[發明專利]圖像校正的方法、裝置以及計算機存儲介質

在審

• 申請號: 202211682365.8
• 申請日: 2022-12-26
• 公開（公告）號: CN116071254A
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 黃偉文;羅毅豪;黃華新;鄒偉政;陳曉鴻
• 申請（專利權）人: 中移動信息技術有限公司;中國移動通信集團有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/90;G06N3/0464;G06N3/08
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 張卉雨

1.一種圖像校正的方法，其特征在于，包括：

將偏色圖像輸入卷積神經網絡校正模型進行計算，獲取所述偏色圖像的每個像素點的色階校正曲線參數；

根據所述偏色圖像的每個像素點的所述色階校正曲線參數對所述偏色圖像中的每個像素點進行校正，得到校正后的目標圖像。

2.根據權利要求1所述的圖像校正的方法，其特征在于，所述將偏色圖像輸入卷積神經網絡校正模型進行計算，獲取所述偏色圖像的每個像素點的色階校正曲線參數，包括：

將所述偏色圖像的每個像素點的像素值進行歸一化處理，得到歸一化后的所述偏色圖像的每個像素點的轉換像素值；

將所述偏色圖像的每個像素點的轉換像素值輸入所述卷積神經網絡校正模型進行計算，獲取所述偏色圖像的每個像素點的色階校正曲線參數。

3.根據權利要求2所述的圖像校正的方法，其特征在于，所述根據所述偏色圖像的每個像素點的所述色階校正曲線參數對所述偏色圖像中的每個像素點進行校正，得到校正后的目標圖像，包括：

根據所述偏色圖像的每個像素點的所述色階校正曲線參數對所述偏色圖像中的每個像素點進行校正，得到校正像素值；

將所述校正像素值進行反歸一化處理，得到校正后的所述目標圖像。

4.根據權利要求1所述的圖像校正的方法，其特征在于，在所述將偏色圖像輸入所述卷積神經網絡校正模型進行計算，獲取所述偏色圖像的每個像素點的色階校正曲線參數之前，所述方法包括：

將訓練圖像的每個像素點輸入卷積神經網絡模型進行計算，獲取所述訓練圖像的每個像素點的色階曲線參數；

根據所述訓練圖像的每個像素點的色階曲線參數對所述訓練圖像中的每個像素點進行校正，得到偏色校正圖像；

對所述偏色校正圖像進行圖像評價計算，得到圖像評價結果；

根據所述圖像評價結果對所述卷積神經網絡模型進行訓練，得到所述卷積神經網絡校正模型。

5.根據權利要求4所述的圖像校正的方法，其特征在于，所述卷積神經網絡模型包括卷積層和激活層；所述將訓練圖像的每個像素點輸入卷積神經網絡模型進行計算，獲取所述訓練圖像的每個像素點的色階曲線參數，包括：

將所述訓練圖像的多個像素通道對應的像素點輸入卷積神經網絡模型的所述卷積層進行卷積計算，得到多個所述像素通道對應的像素點的卷積值；

將多個所述像素通道對應的像素點的卷積值輸入所述激活層進行處理，得到多個所述像素通道中每個所述像素通道對應的像素點的卷積值；

確定每個所述像素通道對應的像素點的卷積值為每個所述像素通道的色階曲線參數。

6.根據權利要求5所述的圖像校正方法，其特征在于，所述像素通道包括第一像素通道、第二像素通道和第三像素通道；所述將多個所述像素通道對應像素點的卷積值輸入激活層進行處理，得到多個所述像素通道中每個所述像素通道對應的像素點的卷積值，包括：

將所述第一像素通道、所述第二像素通道和所述第三像素通道對應的像素點的卷積值輸入所述激活層進行處理，得到第一參數組、第二參數組和第三參數組，所述第一參數組、所述第二參數組和所述第三參數組分別對應包括所述第一像素通道、所述第二像素通道和所述第三像素通道對應的像素點的卷積值。

7.根據權利要求6所述的圖像校正的方法，其特征在于，所述第一參數組、所述第二參數組或所述第三參數組包括i個所述色階曲線參數，所述偏色校正圖像采用下式進行計算：

X_j＝X_j-1+R_j*(X_j-1²-X_j-1)，

其中，j為正整數，j≤i，X_j表示上述公式的第j個輸出值，X_j-1表示上述公式的第j-1個輸出值，X_i表示偏色校正圖像中每個像素點的轉換像素值，X₀表示訓練圖像中每個像素點的轉換像素值，R_j表示所述第一參數組、所述第二參數組或所述第三參數組中的第j個色階曲線參數。