[發(fā)明專利]一種使用神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像白平衡校正的方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710826612.X
• 申請(qǐng)日: 2017-09-14
• 公開（公告）號(hào): CN107578390B
• 公開（公告）日: 2020-08-07
• 發(fā)明（設(shè)計(jì)）人: 劉娟;許會(huì);張智福;余思洋
• 申請(qǐng)（專利權(quán)）人: 長(zhǎng)沙全度影像科技有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06N3/04;G06N3/08
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種使用神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像白平衡校正的方法，用于對(duì)待處理圖像進(jìn)行白平衡校正，其特征在于，包括：

S1、采集預(yù)定環(huán)境中包含標(biāo)準(zhǔn)色卡的原始圖像；

S2、對(duì)所述原始圖像中標(biāo)準(zhǔn)色卡白色色塊進(jìn)行參數(shù)提取及處理，得到代表環(huán)境光源色溫的參數(shù)值；

S3、對(duì)所述原始圖像和所述待處理圖像分別進(jìn)行圖像分割、抽取、直方圖拉伸、特征標(biāo)準(zhǔn)化預(yù)處理得到訓(xùn)練用的預(yù)處理圖像和第二預(yù)處理圖像；

S4、構(gòu)建包括數(shù)據(jù)層、卷積層、降采樣層、全連接層、輸出層的卷積神經(jīng)網(wǎng)絡(luò)模型；

S5、將所述訓(xùn)練用預(yù)處理圖像及所述參數(shù)值輸入卷積神經(jīng)網(wǎng)絡(luò)以對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的網(wǎng)絡(luò)模型；

S6、將所述第二預(yù)處理圖像送入訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算、處理，得到紅色通道增益值gainR及藍(lán)色通道增益值gainB；

S7、利用所述紅色通道增益值gainR及藍(lán)色通道增益值gainB對(duì)待處理圖像進(jìn)行白平衡校正，從而得到校正后的白平衡圖像；

其中，所述S2具體為：提取所述原始圖像中白色色塊中每個(gè)像素點(diǎn)的紅色R、綠色G、藍(lán)色B分量值，并計(jì)算得到紅色分量平均值avgR_gt、綠色分量平均值avgG_gt、藍(lán)色分量平均值avgB_gt；

所述S3中，對(duì)原始圖像和所述待處理圖像，均按照如下方法進(jìn)行處理，得到訓(xùn)練用的預(yù)處理圖像和第二預(yù)處理圖像；處理方法具體如下：

S31、將每幅raw格式圖像用16bit保存為png格式文件；在每幅圖中不包含標(biāo)準(zhǔn)色卡的區(qū)域中，將圖片按照32*32尺寸不重復(fù)地任意分割為若干小塊，生成若干32*32大小、位寬為16bit的png圖像塊集合；

S32、統(tǒng)計(jì)每個(gè)小圖像塊的最大值與最小值，并將每個(gè)小塊按照各自的最大值與最小值分別進(jìn)行全等級(jí)直方圖拉伸操作，將所得結(jié)果使用8bit的png格式存儲(chǔ)；

具體的，將第i個(gè)小塊中三個(gè)通道全部像素的最大值記為d_i，作為該小圖像塊的像素值上界；將最小值記為c_i，作為該小圖像塊的像素值下界；記b＝255，a＝0，分別表示輸出圖像的上下界數(shù)值；全等級(jí)直方圖拉伸函數(shù)記為s＝T(r)，其中T(.)的解析表達(dá)式為：

其中，s_i(x,y)表示第i個(gè)圖像塊在(x,y)處的像素值經(jīng)全等級(jí)直方圖拉伸后的處理值；r_i(x,y)表示第i個(gè)圖像塊在(x,y)處的像素值；x表示第i個(gè)圖像塊橫坐標(biāo)位置值，x的取值范圍為1到該圖像塊的寬度值，y表示第i個(gè)圖像塊縱坐標(biāo)位置值，y得取值范圍為1到該圖像塊的高度值；

對(duì)每個(gè)小圖像塊r_i，采用以上公式進(jìn)行處理，最終得到拉伸后的預(yù)處理圖像s_i；

S33、將所有8bit的小塊s_i進(jìn)行均值與標(biāo)準(zhǔn)差統(tǒng)計(jì)，對(duì)從全體圖像塊中統(tǒng)計(jì)得到的均值與標(biāo)準(zhǔn)差取平均值，得到總體均值與標(biāo)準(zhǔn)差，對(duì)每幅小圖像塊使用總體均值與標(biāo)準(zhǔn)差進(jìn)行歸一化操作，得到歸一化后圖像塊數(shù)據(jù)；

記總體均值為s_mean，標(biāo)準(zhǔn)差記為std_mean，則對(duì)每個(gè)s_i，采取如下計(jì)算公式進(jìn)行處理：

將得到的s′_i作為訓(xùn)練數(shù)據(jù)輸入卷積神經(jīng)網(wǎng)絡(luò)。