基于云计算的软件开发应用数据处理方法技术

本发明专利技术涉及数据处理领域，具体涉及基于云计算的软件开发应用数据处理方法。包括：获得每个图像超像素块，对所有超像素块进行聚类获得超像素块集合，以及每个超像素块集合的所有参考像素块，根据参考像素块的无用信息获得同一个图像上超像素块之间的融合程度，根据融合程度对图像上的超像素块融合获得图像上新的超像素块，通过对新的超像素块不断融合获得图像上最终超像素块，根据所有图像上的最终超像素块对图像进行预处理和压缩存储。本发明专利技术剔除更多的冗余无用信息，使得图像中只包含少量的有用信息，使得对预处理后的图像进行压缩时这些有用信息可以被高压缩率压缩，即节省了存储空间又不损失太多有用信息。空间又不损失太多有用信息。空间又不损失太多有用信息。

【技术实现步骤摘要】
基于云计算的软件开发应用数据处理方法


[0001]本专利技术涉及数据处理领域，具体涉及一种基于云计算的软件开发应用数据处理方法。

技术介绍

[0002]由于图像数据能够带来极佳的视觉享受，很多软件在开发或应用时都需要对图像数据进行处理和展示，例如交友软件中好友发送的照片，聊天记录中的图片、软件UI中加载的图像、用户收集的相册等都涉及到图像数据的处理，其中将图像上传云端进行永久存储是软件开发和应用时的一项重要的数据处理任务，能够保证软件所需的图像数据不会丢失，同时在存储时为了节省存储空间往往需要对图像数据进行压缩。
[0003]现有的图像压缩算法，例如基于图像金字塔的压缩算法，基于稀疏分解的图像压缩算法等对图像的压缩率取决于图像中的信息含量；当图像中包含的信息量较大时，例如大量的图像中存在噪声或大量无规律纹理时，这些多而且不重要，就算剔除掉也对图像的信息影响不大，但是这些无用的信息会使图像的压缩结果的压缩率不会太大，不够节约存储空间；当图像中包含的信息量越小，例如图像中特征单一或纹理之间具有一定相似性时，则可以在图像压缩时图像的压缩结果的压缩率可以相对较大，节省存储空间。
[0004]本专利技术需要一种数据预处理方法，令图像中无用的信息剔除掉，使得图像只包含少量的有用信息，从而使得图像能够被高压缩率压缩的同时不损失重要信息。

技术实现思路

[0005]本专利技术提供基于云计算的软件开发应用数据处理方法，以解决现有的问题。
[0006]本专利技术的基于云计算的软件开发应用数据处理方法采用如下技术方案：本专利技术提供一种基于云计算的软件开发应用数据处理方法，该方法包括：S1：获取软件开发应用过程的所有图像，对每个图像进行分割获得每个图像的所有超像素块；S2：对每个图像的所有超像素块进行融合操作，获得每个图像上新的所有超像素块，包括：获取每个超像素块的表征向量，利用所有图像的超像素块的表征向量进行聚类获得所有超像素块集合；获取每个超像素块集合中每个超像素块的无用信息，根据每个超像素块的无用信息获得每个超像素块集合的所有参考像素块，所述每个参考像素块对应一个无用信息；获取每个超像素块集合的权重，分别从任意两个超像素块集合中获得一组第一超像素块与第二超像素块，根据任意两个超像素块集合中所有参考像素块的无用信息、第一超像素块的无用信息以及第二超像素块的无用信息获得第一超像素块的第一指标和第二超像素块的第二指标，利用任意两个超像素块集合的权重对第一超像素块的第一指标和第二超像素块的第二指标进行加权求和，获得第一超像素块与第二超像素块的融合程度；
对每个图像上融合程度最大的一组第一超像素块与第二超像素块进行融合，融合后每个图像上得到新的所有超像素块；S3：重复执行对每个图像的新的所有超像素块进行融合操作预设次数后，将最终得到的每个图像上新的所有超像素块记为每个图像的所有最终超像素块，利用每个图像的所有最终超像素块对图像进行预处理压缩存储。
[0007]优选的，所述获取每个超像素块的表征向量的步骤包括：获取每个超像素块RGB三通道的每个通道，获取每个超像素块在每个通道上的灰度共生矩阵，将三个通道得到的三个灰度共生矩阵分别展平为向量，将得到的三个向量拼接成一个向量，记为每个超像素块的表征向量。
[0008]优选的，所述利用所有图像的超像素块的表征向量进行聚类获得所有超像素块集合的步骤包括：首先对所有图像的所有超像素块的表征向量进行均值漂移聚类，获得所有第一类别；对于同一个第一类别中的所有超像素块，将属于同一个图像上的超像素块划分成不同集合中，将属于不同图像上的超像素块划分成相同集合中，进而将第一类别中的所有超像素块划分为若干集合；同理将所有第一类别划分为多个集合，将所述每个集合记为每个超像素块集合。
[0009]优选的，所述获取每个超像素块集合中每个超像素块的无用信息的步骤包括：将每个超像素块集合所有超像素块的所有表征向量输入到PCA算法中，获得若干数量个单位向量，以及每个单位向量的特征值，获取预设数量个特征值最小的单位向量，记为无用特征，将所述每个超像素块的无用信息在所有无用特征上的投影构成的向量记为每个超像素块的无用信息。
[0010]优选的，所述根据每个超像素块的无用信息获得每个超像素块集合的所有参考像素块的步骤包括：对每个超像素块集合所有超像素块的无用信息进行均值漂移聚类，获得所有第二类别，将所有第二类别中的所有超像素块记为每个超像素块集合的所有参考像素块。
[0011]优选的，所述每个超像素块集合的权重的获取步骤为：在每个超像素块集合的所有参考像素块的所有无用信息中，获取任意两个无用信息的余弦相似度，所有无用信息中得到的所有余弦相似度之和作为每个超像素块集合的权重。
[0012]优选的，所述分别从任意两个超像素块集合中获得一组第一超像素块与第二超像素块的步骤为：分别将任意两个超像素块集合记为第一集合、第二集合；将满足：属于同一图像上的且相邻的，同时分别属于第一集合、第二集合的两个超像素块记为第一超像素块和第二超像素块。
[0013]优选的，所述根据任意两个超像素块集合中所有参考像素块的无用信息、第一超像素块的无用信息以及第二超像素块的无用信息获得第一超像素块的第一指标和第二超像素块的第二指标的步骤包括：对于将任意两个超像素块集合对应的第一集合、第二集合，分别获取第一超像素
块的无用信息与第二集合所有参考像素块的无用信息的第一余弦相似度，将得到的所有第一余弦相似度的均值记为第一超像素块的第一指标；分别获取第二超像素块的无用信息与第一集合所有参考像素块的无用信息的第二余弦相似度，将得到的所有第二余弦相似度的均值记为第二超像素块的第二指标。
[0014]优选的，所述利用每个图像的所有最终超像素块对图像进行压缩存储的步骤为：获取每个图像上每个最终超像素块的表征向量，利用所有图像的所有最终超像素块的表征向量进行聚类获得每个超像素块集合SQ，所述每个超像素块集合SQ包含多个最终超像素块，将每个图像展平为一维向量，同时让每个超像素块集合SQ中的最终超像素块包含的像素分布在一维向量的同一维度区域；利用PCA降维预处理方法对所有图像的所述一维向量进行预处理，并对预处理结果进行压缩存储。
[0015]本专利技术的有益效果是：本专利技术通过提取超像素块的无用信息获得超像素块之间的融合程度，进而对超像素块进行不断融合成新的超像素块，充分提取了不同超像素块集合所包含无用信息的分布特征，使得任意两个超像素块计算的融合程度更具有区分性，可以更准确的区分出哪个超像素块该与哪个超像素块优先融合，保证融合得到的超像素块对应的纹理区域具有尽可能多的冗余信息，保证对图像进行预处理时可以剔除更多的冗余无用信息，使得图像中只包含少量的有用信息，使得对预处理后的图像进行压缩时这些有用信息可以被高压缩率压缩，即节省了存储空间又不损失太多有用信息。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于云计算的软件开发应用数据处理方法，其特征在于，该方法包括：S1：获取软件开发应用过程的所有图像，对每个图像进行分割获得每个图像的所有超像素块；S2：对每个图像的所有超像素块进行融合操作，获得每个图像上新的所有超像素块，包括：获取每个超像素块的表征向量，利用所有图像的超像素块的表征向量进行聚类获得所有超像素块集合；获取每个超像素块集合中每个超像素块的无用信息，根据每个超像素块的无用信息获得每个超像素块集合的所有参考像素块，所述每个参考像素块对应一个无用信息；获取每个超像素块集合的权重，分别从任意两个超像素块集合中获得一组第一超像素块与第二超像素块，根据任意两个超像素块集合中所有参考像素块的无用信息、第一超像素块的无用信息以及第二超像素块的无用信息获得第一超像素块的第一指标和第二超像素块的第二指标，利用任意两个超像素块集合的权重对第一超像素块的第一指标和第二超像素块的第二指标进行加权求和，获得第一超像素块与第二超像素块的融合程度；对每个图像上融合程度最大的一组第一超像素块与第二超像素块进行融合，融合后每个图像上得到新的所有超像素块；S3：重复执行对每个图像的新的所有超像素块进行融合操作预设次数后，将最终得到的每个图像上新的所有超像素块记为每个图像的所有最终超像素块，利用每个图像的所有最终超像素块对图像进行预处理压缩存储。2.根据权利要求1所述的基于云计算的软件开发应用数据处理方法，其特征在于，所述获取每个超像素块的表征向量的步骤包括：获取每个超像素块RGB三通道的每个通道，获取每个超像素块在每个通道上的灰度共生矩阵，将三个通道得到的三个灰度共生矩阵分别展平为向量，将得到的三个向量拼接成一个向量，记为每个超像素块的表征向量。3.根据权利要求1所述的基于云计算的软件开发应用数据处理方法，其特征在于，所述利用所有图像的超像素块的表征向量进行聚类获得所有超像素块集合的步骤包括：首先对所有图像的所有超像素块的表征向量进行均值漂移聚类，获得所有第一类别；对于同一个第一类别中的所有超像素块，将属于同一个图像上的超像素块划分成不同集合中，将属于不同图像上的超像素块划分成相同集合中，进而将第一类别中的所有超像素块划分为若干集合；同理将所有第一类别划分为多个集合，将所述每个集合记为每个超像素块集合。4.根据权利要求1所述的基于云计算的软件开发应用数据处理方法，其特征在于，所述获取每个超像素块集合中每个超像素块的无用信息的步骤包括：将每个超像素块集合所有超像素块的所有表征向量输入到PCA算法中，获得若干数量个单位向量...

【专利技术属性】
技术研发人员：吴律，李全德，刘圣银，方胤中，方琳，徐琦，
申请(专利权)人：九江赣邦信息科技有限公司，
类型：发明
国别省市：