申请/专利权人：西安交通大学

申请日：2023-02-24

公开（公告）日：2023-05-23

公开（公告）号：CN116156333A

主分类号：H04N23/95

分类号：H04N23/95;H04N23/85;H04N23/88;H04N23/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.09#实质审查的生效;2023.05.23#公开

摘要：本发明公开了一种基于复杂光照环境的相机成像优化方法及系统，将出现低亮度或过曝光的sRGB图像输入U‑Net神经网络进行推理计算，得到图像在相机图像信号处理发生前的线性Raw‑RGB图像，将Raw‑RGB图像输入到另一个U‑Net神经网络中得到逐像素调整图，对其环境光照度进行调整和修正；随后，对调整完成的Raw‑RGB图像利用由自注意力机制编码模块组成的神经网络进行图像信号处理参数的推理，包括白平衡参数、颜色空间变换矩阵和伽马矫正参数，最终通过模拟图像信号处理流程，将Raw‑RGB图像恢复到调整亮度后的sRGB图像。本发明避免直接对相机输出的非线性sRGB图像进行处理，通过调整转换得到的线性Raw‑RGB图像光照照度，最终还原回非线性sRGB图像，具有较好的恢复低亮度、过曝光图像的能力。

主权项：1.一种基于复杂光照环境的相机成像优化方法，其特征在于，包括以下步骤：S1、将出现低亮度或过曝光的非线性sRGB图像输入U-Net神经网络模型中进行推理计算，得到图像在相机图像信号处理发生前的线性Raw-RGB图像；S2、将步骤S1得到的线性Raw-RGB图像输入另一个U-Net神经网络中，得到逐像素调整图，对线性Raw-RGB图像进行环境光照度调整；S3、利用由自注意力机制编码模块组成的神经网络对步骤S2调整完成的Raw-RGB图像进行图像信号处理参数推理，通过模拟图像信号处理流程将Raw-RGB图像恢复到调整亮度后的sRGB图像，实现相机成像优化。

全文数据：

权利要求：

百度查询： 西安交通大学 一种基于复杂光照环境的相机成像优化方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD