技术特征：
1.一种图像增强模型的训练方法，其特征在于，包括：获取训练图像集，所述训练图像集中的各个训练样本包括输入图像以及配对的目标图像，其中，所述目标图像是由所述输入图像经色彩增强处理得到的增强图像与所述输入图像对应的hdr图像融合后得到的图像；根据所述训练图像集对初始图像增强模型进行模型训练，得到目标图像增强模型。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述输入图像的rgb三通道分离，得到r通道、g通道和b通道；根据所述r通道、所述g通道和所述b通道中每个颜色通道的颜色直方图和目标裁剪步长，分别确定每个颜色通道的最大色差阈值和最小色差阈值；根据所述每个颜色通道的最大色差阈值和最小色差阈值，分别对所述r通道、所述g通道和所述b通道中每个颜色通道的像素值进行修正，得到所述增强图像。3.根据权利要求2所述的方法，其特征在于，所述根据所述每个颜色通道的最大色差阈值和最小色差阈值，分别对所述r通道、所述g通道和所述b通道中每个颜色通道的像素值进行修正，得到所述增强图像，包括：将所述r通道中像素值大于所述r通道的最大色差阈值r
max
的像素点的像素值修正为255，将所述r通道中像素值小于所述r通道的最小色差阈值r
min
的像素点的像素值修正为0，以及将所述r通道中满足r
min
≤r(x,y)≤r
max
的像素值r(x,y)修正为r
r
(x,y)；将所述g通道中像素值大于所述g通道的最大色差阈值g
max
的像素点的像素值修正为255，将所述g通道中像素值小于所述g通道的最小色差阈值g
min
的像素点的像素值修正为0，以及将所述g通道中满足g
min
≤g(x,y)≤g
max
的像素值g(x,y)修正为g
r
(x,y)；将所述b通道中像素值大于所述b通道的最大色差阈值b
max
的像素点的像素值修正为255，将所述b通道中像素值小于所述b通道的最小色差阈值b
min
的像素点的像素值修正为0，以及将所述b通道中满足b
min
≤b(x,y)≤b
max
的像素值b(x,y)修正为b
r
(x,y)；其中，其中，min
rgb
＝min(r
min
,g
min
,b
min
)，max
rgb
＝max(r
max
,g
max
,b
max
)。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取所述输入图像的初始裁剪步长；根据所述输入图像的宽度和高度、所述初始裁剪步长，确定裁剪像素点的数量n0；将所述r通道、所述g通道和所述b通道中每个颜色通道上初始分量由小到大的顺序确定为第一裁剪顺序，以及将所述r通道、所述g通道和所述b通道中每个颜色通道上初始分量由大到小的顺序确定为第二裁剪顺序；根据所述裁剪像素点的数量n0和所述第一裁剪顺序，对所述r通道、所述g通道和所述b通道中每个颜色通道的颜色直方图进行裁剪，分别得到所述r通道的下边界r
下
、所述g通道的下边界g
下
和所述b通道的下边界b
下
；根据所述裁剪像素点的数量n0和所述第二裁剪顺序，对所述r通道、所述g通道和所述b
通道中每个颜色通道的颜色直方图进行裁剪，分别得到所述r通道的上边界r
上
、所述g通道的上边界g
上
和所述b通道的上边界b
上
；根据所述r通道的下边界r
下
和上边界r
上
、所述g通道的下边界g
下
和上边界g
上
、所述b通道的下边界b
下
和上边界b
上
，分别确定rgb三通道中的最小距离dis
min
和rgb三通道裁剪的总范围dis
all
；若所述最小距离dis
min
小于第一阈值且所述总范围dis
all
大于第二阈值，将所述初始裁剪步长确定为所述目标裁剪步长；否则，调整所述初始裁剪步长的大小，直至所述最小距离dis
min
小于所述第一阈值且所述总范围dis
all
大于所述第二阈值。5.根据权利要求4所述的方法，其特征在于，所述根据所述裁剪像素点的数量n0和所述第一裁剪顺序，对所述r通道、所述g通道和所述b通道中每个颜色通道的颜色直方图进行裁剪，分别得到所述r通道的下边界r
下
、所述g通道的下边界g
下
和所述b通道的下边界b
下
，包括：在所述r通道的颜色直方图中，根据所述第一裁剪顺序搜索与所述裁剪像素点的数量n0匹配的n0个像素点，将搜索到的n0个像素点作为裁剪像素点对所述r通道的颜色直方图进行裁剪，得到所述r通道的下边界r
下
；在所述g通道的颜色直方图中，根据所述第一裁剪顺序搜索与所述裁剪像素点的数量n0匹配的n0个像素点，将搜索到的n0个像素点作为裁剪像素点对所述g通道的颜色直方图进行裁剪，得到所述g通道的下边界g
下
；在所述b通道的颜色直方图中，根据所述第一裁剪顺序搜索与所述裁剪像素点的数量n0匹配的n0个像素点，将搜索到的n0个像素点作为裁剪像素点对所述b通道的颜色直方图进行裁剪，得到所述b通道的下边界b
下
。6.根据权利要求4所述的方法，其特征在于，所述根据所述裁剪像素点的数量n0和所述第二裁剪顺序，对所述r通道、所述g通道和所述b通道中每个颜色通道的颜色直方图进行裁剪，分别得到所述r通道的上边界r
上
、所述g通道的上边界g
上
和所述b通道的上边界b
上
，包括：在所述r通道的颜色直方图中，根据所述第二裁剪顺序搜索与所述裁剪像素点的数量n0匹配的n0个像素点，将搜索到的n0个像素点作为裁剪像素点对所述r通道的颜色直方图进行裁剪，得到所述r通道的上边界r
上
；在所述g通道的颜色直方图中，根据所述第二裁剪顺序搜索与所述裁剪像素点的数量n0匹配的n0个像素点，将搜索到的n0个像素点作为裁剪像素点对所述g通道的颜色直方图进行裁剪，得到所述g通道的上边界g
上
；在所述b通道的颜色直方图中，根据所述第二裁剪顺序搜索与所述裁剪像素点的数量n0匹配的n0个像素点，将搜索到的n0个像素点作为裁剪像素点对所述b通道的颜色直方图进行裁剪，得到所述b通道的上边界b
上
。7.根据权利要求4所述的方法，其特征在于，所述根据所述r通道的下边界r
下
和上边界r
上
、所述g通道的下边界g
下
和上边界g
上
、所述b通道的下边界b
下
和上边界b
上
，分别确定rgb三通道中的最小距离dis
min
和rgb三通道裁剪的总范围dis
all
，包括：dis
min
＝min((r
上
‑
r
下
),(g
上
‑
g
下
),(b
上
‑
b
下
))；dis
all
＝255
×3‑
(r
上
+g
上
+b
上
‑
r
下
‑
g
下
‑
b
下
)。8.根据权利要求2所述的方法，其特征在于，所述根据所述r通道、所述g通道和所述b通道中每个颜色通道的颜色直方图和目标裁剪步长，分别确定每个颜色通道的最大色差阈值
和最小色差阈值，包括：根据所述输入图像的宽度和高度、所述目标裁剪步长，确定裁剪像素点的数量n；将所述r通道、所述g通道和所述b通道中每个颜色通道上初始分量由小到大的顺序确定为第一裁剪顺序，以及将所述r通道、所述g通道和所述b通道中每个颜色通道上初始分量由大到小的顺序确定为第二裁剪顺序；在所述r通道的颜色直方图中，根据所述第一裁剪顺序搜索与所述裁剪像素点的数量n匹配的n个像素点，将搜索到的n个像素点作为裁剪像素点对所述r通道的颜色直方图进行裁剪，得到所述r通道的最小色差阈值r
min
；在所述g通道的颜色直方图中，根据所述第一裁剪顺序搜索与所述裁剪像素点的数量n匹配的n个像素点，将搜索到的n个像素点作为裁剪像素点对所述g通道的颜色直方图进行裁剪，得到所述g通道的最小色差阈值g
min
；在所述b通道的颜色直方图中，根据所述第一裁剪顺序搜索与所述裁剪像素点的数量n匹配的n个像素点，将搜索到的n个像素点作为裁剪像素点对所述b通道的颜色直方图进行裁剪，得到所述b通道的最小色差阈值b
min
；在所述r通道的颜色直方图中，根据所述第二裁剪顺序搜索与所述裁剪像素点的数量n匹配的n个像素点，将搜索到的n个像素点作为裁剪像素点对所述r通道的颜色直方图进行裁剪，得到所述r通道的最大色差阈值r
max
；在所述g通道的颜色直方图中，根据所述第二裁剪顺序搜索与所述裁剪像素点的数量n匹配的n个像素点，将搜索到的n个像素点作为裁剪像素点对所述g通道的颜色直方图进行裁剪，得到所述g通道的最大色差阈值g
max
；在所述b通道的颜色直方图中，根据所述第二裁剪顺序搜索与所述裁剪像素点的数量n匹配的n个像素点，将搜索到的n个像素点作为裁剪像素点对所述b通道的颜色直方图进行裁剪，得到所述b通道的最大色差阈值b
max
。9.根据权利要求1至8中任一项所述的方法，其特征在于，所述方法还包括：对所述增强图像进行小波变换，分解为第一低频分量和第一高频分量；对所述hdr图像进行小波变换，分解为第二低频分量和第二高频分量；将所述第一低频分量和所述第二低频分量加权平均，得到第一平均分量；将所述第一高频分量和所述第二高频分量加权平均，得到第二平均分量；对所述第一平均分量和所述第二平均分量进行小波逆变换，融合得到所述目标图像。10.一种图像增强方法，其特征在于，包括：获取待处理图像；将所述待处理图像输入目标图像增强模型中，其中，所述目标图像增强模型通过训练图像集对初始图像增强模型进行模型训练得到，所述训练图像集中的各个训练样本包括输入图像以及配对的目标图像，所述目标图像是由所述输入图像经色彩增强处理得到的增强图像与所述输入图像对应的hdr图像融合后得到的图像；获取所述目标图像增强模型输出的目标增强图像。11.一种图像增强模型的训练装置，其特征在于，包括：训练图像集获取模块，用于获取训练图像集，所述训练图像集中的各个训练样本包括输入图像以及配对的目标图像，其中，所述目标图像是由所述输入图像经色彩增强处理得
到的增强图像与所述输入图像对应的hdr图像融合后得到的图像；训练模块，用于根据所述训练图像集对初始图像增强模型进行模型训练，得到目标图像增强模型。12.一种图像增强装置，其特征在于，包括：待处理图像获取模块，用于获取待处理图像；输入模块，用于将所述待处理图像输入目标图像增强模型中，其中，所述目标图像增强模型通过训练图像集对初始图像增强模型进行模型训练得到，所述训练图像集中的各个训练样本包括输入图像以及配对的目标图像，所述目标图像是由所述输入图像经色彩增强处理得到的增强图像与所述输入图像对应的hdr图像融合后得到的图像；目标增强图像获取模块，用于获取所述目标图像增强模型输出的目标增强图像。13.一种电子设备，其特征在于，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至10中任一项所述的方法。14.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述方法的步骤。
技术总结
本申请提供了一种图像增强模型的训练方法及装置、图像增强方法及装置，能够在进行颜色增强时，同时维持增强图像的细节纹理，让图像的局部和整体均有很好的增强效果。图像增强模型的训练方法，包括：获取训练图像集，训练图像集中的各个训练样本包括输入图像以及配对的目标图像，其中，目标图像是由输入图像经色彩增强处理得到的增强图像与输入图像对应的HDR图像融合后得到的图像；根据训练图像集对初始图像增强模型进行模型训练，得到目标图像增强模型。增强模型。增强模型。
技术研发人员：刘恩雨 李松南
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2020.12.14
技术公布日：2021/10/21