[发明专利]一种图像处理方法、系统、设备及计算机可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取搭载APS的摄像装置拍摄的第一APS图像；

确定所述第一APS图像对应的第一EVS图像；

基于所述第一APS图像和所述第一EVS图像得到第一清晰APS图像；

基于深度学习神经网络模型对所述第一清晰APS图像进行处理，得到第二清晰APS图像；

其中，所述第二清晰APS图像清晰度高于所述第一清晰APS图像，所述第一清晰APS图像高于所述第一APS图像。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一APS图像和所述第一EVS图像得到第一清晰APS图像，包括：

基于所述第一EVS图像确定所述第一APS图像在APS曝光时间段内的亮度信息；

在所述APS曝光时间段内，确定待得到的所述第一清晰图像的目标时刻；

以所述目标时刻为基准，基于所述亮度信息，确定所述第一APS图像在所述APS曝光时间段内的亮度变化信息；

基于所述亮度变化信息对所述第一APS图像进行处理，得到所述第一清晰APS图像。

3.根据权利要求2所述的方法，其特征在于，所述以所述目标时刻为基准，基于所述亮度信息，确定所述第一APS图像在所述APS曝光时间段内的亮度变化信息，包括：

解析出所述亮度信息中所述目标时刻时事件的极性；

确定所述目标时刻的单位脉冲函数；

确定产生EVS中事件的评估阈值；

基于所述目标时刻时事件的极性、所述单位脉冲函数、所述评估阈值，确定所述第一APS图像在所述APS曝光时间段内的亮度变化信息。

4.根据权利要求3所述的方法，其特征在于，所述基于所述目标时刻时事件的极性、所述单位脉冲函数、所述评估阈值，确定所述第一APS图像在所述APS曝光时间段内的亮度变化信息，包括：

通过第一运算公式，基于所述目标时刻时事件的极性、所述单位脉冲函数、所述评估阈值，确定所述第一APS图像在所述APS曝光时间段内的亮度变化信息；

所述第一运算公式包括：

其中，J表示所述亮度变化信息；T表示所述APS曝光时间段的时长；exp表示以自然常数e为底的自然函数；t₁表示所述目标时刻；t₀表示所述APS曝光时间段的开始时刻；δ_t1(t)表示所述单位脉冲函数；p_t1表示所述目标时刻时事件的极性；ACT表示所述EVS中事件的触发函数；c表述所述评估阈值；L_x,y(t₁)表示在所述目标时刻时像素点(x,y)的亮度值，L_x,y(t_ref)表示在所述目标时刻的前一时刻t_ref时像素点(x,y)的亮度值。

5.根据权利要求4所述的方法，其特征在于，所述基于所述亮度变化信息对所述第一APS图像进行处理，得到所述第一清晰APS图像，包括：

通过第二运算公式，基于所述亮度变化信息对所述第一APS图像进行处理，得到所述第一清晰APS图像；

所述第二运算公式包括：

其中，L(t₁)表示所述第一清晰APS图像；I表示所述第一APS图像。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述基于深度学习神经网络模型对所述第一清晰APS图像进行处理，得到第二清晰APS图像，包括：

基于所述深度学习神经网络模型对所述第一清晰APS图像进行去噪处理，得到所述第二清晰APS图像。

7.根据权利要求6所述的方法，其特征在于，所述深度学习神经网络模型的类型包括CNN模型。