图像处理方法及装置、电子设备及计算机可读存储介质制造方法及图纸

本申请公开了一种图像处理方法及装置、电子设备及计算机可读存储介质。该方法包括：获取待处理图像集；对所述待处理图像集中的图像进行至少两种不同的退化处理，得到第一退化图像集，所述退化处理用于降低图像质量。所述退化处理用于降低图像质量。所述退化处理用于降低图像质量。

【技术实现步骤摘要】
图像处理方法及装置、电子设备及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方法及装置、电子设备及计算机可读存储介质。

技术介绍

[0002]生活中，在图像出现图像质量退化的情况下，会导致数据和信息的丢失，如，在年代久远的照片中，人物出现模糊，进而导致无法辨认该人物的身份。
[0003]随着深度学习技术的发展，通过深度学习模型修复退化图像的图像质量的应用越来越多。在使用深度学习模型对退化图像进行修复之前，需要对深度学习模型进行训练，而训练所使用的训练数据包括高质量图像和退化图像，其中，高质量图像的图像质量高于退化图像的图像质量。因此，如何获得退化图像具有非常重要的意义。

技术实现思路

[0004]本申请提供一种图像处理方法及装置、电子设备及计算机可读存储介质。
[0005]第一方面，提供了一种图像处理方法，所述方法包括：
[0006]获取待处理图像集；
[0007]对所述待处理图像集中的图像进行至少两种不同的退化处理，得到第一退化图像集，所述退化处理用于降低图像质量。
[0008]在该方面中，图像处理装置通过对待处理图像集中的图像进行至少两种不同的退化处理，可在待处理图像集中的图像产生至少两种不同的退化效果的情况下，降低待处理图像集中的图像的图像质量，得到第一退化图像集。
[0009]结合本申请任一实施方式，所述对所述待处理图像集中的图像进行至少两种不同的退化处理，得到第一退化图像集，包括：
[0010]获取所述至少两种不同的退化处理中的各个退化处理的期望比例，所述期望比例表征经过退化处理的图像在所述待处理图像集中的占比；
[0011]根据所述各个退化处理的期望比例，对所述待处理图像集中的图像进行至少两种不同的退化处理，得到所述第一退化图像集。
[0012]结合本申请任一实施方式，所述至少两种不同的退化处理包括第一退化处理，所述各个退化处理的期望比例包括所述第一退化处理的第一期望比例；
[0013]所述根据所述各个退化处理的期望比例，对所述待处理图像集中的图像进行至少两种不同的退化处理，得到第一退化图像集，包括：
[0014]根据所述各个退化处理的期望比例，对所述待处理图像集中的图像进行至少两种不同的退化处理在经过所述第一退化处理的图像的数量与所述待处理图像集中的图像总数量的占比为所述第一期望比例的情况下，将经过所述至少两种不同的退化处理后的图像组合为所述第一退化图像集。
[0015]结合本申请任一实施方式，所述第一退化图像集用于作为训练数据对待训练模型
进行训练；
[0016]所述获取所述至少两种不同的退化处理中的各个退化处理的期望比例，包括：
[0017]获取映射关系，所述映射关系表征在使用训练数据训练所述待训练模型得到图像修复模型的情况下，所述训练数据中具有所述第一退化处理的退化效果的图像的数量与所述图像修复模型对所述第一退化处理的修复效果的映射关系；
[0018]获取所述第一退化处理的目标修复指标，所述目标修复指标表征所述图像修复模型对所述第一退化处理的修复效果；
[0019]根据所述映射关系和所述目标修复指标，得到所述第一期望比例。
[0020]结合本申请任一实施方式，所述至少两种不同的退化处理还包括第二退化处理，所述各个退化处理的期望比例还包括所述第二退化处理的第二期望比例；
[0021]所述获取所述至少两种不同的退化处理中的各个退化处理的期望比例，包括：
[0022]获取所述待处理图像集中的图像的总数量和对所述待处理图像集中的图像进行至少两种不同的退化处理的总时长；
[0023]获取所述第一退化处理的第一处理时长和所述第二退化处理的第二处理时长；所述第一处理时长为对一张图像进行所述第一退化处理所需的时长，所述第二处理时长为对一张图像进行所述第二退化处理所需的时长；
[0024]根据所述总数量、所述总时长、所述第一处理时长和所述第二处理时长，确定所述第一期望比例和所述第二期望比例。
[0025]结合本申请任一实施方式，所述方法还包括：
[0026]获取待训练模型；
[0027]将所述第一退化图像集作为训练数据、所述待处理图像集作为监督数据，对所述待训练模型进行训练，得到图像修复模型。
[0028]在该种实施方式中，图像处理装置在获取第一退化处理的训练需求的情况下，根据训练需求，确定第一退化处理的退化比例第一期望比例。对待处理图像集中的图像进行至少两种不同的退化处理，在经过第一退化处理的图像在待处理图像集中的占比为退化比例第一期望比例的情况下，得到退化图像集第一退化图像集。
[0029]这样，通过将退化图像集第一退化图像集作为训练数据，将待处理图像集作为监督数据，对待训练模型进行训练得到图像修复模型，更提高使图像修复模型对第一退化效果的修复效果与第一退化效果的训练需求的匹配度。
[0030]结合本申请任一实施方式，所述在经过所述第一退化处理的图像的数量与所述待处理图像集中的图像总数量的占比为第一期望比例的情况下，将经过所述至少两种不同的退化处理后的图像组合为所述第一退化图像集，包括：
[0031]在经过所述第一退化处理的图像的数量与所述待处理图像集中的图像总数量的占比为所述第一期望比例，且经过所述第一退化处理的处理力度为预设力度的情况下，将经过所述至少两种不同的退化处理后的图像组合为所述第一退化图像集。
[0032]在该种实施方式中，图像处理装置在对待处理图像集中的图像进行至少两种不同的退化处理的过程中，不仅使待处理图像集中经过第一退化处理的图像的占比为退化比例第一期望比例，而且使第一退化处理的处理力度为退化力度预设力度。
[0033]由此，在对待处理图像集中的图像进行至少两种不同的退化处理的过程中，既可
根据退化比例第一期望比例控制经过第一退化处理的图像在待处理图像集中的占比，又可根据第一退化处理的退化力度预设力度控制对图像进行第一退化处理时的退化力度处理力度，由此提升第一退化处理的退化效果，得到退化图像集第一退化图像集。
[0034]结合本申请任一实施方式，所述第一退化处理为添加运动模糊；
[0035]所述在经过所述第一退化处理的图像的数量与所述待处理图像集中的图像总数量的占比为所述第一期望比例，且经过所述第一退化处理的处理力度为预设力度的情况下，将经过所述至少两种不同的退化处理后的图像组合为所述第一退化图像集，包括：
[0036]在添加运动模糊的图像的数量与所述待处理图像集中的图像总数量的占比为所述第一期望比例，且所述运动模糊的强度与所述预设力度匹配的情况下，得到第二退化图像集；所述第二退化图像集包括第二图像，所述第二图像为通过添加所述运动模糊得到的图像；
[0037]向所述第二图像添加失焦模糊，得到第三图像；
[0038]根据所述第三图像和所述第二退化图像集中除所述第二图像之外的图像，得到所本文档来自技高网...

【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，所述方法包括：获取待处理图像集；对所述待处理图像集中的图像进行至少两种不同的退化处理，得到第一退化图像集，所述退化处理用于降低图像质量。2.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像集中的图像进行至少两种不同的退化处理，得到第一退化图像集，包括：获取所述至少两种不同的退化处理中的各个退化处理的期望比例，所述期望比例表征经过退化处理的图像在所述待处理图像集中的占比；根据所述各个退化处理的期望比例，对所述待处理图像集中的图像进行至少两种不同的退化处理，得到所述第一退化图像集。3.根据权利要求2所述的方法，其特征在于，所述至少两种不同的退化处理包括第一退化处理，所述各个退化处理的期望比例包括所述第一退化处理的第一期望比例；所述根据所述各个退化处理的期望比例，对所述待处理图像集中的图像进行至少两种不同的退化处理，得到第一退化图像集，包括：根据所述各个退化处理的期望比例，对所述待处理图像集中的图像进行至少两种不同的退化处理，在经过所述第一退化处理的图像的数量与所述待处理图像集中的图像总数量的占比为所述第一期望比例的情况下，将经过所述至少两种不同的退化处理后的图像组合为所述第一退化图像集。4.根据权利要求3所述的方法，其特征在于，所述第一退化图像集用于作为训练数据对待训练模型进行训练；所述获取所述至少两种不同的退化处理中的各个退化处理的期望比例，包括：获取映射关系，所述映射关系表征在使用训练数据训练所述待训练模型得到图像修复模型的情况下，所述训练数据中具有所述第一退化处理的退化效果的图像的数量与所述图像修复模型对所述第一退化处理的修复效果的映射关系；获取所述第一退化处理的目标修复指标，所述目标修复指标表征所述图像修复模型对所述第一退化处理的修复效果；根据所述映射关系和所述目标修复指标，得到所述第一期望比例。5.根据权利要求3所述的方法，其特征在于，所述至少两种不同的退化处理还包括第二退化处理，所述各个退化处理的期望比例还包括所述第二退化处理的第二期望比例；所述获取所述至少两种不同的退化处理中的各个退化处理的期望比例，包括：获取所述待处理图像集中的图像的总数量和对所述待处理图像集中的图像进行至少两种不同的退化处理的总时长；获取所述第一退化处理的第一处理时长和所述第二退化处理的第二处理时长；所述第一处理时长为对一张图像进行所述第一退化处理所需的时长，所述第二处理时长为对一张图像进行所述第二退化处理所需的时长；根据所述总数量、所述总时长、所述第一处理时长和所述第二处理时长，确定所述第一期望比例和所述第二期望比例。6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述方法还包括：获取待训练模型；
将所述第一退化图像集作为训练数据、所述待处理图像集作为监督数据，对所述待训练模型进行训练，得到图像修复模型。7.根据权利要求3至6中任意一项所述的方法，其特征在于，所述在经过所述第一退化处理的图像的数量与所述待处理图像集中的图像总数量的占比为第一期望比例的情况下，将经过所述至少两种不同的退化处理后的图像组合为所述第一退化图像集，包括：在经过所述第一退化处理的图像的数量与所述待处理图像集中的图像总数量的占比为所述第一期望比例，且经过所述第一退化处理的处理力度为预设力度的情况下，将经过所述至少两种不同的退化处理后的图像组合为所述第一退化图像集。8.根据权利要求7所述的方法，其特征在于，所述第一退化处理为添加运动模糊；所述在经过所述第一退化处理的图像的数量与所述待处理图像集中的图像总数量的占比为所述第一期望比例，且经过所述第一退化处理的处理力度为预设力度的情况下，将...

【专利技术属性】
技术研发人员：王超，周雨柔，严琼，
申请(专利权)人：深圳市慧鲤科技有限公司，
类型：发明
国别省市：