一种图像处理方法、装置、电子设备及可读存储介质 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明涉及图像处理技术领域，具体涉及一种图像处理方法、装置、电子设备及可读存储介质。背景技术：2.医用内窥镜是经人体的天然孔道，或者是经手术做的小切口进入人体内，以将内窥镜导入预检查的器官，可直接窥视有关部位的变化。因此，内窥镜观察窗口的图像质量至关重要。3.相关技术中，通常基于暗通道先验的图像去雾、限制对比度直方图均衡等方法进行图像的增强处理，以提高内窥镜图像的质量。尽管相关技术中的图像处理方法能够实现图像增强效果，但难以同时兼顾图像均匀性以及图像对比度。技术实现要素：4.有鉴于此，本发明实施例提供了一种图像处理方法、装置、电子设备及可读存储介质，以解决图像均匀性以及图像对比度难以同时兼顾的问题。5.根据第一方面，本发明实施例提供了一种图像处理方法，包括：获取待处理图像，所述待处理图像包括多个颜色通道；基于所述多个颜色通道对应的像素值，确定所述待处理图像对应的目标像素矩阵；基于所述目标像素矩阵以及所述目标像素矩阵中的目标像素值，确定所述待处理图像对应的目标传输系数；基于所述目标传输系数对所述待处理图像进行图像处理，得到增强图像；对所述增强图像和所述待处理图像进行加权处理，生成目标图像。6.本发明实施例提供的图像处理方法，通过提取待处理图像的目标像素矩阵，以根据最大目标像素值确定出目标传输系数，继而根据该目标传输系数对待处理图像进行图像处理，能够降低图像的烟雾感以提升图像均匀性，同时能够提升图像的对比度，由此兼顾了图像均匀性以及图像对比度，保证了图像的增强效果。7.结合第一方面，在第一方面的第一实施方式中，所述基于所述目标像素矩阵以及所述目标像素矩阵中的目标像素值，确定所述待处理图像对应的目标传输系数，包括：基于所述目标像素矩阵与所述目标像素值之比，确定权重矩阵；基于预设参数与所述权重矩阵之积，确定初始传输系数；按照预设约束条件对所述初始传输系数进行约束处理，得到目标传输系数。8.本发明实施例提供的图像处理方法，通过目标像素值以及目标像素矩阵确定初始传输系数，并为初始传输系数设定约束条件，从而使得最终确定出的目标传输系数与待处理图像相匹配，由此能够有针对性的进行去雾处理，有利于提高图像处理速度，便于实现图像去雾的实时处理，从而提高图像的均匀性。9.结合第一方面，在第一方面的第二实施方式中，所述基于所述目标传输系数对所述待处理图像进行图像处理，得到增强图像，包括：响应于对大气光向量的设置操作，基于所述设置操作确定各个颜色通道对应的目标大气光向量；基于所述目标大气光向量以及所述目标传输系数对所述待处理图像进行去雾处理，生成去雾图像；对所述去雾图像进行均衡增强处理，生成增强图像。10.结合第一方面第二实施方式，在第一方面的第三实施方式中，所述基于所述目标大气光向量以及所述目标传输系数对所述待处理图像进行去雾处理，生成去雾图像，包括：[0011][0012]其中，f(x)为去雾图像；f为多个颜色通道构成的待处理图像；a为目标大气光向量；t为目标传输系数；k为比例系数，0《k《1；abs表示求绝对值。[0013]结合第一方面第二实施方式，在第一方面的第四实施方式中，对所述去雾图像进行均衡增强处理，生成增强图像，包括：基于局部直方图均衡方法对所述去雾图像的对比度进行增强处理，得到增强图像。[0014]本发明实施例提供的图像处理方法，通过设置匹配于待处理图像的大气光向量，保证图像的去雾效果更高，最大程度上提升了图像均匀性。同时，对去雾图像进行均衡增强处理，在保证图像均匀性的基础上，提升了图像的对比度，便于增强图像细节，使得图像细节更加清晰。[0015]结合第一方面，在第一方面的第五实施方式中，所述对所述增强图像和所述待处理图像进行加权处理，生成目标图像，包括：设定n个权重系数；基于δ(ni)对所述增强图像进行i次图像变换处理；将i次图像变换处理的图像进行叠加，得到所述目标图像；其中，i次权重系数之和为1，δ(ni)表示i个权重系数。[0016]本发明实施例提供的图像处理方法，通过确定针对于增强图像进行多次图像变换，并将多次图像变换处理得到的多个图像进行叠加以生成目标图像，由此保证了目标图像的生成准确度。[0017]结合第一方面，在第一方面的第六实施方式中，所述基于所述多个颜色通道对应的像素值，确定所述待处理图像对应的目标像素矩阵，包括：对所述待处理图像的像素值进行归一化处理，得到归一化像素值数据；基于归一化像素值数据，确定各个所述颜色通道对应的像素值矩阵；对比各个所述像素值矩阵中的像素值，确定所述目标像素矩阵。[0018]结合第一方面第六实施方式，在第一方面的第七实施方式中，所述方法还包括：对所述目标图像的像素值进行去归一化处理，确定所述目标图像的实际像素值。[0019]本发明实施例提供的图像处理方法，通过对待处理图像的像素进行归一化处理，以消除奇异像素值的影响，便于进行后续的图像处理。通过对目标图像的像素值进行去归一化处理，便于确定图像的实际像素值，以得到更加精准的图像信息。[0020]根据第二方面，本发明实施例提供了一种图像处理装置，包括：获取模块，用于获取待处理图像，所述待处理图像包括多个颜色通道；第一确定模块，用于基于所述多个颜色通道对应的像素值，确定所述待处理图像对应的目标像素矩阵；第二确定模块，用于基于所述目标像素矩阵以及所述目标像素矩阵中的目标像素值，确定所述待处理图像对应的目标传输系数；处理模块，用于基于所述目标传输系数对所述待处理图像进行去烟雾处理和增强处理，得到增强图像；加权模块，用于对所述增强图像和所述待处理图像进行加权处理，生成目标图像。[0021]根据第三方面，本发明实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或第一方面任一实施方式所述的图像处理方法。[0022]根据第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行第一方面或第一方面任一实施方式所述的图像处理方法。[0023]需要说明的是，本发明实施例提供的图像插值处理装置、电子设备以及计算机可读存储介质的相应有益效果，请参见图像插值处理方法中相应内容的描述，在此不再赘述。附图说明[0024]为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0025]图1是根据本发明实施例的图像处理方法的流程图；[0026]图2是根据本发明实施例的图像处理方法的另一流程图；[0027]图3是根据本发明实施例的图像处理方法的又一流程图；[0028]图4示出了处理前的腹腔图像示意图；[0029]图5示出了处理后的腹腔图像示意图；[0030]图6是根据本发明实施例的图像处理装置的结构框图；[0031]图7是本发明实施例提供的电子设备的硬件结构示意图。具体实施方式[0032]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0033]医用内窥镜是经人体的天然孔道，或者是经手术做的小切口进入人体内，以将内窥镜导入预检查的器官，可直接窥视有关部位的变化。因此，内窥镜观察窗口的图像质量至关重要。[0034]相关技术中，通常基于暗通道先验的图像去雾、限制对比度直方图均衡等方法进行图像的增强处理，以提高内窥镜图像的质量。例如，限制对比度直方图均衡方法能够提高图像对比度，但其不能较好地去除内窥镜图像的烟雾，降低了图像的均匀性；基于暗通道先验的图像去雾方法尽管能较好的去除内窥镜图像的烟雾，但图像对比度不佳，且不利于实时处理图像。[0035]基于此，本技术技术方案能够针对图像同时进行去雾处理和增强处理，不仅能够降低图像的烟雾感以提升图像均匀性，还能够提升图像的对比度。[0036]根据本发明实施例，提供了一种图像处理方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。[0037]在本实施例中提供了一种图像处理方法，可用于电子设备，如内窥镜、电脑、医疗设备主机等，图1是根据本发明实施例的图像处理方法的流程图，如图1所示，该流程包括如下步骤：[0038]s11，获取待处理图像，该待处理图像包括多个颜色通道。[0039]待处理图像为电子设备采集到的彩色图像，例如内窥镜采集的腹腔图像。具体地，待处理图像通常包括有多个颜色通道，其位宽可以为8位，也可以为其他位数，此处不作具体限定。[0040]具体地，待处理图像中的颜色可以为红、绿、蓝三个颜色通道的变化以及它们相互之间的叠加来得到，即该待处理图像包括红、绿、蓝三个颜色通道。[0041]s12，基于多个颜色通道对应的像素值，确定待处理图像对应的目标像素矩阵。[0042]待处理图像的各个像素点位置具有各个颜色通道对应的像素值，根据各个颜色通道对应的像素值，可以构建针对于待处理图像的各个颜色通道的像素值矩阵。根据各个颜色通道的像素值矩阵，对各个像素点位置所对应的各个颜色通道的像素值进行对比，从像素值矩阵中选择出最小像素值。依次遍历各个像素点的最小像素值，生成目标像素矩阵。以红、绿、蓝三个颜色通道为例，最小像素矩阵即是从三个颜色通道的像素值矩阵中筛选出各个像素点对应的最小像素值，根据该最小像素值以及像素点坐标生成目标像素矩阵。[0043]s13，基于目标像素矩阵以及目标像素矩阵中的最大目标像素值，确定待处理图像对应的目标传输系数。[0044]目标传输系数用于表征针对于待处理图像的去雾系数，最大目标像素值为从目标像素矩阵中所选择出的像素最大值，该像素最大值不限于颜色通道。电子设备可以结合该最大目标像素值以及目标像素矩阵中的各个像素值进行数据处理，以得到与当前待处理图像的目标像素矩阵相匹配的目标传输系数。[0045]s14，基于目标传输系数对待处理图像进行图像处理，得到增强图像。[0046]结合目标传输系数以及大气光向量对该待处理图像进行图像处理，以提取待处理图像的真实颜色值，提高图像的对比度，生成相应的增强图像。[0047]具体地，对该待处理图像进行去雾处理，提取待处理图像的真实颜色值，得到去雾图像。继而，针对该去雾图像采用图像直方图均衡化，对去雾图像进行局部增强处理以提高图像的对比度，由此生成经过去雾处理和增强处理的增强图像。[0048]s15，对增强图像和待处理图像进行加权处理，生成目标图像。[0049]电子设备按照预设规则为增强图像和待处理图像设定相应的加权系数，分别计算增强图像和待处理图像及其加权系数的乘积，得到增强图像的乘积结果和待处理图像的结果。继而，将两者进行叠加即可得到目标图像。其中，预设规则为预先设定的加权系数的分配规则，此处对于具体的加权系数不作限定，本领域技术人员可以根据实际需求确定。[0050]本实施例提供的图像处理方法，通过提取待处理图像的目标像素矩阵，以根据最大目标像素值确定出目标传输系数，继而根据该目标传输系数对待处理图像进行相应的图像处理，以降低图像的烟雾感而提升图像均匀性，同时提升图像的对比度，由此能够兼顾图像均匀性以及图像对比度，保证了图像的增强效果。[0051]在本实施例中提供了一种图像处理方法，可用于电子设备，如内窥镜、电脑、医疗设备主机等，图2是根据本发明实施例的图像处理方法的流程图，如图2所示，该流程包括如下步骤：[0052]s21，获取待处理图像，该待处理图像包括多个颜色通道。详细说明参见上述实施例对应的相关描述，此处不再赘述。[0053]s22，基于多个颜色通道对应的像素值，确定待处理图像对应的目标像素矩阵。详细说明参见上述实施例对应的相关描述，此处不再赘述。[0054]s23，基于目标像素矩阵以及目标像素矩阵中的最大目标像素值，确定待处理图像对应的目标传输系数。[0055]具体地，上述步骤s23可以包括：[0056]s231，基于目标像素矩阵与目标像素矩阵中的最大目标像素值之比，确定权重矩阵。[0057]目标像素矩阵与目标像素矩阵中的最大目标像素值之比则是将目标像素矩阵中的各个像素值与目标像素矩阵中的最大目标像素值相除，得到权重矩阵。具体地，权重矩阵的确定方式为：y/max_y。其中，y为目标像素矩阵，目标像素矩阵中的最大目标像素值为max_y。[0058]s232，基于预设参数与权重矩阵之积，确定初始传输系数。[0059]预设参数为预先设定的针对于权重矩阵的系数，以w表示预设参数，该预设参数的范围可以为：0《w《1。此处对预设参数的具体取值不作限定，本领域技术人员可以根据实际需要确定。[0060]将预设参数与权重矩阵中的各个权重值进行相乘，然后以常数1与该乘积结果进行作差处理，得到初始传输系数，具体如下：[0061]t1＝1-w*(y/max_y)[0062]其中，t1为初始传输系数，w为预设参数，y为目标像素矩阵，目标像素矩阵中的最大目标像素值为max_y。[0063]s233，按照预设约束条件对初始传输系数进行约束处理，得到目标传输系数。[0064]预设约束条件用于将初始传输系数约束到一定范围内，并将处于该约束范围的传输系数确定为目标传输系数。具体如下：[0065]t＝max(min(t1,0.9),0.1)[0066]其中，t1为初始传输系数，t为目标传输系数，max()和min()为预设约束条件。[0067]s24，基于目标传输系数对待处理图像进行图像处理，得到增强图像。[0068]具体地，上述步骤s24可以包括：[0069]s241，响应于对大气光向量的设置操作，基于设置操作确定各个颜色通道对应的目标大气光向量。[0070]目标大气光向量用于减少待处理图像中的烟雾感。技术人员可以为待处理图像设置相应的大气光向量，相应地，电子设备可以响应技术人员针对于大气光向量的设置操作，根据该设置操作生成待处理图像的各个颜色通道的目标大气光向量。以红、绿、蓝三个颜色通道为例，目标大气光向量可以设置为：[0071]a＝[a；a；a]，(0.8《a《1)[0072]其中，a为每个颜色通道的大气光向量构成的矩阵，每个颜色通道的大气光向量是相同的。[0073]s242，基于目标大气光向量以及目标传输系数对待处理图像进行去雾处理，生成去雾图像。[0074]将待处理图像对应的图像颜色通道矩阵与大气光向量作差处理，并结合目标传输系数计算待处理图像对应的去雾图像。具体地，去雾图像的确定表达式如下：[0075][0076]其中，f(x)为去雾图像；f为多个颜色通道构成的待处理图像；a为目标大气光向量构成矩阵；t为目标传输系数；k为比例系数，0《k《1；abs表示求绝对值。[0077]s243，对去雾图像进行均衡增强处理，生成增强图像。[0078]为了进一步增强图像的对比度以使图像细节更加清晰，在得到去雾图像后，进一步可以采用直方图均衡法、自适应直方图均衡化、对比度受限制自适应直方图均衡化或对比度受限制全局直方图均衡化对该去雾图像进行均衡增强处理，得到提升图像对比度后的增强图像。[0079]在一个可选的实施方式中，基于局部直方图均衡方法对去雾图像的对比度进行增强处理，得到增强图像。[0080]局部直方图均衡方法即自适应直方图均衡化，基于自适应直方图均衡化的原理对去雾图像的局部进行调整，增强去雾图像的局部对比度，尤其在去雾图像存在对比度接近的情况时，通过自适应直方图均衡化可以很好的增强对比度使得去雾图像中的细节更清晰，达到图像增强的目的。[0081]s25，对增强图像和待处理图像进行加权处理，生成目标图像。详细说明参见上述实施例对应的相关描述，此处不再赘述。[0082]本实施例提供的图像处理方法，通过目标像素矩阵中的最大目标像素值以及目标像素矩阵确定初始传输系数，并为初始传输系数设定约束条件，从而使得最终确定出的目标传输系数与待处理图像相匹配，由此能够有针对性的进行去雾处理，有利于提高图像处理速度，便于实现图像去雾的实时处理，从而提高图像的均匀性。通过设置匹配于待处理图像的大气光向量，保证图像的去雾效果更高，最大程度上提升了图像均匀性。同时对去雾图像进行均衡增强处理，在保证图像均匀性的基础上，提升了图像的对比度，便于增强图像细节，使得图像细节更加清晰。[0083]在本实施例中提供了一种图像处理方法，可用于电子设备，如内窥镜、电脑、医疗设备主机等，图3是根据本发明实施例的图像处理方法的流程图，如图3所示，该流程包括如下步骤：[0084]s31，获取待处理图像，该待处理图像包括多个颜色通道。详细说明参见上述实施例对应的相关描述，此处不再赘述。[0085]s32，基于多个颜色通道对应的像素值，确定待处理图像对应的目标像素矩阵。[0086]具体地，上述步骤s32可以包括：[0087]s321，对待处理图像的像素值进行归一化处理，得到归一化像素值数据。[0088]采集待处理图像各个像素点坐标对应的像素值，对各个像素点对应的像素值进行归一化处理，即将待处理图像的像素值归一化到0到1之间，得到归一化像素值数据。通过像素值归一化便于后续的数据处理，减少了数据计算量，提升了数据处理速度。[0089]s322，基于归一化像素值数据，确定各个颜色通道对应的像素值矩阵。[0090]待处理图像是由多个颜色通道构成的彩色图像，在完成像素值的归一化处理后，将归一化像素值数据按照各个颜色通道进行划分，得到各个颜色通道对应的像素值矩阵。[0091]s323，对比各个像素值矩阵中的像素值，确定目标像素矩阵。[0092]目标像素矩阵为待处理图像各个颜色通道的最小像素值构成的矩阵。依次对各个颜色通道所对应的像素值矩阵进行像素值比较，确定出各个像素点位置对应的最小像素值，从而根据各个像素点位置对应的最小像素值生成目标像素矩阵。以红、绿、蓝三个颜色通道为例，目标像素矩阵的确定方式如下：[0093]y(x,y)＝min(r(x,y),g(x,y),b(x,y))[0094]其min()表示求最小像素值，r、g、b为红、绿、蓝三个颜色通道对应的像素值矩阵，(x,y)为像素值矩阵中的像素坐标，r(x,y),g(x,y),b(x,y)为红、绿、蓝三个颜色通道在像素坐标(x,y)对应的像素值。[0095]s33，基于目标像素矩阵以及目标像素矩阵中的最大目标像素值，确定待处理图像对应的目标传输系数。详细说明参见上述实施例对应的相关描述，此处不再赘述。[0096]s34，基于传输系数对待处理图像进行去烟雾处理和增强处理，得到增强图像。详细说明参见上述实施例对应的相关描述，此处不再赘述。[0097]s35，对增强图像和待处理图像进行加权处理，生成目标图像。[0098]具体地，上述步骤s35可以包括：[0099]s351，设定n个权重系数，基于δ(ni)对增强图像进行i次图像变换处理。[0100]其中，δ(ni)表示变换方式，i次权重系数之和为1。[0101]权重系数用于表示待处理图像以及增强图像在目标图像中所占权重。此处可以通过设定多个权重系数，通过不同的权重系数对待处理图像以及增强图像进行多次图像变换。[0102]具体地，δ(ni)可以为图像矩阵中的各个像素值与权重系数进行相乘，得到经过变换的图像。[0103]s352，将i次图像变换处理的图像进行叠加，得到目标图像。[0104]按照像素坐标将各次图像变换处理后的图像所对应像素矩阵的各个像素值进行叠加，即可得到目标图像的像素矩阵，根据该像素矩阵即可确定出相应的目标图像。[0105]在本实施例中，以n＝2，i＝2为例对上述步骤进行说明如下：[0106]基于δ(n1)将待处理图像矩阵中的各个像素值与权重系数n1进行相乘，生成经过第一次图像变换处理后的图像1。具体地，若n1为a，待处理图像的像素矩阵为f，则图像1为a*f。[0107]基于δ(n2)将增强图像矩阵中的各个像素值与权重系数n2进行相乘，生成经过第一次图像变换处理后的图像2。具体地，若n2为b，增强图像的像素矩阵为f1，则图像2为b*f1。其中，a+b＝1。[0108]按照像素坐标将图像1与图像2所对应像素矩阵的各个像素值进行叠加，即可得到目标图像的像素矩阵，根据该像素矩阵即可确定出相应的目标图像。具体地，目标图像的像素矩阵f2表示为：f2＝a*f+b*f1。[0109]s36，对目标图像的像素值进行去归一化处理，确定目标图像的实际像素值。[0110]在上述过程中为了方便数据处理，进行了像素值的归一化处理，因此在完成图像处理得到目标图像的像素矩阵时，则需要对目标图像的像素矩阵中的各个像素值进行去归一化处理，将各个像素值还原至实际像素值，以保证目标图像的真实性。[0111]本实施例提供的图像处理方法，通过确定针对于待处理图像的第一加权图像和第二加权图像，继而将第一加权图像以及第二加权图像进行加权以生成目标图像，由此保证了目标图像的生成准确度。通过对待处理图像的像素进行归一化处理，以消除奇异像素值的影响，便于进行后续的图像处理。通过对目标图像的像素值进行去归一化处理，便于确定图像的实际像素值，以得到更加精准的图像信息。[0112]此处使用网络上公开的腹腔图像对上述图像处理方法的增强效果进行了验证。具体地，图4所示为处理前的腹腔图像，其烟雾感较强，细节不清晰，图像对比度较差；图5所示为采用本技术图像处理方法处理后的图像，可见图5所示的图像烟雾感减弱，图像对比度增强，细节较为清晰。[0113]在本实施例中还提供了一种图像处理装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或软件和硬件的组合的实现也是可能并被构想的。[0114]本实施例提供一种图像处理装置，如图6所示，包括：[0115]获取模块41，用于获取待处理图像，该待处理图像包括多个颜色通道。[0116]第一确定模块42，用于基于多个颜色通道对应的像素值，确定待处理图像对应的目标像素矩阵。[0117]第二确定模块43，用于基于目标像素矩阵以及目标像素矩阵中的最大目标像素值，确定待处理图像对应的目标传输系数[0118]图像处理模块44，用于基于目标传输系数对待处理图像进行图像处理，得到增强图像。[0119]加权模块45，用于对增强图像和待处理图像进行加权处理，生成目标图像。[0120]可选地，上述第二确定模块43可以包括：[0121]第一确定子模块，用于基于目标像素矩阵与目标像素值之比，确定权重矩阵。[0122]第二确定子模块，用于基于预设参数与权重矩阵之积，确定初始传输系数。[0123]约束子模块，用于按照预设约束条件对初始传输系数进行约束处理，得到目标传输系数。[0124]可选地，上述处理模块44可以包括：[0125]响应子模块，用于响应于对大气光向量的设置操作，基于设置操作确定各个颜色通道对应的目标大气光向量。[0126]去雾子模块，用于基于目标大气光向量以及目标传输系数对待处理图像进行去雾处理，生成去雾图像。[0127]增强子模块，用于对去雾图像进行均衡增强处理，生成增强图像。[0128]可选地，上述第一确定模块42可以包括：[0129]归一化子模块，用于对待处理图像的像素值进行归一化处理，得到归一化像素值数据。[0130]第三确定子模块，用于基于归一化像素值数据，确定各个颜色通道对应的像素值矩阵。[0131]第四确定子模块，用于对比各个像素值矩阵中的像素值，确定目标像素矩阵。[0132]可选地，上述加权模块45可以包括：[0133]图像变换子模块，用于设定n个权重系数，基于δ(ni)对增强图像进行i次图像变换处理。[0134]叠加子模块，用于将i次图像变换处理的图像进行叠加，得到目标图像。其中，i次权重系数之和为1，δ(ni)表示变换方式。[0135]可选地，上述图像处理装置还可以包括：[0136]去归一化模块，用于对目标图像的像素值进行去归一化处理，确定目标图像的实际像素值。[0137]本实施例中的图像处理装置是以功能单元的形式来呈现，这里的单元是指asic电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。[0138]上述各个模块以及各个子模块的更进一步的功能描述与上述对应实施例相同，在此不再赘述。[0139]本发明实施例还提供一种电子设备，具有上述图6所示的图像处理装置。[0140]请参阅图7，图7是本发明可选实施例提供的一种电子设备的结构示意图，如图7所示，该电子设备可以包括：至少一个处理器501，例如中央处理器(central processing unit，cpu)，至少一个通信接口503，存储器504，至少一个通信总线502。其中，通信总线502用于实现这些组件之间的连接通信。其中，通信接口503可以包括显示屏(display)、键盘(keyboard)，可选通信接口503还可以包括标准的有线接口、无线接口。存储器504可以是高速易挥发性随机存取存储器(random access memory，ram)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器504可选的还可以是至少一个位于远离前述处理器501的存储装置。其中处理器501可以结合图6所描述的装置，存储器504中存储应用程序，且处理器501调用存储器504中存储的程序代码，以用于执行上述任一方法步骤。[0141]其中，通信总线502可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。通信总线502可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。[0142]其中，存储器504可以包括易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，ram)；存储器也可以包括非易失性存储器(non-volatile memory)，例如快闪存储器(flash memory)，硬盘(hard disk drive，hdd)或固态硬盘(solid-state drive，ssd)；存储器504还可以包括上述种类的存储器的组合。[0143]其中，处理器501可以是中央处理器(central processing unit，cpu)，网络处理器(network processor，np)或者cpu和np的组合。[0144]其中，处理器501还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，asic)，可编程逻辑器件(programmable logic device，pld)或其组合。上述pld可以是复杂可编程逻辑器件(complex programmable logic device，cpld)，现场可编程逻辑门阵列(field-programmable gate array，fpga)，通用阵列逻辑(generic array logic,gal)或其任意组合。[0145]可选地，存储器504还用于存储程序指令。处理器501可以调用程序指令，实现如本技术上述实施例中所示的图像处理方法。[0146]本发明实施例还提供了一种非暂态计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的图像处理方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，hdd)或固态硬盘(solid-state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。[0147]虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!