[发明专利]图像处理方法和装置

说明书

本发明提出一种图像处理方法和装置，通过将待处理的浮点型图像数据按照数据量均分、定点化处理、按照灰度分类、获得灰度直方图、计算灰度等分点阈值、进行粗排序、进行细排序和进行浮点化的方法对数据进行分核快速的排序，并通过均分单元和N个处理单元来实现，每个处理单元包括定点化单元、直方图统计单元、粗排序单元、细排序单元和浮点化单元，其中某一处理单元还包括直方图总汇单元和灰度等分点单元。本发明的图像处理方法和装置可以实现数据的均核处理，充分利用处理器的功能，达到快速处理数据的目的，保证了数据的实时性。

技术领域

本发明涉及图像并行计算技术，属于图像处理技术领域。

背景技术

排序算法是图像处理领域的基本算法模块之一，常用的排序算法包括选择排序、插入排序、交换排序、归并排序、快速排序等，时间复杂度为O(nlog₂n)-O(n²)，其中n为待排序的数据量，算法的时间复杂度随数据量的增大将成倍增长。快速排序算法是自动目标识别算法的基本模块之一，待排序的数据为数据量约为几百万的浮点型数据，计算时间开销相当庞大，而且对自动目标识别算法的实时性要求非常高，由于数据大小随机分布，无法直接采用数据均分的方法进行排序算法的分核处理，现有的并行处理算法在分核时无法将数据均分，导致各个核的计算量不均等，使某些核的计算量不能充分使用，某些核的计算量过大使时间拉长，致使整个计算过程时间变长，使目标识别过程中实时性不高。

发明内容

本发明的目的在于克服现有技术不足，提供一种负载均衡的多核并行处理图像的装置和方法，解决现有的目标识别过程中实时性不高的问题。

本发明的技术解决方案：

根据本发明的一方面,提供了一种图像处理方法，步骤如下：

将待处理的M个浮点型图像数据按照数据量平均分为N份；N的选取依据处理数据的处理装置和性能，N的取值大于1，小于等于处理装置处理器的个数，N的取值越大，计算的速度越快；

并行对每一份图像数据进行定点化处理；

对每一份定点化处理的图像数据按照灰度进行分类，得到N个定点化处理的图像数据的灰度直方图；

对N个灰度直方图汇集成一个完整的灰度直方图；

根据完整的灰度直方图中各个灰度级的数据量，得到可实现数据量均衡分配的灰度等分点阈值Gray₁、Gray₂、……、Gray_N-1，而且0≤Gray₁≤Gray₂≤Gray₃……≤Gray_N-1≤255×10^k；

进行粗排序，根据得到的灰度等分点阈值将完整的灰度直方图分割成N个灰度区域即[0，Gray₁]、(Gray₁，Gray₂]……(Gray_N-1，255×10^k]，对N个灰度区域进行并行处理，遍历所有M个定点图像数据，分别与N个灰度区域的灰度等分点阈值进行比较，获取到各自灰度区域的定点图像数据；

进行细排序，对得到的各自灰度区间的定点图像数据进行并行排序处理；

对细排序后的定点图像数据并行进行浮点化。

所述的浮点化是指将定点图像数据乘以10^-k，完成浮点图像数据的排序。

所述的灰度直方图的灰度级为0～255×10^k。

所述的图像数据定点化处理是指将图像数据乘以10^k，k为根据精度需求保留浮点型图像数据的位数，然后舍去小数点后面的数位。