[发明专利]一种图像优化方法及系统

说明书

本发明公开一种图像优化方法及系统，首先将待优化图像输入至图像最优模型中进行优化，获得初始优化图像；其次计算初始优化图像与标准图像之间的相似度；然后判断相似度是否属于第五设定阈值范围内；如果属于第五设定阈值范围内，则将初始优化图像作为最终优化图像；如果不属于第五设定阈值范围内，则根据相似度选取对应的优化模式；利用已选的优化模式对初始优化图像进行优化；最后将优化后的图像作为初始优化图像，并返回重新计算初始优化图像与标准图像之间的相似度。本发明公开的技术方案实现反复优化图像，只有当相似度属于第五设定阈值范围时，输出最终的优化图像，进而提高了图像输出的质量。

技术领域

本发明属于图像优化技术领域，具体涉及一种图像优化方法及系统。

背景技术

随着摄像技术的发展，目前的各种摄像终端的性能越来越好，也使得人们对图像的要求越来越高。由于不同类型的摄像终端采集到的图像的清晰度、噪点等情况均不相同，仅仅利用单一图像优化模型对采集的图像进行优化，则很可能存在优化后的图像依然存在像素低、以及图像不清晰等问题，所以本领域技术人员亟需设置一种优化模式，使优化后的图像达到最优的状态，提高图像输出的质量。

发明内容

基于上述技术问题，本发明提供一种图像优化方法及系统，以提高图像输出的质量。

其具体技术方案为：

本发明公开一种图像优化方法，所述方法包括：

获取待优化图像和标准图像；

将所述待优化图像输入至图像最优模型中进行优化，获得初始优化图像；

计算所述初始优化图像与所述标准图像之间的相似度；

判断所述相似度是否属于第五设定阈值范围内；如果属于第五设定阈值范围内，则将所述初始优化图像作为最终优化图像；如果不属于第五设定阈值范围内，则根据所述相似度选取对应的优化模式；

利用已选的优化模式对所述初始优化图像进行优化；

将优化后的图像作为初始优化图像，并返回步骤“计算所述初始优化图像与所述标准图像之间的相似度”。

上述一种图像优化方法方案中，在“获取待优化图像和标准图像”步骤之前，还包括：

获取多种不同类型图像采集器采集目标对象得到样本图像集，以及样本图像对应的标注图像集；

按照第一设定比例从所述样本图像集和所述标注图像集中选取训练集；按照第二设定比例从剩余的所述样本图像集和剩余的所述标注图像集中选取测试集；

利用所述训练集对神经网络进行训练，获得图像初始优化模型；

利用所述测试集对所述图像初始优化模型进行验证，获得准确度；

判断所述准确度是否达到设定值，如果准确度大于或等于设定值，则将图像初始优化模型作为图像最优模型；如果准确度小于设定值，则重新选取训练集和测试集。

上述一种图像优化方法方案中，所述计算所述初始优化图像与所述标准图像之间的相似度，具体步骤包括：

在所述初始优化图像上进行目标识别区域划分，获得第一对准区域；

在所述标准图像上进行目标识别区域划分，获得第二对准区域；

将所述第一对准区域和所述第二对准区域均进行格式统一处理，获得第三对准区域和第四对准区域；所述第三对准区域与所述第四对准区域内均包括m×n个像素点；其中，m和n均为大于5的正整数；

根据所述第三对准区域内的各像素点和所述第四对准区域内的各像素点计算相似度。