CN111738924A - 图像处理方法及装置 - Google Patents

图像处理方法及装置 Download PDF

Info

Publication number
CN111738924A
CN111738924A CN202010572303.6A CN202010572303A CN111738924A CN 111738924 A CN111738924 A CN 111738924A CN 202010572303 A CN202010572303 A CN 202010572303A CN 111738924 A CN111738924 A CN 111738924A
Authority
CN
China
Prior art keywords
image
resolution
frame image
frame
initial
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.)
Pending
Application number
CN202010572303.6A
Other languages
English (en)
Inventor
孙佳
袁泽寰
王长虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202010572303.6A priority Critical patent/CN111738924A/zh
Publication of CN111738924A publication Critical patent/CN111738924A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using neural networks
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (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：对于第i帧图像，获取位于第i帧图像前的m帧图像和第i帧图像后的n帧图像；将第i帧图像、m帧图像、n帧图像输入初始超分辨率重建网络；在初始超分辨率重建网络中，根据第i帧图像、m帧图像、n帧图像进行高分辨率重建，得到第i帧图像对应的初始高分辨率图像；根据初始高分辨率图像和像素间平滑约束条件确定第i帧图像对应的最终高分辨率图像。本公开实施例在高分辨率重建过程中使用原始大小的图像，可以增加画面的纹理信息，让画面的内容更加丰富，通过增加平滑约束条件，可以保持重建后的高分辨率图像的光滑性，消除高分辨率图像带来的伪影，提高图像质量。

Description

图像处理方法及装置
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。
目前超分辨率重建的方法在电影上表现力差，在场景变化较大或运动速度较快的部分容易出现过度锐化的效果，画面内容出现大量无关的黑色色块，质量低于原始电影。
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在场景变化较大或运动速度较快的视频中容易出现过度锐化、画面内容出现大量无关的黑色色块，重建图像质量低的技术问题。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：
对于第i帧图像，获取位于第i帧图像前的m帧图像和第i帧图像后的n帧图像；其中，所述第i帧图像、所述m帧图像、所述n帧图像均为分辨率低于或等于预设分辨率的低分辨率图像；
将所述第i帧图像、所述m帧图像、所述n帧图像输入初始超分辨率重建网络；
在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建得到所述第i帧图像对应的初始高分辨率图像；其中，所述初始高分辨率图像为分辨率超过所述预设分辨率的图像；
在所述初始超分辨率重建网络中，根据所述初始高分辨率图像和像素间平滑约束条件确定所述第i帧图像对应的最终高分辨率图像；其中，所述最终高分辨率图像为分辨率超过所述预设分辨率的图像。
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，用于对于第i帧图像，获取位于第i帧前的m帧图像和第i帧后的n帧图像；其中，所述第i帧图像、所述m帧图像、所述n帧图像均为分辨率低于或等于预设分辨率的低分辨率图像；
图像输入模块，用于将所述第i帧图像、所述m帧图像、所述n帧图像输入初始超分辨率重建网络；
高分辨率重建模块，用于在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像；其中，所述初始高分辨率图像为分辨率超过所述预设分辨率的图像；
高分辨率图像确定模块，用于在所述初始超分辨率重建网络中，根据所述初始高分辨率图像和像素间平滑约束条件确定所述第i帧图像对应的最终高分辨率图像；其中，所述最终高分辨率图像为分辨率超过所述预设分辨率的图像。
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。
本公开实施例在高分辨率重建过程中使用原始大小的图像，可以增加画面的纹理信息，让画面的内容更加丰富，通过增加平滑约束条件，可以保持重建后的高分辨率图像的光滑性，消除高分辨率图像带来的伪影，提高图像质量。
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在场景变化较大或运动速度较快的视频中容易出现过度锐化、画面内容出现大量无关的黑色色块，重建图像质量低的技术问题，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：对于第i帧图像，获取位于第i帧前的m帧图像和第i帧后的n帧图像；其中，所述第i帧图像、所述m帧图像、所述n帧图像均为分辨率低于或等于预设分辨率的低分辨率图像。
本实施例的处理对象可以为低分辨率的视频或电影，例如分辨率低于或预设分辨率即为低分辨率，预设分辨率可由用户自定义设置，例如设为720p。本实施例描述的为低分辨率的视频或电影中的其中一帧图像即第i帧图像的高分辨率重建过程，对于低分辨率的视频或电影中的每帧图像均需进行高分辨率重建，重建方法与第i帧图像类似，这里不一一赘述。
其中，m、n取值可根据第i帧图像在低分辨率的视频或电影中的位置确定。例如，第i帧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，第i帧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，第i帧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。
本实施例的处理对象可以为单张低分辨率图像，其即第i帧图像为单张低分辨率图像，此时对应的m、n均为0。
步骤S12：将所述第i帧图像、所述m帧图像、所述n帧图像输入初始超分辨率重建网络。
其中，所述初始超分辨率重建网络用于对所述第i帧图像进行高分辨率重建。且本步骤不对所述第i帧图像、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初始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S13：在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像；其中，所述初始高分辨率图像为分辨率超过所述预设分辨率的图像。
例如，对所述第i帧图像、所述m帧图像、所述n帧图像进行特征融合，得到第i帧图像对应的初始高分辨率图像。
步骤S14：在所述初始超分辨率重建网络中，根据所述初始高分辨率图像和像素间平滑约束条件确定所述第i帧图像对应的最终高分辨率图像；其中，所述最终高分辨率图像为分辨率超过所述预设分辨率的图像。
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电影或视频数据。
具体的，其中一种确定所述第i帧图像对应的最终高分辨率图像的实现方式为：确定所述初始高分辨率图像是否满足像素间平滑约束条件，若所述初始高分辨率图像满足像素间平滑约束条件，则将所述初始高分辨率图像作为所述第i帧图像对应的最终高分辨率图像；若所述初始高分辨率图像未满足像素间平滑约束条件，则继续执行步骤S13的高分辨率重建过程，直到得到的初始高分辨率图像满足像素间平滑约束条件。另一种确定所述第i帧图像对应的最终高分辨率图像的实现方式参见下述第一实施例，这里不再赘述。
本实施例在高分辨率重建过程中使用原始大小的图像，可以增加画面的纹理信息，让画面的内容更加丰富，并且在高分辨率重建过程中通过增加平滑约束条件，可以保持重建后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，提高图像质量。
在第一可选的实施例中，步骤S14具体包括：
步骤S141：在所述初始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，得到目标超分辨率重建网络。
具体的，确定所述初始高分辨率图像中像素间的平滑性，确定所述平滑性是否满足像素间平滑约束条件，若所述平滑性满足像素间平滑约束条件，则结束高分辨率重建过程即终止执行步骤S13，得到目标超分辨率重建网络；若所述平滑性未满足像素间平滑约束条件，则继续执行步骤S13的高分辨率重建过程，直到得到的初始高分辨率图像的平滑性满足像素间平滑约束条件，得到目标超分辨率重建网络。
步骤S142：将所述第i帧图像、所述m帧图像、所述n帧图像输入所述目标超分辨率重建网络。
步骤S143：在所述目标超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的最终高分辨率图像
其中，所述目标超分辨率重建网络用于对所述第i帧图像进行高分辨率重建，得到最终的高分辨率图像。例如，对所述第i帧图像、所述m帧图像、所述n帧图像进行特征融合，得到第i帧图像对应的最终高分辨率图像。
本步骤的具体实现与在初始超分辨率重建网络中进行高分辨率重建得到初始高分辨率图像的过程类似，具体参见下述第四实施例至第七实施例。
在第二可选的实施例中，所述方法还包括确定像素间平滑约束条件的方法：
步骤S15：确定所述初始高分辨率图像的总变分。
步骤S16：将最小化所述总变分作为所述像素间平滑约束条件。
由于受噪声污染的图像的总变分比无噪图像的总变分明显的大，通过最小化所述总变分可以最小化噪声，因此重建高分率图像中相邻像素值的差异可以通过最小化所述总变分解决即保持图像的光滑性。
在第三可选的实施例中，步骤S15具体包括：根据公式
Figure BDA0002549834090000091
确定所述初始高分辨率图像的总变分；其中，J为总变分，Du为所述初始高分辨率图像的支持域，
Figure BDA0002549834090000092
u(x，y)为位于坐标(x，y)的像素点，ux为位于坐标(x，y)的像素点的x方向的偏导，uv为位于坐标(x，y)的像素点的y方向的偏导，∫·dxdy为求积分。
在第四可选的实施例中，步骤S13具体包括：
步骤A：在所述初始超分辨率重建网络中，将所述第i帧图像、所述m帧图像、所述n帧图像分别下采样到原图像的第一预设大小。
其中，第一预设大小可以为原始图像的二分之一或四分之一等。
步骤B：在所述初始超分辨率重建网络中，根据所述第一预设大小的第i帧图像、所述第一预设大小的m帧图像、所述第一预设大小的n帧图像进行高分辨率重建，得到所述第一预设大小的重建图像。
步骤C：在所述初始超分辨率重建网络中，将所述第一预设大小的重建图像上采样到第二预设大小，得到所述第i帧图像对应的初始高分辨率图像。
其中，第二预设大小可以由用户自定义设置，为用户期望得到的图像的分辨率。
在第五可选的实施例中，步骤S13具体包括：
步骤D：在所述初始超分辨率重建网络中，对所述第i帧图像、所述m帧图像、所述n帧图像分别进行去模糊处理。
例如，可以将所述第i帧图像、所述m帧图像、所述n帧图像分别输入一个金字塔结构且包含步长为2的卷积层的模块，金字塔的每层通过若干个残差块提取特征，得到去模糊后的图像。
步骤E：在所述初始超分辨率重建网络中，根据去模糊后的第i帧图像、去模糊后的m帧图像、去模糊后的n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
在第六可选的实施例中，步骤S13具体包括：
步骤F：在所述初始超分辨率重建网络中，对所述第i帧图像、所述m帧图像、所述n帧图像分别进行对齐处理，得到所述第i帧图像的1个对齐图像、所述m帧图像的m个对齐图像、所述n帧图像的n个对齐图像。
具体的，首先将所述第i帧图像和所述1个对齐图像分别作为参考帧和相邻帧、将所述m帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧、及将所述n帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧。将参考帧和相邻帧输入步长为2卷积层卷积得到L层的金字塔，在金字塔的每一层都进行如下操作，即：参考帧和相邻帧连接在一起并进行可变形卷积得到偏移图像，相邻帧和偏移图像再次进行可变形卷积得到卷积图像；此外，金字塔下层的偏移图像会作为上层可变形卷积的输入，用于更精确地进行偏移图像的估计，可变形卷积输出的卷积图像与上层相应的特征进行融合，直至金字塔的第一层，融合后的图像与参考帧连接在一起作为新的偏移图像，根据新的偏移图像便可预测到最终的对齐图像。
步骤G：在所述初始超分辨率重建网络中，根据所述1个对齐图像、所述m个对齐图像、所述n个对齐图像进行重建，得到所述第i帧图像对应的初始高分辨率图像。
在第七可选的实施例中，步骤S13具体包括：
步骤H：在所述初始超分辨率重建网络中，将所述第i帧图像和所述1个对齐图像分别作为参考帧和相邻帧、将所述m帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧、及将所述n帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧。
步骤I：在所述初始超分辨率重建网络中，分别确定相邻帧和参考帧的相似度，得到每个对齐图像的权重。
本实施例通过给与不同对齐图像不同的权重，可以避免在高分辨率重建过程中，由于目标运动等一些不可抗拒的原因，导致的不同图像帧产生不同情况的模糊。
步骤J：在所述初始超分辨率重建网络中，对于每个对齐图像乘以相应的权重，得到m+n+1个权重图像。
步骤K：在所述初始超分辨率重建网络中，根据所述m+n+1个权重图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
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在场景变化较大或运动速度较快的视频中容易出现过度锐化、画面内容出现大量无关的黑色色块，重建图像质量低的技术问题，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、图像输入模块22、高分辨率重建模块23和高分辨率图像确定模块24；其中，
图像获取模块21用于对于第i帧图像，获取位于第i帧前的m帧图像和第i帧后的n帧图像；其中，所述第i帧图像、所述m帧图像、所述n帧图像均为分辨率低于或等于预设分辨率的低分辨率图像；
图像输入模块22用于将所述第i帧图像、所述m帧图像、所述n帧图像输入初始超分辨率重建网络；
高分辨率重建模块23用于在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像；其中，所述初始高分辨率图像为分辨率超过所述预设分辨率的图像；
高分辨率图像确定模块24用于在所述初始超分辨率重建网络中，根据所述初始高分辨率图像和像素间平滑约束条件确定所述第i帧图像对应的最终高分辨率图像；其中，所述最终高分辨率图像为分辨率超过所述预设分辨率的图像。
进一步的，所述高分辨率图像确定模块24具体用于：在所述初始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，得到目标超分辨率重建网络；将所述第i帧图像、所述m帧图像、所述n帧图像输入所述目标超分辨率重建网络；在所述目标超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的最终高分辨率图像。
进一步的，所述装置还包括：平滑条件确定模块25；其中，
平滑条件确定模块25用于在所述初始超分辨率重建网络中，确定所述初始高分辨率图像的总变分；将最小化所述总变分作为所述像素间平滑约束条件。
进一步的，所述平滑条件确定模块25具体用于：根据公式
Figure BDA0002549834090000141
确定所述初始高分辨率图像的总变分；其中，J为总变分，Du为所述初始高分辨率图像的支持域，
Figure BDA0002549834090000142
u(x，y)为位于坐标(x，y)的像素点，ux为位于坐标(x，y)的像素点的x方向的偏导，uy为位于坐标(x，y)的像素点的y方向的偏导，∫·dxdy为求积分。
进一步的，所述高分辨率重建模块23具体用于：在所述初始超分辨率重建网络中，将所述第i帧图像、所述m帧图像、所述n帧图像分别下采样到原图像的第一预设大小；在所述初始超分辨率重建网络中，根据所述第一预设大小的第i帧图像、所述第一预设大小的m帧图像、所述第一预设大小的n帧图像进行高分辨率重建，得到所述第一预设大小的重建图像；在所述初始超分辨率重建网络中，将所述第一预设大小的重建图像上采样到第二预设大小，得到所述第i帧图像对应的初始高分辨率图像。
进一步的，所述高分辨率重建模块23具体用于：在所述初始超分辨率重建网络中，对所述第i帧图像、所述m帧图像、所述n帧图像分别进行去模糊处理；在所述初始超分辨率重建网络中，根据去模糊后的第i帧图像、去模糊后的m帧图像、去模糊后的n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
进一步的，所述高分辨率重建模块23具体用于：在所述初始超分辨率重建网络中，对所述第i帧图像、所述m帧图像、所述n帧图像分别进行对齐处理，得到所述第i帧图像的1个对齐图像、所述m帧图像的m个对齐图像、所述n帧图像的n个对齐图像；在所述初始超分辨率重建网络中，根据所述1个对齐图像、所述m个对齐图像、所述n个对齐图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
进一步的，所述高分辨率重建模块23具体用于：在所述初始超分辨率重建网络中，将所述第i帧图像和所述1个对齐图像分别作为参考帧和相邻帧、将所述m帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧、及将所述n帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧；在所述初始超分辨率重建网络中，分别确定相邻帧和参考帧的相似度，得到每个对齐图像的权重；在所述初始超分辨率重建网络中，对于每个对齐图像乘以相应的权重，得到m+n+1个权重图像；在所述初始超分辨率重建网络中，根据所述m+n+1个权重图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
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、或半导体的系统、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系统、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系统、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：对于第i帧图像，获取位于第i帧图像前的m帧图像和第i帧图像后的n帧图像；其中，所述第i帧图像、所述m帧图像、所述n帧图像均为分辨率低于或等于预设分辨率的低分辨率图像；将所述第i帧图像、所述m帧图像、所述n帧图像输入初始超分辨率重建网络；在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像；其中，所述初始高分辨率图像为分辨率超过所述预设分辨率的图像；在所述初始超分辨率重建网络中，根据所述初始高分辨率图像和像素间平滑约束条件确定所述第i帧图像对应的最终高分辨率图像；其中，所述最终高分辨率图像为分辨率超过所述预设分辨率的图像。
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系统、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系统来实现，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)、片上系统(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系统、装置或设备使用或与指令执行系统、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、或半导体系统、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：
对于第i帧图像，获取位于第i帧图像前的m帧图像和第i帧图像后的n帧图像；其中，所述第i帧图像、所述m帧图像、所述n帧图像均为分辨率低于或等于预设分辨率的低分辨率图像；
将所述第i帧图像、所述m帧图像、所述n帧图像输入初始超分辨率重建网络；
在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像；其中，所述初始高分辨率图像为分辨率超过所述预设分辨率的图像；
在所述初始超分辨率重建网络中，根据所述初始高分辨率图像和像素间平滑约束条件确定所述第i帧图像对应的最终高分辨率图像；其中，所述最终高分辨率图像为分辨率超过所述预设分辨率的图像。
进一步的，所述在所述初始超分辨率重建网络中，根据所述初始高分辨率图像和像素间平滑约束条件确定所述第i帧图像对应的最终高分辨率图像，包括：
在所述初始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，得到目标超分辨率重建网络；
将所述第i帧图像、所述m帧图像、所述n帧图像输入所述目标超分辨率重建网络；
在所述目标超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建得到所述第i帧图像对应的最终高分辨率图像。
进一步的，所述方法还包括：
在所述初始超分辨率重建网络中，确定所述初始高分辨率图像的总变分；
将最小化所述总变分作为所述像素间平滑约束条件。
进一步的，所述确定所述初始高分辨率图像的总变分，包括：
根据公式
Figure BDA0002549834090000221
确定所述初始高分辨率图像的总变分；其中，J为总变分，Du为所述初始高分辨率图像的支持域，
Figure BDA0002549834090000222
u(x，y)为位于坐标(x，y)的像素点，ux为位于坐标(x，y)的像素点的x方向的偏导，uy为位于坐标(x，y)的像素点的y方向的偏导，∫·dxdy为求积分。
进一步的，所述在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像，包括：
在所述初始超分辨率重建网络中，将所述第i帧图像、所述m帧图像、所述n帧图像分别下采样到原图像的第一预设大小；
在所述初始超分辨率重建网络中，根据所述第一预设大小的第i帧图像、所述第一预设大小的m帧图像、所述第一预设大小的n帧图像进行高分辨率重建，得到所述第一预设大小的重建图像；
在所述初始超分辨率重建网络中，将所述第一预设大小的重建图像上采样到第二预设大小，得到所述第i帧图像对应的初始高分辨率图像。
进一步的，所述在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像，包括：
在所述初始超分辨率重建网络中，对所述第i帧图像、所述m帧图像、所述n帧图像分别进行去模糊处理；
在所述初始超分辨率重建网络中，根据去模糊后的第i帧图像、去模糊后的m帧图像、去模糊后的n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
进一步的，所述在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像，包括：
在所述初始超分辨率重建网络中，对所述第i帧图像、所述m帧图像、所述n帧图像分别进行对齐处理，得到所述第i帧图像的1个对齐图像、所述m帧图像的m个对齐图像、所述n帧图像的n个对齐图像；
在所述初始超分辨率重建网络中，根据所述1个对齐图像、所述m个对齐图像、所述n个对齐图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
进一步的，所述在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像，包括：
在所述初始超分辨率重建网络中，将所述第i帧图像和所述1个对齐图像分别作为参考帧和相邻帧、将所述m帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧、及将所述n帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧；
在所述初始超分辨率重建网络中，分别确定相邻帧和参考帧的相似度，得到每个对齐图像的权重；
在所述初始超分辨率重建网络中，对于每个对齐图像乘以相应的权重，得到m+n+1个权重图像；
在所述初始超分辨率重建网络中，根据所述m+n+1个权重图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
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，用于对于第i帧图像，获取位于第i帧前的m帧图像和第i帧后的n帧图像；其中，所述第i帧图像、所述m帧图像、所述n帧图像均为分辨率低于或等于预设分辨率的低分辨率图像；
图像输入模块，用于将所述第i帧图像、所述m帧图像、所述n帧图像输入初始超分辨率重建网络；
高分辨率重建模块，用于在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像；其中，所述初始高分辨率图像为分辨率超过所述预设分辨率的图像；
高分辨率图像确定模块，用于在所述初始超分辨率重建网络中，根据所述初始高分辨率图像和像素间平滑约束条件确定所述第i帧图像对应的最终高分辨率图像；其中，所述最终高分辨率图像为分辨率超过所述预设分辨率的图像。
进一步的，所述高分辨率图像确定模块具体用于：在所述初始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，得到目标超分辨率重建网络；将所述第i帧图像、所述m帧图像、所述n帧图像输入所述目标超分辨率重建网络；在所述目标超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的最终高分辨率图像。
进一步的，所述装置还包括：
平滑条件确定模块，用于在所述初始超分辨率重建网络中，确定所述初始高分辨率图像的总变分；将最小化所述总变分作为所述像素间平滑约束条件。
进一步的，所述平滑条件确定模块具体用于：根据公式
Figure BDA0002549834090000261
确定所述初始高分辨率图像的总变分；其中，J为总变分，Du为所述初始高分辨率图像的支持域，
Figure BDA0002549834090000262
u(x，y)为位于坐标(x，y)的像素点，ux为位于坐标(x，y)的像素点的x方向的偏导，uy为位于坐标(x，y)的像素点的y方向的偏导，∫·dxdy为求积分。
进一步的，所述高分辨率重建模块具体用于：在所述初始超分辨率重建网络中，将所述第i帧图像、所述m帧图像、所述n帧图像分别下采样到原图像的第一预设大小；在所述初始超分辨率重建网络中，根据所述第一预设大小的第i帧图像、所述第一预设大小的m帧图像、所述第一预设大小的n帧图像进行高分辨率重建，得到所述第一预设大小的重建图像；在所述初始超分辨率重建网络中，将所述第一预设大小的重建图像上采样到第二预设大小，得到所述第i帧图像对应的初始高分辨率图像。
进一步的，所述高分辨率重建模块具体用于：在所述初始超分辨率重建网络中，对所述第i帧图像、所述m帧图像、所述n帧图像分别进行去模糊处理；在所述初始超分辨率重建网络中，根据去模糊后的第i帧图像、去模糊后的m帧图像、去模糊后的n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
进一步的，所述高分辨率重建模块具体用于：在所述初始超分辨率重建网络中，对所述第i帧图像、所述m帧图像、所述n帧图像分别进行对齐处理，得到所述第i帧图像的1个对齐图像、所述m帧图像的m个对齐图像、所述n帧图像的n个对齐图像；在所述初始超分辨率重建网络中，根据所述1个对齐图像、所述m个对齐图像、所述n个对齐图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
进一步的，所述高分辨率重建模块具体用于：在所述初始超分辨率重建网络中，将所述第i帧图像和所述1个对齐图像分别作为参考帧和相邻帧、将所述m帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧、及将所述n帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧；在所述初始超分辨率重建网络中，分别确定相邻帧和参考帧的相似度，得到每个对齐图像的权重；在所述初始超分辨率重建网络中，对于每个对齐图像乘以相应的权重，得到m+n+1个权重图像；在所述初始超分辨率重建网络中，根据所述m+n+1个权重图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
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 (11)

1.一种图像处理方法，其特征在于，包括：
对于第i帧图像，获取位于第i帧图像前的m帧图像和第i帧图像后的n帧图像；其中，所述第i帧图像、所述m帧图像、所述n帧图像均为分辨率低于或等于预设分辨率的低分辨率图像；
将所述第i帧图像、所述m帧图像、所述n帧图像输入初始超分辨率重建网络；
在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建得到所述第i帧图像对应的初始高分辨率图像；其中，所述初始高分辨率图像为分辨率超过所述预设分辨率的图像；
在所述初始超分辨率重建网络中，根据所述初始高分辨率图像和像素间平滑约束条件确定所述第i帧图像对应的最终高分辨率图像；其中，所述最终高分辨率图像为分辨率超过所述预设分辨率的图像。
2.根据权利要求1所述的方法，其特征在于，所述在所述初始超分辨率重建网络中，根据所述初始高分辨率图像和像素间平滑约束条件确定所述第i帧图像对应的最终高分辨率图像，包括：
在所述初始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，得到目标超分辨率重建网络；
将所述第i帧图像、所述m帧图像、所述n帧图像输入所述目标超分辨率重建网络；
在所述目标超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建得到所述第i帧图像对应的最终高分辨率图像。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述初始超分辨率重建网络中，确定所述初始高分辨率图像的总变分；
将最小化所述总变分作为所述像素间平滑约束条件。
4.根据权利要求3所述的方法，其特征在于，所述在所述初始超分辨率重建网络中，确定所述初始高分辨率图像的总变分，包括：
在所述初始超分辨率重建网络中，根据公式
Figure FDA0002549834080000021
确定所述初始高分辨率图像的总变分；其中，J为总变分，Du为所述初始高分辨率图像的支持域，
Figure FDA0002549834080000022
u(x，y)为位于坐标(x，y)的像素点，ux为位于坐标(x，y)的像素点的x方向的偏导，uy为位于坐标(x，y)的像素点的y方向的偏导，∫·dxdy为求积分。
5.根据权利要求1所述的方法，其特征在于，所述在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像，包括：
在所述初始超分辨率重建网络中，将所述第i帧图像、所述m帧图像、所述n帧图像分别下采样到原图像的第一预设大小；
在所述初始超分辨率重建网络中，根据所述第一预设大小的第i帧图像、所述第一预设大小的m帧图像、所述第一预设大小的n帧图像进行高分辨率重建，得到所述第一预设大小的重建图像；
在所述初始超分辨率重建网络中，将所述第一预设大小的重建图像上采样到第二预设大小，得到所述第i帧图像对应的初始高分辨率图像。
6.根据权利要求1所述的方法，其特征在于，所述在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像，包括：
在所述初始超分辨率重建网络中，对所述第i帧图像、所述m帧图像、所述n帧图像分别进行去模糊处理；
在所述初始超分辨率重建网络中，根据去模糊后的第i帧图像、去模糊后的m帧图像、去模糊后的n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
7.根据权利要求1所述的方法，其特征在于，所述在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像，包括：
在所述初始超分辨率重建网络中，对所述第i帧图像、所述m帧图像、所述n帧图像分别进行对齐处理，得到所述第i帧图像的1个对齐图像、所述m帧图像的m个对齐图像、所述n帧图像的n个对齐图像；
在所述初始超分辨率重建网络中，根据所述1个对齐图像、所述m个对齐图像、所述n个对齐图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
8.根据权利要求1所述的方法，其特征在于，所述在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像，包括：
在所述初始超分辨率重建网络中，将所述第i帧图像和所述1个对齐图像分别作为参考帧和相邻帧、将所述m帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧、及将所述n帧图像中的每帧图像和对应的对齐图像分别作为参考帧和相邻帧；
在所述初始超分辨率重建网络中，分别确定相邻帧和参考帧的相似度，得到每个对齐图像的权重；
在所述初始超分辨率重建网络中，对于每个对齐图像乘以相应的权重，得到m+n+1个权重图像；
在所述初始超分辨率重建网络中，根据所述m+n+1个权重图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像。
9.一种图像处理装置，其特征在于，包括：
图像获取模块，用于对于第i帧图像，获取位于第i帧前的m帧图像和第i帧后的n帧图像；其中，所述第i帧图像、所述m帧图像、所述n帧图像均为分辨率低于或等于预设分辨率的低分辨率图像；
图像输入模块，用于将所述第i帧图像、所述m帧图像、所述n帧图像输入初始超分辨率重建网络；
高分辨率重建模块，用于在所述初始超分辨率重建网络中，根据所述第i帧图像、所述m帧图像、所述n帧图像进行高分辨率重建，得到所述第i帧图像对应的初始高分辨率图像；其中，所述初始高分辨率图像为分辨率超过所述预设分辨率的图像；
高分辨率图像确定模块，用于在所述初始超分辨率重建网络中，根据所述初始高分辨率图像和像素间平滑约束条件确定所述第i帧图像对应的最终高分辨率图像；其中，所述最终高分辨率图像为分辨率超过所述预设分辨率的图像。
10.一种电子设备，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1-8任一项所述的图像处理方法。
11.一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1-8任一项所述的图像处理方法。
CN202010572303.6A 2020-06-22 2020-06-22 图像处理方法及装置 Pending CN111738924A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010572303.6A CN111738924A (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
CN202010572303.6A CN111738924A (zh) 2020-06-22 2020-06-22 图像处理方法及装置

Publications (1)

Publication Number Publication Date
CN111738924A true CN111738924A (zh) 2020-10-02

Family

ID=72650252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010572303.6A Pending CN111738924A (zh) 2020-06-22 2020-06-22 图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN111738924A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011018878A1 (ja) * 2009-08-13 2011-02-17 日本電気株式会社 画像処理システム、画像処理方法および画像処理用プログラム
US20110037894A1 (en) * 2009-08-11 2011-02-17 Google Inc. Enhanced image and video super-resolution processing
US20120300122A1 (en) * 2011-05-26 2012-11-29 Microsoft Corporation Adaptive super resolution for video enhancement
CN105046743A (zh) * 2015-07-01 2015-11-11 浙江大学 一种基于全局变分技术的超高分辨率三维重建方法
CN106558022A (zh) * 2016-11-30 2017-04-05 重庆大学 一种基于边缘差异约束的单幅图像超分辨率重建方法
CN106600539A (zh) * 2016-12-16 2017-04-26 四川长虹电器股份有限公司 一种基于局部跨尺度自回归模型的单幅图像超分辨率方法
CN107492077A (zh) * 2017-08-03 2017-12-19 四川长虹电器股份有限公司 基于自适应多方向总变分的图像去模糊方法
CN109949255A (zh) * 2017-12-20 2019-06-28 华为技术有限公司 图像重建方法及设备
CN110070511A (zh) * 2019-04-30 2019-07-30 北京市商汤科技开发有限公司 图像处理方法和装置、电子设备及存储介质
KR20190117416A (ko) * 2019-09-26 2019-10-16 엘지전자 주식회사 동영상 프레임 해상도를 향상시키기 위한 방법 및 장치
WO2019197661A1 (en) * 2018-04-13 2019-10-17 Koninklijke Kpn N.V. Frame-level super-resolution-based video coding
CN110415173A (zh) * 2019-07-31 2019-11-05 南京邮电大学 一种基于三维总变分的图像超分辨率方法
CN110533594A (zh) * 2019-08-30 2019-12-03 Oppo广东移动通信有限公司 模型训练方法、图像重建方法、存储介质及相关设备

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110037894A1 (en) * 2009-08-11 2011-02-17 Google Inc. Enhanced image and video super-resolution processing
WO2011018878A1 (ja) * 2009-08-13 2011-02-17 日本電気株式会社 画像処理システム、画像処理方法および画像処理用プログラム
US20120300122A1 (en) * 2011-05-26 2012-11-29 Microsoft Corporation Adaptive super resolution for video enhancement
CN105046743A (zh) * 2015-07-01 2015-11-11 浙江大学 一种基于全局变分技术的超高分辨率三维重建方法
CN106558022A (zh) * 2016-11-30 2017-04-05 重庆大学 一种基于边缘差异约束的单幅图像超分辨率重建方法
CN106600539A (zh) * 2016-12-16 2017-04-26 四川长虹电器股份有限公司 一种基于局部跨尺度自回归模型的单幅图像超分辨率方法
CN107492077A (zh) * 2017-08-03 2017-12-19 四川长虹电器股份有限公司 基于自适应多方向总变分的图像去模糊方法
CN109949255A (zh) * 2017-12-20 2019-06-28 华为技术有限公司 图像重建方法及设备
WO2019197661A1 (en) * 2018-04-13 2019-10-17 Koninklijke Kpn N.V. Frame-level super-resolution-based video coding
CN110070511A (zh) * 2019-04-30 2019-07-30 北京市商汤科技开发有限公司 图像处理方法和装置、电子设备及存储介质
CN110415173A (zh) * 2019-07-31 2019-11-05 南京邮电大学 一种基于三维总变分的图像超分辨率方法
CN110533594A (zh) * 2019-08-30 2019-12-03 Oppo广东移动通信有限公司 模型训练方法、图像重建方法、存储介质及相关设备
KR20190117416A (ko) * 2019-09-26 2019-10-16 엘지전자 주식회사 동영상 프레임 해상도를 향상시키기 위한 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
娄帅: "基于总变分的鲁棒的超分辨率重建算法", 计算机工程与设计, vol. 30, no. 9, pages 2241 - 2243 *

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
CN113870104A (zh) 超分辨率图像重建
CN111325704B (zh) 图像修复方法、装置、电子设备及计算机可读存储介质
CN111935425B (zh) 视频降噪方法、装置、电子设备及计算机可读介质
CN112381717A (zh) 图像处理方法、模型训练方法、装置、介质及设备
CN111833269B (zh) 视频降噪方法、装置、电子设备及计算机可读介质
WO2022116990A1 (zh) 视频裁剪方法、装置、存储介质及电子设备
CN112800276B (zh) 视频封面确定方法、装置、介质及设备
CN112330788A (zh) 图像处理方法、装置、可读介质及电子设备
WO2022247630A1 (zh) 图像处理方法、装置、电子设备及存储介质
CN112418249A (zh) 掩膜图像生成方法、装置、电子设备和计算机可读介质
CN111738951A (zh) 图像处理方法及装置
CN114926491B (zh) 一种抠图方法、装置、电子设备及存储介质
CN114640796B (zh) 视频处理方法、装置、电子设备及存储介质
CN114066722B (zh) 用于获取图像的方法、装置和电子设备
CN114972021A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN111738924A (zh) 图像处理方法及装置
CN114742738A (zh) 图像处理方法、装置、存储介质及电子设备
CN113706385A (zh) 一种视频超分辨率方法、装置、电子设备及存储介质
CN111737575B (zh) 内容分发方法、装置、可读介质及电子设备
CN116437093A (zh) 视频帧修复方法、装置、设备、存储介质和程序产品
CN115914497A (zh) 视频处理方法、装置、设备、介质及程序产品
CN115761248B (zh) 图像处理方法、装置、设备及存储介质
CN111738958B (zh) 图片修复方法、装置、电子设备及计算机可读介质

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