| 字典学习中字典尺度对DICOM图像压缩的影响 |
| |
| 作者姓名： | 酉霞 陈菲 贾小林 刘雨娇 杨勇 |
| |
| 作者单位： | 西南科技大学计算机科学与技术学院, 四川绵阳 621010;四川省绵阳市中心医院, 四川绵阳 621000 |
| |
| 基金项目： | 国家自然科学基金面上项目(No.61471306);四川省科技厅项目(No.16ZC1720,No.2014JY0230);西南科技大学研究生创新基金(No:14ycxjj0058);四川省教育厅重点项目(No.12ZD1109);绵阳网络融合工程实验室开放基金(No:12zxwk11) |
| |
| 摘 要： | 随着医院数字化医疗进程的加快,医学影像的数据量日益增大,医学影像资料的存储空间和获取速度受到很大的限制。文章在研究主流字典学习算法基础上,提出使用不同尺度的MOD、K-SVD、ILS-DLA、RLS-DLA字典算法对DICOM图像进行压缩存储,以及恢复再现的方法。与经典的JPEG和JPEG2000压缩算法相比,字典学习算法压缩和恢复效果较好,特别是采用较小尺度的字典时,压缩效果更为突出:当压缩比为20时,采用4×4尺度的RLS-DLA字典,论文算法的峰值信噪比(PSNR)较JPEG算法高出7.8dB,比JPEG2000算法高出1dB。
|
| 关 键 词： | 字典学习 图像压缩 DICOM图像 字典尺度 |
| 收稿时间： | 2015-01-22 |
| 修稿时间： | 2015-03-24 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《液晶与显示》浏览原始摘要信息 |
|
点击此处可从《液晶与显示》下载全文 |
|
