龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：北京邮电大学
摘要：本发明提供一种基于HSV色彩空间的多曝光高动态范围图像重建方法。所述方法包括将多曝光低动态范围图像进行伽玛校正，得到的伪高动态范围图像从RGB色彩空间转换到HSV色彩空间，并进行裁剪；将不同曝光对应图像的明度分量送入亮度分支网络，对于动态场景下多曝光图像不对齐的问题，基于注意力机制消除鬼影，得到预测的V通道图像；同时将中等曝光图像的色调和饱和度分量送入色度分支网络，设计多级结构，基于编解码模型分别学习两种色度信息特征，并利用轻量网络学习两者之间的关联特征，得到预测的H和S通道图像；最终重建的三个通道图像拼接后转换到RGB色彩空间，得到高质量的高动态范围重建图像。本发明模拟人眼视觉感知特性，从源头上剔除特征学习过程中的冗余信息，在保证高动态范围图像重建视觉效果的基础上，实现了模型轻量化。
主权项：1.基于HSV色彩空间的多曝光高动态范围图像重建方法，其特征在于，包括以下步骤：S1、将多张不同曝光的低动态范围图像进行伽玛校正；S2、将步骤1得到的伽玛校正图像从RGB色彩空间转换到HSV色彩空间，并裁剪为正方形图像块；S3、将步骤2得到的不同曝光伽玛校正图像的明度V通道通过亮度分支网络，得到去除鬼影的预测的高动态范围V通道图像；S4、将步骤2得到的参考帧即中等曝光伽玛校正图像的色调H通道和饱和度S通道通过色度分支网络，得到预测的高动态范围H通道和S通道图像；步骤5、将步骤3和步骤4的预测结果进行通道拼接，得到HSV色彩空间的预测高动态范围图像；S6、训练图像重建模型：构建多场景多运动类型的图像数据集，输入多张原始低动态范围图像至多曝光高动态范围图像重建模型，得到网络输出；将真值图像从RGB色彩空间转换到HSV色彩空间，计算真值图像与预测图像的损失值；根据损失值优化模型参数；S7、获取待预测的低动态范围图像组，将其输入多曝光高动态范围图像重建模型，得到HSV色彩空间的预测图像，转为RGB色彩空间，得到最终的高动态范围重建图像。
全文数据：
权利要求：
百度查询： 北京邮电大学 基于HSV色彩空间的多曝光高动态范围图像重建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号