【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及的是一种基于深度学习和多曝光融合的高光检测和去除方法。
技术介绍
1、当光以一定的角度照射在表面光滑的物体上时，物体表面会出现高亮区域，这一物理现象叫做镜面高光。由于镜面高光的产生是物体的材质、物体表面曲率以及光照共同作用的结果，在计算机视觉技术中，镜面高光有助于帮助理解场景的信息，比如分析物体的表面信息和推断光源的方向等等。然而镜面高光很多情况下会给计算机视觉技术带来更多的挑战，在图像中，镜面高光的出现会削弱、遮挡甚至破坏物体表面的颜色和纹理等等细节信息，使得图像质量大幅下降，从而大大提高了很多计算机视觉任务的复杂性和难度，比如图像语义分割、双目立体匹配和图像分类等等，因为这些任务都十分依赖于被镜面高光所影响的表面信息。将数字图像中的镜面高光区域像素进行识别和划分出来，称为镜面高光检测任务。许多其他计算机视觉任务依赖于精确的镜面高光检测结果，比如图像镜面高光去除任务、光源方向估计任务、镜面物体的识别任务和自动驾驶任务等等。将数字图像中镜面高光成分进行分离，同时还原出其所在区域内物体本来的颜色和纹理等细节...
【技术保护点】
1.一种基于深度学习和多曝光融合的高光检测和去除方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习和多曝光融合的高光检测和去除方法，其特征在于，所述对待处理图像进行高光检测，得到所述待处理图像中高光的位置信息，包括：
3.根据权利要求2所述的基于深度学习和多曝光融合的高光检测和去除方法，其特征在于，所述高光检测网络的损失函数为：
4.根据权利要求1所述的基于深度学习和多曝光融合的高光检测和去除方法，其特征在于，所述将所述待处理图像转换到预设颜色空间，调节所述待处理图像的亮度，得到若干张伪曝光序列，包括：
5....
【技术特征摘要】
1.一种基于深度学习和多曝光融合的高光检测和去除方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习和多曝光融合的高光检测和去除方法，其特征在于，所述对待处理图像进行高光检测，得到所述待处理图像中高光的位置信息，包括：
3.根据权利要求2所述的基于深度学习和多曝光融合的高光检测和去除方法，其特征在于，所述高光检测网络的损失函数为：
4.根据权利要求1所述的基于深度学习和多曝光融合的高光检测和去除方法，其特征在于，所述将所述待处理图像转换到预设颜色空间，调节所述待处理图像的亮度，得到若干张伪曝光序列，包括：
5.根据权利要求1所述的基于深度学习和多曝光融合的高光检测和去除方法，其特征在于，所述计算所述伪曝光序列的融合权重图，并通过所述融合权重图对所述伪曝光序列进行加权融合，得到最终去高光后的图像，包括：
6.根据权利要求5所述的基于深度学习和多曝光融合的高光检测和去除方法，其特征在于，所述通过融合去高光网络计算所述...
【专利技术属性】
技术研发人员：庞旭芳，陈显盛，丁宁，钟小品，张爱东，赵敏，夏轩，周鸿钧，付雪奇，邝安朋，
申请(专利权)人：深圳市人工智能与机器人研究院，
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。