[发明专利]一种基于二值化量化模型的图像处理方法

权利要求书

1.一种基于二值化量化模型的图像处理方法，其特征在于，包括以下步骤：

S1、对图像集进行预处理，得到每张图像的初始输入数据；

S2、构建二值化量化模型；

S3、采用每张图像的初始输入数据对二值化量化模型进行训练，得到训练完成的二值化量化模型；

S4、将一张图像的初始输入数据输入训练完成的二值化量化模型，得到图像中物体的边界和属性，完成对图像的处理；

所述步骤S2中二值化量化模型包括：第一子二值化量化模型、第二子二值化量化模型、第三子二值化量化模型、第四子二值化量化模型、第五子二值化量化模型、第六子二值化量化模型和第七子二值化量化模型；

所述第一子二值化量化模型的输入端作为二值化量化模型的输入端，其A输出端与第二子二值化量化模型的输入端连接，其B输出端分别与第六子二值化量化模型的输出端和第七子二值化量化模型的输入端连接；所述第二子二值化量化模型的A输出端与第三子二值化量化模型的输入端连接，其B输出端分别与第六子二值化量化模型的输入端和第五子二值化量化模型的输出端连接；所述第三子二值化量化模型的A输出端与第四子二值化量化模型的输入端连接，其B输出端分别与第五子二值化量化模型的输入端和第四子二值化量化模型的输出端连接；所述第七子二值化量化模型的输出端作为二值化量化模型的输出端；

所述第一子二值化量化模型包括：第一卷积层、第一线性整流层、第二卷积层、第二线性整流层、第一最大池化层、第一归一化层和第一量化层；

所述第一卷积层的输入端作为第一子二值化量化模型的输入端，其输出端与第一线性整流层的输入端连接；所述第二卷积层的输入端与第一线性整流层的输出端连接，其输出端与第二线性整流层的输入端连接；所述第二线性整流层的输出端与第一最大池化层的输入端连接，并作为第一子二值化量化模型的B输出端；所述第一最大池化层的输出端与第一归一化层的输入端连接；所述第一量化层的输入端与第一归一化层的输出端连接，其输出端作为第一子二值化量化模型的A输出端；

所述第二子二值化量化模型包括：第三卷积层、第三线性整流层、第四卷积层、第四线性整流层、第二最大池化层、第二归一化层和第二量化层；

所述第三卷积层的输入端作为第二子二值化量化模型的输入端，其输出端与第三线性整流层的输入端连接；所述第四卷积层的输入端与第三线性整流层的输出端连接，其输出端与第四线性整流层的输入端连接；所述第四线性整流层的输出端与第二最大池化层的输入端连接，并作为第二子二值化量化模型的B输出端；所述第二最大池化层的输出端与第二归一化层的输入端连接；所述第二量化层的输入端与第二归一化层的输出端连接，其输出端作为第二子二值化量化模型的A输出端；

所述第三卷积层与第一卷积层的结构相同，第三线性整流层与第一线性整流层的结构相同，第四卷积层与第二卷积层的结构相同，第四线性整流层与第二线性整流层的结构相同，第二最大池化层与第一最大池化层的结构相同，第二归一化层与第一归一化层的结构相同，第二量化层与第一量化层的结构相同；

所述第三子二值化量化模型包括：第五卷积层、第五线性整流层、第六卷积层、第六线性整流层、第三最大池化层、第三归一化层和第三量化层；

所述第五卷积层的输入端作为第三子二值化量化模型的输入端，其输出端与第五线性整流层的输入端连接；所述第六卷积层的输入端与第五线性整流层的输出端连接，其输出端与第六线性整流层的输入端连接；所述第六线性整流层的输出端与第三最大池化层的输入端连接，并作为第三子二值化量化模型的B输出端；所述第三最大池化层的输出端与第三归一化层的输入端连接；所述第三量化层的输入端与第三归一化层的输出端连接，其输出端作为第三子二值化量化模型的A输出端；

所述第五卷积层与第一卷积层的结构相同，第五线性整流层与第一线性整流层的结构相同，第六卷积层与第二卷积层的结构相同，第六线性整流层与第二线性整流层的结构相同，第三最大池化层与第一最大池化层的结构相同，第三归一化层与第一归一化层的结构相同，第三量化层与第一量化层的结构相同。

2.根据权利要求1所述的基于二值化量化模型的图像处理方法，其特征在于，所述步骤S1包括以下分步骤：

S11、对图像集中每一张图像进行归一化处理，得到归一化后的图像像素点值；

S12、将归一化后的图像像素点值缩放到[-128,128]，得到每一张图像的初始输入数据。