面向任务的医学图象压缩

被引：10

作者：

张敏

黄继武

戴宪华

钟京

机构：

[1] 广东省邮电规划设计院规划室

[2] 中国广州中山大学电子系

[3] 中国汕头大学电子工程系

[4] 广东省电信科学技术研究院多媒体研究事业部

来源：

中国图象图形学报 | 2001年 / 07期

基金：

广东省自然科学基金;

关键词：

医学图象压缩; 面向任务的压缩; 小波变换; 多门限小波编码;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

现代医学成象技术产生了大量的医学数字图象 ,而这些图象的存储和传输却存在很大问题 .传统上 ,采用无损压缩编码方法改善这些图象的存储和传输效率 ,但为了达到较高的压缩比 ,必须采用有损压缩 ,然而 ,有损压缩会给图象带来失真 ,必须谨慎使用 .医学图象通常由二类区域构成 ,其中一类包含重要的诊断信息 ,由于其错误描述的代价非常高 ,因此提供一种高重构质量的压缩方法更加必要 ;另一类区域的信息较为次要 ,其压缩的目标则要求达到尽可能高的压缩比 .为了既能保证感兴趣区图象的重构质量 ,又能获得较高压缩比 ,提出了一种面向任务的医学图象压缩算法 ,该方法把无损压缩和有损压缩统一在小波变换的框架下 ,对感兴趣区采用无损压缩 ,而对其他部分则采用有损压缩 .实验证明 ,该压缩方法在压缩比和重建图象质量上均达到了较好的性能

引用

页码：65 / 70

页数：6

共 15 条

[11]

Neural networks approaches to image compression. Dony R D,Haykin S. Proceedings of Tricomm . 1995

[12]

Performance analysis of reversible image compression techniques for high resolution digital teleradiology. Kuduvalli G R,Rangayyan R M. IEEE Transactions on Magnetics . 1992

[13]

Image coding using vector quantization: A review. Nasrabadi N M,King R A. IEEE Transactions on Communications . 1988

[14]

The Laplacian pyramid as a compact image code. Burt J,Adelson E H. IEEE Transactions on Communications . 1983

[15]

Second-generation image coding techniques. Kunt M,Ikonmopoulos A,Kocher M. Proceedings of Tricomm . 1985

← 1 2 →