DPCM与小波变换结合的医学图像无损压缩

为了解决经典无损压缩方法效率较低的问题,提出了改善医学图像无损压缩效率的方法,并对此方法的原理和算法实现作了详细的介绍和分析.简述了医学图像无损压缩的基本步骤,对差分脉冲编码调制(DPCM)在无损压缩中的作用进行了分析和实现,并在此基础上,提出将整数小波变换与DPCM相结合的医学图像无损压缩方法.通过对比和分析实验结果可知,采用该方法进行的医学图像无损压缩具有算法简洁、压缩比高,实用性强等特点.     

基于JPEG2000的医学图像压缩处理研究

研究了针对于静态图像进行压缩编码的国际标准JPEG2000,将其在医学影像图像的压缩中实现,并将压缩结果进行了比较分析。通过研究发现,作为一种基于离散小波变换的静态图像压缩编码算法,JPEG2000具有很好的压缩比和信噪比,适合对医学图像进行无损压缩,为医院开展PACS和远程医疗提供了技术上的支持。     

基于小波包的SPHIT算法在无损图像压缩中的应用

在无损图像压缩中,对于那些富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,而基于小波变换的压缩方法只对低频信息进行多次分解。针对这个问题本文提出基于小波包的SPHIT算法对图像进行无损压缩。对图像先经过整数（5,3）小波变换后,再对小波系数进行SPIHT编码,该方法运算速度快,硬件实现简单,实验结果表明,与其他的无损压缩方法相比,压缩比均有提高,是一种有效的无损图像压缩方法。     

图像的小波压缩技术及研究进展

讨论了利用离散小波进行图像压缩的方法和特点,其中重点分析了嵌入式零树编码算法.评述了小波图像压缩技术的研究现状,指出小波编码理论在第二代编码技术中的应用前景.     

基于小波变换的数字遥感影像无损压缩编码系统的设计与开发

针对遥感影像的海量数据对其自身应用的影响，指出了研究图像压缩技术的必要性，从实用的角度出发，采用面向对象的技术方法，设计并实现了基于小波变换的数字遥感影像无损压缩编码系统。     

小波变换用于视频图像压缩研究

视频图像压缩是多媒体技术的关键之一。随着小波理论研究的不断深入,在此背景下,基于小波的视频图像压缩的理论和应用研究在业界已引起广泛关注。在对近十几年来小波图像压缩研究的回顾和总结基础上,着重介绍了小波技术在视频图像压缩应用研究的最新进展,探讨了目前小波视频压缩研究的若干热点问题及其今后的发展方向。     

基于小波变换的图像压缩算法

根据小波变换系数分布的特性,提出了小波变换的图像无损压缩算法、高保真压缩算法和大尺寸图像压缩的解决方案,提出了双正交小波变换的边界处理方法,解决了精确重建问题。     

基于小波分析的四叉树算法的遥感图像压缩

提出了一种基于混合编码的四叉树图像压缩方案,对提升小波变换后的最低频部分采用四叉树无损压缩方法,其他部分采用四叉树有损压缩方法。试验结果表明,该方法在缩短了图像压缩时间的同时,明显减少了分形压缩恢复图像的方块效应。     

基于小波分析的BP网络含噪图像压缩算法的探讨

近年来BP神经网络在图像压缩技术中的应用已成为图像压缩的热点问题之一。与经典的压缩算法相比,具有更高的压缩比和重构图像质量。但实际上,原始图像经常受到噪声的污染,使得图像质量明显下降。通过研究小波图像去噪的方法,结合小波变换和BP神经网络,研究了基于小波域的BP神经网络图像压缩方法。先在小波域内对图像进行去噪,再用BP神经网络进行压缩,从而得到高质量的重构图像。结果表明,该算法对合噪声图像的压缩,获得了良好的图像质量,同时也证明了这种方法的有效性。     

基于提升小波变换的医学图像压缩算法

详细分析小波提升框架算法(L ifting Schem e)的原理和实现步骤,比较了M allat算法和L ifting Schem e算法在运行速度上的差异.推导出JPEG 2000静态图像压缩标准所采用的Le Gall 5/3小波滤波器的提升格式,对Le Gall 5/3小波和CDF 9/7小波滤波器的提升格式应用于医学图像压缩编码进行了分析.本文给出的小波提升算法对JPEG2000静态图象压缩标准在医学影像存储与传输系统中的应用具有参考价值.     

基于彩色CMOS图像传感器的图像压缩预处理系统的设计

结合彩色CMOS图像传感器和Bayer CFA格式图像的特点,提出了一种基于Bayer图像的准无损压缩算法.该算法简单高效,可以在准无损压缩下取得较高的图像恢复质量,非常适用于遥感图像、医学影像等对图像质量要求较高的场合.在对算法进行仿真评估基础上提出了基于COMS图像传感器IBIS5-A-1300的图像压缩FPGA实现方案,整个结构采用流水线设计,同时用少量行缓存代替传统的大容量存储,节省了存储资源,加快了运算速率,减小了电路规模,经验证明完全满足对Ba-yer图像实时处理的要求,为后续实时压缩编码和传输提供了有利条件.     

基于小波分析的医学超声图像压缩及分组霍夫曼算法

介绍了一种医学超声图像小波分解和重构方法,即根据二维图像的结构,在小波分解后采用二维分组Huffman编码算法．讨论了基于小波分析的压缩算法的误差,采取相应的措施改进了压缩算法,以重建图像和原始图像的归一化相关系数来衡量重建图像的质量。模拟结果表明在保证重建超声图像质量的前提下,分组Huffman编码较大地提高了超声图像的压缩比。     

基于优化 ROI 的医学图像分割与压缩方法研究

为了满足无线医疗应用对于图像传输的需求,提出一种有效的医学图像分割方法.该方法使用多点区域生长法分割图像各区域,从图像边界开始遍历搜索多个种子点,结合梯度变化值、全局阈值和局部阈值来提取感兴趣区域(region of interest,ROI)并滤除背景区域.区域预处理阶段,进一步对区域掩模平滑去噪,并给出手动分割的方法.根据预定义的优先级顺序,分别对ROI和非感兴趣区域(region of not interest,RONI)进行JPEG2000近无损压缩和有损压缩,并依次进行传输.重构后图像ROI区域峰值信噪比(peak signal to noise ratio,PSNR)能够达到45 dB,图像整体压缩率约在2.8-6.5.算法优化了区域轮廓的检测,增强了对图像噪声的抑制,较好地满足了医学图像的高压缩率和图像质量之间的矛盾,能够很好地应用于无线医疗领域.     

医学图像多分辨率编码在PACS中的应用

在医学图像管理与传输系统(PACS)中需要高效率地传输和浏览医学图像资料,而多分辨率图像编码是提高图像压缩效率的重要措施.通过研究二维图像小波变换的迭代特征,提出了一种适用于PACS系统的医学图像多分辨率编码算法,该算法优先对频率较低的子带图像进行编码,再依次对频率较高的子带图像进行编码;在传输和回放时先处理频率较低的子带图像,再依次处理频率较高的子带图像.实验表明,该算法可以有效地提高PACS中医学图像传输和回放的速度.     

一种基于小波变换的湿纸密写方法

基于对湿纸密写与小波域内密写方法的研究，提出了一种新的小波域内的湿纸密写方法．这种方法依据图像局部邻域内的纹理复杂程度在小波系数中进行选择性的嵌入，而秘密信息接收者无需知道具体的密写方法。只需做简单的矩阵乘法操作就可以提取秘密信息，从而实现了秘密信息传输过程中密写方法的不可见性．实验表明，本文的密写方法除具有很好的鲁棒性外，在隐蔽性上比传统小波域内的密写方法有了很大提升，是一种非常实用的密写方法．     

复数小波变换在天蓝色链霉菌凝胶图像压缩中的应用

小波变换等多分辨分析方法能够处理图像配准中图像的全局和局部变形，小波变换在配准的同时还可以进行图像压缩，作为新近发展起来的多分辨分析方法，复数小波变换提供了移动不变性和方向选择性滤波器，在压缩比为40：1时，复数小波变换所实现的天蓝色链霉菌蛋白组凝胶图像压缩结果与离散小波变换结果十分接近。     

An approach to integer wavelet transform for medical image compression in PACS

We study an approach to integer wavelet transform for lossless compression of medical image in medical picture archiving and communication system (PACS). By lifting scheme a reversible integer wavelet transform is generated, which has the similar features with the corresponding biorthogonal wavelet transform. Experimental results of the method based on integer wavelet transform are given to show better performance and great applicable potentiality in medical image compression. Biography: Yang Yan (1964-), female, Lecturer. Research direction: image processing, wavelet analysis and its application     

Implementation of Texture Based Image Retrieval Using M-band Wavelet Transform

0　IntroductionItisbecomingwellknownthatsignalandimageprocessingaregettinggreatimprovementsinperfor mancebyusingwaveletbasedmethods.Wavelettheoryhasbeenfoundtobeausefulapproachinsignalandimageprocessing .Theresultsofwavelet basedimageanalysismethodsaresuperiortothoseobtainedbyusingtraditionalapproaches[1 ,2 ] .But 2 bandwaveletanaly sisisnotaveryeffectivemethodforfeatureextractionorpatternrecognition ,forthepartitionofhighfre quentbandsisquitecoarserin 2 bandwaveletdecom position ,whichisnot…