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.     

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.     

基于提升小波变换和SPIHT的医学图像编码算法

目的:探讨一种基于提升小波变换和多级树集合分裂算法(set partitioning in hierarchical trees,SPIHT)的医学图像编码算法。方法:针对传统小波浮点数运算,计算量大的缺点,采用提升格式小波,结合多级树集合分裂算法和算术编码,实现对医学图像的编码。结果:在获得较高压缩比的情况下,能保证医学图像的重建质量,满足医学图像数据的存储和传输的需要。结论:仿真结果表明在相同压缩比的情况下,重建图像的峰值信噪比有明显提高,获得了较好的压缩效果。     

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。     

小波变换在医学图像压缩中的应用

目的：探讨利用小波变换进行医学图像压缩的方法。方法：通过小波变换对图像进行时频局部化分析，将图像分解到多个尺度上。进行多分辨分析。然后对变换后的子图像的小波系数特点进行了分析，讨论了其适用于图像压缩编码的特性和优势。嵌入式零树小波图像编码算法是一种有效的图像压缩方法。在分析嵌入式零树小波图像编码算法的基础上，针对传统嵌入零树小波编码方法存在的不足之处，提出了一种改进的零树小波编码算法。结果：在获得较大压缩比的同时能保证医学图像的重建质量，可以较好地满足PACS对医学图像存储和传输的要求。结论：仿真实验表明，本方法是一种有效的医学图像压缩方法。     

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.     

医学图像的零树小波编码

背景:医学数字图像必须是高质量的、高分辨率,所以数据量很大,如此巨大的数据量不利于图像存档与传输系统的运行和数字化医院、远程医疗的实现。因此,图像压缩成为图像存档与传输系统要解决的重要问题。目的:分析零树小波变编码算法原理并编程实现对医学数字图像的压缩,使之能够满足医学图像的传输和诊断要求。方法:应用嵌入式零树小波编码算法,探讨小波基和小波变换层数的选择,编程实现对医学数字图像的压缩。结果与结论:选择双正交小波基对医学图像进行4层小波变换实现压缩,获得了较高的峰值信噪比,取得了较好的压缩效果。     

基于小波包变换的医学图像融合方法

为满足医学图像临床辅助诊断和治疗的需要,将小波包变换和自适应算子相结合,提出一种新的医学图像融合算法.算法首先对已配准的医学图像进行小波包分解,并采用自适应算子对小波系数及分解子图像进行处理,通过小波包重建,获得高质量的医学融合图像.该方法克服了小波变换不能兼顾图像高频成分的缺陷,并且可以根据不同的医学图像自动调整融合规则的权重系数,有效避免了设置固定权重系数造成的融合误差.实例融合仿真验证了算法的有效性和先进性.     

基于ISA-DWT的MR图像压缩新算法

本研究提出一种新的ISA-DWT（整数到整数的形状自适应离散小波变换）的核磁共振（MR）图像压缩算法,对变换后的系数采用适合于形状自适应离散小波变换的修改的SPIHT算法进行编码,并增加上下文自适应算术编码以提高其压缩性能.本研究算法可将前景区域和背景区域生成的压缩码流完全分离,且小波域的系数个数和图像域的个数相同.实验结果表明,对于MR图像,本研究算法的压缩性能明显优于JPEG2000中的最大位移算法.     

基于局部小波模式和一致性点漂移的多模医学图像配准

为提高多模医学图像配准的速度、精度和鲁棒性,本文提出一种基于局部小波模式(LWP)和一致性点漂移(CPD)的多模医学图像配准算法。首先提取图像稳定特征点,然后通过局部小波分解编码8邻域信息;接着变换中心像素值,使中心点像素构成的向量取值与小波分解向量取值范围相一致,通过比较中心像素变换向量与小波分解向量计算LWP描述子;最后把结合高斯混合模型后验概率和负对数似然函数的函数作为目标函数,利用一致性点漂移算法进行模型参数估计和空间变换。实验结果表明在图像存在噪声、灰度不均匀和初始误配的情况下,LWP-CPD算法的鲁棒性、配准精度和计算复杂度都达到很好的效果。     

基于最佳截断嵌入码块编码和离散小波变换的医学图像复合压缩算法

根据医学图像信息相对集中的特点,提出了一种基于最佳截断嵌入码块编码和离散小波变换的医学图像任意形状感兴趣区域复合压缩方法,通过对图像感兴趣区域和背景区采用不同的编码方式,提高了医学图像压缩比,并确保了医学图像感兴趣区域的高质量重建。实验表明:该方法在重建图像质量和压缩比方面均达到了较好的性能。     

Interslice coding for medical three-dimensional images using an adaptive mode selection technique in wavelet transform domain

In this article the authors propose a novel interslice coding algorithm especially appropriate for medical 3-dimensional (3D) images. The proposed algorithm is based on a video coding algorithm using motion estimation/compensation and transform coding. In the algorithm, warping is adopted for motion compensation. Then, by using adaptive mode selection, an MC residual image and original image are mixed up in the wavelet transform domain for improvement in coding performance. The mixed image is then compressed by the zerotree coding method. It is proven that the adaptive mode selection technique in the wavelet transform domain is very useful for medical 3D image coding. Simulation results show that the proposed scheme provides good performance, regardless of interslice distance, and is prospective for medical 3D image compression.     

基于离散小波变换的JPEG 2000标准对肺部CT图像的无损压缩

探索基于小波变换对肺部CT图像进行无损雎缩的新方法.采用基于离散小波变换方法的JPEG2000标准对3019张肺部CT图像进行无损压缩,并针对压缩后图像效果进行统计分析.结果表明,该方法不但可以达到12.0的高压缩比,而且具有较高的图像尤损压缩质量,为临床CT医学影像的储存与诊断,提供了有益的技术与方法.     

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。     

Medical image compression based on a morphological representation of wavelet coefficients.

Image compression is fundamental to the efficient and cost-effective use of digital medical imaging technology and applications. Wavelet transform techniques currently provide the most promising approach to high-quality image compression which is essential for diagnostic medical applications. A novel approach to image compression based on the wavelet decomposition has been developed which utilizes the shape or morphology of wavelet transform coefficients in the wavelet domain to isolate and retain significant coefficients corresponding to image structure and features. The remaining coefficients are further compressed using a combination of run-length and Huffman coding. The technique has been implemented and applied to full 16 bit medical image data for a range of compression ratios. Objective peak signal-to-noise ratio performance of the compression technique was analyzed. Results indicate that good reconstructed image quality can be achieved at compression ratios of up to 15:1 for the image types studied. This technique represents an effective approach to the compression of diagnostic medical images and is worthy of further, more thorough, evaluation of diagnostic quality and accuracy in a clinical setting.     

医学超声图像低码率环境下的编码技术研究

针对医学超声视频的结构和特点,并结合小波变换压缩编码技术,实现了低比特率环境下医学超声旬序列的渐近式传输,实验结果证明这种编码方法是有效的,可行的。     

嵌入式零树小波编码在医学图像压缩中的应用

目的:对嵌入式零树小波编码算法提出改进,实现CT图像压缩。方法:分析嵌入式零树小波编码的原理和算法并探讨小波基的选择,针对嵌入式零树小波编码算法的缺点进行改进,研究设计实现改进算法的程序,进行CT图像压缩。结果:在相同压缩比的情况下,改进的嵌入式零树小波编码算法获得的峰值信噪比比原有算法获得的峰值信噪比高,特别是在高压缩比的情况下,图像的主观质量和峰值信噪比都有了较大的改善。结论:改进的嵌入式零树小波编码算法比原有EZW算法更加优越,能够满足医学图像的传输和诊断要求。     

一种基于人类感知的医学图象压缩方法

作者详细地介绍了一种基于人类感知的医学图象压缩算法，它利用人类视觉的运动特性，空间频率特性及时间频率特性对静止灰度图象进行有限失真压缩，该方法能大大压缩图象数据提高压缩比，对医学图象的压缩是一种比较有效的方法。