[发明专利]图像处理方法、装置、电子设备及可读存储介质

说明书

本申请实施例提供一种图像处理方法、装置、电子设备及可读存储介质，属于通信技术领域。方法包括：获取经校正处理后的RAW图像；将RAW图像输入深度卷积神经网络；通过深度卷积神经网络将RAW图像转换为RGB图像；其中，深度卷积神经网络中包含RAW图像和RGB图像的映射关系。本申请实施例中，将深度卷积神经网络融入ISP流程，通过深度卷积神经网络中训练的RAW图像和RGB图像的映射关系，进行RAW图像和RGB图像的转换，有效提升图像的质量，有较强的场景适应性，并且减少了繁杂庞大的ISP图像参数调节工作，将调参工作替换为深度卷积神经网络模型的训练工作。

技术领域

本申请实施例涉及通信技术领域，具体涉及一种图像处理方法、装置、电子设备及可读存储介质。

背景技术

传统的图像信号处理(Image Signal Process，ISP)对传感器采集的原始(RAW)图像的处理已经达到一个很成熟的阶段，但随着用户对图像质量的要求不断提高，传统ISP的处理效果已经难以满足用户需求。

发明内容

本申请实施例的目的是提供一种图像处理方法、装置、电子设备及可读存储介质，能够解决传统ISP的图像处理难以满足用户需求的问题。

为了解决上述技术问题，本申请是这样实现的：

第一方面，本申请实施例提供一种图像处理方法，所述方法由电子设备执行，所述方法包括：

获取经校正处理后的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。

第二方面，本申请实施例提供一种图像处理装置，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。

第三方面，本申请实施例提供一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述图像处理方法的步骤。

第四方面，本申请实施例提供一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述图像处理方法的步骤。

第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。

第六方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品被存储在非易失的存储介质中，所述计算机程序产品被配置成被至少一个处理器执行以实现上文所述的方法的步骤。

第七方面，本发明实施例还提供一种执行装置，所述执行装置被配置成用于执行上文所述的方法。

本申请实施例中，将深度卷积神经网络融入ISP流程，通过深度卷积神经网络中训练的RAW图像和RGB图像的映射关系，进行RAW图像和RGB图像的转换，有效提升图像的质量，有较强的场景适应性，并且减少了繁杂庞大的ISP图像参数调节工作，将调参工作替换为深度卷积神经网络模型的训练工作。

附图说明

图1a为现有的图像处理方法的流程示意图；