【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及图像修复方法、设备、存储介质及计算机程序产品。
技术介绍
1、图像作为人类沟通交流、记录和保存信息的重要手段，其质量对于信息传递的准确性至关重要。随着计算机技术的发展，数字图像已成为信息记录和保存的主要媒介。然而，受到雨雾天气等环境因素、设备、拍摄手段等影响，数字图像可能会伴随着模糊不清、亮度不足、细节丢失等退化问题，导致图像质量下降。
2、现有的方案中，往往针对雨、雾、模糊等低质量图像中的某种单一退化类型进行针对性解决，在特定类型的数据集上进行训练。然而，这些方法往往在特定任务上表现出色，但当面对未知的退化组合或未见过的退化类型时，往往难以适应，模型泛化能力较弱。此外，基于gan、transformer等图像修复算法对存在雨、雾、模糊等现象的低质量图像进行修复时，由于该类图像修复算法对计算资源的需求高，不适合在一些资源受限的平台上使用，从而导致实用性不高。
3、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请的主要目的在于提供一种图像修复方法、设备、存储介质及计算机程序产品，旨在解决现有技术中的图像修复模型需要在特定类型的数据集上进行训练以对低质量图像中的某种单一退化类型进行针对性解决，模型泛化能力弱且实用性不高的技术问题。
2、为实现上述目的，本申请提出一种图像修复方法，所述的方法包括：
3、获取待修复图像对应的灰度图像，并基于所述灰度图像获取所述待
4、以所述待修复图像作为第一分支输入、所述边缘特征作为第二分支输入，分别输入至预设图像修复网络，所述预设图像修复网络中设置有若干个repconv模块，所述repconv模块用于提取图像特征；
5、通过所述预设图像修复网络基于所述待修复图像和所述边缘特征对所述待修复图像进行修复，输出修复后的图像。
6、在一实施例中，所述基于所述灰度图像获取所述待修复图像的边缘特征的步骤，包括：
7、对所述灰度图像进行水平梯度操作，获得第一边缘特征；
8、对所述灰度图像进行垂直梯度操作，获得第二边缘特征；
9、基于所述灰度图像、所述第一边缘特征和所述第二边缘特征获取所述待修复图像的边缘特征。
10、在一实施例中，所述预设图像修复网络中设置有跳跃拼接模块；所述通过所述预设图像修复网络基于所述待修复图像和所述边缘特征对所述待修复图像进行修复，输出修复后的图像的步骤，包括：
11、通过所述预设图像修复网络的第一分支中的若干个repconv模块对所述待修复图像进行逐级下采样，获得若干个维度的目标图像特征；
12、通过所述预设图像修复网络的第二分支中的若干个repconv模块对所述边缘特征进行特征提取，获得若干个维度的边缘图像特征；
13、通过所述跳跃拼接模块对不同维度的所述目标图像特征和所述边缘图像特征进行拼接，获得拼接后的图像特征；
14、基于所述拼接后的图像特征对所述待修复图像进行修复，输出修复后的图像。
15、在一实施例中，所述通过所述跳跃拼接模块对不同维度的所述目标图像特征和所述边缘图像特征进行拼接，获得拼接后的图像特征的步骤，包括：
16、通过所述跳跃拼接模块对第一维度对应的第一目标图像特征和第一边缘图像特征进行双线性插值处理，获得处理后的目标图像特征和处理后的边缘图像特征；
17、通过所述跳跃拼接模块将所述处理后的目标图像特征和所述处理后的边缘图像特征分别与第二维度对应的第二目标图像特征和第二边缘图像特征进行拼接，获得拼接后的图像特征；其中，所述第一维度大于所述第二维度。
18、在一实施例中，所述预设图像修复网络中还设置有图像修复模块；所述基于所述拼接后的图像特征对所述待修复图像进行修复，输出修复后的图像的步骤，包括：
19、通过所述图像修复模块基于预设激活函数对所述拼接后的图像特征进行激活，获得激活后的图像特征；
20、通过所述图像修复模块对第一维度对应的第一目标图像特征和第一边缘图像特征进行双线性插值处理，获得处理后的第一目标图像特征和处理后的第一边缘图像特征；
21、通过所述图像修复模块基于所述激活后的图像特征、所述第二目标图像特征和所述第二边缘图像特征获得融合图像特征；
22、通过所述图像修复模块对所述融合图像特征、所述处理后的第一目标图像特征和所述处理后的第一边缘图像特征进行拼接，获得拼接后的第一图像特征；
23、通过所述repconv模块对所述拼接后的第一图像特征进行特征融合，获得中间图像特征；
24、通过所述repconv模块提取所述中间图像特征和所述激活后的图像特征的边缘感知特征，获得输出图像特征；
25、通过所述repconv模块基于所述输出图像特征进行图像尺寸还原，以输出修复后的图像。
26、在一实施例中，所述获取待修复图像对应的灰度图像，并基于所述灰度图像获取所述待修复图像的边缘特征的步骤之前，还包括：
27、基于第一训练图像和第二训练图像确定初始图像修复网络对应的结构相似性损失、感知损失和颜色损失；
28、基于所述结构相似性损失、所述感知损失和所述颜色损失确定所述初始图像修复网络对应的损失函数；
29、通过所述损失函数对所述初始图像修复网络进行训练，并在训练完成时，获得预设图像修复网络。
30、在一实施例中，所述基于第一训练图像和第二训练图像确定初始图像修复网络对应的结构相似性损失的步骤，包括：
31、基于第一训练图像对应的第一图像均值和第二训练图像对应的第二图像均值构建图像亮度比较函数；
32、基于所述第一训练图像对应的第一图像方差和所述第二训练图像对应的第二图像方差构建图像对比度比较函数；
33、基于所述第一训练图像对应的第一图像协方差和所述第二训练图像对应的第二图像协方差构建图像结构比较函数；
34、基于所述图像亮度比较函数、所述图像对比度比较函数和所述图像结构比较函数确定初始图像修复网络对应的结构相似性损失。
35、此外，为实现上述目的，本申请还提出一种图像修复设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的图像修复方法的步骤。
36、此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的图像修复方法的步骤。
37、此外，为实现上述目的，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的图像修复方法的步骤。
38、本申请提供了一种图像修复方法，本申请本文档来自技高网...
【技术保护点】
1.一种图像修复方法，其特征在于，所述的方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于所述灰度图像获取所述待修复图像的边缘特征的步骤，包括：
3.如权利要求1所述的方法，其特征在于，所述预设图像修复网络中设置有跳跃拼接模块；所述通过所述预设图像修复网络基于所述待修复图像和所述边缘特征对所述待修复图像进行修复，输出修复后的图像的步骤，包括：
4.如权利要求3所述的方法，其特征在于，所述通过所述跳跃拼接模块对不同维度的所述目标图像特征和所述边缘图像特征进行拼接，获得拼接后的图像特征的步骤，包括：
5.如权利要求4所述的方法，其特征在于，所述预设图像修复网络中还设置有图像修复模块；所述基于所述拼接后的图像特征对所述待修复图像进行修复，输出修复后的图像的步骤，包括：
6.如权利要求1至5中任一项所述的方法，其特征在于，所述获取待修复图像对应的灰度图像，并基于所述灰度图像获取所述待修复图像的边缘特征的步骤之前，还包括：
7.如权利要求6所述的方法，其特征在于，所述基于第一训练图像和第二训练图像确定初始图像
8.一种图像修复设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至7中任一项所述的图像修复方法的步骤。
9.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像修复方法的步骤。
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像修复方法的步骤。
...【技术特征摘要】
1.一种图像修复方法，其特征在于，所述的方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于所述灰度图像获取所述待修复图像的边缘特征的步骤，包括：
3.如权利要求1所述的方法，其特征在于，所述预设图像修复网络中设置有跳跃拼接模块；所述通过所述预设图像修复网络基于所述待修复图像和所述边缘特征对所述待修复图像进行修复，输出修复后的图像的步骤，包括：
4.如权利要求3所述的方法，其特征在于，所述通过所述跳跃拼接模块对不同维度的所述目标图像特征和所述边缘图像特征进行拼接，获得拼接后的图像特征的步骤，包括：
5.如权利要求4所述的方法，其特征在于，所述预设图像修复网络中还设置有图像修复模块；所述基于所述拼接后的图像特征对所述待修复图像进行修复，输出修复后的图像的步骤，包括：
6.如权利要求1至5中任一项所述的方法，其特征在于，所述获取...
【专利技术属性】
技术研发人员：余仲慰，陈盛福，时海若，张庆荣，
申请(专利权)人：中邮消费金融有限公司，
类型：发明
国别省市：
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。