【技术实现步骤摘要】
本专利技术涉及图像存储，具体是涉及一种图像数据的存储方法和系统。
技术介绍
1、随着互联网技术的不断发展，互联网已经深入现代工厂中，工厂中很多设备具有联网功能，很多产品在加工制造过程中会产生图像，这些图像或用于产品的视觉检测，或用于产品的信息追溯，设备产生的图像越来越多，图像占用的存储空间也越来越大，增加了工厂的经营成本。因此，需要提供一种图像数据的存储方法和系统，旨在解决或者缓解上述问题。
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供一种图像数据的存储方法和系统，以解决或者缓解上述
技术介绍
中存在的问题。
2、本专利技术是这样实现的，一种图像数据的存储方法，所述方法包括以下步骤：
3、接收设备终端上传的图像数据，所述图像数据包括采集图像、编号和采集时间；
4、根据编号确定图像特征识别规则，根据图像特征识别规则得到采集图像的特征区域；
5、根据所述特征区域将所述采集图像进行拆分得到特征区域子图像和非特征区域子图像，对非特征区域子图像进行压缩模糊处理；
6、将处理后的非特征区域子图像与特征区域子图像进行合并得到可存储图像，对可存储图像进行存储。
7、作为本专利技术进一步的方案：所述根据编号确定图像特征识别规则，根据图像特征识别规则得到采集图像的特征区域的步骤，具体包括：
8、将编号输入至特征规则库中，得到图像特征识别规则，所述图像特征识别规则分为两种，一种为特征检测算法，另一种是特
9、当图像特征识别规则为特征检测算法时，根据特征检测算法对采集图像进行检测，得到特征区域；
10、当图像特征识别规则为特征检测模板时，将特征检测模板覆盖在采集图像至上，覆盖后漏出的区域为特征区域，所述特征检测模板与对应的采集图像的尺寸完全相同，特征检测模板上设置有一个或者多个透明区域。
11、作为本专利技术进一步的方案：所述对非特征区域子图像进行压缩模糊处理的步骤，具体包括：
12、根据编号确定所述采集图像对应的最低像素密度和最低编码精度；
13、对非特征区域子图像的像素进行编辑，使得非特征区域子图像的像素密度等于最低像素密度；
14、对非特征区域子图像的编码精度进行编辑，使得非特征区域子图像的编码精度等于最低编码精度。
15、作为本专利技术进一步的方案：所述根据编号确定所述采集图像对应的最低像素密度和最低编码精度的步骤，具体包括：
16、将编号输入至压缩模糊库中，所述压缩模糊库中包括所有的编号，每个编号对应一个最低像素密度，并对应一个最低编码精度；
17、输出所述编号所对应的最低像素密度和最低编码精度。
18、作为本专利技术进一步的方案：所述对可存储图像进行存储的步骤，具体包括：
19、将编号输入至图像名称库中，所述图像名称库中包括所有的编号，每个编号对应一个图像名称；
20、输出所述编号所对应的图像名称；
21、根据输出的图像名称和采集时间对可存储图像进行命名，对命名后的图像进行存储。
22、本专利技术的另一目的在于提供一种图像数据的存储系统，所述系统包括：
23、图像数据接收模块，用于接收设备终端上传的图像数据，所述图像数据包括采集图像、编号和采集时间；
24、特征区域确定模块，用于根据编号确定图像特征识别规则，根据图像特征识别规则得到采集图像的特征区域；
25、采集图像拆分模块，用于根据所述特征区域将所述采集图像进行拆分得到特征区域子图像和非特征区域子图像，对非特征区域子图像进行压缩模糊处理；
26、采集图像合并模块，用于将处理后的非特征区域子图像与特征区域子图像进行合并得到可存储图像，对可存储图像进行存储。
27、作为本专利技术进一步的方案：所述特征区域确定模块包括：
28、特征识别规则单元，用于将编号输入至特征规则库中，得到图像特征识别规则，所述图像特征识别规则分为两种，一种为特征检测算法，另一种是特征检测模板；
29、第一特征区域单元，当图像特征识别规则为特征检测算法时，根据特征检测算法对采集图像进行检测，得到特征区域；
30、第二特征区域单元，当图像特征识别规则为特征检测模板时，将特征检测模板覆盖在采集图像至上，覆盖后漏出的区域为特征区域，所述特征检测模板与对应的采集图像的尺寸完全相同，特征检测模板上设置有一个或者多个透明区域。
31、作为本专利技术进一步的方案：所述采集图像拆分模块包括：
32、压缩模糊精度单元，用于根据编号确定所述采集图像对应的最低像素密度和最低编码精度；
33、图像像素编辑单元，用于对非特征区域子图像的像素进行编辑，使得非特征区域子图像的像素密度等于最低像素密度；
34、编码精度编辑单元，用于对非特征区域子图像的编码精度进行编辑，使得非特征区域子图像的编码精度等于最低编码精度。
35、作为本专利技术进一步的方案：所述压缩模糊精度单元包括：
36、编号输入子单元，用于将编号输入至压缩模糊库中，所述压缩模糊库中包括所有的编号，每个编号对应一个最低像素密度，并对应一个最低编码精度；
37、密度精度输出子单元，用于输出所述编号所对应的最低像素密度和最低编码精度。
38、作为本专利技术进一步的方案：所述采集图像合并模块包括：
39、图像编号输入单元，用于将编号输入至图像名称库中，所述图像名称库中包括所有的编号，每个编号对应一个图像名称；
40、图像名称确定单元，用于输出所述编号所对应的图像名称；
41、图像命名存储单元，用于根据输出的图像名称和采集时间对可存储图像进行命名，对命名后的图像进行存储。
42、与现有技术相比，本专利技术的有益效果是：
43、本专利技术能够根据图像特征识别规则得到采集图像的特征区域；并根据所述特征区域将所述采集图像进行拆分得到特征区域子图像和非特征区域子图像，对非特征区域子图像进行压缩模糊处理；然后将处理后的非特征区域子图像与特征区域子图像进行合并得到可存储图像，对可存储图像进行存储。如此，图像数据的空间占用量得到压缩，且图像中的重要区域不会受到丝毫影响。
本文档来自技高网...【技术保护点】
1.一种图像数据的存储方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的图像数据的存储方法，其特征在于，所述根据编号确定图像特征识别规则，根据图像特征识别规则得到采集图像的特征区域的步骤，具体包括：
3.根据权利要求1所述的图像数据的存储方法，其特征在于，所述对非特征区域子图像进行压缩模糊处理的步骤，具体包括：
4.根据权利要求3所述的图像数据的存储方法，其特征在于，所述根据编号确定所述采集图像对应的最低像素密度和最低编码精度的步骤，具体包括：
5.根据权利要求1所述的图像数据的存储方法，其特征在于，所述对可存储图像进行存储的步骤，具体包括：
6.一种图像数据的存储系统，其特征在于，所述系统包括：
7.根据权利要求6所述的图像数据的存储系统，其特征在于，所述特征区域确定模块包括：
8.根据权利要求6所述的图像数据的存储系统，其特征在于，所述采集图像拆分模块包括：
9.根据权利要求8所述的图像数据的存储系统，其特征在于，所述压缩模糊精度单元包括：
10.根据权
...【技术特征摘要】
1.一种图像数据的存储方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的图像数据的存储方法，其特征在于，所述根据编号确定图像特征识别规则，根据图像特征识别规则得到采集图像的特征区域的步骤，具体包括：
3.根据权利要求1所述的图像数据的存储方法，其特征在于，所述对非特征区域子图像进行压缩模糊处理的步骤，具体包括：
4.根据权利要求3所述的图像数据的存储方法，其特征在于，所述根据编号确定所述采集图像对应的最低像素密度和最低编码精度的步骤，具体包括：
5.根据权利要求1所...
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。