[发明专利]图像处理装置和方法有效

专利信息
申请号: 201780092720.7 申请日: 2017-06-28
公开(公告)号: CN110832541B 公开(公告)日: 2022-10-04
发明(设计)人: 法赫德·布扎拉;奥纳伊·优厄法利欧格路;伊布拉希姆·哈法奥 申请(专利权)人: 华为技术有限公司
主分类号: G06T5/50 分类号: G06T5/50
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 张月婷
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 装置 方法
【权利要求书】:

1.一种图像处理装置(300),用于根据包括第一低动态范围LDR图像和第二LDR图像在内的多个LDR图像生成高动态范围HDR图像,其中,所述第一LDR图像与第一视图和第一曝光相关,所述第二LDR图像与第二视图和第二曝光相关,其中,所述第一视图与所述第二视图不相同,所述第一曝光的曝光率低于所述第二曝光的曝光率,其特征在于,所述图像处理装置(300)包括:

处理单元(301),用于提供神经网络,其中所述神经网络包括多个神经子网络,其中包含第一神经子网络(303),所述第一神经子网络(303)用于根据以下内容生成所述HDR图像:(i)所述第一LDR图像,(ii)所述第二LDR图像,以及(iii)修改的第一LDR图像,其中所述修改的第一LDR图像与所述第一视图和所述第二曝光相关;

其中,所述多个神经子网络包括第二神经子网络(305),用于根据(i)所述第一LDR图像和(ii)所述第二LDR图像,通过将所述第一LDR图像映射到所述第二曝光来生成所述修改的第一LDR图像。

2.根据权利要求1所述的图像处理装置(300),其特征在于,所述多个LDR图像还包括与第三视图和第三曝光相关的第三LDR图像,所述第二神经子网络(305)包括第一部分(305a)和第二部分(305b),其中

所述第二神经子网络(305)的所述第一部分(305a)用于:根据(i)所述第一LDR图像和(ii)所述第二LDR图像,通过将所述第一LDR图像映射到所述第二曝光来生成所述修改的第一LDR图像,以及

所述第二神经子网络(305)的所述第二部分(305b)用于:根据(i)所述第一LDR图像和(ii)所述第三LDR图像,通过将所述第一LDR图像映射到所述第三曝光来生成进一步修改的第一LDR图像,其中所述进一步修改的第一LDR图像与所述第一视图和所述第二曝光相关。

3.根据前述权利要求2所述的图像处理装置(300),其特征在于,所述多个神经子网络包括第三神经子网络(307),用于通过根据以下内容从所述HDR图像中去除重像伪影来提供所述HDR图像的改进版本:(i)所述第一LDR图像,(ii)所述第二LDR图像,(iii)所述修改的第一LDR图像,(iv)所述HDR图像,以及(v)去重影引导的HDR图像。

4.根据权利要求3所述的图像处理装置(300),其特征在于,所述处理单元(301)还用于提供曝光融合单元(309),用于基于(i)所述第一LDR图像和(ii)所述第二LDR图像,根据曝光融合方案生成所述去重影引导的HDR图像。

5.根据权利要求4所述的图像处理装置(300),其特征在于,所述曝光融合单元(309)用于根据所述曝光融合方案,通过使用基于一个或多个质量度量的权重图执行(i)所述第一LDR图像和(ii)所述第二LDR图像的加权融合,来生成所述去重影引导的HDR图像。

6.根据前述权利要求1-5中的任一项所述的图像处理装置(300),其特征在于,所述多个神经子网络中的每一个包括一个或多个卷积层以及一个或多个去卷积层。

7.根据前述权利要求1-5中的任一项所述的图像处理装置(300),其特征在于,所述神经网络用于根据多个训练集进行训练,其中每个训练集包括一个HDR图像和多个LDR图像,并且至少部分训练集包括不止两个LDR图像。

8.根据前述权利要求1-5中的任一项所述的图像处理装置(300),其特征在于,所述第一神经子网络(303)还包括加权层,用于基于一个或多个质量度量生成权重图,以便在生成所述HDR图像时降低所述第一LDR图像和所述第二LDR图像的低质量区域的影响。

9.根据前述权利要求1-5中的任一项所述的图像处理装置(300),其特征在于,所述处理单元(301)还用于根据参考图像选择的质量度量,从所述多个LDR图像中选择所述第一LDR图像作为参考图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201780092720.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top