[发明专利]一种图像去模糊方法及装置、存储介质

说明书

本实施例公开一种图像去模糊方法及装置、存储介质，该方法可以包括：获取至少两帧相邻图像的光流；基于至少两帧相邻图像的光流，获取第一神经网络的权重；利用第二神经网络对至少两帧相邻图像中的第一图像进行去模糊，得到与第一图像对应的第二图像，第一图像为至少两帧相邻图像中的任一图像，第二图像的清晰度高于第一图像，第二神经网络的编码器部分包括至少一个第一神经网络。

技术领域

本申请涉及图像处理领域，尤其涉及一种图像去模糊方法及装置、存储介质。

背景技术

由于受到环境和成像设备(如相机的硬件条件)等影响，图像质量在成像过程中或多或少都会有一定的损失，图像模糊即为一种常见的图像降质现象，去除照片中的模糊区域成为了一项极有价值的研究。在动态场景中，由于被拍摄物体的运动和相机抖动同时存在，模糊具有空间移变性质，即动态场景中的模糊在空间上是变化的，这使得大量以模糊核空间不变性为前提的算法失效。传统的动态场景去模糊的算法，由于其运算时间过长，不具有应用价值，由此，提出了基于卷积神经网络进行图像去模糊的方法，基于卷积神经网络的图像去模糊方法由于其速度快、图像恢复质量高，瑕疵少的优点已成为现阶段主要的图像去模糊方法。

然而，现有的图像去模糊方法增加了将非模糊区域误检为模糊区域的风险，进而影响图像去模糊的准确性。

发明内容

本申请实施例提供一种图像去模糊方法及装置、存储介质，能够降低非模糊区域被误检测为模糊区域的风险，进而提高图像去模糊的准确性。

本申请的技术方案是这样实现的：

第一方面，本申请实施例提供一种图像去模糊方法，所述方法包括：

获取至少两帧相邻图像的光流；

基于所述至少两帧相邻图像的光流，获取第一神经网络的权重；

利用第二神经网络对所述至少两帧相邻图像中的第一图像进行去模糊，得到与所述第一图像对应的第二图像，所述第一图像为所述至少两帧相邻图像中的任一图像，所述第二图像的清晰度高于所述第一图像，所述第二神经网络的编码器部分包括至少一个所述第一神经网络。

这样，基于至少两帧相邻图像的光流，得到第一神经网络的权重，其中，至少一个第一神经网络处于第二神经网络的编码器部分，当利用第二神经网络对至少两帧相邻图像中的任一第一图像进行去模糊时，考虑了帧与帧之间的运动信息，能够提高检测为模糊区域的准确性，进而降低了非模糊区域被误检测为模糊区域的风险，提高了图像去模糊的准确性。

在上述方法中，所述光流包括所述至少两帧相邻图像之间的一个或多个尺度的运动特征；所述获取至少两帧相邻图像的光流，包括：

对所述至少两帧相邻图像进行编码得到一组图像编码特征，所述一组图像编码特征中包括多个尺度的图像编码特征；

在所述图像编码特征为所述一组图像编码特征中尺度最小的第一图像编码特征的情况下，基于所述第一图像编码特征获取第一运动特征；

在所述图像编码特征不为所述一组图像编码特征中尺度最小的第二图像编码特征的情况下，基于所述第二图像编码特征、与所述第二图像编码特征相邻尺度的第三图像编码特征以及与所述第二图像编码特征尺度相同的运动特征确定第二运动特征，所述光流包括所述第一运动特征以及所述第二运动特征。

这样，至少两帧相邻图像的光流中包括相邻帧图像之间的运动信息，利用包括了相邻两帧图像之间的运动信息，计算第一神经网络的权重，能够使得第二神经网络准确估计出模糊的方向。

在上述方法中，所述获取至少两帧相邻图像的光流，包括：

基于光流计算神经网络获取所述至少两帧相邻图像的光流。