[发明专利]图像高清化处理方法和装置、电子设备

说明书

本发明涉及图像处理技术领域，尤其涉及一种图像高清化处理方法和装置、电子设备。其中，图像高清化处理方法包括：获取待处理的原始图像后，将待处理的原始图像输入到预先训练好的图像处理模型中，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。本发明的方法和现有的人工手动处理方法相比，对原始图像的处理效率更高，且处理成本更低。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像高清化处理方法和装置、电子设备。

背景技术

随着计算机信息技术的不断发展，我国的互联网信息技术也走过了四个阶段。从信息建立与传输阶段，到信息应用与网民崛起，再到社交与移动崛起，目前来到了应用与概念并行，智能化兴起阶段。大数据、人工智能、物联网等技术开始扮演越来越重要的角色，与实体经济的不断融合催生出目前的产业发展方向。

随时人工智能技术的发展，对图像处理技术也是一个重要的促进，例如对档案的处理也逐步从数字化向智能化迈进，以克服扫描档案中存在的诸多复杂的情况。例如，档案在扫描的过程中会遇到各式各样的档案，存在纸张发黄，污损的情况，扫描得到的原始图片中包含噪声、污迹、杂线、纸张背面透过的干扰内容等无用信息。另外，文档有用信息也存在不同程度的字符、线框等有用细节信息缺失现象。这些存在的问题给生成电子化的高清档案造成了很大的阻碍。在现有的基于人工处理的档案数字化的过程中，需要花费大量的人力成本进行手工高清化处理，并且图像处理的效率较低。

发明内容

本发明提供一种图像高清化处理方法和装置、电子设备，用以解决现有技术中通过人工手动对图像处理时人工成本高、效率低的技术问题。

一方面，本发明提供一种图像高清化处理方法，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。

根据本发明提供的一种图像高清化处理方法，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。

根据本发明提供的一种图像高清化处理方法，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。

根据本发明提供的一种图像高清化处理方法，所述对所述第二融合特征图分辨率放大处理，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；

根据本发明提供的一种图像高清化处理方法，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。

根据本发明提供的一种图像高清化处理方法，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；