System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 图像处理方法技术_技高网

图像处理方法技术

技术编号:41195364 阅读:4 留言:0更新日期:2024-05-07 22:24
本发明专利技术公开了一种图像处理方法。具体方案为:获取第一分辨率图像;将第一分辨率图像输入至图像重构模型中进行分辨率调整处理,以得到与第一分辨率图像相对应的第二分辨率图像;其中,第一分辨率图像的分辨率低于第二分辨率图像的分辨率,图像重构模型中包括混合注意力模块,图像重构模型在训练阶段的损失值包括正交解耦模块确定的正交损失和基于分配权重矩阵确定的损失;输出第二分辨率图像。本发明专利技术利用图像重构模型对第一分辨率图像进行处理,获得第二分辨率图像,保证了第二分辨率图像的质量,提高了图像处理的准确率。

【技术实现步骤摘要】

本专利技术涉及图像处理,尤其涉及一种图像处理方法


技术介绍

1、在计算机视觉和图像处理领域,图像超分辨率是研究的热点问题。即,根据输入的低分辨率图像通过图像重构模型输出高分辨率图像,以满足实际需求。

2、在处理超分辨率任务时,通常利用swinir模型进行图像处理。而swinir模型对图像的分割操作会中间层图像带来窗口伪影或细节伪影,从而影响输出的高分辨率图像的细节质量。


技术实现思路

1、本专利技术提供了一种图像处理方法,降低了原始图像重构模型在图像处理时带来的窗口伪影或细节伪影,保证了第二分辨率图像的质量,提高了图像处理的准确率。

2、根据本专利技术的一方面,提供了一种图像处理方法,该方法包括:

3、获取第一分辨率图像;

4、将第一分辨率图像输入至图像重构模型中进行分辨率调整处理,以得到与第一分辨率图像相对应的第二分辨率图像;

5、其中,第一分辨率图像的分辨率低于第二分辨率图像的分辨率,图像重构模型中包括混合注意力模块,图像重构模型在训练阶段的损失值包括正交解耦模块确定的正交损失和基于分配权重矩阵确定的损失;

6、输出第二分辨率图像。

7、根据本专利技术的另一方面,提供了一种图像处理装置,该装置包括:

8、第一分辨率图像获取模块,用于获取第一分辨率图像;

9、分辨率调整处理模块,用于将第一分辨率图像输入至图像重构模型中进行分辨率调整处理,以得到与第一分辨率图像相对应的第二分辨率图像;其中,第一分辨率图像的分辨率低于第二分辨率图像的分辨率,图像重构模型中包括混合注意力模块,图像重构模型在训练阶段的损失值包括正交解耦模块确定的正交损失和基于分配权重矩阵确定的损失;

10、第二分辨率输出模块,用于输出第二分辨率图像。

11、根据本专利技术的另一方面,提供了一种电子设备,该电子设备包括:

12、至少一个处理器;以及

13、与至少一个处理器通信连接的存储器;其中,

14、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本专利技术任一实施例的图像处理方法。

15、根据本专利技术的另一方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本专利技术任一实施例的图像处理方法。

16、本专利技术实施例的技术方案,通过获取第一分辨率图像,将第一分辨率图像输入至图像重构模型中进行分辨率调整处理,以得到与第一分辨率图像相对应的第二分辨率图像;其中,第一分辨率图像的分辨率低于第二分辨率图像的分辨率,图像重构模型中包括混合注意力模块,图像重构模型在训练阶段的损失值包括正交解耦模块确定的正交损失和基于分配权重矩阵确定的损失;之后,输出第二分辨率图像,降低了原始图像重构模型在图像处理时带来的窗口伪影或细节伪影,保证了第二分辨率图像的质量,提高了图像处理的准确率。

17、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种图像处理方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,还包括:

3.根据权利要求2所述的方法,其特征在于,还包括:

4.根据权利要求3所述的方法,其特征在于,所述将当前训练样本的第一分辨率样本图像输入至所述待训练图像重构模型中,以得到实际分辨率图像,包括:

5.根据权利要求3所述的方法,其特征在于,所述基于所述正交解耦模块分别对所述实际分辨率图像和所述第二分辨率样本图像进行处理,得到与所述实际分辨率图像相对应的多幅第一差异特征域图像以及与所述第二分辨率样本图像相对应的多幅第二差异特征域图像,包括:

6.根据权利要求3所述的方法,其特征在于,所述基于所述多幅第一差异特征域图像、所述多幅第二差异特征域图像以及所述分配权重矩阵,确定特征损失值,包括:

7.根据权利要求5所述的方法,其特征在于,所述基于所述特征损失值、所述像素损失以及所述感知损失,对所述待训练图像重构模型中的模型参数以及所述判别器的模型参数进行修正,包括:

8.根据权利要求3所述的方法,其特征在于,还包括:</p>

9.根据权利要求8所述的方法,其特征在于,所述基于所述第一准确率以及所述第二准确率,确定是否剔除所述目标判别器以及所述正交解耦模块,包括:

10.根据权利要求8所述的方法,其特征在于,所述基于所述第一准确率以及所述第二准确率,确定是否剔除所述目标判别器以及所述正交解耦模块,包括:

...

【技术特征摘要】

1.一种图像处理方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,还包括:

3.根据权利要求2所述的方法,其特征在于,还包括:

4.根据权利要求3所述的方法,其特征在于,所述将当前训练样本的第一分辨率样本图像输入至所述待训练图像重构模型中,以得到实际分辨率图像,包括:

5.根据权利要求3所述的方法,其特征在于,所述基于所述正交解耦模块分别对所述实际分辨率图像和所述第二分辨率样本图像进行处理,得到与所述实际分辨率图像相对应的多幅第一差异特征域图像以及与所述第二分辨率样本图像相对应的多幅第二差异特征域图像,包括:

6.根据权利要求3所述的方法,其特征在于,所述基于所述多...

【专利技术属性】
技术研发人员:刘欣刚罗咏涛吴少智苏涵冯承霖张立澄彭伟航
申请(专利权)人:电子科技大学长三角研究院衢州
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1