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。     

噪声信道下保护图像感兴趣区的多描述编码*

将感兴趣区编码和多描述编码相结合,提出一种噪声信道下保护图像感兴趣区的多描述编码方法。该方法将图像分为感兴趣区和背景区,并采用多描述编码方法,将感兴趣区和背景区码流编码成多个描述。同时对感兴趣区和背景区描述码流采用不同的冗余树分配方案,以进一步增强图像感兴趣区的抗分组丢失能力。实验证明,该方法即使在信道拥塞较为严重的情况下,也能为图像的感兴趣区提供令人满意的重建质量。     

一种基于EBCOT的感兴趣区图像编码算法

优化截断嵌入式编码(Embedded block coding with optimized truncation, EBCOT)是JPEG 2000的核心, EBCOT所采用的基于码块的率失真优化方式为实现图像感兴趣区(Region of interest, ROI)编码提供了良好的基础. 本文分析了其中具有代表性的隐式ROI 编码算法, 并提出了一种改进方法. 通过构造加权函数, 合理地为ROI码块分配权重, 在保证ROI信息被优先编码的同时, 降低ROI码块中背景区域小波系数的影响, 提高了重建图像ROI的质量. 实验结果表明, 算法在低码率下重建图像ROI质量提高明显, 在高码率下也能够很好兼顾重建图像背景区域的质量.     

基于视点跟踪的感兴趣区检测方法

针对目前基于内容的图像检索系统中,难以客观弥补语义鸿沟的问题,提出了一种利用视点跟踪技术检测感兴趣区的方法.人眼注视运动传递了大量反映个体心理活动的信息.通过实时捕获人眼的注视点,客观地获得用户兴趣信息,根据注视点位置计算用户兴趣度,最终提取图像感兴趣区.本文提出了一种低复杂度的实时视点跟踪方法,定义了兴趣度的度量公式,并建立了一套基于视点跟踪的感兴趣区检测实验平台.实验结果表明,该方法可以有效地提取用户感兴趣区,弥补语义鸿沟.     

锥束CT感兴趣区域图像重建研究

针对锥束CT感兴趣区域扫描中存在的截断投影数据图像重建问题,提出用基于迭代的代数重建(ART)算法进行重建。锥束ART算法的缺点是计算量大、重建速度慢。为了提高该算法的重建速度,提出了一种基于多核平台的快速并行图像重建方法。首先将三维重建区域等分为上下两块,相应地,探测器平面也分为上下两部分;然后通过双线性插值计算虚拟探测器投影数据;最后通过多线程技术在多核平台上实现了ART算法的并行重建,在保持较高重建精度的同时取得了约两倍的重建加速比。在此基础上,通过仿真实验对3DShepp-Logan模型不同感兴趣区域进行了重建,实验结果表明,ART算法用于感兴趣区域图像重建是可行的。     

基于先验图像-压缩感知的CT局部重建算法

为了提高CT图像局部重建的质量,在压缩感知理论的基础上提出基于先验图像-压缩感知的CT局部重建算法.首先对获得的局部感兴趣区域内的投影数据进行滤波反投影重建,并将重建的CT图像作为迭代的初始图像;然后以图像的总变差最小化为原则对局部感兴趣区域进行凸集投影总变差最小化重建.以Shepp-Logan模型和某型固体火箭发动机为例进行实验的结果表明,该算法能够获得更好的CT图像局部重建质量,且具有更强的抑噪性能.     

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.     

时域变换的JPEG2000感兴趣区编码方法

针对时域提升方法在低码率下边框效应明显且感兴趣区与背景区质量相差较大的问题,提出一种基于时域变换的方法用于JPEG2000感兴趣区编码。将原始图像分为基于感兴趣区和基于背景区的两幅图像,分别以不同的输出码率进行JPEG2000编码,在解码端将两个图像重新组合。该方法可以作为没有ROI编码功能的JPEG2000编解码系统的补充。实验结果表明,与时域提升法比较,该方法不仅明显减小了边框效应,而且在ROI区、BG区及整个图像的PSNR均有所提高。     

一种基于感兴趣区的小波图像编码算法

该文从图像有损压缩后产生的差值图像入手,分析了不同压缩比下嵌入式零树编码对有损压缩图像与原图像的差值图像的影响,结合网络的互动特点,给出了一种基于图像感兴趣区残差图像的小波编码算法。该算法基于图像感兴趣区域的近无损压缩理论,利用了残差图像中的象素呈高斯分布特点。先对小波图像在较低信噪比下做嵌入式零树编码并重建有损图像,求出该图像与原图的差值;然后对该差值图像中的感兴趣区域做DCT编码,将二次编码的数据熵编码后跟在一次编码数据后面传输或存储,从而实现了基于感兴趣区的小波图像编码算法,实验结果表明,该算法不仅提高了压缩效率,而且满足了对感兴趣区图像质量的要求,其简便灵活的特点可以做为小波零树编码的重要补充。     

一种针对特定密度检测的快速FBP算法

提出了一种针对特定密度检测的快速FBP算法。首先进行不完全数据投影重建,然后依据对密度的先验知识对初步重建图像进行聚类分割,最后找出感兴趣区域来精确重建。文末对该方法进行了实验,并将实验结果和传统FBP算法、几何参数表法做出主观、客观上的比较评价。结果表明,该算法不但能在很大程度上提高传统FBP算法的速度,而且对于感兴趣区域的重建质量上没有影响。     

Fully automatic and segmentation-robust classification of breast tumors based on local texture analysis of ultrasound images

Region of interest (ROI) is a region used to extract features. In breast ultrasound (BUS) image, the ROI is a breast tumor region. Because of poor image quality (low SNR (signal/noise ratio), low contrast, blurry boundaries, etc.), it is difficult to segment the BUS image accurately and produce a ROI which precisely covers the tumor region. Due to the requirement of accurate ROI for feature extraction, fully automatic classification of BUS images becomes a difficult task. In this paper, a novel fully automatic classification method for BUS images is proposed which can be divided into two steps: “ROI generation step” and “ROI classification step”. The ROI generation step focuses on finding a credible ROI instead of finding the precise tumor location. The ROI classification step employs a novel feature extraction and classification strategy. First, some points in the ROI are selected as the “classification checkpoints” which are evenly distributed in the ROI, and the local texture features around each classification checkpoint are extracted. For each ROI, all the classification checkpoints are classified. Finally, the class of the BUS image is determined by analyzing every classification checkpoint in the corresponding ROI. Both steps were implemented by utilizing a supervised texture classification approach. The experiments demonstrate that the proposed method is very robust to the segmentation of BUS images, and very effective and useful for classifying breast tumors.     

从乳腺X线图像中检测肿块的基于内容的图像检索

为辅助医生从乳腺X线图像中检测肿块,提出了一种基于内容的图像检索方法.建立一个乳腺X线图像感兴趣区域(ROI)数据库,包含已确认有肿块和虽高度可疑但无肿块的ROI.每ROI提取24个特征.对任意一个待确定的ROI,通过在图像数据库中检索,计算出它含有肿块的疑似程度的量化值.通过实验测试了在不同灵敏度要求下的假阳性率,ROC曲线下的面积指标AZ=0.841.优于美国匹兹堡大学提出的一种基于人工神经网络的方法.     

基于多级位平面交错的ROI图像编码

在许多的图像应用中，基于感兴趣区域(ROI)图像编码技术占有重要地位。在ROI图像编码中，感兴趣区域采用低压缩比以得到较高的图像质量，而背景区域(ROB)则采用高压缩比以达到相对低一点的图像质量。因此，这种技术能很好地解决图像质量和压缩比之间的矛盾。在JPEG2000中已采用了General Scaling Based Method和Maxshift Method的ROI编码技术，但在一些应用中它们仍不能满足要求。为此提出了一种基于多级位平面交错(MBI)的编码算法。该算法具有多ROI编码、ROI-ROB重要性编码等特点，能够满足不同应用场合下的编码要求。     

一种基于人眼视觉特性的ROI渐进图像传输算法

一般基于ROI的渐进传输算法都未充分考虑人眼视觉特性,利用小波变换的特点并结合人眼视觉的掩蔽效应,提出了一种改进的ROI渐进图像传输算法。首先传输图像的低分辨率形式,供用户选择是否继续传输图像。进行ROI图像传输时,在不影响ROI主观质量的前提下,可以对ROI视觉效果影响不明显的小波系数延后传输,而利用节省下的带宽传输视觉上重要的背景系数。此外,还可以根据网络带宽情况设置扩展因子,控制背景图像进行分级扩展传输,从而保证接收到的图像始终具有较好的整体视觉效果。仿真实验证明了该算法的有效性及扩展因子的控制作用。     

Content-Based Image Retrieval Based on ROI Detection and Relevance Feedback

Content-based image retrieval is an important research topic in computer vision. We present a new method that combines region of interest (ROI) detection and relevance feedback. The ROI based approach is more accurate in describing the image content than using global features, and the relevance feedback makes the system to be adaptive to subjective human perception. The feedback information is utilized to discover the subjective ROI perception of a particular user, and it is further employed to recompute the features associated with ROIs with the updated personalized ROI preference. A fast computation technique is proposed to avoid repeating the ROI detection for images in the database. It directly estimates the features of the ROIs, which makes the query process fast and efficient. For illustration of the overall approach, we use the color saliency and wavelet feature saliency to determine the ROIs. Normalized projections are selected to represent the shape features associated with the ROIs. Experimental results show that the proposed system has better performance than the global features based approaches and region based techniques without feedback.     

基于码率优化分配的感兴趣区域编码算法

提出一种基于码率优化分配的感兴趣区域(ROI)编码算法,根据码率优化分配的原理,在压缩后率失真优化理论基础上,通过感兴趣因子对ROI有贡献的码块进行失真估计的缩放,为ROI码块分配较多的码率,以提高ROI在编码时的优先权。实验结果表明该算法实现了低码率时ROI的优先编码,同时保持一定的背景效果。     

基于人眼视觉特性的ROI编码

研究了等级树集分割编码方法(SPIHT)在ROI图像编码中的应用。根据SPIHT编码方法的特性、ROI区域小波系数提升后整幅图像小波系数的特点及人眼视觉特性,提出改进算法。同时提出质量等级因子的概念并给出了其数学表达式。本文提出的改进算法可在保证ROI质量等级的同时提高整幅图像的主观效果。仿真实验证明了改进方法的有效性及质量等级因子的调节作用和其公式的正确性。     

基于感兴趣区域的可伸缩性容错编码

为了在低带宽的条件下提高视频质量并获得更高的编码效率,提出一种基于感兴趣区域(ROI)实现可伸缩容错编码的方法.在编码时结合基于ROI对象的动态FMO,满足了编码效率和容错性能的折衷.同时,结合FMO特性实现对增强层的感兴趣区域的优先传输,提高了视频质量和码流的可伸缩性.实验结果表明,该方法对于带宽受限条件下的图像传输具有很好的差错鲁棒性,图像PSNR可以提高2.5 dB左右,能为图像感兴趣区域提供有效保护,提高图像质量.     

基于感兴趣区域的图像非真实感绘制算法

针对图像非真实感绘制(NPR)算法和感兴趣区域(ROI)提取算法的不足,提出一种基于ROI的图像NPR算法。该算法利用Mean-Shift算法实现图像的NPR效果,结合图像的ROI解决传统算法时间效率不高的问题,应用色彩传递的方法对图像自动进行色彩添加和变更,以改善视觉效果。实验结果表明,该算法具有良好的艺术效果,能有效提高算法效率。