【技术实现步骤摘要】
【国外来华专利技术】成像系统和图像处理方法
本公开涉及用于稀疏编码的系统和方法,更具体地,涉及使用卷积稀疏编码来更新图像的原子的字典的在线卷积字典学习。
技术介绍
在信号处理中,要测量的信号以及测量过程本身可包含噪声,以及促成一定量的噪声。噪声影响信号处理,因此最好消除噪声以获得更好的信号处理结果,例如更锐利的图像。通常,信号测量的过程需要大量的处理时间,这对于如今需要更少处理时间和给定结果质量的技术应用而言会是一个挑战。例如,如果所测量的信号要被传送至某一其它位置,则发送所测量的信号的一些优点可包括尽可能减少发送的数据量以降低所需带宽。发送所测量的信号的另一优点可包括增加发送所测量的信号(完成测量)的速率,例如视频信号传输的帧率。信号的稀疏表示是无法稀疏地表示的噪声可被滤除的信号处理技术。可从少量测量估计给定信号的稀疏表示,其中少是与信号的维度相比。另外,稀疏表示通常意指数据被压缩。存在本领域中已知的众多稀疏表示学习算法,其用于广泛的信号和/或图像处理应用。例如,稀疏表示可用于标记图像中的对象以标识和分类存在哪些对象。给定信号和字典矩阵D,稀疏编码是仅利用很少的非零条目来寻找稀疏表示x的逆问题,使得Dx≈s。达到这些标识的过程需要用于学习字典矩阵D的技术,本文中称为字典学习。此外,对于一些应用,使用稀疏表示来学习字典矩阵可能是有益的。然而,离线学习将字典矩阵限制为仅表示用于训练的图像。因此,对于可实时考虑的各种图像,离线学习的字典缺乏灵活性和适应性。另外,这些稀疏表示学习算法无法扩展到大数据维度输入,传 ...
【技术保护点】
1.一种成像系统,该成像系统包括:/n第一传感器,该第一传感器获取第一模态的图像序列;/n存储器,该存储器存储第一卷积存储器矩阵,其中,该第一卷积存储器矩阵的各个元素是所述第一模态的图像的卷积表示的系数矩阵的对应位置的元素的卷积函数,并且该存储器存储包括所述第一模态的图像的原子的第一字典矩阵;以及/n处理器,该处理器将由所述第一传感器获取的场景的第一图像变换成所述第一字典矩阵和第一系数矩阵的卷积,利用所述第一系数矩阵的对应位置的非零元素的卷积函数来更新所述第一卷积存储器矩阵的元素,并且利用经更新的第一卷积存储器矩阵来更新所述字典矩阵。/n
【技术特征摘要】
【国外来华专利技术】20170602 US 62/514,444;20170629 US 15/636,7951.一种成像系统,该成像系统包括:
第一传感器,该第一传感器获取第一模态的图像序列;
存储器,该存储器存储第一卷积存储器矩阵,其中,该第一卷积存储器矩阵的各个元素是所述第一模态的图像的卷积表示的系数矩阵的对应位置的元素的卷积函数,并且该存储器存储包括所述第一模态的图像的原子的第一字典矩阵;以及
处理器,该处理器将由所述第一传感器获取的场景的第一图像变换成所述第一字典矩阵和第一系数矩阵的卷积,利用所述第一系数矩阵的对应位置的非零元素的卷积函数来更新所述第一卷积存储器矩阵的元素,并且利用经更新的第一卷积存储器矩阵来更新所述字典矩阵。
2.根据权利要求1所述的成像系统,其中,所述第一传感器获取所述第一模态的第二图像,并且其中,所述处理器将所述第二图像变换成经更新的第一字典矩阵与所述第一模态下的卷积表示的第二系数矩阵的卷积,其中,所述处理器利用所述第一模态下的卷积表示的所述第二系数矩阵的对应位置的非零元素的卷积函数来进一步更新所述第一卷积存储器矩阵的元素,并且其中,所述处理器使用经更新的第一卷积存储器矩阵来进一步更新所述经更新的第一字典矩阵。
3.根据权利要求1所述的成像系统,其中,所述处理器使用卷积稀疏编码来变换所述第一图像。
4.根据权利要求1所述的成像系统,其中,所述卷积函数包括从卷积和的选择。
5.根据权利要求4所述的成像系统,其中,所述卷积函数基于
6.根据权利要求1所述的成像系统,该成像系统还包括:
第二传感器,该第二传感器获取第二模态的图像序列;
其中,所述存储器存储第二卷积存储器矩阵,其中,该第二卷积存储器矩阵的各个元素是所述第二模态下的卷积表示的系数矩阵的对应位置的元素的卷积函数;
其中,所述存储器存储包括所述第二模态的图像的原子的第二字典矩阵;
其中,所述处理器使用联合卷积稀疏编码来变换所述第一模态和所述第二模态下的对应图像,以生成表示所述第一模态下的所述第一图像的所述第一系数矩阵以及表示所述第二模态下的所述场景的第二图像的第二系数矩阵,
其中,所述处理器使用所述第一系数矩阵的对应元素利用卷积函数来更新所述第一卷积存储器矩阵,并且使用所述第二系数矩阵的对应元素利用卷积函数来更新所述第二卷积存储器矩阵;并且
其中,所述处理器基于所述第一卷积存储器矩阵来更新所述第一字典矩阵并基于所述第二卷积存储器矩阵来更新所述第二字典矩阵。
7.根据权利要求6所述的成像系统,其中,响应于接收到所述第一图像和所述第二图像,所述处理器被配置用于:
使用所述第一系数矩阵和所述第一字典矩阵的卷积来确定所述第一模态下的第一输出图像;并且
使用所述第二系数矩阵和所述第二字典矩阵的卷积来确定所述第二模态下的第二输出图像。
8.根据权利要求1所述的成像系统,其中,所述处理器使用关于所述第一图像的结构的先验信息来变换所述第一图像。
9.根据权利要求8所述的成像系统,其中,关于所述第一图像的结构的所述先验信息包括所述第一图像中的值的总变差。
10.根据权利要求6所述的成像系统,其中,所述第一图像的分辨率不同于所述第二图像的分辨率。
11.根据权利要求10所述的成像系统,其中,所述第一传感器是强度相机,所述第一图像是强度图像,所述第二传感器是深度相机,并且所述第二图像是深度图像。
12.一种用于图像处理的方法,其中,该方法使用处理器,该处理器联接到存储第一卷积存储器矩阵的存储器,其中,所述第一卷积存储器矩阵的各个元素是第一模态的图像的卷积表示的系数矩阵的对应位置的元素的卷积函数,所述存储器存储包括所述第一模态的图像的原子的第一字典矩阵,其中,所述处理器与所存储的实现所述方法的指令结合,其中,所述指令在由所述处理器执行时实现所述方法的至少一些步骤,该方法包括以下步骤:
将所述第一模态下的场景的第一图像变换成所述第一字典矩阵和第一系数矩阵的卷积;
利用所述第一系数矩阵的对应位置的非零元素的卷积函数来更新所述第一卷积存储器矩阵的元素;以及
使用经更新的第一卷积存储器矩阵来更新所述第一字典矩阵,其中,经更新的字典矩阵帮助例如利用...
【专利技术属性】
技术研发人员:U·卡米洛夫,K·德格洛克斯,P·T·布福诺斯,刘德红,
申请(专利权)人:三菱电机株式会社,
类型:发明
国别省市:日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。