【技术实现步骤摘要】
本专利技术涉及图像数据处理，具体涉及一种基于图像数据分析的图像压缩方法。
技术介绍
1、在无线通信过程中，人们会利用无线网络传输大量的图像数据，因此，图像数据的压缩成为了一项关键任务以确保高效的数据传输，由于图像数据通常包含大量冗余信息，如相邻像素之间的相关性以及在空间域的重复模式，这些特点为图像压缩提供了机会，对这些数据利用熵编码进行无损压缩以达到减少数据量并且不损害图像质量的目的。
2、传统利用熵编码对整幅图像进行压缩时，由于整幅图像中的像素值分布可能是非均匀的，即有些值可能在整幅图像中都很常见，而其他值可能只在特定的区域可以见到，如果直接对整幅图像应用熵编码，那么这些仅在局部区域内频繁出现的值并不会得到有效的编码，进而影响图像压缩效果。
技术实现思路
1、为解决上述问题，本专利技术提供一种基于图像数据分析的图像压缩方法。
2、本专利技术的一种基于图像数据分析的图像压缩方法采用如下技术方案：
3、本专利技术一个实施例提供了一种基于图像数据分析的图像压缩方法，该方法包括以下步骤：
4、获取待压缩的灰度图像；
5、根据灰度图像中像素点的坐标和灰度值进行聚类得到灰度图像对应的若干类簇，根据每个类簇中像素点的坐标得到灰度图像的若干矩阵，对于任意一个矩阵，根据矩阵中不同灰度值出现的概率得到每个矩阵的可压缩程度，对矩阵的可压缩程度进行阈值判断得到若干待合并矩阵，对于任意一个待合并矩阵的任意一个相邻矩阵，对相邻矩阵和待合并矩阵进行初
6、根据所述待合并矩阵和相邻矩阵进行初始合并之后的每个矩阵中不同灰度值出现的概率，得到待合并矩阵和相邻矩阵进行初始合并之后的可压缩程度，根据待合并矩阵的可压缩程度、相邻矩阵的可压缩程度及待合并矩阵和相邻矩阵进行初始合并之后的可压缩程度，得到待合并矩阵和每个相邻矩阵的合并必要性，根据待合并矩阵和相邻矩阵的合并必要性得到若干合并矩阵；
7、将合并矩阵和灰度图像中除合并矩阵外的每个矩阵分别进行压缩存储。
8、进一步地，所述根据灰度图像中像素点的坐标和灰度值进行聚类得到灰度图像对应的若干类簇，包括的具体步骤如下：
9、获取待压缩的灰度图像中任意一个像素点的横坐标、纵坐标及灰度值，将灰度值作为该像素点的竖坐标，根据该像素点的横坐标、纵坐标及竖坐标得到三维空间中的一个样本点，获取待压缩的灰度图像中每个像素点在三维空间中对应的样本点，利用迭代自组织聚类算法对所有样本点进行聚类，得到待压缩的灰度图像对应的若干类簇。
10、进一步地，所述根据每个类簇中像素点的坐标得到灰度图像的若干矩阵，包括的具体步骤如下：
11、将待压缩的灰度图像中坐标为(1,1)的像素点所在的类簇，记为第一类簇，将第一类簇中像素点的最大横坐标，记为xmax，将第一类簇中像素点的最小横坐标，记为xmin，将第一类簇中像素点的最大纵坐标，记为ymax，将第一类簇中像素点的最小纵坐标，记为ymin，将顶点为(xmin,ymin)、(xmin,ymax)、(xmax,ymin)、(xmax,ymax)在待压缩的灰度图像中确定的范围，记为第一矩阵，在待压缩的灰度图像中，按照从左到右从上到下的顺序获取其他像素点确定的矩阵，最终得到待压缩的灰度图像的若干矩阵。
12、进一步地，所述根据矩阵中不同灰度值出现的概率得到每个矩阵的可压缩程度，包括的具体步骤如下：
13、
14、式中，c为任意一个矩阵的可压缩程度，pi为该矩阵的不同灰度值中第i个灰度值在该矩阵中出现的概率，log2()为以2为底的对数函数，n为该矩阵中不同灰度值的个数，exp{}为以自然常数为底的指数函数。
15、进一步地，所述对矩阵的可压缩程度进行阈值判断得到若干待合并矩阵，包括的具体步骤如下：
16、预设一个第一阈值，记为th1，若c<th1，c为任意一个矩阵的可压缩程度，将该矩阵作为一个待合并矩阵。
17、进一步地，所述对相邻矩阵和待合并矩阵进行初始合并，得到待合并矩阵和相邻矩阵进行初始合并之后的若干矩阵，包括的具体步骤如下：
18、将任意一个待合并矩阵，记为目标矩阵，获取与目标矩阵相邻的任意一个矩阵，作为相邻矩阵，将目标矩阵和相邻矩阵重合的边缘线段，记为重合线段，过重合线段的两端作两条垂线，将两条垂线在目标矩阵截取的矩阵，记为第一目标矩阵，将第一目标矩阵和相邻矩阵合并为一个矩阵，记为一个初始合并矩阵；将目标矩阵和相邻矩阵中除初始合并矩阵外剩余的矩阵加上初始合并矩阵，作为待合并矩阵和相邻矩阵进行初始合并之后的若干矩阵。
19、进一步地，根据所述待合并矩阵和相邻矩阵进行初始合并之后的每个矩阵中不同灰度值出现的概率，得到待合并矩阵和相邻矩阵进行初始合并之后的可压缩程度，包括的具体步骤如下：
20、将待合并矩阵和相邻矩阵进行初始合并之后的若干矩阵，记为矩阵集合；
21、
22、式中，c′为目标矩阵和相邻矩阵进行初始合并之后的可压缩程度，pjk为矩阵集合的第j个矩阵中不同灰度值的第k个灰度值在第j个矩阵中出现的概率，log2()为以2为底的对数函数，numj为第j个矩阵中不同灰度值的个数，n为矩阵集合中矩阵的个数，exp{}为以自然常数为底的指数函数。
23、进一步地，所述根据待合并矩阵的可压缩程度、相邻矩阵的可压缩程度及待合并矩阵和相邻矩阵进行初始合并之后的可压缩程度，得到待合并矩阵和每个相邻矩阵的合并必要性，包括的具体步骤如下：
24、将目标矩阵的可压缩程度，记为a1，将相邻矩阵的可压缩程度，记为a2，将a1加a2的结果记为a3，将c′与a3的比值，作为目标矩阵和相邻矩阵的合并必要性，c′为目标矩阵和相邻矩阵进行合并之后的可压缩程度。
25、进一步地，所述根据待合并矩阵和相邻矩阵的合并必要性得到若干合并矩阵，包括的具体步骤如下：
26、预设一个第二阈值，记为th2，获取目标矩阵和每个相邻矩阵的合并必要性，将合并必要性的最大值记为ac，将ac对应的相邻矩阵记为第一相邻矩阵，若ac>th2，将目标矩阵和第一相邻矩阵进行合并，得到一个合并矩阵；
27、将目标矩阵和第一相邻矩阵进行合并，得到一个合并矩阵的具体方法为：
28、将目标矩阵和第一相邻矩阵重合的边缘线段，记为第一重合线段，过第一重合线段的两端作两条垂线，将两条垂线在目标矩阵截取的矩阵，记为第二目标矩阵，将第二目标矩阵和第一相邻矩阵合并为一个矩阵，作为一个合并矩阵。
29、进一步地，所述将合并矩阵和灰度图像中除合并矩阵外的每个矩阵分别进行压缩存储，包括的具体步骤如下：
30、按照从左到右从上到下的顺序，将所有合并矩阵和待压缩的灰度图像中除合并矩阵外的每个矩阵利用霍夫曼编码分别进行编码压缩，得到每个矩阵的编码数据，将所有编码数据进行存本文档来自技高网...
【技术保护点】
1.一种基于图像数据分析的图像压缩方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种基于图像数据分析的图像压缩方法，其特征在于，所述根据灰度图像中像素点的坐标和灰度值进行聚类得到灰度图像对应的若干类簇，包括的具体步骤如下：
3.根据权利要求1所述一种基于图像数据分析的图像压缩方法，其特征在于，所述根据每个类簇中像素点的坐标得到灰度图像的若干矩阵，包括的具体步骤如下：
4.根据权利要求1所述一种基于图像数据分析的图像压缩方法，其特征在于，所述根据矩阵中不同灰度值出现的概率得到每个矩阵的可压缩程度，包括的具体步骤如下：
5.根据权利要求1所述一种基于图像数据分析的图像压缩方法，其特征在于，所述对矩阵的可压缩程度进行阈值判断得到若干待合并矩阵，包括的具体步骤如下：
6.根据权利要求1所述一种基于图像数据分析的图像压缩方法，其特征在于，所述对相邻矩阵和待合并矩阵进行初始合并，得到待合并矩阵和相邻矩阵进行初始合并之后的若干矩阵，包括的具体步骤如下：
7.根据权利要求6所述一种基于图像数据分析的图像压缩方
8.根据权利要求6所述一种基于图像数据分析的图像压缩方法，其特征在于，所述根据待合并矩阵的可压缩程度、相邻矩阵的可压缩程度及待合并矩阵和相邻矩阵进行初始合并之后的可压缩程度，得到待合并矩阵和每个相邻矩阵的合并必要性，包括的具体步骤如下：
9.根据权利要求6所述一种基于图像数据分析的图像压缩方法，其特征在于，所述根据待合并矩阵和相邻矩阵的合并必要性得到若干合并矩阵，包括的具体步骤如下：
10.根据权利要求1所述一种基于图像数据分析的图像压缩方法，其特征在于，所述将合并矩阵和灰度图像中除合并矩阵外的每个矩阵分别进行压缩存储，包括的具体步骤如下：
...【技术特征摘要】
1.一种基于图像数据分析的图像压缩方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种基于图像数据分析的图像压缩方法，其特征在于，所述根据灰度图像中像素点的坐标和灰度值进行聚类得到灰度图像对应的若干类簇，包括的具体步骤如下：
3.根据权利要求1所述一种基于图像数据分析的图像压缩方法，其特征在于，所述根据每个类簇中像素点的坐标得到灰度图像的若干矩阵，包括的具体步骤如下：
4.根据权利要求1所述一种基于图像数据分析的图像压缩方法，其特征在于，所述根据矩阵中不同灰度值出现的概率得到每个矩阵的可压缩程度，包括的具体步骤如下：
5.根据权利要求1所述一种基于图像数据分析的图像压缩方法，其特征在于，所述对矩阵的可压缩程度进行阈值判断得到若干待合并矩阵，包括的具体步骤如下：
6.根据权利要求1所述一种基于图像数据分析的图像压缩方法，其特征在于，所述对相邻矩阵和待合并矩阵进行初始合并，得到待合并矩阵和相邻...
【专利技术属性】
技术研发人员：张运生，孙冲武，唐辉，卢忱，
申请(专利权)人：深圳信息职业技术学院，
类型：发明
国别省市：
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。