[发明专利]一种基于数据降维压缩的图像处理方法和系统

权利要求书

1.一种基于数据降维压缩的图像处理方法，其特征在于，包括以下步骤：

步骤1)在星形结构分布式系统中获取采样数据，将采样数据归类为若干个子代理，基于子代理搭建本地数据矩阵；

步骤2)对本地数据矩阵进行矩阵幂方法迭代运算，直至运算次数达到预先设定的值，得到若干个临时矩阵；

步骤3)对临时矩阵做多次分解处理，得到子空间矩阵，对子空间矩阵进行维度截取，子代理将截取后的子空间矩阵传输至星形结构分布式系统的主代理中；

步骤4)基于子代理传输的数据，主代理重建各子代理的本地数据矩阵，将重建结果拼接成全局数据矩阵，之后对全局数据矩阵依次进行分解和维度截取，再使用截取后的子空间矩阵重建新的全局矩阵，基于重建的新的全局矩阵，完成对图像的处理。

2.根据权利要求1所述的基于数据降维压缩的图像处理方法，其特征在于，步骤2)具体为：

步骤21)算法初始化，子代理随机生成一个维度为d×l的随机高斯矩阵Φ；

步骤22)进行第一次循环运算，构建临时矩阵T₁和T₂，对本地信息X_i做自相关处理，

T₁＝X_iΦ，

步骤23)进行第二次及后续循环运算，直到循环次数达到阈值q，

T₁＝X_iT₂，

3.根据权利要求2所述的基于数据降维压缩的图像处理方法，其特征在于，步骤3)具体为：

步骤31)对临时矩阵T₁和T₂做QR分解，得到两个酉矩阵Q₁和Q₂，

T₁＝Q₁R₁，

T₂＝Q₂R₂.

步骤32)使用步骤31)得到的酉矩阵Q₁，Q₂和本地数据矩阵X_i，构建矩阵Z_i，

步骤33)对矩阵Z_i做奇异值分解，

步骤34)对步骤33)中分解出的矩阵做r维度截取，

V_i＝[V_i，r|V_i，d-r]，

∑_i＝[∑_i，r|∑_i，d-r]

步骤35)使用步骤31)中得到的酉矩阵Q₁，Q₂和上一步截取出的左右奇异向量矩阵构建新的左右奇异向量矩阵，

步骤36)将步骤35)中得到的矩阵和步骤34)中截取得到的∑_i，r传输至主代理。

4.根据权利要求1所述的基于数据降维压缩的图像处理方法，其特征在于，步骤4)具体为：

步骤41)重建各个子代理本地数据矩阵，

其中i＝1，...，s；

步骤42)将所有重建子矩阵拼接为全局矩阵，

步骤43)对拼接成的全局矩阵做奇异值分解，并对分解结果做r维度截取，

U_g＝[U_g，r|U_g，m-r]，

V_g＝[V_g，r|V_g，d-r]，

∑_g＝[∑_g，r|∑_g，d-r]

步骤44)使用截取子空间对全局矩阵进行重建，

5.根据权利要求2所述的基于数据降维压缩的图像处理方法，其特征在于，随机高斯矩阵Φ维度为784×30。