一种图像法曲率估计方法及相关设备技术

本发明专利技术提供了一种图像法曲率估计方法及相关设备，包括：为与目标配电网设备图像对应的积分图中的每个像素点分配用于并行计算法曲率的线程；以积分图中的每个像素点为中心，设置像素窗口尺寸构建多个小于目标配电网设备图像的像素窗口，并构建每个像素窗口在目标方向下的归一化方向向量；通过盒状卷积器对积分图中的每个像素点进行卷积处理，计算一阶方向的偏导数和二阶方向的偏导数；计算目标配电网设备图像在像素窗口内的目标方向下的法曲率，法曲率用于表征目标配电网设备图像在像素窗口内的目标方向下的纹理变化特征；与现有技术相比，实现了快速

【技术实现步骤摘要】
一种图像法曲率估计方法及相关设备


[0001]本专利技术涉及计算机视觉
，特别涉及一种图像法曲率估计方法及相关设备
。

技术介绍

[0002]在微分几何学中，法曲率是描述某个曲面在某一方向的弯曲程度的量
。
在计算机视觉领域中，将法曲率延伸到图像处理，图像法曲率则表征了图像中的以像素点为中心的像素方形窗口
(
下简称像素窗口
)
沿着某个方向的纹理变化程度
。
比起描述图像亮度变化一阶导数的梯度信息，图像法曲率则同时利用了一阶导数和二阶导数，以及给定的某个方向，就能够计算出图像曲面沿着该方向下的弯曲程度，也就是沿着该方向下的纹理变化特征
。
因此相对于传统的低级图像特征，如
RGB
色彩值
/
灰度值
、
纹理
、
边缘，一阶梯度信息等，图像法曲率能够提供更加丰富
、
更加抽象的图像特征信息，理论上能够表征像素窗口沿着任意方向的纹理变化情况
。
具体来说，图像法曲率可以表达像素窗口沿着某个方向的局部纹理特征
(
如凸起
、
凹陷等
)
，是一种更高级别的具有较强灵活性的图像纹理特征从而有助于实现更加准确
、
稳健的计算图像处理任务，如物体识别与分割
、
目标检测
、
跟踪
、
三维重建等
。
[0003]但更高级别的图像特征往往伴随着更多的计算量以及更长的处理时间，图像法曲率也不例外，推向法曲率需要对像素窗口进行二阶导数的计算，遍历窗口内每个像素点的灰度值，因此计算量会非常大，并且计算量会随着像素窗口尺寸的增加而增加，随着图像分辨率的增高而增加，需要消耗较多的时间和计算资源，并且在如今的计算机视觉领域，图像法曲率的计算主要还是在中央处理器
(Central Processing Unit
，
CPU)
上完成的，相比于图像处理器
(Graphics Processing Unit
，
GPU)、CPU
的计算资源相对有限，令
CPU
计算图像一阶和二阶导数会比较耗时，特别是在大规模高分辨率图像场景下
、
图像法曲率计算时间的问题会更加的突出
。
[0004]综上可见，现有的图像法曲率的计算方法中存在计算耗时长，计算效率低的技术问题
。

技术实现思路

[0005]本专利技术提供了一种图像法曲率估计方法及相关设备，其目的是为了解决现有的法曲率计算方法计算时间长
、
效率低的技术问题
。
[0006]为了达到上述目的，本专利技术提供了一种图像法曲率估计方法，包括：
[0007]步骤1，为与目标配电网设备图像对应的积分图中的每个像素点分配用于并行计算法曲率的线程；
[0008]步骤2，以积分图中的每个像素点为中心，设置像素窗口尺寸构建多个小于目标配电网设备图像的像素窗口，并构建每个像素窗口在目标方向下的归一化方向向量；
[0009]步骤3，通过盒状卷积器对积分图中的每个像素点进行卷积处理，计算一阶方向的偏导数和二阶方向的偏导数；
[0010]步骤4，联立归一化方向向量
、
一阶方向的偏导数和二阶方向的偏导数，计算目标配电网设备图像在像素窗口内的目标方向下的法曲率，法曲率用于表征目标配电网设备图像在像素窗口内的目标方向下的纹理变化特征
。
[0011]进一步来说，步骤1包括：
[0012]在主机端利用
OpenCV
库的图像格式转换函数将目标配电网设备图像转换为归一化灰度图像；
[0013]将归一化灰度图像转换为积分图，积分图与目标配电网设备图像对应，积分图内存储由目标配电网设备图像中每个像素点与图像左上角起点形成的矩形区域中所有像素点的灰度值之和；
[0014]将积分图按行
、
列进行拷贝操作，并将拷贝结果存储在设备端数组中；
[0015]在设备端为与积分图创建纹理对象，并为积分图中的每个像素点分配用于并行计算法曲率的线程
。
[0016]进一步来说，为积分图创建纹理对象，包括：
[0017]采用线性滤波和元素类型的数据读取模式和
wrap
寻址模式将纹理坐标映射到积分图上的任意位置，为积分图创建纹理对象
。
[0018]进一步来说，为积分图中每个像素点分配用于并行计算法曲率的线程，包括：
[0019]设置线程块尺寸，线程块由设备端的多个计算线程构成；
[0020]设置网格尺寸，网格包含多个线程块；
[0021]将运算线程的索引设定为每个像素点的坐标，为每个像素点分配设备端的一个计算线程，用于计算法曲率
。
[0022]进一步来说，步骤4包括：
[0023]以每个像素点为中心，将像素窗口尺寸的长度和宽度均设置为预设大小，构建多个小于目标配电网设备图像的像素窗口；
[0024]构建每个像素窗口在目标方向下的归一化方向向量；
[0025]将积分图输入盒状卷积器，对积分图中的每个像素点进行卷积处理并查找纹理对象，分别计算出一阶
x
方向的偏导数
、
一阶
y
方向的偏导数
、
二阶
xx
方向的偏导数
、
二阶
yy
方向的偏导数
、
二阶
xy
方向的偏导数；
[0026]联立归一化方向向量
、
一阶
x
方向的偏导数
、
一阶
y
方向的偏导数
、
二阶
xx
方向的偏导数
、
二阶
yy
方向的偏导数
、
二阶
xy
方向的偏导数，得到目标配电网设备图像在像素窗口内的目标方向下的法曲率
。。
[0027]进一步来说，将积分图输入盒状卷积器，对积分图中的每个像素点进行卷积处理并查找纹理对象，分别计算出一阶
x
方向的偏导数
、
一阶
y
方向的偏导数
、
二阶
xx
方向的偏导数
、
二阶
yy
方向的偏导数
、
二阶
xy
方向的偏导数，包括：
[0028]盒状卷积器为方形，且定义盒状卷积器左上角的像素点坐标为
(0
，
0)
；
[0029]将积分图输入盒状卷积器，利用盒状卷积器对积分图中的每个像素点进行卷积操作并查找纹理对象，得到一阶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种图像法曲率估计方法，其特征在于，包括：步骤1，为与目标配电网设备图像对应的积分图中的每个像素点分配用于并行计算法曲率的线程；步骤2，以所述积分图中的每个像素点为中心，设置像素窗口尺寸构建多个小于所述目标配电网设备图像的像素窗口，并构建每个所述像素窗口在目标方向下的归一化方向向量；步骤3，通过盒状卷积器对所述积分图中的每个像素点进行卷积处理，计算一阶方向的偏导数和二阶方向的偏导数；步骤4，联立所述归一化方向向量
、
所述一阶方向的偏导数和所述二阶方向的偏导数，计算所述目标配电网设备图像在所述像素窗口内的目标方向下的法曲率，所述法曲率用于表征所述目标配电网设备图像在所述像素窗口内的目标方向下的纹理变化特征
。2.
根据权利要求1所述的图像法曲率估计方法，其特征在于，所述步骤1包括：在所述主机端利用
OpenCV
库的图像格式转换函数将所述目标配电网设备图像转换为归一化灰度图像；将所述归一化灰度图像转换为积分图，所述积分图与所述目标配电网设备图像对应，所述积分图内存储由所述目标配电网设备图像中每个像素点与图像左上角起点形成的矩形区域中所有像素点的灰度值之和；将所述积分图按行
、
列进行拷贝操作，并将拷贝结果存储在设备端数组中；在所述设备端为与所述积分图创建纹理对象，并为所述积分图中的每个像素点分配用于并行计算法曲率的线程
。3.
根据权利要求2所述的图像法曲率估计方法，其特征在于，为所述积分图创建纹理对象，包括：采用线性滤波和元素类型的数据读取模式和
wrap
寻址模式将纹理坐标映射到所述积分图上的任意位置，为所述积分图创建纹理对象
。4.
根据权利要求3所述的图像法曲率估计方法，其特征在于，为所述积分图中的每个像素点分配用于并行计算法曲率的线程，包括：设置线程块尺寸，所述线程块由所述设备端的多个计算线程构成；设置网格尺寸，所述网格包含多个所述线程块；将运算线程的索引设定为每个所述像素点的坐标，为每个所述像素点分配所述设备端的一个计算线程，用于计算法曲率
。5.
根据权利要求4所述的图像法曲率估计方法，其特征在于，所述步骤4包括：以每个所述像素点为中心，将所述像素窗口尺寸的长度和宽度均设置为预设大小，构建多个小于所述目标配电网设备图像的像素窗口；构建每个所述像素窗口在目标方向下的归一化方向向量；将所述积分图输入所述盒状卷积器，对所述积分图中的每个所述像素点进行卷积处理并查找所述纹理对象，分别计算出一阶
x
方向的偏导数
、
一阶
y
方向的偏导数
、
二阶
xx
方向的偏导数
、
二阶
yy
方向的偏导数
、
二阶
xy
方向的偏导数；联立所述归一化方向向量
、
一阶
x
方向的偏导数
、
一阶
y
方向的偏导数
、
二阶
xx
方向的偏导数
、
二阶
yy
方向的偏导数
、
二阶
xy
方向的偏导数，得到所述目标配电网设备图像在所述像
素窗口内的目标方向下的法曲率
。6.
根据权利要求5所述的图像法曲率估计方法...

【专利技术属性】
技术研发人员：蔡拥华，文华，刘建平，
申请(专利权)人：华大天元北京科技股份有限公司，
类型：发明
国别省市：