[发明专利]一种图像处理方法及设备在审

专利信息
申请号: 201911273788.2 申请日: 2019-12-12
公开(公告)号: CN111161359A 公开(公告)日: 2020-05-15
发明(设计)人: 王希;何光宇;平安 申请(专利权)人: 东软集团股份有限公司
主分类号: G06T7/90 分类号: G06T7/90;G06T5/00;G16H30/40
代理公司: 北京工信联合知识产权代理有限公司 11266 代理人: 郭一斐
地址: 110179 辽*** 国省代码: 辽宁;21
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 设备
【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:

提取待处理图像的影像特征和颜色特征;所述影像特征用于描述所述待处理图像的数据结构信息;

将所述待处理图像的影像特征和颜色特征输入至图像生成网络模型,经过所述图像生成网络模型的处理后,得到目标图像;所述目标图像与所述待处理图像具有相同的数据结构信息,所述目标图像具有预设标准颜色;

其中,所述图像生成网络模型为利用与所述待处理图像具有相同颜色的图像样本进行训练,并在确定所述图像生成网络模型输出的图像达到所述预设标准颜色时结束训练得到。

2.根据权利要求1所述的方法,其特征在于,所述将待处理图像输入至图像生成网络模型,经过所述图像生成网络模型的处理后,输出目标图像之前,还包括:

利用与待处理图像具有相同颜色的图像样本对图像生成网络模型进行训练;其中,所述图像生成网络模型与图像鉴别网络模型相连;

利用所述图像鉴别网络模型对所述图像生成网络模型的训练输出图像进行鉴别;

在所述图像鉴别网络模型确定所述图像生成网络模型的训练输出图像达到所述预设标准颜色时,结束训练,得到经过训练的图像生成网络模型;否则,重新确定图像样本后,继续执行所述提取图像样本的影像特征和颜色特征的步骤。

3.根据权利要求2所述的方法,其特征在于,所述利用所述图像鉴别网络模型对所述图像生成网络模型的训练输出图像进行鉴别,包括:

将所述图像生成网络模型的训练输出图像与具有预设标准颜色的图像输入至图像鉴别网络模型中,并由所述图像鉴别网络模型对所述训练输出图像与所述具有预设标准颜色的图像进行颜色相似度的比较。

4.根据权利要求1所述的方法,其特征在于,所述提取待处理图像的影像特征和颜色特征,包括:

利用经过训练的影像特征提取模型,提取待处理图像的影像特征;

以及,基于光密度提取所述待处理图像的染色矩阵,作为所述待处理图像的颜色特征。

5.一种图像处理装置,其特征在于,所述装置包括:

提取模块,用于提取待处理图像的影像特征和颜色特征;所述影像特征用于描述所述待处理图像的数据结构信息;

处理模块,用于将所述待处理图像的影像特征和颜色特征输入至图像生成网络模型,经过所述图像生成网络模型的处理后,得到目标图像;所述目标图像与所述待处理图像具有相同的数据结构信息,所述目标图像具有预设标准颜色;

其中,所述图像生成网络模型为利用与所述待处理图像具有相同颜色的图像样本进行训练,并在确定所述图像生成网络模型输出的图像达到所述预设标准颜色时结束训练得到。

6.根据权利要求5所述的装置,其特征在于,所述装置还包括:

训练模块,用于利用与待处理图像具有相同颜色的图像样本对图像生成网络模型进行训练;其中,所述图像生成网络模型与图像鉴别网络模型相连;

鉴别模块,用于利用所述图像鉴别网络模型对所述图像生成网络模型的训练输出图像进行鉴别;

结束训练模块,用于在所述图像鉴别网络模型确定所述图像生成网络模型的训练输出图像达到所述预设标准颜色时,结束训练,得到经过训练的图像生成网络模型;否则,重新确定图像样本后,触发所述训练模块。

7.根据权利要求6所述的装置,其特征在于,所述鉴别模块,具体用于:

将所述图像生成网络模型的训练输出图像与具有预设标准颜色的图像输入至图像鉴别网络模型中,并由所述图像鉴别网络模型对所述训练输出图像与所述具有预设标准颜色的图像进行颜色相似度的比较。

8.根据权利要求5所述的装置,其特征在于,所述提取模块,包括:

第一提取子模块,用于利用经过训练的影像特征提取模型,提取待处理图像的影像特征;

第二提取子模块,用于基于光密度提取所述待处理图像的染色矩阵,作为所述待处理图像的颜色特征。

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东软集团股份有限公司,未经东软集团股份有限公司许可,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/201911273788.2/1.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