專(zhuān)利名稱(chēng)：基于混合小波編碼的醫(yī)學(xué)超聲圖像壓縮方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種醫(yī)學(xué)超聲圖像壓縮方法。
背景技術(shù)：
隨著現(xiàn)代醫(yī)療成像技術(shù)的多樣化與專(zhuān)業(yè)化，數(shù)字醫(yī)學(xué)圖像的種類(lèi)與數(shù)量不斷增加，其巨大的數(shù)據(jù)容量造成了存儲(chǔ)和傳輸?shù)碾y題。圖像壓縮就是在保證必要的圖像質(zhì)量前提下，用盡可能少的編碼符號(hào)傳輸或存儲(chǔ)圖像，或者在給定編碼符號(hào)數(shù)的情況下，使恢復(fù)圖像的質(zhì)量盡可能好。
常見(jiàn)的圖像壓縮方法有Huffman編碼、預(yù)測(cè)編碼以及變換編碼等。Huffman編碼完全依據(jù)字符出現(xiàn)概率來(lái)構(gòu)造字符的平均長(zhǎng)度最短的碼字，該算法先對(duì)圖像數(shù)據(jù)掃描一遍，計(jì)算出各種像素出現(xiàn)的概率，按概率大小指定不同長(zhǎng)度的唯一碼字，由此得到該圖像的Huffman碼表。預(yù)測(cè)編碼利用圖像相鄰像素之間具有的較強(qiáng)相關(guān)性，用相鄰的已知像素來(lái)預(yù)測(cè)當(dāng)前像素值，對(duì)該像素的真值與預(yù)測(cè)值的差進(jìn)行量化和編碼。變換編碼將圖像矩陣變換到系數(shù)空間上進(jìn)行處理，將散布在各坐標(biāo)軸上的原始圖像數(shù)據(jù)集中到新的坐標(biāo)系中的少數(shù)坐標(biāo)軸上，使變換后的系數(shù)間的相關(guān)性降低?；谛〔ㄗ儞Q的編碼方法將整幅圖像逐級(jí)分解到不同分辨率的尺度空間，再對(duì)分解系數(shù)進(jìn)行掃描編碼，能夠很好地消除解碼圖像的塊狀效應(yīng)，獲得較好的壓縮效果。由于掃描編碼輸出結(jié)果位流對(duì)重建圖像的貢獻(xiàn)嚴(yán)格按從重到輕排列，可實(shí)現(xiàn)按一定優(yōu)先級(jí)可控傳輸，這種圖像的分層傳輸方式特別適合網(wǎng)絡(luò)通信要求，因此該方法在圖像壓縮中被廣泛應(yīng)用。
醫(yī)學(xué)超聲圖像是醫(yī)學(xué)診斷和疾病治療的重要根據(jù)，在臨床上具有重要的應(yīng)用價(jià)值。確保醫(yī)學(xué)超聲圖像壓縮后的高保真度是圖像壓縮首要考慮的因素。在最初應(yīng)用中，考慮到醫(yī)學(xué)影像對(duì)質(zhì)量的特殊要求和法律的原因，一般采用無(wú)損壓縮技術(shù)，因?yàn)樗軌蚓_地還原圖像。但是無(wú)損圖像壓縮的缺點(diǎn)是壓縮比低，而有損圖像壓縮的壓縮比高。所以將這兩種壓縮法方法結(jié)合起來(lái)，在保證影像主觀質(zhì)量的同時(shí)提高壓縮比是醫(yī)學(xué)超聲圖像壓縮的趨勢(shì)。不同的小波基對(duì)相同的圖像內(nèi)容的壓縮效率是不同的。對(duì)醫(yī)學(xué)超聲圖像背景區(qū)的字符等突變的信號(hào)，Haar小波的壓縮效果要好于雙正交5/3小波等光滑的小波基，但對(duì)于成像區(qū)域來(lái)說(shuō)，Haar小波不但不能獲得高的壓縮比，而且解壓縮的圖像質(zhì)量較差?；谌缟显颍景l(fā)明提出一種針對(duì)超聲圖像布局特點(diǎn)的混合小波編碼，也就是對(duì)成像區(qū)域用雙正交5/3小波等比較光滑的小波變換，對(duì)背景區(qū)域采用Haar小波變換這種對(duì)字符等突變信號(hào)有更好表示能力的小波，然后通過(guò)由成像區(qū)掩模計(jì)算出的小波域掩模將兩者結(jié)合，統(tǒng)一進(jìn)行小波系數(shù)的編碼。本發(fā)明在提高壓縮比的同時(shí)，保證了診斷區(qū)域的信息無(wú)損。

發(fā)明內(nèi)容本發(fā)明的目的在于提出一種適用于對(duì)醫(yī)學(xué)超聲圖像進(jìn)行部分有損的壓縮，克服了以往的無(wú)損小波編碼壓縮方法中壓縮率不高的問(wèn)題，并保證了圖像診斷區(qū)域的信息無(wú)損性的基于混合小波編碼的醫(yī)學(xué)超聲圖像壓縮方法。
本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的1)對(duì)醫(yī)學(xué)超聲圖像I進(jìn)行小波變換，對(duì)成像區(qū)進(jìn)行小波變換，即WIA(I×MI)，對(duì)背景區(qū)進(jìn)行小波變換，即WBG(I×(1-MI)/S)，MI代表成像區(qū)形狀掩模，函數(shù)W表示整數(shù)提升小波變換，其下角標(biāo)IA表示對(duì)成像區(qū)域進(jìn)行變換的小波，函數(shù)W下角標(biāo)BG表示對(duì)成像區(qū)域進(jìn)行變換的小波，S是尺度參數(shù)；2)根據(jù)超聲圖像的成像區(qū)形狀掩模MI計(jì)算小波域掩模MW，通過(guò)小波域掩模MW計(jì)算得到圖像的混合小波系數(shù)；3)對(duì)混合小波系數(shù)用小波系數(shù)編碼算法，基于分層樹(shù)的集合劃分算法進(jìn)行編碼，得到圖像壓縮結(jié)果。
本發(fā)明具體包括如下步驟第一步，醫(yī)學(xué)超聲圖像I的小波變換。對(duì)成像區(qū)進(jìn)行小波變換，即WIA(I×MI)。這里MI代表成像區(qū)形狀掩模，是二值圖像，1表示該點(diǎn)像素屬于超聲圖像的成像區(qū)，0表示該點(diǎn)像素屬于超聲圖像的背景區(qū)。函數(shù)W表示整數(shù)提升小波變換，其下角標(biāo)IA表示對(duì)成像區(qū)域進(jìn)行變換的小波。對(duì)背景區(qū)進(jìn)行小波變換，即WBG(I×(1-MI)/S)。函數(shù)W下角標(biāo)BG表示對(duì)成像區(qū)域進(jìn)行變換的小波。另外，因?yàn)楸尘皡^(qū)除了灰階通常都是字符，灰度對(duì)比大且灰度漸變的區(qū)域少，引入尺度參數(shù)S來(lái)對(duì)背景區(qū)的灰度進(jìn)行壓縮，這樣可以降低小波變換的系數(shù)。
第二步，根據(jù)超聲圖像的成像區(qū)形狀掩模MI計(jì)算小波域掩模MW，此小波域掩模分成低頻和高頻兩部分計(jì)算?？紤]到低頻系數(shù)在小波變換中比較重要，用對(duì)成像區(qū)做小波變換的小波函數(shù)來(lái)計(jì)算成像區(qū)形狀掩模的低頻小波系數(shù)，從而計(jì)算出低頻部分的小波域掩模MWLL，即MWLL＝255×|WIA(MI)|LL|≥1。對(duì)于高頻部分的三個(gè)子帶(也就是MWLH、MWHL和MWHH)，由于考慮到診斷用的信息集中于成像的中間部分，所以用成像區(qū)形狀掩模的Lazy小波變換的高頻系數(shù)代替，因?yàn)長(zhǎng)azy小波變換計(jì)算簡(jiǎn)單，即MWLH＝WLazy(MI)|LH、MWHL＝WLazy(MI)|HL和MWHH＝WLazy(MI)|HH。利用小波域掩模得到圖像的混合小波系數(shù)CC＝MW×WIA(I×MI)+(1-MW)×WBG(I×(1-MI)/S)(1)
第三步，對(duì)混合小波系數(shù)用小波系數(shù)編碼算法(如基于分層樹(shù)的集合劃分算法)進(jìn)行編碼，得到圖像壓縮結(jié)果。
另外，若函數(shù)IW表示逆整數(shù)提升小波變換，用解壓縮的小波系數(shù)C恢復(fù)圖像的公式為I~=MI×IWIA(C×MW)+(1-MI)×IWBG(C×(1-MW)×S)---(2)]]>本發(fā)明首先對(duì)醫(yī)學(xué)超聲圖像的成像區(qū)和背景區(qū)進(jìn)行兩次不同小波基的小波變換，在對(duì)背景區(qū)進(jìn)行小波變換時(shí)還引入了一個(gè)尺度參數(shù)，對(duì)背景區(qū)的小波系數(shù)進(jìn)行壓縮；然后利用由醫(yī)學(xué)超聲成像設(shè)備決定的圖像成像區(qū)形狀掩模計(jì)算出的小波域掩模將兩組不同的小波系數(shù)組合，此小波域掩模分成兩部分計(jì)算，一部分是低頻小波系數(shù)部分的掩模，該部分利用對(duì)成像區(qū)進(jìn)行小波變換的相同的小波基，通過(guò)對(duì)成像區(qū)形狀掩模進(jìn)行小波變換得到，另一部分是高頻小波系數(shù)部分的掩模，該部分通過(guò)對(duì)成像區(qū)形狀掩模進(jìn)行Lazy小波變換得到；最后對(duì)混合小波系數(shù)用小波系數(shù)編碼算法(基于分層樹(shù)的集合劃分算法)進(jìn)行編碼，得到圖像壓縮結(jié)果。
本發(fā)明針對(duì)醫(yī)學(xué)超聲圖像的特點(diǎn)，使用兩種小波混合進(jìn)行圖像壓縮。在基于小波變換的圖像壓縮算法中增加了反映醫(yī)學(xué)超聲圖像布局特點(diǎn)的小波系數(shù)混合方法，使得圖像壓縮率獲得提高。本發(fā)明有廣泛的應(yīng)用前景，尤其適用于醫(yī)學(xué)超聲圖像的遠(yuǎn)程診斷。


圖1為本發(fā)明實(shí)施例中的線陣探頭采集的圖像；圖2為本發(fā)明實(shí)施例中的凸陣探頭采集的圖像；圖3-圖8為本發(fā)明實(shí)施例的實(shí)驗(yàn)結(jié)果。
具體實(shí)施方式
下面結(jié)合附圖合具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步的說(shuō)明第一步，醫(yī)學(xué)超聲圖像I的小波變換。對(duì)成像區(qū)進(jìn)行小波變換，即WIA(I×MI)，對(duì)背景區(qū)進(jìn)行小波變換，即WBG(I×(1-IM)/S)。第二步，根據(jù)超聲圖像的成像區(qū)形狀掩模MI計(jì)算小波域掩模MW，使用式(1)完成計(jì)算。第三步，對(duì)混合小波系數(shù)用小波系數(shù)編碼算法，基于分層樹(shù)的集合劃分算法進(jìn)行編碼，得到圖像壓縮結(jié)果。
圖1-圖2的兩幅醫(yī)學(xué)超聲圖像做為實(shí)驗(yàn)對(duì)象，圖像域的成像區(qū)形狀掩模及生成的小波域形狀掩模見(jiàn)圖3-圖8。其中，圖3和圖4為圖1的成像區(qū)掩模和生成的小波域掩模，圖5和圖6為圖2的成像區(qū)掩模和生成的小波域掩模，圖7為當(dāng)尺度參數(shù)S設(shè)置為16時(shí)的圖1解壓縮圖像的成像區(qū)的損失圖像三次插值結(jié)果圖像，圖8當(dāng)尺度參數(shù)S設(shè)置為16時(shí)的圖2解壓縮圖像的成像區(qū)的損失圖像。
表1列出了對(duì)小波系數(shù)進(jìn)行SPIHT編碼的實(shí)驗(yàn)結(jié)果。另外給出當(dāng)尺度參數(shù)S設(shè)置為16時(shí)的解壓縮圖像的成像區(qū)的損失圖像(白色意味著該處的像素與原圖的像素灰度值不同)。從表1來(lái)看，成像區(qū)的PSNR均超過(guò)30，可以接受。圖3-8中給出的損失圖像表明了成像區(qū)域的信息損失均發(fā)生在成像區(qū)域的邊界處，診斷區(qū)域得到完好的保存，此結(jié)果驗(yàn)證了診斷部分不丟失任何信息的結(jié)論。背景區(qū)的PSNR雖然隨尺度參數(shù)的增大而降低，但值仍然比較大(最低時(shí)為27.97)，從客觀上來(lái)說(shuō)也比較令人滿意。從壓縮率的角度來(lái)說(shuō)，混合小波表示方案比單小波的壓縮率高，且當(dāng)S增大時(shí)由于背景區(qū)域的小波系數(shù)幅度降低，壓縮率增高。
綜上所述，對(duì)于醫(yī)學(xué)超聲圖像的有損壓縮，本發(fā)明的算法在保持診斷信息的同時(shí)，能夠得到更高的壓縮率。
表1不同壓縮算法結(jié)果比較
權(quán)利要求
1.一種基于混合小波編碼的醫(yī)學(xué)超聲圖像壓縮方法，其特征在于它包括以下步驟1)對(duì)醫(yī)學(xué)超聲圖像I進(jìn)行小波變換，對(duì)成像區(qū)進(jìn)行小波變換，即WIA(I×MI)，對(duì)背景區(qū)進(jìn)行小波變換，即WBG(I×(1-MI)/S)，MI代表成像區(qū)形狀掩模，函數(shù)W表示整數(shù)提升小波變換，其下角標(biāo)IA表示對(duì)成像區(qū)域進(jìn)行變換的小波，函數(shù)W下角標(biāo)BG表示對(duì)成像區(qū)域進(jìn)行變換的小波，S是尺度參數(shù)；2)根據(jù)超聲圖像的成像區(qū)形狀掩模MI計(jì)算小波域掩模MW，通過(guò)小波域掩模MW計(jì)算得到圖像的混合小波系數(shù)；3)對(duì)混合小波系數(shù)采用小波系數(shù)編碼算法進(jìn)行編碼，得到圖像壓縮結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于混合小波編碼的醫(yī)學(xué)超聲圖像壓縮方法，其特征在于所述的小波域掩模計(jì)算步驟包括低頻和高頻兩部分，通過(guò)對(duì)成像區(qū)做小波變換的小波函數(shù)來(lái)計(jì)算成像區(qū)形狀掩模的低頻小波系數(shù)，從而計(jì)算出低頻部分的小波域掩模MWLL，即MWLL＝255×|WIA(MI)|LL|≥1；高頻部分的三個(gè)子帶MWLH、MWHL和MWHH用成像區(qū)形狀掩模的Lazy小波變換的高頻系數(shù)代替，即MWLH＝WLazy(MI)|LH、MWHL＝WLazy(MI)|HL和MWHH＝WLazy(MI)|HH，利用小波域掩模得到圖像的混合小波系數(shù)CC＝MW×WIA(I×MI)+(1-MW)×WBG(I×(1-MI)/S)。
3.根據(jù)權(quán)利要求1或2所述的基于混合小波編碼的醫(yī)學(xué)超聲圖像壓縮方法，其特征在于所述的小波系數(shù)編碼算法為基于分層樹(shù)的集合劃分算法，函數(shù)IW表示逆整數(shù)提升小波變換，用解壓縮的小波系數(shù)C恢復(fù)圖像的公式為I＝MI×IWIA(C×MW)+(1-MI)×IWBG(C×(1-MW)×S)。
全文摘要
本發(fā)明提供了一種基于混合小波編碼的醫(yī)學(xué)超聲圖像壓縮方法，1)對(duì)醫(yī)學(xué)超聲圖像I進(jìn)行小波變換，對(duì)成像區(qū)進(jìn)行小波變換，即W
文檔編號(hào)H04N7/30GK101056406SQ200710072070
公開(kāi)日2007年10月17日 申請(qǐng)日期2007年4月20日 優(yōu)先權(quán)日2007年4月20日
發(fā)明者沈毅, 蘆蓉 申請(qǐng)人:哈爾濱工業(yè)大學(xué)