[发明专利]图像处理方法、装置、设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取多个样本图像，每个所述样本图像中均包括目标运动对象，所述目标运动对象在每个所述样本图像中的位置不同；

确定对多个所述样本图像进行图像融合的权重信息，其中，所述权重信息用于指示每个所述样本图像在图像融合时所占的权重，所述权重与图像融合所需模拟的运动状态相关联；

根据所述权重信息对多个所述样本图像进行图像融合，得到目标图像，其中，所述目标图像中的所述目标运动对象处于运动模糊状态。

2.根据权利要求1所述的方法，其特征在于，所述根据所述权重信息对多个所述样本图像进行图像融合，得到目标图像，包括：

根据所述权重信息，针对多个所述样本图像的各个像素点，计算多个所述样本图像中所述像素点的像素值的加权平均值，并将所述加权平均值作为所述目标图像对应像素点的像素值。

3.根据权利要求1所述的方法，其特征在于，所述获取多个样本图像，包括：

获取多个连续帧图像，所述连续帧图像包括处于相同运动序列下连续的图像；

针对各个所述连续帧图像，将所述连续帧图像作为所述样本图像。

4.根据根据权利要求1所述的方法，其特征在于，所述获取多个样本图像，包括：

获取多个间隔帧图像，所述间隔帧图像包括处于相同运动序列下，存在间隔的图像；

针对各个所述间隔帧图像，将所述间隔帧图像作为多个所述样本图像。

5.根据权利要求4所述方法，其特征在于，所述获取多个间隔帧图像，包括：

根据预设采集帧率，获取多个采集图像，其中，所述目标运动对象在相邻两个所述采集图像中的位置之间的差别小于预设值；

从多个所述采集图像中选取存在间隔的多个间隔采集图像；

针对各个间隔采集图像，将所述间隔采集图像作为所述间隔帧图像。

6.根据权利要求1至5任一项所述的方法，其特征在于，在所述根据所述权重信息对多个所述样本图像进行图像融合，得到目标图像之后，所述方法还包括：

利用多个所述目标图像以及各个所述目标图像对应的所述样本图像，对预设卷积神经网络进行训练，得到训练好的卷积神经网络，所述训练好的卷积神经网络用于在将待处理图像输入所述训练好的卷积神经网络后，输出所述待处理图像对应的清晰图像，所述清晰图像的图像质量高于所述待处理图像。

7.根据权利要求6所述的方法，其特征在于，所述获取多个样本图像，包括：

从去运动模糊数据集中获取多个所述样本图像；

在所述根据所述权重信息对多个所述样本图像进行图像融合，得到目标图像之后，所述方法还包括：

将所述目标图像添加至所述去运动模糊数据集，得到更新后的去运动模糊数据集；

所述利用多个所述目标图像以及各个所述目标图像对应的所述样本图像，对预设卷积神经网络进行训练，得到训练好的卷积神经网络，包括：

从更新后的去运动模糊数据集中获取多个所述目标图像以及各个所述目标图像对应的所述样本图像；

利用多个所述目标图像以及各个所述目标图像对应的所述样本图像，对所述预设卷积神经网络进行训练，得到所述训练好的卷积神经网络。

8.一种图像处理装置，其特征在于，包括：

获取模块，用于获取多个样本图像，每个所述样本图像中均包括目标运动对象，所述目标运动对象在每个所述样本图像中的位置不同；

确定模块，用于确定对多个所述样本图像进行图像融合的权重信息，其中，所述权重信息用于指示每个所述样本图像在图像融合时所占的权重，所述权重与图像融合所需模拟的运动状态相关联；

融合模块，用于根据所述权重信息对多个所述样本图像进行图像融合，得到目标图像，其中，所述目标图像中的所述目标运动对象处于运动模糊状态。