[发明专利]查找表图像校正方法、装置、计算机设备和存储介质

权利要求书

1.一种查找表图像校正方法，其特征在于，所述方法包括：

获取经过校正的第一查找表图像以及与第一查找表图像对应的二维原始图像，根据所述第一查找表图像及其对应的二维原始图像生成训练集数据，并将所述第一查找表图像作为标签数据；

根据所述训练集数据和标签数据利用卷积神经网络建立校正模型；

获取经归一化处理的二维原始图像，将所述经归一化处理的二维原始图像输入至所述校正模型进行图像校正，输出校正后的第二查找表图像。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一查找表图像及其对应的二维原始图像生成训练集数据，包括：

对所述二维原始图像进行归一化处理，并将归一化处理处理后的二维原始图像及其对应的第一查找表图像进行叠加处理，得到训练集数据。

3.根据权利要求1所述的方法，其特征在于，还包括：

在根据所述第一查找表图像及其对应的二维原始图像生成训练集数据后，将所述训练集数据和标签数据进行存储。

4.根据权利要求1所述的方法，其特征在于，所述经归一化处理的二维原始图像是以模块为单位的数据图像，所述模块由多个晶体块组成。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述根据所述训练集数据和标签数据利用卷积神经网络建立校正模型，包括：

按预设配置搭建u-net卷积神经网络；

利用所述u-net卷积神经网络对所述训练集数据和标签数据进行训练，得到校正模型。

6.根据权利要求5所述的方法，其特征在于，所述按预设配置搭建u-net卷积神经网络，包括：

按十层卷积层、卷积核为3*3、最后输出部分选用sigmoid函数以及选用adam优化器的配置搭建u-net卷积神经网络。

7.根据权利要求5所述的方法，其特征在于，所述利用所述u-net卷积神经网络对所述训练集数据和标签数据进行训练，得到校正模型，包括：

利用图像通道对所述训练集数据和标签数据进行数据增强，并对增强后的训练集数据和标签数据进行分裂，将分裂后的训练集数据和标签数据输入u-net卷积神经网络进行训练，在训练完成后得到校正模型。

8.一种查找表图像校正装置，其特征在于，所述装置包括获取模块、建立模块以及校正模块：

所述获取模块，用于获取经过校正的第一查找表图像以及与第一查找表图像对应的二维原始图像，根据所述第一查找表图像及其对应的二维原始图像生成训练集数据，并将所述第一查找表图像作为标签数据；

所述建立模块，用于根据所述训练集数据和标签数据利用卷积神经网络建立校正模型；

所述校正模块，用于获取经归一化处理的二维原始图像，将所述经归一化处理的二维原始图像输入至所述校正模型进行图像校正，输出校正后的第二查找表图像。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。