[发明专利]一种基于半预测滤波的快速图像散景渲染方法

说明书

一种基于半预测滤波的快速图像散景渲染方法步骤。首先通过单反相机拍摄获取不同场景下拍摄的数据，对数据集的所有图片利用双三次线性插值方法插值为高1024×宽1472的尺寸，对处理后的全聚焦图片进行坐标赋值，制作坐标图，然后构建并训练基于半预测滤波的快速图像散景渲染网络模型，网络模型包括注意力模块，残差模块，半滤波核模块和图像生成模块；最后经过训练的神经网络模型接收需要进行散景渲染处理的图片，完成散景渲染处理后将图片输出。本发明方法在确保散景渲染质量的前提下实现了图像的快速散景渲染，创新的提出了一种坐标图，用于辅助网络模型的训练，提高网络模型辨别输入图像中重要内容的能力。

技术领域

本发明涉及一种基于半预测滤波的快速图像散景渲染方法，尤其涉及基于深度学习技术的散景效果处理领域。

背景技术

散景渲染效果在摄影领域通常被认为美学的标准之一，在现有的技术支持下，摄影者利用单反相机很容易实现这一效果，拍摄者将相机设置为大光圈拍摄模式进行图像拍摄从而将图像中的不感兴趣的部分模糊处理。考虑到智能手机的普及，制造商尝试在手机端增加复杂的硬件和摄像头来从硬件层面实现智能手机的散景渲染效果，但是高昂的制造成本对商家和消费者都不友好。因此，基于软件层面开发针对图像的散景渲染算法成为了研究的热点，这类散景渲染实现方法依赖于手机的运算性能，所需要的硬件成本相对低廉，适用于市面上绝大多数的智能手机。目前多数算法都是基于深度学习实现的，搭建端到端的网络实现图像的散景效果渲染。但是，将深度学习算法集成到手机端时，缩短运算时间成为了一大难题，运算速度与渲染效果相互制约，如何统一运算速度和渲染效果是必须考虑的问题。

发明内容

解决的技术问题：针对上述的基于硬件实现方法成本高，基于软件实现方法运算速度和渲染质量的问题，本发明提出了一种基于半预测滤波的快速图像散景渲染方法。

实现步骤：本发明提出了一种基于半预测滤波的快速图像散景渲染方法，其基本步骤为:

步骤1：数据集制作；

步骤1.1：通过单反相机拍摄获取不同场景下拍摄的数据，所述的不同场景下拍摄的数据均为一对图片，即分别为单反相机拍摄的全聚焦图片I_org和单反相机利用大光圈真实拍摄的具有散景渲染效果的图片I_gt。其中全聚焦图片I_org作为模型训练过程中的输入图像数据，而具有真实散景渲染效果的图片I_gt作为模型训练过程中的用于与模型输出图像进行对比的对比数据。

步骤1.2：对数据集的所有图片利用双三次线性插值方法插值为高1024×宽1472的尺寸。

步骤1.3：坐标图制作。对步骤1.2处理后的全聚焦图片I_org进行坐标赋值，具体计算方法如下：

其中，X代表图片高维度对应的像素点坐标，Y代表图片宽维度对应的像素点坐标。将X和Y的信息与全聚焦图片I_org进行结合，重新构建一张5通道的全聚焦图片I_org+c作为网络模型的最终输入图片。

步骤2：构建基于半预测滤波的快速图像散景渲染网络模型；