基于小波變換的醫(yī)學(xué)圖像壓縮研究.pdf

1、隨著信息技術(shù)的快速發(fā)展及其廣泛應(yīng)用，醫(yī)療機構(gòu)數(shù)字化建設(shè)正逐步完善，越來越多的數(shù)字化醫(yī)學(xué)成像設(shè)備得以應(yīng)用，醫(yī)學(xué)圖像在醫(yī)療診斷過程中的重要性也日顯突出。海量醫(yī)學(xué)圖像數(shù)據(jù)與存儲空間和傳輸帶寬之間的矛盾，使得對醫(yī)學(xué)圖像的壓縮成為必然。因此，醫(yī)學(xué)圖像的壓縮編碼研究成為數(shù)字圖像處理領(lǐng)域的一個重要的研究課題。
　　 醫(yī)學(xué)圖像作為灰度圖像的一種，存在與普通灰度圖像同樣的特性，但醫(yī)學(xué)圖像有其自身特殊性，如其重構(gòu)圖像不能影響正常的醫(yī)療診斷等。針對上

2、述特點，本文研究工作的主要目的是在保證圖像壓縮比的前提下，通過提高編碼效率來改善重構(gòu)圖像質(zhì)量。
　　 首先，在研究小波變換理論的基礎(chǔ)上，對圖像小波變換過程中的一些主要問題進行了較深入的分析。其中針對小波基的選取問題，本文依據(jù)圖像壓縮中小波基的選取原則，選擇了幾種比較適合的小波基，通過在標(biāo)準(zhǔn)灰度圖像和醫(yī)學(xué)圖像上的實驗數(shù)據(jù)對比，選取了一種效果最好的小波基。然后利用所選取的小波基對醫(yī)學(xué)圖像進行了不同分解層數(shù)的數(shù)據(jù)對比，確定了最佳分解層

3、數(shù)。最后，結(jié)合所選小波基的特性以及各種邊界延拓方法的特點，選擇了一種較好的邊界延拓方法。
　　 其次，針對SPIHT算法中存在的一些不足，本文提出了一種改進的SPIHT算法。圖像經(jīng)過小波變換后，大部分能量都集中在低頻子帶，位于低頻子帶中的小波系數(shù)值相對較大，造成了在編碼掃描初期產(chǎn)生較多的零樹，輸出了一些不必要的符號位，同時，SPIHT算法在分集判斷規(guī)則上也存在冗余。本文通過改變原算法的小波樹構(gòu)造方法以及分集判斷規(guī)則，以減少掃描初