[发明专利]图像处理方法及装置

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待显示图像的灰度图和色度图；

获取所述灰度图的骨架图和纹理图；

分别对所述骨架图和纹理图进行修复，获取修复骨架图和修复纹理图；

根据所述修复骨架图和修复纹理图，获取修复灰度图；

根据所述修复灰度图和所述色度图显示所述待显示图像的复原图像。

2.根据权利要求1所述的方法，其特征在于，所述获取所述灰度图的骨架图和纹理图包括：

通过全变分算法将所述灰度图分解为所述骨架图和所述纹理图。

3.根据权利要求1或2所述的方法，其特征在于，所述分别对所述骨架图和纹理图进行修复，获取修复骨架图和修复纹理图包括：

通过第一全卷积网络对所述骨架图进行修复，获取所述修复骨架图；

通过第二全卷积网络对所述纹理图进行修复，获取所述修复纹理图。

4.根据权利要求3所述的方法，其特征在于，所述通过第一全卷积网络对所述骨架图进行修复，获取所述修复骨架图包括：

通过所述第一全卷积网络的第一卷积层对所述骨架图进行特征提取，获取特征骨架图，所述第一卷积层的卷积核为3*3，步长为1；

通过所述第一全卷积网络的第二卷积层对所述特征骨架图进行降维，获取降维骨架图，所述第二卷积层的卷积核为3*3，步长为2；

通过所述第一全卷积网络的第三卷积层对所述降维骨架图进行特征映射，获取映射骨架图，所述第三卷积层的卷积核为1*1，步长为2；

通过所述第一全卷积网络的第四卷积层对所述映射骨架图进行升维采样，获取所述修复骨架图，所述第四卷积层为反卷积层，卷积核为3*3，步长为2。

5.根据权利要求3所述的方法，其特征在于，所述通过第二全卷积网络对所述纹理图进行修复，获取所述修复纹理图包括：

通过所述第二全卷积网络的第五卷积层对所述纹理图进行特征提取，获取特征纹理图，所述第五卷积层的卷积核为3*3，步长为1；

通过所述第二全卷积网络的第六卷积层对所述特征纹理图进行降维，获取降维纹理图，所述第六卷积层的卷积核为3*3，步长为2；

通过所述第二全卷积网络的第七卷积层对所述降维纹理图进行特征映射，获取映射纹理图，所述第七卷积层的卷积核为1*1，步长为2；

通过所述第二全卷积网络的第八卷积层对所述映射纹理图进行升维采样，获取所述修复纹理图，所述第八卷积层为反卷积层，卷积核为3*3，步长为2。

6.一种图像处理装置，其特征在于，包括：

第一获取模块，用于获取待显示图像的灰度图和色度图；

第二获取模块，用于获取所述灰度图的骨架图和纹理图；

修复模块，用于分别对所述骨架图和纹理图进行修复，获取修复骨架图和修复纹理图；

第三获取模块，用于根据所述修复骨架图和修复纹理图，获取修复灰度图；

显示模块，用于根据所述修复灰度图和所述色度图显示所述待显示图像的复原图像。

7.根据权利要求6所述的装置，其特征在于，所述第二获取模块包括：

第一获取子模块，用于通过全变分算法将所述灰度图分解为所述骨架图和所述纹理图。

8.根据权利要求6或7所述的装置，其特征在于，所述修复模块包括：

第一修复子模块，用于通过第一全卷积网络对所述骨架图进行修复，获取所述修复骨架图；

第二修复子模块，用于通过第二全卷积网络对所述纹理图进行修复，获取所述修复纹理图。

9.根据权利要求8所述的装置，其特征在于，所述第一修复子模块包括：

第一修复单元，用于通过所述第一全卷积网络的第一卷积层对所述骨架图进行特征提取，获取特征骨架图，所述第一卷积层的卷积核为3*3，步长为1；

第二修复单元，用于通过所述第一全卷积网络的第二卷积层对所述特征骨架图进行降维，获取降维骨架图，所述第二卷积层的卷积核为3*3，步长为2；

第三修复单元，用于通过所述第一全卷积网络的第三卷积层对所述降维骨架图进行特征映射，获取映射骨架图，所述第三卷积层的卷积核为1*1，步长为2；

第四修复单元，用于通过所述第一全卷积网络的第四卷积层对所述映射骨架图进行升维采样，获取所述修复骨架图，所述第四卷积层为反卷积层，卷积核为3*3，步长为2。