[发明专利]一种定格动画的生成方法和生成系统在审
申请号: | 201910088710.7 | 申请日: | 2019-01-30 |
公开(公告)号: | CN109714629A | 公开(公告)日: | 2019-05-03 |
发明(设计)人: | 肖蓉 | 申请(专利权)人: | 南华大学 |
主分类号: | H04N21/431 | 分类号: | H04N21/431;H04N21/433;H04N19/625;H04N19/182;H04N19/124 |
代理公司: | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人: | 包晓静 |
地址: | 421001 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 定格动画 视频数据帧 生成系统 储存器 抽取 计算机应用技术 图像 图像压缩算法 峰值信噪比 压缩 初始化帧 获得设备 流式处理 设备地址 实时响应 视觉效果 视频设备 图像数据 映射地址 映射关系 原始图像 帧缓存器 主观视觉 缓存器 冗余度 压缩比 映射 图片 存储 采集 改进 | ||
1.一种定格动画的生成方法,其特征在于,所述定格动画的生成方法包括:
第一步,打开初始化帧缓存器,映射帧缓存器设备地址到储存器映射地址;
第二步,打开视频设备文件;
第三步,获得设备信息;
第四步,根据需要更改设备的相关设置;
第五步,获得采集到的图像数据;
第六步,抽取视频数据帧;
第七步,将抽取的多个视频数据帧按时序连接生成定格动画。
2.如权利要求1所述的定格动画的生成方法,其特征在于,所述第一步中在获取的至少一部分视频数据帧中,抽取相互间隔的多个视频数据帧,将每一个缓存需要发送至其他缓存的视频数据排列为一个发送队列,该队列的出队速度为缓存的上行链路带宽,该队列的入队速度为转发至该缓存的其他缓存用户视频请求;当队列满足强稳定条件时,队列长度的平均值有界。
3.如权利要求1所述的定格动画的生成方法,其特征在于,帧缓存器将视频图片的缓存的过程中,采用LCV算法,具体包括以下步骤:
步骤一,若o查询缓存命中,结束本次替换;
步骤二,若剩余可用缓存可容纳o,将o调入B,更新可用缓存空间;
步骤三,若剩余可用缓存不足容纳o,通过search(B,sleft,so)函数查找并清除Re,将o置入B;更新剩余可用缓存大小。
4.如权利要求1所述的定格动画的生成方法,其特征在于,储存器存储一帧一帧的图片并建立图片与地址的映射关系,对每一帧的图片进行压缩,压缩后的图像与原始图像的视觉效果基本相同的基础上,采用一致改进的图像压缩算法,具体包括以下步骤:
步骤一,首先将测试图像分成8×8像素块,对每块进行二维正向离散余弦变换,即用变换矩阵乘以像素块;
步骤二,在进行DCT变换的过程中,通过设置量化系数来控制图像压缩大小,一般DCT系数中,只有10%的数据非零,采用的数据为8以下的数据进行量化;
步骤三,在基本DCT变换中,为了提高速度,不再使用量化表对全部DC和AC系数进行量化,而是只取前面几个非零系数进行量化,其他的AC系数直接作为0处理;
步骤四,对量化后的非零区域的数据进行编码,在此采用基于FFT的快速算法。
5.如权利要求1所述的定格动画的生成方法,其特征在于,图像读取设备对帧缓存器中连续帧图篇周期性抽样对图像进行识别,采用基于类别相关近邻子空间的快速鲁棒稀疏表示识别算法,包括以下步骤:
步骤一,合理选择原样本空间的近邻样本子空间,构成新的稀疏表示的字典;
选择类别相关近邻子空间的过程如下:
设类别数目为k,则分别对每个类别自适应的选择近邻,如某类别i,共有ni个训练样本;
首先求得测试样本与该类训练样本的平均距离表示距离度量;采用欧氏距离作为度量mean(·)表示求平均值,然后在该类别中选择小于或等于平均距离的训练样本;对每类都进行同样的样本选择操作,得到新的样本子空间,构成新的字典,即:
A={Aj|j=p1,…,pN};
步骤二,基于最大似然稀疏表示模型,实现对测试图像的分类;
步骤三,将测试的图像进行判别输出。
6.一种执行权利要求1所述定格动画的生成方法的定格动画的生成系统,其特征在于,所述定格动画的生成系统包括:视频读取设备、帧缓存器、储存器、图像读取设备、图像处理与编辑器、周期脉冲发生器;
视频读取设备,用于读取视频文件;
帧缓存器,用于将视频缓存为一帧一帧的图片;
储存器,用于存储一帧一帧的图片并建立图片与地址的映射关系;
图像读取设备,用于对帧缓存器中连续帧图篇周期性抽样;
周期脉冲发生器,用于产生周期性脉冲。
7.一种应用权利要求1~5任意一项所述定格动画的生成方法的动画处理平台。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南华大学,未经南华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910088710.7/1.html,转载请声明来源钻瓜专利网。