图像处理方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：对待处理图像进行特征提取，得到所述待处理图像对应中目标物体的轮廓特征图；根据所述待处理图像及所述轮廓特征图，得到所述待处理图像对应的模糊核；根据所述模糊核对所述待处理图像中的目标物体进行去模糊处理，得到与所述待处理图像对应的目标图像，所述目标图像的清晰度高于所述待处理图像的清晰度。本公开实施例可实现提高去模糊的精度。

Image processing method and device, electronic equipment and storage medium

【技术实现步骤摘要】
图像处理方法及装置、电子设备和存储介质
本公开涉及计算机
，尤其涉及一种图像处理方法及装置、电子设备和存储介质。
技术介绍
拍摄过程中由于相机抖动或者头部运动会造成图像模糊，故需要对模糊图像进行去模糊处理，得到清晰图像。相关技术中在去模糊时，通过提取人脸图像中的局部锐变来去模糊，但由于局部锐变中人脸图像细节较少，因而去模糊效果较差。
技术实现思路
本公开提出了一种对待处理图像进行去模糊的技术方案。根据本公开的一方面，提供了一种图像处理方法，包括：对待处理图像进行特征提取，得到所述待处理图像对应中目标物体的轮廓特征图；根据所述待处理图像及所述轮廓特征图，得到所述待处理图像对应的模糊核；根据所述模糊核对所述待处理图像中的目标物体进行去模糊处理，得到与所述待处理图像对应的目标图像，所述目标图像的清晰度高于所述待处理图像的清晰度。在一种可能的实现方式中，所述根据所述待处理图像及所述轮廓特征图，得到所述待处理图像对应的模糊核，包括：确定所述待处理图像的梯度及所述轮廓特征图的梯度；根据所述待处理图像的梯度及所述轮廓特征图的梯度，得到所述待处理图像对应的模糊核。在一种可能的实现方式中，所述确定所述待处理图像的梯度及所述轮廓特征图的梯度，包括：根据待处理图像的行元素确定所述待处理图像的行梯度，及根据所述待处理图像的列元素确定所述待处理图像的列梯度；根据轮廓特征图的行元素确定所述轮廓特征图的行梯度，及根据所述轮廓特征图的列元素确定所述轮廓特征图的列梯度。在一种可能的实现方式中，所述根据所述模糊核对所述待处理图像中的目标物体进行去模糊处理，得到与所述待处理图像对应的目标图像，包括：根据所述模糊核对所述待处理图像中的目标物体进行去模糊处理，得到与所述待处理图像对应的初步去模糊图像；根据所述轮廓特征图对所述初步去模糊图像进行去伪影处理，得到与所述待处理图像对应的目标图像。在一种可能的实现方式中，所述待处理图像为包含人脸信息的人脸图像，所述轮廓特征图为包含人脸轮廓特征的人脸轮廓特征图。在一种可能的实现方式中，所述方法通过神经网络实现，所述神经网络包括第一网络和第二网络，所述第一网络用于对待处理图像进行特征提取，得到所述待处理图像中目标物体的轮廓特征图，所述第二网络用于根据所述轮廓特征图对所述初步去模糊图像进行去伪影处理，得到与所述待处理图像对应的目标图像。在一种可能的实现方式中，通过样本训练集训练所述神经网络，所述样本训练集包括多个样本组，所述样本组包括样本图像、所述样本图像对应的样本轮廓特征图、及所述样本图像对应的样本目标图像；所述通过样本训练集训练所述神经网络，包括：通过所述第一网络对所述样本图像进行特征提取，得到所述样本图像中目标物体的轮廓特征图；通过所述样本图像中目标物体的轮廓特征图及所述样本轮廓特征图，对抗训练所述第一网络。在一种可能的实现方式中，所述通过样本训练集训练所述神经网络，包括：根据所述样本图像及所述样本图像中目标物体的轮廓特征图，得到所述样本图像对应的模糊核；根据所述样本图像对应的模糊核对所述样本图像中的目标物体进行去模糊处理，得到与所述样本图像对应的初步去模糊图像；采用所述第二网络根据所述样本图像中目标物体的轮廓特征图，对所述样本图像对应的初步去模糊图像进行去伪影处理，得到与所述样本图像对应的目标图像；根据所述样本图像对应的目标图像及所述样本目标图像，训练所述第二网络。根据本公开的一方面，提供了一种图像处理装置，包括：提取模块，用于对待处理图像进行特征提取，得到所述待处理图像对应中目标物体的轮廓特征图；第一处理模块，用于根据所述待处理图像及所述轮廓特征图，得到所述待处理图像对应的模糊核；第二处理模块，用于根据所述模糊核对所述待处理图像中的目标物体进行去模糊处理，得到与所述待处理图像对应的目标图像，所述目标图像的清晰度高于所述待处理图像的清晰度。在一种可能的实现方式中，所述第一处理模块，还用于：确定所述待处理图像的梯度及所述轮廓特征图的梯度；根据所述待处理图像的梯度及所述轮廓特征图的梯度，得到所述待处理图像对应的模糊核。在一种可能的实现方式中，所述第一处理模块，还用于：根据待处理图像的行元素确定所述待处理图像的行梯度，及根据所述待处理图像的列元素确定所述待处理图像的列梯度；根据轮廓特征图的行元素确定所述轮廓特征图的行梯度，及根据所述轮廓特征图的列元素确定所述轮廓特征图的列梯度。在一种可能的实现方式中，所述第二处理模块，还用于：根据所述模糊核对所述待处理图像中的目标物体进行去模糊处理，得到与所述待处理图像对应的初步去模糊图像；根据所述轮廓特征图对所述初步去模糊图像进行去伪影处理，得到与所述待处理图像对应的目标图像。在一种可能的实现方式中，所述待处理图像为包含人脸信息的人脸图像，所述轮廓特征图为包含人脸轮廓特征的人脸轮廓特征图。在一种可能的实现方式中，所述装置通过神经网络实现，所述神经网络包括第一网络和第二网络，所述第一网络用于对待处理图像进行特征提取，得到所述待处理图像中目标物体的轮廓特征图，所述第二网络用于根据所述轮廓特征图对所述初步去模糊图像进行去伪影处理，得到与所述待处理图像对应的目标图像。在一种可能的实现方式中，所述装置还包括训练模块，用于通过样本训练集训练所述神经网络，所述样本训练集包括多个样本组，所述样本组包括样本图像、所述样本图像对应的样本轮廓特征图、及所述样本图像对应的样本目标图像；所述训练模块，还用于：通过所述第一网络对所述样本图像进行特征提取，得到所述样本图像中目标物体的轮廓特征图；通过所述样本图像中目标物体的轮廓特征图及所述样本轮廓特征图，对抗训练所述第一网络。在一种可能的实现方式中，所述训练模块，还用于：根据所述样本图像及所述样本图像中目标物体的轮廓特征图，得到所述样本图像对应的模糊核；根据所述样本图像对应的模糊核对所述样本图像中的目标物体进行去模糊处理，得到与所述样本图像对应的初步去模糊图像；采用所述第二网络根据所述样本图像中目标物体的轮廓特征图，对所述样本图像对应的初步去模糊图像进行去伪影处理，得到与所述样本图像对应的目标图像；根据所述样本图像对应的目标图像及所述样本目标图像，训练所述第二网络。根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。在本公开实施例中，可以对待处理图像进行特征提取，得到所述待处理图像中目标物体的轮廓特征图，根据所述待处理图像及所述轮廓特征本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n对待处理图像进行特征提取，得到所述待处理图像对应中目标物体的轮廓特征图；/n根据所述待处理图像及所述轮廓特征图，得到所述待处理图像对应的模糊核；/n根据所述模糊核对所述待处理图像中的目标物体进行去模糊处理，得到与所述待处理图像对应的目标图像，所述目标图像的清晰度高于所述待处理图像的清晰度。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
对待处理图像进行特征提取，得到所述待处理图像对应中目标物体的轮廓特征图；
根据所述待处理图像及所述轮廓特征图，得到所述待处理图像对应的模糊核；
根据所述模糊核对所述待处理图像中的目标物体进行去模糊处理，得到与所述待处理图像对应的目标图像，所述目标图像的清晰度高于所述待处理图像的清晰度。


2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理图像及所述轮廓特征图，得到所述待处理图像对应的模糊核，包括：
确定所述待处理图像的梯度及所述轮廓特征图的梯度；
根据所述待处理图像的梯度及所述轮廓特征图的梯度，得到所述待处理图像对应的模糊核。


3.根据权利要求2所述的方法，其特征在于，所述确定所述待处理图像的梯度及所述轮廓特征图的梯度，包括：
根据待处理图像的行元素确定所述待处理图像的行梯度，及根据所述待处理图像的列元素确定所述待处理图像的列梯度；
根据轮廓特征图的行元素确定所述轮廓特征图的行梯度，及根据所述轮廓特征图的列元素确定所述轮廓特征图的列梯度。


4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述模糊核对所述待处理图像中的目标物体进行去模糊处理，得到与所述待处理图像对应的目标图像，包括：
根据所述模糊核对所述待处理图像中的目标物体进行去模糊处理，得到与所述待处理图像对应的初步去模糊图像；
根据所述轮廓特征图对所述初步去模糊图像进行去伪影处理，得到与所述待处理图像对应的目标图像。


5.根据权利要求1至4中任一项所述的方法，其特征在于，所述待处理图像为包含人脸信息的人脸图像，所述轮廓特征图为包含人脸轮廓特征的人脸轮廓特征图。


6.根据权利要求4所述的方法，其特征在于，所述方法通过神经网络实现，所述神经网络包括第一网络和第二网络，所述第一网络用于对待处理图像进行特征提取，得到所述待处理图像中目标物体的轮廓特征图，所述第二网络用于根据所述轮廓特征图对所述初步去模糊图像进行去伪影处理，得到...

【专利技术属性】
技术研发人员：林松楠，张佳维，任思捷，
申请(专利权)人：深圳市商汤科技有限公司，
类型：发明
国别省市：广东;44