[发明专利]图像处理方法及装置、计算机产品和存储介质

说明书

技术领域

本申请一般涉及计算机技术领域，具体涉及一种图像处理方法及装置、计算机产品和存储介质。

背景技术

图像处理技术在地测图像、遥感及医学图像等许多领域具有广泛的应用。因而，如何快速准确地完成图像数据的处理，一直以来是计算机领域的热点之一。

随着机器学习技术的发展，越来越多的机器学习模型和算法被引入图像处理技术中。目前，常用的图像处理模型多为单一模型，且结构简单，因而存在图像识别处理精度不高和鲁棒性较差的问题。

发明内容

第一方面，本申请实施例提供了一种图像处理方法，包括：

将第一图像进行变换，得到多张第二图像；

从包括至少一个第一机器学习模块的组中选择第一机器学习模块，对所述第二图像进行特征提取，得到对应每个第二图像的特征图；以及

将所述对应每个第二图像的特征图输入第二机器学习模块，得到所述第一图像的处理结果。

第二方面，本申请实施例还提供了一种图像处理装置，包括：

图像变换模块，被配置为对第一图像进行变换，得到多个第二图像；

特征提取模块，包括至少一个第一机器学习模块，被配置为通过第一机器学习模块对所述第二图像进行特征提取，得到对应每个第二图像的特征图；以及

图像处理模块，包括第二机器学习模块，被配置为对对应每个第二图像的特征图进行处理，得到所述第一图像的处理结果。

第三方面，本申请实施例还提供了一种计算机产品，包括：

一个或多个处理器；

所述一个或多个处理器被配置为运行计算机指令时执行根据本申请各实施例提供的图像处理方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，存储有由处理器运行的计算机指令，所述计算机指令被处理器运行时可以执行根据本申请各实施例提供的图像处理方法。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出了根据本申请实施例的图像处理方法的示例性流程图；

图2示出了本申请一实施例的图像处理方法中对第二图像进行特征提取过程的示例性流程图；

图3示出了根据本申请一实施例的图像处理方法中第二机器学习模块进行图像处理过程的示例性流程图；

图4示出了本申请一实施例提供的图像处理装置的结构示意图；以及

图5示出了本申请一实施例用来实现本申请实施例方法的计算机产品的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

除非另外定义，本公开使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性连接或信号连接，不管是直接的还是间接的。

在下述实施例中，通讯连接包括通过无线网络、有线网络、和/或无线网络和有线网络的任意组合进行连接。网络可以包括局域网、互联网、电信网、基于互联网和/或电信网的物联网、和/或以上网络的任意组合等。有线网络例如可以采用金属走线、双绞线、同轴电缆或光纤传输等方式进行信息传输，无线网络例如可以采用WWAN移动通信网络、蓝牙、Zigbee或者Wi-Fi等通信方式。