基于Contourlet变换和SPIHT算法的彩色医学图像压缩

摘要：

二维小波变换只能很好地分离不连续点,无法最优表示曲线奇异,同时只能获取有限的方向信息,这大大限制了它在图像处理领域的应用.Contourlet变换则结合拉普拉斯金字塔和方向滤波器组,得到多分辨率、局域、多方向的图像表示.由于基于小波变换的多级树集合分裂排序(SPIHT)算法不能有效表达图像的纹理和轮廓信息,因此提出一种基于Contourlet变换和SPIHT算法的彩色图像压缩方法,并应用于医学图像感兴趣区域压缩.首先将彩色图像转换至YIQ彩色空间；然后选取感兴趣区域,对其采用Contourlet变换提取特征信息,并利用SPIHT算法对Contourlet系数优先编码和传输,从而保证感兴趣区域的图像质量和细节信息.对背景区域则采用小波变换,并通过系数截断的方式提高图像压缩比.实验结果表明,所提算法可以较好地保留感兴趣区域的图像特征,大幅度提高背景区域的压缩比,是一种较实用的图像压缩新方法,在医学图像感兴趣区域压缩中效果良好.

关键词：Contourlet变换、SPIHT、图像压缩、感兴趣区域、医学图像

所属期刊栏目：41

分类号：TP391;TN919.81(计算技术、计算机技术)

资助基金：国家自然科学基金项目61005054;南通大学2008年度博士科研启动基金08B15

在线出版日期：2014-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：303-306