数据压缩方法、装置、计算机可读存储介质及设备与流程

1.本技术涉及数据压缩
技术领域：
：，具体而言，涉及一种数据压缩方法、装置、计算机可读存储介质及设备。
背景技术：
：：2.oled作为一种电流型发光器件已越来越多地被应用于高性能显示中。由于它自发光的特性，与lcd相比，oled具有高对比度、超轻薄、可弯曲等诸多优点。但是，oled存在亮度不均、残像等相关问题。例如，对于oled显示设备来说，颜色差异(mura)是出现频率较高的问题，其中，mura指的是液晶面板在制造过程中可能产生的均匀性问题，表现为屏幕上不同区域亮度或颜色的不均匀。3.为了消除或减少mura的影响，可以采用mura补偿(muracompensation)技术来调整和矫正屏幕上不同区域的亮度和颜色。mura补偿通常需要对每个像素或像素组进行校准，以消除mura引起的偏差和不均匀性。具体的mura补偿方法和技术取决于面板制造过程中产生的mura类型和严重程度。例如，在某些情况下，可以使用像素控制技术(pixellevelcontrol)来校准每个像素的亮度和颜色；在另一种情况下，可以使用全局控制技术(globalcontrol)来校准整个面板的亮度和颜色。4.上述校准方式通常依据的是针对校准设置的查找表(look-uptable，lut)，lut中记载了针对图像中每个位置的补偿值。一般来说，会将不同灰阶的lut进行数据压缩处理(datacompression，dc)后存入闪存(flash)或内存(ddr)中，以使得存在补偿需求时，解压缩并使用lut来实现屏幕校准。然而，基于相关技术压缩上述各lut，存在压缩品质较低(即，压缩后的数据与原始数据相比出现明显失真/信息损失)的问题。5.需要说明的是，在上述
背景技术：
：部分公开的信息仅用于加强对本技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的相关技术的信息。技术实现要素：6.本技术的目的在于提供一种数据压缩方法、装置、计算机可读存储介质及电子设备，可以考虑到不同数据查找表之间可能存在的相关性，将相关性较低的数据查找表一起压缩容易影响压缩品质，因此可以确定出相邻数据查找表之间的相关性，并基于相关性将各数据查找表进行分组，以将相关性高的数据查找表划分在同一个表组中，从而可以基于得到的表组集合对各数据查找表进行压缩，这种压缩方式可以在保证压缩率的前提下，更大程度上减少数据的信息损失/失真，从而保证压缩后的数据尽可能接近原始数据，即，提升数据压缩品质。7.本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本技术的实践而习得。8.根据本技术的一方面，提供一种数据压缩方法，该方法包括：9.获取用于光学补偿的至少两个数据查找表；10.确定相邻数据查找表之间的相关性；11.基于相关性对至少两个数据查找表进行分组，得到表组集合；12.根据表组集合对至少两个数据查找表进行压缩，得到压缩结果。13.根据本技术的一方面，提供一种数据压缩装置，该装置包括：14.数据查找表获取单元，用于获取用于光学补偿的至少两个数据查找表；15.表间相关性确定单元，用于确定相邻数据查找表之间的相关性；16.分组单元，用于基于相关性对至少两个数据查找表进行分组，得到表组集合；17.压缩单元，用于根据表组集合对至少两个数据查找表进行压缩，得到压缩结果。18.根据本技术的一方面，提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述的各种可选实现方式中提供的方法。19.根据本技术的一方面，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一项的方法。20.根据本技术的一方面，提供一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的方法。21.本技术示例性实施例可以具有以下部分或全部有益效果：22.在本技术的一示例实施方式所提供的数据压缩方法中，可以考虑到不同数据查找表之间可能存在的相关性，将相关性较低的数据查找表一起压缩容易影响压缩品质，因此可以确定出相邻数据查找表之间的相关性，并基于相关性将各数据查找表进行分组，以将相关性高的数据查找表划分在同一个表组中，从而可以基于得到的表组集合对各数据查找表进行压缩，这种压缩方式可以在保证压缩率的前提下，更大程度上减少数据的信息损失/失真，从而保证压缩后的数据尽可能接近原始数据，即，提升数据压缩品质。此外，由于本技术可以基于相关性将各数据查找表进行分组，同一表组中的数据查找表相关性高，将相关性高的数据查找表一起压缩更容易获得更高的压缩效率，因此，相较于不考虑相关性直接将所有数据查找表一起压缩的相关技术，本技术基于得到的表组集合对各数据查找表进行压缩还可以提升压缩效率。23.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。附图说明24.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。25.图1示意性示出了根据本技术的一个实施例的数据压缩方法的流程图；26.图2示意性示出了根据本技术的一个实施例的补偿值聚类效果示意图；27.图3示意性示出了根据本技术的一个实施例的补偿值分布示意图；28.图4示意性示出了根据本技术的一个实施例的数据压缩系统架构示意图；29.图5示意性示出了根据本技术的另一个实施例的数据压缩方法的流程图；30.图6示意性示出了根据本技术的一个实施例的数据压缩装置的结构示意图；31.图7示意性示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。具体实施方式32.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本技术将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本技术的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本技术的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本技术的各方面变得模糊。33.请参阅图1，图1示意性示出了根据本技术的一个实施例的数据压缩方法的流程图。如图1所示，该方法包括如下步骤。34.步骤s110：获取用于光学补偿的至少两个数据查找表。35.步骤s120：确定相邻数据查找表之间的相关性。36.步骤s130：基于相关性对至少两个数据查找表进行分组，得到表组集合。37.步骤s140：根据表组集合对至少两个数据查找表进行压缩，得到压缩结果。38.实施图1所示的方法，可以考虑到不同数据查找表之间可能存在的相关性，将相关性较低的数据查找表一起压缩容易影响压缩品质，因此可以确定出相邻数据查找表之间的相关性，并基于相关性将各数据查找表进行分组，以将相关性高的数据查找表划分在同一个表组中，从而可以基于得到的表组集合对各数据查找表进行压缩，这种压缩方式可以在保证压缩率的前提下，更大程度上减少数据的信息损失/失真，从而保证压缩后的数据尽可能接近原始数据，即，提升数据压缩品质。此外，由于本技术可以基于相关性将各数据查找表进行分组，同一表组中的数据查找表相关性高，将相关性高的数据查找表一起压缩更容易获得更高的压缩效率，因此，相较于不考虑相关性直接将所有数据查找表一起压缩的相关技术，本技术基于得到的表组集合对各数据查找表进行压缩还可以提升压缩效率。39.下面，对于本示例实施方式的上述步骤进行更加详细的说明。40.在步骤s110中，获取用于光学补偿的至少两个数据查找表。41.具体地，应用于光学补偿的数据查找表(lut)可以存在一个或多个，数据查找表的数量取决于所选定的灰阶(graylevel)数量，而灰阶数量可以依据实际需求进行设定，本技术实施例不作限定。42.其中，数据查找表可以限定设备屏幕显示区域中每个像素的补偿值，因此，数据查找表可以表示为一种与设备屏幕显示区域等尺寸的表格，例如，1080*1080的表格，表格中每个补偿值具体限定的是当前灰阶下的补偿值，通过该补偿值(如，128*128位置上的补偿值)补偿设备屏幕对应位置上的像素(如，128*128的像素)，可以修正该像素点的亮度/颜色，以提升屏幕的显示效果。此外，补偿值可以表示为任一数据类型(如，浮点型、整型等)，本技术实施例不作限定。43.其中，灰阶指的是图像或图形中，每个像素点的亮度、灰度或明度的级别/值，在数字图像处理中，灰阶通常可以使用0～255之间的数字进行标识，0～255可以表示灰度级别，其中的0表示黑色，255表示白色，0～255之间的数字表示灰度级别的变化。对于黑白图像来说，灰阶只有两种值(即，表示为0的黑色和表示为255的白色)，对于灰度图像来说，每个像素点的灰度级别可以在0到255之间取值，例如，灰度级别为128的像素点将显示为中等亮度的灰色。44.可选的，获取用于光学补偿的至少两个数据查找表，包括：获取指定灰阶(如，10、15、20、25、30、35、40、50、60、100、128)分别对应的用于光学补偿的数据查找表(lut)；或者，获取各个灰阶对应的用于光学补偿的数据查找表(lut)。其中，数据查找表的生成方式可以在于：驱动芯片点亮屏幕面板(tv/mobile/tablet)，获取高分辨率和高精度的ccd照相机针对屏幕面板拍摄的画面，得到图像；根据图像分析像素颜色分布特征，并根据相关算法识别出缺陷mura；根据缺陷mura及相应的demura补偿算法产生数据查找表，将数据查找表烧录到程序中；demura补偿算法用于生成抵消缺陷mura的数据。45.在步骤s120中，确定相邻数据查找表之间的相关性。46.具体地，相关性可以通过文本、数值、字符、符号、字符串等任一形式进行表示，本技术实施例不作限定。其中，相关性可以用于表征不同数据查找表之间的数值变化是否存在关联。47.其中，确定相邻数据查找表之间的相关性，包括：基于各数据查找表分别对应的灰阶，按照灰阶由大到小/由小到大的顺序对数据查找表进行排序，进而，依次对排序结果中的相邻数据查找表进行相关性计算，直到遍历完排序结果中所有数据查找表。进而，若相邻数据查找表的相关性大于预设相关性，则可以将相邻数据查找表划分为一组。此外，可选的，确定相邻数据查找表之间的相关性，包括：确定各数据查找表中指定区域，并基于相邻数据查找表的指定区域计算用于表征数据查找表相关性的协方差系数，基于协方差系数执行标准化处理操作，得到目标系数(可以称之为pearson系数)，目标系数处于预定范围(如，[-1，1])内，若目标系数大于预设系数(如，0.8)，则可以判定相邻数据查找表存在相关性，反之，则无相关性；其中，指定区域的尺寸可以根据实际需求进行设置，该尺寸可以小于或等于数据查找表的尺寸。[0048]举例来说，若存在5个数据查找表，数据查找表a对应于灰阶10、数据查找表b对应于灰阶20、数据查找表c对应于灰阶30、数据查找表d对应于灰阶40、数据查找表e对应于灰阶50。那么，可以确定数据查找表a与数据查找表b的相关性，若相关性大于预设相关性，则可以将数据查找表a与数据查找表b划分至同一表组(如，表组a)；进而，可以确定数据查找表b与数据查找表c的相关性，若相关性大于预设相关性，则可以将数据查找表c划归到数据查找表a与数据查找表b所属的表组a；进而，可以确定数据查找表c与数据查找表d的相关性，若相关性小于等于预设相关性，而数据查找表d与数据查找表e的相关性大于预设相关性，则可以将数据查找表d与数据查找表e划分至同一表组(如，表组b)。[0049]作为一种可选的实施例，确定相邻数据查找表之间的相关性，包括：确定相邻数据查找表之间的灰阶差值；将灰阶差值小于预设差值的相邻数据查找表判定为存在相关性。这样可以提升相关性的判定效率。[0050]具体地，确定数据查找表相关性的方式还可以在于，当检测到相邻数据查找表之间的灰阶差值小于预设差值时，判定相邻数据查找表之间存在相关性，进而可以将相邻数据查找表划分至同一表组中。[0051]举例来说，若数据查找表a对应于灰阶10、数据查找表b对应于灰阶11、数据查找表c对应于灰阶30、数据查找表d对应于灰阶35、数据查找表e对应于灰阶36。数据查找表a和数据查找表b的灰阶差值(如，1)小于预设差值(如，10)，因此可以判定数据查找表a和数据查找表b之间存在相关性；然而，数据查找表b和数据查找表c的灰阶差值(如，19)大于预设差值(如，10))，因此可以判定数据查找表b和数据查找表c之间不存在相关性；基于相同的判定手段，可以判定出数据查找表c和数据查找表d之间存在相关性，且数据查找表d和数据查找表e之间存在相关性。因此，可以将数据查找表a和数据查找表b划分至同一表组，将数据查找表c、数据查找表d、数据查找表e划分至同一表组。[0052]在步骤s130中，基于相关性对至少两个数据查找表进行分组，得到表组集合。[0053]具体地，表组集合包含多个表组，每个表组可以包含一个或多个数据查找表，表组集合可以与压缩码流一并存储至flash/ddr中。[0054]在步骤s140中，根据表组集合对至少两个数据查找表进行压缩，得到压缩结果。[0055]具体地，压缩结果包括针对各数据查找表的压缩文件。[0056]作为一种可选的实施例，表组集合中包含至少两个表组，根据表组集合对至少两个数据查找表进行压缩，得到压缩结果，包括：对表组中各数据查找表的补偿值进行聚类，得到聚类簇集合；基于至少两个表组分别对应的聚类簇集合，对至少两个数据查找表进行压缩，得到压缩结果。这样可以实现基于补偿值聚类结果的数据压缩，基于聚类结果表征的补偿值相关性进行数据压缩可以提升压缩品质。[0057]具体地，可以根据表组中数据查找表的数量对各数据查找表进行数据空间构建，并确定各数据查找表的补偿值在数据空间中的位置，根据补偿值在数据空间中的位置可以对补偿值进行聚类，得到聚类簇集合；其中，在聚类簇中，包含的补偿值可以来自于不同的数据查找表也可以来自于同一数据查找表，并且，所包含的补偿值可以是异常数据、高频数据等，本技术实施例不作限定。[0058]需要说明的是，一个补偿值可以既是异常数据又是高频数据，也可以是异常数据或者高频数据。进而，基于至少两个表组分别对应的聚类簇集合，对至少两个数据查找表进行压缩，得到压缩结果，包括：针对各聚类簇集合来说，聚类簇集合中每个聚类簇对应于一个码书，基于该码书可以实现对聚类簇中补偿值的压缩，基于上述技术手段可以先实现针对聚类簇集合中每个聚类簇的数据压缩，进而可以实现针对各聚类簇集合的数据压缩，由于各聚类簇集合与各表组一一对应，因此，各聚类簇集合的数据压缩可以认为是相应表组的压缩结果。[0059]请参阅图2，图2示意性示出了根据本技术的一个实施例的补偿值聚类效果示意图。图2是针对多个表组的其中一个表组的示例，若该表组只包含第一数据查找表和第二数据查找表，则可以依据两个数据查找表绘制出一个二维的数据空间，进而，可以第一数据查找表和第二数据查找表中的补偿值矢量化至数据空间中。[0060]具体地，若补偿值是正常矢量，则以圆圈表示；若补偿值是高频数据，则以三角表示；若补偿值是异常数据，则以星形表示。根据数据空间中的矢量化补偿值的分布可以执行聚类操作，进而得到对应于该表组的聚类簇集合，聚类簇集合中包含聚类簇210、聚类簇220、聚类簇230、聚类簇240。在每个聚类簇中，可以包含一个码书，基于各码书限定的数据压缩方式可以实现针对聚类簇集合的压缩。具体地，可选的，可以将聚类簇中的补偿值调整为其码书限定的值。[0061]作为一种可选的实施例，基于至少两个表组分别对应的聚类簇集合，对至少两个数据查找表进行压缩，得到压缩结果，包括：根据聚类簇集合中各聚类簇的码书，对相应的表组内的数据查找表进行压缩，以得到压缩结果。这样可以基于为各聚类簇设定的码书实现数据压缩，从而提升压缩效率。[0062]具体地，各聚类簇的码书可以相同也可以不相同，本技术实施例不作限定。[0063]作为一种可选的实施例，还包括：基于各区域复杂度集合对相应的数据查找表进行码率分配，以得到各数据查找表的码率分配结果；根据各码率分配结果确定各聚类簇集合中聚类簇对应的码书。这样可以基于码率分配结果确定出各聚类簇集合中聚类簇的码书，可以针对聚类效果分配码书，以提升数据压缩品质，避免因将相关性低的数据一起压缩导致的压缩品质较低的问题。[0064]具体地，码书(codebook)是一种数据压缩算法中的术语，也可以称之为字典/码本，用于实现对于数据的压缩。在数据压缩中，码书通常是由与限定的一组码字组成，其中，每个码字都表示一个输入符号/输入符号集合。具体地，在数据压缩中，可以将输入的数据查找表中的补偿值对应到码书中的一个码字，从而实现对于数据的压缩。通常情况下，码书中的码字数量越多，压缩效果越好。[0065]此外，oled屏幕的补偿值在一些特殊位置上容易出现一定偏差。如部分oled屏幕存在曲度，这部分区域的mura数据经拍摄后，常常与非曲面部分的数据之间存在差异，且数据间相关性会下降，容易影响压缩品质。本技术想到可以将区域复杂度作为数据压缩的条件之一，以在一定程度上消除复杂区域在数据压缩中起到的负面作用。[0066]其中，区域复杂度与码率呈正相关，聚类簇中每个补偿值所属的区域可能不同，因此，每个补偿值对应的区域复杂度可能不同，可以确定出复杂度数量最多的复杂度区间，并将该复杂度区间的码率确定为聚类簇的码率。区域复杂度集合中各区域复杂度对应的码率可以是不同的，码率与码书之间存在一一对应关系，各数据查找表的码率分配结果可以存储至flash/ddr中。[0067]作为一种可选的实施例，根据表组集合对至少两个数据查找表进行压缩，得到压缩结果，包括：针对各数据查找表，确定异常数据、高频数据、区域复杂度中至少一个；基于异常数据、高频数据、区域复杂度中至少一个对至少两个数据查找表进行压缩，得到压缩结果。这样可以通过多样化的条件进行数据压缩，以适用于更多样化的压缩场景，提升压缩编码的鲁棒性以及压缩品质。[0068]具体地，异常数据指的是数据查找表中的一些特殊的数值，这些数值与周围数值的偏差较大，可能会导致后续的编码出现误差。复杂区域指的是数据查找表中数据变化剧烈的区域，复杂区域可能会影响编码效果。[0069]其中，基于异常数据和表组集合对至少两个数据查找表进行压缩，得到压缩结果，包括：针对表组集合中每个表组可以执行下述步骤：根据表组中的数据查找表构建数据空间，若表组中包含1个数据查找表，则构建1维的数据空间，若表组中包含2个数据查找表，则构建2维的数据空间，若表组中包含3个数据查找表，则构建3维的数据空间，以此类推；进而，可以将表组中各数据查找表的补偿值矢量化至数据空间中，其中，若补偿值若为异常数据，则以一类绘制形式绘制这些补偿值，针对非异常数据的补偿值，以目标绘制形式绘制这些补偿值；进而，可以根据各补偿值在数据空间中的位置对各补偿值进行聚类，得到聚类簇集合；基于聚类簇集合对表组中的数据查找表进行压缩，得到针对当前表组的压缩结果。基于上述方式可以获取到各表组的压缩结果。[0070]其中，基于区域复杂度和表组集合对至少两个数据查找表进行压缩，得到压缩结果，包括：针对表组集合中每个表组可以执行下述步骤：根据表组中的数据查找表构建数据空间，若表组中包含1个数据查找表，则构建1维的数据空间，若表组中包含2个数据查找表，则构建2维的数据空间，若表组中包含3个数据查找表，则构建3维的数据空间，以此类推；进而，可以将表组中各数据查找表的补偿值矢量化至数据空间中，其中，若补偿值所属区域的区域复杂度大于预设复杂度，则以二类绘制形式绘制这些补偿值，针对其他补偿值，以目标绘制形式绘制这些补偿值；进而，可以根据各补偿值在数据空间中的位置对各补偿值进行聚类，得到聚类簇集合；基于聚类簇集合对表组中的数据查找表进行压缩，得到针对当前表组的压缩结果。基于上述方式可以获取到各表组的压缩结果。[0071]其中，基于异常数据、区域复杂度和表组集合对至少两个数据查找表进行压缩，得到压缩结果，包括：针对表组集合中每个表组可以执行下述步骤：根据表组中的数据查找表构建数据空间，若表组中包含1个数据查找表，则构建1维的数据空间，若表组中包含2个数据查找表，则构建2维的数据空间，若表组中包含3个数据查找表，则构建3维的数据空间，以此类推；进而，可以将表组中各数据查找表的补偿值矢量化至数据空间中，其中，若补偿值若为异常数据，则以一类绘制形式绘制这些补偿值；若补偿值所属区域的区域复杂度大于预设复杂度，则以二类绘制形式绘制这些补偿值，针对其他补偿值，以目标绘制形式绘制这些补偿值；进而，可以根据各补偿值在数据空间中的位置对各补偿值进行聚类，得到聚类簇集合；基于聚类簇集合对表组中的数据查找表进行压缩，得到针对当前表组的压缩结果。基于上述方式可以获取到各表组的压缩结果。[0072]此外，可选的，还可以将压缩结果存储于闪存(flash)、内存(ddr)等存储空间中，以便后续响应于光学补偿需求，对闪存(flash)或内存(ddr)等存储空间中的压缩结果进行解压缩，以得到各数据查找表并基于光学补偿需求从各数据查找表中确定目标数据查找表以进行光学补偿。其中，需要说明的是，flash是一种非易失性存储器，用于存储数据和程序，flash通常由闪存芯片组成，可以通过内部控制器或外部接口与设备进行通信，flash相较于硬盘驱动器具备更快的读写速度、更高的可靠性、更低的功耗，将压缩结果存储于flash中，可以获得更高读写速度和可靠性以及更低的功耗。ddr(doubledatarate)限定了一种内存标准(即，双倍数据速率)，可以实现更高的带宽和更快的内存访问速度，内存(ddr)通常由多个内存芯片组成，可以通过内存控制器与设备进行通信。[0073]此外，可选的，当用于光学补偿的数据查找表不等于灰阶总数量时，上述的基于光学补偿需求从各数据查找表中确定目标数据查找表以进行光学补偿，具体实施方式在于：若各数据查找表中包含光学补偿需求所需的目标数据查找表，则基于目标数据查找表进行光学补偿；若各数据查找表中不包含光学补偿需求所需的目标数据查找表(例如，对应于灰阶19的数据查找表)，则从各数据查找表中确定用于执行插值操作的参考数据查找表(例如，对应于灰阶15的数据查找表、对应于灰阶20的数据查找表)，基于参考数据查找表执行插值操作以获取目标数据查找表。[0074]作为一种可选的实施例，确定各数据查找表的异常数据，包括：确定各数据查找表的补偿值分布；根据补偿值分布确定相应的数据查找表中的异常数据。这样可以通过补偿值分布确定出异常数据，后续处理过程中将降低异常数据在压缩编码中的参与性，可以提升数据压缩品质。[0075]具体地，针对任一数据查找表可以执行下述步骤：根据数据查找表中的补偿值确定补偿值分布，根据补偿值分布确定对应于最大数量的目标补偿值(即，可以理解为数据查找表中的目标补偿值数量最多)，进而可以依据预设范围(th)和目标补偿值确定补偿值分布中的正常值范围(即，[目标补偿值+th，目标补偿值-th])，进而可以将超出正常值范围的补偿值确定为异常值。[0076]其中，针对补偿值分布，请参阅图3，图3示意性示出了根据本技术的一个实施例的补偿值分布示意图。如图3所示，纵轴表示补偿值的数量，横轴表示补偿值，补偿值分布可以呈图3所示的正态分布态势，针对图3，数据查找表中补偿值等于4的数量是最多的，因此，可以将4确定为目标补偿值，基于预设范围(th)和目标补偿值可以确定出补偿值分布中的正常值范围，即[-51～4]和[4～56]，因此，可以将数据查找表中不属于[-51～4]和[4～56]范围的补偿值确定为异常数据。这样可以减少异常数据对于数据压缩的负面影响。[0077]此外，可选的，也可以将各数据查找表中不属于预设范围[minguide,maxguide]的补偿值确定为异常数据；其中，minguide和maxguide可以表示为常数。[0078]作为一种可选的实施例，确定各数据查找表的区域复杂度，包括：获取各数据查找表的区域划分结果；基于各区域划分结果对相应的数据查找表进行区域复杂度判定，以得到各数据查找表分别对应的区域复杂度集合；其中，区域复杂度集合中包含同一数据查找表中不同区域的复杂度。这样可以基于各区域划分结果对相应的数据查找表进行区域复杂度判定，后续处理过程中基于区域复杂度进行码率分配可以提升数据压缩的效率和品质。[0079]具体地，获取各数据查找表的区域划分结果，包括：根据预设区域划分规则对各数据查找表进行区域划分，得到各数据查找表的区域划分结果，针对其中任意一个数据查找表，其区域划分结果中可以包括多个子区域，多个子区域可以拼接得到完整的数据查找表，各子区域的尺寸(如，20*20)可以一致也可以不一致；其中，预设区域划分规则用于限定针对数据查找表的划分尺寸。[0080]进而，基于各区域划分结果对相应的数据查找表进行区域复杂度判定，以得到各数据查找表分别对应的区域复杂度集合，包括：基于各区域划分结果，对数据查找表的区域内补偿值进行方差计算，若方差大于预设方差，则确定该区域为复杂区域，依据上述方式可以遍历数据查找表中各区域，以确定出各复杂区域。其中，区域的尺寸(如，3*3)可以不作限定。[0081]作为一种可选的实施例，确定各数据查找表的高频数据，包括：基于预设区域尺寸确定各数据查找表的区域集合，并获取各区域集合中区域的区域中值，以得到对应于各数据查找表的区域中值集合；基于各数据查找表的区域中值集合和表内补偿值，确定各数据查找表的高频数据。这样可以有利于在后续数据压缩过程中，降低高频数据的参与度，减少高频数据对于数据压缩品质的负面影响。[0082]在相关技术中，数据查找表中会存在一些较邻近位置幅值较大的数据(即，高频数据)，人眼对高频数据的敏感性通常弱于非高频数据，确定出高频数据并降低其在数据压缩过程中的参与度可以提升数据压缩品质。[0083]具体地，基于预设区域尺寸确定各数据查找表的区域集合，并获取各区域集合中区域的区域中值，以得到对应于各数据查找表的区域中值集合，包括：基于预设区域尺寸(如，135x1080)可以确定出对应于指定尺寸(如，1080x1080)的各数据查找表的区域集合(即，可以理解为，基于预设区域尺寸将数据查找表划分为多个区域)，举例来说，一个区域集合中可以包含8个区域；基于此，可以确定区域集合中每个区域的区域中值mad；其中，mad(medianabsolutedeviation)指的是绝对中位差，在统计学中，mad是对单变量数值型数据的样本偏差的一种鲁棒性测量，即是用来描述单变量样本在定量数据中可变的一种标准；进而，针对各数据查找表中任意一个数据查找表来说，可以确定数据查找表中的补偿值data与其所在区域的区域中值mad的差值，并将该差值代入预设函数(如，函数abs等任一设定的函数)，若预设函数的值大于预设值，则判定该补偿值data为高频数据，基于上述技术手段可以遍历数据查找表，以确定出数据查找表中所有的高频数据；其中，函数abs用于求取整数的绝对值。[0084]作为一种可选的实施例，基于异常数据、高频数据、区域复杂度中至少一个对至少两个数据查找表进行压缩，得到压缩结果，包括：依据数据空间中与异常数据相邻的其他数据或者值域中与异常数据相邻的其他数据，对异常数据进行重写；基于重写后的异常数据、高频数据、区域复杂度对至少两个数据查找表进行压缩，得到压缩结果。这样可以提升数据压缩品质。[0085]具体地，数据空间中的其他数据，指的是异常数据矢量化后与其相邻的其他数据，其他数据可以为正常数据；值域中的其他数据，指的是异常数据矢量化前与其相邻的其他数据，其他数据可以为正常数据。基于其他数据，对异常数据进行重写的方式在于：将异常数据重写为与相邻的其他数据一致的数据。[0086]请参阅图4，图4示意性示出了根据本技术的一个实施例的数据压缩系统架构示意图。如图4所示，数据压缩系统架构包括：数据分析模块410、数据压缩模块420、存储模块430、数据解压模块440、光学补偿模块450。[0087]在实际应用过程中，数据分析模块410可以用于获取用于光学补偿的至少两个数据查找表，确定相邻数据查找表之间的相关性，并基于相关性对至少两个数据查找表进行分组，得到表组集合；确定各数据查找表的补偿值分布，并根据补偿值分布确定相应的数据查找表中的异常数据；获取各数据查找表的区域划分结果，并基于各区域划分结果对相应的数据查找表进行区域复杂度判定，以得到各数据查找表分别对应的区域复杂度集合；其中，区域复杂度集合中包含同一数据查找表中不同区域的复杂度；对表组中各数据查找表的补偿值进行聚类，得到聚类簇集合，并基于各区域复杂度集合对相应的数据查找表进行码率分配，以得到各数据查找表的码率分配结果，进而，可以根据各码率分配结果确定各聚类簇集合中聚类簇对应的码书。[0088]进而，数据分析模块410可以将异常数据/高频数据发送至数据压缩模块420，以使得数据压缩模块420可以将异常数据/高频数据作为数据压缩条件，以及数据分析模块410还可以将表组集合、各聚类簇集合中聚类簇对应的码书发送至存储模块430，以使得存储模块430为数据压缩模块420提供数据压缩的依据，以使得数据压缩模块420生成压缩文件。进而，当存在光学补偿需求时，可以触发数据解压模块440对压缩文件进行解压并触发光学补偿模块450执行光学补偿操作。[0089]请参阅图5，图5示意性示出了根据本技术的另一个实施例的数据压缩方法的流程图。如图5所示，该数据压缩方法包括：步骤s500～步骤s514。[0090]步骤s500：获取用于光学补偿的至少两个数据查找表。[0091]步骤s502：确定相邻数据查找表之间的相关性。[0092]步骤s504：基于相关性对至少两个数据查找表进行分组，得到表组集合。[0093]步骤s506：确定各数据查找表的补偿值分布，并根据补偿值分布确定相应的数据查找表中的异常数据。[0094]步骤s508：获取各数据查找表的区域划分结果，并基于各区域划分结果对相应的数据查找表进行区域复杂度判定，以得到各数据查找表分别对应的区域复杂度集合；其中，区域复杂度集合中包含同一数据查找表中不同区域的复杂度。[0095]步骤s510：对表组中各数据查找表的补偿值进行聚类，得到聚类簇集合，并基于各区域复杂度集合对相应的数据查找表进行码率分配，以得到各数据查找表的码率分配结果，进而，可以根据各码率分配结果确定各聚类簇集合中聚类簇对应的码书。[0096]步骤s512：基于预设区域尺寸确定各数据查找表的区域集合，并获取各区域集合中区域的区域中值，以得到对应于各数据查找表的区域中值集合，并基于各数据查找表的区域中值集合和表内补偿值，确定各数据查找表的高频数据。[0097]步骤s514：基于异常数据、高频数据、区域复杂度、各聚类簇集合中聚类簇对应的码书，对至少两个数据查找表进行压缩，得到压缩结果。[0098]需要说明的是，步骤s500～步骤s514与图1所示的各步骤及其实施例相对应，针对步骤s500～步骤s514的具体实施方式，请参阅图1所示的各步骤及其实施例，此处不再赘述。[0099]可见，实施图5所示的方法，可以考虑到不同数据查找表之间可能存在的相关性，将相关性较低的数据查找表一起压缩容易影响压缩品质，因此可以确定出相邻数据查找表之间的相关性，并基于相关性将各数据查找表进行分组，以将相关性高的数据查找表划分在同一个表组中，从而可以基于得到的表组集合对各数据查找表进行压缩，这种压缩方式可以在保证压缩率的前提下，更大程度上减少数据的信息损失/失真，从而保证压缩后的数据尽可能接近原始数据，即，提升数据压缩品质。此外，由于本技术可以基于相关性将各数据查找表进行分组，同一表组中的数据查找表相关性高，将相关性高的数据查找表一起压缩更容易获得更高的压缩效率，因此，相较于不考虑相关性直接将所有数据查找表一起压缩的相关技术，本技术基于得到的表组集合对各数据查找表进行压缩还可以提升压缩效率。[0100]请参阅图6，图6示意性示出了根据本技术的一个实施例中的数据压缩装置的结构框图。如图6所示，该数据压缩装置600可以包括如下单元。[0101]数据查找表获取单元601，用于获取用于光学补偿的至少两个数据查找表；[0102]表间相关性确定单元602，用于确定相邻数据查找表之间的相关性；[0103]分组单元603，用于基于相关性对至少两个数据查找表进行分组，得到表组集合；[0104]压缩单元604，用于根据表组集合对至少两个数据查找表进行压缩，得到压缩结果。[0105]可见，实施图6所示的装置，可以考虑到不同数据查找表之间可能存在的相关性，将相关性较低的数据查找表一起压缩容易影响压缩品质，因此可以确定出相邻数据查找表之间的相关性，并基于相关性将各数据查找表进行分组，以将相关性高的数据查找表划分在同一个表组中，从而可以基于得到的表组集合对各数据查找表进行压缩，这种压缩方式可以在保证压缩率的前提下，更大程度上减少数据的信息损失/失真，从而保证压缩后的数据尽可能接近原始数据，即，提升数据压缩品质。此外，由于本技术可以基于相关性将各数据查找表进行分组，同一表组中的数据查找表相关性高，将相关性高的数据查找表一起压缩更容易获得更高的压缩效率，因此，相较于不考虑相关性直接将所有数据查找表一起压缩的相关技术，本技术基于得到的表组集合对各数据查找表进行压缩还可以提升压缩效率。[0106]作为一种可选的实施例，表间相关性确定单元602确定相邻数据查找表之间的相关性，包括：[0107]确定相邻数据查找表之间的灰阶差值；[0108]将灰阶差值小于预设差值的相邻数据查找表判定为存在相关性。[0109]可见，实施该可选的实施例，可以提升相关性的判定效率。[0110]作为一种可选的实施例，压缩单元604根据表组集合对至少两个数据查找表进行压缩，得到压缩结果，包括：[0111]针对各数据查找表，确定异常数据、高频数据、区域复杂度中至少一个；[0112]基于异常数据、高频数据、区域复杂度中至少一个对至少两个数据查找表进行压缩，得到压缩结果。[0113]可见，实施该可选的实施例，可以通过多样化的条件进行数据压缩，以适用于更多样化的压缩场景，提升压缩编码的鲁棒性以及压缩品质。[0114]作为一种可选的实施例，压缩单元604确定各数据查找表的异常数据，包括：[0115]确定各数据查找表的补偿值分布；[0116]根据补偿值分布确定相应的数据查找表中的异常数据。[0117]可见，实施该可选的实施例，可以通过补偿值分布确定出异常数据，后续处理过程中将降低异常数据在压缩编码中的参与性，可以提升数据压缩品质。[0118]作为一种可选的实施例，压缩单元604确定各数据查找表的区域复杂度，包括：[0119]获取各数据查找表的区域划分结果；[0120]基于各区域划分结果对相应的数据查找表进行区域复杂度判定，以得到各数据查找表分别对应的区域复杂度集合；其中，区域复杂度集合中包含同一数据查找表中不同区域的复杂度。[0121]可见，实施该可选的实施例，可以基于各区域划分结果对相应的数据查找表进行区域复杂度判定，后续处理过程中基于区域复杂度进行码率分配可以提升数据压缩的效率和品质。[0122]作为一种可选的实施例，表组集合中包含至少两个表组，压缩单元604根据表组集合对至少两个数据查找表进行压缩，得到压缩结果，包括：[0123]对表组中各数据查找表的补偿值进行聚类，得到聚类簇集合；[0124]基于至少两个表组分别对应的聚类簇集合，对至少两个数据查找表进行压缩，得到压缩结果。[0125]可见，实施该可选的实施例，可以实现基于补偿值聚类结果的数据压缩，基于聚类结果表征的补偿值相关性进行数据压缩可以提升压缩品质。[0126]作为一种可选的实施例，压缩单元604基于至少两个表组分别对应的聚类簇集合，对至少两个数据查找表进行压缩，得到压缩结果，包括：[0127]根据聚类簇集合中各聚类簇的码书，对相应的表组内的数据查找表进行压缩，以得到压缩结果。[0128]可见，实施该可选的实施例，可以基于为各聚类簇设定的码书实现数据压缩，从而提升压缩效率。[0129]作为一种可选的实施例，还包括：[0130]码率分配单元，用于基于各区域复杂度集合对相应的数据查找表进行码率分配，以得到各数据查找表的码率分配结果；[0131]码书确定单元，用于根据各码率分配结果确定各聚类簇集合中聚类簇对应的码书。[0132]可见，实施该可选的实施例，可以基于码率分配结果确定出各聚类簇集合中聚类簇的码书，可以针对聚类效果分配码书，以提升数据压缩品质，避免因将相关性低的数据一起压缩导致的压缩品质较低的问题。[0133]作为一种可选的实施例，压缩单元604确定各数据查找表的高频数据，包括：[0134]基于预设区域尺寸确定各数据查找表的区域集合，并获取各区域集合中区域的区域中值，以得到对应于各数据查找表的区域中值集合；[0135]基于各数据查找表的区域中值集合和表内补偿值，确定各数据查找表的高频数据。[0136]可见，实施该可选的实施例，可以有利于在后续数据压缩过程中，降低高频数据的参与度，减少高频数据对于数据压缩品质的负面影响。[0137]作为一种可选的实施例，压缩单元604基于异常数据、高频数据、区域复杂度中至少一个对至少两个数据查找表进行压缩，得到压缩结果，包括：[0138]依据数据空间中与异常数据相邻的其他数据或者值域中与异常数据相邻的其他数据，对异常数据进行重写；[0139]基于重写后的异常数据、高频数据、区域复杂度对至少两个数据查找表进行压缩，得到压缩结果。[0140]可见，实施该可选的实施例，可以提升数据压缩品质。[0141]应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。[0142]由于本技术的示例实施例的数据压缩装置的各个功能模块与上述数据压缩装置的示例实施例的步骤对应，因此对于本技术装置实施例中未披露的细节，请参照本技术上述的数据压缩装置的实施例。[0143]请参阅图7，图7示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。[0144]需要说明的是，图7示出的电子设备的计算机系统700仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。[0145]如图7所示，计算机系统700包括中央处理单元(cpu)701，其可以根据存储在只读存储器(rom)702中的程序或者从储存部分708加载到随机访问存储器(ram)703中的程序而执行各种适当的动作和处理。在ram703中，还存储有系统操作所需的各种程序和数据。cpu701、rom702以及ram703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。[0146]以下部件连接至i/o接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分707；包括硬盘等的储存部分708；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至i/o接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入储存部分708。[0147]特别地，根据本技术的实施例，下文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(cpu)701执行时，执行本技术的方法和装置中限定的各种功能。[0148]作为另一方面，本技术还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中的方法。[0149]需要说明的是，本技术所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。[0150]附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。[0151]描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。[0152]本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由权利要求指出。当前第1页12当前第1页12
技术特征：
1.一种数据压缩方法，其特征在于，包括：获取用于光学补偿的至少两个数据查找表；确定相邻数据查找表之间的相关性；基于所述相关性对所述至少两个数据查找表进行分组，得到表组集合；根据所述表组集合对所述至少两个数据查找表进行压缩，得到压缩结果。2.根据权利要求1所述的方法，其特征在于，根据所述表组集合对所述至少两个数据查找表进行压缩，得到压缩结果，包括：针对各数据查找表，确定异常数据、高频数据、区域复杂度中至少一个；基于所述异常数据、所述高频数据、所述区域复杂度中至少一个对所述至少两个数据查找表进行压缩，得到压缩结果。3.根据权利要求2所述的方法，其特征在于，确定各数据查找表的异常数据，包括：确定各数据查找表的补偿值分布；根据所述补偿值分布确定相应的数据查找表中的异常数据。4.根据权利要求2所述的方法，其特征在于，确定各数据查找表的区域复杂度，包括：获取各数据查找表的区域划分结果；基于各区域划分结果对相应的数据查找表进行区域复杂度判定，以得到所述各数据查找表分别对应的区域复杂度集合；其中，所述区域复杂度集合中包含同一数据查找表中不同区域的复杂度。5.根据权利要求2所述的方法，其特征在于，确定各数据查找表的高频数据，包括：基于预设区域尺寸确定各数据查找表的区域集合，并获取各区域集合中区域的区域中值，以得到对应于所述各数据查找表的区域中值集合；基于所述各数据查找表的区域中值集合和表内补偿值，确定所述各数据查找表的高频数据。6.根据权利要求2所述的方法，其特征在于，基于所述异常数据、所述高频数据、所述区域复杂度中至少一个对所述至少两个数据查找表进行压缩，得到压缩结果，包括：依据数据空间中与所述异常数据相邻的其他数据或者值域中与所述异常数据相邻的其他数据，对所述异常数据进行重写；基于重写后的异常数据、所述高频数据、所述区域复杂度对所述至少两个数据查找表进行压缩，得到压缩结果。7.根据权利要求1所述的方法，其特征在于，所述表组集合中包含至少两个表组，根据所述表组集合对所述至少两个数据查找表进行压缩，得到压缩结果，包括：对所述表组中各数据查找表的补偿值进行聚类，得到聚类簇集合；基于所述至少两个表组分别对应的聚类簇集合，对所述至少两个数据查找表进行压缩，得到压缩结果。8.根据权利要求7所述的方法，其特征在于，基于所述至少两个表组分别对应的聚类簇集合，对所述至少两个数据查找表进行压缩，得到压缩结果，包括：根据所述聚类簇集合中各聚类簇的码书，对相应的表组内的数据查找表进行压缩，以得到压缩结果。9.根据权利要求8所述的方法，其特征在于，还包括：
基于各区域复杂度集合对相应的数据查找表进行码率分配，以得到所述各数据查找表的码率分配结果；根据各码率分配结果确定各聚类簇集合中聚类簇对应的码书。10.根据权利要求1～9中任一项所述的方法，其特征在于，确定相邻数据查找表之间的相关性，包括：确定相邻数据查找表之间的灰阶差值；将所述灰阶差值小于预设差值的相邻数据查找表判定为存在相关性。11.一种数据压缩装置，其特征在于，包括：数据查找表获取单元，用于获取用于光学补偿的至少两个数据查找表；表间相关性确定单元，用于确定相邻数据查找表之间的相关性；分组单元，用于基于所述相关性对所述至少两个数据查找表进行分组，得到表组集合；压缩单元，用于根据所述表组集合对所述至少两个数据查找表进行压缩，得到压缩结果。12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-10任一项所述的方法。13.一种电子设备，其特征在于，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-10任一项所述的方法。

技术总结
本申请提供一种数据压缩方法、装置、计算机可读存储介质及电子设备，涉及数据压缩技术领域，该方法可以考虑到不同数据查找表之间可能存在的相关性，将相关性较低的数据查找表一起压缩容易影响压缩品质，因此可以确定出相邻数据查找表之间的相关性，并基于相关性将各数据查找表进行分组，以将相关性高的数据查找表划分在同一个表组中，从而可以基于得到的表组集合对各数据查找表进行压缩，这种压缩方式可以在保证压缩率的前提下，更大程度上减少数据的信息损失/失真，从而保证压缩后的数据尽可能接近原始数据，即，提升数据压缩品质。提升数据压缩品质。提升数据压缩品质。


技术研发人员：于文慧
受保护的技术使用者：哲库科技（上海）有限公司
技术研发日：2023.04.14
技术公布日：2023/7/12