[发明专利]一种图像处理方法、装置、设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理图像和卷积处理模型，所述卷积处理模型是从服务器获取的已训练好的模型；

对所述待处理图像进行下采样处理，得到下采样图像；

根据所述卷积处理模型对所述下采样图像进行处理，得到表征曝光程度的第一变换矩阵集合；

根据所述待处理图像和所述第一变换矩阵集合，生成目标图像，所述目标图像的动态范围高于所述待处理图像的动态范围。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理图像和所述第一变换矩阵集合，生成目标图像，包括：

对所述待处理图像进行灰度处理，生成包含边缘亮度信息的灰度图；

根据所述灰度图和所述第一变换矩阵集合，生成第二变换矩阵集合，其中所述第二变换矩阵集合中的各个第二变换矩阵的大小与待处理图像的大小相同；

根据所述第二变换矩阵集合对所述待处理图像进行变换处理，生成目标图像。

3.根据权利要求2所述的方法，其特征在于，所述根据所述灰度图和所述第一变换矩阵集合，生成第二变换矩阵集合，包括：

根据所述第一变换矩阵集合中的各个第一变换矩阵和所述灰度图，确定各个第一变换矩阵对应的插值信息；

根据各个插值信息对所述各个第一变换矩阵进行插值处理，生成各个第二变换矩阵，得到第二变换矩阵集合。

4.根据权利要求2所述的方法，其特征在于，所述根据所述第二变换矩阵集合对所述待处理图像进行变换处理，生成目标图像，包括：

根据所述第二变换矩阵集合中的各个第二变换矩阵分别对所述待处理图像的每个像素进行逐一变换处理，对应得到各个中间图像；

对所述各个中间图像进行融合处理，生成目标图像。

5.根据权利要求4中所述的方法，其特征在于，所述对所述各个中间图像进行融合处理，生成目标图像，包括：

获取各个中间图像的曝光系数；

基于各个中间图像的曝光系数，从各个中间图像中确定第一目标中间图像和第二目标中间图像，其中，第一目标中间图像的曝光系数大于第一曝光阈值，第二目标中间图像的曝光系数小于第二曝光阈值；

从所述第一目标中间图像中确定第一图像区域，从所述第二目标中间图像中确定第二图像区域，其中，所述第一图像区域的亮度小于第一亮度阈值，第二图像区域的亮度大于第二亮度阈值；

将所述第一图像区域和所述第二图像区域进行合并，得到目标图像。

6.根据权利要求1所述的方法，其特征在于，所述根据所述卷积处理模型对所述下采样图像进行处理，得到表征曝光程度的第一变换矩阵集合，包括：

提取所述下采样图像的局部特征信息和全局特征信息；

将所述局部特征信息和全局特征信息输入至所述卷积处理模型，得到表征曝光程度的第一变换矩阵集合。

7.一种图像处理方法，其特征在于，包括：

获取训练数据，其中，所述训练数据中至少包括参考图像、与所述参考图像具有不同曝光系数的第一训练图像集合和目标参考图像，所述目标参考图像为与所述参考图像相对应的高动态范围图像；

对所述参考图像和第一训练图像集合中的各个第一训练图像进行下采样处理，得到相应的参考下采样图像和各个第一下采样图像；

基于所述参考图像、各个第一训练图像和目标参考图像对预设的卷积处理模型进行训练，得到训练好的卷积处理模型；

发送所述训练好的卷积处理模型至终端。

8.根据权利要求7中所述的方法，其特征在于，所述基于所述参考图像、各个第一训练图像和目标参考图像对预设的卷积处理模型进行训练，得到训练好的卷积处理模型，包括：

分别提取所述参考图像和各个第一训练图像的局部特征信息和全局特征信息；

将所述参考图像和各个第一训练图像的局部特征信息和全局特征信息输入到预设的卷积处理模型，得到预测图像；

利用所述预测图像和所述目标参考图像对卷积处理模型的参数进行调整，得到训练好的卷积处理模型。