一種復(fù)合圖像的壓縮方法及裝置制造方法
【專(zhuān)利摘要】本發(fā)明適用于圖像處理【技術(shù)領(lǐng)域】，提供了一種復(fù)合圖像的壓縮方法及裝置，所述方法包括：S1、根據(jù)圖像特征將復(fù)合圖像進(jìn)行分割，得到若干個(gè)分割區(qū)域，所述圖像特征包括顏色和灰度，所述分割區(qū)域包括文本/圖形區(qū)域及圖像區(qū)域；S2、分別采用對(duì)應(yīng)的編碼方式對(duì)所述若干個(gè)分割區(qū)域進(jìn)行壓縮。本發(fā)明，根據(jù)復(fù)合圖像包括的不同特性的信息，將復(fù)合圖像分割為進(jìn)行分割文本/圖形分割區(qū)域和自然圖像分割區(qū)域，以便于對(duì)不同分割區(qū)域采用對(duì)應(yīng)的壓縮方法，保證了較高的壓縮比，同時(shí)也使文本/圖形區(qū)域重建后的清晰可讀。
【專(zhuān)利說(shuō)明】一種復(fù)合圖像的壓縮方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，尤其涉及一種復(fù)合圖像的壓縮方法及裝置。
【背景技術(shù)】
[0002]隨著計(jì)算機(jī)網(wǎng)絡(luò)的迅速發(fā)展，人們?cè)絹?lái)越關(guān)注實(shí)時(shí)的桌面圖像傳輸技術(shù)，目前，圖像傳輸技術(shù)廣泛應(yīng)用于遠(yuǎn)程教學(xué)、遠(yuǎn)程辦公、網(wǎng)絡(luò)多媒體會(huì)議和產(chǎn)品演示等領(lǐng)域。同時(shí)，基于網(wǎng)絡(luò)的語(yǔ)音、文本和視頻已經(jīng)不能滿足人們的需求，人們開(kāi)始用網(wǎng)絡(luò)去實(shí)現(xiàn)遠(yuǎn)程控制與監(jiān)視等，利用這種圖像傳輸技術(shù)，不但可以在當(dāng)前的數(shù)字設(shè)備上與遠(yuǎn)程的其它計(jì)算機(jī)進(jìn)行交互，而且還可以操控遠(yuǎn)程的計(jì)算機(jī)來(lái)解決當(dāng)前資源無(wú)法解決的問(wèn)題。
[0003]由于這種多屏互動(dòng)的實(shí)現(xiàn)需要進(jìn)行大量包含了文本、圖形和自然圖像的復(fù)合圖像的傳輸，傳輸數(shù)據(jù)量很龐大，利用網(wǎng)絡(luò)傳輸會(huì)引起堵塞或延時(shí)，因此進(jìn)行多屏互動(dòng)共享之前必須進(jìn)行壓縮。然而，對(duì)于復(fù)合圖像不做任何處理直接進(jìn)行壓縮時(shí)，如果采用游程編碼、赫夫曼Huffman編碼和字典壓縮編碼等無(wú)損壓縮編碼方法，其自然圖像區(qū)域壓縮效率會(huì)非常有限；若采用聯(lián)合圖像專(zhuān)家小組(Joint Photographic Experts Group,JPEG)系列、動(dòng)態(tài)圖像專(zhuān)家組(Moving Pictures Experts Group/Mot in Pictures Experts Group、MPEG)等傳統(tǒng)的有損壓縮編碼方法，又會(huì)在復(fù)合圖像中的文本和圖形區(qū)域引起文本模糊和振鈴效應(yīng)。因此，現(xiàn)有圖像處理技術(shù)對(duì)復(fù)合圖像的自然圖像區(qū)域壓縮效率非常有限，或者是根據(jù)壓縮圖像重建圖像的文本和圖形區(qū)域存在文本模糊和振鈴效應(yīng)。

【發(fā)明內(nèi)容】

[0004]本發(fā)明實(shí)施例提供了一種復(fù)合圖像的壓縮方法及裝置，旨在解決現(xiàn)有技術(shù)中圖像壓縮效率不高的技術(shù)問(wèn)題。
[0005]一方面，提供一種復(fù)合圖像的壓縮方法，所述方法包括:
[0006]S1、根據(jù)圖像特征將復(fù)合圖像進(jìn)行分割，得到若干個(gè)分割區(qū)域，所述圖像特征包括顏色和灰度，所述分割區(qū)域包括文本/圖形區(qū)域及圖像區(qū)域；
[0007]S2、分別采用對(duì)應(yīng)的編碼方式對(duì)所述若干個(gè)分割區(qū)域進(jìn)行壓縮。
[0008]另一方面，提供一種復(fù)合圖像的壓縮裝置，所述裝置包括:
[0009]圖像分割單元，用于根據(jù)圖像特征將復(fù)合圖像進(jìn)行分割，得到若干個(gè)分割區(qū)域，所述圖像特征包括顏色和灰度，所述分割區(qū)域包括文本/圖形區(qū)域及圖像區(qū)域；
[0010]壓縮單元，用于分別采用對(duì)應(yīng)的編碼方式對(duì)所述若干個(gè)分割區(qū)域進(jìn)行壓縮。
[0011]在本發(fā)明實(shí)施例，根據(jù)圖像特征將復(fù)合圖像進(jìn)行分割，得到若干個(gè)分割區(qū)域，所述圖像特征包括顏色和灰度，所述分割區(qū)域包括文本/圖形區(qū)域及圖像區(qū)域；分別采用對(duì)應(yīng)的編碼方式對(duì)所述若干個(gè)分割區(qū)域進(jìn)行壓縮，本發(fā)明，根據(jù)復(fù)合圖像包括的不同特性的信息，將復(fù)合圖像分割為進(jìn)行分割文本/圖形分割區(qū)域和自然圖像分割區(qū)域，以便于對(duì)不同分割區(qū)域采用對(duì)應(yīng)的壓縮方法，保證了較高的壓縮比，同時(shí)也使文本/圖形區(qū)域重建后的清晰可讀?！緦?zhuān)利附圖】

【附圖說(shuō)明】
[0012]圖1是本發(fā)明實(shí)施例一提供的復(fù)合圖像的壓縮方法的實(shí)現(xiàn)流程圖；
[0013]圖2a是本發(fā)明實(shí)施例一提供的文本/圖形塊的梯度直方圖統(tǒng)計(jì)圖；
[0014]圖2b是本發(fā)明實(shí)施例一提供的圖像塊的梯度直方圖統(tǒng)計(jì)圖；
[0015]圖2c是本發(fā)明實(shí)施例一提供的混合塊的梯度直方圖統(tǒng)計(jì)圖；
[0016]圖3a是本發(fā)明實(shí)施例一提供的網(wǎng)頁(yè)web I的一部分和它的文本/圖形塊；
[0017]圖3b是本發(fā)明實(shí)施例一提供的壁紙的一部分和它的圖像塊；
[0018]圖4a是本發(fā)明實(shí)施例一提供的平滑塊的灰度直方圖特征示意圖；
[0019]圖4b是本發(fā)明實(shí)施例一提供的文本塊的灰度直方圖特征示意圖；
[0020]圖4c是本發(fā)明實(shí)施例一提供的圖形塊的灰度直方圖特征示意圖；
[0021]圖4d是本發(fā)明實(shí)施例一提供的圖形塊的灰度直方圖特征示意圖；
[0022]圖5a是本發(fā)明實(shí)施例一提供的壁紙示意圖；
[0023]圖5b是本發(fā)明實(shí)施例一提供的壁紙中的文本/圖形塊圖；
[0024]圖5c是本發(fā)明實(shí)施例一提供的壁紙中的自然圖像區(qū)域圖；
[0025]圖5d是本發(fā)明實(shí)施例一提供的重建之后壁紙示意圖；
[0026]圖6是本發(fā)明實(shí)施例二提供的復(fù)合圖像的壓縮裝置的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0027]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0028]在本發(fā)明實(shí)施例中，根據(jù)圖像特征將復(fù)合圖像進(jìn)行分割，得到若干個(gè)分割區(qū)域，所述圖像特征包括顏色和灰度，所述分割區(qū)域包括文本/圖形區(qū)域及圖像區(qū)域；分別采用對(duì)應(yīng)的編碼方式對(duì)所述若干個(gè)分割區(qū)域進(jìn)行壓縮。
[0029]以下結(jié)合具體實(shí)施例對(duì)本發(fā)明的實(shí)現(xiàn)進(jìn)行詳細(xì)描述:
[0030]實(shí)施例一
[0031]圖1示出了本發(fā)明實(shí)施例一提供的復(fù)合圖像的壓縮方法的實(shí)現(xiàn)流程，詳述如下:
[0032]在步驟SI中，根據(jù)圖像特征將復(fù)合圖像進(jìn)行分割，得到若干個(gè)分割區(qū)域，所述圖像特征包括顏色和灰度，所述分割區(qū)域包括文本/圖形區(qū)域及圖像區(qū)域。
[0033]在本實(shí)施例中，所述圖像特征包括顏色和灰度。所述復(fù)合圖像是包括了文本、圖形和自然圖像信息的一類(lèi)混合圖像，如桌面圖像、web頁(yè)面。所述子塊是包括若干個(gè)像素點(diǎn)的復(fù)合圖像的子塊。具體地，所述復(fù)合圖像分為16*16個(gè)子塊。一張連續(xù)色調(diào)的圖像在其一小塊區(qū)域內(nèi)有大量的顏色數(shù)量，然而在文本/圖形在一大塊區(qū)域內(nèi)只有少量的顏色數(shù)量，所以，可以根據(jù)子塊內(nèi)的顏色種類(lèi)的不同和各像素的梯度值的不同特點(diǎn)分為三類(lèi):文本/圖形塊、圖像塊和混合塊。
[0034]具體的,所述步驟SI具體包括:
[0035]步驟S11、將所述復(fù)合圖像分成若干個(gè)子塊，
[0036]具體地，用預(yù)設(shè)模板將所述復(fù)合圖像分成若干個(gè)子塊，其中所述預(yù)設(shè)模板可根據(jù)需要而設(shè)，本實(shí)施例中，作為優(yōu)選，所述預(yù)設(shè)模板為16*16的區(qū)域塊，即將所述復(fù)合圖像分成若干個(gè)所述預(yù)設(shè)模板。將采集到的復(fù)合圖像分為若干個(gè)子塊，有利于精確地區(qū)分出復(fù)合圖像的文本/圖形區(qū)域和圖像區(qū)域，為壓縮編碼提供有效的信息，同時(shí)，基于“塊”的圖像分類(lèi)編碼比基于“對(duì)象”的分類(lèi)編碼和基于“層”的分類(lèi)編碼更加簡(jiǎn)單。
[0037]步驟S12，根據(jù)顏色特征對(duì)分塊后的復(fù)合圖像進(jìn)行劃分，得到文本/圖像塊及第一混合塊。
[0038]其中所述第一混合塊包括至少兩個(gè)以上所述子塊，所述文本/圖形塊包括至少一個(gè)所述子塊。本步驟是對(duì)子塊根據(jù)顏色進(jìn)行的粗略分類(lèi)時(shí)。
[0039]本實(shí)施例中，具體地,所述步驟S12具體包括:
[0040]步驟S121、分析計(jì)算所述若干個(gè)子塊中的每一個(gè)子塊對(duì)應(yīng)的像素的顏色種類(lèi)數(shù)量;
[0041]步驟S122、將顏色種類(lèi)數(shù)量小于或等于第一閾值的子塊歸類(lèi)為文本/圖形塊，將大于第一閾值的子塊歸類(lèi)為第一混合塊。
[0042]具體地，所述第一閾值可根據(jù)實(shí)際情況而設(shè)，本實(shí)施例中，優(yōu)選地，所述第一閾值為32。顏色種類(lèi)數(shù)量N小于或等于32，則劃分為文本/圖形塊，顏色種類(lèi)數(shù)量N大于32，則為第一混合塊，對(duì)于顏色種類(lèi)數(shù)量N大于32的第一混合塊進(jìn)行步驟12。圖3a示出了第一閾值為32時(shí)，web頁(yè)面的一部分和它的文本/圖形塊，圖3b示出了第一閾值為32時(shí)，桌面的一部分和它的圖像塊。
[0043]步驟S13，基于像素梯度將所述第一混合塊進(jìn)行分類(lèi)，得到圖像塊及第二混合塊。
[0044]具體地，所述第一混合塊包括至少兩個(gè)以上所述子塊，根據(jù)像素梯度的不同，可將第一混合塊劃分為圖像塊、文本/圖像塊及第二混合塊。由于文本/圖形像素的色彩簡(jiǎn)單，紋理變化劇烈，而圖像像素的色彩豐富，紋理變化較平緩，因此可根據(jù)顏色特征先將顏色減淡及紋理變化劇烈的文本/圖像塊區(qū)分出來(lái)，如圖2a所示，文本/圖形塊的顏色種類(lèi)較少，像素梯度值較大，如圖2b所示，圖像塊的顏色種類(lèi)豐富，像素梯度值較小，而混合塊包含了文本/圖形塊和圖像塊，如圖2c所示，其顏色種類(lèi)豐富，且部分梯度值較大。因此，根據(jù)所述像素梯度可以將所述第一混合塊分塊為圖像塊及第二混合塊。
[0045]其中，所述步驟S13具體包括:
[0046]步驟121、計(jì)算所述第一混合塊中的每一個(gè)子塊對(duì)應(yīng)的像素梯度值；
[0047]步驟122、將小于或等于第二閾值的像素梯度值所對(duì)應(yīng)的子塊歸類(lèi)為圖像塊，將大于所述第二閾值的像素梯度值對(duì)應(yīng)的子塊歸類(lèi)為第二混合塊。
[0048]具體地，第二閾值是圖像塊與混合塊梯度值的分界值，優(yōu)選的，所述第二閾值為128,若第一混合塊內(nèi)每一個(gè)像素梯度值小于128,則該第一混合塊分塊為圖像塊,否則，該第一混合塊分塊為第二混合塊。其中，計(jì)算梯度值有兩種方法:
[0049]第一種方式，根據(jù)所述第一混合塊中像素的顯示坐標(biāo)(i，j)，和圖像像素值s (i，j )，計(jì)算所述第一混合塊的每一個(gè)子塊的像素梯度值T，其中，
[0050]T=dx (i, j) *i+dy (i, j) * j ；
[0051]dx(i, j)=s(i+l, j)_s(i, j)；
[0052]dy(i, j)=s(i, j+l)-s(i, j)；
[0053]具體地，s (i，j)是圖像像素值，1、j為像素的顯示坐標(biāo)。[0054]第二種方式,調(diào)用基于發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)OpenCV中void cvSobel (constCvArr*src, CvArr*dst, int xorder, int yorder, int aperture_size=3)來(lái)獲取像素梯度值T,其中src:輸入圖像；dst輸出圖像；xorder:x方向上的差分階數(shù)；yorder:y方向上的差分階數(shù)，aperture_size擴(kuò)展Sobel核的大小,必須是1，3，5或7。
[0055]步驟S14，利用灰度直方圖對(duì)所述第二混合塊進(jìn)行分解，得到文本/圖形快及圖像塊。
[0056]在本實(shí)施例中，所述灰度化是指去掉彩色圖像中的彩色信息，只留下亮度信息，彩色圖像中的每個(gè)像素的顏色由紅(R)、綠(G)、藍(lán)(B)三個(gè)分量決定，而每個(gè)分量有255個(gè)值可取，這樣一個(gè)像素點(diǎn)可以有1600多萬(wàn)(255*255*255)的顏色變化范圍。其中O最暗，255最亮，而在RGB色彩模型中，如果R=G=B,則顏色就表示灰度色。所述強(qiáng)度值是指灰度直方圖中局部最大值的灰度值。
[0057]其中，所述步驟S14具體包括:
[0058]步驟S141，根據(jù)預(yù)設(shè)灰度算法對(duì)將所述第二混合塊灰度化，獲得所述第二混合塊的灰度直方圖；
[0059]具體地，所述預(yù)設(shè)灰度算法為加權(quán)平均法、平均值法、最大值法和庫(kù)函數(shù)法中的任一項(xiàng)。其中，加權(quán)平均法具體是根據(jù)R、G、B三個(gè)分量的重要性及其指標(biāo)，將三個(gè)分量以不同的權(quán)值進(jìn)行加權(quán)平均。平均值法具體是獲得每個(gè)像素點(diǎn)的R、G、B三個(gè)分量的平均值。最大值法具體是取R、G、B三個(gè)分量中的最大值。庫(kù)函數(shù)法具體是調(diào)用基于發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)中 cvCvtColor (const CvArr*src, CvArr*dst, int code)函數(shù)來(lái)實(shí)現(xiàn),其中 src 為原彩色圖像，dst為處理后圖像，code為色彩空間轉(zhuǎn)換方式。
[0060]步驟S142，分析所述灰度直方圖，將所述灰度直方圖中強(qiáng)度值數(shù)量小于或等于預(yù)設(shè)值，并且該強(qiáng)度值周?chē)睦塾?jì)概率大于第三閾值對(duì)應(yīng)的子塊劃分為文本/圖形塊，否則劃分為圖像塊。
[0061]由于每一種灰度直方圖中有多個(gè)不同的強(qiáng)度值，因此可計(jì)算出每一種灰度直方圖中的強(qiáng)度值的數(shù)量，以此來(lái)作為劃分的基準(zhǔn)之一；而所述強(qiáng)度值周?chē)睦塾?jì)概率指的是強(qiáng)度值波動(dòng)范圍對(duì)應(yīng)的累計(jì)概率。具體地，所述預(yù)設(shè)值是預(yù)設(shè)的區(qū)分文本/圖形塊和圖像塊中強(qiáng)度值的數(shù)量。所述第三閾值是預(yù)設(shè)的區(qū)分文本/圖形塊和圖像塊中強(qiáng)度值的累計(jì)概率。優(yōu)選的，第三閾值為0.95。由于不同塊的不同特性，其灰度直方圖的特性不同，如圖3所示，其中3a示出了平滑塊的灰度直方圖特征，平滑塊為文本塊的一種，3b示出了文本塊的灰度直方圖特征，3c示出了圖形塊的灰度直方圖特征，3d示出了自然圖像塊的灰度直方圖特征。根據(jù)上述四種灰度直方圖的特征可知，平滑塊和文本塊的灰度直方圖有一種或兩種模式，而圖形塊的直方圖的模式會(huì)小于4，這樣，就從第二混合塊中分離出了文本/圖形和圖像塊，平滑塊和文本塊的提取相對(duì)來(lái)說(shuō)是顯而易見(jiàn)的，平滑塊和文本塊的直方圖有一個(gè)或兩個(gè)強(qiáng)度值，當(dāng)子塊的尺寸足夠小得時(shí)候，即當(dāng)強(qiáng)度值周?chē)睦塾?jì)概率大于第三閾值時(shí)，圖形塊出現(xiàn)四種不同強(qiáng)度值的可能性就很小，所以當(dāng)強(qiáng)度值的數(shù)量不大于4，并且累計(jì)概率大于0.95為第二文本/圖形塊，否則，則為第二圖像塊。
[0062]其中，所述步驟S142具體包括:
[0063]步驟S1421，分析灰度直方圖，獲得強(qiáng)度值數(shù)量η和強(qiáng)度值叫，…，mn，并且分別計(jì)算強(qiáng)度值的概率Pi,本實(shí)施例中[0064]Pi=freq(i)/B2,
[0065]其中，i為灰度值，i的取值范圍0-255，freq(i)為灰度值i的像素?cái)?shù)量，B是指每一個(gè)子塊的大小；
[0066]步驟S1422，計(jì)算強(qiáng)度值周?chē)睦塾?jì)概率:
[0067]
【權(quán)利要求】
1.一種復(fù)合圖像的壓縮方法，其特征在于，所述方法包括: 51、根據(jù)圖像特征將復(fù)合圖像進(jìn)行分割，得到若干個(gè)分割區(qū)域，所述圖像特征包括顏色和灰度，所述分割區(qū)域包括文本/圖形區(qū)域及圖像區(qū)域； 52、分別采用對(duì)應(yīng)的編碼方式對(duì)所述若干個(gè)分割區(qū)域進(jìn)行壓縮。
2.如權(quán)利要求1所述的方法，其特征在于，所述步驟SI具體包括: 511、將所述復(fù)合圖像分成若干個(gè)子塊； 512、基于顏色特征對(duì)所述若干個(gè)子塊進(jìn)行區(qū)分，得到文本/圖形塊及第一混合塊； 513、基于像素梯度對(duì)所述第一混合塊進(jìn)行分類(lèi)，得到圖像塊及第二混合塊； 514、利用灰度直方圖對(duì)所述第二混合塊進(jìn)行分解，得到文本/圖形塊及圖像塊。
3.如權(quán)利要求2所述的方法，其特征在于，所述步驟S12具體為: 5121、分析計(jì)算所述若干個(gè)子塊中的每一個(gè)子塊對(duì)應(yīng)的像素的顏色種類(lèi)數(shù)量； 5122、將顏色種類(lèi)數(shù)量小于或等于第一閾值的子塊歸類(lèi)為文本/圖形塊，將大于第一閾值的子塊歸類(lèi)為第一混合塊。
4.如權(quán)利要求2所 述的方法，其特征在于，所述步驟S13具體為: 5131、計(jì)算所述第一混合塊中的每一個(gè)子塊對(duì)應(yīng)的像素梯度值； 5132、將小于或等于第二閾值的像素梯度值所對(duì)應(yīng)的子塊歸類(lèi)為圖像塊，將大于所述第二閾值的像素梯度值對(duì)應(yīng)的子塊歸類(lèi)為第二混合塊。
5.如權(quán)利要求4所述的方法，其特征在于，所述步驟S131中計(jì)算像素梯度值具體為: 根據(jù)所述第一混合塊中像素的顯示坐標(biāo)(i，j)，和圖像像素值s (i, j)，計(jì)算所述第一混合塊的像素梯度值T，其中，
T=dx(i, j)*i+dy (i, j)*j ；
dx(i, j)=s(i+l, j)-s(i, j)；
dy (i, j)=s(i, j+l)-s(i, j)； 具體地，s (i, j)是圖像像素值，1、j為像素的顯示坐標(biāo)。
6.如權(quán)利要求2所述的方法，其特征在于，所述步驟S14具體包括: 5141、根據(jù)預(yù)設(shè)灰度算法對(duì)將所述第二混合塊灰度化，獲得所述第二混合塊的灰度直方圖； 5142、分析所述灰度直方圖，將所述灰度直方圖中強(qiáng)度值數(shù)量小于或等于預(yù)設(shè)值，并且該強(qiáng)度值周?chē)睦塾?jì)概率大于第三閾值對(duì)應(yīng)的子塊劃分為文本/圖形塊，否則劃分為圖像塊。
7.如權(quán)利要求2至6任意一項(xiàng)所述的方法，其特征在于，所述步驟S2具體為: 分別對(duì)文本/圖形塊采用無(wú)損算法及對(duì)圖像塊采用有損算法進(jìn)行壓縮。
8.一種復(fù)合圖像的壓縮裝置，其特征在于，所述裝置包括: 圖像分割單元，用于根據(jù)圖像特征將復(fù)合圖像進(jìn)行分割，得到若干個(gè)分割區(qū)域，所述圖像特征包括顏色和灰度，所述分割區(qū)域包括文本/圖形區(qū)域及圖像區(qū)域； 壓縮單元，用于分別采用對(duì)應(yīng)的編碼方式對(duì)所述若干個(gè)分割區(qū)域進(jìn)行壓縮。
9.如權(quán)利要求1所述的壓縮裝置，其特征在于，所述圖像分割單元具體包括: 圖像分塊子單元，用于將所述復(fù)合圖像分成若干個(gè)子塊； 第一分類(lèi)子單元，用于基于顏色特征對(duì)所述若干個(gè)子塊進(jìn)行區(qū)分，得到文本/圖形塊及第一混合塊； 第二分類(lèi)子單元，用于基于像素梯度對(duì)所述第一混合塊進(jìn)行分類(lèi)，得到圖像塊及第二混合塊； 第三分類(lèi)子單元，用于利用灰度直方圖對(duì)所述第二混合塊進(jìn)行分解，得到文本/圖形塊及圖像塊。
10.如權(quán)利要求9所述的壓縮裝置，其特征在于，所述第一分類(lèi)子單元具體用于分析計(jì)算所述若干個(gè)子塊中的每一個(gè)子塊對(duì)應(yīng)的像素的顏色種類(lèi)數(shù)量；將顏色種類(lèi)數(shù)量小于或等于第一閾值的子塊歸類(lèi)為文本/圖形塊，將大于第一閾值的子塊歸類(lèi)為第一混合塊。
11.如權(quán)利要求9所述的壓縮裝置，其特征在于，所述第二分類(lèi)子單元具體用于計(jì)算所述第一混合塊中的每一個(gè)子塊對(duì)應(yīng)的像素梯度值；將小于或等于第二閾值的像素梯度值所對(duì)應(yīng)的子塊歸類(lèi)為圖像塊，將大于所述第二閾值的像素梯度值對(duì)應(yīng)的子塊歸類(lèi)為第二混合塊。
12.如權(quán)利要求9所述的壓縮裝置，其特征在于，所述第三分類(lèi)子單元具體用于根據(jù)預(yù)設(shè)灰度算法對(duì)將所述第二混合塊灰度化，獲得所述第二混合塊的灰度直方圖；分析所述灰度直方圖，將所述灰度直方圖中強(qiáng)度值數(shù)量小于或等于預(yù)設(shè)值，并且該強(qiáng)度值周?chē)睦塾?jì)概率大于第三閾值對(duì)應(yīng)的子塊劃分為`文本/圖形塊，否則劃分為圖像塊。
【文檔編號(hào)】G06T9/00GK103700121SQ201310745863
【公開(kāi)日】2014年4月2日 申請(qǐng)日期:2013年12月30日 優(yōu)先權(quán)日:2013年12月30日
【發(fā)明者】張艷 申請(qǐng)人:Tcl集團(tuán)股份有限公司