[發(fā)明專利]光源顏色的確定方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備在審
| 申請(qǐng)?zhí)枺?/td> | 201910608972.1 | 申請(qǐng)日: | 2019-07-08 |
| 公開(公告)號(hào): | CN112200207A | 公開(公告)日: | 2021-01-08 |
| 發(fā)明(設(shè)計(jì))人: | 孫岳 | 申請(qǐng)(專利權(quán))人: | 浙江宇視科技有限公司 |
| 主分類號(hào): | G06K9/62 | 分類號(hào): | G06K9/62;G06K9/46 |
| 代理公司: | 北京品源專利代理有限公司 11332 | 代理人: | 孟金喆 |
| 地址: | 310051 浙江省杭州市濱江區(qū)西興街道江陵路*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 光源 顏色 確定 方法 裝置 存儲(chǔ) 介質(zhì) 電子設(shè)備 | ||
1.一種光源顏色的確定方法,其特征在于,包括:
確定目標(biāo)圖像的目標(biāo)特征向量;
將所述目標(biāo)特征向量輸入分類器,得到所述特征向量與至少兩個(gè)算法參數(shù)向量之間的匹配度;
根據(jù)所述匹配度,從至少兩個(gè)算法參數(shù)向量中確定目標(biāo)算法參數(shù)向量;
根據(jù)所述目標(biāo)算法參數(shù)向量,確定所述目標(biāo)圖像的光源顏色。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述目標(biāo)圖像的目標(biāo)特征向量包括目標(biāo)圖像的至少兩階圖層特征向量;
相應(yīng)的,確定目標(biāo)圖像的目標(biāo)特征向量,包括:
將所述目標(biāo)圖像作為零階圖層;
對(duì)所述目標(biāo)圖像在空間域求導(dǎo),得到高階圖層;
根據(jù)所述零階圖層和所述高階圖層,確定目標(biāo)圖像的目標(biāo)特征向量。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,根據(jù)所述零階圖層和所述高階圖層,確定目標(biāo)圖像的目標(biāo)特征向量,包括:
將所述零階圖層和所述高階圖層由三維色度空間轉(zhuǎn)換到二維色度空間;
在二維色度空間中按照預(yù)設(shè)規(guī)則劃分子區(qū)域,將所述零階圖層在各個(gè)子區(qū)域中的像素點(diǎn)個(gè)數(shù)作為零階圖層特征向量;并將所述高階圖層在各個(gè)子區(qū)域中的像素點(diǎn)個(gè)數(shù)作為高階圖層特征向量;
將所述零階圖層特征向量與所述高階圖層特征向量組合形成完整特征向量;
或者,
將所述零階圖層和所述高階圖層由三維色度空間轉(zhuǎn)換到二維色度空間;
確定所述零階圖層的第一特征向量,以及確定所述高階圖層的第一特征向量;其中,所述第一特征向量包括二維色度空間的平均色度值、最大色度值以及在二維色度空間中的分布標(biāo)準(zhǔn)差;
確定所述零階圖層的第二特征向量,以及確定所述高階圖層的第二特征向量;其中,所述第二特征向量是基于二維色度空間的直方圖分布進(jìn)行聚類運(yùn)算得到的目標(biāo)類的信息,所述目標(biāo)類的信息包括目標(biāo)類的平均色度值、目標(biāo)類的最大色度值以及目標(biāo)類在二維色度空間中的分布標(biāo)準(zhǔn)差;
將所述第一特征向量和第二特征向量組合得到精簡(jiǎn)特征向量。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,將所述目標(biāo)特征向量輸入分類器之前,還包括:
確定樣本集合,以及確定樣本集合中每個(gè)樣本圖像的樣本特征向量;其中,所述樣本圖像為已知光源顏色的彩色圖像;
計(jì)算所述樣本圖像在各個(gè)算法參數(shù)向量上的光源預(yù)測(cè)值,根據(jù)所述光源預(yù)測(cè)值與樣本圖像的光源顏色之間的相似度確定適配算法參數(shù)向量,根據(jù)樣本集合中各樣本圖像的適配算法參數(shù)向量對(duì)樣本圖像進(jìn)行分類,得到樣本類;
根據(jù)樣本類的個(gè)數(shù),確定分類器的輸出結(jié)果個(gè)數(shù);其中,每個(gè)輸出結(jié)果對(duì)應(yīng)一個(gè)算法參數(shù)向量;
基于完成分類的樣本圖像的特征向量、算法參數(shù)向量對(duì)分類器進(jìn)行訓(xùn)練。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,根據(jù)所述目標(biāo)算法參數(shù)向量,確定所述目標(biāo)圖像的光源顏色,包括:
根據(jù)所述目標(biāo)算法參數(shù)向量確定輸入光源顏色算法的目標(biāo)參數(shù)值;
將目標(biāo)參數(shù)值輸入至光源顏色算法中,確定光源顏色。
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,根據(jù)所述目標(biāo)算法參數(shù)向量確定輸入光源顏色算法的目標(biāo)參數(shù)值;將目標(biāo)參數(shù)值輸入至光源顏色算法中,確定光源顏色,包括:
若所述目標(biāo)算法參數(shù)向量為一個(gè),則將所述目標(biāo)算法參數(shù)向量對(duì)應(yīng)的目標(biāo)參數(shù)值輸入至光源顏色算法中,計(jì)算光源顏色;
若所述目標(biāo)算法參數(shù)向量為至少兩個(gè),則,
根據(jù)所述特征向量與至少兩個(gè)目標(biāo)算法參數(shù)向量之間的匹配度,確定每個(gè)目標(biāo)算法參數(shù)向量的權(quán)重值,并根據(jù)每個(gè)目標(biāo)算法參數(shù)向量的權(quán)重值及其對(duì)應(yīng)的目標(biāo)參數(shù)值,計(jì)算光源顏色;
或者,
根據(jù)所述特征向量與至少兩個(gè)目標(biāo)算法參數(shù)向量之間的匹配度,確定所有目標(biāo)算法參數(shù)向量中的至少兩個(gè)用于計(jì)算的算法參數(shù)向量的權(quán)重值及其對(duì)應(yīng)的目標(biāo)參數(shù)值,并根據(jù)至少兩個(gè)用于計(jì)算的目標(biāo)參數(shù)值及其權(quán)重值,計(jì)算光源顏色。
7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述光源顏色算法采用廣義灰度邊緣算法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江宇視科技有限公司,未經(jīng)浙江宇視科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910608972.1/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 一種數(shù)據(jù)庫(kù)讀寫分離的方法和裝置
- 一種手機(jī)動(dòng)漫人物及背景創(chuàng)作方法
- 一種通訊綜合測(cè)試終端的測(cè)試方法
- 一種服裝用人體測(cè)量基準(zhǔn)點(diǎn)的獲取方法
- 系統(tǒng)升級(jí)方法及裝置
- 用于虛擬和接口方法調(diào)用的裝置和方法
- 線程狀態(tài)監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種JAVA智能卡及其虛擬機(jī)組件優(yōu)化方法
- 檢測(cè)程序中方法耗時(shí)的方法、裝置及存儲(chǔ)介質(zhì)
- 函數(shù)的執(zhí)行方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





