[发明专利]面向均匀分布超高分图像局部稀疏加速处理方法及应用

说明书

本发明提供一种面向均匀分布的超高分辨率图像局部稀疏加速处理方法，用于进行局部采样的加速处理从而显著增加对超高分辨率图像的处理速度，其特征在于，包括如下步骤：步骤S1，通过对超高分辨率图像F_gl进行全局处理，得到全局适用的处理参数W_gl；步骤S2，将超高分辨率图像F_gl均匀切分为N份，对图像信息进行局部稀疏采样得到局部采样图F_lo；步骤S3，将处理参数W_gl应用于局部采样图F_lo，进行图像处理得到局部采样图F_lo的局部处理结果R_lo；步骤S4，将局部处理结果R_lo与切分个数N进行协同推理，得到全局处理结果R_gl。

技术领域

本发明属于图像处理领域，具体涉及一种面向均匀分布超高分图像局部稀疏加速处理方法及应用。

背景技术

图像处理在我们的生活中扮演着越来越重要的作用，手机拍照、工业成像、视频监控、车流统计、基因测序图像等情形下，都离不开图像处理。随着工业技术的发展，图像的像素越来越高，十亿级工业像素超高分辨率图像也逐渐增多。图像分辨率的增加，带来的优点是图像包含的信息越来越丰富，越来越有利于收集更多有用的信息。

与此同时，超高分辨率也带来了很多的问题，在进行图像图像处理的时候，会带来指数级的数据量增加，进而无法做到实时性处理，对超大图像处理会有更多的算力消耗。很多领域诸如，实时视频监控、军事实时分析、航天航空、基因图像测序等对图像处理的实时性处理要求较高时，无法得到满足。

尽管随着科学技术的发展，计算机硬件的处理速度得到了大幅提升，单位数据量的时间处理也大幅度降低；但另一方面，这与图像超高分辨率的增加速度仍然不成正比，无法满足图像处理的实时性快速要求。如何在有限的算力资源下，单位时间实现原本计算量数倍提升的数据量，是目前面临的一大难题。

另外，在现实生活场景中存在着一些图像信息均匀分布的图像场景，例如基因测序图像、拥挤车流统计、密集人群密度估计等场景，此类应用场景的共同特点是：随着工业发展，图像分辨率愈来愈高；对处理速度的要求与前文一样，有实时性处理的要求；对于超高分辨率的成像图像往往拥有图像信息均匀分布或近似于均匀分布的特点。

因此，目前有限的算力资源提升，已经无法满足图像处理的实时性要求。在单位时间内，实现对均匀分布的数倍原数据量的图像数据的加速处理十分重要。

发明内容

为解决上述问题，提供一种能够显著增加超高分辨率图像处理速度的、面向均匀分布超高分图像局部稀疏加速处理方法及应用，本发明采用了如下技术方案：

本发明提供了一种面向均匀分布超高分图像局部稀疏加速处理方法，用于进行局部采样的加速处理从而显著增加对超高分辨率图像的处理速度，其特征在于，包括如下步骤：步骤S1，通过对超高分辨率图像F_gl进行全局处理，得到全局适用的处理参数W_gl；步骤S2，将大量待处理图像F_gl数据均匀切分为N份，对图像信息进行局部稀疏采样得到局部采样图F_lo；步骤S3，将处理参数W_gl应用于局部采样图F_lo，进行图像处理得到局部采样图F_lo的局部处理结果R_lo；步骤S4，将局部处理结果R_lo与切分个数N进行协同推理，得到全局处理结果R_gl。