[發明專利]源圖像數據庫的獲取方法、訓練裝置及電子設備

有效

• 申請號: 201911336566.0
• 申請日: 2019-12-23
• 公開（公告）號: CN111435986B
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 楊遠飛;徐會
• 申請（專利權）人: 珠海市杰理科技股份有限公司
• 主分類號: H04N9/73
• 分類號: H04N9/73;H04N3/08
• 代理公司: 深圳市君之泉知識產權代理有限公司 44366
• 代理人: 呂戰竹

本發明涉及一種源圖像數據庫的獲取方法及獲取系統、神經網絡的訓練方法、訓練裝置、計算機可讀存儲介質、圖像處理芯片、圖像處理系統、電子設備，獲取方法包括：首先分別獲取已知圖像庫和校正圖像庫，并分別計算各自圖像對應的光源信息；然后根據多組色溫點相同的原始圖像和采集圖像的光源信息，建立色溫模型，并根據色溫模型對已知圖像庫的各原始圖像的光源信息進行轉換，得到目標圖像庫中各目標圖像的光源信息；接著根據已知圖像庫和目標圖像庫的光源信息將已知圖像庫的原始圖像的像素信息轉換到目標圖像庫的目標圖像的像素信息，得到目標采集單元對應的源圖像數據庫。本發明極大地減少了神經網絡訓練之前的圖像采集數量。

技術領域

本發明涉及圖像處理領域，具體涉及一種源圖像數據庫的獲取方法及獲取系統、神經網絡的訓練方法、訓練裝置、計算機可讀存儲介質、圖像處理芯片、圖像處理系統、電子設備。

背景技術

白平衡指在任何光源下都可以將白色物體還原為白色的方法。人眼具有適應性，所以我們有時候不能發現色溫的變化，但是電子設備并不具備這樣的特點，所以需要白平衡算法來還原色彩。現有技術中，許多白平衡處理用的都是傳統算法，如灰度世界法，完美反射法等，這些算法的核心思想都是直接找到圖像中的白塊進行色彩還原，但是，真實世界的場景是復雜多變的，一旦場景中白塊較少或沒有白塊，那么算法就會失效，這也導致其魯棒性不強。一種較先進的白平衡處理算法是采用神經網絡進行，具體地，目標采集單元采集大量的raw圖像，然后對神經網絡進行訓練，得到訓練好的模型，采用訓練好的模型對目標采集單元采集的圖像進行白平衡處理。

上述這種神經網絡的方法雖然性能較好，但是其必須依靠大量的raw圖像數據來支撐，而對于不同鏡頭或者傳感器對應的色溫曲線也不盡相同，這就意味著不同的電子設備，只要鏡頭和傳感器有一者發生變化，就需要重新采集大量的raw圖像對神經網絡進行重新訓練，對于設備廠商來說，會制造多種設備，各設備的鏡頭和傳感器常常會更換，即使是同一型號的設備，也常常會發生變化，這就造成每臺設備都需要重新采集大量的raw圖像，導致神經網絡之前的采集工作急劇增加，提高了設備的生產時間及成本。

發明內容

基于上述現狀，本發明的主要目的在于提供一種源圖像數據庫的獲取方法及獲取系統、神經網絡的訓練方法、訓練裝置、計算機可讀存儲介質、圖像處理芯片、圖像處理系統、電子設備，以解決由于鏡頭和傳感器的更換導致的工作量大大增加的問題。

為實現上述目的，本發明采用的技術方案如下：

本發明的第一方面提供了一種源圖像數據庫的獲取方法，所述源圖像數據庫用于訓練神經網絡，所述神經網絡用于對采集單元采集的圖像進行白平衡處理，所述獲取方法包括步驟：

S100：獲取已知圖像庫，并得到所述已知圖像庫中各原始圖像對應的光源信息；其中，所述已知圖像庫中的所述原始圖像覆蓋多個色溫點，且各所述原始圖像中帶有標準色卡；

S200：獲取校正圖像庫，并計算所述校正圖像庫中各采集圖像對應的光源信息；其中，所述校正圖像庫通過使用目標采集單元采集不同色溫下的帶標準色卡的采集圖像形成；

S300：根據多組色溫點相同的所述原始圖像和所述采集圖像中對應的光源信息，建立由所述原始圖像轉換到所述采集圖像的色溫模型；所述色溫模型包括轉換矩陣c和轉換系數z₀，其中，所述原始圖像的光源信息與所述轉換矩陣c的乘積等于所述采集圖像的光源信息與轉換系數的乘積；

S400：根據所述色溫模型，對所述已知圖像庫的各所述原始圖像的光源信息進行轉換，得到目標圖像庫中各目標圖像的光源信息；

S500：根據所述已知圖像庫和所述目標圖像庫的光源信息將所述已知圖像庫的各所述原始圖像的像素信息轉換到所述目標圖像庫的各所述目標圖像的像素信息，得到所述目標采集單元對應的源圖像數據庫；