(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111660087.1 (22)申请日 2021.12.31 (71)申请人 山东科讯信息科技有限公司 地址 266000 山东省青岛市黄岛区江山 南 路480号青岛研创中心5号楼101室 (72)发明人 江先晖　陈霆　刘鹏　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 代理人 刘希 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06T 5/50(2006.01) G06V 10/774(2022.01)G06V 10/82(2022.01) (54)发明名称 一种图像处理方法和相关模型训练方法及 相关装置 (57)摘要 本申请公开了一种图像处理方法和相关模 型训练方法及相关装置， 图像处理方法包括： 获 取多张原始图像； 利用多张原始图像组成目标处 理图像； 利用经训练的 图像处理模 型对目标处理 图像进行去重处理， 得到第一拼接图像； 图像处 理模型训练方法包括： 获取多张样 本图像以及获 取参考拼接图像， 利用多张样 本图像组成样本处 理图像； 利用图像处理模型对样 本处理图像进行 去重处理， 得到样本拼接图像； 利用参考拼接图 像和样本拼接图像 之间的差异， 调整所述图像处 理模型的网络参数。 上述方案， 能提高图像的拼 接效率和质量。 权利要求书3页 说明书11页 附图5页 CN 114358173 A 2022.04.15 CN 114358173 A 1.一种图像处 理方法， 其特 征在于， 包括： 获取多张原 始图像， 其中， 所述多张原 始图像是对目标对象的不同部位拍摄得到； 利用所述多张原 始图像组成目标处 理图像； 利用经训练的图像处理模型对所述目标处理图像进行去重处理， 得到第一拼接 图像， 其中， 所述去重处 理包含去除不同所述原 始图像中的重 叠区域。 2.根据权利要求1所述的方法， 其特征在于， 所述利用所述多 张原始图像组成 目标处理 图像， 包括： 将所述多 张原始图像按照预设顺序排列， 组成第 一预设形状且预设尺寸的所述目标处 理图像。 3.根据权利要求2所述的方法， 其特 征在于， 所述第一预设形状为 正方形； 和/或， 所述将所述多张原始图像按照预设顺序排列， 组成第一预设形状且预设尺寸的 所述目标处 理图像， 包括： 若所述多 张原始图像不足组成所述预设尺寸， 则将所述多 张原始图像按照预设顺序进 行排列组合， 并将经所述组合后的不足所述预设尺寸的剩余部分进行像素值填充， 得到所 述第一预设形状且预设尺寸的所述 目标处理图像， 其中， 所述填充的像素值不为所述原始 图像中属于所述目标对象的目标部位的像素值。 4.根据权利要求1所述的方法， 其特 征在于， 所述图像处 理模型为卷积自编码器模型； 和/或， 在所述利用经训练的图像处理模型对所述目标处理图像进行去重处理， 得到第 一拼接图像之前， 对所述图像处 理模型进行训练， 包括： 获取多张样本 图像以及获取参考拼接 图像， 其中， 所述多张样本 图像是对样本对象的 不同部位拍摄得到， 所述样本对 象与所述 目标对象为同一类， 所述参考拼接图像表示所述 多张样本图像的拼接标准； 利用所述多张样本图像组成样本处 理图像； 利用所述图像处 理模型对所述样本处 理图像进行去重处 理， 得到样本拼接图像； 利用所述参考拼接图像和所述样本拼接图像之间的差异， 调 整所述图像处理模型的网 络参数。 5.根据权利要求4所述的方法， 其特征在于， 所述样本处理图像、 所述样本拼接图像、 所 述参考拼接图像均为第一预设形状； 和/或， 所述获取参 考拼接图像， 包括： 获取用户输入的原始对象图像， 其中， 所述原始对象图像是用户对所述多张样本 图像 进行拼接得到的； 将所述原始对象图像裁剪成若干第 一子图像， 并利用所述若干第 一子图像组成所述参 考拼接图像。 6.根据权利要求1所述的方法， 其特征在于， 在所述利用经训练 的图像处理模型对所述 目标处理图像进行去重处 理， 得到第一 拼接图像之后， 所述方法还 包括： 将第一预设形状的所述第一 拼接图像重组形成第二预设形状的第二 拼接图像； 对所述第二拼接图像进行目标识别， 得到所述第 二拼接图像中关于所述目标对象的目 标部位的识别 信息。 7.根据权利要求6所述的方法， 其特征在于， 所述将第 一预设形状的所述第 一拼接图像权　利　要　求　书 1/3 页 2 CN 114358173 A 2重组形成第二预设形状的第二 拼接图像， 包括： 基于所述第 一拼接图像的尺寸， 将所述第 一预设形状的所述第 一拼接图像裁剪成若干 第二子图像； 将所述若干第二子图像依序组合得到所述第二预设形状的第二 拼接图像。 8.根据权利要求6所述的方法， 其特征在于， 所述关于所述目标对象的目标部位的识别 信息包括以下至少一者： 所述目标部位的数量、 所述目标部位的位置、 所述目标部位的尺 寸 信息； 和/或， 所述对所述第二拼接图像进行目标识别， 得到所述第二拼接图像 中关于所述目 标对象的目标部位的识别 信息， 包括； 利用霍夫变换方式对所述第 二拼接图像进行目标识别， 得到所述第 二拼接图像中关于 所述目标对象的目标部位的识别 信息。 9.根据权利要求1所述的方法， 其特征在于， 所述目标对象为汽车纵梁， 所述原始图像 中包含所述目标对象的目标部位， 所述目标部位 为孔； 和/或， 在所述利用所述多张原 始图像组成目标处 理图像之前， 所述方法还 包括： 将所述多张原 始图像转换成黑白图或灰度图。 10.一种图像处 理模型的训练方法， 其特 征在于， 包括： 获取多张样本 图像以及获取参考拼接 图像， 其中， 所述多张样本 图像是对样本对象的 不同部位拍摄得到， 所述 参考拼接图像表示所述多张样本图像的拼接标准； 利用所述多张样本图像组成样本处 理图像； 利用所述图像处 理模型对所述样本处 理图像进行去重处 理， 得到样本拼接图像； 利用所述参考拼接图像和所述样本拼接图像之间的差异， 调 整所述图像处理模型的网 络参数。 11.根据权利要求10所述的方法， 其特征在于， 所述样本处理图像、 所述样本拼接图像、 所述参考拼接图像均为第一预设形状； 和/或， 所述利用所述多张样本图像组成样本处 理图像， 包括： 将所述多 张样本图像按照预设顺序排列， 组成第 一预设形状且预设尺寸的所述样本处 理图像； 和/或， 所述获取参 考拼接图像， 包括： 获取用户输入的原始对象图像， 其中， 所述原始对象图像是用户对所述多张样本 图像 进行拼接得到的； 将所述原始对象图像裁剪成若干第 一子图像， 并利用所述若干第 一子图像组成所述参 考拼接图像。 12.一种图像处 理装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取多张原始图像， 其中， 所述多张原始图像是对目标对象的不同部位 拍摄得到； 组成模块， 用于利用所述多张原 始图像组成目标处 理图像； 处理模块， 用于利用经训练的图像处理模型对所述目标处理图像进行去重处理， 得到 第一拼接图像， 其中， 所述去重处 理包含去除不同所述原 始图像中的重 叠区域。 13.一种图像处 理模型的训练装置， 其特 征在于， 所述装置包括：权　利　要　求　书 2/3 页 3 CN 114358173 A 3