[发明专利]一种用于边缘图像算法的图像优化方法及装置

权利要求书

1.一种用于边缘图像算法的图像优化方法，其特征在于，包括：

获取边缘计算原始图像数据；

根据高阶泰勒分解算法，将所述原始图像数据切分成核心图像数据和边缘图像数据；

将所述核心图像数据和所述边缘图像数据进行二值化处理，并融合为边缘计算图像数据流；

将所述边缘计算图像数据流输入至边缘计算模型中，得到边缘计算结果。

2.根据权利要求1所述的方法，其特征在于，所述获取边缘计算原始图像数据包括：

采集边缘计算需求和边缘计算因子；

根据所述边缘计算需求和边缘计算因子，从图像数据库中提取所述原始图像数据。

3.根据权利要求1所述的方法，其特征在于，所述根据高阶泰勒分解算法，将所述原始图像数据切分成核心图像数据和边缘图像数据包括：

通过公式

H＝o*Tranh(C_t)

B＝o*Tranh(C_t)

对所述原始图像数据进行切分，得到所述核心图像数据和边缘图像数据，其中，H是核心图像数据，B是边缘图像数据，o是原始图像数据，h(C_t)是泰勒函数及拆分因子。

4.根据权利要求1所述的方法，其特征在于，所述将所述核心图像数据和所述边缘图像数据进行二值化处理，并融合为边缘计算图像数据流包括：

将所述核心图像数据进行二值化灰度处理，得到核心优化数据；

将所述边缘图像数据进行二值化灰度处理，得到边缘优化数据；

将所述核心优化数据和所述边缘优化数据输入至融合库中，得到所述边缘计算图像数据流。

5.一种用于边缘图像算法的图像优化装置，其特征在于，包括：

获取模块，用于获取边缘计算原始图像数据；

切分模块，用于根据高阶泰勒分解算法，将所述原始图像数据切分成核心图像数据和边缘图像数据；

处理模块，用于将所述核心图像数据和所述边缘图像数据进行二值化处理，并融合为边缘计算图像数据流；

计算模块，用于将所述边缘计算图像数据流输入至边缘计算模型中，得到边缘计算结果。

6.根据权利要求5所述的装置，其特征在于，所述获取模块包括：

采集单元，用于采集边缘计算需求和边缘计算因子；

提取单元，用于根据所述边缘计算需求和边缘计算因子，从图像数据库中提取所述原始图像数据。

7.根据权利要求5所述的装置，其特征在于，所述切分模块包括：

切分单元，用于通过公式

H＝o*Tranh(C_t)

B＝o*Tranh(C_t)

对所述原始图像数据进行切分，得到所述核心图像数据和边缘图像数据，其中，H是核心图像数据，B是边缘图像数据，o是原始图像数据，h(C_t)是泰勒函数及拆分因子。

8.根据权利要求5所述的装置，其特征在于，所述处理模块包括：

第一处理单元，用于将所述核心图像数据进行二值化灰度处理，得到核心优化数据；

第二处理单元，用于将所述边缘图像数据进行二值化灰度处理，得到边缘优化数据；

融合单元，用于将所述核心优化数据和所述边缘优化数据输入至融合库中，得到所述边缘计算图像数据流。

9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。

10.一种电子装置，其特征在于，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行权利要求1至4中任意一项所述的方法。