基于小波零树的医学图像压缩研究
|
摘要
数字影像技术在医学中的广泛应用，产生了大量的数据，给图像的存储和传输技术提出了严峻的挑战，解决它的关键技术之一就是医学图像压缩技术。
医学图像压缩的目的是在保证图像使用质量的前提下将图像的信息转换成另外一种能使数据量缩减的表达形式。医学图像压缩方法很多，其中小波图像编码发展最快，主要是因为它具有多分辨率分析特性，即可以和子带编码有机统一，又能和人眼的视觉特性相结合，因此成为医学图像压缩编码领域的一只主力军。
基于小波分析的医学图像压缩方法很多，最经典的是Shapiro于1993年提出了嵌入零树小波(Embedded Zerotree Wavelet，EZW)算法。但由于它存在着诸如效率较低、没有充分利用小波的多分辨率分析特性等缺点和不足之处，所以这种算法并不完美。针对这种方法的缺陷，在实现EZW算法并分析其现有改进算法的基础上，本文作者将行程编码方案引入嵌入零树小波医学图像压缩算法，提出了自己的改进意见：首先对医学图像进行嵌入零树编码，然后对编码后的符号串进行行程编码，最后再对行程编码后的码流进行自适应二进制算术编码。实验结果表明，这种零树与行程相结合的医学图像编码方案可以提高压缩比，改善压缩性能。
研究开发出有效的医学图像压缩算法对医学图像的存储和传输都有着重要的意义，它可以节约存储空间和传输时间，方便医学图像的管理和运用，更好地服务于临床诊治。
The wide use of digital image technologies produced a great deal medical data, which challenged the image Archiving and Communication technologies. Medical image compressing is one way to solving it.
The aim of medical image compression is transforming its information from one form to another, which can reduce its data stream. There are many medical image compression methods, in which wavelet image coding is one important aspect because its ability of multi-resolution, meanwhile, it can combine itself with sub-band coding and HVS(Human Vision System).
There are many image compression methods based on wavelet analysis. The most typical of them is EZW(Embedded Zerotree Wavelet) algorithm, which was put forward by Shapiro in 1993 .But it has shortcomings, such as low efficiency, having not used the multi-resolution property of wavelet, and so forth. Therefore, this algorithm is not ideal. According to this, the author brought RLC(Run Length Coding) to EZW and improved the algorithm based on the analysis of EZW algorithm and its improved algorithms in existence. The author firstly code the image with EZW, then code the output of EZW using RLC, and finally code the stream of RLC with adaptive binary arithmetic method. The result showed that the combination of EZW and RLC is better than EZW in Compression Ration.
The study of effective medical image compression algorithm is very important to PACS(Pictures Archiving and Communication System). It can save storage space and communication time, improve the efficiency of medical images management and using. Accordingly, serving the clinic diagnosis and treatment.
医学图像压缩的目的是在保证图像使用质量的前提下将图像的信息转换成另外一种能使数据量缩减的表达形式。医学图像压缩方法很多，其中小波图像编码发展最快，主要是因为它具有多分辨率分析特性，即可以和子带编码有机统一，又能和人眼的视觉特性相结合，因此成为医学图像压缩编码领域的一只主力军。
基于小波分析的医学图像压缩方法很多，最经典的是Shapiro于1993年提出了嵌入零树小波(Embedded Zerotree Wavelet，EZW)算法。但由于它存在着诸如效率较低、没有充分利用小波的多分辨率分析特性等缺点和不足之处，所以这种算法并不完美。针对这种方法的缺陷，在实现EZW算法并分析其现有改进算法的基础上，本文作者将行程编码方案引入嵌入零树小波医学图像压缩算法，提出了自己的改进意见：首先对医学图像进行嵌入零树编码，然后对编码后的符号串进行行程编码，最后再对行程编码后的码流进行自适应二进制算术编码。实验结果表明，这种零树与行程相结合的医学图像编码方案可以提高压缩比，改善压缩性能。
研究开发出有效的医学图像压缩算法对医学图像的存储和传输都有着重要的意义，它可以节约存储空间和传输时间，方便医学图像的管理和运用，更好地服务于临床诊治。
The wide use of digital image technologies produced a great deal medical data, which challenged the image Archiving and Communication technologies. Medical image compressing is one way to solving it.
The aim of medical image compression is transforming its information from one form to another, which can reduce its data stream. There are many medical image compression methods, in which wavelet image coding is one important aspect because its ability of multi-resolution, meanwhile, it can combine itself with sub-band coding and HVS(Human Vision System).
There are many image compression methods based on wavelet analysis. The most typical of them is EZW(Embedded Zerotree Wavelet) algorithm, which was put forward by Shapiro in 1993 .But it has shortcomings, such as low efficiency, having not used the multi-resolution property of wavelet, and so forth. Therefore, this algorithm is not ideal. According to this, the author brought RLC(Run Length Coding) to EZW and improved the algorithm based on the analysis of EZW algorithm and its improved algorithms in existence. The author firstly code the image with EZW, then code the output of EZW using RLC, and finally code the stream of RLC with adaptive binary arithmetic method. The result showed that the combination of EZW and RLC is better than EZW in Compression Ration.
The study of effective medical image compression algorithm is very important to PACS(Pictures Archiving and Communication System). It can save storage space and communication time, improve the efficiency of medical images management and using. Accordingly, serving the clinic diagnosis and treatment.
引文
[1] Lu Guo jun. Advances in digital image compression techniques. Computer Communications. 1993, 16(4): 202-214
[2] 章毓晋．图像处理和分析．北京：清华大学出版社，1999
[3] 赵荣椿．数字图像处理导论．西安：西北工业大学出版社，1995
[4] 刘正凯等．数字图像恢复与重建．合肥：中国科技大学出版社，1989
[5] Nasrabadi NM, et al.. Image coding using vector quantization: a review. IEEE Trans. Commun. 36(8), 957-971
[6] Kunt M, et al. Second-generation image-coding techniques. IEEE Proc., 1985, 73(4): 549-574
[7] Barnsley M F, Sloan A D. A better way to compress images. Byte, 1988, 13(1): 215-223
[8] Lee J, et al. Temporally adaptic motion interpolation exploiting temporal masking in visual perception. IEEE Trans. On IP, 1994, 3(5): 513-526
[9] Mallat S. A theory for multiresolution signal decomposition: the wavelet representation. IEEE Trans on PAMI. 1989,11(7): 674-693
[10] Mallat S. Multifrequency channel decompositions of images and wavelet models. IEEE Transaction in Acoustic Speech and Signal Processing. 1989, 37(12): 2091-2110
[11] A.S. Lewis and G. Knowles. Image compression using the 2-d wavelet transform. Image Proc. 1992,1:224-250
[12] J. Shapiro. Embedded image coding using zero-trees of wavelet coefficients. IEEE Trans. Signal Processing. 1993, 41: 3445-3462
[13] Said, et al. A new, fast, and efficient image code based on set partitioning in hierarchical trees. IEEE Transactions on Circuits and Systems for Video Technology. 1996, 6(3): 243-250
[14] W.K. Lin, N. Burgress. Listless zerotree coding for color image. In 32nd Asilomar Conference on Signals: Systems and Computer, Monterey, CA. Nov. 1998, 231-235
[15] 黄普明，鞠德航，周诠．遥感图像零树数据压缩方案．空间电子技术．1995，(3)：1-5
[16] 邓锦全，蔡汉添．用维纳滤波改善零树编码图像的质量．电路与系统学报．2000，5(4)：70-72
[17] 王嘉，余松煜．一种改进的基于零树集合的小波图像压缩算法．数据采集与处理．2000，15(1)：18-22
[18] 牛建伟，王刃，李波．基于零树和位平面的小波图像压缩算法．软件学报．2002，13(3)：460-466
[19] 杨云峰，苏志勋，钟似玢．一种改进的基于小波零树的图像编码算法．中国图象图形学报．2001，6(6)：542-546
[20] 王华，赖声礼，江悦华．适用于DICOM图像网络传输的改进零树编码方法．华南理工大学学报(自然科学版)．2002，30(12)：36-40
[21] 耿中行，屈梁生．小波包的移频算法与振动信号处理．振动工程学报．1996，9(2)：145-152
[22] 徐凌、喻文焕．一种基于正交小波包变换的数据压缩方法．信号处理．2001，17(5)：459-462
[23] 赵学智，陈统坚，彭永红，叶邦彦．卷积型小波包变换及其快速算法．信号处理．2002，18(6)：543-546
[24] 王淑艳，李昌青．基于小波包最优基的心电图压缩．生物医学工程学杂志．2002，19(2)：256-258
[25] T.N.T Goodman, S.L. Lee. Wavelets of multiplicity. Trans on Amer Math Soc, 1994, 342: 307-324
[26] J.S. Geronimo, D.P. Hardin, Massopust. P R. Fractal functions and wavelet expansions based on several scaling functions. J of Approx Theory. 1994, 78: 373-401
[27] Chui C K, Lian J. A study of orthogonormal multiwavelet. J.Approx Numer. Math. 1995, 20(20): 273-298
[28] Hwee Huat Tan, Shen LiXin, Tham J Y. New biorthogonal multiwavelets for image compression. Signal Processing, 1999, (79): 45-65
[29] V Strela V. Multiwavelets: theory and application. PhD Thesis, MIT, 1996
[30] X. G. Xia, et al. Design of prefilters for discrete multiwavelet transforms. IEEE Trans SP. 1996, 44: 25-35
[31] J. T. Miller, C. C. Li. Adaptive multiwavelet initialization. IEEE Trans SP. 1998, 46(12): 3282-3292
[32] Liang K C, Li J, Kuo C J. Image Compression with Embedded Multiwavelet Coding. Orlando: FL, 1996
[33] 高西奇，甘露，邹采荣．多小波变换零树图像编码方法研究．东南大学学报(自然科学版)．2000，30(2)：32-37
[34] A. Zandi, et al. CREW: Compression with reversible embedded wavelets. IEEE Data Compression Conference, Snowbird, Utah. 1995:212-221
[35] 夏利民，谷士文，费耀平．基于小波变换的快速分形图像压缩编码．长沙铁道学院学报．1998，16(4)：36-39
[36] 张宗念，马义德，余英林．一种小波域的分形图像编码新算法．华南理工大学学报．1999，27(8)：98-102
[37] 李莉，张立明，罗文斌．小波域中的分形图像编码方法．复旦学报(自然科学版)．1999，38(3)：261-266
[38] 吴更石，梁德群，杨海军．基于小波分解的分形压缩图像增强．中国图象图形学报．1999，4A(9)：725～729
[39] 孙海威，谈新权．基于离散小波分形的图像压缩编码．华中科技大学学报．2001，29(2)：31-33
[40] 刘令普，周洪玉等．由傅立叶分析到小波分析的进展．数学的实践与认识．2000，30(3)：298-302
[41] 汪新凡．小波分析与Fourier分析的比较研究．株洲工学院学报．2002，16(6)：23-26
[42] 费佩燕，刘曙光．小波分析应用的进展与展望．纺织高校基础科学学报．2001，14(1)：72-78
[43] 靳济芳．Visual C++小波变换技术与工程实践．北京：人民邮电出版社，2004
[44] 杜建卫．小波分析及应用概况．北京石油化工学院学报．2001，9(1)：64-69
[45] 曹怀信，赵建伟．小波分析发展综述．咸阳师范学院学报．2002，17(6)：5-8
[46] 盛爱兰，李舜酩．小波分析及其应用的研究现状和发展趋势．淄博学院学报(自然科学与工程版)．2001，3(4)：51-56
[47] 李玲玲，蒋栋等．小波理论的基本思想及其发展、应用与展望．淮北煤炭学院学报．2002，23(1)：9-13
[48] 崔锦泰．小波分析导论．西安：西安交通大学出版社，1992
[49] 秦前清等．小波分析理论的应用．西安：西安电子科技大学出版社，1992
[50] 徐佩霞，孙功宪．小波分析与应用实例．合肥：中国科学技术大学出版社，2001
[51] Stephane Mallat著，杨力华，戴道清等译．信号处理的小波导引．北京：机械工业出版社，2002
[52] 张益贞，刘滔．Visual C++实现MPEG／JPEG编解码技术．北京：人民邮电出版社，2002
[53] 程正兴．小波分析算法与应用．西安：西安交通大学出版社，1999
[54] 陈武凡著．小波分析及其在图像处理中的应用．北京：科学出版社，2002
[55] http://www.yxyxjs.com/new page 3.htm
[56] http://www.yxyxjs.com/new page 4.htm
[57] Rafael C.Gonzalez, Richard E.Woods 著，阮秋琦等译．北京：电子工业出版社，2003
[58] http://www.yxyxjs.com/new page 5.htm
[59] http://www.yxyxjs.com/new page 13.htm
[60] http://www.yxyxjs.com/new page 11.htm
[61] 姚庆栋等．图像编码基础．北京：人民邮电出版社，1994
[62] Kenneth R．Castleman著，朱志刚等译．数字图像处理．北京：电子工业出版社，2002
[63] 薛晓辉，高文．改进的算术编码．计算机学报．1997，20(11)：965-973
[64] 林福宗．多媒体技术基础．北京：清华大学出版社，2000
[65] 吴乐南．数据压缩．北京：电子工业出版社，2000
[66] 王向阳，杨红颖等．基于小波变换的有损图像压缩算法研究．计算机工程与应用．2001，15：82-84
[67] M.Unser. Approximation power of biorthogonal wavelet expansions.. IEEE Transactions on Signal Processing. 1996, 44:519-527
[68] M.Antonini, et al. Image Coding using wavelet transform. IEEE Trans. Image Proc. 1992, 1:205-220
[69] M.Vetterli, et al. Wavelets and filter banks: theory and design. IEEE Trans. Acoust. Speech Signal Proc. 1992, 40(9): 2207-2232
[70] J.Villasensor, et al. Wavelet filter evaluation for image compression. IEEE Trans. Image Proc. 1995, 2: 1053-1060
[71] Witten H, Neal R, Cleary J G. Arithmetic coding for data compressing. Comm.ACM. 1987, 30(6): 520-540
[72] 黄卓君，马争鸣．一种零树与游程相结合的小波图像编码方法．中国图象图形学报．2001，6A(11)：1118-1124
[2] 章毓晋．图像处理和分析．北京：清华大学出版社，1999
[3] 赵荣椿．数字图像处理导论．西安：西北工业大学出版社，1995
[4] 刘正凯等．数字图像恢复与重建．合肥：中国科技大学出版社，1989
[5] Nasrabadi NM, et al.. Image coding using vector quantization: a review. IEEE Trans. Commun. 36(8), 957-971
[6] Kunt M, et al. Second-generation image-coding techniques. IEEE Proc., 1985, 73(4): 549-574
[7] Barnsley M F, Sloan A D. A better way to compress images. Byte, 1988, 13(1): 215-223
[8] Lee J, et al. Temporally adaptic motion interpolation exploiting temporal masking in visual perception. IEEE Trans. On IP, 1994, 3(5): 513-526
[9] Mallat S. A theory for multiresolution signal decomposition: the wavelet representation. IEEE Trans on PAMI. 1989,11(7): 674-693
[10] Mallat S. Multifrequency channel decompositions of images and wavelet models. IEEE Transaction in Acoustic Speech and Signal Processing. 1989, 37(12): 2091-2110
[11] A.S. Lewis and G. Knowles. Image compression using the 2-d wavelet transform. Image Proc. 1992,1:224-250
[12] J. Shapiro. Embedded image coding using zero-trees of wavelet coefficients. IEEE Trans. Signal Processing. 1993, 41: 3445-3462
[13] Said, et al. A new, fast, and efficient image code based on set partitioning in hierarchical trees. IEEE Transactions on Circuits and Systems for Video Technology. 1996, 6(3): 243-250
[14] W.K. Lin, N. Burgress. Listless zerotree coding for color image. In 32nd Asilomar Conference on Signals: Systems and Computer, Monterey, CA. Nov. 1998, 231-235
[15] 黄普明，鞠德航，周诠．遥感图像零树数据压缩方案．空间电子技术．1995，(3)：1-5
[16] 邓锦全，蔡汉添．用维纳滤波改善零树编码图像的质量．电路与系统学报．2000，5(4)：70-72
[17] 王嘉，余松煜．一种改进的基于零树集合的小波图像压缩算法．数据采集与处理．2000，15(1)：18-22
[18] 牛建伟，王刃，李波．基于零树和位平面的小波图像压缩算法．软件学报．2002，13(3)：460-466
[19] 杨云峰，苏志勋，钟似玢．一种改进的基于小波零树的图像编码算法．中国图象图形学报．2001，6(6)：542-546
[20] 王华，赖声礼，江悦华．适用于DICOM图像网络传输的改进零树编码方法．华南理工大学学报(自然科学版)．2002，30(12)：36-40
[21] 耿中行，屈梁生．小波包的移频算法与振动信号处理．振动工程学报．1996，9(2)：145-152
[22] 徐凌、喻文焕．一种基于正交小波包变换的数据压缩方法．信号处理．2001，17(5)：459-462
[23] 赵学智，陈统坚，彭永红，叶邦彦．卷积型小波包变换及其快速算法．信号处理．2002，18(6)：543-546
[24] 王淑艳，李昌青．基于小波包最优基的心电图压缩．生物医学工程学杂志．2002，19(2)：256-258
[25] T.N.T Goodman, S.L. Lee. Wavelets of multiplicity. Trans on Amer Math Soc, 1994, 342: 307-324
[26] J.S. Geronimo, D.P. Hardin, Massopust. P R. Fractal functions and wavelet expansions based on several scaling functions. J of Approx Theory. 1994, 78: 373-401
[27] Chui C K, Lian J. A study of orthogonormal multiwavelet. J.Approx Numer. Math. 1995, 20(20): 273-298
[28] Hwee Huat Tan, Shen LiXin, Tham J Y. New biorthogonal multiwavelets for image compression. Signal Processing, 1999, (79): 45-65
[29] V Strela V. Multiwavelets: theory and application. PhD Thesis, MIT, 1996
[30] X. G. Xia, et al. Design of prefilters for discrete multiwavelet transforms. IEEE Trans SP. 1996, 44: 25-35
[31] J. T. Miller, C. C. Li. Adaptive multiwavelet initialization. IEEE Trans SP. 1998, 46(12): 3282-3292
[32] Liang K C, Li J, Kuo C J. Image Compression with Embedded Multiwavelet Coding. Orlando: FL, 1996
[33] 高西奇，甘露，邹采荣．多小波变换零树图像编码方法研究．东南大学学报(自然科学版)．2000，30(2)：32-37
[34] A. Zandi, et al. CREW: Compression with reversible embedded wavelets. IEEE Data Compression Conference, Snowbird, Utah. 1995:212-221
[35] 夏利民，谷士文，费耀平．基于小波变换的快速分形图像压缩编码．长沙铁道学院学报．1998，16(4)：36-39
[36] 张宗念，马义德，余英林．一种小波域的分形图像编码新算法．华南理工大学学报．1999，27(8)：98-102
[37] 李莉，张立明，罗文斌．小波域中的分形图像编码方法．复旦学报(自然科学版)．1999，38(3)：261-266
[38] 吴更石，梁德群，杨海军．基于小波分解的分形压缩图像增强．中国图象图形学报．1999，4A(9)：725～729
[39] 孙海威，谈新权．基于离散小波分形的图像压缩编码．华中科技大学学报．2001，29(2)：31-33
[40] 刘令普，周洪玉等．由傅立叶分析到小波分析的进展．数学的实践与认识．2000，30(3)：298-302
[41] 汪新凡．小波分析与Fourier分析的比较研究．株洲工学院学报．2002，16(6)：23-26
[42] 费佩燕，刘曙光．小波分析应用的进展与展望．纺织高校基础科学学报．2001，14(1)：72-78
[43] 靳济芳．Visual C++小波变换技术与工程实践．北京：人民邮电出版社，2004
[44] 杜建卫．小波分析及应用概况．北京石油化工学院学报．2001，9(1)：64-69
[45] 曹怀信，赵建伟．小波分析发展综述．咸阳师范学院学报．2002，17(6)：5-8
[46] 盛爱兰，李舜酩．小波分析及其应用的研究现状和发展趋势．淄博学院学报(自然科学与工程版)．2001，3(4)：51-56
[47] 李玲玲，蒋栋等．小波理论的基本思想及其发展、应用与展望．淮北煤炭学院学报．2002，23(1)：9-13
[48] 崔锦泰．小波分析导论．西安：西安交通大学出版社，1992
[49] 秦前清等．小波分析理论的应用．西安：西安电子科技大学出版社，1992
[50] 徐佩霞，孙功宪．小波分析与应用实例．合肥：中国科学技术大学出版社，2001
[51] Stephane Mallat著，杨力华，戴道清等译．信号处理的小波导引．北京：机械工业出版社，2002
[52] 张益贞，刘滔．Visual C++实现MPEG／JPEG编解码技术．北京：人民邮电出版社，2002
[53] 程正兴．小波分析算法与应用．西安：西安交通大学出版社，1999
[54] 陈武凡著．小波分析及其在图像处理中的应用．北京：科学出版社，2002
[55] http://www.yxyxjs.com/new page 3.htm
[56] http://www.yxyxjs.com/new page 4.htm
[57] Rafael C.Gonzalez, Richard E.Woods 著，阮秋琦等译．北京：电子工业出版社，2003
[58] http://www.yxyxjs.com/new page 5.htm
[59] http://www.yxyxjs.com/new page 13.htm
[60] http://www.yxyxjs.com/new page 11.htm
[61] 姚庆栋等．图像编码基础．北京：人民邮电出版社，1994
[62] Kenneth R．Castleman著，朱志刚等译．数字图像处理．北京：电子工业出版社，2002
[63] 薛晓辉，高文．改进的算术编码．计算机学报．1997，20(11)：965-973
[64] 林福宗．多媒体技术基础．北京：清华大学出版社，2000
[65] 吴乐南．数据压缩．北京：电子工业出版社，2000
[66] 王向阳，杨红颖等．基于小波变换的有损图像压缩算法研究．计算机工程与应用．2001，15：82-84
[67] M.Unser. Approximation power of biorthogonal wavelet expansions.. IEEE Transactions on Signal Processing. 1996, 44:519-527
[68] M.Antonini, et al. Image Coding using wavelet transform. IEEE Trans. Image Proc. 1992, 1:205-220
[69] M.Vetterli, et al. Wavelets and filter banks: theory and design. IEEE Trans. Acoust. Speech Signal Proc. 1992, 40(9): 2207-2232
[70] J.Villasensor, et al. Wavelet filter evaluation for image compression. IEEE Trans. Image Proc. 1995, 2: 1053-1060
[71] Witten H, Neal R, Cleary J G. Arithmetic coding for data compressing. Comm.ACM. 1987, 30(6): 520-540
[72] 黄卓君，马争鸣．一种零树与游程相结合的小波图像编码方法．中国图象图形学报．2001，6A(11)：1118-1124
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |