CN102299718A - 手写终端轨迹的压缩和解压方法 - Google Patents

Abstract

本发明公开了一种手写终端轨迹的压缩方法和解压方法，属于图像压缩领域。该手写终端轨迹的压缩方法包括：计算每条轨迹点的实际坐标与点的预测坐标的坐标差值；对坐标差值进行熵编码得到码字以完成每条轨迹的压缩。手写终端轨迹的解压方法包括：对保存的码字进行熵解码得到每条轨迹点的实际坐标与点的预测坐标的坐标差值；根据预测抽头系数得到每条轨迹点的预测坐标；根据点的预测坐标和点的实际坐标与点的预测坐标的坐标差值得到每条轨迹点的实际坐标。本发明中，在对轨迹进行压缩编码时利用轨迹点坐标的相关性，克服了现有技术中统一采用定长编码的方式对轨迹进行编码导致存储空间较大的缺陷。

Description

手写终端轨迹的压缩和解压方法

技术领域

本发明属于图像压缩领域，涉及一种针对在手写终端上书写的轨迹的压缩方法，尤其涉及一种融合预测编码和熵编码的手写终端轨迹的压缩方法。 

背景技术

手写识别技术在手机、电子阅读器等终端上得到了广泛的应用。利用这些支持手写技术的终端，用户可以在阅读的文档上进行批注、在便签中记事和备忘，随之而产生的轨迹都需要予以保存。将这些轨迹保存为二值图像是最直接的方式。由于轨迹是一系列间断的点构成的，现有技术中采用二值图像保存轨迹保存了所有的点的实际坐标值，且采用定长编码方式。但是这种保存方式并没有充分利用轨迹点之间存在的空间相关性，所以，这种保存所有间断的点坐标占用了较大的存储空间。 

如果具有电子纸显示屏的手持式电子书阅读器的分辨率为800×600，点的每个方向上坐标需要的编码比特数为16bits，因此每个点坐标需要的编码比特数为32bits。但是，实际上在800×600分辨率下，点的每个方向坐标需要的编码比特数为10bits，每个点坐标需要的编码比特数为20bits。再者，定长编码中没有考虑点之间的相邻性。 

发明内容

本发明所要解决的技术问题是提供一种手写终端轨迹的压缩方法和解压方法，用以减少对轨迹进行存储时需要的存储空间。 

为解决上述技术问题，本发明提供了一种手写终端轨迹的压缩方法。该手写终端轨迹的压缩方法包括： 

计算每条轨迹点的实际坐标与点的预测坐标的坐标差值； 

对坐标差值进行熵编码得到码字以完成每条轨迹的压缩。 

手写终端轨迹的压缩方法还包括： 

按照时间顺序对每条轨迹的点的实际坐标进行排列形成点坐标的时间序列； 

按照点坐标的时间序列形成点的预测坐标。 

所述按照点坐标的时间序列形成点的预测坐标具体为： 

根据 

得到当前点的预测坐标，其中， 

表示当前预测点横坐标， 表示当前预测点纵坐标，a₀，a₁，…，a_k-1为预测的抽头系数，k为预测阶数，(x_i-k，y_i-k)，(x_i-k+1，y_i-k+1)，…，(x_i-1，y_i-1)表示当前点的实际坐标(x_i，y_i)前的k个点的实际坐标。 

所述对坐标差值进行熵编码以完成每条轨迹的压缩具体为：采用HUFFMAN编码或者算术编码算法对坐标差值进行熵编码。 

所述预测阶数k为1或2。 

所述轨迹由点击书写到点击结束后形成的一系列连续的点构成。 

所述对坐标差值进行熵编码以完成每条轨迹的压缩具体为：对每条轨迹的坐标差值进行概率统计，并根据统计的概率完成对当前轨迹的压缩。 

对坐标差值进行熵编码以完成每条轨迹的压缩具体为：根据预先建立的码表以及坐标差值生成码字。 

根据预先建立的码表以及坐标差值生成码字具体为：判断坐标差值是否位于预定的阈值范围内，如果是，则根据变长编码方式生成预先建立的码表， 根据预先建立的码表和坐标差值生成码字，否则，根据定长编码方式以及坐标差值生成码字。 

手写终端轨迹的压缩方法还包括：在根据预先建立的码表和坐标差值以及根据定长编码方式和坐标差值生成的码字之前增加标志位。 

为解决现有技术的上述技术问题，本发明还提供了一种手写终端轨迹的解压方法。手写终端轨迹的解压方法包括： 

对保存的码字进行熵解码得到每条轨迹点的实际坐标与点的预测坐标的坐标差值； 

根据预测抽头系数得到每条轨迹点的预测坐标； 

根据点的预测坐标和点的实际坐标与点的预测坐标的坐标差值得到每条轨迹点的实际坐标。 

手写终端轨迹的解压方法还包括： 

获取保存的码字之前的标志位； 

根据标志位得到点的实际坐标与点的预测坐标的坐标差值。 

根据以及预测抽头系数得到每条轨迹点的预测坐标具体为：在预先建立的码表中查找与坐标差值和预测抽头系数对应的点的预测坐标。 

本发明中，在对轨迹进行压缩编码时利用轨迹点坐标的相关性，首先计算出每条轨迹点的实际坐标与点的预测坐标的坐标差值。基于此，再对坐标差值进行熵编码得到码字以完成每条轨迹的压缩。从而克服了现有技术中统一采用定长编码的方式对轨迹进行编码导致存储空间较大的缺陷。 

附图说明

图1为本发明手写终端轨迹的压缩方法实施例的流程图； 

图2为本发明手写终端轨迹的压缩方法流程图对应的计算框图； 

图3为本发明手写终端轨迹的解压方法实施例的流程图； 

图4为本发明手写终端轨迹的解压方法实施例的流程图对应的计算框图。 

具体实施方式

下面结合附图和实施例，对本发明的技术方案做进一步的详细描述。 

图1为本发明手写终端轨迹的压缩方法实施例的流程图。如图1所示，本实施中的手写终端轨迹的压缩方法包括： 

S101、计算每条轨迹点的实际坐标与点的预测坐标的坐标差值。 

在手写终端的上进行书写时，设备屏幕采样输入产生一系列间断的点，这些点按书写的时间先后顺序连接起来就形成了每一条轨迹。在对轨迹进行保存时现有技术采用的是保存构成每一条轨迹的每一个轨迹点的实际坐标，但是这些点之间具有一定的相关性，即时间上连续的点之间在位置上也往往是相邻的，后一个点总会在前一个点附近，而不会相隔很远。因此，本实施例中充分利用了构成每一条轨迹的点在书写上具有空间上的相关性，根据当前点之前的若干个点的实际坐标得到当前点的预测坐标，继而获得每一个点的预测坐标，可以消除轨迹点的坐标上的冗余以提高压缩编码的效率，节省存储空间。 

基于此，本实施例中，在计算点的实际坐标与点的预测坐标的坐标差值之前还可以包括： 

按照时间顺序对每条轨迹的点的实际坐标进行排列形成点坐标的时间序列；及按照点坐标的时间序列形成点的预测坐标。 

本实施例中，利用预测差分编码对每一条轨迹的点坐标序列进行编码， 利用已利用当前点前的若干个过去点坐标得到当前点的预测坐标，详细计算方法如下： 

$\left\{\begin{array}{c}{\hat{x}}_i=a_0{x}_{i-k}+a_1{x}_{i-k+1}+...+a_{k-1}{x}_{i-1}\\ {\hat{y}}_i=a_0{y}_{i-k}+a_1{y}_{i-k+1}+...+a_{k-1}{y}_{i-1}\end{array}\right.---\left(1\right)$

$\mathrm{\Δx}=x_i-{\hat{x}}_i,\mathrm{\Δy}=y_i-{\hat{y}}_i---\left(2\right)$

式中，(x_i，y_i)表示当前点的实际坐标， 

表示当前点的预测坐标，a₀，a₁，…，a_k-1表示预测抽头系数，k表示预测阶数，(x_i-k，y_i-k)，(x_i-k+1，y_i-k+1)，…，(x_i-1，y_i-1)表示当前点的实际坐标(x_i，y_i)前已完成编码k个点的实际坐标，(Δx，Δy)表示当前点的实际坐标与当前点的预测坐标的坐标差值。 

本实施例中，取预测阶数k＝2，经统计发现，点的实际坐标与点的预测坐标的坐标差值(Δx，Δy)都比较集中。点的实际坐标与点的预测坐标的坐标差值(Δx，Δy)为零的概率约为30％，即横坐标差值Δx和纵坐标差值Δy分别为零的概率均大约为30％。而点的实际坐标与点的预测坐标的坐标差值(Δx，Δy)位于-15至15以内的概率超过了99％，即横坐标差值Δx和纵坐标差值Δy均位于-15至15以外的概率均不超过99％。这些统计数据表明，每条轨迹点的坐标之间存在着很强的相关性，即存在着很强的冗余。利用这一特性可以有效地提高轨迹压缩的效率，节省存储空间。此处，根据压缩的精度和计算量的大小来折中选择预测阶数k，比如预测阶数k等于1。k越大则坐标差值分布越集中，压缩效率越高，但同时计算量也会增加。 

在对每条轨迹的点坐标进行预测编码时，预测编码的是针对从点击书写到点击结束后形成的一系列连续的点构成的一条轨迹，即只对构成每条轨迹的点坐标进行预测编码，下一条轨迹的起始点坐标不能使用上一条轨迹的最后几个点坐标进行预测编码，必须重新按照上述计算方法重新预测编码。 

S102、对坐标差值进行熵编码以完成每条轨迹的压缩。 

本实施例中，利用了每条轨迹点的坐标之间的冗余性，对经步骤S101得到的坐标差值进行熵编码压缩方式之后再存储，比如可以采用HUFFMAN编码或者算术编码算法等无损压缩方式，而区别于对预测差分编码后的码字直接进行存储。 

本实施例中，采用HUFFMAN编码具体过程可以为：对每条轨迹的坐标差值进行概率统计，并按由大到小的顺序对统计的概率进行排序；将最小的概率两个概率进行相加，将相加后的概率与其余为进行相加运算的概率由大到小重新进行排序，直至只剩两个概率序列。 

对仅剩的两个概率进行二进制编码赋值，从而得到HUFFMAN码字，最终完成了每条轨迹的编码。坐标差值的概率与HUFFMAN码字成反比，即坐标差值的概率越大，HUFFMAN码字越短，反之，则HUFFMAN码字越长。 

具体地，由于目前的电子书屏幕的分辨率为800×600，横坐标差值Δx的理论范围为[-600，600]，纵坐标差值Δy的理论范围[-800，800]。但是，由于电子书采样频率的限制，横坐标差值Δx和纵坐标差值Δy位于-15至15之外的概率非常小。再者，要把多达1201个横坐标差值Δx和1601个纵坐标差值Δy进行编码，编码后的码表就非常大；而且对于一些概率非常小的坐标差值(Δx，Δy)，比如坐标差值(Δx，Δy)为±800，对应的HUFFMAN码字就比较长。这样，增加了HUFFMAN码表的制定难度，降低了后续解码的效率。因此，在进行HUFFMAN编码时，需要结合电子书的屏幕分辨率以及概率统计的实际情况，设置一个针对坐标差值的阈值范围即预定的阈值范围。本实施例中，当预测阶数k＝2时，点的实际坐标与点的预测坐标的坐标差值(Δx，Δy)位于-15至15以内的概率超过了99％。所以，预定的阈值范围设为-15至15以内。对于位于 -15至15以内的坐标差值来说，直接在采用HUFFMAN编码方法预先建立的码表中进行查询得到对应的HUFFMAN码字。对于屏幕的分辨率为800×600的电子书来说，对于坐标差值位于-15至15以内的点来说，横坐标和纵坐标方向上的坐标差值分别只需要的平均字节为3bits，如表一所示，即每个点的只需要6bits。此处，预先建立的码表是对大量的轨迹的坐标差值进行概率统计后建立的。因此，避免了对每条轨迹单独进行坐标差值的概率统计和码表建立，提高了轨迹压缩的效率。对于位于-15至15之外的坐标差值来说，直接对坐标差值进行定长编码得到对应的定长码字。对于屏幕的分辨率为800×600的电子书来说，有1201个横坐标差值Δx和1601个纵坐标差值，横坐标和纵坐标方向上的坐标分别只用11bits来存储，而区别于用16bits或者32bits来存储横坐标和纵坐标方向的坐标，有效节省了存储空间。 

本实施例中，为了区分是采用HUFFMAN编码方法预先建立的码表中的码字还是定长编码的码字，需要设置标志位。比如定长编码的码字之前的标志位为0，HUFFMAN编码的码字之前的标志位为1因此，在每个方向上的码字中均增加一个标志位的话，每个点的只需要8bits进行存储，与目前每个点需要32bits进行存储来说，压缩率提高了75％。 

如果忽略坐标差值(Δx，Δy)的概率小而对应的HUFFMAN码字较长，也可以不设置针对坐标差值的阈值范围即预定的阈值范围以采用定长编码和HUFFMAN编码，而是针对所有的坐标差值都用HUFFMAN编码，以完成轨迹的压缩编码。 

上述实施例中，在对压缩后的笔迹进行保存时，需要在头部记录中记录预测介数K和预测抽头系数a₀，a₁，…，a_k-1。 

图2为本发明手写终端轨迹的压缩方法流程图对应的计算框图。如图2 所示，根据预测介数K设置延时器的个数，即可以利用当前点之前的K个已完成编码的点的坐标和预测的抽头系数a₀，a₁，…，a_k-1得到当前点的预测坐标。当前点的实际坐标(x_i，y_i)与当前点的预测坐标 

之间做差即可得到当前点的实际坐标与当前点的预测坐标的坐标差值(Δx，Δy)。当前点的实际坐标与当前点的预测坐标的坐标差值(Δx，Δy)经上述的HUFFMAN编码得到HUFFMAN码字，从而完成轨迹的压缩。 

本实施例中，在对轨迹进行压缩编码时结合轨迹点的冗余性，首先计算出每条轨迹点的实际坐标与点的预测坐标的坐标差值。基于此，再对坐标差值进行熵编码得到码字以完成每条轨迹的压缩。从而克服了现有技术中统一采用定长编码的方式对轨迹进行压缩编码导致存储空间较大的缺陷。 

图3为本发明手写终端轨迹的解压方法实施例的流程图。图4为本发明手写终端轨迹的解压方法实施例的流程图对应的计算框图。如图3所示，本实施例中的解压方法与上述压缩方法在流程刚好相反，具体包括如下步骤： 

S301、对保存的码字进行熵解码得到每条轨迹点的实际坐标与点的预测坐标的坐标差值(Δx，Δy)； 

如果对根据预定的阈值范围对坐标差值(Δx，Δy)进行了定长编码和HUFFMAN编码，生成的码字会带有区分这两种不同编码方式的标志位。所以说，在对保存的码字进行熵解码时，需要执行如下步骤： 

S311，读取保存的码字之前的标志位；如前所述，表明采用定长编码的码字之前的标志位为0，表明采用HUFFMAN编码的码字之前的标志位为1。 

S321，判断标志位是0还是1，如果是0，则执行S331，如果是1，则执行S341。 

S331、读取标志位后的11位码值作为一部分点的实际坐标与点的预测坐 标的坐标差值(Δx，Δy)。 

S341、在预先建立的码表中进行检索并输出检索的码值作为另外一部分点的实际坐标与点的预测坐标的坐标差值(Δx，Δy)。 

相应地，如表一所示，由于码表比较小，在存储时可以直接按照HUFFMAN树结构进行存储。在检索时，逐位从码流中读取数据进行树检索得到其码值。从表一看出，码字最大长度为10，所以最多比较10次可以检索到每一个码字，而随着码字长度的增加，码字出现的概率越来越小，实际上每个坐标差值的解码需要的比较次数等于其平均编码长度3bits左右，计算量并不大。 

表一坐标差值与对应码字的码表 

S302、根据预测抽头系数a₀，a₁，…，a_k-1得到每条轨迹点的预测坐标 

参照公式(1)计算点的预测坐标 

如图4所示。 

S303、根据点的预测坐标 和点的实际坐标与点的预测坐标的坐标差值(Δx，Δy)得到点的实际坐标(x_i，y_i)。 

如图4所示，通过点的预测坐标 

和点的实际坐标与点的预测坐标的坐标差值(Δx，Δy)相加可以得到的点的实际坐标(x_i，y_i)。 

本实施例中，在对轨迹进行解压时时结合轨迹点的冗余性，首先对保存的码字进行熵解码得到每条轨迹点的实际坐标与点的预测坐标的坐标差值。基于此，根据预测抽头系数得到每条轨迹点的预测坐标，之后再与点的预测坐标和点的实际坐标与点的预测坐标的坐标差值相加得到以完成每条轨迹的解压。 

Claims (13)

1.一种手写终端轨迹的压缩方法，其特征在于，包括：

计算每条轨迹点的实际坐标与点的预测坐标的坐标差值；

对坐标差值进行熵编码得到码字以完成每条轨迹的压缩。

2.根据权利要求1所述的手写终端轨迹的压缩方法，其特征在于，还包括：

按照时间顺序对每条轨迹的点的实际坐标进行排列形成点坐标的时间序列；

按照点坐标的时间序列形成点的预测坐标。

3.根据权利要求2所述的手写终端轨迹的压缩方法，其特征在于，所述按照点坐标的时间序列形成点的预测坐标具体为：

根据

得到当前点的预测坐标，其中，

表示当前预测点横坐标，

表示当前预测点纵坐标，a₀，a₁，…，a_k-1为预测的抽头系数，k为预测阶数，(x_i-k，y_i-k)，(x_i-k+1，y_i-k+1)，…，(x_i-1，y_i-1)表示当前点的实际坐标(x_i，y_i)前的k个点的实际坐标。

4.根据权利要求1或2或3所述的手写终端轨迹的压缩方法，其特征在于，所述对坐标差值进行熵编码以完成每条轨迹的压缩具体为：采用HUFFMAN编码或者算术编码算法对坐标差值进行熵编码。

5.根据权利要求4所述的手写终端轨迹的压缩方法，其特征在于，所述预测阶数k为1或2。

6.根据权利要求4所述的手写终端轨迹的压缩方法，其特征在于，所述轨迹由点击书写到点击结束后形成的一系列连续的点构成。

7.根据权利要求6所述的手写终端轨迹的压缩方法，其特征在于，所述对坐标差值进行熵编码以完成每条轨迹的压缩具体为：对每条轨迹的坐标差值进行概率统计，并根据统计的概率完成对当前轨迹的压缩。

8.根据权利要求6所述的手写终端轨迹的压缩方法，其特征在于，对坐标差值进行熵编码以完成每条轨迹的压缩具体为：根据预先建立的码表以及坐标差值生成码字。

9.根据权利要求8所述的手写终端轨迹的压缩方法，其特征在于，根据预先建立的码表以及坐标差值生成码字具体为：判断坐标差值是否位于预定的阈值范围内，如果是，则根据变长编码方式生成预先建立的码表，根据预先建立的码表和坐标差值生成码字，否则，根据定长编码方式以及坐标差值生成码字。

10.根据权利要求8所述的手写终端轨迹的压缩方法，其特征在于，还包括：在根据预先建立的码表和坐标差值以及根据定长编码方式和坐标差值生成的码字之前增加标志位。

11.一种手写终端轨迹的解压方法，其特征在于，包括：

对保存的码字进行熵解码得到每条轨迹点的实际坐标与点的预测坐标的坐标差值；

根据预测抽头系数得到每条轨迹点的预测坐标；

根据点的预测坐标和点的实际坐标与点的预测坐标的坐标差值得到每条轨迹点的实际坐标。

12.根据权利要求11所述的手写终端轨迹的解压方法，其特征在于，还包括：

获取保存的码字之前的标志位；

根据标志位得到点的实际坐标与点的预测坐标的坐标差值。

13.根据权利要求11或12所述的手写终端轨迹的解压方法，其特征在于，根据以及预测抽头系数得到每条轨迹点的预测坐标具体为：在预先建立的码表中查找与坐标差值和预测抽头系数对应的点的预测坐标。

Images