基于Curvelet变换和SPIHT算法的医学图像感兴趣区压缩
Medical Images Compression for Region of Interest Based on Curvelet Transform and SPIHT Algorithm作者机构:南通大学电子信息学院江苏南通226007
出 版 物:《中国医学影像学杂志》 (Chinese Journal of Medical Imaging)
年 卷 期:2014年第22卷第10期
页 面:786-792页
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:国家自然科学基金项目(11204145) 江苏省自然科学基金项目(BK20130393) 江苏省高校自然科学基金项目(12KJB510026) 南通市科技项目(BK2012045)
主 题:数据压缩 图像感兴趣区域压缩方法 图像编码 算法 图像处理,计算机辅助 Curvelet变换 SPIHT算法
摘 要:目的提出基于Curvelet变换和多级树集合分裂排序(SPIHT)算法的图像感兴趣区(ROI)压缩方法,并应用于医学图像压缩。资料与方法算法流程首先对图像ROI进行提取,保留ROI不压缩,对背景区域进行Curvelet变换,采用SPIHT算法对Curvelet系数进行编码;然后进行Curvelet逆变换得到有损压缩后的图像;最后将ROI区域与背景区域叠加,得到压缩后的完整图像。采用峰值信噪比作为评价指标,比较ROI压缩和整体压缩的效果,以及小波变换和Curvelet变换用于图像压缩的效果差异。结果分别对测试图像和医学图像的压缩结果进行比较,采用ROI压缩的视觉效果优于整体压缩的效果,更能突出ROI;而采用Curvelet变换压缩的峰值信噪比高于小波变换压缩,相同比例的压缩图像也更清晰。结论基于Curvelet变换和SPIHT算法的ROI压缩可在保证不丢失重要诊断信息的前提下实现图像的高效压缩,符合医学图像压缩的高精度、高质量要求。