一种基于内容识别的微小颗粒图像压缩编码方法技术

本发明专利技术公开了一种基于内容识别的微小颗粒图像压缩编码方法，逐行逐点读取输入的图像数据；对当前读入数据进行检测，检测目标是否为物体，具体检查方法为分析当前像素值是否大于阈值，若大于阈值，则检测到物体，并记为1，若不大于阈值，则检测不到物体，并记为0；根据求出的结果，对左侧以及上方的数据进行分析，判断当前点是否为物体的结束位置，具体方法为，若左侧以及左上方或上方位置均为1，且所有左侧像素点的下方均为0，而当前点的值为0，则为物体的结束位置。本发明专利技术中，采用逐行逐点对待编码图像进行压缩编码，图像信息的缓存只缓存三行，不再需要提前缓存整幅图像，不仅减少了对运行资源空间的占用，同时有利于提升编码效率。

A Compression Coding Method for Micro Particle Image Based on Content Recognition

【技术实现步骤摘要】
一种基于内容识别的微小颗粒图像压缩编码方法
本专利技术属于图像处理
，具体为一种基于内容识别的微小颗粒图像压缩编码方法。
技术介绍
图像处理技术是一个跨学科的领域，随着计算机科学技术的不断发展，图像处理和分析逐渐形成了自己的科学体系，新的处理方法层出不穷，尽管其发展历史不长，但却引起各方面人士的广泛关注。首先，视觉是人类最重要的感知手段，图像又是视觉的基础，因此，数字图像成为心理学、生理学、计算机科学等诸多领域内的学者们研究视觉感知的有效工具。其次，图像处理在军事、遥感、气象等大型应用中有不断增长的需求。图像压缩编码可分为两类:一类压缩是可逆的,即从压缩后的数据可以完全恢复原来的图像,信息没有损失,称为无损压缩编码；另一类压缩是不可逆的,即从压缩后的数据无法完全恢复原来的图像,信息有一定损失,称为有损压缩编码，现有的针对微小的颗粒图像没有专门压缩编码方法，均采用通用数字图像压缩编码，这种压缩编码方法其算法的运算复杂度高，且没有利用微小颗粒图像的特点，不能很好的进行压缩编码，因此我们提出一种基于内容识别的微小颗粒图像压缩编码方法。
技术实现思路
本专利技术的目的在于：为了补充现有针对微小颗粒图像的压缩编码方法，提供一种基于内容识别的微小颗粒图像压缩编码方法。本专利技术采用的技术方案如下：一种基于内容识别的微小颗粒图像压缩编码方法，包括以下具体步骤：步骤1：逐行逐点读取输入的图像数据，并对数据进行缓存；步骤2：对当前读入数据进行检测，检测目标是否为物体，具体检查方法为分析当前像素值是否大于阈值，若大于阈值，则检测到物体，并记为1，若不大于阈值，则检测不到物体，并记为0，其中，阈值为经验值，为像素点取值范围的中值；步骤3：根据求出的结果，对左侧以及上方的数据进行分析，判断当前点是否为物体的结束位置，具体方法为，若左侧以及左上方或上方位置均为1，且所有左侧像素点的下方均为0，而当前点的值为0，则为物体的结束位置，否则不是物体的结束位置；步骤4：分析找出物体的位置范围，具体方法为向上方和左侧进行扫描，记录所有当前物体的坐标，并选出所有横坐标的最小值，并记为x0，选出所有横坐标的最大值，并记为x1，以及纵坐标的最小值，记为y0，和纵坐标的最大值，记为y1；步骤5：计算横坐标范围在x0-x1，纵坐标范围在y0-y1之间的矩形像素点的平均值，记为Pv，其计算算式为：其中，P(m，n)为第(m，n)点像素的值；步骤6：求解预测图像，即将所有检查到物体范围内的像素点，填充为其对应的像素点平均值Pv；步骤7：获取残差图像，具体方法为逐行逐点求解每一个原图像像素P(m，n)与对应预测图像像素Pv(m，n)之间的差值，结果记为残差图像当前点的像素值，记为Pre(m，n)，其计算算式为：Pre(m，n)＝P(m，n)-Pv(m，n)；步骤8：将残差图像的像素值依次输入编码器，对其进行编码。其中，所述读取的图像数据来自拍摄设备实时拍摄到的图像。其中，所述读取的图像数据还包括识别读取本地储存的图像数据。其中，所述拍摄设备实时拍摄的图像经过图像消噪处理后再读取。其中，所述图像消噪处理采用形态学噪声滤除器进行消噪处理。其中，所述图像消噪处理完成后进行图像增强。其中，所述进行编码的编码器为算术编码器。其中，所述读取图像时，并对数据进行缓存，缓存三行数据。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1、本专利技术中，通过对待编码图像内容进行分析，识别出微小颗粒，进而再进行运算压缩编码，充分利用了微小颗粒图像的特点，提升了压缩编码的效果。2、本专利技术中，在识别出图像中的微小颗粒时，通过分析器质心、角度以及长度等参数，再利用压缩编码相关参数来降低图像的整体数据量，从而提升压缩编码效率。3、本专利技术中，由于在对图像进行编码时是逐行逐点进行压缩编码，不需要在缓存整幅图像的基础上进行编码，使得在图像采集过程中同时进行压缩编码处理，因此压缩编码速率更高。4、本专利技术中，采用逐行逐点对待编码图像进行压缩编码，图像信息的缓存只缓存三行，不再需要提前缓存整幅图像，不仅减少了对运行资源空间的占用，同时有利于提升编码效率。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。实施例一：一种基于内容识别的微小颗粒图像压缩编码方法，包括以下具体步骤：步骤1：逐行逐点读取输入的图像数据，并对数据进行缓存；步骤2：对当前读入数据进行检测，检测目标是否为物体，具体检查方法为分析当前像素值是否大于阈值，若大于阈值，则检测到物体，并记为1，若不大于阈值，则检测不到物体，并记为0，其中，阈值为经验值，为像素点取值范围的中值；步骤3：根据求出的结果，对左侧以及上方的数据进行分析，判断当前点是否为物体的结束位置，具体方法为，若左侧以及左上方或上方位置均为1，且所有左侧像素点的下方均为0，而当前点的值为0，则为物体的结束位置，否则不是物体的结束位置；步骤4：分析找出物体的位置范围，具体方法为向上方和左侧进行扫描，记录所有当前物体的坐标，并选出所有横坐标的最小值，并记为x0，选出所有横坐标的最大值，并记为x1，以及纵坐标的最小值，记为y0，和纵坐标的最大值，记为y1；步骤5：计算横坐标范围在x0-x1，纵坐标范围在y0-y1之间的矩形像素点的平均值，记为Pv，其计算算式为：其中，P(m，n)为第(m，n)点像素的值；步骤6：求解预测图像，即将所有检查到物体范围内的像素点，填充为其对应的像素点平均值Pv；步骤7：获取残差图像，具体方法为逐行逐点求解每一个原图像像素P(m，n)与对应预测图像像素Pv(m，n)之间的差值，结果记为残差图像当前点的像素值，记为Pre(m，n)，其计算算式为：Pre(m，n)＝P(m，n)-Pv(m，n)；步骤8：将残差图像的像素值依次输入编码器，对其进行编码。所述读取的图像数据来自拍摄设备实时拍摄到的图像，所述读取的图像数据还包括识别读取本地储存的图像数据。实施例二：一种基于内容识别的微小颗粒图像压缩编码方法，包括以下具体步骤：步骤1：逐行逐点读取输入的图像数据，并对数据进行缓存；步骤2：对当前读入数据进行检测，检测目标是否为物体，具体检查方法为分析当前像素值是否大于阈值，若大于阈值，则检测到物体，并记为1，若不大于阈值，则检测不到物体，并记为0，其中，阈值为经验值，为像素点取值范围的中值；步骤3：根据求出的结果，对左侧以及上方的数据进行分析，判断当前点是否为物体的结束位置，具体方法为，若左侧以及左上方或上方位置均为1，且所有左侧像素点的下方均为0，而当前点的值为0，则为物体的结束位置，否则不是物体的结束位置；步骤4：分析找出物体的位置范围，具体方法为向上方和左侧进行扫描，记录所有当前物体的坐标，并选出所有横坐标的最小值，并记为x0，选出所有横坐标的最大值，并记为x1，以及纵坐标的最小值，记为y0，和纵坐标的最大值，记为y1；步骤5：计算横坐标范围在x0-x1，纵坐标范围在y0-y1之间的矩形像素点的平均值，记为Pv，其计算算式为：其中，P(m，n)为第(m，n)点像素的值；步骤6：求解预测图像，即将所有检查到物体范围内的像素点，填充为其对应的像素点本文档来自技高网...

【技术保护点】
1.一种基于内容识别的微小颗粒图像压缩编码方法，其特征在于，包括以下具体步骤：步骤1：逐行逐点读取输入的图像数据，并对数据进行缓存；步骤2：对当前读入数据进行检测，检测目标是否为物体，具体检查方法为分析当前像素值是否大于阈值，若大于阈值，则检测到物体，并记为1，若不大于阈值，则检测不到物体，并记为0，其中，阈值为经验值，为像素点取值范围的中值；步骤3：根据求出的结果，对左侧以及上方的数据进行分析，判断当前点是否为物体的结束位置，具体方法为，若左侧以及左上方或上方位置均为1，且所有左侧像素点的下方均为0，而当前点的值为0，则为物体的结束位置，否则不是物体的结束位置；步骤4：分析找出物体的位置范围，具体方法为向上方和左侧进行扫描，记录所有当前物体的坐标，并选出所有横坐标的最小值，并记为x0，选出所有横坐标的最大值，并记为x1，以及纵坐标的最小值，记为y0，和纵坐标的最大值，记为y1；步骤5：计算横坐标范围在x0‑x1，纵坐标范围在y0‑y1之间的矩形像素点的平均值，记为Pv，其计算算式为：

【技术特征摘要】
1.一种基于内容识别的微小颗粒图像压缩编码方法，其特征在于，包括以下具体步骤：步骤1：逐行逐点读取输入的图像数据，并对数据进行缓存；步骤2：对当前读入数据进行检测，检测目标是否为物体，具体检查方法为分析当前像素值是否大于阈值，若大于阈值，则检测到物体，并记为1，若不大于阈值，则检测不到物体，并记为0，其中，阈值为经验值，为像素点取值范围的中值；步骤3：根据求出的结果，对左侧以及上方的数据进行分析，判断当前点是否为物体的结束位置，具体方法为，若左侧以及左上方或上方位置均为1，且所有左侧像素点的下方均为0，而当前点的值为0，则为物体的结束位置，否则不是物体的结束位置；步骤4：分析找出物体的位置范围，具体方法为向上方和左侧进行扫描，记录所有当前物体的坐标，并选出所有横坐标的最小值，并记为x0，选出所有横坐标的最大值，并记为x1，以及纵坐标的最小值，记为y0，和纵坐标的最大值，记为y1；步骤5：计算横坐标范围在x0-x1，纵坐标范围在y0-y1之间的矩形像素点的平均值，记为Pv，其计算算式为：其中，P(m，n)为第(m，n)点像素的值；步骤6：求解预测图像，即将所有检查到物体范围内的像素点，填充为其对应的像素点平均值Pv；步骤7：获取残差图像，具体方法为逐行逐点求解每一个原图像像素P(m，...

【专利技术属性】
技术研发人员：李俊峰，樊春晓，张津，
申请(专利权)人：合肥安杰特光电科技有限公司，
类型：发明
国别省市：安徽,34