[发明专利]图像转换方法及系统

权利要求书

1.一种图像转换方法，其特征在于，所述方法包括：

采集对同一个场景进行拍摄得到的第一格式样本图像和第二格式样本图像，作为一个样本图像对；

将多个所述样本图像对中的所述第一格式样本图像和所述第二格式样本图像输入到深度学习模型中进行样本训练，得到优化模型；及

将待转换的第一格式图像输入所述优化模型中进行处理，输出对应的第二格式图像。

2.根据权利要求1所述的图像转换方法，其特征在于，所述方法在将所述第一格式样本图像和所述第二格式样本图像输入到深度学习模型之前还包括：

对所述第一格式样本图像和所述第二格式样本图像分别进行图像修正。

3.根据权利要求1或2所述的图像转换方法，其特征在于，所述第一格式样本图像为高动态范围HDR图像，所述第二格式样本图像为标准动态范围SDR图像。

4.根据权利要求3所述的图像转换方法，其特征在于，所述采集对同一个场景进行拍摄得到的第一格式样本图像和第二格式样本图像包括：

使用两台分别具有HDR拍摄能力和SDR拍摄能力的摄录设备同时对所述同一个场景进行拍摄，或者使用一台同时具有HDR和SDR拍摄能力的摄录设备分别以HDR模式和SDR模式对所述同一个场景进行拍摄，获得HDR样本图像和SDR样本图像。

5.根据权利要求3所述的图像转换方法，其特征在于，所述将多个所述样本图像对中的所述第一格式样本图像和所述第二格式样本图像输入到深度学习模型中进行样本训练包括：

将每个所述样本图像对中的所述HDR样本图像作为输入所述深度学习模型的特征图像，所述SDR样本图像作为输入所述深度学习模型标签图像，通过多个所述样本图像对训练所述深度学习模型，学习所述HDR样本图像和所述SDR样本图像之间的映射关系。

6.根据权利要求2所述的图像转换方法，其特征在于，所述图像修正包括视角校准、统一图像大小和像素格式。

7.根据权利要求2或6所述的图像转换方法，其特征在于，所述对所述第一格式样本图像和所述第二格式样本图像分别进行图像修正包括：

采用双目视觉算法对所述第一格式样本图像和所述第二格式样本图像进行视角校准，使所述第一格式样本图像和所述第二格式样本图像视角一致；

统一所述第一格式样本图像和所述第二格式样本图像的大小到预设的固定值；

统一所述第一格式样本图像和所述第二格式样本图像的像素格式到相同的比特位。

8.一种图像转换系统，其特征在于，所述系统包括：

采集模块，用于采集对同一个场景进行拍摄得到的第一格式样本图像和第二格式样本图像，作为一个样本图像对；

训练模块，用于将多个所述样本图像对中的所述第一格式样本图像和所述第二格式样本图像输入到深度学习模型中进行样本训练，得到优化模型；

转换模块，用于将待转换的第一格式图像输入所述优化模型中进行处理，输出对应的第二格式图像。

9.一种电子装置，其特征在于，所述电子装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像转换程序，所述图像转换程序被所述处理器执行时实现如权利要求1至7中任一项所述的图像转换方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有图像转换程序，所述图像转换程序被处理器执行时实现如权利要求1至7中任一项所述的图像转换方法。