1.本公开涉及图像处理
技术领域：
：，尤其涉及一种颜色映射参数的处理方法、颜色映射参数的处理装置、计算机可读存储介质与电子设备。
背景技术：
：：2.在拍摄图像时，可能受到拍摄环境中光照条件的影响或者拍摄设备本身的硬件影响，导致得到的图像颜色偏离于预期颜色，需要对图像进行颜色映射处理。或者，期望图像呈现出某种风格的颜色特征，需要对图像进行颜色映射处理。3.相关技术中，用于颜色映射处理的颜色映射参数通常较为固定，难以满足不同场景或不同图像风格下的颜色调节需求。如果对原有的颜色映射参数进行更新，则需要人工输入颜色数据对，这样耗费大量的人力成本。技术实现要素：4.本公开提供一种颜色映射参数的处理方法、颜色映射参数的处理装置、计算机可读存储介质与电子设备，以至少在一定程度上解决相关技术中更新颜色映射参数耗费人力成本的问题。5.根据本公开的第一方面，提供一种颜色映射参数的处理方法，包括：获取第一待调节样本图像以及对所述第一待调节样本图像进行颜色调节后的第一标签图像；利用待优化的颜色映射参数对所述第一待调节样本图像进行颜色映射处理，得到第一已调节样本图像；根据所述第一已调节样本图像与所述第一标签图像确定第一损失函数值；基于所述第一损失函数值更新所述颜色映射参数。6.根据本公开的第二方面，提供一种颜色映射参数的处理装置，包括：样本获取模块，被配置为获取第一待调节样本图像以及对所述第一待调节样本图像进行颜色调节后的第一标签图像；颜色映射处理模块，被配置为利用待优化的颜色映射参数对所述第一待调节样本图像进行颜色映射处理，得到第一已调节样本图像；损失函数值确定模块，被配置为根据所述第一已调节样本图像与所述第一标签图像确定第一损失函数值；颜色映射参数更新模块，被配置为基于所述第一损失函数值更新所述颜色映射参数。7.根据本公开的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面的颜色映射参数的处理方法及其可能的实现方式。8.根据本公开的第四方面，提供一种电子设备，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，来执行上述第一方面的颜色映射参数的处理方法及其可能的实现方式。9.本公开的技术方案具有以下有益效果：10.一方面，采用有监督学习的方式更新颜色映射参数，以实现对颜色映射参数的优化或建立新的颜色映射参数，相比于人工输入颜色数据对的方式，能够降低人力成本的投入。另一方面，基于第一损失函数值更新颜色映射参数，使得颜色映射参数能够学习到第一待调节样本图像与第一标签图像中的信息，有利于提升颜色映射参数的质量。再一方面，本方案模拟了机器学习模型的训练方式，但无需使用机器学习模型，可以降低对计算机资源的需求。附图说明11.图1示出1dlut的示意图；12.图2示出本示例性实施方式中一种颜色映射参数的处理方法的流程图；13.图3示出本示例性实施方式中一种颜色映射参数的处理方法的子流程图；14.图4示出本示例性实施方式中线性插值的示意图；15.图5示出本示例性实施方式中一种颜色映射参数的处理方法的子流程图；16.图6示出了本示例性实施方式中节点的初始间距的示意图；17.图7示出本示例性实施方式中节点移动范围的示意图；18.图8示出本示例性实施方式中颜色映射参数的处理方法的示意图；19.图9示出本示例性实施方式中颜色映射处理的实例图；20.图10示出本示例性实施方式中一种颜色映射参数的处理装置的结构示意图；21.图11示出本示例性实施方式中一种电子设备的结构示意图。具体实施方式22.下文将结合附图更全面地描述本公开的示例性实施方式。23.附图为本公开的示意性图解，并非一定是按比例绘制。附图中所示的一些方框图可能是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在硬件模块或集成电路中实现这些功能实体，或在网络、处理器或微控制器中实现这些功能实体。实施方式能够以多种形式实施，不应被理解为限于在此阐述的范例。本公开所描述的特征、结构或特性可以以任何合适的方式结合在一个或多个实施方式中。在下文的描述中，提供许多具体细节从而给出对本公开实施方式的充分说明。然而，本领域技术人员应意识到，可以在实现本公开的技术方案时省略其中的一个或多个特定细节，或者可以采用其它的方法、组元、装置、步骤等替代一个或多个特定细节。24.本文中涉及到的名词术语请参考下面的解释：25.颜色查找表(look-up-table，简称lut)：图像颜色调节常用的工具之一，其通过建立输入与输出之间的映射关系，可以快速实现对颜色映射处理，颜色查找表是颜色映射参数的一种具体形式。颜色查找表包括一维颜色查找表(1dlut，通常用于对gamma值等进行映射)、二维颜色查找表(2dlut，通常用于对色相和饱和度进行映射)、三维颜色查找表(3dlut，通常用于对r、g、b三个通道值进行映射)。26.颜色空间：将用于描述颜色的不同属性分别表示为不同维度的轴线，所形成的空间，可以包括rgb(红绿蓝)颜色空间、hsv(色相、饱和度、亮度)颜色空间等。27.节点：颜色查找表中包含了大量的输入与输出之间的映射关系，这些输入数据难以覆盖到颜色空间中的每一个点，其所在的位置为节点。节点在颜色空间中可以是均匀分布的，也可以是非均匀分布的。图1示出了节点均匀分布的1dlut，以及节点非均匀分布的1dlut，图中横坐标是输入值，纵坐标是输入值映射的输出值。28.相关技术中，若对原有的颜色映射参数进行更新，或者建立新的颜色映射参数，将耗费大量的人力成本。例如，为了获得新的2dlut，需要人工输入原始的色相、饱和度以及期望得到的色相、饱和度，建立映射关系，以得到2dlut，这需要人为提供大量的数据，人力成本很高。并且，受到人工输入数据的质量的影响，该2dlut的质量难以得到保证。29.鉴于上述一个或多个问题，本公开的示例性实施方式提供一种颜色映射参数的处理方法。图2示出了该颜色映射参数的处理方法的流程，可以包括以下步骤s210至s240：30.步骤s210，获取第一待调节样本图像以及对第一待调节样本图像进行颜色调节后的第一标签图像；31.步骤s220，利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，得到第一已调节样本图像；32.步骤s230，根据第一已调节样本图像与第一标签图像确定第一损失函数值；33.步骤s240，基于第一损失函数值更新颜色映射参数。34.基于上述方法，一方面，采用有监督学习的方式更新颜色映射参数，以实现对颜色映射参数的优化或建立新的颜色映射参数，相比于人工输入颜色数据对的方式，能够降低人力成本的投入。另一方面，基于第一损失函数值更新颜色映射参数，使得颜色映射参数能够学习到第一待调节样本图像与第一标签图像中的信息，有利于提升颜色映射参数的质量。再一方面，本方案模拟了机器学习模型的训练方式，但无需使用机器学习模型，可以降低对计算机资源的需求。35.下面对图2中的每个步骤做具体说明。36.参考图2，在步骤s210中，获取第一待调节样本图像以及对第一待调节样本图像进行颜色调节后的第一标签图像。37.第一待调节样本图像是指未经颜色调节的样本图像，是用于更新颜色映射参数的样本图像。第一待调节样本图像可以是任意类型、通过任意途径获取的图像。在一种实施方式中，可以根据期望得到的颜色映射参数所对应的场景，来获取相应的第一待调节样本图像。例如，若期望得到可用于人脸颜色调节的颜色映射参数，则可以获取人脸图像，以作为第一待调节样本图像；或者，若期望得到可用于蓝天、白云等风景颜色调节的颜色映射参数，则可以获取包含蓝天、白云等风景的图像，以作为第一待调节样本图像。38.第一标签图像是第一待调节样本图像对应的颜色调节后的图像，是颜色调节效果较为理想的图像，可以作为标签(groundtruth)。第一待调节样本图像和标签图像可以组成样本-标签形式的有监督数据对。由于本示例性实施方式中的颜色映射参数是需要更新优化的，步骤s210中的颜色调节可以通过颜色映射参数以外的方式实现。例如，可以对第一待调节样本图像进行人工调色，如为了后续优化2dlut，可以在调色软件中对第一待调节样本图像人工进行色相与饱和度的调整，以获得第一标签图像。39.在一种实施方式中，可以先获取第一标签图像，通过“反向”的颜色调节得到其对应的第一待调节样本图像。例如，可以选取颜色本身较为理想的图像，作为第一标签图像，然后对第一标签图像进行颜色调节，使颜色的视觉感受变差，如可以将第一标签图像中的颜色替换为同色系的其他颜色，或者在一定的数值范围内随机生成颜色值调节量，以对第一标签图像的颜色值进行调节，得到第一标签图像对应的第一待调节样本图像。40.第一待调节样本图像和第一标签图像可以形成训练集，用于在后续步骤中模拟机器学习模型的训练方式，对颜色映射参数进行更新。41.在一种实施方式中，可以获取大量的待调节样本图像与对应的标签图像，可以参考上述获取第一待调节样本图像与第一标签图像的方式(如人工调色)，将待调节样本图像与标签图像形成总的图像数据集。然后将图像数据集划分为训练集、验证集、测试集。为进行区分，可以将训练集中的图像称为第一待调节样本图像与第一标签图像，将验证集中的图像称为第二待调节样本图像与第二标签图像，将测试集中的图像称为第三待调节样本图像与第三标签图像。42.在后续处理中，训练集可用于更新颜色映射参数，验证集可用于寻找更新过程中的高质量的颜色映射参数，测试集可用于测试颜色映射参数的效果。本公开对于训练集、验证集、测试集的划分比例不做限定。示例性的，图像数据集可以包括5000个待调节样本图像-标签图像的数据对，训练集、验证集、测试集的数量可以分别是4500、150、350。43.继续参考图2，在步骤s220中，利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，得到第一已调节样本图像。44.其中，待优化的颜色映射参数可以是初始建立的颜色映射参数，或已有的颜色映射参数。例如，可以采用随机初始化值或预设初始化值作为待优化的颜色映射参数，也可以将其他场景或其他设备所使用的颜色映射参数作为待优化的颜色映射参数。45.在一种实施方式中，颜色映射参数包括颜色查找表。参考图3所示，上述利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，可以包括以下步骤s310至s330：46.步骤s310，获取第一待调节样本图像的像素点在颜色空间内的坐标。47.其中，上述颜色空间可以是颜色查找表对应的颜色空间。例如，颜色查找表是关于色相和饱和度的2dlut，则上述颜色空间可以是由h(色相)和s(饱和度)两个维度形成的二维颜色空间。48.将第一待调节样本图像转换为hsv格式，将每个像素点的颜色值(主要指色相和饱和度两项数值)映射为颜色空间内的点，得到其坐标。49.步骤s320，若像素点处于颜色查找表中的节点上，则采用该节点的颜色映射值对该像素点进行颜色调节。50.像素点处于颜色查找表中的节点上，说明该像素点的颜色值与该节点的输入值相同，可以直接采用该节点的颜色映射值(即输出值)对像素点进行颜色调节。一般的，节点的颜色映射值表示颜色调节量，可以对像素点的颜色值加上颜色调节量，得到调节后的颜色值。51.步骤s330，若像素点未处于颜色查找表中的节点上，则根据该像素点与该像素点附近的多个节点之间的距离，对该多个节点的颜色映射值进行插值，并采用插值结果对像素点进行颜色调节。52.一般的，节点可以将颜色空间划分为多个格子，像素点未处于颜色查找表中的节点上，则处于某个格子中，可以根据该像素点与该格子的各角点位置的节点之间的距离，对这些节点的颜色映射值进行插值，并采用插值结果对像素点进行颜色调节。53.参考图4所示，以2dlut为例进行说明，假设像素点a未处于节点上，其坐标可以表示为(row_in,col_in)，其所在格子的四个角点位置的节点坐标分别为(row0,col0)、(row0,col1)、(row1,col0)、(row1,col1)，该四个节点的颜色映射值分别为adj00、adj01、adj10、adj11。可以通过双线性插值的方式计算像素点a的颜色映射值，参考如下公式：[0054][0055][0056]adjout＝(1-ratio_col)·(1-ratio_row)·adj00 ratio_col·(1-ratio_row)·adj01 (1-ratiocol)·ratio_row·adj10 ratio_col·ratio_row·adj11ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ(3)[0057]其中，adjout表示像素点a的颜色映射值。在通过公式(1)-(3)计算出adjout后，将像素点a的颜色值加上adjout，得到调节后的颜色值。[0058]通过图2所示的方法，可以基于颜色查找表对第一待调节样本图像中的每个像素点进行颜色调节，实现对每个像素点的针对性颜色调节，得到第一已调节样本图像。[0059]在一种实施方式中，颜色映射参数可以是ccm(colorcorrectionmatrix，颜色校正矩阵)，将第一待调节样本图像中的每个像素点的r、g、b通道值与ccm相乘，得到调节后的r、g、b通道值，由此得到第一已调节样本图像。[0060]继续参考图2，在步骤s230中，根据第一已调节样本图像与第一标签图像确定第一损失函数值。[0061]由于第一已调节样本图像是基于待优化的颜色映射参数得到的，可能不是理想的图像，因此与第一标签图像存在差别。本示例性实施方式中，通过损失函数来表征第一已调节样本图像与第一标签图像之间不等同的损失。例如，可以计算第一已调节样本图像与第一标签图像之间的l1损失、l2损失等，以确定第一损失函数值。需要说明的是，为区别于下文验证集上的第二损失函数值，将步骤s230中得到的损失函数值称为第一损失函数值。第一损失函数值和第二损失函数值可以是相同类型的损失函数。[0062]在一种实施方式中，可以基于第一已调节样本图像与第一标签图像之间每个像素点的mse(meansquareerror，均方误差)来确定第一损失函数值。mse可以在rgb颜色空间上计算，也可以在hsv等其他颜色空间上计算。以rgb颜色空间上的mse为例，可以参考如下公式：[0063][0064]其中，h表示第一已调节样本图像或第一标签图像的高度，w表示第一已调节样本图像或第一标签图像的宽度。中的out表示第一已调节样本图像，i、j表示第一已调节样本图像上第i行、第j列的像素点，r表示r通道值，因此表示第一已调节样本图像上第i行、第j列的像素点r通道值；gt表示第一标签图像，表示第一标签图像上第i行、第j列的像素点r通道值。相应的，g、b分别表示g通道值、b通道值。可以将mse作为第一损失函数值。[0065]在一种实施方式中，为便于后续计算，公式(4)中的r、g、b通道值可以采用归一化数值，即[0,1]范围内的r、g、b通道值。[0066]示例性的，可以通过2dlut对第一待调节样本图像的色相和饱和度进行映射处理，得到第一已调节样本图像。将第一已调节样本图像与第一标签图像均转换至rgb颜色空间，采用公式(4)计算两图像之间的mse，得到第一损失函数值。[0067]继续参考图2，在步骤s240中，基于第一损失函数值更新颜色映射参数。[0068]第一损失函数值越大，表示第一已调节样本图像与第一标签图像的差别越大，说明步骤s220中通过颜色映射参数进行颜色映射处理越不理想。因此，可以基于第一损失函数值更新颜色映射参数，以期望通过更新颜色映射参数来减小甚至最小化第一损失函数值。[0069]在一种实施方式中，参考图5所示，上述基于第一损失函数值更新颜色映射参数，可以包括以下步骤s510至s530：[0070]步骤s510，基于第一损失函数值计算颜色映射参数中的各待更新参数的梯度值；[0071]步骤s520，根据各待更新参数的梯度值确定各待更新参数的调整量；[0072]步骤s530，利用各待更新参数的调整量更新各待更新参数。[0073]其中，颜色映射参数可以包括不同类型的参数，有些是需要更新的，有些是无需更新的，例如颜色查找表中的颜色映射值是需要更新的参数，节点数量可以是无需更新的参数。需要更新的参数即待更新参数。第一损失函数值与颜色映射参数中的各待更新参数之间可以建立函数关系，进而可以通过计算偏导数的方式确定各待更新参数的梯度值。在得到梯度值的情况下，可以将梯度值与设定的学习率相乘，以计算出各待更新参数的调整量，或者对梯度值进行统计，结合梯度值的统计结果与设定的学习率计算出各待更新参数的调整量。最后，可以将各待更新参数按照其调整量进行调整，实现对颜色映射参数的更新。[0074]基于图5所示的确定梯度值与调整量以更新参数的方式，采用了梯度下降的思想，有利于准确计算出合适的调整量，以加速颜色映射参数的更新过程，提高效率。[0075]在一种实施方式中，可以采用adam(adaptivemomentestimation，适应性矩估计)算法来更新颜色映射参数，具有较高的效率。[0076]在一种实施方式中，颜色映射参数可以是颜色查找表。上述基于第一损失函数值更新颜色映射参数，可以包括以下步骤：[0077]基于第一损失函数值更新颜色查找表中的节点坐标，并更新颜色查找表中的颜色映射值；节点坐标是颜色查找表中的节点在颜色查找表对应的颜色空间中的坐标。[0078]也就是说，除了更新颜色查找表中的颜色映射值外，还可以更新颜色查找表中的节点坐标，即移动节点的位置，相当于更新颜色查找表的输入值。由此，可以优化节点在颜色空间中的分布。例如，可以使节点呈现非均匀分布，使得在特征颜色(如第一样本待调节图像中常出现的颜色)的区域内可以分布较多的节点，有利于提高颜色映射处理的准确性。[0079]在一种实施方式中，上述基于第一损失函数值更新颜色查找表中的节点坐标，可以包括以下步骤：[0080]基于第一损失函数值确定节点位移量，根据节点位移量更新颜色查找表中的节点坐标。[0081]也就是说，可以不直接更新节点坐标，而是通过计算节点位移量来更新节点坐标。相比于直接更新节点坐标而言，第一损失函数值与节点位移量之间的函数关系更易于建立，因此基于第一损失函数值更易于计算出节点位移量。这样有利于在每一次更新时将节点坐标调整到较为合适的数值，并提高更新效率。[0082]在一种实施方式中，在基于第一损失函数值确定节点位移量，根据节点位移量更新颜色查找表中的节点坐标前，颜色查找表中的节点在颜色空间中的任一维度上均匀分布，在任一维度上相邻节点之间的间距为初始间距。例如，步骤s220中的待优化的颜色变换参数，可以是初始构建的节点均匀分布的颜色查找表。以2dlut为例，参考图6所示，可以在h维度上设置p个节点，在s维度上设置q个节点，则h维度上的初始间距s维度上的初始间距[0083]在一种实施方式中，还可以将颜色查找表中的颜色映射值均初始化为0，即无论节点的输入值是多少，其颜色映射值均为0，表示不对输入值进行调整。后续可以在此基础上不断更新优化。这样避免初始的颜色查找表中的颜色映射值不合理，将第一样本待调整图像映射为质量很差的第一样本已调整图像，进而在更新过程的初期造成较大的计算量。从而提高更新效率。[0084]在一种实施方式中，上述节点位移量可以是相比于颜色查找表的初始节点坐标的位移量。在基于第一损失函数值确定节点位移量后，颜色映射参数的处理方法还可以包括以下步骤：[0085]若在任一维度上的节点位移量大于d/2，则将任一维度上的节点位移量修正为d/2；[0086]若在任一维度上的节点位移量小于-d/2，则将任一维度上的节点位移量修正为-d/2；[0087]其中，d表示任一维度上的初始间距，如可以是上述h维度上初始间距dh或s维度上初始间距ds。[0088]示例性的，对于hs二维颜色空间上第i行、第j列的节点(表示该节点在s维度上是第i个节点，在h维度上是第j个节点)，其节点位移量可以参考如下公式：[0089][0090]其中，δrowi表示s维度上的节点位移量，δcolj表示h维度上的节点位移量；位移前的s维度坐标，表示位移后的s维度坐标；位移前的h维度坐标，表示位移后的h维度坐标。公式(5)保证了每个节点位移量不超过初始间距的1/2。参考图7所示，也就是说，以节点的初始位置(即位移前的位置)为中心，以初始间距的1/2为最大移动距离，可以划定如图中虚线框所示的移动范围，该节点不会移动出该范围。这样任意相邻两个节点之间无论如何移动，不会发生交叠，如同一行的节点之间的左右位置关系不会变化，即rowi的位置数值不会小于rowi-1或者大于rowi 1，如同一列的节点之间的上下位置关系不会变化，即colj的位置数值不会小于colj-1或者大于colj 1，从而保证了节点位置的单调递增。[0091]在一种实施方式中，在更新颜色查找表中的颜色映射值后，颜色映射参数的处理方法还可以包括以下步骤：[0092]若在颜色空间中的任一维度上的颜色映射值超出任一维度的边界值，则将任一维度上的颜色映射值修正为边界值。[0093]以2dlut中的h维度和s维度为例，设置hmbx、hmin、smbx、smin，分别为色相的最大值、最小值、饱和度的最大值、最小值，即边界值。例如可以默认hmin与smin取0，hmbx与smbx取1。在更新过程中，颜色映射值h或s需要满足以下公式：[0094]h＝max(min(h,hmbx),hmin)[0095]s＝max(min(s,smbx),smin)ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ(6)[0096]也就是说，当h小于hmin时，将h修正为hmin，当h大于hmax时，将h修正为hmax，s同理。由此可以保证颜色映射值的准确性。[0097]应当理解，上述步骤s220至s240可以是迭代更新的过程。在完成步骤s240后，可以跳转至执行步骤s220，以进行下一次迭代更新。即，每执行一次步骤s220至s240，视为一次迭代更新。可以设定迭代更新的预设次数，当达到该预设次数时，停止对颜色映射参数的继续更新；也可以设定迭代更新的目标，如第一损失函数值低于预设的损失阈值，或者第一损失函数值收敛等，当迭代更新过程中达到该目标时，停止对颜色映射参数的继续更新。[0098]在一种实施方式中，可以将最后得到的颜色映射参数作为最终的颜色映射参数。[0099]在一种实施方式中，在基于第一损失函数值更新颜色映射参数后，保存颜色映射参数，跳转至执行利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，以进行下一次迭代更新；在对颜色映射参数迭代更新m次后，颜色映射参数的处理方法还可以包括以下步骤：[0100]获取在每一次迭代更新后所保存的颜色映射参数，得到m组颜色映射参数；m为不小于2的正整数；[0101]分别确定每一组颜色映射参数在验证集上的性能指标值；[0102]将性能指标值最优的颜色映射参数作为最终的颜色映射参数。[0103]其中，性能指标值可以采用评价机器学习模型的任意指标值，其能够反映每一组颜色映射参数的质量。将性能指标值最优的颜色映射参数作为最终的颜色映射参数，投入到实际应用中，保证了实际应用的效果。[0104]在一种实施方式中，验证集包括第二待调节样本图像以及对第二待调节样本图像进行颜色调节后的第二标签图像。上述分别确定每一组颜色映射参数在验证集上的性能指标值，可以包括以下步骤：[0105]利用任一组颜色映射参数对第二待调节样本图像进行颜色映射处理，得到第二已调节样本图像；[0106]根据第二已调节样本图像与第二标签图像确定第二损失函数值，并根据第二损失函数值计算峰值信噪比，以作为任一组颜色映射参数的性能指标值。[0107]其中，峰值信噪比(peaksignaltonoiseratio，简称psnr)可作为颜色映射参数的性能指标，其能够准确反映人眼对图像视觉感受。psnr的计算公式如下：[0108][0109]示例性的，可以对2dlut迭代更新100次，保存100个2dlut，选取在验证集上psnr最高的2dlut，并使用该2dlut在测试集上进行测试，若测试指标合格，则将其作为最终的2dlut，投入实际使用。[0110]图8示出了颜色映射参数的处理方法的示意图。利用待优化的2dlut对第一样本待调整图像进行处理，输出第一样本已调整图像，根据第一样本已调整图像与第一标签图像计算第一损失函数值，再根据第一损失函数值更新2dlut。[0111]图9示出了利用最终更新后的颜色映射参数进行实际调整的效果图，利用该颜色映射参数对第一样本待调整图像进行颜色映射处理，得到实际调整后的图像，其与第一标签图像非常接近，即接近理想的调色效果。[0112]本公开的示例性实施方式还提供一种颜色映射参数的处理装置。参考图10所示，颜色映射参数的处理装置1000可以包括：[0113]样本获取模块1010，被配置为获取第一待调节样本图像以及对第一待调节样本图像进行颜色调节后的第一标签图像；[0114]颜色映射处理模块1020，被配置为利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，得到第一已调节样本图像；[0115]损失函数值确定模块1030，被配置为根据第一已调节样本图像与第一标签图像确定第一损失函数值；[0116]颜色映射参数更新模块1040，被配置为基于第一损失函数值更新颜色映射参数。[0117]在一种实施方式中，颜色映射参数包括颜色查找表；基于第一损失函数值更新颜色映射参数，包括：[0118]基于第一损失函数值更新颜色查找表中的节点坐标，并更新颜色查找表中的颜色映射值；节点坐标是颜色查找表中的节点在颜色查找表对应的颜色空间中的坐标。[0119]在一种实施方式中，基于第一损失函数值更新颜色查找表中的节点坐标，包括：[0120]基于第一损失函数值确定节点位移量，根据节点位移量更新颜色查找表中的节点坐标。[0121]在一种实施方式中，在基于第一损失函数值确定节点位移量，根据节点位移量更新颜色查找表中的节点坐标前，颜色查找表中的节点在颜色空间中的任一维度上均匀分布，在任一维度上相邻节点之间的间距为初始间距；节点位移量为相比于颜色查找表的初始节点坐标的位移量；[0122]在基于第一损失函数值确定节点位移量后，方法还包括：[0123]若在任一维度上的节点位移量大于d/2，则将任一维度上的节点位移量修正为d/2；[0124]若在任一维度上的节点位移量小于-d/2，则将任一维度上的节点位移量修正为-d/2；[0125]其中，d表示任一维度上的初始间距。[0126]在一种实施方式中，在更新颜色查找表中的颜色映射值后，方法还包括：[0127]若在颜色空间中的任一维度上的颜色映射值超出任一维度的边界值，则将任一维度上的颜色映射值修正为边界值。[0128]在一种实施方式中，利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，包括：[0129]获取第一待调节样本图像的像素点在颜色空间内的坐标；[0130]若像素点处于颜色查找表中的节点上，则采用节点的颜色映射值对像素点进行颜色调节；[0131]若像素点未处于颜色查找表中的节点上，则根据像素点与像素点附近的多个节点之间的距离，对多个节点的颜色映射值进行插值，并采用插值结果对像素点进行颜色调节。[0132]在一种实施方式中，基于第一损失函数值更新颜色映射参数，包括：[0133]基于第一损失函数值计算颜色映射参数中的各待更新参数的梯度值；[0134]根据各待更新参数的梯度值确定各待更新参数的调整量；[0135]利用各待更新参数的调整量更新各待更新参数。[0136]在一种实施方式中，在基于第一损失函数值更新颜色映射参数后，保存颜色映射参数，跳转至执行利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，以进行下一次迭代更新；在对颜色映射参数迭代更新m次后，方法还包括：[0137]获取在每一次迭代更新后所保存的颜色映射参数，得到m组颜色映射参数；m为不小于2的正整数；[0138]分别确定每一组颜色映射参数在验证集上的性能指标值；[0139]将性能指标值最优的颜色映射参数作为最终的颜色映射参数。[0140]在一种实施方式中，验证集包括第二待调节样本图像以及对第二待调节样本图像进行颜色调节后的第二标签图像；分别确定每一组颜色映射参数在验证集上的性能指标值，包括：[0141]利用任一组颜色映射参数对第二待调节样本图像进行颜色映射处理，得到第二已调节样本图像；[0142]根据第二已调节样本图像与第二标签图像确定第二损失函数值，并根据第二损失函数值计算峰值信噪比，以作为任一组颜色映射参数的性能指标值。[0143]上述装置中各部分的具体细节在方法部分实施方式中已经详细说明，未披露的细节内容可以参见方法部分的实施方式内容，因而不再赘述。[0144]本公开的示例性实施方式还提供了一种计算机可读存储介质，可以实现为一种程序产品的形式，其包括程序代码，当程序产品在电子设备上运行时，程序代码用于使电子设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。在一种可选的实施方式中，该程序产品可以实现为便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在电子设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。[0145]程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。[0146]计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。[0147]可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。[0148]可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。[0149]本公开的示例性实施方式还提供一种电子设备，该电子设备例如可以是上述控制节点。该电子设备可以包括处理器与存储器。存储器存储有处理器的可执行指令，如可以是程序代码。处理器通过执行该可执行指令来执行本示例性实施方式中的颜色映射参数的处理方法。[0150]下面参考图11，以通用计算设备的形式对电子设备进行示例性说明。应当理解，图11显示的电子设备1100仅仅是一个示例，不应对本公开实施方式的功能和使用范围带来限制。[0151]如图11所示，电子设备1100可以包括：处理器1110、存储器1120、总线1130、i/o(输入/输出)接口1140、网络适配器1150。[0152]存储器1120可以包括易失性存储器，例如ram1121、缓存单元1122，还可以包括非易失性存储器，例如rom1123。存储器1120还可以包括一个或多个程序模块1124，这样的程序模块1124包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。[0153]总线1130用于实现电子设备1100的不同组件之间的连接，可以包括数据总线、地址总线和控制总线。[0154]电子设备1100可以通过i/o接口1140与一个或多个外部设备2000(例如键盘、鼠标、外置控制器等)进行通信。[0155]电子设备1100可以通过网络适配器1150与一个或者多个网络通信，例如网络适配器1150可以提供如3g/4g/5g等移动通信解决方案，或者提供如无线局域网、蓝牙、近场通信等无线通信解决方案。网络适配器1150可以通过总线1130与电子设备1100的其它模块通信。[0156]尽管图11中未示出，还可以在电子设备1100中设置其它硬件和/或软件模块，包括但不限于：显示器、微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。[0157]应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的示例性实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。[0158]本领域技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施方式。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本
技术领域：
：中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的，本公开的真正范围和精神由权利要求指出。[0159]应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限定。当前第1页12当前第1页12
技术领域：
：，尤其涉及一种颜色映射参数的处理方法、颜色映射参数的处理装置、计算机可读存储介质与电子设备。
背景技术：
：：2.在拍摄图像时，可能受到拍摄环境中光照条件的影响或者拍摄设备本身的硬件影响，导致得到的图像颜色偏离于预期颜色，需要对图像进行颜色映射处理。或者，期望图像呈现出某种风格的颜色特征，需要对图像进行颜色映射处理。3.相关技术中，用于颜色映射处理的颜色映射参数通常较为固定，难以满足不同场景或不同图像风格下的颜色调节需求。如果对原有的颜色映射参数进行更新，则需要人工输入颜色数据对，这样耗费大量的人力成本。技术实现要素：4.本公开提供一种颜色映射参数的处理方法、颜色映射参数的处理装置、计算机可读存储介质与电子设备，以至少在一定程度上解决相关技术中更新颜色映射参数耗费人力成本的问题。5.根据本公开的第一方面，提供一种颜色映射参数的处理方法，包括：获取第一待调节样本图像以及对所述第一待调节样本图像进行颜色调节后的第一标签图像；利用待优化的颜色映射参数对所述第一待调节样本图像进行颜色映射处理，得到第一已调节样本图像；根据所述第一已调节样本图像与所述第一标签图像确定第一损失函数值；基于所述第一损失函数值更新所述颜色映射参数。6.根据本公开的第二方面，提供一种颜色映射参数的处理装置，包括：样本获取模块，被配置为获取第一待调节样本图像以及对所述第一待调节样本图像进行颜色调节后的第一标签图像；颜色映射处理模块，被配置为利用待优化的颜色映射参数对所述第一待调节样本图像进行颜色映射处理，得到第一已调节样本图像；损失函数值确定模块，被配置为根据所述第一已调节样本图像与所述第一标签图像确定第一损失函数值；颜色映射参数更新模块，被配置为基于所述第一损失函数值更新所述颜色映射参数。7.根据本公开的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面的颜色映射参数的处理方法及其可能的实现方式。8.根据本公开的第四方面，提供一种电子设备，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，来执行上述第一方面的颜色映射参数的处理方法及其可能的实现方式。9.本公开的技术方案具有以下有益效果：10.一方面，采用有监督学习的方式更新颜色映射参数，以实现对颜色映射参数的优化或建立新的颜色映射参数，相比于人工输入颜色数据对的方式，能够降低人力成本的投入。另一方面，基于第一损失函数值更新颜色映射参数，使得颜色映射参数能够学习到第一待调节样本图像与第一标签图像中的信息，有利于提升颜色映射参数的质量。再一方面，本方案模拟了机器学习模型的训练方式，但无需使用机器学习模型，可以降低对计算机资源的需求。附图说明11.图1示出1dlut的示意图；12.图2示出本示例性实施方式中一种颜色映射参数的处理方法的流程图；13.图3示出本示例性实施方式中一种颜色映射参数的处理方法的子流程图；14.图4示出本示例性实施方式中线性插值的示意图；15.图5示出本示例性实施方式中一种颜色映射参数的处理方法的子流程图；16.图6示出了本示例性实施方式中节点的初始间距的示意图；17.图7示出本示例性实施方式中节点移动范围的示意图；18.图8示出本示例性实施方式中颜色映射参数的处理方法的示意图；19.图9示出本示例性实施方式中颜色映射处理的实例图；20.图10示出本示例性实施方式中一种颜色映射参数的处理装置的结构示意图；21.图11示出本示例性实施方式中一种电子设备的结构示意图。具体实施方式22.下文将结合附图更全面地描述本公开的示例性实施方式。23.附图为本公开的示意性图解，并非一定是按比例绘制。附图中所示的一些方框图可能是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在硬件模块或集成电路中实现这些功能实体，或在网络、处理器或微控制器中实现这些功能实体。实施方式能够以多种形式实施，不应被理解为限于在此阐述的范例。本公开所描述的特征、结构或特性可以以任何合适的方式结合在一个或多个实施方式中。在下文的描述中，提供许多具体细节从而给出对本公开实施方式的充分说明。然而，本领域技术人员应意识到，可以在实现本公开的技术方案时省略其中的一个或多个特定细节，或者可以采用其它的方法、组元、装置、步骤等替代一个或多个特定细节。24.本文中涉及到的名词术语请参考下面的解释：25.颜色查找表(look-up-table，简称lut)：图像颜色调节常用的工具之一，其通过建立输入与输出之间的映射关系，可以快速实现对颜色映射处理，颜色查找表是颜色映射参数的一种具体形式。颜色查找表包括一维颜色查找表(1dlut，通常用于对gamma值等进行映射)、二维颜色查找表(2dlut，通常用于对色相和饱和度进行映射)、三维颜色查找表(3dlut，通常用于对r、g、b三个通道值进行映射)。26.颜色空间：将用于描述颜色的不同属性分别表示为不同维度的轴线，所形成的空间，可以包括rgb(红绿蓝)颜色空间、hsv(色相、饱和度、亮度)颜色空间等。27.节点：颜色查找表中包含了大量的输入与输出之间的映射关系，这些输入数据难以覆盖到颜色空间中的每一个点，其所在的位置为节点。节点在颜色空间中可以是均匀分布的，也可以是非均匀分布的。图1示出了节点均匀分布的1dlut，以及节点非均匀分布的1dlut，图中横坐标是输入值，纵坐标是输入值映射的输出值。28.相关技术中，若对原有的颜色映射参数进行更新，或者建立新的颜色映射参数，将耗费大量的人力成本。例如，为了获得新的2dlut，需要人工输入原始的色相、饱和度以及期望得到的色相、饱和度，建立映射关系，以得到2dlut，这需要人为提供大量的数据，人力成本很高。并且，受到人工输入数据的质量的影响，该2dlut的质量难以得到保证。29.鉴于上述一个或多个问题，本公开的示例性实施方式提供一种颜色映射参数的处理方法。图2示出了该颜色映射参数的处理方法的流程，可以包括以下步骤s210至s240：30.步骤s210，获取第一待调节样本图像以及对第一待调节样本图像进行颜色调节后的第一标签图像；31.步骤s220，利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，得到第一已调节样本图像；32.步骤s230，根据第一已调节样本图像与第一标签图像确定第一损失函数值；33.步骤s240，基于第一损失函数值更新颜色映射参数。34.基于上述方法，一方面，采用有监督学习的方式更新颜色映射参数，以实现对颜色映射参数的优化或建立新的颜色映射参数，相比于人工输入颜色数据对的方式，能够降低人力成本的投入。另一方面，基于第一损失函数值更新颜色映射参数，使得颜色映射参数能够学习到第一待调节样本图像与第一标签图像中的信息，有利于提升颜色映射参数的质量。再一方面，本方案模拟了机器学习模型的训练方式，但无需使用机器学习模型，可以降低对计算机资源的需求。35.下面对图2中的每个步骤做具体说明。36.参考图2，在步骤s210中，获取第一待调节样本图像以及对第一待调节样本图像进行颜色调节后的第一标签图像。37.第一待调节样本图像是指未经颜色调节的样本图像，是用于更新颜色映射参数的样本图像。第一待调节样本图像可以是任意类型、通过任意途径获取的图像。在一种实施方式中，可以根据期望得到的颜色映射参数所对应的场景，来获取相应的第一待调节样本图像。例如，若期望得到可用于人脸颜色调节的颜色映射参数，则可以获取人脸图像，以作为第一待调节样本图像；或者，若期望得到可用于蓝天、白云等风景颜色调节的颜色映射参数，则可以获取包含蓝天、白云等风景的图像，以作为第一待调节样本图像。38.第一标签图像是第一待调节样本图像对应的颜色调节后的图像，是颜色调节效果较为理想的图像，可以作为标签(groundtruth)。第一待调节样本图像和标签图像可以组成样本-标签形式的有监督数据对。由于本示例性实施方式中的颜色映射参数是需要更新优化的，步骤s210中的颜色调节可以通过颜色映射参数以外的方式实现。例如，可以对第一待调节样本图像进行人工调色，如为了后续优化2dlut，可以在调色软件中对第一待调节样本图像人工进行色相与饱和度的调整，以获得第一标签图像。39.在一种实施方式中，可以先获取第一标签图像，通过“反向”的颜色调节得到其对应的第一待调节样本图像。例如，可以选取颜色本身较为理想的图像，作为第一标签图像，然后对第一标签图像进行颜色调节，使颜色的视觉感受变差，如可以将第一标签图像中的颜色替换为同色系的其他颜色，或者在一定的数值范围内随机生成颜色值调节量，以对第一标签图像的颜色值进行调节，得到第一标签图像对应的第一待调节样本图像。40.第一待调节样本图像和第一标签图像可以形成训练集，用于在后续步骤中模拟机器学习模型的训练方式，对颜色映射参数进行更新。41.在一种实施方式中，可以获取大量的待调节样本图像与对应的标签图像，可以参考上述获取第一待调节样本图像与第一标签图像的方式(如人工调色)，将待调节样本图像与标签图像形成总的图像数据集。然后将图像数据集划分为训练集、验证集、测试集。为进行区分，可以将训练集中的图像称为第一待调节样本图像与第一标签图像，将验证集中的图像称为第二待调节样本图像与第二标签图像，将测试集中的图像称为第三待调节样本图像与第三标签图像。42.在后续处理中，训练集可用于更新颜色映射参数，验证集可用于寻找更新过程中的高质量的颜色映射参数，测试集可用于测试颜色映射参数的效果。本公开对于训练集、验证集、测试集的划分比例不做限定。示例性的，图像数据集可以包括5000个待调节样本图像-标签图像的数据对，训练集、验证集、测试集的数量可以分别是4500、150、350。43.继续参考图2，在步骤s220中，利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，得到第一已调节样本图像。44.其中，待优化的颜色映射参数可以是初始建立的颜色映射参数，或已有的颜色映射参数。例如，可以采用随机初始化值或预设初始化值作为待优化的颜色映射参数，也可以将其他场景或其他设备所使用的颜色映射参数作为待优化的颜色映射参数。45.在一种实施方式中，颜色映射参数包括颜色查找表。参考图3所示，上述利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，可以包括以下步骤s310至s330：46.步骤s310，获取第一待调节样本图像的像素点在颜色空间内的坐标。47.其中，上述颜色空间可以是颜色查找表对应的颜色空间。例如，颜色查找表是关于色相和饱和度的2dlut，则上述颜色空间可以是由h(色相)和s(饱和度)两个维度形成的二维颜色空间。48.将第一待调节样本图像转换为hsv格式，将每个像素点的颜色值(主要指色相和饱和度两项数值)映射为颜色空间内的点，得到其坐标。49.步骤s320，若像素点处于颜色查找表中的节点上，则采用该节点的颜色映射值对该像素点进行颜色调节。50.像素点处于颜色查找表中的节点上，说明该像素点的颜色值与该节点的输入值相同，可以直接采用该节点的颜色映射值(即输出值)对像素点进行颜色调节。一般的，节点的颜色映射值表示颜色调节量，可以对像素点的颜色值加上颜色调节量，得到调节后的颜色值。51.步骤s330，若像素点未处于颜色查找表中的节点上，则根据该像素点与该像素点附近的多个节点之间的距离，对该多个节点的颜色映射值进行插值，并采用插值结果对像素点进行颜色调节。52.一般的，节点可以将颜色空间划分为多个格子，像素点未处于颜色查找表中的节点上，则处于某个格子中，可以根据该像素点与该格子的各角点位置的节点之间的距离，对这些节点的颜色映射值进行插值，并采用插值结果对像素点进行颜色调节。53.参考图4所示，以2dlut为例进行说明，假设像素点a未处于节点上，其坐标可以表示为(row_in,col_in)，其所在格子的四个角点位置的节点坐标分别为(row0,col0)、(row0,col1)、(row1,col0)、(row1,col1)，该四个节点的颜色映射值分别为adj00、adj01、adj10、adj11。可以通过双线性插值的方式计算像素点a的颜色映射值，参考如下公式：[0054][0055][0056]adjout＝(1-ratio_col)·(1-ratio_row)·adj00 ratio_col·(1-ratio_row)·adj01 (1-ratiocol)·ratio_row·adj10 ratio_col·ratio_row·adj11ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ(3)[0057]其中，adjout表示像素点a的颜色映射值。在通过公式(1)-(3)计算出adjout后，将像素点a的颜色值加上adjout，得到调节后的颜色值。[0058]通过图2所示的方法，可以基于颜色查找表对第一待调节样本图像中的每个像素点进行颜色调节，实现对每个像素点的针对性颜色调节，得到第一已调节样本图像。[0059]在一种实施方式中，颜色映射参数可以是ccm(colorcorrectionmatrix，颜色校正矩阵)，将第一待调节样本图像中的每个像素点的r、g、b通道值与ccm相乘，得到调节后的r、g、b通道值，由此得到第一已调节样本图像。[0060]继续参考图2，在步骤s230中，根据第一已调节样本图像与第一标签图像确定第一损失函数值。[0061]由于第一已调节样本图像是基于待优化的颜色映射参数得到的，可能不是理想的图像，因此与第一标签图像存在差别。本示例性实施方式中，通过损失函数来表征第一已调节样本图像与第一标签图像之间不等同的损失。例如，可以计算第一已调节样本图像与第一标签图像之间的l1损失、l2损失等，以确定第一损失函数值。需要说明的是，为区别于下文验证集上的第二损失函数值，将步骤s230中得到的损失函数值称为第一损失函数值。第一损失函数值和第二损失函数值可以是相同类型的损失函数。[0062]在一种实施方式中，可以基于第一已调节样本图像与第一标签图像之间每个像素点的mse(meansquareerror，均方误差)来确定第一损失函数值。mse可以在rgb颜色空间上计算，也可以在hsv等其他颜色空间上计算。以rgb颜色空间上的mse为例，可以参考如下公式：[0063][0064]其中，h表示第一已调节样本图像或第一标签图像的高度，w表示第一已调节样本图像或第一标签图像的宽度。中的out表示第一已调节样本图像，i、j表示第一已调节样本图像上第i行、第j列的像素点，r表示r通道值，因此表示第一已调节样本图像上第i行、第j列的像素点r通道值；gt表示第一标签图像，表示第一标签图像上第i行、第j列的像素点r通道值。相应的，g、b分别表示g通道值、b通道值。可以将mse作为第一损失函数值。[0065]在一种实施方式中，为便于后续计算，公式(4)中的r、g、b通道值可以采用归一化数值，即[0,1]范围内的r、g、b通道值。[0066]示例性的，可以通过2dlut对第一待调节样本图像的色相和饱和度进行映射处理，得到第一已调节样本图像。将第一已调节样本图像与第一标签图像均转换至rgb颜色空间，采用公式(4)计算两图像之间的mse，得到第一损失函数值。[0067]继续参考图2，在步骤s240中，基于第一损失函数值更新颜色映射参数。[0068]第一损失函数值越大，表示第一已调节样本图像与第一标签图像的差别越大，说明步骤s220中通过颜色映射参数进行颜色映射处理越不理想。因此，可以基于第一损失函数值更新颜色映射参数，以期望通过更新颜色映射参数来减小甚至最小化第一损失函数值。[0069]在一种实施方式中，参考图5所示，上述基于第一损失函数值更新颜色映射参数，可以包括以下步骤s510至s530：[0070]步骤s510，基于第一损失函数值计算颜色映射参数中的各待更新参数的梯度值；[0071]步骤s520，根据各待更新参数的梯度值确定各待更新参数的调整量；[0072]步骤s530，利用各待更新参数的调整量更新各待更新参数。[0073]其中，颜色映射参数可以包括不同类型的参数，有些是需要更新的，有些是无需更新的，例如颜色查找表中的颜色映射值是需要更新的参数，节点数量可以是无需更新的参数。需要更新的参数即待更新参数。第一损失函数值与颜色映射参数中的各待更新参数之间可以建立函数关系，进而可以通过计算偏导数的方式确定各待更新参数的梯度值。在得到梯度值的情况下，可以将梯度值与设定的学习率相乘，以计算出各待更新参数的调整量，或者对梯度值进行统计，结合梯度值的统计结果与设定的学习率计算出各待更新参数的调整量。最后，可以将各待更新参数按照其调整量进行调整，实现对颜色映射参数的更新。[0074]基于图5所示的确定梯度值与调整量以更新参数的方式，采用了梯度下降的思想，有利于准确计算出合适的调整量，以加速颜色映射参数的更新过程，提高效率。[0075]在一种实施方式中，可以采用adam(adaptivemomentestimation，适应性矩估计)算法来更新颜色映射参数，具有较高的效率。[0076]在一种实施方式中，颜色映射参数可以是颜色查找表。上述基于第一损失函数值更新颜色映射参数，可以包括以下步骤：[0077]基于第一损失函数值更新颜色查找表中的节点坐标，并更新颜色查找表中的颜色映射值；节点坐标是颜色查找表中的节点在颜色查找表对应的颜色空间中的坐标。[0078]也就是说，除了更新颜色查找表中的颜色映射值外，还可以更新颜色查找表中的节点坐标，即移动节点的位置，相当于更新颜色查找表的输入值。由此，可以优化节点在颜色空间中的分布。例如，可以使节点呈现非均匀分布，使得在特征颜色(如第一样本待调节图像中常出现的颜色)的区域内可以分布较多的节点，有利于提高颜色映射处理的准确性。[0079]在一种实施方式中，上述基于第一损失函数值更新颜色查找表中的节点坐标，可以包括以下步骤：[0080]基于第一损失函数值确定节点位移量，根据节点位移量更新颜色查找表中的节点坐标。[0081]也就是说，可以不直接更新节点坐标，而是通过计算节点位移量来更新节点坐标。相比于直接更新节点坐标而言，第一损失函数值与节点位移量之间的函数关系更易于建立，因此基于第一损失函数值更易于计算出节点位移量。这样有利于在每一次更新时将节点坐标调整到较为合适的数值，并提高更新效率。[0082]在一种实施方式中，在基于第一损失函数值确定节点位移量，根据节点位移量更新颜色查找表中的节点坐标前，颜色查找表中的节点在颜色空间中的任一维度上均匀分布，在任一维度上相邻节点之间的间距为初始间距。例如，步骤s220中的待优化的颜色变换参数，可以是初始构建的节点均匀分布的颜色查找表。以2dlut为例，参考图6所示，可以在h维度上设置p个节点，在s维度上设置q个节点，则h维度上的初始间距s维度上的初始间距[0083]在一种实施方式中，还可以将颜色查找表中的颜色映射值均初始化为0，即无论节点的输入值是多少，其颜色映射值均为0，表示不对输入值进行调整。后续可以在此基础上不断更新优化。这样避免初始的颜色查找表中的颜色映射值不合理，将第一样本待调整图像映射为质量很差的第一样本已调整图像，进而在更新过程的初期造成较大的计算量。从而提高更新效率。[0084]在一种实施方式中，上述节点位移量可以是相比于颜色查找表的初始节点坐标的位移量。在基于第一损失函数值确定节点位移量后，颜色映射参数的处理方法还可以包括以下步骤：[0085]若在任一维度上的节点位移量大于d/2，则将任一维度上的节点位移量修正为d/2；[0086]若在任一维度上的节点位移量小于-d/2，则将任一维度上的节点位移量修正为-d/2；[0087]其中，d表示任一维度上的初始间距，如可以是上述h维度上初始间距dh或s维度上初始间距ds。[0088]示例性的，对于hs二维颜色空间上第i行、第j列的节点(表示该节点在s维度上是第i个节点，在h维度上是第j个节点)，其节点位移量可以参考如下公式：[0089][0090]其中，δrowi表示s维度上的节点位移量，δcolj表示h维度上的节点位移量；位移前的s维度坐标，表示位移后的s维度坐标；位移前的h维度坐标，表示位移后的h维度坐标。公式(5)保证了每个节点位移量不超过初始间距的1/2。参考图7所示，也就是说，以节点的初始位置(即位移前的位置)为中心，以初始间距的1/2为最大移动距离，可以划定如图中虚线框所示的移动范围，该节点不会移动出该范围。这样任意相邻两个节点之间无论如何移动，不会发生交叠，如同一行的节点之间的左右位置关系不会变化，即rowi的位置数值不会小于rowi-1或者大于rowi 1，如同一列的节点之间的上下位置关系不会变化，即colj的位置数值不会小于colj-1或者大于colj 1，从而保证了节点位置的单调递增。[0091]在一种实施方式中，在更新颜色查找表中的颜色映射值后，颜色映射参数的处理方法还可以包括以下步骤：[0092]若在颜色空间中的任一维度上的颜色映射值超出任一维度的边界值，则将任一维度上的颜色映射值修正为边界值。[0093]以2dlut中的h维度和s维度为例，设置hmbx、hmin、smbx、smin，分别为色相的最大值、最小值、饱和度的最大值、最小值，即边界值。例如可以默认hmin与smin取0，hmbx与smbx取1。在更新过程中，颜色映射值h或s需要满足以下公式：[0094]h＝max(min(h,hmbx),hmin)[0095]s＝max(min(s,smbx),smin)ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ(6)[0096]也就是说，当h小于hmin时，将h修正为hmin，当h大于hmax时，将h修正为hmax，s同理。由此可以保证颜色映射值的准确性。[0097]应当理解，上述步骤s220至s240可以是迭代更新的过程。在完成步骤s240后，可以跳转至执行步骤s220，以进行下一次迭代更新。即，每执行一次步骤s220至s240，视为一次迭代更新。可以设定迭代更新的预设次数，当达到该预设次数时，停止对颜色映射参数的继续更新；也可以设定迭代更新的目标，如第一损失函数值低于预设的损失阈值，或者第一损失函数值收敛等，当迭代更新过程中达到该目标时，停止对颜色映射参数的继续更新。[0098]在一种实施方式中，可以将最后得到的颜色映射参数作为最终的颜色映射参数。[0099]在一种实施方式中，在基于第一损失函数值更新颜色映射参数后，保存颜色映射参数，跳转至执行利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，以进行下一次迭代更新；在对颜色映射参数迭代更新m次后，颜色映射参数的处理方法还可以包括以下步骤：[0100]获取在每一次迭代更新后所保存的颜色映射参数，得到m组颜色映射参数；m为不小于2的正整数；[0101]分别确定每一组颜色映射参数在验证集上的性能指标值；[0102]将性能指标值最优的颜色映射参数作为最终的颜色映射参数。[0103]其中，性能指标值可以采用评价机器学习模型的任意指标值，其能够反映每一组颜色映射参数的质量。将性能指标值最优的颜色映射参数作为最终的颜色映射参数，投入到实际应用中，保证了实际应用的效果。[0104]在一种实施方式中，验证集包括第二待调节样本图像以及对第二待调节样本图像进行颜色调节后的第二标签图像。上述分别确定每一组颜色映射参数在验证集上的性能指标值，可以包括以下步骤：[0105]利用任一组颜色映射参数对第二待调节样本图像进行颜色映射处理，得到第二已调节样本图像；[0106]根据第二已调节样本图像与第二标签图像确定第二损失函数值，并根据第二损失函数值计算峰值信噪比，以作为任一组颜色映射参数的性能指标值。[0107]其中，峰值信噪比(peaksignaltonoiseratio，简称psnr)可作为颜色映射参数的性能指标，其能够准确反映人眼对图像视觉感受。psnr的计算公式如下：[0108][0109]示例性的，可以对2dlut迭代更新100次，保存100个2dlut，选取在验证集上psnr最高的2dlut，并使用该2dlut在测试集上进行测试，若测试指标合格，则将其作为最终的2dlut，投入实际使用。[0110]图8示出了颜色映射参数的处理方法的示意图。利用待优化的2dlut对第一样本待调整图像进行处理，输出第一样本已调整图像，根据第一样本已调整图像与第一标签图像计算第一损失函数值，再根据第一损失函数值更新2dlut。[0111]图9示出了利用最终更新后的颜色映射参数进行实际调整的效果图，利用该颜色映射参数对第一样本待调整图像进行颜色映射处理，得到实际调整后的图像，其与第一标签图像非常接近，即接近理想的调色效果。[0112]本公开的示例性实施方式还提供一种颜色映射参数的处理装置。参考图10所示，颜色映射参数的处理装置1000可以包括：[0113]样本获取模块1010，被配置为获取第一待调节样本图像以及对第一待调节样本图像进行颜色调节后的第一标签图像；[0114]颜色映射处理模块1020，被配置为利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，得到第一已调节样本图像；[0115]损失函数值确定模块1030，被配置为根据第一已调节样本图像与第一标签图像确定第一损失函数值；[0116]颜色映射参数更新模块1040，被配置为基于第一损失函数值更新颜色映射参数。[0117]在一种实施方式中，颜色映射参数包括颜色查找表；基于第一损失函数值更新颜色映射参数，包括：[0118]基于第一损失函数值更新颜色查找表中的节点坐标，并更新颜色查找表中的颜色映射值；节点坐标是颜色查找表中的节点在颜色查找表对应的颜色空间中的坐标。[0119]在一种实施方式中，基于第一损失函数值更新颜色查找表中的节点坐标，包括：[0120]基于第一损失函数值确定节点位移量，根据节点位移量更新颜色查找表中的节点坐标。[0121]在一种实施方式中，在基于第一损失函数值确定节点位移量，根据节点位移量更新颜色查找表中的节点坐标前，颜色查找表中的节点在颜色空间中的任一维度上均匀分布，在任一维度上相邻节点之间的间距为初始间距；节点位移量为相比于颜色查找表的初始节点坐标的位移量；[0122]在基于第一损失函数值确定节点位移量后，方法还包括：[0123]若在任一维度上的节点位移量大于d/2，则将任一维度上的节点位移量修正为d/2；[0124]若在任一维度上的节点位移量小于-d/2，则将任一维度上的节点位移量修正为-d/2；[0125]其中，d表示任一维度上的初始间距。[0126]在一种实施方式中，在更新颜色查找表中的颜色映射值后，方法还包括：[0127]若在颜色空间中的任一维度上的颜色映射值超出任一维度的边界值，则将任一维度上的颜色映射值修正为边界值。[0128]在一种实施方式中，利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，包括：[0129]获取第一待调节样本图像的像素点在颜色空间内的坐标；[0130]若像素点处于颜色查找表中的节点上，则采用节点的颜色映射值对像素点进行颜色调节；[0131]若像素点未处于颜色查找表中的节点上，则根据像素点与像素点附近的多个节点之间的距离，对多个节点的颜色映射值进行插值，并采用插值结果对像素点进行颜色调节。[0132]在一种实施方式中，基于第一损失函数值更新颜色映射参数，包括：[0133]基于第一损失函数值计算颜色映射参数中的各待更新参数的梯度值；[0134]根据各待更新参数的梯度值确定各待更新参数的调整量；[0135]利用各待更新参数的调整量更新各待更新参数。[0136]在一种实施方式中，在基于第一损失函数值更新颜色映射参数后，保存颜色映射参数，跳转至执行利用待优化的颜色映射参数对第一待调节样本图像进行颜色映射处理，以进行下一次迭代更新；在对颜色映射参数迭代更新m次后，方法还包括：[0137]获取在每一次迭代更新后所保存的颜色映射参数，得到m组颜色映射参数；m为不小于2的正整数；[0138]分别确定每一组颜色映射参数在验证集上的性能指标值；[0139]将性能指标值最优的颜色映射参数作为最终的颜色映射参数。[0140]在一种实施方式中，验证集包括第二待调节样本图像以及对第二待调节样本图像进行颜色调节后的第二标签图像；分别确定每一组颜色映射参数在验证集上的性能指标值，包括：[0141]利用任一组颜色映射参数对第二待调节样本图像进行颜色映射处理，得到第二已调节样本图像；[0142]根据第二已调节样本图像与第二标签图像确定第二损失函数值，并根据第二损失函数值计算峰值信噪比，以作为任一组颜色映射参数的性能指标值。[0143]上述装置中各部分的具体细节在方法部分实施方式中已经详细说明，未披露的细节内容可以参见方法部分的实施方式内容，因而不再赘述。[0144]本公开的示例性实施方式还提供了一种计算机可读存储介质，可以实现为一种程序产品的形式，其包括程序代码，当程序产品在电子设备上运行时，程序代码用于使电子设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。在一种可选的实施方式中，该程序产品可以实现为便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在电子设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。[0145]程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。[0146]计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。[0147]可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。[0148]可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。[0149]本公开的示例性实施方式还提供一种电子设备，该电子设备例如可以是上述控制节点。该电子设备可以包括处理器与存储器。存储器存储有处理器的可执行指令，如可以是程序代码。处理器通过执行该可执行指令来执行本示例性实施方式中的颜色映射参数的处理方法。[0150]下面参考图11，以通用计算设备的形式对电子设备进行示例性说明。应当理解，图11显示的电子设备1100仅仅是一个示例，不应对本公开实施方式的功能和使用范围带来限制。[0151]如图11所示，电子设备1100可以包括：处理器1110、存储器1120、总线1130、i/o(输入/输出)接口1140、网络适配器1150。[0152]存储器1120可以包括易失性存储器，例如ram1121、缓存单元1122，还可以包括非易失性存储器，例如rom1123。存储器1120还可以包括一个或多个程序模块1124，这样的程序模块1124包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。[0153]总线1130用于实现电子设备1100的不同组件之间的连接，可以包括数据总线、地址总线和控制总线。[0154]电子设备1100可以通过i/o接口1140与一个或多个外部设备2000(例如键盘、鼠标、外置控制器等)进行通信。[0155]电子设备1100可以通过网络适配器1150与一个或者多个网络通信，例如网络适配器1150可以提供如3g/4g/5g等移动通信解决方案，或者提供如无线局域网、蓝牙、近场通信等无线通信解决方案。网络适配器1150可以通过总线1130与电子设备1100的其它模块通信。[0156]尽管图11中未示出，还可以在电子设备1100中设置其它硬件和/或软件模块，包括但不限于：显示器、微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。[0157]应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的示例性实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。[0158]本领域技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施方式。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本
技术领域：
：中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的，本公开的真正范围和精神由权利要求指出。[0159]应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限定。当前第1页12当前第1页12
再多了解一些
本文用于创业者技术爱好者查询，仅供学习研究，如用于商业用途，请联系技术所有人。
