[发明专利]图像优化方式的确定方法和装置

权利要求书

1.一种图像优化方式的确定方法，其特征在于，所述方法包括：

获取同一类型的图像采集器采集目标对象得到的图像样本集；

获取所述目标对象的标准图像集；其中，所述标准图像集中的图像为带有标注信息的图像；

利用预建立的优化库的优化方式依次对所述图像样本集进行优化，得到每个所述优化方式对应的优化样本集；

从每个所述优化方式对应的优化样本集选择训练样本集，基于所述标准图像集和每个所述训练样本集对初始神经网络模型进行训练，得到每个所述优化方式对应的神经网络模型；

基于所述标准图像集计算每个所述优化方式对应的神经网络模型的准确率；

将准确率最高的神经网络模型对应的优化方式确定为所述图像采集器的最优图像优化方式，以对所述图像采集器采集的图像进行优化处理；

基于所述标准图像集和每个所述训练样本集对初始神经网络模型进行训练，得到每个所述优化方式对应的神经网络模型的步骤还包括：

从每个所述优化方式对应的优化样本集选择验证样本集；

应用每个所述训练样本集对初始神经网络模型进行训练；

应用所述验证样本集对每次训练后的初始网络模型的模型参数进行校准，得到每个所述优化方式对应的神经网络模型；

基于所述标准图像集计算每个所述优化方式对应的神经网络模型的准确率的步骤包括：

从每个所述优化方式对应的优化样本集选择测试样本集；

将所述测试样本集输入至每个所述优化方式对应的神经网络模型，得到该神经网络模型的输出结果；

基于所述标准图像集和每个所述优化方式对应的输出结果，确定每个所述优化方式对应的神经网络模型的准确率。

2.根据权利要求1所述的方法，其特征在于，利用预建立的优化库的优化方式依次对所述图像样本集进行优化，得到每个所述优化方式对应的优化样本集的步骤，包括：

如果预建立的优化库包括的优化方式为第一类优化方式，应用该第一类优化方式中的各个优化方式分别对所述图像样本集进行优化，得到每个所述优化方式对应的优化样本集；其中，所述第一类优化方式为去噪或增强。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

如果预建立的优化库包括的优化方式还包括第二类优化方式，在确定出所述第一类优化方式中的最优图像优化方式之后，利用所述第二类优化方式中的每个优化方式依次对所述第一类优化方式对应的优化样本集进行优化，得到新的优化样本集；

以所述新的优化样本集作为训练样本集，基于所述标准图像集和每个所述训练样本集对初始神经网络模型进行训练，得到每个所述第二类优化方式对应的训练好的神经网络模型；

基于所述标准图像集计算每个所述第二类优化方式对应的神经网络模型的准确率；

将准确率最高的神经网络模型对应的第二类优化方式和所述第一类优化方式中的最优图像优化方式组合，确定为所述图像采集器对应的最终图像优化方式，以对所述图像采集器采集的图像进行优化处理。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述图像采集器采集的图像进行优化处理；

将优化处理后的图像输入训练好的神经网络模型，得到优化处理后的所述图像的输出结果。