[发明专利]一种倒车影像的图像处理方法及装置

权利要求书

1.一种倒车影像的图像处理方法，其特征在于，包括：

S100：将初始倒车影像所对应高分辨率的图像进行双三次插值下采样处理；

S200：通过二维离散小波变换将图像进行分解得到子图；

S300：将得到的子图放入深度残差网络中进行图像特征信息的卷积迭代训练，得到相对应的预测高分辨率子图；

S400：通过小波逆变换得到最终的清晰图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述步骤S200包括：根据选取的小波系数确定小波的尺度范围和平移量，对图像进行二维离散小波分离与重构。

3.根据权利要求2所述的图像处理方法，其特征在于，所述二维离散小波分离与重构具体包括：将图像作为输入信号进行处理，对图像的行方向进行滤波器处理，进行1DDWT，获得水平方向上的输入信号的高低频分量；对得到的高低频分量再进行一次滤波器处理，得到每一列不同的频率分量，通过小波特征提取，得到子图。

4.根据权利要求3所述的图像处理方法，其特征在于，所述子图包括：不同频率方向上的近似信息、水平细节信息、垂直细节信息以及对角线细节信息的子图。

5.根据权利要求1至4任一项所述的图像处理方法，其特征在于，所述深度残差网络的卷积层包括用于特征图像分解的滤波器。

6.根据权利要求5所述的图像处理方法，其特征在于，所述步骤S300包括：深度残差网络是在VGG网络结构基础上，使用残差网络结构学习残差映射以进行特征比对的网络。

7.根据权利要求6所述的图像处理方法，其特征在于，所述深度残差网络包括多个卷积层，其中的一种卷积层包括3*3的卷积核，另一种卷积层包括1*1的卷积核。

8.根据权利要求7所述的图像处理方法，其特征在于，所述图像处理中的损失函数为：

loss＝λloss_VD+(1-λ)loss_wav+μ||θ||²

其中，λ代表系数权值，μ||θ||²代表所要添加的正则项，其中θ为深度网络中的参数权重值，μ为系数参数，loss_wav为小波系数损失函数，loss_VD为深度残差网络损失函数。

9.根据权利要求8所述的图像处理方法，其特征在于，所述深度残差网络中的激活函数为带参数的修正线性单元PReLU的激活函数。

10.一种倒车影像的图像处理装置，其特征在于，包括：

采样模块，用于将初始倒车影像所对应高分辨率的图像进行双三次插值下采样处理；

分解模块，用于通过二维离散小波变换将图像进行分解得到子图；

预测模块，用于将得到的子图放入深度残差网络中进行图像特征信息的卷积迭代训练，得到相对应的预测高分辨率子图；

变换模块，用于通过小波逆变换得到最终的清晰图像。