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！

龙图腾网获悉深圳市云希谷科技有限公司申请的专利一种在lvgl下加速图片渲染的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：CN119537009B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411598148.X，技术领域涉及：G06F9/50；该发明授权一种在lvgl下加速图片渲染的方法是由陆明;钟清梅设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种在lvgl下加速图片渲染的方法在说明书摘要公布了：本发明提供了一种在LVGL环境下加速图片渲染的方法。该方法通过自适应分块处理、缓存优先级调整、智能预测调度及GPU并行加速，提升图片渲染的性能。具体步骤包括：首先对图片进行自适应分块，根据图片的复杂度、访问频率及用户交互行为动态调整缓存优先级；基于用户的历史操作数据进行智能预测调度，并对即将访问的分块进行预加载和提前渲染；通过GPU并行加速处理高优先级分块，并结合设备性能和当前系统负载调整图片的压缩率和格式。通过上述方法，能够有效减少图片渲染延迟，提升系统响应速度，适用于嵌入式设备及资源受限的系统环境。

本发明授权一种在lvgl下加速图片渲染的方法在权利要求书中公布了：1.一种在lvgl下加速图片渲染的方法，其特征在于，包括以下步骤： 步骤1：根据图片各区域的复杂度、纹理和色彩变化情况，对图片进行自适应分块； 步骤2：对图片分块的复杂度、访问频率及用户交互行为进行分析，调整分块缓存优先级； 步骤3：基于用户行为进行智能预测调度，提前加载用户即将访问的图片分块； 步骤4：通过GPU并行加速处理，将在步骤3中预测调度到的图片分块任务分配至GPU核心； 步骤5：结合图片分块的优先级、设备性能和当前系统负载，调整图片的压缩率和格式；步骤1中，具体采用以下步骤进行： 步骤101：将待渲染的图片加载至LVGL渲染系统，利用逐像素渲染和双缓冲机制进行图片处理； 步骤102：在完成LVGL渲染兼容性初始化后，对图片的各个像素区域进行复杂度分析，生成复杂度矩阵； 步骤103：根据步骤102中生成的复杂度矩阵，进行自适应分块处理； 步骤104：在自适应分块处理完成后，依据每个分块的复杂度，对各区域进行分级渲染； 所述复杂度矩阵通过以下公式计算： 其中，MAi表示对分块所有像素的复杂度求和并取平均值； ∣Ai∣表示分块Ai的像素数； x,y∈Aix,y表示分块Ai中的每个像素点，其坐标为x,y； Gx,y表示图片在像素点x,y处的边缘梯度； Cx,y表示图片在像素点x,y处的色彩变化率； Tx,y表示图片在像素点x,y处的纹理复杂度； λ1,λ2,λ3：为权重系数，分别对应边缘梯度、色彩变化和纹理复杂度； 其中，权重系数λ1的取值范围为0.2-0.5，用于检测图像边缘和轮廓信息，以保证边缘清晰度并提升视觉效果； λ2色彩变化率的取值范围为0.3-0.6，确保色彩变化的细节能够被适当捕捉； λ3纹理复杂度的取值范围0.1-0.4，纹理复杂度通过局部二值模式等方法计算，用于捕捉图片的细节特征；步骤2中，具体采用以下步骤进行： 步骤201：通过分析图片的每个分块的复杂度、访问频率和用户交互行为数据确定分块的缓存优先级； 步骤202：基于分块的缓存优先级，调整系统对分块的处理顺序； 步骤203：基于分块优先级，将分块划分至不同层次的缓存系统进行管理； 步骤204：依据分块优先级和驻留时间对分块进行计算评分，并淘汰低优先级分块； 其中，步骤201：分块缓存优先级计算 首先，通过分析图片的每个分块Ai的相关特性，包括其复杂度Ci、访问频率Fi和用户交互行为数据Ui，综合确定分块的缓存优先级Pi，优先级计算公式如下： 其中： Ci：分块的复杂度反映图片区域的图像细节和颜色变化； Fi：系统可以通过每次用户查看该分块的记录来累积访问次数； Ui：用户交互行为数据，反映用户在该分块区域的操作频次； 在该公式中，调节系数α1、α2、α3分别用于调节分块的缓存优先级Pi中不同因素的权重，包括复杂度Ci、历史访问频率Fi、以及用户交互行为数据Ui，具体取值范围如下： α1：0.3-0.6，α1调节的是图片分块的复杂度Ci，即分块的边缘、纹理、色彩等特征的影响； α2取值范围0.2-0.5，α2用于调节历史访问频率Fi对缓存优先级的影响； α3取值范围：0.4-0.7，α3调节的是用户交互行为Ui；步骤3中，具体采用以下步骤进行： 步骤301：采集用户的点击、滚动、缩放等操作行为数据，记录操作轨迹信息，生成用户交互行为数据集； 步骤302：通过数据集D提供的行为数据，构建用户从当前分块到下一个分块Aj的状态转移矩阵； 步骤303：结合状态转移矩阵与分块缓存优先级，对图片分块进行调度； 步骤304：根据步骤303中的调度结果，用户即将访问的分块进行预加载与提前渲染； 步骤305：根据用户的操作轨迹，更新调度模型并调整状态转移矩阵； 步骤303：结合缓存优先级进行调度 在生成状态转移矩阵的基础上，系统进一步结合分块缓存优先级Pj，以确保不仅优先调度用户即将访问的区域，其中，智能预测调度公式如下： Anext：表示预测用户接下来可能访问的图片分块； argmaxj：表示取使得后续值达到最大值的分块j； Tcurrent,j：表示用户从当前分块current转移到分块j的状态转移概率； Pj：表示分块j的缓存优先级；步骤4中，具体采用以下步骤进行： 步骤401：根据每个分块的大小和缓存优先级，将分块任务分配至GPU的各个计算核心中； 步骤402：通过负载均衡机制，调整各核心的工作负载； 步骤403：在任务分配和负载均衡完成后，通过GPU对各分块进行并行渲染； 步骤404：将渲染结果通过LVGL的双缓冲机制进行同步显示； 步骤405：调整分块分辨率并释放不使用的计算资源； 步骤401包括任务分配 其中，GPU的任务分配公式如下： 其中： Wk表示分配给第k个GPU核心的总任务负载； Si是分块Ai的大小，表示该分块占用的像素数； Pi是分块的缓存优先级，结合了图片的复杂度、访问频率和用户交互行为。

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深圳市云希谷科技有限公司，其通讯地址为：518000 广东省深圳市南山区南头街道南联社区北环大道11008号豪方天际广场写字楼3401；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。