基于深度学习的图像质量优化方法、系统、设备及介质

专利主权项内容

1.一种基于深度学习的图像质量优化方法，其特征在于，所述方法包括：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；若图像质量差异占比超过预设二阶阈值，则提取原图像中与图像质量差异区域对应的区域，获得原图像存疑区域；对原图像存疑区域单独进行双通道超分辨率优化，获得第一区域优化图像和第二区域优化图像；将第一区域优化图像与第二区域优化图像进行相似度对比，若第一区域优化图像与第二区域优化图像的相似度超过预设第三阈值，则根据相同的优化通道将第一区域优化图像和第二区域优化图像分别与第一优化图像和第二优化图像进行合并复原，并随机任选一张复原后的图像作为原图像的最终优化图像进行输出；若第一区域优化图像与第二区域优化图像的相似度未超过预设第三阈值，则说明原图像存在缺陷，无法进行优化。 （来源 ）