【技术实现步骤摘要】
一种基于AI的图像处理方法、装置、设备及可读存储介质
[0001]本专利技术涉及图像处理
，具体而言，涉及一种基于AI的图像处理方法、装置、设备及可读存储介质。
技术介绍
[0002]图像处理技术应用广泛，但是由于图像信号的维数高，对其处理所需要的计算复杂度高。因此，在一些对系统处理实时性要求苛刻的应用场合，图像的处理速度往往成为影响系统精度和实用性的瓶颈。
[0003]工程作业中，由于受图像采集时外界环境因素(如光线)的影响，采集的图像可能需要补光、饱和度增强等处理之后，图像才能具有较佳的显示效果，较佳显示效果的图像可以为图像分析提供有利条件。
技术实现思路
[0004]本专利技术的目的在于提供一种基于AI的图像处理方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：第一方面，本申请提供了一种基于AI的图像处理方法，包括：获取原始图像，对所述原始图像进行预处理，以获取预处理后的图像；利用顶帽变换对预处理后的所述图像进行增强处理，得到第一图像，利用预设...
【技术保护点】
【技术特征摘要】
1.一种基于AI的图像处理方法，其特征在于，包括：获取原始图像，对所述原始图像进行预处理，以获取预处理后的图像；利用顶帽变换对预处理后的所述图像进行增强处理，得到第一图像，利用预设的深度学习模型对所述第一图像进行增强处理，得到增强后的第二图像；对所述第一图像和所述第二图像进行非采样的contourlet变换，得到增强图像；利用灰度特性对所述增强图像进行识别；并对识别后的所述增强图像进行局部处理，得到局部处理后的目标图像；将所述目标图像输入至预设的卷积神经网络中，对所述目标图像进行处理，得到处理后的图像。2.根据权利要求1所述的基于AI的图像处理方法，其特征在于,所述获取原始图像，对所述原始图像进行预处理，以获取预处理后的图像，包括：对所述原始图像进行归一化处理，得到灰度图像；基于所述灰度图像使用Sobel算子进行梯度检测，得到梯度图像，所述梯度图像包括边缘像素和非边缘像素；利用Gabor滤波器对所述梯度图像进行处理，得到梯度处理图像，所述Gabor滤波器的窗口函数为高斯函数；基于点乘算法，对所述梯度处理图像和所述灰度图像进行点乘，得到锐化图像；基于所述锐化图像和所述灰度图像进行叠加，得到所述预处理后的图像。3.根据权利要求1所述的基于AI的图像处理方法，其特征在于,所述利用顶帽变换对预处理后的所述图像进行增强处理，得到第一图像，利用预设的深度学习模型对所述第一图像进行增强处理，得到增强后的第二图像，包括：采用小波变换方法对所述图像进行分解，得到一个分解结果，所述分解结果中至少包括一个低频图像分量和至少一个高频图像分量；利用顶帽变换对所述低频图像分量进行处理，得到第一处理结果，利用底帽变换对所述高频图像分量进行处理，得到第二处理结果；将所述低频图像分量加上所述第一处理结果，得到第三处理结果，将所述第三处理结果减去所述第二处理结果，得到增强后的所述第一图像；将所述高频图像分量输入预设的所述深度学习模型中，得到增强后的所述第二图像。4.根据权利要求1所述的基于AI的图像处理方法，其特征在于,所述利用灰度特性对所述增强图像进行识别，包括：计算所述增强图像的每个像素灰度值的平均值；基于自适应的方法，根据所述增强图像中的局部图像的像素灰度值的中值和平均值计算出所述局部图像的所有像素灰度值的图斑阈值；根据所述图斑阈值，计算所述局部图像的每个像素的图斑补偿值，其中，具体计算方法根据下列公式：
其中，代表每个窗口的每个像素的色斑补偿值；代表每个像素灰度值;代表色斑阈；计算每个窗口的图斑补偿值；将所述局部图像的每个像素的灰度值加上所述图斑补偿值得到更新后的所述局部图像的每个像素的灰度值；将更新后的增强图像进行显示。5.一种基于AI的图像处理装置，其特征在于，包括：获取模块：用于获取原始图像，对所述原始图像进行预处理，以获取预处理后的图像；处理模块：用于利用顶帽变换对预处理后的所述图像进行增强处理，得到第一图像，利用预设的深度...
【专利技术属性】
技术研发人员：贺敬川，徐斌，康凤珠，张劲胜，
申请(专利权)人：四川新迎顺信息技术股份有限公司，
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。