[发明专利]一种数据压缩和恢复的方法在审

专利信息
申请号: 202010201065.8 申请日: 2020-03-20
公开(公告)号: CN111327327A 公开(公告)日: 2020-06-23
发明(设计)人: 路兆铭;王鲁晗;邵华;赵百泉;程杨;曹伟豪 申请(专利权)人: 许昌泛网信通科技有限公司
主分类号: H03M7/30 分类号: H03M7/30;G07C5/08;G06F16/174
代理公司: 郑州博派知识产权代理事务所(特殊普通合伙) 41137 代理人: 邓小颖
地址: 461000 河南省许昌市市辖区城乡一体化示范区*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 数据压缩 恢复 方法
【权利要求书】:

1.一种数据压缩和恢复的方法,包括数据、压缩方法、恢复方法,其特征在于,所述数据被制作为数字矩阵,所述压缩方法数字矩阵进行压缩,所述恢复方法则将压缩过的数字矩阵进行恢复。

2.如权利要求1所述的一种数据压缩和恢复的方法,其特征在于,所述数据包括第一数据和第二数据,第一数据是指包含无效信息的数据,第二区域数据是指包含有效信息的数据。

3.如权利要求2所述的一种数据压缩和恢复的方法,其特征在于,所述压缩方法先将第一数据映射到x,第二数据映射到y,其中x≠y,m bit灰度图像中的0≤x≤2m−1且0≤y≤2m−1。

4.如权利要求3所述的一种数据压缩和恢复的方法,其特征在于,所述压缩方法中的x,y值在8bit的灰度图像的范围0≤x≤28−1且0≤y≤28−1内进行搜索,此时随机产生x,y值,当只有一组x,y值产生时,利用这组值成为x,y的值,当有多组x,y值产生时,选择压缩后的数字矩阵量与压缩前的数字矩阵量之间的比值最低的一组即为x,y的值。

5.如权利要求3所述的一种数据压缩和恢复的方法,其特征在于,所述压缩方法中的x,y值进行预定义赋值,将x赋值0,y赋值255。

6.如权利要求3所述的一种数据压缩和恢复的方法,其特征在于,所述压缩方法中的x,y值根据数字矩阵中的单连通区域数目确定。

7.如权利要求6所述的一种数据压缩和恢复的方法,其特征在于,所述数字矩阵中的单连通区域数目阈值设定为M,当单连通区域数目NM时,则x,y的值分别取0,5,当单连通区域数目NM时,则x,y的值分别取0,255,其中M由预定义得到。

8.如权利要求4至权利要求7任一权利要求所述的一种数据压缩和恢复的方法,其特征在于,所述x,y值可存储在压缩数据中,也可存储在配置文件中。

9.如权利要求1所述的一种数据压缩和恢复的方法,其特征在于,所述恢复方法利用x,y值的存储恢复法进行恢复。

10.如权利要求8所述的一种数据压缩和恢复的方法,其特征在于,所述x,y值的存储恢复法将进行数据压缩时的映射参数x,y值直接存储,当映射参数x,y值存储在压缩数据中,在数据恢复时确定压缩数据的映射参数并作为数据恢复参数解压缩,当存储在配置文件中,并且该配置文件和数据压缩后的数据文件一一对应,进行数据恢复时同时读取两个对应文件,获得数据恢复参数。

11.如权利要求8所述的一种数据压缩和恢复的方法,其特征在于,所述恢复方法还采用被压缩的数据的灰度统计值来确定原始数字矩阵。

12.如权利要求10所述的一种数据压缩和恢复的方法,其特征在于,所述压缩数据的灰度统计值取灰度中值点进行数据分割,分割得到的两个区域分别对应原始数字矩阵的第一数据和第二数据。

13.如权利要求10所述的一种数据压缩和恢复的方法,其特征在于,所述压缩过的数据的灰度统计值进行聚类,从而得到至少两个类别的几何中心值位置,以每两个类别几何中心值的中值点作为两类的分类点,两个类别分别映射为第一数据和第二数据。

14.如权利要求13所述的一种数据压缩和恢复的方法,其特征在于,所述聚类方法采用任意一种聚类方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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许昌泛网信通科技有限公司,未经许昌泛网信通科技有限公司许可,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/202010201065.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top