[发明专利]图像处理方法、处理装置、终端设备及可读存储介质

说明书

本申请提供了一种图像处理方法、处理装置、终端设备及可读存储介质。所述方法包括：获取待处理的包括目标对象的模糊图像以及N个均包括所述目标对象的样本清晰图像；对于每个样本清晰图像，将所述模糊图像与该样本清晰图像进行对齐，得到所述模糊图像中组成该目标对象的各图像区域，分别对应的样本区域；对于每个图像区域，基于该图像区域的清晰程度，确定该图像区域以及与该图像区域对应的N个样本区域分别对应的融合权重，并基于该融合权重进行图像融合，对于各个图像区域，图像区域的清晰程度与图像区域对应的融合权重正相关。本申请能够在避免模糊修正出现失真的前提下，同时避免由于采用神经网络模型造成产品研发周期长的技术问题。

技术领域

本申请属于终端设备技术领域，尤其涉及一种图像处理方法、图像处理装置、终端设备及计算机可读存储介质。

背景技术

当用户利用终端设备(比如，手机)进行拍照时，在某些情况下可能会拍摄到模糊图像，比如，当待拍摄的目标对象距离摄像头过近或过远时，该目标对象会处于失焦状态，导致照片中的该目标对象较为模糊；再比如，当采用屏下摄像头或者在夜晚拍照时，可能会使得摄像头的采光量不足，也会使得照片中的待拍摄的目标对象出现模糊现象；又比如，当待拍摄的目标对象与摄像头出现相对运动时，同样会使得照片中的该目标对象较为模糊。

目前，存在如下模糊修正方法为：采用大量的模糊样本图像以及清晰样本图像进行神经网络模型训练，使得训练后的该神经网络模型能够进行模糊修正。

上述采用神经网络模型的方式进行模糊修正，能够在一定程度上避免修正后的图像出现图像失真，但是需要采用大量的样本图像进行训练，会延长产品的研发周期。

由此可见，如何在避免模糊修正出现图像失真的前提下，同时避免由于采用神经网络模型造成产品研发周期长的技术问题，是目前亟待解决的问题。

发明内容

有鉴于此，本申请实施例提供了一种图像处理方法、图像处理装置、终端设备及计算机可读存储介质。能够在避免模糊修正出现失真的前提下，同时避免由于采用神经网络模型造成产品研发周期长的技术问题。

本申请实施例的第一方面提供了一种图像处理方法，包括：

获取待处理的包括目标对象的模糊图像以及N个均包括所述目标对象的样本清晰图像，其中，N为整数且N≥1；

对于每个样本清晰图像，将所述模糊图像与该样本清晰图像进行对齐，得到所述模糊图像中组成所述目标对象的各图像区域，分别对应的位于该样本清晰图像的样本区域；

确定各个所述图像区域的清晰程度；

对于每个图像区域，基于该图像区域的清晰程度，确定该图像区域以及与该图像区域对应的N个样本区域分别对应的融合权重，并基于各个融合权重，将该图像区域与该N个样本区域进行图像融合，其中，对于各个图像区域，图像区域的清晰程度与图像区域对应的融合权重正相关。

本申请实施例的第二方面提供了一种图像处理装置，包括：

图像获取模块，用于获取待处理的包括目标对象的模糊图像以及N个均包括所述目标对象的样本清晰图像，其中，N为整数且N≥1；

对齐模块，用于对于每个样本清晰图像，将所述模糊图像与该样本清晰图像进行对齐，得到所述模糊图像中组成所述目标对象的各图像区域，分别对应的位于该样本清晰图像的样本区域；

清晰程度确定模块，用于确定各个所述图像区域的清晰程度；

融合模块，用于对于每个图像区域，基于该图像区域的清晰程度，确定该图像区域以及与该图像区域对应的N个样本区域分别对应的融合权重，并基于各个融合权重，将该图像区域与该N个样本区域进行图像融合，其中，对于各个图像区域，图像区域的清晰程度与图像区域对应的融合权重正相关。