摘要
本发明公开了一种基于神经网络系统的图像处理方法，涉及图像处理技术领域，设计生成对抗网络GAN结构，包括：生成器和判别器；定义强化学习优化框架；训练生成对抗网络GAN，具体包括：使用生成器生成去噪图像，判别器判断生成的图像是否真实，最后计算对抗损失函数并更新网络参数；通过强化学习的算法评估当前超参数组合对去噪图像质量的影响，基于奖励函数的反馈，调整超参数；优化网络性能并迭代训练，在多轮训练后，生成器达到最佳性能，输出最终去噪后的图像。本发明通过设计强化学习优化框架，动态调整生成器和判别器的超参数，使得生成的图像质量逐步提高，能够有效去除噪声并保留图像细节。
