[发明专利]提升图片清晰度的处理方法及装置

说明书

本发明涉及一种提升图片清晰度的处理方法及装置，包括获取原始图像并对所述原始图像进行降噪处理，得到降噪图像；对所述降噪图像进行切片处理，得到多个图像切片，采用超分辨率模型对所有的图像切片进行处理，得到超分辨率增强的图像切片，将所有的图像切片进行拼接，得到降噪超分图像；采用人脸识别模型对所述原始图像进行人脸识别，并根据人脸识别结果输出超分图像；根据预设的滤镜参数对所述超分图像进行滤镜处理，输出最终图像。本发明通过对图片进行降噪，人脸矫正等一系列预处理，再输入到深度学习模型中处理后，再对深度学习模型输出的结果进行结构、氛围等一系列滤镜后处理，来提高图片清晰度的效果。

技术领域

本发明属于图像处理技术领域，具体涉及一种提升图片清晰度的处理方法及装置。

背景技术

当前市场上的提升照片清晰度的图片编辑类应用中，用户可以输入照片对照片进行清晰度的提升。但是，在现有的该类图片编辑类应用中，有的通过上传照片到服务器上进行清晰度的提升，这种处理方法需要用户联网，同时浪费宽带资源，服务器压力大，用户等待久；有的使用传统处理方法对照片进行通用性的清晰度提升，效果比较一般，同时在人脸上效果不太理想；有的通过深度学习模型进行清晰度提升，但是在移动设备计算能力有限的情况下，深度学习模型一般较小，单纯通过深度学习模型进行提升的效果极为有限。因此，相关技术已经无法满足用户提升照片清晰度的编辑需求。

发明内容

有鉴于此，本发明的目的在于克服现有技术的不足，提供一种提升图片清晰度的处理方法及装置，以解决现有技术中无法满足用户提升照片清晰度的编辑需求的问题。

为实现以上目的，本发明采用如下技术方案：一种提升图片清晰度的处理方法，包括：

获取原始图像并对所述原始图像进行降噪处理，得到降噪图像；

对所述降噪图像进行切片处理，得到多个图像切片，采用超分辨率模型对所有的图像切片进行处理，得到超分辨率增强的图像切片，将所有的图像切片进行拼接，得到降噪超分图像；

采用人脸识别模型对所述原始图像进行人脸识别，并根据人脸识别结果输出超分图像；

根据预设的滤镜参数对所述超分图像进行滤镜处理，输出最终图像。

进一步的，所述根据人脸识别结果输出超分图像，包括：

如果识别到人脸，则获取人脸数据，对所述人脸数据进行预处理，得到矫正人脸图像，对所述矫正人脸图像进行降噪处理，得到降噪矫正人脸图像；

采用人脸超分辨率模型对所述降噪矫正人脸图像进行处理，得到清晰度提升的矫正人脸超分辨率图像；

采用人像分割模型对所述矫正人脸超分辨率图像进行分割处理，得到矫正人像掩膜图像，对所述矫正人像掩膜图像进行处理得到羽化矫正人像掩膜图像，分别对所述矫正人脸超分辨率图像和所述羽化矫正人像掩膜图像进行旋转操作，得到原始人脸图像和羽化原始人像掩膜图像；

以所述羽化原始人像掩膜图像中的像素值为调节参数、所述原始人脸图像的像素值为混合色、降噪超分图像的像素值为基色将所述原始人脸图像与所述降噪超分图像进行融合，输出超分图像；

如果无法识别到人脸，则将所述降噪超分图像确定为超分图像。

进一步的，所述对所述原始图像进行降噪处理，得到降噪图像，包括：

在OpenGL设备创建OpenGL运行环境；

利用所述OpenGL运行环境和原始图像，得到原始图像纹理；

对所述原始图像纹理进行降噪处理，得到降噪图像。

进一步的，所述对所述降噪图像进行切片处理，得到多个图像切片，包括：