医学图像压缩技术培训课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《医学图像压缩技术培训课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 医学 图像 压缩 技术培训 课件
- 资源描述:
-
1、医学图像压缩技术医学图像压缩技术1、图像数据压缩的概念图像数据压缩,就是以尽量少的比特数表征图像数据信号,减少容纳 给定消息集合或数据采样集合的信号空间,同时保证重建图像的质量。所谓信号空间,亦即被压缩对象,是指:物理空间,如存储器、磁盘、磁带、光盘等数据存储介质;时间区间,如传输给定消息集合所需要的时间;频谱区域,如为传输给定消息集合所要求的带宽等。也就是指某数据信号集合所占的空域、时域和频域空间。信号空间的这几种形式是相互关联的,存储空间的减少也意味着传输效率的提高与占用带宽的节省。这就是说,只要采用某种方法来减少某一 种信号空间,都能压缩数据。1Medical Image Compres
2、sion医学图像压缩技术2、医学图像数据压缩的必要性多种成像方式,如X线图像、CT、MRI、US、ECT(PET、SPECT)等,且成像速度和分辨率逐渐提高,层厚逐渐减少;常规 X 线正在从胶片转向无胶片 化 的 计 算 机 放 射 摄 影(Computed Radiography,CR)或 更 为 先 进 的 数 字 化 放 射 摄 影(Digital Radiography,DR)的数字化时代。医学图像的数字化使得图像的数据量呈几何级数地增长。表1列出了目前医学成像设备及其生成的图像数据量大小。2Medical Image Compression医学图像压缩技术表2 图像压缩编码分类10M
3、edical Image Compression图 像 压 缩 编 码 方 法无失真编码(熵编码)统计编码霍夫曼编码、Shannon-Fano编码、游程编码算术编码基于字典的编码:LZW编码等其它编码完全可逆的小波变换+统计编码等限失真编码(熵压缩)特征提取分析/综合编码子带、小波、分形、模型基等其它量 化无记忆量化均匀量化、Max量化等有 记 忆 量 化序列量化预测编码线性预测、非线性预测、自适应预测其它方法序贯量化分组量化直接映射矢量量化、神经网络、方块截尾编码变换编码正交变换:KLT、DCT、DFT、WHT非正交变换其它函数变换医学图像压缩技术统计编码根据像素数据出现概率的分布特性而进行
4、的压 缩编码。编码思想:在原始数据和编码数据之间找到明确的一一对 应关系,以便在恢复时能准确无误地再现出来,使平均码 长或码率压低到最低限度。预测编码预测编码法主要是在时域内进行的一种压缩编 码法。大致过程:先对下一个采样值预测,并把该预测值与下一 个采样的实际值之差进行编码。理由是:大部分信号集合中,用上述方式得到的差值的方差总小于原始信号的方差。这样可藉较小的量化级进行有效量化,获得较大的压缩 比。11Medical Image Compression医学图像压缩技术变换编码先对像素数据进行某种函数变换,从一种信号 空间变换到另一种信号空间,然后再对变换后的数据进行 编码。通常存在反变换,
5、以恢复原来的数据。主要目的:把统计相关的采样值变换成“某种程度上统计独 立”的系数。大多数变换属线性正交变换。变换本身并不提 供压缩,而只是将信号映射到另一域内,在所映射的域中 压缩较易实现。随后通过比特分配的量化过程,把变换后 的采样值进行压缩,以供存储或传输。混合编码对图像数据同时使用两种或两种以上的编码方 法,能大大提高数据压缩的效率。12Medical Image Compression医学图像压缩技术数据的冗余冗余概念人为冗余在信息处理系统中,使用两台计算机做同样的工作是提 高系统可靠性的一种措施在数据存储和传输中,为了检测和恢复在数据存储或数 据传输过程中出现的错误,根据使用的算法
6、的要求,在 数据存储或数据传输之前把额外的数据添加到用户数据 中,这个额外的数据就是冗余数据。视听冗余由于人的视觉系统和听觉系统的局限性,在图像数据和 声音数据中,有些数据确实是多余的,使用算法将其去 掉后并不会丢失实质性的信息或含义,对理解数据表达 的信息几乎没有影响。数据冗余不考虑数据来源时,单纯数据集中也可能存在多余的数 据,去掉这些多余数据并不会丢失任何信息,这种冗余 称为数据冗余,而且还可定量表达。15Medical Image Compression医学图像压缩技术数据的冗余决策量(decision content)在有限数目的互斥事件集合中,决策量是事件数的对数值在数学上表示为1
7、6H0=log(n)其中,n是事件数决策量的单位由对数的底数决定Sh(Shannon):用于以2为底的对数Nat(natural unit):用于以e为底的对数Hart(hartley):用于以10为底的对数Medical Image Compression医学图像压缩技术数据的冗余信息量(information content)具有确定概率事件的信息的定量度量在数学上定义为I(x)log21/p(x)log2 p(x)17其中,p(x)是事件出现的概率举例:假设X=a,b,c是由3个事件构成的集合,p(a)=0.5,p(b)=0.25,p(b)=0.25分别是事件a,b和c出现的概率,这些事
8、 件的信息量分别为,I(a)=log2(1/0.50)=1 sh I(b)=log2(1/0.25)=2 sh I(c)=log2(1/0.25)=2 sh一个等概率事件的集合,每个事件的信息量等于该集合的决 策量Medical Image Compression医学图像压缩技术数据的冗余数据的冗余量Medical Image Compression19医学图像压缩技术统计编码统计编码给已知统计信息的符号分配代码的数据无损压缩方法编码方法香农-范诺编码霍夫曼编码算术编码编码特性香农-范诺编码和霍夫曼编码的原理相同,都是根据符号集中各 个符号出现的频繁程度来编码,出现次数越多的符号,给它分 配的
9、代码位数越少算术编码使用0和1之间的实数的间隔长度代表概率大小,概率 越大间隔越长,编码效率可接近于熵。20Medical Image Compression医学图像压缩技术统计编码香农-范诺编码香农-范诺编码(ShannonFano coding)在香农的源编码理论中,熵的大小表示非冗余的不可压缩的 信息量在计算熵时,如果对数的底数用2,熵的单位就用“香农(Sh)”,也称“位(bit)”。“位”是1948年Shannon首次使用的术 语。例如最早阐述和实现“从上到下”的熵编码方法的人是 Shannon(1948年)和Fano(1949年),因此称为香农-范诺(Shannon-Fano)编码法
10、21Medical Image Compression医学图像压缩技术2.2.1 香农-范诺编码香农-范诺编码举例有一幅40个像素组成的灰度图像,灰度共有5级,分别用符号 A,B,C,D和E表示。40个像素中出现灰度A的像素数有15 个,出现灰度B的像素数有7个,出现灰度C的像素数有7个,其余情况见表2-1。(1)计算该图像可能获得的压缩比的理论值(2)对5个符号进行编码(3)计算该图像可能获得的压缩比的实际值表2-1 符号在图像中出现的数目22Medical Image Compression符号ABCDE出现的次数157765出现的概率15/407/407/406/405/40医学图像压缩
11、技术香农-范诺编码(1)压缩比的理论值按照常规的编码方法,表示5个符号最少需要3位,如用000表 示A,001表示B,100表示E,其余3个代码(101,110,111)不用。这就意味每个像素用3位,编码这幅图像总共需要120位。按照香农理论,这幅图像的熵为nH(X)p(xi)log2 p(xi)i1 p(A)log2(p(A)p(B)log2(p(B)p(E)log2(p(E)=(15/40)log2 (40/15)+(7/40)log2 (40/7)+(5/40)log2 (40/5)2.196这个数值表明,每个符号不需要用3位构成的代码表示,而用 2.196位就可以,因此40个像素只需用
12、87.84位就可以,因此在理 论上,这幅图像的的压缩比为120:87.841.37:1,实际上就是 3:2.1961.3723Medical Image Compression医学图像压缩技术香农-范诺编码(2)符号编码对每个符号进行编码时采用“从上到下”的方法。首先按照符号 出现的频度或概率排序,如A,B,C,D和E,见表2-2。然后 使用递归方法分成两个部分,每一部分具有近似相同的次数,如图所示.Medical Image Compression24医学图像压缩技术香农-范诺编码图2-1 香农-范诺算法编码举例(3)压缩比的实际值 按照这种方法进行编码需要的总位数为30+14+14+18+
13、1591,实际的压缩比为120:911.32:125Medical Image Compression医学图像压缩技术统计编码霍夫曼编码霍夫曼编码(Huffman coding)霍夫曼(D.A.Huffman)在1952年提出和描述的“从下到上”的熵 编码方法根据给定数据集中各元素所出现的频率来压缩数据的一种统计 压缩编码方法。这些元素(如字母)出现的次数越多,其编码的 位数就越少广泛用在JPEG,MPEG,H.26X等各种信息编码标准中26Medical Image Compression医学图像压缩技术霍夫曼编码 Case Study 2霍夫曼编码举例2编码前N=8 symbols:a,b
14、,c,d,e,f,g,h,3 bits per symbol(N=23=8)P(a)=0.01,P(b)=0.02,P(c)=0.05,P(d)=0.09,P(e)=0.18,P(f)=0.2,P(g)=0.2,P(h)=0.25计算(1)该字符串的霍夫曼码(2)该字符串的熵(3)该字符串的平均码长(4)编码效率34Medical Image Compression医学图像压缩技术霍夫曼编码 Case Study 2Medical Image Compression35医学图像压缩技术i1L 2.63 bits/symbolHufMedical Image Compression霍夫曼编码 C
15、ase Study 2(1)Average length per symbol(before coding):368i13P(i)3 bits/symbolL 82H P(i)log P(i)2.5821 bits/symbolH/L 98%Huf(2)Entropy:(3)Average length per symbol(with Huffman coding):(4)Efficiency of the code:医学图像压缩技术5、压缩图像质量的评价和压缩技术比较方法 对压缩图像质量评价和压缩技术比较方法,主要分两种:主观和客观。常见的客观方法有归一化的均方差(Normalized Me
16、an Squared Error,NMSE)、峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)、比特率(Bit Rate)和压缩比(Compression Ratio,CR)。对于医学图像,主观评价方法有主观分级(Subjective Rating)评价、双 盲双选项强迫选择(Double-blinded two-alternative forced-choice)和诊断精 确性(Diagnostic Accuracy)评价。客观评价方法所得到的结果与人眼评定结果并不总是一致,因此主观评价 方法也就成为不可缺少的方法。诊断精确性评价在医学图像中作用很重要,最常见的方
17、法是接受者工作特 性曲线(Receiver Operating Characteristic Curve,ROC),这是一种统计分 析方法,针对不同的任务决定哪些图像压缩效果更好或更差。对于有损图像压缩的评价,上述方法都可以使用,但对于无损压缩的评价,则主要使用比特率和压缩比方法。49Medical Image Compression医学图像压缩技术对于医学图像,总希望使用无损压缩。但是,无损压缩压缩比低,一 般只有27:1,而有损压缩压缩比则比较高,随着有损压缩技术的发展和进 步,当压缩比为1030:1,一般还能保证诊断精确性。所以总是根据临床使 用的具体情况选择使用无损压缩还是有损压缩,以
18、及合适的压缩比。6、静止图像数据压缩系统一般框架按照压缩后图像能否被精确重建,图像压缩系统分为两大类:无损压 缩系统和有损压缩系统。6.1 无损压缩系统 现代的无损压缩系统一般由两个不同的相互独立的阶段组成:建模(modeling)和编码(encoding),如图1所示。图1 无损压缩系统编码一般过程50Medical Image Compression医学图像压缩技术建模阶段又分为以下三个部分:预测当前像素值,即基于已有像素值的有限子集(CausalTemplate,因果模板)估计出当前像素值;确定当前像素所在的上下文(Context),上下文同样也是某一(可 能不同)因果模板的函数;给出预
19、测残差(PredictionResidual)的概率模型,它以当前像素所 在的上下文为条件。编码阶段一般使用的是游程编码和基于上下文的熵编码。Medical Image Compression编码 误差 建模预测残差误差值 概率压缩比特流源图像预测值建模51预测医学图像压缩技术6.2 有损压缩系统典型的有损压缩系统主要由三阶段组成:变换阶段(Transformation)、量化阶段(Quantization)和编码阶段(Coding),如图2所示。Medical Image Compression正变换量 化熵编码逆变换逆量化熵解码编码器存储介质/通信信道源图像重建图像解码器图2 有损压缩系统
20、编码与解码一般过程52医学图像压缩技术Medical Image Compression变换阶段变换将空间域的像素灰阶值转换成其它变换域的系数,它减少了图像中的冗余信息,与原始图像数据信号相比,变换后的数据 信号提供了一种更易于压缩的数据表示形式。这是一个无损处理阶段,但是如果考虑计算机存储的有限精度,这个阶段会有信息的损失。图像压缩中,使用更多的是离散余弦变换(DCT)和离散小波变换(DWT)。N 1 N 1 f(x,y)cosx0 y0532(2x 1)u(2 y 1)vF(u,v)cos2N2NN医学图像压缩技术量化阶段量化阶段把变换后的重要系数保留下来,而把其它不重 要的系数进行粗略地
21、近似,经常的情况是被近似为0。一般而言,这一步 会带来信息的损失,但是会使得信息损失尽可能的少,而这也恰是有损 压缩方法和无损压缩方法之间主要的区别。这是一个不可逆的过程,原 因就在于这是多到一映射。存在有两种量化类型:标量量化与矢量量化,前者是在单个像素的基础上量化,而后者对多个像素构成向量进行量 化。编码阶段这是压缩过程中最后一个阶段,用来消除符号编码冗余 度,是一个无损压缩阶段。这个阶段采用定长编码或变长编码将经过量 化后的系数编码为二进制比特流。前者对所有符号赋予等长的编码,而 后者则对出现频率较高的符号分配较短的编码。变 长 编 码 也 叫 熵(Entropy)编码,它能把经过变换得
22、到的图像系数数据以较短的信息总长 度来表示,因而在实际应用中,多采用此类编码方式。常见的编码方法 有游程编码(Run Length Coding,RLC)、变长编码(Variable Length Coding,VLC)和算术编码(Arithmetic Coding,AC)。54Medical Image Compression医学图像压缩技术Medical Image Compression848.1 JPEG2000随着多媒体和因特网应用的持续的扩展,人们对所用技术的需求与 日俱增和发展,已有的静止图像压缩标准JPEG和JPEG-LS已不能满足人 们的要求。制定新的静止图像压缩标准是在19
23、96年瑞士日内瓦的一次会议上提 出,1997年3月,发起了制定静止图像压缩新的国际标准的征稿活动。这 个新标准就是JPEG2000,它的目标是在一个统一的集成系统中,可以使 用不同的成像模式(客户机/服务器、实时传输、图像数据库存档、有限 缓存和宽带资源等),对不同类型(二值图像、灰度图像、彩色图像、多分量图像、高谱图像等)、不同性质(自然图像、计算机生成图像、医学图像、遥感图像、复合文档等)的静止图像进行压缩。与前面介绍 的 JPEG 和 JPEG-LS 不同,它使用 离散小波变换 和EBCOT嵌入式编码技术,生成的码流具有较强的功能。医学图像压缩技术Medical Image Compre
24、ssion85其主要特点如下:出色的低比特率压缩性能。在保证失真率和主观图像质量优于 现有标准的条件下,能够提供对图像的低比特率压缩,以适应网络、移 动通信等有限带宽的应用。按照图像像素精度或分辨率进行渐进式传输。解码时允许用户 根据需要对图像传输进行控制,在获得所需的图像质量后终止解码而无 需接收整个图像压缩码流。统一的算法和单一的码流实现无损压缩和有损压缩。感兴趣区域(ROI)的编码。利用小波变换的局部分辨率特性 和嵌入式编码,可以定义一个感兴趣的区域,采用低压缩比或无损压缩 以获取较好的图像质量,而对其它部分采用高压缩比以节省存储空间或 提高传输速度。医学图像压缩技术Medical Im
展开阅读全文