The invention provides an image processing method, device and electronic equipment, which relates to the field of image processing technology. The image processing method, device and electronic equipment provided by the present invention can obtain the denoised image by denoising the processed image, and then enhance the details of the target area image extracted from the denoised image to obtain the detail enhanced image, and then fuse the denoised image with the detail enhanced image, and further. The output image is obtained. Because the image of the target area is enhanced in detail, the output image is clearer and the display effect is better.
【技术实现步骤摘要】
图像处理方法、装置及电子设备
本专利技术涉及图像处理
,尤其是涉及一种图像处理方法、装置及电子设备。
技术介绍
在光线不足的情况下,智能手机等电子设备拍摄的图片通常会出现局部噪点较多,拍摄物体细节丢失等现象。对于电子设备在暗光环境下拍摄的图片,现阶段的图像处理技术通常采用降噪的方法,去除图片中的一部分噪点,但现有的降噪方法有较强的涂抹感,无法还原图像关键部分的细节,因而会造成图像失真。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种图像处理方法、装置及电子设备,可以提高图像的清晰度,改善了现有降噪方法造成的图像失真问题。为了实现上述目的,本专利技术实施例采用的技术方案如下:第一方面,本专利技术实施例提供了一种图像处理方法,包括:对待处理图像进行降噪处理,生成降噪图像;从所述降噪图像中提取拍摄目标对应的目标区域图像;对所述目标区域图像进行细节增强处理,生成细节增强图像;将所述降噪图像与所述细节增强图像进行融合,获得输出图像。结合第一方面,本专利技术实施例提供了第一方面的第一种可能的实施方式,其中,所述对待处理图像进行降噪处理,生成降噪图像的步骤,包括:将所述待处理图像输入降噪网络,将所述降噪网络的输出作为所述降噪图像;所述降噪网络采用卷积-反卷积神经网络;所述降噪图像与所述待处理图像的大小相同。结合第一方面的第一种可能的实施方式,本专利技术实施例提供了第一方面的第二种可能的实施方式,其中,所述卷积-反卷积神经网络包括卷积神经网络和反卷积神经网络;所述卷积神经网络包括至少一层卷积层,所述至少一层卷积层中的每层卷积层包括一个或多个第一卷积核,所述第一卷积 ...
【技术保护点】
1.一种图像处理方法,其特征在于,包括:对待处理图像进行降噪处理,生成降噪图像;从所述降噪图像中提取拍摄目标对应的目标区域图像;对所述目标区域图像进行细节增强处理,生成细节增强图像;将所述降噪图像与所述细节增强图像进行融合,获得输出图像。
【技术特征摘要】
1.一种图像处理方法,其特征在于,包括:对待处理图像进行降噪处理,生成降噪图像;从所述降噪图像中提取拍摄目标对应的目标区域图像;对所述目标区域图像进行细节增强处理,生成细节增强图像;将所述降噪图像与所述细节增强图像进行融合,获得输出图像。2.根据权利要求1所述的方法,其特征在于,所述对待处理图像进行降噪处理,生成降噪图像的步骤,包括:将所述待处理图像输入降噪网络,将所述降噪网络的输出作为所述降噪图像;所述降噪网络采用卷积-反卷积神经网络;所述降噪图像与所述待处理图像的大小相同。3.根据权利要求2所述的方法,其特征在于,所述卷积-反卷积神经网络包括卷积神经网络和反卷积神经网络;所述卷积神经网络包括至少一层卷积层,所述至少一层卷积层中的每层卷积层包括一个或多个第一卷积核,所述第一卷积核遍历所述待处理图像的像素矩阵后得到降噪特征图;所述反卷积神经网络采用与所述卷积神经网络对称的结构,所述反卷积神经网络包括至少一层反卷积层,所述至少一层反卷积层中的每层反卷积层包括与对应卷积层相同数量的第二卷积核,所述第二卷积核遍历所述降噪特征图的特征矩阵后得到降噪图像。4.根据权利要求1所述的方法,其特征在于,从所述降噪图像中提取拍摄目标对应的目标区域图像的步骤,包括:通过目标提取网络确定所述降噪图像中所述拍摄目标的所在区域;所述目标提取网络采用卷积神经网络;从所述降噪图像中分离出所述拍摄目标的所在区域,得到所述目标区域图像。5.根据权利要求1所述的方法,其特征在于,对所述目标区域图像进行细节增强处理,生成细节增强图像的步骤,包括:将所述目标区域图像输入细节增强网络,将所述细节增强网络的输出作为所述细节增强图像;所述细节增强网络采用卷积-反卷积神经网络;所述细节增强图像与所述目标区域图像的大小相同。6.根据权利要求1所述的方法,其特征在于,将所述降噪图像与所述细节增强图像进行融合,获得输出图像的步骤,包括:采用所述细节增强图像替换所述降噪图像中的所述目标区域图像;对所述细节增强图像与所述降噪图像相交的边界区域进行线性融合。7.根据权利要求6所述的方法,其特征在于,所述采用所述细节增强图像替换所述降噪图像中的所述目标区域图像的步骤,包括:通过如下公式,实现所述替换过程:R_final=aR_206+(1-a)R_2...
【专利技术属性】
技术研发人员:黄海斌,巫奇豪,
申请(专利权)人:北京旷视科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。