一种应用于字轮水表表面拍照的图片压缩方法技术领域
本发明涉及图片处理的技术领域，尤其涉及一种应用于字轮水表表面拍照的图片
压缩方法。
背景技术
随着水表一户一表的普及，人工水表抄表到位率压力不断增加，为了解决存量水
表的智能抄表改造，一种在普通字轮水表基础上改造成智能直读水表技术应运而出。摄像
直读水表抄表技术能够有效果的解决存量表水表智能抄表的改造。
由于目前图像采集设备所拍摄或制作的图片质量和容量都很高，目前无法满足或
者不适合在水表自动抄表行业内MBUS采集机的MBUS总线传输数据，以及GPRS数据传输流量
过大导致运行费太大等原因，此时针对水表智能抄表的图片压缩技术应运而生。目前比较
常用的压缩方式为通过技术手段对图片数据进行重新组织编码，得到占用文件空间更小的
图片。
但是现有技术中，压缩后的图片虽然会保证所有图像的质量，但是压缩后的体积
还是比较大，包含了一些无用的信息，压缩率没有充分利用。
发明内容
本发明主要解决的技术问题是提供一种应用于字轮水表表面拍照的图片压缩方
法，把图片压缩在1k数据量内，适合MBUS总线进行抄表，降低GPRS数据传输的流量，同时要
达到对拍到的图片能够正常识别，可以让计算机对提供的图片内的字轮数据进行自动识别
成阿拉伯数字的必要数据，将160*88像素的图片压缩在800个字节以内，并保留了字轮的数
字部分的清晰度，在保证一定质量的情况下，可以删除更多的无用信息，以达到更高压缩
率。
为解决上述技术问题，本发明采用的一个技术方案是：提供了一种应用于字轮水
表表面拍照的图片压缩方法，包括以下具体步骤：
步骤1：将原始图像分为8*8的小块，每个8*8小块里有64pixels；
步骤2：DCT变换，将图像中每个8*8小块进行DCT变换；
步骤3：量化，对亮度信息采用细量化，对色差信息采用粗量化；
步骤4：编码分类，编码信息分为两类：一类直流分量，采用差分编码DPCM，另一类
交流系数，采用行程编码；
步骤5：压缩数据，通过上述的图片压缩后，在使用ZF图像优化取特征点算法，将原
来压缩好的图片再次针对水表摄像抄表解析要求进行针对性优化。
在本发明一个较佳实施例中，所述的原始图像采用JPEG格式的图像。
在本发明一个较佳实施例中，所述的原始图像为640×480像素。
在本发明一个较佳实施例中，所述的JPEG格式的图像使用的颜色是YUV格式。
在本发明一个较佳实施例中，所述的DCT变换为DCT离散余弦变换。
在本发明一个较佳实施例中，所述的DCT的变换结果全是实数。
在本发明一个较佳实施例中，所述的步骤5中优化后的图片为将160*88像素的图
片压缩在800个字节以内。
本发明的有益效果是：本发明的应用于字轮水表表面拍照的图片压缩方法，把图
片压缩在1k数据量内，适合MBUS总线进行抄表，降低GPRS数据传输的流量，同时要达到对拍
到的图片能够正常识别，可以让计算机对提供的图片内的字轮数据进行自动识别成阿拉伯
数字的必要数据，将160*88像素的图片压缩在800个字节以内，并保留了字轮的数字部分的
清晰度，在保证一定质量的情况下，可以删除更多的无用信息，以达到更高压缩率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使
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它
的附图，其中：
图1是本发明应用于字轮水表表面拍照的图片压缩方法的一较佳实施例的流程
图；
图2是原始图像分为8*8小块的结构示意图；
图3是DCT谱中6个元素的由来；
图4是把图像数据分离成低频到高频的数据图；
图5是两张量化表的示意图；
图6是63个元素采用“之”字型排列的结构示意图；
图7是算法对图像块进行数据二维余弦变化的示意图；
图8和图9是处理后的数据的图像化展示图；
图10是定制化的灰度量化表。
具体实施方式
下面将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
例仅是本发明的一部分实施例，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它实施例，都属于本发明保护的范
围。
如图1和图2所示，本发明实施例包括：
一种应用于字轮水表表面拍照的图片压缩方法，包括以下具体步骤：
步骤1：将原始图像分为8*8的小块，每个8*8小块里有64pixels；
步骤2：DCT变换，将图像中每个8*8小块进行DCT变换；
步骤3：量化，对亮度信息采用细量化，对色差信息采用粗量化；
步骤4：编码分类，编码信息分为两类：一类直流分量，采用差分编码DPCM，另一类
交流系数，采用行程编码；
步骤5：压缩数据，通过上述的图片压缩后，在使用ZF图像优化取特征点算法，将原
来压缩好的图片再次针对水表摄像抄表解析要求进行针对性优化。
上述中，所述的原始图像采用JPEG格式的图像；所述的原始图像为640×480像素。
数据压缩中有很多变换，比如KLT(Karhunen-Loeve Transform)，本申请中用的是
DCT离散余弦变换。和FFT一样，DCT也是将信号从时域到频域的变换，不同的是DCT中变换结
果没有复数，全是实数。每8*8个original pixels都变成了另外8*8个数字，变换后的每一
个数都是由original 64data通过basis function组合而得的，如图3所示为DCT谱中6个元
素的由来。
将低频部分集中在每个8*8小块的左上角，高频部分在8*8小块的右下角，所谓
JPEG的有损压缩，损的是量化过程中的高频部分。由于低频部分比高频部分要重要得多，
romove 50％的高频信息可能对于编码信息只损失了5％。
所谓量化就是用像素值÷量化表对应值所得的结果。由于量化表左上角的值较
小，右上角的值较大，这样就起到了保持低频分量，抑制高频分量的目的。JPEG使用的颜色
是YUV格式。Y分量代表了亮度信息，UV分量代表了色差信息。相比而言，Y分量更重要一些。
本申请采用对Y采用细量化，对UV采用粗量化，可进一步提高压缩比。所以所说的量化表通
常有两张，一张是针对Y的；一张是针对UV的。
通过量化可以减少比特数并消除部分组件，达到通低频减高频的效果，如图5所示
就是两张量化表的例子。比如左边那个量化表，最右下角的高频÷16，这样原先DCT后[-
127,127]的范围就变成了[-7,7]，固然减少了码字(从8位减至4位)。
编码信息分两类，一类是每个8*8格子F中的[0,0]位置上元素，这是DC(直流分
量)，代表8*8个子块的平均值，JPEG中对F[0,0]单独编码，由于两个相邻的8×8子块的DC系
数相差很小，所以对它们采用差分编码DPCM，可以提高压缩比，也就是说对相邻的子块DC系
数的差值进行编码。
另一类是8×8块的其它63个子块，即交流(AC)系数，采用行程编码(游程编码Run-
length encode,RLE)。这里出现一个问题：这63个系数应该按照怎么样的顺序排列？为了保
证低频分量先出现，高频分量后出现，以增加行程中连续“0”的个数，这63个元素采用了
“之”字型(Zig-Zag)的排列方法，如下图6所示。
具体思路如下：将有效数据区间进行特征点定义，将特征点一定范围外的无效像
素删除压缩，保留特征点周边像素。
根据ZF逆向成图算法程序，还原特征点周边像素，取得ZF抄表系统规定的图片。
1、计算得到的图片的尺寸，将图片的长、宽通过原始输入的参数进行等量分割，并
上传给计算机进行校准；
2、计算机通过MAK点进行校准和识别后，将5个字符的具体坐标返回给模块单片
机，单片机根据每个表(同一个表的参数基本不会有变化)，因为单片机的容量与运算速度
有限，所以具体的真实参数由计算机进行计算；
3、调整因为安装过程中出现的角度问题，比如需要顺时针旋转1度，计算机将旋转
角度参数返回给单片机；
4、确认切割压缩无效图片区域，将确认需要保护的图片数据区域的XY坐标返回给
单片机；
5、在上述4步的参数确认后，单片机基本能够进行运算，并得到有效区域的图，同
时淡化非有效区域的图片像素，进行初步的压缩取真；
6、根据有效区域进行5等分进行切割，根据等分结果，进行精细化去无效像素点，
将红框外的图片像素进行压缩；
7、有效区域二值化，将得到的最后的有效数据进行二值化压缩，进一步压缩非有
效数据区域；
8、第7步实施后得到的图大小约200-300个字节，这个部分为有效数据，必须为真
实有效的，记录坐标点进行有效传输；
9、其他区域的数据进行像素点删减压缩后与切割参数据+有限区域数据同时上传
给计算机，计算机根据逆向成型原理，将图片进行还原，图片上传的合计数据约600-800个
字节。
实施例：
ZF根据表计图像的目标图像为黑白图像、图像灰阶敏感度低、表计数据区域图像
对比度高等特性独有的表计图像JPG编码算法。
编码步骤
1、初始化CMOS传感器，采集640x480像素的原始图像，并按设定坐标裁剪目标区域
图像；
2、对目标区域进行矩阵变换分块，并通过块灰度及方差均值分析，确定重点图像
块，为后续每个块的压缩率加权处理做准备；
3、算法对图像块进行数据二维余弦变化，如图7所示，
其中，二维余弦变化公式为：
4、二维余弦变化数据被算法进行进一步分析处理，将数据表离散为从高频数据到
低频数据组成的数据集合，由于图像中的低频数据对图像信息的主体结构保存着更多的信
息，而高频数据对图像细节保存更多的信息，算法根据表计图像中表计数值图像较大，主要
由低频数据负责，而图像的细节主要呈现纹理等信息可以舍弃，据统计舍弃50％的高频信
息对图像编码信息只减少5％，算法根据图像块的信息重要性进行分别处理，如图8和9所
示；
5、定制化的灰度量化表，由于仅采用灰度图，算法仅对图像灰阶进行量化，舍弃彩
色部分信息，对重要信息进行优化量化，如图10所示；
6、算法对数据进行哈夫曼编码，哈夫曼编码依据字符出现概率来构造异字头的平
均长度最短的码字，被称为最佳编码，ZF算法优化了哈夫曼编码效率，
编码公式：
7、分离压缩数据，算法建立一种稳定、有序的编码方法，整理出一个类似于编码库
的规律编码数据体存放于上位机，图像编码完成后由下位机分离删除该图像的规律编码，
将剩余部分数据传输至上位机后由上位机在编码库提取组包后重新恢复为一个JPEG文件，
因此图像在传输时并不是以完整的图像文件传输，避免了图像数据被拦截窥视，因此也增
加了数据传输的安全性。
综上所述，本发明的应用于字轮水表表面拍照的图片压缩方法，把图片压缩在1k
数据量内，适合MBUS总线进行抄表，降低GPRS数据传输的流量，同时要达到对拍到的图片能
够正常识别，可以让计算机对提供的图片内的字轮数据进行自动识别成阿拉伯数字的必要
数据，将160*88像素的图片压缩在800个字节以内，并保留了字轮的数字部分的清晰度，在
保证一定质量的情况下，可以删除更多的无用信息，以达到更高压缩率。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发
明说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领
域，均同理包括在本发明的专利保护范围内。