一种图像处理方法、装置、电子设备及可读存储介质制造方法及图纸

本申请公开了一种图像处理方法、装置、电子设备及计算机可读存储介质，该方法包括：获取待处理图像；利用行阶梯观测矩阵对待处理图像进行左乘处理，得到第一矩阵；行阶梯观测矩阵由目标非零元素和零元素组成，各个行向量具有两个相邻的目标非零元素，目标非零元素在各个行向量中的位置不同；利用行阶梯观测矩阵的转置矩阵对第一矩阵进行右乘处理，得到压缩数据；该方法通过二维压缩，使得得到的压缩数据中各个元素仅包含部分图像中像素的信息，不包括该部分图像以外的其他像素的信息，因此得到的压缩数据能够保留图像的空间信息，在图像重构后可以得到更加清晰的图像。构后可以得到更加清晰的图像。构后可以得到更加清晰的图像。

【技术实现步骤摘要】
一种图像处理方法、装置、电子设备及可读存储介质


[0001]本申请涉及图像处理
，特别涉及一种图像处理方法、图像处理装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着大数据和人工智能的快速发展，用户对图像视频的需求量大大提高，需要大量的存储空间和通信资源来存储和传输图像。为了减少存储资源和通信资源的消耗，通常在存储和传输前对图像进行压缩，并在需要时对图像进行重构。压缩感知(Compressed Sensing,CS)理论以远低于奈奎斯特频率的速度成功实现了对信号的同时采样与压缩。降低在传输、存储过程中的带宽资源浪费和硬件设备代价。相关技术在通常采用观测矩阵对图像进行一维压缩，得到压缩数据，在需要时利用压缩数据进行数据重构，得到图像。然而，相关技术得到的压缩数据具有较多的信息损失，在图像重构后得到的图像质量较差。
[0003]因此，如何解决相关技术存在的压缩数据信息损失较多的问题，是本领域技术人员需要解决的技术问题。

技术实现思路

[0004]有鉴于此，本申请的目的在于提供一种图像处理方法、图像处理装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取待处理图像；利用行阶梯观测矩阵对所述待处理图像进行左乘处理，得到第一矩阵；所述行阶梯观测矩阵由目标非零元素和零元素组成，各个行向量具有两个相邻的所述目标非零元素，所述目标非零元素在各个所述行向量中的位置不同；利用所述行阶梯观测矩阵的转置矩阵对所述第一矩阵进行右乘处理，得到压缩数据。2.根据权利要求1所述的图像处理方法，其特征在于，所述利用行阶梯观测矩阵对所述待处理图像进行左乘处理，得到第一矩阵，包括：根据所述行阶梯观测矩阵的阶数对所述待处理图像进行拆分，得到若干个待处理子图像；利用所述行阶梯观测矩阵分别对各个所述待处理子图像进行左乘处理，得到若干个第一矩阵；相应的，所述利用所述行阶梯观测矩阵的转置矩阵对所述第一矩阵进行右乘处理，得到所述压缩数据，包括：利用所述转置矩阵分别对各个所述第一矩阵进行右乘处理，得到若干个子压缩数据；对所述子压缩数据进行拼接，得到所述压缩数据。3.根据权利要求1所述的图像处理方法，其特征在于，还包括：基于初始网络生成重构网络；所述初始网络为卷积神经网络，所述初始网络利用上采样处理层替代全连接层；将所述压缩数据输入所述重构网络，得到重构图像；输出所述重构图像。4.根据权利要求3所述的图像处理方法，其特征在于，所述重构网络的生成过程，包括：获取训练集，并从所述训练集中获取目标训练图像；将所述目标训练图像输入初始网络，得到输出结果，并利用所述输出结果基于第一损失函数计算损失值；若所述损失值的下降幅度低于预设阈值，则将所述第一损失函数替换为第二损失函数；根据所述损失值调节所述初始网络的网络参数，并更新所述目标训练图像，直至得到所述重构网络。5.根据权利要求4所述的图像处理方法，其特征在于，所述上采样处理层为上采样层；相应的，所述将所述目标训练图像输入初始网络，得到输出结...

【专利技术属性】
技术研发人员：张一凡，王萌萌，陈晓康，冯蓬勃，王涌霖，
申请(专利权)人：歌尔股份有限公司，
类型：发明
国别省市：