摘要
本发明公开了一种用于读码相机响应函数估计的卷烟盒条二维码渲染模型构建方法,利用卷烟盒条二维码图像样本,构建端到端的神经网络渲染算法,从不同曝光的低照度图像中恢复高动态范围的辐射场,并估计相机的响应函数;包括:设计神经辐射场模块,构建两个连续的隐式神经网络函数,分别用于建模辐射场的密度和场景辐射度,以便更准确地估计相机响应函数,从而反映相机的真实物理特性;设计色调映射模块,将高动态范围图像转换为低动态范围图像,使辐射场的密度和场景辐射度与图像颜色亮度的色调映射结合,实现了对相机物理成像过程的全面建模,使得生成的图像更具真实性。本发明能够适应不同场景和照明条件的变化,增强了在特定场景下的实用效果。
技术关键词
读码相机
卷烟盒
模型构建方法
编码机制
二维码
相机响应函数
图像
多层感知机
颜色
射线
光照变化条件
卷烟包装
非线性映射关系
成像
照度
渲染算法
密度
场景
系统为您推荐了相关专利信息
切片
归一化植被指数
街景
模型构建方法
深度学习模型
工业机器人
设备健康状态
耦合分析方法
建模算法
多尺度滑动窗口
预测模型构建方法
曲线
历史功率数据
集群
训练集
粒子
模型构建方法
SVR模型
参数
梯度下降算法