CN119399033A 一种hdr图像色调映射同时去紫边的方法 （合肥君正科技有限公司）

本发明提供一种HDR图像色调映射同时去紫经网络训练，优化器使用Adam，初始学习率为2其中IHDR为16bit位宽HDR图像，IHDRN为归一化后的图像所述Ilongn_i为图象Ilongn上任一点，经过下列式(3)的二值化处理和替换之后新的Ilongn其中Ilongnb_R表示图像中的R分量像素点，Ilongnb_G表示图像中G分量像素点；Ilongnb_R和Ilongnb_G为图象Ilongnb上对应分量为R和G的点，经过式(4)的处理和替换之后新的Ilongnb上S2.5，将转为log2对数域的HDR图像IHDRN_log与长帧经过前处理后的图像Ilongnb_B在通道3HDRN_long图像经过基础特征提取模块得到基础特过第二组缩放参数和偏移参数映射得到第二全局特征；第二全局特征经过1个卷积核为scale，所述双曲正切函数tanh是深度学习任务中的激活函数之一，其表达式：HDRN_long图像与动态范围压缩参数scale相乘，再经过2的幂使用步骤S3设计的卷积神经网络进行训练，优化器使用Adam，所初始学习率为0.0001，训练周期100，权重衰减参数为0.0001，loss为L1loss和2.根据权利要求1所述的一种HDR图像色调映射CAC的矫正不完全，或由于镜头的光学色差以外仍产生了紫边，则后续ISP会包含一个4内的数值，以便更好地进行下一步处理，在本方法中，图像IHDR和Llong初始数据类型为4.根据权利要求1所述的一种HDR图像色调映射同时去紫边5.根据权利要求1所述的一种HDR图像色调在pytorch中接口的传入参数包括：网络参数、初始学习率lr56[0001]本发明属于智能监控视频处理技术领域，特别涉及一种HDR图像色调映射同时去打印机等图形输出设备的动态范围要比普通的HDR图像小得多，而在图像动态范围压缩即[0003]当前色调映射方法主要分为传统色调映射方法和基于卷积神经网络的色调映射取比较高档的经过光学优化的镜头/sensor来消除紫边，条件允许还可以选用如PS，[0006]而且，现有ISP中色调映射和去紫边算法在功能上往往分为两个模块进行，对硬7[0023]所述Ilongn_i为图象Ilongn上任一点，经过下列式(3)的二值化处理和替换之后新的和Ilongnb_G为图象Ilongnb上对应分量为R和G的点，经过式(4)8再经过第二组缩放参数和偏移参数映射得到第二全局特征；第二全局特征经过1个卷积核[0038]S3.4，设计压缩参数模块，将第三全局特征和步骤S3.1提取的基础特征进行压缩参数scale，所述双曲正切函数tanh是深度学习任务中的激活函数之一，其表达式：9化由于镜头的光学色差导致的紫边(光学色差包含纵向色差和横向色差)；假如CAC的矫正[0071]在pytorch中接口的传入参数包括：网络参数、初始学习率lr、权重衰减参数不同动态范围场景的色调映射程度；保证在各种动态范围场景色调映射输出稳定不闪烁，[0096]所述Ilongn_i为图象Ilongn上任一点，经过下列式(3)的二值化处理和替换之后新的和Ilongnb_G为图象Ilongnb上对应分量为R和G的点，经过式(4)再经过第二组缩放参数和偏移参数映射得到第二全局特征；第二全局特征经过1个卷积核[0126]S3.4，设计压缩参数模块，将第三全局特征和步骤S3.1提取的基础特征进行用；[0132]