【技术实现步骤摘要】
图像美化的处理方法、图像美化的处理装置以及电子设备
本公开涉及图像处理
，具体而言，涉及一种图像美化的处理方法、图像美化的处理装置，以及实现所述图像方法的电子设备。
技术介绍
在光线不足的情况(也称作“暗光环境”、“弱光环境”)下，如果不调整相机的感光度，则总是拍摄出来的缺乏暗部细节的模糊图像。具体的，图像暗部将会缺少细节，导致图像质量不佳。然而，在光线不足的情况下，调整相机的感光度，则拍摄出来的图像会带有大量噪点。从而，虽然在一定程度上能够挽救图像的暗部细节，但由于大量噪点的出现使得图像质量同样被大打折扣。对于上述在光线不足的情况下的图像拍摄问题，相关技术提供曝光的解决方案。具体的，在胶片相机中，曝光是指将预涂感光版(PresensitizedPlate，简称：PS版)置于晒版机工作台上，通过对底片曝光获得一种潜在或可见图像的过程。在数码照相机中，曝光是指通过将光线经过图像传感器生成数码图像的操作。其中，曝光受制于曝光的时间和通光量，在曝光时间不足或者通光量不足时会导致照片欠曝的情况下，将导致图中暗部的细节不清楚或者丢失。而在曝光时间过长或者通光量过大的情...
【技术保护点】
1.一种图像美化的处理方法，其特征在于，所述方法包括：将待美化图像进行预处理，获取与所述待美化图像对应的第一图像数据，其中，所述待美化图像为缺乏暗部细节的图像和包含噪点的图像中的一种或多种；将所述第一图像数据输入至训练后的生成对抗深度神经网络中，基于所述生成对抗深度神经网络的生成器网络对所述第一图像数据进行美化处理，得到第二图像数据；对所述第二图像数据进行与所述预处理操作对应的后处理操作，得到美化图像，其中，所述美化图像为恢复暗部细节的图像和去除噪点的图像中的一种或多种。
【技术特征摘要】
1.一种图像美化的处理方法，其特征在于，所述方法包括：将待美化图像进行预处理，获取与所述待美化图像对应的第一图像数据，其中，所述待美化图像为缺乏暗部细节的图像和包含噪点的图像中的一种或多种；将所述第一图像数据输入至训练后的生成对抗深度神经网络中，基于所述生成对抗深度神经网络的生成器网络对所述第一图像数据进行美化处理，得到第二图像数据；对所述第二图像数据进行与所述预处理操作对应的后处理操作，得到美化图像，其中，所述美化图像为恢复暗部细节的图像和去除噪点的图像中的一种或多种。2.根据权利要求1所述的图像美化的处理方法，其特征在于，所述将待美化图像进行预处理，获取与所述待美化图像对应的第一图像数据，包括：获取所述待美化图像的像素矩阵；对所述像素矩阵进行数据类型转换，得到数据类型规范化后的第一矩阵；对所述第一矩阵进行去均值化处理和归一化处理，获得与所述待美化图像对应的第一图像数据。3.根据权利要求2所述的图像美化的处理方法，其特征在于，所述对所述第二图像数据进行与所述预处理操作对应的后处理操作，得到美化图像，包括：对所述第二图像数据进行数据类型转换，得到第二矩阵；对所述第二矩阵进行加均值化处理和截断处理，获得与所述美化图像对应的像素矩阵，以根据像素矩阵生成所述美化图像。4.根据权利要求1所述的图像美化的处理方法，其特征在于，在将所述第一图像数据输入至训练后的生成对抗深度神经网络中之前，所述方法还包括：获取多组训练样本，其中，每组所述训练样本包含输入图像和目标图像；将所述输入图像输入至生成对抗深度神经网络中的生成器网络，并基于所述生成器网络对所述输入图像进行美化处理，得到生成图像；将所述生成图像、所述输入图像以及所述目标图像输入至生成对抗深度神经网络中的判别器网络，得到关于所述生成图像的像素值的第一判别结果和关于所述目标图像的像素值的第二判别结果；根据所述第一判别结果和所述第二判别结果优化所述生成对抗深度神经网络参数，得到所述图像美化模型。5.根据权利要求4所述的图像美化的处理方法，其特征在于，所述根据所述第一判别结果和所述第二判别结果优化所述生成对抗深度神经网络参数，包括：根据所述生成图像和所述目标图像的像素差、所述生成图像中的相邻像素差以及所述生成器网络输出的多个生成图像之间的像素差中的一种或多种，优化所述生成器网络的参数以及优化所述判别器网络的参数。6.根据权利要求4所述的图像美化的处理方法，其特征在于，所述根据所述第一判别结果和所述第二判别结果优化所述图像美化模型的模型参数，包括：保持所述生成器网络的参数不变，根据所述生成图像和所述目标图像的像素差优化所述判别器网络的参数；保...
【专利技术属性】
技术研发人员：严宇轩，程培，傅斌，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44
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。