[发明专利]图像处理方法、装置、电子设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理暗光图像；

基于图像增强网络对所述待处理暗光图像进行图像增强处理，得到所述待处理暗光图像对应的增强信息；

基于所述增强信息对所述待处理暗光图像进行图像校正，得到增强后的目标图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述待处理暗光图像对应的增强信息包括：所述待处理暗光图像中每一像素点对应的伽马值；

所述基于所述增强信息对所述待处理暗光图像进行图像校正，得到增强后的目标图像包括：

基于所述待处理暗光图像中每一像素点对应的伽马值对所述待处理暗光图像进行伽马校正，得到所述增强后的目标图像。

3.根据权利要求2所述的图像处理方法，其特征在于，所述基于所述待处理暗光图像中每一像素点对应的伽马值对所述待处理暗光图像进行伽马校正，得到所述增强后的目标图像包括：

对所述待处理暗光图像中每一像素点的像素值进行归一化处理，得到所述待处理暗光图像中每一像素点的归一化像素值；

基于所述待处理暗光图像中每一像素点对应的伽马值对所述待处理暗光图像中每一像素点的归一化像素值进行伽马校正，得到所述待处理暗光图像中每一像素点的校正像素值；

对所述待处理暗光图像中每一像素点的校正像素值进行反归一化变换，得到所述目标图像。

4.根据权利要求1所述的图像处理方法，其特征在于，所述基于图像增强网络对所述待处理暗光图像进行图像增强处理，得到所述待处理暗光图像对应的增强信息，包括：

对所述待处理暗光图像进行卷积和激活处理，得到所述待处理暗光图像对应的增强信息。

5.根据权利要求1至4任一所述的图像处理方法，其特征在于，所述方法还包括：训练所述图像增强网络；

所述训练所述图像增强网络的步骤包括：

基于待训练图像增强网络对样本暗光图像进行图像增强处理，得到所述样本暗光图像对应的样本增强信息；

基于所述样本增强信息对所述样本暗光图像进行图像校正，得到所述样本暗光图像的校正图像；

获取所述样本暗光图像的长曝光配对图像，并基于所述校正图像和所述长曝光配对图像对所述待训练图像增强网络进行反向传播，得到所述图像增强网络。

6.根据权利要求5所述的图像处理方法，其特征在于，所述基于所述校正图像和所述长曝光配对图像对所述待训练图像增强网络进行反向传播，包括：

根据所述校正图像和所述长曝光配对图像，确定增强损失；

基于所述增强损失对所述待训练图像增强网络进行反向传播，得到所述图像增强网络。

7.根据权利要求5所述的图像处理方法，其特征在于，所述训练所述图像增强网络的步骤还包括：

获取所述样本暗光图像的正常光非配对图像，并基于所述校正图像和所述正常光非配对图像对所述待训练图像增强网络进行对抗训练，得到所述图像增强网络。

8.根据权利要求7所述的图像处理方法，其特征在于，所述基于所述校正图像和所述正常光非配对图像对所述待训练图像增强网络进行对抗训练，得到所述图像增强网络，包括：

将所述校正图像和所述正常光非配对图像输入待训练判别网络进行图像真实性判别，得到所述校正图像的第一预测判别结果和所述正常光非配对图像的第二预测判别结果；

根据所述第一预测判别结果和所述第二预测判别结果，确定判别损失；

根据所述增强损失和所述判别损失，确定目标损失；

基于所述目标损失对所述待训练图像增强网络进行对抗训练，得到所述图像增强网络。

9.一种图像处理装置，其特征在于，包括：

待处理暗光图像获取模块，用于获取待处理暗光图像；

图像增强处理模块，用于基于图像增强网络对所述待处理暗光图像进行图像增强处理，得到所述待处理暗光图像对应的增强信息；

图像校正模块，用于基于所述增强信息对所述待处理暗光图像进行图像校正，得到增强后的目标图像。