图像处理方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：对第一图像进行特征提取，得到第一图像的多个第一特征图像；根据预设的退化参数对所述多个第一特征图像进行特征变换，得到多个第二特征图像，其中，所述退化参数是模拟第一图像的退化方式的退化模型的模型参数，基于所述多个第二特征图像进行图像重构，得到第二图像，其中，第二图像的分辨率高于所述第一图像。本公开实施例利用预设的退化参数对图像质量较低的第一图像进行处理，使得处理完成的第二图像的图像质量更高，所呈现的视觉效果更好。

【技术实现步骤摘要】
图像处理方法及装置、电子设备和存储介质
本公开涉及计算机技术
，尤其涉及一种图像处理方法及装置、电子设备和存储介质。
技术介绍
图像超分辨是计算机视觉领域的重要问题，通过算法对输入的低分辨率图像进行处理，得到高质量高分辨率图像。图像超分辨在很多领域有重要应用，如安防监控领域，数码摄像领域以及医学图像处理领域。然而，相关技术中基于深度学习的超分辨技术都假设低分辨率图像可以由已知的下采样方式得到(大多由高分辨率图像经过双三次下采样得到)，但在实际应用中低分辨率图像的退化方式可能并不符合双三次下采样，因此这些算法对真实数据的超分辨率效果有限。
技术实现思路
本公开提出了一种图像处理方法及装置、电子设备和存储介质。根据本公开的一方面，提供了一种图像处理方法，包括：对第一图像进行特征提取，得到第一图像的多个第一特征图像；根据预设的退化参数对所述多个第一特征图像进行特征变换，得到多个第二特征图像，其中，所述退化参数是模拟第一图像的退化方式的退化模型的模型参数；基于所述多个第二特征图像进行图像重构，得到第二图像，其中，第二图像的分辨率高于所述第一图像。在一种可能的实现方式中，所述基于所述第二特征本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：对第一图像进行特征提取，得到第一图像的多个第一特征图像；根据预设的退化参数对所述多个第一特征图像进行特征变换，得到多个第二特征图像，其中，所述退化参数是模拟第一图像的退化方式的退化模型的模型参数；基于所述多个第二特征图像进行图像重构，得到第二图像，其中，第二图像的分辨率高于所述第一图像。

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：对第一图像进行特征提取，得到第一图像的多个第一特征图像；根据预设的退化参数对所述多个第一特征图像进行特征变换，得到多个第二特征图像，其中，所述退化参数是模拟第一图像的退化方式的退化模型的模型参数；基于所述多个第二特征图像进行图像重构，得到第二图像，其中，第二图像的分辨率高于所述第一图像。2.根据权利要求1所述的方法，其特征在于，所述基于所述第二特征图像进行图像重构，得到第二图像，包括：重新排列多个第二特征图像中的像素，得到中间图像；对所述中间图像进行尺寸变换，得到第二图像。3.根据权利要求1或2所述的方法，其特征在于，所述图像处理方法由图像处理网络执行，所述图像处理网络包括特征变换子网络，所述特征变换子网络包括串联连接的至少一个残差模块；其中，所述根据预设的退化参数对所述多个第一特征图像进行特征变换，得到多个第二特征图像，包括：将所述多个第一特征图像以及预设的退化参数输入至第一个残差模块进行处理后进行输出，并将每个残差模块的输出以及所述退化参数输入至与该残差模块连接的下一残差模块，将最后一个残差模块的输出作为多个第二特征图像。4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述退化参数包括退化模糊核特征，所述将所述多个第一特征图像以及预设的退化参数输入至第一个残差模块进行处理后进行输出之前包括：对退化模糊核特征进行维度变换，得到多个第三特征图像；所述将所述多个第一特征图像以及预设的退化参数输入至第一个残差模块进行处理后进行输出，并将每个残差模块的输出以及所述退化参数输入至与该残差模块连接的下一残差模块，将最后一个残差模块的输出作为多个第二特征图像，包括：将所述多个第一特征图像以及所述多个第三特征图像输入至第一个残差模块进行处理后进行输出，并将每个残差模块的输出以及所述多个第三特征图像输入至与该残差模块连接的下一残差模块，将最后一个残差模块的输出作为多个第二特征图像。5.根据权利要求4所述的方法，其特征在于，每个残差模块包括至少一个空间特...

【专利技术属性】
技术研发人员：顾津锦，芦瀚楠，董超，
申请(专利权)人：深圳市商汤科技有限公司，
类型：发明
国别省市：广东,44