申请/专利权人：江西财经大学

申请日：2023-09-14

公开（公告）日：2023-11-24

公开（公告）号：CN116912259B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/90;G06T3/40;G06V10/74;G06V10/80

优先权：

专利状态码：有效-授权

法律状态：2023.11.24#授权;2023.11.07#实质审查的生效;2023.10.20#公开

摘要：本发明提出一种针对计算摄影图像的图像色彩感知差异评价方法与系统，本方法以RGB的形式将彩色图像输入色彩空间内，并进行可学习可逆的下采样，得到低分辨率图像；利用可逆的神经网络对低分辨率图像中的色彩特征进行融合再进行点对点的坐标转换；再进行可学习可逆的上采样，得到高分辨率图像；以若干待测彩色图像作为色彩感知差异评价对象重复上述，得到若干高分辨率图像；采用欧式距离计算若干高分辨率图像之间的色差，并根据色差生成反应局部色彩感知差异的热力图。本发明通过欧式距离计算色差，可根据局部色差的大小生成出反映局部色差大小的热力图，该热力图的获得无需在训练过程做特别的监督，与人眼对视觉的感知更接近。

主权项：1.一种针对计算摄影图像的图像色彩感知差异评价方法，其特征在于，所述方法包括如下步骤：步骤1、以RGB的形式将彩色图像输入色彩空间内，利用可学习可逆的下采样方法对彩色图像进行降采样，得到低分辨率图像；步骤2、利用可逆的神经网络对低分辨率图像中的色彩特征进行融合，得到混合图像，对混合图像进行点对点的坐标转换；步骤3、利用可学习可逆的上采样方法对转换结果进行上采样，以实现对彩色图像色彩空间的转换，得到高分辨率图像；步骤4、以若干待测彩色图像作为色彩感知差异评价对象重复步骤1至步骤3，得到若干高分辨率图像；步骤5、采用欧式距离计算若干高分辨率图像之间的色差，并根据色差生成反应局部色彩感知差异的热力图；在所述步骤1中，利用可学习可逆的下采样方法对彩色图像进行降采样存在如下关系式： ；其中，表示经过下采样前的彩色图像，表示经过下采样后的彩色图像，表示反卷积操作，表示可学习的协方差矩阵，表示可学习参数，表示对参数进行重排列；可学习的协方差矩阵存在如下关系式： ；其中，表示自然常数为底的指数函数，表示转置操作；在所述步骤3中，利用可学习可逆的上采样方法对转换结果进行上采样存在如下关系式： ；其中，表示上采样后的高分辨率图像，表示反卷积操作，表示对参数进行重排列；在所述步骤5中，采用欧式距离计算若干转换后的图像之间的色差，并根据色差生成反应局部色彩感知差异的热力图的方法具体包括如下步骤：设定所输入的彩色图像为一对，一对彩色图像对应所得的高分辨率图像分别为和，采用欧式距离来衡量高分辨率图像和的色彩差异，色彩差异的表达式为： ；其中，表示对应像素之间的色差表示，其中和是色彩空间高度和宽度的索引，表示输入高分辨率图像通过基于神经网络坐标转换后的色彩表示，表示输入高分辨率图像通过基于神经网络坐标转换后的色彩表示；根据可视化局部色差大小，生成局部色彩感知差异热力图；所有像素色差的简单平均值计算得到高分辨率图像和高分辨率图像之间的总色差，总色差计算过程存在如下关系式： ；其中，和分别表示输入图像的长和宽，表示高分辨率图像和高分辨率图像之间的总色差。

全文数据：

权利要求：

百度查询： 江西财经大学 针对计算摄影图像的图像色彩感知差异评价方法与系统

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