[发明专利]图像处理方法、装置、电子设备及可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取经校正处理后的原始RAW图像；

将所述RAW图像输入深度卷积神经网络；

通过所述深度卷积神经网络将所述RAW图像转换为红绿蓝彩色RGB图像；

其中，所述深度卷积神经网络中包含所述RAW图像和所述RGB图像的映射关系。

2.根据权利要求1所述的方法，其特征在于，所述将所述RAW图像输入深度卷积神经网络，包括：

向所述深度卷积神经网络输入4×(W/2)×(H/2)的第一浮点数据；

其中，W为所述RAW图像的宽，H为所述RAW图像的高。

3.根据权利要求2所述的方法，其特征在于，

所述深度卷积神经网络包括多个第一网络层和一个第二网络层，所述第一网络层包括卷积层、归一化层和激活单元层中至少一项，所述第二网络层包括反卷积层、归一化层和激活单元层中至少一项；

所述通过所述深度卷积神经网络将所述RAW图像转换为RGB图像，包括：

通过所述多个第一网络层，将所述第一浮点数据转换为Channel×(W/2)×(H/2)的第二浮点数据，其中Channel＝32、64、128或192；

通过所述第二网络层将所述第二浮点数据转换为所述RGB图像。

4.根据权利要求3所述的方法，其特征在于，所述通过所述第二网络层将所述第二浮点数据转换为所述RGB图像，包括：

通过所述第二网络层将所述第二浮点数据转换为3×W×H的第三浮点数据；

将所述第三浮点数据转换为所述RGB图像。

5.根据权利要求4所述的方法，其特征在于，

所述深度卷积神经网络还包括一个第三网络层，所述第三网络层包括反卷积层、归一化层和激活单元层中至少一项；

在所述通过所述第二网络层将所述第二浮点数据转换为3×W×H的第三浮点数据之后，所述方法还包括：

通过所述第三网络层将所述第三浮点数据转换为3×(2W)×(2H)的第四浮点数据；

将所述第四浮点数据转换为所述RGB图像。

6.一种图像处理装置，其特征在于，所述装置应用于电子设备，所述装置包括：

获取模块，用于获取经校正处理后的RAW图像；

输入模块，用于将所述RAW图像输入深度卷积神经网络；

处理模块，用于通过所述深度卷积神经网络将所述RAW图像转换为RGB图像；

其中，所述深度卷积神经网络中包含所述RAW图像和所述RGB图像的映射关系。

7.根据权利要求6所述的装置，其特征在于，所述输入模块，进一步用于：

向所述深度卷积神经网络输入4×(W/2)×(H/2)的第一浮点数据；

其中，W为所述RAW图像的宽，H为所述RAW图像的高。

8.根据权利要求7所述的装置，其特征在于，

所述深度卷积神经网络包括多个第一网络层和一个第二网络层，所述第一网络层包括卷积层、归一化层和激活单元层中至少一项，所述第二网络层包括反卷积层、归一化层和激活单元层中至少一项；

所述处理模块，进一步用于：

通过所述多个第一网络层，将所述第一浮点数据转换为Channel×(W/2)×(H/2)的第二浮点数据，其中Channel＝32、64、128或192；

通过所述第二网络层将所述第二浮点数据转换为所述RGB图像。

9.根据权利要求8所述的装置，其特征在于，所述处理模块，进一步用于：

通过所述第二网络层将所述第二浮点数据转换为3×W×H的第三浮点数据；

将所述第三浮点数据转换为所述RGB图像。