1.一种图像HDR转换方法，其特征在于，所述方法包括：根据原始拜尔阵列图生成所述原始拜尔阵列图对应的多通道图像；

基于预设神经网络，通过所述多通道图像生成所述多通道图像对应的仿射变换系数矩阵；其中，所述仿射变换系数矩阵的尺度和所述多通道图像的尺度相同；

根据所述仿射变换系数矩阵对所述多通道图像进行高动态范围图像HDR转换，获得所述多通道图像对应的多通道HDR图像；

根据所述多通道HDR图像生成所述原始拜尔阵列图对应的HDR拜尔阵列图。

2.根据权利要求1所述的方法，其特征在于，所述根据原始拜尔阵列图生成所述原始拜尔阵列图对应的多通道图像，包括：按照预设排列顺序对所述原始拜尔阵列图进行拆分处理，获得所述多通道图像。

3.根据权利要求1所述的方法，其特征在于，所述基于预设神经网络，通过所述多通道图像生成所述多通道图像对应的仿射变换系数矩阵，包括：对所述多通道图像进行卷积处理，获得所述多通道图像对应的双边网格系数矩阵和灰度引导图；其中，所述双边网格系数矩阵的尺度小于所述多通道图像的尺度；

根据所述双边网格系数矩阵和所述灰度引导图，获得所述仿射变换系数矩阵。

4.根据权利要求1所述的方法，其特征在于，所述根据所述仿射变换系数矩阵对所述多通道图像进行HDR转换，获得所述多通道图像对应的多通道HDR图像，包括：将所述仿射变换系数矩阵和所述多通道图像输入至预设转换模型中，输出所述多通道HDR图像；其中，所述预设转换模型用于基于系数和图像进行数学运算。

5.根据权利要求1所述的方法，其特征在于，所述根据所述多通道HDR图像生成所述原始拜尔阵列图对应的HDR拜尔阵列图，包括：确定所述原始拜尔阵列图对应的拜尔模型类型；

根据所述多通道HDR图像和所述拜尔模型，生成所述HDR拜尔阵列图。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述基于预设神经网络，通过所述多通道图像生成所述多通道图像对应的仿射变换系数矩阵之前，所述方法还包括：生成所述预设神经网络。

7.根据权利要求6所述的方法，其特征在于，所述生成所述预设神经网络，包括：获取样本图像对应的待训练图像和标准系数矩阵；其中，所述待训练图像的尺度和所述标准系数矩阵的尺度相同；所述标准系数矩阵用于对所述样本图像进行特征提取；

根据所述待训练图像和所述标准系数矩阵，对待训练的神经网络进行训练，获得所述预设神经网络。

8.一种图像HDR转换装置，其特征在于，所述图像HDR转换装置包括：生成单元和转换单元，所述生成单元，用于根据原始拜尔阵列图生成所述原始拜尔阵列图对应的多通道图像；以及基于预设神经网络，通过所述多通道图像生成所述多通道图像对应的仿射变换系数矩阵；其中，所述仿射变换系数矩阵的尺度和所述多通道图像的尺度相同；

所述转换单元，用于根据所述仿射变换系数矩阵对所述多通道图像进行HDR转换，获得所述多通道图像对应的多通道HDR图像；

所述生成单元，还用于根据所述多通道HDR图像生成所述原始拜尔阵列图对应的HDR拜尔阵列图。

9.一种图像HDR转换装置，其特征在于，所述图像HDR转换装置包括：处理器、存储器及通信总线，所述处理器执行所述存储器中存储的运行程序时实现如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，应用于图像HDR转换装置，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7任一项所述的方法。