[发明专利]图片处理方法、装置、电子设备及存储介质

说明书

本公开涉及图片处理方法、装置、电子设备及存储介质，在本公开实施例中，在将预设长曝图片和预设短曝图片输入图片去模糊网络前，为了获得更大的感受野，保证去模糊的效果，利用下采样处理。同时图片去模糊网络结果可以作为第二个图片去噪网络的引导图，保证第二个网络只需要专注提升图片细节并去除一些残留噪声即可，最终获取满足模糊要求噪声要求的目标图片，如此，在提高操作方便程度的同时，还更加提升了输出逇目标图片的质量，即缓解运动模糊，同时增加去燥效果。

技术领域

本公开涉及计算机技术领域，尤其涉及一种图片处理方法、装置、电子设备及存储介质。

背景技术

手机拍摄的图片质量一直是手机厂商和消费者关注的重点，而如何去除图片中的运动模糊，又是提高图片质量的重中之重。

受限于手机硬件，目前的手机在拍摄运动物体的时候，会导致图片中出现较严重的运动模糊。而当前手机上使用的通用的拍摄防抖技术只能轻微缓解相机抖动带来的模糊问题，但对于运动物体带来的运动模糊仍无法解决。而单帧或者多帧短曝融合技术虽然能避免运动模糊，但去噪效果却不够理想。

发明内容

本公开提出了一种图片处理方法、装置、电子设备及存储介质，用于缓解运动模糊，同时增加去燥效果。

在一些可能的实施例中，本公开提供一种图片处理方法，该方法包括：

获取第一尺寸的预设长曝图片和第一尺寸的预设短曝图片；

对预设长曝图片和预设短曝图片进行下采样处理，得到待处理长曝图片和待处理短曝图片；

对待处理长曝图片和待处理短曝图片进行去模糊处理，得到过渡图片；

对过渡图片进行上采样处理，得到第一尺寸的待处理过渡图片；

对预设长曝图片、预设短曝图片和待处理过渡图片进行去噪处理，得到目标图片。

在一些可能的实施例中，图片处理方法是通过深度学习模型实现的，深度学习模型包括图片去模糊网络和图片去噪网络；

图片去模糊网络包括第一全连接层，第一下采样层，第一卷积层，第一上采样层和第一残差模块，其中，第一残差模块用于进行信息提取和转换；

图片去噪网络包括第二全连接层，第二卷积层，第二残差模块，第二上采样层，第二下采样层和短路连接模块，其中，第二残差模块用于进行信息提取和转换，短路连接模块用于增强信息。

通过两个网络在提高操作方便程度的同时，还提升输出的目标图片的质量，即缓解运动模糊，同时增加去燥效果。

在一些可能的实施例中，对待处理长曝图片和待处理短曝图片进行去模糊处理，得到过渡图片，包括：

基于图片去模糊网络对待处理长曝图片和待处理短曝图片进行去模糊处理和信息融合处理，得到过渡图片；

对预设长曝图片、预设短曝图片和待处理过渡图片进行去噪处理，得到目标图片，包括：

基于图片去噪网络对预设长曝图片、预设短曝图片和待处理过渡图片进行去噪处理和细节增强处理，得到目标图片。

通过两个网络在提高操作方便程度的同时，还通过信息融合和细节增强处理提升输出的目标图片的质量，即缓解运动模糊，同时增加去燥效果。

在一些可能的实施例中，获取第一尺寸的预设长曝图片和第一尺寸的预设短曝图片之前，方法还包括：

获取第一样本图片集，其中，第一样本图片集是由视频帧数据通过数据仿真合成得到的；

基于第一样本图片集，对预设的当前第一机器学习模型进行训练，获得图片去模糊网络；