基于感兴趣区域的医学图像近无损压缩

在应用整数小波变换和基于分层树集合分割排序算法的基础上,提出了一种新的基于感兴趣区域的编码方法.本文还提出了一种感兴趣区优先编码策略,可以保证在极低的码率下感兴趣区的重建质量远远好于非感兴趣区的重建质量.这些方法得到的压缩码流都具有嵌入的特点,支持渐进传输.     

基于感兴趣区域的医学图像近无损压缩

在应用整数小波变换和基于分层树集合分割排序算法的基础上,提出了一种新的基于感兴趣区域的编码方法。本文还提出了一种感兴趣区优先编码策略,可以保证在极低的码率下感兴趣区的重建质量远远好于非感兴趣区的重建质量。这些方法得到的压缩码流都具有嵌入的特点,支持渐进传输。     

基于小波变换的ROI图像压缩改进算法研究

小波变换作为一种多分辨率分析方法,具有良好的空频局部特性,特别适合按照人类视觉系统特性设计图像压缩编码方案。基于小波变换的嵌入式编码算法能够有效地应用于基于感兴趣区域(ROI)的图像压缩与渐进传输。为了进一步提高效率并改善图像压缩传输的效果,本文在该算法的基础上提出了两点改进:(1)计算感兴趣区域模板时,将数学上的"排列组合"思想应用于传统的回溯法,使计算过程更加简单;(2)在对小波系数嵌入式编码时,牺牲图像背景区域的细节系数以获取感兴趣区域更高的解码质量。最后给出了改进算法的部分实验结果,证明了改进算法的有效性。     

基于改进EZW的感兴趣区域图像压缩算法仿真

针对公路收费站牌照拍照系统对于图像压缩的特殊要求,该文提出了一种静止图像的感兴趣区域压缩算法。该方法通过引入快速逐次逼近量化和对小波变换边缘子带的特殊处理,对EZW算法进行了改进。并以改进的EZW算法为基础,对感兴趣区域的图像进行高质量编码,而对背景图像进行粗糙编码。该方法对于那些对感兴趣区域的图像编码质量要求较高,而对背景图像则要求较低的应用场合非常有效。经实验证明,该方法既能够保证感兴趣区域的高质量图像压缩,又节省了大量的存储空间。     

基于JPEG2000的感兴趣区域编码的研究

为了既能满足人们对图像质量的要求,又能降低传输时间,节省存储空间,于是提出了感兴趣区域编码技术。它是在JPEG2000编码的基础上提出来的。分析了感兴趣区域编码在图像压缩中的必要性,介绍了图像感兴趣区域编码的思想及编码过程,探讨了感兴趣区域编码的研究现状,它有着非常广阔的应用空间和发展前景。     

基于SPIHT的感兴趣区域编码

感兴趣区域(ROI)编码是一种重要的图像编码思想,可用来解决图像质量与压缩比之间的矛盾,特别适合应用到医学图像压缩中.提出了一种基于层次树集合划分(SPIHT)算法的感兴趣区域编码方法,通过附加ROI掩模信息,无需提升小波系数,使得ROI优先于其它区域编码和传输.     

基于感兴趣区域半自动提取的图像压缩的研究

为了减少图像数据的存储空间和传输时间,提出一种基于感兴趣区域半自动提取的图像压缩方法.与已有算法不同,该算法在对图像进行感兴趣区域分割时,并不是完全人工或者自动分割,而是基于手动的基础上结合区域生长的方法进行分割.得到较精确的感兴趣区域.在实验结果表明,该方法能在精确保存有用信息的前提下,得到较高的压缩比和较高质量的复原图像.     

基于ISA-DWT的多个任意形状感兴趣区域编码框架

提出了一个多个任意形状感兴趣区域编码框架.通过引入灰度掩膜图像来表示不同感兴趣区域的优先级,在总的目标码率和各个优先级感兴趣区域重建质量的约束条件下,按照优先级从高到低的顺序对不同的感兴趣区域采用整数到整数形状自适应离散小波进行变换,对变换后的系数采用修改的SPIHT算法产生单独的压缩码流.实验结果表明,本编码框架有如下优点：（1）根据感兴趣区域的优先级顺序来保证感兴趣区域的目标重建质量;（2）适合于任意形状感兴趣区域的有损和无损压缩;（3）感兴趣区域重建质量估计方法简单有效.     

感兴趣区域的非线性变换多描述编码

介绍一种基于感兴趣区域的非线性变换的多描述图像编码,能够与目前的标准图像压缩算法兼容,对图像的感兴趣区域进行更好的保护。由感兴趣区域的非线性几何变换产生冗余,对图像进行采样形成多描述编码。通过仿真实验,证实当图像在差错信道下传输而丢失描述时,该算法能够使图像感兴趣区域得到更好的恢复。     

基于ROI编码的任意尺寸测量图像的压缩方法

针对基于感兴趣区域(ROI,Region of Interest)的测量图像算法中存在的编码冗余、适用范围受限等问题,提出了一种适用于任意分辨率的测量图像压缩算法。该方法通过加入ROI中A类集合的分类,优化了码流的输出,进一步提高了算法的编码效率;根据小波变换的特点和测量图像对编码算法的要求,通过分区域编码解决了测量图像在编码过程中分辨率受限的问题。实验表明,方法实现了对任意分辨率测量图像的编码,并在不影响测量精度的前提下,获得了优于基于感兴趣区域的测量图像压缩算法的压缩性能。