CN115802056A - 用于移动终端的用户数据压缩存储方法 - Google Patents

用于移动终端的用户数据压缩存储方法 Download PDF

Info

Publication number
CN115802056A
CN115802056A CN202310046212.2A CN202310046212A CN115802056A CN 115802056 A CN115802056 A CN 115802056A CN 202310046212 A CN202310046212 A CN 202310046212A CN 115802056 A CN115802056 A CN 115802056A
Authority
CN
China
Prior art keywords
pixel point
gray
window
value
taking
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.)
Granted
Application number
CN202310046212.2A
Other languages
English (en)
Other versions
CN115802056B (zh
Inventor
陈小妮
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.)
Shanghai Zhehe Software Technology Co ltd
Original Assignee
Nantong Kaiwo Intelligent Equipment Co ltd
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 Nantong Kaiwo Intelligent Equipment Co ltd filed Critical Nantong Kaiwo Intelligent Equipment Co ltd
Priority to CN202310046212.2A priority Critical patent/CN115802056B/zh
Publication of CN115802056A publication Critical patent/CN115802056A/zh
Application granted granted Critical
Publication of CN115802056B publication Critical patent/CN115802056B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Image Processing (AREA)

Abstract

本发明涉及数字数据处理技术领域,具体涉及一种用于移动终端的用户数据压缩存储方法,该方法采集用户移动终端中待压缩的图像信息的灰度图像,通过计算灰度图像的整体同阶性筛选出每张灰度图像的分割窗口的尺寸;然后在每个分割窗口中基于各像素点的差异特征筛选出待处理像素点;根据待处理像素点属于邻近灰度值的隶属度获取待处理像素点的更新灰度值,将待处理像素点的灰度值替换为更新灰度值得到更新图像;再对更新图像进行压缩。本发明通过灰度值替换使整体图像更加平滑,整体图像的可视信息变化不大,视觉丢失信息较少,同时减少图像整体的信息熵,保证图像信息丢失较少的前提下提高图像的压缩效率。

Description

用于移动终端的用户数据压缩存储方法
技术领域
本发明涉及数字数据处理技术领域,具体涉及一种用于移动终端的用户数据压缩存储方法。
背景技术
对于数据压缩中的图像压缩来说,传统的压缩方法包括有损压缩和无损压缩两类,无损压缩在不损失图像信息的情况下进行压缩,但是压缩程度相对来说不够;有损压缩通过损失一部分的图像信息进行压缩,压缩程度较大但是现有的图像有损压缩的技术对像素点在附近邻域以及整体图像中的关注度并不高,只是利用统一的算法进行图像的有损压缩,这种压缩方式对于图像信息的某些位置或者某个灰度值的像素点所携带的信息的损失性较大。
由于无损压缩和有损压缩各有缺点,随着科技的发展,出现了无损压缩和有损压缩相结合的压缩方式,大多是将图像分割为固定大小的像素块,依据像素块与邻近像素块之间的像素分布情况判断冗余,然后设定一个阈值确定像素块进行无损压缩还是有损压缩。这种压缩方式降低了部分像素块的损失,但是对于有损压缩的部分依然是按照灰度值的大小进行压缩,丢失的信息较多,视觉效果差。
发明内容
为了解决上述技术问题,本发明提供一种用于移动终端的用户数据压缩存储方法,所采用的技术方案具体如下:
本发明一个实施例提供了一种用于移动终端的用户数据压缩存储方法,该方法包括以下步骤:
采集用户移动终端中待压缩的图像信息,并进行灰度化,得到灰度图像;生成所述灰度图像的灰度直方图,基于灰度直方图各灰度级的分布情况将灰度值划分为多个灰阶;
按照预设大小的初始窗口对所述灰度图像进行分割,在每个初始窗口内,根据灰度值对应的灰阶的差异获取初始窗口的同阶性,以所有初始窗口的同阶性的平均值作为灰度图像的整体同阶性;调整初始窗口的大小,同时计算对应的整体同阶性,以整体同阶性的最大值对应的窗口大小作为对应灰度图像的分割窗口的尺寸;
将每张灰度图像以对应的分割窗口的尺寸进行分割,获得多个分割窗口;在每个分割窗口中,基于每个像素点与邻域像素点的灰度差异、与中心像素点的灰阶差异获取对应的差异特征,计算分割窗口中所有像素点的平均差异特征,基于差异特征和所述平均差异特征的大小关系筛选出待处理像素点;
对于每个待处理像素点,以所在的分割窗口作为对应的目标窗口,以其他分割窗口作为非目标窗口,以与该待处理像素点灰度值相差1的灰度值作为备选灰度值,基于目标窗口中备选灰度值的数量和非目标窗口中备选灰度值的数量确定待处理像素点的更新灰度值;
将所有待处理像素点的灰度值替换为对应的更新灰度值得到更新图像,对所述更新图像利用霍夫曼编码进行压缩。
优选的,所述基于灰度直方图各灰度级的分布情况将灰度值划分为多个灰阶,包括:
对所述灰度直方图进行多项式拟合,通过求导获取波峰点和波谷点作为划分点,以相邻的划分点之间的灰度级作为一个灰阶。
优选的,所述初始窗口的同阶性的获取方法为:
获取所述初始窗口的中心像素点所在的灰阶作为标准灰阶,将初始窗口内属于标准灰阶的非中心像素点的灰度值保留,不属于标准灰阶的非中心像素点的灰度值置零,计算初始窗口中所有保留的灰度值的和,作为预设值的指数,得到的指数函数结果为对应初始窗口的所述同阶性。
优选的,所述调整初始窗口的大小的过程为:
以所述初始窗口的尺寸为基础,每次增加预设长度,直至增加到预设尺寸。
优选的,所述差异特征的获取方法为:
获取每个分割窗口的中心像素点,以及中心像素点所在灰阶的灰阶长度;当分割窗口的像素点与分割窗口的中心像素点属于同一灰阶时,基于分割窗口的像素点与中心像素点的灰度值差异以及所述灰阶长度获取对应的灰阶权值;计算分割窗口的像素点与对应的每个邻域像素点的灰度差值,所有灰度差值的平均值与所述灰阶权值的乘积为对应分割窗口的像素点的所述差异特征;
当分割窗口的像素点与分割窗口的中心像素点不属于同一灰阶时,所述差异特征为0。
优选的,所述待处理像素点的筛选过程为:
设置调节参数,以调节参数作为所述平均差异特征的系数得到调节差异,当差异特征大于或者等于调节差异与平均差异特征的和时,该差异特征对应的像素点为待处理像素点。
优选的,所述更新灰度值的获取方法为:
以比该待处理像素点灰度值大1的像素点作为第一像素点,以比该待处理像素点灰度值小1的像素点作为第二像素点;统计目标窗口中第一像素点和第二像素点的像素点数量,以及所有非分割窗口中第一像素点和第二像素点的像素点数量;
基于两个像素点数量获取待处理像素点属于第一像素点的隶属度、属于第二像素点的隶属度,以更大的隶属度对应的灰度值作为待处理像素点的更新灰度值。
优选的,所述获取待处理像素点属于第一像素点的隶属度、属于第二像素点的隶属度,包括:
统计目标窗口中第一像素点的数量作为第一数量,第二像素点的数量作为第二数量;统计非目标窗口中第一像素点的数量作为第三数量,第二像素点的数量作为第四数量;
以第一数量和第二数量的比值作为第一斜率;以第三数量作为分子,以第三数量和第四数量的和作为分母,得到的比值作为第一调节参数;以第一斜率和第一调节参数的乘积作为第一调节斜率,乘上待处理像素点的灰度值得到该待处理像素点属于第一像素点的隶属度;
以第二数量和第一数量的比值作为第二斜率;以第四数量作为分子,以第三数量和第四数量的和作为分母,得到的比值作为第二调节参数;以第二斜率和第二调节参数的乘积作为第二调节斜率,乘上待处理像素点的灰度值得到该待处理像素点属于第二像素点的隶属度。
本发明实施例至少具有如下有益效果:
通过划分灰阶计算灰度图像的整体同阶性筛选出每张灰度图像最合适的分割窗口的尺寸,能够使每张灰度图像进行窗口分割时每个分割窗口内的灰度值尽可能处于同一灰阶,避免后续处理时分割区域太大或者分割后区域内的像素点灰度值较为丰富引发块效应的情况;然后在每个分割窗口中基于各像素点的差异特征筛选出待处理像素点,基于差异特征筛选出每个分割窗口中与其他灰度值差异较大的像素点,以进行后续处理;根据待处理像素点属于邻近灰度值的隶属度获取待处理像素点的更新灰度值,将待处理像素点的灰度值替换为更新灰度值,将差异较大的像素点的灰度值改变,使整体图像更加平滑,而且整体图像的可视信息变化不大,视觉丢失信息较少,像素点处理的过程中变化趋势更为贴近分割窗口内的像素点灰度值的变化趋势和整体图像的变化趋势;再对灰度值替换后的图像进行压缩,通过灰度值替换减少图像的整体的信息熵来提高压缩图像的效率,然后在有损处理的基础上进行无损压缩,保证图像信息丢失较少的前提下提高图像的压缩效率。
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和优点,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的介绍,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的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例提供的一种用于移动终端的用户数据压缩存储方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种用于移动终端的用户数据压缩存储方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种用于移动终端的用户数据压缩存储方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种用于移动终端的用户数据压缩存储方法的步骤流程图,该方法包括以下步骤:
步骤S001,采集用户移动终端中待压缩的图像信息,并进行灰度化,得到灰度图像;生成灰度图像的灰度直方图,基于灰度直方图各灰度级的分布情况将灰度值划分为多个灰阶。
具体的步骤包括:
1、采集用户移动终端中待压缩的图像信息,并进行灰度化,得到灰度图像。
对移动终端中用户的待压缩图像信息进行收集,收集的图像信息为RGB图像,然后对待压缩图像进行灰度化得到灰度图像,来减少后续压缩过程中的计算量。
需要说明的是,灰度化方法有很多,具体的灰度化过程不再赘述。
2、生成灰度图像的灰度直方图,基于灰度直方图各灰度级的分布情况将灰度值划分为多个灰阶。
每张灰度图像都会有对应的灰度直方图,灰度直方图的获取过程为公知技术,在本发明实施例中不再详细描述。
灰度直方图可以根据整张图像中不同的灰度值的像素点的数量进行统计,反映出图像的整体基调,一般来说可以表现出多个峰,而对于占比面积较大的峰来说,对应灰度值下的像素点出现的次数相对来说比较频繁,且多为背景信息,所以灰阶划分较大,后续进行点筛选的时候处于该区域的像素点较多,能达到较大的压缩效率。
对灰度直方图进行多项式拟合,通过求导获取波峰点和波谷点作为划分点,以相邻的划分点之间的灰度级作为一个灰阶。
步骤S002,按照预设大小的初始窗口对灰度图像进行分割,在每个初始窗口内,根据灰度值对应的灰阶的差异获取初始窗口的同阶性,以所有初始窗口的同阶性的平均值作为灰度图像的整体同阶性;调整初始窗口的大小,同时计算对应的整体同阶性,以整体同阶性的最大值对应的窗口大小作为对应灰度图像的分割窗口的尺寸。
本发明需要对图像信息进行基于局部特征的散点式处理,而现有的图像分割技术大多数是基于图像信息中的边缘信息进行分割,该分割方法在进行后续处理时分割区域太大或者分割后区域内的像素点的灰度值较为丰富容易引发块效应,所以需要通过结合上述的灰阶划分与图像特征进行自适应分割窗口大小的获取,而后以每一个分割窗口作为基础进行后续的处理。
具体的步骤包括:
1、首先预设初始窗口的大小对灰度图像进行分割,获取初始窗口的同阶性。
在本发明实施例中初始窗口的大小为3×3,将灰度图像分割为多个3×3的初始窗口,获取初始窗口的中心像素点所在的灰阶作为标准灰阶,将初始窗口内属于标准灰阶的非中心像素点的灰度值保留,不属于标准灰阶的非中心像素点的灰度值置零,计算初始窗口中所有保留的灰度值的和,作为预设值的指数,得到的指数函数结果为对应初始窗口的同阶性。
首先判断第
Figure SMS_2
个初始窗口内的非中心像素的其它所有像素点是否属于第
Figure SMS_5
个初始窗 口内的中心位置像素点
Figure SMS_7
所在的灰阶
Figure SMS_3
其中,
Figure SMS_6
表示第
Figure SMS_8
个初始 窗口内的中心位置像素点所在的灰阶的最大灰度值,
Figure SMS_9
表示第
Figure SMS_1
个初始窗口内的中 心位置像素点所在的灰阶的最小灰度值,每个非中心像素点的判断结果共有两种情况:A: 属于中心像素点所在灰阶;B:不属于中心像素点所在灰阶。根据每种情况不同,对每个非中 心像素点进行灰度值标记。以第
Figure SMS_4
个非中心像素点为例,当第n个非中心像素点属于A情况 时,其标记值为自身的灰度值;属于B情况时,标记值为0。标记值的标记方法如下所示:
Figure SMS_10
其中,
Figure SMS_11
表示第n个非中心像素点的标记值,
Figure SMS_12
表示第n个非中心像素点的灰度值。
同一灰阶的像素点保留原灰度值,同一灰阶的像素点越多,保留的灰度值越多,因此利用保留的灰度值的和来计算同阶性,表征初始窗口内与中心像素点属于同一灰阶的程度。
具体的:计算初始窗口中所有保留的灰度值的和,作为预设值的指数,得到的指数函数结果为对应初始窗口的同阶性:
Figure SMS_13
其中,
Figure SMS_14
表示第i个初始窗口的同阶性;e表示自然常数,即本发明实施例中的预设 值;N表示初始窗口中的非中心像素点数量,在初始窗口中非中心像素点数量为8,即在初始 窗口中N=8。
以所有初始窗口的同阶性的平均值作为灰度图像的整体同阶性,记为S。利用每个初始窗口的同阶性求取平均值进行计算整张图像的同阶性,整张图像的同阶性越大,说明以该尺寸作为窗口尺寸时,窗口内与中心位置像素点处于同一个灰阶的非中心像素点越多。
2、调整初始窗口的大小,同时计算对应的整体同阶性,以整体同阶性的最大值对应的窗口大小作为对应灰度图像的分割窗口的尺寸。
以初始窗口的尺寸为基础,每次增加预设长度,直至增加到预设尺寸。
在本发明实施例中预设长度为1,预设尺寸为10,即在初始窗口尺寸的基础上,每次增加1,直至增加到10×10为止。
每增加一次得到一个新窗口尺寸时,对灰度图像进行步骤S002的过程计算对应的整体同阶性,在所有窗口尺寸中,选取整体同阶性最大的窗口尺寸作为对应灰度图像的最佳窗口尺寸,此时按照最佳窗口尺寸进行图像分割,能够使窗口中的灰度值尽可能与中心像素点的灰度值处于同一灰阶。
每张灰度图像的最佳窗口尺寸即为对应的分割窗口的尺寸。
步骤S003,将每张灰度图像以对应的分割窗口的尺寸进行分割,获得多个分割窗口;在每个分割窗口中,基于每个像素点与邻域像素点的灰度差异、与中心像素点的灰阶差异获取对应的差异特征,计算分割窗口中所有像素点的平均差异特征,基于差异特征和平均差异特征的大小关系筛选出待处理像素点。
具体的步骤包括:
1、将每张灰度图像以对应的分割窗口的尺寸进行分割,获得多个分割窗口。
2、在每个分割窗口中,获取每个像素点的差异特征。
获取每个分割窗口的中心像素点,以及中心像素点所在灰阶的灰阶长度;当分割窗口的像素点与分割窗口的中心像素点属于同一灰阶时,基于分割窗口的像素点与中心像素点的灰度值差异以及灰阶长度获取对应的灰阶权值;计算分割窗口的像素点与对应的每个邻域像素点的灰度差值,所有灰度差值的平均值与灰阶权值的乘积为对应分割窗口的像素点的差异特征;当分割窗口的像素点与分割窗口的中心像素点不属于同一灰阶时,差异特征为0。
首先分析与分割窗口的中心像素点同一灰阶的像素点,这些像素点与中心像素点灰度值相近,灰度变化趋势相近,如果进行灰度值的改变不会对图像的视觉效果造成较大影响;与分割窗口的中心像素点不属于同一灰阶时,灰度值与中心像素点的灰度值差异较大,变化特征不一致,包含的信息与中心像素点包含的信息差别较大,不能改变其灰度值,因此分割窗口的中心像素点不属于同一灰阶时灰度特征为0,不考虑改变对应像素点的灰度值。
中心像素点所在灰阶的灰阶长度为中心像素点所在灰阶的灰度值最大值和灰度值最小值的差值,记为G,则基于分割窗口的像素点与中心像素点的灰度值差异以及灰阶长度来判断每个像素点的灰阶权值,以第j个分割窗口中的第m个像素点为例:
Figure SMS_15
其中,
Figure SMS_16
表示第j个分割窗口中的第m个像素点的灰阶权值,e表示自然常数,
Figure SMS_17
表 示第j个分割窗口的中心像素点所在灰阶的灰阶长度,
Figure SMS_18
表示第j个分割窗口中的第m个 像素点的灰度值,
Figure SMS_19
表示第j个分割窗口的中心像素点的灰度值。
第j个分割窗口中的第m个像素点的灰度值与j个分割窗口的中心像素点的灰度值 的差值
Figure SMS_20
越小,灰度值越接近,两个灰度值在同一灰阶中的位置越接近,对应的灰 阶权值越大。
然后通过每个像素点与邻域像素点之间的灰度差异以及对应的灰阶权值来判断 该像素点需要进行处理的必要性,即差异特征,计算分割窗口的像素点与对应的每个邻域 像素点的灰度差值,在本发明实施例中邻域像素点为8邻域内的相邻像素点,所有灰度差值 的平均值与灰阶权值的乘积为对应分割窗口的像素点的差异特征。以第j个分割窗口中的 第m个像素点为例,差异特征
Figure SMS_21
为:
Figure SMS_22
其中,
Figure SMS_23
表示第m个像素点的第p个邻域像素点的灰度值。
差异特征
Figure SMS_24
越小,说明第m个像素点周围邻域内的像素点与第m个像素点的灰度 值处于同一个灰阶的越多,且在第m个像素点的灰度值所在的灰阶中距离第m个像素点的灰 度值越近,故后续进行对该像素点对应的灰度值进行处理时整体图像的视觉效果变化不 大,保留的视觉有效信息更多。
3、基于差异特征和平均差异特征的大小关系筛选出待处理像素点。
计算分割窗口中所有像素点的平均差异特征
Figure SMS_25
,设置调节参数
Figure SMS_26
,以调节参数
Figure SMS_27
作 为平均差异特征的系数得到调节差异,当差异特征大于或者等于调节差异与平均差异特征 的和时,该差异特征对应的像素点为待处理像素点。
同样以第j个分割窗口中的第m个像素点为例,当
Figure SMS_28
时,说明第j个 分割窗口中的第m个像素点的差异特征过大,需要进行处理,该像素点为待处理像素点。
作为一个示例,本发明实施例中调节参数
Figure SMS_29
的值为0.7,调节参数
Figure SMS_30
越小,后续处理 的计算量越大,调节参数
Figure SMS_31
越大,后续处理的计算量越小,可根据实际实施时的具体需求进 行调节。
步骤S004,对于每个待处理像素点,以所在的分割窗口作为对应的目标窗口,以其他分割窗口作为非目标窗口,以与该待处理像素点灰度值相差1的灰度值作为备选灰度值,基于目标窗口中备选灰度值的数量和非目标窗口中备选灰度值的数量确定待处理像素点的更新灰度值。
以比该待处理像素点灰度值大1的像素点作为第一像素点,以比该待处理像素点灰度值小1的像素点作为第二像素点;统计目标窗口中第一像素点和第二像素点的像素点数量,以及所有非分割窗口中第一像素点和第二像素点的像素点数量;基于两个像素点数量获取待处理像素点属于第一像素点的隶属度、属于第二像素点的隶属度,以更大的隶属度对应的备选灰度值作为待处理像素点的更新灰度值。
具体的步骤包括:
1、对于每个待处理像素点,统计目标窗口中第一像素点的数量作为第一数量,第二像素点的数量作为第二数量;统计非目标窗口中第一像素点的数量作为第三数量,第二像素点的数量作为第四数量。
假设第j个分割窗口中的第m个像素点为待处理像素点,以该像素点为例,统计在 该像素点所在的分割窗口内,灰度值为
Figure SMS_32
的数量
Figure SMS_36
作为对应的第一数量,灰度值 为
Figure SMS_38
的数量
Figure SMS_33
作为对应的第二数量;统计在所有其他分割窗口内,灰度值为
Figure SMS_35
的数量
Figure SMS_37
作为对应的第三数量,灰度值为
Figure SMS_39
的数量
Figure SMS_34
作为对应的第 四数量。
通过隶属函数对处理窗口内的像素点进行处理的目的是达到一种平滑的操作,用来降低图像的整体信息熵,即在尽可能的减少处理窗口内的某个待处理像素点所在区域的视觉信息损失的情况下,达到平滑图该待处理像素点的目的,因此选用与该待处理像素点的灰度值最接近的两个灰度值作为备选灰度值。
2、获取待处理像素点属于第一像素点的隶属度、属于第二像素点的隶属度,以更大的隶属度对应的备选灰度值作为待处理像素点的更新灰度值。
以第一数量和第二数量的比值作为第一斜率;以第三数量作为分子,以第三数量和第四数量的和作为分母,得到的比值作为第一调节参数;以第一斜率和第一调节参数的乘积作为第一调节斜率,乘上待处理像素点的灰度值得到该待处理像素点属于第一像素点的隶属度。
以第一数量和第二数量的比值作为第一斜率
Figure SMS_40
;以第三数量作为分子, 以第三数量和第四数量的和作为分母,得到的比值作为第一调节参数
Figure SMS_41
; 以第一斜率和第一调节参数的乘积作为第一调节斜率
Figure SMS_42
第m个像素点的灰度值为
Figure SMS_44
,在目标窗口中,灰度值
Figure SMS_47
的像素点出现的次 数相对于灰度值
Figure SMS_50
越多,说明
Figure SMS_46
更倾向于
Figure SMS_48
,故其初始的第一斜率
Figure SMS_51
就越大, 而后通过整幅图像中灰度值为
Figure SMS_53
的第一像素点的数量
Figure SMS_43
在所有备选灰度值对应 的像素点数量
Figure SMS_49
中的占比作为第一调节参数来进行整体调节,使目标窗口内 的待处理像素点在处理后更倾向于整体图像的变化,第一调节参数越大,说明
Figure SMS_52
更倾向 于
Figure SMS_54
,调整第一斜率得到第一调节斜率
Figure SMS_45
第一调节斜率乘上待处理像素点的灰度值得到该待处理像素点属于第一像素点 的隶属度
Figure SMS_55
。基于第m个像素点的灰度值和第一调节斜率得到该待处理像素点 属于第一像素点的隶属度,第一调节斜率越大,该待处理像素点越倾向于第一像素点,对应 的隶属度越大。
以第二数量和第一数量的比值作为第二斜率
Figure SMS_56
;以第四数量作为分子, 以第三数量和第四数量的和作为分母,得到的比值作为第二调节参数
Figure SMS_57
; 以第二斜率和第二调节参数的乘积作为第二调节斜率
Figure SMS_58
第m个像素点的灰度值为
Figure SMS_59
,在目标窗口中,灰度值
Figure SMS_64
的像素点出现的次 数相对于灰度值
Figure SMS_67
越多,说明
Figure SMS_61
更倾向于
Figure SMS_63
,故其初始的第二斜率
Figure SMS_66
就越大, 而后通过整幅图像中灰度值为
Figure SMS_69
的第二像素点的数量
Figure SMS_62
在所有备选灰度值对应 的像素点数量
Figure SMS_65
中的占比作为第二调节参数来进行整体调节,使目标窗口内 的待处理像素点在处理后更倾向于整体图像的变化,第二调节参数越大,说明
Figure SMS_68
更倾向 于
Figure SMS_70
,调整第二斜率得到第二调节斜率
Figure SMS_60
第二调节斜率乘上待处理像素点的灰度值得到该待处理像素点属于第二像素点 的隶属度
Figure SMS_71
。基于第m个像素点的灰度值和第二调节斜率得到该待处理像素点 属于第二像素点的隶属度,第二调节斜率越大,该待处理像素点越倾向于第二像素点,对应 的隶属度越大。
以更大的隶属度对应的备选灰度值作为待处理像素点的更新灰度值。
步骤S005,将所有待处理像素点的灰度值替换为对应的更新灰度值得到更新图像,对更新图像利用霍夫曼编码进行压缩。
将所有待处理像素点的灰度值替换为对应的更新灰度值得到更新图像,更新图像中的待处理像素点的灰度值都替换为对应的更新灰度值,将与周围差异较大的灰度值替换为数值相近的灰度值,以使该位置处的灰度值更加符合整张图像的整体变化趋势,使整张图像更加平滑,同时视觉丢失信息更少,整体图像的可视信息变化不大。
然后对更新图像利用霍夫曼编码进行压缩,具体过程为:统计更新图像中的灰度值出现的频率以此作为权值进行霍夫曼树的构造,而后根据霍夫曼树进行霍夫曼编码压缩,规定霍夫曼树的左侧分支为“0”,右侧分支为“1”。可获得所有灰度值对应的唯一二进制霍夫曼编码,而后进行存储。
综上所述,本发明实施例采集用户移动终端中待压缩的图像信息,并进行灰度化,得到灰度图像;生成灰度图像的灰度直方图,基于灰度直方图各灰度级的分布情况将灰度值划分为多个灰阶;按照预设大小的初始窗口对灰度图像进行分割,在每个初始窗口内,根据灰度值对应的灰阶的差异获取初始窗口的同阶性,以所有初始窗口的同阶性的平均值作为灰度图像的整体同阶性;调整初始窗口的大小,同时计算对应的整体同阶性,以整体同阶性的最大值对应的窗口大小作为对应灰度图像的分割窗口的尺寸;将每张灰度图像以对应的分割窗口的尺寸进行分割,获得多个分割窗口;在每个分割窗口中,基于每个像素点与邻域像素点的灰度差异、与中心像素点的灰阶差异获取对应的差异特征,计算分割窗口中所有像素点的平均差异特征,基于差异特征和平均差异特征的大小关系筛选出待处理像素点;对于每个待处理像素点,以所在的分割窗口作为对应的目标窗口,以其他分割窗口作为非目标窗口,以与该待处理像素点灰度值相差1的灰度值作为备选灰度值,基于目标窗口中备选灰度值的数量和非目标窗口中备选灰度值的数量确定待处理像素点的更新灰度值;将所有待处理像素点的灰度值替换为对应的更新灰度值得到更新图像,对更新图像利用霍夫曼编码进行压缩。本发明实施例通过灰度值替换使整体图像更加平滑,整体图像的可视信息变化不大,视觉丢失信息较少,同时减少图像整体的信息熵,保证图像信息丢失较少的前提下提高图像的压缩效率。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;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,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,均应包含在本申请的保护范围之内。

Claims (8)

1.用于移动终端的用户数据压缩存储方法,其特征在于,该方法包括以下步骤:
采集用户移动终端中待压缩的图像信息,并进行灰度化,得到灰度图像;生成所述灰度图像的灰度直方图,基于灰度直方图各灰度级的分布情况将灰度值划分为多个灰阶;
按照预设大小的初始窗口对所述灰度图像进行分割,在每个初始窗口内,根据灰度值对应的灰阶的差异获取初始窗口的同阶性,以所有初始窗口的同阶性的平均值作为灰度图像的整体同阶性;调整初始窗口的大小,同时计算对应的整体同阶性,以整体同阶性的最大值对应的窗口大小作为对应灰度图像的分割窗口的尺寸;
将每张灰度图像以对应的分割窗口的尺寸进行分割,获得多个分割窗口;在每个分割窗口中,基于每个像素点与邻域像素点的灰度差异、与中心像素点的灰阶差异获取对应的差异特征,计算分割窗口中所有像素点的平均差异特征,基于差异特征和所述平均差异特征的大小关系筛选出待处理像素点;
对于每个待处理像素点,以所在的分割窗口作为对应的目标窗口,以其他分割窗口作为非目标窗口,以与该待处理像素点灰度值相差1的灰度值作为备选灰度值,基于目标窗口中备选灰度值的数量和非目标窗口中备选灰度值的数量确定待处理像素点的更新灰度值;
将所有待处理像素点的灰度值替换为对应的更新灰度值得到更新图像,对所述更新图像利用霍夫曼编码进行压缩。
2.根据权利要求1所述的用于移动终端的用户数据压缩存储方法,其特征在于,所述基于灰度直方图各灰度级的分布情况将灰度值划分为多个灰阶,包括:
对所述灰度直方图进行多项式拟合,通过求导获取波峰点和波谷点作为划分点,以相邻的划分点之间的灰度级作为一个灰阶。
3.根据权利要求1所述的用于移动终端的用户数据压缩存储方法,其特征在于,所述初始窗口的同阶性的获取方法为:
获取所述初始窗口的中心像素点所在的灰阶作为标准灰阶,将初始窗口内属于标准灰阶的非中心像素点的灰度值保留,不属于标准灰阶的非中心像素点的灰度值置零,计算初始窗口中所有保留的灰度值的和,作为预设值的指数,得到的指数函数结果为对应初始窗口的所述同阶性。
4.根据权利要求1所述的用于移动终端的用户数据压缩存储方法,其特征在于,所述调整初始窗口的大小的过程为:
以所述初始窗口的尺寸为基础,每次增加预设长度,直至增加到预设尺寸。
5.根据权利要求1所述的用于移动终端的用户数据压缩存储方法,其特征在于,所述差异特征的获取方法为:
获取每个分割窗口的中心像素点,以及中心像素点所在灰阶的灰阶长度;当分割窗口的像素点与分割窗口的中心像素点属于同一灰阶时,基于分割窗口的像素点与中心像素点的灰度值差异以及所述灰阶长度获取对应的灰阶权值;计算分割窗口的像素点与对应的每个邻域像素点的灰度差值,所有灰度差值的平均值与所述灰阶权值的乘积为对应分割窗口的像素点的所述差异特征;
当分割窗口的像素点与分割窗口的中心像素点不属于同一灰阶时,所述差异特征为0。
6.根据权利要求1所述的用于移动终端的用户数据压缩存储方法,其特征在于,所述待处理像素点的筛选过程为:
设置调节参数,以调节参数作为所述平均差异特征的系数得到调节差异,当差异特征大于或者等于调节差异与平均差异特征的和时,该差异特征对应的像素点为待处理像素点。
7.根据权利要求1所述的用于移动终端的用户数据压缩存储方法,其特征在于,所述更新灰度值的获取方法为:
以比该待处理像素点灰度值大1的像素点作为第一像素点,以比该待处理像素点灰度值小1的像素点作为第二像素点;统计目标窗口中第一像素点和第二像素点的像素点数量,以及所有非分割窗口中第一像素点和第二像素点的像素点数量;
基于两个像素点数量获取待处理像素点属于第一像素点的隶属度、属于第二像素点的隶属度,以更大的隶属度对应的灰度值作为待处理像素点的更新灰度值。
8.根据权利要求7所述的用于移动终端的用户数据压缩存储方法,其特征在于,所述获取待处理像素点属于第一像素点的隶属度、属于第二像素点的隶属度,包括:
统计目标窗口中第一像素点的数量作为第一数量,第二像素点的数量作为第二数量;统计非目标窗口中第一像素点的数量作为第三数量,第二像素点的数量作为第四数量;
以第一数量和第二数量的比值作为第一斜率;以第三数量作为分子,以第三数量和第四数量的和作为分母,得到的比值作为第一调节参数;以第一斜率和第一调节参数的乘积作为第一调节斜率,乘上待处理像素点的灰度值得到该待处理像素点属于第一像素点的隶属度;
以第二数量和第一数量的比值作为第二斜率;以第四数量作为分子,以第三数量和第四数量的和作为分母,得到的比值作为第二调节参数;以第二斜率和第二调节参数的乘积作为第二调节斜率,乘上待处理像素点的灰度值得到该待处理像素点属于第二像素点的隶属度。
CN202310046212.2A 2023-01-31 2023-01-31 用于移动终端的用户数据压缩存储方法 Active CN115802056B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310046212.2A CN115802056B (zh) 2023-01-31 2023-01-31 用于移动终端的用户数据压缩存储方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310046212.2A CN115802056B (zh) 2023-01-31 2023-01-31 用于移动终端的用户数据压缩存储方法

Publications (2)

Publication Number Publication Date
CN115802056A true CN115802056A (zh) 2023-03-14
CN115802056B CN115802056B (zh) 2023-05-05

Family

ID=85429235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310046212.2A Active CN115802056B (zh) 2023-01-31 2023-01-31 用于移动终端的用户数据压缩存储方法

Country Status (1)

Country Link
CN (1) CN115802056B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116129364A (zh) * 2023-04-17 2023-05-16 山东山矿机械有限公司 一种皮带集控系统
CN116366069A (zh) * 2023-06-02 2023-06-30 菏泽鹏远混凝土有限公司 一种高性能混凝土配比数据处理方法
CN116777845A (zh) * 2023-05-26 2023-09-19 浙江嘉宇工程管理有限公司 基于人工智能的建筑工地安全风险智能评估方法及系统
CN118015108A (zh) * 2024-04-10 2024-05-10 深圳市丽台电子有限公司 基于物联网的智慧物业智能管理方法及系统

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002024817A (ja) * 2000-07-10 2002-01-25 Sharp Corp 画像処理方法及び画像処理装置
US20020039189A1 (en) * 2000-10-03 2002-04-04 Fujitsu Limited Image reproducing apparatus, image reproducing method, and computer readable storage medium
JP2011015041A (ja) * 2009-06-30 2011-01-20 Konica Minolta Business Technologies Inc 画像処理方法、画像処理装置
US20150379970A1 (en) * 2014-06-30 2015-12-31 Apple Inc. Refresh rate dependent dithering
CN107342064A (zh) * 2017-08-31 2017-11-10 深圳市华星光电技术有限公司 显示面板的灰阶值补偿方法,系统及显示面板
CN108230412A (zh) * 2018-01-19 2018-06-29 浙江大华技术股份有限公司 一种红外图像压缩方法及装置
CN110444157A (zh) * 2019-08-15 2019-11-12 京东方科技集团股份有限公司 灰阶补偿关系及补偿值的获取方法、显示装置
CN110689846A (zh) * 2019-11-06 2020-01-14 昆山国显光电有限公司 一种像素灰阶补偿参数压缩存储方法、装置和存储介质
CN111630565A (zh) * 2018-09-10 2020-09-04 深圳配天智能技术研究院有限公司 图像处理方法、边缘提取方法、处理设备及存储介质
CN113129326A (zh) * 2021-06-17 2021-07-16 苏州高视半导体技术有限公司 灰度图像的自适应阈值分割方法
CN114063945A (zh) * 2020-07-31 2022-02-18 青岛海信移动通信技术股份有限公司 移动终端及其图像显示方法
CN114937055A (zh) * 2022-03-31 2022-08-23 江苏益捷思信息科技有限公司 基于人工智能的图像自适应分割方法与系统
CN115035106A (zh) * 2022-08-10 2022-09-09 邹城市天晖软件科技有限公司 一种带钢缺陷智能检测方法
CN115049672A (zh) * 2022-08-17 2022-09-13 南通源钰新材料科技有限公司 基于计算机视觉的金属铝表面磷化膜缺陷的检测方法
WO2022205603A1 (zh) * 2021-04-01 2022-10-06 Tcl华星光电技术有限公司 图像压缩方法及压缩装置
CN115170576A (zh) * 2022-09-09 2022-10-11 山东中发新材料科技有限公司 基于机器视觉的铝管表面缺陷检测方法
CN115311270A (zh) * 2022-10-11 2022-11-08 南通至顺聚氨酯材料有限公司 一种塑料制品表面缺陷检测方法
CN115311375A (zh) * 2022-10-10 2022-11-08 南通安昇纺织品有限公司 用于格纹织物数据的压缩存储、传输方法及系统
CN115546203A (zh) * 2022-11-23 2022-12-30 常熟理工学院 基于图像数据算法的生产监测分析方法

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002024817A (ja) * 2000-07-10 2002-01-25 Sharp Corp 画像処理方法及び画像処理装置
US20020039189A1 (en) * 2000-10-03 2002-04-04 Fujitsu Limited Image reproducing apparatus, image reproducing method, and computer readable storage medium
JP2011015041A (ja) * 2009-06-30 2011-01-20 Konica Minolta Business Technologies Inc 画像処理方法、画像処理装置
US20150379970A1 (en) * 2014-06-30 2015-12-31 Apple Inc. Refresh rate dependent dithering
CN107342064A (zh) * 2017-08-31 2017-11-10 深圳市华星光电技术有限公司 显示面板的灰阶值补偿方法,系统及显示面板
CN108230412A (zh) * 2018-01-19 2018-06-29 浙江大华技术股份有限公司 一种红外图像压缩方法及装置
CN111630565A (zh) * 2018-09-10 2020-09-04 深圳配天智能技术研究院有限公司 图像处理方法、边缘提取方法、处理设备及存储介质
CN110444157A (zh) * 2019-08-15 2019-11-12 京东方科技集团股份有限公司 灰阶补偿关系及补偿值的获取方法、显示装置
CN110689846A (zh) * 2019-11-06 2020-01-14 昆山国显光电有限公司 一种像素灰阶补偿参数压缩存储方法、装置和存储介质
CN114063945A (zh) * 2020-07-31 2022-02-18 青岛海信移动通信技术股份有限公司 移动终端及其图像显示方法
WO2022205603A1 (zh) * 2021-04-01 2022-10-06 Tcl华星光电技术有限公司 图像压缩方法及压缩装置
CN113129326A (zh) * 2021-06-17 2021-07-16 苏州高视半导体技术有限公司 灰度图像的自适应阈值分割方法
CN114937055A (zh) * 2022-03-31 2022-08-23 江苏益捷思信息科技有限公司 基于人工智能的图像自适应分割方法与系统
CN115035106A (zh) * 2022-08-10 2022-09-09 邹城市天晖软件科技有限公司 一种带钢缺陷智能检测方法
CN115049672A (zh) * 2022-08-17 2022-09-13 南通源钰新材料科技有限公司 基于计算机视觉的金属铝表面磷化膜缺陷的检测方法
CN115170576A (zh) * 2022-09-09 2022-10-11 山东中发新材料科技有限公司 基于机器视觉的铝管表面缺陷检测方法
CN115311375A (zh) * 2022-10-10 2022-11-08 南通安昇纺织品有限公司 用于格纹织物数据的压缩存储、传输方法及系统
CN115311270A (zh) * 2022-10-11 2022-11-08 南通至顺聚氨酯材料有限公司 一种塑料制品表面缺陷检测方法
CN115546203A (zh) * 2022-11-23 2022-12-30 常熟理工学院 基于图像数据算法的生产监测分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郑圣超: "基于HVS的若干图像质量度量方法的研究", 硕士电子期刊 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116129364A (zh) * 2023-04-17 2023-05-16 山东山矿机械有限公司 一种皮带集控系统
CN116777845A (zh) * 2023-05-26 2023-09-19 浙江嘉宇工程管理有限公司 基于人工智能的建筑工地安全风险智能评估方法及系统
CN116777845B (zh) * 2023-05-26 2024-02-13 浙江嘉宇工程管理有限公司 基于人工智能的建筑工地安全风险智能评估方法及系统
CN116366069A (zh) * 2023-06-02 2023-06-30 菏泽鹏远混凝土有限公司 一种高性能混凝土配比数据处理方法
CN116366069B (zh) * 2023-06-02 2023-08-08 菏泽鹏远混凝土有限公司 一种高性能混凝土配比数据处理方法
CN118015108A (zh) * 2024-04-10 2024-05-10 深圳市丽台电子有限公司 基于物联网的智慧物业智能管理方法及系统

Also Published As

Publication number Publication date
CN115802056B (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
CN115802056A (zh) 用于移动终端的用户数据压缩存储方法
US5414527A (en) Image encoding apparatus sensitive to tone variations
CN110662044B (zh) 一种视频编码方法、视频编码装置及计算机存储介质
CN115882868B (zh) 一种气体监测数据智能存储方法
JPH0258814B2 (zh)
CN114693816B (zh) 一种智能化图像大数据存储方法
CN116153452B (zh) 基于人工智能的医疗电子病历存储系统
CN111988611A (zh) 量化偏移信息的确定方法、图像编码方法、装置及电子设备
CN115359807B (zh) 一种用于城市噪声污染的噪声在线监测系统
CN116208172B (zh) 一种建筑工程项目的数据管理系统
CN115019111A (zh) 用于互联网文创作品的数据处理方法
CN115578476A (zh) 一种用于城乡规划数据的高效存储方法
CN110942148B (zh) 一种自适应的非对称量化的深度神经网络模型压缩方法
CN115543946A (zh) 一种金融大数据优化存储方法
CN115131375A (zh) 一种矿石自动分割方法
US20160316204A1 (en) Method and system for image compression using image block characteristics
CN116828210A (zh) 一种用于矿下视频采集智能传输方法及系统
CN116777845B (zh) 基于人工智能的建筑工地安全风险智能评估方法及系统
CN117172301A (zh) 一种适用于超分网络的分布灵活子集量化方法
CN117668269B (zh) 基于流形学习的车辆审核信息优化存储方法
CN112488291A (zh) 一种神经网络8比特量化压缩方法
CN115619800A (zh) 基于自适应阈值分割的covid-19 ct图像的分割方法及装置
CN117274820B (zh) 一种测绘地理信息地图数据采集方法及系统
CN116957524B (zh) 一种技术转移过程中人才信息智能管理方法及系统
JP3658096B2 (ja) 画像符号化装置及び画像符号化復号化方法

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
TR01 Transfer of patent right

Effective date of registration: 20230616

Address after: 801, Building 36, No. 1888 Xinjinqiao Road, Pudong New Area, Shanghai, 200120

Patentee after: Shanghai Zhehe Software Technology Co.,Ltd.

Address before: Room 104, Building 6, No. 218, Yongxing Road, Yongxing Street, Chongchuan District, Nantong City, Jiangsu Province, 226000

Patentee before: Nantong Kaiwo Intelligent Equipment Co.,Ltd.

TR01 Transfer of patent right