[发明专利]一种图像重建方法、系统及相关设备

说明书

本发明涉及图像处理技术领域，尤其涉及一种图像重建方法、系统及相关设备。其中，该方法包括：获取待重建图像数据；将所述待重建图像数据拆分为图像亮度数据和图像色度数据；将所述图像亮度数据输入图像重建模型，所述图像重建模型包括残差网络，所述残差网络包含多个串联连接的残差模块，所述图像重建模型用于基于多个所述残差模块对所述图像亮度数据进行逐级重建，并对所述重建后的图像亮度数据进行像素排序，得到第一重建图像亮度数据；对所述图像色度数据进行插值计算得到重建图像色度数据；基于所述第一重建图像亮度数据和所述重建图像色度数据，得到重建图像数据，所述重建图像数据的分辨率大于所述待重建图像数据的分辨率。

【技术领域】

本发明涉及图像处理技术领域，尤其涉及一种图像重建方法、系统及相关设备。

【背景技术】

图像分辨率通常是指每英寸图像内包含的像素点数量，图像分辨率在一定程度上可以表征图像存储的信息量。每英寸图像内包含的像素点数量越多，则图像中存储的信息量越大，图像看起来就越清晰。而想要提高图像的分辨率，当前一种可行的方式为提高拍摄设备的硬件，从而可以直接得到高分辨率的图像，但此种方法成本较高。另一种方法则是将低分辨率的图像经过图像重建，从而得到高分辨率的图像，即超分辨率技术。但现有的超分辨率技术中，往往采用深度训练模型进行图像重建。其中，需要先对原始图像进行下采样，从而将原始图像拆分为多个特征块，并对多个特征块分别输入深度训练模型中进行重建，最后采用上采样模块对多个重建后的特征块进行重新组合，得到高分辨率的图像。采用此种方法时，由于需要对多个特征快进行分别重建，所以在构建深度训练模型时需要设置较多的二维卷积层，从而导致深度模型对于行缓存空间(line buffer)的需求量较高，因此需要使用更大的芯片，造成功耗以及成本的增加。

【发明内容】

为了解决上述问题，本发明实施例提供了一种图像重建方法、系统及设备。通过构建图像重建模型，并采用图像重建模型对待重建图像数据的亮度数据进行具体重建，从而降低图像重建模型结构的复杂程度以及运算时间。

第一方面，本发明实施例提供一种图像重建方法，包括：

获取待重建图像数据；

将所述待重建图像数据拆分为图像亮度数据和图像色度数据；

将所述图像亮度数据输入图像重建模型，所述图像重建模型包括残差网络，所述残差网络包含多个串联连接的残差模块，所述图像重建模型用于基于多个所述残差模块对所述图像亮度数据进行逐级重建，并对所述重建后的图像亮度数据进行像素排序，得到第一重建图像亮度数据；

对所述图像色度数据进行插值计算得到重建图像色度数据；

基于所述第一重建图像亮度数据和所述重建图像色度数据，得到重建图像数据，所述重建图像数据的分辨率大于所述待重建图像数据的分辨率。

本发明实施例中，通过采用图像重建模型对待重建图像的图像亮度数据进行复杂重建，并采用插值计算对图像色度数据进行重建，并分别对重建后的图像亮度数据和图像色度数据进行组合，从而得到完整的高分辨率的图像重建数据。

在一种可能的实现方式中，对所述重建后的图像亮度数据进行像素排序，得到第一重建图像亮度数据，包括：

确定所述图像亮度数据中每个像素点的坐标值；

根据所述坐标值对所述图像亮度数据中的各个像素点的位置进行重新排列；

根据重新排序的结果，确定所述第一重建图像亮度数据。

在一种可能的实现方式中，基于所述第一重建图像亮度数据和所述重建图像色度数据，得到重建图像数据，包括：

对所述图像亮度数据进行插值计算，得到第二重建图像亮度数据；

对所述第一重建图像亮度数据和所述第二重建图像亮度数据进行组合，得到第三重建图像亮度数据；