[发明专利]图像处理方法、装置及计算机存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取第一图像，所述第一图像为基于纤维镜采集的图像确定的，所述纤维镜包括多个光纤和图像传感器，所述多个光纤用于将拍摄点反射的光传输至所述图像传感器，由所述图像传感器采集图像；

基于深度学习模型，识别所述第一图像中是否存在网格纹；

在所述第一图像中存在网格纹的情况下，基于所述第一图像中的网格纹的特征信息，剔除所述第一图像中的网格纹，得到第二图像，所述特征信息指示所述网格纹的像素值变化特征或分布特征。

2.如权利要求1所述的方法，其特征在于，所述第一图像中的网格纹的特征信息包括所述第一图像中的网格纹的频率，所述频率指示所述第一图像中的网格纹的变化特征；

所述基于所述第一图像中的网格纹的特征信息，剔除所述第一图像中的网格纹，得到第二图像之前，所述方法还包括：

基于所述第一图像中各个像素点的亮度，确定所述第一图像的有效区域；

基于所述有效区域中各个像素点的亮度变化情况，确定所述第一图像中的网格纹的频率。

3.如权利要求2所述的方法，其特征在于，所述基于所述第一图像中各个像素点的亮度，确定所述第一图像的有效区域，包括：

对所述第一图像进行低通滤波处理，得到所述第一图像对应的增亮图像；

将所述第一图像对应的增亮图像中亮度超过第一亮度阈值的像素点、或者低于第二亮度阈值的像素点进行剔除，得到所述第一图像中的备选有效区域，所述第一亮度阈值大于所述第二亮度阈值；

基于所述备选有效区域中像素点的亮度均值，剔除所述备选有效区域中亮度低于所述亮度均值的像素点，得到所述第一图像的有效区域。

4.如权利要求2所述的方法，其特征在于，所述有效区域包括多个子区域，所述多个子区域和多个导光区域分别对应；

所述基于所述有效区域中各个像素点的亮度变化情况，确定所述第一图像中的网格纹的频率，包括：

对于所述多个子区域中任一区域，确定所述任一子区域中各个像素点的亮度梯度，所述任一子区域中各个像素点的亮度梯度确定所述任一子区域的边缘，将所述任一子区域的边缘和所述任一子区域的中心之间的距离作为所述任一子区域对应的孔径；

基于所述多个子区域中至少一个子区域各自对应的孔径，确定所述第一图像中的网格纹的频率。

5.如权利要求1所述的方法，其特征在于，所述第一图像中的网格纹的特征信息包括所述第一图像中的网格纹的频率，所述频率指示所述第一图像中的网格纹的变化特征，所述深度学习模型还用于识别所述第一图像的网格纹的类别，所述类别指示所述第一图像的网格纹为硬镜网格纹或软镜网格纹；

所述基于所述第一图像中的网格纹的特征信息，剔除所述第一图像中的网格纹，得到第二图像之前，所述方法还包括：

基于所述第一图像中的网格纹的类别，确定所述第一图像中的网格纹的频率；

其中，在所述第一图像的网格纹的类别为硬镜网格纹的情况下，将所述第一图像的频谱图中的中心点和距离所述中心点最近的高亮同心圆之间的间距作为所述第一图像中的网格纹的频率，在所述第一图像的网格纹类别为软镜网格纹的情况下，将所述第一图像的频谱图中的中心点和距离所述中心点最近的若干个高亮点之间的间距作为所述第一图像中的网格纹的频率。

6.如权利要求1所述的方法，其特征在于，所述第一图像中的网格纹的特征信息包括所述第一图像中的网格纹的频率，所述频率指示所述第一图像中的网格纹的变化特征，所述深度学习模型还用于识别所述第一图像的网格纹的频率。

7.如权利要求2至6任一所述的方法，其特征在于，所述基于所述第一图像中的网格纹的特征信息，剔除所述第一图像中的网格纹，得到第二图像，包括：

基于频率与滤波器参数之间的映射关系，确定所述第一图像中的网格纹的频率对应的滤波器参数；

基于所述滤波器参数，构建滤波器；

基于所述滤波器，对所述第一图像进行滤波，得到所述第二图像。