[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，其包括：

当终端设备拍摄目标图像时，采用预设失真分类模型确定所述目标图像的失真类型，其中，所述预设失真分类模型为由若干独立的第一卷积神经网络以级联结构组成的第一卷积神经网阵列；

根据所述失真类型对所述目标图片进行相应调整，并输出调整后的目标图像；

其中，所述根据所述失真类型对所述目标图片相应调整，并输出调整后的目标图像具体包括：

根据所述失真类型在预设调整模型中选取相应的第二卷积神经网络；其中，所述预设调整模型为由若干独立的第二卷积神经网络以级联结构组成的第二卷积神经网阵列；

采用所述第二卷积神经网络对所述目标图像进行调整，并输出调整后的目标图像。

2.根据权利要求1所述图像处理方法，其特征在于，所述当终端设备拍摄目标图像时，采用预设失真分类模型确定所述目标图像的失真类型具体包括：

当终端设备拍摄目标图像时，将所述目标图像作为输入参数输入至预设失真分类模型；

采用所述预设失真分类模型的第一级第一卷积神经网络对所述目标图像进行识别；

若识别结果为失真类型，则输出所述失真类型至图像质量的增强模型；

若识别结果为其他，则采用下一级第一卷积神经网络对所述目标进行识别，依次执行至最后一级第一卷积神经网络；

若最后一级第一卷积神经网络识别结果为其他，则判定所述目标图像的图像质量符合人眼视觉需求。

3.根据权利要求1-2任一所述图像处理方法，其特征在于，所述第一卷积神经网络的前端和中端由若干卷积层，空间批量正则化层，纠正线性单元层和最大池化层组成；其后端包括若干全连接层。

4.根据权利要求1所述图像处理方法，其特征在于，所述第二卷积神经网络的前端和中端由若干卷积层，空间批量正则化层，纠正线性单元层和最大池化层组成；其后端包括若干反卷积层。

5.一种图像处理系统，其特征在于，其包括：

确定模块，用于当终端设备拍摄目标图像时，采用预设失真分类模型确定所述目标图像的失真类型，其中，所述预设失真分类模型为由若干独立的第一卷积神经网络以级联结构组成的第一卷积神经网阵列；

调整模块，用于根据所述失真类型对所述目标图片相应调整，并输出调整后的目标图像；

其中，所述调整模块包括：

选取单元，用于根据所述失真类型在预设调整模型中选取相应的第二卷积神经网络；其中，所述预设调整模型为由若干独立的第二卷积神经网络以级联结构组成的第二卷积神经网阵列；

调整单元，用于采用所述第二卷积神经网络对所述目标图像进行调整，并输出调整后的目标图像。

6.根据权利要求5所述图像处理系统，其特征在于，所述确定模块具体包括：

输入单元，用于当终端设备拍摄目标图像时，将所述目标图像作为输入参数输入至预设失真分类模型；

第一识别单元，用于采用所述预设失真分类模型的第一级第一卷积神经网络对所述目标图像进行识别；

输出单元，用于当识别结果为失真类型时，输出所述失真类型至图像质量的增强模型；

第二识别单元，用于当识别结果为其他时，采用下一级第一卷积神经网络对所述目标进行识别，依次执行至最后一级第一卷积神经网络；

判定单元，用于当最后一级第一卷积神经网络识别结果为其他，判定所述目标图像的图像质量符合人眼视觉需求。

7.根据权利要求5-6任一 项所述图像处理系统，其特征在于，所述第一卷积神经网络的前端和中端由若干卷积层，空间批量正则化层，纠正线性单元层和最大池化层组成；其后端包括若干全连接层。

8.根据权利要求5所述图像处理系统，其特征在于，所述第二卷积神经网络的前端和中端由若干卷积层，空间批量正则化层，纠正线性单元层和最大池化层组成；其后端包括若干反卷积层。