图像处理方法、图像处理装置、存储介质与电子设备制造方法及图纸

本公开提供一种图像处理方法、图像处理装置、存储介质与电子设备，涉及图像与视频处理技术领域。该图像处理方法包括：获取待处理图像；基于点扩散函数先验信息、噪声先验信息对所述待处理图像进行解卷积处理与图像重建，生成目标图像。本公开提升了对图像中噪声与像差的优化效果，并具有较低的实现成本。并具有较低的实现成本。并具有较低的实现成本。

【技术实现步骤摘要】
图像处理方法、图像处理装置、存储介质与电子设备


[0001]本公开涉及图像与视频处理
，尤其涉及一种图像处理方法、图像处理装置、计算机可读存储介质与电子设备。

技术介绍

[0002]噪声与像差是图像中常见的缺陷。其中，产生噪声的原因包括成像系统受到电磁干扰、内部器件发生机械振动、相关材料存在缺陷等；产生像差的原因主要是成像系统的实际成像结果与基于理论的理想成像之间存在偏离。
[0003]相关技术中，在进行图像处理时，对噪声与像差的优化效果不理想，导致优化后的图像质量不高。

技术实现思路

[0004]本公开提供一种图像处理方法、图像处理装置、计算机可读存储介质与电子设备，以至少在一定程度上提升对噪声与像差的优化效果。
[0005]根据本公开的第一方面，提供一种图像处理方法，包括：获取待处理图像；基于点扩散函数先验信息、噪声先验信息对所述待处理图像进行解卷积处理与图像重建，生成目标图像。
[0006]根据本公开的第二方面，提供一种图像处理装置，包括：图像获取模块，被配置为获取待处理图像；解卷积与重建模块本文档来自技高网...

【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：获取待处理图像；基于点扩散函数先验信息、噪声先验信息对所述待处理图像进行解卷积处理与图像重建，生成目标图像。2.根据权利要求1所述的方法，其特征在于，所述基于点扩散函数先验信息、噪声先验信息对所述待处理图像进行解卷积处理与图像重建，生成目标图像，包括：基于点扩散函数先验信息对所述待处理图像进行解卷积处理，得到解卷积图像；将所述噪声先验信息、所述解卷积图像输入预先训练的神经网络，以对所述解卷积图像进行图像重建，输出所述目标图像。3.根据权利要求2所述的方法，其特征在于，在基于点扩散函数先验信息对所述待处理图像进行解卷积处理时，所述方法还包括：获取解卷积处理中使用的控制参数；所述将所述噪声先验信息、所述解卷积图像输入预先训练的神经网络，以对所述解卷积图像进行图像重建，输出所述目标图像，包括：将所述控制参数、所述噪声先验信息、所述解卷积图像输入预先训练的神经网络，以对所述解卷积图像进行图像重建，输出所述目标图像。4.根据权利要求2所述的方法，其特征在于，在基于点扩散函数先验信息对所述待处理图像进行解卷积处理之前，所述方法还包括：获取训练数据集，所述训练数据集包括高清晰度图像以及所述高清晰度图像对应的低清晰度有噪声图像；基于点扩散函数样本信息对所述低清晰度有噪声图像进行解卷积处理，得到解卷积样本图像；将噪声样本信息、所述解卷积样本图像输入待训练的所述神经网络，输出预测重建图像；根据所述高清晰度图像和所述预测重建图像确定损失函数值，通过所述损失函数值更新所述神经网络的参数。5.根据权利要求4所述的方法，其特征在于，所述高清晰度图像包括高清晰度RGB图像；所述低清晰度有噪声图像包括低清晰度有噪声RGB图像；所述获取训练数据集，包括：获取所述高清晰度RGB图像；利用所述点扩散函数样本信息对所述高清晰度RGB图像进行卷积处理，形成低清晰度RGB图像；对所述低清晰度RGB图像进行图像反向处理，形成低清晰度RAW图像；图像反向处理是与图像信号处理器的处理流程相反的处理；利用噪声样本信息对所述低清晰度RAW图像添加噪声，形成低清晰度有噪声RAW图像；对所述低清晰度有噪声RAW图像进行去马赛克处理，形成所述低清晰度有噪声RGB图像。6.根据权利要求5所述的方法，其特征在于，所述对所述低清晰度RGB图像进行图像反向处理，形成低清晰度RAW图像，包括：对所述低清晰度RGB图像依次进行逆向色调映射、伽马去压缩、逆向色彩校正、逆向白
平衡和数字增益、马赛克处理，...

【专利技术属性】
技术研发人员：谢佳辰，张元龙，陈嘉伟，李响，张海裕，
申请(专利权)人：清华大学，
类型：发明
国别省市：