图像处理方法、神经网络模型训练方法、装置及电子设备制造方法及图纸

技术编号:43476219 阅读:20 留言:0更新日期:2024-11-29 16:51
本申请实施例公开了一种图像处理方法、神经网络模型训练方法、装置及电子设备,该图像处理方法包括:从第一图像中获取第一特征,其中,第一特征包括:第一图像的颜色特征、光照特征、灰度值以及对比度中的至少一个;基于第一特征,确定N个第一融合权重,其中,N为大于或等于1的整数;基于N个第一融合权重以及N个预设像素映射关系,对第一图像的至少部分像素值进行调整,得到第二图像;其中,一个第一融合权重关联一个预设像素映射关系。

【技术实现步骤摘要】

本申请涉及电子,尤其涉及一种图像处理方法、神经网络模型训练方法、装置及电子设备


技术介绍

1、在日常生活中,具有显示功能的电子设备的应用范围越来越广。电子设备的生产者为了提高电子设备在各种环境下的显示效果,会在电子设备中设置颜色查找表(look uptable,lut)。

2、当图像的显示效果较差时,可以使用颜色查找表对待显示图像中的像素值进行调整,以提高图像的显示效果。

3、但是,在进行待显示图像的颜色调整时,通常会采用同一个颜色查找表对待显示的所有图像的像素值进行调整,由于不同待显示图像所需的像素值调整幅度可能不相同,采用同一个颜色查找表对所有图像的像素值进行调整,导致调整效果并不理想。


技术实现思路

1、本申请提供一种图像处理方法、神经网络模型训练方法、装置及电子设备。

2、第一方面,本申请实施例提供一种图像处理方法,由电子备执行,所述方法包括:

3、从第一图像中获取第一特征,其中,所述第一特征包括:所述第一图像的颜色特征、光照特征、灰度值以及对比度中的本文档来自技高网...

【技术保护点】

1.一种图像处理方法,其特征在于,由电子设备执行,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述从第一图像中获取第一特征,包括:

3.根据权利要求2所述的方法,其特征在于,所述神经网络模型包括特征提取子网络和系数配置子网络,所述将所述第一图像输入到神经网络模型,得到所述神经网络模型从第一图像中提取的第一特征,包括:

4.根据权利要求1-3任一所述的方法,其特征在于,所述基于所述N个第一融合权重以及所述N个预设像素映射关系,对所述第一图像的至少部分像素值进行调整,得到第二图像,包括:

5.根据权利要求1-3任一所述的方法,其特...

【技术特征摘要】

1.一种图像处理方法,其特征在于,由电子设备执行,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述从第一图像中获取第一特征,包括:

3.根据权利要求2所述的方法,其特征在于,所述神经网络模型包括特征提取子网络和系数配置子网络,所述将所述第一图像输入到神经网络模型,得到所述神经网络模型从第一图像中提取的第一特征,包括:

4.根据权利要求1-3任一所述的方法,其特征在于,所述基于所述n个第一融合权重以及所述n个预设像素映射关系,对所述第一图像的至少部分像素值进行调整,得到第二图像,包括:

5.根据权利要求1-3任一所述的方法,其特征在于,所述基于所述n个第一融合权重以及所述n个预设像素映射关系,对所述第一图像的至少部分像素值进行调整,得到第二图像,还包括:

6.根据权利要求5所述的方法,其特征在于,所述基于所述n个第一融合权重以及所述n个预设像素映射关系,对所述第一区域的像素值进行调整,得到第二图像,包括:

7.根据权利要求3所述的方法,其特征在于,所述特征提取子网络包括并列设置的颜色提取单元、光照提取单元以及对比度提取单元,所述将所述第一图像输入所述特征提取子网络,得到所述特征提取子网络输出的第一特征,包括:

8.根据权利要求7所述的方法,其特征在于,所述将所述第一特征输入所述系数配置子网络,得到所述系数配置子网络基于所述第一特征,输出的所述n个第一融合权重,包括:

9.根据权利要求8所述的方法,其特征在于,所述方法,还包括:

10.根据权利要求7-9任一所述的方法,其特征在于,所述方法还包括:

11.根据权利要求1所述的方法,其特征在于,所述从第一图像中获取第一特征,包括:

12.根据权利要求11所述的方法,其特征在于,所述在检测到待...

【专利技术属性】
技术研发人员:夏红蕊
申请(专利权)人:北京小米移动软件有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1