一种图像负载均衡处理方法及装置的制造方法
【专利说明】一种图像负载均衡处理方法及装置 【技术领域】
[0001] 本发明涉及一种图像负载均衡处理方法及装置。 【【背景技术】】
[0002] 计算技术视觉技术的发展，新一代视频编码技术的提出，让我们享受到高分辨率 和超高分辨率图像及视频带来的视觉盛宴，但是这也使得图像处理以及视频编码中的计算 复杂度大幅增长，为实时的并行超高分辨图像/视频处理带来巨大挑战，同时并行处理架 构也可能带来负载不均衡、功耗损失增大的问题，如何将实时高效的并行处理策略和负载 均衡技术完美结合已经成为当前计算机视觉和数字图像处理领域的发展趋势。
[0003] 无论是图像处理还是视频编码，其并行技术的重要构成部分便是分块的方法。目 前的分块方法容易造成不同的并行处理单元之间的负载不均衡。 【
【发明内容】
】
[0004] 为了解决现有技术的不足，本发明提供了一种图像负载均衡处理方法及装置，从 而使得不同的并行处理单元之间的负载尽可能均衡。
[0005] -种图像负载均衡处理方法，包括如下步骤：
[0006] S1，将原始图像f(x，y)沿纵向和横向划分为多个图像块；
[0007] S2,计算纵向边界的左右两个图像块的纹理特征，移动所述纵向边界使所述纵向 边界左右两个图像块之间的纹理特征相似度最大；
[0008] S3,计算横向边界的上下两个图像块的纹理特征，移动所述横向边界使所述纵向 边界上下两个图像块之间的纹理特征相似度最大；
[0009] S4,将确定的最终的横向边界和纵向边界对应的最终图像块分别分配给不同的计 算单元进行并行处理；
[0010] 其中，在步骤S2和S3中通过如下算法计算图像块的纹理特征X(i): _1]ycol(i) =Xxn,n(i)/(ffpXHp);
[0012] X(i) = 2 |xn，n⑴-yral(i)I;
[0013] 其中Xn^a)代表第i块图像块中像素点的像素值，Wp表示初始的图像块横向的宽 度，Hp表示图像块的纵向高度。
[0014] 在一个实施例中，在步骤S2和S3中，通过如下步骤确定两个图像块之间的纹理 特征相似度最大：
[0015] S31，计算相邻的第i块图像块的纹理特征X(i)和第i+1块图像块的纹理特征 X(i+1)；
[0016] S32,比较第i块图像块的纹理特征X(i)与第i+1块图像块的纹理特征X(i+1)之 间的大小，若X(i)较大则将第i+1块图像块至第i块图像块的方向作为对应边界的移动方 向，若X(i+1)较大则将第i块图像块至第i+1块图像块的方向作为对应边界的移动方向；
[0017] S33,沿移动方向以基本单元为步长移动边界，循环计算边界两侧的两个图像块的 纹理特征差异A，直至纹理特征差异A达到最小值；其中，A= |X(i+l)_X(i)I;
[0018] S34,将最小的纹理特征差异A对应的第i块图像块与第i+1块图像块之间的边 界作为最终的边界。
[0019] 在一个实施例中，若边界的移动方向向左，移动基本单元AW后：
[0022] =
[0023] X(i+1)=5： |xnin(i+l)-iicol(i+l) | + 2 |yn,n(i+l)-iicol(i+l)I；
[0024] 其中，y,n(i)表示第i块图像块因边界移动而变化的所在位置的像素。
[0025] 在一个实施例中，若边界的移动方向向右，移动基本单元AW后：
[0028] = +
[0029]X(i+1)=5： |xnin(i+l)-iicol(i+l) |-2 |yn,n(i+l)-iicol(i+l)I；
[0030] 其中，y^a)表示第i块图像块因边界移动而变化的所在位置的像素。
[0031] 本发明还提供了一种图像负载均衡处理装置，包括如下单元：
[0032] 第一单元，用于将原始图像f(x，y)沿纵向和横向划分为多个图像块；
[0033] 第二单元，用于计算纵向边界的左右两个图像块的纹理特征，移动所述纵向边界 使所述纵向边界左右两个图像块之间的纹理特征相似度最大；
[0034] 第三单元，用于计算横向边界的上下两个图像块的纹理特征，移动所述横向边界 使所述纵向边界上下两个图像块之间的纹理特征相似度最大；
[0035] 第四单元，用于将确定的最终的横向边界和纵向边界对应的最终图像块分别分配 给不同的计算单元进行并行处理；
[0036] 其中，在第二单元和第三单元中通过如下算法计算图像块的纹理特征X(i):
[0037] ycol(i) =Xxn,n(i)/(ffpXHp);
[0038] X(i) = 2 |xn，n(i)-ycol(i)I;
[0039] 其中Xn^a)代表第i块图像块中像素点的像素值，Wp表示初始的图像块横向的宽 度，Hp表示图像块的纵向高度。
[0040] 在一个实施例中，在在第二单元和第三单元中，通过如下步骤确定两个图像块之 间的纹理特征相似度最大：
[0041] 计算相邻的第i块图像块的纹理特征X(i)和第i+1块图像块的纹理特征X(i+1);
[0042] 比较第i块图像块的纹理特征X(i)与第i+1块图像块的纹理特征X(i+1)之间的 大小，若X(i)较大则将第i+1块图像块至第i块图像块的方向作为对应边界的移动方向， 若x(i+l)较大则将第i块图像块至第i+1块图像块的方向作为对应边界的移动方向；
[0043] 沿移动方向以基本单元为步长移动边界，循环计算边界两侧的两个图像块的纹理 特征差异A，直至纹理特征差异A达到最小值；其中，A= |X(i+l)_X(i)I;
[0044] 将最小的纹理特征差异A对应的第i块图像块与第i+1块图像块之间的边界作 为最终的边界。
[0045] 在一个实施例中，若边界的移动方向向左，移动基本单元AW后：
[0048] =
[0049] X(i+1) = 5： |xnin(i+l)-iicol(i+l) | + 2 |yn,n(i+l)-iicol(i+l)I；
[0050] 其中，y^a)表示第i块图像块因边界移动而变化的所在位置的像素。
[0051] 在一个实施例中，若边界的移动方向向右，移动基本单元AW后：
[0054] X(i) = 2 |xn，n⑴-Ucol ⑴ | + 2 |ynn ⑴-yc〇1(i)I;
[0055] X(i+1) = 2Ixmn (i+1)-Iicol (i+1) |-2 |ymjn (i+1) -yc〇i(i+1) | ；
[0056] 其中，y^a)表示第i块图像块因边界移动而变化的所在位置的像素。
[0057] 本发明根据初始的相邻图像块纹理特征差异大小确定边界移动方向，进而按照使 得相邻两图像块纹理特征差异减小的原则移动边界，一旦出现相邻图像块间的纹理特征相 似性降低则立即停止，该算法有效的保证了相邻并行块具备相似纹理特征，同时减少了计 算复杂度。
[0058] 本方法可以实现不同的并行处理单元之间的负载均衡，降低功耗，同时满足并行 度需求，实现高效、实时的图像并行处理，并行效率最优，将使得计算机视觉和图像处理的 各个研究领域广泛受益。 【【附图说明】】
[0059] 图1是本发明一种实施例的图像负载均衡处理方法的流程图；
[0060] 图2是本发明一种实施例的图像块的边界移动示意图。 【【具体实施方式】】
[0061] 以下对发明的较佳实施例作进一步详细说明。
[0062] 如图1和2所示，一种实施例的图像负载均衡处理方法，包括如下步骤：
[0063] Sl:输入原始图像，原始图像可以是通过摄像机、照相机采集所得，或者通过计算 机工具所得的视频图像，数据格式不限。
[0064] S2:将原始图像f。均匀划分为MXN矩形初始块，纵向和横向的图像块数量分别为 M和N，每块的基本单元的像素个数为nXn的像素块，对所划分块纵向边界i编号从1至 M-1，横向边界j编号从1至N-1，分别赋初值为1 ;
[0065]S3 :确定纵向边界i位置，计算左右相邻分块纹理特征差异IX⑴_X(i+l)I，块纹 理特征基于K-means算法采用块中各点像素值与均值之差绝对值的和表示，计算准则如 下：
[0066] ycol(i) =Xxn,n(i)/(ffpXHp)
[0067] X(i) = 2 |xn，n⑴-ycol(i)
[0068] 其中Xn^a)代表第i块中各个像素点的像素值，Wp表示初始的图像块横向的宽 度，而Hp代表纵向图像高度，X(i)值越大，表明纹理越复杂。
[0069] 计算当前边界不动和分别向左/右移动一个基本步长（n)