【技术实现步骤摘要】
本说明书涉及计算机视觉领域，尤其涉及一种基于阻变存储器的图像边缘检测任务执行方法及装置。
技术介绍
1、随着计算机视觉领域的不断发展，对于图像的处理需求也逐渐增大，而作为计算机视觉领域中基础任务的图像边缘检测，在越来越多的任务中需要处理大量的图像，而目前的图像边缘检测方法可以分为自动化检测以及非自动化检测。
2、对于非自动化图像边缘检测，这种非自动化方法在图像边缘检测过程中需要人工介入，从而在部分步骤中对图像进行处理，在数量级较小的任务中，尚且可以满足需求，但随着任务的图像处理需求量进一步增大，非自动化图像边缘检测也逐渐被放弃。而对于自动化图像检测，其主要通过图像边缘检测模型对图像边缘进行检测，而对于图像边缘检测模型的构建，往往需要使用大量的图像数据对模型进行有监督训练，对于训练样本的构建需要大量的标注数据，其中数量级较高的训练样本的获取难度较高，并且在训练过程中以及实际应用过程中的所需计算资源量以及功耗都较高。
3、因此，如何有效的提高图像边缘检测任务的执行效率，是一个亟待解决的问题。
技术实现思路
1、本说明书提供一种基于阻变存储器的图像边缘检测任务执行方法，以部分的解决现有技术存在的上述问题。
2、本说明书采用下述技术方案：
3、本说明书提供了一种基于阻变存储器的图像边缘检测任务执行方法，包括：
4、获取原始图像，以及确定出所述原始图像中各像素点对应的灰度值；
5、针对所述原始图像中的每个像素点，将该像素
6、针对所述原始图像中每个像素点，将该像素点对应的横向梯度值以及纵向梯度值转化为该像素点对应的第三电压值对，根据所述第三电压值对中的各电压值分别控制预先配置的第二阻变存储器，以将所述第二阻变存储器在预先写入的第二电导值的基础上输出电流的电流值转化为该像素点对应的初始边缘特征数据；
7、根据所述原始图像中各像素点对应的初始边缘特征数据，执行图像边缘检测任务。
8、可选地，预先写入第一电导值，具体包括：
9、获取图像边缘检测任务对应的梯度求解卷积核，并确定出所述梯度求解卷积核中各梯度求解卷积权重值，其中，所述图像边缘检测任务对应的梯度求解卷积核用于根据所述原始图像中各像素点对应的灰度值，确定出所述原始图像中各像素点对应的横向梯度值以及纵向梯度值；
10、通过预先确定出的第一转化关系，转化所述梯度求解卷积核中各梯度求解卷积权重值，得到梯度求解卷积核对应的各电导值，作为第一电导值，并将所述第一电导值写入所述第一阻变存储器，所述第一转化关系用于表示电导值与梯度求解卷积权重值之间的数值转化关系。
11、可选地，预先写入第二电导值，具体包括：
12、获取图像边缘检测任务对应的梯度处理函数，并确定出所述梯度处理函数中的线性计算部分的系数，并根据预先确定出的第二转化关系，转化所述线性计算部分的系数，以确定出所述线性计算部分的系数对应的电导值，作为第二电导值，并将所述第二电导值写入到所述第二阻变存储器，所述第二转化关系用于表示电导值与所述线性计算部分的系数之间的数值转化关系。
13、可选地，针对所述原始图像中每个像素点，将该像素点对应的横向梯度值以及纵向梯度值转化为该像素点对应的第三电压值对，根据所述第三电压值对中的各电压值分别控制预先配置的第二阻变存储器，以将所述第二阻变存储器在预先写入的第二电导值的基础上输出电流的电流值转化为该像素点对应的初始边缘特征数据，具体包括：
14、针对所述原始图像中的每个像素点，根据预先确定出的第三转化关系，将该像素点对应的横向梯度值转化为该像素点对应的第三电压值对中的横向电压值，以及根据预先确定出的第三转化关系，将该像素点对应的纵向梯度值转化为该像素点对应的第三电压值对中的纵向电压值；
15、根据该像素点对应的横向电压值控制所述第二阻变存储器，并按照预先确定的第四转化关系，将所述第二阻变存储器基于该像素点对应的横向电压值输出电流的电流值转化为该像素点对应的第一表征数据，以及根据该像素点对应的纵向电压值控制所述第二阻变存储器，并按照预先确定出的第四转化关系，将所述第二阻变存储器基于该像素点对应的纵向电压值输出电流的电流值转化为该像素点对应的第二表征数据；
16、根据该像素点对应的第一表征数据以及该像素点对应的第二表征数据，确定出该像素点对应的初始边缘特征数据。
17、可选地，预先确定第三转化关系，具体包括：
18、根据所述原始图像中各像素点对应的横向梯度值的最大值以及控制所述第二阻变存储器所使用的电压值的电压值范围，确定出所述原始图像中各像素点对应的横向梯度值与各横向电压值之间的横向电压转化关系，以及根据所述原始图像中各像素点对应的纵向梯度值的最大值以及控制所述第二阻变存储器所使用的电压值的电压值范围，确定出所述原始图像中各像素点对应的纵向梯度值与各纵向电压值之间的纵向电压转化关系；
19、根据所述横向电压转化关系以及所述纵向电压转化关系，确定出所述第三转化关系。
20、可选地，根据所述原始图像中各像素点对应的初始边缘特征数据，执行图像边缘检测任务，具体包括：
21、根据所述原始图像中每个像素点对应的初始边缘特征数据，以及图像边缘检测任务对应的梯度处理函数中的非线性计算部分，确定出该像素点对应的目标边缘特征数据；
22、根据所述原始图像中各像素点对应的目标边缘特征数据，执行针对所述原始图像的图像边缘检测任务。
23、可选地，根据所述原始图像中各像素点对应的目标边缘特征数据，执行针对所述原始图像的图像边缘检测任务，具体包括：
24、根据预设的特征重构函数处理所述原始图像中各像素点对应的目标边缘特征数据，得到所述原始图像中各像素点对应的重构边缘特征数据；
25、通过预设的解模糊化规则，处理所述原始图像中各像素点对应的横向梯度值以及纵向梯度值，确定出所述原始图像中各像素点对应的解模糊化系数，针对每个像素点，通过不同的解模糊化规则处理该像素点对应的横向梯度值和纵向梯度值，得到不同的解模糊化系数；
26、针对所述原始图像中的每个像素点，根据预先确定出的第五转化关系转化该像素点对应的重构边缘特征数据，得到该像素点对应的电本文档来自技高网...
【技术保护点】
1.一种基于阻变存储器的图像边缘检测任务执行方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，预先写入第一电导值，具体包括：
3.如权利要求1所述的方法，其特征在于，预先写入第二电导值，具体包括：
4.如权利要求1所述的方法，其特征在于，针对所述原始图像中每个像素点，将该像素点对应的横向梯度值以及纵向梯度值转化为该像素点对应的第三电压值对，根据所述第三电压值对中的各电压值分别控制预先配置的第二阻变存储器，以将所述第二阻变存储器在预先写入的第二电导值的基础上输出电流的电流值转化为该像素点对应的初始边缘特征数据，具体包括：
5.如权利要求4所述的方法，其特征在于，预先确定第三转化关系，具体包括：
6.如权利要求1所述的方法，其特征在于，根据所述原始图像中各像素点对应的初始边缘特征数据，执行图像边缘检测任务，具体包括：
7.如权利要求6所述的方法，其特征在于，根据所述原始图像中各像素点对应的目标边缘特征数据，执行针对所述原始图像的图像边缘检测任务，具体包括：
8.一种基于阻变存储器的图像
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～7任一项所述的方法。
10.一种电子设备，包括处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～7任一项所述的方法。
...【技术特征摘要】
1.一种基于阻变存储器的图像边缘检测任务执行方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，预先写入第一电导值，具体包括：
3.如权利要求1所述的方法，其特征在于，预先写入第二电导值，具体包括：
4.如权利要求1所述的方法，其特征在于，针对所述原始图像中每个像素点，将该像素点对应的横向梯度值以及纵向梯度值转化为该像素点对应的第三电压值对，根据所述第三电压值对中的各电压值分别控制预先配置的第二阻变存储器，以将所述第二阻变存储器在预先写入的第二电导值的基础上输出电流的电流值转化为该像素点对应的初始边缘特征数据，具体包括：
5.如权利要求4所述的方法，其特征在于，预先确定第三转化关系，具体包括：
6...
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。