色带效应消除方法、装置、设备、介质及计算机程序产品制造方法及图纸

本发明专利技术提供一种色带效应消除方法、装置、设备、介质及计算机程序产品，该方法包括：根据纹理区域提取模型，确定待处理图像对应的纹理区域掩膜图像；根据盲去色带模型，确定所述待处理图像对应的去色带图像；根据所述纹理区域掩膜图像、所述去色带图像以及融合模型，确定所述待处理图像对应的色带效应消除图像。本发明专利技术通过纹理区域提取模型、盲去色带模型和融合模型消除待处理图像中的色带效应，得到色带效应消除图像，有效解决了视频图像中的色带效应。应。应。

【技术实现步骤摘要】
色带效应消除方法、装置、设备、介质及计算机程序产品


[0001]本专利技术涉及图像处理领域，尤其涉及一种色带效应消除方法、装置、设备、介质及计算机程序产品。

技术介绍

[0002]视频图像中的色带效应是指：在图像平滑平坦区域中出现了伪轮廓状或带状噪声。色带效应主要出现在图像平坦区域，色带效应产生原因众多，例如视频图像压缩、图像位深度扩展、图像色彩饱和度提升、图像对比度增强等操作。在实际应用中，对于图像中未知来源的色带效应进行消除，即盲去色带。
[0003]目前，相关的去色带工作主要是针对特定类型的已知色带效应进行消除。例如，位深度扩展网络对图像位深度扩展造成的色带效应具有较好的抑制；压缩效应移除算法可以消除因视频图像压缩产生的色带效应。然而，这些针对特定类别的去色带方法无法去除其他类型的色带效应，而在实际应用中，视频图像中的色带效应常常是未知来源的，甚至存在多种色带效应复合，因此现有方法无法有效解决视频图像中的色带效应。

技术实现思路

[0004]本专利技术提供一种色带效应消除方法、装置、设备、存储介质及计算机程序产品，用以解决现有方法无法有效解决视频图像中的色带效应的技术问题。
[0005]本专利技术提供一种色带效应消除方法，包括：
[0006]根据纹理区域提取模型，确定待处理图像对应的纹理区域掩膜图像；
[0007]根据盲去色带模型，确定所述待处理图像对应的去色带图像；
[0008]根据所述纹理区域掩膜图像、所述去色带图像以及融合模型，确定所述待处理图像对应的色带效应消除图像。
[0009]根据本专利技术提供的一种色带效应消除方法，所述根据纹理区域提取模型，确定待处理图像对应的纹理区域掩膜图像的步骤之前，包括：
[0010]对用于纹理区域提取模型训练的第一原始图像进行随机降质，得到第一色带效应图像；
[0011]根据平均局部灰度差异法提取所述第一原始图像对应的纹理区域掩膜图像；
[0012]通过所述第一原始图像对应的纹理区域掩膜图像以及所述第一色带效应图像，训练得到所述纹理区域提取模型。
[0013]根据本专利技术提供的一种色带效应消除方法，所述根据盲去色带模型，确定所述待处理图像对应的去色带图像的步骤之前，还包括：
[0014]对用于盲去色带模型训练的第二原始图像进行随机降质，得到第二色带效应图像；
[0015]根据所述第二原始图像以及所述第二色带效应图像，训练得到所述盲去色带模型。
[0016]根据本专利技术提供的一种色带效应消除方法，所述纹理区域提取模型包括第一特征提取层、第一降采样单元、混合上采样单元、目标上采样单元以及合并输出单元；所述根据纹理区域提取模型，确定待处理图像对应的纹理区域掩膜图像的步骤包括：
[0017]将待处理图像输入到所述第一特征提取层，得到第一多通道特征图；
[0018]将所述第一多通道特征图输入到所述第一降采样单元，调整所述第一多通道特征图对应的目标特征分辨率和目标通道数，得到目标图像特征；
[0019]将所述目标图像特征输入到所述混合上采样单元和所述目标上采样单元，调整所述目标特征分辨率和所述目标通道数，分别得到第一图像特征和第二图像特征；
[0020]将所述第一图像特征和所述第二图像特征输入到所述合并输出单元，得到所述待处理图像对应的纹理区域掩膜图像。
[0021]根据本专利技术提供的一种色带效应消除方法，所述盲去色带模型包括第二特征提取层、第二降采样单元、基础块单元、第一上采样单元以及输出层；所述根据盲去色带模型，确定所述待处理图像对应的去色带图像的步骤包括：
[0022]将待处理图像输入到所述第二特征提取层，得到第二多通道特征图；
[0023]将所述第二多通道特征图输入到所述第二降采样单元，调整所述第二多通道特征图对应的第一特征分辨率和第一通道数，得到第三图像特征；
[0024]将所述第三图像特征输入到所述基础块单元，得到第四图像特征；
[0025]将所述第四图像特征输入到所述第一上采样单元，调整所述第四图像特征对应的第二特征分辨率和所述第二通道数，得到第五图像特征；
[0026]将所述第五图像特征输入到所述输出层，得到所述待处理图像对应的去色带图像。
[0027]根据本专利技术提供的一种色带效应消除方法，所述根据所述纹理区域掩膜图像、所述去色带图像以及融合模型，确定所述待处理图像对应的色带效应消除图像的步骤包括：
[0028]根据融合模型对应的公式Y＝M
T
⊙
X+(1
‑
M
T
)Y
db
，确定所述待处理图像对应的色带效应消除图像，其中，Y为色带效应消除图像，M
T
为所述纹理区域掩膜图像，X为所述待处理图像，运算符
⊙
为矩阵对应元素相乘，Y
db
为所述去色带图像。
[0029]本专利技术还提供一种色带效应消除装置，包括：
[0030]纹理区域提取模块，用于根据纹理区域提取模型，确定待处理图像对应的纹理区域掩膜图像；
[0031]盲去色带模块，用于根据盲去色带模型，确定所述待处理图像对应的去色带图像；
[0032]色带效应消除模块，用于根据所述纹理区域掩膜图像、所述去色带图像以及融合模型，确定所述待处理图像对应的色带效应消除图像。
[0033]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述色带效应消除方法。
[0034]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述色带效应消除方法。
[0035]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述色带效应消除方法。
[0036]本专利技术提供的色带效应消除方法、装置、设备、存储介质及计算机程序产品，通过纹理区域提取模型确定待处理图像对应的纹理区域掩膜图像，然后根据盲去色带模型确定待处理图像对应的去色带图像，最后根据纹理区域掩膜图像、去色带图像以及融合模型，确定待处理图像对应的色带效应消除图像。通过纹理区域提取模型、盲去色带模型和融合模型消除待处理图像中的色带效应，得到色带效应消除图像，有效解决了视频图像中的色带效应。
附图说明
[0037]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1是本专利技术提供的色带效应消除方法的流程示意图之一；
[0039]图2是本专利技术提供的色带效应消除方法中纹理区域提取模型的构造示意图；
[0040]图3是本专利技术提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种色带效应消除方法，其特征在于，包括：根据纹理区域提取模型，确定待处理图像对应的纹理区域掩膜图像；根据盲去色带模型，确定所述待处理图像对应的去色带图像；根据所述纹理区域掩膜图像、所述去色带图像以及融合模型，确定所述待处理图像对应的色带效应消除图像。2.根据权利要求1所述的色带效应消除方法，其特征在于，所述根据纹理区域提取模型，确定待处理图像对应的纹理区域掩膜图像的步骤之前，包括：对用于纹理区域提取模型训练的第一原始图像进行随机降质，得到第一色带效应图像；根据平均局部灰度差异法提取所述第一原始图像对应的纹理区域掩膜图像；通过所述第一原始图像对应的纹理区域掩膜图像以及所述第一色带效应图像，训练得到所述纹理区域提取模型。3.根据权利要求2所述的色带效应消除方法，其特征在于，所述根据盲去色带模型，确定所述待处理图像对应的去色带图像的步骤之前，还包括：对用于盲去色带模型训练的第二原始图像进行随机降质，得到第二色带效应图像；根据所述第二原始图像以及所述第二色带效应图像，训练得到所述盲去色带模型。4.根据权利要求1所述的色带效应消除方法，其特征在于，所述纹理区域提取模型包括第一特征提取层、第一降采样单元、混合上采样单元、目标上采样单元以及合并输出单元；所述根据纹理区域提取模型，确定待处理图像对应的纹理区域掩膜图像的步骤包括：将待处理图像输入到所述第一特征提取层，得到第一多通道特征图；将所述第一多通道特征图输入到所述第一降采样单元，调整所述第一多通道特征图对应的目标特征分辨率和目标通道数，得到目标图像特征；将所述目标图像特征输入到所述混合上采样单元和所述目标上采样单元，调整所述目标特征分辨率和所述目标通道数，分别得到第一图像特征和第二图像特征；将所述第一图像特征和所述第二图像特征输入到所述合并输出单元，得到所述待处理图像对应的纹理区域掩膜图像。5.根据权利要求1所述的色带效应消除方法，其特征在于，所述盲去色带模型包括第二特征提取层、第二降采样单元、基础块单元、第一上采样单元以及输出层；所述根据盲去色带模型，确定所述待处理图像对应的去色带图像的步骤包括：将待处理图像输入到所述第二特...

【专利技术属性】
技术研发人员：赵洋，余林江，陈缘，曹力，李琳，刘晓平，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：