[发明专利]图像压缩方法及装置在审
申请号: | 201910247735.7 | 申请日: | 2019-03-28 |
公开(公告)号: | CN109889841A | 公开(公告)日: | 2019-06-14 |
发明(设计)人: | 胡飞;周飞;王方 | 申请(专利权)人: | 北京青燕祥云科技有限公司 |
主分类号: | H04N19/17 | 分类号: | H04N19/17;H04N19/182;H04N19/167;H04N19/48;H04N19/85 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 曹桓 |
地址: | 100000 北京市石景山区石*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 兴趣区域 无损压缩 像素 图像数据 像素点 残差数据 图像压缩 数字视频压缩技术 计算图像数据 计算公式 无损数据 显示效果 压缩 残差 预设 存储 保证 | ||
1.一种图像压缩方法,其特征在于,所述方法包括:
获取目标对象的图像数据;
以预设的压缩损差值,将所述图像数据进行近乎无损压缩得到近乎无损压缩数据;
将所述图像数据划分为兴趣区域和非兴趣区域;其中,所述非兴趣区域为位于所述兴趣区域外围的区域;
对于所述兴趣区域中的每个像素点,均基于预设的像素残差计算公式,计算所述图像数据与所述近乎无损压缩数据对应该像素点的像素残差值;
设定所述非兴趣区域中的每个像素点的像素残差值为预设值;
将所述兴趣区域和所述非兴趣区域的每个像素点的像素残差值作为所述图像数据的残差数据;
将所述近乎无损压缩数据和所述残差数据存储为所述图像数据的压缩数据。
2.根据权利要求1所述的方法,其特征在于,将所述图像数据划分为兴趣区域和非兴趣区域的步骤,包括:
采用洪水填充算法或图像分割算法确定所述图像数据中的兴趣区域和非兴趣区域。
3.根据权利要求1所述的方法,其特征在于,将所述图像数据划分为兴趣区域和非兴趣区域的步骤,包括:
逐一将所述图像数据中的每个像素点作为当前像素点,判断当前像素点的像素值是否在预设范围内,如果是,确定所述当前像素点为兴趣点;
将确定出的所有兴趣点围成的区域划定为所述兴趣区域,将所述兴趣区域的外围区域划定为非兴趣区域。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述近乎无损压缩数据和所述残差数据对所述压缩数据进行还原,得到所述图像数据。
5.根据权利要求4所述的方法,其特征在于,根据所述近乎无损压缩数据和所述残差数据对所述压缩数据进行还原,得到所述图像数据的步骤,包括:
将所述残差数据中每个像素点的像素残差值,叠加于所述近乎无损压缩数据的对应像素点上;
将叠加后的所述近乎无损压缩数据的每个像素点减去所述压缩损差值,得到所述图像数据。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在预览所述图像数据时,显示所述近乎无损压缩数据对应的图像;
在加载显示所述图像数据时,根据所述近乎无损压缩数据和所述残差数据对所述压缩数据进行还原,显示还原后的所述压缩数据对应的图像。
7.一种图像压缩装置,其特征在于,所述装置包括:
获取模块,用于获取目标对象的图像数据;
近乎无损压缩模块,用于以预设的压缩损差值,将所述图像数据进行近乎无损压缩得到近乎无损压缩数据;
划分模块,用于将所述图像数据划分为兴趣区域和非兴趣区域;其中,所述非兴趣区域为位于所述兴趣区域外围的区域;
计算模块,用于对于所述兴趣区域中的每个像素点,均基于预设的像素残差计算公式,计算所述图像数据与所述近乎无损压缩数据对应该像素点的像素残差值;
设定模块,用于设定所述非兴趣区域中的每个像素点的像素残差值为预设值;
残差数据生成模块,用于将所述兴趣区域和所述非兴趣区域的每个像素点的像素残差值作为所述图像数据的残差数据;
存储模块,用于将所述近乎无损压缩数据和所述残差数据存储为所述图像数据的压缩数据。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
还原模块,用于根据所述近乎无损压缩数据和所述残差数据对所述压缩数据进行还原,得到所述图像数据。
9.根据权利要求7所述的装置,其特征在于,所述装置还包括:
预览显示模块,用于在预览所述图像数据时,显示所述近乎无损压缩数据对应的图像;
加载显示模块,用于在加载显示所述图像数据时,根据所述近乎无损压缩数据和所述残差数据对所述压缩数据进行还原,显示还原后的所述压缩数据对应的图像。
10.一种服务器,其特征在于,所述服务器包括存储器以及处理器,所述存储器用于存储支持所述处理器执行的权利要求1~6任一项所述的图像压缩方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
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北京青燕祥云科技有限公司,未经北京青燕祥云科技有限公司许可,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/201910247735.7/1.html,转载请声明来源钻瓜专利网。