[发明专利]一种图像处理方法及设备

说明书

本申请公开一种图像处理方法、装置及设备，所述方法包括：提取待处理图像的影像特征和颜色特征；所述影像特征用于描述所述待处理图像的数据结构信息；将所述待处理图像的影像特征和颜色特征输入至图像生成网络模型，经过所述图像生成网络模型的处理后，得到目标图像；所述目标图像与所述待处理图像具有相同的数据结构信息且具有预设颜色标准；其中，所述图像生成网络模型为利用与所述待处理图像具有相同颜色的图像样本进行训练，并在确定所述图像生成网络模型输出的图像达到所述预设标准颜色时结束训练得到。基于上述方案，本申请能够实现图像的颜色标准化。

技术领域

本申请涉及数据处理领域，具体涉及一种图像处理方法、装置及设备。

背景技术

在基于机器学习的图像处理领域中，图像的颜色标准影响着机器学习对图像处理结果的准确性，因此，在对图像进行处理之前可以对其进行颜色标准化处理，以提高图像处理结果的准确性。

以医疗领域对病理图像的处理为例，由于染色原料的差异、不同病理实验室之间染色方案的差异、载玻片及扫描仪等设备的差异，导致病理图像之间的颜色标准可能不同。例如，来自不同病理实验室的病理图像的颜色标准不同，基于A病理实验室的病理图像对图像处理模型进行训练后，如果用于对B病理实验室的病理图像进行处理，则由于颜色的不同导致处理结果准确性不足。因此，在对B病理实验室的病理图像进行处理之前，首先对病理图像进行颜色标准化，使得其与A病理实验室的病理图像的颜色相同。

因此，如何实现对图像的颜色标准化是目前亟待解决的问题。

发明内容

有鉴于此，本申请提供了一种图像处理方法、装置及设备，能够基于经过训练的图像生成网络模型对待处理图像进行颜色标准化处理，具体的，通过提取待处理图像的影像特征，保证生成的颜色标准化图像不改变数据结构信息，通过提取待处理图像的颜色特征，对其进行颜色标准化处理，最终得到与预设标准颜色图像具有相同颜色的图像，实现图像的颜色标准化。

第一方面，为实现上述发明目的，本申请提供了一种图像处理方法，所述方法包括：

提取待处理图像的影像特征和颜色特征；所述影像特征用于描述所述待处理图像的数据结构信息；

将所述待处理图像的影像特征和颜色特征输入至图像生成网络模型，经过所述图像生成网络模型的处理后，得到目标图像；所述目标图像与所述待处理图像具有相同的数据结构信息，所述目标图像具有预设标准颜色；

其中，所述图像生成网络模型为利用与所述待处理图像具有相同颜色的图像样本进行训练，并在确定所述图像生成网络模型输出的图像达到所述预设标准颜色时结束训练得到。

一种可选的实施方式中，所述将待处理图像输入至图像生成网络模型，经过所述图像生成网络模型的处理后，输出目标图像之前，还包括：

利用与待处理图像具有相同颜色的图像样本对图像生成网络模型进行训练；其中，所述图像生成网络模型与图像鉴别网络模型相连；

利用所述图像鉴别网络模型对所述图像生成网络模型的训练输出图像进行鉴别；

在所述图像鉴别网络模型确定所述图像生成网络模型的训练输出图像达到所述预设标准颜色时，结束训练，得到经过训练的图像生成网络模型；否则，重新确定图像样本后，继续执行所述提取图像样本的影像特征和颜色特征的步骤。

一种可选的实施方式中，所述利用所述图像鉴别网络模型对所述图像生成网络模型的训练输出图像进行鉴别，包括：

将所述图像生成网络模型的训练输出图像与具有预设标准颜色的图像输入至图像鉴别网络模型中，并由所述图像鉴别网络模型对所述训练输出图像与所述具有预设标准颜色的图像进行颜色相似度的比较。

一种可选的实施方式中，所述提取待处理图像的影像特征和颜色特征，包括：