CN112887587B - 一种可进行无线连接的自适应图像数据快速传输方法 - Google Patents

一种可进行无线连接的自适应图像数据快速传输方法 Download PDF

Info

Publication number
CN112887587B
CN112887587B CN202110022016.2A CN202110022016A CN112887587B CN 112887587 B CN112887587 B CN 112887587B CN 202110022016 A CN202110022016 A CN 202110022016A CN 112887587 B CN112887587 B CN 112887587B
Authority
CN
China
Prior art keywords
image
image data
processing
adaptive
data
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.)
Active
Application number
CN202110022016.2A
Other languages
English (en)
Other versions
CN112887587A (zh
Inventor
黎浩宏
张磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Industry and Trade Vocational College
Original Assignee
Zhejiang Industry and Trade Vocational College
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Industry and Trade Vocational College filed Critical Zhejiang Industry and Trade Vocational College
Priority to CN202110022016.2A priority Critical patent/CN112887587B/zh
Publication of CN112887587A publication Critical patent/CN112887587A/zh
Application granted granted Critical
Publication of CN112887587B publication Critical patent/CN112887587B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/144—Movement detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种可进行无线连接的自适应图像数据快速传输方法，涉及图像数据传输技术领域，包括以下步骤：进行图像采集，将采集的图像信息进行储存，开启无线网络模块，进行无线网络连接。本发明通过在方法内设置有初步的图像处理过程，可有效对于分割后的图像信息进行对比度、灰度与亮度进行调整，改善图像的内部层次处理，同时在方法内还设置有图像数据运动检测过程，可对于获取的运动中的图像进行有效处理，从而有效消除图像由于运动过程中而产生的瞬时失真与模糊的情况，提高图像整体质量，同时在方法内还设置有图像的块化处理，可大大降低整体图像压缩后的大小，从而有效提高图像的传输速率，具有图像的快速传输功能。

Description

一种可进行无线连接的自适应图像数据快速传输方法
技术领域
本发明涉及图像数据传输技术领域，具体涉及一种可进行无线连接的自适应图像数据快速传输方法。
背景技术
图像是人类视觉的基础，是自然景物的客观反映，是人类认识世界和人类本身的重要源泉。“图”是物体反射或透射光的分布，“像“是人的视觉系统所接受的图在人脑中所形成的印象或认识，图像的涵盖范围极广，在图像生成后，若需要使图像进行共享或者发送，需要对于图像数据进行传输。
中国专利公开了(CN201510957171.8)一种图像数据的传输方法及终端，包括获取单元，用于当接收到拍摄指令时，获取与所述拍摄指令对应的拍摄参数，所述拍摄参数包括拍摄帧数和拍摄每一帧图像数据所采用的曝光参数，发送单元，用于根据获取的所述拍摄参数向图像传感器发送第一帧图像数据的曝光参数，处理单元，还用于当检测到控制信号时，根据获取的所述拍摄参数向所述图像传感器发送目标帧图像数据的曝光参数，通过当接收到拍摄指令时，获取拍摄指令对应的拍摄帧数和拍摄每一帧图像数据所采用的曝光参数，在检测到控制信号时，向图像传感器发送目标帧图像数据的曝光参数，并同时接收图像传感器按照目标帧的前一帧的曝光参数采集的前一帧图像数据，减少了拍摄每一帧图像之间的时间间隔，同时减少了用户的等待时间，进而能够降低图像融合过程中图像空间位置对准的难度，但该方法在内并未设置有图像处理调整过程，无法对于提高整体图像质量，同时无法实现图像的快速传输功能，同时也无法对于传输的图像进行评级，方法整体效果不佳，需要进行一定改进。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，如：传统图像传输方法在内并未设置有图像处理调整过程，无法对于提高整体图像质量，同时无法实现图像的快速传输功能，同时也无法对于传输的图像进行评级，方法整体效果不佳，而提出的一种可进行无线连接的自适应图像数据快速传输方法。
为了实现上述目的，本发明采用了如下技术方案：
一种可进行无线连接的自适应图像数据快速传输方法，包括以下步骤；
S1、进行图像采集，将采集的图像信息进行储存，开启无线网络模块，进行无线网络连接；
S2、对于图像信息进行数字图像数据处理，对于图像信息进行分割，从单个像素出发，逐步合并以形成所需要的分割区域，同时还能够通过逐步切割至所需的分割区域；
S3、自动根据图像内的场景光线条件，对于分割后的图像信息进行对比度、灰度与亮度进行调整，改善图像的内部层次处理；
S4、再对于图像数据进行运动检测，检测出图像的局部不连续性，再将它们连成边界，实现目标的边缘检测；
S5、用于边缘检测的模型以某一起始点到某一终止点的累积代价作为目标函数，起始代价阵元素作为变量算法的核心是一个对全局数据的反复迭代，直到稳定的过程，消除图像由于运动过程中而产生的瞬时失真与模糊的情况；
S6、将处理后的图像划分成m*n的小矩形，每一个小矩形称为一个图像“块”，块中存储着屏幕图像的位图数据，通过对相邻帧对应“块”进行比较，可以判断屏幕图像是否发生改变；
S7、仅对存在差异的“块”进行分别压缩，其余的相同的“块”只需压缩一次，降低整体压缩文件的大小；
S8、压缩时，采用自适应压缩编码方法，对所述全景图像进行压缩编码，对于处理后的图像中的像素点，分别检测多种预测搜索窗口对应的像素点的数量，与图像的预估像素点数量进行对比；
S9、计算S6步骤中，计算图像的预估像素点数量与检测多种预测搜索窗口对应的像素点的数量的差值；
S10、对于数值进行储存，根据差值评估图片的整体质量，并获得图片评级数据；
S11、利用无线网络对于压缩后的数据进行传输，传输后，对于数据进行解压。
进一步地，所述S1中，进行图像采集可通过使用照相机、摄影机、扫描仪或者监控镜头中的一种或者多种进行图像采集获取。
进一步地，所述S2中，数字图像数据处理包括几何处理、算术处理、图像增强、图像复原、图像重建与图像识别处理方法。
进一步地，所述S3中，频域处理时运用变换技术如傅里叶变换，用数字滤波方法修改图像频谱，在反变得到增强的图像。
进一步地，所述S4中，再用串行搜索法将它们连成边界，实现目标的边缘检测。
进一步地，所述S5中，用于边缘检测的DP模型以某一起始点到某一终止点的累积代价作为目标函数，保证了DP算法在解决图像边缘检测时得到的轮廓线是稳定唯一的。
进一步地，所述S6中，使用Dephi语言的Campare2Mem函数，对图像中“块”的进行比较。
进一步地，所述S8中，自适应图像进行压缩编码的方法为JPEG编码、Hulfmar编码、算术编码、游程编码、预测编码及LZW编码中的一种或多种。
进一步地，所述S9中，分别采用第一量化模式和第二量化模式计算差值。
进一步地，所述第一量化模式和第二量化模式计算差值均包括量化处理、补偿处理、反量化处理过程。
与现有技术相比，本发明的有益效果是：
本发明通过在方法内设置有初步的图像处理过程，可有效对于分割后的图像信息进行对比度、灰度与亮度进行调整，改善图像的内部层次处理，同时在方法内还设置有图像数据运动检测过程，可对于获取的运动中的图像进行有效处理，从而有效消除图像由于运动过程中而产生的瞬时失真与模糊的情况，提高图像整体质量，同时在方法内还设置有图像的块化处理，同时，对于获取的图像中的块进行对比，对存在差异的“块”进行分别压缩，其余的相同的“块”只需压缩一次，可大大降低整体图像压缩后的大小，从而有效提高图像的传输速率，具有图像的快速传输功能，同时在方法内还设置有像素点对比过程，可有效计算图像的预估像素点数量与检测多种预测搜索窗口对应的像素点的数量的差值，从而可根据差值评估图片的整体质量，并获得图片评级数据，具有良好的评级功能。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1
一种可进行无线连接的自适应图像数据快速传输方法，包括以下步骤；
S1、进行图像采集，将采集的图像信息进行储存，开启无线网络模块，进行无线网络连接，进行图像采集可通过使用照相机、摄影机、扫描仪与监控镜头；
S2、对于图像信息进行数字图像数据处理，对于图像信息进行分割，从单个像素出发，逐步合并以形成所需要的分割区域，同时还能够通过逐步切割至所需的分割区域，数字图像数据处理包括几何处理、算术处理、图像增强、图像复原、图像重建与图像识别处理方法；
S3、自动根据图像内的场景光线条件，对于分割后的图像信息进行对比度、灰度与亮度进行调整，改善图像的内部层次处理，频域处理时运用变换技术如傅里叶变换，用数字滤波方法修改图像频谱，在反变得到增强的图像；
S4、再对于图像数据进行运动检测，检测出图像的局部不连续性，再用串行搜索法将它们连成边界，实现目标的边缘检测；
S5、用于边缘检测的DP模型以某一起始点到某一终止点的累积代价作为目标函数，保证了DP算法在解决图像边缘检测时得到的轮廓线是稳定唯一的，起始代价阵元素作为变量算法的核心是一个对全局数据的反复迭代，直到稳定的过程，消除图像由于运动过程中而产生的瞬时失真与模糊的情况；
S6、将处理后的图像划分成m*n的小矩形，每一个小矩形称为一个图像“块”，块中存储着屏幕图像的位图数据，使用Dephi语言的Campare2Mem函数，通过对相邻帧对应“块”进行比较，可以判断屏幕图像是否发生改变；
S7、仅对存在差异的“块”进行分别压缩，其余的相同的“块”只需压缩一次，降低整体压缩文件的大小；
S8、压缩时，采用自适应压缩编码方法，对所述全景图像进行压缩编码，对于处理后的图像中的像素点，分别检测多种预测搜索窗口对应的像素点的数量，与图像的预估像素点数量进行对比，自适应图像进行压缩编码的方法为JPEG编码、Hulfmar编码、算术编码、游程编码、预测编码及LZW编码；
S9、计算S6步骤中，分别采用第一量化模式和第二量化模式计算差值计算图像的预估像素点数量与检测多种预测搜索窗口对应的像素点的数量的差值，所述第一量化模式和第二量化模式计算差值均包括量化处理、补偿处理、反量化处理过程；
S10、对于数值进行储存，根据差值评估图片的整体质量，并获得图片评级数据；
S11、利用无线网络对于压缩后的数据进行传输，传输后，对于数据进行解压。
实施例2
与实施例1区别的是，一种可进行无线连接的自适应图像数据快速传输方法，包括以下步骤；
S1、进行图像采集，将采集的图像信息进行储存，开启无线网络模块，进行无线网络连接，进行图像采集可通过使用照相机与摄影机；
S2、对于图像信息进行数字图像数据处理，对于图像信息进行分割，从单个像素出发，逐步合并以形成所需要的分割区域，同时还能够通过逐步切割至所需的分割区域，数字图像数据处理包括几何处理、算术处理、图像增强、图像复原、图像重建与图像识别处理方法；
S3、自动根据图像内的场景光线条件，对于分割后的图像信息进行对比度、灰度与亮度进行调整，改善图像的内部层次处理，频域处理时运用变换技术如傅里叶变换，用数字滤波方法修改图像频谱，在反变得到增强的图像；
S4、再对于图像数据进行运动检测，检测出图像的局部不连续性，再用串行搜索法将它们连成边界，实现目标的边缘检测；
S5、用于边缘检测的DP模型以某一起始点到某一终止点的累积代价作为目标函数，保证了DP算法在解决图像边缘检测时得到的轮廓线是稳定唯一的，起始代价阵元素作为变量算法的核心是一个对全局数据的反复迭代，直到稳定的过程，消除图像由于运动过程中而产生的瞬时失真与模糊的情况；
S6、将处理后的图像划分成m*n的小矩形，每一个小矩形称为一个图像“块”，块中存储着屏幕图像的位图数据，使用Dephi语言的Campare2Mem函数，通过对相邻帧对应“块”进行比较，可以判断屏幕图像是否发生改变；
S7、仅对存在差异的“块”进行分别压缩，其余的相同的“块”只需压缩一次，降低整体压缩文件的大小；
S8、压缩时，采用自适应压缩编码方法，对所述全景图像进行压缩编码，对于处理后的图像中的像素点，分别检测多种预测搜索窗口对应的像素点的数量，与图像的预估像素点数量进行对比，自适应图像进行压缩编码的方法为JPEG编码、Hulfmar编码与算术编码；
S9、计算S6步骤中，分别采用第一量化模式和第二量化模式计算差值计算图像的预估像素点数量与检测多种预测搜索窗口对应的像素点的数量的差值，所述第一量化模式和第二量化模式计算差值均包括量化处理、补偿处理、反量化处理过程；
S10、对于数值进行储存，根据差值评估图片的整体质量，并获得图片评级数据；
S11、利用无线网络对于压缩后的数据进行传输，传输后，对于数据进行解压。
实施例3
与实施例2区别的是，一种可进行无线连接的自适应图像数据快速传输方法，包括以下步骤；
S1、进行图像采集，将采集的图像信息进行储存，开启无线网络模块，进行无线网络连接，进行图像采集可通过使用摄影机；
S2、对于图像信息进行数字图像数据处理，对于图像信息进行分割，从单个像素出发，逐步合并以形成所需要的分割区域，同时还能够通过逐步切割至所需的分割区域，数字图像数据处理包括几何处理、算术处理、图像增强、图像复原、图像重建与图像识别处理方法；
S3、自动根据图像内的场景光线条件，对于分割后的图像信息进行对比度、灰度与亮度进行调整，改善图像的内部层次处理，频域处理时运用变换技术如傅里叶变换，用数字滤波方法修改图像频谱，在反变得到增强的图像；
S4、再对于图像数据进行运动检测，检测出图像的局部不连续性，再用串行搜索法将它们连成边界，实现目标的边缘检测；
S5、用于边缘检测的DP模型以某一起始点到某一终止点的累积代价作为目标函数，保证了DP算法在解决图像边缘检测时得到的轮廓线是稳定唯一的，起始代价阵元素作为变量算法的核心是一个对全局数据的反复迭代，直到稳定的过程，消除图像由于运动过程中而产生的瞬时失真与模糊的情况；
S6、将处理后的图像划分成m*n的小矩形，每一个小矩形称为一个图像“块”，块中存储着屏幕图像的位图数据，使用Dephi语言的Campare2Mem函数，通过对相邻帧对应“块”进行比较，可以判断屏幕图像是否发生改变；
S7、仅对存在差异的“块”进行分别压缩，其余的相同的“块”只需压缩一次，降低整体压缩文件的大小；
S8、压缩时，采用自适应压缩编码方法，对所述全景图像进行压缩编码，对于处理后的图像中的像素点，分别检测多种预测搜索窗口对应的像素点的数量，与图像的预估像素点数量进行对比，自适应图像进行压缩编码的方法为游程编码、预测编码及LZW编码；
S9、计算S6步骤中，分别采用第一量化模式和第二量化模式计算差值计算图像的预估像素点数量与检测多种预测搜索窗口对应的像素点的数量的差值，所述第一量化模式和第二量化模式计算差值均包括量化处理、补偿处理、反量化处理过程；
S10、对于数值进行储存，根据差值评估图片的整体质量，并获得图片评级数据；
S11、利用无线网络对于压缩后的数据进行传输，传输后，对于数据进行解压。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种可进行无线连接的自适应图像数据快速传输方法，其特征在于：包括以下步骤；
S1、进行图像采集，将采集的图像信息进行储存，开启无线网络模块，进行无线网络连接；
S2、对于图像信息进行数字图像数据处理，对于图像信息进行分割，从单个像素出发，逐步合并以形成所需要的分割区域，同时还能够通过逐步切割至所需的分割区域；
S3、自动根据图像内的场景光线条件，对于分割后的图像信息进行对比度、灰度与亮度进行调整，改善图像的内部层次处理；
S4、再对于图像数据进行运动检测，检测出图像的局部不连续性，再将它们连成边界，实现目标的边缘检测；
S5、用于边缘检测的模型以某一起始点到某一终止点的累积代价作为目标函数，起始代价阵元素作为变量算法的核心是一个对全局数据的反复迭代，直到稳定的过程，消除图像由于运动过程中而产生的瞬时失真与模糊的情况；
S6、将处理后的图像划分成m*n的小矩形，每一个小矩形称为一个图像“块”，块中存储着屏幕图像的位图数据，通过对相邻帧对应“块”进行比较，可以判断屏幕图像是否发生改变；
S7、仅对存在差异的“块”进行分别压缩，其余的相同的“块”只需压缩一次，降低整体压缩文件的大小；
S8、压缩时，采用自适应压缩编码方法，对处理后图像进行压缩编码，对于处理后的图像中的像素点，分别检测多种预测搜索窗口对应的像素点的数量，与图像的预估像素点数量进行对比；
S9、计算S6步骤中，计算图像的预估像素点数量与检测多种预测搜索窗口对应的像素点的数量的差值；
S10、对于数值进行储存，根据差值评估图片的整体质量，并获得图片评级数据；
S11、利用无线网络对于压缩后的数据进行传输，传输后，对于数据进行解压。
2.根据权利要求1所述的一种可进行无线连接的自适应图像数据快速传输方法，其特征在于，所述S1中，进行图像采集可通过使用照相机、摄影机、扫描仪或者监控镜头中的一种或者多种进行图像采集获取。
3.根据权利要求1所述的一种可进行无线连接的自适应图像数据快速传输方法，其特征在于，所述S2中，数字图像数据处理包括几何处理、算术处理、图像增强、图像复原与图像识别处理方法。
4.根据权利要求1所述的一种可进行无线连接的自适应图像数据快速传输方法，其特征在于，所述S3中，频域处理时运用变换技术如傅里叶变换，用数字滤波方法修改图像频谱，在反变得到增强的图像。
5.根据权利要求1所述的一种可进行无线连接的自适应图像数据快速传输方法，其特征在于，所述S4中，再用串行搜索法将它们连成边界，实现目标的边缘检测。
6.根据权利要求1所述的一种可进行无线连接的自适应图像数据快速传输方法，其特征在于，所述S5中，用于边缘检测的DP模型以某一起始点到某一终止点的累积代价作为目标函数，保证了DP算法在解决图像边缘检测时得到的轮廓线是稳定唯一的。
7.根据权利要求1所述的一种可进行无线连接的自适应图像数据快速传输方法，其特征在于，所述S6中，使用Dephi语言的Campare2Mem函数，对图像中“块”的进行比较。
8.根据权利要求1所述的一种可进行无线连接的自适应图像数据快速传输方法，其特征在于，所述S8中，自适应图像进行压缩编码的方法为JPEG编码、Hulfmar编码、算术编码、游程编码、预测编码及LZW编码中的一种或多种。
9.根据权利要求1所述的一种可进行无线连接的自适应图像数据快速传输方法，其特征在于，所述S9中，分别采用第一量化模式和第二量化模式计算差值。
10.根据权利要求9所述的一种可进行无线连接的自适应图像数据快速传输方法，其特征在于，所述第一量化模式和第二量化模式计算差值均包括量化处理、补偿处理、反量化处理过程。
CN202110022016.2A 2021-01-08 2021-01-08 一种可进行无线连接的自适应图像数据快速传输方法 Active CN112887587B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110022016.2A CN112887587B (zh) 2021-01-08 2021-01-08 一种可进行无线连接的自适应图像数据快速传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110022016.2A CN112887587B (zh) 2021-01-08 2021-01-08 一种可进行无线连接的自适应图像数据快速传输方法

Publications (2)

Publication Number Publication Date
CN112887587A CN112887587A (zh) 2021-06-01
CN112887587B true CN112887587B (zh) 2023-04-07

Family

ID=76047134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110022016.2A Active CN112887587B (zh) 2021-01-08 2021-01-08 一种可进行无线连接的自适应图像数据快速传输方法

Country Status (1)

Country Link
CN (1) CN112887587B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114240953A (zh) * 2021-12-16 2022-03-25 北京数码视讯技术有限公司 超高分辨率图像传输方法和装置
CN115205952B (zh) * 2022-09-16 2022-11-25 深圳市企鹅网络科技有限公司 一种基于深度学习的线上学习图像采集方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008047102A (ja) * 2006-07-20 2008-02-28 Matsushita Electric Ind Co Ltd 画像処理装置及び画像処理方法
CN103745483A (zh) * 2013-12-20 2014-04-23 成都体育学院 一种基于球场比赛视频图像的移动目标位置自动检测方法
CN105141873A (zh) * 2015-07-08 2015-12-09 成都西可科技有限公司 一种运动相机的帧率动态调整系统及方法
CN106375699A (zh) * 2016-08-29 2017-02-01 合肥康胜达智能科技有限公司 一种高清网络摄像机
CN109063778A (zh) * 2018-08-09 2018-12-21 中共中央办公厅电子科技学院 一种图像美学质量确定方法及系统

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1170956A3 (en) * 2000-06-06 2004-08-04 Kabushiki Kaisha Office Noa Method and system for compressing motion image information
JP3926572B2 (ja) * 2001-03-02 2007-06-06 株式会社日立製作所 画像監視方法、画像監視装置及び記憶媒体
US20090060027A1 (en) * 2007-08-30 2009-03-05 Tektronix, Inc. Compressed Signal Subjective Quality Ratings Prediction
CN101217623B (zh) * 2007-12-26 2012-07-11 广东威创视讯科技股份有限公司 一种快速手动调焦、对焦方法
CN103188419B (zh) * 2011-12-31 2016-04-06 北大方正集团有限公司 一种图像压缩方法及其装置
CN103413303B (zh) * 2013-07-29 2016-02-10 西北工业大学 基于联合显著性的红外目标分割方法
CN104700384B (zh) * 2013-12-04 2017-12-15 中国科学院深圳先进技术研究院 基于增强现实技术的展示系统及展示方法
CN203775305U (zh) * 2014-02-14 2014-08-13 成都术有科技有限公司 一种cis宽幅工业相机快速传输装置
US10091530B2 (en) * 2014-10-01 2018-10-02 Qualcomm Incorporated Pipelined intra-prediction hardware architecture for video coding
KR102301379B1 (ko) * 2015-01-20 2021-09-14 삼성전자주식회사 영상 처리 장치, 영상 촬영 장치, 영상 처리 방법 및 영상 촬영 장치의 제어 방법
CN105654042B (zh) * 2015-12-23 2019-04-09 华南理工大学 玻璃温度计的检定温度字符识别方法
US10740903B2 (en) * 2018-07-18 2020-08-11 Adobe Inc. Edge detection using fuzzy gradient information
US20200162736A1 (en) * 2018-11-15 2020-05-21 Electronics And Telecommunications Research Institute Method and apparatus for image processing using quantization parameter
CN110399900A (zh) * 2019-06-26 2019-11-01 腾讯科技（深圳）有限公司 对象检测方法、装置、设备及介质
CN110570440A (zh) * 2019-07-19 2019-12-13 武汉珈和科技有限公司 一种基于深度学习边缘检测的图像自动分割方法及装置
CN111597848B (zh) * 2020-04-21 2021-10-26 中山大学 一种批量qr码图像提取方法及系统
CN111667514A (zh) * 2020-05-22 2020-09-15 浙江工贸职业技术学院 一种快速准确的车辆跟踪系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008047102A (ja) * 2006-07-20 2008-02-28 Matsushita Electric Ind Co Ltd 画像処理装置及び画像処理方法
CN103745483A (zh) * 2013-12-20 2014-04-23 成都体育学院 一种基于球场比赛视频图像的移动目标位置自动检测方法
CN105141873A (zh) * 2015-07-08 2015-12-09 成都西可科技有限公司 一种运动相机的帧率动态调整系统及方法
CN106375699A (zh) * 2016-08-29 2017-02-01 合肥康胜达智能科技有限公司 一种高清网络摄像机
CN109063778A (zh) * 2018-08-09 2018-12-21 中共中央办公厅电子科技学院 一种图像美学质量确定方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
苏雅娜编著.《新兴产业和高新技术现状与前景研究丛书 新型电子信息技术现状与应用前景》.广州：广东经济出版社,2015,第29-41页. *
闫晓珂,史彩成,赵保军,何佩琨.基于分形和动态规划的复杂背景红外目标边缘检测.北京理工大学学报.2005,(第10期),全文. *
高影等.基于联合字典的无参考真实失真图像的质量评价.《光电子激光》.2018,第29卷(第29期),第105-112页. *

Also Published As

Publication number Publication date
CN112887587A (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN110267041B (zh) 图像编码方法、装置、电子设备和计算机可读存储介质
CN110324626B (zh) 一种面向物联网监控的双码流人脸分辨率保真的视频编解码方法
US5832115A (en) Ternary image templates for improved semantic compression
US8208716B2 (en) Stereo vision system and stereo vision processing method
EP0853436B1 (en) Digital video signal filtering and encoding method and apparatus
CN112887587B (zh) 一种可进行无线连接的自适应图像数据快速传输方法
EP0863671A1 (en) Object-oriented adaptive prefilter for low bit-rate video systems
JPH0670301A (ja) 画像セグメント化装置
CN108564597B (zh) 一种融合高斯混合模型和h-s光流法的视频前景目标提取方法
US8873869B2 (en) Image processing apparatus and control method for the same
CN111147768A (zh) 一种提高回看效率的智能监控视频回看方法
US11025920B2 (en) Encoding device, decoding device, and image processing method
US10735724B2 (en) Method and device for compressing image on basis of photography information
CN110366048A (zh) 视频传输方法、装置、电子设备和计算机可读存储介质
CN112738533A (zh) 一种机巡图像分区域压缩方法
CN113612996A (zh) 一种基于时域滤波的视频降噪的方法及装置
KR100951637B1 (ko) 스테레오 비전 시스템 및 이의 영상 처리 방법
CN112637596B (zh) 一种码率控制系统
Xia et al. Visual sensitivity-based low-bit-rate image compression algorithm
CN111147815A (zh) 一种视频监控系统
CN113810692B (zh) 对变化和移动进行分帧的方法、图像处理装置及程序产品
CN115278189A (zh) 图像色调映射方法及装置、计算机可读介质和电子设备
CN112907454B (zh) 获取图像的方法、装置、计算机设备和存储介质
Fernandez et al. Integrated H. 264 region-of-interest detection, tracking and compression for surveillance scenes
CN111145193B (zh) 一种自适应全局阈值二值化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant