【技术实现步骤摘要】
图像处理方法、装置、电子设备、存储介质和程序
[0001]本公开涉及计算机视觉处理技术,尤其涉及一种图像处理方法、装置、电子设备、计算机存储介质和计算机程序。
技术介绍
[0002]在相关技术中,基于参考的图像超分辨率(Reference
‑
based Super
‑
Resolution,Ref
‑
SR)技术引起了广泛关注。与输入为单幅低分辨率图像的单图像超分辨率相比,基于参考的图像超分辨率技术利用了一张额外的高分辨率图像作为参考图像,对给定的低分辨率图像进行超分辨率处理,得到超分辨率图像,在超分辨率处理的过程中,参考图像可以为超分辨率处理过程提供更多图像细节的参考。
[0003]基于参考的图像超分辨率技术的关键在于查找低分辨率图像和参考图像的像素点之间的对应关系,然而,由于低分辨率图像和参考图像之间的分辨率差距,导致难以准确地查找到低分辨率图像和参考图像的像素点之间的对应关系,从而会影响到生成的超分辨率图像的质量。
技术实现思路
[0004]本公 ...
【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,所述方法包括:获取待处理图像与参考图像,其中,所述参考图像的分辨率高于所述待处理图像的分辨率;利用第一对比关系网络对所述待处理图像与所述参考图像进行处理,得到所述待处理图像与所述参考图像中像素点之间的第一对应关系;所述第一对比关系网络是基于第一样本图像的特征和样本参考图像的特征之间的第一关系以及第二样本图像,进行有监督训练得出的,所述第一样本图像的特征和所述样本参考图像的特征是基于训练完成的第二对比关系网络得出的数据;所述第一样本图像和所述样本参考图像的分辨率均高于所述第二样本图像的分辨率;根据所述第一对应关系,将所述参考图像的特征融合至所述待处理图像中,得到所述待处理图像的超分辨率图像。2.根据权利要求1所述的方法,其特征在于,所述第一对比关系网络的训练过程包括:确定所述第二样本图像的特征和所述样本参考图像的特征之间的第二关系;根据所述第一关系和所述第二关系,调整所述第一对比关系网络的网络参数值。3.根据权利要求2所述的方法,其特征在于,所述第一关系用于表征所述第一样本图像和所述样本参考图像中特征之间的相关性数据,所述第二关系用于表征所述第二样本图像和所述样本参考图像中特征之间的相关性数据;所述根据所述第一关系和所述第二关系,调整所述第一对比关系网络的网络参数值,包括:根据所述第一关系以及所述第二关系,确定所述第一对比关系网络的损失;根据所述第一对比关系网络的损失调整所述第一对比关系网络的网络参数值;所述第一对比关系网络的损失包括相关性损失,所述相关性损失表示所述第一关系和所述第二关系之间的差异。4.根据权利要求3所述的方法,其特征在于,所述第二关系还用于表征所述第二样本图像中像素点的特征和所述样本参考图像中像素点的特征之间的距离信息;所述根据所述第一关系以及所述第二关系,确定所述第一对比关系网络的损失,包括:根据所述第二关系表征的所述距离信息,确定三元组损失;根据所述第一关系、所述第二关系以及所述三元组损失,确定所述第一对比关系网络的损失,所述第一对比关系网络的损失还包括所述三元组损失。5.根据权利要求1至4任一项所述的方法,其特征在于,用于训练所述第二对比关系网络的至少一组样本图像的分辨率高于所述第二样本图像的分辨率。6.根据权利要求1至5任一项所述的方法,其特征在于,所述方法还包括:获取所述第一样本图像;对所述第一样本图像进行单应变换,得到所述样本参考图像;对所述第一样本图像进行下采样处理,得到所述第二样本图像。7.根据权利要求1至6任一项所述的方法,其特征在于,所述根据所述第一对应关系,将所述参考图像的特征融合至所述待处理图像中,得到所述待处理图像的超分辨率图像,包括:针对所述待处理图像中的每个像素点,执行:根据所述第一对应关系,确定所述参考图像中与所述待处理图像中所述像素点对应的
目标像素点;根据所述像素点与对应的目标像素点之间的位置差异,确定所述参考图像中目标像素点的位置偏移量;根据所述目标像素点的位置和所述位置偏移量,确定所述目标像素点经位置偏移后的像素点;得出参考特征,所述参考特征表示所述目标像素点经位置偏移后的像素点的特征;将所述待处理图像中每个像素点的特征以及与所述每个像素点对应的参考特征进行融合,得到融合特征,根据融合特征得到所述待处理图像的超分辨率图像。8.根据权利要求1至7任一项所述的方法,其特征在于,所述参考图像的特征包括纹理特征。9.根据权利要求1至8任一项所述的方法,其特征在于,所述第二对比关系网络的训练数据包括第一样本图像和样本参考图像中的至少部分图像。10.一种图像处理装置,其特征在于,所述装置包括:获取模块,用于获取待处理图像与参考图像,其中,所述参考图像的分辨率高于所述待处理图像...
【专利技术属性】
技术研发人员:姜瑜铭,陈焯杰,吕健勤,刘子纬,
申请(专利权)人:南洋理工大学,
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。