图像处理方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种图像处理方法、装置、计算机设备及存储介质，其中方法包括：获取包含目标对象的失真图像，目标对象包含多个对象元素；根据失真图像提取目标对象的参考特征，目标对象的参考特征包含目标对象中各对象元素的元素参考特征；获取目标对象的先验特征，目标对象的先验特征包含目标对象中各对象元素的元素先验特征；基于各对象元素的元素参考特征的特征信息量，及各对象元素的元素先验特征的特征信息量，对目标对象的参考特征和目标对象的先验特征进行特征融合处理，得到目标对象的融合特征；按照目标对象的融合特征生成目标对象的加清图像，可提升重建的包含目标对象的图像的图像质量。象的图像的图像质量。象的图像的图像质量。

【技术实现步骤摘要】
图像处理方法、装置、计算机设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种图像处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着计算机网络技术的不断深入发展，采用计算机技术来辅助人们的生产生活已经成为了当前的发展趋势，比如基于现有的图像处理模型来实现对图像中所包含的目标对象的识别，或者，对包含目标对象的相应图像进行重建，从而得到清晰度更高的重建图像，以提升后续基于清晰度更高的重建图像进行相关处理时的准确度。由此可见，如何得到图像质量较高的重建图像成为了当前的研究热点。

技术实现思路

[0003]本专利技术实施例提供了一种图像处理方法、装置、计算机设备及存储介质，可提升重建的包含目标对象的图像的图像质量。
[0004]一方面，本专利技术实施例提供了一种图像处理方法，包括：
[0005]获取包含目标对象的失真图像，所述目标对象包含多个对象元素；
[0006]根据所述失真图像提取所述目标对象的参考特征，所述目标对象的参考特征包含所述目标对象中各对象元素的元素参考特征；
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，包括：获取包含目标对象的失真图像，所述目标对象包含多个对象元素；根据所述失真图像提取所述目标对象的参考特征，所述目标对象的参考特征包含所述目标对象中各对象元素的元素参考特征；获取所述目标对象的先验特征，所述目标对象的先验特征包含所述目标对象中各对象元素的元素先验特征；基于所述各对象元素的元素参考特征的特征信息量，及所述各对象元素的元素先验特征的特征信息量，对所述目标对象的参考特征和所述目标对象的先验特征进行特征融合处理，得到所述目标对象的融合特征；按照所述目标对象的融合特征生成所述目标对象的加清图像。2.如权利要求1所述的方法，其特征在于，所述基于所述各对象元素的元素参考特征的特征信息量，及所述各对象元素的元素先验特征的特征信息量，对所述目标对象的参考特征和所述目标对象的先验特征进行特征融合处理，得到所述目标对象的融合特征，包括：基于所述各对象元素的元素参考特征的特征信息量以及所述各对象元素的元素先验特征的特征信息量，分别对所述目标对象的参考特征和所述目标对象的先验特征进行显式融合处理和隐式融合处理，得到目标对象的显式融合特征和目标对象的隐式融合特征；将所述目标对象的显式融合特征和所述目标对象的隐式融合特征进行融合，得到融合特征。3.如权利要求2所述的方法，其特征在于，每个对象元素的元素参考特征的特征信息量与相应对象元素在所述失真图像中的清晰程度正相关；得到所述目标对象的显式融合特征的方式包括：基于所述各对象元素的元素参考特征的特征信息量，及所述各对象元素的元素先验特征的特征信息量，确定所述参考特征的显式融合参数中各参数位的取值，以及所述先验特征的显式融合参数中各参数位的取值；当任一对象元素的元素参考特征对应的特征信息量大于所述任一对象元素的元素先验特征的特征信息量时，所述参考特征对应的显式融合参数中相应参考位的取值大于所述先验特征的显式融合特征中相应参考位的取值；采用所述参考特征的显式融合参数中各参数位的取值及所述先验特征的显式融合参数中各参数位的取值，对所述各对象元素的元素参考特征和所述各对象元素的元素参考特征进行显式特征融合，得到显式融合特征。4.如权利要求1所述的方法，其特征在于，所述根据所述失真图像提取所述目标对象的参考特征，包括：对所述失真图像进行特征提取处理，并对从所述失真图像中提取得到的特征进行失真抑制处理，得到针对所述失真图像中的目标对象的失真抑制特征；对所述目标对象的失真抑制特征进行特征映射，并将特征映射得到的特征作为所述目标对象的参考特征。5.如权利要求4所述的方法，其特征在于，所述对所述失真图像进行失真抑制处理，得到针对所述失真图像中的目标对象的失真抑制特征，包括：对所述失真图像逐步进行特征提取处理，并对特征提取处理得到的提取特征进行多尺度的下采样处理；
在执行所述多尺度的下采样处理到目标分辨率时，获取各分辨率下的特征图；结合各分辨率下的特征图对所述目标分辨率下的特征图依次进行上采样处理，并对上采样得到的不同尺度的特征图作为所述目标对象的失真抑制特征。6.如权利要求4所述的方法，其特征在于，所述目标对象的失真抑制特征包括不同尺度的特征图；所述对所述目标对象的失真抑制特征进行特征映射，并将特征映射得到的特征作为所述目标对象的参考特征，包括：对任一尺度的特征图进行下采样处理，并将下采样处理后的特征图重新进行上采样处理；将重新进行上采样处理后的特征图作为所述目标对象在任一尺度下的参考特征。7.如权利要求1所述的方法，其特征在于，所述获取所述目标对象的先验特征，包括：获取在提取所述目标对象的参考特征的过程中所产生的隐编码；所述隐编码是在提取所述目标对象的参考特征的过程中，对所述目标对象的失真抑制特征进行下采样处理后得到的；根据所述隐编码生成所述目标对象在不同尺度下的先验特征；其中，一个先验特征对应的尺度与一个参考特征对应的尺度相同。8.如权利要求7所述的方法，其特征在于，所述根据所述隐编码生成所述目标对象在不同尺度下的先验特征，包括：在当前风格块中将...

【专利技术属性】
技术研发人员：李尚霖，刘恩雨，李松南，夏珍，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：