远程医疗中的医学图像压缩算法的研究

摘要

随着远程医疗技术的发展,快速而高效地传输大量的医学图像并对其进行浏览,已成为远程诊断系统研究的热点之一,而医学图像的压缩则是这一研究的核心问题.该文主要工作：（1）分别从高保真（或低失真）和快速渐进性传输两个方面分析了远程诊断对医学图像的要求,并根据这一要求发展了一套新的医学图像压缩方案.（2）分析了小波变换、多分辨率分析及Mallat算法实现图像变换的原理,利用I.Daubechies方法构造的可逆双正交小波变换基,并采用改进的6/2样条小波,经过特殊处理,对二维静止医学图像进行分解,使之具有无失真重建能力.（3）在量化过程中,该文分析了零树型量化方法的不足之处,并充分利用小波变换后各子带图像的系数对重构图像的重要程度和人眼的视觉特性,对零树型量化方法进行了五点改进,提出了一种更加实用的改进的零树型量化方法.（4）在熵编码过程中,没有像其它文献那样简单地采取某种比较流行的熵编码器,而是选取了几种压缩性能比较好的熵编码方法.（5）最后,该文针对医学图像在临床诊断中的特性和要求,提出了把“感兴趣区（RegoinofInterest,ROI）”的方法运用于医学图像压缩的想法,这种设想能在图像压缩比和恢复质量上了得较好的折衷;并比较了第一、二代小波变换的优缺点,对第二代基于整数的准无失真小波变换的应用前景进行了展望.

目录

文摘

英文文摘

第一章 绪论

1.1引言

1.2医学图像压缩方法概述

1.3本文的选题和主要工作

第二章 小波变换理论及其应用

2.1小波变换的定义

2.2多分辨率分析

2.3小波变换的快速算法

第三章 医学图像的二维小波变换

3.1二维小波变换

3.2小波变换基和滤波器系数的改进

3.3图像边界的特殊处理

3.4小波分解层数的确定

3.5图像分解小波系数分析

第四章 改进的零树量化方法

4.1小波变换的量化方法

4.2基于重要性的EZW编码

4.3改进的小波零树编码图像压缩方法

第五章 熵编码

5.1熵编码简介

5.2优化的熵编码方案

第六章 快速渐进性医学图像压缩算法的实现

6.1小波图像压缩算法的时间分析

6.2最终实验结果和讨论

第七章 总结与展望

7.1结论

7.2设想

参考文献

致谢

攻读学位期间发表的学术论文