[发明专利]图像处理方法及其装置、芯片系统和存储介质

权利要求书

1.一种图像处理方法，其特征在于，应用于电子设备，所述方法包括：

显示第一界面，所述第一界面包括第一控件；

检测到对所述第一控件的第一操作；

响应于所述第一操作，获取原始图像，所述原始图像为暗光环境下采集的图像；

确定所述原始图像对应的信噪比分布图；

利用目标网络模型对所述原始图像和所述信噪比分布图进行处理，得到拍摄图像，其中，所述目标网络模型用于结合所述信噪比分布图包括的高信噪比区域和低信噪比区域，对所述原始图像分区域进行处理，所述拍摄图像与所述原始图像包括的内容对应且所述拍摄图像的质量比所述原始图像更高；所述目标网络模型包括第一目标网络模型、第二目标网络模型、第三目标网络模型和第四目标网络模型；

所述利用目标网络模型对所述原始图像和所述信噪比分布图进行处理，得到拍摄图像，包括：

利用所述第一目标网络模型提取所述原始图像的特征信息；

针对对应所述高信噪比区域的所述原始图像的特征信息，利用所述第二目标网络模型进行处理，得到高信噪比区域局部图像；

针对对应所述低信噪比区域的所述原始图像的特征信息，利用所述第三目标网络模型进行处理，得到低信噪比区域局部图像；

将所述高信噪比区域局部图像和所述低信噪比区域局部图像拼接后，利用所述第四目标网络模型进行处理，得到所述拍摄图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述确定所述原始图像对应的信噪比分布图，包括：

对所述原始图像进行滤波，得到滤波后的原始图像；

确定所述原始图像和所述滤波后的原始图像之间的差值的绝对值，得到所述信噪比分布图。

3.根据权利要求1或2所述的图像处理方法，其特征在于，所述方法还包括：

根据信噪比分布图和预设阈值，确定所述高信噪比区域和所述低信噪比区域。

4.根据权利要求1所述的图像处理方法，其特征在于，所述第三目标网络模型基于transformer网络模型训练而成。

5.根据权利要求1或4所述的图像处理方法，其特征在于，所述第二目标网络模型和第四目标网络模型均基于卷积神经网络模型训练而成。

6.根据权利要求5所述的图像处理方法，其特征在于，所述第二目标网络模型包括三层卷积层，所述第四目标网络模型包括两层卷积层。

7.根据权利要求1所述的图像处理方法，其特征在于，所述目标网络模型的参数是根据预测图像与标签图像之间的差异通过反向传播算法进行迭代得到的；

所述预测图像是指将训练图像输入初始网络模型得到的图像，所述初始网络模型是训练前的目标网络模型；所述标签图像和所述训练图像包括的内容对应，且所述标签图像的质量比所述训练图像更高。

8.根据权利要求1所述的图像处理方法，其特征在于，所述方法还包括：

检测到第二操作，所述第二操作用于指示开启所述电子设备的暗光场景模式，所述暗光场景模式是指所述电子设备的进光量小于预设进光量阈值的拍摄模式。

9.根据权利要求1所述的图像处理方法，其特征在于，所述第一界面是指所述电子设备的主屏界面，所述主屏界面包括相机应用程序，所述第一控件是指所述相机应用程序对应的控件。

10.根据权利要求1所述的图像处理方法，其特征在于，所述第一界面是指拍照界面，所述第一控件是指用于指示拍照的控件。

11.根据权利要求1所述的图像处理方法，其特征在于，所述第一界面是指视频通话界面，所述第一控件是指用于指示视频通话的控件。