【技术实现步骤摘要】
一种基于分级抗锯齿的图像完善方法及装置
[0001]本专利技术涉及图像优化处理领域,具体而言,涉及一种基于分级抗锯齿的图像完善方法及装置。
技术介绍
[0002]随着智能化科技的不断发展,人们的生活、工作、学习之中越来越多地用到了智能化设备,使用智能化科技手段,提高了人们生活的质量,增加了人们学习和工作的效率。
[0003]目前,针对图像优化处理过程,通常为了使图像的锐化程度更好,清晰度更完美,需要将图像进行抗锯齿修整,并将抗锯齿后的图像数据作为图像分析的核心,以此增加图像分析过程的精度和分析质量。但是现有技术中的图像抗锯齿优化过程仅仅是通过将抗锯齿算法直接用于原始图像数据或者将抗锯齿算法融合进神经网络模型以增加抗锯齿计算的速度和质量,当遇到复杂图像和大量输出图像的时候,无法进行分级抗锯齿调节,反而大大降低了工作效率和抗锯齿优化的效果。
[0004]针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
[0005]本专利技术实施例提供了一种基于分级抗锯齿的图像完善方法及装置,以至少解决现 ...
【技术保护点】
【技术特征摘要】
1.一种基于分级抗锯齿的图像完善方法,其特征在于,包括:获取原始图像数据和像素集合;将所述原始图像数据进行初级抗锯齿处理,得到第一图像数据;根据所述像素集合,识别所述第一图像数据中的边缘图像区域和核心图像区域;将所述边缘图像区域进行中级抗锯齿处理,将所述核心图像区域进行高级抗锯齿处理,得到第二图像数据。2.根据权利要求1所述的方法,其特征在于,所述像素集合是通过对所述原始图像数据进行像素提取得到的。3.根据权利要求1所述的方法,其特征在于,所述将所述原始图像数据进行初级抗锯齿处理,得到第一图像数据包括:获取初级抗锯齿模型,其中,所述初级抗锯齿模型包括:2XAA抗锯齿算法和4XAA抗锯齿算法;将所述原始图像数据输入至所述初级抗锯齿模型中,得到所述第一图像数据。4.根据权利要求1所述的方法,其特征在于,所述将所述边缘图像区域进行中级抗锯齿处理,将所述核心图像区域进行高级抗锯齿处理,得到第二图像数据包括:获取所述边缘图像区域的全部像素数据和图像数据,并输入至中级抗锯齿模型中,得到第一处理结果,其中,所述中级抗锯齿模型包括:8XAA抗锯齿算法;获取所述核心图像区域的全部像素数据和图像数据,并输入至高级抗锯齿模型中,得到第二处理结果,其中,所述高级抗锯齿模型包括:16XAA抗锯齿算发;根据所述第一处理结果和所述第二处理结果生成第二图像数据,其中,所述第二图像数据用于作为抗锯齿完善图像进行展示。5.一种基于分级抗锯齿的图像完善装置,其特征在于,包括:获取模块,用于获取原始图像数据和像素集合;第一处理模块,用于将所述原始图像数据进行初级抗锯齿处理,得到第一图像数据;识别模块,用于根据所述像素...
【专利技术属性】
技术研发人员:袁潮,邓迪旻,肖占中,温亚磊,温建伟,
申请(专利权)人:北京拙河科技有限公司,
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。