CN103886623B - 一种图像压缩方法、设备及系统 - Google Patents
一种图像压缩方法、设备及系统 Download PDFInfo
- Publication number
- CN103886623B CN103886623B CN201210554484.5A CN201210554484A CN103886623B CN 103886623 B CN103886623 B CN 103886623B CN 201210554484 A CN201210554484 A CN 201210554484A CN 103886623 B CN103886623 B CN 103886623B
- Authority
- CN
- China
- Prior art keywords
- image block
- described image
- block
- color
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Abstract
本发明提供一种图像压缩方法、设备及系统。该方法包括：按照预设图像块尺寸，将待压缩图像分割为互不重叠的多个图像块；根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型；根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，以完成对所述待压缩图像的压缩。根据本发明提供的图像压缩方法、设备及系统，实现对包含有文本图形信息和自然图像信息的混合图像的有效压缩。
Description
技术领域
本发明涉及数据处理技术，尤其涉及一种图像压缩方法、设备及系统，属于通信技术领域。
背景技术
随着计算机应用技术的不断提高和计算机网络的迅速发展，图形化用户界面，即图形用户接口（Graphic User Interface，GUI）已经成为各种不同的计算设备，如个人计算机（Personal Computer，PC）、便携式终端等所必不可少的功能。同时，人们也不在满足于基于网络进行文本、语音和视频交流，开始利用网络去实现远程控制、监控以及计算机支持的协同工作（Computer Supported Cooperative Work，CSCW）等，并且得到越来越广泛的应用，例如包括网络多媒体会议、远程办公、远程教学、产品演示和股票分析系统等等。这些应用直接促使了远程桌面共享技术的产生和发展。
远程桌面共享技术虽然给现代信息化社会的生活带来了很大的便利，但是由于计算机屏幕图像序列的数据量十分巨大，极易造成网络拥堵和传输延时。以17寸的液晶显示器为例，一帧桌面图像数据为1280×1024/24/8/1024/1024=3.75MB，若以15帧/秒的速度截取图像序列，则1秒钟产生的数据为3.75*15=56.25MB。这样的数据量在当前10M/100M甚至1000M的Internet网络上传输，都极易引起网络拥堵和传输延时。
因此，如何对计算机屏幕图像进行实时、有效的压缩、以已成为远程桌面共享技术发展的一个瓶颈。而现有技术的压缩标准，如联合图像专家小组（Joint PhotographicExperts Group，JPEG）系列、H.26X系列和动态图像专家组-X（Moving Pictures ExpertsGroup/Motion Pictures ExpertsGroup-X，MPEG-X）系列等，是基于人类视觉的敏感特性和自然图像色调连续的特征而制定的，而计算机屏幕图像同时包含有大量的文本、图形和自然图像信息，使得以上方法无法对计算机屏幕图像进行有效的压缩。
发明内容
针对现有技术中的缺陷，本发明提供一种图像压缩方法、设备及系统，用以实现对包含有文本图形信息和自然图像信息的混合图像进行有效压缩。
第一方面，提供一种图像压缩方法，包括：
按照预设图像块尺寸，将待压缩图像分割为互不重叠的多个图像块；
根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型；
根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，以完成对所述待压缩图像的压缩。
在第一方面的第一种可能的实现方式中，所述根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型，包括：
分析所述图像块的颜色种类数和直方图分布；
根据所述图像块的颜色种类数和直方图分布，判断所述图像块的图像块类型为文本图形块或自然图像块。
结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述根据所述图像块的颜色种类和直方图分布，判断所述图像块的图像块类型为文本图形块或自然图像块，包括：
若所述图像块的颜色种类数小于等于第一预设阈值，则将所述图像块标记为文本图形块；
若所述图像块的颜色种类数大于第二预设阈值，则将所述图像块标记为自然图像块，其中所述第二预设阈值大于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第一预设阈值、且小于等于所述第二预设阈值，则检测所述图像块的直方图分布是否为完全离散分布；若是，则将所述图像块标记为文本图形块，若否，则将所述图像块标记为自然图像块。
结合第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述若所述图像块的颜色种类数小于等于第一预设阈值，则将所述图像块标记为文本图形块，包括：
若所述图像块的颜色种类数小于等于第三预设阈值，则将标记为文本图形块，其中所述第三预设阈值小于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第三预设阈值，则对所述图像块进行颜色聚类处理，以使颜色聚类后的图像块的颜色种类数小于等于所述第三预设阈值，并将所述颜色聚类后的图像块标记为文本图形块。
结合第一方面或第一方面的第一至第三种中任一种可能的实现方式，在第一方面的第四种可能的实现方式中，所述根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，包括：
若所述图像块为文本图形块，则根据预先配置的颜色值与索引值之间的映射关系，将所述图像块的各像素点的颜色值转换为索引值，并生成与所述文本图形块对应的颜色索引表；
对所述颜色索引表进行自适应游程编码压缩。
结合第一方面或第一方面的第一至第三种中任一种可能的实现方式，在第一方面的第五种可能的实现方式中，所述根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，包括：
若所述图像块为自然图像块，则判断所述图像块中是否包括文本图形信息；
若否，则采用预置的有损压缩规则，对所述图像块进行压缩编码；
若是，则提取所述图像块中的文本图形信息，对所述提取的文本图形信息采用预置的、与文本图形块对应的无损压缩规则进行压缩编码；对提取所述文本图形信息后剩余的自然图像信息，采用所述有损压缩规则进行压缩编码。
第二方面，提供一种图像压缩设备，包括：
分割模块，用于按照预设图像块尺寸，将待压缩图像分割为互不重叠的多个图像块；
分类模块，用于根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型；
压缩模块，用于根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，以完成对所述待压缩图像的压缩。
在第二方面的第一种可能的实现方式中，所述分类模块用于：
分析所述图像块的颜色种类数和直方图分布；
根据所述图像块的颜色种类数和直方图分布，判断所述图像块的图像块类型为文本图形块或自然图像块。
结合第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，所述分类模块用于：
若所述图像块的颜色种类数小于等于第一预设阈值，则将所述图像块标记为文本图形块；
若所述图像块的颜色种类数大于第二预设阈值，则将所述图像块标记为自然图像块，其中所述第二预设阈值大于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第一预设阈值、且小于等于所述第二预设阈值，则检测所述图像块的直方图分布是否为完全离散分布；若是，则将所述图像块标记为文本图形块，若否，则将所述图像块标记为自然图像块。
结合第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式中，所述分类模块用于：
若所述图像块的颜色种类数小于等于第三预设阈值，则将标记为文本图形块，其中所述第三预设阈值小于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第三预设阈值，则对所述图像块进行颜色聚类处理，以使颜色聚类后的图像块的颜色种类数小于等于所述第三预设阈值，并将所述颜色聚类后的图像块标记为文本图形块。
结合第二方面或第二方面的第一至第三种中任一种可能的实现方式，在第二方面的第四种可能的实现方式中，所述压缩模块用于：
若所述图像块为文本图形块，则根据预先配置的颜色值与索引值之间的映射关系，将所述图像块的各像素点的颜色值转换为索引值，并生成与所述文本图形块对应的颜色索引表；
对所述颜色索引表进行自适应游程编码压缩。
结合第二方面或第二方面的第一至第三种中任一种可能的实现方式，在第二方面的第五种可能的实现方式中，所述压缩模块用于：
若所述图像块为自然图像块，则判断所述图像块中是否包括文本图形信息；
若否，则采用预置的有损压缩规则，对所述图像块进行压缩编码；
若是，则提取所述图像块中的文本图形信息，对所述提取的文本图形信息采用预置的、与文本图形块对应的无损压缩规则进行压缩编码；对提取所述文本图形信息后剩余的自然图像信息，采用所述有损压缩规则进行压缩编码。
第三方面，提供一种图像传送系统，包括本发明提供的图像压缩设备，以及与所述图像压缩设备连接的图像解压缩设备。
根据本发明实施例的图像压缩方法、设备及系统，由于将待压缩图像划分为互不重叠的多个图像块，根据图像块的颜色和/或纹理特征进行分类，并对不同类型的图像块采用不同的压缩规则进行压缩编码，从而实现了根据图像块的颜色和/或纹理特征进行差异化的压缩处理，因此实现了对同时包含有文本图形信息和自然图像信息的混合图像的有效压缩。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的图像压缩方法的一种典型应用场景的示意图。
图2为本发明实施例的图像压缩方法的流程示意图。
图3为本发明实施例的图像压缩方法中判断图像块类型的一个示例的流程示意图。
图4为本发明实施例的图像压缩方法中判断图像块类型的另一个示例的流程示意图。
图5为本发明实施例中对文本图形块进行压缩编码一个示例的流程图。
图6为本发明实施例中更新流程对应的码字编号的一个示例的示意图。
图7为本发明实施例的图像压缩设备的结构示意图。
图8为本发明另一实施例的图像压缩设备的结构示意图。
图9为本发明实施例的图像传送系统的系统架构示意图。
具体实施方式
图1为本发明实施例的图像压缩方法的一种典型应用场景的示意图。如图1所示，服务器11对本地桌面进行截屏，应用本发明实施例的图像压缩方法对截屏获得的本地桌面图像进行压缩，获得对应的压缩码流。服务器11将压缩码流通过通信网络传送给远端的客户端设备，例如包括图1中的PC 12、移动终端13和便携式计算机14。PC 12、移动终端13和便携式计算机14接收服务器11发送的压缩码流后，对压缩码流进行解码，恢复出服务器11的桌面图像并进行显示。下面，从服务器11进行本地桌面图像压缩的的角度，对本发明实施例的图像压缩方法进行详细说明。
图2为本发明实施例的图像压缩方法的流程示意图，如图2所示，该方法包括：
步骤201，按照预设图像块尺寸，将待压缩图像分割为互不重叠的多个图像块；
步骤202，根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型；
步骤203，根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，以完成对所述待压缩图像的压缩。
具体地，在上述步骤201中，服务器首先将本地桌面图像分割成n×n的非重叠图像块，例如为8*8、16*16或32*32等。当本地桌面图像不满足时，以采用16*16作为图像块尺寸进行本地桌面图像分割，若本地桌面图像在长度方向和/或宽度方向的像素点的个数不满足16的整数倍，可以将本地桌面图像的长和/或宽分别扩展为16的整数倍，进行后续处理。其中，所扩展的像素点的像素值例如为0或为空，使得在客户端设备进行解码时，通过识别出能够去除掉相应像素点即可。
在上述步骤202中，对步骤201获得的各16*16的图像块进行分析，获得各16*16的图像块的颜色特征（例如图像块包括的颜色种类数）和/或纹理特征（例如色调是否连续），并结合服务器中预先配置的图像块分类规则，对各16*16的图像块进行分类，标识各图像块对应的图像块类型。
在上述步骤203中，服务器中预先配置有至少两种压缩规则，并存储有各压缩规则与图像块类型之间的映射关系。例如，服务器中既配置有解码恢复后图像质量较高、但是压缩效率较低的无损压缩方法，也配置有解码恢复后图像质量较低、但是压缩效率较高的有损压缩方法，并且将无损压缩方法对应于对图像质量要求较高的图像块类型，以确保图像质量，而将有损压缩方法对应于图像质量要求较低的图像块类型，以提高压缩效率。服务器在执行步骤202后，根据已标记的图像块类型，调用相应的压缩规则对图像块进行压缩。
根据本发明实施例提供的图像压缩方法，由于将待压缩图像划分为互不重叠的多个图像块，根据图像块的颜色和/或纹理特征进行分类，并对不同类型的图像块采用不同的压缩规则进行压缩编码，从而实现了根据图像块的颜色和/或纹理特征进行差异化的压缩处理，因此实现了对同时包含有文本图形信息和自然图像信息的混合图像的有效压缩。
进一步地，在上述实施例的图像压缩方法中，所述根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型，包括：
分析所述图像块的颜色种类数和直方图分布；
根据所述图像块的颜色种类数和直方图分布，判断所述图像块的图像块类型为文本图形块或自然图像块。
由于文本图形通常色彩简单、且纹理变化剧烈，而自然图像则色彩丰富、且纹理变化较平缓，因此通过分析图像块的颜色种类数和能够有效表征纹理特性的直方图分布，能够有效区分仅包括文本图形信息的图像块，即文本图形块，和包括自然图像信息的自然图像块。
图3为本发明实施例的图像压缩方法中判断图像块类型的一个示例的流程示意图，如图3所示，该方法包括：
步骤301，获取当前图像块的颜色种类数（例如标记为Num）；
步骤302，将当前图像块的颜色种类数与预设阈值比较；
步骤303a，若当前图像块的颜色种类数小于等于第一预设阈值（例如标记为T1），则执行步骤304a；
步骤303b，若当前图像块的颜色种类数大于第二预设阈值（例如标记为T2），则执行步骤304b；其中所述第二预设阈值大于所述第一预设阈值；
步骤303c，若当前图像块的颜色种类数大于第一预设阈值T1、且小于等于第二预设阈值T2，则执行步骤304c；
步骤304a，判定当前图像块为文本图形块，之后执行步骤305；
步骤304b，判定当前图像块为自然图像块，之后执行步骤305；
步骤304c，判断图像块的直方图分布是否为完全离散分布，若是，则执行步骤304a，若否，则执行步骤304b；
步骤305，存储当前图像块的图像块类型。
在上述实施例中，第一预设阈值和第二预设阈值可以通过大量实验数据来进行设置，以使得通过第一预设阈值和第二预设阈值能够较为准确地区分文本图形块和自然各图像块。例如，根据分类准确率达到95%，来设置对应的的阈值，也可采用任意其他方式来设置阈值。
进一步地，在上述实施例的图像压缩方法中，若图像块的颜色种类数小于等于第一预设阈值，则将图像块标记为文本图形块，包括：
若所述图像块的颜色种类数小于等于第三预设阈值，则将标记为文本图形块，其中所述第三预设阈值小于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第三预设阈值，则对所述图像块进行颜色聚类处理，以使颜色聚类后的图像块的颜色种类数小于等于所述第三预设阈值，并将所述颜色聚类后的图像块标记为文本图形块。
具体地，图4为本发明实施例的图像压缩方法中判断图像块类型的另一个示例的流程示意图，如图4所示，该方法包括：
步骤401，获取当前图像块的颜色种类数Num；
步骤402，将当前图像块的颜色种类数与预设阈值比较；
步骤403a，若当前图像块的颜色种类数小于等于第三预设阈值（例如标记为T3），则执行步骤404a；其中，第三预设阈值T3小于第一预设阈值T1；
步骤403b，若当前图像块的颜色种类数大于第三预设阈值T3、且小于等于第一预设阈值T1，则执行步骤404b；
步骤403c，若当前图像块的颜色种类数大于第二预设阈值T2，则执行步骤404c；
步骤403d，若当前图像块的颜色种类数大于第一预设阈值T1、且小于等于第二预设阈值T2，则执行步骤404d；
步骤404a，判定当前图像块为文本图形块，之后执行步骤405；
步骤404b，对当前图像块进行颜色聚类处理，以使颜色聚类后的图像块的颜色种类数小于等于第三预设阈值T3，并将所述颜色聚类后的图像块判定为文本图形块，之后执行步骤405；
更为具体地，由于这类文本图形块的颜色种类数较多，若直接对这类文本图形块进行无损压缩编码，例如为自适应流程编码，则将较大程度增加压缩的复杂度以及降低图像的压缩比。因此，通过在对这类文本图形块进行压缩之前，先进行颜色聚类处理，以使其颜色种类数也降低到第三预设阈值T3，降低了无损压缩的复杂度，并且提高了图像的压缩比。
其中，对图像块进行颜色聚类处理例如采用非层次聚类算法中的经典算法：K-Means算法。其主要思想为：首先，随机地选择k个对象，每个对象初始地代表了一个簇的平均值或中心。对剩余的每个对象，根据其与各个簇中心的距离，把它赋给最近的簇。然后重新计算每个簇的平均值。这个过程不断重复，直到准则函数收敛。详细的处理流程如下：
（1）：从n个数据对象中随机选取k个对象作为初始聚类中心；
（2）：根据每个聚类对象的均值（即中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；
（3）：重新计算每个有变化的聚类的均值（即中心对象）；
（4）：循环步骤（2）和（3），直到每个聚类不再发生变化为止。
步骤404c，判定当前图像块为自然图像块，之后执行步骤405；
步骤404d，判断图像块的直方图分布是否为完全离散分布，若是，则执行步骤404b，若否，则执行步骤404c；
步骤405，存储当前图像块的图像块类型。
在上述实施例中，第三预设阈值可以根据实验数据进行设置。
根据上述实施例的图像压缩方法，通过设置第三预设阈值，对颜色种类数大于第三预设阈值的文本图形块进行颜色聚类，以使待进行压缩编码的全部文本图形块的颜色种类数均小于等于第三预设阈值，因此当对文本图形块进行无损压缩时，能够降低无损压缩的复杂度，并且提高图像的压缩比。
进一步地，在上述实施例的图像压缩方法中，根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码（即步骤203），包括：
若所述图像块为文本图形块，则根据预先配置的颜色值与索引值之间的映射关系，将所述图像块的各像素点的颜色值转换为索引值，并生成与所述文本图形块对应的颜色索引表；
对所述颜色索引表进行自适应游程编码压缩。
具体地，由于文本图形块具有强烈的边缘与形状特征，人眼对文本图形信息较为敏感，对其解码恢复质量的要求较高，因而采用无损压缩方法是较优的选择，例如采用自适应流程编码方法。
进一步地，由于文本图形块的颜色种类数较少，尤其是采用上述实施例的颜色聚类处理后，所有文本图形块的颜色种类数都小于等于第三预设阈值，因此通过采用一种索引表编码与自适应游程编码相结合的方法，对文本图形块进行编码压缩。
图5为本发明实施例中对文本图形块进行压缩编码一个示例的流程图。如图5所示，应用索引表编码与自适应游程编码相结合的方法，对文本图形块进行编码压缩，包括如下流程：
步骤501；扫描文本图形块，获取文本图形块各像素点的颜色值；
步骤502；将获取的颜色值转换为索引值，并生成与该文本图形块对应的索引表；
具体地，预先设定有颜色值与索引值之间的映射关系，例如将一个8比特的灰度值，或者占用24位的RGB格式的颜色值，映射为占用1位的索引值1。通过将颜色值转换为索引值，有效缩减了文本图形块占用的比特数。在解压缩时，在解压端存储同样的颜色值与索引值之间的映射关系，即可快速还原出文本图形块各像素点的颜色值。
步骤503，对索引表中的索引值应用自适应游程编码压缩方法，进行压缩编码。
其中，服务器预先根据文本图形块的统计特性，设计并存储一张变长码表，对每个码字进行编号，编号由小到大对应着码字的由短到长。在编码过程中，将沿一定方向排列的相同索引值作为一个游程，对游程分配一个相应的码字编号，并根据游程的出现频率，动态的更新游程所对应的码字编号，使得出现频率高的游程对应较小的编号，也即对应较短的码字。
图6为本发明实施例中更新流程对应的码字编号的一个示例的示意图。如图6所示，游程10原来对应的码字编号是8，先用码字编号8搜索码表找到相应的码字，用此码字对游程10进行编码，然后更新游程10对应的码字编号，更新后游程10对应的码字编号为7，则下一次再出现游程10的时候就用码字编号为7的对应码字对其进行编码。
根据上述实施例的图像压缩方法，通过将索引表编码与自适应游程编码相结合，对文本图形块进行编码压缩，进一步降低了计算复杂度，并获得质量较好的解码重建图像。
进一步地，在上述实施例的图像压缩方法中，根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码（即步骤203），包括：
若所述图像块为自然图像块，则判断所述图像块中是否包括文本图形信息；
若否，则采用预置的有损压缩规则，对所述图像块进行压缩编码；
若是，则提取所述图像块中的文本图形信息，对所述提取的文本图形信息采用预置的、与文本图形块对应的无损压缩规则进行压缩编码；对提取所述文本图形信息后剩余的自然图像信息，采用所述有损压缩规则进行压缩编码。
具体地，由于对待压缩图像进行分割所获得的图像块可能同时包含文本图形信息和自然图像信息（下文中将这种图像块称为混合块），并且该类型的图像块由于包含有自然图像信息，使得其颜色种类数较多，并且直方图分布不是呈完全离散的状态，因而在上述实施例中，将其标识为自然图像块。
为了保障混合块中的文本图形信息的高质量重建，在对自然图像块进行实际压缩编码之前，先检测该图像块是否包含有文本图形信息，若检测到该块不包含任何文本和/或图形信息，则直接采用预设的有损压缩规则对其进行编码压缩。若检测到含有文本图形信息，则判定该块属于混合块，从混合块中提取文本图形信息，将提取出来的文本图形信息采用预设的无损压缩方法，进行压缩编码；混合块中剩余的自然图像信息，则采用有损压缩方法进行压缩。
其中，对混合块中的文本图形信息应用的无损压缩方法，例如为上述实施例中用于对文本图形块进行压缩编码的方法。对自然图像块（不包括混合块）和混合块中的自然图像信息应用的有损压缩方法，例如为帧内预测编码算法，对亮度分量采用16×16、8×8和4×4三种帧内编码模式，每种模式采用9种预测方向，色差分量采用8×8帧内预测编码模式，每种模式四种预测方向，熵编码采用基于上下文自适应的可变长编码算法。
根据上述实施例的图像压缩方法，由于对同时包含有文本图形信息和自然图像信息的混合块进行了进一步的细化处理，因此进一步提高了压缩后的图像重建质量，并提高了压缩编码效率。
图7为本发明实施例的图像压缩设备的结构示意图。如图7所示，该图像压缩设备70包括：
分割模块71，用于按照预设图像块尺寸，将待压缩图像分割为互不重叠的多个图像块；
分类模块72，用于根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型；
压缩模块73，用于根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，以完成对所述待压缩图像的压缩。
本发明实施例的图像压缩设备例如为图1中所示的服务器11，也可以为任意其它用于对图像进行压缩处理的设备，本发明实施例中不做限制。本发明实施例的图像压缩设备执行图像压缩的具体流程与上述任一实施例的图像压缩方法相同，故此处不再赘述。
在硬件实现上，以上分割模块、分类模块和压缩模块均可以为中央处理单元，也可以为单片机，而且压缩模块也可以是多个集成有压缩算法的任意压缩芯片。
根据本发明实施例的图像压缩设备，由于将待压缩图像划分为互不重叠的多个图像块，根据图像块的颜色和/或纹理特征进行分类，并对不同类型的图像块采用不同的压缩规则进行压缩编码，从而实现了根据图像块的颜色和/或纹理特征进行差异化的压缩处理，因此实现了对同时包含有文本图形信息和自然图像信息的混合图像的有效压缩。
进一步地，在上述实施例的图像压缩设备中，所述分类模块用于：
分析所述图像块的颜色种类数和直方图分布；
根据所述图像块的颜色种类数和直方图分布，判断所述图像块的图像块类型为文本图形块或自然图像块。
根据上述实施例的图像压缩设备，由于文本图形通常色彩简单、且纹理变化剧烈，而自然图像则色彩丰富、且纹理变化较平缓，因此通过分析图像块的颜色种类数和能够有效表征纹理特性的直方图分布，能够有效区分仅包括文本图形信息的图像块，即文本图形块，和包括自然图像信息的自然图像块。
进一步地，在上述实施例的图像压缩设备中，所述分类模块用于：
若所述图像块的颜色种类数小于等于第一预设阈值，则将所述图像块标记为文本图形块；
若所述图像块的颜色种类数大于第二预设阈值，则将所述图像块标记为自然图像块，其中所述第二预设阈值大于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第一预设阈值、且小于等于所述第二预设阈值，则检测所述图像块的直方图分布是否为完全离散分布；若是，则将所述图像块标记为文本图形块，若否，则将所述图像块标记为自然图像块。
进一步地，在上述实施例的图像压缩设备中，所述分类模块用于：
若所述图像块的颜色种类数小于等于第三预设阈值，则将标记为文本图形块，其中所述第三预设阈值小于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第三预设阈值，则对所述图像块进行颜色聚类处理，以使颜色聚类后的图像块的颜色种类数小于等于所述第三预设阈值，并将所述颜色聚类后的图像块标记为文本图形块。
根据上述实施例的图像压缩设备，通过设置第三预设阈值，对颜色种类数大于第三预设阈值的文本图形块进行颜色聚类，以使待进行压缩编码的全部文本图形块的颜色种类数均小于等于第三预设阈值，因此当对文本图形块进行无损压缩时，能够降低无损压缩的复杂度，并且提高图像的压缩比。
进一步地，在上述实施例的图像压缩设备中，所述压缩模块用于：
若所述图像块为文本图形块，则根据预先配置的颜色值与索引值之间的映射关系，将所述图像块的各像素点的颜色值转换为索引值，并生成与所述文本图形块对应的颜色索引表；
对所述颜色索引表进行自适应游程编码压缩。
根据上述实施例的图像压缩设备，通过将索引表编码与自适应游程编码相结合，对文本图形块进行编码压缩，进一步降低了计算复杂度，并获得质量较好的解码重建图像。
进一步地，在上述实施例的图像压缩设备中，所述压缩模块用于：
若所述图像块为自然图像块，则判断所述图像块中是否包括文本图形信息；
若否，则采用预置的有损压缩规则，对所述图像块进行压缩编码；
若是，则提取所述图像块中的文本图形信息，对所述提取的文本图形信息采用预置的、与文本图形块对应的无损压缩规则进行压缩编码；对提取所述文本图形信息后剩余的自然图像信息，采用所述有损压缩规则进行压缩编码。
根据上述实施例的图像压缩设备，由于对同时包含有文本图形信息和自然图像信息的混合块进行了进一步的细化处理，因此进一步提高了压缩后的图像重建质量，并提高了压缩编码效率。
图8为本发明另一实施例的图像压缩设备的结构示意图。如图8所示，该图像压缩设备80包括存储器81和与存储器连接的处理器82，其中：存储器81中存储一组程序代码，且处理器82用于调用存储器81中存储的程序代码，用于执行以下操作：
按照预设图像块尺寸，将待压缩图像分割为互不重叠的多个图像块；
根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型；
根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，以完成对所述待压缩图像的压缩。
本发明实施例的图像压缩设备例如为图1中所示的服务器11，也可以为任意其它用于对图像进行压缩处理的设备，本发明实施例中不做限制。本发明实施例的图像压缩设备执行图像压缩的具体流程与上述任一实施例的图像压缩方法相同，故此处不再赘述。
根据本发明实施例的图像压缩设备，由于将待压缩图像划分为互不重叠的多个图像块，根据图像块的颜色和/或纹理特征进行分类，并对不同类型的图像块采用不同的压缩规则进行压缩编码，从而实现了根据图像块的颜色和/或纹理特征进行差异化的压缩处理，因此实现了对同时包含有文本图形信息和自然图像信息的混合图像的有效压缩。
进一步地，在上述图像压缩设备中，所述根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型，包括：
分析所述图像块的颜色种类数和直方图分布；
根据所述图像块的颜色种类数和直方图分布，判断所述图像块的图像块类型为文本图形块或自然图像块。
进一步地，在上述图像压缩设备中，所述根据所述图像块的颜色种类和直方图分布，判断所述图像块的图像块类型为文本图形块或自然图像块，包括：
若所述图像块的颜色种类数小于等于第一预设阈值，则将所述图像块标记为文本图形块；
若所述图像块的颜色种类数大于第二预设阈值，则将所述图像块标记为自然图像块，其中所述第二预设阈值大于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第一预设阈值、且小于等于所述第二预设阈值，则检测所述图像块的直方图分布是否为完全离散分布；若是，则将所述图像块标记为文本图形块，若否，则将所述图像块标记为自然图像块。
进一步地，在上述图像压缩设备中，所述若所述图像块的颜色种类数小于等于第一预设阈值，则将所述图像块标记为文本图形块，包括：
若所述图像块的颜色种类数小于等于第三预设阈值，则将标记为文本图形块，其中所述第三预设阈值小于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第三预设阈值，则对所述图像块进行颜色聚类处理，以使颜色聚类后的图像块的颜色种类数小于等于所述第三预设阈值，并将所述颜色聚类后的图像块标记为文本图形块。
进一步地，在上述图像压缩设备中，所述根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，包括：
若所述图像块为文本图形块，则根据预先配置的颜色值与索引值之间的映射关系，将所述图像块的各像素点的颜色值转换为索引值，并生成与所述文本图形块对应的颜色索引表；
对所述颜色索引表进行自适应游程编码压缩。
进一步地，在上述图像压缩设备中，所述根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，包括：
若所述图像块为自然图像块，则判断所述图像块中是否包括文本图形信息；
若否，则采用预置的有损压缩规则，对所述图像块进行压缩编码；
若是，则提取所述图像块中的文本图形信息，对所述提取的文本图形信息采用预置的、与文本图形块对应的无损压缩规则进行压缩编码；对提取所述文本图形信息后剩余的自然图像信息，采用所述有损压缩规则进行压缩编码。
图9为本发明实施例的图像传送系统的系统架构示意图。如图9所示，该图像传送系统包括本发明任一实施例的图像压缩设备91，以及与图像压缩设备91连接的图像解压缩设备92。
其中，图像压缩设备91例如为图1中所示的服务器11，图像解压缩设备92例如为图1中的客户端设备，即PC 12、移动终端13和便携式计算机14。
根据本发明实施例的图像传送系统，由于图像压缩设备将待压缩图像划分为互不重叠的多个图像块，根据图像块的颜色和/或纹理特征进行分类，并对不同类型的图像块采用不同的压缩规则进行压缩编码，从而实现了根据图像块的颜色和/或纹理特征进行差异化的压缩处理，因此实现了对同时包含有文本图形信息和自然图像信息的混合图像的有效压缩。因此，通过该图像传送系统，能够实现高效、且高质量的混合图像传输。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种图像压缩方法，其特征在于，包括：
按照预设图像块尺寸，将待压缩图像分割为互不重叠的多个图像块；
根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型；
根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，以完成对所述待压缩图像的压缩；
所述根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型，包括：
分析所述图像块的颜色种类数和直方图分布；
根据所述图像块的颜色种类数和直方图分布，判断所述图像块的图像块类型为文本图形块或自然图像块；
所述根据所述图像块的颜色种类和直方图分布，判断所述图像块的图像块类型为文本图形块或自然图像块，包括：
若所述图像块的颜色种类数小于等于第一预设阈值，则将所述图像块标记为文本图形块；
若所述图像块的颜色种类数大于第二预设阈值，则将所述图像块标记为自然图像块，其中所述第二预设阈值大于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第一预设阈值、且小于等于所述第二预设阈值，则检测所述图像块的直方图分布是否为完全离散分布；若是，则将所述图像块标记为文本图形块，若否，则将所述图像块标记为自然图像块；
所述若所述图像块的颜色种类数小于等于第一预设阈值，则将所述图像块标记为文本图形块，包括：
若所述图像块的颜色种类数小于等于第三预设阈值，则将标记为文本图形块，其中所述第三预设阈值小于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第三预设阈值，则对所述图像块进行颜色聚类处理，以使颜色聚类后的图像块的颜色种类数小于等于所述第三预设阈值，并将所述颜色聚类后的图像块标记为文本图形块。
2.根据权利要求1所述图像压缩方法，其特征在于，所述根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，包括：
若所述图像块为文本图形块，则根据预先配置的颜色值与索引值之间的映射关系，将所述图像块的各像素点的颜色值转换为索引值，并生成与所述文本图形块对应的颜色索引表；
对所述颜色索引表进行自适应游程编码压缩。
3.根据权利要求1所述图像压缩方法，其特征在于，所述根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，包括：
若所述图像块为自然图像块，则判断所述图像块中是否包括文本图形信息；
若否，则采用预置的有损压缩规则，对所述图像块进行压缩编码；
若是，则提取所述图像块中的文本图形信息，对所述提取的文本图形信息采用预置的、与文本图形块对应的无损压缩规则进行压缩编码；对提取所述文本图形信息后剩余的自然图像信息，采用所述有损压缩规则进行压缩编码。
4.一种图像压缩设备，其特征在于，包括：
分割模块，用于按照预设图像块尺寸，将待压缩图像分割为互不重叠的多个图像块；
分类模块，用于根据各所述图像块的颜色和/或纹理特征，判断各所述图像块的图像块类型；
压缩模块，用于根据预先配置的图像块类型与压缩规则之间的映射关系，以及各所述图像块的图像块类型，对各所述图像块进行压缩编码，以完成对所述待压缩图像的压缩；
所述分类模块用于：
分析所述图像块的颜色种类数和直方图分布；
根据所述图像块的颜色种类数和直方图分布，判断所述图像块的图像块类型为文本图形块或自然图像块；
所述分类模块用于：
若所述图像块的颜色种类数小于等于第一预设阈值，则将所述图像块标记为文本图形块；
若所述图像块的颜色种类数大于第二预设阈值，则将所述图像块标记为自然图像块，其中所述第二预设阈值大于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第一预设阈值、且小于等于所述第二预设阈值，则检测所述图像块的直方图分布是否为完全离散分布；若是，则将所述图像块标记为文本图形块，若否，则将所述图像块标记为自然图像块；
所述分类模块用于：
若所述图像块的颜色种类数小于等于第三预设阈值，则将标记为文本图形块，其中所述第三预设阈值小于所述第一预设阈值；
若所述图像块的颜色种类数大于所述第三预设阈值，则对所述图像块进行颜色聚类处理，以使颜色聚类后的图像块的颜色种类数小于等于所述第三预设阈值，并将所述颜色聚类后的图像块标记为文本图形块。
5.根据权利要求4所述图像压缩设备，其特征在于，所述压缩模块用于：
若所述图像块为文本图形块，则根据预先配置的颜色值与索引值之间的映射关系，将所述图像块的各像素点的颜色值转换为索引值，并生成与所述文本图形块对应的颜色索引表；
对所述颜色索引表进行自适应游程编码压缩。
6.根据权利要求4所述图像压缩设备，其特征在于，所述压缩模块用于：
若所述图像块为自然图像块，则判断所述图像块中是否包括文本图形信息；
若否，则采用预置的有损压缩规则，对所述图像块进行压缩编码；
若是，则提取所述图像块中的文本图形信息，对所述提取的文本图形信息采用预置的、与文本图形块对应的无损压缩规则进行压缩编码；对提取所述文本图形信息后剩余的自然图像信息，采用所述有损压缩规则进行压缩编码。
7.一种图像传送系统，其特征在于，包括如权利要求4-6任一所述的图像压缩设备，以及与所述图像压缩设备连接的图像解压缩设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210554484.5A CN103886623B (zh) | 2012-12-19 | 2012-12-19 | 一种图像压缩方法、设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210554484.5A CN103886623B (zh) | 2012-12-19 | 2012-12-19 | 一种图像压缩方法、设备及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103886623A CN103886623A (zh) | 2014-06-25 |
| CN103886623B true CN103886623B (zh) | 2017-03-15 |
Family
ID=50955496
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210554484.5A Expired - Fee Related CN103886623B (zh) | 2012-12-19 | 2012-12-19 | 一种图像压缩方法、设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103886623B (zh) |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105528798B (zh) * | 2014-09-29 | 2019-10-08 | 优视科技有限公司 | 图片压缩方法及装置 |
| CN104809747B (zh) * | 2015-05-12 | 2018-02-16 | 中国科学院上海高等研究院 | 图像直方图的统计方法及其系统 |
| US11196997B2 (en) | 2015-05-15 | 2021-12-07 | Hewlett-Packard Development Company, L.P. | Image compression |
| KR102477264B1 (ko) * | 2015-09-22 | 2022-12-13 | 삼성전자주식회사 | 텍스쳐를 처리하는 방법 및 장치 |
| CN105187071B (zh) * | 2015-09-29 | 2018-04-06 | 东北大学 | 一种管道毫秒级在线数据的复合压缩/解压缩方法 |
| CN105740792B (zh) * | 2016-01-25 | 2019-03-12 | 浙江生辉照明有限公司 | 目标检测方法和装置 |
| CN105740867B (zh) * | 2016-01-26 | 2018-11-09 | 哈尔滨理工大学 | 图像纹理窗口形状与尺度的选择方法 |
| CN105979265A (zh) * | 2016-05-05 | 2016-09-28 | 贵州白山云科技有限公司 | 图片压缩方法和装置 |
| CN106878728B (zh) * | 2017-01-19 | 2019-06-07 | 西安万像电子科技有限公司 | 图像的压缩方法和装置 |
| CN108810537B (zh) * | 2017-04-26 | 2023-04-07 | 腾讯科技（深圳）有限公司 | 一种图片转码方法、装置及图像处理设备 |
| CN107318023B (zh) * | 2017-06-21 | 2020-12-22 | 西安万像电子科技有限公司 | 图像帧的压缩方法及装置 |
| CN107257474B (zh) * | 2017-08-16 | 2020-03-10 | 郑州云海信息技术有限公司 | 一种面向bmc芯片的视频信息压缩系统和方法 |
| CN108259808B (zh) * | 2018-01-31 | 2021-01-08 | 维沃移动通信有限公司 | 一种视频帧压缩方法和移动终端 |
| CN108399052B (zh) * | 2018-02-07 | 2021-05-14 | 深圳壹账通智能科技有限公司 | 图片压缩方法、装置、计算机设备和存储介质 |
| CN110740325B (zh) * | 2018-07-19 | 2022-07-08 | 腾讯数码（天津）有限公司 | 一种纹理压缩方法、装置、设备和存储介质 |
| CN110830833A (zh) * | 2018-08-09 | 2020-02-21 | 北京优酷科技有限公司 | 弹幕信息的显示方法及装置 |
| CN108933945B (zh) * | 2018-08-17 | 2020-06-19 | 腾讯科技（深圳）有限公司 | 一种gif图片的压缩方法、装置及存储介质 |
| CN109685861B (zh) * | 2018-08-31 | 2022-03-15 | 深圳壹账通智能科技有限公司 | 图片压缩方法、装置、设备及计算机可读存储介质 |
| CN109831668B (zh) * | 2018-12-29 | 2022-06-24 | 中兴通讯股份有限公司 | 数据压缩方法及装置、数据编码/解码方法及装置 |
| CN111831366A (zh) * | 2019-04-15 | 2020-10-27 | 深信服科技股份有限公司 | 一种图像数据的发送方法、装置及相关组件 |
| CN112118449B (zh) * | 2019-06-21 | 2022-03-25 | 腾讯科技（深圳）有限公司 | 一种图像压缩与解压缩的方法及装置 |
| CN113055677B (zh) * | 2021-04-07 | 2022-10-28 | 南京云格信息技术有限公司 | 一种基于fpga的图像压缩方法 |
| CN114675914B (zh) * | 2022-02-11 | 2024-04-09 | 深信服科技股份有限公司 | 虚拟桌面的图像传输方法、装置、电子设备及存储介质 |
| CN116437116B (zh) * | 2023-03-03 | 2024-01-30 | 深圳市宏辉智通科技有限公司 | 一种音视频调度方法及系统 |
| CN117542488B (zh) * | 2024-01-10 | 2024-04-12 | 济南宝林信息技术有限公司 | 一种用于脑肿瘤ct数据的智能处理方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101075348A (zh) * | 2006-11-30 | 2007-11-21 | 腾讯科技（深圳）有限公司 | 一种图像压缩方法和装置 |
| CN101217668A (zh) * | 2008-01-14 | 2008-07-09 | 浙江大学 | 基于块分类的混合图像压缩方法 |
| CN102611823A (zh) * | 2012-01-13 | 2012-07-25 | 百度在线网络技术（北京）有限公司 | 一种基于图片内容选择压缩算法的方法和设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005046213A1 (en) * | 2003-11-06 | 2005-05-19 | National University Of Singapore | Document image encoding/decoding |
-
2012
- 2012-12-19 CN CN201210554484.5A patent/CN103886623B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101075348A (zh) * | 2006-11-30 | 2007-11-21 | 腾讯科技（深圳）有限公司 | 一种图像压缩方法和装置 |
| CN101217668A (zh) * | 2008-01-14 | 2008-07-09 | 浙江大学 | 基于块分类的混合图像压缩方法 |
| CN102611823A (zh) * | 2012-01-13 | 2012-07-25 | 百度在线网络技术（北京）有限公司 | 一种基于图片内容选择压缩算法的方法和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103886623A (zh) | 2014-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103886623B (zh) | 一种图像压缩方法、设备及系统 | |
| CN101184236B (zh) | 视频压缩系统 | |
| KR100821847B1 (ko) | 비주얼 어텐션 시스템 | |
| CN109348226A (zh) | 一种图片文件处理方法及智能终端 | |
| KR20080106185A (ko) | 향상된 압축을 위한 이미지 데이터의 사전 처리 방법, 디지털 이미지 데이터 신장 방법, 및 컴퓨터 프로그램 제품 | |
| CN104025561A (zh) | 图像压缩方法及图像处理装置 | |
| CN107657228A (zh) | 视频场景相似性分析方法及系统、视频编解码方法及系统 | |
| US11893761B2 (en) | Image processing apparatus and method | |
| CN103700121A (zh) | 一种复合图像的压缩方法及装置 | |
| US20090262126A1 (en) | System and Method for Separated Image Compression | |
| US20130101014A1 (en) | Layered Screen Video Encoding | |
| dos Santos et al. | The good, the bad, and the ugly: Neural networks straight from jpeg | |
| CN107147913B (zh) | 文字块的传输方法和装置 | |
| US7162077B2 (en) | Palette-based image compression method, system and data file | |
| JP3462867B2 (ja) | 画像圧縮方法および装置、画像圧縮プログラムならびに画像処理装置 | |
| CN114554211A (zh) | 内容自适应视频编码方法、装置、设备和存储介质 | |
| CN108668170B (zh) | 图像信息处理方法及装置、存储介质 | |
| EP4231644A1 (en) | Video frame compression method and apparatus, and video frame decompression method and apparatus | |
| US20220164934A1 (en) | Image processing method and apparatus, device, video processing method and storage medium | |
| CN110855990B (zh) | 图像编码、解码方法、计算机设备和图像处理系统 | |
| CN113038179A (zh) | 视频编码方法、视频解码方法、装置及电子设备 | |
| US20240121439A1 (en) | Point cloud attribute information encoding method and apparatus, point cloud attribute information decoding method and apparatus, and related device | |
| CN117440162B (zh) | 一种多媒体互动教学方法及系统 | |
| US20240114185A1 (en) | Video coding for machines (vcm) encoder and decoder for combined lossless and lossy encoding | |
| Zhou et al. | Research on Application of Region-of-Interest in Face Detection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20191205 Address after: No.108, Anshi Road, Shiyan Town, Dongtai City, Yancheng City, Jiangsu Province Patentee after: Zhou Junhua Address before: 510000 unit 2414-2416, building, No. five, No. 371, Tianhe District, Guangdong, China Patentee before: GUANGDONG GAOHANG INTELLECTUAL PROPERTY OPERATION Co.,Ltd. Effective date of registration: 20191205 Address after: 510000 unit 2414-2416, building, No. five, No. 371, Tianhe District, Guangdong, China Patentee after: GUANGDONG GAOHANG INTELLECTUAL PROPERTY OPERATION Co.,Ltd. Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Patentee before: HUAWEI TECHNOLOGIES Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170315 Termination date: 20211219 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |