[发明专利]图像处理方法、装置、计算机可读介质及电子设备

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取包含有反射重影的待处理图像；

计算所述待处理图像的图像梯度；

根据所述图像梯度计算所述待处理图像中的各个像素点的梯度模长；

确定所述待处理图像中梯度模长小于模长阈值的第一类像素点和梯度模长大于或等于所述模长阈值的第二类像素点，其中，所述模长阈值的大小与所述反射重影的强弱程度相关联；

将所述第一类像素点的梯度值设为0，得到所述第一类像素点更新后的梯度值，将所述第一类像素点更新后的梯度值和所述第二类像素点的梯度值作为所述待处理图像去除所述反射重影之后的目标图像中的各个像素点的梯度值；

根据所述目标图像中的各个像素点的梯度值，确定所述目标图像的梯度；

基于所述目标图像的梯度，生成所述目标图像。

2.根据权利要求1所述的图像处理方法，其特征在于，基于所述目标图像的梯度，生成所述目标图像，包括：

根据所述目标图像的梯度，以及所述待处理图像和目标变量构建优化函数，并基于所述优化函数构建优化模型，所述优化模型表示在所述优化函数的值达到最小值时，所述目标变量对应的最优解表示所述目标图像；

对所述优化模型进行求解，以得到所述目标变量对应的最优解；

基于所述目标变量对应的最优解，生成所述目标图像。

3.根据权利要求2所述的图像处理方法，其特征在于，根据所述目标图像的梯度，以及所述待处理图像和目标变量构建优化函数，包括：

计算所述目标图像的梯度的散度，根据所述目标图像的梯度的散度和所述目标变量的拉普拉斯变换项构建第一计算项，并根据所述待处理图像和所述目标变量构建第二计算项；

根据所述第一计算项和所述第二计算项，生成所述优化函数。

4.根据权利要求3所述的图像处理方法，其特征在于，根据所述第一计算项和所述第二计算项，生成所述优化函数，包括：

生成所述第一计算项的权重和所述第二计算项的权重，其中，所述第二计算项的权重小于所述第一计算项的权重；

根据所述第一计算项的权重和所述第二计算项的权重，对所述第一计算项和所述第二计算项进行加权求和，以生成所述优化函数。

5.根据权利要求4所述的图像处理方法，其特征在于，根据以下公式生成所述优化函数：

其中，表示所述目标变量的拉普拉斯变换项；表示所述目标图像的梯度；div(·)表示散度算子；T表示所述目标变量；I表示所述待处理图像；k₁表示所述第一计算项的权重；k₂表示所述第二计算项的权重。

6.根据权利要求2至5中任一项所述的图像处理方法，其特征在于，对所述优化模型进行求解，包括：

在所述优化函数中对所述目标变量进行求导运算，得到所述优化函数的导数；

将所述导数的值置为0，以构建目标方程；

对所述目标方程进行求解，以得到所述目标变量对应的最优解。

7.根据权利要求6所述的图像处理方法，其特征在于，对所述目标方程进行求解，包括：

对所述目标方程进行离散余弦变换处理；

基于对所述目标方程进行离散余弦变换处理后的结果，得到所述目标变量对应的最优解。

8.根据权利要求2所述的图像处理方法，其特征在于，基于所述目标变量对应的最优解，生成所述目标图像，包括：

基于所述目标变量对应的最优解，计算所述目标图像中的各个像素点的像素值；

根据所述目标图像中的各个像素点的像素值，生成所述目标图像。

9.根据权利要求8所述的图像处理方法，其特征在于，基于所述目标变量对应的最优解，计算所述目标图像中的各个像素点的像素值，包括：

基于所述目标变量对应的最优解，分别计算所述目标图像中的各个像素点对应的各个颜色通道的颜色值；

根据所述目标图像中的各个像素点对应的各个颜色通道的颜色值，确定所述目标图像中的各个像素点的像素值。