CN112150362A - 一种图片前处理解决方法 - Google Patents
一种图片前处理解决方法 Download PDFInfo
- Publication number
- CN112150362A CN112150362A CN202011004606.4A CN202011004606A CN112150362A CN 112150362 A CN112150362 A CN 112150362A CN 202011004606 A CN202011004606 A CN 202011004606A CN 112150362 A CN112150362 A CN 112150362A
- Authority
- CN
- China
- Prior art keywords
- image
- segmentation
- processing
- scaling
- namely
- 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
- 238000007781 pre-processing Methods 0.000 title claims abstract description 21
- 230000011218 segmentation Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000003709 image segmentation Methods 0.000 claims abstract description 7
- 239000012634 fragment Substances 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 abstract description 4
- 238000000605 extraction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种图片前处理解决方法,包括如下步骤:S1:将需要处理的原始图像数据传输给GPU,由GPU负责图像多核分割处理,即对一个图像按照预定的核数进行分割,每一次分割称为一个STEP,原始图像数据分割时采用的方法为均匀分割法;S2:交给图形图像处理核去处理,用于记录每个操作位置,下一次处理从操作位置开始;本发明解决了传统的转码部分非常耗时,前处理耗时非常严重,使得神经网络无法运行的问题。
Description
技术领域
本发明属于图片前处理技术领域,具体的是一种图片前处理解决方法。
背景技术
图片的前处理步骤通常包括原始图像的输入、图像灰度化、图像增强、图像滤波、图像二值化、图像表盘定位,图像前处理又称预处理,是将每一个文字图像分检出来交给识别模块识别,这一过程称为图像预处理,在图像分析中,对输入图像进行特征抽取、分割和匹配前所进行的处理,图像预处理的主要目的是消除图像中无关的信息,恢复有用的真实信息,增强有关信息的可检测性和最大限度地简化数据,从而改进特征抽取、图像分割、匹配和识别的可靠性,预处理过程一般有数字化、几何变换、归一化、平滑、复原和增强等步骤,一幅原始照片的灰度值是空间变量的连续函数,在M×N点阵上对照片灰度采样并加以量化,可以得到计算机能够处理的数字图像,为了使数字图像能重建原来的图像,对M、N和b值的大小就有一定的要求,在接收装置的空间和灰度分辨能力范围内,M、N和b的数值越大,重建图像的质量就越好。当取样周期等于或小于原始图像中最小细节周期的一半时,重建图像的频谱等于原始图像的频谱,因此重建图像与原始图像可以完全相同,由于M、N和b三者的乘积决定一幅图像在计算机中的存储量,因此在存储量一定的条件下需要根据图像的不同性质选择合适的M、N和b值,以获取最好的处理效果。
现有的图片前处理方法在使用的过程中存在一定的弊端,图片缩放、转码、归一化处理,通过C代码软编在CPU上执行,其中转码部分非常耗时,传统的方法在输入大图像神经网络上,几乎前处理的时间耗时都超过了40ms,前处理耗时非常严重,使得神经网络无法运行,需要进一步的完善与加强。
发明内容
本发明的目的在于提供一种图片前处理解决方法,主要解决以下技术问题:传统的转码部分非常耗时,前处理耗时非常严重,使得神经网络无法运行的问题,需要进一步的完善与加强。
本发明的目的可以通过以下技术方案实现:
一种图片前处理解决方法,包括如下步骤:
S1:将需要处理的原始图像数据传输给GPU,由GPU负责图像多核分割处理,即对一个图像按照预定的核数进行分割,每一次分割称为一个STEP,原始图像数据分割时采用的方法为均匀分割法;
S2:交给图形图像处理核去处理,用于记录每个操作位置,下一次处理从操作位置开始;
S3:分割完毕后,调用图形处理核并行计算,针对每一个分割的图像进行缩放转码归一化处理,等待所有核执行完毕后,生成输出结果。
作为本发明进一步的方案:所述图形图像处理核用于接收分割信息,并根据分割信息进行处理,具体的处理步骤包括:
步骤一:接收分割信息,分割信息即图像的分割状态,一个完整的图像被分为若干个碎片,依次可标记为S1、S2、S3、S4...以此类推;
步骤二:在图像按照预定的核数进行分割时,对分割中的碎片进行标记,若分割中的碎片为S1、S2、S3、S4时,则取碎片标记的最大值作为结束点,即S4,在S4的基础上加1,得到下一次图片分割的起始点即S5。
作为本发明进一步的方案:所述原始图像数据的像素点采用从左上到右下的顺序依次输出。
作为本发明进一步的方案:所述缩放转码归一化处理是指按照缩放核的数目,将原始图像数据按纵向均匀分割成与缩放核数目一致的图像子块,任意一个图像子块左右两侧边缘均需向外扩展一列,分割后的每个图像子块独立使用一个缩放核进行缩放处理,缩放核并行运行,缩放后的所有图像子块按像素点逐行进行拼接处理,得到缩放后的数字视频图像。
本发明的有益效果:
由GPU负责原始图像的多核分割处理,图形图像处理核用于记录每个操作位置,下一次图片分割的起始点即图形图像处理核记录的操作位置之后,分割完毕后,调用图形处理核并行计算,针对每一个分割的图像进行缩放转码归一化处理,等待所有核执行完毕后,生成输出结果,本发明解决了传统的转码部分非常耗时,前处理耗时非常严重,使得神经网络无法运行的问题。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的流程图。
具体实施方式
下面将结合本发明实施例,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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种图片前处理解决方法,包括如下步骤:
S1:将需要处理的原始图像数据传输给GPU,由GPU负责图像多核分割处理,即对一个图像按照预定的核数进行分割,每一次分割称为一个STEP,原始图像数据分割时采用的方法为均匀分割法;
S2:交给图形图像处理核去处理,用于记录每个操作位置,下一次处理从操作位置开始;
S3:分割完毕后,调用图形处理核并行计算,针对每一个分割的图像进行缩放转码归一化处理,等待所有核执行完毕后,生成输出结果。
图形图像处理核用于接收分割信息,并根据分割信息进行处理,具体的处理步骤包括:
步骤一:接收分割信息,分割信息即图像的分割状态,一个完整的图像被分为若干个碎片,依次可标记为S1、S2、S3、S4...以此类推;
步骤二:在图像按照预定的核数进行分割时,对分割中的碎片进行标记,若分割中的碎片为S1、S2、S3、S4时,则取碎片标记的最大值作为结束点,即S4,在S4的基础上加1,得到下一次图片分割的起始点即S5;
原始图像数据的像素点采用从左上到右下的顺序依次输出;
缩放转码归一化处理是指按照缩放核的数目,将原始图像数据按纵向均匀分割成与缩放核数目一致的图像子块,任意一个图像子块左右两侧边缘均需向外扩展一列,分割后的每个图像子块独立使用一个缩放核进行缩放处理,缩放核并行运行,缩放后的所有图像子块按像素点逐行进行拼接处理,得到缩放后的数字视频图像。
一种图片前处理解决方法的工作原理:由GPU负责原始图像的多核分割处理,图形图像处理核用于记录每个操作位置,下一次图片分割的起始点即图形图像处理核记录的操作位置之后,分割完毕后,调用图形处理核并行计算,针对每一个分割的图像进行缩放转码归一化处理,等待所有核执行完毕后,生成输出结果,解决了传统的转码部分非常耗时,前处理耗时非常严重,使得神经网络无法运行的问题。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (4)
1.一种图片前处理解决方法,其特征在于,包括如下步骤:
S1:将需要处理的原始图像数据传输给GPU,由GPU负责图像多核分割处理,即对一个图像按照预定的核数进行分割,每一次分割称为一个STEP,原始图像数据分割时采用的方法为均匀分割法;
S2:交给图形图像处理核去处理,用于记录每个操作位置,下一次处理从操作位置开始;
S3:分割完毕后,调用图形处理核并行计算,针对每一个分割的图像进行缩放转码归一化处理,等待所有核执行完毕后,生成输出结果。
2.根据权利要求1所述的一种图片前处理解决方法,其特征在于,所述图形图像处理核用于接收分割信息,并根据分割信息进行处理,具体的处理步骤包括:
步骤一:接收分割信息,分割信息即图像的分割状态,一个完整的图像被分为若干个碎片,依次可标记为S1、S2、S3、S4...以此类推;
步骤二:在图像按照预定的核数进行分割时,对分割中的碎片进行标记,若分割中的碎片为S1、S2、S3、S4时,则取碎片标记的最大值作为结束点,即S4,在S4的基础上加1,得到下一次图片分割的起始点即S5。
3.根据权利要求1所述的一种图片前处理解决方法,其特征在于,所述原始图像数据的像素点采用从左上到右下的顺序依次输出。
4.根据权利要求1所述的一种图片前处理解决方法,其特征在于,所述缩放转码归一化处理是指按照缩放核的数目,将原始图像数据按纵向均匀分割成与缩放核数目一致的图像子块,任意一个图像子块左右两侧边缘均需向外扩展一列,分割后的每个图像子块独立使用一个缩放核进行缩放处理,缩放核并行运行,缩放后的所有图像子块按像素点逐行进行拼接处理,得到缩放后的数字视频图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011004606.4A CN112150362A (zh) | 2020-09-22 | 2020-09-22 | 一种图片前处理解决方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011004606.4A CN112150362A (zh) | 2020-09-22 | 2020-09-22 | 一种图片前处理解决方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112150362A true CN112150362A (zh) | 2020-12-29 |
Family
ID=73897659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011004606.4A Pending CN112150362A (zh) | 2020-09-22 | 2020-09-22 | 一种图片前处理解决方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112150362A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034366A (zh) * | 2021-03-25 | 2021-06-25 | 中国科学院空天信息创新研究院 | 无拼接缝sar图像分割并行加速处理方法 |
CN113538461A (zh) * | 2021-07-14 | 2021-10-22 | 深圳市点购电子商务控股股份有限公司 | 一种视频图像处理方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102695040A (zh) * | 2012-05-03 | 2012-09-26 | 中兴智能交通(无锡)有限公司 | 基于gpu的并行高清视频车辆检测方法 |
CN103929599A (zh) * | 2014-04-30 | 2014-07-16 | 哈尔滨工程大学 | 一种基于fpga的数字视频图像实时缩放处理方法 |
CN104104888A (zh) * | 2014-07-01 | 2014-10-15 | 大连民族学院 | 一种并行多核fpga数字图像实时缩放处理方法和装置 |
CN111369444A (zh) * | 2020-03-31 | 2020-07-03 | 浙江大华技术股份有限公司 | 一种图像缩放处理方法及装置 |
-
2020
- 2020-09-22 CN CN202011004606.4A patent/CN112150362A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102695040A (zh) * | 2012-05-03 | 2012-09-26 | 中兴智能交通(无锡)有限公司 | 基于gpu的并行高清视频车辆检测方法 |
CN103929599A (zh) * | 2014-04-30 | 2014-07-16 | 哈尔滨工程大学 | 一种基于fpga的数字视频图像实时缩放处理方法 |
CN104104888A (zh) * | 2014-07-01 | 2014-10-15 | 大连民族学院 | 一种并行多核fpga数字图像实时缩放处理方法和装置 |
CN111369444A (zh) * | 2020-03-31 | 2020-07-03 | 浙江大华技术股份有限公司 | 一种图像缩放处理方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034366A (zh) * | 2021-03-25 | 2021-06-25 | 中国科学院空天信息创新研究院 | 无拼接缝sar图像分割并行加速处理方法 |
CN113538461A (zh) * | 2021-07-14 | 2021-10-22 | 深圳市点购电子商务控股股份有限公司 | 一种视频图像处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | A real-time convolutional neural network for super-resolution on FPGA with applications to 4K UHD 60 fps video services | |
Shi et al. | Single image super-resolution with dilated convolution based multi-scale information learning inception module | |
CN111988609B (zh) | 图像编码装置、概率模型生成装置和图像解码装置 | |
CN104012093B (zh) | 用于处理图像的方法 | |
EP4138391A1 (en) | Mimic compression method and apparatus for video image, and storage medium and terminal | |
CN112258269B (zh) | 基于2d图像的虚拟试衣方法及装置 | |
CN109842803A (zh) | 一种图像压缩的方法及装置 | |
CN112150362A (zh) | 一种图片前处理解决方法 | |
CN115953303B (zh) | 结合通道注意力的多尺度图像压缩感知重构方法及系统 | |
CN110830808A (zh) | 一种视频帧重构方法、装置及终端设备 | |
Wen et al. | Variational Autoencoder based Image Compression with Pyramidal Features and Context Entropy Model. | |
Xu et al. | Missing data reconstruction in VHR images based on progressive structure prediction and texture generation | |
Zou et al. | A nonlocal low-rank regularization method for fractal image coding | |
CN114463453A (zh) | 图像重建、编码解码方法、相关装置 | |
CN110517200B (zh) | 人脸草绘图的获取方法、装置、设备及存储介质 | |
CN109996085B (zh) | 模型训练方法、图像处理方法、装置及电子设备 | |
Hu et al. | Image zooming for indexed color images based on bilinear interpolation | |
Duan et al. | A natural image compression approach based on independent component analysis and visual saliency detection | |
CN102395031B (zh) | 一种数据压缩方法 | |
CN114331845A (zh) | 影像处理设备以及方法 | |
Kasem et al. | DRCS-SR: Deep robust compressed sensing for single image super-resolution | |
CN113554719A (zh) | 一种图像编码方法、解码方法、存储介质及终端设备 | |
Purba et al. | Analysis and improvement of JPEG compression performance with discrete cosine transform and convolution Gaussian filtering | |
CN112261415B (zh) | 基于过拟合卷积自编码网络的图像压缩编码方法 | |
CN116170599B (zh) | 一种同步实时图像压缩方法、系统、介质及终端 |
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: 20201229 |
|
RJ01 | Rejection of invention patent application after publication |