[发明专利]图像增强方法和装置、计算机可读存储介质

说明书

本发明提供一种图像增强方法和装置、计算机可读存储介质，属图像增强技术领域，可至少部分解决现有的图像增强技术处理效率过低或者处理效果不好的问题。本发明的方法通过卷积神经网络进行，卷积神经网络的任意两相邻采样单元间设有一个处理单元，n为正整数；前n个采样单元为置乱单元，用于按照预定规律对输入图像的像素进行重排，并将每个重排后的图像分割为m个图像；后n个采样单元为复合单元，用于将m个输入图像合并为一个图像，并按照与预定规律相反的方式对合并得到的图像的像素进行重排；处理单元包括多个卷积块，每个卷积块的输出为其后所有卷积块的输入，处理单元的输入也是所有卷积块的输入，卷积块的输出也是处理单元的输出。

技术领域

本发明属于图像增强技术领域，具体涉及一种图像增强方法和装置、计算机可读存储介质。

背景技术

图像增强是一种常用的图像处理技术，可提高图像的对比度，从而改善观看效果。例如，拍摄时曝光过度或曝光不足的图像往往整体上看较暗或较亮，对比度过低，无法清楚的区分其中的景物，对这类图像即可采用图像增强提高其对比度。

但是，现有的图像增强技术或者处理效率过低，或者处理效果不好。

发明内容

本发明至少部分解决现有的图像增强技术处理效率过低或者处理效果不好的问题，提供一种处理效率高且处理效果好的图像增强方法和装置、计算机可读存储介质。

本发明的一个方面提供一种图像增强方法，包括将原始图像输入卷积神经网络处理得到结果图像，所述卷积神经网络包括2n个依次设置的采样单元，任意两相邻采样单元间设有一个处理单元，n为正整数；其中，

前n个采样单元为置乱单元，每个所述置乱单元用于按照预定规律对输入图像的像素进行重排，并将每个重排后的图像分割为m个图像，m为大于或等于2的整数；

后n个采样单元为复合单元，每个所述复合单元用于将m个输入图像合并为一个图像，并按照与预定规律相反的方式对合并得到的图像的像素进行重排；

每个所述处理单元包括多个依次连接的、具有卷积层的卷积块，每个卷积块的输出均为其后所有卷积块的输入，处理单元的输入同时也是所有卷积块的输入，所有卷积块的输出同时也是处理单元的输出。

可选的，每个所述卷积块包括依次连接的第一卷积层和第二卷积层，其中第一卷积层包含一个1*1的卷积核，第二卷积层包含一个3*3的卷积核。

可选的，所述卷积神经网络还包括噪声输入，用于将噪声输入到至少部分处理单元。

可选的，所述噪声为高斯噪声。

可选的，所述处理单元的数量至少为3个；

所述卷积神经网络还包括：至少一个层间连接，用于将一个处理单元的输出直接输入到其后方的同尺度的处理单元中。

可选的，所述m＝4，所述n＝2。

可选的，在所述将原始图像输入卷积神经网络处理得到结果图像前，还包括对卷积神经网络进行训练，所述训练包括：

从样本集中选择一对训练图像，所述样本集包括多对训练图像，每对训练图像包括相对应的低质量图像和高质量图像；

将所述低质量图像输入卷积神经网络中处理得到训练结果图像；

将训练结果图像与高质量图像进行对比，得到损失；

根据所述损失调整所述卷积神经网络；

判断当前是否满足预设结束条件，若是则结束训练，若否则返回所述从样本集中选择一对训练图像的步骤。

可选的，所述损失包括L1损失，所述L1损失L1通过如下公式计算：