[发明专利]白平衡校正方法、装置、设备和存储介质在审
申请号: | 202010688534.3 | 申请日: | 2020-07-16 |
公开(公告)号: | CN113947179A | 公开(公告)日: | 2022-01-18 |
发明(设计)人: | 张少坤 | 申请(专利权)人: | 浙江宇视科技有限公司 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/08;G06T5/00;H04N9/73 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 310051 浙江省杭州市滨江区西兴街道江陵路*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 白平衡 校正 方法 装置 设备 存储 介质 | ||
1.一种白平衡校正方法,其特征在于,包括:
将待校正图像输入到预先训练的无色差点模型中,得到所述待校正图像的无色差点权重图;
根据所述无色差点权重图确定所述待校正图像的光照颜色参数;
根据所述光照颜色参数对所述待校正图像进行白平衡校正,得到校正图像。
2.根据权利要求1所述的方法,其特征在于,所述无色差点模型的训练过程包括:
获取训练样本集彩色图像;
通过预先构建的网络确定所述训练样本集彩色图像的样本无色差点权重图;
根据所述样本无色差点权重图确定所述训练样本集彩色图像的样本光照颜色参数;
根据所述样本光照颜色参数确定所述训练样本集彩色图像的样本校正图像;
根据所述样本校正图像的图像信息和所述样本无色差点权重图,对所述无色差点模型进行反向传播,以优化所述网络中的参数。
3.根据权利要求2所述的方法,其特征在于,所述训练样本集彩色图像不包括标签光照颜色参数;
相应的,根据所述样本校正图像的图像信息和所述样本无色差点权重图,对所述无色差点模型进行反向传播,以优化所述网络中的参数,包括:
构建无监督训练的损失函数;
基于所述损失函数,根据所述样本校正图像的图像信息和所述样本无色差点权重图,确定所述样本校正图像的误差值;
根据所述误差值对所述无色差点模型进行反向传播,以优化所述网络中的参数。
4.根据权利要求3所述的方法,其特征在于,通过如下公式构建无监督训练的损失函数:
其中,I表示待计算误差值的样本校正图像;i表示所述样本校正图像中预先划分的局部图像块的序号;n表示将所述样本校正图像划分为n个局部图像块;pi表示第i个局部图像块的局部对比度;Li表示第i个局部图像块的亮度值;t表示图像的三通道序号;SDt表示局部图像块在t通道的局部方差;表示局部图像块在三通道上的局部均方差。
5.根据权利要求3所述的方法,其特征在于,基于所述损失函数,根据所述样本校正图像的图像信息和所述样本无色差点权重图,确定所述样本校正图像的误差值,包括:
根据所述样本校正图像的图像信息和所述样本无色差点权重图,通过公式t∈{R,G,B}确定校正权重图像;
基于所述损失函数和所述校正权重图像,确定所述样本校正图像的误差值;
其中,为所述校正权重图像中在(x,y)像素点处的t通道值,ω(x,y)为根据所述样本无色差点权重图确定的(x,y)像素点处的无色差点权重值,whitei(x,y)为所述样本校正图像中在(x,y)像素点处的t通道值,∑ω(x,y)为所述样本无色差点权重图的权重和。
6.根据权利要求2所述的方法,其特征在于,预先构建的网络中至少包括卷积层、激活函数层、池化层以及反卷积层,以使得输入训练样本集彩色图像和输出样本无色差点权重图具有相同分辨率。
7.根据权利要求1所述的方法,其特征在于,通过如下公式确定所述光照颜色参数e=[r,g,b]:
其中,ω(x,y)为根据所述无色差点权重图确定的(x,y)像素点处的无色差点权重值,∑ω(x,y)为所述无色差点权重图的权重和,fR(x,y)为所述待校正图像中在(x,y)像素点处的R通道值,fG(x,y)为所述待校正图像中在(x,y)像素点处的G通道值,fB(x,y)为所述待校正图像中在(x,y)像素点处的B通道值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江宇视科技有限公司,未经浙江宇视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010688534.3/1.html,转载请声明来源钻瓜专利网。