买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安航空学院申请的专利基于图像处理的灰度图像高效压缩方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120881279B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511386799.7，技术领域涉及：H04N19/137；该发明授权基于图像处理的灰度图像高效压缩方法是由王丽;王威;毕杨;李军芳;刘勃妮设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本基于图像处理的灰度图像高效压缩方法在说明书摘要公布了：本发明涉及图像压缩技术领域，具体涉及一种基于图像处理的灰度图像高效压缩方法；根据灰度图像的尺寸特征划分图像子块；根据图像子块的灰度直方图中灰度级的像素点数量特征获得单峰特征图像子块和多峰特征图像子块；根据多峰特征图像子块的不同灰度级的像素点数量特征获得不同的峰域；根据峰域之间的峰间距特征和分布特征获得重叠特征值；根据峰域之间的高度差异特征获得峰值差异度；根据重叠特征值和峰值差异度对多峰特征图像子块中像素点的灰度级进行映射并重新判断多峰特征图像子块的峰态属性。本发明对多峰特征图像子块和单峰特征图像子块使用不同压缩方式进行压缩，在保证图像质量的同时，提高压缩效果。

本发明授权基于图像处理的灰度图像高效压缩方法在权利要求书中公布了：1.一种基于图像处理的灰度图像高效压缩方法，其特征在于，所述方法包括以下步骤： 获取待压缩的灰度图像； 根据所述灰度图像的尺寸特征划分图像子块；根据所述图像子块的灰度直方图中各个灰度级的像素点数量差异特征获得第一峰态特征值；根据所述灰度直方图中灰度级的像素点数量占比特征获得第二峰态特征值； 根据所述第一峰态特征值和所述第二峰态特征值获得单峰特征图像子块和多峰特征图像子块；根据所述多峰特征图像子块的不同灰度级的像素点数量特征获得灰度直方图中不同的峰域；根据所述峰域之间的峰间距特征和分布特征获得重叠特征值；根据所述峰域之间的高度差异特征获得峰值差异度； 根据所述重叠特征值和所述峰值差异度对所述多峰特征图像子块中像素点的灰度级进行映射并重新判断所述多峰特征图像子块的峰态属性；对所述多峰特征图像子块和所述单峰特征图像子块使用不同压缩方式进行压缩； 所述根据所述图像子块的灰度直方图中各个灰度级的像素点数量差异特征获得第一峰态特征值的步骤包括： 计算所述图像子块的灰度直方图中所有灰度级对应的像素点数量的峰态系数并正相关映射，获得所述图像子块的第一峰态特征值； 所述根据所述灰度直方图中灰度级的像素点数量占比特征获得第二峰态特征值的步骤包括： 计算所述灰度直方图中像素点数量最多的灰度级与所有灰度级的像素点数量的比值，获得所述图像子块的第二峰态特征值； 所述根据所述峰域之间的高度差异特征获得峰值差异度的步骤包括： 计算每个峰域的像素点数量最大值与所述多峰特征图像子块的像素点数量的比值，获得显著程度；计算所述显著程度的最大值与任意其他峰域对应的显著程度的差值并归一化，获得峰域之间的峰值差异度； 所述根据所述重叠特征值和所述峰值差异度对所述多峰特征图像子块中像素点的灰度级进行映射并重新判断所述多峰特征图像子块的峰态属性的步骤包括： 当所述峰值差异度超过预设差异阈值时，将所述任意其他峰域中的像素点灰度级映射至所述显著程度最大值的峰域的灰度级中值内；当任意两个峰域的所述重叠特征值超过预设重叠阈值时，将所述任意两个峰域中的像素点灰度级映射至所述任意两个峰域的灰度级均值内；当映射完成后的多峰特征图像子块中只存在一个峰域时，所述多峰特征图像子块的峰态属性转换为单峰特征图像子块。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安航空学院，其通讯地址为：710000 陕西省西安市西二环259号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。