【技术实现步骤摘要】
图像修复方法
[0001]本专利技术涉及图像处理领域，具体地，涉及图像修复方法。
技术介绍
[0002]数字图像超分辨率重建任务的目的是改善图像的质量，以人为对象，改善人的视觉效果，是采用软件算法的方式，由一帧或多帧图像重建转化成更高分辨率图像或视频的技术。由于技术工艺、成本或拍摄状态等因素的限制，导致成像过程中图像上会出现噪声，模糊等情况，而导致图像退化。而图像超分辨率重建算法能够适当的、灵活的增加成像后图像的质量，并且在军事应用，医学分析，公共安全等多个领域发挥了重要的作用。在数字图像超分辨率重建的任务中，输入的是质量低（低分辨率）的图像，输出的是改善质量后（高分辨率）的图像。
[0003]图像超分辨率重建理论最初于20世纪60年代提出，经过多年的发展，其理论体系已经逐渐成熟。基于图像超分辨重建算法主要有以下体系：（1）基于非均匀空间样本插值方法，对低分辨率图像采用运动补偿和内插的方法合成一帧高分辨率图像；（2）基于滤波的方法，使用滤波器对低分辨率图像进行重建；（3）基于迭代反向投影方法，对高分辨率图像进行投影到...
【技术保护点】
【技术特征摘要】
1.图像修复方法，其特征在于，所述方法包括：将待修复图像输入图像修复神经网络，利用所述图像修复神经网络对所述待修复图像进行处理，获得修复后的图像；所述图像修复神经网络包括：粗修复子网络，所述粗修复子网络用于对所述待修复图像进行整体修复处理，获得粗修复图像；特征子网络，所述特征子网络用于从所述粗修复图像中提取目标特征，获得第一特征向量图；分割子网络，所述分割子网络用于从所述粗修复图像中提取所述目标的各个部件图像，获得所述目标的分割图；关键点子网络，所述关键点子网络用于从所述粗修复图像中提取获得关键点坐标，基于所述关键点坐标获得关键点图；精修复子网络，所述精修复子网络用于将所述第一特征向量图、所述分割图和所述关键点图进行融合，获得修复处理后的图像。2.根据权利要求1所述的图像修复方法，其特征在于，所述分割子网络包括第一编码器和第一解码器，所述第一编码器的输入为所述粗修复图像，所述第一编码器的输出为所述第一解码器的输入，所述第一编码器用于对所述粗修复图像进行处理获得第一输出特征，使用跳跃连接将所述粗修复图像的特征和所述第一输出特征进行拼接，获得所述第一编码器的输出；所述第一解码器用于对所述第一编码器的输出进行处理获得第二输出特征，使用跳跃连接将所述第一编码器的输出和所述第二输出特征拼接，获得所述第一解码器的输出。3.根据权利要求2所述的图像修复方法，其特征在于，所述粗修复图像的分辨率为，，和分别代表图像的宽度，高度和通道数，所述分割图的分辨率为，代表目标部件数量，所述第一编码器输出分辨率为的第一输出特征，所述第一输出特征经过所述第一解码器处理为分辨率为的分割图像，为第一预设数值。4.根据权利要求3所述的图像修复方法，其特征在于，所述第一编码器包括：多个卷积层、多个批次归一化层和多个激活层；所述第一解码器包括：多个反卷积层、多个批次归一化层和多个激活层。5.根据权利要求1所述的图像修复方法，其特征在于，所述特征子网络用于对所述粗修复图像进行处理，获得第三输出特征，使用跳跃连接将所述粗修复图像的特征和所述第三输出特征进行拼接，获得所述特征子网络的输出。6.根据权利要求5所述的图像修复方法，其特征在于，所述特征子网络包括N个第一网络单元、1个卷积单元、1个激活单元和1个拼接单元，所述第一网络单元包括：卷积层、批次归一化层和激活层，所述卷积层的输出为所述批次归一化层的输入，所述批次归一化层的输出为所述激活层的输入；第一个第一网络单元的输入为所述粗修复图像，所述第一个第一网络单元的输出为第二个第一网络单元的输入，......，第N个第一网络单元的输入为第N
‑
1个第一网络单元的输出，N为大于或等于2的整数，第N个第一网络单元的输出为所述卷
积单元的输入，所述卷积单元的输出为所述激活单元的输入，所述拼接单元用于使用跳跃连接将所述粗修复图...
【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：成都数联云算科技有限公司，
类型：发明
国别省市：
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。