图像处理方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：根据模糊图像和所述模糊图像对应的模糊核，确定所述模糊图像对应的权重矩阵，所述权重矩阵用于控制所述模糊图像中的饱和像素点符合线性成像过程；根据所述模糊核和所述权重矩阵，对所述模糊图像进行迭代去模糊处理，得到所述模糊图像对应的目标清晰图像。目标清晰图像。目标清晰图像。

【技术实现步骤摘要】
图像处理方法及装置、电子设备和存储介质


[0001]本公开涉及计算机
，尤其涉及一种图像处理方法及装置、电子设备和存储介质。

技术介绍

[0002]图像非盲去模糊是指给定模糊核，从模糊图像中恢复出清晰图像的过程，是计算机视觉和图像处理领域的热门研究话题。在弱光条件下(例如，夜间)拍摄图像时，由于受到光照和曝光时间的影响，拍摄得到的图像往往既存在一定程度的模糊，同时也存在一定量的饱和像素点。区别于非饱和像素点，对饱和像素点而言，它们的成像过程是非线性的。因此，在对包含饱和像素点的模糊图像进行去模糊的情况下，受到饱和像素点的影响，导致去模糊效果较差。

技术实现思路

[0003]本公开提出了一种图像处理方法及装置、电子设备和存储介质的技术方案。
[0004]根据本公开的一方面，提供了一种图像处理方法，包括：根据模糊图像和所述模糊图像对应的模糊核，确定所述模糊图像对应的权重矩阵，所述权重矩阵用于控制所述模糊图像中的饱和像素点符合线性成像过程；根据所述模糊核和所述权重矩阵，对所述模糊图像进行迭代去模糊处理，得到所述模糊图像对应的目标清晰图像。
[0005]根据模糊图像和模糊图像对应的模糊核，确定模糊图像对应的权重矩阵，由于权重矩阵可以控制模糊图像中的饱和像素点符合线性成像过程，使得根据模糊核和权重矩阵，既可以对模糊图像中的饱和像素点进行有效去模糊处理，也可以对模糊图像中的非饱和像素点进行有效去模糊处理，得到清晰度较高的目标清晰图像，从而有效提高了对包含饱和像素点的模糊图像的去模糊效果。r/>[0006]在一种可能的实现方式中，权重矩阵中包括模糊图像中的像素点对应的置信度值，像素点对应的置信度值大于0且所述像素点对应的置信度值小于等于1。
[0007]利用权重矩阵，使得模糊图像中的像素点对应的置信度值大于0且小于等于1，从而可以使得模糊图像符合图像采集设备的动态范围，以使得模糊图像中的饱和像素点和非饱和像素点均符合线性成像过程。
[0008]在一种可能的实现方式中，所述根据模糊图像和所述模糊图像对应的模糊核，确定所述模糊图像对应的权重矩阵，包括：根据所述模糊图像和所述模糊核，确定用于对所述模糊图像进行第(t+1)次去模糊处理的第(t+1)个权重矩阵M
t+1
，t是大于或等于0的整数。
[0009]针对每次迭代优化过程，均确定用于本次迭代优化的权重矩阵，以在本次迭代优化过程中，既可以对模糊图像中的饱和像素点进行有效去模糊处理，也可以对模糊图像中的非饱和像素点进行有效去模糊处理，从而提高本次迭代优化过程的去模糊效果。
[0010]在一种可能的实现方式中，所述根据所述模糊图像和所述模糊核，确定用于对所述模糊图像进行第(t+1)次去模糊处理的第(t+1)个权重矩阵M
t+1
，包括：获取对所述模糊图
像进行第t次去模糊处理后生成的第t个预测清晰图像I
t
；根据所述模糊图像、所述模糊核、以及所述第t个预测清晰图像I
t
，确定用于对所述模糊图像进行第(t+1)次去模糊处理的所述第(t+1)个权重矩阵M
t+1
；其中，在t＝0的情况下，第0个预测清晰图像I0是所述模糊图像。
[0011]利用模糊图像、模糊核以及上一次迭代去模糊处理得到的预测清晰图像，自动估计用于进行下一次迭代去模糊处理的权重矩阵，降低了去模糊过程所用的时间，从而可以既提高去模糊效果，又提高去模糊效率。
[0012]在一种可能的实现方式中，所述根据所述模糊核和所述权重矩阵，对所述模糊图像进行迭代去模糊处理，得到所述模糊图像对应的目标清晰图像，包括：获取对所述模糊图像进行第t次去模糊处理后生成的第t个预测清晰图像I
t
；确定用于对所述模糊图像进行第(t+1)次去模糊处理的第t个先验图像；根据所述模糊核、所述第(t+1)个权重矩阵M
t+1
、所述第t个预测清晰图像I
t
、以及所述第t个先验图像，对所述模糊图像进行第(t+1)次去模糊处理，生成第(t+1)个预测清晰图像I
t+1
；在(t+1)达到预设迭代次数的情况下，将所述第(t+1)个预测清晰图像I
t+1
确定为所述目标清晰图像。
[0013]根据模糊核和权重矩阵，对模糊图像进行多次迭代去模糊处理，由于在去模糊处理过程中应用的预设线性图像模糊模型既适用于饱和像素点，又适用于非饱和像素点，因此，多次迭代去模糊处理既可以对模糊图像中的饱和像素点进行有效去模糊处理，也可以对模糊图像中的非饱和像素点进行有效去模糊处理，得到清晰度较高的目标清晰图像，从而有效提高了对包含饱和像素点的模糊图像的去模糊效果。
[0014]在一种可能的实现方式中，所述确定用于对所述模糊图像进行第(t+1)次去模糊处理的第t个先验图像，包括：对所述第t个预测清晰图像I
t
进行加权求导，得到用于对所述模糊图像进行第(t+1)次去模糊处理的所述第t个先验图像λP'(I
t
)。
[0015]在图像去模糊过程中，利用上一次迭代去模糊处理得到的预测清晰图像，自动估计用于进行下一次迭代去模糊处理的先验信息，以使得可以规范化图像去模糊的求解空间，从而可以有效提高图像去模糊效果。
[0016]在一种可能的实现方式中，所述根据所述模糊核、所述第(t+1)个权重矩阵M
t+1
、所述第t个预测清晰图像I
t
、以及所述第t个先验图像，对所述模糊图像进行第(t+1)次去模糊处理，生成第(t+1)个预测清晰图像I
t+1
，包括：根据所述模糊图像、所述模糊核、所述第(t+1)个权重矩阵M
t+1
、所述第t个预测清晰图像I
t
、以及所述第t个先验图像λP'(I
t
)，执行基于Richardson
‑
Lucy算法的反卷积处理，生成所述第(t+1)个预测清晰图像I
t+1
。
[0017]基于Richardson
‑
Lucy算法的反卷积处理，可以实现对模糊图像的高效迭代去模糊处理，从而可以提高去模糊效率。
[0018]在一种可能的实现方式中，所述根据模糊图像和所述模糊图像对应的模糊核，确定所述模糊图像对应的权重矩阵，包括：根据所述模糊图像和所述模糊核，利用预设线性图像模糊模型，确定所述权重矩阵。
[0019]根据模糊图像和模糊核，利用预设线性图像模糊模型，可以确定用于控制模糊图像中的饱和像素点符合线性成像过程的权重矩阵。
[0020]在一种可能的实现方式中，所述图像处理方法通过图像去模糊神经网络实现。
[0021]将模糊图像和模糊图像对应的模糊核输入图像去模糊神经网络，利用图像去模糊网络进行图像去模糊过程，以使得可以直接输出去模糊后得到的目标清晰图像，从而有效
提高了图像去模糊的效率。...

【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：根据模糊图像和所述模糊图像对应的模糊核，确定所述模糊图像对应的权重矩阵，所述权重矩阵用于控制所述模糊图像中的饱和像素点符合线性成像过程；根据所述模糊核和所述权重矩阵，对所述模糊图像进行迭代去模糊处理，得到所述模糊图像对应的目标清晰图像。2.根据权利要求1所述的方法，其特征在于，所述权重矩阵中包括所述模糊图像中的像素点对应的置信度值，所述像素点对应的置信度值大于0且所述像素点对应的置信度值小于等于1。3.根据权利要求1或2所述的方法，其特征在于，所述根据模糊图像和所述模糊图像对应的模糊核，确定所述模糊图像对应的权重矩阵，包括：根据所述模糊图像和所述模糊核，确定用于对所述模糊图像进行第(t+1)次去模糊处理的第(t+1)个权重矩阵M
t+1
，t是大于或等于0的整数。4.根据权利要求3所述的方法，其特征在于，所述根据所述模糊图像和所述模糊核，确定用于对所述模糊图像进行第(t+1)次去模糊处理的第(t+1)个权重矩阵M
t+1
，包括：获取对所述模糊图像进行第t次去模糊处理后生成的第t个预测清晰图像I
t
；根据所述模糊图像、所述模糊核、以及所述第t个预测清晰图像I
t
，确定用于对所述模糊图像进行第(t+1)次去模糊处理的所述第(t+1)个权重矩阵M
t+1
；其中，在t＝0的情况下，第0个预测清晰图像I0是所述模糊图像。5.根据权利要求3所述的方法，其特征在于，所述根据所述模糊核和所述权重矩阵，对所述模糊图像进行迭代去模糊处理，得到所述模糊图像对应的目标清晰图像，包括：获取对所述模糊图像进行第t次去模糊处理后生成的第t个预测清晰图像I
t
；确定用于对所述模糊图像进行第(t+1)次去模糊处理的第t个先验图像；根据所述模糊核、所述第(t+1)个权重矩阵M
t+1
、所述第t个预测清晰图像I
t
、以及所述第t个先验图像，对所述模糊图像进行第(t+1)次去模糊处理，生成第(t+1)个预测清晰图像I
t+1
；在(t+1)达到预设迭代次数的情况下，将所述第(t+1)个预测清晰图像I
t+1
...

【专利技术属性】
技术研发人员：陈亮，张佳维，任思捷，
申请(专利权)人：深圳市慧鲤科技有限公司，
类型：发明
国别省市：