本发明专利技术公开一种图像阴影检测和消除方法、系统、电子设备及介质，涉及图像处理技术领域。所述方法包括：获取原始图像；利用图像阴影处理模型对所述原始图像进行阴影检测，并在检测到阴影后对阴影进行去除处理，得到去除阴影后的图像；所述图像阴影处理模型是基于生成对抗网络结构、HSV颜色空间、阴影检测算法和阴影去除算法构建的；所述阴影检测算法部分和阴影去除算法部分均包括依次连接的生成器和判别器。本发明专利技术能够有效提高对于阴影检测和消除的效率和效果。
【技术实现步骤摘要】
本专利技术涉及图像处理，特别是涉及一种图像阴影检测和消除方法、系统、电子设备及介质。
技术介绍
1、图像中的阴影经常会导致在图像分割、图像识别等计算机视觉技术出现各种问题，所以阴影去除技术对提升图像识别、目标跟踪等技术有很大的帮助。这个过程可以分为两步，分别是阴影检测和阴影消除。在阴影检测过程中，需要准确的标记处阴影区域和非阴影区域，而在阴影消除过程中，需要重点关注在检测过程中标记的阴影区域，并重构出没有阴影的图像。在这两个算法中，它们都接收相同的基础数据，产生不同的结果。
2、而在当前的现有技术中，并无能够连续处理的网络结构，因此，传统的图像处理流程对于阴影检测和消除的部分处理效率和效果不高。
技术实现思路
1、本专利技术的目的是提供一种图像阴影检测和消除方法、系统、电子设备及介质，能够提高对于阴影检测和消除的效率和效果。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种图像阴影检测和消除方法，包括：
4、获取原始图像；
>5、利用图像阴影处本文档来自技高网...
【技术保护点】
1.一种图像阴影检测和消除方法，其特征在于，包括：
2.根据权利要求1所述的图像阴影检测和消除方法，其特征在于，所述图像阴影处理模型的训练过程具体包括：
3.根据权利要求2所述的图像阴影检测和消除方法，其特征在于，所述基于所述阴影检测算法构建的生成对抗网络，具体训练过程包括：
4.根据权利要求3所述的图像阴影检测和消除方法，其特征在于，所述基于所述阴影去除算法构建的生成对抗网络，具体训练过程包括：
5.根据权利要求1所述的图像阴影检测和消除方法，其特征在于，所述利用图像阴影处理模型对所述原始图像进行阴影检测，并在检测到阴影后对阴影进行去除处...
【技术特征摘要】
1.一种图像阴影检测和消除方法，其特征在于，包括：
2.根据权利要求1所述的图像阴影检测和消除方法，其特征在于，所述图像阴影处理模型的训练过程具体包括：
3.根据权利要求2所述的图像阴影检测和消除方法，其特征在于，所述基于所述阴影检测算法构建的生成对抗网络，具体训练过程包括：
4.根据权利要求3所述的图像阴影检测和消除方法，其特征在于，所述基于所述阴影去除算法构建的生成对抗网络，具体训练过程包括：
5.根据权利要求1所述的图像阴影检测和消除方法，其特征在于，所述利用图像阴影...
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
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。