一种关联图中海量图像的快速加载显示方法及系统的制作方法
【技术领域】
[0001] 本发明涉及计算机技术领域，具体而言，涉及一种关联图中海量图像的快速加载 显示方法及系统。
【背景技术】
[0002] 信息可视化是一个跨学科领域，旨在研宄大规模非数值型信息资源的视觉呈现， 利用图形图像方面的技术与方法，帮助人们理解和分析数据。信息可视化系统是一种将 一组复杂关系用网络图的方式进行可视化展现及分析的系统，在现实生活中具有广泛的应 用。在使用可视化信息系统分析时，需要分析人员之间的关系，将这些关系采用关联图来展 现，具有更加直观、易于分析的优点。
[0003] 通常出于管理和安全考虑，信息可视化系统中采用的图像不是存储在本地，而是 通过HTTP请求访问服务访问远程服务器进行加载。当要加载很大的图像或者一次加载大 量照片时，会非常慢，这个过程中界面呈假死状态，无法操作。
[0004] 关联图包含实体和链接，为了将不同的实体进行区分，通常采用差异化的图像进 行标识。实际应用中发现，关联图可视化的图像加载具有如下的特点：
[0005] 1) -次需要加载海量图像；
[0006] 2)图像需要放大查看，因此图像应该保持质量；
[0007] 3)关联图中所有图像彳目息基本加载完整才能显不。
[0008] 因此，针对关联图可视化的图像加载的问题，需要提出一种能实现海量图像的快 速加载显示方法，并保证图片的质量，提高加载的效率，节约客户端请求的相应时间。
【发明内容】
[0009] 为解决上述问题，本发明的目的在于提供一种实现关联图中海量图像的快速加载 显示方法和系统。
[0010] 本发明提供了一种关联图中海量图像的快速加载显示方法，包括：
[0011] 步骤1，使用HTTP协议将需要加载的图像从远程的存储系统中预加载到本地服务 器的存储器中，并对所述图像进行解析，解析出所述图像及所述图像的索引值；
[0012] 步骤2,本地服务器对所述图像进行分块，将所述图像均分为m*n个区块，并采用 Itti视觉感知模型对所述图像区块进行显著区域的提取；
[0013] 步骤3,客户端根据所述图像区块的重要程度，设置图像区块传输队列，并且每一 图像区块对应一个特定的图像读取线程，实现多线程的异步同时读取图像区块，当图像读 取线程读取到所述图像之后，将所述图像保存到主线程的一个结果集中，对这个结果集加 上互斥锁，防止其它线程对其进行操作；
[0014] 步骤4,当待请求的图像数据量很大而又没有请求到真实图像时，用默认图标进行 显示，当请求到图像之后再刷新显示，同时设置一个定时触发器，当主线程的所述定时触发 器触发时，对主线程的结果集进行检测，并取出相应的图像区块，对图像进行刷新并替换掉 对应的默认图标；
[0015] 步骤5,所述定时触发器不断触发，当所述定时触发器触发时、发现图像区块存储 队列为空时，并且当前线程数为〇时，图像全部读取完毕，关闭所述定时触发器，结束线程。
[0016] 作为本发明进一步的改进，步骤2具体包括：
[0017] 步骤201，对所述图像提取颜色、亮度、方向特征；
[0018] 步骤202,分别对每个特征利用平滑和降采样生成所述图像的高斯金字塔，把所述 高斯金字塔的每一级图像低通滤波产生下一级图像，把处在高斯金字塔最底层的输入图像 用矩阵&表示，用高斯模板w (m，n)对矩阵G ^的第k层权平均采样后得到下一层图像，该运 算可用函数R来表示：
【主权项】
1. 一种关联图中海量图像的快速加载显示方法，其特征在于，包括： 步骤1，使用HTTP协议将需要加载的图像从远程的存储系统中预加载到本地服务器的 存储器中，并对所述图像进行解析，解析出所述图像及所述图像的索引值； 步骤2,本地服务器对所述图像进行分块，将所述图像均分为m*n个区块，并采用Itti视觉感知模型对所述图像区块进行显著区域的提取； 步骤3,客户端根据所述图像区块的重要程度，设置图像区块传输队列，并且每一图像 区块对应一个特定的图像读取线程，实现多线程的异步同时读取图像区块，当图像读取线 程读取到所述图像之后，将所述图像保存到主线程的一个结果集中，对该个结果集加上互 斥锁，防止其它线程对其进行操作； 步骤4,当待请求的图像数据量很大而又没有请求到真实图像时，用默认图标进行显 示，当请求到图像之后再刷新显示，同时设置一个定时触发器，当主线程的所述定时触发器 触发时，对主线程的结果集进行检测，并取出相应的图像区块，对图像进行刷新并替换掉对 应的默认图标； 步骤5,所述定时触发器不断触发，当所述定时触发器触发时、发现图像区块存储队列 为空时，并且当前线程数为0时，图像全部读取完毕，关闭所述定时触发器，结束线程。
2. 根据权利要求1所述的关联图中海量图像的快速加载显示方法，其特征在于，步骤2 具体包括： 步骤201，对所述图像提取颜色、亮度、方向特征； 步骤202,分别对每个特征利用平滑和降采样生成所述图像的高斯金字塔，把所述高斯 金字塔的每一级图像低通滤波产生下一级图像，把处在高斯金字塔最底层的输入图像用矩 阵G。表示，用高斯模板W(m，n)对矩阵G。的第k层权平均采样后得到下一层图像，该运算可 用函数R来表示：
步骤203,根据G油or滤波原理，提取所述图像的纹理特征，形成G油or金字塔，2D G油or滤波器的公式如下；
上式是被正弦函数调制后的函数，其中A是正弦波的波长，巧=-(&-〇,k= 巧 1，2,…，n是正弦波的方向， 其中，和於,的计算方法为；
步骤204,利用中屯、-周边算子对G油or金字塔图像操作生成各特征差异图； 步骤205,利用归一化算子对所述差异图进行融合，生成各特征的显著图； 步骤206,对各特征的显著图进行线性融合生成总的显著图，利用赢者全胜和禁止返回 策略寻找显著区域； 步骤207,进行阔值分割，检测出重要的图像区块，提取出图像显著区域。
3. 根据权利要求2所述的关联图中海量图像的快速加载显示方法，其特征在于，在步 骤3中，设置一个最大读取次数，对同一图像区块进行多次反复读取，防止图像区块的漏 取，避免线程一直读取同一图像区块。
4. 一种关联图中海量图像的快速加载显示系统，其特征在于，包括： 图像预加载模块，使用HTTP协议将需要加载的图像从远程的存储系统中预加载到本 地服务器的存储器中，并对所述图像进行解析，解析出所述图像及所述图像的索引值； 图像分块模块，本地服务器对所述图像进行分块，将所述图像均分为m*n个区块，并采 用Itti视觉感知模型对所述图像区块进行显著区域的提取； 图像读取模块，客户端根据所述图像区块的重要程度，设置图像区块传输队列，并且每 一图像区块对应一个特定的图像读取线程，实现多线程的异步同时读取图像区块，当图像 读取线程读取到所述图像之后，将所述图像保存到主线程的一个结果集中，对该个结果集 加上互斥锁，防止其它线程对其进行操作； 图像显示模块，当待请求的图像数据量很大而又没有请求到真实图像时，用默认图标 进行显示，当请求到图像之后再刷新显示，同时设置一个定时触发器，当主线程的所述定时 触发器触发时，对主线程的结果集进行检测，并取出相应的图像区块，对图像进行刷新并替 换掉对应的默认图标； 图像定时刷新模块，所述定时触发器不断触发，当所述定时触发器触发时、发现图像区 块存储队列为空时，并且当前线程数为0时，图像全部读取完毕，关闭所述定时触发器，结 束线程。
5. 根据权利要求4所述的关联图中海量图像的快速加载显示系统，其特征在于，所述 图像分块模块包括： 提取特征模块，对所述图像提取颜色、亮度、方向特征； 生成高斯金字塔模块，分别对每个特征利用平滑和降采样生成所述图像的高斯金字 塔，把所述高斯金字塔的每一级图像低通滤波产生下一级图像，把处在高斯金字塔最底层 的输入图像用矩阵G。表示，用高斯模板w(m，n)对矩阵G。的第k层权平均采样后得到下一 层图像，该运算可用函数R来表示：
生成G油or金字塔模块，根据G油or滤波原理，提取所述图像的纹理特征，形成G油or金字塔，2DG油or滤波器的公式如下；
上式是被正弦函数调制后的函数，其中A是正弦波的波长，句,=^(A-l)，k= 1，2,…，n是正弦波的方向， 其中，和於,的计算方法为：
生成差异图模块，利用中屯、-周边算子对Gabor金字塔图像操作生成各特征差异图； 融合差异图模块，利用归一化算子对所述差异图进行融合，生成各特征的显著图； 寻找显著区模块，对各特征的显著图进行线性融合生成总的显著图，利用赢者全胜和 禁止返回策略寻找显著区域； 提取显著区模块，进行阔值分割，检测出重要的图像区块，提取出图像显著区域。
6.根据权利要求4所述的关联图中海量图像的快速加载显示系统，其特征在于，所述 图像读取模块中，设置一个最大读取次数，对同一图像区块进行多次反复读取，防止图像区 块的漏取，避免线程一直读取同一图像区块。
【专利摘要】本发明公开了一种关联图中海量图像的快速加载显示方法，包括：步骤1，使用HTTP协议将需要加载的图像从远程的存储系统中预加载到本地服务器的存储器中，并对图像进行解析，解析出图像及图像的索引值；步骤2，本地服务器对图像进行分块，将图像均分为m*n个区块，并采用Itti视觉感知模型对图像区块进行显著区域的提取；步骤3，客户端根据图像区块的重要程度，设置图像区块传输队列，采取多线程方式读取图像区块；步骤4，多线程加载，设置定时器；步骤5，判断图像读取完整性，刷新显示。本发明的有益效果为：实现海量图像的快速加载显示方法，并保证图片的质量，提高加载的效率，节约客户端请求的相应时间。
【IPC分类】G06F9-46, G06T7-00
【公开号】CN104850457
【申请号】CN201510279599
【发明人】李瑞瑞, 袁静, 梁文贯
【申请人】北京航天理想科技股份有限公司
【公开日】2015年8月19日
【申请日】2015年5月27日