光源光谱获取方法和设备技术

本申请提供一种光源光谱获取方法和设备。该方法包括：获取当前拍摄场景下的第一信息，所述第一信息包括以下至少一种：RGB传感器生成的第一图像或者第一多光谱传感器上各个像素接收到的光线的光强度；将所述第一信息输入第一模型，得到当前拍摄场景下的光源属于各类光源的概率；根据当前拍摄场景下的光源属于各类光源的概率以及各类光源的光谱，确定当前拍摄场景下的光源的光谱。该方法得到的光源光谱接近真实光源光谱，依据该光源光谱进行白平衡处理和色彩矫正处理后，图像的色彩更加接近被摄物真实色彩，提升了用户体验。提升了用户体验。提升了用户体验。

【技术实现步骤摘要】
光源光谱获取方法和设备


[0001]本申请涉及终端领域，尤其涉及一种光源光谱获取方法和设备。

技术介绍

[0002]用户拍照时，RGB传感器记录的光强度是光源光谱、物体材质反射率谱和响应函数的积分结果。光源不同时，由于光源光谱不同，导致RGB传感器记录的光强度不同，根据该光强度计算得到的色彩值也不同，可见图像的颜色受光源的影响较大。可通过白平衡处理以及色彩矫正处理去除光源的影响，而光源光谱可用于指导白平衡处理以及色彩矫正处理。
[0003]现有技术中，在相机中增加多光谱传感器，多光谱传感器记录各个像素接收到的光线的光强度后，对各个像素接收到的光线的光强度进行插值处理，将插值后得到的光谱作为光源光谱。
[0004]然而，上述方法得到的光源光谱实质是光源光谱、物体材质反射率谱和响应函数的积分结果，并不是单纯的光源光谱，上述方法得到的光源光谱准确度不高。

技术实现思路

[0005]本申请提供一种光源光谱获取方法和设备，用于获取准确度更高的光源光谱。
[0006]第一方面，本申请提供一种光源光谱获取方法，包括：获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光源光谱获取方法，其特征在于，所述方法包括：获取当前拍摄场景下的第一信息，所述第一信息包括以下至少一种：RGB传感器生成的第一图像或者第一多光谱传感器上各个像素接收到的光线的光强度；将所述第一信息输入第一模型，得到当前拍摄场景下的光源属于各类光源的概率；根据当前拍摄场景下的光源属于各类光源的概率以及各类光源的光谱，确定当前拍摄场景下的光源的光谱。2.根据权利要求1所述的方法，其特征在于，所述将所述第一信息输入第一模型，得到当前拍摄场景下的光源属于各类光源的概率之前，所述方法还包括：获取训练样本，所述训练样本包括不同拍摄场景下的第一信息以及不同拍摄场景下的光源对应的光源类别；使用所述训练样本训练所述第一模型。3.根据权利要求2所述的方法，其特征在于，所述获取训练样本，包括：构建数据集，所述数据集包括M
×
N组数据，每组数据对应一种拍摄场景，每种拍摄场景对应一种光源和一种被摄物，M为光源的数量，N为被摄物数量，每组数据包括：对应拍摄场景下的第一信息；对所述数据集中M种光源的光谱进行聚类分析，得到每种拍摄场景下的光源对应的光源类别；根据每组数据中的第一信息以及每种拍摄场景下的光源对应的光源类别，获取训练样本。4.根据权利要求3所述的方法，其特征在于，所述M
×
N组数据中每组数据还包括：第二信息，所述第二信息包括：对应拍摄场景下的光源的光谱以及对应拍摄场景下第二多光谱传感器上各个像素对应的物体材质反射率谱；所述对所述数据集中M种光源的光谱进行聚类分析，得到每种拍摄场景下的光源对应的光源类别，包括：获取每组数据中的第二信息，得到M
×
N组第二信息；根据M
×
N组第二信息，对所述数据集中M种光源的光谱进行聚类分析。5.根据权利要求4所述的方法，其特征在于，所述根据M
×
N组第二信息，对所述数据集中M种光源的光谱进行聚类分析，包括：根据M
×
N组第二信息，确定所述数据集中M种光源的分类标准；根据所述分类标准，对所述数据集中M种光源的光谱进行聚类分析。6.根据权利要求5所述的方法，其特征在于，所述根据M
×
N组第二信息，确定所述数据集中M种光源的分类标准，包括：针对N种被摄物中的每种被摄物，从所述被摄物对应的M组第二信息中任取两组，得到对组合；针对每对组合，计算所述组合对应的二维数据点，得到个二维数据点，所述二维数据点包括平均颜色距离和光源光谱相似指标；根据所述个二维数据点，确定所述分类标准。7.根据权利要求6所述的方法，其特征在于，所述针对每对组合，计算所述组合对应的
二维数据点，包括：根据所述组合中一组第二信息，计算各个像素的第一RGB值；根据所述组合中另一组第二信息，计算各个像素的第二RGB值；根据各个像素的第一RGB值和各个像素的第二RGB值，确定所述组合对应的平均颜色距离。8.根据权利要求6所述的方法，其特征在于，所述针对每对组合，计算所述组合对应的二维数据点，包括：根据所述组合中一组第二信息包含的光源的光谱和所述组合中另一组第二信息中包含的光源的光谱，确定所述组合对应的光源光谱相似指标。9.根据权利要求6
‑
8任一项所述的方法，其特征在于，所述根据所述个二维数据点，确定所述分类标准，包括：根据所述个二维数据点，绘制二维交会图；从所述二维交会图的横坐标上确定第一参数，使得纵坐标小于预设值，且横坐标小于所述第一参数的二维点数据点的数量所占的比例超过预设阈值；将所述第一参数作为所述分类标准。10.根据权利要求5
‑
9任一项所述的方法，其特征在于，所述根据所述分类标准，对所述数据集中M种光源的光谱进行聚类分析，包括：采用k均值聚类算法对所述数据集中M种光源的光谱进行聚类分析，任意两个聚类中心之间的光源光谱相似指标大于所述分类标准，在每个聚类内部，任意两个光源之间的光谱相似指标小于所述分类标准。11.根据权利要求3
‑
10任一项所述的方法，其特征在于，所述第一模型包括第一分支，所述第一分支用于输出当前拍摄场景下的光源属于各类光源的概率；所述根据每组数据中的第一信息以及每种拍摄场景下的光源对应的光源类别，获取训练样本，包括：将每组数据中的第一信息以及对应拍摄场景下的光源对应的光源类别作为一个训练样本。12.根据权利要求3
‑
10任一项所述的方法，其特征在于，所述第一模型包括第一分支和第二分支，所述第一分支用于输出当前拍摄场景下的光源属于各类光源的概率，所述第二分支用于输出当前拍摄场景下各个像素对应的物体材质反射率谱；所述根据每组数据中的第一信息以及每种拍摄场景下的光源对应的光源类别，获取训练样本，包括：将每组数据中的第一信息、对应拍摄场景下的光源对应的光源类别以及对应拍摄场景下第二多光谱传感器上各个像素对应的物体材质反射率谱作为一个训练样本。13.根据权利要求12所述的方法，其特征在于，所述第一分支包括第一结构和全连接层，所述第一结构下采样L次后转为所述全连接层，所述第一结构包括卷积层、激活函数以及最大池化层，所述第一分支的损失函数为交叉熵，L大于等于1；所述第二分支包括P个残差块，每个残差块包括第一卷积层、第一激活函数、第二卷积层以及第二激活函数，所述第二分支的损失函数为L2，P大于等于1。
14.根据权利要求1
‑
13任一项所述的方法，其特征在于，所述根据当前拍摄场景下的光源属于各类光源的概率以及各类光源的光谱，确定当前拍摄场景下的光源的光谱，包括：将当前拍摄场景下的光源属于各类光源的概率作为求和加权权重，对各类光源的光谱进行求和处理，得到当前拍摄场景下的光源的光谱。15.一种电子设备，其特...

【专利技术属性】
技术研发人员：周茂森，钱彦霖，何名桂，钱康，杨永兴，王妙锋，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：