[发明专利]图像处理方法、装置、电子设备和可读存储介质

说明书

本申请提供一种图像处理方法、装置、电子设备和可读存储介质，该方法的一具体实施方式包括：获取待处理图像；确定所述待处理图像的各个像素所对应的权重参数，所述权重参数用于表征所述像素的色彩效果趋近于纯白的程度；利用所述权重参数对所述待处理图像进行处理，得到目标图像。该方法可以利用权重参数对待处理图像进行处理，以使得目标图像的色彩更加贴近真实效果。

技术领域

本申请涉及信息处理领域，具体而言，涉及一种图像处理方法、装置、电子设备和可读存储介质。

背景技术

白平衡是描述显示器中红、绿、蓝三基色混合生成后白色精确度的一项指标，其在电视摄像领域中是一个非常重要的概念，通过它可以解决色彩还原和色调处理的一系列问题。所谓的白平衡算法是通过对白色被摄物的颜色还原(产生纯白的色彩效果)，进而达到其他物体色彩准确还原的一种数字图像色彩处理的计算方法。

相关技术中，在对待处理图像进行白平衡处理时，通常利用得到的白平衡矫正系数对待处理图像进行处理，以得到目标图像。但是该白平衡矫正系数常常是利用神经网络模型直接输出的，并不能得到在白平衡矫正系数的过程中所产生的有效中间参数，这给后续的白平衡处理过程带来了困难。

发明内容

本申请实施例的目的在于提供一种图像处理方法、装置、电子设备和可读存储介质，用以利用权重参数对待处理图像进行处理，以使得目标图像的色彩更加贴近真实效果。

第一方面，本申请实施例提供了一种图像处理方法，该方法包括：获取待处理图像；确定所述待处理图像的各个像素所对应的权重参数，所述权重参数用于表征所述像素的色彩效果趋近于纯白的程度；利用所述权重参数对所述待处理图像进行处理，得到目标图像。这样，可以利用权重参数对待处理图像进行处理，以使得目标图像的色彩更加贴近真实效果。

可选地，所述确定所述待处理图像的各个像素所对应的权重参数，包括：利用预先确定的神经网络模型确定所述待处理图像的各个像素所对应的权重参数；其中，所述神经网络模型基于多个样本训练组训练而得，所述样本训练组由样本图像对应的初始权重参数以及样本目标图像组成。这样，可以利用收敛后的神经网络模型可以得到色彩效果较为贴近真实色彩的目标图像。

可选地，所述权重参数通过网格图记录，权重网格图的网格与所述待处理图像的像素排布匹配。

可选地，所述神经网络模型预先基于以下步骤得到：获取训练样本集；所述训练样本集包括多个样本图像以及各个所述样本图像所对应的样本目标图像；所述样本目标图像包括由真实光照向量生成的真实图像；将所述样本图像作为初始神经网络模型的输入，使初始神经网络模型输出初始权重网格图；基于所述初始权重网格图以及所述样本图像，确定初始目标图像；利用预设损失函数确定所述初始目标图像与所述样本目标图像之间的损失函数值；利用所述损失函数值调整所述初始神经网络模型对应的模型参数，以使所述初始神经网络模型收敛，得到所述神经网络模型。

可选地，在所述确定所述待处理图像的各个像素所对应的权重参数之后，所述方法还包括：针对每一个颜色通道，确定该颜色通道所对应的每一个网格中记录的权重参数；将所述每一个网格中记录的权重参数进行累加，得到该颜色通道所对应的权重累加和；基于所述权重累加和以及该颜色通道的每一个网格中记录的权重参数，确定该颜色通道的颜色特征值所对应的第一置信度；基于所述第一置信度，确定根据所述权重参数得到的白平衡矫正系数的第二置信度。这样，可以利用权重参数分析出白平衡矫正系数的置信度，以方便确定出待处理图像的色彩效果是否趋近于真实。

可选地，在所述利用所述权重参数对所述待处理图像进行处理，得到目标图像之后，所述方法还包括：基于所述目标图像所对应的第一颜色特征值以及所述待处理图像所对应的第二颜色特征值，确定白平衡矫正系数；利用所述白平衡矫正系数对所述待处理图像进行白平衡处理，得到第一目标图像。这样，能够利用权重参数得到白平衡矫正系数，利于对待处理图像进一步进行白平衡处理。