一种数字政府平台数据优化传输方法及系统与流程

1.本发明涉及数据传输领域，具体涉及一种数字政府平台数据优化传输方法及系统。


背景技术：

2.数字政府平台是一个提供线上政务服务的系统，采用信息和通信技术将政府与公众以及企业之间的互动进行数字化，有助于提高政府效率、增强透明度和便利性。随着互联网和智能设备的普及，在数字政府平台成为越来越多的公民和企业获取政务服务的首选方式。但数据的传输速率和数据传输的准确性等方面问题均对用户的使用体验造成较大的负面影响。
3.而本发明通过对每个像素点的综合关联性特征，进而进行数字政府平台数据k-means聚类压缩的自适应修正。避免了传统的k-means聚类压缩后的数字政府平台数据会出现图像质量下降的缺点，在保证压缩图像质量的同时，大大提高了数字政府平台数据传输效率，实现数字政府平台数据优化传输。


技术实现要素：

4.本发明提供一种数字政府平台数据优化传输方法，以解决现有的问题。
5.本发明的一种数字政府平台数据优化传输方法采用如下技术方案，该方法包括以下步骤：获取待处理的数字政府平台数据图像；对数字政府平台数据图像进行k-means聚类压缩算法处理，得到若干连通域类别，所述连通域类别中包括背景区域与非背景区域；根据非背景区域内的连通域，获取图像中的非背景区域整体的分布方向；结合非背景区域整体的分布方向与非背景连通域，获取局部范围；结合局部范围与非背景区域整体的分布方向，获取局部范围的位置分布程度；根据局部范围的位置分布程度，获取局部范围内的像素点的窗口内其他像素点的综合关联特征；在得到的图像中第个局部范围内，以第个像素点为中心的窗口内第个像素点的综合关联性，判断是否对像素点进行修正；当像素点的综合关联性大于预设阈值时，将像素点的连通域类别修正成与像素点所在窗口的中心像素点相同类别的连通域；将各个修正后的连通域类别的代表灰度值和每个像素所属连通域类别的信息进行编码传输。
6.优选的，所述背景区域与非背景区域的具体获取步骤如下：像素点数量最多的连通域类别为背景像素点，由背景像素点组成的区域为背景区域；剩余的像素点为非背景像素点，由非背景像素点组成的区域为非背景区域。
7.优选的，所述获取图像中的非背景区域整体的分布方向，包括的具体步骤如下：
统计进行过k-means聚类压缩算法处理的数字政府平台数据图像中，统计所有非背景连通域沿各个方向所进过的像素点区域类别变化的频次，记录变化频次最大的方向，由此得到每个非背景连通域的分布方向；统计图像中所有连通域的分布方向，取出现次数最多的方向记为图像中的非背景连通域的整体分布方向。
8.优选的，所述获取局部范围，包括的具体步骤如下：以非背景区域连通域的边缘像素点在整体的分布方向上变化的最长距离，表示连通域的局部范围的一条边的长度，记为边；以非背景区域连通域的边缘像素点在垂直于整体的分布方向上变化的最长距离，表示连通域的局部范围的另一条边的长度，记为边；将边沿垂直于整体分布方向，分别平移至此连通域的两侧边缘处，将边沿整体分布方向，分别平移至此连通域的两侧边缘处，由边，边所构成的矩形即为非背景类别中连通域的局部范围。
9.优选的，所述获取局部范围的位置分布程度的具体公式如下：式中，所计算的表示第个局部范围的分布程度，表示目标局部范围的中心分布规律曲线中的连线的数量；表示目标局部范围的中心分布规律曲线中的第个连线的角度；表示整体分布方向角度；表示局部范围大小；表示第个目标局部范围的相邻局部范围大小的方差，exp()表示以自然常数为底数的指数函数；由如下方法得到所述目标局部范围的中心分布规律曲线：将与目标局部范围最近的其他局部范围记为第一局部范围，连接目标局部范围中心像素点与第一局部范围中心像素点；将与第一局部范围最近的其他局部范围记为第二局部范围，连接第二局部范围中心像素点与第一局部范围中心像素点；将与第二局部范围最近的其他局部范围记为第三局部范围，连接第三局部范围中心像素点与第二局部范围中心像素点；以此类推，直至下一次连线的角度与当前连线的角度差超过90
°
则停止当前连线的连接或者没有最近的其他局部范围，得到的最终的连线即为目标局部范围的中心分布规律曲线。
10.优选的，所述获取局部范围内的像素点的窗口内其他像素点的综合关联特征的具体计算公式如下：式中，表示第个局部范围内的第个像素点的窗口内其他第个像素点对于第个局部范围内的第个像素点的综合关联性特征，表示第个局部范围内的第
个像素点的窗口内其他第个像素点的分配的位置分布程度，第个局部范围内的两种像素连通域分布关联性，表示第个局部范围内的第个像素点的窗口内其他第个像素点的灰度值分布关联性特征。
11.优选的，所述位置分布程度的具体计算公式如下：式中，所计算的表示第个局部范围内的第个像素点的窗口内其他第个像素点的分配的位置分布程度；首先获取第个局部范围内的第个像素点的窗口内其他第个像素点，获取第个像素点窗口内像素点之间总的组合，这些组合的总数记为，在中出现连通域类别变化的组合数记为；表示第个局部范围的位置分布程度；表示softmax归一化函数。
12.优选的，所述连通域分布关联性的具体计算公式如下：式中，表示第个局部范围内的两种像素连通域分布关联性，表示第个局部范围的面积，表示第个局部范围内的非背景区域的面积。
13.优选的，所述灰度值分布关联性特征的具体计算公式如下：式中，表示第个局部范围内的第个像素点的窗口内其他第个像素点的灰度值分布关联性特征；首先获取第个局部范围内的第个像素点的窗口内其他第个像素点，获取第个像素点的灰度值，记为；表示第个局部范围内的第个像素点的灰度值；表示第个局部范围内的第个像素点的窗口内其他第个像素点所属类别中的像素点与第个局部范围内的第个像素点所属类别中的像素点最大灰度值差异。
14.本发明的另一个目的是提供一种数字政府平台数据优化传输系统，该系统包括：数据采集处理模块：获取待处理的数字政府平台数据图像；对数字政府平台数据图像进行k-means聚类压缩算法处理，得到若干连通域类别，所述连通域类别中包括背景区域与非背景区域；
数据分析判断模块：根据非背景区域内的连通域，获取图像中的非背景区域整体的分布方向；结合非背景区域整体的分布方向与非背景连通域，获取局部范围；结合局部范围与非背景区域整体的分布方向，获取局部范围的位置分布程度；根据局部范围的位置分布程度，获取局部范围内的像素点的窗口内其他像素点的综合关联特征；在得到的图像中第个局部范围内，以第个像素点为中心的窗口内第个像素点的综合关联性，判断是否对像素点进行修正；数据修正模块：当像素点的综合关联性大于预设阈值时，将像素点的连通域类别修正成与像素点所在窗口的中心像素点相同类别的连通域；数据传输模块：将各个修正后的连通域类别的代表灰度值和每个像素所属连通域类别的信息进行编码传输。
15.本发明的技术方案的有益效果是：本发明中采用k-means聚类压缩算法对数字政府平台数据进行优化传输，为了保证k-means聚类压缩后的数字政府平台数据的压缩质量，根据聚类结果进行像素点的综合关联性特征的计算。其中通过聚类结果中连通域的分布特征来获取数字政府平台数据的整体分布，并根据此整体分布来确定数据的各局部范围并计算得到各局部范围内的位置分布程度。通过各个局部范围的位置分布程度，并结合像素点的连通域分布关联性特征以及灰度值分布关联性特征来获取每个像素点的综合关联性特征，进而进行数字政府平台数据k-means聚类压缩的自适应修正。
16.避免了传统的k-means聚类压缩后的数字政府平台数据会出现图像质量下降的缺点，在保证压缩图像质量的同时，并且大大提高数字政府平台数据传输效率，实现数字政府平台数据优化传输。
附图说明
17.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，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地介绍，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他的附图。
18.图1为本发明一种数字政府平台数据优化传输方法的步骤流程图。
19.图2为本发明一种数字政府平台数据优化传输系统的结构框图。
具体实施方式
20.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种数字政府平台数据优化传输方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
21.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
22.下面结合附图具体的说明本发明所提供的一种数字政府平台数据优化传输方法
及系统的具体方案。
23.请参阅图1，其示出了本发明一个实施例提供的一种数字政府平台数据优化传输方法及系统的步骤流程图，该方法包括以下步骤：步骤s001：获取待处理的数字政府平台数据，并进行k-means处理。
24.由于本实施例获取待压缩处理的数字政府平台数据，该数据主要为各类扫描型文件，包括各类有关政府的报表、报告以及公告类的扫描文件。本实施例中以该图像数据为目标进行处理。
25.对上述获取的图形数据进行k-means处理，由于待处理的图形数据中主要包括3种像素点分别为：背景像素点，字体像素点，印章像素点，因此本实施例设置k-means参数为k=3，故经过k-means处理后的数字政府平台数据图像内仅有三种类别的像素点，以同一类别中的所有像素点的灰度值均设置为类别中所有像素点灰度值的均值，从而得到压缩后的图像。
26.由于在数字政府平台数据图像中，背景像素点与字体像素点和印章像素点有着显著的差异，于是得到了非背景像素点与背景像素点。在经过k-means处理后的数字政府平台数据图像中像素点数量最多的那类为背景像素点，由背景像素点组成的区域为背景区域；剩余的像素点为非背景像素点，由非背景像素点组成的区域为非背景区域。
27.此时，经过k-means处理的数字政府平台数据图像后，在数字政府平台数据图像上仅存在3种灰度值，由此得到了经过k-means聚类压缩算法压缩后的数字政府平台数据图像。
28.步骤s002：根据经过k-means聚类压缩算法处理后的数字政府平台数据图像，获取图像中局部范围的位置分布程度。
29.由于经过k-means聚类压缩算法对图像进行压缩后，会使得图像部分区域出现失真，这是由于在扫描过程中，像素点本身灰度值发生变化，使得表征为同一个像素点的灰度值并不相同。为确保图像质量的同时兼顾数据的压缩程度，以优化传输效率。所以需要通过计算图形中不同区域的像素点的位置分布情况来计算得到不同区域的修正程度，并结合每个字体的像素点构成的连通域分布特征来获取每个字体的分布范围，并在分布范围内计算像素点之间的关联性特征以达到字体边缘信息修正的效果。
30.由于数字政府数据的扫描的公告类的图像数据，存在一定的规范类特征，即待处理的图像数据中对应的字体为标准的字体分布，但是由于存在印章问题会使得标准字体被遮盖，对于标准的字体以及遮盖的标准字体的不同，对应的图像修正的程度不同。其中对于标准的字体区域来说，图像的区域的修正程度要求较低，即对应的较小的变化就可以保证图像的边缘信息修正的效果。
31.其中对于遮盖的字体区域来说，图像的区域的修正程度要求较高，即对应的需要较大的变化才可以保证图像的边缘信息修正的效果。因此本实施例通过计算像素点的位置分布情况来表征修正程度的不同，即待处理的图像数据中对应的为标准体，位置分布情况较为规律，对应的为遮盖的字体，位置分布情况较为离散。
32.表征同一字体的局部范围获取过程中需要确定图像中的非背景连通域的整体分布方向，为方便本实施例后续的叙述，之后将图像中非背景连通域的整体分布方向简称为整体的分布方向，在该方向上计算背景区域连通域的变化情况即可表征出各个字体的连通
域的局部范围。而整体的分布方向可以通过如下方式获取：可设置以非背景连通域边缘像素点的水平向右为起始方向，方向步长为5
°
进行迭代而得到该边缘像素点的多个方向，当该边缘像素点沿某个方向所经过的区域类别（背景区域与非背景区域）的类别发生一次改变时，记录此连通域在该方向上像素点的区域类别变化频次加1，其中将区域类别变化频次最大的方向记为该非背景连通域的分布方向。
33.统计图像中所有连通域的分布方向，取出现次数最多的方向记为整体的分布方向。
34.至此，得到图像的整体的分布方向。
35.而对应的各个非背景类别的连通域的局部范围，采用以非背景类别的连通域的边缘像素点在整体的分布方向的变化的最长距离来表示连通域的局部范围的一条边的长度，记为边，其中变化的最长距离为：非背景类别的连通域中一个边缘像素点沿整体的分布方向到背景类别的连通域的边缘像素点的距离，类似操作，可以获取此连通域其他边缘像素点在整体的分布方向上到表示背景类别的连通域的边缘像素点的距离，选取最长的距离即为所述变化的最长距离。类似操作，可以得到垂直于整体分布方向上的方向的局部范围的另一条边的长度，记为边，在本实施例不再赘述。将边沿垂直于整体分布方向，分别平移至此连通域的两侧边缘处，将边沿整体分布方向，分别平移至此连通域的两侧边缘处，由边，边所构成的矩形即为非背景类别中连通域的局部范围。
36.根据上述步骤得到各个局部范围，通过计算各个局部范围与其相邻的局部范围之间的关系来计算该局部范围的位置分布程度。
37.所述相邻的局部范围的获取方法为：每个局部范围的中心点构建泰勒多边形图像，认为在泰勒多边形图像中一个多边形代表对应一个局部范围，若在所构建的泰勒多边形图像中，存在公共边的多边形，则认为这两个多边形相邻，即这两个多边形所对应的局部范围也相邻。
38.将与目标局部范围最近的其他局部范围记为第一局部范围，连接目标局部范围中心像素点与第一局部范围中心像素点；将与第一局部范围最近的其他局部范围记为第二局部范围（不包括目标局部范围），连接第二局部范围中心像素点与第一局部范围中心像素点；将与第二局部范围最近的其他局部范围记为第三局部范围（不包括目标局部范围和第一局部范围），连接第三局部范围中心像素点与第二局部范围中心像素点；以此类推，直至下一次连线的角度与当前连线的角度差超过90
°
则停止当前连线的连接或者没有最近的其他局部范围。得到的最终的连线即为目标局部范围的中心分布规律曲线。
39.上述所述的最近是指局部范围中心像素点之间欧式距离最小。
40.其中目标局部范围的位置分布程度的计算方法为：
式中，所计算的表示第个局部范围的分布程度，表示目标局部范围的中心分布规律曲线中的连线的数量；表示目标局部范围的中心分布规律曲线中的第个连线的角度；表示整体分布方向角度；表示局部范围大小，可通过局部范围内的像素点的个数获取；表示第个目标局部范围其相邻的局部范围大小的方差，exp()表示以自然常数为底数的指数函数。
41.而对于遮盖的字体来说，遮盖的字体对应的连通域的局部范围的分布较其他局部范围较为不规律，可以通过局部范围的分布方向与整体分布方向的差异来表征不规律性，同时以局部范围大小的变化来表征局部范围的校正权重，若局部范围大小变化不同，则对应的该局部范围的非规律性就更大，即对应的位置分布程度越大。
42.步骤s003：根据局部范围的位置分布程度，获取图像中不同区域中每个像素点的窗口内每个像素点的综合关联性特征。
43.对于不同区域的位置分布情况的不同，表征的区域的修正程度不同，即对应的需要不同的修正程度可以保证图像边缘信息的修正效果，其中对于位置分布程度较小的区域，表征的规律性较大，则对应的该区域表征的信息更像标准的规律性字体，即对应的对该区域的修正需要更加参考连通域分布关联性特征。
44.而对于位置分布程度较大的区域，表征的非规律性较大，则对应的该区域表征的信息更像遮盖类字体，即对应的该区域的修正需要更加参考灰度值分布关联性特征。则对应的根据不同区域的位置分布程度不同，对不同区域的连通域中的综合关联性特征较大的像素点的聚类结果进行优化。
45.其中连通域分布关联性特征的边缘点之间的关联表征的为，若连通域中的信息分为了多个种类，多个种类之间的关联构成字体的程度越大，则对应的对连通域信息进行归并为同一类即可；其中灰度值分布关联性特征表征的为，该区域中连通域的在原始图像中的灰度值的关联性分布，应将具有表征的为具有灰度相似性的像素点之间的灰度值关联性特征较大。
46.根据上述步骤计算得到各个局部范围的位置分布程度，计算各个局部范围内每个连通域中像素点周围窗口内每个像素点的综合关联性特征，其中第个局部范围内的第个像素点的窗口内其他第个像素点对于第个局部范围内的第个像素点的综合关联性特征的计算方法为：式中，表示第个局部范围内的第个像素点的窗口内其他第个像素点对于第个局部范围内的第个像素点的综合关联性特征，表示第个局部范围内的第个像素点的窗口内其他第个像素点的分配的位置分布程度，表示第个局部范围内的两种像素连通域分布关联性，表示第个局部范围内的第个像素点的窗口内其他第个像素点的灰度值分布关联性特征。
47.式中，第个局部范围内的第个像素点的窗口内其他第个像素点的分配的位置分布程度的计算方式为：其中，表示第个局部范围内的第个像素点的窗口内其他第个像素点的分配的位置分布程度；首先获取第个局部范围内的第个像素点的窗口内其他第个像素点，获取第个像素点窗口内像素点之间总的组合，这些组合的总数记为。其中出现连通域类别变化的组合数记为；表示第个局部范围的位置分布程度；表示softmax归一化函数。
48.因为在对图像进行k-means图像压缩处理时，设置的k值为3，所以经过k-means图像压缩处理后的图像共有三种像素点，因为数量最多的像素点种类为背景像素点，剩余的像素点为非背景像素点；所以在非背景像素点中有两种像素点，而当在同一局部区域内非背景像素点的两种像素的连通域表征的是同一个字体的笔画时，则该局部区域内的这两种像素连通域分布大关联性较大。所以可以通过计算局部区域内非背景区域形状的稳定性表征这两种像素连通域分布关联性，其计算方法为：其中，表示第个局部范围内的两种像素连通域分布关联性，表示第个局部范围的面积，表示第个局部范围内的非背景区域的面积。
49.式中，表示第个局部范围内的第个像素点的窗口内其他第个像素点的灰度值分布关联性特征，其中灰度值分布关联性特征表征的为在原始灰度图像下，第个局部范围内的第个像素点的窗口内其他第个像素点的灰度值与第个局部范围内的第个像素点的灰度值的相似性，其计算方法为：其中，表示第个局部范围内的第个像素点的窗口内其他第个像素点的灰度值分布关联性特征；首先获取第个局部范围内的第个像素点的窗口内其他第个像素点，获取第个像素点的灰度值，记为；
表示第个局部范围内的第个像素点的灰度值；表示第个局部范围内的第个像素点的窗口内其他第个像素点所属类别中的像素点与第个局部范围内的第个像素点所属类别中的像素点最大灰度值差异。
50.步骤s004：根据图像中局部范围内每个像素点的窗口中所有像素点的综合关联性特征，对图像聚类压缩结果进行修正。
51.对第个局部范围内的第个像素点的窗口内其他第个像素点进行如下分析：根据得到图像中每个区域中的像素点的窗口内其他像素点的综合关联性特征，根据该特征在窗口内进行聚集结果的修正，其中若窗口内像素点的综合关联性特征较大，则表明第个像素点与中心像素点（第个像素点）之间的具有强关联性特征，则对应的窗口内进行聚类结果修正时，需要将第个像素点的连通域类别修正为与中心像素点的连通域类别相同，在本实施例中根据经验设置综合关联性特征阈值进行说明，具体实施时可结合具体场景设置综合关联性特征阈值，若大于该阈值，则第个像素点需要进行修正。
52.类似此操作，可以得到对应的修正结果。其中存在修正之后，一个像素点可能存在一个窗口为修正的一个类别，但其在另外一个窗口为修正的另一个类别，因此对两个类别进行筛选，筛选方法为：统计该像素点其自身为中心像素点的窗口，计算该窗口内上述两个类别中像素点的个数，其中一个类别的像素点个数较多，则表明该像素点越需要表征的为该类的特征，则最终该像素点修正后的像素点的就类别为窗口内像素点个数较多的类别。
53.步骤s005：将修正后的数字政府平台数据图像进行传输。
54.根据上述步骤得到了数字政府平台数据的修正后的聚类结果，将此聚类结果作为待传输的数字政府平台数据，将各个聚簇中心的灰度值和每个像素所属簇的信息经过编码后传输，保证数据质量的同时，提高了优化传输效率。
55.本发明的另一个实施例提供了一种数字政府平台数据优化传输系统，如图2所示，包括数据采集处理模块，数据分析判断模块，数据修正模块以及数据传输模块，其中：数据采集处理模块：用以获取数字政府平台数据图像，并对数字政府平台数据图像进行k-means聚类压缩算法处理，获取背景区域与非背景区域；数据分析判断模块：用以根据非背景区域内的连通域，获取图像中的非背景区域整体的分布方向；结合非背景区域整体的分布方向与非背景连通域，获取局部范围；结合局部范围与非背景区域整体的分布方向，获取局部范围的位置分布程度；根据局部范围的位置分布程度，获取局部范围内的像素点的窗口内其他像素点的综合关联特征；根据局部范围内的像素点的窗口内其他像素点的综合关联特征，判断是否对像素点进行修正；数据修正模块：对判断需要进行修正的像素进行修正处理；数据传输模块：对修正后的数字政府平台数据图像进行传输。
56.最终达到在保证数据质量的同时，提高了优化传输效率的目的。
57.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：
1.一种数字政府平台数据优化传输方法，其特征在于，该方法包括以下步骤：获取待处理的数字政府平台数据图像；对数字政府平台数据图像进行k-means聚类压缩算法处理，得到若干连通域类别，所述连通域类别中包括背景区域与非背景区域；根据非背景区域内的连通域，获取图像中的非背景区域整体的分布方向；结合非背景区域整体的分布方向与非背景连通域，获取局部范围；结合局部范围与非背景区域整体的分布方向，获取局部范围的位置分布程度；根据局部范围的位置分布程度，获取局部范围内的像素点的窗口内其他像素点的综合关联特征；在得到的图像中第个局部范围内，以第个像素点为中心的窗口内第个像素点的综合关联性，判断是否对像素点进行修正；当像素点的综合关联性大于预设阈值时，将像素点的连通域类别修正成与像素点所在窗口的中心像素点相同类别的连通域；将各个修正后的连通域类别的代表灰度值和每个像素所属连通域类别的信息进行编码传输。2.根据权利要求1所述一种数字政府平台数据优化传输方法，其特征在于，所述背景区域与非背景区域的具体获取步骤如下：像素点数量最多的连通域类别为背景像素点，由背景像素点组成的区域为背景区域；剩余的像素点为非背景像素点，由非背景像素点组成的区域为非背景区域。3.根据权利要求1所述一种数字政府平台数据优化传输方法，其特征在于，所述获取图像中的非背景区域整体的分布方向，包括的具体步骤如下：统计进行过k-means聚类压缩算法处理的数字政府平台数据图像中，统计所有非背景连通域沿各个方向所进过的像素点区域类别变化的频次，记录变化频次最大的方向，由此得到每个非背景连通域的分布方向；统计图像中所有连通域的分布方向，取出现次数最多的方向记为图像中的非背景连通域的整体分布方向。4.根据权利要求1所述一种数字政府平台数据优化传输方法，其特征在于，所述获取局部范围，包括的具体步骤如下：以非背景区域连通域的边缘像素点在整体的分布方向上变化的最长距离，表示连通域的局部范围的一条边的长度，记为边；以非背景区域连通域的边缘像素点在垂直于整体的分布方向上变化的最长距离，表示连通域的局部范围的另一条边的长度，记为边；将边沿垂直于整体分布方向，分别平移至此连通域的两侧边缘处，将边沿整体分布方向，分别平移至此连通域的两侧边缘处，由边，边所构成的矩形即为非背景类别中连通域的局部范围。5.根据权利要求1所述一种数字政府平台数据优化传输方法，其特征在于，所述获取局部范围的位置分布程度的具体公式如下：
式中，所计算的表示第个局部范围的分布程度，表示目标局部范围的中心分布规律曲线中的连线的数量；表示目标局部范围的中心分布规律曲线中的第个连线的角度；表示整体分布方向角度；表示局部范围大小；表示第个目标局部范围的相邻局部范围大小的方差，exp()表示以自然常数为底数的指数函数；由如下方法得到所述目标局部范围的中心分布规律曲线：将与目标局部范围最近的其他局部范围记为第一局部范围，连接目标局部范围中心像素点与第一局部范围中心像素点；将与第一局部范围最近的其他局部范围记为第二局部范围，连接第二局部范围中心像素点与第一局部范围中心像素点；将与第二局部范围最近的其他局部范围记为第三局部范围，连接第三局部范围中心像素点与第二局部范围中心像素点；以此类推，直至下一次连线的角度与当前连线的角度差超过90
°
则停止当前连线的连接或者没有最近的其他局部范围，得到的最终的连线即为目标局部范围的中心分布规律曲线。6.根据权利要求1所述一种数字政府平台数据优化传输方法，其特征在于，所述获取局部范围内的像素点的窗口内其他像素点的综合关联特征的具体计算公式如下：式中，表示第个局部范围内的第个像素点的窗口内其他第个像素点对于第个局部范围内的第个像素点的综合关联性特征，表示第个局部范围内的第个像素点的窗口内其他第个像素点的分配的位置分布程度，第个局部范围内的两种像素连通域分布关联性，表示第个局部范围内的第个像素点的窗口内其他第个像素点的灰度值分布关联性特征。7.根据权利要求6所述一种数字政府平台数据优化传输方法，其特征在于，所述位置分布程度的具体计算公式如下：式中，所计算的表示第个局部范围内的第个像素点的窗口内其他第个像素点的分配的位置分布程度；首先获取第个局部范围内的第个像素点的窗口内其他第个像素点，获取第个像素点窗口内像素点之间总的组合，这些组合的总数记为，在中出现连通域类别变化的组合数记为；表示第个局部范围的位置分布程度；表示softmax归一化函数。
8.根据权利要求6所述一种数字政府平台数据优化传输方法，其特征在于，所述连通域分布关联性的具体计算公式如下：式中，表示第个局部范围内的两种像素连通域分布关联性，表示第个局部范围的面积，表示第个局部范围内的非背景区域的面积。9.根据权利要求6所述一种数字政府平台数据优化传输方法，其特征在于，所述灰度值分布关联性特征的具体计算公式如下：式中，表示第个局部范围内的第个像素点的窗口内其他第个像素点的灰度值分布关联性特征；首先获取第个局部范围内的第个像素点的窗口内其他第个像素点，获取第个像素点的灰度值，记为；表示第个局部范围内的第个像素点的灰度值；表示第个局部范围内的第个像素点的窗口内其他第个像素点所属类别中的像素点与第个局部范围内的第个像素点所属类别中的像素点最大灰度值差异。10.一种数字政府平台数据优化传输系统，其特征在于，包括：数据采集处理模块：获取待处理的数字政府平台数据图像；对数字政府平台数据图像进行k-means聚类压缩算法处理，得到若干连通域类别，所述连通域类别中包括背景区域与非背景区域；数据分析判断模块：根据非背景区域内的连通域，获取图像中的非背景区域整体的分布方向；结合非背景区域整体的分布方向与非背景连通域，获取局部范围；结合局部范围与非背景区域整体的分布方向，获取局部范围的位置分布程度；根据局部范围的位置分布程度，获取局部范围内的像素点的窗口内其他像素点的综合关联特征；在得到的图像中第个局部范围内，以第个像素点为中心的窗口内第个像素点的综合关联性，判断是否对像素点进行修正；数据修正模块：当像素点的综合关联性大于预设阈值时，将像素点的连通域类别修正成与像素点所在窗口的中心像素点相同类别的连通域；数据传输模块：将各个修正后的连通域类别的代表灰度值和每个像素所属连通域类别的信息进行编码传输。

技术总结
本发明涉及数据传输领域，具体涉及一种数字政府平台数据优化传输方法及系统，该方法包括：通过对数字政府平台数据图像进行K-Means聚类压缩算法处理；分析得到的压缩结果，获取压缩结果中的非背景区域整体的分布方向；结合局部范围与非背景区域整体的分布方向，获取局部范围的位置分布程度；基于局部范围的位置分布程度，获取局部范围内的像素点的窗口内其他像素点的综合关联特征；根据局部范围内的像素点的窗口内其他像素点的综合关联特征，对数字政府平台数据图像的聚类结果进行修正，获取修正后的数字政府平台数据图像；对修正后的数字政府平台数据图像进行传输。本发明达到在保证数据质量的同时，提高了优化传输效率。提高了优化传输效率。提高了优化传输效率。


技术研发人员：李参宏
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：2023.07.07
技术公布日：2023/8/13