【技术实现步骤摘要】
【国外来华专利技术】过曝恢复处理方法、设备及计算机可读存储介质
本专利技术实施例涉及数据处理领域,尤其涉及一种过曝恢复处理方法、设备及计算机可读存储介质。
技术介绍
在摄影上,曝光(Exposure)是指摄影的过程中允许进入镜头照在感光媒体(胶片相机的底片或是数码照相机的图像传感器)上的光量。曝光可以经由光圈,快门和感光媒体的感光度的组合来控制。理想情况下曝光度控制在合理的范围时照片对比度强,亮度适中。过曝就是指由于光圈过大快门过慢等原因造成的画面中亮度过高照片泛白,当照片曝光时间过长或面积过大就会产生过曝,而过曝则会导致照片的美观性较差,还会造成照片的细节丢失。为了使过曝的照片恢复美观度,现有技术中一般通过依赖曝光恢复(HightlightRecovery)技术的计算机视觉算法实现对过曝照片的恢复。但是,采用上述方式对过曝照片进行恢复时,其仅能够在一定程度上恢复高光细节,而过曝中心附近区域以及极端条件下的过曝恢复效果较差,进而会造成照片的细节丢失。
技术实现思路
本专利技术实施例提供一种过曝恢复处理方法、设备及计算机可读存储介质,以解决现有技术中通过依赖曝光恢复(HightlightRecovery)技术的计算机视觉算法进行过曝恢复造成的过曝恢复效果较差、照片细节丢失的技术问题。本专利技术实施例的第一方面是提供一种过曝恢复处理方法,包括:获取待恢复图像;通过预设的过曝恢复模型对所述待恢复图像进行过曝恢复操作,获得恢复矩阵;对所述恢复矩阵进行数据处理,获得恢复后的目标图 ...
【技术保护点】
1.一种过曝恢复处理方法,其特征在于,包括:/n获取待恢复图像;/n通过预设的过曝恢复模型对所述待恢复图像进行过曝恢复操作,获得恢复矩阵;/n对所述恢复矩阵进行数据处理,获得恢复后的目标图像。/n
【技术特征摘要】
【国外来华专利技术】1.一种过曝恢复处理方法,其特征在于,包括:
获取待恢复图像;
通过预设的过曝恢复模型对所述待恢复图像进行过曝恢复操作,获得恢复矩阵;
对所述恢复矩阵进行数据处理,获得恢复后的目标图像。
2.根据权利要求1所述的方法,其特征在于,所述通过预设的过曝恢复模型对所述待恢复图像进行过曝恢复操作之前,还包括:
获取待训练数据集,所述待训练数据集中包括至少一组待训练图像组;
根据所述待训练数据集对预设的待训练模型进行训练,获得所述过曝恢复模型。
3.根据权利要求2所述的方法,其特征在于,所述获取待训练数据集,包括:
获取图像采集装置采集的第一图像信息,所述第一图像信息为Raw格式;
将所述第一图像信息对应的拜耳矩阵转换为四通道矩阵,获得所述待训练数据集。
4.根据权利要求3所述的方法,其特征在于,所述待训练图像组中包括正常曝光参数拍摄的事实图像以及至少一个过曝参数拍摄的过曝图像对应的四通道矩阵。
5.根据权利要求2-4任一项所述的方法,其特征在于,所述根据所述待训练数据集对预设的待训练模型进行训练,获得所述过曝恢复模型,包括:
针对所述待训练数据集中每一过曝图像,根据所述过曝图像的过曝参数计算所述过曝图像对应的过曝倍数;
根据所述过曝图像以及所述过曝倍数对预设的待训练模型进行训练,获得所述过曝恢复模型。
6.根据权利要求5所述的方法,其特征在于,所述过曝参数包括光圈值以及曝光时间;
相应地,所述根据所述过曝图像的过曝参数计算所述过曝图像对应的过曝倍数,包括:
根据光圈值以及曝光时间计算所述过曝图像对应的过曝倍数。
7.根据权利要求5或6所述的方法,其特征在于,所述根据所述过曝图像以及所述过曝倍数对预设的待训练模型进行训练,获得所述过曝恢复模型,包括:
根据所述过曝倍数对所述待训练模型的参数进行调节,获得调节后的待训练模型;
根据所述过曝图像对所述调节后的待训练模型进行训练,获得所述过曝恢复模型。
8.根据权利要求2-6任一项所述的方法,其特征在于,所述根据所述待训练数据集对预设的待训练模型进行训练,获得所述过曝恢复模型,包括:
将所述过曝图像对应的四通道矩阵输入至所述待训练模型中,获取所述待训练模型的输出结果;
计算所述输出结果与所述过曝图像对应的事实图像之间的差值;
根据所述差值对所述待训练模型进行训练,获得所述过曝恢复模型。
9.根据权利要求8所述的方法,其特征在于,所述根据所述差值对所述待训练模型进行训练,获得所述过曝恢复模型,包括:
判断所述差值是否大于预设的差值阈值;
若是,则根据所述差值对所述待训练模型的参数进行调节,直至调整后的所述待训练模型的输出结果与事实图像之间的差值小于预设的差值阈值;
若否,则判定所述待训练模型收敛,获得所述过曝恢复模型。
10.根据权利要求2-9任一项所述的方法,其特征在于,所述根据所述待训练数据集对预设的待训练模型进行训练,获得所述过曝恢复模型,包括:
按照预设的比例将所述待训练数据集随机分为训练集以及验证集;
通过所述训练集对所述待训练模型进行训练;
通过所述验证集对所述待训练模型的恢复精准度进行验证,获得验证结果;
根据所述验证结果继续通过所述训练集对所述待训练模型进行训练,直至所述待训练模型收敛,获得所述过曝恢复模型。
11.根据权利要求2-9任一项所述的方法,其特征在于,所述根据所述待训练数据集对预设的待训练模型进行训练,获得所述过曝恢复模型之后,还包括:
获取图像采集装置采集的第二图像信息,所述图像信息为Raw格式,第一图像信息与所述第二图像信息至少部分不重叠;
根据所述第二图像信息生成测试集;
通过所述测试集对所述待训练模型的适用性进行测试。
12.根据权利要求1-11任一项所述的方法,其特征在于,所述恢复矩阵为十二通道矩阵;
相应地,所述对所述恢复矩阵进行数据处理,获得恢复后的目标图像,包括:
对所述十二通道矩阵进行矩阵变换,获得与所述十二通道矩阵对应的拜耳矩阵,将与所述十二通道矩阵对应的拜耳矩阵对应的图像作为所述恢复后的目标图像。
13.根据权利要求2-12任一项所述的方法,其特征在于,待训练模型为卷积神经网络模型。
14.根据权利要求2-13任一项所述的方法,其特征在于,待训练模型为能够进行上采样以及下采样的模型。
15.一种过曝恢复处理设备,其特征在于,包括:存储器和处理器;
所述存储器用于存储程序代码;
所述处理器,调用所述程序代码,当程序代码被执行时,用于执行以下操作:
获取待恢复图像;...
【专利技术属性】
技术研发人员:薛立君,费奥多尔·克拉夫琴科,
申请(专利权)人:深圳市大疆创新科技有限公司,
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。