[发明专利]一种基于全卷积神经网络和特征金字塔的颜色校正方法有效
| 申请号： | 201910659156.3 | 申请日： | 2019-07-22 |
| 公开（公告）号： | CN110400275B | 公开（公告）日： | 2021-06-22 |
| 发明（设计）人： | 李得元;代超;何帆;周振 | 申请（专利权）人： | 中电健康云科技有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 黄蓉蓉 |
| 地址： | 610000 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于全卷积神经网络和特征金字塔的颜色校正方法，涉及图像颜色校正技术领域，本发明依次对图像进行颜色校正、裁剪、数据增强处理，得到对应的偏色图片，由若干偏色图片构成训练数据集；利用训练数据集对预设全卷积神经网络和特征金字塔模型进行训练，基于预设的损失函数和优化器，对预设全卷积神经网络和特征金字塔模型的网络参数进行优化调整，直至网络收敛，输出训练好的全卷积神经网络和特征金字塔模型；利用训练好的模型预估待校正图像的光源信息，根据预估得到的光源信息对待校正图像进行颜色校正，本发明通过全卷积神经网络和特征金字塔预估光源信息，利用伽马校正对图像进行颜色校正，确保颜色校正效果，并且普适性高。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 特征 金字塔 颜色 校正 方法 | ||
【主权项】：
1.一种基于全卷积神经网络和特征金字塔的颜色校正方法，其特征在于，包括如下步骤：依次对图像进行颜色校正、裁剪、数据增强处理，得到对应的偏色图片，由若干偏色图片构成训练数据集；构建用于预估图像光源信息的预设全卷积神经网络和特征金字塔模型，利用训练数据集对预设全卷积神经网络和特征金字塔模型进行训练，基于预设的损失函数和优化器，对预设全卷积神经网络和特征金字塔模型的网络参数进行优化调整，直至网络收敛，输出训练好的全卷积神经网络和特征金字塔模型；利用训练好的全卷积神经网络和特征金字塔模型预估待校正图像的光源信息，利用预估得到的光源信息对待校正图像进行颜色校正。
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中电健康云科技有限公司，未经中电健康云科技有限公司许可，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/patent/201910659156.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种车载红外行人检测用红外图像增强方法
- 下一篇：高光谱图像去噪方法、装置
