图像压缩毕业设计开题报告

1、 中 北 大 学毕业设计开题报告学 生 姓 名：王宣学 号：0905084147学 院、系：信息与通信工程学院信息工程系专 业：生物医学工程设 计 题 目：医学图像压缩方法研究与仿真实现指导教师:李静怡2013年 03 月 15 日毕 业 设 计 开 题 报 告1结合毕业设计情况，根据所查阅的文献资料，撰写2000字左右的文献综述：文 献 综 述一、本课题研究的目的及意义随着现代医疗水平的不断进步和经济实力的增强，更多的医疗成像设备投入临床应用，数字化的医学图像在医学临床诊断中发挥的作用越来越重要，对医学图像压缩技术的研究显得尤为迫切，主要表现如下:首先，数字医学图像的数据量急剧增加。医院里除

2、了经常使用的x射线检查项目外，像CT, MR、核医疗(如SPELT, PET等)以及超声等也进入日常的医学检查和诊断应用中。大多数断层扫描对于感兴趣区的部位都要产生16-64幅切片图像，而且超声和血管造影等每次检查都生成3-30分钟的视频序列图像，这必然使得原来就很庞大的数字医学图像的数据量，以更快的速度增加。而且医学图像数据还要有较长的保存周期，这使它要占用更大的存储空间1。其次，现代医学对医学图像信息的存储与通信提出了更高的要求2。全数字的存储方式，PACS( Picture Archiving and Communication System，医学图像的归档与通信系统)现在已得到广泛的应

3、用，而在组成PACS系统的众多技术之中，压缩技术无疑是关键技术之一。另外，在远程医疗等应用环境中，要求在更窄的通信带宽条件下实现医学图像的高保真传输，如不进行有效压缩，将占用大量的存储空间，并对传输网络的带宽产生极大的压力。医学图像作为自然图像的一种，其数据同样存在很大的冗余3，有一定的压缩空间。然而，医学图像自身的特殊性对压缩技术提出了更高的要求。医学图像数据描述的是人体组织、器官等的解剖信息，其中包含的信息十分丰富，而这些信息是医学诊断和疾病治疗的重要根据，图像的任何细节的损失都可能导致错误的诊断，因此对医学图像的压缩应更为谨慎。目前医学图像的压缩通常只采用无损压缩技术，虽然保证了图像的质

4、量，但只能得到很低的压缩比(一般在2.5倍以下)。因此研究有针对性的医学图像压缩技术显得尤其重要。综述以上几点，医学图像压缩有其必要性，也有其可行性，无论在理论上还是在应用中，研究医学图像压缩技术都将有重要意义。二、医学图像压缩的国内外研究现状图像压缩的研究起源于20世纪40年代。1948年香农的经典论文“通信的数学原理”中首次提到信息率失真函数概念，1959年他又进一步建立了率失真理论，从而奠定了信源编码的理论基础。随后伯杰(T Bergen 1971)等人又对其进行了深入的研究4，并取得了一定的进步，为后人对该领域进一步研究打下了理论基础。随着数据压缩理论的不断发展和日益成熟，一些研究人员

5、逐渐开始对声音、文字和图像等信号的压缩技术进行了研究。随着图像压缩技术在相关领域中的广泛应用，医学图像压缩技术由于临床医学方面的特殊应用，成为数据压缩技术中一个新的领域，并引起了国内外学者的极大关注，如德国特里尔的“Telematik”研究所梅内尔教授、美国Center for Next Generation Video Rensselaer Polytechnic Institute的Willima A.Pearlman教授、浙江大学生物医学工程系童勤业教授和杨胜天博士后、东南大学生物医学工程系的顾适逸和罗立民教授、南京大学张福炎教授等都对医学图像无损和近无损压缩方法进行了研究，并取得了一定

6、的成果6-10。80年代中后期，相关学科的迅速发展和新兴学科的不断涌现为图像压缩编码的发展注入了新的活力。人们对图像信息需求的剧增也有利地促进了图像压缩技术的进步，许多学者结合模式识别、计算机图形学、计算机视觉、神经网络、小波分析和分形几何等理论，开始探索研究图像压缩的新理论和新方法。同时，关于人类的视觉生理、心理特性的研究成果也打开了人类的新视野，许多新的图像压缩编码方法相继提出:M. Kunt于1985年提出了利用人眼视觉特性的第二代图像编码技术；1988年M. Barnsley提出了基于迭代函数系统的分形图像编码技术11；1989年S. Mallat将小波分析用于图像编码等等。在众多的图

7、像编码方案中，小波变换以其良好的变换特性在图像编码技术中得到了相当广泛的应用。同时，基于小波变换的图像压缩标准也在不断的发展和完善中12，JPEG 2000就是建立在小波变换基础上的最新的静态图像压缩标准，因此成为医学图像压缩编码领域的研究热点。随着多媒体技术的快速发展，静止图像的应用越来越广泛。它的应用主要集中在图像的存储和图像的传输两方面。散余弦变换JPEG图像压缩编码算法。鉴于数字图像的噪声模型，针对含有噪声的数字图像去除相关性比较差的问题，对图像作去噪处理后再用静止图像压缩标准JPEG作图像压缩编码。通过 MATLAB仿真实验，表明先过滤再压缩的压缩方案信噪比比较高，压缩比的性能也可以

8、达到良好13。现阶段关于感兴趣区域编码技术的研究主要基于小波变换，利用小波多分辨率的特性，对编码方式进行改进。国外对ROI编码的研究主要集中在小波系数平移思想的改进和将标准中的两种方法同不同编码算法的结合。国内对ROI编码的研究只是单纯地将ROI编码思想与实际应用相结合，没有对算法本身做改进。但也有个别文献进行了创新，比如郑杰等人就对小波系数移位做出了创新，采用一种结合人眼生理特性对小波系数进行非均匀化移位的方法14。由于图像质量总是与人类的视觉相匹配，如何在ROI编码中结合人眼的视觉特点是很多专业的学者都在进行探索的事情。张立保等人通过对整幅图像进行大幅度压缩，重构后与原图像相减得到残差图像

9、，确定ROI区域，并且对残差图像中的ROI区域进行离散余弦变换(DCT)二次编码，将残差信号码流放在原码流后面的方法进行压缩。这些都为小波系数提升和具体产生码流方面开拓了新思路。医学图像的特性之一在于诊断区域必须满足诊断的要求。以普通的乳腺X光片为例，其图像是4096 X 4096 X 16bit约33MB，但具有诊断价值的重要区域只是其中的一部分，相当一部分是背景信息。压缩的关键是通过手工或自动方式分割出感兴趣区域和背景区域。我们可以对感兴趣区域实现低压缩比甚至是无损压缩编码，以求获得高质量的重建图像，而对其它区域采用较高压缩率，这可在很大程度上缩小图像大小，在高效节省存储空间的同时，保存重

10、要的诊断信息。针对上述思想，人们对基于感兴趣区域医学图像无损压缩方法进行了大量研究工作，取得了一些成绩，并在一定范围内得到T应用。Monica Penedo ( Spain)和William A.pearlman ( USA ) 对一幅空间分辨率为4000 X 5000像素，像素点尺寸SOum比特深度12bit，数据量40MB的数字乳腺图进行比特率从O.lbpp到lbpp的ROI编码，在比特率0.4bpp时，背景系数置0，由PSNR值客观评估和人眼主观观察重建图像，结果表明乳腺组织区域与原图无明显变化，微钙化点簇细节保存完好，不影响医生诊断。秦安等提出了一种新颖的适合医学图像压缩的AR-EWC

11、算法，并将该算法应用于临床头部MR图像的压缩，实验表明该算法在保证了ROI区域无损压缩的前提下，达到了与经典的有损压缩算法相当的压缩比率15。总的来说，医学图像压缩问题的关键在于怎样在保持重要的临床诊断信息无损的前提下，提高整体图像的压缩比。国内关于ROI编码的研究还处于初始阶段。三、主要参考文献:1 孙即祥等.图像压缩与投影重建M.北京：科学出版社2005.30-392 高成等.MATLAB小波分析与应用M.北京：国防工业出版社2007.40-653 原岛博（日）.图像信息压缩M.北京：科学出版社. 2004.43-494 David S.Taubman,Michael W.Marcelli

12、n（美）.JPEG2000 Image Compression Fundamentals,Standards and Practice. M.北京：电子工业出版社2004.56-755 张益贞，刘涛.Visual C+实现MPEG/JPEG编解码技术M.北京：人民邮电出版社2002.98-1206 阴躲芬等.谈数字图像压缩编码技术M.昆明：科技广场2008.43-65 7 闫广军.数字图像信息压缩编码技术J.沧州师范专科学校学报，2002，30（5): 1285-12908 洪伟，陈小燕.Photoshop中图像压缩编码技术解析J.江苏:江苏农林职业技术学院.2007.(12):73-74 9

13、 奚溪，王沛.感兴趣区域在信息隐藏中的应用J.上海:上海机电学院学报.2007.10(4):313-31810 曾峦，宋胜利.基于DSP的图像压缩编码器程序优化J.哈尔滨:计算机测量与控制.2010.18(3):671-67611 康建鹏，沈虹.数字图像压缩编码的快速方法J.沈阳：沈阳工业大学学报.1998-10.20(5):58-62 12乔宝明，余航.小波分析在静态图像压缩编码中的应用J.西安：信息科学2010，(7)：30-3913 陈静.图像压缩编码技术的发展历程及前景J.安徽：安徽电子信息职业技术学院学报，2009，8(5): 39-4114 孔桂薇.数字图像压缩技术的现状及前景展望

14、J.上海：上海市浦东科技信息中心. 2010.18(3):671-67615 唐恭政.压缩编码处理对图像信号质量的影响J.青海：中国有线电视. 2010.18(3):671-676 毕 业 设 计 开 题 报 告本课题要研究或解决的问题和拟采用的研究手段（途径）：一、本课题研究的问题本课题拟采用基于JPEG、基于小波变换、以及感兴趣区域医学图像压缩三种医学图像压缩方法来进行医学图像的压缩处理，用Matlab算法编程实现，并进行比较、得出结论。二、拟采用的研究手段 1、JPEG医学图像压缩JPEG算法首先通过DCT变换去除数据冗余，再使用量化表对DCT系数进行量化。对量化后的DCT系数进行编码使

15、其熵达到最小，熵编码采用Huffman可变字长编码。在编码过程中JPEG算法首先将RGB分解为8*8的像素块，对这个8*8像素块进行二维离散余弦变换每个块就产生了64个DCT系数，其中一个是直流（DC）系数，它表示了8*8输入矩阵全部值的平均数,其余63个为交流（AC）系数，接下来对DCT系数进行量化，最后将量化的DCT系数进行编码，就形成了压缩后的图像格式。 2、小波变换医学图像压缩目的：去除图像数据之间的相关性，使得图像信息能量集中到相对较少的数据中。方法：首先选择一个小波基，定义小波函数和尺度函数；根据选择的小波变换层数对图像的行、列进行多层变换，得到金字塔结构的小波系数。具体的方法如图1所示对小波系数LL采样A-A1结束小波变换层数（N）小波系数提升列变换航变换小波