图像增强方法、装置、智能终端及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种图像增强方法、装置、智能终端及计算机可读存储介质，方法包括：确定获取的待处理图像对应的双边网络变换系数矩阵和指导图；根据双边网络变换系数矩阵和指导图，确定待处理图像中的各个像素点对应的像素级变换系数矩阵；根据像素级变换系数矩阵对待处理图像进行图像处理，得到目标增强图像。采用本发明专利技术可以解决人像区域与背景区域的分界处不会出现过渡不自然的问题。处不会出现过渡不自然的问题。处不会出现过渡不自然的问题。

【技术实现步骤摘要】
图像增强方法、装置、智能终端及计算机可读存储介质


[0001]本专利技术涉及图像处理
，尤其涉及的是一种图像增强方法、装置、智能终端及计算机可读存储介质。

技术介绍

[0002]图像增强算法由于能够为用户的图片拍摄或画面显示提供更好的拍摄或显示效果，而被广泛应用于各种智能终端。人像作为图片中最常见的拍摄场景，人像增强是各个智能终端厂商最关注的增强领域之一。现有图像增强算法是先对图像进行人像分割，再分别对人像区域和背景区域进行图像处理，一方面会增加图像增强算法的处理时间，另一方面人像区域与背景区域的分界线处容易出现过渡不自然的问题。
[0003]因此，现有技术还有待改进和发展。

技术实现思路

[0004]本专利技术提供一种图像增强方法、装置、智能终端及计算机可读存储介质，旨在解决现有人像区域与背景区域的分界处容易出现过渡不自然的问题。
[0005]本专利技术解决问题所采用的技术方案如下：
[0006]第一方面，本专利技术实施例提供一种图像增强方法，包括：
[0007]确定获取的待处理图像对应的双边网络变换系数矩阵和指导图；
[0008]根据双边网络变换系数矩阵和指导图，确定待处理图像中的各个像素点对应的像素级变换系数矩阵；
[0009]根据像素级变换系数矩阵对待处理图像进行图像处理，得到目标增强图像。
[0010]第二方面，本专利技术实施例还提供一种图像增强装置，包括：
[0011]第一确定模块，用于确定获取的待处理图像对应的双边网络变换系数矩阵和指导图；
[0012]第二确定模块，用于根据双边网络变换系数矩阵和指导图，确定待处理图像中的各个像素点对应的像素级变换系数矩阵；
[0013]图像增强模块，用于根据像素级变换系数矩阵对待处理图像进行图像处理，得到目标增强图像。
[0014]第三方面，本专利技术实施例提供一种智能终端，智能终端包括处理器、存储器以及存储于存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述图像增强方法中的步骤。
[0015]第四方面，本专利技术实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述图像增强方法中的步骤。
[0016]本专利技术的有益效果：根据双边网络变换系数矩阵和指导图确定像素级变换系数矩阵，并根据像素级变换系数矩阵对待处理图像进行图像增强，可以实现图像中人像区域与背景区域的自适应差异化色彩、对比度和动态范围的增强，无需对图像进行人像分割，算法
处理时间短，人像区域与背景区域的分界处不会出现过渡不自然的问题。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本专利技术实施例提供的图像增强方法的流程示意图；
[0019]图2是本专利技术实施例提供的图像增强方法的具体实施例流程图；
[0020]图3是本专利技术实施例提供的自注意力模块的结构示意图；
[0021]图4是本专利技术实施例提供的深度可分离卷积单元的结构示意图；
[0022]图5是本专利技术实施例提供的图像增强装置的原理框图；
[0023]图6是本专利技术实施例提供的智能终端的内部结构原理框图。
具体实施方式
[0024]为使本专利技术的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0025]需要说明，若本专利技术实施例中有涉及方向性指示(诸如上、下、左、右、前、后
……
)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
[0026]传统的图像增强算法包括色彩增强、对比度增强以及动态范围增强，传统色彩增强主要通过在ISP中预设色彩转换的LUT(look up table)(通常是YUV域上的UV 2D
‑
LUT或者RGB域上的RGB 3D
‑
LUT)，对全图色彩做一个整体的转换；传统的动态范围增强则是通过调整ISP中的Gamma曲线实现；而传统对比度增强，则通过global/local tone mapping等算法实现。由上述图像增强算法可知，传统的图像增强算法无法实现根据图片的场景信息自适应增强。
[0027]人像作为图像中最常见的摄影场景，人像增强是各大智能终端厂商最关注的增强领域之一。由于传统的图像增强算法不能有效提取语义信息，也无法对图像进行局部增强，因此传统的包含人像的图像增强算法通常是先对图像进行人像分割，再采用传统的图像增强算法分别对人像区域和背景区域进行图像增强。传统的包含人像的图像增强算法一方面会增加算法的处理时间，不利于终端产品落地；另一方便由于人像分割精度的影响，人像区域与其它区域的分界处容易出现过渡不自然的问题。
[0028]为了解决现有技术的问题，本实施例提供了一种图像增强方法，根据双边网络变换系数矩阵和指导图确定像素级变换系数矩阵，并根据像素级变换系数矩阵对待处理图像进行图像增强，可以实现图像中人像区域与背景区域的自适应差异化色彩、对比度和动态范围的增强，无需对图像进行人像分割，算法处理时间短，人像区域与背景区域的分界处不会出现过渡不自然的问题。
[0029]示例性方法
[0030]本专利技术实施例提供一种图像增强方法，该方法可以应用于智能终端。具体如图1中所示，方法包括：
[0031]步骤S100、确定获取的待处理图像对应的双边网络变换系数矩阵和指导图。
[0032]具体地，待处理图像可以通过电子设备(例如，智能手机)的摄像头获取，也可以通过网络、蓝牙以及红外等途径获取其他电子设备的摄像头采集的图像。指导图为根据待处理图像生成的图像尺寸与待处理图像尺寸相同的图像，双边网络变换系数矩阵为根据待处理图像生成的分辨率低于待处理图像，且用于对待处理图像进行图像增强的颜色变换系数矩阵。为了对待处理图像进行图像增强，本实施例获取待处理图像后，根据待处理图像确定待处理图像对应的双边网络变换系数矩阵，由于双边网络变换系数矩阵的分辨率低于待处理图像，为了后续步骤中能够利用双边网络变换系数矩阵对待处理图像进行增强，确定待处理图像对应的双边网络变换系数矩阵的同时，根据待处理图像确定与待处理图像尺寸相同的指导图，以便后续步骤中通过指导图指导双边网络变换系数矩阵对待处理图像进行图像增强。
[0033]在一具体实施方式中，步骤S100中根据待处理图像确定待处理图像对应的双边网络变换系数矩阵和指导图的步骤包括：
[0034]步骤S110、对获取的待处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像增强方法，其特征在于，包括：确定获取的待处理图像对应的双边网络变换系数矩阵和指导图；根据所述双边网络变换系数矩阵和所述指导图，确定所述待处理图像中的各个像素点对应的像素级变换系数矩阵；根据所述像素级变换系数矩阵对所述待处理图像进行图像处理，得到目标增强图像。2.根据权利要求1所述的方法，其特征在于，所述方法应用于包括自注意力卷积神经网络和浅层神经网络的图像增强模型，所述确定获取的待处理图像对应的双边网络变换系数矩阵和指导图，包括：对获取的待处理图像进行压缩，得到目标压缩图像；将所述目标压缩图像输入所述自注意力卷积神经网络进行处理，输出所述待处理图像对应的双边网络变换系数矩阵，以及将所述待处理图像输入所述浅层神经网络进行处理，输出所述待处理图像对应的指导图。3.根据权利要求2所述的方法，其特征在于，所述自注意力卷积神经网络包括依次级联的自注意力模块、第一特征提取模块、第一特征融合模块以及第一卷积层，所述将所述目标压缩图像输入所述自注意力卷积神经网络进行处理，输出所述待处理图像对应的双边网络变换系数矩阵，包括：将所述目标压缩图像输入所述自注意力卷积神经网络中，通过所述自注意力模块对所述目标压缩图像进行特征提取，得到第一特征图；通过所述第一特征提取模块分别对所述第一特征图进行局部特征提取和全局特征提取，得到局部特征图和全局特征图；通过所述第一特征融合模块对所述全局特征图与所述局部特征图进行特征融合，得到融合特征图；通过所述第一卷积层对所述融合特征图进行特征扩展与拆分，得到所述待处理图像对应的双边网络变换系数矩阵。4.根据权利要求3所述的方法，其特征在于，所述自注意力模块包括依次级联的第二卷积层、第一激活层、第三卷积层、第二激活层以及第一特征融合层，所述第二卷积层的输出项为所述第一激活层的输入项，所述第一激活层的输出项为所述第三卷积层的输入项，所述第三卷积层的输出项为所述第二激活层的输入项，所述第二激活层的输出项和所述第二卷积层的输入项为所述第一特征融合层的输入项。5.根据权利要求3所述的方法，其特征在于，所述第一特征提取模块包括依次级联的第四卷积层、若干深度可分离卷积单元、第一特征提取单元，以及与所述第一特征提取单元并联的第二特征提取单元，所述第四卷积层的输出项为所述若干深度可分离卷积单元的输入项，所述若干深度可分离卷积单元的输出项为所述第一特征提取单元和所述第二特征提取单元的输入项。6.根据权利要求5所述的方法，其特征在于，每个所述深度可分离卷积单元均包括第一深度可分离卷积层、第三激活层、第二深度可分离卷积层、第二特征融合层，以及与所述第二特征融合层级联的第三深度可分离卷积层，所述第一深度可分离卷积层的输出项为所述第三激活层的输入项，所述第三激活层的输出项为所述第二深度可分离卷积层的输入项，所述第一深度可分离卷积层的输入项为所述第三深度可分离卷积层的输入项，所述第二深
度可分离卷积层的输出项和所述第三深度可分离卷积层的输出项为所述第二特征融合层的输入项。7.根据权利要求1所述的方法，其特征在于，所述指导图的尺寸...

【专利技术属性】
技术研发人员：李逸群，俞大海，凌健，
申请(专利权)人：TCL科技集团股份有限公司，
类型：发明
国别省市：