基于四叉树小波分形的医学图像压缩

文章提出了一种基于四叉树小波分形的医学图像压缩新算法.利用小波子带图像间的相似性和块内存在的自相似性进行分形编码,克服了传统分形编码复杂和编码时间过长的缺点,有效提高了编码效率.实验表明,此方法在无诊断失真的情况下可获得较好的压缩效果,在远程医疗和PACS系统等领域的医学图像压缩中有重要的潜在应用价值.     

图像压缩编码方法综述

本文对图像压缩的几种经典压缩编码方法进行了汇总和分析。介绍了他们的压缩原理和特点，然后对新一代的编码方法，包括小波变换编码、分形编码和神经网络编码，进行了简要的介绍。指出了各自的优缺点，并对图像压缩编码方法的发展方向进行了展望。     

分形图像压缩方法研究的新进展

分形图像压缩是一种利用迭代函数系统理论(IFS)、基于自相似特征的有损编码方法。它以其高压缩比的潜在性能而在近年来倍受重视，但目前实现自动IFS编码仍有相当难度，该领域仍存在许多问题亟待解决。笔者对分形图像压缩的理论基础、自动分形图像压缩的实现以及分形图像序列压缩等进行了全面的综述，介绍了各种具有代表性的改进算法，阐明了各个算法的原理和特点，最后对目前研究中存在的问题及可能的对策和研究方向进行了讨论。     

基于分形理论的图像压缩算法

基于分形的图像压缩编码方法是一种全新的编码方法,它利用图像的自相似性及比例特性,通过消除图像的几何冗余度来实现图像数据的压缩,介绍与对比几种分形图像压缩的典型方法。     

基于图像熵的分形和改进SPIHT混合编码的遥感影像压缩算法

为了进一步提高遥感影像的编解码效率和重构影像的质量,对分形编码和SPIHT算法进行优化组合,提出一种基于图像熵的分形与改进的SPIHT算法相结合的图像压缩方法。对小波分解后的低频子带进行基于图像熵的快速分形编码,以减少编解码时间;对包含图像细节边缘信息的高频子带进行改进的SPIHT编码,通过二次小波分解和设置阈值,以减少算法的复杂度,提高重构图像的峰值信噪比。实验表明该算法具有很好的有效性和可行性。     

基于圆盘的非线性分形图像的快速压缩方法

Popeseu等在文献[2]中提出的非线性压缩算法开辟了非线性分形压缩的领域,部分解决了经典分形图像压缩编码字典较小的缺点,但是,算法比较复杂。针对这一不足,提出一种简单的非线性分形算法,简化Popeseu等在文献中提出的算法,用于解决压缩字典较小的问题。实验结果表明,这一算法简单可行,并具有良好的压缩结果和高质量的重建图像。     

基于双伸缩因子映射的小波分形图像压缩编码方法

本文基于小波变换研究了分形图像压缩系统.根据小波系数的能量分布特性,给出了新的小波树定义与分类方法,并在小波域内建立了具有双伸缩因子的压缩映射.在将新的压缩映射应用于图像编码过程时,结合小波嵌入式零树编码思想给出了新的小波分形图像压缩方法.数值实验给出了本文方法与已有方法的比较.     

灰度次序——差值法图象分形压缩编码

图象压缩的实质是减少图象冗度，各种压缩方法图象冗余度的理解是不同的，其中，分形论者认为图象的不同位置之间在细节上是相似的，百这种相似性愉好是图象的冗余度，分形图象压缩作为一种新的压缩方法业已得取了不亚于ＤＣＴ编码的结果，并受到越来越多的学者的重视，四叉树法分形图象压缩作为分形压缩的典型方法，易于用递归的程序实现，具有较高的压缩倍烽和压缩速度，但它的压缩信噪比有于压缩速度，特别是高频图象，提出了一种     

基于Julia集的非线性分形图像的快速压缩方法

传统的分形图像压缩方法是基于图像局部之间的自相似进行编码。提出一种快速的Julia分形压缩方法:首先利用对称性快速生成4×4的Julia图像块,其次利用传统的数据图像匹配算法对原始图像进行压缩,最后,和论文[1]所用的方法相比,可以节省60%的时间,而压缩效果和重建图像质量也十分接近。     

一种分形图像编码的新方法

由于分形图像编码过程非常费时，因此在前人的基础上，通过分析影响分形图像编码速度的相关因素，提出了使用图像块的改进方差来提高分形压缩性能的思想。在证明迭代函数系统不会改变图像块的改进方差的基础上，给出了基于改进方差的分形图像压缩方法。实验结果说明该方法在保证快速性的同时，重建图像的质量又得到了进一步的提高。     

遥感图像客观质量评价方法研究

为分析图像压缩过程对遥感图像质量的影响,从遥感图像构像质量和几何质量两个方面探讨了遥感图像客观质量评价方法,并改进一种基于Harris角点检测算法的亚像素级角点检测算法。采用JPEG2000、SPIHT两种算法分别对这些评价方法进行验证。实验表明：为满足人眼视觉观察能分辨图像细节的要求,遥感图像压缩比不宜超过16倍,为使压缩后图像满足计算机视觉应用,图像压缩比不宜超过8倍。     

一种基于小波变换的遥感图像压缩算法

为验证图像压缩算法122.0-B-0对遥感图像的有效性,在对该算法进行了较为详细的研究后,对该算法进行了软件实现,然后将该算法与JPEG2000、SPIHT算法在压缩效率及压缩速度上进行了比较.实验结果表明:该算法在较低码率下压缩性能与JPEG2000、SPIHT算法相当,在较高码率下压缩性能略微下降,但在相同码率下它的编码速度比JPEG2000快2倍左右,比SPIHT算法约快1.5倍左右,且编解码速度与码率成正比.该算法采用的编码方式相对简单,无反馈操作,可适应于不同内存大小的压缩系统,并采用分段编码有效地防止误码扩散,因此在空间飞行器上具有巨大的应用价值.     

JPEG基线算法对BP神经网络图像压缩处理的影响

根据BP神经网络图像压缩处理中,存在对图像信息高低频部分处理质量不同和边缘效应等问题,提出了采用JPEG基线算法于BP神经网络图像压缩处理结构中,建立了该系统。并采用灰阶Lena图像进行实验,通过实验分析发现,采用这种新的结构来处理图像,不仅可以得到较大的压缩比,而且具有较好的峰值信噪比。实验结果证明这种具有自适应性的图像处理方法,不仅可行,而且能高效、稳定地重建图像。     

基于神经网络和方差的快速分形图像编码算法

为克服快速分形图像编码带来的解码图像质量下降问题,提出了一种神经网络与方差混合编码的快速分形图像编码算法.该算法结合图像子块复杂度与方差值的对应关系,根据每个区块的方差值大小选择适当的映射编码方法,即对于方差值相对小的区块采用方差编码以提高编码速度,对于方差值相对大的区块采用神经网络编码以提高编码质量.该算法可以较好地修正传统分形编码中由于自仿射映射结构限制所带来的解码质量偏低的问题,在大幅提高编码速度的同时,很好地保持了图像的编码质量.实验结果表明,该算法对比基本分形编码算法可以加速24倍,解码图像的质量对比方差快速分形编码算法有1.1dB的提高.同时,该算法的硬件实现比较容易,非常贴近实用化.     

A Post-Processing Algorithm for Boosting Contrast of MRI Images

Low contrast of Magnetic Resonance (MR) images limits the visibility of subtle structures and adversely affects the outcome of both subjective and automated diagnosis. State-of-the-art contrast boosting techniques intolerably alter inherent features of MR images. Drastic changes in brightness features, induced by post-processing are not appreciated in medical imaging as the grey level values have certain diagnostic meanings. To overcome these issues this paper proposes an algorithm that enhance the contrast of MR images while preserving the underlying features as well. This method termed as Power-law and Logarithmic Modification-based Histogram Equalization (PLMHE) partitions the histogram of the image into two sub histograms after a power-law transformation and a log compression. After a modification intended for improving the dispersion of the sub-histograms and subsequent normalization, cumulative histograms are computed. Enhanced grey level values are computed from the resultant cumulative histograms. The performance of the PLMHE algorithm is compared with traditional histogram equalization based algorithms and it has been observed from the results that PLMHE can boost the image contrast without causing dynamic range compression, a significant change in mean brightness, and contrast-overshoot.     

基于颜色属性相关性的图像色差公式的研究

CIE 色差公式不适合用于复杂图像对间色差预测,为更准确地评价再现图像与原稿之间的颜色差别,提出了一个基于颜色属性相关性的图像色差计算算法。算法的图像色差的计算,采用对比度敏感度函数(CSF)去除图像内容中视觉难以觉察的信息,降低图像内容的空间复杂性,通过对图像对间颜色三属性的相关性分析,确定各色彩属性差的权重。心理物理实验证实,色差公式计算值与主观评价的评分是一致的,表明该算法可用于评价图像对间的颜色差别,也可用于评价压缩方式、图像增强算法以及色域映射算法等的性能。     

一种基于改进量化表的 JPEG 图像压缩算法

目的结合人眼视觉特性,研究一种基于改进量化表的JPEG图像压缩算法(JPEG-HVS)。方法利用人眼亮度对比度敏感函数(CSF)生成一种新的量化表,来代替传统JPEG标准推荐的亮度量化表,并通过Matlab7.0对不同种类图像进行了仿真实验。通过计算不同种类图像的压缩质量评价指标,将提出的压缩算法与传统JPEG压缩算法及JPEG区域法进行对比。结果 JPEG-HVS实现的压缩比比JPEG实现的压缩比平均高出53.56%,比JPEG区域法平均高出18.75%。3种压缩方法的峰值信噪比(PSNR)波动不大,JPEG的PSNR值最大,JPEG-HVS次之,平均结构相似度(MSSIM)从大到小排列依次为JPEGJPEG-HVSJPEG区域法。JPEG-HVS编解码所需时间要明显少于JPEG。同时依靠主观评价可以发现,经JPEG-HVS解压的重构图像仍具有良好的视觉特性。结论在保证了压缩质量的同时,提出的JPEG-HVS压缩算法相比于传统JPEG压缩算法、JPEG区域法,可以实现更大的压缩比和更快的编解码速度,更有利于图像的存储与传输。     

基于混合采样的压缩感知重构算法

为了提高图像的重构质量和缩短重构时间,同时保持较高的压缩比,提出了一种基于混合采样的压缩感知重构算法。将图像划分为感兴趣区域和非感兴趣区域,对感兴趣区域采用恢复质量较好的正交匹配追踪算法,对非感兴趣区域采用恢复时间较短的分段正交匹配追踪算法。感兴趣区域图像中除感兴趣区域外,其他部分灰度置零以增加采样率和图像稀疏度。实验表明,该方法可以较好恢复图像感兴趣的区域,并保持较高压缩比。     

Binary medical image compression using the volumetric run-length approach

Image compression has become an inevitable tool along with the advancing medical data acquisition and telemedicine systems. The run-length encoding (RLE), one of the most effective and practical lossless compression techniques, is widely used in two-dimensional space with common scanning forms such as zigzag and linear. In this study, an algorithm which takes advantage of the potential simplicity of the run-length algorithm is devised in a volumetric approach for three-dimensional (3D) binary medical data. The proposed algorithm, namely 3D-RLE, being different from the two-dimensional approach that utilizes only intra-slice correlations, is designed to compress binary volumetric data by employing also the inter-slice correlation between the voxels. Furthermore, it is extended to several scanning forms such as Hilbert and perimeter to determine an optimal scanning procedure coherent with the morphology of the segmented organ in data. The algorithm is employed on four datasets for a comprehensive assessment. Numerical simulation results demonstrated that the performance of the algorithm is 1:30 better than those of the state-of-the-art techniques, on average.     

Perceptual image hashing using local entropies and DWT

Abstract

Image hashing is an emerging technology in multimedia security. It uses a short string called image hash to represent an input image and finds applications in image authentication, tamper detection, digital watermark, image indexing, content-based image retrieval and image copy detection. This paper presents a hashing algorithm based on the observation that block entropies are approximately linearly changed after content-preserving manipulations. This is done by converting the input image to a fixed size, dividing the normalised image into non-overlapping blocks, extracting entropies of image blocks and applying a single-level 2D discrete wavelet transform to perform feature compression. Correlation coefficient is exploited to evaluate similarity between hashes. Experimental results show that the proposed algorithm is robust against content-preserving operations, such as JPEG compression, watermark embedding, Gamma correction, Gaussian low-pass filtering, adjustments of brightness and contrast, scaling and small angle rotation. Similarity values between hashes of different images are small, indicating good performances in discriminative capability.