三维查找表重建方法、装置及电子设备制造方法及图纸

本申请公开了一种三维查找表重建方法、装置及电子设备，属于图像处理技术领域。该方法包括：获取基础图像数据集和目标图像数据集；其中，所述基础图像数据集中任意一张基础图像与所述目标图像数据集中对应的目标图像的图像内容的匹配度大于预设阈值；对所述基础图像数据集和所述目标图像数据集进行三维点云配准，得到基础图像数据集中基础图像的像素与所述目标图像数据集中目标图像的像素的映射关系；基于所述映射关系对初始三维查找表进行重建，得到目标三维查找表。得到目标三维查找表。得到目标三维查找表。

【技术实现步骤摘要】
三维查找表重建方法、装置及电子设备


[0001]本申请属于图像处理
，具体涉及一种三维查找表重建方法、装置及电子设备。

技术介绍

[0002]三维查找表(3
‑
dimension look
‑
up
‑
table，3Dlut)是一种被用于精准的控制色彩映射的工具，广泛应用于电影和图像处理领域。其原理较为简单，输入一种颜色，通过3Dlut可以查找映射变换成另外一种颜色，通过3Dlut可以达到非常高的颜色映射控制精度。
[0003]目前，3Dlut的制作方法是通过手动调整RGB色彩模型、Lab颜色模型、hsv颜色模型等各种颜色空间曲线，或者选取一定范围内的像素进行调整，使原始图像在人眼主观判断标准下达到想要的目标图像的色彩效果后，通过具体的软件工具生成3Dlut。
[0004]上述方式生成的3Dlut精度较低，受不同人的主观色彩判断结果的影响，往往不同的人调整出来的3Dlut差异较大，且这个过程十分耗费时间和人力。

技术实现思路

[0005]本申请实施例的目的是提供一种三维查找表重建方法、装置及电子设备。能够解决现有技术在生成三维查找表时，受人的主观影响导致的颜色查找表差异大，精度低的问题。
[0006]第一方面，本申请实施例提供了一种三维查找表重建方法，该方法包括：
[0007]获取基础图像数据集和目标图像数据集；其中，所述基础图像数据集中任意一张基础图像与所述目标图像数据集中对应的目标图像的图像内容的匹配度大于预设阈值；
[0008]对所述基础图像数据集和所述目标图像数据集进行三维点云配准，得到基础图像数据集中基础图像的像素与所述目标图像数据集中目标图像的像素的映射关系；
[0009]基于所述映射关系对初始三维查找表进行重建，得到目标三维查找表。
[0010]第二方面，本申请实施例提供了一种三维查找表重建装置，该装置包括：
[0011]第一获取模块，用于获取基础图像数据集和目标图像数据集；其中，所述基础图像数据集中任意一张基础图像与所述目标图像数据集中对应的目标图像的图像内容的匹配度大于预设阈值；
[0012]第一确定模块，用于对所述基础图像数据集和所述目标图像数据集进行三维点云配准，得到基础图像数据集中基础图像的像素与所述目标图像数据集中目标图像的像素的映射关系；
[0013]第二确定模块，用于基于所述映射关系对初始三维查找表进行重建，得到目标三维查找表。
[0014]第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
[0015]第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
[0016]第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
[0017]第六方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法。
[0018]在本申请实施例中，通过对获取的基础图像数据集和目标图像数据集进行三维点云配准，得到基础图像数据集中基础图像的像素与目标图像数据集中目标图像的像素的映射关系，根据该映射关系对初始三维查找表进行重建，可得到目标三维查找表，如此使用成对的基础图像数据集和目标图像数据集进行学习和训练，无需收集特殊数据集和进行繁杂的标注工作，提升了目标三维查找表的确定效率，过程中并不生成与图像内容相关的模型，提高了目标三维查找表的通用性和易用性。此外，通过本申请实施例的方法，可自动学习得到目标三维查找表，去除人们主观的色彩判断对颜色转换结果的影响，保证了颜色转换结果的一致性和精确性，节省了人力成本。
附图说明
[0019]图1是一示例性实施例示出的三维查找表重建方法的流程示意图之一；
[0020]图2是一示例性实施例示出的对基础图像和目标图像进行分块的示意图；
[0021]图3是一示例性实施例示出的在三维查找表中确定某一像素点的相关关键点的示意图；
[0022]图4是一示例性实施例示出的目标三维查找表的应用示意图；
[0023]图5是一示例性实施例示出的三维查找表重建方法的流程示意图之二；
[0024]图6是一示例性实施例示出的三维查找表重建装置的结构示意图；
[0025]图7是一示例性实施例示出的一种电子设备的结构示意图；
[0026]图8是本申请实施例示出的一种电子设备的硬件结构示意图。
具体实施方式
[0027]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
[0028]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
[0029]如
技术介绍
部分所述，现在技术在生成三维查找表时，受人的主观影响导致的颜色查找表差异大，精度低的问题，为了解决上述问题，本申请实施例提供了一种三维查找表
重建方法、装置及电子设备，通过对获取的基础图像数据集和目标图像数据集进行三维点云配准，得到基础图像数据集中基础图像的像素与目标图像数据集中目标图像的像素的映射关系，根据该映射关系对初始三维查找表进行重建，可得到目标三维查找表，如此使用成对的基础图像数据集和目标图像数据集进行学习和训练，无需收集特殊数据集和进行繁杂的标注工作，提升了目标三维查找表的确定效率，过程中并不生成与图像内容相关的模型，提高了和目标三维查找表的通用性和易用性。此外，通过本申请实施例的方法，可自动学习得到目标三维查找表，去除人们主观的色彩判断对颜色转换结果的影响，保证了颜色转换结果的一致性和精确性，节省了人力成本。
[0030]下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的三维查找表确定进行详细地说明。
[0031]图1是本申请实施例所提供的一种三维查找表重建方法的流程示意图，该三维查找表重建方法的执行主体可以为服务器，需要说明的是，上述执行主体并不构成对本申请实施例的限定。
[0032]如图1所示，本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维查找表重建方法，其特征在于，所述方法包括：获取基础图像数据集和目标图像数据集；其中，所述基础图像数据集中任意一张基础图像与所述目标图像数据集中对应的目标图像的图像内容的匹配度大于预设阈值；对所述基础图像数据集和所述目标图像数据集进行三维点云配准，得到基础图像数据集中基础图像的像素与所述目标图像数据集中目标图像的像素的映射关系；基于所述映射关系对初始三维查找表进行重建，得到目标三维查找表。2.根据权利要求1所述的方法，其特征在于，所述对所述基础图像数据集和所述目标图像数据集进行三维点云配准，得到基础图像数据集中基础图像的像素与所述目标图像数据集中目标图像的像素的映射关系，包括：对所述基础图像数据集中任意一张基础图像，以及所述目标图像数据集中对应的目标图像进行分块处理；对分块处理后的所述基础图像和所述目标图像进行配对处理，得到P对图像区域块对；其中，P为正整数；对每个所述图像区域块对进行密度聚类处理和类簇配对；基于配对的类簇进行三维点云配准，得到旋转平移矩阵。3.根据权利要求2所述的方法，其特征在于，在所述对所述基础图像数据集中任意一张基础图像，以及所述目标图像数据集中对应的目标图像进行分块处理之前，所述方法还包括：提取所述基础图像数据集中基础图像的至少四个第一关键点，以及所述目标图像数据集中对应的目标图像的至少四个第二关键点；确定将所述至少四个第一关键点转换为所述至少四个第二关键点的单应性矩阵；基于所述单应性矩阵，对所述基础图像和所述目标图像进行对齐处理。4.根据权利要求2所述的方法，其特征在于，所述对每个所述图像区域块对进行密度聚类处理和类簇配对，包括：对每个所述图像区域块对中基础图像区域块的各像素点进行空间映射，得到基础三维像素点云，并对所述基础三维像素点云进行密度聚类，得到K个第一类簇；对与所述基础图像区域块对应的目标图像区域块的各像素点进行空间映射，得到目标三维像素点云，并对所述目标三维像素点云进行密度聚类，得到K个第二类簇；其中，K为正整数；根据所述K个第一类簇的质心和所述K个第二类簇的质心，将所述第一类簇和所述第二类簇进行配对。5.根据权利要求2所述的方法，其特征在于，所述基于所述映射关系对初始三维查找表进行重建，得到目标三维查找表，包括：获取初始学习率；基于所述旋转平移矩阵和所述初始学习率，对所述初始三维查找表进行重...

【专利技术属性】
技术研发人员：陈承隆，刘浪涛，
申请(专利权)人：维沃移动通信深圳有限公司，
类型：发明
国别省市：