[发明专利]图像处理方法、图像处理系统、电子设备及存储介质

说明书

图像处理方法、图像处理系统、电子设备及存储介质，所述方法包括：将获取的原始图像进行拆分，得到第一通道原始数据、第二通道原始数据和第三通道原始数据；对所述第一通道原始数据进行超分辨率处理，得到第一通道放大数据；对所述原始图像进行区域分割，并基于得到的区域信息和分类信息，对所述第二通道原始数据和所述第三通道原始数据进行修正处理，得到第二通道修正数据和第三通道修正数据；对所述第二通道修正数据和所述第三通道修正数据进行放大处理，并与所述第一通道放大数据进行合并，得到增强图像。采用上述方案，能够对图像进行适应性地增强，具有较强的普适性和可调整性，在减少数据运算量的情况下能够实现工业级的图像增强应用。

技术领域

本说明书实施例涉及数据处理技术领域，尤其涉及一种图像处理方法、图像处理系统、电子设备及存储介质。

背景技术

在日常生活和生产活动中，图像是十分重要的信息传递媒介。然而，在采集、传输图像的过程中，存在影响成像的不利因素，如环境光照、噪声干扰、硬件不支持、压缩过度等，从而导致数据质量变差，使得图像中的有用信息无法被正常读取和识别。基于此，诞生了图像增强技术。图像增强技术通过突出图像中感兴趣部分的数据，以及减弱或去除图像中不感兴趣部分的数据，从而突显图像中的有用信息，得到更适合分析处理的图像。

目前，传统的图像增强技术采用频率域法和空间域法。此外，随着深度学习(DeepLearning，DL)研究取得了重大进展，本领域技术人员将深度学习应用于图像增强方法中，希望能够提升性能。

然而，目前的图像增强技术都是根据单一的图像增强需求进行算法架构设计，针对性强，增强效果简单，存在应用局限，并不能满足越来越复杂多变的图像增强需求。

发明内容

有鉴于此，本说明书实施例提供一种图像处理方法、图像处理系统、电子设备及存储介质，能够针对各种图像进行适应性地增强，具有较强的普适性和可调整性，且在减少数据运算量的情况下能够实现工业级的图像增强应用。

本说明书实施例提供了一种图像处理方法，包括：

获取原始图像；

将所述原始图像进行拆分，得到第一通道原始数据、第二通道原始数据和第三通道原始数据；

对所述第一通道原始数据进行超分辨率处理，得到第一通道放大数据；

对所述原始图像进行区域分割，得到区域信息和所述区域信息对应的分类信息；

基于所述区域信息和所述分类信息，对所述第二通道原始数据和所述第三通道原始数据进行修正处理，得到第二通道修正数据和第三通道修正数据；

对所述第二通道修正数据和所述第三通道修正数据进行放大处理，得到第二通道放大数据和第三通道放大数据；

将所述第一通道放大数据、所述第二通道放大数据和所述第三通道放大数据进行合并，得到增强图像。

进一步地，所述对所述原始图像进行区域分割，得到区域信息和所述区域信息对应的分类信息，包括：

将所述原始图像输入预设的第一深度神经网络模型中，以对所述原始图像进行区域分割预测，得到预测标签集，其中，所述预测标签集包括：所述区域信息和所述区域信息对应的分类信息。

进一步地，所述对所述第二通道原始数据和所述第三通道原始数据进行修正处理，包括以下任意一种：

对所述第二通道数据和所述第三通道原始数据进行对比度调整；

对所述第二通道原始数据和所述第三通道原始数据进行颜色调整；

按照预设的调整顺序，对所述第二通道原始数据和所述第三通道原始数据进行对比度调整和颜色调整。