图像处理方法、电子设备和存储介质技术

本发明专利技术公开了一种图像处理方法、电子设备和存储介质，该方法包括：对待处理图像进行多层级特征提取处理，获取若干个目标编码特征信息；生成第一目标特征信息以对其进行特征提取处理，获取全局目标特征信息；获取第一目标组合特征信息，对其采用预设规则处理，获取第二目标特征信息；将第二目标特征信息和全局目标特征信息进行融合处理，获取目标特征信息；对目标特征信息进行解码处理以得到目标图像。本发明专利技术对于任意待处理图像，对其执行预处理后输入上述搭建并训练后的图像处理模型后得，以最终输出更高质量的目标图像，提升了现有的图像增强和复原的处理效果，以满足更高的使用需求。求。求。

【技术实现步骤摘要】
图像处理方法、电子设备和存储介质


[0001]本专利技术涉及数据处理
，特别涉及一种图像处理方法、电子设备和存储介质。

技术介绍

[0002]图像增强和复原一直都是计算机视觉中热门和重要的研究方向，目前主流的模型都是基于卷积神经网络。卷积神经网络采取堆叠方式，能提取不同层级的特征，低级特征包含颜色、边缘和纹理等信息，高级特征包含丰富的语义信息。例如，Orest Kupyn等人利用生成对抗网络来解决运动模糊问题，帮助恢复高清自然的图像；Kokkinos F等人基于迭代的残差网络实现手机相机的去马赛克和降噪功能，提升用户的拍照体验；Bee Lim等人基于卷积神经网络实现了单张图像超分辨率重建，大大增强了图像的细节信息。虽然这些模型都展现了不错的效果，但是由于卷积层本身的结构特点和限制，实际上卷积神经网络只能产生有限的感受野，很难有效获取图像的全局信息来帮助提高模型的输出效果。而这些图像的全局信息对图像增强和修复任务十分重要，能帮助模型获得更加理想的结果。为了增加网络的感受野以获取图像的全局信息，人们常常采用加深网络的方式，但是网络越深，训练难度越大，网络不容易收敛。因此，现有的图像处理方式无法满足较高的图像处理要求。

技术实现思路

[0003]本专利技术要解决的技术问题是为了克服现有技术中图像处理方式无法满足较高的图像处理要求的缺陷，提供一种图像处理方法、电子设备和存储介质。
[0004]本专利技术是通过下述技术方案来解决上述技术问题：
[0005]本专利技术提供一种图像处理方法，所述图像处理方法包括：
[0006]将待处理图像输入至图像处理模型进处理，获取目标图像；
[0007]其中，所述将待处理图像输入至图像处理模型进处理，获取目标图像包括：
[0008]对待处理图像进行多层级特征提取处理，获取若干个目标编码特征信息；
[0009]基于所述目标编码特征信息生成第一目标特征信息，并对所述第一目标特征信息进行特征提取处理，获取全局目标特征信息；
[0010]对若干个所述目标编码特征信息进行组合处理，获取第一目标组合特征信息；
[0011]对所述第一目标组合特征信息采用预设规则处理，获取第二目标特征信息；其中，所述预设规则与多层级特征融合方式和/或通道注意力机制相关联；
[0012]将所述第二目标特征信息和所述全局目标特征信息进行融合处理，获取目标特征信息；
[0013]对所述目标特征信息进行解码处理，输出所述待处理图像对应的目标图像。
[0014]较佳地，所述图像处理模型包括特征融合模块，所述对所述第一目标组合特征信息采用预设规则处理，获取第二目标特征信息包括：
[0015]依次采用所述特征融合模块中的N个卷积层对所述第一目标组合特征信息进行特
征融合处理，获取融合特征信息，N取正整数；
[0016]采用所述特征融合模块中的通道注意力机制对所述融合特征信息在通道维度上进行处理，获取所述第二目标特征信息。
[0017]较佳地，所述图像处理模型包括特征融合模块，所述对所述第一目标组合特征信息采用预设规则进行处理，获取第二目标特征信息包括：
[0018]采用所述特征融合模块中的通道注意力机制对所述第一目标组合特征信息在通道维度上进行处理，获取第一处理信息；
[0019]依次采用所述特征融合模块中的中的M个卷积层对所述第一处理信息进行特征融合处理，获取所述第二目标特征信息，M取正整数。
[0020]较佳地，所述图像处理模型包括特征融合模块，所述对所述第一目标组合特征信息采用预设规则进行处理，获取第二目标特征信息包括：
[0021]依次采用所述特征融合模块中的K个卷积层对所述第一目标组合特征信息进行特征融合处理，获取第二处理信息，K取正整数；
[0022]采用所述特征融合模块中的通道注意力机制对所述第二处理信息在通道维度上进行处理，获取的第三处理信息；
[0023]依次采用所述特征融合模块中的L个卷积层对所述第三处理信息进行特征融合处理，获取所述第二目标特征信息，L取正整数。
[0024]较佳地，所述图像处理模型包括特征融合模块，所述将所述第二目标特征信息和所述全局目标特征信息进行融合处理，获取目标特征信息包括：
[0025]采用所述特征融合模块将所述第二目标特征信息和所述全局目标特征信息进行组合处理，获取第二组合特征信息；
[0026]采用所述特征融合模块中的若干个卷积层对所述第二组合特征信息进行融合处理，获取所述目标特征信息。
[0027]较佳地，所述对若干个所述目标编码特征信息进行组合处理，获取第一目标组合特征信息包括：
[0028]采用所述特征融合模块对若干个所述目标编码特征信息进行组合处理，获取第一目标组合特征信息；
[0029]所述将所述第二目标特征信息和所述全局目标特征信息进行组合处理，获取第二组合特征信息包括：
[0030]采用所述特征融合模块将所述第二目标特征信息和所述全局目标特征信息分别对应的特征图按照通道维度进行拼接处理，获取所述第二组合特征信息；或，
[0031]采用所述特征融合模块将所述第二目标特征信息和所述全局目标特征信息分别对应的特征图进行相加处理，获取所述第二组合特征信息。
[0032]较佳地，所述图像处理模型包括解码模块，所述对所述目标特征信息进行解码处理，输出所述待处理图像对应的目标图像包括：
[0033]采用所述解码模块中的若干个卷积层，对所述目标所述特征信息进行解码处理，输出所述待处理图像对应的所述目标图像；和/或，
[0034]所述图像处理模型包括Transformer模块(一种执行Transformer算法的网络模块)，所述对所述第一目标特征信息进行特征提取处理，获取全局目标特征信息包括：
[0035]采用所述Transformer模块对所述第一目标特征信息进行特征提取处理，获取全局目标特征信息。
[0036]较佳地，获取所述图像处理模型的步骤包括：
[0037]获取若干张样本图像，每张所述样本图像对应一张金标准图像；
[0038]对样本图像进行多层级特征提取处理，获取若干个样本编码特征信息；
[0039]基于所述样本编码特征信息生成第一样本特征信息，并对所述第一样本特征信息进行特征提取处理，获取全局样本特征信息；
[0040]对若干个所述样本编码特征信息进行组合处理，获取第一样本组合特征信息；
[0041]对所述第一样本组合特征信息采用预设规则处理，获取第二样本特征信息；其中，所述预设规则与多层级特征融合方式和/或通道注意力机制相关联；
[0042]将所述第二样本特征信息和所述全局样本特征信息进行融合处理，获取中间特征信息；
[0043]根据每张所述样本图像的所述中间特征信息，以及对应的金标准图像的标准特征信息，训练得到所述图像处理模型。
[0044]本专利技术提供一种图像处理系统，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，所述图像处理方法包括：将待处理图像输入至图像处理模型进处理，获取目标图像；其中，所述将待处理图像输入至图像处理模型进处理，获取目标图像包括：对待处理图像进行多层级特征提取处理，获取若干个目标编码特征信息；基于所述目标编码特征信息生成第一目标特征信息，并对所述第一目标特征信息进行特征提取处理，获取全局目标特征信息；对若干个所述目标编码特征信息进行组合处理，获取第一目标组合特征信息；对所述第一目标组合特征信息采用预设规则处理，获取第二目标特征信息；其中，所述预设规则与多层级特征融合方式和/或通道注意力机制相关联；将所述第二目标特征信息和所述全局目标特征信息进行融合处理，获取目标特征信息；对所述目标特征信息进行解码处理，输出所述待处理图像对应的目标图像。2.如权利要求1所述的图像处理方法，其特征在于，所述图像处理模型包括特征融合模块，所述对所述第一目标组合特征信息采用预设规则处理，获取第二目标特征信息包括：依次采用所述特征融合模块中的N个卷积层对所述第一目标组合特征信息进行特征融合处理，获取融合特征信息，N取正整数；采用所述特征融合模块中的通道注意力机制对所述融合特征信息在通道维度上进行处理，获取所述第二目标特征信息。3.如权利要求1所述的图像处理方法，其特征在于，所述图像处理模型包括特征融合模块，所述对所述第一目标组合特征信息采用预设规则进行处理，获取第二目标特征信息包括：采用所述特征融合模块中的通道注意力机制对所述第一目标组合特征信息在通道维度上进行处理，获取第一处理信息；依次采用所述特征融合模块中的M个卷积层对所述第一处理信息进行特征融合处理，获取所述第二目标特征信息，M取正整数。4.如权利要求1所述的图像处理方法，其特征在于，所述图像处理模型包括特征融合模块，所述对所述第一目标组合特征信息采用预设规则进行处理，获取第二目标特征信息包括：依次采用所述特征融合模块中的K个卷积层对所述第一目标组合特征信息进行特征融合处理，获取第二处理信息，K取正整数；采用所述特征融合模块中的通道注意力机制对所述第二处理信息在通道维度上进行处理，获取的第三处理信息；依次采用所述特征融合模块中的L个卷积层对所述第三处理信息进行特征融合处理，获取所述第二目标特征信息，L取正整数。5.如权利要求1所述的图像处理方法，其特征在于，所述图像处理模型包括特征融合模块，所述将所述第二目标特征信息和所述全局目标特征信息进行融合处理，获取目标特征信息包括：采用所述特征融合模块将所述第二目标特征信息和所述全局目标特征信息进行组合处理，获取第二组合特征信息；
采用所述特征融合模块...

【专利技术属性】
技术研发人员：刘奥文，廖术，
申请(专利权)人：上海联影智能医疗科技有限公司，
类型：发明
国别省市：