[发明专利]面向SIMD型超级并行计算处理装置的超分辨率处理方法、装置、程序及存储介质有效

专利信息
申请号: 201480070772.0 申请日: 2014-12-26
公开(公告)号: CN105874775B 公开(公告)日: 2019-05-17
发明(设计)人: 江口满男 申请(专利权)人: 来特荣国际有限公司
主分类号: H04N5/21 分类号: H04N5/21;G06T5/00;H04N1/409
代理公司: 北京市金杜律师事务所 11256 代理人: 陈伟;王娟娟
地址: 日本*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明的课题是提供用于解决下述问题的方法、装置、程序及存储介质:以往的基于贝叶斯(Bayse)概率论的图像复原方法是非线性式的,其需要多次卷积计算,并不适于SIMD型超级并行计算处理装置。本发明提供:由通用计算机使SIMD型超级并行计算处理装置承担基于贝叶斯(Bayse)概率论的线性方程式(3)的包括1个卷积计算在内的计算,由此降低电视影像及图像中所包含的光学上的劣化而复原出接近劣化前电视影像及图像的电视影像及图像的方法、基于该方法的装置、用于使通用计算机执行该方法的第一及第三程序、用于使通用计算机构成该装置且执行的第二及第四程序、分别存储第一~第四程序的第一~第四存储介质,由此来解决上述课题。
搜索关键词: 面向 simd 超级 并行 计算 处理 装置 分辨率 方法 程序 存储 介质
【主权项】:
1.一种面向SIMD型超级并行计算装置的超分辨率处理方法,其根据用可执行且可读入解读的语言记述的第一程序由通用计算机使SIMD型超级并行计算处理装置承担计算,由此在近乎实时的时间内降低劣化图像中所包含的光学上的劣化从而复原出接近劣化前图像的图像,其中,所述SIMD为:Single Instruction Multiple Data,其特征在于,包括:(S1)劣化图像准备工序,从指定的劣化图像文件中准备由亮度分布构成的劣化图像,并进一步使所述劣化图像显示于显示器;(S2)点扩散函数准备工序,一边观察所述显示器一边确定与所述劣化图像的劣化状况相适的点扩散函数;(S3)复原图像初始值准备工序,复制所述劣化图像并使其成为复原图像初始值;(S4)最大迭代计算次数设定工序,从所述通用计算机设定最大迭代计算次数;(S5)I重置工序,将对迭代计算次数进行计数的I计数器设定为0而重置;(S6)点扩散函数大小取得工序,取得所述点扩散函数的大小而求出点扩散函数大小;(S7)复原图像初始值修正工序,首先复制所述复原图像初始值并使其成为修正复原图像初始值,然后根据所述点扩散函数大小通过计算而求出在将所述点扩散函数向所述修正复原图像初始值进行卷积计算时成为除外区域的区域,并将该区域以镜像对称的方式转印到所述修正复原图像初始值的外侧,由此来修正所述修正复原图像初始值;(S8)数据准备工序,以针对1次迭代计算用的数据组能够将数据以最大效率配置在所述SIMD型超级并行计算处理装置内的执行用数据存储区域中的方式创建并准备计算用数据;(S9)图像复原工序,将所述计算用数据传输到所述SIMD型超级并行计算处理装置内的执行用数据存储区域并进行计算,求得复原图像;(S10)I加算工序,对所述I计数器累加1;(S11)I判定工序,对所述I计数器的值为所述最大迭代计算次数以上这一假设进行检验,若检验结果为假,则前往(S12),若所述检验结果为真,则前往(S14);(S12)替换工序,将所述复原图像替换所述复原图像初始值;(S13)返回工序(S7)的跳转工序;(S14)输出所述复原图像的输出工序;(S15)最大似然复原图像化工序,根据所述劣化图像文件及所述复原图像求出RGB格式的最大似然复原图像;(S16)文件化工序,将所述最大似然复原图像形成最大似然复原图像文件;(S17)存储工序,将所述最大似然复原图像文件向指定了的存储区域存储。
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来特荣国际有限公司,未经来特荣国际有限公司许可,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/patent/201480070772.0/,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