基于深度学习的摄像头的图像采集增强处理方法及系统
本发明公开了一种基于深度学习的摄像头的图像采集增强处理方法及系统,涉及图像采集增强领域,包括:根据采集装置状态、采集内容状态及采集环境状态,进行初步特征提取;设置边界限制,提高对点扩散函数(PSF)参数时序预测的准确性;运用深度学习算法构建PSF参数时序预测模型,对PSF参数的时序预测;构建装置主导运动子库、内容主导运动子库以及混合主导运动子库;构建轻量化神经网络模型,快速推导PSF参数;基于Wiener滤波反卷积,对动态采集图像进行修正与增强。本发明的优点在于:有效解决Wiener滤波反卷积对图像增强处理中PSF参数无法适应复杂动态环境的问题,增强动态摄像头对动态图像的采集能力。