[发明专利]图像处理方法及装置

权利要求书

1.一种图像处理方法，其特征在于，包括：

提取图像的浅层特征；

基于浅层特征对图像进行局部尺度上的细节特征提取，得到图像的局部动态特征，并且基于浅层特征对图像进行全局尺度上的区域特征提取，得到图像的可变形特征；

将图像的局部动态特征和可变形特征进行融合，得到融合特征；

对融合特征进行重建，得到重建图像。

2.根据权利要求1所述的图像处理方法，其特征在于，对图像进行局部尺度上的细节特征提取之前，还包括：

基于浅层特征预测图像的每个像素的卷积属性，其中，每个像素的卷积属性包括每个像素的局部卷积核参数、以及每个像素的可变形位置偏移量和采样权重，

其中，对图像进行局部尺度上的细节特征提取的步骤包括：基于图像的每个像素的卷积属性对图像进行局部尺度上的细节特征提取，

其中，对图像进行全局尺度上的区域特征提取的步骤包括：基于图像的每个像素的卷积属性对图像进行全局尺度上的区域特征提取。

3.根据权利要求2所述的图像处理方法，其特征在于，基于浅层特征预测图像的每个像素的卷积属性的步骤包括：

采用二维离散小波变换对图像进行多级分解，得到图像的不同尺度的多个细节子带；

在每个尺度内对细节子带进行特征提取，得到不同尺度的子带特征；

在每个尺度内对浅层特征进行编码，得到不同尺度的编码特征；

分别将同一尺度的子带特征与编码器特征进行结合，得到不同尺度的结合特征；

对不同尺度的结合特征进行解码，得到图像的每个像素的局部卷积核参数、可变形位置偏移量和采样权重。

4.根据权利要求3所述的图像处理方法，其特征在于，细节子带包括结构性信息。

5.根据权利要求3所述的图像处理方法，其特征在于，将同一尺度的子带特征与编码器特征进行结合的步骤包括：

将同一尺度的子带特征与编码器特征由浅层到深层以迭代方式进行结合。

6.根据权利要求2所述的图像处理方法，其特征在于，基于图像的每个像素的卷积属性对图像进行局部尺度上的细节特征提取的步骤包括：

针对图像的每个像素，基于局部卷积核参数确定局部动态卷积核，得到图像的每个像素的局部动态卷积核；

基于图像的每个像素的局部动态卷积核对图像进行局部尺度上的细节特征提取。

7.根据权利要求6所述的图像处理方法，其特征在于，基于图像的每个像素的动态卷积核对图像进行局部尺度上的细节特征提取的步骤包括：

针对图像的每个像素，将像素的动态卷积核与所述像素进行卷积操作。

8.一种图像处理装置，其特征在于，包括：

特征提取单元，被配置为提取图像的浅层特征；

特征处理单元，被配置为基于浅层特征对图像进行局部尺度上的细节特征提取，得到图像的局部动态特征，并且基于浅层特征对图像进行全局尺度上的区域特征提取，得到图像的可变形特征，并且将图像的局部动态特征和可变形特征进行融合，得到融合特征；以及

图像重建单元，被配置为对融合特征进行重建，得到重建图像。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的图像处理方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，当所述计算机程序被电子设备的处理器执行时，使得电子设备执行如权利要求1至7中任一项所述的图像处理方法。