【技術實現步驟摘要】
本專利技術屬于圖像處理，特別涉及一種基于ltmnet網絡rgb域對比度增強的方法。
技術介紹
1、現有技術中，隨著計算機視覺技術的廣泛應用，高質量的圖像不僅僅用于人們娛樂消遣，許多視覺任務也需要高質量圖像作為支撐來實現。而對比度增強在提高計算機視覺、模式識別和數字圖像處理的視覺質量方面起著重要的作用。在實際場景中，由于惡劣的拍攝環境和相機參數難以設置等各種條件限制，成像設備所獲得的圖像可能出現對比度低和缺乏細節等問題。目前低對比度圖像增強主要采用的為傳統算法或者做為深度學習圖像增強的子任務進行學習，較為繁瑣且帶有明顯的亮度提升效果，且無法有效的調整增強強度。
2、現有技術中的缺點在于：
3、目前對比度增強研究中有許多經典的增強方法，如全局灰度調整的gamma變換、直方圖均衡化，這些方法雖然高效但是不能實現對比度的自適應增強。基于局部的灰度調整，如對比度限制的自適應直方圖均衡和自適應對比度增強能緩解全局灰度調整產生的問題，提升局部對比度效果，但這些方法只能用于單張圖像處理，同樣的參數無法適應于不同的場景。即存在對比度低，通透性、飽和度低的問題。
4、此外，現有技術中的常用術語包括：
5、對比度：一幅圖像中明暗區域最亮的白和最暗的黑之間不同亮度層級的測量。
6、rgb：光學三原色，r、g、b分別表示紅綠藍。
技術實現思路
1、為了解決上述問題，本申請的目的在于：提出了一種將低對比度圖送入深度學習網絡學習映射曲線的方式，通過插值
2、具體地，本專利技術提供一種基于ltmnet網絡rgb域對比度增強的方法，所述方法包括以下步驟：
3、s1，低對比度圖：收集與整理低對比度-高對比度圖像樣本對，構建訓練集、測試集；
4、s2，剪裁(512,512,3)：將樣本對的圖像數據轉變為(512，512，3)大小，作為網絡訓練的輸入與輸出尺寸；
5、s3，構建rgb域對比度增強可調的ltmnet網絡模型：
6、s3.1，優化的ltmnet網絡；
7、s3.2，插值后處理；
8、s3.3，計算損失；
9、s4，參數更新。
10、所述步驟s3進一步包括：
11、s3：構建rgb域對比度增強可調的ltmnet網絡模型；通過對低對比度-高對比度數據集裁剪后處理，調整模型結構，從而適配rgb域可調對比度增強；在ltmnet曲線映射算法中具體修改為：將第五層曲線映射后的結果直接進行四次下采樣，以得到不同大小的映射曲線，并且不同尺寸的映射曲線同時作為網絡的輸出；將曲線形態轉變操作從網絡內部轉到后處理部分，以實現不同大小的曲線映射對比度增強。
12、所述步驟s3的網絡具體結構為：
13、所述步驟s3.1進一步包括：
14、①可調對比度增強ltmnet模型包含
15、一層卷積處理，對輸入的三通道圖像處理映射到四通道空間；
16、四層特征學習模塊，進行深度特征提取，逐漸學習映射曲線；
17、一層曲線轉變池化卷積層，以映射到3*256的映射曲線空間；
18、四層最大下采樣層，以得到不同大小的映射曲線；
19、②可調對比度增強ltmnet模型特征學習模塊，每層包含一層最大池化與一層卷積處理；每層的輸出大小分別為(256,256,8)、(128,128,16)、
20、(64,64,32)、(32,32,64)；
21、③可調對比度增強ltmnet模型第五層曲線映射模塊，將上述學習的特征映射到rgb三通道曲線映射空間，即將特征學習模塊得到的(32,32,64)結果，經過下采樣得到(16,16,64)再經過一層卷積映射到(16,16,768)；
22、④可調對比度增強ltmnet模型的四層最大下采樣層，分別得到(8,8,768)，(4,4,768)，(2,2,768)，(1,1,768)的映射曲線；
23、即所述步驟s3.1對應步驟①、②、③、④；
24、所述步驟s3.2進一步包括：
25、⑤可調對比度增強ltmnet模型的后處理模塊，對輸入的低對比度圖分別進行16*16、8*8、4*4、2*2的切分，與相應的曲線進行插值映射計算得到預測圖像；
26、即所述步驟s3.2對應步驟⑤；
27、所述步驟s3.3進一步包括：
28、⑥將以16后處理結果與輸入使用l1loss與vggloss進行損失計算，作為網絡計算梯度的損失，如下式(1)所示：
29、loss(x，y)＝1-vgg(x，y)+l1(x，y)?????(1)
30、其中x代表網絡的預測輸出，y代表低對比度圖對應的高對比度圖，vgg()代表vgg損失計算函數；
31、即所述步驟s3.3對應步驟⑥。
32、由此，本申請的優勢在于：
33、對rgb域低對比度進行深度學習對比度增強，對不同場景的圖像具有較好的自適應對比度增強，提升aiisp性能，同時可調對比度增強的強度，達到更優的視覺效果。
本文檔來自技高網...【技術保護點】
1.一種基于LTMNET網絡RGB域對比度增強的方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的一種基于LTMNET網絡RGB域對比度增強的方法，其特征在于，所述步驟S3進一步包括：
3.根據權利要求2所述的一種基于LTMNET網絡可調對比度增強的方法，其特征在于，所述步驟S3的網絡具體結構為：所述步驟S3.1進一步包括：
【技術特征摘要】
1.一種基于ltmnet網絡rgb域對比度增強的方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的一種基于ltmnet網絡rgb域對比度增強的方法，其特征在...
【專利技術屬性】
技術研發人員：高婉卿，于康龍，
申請(專利權)人：合肥君正科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。