一种增强图像中植物色彩的方法和系统技术方案

本发明专利技术提供的一种增强图像中植物色彩的方法和系统，其中，所述方法包括：获取待增强色彩的原始图像，利用SSD模型对原始图像中的植物进行检测与种类识别；根据原始图像中检测到的植物区域中RGB三通道中的G/R、G/B的值，进一步判断该植物的颜色；以及，判断该植物是否为该原始图像的主体；若该植物是原始图像的主体；根据该植物的颜色特征，对原始图像中的植物进行差异化色彩增强。本发明专利技术解决了图像中植物的色彩不够鲜艳等问题，对图像中绿色植物增强绿色尤为适用。强绿色尤为适用。强绿色尤为适用。

【技术实现步骤摘要】
一种增强图像中植物色彩的方法和系统


[0001]本专利技术属于图像处理
，尤其涉及一种增强图像中植物色彩的方法和系统。

技术介绍

[0002]随着数码相机技术的不断改进和发展，人们对图像效果的要求也越来越高，希望拍摄的树叶或大面积草地等植物看起来更加鲜艳、讨喜；然而由于CMOS图像传感器的先天硬件限制，以及ISP算法的缺陷，使得图像中的植物偏黄、不够鲜艳。
[0003]在用户的体验和需求中，增强植物的绿色占色彩增强需求的绝大部分，目前，现有的绿色增强算法多是根据实况中G通道与R、B通道之间的差异，判断为绿色，再进行绿色的增强，亦或是在YCbCr空间上对黄绿色区域的像素点进行旋转或者映射使之更加翠绿。这些方法都没有考虑用户拍摄的植物是否为绿色、绿色植物是否为拍摄的主题以及根据绿色植物的种类进行不同程度的绿色增强，无法满足人们对绿色增强的更高要求。

技术实现思路

[0004]鉴于上述现有技术的不足之处，本专利技术提出一种增强图像中植物色彩的方法和系统。旨在解决图像中植物色彩偏黄不够鲜艳和不能进行差异化色彩增强等问题。
[0005]为了达到上述目的，本专利技术采取了以下技术方案：
[0006]本专利技术第一方面提供一种增强图像中植物色彩的方法，所述方法包括：
[0007]获取待增强色彩的原始图像，利用SSD模型对原始图像中的植物进行检测与种类识别；
[0008]根据原始图像中检测到的植物区域中RGB三通道中的G/R、G/B的值，进一步判断该植物的颜色；以及，判断该植物是否为该原始图像的主体；
[0009]若该植物是原始图像的主体；
[0010]根据该植物的颜色特征，对原始图像中的植物进行差异化色彩增强。
[0011]在本专利技术的第一方面提供的优选方案中，在利用SSD模型对原始图像中的植物进行检测与种类识别之前还包括对SSD模型进行训练，其训练方法包括：
[0012]搜集若干张含有植物的样本图像，按植物的叶子形状进行分类；
[0013]将样本图像输入SSD模型，设置不同尺寸的先验框，匹配不同外形的植物类别，生成对应的特征映射图；
[0014]特征映射图经过预测卷积层转换得到用于区分植物类别的预测框和对应的类别置信度；
[0015]通过类别损失函数和分类损失函数更新SSD模型参数，得到最优的SSD模型。
[0016]在本专利技术的第一方面提供的优选方案中，对原始图像中的植物进行检测与种类识别包括
[0017]将原始图像输入到训练好的SSD模型中，通过类别置信度对边界框进行降序排列，
若置信度高于预设值，则计算边界框与先验框的交并比；
[0018]利用非极大值抑制方法得到每种分类的最优预测框和所属的类别，输出识别结果。
[0019]在本专利技术的第一方面提供的优选方案中，所述判断该植物的颜色包括通过SSD模型获取该植物叶子的边缘，描绘出该植物的边界区域，统计该边界区域内植物像素点的G/R
ave
和G/B
ave
，判断该植物的真实颜色。
[0020]在本专利技术的第一方面提供的优选方案中，所述判断该植物是否为该原始图像的主体是根据该植物在原始图像中的位置或/和植物在原始图像中的像素占比来判断的。
[0021]在本专利技术的第一方面提供的优选方案中，以该植物在原始图像中的位置来判断该植物是否为原始图像的主体包括：
[0022]设定原始图像中的某一点为图像中心坐标C(x，y)，以及，设定植物区域的某一点为植物中心坐标G(x1，y1)，原始图像的长宽分别为W、H，植物的心点与图像的中心点的距离为
[0023]若满足如下条件，则，判断该植物为原始图像的主体；
[0024][0025]在本专利技术的第一方面提供的优选方案中，以植物在原始图像中的像素占比来判断该植物是否为原始图像的主体包括：
[0026]计算原始图像的像素点的数量n，和计算植物区域在原始图像中的像素点的数量n1，
[0027]若n1≥0.4*n，则判断该植物为原始图像的主体。
[0028]在本专利技术的第一方面提供的优选方案中，所述根据该植物的颜色特征，对原始图像中的植物进行差异化色彩增强包括：
[0029]获取植物在原始图像中输入像素值(R
in
，G
in
，B
in
)，进行差异化色彩增强后的输出值为(R
out
，G
out
，B
out
)，则增强色彩的过程为：
[0030]R
out
＝k1*R
in
+b1[0031]G
out
＝k2*G
in
+b2[0032]B
out
＝k3*B
in
+b3[0033]其中，k1，k2，k3代表RGB三通道的强度系数，b1，b2，b3代表RGB三通道的偏移量。
[0034]本专利技术第二方面提供一种增强图像中植物色彩的系统，其特征在于，所述系统包括：获取模块、SSD模型、色彩确认模块、主体判断模块和色彩增强模块，其中，
[0035]所述获取模块用于获取待增强色彩的原始图像；
[0036]所述SSD模型用于对原始图像中的植物进行检测与种类识别；
[0037]所述色彩确认模块用于根据原始图像中检测到的植物区域中RGB三通道中的G/R、G/B的值，进一步判断该植物的颜色；
[0038]所述主体判断模块用于判断该植物是否为原始图像的主体；
[0039]若该植物是原始图像的主体，则通过所述色彩增强模块根据该植物的颜色特征，对原始图像中的植物进行差异化色彩增强。
[0040]在本专利技术的第二方面提供的优选方案中，在利用所述SSD模型检测识别原始图像中的植物之前还包括训练所述SSD模型；训练所述SSD模型包括：
[0041]搜集若干张含有植物的样本图像，按植物的叶子形状进行分类；
[0042]将样本图像输入SSD模型，设置不同尺寸的先验框，匹配不同外形的植物类别，生成对应的特征映射图；
[0043]特征映射图经过预测卷积层转换得到用于区分植物类别的预测框和对应的类别置信度；
[0044]通过类别损失函数和分类损失函数更新SSD模型参数，得到最优的SSD模型。
[0045]与现有技术相比，本专利技术的有益效果：
[0046]本专利技术提供的一种增强图像中植物色彩的方法和系统，其中，所述方法包括：获取待增强色彩的原始图像，利用SSD模型对原始图像中的植物进行检测与种类识别；根据原始图像中检测到的植物区域中RGB三通道中的G/R、G/B的值，进一步判断该植物的颜色；以及，判断该植物是否为该原始图像的主体；若该植物是原始图像的主体；根据该植物的颜色特征，对原始图像中的植物进行差异化色彩增强。本专利技术解决了图像中植物的色彩不够鲜艳等问题，对图像中绿色植物增强绿色尤为适用。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种增强图像中植物色彩的方法，其特征在于，所述方法包括：获取待增强色彩的原始图像，利用SSD模型对原始图像中的植物进行检测与种类识别；根据原始图像中检测到的植物区域中RGB三通道中的G/R、G/B的值，进一步判断该植物的颜色；以及，判断该植物是否为该原始图像的主体；若该植物是原始图像的主体；根据该植物的颜色特征，对原始图像中的植物进行差异化色彩增强。2.根据权利要求1所述的方法，其特征在于，在利用SSD模型对原始图像中的植物进行检测与种类识别之前还包括对SSD模型进行训练，其训练方法包括：搜集若干张含有植物的样本图像，按植物的叶子形状进行分类；将样本图像输入SSD模型，设置不同尺寸的先验框，匹配不同外形的植物类别，生成对应的特征映射图；特征映射图经过预测卷积层转换得到用于区分植物类别的预测框和对应的类别置信度；通过类别损失函数和分类损失函数更新SSD模型参数，得到最优的SSD模型。3.根据权利要求2所述的方法，其特征在于，对原始图像中的植物进行检测与种类识别包括将原始图像输入到训练好的SSD模型中，通过类别置信度对边界框进行降序排列，若置信度高于预设值，则计算边界框与先验框的交并比；利用非极大值抑制方法得到每种分类的最优预测框和所属的类别，输出识别结果。4.根据权利要求1所述的方法，其特征在于，所述判断该植物的颜色包括通过SSD模型获取该植物叶子的边缘，描绘出该植物的边界区域，统计该边界区域内植物像素点的G/R
ave
和G/B
ave
，判断该植物的真实颜色。5.根据权利要求1所述的方法，其特征在于，所述判断该植物是否为该原始图像的主体是根据该植物在原始图像中的位置或/和植物在原始图像中的像素占比来判断的。6.根据权利要求5所述的方法，其特征在于，以该植物在原始图像中的位置来判断该植物是否为原始图像的主体包括：设定原始图像中的某一点为图像中心坐标C(x，y)，以及，设定植物区域的某一点为植物中心坐标G(x1，y1)，原始图像的长宽分别为W、H，植物的心点与图像的中心点的距离为若满足如下条件，则，判断该植物为原始图像的主体；7.根据权利要求5所述的方法，其特征在于，以植物在原始图像中的像素占比来判断该植...

【专利技术属性】
技术研发人员：李卫星，
申请(专利权)人：深圳市中诺通讯有限公司，
类型：发明
国别省市：