【技术实现步骤摘要】
图像修复的方法、装置、计算机可读介质及电子设备
本申请涉及计算机
，具体而言，涉及一种图像修复的方法、装置、计算机可读介质及电子设备。
技术介绍
在一些图像获取场景中，由于场景的特殊性，往往导致获取到的图像不清楚、图像失真较大等问题。相关技术中通过对图像进行的恢复来得到比较清晰的图像，例如通过图像特征填充等方式。这些方式容易丢失掉原有图像中的信息，使得原有图像的特征不够完整或者不一致，进而导致图像恢复结果不够精确的问题。
技术实现思路
本申请的实施例提供了一种图像修复的方法、装置、计算机可读介质及电子设备，进而至少在一定程度上可以确保修复图像中全局特征和局部特征的一致性，提高图像信息的完整性和图像恢复的精确性。本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。根据本申请实施例的一个方面，提供了一种图像修复的方法，包括：基于待处理图像中的图像特征，提取出所述待处理图像的纹理特征图和结构特征图；将所述纹理特征图和所述结构特征图进行融合，得到融合特征图；基...
【技术保护点】
1.一种图像修复的方法，其特征在于，包括：/n基于待处理图像中的图像特征，提取出所述待处理图像的纹理特征图和结构特征图；/n将所述纹理特征图和所述结构特征图进行融合，得到融合特征图；/n基于所述融合特征图中相邻特征通道之间的空间距离、以及相邻特征通道之间的特征相似度，确定所述融合特征图对应的均衡特征；/n基于所述均衡特征对所述图像特征进行图像重建，生成所述待处理图像对应的修复图像。/n
【技术特征摘要】
1.一种图像修复的方法，其特征在于，包括：
基于待处理图像中的图像特征，提取出所述待处理图像的纹理特征图和结构特征图；
将所述纹理特征图和所述结构特征图进行融合，得到融合特征图；
基于所述融合特征图中相邻特征通道之间的空间距离、以及相邻特征通道之间的特征相似度，确定所述融合特征图对应的均衡特征；
基于所述均衡特征对所述图像特征进行图像重建，生成所述待处理图像对应的修复图像。
2.根据权利要求1所述的方法，其特征在于，所述图像特征包括浅层特征图和深层特征图；
基于待处理图像中的图像特征，提取出所述待处理图像的纹理特征图和结构特征图，包括：
通过编码器中的浅层卷积网络从所述待处理图像中提取浅层特征图，并对所述浅层特征图进行重组，生成所述纹理特征图；
通过编码器中的深层卷积网络从所述待处理图像中提取深层特征图，并对所述深层特征图进行重组，生成所述结构特征图。
3.根据权利要求2所述的方法，其特征在于，对所述浅层特征图进行重组，生成所述纹理特征图，包括：
基于设定的图像大小，对各所述浅层特征图的大小进行调整，得到大小统一的目标浅层特征图；
将各所述目标浅层特征图进行级联，生成所述纹理特征图；
对所述深层特征图进行重组，生成所述结构特征图，包括：
基于设定的图像大小，对所述深层特征图的大小进行调整，得到大小统一的目标深层特征图；
将所述目标深层特征图进行级联，生成所述结构特征图。
4.根据权利要求2所述的方法，其特征在于，基于所述均衡特征对所述图像特征进行图像重建，生成所述待处理图像对应的修复图像，包括：
基于所述编码器生成的所述待处理图像对应于各特征级别的编码特征，通过所述编码器对应的解码器，对所述编码特征进行解码处理，得到各特征级别对应的图像特征；所述特征级别浅层卷积网络和深层卷积网络；
基于所述均衡特征对所述各特征级别对应的图像特征进行图像重建，生成所述待处理图像对应的修复图像。
5.根据权利要求1所述的方法，其特征在于，将所述纹理特征图和所述结构特征图进行融合，得到融合特征图，包括：
对所述纹理特征图进行特征填充，得到填充纹理特征图；
对所述结构特征图进行特征填充，得到填充结构特征图；
将所述填充纹理特征图和所述填充结构特征图进行级联，得到级联特征图；
对所述级联特征图进行卷积，生成与所述待处理图像大小相同的融合特征图。
6.根据权利要求5所述的方法，其特征在于，对所述纹理特征图进行特征填充，得到填充纹理特征图，包括：
基于所述纹理特征图的大小，确定进行特征填充时对应的各卷积内核大小；
基于所述各卷积内核大小，对所述纹理特征图进行特征填充，得到各填充特征；
对所述各填充特征进行级联，得到填充纹理特征图。
7.根据权利要求5所述的方法，其特征在于，对所述纹理特征图进行特征填充，得到填充纹理特征图之后，还包括：
将所述填充纹理特征图映射到第一彩色纹理图中；
基于所述待处理图像与所述第一彩色纹理图之间的像素差矩阵，生成第一损失参数；
基于所述第一损失参数调整所述纹理特征图在特征填充过程中的参数。
<...
【专利技术属性】
技术研发人员：宋奕兵，刘虹雨，
申请(专利权)人：腾讯科技深圳有限公司，
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。