[发明专利]一种图像处理方法及装置有效

专利信息
申请号: 201910252956.3 申请日: 2019-03-29
公开(公告)号: CN109949250B 公开(公告)日: 2021-05-18
发明(设计)人: 钟韬;冯巍;蒋紫东 申请(专利权)人: 北京奇艺世纪科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T7/90;G06N3/02
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王宝筠
地址: 100080 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 处理 方法 装置
【权利要求书】:

1.一种图像处理方法,其特征在于,所述方法包括:

获取原始图像,并基于图像色彩增强算法生成随机图像组,所述随机图像组包含对所述原始图像进行色彩增强后得到的R个增强图像,所述R为正整数;

基于神经网络图像评估方法,对所述原始图像进行评分,得到原始图像评分;

基于神经网络图像评估方法,对R个所述增强图像进行评分,得到每一个所述增强图像的神经网络评分scoreNIMA

基于预设的颜色空间约束方法,对R个所述增强图像分别进行颜色空间约束,得到每一个所述增强图像的约束评分;

针对每一个所述增强图像,计算并获取所述增强图像的神经网络评分scoreNIMA与约束评分之间的差值,得到每一个所述增强图像的增强图像评分;

选取所述原始图像评分和R个所述增强图像评分中的最高评分,确定所述最高评分对应的图像为最佳图像。

2.根据权利要求1所述的方法,其特征在于,所述获取原始图像,并基于图像色彩增强算法生成随机图像组,包括:

获取所述原始图像;

基于所述图像色彩增强算法对所述原始图像进行色彩增强,所述图像色彩增强算法包括神经网络运算模型,在所述神经网络运算模型中设置随机种子作为模型组合层的运算参数,所述模型组合层为所述神经网络运算模型的dropout层;

基于所述运算参数生成R个不同色彩增强结果的增强图像;

集合R个增强图像,构成所述随机图像组。

3.根据权利要求1所述的方法,其特征在于,所述预设的颜色空间约束方法包括YUV颜色空间约束方法、Lab颜色空间约束方法和HSV颜色空间约束方法中的一种或多种,若所述预设的颜色空间约束方法为所述YUV颜色空间约束方法时,所述基于预设的颜色空间约束方法,对R个所述增强图像分别进行颜色空间约束,得到每一个所述增强图像的约束评分,包括:

基于所述YUV颜色空间约束方法,对R个所述增强图像分别进行蓝色约束,并依据公式计算得到每一个所述增强图像的蓝色约束评分Δblue,其中,为约束后的图像的U通道像素值,为约束前的图像的U通道像素值,为约束后的图像的V通道像素值,为约束前的图像的V通道像素值,N为图像的长度值,M为图像的宽度值;

和/或,

基于所述YUV颜色空间约束方法,对R个所述增强图像分别进行暗度约束,并依据公式计算得到每一个所述增强图像的暗度约束评分Δdark,其中,为约束后的图像的Y通道像素值,为约束前的图像的Y通道像素值;

和/或,

基于所述YUV颜色空间约束方法,对R个所述增强图像分别进行亮度约束,并依据公式和Δlight=max(0.016×(Δlight'light”),0)计算得到每一个所述增强图像的亮度约束评分Δlight

4.根据权利要求1所述的方法,其特征在于,所述预设的颜色空间约束方法包括YUV颜色空间约束方法、Lab颜色空间约束方法和HSV颜色空间约束方法中的一种或多种,若所述预设的颜色空间约束方法为所述Lab颜色空间约束方法时,所述基于预设的颜色空间约束方法,对R个所述增强图像分别进行颜色空间约束,得到每一个所述增强图像的约束评分,包括:

基于所述Lab颜色空间约束方法,对R个所述增强图像分别进行绿色约束,并依据公式计算得到每一个所述增强图像的绿色约束评分Δgreen,其中,为约束后的图像的A通道像素值,为约束前的图像的A通道像素值,为约束后的图像的B通道像素值,为约束前的图像的B通道像素值,N为图像的长度值,M为图像的宽度值。

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北京奇艺世纪科技有限公司,未经北京奇艺世纪科技有限公司许可,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/201910252956.3/1.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