1.一种基于编号遍历的信号处理优化系统，其特征在于，所述系统包括：

数据采集器件，用于获取待去噪图像的各个亮度值以及基准图案的各个亮度值，同时获取所述基准图案被依次执行算术均值滤波以及自适应递归滤波后获得的滤波图案的各个亮度值，所述基准图案的解析度与所述待去噪图像的解析度相同；

信息访问器件，与所述数据采集器件连接，用于获取算术均值滤波以及自适应递归滤波分别对应的滤波算法编号以分别作为第一滤波算法编号和第二滤波算法编号，同时还获取所述待去噪图像的信噪比以及对比度；

编号存储芯片，与所述信息访问器件连接，用于存储各个类型滤波分别对应的滤波算法编号并为所述信息访问器件提供第一滤波算法编号和第二滤波算法编号，不同类型滤波对应的滤波算法编号不同；

降噪预测机构，分别与所述数据采集器件以及所述信息访问器件连接，用于采用智能预测模型以基于待去噪图像的信噪比以及对比度、第一滤波算法编号、第二滤波算法编号、待去噪图像的各个亮度值、基准图案的各个亮度值以及滤波图案的各个亮度值预测所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像的噪声幅度降低均值以及信噪比；

类型请求机构，与所述降噪预测机构连接，用于在接收到的噪声幅度降低均值小于等于设定均值阈值或者接收到的信噪比小于等于设定信噪比数值时，发出滤波类型更换请求；

其中，所述类型请求机构还用于在接收到的噪声幅度降低均值大于设定均值阈值且接收到的信噪比大于设定信噪比数值时，发出滤波类型有效信号；

次序更换机构，分别与所述类型请求机构以及所述编号存储芯片连接，用于在接收到滤波类型更换请求时，从所述编号存储芯片内搜索与第一滤波算法以及第二滤波算法的滤波组合不同的滤波组合中任一类型滤波组合，并获得所述任一类型滤波组合中各个滤波类型分别对应的滤波算法编号；

其中，在接收到滤波类型更换请求时，从所述编号存储芯片内搜索与第一滤波算法以及第二滤波算法的滤波组合不同的滤波组合中任一类型滤波组合，并获得所述任一类型滤波组合中各个滤波类型分别对应的滤波算法编号包括：所述编号存储芯片基于滤波算法编号的从小到大顺序逐次进行与第一滤波算法以及第二滤波算法的滤波组合不同的滤波组合中任一类型滤波组合的搜索。

2.如权利要求1所述的基于编号遍历的信号处理优化系统，其特征在于：

所述智能预测模型为完成设定数目的多次训练后的深度卷积网络，所述设定数目的取值与所述待去噪图像中的噪声类型的数量成正比。

3.如权利要求1所述的基于编号遍历的信号处理优化系统，其特征在于：

采用智能预测模型以基于待去噪图像的信噪比以及对比度、第一滤波算法编号、第二滤波算法编号、待去噪图像的各个亮度值、基准图案的各个亮度值以及滤波图案的各个亮度值预测所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像的噪声幅度降低均值以及信噪比包括：所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像的噪声幅度降低均值为所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像中存在的各个噪声类型分别对应的各个降低幅度的算术平均值。

4.如权利要求3所述的基于编号遍历的信号处理优化系统，其特征在于：

所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像的噪声幅度降低均值为所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像中存在的各个噪声类型分别对应的各个降低幅度的算术平均值包括：针对图像中存在的每一个噪声类型，将待去噪图像中的最大噪声幅度减去所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像的最大噪声幅度所获得的幅度差值。

5.一种基于编号遍历的信号处理优化方法，其特征在于，所述方法包括：

使用数据采集器件，用于获取待去噪图像的各个亮度值以及基准图案的各个亮度值，同时获取所述基准图案被依次执行算术均值滤波以及自适应递归滤波后获得的滤波图案的各个亮度值，所述基准图案的解析度与所述待去噪图像的解析度相同；

使用信息访问器件，与所述数据采集器件连接，用于获取算术均值滤波以及自适应递归滤波分别对应的滤波算法编号以分别作为第一滤波算法编号和第二滤波算法编号，同时还获取所述待去噪图像的信噪比以及对比度；

使用编号存储芯片，与所述信息访问器件连接，用于存储各个类型滤波分别对应的滤波算法编号并为所述信息访问器件提供第一滤波算法编号和第二滤波算法编号，不同类型滤波对应的滤波算法编号不同；

使用降噪预测机构，分别与所述数据采集器件以及所述信息访问器件连接，用于采用智能预测模型以基于待去噪图像的信噪比以及对比度、第一滤波算法编号、第二滤波算法编号、待去噪图像的各个亮度值、基准图案的各个亮度值以及滤波图案的各个亮度值预测所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像的噪声幅度降低均值以及信噪比；

使用类型请求机构，与所述降噪预测机构连接，用于在接收到的噪声幅度降低均值小于等于设定均值阈值或者接收到的信噪比小于等于设定信噪比数值时，发出滤波类型更换请求；

其中，所述类型请求机构还用于在接收到的噪声幅度降低均值大于设定均值阈值且接收到的信噪比大于设定信噪比数值时，发出滤波类型有效信号；

使用次序更换机构，分别与所述类型请求机构以及所述编号存储芯片连接，用于在接收到滤波类型更换请求时，从所述编号存储芯片内搜索与第一滤波算法以及第二滤波算法的滤波组合不同的滤波组合中任一类型滤波组合，并获得所述任一类型滤波组合中各个滤波类型分别对应的滤波算法编号；

其中，在接收到滤波类型更换请求时，从所述编号存储芯片内搜索与第一滤波算法以及第二滤波算法的滤波组合不同的滤波组合中任一类型滤波组合，并获得所述任一类型滤波组合中各个滤波类型分别对应的滤波算法编号包括：所述编号存储芯片基于滤波算法编号的从小到大顺序逐次进行与第一滤波算法以及第二滤波算法的滤波组合不同的滤波组合中任一类型滤波组合的搜索。

6.如权利要求5所述的基于编号遍历的信号处理优化方法，其特征在于：

所述智能预测模型为完成设定数目的多次训练后的深度卷积网络，所述设定数目的取值与所述待去噪图像中的噪声类型的数量成正比。

7.如权利要求5所述的基于编号遍历的信号处理优化方法，其特征在于：

采用智能预测模型以基于待去噪图像的信噪比以及对比度、第一滤波算法编号、第二滤波算法编号、待去噪图像的各个亮度值、基准图案的各个亮度值以及滤波图案的各个亮度值预测所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像的噪声幅度降低均值以及信噪比包括：所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像的噪声幅度降低均值为所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像中存在的各个噪声类型分别对应的各个降低幅度的算术平均值。

8.如权利要求7所述的基于编号遍历的信号处理优化方法，其特征在于：

所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像的噪声幅度降低均值为所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像中存在的各个噪声类型分别对应的各个降低幅度的算术平均值包括：针对图像中存在的每一个噪声类型，将待去噪图像中的最大噪声幅度减去所述待去噪图像被依次执行第一滤波算法以及第二滤波算法后的图像的最大噪声幅度所获得的幅度差值。