【技术实现步骤摘要】
图像处理方法、电子设备及可读存储介质
[0001]本申请涉及图像处理
,尤其涉及一种图像处理方法、电子设备、计算机程序产品及计算机可读存储介质。
技术介绍
[0002]针对低光照图像,手机等电子设备进行去噪声处理的力度通常较大,如此会致使图像的清晰度降低,例如图像的暗部区域信息不明显,线条不明显甚至涂抹严重。
[0003]基于此,需要提供一种图像处理方法,能够提升低光照图像的清晰度。
技术实现思路
[0004]本申请提供了一种图像处理方法、电子设备、计算机程序产品及计算机可读存储介质,目的在于提升低光照图像的清晰度。
[0005]为了实现上述目的,本申请提供了以下技术方案:第一方面,本申请提供了一种图像处理方法,该方法包括:获取第一图像;对第一图像进行边缘检测,得到第一图像的边缘提取图;将第一图像和边缘提取图的点乘结果,与第一图像进行合并,得到合并后图像;利用合并后图像,对第一图像进行图像清晰度增强处理,得到第二图像,第二图像的清晰度高于第一图像。
[0006]在上述图像处理方法 ...
【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:获取第一图像;对所述第一图像进行边缘检测,得到所述第一图像的边缘提取图;将所述第一图像和所述边缘提取图的点乘结果,与所述第一图像进行合并,得到合并后图像;利用所述合并后图像,对所述第一图像进行图像清晰度增强处理,得到第二图像。2.根据权利要求1所述的方法,其特征在于,所述对所述第一图像进行边缘检测,得到所述第一图像的边缘提取图,包括:调用线条检测网络对所述第一图像进行边缘检测,得到所述第一图像的边缘提取图;所述线条检测网络用于对图像进行边缘检测。3.根据权利要求1所述的方法,其特征在于,所述利用所述合并后图像,对所述第一图像进行图像清晰度增强处理,得到第二图像,包括:调用图像增强网络利用所述合并后图像,对所述第一图像进行图像清晰度增强处理,得到所述第二图像,所述图像增强网络用于将低光照图像处理成图像清晰度增强的图像。4.根据权利要求2所述的方法,其特征在于,所述线条检测网络包括U形神经网结构的网络和生成对抗网络的判别器,所述U形神经网结构的网络的输出值作为所述生成对抗网络的判别器的输入值,所述调用线条检测网络对所述第一图像进行边缘检测,得到所述第一图像的边缘提取图,包括:调用所述U形神经网结构的网络对所述第一图像进行边缘检测,得到所述第一图像的边缘提取图。5.根据权利要求2所述的方法,其特征在于,所述线条检测网络的训练方式,包括:对样本图像进行下采样,得到下采样图像;利用边缘检测算法,对所述下采样图像进行边缘检测,得到边缘图像;对所述边缘图像进行上采样,得到与所述样本图像同等大小的边缘提取图;对所述样本图像进行退化降质处理,得到低光照带噪声图像;将所述低光照带噪声图像和边缘提取图作为一对训练样本,对所述线条检测网络进行训练。6.根据权利要求5所述的方法,其特征在于,所述将所述低光照带噪声图像和边缘提取图作为一对训练样本,对所述线条检测网络进行训练,包括:利用U形神经网结构的网络对所述低光照带噪声图像进行边缘检测,得...
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。