基于Contourlet变换和SPIHT算法的彩色医学图像压缩

• 作者: 汤敏 陈峰 陈秀梅
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: Contourlet变换 SPIHT 图像压缩 感兴趣区域 医学图像
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 303-306
• 页数: 4页
• 分类号: TP391|TN919.81
• 字数: 4791字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈峰	南通大学电气工程学院	37	223	9.0	13.0
2	汤敏	南通大学电子信息学院	41	200	7.0	11.0
3	陈秀梅	南通大学电子信息学院	6	49	4.0	6.0