本发明涉及数据处理技术领域，具体涉及农产品收购管理平台及其业务数据的高效通信方法，该方法包括：将业务数据转换为二进制数据，将二进制数据转换转化为二值图像，并获取二值图像顶帽和底帽变换后目标区域图像中的孤立像素，计算二值图像中每个目标区域图像对应的规则度，根据规则度确定最优二值图像及其上的目标像素、对立像素，根据目标像素及对立像素对最优二值图像进行分块得到矩形块，对矩形块外扩得到伪矩形块，根据伪矩形块及对立像素和目标像素确定最终伪矩形块，获取最终伪矩形块的标识符及对角坐标并进行传输，本发明提高了数据的压缩效率，从而降低了传输的数据量，进而提高了业务数据的传输通信效率。
1.农产品收购管理平台业务数据的高效通信方法，其特征在于，该方法包括：将农产品收购管理平台的业务数据转换为二进制数据；
将二进制数据转换为多个尺寸不同的二值图像，对每个二值图像分别进行顶帽变换和底帽变换得到对应的目标区域图像，将目标区域图像中的像素记为孤立像素；
获取二值图像中每个目标区域图像中孤立像素的密度,根据二进制数据的长度、对应二值图像的行数和列数及孤立像素在对应目标区域图像中的密度、数量计算二值图像中每个目标区域图像对应的规则度，其中，二值图像顶帽变换得到目标区域图像为第一目标区域图像，二值图像底帽变换得到目标区域图像为第二目标区域图像，具体的，根据下式（2）计算第一目标区域图像的规则度： （2）
其中， 表示同一个二值图像中第一目标区域图像的规则度，W表示二进制数据的长度；M表示当前二值图像的行数；N表示当前二值图像的列数； 表示第一目标区域图像中孤立像素的数量； 表示第二目标区域图像中孤立像素的密度；
其中， 表示同一个二值图像中第二目标区域图像的规则度，W表示二进制数据的长度；M表示当前二值图像的行数；N表示当前二值图像的列数； 表示第二目标区域图像中孤立像素的数量； 表示第一目标区域图像中孤立像素的密度；
根据所有二值图像对应的规则度确定最优二值图像及最优二值图像中的目标像素、对立像素，具体的，所有二值图像对应的规则度中最大规则度对应的目标区域图像内的像素即为目标像素，并根据最大规则度确定最优二值图像，最优二值图像对应的另一个规则度对应的像素记为对立像素；
根据目标像素及对立像素对最优二值图像进行分块得到矩形块，对矩形块外扩一个像素得到伪矩形块，根据伪矩形块的边缘像素中的对立像素和目标像素确定最终伪矩形块，并对最终伪矩形块对应的像素进行标记，对最优二值图像中的未标记像素继续分块，直到最优二值图像中的所有像素均被标记得到多个最终伪矩形块；
获取每个最终伪矩形块的其中一组对角的像素坐标，根据对立像素和目标像素利用二进制数对最终伪矩形块的四个角的像素进行区分标识得到最终伪矩形块的标识符，将二值图像的所有最终伪矩形块的标识符及最终伪矩形块对应的一组对角像素坐标进行传输。
2.根据权利要求1所述的农产品收购管理平台业务数据的高效通信方法，其特征在于，将农产品收购管理平台的业务数据转换为二进制数据的步骤包括：将业务数据中的汉字信息对应的汉字表示为十进制数字；
3.根据权利要求1所述的农产品收购管理平台业务数据的高效通信方法，其特征在于，将二进制数据转换为多个尺寸不同的二值图像的步骤包括：根据二进制数据的长度确定二值图像的行数范围；
将二值图像的行数范围内的每个行数作为二值图像的行数；
获取二进制数据的长度与对应的二值图像的行数的比值，比值取整后作为二值图像的列数；
根据每个行数和对应的列数作为二值图像的尺寸得到多个尺寸不同的二值图像。
4.根据权利要求1所述的农产品收购管理平台业务数据的高效通信方法，其特征在于，对每个二值图像分别进行顶帽变换和底帽变换得到对应的目标区域图像的步骤包括：对二值图像进行开运算得到开运算结果，对二值图像进行闭运算得到闭运算结果；
第二目标区域图像和第一目标区域图像即为目标区域图像。
5.根据权利要求1所述的农产品收购管理平台业务数据的高效通信方法，其特征在于，获取二值图像中每个目标区域图像中孤立像素的密度的步骤包括：根据孤立像素的数量计算每个目标区域图像中孤立像素的密度中心；
根据每个目标区域图像中孤立像素对应的密度中心的坐标、每个孤立像素的坐标计算每个目标区域图像中孤立像素的密度。
6.根据权利要求5所述的农产品收购管理平台业务数据的高效通信方法，其特征在于，根据孤立像素的数量计算每个目标区域图像中孤立像素的密度中心的步骤包括：将每个目标区域图像划分为多个的子图像；
根据每个子图像的孤立像素的数量及数量阈值从所有子图像中选取目标子图像；
获取目标子图像内孤立像素的密度中心，该密度中心记为该目标区域图像中孤立像素的密度中心。
7.根据权利要求1所述的农产品收购管理平台业务数据的高效通信方法，其特征在于，根据所有二值图像对应的规则度确定最优二值图像及最优二值图像中的目标像素、对立像素的步骤包括：获取所有二值图像对应的规则度中的最大规则度；
将最大规则度对应的二值图像的行数量记为最优行数量；
8.根据权利要求1所述的农产品收购管理平台业务数据的高效通信方法，其特征在于，根据目标像素及对立像素对最优二值图像进行分块得到矩形块的步骤包括：从最优二值图像的左上角以光栅扫描的方式找到最优二值图像中的第一个目标像素作为起始点，并将第一个目标像素作为左边界记为矩形块的左边界，第一个目标像素的上边界记为矩形块的上边界；
沿最优二值图像的起始点所在行向右进行光栅扫描，直至最优二值图像的该行像素中出现第一个对立像素，将对立像素前一个目标像素记为行终止点，将行终止点所在行的右边界记为矩形块的右边界，停止最优二值图像的该行像素的光栅扫描；
进行最优二值图像的其他行像素依次进行光栅扫描，按照次序若第一行像素中在矩形块的左边界和右边界内的所有像素均为目标像素，则继续扫描下一行，直至其中一行像素在矩形块的左边界和右边界内存在对立像素，则将该行像素的上边界记为矩形块的下边界；
根据矩形块的上边界、左边界、右边界、下边界围成的区域记为一个矩形块。
9.根据权利要求1所述的农产品收购管理平台业务数据的高效通信方法，其特征在于，根据伪矩形块的中的对立像素和目标像素确定最终伪矩形块的步骤包括：获取伪矩形块中边缘像素中除了四个角对应的像素的其余边缘像素；
若其余边缘像素均为目标像素，则当前伪矩形块即为最终伪矩形块；
若其余边缘像素中存在对立像素，则去除当前伪矩形块对立像素所在的行或者列得到最终伪矩形块。
数据转换模块，用于将农产品收购管理平台的业务数据转换为二进制数据；
数据处理模块，用于将二进制数据转换为多个尺寸不同的二值图像，对每个二值图像分别进行顶帽变换和底帽变换得到对应的目标区域图像，将目标区域图像中的像素记为孤立像素；
参数计算模块，用于获取二值图像中每个目标区域图像中孤立像素的密度,根据二进制数据的长度、对应二值图像的行数和列数及孤立像素在对应目标区域图像中的密度、数量计算二值图像中每个目标区域图像对应的规则度，其中，二值图像顶帽变换得到目标区域图像为第一目标区域图像，二值图像底帽变换得到目标区域图像为第二目标区域图像，具体的，根据下式（2）计算第一目标区域图像的规则度： （2）
其中， 表示同一个二值图像中第一目标区域图像的规则度，W表示二进制数据的长度；M表示当前二值图像的行数；N表示当前二值图像的列数； 表示第一目标区域图像中孤立像素的数量； 表示第二目标区域图像中孤立像素的密度；
其中， 表示同一个二值图像中第二目标区域图像的规则度，W表示二进制数据的长度；M表示当前二值图像的行数；N表示当前二值图像的列数； 表示第二目标区域图像中孤立像素的数量； 表示第一目标区域图像中孤立像素的密度；
第一优化模块，用于根据所有二值图像对应的规则度确定最优二值图像及最优二值图像中的目标像素、对立像素，具体的，所有二值图像对应的规则度中最大规则度对应的目标区域图像内的像素即为目标像素，并根据最大规则度确定最优二值图像，最优二值图像对应的另一个规则度对应的像素记为对立像素；
第二优化模块，用于根据目标像素及对立像素对最优二值图像进行分块得到矩形块，对矩形块外扩一个像素得到伪矩形块，根据伪矩形块的边缘像素中的对立像素和目标像素确定最终伪矩形块，并对最终伪矩形块对应的像素进行标记，对最优二值图像中的未标记像素继续分块，直到最优二值图像中的所有像素均被标记得到多个最终伪矩形块；
数据压缩传输模块，用于获取每个最终伪矩形块的其中一组对角的像素坐标，根据对立像素和目标像素利用二进制数对最终伪矩形块的四个角的像素进行区分标识得到最终伪矩形块的标识符，将二值图像的所有最终伪矩形块的标识符及最终伪矩形块对应的一组对角像素坐标进行传输。
农产品收购管理平台及其业务数据的高效通信方法
技术领域
[0001] 本发明涉及数据处理技术领域，具体涉及农产品收购管理平台及其业务数据的高效通信方法。
背景技术
[0002] 随着社会的发展，人们生活水平的提高，国家对农产品越来越重视，在农产品收购过程中，会产生大量的业务数据。
[0003] 目前商户在进行农产品收购时以存单结算为主，微信、支付宝结算为辅，很少通过银行小微云自助终端金融业务为商户、农户进行结算，但存单结算不符合相关监管要求，为符合监管要求，银行优化该业务结算方式，推出农产品收购e站来给商户服务，农产品收购e站是通过移动设备与银行进行互通，因此，在农产品收购管理平台中进行交易的时候会进行交易数据，在本平台内交易数据为交易订单，交易订单内包含了交易时间、订单编号、农产品编号、交易数量、交易金额、交易用户姓名，故将交易数据作为业务数据在交易的时候会进行传输，然而这些业务数据量比较大，传统的业务数据传输是先转化为二进制数据，然后利用游程编码的方式对数据进行压缩传输，然而二进制数据是一段长度有限的数据，故二进制数据压缩率也是有限的，传统的业务数据传输是先转化为二进制数据，然后利用游程编码的方式对数据进行压缩传输，然而二进制数据是一段长度有限的数据，在利用传统游程编码对二进制数据压缩时，只能对一行数据中相邻且相同的数据压缩，不相邻的相同数据之间并不能进行压缩，其压缩效率并不高，故压缩后的数据传输方法的效率低，影响业务的结算效率。
[0004] 因此，需要提供农产品收购管理平台及其业务数据的高效通信方法。
发明内容
[0005] 本发明提供农产品收购管理平台及其业务数据的高效通信方法，以解决现有的问题。
[0006] 本发明公开了农产品收购管理平台业务数据的高效通信方法采用如下技术方案：该方法包括：
[0007] 将农产品收购管理平台的业务数据转换为二进制数据；
[0008] 将二进制数据转换为多个尺寸不同的二值图像，对每个二值图像分别进行顶帽变换和底帽变换得到对应的目标区域图像，将目标区域图像中的像素记为孤立像素；
[0009] 获取二值图像中每个目标区域图像中孤立像素的密度,根据二进制数据的长度、对应二值图像的行数和列数及孤立像素在对应目标区域图像中的密度、数量计算二值图像中每个目标区域图像对应的规则度；
[0010] 根据所有二值图像对应的规则度确定最优二值图像及最优二值图像中的目标像素、对立像素；
[0011] 根据目标像素及对立像素对最优二值图像进行分块得到矩形块，对矩形块外扩一个像素得到伪矩形块，根据伪矩形块的边缘像素中的对立像素和目标像素确定最终伪矩形块，并对最终伪矩形块对应的像素进行标记，对最优二值图像中的未标记像素继续分块，直到最优二值图像中的所有像素均被标记得到多个最终伪矩形块；
[0012] 获取每个最终伪矩形块的其中一组对角的像素坐标，根据对立像素和目标像素利用二进制数对最终伪矩形块的四个角的像素进行区分标识得到最终伪矩形块的标识符，将二值图像的所有最终伪矩形块的标识符及最终伪矩形块对应的一组对角像素坐标进行传输。
[0013] 进一步的，将农产品收购管理平台的业务数据转换为二进制数据的步骤包括：
[0014] 将业务数据中的汉字信息对应的汉字表示为十进制数字；
[0015] 然后将十进制数字和数字信息转换为二进制数据。
[0016] 进一步的，将二进制数据转换为多个尺寸不同的二值图像的步骤包括：
[0017] 根据二进制数据的长度确定二值图像的行数范围；
[0018] 将二值图像的行数范围内的每个行数作为二值图像的行数；
[0019] 获取二进制数据的长度与对应的二值图像的行数的比值，比值取整后作为二值图像的列数；
[0020] 根据每个行数和对应的列数作为二值图像的尺寸得到多个尺寸不同的二值图像。
[0021] 进一步的，对每个二值图像分别进行顶帽变换和底帽变换得到对应的目标区域图像的步骤包括：
[0022] 对二值图像进行开运算得到开运算结果，对二值图像进行闭运算得到闭运算结果；
[0023] 根据二值图像与开运算结果得到第一目标区域图像；
[0024] 根据二值图像与闭运算结果得到第二目标区域图像；
[0025] 第二目标区域图像和第一目标区域图像即为目标图像区域。
[0026] 进一步的，获取二值图像中每个目标区域图像中孤立像素的密度的步骤包括：
[0027] 根据孤立像素的数量计算每个目标区域图像中孤立像素的密度中心；
[0028] 根据每个目标区域图像中孤立像素对应的密度中心的坐标、每个孤立像素的坐标计算每个目标区域图像中孤立像素的密度。
[0029] 进一步的，根据孤立像素的数量计算每个目标区域图像中孤立像素的密度中心的步骤包括：
[0030] 将每个目标区域图像划分为多个的子图像；
[0031] 计算每个子图像内孤立像素的数量；
[0032] 根据每个子图像的孤立像素的数量及数量阈值从所有子图像中选取目标子图像；
[0033] 获取目标子图像内孤立像素的密度中心，该密度中心记为该目标区域图像中孤立像素的密度中心。
[0034] 进一步的，根据所有二值图像对应的规则度确定最优二值图像及最优二值图像中的目标像素、对立像素的步骤包括：
[0035] 获取所有二值图像对应的规则度中的最大规则度；
[0036] 根据最大规则度确定目标像素和对立像素；
[0037] 将最大规则度对应的二值图像的行数量记为最优行数量；
[0038] 将最优行数量对应的二值图像即为最优二值图像。
[0039] 进一步的，根据目标像素及对立像素对最优二值图像进行分块得到矩形块的步骤包括：
[0040] 从最优二值图像的左上角以光栅扫描的方式找到最优二值图像中的第一个目标像素作为起始点，并将第一个目标像素作为左边界记为矩形块的左边界，第一个目标像素的上边界记为矩形块的上边界；
[0041] 沿最优二值图像的起始点所在行向右进行光栅扫描，直至最优二值图像的该行像素中出现第一个对立像素，将对立像素前一个目标像素记为行终止点，将行终止点所在行的右边界记为矩形块的右边界，停止最优二值图像的该行像素的光栅扫描；
[0042] 进行最优二值图像的其他行像素依次进行光栅扫描，按照次序若第一行像素中在矩形块的左边界和右边界内的所有像素均为目标像素，则继续扫描下一行，直至其中一行像素在矩形块的左边界和右边界内存在对立像素，则将该行像素的上边界记为矩形块的下边界；
[0043] 根据矩形块的上边界、左边界、右边界、下边界围成的区域记为一个矩形块。
[0044] 进一步的，根据伪矩形块中的对立像素和目标像素确定最终伪矩形块的步骤包括：
[0045] 获取伪矩形块中边缘像素中除了四个角对应的像素的其余边缘像素；
[0046] 若其余边缘像素均为目标像素，则当前伪矩形块即为最终伪矩形块；
[0047] 若其余边缘像素中存在对立像素，则去除当前伪矩形块对立像素所在的行或者列得到最终伪矩形块。
[0048] 本发明还提供了农产品收购管理平台，其包括：
[0049] 数据转换模块，用于将农产品收购管理平台的业务数据转换为二进制数据；
[0050] 数据处理模块，用于将二进制数据转换为多个尺寸不同的二值图像，对每个二值图像分别进行顶帽变换和底帽变换得到对应的目标区域图像，将目标区域图像中的像素记为孤立像素；
[0051] 参数计算模块，用于获取二值图像中每个目标区域图像中孤立像素的密度,根据二进制数据的长度、对应二值图像的行数和列数及孤立像素在对应目标区域图像中的密度、数量计算二值图像中每个目标区域图像对应的规则度；
[0052] 第一优化模块，用于根据所有二值图像对应的规则度确定最优二值图像及最优二值图像中的目标像素、对立像素；
[0053] 第二优化模块，用于根据目标像素及对立像素对最优二值图像进行分块得到矩形块，对矩形块外扩一个像素得到伪矩形块，根据伪矩形块的边缘像素中的对立像素和目标像素确定最终伪矩形块，并对最终伪矩形块对应的像素进行标记，对最优二值图像中的未标记像素继续分块，直到最优二值图像中的所有像素均被标记得到多个最终伪矩形块；
[0054] 数据压缩传输模块，用于获取每个最终伪矩形块的其中一组对角的像素坐标，根据对立像素和目标像素利用二进制数对最终伪矩形块的四个角的像素进行区分标识得到最终伪矩形块的标识符，将二值图像的所有最终伪矩形块的标识符及最终伪矩形块对应的一组对角像素坐标进行传输。
[0055] 本发明的有益效果是：本发明的农产品收购管理平台及其业务数据的高效通信方法，通过将二进制数据转换为二值图像，目的是为了将一段固定长度的二进制数据转化成多行二值像素构成的二值图像，从而使得每行像素与其相邻的像素的灰度值之间的关系凸显出来，即将二进制数据的关系凸显出来，然后根据二值图像的规则度确定最优二值图像，利用最优二值图像中所有相邻的像素的灰度值之间的关系分割得到的矩形块面积大且数量少，根据最终伪矩形块的四角像素信息和一组对角坐标作为传输数据进行传输，本发明实现了对矩形块的大小和数量进行优化，从而使得对构成二值图像的最终伪矩形块进行压缩时，压缩的数据量小，从而提高压缩效率，进而降低了传输数据量，提高了业务数据传输通信效率。
附图说明
[0056] 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性的前提下，还可以根据这些附图获得其他的附图。
[0057] 图1为本发明的农产品收购管理平台业务数据的高效通信方法的实施例总体步骤的流程图；
[0058] 图2为实施例的S2步骤中获取多个尺寸不同的二值图像的流程图；
[0059] 图3为实施例的S3步骤中获取目标区域图像的孤立像素的密度的流程图；
[0060] 图4为图3中获取密度中心的流程图；
[0061] 图5为实施例的S4步骤中获取最优二值图像的流程图。
具体实施方式
[0062] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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他实施例，都属于本发明保护的范围。
[0063] 本发明的农产品收购管理平台业务数据的高效通信方法的实施例，如图1所示，该方法包括：
[0064] S1、将农产品收购管理平台的业务数据转换为二进制数据。
[0065] 具体的，由于农产品收购管理平台是进行交易的平台，故在交易的时候会进行交易数据，在本平台内交易数据为交易订单，交易订单内包含了交易时间、订单编号、农产品编号、交易数量、交易金额、交易用户姓名，故将交易数据记为业务数据，交易订单通常是由文字信息和数字信息组合，故在数据传输过程中将业务数据中的汉字信息对应的汉字表示为十进制数字；然后将十进制数字和数字信息转换为二进制数据。
[0066] S2、由于二进制数据存在大量的冗余，想要实现农产品收购管理平台的业务数据的高效通信，需要对二进制数据进行压缩，为了提高二进制数据的压缩效率，将二进制数据转换为多个尺寸不同的二值图像，使得二值图像中的每行像素与每行像素之间相同灰度值的凸显出来，对每个二值图像分别进行顶帽变换和底帽变换得到对应的目标区域图像，将两个目标区域图像中的像素记为孤立像素，其中，在顶帽变换后对应的目标区域图像中孤立像素为白色像素，在底帽变换后对应的目标区域图像中孤立像素为黑色像素。
[0067] 具体的，如图2所示，根据二进制数据的长度将二进制数据转换为多个尺寸不同的二值图像的步骤包括：S21、根据二进制数据的长度确定二值图像的行数范围，其中，当二进制数据的长度为 时，行数范围为 ；S22、将二值图像的行数范围内的每个行数作为二值图像的行数 ，其中 表示行数范围内第 个行数；S23、获取二进制数据的长度与对应的二值图像的行数 的比值，比值取整后作为二值图像的列数 ，即 ， 表示第 个行数对应的列数；S24、根据每个行数 和对应的列数 得到多个行数不同的二值图像；
[0068] 其中，对每个二值图像分别进行顶帽变换和底帽变换得到对应的目标区域图像的步骤包括：对二值图像进行开运算得到开运算结果，对二值图像进行闭运算得到闭运算结果；根据二值图像与开运算结果得到第一目标区域图像；根据二值图像与闭运算结果得到第二目标区域图像，第二目标区域图像和第一目标区域图像即为二值图像对应的目标图像区域，且第一目标区域图像中孤立像素为白色像素，第二目标区域图像中孤立像素为黑色像素。
[0069] S3、获取每个目标区域图像中孤立像素的密度,根据二进制数据的长度、对应二值图像的行数和列数及孤立像素在对应目标区域图像中的密度、数量计算二值图像中每个目标区域图像对应的规则度。
[0070] 具体的，如图3和图4所示，获取每个目标区域图像中孤立像素的密度的步骤包括：S31、根据孤立像素的数量计算每个目标区域图像中孤立像素的密度中心；具体的，S311、将每个目标区域图像划分为 的子图像；S312、计算每个子图像内孤立像素的数量；
S313、根据每个子图像的孤立像素的数量及数量阈值从所有子图像中选取目标子图像；其中，子图像的尺寸 取16时，数量阈值 ，选取子图像的孤立像素的数量大于数量阈值 的子图像作为目标子图像，则S314、获取所有目标子图像内孤立像素的密度中心，该密度中心记为该目标区域图像中孤立像素的密度中心；S32、根据每个目标区域图像中孤立像素对应的密度中心的坐标、每个孤立像素的坐标计算每个目标区域图像中孤立像素的密度，具体的，根据下式（1）计算每个目标区域图像中孤立像素的密度：
[0071] （1）
[0072] 其中，m表示其中一个目标区域图像中孤立像素的密度； 为孤立像素密度中心的坐标； 为其中一个目标区域图像第 个孤立像素的坐标； 为其中一个目标区域图像中孤立像素的数量。
[0073] 具体的，根据下式（2）计算第一目标区域图像的规则度：
[0074] （2）
[0075] 其中， 表示同一个二值图像中第一目标区域图像的规则度， 表示二进制数据的长度； 表示当前二值图像的行数； 表示当前二值图像的列数； 表示第一目标区域图像中孤立像素的数量； 表示第二目标区域图像中孤立像素的密度。
[0076] 根据下式（3）计算第二目标区域图像的规则度：
[0077] （3）
[0078] 其中， 表示同一个二值图像中第二目标区域图像的规则度， 表示二进制数据的长度； 表示当前二值图像的行数； 表示当前二值图像的列数； 表示第二目标区域图像中孤立像素的数量； 表示第一目标区域图像中孤立像素的密度。
[0079] S4、根据所有二值图像对应的规则度确定最优二值图像及最优二值图像中的目标像素、对立像素，如图5所示，具体的，S41、获取所有二值图像对应的规则度中的最大规则度；S42、根据最大规则度确定目标像素和对立像素，具体的，最大规则度对应的目标区域图像内的像素即为目标像素，则另一个规则度对应的像素记为对立像素；S43、将最大规则度对应的二值图像的行数量记为最优行数量；S44、将最优行数量对应的二值图像即为最优二值图像。
[0080] S5、根据目标像素及对立像素对最优二值图像进行分块得到矩形块，对矩形块外扩一个像素得到伪矩形块，根据伪矩形块的边缘像素中的对立像素和目标像素确定最终伪矩形块，并对最终伪矩形块对应的像素进行标记，对最优二值图像中的未标记像素继续分块，直到最优二值图像中的所有像素均被标记得到多个最终伪矩形块。
[0081] 具体的，根据目标像素及对立像素对最优二值图像进行分块得到矩形块的步骤包括：从最优二值图像的左上角以光栅扫描的方式找到最优二值图像中的第一个目标像素作为起始点，且将起始点的坐标记为 ，并将第一个目标像素作为左边界记为矩形块的左边界，第一个目标像素的上边界记为矩形块的上边界；沿最优二值图像的起始点所在行向右进行光栅扫描，直至最优二值图像的该行像素中出现第一个对立像素，将对立像素前一个目标像素记为行终止点，且将终止点坐标记为 ，将行终止点所在行的右边界记为矩形块的右边界，停止最优二值图像的该行像素的光栅扫描；进行最优二值图像的其他行像素依次进行光栅扫描，按照次序若第一行像素中在矩形块的左边界和右边界内的所有像素均为目标像素，则继续扫描下一行，直至其中一行像素在矩形块的左边界和右边界内存在对立像素，则将该行像素的上边界记为矩形块的下边界；根据矩形块的上边界、左边界、右边界、下边界围成的区域记为一个矩形块，并得到矩形块四个角的坐标分别为。
[0082] 具体的，根据伪矩形块的边缘像素中的对立像素和目标像素确定最终伪矩形块的步骤包括：S521、获取伪矩形块中边缘像素中除了四个角对应的像素的其余边缘像素；S522、若其余边缘像素均为目标像素，则当前伪矩形块即为最终伪矩形块；若其余边缘像素中存在对立像素，则去除当前伪矩形块对立像素所在的行或者列得到最终伪矩形块，当矩形块四个角的坐标分别为 ，则伪矩形块四个角的坐标分
别为 。
[0083] S6、获取每个最终伪矩形块的其中一组对角的像素坐标，根据对立像素和目标像素利用二进制数对最终伪矩形块的四个角的像素进行区分标识得到最终伪矩形块的标识符，将二值图像的所有最终伪矩形块的标识符及其对应的一组对角的像素坐标进行传输。
[0084] 具体的，用标识符来区分最终伪矩形块四个角的像素是否为目标像素，将二进制数中的1表示对应位置的像素是目标像素，0表示对应位置的像素是对立像素，则按照最终伪矩形块四个角依次为左上角、右上角、左下角、右下角顺序获取一个最终伪矩形块的标识符，或者逆时针顺序，得到该标识符为四位二进制数，如标识符为0101，则表示伪矩形块的右上角和右下角位置上的像素为目标像素，左上角和左下角位置上的像素为对立像素，这样得到二值图像的所有最终伪矩形块的标识符及每个最终伪矩形块对应的一组对角的像素坐标作为传输数据进行传输。
[0085] 需要说明的是，在接收端接收到传输数据后，然后根据接收到的左上角和右下角的坐标信息在还原图像上的最终伪矩形块；然后根据传输数据中的标识符得到每个最终伪矩形块的四个角的像素的颜色，然后还原二值图像，进而根据还原的二值图像获得业务数据。
[0086] 本发明还提供了农产品收购管理平台，其包括：数据转换模块、数据处理模块、参数计算模块、第一优化模块、第二优化模块及数据压缩传输模块，其中，数据转换模块用于将农产品收购管理平台的业务数据转换为二进制数据；数据处理模块用于将二进制数据转换为多个尺寸不同的二值图像，对每个二值图像分别进行顶帽变换和底帽变换得到对应的目标区域图像，将目标区域图像中的像素记为孤立像素；参数计算模块用于获取二值图像中每个目标区域图像中孤立像素的密度,根据二进制数据的长度、对应二值图像的行数和列数及孤立像素在对应目标区域图像中的密度、数量计算二值图像中每个目标区域图像对应的规则度；第一优化模块用于根据所有二值图像对应的规则度确定最优二值图像及最优二值图像中的目标像素、对立像素；第二优化模块用于根据目标像素及对立像素对最优二值图像进行分块得到矩形块，对矩形块外扩一个像素得到伪矩形块，根据伪矩形块的边缘像素中的对立像素和目标像素确定最终伪矩形块，并对最终伪矩形块对应的像素进行标记，对最优二值图像中的未标记像素继续分块，直到最优二值图像中的所有像素均被标记得到多个最终伪矩形块；数据压缩传输模块用于获取每个最终伪矩形块的其中一组对角的像素坐标，根据对立像素和目标像素利用二进制数对最终伪矩形块的四个角的像素进行区分标识得到最终伪矩形块的标识符，将二值图像的所有最终伪矩形块的标识符及最终伪矩形块对应的一组对角像素坐标进行传输。
[0087] 综上所述，本发明提供农产品收购管理平台及其业务数据的高效通信方法，通过将二进制数据转换为二值图像，目的是为了将一段固定长度的二进制数据转化成多行二值像素构成的二值图像，从而使得每行像素与其相邻的像素的灰度值之间的关系凸显出来，即将二进制数据的关系凸显出来，然后根据二值图像的规则度确定最优二值图像，利用最优二值图像中所有相邻的像素的灰度值之间的关系分割得到的矩形块面积大且数量少，同时基于矩形块得到最终伪矩形块，进一步使得最优二值图像分割得到的最终伪矩形块面积更大且数量更少，根据最终伪矩形块的四角像素信息和一组对角坐标作为传输数据进行传输，本发明实现了对矩形块的大小和数量进行优化，从而使得对构成二值图像的最终伪矩形块进行压缩时，压缩的数据量小，从而提高压缩效率，进而降低了传输数据量，提高了业务数据传输通信效率。
[0088] 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。
