The invention provides a restoration method, system and computer readable storage medium of night color image based on deep learning, wherein the restoration method of night color image based on deep learning includes: collecting picture pairs, picture pairs including night pictures and daytime pictures corresponding to night pictures; acquiring training picture data sets through data augmentation; selecting network model; Using RGB format or raw format to train the selected network model; analyzing the training results; optimizing the network model based on the analysis results, and continuing to optimize the iteration; determining the optimal network model. Through the above method, because there is no requirement for the format of the collected pictures, and there is no need for gray scale and magnification processing, the training picture data set is directly trained in RGB format or raw format for the selected network model, which reduces the operation difficulty of night image restoration and expands the scope of use.
【技术实现步骤摘要】
基于深度学习的夜间彩色图像的还原方法、系统、介质
本专利技术涉及图像处理
,具体而言,涉及一种基于深度学习的夜间彩色图像的还原方法、一种基于深度学习的夜间彩色图像的还原系统和一种计算机可读存储介质。
技术介绍
相关技术中对夜间彩色图像的还原方法,通常是针对Bayer(一种颜色模式)模式下的RAW(原始图片文件)格式图片进行夜间图像还原,具体方法如下:用相机拍摄Bayer模式下RAW格式图片;将Bayer模式下RAW格式图片折叠成R-G-B-G(Red-Green-Blue-Green,红-绿-蓝-绿)的四通道并分别减去黑阶,并乘以放大比率;然后送入全卷积神经网络进行端到端的训练。由于上述夜间图片还原的方案是针对Bayer模式下的RAW格式的图片,而实际工业应用监控系统采集到的图片大都为sRGB(StandardRedGreenBlue,一种彩色语音协议)空间的jpg(JointPhotographicExpertsGroup,一种图像格式)格式图片,使得上述方法的使用范围受到限制,同时,图片送入神经网络训练之前,需要减去相机固有参数黑阶,乘以放大比率,而不同相机的黑阶值不同,且对应的放大比率也不尽相同,使得相关技术中的方案实际应用可操作性不强。
技术实现思路
本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。为此,本专利技术的第一个方面在于,提出一种基于深度学习的夜间彩色图像的还原方法。本专利技术的第二个方面在于,提出一种基于深度学习的夜间彩色图像 ...
【技术保护点】
1.一种基于深度学习的夜间彩色图像的还原方法,其特征在于,包括:/n采集图片对,所述图片对包括夜间图片和对应于所述夜间图片的白天图片;/n通过数据增广获取训练图片数据集;/n选择网络模型;/n将所述训练图片数据集采用RGB格式或RAW格式对选择的所述网络模型进行网络训练;/n对训练结果进行分析;/n基于所述分析结果优化所述网络模型,并继续优化迭代;/n确定最优的所述网络模型。/n
【技术特征摘要】
1.一种基于深度学习的夜间彩色图像的还原方法,其特征在于,包括:
采集图片对,所述图片对包括夜间图片和对应于所述夜间图片的白天图片;
通过数据增广获取训练图片数据集;
选择网络模型;
将所述训练图片数据集采用RGB格式或RAW格式对选择的所述网络模型进行网络训练;
对训练结果进行分析;
基于所述分析结果优化所述网络模型,并继续优化迭代;
确定最优的所述网络模型。
2.根据权利要求1所述的基于深度学习的夜间彩色图像的还原方法,其特征在于,基于将所述训练图片数据集采用RAW格式对选择的所述网络模型进行网络训练,在所述将所述训练图片数据集采用RAW格式对选择的所述网络模型进行网络训练的步骤之前,还包括:
将所述训练图片数据集由RGB格式转化为RAW格式。
3.根据权利要求2所述的基于深度学习的夜间彩色图像的还原方法,其特征在于,所述将所述训练图片数据集由RGB格式转化为RAW格式的步骤,具体包括:
采用插值算法,将所述训练图片数据集由RGB格式转化为RAW格式。
4.根据权利要求1至3中任一项所述的基于深度学习的夜间彩色图像的还原方法,其特征在于,所述将所述训练图片数据集采用RGB格式或RAW格式对选择的所述网络模型进行网络训练的步骤,具体包括:
将所述训练图片数据集采用RGB格式以红-绿-蓝三通道对选择的所述网络模型进行网络训练;或
将所述训练图片数据集采用RAW格式以红-绿-蓝-绿四通道对选择的所述网络模型进行网络训练。
5.根据权利要求1至3中任一项所述的基于深度...
【专利技术属性】
技术研发人员:邢军华,欧阳一村,许文龙,曾志辉,贺涛,
申请(专利权)人:深圳中兴网信科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。