换一批基于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
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。
更多相关知识
关键词
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Data compressionImages compression for region of interestImage codingAlgorithmsImage processing,computer-assistedCurvelet transformSPIHT algorithm
分类号
TP391.41
栏目名称
DOI
10.3969/j.issn.1005-5185.2014.10.018
发布时间
2014-12-10（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览41
- 被引6
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
