论文部分内容阅读
近十年来,随着小波理论研究的不断深入,基于小波变换的图像压缩的成为图像编码的研究热点。在此背景下,本论文进行了基于小波变换的医学图像编码的研究,旨在提出新的图像编码方法。论文的主要研究内容如下: 1)提出了基于小波变换的块优化等级树图像编码算法,该算法将图像分块处理,块内编码采用一种新等级树算法,较传统的SPITH方法增加了预测过程,进一步利用了相邻小波系数的相关性。块间根据率失真曲线对比特分配进行合理优化。同时,由于数据是分块编码的,本算法较SPITH有更好的容错能力,且易实现感兴趣区(ROI)编码。 2)提出了基于小波变换的预测四叉树图像编码算法,该算法属于带内编码与带间编码的混合。将同一频带内系数分块,随比特面的移动,将块由大到小进行四叉树分裂,克服了固定大小块的不足。另外在编码过程中加入了预测过程,实现对块的裁剪,以使块的形状更符合实际的情况。熵编码采用了基于上下文的算术编码,提出了四种上下文编码模型。通过对比实验表明,该方法的压缩性能较EZW、SPIHT、JPEG2000、QT_L均有不同程度的提高。 3)提出了两种新的模糊矢量量化算法,第一种算法是通过直接改造相容关系矩阵得到等价关系矩阵,从而克服闭包运算对相似准则的放大作用。第二种算法根据率失真曲线对FC树进行优化裁剪,较传统的FC更为合理。对比实验显示,用新算法得到的解码图像在信噪比和视觉评价上较LGB算法都有显著提高。第一军医大学博士学位论文 4)提出一种基于小波变换的内嵌矢量量化图像编码方案。其编码模型借鉴了SPD注T算法的思想,同时结合多级矢量量化,实现了内嵌编码并得到高的编码效能。尤其对于医学类型图像的压缩,有优异的表现。