【技术实现步骤摘要】
本专利技术属于图像处理，具体涉及一种基于家居图片的风格迁移方法。
技术介绍
1、图像风格迁移是深度学习的一项典型应用，也是国内外的热门研究方向。图像风格迁移是将一张图像在保持内容不变的同时换成另一种风格，使普通的人或景物图片转换为各种艺术风格效果，此技术可广泛应用于图像处理、计算机图片合成和计算机视觉等方面。但现有图像风格迁移技术中，通常忽略采集图像环境亮度对图像质量的影响，且对图像中家居轮廓提取不准确。
技术实现思路
1、本专利技术为了解决以上问题，提出了一种基于家居图片的风格迁移方法。
2、本专利技术的技术方案是：一种基于家居图片的风格迁移方法包括以下步骤：
3、拍摄家居商品，得到待迁移家居图片，并采集拍摄家居商品时环境的光照亮度；
4、根据拍摄家居商品时环境的光照亮度，对待迁移家居图片进行预处理，得到标准家居图片；
5、根据标准家居图片的尺寸，确定裁剪框的自适应性尺寸，利用自适应性尺寸的裁剪框对标准家居图片进行裁剪，得到家居轮廓；
6、根据标准家居图片的家居轮廓，进行风格迁移，生成最新家居图片。
7、进一步地，根据采集拍摄家居商品时环境的光照亮度，对待迁移家居图片进行预处理，得到标准家居图片，包括以下子步骤：
8、根据拍摄家居商品时环境的光照亮度以及待迁移家居图片中各个像素点的亮度，计算待迁移家居图片中各个像素点的环境亮度值；
9、将环境亮度值最大的像素点作为中心像素点，将环境亮度
10、判断中心像素点与边缘像素点是否满足预处理约束条件，若是则将待迁移家居图片中各个像素点的亮度与环境亮度值与之间的均值作为标准家居图片中各个像素点的亮度值，否则对待迁移家居图片中各个像素点的亮度值进行修正，得到标准家居图片。
11、上述进一步方案的有益效果是：在本专利技术中，首先将环境的光照亮度与像素点的亮度融合，使像素点的环境亮度值能够同时表征本身亮度与环境光照亮度，将最大环境亮度值和最小环境亮度值输入至预处理约束条件中，若满足预处理约束条件，说明待迁移家居图片本身图片质量受环境光照亮度影响较小，进行简单的均值预处理即可，若不满足预处理约束条件，说明环境光照亮度较差，对待迁移家居图片的亮度质量影响较大，需对像素点的亮度进行修正。经过上述过程生成的标准家居图片的质量较高，降低了环境因素对图片亮度的影响，保证后续准确提取家居轮廓。
12、进一步地，待迁移家居图片中第i个像素点的环境亮度值di的计算公式为：
13、
14、式中，l表示拍摄家居商品时环境的光照亮度，li表示待迁移家居图片中第i个像素点的亮度，max(·)表示最大值运算，min(·)表示最小值运算。
15、进一步地，预处理约束条件的表达式为：式中，d＇表示待迁移家居图片的边缘像素点的环境亮度值，d＇＇表示待迁移家居图片的中心像素点的环境亮度值，li表示待迁移家居图片中第i个像素点的亮度，i表示待迁移家居图像的像素点个数。
16、进一步地，对待迁移家居图片中各个像素点的亮度进行修正的计算公式为：
17、
18、式中，l'i表示标准家居图片中第i个像素点的亮度，li表示待迁移家居图片中第i个像素点的亮度，i表示待迁移家居图像的像素点个数，d＇表示待迁移家居图片的边缘像素点的环境亮度值，d＇＇表示待迁移家居图片的中心像素点的环境亮度值，e表示指数。
19、进一步地，裁剪框的自适应性长x的计算公式为：
20、
21、式中，x表示标准家居图片的长，y表示标准家居图片的宽。
22、进一步地，裁剪框的自适应性长y的计算公式为：
23、
24、式中，x表示标准家居图片的长，y表示标准家居图片的宽，c表示常数。
25、进一步地，根据标准家居图片的家居轮廓，进行风格迁移，生成最新家居图片，包括以下子步骤：
26、提取家居轮廓上各个像素点的灰度值，生成轮廓灰度区间；
27、判断标准家居图片中除家居轮廓外是否存在灰度值属于轮廓灰度区间的像素点，若是则将灰度值属于轮廓灰度区间的像素点以及家居轮廓上所有像素点作为迁移像素点集合，否则将家居轮廓上所有像素点作为迁移像素点集合；
28、对迁移像素点集合中各个像素点进行灰度转换，生成最新家居图片，完成风格迁移。
29、上述进一步方案的有益效果是：在本专利技术中，家居轮廓所包含的像素点表示该像素点所在处存在家居，非背景像素点，为了保证家居轮廓提取准确，本专利技术在提取家居轮廓后还构建了轮廓灰度区间，将标准家居图片中灰度值属于轮廓灰度区间的像素点仍作为存在家居的区域。将所有可能存在家居的像素点作为迁移像素点集合，对迁移像素点集合中各个像素点进行灰度变换，完成风格迁移，保证整体风格迁移统一准确。
30、进一步地，轮廓灰度区间的计算公式为：
31、
32、
33、式中，u表示轮廓灰度区间的左端点，v表示轮廓灰度区间的右端点，hm表示家居轮廓上第m个像素点的灰度值，hm+1表示家居轮廓上第m+1个像素点的灰度值，m表示家居轮廓上的像素点个数，h0表示家居轮廓上的最小灰度值。
34、进一步地，迁移像素点集合中第n个像素点进行灰度转换后灰度值wn的计算公式为：
35、
36、式中，hn表示迁移像素点集合中第n个像素点的灰度值，n表示迁移像素点集合的像素点个数，e表示指数。
37、本专利技术的有益效果是：该基于家居图片的风格迁移方法将拍摄家居商品的光照亮度作为图片预处理的重要影响因素，对家居图片进行亮度修正，可以有效提高图片质量，保证后续步骤提取的家居轮廓不受环境因素影响；同时，本专利技术构建自适应性强的裁剪框对家居图片进行有针对性的裁剪，得到家居轮廓；另外，在后续步骤中，本专利技术对提取的家居轮廓进行进一步修正，得到迁移像素点集合，保证图像处理准确；经过上述过程生成的最新家居图片的图片质量高，且风格迁移效果好。
本文档来自技高网...【技术保护点】
1.一种基于家居图片的风格迁移方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于家居图片的风格迁移方法，其特征在于，所述根据采集拍摄家居商品时环境的光照亮度，对待迁移家居图片进行预处理，得到标准家居图片，包括以下子步骤：
3.根据权利要求2所述的基于家居图片的风格迁移方法，其特征在于，所述待迁移家居图片中第i个像素点的环境亮度值di的计算公式为：
4.根据权利要求2所述的基于家居图片的风格迁移方法，其特征在于，所述预处理约束条件的表达式为：式中，d＇表示待迁移家居图片的边缘像素点的环境亮度值，d＇＇表示待迁移家居图片的中心像素点的环境亮度值，Li表示待迁移家居图片中第i个像素点的亮度，I表示待迁移家居图像的像素点个数。
5.根据权利要求2所述的基于家居图片的风格迁移方法，其特征在于，所述对待迁移家居图片中各个像素点的亮度进行修正的计算公式为：
6.根据权利要求1所述的基于家居图片的风格迁移方法，其特征在于，所述裁剪框的自适应性长X的计算公式为：
7.根据权利要求1所述的基于家居图片的风格迁移方法，
8.根据权利要求1所述的基于家居图片的风格迁移方法，其特征在于，所述根据标准家居图片的家居轮廓，进行风格迁移，生成最新家居图片，包括以下子步骤：
9.根据权利要求8所述的基于家居图片的风格迁移方法，其特征在于，所述轮廓灰度区间的计算公式为：
10.根据权利要求8所述的基于家居图片的风格迁移方法，其特征在于，所述迁移像素点集合中第n个像素点进行灰度转换后灰度值Wn的计算公式为：
...【技术特征摘要】
1.一种基于家居图片的风格迁移方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于家居图片的风格迁移方法，其特征在于，所述根据采集拍摄家居商品时环境的光照亮度，对待迁移家居图片进行预处理，得到标准家居图片，包括以下子步骤：
3.根据权利要求2所述的基于家居图片的风格迁移方法，其特征在于，所述待迁移家居图片中第i个像素点的环境亮度值di的计算公式为：
4.根据权利要求2所述的基于家居图片的风格迁移方法，其特征在于，所述预处理约束条件的表达式为：式中，d＇表示待迁移家居图片的边缘像素点的环境亮度值，d＇＇表示待迁移家居图片的中心像素点的环境亮度值，li表示待迁移家居图片中第i个像素点的亮度，i表示待迁移家居图像的像素点个数。
5.根据权利要求2所述的基于家居图片的风格...
【专利技术属性】
技术研发人员：安鸣佳，
申请(专利权)人：北京洞窝数字科技有限公司，
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。