[发明专利]一种压缩感知图像恢复方法、装置、设备及介质在审

专利信息
申请号: 202111110482.2 申请日: 2021-09-23
公开(公告)号: CN113554574A 公开(公告)日: 2021-10-26
发明(设计)人: 尹云峰;史宏志;任智新;金良 申请(专利权)人: 苏州浪潮智能科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06F17/16
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 张艺
地址: 215100 江苏省苏州市吴*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 压缩 感知 图像 恢复 方法 装置 设备 介质
【权利要求书】:

1.一种压缩感知图像恢复方法,其特征在于,包括:

对压缩感知恢复算法中的测量矩阵进行分解以得到多个小尺寸矩阵;

分别确定所述压缩感知恢复算法中的感知矩阵与每个所述小尺寸矩阵之间的矩阵运算,得到多组所述矩阵运算;

分别对每组所述矩阵运算进行分解以得到每组所述矩阵运算对应的所有计算步骤,并将每组所述矩阵运算中存在数据依赖关系的不同计算步骤划分至不同的运算模块,得到每组所述矩阵运算对应的运算模块集;

通过具有并行运算能力的处理芯片对每组所述矩阵运算对应的所述运算模块集进行处理,得到每组所述矩阵运算的运算结果,并对每组所述矩阵运算的运算结果进行合并以得到压缩感知图像恢复结果。

2.根据权利要求1所述的压缩感知图像恢复方法,其特征在于,所述对压缩感知恢复算法中的测量矩阵进行分解以得到多个小尺寸矩阵,包括:

对压缩感知恢复算法中的测量矩阵按列进行分解,以得到与所述测量矩阵的列数相同的多个列向量;

相应的,所述分别确定所述压缩感知恢复算法中的感知矩阵与每个所述小尺寸矩阵之间的矩阵运算,得到多组所述矩阵运算,包括:

分别确定所述压缩感知恢复算法中的感知矩阵与每个所述列向量之间的矩阵运算,得到多组所述矩阵运算。

3.根据权利要求1所述的压缩感知图像恢复方法,其特征在于,所述分别对每组所述矩阵运算进行分解以得到每组所述矩阵运算对应的所有计算步骤,包括:

分别确定每组所述矩阵运算所包含的全部运算功能;

基于一个运算功能对应一个计算步骤的分解方式,分别对每组所述矩阵运算进行分解,以得到每组所述矩阵运算对应的所有计算步骤。

4.根据权利要求1所述的压缩感知图像恢复方法,其特征在于,所述将每组所述矩阵运算中存在数据依赖关系的不同计算步骤划分至不同的运算模块,得到每组所述矩阵运算对应的运算模块集,包括:

确定每个计算步骤之间的输入输出数据的依赖关系;

基于所述输入输出数据的依赖关系,分别对每组所述矩阵运算中的不同计算步骤进行划分,以将存在所述依赖关系的不同计算步骤划分至不同的运算模块,得到每组所述矩阵运算对应的运算模块集。

5.根据权利要求1所述的压缩感知图像恢复方法,其特征在于,所述通过具有并行运算能力的处理芯片对每组所述矩阵运算对应的所述运算模块集进行处理,得到每组所述矩阵运算的运算结果,包括:

基于不同计算步骤之间的数据依赖关系,确定出所述运算模块集中每个运算模块的运算优先级;

通过具有并行运算能力的处理芯片并按照所述运算优先级,对每组所述矩阵运算对应的所述运算模块集进行处理,得到每组所述矩阵运算的运算结果。

6.根据权利要求1所述的压缩感知图像恢复方法,其特征在于,所述对每组所述矩阵运算的运算结果进行合并以得到压缩感知图像恢复结果,包括:

按照所述矩阵运算对应的所述小尺寸矩阵在所述测量矩阵中的位置先后顺序,对每组所述矩阵运算的运算结果进行依次合并以得到压缩感知图像恢复结果。

7.根据权利要求1至6任一项所述的压缩感知图像恢复方法,其特征在于,所述通过具有并行运算能力的处理芯片对每组所述矩阵运算对应的所述运算模块集进行处理,得到每组所述矩阵运算的运算结果,包括:

将每组所述矩阵运算对应的所述运算模块集装载至现场可编程逻辑门阵列芯片的片上存储,以利用所述现场可编程逻辑门阵列芯片对每组所述矩阵运算对应的所述运算模块集进行流水并行处理,得到每组所述矩阵运算的运算结果。

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苏州浪潮智能科技有限公司,未经苏州浪潮智能科技有限公司许可,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/pat/books/202111110482.2/1.html,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