[发明专利]图像处理方法、装置、电子设备及存储介质

说明书

本申请实施方式公开了图像处理方法、装置、电子设备及存储介质，其中的方法包括：对待处理图像进行基于灰度的均衡化处理，所述基于灰度的均衡化处理用于增大所述待处理图像的像素值所分布的灰度级别区域；将均衡化处理后的待处理图像提供给神经网络，并经所述神经网络输出所述待处理图像的处理结果。

技术领域

本申请涉及计算机视觉技术，尤其是涉及一种图像处理方法、图像处理装置、神经网络的训练方法、神经网络的训练装置、电子设备以及计算机可读存储介质。

背景技术

图像处理通常包括：人脸识别、人脸位置检测(如人脸外接框检测)、人体关键点检测、人脸关键点检测以及活体检测处理等。

环境光线较暗或者逆光或者复杂光照等因素，会导致图像的质量有所下降。针对图像质量存在一定程度欠缺的图像，如何提升图像处理结果的准确性，是一个值得关注的技术问题。

发明内容

本申请实施方式提供一种图像处理技术方案。

根据本申请实施方式其中一个方面，提供了一种图像处理方法，该方法包括：对待处理图像进行基于灰度的均衡化处理，所述基于灰度的均衡化处理用于增大所述待处理图像的像素值所分布的灰度级别区域；将均衡化处理后的待处理图像提供给神经网络，并经所述神经网络输出所述待处理图像的处理结果。

在本申请一实施方式中，所述对待处理图像进行基于灰度的均衡化处理之前，包括：判断待处理图像的像素值所分布的灰度级别区域是否小于第一阈值，若是，则执行对待处理图像进行基于灰度的均衡化处理的步骤。

在本申请又一实施方式中，所述判断待处理图像的像素值所分布的灰度级别区域是否小于第一阈值之前，包括：判断待处理图像中任一像素值对应的像素点数量是否达到第二阈值，若是，则将相应的像素值纳入所述灰度级别区域的范围，若否，则不将相应的像素值纳入灰度级别区域的范围。

在本申请再一实施方式中，所述待处理图像包括：灰度图像或者非灰度图像。

在本申请再一实施方式中，所述对待处理图像进行基于灰度的均衡化处理包括：对被作为待处理图像的灰度图像进行直方图均衡化处理。

在本申请再一实施方式中，所述对待处理图像进行基于灰度的均衡化处理包括：将被作为待处理图像的非灰度图像转换为灰度图像，并将转换后的灰度图像进行直方图均衡化处理。

在本申请再一实施方式中，所述对待处理图像进行基于灰度的均衡化处理包括：将被作为待处理图像的非灰度图像转换为明亮度色度YUV图像，对所述YUV图像的Y通道像素值进行直方图均衡化处理，并将均衡化处理后的YUV图像转换为所述非灰度图像的形式。

在本申请再一实施方式中，所述非灰度图像包括：红绿蓝RGB图像。

在本申请再一实施方式中，所述经所述神经网络输出所述待处理图像的处理结果包括下述至少之一：经所述神经网络输出所述待处理图像的人脸识别结果；经所述神经网络输出所述待处理图像的人脸位置检测结果；经所述神经网络输出所述待处理图像的人脸关键点检测结果；经所述神经网络输出所述待处理图像的人体关键点检测结果；经所述神经网络输出所述待处理图像的人体位置检测结果；经所述神经网络输出所述待处理图像的人体动作检测结果；经所述神经网络输出所述待处理图像的手势检测结果；经所述神经网络输出所述待处理图像的手位置检测结果；经所述神经网络输出所述待处理图像的活体检测结果。

在本申请再一实施方式中，所述方法还包括：训练所述神经网络，且训练所述神经网络的过程包括：根据训练图像集中的图像样本获取待训练神经网络的输入图像；将所述输入图像提供给待训练神经网络，并经所述待训练神经网络输出所述输入图像的处理结果；以所述训练图像集中的图像样本的标注数据为指导信息，对所述待训练神经网络进行监督学习，以使所述待训练神经网络输出的处理结果收敛。