CN117294800B - 基于四叉树的图像动态调节传输方法、设备及存储介质 - Google Patents
基于四叉树的图像动态调节传输方法、设备及存储介质 Download PDFInfo
- Publication number
- CN117294800B CN117294800B CN202311575057.XA CN202311575057A CN117294800B CN 117294800 B CN117294800 B CN 117294800B CN 202311575057 A CN202311575057 A CN 202311575057A CN 117294800 B CN117294800 B CN 117294800B
- Authority
- CN
- China
- Prior art keywords
- matrix
- image
- binary
- sequence
- idepth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims abstract description 89
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 11
- 230000015654 memory Effects 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 3
- 101100328518 Caenorhabditis elegans cnt-1 gene Proteins 0.000 claims 3
- 108090000765 processed proteins & peptides Proteins 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 239000002775 capsule Substances 0.000 description 2
- 102000037983 regulatory factors Human genes 0.000 description 2
- 108091008025 regulatory factors Proteins 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Processing (AREA)
Abstract
本发明公布一种图像动态调节传输方法,包括步骤:获取图像数据矩阵并提取Y分量矩阵;对Y分量矩阵进行差分图像处理,获取二值矩阵;基于通用递归算法对二值矩阵进行二等分,获得四个第一子矩阵;对第一子矩阵继续二等分,生成每个第一子矩阵对应的四个第二子矩阵,判断第二子矩阵内元素值非零数量是否小于阈值,若否,则返回执行递归算法;若是则递归结束并生成四叉树的二进制序列数据集;对二进制序列数据集遍历和递归产生稀疏存储序列;根据信号强度和传输协议动态调整稀疏存储序列数据量并传输至接收端。本发明的图像动态调节传输方法、设备及存储介质,可以在较窄的带宽条件下的实现图像动态调节并传输最佳图像,图像传输无损且传输效率高。
Description
技术领域
本发明涉及图像传输领域,具体涉及到一种基于四叉树的图像动态调节传输方法、设备及存储介质。
背景技术
在需要稳定、穿透性强且低成本应用的技术领域,例如胶囊内窥镜领域,传统的433M射频虽然具有较符合的条件,但是弊端比较明显,其中最关键的缺陷是较窄的传输带宽,胶囊内窥镜在图像传输方面对于分辨率较大的图像会传输受限。
技术人员在轮廓识别计算模型里,对射频发射端与接收端传输数据时,需要同时保证实时性与关键信息的质量,采用433M频段时,为了处理传输受限问题,通常采用以下两种方法:
方法1:将图像数据等分后传输则会导致更长的传输时间而失去实时性;
方法2:采用常规的有损压缩编码,则会因传输带宽使得压缩倍数过大,因而丢失关键信息。
中国专利申请201210065874.6揭示一种基于四叉树与邻域搜索相结合的分形图像压缩方法,该技术方案采用邻域搜索法搜索定义域块以减少搜索时间。
上述在先专利申请仍然不能解决在较窄带宽条件下的图像动态调节传输问题,其采用的邻域搜索法仍然会造成部分像素缺失,影响后续的判断结论。
发明内容
为了解决现有技术的较窄带宽下图像传输的不足,本发明提出一种基于四叉树的图像动态调节传输方法、设备及存储介质。
第一方面,本发明提供一种图像动态调节传输方法,包括以下步骤:
步骤101:获取图像数据矩阵并提取Y分量矩阵;
步骤102:对Y分量矩阵进行差分图像处理,获取二值矩阵;
步骤103:基于通用递归算法对二值矩阵进行二等分,获得四个第一子矩阵;
步骤104:对四个第一子矩阵继续进行二等分,生成每个第一子矩阵对应的四个第二子矩阵;
步骤105:判断第二子矩阵内元素值非零数量是否小于阈值,若否,则返回步骤103继续执行递归算法,若是,则递归结束;
步骤106:递归结束并生成四叉树的二进制序列数据集;
步骤107:对二进制序列数据集遍历和递归产生稀疏存储序列;
步骤108:根据信号强度和传输协议动态调整稀疏存储序列数据量并传输至接收端。
进一步的,所述获取图像数据矩阵并提取Y分量矩阵具体包括:
获取分辨率为的CMOS图像传感器产生的数据/>,进一步将/>传输至通用计算芯片,在内存中得到元素矩阵/>,通过通用ISP算法流程的BayerPattern插值得到矩阵/>,将/>通过RGB转YUV公式转换得到矩阵/>,根据YUV数据格式排布,抽取/>中的Y分量得到矩阵/>:/>;
进一步的,所述对Y分量矩阵进行差分图像处理,获取二值矩阵具体包括:
使用图像处理通用滤波算法,基于拉普拉斯算子获取中包含轮廓等高频信息的矩阵/>;
进一步统计矩阵的每个元素值,得到矩阵均值及矩阵方差值/>;
进一步定义调节因子 ,使用公式1得到阈值/>:/>,公式1;
通过阈值对/>使用通用图像处理算法二值化,进而得到二值矩阵/>,
。
进一步的,所述通用递归算法对二值矩阵进行二等分,获得四个第一子矩阵具体包括:
对二值矩阵按像数行和列做二等分得到四个第一子矩阵,其中,若像数行或列不能被2整除,则向下取其最接近的整数值:
行像数长度,二等分为两个长度区间/>;
列像数长度,二等分为两个长度区间/>。
得到四个第一子矩阵,以及矩阵的行与列分割点:
;
进一步的,所述对四个第一子矩阵之间的像素行和列长度继续进行二等分,生成四个第一子矩阵对应的四个第二子矩阵具体包括:
对每个二等分产生的第一子矩阵按步骤103的步骤继续二分,由此产生四个第二子矩阵。
进一步的,所述递归结束并生成四叉树的二进制序列数据集具体包括:
定义一个树中节点的度小于等于4的有序树数据结构为四叉树,并定义为第1层级,其直属子矩阵为第2层,且每层由左至右从1开始对矩阵的索引编号,依次递归定义,对第i层级第j个矩阵进行编号/>,其中编号/>表示层级深度,编号/>依次从此层级首个子矩阵开始编号递增,直到第j个子矩阵结束。
构造一个空的四叉树序列数据集,按如下算法生成数据集内容:
对父矩阵,与其可分割产生的次层四个子矩阵的矩阵所有元素遍历统计,定义矩阵内元素值非零数量/>:其中,父矩阵/>对应为/>,子矩阵分别对应为/>;
基于步骤103和步骤104的行像素长度和列像素长度的二分思路,从开始,按如下步骤递归生成/>数据集:
递归入口:
若父矩阵的/>大于等于阈值/>,则将二进制1存入序列/>,的尾部,将/>分割出子矩阵/>;对4个子矩阵/>视为新的父矩阵,且/>依次更新/>,统计得到对应/>,逐个顺序依次代入到递归入口,继续运行递归;
否则,若父矩阵的小于阈值/>,则将二进制0存入序列/>的尾部,递归结束;
递归结束后,产生基于二维空间的四叉树的二进制序列数据集,并记录最大的/>值,定义为树最大深度/>。
进一步的,所述对二进制序列数据集遍历和递归产生稀疏存储序列具体包括:对步骤106产生的二进制序列数据集,统计所有元素个数/>,进一步执行以下步骤:
定义结点序列表,其中/>为每一个深度层的编号;
定义深度层顺序表,其任一个元素对应存储一个深度层的结点序列表;
定义深度层数据二进制位步长,编号/>为对应层编号;
从首元素依次向后遍历,定义存储当前遍历元素的索引变量为/>,设置/>时/>;
令,/>,开始进入如下递归:
递归入口:
若,则构造一个空的节点序列表/>,基于步长,获取/>中索引在/>范围内的数据序列,存储到;更新当前元素索引地址/>,将存入/>数据集的尾部;按顺序遍历/>内所有元素,初始化一个计数/>,若元素值为1则/>,遍历结束后,以此产生所需步长/>,再次进入递归入口;
否则,若,则递归结束。
算法运行结束后,进而生成深度层的稀疏存储序列集:
;
进一步的,所述根据信号强度和传输协议动态调整稀疏存储序列数据量并传输至接收端具体包括:
基于当前的射频信号强度及射频协议,和满足图像传输的实时性要求,设置一个平均每帧图像字节数据量,再以此值按如下算法,定位到所需树的深度,并返回此深度层的索引:在中,依次统计/>的结点个数;
,其中,/>为深度编号下的二进制位个数,/>为最大深度编号的二进制位个数,并按如下比较得到选取的列表索引/>:
;
若,即到达最大树深度,可回到步骤102或步骤 105,当执行步骤102时,调控增大/>,获得更多高频图像信息;当执行步骤 105时,调控减少/>,获得更细的树结构,以此生成更深的树,提高/>和/>中每个元素的值;进而,由步骤 106产生更大的/>,进而输出包含更高图像质量的深度层的稀疏存储序列/>,通过传输模块传输至接收端。
第二方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面任一项所述的图像动态调节传输方法的步骤。
第三方面,本发明提供一种图像动态调节传输设备,包括:
一个或多个处理器;
存储器;以及
一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述处理器执行所述计算机程序时实现如第一方面任一项所述的图像动态调节传输方法的步骤。
采用本发明基于四叉树的图像动态调节传输方法、设备及存储介质,可以在较窄的带宽条件下的实现图像动态调节并传输最佳图像,图像传输无损且传输效率高,提高了辅助检查效率,提升了产品的竞争力。
附图说明
图1:图像动态调节传输方法流程图。
图2:二等分矩阵结构示意图。
图3:二进制序列数据集拓扑结构示意图。
图4:图像动态调节传输设备组成示意图。
实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
请参考图1本发明的图像动态调节传输方法流程图,包括以下步骤:
步骤101:获取图像数据矩阵并提取Y分量矩阵,具体包括:获取分辨率为的CMOS图像传感器产生的数据/>,进一步将/>传输至通用计算芯片,在内存中得到元素矩阵/>,通过通用ISP算法流程的/>插值得到矩阵/>,将通过RGB转YUV公式转换得到矩阵/>,根据YUV数据格式排布,抽取/>中的Y分量得到矩阵/>:/>。
步骤102:对Y分量矩阵进行差分图像处理,获取二值矩阵,具体包括:使用图像处理通用滤波算法,基于拉普拉斯算子获取中包含轮廓等高频信息的矩阵/>;
进一步统计矩阵的每个元素值,得到矩阵均值/>及矩阵方差值/>;
进一步定义调节因子,/>,使用如下公式1得到阈值/>:
,公示1;
通过阈值对/>使用通用图像处理算法二值化,进而得到二值矩阵/>:
。
步骤103:基于通用递归算法对二值矩阵进行二等分,获得四个第一子矩阵,具体包括:
对二值矩阵按像数行和列做二等分得到四个第一子矩阵,其中,若像数行或列不能被2整除,则向下取其最接近的整数值:
行像数长度,二等分为两个长度区间/>;
列像数长度,二等分为两个长度区间/>;
得到四个第一子矩阵,以及矩阵的行与列分割点:
;
二等分后的矩阵如下所示:,,/>,,依次为左上、右上、左下和右下,具体数据排布与下标索引如图2二等分矩阵结构示意图所示。
步骤104:对四个第一子矩阵之间的像素行和列长度继续进行二等分,生成每个第一子矩阵对应的四个第二子矩阵,具体包括:对每个二等分产生的第一子矩阵按步骤103的步骤继续二分,例如,对于的行/>二等分为/>,列/>二等分为/>,由此产生四个第二子矩阵。
步骤105:判断第二子矩阵内元素值非零数量是否小于阈值,具体为:
定义一个树中节点的度小于等于4的有序树数据结构为四叉树,并定义为第1层级,其直属子矩阵为第2层,且每层由左至右从1开始对矩阵的索引编号,依次递归定义,对第i层级第j个矩阵进行编号/>,其中编号/>表示层级深度,编号/>依次从此层级首个子矩阵开始编号递增,直到第j个子矩阵结束。
构造一个空的四叉树序列数据集,按如下算法生成数据集内容;
对父矩阵与其可分割产生的次层四个子矩阵的矩阵所有元素遍历统计,定义矩阵内元素值非零数量/>,其中,父矩阵/>对应为/>,子矩阵分别对应为/>;
基于步骤103和步骤104的行像素长度和列像素长度的二分思路,从开始,按如下步骤递归生成/>数据集:
递归入口:
若父矩阵的/>大于等于阈值/> ,将二进制1存入序列/>的尾部,继续返回运行步骤103和步骤104,/>分割出子矩阵,对4个子矩阵/>逐个顺序依次代入到递归入口,运行递归;否则,若父矩阵的/>小于阈值/>,则将二进制0存入序列/>的尾部,递归结束;
步骤106:生成四叉树的二进制序列数据集,具体包括:
递归结束后,生成基于二维空间的四叉树的二进制序列数据集,其拓扑示意图如图3二进制序列数据集拓扑结构示意图所示,记录最大的/>值,定义为树最大深度。
步骤107:对二进制序列数据集遍历和递归产生稀疏存储序列,具体包括:
对步骤106产生的二进制序列数据集,统计所有元素个数/>,进一步执行以下步骤:
定义结点序列表,其中为每一个深度层的编号;
定义深度层顺序表,其任一个元素对应存储一个深度层的结点序列表;
定义深度层数据二进制位步长,其中,编号/>为对应层编号;
从首元素依次向后遍历,定义存储当前遍历元素的索引变量为,设置/>时/>,令/>,/>,开始进入如下递归:
递归入口:
若,则构造一个空的节点序列表/>,基于步长,获取/>中索引在/>范围内的数据序列,存储到;更新当前元素索引地址/>;将存入/>数据集的尾部;按顺序遍历/>内所有元素,初始化一个计数/>,若元素值为1则/>,遍历结束后,以此产生所需步长/>;再次进入递归入口;否则,若/>则递归结束;
算法运行结束后,进而生成深度层序列集:
。
步骤108:根据信号强度和传输协议动态调整稀疏存储序列数据量并传输至接收端,具体包括:
基于当前的射频信号强度及射频协议,和满足图像传输的实时性要求,设置一个平均每帧图像字节数据量,再以此值按如下算法,定位到所需树的深度,并返回此深度层的索引:
在中,依次统计/>的结点个数/>,其中,/>为深度编号下的二进制位个数,/>为最大深度编号的二进制位个数,并按如下比较得到选取的列表索引/>:
;
若,即到达最大树深度,回到步骤102或步骤105,当执行步骤102时,调控增大/>,获得更多高频图像信息;当执行步骤105时,调控减少/>,获得更细的树结构,以此生成更深的树,提高/>和/>中每个元素的值;进而,由步骤106产生更大的/>,进而输出包含更高图像质量的深度层的稀疏存储序列,通过传输模块传输至接收端。
进一步参考图4图像动态调节传输设备组成示意图,本发明的图像动态调节传输设备10进一步包括一个或多个存储器20及一个或多个处理器30,其中所述一个或多个计算机程序被存储在所述存储器20中,并且被配置成由所述一个或多个处理器30执行,所述处理器30执行所述计算机程序时实现图像动态调节传输方法的步骤。
对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行,其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减,实施例中记载的技术特征可以进行等同替换或组合。
需要说明的是,对于设备类实施例而言,由于其与方法实施例基本相似,所以描述的较为简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,RandomAccessMemory)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像动态调节传输方法,其特征在于,包括以下步骤:
步骤101:获取图像数据矩阵并提取Y分量矩阵;
步骤102:对Y分量矩阵进行差分图像处理,获取二值矩阵;
步骤103:基于通用递归算法对二值矩阵进行二等分,获得四个第一子矩阵;
步骤104:对四个第一子矩阵继续进行二等分,生成每个第一子矩阵对应的四个第二子矩阵;
步骤105:判断第二子矩阵内元素值非零数量是否小于阈值,若否,则返回步骤103继续执行递归算法,若是,则递归结束;
步骤106:生成四叉树的二进制序列数据集;
步骤107:对二进制序列数据集遍历和递归产生稀疏存储序列;
步骤108:根据信号强度和传输协议动态调整稀疏存储序列数据量并传输
至接收端。
2.如权利要求1所述的图像动态调节传输方法,其特征在于,所述获取图像数据矩阵并提取Y分量矩阵具体包括:
获取分辨率为M×N的CMOS图像传感器产生的数据Dsensor,进一步将Dsensor传输至通用计算芯片,在内存中得到元素矩阵MRAW,通过通用ISP算法流程的Bayer Pattern插值得到矩阵MRGB,将MRGB通过RGB转YUV公式转换得到矩阵MYUV,根据YUV数据格式排布,抽取MYUV中的Y分量得到矩阵MY:
3.如权利要求2所述的图像动态调节传输方法,其特征在于,所述对Y分量矩阵进行差分图像处理,获取二值矩阵具体包括:
使用图像处理通用滤波算法,基于拉普拉斯算子获取MY中包含轮廓高频信息的矩阵MYdiff;
进一步统计矩阵MYdiff的每个元素值,得到矩阵均值m及矩阵方差值σ2;
进一步定义调节因子a,0≤a≤3,使用公式1得到阈值T0:
T0=m+α*σ2, (公式1);
通过阈值T0对MYdiff使用通用图像处理算法二值化,进而得到二值矩阵M1,1:
4.如权利要求3所述的图像动态调节传输方法,其特征在于,所述通用递归算法:
对二值矩阵进行二等分,获得四个第一子矩阵具体包括:
对二值矩阵M1,1按像素行和列做二等分得到四个第一子矩阵,其中,若像素行或列不能被2整除,则向下取其最接近的整数值:
行像素长度N-1,二等分为两个长度区间
列像素长度M-1,二等分为两个长度区间得到四个第一子矩阵,以及矩阵M1,1的行与列分割点:
5.如权利要求4所述的图像动态调节传输方法,其特征在于,所述对四个第一子矩阵之间的像素行和列长度继续进行二等分,生成四个第一子矩阵对应的四个第二子矩阵具体包括:
对每个二等分产生的第一子矩阵按步骤103的步骤继续二分,由此产生四个第二子矩阵。
6.如权利要求5所述的图像动态调节传输方法,其特征在于,所述递归结束并生成四叉树的二进制序列数据集具体包括:
定义一个树中节点的度小于等于4的有序树数据结构为四叉树,并定义M1,1为第1层级,其直属子矩阵为第2层,且每层由左至右从1开始对矩阵的索引编号,依次递归定义,对第i层级第j个矩阵进行编号Mi,j,其中编号i表示层级深度,编号j依次从此层级首个子矩阵开始编号递增,直到第j个子矩阵结束;
构造一个空的四叉树序列数据集T0,按如下算法生成数据集内容:
对父矩阵Mi,j,i=1,...,j=1,...,与其可分割产生的次层四个子矩阵Mi+1,k,Mi+1,k+1,Mi+1,k+2,Mi+1,k+3的矩阵所有元素遍历统计,定义矩阵内元素值非零数量qk1,k2,k1=1,...,k2=1,…,其中,父矩阵Mi,j对应为qi,j,子矩阵Mi+1,k,Mi+1,k+1,Mi+1,k+2,Mi+1,k+3分别对应为qi+1,k,qi+1,k+1,qi+1,k+2,qi+1,k+3;
基于步骤103和步骤104的行像素长度和列像素长度的二分思路,从M1,1开始,按如下步骤递归生成T0数据集:
递归入口:
若父矩阵Mi,j,i=1,...,j=1,...的qx,y,x=i,y=j大于或等于阈值β,β>0,则将二进制1存入序列T0的尾部;进一步由Mi,j分割出子矩阵Mi+1,k,Mi+1,k+1,Mi+1,k+2,Mi+1,k+3;将此4个子矩阵Mi+1,k,Mi+1,k+1,Mi+1,k+2,Mi+1,k+3视为新的父矩阵,且qx,y依次更新x,y,统计得到对应qi+1,k,qi+1,k+1,qi+1,k+2,qi+1,k+3,逐个顺序依次代入到递归入口,继续运行递归;
否则,若父矩阵的qx,y小于阈值β,则将二进制0存入序列T0的尾部,递归结束;
所有递归结束后,产生基于二维空间的四叉树的二进制序列数据集T0,并记录最大的i值,定义为树最大深度maxDepth。
7.如权利要求6所述的图像动态调节传输方法,其特征在于,所述对二进制序列数据集遍历和递归产生稀疏存储序列具体包括:对步骤106产生的二进制序列数据集T0,统计所有元素个数CnT,进一步执行以下步骤:
定义结点序列表depthListidepth,idepth=1,...,其中idepth为每一个深度层的编号;
定义深度层顺序表dephtSets={depthList1,...},其任一个元素对应存储一个深度层的结点序列表depthListidepth;
定义深度层数据二进制位步长stepidepth,其中,编号idepth为对应层编号;
从T0首元素依次向后遍历,定义存储当前遍历元素的索引变量为tAddr∈[0,CnT-1],设置idepth=1时step1=1;
令tAddr=0,idepth=1,开始进入如下递归:
递归入口:
若tAddr≤CnT-1,则构造一个空的结点序列表depthListidepth,基于步长stepidepth,获取T0中索引在[tAddr,tAddr+stepidepth)范围内的数据序列,存储到depthListidepth;更新当前元素索引地址tAddr=tAddr+stepidepth;将depthListidepth存入dephtSets数据集的尾部;按顺序遍历depthListidepth内所有元素,且初始化一个计数cn=0,若元素值为1则cn=cn+4,遍历结束后,以此产生新的所需步长stepidepth=cn;再次进入递归入口;
否则,若tAddr>CnT-1递归结束;
算法运行结束后,进而生成深度层的稀疏存储序列集:
dephtSets={depthList1,depthList2,...}。
8.如权利要求7所述的图像动态调节传输方法,其特征在于,所述根据信号强度和传输协议动态调整稀疏存储序列数据量并传输至接收端具体包括:
基于当前的射频信号强度及射频协议,和满足图像传输的实时性要求,设置一个平均每帧图像字节数据量meanImSize,再以此值按如下算法,定位到所需树的深度,并返回此深度层的索引:
在dephtSets={depthList1,depthList2,...}中,依次统计depthListidepth的结点个数depthCnts={C1,C2,...Cidepth,...CmaxDepth},其中,Cidepth为深度编号idepth下的二进制位个数,CmaxDepth为最大深度编号maxDepth下的二进制位个数,并按如下比较得到选取的列表索引idepth*:
若idepth*=maxDepth,即到达最大树深度时,回到步骤102或步骤105,当执行步骤102时,调控增大α,获得更多高频图像信息;当执行步骤105时,调控减少β,获得更细的树结构,以此生成更深的树,提高maxDepth的大小和depthCnts中每个元素的值;进而,由步骤106产生更大的maxDepth*,进而输出包含更高图像质量的深度层的稀疏存储序列通过传输模块传输至接收端。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的图像动态调节传输方法的步骤。
10.一种图像动态调节传输设备,包括:
一个或多个处理器;
存储器;以及
一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的图像动态调节传输方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311575057.XA CN117294800B (zh) | 2023-11-24 | 2023-11-24 | 基于四叉树的图像动态调节传输方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311575057.XA CN117294800B (zh) | 2023-11-24 | 2023-11-24 | 基于四叉树的图像动态调节传输方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117294800A CN117294800A (zh) | 2023-12-26 |
CN117294800B true CN117294800B (zh) | 2024-03-15 |
Family
ID=89257443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311575057.XA Active CN117294800B (zh) | 2023-11-24 | 2023-11-24 | 基于四叉树的图像动态调节传输方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117294800B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105762936A (zh) * | 2016-04-13 | 2016-07-13 | 深圳无线电检测技术研究院 | 一种电能质量数据采集传输方法和*** |
CN105913063A (zh) * | 2016-04-01 | 2016-08-31 | 中国地质大学(武汉) | 一种图像数据集的稀疏表示的加速方法及装置 |
CN109981918A (zh) * | 2019-03-01 | 2019-07-05 | 上海电力学院 | 一种基于四叉树动态块分割的加密图像可逆信息隐藏方法 |
CN111684812A (zh) * | 2017-12-06 | 2020-09-18 | V-诺瓦国际有限公司 | 分级数据结构 |
WO2022148181A1 (zh) * | 2021-01-08 | 2022-07-14 | 苏州浪潮智能科技有限公司 | 一种稀疏矩阵加速计算方法、装置、设备及介质 |
CN115396065A (zh) * | 2022-10-26 | 2022-11-25 | 南京邮电大学 | 一种稀疏随机线性网络编码的低时延解码方法 |
CN115525999A (zh) * | 2022-09-26 | 2022-12-27 | 北京机电工程研究所 | 基于平衡四叉树的自适应细分网格拓扑优化方法与*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10296999B2 (en) * | 2017-02-13 | 2019-05-21 | Macau University Of Science And Technology | Methods and apparatus for color image watermarking |
-
2023
- 2023-11-24 CN CN202311575057.XA patent/CN117294800B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105913063A (zh) * | 2016-04-01 | 2016-08-31 | 中国地质大学(武汉) | 一种图像数据集的稀疏表示的加速方法及装置 |
CN105762936A (zh) * | 2016-04-13 | 2016-07-13 | 深圳无线电检测技术研究院 | 一种电能质量数据采集传输方法和*** |
CN111684812A (zh) * | 2017-12-06 | 2020-09-18 | V-诺瓦国际有限公司 | 分级数据结构 |
CN109981918A (zh) * | 2019-03-01 | 2019-07-05 | 上海电力学院 | 一种基于四叉树动态块分割的加密图像可逆信息隐藏方法 |
WO2022148181A1 (zh) * | 2021-01-08 | 2022-07-14 | 苏州浪潮智能科技有限公司 | 一种稀疏矩阵加速计算方法、装置、设备及介质 |
CN115525999A (zh) * | 2022-09-26 | 2022-12-27 | 北京机电工程研究所 | 基于平衡四叉树的自适应细分网格拓扑优化方法与*** |
CN115396065A (zh) * | 2022-10-26 | 2022-11-25 | 南京邮电大学 | 一种稀疏随机线性网络编码的低时延解码方法 |
Non-Patent Citations (2)
Title |
---|
QuadtreeRepresentation and Compression of SpatialData;Xiang Yin,et.al;Lecture Notes in Computer Science;第6499 卷(第1期);全文 * |
基于改进的四叉树分解多聚焦图像融合算法研究;刘明君;董增寿;邵贵成;科技通报;第35卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117294800A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111699696B (zh) | 用于对字节流进行编码和解码的方法和设备 | |
US10728553B2 (en) | Visual quality preserving quantization parameter prediction with deep neural network | |
JP7170669B2 (ja) | 最後の有意係数フラグのコーディング | |
CN106658004B (zh) | 一种基于图像平坦区域特征的压缩方法和装置 | |
CN113473127B (zh) | 一种点云几何编码方法、解码方法、编码设备及解码设备 | |
WO2021232251A1 (zh) | 一种点云编解码方法、编码器、解码器及存储介质 | |
CN110495174B (zh) | 编码方法、装置、图像处理***和计算机可读存储介质 | |
CN110569961A (zh) | 一种神经网络训练方法、装置及终端设备 | |
CN115375589B (zh) | 一种去除图像阴影模型及其构建方法、装置及应用 | |
CN106658003A (zh) | 一种基于字典学习的图像压缩***的量化方法 | |
CN117294800B (zh) | 基于四叉树的图像动态调节传输方法、设备及存储介质 | |
US20080181520A1 (en) | Method and Apparatus for Encoding and Decoding Subband Decompositions of Signals | |
WO2022135218A1 (zh) | 图像编码方法及装置 | |
CN114339305B (zh) | 一种虚拟桌面图像处理方法及相关装置 | |
CN114143557B (zh) | 一种针对视频图像小波变换高频系数的低复杂度编码方法 | |
Elakkiya et al. | Comprehensive review on lossy and lossless compression techniques | |
Mafijur Rahman et al. | A low complexity lossless Bayer CFA image compression | |
CN116800912A (zh) | 脉冲信号的编码方法和装置、电子设备和存储介质 | |
TW200529104A (en) | Compressing image data | |
Awad et al. | Improving Reconstructed Image Quality via Hybrid Compression Techniques. | |
JP5527556B2 (ja) | 第1の2進データ列を圧縮した第2の2進データ列にエントロピー的に符号変換する方法、そのコンピュータプログラムおよびその画像キャプチャ装置 | |
George et al. | A novel approach for image compression using zero tree coding | |
CN111179169A (zh) | 一种双三次图像插值模型的参数优化方法 | |
CN104346819A (zh) | 基于限定小波大纲的最大误差图像压缩方法 | |
CN114882133B (zh) | 一种图像编解码方法、***、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |