CN108805827B - 一种图像卷积响应值的简化方法 - Google Patents
一种图像卷积响应值的简化方法 Download PDFInfo
- Publication number
- CN108805827B CN108805827B CN201810488157.1A CN201810488157A CN108805827B CN 108805827 B CN108805827 B CN 108805827B CN 201810488157 A CN201810488157 A CN 201810488157A CN 108805827 B CN108805827 B CN 108805827B
- Authority
- CN
- China
- Prior art keywords
- response value
- box filter
- response
- vertex
- video image
- 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.)
- Active
Links
- 230000004044 response Effects 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims description 9
- 238000007796 conventional method Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像卷积响应值的简化方法,针对现有计算视频图像卷积响应值的计算量大的问题,先基于视频图像中各像素点的灰度信息和运动信息得到视频图像的积分视频,再利用盒子滤波器将点乘的卷积运算简化成加减运算从而大大的简化响应值,之后利用盒子滤波器中各立方体单元预设位置处的元素响应结果,计算得到盒子滤波器中各立方体单元的响应值,最后利用盒子滤波器中各立方体单元的响应值进行加减运算,得到视频图像响应值。本发明所提供的方法将现有计算量极大的视频图像响应值计算方法,简化为了简单利用由立方体单元构成的盒子滤波器与视频图像进行计算的计算结果,而得到视频图像响应值。
Description
技术领域
本发明涉及视频处理技术领域,更具体地说,涉及一种图像卷积响应值的简化方法。
背景技术
可以理解的是,通过确定视频中的时空特征点并对其进行描述,能够在二维空间以及时间上实现视频的表征,而在确定视频中的时空特征点时,需要计算三维视频图像中像素的响应值进而确定时空特征点,但是计算响应值是在时间维度、二维空间维度共三个维度上进行的卷积运算,该“三维”卷积运算的计算量非常大,因此,设计一种图像卷积响应值的简化方法,简化响应值的计算是亟待解决的。
发明内容
本发明的主要目的在于提供一种图像卷积响应值的简化方法,旨在解决现有技术中计算视频图像卷积响应值的简化量大的问题。
为实现上述目的,本发明提供一种图像卷积响应值的简化方法,该方法包括:
基于视频图像中各像素点的灰度信息和运动信息得到视频图像的积分视频;
将积分视频与各尺寸盒子滤波器中的各元素进行运算,得到响应结果,盒子滤波器包括至少一个立方体单元,立方体单元由元素构成;
利用盒子滤波器中各立方体单元预设位置处的元素响应结果,计算得到盒子滤波器中各立方体单元的响应值;
利用盒子滤波器中各立方体单元的响应值进行运算,得到盒子滤波器的响应值,盒子滤波器的响应值即为视频图像中像素的响应值。
可选的,基于视频图像中各像素点的灰度信息和运动信息得到视频图像的积分视频包括:
可选的,利用盒子滤波器中各立方体单元预设位置处的元素响应结果,计算得到盒子滤波器中各立方体单元的响应值包括:
以Ka、Kb、Kc、Kd、Ke、Kf、Kg、Kh分别表示立方体单元八个顶点元素的元素响应结果,按照公式Sn=N×(Ke-Ka-Kf-Kg+Kb+Kc+Kh-Kd)进行计算,得到积分视频与立方体单元的响应值Sn。
可选的,利用盒子滤波器中各立方体单元的响应值进行运算,得到对应于盒子滤波器的响应值包括:
利用盒子滤波器中各立方体单元的响应值,按照公式计算得到对应于盒子滤波器的响应值Dij,Sij表示方向为i和j的盒子滤波器的体积,Q表示盒子滤波器所包括的立方体单元的个数,响应值Sn表示对应于第n个立方体单元的响应值,响应值Dij表示对应于方向为i和j的盒子滤波器的响应值。
进一步的,本发明还提供了一种图像响应值计算装置,该装置包括处理器、存储器及通信总线;
通信总线用于实现处理器和存储器之间的连接通信;
处理器用于执行存储器中存储的一个或者多个程序,以实现上述的三维视频图像卷积响应值的简化方法的步骤。
有益效果
本发明提供一种图像卷积响应值的简化方法,针对现有计算视频图像卷积响应值的简化量大的问题,先基于视频图像中各像素点的灰度信息和运动信息得到视频图像的积分视频,再将积分视频与各尺寸盒子滤波器中的各元素进行运算,得到响应结果,之后盒子滤波器中各立方体单元预设位置处的元素响应结果,计算得到盒子滤波器中各立方体单元的响应值,最后利用盒子滤波器中各立方体单元的响应值进行运算,得到视频图像响应值。本发明所提供的方法将现有计算量极大的视频图像响应值计算方法,简化为了简单利用由立方体单元构成的盒子滤波器与视频图像进行计算的计算方法,而得到视频图像响应值。
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一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明第一实施例提供的视频图像卷积响应值的简化方法的基本流程图;
图2为本发明第一实施例提供的一种盒子滤波器示意图;
图3为本发明第一实施例提供的另一种盒子滤波器示意图;
图4为本发明第一实施例提供的立方体单元的示意图;
图5为本发明第一实施例设计盒子滤波器的示意图。
图6为本发明第二实施例提供的计算装置的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,而非全部实施例。基于本发明中的实施例,本领域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。
第一实施例
图1为本实施例提供的视频图像卷积响应值的简化方法的基本流程图,该方法包括:
S101、基于视频图像中各像素点的灰度信息和运动信息得到视频图像的积分视频。
需要理解的是,可以采用灰度函数f(p)和运动函数vp表征一个视频中像素的灰度信息和运动信息,因此,将各像素的位置坐标带入上述灰度函数和运动函数,即可得到各像素点的灰度信息和运动信息,基于各像素点的灰度信息和运动信息可以得到灰度运动函数f'(p),并基于灰度运动函数f'(p)可进一步确定积分视频V(p),需要明白的是,灰度运动函数以及积分视频具有三个变量,其为坐标轴为x、y、t的三维坐标函数。
在本实施例另外的一些示例中,步骤S101可以为:基于视频图像中各像素点p的灰度信息f(p)和运动信息vp,根据f'(p)=f(p)+vp,可以计算得到视频图像的积分视频V(p),其中S0表示从原点o到p组成的立方体,p∈S0。
此处将以像素点p0为例介绍p0点的积分视频V(p0):V(p0)表示在灰度运动函数f'(p)三的维坐标系中,由原点o到p0立方体内所有像素点的灰度运动函数值的累加。
需要理解的是,灰度运动函数f'(p)为根据视频图像中各像素点p的灰度信息f(p)和运动信息vp,按照公式f'(p)=f(p)+vp得到的。此处采用求p0处的像素点的运动信息vp0,对求视频图像各像素点运动函数vp的过程进行介绍:
vp0=pr-p0
S102、将积分视频与各尺寸盒子滤波器中的各元素进行运算,得到响应结果。
需要明白的是,盒子滤波器包括至少一个立方体单元,立方体单元由元素构成。为更好的对本发明所提供的计算方法进行介绍,将积分视频V(p)看做视频图像的一个“三维”视频,其第一维度、第二维维度指为x、y轴上的二维空间维度,其第三维度为时间维度,则可以理解积分视频是由多个像素立方体构成的三维立体结构。需要理解的是,后文将以该“三维”积分视频的概念对后续的步骤进行介绍,其并不会对积分视频产生进一步的限定,同时,后文中所提到的积分视频,具体是积分视频函数V(p)或是上述的“三维”积分视频,则需根据提到积分视频的情况而定,后文不再对其进行解释。
步骤S102中的盒子滤波器是由各元素构成的三维立体结构,参见图2、图3所示,图2以及图3中的白色和黑色立方体即为步骤S102的立方体单元,其亦由元素构成,立方体单元内填充同一值N(N∈{-2,-1,1}),图2为在一个方向上高斯二阶偏导的近似盒子滤波器,每一个立方体单元尺寸为3×5×9,图3为在两个方向上高斯二阶混合偏导的近似盒子滤波器,每一个立方体单元尺寸为3×3×9,立方体单元间隔为一个元素。图2、图3中灰色部分的填充值为0。需要理解的是,针对不同尺度的滤波器,滤波器的尺寸会有相应的改变,此处给出的具体尺寸大小仅为了解释说明。
需要理解的是,步骤S102中的“运算”具体为下一步骤,即S103步骤中的加减运算;在本实施例的另外一些情况下,如当立方体单元内填充的值是“2”时,该运算还包括点乘运算,此处的“点乘”指将积分视频中的像素立方体与盒子滤波器中的元素对应相乘,更具体的是将像素立方体的积分视频函数值与元素中的填充值相乘。需要理解的是,该情况下“点乘”的方式不够简便,本实施例还具有另外一种情况:即当立方体单元内填充的值是“2”时,直接在加减运算的结果上乘以填充值2便可得到响应结果,相比“点乘”的方式,该计算方式具有更低的复杂度。
S103、利用盒子滤波器中各立方体单元预设位置处的元素响应结果,计算得到盒子滤波器中各立方体单元的响应值。
需要理解的是,此处的元素响应结果是积分视频与立方体单元点乘得到的、对应于元素位置的响应结果。在步骤S103中,预设位置是指立方体单元上的预设元素的位置。
在本实施例另外的一些示例中,步骤S103中的预设位置为立方体单元上的八个顶点元素,参见图4,图4为盒子滤波器中立方体单元的一个示意图,在该示意图中并没有画出构成立方体单元的元素。该图中的a、b、c、d、e、f、g分别表示立方体单元八个顶点元素,其中,a、f、g分别表示在立方体单元中与顶点元素e以边相邻的顶点元素,b、c、h分别表示在各立方体单元顶点元素e所在面中与顶点元素e相对的顶点元素,d表示在各立方体单元中与顶点元素e空间相对的顶点元素,e表示距离坐标系原点相对于顶点元素a、b、c、d、f、g最远的顶点元素。需要了解的是,图中的X、Y、T分别表示坐标系上的X轴、Y轴、T轴。
在该示例下,以Ka、Kb、Kc、Kd、Ke、Kf、Kg、Kh分别表示立方体单元八个顶点元素的元素响应结果,则按照公式:
Sn=N×(Ke-Ka-Kf-Kg+Kb+Kc+Kh-Kd)
便可计算得到积分视频与立方体单元的响应值Sn,该响应值Sn表示积分视频与第n个立方体单元的响应值,N表示构成立方体单元的元素的填充值。
在此将对本发明设计的盒子滤波器进行更为详细的介绍:
将尺度空间划分成若干组,每个组又由若干层组成,两层之间的最小尺度为盒子滤波器尺寸的1/3。在本文中盒子滤波器的最小滤波模板为9×9×9,则l为3。需要理解的是,下一层的盒子滤波器的长度至少应该在l基础上加2个元素,以保证一边添加一个元素。即l=5,则盒子滤波器下一层的尺寸为15×15×15,以此类推得出各组层的盒子滤波器尺寸如图5所示,在图5中,水平轴表示盒子滤波器尺寸的大小,竖轴表示组数。为了覆盖所有可能的尺度,组与组之间有尺度重叠,而且后面一组滤波器尺寸增加量为前一组的两倍。
S104、利用盒子滤波器中各立方体单元的响应值进行运算,得到盒子滤波器的响应值。
在S104步骤中,得到的响应值即为视频图像中像素的响应值。
在本实施例另外的一些示例中,还可通过以下步骤得到对应于盒子滤波器的响应值:
利用盒子滤波器中各立方体单元的响应值,按照以下公式:
进行运算可计算得到对应于盒子滤波器的响应值Dij。
其中,Sij表示方向为i和j的盒子滤波器的体积;
Q表示盒子滤波器所包括的立方体单元的个数;
响应值Sn表示对应于第n个立方体单元的响应值;
响应值Dij表示对应于方向为i和j的盒子滤波器的响应值。
本实施例提供一种图像卷积响应值的简化方法,将现有计算量极大的视频图像响应值计算方法,简化为了简单利用由立方体单元构成的盒子滤波器与视频图像进行计算的计算方式,而得到视频图像响应值。
第二实施例
本实施例还提供了一种图像响应值计算装置,参见图6所示,其包括处理器61、存储器62及通信总线63,其中:
通信总线63用于实现处理器61和存储器62之间的连接通信;
处理器61用于执行存储器62中存储的程序,以实现上述第一实施例中的三维视频图像卷积响应值的简化方法的各步骤。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述,同时,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (8)
1.一种图像卷积响应值的计算方法,其特征在于,所述计算方法包括:
基于视频图像中各像素点的灰度信息和运动信息得到所述视频图像的积分视频;
将所述积分视频与各尺寸盒子滤波器中的各元素进行运算,得到元素响应结果,所述盒子滤波器包括至少一个立方体单元,所述立方体单元由元素构成;
利用所述盒子滤波器中各立方体单元预设位置处的所述元素响应结果,计算得到所述盒子滤波器中各立方体单元的响应值;
利用所述盒子滤波器中各立方体单元的响应值进行运算,得到所述盒子滤波器的响应值,所述盒子滤波器的响应值即为所述视频图像中像素的响应值。
3.如权利要求1所述的计算方法,其特征在于,所述利用所述盒子滤波器中各立方体单元预设位置处的所述元素响应结果,计算得到所述盒子滤波器中各立方体单元的响应值包括:
以Ka、Kb、Kc、Kd、Ke、Kf、Kg、Kh分别表示立方体单元八个顶点元素的元素响应结果,按照公式Sn=N×(Ke-Ka-Kf-Kg+Kb+Kc+Kh-Kd)进行计算,得到所述积分视频与所述立方体单元的响应值Sn;所述响应值Sn表示所述积分视频与第n个立方体单元的响应值;所述N表示构成所述立方体单元的元素的填充值;
所述a、b、c、d、e、f、g分别表示所述立方体单元八个顶点元素,所述a、f、g分别表示在所述立方体单元中与顶点元素e以边相邻的顶点元素,所述b、c、h分别表示在所述各立方体单元顶点元素e所在面中与顶点元素e相对的顶点元素,所述d表示在所述各立方体单元中与顶点元素e空间相对的顶点元素,所述e表示距离坐标系原点相对于顶点元素a、b、c、d、f、g最远的顶点元素。
5.一种图像卷积响应值计算装置,所述装置包括处理器、存储器及通信总线;
所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行存储器中存储的一个或者多个程序,以实现如下步骤:
基于视频图像中各像素点的灰度信息和运动信息得到所述视频图像的积分视频;
将所述积分视频与各尺寸盒子滤波器中的各元素进行运算,得到响应结果,所述盒子滤波器包括至少一个立方体单元,所述立方体单元由元素构成;
利用所述盒子滤波器中各立方体单元预设位置处的响应结果,计算得到对应于所述盒子滤波器中各立方体单元的响应值;
利用所述盒子滤波器中各立方体单元的响应值进行运算,得到对应于所述盒子滤波器的响应值,所述对应于所述盒子滤波器的响应值即为所述视频图像中像素的响应值。
7.如权利要求5所述的计算装置,其特征在于,所述处理器还用于执行所述存储器存储的程序,以实现:
按照公式Sn=N×(Ke-Ka-Kf-Kg+Kb+Kc+Kh-Kd)进行计算,得到所述积分视频与所述各立方体单元的响应值Sn;
所述Ka、Kb、Kc、Kd、Ke、Kf、Kg、Kh分别表示所述各立方体单元八个顶点元素的元素响应结果;所述a、b、c、d、e、f、g分别表示所述各立方体单元八个顶点元素,所述a、f、g分别表示在所述各立方体单元中与顶点元素e以边相邻的顶点元素,所述b、c、h分别表示在所述各立方体单元顶点元素e所在面中与顶点元素e相对的顶点元素,所述d表示在所述各立方体单元中与顶点元素e空间相对的顶点元素,所述e表示距离坐标系原点相对于顶点元素a、b、c、d、f、g最远的顶点元素;所述n表示不同立方体单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810488157.1A CN108805827B (zh) | 2018-05-21 | 2018-05-21 | 一种图像卷积响应值的简化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810488157.1A CN108805827B (zh) | 2018-05-21 | 2018-05-21 | 一种图像卷积响应值的简化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108805827A CN108805827A (zh) | 2018-11-13 |
CN108805827B true CN108805827B (zh) | 2022-06-14 |
Family
ID=64091224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810488157.1A Active CN108805827B (zh) | 2018-05-21 | 2018-05-21 | 一种图像卷积响应值的简化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108805827B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218825A (zh) * | 2013-03-15 | 2013-07-24 | 华中科技大学 | 一种尺度不变的时空兴趣点快速检测方法 |
CN107403182A (zh) * | 2017-05-26 | 2017-11-28 | 深圳大学 | 基于3d sift框架的时空兴趣点的检测方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102021152B1 (ko) * | 2013-05-07 | 2019-09-11 | 현대모비스 주식회사 | 원적외선 카메라 기반 야간 보행자 인식 방법 |
CN103856727B (zh) * | 2014-03-24 | 2017-01-25 | 北京工业大学 | 一种多路实时视频拼接处理系统 |
-
2018
- 2018-05-21 CN CN201810488157.1A patent/CN108805827B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218825A (zh) * | 2013-03-15 | 2013-07-24 | 华中科技大学 | 一种尺度不变的时空兴趣点快速检测方法 |
CN107403182A (zh) * | 2017-05-26 | 2017-11-28 | 深圳大学 | 基于3d sift框架的时空兴趣点的检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
《Survey of Spatio-Temporal Interest Point Detection Algorithms in Video》;LI YANSHAN 等;《IEEE Access》;20170627;第5卷;第10323-10331页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108805827A (zh) | 2018-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020001168A1 (zh) | 三维重建方法、装置、设备和存储介质 | |
CN114549731B (zh) | 视角图像的生成方法、装置、电子设备及存储介质 | |
CN109840881B (zh) | 一种3d特效图像生成方法、装置及设备 | |
CN108038897B (zh) | 阴影贴图生成方法及装置 | |
US20220230338A1 (en) | Depth image generation method, apparatus, and storage medium and electronic device | |
CN115100383B (zh) | 基于普通光源的镜面物体三维重建方法、装置和设备 | |
CN116070687B (zh) | 一种基于全局光线空间仿射变换的神经网络光场表示方法 | |
CN112509106A (zh) | 文档图片展平方法、装置以及设备 | |
CN106023147A (zh) | 一种基于gpu的线阵遥感影像dsm快速提取方法 | |
CN112233080A (zh) | 三维模型重建方法和装置、电子设备及存储介质 | |
CN116051719A (zh) | 一种基于神经辐射场模型的图像渲染方法及装置 | |
CN115512044A (zh) | 视觉感知方法、装置、可读存储介质及电子设备 | |
CN108230454B (zh) | 一种全景图片的切图方法、装置及存储介质 | |
WO2024002064A1 (zh) | 三维模型构建方法、装置、电子设备及存储介质 | |
CN108805827B (zh) | 一种图像卷积响应值的简化方法 | |
CN113506305A (zh) | 三维点云数据的图像增强方法、语义分割方法及装置 | |
Hyun et al. | Hardware-friendly architecture for a pseudo 2D weighted median filter based on sparse-window approach | |
CN116109799A (zh) | 调整模型训练方法、装置、计算机设备及存储介质 | |
CN110427944A (zh) | 车牌检测数据的获取方法、装置、设备及存储介质 | |
CN113126944B (zh) | 深度图的显示方法、显示装置、电子设备及存储介质 | |
CN115423696A (zh) | 一种自适应线程参数的遥感正射影像并行生成方法 | |
CN115546373A (zh) | 一种基于FPGA和多分辨率哈希编码算法的NeRF渲染器及渲染方法 | |
CN114332356A (zh) | 一种虚实画面结合方法和装置 | |
CN114998496A (zh) | 一种基于场景航拍图及稀疏点云的正射影像快速生成方法 | |
CN112802175B (zh) | 大规模场景遮挡剔除方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |