基于整型小波变换和SPIHT的医学图像压缩

医学图像数据量大,在高效压缩的同时确保其压缩后的高保真度是医学图像压缩首要考虑的因素。使用第二代整数实现的提升格式小波变换代替原来的小波变换,保证图像的可逆性和小波特性,能够实现真正的无损压缩。实验结果表明,在此基础上完成的多集集合分裂算法(SPIHT),对医学图像的压缩更加平滑,视觉效果好,压缩效果和质量较高,提高了重构图像的PSNR。     

基于多小波变换的医学图像压缩

本文介绍了多小波变换的基本概念、多小变换变换的特点以及GHM多小波。同时对多小波变换的实现中的若干细节问题进行了说明，其中包括预处理、边界延拓、二维多小波变换等，最后对多小波用于医学图像压缩进行了研究，最终的实现结果表明，在现有的用于小波变换的编码模型中，选用通当的多小波函数，也能得到与小波变换相当的编码性能，这一结果说明，若针对多小波变换的特点，设计相应的编码方案，图像编码的性能可能还有一定的提升空间。     

基于小波变换的医学图像编码方法

高分辨率的医学图像具有很大的信息量,影响了整个数字化的远程医疗系统的实时性,因此必须在保证不丢失关键诊断信息的前提下,对医学图像进行必要的压缩.本文提出了在给定小波基下,基于二维小波分解和重构的快速压缩方法.该方法使用了向量量化技术并采用LBG算法设计码本.实验结果证明,采用该方法可获得较高的压缩比和符合诊断要求的压缩图像.     

基于小波变换的医学图像压缩

简要介绍基于小波变换的图像压缩法，并提出了一种在matlab平台上实现基于小波的医学图像压缩的新方法。     

基于小波变换的医学图像压缩

简要介绍基于小波变换的图像压缩法，并提出了一种在matlab平台上实现基于小波的医学图像压缩的新方法。     

一种基于小波变换的医学图像量化编码算法的研究

医学图像压缩是远程医疗和PACS系统中的重要研究课题，研究了小波子带图像系数的统计分布，发现小波子带图像系数分布和拉普拉斯分布非常相似，继而提出了一种基于其统计特征的图像量化编码算法，该算法以小波子带图像样本标准差为选择量化编码阈值的重要依据。实验表明，该算法具有计算简单，不同阈值范围待编码系数可预测以及易于获得较高压缩效率的优点，在远程医疗和PACS系统等领域的医学图像压缩中有重要的潜在应用价值。     

基于多小波变换的医学图像融合算法研究

目的:研究一种基于多小波变换的医学影像融合的算法。方法:对已配准的PET图像和CT图像进行预滤波后进行多小波分解,对分解后的图像低频分量采用平均梯度法及高频分量采用自适应加权法的融合规则进行图像融合,经过多小波重构及后滤波得到融合图像。结果:融合图像通过结合源图像的信息,增加了更多的细节和纹理信息,从而得到了良好的融合效果。结论:实验证明,基于该算法,可以得到图像的最佳融合结果。     

基于提升格式整数小波变换的超声图像压缩算法

本文提出了一种基于提升格式整数小波变换和改进的SPIHT编码(多级树集合分裂算法)的医学超声图像压缩算法.在压缩对象选择和小波变换方面充分考虑了超声扫描线图像的分辨率特性.与基于Mallat小波变换的标准SPIHT编码算法相比,本文算法在压缩比和重建图像峰值信噪比至少不降低的情况上,运算时间不到前者的40％,内存消耗也大大减小,因而更适合于实时图像压缩.     

基于提升小波的医学数据压缩算法及其DSP实现

远程医疗系统日益成熟,但数据量的急剧增长给数据的压缩和传输带来了一系列问题.DSP器件的发展使得各种复杂算法的嵌入式系统移植成为可能.参考JPEG2000标准,以提升小波变换为基础,以嵌入式零树小波编码(EZW)为核心进行医学数据压缩.针对提升小波原址运算的特点,采用多种汇编级代码优化策略,将算法移植到DSP系统中,对心电图及CT图像实现了一种支持渐进传输的快速压缩算法.实验结果表明:与Mallat算法相比,该算法能够节省DSP的数据空间和运算时间,从而使嵌入式系统得以高效运行.     

小波变换在医学图像增强的应用

利用小波变换对MRI医学图像进行增强处理，使原图像中较模糊、对比度差的细节得到增强，其纹理清晰，处理结果优于传统的直方图均衡和Laplace锐化等图像增强方法。     

小波变换在医学图像融合中的应用

图像融合是医学图像处理中的关键技术。文中探讨了基于小波变换的医学图像融合方法。首先对源图像进行小波多尺度分解,然后采用基于窗口的融合规则进行小波系数融合,最后通过小波逆变换重构融合图像。实验结果表明,该方法能在保留原图像信息的情况下增强融合图像的细节信息。     

一种基于改进零树小波算法的选择性医学图像压缩技术

针对传统零树编码的三个不足，利用游程编码结合人眼视觉特性，对其进行了改进，在此基础上根据医学图像压缩的特点，探讨了选择性医学图像压缩技术，并将其和小波压缩算法结合。实验结果表明，改进方法减少了编码比特率和编码时间，达到了较好的压缩效果。     

基于自适应门限的小波分形四叉树医学图像编码

将一种分形域的自适应门限方法，引入到小波分形域中，解决了小波分形四叉树编码中小波树R与匹配树D的匹配误差的自适应取值问题。仿真实验结果表明，这一自适应门限的编码方法提高了小波分形四叉树图像压缩方法的适应性。     

基于小波的医学图像渐进编码算法的研究

医学图像的渐进编码在医学图像档案的回放和医学图像的远程传输中都有非常重要的意义.作者在研究二维图像小波分解的基础上,提出了一种新的基于小波变换的图像渐进编码算法.实验表明该算法可取得较高的压缩比和运算速度.     

基于小波变换医学图像融合算法的对比分析

小波变换融合方法具有重要的应用价值,而融合规则的选取直接影响着融合效果。为了获得医学临床上实用的小波融合算法,选择标准CT/MRI图像,通过调整和组合各种小波变换低频及高频融合规则进行仿真实验,深入对比分析各种融合规则对医学图像融合性能的影响。在此基础上,提出低频能量取大与高频系数绝对值取大相结合的融合改进算法,比目前基于传统小波融合规则的融合质量及各项客观评价指标都有明显提高,在各种算法比较中最优。采用多聚焦图像和临床实际的CT/MRI图像进行对比验证,表明了方法的有效性。理论分析和实验结果证明:选取合适的融合规则对融合结果影响很大,本研究提出的算法简单有效。     

基于多尺度理论改进的分水岭医学图像分割算法

本文针对医学数字图像数据量大和噪声情况复杂的特点，结合多尺度分析理论，通过多小波图像分解、能量计算、分水岭变换和区域融合等步骤，克服了分水岭变换严重的过分割问题，实现了有意义的区域分割。     

整型提升小波变换的块编码在医学图像压缩中的应用

提出一种基于整型提升小波变换的图像块压缩编码方法.整型提升小波变换具有计算快速、能实现任意图像尺寸的小波算法、能在当前位置完成小波变换、节省内存等特点,而且该提升算法能同时对图像进行有损或无损压缩,因而更适应于远程医疗系统和医学图像压缩系统.基于图像块压缩编码方法不仅可以实现比特率控制,还可以实现SNR(信噪比)可缩放性,支持图像的渐进传输.