[发明专利]一种基于脉动阵列卷积运算数据复用的图像处理方法

权利要求书

1.一种基于脉动阵列卷积运算数据复用的图像处理方法，其特征在于该方法包括如下步骤：

(1)将待处理图像的R、G、B三通道数据加权求和，得到待处理图像的灰度图

(2)以(2Nλ-1)×(2Nλ-1)的窗口大小在待处理图像的灰度图上进行滑动取值，滑动的步长为N-1；

其中，N为卷积核的尺寸，λ为卷积核的移动步长，这里的卷积核指Sobel算子，包括x方向和y方向两个矩阵；

(3)根据卷积核移动规律，将步骤(2)得到的待处理图像D₁₁、D₁₂、D₁₃…D_1(2Nλ-1)、D₂₁…D_{(2Nλ-1)(2Nλ-1)}进行重排列，得到N²行图像数据；

其中，D₁₁表示图像中第一行第一列的元素，D_{(2Nλ-1)(2Nλ-1)}表示图像中第2Nλ-1行第2Nλ-1列的元素；

N²行图像数据中的第一行与待处理图像的四个元素{D₁₁ D_1(Nλ+1) D_(Nλ+1)1 D_{(Nλ+1)(Nλ+1)}}相对应，N²行图像数据中的第二行与待处理图像的四个元素{D₂₁ D_2(Nλ+1) D_(Nλ+2)1 D_{(Nλ+2)(Nλ+1)}}相对应，直到N²行图像数据中的第N行，与{D_(Nλ)1 D_Nλ(Nλ+1) null null}相对应，其中null表示第N行的第三个和第四个元素超过了图像范围，用后续的图像数据补充，以此类推，N²行图像数据中的第N+1行与待处理图像的四个元素{D₁₂ D_1(Nλ+2) D_(Nλ+1)2 D_{(Nλ+1)(Nλ+2)}}相对应，第N+1行到第2N行的变化规律与第1行到第N行的变化规律相同；因此第2N行对应于{D_(Nλ)2D_Nλ(Nλ+2) null null}，以此类推，第N²行对应于{D_{(Nλ+1)(Nλ+2)} null null null}；

(4)对用于卷积运算的卷积核进行旋转处理如下：

设定卷积核为矩阵C₁₁、C₁₂、C₁₃…C_1N、C₂₁…C_NN共N×N个元素，将卷积核在图像上的滑动转换为卷积核的旋转，即卷积核在图像上从左至右按照步长λ滑动转换为卷积核以列为单位进行右移λ操作，所述的右移λ操作，即第0列到第N-λ列移动至第λ列到第N列，第N-λ+1列到第N列移动至第0列到第λ-1列；

将卷积核在图像上从上至下按照步长λ滑动转换为卷积核以行为单位进行右移λ操作，所述右移λ操作，即第0行到第N-λ行移动至第λ行到第N行，第N-λ+1行到第N行移动至第0行到第λ-1行；

(5)采用脉动阵列结构，利用步骤(2)的卷积核对步骤(1)的N²行图像进行加权求和计算，得到待处理图像的x方向和y方向的偏导数，实现步骤如下：

将步骤(1)的N²行图像在脉动阵列结构的x方向进行广播，同时使步骤(2)的卷积核与脉动阵列结构的基本运算单元相连，图像和卷积核在基本单元中进行乘积运算，实现加权操作，将所有N²行图像的运算结果在脉动阵列结构的y方向进行广播，实现求和运算；

(6)将待处理图像的x方向和y方向的导数的绝对值相加得到最终的待处理图像的边缘检测灰度图结果，实现基于脉动阵列卷积运算数据复用的图像处理。