【技术实现步骤摘要】
图像处理方法、装置、设备及计算机可读存储介质
[0001]本申请实施例涉及图像处理领域,涉及但不限于一种图像处理方法、装置、设备及计算机可读存储介质。
技术介绍
[0002]目前,对图像的处理大多在图像的识别上,如人脸识别、车牌识别、文字识别等,图像处理上主要在于黑白相片的着色处理、图像内容预测、模糊相片精细化等,处理方法主要用传统的基于规则的图像识别方法和基于统计的处理方法相结合。摄影后期处理在图像处理中属于一个比较小众化的领域,其面向对象主要在于摄影师或者相机内置软件对拍摄原片的处理。
[0003]相关技术中的摄影后期处理方法大多依赖于图像处理软件(例如photoshop或者lightroom等软件),对于摄影师而言,风光摄影图像的处理往往是一个工作繁琐又重复性高的工作,但好的后期处理又需要一定灵感,这需要摄影师花费大量时间学习各种软件操作步骤;对于相机而言,一个好的内置后期处理软件也能够大大增加顾客的购买欲望。
[0004]但是,相关技术中的图像处理在摄影后期处理方面应用的还比较少,传统的技术方案难以对图像进行准确的图像重建处理,因此,相关技术中的图像处理方法在风光摄影图像的后期处理过程中,会存在图像后期处理的准确度较低、处理效果较差的问题。
技术实现思路
[0005]本申请实施例提供一种图像处理方法、装置、设备及计算机可读存储介质,能够降低学习各种后期处理软件带来的时间成本,对待处理图像的类别进行准确的识别,并根据准确的类别对待处理图像进行准确的图像重建处理,得到符合用户处理要 ...
【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:对待处理图像进行特征提取,得到所述待处理图像的方向特征和图像特征;对所述方向特征进行识别,得到所述待处理图像的类别;根据所述类别和所述图像特征,对所述待处理图像进行图像重建处理,得到处理后的图像;输出所述处理后的图像。2.根据权利要求1所述的方法,其特征在于,所述方向特征是所述待处理图像中局部区域的局部特征;所述对所述方向特征进行识别,得到所述待处理图像的类别,包括:对所述局部特征依次进行卷积处理和池化处理,得到池化处理特征;对所述池化处理特征进行识别处理,以确定所述池化处理特征对应的类别;将所述池化处理特征对应的类别,确定为所述待处理图像的类别。3.根据权利要求1所述的方法,其特征在于,所述对待处理图像进行特征提取,得到所述待处理图像的方向特征和图像特征,包括:采用滤波器对所述待处理图像进行傅里叶变换处理,得到所述待处理图像的方向特征;采用卷积神经网络对所述待处理图像进行特征提取,得到所述待处理图像的图像特征。4.根据权利要求3所述的方法,其特征在于,所述根据所述类别和所述图像特征,对所述待处理图像进行图像重建处理,得到处理后的图像,包括:将与所述类别对应的卷积神经网络,确定为目标卷积神经网络;采用所述目标卷积神经网络对所述图像特征进行图像重建处理,得到所述处理后的图像。5.根据权利要求1所述的方法,其特征在于,所述方法还包括:采用图像处理模型对所述待处理图像进行图像重建处理;其中,所述图像处理模型的训练方法包括以下步骤:将样本图像输入至待训练的图像处理模型中;通过所述待训练的图像处理模型对所述样本图像进行图像处理,得到所述样本图像的类别和处理后的样本图像;将所述样本图像的类别和所述处理后的样本图像输入至预设损失模型中,得到损失结果;根据所述损失结果,对所述待训练的图像处理模型中的参数进行修正,得到修正后的图像处理模型。6.根据权利要求5所述的方法,其特征在于,所述待训练的图像处理模型包括滤波器和图像类别识别子模型;所述通过所述待训练的图像处理模型对所述样本图像进行图像处理,得到所述样本图像的类别,包括:通过所述滤波器对所述样本图像进行傅里叶变换处理,得到所述样本图像的方向特征;
通过所述图像类别识别子模型对所述方向特征进行图像类别识别处理,得到所述样本图像的类别。7.根据权利要求6所述的方法,其特征在于,所述待训练的图像处理模型还包括:与所述样本图像的类别对应的图像重建子模型;对应地,通过所述待训练的图像处理模型对所述样本图像进行图像处理,得到处理后的样本图像,包括:通过所述图像重建子模型对所述样本图像进行图像重建处理,得到所述处理后的样本图像。8.根据权利要求7所述的...
【专利技术属性】
技术研发人员:黄翔霖,严蔚岚,
申请(专利权)人:中国移动通信集团有限公司,
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。