1.一种用于双层液晶屏显示的图像分割方法，双层液晶屏分别为靠近观众的前液晶屏和靠近背光模块的后液晶屏，其特征在于，包括以下步骤：构建卷积神经网络模型，所述卷积神经网络模型用于对输入图像进行处理获取第一图像和第二图像，并将所述第二图像发送到所述后液晶屏，其中，所述第一图像用于被发送到所述前液晶屏；

通过所述第一图像，将所述第二图像进行图像重建，所述图像重建用于改善双屏液晶显示的伪影问题，并提高图像显示质量；

将重建后所述第二图像，发送所述后液晶屏。

2.根据权利要求1所述一种用于双层液晶屏显示的图像分割方法，其特征在于：在构建卷积神经网络模型的过程中，根据所述输入图像，构建用于训练所述卷积神经网络模型的训练数据集，其中，所述训练数据集的图像均为尺寸相同的具有竖向线条的图像。

3.根据权利要求2所述一种用于双层液晶屏显示的图像分割方法，其特征在于：在构建训练数据集的过程中，将所述训练数据集的每张图像分为3个通道，每张图像包含10个块，其中，在测试前，将所述训练数据集的图像顺序打乱6次。

4.根据权利要求3所述一种用于双层液晶屏显示的图像分割方法，其特征在于：在构建卷积神经网络模型的过程中，所述卷积神经网络模型包括输入层，卷积层和输出层，其中，所述卷积神经网络模型由8个顺序堆叠的二维卷积组成；

所述输入层包括5个3*3的卷积核；

所述卷积层包括64个3*3的卷积核，其中，所述卷积层为Conv卷积层；

所述输出层包括2个64个3*3的卷积核。

5.根据权利要求4所述一种用于双层液晶屏显示的图像分割方法，其特征在于：在构建卷积神经网络模型的过程中，所述卷积神经网络模型的各层之间为全连接，其中，所述全连接用于表示所述卷积神经网络模型的上一层的特征映射，作为当前层的输入，所述当前层的特征映射为下一层的输入。

6.根据权利要求5所述一种用于双层液晶屏显示的图像分割方法，其特征在于：在将所述第二图像进行图像重建的过程中，将所述第一图像和所述第二图像的像素值灰度归一化后错位相乘，获取重建图像，其中，所述错位相乘进行五次，所述第一图像不动，所述第二图像在第一次到第五次中的前两次位于所述第一图像的左边，第三次正对所述第一图像，第四次和第五次位于所述第一图像的右边，每次位移的距离相等。

7.根据权利要求6所述一种用于双层液晶屏显示的图像分割方法，其特征在于：在获取重建图像的过程中，获取所述重建图像与原图像的损失函数，作为所述卷积神经网络模型的损失函数；

所述损失函数表示为：

input ref

其中，I 代表输入图像，I 代表输入图像经过网络处理后重建的图像，n代表输入图像的长宽像素数量，Loss代表损失函数，所述输入图像为长方形。

8.根据权利要求7所述一种用于双层液晶屏显示的图像分割方法，其特征在于：在获取重建图像的过程中，通过峰值信噪比评估所述重建图像，其中，所述峰值信噪比的计算公式为：

其中，n为每个像素的比特数，MES为均方误差；

MES的计算公式为：

其中，MES表示I(i,j)和K(i,j)均方误差，I(i,j)和K(i,j)分别表示处理后图像和原图在(i,j)像素点的灰度值，i和j代表像素坐标位置，M为图像的高度，N为图像的宽度。

9.一种用于双层液晶屏显示的图像分割系统，两层液晶屏分别为靠近观众的前液晶屏和靠近背光模块的后液晶屏，其特征在于，包括：图像采集模块，用于获取输入图像；

图像处理模块，用于通过构建卷积神经网络模型，对所述输入图像进行处理获取第一图像和第二图像，并将所述第一图像发送到所述前液晶屏；

图像重建模块，用于通过所述第一图像，将所述第二图像进行图像重建，将重建后所述第二图像，发送所述后液晶屏，其中，所述图像重建用于改善双屏液晶显示的伪影问题，并提高图像显示质量。

10.根据权利要求9所述一种用于双层液晶屏显示的图像分割系统，其特征在于：所述图像分割系统还包括：

数据存储模块，用于存储所述第一图像和所述第二图像；

通信模块，用于将所述第一图像和所述第二图像，发送到所述双层液晶屏的控制系统中，其中，所述控制系统用于表示控制所述双层液晶屏进行图像显示的系统或程序；

所述通信模块，还用于接收所述第一图像；

所述图像分割系统还用于作为所述双层液晶屏的所述控制系统。