[发明专利]过曝恢复处理方法、设备及计算机可读存储介质在审

专利信息
申请号: 201980005472.7 申请日: 2019-04-02
公开(公告)号: CN111386697A 公开(公告)日: 2020-07-07
发明(设计)人: 薛立君;费奥多尔·克拉夫琴科 申请(专利权)人: 深圳市大疆创新科技有限公司
主分类号: H04N5/235 分类号: H04N5/235;H04N5/243
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 张娜;臧建明
地址: 518057 广东省深圳市南山区高*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 恢复 处理 方法 设备 计算机 可读 存储 介质
【权利要求书】:

1.一种过曝恢复处理方法,其特征在于,包括:

获取待恢复图像;

通过预设的过曝恢复模型对所述待恢复图像进行过曝恢复操作,获得恢复矩阵;

对所述恢复矩阵进行数据处理,获得恢复后的目标图像。

2.根据权利要求1所述的方法,其特征在于,所述通过预设的过曝恢复模型对所述待恢复图像进行过曝恢复操作之前,还包括:

获取待训练数据集,所述待训练数据集中包括至少一组待训练图像组;

根据所述待训练数据集对预设的待训练模型进行训练,获得所述过曝恢复模型。

3.根据权利要求2所述的方法,其特征在于,所述获取待训练数据集,包括:

获取图像采集装置采集的第一图像信息,所述第一图像信息为Raw格式;

将所述第一图像信息对应的拜耳矩阵转换为四通道矩阵,获得所述待训练数据集。

4.根据权利要求3所述的方法,其特征在于,所述待训练图像组中包括正常曝光参数拍摄的事实图像以及至少一个过曝参数拍摄的过曝图像对应的四通道矩阵。

5.根据权利要求2-4任一项所述的方法,其特征在于,所述根据所述待训练数据集对预设的待训练模型进行训练,获得所述过曝恢复模型,包括:

针对所述待训练数据集中每一过曝图像,根据所述过曝图像的过曝参数计算所述过曝图像对应的过曝倍数;

根据所述过曝图像以及所述过曝倍数对预设的待训练模型进行训练,获得所述过曝恢复模型。

6.根据权利要求5所述的方法,其特征在于,所述过曝参数包括光圈值以及曝光时间;

相应地,所述根据所述过曝图像的过曝参数计算所述过曝图像对应的过曝倍数,包括:

根据光圈值以及曝光时间计算所述过曝图像对应的过曝倍数。

7.根据权利要求5或6所述的方法,其特征在于,所述根据所述过曝图像以及所述过曝倍数对预设的待训练模型进行训练,获得所述过曝恢复模型,包括:

根据所述过曝倍数对所述待训练模型的参数进行调节,获得调节后的待训练模型;

根据所述过曝图像对所述调节后的待训练模型进行训练,获得所述过曝恢复模型。

8.根据权利要求2-6任一项所述的方法,其特征在于,所述根据所述待训练数据集对预设的待训练模型进行训练,获得所述过曝恢复模型,包括:

将所述过曝图像对应的四通道矩阵输入至所述待训练模型中,获取所述待训练模型的输出结果;

计算所述输出结果与所述过曝图像对应的事实图像之间的差值;

根据所述差值对所述待训练模型进行训练,获得所述过曝恢复模型。

9.根据权利要求8所述的方法,其特征在于,所述根据所述差值对所述待训练模型进行训练,获得所述过曝恢复模型,包括:

判断所述差值是否大于预设的差值阈值;

若是,则根据所述差值对所述待训练模型的参数进行调节,直至调整后的所述待训练模型的输出结果与事实图像之间的差值小于预设的差值阈值;

若否,则判定所述待训练模型收敛,获得所述过曝恢复模型。

10.根据权利要求2-9任一项所述的方法,其特征在于,所述根据所述待训练数据集对预设的待训练模型进行训练,获得所述过曝恢复模型,包括:

按照预设的比例将所述待训练数据集随机分为训练集以及验证集;

通过所述训练集对所述待训练模型进行训练;

通过所述验证集对所述待训练模型的恢复精准度进行验证,获得验证结果;

根据所述验证结果继续通过所述训练集对所述待训练模型进行训练,直至所述待训练模型收敛,获得所述过曝恢复模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市大疆创新科技有限公司,未经深圳市大疆创新科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201980005472.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top