1.一种基于计算机视觉与色彩滤波阵列的图像处理方法，其特征在于，该方法包括：获取图像采集目标的第一RGB图像、拜耳图像和第一灰度图像，第一RGB图像和拜耳图像的分辨率相同且小于第一灰度图像；

对所述拜耳图像进行颜色分离，得到R像素阵列、G像素阵列、B像素阵列，对所述像素阵列进行处理获取R像素频谱图、G像素频谱图、B像素频谱图；

对所述第一灰度图像进行处理，获取第一灰度频谱图；

将所述R像素频谱图、G像素频谱图、B像素频谱图、第一灰度频谱图输入神经网络，得到无摩尔纹的第二RGB图像，所述第二RGB图像和所述第一灰度图像分辨率相同；其中，所述神经网络包括第一神经网络和第二神经网络，构建第一损失函数和第二损失函数，用所述第一损失函数对所述第一神经网络进行训练，用所述第二损失函数对所述第二神经网络进行训练；

所述第一神经网络包括第一编码器和第一解码器，第一编码器的输入为R像素频谱图、G像素频谱图、B像素频谱图联合后得到的第一三通道频谱图，输出为第一特征图；第一解码器的输入为第一特征图，输出分辨率与第一灰度频谱图相同的第二灰度频谱图；

所述第二神经网络包括第二编码器和第二解码器，第二编码器的输入为第一灰度频谱图，输出为第二特征图；所述第一特征图和所述第二特征图相乘得到第三特征图，第二解码器的输入为第三特征图，输出分辨率与第一灰度频谱图相同的第二三通道频谱图；

所述第一神经网络还用于对所述第二三通道频谱图进行傅里叶逆变换，得到所述第二RGB图像；

所述第一损失函数为：

第一解码器包括中间层和输出层，获取多个中间层的输出结果以及输出层的输出结果，共得到R个输出结果，CVp表示第p个输出结果的变异系数；基于第一灰度频谱图得到与每个输出结果分辨率相对应的频谱特征图， 表示第p个输出结果对应的频谱特征图的变异系数； 表示第p个输出结果的第i个像素的像素值， 表示第p个输出结果对应的频谱特征图的第i个像素的像素值，Mp为第p个输出结果的像素数量；

所述第二损失函数结合了改进的均方误差损失函数和结构相似性损失函数；

所述改进的均方误差损失函数为：

对第一RGB图像进行处理得到第二灰度图像，所述第二灰度图像的分辨率与所述第一灰度图像相同，对所述第二灰度图像以及训练第二神经网络的标签图像进行角点检测，并利用滑动窗口分别对所述第一灰度图像、所述第二灰度图像、所述标签图像、所述第二RGB图像进行Q个图像块的提取，滑动窗口大小为k*k，Bx表示第二灰度图像中第x个图像块的角点数量与标签图像中第x个图像块的角点数量的比值；Wx为第一灰度图像中第x个图像块的纹理特征权重，具体地，计算第一灰度图像中每个像素点对应的ASM能量、熵ENT，基于第一灰度图像第x个图像块中所有像素点对应的ASM能量、熵计算该图像块的纹理权重；

分别表示第二神经网络输出的第二RGB图像、标签图像中第x个图像块的第c个通道中第j个像素的像素值，γ、δ为预设缩放系数。

2.如权利要求1所述的方法，其特征在于，所述第一灰度图像通过灰色相机采集得到。

3.如权利要求1所述的方法，其特征在于， 其中，ASMj、ENTj

分别表示第一灰度图像的第x个图像块中第j个像素点的ASM能量、熵ENT；α、β为预设权重因子。

4.如权利要求1所述的方法，其特征在于，所述标签图像为通过彩色相机采集的与第一灰度图像分辨率相同的彩色图像；对所述标签图像进行角点检测之前需要对标签图像进行灰度化处理。