基于小波变换的SPIHT图像压缩算法与应用研究

摘要

信息技术和计算机通信技术的迅猛发展,使人类活动依赖信息技术的程度与日俱增。人类已经真正地跨入了信息化时代,对信息的需求已不再局限于传统的语音、文字信息,图像信息亦成为了人类获取外界信息的重要来源。但是图像数据量巨大,它对数据传输的带宽和数据存储容量等有很高的要求。随着图像应用范围地扩大,图像地存储、传输和处理显得尤为重要,因此对图像进行压缩处理是必要的。医学图像处理是图像处理在现代医学的一个具体应用,随着现代医学的迅速发展和医疗水平的不断提高,数字化医学图像在医学临床的诊断中发挥着越来越重要的作用,数字图像压缩也成为解决医学图像传输的主要工具。全文是按照下列方式组织的:
　　首先是小波和小波变换的基本理论:介绍了小波变换时间-尺度分析能力、多分辨的特点,以及快速算法,为后面地应用提供理论支撑。
　　其次,重点分析和比较了两种基于小波变换的零树编码算法。嵌入式零树小波编码算法(EZW算法)是一种有效而简单的图像压缩编码算法,它用零树结构表示小波变换后得到的各子带系数,简捷形象。并详细介绍了A.Said和W.A.Pearlman提出的以零树编码为基础的分层树集合分割算法(SPIHT算法)。
　　再次,基于传统SPIHT算法的图像压缩,是利用小波分解图像的低频区域子带系数进行编解码,而图像的主要信息和细节信息均等参与编解码。针对上面的不足,本章提出了一种基于小波变换改进的SPIHT图像压缩算法。该算法去除了图像分解后的直流成分,将图像以临界值分裂为主副图像,最后主副图像按照合适的比例分别进行编解码和传输。实验结果表明该算法提高了图像的恢复质量,具有编解码简单、重构图像的峰值信噪比高等特点,明显优于传统的SPIHT算法。
　　最后,把基于小波变换改进的SPIHT图像压缩算法用于医学超声弹性成像方面,大量的实验结果表明改进的算法具有以下优点:减少了弹性仿体超声图像的冗余信息,使得编解码过程简单快捷,提高了编码和传输的效率;在弹性成像算法中采用经过改进SPIHT算法压缩编码的图像,其运行时间明显少于未经压缩编码的图像,提高了运行的效率,对于该技术的工程化具有重要意义;在弹性成像的验证结果上,采用经过改进SPIHT算法压缩编码的图像,其计算结果也优于未经压缩编码的图像,在医学图像的应用上有较好前景。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1引言

1.2研究的背景和意义

1.3 基于小波变换的图像压缩编码的研究现状

1.4压缩算法在超声弹性成像方面的应用

1.5 本人所做的主要工作和创新点

1.6 本文主要内容及安排

第二章 小波变换的基本理论和几种小波变换

2.1 小波变换简介

2.2连续小波变换

2.3离散小波变换

2.4多分辨分析

2.5 Mallat算法

2.6 双正交小波变换

第三章 基于小波变换改进的SPIHT算法

3.1小波编码的基本思想

3.2经典小波编码方法——嵌入式零树编码（EZW）

3.3 多级数集合分裂算法（SPIHT）

3.4 改进的SPIHT算法

3.5 实验结果比较

第四章 改进SPIHT算法在弹性成像中的应用

4.1 弹性成像背景

4.2 弹性成像算法原理和实现

4.3 改进SPIHT算法在弹性成像中的应用

4.4 实验结果

第五章 结论和展望

参考文献

致谢

发表论文目录