图像重建方法以及相关设备、装置制造方法及图纸

技术编号:26035256 阅读:37 留言:0更新日期:2020-10-23 21:13
本申请公开了一种图像重建方法以及相关设备、装置,其中,图像重建方法包括:利用预设预处理方式对原始图像进行预处理,得到原始图像的预处理图像;利用预设上采样方式对预处理图像进行上采样,得到多个不同的上采样图像;对多个不同的上采样图像进行重建处理,得到原始图像的重建图像;其中,原始图像的分辨率小于重建图像的分辨率。上述方案,能够提高图像重建质量。

【技术实现步骤摘要】
图像重建方法以及相关设备、装置
本申请涉及图像处理
,特别是涉及一种图像重建方法以及相关设备、装置。
技术介绍
将较低分辨率的原始图像重建为较高分辨率是图像处理领域中的需求之一。例如,热像图像能够反映场景的辐射特性,从而能为远程控制等多种应用场景提供有价值的信息。然而,受限于热像摄像头硬件条件等诸多条件,普通的热像摄像头所拍摄得到的热像图像分辨率较小,故很难直接从中提取到足够的信息,因此需要将其重建为分辨率较高的图像。目前,现有的图像重建技术仍然存在重建误差较大等问题,导致图像重建质量较低。有鉴于此,如何提高图像重建质量成为亟待解决的问题。
技术实现思路
本申请主要解决的技术问题是提供一种图像重建方法以及相关设备、装置,能够提高异常检测的准确性和预测结果的完整性。为了解决上述问题,本申请第一方面提供了一种图像重建方法,包括:利用预设预处理方式对原始图像进行预处理,得到原始图像的预处理图像;利用预设上采样方式对预处理图像进行上采样,得到多个不同的上采样图像;对多个不同的上采样图像进行重建处理,得到原始图像的重建图像;其中,原始图像的分辨率小于重建图像的分辨率。为了解决上述问题,本申请第二方面提供了一种图像重建设备,包括相互耦接的存储器和处理器,存储器存储有程序指令,处理器用于执行程序指令以实现上述第一方面中的图像重建方法。为了解决上述问题,本申请第三方面提供了一种存储装置,存储有能够被处理器运行的程序指令,程序指令用于上述第一方面中的图像重建方法。上述方案,通过利用预设处理方式对原始图像进行预处理,得到原始图像的预处理图像,并利用预设上采样方式对预处理图像进行上采样,得到多个不同的上采样图像,由于多个不同的上采样图像能够保留尽可能多的高分辨率信息,故对多个不同的上采样图像进行重建处理,得到原始图像的重建图像,能够有利于降低单一上采样图像可能带来的误差,从而能够有利于降低重建误差,提高图像重建质量。附图说明图1是本申请图像重建方法一实施例的流程示意图;图2是图1中预设预处理方式一实施例的状态示意图;图3是图2中边缘提取一实施例的状态示意图;图4是本申请图像重建方法一实施例的状态示意图;图5是图1中预设上采样处理一实施例的状态示意图;图6是图1中重建处理一实施例的状态示意图图7是训练图像重建模型一实施例的流程示意图;图8是本申请图像重建方法另一实施例的流程示意图;图9是本申请图像重建装置一实施例的框架示意图;图10是本申请图像重建设备一实施例的框架示意图;图11是本申请存储装置一实施例的框架示意图。具体实施方式下面结合说明书附图,对本申请实施例的方案进行详细说明。以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透彻理解本申请。本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。请参阅图1,图1是本申请图像重建方法一实施例的流程示意图。具体而言,可以包括如下步骤:步骤S11:利用预设预处理方式对原始图像进行预处理,得到原始图像的预处理图像。原始图像可以根据实际应用需要进行设置,例如,原始图像可以是热像图像,在其他应用场景中,原始图像也可以是可见光图像,在此不做限定。预设预处理方式可以根据实际应用需要进行设置,在一个实施场景中,预设预处理方式可以包括不做任何处理,此时,原始图像的预处理图像即为原始图像本身。在另一个实施场景中,请结合参阅图2,图2是图1中预设预处理方式一实施例的状态示意图,利用预设预处理方式对原始图像所进行预处理具体可以包括:对原始图像进行边缘提取,得到原始图像的边缘图像,并将边缘图像和原始图像进行融合处理,得到预处理图像,从而能够在预处理图像中增加边缘信息,使其不易受噪声干扰,从而能够有利于提高后续图像重建的质量。在一个具体的实施场景中,边缘提取具体可以包括提取原始图像中像素点在第一方向(例如,x轴方向)的第一边缘梯度信息,并提取原始图像中像素点在第二方向(例如,y轴方向)的第二边缘梯度信息,上述边缘梯度信息具体可以包括边缘梯度幅值,从而可以利用第一方向上的第一边缘梯度信息和第二方向上的第二边缘梯度信息合并得到原始图像中像素点的合并边缘梯度信息,进而基于原始图像中像素点的合并边缘梯度信息,可以得到边缘图像。请结合参阅图3,图3是图2中边缘提取一实施例的状态示意图,如图3所示,可以采用sobel算子提取x轴方向上的第一边缘梯度信息以及y轴方向上的第二边缘梯度信息,从而利用第一边缘梯度信息和第二边缘梯度信息合并得到边缘幅值,并基于合并得到的边缘幅值,得到边缘图像。此外,还可以采用canny算子、roberts算子等其他算子提取边缘信息,具体可以根据实际应用需要进行设置,在此不做限定。在另一个具体的实施场景中,上述将边缘图像和原始图像进行融合处理具体可以包括:将边缘图像和原始图像进行堆叠处理,得到一多通道图像,并对该多通道图像进行特征提取,得到预处理图像。具体地,可以将边缘图像和原始图像对应像素点堆叠,从而得到多通道图像,例如,原始图像为包括R(红)、G(绿)、B(蓝)三通道的图像,边缘图像为包括梯度幅值的单通道图像,通过将原始图像和边缘图像对应像素点堆叠,能够得到一个四通道图像,当原始图像为其他图像时,可以以此类推,在此不再一一举例。请继续结合参阅图2,原始图像经过上述边缘提取操作之后,得到边缘图像,将边缘图像与原始图像进行堆叠处理,得到多通道图像,多通道图像经过卷积操作,能够使得边缘信息和原始图像的像素信息融合,之后再经过两层卷积处理,即图3所示的3*3卷积和1*1卷积,能够使得提取得到的预处理图像既包含原始图像的浅层纹理、形状等特征,又包含边缘特征,从而能够有利于降低噪声干扰,提高后续重建质量。在又一个具体的实施场景中,请结合参阅图4,图4是本申请图像重建方法一实施例的状态示意图,如图4所示,还可以预先训练一包含预处理子网络的图像重建模型,且预处理子网络能够对原始图像进行预处理,到原始图像的预处理图像。具体地,预处理子网络能够实现上述边缘提取以及融合处理的操作,具体可以参阅前述描述,在此不再赘述。步骤S12:利用预设上采样方式对预处理图像进行上采样,得到多个不同的上采样图像。在一个实施场景中,预设上采样方式可以包括采用不同的上采样参数分别对预处理图像进行上采样,从而得到多个不同的上采样图像。例如,可以采用反卷积实现上采样,反卷积的大小与步长可以不同,从而得到多个不同的上采样图像,进而后续可以基于多个不同的上采样图像进行重建,能够有利于单一上采样图像可能带来的误差,从而能够有本文档来自技高网...

【技术保护点】
1.一种图像重建方法,其特征在于,包括:/n利用预设预处理方式对原始图像进行预处理,得到所述原始图像的预处理图像;/n利用预设上采样方式对所述预处理图像进行上采样,得到多个不同的上采样图像;/n对所述多个不同的上采样图像进行重建处理,得到所述原始图像的重建图像;/n其中,所述原始图像的分辨率小于所述重建图像的分辨率。/n

【技术特征摘要】
1.一种图像重建方法,其特征在于,包括:
利用预设预处理方式对原始图像进行预处理,得到所述原始图像的预处理图像;
利用预设上采样方式对所述预处理图像进行上采样,得到多个不同的上采样图像;
对所述多个不同的上采样图像进行重建处理,得到所述原始图像的重建图像;
其中,所述原始图像的分辨率小于所述重建图像的分辨率。


2.根据权利要求1所述的方法,其特征在于,所述预设上采样方式包括:多次先后执行的上采样处理和相邻所述上采样处理之间的下采样处理;所述利用预设上采样方式对所述预处理图像进行上采样,得到多个不同的上采样图,包括:
将第i次执行所述下采样处理得到的下采样图像和第i+1次执行所述下采样处理得到的下采样图像,作为第i+2次执行所述上采样处理的输入图像数据;以及,
将第i次执行所述上采样处理得到的上采样图像和第i+1次执行所述上采样处理得到的上采样图像,作为第i+1次执行所述下采样处理的输入图像数据;
将多次先后执行的所述上采样处理得到的上采样图像,作为所述多个不同的上采样图像。


3.根据权利要求2所述的方法,其特征在于,所述上采样处理的采样倍数和所述下采样处理的采样倍数相同;
和/或,所述多个不同的上采样图像的图像尺寸相同。


4.根据权利要求1所述的方法,其特征在于,所述对所述多个不同的上采样图像进行重建处理,得到所述原始图像的重建图像,包括:
将所述多个不同的上采样图像进行堆叠处理,得到第一多通道图像;
对所述第一多通道图像进行降维处理,得到通道数为预设数值的所述重建图像。


5.根据权利要求1所述的方法,其特征在于,所述利用预设预处理方式对原始图像进行预处理,得到所述原始图像的预处理图像,包括:
对所述原始图像进行边缘提取,得到所述原始图像的边缘图像;
将所述边缘图像和所述原始图像进行融合处理,得到所述预处理图像。

【专利技术属性】
技术研发人员:任馨怡王枫熊剑平
申请(专利权)人:浙江大华技术股份有限公司
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 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。

1