图像变换方法、装置、设备及可读存储介质与流程

本申请涉及图像处理，更具体地说，涉及一种图像变换方法、装置、设备及可读存储介质。

背景技术：

1、图像变换指的是将一个类型的图像转换为另一特定类型的图像。一般可以采用循环生成对抗网络进行图像变换，但是现有技术的循环生成对抗网络在进行图像变换的过程中往往会减少原图的几何特征，导致输出的变换图像部分区域变得模糊，如图1所示。因而，如何保障变换图像的清晰度成为了本领域人员关注的重点。

技术实现思路

1、有鉴于此，本申请提供了一种图像变换方法、装置、设备及可读存储介质，用于解决现有技术中变换图像清晰度较低的缺点。

2、为了实现上述目的，现提出的方案如下：

3、一种图像变换方法，包括：

4、获取生成网络，所述生成网络以维持图像变换前后几何特征的一致性为目的训练得到；

5、获取原始图像，并利用所述生成网络，对所述原始图像进行图像变换，形成变换图像。

6、可选的，生成网络的训练过程，包括：

7、获取初始生成对抗网络及多个训练图像；

8、利用所述初始生成对抗网络对每个训练图像进行多次图像变换，得到每个训练图像对应的多个样本图像；

9、针对每一训练图像，提取所述训练图像及其对应的各个样本图像的几何特征，并计算各个几何特征间的相似度；

10、参照所述相似度，对所述初始生成对抗网络进行参数调整，直至各个训练图像对应的相似度满足预设的条件为止，将最终训练得到的初始生成对抗网络作为生成网络。

11、可选的，参照所述相似度，对所述初始生成对抗网络进行参数调整，包括：

12、根据相似度，生成内容一致性损失值；

13、根据所述训练图像及其对应的样本图像，计算对抗损失值及id特征损失值；

14、综合内容一致性损失值、对抗损失值及id特征损失值，计算总损失值；

15、基于所述总损失值，对所述初始生成对抗网络进行参数调整。

16、可选的，利用所述初始生成对抗网络对每个训练图像进行多次图像变换，得到每个训练图像对应的多个样本图像，包括：

17、针对每一训练图像，利用所述初始生成对抗网络，对所述训练图像进行图像变换，得到所述训练图像对应的样本图像；

18、至少一次利用所述初始生成对抗网络对最新生成且对应于所述训练图像的样本图像进行图像变换，生成新的对应于所述训练图像的样本图像。

19、可选的，利用所述生成网络，对所述原始图像进行图像变换，形成变换图像，包括：

20、利用所述生成网络对所述原始图像进行傅里叶变换，得到频域信息，并滤除频域信息中的低频信息，得到高频信息，对所述高频信息进行快速傅里叶变换，得到滤波图像；

21、利用所述生成网络，以几何特征一致性为约束，对所述滤波图像进行特征优化，形成变换图像。

22、可选的，所述生成网络中包括可学习滤波器；

23、利用所述生成网络滤除频域信息中的低频信息，得到高频信息，包括：

24、利用所述可学习滤波器的复数权重，滤除频域信息中的低频信息，得到高频信息。

25、可选的，所述生成网络中还包含有多个cnn模型；

26、利用所述生成网络，以几何特征一致性为约束，对所述滤波图像进行特征优化，形成变换图像，包括：

27、利用多个cnn模型，以几何特征一致性为约束，对所述滤波图像的纹理特征进行优化，形成变换图像。

28、一种图像变换装置，包括：

29、生成网络获取模块，用于获取生成网络，所述生成网络以维持图像变换前后几何特征的一致性为目的训练得到；

30、原始图像获取模块，用于获取原始图像，并利用所述生成网络，对所述原始图像进行图像变换，形成变换图像。

31、一种图像变换设备，包括存储器和处理器；

32、所述存储器，用于存储程序；

33、所述处理器，用于执行所述程序，实现上述的图像变换方法的各个步骤。

34、一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现上述的图像变换方法的各个步骤。

35、从上述的技术方案可以看出，本申请提供的图像变换方法，该方法可以利用生成网络，对原始图像进行图像变换，形成变换图像；由于生成网络以维持图像变换前后几何特征的一致性为目的训练得到，因而，在使用生成网络进行图像变换的过程中可以保障原始图像与变换图像的几何特征一致性，避免由于几何特征遗失、纹理特征减少导致的图像模糊，从而，保障变换图像的清晰度。可见，本申请可以在保障图像清晰度的同时，进行图像变换。

36、此外，变换图像的清晰化使得本申请不仅能够应用于艺术风格迁移场景，还可以用于生物识别场景中，进一步提高了本申请的使用广泛性。

技术特征：

1.一种图像变换方法，其特征在于，包括：

2.根据权利要求1所述的图像变换方法，其特征在于，生成网络的训练过程，包括：

3.根据权利要求2所述的图像变换方法，其特征在于，参照所述相似度，对所述初始生成对抗网络进行参数调整，包括：

4.根据权利要求2所述的图像变换方法，其特征在于，利用所述初始生成对抗网络对每个训练图像进行多次图像变换，得到每个训练图像对应的多个样本图像，包括：

5.根据权利要求1所述的图像变换方法，其特征在于，利用所述生成网络，对所述原始图像进行图像变换，形成变换图像，包括：

6.根据权利要求5所述的图像变换方法，其特征在于，所述生成网络中包括可学习滤波器；

7.根据权利要求5所述的图像变换方法，其特征在于，所述生成网络中还包含有多个cnn模型；

8.一种图像变换装置，其特征在于，包括：

9.一种图像变换设备，其特征在于，包括存储器和处理器；

10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-7中任一项所述的图像变换方法的各个步骤。

技术总结本申请公开了一种图像变换方法、装置、设备及可读存储介质，该方法可以获取生成网络，生成网络以维持图像变换前后几何特征的一致性为目的训练得到；获取原始图像，并利用生成网络，对原始图像进行图像变换，形成变换图像。由于生成网络以维持图像变换前后几何特征的一致性为目的训练得到，因而，在使用生成网络进行图像变换的过程中可以保障原始图像与变换图像的几何特征一致性，避免由于几何特征遗失导致的图像模糊，从而，保障变换图像的清晰度。可见，本申请可在保障图像清晰度的同时，进行图像变换。此外，变换图像的清晰化使得本申请不仅能够应用于艺术风格迁移场景，还可以用于生物识别场景中，进一步提高了本申请的使用广泛性。技术研发人员：陈名亮,陈书楷,杨奇受保护的技术使用者：厦门熵基科技有限公司技术研发日：技术公布日：2024/7/29