[发明专利]基于直方图的神经元定位异常图层处理方法、系统及介质有效
申请号: | 201910605131.5 | 申请日: | 2019-07-05 |
公开(公告)号: | CN110309915B | 公开(公告)日: | 2021-12-10 |
发明(设计)人: | 邹丹;朱小谦;王文珂;朱敏;陆丽娜;肖汶斌;王得志;程兴华;包长春;夏飞 | 申请(专利权)人: | 中国人民解放军国防科技大学 |
主分类号: | G06N3/063 | 分类号: | G06N3/063;G06N3/08;G06T5/40 |
代理公司: | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人: | 谭武艺 |
地址: | 410073 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 直方图 神经元 定位 异常 处理 方法 系统 介质 | ||
1.一种基于直方图的神经元定位异常图层处理方法,通过调度节点和多个计算节点独立并行执行神经元定位异常图层处理,其特征在于计算节点的处理步骤包括:
1)接收调度节点分配的图层编号范围;
2)根据对应的图层编号范围进行变量和存储空间分配及初始化,并独立针对图层编号范围前三个图层的基于分块直方图进行异常检测和处理;
3)针对图层编号范围后续图层数据的基于分块直方图进行异常检测和处理直至所有图层处理完毕;
步骤2)的详细实施步骤包括:
2.1)获取输入数据的图层的二维尺寸xDim和yDim;
2.2)进行存储空间分配,在内存空间声明三个指针变量:上一个图层读入指针变量pPrePtr、当前图层读入指针变量pCurPtr、下一个图层读入指针变量pNxtPtr,各指针分配的内存空间容量为单个图层尺寸xDim*yDim;
2.3)将对应图层处理范围的前三个图层载入内存:对于编号为i的计算节点,将编号为(i-1)*nSize+1的图层读入上一个图层读入指针变量pPrePtr指向的内存空间,将编号为(i-1)*nSize+2的图层读入当前图层读入指针变量pCurPtr指向的内存空间,将编号为(i-1)*nSize+3的图层读入下一个图层读入指针变量pNxtPtr指向的内存空间,其中nSize是指每个计算节点平均处理的图层数量;
2.4)针对上一个图层读入指针变量pPrePtr、当前图层读入指针变量pCurPtr、下一个图层读入指针变量pNxtPtr对应图层分别计算灰度直方图;
2.5)计算上一个图层读入指针变量pPrePtr、当前图层读入指针变量pCurPtr、下一个图层读入指针变量pNxtPtr对应三个图层的灰度直方图向量平均值;
2.6)计算上一个图层读入指针变量pPrePtr、当前图层读入指针变量pCurPtr、下一个图层读入指针变量pNxtPtr对应三个图层的灰度直方图向量与灰度直方图向量平均值的欧式距离Dpre、Dcur和Dnxt;
2.7)计算欧式距离Dpre、Dcur和Dnxt的平均欧式距离Davg;
2.8)从欧式距离Dpre、Dcur和Dnxt中找出最大值Dmax,判断最大值Dmax大于预设阈值5*Davg是否成立,如果成立则判定最大值Dmax对应的图层为异常图层,如果异常图层为1号或者nLayer号图层,直接丢弃图层,否则进行图像修正,修正方法为对于编号为k的异常图层中的每个像素,其像素值更新为编号为k-1和编号为k+1的图层相同坐标像素值的算术平均值,然后写回硬盘,其中nLayer为输入数据的图层数。
2.根据权利要求1所述基于直方图的神经元定位异常图层处理方法,其特征在于,步骤1)之前包括调度节点根据输入数据的图层数、可用的计算节点个数对输入数据进行分组确定各个计算节点对应的图层编号范围的步骤,详细步骤包括:
1.1)获取输入数据的图层数nLayer和可用的计算节点个数nNode,nLayer和nNode为正整数,图层和计算节点均从1开始编号,图层编号为1…nLayer,计算节点编号为1…nNode;
1.2)分别确定各个计算节点处理的图层编号范围:计算每个计算节点平均处理的图层数量其中nLayer为输入数据的图层数,nNode为可用的计算节点个数;
1.3)根据每个计算节点平均处理的图层数量nSize确定前nNode-1个计算节点的图层编号范围,且将其余图层编号范围分配作为第nNode个计算节点的图层编号范围。
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中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,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/201910605131.5/1.html,转载请声明来源钻瓜专利网。