【技术实现步骤摘要】
图像压缩方法及电子设备
本专利技术涉及图像处理相关
，特别是一种图像压缩方法及电子设备。
技术介绍
随着摄影技术的不断发展，图像可以捕捉非常细微的细节信息，尤其在医疗领域做出了巨大贡献。而图像尺寸则变得越来越大，包含了非常多的像素，消耗了大量的图像储存空间，并且不易于图像传输。传统的图像压缩技术包含了有损压缩和无损压缩，这些压缩技术都是通过数据处理的方式来实现的。图像信息由像素组成，每个像素呈小方块状且有色彩数值，像素按照一定规则横竖的排列。有限元网格主要应用在计算力学中，为计算提供了离散的连续空间。网格包含有限个数的网格节点。网格节点与像素，二者有着近似的属性，均按照一定规则分布在一定空间内，且具有可以存储数值的功能，因此可以将图像信息储存到网格中。图1是一个二维图像，图像尺寸为512×512，含有262144个像素。该图像表示核磁共振获得的大脑的切面图，现有技术的图像压缩，采用图2所示的三角形网格。首先将图1的图像信息存储到图2初始为140个单元节点的三角形网格。图3为通过计算样条线性插值的方式还原的图片。可以看到图1的原始图像与图3从三角形网格还原的图...
【技术保护点】
1.一种图像压缩方法，其特征在于，包括：步骤A，对于尺寸为[0，X]×[0，Y]且包含N个网格节点的初始网格，将尺寸为L×H的图像中坐标为(l，h)的像素的色彩数值
【技术特征摘要】
1.一种图像压缩方法，其特征在于，包括：步骤A，对于尺寸为[0，X]×[0，Y]且包含N个网格节点的初始网格，将尺寸为L×H的图像中坐标为(l，h)的像素的色彩数值储存到网格中坐标为(xi，yi)的第ni个网格节点，其中：为四舍五入取整符号；步骤B，通过自适应各向异性网格技术，生成优化后自适应各向异性网格；步骤C，通过样条线性插值的方式还原原始图像，检查得到的优化后自适应各向异性网格所存储的图像像素信息是否满足要求，如果不满足，则使用优化后自适应各向异性网格作为新的初始网格，回到步骤A进行下一次迭代，直到得到的优化后自适应各向异性网格所存储的图像像素信息满足要求或者达到迭代最大次数。2.根据权利要求1所述的图像压缩方法，其特征在于，所述通过自适应各向异性网格技术，生成优化后自适应各向异性网格，具体包括：对每个网格节点，计算该网格节点与所有相邻连接节点色彩数值梯度的平均色彩数值梯度Gi；令Xij表示连接网格节点ni和网格节点nj的网格连接线，根据每个网格节点的平均色彩数值梯度Gi和Gj，计算网格连接线Xij的估计误差eij；计算连接线Xij的缩放关系sij＝e/eij，其中e为给定可以接受的最大误差值；根据网格每条网格连接线的sij，建立每个网格节点度量张量场将度量张量场代入拓扑网格优化法中，通过欧几里得空间与度量张量空间的转换关系，得到在不同优化方案下的三角形网格，对比不同优化方案下三角形网格单元的质量，选择最优质量的三角形网格作为优化后自适应各向异性网格。3.根据权利要求2所述的图像压缩方法，其特征在于，所述对每个网格节点，计算该网格节点与所有相邻连接节点色彩数值梯度的平均色彩数值梯度Gi，具体包括：令Xij表示连接相邻的两个网格节点ni和nj的单元连接线，网格节点ni和nj之间的色彩数值梯度为则：其中Ui为网格节点ni上的色彩数值，Uj为网格节点nj上的色彩数值；计算网格节点ni与所有相邻连接的网格节点的色彩数值梯度值的平均值作为平均色彩数值梯度Gi：其中Γ(i)表示与网格节点ni相连的网格节点的集合。4.根据权利要求3所述的图像压缩方法，其特征在于，所述根据每个网格节点的平均色彩数值梯度Gi和Gj，计算网格连接线Xij的估计误差eij，具体包括：计算网格连接线Xij的估计误差eij为：eij＝|(Gi-Gj)·Xij|＝|Gij·Xij|。5.根据权利要求4所述的图像压缩方法，其特征在于，所述根据网格每条网格连接线的sij，建立每个网格节点度量张量场具体包括：6.一种电子设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器...
【专利技术属性】
技术研发人员：赵佳欣，尚菲菲，丁桦，
申请(专利权)人：广州中国科学院工业技术研究院，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。