[发明专利]图像处理方法、装置、终端设备及计算机可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取服务端发送的压缩图像；其中，所述压缩图像为所述服务端对待发送的原始图像进行分辨率调整后得到的图像，所述压缩图像的分辨率小于所述原始图像的分辨率；

将所述压缩图像的分辨率调整至目标分辨率，得到第一中间图像；其中，所述目标分辨率大于所述压缩图像的分辨率；

对所述第一中间图像进行图像修复处理，获得目标图像；其中，所述目标图像相对于所述原始图像的峰值信噪比大于所述第一中间图像相对于所述原始图像的峰值信噪比；

其中，所述对所述第一中间图像进行图像修复处理，获得目标图像，包括：

将所述第一中间图像输入至预先训练好的卷积神经网络模型，并获得所述卷积神经网络模型输出的目标图像，其中，训练所述卷积神经网络模型所使用的第二中间图像是对第二训练图像基于与所述目标分辨率对应的目标上采样倍数和第一插值法进行分辨率调整后得到的，所述第二训练图像是对第一训练图像进行分辨率调整得到的，所述第一训练图像的分辨率大于所述第二训练图像的分辨率；

所述将所述压缩图像的分辨率调整至目标分辨率，得到第一中间图像，包括：

采用第二插值法对所述压缩图像进行所述目标上采样倍数的上采样处理，得到第一中间图像；其中，所述第二插值法的插值维度大于所述第一插值法的插值维度。

2.根据权利要求1所述的方法，其特征在于，所述目标分辨率等于所述原始图像的分辨率；所述第一插值法包括双线性插值法，所述第二插值法包括三线性插值法。

3.根据权利要求1所述的方法，其特征在于，在所述将所述第一中间图像输入至修复模型之前，所述方法还包括：

获取多个第一训练图像；

对每个所述第一训练图像均进行以下处理：对所述第一训练图像进行分辨率调整，得到第二训练图像，并对所述第二训练图像进行所述目标上采样倍数的上采样处理，得到第二中间图像；其中，所述第一训练图像的分辨率和所述第二中间图像的分辨率均大于所述第二训练图像的分辨率；

利用各所述第一训练图像和对应的第二中间图像对待训练的初始修复模型进行训练，得到训练好的所述修复模型。

4.一种图像处理方法，其特征在于，包括：

获取待处理的原始图像；

对所述原始图像进行分辨率调整，得到压缩图像；其中，所述压缩图像的分辨率小于所述原始图像的分辨率；

将所述压缩图像发送至客户端，以使所述客户端对所述压缩图像进行目标分辨率的分辨率调整和图像修复处理，得到目标图像；其中，所述目标分辨率大于所述压缩图像的分辨率；

所述将所述压缩图像发送至客户端，包括：

在所述压缩图像的清晰度大于或等于预设的清晰度阈值的情况下，将所述压缩图像发送至客户端；

所述清晰度阈值包括信噪比阈值，在将所述压缩图像发送至客户端之前，所述方法还包括：

将所述压缩图像的分辨率调整至所述目标分辨率，得到第一中间图像；

对所述第一中间图像进行图像修复处理，得到目标图像；

计算得到所述目标图像相对于所述原始图像的峰值信噪比；

判断所述峰值信噪比是否大于或等于所述信噪比阈值；

如果是，确定所述压缩图像的清晰度大于或等于所述清晰度阈值；

其中，所述对所述第一中间图像进行图像修复处理，获得目标图像，包括：

将所述第一中间图像输入至预先训练好的卷积神经网络模型，并获得所述卷积神经网络模型输出的目标图像，其中，训练所述卷积神经网络模型所使用的第二中间图像是对第二训练图像基于与所述目标分辨率对应的目标上采样倍数和第一插值法进行分辨率调整后得到的，所述第二训练图像是对第一训练图像进行分辨率调整得到的，所述第一训练图像的分辨率大于所述第二训练图像的分辨率；

所述将所述压缩图像的分辨率调整至目标分辨率，得到第一中间图像，包括：

采用第二插值法对所述压缩图像进行所述目标上采样倍数的上采样处理，得到第一中间图像；其中，所述第二插值法的插值维度大于所述第一插值法的插值维度。