摘要
本发明公开了一种图像处理方法、装置、芯片、电子设备及存储介质,先通过获取待处理图像,作为半色调处理的基础;然后将待处理图像输入至预设的深度神经网络模型,利用深度神经网络模型根据具体图像内容动态调整抖动矩阵的元素值,输出优化的目标抖动矩阵;最后根据目标抖动矩阵,对待处理图像进行半色调处理,得到高质量的半色调图像;由于抖动矩阵不仅决定了当亮度或灰度值减小时网点变成黑点的顺序,还决定了半色调图像的质量,因此本方法利用深度神经网络模型动态调整抖动矩阵的元素值,避免了无法根据具体图像内容进行动态优化而导致半色调效果不够理想的问题,从而输出高质量的目标抖动矩阵,进而根据目标抖动矩阵得到高质量半色调图像。
技术关键词
深度神经网络模型
抖动矩阵
图像处理方法
图像处理程序
图像处理装置
电子设备
可读存储介质
处理器
芯片
动态
数据
存储器
计算机
误差
模块
亮度
基础
系统为您推荐了相关专利信息
模拟器
动态
模拟模型
离散事件驱动
深度神经网络模型
图像处理模型
噪声数据
样本
模型训练方法
解码器
检测网络模型
纹理特征提取
特征提取模块
图像处理方法
计算机可执行指令
图像特征信息
图像处理模型
压缩图像信息
因子
恢复器
面向肥胖患者
反馈干预系统
运动检测
数据采集模块
模拟运动场景