图像去模糊方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及图像处理，提供一种图像去模糊方法、装置、电子设备及存储介质。该方法能够当接收到图像去模糊请求时，从所述图像去模糊请求中提取待处理图像；提取所述待处理图像的图像特征，所述图像特征包括多个不同尺寸的特征信息；融合所述多个不同尺寸的特征信息，得到融合特征图；对所述融合特征图进行上采样处理，得到与所述待处理图像对应的初始图像；将所述初始图像输入至预先构建的判别器中，得到判别结果；当所述判别结果为真实图像时，将所述初始图像确定为所述待处理图像的目标图像。本发明专利技术通过判别器对生成的初始图像进行判别，能够确保所述目标图像的去模糊质量。此外，本发明专利技术还涉及区块链技术，所述目标图像可存储于区块链中。

【技术实现步骤摘要】
图像去模糊方法、装置、电子设备及存储介质
本专利技术涉及图像处理
，尤其涉及一种图像去模糊方法、装置、电子设备及存储介质。
技术介绍
在图像摄像过程中，很容易因为摄影对象快速移动或者相机摇晃等原因造成摄影对象失焦而模糊，导致图像质量下降，为了提高图像质量，通常利用模糊原理进行建模，进而利用建模生成的调整模型对图像进行去模糊化，然而，由于调整模型并未考虑图像在拍摄场景的表现，导致去模糊化后的图像质量不高。
技术实现思路
鉴于以上内容，有必要提供一种图像去模糊方法、装置、电子设备及存储介质，能够确保所述目标图像的去模糊质量。一方面，本专利技术提出一种图像去模糊方法，所述图像去模糊方法包括：当接收到图像去模糊请求时，从所述图像去模糊请求中提取待处理图像；提取所述待处理图像的图像特征，所述图像特征包括多个不同尺寸的特征信息；融合所述多个不同尺寸的特征信息，得到融合特征图；对所述融合特征图进行上采样处理，得到与所述待处理图像对应的初始图像；将所述初始图像输入至预先构建的判别器中，得到判别结果，所述判别结果包括真实图像及生成图像；当所述判别结果为所述真实图像时，将所述初始图像确定为所述待处理图像的目标图像。根据本专利技术优选实施例，所述从所述图像去模糊请求中提取待处理图像包括：获取预设线程连接池，所述预设线程连接池中包括多个预先设定的线程；从所述预设线程连接池中获取闲置线程；利用所述闲置线程解析所述图像去模糊请求，得到所述图像去模糊请求携带的数据信息；获取预设标签，所述预设标签用于指示所述待处理图像的存储位置；从所述数据信息中获取与所述预设标签对应的信息作为图像存储位置；从所述图像存储位置中获取所述待处理图像。根据本专利技术优选实施例，所述提取所述待处理图像的图像特征，所述图像特征包括多个不同尺寸的特征信息包括：按照多个预设比例对所述待处理图像进行尺度变换，得到多个不同尺寸的尺度图像；对每个尺度图像进行编码，得到每个尺度图像的编码矩阵；获取每个尺度图像的任意像素，并将所述任意像素的相邻像素点确定为相邻像素；从所述编码矩阵中获取所述任意像素的第一编码向量，并从所述编码矩阵中获取所述相邻像素的第二编码向量；根据所述第一编码向量及所述第二编码向量确定每个尺度图像的特征，得到所述图像特征。根据本专利技术优选实施例，所述方法还包括：当所述判别结果为生成图像时，根据所述初始图像及所述待处理图像确定所述初始图像的损失值；当所述损失值小于预设阈值时，根据所述预设阈值确定学习率，并根据所述学习率调整所述判别器，得到调整后的判别器，并将所述初始图像输入至所述调整后的判别器进行训练；或者当所述损失值大于或者等于所述预设阈值时，调整所述多个预设比例的取值，得到调整后的预设比例，并利用所述调整后的预设比例对所述待处理图像进行尺度变换。根据本专利技术优选实施例，所述融合所述多个不同尺寸的特征信息，得到融合特征图包括：将所述多个不同尺寸的特征信息对应的尺度图像确定为特征图像，并对同一特征图像的特征信息进行融合处理，得到多个第一特征图及所述第一特征图对应的特征尺寸；按照所述特征尺寸从大至小的顺序对所述多个第一特征图进行排序，得到第一队列，并按照所述特征尺寸从小至大的顺序对所述多个第一特征图进行排序，得到第二队列；按照所述第一队列与所述第二队列的队列顺序融合所述第一队列中的所述多个第一特征图与所述第二队列中的所述多个第一特征图，得到所述融合特征图。根据本专利技术优选实施例，所述对所述融合特征图进行上采样处理，得到与所述待处理图像对应的初始图像包括：对所述融合特征图进行卷积处理，得到多个尺寸相同的第二特征图；对所述多个尺寸相同的第二特征图进行相加处理，得到所述初始图像。根据本专利技术优选实施例，在将所述初始图像输入至预先构建的判别器中，得到判别结果之前，所述方法还包括：获取图像训练集，所述图像训练集包括多张拍摄图像及多张合成图像；确定所述图像训练集的图像数量，并将所述图像数量乘以第一配置值，得到训练数量；从所述图像训练集中获取数量为所述训练数量的训练图像；训练所述训练图像，得到学习器；将所述图像数量乘以第二配置值，得到测试数量，并从所述图像训练集中获取数量为所述测试数量的测试图像；利用所述测试图像测试所述学习器，得到测试结果，并根据所述测试数量及所述测试结果确定测试通过率；当所述测试通过率大于测试阈值时，将所述学习器确定为所述判别器。另一方面，本专利技术还提出一种图像去模糊装置，所述图像去模糊装置包括：提取单元，用于当接收到图像去模糊请求时，从所述图像去模糊请求中提取待处理图像；所述提取单元，还用于提取所述待处理图像的图像特征，所述图像特征包括多个不同尺寸的特征信息；融合单元，用于融合所述多个不同尺寸的特征信息，得到融合特征图；处理单元，用于对所述融合特征图进行上采样处理，得到与所述待处理图像对应的初始图像；输入单元，用于将所述初始图像输入至预先构建的判别器中，得到判别结果，所述判别结果包括真实图像及生成图像；确定单元，用于当所述判别结果为所述真实图像时，将所述初始图像确定为所述待处理图像的目标图像。另一方面，本专利技术还提出一种电子设备，所述电子设备包括：存储器，存储计算机可读指令；及处理器，执行所述存储器中存储的计算机可读指令以实现所述图像去模糊方法。另一方面，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述图像去模糊方法。由以上技术方案可以看出，本专利技术能够当接收到图像去模糊请求时，从所述图像去模糊请求中提取待处理图像；提取所述待处理图像的图像特征，所述图像特征包括多个不同尺寸的特征信息；融合所述多个不同尺寸的特征信息，得到融合特征图；对所述融合特征图进行上采样处理，得到与所述待处理图像对应的初始图像；将所述初始图像输入至预先构建的判别器中，得到判别结果，所述判别结果包括真实图像及生成图像；当所述判别结果为所述真实图像时，将所述初始图像确定为所述待处理图像的目标图像。本专利技术通过判别器对生成的初始图像进行判别，能够确保所述目标图像的去模糊质量。附图说明图1是本专利技术图像去模糊方法的较佳实施例的流程图。图2是本专利技术图像去模糊装置的较佳实施例的功能模块图。图3是本专利技术实现图像去模糊方法的较佳实施例的电子设备的结构示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本专利技术进行详细描述。如图1所示，是本专利技术图像去模糊方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。所述图像去模本文档来自技高网...

【技术保护点】
1.一种图像去模糊方法，其特征在于，所述图像去模糊方法包括：/n当接收到图像去模糊请求时，从所述图像去模糊请求中提取待处理图像；/n提取所述待处理图像的图像特征，所述图像特征包括多个不同尺寸的特征信息；/n融合所述多个不同尺寸的特征信息，得到融合特征图；/n对所述融合特征图进行上采样处理，得到与所述待处理图像对应的初始图像；/n将所述初始图像输入至预先构建的判别器中，得到判别结果，所述判别结果包括真实图像及生成图像；/n当所述判别结果为所述真实图像时，将所述初始图像确定为所述待处理图像的目标图像。/n

【技术特征摘要】
1.一种图像去模糊方法，其特征在于，所述图像去模糊方法包括：
当接收到图像去模糊请求时，从所述图像去模糊请求中提取待处理图像；
提取所述待处理图像的图像特征，所述图像特征包括多个不同尺寸的特征信息；
融合所述多个不同尺寸的特征信息，得到融合特征图；
对所述融合特征图进行上采样处理，得到与所述待处理图像对应的初始图像；
将所述初始图像输入至预先构建的判别器中，得到判别结果，所述判别结果包括真实图像及生成图像；
当所述判别结果为所述真实图像时，将所述初始图像确定为所述待处理图像的目标图像。


2.如权利要求1所述的图像去模糊方法，其特征在于，所述从所述图像去模糊请求中提取待处理图像包括：
获取预设线程连接池，所述预设线程连接池中包括多个预先设定的线程；
从所述预设线程连接池中获取闲置线程；
利用所述闲置线程解析所述图像去模糊请求，得到所述图像去模糊请求携带的数据信息；
获取预设标签，所述预设标签用于指示所述待处理图像的存储位置；
从所述数据信息中获取与所述预设标签对应的信息作为图像存储位置；
从所述图像存储位置中获取所述待处理图像。


3.如权利要求1所述的图像去模糊方法，其特征在于，所述提取所述待处理图像的图像特征，所述图像特征包括多个不同尺寸的特征信息包括：
按照多个预设比例对所述待处理图像进行尺度变换，得到多个不同尺寸的尺度图像；
对每个尺度图像进行编码，得到每个尺度图像的编码矩阵；
获取每个尺度图像的任意像素，并将所述任意像素的相邻像素点确定为相邻像素；
从所述编码矩阵中获取所述任意像素的第一编码向量，并从所述编码矩阵中获取所述相邻像素的第二编码向量；
根据所述第一编码向量及所述第二编码向量确定每个尺度图像的特征，得到所述图像特征。


4.如权利要求3所述的图像去模糊方法，其特征在于，所述方法还包括：
当所述判别结果为生成图像时，根据所述初始图像及所述待处理图像确定所述初始图像的损失值；
当所述损失值小于预设阈值时，根据所述预设阈值确定学习率，并根据所述学习率调整所述判别器，得到调整后的判别器，并将所述初始图像输入至所述调整后的判别器进行训练；或者
当所述损失值大于或者等于所述预设阈值时，调整所述多个预设比例的取值，得到调整后的预设比例，并利用所述调整后的预设比例对所述待处理图像进行尺度变换。


5.如权利要求1所述的图像去模糊方法，其特征在于，所述融合所述多个不同尺寸的特征信息，得到融合特征图包括：
将所述多个不同尺寸的特征信息对应的尺度图像确定为特征图像，并对同一特征图像的特征信息进行融合处理，得到多个第一特征图及...

【专利技术属性】
技术研发人员：陈嘉莉，周超勇，刘玉宇，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44