1.高动态范围成像方法，其特征在于，所述方法包括：对包含神经形态相机与普通相机的混合相机系统进行搭建；通过搭建完成的所述混合相机系统中的普通相机拍摄的低动态范围图像与神经形态相机拍摄并重建的高动态范围灰度图输入至训练好的神经网络中完成融合成像操作；其中，所述通过搭建完成的所述混合相机系统中的普通相机拍摄的低动态范围图像与神经形态相机拍摄并重建的高动态范围灰度图输入至训练好的神经网络中完成融合成像操作包括：经过上采样亮度融合网络将低动态范围图像和高动态范围图像的灰度图在灰度空间进行融合；将低动态范围图像的色度通道U、色度通道V拼接到融合的高动态范围图像灰度通道；经过色彩补偿网络进行颜色补偿，输出高分辨率彩色的高动态范围图像。
2.根据权利要求1所述的高动态范围成像方法，其特征在于，所述对包含神经形态相机与普通相机的混合相机系统进行搭建包括：采用一部型号为Point Grey Chameleon 3的普通RGB工业相机以及一部神经形态相机完成混合相机系统的搭建。
3.根据权利要求1所述的高动态范围成像方法，其特征在于，所述神经形态相机拍摄并重建的高动态范围灰度图包括：对于动态视觉传感器，使用E2VID网络从事件数据中重建出包含高动态范围信息的灰度图，其中，灰度图的分辨率为240×180；对于仿视网膜采样模型，使用滑动窗口的方法对脉冲数据进行积分得到包含高动态信息的灰度图，其中，灰度图的分辨率为400×250。
4.根据权利要求1所述的高动态范围成像方法，其特征在于，所述训练神经网络的过程包括：对训练数据进行合成操作并对合成后的数据通过神经网络进行训练。
5.根据权利要求4所述的高动态范围成像方法，其特征在于，所述对训练数据进行合成操作包括：收集网上高动态范围数据集，并对所述高动态范围数据集进行划分为训练集与测试集；模拟数码相机拍摄流程，通过高动态范围图像生成低动态范围图像；计算色调映射过后的高动态范围图像的梯度信息；通过泊松算子通过梯度信息重建高动态范围图像灰度图。
6.根据权利要求5所述的高动态范围成像方法，其特征在于，还包括：应用数据增强操作，将原始图像调整分辨率大小并随机截取为512×512像素的低动态范围图像；搭配256×256像素的对应位置的高动态范围灰度图，且依次通过随机概率旋转、镜面翻转操作对所述原始图像进行前述操作以增加训练数据量。
7.一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，该程序被处理器执行时实现所述权利要求1-6中任一项所述方法的步骤。
8.一种计算机设备，包括存储器、处理器及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程序时实现所述权利要求1-6中任一项所述方法的步骤。
