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.     

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。     

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。     

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.