[发明专利]用于改善图像纹理的系统和方法

说明书

公开用于图像纹理增强的方法及系统。在一些方面中，将用于多个对象类型的纹理信息存储在数据库中。在图像中辨识对象，且识别每个所辨识对象的类型。查询所述数据库以基于每个对象的所述类型确定所述所辨识对象中的每一者的纹理。接着基于所确定纹理更新表示所述所辨识对象的新图像的一部分。可以此方式更新单个图像内具有多个不同纹理的多个对象。此可导致优于已知方法的改善的图像纹理，在低曝光可能导致减小的图像分辨率及劣化的纹理时尤其如此。

技术领域

本技术涉及图像处理，且更具体地说，涉及图像处理以增强图像内对象的纹理。

背景技术

可包括一组互连的人工神经元(例如，神经元模型)的人工神经网络为计算装置或表示待由计算装置执行的方法。

卷积神经网络为一种类型的前馈人工神经网络。卷积神经网络可包含神经元集合，其各自具有感受野且共同铺就输入空间。卷积神经网络(CNN)具有众多应用。确切地说，CNN已广泛地用于模式辨识及分类领域。

发明内容

本发明的系统、方法和装置各自具有若干方面，其中无单一方面单独地负责其合乎需要的属性。在不限制如通过以下权利要求书表达的本发明的范围的情况下，现在将简要地论述一些特征。在考虑此论述之后，且明确地说，在阅读标题为“具体实施方式”的部分之后，将理解本发明的特征如何提供包含改善的图像纹理(尤其是在图像的较低光区中)的优点。

所公开的一个方面是一种产生图像的方法。所述方法包含：由电子硬件处理器接收图像数据；由所述电子硬件处理器识别由所述图像数据表示的第一对象及第二对象；由所述电子硬件处理器识别所述第一对象及所述第二对象的相应第一类型及第二类型；从对象数据库识别用于所述第一类型对象的第一风格信息及用于所述第二类型对象的不同的第二风格信息；由所述电子硬件处理器基于所述图像数据以及所述第一风格信息及所述第二风格信息产生表示所述第一对象及所述第二对象的第二图像数据；以及由所述电子硬件处理器将所述第二图像数据写入到输出装置。在一些方面中，所述方法还包含经由卷积神经网络识别所述第一对象及所述第二对象。在一些方面中，所述方法还包含利用艺术风格转换来分别基于所述第一风格信息及所述第二风格信息将不同风格转换到所述第二图像数据中的所述第一对象及所述第二对象。在一些方面中，利用艺术风格转换包括最小化所述图像数据的表示所述第一对象的卷积神经网络内容表示与所述第二图像数据的表示所述第一对象的所述CNN内容表示之间的距离以及最小化所述第二图像数据中的所述第一对象的风格表示与所述第一风格信息之间的第二距离。

在一些方面中，利用艺术风格转换进一步包括最小化所述图像数据的表示所述第二对象的所述卷积神经网络内容表示与所述第二图像数据的表示所述第二对象的所述CNN内容表示之间的第三距离，以及最小化所述第二图像中的所述第二对象的风格表示与所述第二风格信息之间的第四距离。在一些方面中，所述内容表示是基于所述图像数据中的对象及所述第二图像数据中的所述对象的所述CNN中的多个层的特征表示。在一些方面中，所述特征表示是基于所述图像数据的滤波器的输出。在一些方面中，所述风格表示是基于所述CNN对所述第二图像数据中的所述第一对象的不同滤波器响应之间的相关及用于所述第一类型的对象的存储在所述对象数据库中的不同滤波器响应之间的相关。

所述方法的一些方面还包含使用成像传感器俘获图像，其中所述图像数据是从所述成像传感器接收。在一些方面中，所述方法包含：识别所述图像数据的低曝光部分及高曝光部分；以及基于所述图像数据的低曝光部分的所述第一风格信息或所述第二风格信息产生所述第二图像。