论文部分内容阅读
近十年来,随着小波与分形理论研究的不断成熟,基于小波变换与分形的图像压缩成为图像编码的研究热点。同时,医学影像学也取得了突飞猛进的发展,新的成像方式层出不穷。在此趋势下,本论文进行了基于小波变换与分形理论的医学图像编码的研究,旨在提出新的适合医学图像特点的编码方法。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。另外在编码中加入了预测过程,实现对块的裁剪,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,可以灵活调整以合适不同医学图像的特点。 2)针对三维体成像设备产生的序列图像,提出了模糊聚类优化的序列图像快速分形压缩算法,它是一种基于单帧的序列图像帧间分形压缩算法。该算法首先使用LBG方法对序列图像组成的搜索空间样本集进行初始化,然后将模糊聚类优化方法应用于对样本集的软分类,匹配时通过用类内搜索取代全局搜索,将分形编码过程聚焦在最有效的局部范围内,从而减少了匹配次数,降低编码时间。相同运算环境下的仿真实验结果说明,在不影响信噪比和压缩比的前提下,与传统序列图像分形压缩算法相比,我们的OFC算法编码速度可提高大约5倍。