[发明专利]一种减少资源消耗的数据压缩方法

摘要

一种减少资源消耗的数据压缩方法及其装置，其从数据源的采集、数据源的处理等方面入手，成像单元捕获对象的图像，以生成图像数据；确认模式信息对应的模式是否正确；如果正确则维持；如果不正确则变更模式；数据处理模块比较当前的图像数据与缓冲器中的图像数据；对当前图像的图像信息进行区域识别，并且划分不同的类别，将不同类别的区域进行图像压缩；数据处理模块将先前图像的图像信息或者压缩的图像信息，经由发送模块发送给接收模块。其能够减少资源消耗，提高有效数据传输带宽，降低设备及传输线路的成本，减少实际传输的数据量，有效地提高通信系统的通信效率，能够并且环节海量数据带来的存储问题。

主权项

1.一种减少资源消耗的数据压缩方法，其特征在于包括以下步骤：在步骤S1中，成像单元根据场景进入第一模式，捕获对象的图像，以生成图像数据；在步骤S2中，成像单元将模式信息和图像数据发送到数据处理模块；在步骤S3中，数据处理模块基于图像数据的特征信息确认模式信息对应的模式是否正确；如果正确则向成像单元发送响应以维持该第一模式，并继续步骤S5；如果不正确则向成像单元发送响应以变更为不同于第一模式的第二模式；在步骤S4中，如果成像单元被变更为不同于第一模式的第二模式，则在新模式下捕获对象的图像，以生成图像数据；在步骤S5中，数据处理模块将维持的第一模式或者变更后的第二模式下的第一个图像数据存储在缓冲器中，并根据两种模式中的对应的一个而继续获取图像数据；在步骤S6中，数据处理模块比较当前的图像数据与缓冲器中的图像数据；在步骤S7中，数据处理模块基于比较结果，如果确定图像没有变化，则使用先前图像的图像信息；如果确定图像有变化，则确定当前图像中相对于先前的图像的变化单元的数量，如果该数量未超过阈值，则使用先前图像的图像信息，而如果该数量超过阈值，则使用当前图像的图像信息；在步骤S8中，数据处理模块对当前图像的图像信息进行区域识别，并且划分不同的类别，其中不同的类别对应于不同的图像压缩比；在步骤S9中，数据处理模块将不同类别的区域进行图像压缩；在步骤S10中，数据处理模块将步骤S6中的先前图像的图像信息或者步骤S9中的压缩的图像信息，经由发送模块发送给接收模块；以及在步骤S11中，数据处理模块重复执行当前与先前图像的比较和/或压缩，并重复执行步骤S10；其中在步骤S6、S7中，数据处理模块比较当前的图像数据与缓冲器中的图像数据；数据处理模块基于比较结果，如果确定图像没有变化，则使用先前图像的图像信息；如果确定图像有变化，则确定当前图像中相对于先前的图像的变化单元的数量，如果该数量未超过阈值，则使用先前图像的图像信息，而如果该数量超过阈值，则使用当前图像的图像信息；其中比较图像变化的比较包括如下步骤：步骤S61，在水平和垂直方向将当前图像分为整数个单元，步骤S62，提取当前图像的各个单元的特征，包括纹路和梯度；步骤S63，计算相似度，其中：梯度值为：g＝(x‑mi)/G纹路值为：t＝(ma‑mi)/T其中x是先前图像中对应的特征值，ma和mi分别是在对映单元中的最大值和最小值，G、T是量化等级；梯度相似度：Sg＝[U(g,g’)]^α*[V(g,g’)]^β*[W(g,g’)]^γ，其中U(g,g’)＝(2*g1*g1’+E)/(g1²*g1’²+E)，V(g,g’)＝(2g2*g2’+F)/(g2²*g2’²+F)，W(g,g’)＝(2g3*g3’+G)/(g3²*g3’²+G)，其中带角标参数g’表示先前值，无角标参数g表示当前值，并且g1、g1’、g2、g2’、g3、g3’分别是当前、先前的均值，标准差，方差；α、β、γ、E、F、G是非零常数；纹路相似度：St＝[U(t,t’)]^α*[V(t,t’)]^β*[W(t,t’)]^γ，其中U(t,t’)＝(2*t1*t1’+E)/(t1²*t1’²+E)，V(t,t’)＝(2t2*t2’+F)/(t2²*t2’²+F)，W(t,t’)＝(2t3*t3’+T)/(t3²*t3’²+T)，其中带角标参数t’表示先前值，无角标参数t表示当前值，t1、t1’、t2、t2’、t3、t3’分别是当前、先前度的均值，标准差，方差；α、β、γ、E、F、G是非零常数；步骤S64，当Sg和St各自的总和均大于各自的预设的总和阈值时，确定图像没有变化；否则为有变化；步骤S65，当各个单元的Sg和St中的任一个小于等于各自的预设的单元的阈值时，确定该单元为变化单元，确定当前图像中相对于先前的图像的变化单元的数量，如果该数量未超过阈值，则使用先前图像的图像信息，而如果该数量超过阈值，则使用当前图像的图像信息。