[發明專利]圖像處理方法、裝置、可讀存儲介質及計算機設備

有效

• 申請號: 201810595837.3
• 申請日: 2018-06-11
• 公開（公告）號: CN108846814B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 賀永剛
• 申請（專利權）人: 廣州視源電子科技股份有限公司;廣州鐳晨智能科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 何世磊

1.一種圖像處理方法，其特征在于，包括：

獲取標準模糊圖像和與所述標準模糊圖像對應的標準清晰圖像，所述標準模糊圖像和所述標準清晰圖像都為主要包含文字的圖像；

對所述標準模糊圖像和所述標準清晰圖像進行全卷積網絡訓練，所述全卷積網絡包括至少一個訓練網絡層，每一個所述訓練網絡層均包括卷積層、掩膜激活層和ReLU激活層，其中，卷積層是用于對標準模糊圖像進行卷積處理，卷積層處理完成后，由掩膜激活層進行下一步的掩膜激活處理，掩膜激活層用于去除圖像中除文字以外的背景的干擾，掩膜激活層處理完成后，最后由ReLU激活層進行ReLU激活處理，所述掩膜激活層對應于掩膜處理，所述掩膜處理是將所述卷積層輸出的特征值與所述掩膜做元素相乘運算；

獲取待處理模糊圖像；

利用測試全卷積網絡對所述待處理模糊圖像進行處理，以獲得與所述待處理模糊圖像對應的清晰圖像，所述測試全卷積網絡包括至少一個測試網絡層，每一個所述測試網絡層均包括所述卷積層和所述ReLU激活層，其中，訓練用的全卷積網絡包括了掩膜激活層，而測試全卷積網絡不包括掩膜激活層。

2.根據權利要求1所述的圖像處理方法，其特征在于，所述對所述標準模糊圖像和所述標準清晰圖像進行全卷積網絡訓練的步驟包括：

對所述標準模糊圖像進行二值化處理，以得到二值圖像；

根據所述二值圖像獲取所述標準模糊圖像對應的掩膜；

在每一個所述訓練網絡層中依次對所述標準模糊圖像進行卷積處理、掩膜處理和ReLU激活處理，并使最終處理后的所述標準模糊圖像為所述標準清晰圖像；

根據所述卷積處理、所述掩膜處理、所述ReLU激活處理分別對應獲取所述卷積層、所述掩膜激活層和所述ReLU激活層。

3.根據權利要求2所述的圖像處理方法，其特征在于，所述對所述標準模糊圖像進行二值化處理，以得到二值圖像的步驟包括：

對所述標準模糊圖像采用大津算法進行二值化處理，以得到所述二值圖像。

4.根據權利要求3所述的圖像處理方法，其特征在于，所述二值圖像中字符區域的值為1，非字符區域的值為0。

5.根據權利要求4所述的圖像處理方法，其特征在于，所述根據所述二值圖像獲取所述標準模糊圖像對應的掩膜的步驟包括：

對所述二值圖像進行膨脹操作，并將膨脹后的二值圖像作為掩膜，所述膨脹操作為獲取所述字符區域預設范圍內的邊界區域。

6.一種圖像處理裝置，其特征在于，包括：

第一獲取模塊，用于獲取標準模糊圖像和與所述標準模糊圖像對應的標準清晰圖像，所述標準模糊圖像和所述標準清晰圖像都為主要包含文字的圖像；

訓練模塊，用于對所述標準模糊圖像和所述標準清晰圖像進行全卷積網絡訓練，所述全卷積網絡包括至少一個訓練網絡層，每一個所述訓練網絡層均包括卷積層、掩膜激活層和ReLU激活層，其中，卷積層是用于對標準模糊圖像進行卷積處理，卷積層處理完成后，由掩膜激活層進行下一步的掩膜激活處理，掩膜激活層用于去除圖像中除文字以外的背景的干擾，掩膜激活層處理完成后，最后由ReLU激活層進行ReLU激活處理，所述掩膜激活層對應于掩膜處理，所述掩膜處理是將所述卷積層輸出的特征值與所述掩膜做元素相乘運算；

第二獲取模塊，用于獲取待處理模糊圖像；

處理模塊，用于利用測試全卷積網絡對所述待處理模糊圖像進行處理，以獲得與所述待處理模糊圖像對應的清晰圖像，所述測試全卷積網絡包括至少一個測試網絡層，每一個所述測試網絡層均包括所述卷積層和所述ReLU激活層，其中，訓練用的全卷積網絡包括了掩膜激活層，而測試全卷積網絡不包括掩膜激活層。