[發明專利]一種寬動態圖像處理方法、系統、電子設備及存儲介質

在審

• 申請號: 202310450505.7
• 申請日: 2023-04-25
• 公開（公告）號: CN116363016A
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 黃茂芹
• 申請（專利權）人: 廣東賽昉科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06N3/08
• 代理公司: 佛山市禾才知識產權代理有限公司 44379
• 代理人: 梁永健

1.一種寬動態圖像處理方法，其特性在于：包括以下步驟：

步驟S1：利用寬動態攝像機在同一位置和同一角度分別獲取明亮區域聚焦圖像和暗部區域聚焦圖像；并將所述明亮區域聚焦圖像和所述暗部區域聚焦圖像儲存至待處理存儲單中；

步驟S2：預設深度學習模型，獲取同一物品在同一角度下不同亮度的圖像作為訓練圖像，帶入所述深度學習模型進行訓練，得到明亮區域和暗部區域的分界線信息；并輸出用于判斷明亮區域和暗部區域的分界判斷模型；

步驟S3：將所述明亮區域聚焦圖像和所述暗部區域聚焦圖像輸入至所述分界判斷模型中，得到分界線；并在備份的兩張圖像上將分界線進行顯示；

步驟S4：兩張圖像分別將所述分界線兩邊距離預設數量像素范圍內的局部圖像，按第一預設范圍進行亮度調節；

步驟S5：將兩張圖像當中亮度符合第二預設范圍的區域分別切割下來，進行疊加合成并輸出最終圖像。

2.根據權利要求1所述的一種寬動態圖像處理方法，其特性在于：步驟S1中，利用寬動態攝像機在同一位置和同一角度分別獲取明亮區域聚焦圖像和暗部區域聚焦圖像的步驟具體包括：

步驟S11：利用所述寬動態攝像機，并根據亮度對待拍攝區域進行明亮區域和暗部區域的劃分；

步驟S12：對所述明亮區域的中心位置進行聚焦并拍攝，得到明亮區域聚焦圖像；對所述暗部區域的中心位置進行聚焦并拍攝，得到暗部區域聚焦圖像。

3.根據權利要求1所述的一種寬動態圖像處理方法，其特性在于：步驟S1中，獲取明亮區域聚焦圖像和暗部區域聚焦圖像之后的步驟具體還包括：對所述明亮區域聚焦圖像和所述暗部區域聚焦圖像分別進行去噪；其中，所述去噪包括基于高斯濾波的方式進行去噪。

4.根據權利要求1所述的一種寬動態圖像處理方法，其特性在于：步驟S2中，所述深度學習模型采用卷積神經網絡訓練模型。

5.根據權利要求1所述的一種寬動態圖像處理方法，其特性在于：步驟S3中，將所述明亮區域聚焦圖像和所述暗部區域聚焦圖像輸入至所述分界判斷模型中之前的步驟具體還包括：

步驟S31：提取所述明亮區域聚焦圖像和所述暗部區域聚焦圖像的特征；

步驟S32：將兩張圖像的特征進行對比；若對比相同，則將兩張圖像輸入至所述分界判斷模型中；若對比不同，則在兩張圖像上將區別特征進行分別標記，與第三張圖像進行對比，將對比不同的圖像進行修正。

6.根據權利要求1所述的一種寬動態圖像處理方法，其特性在于：步驟S4中，按第一預設范圍進行亮度調節的步驟具體包括：利用自適應亮度調節的圖像增強技術按第一預設范圍的亮度，對局部圖像進行亮度調節。

7.一種寬動態圖像處理系統，其特性在于：使用如權利要求1-6任意一項所述的寬動態圖像處理方法，所述系統包括：

圖像獲取模塊，用于利用寬動態攝像機在同一位置和同一角度分別獲取明亮區域聚焦圖像和暗部區域聚焦圖像；并將所述明亮區域聚焦圖像和所述暗部區域聚焦圖像儲存至待處理存儲單中；

訓練模塊，用于預設深度學習模型，獲取同一物品在同一角度下不同亮度的圖像作為訓練圖像，帶入所述深度學習模型進行訓練，得到明亮區域和暗部區域的分界線信息；并輸出用于判斷明亮區域和暗部區域的分界判斷模型；

分界線識別模塊，用于將所述明亮區域聚焦圖像和所述暗部區域聚焦圖像輸入至分界判斷模型中，得到分界線；并在備份的兩張圖像上將分界線進行顯示；

亮度調節模塊，用于兩張圖像分別將所述分界線兩邊距離預設數量像素范圍內的局部圖像，按第一預設范圍進行亮度調節；

合成輸出模塊，用于將兩張圖像當中亮度符合第二預設范圍的區域分別切割下來，進行疊加合成并輸出最終圖像。