[发明专利]图像处理方法、装置及存储介质

说明书

本申请涉及一种图像处理方法、装置及存储介质，属于图像处理技术领域，该方法包括：获取目标图像，该目标图像包括待检测的光源对象；检测目标图像中光源对象的位置，得到光源对象的位置信息；对位置信息指示的光源图像进行去光晕处理，得到去光晕后的光源图像；对去光晕后的光源图像进行描色处理，得到处理后的目标图像，处理后的目标图像包括处理后的光源图像；可以解决包括光源对象的目标图像容易出现颜色偏差，导致目标图像呈现信息的真实性较差的问题；通过对目标图像进行去光晕和描色处理，可以重现目标图像中光源对象的真实颜色，从而提高目标图像呈现信息的真实性。

技术领域

本申请涉及一种图像处理方法、装置及存储介质，属于图像处理技术领域。

背景技术

道路监控常用的监控方式为：通过图像采集组件采集道路图像，基于图像传输通道将采集到的道路图像传输至监控中心供监控人员查看。

然而，道路图像可能由于图像采集组件老化、天气、光照等原因出现颜色偏差。比如：道路图像中存在交通灯的场景，若交通灯实际是红灯，则道路图像出现颜色偏差后可能呈现黄灯或者白灯，此时，会降低道路图像所呈现的道路信息的真实性，从而降低道路监控效果。

发明内容

本申请提供了一种图像处理方法、装置及存储介质，可以解决包括光源对象的目标图像容易出现颜色偏差，导致目标图像呈现信息的真实性较差的问题。本申请提供如下技术方案：

第一方面，提供了一种图像处理方法，所述方法包括：

获取目标图像，所述目标图像包括待检测的光源对象；

检测所述目标图像中光源对象的位置，得到所述光源对象的位置信息；

对所述位置信息指示的光源图像进行去光晕处理，得到去光晕后的光源图像；

对所述去光晕后的光源图像进行描色处理，得到处理后的目标图像，所述处理后的目标图像包括处理后的光源图像。

可选地，所述检测所述目标图像中光源对象的位置，包括：

获取目标检测模型，所述目标检测模型包括第一网络模型和第二网络模型，所述第一网络模型用于对所述光源对象的位置进行预测；所述第二网络模型用于基于所述第一网络模型中至少一层的输出结果使用不同尺寸特征图对所述光源对象的位置进行预测；

将所述目标图像输入预设的目标检测模型，得到所述光源对象的位置。

可选地，所述获取目标检测模型之前，还包括：

将样本数据输入初始网络模型，所述初始网络模型的模型结构与所述目标检测模型的模型结构相同；

基于分类损失函数和回归损失函数对所述初始网络模型进行训练，得到所述目标检测模型。

可选地，所述第一网络模型包括SSD网络模型，所述第二网络模型包括特征图金字塔网络。

可选地，所述对所述位置信息指示的光源图像进行去光晕处理，得到去光晕后的光源图像，包括：

获取去光晕算法，所述去光晕算法用于均衡所述光源图像中各个位置的颜色值；

将所述位置信息输入所述去光晕算法，得到所述去光晕后的光源图像。

可选地，所述去光晕算法通过下式表示：

f(x)＝-g(x)×x_RGB

其中，x _RGB为所述光源图像中像素x处的RGB值、f(x)为去光晕后的光源图像中像素x处的RGB值、g(x)为像素x处RGB值的调节系数、μ为所述光源图像的中心位置，σ为所述光源图像中各个像素点的RGB值的标准差。