本发明专利技术提供一种去光照方法、装置、电子设备与存储介质，方法包括：确定待去光照的图像；基于去光照模型，对图像进行去光照操作，得到图像对应的无光图像；去光照模型是以图像一致性为约束，基于样本图像对，联合加光照模型循环训练得到的，样本图像对包括样本有光图像和样本无光图像；图像一致性包括样本无光图像和预测无光图像的一致性，和/或，样本有光图像和预测有光图像的一致性，预测无光图像是去光照模型基于样本有光图像生成的，预测有光图像是加光照模型基于样本无光图像生成的。本发明专利技术提供的方法、装置、电子设备与存储介质，能够得到更加真实自然的无光图像，同时可以避免现有方法鲁棒性差、图像颜色信息丢失的问题。图像颜色信息丢失的问题。图像颜色信息丢失的问题。
【技术实现步骤摘要】
去光照方法、装置、电子设备与存储介质
[0001]本专利技术涉及计算机视觉
，尤其涉及一种去光照方法、装置、电子设备与存储介质。
技术介绍
[0002]随着计算机视觉技术的飞速发展与应用，电子文档识别技术具有十分重要的研究价值。而直接将拍照图片进行电子文档识别会面临视觉处理领域中的一大难题——光照问题，在光照影响下，拍照图片容易出现阴影、强光等区域，导致电子文档识别难度大大提升。因此，如何在识别之前对拍照图片进行去光照处理成为了一个亟需解决的问题。
[0003]目前，图像的去光照方法主要是采用传统图像处理中的二值化策略。其中效果较好的二值化策略是将文档图像分成多个区域，在每个区域分别进行二值化，这样可以缓解光照不均的情况。然而，该方法受制于人为规则的设定，不够鲁棒，复杂光照情景下处理效果较差，另外，二值化算法的前提是需要将图像转化为灰度图，这样会导致颜色信息的丢失。
技术实现思路
[0004]本专利技术提供一种去光照方法、装置、电子设备与存储介质，用以解决现有技术中鲁棒性差的缺陷，实现提高去光照方法的鲁棒性。
[0005]本专利技术提供一种去光照方法，包括：
[0006]确定待去光照的图像；
[0007]基于去光照模型，对所述图像进行去光照操作，得到所述图像对应的无光图像；
[0008]所述去光照模型是以图像一致性为约束，基于样本图像对，联合加光照模型循环训练得到的，所述样本图像对包括样本有光图像和样本无光图像；
[0009]所述图像一致性包括所述样本无光图像和预测无光图像的一致性，和/或，所述样本有光图像和预测有光图像的一致性，所述预测无光图像是所述去光照模型基于所述样本有光图像生成的，所述预测有光图像是所述加光照模型基于所述样本无光图像生成的。
[0010]根据本专利技术提供的一种去光照方法，所述去光照模型具体以所述图像一致性为约束，基于所述样本图像对，联合所述加光照模型、第一判别模型和第二判别模型循环对抗训练得到，所述第一判别模型用于判别所述预测无光图像与所述样本无光图像的真伪，所述第二判别模型用于判别所述预测有光图像与所述样本有光图像的真伪。
[0011]根据本专利技术提供的一种去光照方法，所述循环对抗训练的损失函数是基于图像一致性损失函数和循环对抗损失函数确定的；
[0012]所述图像一致性损失函数用于表征所述图像一致性的损失值；
[0013]所述循环对抗损失函数用于表征所述样本无光图像和所述预测无光图像的分类损失值，所述样本有光图像和所述预测有光图像的分类损失值，还原无光图像与所述样本无光图像之间的损失值，以及还原有光图像与所述样本有光图像之间的损失值；
[0014]所述还原无光图像是所述去光照模型基于所述预测有光图像生成的，所述还原有光图像是所述加光照模型基于所述预测无光图像生成的。
[0015]根据本专利技术提供的一种去光照方法，所述样本有光图像是基于所述样本图像对中的样本无光图像以及预先构建的光照图像对确定的，所述样本无光图像是扫描得到的，所述光照图像对包括全白图像以及对应的光照图像，所述光照图像是对所述全白图像加光照后得到的。
[0016]根据本专利技术提供的一种去光照方法，所述光照图像是基于如下步骤确定的：
[0017]构建三维模型；
[0018]将所述全白图像贴在所述三维模型的三维网格上，并使用虚拟相机对已贴定的全白图像进行拍照，得到所述光照图像。
[0019]根据本专利技术提供的一种去光照方法，任一样本无光图像对应的样本有光图像是基于如下步骤确定的：
[0020]基于多组光照图像对，确定目标图像对；
[0021]基于所述目标图像对中光照图像与全白图像的比值，以及所述任一样本无光图像，确定所述样本有光图像。
[0022]根据本专利技术提供的一种去光照方法，所述图像是对目标文档进行拍摄得到的；
[0023]所述基于去光照模型，对所述图像进行去光照操作，得到所述图像对应的无光图像，之后还包括：
[0024]对所述无光图像进行文本行检测，得到所述目标文档的文本信息。
[0025]本专利技术还提供一种加光照方法，包括：
[0026]确定待加光照的图像；
[0027]基于所述图像，以及光照图像对，确定所述图像对应的有光图像；
[0028]其中，所述光照图像对包括全白图像以及对应的光照图像，所述光照图像是对所述全白图像加光照后得到的。
[0029]本专利技术还提供一种去光照装置，包括：
[0030]确定模块，用于确定待去光照的图像；
[0031]去光照模块，用于基于去光照模型，对所述图像进行去光照操作，得到所述图像对应的无光图像；
[0032]所述去光照模型是以图像一致性为约束，基于样本图像对，联合加光照模型循环训练得到的，所述样本图像对包括样本有光图像和样本无光图像；
[0033]所述图像一致性包括所述样本无光图像和预测无光图像的一致性，和/或，所述样本有光图像和预测有光图像的一致性，所述预测无光图像是所述去光照模型基于所述样本有光图像生成的，所述预测有光图像是所述加光照模型基于所述样本无光图像生成的。
[0034]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述去光照方法或上述加光照方法的步骤。
[0035]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述去光照方法或上述加光照方法的步骤。
[0036]本专利技术提供的去光照方法、装置、电子设备与存储介质，通过以图像一致性为约
束，基于样本图像对，联合加光照模型循环训练得到去光照模型，从而能够保证去光照模型的去光照效果，在此基础上，基于去光照模型对图像进行去光照操作，从而能够得到更加真实自然的无光图像，保证输入图像的信息不丢失，同时可以避免现有方法鲁棒性差、图像颜色信息丢失的问题。
附图说明
[0037]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1是本专利技术提供的去光照方法的流程示意图；
[0039]图2是本专利技术提供的循环对抗训练方法的流程示意图；
[0040]图3是本专利技术提供的光照图像的确定方法的流程示意图；
[0041]图4是本专利技术提供的样本有光图像的确定方法的流程示意图；
[0042]图5是本专利技术提供的去光照模型的网络结构示意图；
[0043]图6是本专利技术提供的第一判别模型的网络结构示意图；
[0044]图7是本专利技术提供的加光照方法的流程示意图；
[0045]图8是本专利技术提供的去光照装置的结构示意本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种去光照方法，其特征在于，包括：确定待去光照的图像；基于去光照模型，对所述图像进行去光照操作，得到所述图像对应的无光图像；所述去光照模型是以图像一致性为约束，基于样本图像对，联合加光照模型循环训练得到的，所述样本图像对包括样本有光图像和样本无光图像；所述图像一致性包括所述样本无光图像和预测无光图像的一致性，和/或，所述样本有光图像和预测有光图像的一致性，所述预测无光图像是所述去光照模型基于所述样本有光图像生成的，所述预测有光图像是所述加光照模型基于所述样本无光图像生成的。2.根据权利要求1所述的去光照方法，其特征在于，所述去光照模型具体以所述图像一致性为约束，基于所述样本图像对，联合所述加光照模型、第一判别模型和第二判别模型循环对抗训练得到，所述第一判别模型用于判别所述预测无光图像与所述样本无光图像的真伪，所述第二判别模型用于判别所述预测有光图像与所述样本有光图像的真伪。3.根据权利要求2所述的去光照方法，其特征在于，所述循环对抗训练的损失函数是基于图像一致性损失函数和循环对抗损失函数确定的；所述图像一致性损失函数用于表征所述图像一致性的损失值；所述循环对抗损失函数用于表征所述样本无光图像和所述预测无光图像的分类损失值，所述样本有光图像和所述预测有光图像的分类损失值，还原无光图像与所述样本无光图像之间的损失值，以及还原有光图像与所述样本有光图像之间的损失值；所述还原无光图像是所述去光照模型基于所述预测有光图像生成的，所述还原有光图像是所述加光照模型基于所述预测无光图像生成的。4.根据权利要求1至3中任一项所述的去光照方法，其特征在于，所述样本有光图像是基于所述样本图像对中的样本无光图像以及预先构建的光照图像对确定的，所述样本无光图像是扫描得到的，所述光照图像对包括全白图像以及对应的光照图像，所述光照图像是对所述全白图像加光照后得到的。5.根据权利要求4所述的去光照方法，其特征在于，所述光照图像是基于如下步骤确定的：构建三维模型；将所述全白图像贴在所述...
【专利技术属性】
技术研发人员：郜鹏宇，王冲，崔瑞莲，张银田，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。