[發(fā)明專利]圖像數(shù)據(jù)壓縮的冗余數(shù)據(jù)去除系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011239740.2
• 申請(qǐng)日: 2020-11-09
• 公開（公告）號(hào): CN112184843B
• 公開（公告）日: 2021-06-29
• 發(fā)明（設(shè)計(jì)）人: 肖宏
• 申請(qǐng)（專利權(quán)）人: 新相微電子（上海）有限公司
• 主分類號(hào): G06T9/00
• 分類號(hào): G06T9/00;G06T7/136;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州研基專利代理事務(wù)所(普通合伙) 33389
• 代理人: 祁文鵬

1.圖像數(shù)據(jù)壓縮的冗余數(shù)據(jù)去除系統(tǒng)，其特征在于，所述系統(tǒng)包括：圖像分割單元，配置用于將原始圖像按照均勻等分成9份，得到9個(gè)子原始圖像；圖像特征分析單元，配置用于對(duì)每一份子原始圖像進(jìn)行特征分析，得到每一份子原始圖像的特征，該特征所在的位置為特征空間；空間映射單元，配置用于將每一份子原始圖像的特征進(jìn)行空間映射，即將特征空間所在的特征映射到目標(biāo)空間；冗余處理單元，配置用于比對(duì)目標(biāo)空間中的特征的相似度，將相似度高于設(shè)定的閾值的特征對(duì)應(yīng)的子原始圖像進(jìn)行同一類別標(biāo)記，標(biāo)記完成后，針對(duì)同一類別標(biāo)記下的子原始圖像只保留一個(gè)；圖像壓縮單元，對(duì)剩下的所有的子原始圖像進(jìn)行壓縮，完成圖像數(shù)據(jù)的壓縮；所述圖像壓縮單元包括：第一圖像分離單元，配置用于基于像素屬性信息將子原始圖像分離成施行可逆壓縮的可逆壓縮用圖像以及施行不可逆壓縮的不可逆壓縮用圖像，該像素屬性信息表示構(gòu)成子原始圖像的像素分別屬于包含字符區(qū)域以及照片區(qū)域的多個(gè)區(qū)域中的哪個(gè)區(qū)域；顏色決定單元，配置用于將上述可逆壓縮用圖像進(jìn)一步分離時(shí)所用的顏色信息；第二圖像分離單元，配置用于將上述第一圖像分離單元所分離的可逆壓縮用圖像分離成包含上述顏色決定單元所決定的顏色信息的第一可逆壓縮用圖像、以及除該第一可逆壓縮用圖像外的一個(gè)或多個(gè)第二可逆壓縮用圖像；以及圖像壓縮單元，配置用于對(duì)上述第一圖像分離單元所分離的不可逆壓縮用圖像、上述第二圖像分離單元所分離的第一可逆壓縮用圖像以及第二可逆壓縮用圖像分別進(jìn)行不同的壓縮處理。

2.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述圖像特征分析單元包括：配對(duì)單元，對(duì)子原始圖像進(jìn)行配對(duì)，獲得配對(duì)后的圖像；子圖像構(gòu)建單元，用于對(duì)所述配對(duì)后的圖像構(gòu)建多個(gè)結(jié)構(gòu)化子圖像；視覺特征提取單元，用于采用多模型訓(xùn)練獲得的特征模型提取每個(gè)所述結(jié)構(gòu)化子圖像的視覺特征；融合單元，用于將所述多個(gè)結(jié)構(gòu)化子圖像的視覺特征進(jìn)行結(jié)構(gòu)化融合，獲得結(jié)構(gòu)化特征數(shù)據(jù)；運(yùn)算單元，用于采用結(jié)構(gòu)化模型訓(xùn)練得到的模型，對(duì)所述結(jié)構(gòu)化特征數(shù)據(jù)進(jìn)行運(yùn)算，獲得子原始圖像的特征。

3.如權(quán)利要求2所述的系統(tǒng)，其特征在于，所述空間映射單元將每一份子原始圖像的特征進(jìn)行空間映射的方法包括：將子原始圖像的特征轉(zhuǎn)換為一個(gè)矩陣；將子原始圖像的特征的矩陣使用如下公式，進(jìn)行空間映射：其中，sim(d_j，d_k)為映射到目標(biāo)空間的結(jié)果，為子原始圖像的特征，w_ji為矩陣行值，|d_j|為對(duì)應(yīng)的矩陣行列式的值；為定向特征空間群，w_ki為矩陣行值，|d_k|為對(duì)應(yīng)的矩陣行列式的值。

4.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述第一圖像分離單元按照預(yù)先設(shè)定的條件將子原始圖像分離成可逆壓縮用圖像以及不可逆壓縮用圖像。

5.基于權(quán)利要求1至4之一所述系統(tǒng)的圖像數(shù)據(jù)壓縮的冗余數(shù)據(jù)去除方法，其特征在于，所述方法執(zhí)行以下步驟：步驟1：將原始圖像按照均勻等分成9份，得到9個(gè)子原始圖像；步驟2：對(duì)每一份子原始圖像進(jìn)行特征分析，得到每一份子原始圖像的特征，該特征所在的位置為特征空間；步驟3：將每一份子原始圖像的特征進(jìn)行空間映射，即將特征空間所在的特征映射到目標(biāo)空間；步驟4：比對(duì)目標(biāo)空間中的特征的相似度，將相似度高于設(shè)定的閾值的特征對(duì)應(yīng)的子原始圖像進(jìn)行同一類別標(biāo)記，標(biāo)記完成后，針對(duì)同一類別標(biāo)記下的子原始圖像只保留一個(gè)；步驟5：對(duì)剩下的所有的子原始圖像進(jìn)行壓縮，完成圖像數(shù)據(jù)的壓縮。

6.如權(quán)利要求5所述的方法，其特征在于，所述步驟2包括：步驟2.1：對(duì)子原始圖像進(jìn)行配對(duì)，獲得配對(duì)后的圖像；步驟2.2：對(duì)所述配對(duì)后的圖像構(gòu)建多個(gè)結(jié)構(gòu)化子圖像；步驟2.3：采用多模型訓(xùn)練獲得的特征模型提取每個(gè)所述結(jié)構(gòu)化子圖像的視覺特征；步驟2.4：將所述多個(gè)結(jié)構(gòu)化子圖像的視覺特征進(jìn)行結(jié)構(gòu)化融合，獲得結(jié)構(gòu)化特征數(shù)據(jù)；步驟2.5：采用結(jié)構(gòu)化模型訓(xùn)練得到的模型，對(duì)所述結(jié)構(gòu)化特征數(shù)據(jù)進(jìn)行運(yùn)算，獲得子原始圖像的特征。