[发明专利]三维图像的增强方法、图像增强模型的训练方法及装置

说明书

本发明公开了三维图像的增强方法、图像增强模型的训练方法及装置、电子设备、存储介质。该增强方法包括：获取三维图像；对所述三维图像进行分割处理，得到若干图像块；其中，各个图像块与至少一个其他图像块存在重叠区域；将各个图像块输入图像增强模型，获得增强图像块；其中，所述图像增强模型由多组三维图像样本对神经网络训练得到，每组三维图像样本包括三维样本图像和所述三维样本图像的三维增强图像；对所述增强图像块进行拼接处理，获得增强三维图像。从而可以有效减小边缘效应。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种三维图像的增强方法、图像增强模型的训练方法及装置、电子设备、存储介质。

背景技术

深度学习技术在计算机视觉方向已经被广泛研究和使用。在图像增强领域，当前研究主要集中在二维图像，很少有关于三维图像的工作。一方面是因为三维图像数据比二维图像更加难以获取，而训练神经网络模型往往需要大规模的数据；另一方面是因为三维图像数据太大，在运行深度学习模型时需要占用更多的计算资源。这些实际问题都限制了用于三维图像增强的深度学习模型的研究和应用，基于目前的模型得到的三维增强图像，存在明显的边缘效应，图像质量有待进一步提高。

发明内容

本发明要解决的技术问题是为了克服基于现有技术中用于三维图像增强的深度学习模型得到的三维增强图像，存在明显的边缘效应的缺陷，提供一种三维图像的增强方法、图像增强模型的训练方法及装置、电子设备、存储介质。

本发明是通过下述技术方案来解决上述技术问题：

第一方面，提供一种三维图像的增强方法，包括：

获取三维图像；

对所述三维图像进行分割处理，得到若干图像块；其中，各个图像块与至少一个其他图像块存在重叠区域；

将所述各个图像块输入图像增强模型，获得增强图像块；其中，所述图像增强模型由多组三维图像样本对神经网络训练得到，每组三维图像样本包括三维样本图像和所述三维样本图像的三维增强图像；

对所述增强图像块进行拼接处理，获得增强三维图像。

可选地，对所述三维图像进行分割处理，包括：

采用滑动窗口对所述三维图像进行分割处理，所述滑动窗口的移动步长小于所述滑动窗口沿移动方向上的边长。

可选地，对所述三维图像进行分割处理，包括：

对分割结果进行外围扩展处理，得到所述若干图像块。

可选地，对所述增强图像块进行拼接处理，获得增强三维图像，包括：

去除各个增强图像块的边缘；

根据各个增强图像块之间的相对位置关系，对去除边缘之后的各个增强图像块进行拼接处理，获得所述增强三维图像。

第二方面，提供一种图像增强模型的训练方法，包括：

获取多组三维图像样本，每组三维图像样本包括三维样本图像和所述三维样本图像的三维增强图像；

将所述三维样本图像的三维增强图像转换为目标方向上的二维增强图像；

将所述三维样本图像输入神经网络，并将所述神经网络的输出结果转换为所述目标方向上的二维输出图像；

根据所述二维增强图像和所述二维输出图像，计算损失误差；

根据所述损失误差调节所述神经网络的网络参数，直至所述图像增强模型的损失函数收敛。

可选地，所述损失函数包括感知损失函数，所述感知损失函数的自变量包括所述二维增强图像和所述二维输出图像。