[發明專利]圖像處理方法、裝置、電子設備和計算機可讀存儲介質

在審

• 申請號: 202110886359.3
• 申請日: 2021-08-03
• 公開（公告）號: CN113674152A
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 鄧宣
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06K9/62
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 周清華

1.一種圖像處理方法，其特征在于，所述方法包括：

獲取待處理圖像的質量等級；所述質量等級用于表征所述待處理圖像的分辨率；

基于所述待處理圖像的質量等級，從多個候選分辨率網絡中確定所述質量等級對應的目標分辨率網絡；

利用所述目標分辨率網絡優化所述待處理圖像，得到目標圖像；所述目標圖像的分辨率高于所述待處理圖像的分辨率。

2.根據權利要求1所述的圖像處理方法，其特征在于，所述獲取待處理圖像的質量等級，包括：

獲取所述待處理圖像的特征參數；所述特征參數包括圖像亮度、圖像模糊程度以及圖像紋理中的一項或多項；

將所述特征參數輸入支持向量機SVM模型中，生成所述待處理圖像的質量等級。

3.根據權利要求2所述的圖像處理方法，特征在于，所述SVM模型中包括至少兩個二分類模型，所述將所述特征參數輸入支持向量機SVM模型中，生成所述待處理圖像的質量等級，包括：

將所述特征參數分別輸入每個所述二分類模型中，得到每個所述二分類模型的輸出結果；

根據各所述二分類模型的輸出結果，得到所述待處理圖像的質量等級。

4.根據權利要求1-3任一項所述的圖像處理方法，其特征在于，所述候選分辨率網絡的獲取方式，包括：

獲取樣本集；所述樣本集包含多個樣本圖像以及各所述樣本圖像的質量等級；

利用所述樣本集以及超分辨率算法，訓練得到初始超網絡；所述初始超網絡包含多個子結構；

根據所述樣本集，訓練各所述子結構，得到各所述子結構對應的子網絡；

根據所述子網絡確定所述候選分辨率網絡。

5.根據權利要求4所述的圖像處理方法，其特征在于，所述子結構的獲取方式，包括：

基于神經結構搜索NAS策略在所述初始超網絡中的每層，選取一個或多個節點；

基于每層選取的一個或多個節點，確定所述子結構。

6.根據權利要求4所述的圖像處理方法，其特征在于，所述根據所述樣本集，訓練各所述子結構，得到各所述子結構對應的子網絡，包括：

獲取所述初始超網絡的網絡參數；

在所述網絡參數中，確定各所述子結構的初始化參數；

利用所述樣本集以及各所述子結構的初始化參數，訓練各所述子結構，得到各所述子結構對應的子網絡。

7.根據權利要求4所述的圖像處理方法，其特征在于，所述根據所述子網絡確定所述候選分辨率網絡，包括：

獲取測試集；所述測試集包括至少一個同一質量等級的測試圖像；

利用各所述子網絡對各所述測試圖像進行優化，得到多個優化后的圖像；

獲取各所述優化后的圖像的分辨率；

根據各所述優化后的圖像的分辨率確定所述測試圖像的質量等級對應的候選分辨率網絡。

8.根據權利要求1-3任一項所述的圖像處理方法，其特征在于，所述候選分辨率網絡的獲取方式，包括：

接收來自服務器的所述候選分辨率網絡信息；所述候選分辨率網絡信息包括所述候選分辨率網絡的網絡結構、所述候選分辨率網絡的網絡參數以及所述候選分辨率網絡對應的質量等級；

將所述候選分辨率網絡的網絡結構以及所述候選分辨率的網絡參數獲取所述候選分辨率網絡，并存儲所述候選分辨率網絡與所述質量等級的對應關系。

9.一種圖像處理裝置，其特征在于，包括：

獲取模塊，用于獲取待處理圖像的質量等級；所述質量等級用于表征所述待處理圖像的分辨率；

處理模塊，用于基于所述獲取模塊獲取的所述待處理圖像的質量等級，從多個候選分辨率網絡中確定所述質量等級對應的目標分辨率網絡；

所述處理模塊，還用于利用所述目標分辨率網絡優化所述待處理圖像，得到目標圖像；所述目標圖像的分辨率高于所述待處理圖像的分辨率。