CN107577424A - 图像处理方法、装置及系统 - Google Patents
图像处理方法、装置及系统 Download PDFInfo
- Publication number
- CN107577424A CN107577424A CN201710712485.0A CN201710712485A CN107577424A CN 107577424 A CN107577424 A CN 107577424A CN 201710712485 A CN201710712485 A CN 201710712485A CN 107577424 A CN107577424 A CN 107577424A
- Authority
- CN
- China
- Prior art keywords
- view data
- image
- gradient
- data
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
一种图像处理方法,包括:从外部存储器中读取需要处理的图像数据中的第一部分图像数据;将所述第一部分图像数据缓存至第一内部存储器中,并对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据;将所述第一缩放图像数据缓存至第二内部存储器中,并对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据;将所述第一梯度图像数据缓存至第三内部存储器中,并对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值;将所述第一图像特征值存储至所述外部存储器中。本发明还提供一种图像处理装置及电子设备。本发明能够提高特征值提取的速度,同时,降低对外部存储器带宽的占用。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像处理方法、装置及系统。
背景技术
特征是某一类对象区别于其他类图像的相应本质特点或特性,对于图像而言,每一幅图像都具有能够区别于其他类图像的自身特征。
在图像特征值提取算法的处理流程中,主要包括3个步骤:图像缩放、梯度计算以及特征向量提取。这3个步骤均是由软件来实现的,即处理器通过程序指令来实现。这种实现方式中,首先,处理器需要从外部的DDR(Dual Data Rate,双倍速率同步动态随机存储器)中读取图像数据,对图像数据进行图像缩放处理,处理完之后在将图像数据放回DDR中,其次,从DDR中读取图像数据进行梯度计算,计算完之后在将图像数据放回DDR中,最后,再从DDR中读取图像数据进行图像特征值提取。整个过程,需要处理器与DDR不断交互数据,这使得特征值提取的速度比较慢,同时,对DDR带宽的占用较大。
发明内容
鉴于以上内容,有必要提供一种图像处理方法、装置及系统,能够提高特征值提取的速度,同时,降低对外部存储器带宽的占用。
一种图像处理方法,所述方法包括:
从外部存储器中读取需要处理的图像数据中的第一部分图像数据;
将所述第一部分图像数据缓存至第一内部存储器中,并对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据;
将所述第一缩放图像数据缓存至第二内部存储器中,并对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据;
将所述第一梯度图像数据缓存至第三内部存储器中,并对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值;
将所述第一图像特征值存储至所述外部存储器中。
在一种可能的实现方式中,所述从外部存储器中读取需要处理的图像数据中的第一部分图像数据之前,所述方法还包括:
按照图像缩放的比例,确定需要处理的图像数据中的第一部分图像数据。在一种可能的实现方式中,所述方法还包括:
将所述第一缩放图像数据缓存至所述第二内部存储器中的同时,从所述外部存储器中读取所述图像数据中的第二部分图像数据,以将所述第二部分图像数据缓存至所述第一内部存储器中,并对所述第二部分图像数据进行图像缩放处理,所述第一部分图像数据与所述第二部分图像数据不同。
在一种可能的实现方式中,所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个图像缩放单元,所述从外部存储器中读取需要处理的图像数据中的第一部分图像数据包括:
根据所述图像缩放单元的数量,从外部存储器中并行读取需要处理的图像数据中的第一部分图像数据,其中,不同所述图像缩放单元处理的第一部分图像数据不同。
在一种可能的实现方式中,所述方法还包括:
将所述第一梯度图像数据缓存至所述第三内部存储器中的同时,对缓存至所述第二内部存储器中的第二缩放图像数据进行梯度计算。
在一种可能的实现方式中,所述方法还包括:
所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个梯度计算单元,所述对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据包括:
根据所述梯度计算单元的数量,采用并行处理方式对缓存至所述第二内部存储器中的第一缩放图像数据进行梯度计算,获得第一梯度图像数据,其中,不同所述梯度计算单元处理的第一缩放图像数据不同。
在一种可能的实现方式中,所述方法还包括:
将所述第一图像特征值存储至所述外部存储器中的同时,对缓存至所述第三内部存储器中的第二梯度图像数据进行特征向量提取。
在一种可能的实现方式中,所述方法还包括:
所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个特征提取单元,所述对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值包括:
根据所述特征提取单元的数量,采用并行处理方式对缓存至所述第三内部存储器中的第一梯度图像数据进行特征向量提取,获得第一图像特征值,其中,不同所述特征提取单元处理的第一梯度图像数据不同。
在一种可能的实现方式中,所述方法还包括:
增大进行图像缩放处理的第一逻辑电路的工作频率;及
增大进行梯度计算的第二逻辑电路的工作频率。
一种图像处理装置,包括:
读取单元,用于从外部存储器中读取需要处理的图像数据中的第一部分图像数据;
缓存单元,用于将所述第一部分图像数据缓存至第一内部存储器中;
图像缩放单元,用于对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据;
所述缓存单元,还用于将所述第一缩放图像数据缓存至第二内部存储器中;
梯度计算单元,用于对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据;
所述缓存单元,还用于将所述第一梯度图像数据缓存至第三内部存储器中;
特征提取单元,用于对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值;
存储单元,用于将所述第一图像特征值存储至所述外部存储器中。
在一种可能的实现方式中,所述图像处理装置还包括:
确定单元,用于在所述读取单元从外部存储器中读取需要处理的图像数据中的第一部分图像数据之前,按照图像缩放的比例,确定需要处理的图像数据中的第一部分图像数据。
在一种可能的实现方式中,所述读取单元,还用于在所述缓存单元将所述第一缩放图像数据缓存至所述第二内部存储器中的同时,从所述外部存储器中读取所述图像数据中的第二部分图像数据,以将所述第二部分图像数据缓存至所述第一内部存储器中,并对所述第二部分图像数据进行图像缩放处理,所述第一部分图像数据与所述第二部分图像数据不同。
在一种可能的实现方式中,所述图像处理装置包括多个图像缩放单元,所述读取单元从外部存储器中读取需要处理的图像数据中的第一部分图像数据的方式具体为:
根据所述图像缩放单元的数量,从外部存储器中并行读取需要处理的图像数据中的第一部分图像数据,其中,不同所述图像缩放单元处理的第一部分图像数据不同。
在一种可能的实现方式中,所述梯度计算单元,还用于在所述缓存单元将所述第一梯度图像数据缓存至所述第三内部存储器中的同时,对缓存至所述第二内部存储器中的第二缩放图像数据进行梯度计算。
在一种可能的实现方式中,所述图像处理装置包括多个梯度计算单元,所述梯度计算单元对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据包括:
根据所述梯度计算单元的数量,采用并行处理方式对缓存至所述第二内部存储器中的第一缩放图像数据进行梯度计算,获得第一梯度图像数据,其中,不同所述梯度计算单元处理的第一缩放图像数据不同。
在一种可能的实现方式中,所述特征提取单元,还用于在所述存储单元将所述第一图像特征值存储至所述外部存储器中的同时,对缓存至所述第三内部存储器中的第二梯度图像数据进行特征向量提取。
在一种可能的实现方式中,所述图像处理装置包括多个特征提取单元,所述特征提取单元对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值包括:
根据所述特征提取单元的数量,采用并行处理方式对缓存至所述第三内部存储器中的第一梯度图像数据进行特征向量提取,获得第一图像特征值,其中,不同所述特征提取单元处理的第一梯度图像数据不同。
在一种可能的实现方式中,所述图像处理装置还包括:
增大单元,用于增大进行图像缩放处理的第一逻辑电路的工作频率;及
增大进行梯度计算的第二逻辑电路的工作频率。
一种图像处理系统,所述图像处理系统包括外部存储器、图像缩放电路、梯度计算电路以及特征提取电路,其中,所述图像缩放电路包括第一内部存储器,所述梯度计算电路包括第二内部存储器,所述特征提取电路包括第三内部存储器,
所述外部存储器,用于存储需要处理的图像数据以及所述图像数据经过处理后的图像特征值;
所述图像缩放电路,用于从所述外部存储器中读取需要处理的图像数据中的第一部分图像数据,将所述第一部分图像数据缓存至所述第一内部存储器中,对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据,并将所述第一缩放图像数据缓存至所述第二内部存储器中;
所述梯度计算电路,用于对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据,并将所述第一梯度图像数据缓存至所述第三内部存储器中;
所述特征提取电路,用于对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值,并将所述第一图像特征值存储至所述外部存储器中。
一种计算机可读存储介质,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现上述任一项所述的图像处理方法。
由以上技术方案,本发明中,电子设备可以从外部存储器中读取需要处理的图像数据中的第一部分图像数据,将所述第一部分图像数据缓存至第一内部存储器中,并对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据,进一步地,电子设备可以将所述第一缩放图像数据缓存至第二内部存储器中,并对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据,更进一步地,电子设备可以将所述第一梯度图像数据缓存至第三内部存储器中,并对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值,将所述第一图像特征值存储至所述外部存储器中。可见,通过本发明的实施例,在进行第一图像特征值提取的过程中,电子设备只需要进行一次存取过程,即从外部存储器中读取图像数据,进行图像缩放处理、梯度计算及第一图像特征值提取之后,在将第一图像特征值存储至外部存储器,而中间的图像缩放处理、梯度计算以及第一图像特征值均是在内部通过逻辑电路来实现的,整个过程减少了图像数据存取的次数,降低对外部存储器带宽的占用,同时,通过逻辑电路实现也提高特征值提取的速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明公开的一种图像处理方法的较佳实施例的流程图。
图2是本发明公开的一种图像处理系统的架构图。
图3是本发明公开的另一种图像处理系统的架构图。
图4是本发明公开的一种图像处理装置的较佳实施例的功能模块图。
图5是本发明实现图像处理方法的较佳实施例的电子设备的结构示意图。
图6是本发明实现图像处理方法的较佳实施例的图像处理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
优选地,本发明的图像处理方法可以应用在一个或者多个所述电子设备中。所述电子设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述电子设备包括但不限于任何一种可与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant,PDA)、交互式网络电视(Internet ProtocolTelevision,IPTV)、智能式穿戴式设备、数码相机等。
请参见图1,图1是本发明公开的一种图像处理方法的较佳实施例的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
S11、电子设备从外部存储器中读取需要处理的图像数据中的第一部分图像数据。
其中,外部储存器是指除计算机内存及CPU缓存以外的储存器,该外部存储器的特点是容量大、价格低,但是存取速度慢,该外部存储器用于存放暂时不用的程序和数据,一般断电后仍然能保存数据。外部存储器可以包括但不限于双倍率同步动态随机存储器(Dual Data Rate Dynamic Random-Accessmemory,DDR SDRAM)、硬盘、软盘、光盘、U盘等。
其中,所述需要处理的图像数据可以部分读取,所述第一部分图像数据为所述需要处理的图像数据中的一部分。
作为一种可选的实施方式,步骤S11之前,所述方法还包括:
按照图像缩放的比例,确定需要处理的图像数据中的第一部分图像数据。本发明中,可以根据图像缩放的比例来读取,通常,图像缩放的比例越小,读取的图像数据越多,图像缩放的比例越大,读取的图像数据越少。具体的,可以按照图像缩放的比例,根据相应的算法来确定需要读取哪部分的图像数据,比如:双线性差值算法。
作为一种可选的实施方式,所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个图像缩放单元,所述从外部存储器中读取需要处理的图像数据中的第一部分图像数据包括:
根据所述图像缩放单元的数量,从外部存储器中并行读取需要处理的图像数据中的第一部分图像数据。
在该可选的实施方式中,所述图像处理装置包括多个图像缩放单元,所述多个图像缩放单元可以从外部存储器中并行读取需要处理的图像数据中的第一部分图像数据,其中,不同所述图像缩放单元处理的第一部分图像数据不同。
其中,图像缩放单元的数量与图像数据的划分数量是一致的,比如:图像缩放单元有3个,则可以将图像数据划分为三部分,其中,可以均等划分,也可以不均等划分,本发明实施例不做限定。
举例来说,假设所述图像处理装置包括3个图像缩放单元,需要处理的图像数据划分为3部分,则所述3个图像缩放单元可以并行读取其中的某一部分的图像数据(即第一部分图像数据),且不同所述图像缩放单元处理的第一部分图像数据不同。
S12、电子设备将所述第一部分图像数据缓存至第一内部存储器中,并对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据。
本发明中,外部存储器中存储的每一部分图像数据均有一个地址和数据长度等属性。电子设备在读取需要处理的图像数据中的第一部分图像数据之后,可以将所述第一部分图像数据缓存至第一内部存储器中,并使用图像缩放算法对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据。具体的,电子设备可以将缩放后图像数据的一个像素点映射到缩放前图像数据的多个像素点上,并根据缩放前图像数据的地址和数据长度来确定缩放前图像数据的多个像素点的坐标位置。缩放前图像的多个像素点中每个像素点都有一个唯一的插值系数与之对应,针对缩放前图像的每个像素点,电子设备可以将所述像素点的插值系数乘以所述像素点的灰度值,最后,将所有计算的灰度值再累加到一起,就得到了缩放后的那个像素点的灰度值,即进行图像缩放处理后获得的第一缩放图像数据。
其中,图像缩放算法可以包括但不限于“双线性插值算法”“最邻近插值算法”以及“高阶插值算法”。其中,第一内部存储器可以包括但不限于随机存储器(Random-Accessmemory,RAM)、动态随机存取存储器(Dynamic Random-Accessmemory,DRAM)、同步动态随机存取存储器(Synchronous Dynamic Random-Accessmemory,SDRAM)以及高速缓存(CACHE)。
作为一种可选的实施方式,电子设备可以增大进行图像缩放处理的第一逻辑电路的工作频率。
在该可选的实施方式中,电子设备是使用第一逻辑电路来进行图像缩放处理的,在进行图像缩放处理的过程中,电子设备还可以增大进行图像缩放处理的第一逻辑电路的工作频率,以便能够提高图像缩放处理的速度。其中,第一逻辑电路的电路元器件可以包括但不限于加法器、减法器以及寄存器等。
S13、电子设备将所述第一缩放图像数据缓存至第二内部存储器中,并对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据。
本发明中,电子设备可以对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据。
其中,电子设备对所述第一缩放图像数据进行梯度计算,主要包括水平方向梯度计算以及垂直方向梯度计算。具体的,对于水平方向梯度计算:针对图像数据中的一个像素点的灰度值,由它所在的同一行,但不同列的多个像素点的灰度值进行加减计算,就可以得到该像素点在行方向上的梯度;对于垂直方向梯度计算:针对图像数据中的一个像素点的灰度值,由它所在的同一列,但不同行的多个像素点的灰度值进行加减计算,就可以得到该像素点在列方向上的梯度。
其中,第二内部存储器可以包括但不限于随机存储器(Random-Accessmemory,RAM)、动态随机存取存储器(Dynamic Random-Accessmemory,DRAM)、同步动态随机存取存储器(Synchronous Dynamic Random-Accessmemory,SDRAM)以及高速缓存(CACHE)。
作为一种可选的实施方式,所述方法还包括:
将所述第一缩放图像数据缓存至所述第二内部存储器中的同时,从所述外部存储器中读取所述图像数据中的第二部分图像数据,以将所述第二部分图像数据缓存至所述第一内部存储器中,并对所述第二部分图像数据进行图像缩放处理,所述第一部分图像数据与所述第二部分图像数据不同。
在该可选的实施方式中,对所述第一部分图像数据进行图像缩放处理完成后,电子设备可以将所述第一缩放图像数据缓存至所述第二内部存储器中的同时,从所述外部存储器中读取所述图像数据中的第二部分图像数据,依次类推进行,而不需要等待所述第一部分图像数据的第一图像特征值提取完成后再读取第二部分图像数据,从而能够节省等待的时间,提高数据处理的效率。
作为一种可选的实施方式,所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个梯度计算单元,所述对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据包括:
根据所述梯度计算单元的数量,采用并行处理方式对缓存至所述第二内部存储器中的第一缩放图像数据进行梯度计算,获得第一梯度图像数据,其中,不同所述梯度计算单元处理的第一缩放图像数据不同。
在该可选的实施方式中,多个梯度计算单元可以采用并行处理方式对缓存至所述第二内部存储器中的第一缩放图像数据进行梯度计算,获得第一梯度图像数据,从而能够提高梯度计算处理的速度。
作为一种可选的实施方式,电子设备可以增大进行梯度计算的第二逻辑电路的工作频率。
在该可选的实施方式中,电子设备是使用第二逻辑电路来进行梯度计算的,在进行梯度计算的过程中,电子设备还可以增大进行梯度计算的第二逻辑电路的工作频率,以便能够提高梯度计算的速度。其中,第二逻辑电路的电路元器件可以包括但不限于乘法器、加法器、减法器、以及寄存器等。
S14、电子设备将所述第一梯度图像数据缓存至第三内部存储器中,并对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值。
具体的,电子设备可以使用图像特征提取算法对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值。
其中,常用的图像特征有颜色特征、纹理特征、形状特征以及空间关系特征,纹理特征提取算法可以包括但不限于灰度共生矩阵法以及傅里叶功率谱法,颜色特征提取算法可以包括但不限于直方图法、累计直方图法以及颜色聚类法等等,形状特征提取算法可以包括但不限于空间矩特征等等高级语义提取、语义网络、数理逻辑、框架等方法。
其中,第三内部存储器可以包括但不限于随机存储器(Random-Accessmemory,RAM)、动态随机存取存储器(Dynamic Random-Accessmemory,DRAM)、同步动态随机存取存储器(Synchronous Dynamic Random-Accessmemory,SDRAM)以及高速缓存(CACHE)。
作为一种可选的实施方式,所述方法还包括:
将所述第一梯度图像数据缓存至所述第三内部存储器中的同时,对缓存至所述第二内部存储器中的第二缩放图像数据进行梯度计算。
在该可选的实施方式中,电子设备将所述第一梯度图像数据缓存至所述第三内部存储器中的同时,对缓存至所述第二内部存储器中的第二缩放图像数据进行梯度计算,而不需要等待所述第一部分图像数据的第一图像特征值提取完成后再读取第二部分图像数据,从而能够节省等待的时间,提高数据处理的效率。
作为一种可选的实施方式,所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个特征提取单元,所述对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值包括:
根据所述特征提取单元的数量,采用并行处理方式对缓存至所述第三内部存储器中的第一梯度图像数据进行特征向量提取,获得第一图像特征值,其中,不同所述特征提取单元处理的第一梯度图像数据不同。
在该可选的实施方式中,多个特征提取单元可以采用并行处理方式对缓存至所述第三内部存储器中的第一梯度图像数据进行特征向量提取,获得第一图像特征值,从而能够提高特征向量提取的速度。
S15、电子设备将所述第一图像特征值存储至所述外部存储器中。
作为一种可选的实施方式,所述方法还包括:
将所述第一图像特征值存储至所述外部存储器中的同时,对缓存至所述第三内部存储器中的第二梯度图像数据进行特征向量提取。
在该可选的实施方式中,电子设备将所述第一图像特征值存储至所述外部存储器中的同时,对缓存至所述第三内部存储器中的第二梯度图像数据进行特征向量提取,实现了第一图像特征值存储和第二梯度图像数据进行特征向量提取的同步处理,从而能够提高数据处理的速度。
请一并参见图2,图2是本发明公开的一种图像处理系统的架构图。如图2所示,该图像处理系统包括外部存储器、图像缩放单元、存储器21、梯度计算单元、存储器22、特征提取单元以及存储器23。其中,存储器21、存储器22以及存储器23均是内部存储器,内部存储器一般用于暂时存放CPU中的运算数据,以及与外部存储器交换数据。
其中,图像缩放单元主要用于从外部存储器中将图像数据读取至存储器21中,并对图像数据进行图像缩放处理,获得第一缩放图像数据,并将第一缩放图像数据缓存至存储器22中;梯度计算单元主要用于从存储器22读取第一缩放图像数据,并对第一缩放图像数据进行梯度计算,获得第一梯度图像数据,以及将第一梯度图像数据缓存至存储器23中;特征提取单元主要用于从存储器23中读取第一梯度图像数据,对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值,并将第一图像特征值存储至外部存储器中。
在图2所示的图像处理系统中,图像处理系统仅包括一个图像缩放单元、一个梯度计算单元以及一个特征提取单元,在进行图像处理的流程中,图像缩放单元只能串行读取图像数据并对图像数据进行处理,同样,梯度计算单元也只能串行读取图像缩放单元处理的第一缩放图像数据并对第一缩放图像数据进行处理,同样,特征提取单元也只能串行读取梯度计算单元处理的第一梯度图像数据并对第一梯度图像数据进行处理。在一次特征值提取的过程中,图像缩放单元只需要进行一次读取过程(即从外部存储器中将图像数据读取至存储器21),特征提取单元只需要进行一次存储过程(即将第一图像特征值存储至外部存储器),整个过程节省了与外部进行读取/存储数据的步骤,从而能够提高特征值提取的速度,同时,降低对外部存储器带宽的占用。
请一并参见图3,图3是本发明公开的另一种图像处理系统的架构图。如图3所示,该图像处理系统包括外部存储器、图像缩放单元311、图像缩放单元312、图像缩放单元313、存储器31,梯度计算单元321、梯度计算单元322、梯度计算单元323、存储器32,特征提取单元331、特征提取单元332、特征提取单元333以及存储器33。需要说明的是,图3中的图像缩放单元的数量仅仅表示多个,并不局限于三个图像缩放单元,还可以包括更多或更少的图像缩放单元,同样,针对梯度计算单元和特征提取单元也是如此。
在图3所示的图像处理系统中,图像处理系统可以包括多个图像缩放单元、多个梯度计算单元以及多个特征提取单元,在进行图像处理的流程中,多个图像缩放单元可以并行读取图像数据并对图像数据进行处理,同样,多个梯度计算单元也以并行读取图像缩放单元处理的第一缩放图像数据并对第一缩放图像数据进行处理,同样,多个特征提取单元也可以并行读取梯度计算单元处理的第一梯度图像数据并对第一梯度图像数据进行处理。通过多个图像缩放单元、多个梯度计算单元以及多个特征提取单元来并行处理图像数据,能够提高特征值提取的速度,同时,降低对外部存储器带宽的占用。
在图1所描述的方法流程中,电子设备可以从外部存储器中读取需要处理的图像数据中的第一部分图像数据,将所述第一部分图像数据缓存至第一内部存储器中,并对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据,进一步地,电子设备可以将所述第一缩放图像数据缓存至第二内部存储器中,并对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据,更进一步地,电子设备可以将所述第一梯度图像数据缓存至第三内部存储器中,并对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值,将所述第一图像特征值存储至所述外部存储器中。可见,通过本发明的实施例,在进行第一图像特征值提取的过程中,电子设备只需要进行一次存取过程,即从外部存储器中读取图像数据,进行图像缩放处理、梯度计算及第一图像特征值提取之后,在将第一图像特征值存储至外部存储器,而中间的图像缩放处理、梯度计算以及第一图像特征值均是在内部通过逻辑电路来实现的,整个过程减少了图像数据存取的次数,降低对外部存储器带宽的占用,同时,通过逻辑电路实现也提高特征值提取的速度。
请参见图4,图4是本发明公开的一种图像处理装置的较佳实施例的功能模块图。其中,图4描述的图像处理装置用于执行图1所描述的图像处理方法中的部分或全部步骤,具体请参照图1中的相关描述,在此不再赘述。在本实施例中,关于各单元的功能将在后续的实施例中详述。如图4所示,图像处理装置11包括:
读取单元101,用于从外部存储器中读取需要处理的图像数据中的第一部分图像数据;
缓存单元102,用于将所述第一部分图像数据缓存至第一内部存储器中;
图像缩放单元103,用于对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据;
所述缓存单元102,还用于将所述第一缩放图像数据缓存至第二内部存储器中;
梯度计算单元104,用于对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据;
所述缓存单元102,还用于将所述第一梯度图像数据缓存至第三内部存储器中;
特征提取单元105,用于对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值;
存储单元106,用于将所述第一图像特征值存储至所述外部存储器中。
可选的,图4所示的图像处理装置11还包括:
确定单元107,用于在所述读取单元101从外部存储器中读取需要处理的图像数据中的第一部分图像数据之前,按照图像缩放的比例,确定需要处理的图像数据中的第一部分图像数据。
其中,所述读取单元101,还用于在所述缓存单元将所述第一缩放图像数据缓存至所述第二内部存储器中的同时,从所述外部存储器中读取所述图像数据中的第二部分图像数据,以将所述第二部分图像数据缓存至所述第一内部存储器中,并对所述第二部分图像数据进行图像缩放处理,所述第一部分图像数据与所述第二部分图像数据不同。
可选的,所述图像处理装置包括多个图像缩放单元103,所述读取单元101从外部存储器中读取需要处理的图像数据中的第一部分图像数据的方式具体为:
根据所述图像缩放单元103的数量,从外部存储器中并行读取需要处理的图像数据中的第一部分图像数据,其中,不同所述图像缩放单元处理的第一部分图像数据不同。
可选的,所述梯度计算单元104,还用于在所述缓存单元102将所述第一梯度图像数据缓存至所述第三内部存储器中的同时,对缓存至所述第二内部存储器中的第二缩放图像数据进行梯度计算。
可选的,所述图像处理装置11包括多个梯度计算单元104,所述梯度计算单元104对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据包括:
根据所述梯度计算单元104的数量,采用并行处理方式对缓存至所述第二内部存储器中的第一缩放图像数据进行梯度计算,获得第一梯度图像数据,其中,不同所述梯度计算单元处理的第一缩放图像数据不同。
可选的,所述特征提取单元105,还用于在所述存储单元106将所述第一图像特征值存储至所述外部存储器中的同时,对缓存至所述第三内部存储器中的第二梯度图像数据进行特征向量提取。
可选的,所述图像处理装置11包括多个特征提取单元105,所述特征提取单元105对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值包括:
根据所述特征提取单元105的数量,采用并行处理方式对缓存至所述第三内部存储器中的第一梯度图像数据进行特征向量提取,获得第一图像特征值,其中,不同所述特征提取单元处理的第一梯度图像数据不同。
可选的,图4所示的图像处理装置11还包括:
增大单元108,用于增大进行图像缩放处理的第一逻辑电路的工作频率;及增大进行梯度计算的第二逻辑电路的工作频率。
在图4所描述图像处理装置11中,电子设备可以从外部存储器中读取需要处理的图像数据中的第一部分图像数据,将所述第一部分图像数据缓存至第一内部存储器中,并对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据,进一步地,电子设备可以将所述第一缩放图像数据缓存至第二内部存储器中,并对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据,更进一步地,电子设备可以将所述第一梯度图像数据缓存至第三内部存储器中,并对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值,将所述第一图像特征值存储至所述外部存储器中。可见,通过本发明的实施例,在进行第一图像特征值提取的过程中,电子设备只需要进行一次存取过程,即从外部存储器中读取图像数据,进行图像缩放处理、梯度计算及第一图像特征值提取之后,在将第一图像特征值存储至外部存储器,而中间的图像缩放处理、梯度计算以及第一图像特征值均是在内部通过逻辑电路来实现的,整个过程减少了图像数据存取的次数,降低对外部存储器带宽的占用,同时,通过逻辑电路实现也提高特征值提取的速度。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读存储介质中。其中,该计算机可读存储介质可以存储计算机程序,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
如图5所示,图5是本发明实现图像处理方法的较佳实施例的电子设备的结构示意图。所述电子设备1包括外部存储器12、第一内部存储器13、第二内部存储器14、第三内部存储器15以及处理器16。本领域技术人员可以理解,所述图5所示的示意图仅仅是电子设备1的示例,并不构成对电子设备1的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。
所述电子设备1还包括但不限于任何一种可与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏机、交互式网络电视(InternetProtocol Television,IPTV)、智能式穿戴式设备等。所述电子设备1所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
所述外部存储器12是指除计算机内存以及中央处理器(CPU,Central ProcessingUnit)缓存以外的储存器,该外部存储器12的特点是容量大、价格低,但是存取速度慢,该外部存储器用于存放暂时不用的程序和数据,一般断电后仍然能保存数据。所述外部存储器12可以包括但不限于双倍率同步动态随机存储器(Dual Data Rate Dynamic Random-Accessmemory,DDR SDRAM)、硬盘、软盘、光盘、U盘等非易失性固态存储器设备。
所述第一内部存储器13,一般用于暂时存放CPU中的运算数据,以及与外部存储器12交换数据,可选地,所述第一内部存储器13包括一个或多个计算机可读存储介质,用于存储一种图像处理方法的程序和各种数据,并在运行过程中实现高速、自动地完成程序或数据的存取。所述第一内部存储器13可以包括但不限于随机存储器(Random-Accessmemory,RAM)、动态随机存取存储器(Dynamic Random-Accessmemory,DRAM)、同步动态随机存取存储器(Synchronous Dynamic Random-Accessmemory,SDRAM)以及高速缓存(CACHE)。
所述第二内部存储器14,一般用于暂时存放CPU中的运算数据,以及与外部存储器12交换数据,可选地,所述第二内部存储器14包括一个或多个计算机可读存储介质,用于存储一种图像处理方法的程序和各种数据,并在运行过程中实现高速、自动地完成程序或数据的存取。所述第二内部存储器14可以包括但不限于随机存储器(Random-Accessmemory,RAM)、动态随机存取存储器(Dynamic Random-Accessmemory,DRAM)、同步动态随机存取存储器(Synchronous Dynamic Random-Accessmemory,SDRAM)以及高速缓存(CACHE)。
所述第三内部存储器15,一般用于暂时存放CPU中的运算数据,以及与外部存储器12交换数据,可选地,所述第三内部存储器15包括一个或多个计算机可读存储介质,用于存储一种图像处理方法的程序和各种数据,并在运行过程中实现高速、自动地完成程序或数据的存取。所述第三内部存储器15可以包括但不限于随机存储器(Random-Accessmemory,RAM)、动态随机存取存储器(Dynamic Random-Accessmemory,DRAM)、同步动态随机存取存储器(Synchronous Dynamic Random-Accessmemory,SDRAM)以及高速缓存(CACHE)。
所述处理器16又称中央处理器(CPU,Central Processing Unit),是一块超大规模的集成电路,是电子设备1的运算核心(Core)和控制核心(Control Unit)。所述处理器16可执行所述电子设备1的操作系统以及安装的各类应用程序、程序代码等,例如图像处理装置11。
结合图1,所述电子设备1中的所述外部存储器12存储多个指令以实现一种图像处理方法,所述处理器16可执行所述多个指令从而实现:
从外部存储器中读取需要处理的图像数据中的第一部分图像数据;
将所述第一部分图像数据缓存至第一内部存储器中,并对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据;
将所述第一缩放图像数据缓存至第二内部存储器中,并对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据;
将所述第一梯度图像数据缓存至第三内部存储器中,并对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值;
将所述第一图像特征值存储至所述外部存储器中。
在一种可选的实施方式中,所述从外部存储器中读取需要处理的图像数据中的第一部分图像数据之前,所述处理器16可执行所述多个指令从而实现:
按照图像缩放的比例,确定需要处理的图像数据中的第一部分图像数据。
在一种可选的实施方式中,所述处理器16可执行所述多个指令从而实现:
将所述第一缩放图像数据缓存至所述第二内部存储器中的同时,从所述外部存储器中读取所述图像数据中的第二部分图像数据,以将所述第二部分图像数据缓存至所述第一内部存储器中,并对所述第二部分图像数据进行图像缩放处理,所述第一部分图像数据与所述第二部分图像数据不同。
在一种可选的实施方式中,所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个图像缩放单元,所述从外部存储器中读取需要处理的图像数据中的第一部分图像数据包括:
根据所述图像缩放单元的数量,从外部存储器中并行读取需要处理的图像数据中的第一部分图像数据,其中,不同所述图像缩放单元处理的第一部分图像数据不同。
在一种可选的实施方式中,所述处理器16可执行所述多个指令从而实现:
将所述第一梯度图像数据缓存至所述第三内部存储器中的同时,对缓存至所述第二内部存储器中的第二缩放图像数据进行梯度计算。
在一种可选的实施方式中,所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个梯度计算单元,所述对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据包括:
根据所述梯度计算单元的数量,采用并行处理方式对缓存至所述第二内部存储器中的第一缩放图像数据进行梯度计算,获得第一梯度图像数据,其中,不同所述梯度计算单元处理的第一缩放图像数据不同。
在一种可选的实施方式中,所述处理器16可执行所述多个指令从而实现:
将所述第一图像特征值存储至所述外部存储器中的同时,对缓存至所述第三内部存储器中的第二梯度图像数据进行特征向量提取。
在一种可选的实施方式中,所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个特征提取单元,所述对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值包括:
根据所述特征提取单元的数量,采用并行处理方式对缓存至所述第三内部存储器中的第一梯度图像数据进行特征向量提取,获得第一图像特征值,其中,不同所述特征提取单元处理的第一梯度图像数据不同。
在一种可选的实施方式中,所述处理器16可执行所述多个指令从而实现:
增大进行图像缩放处理的第一逻辑电路的工作频率;及
增大进行梯度计算的第二逻辑电路的工作频率。
在图5所描述的电子设备1中,电子设备可以从外部存储器中读取需要处理的图像数据中的第一部分图像数据,将所述第一部分图像数据缓存至第一内部存储器中,并对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据,进一步地,电子设备可以将所述第一缩放图像数据缓存至第二内部存储器中,并对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据,更进一步地,电子设备可以将所述第一梯度图像数据缓存至第三内部存储器中,并对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值,将所述第一图像特征值存储至所述外部存储器中。可见,通过本发明的实施例,在进行第一图像特征值提取的过程中,电子设备只需要进行一次存取过程,即从外部存储器中读取图像数据,进行图像缩放处理、梯度计算及第一图像特征值提取之后,在将第一图像特征值存储至外部存储器,而中间的图像缩放处理、梯度计算以及第一图像特征值均是在内部通过逻辑电路来实现的,整个过程减少了图像数据存取的次数,降低对外部存储器带宽的占用,同时,通过逻辑电路实现也提高特征值提取的速度。
请参见图6,图6是本发明实现图像处理方法的较佳实施例的图像处理系统的结构示意图。如图6所示,所述图像处理系统包括外部存储器61、图像缩放电路62、梯度计算电路63以及特征提取电路64,所述图像缩放电路62包括第一内部存储器621,所述梯度计算电路63包括第二内部存储器631,所述特征提取电路64包括第三内部存储器641,其中:
所述外部存储器61,用于存储需要处理的图像数据以及所述图像数据经过处理后的图像特征值;
所述图像缩放电路62,用于从所述外部存储器61中读取需要处理的图像数据中的第一部分图像数据,将所述第一部分图像数据缓存至所述第一内部存储器621中,对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据,并将所述第一缩放图像数据缓存至所述第二内部存储器631中;
所述梯度计算电路63,用于对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据,并将所述第一梯度图像数据缓存至所述第三内部存储器中641;
所述特征提取电路64,用于对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值,并将所述第一图像特征值存储至所述外部存储器61中。
可选的,所述图像缩放电路62,还用于将所述第一缩放图像数据缓存至所述第二内部存储器631中的同时,从所述外部存储器61中读取所述图像数据中的第二部分图像数据,以进行图像缩放处理,所述第一部分图像数据与所述第二部分图像数据不同。
可选的,所述梯度计算电路63还用于将所述第一梯度图像数据缓存至所述第三内部存储器641中的同时,对缓存至所述第二内部存储器631中的第二缩放图像数据进行梯度计算。
可选的,所述特征提取电路64,还用于将所述第一图像特征值存储至所述外部存储器61中的同时,对缓存至所述第三内部存储器641中的第二梯度图像数据进行特征向量提取。
需要说明的是,图6中所示的图像缩放电路62可以是一个也可以是多个,同样的,梯度计算电路63可以是一个也可以是多个,同样的,特征提取电路64可以是一个也可以是多个。
可选的,所述图像缩放电路62从外部存储器61中读取需要处理的图像数据中的第一部分图像数据包括:
根据所述图像缩放电路62的数量,从外部存储器61中并行读取需要处理的图像数据中的第一部分图像数据,其中,不同所述图像缩放单元处理的第一部分图像数据不同。
可选的,所述梯度计算电路63对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据包括:
根据所述梯度计算电路63的数量,采用并行处理方式对缓存至所述第二内部存储器631中的第一缩放图像数据进行梯度计算,获得第一梯度图像数据,其中,不同所述梯度计算单元处理的第一缩放图像数据不同。
可选的,所述特征提取电路64对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值包括:
根据所述特征提取电路64的数量,采用并行处理方式对缓存至所述第三内部存储器中的第一梯度图像数据进行特征向量提取,获得第一图像特征值,其中,不同所述特征提取单元处理的第一梯度图像数据不同。
在图6所描述的图像处理系统中,在进行第一图像特征值提取的过程中,只需要进行一次存取过程,即从外部存储器中读取图像数据,进行图像缩放处理、梯度计算及第一图像特征值提取之后,在将第一图像特征值存储至外部存储器,而中间的图像缩放处理、梯度计算以及第一图像特征值均是在内部通过逻辑电路来实现的,整个过程减少了图像数据存取的次数,降低对外部存储器带宽的占用,同时,通过逻辑电路实现也提高特征值提取的速度。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (18)
1.一种图像处理方法,其特征在于,包括:
从外部存储器中读取需要处理的图像数据中的第一部分图像数据;
将所述第一部分图像数据缓存至第一内部存储器中,并对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据;
将所述第一缩放图像数据缓存至第二内部存储器中,并对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据;
将所述第一梯度图像数据缓存至第三内部存储器中,并对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值;
将所述第一图像特征值存储至所述外部存储器中。
2.根据权利要求1所述的方法,其特征在于,所述从外部存储器中读取需要处理的图像数据中的第一部分图像数据之前,所述方法还包括:
按照图像缩放的比例,确定需要处理的图像数据中的第一部分图像数据。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述第一缩放图像数据缓存至所述第二内部存储器中的同时,从所述外部存储器中读取所述图像数据中的第二部分图像数据,以将所述第二部分图像数据缓存至所述第一内部存储器中,并对所述第二部分图像数据进行图像缩放处理,所述第一部分图像数据与所述第二部分图像数据不同。
4.根据权利要求1所述的方法,其特征在于,所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个图像缩放单元,所述从外部存储器中读取需要处理的图像数据中的第一部分图像数据包括:
根据所述图像缩放单元的数量,从外部存储器中并行读取需要处理的图像数据中的第一部分图像数据,其中,不同所述图像缩放单元处理的第一部分图像数据不同。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述第一梯度图像数据缓存至所述第三内部存储器中的同时,对缓存至所述第二内部存储器中的第二缩放图像数据进行梯度计算。
6.根据权利要求1所述的方法,其特征在于,所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个梯度计算单元,所述对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据包括:
根据所述梯度计算单元的数量,采用并行处理方式对缓存至所述第二内部存储器中的第一缩放图像数据进行梯度计算,获得第一梯度图像数据,其中,不同所述梯度计算单元处理的第一缩放图像数据不同。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述第一图像特征值存储至所述外部存储器中的同时,对缓存至所述第三内部存储器中的第二梯度图像数据进行特征向量提取。
8.根据权利要求1所述的方法,其特征在于,所述图像处理方法应用于图像处理装置,所述图像处理装置包括多个特征提取单元,所述对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值包括:
根据所述特征提取单元的数量,采用并行处理方式对缓存至所述第三内部存储器中的第一梯度图像数据进行特征向量提取,获得第一图像特征值,其中,不同所述特征提取单元处理的第一梯度图像数据不同。
9.一种图像处理装置,其特征在于,包括:
读取单元,用于从外部存储器中读取需要处理的图像数据中的第一部分图像数据;
缓存单元,用于将所述第一部分图像数据缓存至第一内部存储器中;
图像缩放单元,用于对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据;
所述缓存单元,还用于将所述第一缩放图像数据缓存至第二内部存储器中;
梯度计算单元,用于对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据;
所述缓存单元,还用于将所述第一梯度图像数据缓存至第三内部存储器中;
特征提取单元,用于对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值;
存储单元,用于将所述第一图像特征值存储至所述外部存储器中。
10.根据权利要求9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:
确定单元,用于在所述读取单元从外部存储器中读取需要处理的图像数据中的第一部分图像数据之前,按照图像缩放的比例,确定需要处理的图像数据中的第一部分图像数据。
11.根据权利要求9所述的图像处理装置,其特征在于,所述读取单元,还用于在所述缓存单元将所述第一缩放图像数据缓存至所述第二内部存储器中的同时,从所述外部存储器中读取所述图像数据中的第二部分图像数据,以将所述第二部分图像数据缓存至所述第一内部存储器中,并对所述第二部分图像数据进行图像缩放处理,所述第一部分图像数据与所述第二部分图像数据不同。
12.根据权利要求9所述的图像处理装置,其特征在于,所述图像处理装置包括多个图像缩放单元,所述读取单元从外部存储器中读取需要处理的图像数据中的第一部分图像数据的方式具体为:
根据所述图像缩放单元的数量,从外部存储器中并行读取需要处理的图像数据中的第一部分图像数据,其中,不同所述图像缩放单元处理的第一部分图像数据不同。
13.根据权利要求9所述的图像处理装置,其特征在于,所述梯度计算单元,还用于在所述缓存单元将所述第一梯度图像数据缓存至所述第三内部存储器中的同时,对缓存至所述第二内部存储器中的第二缩放图像数据进行梯度计算。
14.根据权利要求9所述的图像处理装置,其特征在于,所述图像处理装置包括多个梯度计算单元,所述梯度计算单元对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据包括:
根据所述梯度计算单元的数量,采用并行处理方式对缓存至所述第二内部存储器中的第一缩放图像数据进行梯度计算,获得第一梯度图像数据,其中,不同所述梯度计算单元处理的第一缩放图像数据不同。
15.根据权利要求9所述的图像处理装置,其特征在于,所述特征提取单元,还用于在所述存储单元将所述第一图像特征值存储至所述外部存储器中的同时,对缓存至所述第三内部存储器中的第二梯度图像数据进行特征向量提取。
16.根据权利要求9所述的图像处理装置,其特征在于,所述图像处理装置包括多个特征提取单元,所述特征提取单元对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值包括:
根据所述特征提取单元的数量,采用并行处理方式对缓存至所述第三内部存储器中的第一梯度图像数据进行特征向量提取,获得第一图像特征值,其中,不同所述特征提取单元处理的第一梯度图像数据不同。
17.一种图像处理系统,其特征在于,所述图像处理系统包括外部存储器、图像缩放电路、梯度计算电路以及特征提取电路,其中,所述图像缩放电路包括第一内部存储器,所述梯度计算电路包括第二内部存储器,所述特征提取电路包括第三内部存储器,其中:
所述外部存储器,用于存储需要处理的图像数据以及所述图像数据经过处理后的图像特征值;
所述图像缩放电路,用于从所述外部存储器中读取需要处理的图像数据中的第一部分图像数据,将所述第一部分图像数据缓存至所述第一内部存储器中,对所述第一部分图像数据进行图像缩放处理,获得第一缩放图像数据,并将所述第一缩放图像数据缓存至所述第二内部存储器中;
所述梯度计算电路,用于对所述第一缩放图像数据进行梯度计算,获得第一梯度图像数据,并将所述第一梯度图像数据缓存至所述第三内部存储器中;
所述特征提取电路,用于对所述第一梯度图像数据进行特征向量提取,获得第一图像特征值,并将所述第一图像特征值存储至所述外部存储器中。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1至8任一项所述的图像处理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710712485.0A CN107577424A (zh) | 2017-08-18 | 2017-08-18 | 图像处理方法、装置及系统 |
PCT/CN2017/119946 WO2019033683A1 (zh) | 2017-08-18 | 2017-12-29 | 图像处理方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710712485.0A CN107577424A (zh) | 2017-08-18 | 2017-08-18 | 图像处理方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107577424A true CN107577424A (zh) | 2018-01-12 |
Family
ID=61034933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710712485.0A Pending CN107577424A (zh) | 2017-08-18 | 2017-08-18 | 图像处理方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107577424A (zh) |
WO (1) | WO2019033683A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110428453A (zh) * | 2019-07-30 | 2019-11-08 | 深圳云天励飞技术有限公司 | 数据处理方法、装置、数据处理设备及存储介质 |
CN112016356A (zh) * | 2019-05-30 | 2020-12-01 | 西北工业大学深圳研究院 | 基于zynq的高光谱目标识别系统及方法 |
CN112394887A (zh) * | 2019-08-17 | 2021-02-23 | 森大(深圳)技术有限公司 | Onepass打印数据高效率处理方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544678A (zh) * | 2012-07-13 | 2014-01-29 | 浙江大华技术股份有限公司 | 一种视频图像处理装置及方法 |
CN103839246A (zh) * | 2012-11-20 | 2014-06-04 | 腾讯科技(深圳)有限公司 | 获取图像轮廓线的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8300949B2 (en) * | 2010-05-18 | 2012-10-30 | Sharp Laboratories Of America, Inc. | Edge detection technique having improved feature visibility |
-
2017
- 2017-08-18 CN CN201710712485.0A patent/CN107577424A/zh active Pending
- 2017-12-29 WO PCT/CN2017/119946 patent/WO2019033683A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544678A (zh) * | 2012-07-13 | 2014-01-29 | 浙江大华技术股份有限公司 | 一种视频图像处理装置及方法 |
CN103839246A (zh) * | 2012-11-20 | 2014-06-04 | 腾讯科技(深圳)有限公司 | 获取图像轮廓线的方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112016356A (zh) * | 2019-05-30 | 2020-12-01 | 西北工业大学深圳研究院 | 基于zynq的高光谱目标识别系统及方法 |
CN110428453A (zh) * | 2019-07-30 | 2019-11-08 | 深圳云天励飞技术有限公司 | 数据处理方法、装置、数据处理设备及存储介质 |
CN110428453B (zh) * | 2019-07-30 | 2020-12-15 | 深圳云天励飞技术有限公司 | 数据处理方法、装置、数据处理设备及存储介质 |
CN112394887A (zh) * | 2019-08-17 | 2021-02-23 | 森大(深圳)技术有限公司 | Onepass打印数据高效率处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2019033683A1 (zh) | 2019-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Akinci et al. | Parallel surface reconstruction for particle‐based fluids | |
CN105261066B (zh) | 一种三维地理信息系统实时绘制多线程分配与控制方法 | |
CN107066239A (zh) | 一种实现卷积神经网络前向计算的硬件结构 | |
CN107577424A (zh) | 图像处理方法、装置及系统 | |
CN107408291A (zh) | 使用二维和一维同步阵列的两级向量规约 | |
CN106683158A (zh) | 一种GPU纹理映射非阻塞存储Cache的建模结构 | |
CN110119733A (zh) | 书页识别方法及装置、终端设备、计算机可读存储介质 | |
US20180174349A1 (en) | Adaptive partition mechanism with arbitrary tile shape for tile based rendering gpu architecture | |
Wang et al. | A CUDA-enabled parallel algorithm for accelerating retinex | |
CN105957149A (zh) | 一种适用于高效渲染的城市三维模型数据预处理方法 | |
CN111210004B (zh) | 卷积计算方法、卷积计算装置及终端设备 | |
Chen et al. | An improved texture-related vertex clustering algorithm for model simplification | |
CN109359542A (zh) | 基于神经网络的车辆损伤级别的确定方法及终端设备 | |
CN109543062A (zh) | 图像处理方法、系统、计算机装置及可读存储介质 | |
CN107977923A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
Seo et al. | A photomosaic image generation method using photo annotation in a social network environment | |
CN115952388A (zh) | 基于图像数据处理的卷积运算方法、装置、处理器及介质 | |
US9715715B2 (en) | Efficient cache preloading | |
US11915338B2 (en) | Loading apparatus and method for convolution with stride or dilation of 2 | |
CN106484532A (zh) | 面向sph流体模拟的gpgpu并行计算方法 | |
US11256940B1 (en) | Method, apparatus and system for gradient updating of image processing model | |
CN114048847A (zh) | 一种图神经网络数据缓存方法、装置、设备及存储介质 | |
CN111046214B (zh) | 一种动态处理模型的方法 | |
CN114202466A (zh) | 图像降噪方法、装置、电子设备及存储介质 | |
CN110991838A (zh) | 通信运营商的竞争力指数的确定方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180112 |
|
RJ01 | Rejection of invention patent application after publication |