一种基于存储空间的数据缓存管理方法与流程

1.本发明涉及图像数据压缩技术领域，具体涉及一种基于存储空间的数据缓存管理方法。


背景技术：

2.对于缓存数据，其存储空间有限，大量生成的缓存数据需要及时进行压缩处理，通过缩减数据量从而减少存储空间的占用，进而提高存储、传输以及处理效率；对于图像数据压缩，现有方法通常采用jpeg算法对图像进行压缩，该种方法为有损压缩，传统的有损压缩过后容易丢失图像细节，进而影响图像质量。
3.而人眼对于图像的识别范围，人眼的亮度适应范围很大，最大可以达到十的十次方，但是不能同时在这么大范围内工作，一般室内照明只能同时分清20级灰度，暗房最大能分辨的灰度级别为120级，同时人眼感知的亮度与实际亮度非线性关系；因此需要根据人眼的亮度识别范围对图像进行调整，根据调整后的图像进行不同区域的细节保留程度量化，通过细节保留程度确定jpeg的质量因子参数，从而保证有损压缩后的图像对于人眼识别的图像细节尽量保留，提高图像压缩质量。


技术实现要素：

4.本发明提供一种基于存储空间的数据缓存管理方法，以解决现有的有损压缩无法针对性保留图像细节的问题，所采用的技术方案具体如下：本发明一个实施例提供了一种基于存储空间的数据缓存管理方法，该方法包括以下步骤：采集缓存图像，通过灰度化及伽马变换得到调整后图像；通过四叉树将调整后图像划分为四个一级区域，根据每个像素点的像素值获取每个一级区域的离散程度，通过四叉树对每个一级区域进行划分得到第二区域，计算每个第二区域的离散程度；根据每个第二区域的离散程度与对应一级区域的离散程度，获取每个第二区域的划分必要性，根据划分必要性获取若干二级区域，通过四叉树继续对二级区域进行划分，根据划分必要性控制四叉树生长得到最终树，根据最终树及划分必要性获取若干最终区域；根据每个最终区域的离散程度获取每个最终区域的细节保留程度，根据细节保留程度确定每个最终区域的质量因子参数并压缩缓存图像，完成缓存数据管理。
5.可选的，所述根据每个像素点的像素值获取每个一级区域的离散程度，包括的具体方法为：将每个一级区域内所有像素点像素值的标准差，作为每个一级区域的离散程度。
6.可选的，所述通过四叉树对每个一级区域进行划分得到第二区域，包括的具体方法为：将每个一级区域作为四叉树中的父节点，每个父节点分别获取四个子节点，每个
子节点对应的区域则是对每个一级区域四等分后得到的区域，将得到的区域记为第二区域。
7.可选的，所述获取每个第二区域的划分必要性，包括的具体方法为：任意一个第二区域为目标第二区域，第二区域在四叉树中对应的节点为对应的一级区域对应的节点的子节点，比较目标第二区域与对应的一级区域的离散程度，若目标第二区域的离散程度大于一级区域的离散程度，目标第二区域的划分必要性记为1；若目标第二区域的离散程度小于等于一级区域的离散程度，目标第二区域的划分必要性记为0；获取每个第二区域的划分必要性。
8.可选的，所述根据划分必要性获取若干二级区域，包括的具体方法为：将划分必要性为1的第二区域记为二级区域。
9.可选的，所述根据划分必要性控制四叉树生长得到最终树，包括的具体方法为：对每个二级区域通过四叉树进行划分得到若干区域，得到的区域记为每个二级区域的第三区域，根据第三区域的离散程度及二级区域的离散程度，计算每个第三区域的划分必要性，将划分必要性为1的第三区域记为三级区域；继续对三级区域通过四叉树进行划分，并继续计算划分必要性，得到四级区域以及若干最终区域，以此类推不断生长四叉树并进行区域划分，对于最新划分得到的若干区域，若得到的区域的划分必要性均为0，则四叉树停止生长，将得到的所有四叉树构成最终树。
10.可选的，所述根据最终树及划分必要性获取若干最终区域，包括的具体方法为：将最终树中所有划分必要性为0的节点记为尾节点，所有尾节点对应的区域作为最终区域，若作为父节点的一个区域划分得到的四个区域的划分必要性均为0，则作为父节点的区域不再划分，作为父节点的区域作为最终区域。
11.可选的，所述根据细节保留程度确定每个最终区域的质量因子参数并压缩缓存图像，包括的具体方法为：将每个最终区域的细节保留程度与质量因子参数取值范围最大值的乘积，作为每个最终区域的质量因子参数；根据调整后图像中的若干最终区域，获取每个最终区域在缓存图像中的对应区域，则每个对应区域都有相应的质量因子参数，根据每个对应区域的质量因子参数，对缓存图像进行压缩。
12.本发明的有益效果是：本发明通过对缓存图像进行灰度化并伽马变换得到调整后图像，使得调整后图像相对缓存图像更能表现人眼视觉识别到的细节信息，保证后续对缓存图像有损压缩可以更多保留对于人眼视觉识别到的细节信息；通过四叉树生长对调整后图像进行区域划分，通过划分得到的区域的离散程度与对应被划分区域的离散程度进行比较，得到划分必要性，根据划分必要性控制四叉树生长，并最终将调整后图像划分为若干最终区域，每个最终区域保证在划分过程中获取到了最大的离散程度，离散程度较大的最终区域，细节保留程度同样较大，进而根据细节保留程度确定质量因子参数，并相应的对缓存图像进行压缩，使得细节信息越丰富的区域，质量因子参数越大，相应的信息损失较少，进而实现对于缓存图像的自适应有损压缩，提高了图像压缩的质量，实现对于存储空间中缓存数据的压缩管理。
附图说明
13.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。
14.图1为本发明一个实施例所提供的一种基于存储空间的数据缓存管理方法流程示意图；图2为对调整后图像得到最终区域示意图。
具体实施方式
15.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
16.请参阅图1，其示出了本发明一个实施例所提供的一种基于存储空间的数据缓存管理方法流程图，该方法包括以下步骤：步骤s001、采集缓存图像，通过灰度化及伽马变换得到调整后图像。
17.本实施例的目的是对缓存图像进行压缩管理，同时保证经过压缩后的缓存图像可以保留人眼容易识别的图像谢姐，因此首先需要采集缓存图像；存储空间获取到缓存图像后，首先对图像进行灰度化处理，得到缓存图像的灰度图。
18.需要说明的是，人眼对于灰度的识别区间与计算机视觉对灰度的识别区间并不相同，因此对于计算机视觉容易得到的图像细节并不一定是人眼容易识别的，同时计算机视觉忽视的图像细节也有可能是人眼易识别的部分，因此需要对灰度图像进行伽马变换，从而对人类视觉的特性进行补偿，根据人类对光线或者黑白的感知，最大化地利用表示黑白的数据位或带宽。
19.具体的，对缓存图像的灰度图进行伽马变换，变换后的图像记为调整后图像，其中伽马变换的伽马值本实施例采用2.2进行叙述。
20.至此，获取到了缓存图像，并处理得到缓存图像的调整后图像。
21.步骤s002、通过四叉树将调整后图像划分为四个一级区域，根据每个像素点的像素值获取每个一级区域的离散程度，通过四叉树对每个一级区域进行划分得到第二区域，计算每个第二区域的离散程度。
22.需要说明的是，通过四叉树对图像进行四等分得到四个一级区域，计算每个一级区域的离散程度，并再次对每个一级区域进行四等分，不断利用四叉树对每个区域进行四等分，计算每个区域的离散程度；则每个区域都对应了四叉树中的一个节点，通过子节点与父节点对应的区域之间的离散程度进行比较，子节点的离散程度小，则子节点对应区域细节信息少于父节点对应区域细节信息，子节点没有生长的必要；则通过这种方法可以将调整后图像最终划分出的区域都最大程度地保留了细节信息，而离散程度越高的表明区域内像素值变化越大，调整后图像是基于人眼视觉获取的，则人眼对于离散程度越高的区域较容易识别，进而实现了针对人眼视觉识别细节的有损压缩。
23.进一步需要说明的是，四叉树是一种树形数据结构，四叉树的定义是：它的每个节点下至多可以有四个子节点，通常把一部分二维空间细分为四个象限或区域，并把该区域里的相关信息存入到四叉树节点中，这个区域可以是正方形、矩形或是任意形状。
24.具体的，通过四叉树将调整后图像四等分为四个区域，每个区域记为一级区域，调整后图像对应四叉树中的根节点，每个一级区域对应四叉树中的一个根节点的子节点；调整后图像中每个像素点都有相应的像素值，即灰度值，对于任意一个一级区域，计算该一级区域内所有像素点像素值的标准差，将标准差记为该一级区域的离散程度；离散程度越大，表明区域内像素点的像素值的分散程度越大，灰度变化越大，相应的包含细节信息越多；按照上述方法虎丘每个一级区域的离散程度。
25.进一步的，对于每个一级区域，将其作为四叉树中的父节点，每个父节点分别获取四个子节点，每个子节点对应的区域则是对每个一级区域四等分后得到的区域，将这些区域记为第二区域，同样计算每个第二区域中所有像素点像素值的标准差，将标准差记为每个第二区域的离散程度。
26.至此，获取到了一级区域及其离散程度，以及若干第二区域及其离散程度。
27.步骤s003、根据第二区域的离散程度与对应一级区域的离散程度获取每个第二区域的划分必要性，根据划分必要性获取若干二级区域，并继续通过四叉树对二级区域划分，直到四叉树不再生长，将调整后图像划分为若干最终区域。
28.需要说明的是，获取到第二区域后，则根据每个第二区域的离散程度与对应一级区域的离散程度进行比较得到划分必要性，根据划分必要性判断四叉树中第二区域对应的子节点是否有生长必要，有生长必要的子节点则保留，对应的第二区域记为二级区域；再对二级区域继续通过四叉树划分得到若干区域，继续计算离散程度及划分必要性，直到最新得到的区域对应的子节点都不再有生长必要，则完成了对于调整后图像的最终区域划分。
29.具体的，对于任意一个第二区域，其存在对应的一级区域，即第二区域在四叉树中对应的节点为对应的一级区域对应的节点的子节点，比较该第二区域与对应的一级区域的离散程度，若第二区域的离散程度大于一级区域的离散程度，表明其包含细节信息更多，该第二区域的划分必要性记为1；若第二区域的离散程度小于等于一级区域的离散程度，表明其包含细节信息与一级区域相同或更少，该第二区域的划分必要性记为0；按照上述方法获取每个第二区域的划分必要性，将划分必要性为1的第二区域记为二级区域，将划分必要性为0的第二区域记为最终区域，特别说明的是，若某个一级区域划分得到的四个第二区域的划分必要性均为0，则该一级区域不再需要进行划分，将该一级区域记为最终区域。
30.进一步的，对每个二级区域通过四叉树，按照一级区域划分得到二级区域的方法进行划分，得到若干区域，这些区域记为每个二级区域的第三区域，计算每个第三区域的离散程度；按照第二区域的划分必要性计算方法，根据每个二级区域的离散程度及每个第三区域的离散程度，获取每个第三区域的划分必要性，需要说明的是，由于二级区域即是划分必要性为1的第二区域，则每个二级区域的离散程度可直接获取；将划分必要性为1的第三区域记为三级区域，将划分必要性为0的第三区域记为最终区域，若某个二级区域划分得到的四个第三区域的划分必要性均为0，则该二级区域不再进行划分，将该二级区域记为最终区域。
31.进一步的，继续对三级区域通过四叉树进行划分，并继续计算划分必要性，得到四
级区域以及若干最终区域，以此类推不断生长四叉树并进行区域划分，对于最新划分得到的若干区域，若这些区域的划分必要性均为0，则四叉树停止生长，将得到的所有四叉树构成最终树，最终树中所有划分必要性为0的节点记为尾节点，所有尾节点对应的区域作为最终区域，而最后一次划分得到的所有区域的划分必要性均为0，则不再需要进行最后一次划分，将倒数第二次划分得到的区域记为最终区域；此时，通过四叉树不断生长以及对调整后图像的不断划分，将调整后图像划分为了若干最终区域，请参阅图2，其示出了对调整后图像划分得到最终区域示意图，图2中每个方块均为一个最终区域，每个圆点代表相应的细节信息；此时每个最终区域若再进行划分，划分得到的区域的划分必要性均为0，即每个最终区域的离散程度均达到本身划分过程中的最大值。
32.至此，根据离散程度量化得到划分必要性，根据划分必要性控制四叉树生长，并同时对调整后图像中的区域进行划分，将调整后图像划分成了若干区域。
33.步骤s004、根据每个最终区域的离散程度获取每个最终区域的细节保留程度，根据细节保留程度确定每个最终区域的质量因子参数，根据质量因子参数对缓存图像进行压缩，完成缓存数据管理。
34.需要说明的是，最终区域无需再通过四叉树进行划分，其子节点对应区域的离散程度小于等于最终区域的离散程度，最终区域即可最大程度保留对应区域的图像细节；通过离散程度量化每个最终区域的细节保留程度，而细节保留程度越大，则表明最终区域内的图像细节越丰富，相应的则需要更大的质量因子参数；而细节保留程度较小的最终区域，其对应的离散程度也较小，相应的尾节点在四叉树中与根节点的距离也更小，图像细节信息较少，质量因子参数无需较大，可以适当损失来达到更小的压缩比；量化得到每个最终区域的质量因子参数，通过质量因子参数，以及调整后图像的最终区域在缓存图像的对应区域，完成缓存图像的压缩。
35.具体的，在步骤s003获取到每个最终区域后，每个最终区域都有对应的离散程度，将所有离散程度进行线性归一化，得到的结果记为每个最终区域的细节保留程度；jpeg算法的质量因子参数的取值范围在0-100之间，本实施例将100与细节保留程度的乘积并向上取整得到的结果，作为每个最终区域的质量因子参数。
36.进一步的，由于本实施例的目的是对缓存图像进行压缩，则根据调整后图像中的若干最终区域，获取每个最终区域在缓存图像中的对应区域，则每个对应区域都有相应的质量因子参数，根据每个对应区域的质量因子参数，通过jpeg算法进行压缩，得到缓存图像的压缩结果。
37.至此，完成了对于存储空间中缓存图像的压缩，实现了对于存储空间中缓存数据的压缩管理。
38.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、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于存储空间的数据缓存管理方法，其特征在于，该方法包括以下步骤：采集缓存图像，通过灰度化及伽马变换得到调整后图像；通过四叉树将调整后图像划分为四个一级区域，根据每个像素点的像素值获取每个一级区域的离散程度，通过四叉树对每个一级区域进行划分得到第二区域，计算每个第二区域的离散程度；根据每个第二区域的离散程度与对应一级区域的离散程度，获取每个第二区域的划分必要性，根据划分必要性获取若干二级区域，通过四叉树继续对二级区域进行划分，根据划分必要性控制四叉树生长得到最终树，根据最终树及划分必要性获取若干最终区域；根据每个最终区域的离散程度获取每个最终区域的细节保留程度，根据细节保留程度确定每个最终区域的质量因子参数并压缩缓存图像，完成缓存数据管理；所述根据细节保留程度确定每个最终区域的质量因子参数并压缩缓存图像，包括的具体方法为：将每个最终区域的细节保留程度与质量因子参数取值范围最大值的乘积，作为每个最终区域的质量因子参数；根据调整后图像中的若干最终区域，获取每个最终区域在缓存图像中的对应区域，则每个对应区域都有相应的质量因子参数，根据每个对应区域的质量因子参数，对缓存图像进行压缩。2.根据权利要求1所述的一种基于存储空间的数据缓存管理方法，其特征在于，所述根据每个像素点的像素值获取每个一级区域的离散程度，包括的具体方法为：将每个一级区域内所有像素点像素值的标准差，作为每个一级区域的离散程度。3.根据权利要求1所述的一种基于存储空间的数据缓存管理方法，其特征在于，所述通过四叉树对每个一级区域进行划分得到第二区域，包括的具体方法为：将每个一级区域作为四叉树中的父节点，每个父节点分别获取四个子节点，每个子节点对应的区域则是对每个一级区域四等分后得到的区域，将得到的区域记为第二区域。4.根据权利要求1所述的一种基于存储空间的数据缓存管理方法，其特征在于，所述获取每个第二区域的划分必要性，包括的具体方法为：任意一个第二区域为目标第二区域，第二区域在四叉树中对应的节点为对应的一级区域对应的节点的子节点，比较目标第二区域与对应的一级区域的离散程度，若目标第二区域的离散程度大于一级区域的离散程度，目标第二区域的划分必要性记为1；若目标第二区域的离散程度小于等于一级区域的离散程度，目标第二区域的划分必要性记为0；获取每个第二区域的划分必要性。5.根据权利要求1所述的一种基于存储空间的数据缓存管理方法，其特征在于，所述根据划分必要性获取若干二级区域，包括的具体方法为：将划分必要性为1的第二区域记为二级区域。6.根据权利要求4所述的一种基于存储空间的数据缓存管理方法，其特征在于，所述根据划分必要性控制四叉树生长得到最终树，包括的具体方法为：对每个二级区域通过四叉树进行划分得到若干区域，得到的区域记为每个二级区域的第三区域，根据第三区域的离散程度及二级区域的离散程度，计算每个第三区域的划分必要性，将划分必要性为1的第三区域记为三级区域；
继续对三级区域通过四叉树进行划分，并继续计算划分必要性，得到四级区域以及若干最终区域，以此类推不断生长四叉树并进行区域划分，对于最新划分得到的若干区域，若得到的区域的划分必要性均为0，则四叉树停止生长，将得到的所有四叉树构成最终树。7.根据权利要求1所述的一种基于存储空间的数据缓存管理方法，其特征在于，所述根据最终树及划分必要性获取若干最终区域，包括的具体方法为：将最终树中所有划分必要性为0的节点记为尾节点，所有尾节点对应的区域作为最终区域，若作为父节点的一个区域划分得到的四个区域的划分必要性均为0，则作为父节点的区域不再划分，作为父节点的区域作为最终区域。

技术总结
本发明提出了一种基于存储空间的数据缓存管理方法，涉及图像数据压缩技术领域，其包括：采集缓存图像，通过灰度化及伽马变换得到调整后图像；通过四叉树将调整后图像划分为四个一级区域，根据每个像素点的像素值获取每个一级区域的离散程度，划分得到第二区域，计算每个第二区域的离散程度；获取每个第二区域的划分必要性，根据划分必要性获取若干二级区域，并继续通过四叉树对二级区域划分，直到四叉树不再生长，将调整后图像划分为若干最终区域；根据每个最终区域的离散程度获取每个最终区域的细节保留程度并得到质量因子参数，对缓存图像进行压缩，完成缓存数据管理。本发明旨在解决有损压缩无法针对性保留图像细节的问题。题。题。


技术研发人员：罗磊
受保护的技术使用者：江苏网进科技股份有限公司
技术研发日：2023.06.12
技术公布日：2023/7/22