[发明专利]图像处理方法、装置、电子设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

对原始图像的原始图像集利用RGBW彩色滤波阵列执行采样，获取所述原始图像对应的训练样本集；

利用所述原始图像和所述原始图像的训练样本集，训练图像处理模型，获取训练好的图像处理模型；

利用所述训练好的图像处理模型，对目标图像序列中的多帧待处理图像执行去马赛克处理，获得所述目标图像序列对应的单帧目标图像。

2.根据权利要求1所述的方法，其特征在于，通过以下方式获取原始图像的原始图像集：

对所述原始图像执行多次的图像平移处理和/或图像旋转处理，获取所述原始图像的多个转换图像；

根据各转换图像，获取所述原始图像的原始图像集。

3.根据权利要求2所述的方法，其特征在于，

所述图像平移处理的像素平移范围介于±24个像素之间；和/或

所述图像旋转处理的旋转角度范围介于±3度之间。

4.根据权利要求2所述的方法，其特征在于，所述原始图像与各转换图像为RGB图像；且其中，

所述对原始图像的原始图像集利用RGBW彩色滤波阵列执行采样，获取所述原始图像对应的训练样本集，包括：

利用所述RGBW彩色滤波阵列，对各转换图像的R通道值、G通道值、B通道值执行采样处理，并合成各转换图像的W通道值；

根据各转换图像的R通道值、G通道值、B通道值、W通道值，获取所述原始图像的各训练图像；

根据所述原始图像的各训练图像，确定所述原始图像对应的训练样本集；

其中，各训练图像为RGBW灰度图像。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述利用所述原始图像和所述原始图像的训练样本集，训练图像处理模型，获取训练好的图像处理模型，包括：

利用所述图像处理模型，对所述训练样本集中的各训练图像执行去马赛克的预测处理，获取所述训练样本集的一个预测图像；

比对所述原始图像与所述预测图像，获取所述图像处理模型的损失函数；

根据所述损失函数更新所述图像处理模型，直至所述图像处理模型的当前训练结果满足给定的训练结束条件，以获得所述训练好的图像处理模型。

6.根据权利要求5所述的方法，其特征在于，所述利用所述图像处理模型，对所述训练样本集中的各训练图像执行去马赛克的预测处理，获取所述训练样本集的一个预测图像，包括：

对所述训练样本集中的各训练图像执行特征提取，获取各训练图像的图像特征；

根据所述原始图像的图像特征，对各训练图像的图像特征执行对齐处理，获取对齐的各训练图像；

根据对齐的各训练图像中各像素点的位置，融合相同位置的像素点在各训练图像中的像素特征，获取各像素点的融合特征；

根据各像素点的融合特征，执行特征到图像的转换处理，获取各训练图像的一个预测图像。

7.根据权利要求6所述的方法，其特征在于，所述对所述训练样本集中的各训练图像执行特征提取，获取各训练图像的图像特征，包括：

利用所述图像处理模型的特征提取单元，对各训练图像执行特征提取，获取各训练图像的图像特征；

其中，所述特征提取单元至少包括3×3卷积层和激活函数层。

8.根据权利要求6所述的方法，其特征在于，所述根据所述原始图像的图像特征，对各训练图像的图像特征执行对齐处理，获取对齐的各训练图像，包括：

利用所述图像处理模型的图像对齐单元，根据所述原始图像的图像特征，对各训练图像的图像特征执行对齐处理，获取对齐的各训练图像；

其中，所述特征对齐单元至少基于可变形卷积技术、光流对齐技术、块匹配技术中的一个技术所构建；

其中，在所述特征对齐单元为基于所述可变形卷积技术构建的情况下，所述特征对齐单元至少包括：3×3卷积层、激活函数层和可变形卷积层。