[发明专利]一种多样本拟合图像清晰化处理方法

说明书

本发明公开了一种多样本拟合图像清晰化处理方法，该方法采用基准点、块采样、边缘相结合的方式进行多样本图像拟合，实现了在保证基准点标识准确的基础上，可通过以点至面的定位拟合方式，使得拟合精度高、识别结果完整，从而该方法更加具有科学性；同时针对边缘模糊性大的问题，采用通过长直线的优化方式，可快速提取拟合出完整的边缘结构，大大减少数据计算量、降低了因图像畸变、缺损导致错误分类，识别结果不符合主客观一致性等问题出现概率。

技术领域

本发明涉及图像处理技术领域，具体涉及一种多样本拟合图像清晰化处理方法。

背景技术

目前，图像处理方法日益完善，其运用也广泛实施于各个工作场景中，影像图像处理、人脸图像识别、城市卫星图像拟合等等，其影响至现有生活的各个方面。在图像处理中，对图像清晰度的方法研究也是多种多样的，各有所侧重。

具体的，在基于深度学习处理图像方面，往往是采用多样本进行拟合。该方法具有很多，主要概括为三种：基于统计或决策理论方法、基于结构或句法的方法和基于神经网络的方法。

但是上述方法仍具有一些问题：由于图像数据具有不确定性，样本分布不均匀，极大影像图像识别精度；且识别容易受图像异常影像，如识别图像中含有个别畸变图像，导致错误分类，识别结果不符合主客观一致性等等。

故，有必要提供一种技术方案，以解决上述技术问题。

发明内容

有鉴于此，本发明实施例提供了一种多样本拟合图像清晰化处理方法。

本发明实施例的第一方面提供了一种多样本拟合图像清晰化处理方法，所述方法包括以下步骤：

对待拟合图像进行预处理，得第一拟合图像；其中，所述预处理包括对所述待拟合图像中不同光照强度处理、对所述待拟合图像的图像参数进行归一化处理；

对所述第一拟合图像进行路径处理得到特征图；其中，所述路径处理为N项卷积层进行卷积处理，其中，N为一预设整数；

根据所述特征图，确定每一所述第一拟合图像中对应的标识点信息；并根据所述标识点信息，确定所述第一拟合图像的基准点；

基于所述基准点，进行多密度块采样，通过设置损失函数，得到第二拟合图像；

对所述第二拟合图像进行边缘特征处理，得到第三拟合图像。

除了本文描述的一个或者多个特征之外，进一步的实时方案可以包括：

所述归一化处理具体为：

其中，data.min()表示所述待拟合图像的HU值的最小值；data.max()表示所述待拟合图像的所述HU值的最大值，所述value_i表示第i个所述标识点中的所述HU值；所述Value_i表示第i个所述待拟合图像经所述归一化处理后的所述HU值。

除了本文描述的一个或者多个特征之外，进一步的实时方案可以包括：

所述根据所述标识点信息，确定所述第一拟合图像基准点包括：

所述标识点信息包括根据标识点连接的曲线确定所述标识点的场强分布图；

根据所述场强分布图，将对应的场强大于预设场强的所述标识点确定为所述第一拟合图像的所述基准点。

除了本文描述的一个或者多个特征之外，进一步的实时方案可以包括：

所述场强对应的场强公式为：