[发明专利]基于大数据的图像智能压缩方法

说明书

本发明涉及基于大数据的图像智能压缩方法，该方法包括：获取各个待压缩图像的灰度图；将每个灰度图中每行像素点进行分段，得到每行像素点对应的多个子像素段；获取每个子像素段中像素点灰度值的变化规律，根据变化规律获取待压缩灰度图中每个子像素段对应的像素点灰度值的等差数列，确定每个等差数列的公差、首项以及项数；存储待压缩图像的每个等差数列的首项、公差及项数，得到压缩图像，本发明方法提高了压缩率，在保证压缩率的同时还保证了压缩后图像信息的完整性。

技术领域

本发明涉及图像压缩技术领域，具体涉及基于大数据的图像智能压缩方法。

背景技术

在随着数字化生活的日益常态化，各类硬件设备的更新的加速化，所采集的图像数据都以几何速度在增长，这些迅猛增长的数据给存储、处理和传输带来了巨大的负担，单靠硬盘的扩容和传输设备的改善已经不能支持这样庞大的数据量，图像数据的压缩问题一直是计算机图像学的热点问题。

根据压缩后再还原的图像数据与原始图像数据之间是否存在误差，将图像数据压缩分为可逆压缩和不可逆压缩。

一般图像数据压缩采用不可逆压缩，因为这种压缩方式可以取得较大的压缩率，但同时容许有一定的误差。传统不可逆图像数据压缩方式更注重压缩率，在取得较大的压缩率的同时，会导致图像中的重要的特征信息丢失，如边缘信息，边缘信息作为图像最基本且重要的特征，边缘信息丢失会导致物体形状信息缺失，从而影响图像的特征提取、描述及目标识别，因此，需要基于大数据的图像智能压缩方法。

发明内容

本发明提供基于大数据的图像智能压缩方法，以解决现有的问题。

本发明的基于大数据的图像智能压缩方法采用如下技术方案：该方法包括：

S1、获取各个待压缩图像的灰度图；

S2、将每个灰度图中每行像素点进行分段，得到每行像素点对应的多个子像素段；

S3、获取每个子像素段中像素点灰度值的变化规律，根据变化规律获取待压缩灰度图中每个子像素段对应的像素点灰度值的等差数列，确定每个等差数列的公差、首项以及项数；

S4、存储待压缩图像的每个等差数列的首项、公差及项数，得到压缩图像。

优选的，存储待压缩图像的每个等差数列的首项、公差及项数的步骤包括：

对待压缩图像中的所有子像素段按照顺序进行编号；

按照子像素段的编号依次将每个子像素段对应的等差数列的首项、公差及项数存储。

优选的，存储待压缩图像的每个等差数列的首项、公差及项数的步骤还包括：

对所有等差数列进行分类；

存储每类不同的等差数列的首项、公差及项数；

每类相同的等差数列的首项、公差只存储一次，并存储每个等差数列对应的项数。

优选的，将每个灰度图中每行像素点进行分段，得到每行像素点对应的多个子像素段步骤包括：

通过边缘检测算法对灰度图进行边缘检测得到灰度图的边缘像素点；

将灰度图中每行像素点中的起始像素点作为该行像素点的起始极点，灰度图中每行像素点中的终止像素点作为该行像素点的终止极点，灰度图的边缘像素点作为该行像素点的中间极点；

将起始极点与相邻的中间极点作为一段子像素段、中间极点与相邻的中间极点作为一段子像素段及中间极点与相邻的终止极点作为一段子像素段，得到多个子像素段。

优选的，通过边缘检测算法对灰度图进行边缘检测得到灰度图的边缘像素点的步骤包括：

对灰度图进行滤波降噪处理；

对降噪后的灰度图通过差分计算梯度幅值；其中，在差分计算幅值中，以x方向的Sobel 算子作为梯度算子计算梯度，得到图像在x方向上的偏导数矩阵，进而得到在x方向上计算梯度的幅值；