恢复低照度图像的神经网络模型的训练数据收集方法及系统

本申请涉及图像处理技术领域，提供了一种恢复低照度图像的神经网络模型的训练数据收集方法及系统。该方法包括：分别从第一图像集和第二图像集中随机选择一张第一图像和一张第二图像；其中，第一图像集为低照度图像的集合；第二图像集为正常照度图像的集合；构建第二图像的颜色直方图到第一图像的颜色直方图的映射关系；基于映射关系对第二图像中每个像素的强度进行调整，得到第三图像；其中，第三图像为与第二图像对应的且具有第一图像的照度特征的图像。籍以，在无需实地复现各种低照度环境的情况下，生成大量、多样化的训练数据集，规避了直接收集成对的正常照度图像与低照度图像所需面临的显著物理障碍和技术障碍。