CN111738951A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN111738951A CN111738951A CN202010572461.1A CN202010572461A CN111738951A CN 111738951 A CN111738951 A CN 111738951A CN 202010572461 A CN202010572461 A CN 202010572461A CN 111738951 A CN111738951 A CN 111738951A
- Authority
- CN
- China
- Prior art keywords
- image
- resolution
- brightness
- denoised
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000009467 reduction Effects 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 13
- 230000003595 spectral effect Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000008439 repair process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006835 compression Effects 0.000 description 6
- 238000007906 compression Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 239000000126 substance Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种图像处理方法、装置、电子设备和计算机可读存储介质。其中方法包括:从视频中获取一帧图像;当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像;当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像;对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像。本公开实施例适用于对旧视频的翻新,无需用户手动操作,使视频修复更加智能快捷。
Description
技术领域
本公开涉及图像处理技术领域,特别是涉及一种图像处理方法、装置和计算机可读存储介质。
背景技术
电影艺术是人类文化的重要体现和人类文明的宝贵财富。一些由于噪声、压缩等损失导致电影画面模糊、噪点密集、出现波纹等情况,从而导致电影质量低劣,此时需要对电影进行修复。
目前,电影的修复多是通过人工修复,耗时耗力。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开解决的技术问题是提供一种图像处理方法,以至少部分地解决现有技术中人工修复,耗时耗力的技术问题。此外,还提供一种图像处理装置、图像处理硬件装置、计算机可读存储介质和图像处理终端。
为了实现上述目的,根据本公开的一个方面,提供以下技术方案:
一种图像处理方法,包括:
从视频中获取一帧图像;
当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像;
当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像;
对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像。
为了实现上述目的,根据本公开的一个方面,提供以下技术方案:
一种图像处理装置,包括:
图像获取模块,用于从视频中获取一帧图像;
降噪处理模块,用于当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像;
超分辨率重建模块,用于当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像;
色彩修复模块,用于对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像。
为了实现上述目的,根据本公开的一个方面,提供以下技术方案:
一种电子设备,包括:
存储器,用于存储非暂时性计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器执行时实现上述图像处理方法。
为了实现上述目的,根据本公开的一个方面,提供以下技术方案:
一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时,使得所述计算机执行上述图像处理方法。
为了实现上述目的,根据本公开的又一个方面,还提供以下技术方案:
一种图像处理终端,包括上述任一图像处理装置。
本公开实施例通过从视频中获取一帧图像,当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像,当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像,对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像,适用于对旧视频的翻新,无需用户手动操作,使视频修复更加智能快捷。
上述说明仅是本公开技术方案的概述,为了能更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为让本公开的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为根据本公开一个实施例的图像处理方法的流程示意图;
图2为根据本公开一个实施例的图像处理装置的流程示意图;
图3为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,或并行执行。此外,方法实施方式可以包括附加的步骤或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
实施例一
为了解决现有技术中多个人工修复,耗时耗力的技术问题,本公开实施例提供一种图像处理方法。如图1所示,该图像处理方法主要包括如下步骤S11至步骤S14。
步骤S11:从视频中获取一帧图像。
其中,所述视频可以为短视频或电影。
具体的,首先获取视频的基础配置信息,该基础配置信息包括画面每秒传输帧数(Frames Per Secondfps,FPS)。根据FPS对视频进行抽帧处理,得到一帧一帧的图像。此外,该基础配置信息还包括播放格式、播放比例、压制格式、码率、分辨率等。
在对视频进行抽帧前,可以先去除锯齿噪声喝水波纹噪声。
步骤S12:当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像。
其中,预设分辨率可以为360p或720p。具体的,可以从基础配置信息中获取分辨率。
步骤S13:当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像。
其中,高分辨率图像为分辨率超过所述预设分辨率的图像。
步骤S14:对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像。
对于视频中的每一帧图像,均进行步骤S11-步骤S14的处理,然后再根据上述基础配置信息,进行图像到视频的压制,以及视频合成。
本实施例通过从视频中获取一帧图像,当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像,当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像,对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像,适用于对旧视频的翻新,无需用户手动操作,使视频修复更加智能快捷。
在第一可选的实施例中,步骤S12具体包括:
步骤S121:当所述图像的分辨率大于所述预设分辨率时,确定所述图像的高斯噪声的功率谱密度。
其中,高斯噪声是指它的概率密度函数服从高斯分布(即正态分布)的一类噪声。常见的高斯噪声包括起伏噪声、宇宙噪声、热噪声和散粒噪声等等。
步骤S122:根据所述高斯噪声的功率谱密度确定所述图像的模糊程度。
步骤S123:根据所述模糊程度对所述图像进行自适应去噪,得到去噪图像。
其中,不同模糊程度对应不同的去噪参数,可以有针对性的对图像进行去噪。
在第二可选的实施例中,步骤S13具体包括:
步骤S131:获取位于所述图像前的m帧图像和所述图像后的n帧图像。
其中,m、n取值可根据所述图像在低分辨率的视频或电影中的位置确定。例如,所述图像为低分辨率的视频或电影中的首帧图像时,则m取值为0,n取值为预设整数,例如1或2。再例如,所述图像为低分辨率的视频或电影中的最后一帧图像时,则m取值为预设整数,例如1或2,n取值为0。再例如,所述图像为低分辨率的视频或电影中的中间帧图像时,则m取值为预设整数,例如1或2,n取值为预设整数,例如1或2。
步骤S132:将所述图像、所述m帧图像、所述n帧图像输入超分辨率重建网络。
其中,所述超分辨率重建网络用于对所述图像进行高分辨率重建。且本步骤不对所述图像、所述m帧图像、所述n帧图像进行下采样处理,即保持图像的原始大小输入超分辨率重建网络进行高分辨率重建,这样可以增加画面的纹理信息,让画面的内容更加丰富。
步骤S133:在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到所述图像对应的高分辨率图像。
例如,对所述图像、所述m帧图像、所述n帧图像进行特征融合,得到所述图像对应的高分辨率图像。
在第三可选的实施例中,步骤S133具体包括:
步骤S1331:在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到初始高分辨率图像。
步骤S1332:在所述超分辨率重建网络中,确定所述初始高分辨率图像中像素间的平滑性,直至所述平滑性满足所述像素间平滑约束条件,结束高分辨率重建过程,得到最终的高分辨率图像。
在本实施例中,通过设置平滑约束条件可以保持重建的高分辨率图像的光滑性,消除高分辨率图像可能带来的伪影,并且适应存在多种噪声干扰的视频数据。
在第四可选的实施例中,步骤S14具体包括:
步骤S141:确定所述高分辨率图像或所述去噪图像中每个像素点的原始亮度。
具体的,可以提取高分辨率图像或所述去噪图像中每个像素点的亮度分量,根据每个像素点的亮度分量确定原始亮度。例如,如果所述高分辨率图像或所述去噪图像为红绿蓝(Red Green Blue,RGB)图像,则可以通过颜色空间转换,将所述高分辨率图像或所述去噪图像转换为HSL图像或YUV图像或LAB图像。
如果将所述高分辨率图像或所述去噪图像转换为HSV图像,其中,H为色相(Hue)分量,S为饱和度(Saturation)分量,L为亮度(Lightness)分量,在本实施例中,只需提取L分量,根据L分量确定图像中每个像素点的原始亮度。
如果将所述高分辨率图像或所述去噪图像转换为YUV图像,其中,Y表示明亮度(Luminance或Luma)即亮度分量,U和V表示色度(Chrominance或Chroma)即色度分量,在本实施例中,只需提取Y分量,根据Y分量确定图像中每个像素点的原始亮度。
如果将所述高分辨率图像或所述去噪图像转换为LAB图像,其中,L表示亮度(Luminosity)即亮度分量,A表示从洋红色至绿色的范围,B表示从黄色至蓝色的范围。在本实施例中,只需提取L分量,根据L分量确定图像中每个像素点的原始亮度。
步骤S142:根据所述高分辨率图像或所述去噪图像中每个像素点的原始亮度确定所述高分辨率图像或所述去噪图像的平均亮度和最大亮度。
具体的,可以直接对所有像素点的原始亮度求平均得到所述高分辨率图像或所述去噪图像的平均亮度,也可以采用下述第五可选实施例中的方法求取所述高分辨率图像或所述去噪图像的平均亮度。
步骤S143:根据所述每个像素点的原始亮度、所述平均亮度和所述最大亮度确定每个像素点的最终亮度。
具体的,采用本步骤的方法对所述高分辨率图像或所述去噪图像中的每个像素点进行逐一计算,得到每个像素点的最终亮度。具体计算方法参见下述第六可选实施例,这里不再赘述。
步骤S144:根据所述每个像素点的最终亮度得到最终图像。
在第五可选的实施例中,步骤S142具体包括:通过公式确定所述高分辨率图像或所述去噪图像的平均亮度;其中,L(x,y)为像素点(x,y)的原始亮度,为所述平均亮度,σ为常数,m*n为所述高分辨率图像或所述去噪图像的宽度和高度,exp()为以自然常数e为底的指数函数,log()为求对数运算。
在第七可选的实施例中,所述方法还包括:
步骤S15:获取所述视频的压制格式。
具体的,可以上上述基础配置信息中获取所述视频的压制格式。
其中,压制格式可以为反胶卷过带(Inverse Telecine,IVTC)压制格式或帕尔制(Phase Alteration Line,PAL)。
去隔行的方法的修复视频;
步骤S16:当所述压制格式为隔行扫描时,采用反交错方式对所述视频进行去隔行处理。
反交错方式通过场匹配(Field Match)和删除重复帧(Decimate)两个过程,消除交错并恢复到原始帧率的过程。
在第八可选的实施例中,所述方法还包括:当所述视频的编码格式为旧编码格式时,对所述视频进行转码处理,得到最新编码格式的视频。
例如,旧编码格式可以为MPEG、H.261、H.263、H.264等,最新编码格式可以为H.265.
本领域技术人员应能理解,在上述各个实施例的基础上,还可以进行明显变型(例如,对所列举的模式进行叠加)或等同替换。
在上文中,虽然按照上述的顺序描述了图像处理方法实施例中的各个步骤,本领域技术人员应清楚,本公开实施例中的步骤并不必然按照上述顺序执行,其也可以倒序、并行、交叉等其他顺序执行,而且,在上述步骤的基础上,本领域技术人员也可以再加入其他步骤,这些明显变型或等同替换的方式也应包含在本公开的保护范围之内,在此不再赘述。
下面为本公开装置实施例,本公开装置实施例可用于执行本公开方法实施例实现的步骤,为了便于说明,仅示出了与本公开实施例相关的部分,具体技术细节未揭示的,请参照本公开方法实施例。
实施例二
为了解决现有技术中多个人工修复,耗时耗力的技术问题,本公开实施例提供一种图像处理装置。该装置可以执行上述实施例一所述的图像处理方法实施例中的步骤。如图2所示,该装置主要包括:图像获取模块21、降噪处理模块22、超分辨率重建模块23和色彩修复模块24;其中,
图像获取模块21用于从视频中获取一帧图像;
降噪处理模块22用于当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像;
超分辨率重建模块23用于当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像;
色彩修复模块24用于对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像。
进一步的,所述降噪处理模块22包括:当所述图像的分辨率大于所述预设分辨率时,确定所述图像的高斯噪声的功率谱密度;根据所述高斯噪声的功率谱密度确定所述图像的模糊程度;根据所述模糊程度对所述图像进行自适应去噪,得到去噪图像。
进一步的,所述超分辨率重建模块23包括:图像帧获取单元231、图像帧输入单元232、超分辨率重建单元233;其中,
图像帧获取单元231用于获取位于所述图像前的m帧图像和所述图像后的n帧图像;
图像帧输入单元232用于将所述图像、所述m帧图像、所述n帧图像输入超分辨率重建网络;
超分辨率重建单元233用于在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到所述图像对应的高分辨率图像。
进一步的,所述超分辨率重建单元233具体用于:在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到初始高分辨率图像;在所述超分辨率重建网络中,确定所述初始高分辨率图像中像素间的平滑性,直至所述平滑性满足所述像素间平滑约束条件,结束高分辨率重建过程,得到最终的高分辨率图像。
进一步的,所述色彩修复模块24包括:原始亮度确定单元241、平均亮度确定单元242、最终亮度确定单元243和图像重构单元244;其中,
原始亮度确定单元241用于确定所述高分辨率图像或所述去噪图像中每个像素点的原始亮度;
平均亮度确定单元242用于根据所述高分辨率图像或所述去噪图像中每个像素点的原始亮度确定所述高分辨率图像或所述去噪图像的平均亮度和最大亮度;
最终亮度确定单元243用于根据所述每个像素点的原始亮度、所述平均亮度和所述最大亮度确定每个像素点的最终亮度;
图像重构单元244用于根据所述每个像素点的最终亮度得到最终图像。
进一步的,所述平均亮度确定单元242具体用于:通过公式确定所述高分辨率图像或所述去噪图像的平均亮度;其中,L(x,y)为像素点(x,y)的原始亮度,为所述平均亮度,σ为常数,m*n为所述高分辨率图像或所述去噪图像的宽度和高度,exp()为以自然常数e为底的指数函数,log()为求对数运算。
进一步的,所述装置还包括:去隔行处理模块25;其中,
去隔行处理模块25用于获取所述视频的压制格式;当所述压制格式为隔行扫描时,采用反交错方式对所述视频进行去隔行处理。
进一步的,所述装置还包括:转码模块26;其中,
转码模块26用于当所述视频的编码格式为旧编码格式时,对所述视频进行转码处理,得到最新编码格式的视频。
有关图像处理装置实施例的工作原理、实现的技术效果等详细说明可以参考前述图像处理方法实施例中的相关说明,在此不再赘述。
实施例三
下面参考图3,其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意叠加。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的叠加。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的叠加。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的叠加。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的叠加。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:从视频中获取一帧图像;当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像;当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像;对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像。
可以以一种或多种程序设计语言或其叠加来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言-诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)-连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的叠加,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的叠加来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适叠加。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适叠加。
根据本公开的一个或多个实施例,提供了一种图像处理方法,包括:
从视频中获取一帧图像;
当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像;
当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像;
对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像。
进一步的,所述当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像,包括:
当所述图像的分辨率大于所述预设分辨率时,确定所述图像的高斯噪声的功率谱密度;
根据所述高斯噪声的功率谱密度确定所述图像的模糊程度;
根据所述模糊程度对所述图像进行自适应去噪,得到去噪图像。
进一步的,所述当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像,包括:
获取位于所述图像前的m帧图像和所述图像后的n帧图像;
将所述图像、所述m帧图像、所述n帧图像输入超分辨率重建网络;
在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到所述图像对应的高分辨率图像。
进一步的,所述在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到所述图像对应的高分辨率图像,包括:
在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到初始高分辨率图像;
在所述超分辨率重建网络中,确定所述初始高分辨率图像中像素间的平滑性,直至所述平滑性满足所述像素间平滑约束条件,结束高分辨率重建过程,得到最终的高分辨率图像。
进一步的,所述对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像,包括:
确定所述高分辨率图像或所述去噪图像中每个像素点的原始亮度;
根据所述高分辨率图像或所述去噪图像中每个像素点的原始亮度确定所述高分辨率图像或所述去噪图像的平均亮度和最大亮度;
根据所述每个像素点的原始亮度、所述平均亮度和所述最大亮度确定每个像素点的最终亮度;
根据所述每个像素点的最终亮度得到最终图像。
进一步的,所述根据所述每个像素点的原始亮度确定所述高分辨率图像或所述去噪图像的平均亮度,包括:
通过公式确定所述高分辨率图像或所述去噪图像的平均亮度;其中,L(x,y)为像素点(x,y)的原始亮度,为所述平均亮度,σ为常数,m*n为所述高分辨率图像或所述去噪图像的宽度和高度,exp()为以自然常数e为底的指数函数,log()为求对数运算。
进一步的,所述根据每个像素点的原始亮度、所述平均亮度和所述最大亮度确定所述每个像素点的最终亮度,包括:
进一步的,所述方法还包括:
获取所述视频的压制格式;
当所述压制格式为隔行扫描时,采用反交错方式对所述视频进行去隔行处理。
进一步的,所述方法还包括:
当所述视频的编码格式为旧编码格式时,对所述视频进行转码处理,得到最新编码格式的视频。
根据本公开的一个或多个实施例,提供了一种图像处理装置,包括:
图像获取模块,用于从视频中获取一帧图像;
降噪处理模块,用于当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像;
超分辨率重建模块,用于当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像;
色彩修复模块,用于对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像。
进一步的,所述降噪处理模块包括:当所述图像的分辨率大于所述预设分辨率时,确定所述图像的高斯噪声的功率谱密度;根据所述高斯噪声的功率谱密度确定所述图像的模糊程度;根据所述模糊程度对所述图像进行自适应去噪,得到去噪图像。
进一步的,所述超分辨率重建模块包括:
图像帧获取单元,用于获取位于所述图像前的m帧图像和所述图像后的n帧图像;
图像帧输入单元,用于将所述图像、所述m帧图像、所述n帧图像输入超分辨率重建网络;
超分辨率重建单元,用于在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到所述图像对应的高分辨率图像。
进一步的,所述超分辨率重建单元具体用于:在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到初始高分辨率图像;在所述超分辨率重建网络中,确定所述初始高分辨率图像中像素间的平滑性,直至所述平滑性满足所述像素间平滑约束条件,结束高分辨率重建过程,得到最终的高分辨率图像。
进一步的,所述色彩修复模块包括:
原始亮度确定单元,用于确定所述高分辨率图像或所述去噪图像中每个像素点的原始亮度;
平均亮度确定单元,用于根据所述高分辨率图像或所述去噪图像中每个像素点的原始亮度确定所述高分辨率图像或所述去噪图像的平均亮度和最大亮度;
最终亮度确定单元,用于根据所述每个像素点的原始亮度、所述平均亮度和所述最大亮度确定每个像素点的最终亮度;
图像重构单元,用于根据所述每个像素点的最终亮度得到最终图像。
进一步的,所述平均亮度确定单元具体用于:通过公式确定所述高分辨率图像或所述去噪图像的平均亮度;其中,L(x,y)为像素点(x,y)的原始亮度,为所述平均亮度,σ为常数,m*n为所述高分辨率图像或所述去噪图像的宽度和高度,exp()为以自然常数e为底的指数函数,log()为求对数运算。
进一步的,所述装置还包括:
去隔行处理模块,用于获取所述视频的压制格式;
当所述压制格式为隔行扫描时,采用反交错方式对所述视频进行去隔行处理。
进一步的,所述装置还包括:
转码模块,用于当所述视频的编码格式为旧编码格式时,对所述视频进行转码处理,得到最新编码格式的视频。
根据本公开的一个或多个实施例,提供了一种电子设备,包括:
存储器,用于存储非暂时性计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器执行时实现上述的图像处理方法。
根据本公开的一个或多个实施例,提供了一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时,使得所述计算机执行上述的图像处理方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定叠加而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意叠加而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以叠加地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子叠加的方式实现在多个实施例中。
尽管已经采用特定于结构特征或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (12)
1.一种图像处理方法,其特征在于,包括:
从视频中获取一帧图像;
当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像;
当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像;
对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像。
2.根据权利要求1所述的方法,其特征在于,所述当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像,包括:
当所述图像的分辨率大于所述预设分辨率时,确定所述图像的高斯噪声的功率谱密度;
根据所述高斯噪声的功率谱密度确定所述图像的模糊程度;
根据所述模糊程度对所述图像进行自适应去噪,得到去噪图像。
3.根据权利要求1所述的方法,其特征在于,所述当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像,包括:
获取位于所述图像前的m帧图像和所述图像后的n帧图像;
将所述图像、所述m帧图像、所述n帧图像输入超分辨率重建网络;
在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到所述图像对应的高分辨率图像。
4.根据权利要求3所述的方法,其特征在于,所述在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到所述图像对应的高分辨率图像,包括:
在所述超分辨率重建网络中,根据所述图像、所述m帧图像、所述n帧图像进行高分辨率重建,得到初始高分辨率图像;
在所述超分辨率重建网络中,确定所述初始高分辨率图像中像素间的平滑性,直至所述平滑性满足所述像素间平滑约束条件,结束高分辨率重建过程,得到最终的高分辨率图像。
5.根据权利要求1所述的方法,其特征在于,所述对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像,包括:
确定所述高分辨率图像或所述去噪图像中每个像素点的原始亮度;
根据所述高分辨率图像或所述去噪图像中每个像素点的原始亮度确定所述高分辨率图像或所述去噪图像的平均亮度和最大亮度;
根据所述每个像素点的原始亮度、所述平均亮度和所述最大亮度确定每个像素点的最终亮度;
根据所述每个像素点的最终亮度得到最终图像。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述方法还包括:
获取所述视频的压制格式;
当所述压制格式为隔行扫描时,采用反交错方式对所述视频进行去隔行处理。
9.根据权利要求1-7任一项所述的方法,其特征在于,所述方法还包括:
当所述视频的编码格式为旧编码格式时,对所述视频进行转码处理,得到最新编码格式的视频。
10.一种图像处理装置,其特征在于,包括:
图像获取模块,用于从视频中获取一帧图像;
降噪处理模块,用于当所述图像的分辨率大于所述预设分辨率时,对所述图像进行降噪处理,得到去噪图像;
超分辨率重建模块,用于当所述图像的分辨率小于或等于预设分辨率时,对所述图像进行超分辨率重建,得到所述图像对应的高分辨率图像;
色彩修复模块,用于对所述高分辨率图像或所述去噪图像进行色彩修复,得到最终图像。
11.一种电子设备,包括:
存储器,用于存储非暂时性计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器执行时实现根据权利要求1-9任一项所述的图像处理方法。
12.一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时,使得所述计算机执行权利要求1-9任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010572461.1A CN111738951B (zh) | 2020-06-22 | 2020-06-22 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010572461.1A CN111738951B (zh) | 2020-06-22 | 2020-06-22 | 图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111738951A true CN111738951A (zh) | 2020-10-02 |
CN111738951B CN111738951B (zh) | 2024-03-15 |
Family
ID=72650195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010572461.1A Active CN111738951B (zh) | 2020-06-22 | 2020-06-22 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738951B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112950465A (zh) * | 2021-01-26 | 2021-06-11 | 北京小米移动软件有限公司 | 视频超分处理方法、视频超分处理装置及存储介质 |
CN114972021A (zh) * | 2022-04-13 | 2022-08-30 | 北京字节跳动网络技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN116055778A (zh) * | 2022-05-30 | 2023-05-02 | 荣耀终端有限公司 | 视频数据的处理方法、电子设备及可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104520897A (zh) * | 2012-08-06 | 2015-04-15 | 皇家飞利浦有限公司 | 图像噪声降低和/或图像分辨率提高 |
CN107274347A (zh) * | 2017-07-11 | 2017-10-20 | 福建帝视信息科技有限公司 | 一种基于深度残差网络的视频超分辨率重建方法 |
CN108961186A (zh) * | 2018-06-29 | 2018-12-07 | 赵岩 | 一种基于深度学习的老旧影片修复重制方法 |
-
2020
- 2020-06-22 CN CN202010572461.1A patent/CN111738951B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104520897A (zh) * | 2012-08-06 | 2015-04-15 | 皇家飞利浦有限公司 | 图像噪声降低和/或图像分辨率提高 |
CN107274347A (zh) * | 2017-07-11 | 2017-10-20 | 福建帝视信息科技有限公司 | 一种基于深度残差网络的视频超分辨率重建方法 |
CN108961186A (zh) * | 2018-06-29 | 2018-12-07 | 赵岩 | 一种基于深度学习的老旧影片修复重制方法 |
Non-Patent Citations (1)
Title |
---|
陈迎春: "基于色调映射的快速低照度图像增强", 《计算机工程与应用》, vol. 56, no. 09, pages 234 - 239 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112950465A (zh) * | 2021-01-26 | 2021-06-11 | 北京小米移动软件有限公司 | 视频超分处理方法、视频超分处理装置及存储介质 |
CN114972021A (zh) * | 2022-04-13 | 2022-08-30 | 北京字节跳动网络技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN116055778A (zh) * | 2022-05-30 | 2023-05-02 | 荣耀终端有限公司 | 视频数据的处理方法、电子设备及可读存储介质 |
CN116055778B (zh) * | 2022-05-30 | 2023-11-21 | 荣耀终端有限公司 | 视频数据的处理方法、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111738951B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110163237B (zh) | 模型训练及图像处理方法、装置、介质、电子设备 | |
CN112419151B (zh) | 图像退化处理方法、装置、存储介质及电子设备 | |
CN111738951B (zh) | 图像处理方法及装置 | |
WO2017084258A1 (zh) | 编码过程中的实时视频降噪方法、终端和非易失性计算机可读存储介质 | |
WO2023010754A1 (zh) | 一种图像处理方法、装置、终端设备及存储介质 | |
JP2002044422A (ja) | 低解像度かつ低い色深度画像を生成するための画像処理方法及び装置 | |
CN113784175B (zh) | 一种hdr视频转换方法、装置、设备及计算机存储介质 | |
US11538136B2 (en) | System and method to process images of a video stream | |
CN111696039B (zh) | 图像处理方法及装置、存储介质和电子设备 | |
US10674163B2 (en) | Color space compression | |
US20060114479A1 (en) | Accelerated image enhancement | |
CN113962859A (zh) | 一种全景图生成方法、装置、设备及介质 | |
CN113538287A (zh) | 视频增强网络训练方法、视频增强方法及相关装置 | |
CN112203085A (zh) | 图像处理方法、装置、终端和存储介质 | |
CN111738950B (zh) | 图像处理方法及装置 | |
US11521305B2 (en) | Image processing method and device, mobile terminal, and storage medium | |
CN112203086A (zh) | 图像处理方法、装置、终端和存储介质 | |
CN114972021A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN113256785B (zh) | 图像处理方法、装置、设备及介质 | |
JP2003264830A (ja) | 画像符号化装置および画像復号装置 | |
CN114742738A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN108933945B (zh) | 一种gif图片的压缩方法、装置及存储介质 | |
CN117692679B (zh) | 质量增强视频发送方法、装置、电子设备和可读介质 | |
CN117097913A (zh) | 视频编码方法、装置、设备及存储介质 | |
CN118138770A (zh) | 视频处理方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |