[发明专利]一种图像处理方法、图像处理器、图像处理模组及设备在审

专利信息
申请号: 202210307243.4 申请日: 2022-03-25
公开(公告)号: CN114885094A 公开(公告)日: 2022-08-09
发明(设计)人: 吴凡 申请(专利权)人: 北京旷视科技有限公司;北京迈格威科技有限公司
主分类号: H04N5/232 分类号: H04N5/232;H04N5/217;H04N9/04;H04N9/64;H04N9/73;G06N3/04;G06N3/08
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 董艳芳
地址: 100096 北京市海淀区*** 国省代码: 北京;11
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 图像 处理 方法 处理器 模组 设备
【说明书】:

本申请实施例提供一种图像处理方法、图像处理器、图像处理模组及设备,该图像处理方法应用于图像处理器上,所述图像处理方法包括:获取待处理图像;至少通过查询查找表得到与所述待处理图像对应的目标输出图像,其中,所述查找表用于存储与多个遍历图像块中各遍历图像块分别对应的输出数据,所述遍历图像块是由目标神经网络的感受野确定的图像块。本申请实施例的图像处理方法与采用神经网络实现的图像处理器方案相比运行速度上获得极大提升且所消耗逻辑和硬件资源明显减少。

技术领域

本申请涉及图像处理领域,具体而言本申请实施例涉及一种图像处理方法、图像处理器、图像处理模组及设备。

背景技术

图像处理器ISP(Image Signal Process)是将图像传感器(例如,CMOS sensor和CCD sensor)输出的原始图像(例如,拜尔格式Bayer mosaic格式的RAW数据)转换成RGB格式或YUV格式图像的处理管线。例如,对于相机产品而言,还需要将图像处理器输出的RGB格式或YUV图像进一步转换成JPEG格式以方便存储。

随着深度学习技术(Deep Learning)的兴起,有人提出使用神经网络来替代相关技术的图像处理器ISP并取得了较好的效果,但是由于神经网络模型复杂,导致这类技术方案在时间以及芯片面积上没有优势,不能在实际场景中获得广泛应用。

发明内容

本申请实施例的目的在于提供一种图像处理方法、图像处理器、图像处理模组及设备,本申请实施例的图像处理方法采用查表的方式得到与待处理图像对应的目标输出图像,这与采用神经网络实现图像处理器的技术方案相比运行速度上获得极大提升且所消耗的逻辑和硬件资源明显减少。

第一方面,本申请的一些实施例提供一种图像处理方法,应用于图像处理器上,所述图像处理方法包括:获取待处理图像;至少通过查询查找表得到与所述待处理图像对应的目标输出图像,其中,所述查找表用于存储与多个遍历图像块中各遍历图像块分别对应的输出数据,所述遍历图像块是由目标神经网络的感受野确定的图像块。

本申请的一些实施例通过查表方式替代神经网络来获取与待处理图像对应的目标输出图像,在提升数据处理速度的同时还进一步节省了资源消耗。

在一些实施例中,所述至少通过查询查找表得到与所述待处理图像对应的目标输出图像,包括:遍历所述待处理图像,得到全部待查询图像块,其中,所述待查询图像块与所述遍历图像块大小相同;通过查询所述查找表得到与所述所有待查询图像块中至少部分待查询图像块对应的输出数据;根据所述输出数据得到所述目标输出图像。

本申请的一些实施例通过遍历方式得到待查询的图像块并通过查表得到与至少部分待查询图像块对应的输出数据,可以提升数据处理的速度。

在一些实施例中,在所述至少通过查询查找表得到与所述待处理图像对应的目标输出图像之前,所述图像处理方法还包括:根据所述目标神经网络的感受野大小和所述待处理图像上像素点的像素值位宽得到所有可输入目标神经网络的图像块,其中,各个可输入目标神经网络的图像块的大小与所述目标神经网络的感受野大小相同,所述图像块上各像素点的像素值的最大取值是由所述像素值位宽确定的,所述所有可输入目标神经网络的图像块为所述多个遍历图像块或者所述所有可输入目标神经网路的图像块包括所述多个遍历图像块;根据所述所有可输入目标神经网络的图像块获取所述查找表。

本申请的一些实施例通过目标神经网络预先获取与多个可输入目标神经网络的图像块对应的输出数据进而得到查找表,由于待处理图像上包括的多个待查询图像块均可以通过查询该查找表的方式得到对应的目标输出图像,因而这样可以提升技术方案的通用性。

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北京旷视科技有限公司;北京迈格威科技有限公司,未经北京旷视科技有限公司;北京迈格威科技有限公司许可,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/202210307243.4/2.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