[發明專利]一種基于深度學習的圖像顏色矯正方法

有效

• 申請號: 202011471881.7
• 申請日: 2020-12-14
• 公開（公告）號: CN112581373B
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 閆波;張晟;宿紅毅;鄭宏
• 申請（專利權）人: 北京理工大學
• 主分類號: G06T3/60
• 分類號: G06T3/60;G06T7/11;G06T7/90;G06N3/08;G06N3/04
• 代理公司: 北京正陽理工知識產權代理事務所(普通合伙) 11639
• 代理人: 張利萍

本發明公開了一種基于深度學習的圖像顏色校正方法，屬于深度學習和計算機視覺領域。首先，收集不同光照環境下的圖像數據構建色偏圖像數據集。之后，對數據進行數據增強和預處理，使數據符合神經網絡訓練要求。然后，構建一種Encoder?Decoder結構的基礎卷積神經網絡，并依據該基礎神經網絡構建級聯的卷積神經網絡。同時，針對級聯神經網絡的特點，設計了特定的神經網絡損失函數。通過訓練之后，該級聯卷積神經網絡可將一張色偏的原圖片轉化為無色偏的圖片。本方法不需要進行先驗的假設，可快速實時檢測，能夠應用到各種自動化圖像色偏矯正系統和設備中，不僅避免了人工校正的主觀性，同時大大提高了矯正效率，減輕了人工矯正負擔，提升了圖像色偏矯正的準確性。

技術領域

本發明涉及一種基于深度學習的圖像顏色矯正方法，屬于深度學習圖像處理技術領域。

背景技術

在生活中拍攝照片的過程中，即使對同樣的一個場景進行拍照，在不同的拍照設置、光照環境、圖像收集設備下，拍攝出來的圖像效果也不盡相同。而帶有色偏的圖像往往會給很多實際生產任務帶來困擾，例如，水下考察時拍攝的圖像往往由于光線的衰減和水環境的影響，拍攝出來的圖片模糊而又發暗，不能很好的反映出真實的水下情況，從而影響科研考察結果；在拍攝室內寫真或照片宣傳冊時，室內人造光源的色溫不同可能會讓整體圖像的顏色偏暖或偏冷，使宣傳圖片偏離真實情況。此外，若天氣處于陰雨天氣，很有可能拍攝出來的圖片模糊又昏暗，造成拍攝不清。因此，需要一種能適應于各種任務的顏色矯正方法，來解決圖片問題。

顏色校正是圖像領域中的一個重要的技術問題?，F有的顏色校正方法中，主要采用靜態的、基于假設的處理方法。例如，當面對光照不足時，可以采用直方圖均衡化方法；當光源發生色偏時，可以采取灰度世界算法或鏡面反射算法。但是，這些算法是相互割裂的，往往需要按照一定順序結合起來使用，而在結合的過程中又會相互制約影響校正效果。此外，這些算法往往需要基于某些假設才能夠使用，例如，灰色世界算法假設對于一副有大量色彩變化的RGB圖像，三個分量的平均值趨向于同一個灰度值Gray，這對于顏色單一的圖片顯然不適合。

綜上所述，研究一種新的關于顏色校正技術，具有重要意義。但是，目前圖像色偏矯正技術不多，已有方法距離滿足實際精度要求尚有差距。

發明內容

本發明的目的是為了克服現有的圖像顏色矯正技術存在的不足，提出一種基于深度學習的圖像顏色校正方法，包括以下步驟：

步驟1：獲取圖像數據。

具體如下：

步驟1.1：使用圖像采集設備對目標場景進行拍照。對于同一場景，拍照應該在標準光照環境和非標準光照環境下同時進行拍照，標準光照環境指應該在D65光源的充分照射下拍照，非標準光照環境包括但不限于過暗或過亮、曝光過度或不足、其他不同色溫的光源。

步驟1.2：對于收集到的圖片進行標注。對于同一場景拍攝到的圖像，要分別標注哪些是標準光照環境拍照得到的，哪些是非標準光照環境拍照得到的，同時構建成對的數據集，存入數據庫中。

步驟2：對所獲取到的圖像數據集進行數據增強和數據預處理。

具體如下：

步驟2.1：對所獲得的圖像數據，以圖片中心進行下采樣，得到像素值為固定像素大小的圖像。

步驟2.2：對下采樣過后的圖像數據進行鏡像反轉、旋轉、扭曲和隨機裁剪，進行數據增強。

進一步地，所述步驟2.2中數據增強的方法為：

步驟2.2.1：對圖像數據進行水平和垂直鏡像反轉，進行數據擴增。

步驟2.2.2：進行旋轉操作。包括對原圖像進行順時針旋轉，進行數據擴增。

步驟2.2.3：進行剪裁操作。通過滑動窗口的方式在原始圖像上進行隨機游走進行剪裁，其中，剪裁的次數為5-10次。