图像处理模型的模糊核确定方法、装置、设备及存储介质制造方法及图纸

本申请提供了一种图像处理模型的模糊核确定方法、装置、设备及存储介质，该方法包括：获取原图像以及与原图像对应的模糊图像；根据原图像、模糊图像、初始模糊核，计算中间图像；根据中间图像和原图像，更新初始模糊核中的内容；若更新初始模糊核内容的次数小于预置更新次数，则在更新初始模糊核内容的基础上更新模糊核尺寸；根据原图像、模糊图像、更新完内容和尺寸的初始模糊核，计算中间图像；若更新初始模糊核内容的次数等于预置更新次数，将更新完内容的初始模糊核确定为图像处理模型的模糊核。通过本申请的方式，能够通过获取一张原图像以及与原图像对应的模糊图像，确定出图像处理模型的模糊核。理模型的模糊核。理模型的模糊核。

【技术实现步骤摘要】
图像处理模型的模糊核确定方法、装置、设备及存储介质


[0001]本专利技术涉及图像处理
，具体而言，涉及一种图像处理模型的模糊核确定方法、装置、设备及存储介质。

技术介绍

[0002]随着深度学习的发展，基于深度学习的图像超分辨率方法越来越广泛的应用到了图像处理技术当中，该方法最重要的一环是确定出较为准确的图像处理模型的模糊核。
[0003]现有的图像处理模型的模糊核的确定是基于大规模模拟数据集进行训练得到的，但是对于不能提供出大量的模拟数据集的图像来说，这种方法不能确定出图像处理模型的模糊核。

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模型的模糊核确定方法、装置、设备及存储介质，能够通过获取一张原图像以及与原图像对应的模糊图像，确定出图像处理模型的模糊核。
[0005]第一方面，本申请实施例提供了一种图像处理模型的模糊核确定方法，该方法包括：
[0006]获取原图像以及与原图像对应的模糊图像；
[0007]根据原图像、模糊图像、初始模糊核，计算中间图像；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理模型的模糊核确定方法，其特征在于，所述方法包括：获取原图像以及与原图像对应的模糊图像；根据所述原图像、所述模糊图像、初始模糊核，计算中间图像；根据所述中间图像和所述原图像，更新所述初始模糊核中的内容；若更新初始模糊核内容的次数小于预置更新次数，则在更新初始模糊核内容的基础上更新模糊核尺寸；根据所述原图像、所述模糊图像、更新完内容和尺寸的初始模糊核，计算中间图像；若更新初始模糊核内容的次数等于预置更新次数，将更新完内容的初始模糊核确定为图像处理模型的模糊核。2.根据权利要求1所述的图像处理模型的模糊核确定方法，其特征在于，所述根据所述原图像、所述模糊图像、初始模糊核，计算中间图像之前，包括：根据预置更新次数和预设的最终求解的模糊核尺寸，确定每一次更新的模糊核尺寸；针对第零次更新的模糊核尺寸和预设的模糊核初始值，确定所述初始模糊核。3.根据权利要求1或2所述的图像处理模型的模糊核确定方法，其特征在于，所述根据所述原图像、所述模糊图像、初始模糊核，计算中间图像，包括：通过下述公式计算得到中间图像；所述计算中间图像的公式为：其中，x为中间图像，k为初始模糊核，为模糊图像的梯度，为原图像的梯度，λ
dark
为图像正则项参数，λ
grad
为图像梯度正则项参数。4.根据权利要求1所述的图像处理模型的模糊核确定方法，其特征在于，所述根据所述中间图像和所述原图像，更新所述初始模糊核中的内容，包括：通过下述公式更新所述初始模糊核中的内容；其中，k为初始模糊核，为中间图像的梯度，为原图像的梯度，γ为模糊核正则项参数，λ
dark
为图像正则项参数，λ
grad
为图像梯度正则项参数。5.根据权利要求2所述的图像处理模型的模糊核确定方法，其特征在于，所述在更新初始模糊核内容的基础上更新模...

【专利技术属性】
技术研发人员：姬松松，高恩宇，孔令波，周鑫，
申请(专利权)人：北京微纳星空科技有限公司，
类型：发明
国别省市：