图像增强方法及装置制造方法及图纸

本申请提供了一种图像增强方法及装置。涉及人工智能领域，具体涉及图像增强领域。该方法包括：对待处理图像的输入特征图进行小波变换，得到频率不同的N个特征子图，N为大于1的整数；分别对N个特征子图进行特征提取，得到N个中间结果；对N个中间结果进行逆小波变换，得到第一特征图；根据第一特征图，生成增强图像。本申请以低分辨率的特征子图为基础进行特征提取，并考虑不同特征子图之间的频率差异性，对多个特征子图进行分开处理，这样一方面可以降低图像处理过程的计算量，另一方面能够提高图像增强质量。

【技术实现步骤摘要】
图像增强方法及装置
本申请涉及图像处理领域，具体涉及一种图像增强方法及装置。
技术介绍
人工智能(artificialintelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能领域的研究包括机器人，自然语言处理，计算机视觉，决策与推理，人机交互，推荐与搜索，AI基础理论等。图像增强技术是图像处理领域的关键技术之一，该技术用于改善和提升原图像质量，甚至揭示原图像中隐藏的信息，使之更适于人类视觉系统的观测或后续其他功能模块的处理。图像增强技术在高清电视、旧电影高清化、监控设备、卫星图像和医学影像等领域有重要的应用价值。随着人工智能的快速发展以及算力的不断提升，具有图像增强功能的神经网络(简称为图像增强网络)的图像本文档来自技高网...

【技术保护点】
1.一种图像增强方法，其特征在于，包括：/n获取待处理图像的输入特征图；/n对所述输入特征图进行小波变换，得到频率不同的N个特征子图，N为大于1的整数，N的取值与所述小波变换的级数相关联，所述小波变换的级数越高，N取值越大；/n采用N个特征提取模块分别对所述N个特征子图进行特征提取，得到N个中间结果；/n对所述N个中间结果进行逆小波变换，得到第一特征图；/n根据所述第一特征图，生成所述待处理图像的增强图像。/n

【技术特征摘要】
1.一种图像增强方法，其特征在于，包括：
获取待处理图像的输入特征图；
对所述输入特征图进行小波变换，得到频率不同的N个特征子图，N为大于1的整数，N的取值与所述小波变换的级数相关联，所述小波变换的级数越高，N取值越大；
采用N个特征提取模块分别对所述N个特征子图进行特征提取，得到N个中间结果；
对所述N个中间结果进行逆小波变换，得到第一特征图；
根据所述第一特征图，生成所述待处理图像的增强图像。


2.根据权利要求1所述的图像增强方法，其特征在于，所述N个特征子图包括第一特征子图和第二特征子图，所述第一特征子图和所述第二特征子图为所述N个特征子图中的频率不同的任意两个特征子图，所述N个特征提取模块包括与所述第一特征子图对应的第一特征提取模块以及与所述第二特征子图对应的第二特征提取模块，
所述采用N个特征提取模块分别对所述N个特征子图进行特征提取，包括：
采用所述第一特征提取模块对所述第一特征子图进行特征提取，得到第一中间结果；
对所述第一中间结果和所述第二特征子图进行拼接操作，得到融合有第一中间结果的第二特征子图；
采用所述第二特征提取模块对所述融合有第一中间结果的第二特征子图进行特征提取，得到第二中间结果。


3.根据权利要求2所述的图像增强方法，其特征在于，所述第二特征子图的频率低于所述第一特征子图的频率。


4.根据权利要求1所述的图像增强方法，其特征在于，所述N个特征子图包括第三特征子图，所述第三特征子图为所述N个特征子图中的任意一个特征子图，所述N个特征子图还包括频率大于所述第三特征子图的M个特征子图，所述N个特征提取模块包括与所述第三特征子图对应的第三特征提取模块以及与所述M个特征子图对应的M个特征提取模块，M为大于1的整数，
所述采用N个特征提取模块分别对所述N个特征子图进行特征提取，包括：
采用所述M个特征提取模块分别对所述M个特征子图进行特征提取，得到M个中间结果；
对所述M个中间结果和所述第三特征子图进行拼接操作，得到融合有M个中间结果的第三特征子图；
采用所述第三特征提取模块对所述融合有M个中间结果的第三特征子图进行特征提取，得到第三中间结果。


5.根据权利要求1-4中任一项所述的图像增强方法，其特征在于，所述根据所述第一特征图，生成所述待处理图像的增强图像，包括：
根据所述第一特征图和所述输入特征图，生成所述待处理图像的增强图像。


6.根据权利要求1-5中任一项所述的图像增强方法，其特征在于，所述根据所述第一特征图，生成所述待处理图像的增强图像，包括：
根据所述第一特征图，对所述待处理图像进行超分辨率处理，得到所述待处理图像的增强图像。


7.根据权利要求1-5中任一项所述的图像增强方法，其特征在于，所述根据所述第一特征图，生成所述待处理图像的增强图像，包括：
根据所述第一特征图，对所述待处理图像进行降噪或去雾处理，得到所述待处理图像的增强图像。


8.根据权利要求1-7中任一项所述的图像增强方法，其特征在于，所述小波变换为哈尔小波变换。


9.一种图像增强装置，其特征在于，包括：
获取...

【专利技术属性】
技术研发人员：李松江，贾旭，田奇，
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