[发明专利]一种图像增强方法及计算设备

说明书

本发明公开了一种图像增强方法，包括：将待处理图像输入预设的图像增强模型中，经多次卷积处理后输出图像；将待处理图像和输出图像分别转换到预定颜色空间；以及在预定颜色空间中融合待处理图像和输出图像生成增强图像。本发明一并公开了用于执行上述方法的计算设备。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像增强方法及计算设备。

背景技术

随着互联网技术的发展，人们越来越依赖于通过网络快速地获取信息，诸如图片、视频等。然而，通过互联网传播的大量图片，其视觉效果一般，互联网用户经常很难找到内容好且图像色彩也好的图片。另一方面，移动终端(例如手机、平板电脑等)也成了人们常用的拍照设备，但移动终端拍出来的照片很难满足更高的视觉需求。基于这两点的考虑，通过图像增强方法提升图像的视觉效果具有广泛的应用场景。

传统的图像增强算法通常通过固定的参数值来调整图像各通道的像素值，以改善图像的清晰度、饱和度和对比度。但这类方法效果单一，容易出现调整效果不自然、色块等问题。卷积神经网络(CNN，Convolutional Neural Network)的发展为图像处理带来了新思路，其增强效果在某些方面优于传统算法，但是，基于CNN的算法容易出现过渡不自然、色偏等问题。

因此，需要一种能克服上述缺点的图像增强方案。

发明内容

为此，本发明提供一种图像增强方法及计算设备，以力图解决或至少缓解上面存在的至少一个问题。

根据本发明的一个方面，提供了一种图像增强方法，该方法在计算设备中执行，包括：将待处理图像输入预设的图像增强模型中，经多次卷积处理后输出图像；将待处理图像和输出图像分别转换到预定颜色空间；以及在预定颜色空间中融合待处理图像和输出图像生成增强图像。

可选地，在根据本发明的方法中，将待处理图像和输出图像分别转换到预定颜色空间的步骤还包括：将待处理图像转换到预定颜色空间，得到三个通道上的第一待处理图、第二待处理图和第三待处理图；将输出图像转换到预定颜色空间，得到三个通道上的第一输出图、第二输出图和第三输出图。

可选地，在根据本发明的方法中，在预定颜色空间中融合待处理图像和输出图像生成增强图像的步骤包括：判断第一待处理图中像素点的像素值大小、并根据判断结果结合第一输出图生成第一增强图；结合第二待处理图和第二输出图生成第二增强图；结合第三待处理图和第三输出图生成第三增强图；以及融合第一增强图、第二增强图和第三增强图生成增强图像。

可选地，在根据本发明的方法中，根据判断结果结合第一输出图生成第一增强图的步骤包括：若第一待处理图中像素点的像素值小于第一阈值，则将第一输出图对应像素点的像素值作为第一增强图对应像素点的像素值；若第一待处理图中像素点的像素值大于第二阈值，则结合第一待处理图和第一输出图中对应像素点的像素值以第一方式生成第一增强图对应像素点的像素值；若第一待处理图中像素点的像素值既不小于第一阈值也不大于第二阈值，则结合第一待处理图和第一输出图中对应像素点的像素值以第二方式生成第一增强图对应像素点的像素值。

可选地，在根据本发明的方法中，结合第二待处理图和第二输出图生成第二增强图的步骤包括：将第二待处理图和第二输出图进行加权计算，生成第二增强图；结合第三待处理图和第三输出图生成第三增强图的步骤包括：将第三待处理图和第三输出图进行加权计算，生成第三增强图。

可选地，在根据本发明的方法中，预定颜色空间为Lab颜色空间。

可选地，在根据本发明的方法中，图像增强模型包括依次相连的多个中间处理块和一个结果处理块，其中，每个中间处理块包括依次相连的至少两个卷积激活层和一个跳跃连接层，跳跃连接层适于将其所属的中间处理块的第一个卷积激活层的输入与最后一个卷积激活层的输出相加；结果处理块包括多个卷积激活层；在图像增强模型的第一个中间处理块之前，还包括一个卷积激活层。