[發明專利]圖像陰影反光消除方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011016569.9
• 申請日: 2020-09-24
• 公開（公告）號: CN112102201A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 胡懋成;王秋陽;肖娟
• 申請（專利權）人: 深圳市賽為智能股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04;G06N3/08
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 馮筠

本發明涉及圖像陰影反光消除方法、裝置、計算機設備及存儲介質，該方法包括獲取待處理圖像；將待處理圖像進行Mosaic操作，并輸入至目標檢測模型內進行目標檢測，以得到目標檢測結果；根據目標檢測結果對待處理圖像進行裁剪，以得到高清圖像；將高清圖像輸入至抗生成網絡模型內進行陰影以及反光的消除，以得到修復圖像；反饋修復圖像至終端。本發明通過采用目標檢測模型對待處理圖像進行目標檢測后，根據檢測結果進行裁剪，以保留僅有目標的圖像，再通過基于PAIRWISE?GAN網絡訓練而得的消除模型同時進行陰影和反光消除，實現可同時解決反光和陰影的問題，且更好的擬合出本體與其陰影形狀關系，效率高，不易出現漏檢情況。

技術領域

本發明涉及圖像處理方法，更具體地說是指圖像陰影反光消除方法、裝置、計算機設備及存儲介質。

背景技術

陰影和反光出現在日常生產和生活的各種圖像處理場景當中，它們對于計算機圖像算法來說是一個重要且不可避免的任務。良好的能夠最大程度去除陰影和反光的預處理圖像算法能夠極大地提高后續算法的穩定性和準確性，尤其是對于圖像分割和目標檢測與跟蹤這類任務。現有的基于模式識別的算法依賴額外的人工預設信息，而且對于陰影和反光的處理是分開進行的。

現有的影去除算法主要分為兩大類：基于特征的陰影去除算法和基于模型的陰影去除算法，基于特征的算法主要是利用陰影和背景圖像在一些基本屬性上的差異，如亮度、色調、飽和度、梯度和紋理等特征，此類算法原理簡單，但對于光照十分敏感，容易出現漏檢情況；基于模型的算法是以對場景建模為基礎的陰影去除算法，該類算法為實現場景建模需要知道環境、目標以及光照等因素且計算較為復雜，效率相對較低。

對于陰影和反光消除而言，現有的算法僅僅針對圖片進行單一的去陰影或者消除反光修復操作，而無法做到二者融合操作，導致需要進行多步驟操作，造成過程冗余且復雜，另外，傳統的去陰影及反光操會受到不同程度及不同角度的光照會形成多塊區域的陰影及不同反光現象這樣嚴重影響識別的準確率，去陰影及反光操作需要先通過陰影或反光檢測在進行陰影或反光去除操作，需要通過兩步策略來進行圖片修復，這種方式往往在第二步去除操作依賴于第一步的檢測結果，如果第一步驟檢測有誤差，這樣會導致修復的圖片無法達到很好的效果；傳統的去陰影，去反光圖像針對的輸入信息是RGB顏色，這樣在作消除其噪音的操作會導致模型更加擬合與顏色信息，從而會忽略本體與陰影的形狀關系信息。

因此，有必要設計一種新的方法，實現可同時解決反光和陰影的問題，且更好的擬合出本體與其陰影形狀關系，效率高，不易出現漏檢情況。

發明內容

本發明的目的在于克服現有技術的缺陷，提供圖像陰影反光消除方法、裝置、計算機設備及存儲介質。

為實現上述目的，本發明采用以下技術方案：圖像陰影反光消除方法，包括：

獲取待處理圖像；

將待處理圖像進行Mosaic操作，并輸入至目標檢測模型內進行目標檢測，以得到目標檢測結果；

根據所述目標檢測結果對待處理圖像進行裁剪，以得到高清圖像；

將高清圖像輸入至抗生成網絡模型內進行陰影以及反光的消除，以得到修復圖像；

反饋所述修復圖像至終端，以在終端進行顯示；

其中，所述目標檢測模型是通過若干個帶有儀表坐標及類別標簽的圖像作為樣本集訓練YOLO-V4網絡所得的；

所述抗生成網絡模型是通過若干個含有陰影圖片、反光圖片以及原圖作為樣本集訓練PAIRWISE-GAN網絡所得的。

其進一步技術方案為：所述將待處理圖像進行Mosaic操作，并輸入至目標檢測模型內進行目標檢測，以得到目標檢測結果，包括：