本發(fā)明涉及圖像處理領域，尤其涉及一種圖像處理類型智能識別系統(tǒng)。

背景技術：

1、常見的圖像處理類型包括圖像增強、圖像復原、圖像濾波、圖像銳化、圖像插值以及圖像畸變校正。示例地，以提高圖像質量為目的的圖像增強和復原對于一些難以得到的圖片或者在拍攝條件十分惡劣情況下得到的圖片都有廣泛的應用。例如從太空中拍攝到的地球或其他星球的照片，用電子顯微鏡或x光拍攝的生物醫(yī)療圖片等。圖像增強的目標是改進圖片的質量，例如增加對比度，去掉模糊和噪聲，修正幾何畸變等；圖像復原是在假定已知模糊或噪聲的模型時，試圖估計原圖像的一種技術。

2、然而，目前能夠根據(jù)待處理圖像的內容確定需要對待處理圖像執(zhí)行的圖像處理類型，反過來，很難根據(jù)已處理的圖像的內容判斷其經過的圖像處理類型，導致對后續(xù)圖像內容的判斷以及圖像內容的還原造成相當大的阻礙。

技術實現(xiàn)思路

1、為了解決相關領域的技術問題，本發(fā)明提供了一種圖像處理類型智能識別系統(tǒng)，通過獲取球形攝像器件的各項攝像參數(shù)，同時獲取寬域成像畫面的各個像素點分別對應的各份灰度數(shù)值以及寬域成像畫面對應的拜耳圖像分別對應的各份灰度數(shù)值，其中，寬域成像畫面對應的拜耳圖像為球形攝像器件的圖像感應部件直接輸出的、未經過圖像處理且與寬域成像畫面對應的圖像信號，從而為拜耳圖像為映射為寬域成像畫面所經過的圖像處理類型的智能識別提供多項基礎數(shù)據(jù)，再采用定制結構的智能識別模型智能識別拜耳圖像為映射為寬域成像畫面所經過的圖像處理類型，所述智能識別模型的結構定制之處在于，將經過多次訓練后的前饋神經網絡作為智能識別模型輸出，對所述前饋神經網絡執(zhí)行的訓練的次數(shù)與球形攝像器件的寬成像鏡頭對應的寬域視角成正比，具體地，球形攝像器件的各項攝像參數(shù)為球形攝像器件的最小照度、水平分辨率以及ccd尺寸，從而能夠根據(jù)已處理的圖像的內容判斷其經過的圖像處理類型。

2、根據(jù)本發(fā)明，提供了一種圖像處理類型智能識別系統(tǒng)，所述系統(tǒng)包括：

3、多次訓練器件，用于將經過多次訓練后的前饋神經網絡作為智能識別模型輸出，其中，對所述前饋神經網絡進行多次訓練以獲得經過多次訓練后的前饋神經網絡；

4、球形攝像器件，用于對球形攝像器件的寬成像鏡頭的視野范圍進行攝像處理，以獲得并輸出相應的寬域成像畫面；

5、模型存儲機構，與所述多次訓練器件連接，用于通過存儲所述智能識別模型的各項模型參數(shù)完成對所述智能識別模型的模型存儲；

6、智能識別機構，分別與所述多次訓練器件、所述球形攝像器件以及所述模型存儲機構連接，用于獲取球形攝像器件的各項攝像參數(shù)，同時獲取寬域成像畫面的各個像素點分別對應的各份灰度數(shù)值以及寬域成像畫面對應的拜耳圖像分別對應的各份灰度數(shù)值，采用智能識別模型基于球形攝像器件的各項攝像參數(shù)、寬域成像畫面的各個像素點分別對應的各份灰度數(shù)值以及寬域成像畫面對應的拜耳圖像分別對應的各份灰度數(shù)值智能識別拜耳圖像為映射為寬域成像畫面所經過的圖像處理類型；

7、其中，獲取球形攝像器件的各項攝像參數(shù)，同時獲取寬域成像畫面的各個像素點分別對應的各份灰度數(shù)值以及寬域成像畫面對應的拜耳圖像分別對應的各份灰度數(shù)值，采用智能識別模型基于球形攝像器件的各項攝像參數(shù)、寬域成像畫面的各個像素點分別對應的各份灰度數(shù)值以及寬域成像畫面對應的拜耳圖像分別對應的各份灰度數(shù)值智能識別拜耳圖像為映射為寬域成像畫面所經過的圖像處理類型包括：球形攝像器件的各項攝像參數(shù)為球形攝像器件的最小照度、水平分辨率以及ccd尺寸；

8、其中，獲取球形攝像器件的各項攝像參數(shù)，同時獲取寬域成像畫面的各個像素點分別對應的各份灰度數(shù)值以及寬域成像畫面對應的拜耳圖像分別對應的各份灰度數(shù)值，采用智能識別模型基于球形攝像器件的各項攝像參數(shù)、寬域成像畫面的各個像素點分別對應的各份灰度數(shù)值以及寬域成像畫面對應的拜耳圖像分別對應的各份灰度數(shù)值智能識別拜耳圖像為映射為寬域成像畫面所經過的圖像處理類型還包括：寬域成像畫面對應的拜耳圖像為球形攝像器件的圖像感應部件直接輸出的、未經過圖像處理且與寬域成像畫面對應的圖像信號；

9、其中，多次訓練器件，用于將經過多次訓練后的前饋神經網絡作為智能識別模型輸出，其中，對所述前饋神經網絡進行多次訓練以獲得經過多次訓練后的前饋神經網絡包括：對所述前饋神經網絡執(zhí)行的訓練的次數(shù)與球形攝像器件的寬成像鏡頭對應的寬域視角成正比。

10、由此可見，本發(fā)明至少具有以下三處重要的發(fā)明構思：

11、第一處：獲取球形攝像器件的各項攝像參數(shù)，同時獲取寬域成像畫面的各個像素點分別對應的各份灰度數(shù)值以及寬域成像畫面對應的拜耳圖像分別對應的各份灰度數(shù)值，其中，寬域成像畫面對應的拜耳圖像為球形攝像器件的圖像感應部件直接輸出的、未經過圖像處理且與寬域成像畫面對應的圖像信號，從而為拜耳圖像為映射為寬域成像畫面所經過的圖像處理類型的智能識別提供多項基礎數(shù)據(jù)；

12、第二處：采用定制結構的智能識別模型智能識別拜耳圖像為映射為寬域成像畫面所經過的圖像處理類型，所述智能識別模型的結構定制之處在于，將經過多次訓練后的前饋神經網絡作為智能識別模型輸出，對所述前饋神經網絡執(zhí)行的訓練的次數(shù)與球形攝像器件的寬成像鏡頭對應的寬域視角成正比；

13、第三處：具體地，球形攝像器件的各項攝像參數(shù)為球形攝像器件的最小照度、水平分辨率以及ccd尺寸，從而為智能識別處理提供可靠的基礎信息。

技術特征：

1.一種圖像處理類型智能識別系統(tǒng)，其特征在于，所述系統(tǒng)包括：

2.如權利要求1所述的圖像處理類型智能識別系統(tǒng)，其特征在于：

3.如權利要求2所述的圖像處理類型智能識別系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

4.如權利要求3所述的圖像處理類型智能識別系統(tǒng)，其特征在于：

5.如權利要求4所述的圖像處理類型智能識別系統(tǒng)，其特征在于：

6.如權利要求5所述的圖像處理類型智能識別系統(tǒng)，其特征在于：

7.如權利要求2所述的圖像處理類型智能識別系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

8.如權利要求7所述的圖像處理類型智能識別系統(tǒng)，其特征在于：

9.如權利要求8所述的圖像處理類型智能識別系統(tǒng)，其特征在于：

技術總結
本發(fā)明涉及一種圖像處理類型智能識別系統(tǒng)，包括：模型存儲機構，用于通過存儲智能識別模型的各項模型參數(shù)完成對所述智能識別模型的模型存儲；智能識別機構，用于采用智能識別模型基于球形攝像器件的各項攝像參數(shù)、寬域成像畫面的各個像素點分別對應的各份灰度數(shù)值以及寬域成像畫面對應的拜耳圖像分別對應的各份灰度數(shù)值智能識別拜耳圖像為映射為寬域成像畫面所經過的圖像處理類型。通過本發(fā)明，能夠采用針對性設計的智能識別模型基于各項視覺關聯(lián)信息智能識別拜耳圖像為映射為寬域成像畫面所經過的圖像處理類型，從而根據(jù)已處理的圖像的內容判斷其經過的圖像處理類型，完成了圖像處理的逆行判斷過程。

技術研發(fā)人員：李坤澤,徐秉智,劉元
受保護的技術使用者：南京冠木邦伏科技有限公司
技術研發(fā)日：
技術公布日：2025/1/6