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。     

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。     

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.     

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。     

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.     

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。     

一种感兴趣区图像压缩编码算法

提出了一种感兴趣区图像压缩编码算法,该算法采用不同的小波和比特率对感兴趣区和背景区分开进行小波变换和编解码,结合SPIHT,该算法可灵活地控制感兴趣区和背景区之间的相对压缩质量,由于小波变换时采用了BNC17/11小波和CDF9/7小波,该算法进一步提高了感兴趣区图像压缩编码算法的压缩性能。同时该算法无需计算感兴趣区掩膜。     

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.     

一种基于人眼视觉特性的小波图像压缩模型

如何将人眼视觉特性结合到压缩编码技术中,以去除图像中的视觉冗余,是当前数字图像压缩领域中的热点问题。根据人眼的视觉选择特性以及JPEG2000感兴趣区域编码思想,并考虑到JPEG2000所采用的两种感兴趣区域编码方法的局限性,提出了实用的基于人眼眼视觉特性的小波图像压缩模型。并通过试验验证了该模型的性能,试验结果表面由该模型方法得到的重建图像的感兴趣区域质量较好,并且感兴趣区域的边缘部分更加清晰。     

一种基于JPEG2000的医学图像感兴趣区域编码技术

感兴趣区域编码是静态图像压缩标准JPEG2000支持的一种非常重要的功能,该标准提供了两种感兴趣区域编码的方法,这两种方法用于医学图像的处理却存在不同的不足之处。该文结合这两种编码方法各自的优点,提出了一种分步位移的处理方法,该方法不仅支持多个感兴趣区域的编码,而且还能自由调整感兴趣区与背景区图像的压缩质量。实验结果表明,医学图像的压缩性能得到了明显的改善。     

视觉关注度的立体图像质量评价

立体图像质量评价对立体视频技术的发展起着非常重要的作用。常用的PSNR(峰值信噪比)方法不能反映人类视觉感知特性,也不能直接应用到立体图像质量评价中。针对人类视觉对立体图像深度感知和重点关注感兴趣区的特点,提出基于纹理图和深度图感兴趣区的质量评价方法。首先对纹理图和对应的深度图利用视觉关注度提取工具提取感兴趣区,然后在评价的过程中对各感兴趣区根据感兴趣程度分配基于像素的权重系数,最后将权重系数应用在立体图像的各个区域中进行评价。实验结果表明该方法得到的立体图像质量客观评价结果与主观评价结果之间具有更好的一致性,符合人眼视觉系统感知特性。     

基于零树结构的感兴趣区图像编码算法

分析了感兴趣区域的编码算法,对其中的最大移位法进行了改进,提出了一种基于零树结构的感兴趣区图像编码算法,给出了具体算法和实验结果,并与一般EZW压缩算法进行了比较。实验结果表明这种算法既保证了感兴趣区域的图像质量,又有较高的压缩比。     

基于感兴趣区的图象近无损压缩

无损感兴趣区（Lossless Region of Interest (ROI)图象压缩方法,即在感兴趣区采用无损压缩,而在其他区域采用有损压缩,从而保证了重要信息不丢失,并尽可能提高衅象的压缩比,在整形小波变换（IWT）和嵌入式零树编码的基础上,实现了无损感兴趣区（Lossless ROI)的图象近无损压缩,并提出了一种小波变换域形状编码算法－－树映射形状编码,同时给出了算法的原理及实现,并进行了相关实验,实验结果表明,该算法能够提高压缩效率,且压缩效率取决于感兴趣区的大小以及对不感兴趣区图象的质量要求。     

面向任务的医学图象压缩

现代医学成象技术产生了大量的医学数字图象,而这些图象的存储和传输却存在很大问题,传统上,采用无损压缩编码方法改善这些图象的存储和传输效率,全为了达到较高的压缩比,必须采用有损压缩,然而,有损压缩会给图象带来失真,必须谨慎使用,医学图象通常,由二类区域构成,其中一类包含重要的诊断信息,由于其错误描述的代价非常高,因此提供一种高重的质量的压缩方法更加必要,另一类区域的信息较为次要,其压缩的目标则要求达到尽可能高的压缩比,为了既能保证感兴趣区图象的重构质量,又能获得较高压缩比,提出了一种面向任务的医学图象压缩算法,该方法把无损压缩和有损压缩统一在小波变换的框架下,对感兴趣区采用无损压缩,而对其他部分则采用有损压缩,实验证明,该压缩方法在压缩比和重建图象质量上均达到了较好的性能。     

基于视觉感兴趣区的视频质量评价方法

针对基于边缘结构失真的图像质量测量方法不能很好地应用在视频领域和对HVS考虑不充分的缺陷,提出一种基于视觉感兴趣区的视频质量评价方法,包括考虑HVS特性、场景结构信息和运动信息。实验结果证明,该方法在压缩、模糊方面明显好于PSNR,MSSIM和ESSIM的评价方法。     

基于相对多重分形谱的感兴趣区域图像压缩

提出了一种基于相对多重分形谱的图像质量评价准则,给出了基于此准则的感兴趣区域检测算法。在此基础上,研究了基于相对多重分形谱评价准则的感兴趣区域图像编码技术。将感兴趣区域定义为图像中纹理变化相对比较复杂的区域。在这一定义下,给出了计算小波域感兴趣区域掩模的新算法。最后,在编码过程中提出了一种感兴趣区域编码优先的复合EZW算法。实验结果证明了该算法的有效性。     

基于低秩约束的CT重建算法

为提高图像重建质量,结合压缩感知理论,提出一种非局部的基于低秩约束的图像重建算法。采用Shepp-Logan头模以及真实脑部CT切片进行重建,以峰值信噪比作为重建图像质量评判标准,并与其他两种重建算法的重建结果比较。经过一定次数迭代后,基于该算法的重建图像结果更贴近原始图像,且收敛时间更早。实验结果表明,在重建低剂量CT图像上,提出的算法在重建质量和收敛速度上均优于对比算法。