發(fā)布時間：2021-04-05 21:53

　　網(wǎng)絡(luò)通信技術(shù)和現(xiàn)代先進醫(yī)學技術(shù)的迅猛發(fā)展,使得遠程醫(yī)學作為一種新興的診療手段在各種醫(yī)療領(lǐng)域中得到了迅速普及和應(yīng)用。由于網(wǎng)絡(luò)帶寬等因素的制約,大量醫(yī)療圖像信息的存儲和實時快速傳輸還不能很好地滿足實際需求。對醫(yī)療圖像進行有效的壓縮是解決這一問題的優(yōu)選方案。本文的主要研究基于小波變換的醫(yī)學圖像壓縮。為了更好地滿足臨床醫(yī)生的實際需要,根據(jù)醫(yī)學圖像自身的特點來選擇更加合適的圖像壓縮方法,從而解決遠程醫(yī)學中圖像存儲量大、清晰度不夠的問題。本文主要內(nèi)容包括:（1）闡述了選題的研究背景與意義。簡要描述了小波變換圖像壓縮算法的研究現(xiàn)狀,介紹了有關(guān)醫(yī)學圖像、醫(yī)學圖像數(shù)據(jù)壓縮的概念、圖像壓縮的必要性和圖像壓縮步驟。介紹了圖像壓縮編碼的分類及幾種壓縮方法的特點,最后分析了評價圖像壓縮編碼方法的準則。（2）介紹了小波變換的相關(guān)概念及基本原理,重點介紹了小波變換圖像壓縮編碼的過程,其中包括信號的分解與重構(gòu)步驟。選擇不同的小波基會使壓縮后的圖像質(zhì)量有所不同,本文詳細分析了小波基選取時的諸多影響因素。（3）基于小波變換的EZW和SPIHT壓縮算法及其改進�；拘〔ㄗ儞Q的兩種壓縮方法主要有EZW和SPIHT兩種,都是基... 

【文章來源】：山東師范大學山東省

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

醫(yī)學圖像三層小波變換分解示意圖

PSNR， K 位二進制數(shù)來表示圖像的灰度值，可以用 來表示圖像， 的值為 65025。峰值信噪比的單位分貝(dB）。重建的圖像失真度越小。進的 SPIHT 算法對一幅 512 的醫(yī)學 MRI 圖像進行壓縮處交小波，進行五層小波分解，圖 4-6 為原始圖像及其 5 層小波分解用改進的新算法在各壓縮比得到的圖，圖 4-8 是用原始 SPIHT 算圖。表 4-1 為本文改進的 SPIHT 算法與原始的 SPIHT 算法結(jié)果 說明本文改進算法的有效性，表 4-1 還給出了與最新基于雙重協(xié)[73]的結(jié)果進行了比較，實驗結(jié)果表明，本文提出的改進 SPIHT及基于雙重協(xié)議的醫(yī)學圖像壓縮算法在相同的壓縮比率的情況一致更高的 PSNR 值，從而說明本文改進算法在保證壓縮圖像質(zhì) SPITH 算法及基于雙重協(xié)議的醫(yī)學圖像壓縮算法實現(xiàn)更高的壓

壓縮比3.33:1 5.00:1 9.99:1 19HT 算法 41.77 39.97 35.95 3 SPIHT 算法42.01 40.38 36.52 3[73]算法 41.95 40.27 36.41 3壓縮比 3.33:1 壓縮比 5.00:1

【參考文獻】：
期刊論文
[1]基于小波與分形相結(jié)合的圖像壓縮編碼[J]. 張晶晶,張愛華,紀海峰.  計算機科學. 2019(08)
[2]一種聯(lián)合Canny邊緣檢測和SPIHT的圖像壓縮方法[J]. 王亞鴿,康曉東,郭軍,洪睿,李博,張秀芳.  計算機科學. 2019(S1)
[3]基于雙重壓縮協(xié)議的醫(yī)學圖像壓縮方法研究[J]. 蘇寧,禹曉輝.  計算機應(yīng)用研究. 2019(07)
[4]基于圖像壓縮與編碼技術(shù)的研究[J]. 方小艷,寧艷艷.  數(shù)字技術(shù)與應(yīng)用. 2017(01)
[5]基于小波變換的圖像壓縮算法改進研究[J]. 馮永亮.  電子產(chǎn)品世界. 2016(07)
[6]基于變換的醫(yī)學圖像序列有損壓縮算法[J]. 劉玉,譚軍杰,粘永健,邱明國.  重慶理工大學學報(自然科學). 2016(06)
[7]基于提升小波變換的紅外圖像雙重濾波算法[J]. 劉艾琳.  激光技術(shù). 2015(04)
[8]邊緣和方向估計的自適應(yīng)多尺度分塊壓縮感知算法[J]. 李玉,趙瑞珍,張鳳珍,岑翼剛.  信號處理. 2015(04)
[9]數(shù)字圖像壓縮技術(shù)的應(yīng)用與研究[J]. 周晶.  黑龍江科學. 2015(04)
[10]提升小波格式的SPIHT算法在醫(yī)學圖像壓縮中的研究與應(yīng)用[J]. 李楠.  計算機光盤軟件與應(yīng)用. 2014(02)

博士論文
[1]基于小波變換的圖像壓縮編碼研究[D]. 劉利章.西北工業(yè)大學 2005

碩士論文
[1]基于CNN卷積神經(jīng)網(wǎng)絡(luò)的圖像壓縮技術(shù)[D]. 袁慶祝.蘭州大學 2019
[2]基于小波變換的圖像壓縮算法研究[D]. 劉敬.重慶大學 2012
[3]基于小波變換的醫(yī)學圖像壓縮技術(shù)的研究[D]. 李曉梅.山東大學 2009
[4]基于小波變換的圖像壓縮技術(shù)研究[D]. 梁曉鳴.哈爾濱理工大學 2008



本文編號：3120170