[發明專利]一種基于內容感知信息的圖像陰影消除方法

有效

• 申請號: 202010430576.7
• 申請日: 2020-05-20
• 公開（公告）號: CN111626951B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 張玲;石恒
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/0464;G06N3/084
• 代理公司: 上海政濟知識產權代理事務所(普通合伙) 31479
• 代理人: 輦甲武

1.一種基于內容感知信息的圖像陰影消除方法，其特征在于，包括以下步驟：

步驟1，建立虛擬場景和真實場景的陰影圖像數據集X，并建立對應的虛擬場景和真實場景的無陰影圖像數據集Y；

步驟2，構建一個生成器網絡模型，該生成器網絡模型包含全局內容網絡以及局部修正網絡；

步驟3，將陰影圖像數據集X中的陰影圖像x作為輸入對所述生成器網絡模型進行訓練，x經過全局內容網絡后輸出初始陰影消除結果圖像x₁，x₁經過局部修正網絡后輸出最終陰影消除結果圖像x₂；

步驟4，構建一個鑒別器網絡模型；

步驟5，將最終陰影消除結果圖像x₂以及無陰影圖像數據集Y中對應的無陰影圖像y作為輸入，通過鑒別器網絡模型對最終陰影消除結果圖像x₂進行鑒別；

步驟6，通過損失函數對所述生成器網絡模型以及所述鑒別器網絡模型進行訓練優化，并得到優化后的生成器網絡模型以及鑒別器網絡模型；

步驟7，利用步驟6所得的優化后的生成器網絡模型對待處理陰影圖像進行陰影消除；

其中，所述全局內容網絡包含一個編碼器及一個解碼器，所述編碼器采用卷積操作以及非線性變換操作對輸入的圖像進行降采樣，提取圖像特征；所述解碼器將降采樣的圖像特征結果作為網絡輸入，通過反卷積操作進行上采樣并重建圖像，得到初始陰影消除結果圖像x₁；

所述局部修正網絡包含內容感知層網絡、顏色修正網絡以及細節修正網絡，所述內容感知層網絡以初始陰影消除結果圖像x₁作為輸入，提取圖像中的局部一致性特征；所述顏色修正網絡以初始陰影消除結果圖像x₁的顏色信息、所述局部一致性特征作為輸入融合，并通過反卷積操作將融合后的局部特征進行上采樣并重建圖，得到顏色修正結果；所述細節修正網絡以初始陰影消除結果圖像x₁、所述顏色修正結果、所述局部一致性特征作為輸入融合，并通過反卷積操作將融合后局部特征進行上采樣并重建圖，得到最終陰影消除結果圖像x₂。

2.如權利要求1所述的基于內容感知信息的圖像陰影消除方法，其特征在于：

其中，所述鑒別器網絡模型為PatchGAN網絡，該PatchGAN網絡由5個卷積核大小為4×4，步長為1的卷積層構成，前4層卷積層的輸出維度分別為64、128、256、512，最后一個卷積層輸入映射，將30×30的矩陣作為輸出，并將輸出矩陣的均值作為所述鑒別器網絡模型的輸出結果。