[发明专利]一种基于区块链的图像数据压缩存储方法

说明书

本发明涉及大数据领域，具体涉及一种基于区块链的图像数据压缩存储方法，通过对待存储图像进行预处理得到对应的HIS图像转换为对应的色度‑亮度二维直方图，使用矩形非对称逆布局模型将HIS图像分为多个矩形块，根据每个矩形块内的每个像素点所在列的上边缘像素点和下边缘像素点各自的色相及饱和度得到色度块，使用矩形非对称逆布局模型将每个色度块进一步细分为多个矩形块，根据细分后的每个色度块内每个矩形块中的每个像素点所在列的上边缘像素点和下边缘像素点各自的亮度及亮度误差容许值得到亮度块，依次对待存储图像中的色度块和亮度块进行编码压缩，分类存储到区块链中，减少了图像存储量。

技术领域

本申请涉及大数据领域，具体涉及一种基于区块链的图像数据压缩存储方法。

背景技术

传统的智能交通系统的数据呈网络架构层级分布，各组织机构独立管理和上传数据，导致数据共享难以实现。

针对这一问题，提出采用区块链技术构建智能交通系统的方法。该方法以区块数据为核心，去除了各组织机构的中心化数据管理，彻底改变了数据采集、数据处理分析、数据存储模式及方法，充分实现了智能交通这一多源系统的平台化大数据共享，去中心化和分布式计算。

区块链可以理解为是一本人人都持有的账本，每个人手上的账本内容都是完全相同的，因此在区块链网络中，所有节点均保留一份相同的数据备份，这导致区块链框架中会浪费很多的存储资源，随着智慧交通系统的发展，存储的图像数据量的迅猛增长，这种存储资源的浪费情况会越来越严重。

针对上述存储资源浪费的问题，可以对图像数据进行压缩进行保存，传统的数据压缩方式会影响解压后的图像质量，进而影响后续的调查结果。

发明内容

本发明提供一种基于区块链的图像数据压缩存储方法，解决图像压缩后产生的质量问题采用如下技术方案：

使用矩形非对称逆布局模型将待处理图像分为多个矩形块；

利用每个矩形块内的每个像素点所在列的上边缘像素点和下边缘像素点各自的色相及饱和度对每个矩形块内的像素点进行划分得到色度块；

使用矩形非对称逆布局模型将每个色度块进一步细分为多个矩形块；

利用细分后的每个矩形块中的每个像素点所在列的上边缘像素点和下边缘像素点各自的亮度及亮度误差容许值对该矩形块内的像素点进行划分得到亮度块；

依次对待存储图像中的色度块和亮度块进行编码压缩，分类存储到区块链中。

所述色度块的获取方法如下：

使用Gouraud阴影法对每个矩形块内的像素点进行判断：

若矩形块内的像素点的色度D(x,y)满足:

则满足上述条件的像素点组成色度块，均为归一化过程，H_est(x,y)和S_est(x,y)分别为坐标为(x,y)的像素点色相和饱和度的近似值，ε_D为色度误差容许量。

所述像素点色相和饱和度的近似值的计算公式为：

色相：

H_est(x,y)＝H₅+(H₆-H₅)×i₁