[发明专利]一种基于图片内容的图像质量提升方法

权利要求书

1.一种基于图片内容的图像质量提升方法，其特征在于，包括以下步骤：

S1：构建一个深度卷积神经网络的超分辨率模型；

S2：通过残差学习结构，建立来源于网络上高清图片内容库，进行模型训练，并进行数据混合，将不同大小倍数的图像混合后进行训练；

S3：对待提升的图片进行识别、分类并建立图片内容库；

S4：提取无文字内容型图像进行超分辨率的图像质量提升与修复并储存；

S5：提取文字类图片的底层无文字内容型图像进行修复并储存；

S6：提取文字类图片的顶层文字内容，对文字内容进行拆分，将拆分后的内容与字库进行对比，然后选出字库的字进行重组并储存；

S7：将修复并储存后的文字类图片的底层与顶层进行重新组合，生成新的图片内容并储存；

S8：将图像质量提升与修复后的图片和重组的图片内容进行输出。

2.一种如权利要求1所述的基于图片内容的图像质量提升方法，其特征在于：所述超分辨率模型的深度卷积神经网络具有七层网络结构，所述七层网络结构均采用轻量化网络所构造的网络模型。

3.一种如权利要求1所述的基于图片内容的图像质量提升方法，其特征在于：所述高清图片内容库、图片内容库、储存的图片均保存于服务器中。

4.一种如权利要求1所述的基于图片内容的图像质量提升方法，其特征在于：所述字库包含目前常用的中文字体模型与英文字体模型。

5.一种如权利要求1所述的基于图片内容的图像质量提升方法，其特征在于：所述图像超分辨率模型的输入为S3中的图片，经过双线性插值和临近插值算法放大后进行重组，输出同尺寸的质量提升后图片。

6.一种如权利要求1所述的基于图片内容的图像质量提升方法，其特征在于：所述文字类图片的顶层内容与底层内容采用金字塔结构进行融合重组，并与S3中的图片采用结构相似性进行对比，对比后图像相似性达百分之九十进行储存并输出，反之重复S7步骤。