本申请涉及图像增强，特别是涉及一种图像处理方法、装置、计算机设备和计算机可读存储介质。
背景技术：
1、在夜晚或光线不足的环境中拍摄图像，由于照明不足或摄影设备参数设置错误等因素的影响，获得的图像通常具有低对比度、深度变差以及噪声干扰等问题，从而降低了图像质量和后续应用的精确性。例如，在低光环境下进行人脸检测、人数统计和车辆检测时，这些问题将显著影响结果的准确性。
技术实现思路
1、有鉴于此，本说明书实施例提供的图像处理方法、装置、设备及存储介质，能够更好地恢复图像光照以及更加精细地控制噪声，从而提高低光照图像的视觉质量。本说明书实施例提供的图像处理方法、装置、设备及存储介质是这样实现的：
2、本说明书实施例第一方面提供一种图像处理方法，应用于电子设备，所述图像处理方法包括：获得低光照图像，对所述低光照图像进行预处理，得到初步恢复光照的待处理图像；获取所述待处理图像的局部特征图像以及全局特征图像，其中，所述全局特征图像反映所述待处理图像的整体结构信息，所述局部特征图像反映所述待处理图像的细节信息；根据所述待处理图像的照度质量，确定与所述照度质量对应的所述全局特征图像的权重，以及所述局部特征图像的权重；根据所述全局特征图像的权重以及所述局部特征图像的权重获得所述局部特征图像以及全局特征图像的融合特征图像；所述融合特征图像与所述待处理图像进行融合，获得目标图像。
3、在本申请实施例中，所述获取所述待处理图像的全局特征图像，包括：对所述待处理图像进行至少一次下采样得到第一特征图像；对所述第一特征图像进行至少一次上采样，得到所述全局特征图像。
4、在本申请实施例中，所述获取所述待处理图像的局部特征图像，包括：获取反映所述低光照图像与所述待处理图像之间差异的差异特征图像；对所述待处理图像和所述差异特征图像进行特征提取，得到所述待处理图像对应的第一残差特征图像和所述差异特征图像对应的第二残差特征图像，所述第一残差特征图像反映所述待处理图像的结构信息，所述第二残差特征图像反映所述低光照图像的信息损失，所述信息损失由低光照造成；所述第一残差特征图像和所述第二残差特征图像融合，得到融合残差特征图像；对所述融合残差特征图像进行映射处理，得到所述局部特征图像。
5、在本申请实施例中，所述方法还包括：对所述目标图像进行分辨率增强，获得分辨率增强后的最终图像。
6、在本申请实施例中，所述对所述目标图像进行分辨率增强，获得分辨率增强后的最终图像，包括：将目标图像通过超分辨率模型进行分辨率增强从而获得分辨率增强后的最终图像，所述超分辨率模型是通过生成对抗网络训练得到，所述超分辨率模型的生成网络包括密集残差块。
7、在本申请实施例中，所述对所述目标图像进行分辨率增强，获得分辨率增强后的最终图像，包括：获取所述目标图像的边缘特征图像和无边缘图像；将所述边缘特征图像，通过边缘增强模型得到增强后的目标边缘特征图像，所述边缘增强模型是通过生成对抗网络训练得到，所述边缘增强模型的生成网络包括密集残差块；将所述无边缘图像，通过超分辨率模型得到分辨率增强后的目标无边缘图像；将所述目标边缘特征图像和所述目标无边缘图像融合，得到最终图像。
8、在本申请实施例中，所述方法还包括：获取所述目标图像的分数阶微分梯度图和参考图像的分数阶微分梯度图，所述参考图像包括所述待处理图像和所述低光照图像中的至少一种；根据所述分数所述目标图像的分数阶微分梯度图和参考图像的分数阶微分梯度图，确定所述目标图像与所述参考图像的相似程度；当相似程度大于预设相似度阈值的情况下，所述目标图像为真实图像。
9、本说明书实施例第二方面提供一种图像处理装置，所述图像处理装置包括：预处理单元，用于获得低光照图像，对所述低光照图像进行预处理，得到初步恢复光照的待处理图像；特征获取单元，用于获取所述待处理图像的局部特征图像以及全局特征图像，其中，所述全局特征图像反映所述待处理图像的整体结构信息，所述局部特征图像反映所述待处理图像的细节信息；权重确定单元，用于根据所述待处理图像的照度质量，确定与所述照度质量对应的所述全局特征图像的权重，以及所述局部特征图像的权重；第一融合单元，用于根据所述全局特征图像的权重以及所述局部特征图像的权重获得所述局部特征图像以及全局特征图像的融合特征图像；第二融合单元，用于所述融合特征图像与所述待处理图像进行融合，获得目标图像。
10、本说明书实施例第三方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面所述的方法。
11、本说明书实施例第四方面提供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程序，所述计算机程序被处理器执行时实现本申请实施例第一方面所述的方法。
12、本说明书实施例所提供的图像处理方法、装置、设备及存储介质，在该方法中，一方面根据待处理图像的局部特征图像反映的待处理图像的细节信息，能够更好地调整待处理图像的局部细节，进而实现对噪声的精细控制；另一方面，根据待处理图像的全局特征图像反映的待处理图像的整体结构信息，能够更好地进行照度恢复；通过对所述局部特征图像以及所述全局特征图像进行融合得到融合特征图像，并将所述融合特征图像与待处理图像进行融合，获得目标图像，有助于同时实现待处理图像的照度恢复和细节控制。
1.一种图像处理方法，其特征在于，应用于电子设备，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取所述待处理图像的全局特征图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取所述待处理图像的局部特征图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述目标图像进行分辨率增强，获得分辨率增强后的最终图像，包括：将所述目标图像通过超分辨率模型进行分辨率增强从而获得分辨率增强后的最终图像，所述超分辨率模型是通过生成对抗网络训练得到，所述超分辨率模型的生成网络包括密集残差块。
6.根据权利要求4所述的方法，其特征在于，所述对所述目标图像进行分辨率增强，获得分辨率增强后的最终图像，包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.一种图像处理装置，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
