本发明专利技术实施例提供一种图像处理方法、装置、电子设备和可读存储介质，涉及图像处理技术领域。本发明专利技术实施例通过采集样本图像与样本图像对应的扫描图像，并利用特征匹配损失以及对抗损失训练得到图像处理模型，进而在获取待处理的原始图像后，即可通过图像处理模型对原始图像进行特征提取，得到原始图像的全局特征图以及局部特征图，通过图像处理模型对原始图像的全局特征图以及局部特征图进行特征处理，即可得到原始图像的扫描图像，提高了扫描图像的质量，保证了扫描效果的稳定性。保证了扫描效果的稳定性。保证了扫描效果的稳定性。
【技术实现步骤摘要】
图像处理方法、装置、电子设备和可读存储介质
[0001]本专利技术涉及图像处理
，具体而言，涉及一种图像处理方法、装置、电子设备和可读存储介质。
技术介绍
[0002]目前，越来越多的业务需求需要将纸质原稿转换为扫描图像文件，为了便于用户的操作，提高用户的体验性，越来越多的手持设备配置了将拍摄图像转换为扫描图像的功能。用户在需要将纸质原稿转换为扫描图像文件时，只需要通过手持设备对纸质原稿进行拍摄，然后通过手持设备对拍摄的图像进行扫描转换，得到转换后的扫描图像文件。
[0003]但是，手持拍摄图像的质量，容易受到光照、拍摄环境、手持设备的参数等的影响，在日常中，极易产生模糊、阴影、褶皱等影响画面质量和文本辨识的不良因素，导致在将拍摄图像转换为扫描图像时，扫描效果不稳定，扫描图像的质量较差。
技术实现思路
[0004]基于上述研究，本专利技术实施例提供一种图像处理方法、装置、电子设备和可读存储介质，提高了生成的扫描图像的质量，保证了扫描图像的扫描效果的稳定性。
[0005]本专利技术的实施例可以通过以下方式实现：
[0006]第一方面，本专利技术实施例提供一种图像处理方法，所述方法包括：
[0007]获取待处理的原始图像；
[0008]通过图像处理模型对所述原始图像进行特征提取，得到所述原始图像的全局特征图以及局部特征图；
[0009]通过所述图像处理模型对所述原始图像的全局特征图以及局部特征图进行特征处理，得到所述原始图像的扫描图像；其中，所述图像处理模型是通过采集样本图像与样本图像对应的扫描图像，并利用特征匹配损失以及对抗损失训练得到的。
[0010]在可选的实施方式中，在通过图像处理模型对所述原始图像进行特征提取之前，所述方法还包括：
[0011]获取样本图像以及所述样本图像对应的标签扫描图像；
[0012]将所述样本图像输入至初始图像处理模型中，得到所述样本图像对应的预测扫描图像；
[0013]计算所述预测扫描图像和所述标签扫描图像的特征匹配损失以及对抗损失；
[0014]根据所述特征匹配损失以及所述对抗损失，得到所述预测扫描图像和所述标签扫描图像的目标损失；
[0015]判断所述目标损失是否满足预设条件，若未满足，利用反向传播算法，将所述目标损失反向传播，对所述初始图像处理模型的参数进行更新迭代，得到图像处理模型。
[0016]在可选的实施方式中，所述计算所述预测扫描图像和所述标签扫描图像的特征匹配损失以及对抗损失的步骤包括：
[0017]将所述预测扫描图像和所述标签扫描图像输入至判别模型中，得到所述预测扫描图像和所述标签扫描图像的特征匹配损失以及对抗损失。
[0018]在可选的实施方式中，所述将所述预测扫描图像和所述标签扫描图像输入至判别模型中，得到所述预测扫描图像和所述标签扫描图像的特征匹配损失的步骤包括：
[0019]将所述预测扫描图像和所述标签扫描图像输入至所述判别模型中，得到所述判别模型每一层网络的标签扫描图像的特征信息以及预测扫描图像的特征信息；
[0020]计算每一层网络的标签扫描图像的特征信息与预测扫描图像的特征信息的损失；
[0021]根据每一层网络的标签扫描图像的特征信息与预测扫描图像的特征信息的损失，得到所述预测扫描图像和所述标签扫描图像的特征匹配损失。
[0022]在可选的实施方式中，所述将所述预测扫描图像和所述标签扫描图像输入至判别模型中，得到所述预测扫描图像和所述标签扫描图像的对抗损失的步骤包括：
[0023]将所述预测扫描图像和所述标签扫描图像输入至所述判别模型中，得到所述判别模型对所述预测扫描图像以及所述标签扫描图像的判别结果；
[0024]根据所述判别模型对所述预测扫描图像以及所述标签扫描图像的判别结果，得到所述预测扫描图像和所述标签扫描图像的对抗损失。
[0025]在可选的实施方式中，所述将所述预测扫描图像和所述标签扫描图像输入至判别模型中，得到所述预测扫描图像和所述标签扫描图像的特征匹配损失以及对抗损失的步骤包括：
[0026]对所述预测扫描图像和所述标签扫描图像进行设定倍数的缩放，得到不同尺寸的预测扫描图像和标签扫描图像；
[0027]分别将不同尺寸的预测扫描图像和标签扫描图像输入至所述判别模型，得到不同尺寸的预测扫描图像和标签扫描图像的特征匹配损失以及对抗损失；
[0028]所述根据所述特征匹配损失以及所述对抗损失，得到所述预测扫描图像和标签扫描图像的目标损失的步骤包括：
[0029]根据不同尺寸的预测扫描图像和标签扫描图像的特征匹配损失以及对抗损失，得到目标损失。
[0030]在可选的实施方式中，所述获取样本图像以及所述样本图像对应的标签扫描图像的步骤包括：
[0031]对目标图像进行扫描，得到所述目标图像的标签扫描图像；
[0032]对所述标签扫描图像进行预处理，得到所述标签扫描图像对应的样本图像。
[0033]在可选的实施方式中，所述对所述标签扫描图像进行预处理，得到所述标签扫描图像对应的样本图像的步骤包括：
[0034]对所述标签扫描图像进行阴影叠加、噪声叠加以及模糊叠加，得到所述标签扫描图像对应的样本图像。
[0035]在可选的实施方式中，所述将所述样本图像输入至初始图像处理模型中，得到所述样本图像对应的预测扫描图像的步骤包括：
[0036]将所述样本图像输入至所述初始图像处理模型的全局网络进行特征提取，得到全局特征图；
[0037]将所述样本图像输入至所述初始图像处理模型的第一局部网络进行特征提取，得
到局部特征图；
[0038]将所述全局特征图以及所述局部特征图进行合并，得到合并特征图；
[0039]将所述合并特征图输入至所述初始图像处理模型的第二局部网络进行特征处理，得到预测扫描图像。
[0040]在可选的实施方式中，所述通过图像处理模型对所述原始图像进行特征提取，得到所述原始图像的全局特征图以及局部特征图的步骤包括：
[0041]将所述原始图像输入至所述图像处理模型的全局网络进行特征提取，得到所述原始图像的全局特征图；
[0042]将所述原始图像输入至所述图像处理模型的第一局部网络进行特征提取，得到所述原始图像的局部特征图；
[0043]所述通过所述图像处理模型对所述原始图像的全局特征图以及局部特征图进行处理，得到所述原始图像的扫描图像的步骤包括：
[0044]将所述全局特征图以及所述局部特征图进行合并，得到合并特征图；
[0045]将所述合并特征图输入至所述图像处理模型的第二局部网络进行特征处理，得到所述原始图像的扫描图像。
[0046]第二方面，本专利技术实施例提供一种图像处理装置，包括：
[0047]数据获取模块，用于获取待处理的原始图像；
[0048]第一处理模块，用于通过图像处理模型对所述原始图像进行特征提取，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，所述方法包括：获取待处理的原始图像；通过图像处理模型对所述原始图像进行特征提取，得到所述原始图像的全局特征图以及局部特征图；通过所述图像处理模型对所述原始图像的全局特征图以及局部特征图进行特征处理，得到所述原始图像的扫描图像；其中，所述图像处理模型是通过采集样本图像与样本图像对应的扫描图像，并利用特征匹配损失以及对抗损失训练得到的。2.根据权利要求1所述的图像处理方法，其特征在于，在通过图像处理模型对所述原始图像进行特征提取之前，所述方法还包括：获取样本图像以及所述样本图像对应的标签扫描图像；将所述样本图像输入至初始图像处理模型中，得到所述样本图像对应的预测扫描图像；计算所述预测扫描图像和所述标签扫描图像的特征匹配损失以及对抗损失；根据所述特征匹配损失以及所述对抗损失，得到所述预测扫描图像和所述标签扫描图像的目标损失；判断所述目标损失是否满足预设条件，若未满足，利用反向传播算法，将所述目标损失反向传播，对所述初始图像处理模型的参数进行更新迭代，得到图像处理模型。3.根据权利要求2所述的图像处理方法，其特征在于，所述计算所述预测扫描图像和所述标签扫描图像的特征匹配损失以及对抗损失的步骤包括：将所述预测扫描图像和所述标签扫描图像输入至判别模型中，得到所述预测扫描图像和所述标签扫描图像的特征匹配损失以及对抗损失。4.根据权利要求3所述的图像处理方法，其特征在于，所述将所述预测扫描图像和所述标签扫描图像输入至判别模型中，得到所述预测扫描图像和所述标签扫描图像的特征匹配损失的步骤包括：将所述预测扫描图像和所述标签扫描图像输入至所述判别模型中，得到所述判别模型每一层网络的标签扫描图像的特征信息以及预测扫描图像的特征信息；计算每一层网络的标签扫描图像的特征信息与预测扫描图像的特征信息的损失；根据每一层网络的标签扫描图像的特征信息与预测扫描图像的特征信息的损失，得到所述预测扫描图像和所述标签扫描图像的特征匹配损失。5.根据权利要求3所述的图像处理方法，其特征在于，所述将所述预测扫描图像和所述标签扫描图像输入至判别模型中，得到所述预测扫描图像和所述标签扫描图像的对抗损失的步骤包括：将所述预测扫描图像和所述标签扫描图像输入至所述判别模型中，得到所述判别模型对所述预测扫描图像以及所述标签扫描图像的判别结果；根据所述判别模型对所述预测扫描图像以及所述标签扫描图像的判别结果，得到所述预测扫描图像和所述标签扫描图像的对抗损失。6.根据权利要求3所述的图像处理方法，其特征在于，所述将所述预测扫描图像和所述标签扫描图像输入至判别模型中，得到所述预测扫描图像和所述标签扫描图像的特征匹配损失以及对抗损失的步骤包括：
对所述预测扫描图像和所述标签扫描图像进行设定倍数的缩放，得到不同尺寸的预测扫描图像和标签扫描图像；分别将不同尺寸的预测扫描图像和标签扫描图像输入至所述判别模型，得到不同尺寸的预测扫描图像和标签扫描图像的特征匹配损失...
【专利技术属性】
技术研发人员：游文婧，
申请(专利权)人：顺丰科技有限公司，
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。