[發明專利]一種大尺寸圖像仿射變換的軟硬件實現方法

在審

• 申請號: 202010794892.2
• 申請日: 2020-08-10
• 公開（公告）號: CN114078129A
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 齊進明;張傳兵
• 申請（專利權）人: 合肥君正科技有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06T3/00
• 代理公司: 北京竹辰知識產權代理事務所(普通合伙) 11706
• 代理人: 聶鵬

本發明提供一種大尺寸圖像仿射變換的實現方法，所述方法包括以下步驟：S1，對于一個大尺寸的圖像，根據硬件能夠支持的最大尺寸對目標圖進行分割，分割成一個個矩形框，然后再將矩形框按順序映射到源圖中；S2，硬件能夠按照每一個矩形框進行仿射變換運算；S3，將每個矩形框對應的目標圖拼接到一起，即可完成任意尺寸的仿射變換。解決了對于大圖像無法直接使用硬件進行全圖的仿射變換，提出了一種對目標圖像和源圖像進行分割，并保證了分割后的目標圖像和不分割的方法得到的圖像完全一致。

技術領域

本發明涉及圖像技術領域，特別涉及一種大尺寸圖像仿射變換的軟硬件實現方法。

背景技術

在圖像處理中，經常需要對圖像進行各種操作，如平移、縮放、旋轉、翻轉等，這些操作都屬于圖像的仿射變換，通過一個變換矩陣就能很容易實現這些操作。但是目標點對應的源點可能在源圖的任意位置，在硬件中幾乎無法做到對一個較大的圖像進行這樣的仿射變換。

如圖1、2所示，由于仿射變換的性質導致若目標圖的點是按順序讀取，那么源圖輸出的點則極大可能是非連續，這就需要先將目標圖或源圖存儲一部分，以達到DMA到ddr的友好性。若源圖的尺寸較大，旋轉角度較大時，目標點的坐標和源點的坐標之間的差值會較大，硬件是不可能將整幅圖存儲起來。

此外，現有技術中的常用術語如下：

1)人工智能。

2)圖像識別：包括人臉識別，車牌識別，口罩識別等。

3)神經網絡。

4)仿射變換(Affine transformation)。

5)圖像識別前處理。

6)縮放(scale)：對圖像按任意比例放大或縮小。

7)平移(transform)：對圖像任意方向平移

8)旋轉(rotate)：對圖像按任意角度旋轉。

9)反射(reflection)：對圖像照鏡子。

10)錯切(shear)：圖像的倒影。

11)集成電路硬件設計(IC硬件設計)。

發明內容

為了解決上述問題，本方法目的在于：解決了對于大圖像無法直接使用硬件進行全圖的仿射變換，提出了一種對目標圖像和源圖像進行分割，并保證了分割后的目標圖像和不分割的方法得到的圖像完全一致。

具體地，本發明提供一種大尺寸圖像仿射變換的實現方法，所述方法包括以下步驟：

S1，對于一個大尺寸的圖像，根據硬件能夠支持的最大尺寸對目標圖進行分割，分割成一個個矩形框，然后再將矩形框按順序映射到源圖中；

S2，硬件能夠按照每一個矩形框進行仿射變換運算；

S3，將每個矩形框對應的目標圖拼接到一起，即可完成任意尺寸的仿射變換。

所述步驟S2中每一個矩形框進行仿射變換運算，進一步包括：通過一個變換矩陣實現：

設定源圖像坐標為(x,y)，目標圖像坐標為(x’,y’)，仿射變換的矩陣那么

由此，本申請的優勢在于：

當若源圖的尺寸較大，旋轉角度較大時，目標點的坐標和源點的坐標之間的差值會較大，硬件是不可能將整幅圖存儲起來時，比較友好的做法是將圖像進行分割，這樣就能使用較少的資源處理較大圖像的仿射變換，本申請的分割方法，使得分割的圖像拼接后和不分割(整幅圖做仿射變換)的處理結果完全一致。

對比較大的圖像進行仿射變換，對大圖像進行切割成多個小圖進行，降低硬件實現成本。