一种图像处理模型搜索方法及系统与流程

1.本发明涉及图像处理技术领域，具体而言，涉及一种图像处理模型搜索方法及系统。


背景技术：

2.随着人工智能技术的发展，神经网络得到了越来越广泛的发展。神经网络利用模拟人脑工作原理，以实现人工智能的机器学习技术，支持处理图像、文本、语音以及序列等多种类型的数据，以实现分类、回归和预测。
3.基于神经网络模型，延伸出了神经网络架构搜索技术，通过神经网络架构搜索技术进行神经网络架构搜索，以此降低人工搜索神经网络的时间成本。并且神经网络架构搜索技术可以运用到图像处理模型的神经网络架构，以方便人们搜索图像处理模型。然而，通过神经网络架构搜索技术搜索得到的图像处理模型与待处理图像的实际匹配率较低，并不能保证图像处理模型与待处理图像的图像质量相适应，也就不能通过图像处理模型处理待处理图像，能够保留待处理图像的图像特征，必将导致处理结果不佳。


技术实现要素：

4.本发明的目的在于提供一种图像处理模型搜索方法及系统，其能够保证第一图像处理模型与待处理图像相适应，从而保证了通过第一图像处理模型处理后的待处理图像的图像特征能够保留，达到了较好的图像处理效果。
5.本发明的实施例是这样实现的：
6.第一方面，本技术实施例提供一种图像处理模型搜索方法，其包括如下步骤：获取待处理图像。对待处理图像进行模糊处理得到一次模糊图像，并基于一次模糊图像，利用点扩散函数构造二次模糊图像。基于结构相似性，将待处理图像与二次模糊图像进行对比，以得到对比结果。将对比结果输入至预置图像质量分析模型，得到图像质量评价结果。将图像质量评价结果输入至预置处理方式筛选模型，以得到第一图像处理方式。将待处理图像与标准图像进行比较，得到第一比较参数。若第一比较参数大于第一预设差值，则将预置搜索模型中的第一图像处理方式进行屏蔽后，再将第一比较参数输入至预置搜索模型，以匹配得到第一图像处理模型。
7.在本发明的一些实施例中，上述将待处理图像与标准图像进行比较的步骤之前，该方法还包括：获取多个历史图像。根据预设图像分析指标，对所有历史图像进行分析，确定标准图像。
8.在本发明的一些实施例中，上述根据预设图像分析指标，对所有历史图像进行分析，确定标准图像的步骤之后，该方法还包括：将每个历史图像与标准图像进行对比，以得到对应的对比参数。若对比参数大于第二预设差值，则对历史图像进行调整，并将调整后的历史图像与标准图像进行对比得到最新对比参数，若最新对比参数大于第二预设差值，则对调整后的历史图像进行再次调整，直至最新对比参数不大于第二预设差值。根据任一历
史图像和对应的调整过程，建立对应的第二图像处理模型。基于多个第二图像处理模型，构建预置搜索模型。
9.在本发明的一些实施例中，上述将预置搜索模型中的第一图像处理方式进行屏蔽后，再将第一比较参数输入至预置搜索模型，以匹配得到第一图像处理模型的步骤之后，该方法还包括：利用第一图像处理模型对待处理图像进行处理，得到处理图像。将处理图像与标准图像进行比较，得到第二比较参数。若第二比较参数大于第三预设差值，则将第二比较参数输入至预置搜索模型，得到第三图像处理模型。
10.在本发明的一些实施例中，上述基于结构相似性，将待处理图像与二次模糊图像进行对比，以得到对比结果的步骤包括：按照预设对比指标，将待处理图像与二次模糊图像进行对比，得到所有共同信息的数量和类别。
11.在本发明的一些实施例中，上述将图像质量评价结果输入至预置处理方式筛选模型，以得到第一图像处理方式的步骤之前，该方法还包括：建立处理方式筛选初始模型。获取多个样本，样本包括多个图像质量和对应的第二图像处理方式。利用多个样本训练处理方式筛选初始模型，以得到预置处理方式筛选模型。
12.第二方面，本技术实施例提供一种图像处理模型搜索系统，其包括：待处理图像获取模块，用于获取待处理图像。模糊图像构造模块，用于对待处理图像进行模糊处理得到一次模糊图像，并基于一次模糊图像，利用点扩散函数构造二次模糊图像。模糊图像对比模块，用于基于结构相似性，将待处理图像与二次模糊图像进行对比，以得到对比结果。图像质量评价模块，用于将对比结果输入至预置图像质量分析模型，得到图像质量评价结果。第一图像处理方式得到模块，用于将图像质量评价结果输入至预置处理方式筛选模型，以得到第一图像处理方式。第一比较参数得到模块，用于将待处理图像与标准图像进行比较，得到第一比较参数。第一图像处理模型匹配模块，用于若第一比较参数大于第一预设差值，则将预置搜索模型中的第一图像处理方式进行屏蔽后，再将第一比较参数输入至预置搜索模型，以匹配得到第一图像处理模型。
13.在本发明的一些实施例中，上述图像处理模型搜索系统还包括：历史图像获取模块，用于获取多个历史图像。标准图像确定模块，用于根据预设图像分析指标，对所有历史图像进行分析，确定标准图像。
14.在本发明的一些实施例中，上述图像处理模型搜索系统还包括：对比参数得到模块，用于将每个历史图像与标准图像进行对比，以得到对应的对比参数。图像调整模块，用于若对比参数大于第二预设差值，则对历史图像进行调整，并将调整后的历史图像与标准图像进行对比得到最新对比参数，若最新对比参数大于第二预设差值，则对调整后的历史图像进行再次调整，直至最新对比参数不大于第二预设差值。第二图像处理模型建立模块，用于根据任一历史图像和对应的调整过程，建立对应的第二图像处理模型。预置搜索模型构建模块，用于基于多个第二图像处理模型，构建预置搜索模型。
15.在本发明的一些实施例中，上述图像处理模型搜索系统还包括：处理图像得到模块，用于利用第一图像处理模型对待处理图像进行处理，得到处理图像。第二比较参数得到模块，用于将处理图像与标准图像进行比较，得到第二比较参数。第三图像处理模型得到模块，用于若第二比较参数大于第三预设差值，则将第二比较参数输入至预置搜索模型，得到第三图像处理模型。
16.在本发明的一些实施例中，上述模糊图像对比模块包括：共同信息得到单元，用于按照预设对比指标，将待处理图像与二次模糊图像进行对比，得到所有共同信息的数量和类别。
17.在本发明的一些实施例中，上述图像处理模型搜索系统还包括：初始模型建立模块，用于建立处理方式筛选初始模型。样本获取模块，用于获取多个样本，样本包括多个图像质量和对应的第二图像处理方式。初始模型训练模块，用于利用多个样本训练处理方式筛选初始模型，以得到预置处理方式筛选模型。
18.第三方面，本技术实施例提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器。当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。
19.第四方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
20.相对于现有技术，本发明的实施例至少具有如下优点或有益效果：
21.本发明提供一种图像处理模型搜索方法及系统，其包括如下步骤：获取待处理图像。对待处理图像进行模糊处理得到一次模糊图像，并基于一次模糊图像，利用点扩散函数构造二次模糊图像。基于结构相似性，将待处理图像与二次模糊图像进行对比，以得到对比结果。将对比结果输入至预置图像质量分析模型，得到图像质量评价结果。将图像质量评价结果输入至预置处理方式筛选模型，以得到第一图像处理方式。将待处理图像与标准图像进行比较，得到第一比较参数。若第一比较参数大于第一预设差值，则将预置搜索模型中的第一图像处理方式进行屏蔽后，再将第一比较参数输入至预置搜索模型，以匹配得到第一图像处理模型。
22.该方法及系统利用点扩散函数处理一次模糊图像，不仅可以达到再次模糊处理得到二次模糊图像的效果，也可以清楚得到二次模糊图像的特征信息。并将二次模糊图像和待处理图像进行对比，从而判断待处理图像在模糊处理过程中的失真程度以及两者的共同信息，则通过二次模糊图像和待处理图像的共同信息的多少可以衡量评价图像质量。继而该方法及系统将对比结果输入至预置图像质量分析模型，可以较为准确地得到图像质量评价结果。再将图像质量评价结果输入至预置处理方式筛选模型，以针对图像质量评价结果，将不合适该图像质量评价结果的第一图像处理方式剔除出来。当待处理图像需要进行图像处理时，该方法及系统将预置搜索模型中的第一图像处理方式进行屏蔽后，再将第一比较参数输入至预置搜索模型，以使得到第一图像处理模型不仅能够有效处理待处理图像，而且能够保证第一图像处理模型与待处理图像相适应，保证了通过第一图像处理模型处理后的待处理图像的图像特征能够保留，达到了较好的图像处理效果。
附图说明
23.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
24.图1为本发明实施例提供的一种图像处理模型搜索方法的流程图；
25.图2为本发明实施例提供的一种图像处理模型搜索系统的结构框图；
26.图3为本发明实施例提供的一种电子设备的示意性结构框图。
27.图标：100-图像处理模型搜索系统；110-待处理图像获取模块；120-模糊图像构造模块；130-模糊图像对比模块；140-图像质量评价模块；150-第一图像处理方式得到模块；160-第一比较参数得到模块；170-第一图像处理模型匹配模块；101-存储器；102-处理器；103-通信接口。
具体实施方式
28.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
29.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
30.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
31.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，若出现术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，若出现由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
32.在本技术的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。
33.在本技术的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
34.下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述的各个实施例及实施例中的各个特征可以相互组合。
35.实施例
36.请参照图1，图1所示为本技术实施例提供的一种图像处理模型搜索方法的流程
图。一种图像处理模型搜索方法，其包括如下步骤：
37.s110：获取待处理图像；
38.s120：对待处理图像进行模糊处理得到一次模糊图像，并基于一次模糊图像，利用点扩散函数构造二次模糊图像；
39.具体的，利用点扩散函数处理一次模糊图像，不仅可以达到再次模糊处理得到二次模糊图像的效果，也可以清楚得到二次模糊图像的特征信息。
40.其中，一次模糊图像和二次模糊图像的图像像素的灰度值都含有图像信息。则根据一次模糊图像和二次模糊图像可以评价待处理图像的特征信息，例如图像轮廓信息。
41.s130：基于结构相似性，将待处理图像与二次模糊图像进行对比，以得到对比结果；
42.具体的，上述二次模糊图像中包含了结构特征信息，而结构特征信息可以反映图像的结构特征，则通过对比待处理图像与二次模糊图像，可以得到两者的亮度、对比度和结构信息等多种信息的对比结果。而且通过对比二次模糊图像和待处理图像，可以判断待处理图像在模糊处理过程中的失真程度。
43.其中，上述对比结果包括所有共同信息的数量和类别。
44.s140：将对比结果输入至预置图像质量分析模型，得到图像质量评价结果；
45.具体的，通过二次模糊图像和待处理图像的共同信息的多少可以衡量评价图像质量。则将对比结果输入至预置图像质量分析模型，可以较为准确地得到图像质量评价结果。
46.s150：将图像质量评价结果输入至预置处理方式筛选模型，以得到第一图像处理方式；
47.具体的，预置处理方式筛选模型可以针对图像质量评价结果，确定不合适该图像质量评价结果的图像处理方式即第一图像处理方式。则将图像质量评价结果输入至预置处理方式筛选模型，可以将第一图像处理方式剔除出来。
48.s160：将待处理图像与标准图像进行比较，得到第一比较参数；
49.具体的，上述第一比较参数表明了待处理图像与标准图像之间差距。
50.s170：若第一比较参数大于第一预设差值，则将预置搜索模型中的第一图像处理方式进行屏蔽后，再将第一比较参数输入至预置搜索模型，以匹配得到第一图像处理模型。
51.具体的，若第一比较参数大于第一预设差值，则表明待处理图像需要进行图像处理。则将预置搜索模型中的第一图像处理方式进行屏蔽后，再将第一比较参数输入至预置搜索模型，以使得到第一图像处理模型不仅能够有效处理待处理图像，而且能够保证第一图像处理模型与待处理图像相适应，保证了通过第一图像处理模型处理后的待处理图像的图像特征能够保留，达到了较好的图像处理效果。
52.在本实施例的一些实施方式中，上述将待处理图像与标准图像进行比较的步骤之前，该方法还包括：获取多个历史图像。根据预设图像分析指标，对所有历史图像进行分析，确定标准图像。具体的，根据预设图像分析指标，从所有历史图像中找出指标最优的历史图像，并将其作为标准图像。
53.其中，上述预设图像分析指标可以包括对比度、辉度和结构特征。
54.在本实施例的一些实施方式中，上述根据预设图像分析指标，对所有历史图像进行分析，确定标准图像的步骤之后，该方法还包括：将每个历史图像与标准图像进行对比，
以得到对应的对比参数。若对比参数大于第二预设差值，则对历史图像进行调整，并将调整后的历史图像与标准图像进行对比得到最新对比参数，若最新对比参数大于第二预设差值，则对调整后的历史图像进行再次调整，直至最新对比参数不大于第二预设差值。根据任一历史图像和对应的调整过程，建立对应的第二图像处理模型。基于多个第二图像处理模型，构建预置搜索模型。具体的，将各个历史图像和对应的调整过程作为一个第二图像处理模型，进而根据所有历史图像和对应的调整过程建立多个第二图像处理模型，则根据多个第二图像处理模型建立的预置搜索模型的内容更加丰富，则通过预置搜索模型查找的与待处理图像相匹配的第一图像处理模型就更准确。
55.在本实施例的一些实施方式中，上述将预置搜索模型中的第一图像处理方式进行屏蔽后，再将第一比较参数输入至预置搜索模型，以匹配得到第一图像处理模型的步骤之后，该方法还包括：利用第一图像处理模型对待处理图像进行处理，得到处理图像。将处理图像与标准图像进行比较，得到第二比较参数。若第二比较参数大于第三预设差值，则将第二比较参数输入至预置搜索模型，得到第三图像处理模型。具体的，当通过第一图像处理模型处理待处理图像后，若处理图像与标准图像之间的第二比较参数大于第三预设差值，则将第二比较参数输入至预置搜索模型得到第三图像处理模型，以对待处理图像进行进一步处理。
56.其中，用户可以根据实际需求设置第三预设差值的值。
57.在本实施例的一些实施方式中，上述基于结构相似性，将待处理图像与二次模糊图像进行对比，以得到对比结果的步骤包括：按照预设对比指标，将待处理图像与二次模糊图像进行对比，得到所有共同信息的数量和类别。其中，上述共同信息可以为亮度、对比度和结构信息等多种信息。
58.在本实施例的一些实施方式中，上述将图像质量评价结果输入至预置处理方式筛选模型，以得到第一图像处理方式的步骤之前，该方法还包括：建立处理方式筛选初始模型。获取多个样本，样本包括多个图像质量和对应的第二图像处理方式。利用多个样本训练处理方式筛选初始模型，以得到预置处理方式筛选模型。
59.请参照图2，图2所示为本发明实施例提供的一种图像处理模型搜索系统100的结构框图。本技术实施例提供一种图像处理模型搜索系统100，其包括：待处理图像获取模块110，用于获取待处理图像。模糊图像构造模块120，用于对待处理图像进行模糊处理得到一次模糊图像，并基于一次模糊图像，利用点扩散函数构造二次模糊图像。模糊图像对比模块130，用于基于结构相似性，将待处理图像与二次模糊图像进行对比，以得到对比结果。图像质量评价模块140，用于将对比结果输入至预置图像质量分析模型，得到图像质量评价结果。第一图像处理方式得到模块150，用于将图像质量评价结果输入至预置处理方式筛选模型，以得到第一图像处理方式。第一比较参数得到模块160，用于将待处理图像与标准图像进行比较，得到第一比较参数。第一图像处理模型匹配模块170，用于若第一比较参数大于第一预设差值，则将预置搜索模型中的第一图像处理方式进行屏蔽后，再将第一比较参数输入至预置搜索模型，以匹配得到第一图像处理模型。
60.具体的，该系统利用点扩散函数处理一次模糊图像，不仅可以达到再次模糊处理得到二次模糊图像的效果，也可以清楚得到二次模糊图像的特征信息。并将二次模糊图像和待处理图像进行对比，从而判断待处理图像在模糊处理过程中的失真程度以及两者的共
同信息，则通过二次模糊图像和待处理图像的共同信息的多少可以衡量评价图像质量。继而该系统将对比结果输入至预置图像质量分析模型，可以较为准确地得到图像质量评价结果。再将图像质量评价结果输入至预置处理方式筛选模型，以针对图像质量评价结果，将不合适该图像质量评价结果的第一图像处理方式剔除出来。当待处理图像需要进行图像处理时，该系统将预置搜索模型中的第一图像处理方式进行屏蔽后，再将第一比较参数输入至预置搜索模型，以使得到第一图像处理模型不仅能够有效处理待处理图像，而且能够保证第一图像处理模型与待处理图像相适应，保证了通过第一图像处理模型处理后的待处理图像的图像特征能够保留，达到了较好的图像处理效果。
61.在本实施例的一些实施方式中，上述图像处理模型搜索系统100还包括：历史图像获取模块，用于获取多个历史图像。标准图像确定模块，用于根据预设图像分析指标，对所有历史图像进行分析，确定标准图像。具体的，根据预设图像分析指标，从所有历史图像中找出指标最优的历史图像，并将其作为标准图像。
62.在本实施例的一些实施方式中，上述图像处理模型搜索系统100还包括：对比参数得到模块，用于将每个历史图像与标准图像进行对比，以得到对应的对比参数。图像调整模块，用于若对比参数大于第二预设差值，则对历史图像进行调整，并将调整后的历史图像与标准图像进行对比得到最新对比参数，若最新对比参数大于第二预设差值，则对调整后的历史图像进行再次调整，直至最新对比参数不大于第二预设差值。第二图像处理模型建立模块，用于根据任一历史图像和对应的调整过程，建立对应的第二图像处理模型。预置搜索模型构建模块，用于基于多个第二图像处理模型，构建预置搜索模型。具体的，将各个历史图像和对应的调整过程作为一个第二图像处理模型，进而根据所有历史图像和对应的调整过程建立多个第二图像处理模型，则根据多个第二图像处理模型建立的预置搜索模型的内容更加丰富，则通过预置搜索模型查找的与待处理图像相匹配的第一图像处理模型就更准确。
63.在本实施例的一些实施方式中，上述图像处理模型搜索系统100还包括：处理图像得到模块，用于利用第一图像处理模型对待处理图像进行处理，得到处理图像。第二比较参数得到模块，用于将处理图像与标准图像进行比较，得到第二比较参数。第三图像处理模型得到模块，用于若第二比较参数大于第三预设差值，则将第二比较参数输入至预置搜索模型，得到第三图像处理模型。具体的，当通过第一图像处理模型处理待处理图像后，若处理图像与标准图像之间的第二比较参数大于第三预设差值，则将第二比较参数输入至预置搜索模型得到第三图像处理模型，以对待处理图像进行进一步处理。
64.在本实施例的一些实施方式中，上述模糊图像对比模块130包括：共同信息得到单元，用于按照预设对比指标，将待处理图像与二次模糊图像进行对比，得到所有共同信息的数量和类别。其中，上述共同信息可以为亮度、对比度和结构信息等多种信息。
65.在本实施例的一些实施方式中，上述图像处理模型搜索系统100还包括：初始模型建立模块，用于建立处理方式筛选初始模型。样本获取模块，用于获取多个样本，样本包括多个图像质量和对应的第二图像处理方式。初始模型训练模块，用于利用多个样本训练处理方式筛选初始模型，以得到预置处理方式筛选模型。
66.请参阅图3，图3为本技术实施例提供的电子设备的一种示意性结构框图。电子设备包括存储器101、处理器102和通信接口103，该存储器101、处理器102和通信接口103相互
之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块，如本技术实施例所提供的一种图像处理模型搜索系统100对应的程序指令/模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
67.其中，存储器101可以是但不限于，随机存取存储器101(random access memory，ram)，只读存储器101(read only memory，rom)，可编程只读存储器101(programmable read-only memory，prom)，可擦除只读存储器101(erasable programmable read-only memory，eprom)，电可擦除只读存储器101(electric erasable programmable read-only memory，eeprom)等。
68.处理器102可以是一种集成电路芯片，具有信号处理能力。该处理器102可以是通用处理器102，包括中央处理器102(central processing unit，cpu)、网络处理器102(network processor，np)等；还可以是数字信号处理器102(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
69.可以理解，图3所示的结构仅为示意，电子设备还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。
70.在本技术所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
71.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
72.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器101(rom，read-only memory)、随机存取存储器101(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
73.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。
74.对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其它的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

技术特征：
1.一种图像处理模型搜索方法，其特征在于，包括如下步骤：获取待处理图像；对所述待处理图像进行模糊处理得到一次模糊图像，并基于所述一次模糊图像，利用点扩散函数构造二次模糊图像；基于结构相似性，将所述待处理图像与所述二次模糊图像进行对比，以得到对比结果；将所述对比结果输入至预置图像质量分析模型，得到图像质量评价结果；将所述图像质量评价结果输入至预置处理方式筛选模型，以得到第一图像处理方式；将所述待处理图像与标准图像进行比较，得到第一比较参数；若所述第一比较参数大于第一预设差值，则将预置搜索模型中的所述第一图像处理方式进行屏蔽后，再将所述第一比较参数输入至所述预置搜索模型，以匹配得到第一图像处理模型。2.根据权利要求1所述的图像处理模型搜索方法，其特征在于，将所述待处理图像与标准图像进行比较的步骤之前，还包括：获取多个历史图像；根据预设图像分析指标，对所有所述历史图像进行分析，确定标准图像。3.根据权利要求2所述的图像处理模型搜索方法，其特征在于，所述根据预设图像分析指标，对所有所述历史图像进行分析，确定标准图像的步骤之后，还包括：将每个所述历史图像与所述标准图像进行对比，以得到对应的对比参数；若所述对比参数大于第二预设差值，则对所述历史图像进行调整，并将调整后的所述历史图像与所述标准图像进行对比得到最新对比参数，若所述最新对比参数大于所述第二预设差值，则对调整后的所述历史图像进行再次调整，直至最新对比参数不大于所述第二预设差值；根据任一所述历史图像和对应的调整过程，建立对应的第二图像处理模型；基于多个所述第二图像处理模型，构建预置搜索模型。4.根据权利要求1所述的图像处理模型搜索方法，其特征在于，所述将预置搜索模型中的所述第一图像处理方式进行屏蔽后，再将所述第一比较参数输入至所述预置搜索模型，以匹配得到第一图像处理模型的步骤之后，还包括：利用所述第一图像处理模型对所述待处理图像进行处理，得到处理图像；将所述处理图像与所述标准图像进行比较，得到第二比较参数；若所述第二比较参数大于第三预设差值，则将所述第二比较参数输入至所述预置搜索模型，得到第三图像处理模型。5.根据权利要求1所述的图像处理模型搜索方法，其特征在于，所述基于结构相似性，将所述待处理图像与所述二次模糊图像进行对比，以得到对比结果的步骤包括：按照预设对比指标，将所述待处理图像与所述二次模糊图像进行对比，得到所有共同信息的数量和类别。6.根据权利要求1所述的图像处理模型搜索方法，其特征在于，将所述图像质量评价结果输入至预置处理方式筛选模型，以得到第一图像处理方式的步骤之前，还包括：建立处理方式筛选初始模型；获取多个样本，所述样本包括多个图像质量和对应的第二图像处理方式；
利用所述多个样本训练所述处理方式筛选初始模型，以得到预置处理方式筛选模型。7.一种图像处理模型搜索系统，其特征在于，包括：待处理图像获取模块，用于获取待处理图像；模糊图像构造模块，用于对所述待处理图像进行模糊处理得到一次模糊图像，并基于所述一次模糊图像，利用点扩散函数构造二次模糊图像；模糊图像对比模块，用于基于结构相似性，将所述待处理图像与所述二次模糊图像进行对比，以得到对比结果；图像质量评价模块，用于将所述对比结果输入至预置图像质量分析模型，得到图像质量评价结果；第一图像处理方式得到模块，用于将所述图像质量评价结果输入至预置处理方式筛选模型，以得到第一图像处理方式；第一比较参数得到模块，用于将所述待处理图像与标准图像进行比较，得到第一比较参数；第一图像处理模型匹配模块，用于若所述第一比较参数大于第一预设差值，则将预置搜索模型中的所述第一图像处理方式进行屏蔽后，再将所述第一比较参数输入至所述预置搜索模型，以匹配得到第一图像处理模型。8.根据权利要求7所述的图像处理模型搜索系统，其特征在于，还包括：历史图像获取模块，用于获取多个历史图像；标准图像确定模块，用于根据预设图像分析指标，对所有所述历史图像进行分析，确定标准图像。9.一种电子设备，其特征在于，包括：存储器，用于存储一个或多个程序；处理器；当所述一个或多个程序被所述处理器执行时，实现如权利要求1-6中任一项所述的方法。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1-6中任一项所述的方法。

技术总结
本发明提出了一种图像处理模型搜索方法及系统，涉及图像处理技术领域。该方法包括：将待处理图像与二次模糊图像进行对比，以得到对比结果。将对比结果输入至预置图像质量分析模型，得到图像质量评价结果。将图像质量评价结果输入至预置处理方式筛选模型，以得到第一图像处理方式。将待处理图像与标准图像进行比较，得到第一比较参数。若第一比较参数大于第一预设差值，则将预置搜索模型中的第一图像处理方式进行屏蔽后，再将第一比较参数输入至预置搜索模型，以匹配得到第一图像处理模型。通过该方法及系统得到第一图像处理模型不仅能够有效处理待处理图像，而且能够保证第一图像处理模型与待处理图像相适应。处理模型与待处理图像相适应。处理模型与待处理图像相适应。


技术研发人员：黄茂芹
受保护的技术使用者：广东赛昉科技有限公司
技术研发日：2021.12.14
技术公布日：2022/3/8