图像处理方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种图像处理方法、装置、电子设备及存储介质，该图像处理方法包括：获取待处理图像，所述待处理图像包括阴影区域；将所述待处理图像输入至预先训练的阴影抠图模型，获得所述阴影抠图模型输出的阴影抠图，所述阴影抠图用于为所述待处理图像对应的阴影比例因子所表示的图像，所述阴影抠图模型为基于阴影样本图像以及无阴影样本图像，对循环一致性生成对抗网络训练得到；将所述待处理图像与所述阴影抠图进行像素级相除，获得去阴影后的图像。本方法在实现对图像中的阴影进行去除时，可以达到较佳的阴影去除效果。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质
本申请涉及图像处理
，更具体地，涉及一种图像处理方法、装置、电子设备及存储介质。
技术介绍
随着科技水平和生活水平的快速进步，电子设备被人们广泛地使用。通常电子设备具有图像采集功能，可以方便人们采集日常生活和工作中所需的图像。然而在图像检测、物体识别、图像修复、分割抠图、文档矫正等领域进行图像采集时，由于自然光照和非自然光照的影响，会使得采集到的图像往往都会含有阴影，阴影会对后续的处理方法造成严重的影响。
技术实现思路
鉴于上述问题，本申请提出了一种图像处理方法、装置、电子设备及存储介质。第一方面，本申请实施例提供了一种像处理方法，所述方法包括：获取待处理图像，所述待处理图像包括阴影区域；将所述待处理图像输入至预先训练的阴影抠图模型，获得所述阴影抠图模型输出的阴影抠图，所述阴影抠图为所述待处理图像对应的阴影比例因子所表示的图像，所述阴影抠图模型为基于阴影样本图像以及无阴影样本图像，对循环一致性生成对抗网络训练得到；将所述待处理图像与所述阴影抠图进行像素级相除，获得去阴影后本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：/n获取待处理图像，所述待处理图像包括阴影区域；/n将所述待处理图像输入至预先训练的阴影抠图模型，获得所述阴影抠图模型输出的阴影抠图，所述阴影抠图为所述待处理图像对应的阴影比例因子所表示的图像，所述阴影抠图模型为基于阴影样本图像以及无阴影样本图像，对循环一致性生成对抗网络训练得到；/n将所述待处理图像与所述阴影抠图进行像素级相除，获得去阴影后的图像。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
获取待处理图像，所述待处理图像包括阴影区域；
将所述待处理图像输入至预先训练的阴影抠图模型，获得所述阴影抠图模型输出的阴影抠图，所述阴影抠图为所述待处理图像对应的阴影比例因子所表示的图像，所述阴影抠图模型为基于阴影样本图像以及无阴影样本图像，对循环一致性生成对抗网络训练得到；
将所述待处理图像与所述阴影抠图进行像素级相除，获得去阴影后的图像。


2.根据权利要求1所述的方法，其特征在于，所述阴影抠图模型通过如下步骤训练得到：
获取训练样本集合，所述训练样本集合包括多张阴影样本图像以无阴影样本图像；
获取循环一致性生成对抗网络，所述循环一致性生成对抗网络包括第一生成网络、第一判别器、第二生成网络以及第二判别器；
通过所述训练样本集合对所述循环一致性生成对抗网络进行训练，直至所述循环一致性生成对抗网络满足预设条件，得到训练后的第一生成网络作为所述阴影抠图模型；
其中，所述第一生成网络用于生成阴影图像对应的阴影抠图，所述第二生成网络用于生成无阴影图像对应的阴影抠图，所述第一判别器用于判别根据所述第一生成网络生成的阴影抠图所获得的无阴影伪图像是否为真实图像，所述第二判别器用于判别根据所述第二生成网络生成的阴影抠图所获得的阴影伪图像是否为真实图像。


3.根据权利要求2所述的方法，其特征在于，所述通过所述训练样本集合对所述循环一致性生成对抗网络进行训练，直至所述循环一致性生成对抗网络满足预设条件，包括：
将所述阴影样本图像输入所述第一生成网络，通过所述第一生成网络生成所述阴影样本图像对应的第一阴影抠图，并将所述阴影样本图像与所述第一阴影抠图进行像素级相除，获得第一无阴影伪图像；
将所述第一无阴影伪图像以及所述阴影样本图像对应的阴影掩膜图像输入至所述第二生成网络，通过所述第二生成网络生成所述第一无阴影伪图像对应的第二阴影抠图，并将所述第二阴影抠图与所述第一无阴影伪图像进行像素级相乘，获得第一阴影伪图像；
将所述无阴影样本图像以及任一阴影样本图像对应的阴影掩膜图像输入至所述第二生成网络，通过所述第二生成网络生成所述无阴影样本图像对应的第三阴影抠图，并将所述第三阴影抠图与所述无阴影样本图像进行像素级相乘，获得第二阴影伪图像；
将所述第二阴影伪图像输入至所述第一生成网络，通过所述第一生成网络生成所述第二阴影伪图像对应的第四阴影抠图，并将所述第二阴影伪图像与所述第四阴影抠图进行像素级相除，获得第二无阴影伪图像；
根据所述阴影样本图像、所述无阴影样本图像、所述第一阴影抠图、所述第二阴影抠图、所述第一阴影伪图像、所述第二阴影伪图像、所述第一无阴影伪图像以及所述第二无阴影伪图像，获取所述循环一致性生成对抗网络的总损失值，并根据所述总损失值对所述循环一致性生成对抗网络进行迭代训练，直至所述循环一致性生成对抗网络满足预设条件。


4.根据权利要求3所述的方法，其特征在于，所述根据所述阴影样本图像、所述无阴影样本图像、所述第一阴影抠图、所述第二阴影抠图、所述第一阴影伪图像、所述第二阴影伪图像、所述第一无阴影伪图像以及所述第二无阴影伪图像，获取所述循环一致性生成对抗网络的总损失值，包括：
根据所述阴影样本图像、所述无阴影样本图像、所述第一阴影抠图、所述第二阴影抠图、所述第一阴影伪图像、所述第二阴影伪图像、所述第一无阴影伪图像以及所述第二无阴影伪图像，获取所述循环一致性生成对抗网络的循环一致损失的损失值作为第一损失值；
根据所述阴影样本图像、所述无阴影样本图像、所述第一阴影伪图像、所述第二阴影伪图像、所述第一无阴影伪图像以及所述第二无阴影伪图像，获取所述循环一致性生成对抗网络的对抗生成损失的损失值作为第二损失值；
根据所述阴影样本图像以及所述无阴影样本图像，获取所述循环一致性生成对抗网络的身份损失的损失值作为第三损失值；
基于所述第一损失值、所述第二损失值以及所述第三损失值，确定所述循环一致性生成对抗网络的总损失值。


5.根据权利要求4所述的方法，其特征在于，所述根据所述阴影样本图像、所述无阴影样本图像、所述第一阴影抠图、所述第二阴影抠图、所述第一阴影伪图像、所述第二阴影伪图像、所述第一无阴影伪图像以及所述第二无阴影伪图像，获取所述循环一致性生成对抗网络的循环一致损失的损失值作为第...

【专利技术属性】
技术研发人员：郑全龙，杨统，郭彦东，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44