图像处理方法、装置及电子设备制造方法及图纸

本申请公开一种图像处理方法、装置及电子设备，该方法包括：对第一图像进行分块处理，获得所述第一图像对应的N个第一图像块；获取N个所述第一图像块分别对应的图像复杂度；根据N个所述第一图像块分别对应的图像复杂度，将N个所述第一图像块分别输入至对应的预设去摩尔纹子模型中，获得N个所述第一图像块分别对应的第二图像块；其中，不同所述预设去摩尔纹子模型用于处理不同所述图像复杂度的第一图像块；将N个所述第一图像块分别对应的第二图像块进行拼接，获得所述第一图像对应的第二图像，N为大于1的正整数。N为大于1的正整数。N为大于1的正整数。

【技术实现步骤摘要】
图像处理方法、装置及电子设备


[0001]本申请属于人工智能
，具体涉及一种图像处理方法、装置及电子设备。

技术介绍

[0002]电子设备例如手机在拍摄密集纹理的图像时容易产生高频干扰条纹，该高频干扰条纹称之为摩尔纹。相关技术中，其是基于去摩尔纹模型对摩尔纹图像进行去摩尔纹处理，但是基于该去摩尔纹模型对摩尔纹图像进行处理时，会遇到摩尔纹图像和去摩尔纹模型不匹配的问题，使得去摩尔纹模型对摩尔纹图像进行处理后所得到的去摩尔纹图像的效果不佳。

技术实现思路

[0003]本申请实施例的目的是提供一种图像处理方法、装置及电子设备，能够解决现有使用去摩尔纹模型对摩尔纹图像进行去摩尔纹处理时出现的摩尔纹模型和摩尔纹图像不匹配，使得处理后得到的去摩尔纹图像的效果不佳的问题。
[0004]第一方面，本申请实施例提供了一种图像处理方法，所述方法包括：
[0005]对第一图像进行分块处理，获得所述第一图像对应的N个第一图像块；
[0006]获取N个所述第一图像块分别对应的图像复杂度；
[0007]根据N个所述第一图像块分别对应的图像复杂度，将N个所述第一图像块分别输入至对应的预设去摩尔纹子模型中，获得N个所述第一图像块分别对应的第二图像块；其中，不同所述预设去摩尔纹子模型用于处理不同所述图像复杂度的第一图像块；
[0008]将N个所述第一图像块分别对应的第二图像块进行拼接，获得所述第一图像对应的第二图像，N为大于1的正整数。
[0009]第二方面，本申请实施例提供了一种图像处理装置，所述装置包括：
[0010]第一处理模块，用于对第一图像进行分块处理，获得所述第一图像对应的N个第一图像块；
[0011]获取模块，用于获取N个所述第一图像块分别对应的图像复杂度；
[0012]第二处理模块，用于根据N个所述第一图像块分别对应的图像复杂度，将N个所述第一图像块分别输入至对应的预设去摩尔纹子模型中，获得N个所述第一图像块分别对应的第二图像块；其中，不同所述预设去摩尔纹子模型用于处理不同所述图像复杂度的第一图像块；
[0013]拼接模块，用于将N个所述第一图像块分别对应的第二图像块进行拼接，获得所述第一图像对应的第二图像，N为大于1的正整数。
[0014]第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
[0015]第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程
序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
[0016]第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
[0017]第六方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法。
[0018]在本申请实施例中，电子设备会先对第一图像进行分块处理，以获得第一图像对应的N个第一图像块，并获取N个第一图像块分别对应的图像复杂度，以及根据N个第一图像块分别对应的图像复杂度，将N个第一图像块分别输入至对应的预设去摩尔纹子模型中，获得N个第一图像块分别对应的第二图像块，进而将N个第一图像块分别对应的第二图像块进行拼接，获得第一图像对应的第二图像。即，通过本申请实施例，其会基于不同预设去摩尔纹子模型处理第一图像中不同图像复杂度的第一图像块，使得针对不同图像复杂度的第一图像块使用与其匹配的预设去摩尔纹子模型进行处理，从而根据不同图像的实际复杂度，比如图像区域复杂度，图像区域线条复杂度等，都按不同的方式处理摩尔纹，从而对图像有针对性地处理摩尔纹，提高了处理图像摩尔纹后的图像的清晰度，从而获得清晰的第二图像块，此时，基于对应的第二图像块进行拼接所获得的第二图像具有更高的清晰度。
附图说明
[0019]图1是本申请实施例提供的图像处理方法的流程图；
[0020]图2是本申请实施例提供的基于不同预设去摩尔纹子模型对第一图像进行去摩尔纹处理的流程图；
[0021]图3是本申请实施例提供的图像处理装置的结构示意图；
[0022]图4是本申请实施例提供的电子设备的结构示意图；
[0023]图5是本申请另一实施例提供的电子设备的结构示意图。
具体实施方式
[0024]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
[0025]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
[0026]本申请实施例提供的图像处理方法，其执行主体可以是本申请实施例提供的图像处理装置，或者集成了该图像处理装置的电子设备，其中该图像处理装置可以采用硬件或软件的方式实现。
[0027]下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的图像处理
方法进行详细地说明。
[0028]请参看图1，其是本申请实施例提供的一种图像处理方法的流程图，该方法可以应用于电子设备中，该电子设备可以为手机、平板电脑、笔记本电脑等。如图1所示，该方法可以包括步骤1100～步骤1400，以下予以详细说明。
[0029]步骤1100，对第一图像进行分块处理，获得所述第一图像对应的N个第一图像块。
[0030]其中，N为大于1的正整数。
[0031]其中，第一图像为存在摩尔纹的图像，在本申请实施例中，电子设备需要对存在摩尔纹的图像进行去摩尔纹处理。
[0032]通常，第一图像的尺寸为C
×
H
×
W，其中，C表示第一图像的通道数，H表示第一图像的宽度，W表示第一图像的高度。
[0033]通常，电子设备可以将第一图像使用有重叠的方式进行分块，那么，本步骤1100对第一图像进行分块处理，获得所述第一图像对应的N个第一图像块中可以进一步包括：根据重叠率l和分块倍数r
，
对所述第一图像进行分块处理，得到r
×
r个大小为C
×
(H/r)(1+l)
×
(W/r)(1+l)的第一图像块。
...

【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：对第一图像进行分块处理，获得所述第一图像对应的N个第一图像块；获取N个所述第一图像块分别对应的图像复杂度；根据N个所述第一图像块分别对应的图像复杂度，将N个所述第一图像块分别输入至对应的预设去摩尔纹子模型中，获得N个所述第一图像块分别对应的第二图像块；其中，不同所述预设去摩尔纹子模型用于处理不同所述图像复杂度的第一图像块；将N个所述第一图像块分别对应的第二图像块进行拼接，获得所述第一图像对应的第二图像，N为大于1的正整数。2.根据权利要求1所述的方法，其特征在于，获取所述第一图像块对应的图像复杂度，包括：根据所述第一图像块的RGB均值和RGB方差，获得所述第一图像块对应的颜色复杂度；根据所述第一图像块的图像边缘信息，获得所述第一图像块对应的纹理复杂度；根据所述第一图像块对应的颜色复杂度和纹理复杂度，获得所述第一图像块对应的图像复杂度。3.根据权利要求1所述的方法，其特征在于，所述根据N个所述第一图像块分别对应的图像复杂度，将N个所述第一图像块分别输入至对应的预设去摩尔纹子模型中，获得N个所述第一图像块分别对应的第二图像块，包括：根据N个所述第一图像块分别对应的图像复杂度，确定N个所述第一图像块与不同所述预设去摩尔纹子模型的匹配度；根据N个所述第一图像块与不同所述预设去摩尔纹子模型的匹配度，从所述预设去摩尔纹子模型中，确定出N个所述第一图像块分别对应的预设去摩尔纹子模型；以及，将N个所述第一图像块分别输入至对应的预设去摩尔纹子模型中，获得N个所述第一图像块分别对应的第二图像块。4.根据权利要求1所述的方法，其特征在于，所述将N个所述第一图像块分别对应的第二图像块进行拼接，获得所述第一图像对应的第二图像，包括：根据N个所述第一图像块在所述第一图像中的位置信息，将N个所述第一图像块分别对应的第二图像块进行拼接，获得所述第一图像对应的第三图像；查找所述第三图像中不同所述第二图像块间的重叠区域；获取所述重叠区域中各像素点的像素值均值，设置为所述重叠区域中各像素点的像素值，获得所述第一图像对应的第二图像。5.根据权利要求1至4中任一项所述的方法，其特征在于，在所述根据N个所述第一图像块分别对应的图像复杂度，将N个所述第一图像块分别输入至对应的预设去摩尔纹子模型中，获得N个所述第一图像块分别对应的第二图像块之前，所述方法还包括：根据基础去摩尔纹模型和设定的不同宽度系数，获得待训练去摩尔纹模型；其中，所述待训练去摩尔纹模型包括不同所述宽度系数分别对应的待训练去摩尔纹子模型，且不同所述宽度系数分别对应的待训练去摩尔纹子模型共享所述待训练去摩尔纹模型的模型参数；获取所述待训练去摩尔纹子模型分别对应的训练图像子集；获取所述待训练去摩尔纹子模型分别对应的采样值；根据所述待训练去摩尔纹子模型分别对应的训练图像子集和采样值，对所述待训练去
摩尔纹模型进行训练，获得预设去摩尔纹模型；其中，所述预设去摩尔纹模型包括与所述待训练去摩尔纹子模型分别对应的预设去摩尔纹子模型。6.根据权利要求5所述的方法，其特征在于，所述根据所述待训练去摩尔纹子模型分别对应的训练图像子集和采样值，对所述待训练去摩尔纹模型进行训练，获得预设去摩尔纹模型，包括：根据所述待训练去摩尔纹子模型分别对应的采样值，从所述待训练去摩尔纹子模型中，确定出用于当前轮训练的待训练去摩尔纹子模型；根据用于当前轮训练的待训练去摩尔纹子模型对应的训练图像子集，确定用于当前轮训练的待训练去摩尔纹子模型的损失函数；根据所述损失函数调整用于当前轮训练的待训练去摩尔纹子模型的模型参数，获得所述预设去摩尔纹模型；其中，所述当前轮训练的待训练去摩尔纹子模型的模型参数为所共享的所述待训练去摩尔纹模型的模型参数。7.一种图像处...

【专利技术属性】
技术研发人员：刘晗，李迅潮，
申请(专利权)人：维沃移动通信有限公司，
类型：发明
国别省市：