一种图像处理方法、装置、设备和存储介质制造方法及图纸

本公开实施例提供了一种图像处理方法、装置、设备和存储介质。该方法包括：获取在目标图像处理阶段中待处理的第一图像，其中，目标图像处理阶段为图像预处理阶段或者图像后处理阶段；将第一图像输入至目标图像处理阶段对应的目标图像处理模型中进行图像处理，其中，目标图像处理模型为目标图像预处理模型或者目标图像后处理模型；根据目标图像处理模型的输出，获得处理后的第二图像。通过本公开实施例的技术方案，可以提高图像处理的灵活性，保证图像处理效果，并且也可以提高图像处理效率。并且也可以提高图像处理效率。并且也可以提高图像处理效率。

【技术实现步骤摘要】
一种图像处理方法、装置、设备和存储介质


[0001]本公开实施例涉及计算机技术，尤其涉及一种图像处理方法、装置、设备和存储介质。

技术介绍

[0002]随着计算机技术的快速发展，往往需要对图像进行有损压缩，以便大幅度降低图像大小，进而降低传输成本。然而，有损压缩方式会导致图像出现失真情况，比如图像模糊，伪影，毛刺等，从而需要在图像编码器的前端或者图像解码器的后端对图像进行质量增强等处理操作。
[0003]目前，在图像预处理阶段或者图像后处理阶段通常是基于固定的一种图像预处理方式或者图像后处理方式，对业务场景中的每个图像进行图像处理。然而，由于不同图像往往具有不同的失真情况，从而利用固定的一种图像预处理方式或者图像后处理方式进行图像处理，无法有效保证图像处理效果。

技术实现思路

[0004]本公开提供一种图像处理方法、装置、设备和存储介质，以实现图像的个性化处理，提高了图像处理的灵活性，保证了图像处理效果，并且也提高了图像处理效率。
[0005]第一方面，本公开实施例提供了一种图像处理方法，包括：
[0006]获取在目标图像处理阶段中待处理的第一图像，其中，所述目标图像处理阶段为图像预处理阶段或者图像后处理阶段；
[0007]将所述第一图像输入至所述目标图像处理阶段对应的目标图像处理模型中进行图像处理，其中，所述目标图像处理模型为目标图像预处理模型或者目标图像后处理模型，其中，所述目标图像预处理模型是预先基于样本图像和所述样本图像对应的第一标签图像进行训练获得的，所述第一标签图像是基于多种图像预处理方式确定出的；所述目标图像后处理模型是预先基于样本图像和所述样本图像对应的第二标签图像进行训练获得的，所述第二标签图像是基于多种图像后处理方式确定出的；
[0008]根据所述目标图像处理模型的输出，获得处理后的第二图像。
[0009]第二方面，本公开实施例还提供了一种图像处理装置，包括：
[0010]第一图像获取模块，用于获取在目标图像处理阶段中待处理的第一图像，其中，所述目标图像处理阶段为图像预处理阶段或者图像后处理阶段；
[0011]图像处理模块，用于将所述第一图像输入至所述目标图像处理阶段对应的目标图像处理模型中进行图像处理，其中，所述目标图像处理模型为目标图像预处理模型或者目标图像后处理模型，其中，所述目标图像处理模型是预先基于样本图像和所述样本图像对应的第一标签图像进行训练获得的，所述第一标签图像是基于多种图像预处理方式确定出的；所述目标图像后处理模型是预先基于样本图像和所述样本图像对应的第二标签图像进行训练获得的，所述第二标签图像是基于多种图像后处理方式确定出的；
[0012]第二图像获取模块，用于根据所述目标图像处理模型的输出，获得处理后的第二图像。
[0013]第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：
[0014]一个或多个处理器；
[0015]存储装置，用于存储一个或多个程序，
[0016]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的图像处理方法。
[0017]第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的图像处理方法。
[0018]本公开实施例的技术方案，通过预先基于目标图像处理阶段对应的多种图像处理方式确定样本图像对应的标签图像，该标签图像是对样本图像进行图像处理的最优图像。根据样本图像和相应的标签图像进行模型训练，可以获得目标图像处理阶段对应的目标图像处理模型，使得目标图像处理模型可以具有多种图像处理方式的处理能力，比如目标图像预处理模型可以具有多种图像预处理方式的处理能力，目标图像后处理模型可以具有多种图像后处理方式的处理能力。通过将待处理的第一图像输入至预先训练好的目标图像处理阶段对应的目标图像处理模型中，该目标图像处理模型可以采用与第一图像相匹配的图像处理方式对第一图像进行图像处理，获得图像处理后的第二图像，从而利用目标图像处理模型，可以针对每个待处理图像选择最匹配的图像处理方式进行图像处理，实现了图像处理的个性化处理，提高了图像处理的灵活性，保证了图像处理效果。同时，利用目标图像处理阶段对应的目标图像处理模型也可以更加快速地进行图像预处理或者图像后处理，提高了图像处理效率。
附图说明
[0019]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0020]图1是本公开实施例所提供的一种图像处理方法流程示意图；
[0021]图2是本公开实施例所提供的图像预处理阶段对应的图像处理流程示图；
[0022]图3是本公开实施例所提供的图像后处理阶段对应的图像处理流程示图；
[0023]图4是本公开实施例所提供的另一种图像处理方法流程示意图；
[0024]图5是本公开实施例所提供的另一种图像处理方法流程示意图；
[0025]图6是本公开实施例所提供的目标图像处理模型的结构示意图；
[0026]图7是本公开实施例所提供的一种图像处理装置的结构示意图；
[0027]图8是本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
[0028]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这
里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0029]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0030]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0031]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0032]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0033]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取在目标图像处理阶段中待处理的第一图像，其中，所述目标图像处理阶段为图像预处理阶段或者图像后处理阶段；将所述第一图像输入至所述目标图像处理阶段对应的目标图像处理模型中进行图像处理，其中，所述目标图像处理模型为目标图像预处理模型或者目标图像后处理模型，其中，所述目标图像预处理模型是预先基于样本图像和所述样本图像对应的第一标签图像进行训练获得的，所述第一标签图像是基于多种图像预处理方式确定出的；所述目标图像后处理模型是预先基于样本图像和所述样本图像对应的第二标签图像进行训练获得的，所述第二标签图像是基于多种图像后处理方式确定出的；根据所述目标图像处理模型的输出，获得处理后的第二图像。2.根据权利要求1所述的图像处理方法，其特征在于，基于多种图像预处理方式确定所述第一标签图像，包括：对多种图像预处理方式进行排列组合，获得各个预处理方式组，其中，每个所述预处理方式组包括至少一种图像预处理方式；基于每个所述预处理方式组中的图像预处理方式，对所述样本图像进行图像预处理，获得预处理后的候选图像；基于所述候选图像进行图像质量评估，并基于图像质量评估结果，从各个所述候选图像中确定出所述第一标签图像。3.根据权利要求2所述的图像处理方法，其特征在于，所述基于所述候选图像进行图像质量评估，并基于图像质量评估结果，从各个所述候选图像中确定出所述第一标签图像，包括：对每个所述候选图像进行图像编码处理，确定每个所述候选图像对应的压缩图像；确定每个所述压缩图像对应的图像质量分数和图像压缩比；基于所述图像质量分数和所述图像压缩比，确定每个所述压缩图像对应的目标质量分数；将所述目标质量分数最高的压缩图像对应的候选图像作为第一标签图像。4.根据权利要求3所述的图像处理方法，其特征在于，所述确定每个所述压缩图像对应的图像质量分数，包括：将每个所述压缩图像输入至预设图像质量评估模型中进行图像质量评估，其中，所述预设图像质量评估模型是预先基于样本图像和所述样本图像对应的质量分数标签进行训练获得的；根据所述预设图像质量评估模型的输出，获得所述压缩图像对应的图像质量分数。5.根据权利要求1所述的图像处理方法，其特征在于，所述目标图像处理模型包括：具有U型结构的图像处理子模型和图像融合子模型；所述将所述第一图像输入至所述目标图像处理阶段对应的目标图像处理模型中进行图像处理，包括：将所述第一图像输入至所述图像处理子模型中进行图像的特征采样处理，获得处理后的中间图像；将所述第一图像和所述中间图像输入至所述图像融合子模型中进行图像的特征融合，

【专利技术属性】
技术研发人员：张墨琪，邓伟辉，李小成，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：