基于小波变换增强数据的方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例提供一种基于小波变换增强数据的方法、装置、设备及存储介质。该基于小波变换增强数据的方法包括：获取待处理图像在HSV颜色模式下的V分量；对V分量进行N维小波变换以得到V分量的初始低频系数和初始高频系数，其中，N为大于或者等于1的正整数；对初始低频系数进行线性变换以得到增强低频系数、对初始高频系数进行自适应非线性变换以得到增强高频系数；对增强低频系数和增强高频系数进行小波逆变换以得到重构的V分量；基于重构的V分量得到数据增强图像。本发明专利技术实施例对图像的低频信息进行线性调节、对高频信息进行非线性调节，不但有效增强了图像的对比度、抑制了图像的噪声，而且增强是建立在深层次、非线性变换上的。上的。上的。

【技术实现步骤摘要】
基于小波变换增强数据的方法、装置、设备及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种基于小波变换增强数据的方法、装置、设备及存储介质。

技术介绍

[0002]在深度学习中，需要大量的数据来完成任务。然而，寻找数据需要花费相当多的时间，并且，在很多实际的深度学习项目中，很难找到足够的数据，此时可以对现有数据进行增强，以丰富数据集。
[0003]对于图像数据，传统的基于色彩增强的方法，存在着一定的局限性，其仅仅是对图像数据的饱和度、色彩进行线性变换、或者随机的在图片数据中进行噪声的添加。然而，图片数据本身为一种高维的数据，传统的增强方式仅仅作用于图像的像素级信息，无法从本质上对图像数据的分布信息进行变换，增强效果较差。

技术实现思路

[0004]为解决上述技术问题，本专利技术实施例提供一种基于小波变换增强数据的方法、装置、设备及存储介质。
[0005]本专利技术实施例提供的一种基于小波变换增强数据的方法，包括：获取待处理图像在HSV颜色模式下的V分量；对V分量进行N维小波变换以得到V分量的初始低频系数和初始高频系数，其中，N为大于或者等于1的正整数；对初始低频系数进行线性变换以得到增强低频系数、对初始高频系数进行自适应非线性变换以得到增强高频系数；对增强低频系数和增强高频系数进行小波逆变换以得到重构的V分量；基于重构的V分量得到数据增强图像。
[0006]可选地，待处理图像为RGB颜色模式；方法包括：将待处理图像从RGB颜色模式转换为HSV颜色模式；基于重构的V分量得到数据增强图像包括：基于重构的V分量得到HSV颜色模式的初始数据增强图像，将初始数据增强图像转换为RGB颜色模式以得到数据增强图像。
[0007]可选地，N为2。
[0008]可选地，基于小波变换的放缩系数对初始低频系数进行线性变换以得到增强低频系数、以及对初始高频系数进行自适应非线性变换以得到增强高频系数。
[0009]可选地，初始低频系数的线性变换公式为：
[0010]y1＝c1*x1，
[0011]其中，y1为增强低频系数，c1为第一放缩系数，x1为初始低频系数。
[0012]可选地，自适应非线性变换采用单调上升并且上升速率下降的光滑函数实现。
[0013]可选地，初始高频系数的自适应非线性变换公式为：
[0014]y2＝c2*log
a
(1+x2)，
[0015]其中，y2为增强高频系数，c2为第二放缩系数，a为大于1的实数，x2为初始高频系数。
[0016]可选地，a为2或者自然常数e。
[0017]可选地，放缩系数包括增强放缩系数；方法包括：基于目标检测算法选取增强放缩系数。
[0018]可选地，基于目标检测算法选取增强放缩系数包括：选取n个放缩系数；基于n个放缩系数分别得到n个数据增强图像，每个数据增强图像分别对应于一个放缩系数；基于预设的目标检测模型分别对n个数据增强图像进行目标检测以得到n个平均精度均值，每个平均精度均值分别对应于一个数据增强图像；将n个放缩系数按照各自对应的平均精度均值由大到小的顺序进行前后排序；选取排序较前的放缩系数作为增强放缩系数。
[0019]可选地，选取n个放缩系数包括：选取放缩系数的取值范围[p,q]及其分度值m；以分度值m对取值范围[p,q]进行划分而得到n个放缩系数，其中，n＝(q
‑
p)/m。
[0020]可选地，取值范围[p,q]为[1,2]。
[0021]可选地，待处理图像为X光图像，取值范围[p,q]为[1.5,2]。
[0022]可选地，基于n个放缩系数分别得到n个数据增强图像包括：基于n个放缩系数分别对初始低频系数和/或初始高频系数进行变换以得到n组增强系数，n组增强系数中的每组增强系数分别对应一个放缩系数，每组增强系数均包括一对相互对应的增强低频系数和增强高频系数、一对相互对应的增强低频系数和初始高频系数、或者一对相互对应的初始低频系数和增强高频系数；分别对n组增强系数进行小波逆变换以得到重构的n组V分量，每组重构的V分量分别对应于一组增强系数；基于重构的n组V分量分别得到n个数据增强图像，每个数据增强图像分别对应于一组重构的V分量。
[0023]可选地，选取排序较前的放缩系数作为增强放缩系数包括：选取排序最前的一个放缩系数作为增强放缩系数。
[0024]本专利技术实施例提供的一种基于小波变换增强数据的装置，包括：获取模块，用以获取待处理图像在HSV颜色模式下的V分量；分解模块，用以对V分量进行N维小波变换以得到V分量的初始低频系数和初始高频系数，其中，N为大于或者等于1的正整数；系数变换模块，用以对初始低频系数进行线性变换以得到增强低频系数、对初始高频系数进行自适应非线性变换以得到增强高频系数；重构模块，用以对增强低频系数和增强高频系数进行小波逆变换以得到重构的V分量；图像处理模块，用以基于重构的V分量得到数据增强图像。
[0025]本专利技术实施例提供的一种电子设备，包括：处理器；存储器，存储有可在处理器上运行的计算机程序；其中，计算机程序被处理器执行时实现本专利技术实施例提供的基于小波变换增强数据的方法。
[0026]本专利技术实施例提供的一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被执行时实现如本专利技术实施例提供的基于小波变换增强数据的方法。
[0027]与现有技术相比，本专利技术实施例的技术方案具有有益效果。
[0028]例如，基于小波变换的数据增强方法，对图像在HSV颜色模式下的V分量进行有效的分解，获取构成图像的低频信息和高频信息，并且对低频信息进行线性调节以及对高频信息进行非线性调节，可以有效对图像的对比度进行增强以及对噪声进行抑制。
[0029]又例如，小波变换是一种非线性的变换方式，通过小波分解
‑
重构的方式增强图像，增强的基准是建立在深层次、非线性变换上的，可以在图像数据总量不进行扩充的情况下，有效的丰富图像数据的多样性，让有限的图像数据产生更多的数据价值。
[0030]又例如，基于对待处理图像中每个像素点的V分量的初始低频系数和初始高频系
数进行变换，可以达到改变图像对比度的目的，从而实现图像增强。
[0031]又例如，采用自适应非线性变换对初始高频系数进行调节，可以避免因增强高频系数过大而使得噪声增大以及图像失真较多。
[0032]又例如，采用线性变换对初始低频系数进行增强，可以增强待处理图像的对比度并且抑制背景。
[0033]又例如，通过目标检测算法对初始低频系数和初始高频系数进行变换时使用的增强放缩系数进行优选，可以有效提高数据增强效果。
[0034]又例如，通过目标检测算法选取多个(至少二个)增强放缩系数，不但可以得到不同增强效果的增强图像，而且便于对不同增强效果下的增强图像进行对比。
[0035]又例如，本专利技术技术实现简单、运算量较小，耗费时间较短。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于小波变换增强数据的方法，其特征在于，包括：获取待处理图像在HSV颜色模式下的V分量；对所述V分量进行N维小波变换以得到所述V分量的初始低频系数和初始高频系数，其中，N为大于或者等于1的正整数；对所述初始低频系数进行线性变换以得到增强低频系数、对所述初始高频系数进行自适应非线性变换以得到增强高频系数；对所述增强低频系数和所述增强高频系数进行小波逆变换以得到重构的V分量；基于所述重构的V分量得到数据增强图像。2.根据权利要求1所述的方法，其特征在于，所述待处理图像为RGB颜色模式；所述方法包括：将所述待处理图像从所述RGB颜色模式转换为所述HSV颜色模式；所述基于所述重构的V分量得到数据增强图像包括：基于所述重构的V分量得到所述HSV颜色模式的初始数据增强图像，将所述初始数据增强图像转换为所述RGB颜色模式以得到所述数据增强图像。3.根据权利要求1所述的方法，其特征在于，所述N为2。4.根据权利要求1所述的方法，其特征在于，基于所述小波变换的放缩系数对所述初始低频系数进行线性变换以得到所述增强低频系数、以及对所述初始高频系数进行自适应非线性变换以得到所述增强高频系数。5.根据权利要求4所述的方法，其特征在于，所述初始低频系数的线性变换公式为：y1＝c1*x1，其中，y1为所述增强低频系数，c1为第一所述放缩系数，x1为所述初始低频系数。6.根据权利要求4所述的方法，其特征在于，所述自适应非线性变换采用单调上升并且上升速率下降的光滑函数实现。7.根据权利要求6所述的方法，其特征在于，所述初始高频系数的自适应非线性变换公式为：y2＝c2*log
a
(1+x2)，其中，y2为所述增强高频系数，c2为第二所述放缩系数，a为大于1的实数，x2为所述初始高频系数。8.根据权利要求7所述的方法，其特征在于，所述a为2或者自然常数e。9.根据权利要求5或7所述的方法，其特征在于，所述放缩系数包括增强放缩系数；所述方法包括：基于目标检测算法选取所述增强放缩系数。10.根据权利要求9所述的方法，其特征在于，所述基于目标检测算法选取所述增强放缩系数包括：选取n个放缩系数；基于所述n个放缩系数分别得到n个数据增强图像，每个数据增强图像分别对应于一个放缩系数；基于预设的目标检测模型分别对所述n个数据增强图像进行目标检测以得到n个平均精度均值，每个平均精度均值分别对应于一个数据增强图像；将所述n个放缩系数按照各自对应的平均精度均值由大到小的...

【专利技术属性】
技术研发人员：秦亮，董有政，顾怡韵，罗杨晓璇，李新伟，
申请(专利权)人：上海复旦微电子集团股份有限公司，
类型：发明
国别省市：