买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥君正科技有限公司

摘要：本发明提供一种构建强光抑制训练数据集的方法，包括：S1采集原始图像；S2图像预处理；S3无监督网络增强图像，包括：1更变输入RGB为RAW图；2不再使用RGB域的色彩恒常性损失函数；转到HSV域进行通道损失计算；3平滑损失函数改为RAW图计算；4根据上述1‑3得到网络的综合损失函数，计算综合损失；S4图像选优生成GroudTruth，S4.1根据Zero‑DCE特性，为了获得训练集中的一个最佳GroudTruth，需要对结果进行一个选优或者传统方法的增强，即通过图像均值及方差或人眼选择一个最佳图；S4.2将原始图及步骤S4.1对应输出的增强图进行配对作为一组数组，即制成具有稳定目标的成对数据集，用于后续或其他有监督的低光增强网络进行训练。不仅能对暗区进行增强，也能抑制强光区域。

主权项：1.一种构建强光抑制训练数据集的方法，其特征在于，所述方法包括以下步骤：S1.采集原始图像：S1.1利用设备采集低光图像，以保存原始RAW格式图像；S1.2为了抑制强光并保留图像有效信息，减少增益增大导致的过曝问题，通过改变AE收敛时的常规设置，即采用限制模拟增益sensorAgain以及不使用数字增益sensorDgain和图像处理器数字增益ISPDgain的策略代替原有AE的策略，其中，传感器增益sensorgain分为sensorAgain与sensorDgain；所述限制模拟增益的具体值为30db；S2.图像预处理：对原始图像进行黑电平校正BLC、去噪Denoise、自动白平衡AWB预处理；S3.无监督网络增强图像：无监督网络使用Zero-DCE，并且进一步改进包括：1更变输入RGB为RAW图；2不再使用原始Zero-DCE中RGB域的色彩恒常性损失函数；转到HSV域进行通道损失计算；3平滑损失函数改为RAW图计算；4根据上述1-3得到网络的综合损失函数，计算综合损失；S4.图像选优生成GroudTruthS4.1根据Zero-DCE特性，为了获得训练集中的一个最佳GroudTruth，需要对结果进行一个选优或者传统方法的增强，即通过人眼或者通过图像均值及方差选择一个最佳图，对该图做对比度、饱和度方面的一个增强得到增强图；S4.2将原始图及步骤S4.1对应输出的增强图进行配对作为一组数组，即制成具有稳定目标的成对数据集，用于后续或其他有监督的低光增强网络进行训练。

全文数据：

权利要求：

百度查询： 合肥君正科技有限公司 一种构建强光抑制训练数据集的方法