[发明专利]一种基于人工智能的图像处理系统及方法

权利要求书

1.一种基于人工智能的图像处理系统，其特征在于：该系统包括数据输入模块、预处理模块、神经网络训练模块、亮度调节模块以及图像输出模块；

所述数据输入模块用于接收待处理的图像数据，并将其送到预处理模块进行处理；所述预处理模块对输入的图像数据进行预处理；所述神经网络训练模块，利用历史图像数据对神经网络模型进行训练，完成图像的亮度等级划分，并生成亮度值对应的映射表；所述亮度调节模块，根据图像的亮度等级，利用神经网络训练模块生成的映射表对图像亮度进行自动调节；所述图像输出模块用于将处理后的图像数据输出；

所述数据输入模块的输出端与所述预处理模块的输入端相连接；所述预处理模块的输出端与所述神经网络训练模块的输入端相连接；所述神经网络训练模块的输出端与所述亮度调节模块的输入端相连接；所述亮度调节模块的输出端与所述图像输出模块的输入端相连接。

2.根据权利要求1所述的一种基于人工智能的图像处理系统，其特征在于：所述数据输入模块包括待处理图像数据以及历史图像数据，其中待处理图像数据为用户上传的图像数据，历史图像数据为神经网络模型的训练数据。

3.根据权利要求1所述的一种基于人工智能的图像处理系统，其特征在于：所述预处理模块，是进行图像的筛除操作。

4.根据权利要求1所述的一种基于人工智能的图像处理系统，其特征在于：所述神经网络训练模块采用卷积神经网络模型进行训练,包括输入层、卷积层、池化层、全连接层和输出层；

其中输入层是将图像转换为网络可识别的格式，并传递给下一层进行计算和处理；卷积层对图像进行特征提取和转化，减少模型参数和计算负载，从而提高模型的准确性和训练效率；池化层是对输入的特征图进行下采样，减少特征图的空间大小，从而降低数据的维度和计算量，并且可以提高模型的泛化能力；全连接层将特征向量转化为一维向量，并连接到输出层，以进行最终的分类、识别或预测任务；输出层将输出最终的结果。

5.根据权利要求1所述的一种基于人工智能的图像处理系统，其特征在于：所述亮度调节模块，根据图像的亮度等级，利用神经网络训练模块生成的映射表对图像亮度进行自动调节。

6.根据权利要求1所述的一种基于人工智能的图像处理系统，其特征在于：所述图像输出模块，将调节后的图像进行输出。

7.一种基于人工智能的图像处理方法，其特征在于：该方法包括以下步骤：

S1.输入待处理图像，并对其进行预处理；

S2.利用神经网络训练模型，对预处理后的图像的亮度值进行亮度等级的划分，并生成亮度等级对应的映射表；

S3.根据映射表实现S2图像的亮度调节；

S4.将亮度调节后的图像进行输出。

8.根据权利要求6所述的一种基于人工智能的图像处理方法，其特征在于：所述步骤S1预处理为筛除图像的操作；

其中筛除图像的操作步骤如下：

a.读取历史图像数据；

b.根据历史图像数据统计分析，确定需要筛除的图像特征为第一图像特征；所述第一图像特征为需要筛除的图像中数量占比最大的图像特征；

c.获取原始图像数据的第一图像特征所对应的区间；所述区间范围为第一特征值的最小值和最大值；

d.若待处理图像数据的第一特征值符合上述筛除图像的第一特征值区间，则进行筛除；反之将待处理图像传输至神经网络训练模块。