[发明专利]一种图像处理方法、装置及设备、可读介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

从采集的第一数据格式的第一图像数据中获取指定目标在所述第一图像数据中的位置信息；所述第一数据格式是不可显示为图像的数据格式；

从所述第一图像数据中截取所述位置信息对应的目标数据；

将所述目标数据的数据格式从所述第一数据格式转换为第二数据格式，所述第二数据格式是可显示为图像的数据格式，所述第二数据格式适于所述目标数据显示和/或传输。

2.如权利要求1所述的图像处理方法，其特征在于，所述从采集的第一数据格式的第一图像数据中获取指定目标在所述第一图像数据中的位置信息包括：

将所述第一图像数据转换为可进行目标检测的第二图像数据；

在所述第二图像数据中检测出所述指定目标的位置信息，将检测出的位置信息确定为所述指定目标在所述第一图像数据中的位置信息。

3.如权利要求2所述的图像处理方法，其特征在于，所述在第二图像数据中检测出指定目标的位置信息，将检测出的位置信息确定为所述指定目标在所述第一图像数据中的位置信息包括：

将所述第二图像数据输入至已训练的第一神经网络；所述第一神经网络至少通过用于执行卷积的卷积层、用于执行下采样的池化层、用于执行特征综合的全连接层和用于执行坐标变换的边框回归层实现所述指定目标的位置信息的定位和输出；

将所述第一神经网络输出的结果确定为所述指定目标在第一图像数据中的位置信息。

4.如权利要求2所述的图像处理方法，其特征在于，所述将所述第一图像数据转换为可进行目标检测的第二图像数据，包括：

采用黑电平校正、白平衡校正、色彩插值、对比度增强和位宽压缩中的至少一种图像处理方式，实现将所述第一图像数据转换为可进行目标检测的第二图像数据。

5.如权利要求1所述的图像处理方法，其特征在于，所述从采集的第一数据格式的第一图像数据中获取指定目标在所述第一图像数据中的位置信息包括：

将所述第一图像数据输入至已训练的第二神经网络；所述第二神经网络至少通过用于执行灰度处理的灰度化层、用于执行卷积的卷积层、用于执行下采样的池化层、用于执行特征综合的全连接层和用于执行坐标变换的边框回归层实现将所述第一图像数据转换为可进行目标检测的第二图像数据,以及检测指定目标在第二图像数据中的位置信息；

将所述第二神经网络输出的结果确定为所述指定目标在所述第一图像数据中的位置信息。

6.如权利要求1至5中任一项所述的图像处理方法，其特征在于，所述将目标数据的数据格式从所述第一数据格式转换为第二数据格式包括：

将所述目标数据输入至已训练的第三神经网络；所述第三神经网络至少通过用于执行卷积的卷积层实现将所述目标数据的数据格式从所述第一数据格式转换为第二数据格式。

7.如权利要求1至5中任一项所述的图像处理方法，其特征在于，所述将目标数据的数据格式从所述第一数据格式转换为第二数据格式包括：

对所述目标数据执行ISP处理；其中，所述ISP处理用于将所述目标数据的数据格式从所述第一数据格式转换为第二数据格式，所述ISP处理至少包括色彩插值。

8.如权利要求7所述的图像处理方法，其特征在于，所述ISP处理还包括以下处理中的至少一种：白平衡校正、曲线映射。

9.一种图像处理装置，其特征在于，包括：

第一处理模块，用于从采集的第一数据格式的第一图像数据中获取指定目标在所述第一图像数据中的位置信息；所述第一数据格式是不可显示为图像的数据格式；

第二处理模块，用于从所述第一图像数据中截取所述位置信息对应的目标数据；

第三处理模块，用于将所述目标数据的数据格式从所述第一数据格式转换为第二数据格式，所述第二数据格式是可显示为图像的数据格式，所述第二数据格式适于所述目标数据显示和/或传输。