[发明专利]一种基于合成数据的神经网络去炫光方法

权利要求书

1.一种基于合成数据的神经网络去炫光方法，其特征在于，包括以下步骤：

步骤S1、从场景数据集中随机选取一张图片，为场景图片S，从炫光数据集中随机选取一张图片，为炫光图片F；

步骤S2、对所述场景图片S和所述炫光图片F进行逆伽马变换；

步骤S3、计算所述炫光图片F的亮度矩阵I_F；

步骤S4、根据所述炫光图片F的亮度矩阵I_F为炫光图片F和场景图片S分配权重矩阵，并合成带炫光的场景图片I；

步骤S5、通过步骤S1到S4获取多张带炫光的场景图片I构成带炫光的场景图片数据集，利用步骤S1的场景数据集和获取的所述带炫光的场景图片数据集来训练神经网络模型，得到训练好的神经网络模型；

步骤S6、向训练好的神经网络模型中输入炫光图片，对训练好的神经网络模型输出的图片恢复光源得到最终的去炫光图片I_final；

步骤S4的实现过程为：

步骤S4.1、根据所述炫光图片F的亮度矩阵I_F为所述炫光图片F分配权重矩阵：；

为所述场景图片S分配权重矩阵：；

其中，为sigmoid型函数，且有：；

其中，e为指数，a和x为参数；

步骤S4.2、利用所述场景图片S和所述炫光图片F合成带炫光的场景图片I：；

其中，为点乘操作；

步骤S6的实现过程为：

步骤S6.1、向训练好的神经网络模型中输入炫光图片，输出图片；

步骤S6.2、计算炫光图片的亮度矩阵：

；

其中，分别代表炫光图片的 R，G，B 颜色通道；

步骤S6.3、计算所述炫光图片的权重矩阵W：

；

其中，为亮度矩阵的最小元素和最大元素；为参数，取值为15；

步骤S6.4、对图片恢复光源得到最终的去炫光图片I_final：

。

2.根据权利要求1所述的一种基于合成数据的神经网络去炫光方法，其特征在于，步骤S3中，将所述炫光图片F的R，G，B颜色通道相加并乘以三分之一得到亮度矩阵I_F：，其中，分别代表所述炫光图片F的R，G，B颜色通道，其中相加并乘以三分之一是为了将所述亮度矩阵I_F归一化至区间[0, 1]。