[發明專利]一種大數據圖像處理算法及系統

在審

• 申請號: 202110480856.3
• 申請日: 2021-04-30
• 公開（公告）號: CN113095286A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 汪知禮
• 申請（專利權）人: 汪知禮
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06F16/51;G06F9/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種圖像處理的技術領域，揭露了一種大數據圖像處理算法，包括：獲取海量圖像數據，并對圖像數據進行圖像灰度化和灰度拉伸的預處理；利用圖像描述特征提取算法對預處理完成的圖像進行特征提取；利用分區優化算法對大數據平臺的數據分區策略進行優化，并將海量圖像數據存儲到優化后的大數據平臺中，并將圖像描述特征作為圖像存儲的鍵值；利用自適應的圖像分割算法對所存儲的圖像進行自適應分割處理；利用圖像語義特征提取模型提取分割后圖像塊的語義信息，將所有分割圖像塊的語義信息作為原圖像的語義信息。本發明還提供了一種大數據圖像處理系統。本發明實現了基于大數據的圖像處理。

技術領域

本發明涉及圖像處理的技術領域，尤其涉及一種大數據圖像處理算法及系統。

背景技術

隨著圖像大數據技術的飛速發展，多維、多尺度、高分辨率的圖像數據呈現爆發式增長。傳統圖像處理軟件在對這些海量圖像數據進行處理時存在耗時較長的問題。

同時傳統圖像處理軟件因數據的吞吐量較大、信息冗余等問題導致存儲架構對服務器的硬件資源具有很強的依賴性，無法集中管理導致維護困難，擴展性較差且存儲利用率不高。

鑒于此，如何依靠大數據技術實現更為高效的海量數據處理，成為本領域技術人員亟待解決的問題。

發明內容

本發明提供一種大數據圖像處理算法，通過提取圖像的描述特征作為圖像的存儲鍵值，并利用分區優化算法對大數據平臺的數據分區策略進行優化，并將海量數據存儲到優化后的大數據平臺中；利用自適應的圖像分割算法對所存儲的圖像進行自適應分割處理，并利用圖像語義特征提取模型提取分割后圖像塊的語義信息，將所有分割圖像塊的語義信息作為原圖像的信息，實現圖像的分割以及語義信息提取處理。

為實現上述目的，本發明提供的一種大數據圖像處理算法，包括：

獲取海量圖像數據，并對圖像數據進行圖像灰度化和灰度拉伸的預處理，得到預處理完成的海量圖像數據；

利用圖像描述特征提取算法對預處理完成的圖像進行特征提取，得到海量圖像的描述特征；

利用分區優化算法對大數據平臺的數據分區策略進行優化，并將海量圖像數據存儲到優化后的大數據平臺中，并將圖像描述特征作為圖像存儲的鍵值；

利用自適應的圖像分割算法對所存儲的圖像進行自適應分割處理，得到若干圖像塊；

利用圖像語義特征提取模型提取分割后圖像塊的語義信息，將所有分割圖像塊的語義信息作為原圖像的語義信息。

可選地，所述對圖像數據進行圖像灰度化和灰度拉伸的預處理，包括：

1)對所采集的海量圖像中每一個像素的三個分量求最大值，并將該最大值設置為該像素點的灰度值，得到圖像的灰度圖，所述灰度化處理的公式為：

G(i,j)＝max{R(i,j),G(i,j),B(i,j)}

其中：

(i,j)為圖像中的一個像素點；

R(i,j),G(i,j),B(i,j)分別為像素點(i,j)在R、G、B三個顏色通道中的值；

G(i,j)為像素點(i,j)的灰度值；

2)對于所述灰度圖，利用分段線性變換的方式對圖像灰度進行拉伸，所述灰度拉伸的公式為：

其中：

f(x,y)為灰度圖；

MAX_f(x,y),MIN_f(x,y)分別為灰度圖的最大灰度值和最小灰度值。