[发明专利]一种基于生成对抗式网络的图像着色方法及装置

权利要求书

1.一种基于生成对抗式网络的图像着色方法，其特征在于，包括：

S1，获取待着色图像；

S2，通过预先训练好的图像分类网络对所述待着色图像进行分类；

S3，根据所述待着色图像的分类结果，将所述待着色图像输入对应类别的预先训练好的生成对抗式网络中，利用生成对抗式网络对所述待着色图像中的每个像素值进行预测，然后输出每个像素的RGB值，最终生成一副彩色图像；

S4，判断生成的彩色图像是否满足预设质量要求；若满足预设质量要求，则将生成的彩色图像作为最终的着色效果；若不满足预设质量要求，则执行S5；

S5，从网络上下载与所述待着色图像的结构和内容相似的预设数量的图像组成新的数据集，并利用新的数据集重新训练生成对抗式网络，利用重新训练后的生成对抗式网络重新生成所述待着色图像对应的彩色图像，然后返回S4。

2.如权利要求1所述的基于生成对抗式网络的图像着色方法，其特征在于，所述待着色图像为近红外图像或灰度图像。

3.如权利要求1所述的基于生成对抗式网络的图像着色方法，其特征在于，所述通过预先训练好的分类网络对所述待着色图像进行分类，包括：

建立图像分类网络模型，将所述待着色图像输入图像分类网络模型，提取待着色图像特征，再经过全连接网络进行分类，得到待着色图像的对应类别。

4.如权利要求2所述的基于生成对抗式网络的图像着色方法，其特征在于，当待着色图像为灰度图像时，利用生成对抗式网络对所述待着色图像中的每个像素值进行预测，然后输出每个像素的RGB值，最终生成一副彩色图像，包括：

将待着色图像从RGB通道转换到Lab通道；

将待着色图像的L通道值输入到对应类别的生成对抗式网络中，利用生成对抗式网络对待着色图像的每一个像素的ab值进行预测；

将待着色图像的L通道值与预测的ab通道值进行链接，得到生成彩色图像的Lab值，再将Lab值转换成RGB值，最终生成一副彩色图像。

5.一种基于生成对抗式网络的图像着色装置，其特征在于，包括：

图像获取模块，用于获取待着色图像；

图像分类模块，用于通过预先训练好的图像分类网络对所述图像获取模块所获取的待着色图像进行分类；

图像着色模块，用于根据所述图像分类模块对所述待着色图像的分类结果，将所述待着色图像输入对应类别的预先训练好的生成对抗式网络中，利用生成对抗式网络对所述待着色图像中的每个像素值进行预测，然后输出每个像素的RGB值，最终生成一副彩色图像；

质量判断模块，用于判断所述图像着色模块所生成的彩色图像是否满足预设质量要求；若满足预设质量要求，则将生成的彩色图像作为最终的着色效果；若不满足预设质量要求，则启动彩色图像重生成模块；

彩色图像重生成模块，用于从网络上下载与所述待着色图像的结构和内容相似的预设数量的图像组成新的数据集，并利用新的数据集重新训练生成对抗式网络，利用重新训练后的生成对抗式网络重新生成所述待着色图像对应的彩色图像，然后返回所述质量判断模块。

6.如权利要求5所述的基于生成对抗式网络的图像着色装置，其特征在于，所述图像获取模块所获取的待着色图像为近红外图像或灰度图像。

7.如权利要求5所述的基于生成对抗式网络的图像着色装置，其特征在于，所述图像分类模块具体用于：

建立图像分类网络模型，将所述待着色图像输入图像分类网络模型，提取待着色图像特征，再经过全连接网络进行分类，得到待着色图像的对应类别。

8.如权利要求6所述的基于生成对抗式网络的图像着色装置，其特征在于，当所述图像获取模块获取的待着色图像为灰度图像时，所述图像着色模块用于：

将待着色图像从RGB通道转换到Lab通道；

将待着色图像的L通道值输入到对应类别的生成对抗式网络中，利用生成对抗式网络对待着色图像的每一个像素的ab值进行预测；

将待着色图像的L通道值与预测的ab通道值进行链接，得到生成彩色图像的Lab值，再将Lab值转换成RGB值，最终生成一副彩色图像。