[發明專利]一種處理圖像的方法及終端

在審

• 申請號: 201910223624.2
• 申請日: 2019-03-22
• 公開（公告）號: CN111724312A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 趙迪;馬嵐;李松南;俞大海
• 申請（專利權）人: TCL集團股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T3/40;G06N3/04;G06N3/08
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 張全文

本發明適用于計算機技術領域，提供了一種處理圖像的方法及終端，該方法包括：獲取待處理圖像；對所述待處理圖像進行預處理，得到目標待處理圖像；通過預設的神經網絡模型將所述目標待處理圖像處理為多個不同分辨率的目標圖像，提取每個所述目標圖像的特征信息；通過所述神經網絡模型對所述特征信息進行特征信息拼接處理，得到去噪圖像。本發明實施例，使用預設的神經網絡模型將經過預處理的圖像處理為多個不同分辨率的目標圖像，提取每個目標圖像的特征信息，并對提取的特征信息進行拼接、卷積處理，得到去噪圖像。實現了即使在處理暗光或者逆光場景下的圖像時，也能保留大量圖像細節信息，得到高質量的去噪圖像，達到良好的去噪效果。

技術領域

本發明屬于計算機技術領域，尤其涉及一種處理圖像的方法及終端。

背景技術

圖像噪聲是指存在于圖像數據中不必要的或者多余的干擾信息，噪聲的存在嚴重影響了圖像的質量，降噪顯得尤為重要。

現有的圖像去噪方法，普遍利用圖像的局部信息來平滑處理，或者把圖像分成一定大小的塊，根據圖像塊之間的相似性，把具有相似結構的二維圖像塊組合在一起形成三維數組，然后用聯合濾波的方法對這些三維數組進行處理，通過逆變換，把處理后的結果返回到原圖像中，從而得到去噪后的圖像。然而這兩種圖像去噪方法在處理暗光或者逆光場景下的圖像時，往往使圖像丟失了很多細節信息，不能得到高質量的去噪圖像，不能達到良好的去噪效果。

發明內容

有鑒于此，本發明實施例提供了一種處理圖像的方法及終端，以解決現有技術中，在處理暗光或者逆光場景下的圖像時，使圖像丟失了很多細節信息，不能得到高質量的去噪圖像，不能達到良好的去噪效果的問題。

本發明實施例的第一方面提供了一種處理圖像的方法，包括：

獲取待處理圖像；

對所述待處理圖像進行預處理，得到目標待處理圖像；

通過預設的神經網絡模型將所述目標待處理圖像處理為多個不同分辨率的目標圖像，提取每個所述目標圖像的特征信息；其中，所述神經網絡模型是通過使用機器學習算法對圖像樣本集進行訓練得到，在訓練過程中，所述神經網絡模型的輸入為所述圖像樣本集中的圖像，所述神經網絡模型的輸出為所述圖像經過處理得到的去噪圖像；所述特征信息包括顏色特征、紋理特征、形狀特征和空間關系特征；

通過所述神經網絡模型對所述特征信息進行特征信息拼接處理，得到去噪圖像。

本發明實施例的第二方面提供了一種終端，該終端包括：

獲取單元，用于獲取待處理圖像；

第一處理單元，用于對所述待處理圖像進行預處理，得到目標待處理圖像；

第二處理單元，用于通過預設的神經網絡模型將所述目標待處理圖像處理為多個不同分辨率的目標圖像，提取每個所述目標圖像的特征信息；其中，所述神經網絡模型是通過使用機器學習算法對圖像樣本集進行訓練得到，在訓練過程中，所述神經網絡模型的輸入為所述圖像樣本集中的圖像，所述神經網絡模型的輸出為所述圖像經過處理得到的去噪圖像；所述特征信息包括顏色特征、紋理特征、形狀特征和空間關系特征；

第三處理單元，用于通過所述神經網絡模型對所述特征信息進行特征信息拼接處理，得到去噪圖像。

本發明實施例的第三方面提供了另一種終端，包括處理器、輸入設備、輸出設備和存儲器，所述處理器、輸入設備、輸出設備和存儲器相互連接，其中，所述存儲器用于存儲支持終端執行上述方法的計算機程序，所述計算機程序包括程序指令，所述處理器被配置用于調用所述程序指令，執行以下步驟：

獲取待處理圖像；

對所述待處理圖像進行預處理，得到目標待處理圖像；