[發(fā)明專利]一種圖像處理方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010162435.1
• 申請日: 2020-03-10
• 公開（公告）號: CN111402153B
• 公開（公告）日: 2023-06-13
• 發(fā)明（設計）人: 董鵬宇;黨韓兵;田景軍;詹進;潘昱
• 申請（專利權）人: 上海富瀚微電子股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/0464
• 代理公司: 上海思微知識產權代理事務所(普通合伙) 31237
• 代理人: 曹廷廷

1.一種圖像處理方法，其特征在于，所述圖像處理方法包括：

讀取圖像傳感器的數(shù)據(jù)信息，并依據(jù)所述數(shù)據(jù)信息得到當前環(huán)境的照度信息；

查找與所述照度信息相對應的神經網絡權重值，并將所述神經網絡權重值配置到神經網絡中；

通過所述圖像傳感器獲取圖像的原始圖像數(shù)據(jù)，并利用所述神經網絡對所述原始圖像數(shù)據(jù)進行信噪比增強處理；

對信噪比增強處理后的所述原始圖像數(shù)據(jù)進行降噪和去馬賽克處理，得到處理后的圖像；

所述查找與所述照度信息相對應的神經網絡權重值的方法包括：通過對所述照度信息進行查表索引，得到對應的神經網絡權重值；在進行所述查表索引時，若所述照度信息落在查表索引的兩個索引值之間，則通過線性內插得到對應的所述神經網絡權重值；

所述通過線性內插得到對應的所述神經網絡權重值的計算方法包括：

設所述神經網絡權重值為nn_w，則nn_w＝(1-w2)×nn_w1+w2×nn_w2；

其中，nn_w1為對應環(huán)境照度lumx1的權重值，nn_w2為對應環(huán)境照度lumx2的權重值，滿足條件：lumx1＜lumxc＜lumx2，其中l(wèi)umxc為當前環(huán)境的照度；

對所述神經網絡進行訓練的方法包括：

A1，在同樣照度環(huán)境下，將兩個圖像傳感器的曝光參數(shù)設置為同樣的參考亮度，將所述兩個圖像傳感器設置為具有相同的視場角和輸出幅面，且所述兩個圖像傳感器具有不同的信噪比；

A2，采集所述兩個圖像傳感器在同樣照度環(huán)境下相同場景的原始圖像數(shù)據(jù)；

A3，更換照度環(huán)境，并重復所述步驟A1和所述步驟A2，以得到相同場景下不同照度環(huán)境時的所述兩個圖像傳感器的原始圖像數(shù)據(jù)；

A4，更換場景，重復所述步驟A1至所述步驟A3，以得到更換場景后不同照度環(huán)境時的所述兩個圖像傳感器的原始圖像數(shù)據(jù)；

A5，利用所述步驟A2至所述步驟A4采集到的所有所述原始圖像數(shù)據(jù)訓練所述神經網絡。

2.根據(jù)權利要求1所述的圖像處理方法，其特征在于，所述數(shù)據(jù)信息包括曝光時間和增益。

3.根據(jù)權利要求1所述的圖像處理方法，其特征在于，所述利用所述神經網絡對所述原始圖像數(shù)據(jù)進行信噪比增強的方法包括：將所述原始圖像數(shù)據(jù)經過若干卷積層、激勵層和池化層的處理后，得到相同幅面的信噪比增強后的所述原始圖像數(shù)據(jù)。

4.根據(jù)權利要求1所述的圖像處理方法，其特征在于，所述圖像處理方法還包括：在對所述原始圖像數(shù)據(jù)進行信噪比增強處理之前，對所述神經網絡進行訓練，以提高對所述原始圖像數(shù)據(jù)進行信噪比增強的準確度。

5.根據(jù)權利要求4所述的圖像處理方法，其特征在于，對所述神經網絡進行訓練的方法還可以包括：

B1，固定所述圖像傳感器的曝光參考亮度，采集特定場景下具有低信噪比的圖像傳感器的原始圖像數(shù)據(jù)；

B2，標定當前照度環(huán)境下所述具有低信噪比的圖像傳感器的噪聲參數(shù)；

B3，更換照度環(huán)境，并重復所述步驟B1和所述步驟B2，以得到特定場景下不同照度環(huán)境時所述具有低信噪比的圖像傳感器的噪聲參數(shù)；

B4，更換具有高信噪比的圖像傳感器，重復所述步驟B1至所述步驟B3，以得到特定場景下不同照度環(huán)境時所述具有高信噪比的圖像傳感器的噪聲參數(shù)；

B5，將標準無噪數(shù)據(jù)集進行反圖像信號處理，以得到原始圖像數(shù)據(jù)格式的信號數(shù)據(jù)集；

B6，利用所述具有低信噪比的圖像傳感器的噪聲參數(shù)和所述具有高信噪比的圖像傳感器的噪聲參數(shù)分別對所述信號數(shù)據(jù)集進行加噪，以得到低信噪比數(shù)據(jù)集和高信噪比數(shù)據(jù)集；

B7，利用所述低信噪比數(shù)據(jù)集和所述高信噪比數(shù)據(jù)集訓練所述神經網絡。