本发明专利技术公开一种图像优化方法及系统，首先将待优化图像输入至图像最优模型中进行优化，获得初始优化图像；其次计算初始优化图像与标准图像之间的相似度；然后判断相似度是否属于第五设定阈值范围内；如果属于第五设定阈值范围内，则将初始优化图像作为最终优化图像；如果不属于第五设定阈值范围内，则根据相似度选取对应的优化模式；利用已选的优化模式对初始优化图像进行优化；最后将优化后的图像作为初始优化图像，并返回重新计算初始优化图像与标准图像之间的相似度。本发明专利技术公开的技术方案实现反复优化图像，只有当相似度属于第五设定阈值范围时，输出最终的优化图像，进而提高了图像输出的质量。像输出的质量。像输出的质量。
【技术实现步骤摘要】
一种图像优化方法及系统
[0001]本专利技术属于图像优化
，具体涉及一种图像优化方法及系统。
技术介绍
[0002]随着摄像技术的发展，目前的各种摄像终端的性能越来越好，也使得人们对图像的要求越来越高。由于不同类型的摄像终端采集到的图像的清晰度、噪点等情况均不相同，仅仅利用单一图像优化模型对采集的图像进行优化，则很可能存在优化后的图像依然存在像素低、以及图像不清晰等问题，所以本领域技术人员亟需设置一种优化模式，使优化后的图像达到最优的状态，提高图像输出的质量。
技术实现思路
[0003]基于上述技术问题，本专利技术提供一种图像优化方法及系统，以提高图像输出的质量。
[0004]其具体技术方案为：
[0005]本专利技术公开一种图像优化方法，所述方法包括：
[0006]获取待优化图像和标准图像；
[0007]将所述待优化图像输入至图像最优模型中进行优化，获得初始优化图像；
[0008]计算所述初始优化图像与所述标准图像之间的相似度；
[0009]判断所述相似度是否属于第五设定阈值范围内；如果属于第五设定阈值范围内，则将所述初始优化图像作为最终优化图像；如果不属于第五设定阈值范围内，则根据所述相似度选取对应的优化模式；
[0010]利用已选的优化模式对所述初始优化图像进行优化；
[0011]将优化后的图像作为初始优化图像，并返回步骤“计算所述初始优化图像与所述标准图像之间的相似度”。
[0012]上述一种图像优化方法方案中，在“获取待优化图像和标准图像”步骤之前，还包括：
[0013]获取多种不同类型图像采集器采集目标对象得到样本图像集，以及样本图像对应的标注图像集；
[0014]按照第一设定比例从所述样本图像集和所述标注图像集中选取训练集；按照第二设定比例从剩余的所述样本图像集和剩余的所述标注图像集中选取测试集；
[0015]利用所述训练集对神经网络进行训练，获得图像初始优化模型；
[0016]利用所述测试集对所述图像初始优化模型进行验证，获得准确度；
[0017]判断所述准确度是否达到设定值，如果准确度大于或等于设定值，则将图像初始优化模型作为图像最优模型；如果准确度小于设定值，则重新选取训练集和测试集。
[0018]上述一种图像优化方法方案中，所述计算所述初始优化图像与所述标准图像之间的相似度，具体步骤包括：
[0019]在所述初始优化图像上进行目标识别区域划分，获得第一对准区域；
[0020]在所述标准图像上进行目标识别区域划分，获得第二对准区域；
[0021]将所述第一对准区域和所述第二对准区域均进行格式统一处理，获得第三对准区域和第四对准区域；所述第三对准区域与所述第四对准区域内均包括m
×
n个像素点；其中，m和n均为大于5的正整数；
[0022]根据所述第三对准区域内的各像素点和所述第四对准区域内的各像素点计算相似度。
[0023]上述一种图像优化方法方案中，所述根据所述第三对准区域内的各像素点和所述第四对准区域内的各像素点计算相似度，具体步骤包括：
[0024]根据所述第四对准区域对应的像素均值计算均值；
[0025]将大于或等于所述均值的各像素点设置为1，将小于所述均值的各像素点设置为0，获得所述第三对准区域对应的第一变换矩阵和所述第四对准区域对应的第二变换矩阵；
[0026]根据所述第一变换矩阵和所述第二变换矩阵计算相似度。
[0027]上述一种图像优化方法方案中，所述根据所述相似度选取对应的优化模式，具体包括：
[0028]判断所述相似度是否属于第一设定阈值范围内；如果属于第一设定阈值范围内，则采用模式一作为优化模式；所述模式一为对图像进行光照增强操作；
[0029]判断所述相似度是否属于第二设定阈值范围内；如果属于第二设定阈值范围内，则采用模式二作为优化模式；所述模式二为双边滤波以及校正操作；
[0030]判断所述相似度是否属于第三设定阈值范围内；如果属于第三设定阈值范围内，则采用模式三作为优化模式；所述模式三为对图像进行曝光增强操作；
[0031]判断所述相似度是否属于第四设定阈值范围内；如果属于第四设定阈值范围内，则采用模式四作为优化模式；所述模式四为对饱和度分量进行拉伸操作。
[0032]上述一种图像优化方法方案中，在所述利用已选的优化模式对所述初始优化图像进行优化步骤之后还包括：
[0033]判断优化次数是否达到优化次数阈值；如果优化次数达到优化次数阈值，则将所述初始优化图像作为最终优化图像；如果优化次数没有达到优化次数阈值，则执行步骤“将优化后的图像作为初始优化图像”。
[0034]本专利技术还公开一种图像优化系统，所述系统包括：
[0035]获取模块，用于获取待优化图像和标准图像；
[0036]第一优化模块，用于将所述待优化图像输入至图像最优模型中进行优化，获得初始优化图像；
[0037]相似度计算模块，用于计算所述初始优化图像与所述标准图像之间的相似度；
[0038]判断模块，用于判断所述相似度是否属于第五设定阈值范围内；如果属于第五设定阈值范围内，则将所述初始优化图像作为最终优化图像；如果不属于第五设定阈值范围内，则执行“优化模式选取模块”；
[0039]优化模式选取模块，用于根据所述相似度选取对应的优化模式；
[0040]第二优化模块，用于利用已选的优化模式对所述初始优化图像进行优化；
[0041]返回模块，用于将优化后的图像作为初始优化图像，并返回“相似度计算模块”。
[0042]上述一种图像优化系统方案中，所述相似度计算模块，具体包括：
[0043]第一区域划分单元，用于在所述初始优化图像上进行目标识别区域划分，获得第一对准区域；
[0044]第二区域划分单元，用于在所述标准图像上进行目标识别区域划分，获得第二对准区域；
[0045]格式统一处理单元，用于将所述第一对准区域和所述第二对准区域均进行格式统一处理，获得第三对准区域和第四对准区域；所述第三对准区域与所述第四对准区域内均包括m
×
n个像素点；其中，m和n均为大于5的正整数；
[0046]相似度计算单元，用于根据所述第三对准区域内的各像素点和所述第四对准区域内的各像素点计算相似度。
[0047]上述一种图像优化系统方案中，所述相似度计算单元，具体包括：
[0048]均值计算子单元，用于根据所述第四对准区域对应的像素均值计算均值；
[0049]赋值子单元，用于将大于或等于所述均值的各像素点设置为1，将小于所述均值的各像素点设置为0，获得所述第三对准区域对应的第一变换矩阵和所述第四对准区域对应的第二变换矩阵；
[0050]相似度计算子单元，用于根据所述第一变换矩阵和所述第二变换矩阵计算相似度。
[0051]上述一种图像优化系统方案中，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像优化方法，其特征在于，所述方法包括：获取待优化图像和标准图像；将所述待优化图像输入至图像最优模型中进行优化，获得初始优化图像；计算所述初始优化图像与所述标准图像之间的相似度；判断所述相似度是否属于第五设定阈值范围内；如果属于第五设定阈值范围内，则将所述初始优化图像作为最终优化图像；如果不属于第五设定阈值范围内，则根据所述相似度选取对应的优化模式；利用已选的优化模式对所述初始优化图像进行优化；将优化后的图像作为初始优化图像，并返回步骤“计算所述初始优化图像与所述标准图像之间的相似度”。2.根据权利要求1所述的一种图像优化方法，其特征在于，在“获取待优化图像和标准图像”步骤之前，还包括：获取多种不同类型图像采集器采集目标对象得到样本图像集，以及样本图像对应的标注图像集；按照第一设定比例从所述样本图像集和所述标注图像集中选取训练集；按照第二设定比例从剩余的所述样本图像集和剩余的所述标注图像集中选取测试集；利用所述训练集对神经网络进行训练，获得图像初始优化模型；利用所述测试集对所述图像初始优化模型进行验证，获得准确度；判断所述准确度是否达到设定值，如果准确度大于或等于设定值，则将图像初始优化模型作为图像最优模型；如果准确度小于设定值，则重新选取训练集和测试集。3.根据权利要求1所述的一种图像优化方法，其特征在于，所述计算所述初始优化图像与所述标准图像之间的相似度，具体步骤包括：在所述初始优化图像上进行目标识别区域划分，获得第一对准区域；在所述标准图像上进行目标识别区域划分，获得第二对准区域；将所述第一对准区域和所述第二对准区域均进行格式统一处理，获得第三对准区域和第四对准区域；所述第三对准区域与所述第四对准区域内均包括m
×
n个像素点；其中，m和n均为大于5的正整数；根据所述第三对准区域内的各像素点和所述第四对准区域内的各像素点计算相似度。4.根据权利要求3所述的一种图像优化方法，其特征在于，所述根据所述第三对准区域内的各像素点和所述第四对准区域内的各像素点计算相似度，具体步骤包括：根据所述第四对准区域对应的像素均值计算均值；将大于或等于所述均值的各像素点设置为1，将小于所述均值的各像素点设置为0，获得所述第三对准区域对应的第一变换矩阵和所述第四对准区域对应的第二变换矩阵；根据所述第一变换矩阵和所述第二变换矩阵计算相似度。5.根据权利要求1所述的一种图像优化方法，其特征在于，所述根据所述相似度选取对应的优化模式，具体包括：判断所述相似度是否属于第一设定阈值范围内；如果属于第一设定阈值范围内，则采用模式一作为优化模式；所述模式一为对图像进行光照增强操作；判断所述相似度是否属于第二设定阈值范围内；如果属于第二设定阈值范围内，则采
用模式二作为优化模式；所述模式二为双边滤波以及校正操作；判断所述相似度是否属于第三设定阈值范围内；如果属于第三设定阈值范围内，则采用模式三作为优化模式；所述模式三为对图像进行曝光增强操作；判断所述相似度是否属于第四设定阈值范围内；如果属于第四设定阈值范围内，则采用模式四作为优化模式；所述模式四为...
【专利技术属性】
技术研发人员：王育新，
申请(专利权)人：王育新，
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。