本申请涉及图像处理领域，特别是涉及一种图像处理方法、装置、设备、介质及产品。
背景技术：
1、玻色-爱因斯坦凝聚态(bose-einstein condensation，bec)作为一种优秀的宏观量子体系，自其发现以及实验实现以来，为量子模拟、量子计算和量子安全通信的进步提供了一个关键的实验平台，极大地推动了量子科学领域的发展。在开展bec实验的过程中，吸收成像是一种用于获取原子云信息的广泛技术。利用一束与原子吸收线共振的激光照射待测原子云，被照射的原子会吸收光子，用ccd相机捕获被原子吸收后的激光分布图像，再将图像进行计算处理和定量分析后即可获得可视化超冷原子的空间分布，同时可以获取原子云的其他重要物理信息，例如温度、相空间密度和动力学行为等。因此，从吸收成像中获取的数据对于超冷原子实验的进一步发展至关重要。
2、尽管吸收成像有很强的实用性，但由于某些实际限制，它仍在不断完善。例如部分转移吸收成像技术可实现以最小的干扰对同一云进行重复采样；利用具有量子相干性的拉姆齐干涉可精确校准吸收成像系统中的探测光强度，在更准确地测量原子密度的同时直接校准成像系统的损耗和传感器的量子效率。这些进步极大地促进了吸收成像技术的增强，从而能够从超冷原子中提取更多的物理信息。上述改进主要集中在优化实验设备和成像原理上，而在有效和准确地从吸光度成像中提取信息方面的改进相对较少。
3、原子云区域的准确识别对于从吸收成像图像中获得准确的物理信息至关重要。传统方法提取原子云信息主要依赖于直接高斯拟合，其在进行原子云区域识别时不够准确，并且在识别原子云特征时泛化能力有限。直接高斯拟合需要手动选择图像中的原子云区域，导致数据处理过程耗时且低效。在单个图像中存在多个原子云的情况下，通常需要手动识别每个云的区域进行高斯拟合或采用多峰高斯拟合来提取有关原子云的信息。然而，多峰高斯拟合的精度很大程度上取决于初始参数的选择、数据集中峰的数量以及这些峰的形状。这些方法在快速准确地从图像中提取物理信息方面具有一定的局限性。
4、尤其在使用旋量玻色-爱因斯坦凝聚体(bec)进行量子调控实验时，精确获取三个自旋组分的位置、大小和原子数至关重要。传统的图像处理方式耗时长且不准确，阻碍了量子模拟、拓扑研究和利用旋量bec的精密测量的进步。
技术实现思路
1、本申请的目的是提供一种图像处理方法、装置、设备、介质及产品，可以提高图像中原子云定位的效率和准确性，有效地解决了传统图像处理方式耗时长且不准确的问题。
2、为实现上述目的，本申请提供了如下方案：
3、第一方面，本申请提供了一种图像处理方法，包括：
4、实现原子样本的玻色-爱因斯坦凝聚态，使用吸收成像技术得到实验图像；
5、对所述实验图像进行预处理处理得到彩色图片；所述彩色图片中包含原子样本的原子云；
6、标注所述彩色图片，以生成训练样本集；
7、采用所述训练样本集训练yolov5s网络，得到训练好的yolov5s网络，并将训练好的yolov5s网络作为原子云区域定位网络；
8、将待测原子的实验图像输入至所述原子云区域定位网络，得到待测原子的原子云区域定位结果；
9、采用网格搜索方式细化所述原子云区域定位结果，并对每个网格进行高斯拟合得到拟合优度，选择具有最高拟合优度的网格对应的原子参数作为最终拟合结果。
10、可选地，实现原子样本的玻色-爱因斯坦凝聚态，使用吸收成像技术得到实验图像，具体包括：
11、实现原子样本的玻色-爱因斯坦凝聚态的过程中，根据吸收成像原理进行三次成像，得到第一幅图像、第二幅图像和第三幅图像，并将所述第一幅图像、所述第二幅图像和所述第三幅图像作为所述实验图像；所述第一幅图像用于显示探测光照射下原子云的强度分布；所述第二幅图像为为只有探测光没有原子时捕获的图像；所述第三幅图像用于显示无探测光和原子下的背景强度。
12、可选地，对所述实验图像进行预处理处理得到彩色图片，具体包括：
13、对所述第一幅图像、所述第二幅图像和所述第三幅图像进行重叠处理得到初始彩色图片；
14、在所述三次成像错过成中确定原子样本的光密度，并对所述光密度进行阈值化和归一化处理，得到原子云；
15、将所述原子云对应显示在所述初始彩色图片中，得到所述彩色图片。
16、可选地，标注所述彩色图片，以生成训练样本集，具体包括：
17、采用矩形区域标注所述彩色图片中原子云的区域位置，得到标注样本数据；
18、基于所述标注样本数据生成所述训练样本集。
19、第二方面，本申请提供了一种图像处理装置，所述图像处理装置应用于原子的玻色-爱因斯坦凝聚态；所述图像处理装置包括：科学腔、射频线圈、ccd相机和pc端；
20、所述科学腔用于实现原子的玻色-爱因斯坦凝聚态；所述射频线圈设置在所述科学腔的两个位置相对的光学入口处；所述射频线圈用于发射指定频率的射频信号，以操控原子；所述ccd相机与所述pc端连接；所述ccd相机用于获取所述原子的实验图像；所述pc端用于实现上述中任一项所述的图像处理方法，以基于所述实验图像得到原子云区域定位结果。
21、可选地，所述科学腔的主体为八角金属腔；在所述八角金属腔的第一方向上设置有三对光学入口，在所述八角金属腔的第二方向上设置有一对光学入口；所述第一方向与所述第二方向垂直；所述光学入口均采用窗片覆盖；所述第一方向上的三对光学入口中沿光路传输方向依次设置有准直头和λ/4波片。
22、可选地，所述图像处理装置还包括：钛升华泵和离子泵；所述钛升华泵和所述离子泵均用于保持所述科学腔的真空环境。
23、第三方面，本申请提供了一种计算机设备，包括：存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现上述中任一项所述的图像处理方法的步骤。
24、第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的图像处理方法的步骤。
25、第五方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的图像处理方法的步骤。
26、根据本申请提供的具体实施例，本申请公开了以下技术效果：
27、本申请提供了一种图像处理方法、装置、设备、介质及产品，通过实现原子样本的玻色-爱因斯坦凝聚态，可以使用吸收成像技术得到实验图像。通过对实验图像进行预处理形成彩色图像，提高了原子位置的可视化程度。通过采用得到的彩色图片进行模型训练，以得到可以自动实现原子云区域定位的网络模型，能够提高图像中原子云定位的效率和准确性，有效地解决了传统图像处理方式耗时长且不准确的问题。
1.一种图像处理方法，其特征在于，所述图像处理方法包括：
2.根据权利要求1所述的图像处理方法，其特征在于，实现原子样本的玻色-爱因斯坦凝聚态，使用吸收成像技术得到实验图像，具体包括：
3.根据权利要求2所述的图像处理方法，其特征在于，对所述实验图像进行预处理处理得到彩色图片，具体包括：
4.根据权利要求1所述的图像处理方法，其特征在于，标注所述彩色图片，以生成训练样本集，具体包括：
5.一种图像处理装置，其特征在于，所述图像处理装置应用于原子的玻色-爱因斯坦凝聚态；所述图像处理装置包括：科学腔、射频线圈、ccd相机和pc端；
6.根据权利要求5所述的图像处理装置，其特征在于，所述科学腔的主体为八角金属腔；在所述八角金属腔的第一方向上设置有三对光学入口，在所述八角金属腔的第二方向上设置有一对光学入口；所述第一方向与所述第二方向垂直；所述光学入口均采用窗片覆盖；所述第一方向上的三对光学入口中沿光路传输方向依次设置有准直头和λ/4波片。
7.根据权利要求5所述的图像处理装置，其特征在于，所述图像处理装置还包括：钛升华泵和离子泵；所述钛升华泵和所述离子泵均用于保持所述科学腔的真空环境。
8.一种计算机设备，包括：存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-4中任一项所述的图像处理方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-4中任一项所述的图像处理方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-4中任一项所述的图像处理方法的步骤。
