一种图像处理的方法及相关装置制造方法及图纸

本申请公开了一种图像处理的方法及相关装置，获取第一特征图和第二特征图，第一特征图用于描述目标图像的高频细节特征，第二特征图用于描述目标图像的低频结构特征，第一特征图和第二特征图的尺寸相同。对第一特征图进行第一卷积处理，得到第一增强结果，对第二特征图进行第二卷积处理，得到第二增强结果。将第一增强结果和第二增强结果融合，得到第一融合结果，第一融合结果用于生成目标图像的增强图像。本申请中，分别对目标图像的高频细节特征和低频结构特征进行卷积处理，其中，高频细节特征的卷积处理可以优化图像的细节特征，低频结构特征的卷积处理可以优化图像的色调映射，通过两种不同类型的卷积结果的融合，可以提高图像增强的质量。图像增强的质量。图像增强的质量。

【技术实现步骤摘要】
一种图像处理的方法及相关装置


[0001]本申请实施例涉及人工智能
，尤其涉及一种图像处理的方法及相关装置。

技术介绍

[0002]近年来随着深度学习技术的高速发展，基于神经网络算法所设计的高动态范围(highdynamic range，HDR)增强技术，可以实现更好的增强效果。
[0003]基于神经网络算法的HDR增强技术，可以对待处理图像进行尺寸压缩及细节信息提取， 得到尺寸压缩后的第一图像以及待处理图像的细节特征图。对第一图像进行高动态范围 HDR增强处理，得到增强的第二图像。根据细节特征图，对第二图像进行尺寸放大及细节 信息恢复，从而得到经过HDR增强的图像。
[0004]经过对比测试，现有的HDR增强算法逻辑较为简单，经过HDR增强后所得到的图像质 量并不能很好地满足需求。因此，提高HDR图像的质量是一个亟需解决的技术问题。

技术实现思路

[0005]本申请实施例提供了一种图像处理的方法及相关装置，用于提高图像增强的质量。
[0006]第一方面，本申请实施例提供了一种图像处理的方法，针对待本文档来自技高网...

【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：获取第一特征图和第二特征图，所述第一特征图用于描述目标图像的高频细节特征，所述第二特征图用于描述所述目标图像的低频结构特征，所述第一特征图和所述第二特征图的尺寸相同；对所述第一特征图进行第一卷积处理，以得到第一增强结果；对所述第二特征图进行第二卷积处理，以得到第二增强结果；将所述第一增强结果和所述第二增强结果进行融合，以得到第一融合结果，所述第一融合结果用于生成所述目标图像的增强图像。2.根据权利要求1所述的方法，其特征在于，所述将所述第一增强结果和所述第二增强结果进行融合，以得到第一融合结果之后，所述方法还包括：对所述第一融合结果进行上采样，以得到第三特征图，所述第三特征图用于描述所述目标图像的低频结构特征；获取第四特征图，所述第四特征图用于描述所述目标图像的高频细节特征，所述第三特征图和所述第四特征图的尺寸相同；对所述第三特征图进行第三卷积处理，以得到第三增强结果；对所述第四特征图进行第四卷积处理，以得到第四增强结果；将所述第三增强结果和所述第四增强结果进行融合，以得到第二融合结果，所述第二融合结果用于生成所述目标图像的增强图像。3.根据权利要求1或2所述的方法，其特征在于，所述对所述第二特征图进行第二卷积处理，以得到第二增强结果，包括：根据条件特征图对所述第二特征图进行第二卷积处理，以得到第二增强结果，所述条件特征图是通过目标网络对所述目标图像进行特征提取所得到的，所述条件特征图与所述第二特征图的尺寸相同。4.根据权利要求1、2或3所述的方法，其特征在于，所述根据条件特征图对所述第二特征图进行第二卷积处理，包括：对条件特征图进行仿射变换SFT，以得到γ系数和β系数；根据所述γ系数和所述β系数对所述第二特征图进行第二卷积处理。5.根据权利要求2、3或4中任一项所述的方法，其特征在于，所述方法还包括：响应于所述第三特征图与所述目标图像的尺寸相同，确定所述第二融合结果为所述目标图像的增强图像。6.一种图像处理装置，其特征在于，包括：获取单元，用于获取第一特征图和第二特征图，所述第一特征图用于描述目标图像的高频细节特征，所述第二特征图用于描述所述目标图像的低频结构特征，所述第一特征图和所述第二特征图的尺寸相同；处理单元，用于对所述第一特征图进行第一卷积处理，以得到第一增强结果；所述处理单元，还用于对所述第二特征图进行第二卷积处理，以得到第二增强结果；所述处理...

【专利技术属性】
技术研发人员：张恩泽，陈培林，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：