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。     

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。     

基于小波分析的医学图像压缩技术进展

作为图像存诸和传输系统(picture archiving & communication system,PACS)的关键技术之一,医学图像压缩算法的优劣对PACS的性能有着重要的影响,小波分析由于其多分辨率分析特性而在医学图像压缩中得到了广泛应用.从小波变换医学图像压缩、小波包变换医学图像压缩和多小波变换医学图像压缩三个方面综述了小波医学图像压缩方法及其进展,总结对比了这些方法的优点和缺陷,并针对其不足之处提出了改进方向.     

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。     

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。     

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。     

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.     

基于小波变换的多模态医学图像的融合及性能评价

为了研究小波变换分解的尺度和融合策略对图像融合效果的影响。我们选择已配准后的多聚焦医学图像以及MRI/CT灰度图像,在提取图像的低频和高频小波系数时,分别进行单尺度和多尺度分解,融合时采取了基于独立像素点和基于邻域窗口的多种融合策略,深入对比分析各种融合规则对医学图像融合性能的影响。实验结果和性能评价表明:使用局部滤波的操作可以明显改善图像融合的效果,使图像的细节信息更加丰富,而多尺度融合能明显提高融合图像的亮度。     

基于整数小波变换和嵌入式编码的ECG信号压缩

针对一般的有损压缩方法不能同时实现无损压缩的情况,实现了一类基于整数小波变换和嵌入式编码的心电数据压缩方法,不仅能够进行有损压缩,也能够实现无损压缩.并且比较了EZW、SPIHT和SPECK三种主要的嵌入式编码算法的性能优劣,为移动心电监护以实时性、信号质量和编码可伸缩性为根据选择数据压缩方法提供了参考.     

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。     

基于小波变换的医学图像增强方法的比较分析

介绍了3种基于小波变换的医学图像增强方法和其原理,分别应用这3种增强方法对一幅磁共振医学图像进行了增强处理,对实验结果数据进行对比分析,说明它们在医学图像增强效果上的差异。     

基于二维DCT的医学图象压缩及FPGA实现

本文介绍了一种适用于JPEG医学图象压缩的二维DCT的FPGA设计方案。该设计充分利用了可编程逻辑器件的灵活性以及器件本身所带的硬件资源，如嵌入式乘法器。二维离散余弦变换采用了行列分解的方法，并通过快速算法在很大程度上减少了硬件实现的复杂度，提高了模块的吞吐量，并且具有实时，高精度的优点。     

Medical image compression using DCT-based subband decomposition and modified SPIHT data organization

OBJECTIVE: The work proposed a novel bit-rate-reduced approach for reducing the memory required to store a remote diagnosis and rapidly transmission it. METHOD: In the work, an 8x8 Discrete Cosine Transform (DCT) approach is adopted to perform subband decomposition. Modified set partitioning in hierarchical trees (SPIHT) is then employed to organize data and entropy coding. The translation function can store the detailed characteristics of an image. A simple transformation to obtain DCT spectrum data in a single frequency domain decomposes the original signal into various frequency domains that can further compressed by wavelet-based algorithm. In this scheme, insignificant DCT coefficients that correspond to a particular spatial location in the high-frequency subbands can be employed to reduce redundancy by applying a proposed combined function in association with the modified SPIHT. RESULTS AND CONCLUSIONS: Simulation results showed that the embedded DCT-CSPIHT image compression reduced the computational complexity to only a quarter of the wavelet-based subband decomposition, and improved the quality of the reconstructed medical image as given by both the peak signal-to-noise ratio (PSNR) and the perceptual results over JPEG2000 and the original SPIHT at the same bit rate. Additionally, since 8x8 fast DCT hardware implementation being commercially available, the proposed DCT-CSPIHT can perform well in high speed image coding and transmission.     

小波包算法及其在医学图像压缩中的应用

简要介绍了小波包变换的原理和算法，用小波与小波包对一幅图像进行了压缩试验。结果表明，小波包压缩性能较小波压缩性能好。     

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。