[發明專利]一種基于區域自適應自監督學習的圖像色調映射的方法

有效

• 申請號: 202010817616.3
• 申請日: 2020-08-14
• 公開（公告）號: CN112085668B
• 公開（公告）日: 2023-10-10
• 發明（設計）人: 廖廣森;周飛;羅鴻銘;劉博智;邱國平
• 申請（專利權）人: 深圳大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/40;G06N3/0464;G06N3/048;G06N3/084;G06N3/09
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 謝松;吳志益

本發明公開了一種基于區域自適應自監督學習的圖像色調映射的方法，包括步驟：對第一動態范圍圖像進行預處理得到臨時結果圖像；將臨時結果圖像輸入神經網絡，通過神經網絡輸出亮度結果圖像；神經網絡是基于原圖像塊、原圖像塊對應的線性量化結果圖像塊以及原圖像塊對應的均衡量化結果圖像塊訓練得到的；對亮度結果圖像進行顏色補償處理得到第二動態范圍圖像；其中，第二動態范圍圖像的比特位數小于第一動態范圍圖像的比特位數。基于平衡線性量化和均衡量化的思想，并借助神經網絡，解決了傳統的局部方法在處理圖像時會遇到的塊效應問題。且科學的自適應地平衡線性量化和均衡量化，令模型能夠自適應地處理圖像中不同的局部區域，得到較佳的效果。

技術領域

本發明涉及數字圖像處理以及計算機視覺技術領域，尤其涉及的是一種基于區域自適應自監督學習的圖像色調映射的方法。

背景技術

在復雜光照條件下拍攝一張清晰的各處細節可見的照片仍是一個尚未解決的問題，如今的做法是通過拍攝一系列不同曝光的照片，通過計算融合得到能夠清晰記錄各處不同亮度細節的照片，一般稱之為高動態范圍圖像。然而，從數值上看，高動態范圍圖像的動態范圍最高可高達32比特位，而市場上常規的顯示設備，如電視、電腦屏幕以及手機屏幕等，其顯示的動態范圍僅僅為8比特位，無法直接對高動態范圍圖像予以顯示。因此，對于高動態范圍圖像，需要對應色調映射算法將其壓縮為8比特位的標準動態范圍圖像，再通過常規顯示設備對其進行顯示。除此之外，色調映射算法的主要目的是，在對高動態范圍圖像的壓縮過程中，能使得各處細節都不丟失，能夠清晰地在標準動態范圍圖像上顯示出來。

現有技術中，傳統的高動態范圍圖像的色調映射算法可以大致地分為兩類：一類是基于全局的方法，一類是基于局部的方法?；谌值姆椒?，主要是使用一個單調的壓縮函數對整張高動態范圍圖像進行全局的計算。其優勢在于計算速率快，保持了原圖像的亮度變化，圖像自然而不容易產生偽像，但由于是從高動態范圍圖像壓縮為標磚動態范圍圖像，一個單調的全局函數會使得圖像的對比度也同時壓縮，因此基于全局的算法的結果對比度不高，各處細節顯示不夠清晰。而基于局部的方法則是相反，它主要聚焦于如何對不同的局部進行處理，使得各處的細節都能清晰地呈現。然而，基于局部的算法的劣勢在于，其計算速度相較于基于全局的算法會有所降低，同時，由于其主要聚焦在局部的處理上，圖像的整體可能處理不佳，圖像的亮度變化等會顯得不自然，同時可能會產生偽像。可見，現有技術的高動態范圍圖像的色調映射算法無法兼具較清晰的細節和較佳的整體性。

因此，現有技術還有待于改進和發展。

發明內容

本發明要解決的技術問題在于，針對現有技術的上述缺陷，提供一種基于區域自適應自監督學習的圖像色調映射的方法，旨在解決現有技術中高動態范圍圖像的色調映射時無法兼具較清晰的細節和較佳的整體性的問題。

本發明解決技術問題所采用的技術方案如下：

一種基于區域自適應自監督學習的圖像色調映射的方法，其中，包括步驟：

對第一動態范圍圖像進行預處理得到臨時結果圖像；

將所述臨時結果圖像輸入神經網絡，通過所述神經網絡輸出亮度結果圖像；其中，所述神經網絡是基于原圖像塊、所述原圖像塊對應的線性量化結果圖像塊以及所述原圖像塊對應的均衡量化結果圖像塊訓練得到的，所述神經網絡的損失函數包括：線性量化感知損失函數和均衡量化感知損失函數；

對所述亮度結果圖像進行顏色補償處理得到第二動態范圍圖像；其中，所述第二動態范圍圖像的比特位數小于所述第一動態范圍圖像的比特位數。

所述的基于區域自適應自監督學習的圖像色調映射的方法，其中，所述對第一動態范圍圖像進行預處理得到臨時結果圖像，包括：

獲取第一動態范圍圖像的亮度信息；

根據所述亮度信息，確定所述亮度信息的最大值、所述亮度信息的最小值以及所述亮度信息的對數平均值；