[发明专利]图像重采样方法、装置、终端及计算机可读存储介质

权利要求书

1.一种图像重采样方法，其特征在于，包括：

获取原始图像以及所述原始图像的待处理类型，并根据所述原始图像的待处理类型确定对所述原始图像进行重采样的预设的图像处理模型以及与所述预设的图像处理模型对应的邻域像素点选择类型；

根据所述邻域像素点选择类型对原始图像进行像素点采样，得到与目标图像的每个像素点分别对应的多个邻域像素点；

将所述与目标图像的每个像素点分别对应的多个邻域像素点的像素值输入所述预设的图像处理模型，由所述预设的图像处理模型输出所述多个邻域像素点中每个邻域像素点对应的权重值，以及所述多个邻域像素点对应的图像处理系数；

根据所述与目标图像的每个像素点分别对应的多个邻域像素点的像素值、所述预设的图像处理模型输出的所述多个邻域像素点中每个邻域像素点对应的权重值，以及所述多个邻域像素点对应的图像处理系数分别计算所述目标图像的每个像素点的像素值，得到所述原始图像对应的目标图像。

2.如权利要求1所述的图像重采样方法，其特征在于，在所述根据所述邻域像素点选择类型对原始图像进行像素点采样，得到与目标图像的每个像素点分别对应的多个邻域像素点之前，包括：

对所述原始图像进行块平均处理，得到块平均处理后的原始图像；

所述根据所述邻域像素点选择类型对原始图像进行像素点采样，得到与目标图像的每个像素点分别对应的多个邻域像素点，包括：

根据所述邻域像素点选择类型对所述块平均处理后的原始图像进行像素点采样，得到与目标图像的每个像素点分别对应的多个邻域像素点。

3.如权利要求1或2所述的图像重采样方法，其特征在于，在所述将所述与目标图像的每个像素点分别对应的多个邻域像素点的像素值输入所述预设的图像处理模型之前，包括：对待训练的图像处理模型进行训练，得到与每种待处理类型对应的预设的图像处理模型；

所述对所述待训练的图像处理模型进行训练包括：

获取多组原始样本图像以及与所述原始样本图像预先标记的目标处理类型对应的目标样本图像；

根据待确认的邻域像素点选择类型对所述原始样本图像进行像素点采样，得到与待确认样本图像的每个像素点分别对应的多个样本邻域像素点；

将所述与待确认样本图像的每个像素点分别对应的多个样本邻域像素点的像素值输入所述待训练的图像处理模型，由所述待训练的图像处理模型输出所述多个样本邻域像素点中每个样本邻域像素点对应的权重值，以及所述多个样本邻域像素点对应的图像处理系数；

根据所述与待确认样本图像的每个像素点分别对应的多个样本邻域像素点的像素值、所述待训练的图像处理模型输出的所述多个样本邻域像素点中每个样本邻域像素点对应的权重值，以及所述多个样本邻域像素点对应的图像处理系数分别计算所述待确认样本图像的每个像素点的像素值，得到所述原始样本图像对应的待确认样本图像；

计算所述待确认样本图像与所述目标样本图像之间的相似度，若所述相似度小于相似度阈值，则调整所述待训练的图像处理模型的参数或者调整所述待确认的邻域像素点选择类型，重新利用所述原始样本图像对所述待训练的图像处理模型进行训练，直至所述相似度大于或等于相似度阈值，或者所述相似度的变化率小于变化率阈值时，将所述待训练的图像处理模型确定为与所述原始样本图像预先标记的目标处理类型对应的预设的图像处理模型，并将所述待确认邻域像素点选择类型确定为与所述预设的图像处理模型对应的邻域像素点选择类型。

4.如权利要求3所述的图像重采样方法，其特征在于，所述待训练的图像处理模型为待训练的多层感知机模型；

所述将所述与待确认样本图像的每个像素点分别对应的多个样本邻域像素点输入所述待训练的图像处理模型，由所述待训练的图像处理模型输出所述多个样本邻域像素点中每个样本邻域像素点对应的权重值，以及所述多个样本邻域像素点对应的图像处理系数，包括：

将所述与待确认样本图像的每个像素点分别对应的多个样本邻域像素点输入所述待训练的多层感知机模型，由所述待训练的多层感知机模型输出所述多个样本邻域像素点中每个样本邻域像素点对应的权重值，以及所述多个样本邻域像素点对应的对比度系数和亮度系数。