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：根据模糊图像和预设线性图像模糊模型，确定所述模糊图像对应的目标模糊核，所述预设线性图像模糊模型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；根据所述目标模糊核，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。

【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
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
图像盲去模糊是指根据模糊图像进行模糊核估计，并根据估计得到的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盲去模糊的情况下，受到饱和像素点的影响，导致模糊核估计不准确，进而导致去模糊效果较差。
技术实现思路
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。根据本公开的一方面，提供了一种图像处理方法，包括：根据模糊图像和预设线性图像模糊模型，确定所述模糊图像对应的目标模糊核，所述预设线性图像模糊模型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；根据所述目标模糊核，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。在本公开实施例中，根据模糊图像和预设线性图像模糊模型，确定模糊图像对应的目标模糊核，由于预设线性图像模糊模型用于控制模糊图像中的饱和像素点符合线性成像过程，使得在对模糊图像进行模糊核估计时可以充分利用模糊图像中的饱和像素点，以得到精度较高的目标模糊核，进而根据目标模糊核对模糊图像进行迭代去模糊处理后，可以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。在一种可能的实现方式中，所述根据模糊图像和预设线性图像模糊模型，确定所述模糊图像对应的目标模糊核，包括：根据所述模糊图像和所述预设线性图像模糊模型，通过对基于最大后验概率的能量函数进行迭代优化，确定所述目标模糊核，所述基于最大后验概率的能量函数中包括保真度项、第一先验项和第二先验项，所述保真度项用于反映所述模糊图像和所述目标清晰图像与所述目标模糊核的卷积之间的相似性，所述第一先验项是所述目标清晰图像对应的先验项，所述第二先验项是所述目标模糊核对应的先验项。通过对基于最大后验概率的能量函数进行迭代优化，使得可以在无任何图像预处理操作的情况下，有效确定模糊图像对应的精度较高的目标模糊核，提高了目标模糊核的估计效率，进而可以使得减少了整体去模糊处理的运行时间，提高了去模糊效率。在一种可能的实现方式中，所述根据所述模糊图像和所述预设线性图像模糊模型，通过对基于最大后验概率的能量函数进行迭代优化，确定所述目标模糊核，包括：根据所述模糊图像和所述预设线性图像模糊模型，通过对所述基于最大后验概率的能量函数进行迭代优化，生成所述模糊图像对应的第一预测清晰图像；根据所述模糊图像和所述第一预测清晰图像，通过对所述基于最大后验概率的能量函数进行迭代优化，确定所述目标模糊核。通过对基于最大后验概率的能量函数进行迭代优化，交替更新第一预测清晰图像和模糊核，在交替更新达到预设迭代条件的情况下，可以有效得到精度较高的目标模糊核。在一种可能的实现方式中，所述根据所述模糊图像和所述预设线性图像模糊模型，通过对所述基于最大后验概率的能量函数进行迭代优化，生成所述模糊图像对应的第一预测清晰图像，包括：获取对所述模糊图像进行第j次模糊核预测之后生成的第j个第一预测模糊核；根据所述模糊图像、所述预设线性图像模糊模型以及所述第j个第一预测模糊核，通过对所述基于最大后验概率的能量函数进行迭代优化，生成所述第一预测清晰图像，j是大于或等于0的整数。根据模糊图像、预设线性图像模糊模型以及第j个第一预测模糊核，通过对基于最大后验概率的能量函数进行迭代优化，可以生成用于进行第(j+1)次模糊核预测的第一预测清晰图像，以使得可以有效执行后续的第(j+1)次模糊核预测。在一种可能的实现方式中，所述根据所述模糊图像和所述第一预测清晰图像，通过对所述基于最大后验概率的能量函数进行迭代优化，确定所述目标模糊核，包括：获取对所述模糊图像进行第j次模糊核预测之后生成的第j个第一预测模糊核；根据所述模糊图像、所述第一预测清晰图像、所述第j个第一预测模糊核以及所述基于最大后验概率的能量函数，对所述模糊图像进行第(j+1)次模糊核预测，生成第(j+1)个第一预测模糊核；在(j+1)达到第一预设迭代次数的情况下，将所述第(j+1)个第一预测模糊核确定为所述目标模糊核。基于最大后验概率的能量函数进行第一预设次数的迭代模糊核预测，可以提高最终得到的目标模糊核的精度。在一种可能的实现方式中，在j＝0的情况下，第0个第一预测模糊核是高斯模糊核。在对模糊图像进行模糊核预测的初始化过程中，即j＝0的情况下，设置第0个第一预测模糊核是高斯模糊核，以使得可以顺利执行后续的模糊核预测过程。在一种可能的实现方式中，所述根据所述模糊图像、所述预设线性图像模糊模型以及所述第j个第一预测模糊核，通过对所述基于最大后验概率的能量函数进行迭代优化，生成所述第一预测清晰图像，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个第二预测清晰图像；根据所述第j个第一预测模糊核、所述第t个第二预测清晰图像、第t个第一权重矩阵以及所述基于最大后验概率的能量函数，对所述模糊图像进行第(t+1)次去模糊处理，生成第(t+1)个第二预测清晰图像，t是大于或等于0的整数；在(t+1)达到第二预设迭代次数的情况下，将所述第(t+1)个第二预测清晰图像确定为所述第一预测清晰图像。在一种可能的实现方式中，所述方法还包括：在(t+1)未达到所述第二预设迭代次数的情况下，根据所述模糊图像、所述预设线性图像模糊模型、所述第j个第一预测模糊核以及所述第(t+1)个第二预测清晰图像，确定用于对所述模糊图像进行第(t+2)次去模糊处理的第(t+1)个第一权重矩阵；根据所述第j个第一预测模糊核、所述第(t+1)个第二预测清晰图像、所述第(t+1)个第一权重矩阵以及所述基于最大后验概率的能量函数，对所述模糊图像进行第(t+2)次去模糊处理，生成第(t+2)个第二预测清晰图像；在(t+2)达到所述第二预设迭代次数的情况下，将所述第(t+2)个第二预测清晰图像确定为所述第一预测清晰图像。通过交替迭代更新模糊图像对应的第一权重矩阵和第二预测清晰图像，可以在达到第二预设迭代次数的情况下，得到本次交替迭代更新生成的符合条件的第一预测清晰图像，以使得为后续进行模糊核估计做好准备在一种可能的实现方式中，在j＝0且t＝0的情况下，第0个第二预测清晰图像是所述模糊图像，第0个第一权重矩阵是全1矩阵。在对模糊图像进行模糊核预测的初始化过程中，即j＝0且t＝0的情况下，设置第0个第二预测清晰图像是模糊图像，第0个第一权重矩阵是全1矩阵，以使得可以顺利执行后续的对基于最大后验概率的能量函数的迭代优化过程。在一种可能的实现方式中，所述根据所述模糊图像、所述第一预测清晰图像、所述第j个第一预测模糊核以及所述基于最大后验概率本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n根据模糊图像和预设线性图像模糊模型，确定所述模糊图像对应的目标模糊核，所述预设线性图像模糊模型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；/n根据所述目标模糊核，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。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
根据模糊图像和预设线性图像模糊模型，确定所述模糊图像对应的目标模糊核，所述预设线性图像模糊模型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；
根据所述目标模糊核，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，所述根据模糊图像和预设线性图像模糊模型，确定所述模糊图像对应的目标模糊核，包括：
根据所述模糊图像和所述预设线性图像模糊模型，通过对基于最大后验概率的能量函数进行迭代优化，确定所述目标模糊核，所述基于最大后验概率的能量函数中包括保真度项、第一先验项和第二先验项，所述保真度项用于反映所述模糊图像和所述目标清晰图像与所述目标模糊核的卷积之间的相似性，所述第一先验项是所述目标清晰图像对应的先验项，所述第二先验项是所述目标模糊核对应的先验项。


3.根据权利要求2所述的方法，其特征在于，所述根据所述模糊图像和所述预设线性图像模糊模型，通过对基于最大后验概率的能量函数进行迭代优化，确定所述目标模糊核，包括：
根据所述模糊图像和所述预设线性图像模糊模型，通过对所述基于最大后验概率的能量函数进行迭代优化，生成所述模糊图像对应的第一预测清晰图像；
根据所述模糊图像和所述第一预测清晰图像，通过对所述基于最大后验概率的能量函数进行迭代优化，确定所述目标模糊核。


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预设线性图像模糊模型，通过对所述基于最大后验概率的能量函数进行迭代优化，生成所述模糊图像对应的第一预测清晰图像，包括：
获取对所述模糊图像进行第j次模糊核预测之后生成的第j个第一预测模糊核；
根据所述模糊图像、所述预设线性图像模糊模型以及所述第j个第一预测模糊核，通过对所述基于最大后验概率的能量函数进行迭代优化，生成所述第一预测清晰图像，j是大于或等于0的整数。


5.根据权利要求3所述的方法，其特征在于，所述根据所述模糊图像和所述第一预测清晰图像，通过对所述基于最大后验概率的能量函数进行迭代优化，确定所述目标模糊核，包括：
获取对所述模糊图像进行第j次模糊核预测之后生成的第j个第一预测模糊核；
根据所述模糊图像、所述第一预测清晰图像、所述第j个第一预测模糊核以及所述基于最大后验概率的能量函数，对所述模糊图像进行第(j+1)次模糊核预测，生成第(j+1)个第一预测模糊核；
在(j+1)达到第一预设迭代次数的情况下，将所述第(j+1)个第一预测模糊核确定为所述目标模糊核。


6.根据权利要求4或5所述的方法，其特征在于，在j＝0的情况下，第0个第一预测模糊核是高斯模糊核。


7.根据权利要求4至6中任意一项所述的方法，其特征在于，所述根据所述模糊图像、所述预设线性图像模糊模型以及所述第j个第一预测模糊核，通过对所述基于最大后验概率的能量函数进行迭代优化，生成所述第一预测清晰图像，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个第二预测清晰图像；
根据所述第j个第一预测模糊核、所述第t个第二预测清晰图像、第t个第一权重矩阵以及所述基于最大后验概率的能量函数，对所述模糊图像进行第(t+1)次去模糊处理，生成第(t+1)个第二预测清晰图像，t是大于或等于0的整数；
在(t+1)达到第二预设迭代次数的情况下，将所述第(t+1)个第二预测清晰图像确定为所述第一预测清晰图像。


8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
在(t+1)未达到所述第二预设迭代次数的情况下，根据所述模糊图像、所述预设线性图像模糊模型、所述第j个第一预测模糊核以及所述第(t+1)个第二预测清晰图像，确定用于对所述模糊图像进行第(t+2)次去模糊处理的第(t+1)个第一权重矩阵；
根据所述第j个第一预测模糊核、所述第(t+1)个第二预测清晰图像、所述第(t+1)个第一权重矩阵以及所述基于最大后验概率的能量函数，对所述模糊图像进行第(t+2)次去模糊处理，生成第(t+2)个第二预测清晰图像；
在(t+2)达到所述第二预设迭代次数...

【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：广东;44