一种图像处理的方法、电子设备和计算机可读存储介质技术

本申请提供了一种图像处理的方法、电子设备和计算机可读存储介质，在该方法中，可以通过第一去模糊模型对第一图像进行M次去模糊处理，得到第二图像，并且在每次（例如第i次）去模糊处理的过程中，通过模糊度判断模块确定第i次去模糊处理的输入图的第i模糊度，通过具有与第i模糊度对应的第i复杂度的去模糊模块，对输入图进行去模糊处理，得到第i次去模糊处理的输出图。因而，在输入图的模糊度较大的情况下，通过具有较高复杂度的去模糊模块对图像进行处理，可以提高图像的去模糊效果，在输入图的模糊度较小的情况下，通过具有较低复杂度的去模糊模块对图像进行处理，可以减少第一去模糊模型的计算资源，提高了第一去模糊模型的运算效率。算效率。算效率。

【技术实现步骤摘要】
一种图像处理的方法、电子设备和计算机可读存储介质


[0001]本申请涉及图像处理
，尤其涉及一种图像处理的方法、电子设备和计算机可读存储介质。

技术介绍

[0002]随着智能手机的发展和普及，越来越多的人们使用手机拍照，并在图库中查看拍照所得的照片。照片的模糊度是衡量照片质量优劣的重要指标，它能够较好的与用户的体验相对应，用户查看照片时，照片的模糊度越低，体验越好，照片的模糊度越高，体验越差。
[0003]但是，在用户拍摄照片的过程中，由于用户手部抖动、被摄物体运动等原因，导致拍摄的照片产生运动模糊，影响用户体验。

技术实现思路

[0004]本申请提供一种图像处理的方法、电子设备和计算机可读存储介质，可以对照片进行去模糊处理，有助于提升用户体验。
[0005]第一方面，提供了一种图像处理的方法，该方法包括:检测到对第一图像的操作；响应于操作，通过第一去模糊模型对第一图像进行M次去模糊处理，得到第二图像，M为大于或等于1的整数；其中，第一去模糊模型包括模糊度判断模块和去模糊模块；以及，通过第一去模糊模型对第一图像进行第i次去模糊处理的过程包括：通过模糊度判断模块，确定第i次去模糊处理的输入图的第i模糊度，输入图为第一图像或通过第一去模糊模型对第一图像进行i
‑
1次去模糊处理后得到的图，i大于或等于1且小于或等于M；基于第i模糊度，通过具有第i复杂度的去模糊模块，对输入图进行去模糊处理，得到第i次去模糊处理的输出图，第i复杂度与第i模糊度对应，输出图为第二图像或第i+1次去模糊处理的输入图。
[0006]本申请实施例，电子设备通过第一去模糊模型对图像（例如，第i次去模糊处理的输入图）进行去模糊处理，使图像的模糊度降低，提升用户体验。而且在电子设备对图像进行去模糊处理时，通过模糊度判断模块确定图像的模糊度，通过具有与图像的模糊度对应的复杂度的去模糊模块对图像进行去模糊处理，这样，可以针对不同模糊度的图像采用不同复杂度的去模糊模块进行去模糊处理，相比于现有技术中对不同模糊度的图像均采用相同网络模型进行去模糊处理的方式，本申请能够合理利用计算资源，即：当图像的模糊度较大时可以通过与较大模糊度对应的复杂度的去模糊模块对图像进行去模糊处理，采用的计算资源较多，能够提高图像的去模糊效果，当图像的模糊度较小时可以通过与较小模糊度对应的复杂度的去模糊模块对图像进行去模糊处理，采用的计算资源较少，减少了第一去模糊模型的计算资源，提高了第一去模糊模型的运算效率。
[0007]此外，当M大于1时，对第一图像进行多次迭代的去模糊处理，每次去模糊处理的去模糊效果比前一次去模糊处理的去模糊效果更优，能更好地提高第一图像的去模糊效果。
[0008]结合第一方面，在第一方面的某些实现方式中，去模糊模块包括至少一层可控单元，每层可控单元的总参数量用于表征去模糊模块的第i复杂度。
[0009]本申请实施例，由于去模糊模块的每层可控单元的总参数量能够表征去模糊模块的第i复杂度，那么，基于输入图的第i模糊度，能够确定对应于第i模糊度的可控单元的总参数量，所以，包括具有该总参数量的可控单元的去模糊模块的复杂度是对应于第i模糊度的第i复杂度，因此，通过具有第i复杂度的去模糊模块对输入图进行去模糊处理，在输入图的模糊度较大的情况下，可控单元的总参数量多，去模糊模块的第i复杂度较高，可以提高输入图的去模糊效果，在输入图的模糊度较小的情况下，可控单元的总参数量少，去模糊模块的第i复杂度较低，利用较低复杂度的去模糊模块对输入图进行处理，可以减少第一去模糊模型的计算资源，提高了第一去模糊模型的运算效率。
[0010]结合第一方面，在第一方面的某些实现方式中，每层可控单元包括并联的N个卷积层，N个卷积层包括第一类卷积层和第二类卷积层，第二类卷积层的参数量小于第一类卷积层的参数量，N为大于1的整数；去模糊模块被配置有多组权重，每组权重对应一个复杂度，每组权重包括与N个卷积层一一对应的N个权重，其中，第i复杂度对应于多组权重中的第i组权重，基于第i组权重对每个卷积层的参数量进行加权融合得到的每层可控单元的总参数量用于表征第i复杂度。
[0011]本申请实施例，去模糊模块的每层可控单元被设计为包括并联的参数量多的第一类卷积层和参数量少的第二类卷积层的模块，并且，去模糊模块被配置有多组权重，通过多组权重中第i组权重对每个卷积层的参数量进行加权融合得到的每层可控单元的总参数量表征去模糊模块的第i复杂度，实现中，对于模糊度较大和模糊度较小的两个输入图，对模糊度较大的输入图采用的第一类卷积层的权重相对于对模糊度较小的输入图采用的第一类卷积层的权重大，且对模糊度较大的输入图采用的第一类卷积层的权重相对于对模糊度较小的输入图采用的第二类卷积层的权重小，由于第二类卷积层的参数量小于第一类卷积层的参数量，所以对模糊度较大的输入图进行去模糊处理时每层可控单元的总参数量大于对模糊度较小的输入图进行去模糊处理时每层可控单元的总参数量。因而，在输入图的模糊度较大的情况下，每层可控单元的总参数量多，去模糊模块的复杂度较高，利用较高复杂度的去模糊模块对输入图进行处理，可以提高输入图的去模糊效果，在输入图的模糊度较小的情况下，每层可控单元的总参数量少，去模糊模块的复杂度较低，利用较低复杂度的去模糊模块对输入图进行处理，可以减少第一去模糊模型的计算资源，提高了第一去模糊模型的运算效率。
[0012]可以理解，常规调节网络模型的复杂度的方法需要在电子设备的内存或显存中存储至少两种不同网络结构的网络模型，并且至少两种网络模型的参数量不相同，这样，才能利用不同参数量的模型实现调节网络模型的复杂度的功能，而本申请通过多组权重调节可控单元的总参数量的大小以调节去模糊模块的复杂度，在电子设备的内存或显存中存储一种包括可控单元的去模糊模块的网络结构以及多组权重就可以实现调节去模糊模块的复杂度的功能，相对于常规调节网络模型的复杂度的方法，本申请可以节约内存资源或显存资源。
[0013]结合第一方面，在第一方面的某些实现方式中，第二类卷积层包括多个轻量卷积层，多个轻量卷积层中各个轻量卷积层的参数量不完全相同。
[0014]结合第一方面，在第一方面的某些实现方式中，去模糊模块还包括第一下采样层和第一上采样层，至少一层可控单元包括第一可控单元；以及，基于第i模糊度，通过具有第
i复杂度的去模糊模块，对输入图进行去模糊处理，得到第i次去模糊处理的输出图，包括：通过第一下采样层，缩小输入图或基于输入图得到的图的分辨率；基于第i模糊度，通过第一可控单元，提取从第一下采样层输出的图的局部特征；通过第一上采样层，扩大从第一可控单元输出的图的分辨率，以得到第i次去模糊处理的输出图。
[0015]本申请实施例，通过第一下采样层缩小输入图或基于输入图得到的图的分辨率，可以过滤输入图中作用较小、信息冗余的特征，保留输入图中关键的特征，以关键的特征对图像进行去模糊处理，从而减少了去模糊模块的计算量；并且，本申请通过第一上采样层扩大了从第一可控单本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理的方法，其特征在于，包括:检测到对第一图像的操作；响应于所述操作，通过第一去模糊模型对所述第一图像进行M次去模糊处理，得到第二图像，M为大于或等于1的整数；其中，所述第一去模糊模型包括模糊度判断模块和去模糊模块；以及，所述通过所述第一去模糊模型对所述第一图像进行第i次去模糊处理的过程包括：通过所述模糊度判断模块，确定所述第i次去模糊处理的输入图的第i模糊度，所述输入图为所述第一图像或通过所述第一去模糊模型对所述第一图像进行i
‑
1次去模糊处理后得到的图，i大于或等于1且小于或等于M；基于所述第i模糊度，通过具有第i复杂度的所述去模糊模块，对所述输入图进行去模糊处理，得到所述第i次去模糊处理的输出图，所述第i复杂度与所述第i模糊度对应，所述输出图为所述第二图像或第i+1次去模糊处理的输入图。2.根据权利要求1所述的方法，其特征在于，所述去模糊模块包括至少一层可控单元，每层可控单元的总参数量用于表征所述去模糊模块的所述第i复杂度。3.根据权利要求2所述的方法，其特征在于，所述每层可控单元包括并联的N个卷积层，所述N个卷积层包括第一类卷积层和第二类卷积层，所述第二类卷积层的参数量小于所述第一类卷积层的参数量，N为大于1的整数；所述去模糊模块被配置有多组权重，每组权重对应一个复杂度，所述每组权重包括与所述N个卷积层一一对应的N个权重，其中，所述第i复杂度对应于所述多组权重中的第i组权重，基于所述第i组权重对每个卷积层的参数量进行加权融合得到的所述每层可控单元的总参数量用于表征所述第i复杂度。4.根据权利要求3所述的方法，其特征在于，所述第二类卷积层包括多个轻量卷积层，所述多个轻量卷积层中各个轻量卷积层的参数量不完全相同。5.根据权利要求2至4任一项所述的方法，其特征在于，所述去模糊模块还包括第一下采样层和第一上采样层，所述至少一层可控单元包括第一可控单元；以及，所述基于所述第i模糊度，通过具有第i复杂度的所述去模糊模块，对所述输入图进行去模糊处理，得到所述第i次去模糊处理的输出图，包括：通过所述第一下采样层，缩小所述输入图或基于所述输入图得到的图的分辨率；通过所述第一可控单元，提取从所述第一下采样层输出的图的局部特征；通过所述第一上采样层，扩大从所述第一可控单元输出的图的分辨率，以得到所述第i次去模糊处理的输出图。6.根据权利要求1至4任一项所述的方法，其特征在于，所述通过所述模糊度判断模块，确定所述第i次去模糊处理的输入图的第i模糊度，包括：通过所述模糊度判断模块，计算所述输入图的图像梯度值；通过所述模糊度判断模块，根据所述输入图的图像梯度值确定所述输入图的第i模糊度。7.根据权利要求6所述的方法，其特征在于，所述第i模糊度与第i图像梯度值范围对应，所述输入图的图像梯度值属于所述第i图像梯度值范围；以及，所述通过所述模糊度判断模块，根据所述输入图的图像梯度值确定所述输入图的第i模糊度，包括：
通过所述模糊度判断模块，将所述输入图的图像梯度值所属的所述第i图像梯度值范围对应的所述第i模糊度确定为所述输入图的模糊度。8.根据权利要求1至4任一项所述的方法，其特征在于，所述模糊度判断模块包括卷积层和全连接层；以及，所述通过所述模糊度判断模块，确定所述第i次去模糊处理的输入图的第i模糊度，包括：通过所述卷积层，提取所述输入图的局部特征；通过所述全连接...

【专利技术属性】
技术研发人员：张硕，
申请(专利权)人：荣耀终端有限公司，
类型：发明
国别省市：