基于扩散、分割和超分辨率模型的去阴影方法及系统技术方案

本发明专利技术公开了一种基于扩散、分割和超分辨率模型的去阴影方法及系统，该方法包括读取原始图像，降低原始图像的分辨率；将降低分辨率后的图像输入预训练的多尺度级联扩散模型中，得到去阴影后的图像；基于预训练的超分辨率模型，将去阴影后的图像的分辨率还原为原始图像的分辨率；将原始图像输入预训练的图像分割模型，在原始图像中分割出阴影的图像切片集合；将其和预定义的类别文本列表输入预训练的多模态语言视觉模型，得到切片子集；将还原分辨率后的图像和切片子集进行融合，得到最终的图像。本发明专利技术实现了高效的阴影去除和图像细节增强，显著提升了图像阴影去除的效果和处理后图像的质量，满足了不同场景下的图像去阴影需求。

【技术实现步骤摘要】

本专利技术属于计算机视觉和图像处理领域，公开了一种基于扩散、分割和超分辨率模型的去阴影方法及系统。

技术介绍

1、在计算机视觉和图像处理领域，去阴影技术是一项关键的研究课题。阴影会影响图像的质量和视觉效果，从而影响后续的图像分析任务，如物体检测、图像分割和场景理解等。因此，去除图像中的阴影对于提高这些任务的精度和可靠性至关重要。阴影去除不仅在学术研究中备受关注，也在实际应用中有着广泛的需求，如自动驾驶、视频监控、医学影像处理和增强现实等领域。

2、现有的去阴影技术主要分为以下几类：基于物理模型的方法、基于颜色空间变换的方法和基于图像分割的方法。

3、基于物理模型的方法利用阴影的物理特性，通过建模光源、物体和阴影之间的关系来去除阴影。例如，阴影检测和去除可以通过求解光照模型中的方程组来实现。然而，这类方法依赖于精确的光照和几何信息，对复杂场景和动态变化的环境适应性差。此外，获取准确的光照和几何信息难度较大，尤其是在户外和动态场景中，导致模型的适用性和实用性受限。

4、基于颜色空间变换的方法是基于阴影区域和非阴影区域在颜色空本文档来自技高网...

【技术保护点】

1.基于扩散、分割和超分辨率模型的去阴影方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于扩散、分割和超分辨率模型的去阴影方法，其特征在于，步骤S1进一步为：

3.根据权利要求2所述的基于扩散、分割和超分辨率模型的去阴影方法，其特征在于，步骤S2进一步为：

4.根据权利要求3所述的基于扩散、分割和超分辨率模型的去阴影方法，其特征在于，步骤S3进一步为：

5.根据权利要求4所述的基于扩散、分割和超分辨率模型的去阴影方法，其特征在于，步骤S4进一步为：

6.根据权利要求5所述的基于扩散、分割和超分辨率模型的去阴影方法，其...

【技术特征摘要】

1.基于扩散、分割和超分辨率模型的去阴影方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于扩散、分割和超分辨率模型的去阴影方法，其特征在于，步骤s1进一步为：

3.根据权利要求2所述的基于扩散、分割和超分辨率模型的去阴影方法，其特征在于，步骤s2进一步为：

4.根据权利要求3所述的基于扩散、分割和超分辨率模型的去阴影方法，其特征在于，步骤s3进一步为：

5.根据权利要求4所述的基于扩散、分割和超分辨率模型的去阴影方法，其特征在于，步骤s4进一步为：

【专利技术属性】
技术研发人员：杨波，李成华，
申请(专利权)人：中科南京人工智能创新研究院，
类型：发明
国别省市：