Invention Grant
- Patent Title: 基于深度学习的图像质量优化方法、系统、设备及介质
-
Application No.: CN202410077127.7Application Date: 2024-01-19
-
Publication No.: CN117575916BPublication Date: 2024-04-30
- Inventor: 李磊
- Applicant: 青岛漫斯特数字科技有限公司
- Applicant Address: 山东省青岛市南区东海西路31号保时捷大厦8楼
- Assignee: 青岛漫斯特数字科技有限公司
- Current Assignee: 青岛漫斯特数字科技有限公司
- Current Assignee Address: 山东省青岛市南区东海西路31号保时捷大厦8楼
- Agency: 沧州市宏科专利代理事务所
- Agent 韩超
- Main IPC: G06T3/4053
- IPC: G06T3/4053 ; G06T5/50 ; G06T7/00 ; G06T7/60 ; G06T5/00

Abstract:
本发明涉及图像处理的技术领域,特别是涉及一种基于深度学习的图像质量优化方法、系统、设备及介质,包括:对原图像进行双通道超分辨率优化,获得第一优化图像和第二优化图像;对第一优化图像与第二优化图像进行图像质量差异识别,并提取第一优化图像和第二优化图像中存在图像质量差异超过预设一阶阈值的图像区域,获得图像质量差异区域;计算图像质量差异区域面积与原图像面积之间的比值,获得图像质量差异占比;将图像质量差异占比与预设二阶阈值进行比对:若图像质量差异占比未超过预设二阶阈值,则由第一优化图像和第二优化图像中随机任选一张作为原图像的最终优化图像进行输出;能够全面、精准地提高图像质量,减小图像失真和缺陷的影响。
Public/Granted literature
- CN117575916A 基于深度学习的图像质量优化方法、系统、设备及介质 Public/Granted day:2024-02-20
Information query