一种基于奇异值分解与动态区域分割的图像压缩方法

本发明公开了一种基于奇异值分解与动态区域分割的图像压缩方法，所述方法针对传统固定分块压缩导致的内容失真与全局奇异值分解忽略局部特征差异的问题，提出自适应压缩方案。该方法通过对图像矩阵进行奇异值分解，计算行列特征向量的梯度差异度，结合设定压缩比动态筛选最优分割点，实现纹理复杂区域的高密度细分；进一步构建分块密度调控模型，通过纹理敏感强化、边界保护及大区域补偿的三维优化机制，平衡压缩效率与视觉质量；最终采用"坐标‑均值"轻量编码结构，分层存储空间与颜色信息，结合差分编码与区域拓扑优化技术显著降低数据冗余。本发明在保留图像细节特征的同时，有效提升压缩性能，适用于遥感监测、医疗影像传输等低带宽场景。