论文摘要
随着医学信息网络的发展,医学图像在网络中的传输对于远程医疗、教学以及患者信息的共享非常必要。在传输过程中对传输的速度和图像的质量要求很高,对图像进行压缩传送是目前有限带宽下的必然选择。图像压缩编码的目的是以尽量少的比特数表征图像,同时保持复原图像的质量,使它符合预定应用场合的要求。针对图像中存在的相关冗余信息,采用某种方法去除多余成分,就能实现图像的压缩。尽管数据存储技术不断发展、信道传输带宽不断加宽,但人们对于压缩图像数据以节省数据存储空间和提高信道利用率的需求仍在增长。小波变换是对傅里叶变换的继承和发展。小波分析具有时频分析、多分辨率分析等优点,特别适用于提取微弱、背景噪声较强的随机信号,处理医学图像信号这一类非平稳信源,所以小波变换的方法受到人们的高度重视。本文论述了图像压缩的必要性和可行性,并重点介绍了图像压缩的基本原理和方法。然后简介了小波变换,分析了二维离散与连续小波的基本理论。随后本文提出了一种基于提升算法的二维离散小波变换的新算法。新算法的数学模型类似于Mallat算法,但是在选择小波类型时更加严格。我们通过实验对新算法进行了验证,实验结果表明,本文的二维离散小波变换比JPEG2000标准下的小波更具优势,新算法重建质量好、执行速度快。根据日本东海大学附属医院的医生的主观判断,大部分医生认为新算法的结果比JPEG2000标准下小波的结果更好,最后指出论文中存在的问题和有待改进的地方。
论文目录
相关论文文献
- [1].基于改进Snake模型的超声乳腺肿瘤轮廓提取[J]. 微计算机信息 2012(01)
- [2].基于改进Snake模型的超声乳腺肿瘤轮廓提取[J]. 微计算机信息 2011(06)