CN107613306A - 一种分布式扫描小波法对图像分层并压缩的设计方法 - Google Patents
一种分布式扫描小波法对图像分层并压缩的设计方法 Download PDFInfo
- Publication number
- CN107613306A CN107613306A CN201711032062.0A CN201711032062A CN107613306A CN 107613306 A CN107613306 A CN 107613306A CN 201711032062 A CN201711032062 A CN 201711032062A CN 107613306 A CN107613306 A CN 107613306A
- Authority
- CN
- China
- Prior art keywords
- image
- gray value
- layered
- core
- pixel
- 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
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
一种分布式扫描小波法对图像分层并压缩的设计方法的技术领域,是属于计算机,图像处理,图像计算,图像压缩的技术领域,主要技术是把图像按照灰度进行分层,这就使用了小波技术,并采用把总像素除以要使用的核的数目,然后按照顺序给每一个核分配像素,这样就可以分布式并行的进行处理,每一个核处理好像素后,就把这点像素的灰度值和位置信息传递给内存,内存是要这样设计的,建立256个动态区间,从0到255,这样就可以把灰度值为0的值的位置信息存入内存为0的动态区间,等所有的像素扫描完毕,再给内存每一层位置信息从小到大排序,以便下一步计算方便。
Description
技术领域
一种分布式扫描小波法对图像分层并压缩的设计方法的技术领域,是属于计算机,图像处理,图像计算,图像压缩的技术领域,主要技术是把图像按照灰度进行分层,这就使用了小波技术,并采用把总像素除以要使用的核的数目,然后按照顺序给每一个核分配像素,这样就可以分布式并行的进行处理,每一个核处理好像素后,就把这点像素的灰度值和位置信息传递给内存,内存是要这样设计的,建立256个动态区间,从0到255,这样就可以把灰度值为0的值的位置信息存入内存为0的动态区间,等所有的像素扫描完毕,再给内存每一层位置信息从小到大排序,以便下一步计算方便。
背景技术
21世纪是一个充满信息的时代,图像作为人类感知世界的视觉基础,是人类获取信息、表达信息和传递信息的重要手段。数字图像处理,即用计算机对图像进行处理,其发展历史并不长。数字图像处理技术源于20世纪20年代,当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片,采用了数字压缩技术。首先数字图像处理技术可以帮助人们更客观、准确地认识世界,人的视觉系统可以帮助人类从外界获取3/4以上的信息,而图像、图形又是所有视觉信息的载体,尽管人眼的鉴别力很高,可以识别上千种颜色,但很多情况下,图像对于人眼来说是模糊的甚至是不可见的,通过图象增强技术,可以使模糊甚至不可见的图像变得清晰明亮。在计算机中,按照颜色和灰度的多少可以将图像分为二值图像、灰度图像、索引图像和真彩色RGB图像四种基本类型。大多数图像处理软件都支持这四种类型的图像。图像处理,用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像处理技术一般包括图像压缩,增强和复原,匹配、描述和识别3个部分。
发明内容
现在做图像识别的方法很多,当效果还是不十分理想,总体来说还是处理速度比较慢,对图像的识别不是十分正确,识别的技术比较单一,不能满足现在的要求,特别是火热的人工智能的发展,对图像的识别,运算速度有巨大的要求,图像识别问题的数学本质属于模式空间到类别空间的映射问题。目前,在图像识别的发展中,主要有三种识别方法:统计模式识别、结构模式识别、模糊模式识别。图像分割是图像处理中的一项关键技术,自20世纪70年代,其研究已经有几十年的历史,一直都受到人们的高度重视,至今借助于各种理论提出了数以千计的分割算法,而且这方面的研究仍然在积极地进行着,现有的图像分割的方法有许多种,有阈值分割方法,边缘检测方法,区域提取方法,结合特定理论工具的分割方法等。从图像的类型来分有:灰度图像分割、彩色图像分割和纹理图像分割等。早在1965年就有人提出了检测边缘算子,使得边缘检测产生了不少经典算法。但在近二十年间,随着基于直方图和小波变换的图像分割方法的研究计算技术、VLSI技术的迅速发展,有关图像处理方面的研究取得了很大的进展。图像分割方法结合了一些特定理论、 方法和工具,如基于数学形态学的图像分割、基于小波变换的分割、基于遗传算法的分割等。一种分布式扫描小波法对图像分层并压缩的设计方法,其特征是,分布式扫描小波法对图像分层并压缩的设计方法,它由3部分组成,1.并行处理,2.小波分层,3.压缩技术,把这3种技术融合在一起,让运算速度和识别能力上一个新台阶,并行处理的设计是以总像素除以多少个核,要设计为整除,每一个核处理自己分配的像素,例如一千万像素,用一千个核进行处理,一个核处理1万个像素,小波运算的方法就是按照灰度值进行分层,因此把一副图片分层256层,所以灰度值相同的像素在一层内,压缩技术就是在存储内存数据时,也是分成256个动态区间,只要把灰度值的位置信息输入对应内存动态区间值的里面,等所有的像素扫描完毕,再给内存每一层位置信息从小到大排序,这就是最大程度的压缩,这样就能使用最多的核同时进行并行处理,同时根据灰度值把同灰度值的分到一层,并行把数据压缩成最少的空间。
附图说明
图1是一种分布式扫描小波法对图像分层并压缩的原理图,a-1代表是像素图,上面的方格代表像素,旁边和下面的大空格代表有很多像素,因为图上画不下,下面标的10000000,是代表一千万的像素,旁边的数字1,10000,20000一种到9990000代表一千万的像素同时用1000个核来处理,每一个核处理10000个像素,a-2是内存分配设计方法,建立256个动态存储空间,把每一层灰度值相同的存储在一个动态空间,也就是灰度值相同的像素在同一个对应这个内存分配值的空间内,上面的这里有256个小格代表分配256层的灰度值存储空间。
实施方案
在图库或摄像头获取照片后,如果需要对这些图片进行识别,就要让它最快的进行特征提取,特征提取的最简单的方法是把灰度值分离开,就是灰度值相同的放在一层上,然后对这些灰度值进行分析,再把各层进行分析,在把层和层联系起来分析,通过运算分析达到图像识别的目的。分布式扫描小波法对图像分层并压缩的设计方法,它由3部分组成,1.并行处理,2.小波分层,3.压缩技术,把这3种技术融合在一起,让运算速度和识别能力上一个新台阶,并行处理的设计是以总像素除以多少个核,要设计为整除,每一个核处理自己分配的像素,例如一千万像素,用一千个核进行处理,一个核处理1万个像素,小波运算的方法就是按照灰度值进行分层,因此把一副图片分层256层,所以灰度值相同的像素在一层内,压缩技术就是在存储内存数据时,也是分成256个动态区间,只要把灰度值的位置信息输入对应内存动态区间值的里面,等所有的像素扫描完毕,再给内存每一层位置信息从小到大排序,这就是最大程度的压缩,这样就能使用最多的核同时进行并行处理,同时根据灰度值把同灰度值的分到一层,并行把数据压缩成最少的空间,用3个字结来存储位置信息,这样大大的减少内存空间,通过上面这样的设计,就最快的对图片进行分层,同时能把图片信息进行最大的压缩,满足现在火热的人工智能的需求。
Claims (1)
1.一种分布式扫描小波法对图像分层并压缩的设计方法,其特征是,分布式扫描小波法对图像分层并压缩的设计方法,它由3部分组成,1.并行处理,2.小波分层,3.压缩技术,把这3种技术融合在一起,让运算速度和识别能力上一个新台阶,并行处理的设计是以总像素除以多少个核,要设计为整除,每一个核处理自己分配的像素,例如一千万像素,用一千个核进行处理,一个核处理1万个像素,小波运算的方法就是按照灰度值进行分层,因此把一副图片分层256层,所以灰度值相同的像素在一层内,压缩技术就是在存储内存数据时,也是分成256个动态区间,只要把灰度值的位置信息输入对应内存动态区间值的里面,等所有的像素扫描完毕,再给内存每一层位置信息从小到大排序,这就是最大程度的压缩,这样就能使用最多的核同时进行并行处理,同时根据灰度值把同灰度值的分到一层,并行把数据压缩成最少的空间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711032062.0A CN107613306A (zh) | 2017-10-29 | 2017-10-29 | 一种分布式扫描小波法对图像分层并压缩的设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711032062.0A CN107613306A (zh) | 2017-10-29 | 2017-10-29 | 一种分布式扫描小波法对图像分层并压缩的设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107613306A true CN107613306A (zh) | 2018-01-19 |
Family
ID=61080165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711032062.0A Pending CN107613306A (zh) | 2017-10-29 | 2017-10-29 | 一种分布式扫描小波法对图像分层并压缩的设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107613306A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102244781A (zh) * | 2011-03-31 | 2011-11-16 | 苏州汉辰数字多媒体有限公司 | 一种多核高速dsp平台的avs视频编码器 |
CN103024328A (zh) * | 2012-12-28 | 2013-04-03 | 北京汉邦高科数字技术股份有限公司 | 一种提高数字视频录像机抓图质量的方法 |
CN103905819A (zh) * | 2014-04-23 | 2014-07-02 | 西安电子科技大学 | 基于多级树集合分裂编码的系统及其实现方法 |
CN104063835A (zh) * | 2014-04-02 | 2014-09-24 | 中国人民解放军第二炮兵指挥学院 | 一种卫星遥感图像实时并行处理系统及处理方法 |
-
2017
- 2017-10-29 CN CN201711032062.0A patent/CN107613306A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102244781A (zh) * | 2011-03-31 | 2011-11-16 | 苏州汉辰数字多媒体有限公司 | 一种多核高速dsp平台的avs视频编码器 |
CN103024328A (zh) * | 2012-12-28 | 2013-04-03 | 北京汉邦高科数字技术股份有限公司 | 一种提高数字视频录像机抓图质量的方法 |
CN104063835A (zh) * | 2014-04-02 | 2014-09-24 | 中国人民解放军第二炮兵指挥学院 | 一种卫星遥感图像实时并行处理系统及处理方法 |
CN103905819A (zh) * | 2014-04-23 | 2014-07-02 | 西安电子科技大学 | 基于多级树集合分裂编码的系统及其实现方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108038905A (zh) | 一种基于超像素的目标重建方法 | |
CN106126585B (zh) | 基于质量分级与感知哈希特征组合的无人机图像检索方法 | |
WO2020000096A1 (en) | Human pose analysis system and method | |
CN108710916B (zh) | 图片分类的方法及装置 | |
CN108470178B (zh) | 一种结合深度可信度评价因子的深度图显著性检测方法 | |
CN107944459A (zh) | 一种rgb‑d物体识别方法 | |
CN103955942A (zh) | 一种基于svm的2d图像的深度图提取方法 | |
Nousias et al. | A saliency aware CNN-based 3D model simplification and compression framework for remote inspection of heritage sites | |
CN111339922A (zh) | 一种视频图像的高效处理方法 | |
Cui | Image style migration algorithm based on hsv color model | |
Azad et al. | A robust and adaptable method for face detection based on color probabilistic estimation technique | |
CN104778683A (zh) | 一种基于泛函映射的多模态图像分割方法 | |
KR20110019117A (ko) | 시멘틱 기반의 이미지 검색 방법 | |
CN107613306A (zh) | 一种分布式扫描小波法对图像分层并压缩的设计方法 | |
Giachetti et al. | SHREC15 Track: Retrieval of non-rigid (textured) shapes using low quality 3D models | |
Khryaschev et al. | Urban areas analysis using satellite image segmentation and deep neural network | |
CN112749713A (zh) | 一种基于人工智能的大数据图像识别系统及方法 | |
CN107770554A (zh) | 一种并行位移小波法对图像分层并压缩的设计方法 | |
CN108268533A (zh) | 一种用于图像检索的图像特征匹配方法 | |
Zhang et al. | Novel approaches to enhance coral reefs monitoring with underwater image segmentation | |
CN108805136B (zh) | 一种面向水面污染物监测的显著性检测方法 | |
KR20110085951A (ko) | 시멘틱 기반의 이미지 검색 방법 | |
Shen et al. | A holistic image segmentation framework for cloud detection and extraction | |
RU2018126535A (ru) | Способ идентификации объектов на цифровых изображениях подстилающей поверхности методом нечеткой триангуляции делоне | |
CN112734747B (zh) | 一种目标检测方法、装置、电子设备和存储介质 |
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 |