[发明专利]图像处理方法与装置、电子设备及计算机可读存储介质在审

专利信息
申请号: 202110978638.2 申请日: 2021-08-24
公开(公告)号: CN113689335A 公开(公告)日: 2021-11-23
发明(设计)人: 王东 申请(专利权)人: OPPO广东移动通信有限公司
主分类号: G06T3/40 分类号: G06T3/40;G06N3/04;G06N3/08
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 黄琼
地址: 523860 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 电子设备 计算机 可读 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:

获取多帧原始raw图,所述原始raw图为Quadra Bayer格式;

调用预设的卷积神经网络对多帧所述原始raw图进行处理以获取单帧融合raw图,所述融合raw图为Bayer格式;及

对所述融合raw图进行去马赛克处理获取超分辨率图像,所述超分辨率图像为RGB三通道图像。

2.根据权利要求1所述的图像处理方法,其特征在于,所述对多帧所述原始raw图进行处理以获取单帧融合raw图,包括:

调用预设的卷积神经网络对多帧所述原始raw图进行像素重建处理以获取单帧融合raw图。

3.根据权利要求1所述的图像处理方法,其特征在于,所述对多帧所述原始raw图进行处理以获取单帧融合raw图,包括:

获取预处理参数信息;

根据所述预处理参数信息对多帧所述原始raw图进行预处理以获取预处理raw图,所述预处理包括感光校正、黑电平矫正、坏点补偿、镜头阴影校正、白平衡校正中的至少一种;及

调用预设的卷积神经网络对多帧所述预处理raw图进行像素重建处理以获取单帧融合raw图。

4.根据权利要求3所述的图像处理方法,其特征在于,所述对多帧所述预处理raw图进行像素重建处理以获取单帧融合raw图,包括:

通过多个卷积层提取多帧所述预处理raw图的邻域特征和帧间信息;及

根据所述邻域特征和所述帧间信息,通过多个卷积层和反卷积层进行特征配准和格式转换以获取单帧融合raw图。

5.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理方法还包括:

将图像传感器设置为Fullsize输出模式;及

关闭remosaic功能,使所述图像传感器输出所述原始raw图。

6.一种图像处理装置,其特征在于,包括:

图像传感器,所述图像传感器用于获取多帧原始raw图,所述原始raw图为QuadraBayer格式;

图像处理模块,所述图像处理模块用于调用预设的卷积神经网络进行计算,以对多帧所述原始raw图进行处理以获取单帧融合raw图,所述融合raw图为Bayer格式;及

所述图像处理模块还用于对所述融合raw图进行去马赛克处理获取超分辨率图像,所述超分辨率图像为RGB三通道图像。

7.根据权利要求6所述的图像处理装置,其特征在于,所述图像处理模块包括:

神经网络模块,所述神经网络模块用于调用预设的卷积神经网络进行计算,所述卷积神经网络用于对多帧所述原始raw图进行处理以获取单帧融合raw图;及

拜耳处理模块,所述拜耳处理模块用于对所述融合raw图进行去马赛克处理获取超分辨率图像。

8.根据权利要求6所述的图像处理装置,其特征在于,所述图像处理模块包括神经网络模块,所述神经网络模块用于调用预设的卷积神经网络进行计算,所述卷积神经网络用于对多帧所述原始raw图进行处理以获取单帧融合raw图,及对所述融合raw图进行去马赛克处理获取超分辨率图像。

9.根据权利要求6所述的图像处理装置,其特征在于,所述图像处理模块包括神经网络模块,所述神经网络模块用于调用预设的卷积神经网络进行计算,所述卷积神经网络用于对多帧所述原始raw图进行像素重建处理以获取单帧融合raw图。

10.根据权利要求6所述的图像处理装置,其特征在于,所述图像处理装置还包括预处理模块,所述预处理模块用于:

获取预处理参数信息;及

根据所述预处理参数信息对多帧所述原始raw图进行预处理以获取预处理raw图,所述预处理包括感光校正、黑电平矫正、坏点补偿、镜头阴影校正、白平衡校正中的至少一种,

所述卷积神经网络还用于对多帧所述预处理raw图进行像素重建处理以获取单帧融合raw图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110978638.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top