[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

本申請公開了一種圖像校正的方法、裝置以及計算機存儲介質。根據本申請實施例提供的圖像校正的方法，首先將偏色圖像輸入卷積神經網絡校正模型進行計算，獲取偏色圖像的每個像素點的色階校正曲線參數，即通過卷積神經網絡對每一個像素點個性化調整，能夠保持較好的觀感，提高目標圖像的真實度。然后根據偏色圖像的每個像素點的色階校正曲線參數對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，即采用色階校正曲線參數的映射計算，能夠保證目標圖像具有較好的清晰度。

技術領域

本申請涉及圖像處理領域，具體涉及一種圖像校正的方法、裝置以及計算機存儲介質。

背景技術

在圖像采集過程中，由于色溫的變化、拍攝場景切換或者攝像頭白平衡調整的偏差，會造成圖像偏色，導致圖像的真實感差。

為了提高圖像的真實感，會對圖像進行圖像校正，但現有的圖像校正方法校正后的圖像容易失真或清晰度低。

申請內容

本申請實施例提供一種圖像校正的方法、裝置以及計算機存儲介質，旨在改善圖像校正后的清晰度低的問題。

本申請第一方面實施例提供一種圖像校正的方法，包括：

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

根據偏色圖像的每個像素點的色階校正曲線參數對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。

根據本申請第一方面的實施方式，將偏色圖像輸入卷積神經網絡校正模型進行計算，獲取偏色圖像的每個像素點的色階校正曲線參數，包括：

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

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

根據本申請第一方面前述任一實施方式，根據偏色圖像的每個像素點的色階校正曲線參數對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：

根據偏色圖像的每個像素點的色階校正曲線參數對偏色圖像中的每個像素點進行校正，得到校正像素值；

將校正像素值進行反歸一化處理，得到校正后的目標圖像。

根據本申請第一方面前述任一實施方式，在將偏色圖像輸入卷積神經網絡校正模型進行計算，獲取偏色圖像的每個像素點的色階校正曲線參數之前，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，獲取訓練圖像的每個像素點的色階曲線參數；

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

對偏色校正圖像進行圖像評價計算，得到圖像評價結果；

根據圖像評價結果對卷積神經網絡模型進行訓練，得到卷積神經網絡校正模型。

根據本申請第一方面前述任一實施方式，卷積神經網絡模型包括卷積層和激活層；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，獲取訓練圖像的每個像素點的色階曲線參數，還包括：

將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卷積層進行卷積計算，得到多個像素通道對應的像素點的卷積值；

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

確定每個像素通道對應的像素點的卷積值為每個像素通道的色階曲線參數。