[发明专利]一种用于边缘图像算法的图像优化方法及装置

说明书

本发明公开了一种用于边缘图像算法的图像优化方法及装置。其中，该方法包括：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。本发明解决了现有技术中的边缘算法图像数据处理中仅仅是将采集到的原始图像数据直接进行边缘计算，并将边缘计算的结果作为后续图像处理的数据源，在亿级摄像设备拍摄的情况下，由于具有广角采集、微距采集、动态跟踪采集等矩阵摄像采集功能，因此无法精准、完整地对具有其他功能的图像数据进行边缘计算的技术问题。

技术领域

本发明涉及图像计算处理领域，具体而言，涉及一种用于边缘图像算法的图像优化方法及装置。

背景技术

随着智能化科技的不断发展，人们的生活、工作、学习之中越来越多地用到了智能化设备，使用智能化科技手段，提高了人们生活的质量，增加了人们学习和工作的效率。

目前，针对图像采集和图像数据边缘计算过程中，通常会采用将高清摄像设备采集到的图像数据，以整份数据流的方式发送至处理器CPU和存储器中，并根据边缘算法模型来对获取到的整份图像数据进行边缘计算，从而方便进行更多的图像分析、图像识别和图像处理工作。但是现有技术中的边缘算法图像数据处理中仅仅是将采集到的原始图像数据直接进行边缘计算，并将边缘计算的结果作为后续图像处理的数据源，在亿级摄像设备拍摄的情况下，由于具有广角采集、微距采集、动态跟踪采集等矩阵摄像采集功能，因此无法精准、完整地对具有其他功能的图像数据进行边缘计算。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种用于边缘图像算法的图像优化方法及装置，以至少解决现有技术中的边缘算法图像数据处理中仅仅是将采集到的原始图像数据直接进行边缘计算，并将边缘计算的结果作为后续图像处理的数据源，在亿级摄像设备拍摄的情况下，由于具有广角采集、微距采集、动态跟踪采集等矩阵摄像采集功能，因此无法精准、完整地对具有其他功能的图像数据进行边缘计算的技术问题。

根据本发明实施例的一个方面，提供了一种用于边缘图像算法的图像优化方法，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。

可选的，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。

可选的，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。

可选的，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。