一种图像处理方法、装置、电子设备及可读存储介质与流程
1.本发明实施例涉及计算机技术领域，尤其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.随着计算机技术的发展，图像数据作为一种直观的信息表现形式被大量的使用，因而图像处理技术也在不断的发展。
3.然而，在图像采集过程中，图像采集设备、环境条件等因素对图像会造成一定影响，使采集的图像无法直接被应用。例如，受图像采集光照的影响，图像可能存在部分不清晰的问题，致使无法直接对图像中的目标物体进行精准检测。
4.因此，亟待提出一种图像处理方法对采集的图像进行预处理，避免图像采集时外部因素对图像造成的影响，提高图像的鲁棒性和泛化性。
技术实现要素：
5.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，以避免图像采集时，外部因素对图像造成的影响，提高图像的鲁棒性和泛化性。
6.第一方面，本发明实施例提供了一种图像采集方法，包括：
7.获取待处理的目标图像集；其中，目标图像集中包括至少一张图像；
8.对目标图像集中的各图像进行图像清洗处理，得到目标清洗图像集；其中，图像清洗处理包括下述至少一项：图像抽样处理、图像规范化处理、以及图像均衡化处理；
9.检测到目标图像集满足增强扩增条件时，对目标清洗图像集进行增强扩增处理，得到多个与目标清洗图像集相似的目标增强图像集。
10.第二方面，本发明实施例提供了一种图像采集装置，包括：
11.图像获取模块，用于获取待处理的目标图像集；其中，目标图像集中包括至少一张图像；
12.图像清洗模块，用于对目标图像集中的各图像进行图像清洗处理，得到目标清洗图像集；其中，图像清洗处理包括下述至少一项：图像抽样处理、图像规范化处理、以及图像均衡化处理；
13.图像增强模块，用于检测到目标图像集满足增强扩增条件时，对目标清洗图像集进行增强扩增处理，得到多个与目标清洗图像集相似的目标增强图像集。
14.第三方面，本发明实施例提供了一种电子设备，包括：
15.至少一个处理器；
16.以及与至少一个处理器通信连接的存储器；
17.其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的图像处理方法。
18.第四方面，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介
质存储有计算机指令，计算机指令用于使处理器执行实现本发明任一实施例的视频数据处理方法。
19.本发明实施例通过采用上述技术方案，对目标图像集中的各图像进行图像清洗处理，得到目标清洗图像集；其中，图像清洗处理包括下述至少一项：图像抽样处理、图像规范化处理、以及图像均衡化处理；检测到目标图像集满足增强扩增条件时，对目标清洗图像集进行增强扩增处理，得到多个与目标清洗图像集相似的目标增强图像集。通过对目标图像集的清洗、增强扩增等处理，避免图像采集时，外部因素对图像造成的影响，提高图像的鲁棒性和泛化性。
20.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明实施例的范围。本发明实施例的其它特征将通过以下的说明书而变得容易理解。
附图说明
21.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。
22.图1是根据本发明实施例一提供的一种图像处理方法的流程图；
23.图2是根据本发明实施例二提供的一种图像处理方法的流程图；
24.图3是根据本发明实施例二提供的图像抽样处理的流程图；
25.图4是根据本发明实施例二提供的图像规范化处理的流程图；
26.图5是根据本发明实施例二提供的图像均衡化处理的流程图；
27.图6是根据本发明实施例二提供的图像扩增处理的流程图；
28.图7是根据本发明实施例二提供的图像泛化处理的流程图；
29.图8是根据本发明实施例三提供的一种图像处理装置的结构示意图；
30.图9是实现本发明实施例的图像处理方法的电子设备的结构示意图。
具体实施方式
31.为了使本技术领域的人员更好地理解本发明实施例方案，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，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明保护的范围。
32.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品
或设备固有的其它步骤或单元。
33.实施例一
34.图1为本发明实施例一提供的一种图像处理方法的流程图，本实施例可以适用于对采集的图像进行清洗以及增强扩增处理，以规范化图像、泛化图像的情况。例如，可以对电力行业通过无人机航拍巡检得到的大量图像进行处理，以提高后续目标检测的精准度。该方法可以由图像处理装置来执行，该图像处理装置可以采用硬件和/或软件的形式实现，该装置可配置在电子设备中，例如配置在计算机或者智能手机中等。
35.如图1所示，本实施例一提供的一种图像处理方法，具体包括如下步骤：
36.步骤110、获取待处理的目标图像集。
37.其中，目标图像集中包括至少一张图像。
38.其中，目标图像集可以为多张图像构成的集合或视频中多帧构成的集合。目标图像集的获取方式可以是多样的。例如，目标图像集的获取方式可以是通过无人机进行航拍、或者通过摄像机进行拍摄等。
39.示例性的，目标图像集可以是在电力施工现场场景下，通过无人机航拍得到图像集合。在电力施工现场场景下，现有技术的巡检工作以人工巡检为主，效率低下。在遇到工作量大、环境恶劣、地形或天气因素制约等情况时，人工巡检存在安全隐患。有些电网路线处于偏远的无人区，或者处于地形复杂区域时，容易发生安全事故。利用无人机等图像采集设备，远程对施工现场进行图像采集，并应用于后续的自动化检测中，能够有效提高巡检效率，减少安全事故的发生，对智慧工地的建立提供基础。
40.步骤120、对目标图像集中的各图像进行图像清洗处理，得到目标清洗图像集。
41.其中，图像清洗处理包括下述至少一项：图像抽样处理、图像规范化处理、以及图像均衡化处理。
42.其中，图像清洗处理可以是对图像进行预处理。例如，当目标图像集中的图像相似度较高时，可以对目标图像集进行图像抽样处理。又如，目标图像集中的图像尺寸不满足处理要求时如过大或过小时，可以对目标图像集中的图像进行尺寸变换，以对目标图像集中的图像进行规范化处理。再如，目标图像集中的图像在采集时受到光照影响，导致图像显示效果不佳时，可以对目标图像集中的图像进行直方图均衡化处理，以对目标图像集进行均衡化处理。
43.示例性的，图像抽样处理可以是对采集的视频或者图像集按预设规则进行抽样。图像规范化处理可以是对图像的尺寸、大小按照预设规则缩放。图像均衡化处理可以是对图像的预设通道进行直方图均衡化。
44.步骤130、检测到目标图像集满足增强扩增条件时，对目标清洗图像集进行增强扩增处理，得到多个与目标清洗图像集相似的目标增强图像集。
45.其中，增强扩增条件可以包括多种情况。例如，目标图像集中图像采集数量小于预设数量要求时，可以确定目标图像集满足增强扩增条件。或者，需要根据目标图像集生成训练样本，进行图像识别时，可以确定目标图像集满足增强扩增条件。如在电力行业，通过无人机进行图像采集时，由于电力施工现场环境复杂，或者无人机航行路线难以规划，导致无法多角度进行拍摄，从而导致采集的图像无法满足预设数量要求，因此需要增强扩增。又如受风力、障碍物等因素干扰，采集图像时会发生抖动，同样可以通过图像增强处理来解决抖
动产生的影响。
46.增强扩增处理可以是对目标清洗图像集进行旋转、拉伸等处理的图像扩增处理，或对目标清洗图像集进行噪声添加的泛化处理。。通过图像扩增处理，解决了图像采集不充分，无法达到预设数量要求的问题，提高目标清洗图像集的鲁棒性。通过图像泛化处理，能够有效克服图像采集时，抖动对图像造成的影响，提高图像目标清洗集图像的泛化性。
47.目标增强图像集可以是对图像清洗数据集进行图像增强扩增处理后得到的图像集合。目标增强图像集中图像的图像特征与目标清洗图像集中图像的图像特征基本一致。
48.本发明实施例通过采用上述技术方案，对目标图像集中的各图像进行图像清洗处理，得到目标清洗图像集；其中，图像清洗处理包括下述至少一项：图像抽样处理、图像规范化处理、以及图像均衡化处理；检测到目标图像集满足增强扩增条件时，对目标清洗图像集进行增强扩增处理，得到多个与目标清洗图像集相似的目标增强图像集。通过对目标图像集的清洗、增强以及扩增等处理，解决对采集的图像进行预处理及泛化的问题，丰富了图像集的内容，提高了图像集的鲁棒性和泛化性。
49.实施例二
50.图2是根据本发明实施例二提供的一种图像处理方法的流程图。本发明实施例的技术方案是在上述任一实施例技术方案的基础上进行的进一步细化。本发明实施例的技术方案可以与上述任一实施例中的各个可选实施方式进行结合。
51.具体的，在本发明实施例的一个可选实施方式中，对所述目标图像集中的各图像进行图像清洗处理，包括：
52.对所述目标图像集中的各图像按照预设图像抽取规则进行抽帧，以对所述目标图像集进行图像抽样处理。
53.在本发明实施例的一个可选实施方式中，对目标图像集中的各图像进行图像清洗处理，包括：
54.检测所述目标图像集中各图像的尺寸是否满足预设图像尺寸阈值；
55.若否，则对所述目标图像集中的各图像进行尺寸变换，以对所述目标图像集进行图像规范化处理。
56.在本发明实施例的一个可选实施方式中，对目标图像集中的各图像进行图像清洗处理，还包括：
57.获取预设图像均衡参数，并根据所述预设图像均衡参数对所述目标图像集中的各图像进行彩空间变换，得到目标彩空间下的各目标彩图像；
58.对各所述目标彩图像的亮度通道进行直方图均衡化处理，得到对应的各目标均衡图像；
59.将各所述目标均衡图像变换至所述目标图像集对应的原始彩空间，以对所述目标图像集进行图像均衡化处理。
60.在本发明实施例的一个可选实施方式中，对目标清洗图像集进行增强扩增处理，得到多个与目标清洗图像集相似的目标增强图像集，包括：
61.对所述目标清洗图像集中的各图像在预设旋转角度条件内进行随机角度旋转，得到多个与所述目标清洗图像集相似的目标增强图像集。
62.在本发明实施例的一个可选实施方式中，对目标清洗图像集进行增强扩增处理，
得到多个与目标清洗图像集相似的目标增强图像集，包括：
63.确定获取所述目标清洗图像集时的抖动噪声，并确定所述抖动噪声所服从的目标函数；
64.根据所述目标函数对所述目标清洗图像集中的各图像进行噪声添加，得到多个与所述目标清洗图像集相似的目标增强图像集。
65.如图2所示，本实施例二提供的一种图像处理方法，具体包括步骤2010-步骤2100：
66.步骤2010、获取待处理的目标图像集。
67.其中，目标图像集中包括至少一张图像。
68.步骤2020、对目标图像集中的各图像按照预设图像抽取规则进行抽帧，以对目标图像集进行图像抽样处理。
69.在该实施例中，预设图像抽帧规则可以是多种的。例如，一种预设图像抽取规则可以为从目标图像集的第一帧开始，每间隔第一抽帧参数数量的帧，抽取一帧。又一种预设图像抽取规则可以为对目标图像集的每一分钟视频，随机抽取第二抽帧参数数量的帧。除此之外，还可以按照相邻两张图像之间的相似度进行自适应的抽样等。
70.其中，第一抽帧参数可以表示为两次抽帧之间所间隔的帧数。第二抽帧参数可以表示为每分钟视频，随机抽取第二抽帧参数数量的。
71.进一步地，图3为本发明实施例二提供的图像抽样处理的流程图，如图3所示，步骤2020可以细化为步骤2021-步骤2025。
72.步骤2021、获取待处理的目标图像集。
73.步骤2022、判断第一抽帧参数是否设置为空。若否，则执行步骤2023，若是，则执行2024。
74.具体的，根据第一抽帧参数是否设置为空，来判断以何种方式对目标图像集抽样。当第一抽帧参数不为空时，即可以对第一抽帧参数设置一个正整数值，则按照第一抽帧参数的方式进行抽样。当第一抽帧参数为空时，则按照第二抽帧参数的方式进行抽样。
75.步骤2023、按照第一抽帧参数的方式进行图像抽样。
76.具体的，从上述目标图像集(视频)的第一帧开始，每间隔第一抽帧参数的数量的帧，抽取一帧的方式进行抽样，直至所有视频帧遍历完成。
77.其中，第一抽帧参数为整数且大于等于0，小于视频总帧数。
78.步骤2024、按照第二抽帧参数的方式进行图像抽样。
79.具体的，对上述目标图像集(视频)的每一分钟视频随机抽取第二抽帧参数数量的帧。不足一分钟的视频按该视频在一分钟时长中的占比例，将第一抽帧参数乘以该比例，并取整数，抽取该整数数量的帧。
80.其中，第二抽帧参数为整数且大于等于0，小于等于每分钟视频的帧数。示例性的，第一抽帧参数可以设置为10，第二抽帧参数可以设置为150。
81.步骤2025、得到完成图像抽样的目标抽样图像集。
82.目标图像集经过步骤2023或步骤2024完成图像抽样后，得到目标抽样图像集。
83.通过图像抽样处理，能够有效解决相似图像过多，而导致的冗余问题，也能够降低后续图像处理的压力。
84.步骤2030、检测目标图像集中各图像的尺寸是否满足预设图像尺寸阈值；若否，则
执行步骤2040；若是则执行步骤2050。
85.随着多媒体技术的发展，视频、图像数据的分辨率越来越大，增加了对视频、图像数据的存储压力，以及对视频、图像数据应用时的计算压力。本发明实施例的技术方案，通过对目标抽样图像集中的图像进行尺寸变换，能够有效降低图像的分辨率，从而减少存储压力，并降低计算量。
86.具体的，在完成上述图像抽样处理后，可以对目标抽样图像集中的各图像进行尺寸变换。可以设置一个合适的预设图像尺寸阈值，用于限制图像的高度和宽度。若图像的原始宽度和原始高度都小于该阈值，则不进行尺寸变换。若图像的原始高度和原始宽度都大于该阈值，则根据预设尺寸变换规则，将图像的原始高度和原始宽度变换至目标高度和目标宽度。
87.进一步地，图4为本发明实施例二提供的图像规范化处理的流程图。如图4所示，步骤2030可以细化为步骤2031-步骤2036。
88.步骤2031、获取完成图像抽样的目标抽样图像集。
89.步骤2032、判断图像的原始高度和原始宽度是否都小于预设图像尺寸阈值。若是，则执行步骤2036，若否，则执行步骤2033。
90.本实施例对阈值的大小设置不进行限定，可根据实际情况而定。示例性的预设尺寸阈值可以设置为512。
91.步骤2033，判断图像的原始宽度是否大于原始高度。若是，则执行步骤步骤2035，若否，则执行步骤2034。
92.具体的，通过对原始宽度与原始高度的大小比较，来判断将图像以何种预设尺寸变换规则进行变换。当原始宽度小于原始高度时，按第一尺寸比值的方法进行尺寸变换。当原始宽度大于原始高度时，按第二尺寸比值的方法进行尺寸变换。
93.步骤2034、确定第一尺寸比值，设置目标高度为预设图像尺寸阈值，设置目标宽度为预设图像尺寸阈值乘以第一尺寸比值。
94.其中，第一尺寸比值为原始宽度与原始高度的比值。
95.步骤2034、确定第二尺寸比值，设置目标宽度为预设图像尺寸阈值，设置目标高度为预设图像尺寸阈值乘以第二尺寸比值。
96.其中，第二尺寸比值为原始高度与原始宽度的比值。
97.步骤2036，将目标宽度的值设置为原始宽度；将目标高度的值设置为原始高度。
98.具体的，当图像的原始宽度和高度不超过预设图像尺寸阈值时，则不对其进行尺寸变换，目标宽度和目标高度分别设置为原始宽度和原始高度。
99.步骤2040、对所述目标图像集中的各图像进行尺寸变换，以对所述目标图像集进行图像规范化处理。
100.进一步地，如图4所示，步骤2040可以细化为步骤2041-步骤2042。
101.其中：
102.步骤2041，根据目标高度和目标宽度对图像进行缩放。
103.具体的，经过上述步骤2034、步骤2035或步骤2036对目标高度和目标宽度进行赋值后，将图像的尺寸变换至目标宽度和目标高度尺寸的大小。实现对图像的尺寸变换。
104.步骤2042、得到完成图像规范化的目标规范图像集。
105.对完成图像抽样的目标图像集的所有图像都经过尺寸变换后，从而完成图像规范化处理，得到完成图像规范化的目标规范图像集。
106.通过对图像进行规范化处理，能够有效降低大分辨率图像的质量，有利于后续保存以及减少图像在后续应用中的计算量。
107.步骤2050、获取预设图像均衡参数，并根据预设图像均衡参数对目标图像集中的各图像进行彩空间变换，得到目标彩空间下的各目标彩图像。
108.在户外采集图像时，如电力施工的大多数作业现场都在户外。光照会对图像的成像产生很大的影响，如光线较弱，会导致图像亮度较低，细节显示效果差。又如，光效较强会导致图像曝光过度，图像内容同样无法显示。通过图像均衡化处理能够有效解决上述问题。
109.具体的，在完成上述图像规范化处理后，可以对新的目标图像集进行均衡化处理。计算机系统中存储的彩图像的彩空间通常为红绿蓝(red、green、blue，rgb)彩空间，在使用编程语言编写的程序图图像进行处理时，也可以按bgr的顺序读取。预设图像均衡参数可以设置为多种情况。例如，可以设置三种预设图像均衡参数，每个预设图像均衡参数对应一种均衡化方式。根据预设图像均衡参数取值不同，进行不同的彩空间变换，得到不同目标彩空间下的各目标彩图像，从而进行不同的图像均衡化处理。
110.其中，目标彩空间可以是根据图像均衡参数的取值，进行对应的彩空间变换得到的彩空间。例如，预设图像均衡参数设置为hsv(hue,saturation,value)，则图像原彩空间可以变换至的目标彩空间为hsv。目标彩图像为目标彩空间下的图像。
111.进一步地，图5为本发明实施例二提供的图像均衡化处理的流程图。如图5所示，步骤2050可以细化为步骤2051-步骤2055。
112.步骤2051、获取完成图像规范化的目标规范图像集。
113.步骤2052、判断预设图像均衡参数是否为hsv。若是，则执行步骤2054，所否，则执行2053。
114.本步骤用于判断是否将图像的原彩空间变换为hsv彩空间。
115.步骤2053、判断预设图像均衡参数是否为lab(luminosity、a、b)。若是，则执行步骤2055，若否，则执行2063。
116.本步骤用于判断是否将图像的原彩空间变换为lab彩空间。
117.步骤2054、将图像的彩空间变换为hsv彩空间。
118.具体的，当预设图像均衡参数设置为hsv时，将图像的彩空间从bgr格式变换为hsv格式，得到hsv彩空间下的目标彩图像。其中，hsv彩空间同样包含三个通道，通道h为调；通道s为饱和度；通道v为明亮度，调h可以表示不同的颜。
119.步骤2055、将图像的彩空间变换为lab彩空间。
120.具体的，当预设图像均衡参数设置为lab时，将图像的彩空间从bgr格式变换为lab格式，得到lab彩空间下的目标彩图像。其中，lab彩空间同样由三个通道组成，分别为l、a、b。l通道表示为图像的明亮度。a和b为彩通道，a通道包括的颜是从深绿(低亮度值)到灰(中亮度值)再到亮粉红(高亮度值)；b通道则是从深蓝(低亮度值)到灰(中亮度值)再到黄(高亮度值)。
121.步骤2060、对各目标彩图像的预设亮度通道进行直方图均衡化处理，得到对应的各目标均衡图像。
122.具体的，经过步骤2054、步骤2055，图像变换至不同的彩空间，得到各目标彩图像。这两种彩空间都包含亮度通道，可以对上述各目标彩图像的预设亮度通道进行直方图均衡化处理，得到对应的各目标均衡图像。
123.进一步地，如图5所示，步骤2060可以细化为步骤2061-步骤2062。
124.步骤2061、对v通道进行均衡化。
125.具体的，hsv彩空间中，通道v为亮度通道，因此对v通道进行直方图均衡化。得到hsv彩空间下的目标均衡图像。
126.步骤2062、对l通道进行均衡化。
127.具体的，lab彩空间中，通道l为亮度通道，因此对l通道进行直方图均衡化。得到lab彩空间下的目标均衡图像。
128.步骤2063、对图像全部通道进行均衡化。
129.具体的，当预设图像均衡参数不属于以上两种取值时，将图像的b、g、r通道都进行直方图均衡化。得到bgr彩空间下的目标均衡图像。
130.步骤2070、将各目标均衡图像变换至目标图像集对应的原始彩空间，以对目标图像集进行图像均衡化处理。
131.进一步地，如图5所示，步骤2070可以细化为步骤2071-步骤2072。
132.步骤2071、将图像变换为原彩空间。
133.具体的，将不同彩空间下的目标均衡图像的彩空间变换至目标图像集中图像对应的原始彩空间，如原始彩空间为bgr，可以统一变换至原bgr彩空间，其为主流图像彩空间，方面对图像进行后续处理及应用。
134.步骤2072、得到完成图像均衡化的目标清洗图像集。
135.将完成图像规范化的目标图像集的所有图像，都根据预设的图像均衡参数，经过相应彩空间变换，预设亮度通道直方图均衡化；最后变换为原彩空间，从而完成图像均衡化处理，得到目标清洗图像集
136.通过图像均衡化处理，能够有效的解决在进行图像采集时，光照对图像的影响。
137.在经过上述步骤2020、步骤2030、步骤2040、步骤2050、步骤2060、步骤2070后得到目标清洗图像集。
138.步骤2080、对目标清洗图像集中的各图像在预设旋转角度条件内进行随机角度旋转，得到多个与目标清洗图像集相似的目标增强图像集。
139.在图像采集时，由于受采集条件或环境等因素的影响，无法对被采场景充分采集。如电力施工现场环境复杂或无人机飞行路线难于规划等因素。因此会导致采集的图像数据不够充分，内容单一。通过图像旋转、镜像或拉伸等处理，然后作为补充数据，能够有效丰富目标清洗图像集。
140.在本实施例中，能够随机生成符合条件的预设旋转角度，对目标清洗图像集中的各图像进行旋转或进行多次旋转。将旋转后的图像作为补充图像，得到多个与目标清洗图像集相似的目标增强图像集。
141.进一步地，图6为本发明实施例二提供的图像扩增处理的流程图。如图6所示步骤2080可以细化为步骤2081-步骤2084：
142.步骤2081、获取完成图像清洗的目标清洗图像集。
143.步骤2082、确定目标旋转角度。
144.具体的，可以设置目标旋转角度的下限，可以表示为low和目标旋转角度的上限，可以表示为high。然后通过公式angle＝n
×
(high-low)+low确定目标旋转角度。
145.其中，n为0-1之间的随机数，angle表示为目标旋转角度。示例性的，low可以设置为-30，high可以设置为30。
146.步骤2083、对图像进行逆时针旋转目标旋转角度。
147.具体的，可以将目标清洗图像集中的各图像进行逆时针旋转angle角度，生成多个扩增图像，作为目标清洗图像集补充图像。可以根据实际情况，进行多个角度的旋转。
148.步骤2084、得到完成图像扩增的目标增强图像集。
149.可以对目标清洗图像集的各图像进行多个角度的旋转，从而进行多次图像扩增处理，得到多个与目标清洗图像集相似的目标增强图像集。
150.通过图像扩增处理，解决了图像采集不充分的问题，提高了目标清洗图像集的鲁棒性。
151.步骤2090、确定获取目标图像集时的抖动噪声，并确定抖动噪声所服从的目标函数。在图像采集时，受风力、障碍等因素的影响，采集设备通常会出现抖动等不稳定情况。通过对图像添加噪声，能够使图像更符合正常集采的图像。具体的、确定抖动噪声服从的目标函数，如高斯噪声，通过对噪声在图像中添加，以对图像进行泛化处理，能有效应解决上述不稳定的情况。
152.进一步地，图7为本发明实施例二提供的图像泛化处理的流程图。如图7所示，步骤2090可以细化为步骤2091-步骤2093。
153.步骤2091、获取完成图像扩增的目标增强图像集。
154.步骤2092、获取第一目标数组，设置第二目标数组为第一目标数组除以255。
155.其中，第一目标数组为图像的像素矩阵，第二目标数组为第一目标数组的所有元素除以255。
156.步骤2093、根据m和s生成与第二目标数组同型的正态数组。
157.具体的，可以使用高斯分布生成与第二目标数组同型的正态数组，符合高斯分布(正态分布)的概率密度公式如下：
[0158][0159]
其中，参数m表示高斯分布的均值，可以设置默认值为0。参数s表示高斯噪声的标准差，可以设置默认值为0.001。a表示第二目标数组，p(a)表示a的概率密度。通过该公式生成与a同型的正态数组。生成的正态数组为符合高斯分布的高斯噪声。
[0160]
步骤2100、根据目标函数对目标清洗图像集中的各图像进行噪声添加，得到多个与目标清洗图像集相似的目标增强图像集。
[0161]
进一步地，如7所示，步骤2100可以细化为步骤2101-步骤2102
[0162]
步骤2101、设置第三目标数组为第二目标数组加正态数组，并将第三目标数组中小于0和大于1的元素分别赋值为0和1。
[0163]
具体的，通过将第二目标数组与正态数组中的所有元素对应相加，可以实现高斯噪声的添加，此时第三目标数组为添加噪声的数组。
[0164]
由于主流图像的像素范围为0～255，在后续需要将第三目标数组还原至符合像素值的数组，所以第三目标数组中的元素不能小于0或大于1，因此将第三目标数组中小于0和大于1的元素分别赋值为0和1，避免在图像处理过程中发生错误。
[0165]
步骤2102、设置第四目标数组等于第三目标数组乘以255，得到完成图像泛化处理的目标增强图像集。
[0166]
具体的，将第三目标数组的所有元素乘以255，得到符合像素值要求的数值，即得到添加高斯噪声的图像。对完成图像扩增的目标增强图像集的所有图像进行噪声添加，得到完成图像泛化处理的目标增强图像集。
[0167]
通过图像泛化处理，能够有效克服图像采集时，抖动对图像造成的影响。
[0168]
在上述实施方式的基础上，本发明实施例的方法，还包括：将目标清洗图像集以及至少一个目标增强图像集作为训练样本；根据训练样本进行深度学习模型训练，得到图像检测模型，以对目标待检测图像进行图像识别。
[0169]
在一个具体实施方式中，可以将目标清洗图像集以及至少一个目标增强图像集中的多个图像中的目标进行标注。如对电力施工现场的图像集中的施工进度目标进行标注，得到训练样本。使用该训练样本对图像识别深度学习模型进行训练，可以对目标电力施工现场的图像进行自动化的识别。从而能够有效解决人工巡检施工现场效率低下的问题，也能够有效避免特工殊条件下人巡的安全隐患问题。
[0170]
本发明实施例，通过对目标图像集中的各图像按照预设图像抽取规则进行抽帧，以对目标图像集进行图像抽样处理。对目标图像集中的各图像进行尺寸变换，以对目标图像集进行图像规范化处理。获取预设图像均衡参数，并根据预设图像均衡参数对目标图像集中的各图像进行彩空间变换，得到目标彩空间下的各目标彩图像；对各目标彩图像的预设通道进行直方图均衡化处理，得到对应的各目标均衡图像；将各目标均衡图像变换至目标图像集对应的原始彩空间，以对目标图像集进行图像均衡化处理。对目标清洗图像集中的各图像在预设旋转角度条件内进行随机角度旋转，得到多个与目标清洗图像集相似的目标增强图像集。确定获取目标清洗图像集时的抖动噪声，并确定抖动噪声所服从的目标函数；并根据目标函数对目标清洗图像集中的各图像进行噪声添加，得到多个与目标清洗图像集相似的目标增强图像集。最后将目标清洗图像集以及至少一个目标增强图像集作为训练样本；根据训练样本进行深度学习模型训练，得到图像检测模型，以对目标待检测图像进行图像识别。通过对目标图像集的清洗、增强以及扩增等处理，解决了对采集的图像进行预处理及泛化的问题，丰富了图像集的内容，提高了图像集的鲁棒性和泛化性。通过对目标图像集进行图像抽样化处理，能够解决图像的冗余；进行图像规范化处理，能够解决图像尺寸不满足要求的问题；进行图像均衡化处理，能够解决光照对图像的影响；进行图像扩增处理，能够解决图像采集不充分的问题，丰富图像集的内容；进行图像泛化处理，通过添加噪声，解决采集图像时的抖动问题。最后可以将经过上述处理后得到的目标清洗图像集以及目标增强图像集作为深度学习模型训练样本，可以得到效果更好的模型，能够提高该模型在相应场景下的识别准确度。
[0171]
本发明实施例的技术方案中，所涉及的视频数据的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
[0172]
实施例三
[0173]
图3是根据本发明实施例三提供的一种图像处理装置的结构示意图。该装置包括：图像获取模块310，图像清洗模块320和图像增强模块330，其中：
[0174]
图像获取模块310，用于获取待处理的目标图像集；其中，目标图像集中包括至少一张图像；
[0175]
图像清洗模块320，用于对目标图像集中的各图像进行图像清洗处理，得到目标清洗图像集；其中，图像清洗处理包括下述至少一项：图像抽样处理、图像规范化处理、以及图像均衡化处理；
[0176]
图像增强模块330，用于检测到目标图像集满足增强扩增条件时，对目标清洗图像集进行增强扩增处理，得到多个与目标清洗图像集相似的目标增强图像集。
[0177]
可选的，图像清洗模块320，包括：
[0178]
图像抽样单元，用于对目标图像集中的各图像按照预设图像抽取规则进行抽帧，以对目标图像集进行图像抽样处理。
[0179]
可选的，图像清洗模块320，包括：
[0180]
图像规范化单元，用于对检测目标图像集中各图像的尺寸是否满足预设图像尺寸阈值；若否，则对目标图像集中的各图像进行尺寸变换，以对目标图像集进行图像规范化处理。
[0181]
可选的，图像清洗模块320，包括：
[0182]
第一彩空间变换单元，用于获取预设图像均衡参数，并根据预设图像均衡参数对目标图像集中的各图像进行彩空间变换，得到目标彩空间下的各目标彩图像；
[0183]
图像直方图均衡化单元，对各目标彩图像的预设通道进行直方图均衡化处理，得到对应的各目标均衡图像；
[0184]
第二彩空间变换单元，用于将各目标均衡图像变换至目标图像集对应的原始彩空间，以对目标图像集进行图像均衡化处理。
[0185]
可选的，图像增强模块330，包括：
[0186]
图像扩增单元：对目标清洗图像集中的各图像在预设旋转角度条件内进行随机角度旋转，得到多个与目标清洗图像集相似的目标增强图像集。
[0187]
可选的，图像增强模块330，包括：
[0188]
目标函数确定单元，用于确定获取目标清洗图像集时的抖动噪声，并确定抖动噪声所服从的目标函数；
[0189]
噪声添加单元，用于根据目标函数对目标清洗图像集中的各图像进行噪声添加，得到多个与目标清洗图像集相似的目标增强图像集。
[0190]
在本实施例中，可选的，该装置，还包括：
[0191]
训练样本生成模块，用于将目标清洗图像集以及至少一个目标增强图像集作为训练样本；
[0192]
模型训练模块，用于根据训练样本进行深度学习模型训练，得到图像检测模型，以对目标待检测图像进行图像识别。
[0193]
本实施例的技术方案，各个模块之间能够相互配合，通过对目标图像集中的各图像进行图像清洗处理，得到目标清洗图像集；其中，图像清洗处理包括下述至少一项：图像抽样处理、图像规范化处理、以及图像均衡化处理；检测到目标图像集满足增强扩增条件
时，对目标清洗图像集进行增强扩增处理，得到多个与目标清洗图像集相似的目标增强图像集。通过对目标图像集的清洗、增强以及扩增等处理，解决了对采集的图像进行预处理及泛化的问题，丰富了图像集的内容，提高了图像集的鲁棒性和泛化性。
[0194]
本发明实施例所提供的图像处理装置可执行本发明任意实施例所提供的图像处理方法，具备执行方法相应的功能模块和有益效果。
[0195]
实施例四
[0196]
图4为本发明实施例提供的一种电子设备的结构示意图。该设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明实施例的实现。
[0197]
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
[0198]
电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0199]
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如图像处理方法。
[0200]
在一些实施例中，图像处理方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的图像处理方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为图像处理方法。
[0201]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出
装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0202]
用于实施本发明实施例的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0203]
在本发明实施例的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0204]
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0205]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
[0206]
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
[0207]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明实施例中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明实施例的技术方案所期望的结果，本文在此不进行限制。
[0208]
上述具体实施方式，并不构成对本发明实施例保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明实施例的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护
范围之内。
