[发明专利]图像处理方法和装置、计算机设备、计算机可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取欠采样目标图像和全采样辅助图像；

对所述欠采样目标图像进行特征提取处理，以得到欠采样目标特征图，并对所述全采样辅助图像进行特征提取处理，以得到全采样辅助特征图；

对所述欠采样目标特征图进行降维处理，以得到欠采样目标对比度通道特征，并对所述全采样辅助特征图进行降维处理，以得到全采样辅助对比度通道特征；

根据所述欠采样目标对比度通道特征和所述全采样辅助对比度通道特征进行对比度通道特征相似处理，以得到相似对比度通道特征集合；

根据所述相似对比度通道特征集合和所述欠采样目标对比度通道特征进行特征融合，得到融合图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述对所述欠采样目标特征图进行降维处理，以得到欠采样目标对比度通道特征，并对所述全采样辅助特征图进行降维处理，以得到全采样辅助对比度通道特征，包括：

将所述欠采样目标特征图进行多尺度分块处理，以得到欠采样目标特征块，并对所述全采样辅助特征图进行多尺度分块处理，以得到全采样辅助特征块；

对所述欠采样目标特征块进行降维处理，以得到欠采样目标对比度通道特征，并对所述全采样辅助特征块进行降维处理，以得到全采样辅助对比度通道特征。

3.根据权利要求2所述的图像处理方法，其特征在于，所述根据所述相似对比度通道特征集合和所述欠采样目标对比度通道特征进行特征融合，得到融合图像，包括：

将所述相似对比度通道特征集合和所述欠采样目标对比度通道特征输入预设神经网络进行采样、编码和解码处理，得到融合图像。

4.根据权利要求3所述的图像处理方法，其特征在于，所述预设神经网络通过以下步骤得到，包括：

获取全采样目标图像；

将所述全采样目标图像和所述融合图像输入预设第一损失函数，以得到第一损失数值；

根据所述第一损失数值进行所述预设神经网络的参数调节。

5.根据权利要求4所述的图像处理方法，其特征在于，所述根据所述第一损失数值进行所述预设神经网络的参数调节，还包括：

将所述欠采样目标对比度通道特征和所述全采样辅助对比度通道特征输入预设第二损失函数，以得到第二损失数值；

根据所述第二损失数值和所述第一损失数值进行所述预设神经网络的参数调节。

6.根据权利要求1所述的图像处理方法，其特征在于，所述获取欠采样目标图像和全采样辅助图像，包括：

获取欠采样目标图像数据和全采样辅助图像数据；

对所述欠采样目标图像数据进行傅里叶逆变换处理，得到欠采样目标图像，并对所述全采样辅助图像数据进行傅里叶逆变换处理，得到全采样辅助图像。

7.根据权利要求1所述的图像处理方法，其特征在于，所述对所述欠采样目标图像进行特征提取处理，以得到欠采样目标特征图，并对所述全采样辅助图像进行特征提取处理，以得到全采样辅助特征图，包括：

对所述欠采样目标图像进行双层卷积处理，以得到欠采样目标特征图，并对所述全采样辅助图像进行双层卷积处理，以得到全采样辅助特征图。

8.一种图像处理装置，其特征在于，包括：

获取图像模块：用于获取欠采样目标图像和全采样辅助图像；

特征提取模块：用于对所述欠采样目标图像进行特征提取处理，以得到欠采样目标特征图，并对所述全采样辅助图像进行特征提取处理，以得到全采样辅助特征图；

降维处理模块：用于对所述欠采样目标特征图进行降维处理，以得到欠采样目标对比度通道特征，并对所述全采样辅助特征图进行降维处理，以得到全采样辅助对比度通道特征；

特征相似处理模块：用于根据所述欠采样目标对比度通道特征和所述全采样辅助对比度通道特征进行对比度通道特征相似处理，以得到相似对比度通道特征集合；

图像融合模块：用于根据所述相似对比度通道特征集合和所述欠采样目标对比度通道特征进行特征融合，得到融合图像。