[发明专利]图像高清化处理方法和装置、电子设备在审

专利信息
申请号: 202211210146.X 申请日: 2022-09-30
公开(公告)号: CN115511748A 公开(公告)日: 2022-12-23
发明(设计)人: 郭鑫;刘子强;翟昶 申请(专利权)人: 北京航星永志科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T3/40;G06V10/40;G06V10/80;G06V10/82;G06N3/04;G06N3/08
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 梁军丽
地址: 100192 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 高清化 处理 方法 装置 电子设备
【权利要求书】:

1.一种图像高清化处理方法,其特征在于,包括:

获取待处理的原始图像;

将所述待处理的原始图像输入到预先训练好的图像处理模型中,所述图像处理模型用于对输入的待处理图像进行去噪、修复和分辨率放大处理,得到高清化的目标图像。

2.根据权利要求1所述的图像高清化处理方法,其特征在于,所述图像处理模型包括浅层特征抽取网络和双层密集残差模块组;

所述浅层特征抽取网络用于对输入的原始图像进行浅层特征提取,获取所述原始图像从浅层到深层的语义信息,同时增加所述原始图像的特征通道数,以得到所述原始图像的第一融合特征图;

所述双层密集残差模块组用于对所述融合特征图进行融合特征提取,获取所述原始图像深层的多尺度多通道的融合语义信息,以得到包括所述融合语义信息的第二融合特征图。

3.根据权利要求2所述的图像高清化处理方法,其特征在于,所述图像处理模型还包括上采样网络;

所述上采样网络用于对所述第二融合特征图进行分辨率放大处理,得到所述目标图像。

4.根据权利要求3所述的图像高清化处理方法,其特征在于,所述对所述第二融合特征图进行分辨率放大处理,得到所述目标图像包括:

采用最近值插值法对所述第二融合特征图进行差值处理,并采用卷积层和LeakyReLU激活函数对差值处理后的第二融合特征图进行处理,以放大所述第二融合特征图的分辨率。

5.根据权利要求2所述的图像高清化处理方法,其特征在于,所述双层密集残差模块组包括多个依次级联的双层密集残差模块;每个双层密集残差模块包括多个密集残差模块和一个残差边;所述每个密集残差模块包括多个卷积层和多个LeakyReLU层。

6.根据权利要求1所述的图像高清化处理方法,其特征在于,所述图像处理模型通过以下方法训练获取:

获取多张原始图像;

对所述多张原始图像分别进行模糊化、缩放、添加噪音和图像分辨率压缩处理,得到低分辨率图像;所述低分辨率作为用于训练所述图像处理模型的输入数据;

对所述多张原始图像进行去噪、修复和分辨率放大处理得到标注后的高分辨率图像,所述高分辨率图像作为用于训练所述图像处理模型的输出数据;

采用所述输入数据和输出数据对所述图像处理模型进行训练,直到所述图像处理模型的性能满足预设要求,以得到所述训练好的图像处理模型。

7.根据权利要求1所述的图像高清化处理方法,其特征在于,所述对输入的待处理图像进行去噪和修复处理包括以下处理方式中的一种或多种:

去除所述原始图像中的噪声;

去除所述原始图像中的污迹;

去除所述原始图像中的杂线;

去除所述原始图像中纸张背面透过的干扰内容;

恢复和/或补全所述原始图像中缺失字符;

恢复和/或补全所述原始图像中缺失的线框;

加深所述原始图像中字符的笔画;

加粗所述原始图像中字符的颜色;

修改所述原始图像的背景颜色。

8.一种图像高清化处理装置,其特征在于,包括:

图像获取模块,用于获取待处理的原始图像;

图像处理模块,用于将所述待处理的原始图像输入到预先训练好的图像处理模型中,所述图像处理模型用于对输入的待处理图像进行去噪、修复和分辨率放大处理,得到高清化的目标图像。

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述图像高清化处理方法。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述图像高清化处理方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航星永志科技有限公司,未经北京航星永志科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211210146.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top