[发明专利]一种图像负载均衡处理方法及装置有效

专利信息
申请号: 201510593034.0 申请日: 2015-09-17
公开(公告)号: CN105321141B 公开(公告)日: 2018-07-20
发明(设计)人: 金欣;韩海旭;戴琼海 申请(专利权)人: 清华大学深圳研究生院
主分类号: G06T1/00 分类号: G06T1/00;G06T9/00
代理公司: 深圳新创友知识产权代理有限公司 44223 代理人: 杨洪龙
地址: 518055 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 负载 均衡 处理 方法 装置
【说明书】:

发明公开了一种图像负载均衡处理方法及装置,包括如下步骤:将原始图像f(x,y)沿纵向和横向划分为多个图像块;计算纵向边界的左右两个图像块的纹理特征,移动所述纵向边界使所述纵向边界左右两个图像块之间的纹理特征相似度最大;计算横向边界的上下两个图像块的纹理特征,移动所述横向边界使所述纵向边界上下两个图像块之间的纹理特征相似度最大;将确定的最终的横向边界和纵向边界对应的最终图像块分别分配给不同的计算单元进行并行处理。本方法可以实现不同的并行处理单元之间的负载均衡,降低功耗,同时满足并行度需求,实现高效、实时的图像并行处理,并行效率最优。

【技术领域】

本发明涉及一种图像负载均衡处理方法及装置。

【背景技术】

计算技术视觉技术的发展,新一代视频编码技术的提出,让我们享受到高分辨率和超高分辨率图像及视频带来的视觉盛宴,但是这也使得图像处理以及视频编码中的计算复杂度大幅增长,为实时的并行超高分辨图像/视频处理带来巨大挑战,同时并行处理架构也可能带来负载不均衡、功耗损失增大的问题,如何将实时高效的并行处理策略和负载均衡技术完美结合已经成为当前计算机视觉和数字图像处理领域的发展趋势。

无论是图像处理还是视频编码,其并行技术的重要构成部分便是分块的方法。目前的分块方法容易造成不同的并行处理单元之间的负载不均衡。

【发明内容】

为了解决现有技术的不足,本发明提供了一种图像负载均衡处理方法及装置,从而使得不同的并行处理单元之间的负载尽可能均衡。

一种图像负载均衡处理方法,包括如下步骤:

S1,将原始图像f(x,y)沿纵向和横向划分为多个图像块;

S2,计算纵向边界的左右两个图像块的纹理特征,移动所述纵向边界使所述纵向边界左右两个图像块之间的纹理特征相似度最大;

S3,计算横向边界的上下两个图像块的纹理特征,移动所述横向边界使所述纵向边界上下两个图像块之间的纹理特征相似度最大;

S4,将确定的最终的横向边界和纵向边界对应的最终图像块分别分配给不同的计算单元进行并行处理。

在一个实施例中,在步骤S2和S3中,所述纹理特征为纹理梯度特征,通过如下步骤计算图像块的纹理梯度特征:

S21,用高斯函数G(x,y)与原始图像f(x,y)进行卷积形成一幅平滑后的图像fs(x,y):

fs(x,y)=G(x,y)*f(x,y);

S22,计算平滑后的图像fs(x,y)的像素点(x,y)的梯度幅度M(x,y)

S23,计算原始图像f(x,y)中纵向或横向的第i块图像块的纹理梯度特征X(i):

X(i)=ΣM(x,y)(i)。

在一个实施例中,在步骤S2和S3中,通过如下步骤确定两个图像块之间的纹理特征相似度最大:

S31,计算相邻的第i块图像块的纹理梯度特征X(i)和第i+1块图像块的纹理梯度特征X(i+1);

S32,比较第i块图像块的纹理梯度特征X(i)与第i+1块图像块的纹理梯度特征X(i+1)之间的大小,若X(i)较大则将第i+1块图像块至第i块图像块的方向作为对应边界的移动方向,若X(i+1)较大则将第i块图像块至第i+1块图像块的方向作为对应边界的移动方向;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学深圳研究生院,未经清华大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510593034.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top