[发明专利]一种图像处理方法及系统

权利要求书

1.一种图像处理方法，其特征在于，所述图像处理方法包括：

读取图像传感器的数据信息，并依据所述数据信息得到当前环境的照度信息；

查找与所述照度信息相对应的神经网络权重值，并将所述神经网络权重值配置到神经网络中；

通过所述图像传感器获取图像的原始图像数据，并利用所述神经网络对所述原始图像数据进行信噪比增强处理；

对信噪比增强处理后的所述原始图像数据进行降噪和去马赛克处理，得到处理后的图像；

所述查找与所述照度信息相对应的神经网络权重值的方法包括：通过对所述照度信息进行查表索引，得到对应的神经网络权重值；在进行所述查表索引时，若所述照度信息落在查表索引的两个索引值之间，则通过线性内插得到对应的所述神经网络权重值；

所述通过线性内插得到对应的所述神经网络权重值的计算方法包括：

设所述神经网络权重值为nn_w，则nn_w＝(1-w2)×nn_w1+w2×nn_w2；

其中，nn_w1为对应环境照度lumx1的权重值，nn_w2为对应环境照度lumx2的权重值，满足条件：lumx1＜lumxc＜lumx2，其中lumxc为当前环境的照度；

对所述神经网络进行训练的方法包括：

A1，在同样照度环境下，将两个图像传感器的曝光参数设置为同样的参考亮度，将所述两个图像传感器设置为具有相同的视场角和输出幅面，且所述两个图像传感器具有不同的信噪比；

A2，采集所述两个图像传感器在同样照度环境下相同场景的原始图像数据；

A3，更换照度环境，并重复所述步骤A1和所述步骤A2，以得到相同场景下不同照度环境时的所述两个图像传感器的原始图像数据；

A4，更换场景，重复所述步骤A1至所述步骤A3，以得到更换场景后不同照度环境时的所述两个图像传感器的原始图像数据；

A5，利用所述步骤A2至所述步骤A4采集到的所有所述原始图像数据训练所述神经网络。

2.根据权利要求1所述的图像处理方法，其特征在于，所述数据信息包括曝光时间和增益。

3.根据权利要求1所述的图像处理方法，其特征在于，所述利用所述神经网络对所述原始图像数据进行信噪比增强的方法包括：将所述原始图像数据经过若干卷积层、激励层和池化层的处理后，得到相同幅面的信噪比增强后的所述原始图像数据。

4.根据权利要求1所述的图像处理方法，其特征在于，所述图像处理方法还包括：在对所述原始图像数据进行信噪比增强处理之前，对所述神经网络进行训练，以提高对所述原始图像数据进行信噪比增强的准确度。

5.根据权利要求4所述的图像处理方法，其特征在于，对所述神经网络进行训练的方法还可以包括：

B1，固定所述图像传感器的曝光参考亮度，采集特定场景下具有低信噪比的图像传感器的原始图像数据；

B2，标定当前照度环境下所述具有低信噪比的图像传感器的噪声参数；

B3，更换照度环境，并重复所述步骤B1和所述步骤B2，以得到特定场景下不同照度环境时所述具有低信噪比的图像传感器的噪声参数；

B4，更换具有高信噪比的图像传感器，重复所述步骤B1至所述步骤B3，以得到特定场景下不同照度环境时所述具有高信噪比的图像传感器的噪声参数；

B5，将标准无噪数据集进行反图像信号处理，以得到原始图像数据格式的信号数据集；

B6，利用所述具有低信噪比的图像传感器的噪声参数和所述具有高信噪比的图像传感器的噪声参数分别对所述信号数据集进行加噪，以得到低信噪比数据集和高信噪比数据集；

B7，利用所述低信噪比数据集和所述高信噪比数据集训练所述神经网络。