图像处理方法、装置和图像处理系统制造方法及图纸

本申请提供了图像处理方法、装置和图像处理系统。该图像处理方法包括：获取初始图像；根据初始图像的图像特征将初始图像由一种类型转换到另一种类型，进而得到目标图像；呈现目标图像或者对目标图像进行分析处理。本申请中，根据初始图像的图像特征能够实现对初始图像的处理，从而得到另一种类型的图像。

【技术实现步骤摘要】
图像处理方法、装置和图像处理系统
本申请涉及图像处理
，并且更具体地，涉及一种图像处理方法、装置和图像处理系统。
技术介绍
由于不同类型的图像的显示效果可能会有所不同，常常需要对图像进行处理，从而将一种类型的图像转化为另一种类型的图像，以便于后续的处理或者分析。因此，如何更好地将一种类型的图像转化成另一种类型的图像是一个需要解决的问题。
技术实现思路
本申请提供一种图像处理方法、装置和图像处理系统，能够根据图像特征将一种类型的图像转化成另一种类型的图像。第一方面，提供了一种图像处理方法，该图像处理方法包括：获取初始图像；根据初始图像的图像特征得到目标图像；呈现目标图像或者对目标图像进行分析处理。其中，上述初始图像为第一类型的图像，上述目标图像为第二类型的图像，初始图像和目标图像可以是不同类型的图像。在一种可能的实现方式中，上述目标图像的分辨率大于初始图像的分辨率。也就是说，上述初始图像可以是分辨率较低的图像，上述目标图像可以是分辨率较高的图像，通过上述第一方面的方法，能够提高初始图像的分辨率，得到分辨率更高的目标图像。在另一种可能的实现方式中，上述目标图像的图像质量高于初始图像的图像质量。也就是说，上述初始图像可以是图像质量较低的图像，上述目标图像可以是图像质量较高的图像，通过上述第一方面的方法，能够实现对低质量的初始图像的恢复，能够得到图像质量较高的目标图像。在另一种可能的实现方式中，上述初始图像为标准动态范围(standarddynamicrange，SDR)图像，上述目标图像为高动态范围(highdynamicrange，HDR)图像。本申请实施例中，根据初始图像的图像特征能够实现对初始图像的处理，从而得到另一种类型的图像。在另一种可能的实现方式中，上述根据初始图像的图像特征得到目标图像，包括：根据初始图像的全局图像特征和初始图像的局部图像特征得到目标图像。在另一种可能的实现方式中，上述根据初始图像的全局图像特征以及初始图像的局部图像特征，得到目标图像，包括：根据初始图像的全局图像特征以及初始图像的局部图像特征得到初始图像的最终特征图；对初始图像的最终特征图进行多次上采样处理，得到目标图像。上述初始图像的局部图像特征可以是指初始图像的局部区域的特征。例如，当初始图像中的一个区域包括人，另一个区域包括猫时，那么，初始图像的局部图像特征可以包括初始图像的一个区域中的猫的轮廓特征，以及另一个区域中的人的轮廓特征等。上述初始图像的全局图像特征可以是指初始图像的整体图像特征，例如，初始图像的光照强度，色调等。一般来说，图像的全局特征表示的图像的高级信息。例如，图像的全局特征可以包括图像的场景类别、主题类型或整体照明条件，这些信息对于图像的单个像素确定它们的局部调整是有用的。在另一种可能的实现方式中，上述根据初始图像的全局图像特征以及初始图像的局部图像特征得到初始图像的最终特征图，包括：将初始图像的全局图像特征和初始图像的局部图像特征进行拼接，得到初始图像的最终特征图。例如，初始图像的全局图像特征的大小为(1，1，Z)，初始图像的局部图像特征的大小为(P，Q，Z)，那么，在拼接时，可以先将初始图像的全局图像特征的每个通道复制P×Q份，然后将复制后的全局图像特征与布局图像特征在通道维度上进行连接，得到大小为(P，Q，2Z)的最终特征图。其中，全局图像特征的宽和高均为1，通道数为Z，局部图像特征的宽和高分别为P和Q，通道数为Z，拼接后得到的最终特征图的宽和高分别为P和Q，通道数为2Z。通过对初始图像的全局图像特征和初始图像的局部图像特征进行拼接，能够得到融合了初始图像的全局特征和局部特征的最终特征图。在另一种可能的实现方式中，上述方法还包括：获取初始图像的全局图像特征。其中，上述初始图像的全局图像特征是根据初始图像的第二特征图确定的，初始图像的第二特征图是对初始图像的第一特征图的进行自适应池化处理得到的，初始图像的第一特征图是对初始图像进行卷积处理得到的，初始图像的第二特征图为固定大小的特征图。在另一种可能的实现方式中，初始图像的局部图像特征是对初始图像进行卷积处理得到的。当对初始图像的卷积处理次数为多次时，上述初始图像的布局图像特征可以包括对初始图像进行多次卷积得到的图像特征。在另一种可能的实现方式中，获取初始图像的全局图像特征包括：获取初始图像的第一特征图；根据第一特征图的大小对第一特征图进行自适应池化处理，以得到第二特征图；根据第二特征图确定初始图像的全局图像特征。其中，上述第一特征图是对初始图像进行L次卷积处理之后得到的，第一特征图的大小为M×N，L、M和N均为正整数。上述第二特征图的大小为R×S，R和S为预先设定的固定数值，R和S均为正整数。通过对第一特征图进行自适应池化处理，能够得到固定大小的第二特征图，便于后续根据固定大小第二特征图确定初始图像的全局图像特征。本申请实施例中，通过采用对初始图像的特征图进行自适应池化处理，能够得到固定尺寸大小的特征图，便于后续提取初始图像的全局图像特征，提高了图像处理的灵活性。具体地，由于在对图像处理过程中经常需要获取图像的全局图像特征，但是在获取不同大小图像的全局图像特征时往往要采用不同结构的网络或者生成器，因此，在获取图像的全局特征之前，通过先对图像进行处理得到固定大小的特征图，然后再根据该固定大小的特征图来提取图像全局特征，能够极大的提高图像处理过程的灵活性，使得采用同一种结构网络或者图像处理器就能够提取不同大小的图像的全局图像特征，从而实现对不同大小图像的灵活处理。在另一种可能的实现方式中，根据第一特征图的大小对第一特征图进行自适应池化处理，以得到第二特征图，包括：采用滑窗对第一特征图进行池化处理，得到第二特征图。其中，上述滑窗大小和滑窗滑动时的步长是根据第一特征图的大小和第二特征图的大小确定的。可选地，上述滑窗的步长与第一特征图的大小为正相关关系。当第一特征图的尺寸越大时，上述滑窗的步长也越大。可选地，上述滑窗的大小与第一特征图的为正相关关系。当第一特征图的尺寸越大时，上述滑窗也越大。上述滑窗的大小并不是固定不变的，而是可以根据第一特征图的大小灵活设置。结合第一方面，在第一方面的某些实现方式中，滑窗的大小和滑窗滑动时的步长是根据如下公式确定的：s_h＝M//R；s_w＝N//S；k_h＝M–(R-1)*s_h；k_w＝N–(S-1)*s_w；其中，滑窗的大小为(k_h,k_w)，滑窗滑动时的步长为(s_h,s_w)，//表示整除。此外，k_h和k_w分别表示滑窗的高和宽，s_h和s_w分别表示滑窗在水平方向和竖直方向滑动时的步长值。由上述公式可知，滑窗的竖直方向滑动的步长(s_h)与第一特征图的宽(M)呈正相关关系。由上述公式可知，滑窗的水本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：/n获取初始图像，所述初始图像为第一类型的图像；/n根据所述初始图像的图像特征得到目标图像，所述目标图像为第二类型的图像；/n呈现所述目标图像或者对所述目标图像进行分析处理。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
获取初始图像，所述初始图像为第一类型的图像；
根据所述初始图像的图像特征得到目标图像，所述目标图像为第二类型的图像；
呈现所述目标图像或者对所述目标图像进行分析处理。


2.如权利要求1所述的图像处理方法，其特征在于，所述根据所述初始图像的图像特征得到目标图像，包括：
根据所述初始图像的全局图像特征和所述初始图像的局部图像特征得到所述目标图像。


3.如权利要求2所述的图像处理方法，其特征在于，所述方法还包括：
获取所述初始图像的全局图像特征，其中，所述初始图像的全局图像特征是根据所述初始图像的第二特征图确定的，所述初始图像的第二特征图是对所述初始图像的第一特征图的进行自适应池化处理得到的，所述初始图像的第一特征图是对所述初始图像进行卷积处理得到的，所述初始图像的第二特征图为固定大小的特征图。


4.如权利要求2所述的图像处理方法，其特征在于，所述初始图像的局部图像特征是对所述初始图像进行卷积处理得到的。


5.如权利要求3所述的图像处理方法，其特征在于，所述获取所述初始图像的全局图像特征包括：
获取初始图像的第一特征图，其中，所述第一特征图是对初始图像进行L次卷积处理之后得到的，所述第一特征图的大小为M×N，L、M和N均为正整数；
根据所述第一特征图的大小对所述第一特征图进行自适应池化处理，以得到第二特征图，其中，所述第二特征图的大小为R×S，R和S为预先设定的固定数值，R和S均为正整数；
根据所述第二特征图确定所述初始图像的全局图像特征。


6.根据权利要求5所述的图像处理方法，其特征在于，所述根据所述第一特征图的大小对所述第一特征图进行自适应池化处理，以得到第二特征图，包括：
采用滑窗对所述第一特征图进行池化处理，得到所述第二特征图，其中，所述滑窗大小和所述滑窗滑动时的步长是根据所述第一特征图的大小和所述第二特征图的大小确定的。


7.如权利要求6所述的图像处理方法，其特征在于，所述滑窗的大小和所述滑窗滑动时的步长是根据如下公式确定的：
s_h＝...

【专利技术属性】
技术研发人员：宣章洋，孙航，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44