【技术实现步骤摘要】
图像处理、模型训练方法及装置、设备、存储介质
本申请实施例涉及图像处理技术，涉及但不限于图像处理、模型训练方法及装置、设备、存储介质。
技术介绍
图像作为感知世界的重要信息形式，其内容的丰富和细节，直接决定感受到内容的详细程度。当图像单位尺度上的像素密度越高，则图像越清晰，其表达的细节能力越强，感知到的信息越丰富，这也就是高分辨率图像。图像的超分辨率重建己经在很多方面有了相应的研究。例如遥感图像领域、卫星成像领域、医学图像领域和一些高清晰显示领域等。但是，在相关技术中，受限于原始图像的缺陷，造成了超分辨率方法得到的高分图像的清晰度较低。
技术实现思路
本申请实施例提供的图像处理、模型训练方法及装置、设备、存储介质，能够得到具有较高清晰度的高分图像；其中，所述图像处理、模型训练方法及装置、设备、存储介质是这样实现的：本申请实施例提供的图像处理方法，包括：获取待处理图像；调用已训练的至少一个图像重建模型；其中，所述图像重建模型是基于包括多帧样本图像和每帧对应的真值图像的训练样本集合进行训练后得...
【技术保护点】
1.图像处理方法，其特征在于，所述方法包括：/n获取待处理图像；/n调用已训练的至少一个图像重建模型；其中，所述图像重建模型是基于包括多帧样本图像和每帧对应的真值图像的训练样本集合进行训练后得到的，所述真值图像是由多帧参考图像融合得到的，所述真值图像的分辨率大于对应样本图像的分辨率；/n通过所述至少一个图像重建模型，对所述待处理图像进行超分辨率处理，得到目标图像。/n
【技术特征摘要】
1.图像处理方法，其特征在于，所述方法包括：
获取待处理图像；
调用已训练的至少一个图像重建模型；其中，所述图像重建模型是基于包括多帧样本图像和每帧对应的真值图像的训练样本集合进行训练后得到的，所述真值图像是由多帧参考图像融合得到的，所述真值图像的分辨率大于对应样本图像的分辨率；
通过所述至少一个图像重建模型，对所述待处理图像进行超分辨率处理，得到目标图像。
2.根据权利要求1所述的方法，其特征在于，所述调用已训练的至少一个图像重建模型，包括：
确定所述待处理图像的待放大倍率；
根据所述待放大倍率，从已训练的多个图像重建模型中，选取与所述待放大倍率匹配的所述至少一个图像重建模型；其中，不同的所述图像重建模型对应的放大倍率不同。
3.根据权利要求1或2所述的方法，其特征在于，所述通过所述至少一个图像重建模型，对所述待处理图像进行超分辨率处理，得到目标图像，包括：
利用所述至少一个图像重建模型中的每一模型，对所述待处理图像进行超分辨率处理，得到对应模型输出的高分图像；
将每一所述高分图像进行融合，得到所述目标图像。
4.根据权利要求2所述的方法，其特征在于，所述多个图像重建模型的训练过程包括：
按照每一预设的降采样参数值，对原始图像集合进行降采样处理，得到对应降采样参数值下的降采样图像集合；
根据所述降采样图像集合和所述降采样图像对应的真值图像，生成训练样本集合；
利用每一所述降采样参数值下的训练样本集合，对原始深度学习模型进行训练，得到对应降采样参数值下的图像重建模型。
5.根据权利要求4所述的方法，其特征在于，按照所述降采样参数值，对所述原始图像集合中的原始图像进行降采样处理，得到所述降采样图像，包括：
将所述降采样参数值作为高斯核的大小，对所述原始图像进行高斯模糊处理，得到高斯模糊图像；
按照所述降采样参数值，对所述高斯模糊图像进行双三次插值，得到所述降采样图像。
6.根据权利要求1或4所述的方法，其特征在于，所述参考图像的获得方法包括：
获取N帧候选图像，N为大于1的整数；
确定每一所述候选图像的清晰度；
将所述N帧候选图像中清晰度满足特定条件的图像，确定为所述参考图像。
7.根据权利要求6所述的方法，其特征在于，所述清晰度通过锐度表征，所述确定每一所述候选图像的清晰度，包括：对每一所述候选图像进行锐度估计，得到对应图像的锐度；
相应地，所述将所述N帧候选图像中清晰度满足特定条件的图像，确定为所述参考图像，包括：
将所述N帧候选图像中锐度大于特定阈值的图像，确定为所述参考图像。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述真值图像的获得方法包括：
选取所述多帧参考图像中的一帧图像作为第一参考图像；
确定所述多帧参考图像中除所述第一参考图像外的每一其他参考图像相对于所述第一参考图像的第一位移；
将每一所述其他参考图像按照对应的第一位移，逐像素进行位移...
【专利技术属性】
技术研发人员：张弓，
申请(专利权)人：OPPO广东移动通信有限公司，
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。