【技术实现步骤摘要】
本专利技术涉及图像处理，具体是一种图像数据处理方法及系统。
技术介绍
1、图像数据处理是利用图像数据去噪、图形分割、图像数据增强等手段根据需求对图像数据进行处理的技术，图像数据处理技术基本可以分成两大类：模拟图像处理(analogimage processing)和数字图像处理(digital image processing)，近年来，图像处理技术日趋成熟，被航空航天、军事、生物医学及人工智能等广泛应用。
2、当前，图像制作中对场景图像的处理主要依赖于人工绘制和后期处理，这种方式耗时且容易出错，需要大量的人力资源和时间投入，如何高效的采集大量的场景图像数据，并划分出不同的场景；如何更准确的去建立场景相对应的场景模型，以达到更好的图像展示效果，这些都是我们所需要考虑的问题，因此，需要一种高效、准确的图像数据处理方法及系统来解决这些问题。
技术实现思路
1、为了解决上述问题，本专利技术的目的在于提供一种图像数据处理方法及系统。
2、本专利技术的目的可以通过以下技术方案实现：一种图像数据处理方法，包括以下步骤：
3、步骤s1：采集若干数据量的场景图像数据，并标识出问题数据和合规数据，进而生成问题数据集和合规数据集，设置筛选规则进行场景数据划分；
4、步骤s2：获取场景数据划分所生成的场景数据集，并选择进行场景库匹配和场景参数核算，进而生成初步的场景；
5、步骤s3：建立场景对应的场景模型，并进行模型训练，获取模型训练对应的实时
6、进一步的，所述采集场景图像数据的过程包括：
7、设置数据储蓄池，并获取其储蓄容量c池，设置数据采集栈，并获取其栈容量c栈，获取若干数据量的场景图像数据，记其数据量为c数，根据c池和c数的大小关系判断数据储蓄池的储蓄状态，生成相应不同的判断结果；
8、若c池≥c数，则判断数据储蓄池的储蓄状态为“冗余”，生成判断结果“0”，若c池＜c数，则判断数据储蓄池的储蓄状态为“溢出”，生成判断结果“1”；
9、根据不同的判断结果执行相应操作，进而进行场景图像数据的采集，并将采集到的场景图像数据转存至设置的数据库内。
10、进一步的，生成所述问题数据集和合规数据集的过程包括：
11、设置敏感图像集，敏感图像集包括若干个敏感图像，数据库接入敏感图像集后，继续获取场景图像数据所包括的若干个图像信息，进而进行敏感图像与图像信息的比对判断，若敏感图像与图像信息比对判断的结果为相同，则将对应部分的场景图像数据进行封装并标识为问题数据，否则，则将对应部分的场景图像数据封装并标识为合规数据，汇总若干个问题数据，进而生成问题数据集，汇总若干个合规数据，进而生成相应的合规数据集。
12、进一步的，设置筛选规则进行所述场景数据划分的过程包括：
13、设置筛选规则，筛选规则用于进行合规数据的场景数据划分以及问题数据的问题类型划分，筛选规则包括筛选规则一和筛选规则二；
14、所述筛选规则一包括若干条场景子集，每条场景子集用于获取合规数据对应的场景系数，进而与场景子集自身对应的场景子集系数进行比对，进行场景数据划分，并生成不同的场景数据集；
15、所述筛选规则二包括若干条问题子集，每条问题子集用于获取问题数据对应的问题系数，进而与问题子集自身对应的问题子集系数进行比对，根据比对结果进行问题类型的划分。
16、进一步的，进行所述场景库匹配的过程包括：
17、获取场景数据集，进而获取场景数据集对应的场景参数，场景参数包括背景景深、虚化度、光线强度、场景色域以及场景对象特征，获取背景景深、虚化度以及光线强度各自对应的系数数值，并设置各自对应的加权系数，进而获取各自相应的插值特征；
18、所述场景色域包括若干个不同的色域块，获取色域块的块信息，设置场景库，场景库内存储有若干个不同场景类型的场景以及相应的场景插值区间，获取综合插值系数，进而根据综合插值系数与场景插值区间的从属关系匹配出场景数据集对应场景。
19、进一步的，选择所述场景参数核算，进而生成初步的场景的过程包括：
20、所述场景参数核算包括色域参数核算和场景对象参数核算；
21、预设标准场景色域，进而获取标准场景色域对应的标准块面积、像素值准许范围以及颜色误差准许范围，根据场景色域和标准场景色域进行色域参数核算，预设标准场景对象特征，进而获取标准场景对象特征对应的准许空间信息和合法对象属性，根据场景对象特征和标准场景对象特征进行场景对象参数核算，进而通过场景参数核算生成对应的初步的场景。
22、进一步的，建立场景对应的场景模型，并进行模型训练的过程包括：
23、获取初步的场景，进而通过计算机图形学和动画技术获取其对应的建模参数，并将建模参数输入至预设的三维建模程序内，进而由三维建模程序生成场景对应的场景模型，获取若干份的场景数据集，并将场景数据集划分为训练集和测试集，将训练集导入至场景模型内进行其相应的模型训练，进而获取实时场景完成度，记为w，预设完成度阈值，记为w阈，根据w和w阈的大小关系决定是否继续进行模型训练；
24、若w≥w阈，则停止训练；
25、若w＜w阈，则记录训练时长，并记为t训，预设时长阈值，记为t阈；
26、根据训练时长与时长阈值决定是否进行场景协同处理；
27、若t训≥t阈，则进行场景协同处理；
28、若t训＜t阈，则不进行任何操作。
29、进一步的，进行所述场景协同处理，进而生成最终场景的过程包括：
30、所述协同处理包括参数调整、训练数据变更、模型架构更改以及多模型集成，设置若干个梯度区间，获取场景模型对应的模型参数，并与预设的模型参数集比对，进而决定是否生成相应的参数修正值，通过参数修正值进行参数调整，并生成梯度系数，判断梯度系数与若干个梯度区间的从属关系，当梯度系数从属于相应的梯度区间时，则执行相应梯度区间对应的协同处理。
31、进一步的，一种图像数据处理方法的处理系统，包括以下模块：
32、数据处理模块，用于采集若干数据量的场景图像数据，并标识出问题数据和合规数据，进而生成问题数据集和合规数据集，设置筛选规则进行场景数据划分；
33、场景构建模块，用于获取场景数据划分所生成的场景数据集，并选择进行场景库匹配和场景参数核算，进而生成初步的场景；
34、场景优化模块，建立场景对应的场景模型，并进行模型训练，获取模型训练对应的实时场景完成度，若实时场景完成度超过预设的完成度阈值，则停止训练，否则，记录训练时长，当达到预设的时长阈值时，进行场景协同处理，进而生成最终场景。
35、与现有技术相比，本专利技术的有益效果是：本文档来自技高网...
【技术保护点】
1.一种图像数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种图像数据处理方法，其特征在于，所述采集场景图像数据的过程包括：
3.根据权利要求2所述的一种图像数据处理方法，其特征在于，生成所述问题数据集和合规数据集的过程包括：
4.根据权利要求3所述的一种图像数据处理方法，其特征在于，设置筛选规则进行所述场景数据划分的过程包括：
5.根据权利要求4所述的一种图像数据处理方法，其特征在于，进行所述场景库匹配的过程包括：
6.根据权利要求5所述的一种图像数据处理方法，其特征在于，选择所述场景参数核算，进而生成初步的场景的过程包括：
7.根据权利要求6所述的一种图像数据处理方法，其特征在于，建立场景对应的场景模型，并进行模型训练的过程包括：
8.根据权利要求7所述的一种图像数据处理方法，其特征在于，进行所述场景协同处理，进而生成最终场景的过程包括：
9.根据权利要求1-8任一项所述的一种图像数据处理方法的处理系统，包括以下模块：
【技术特征摘要】
1.一种图像数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种图像数据处理方法，其特征在于，所述采集场景图像数据的过程包括：
3.根据权利要求2所述的一种图像数据处理方法，其特征在于，生成所述问题数据集和合规数据集的过程包括：
4.根据权利要求3所述的一种图像数据处理方法，其特征在于，设置筛选规则进行所述场景数据划分的过程包括：
5.根据权利要求4所述的一种图像数据处理方法，其特征在于，进行所述场景库匹配...
【专利技术属性】
技术研发人员：万君堂，饶琨华，
申请(专利权)人：武汉博润通文化科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。