[發明專利]圖像增強方法、裝置、終端設備及存儲介質

有效

• 申請號: 201810675950.2
• 申請日: 2018-06-27
• 公開（公告）號: CN109102468B
• 公開（公告）日: 2021-06-01
• 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
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 梁順宜;郝傳鑫

本發明公開了一種圖像增強方法，涉及人工神經網絡領域，該方法包括步驟：獲取原始圖像；將所述原始圖像輸入預先得到的圖像增強網絡，對所述原始圖像進行逐級增強，得到所述原始圖像對應的增強圖像；其中，所述圖像增強網絡包括至少兩級子網絡，所述原始圖像作為所述圖像增強網絡的首級子網絡的輸入，所述首級子網絡輸出首級節點圖像，每一級子網絡輸出的節點圖像作為下一級子網絡的輸入，所述圖像增強網絡的末級子網絡輸出末級節點圖像，所述末級節點圖像作為所述增強圖像。本發明提供的圖像增強方法，能有效提高圖像增強運算的收斂性，減少圖像增強所需的運算量，提高圖像增強的運算效率和穩定性。

技術領域

本發明涉及人工神經網絡領域，尤其涉及一種圖像增強方法、裝置、終端設備及存儲介質。

背景技術

圖像增強是對圖像視覺效果的增強，包括對圖像的清晰度、分辨率和信噪比等的提升。圖像增強往往需要從原始圖像中提取特征，以實現對原始圖像的增強，因此，基于特征對圖像進行處理的神經網絡成為圖像增強中不可或缺的工具。

在現有技術中，通常是將原始圖像輸入單級的卷積神經網絡，由所述單級的卷積神經網絡直接計算原始圖像對應的增強圖像，并輸出所述增強圖像。

但是在實現本發明的過程中，發明人發現，由于現有技術采用基于原始圖像直接計算對應的增強圖像的圖像增強方法，由于收斂性較差，在進行圖像增強運算時，往往需要極大的運算量，還伴隨著穩定性差的不良后果，尤其在進行較大跨度的圖像增強任務時，由于運算量大，導致耗時較長，而且同一方法對同一圖像的多次增強還可能出現不同的結果。

發明內容

本發明實施例的目的是提供一種圖像增強方法，能有效提高圖像增強運算的收斂性，減少圖像增強所需的運算量，提高圖像增強的運算效率和穩定性。

為實現上述目的，本發明實施例提供了一種圖像增強方法，包括步驟：

獲取原始圖像；

將所述原始圖像輸入預先得到的圖像增強網絡，對所述原始圖像進行逐級增強，得到所述原始圖像對應的增強圖像；其中，所述圖像增強網絡包括至少兩級子網絡，所述原始圖像作為所述圖像增強網絡的首級子網絡的輸入，所述首級子網絡輸出首級節點圖像，每一級子網絡輸出的節點圖像作為下一級子網絡的輸入，所述圖像增強網絡的末級子網絡輸出末級節點圖像，所述末級節點圖像作為所述增強圖像。

與現有技術相比，本發明實施例公開的一種圖像增強方法，通過預先得到的圖像增強網絡對原始圖像進行逐級增強，由所述圖像增強網絡的首級子網絡對所述原始圖像進行首級圖像增強，以獲得首級節點圖像，并由后續的各級子網絡依次對上一級子網絡獲得的節點圖像進行圖像增強，從所述末級子網絡的輸出獲得末級節點圖像，以所述末級節點圖像作為所述原始圖像對應的增強圖像，并將所述增強圖像保存或輸出。由于對所述原始圖像的圖像增強過程進行拆分，以逐級進行的方式對所述原始圖像進行圖像增強，解決了現有技術中由于單級圖像增強而導致的圖像增強能力較弱、運算量大和穩定性差的問題，提高了圖像增強運算的收斂性，減少了圖像增強所需的運算量，提高圖像增強的運算效率和穩定性。

作為上述方案的改進，所述圖像增強網絡為全卷積網絡，并且在所述多級子網絡中，不同級次的子網絡具有不完全相同的網絡參數。

作為上述方案的改進，通過如下步驟預先得到所述圖像增強網絡：

獲取原始圖像樣本和對應的增強圖像樣本；

根據所述原始圖像樣本和所述增強圖像樣本，生成多級節點圖像樣本；其中所述多級節點圖像樣本的級數比所述子網絡的級數少一；