当前位置：文档之家 › 图像压缩毕业设计开题报告

图像压缩毕业设计开题报告

  • 格式：doc
  • 大小：39.00 KB
  • 文档页数：8

中 北 大 学

毕业设计开题报告

学 生 姓 名： 王宣 学 号： 0905084147

学 院、系： 信息与通信工程学院信息工程系

专 业： 生物医学工程

设 计 题 目： 医学图像压缩方法研究与仿真实现

指导教师: 李静怡

2013年 03 月 15 日

毕

业

设

计

开

题

报

告

1．结合毕业设计情况，根据所查阅的文献资料，撰写2000字左右的文献综述：

文 献 综 述

一、本课题研究的目的及意义

随着现代医疗水平的不断进步和经济实力的增强，更多的医疗成像设备投入临床应用，数字化的医学图像在医学临床诊断中发挥的作用越来越重要，对医学图像压缩技术的研究显得尤为迫切，主要表现如下:

首先，数字医学图像的数据量急剧增加。医院里除了经常使用的x射线检查项目外，像CT, MR、核医疗(如SPELT, PET等)以及超声等也进入日常的医学检查和诊断应用中。大多数断层扫描对于感兴趣区的部位都要产生16-64幅切片图像，而且超声和血管造影等每次检查都生成3-30分钟的视频序列图像，这必然使得原来就很庞大的数字医学图像的数据量，以更快的速度增加。而且医学图像数据还要有较长的保存周期，这使它要占用更大的存储空间[1]。

其次，现代医学对医学图像信息的存储与通信提出了更高的要求[2]。全数字的存储方式，PACS( Picture Archiving and Communication System，医学图像的归档与通信系统)现在已得到广泛的应用，而在组成PACS系统的众多技术之中，压缩技术无疑是关键技术之一。另外，在远程医疗等应用环境中，要求在更窄的通信带宽条件下实现医学图像的高保真传输，如不进行有效压缩，将占用大量的存储空间，并对传输网络的带宽产生极大的压力。

医学图像作为自然图像的一种，其数据同样存在很大的冗余[3]，有一定的压缩空间。然而，医学图像自身的特殊性对压缩技术提出了更高的要求。医学图像数据描述的是人体组织、器官等的解剖信息，其中包含的信息十分丰富，而这些信息是医学诊断和疾病治疗的重要根据，图像的任何细节的损失都可能导致错误的诊断，因此对医学图像的压缩应更为谨慎。目前医学图像的压缩通常只采用无损压缩技术，虽然保证了图像的质量，但只能得到很低的压缩比(一般在2.5倍以下)。因此研究有针对性的医学图像压缩技术显得尤其重要。 综述以上几点，医学图像压缩有其必要性，也有其可行性，无论在理论上还是在应用中，研究医学图像压缩技术都将有重要意义。

二、医学图像压缩的国内外研究现状

图像压缩的研究起源于20世纪40年代。1948年香农的经典论文“通信的数学原理”中首次提到信息率失真函数概念，1959年他又进一步建立了率失真理论，从而奠定了信源编码的理论基础。随后伯杰(T Bergen 1971)等人又对其进行了深入的研究[4]，并取得了一定的进步，为后人对该领域进一步研究打下了理论基础。随着数据压缩理论的不断发展和日益成熟，一些研究人员逐渐开始对声音、文字和图像等信号的压缩技术进行了研究。

随着图像压缩技术在相关领域中的广泛应用，医学图像压缩技术由于临床医学方面的特殊应用，成为数据压缩技术中一个新的领域，并引起了国内外学者的极大关注，如德国特里尔的“Telematik”研究所梅内尔教授、美国Center for Next Generation Video

Rensselaer Polytechnic Institute的Willima A.Pearlman教授、浙江大学生物医学工程系童勤业教授和杨胜天博士后、东南大学生物医学工程系的顾适逸和罗立民教授、南京大学张福炎教授等都对医学图像无损和近无损压缩方法进行了研究，并取得了一定的成果[6-10]。

80年代中后期，相关学科的迅速发展和新兴学科的不断涌现为图像压缩编码的发展注入了新的活力。人们对图像信息需求的剧增也有利地促进了图像压缩技术的进步，许多学者结合模式识别、计算机图形学、计算机视觉、神经网络、小波分析和分形几何等理论，开始探索研究图像压缩的新理论和新方法。同时，关于人类的视觉生理、心理特性的研究成果也打开了人类的新视野，许多新的图像压缩编码方法相继提出:M. Kunt于1985年提出了利用人眼视觉特性的第二代图像编码技术；1988年M. Barnsley提出了基于迭代函数系统的分形图像编码技术[11]；1989年S. Mallat将小波分析用于图像编码等等。在众多的图像编码方案中，小波变换以其良好的变换特性在图像编码技术中得到了相当广泛的应用。同时，基于小波变换的图像压缩标准也在不断的发展和完善中[12]，JPEG 2000就是建立在小波变换基础上的最新的静态图像压缩标准，因此成为医学图像压缩编码领域的研究热点。

随着多媒体技术的快速发展，静止图像的应用越来越广泛。它的应用主要集中在图像的存储和图像的传输两方面。散余弦变换JPEG图像压缩编码算法。鉴于数字图像的噪声模型，针对含有噪声的数字图像去除相关性比较差的问题，对图像作去噪处理后再用静止图像压缩标准JPEG作图像压缩编码。通过 MATLAB仿真实验，表明先过滤再压缩的压缩方案信噪比比较高，压缩比的性能也可以达到良好[13]。

现阶段关于感兴趣区域编码技术的研究主要基于小波变换，利用小波多分辨率的特性，对编码方式进行改进。国外对ROI编码的研究主要集中在小波系数平移思想的改进和将标准中的两种方法同不同编码算法的结合。国内对ROI编码的研究只是单纯地将ROI编码思想与实际应用相结合，没有对算法本身做改进。但也有个别文献进行了创新，比如郑杰等人就对小波系数移位做出了创新，采用一种结合人眼生理特性对小波系数进行非均匀化移位的方法[14]。由于图像质量总是与人类的视觉相匹配，如何在ROI编码中结合人眼的视觉特点是很多专业的学者都在进行探索的事情。张立保等人通过对整幅图像进行大幅度压缩，重构后与原图像相减得到残差图像，确定ROI区域，并且对残差图像中的ROI区域进行离散余弦变换(DCT)二次编码，将残差信号码流放在原码流后面的方法进行压缩。这些都为小波系数提升和具体产生码流方面开拓了新思路。

医学图像的特性之一在于诊断区域必须满足诊断的要求。以普通的乳腺X光片为例，其图像是4096 X 4096 X 16bit约33MB，但具有诊断价值的重要区域只是其中的一部分，相当一部分是背景信息。压缩的关键是通过手工或自动方式分割出感兴趣区域和背景区域。我们可以对感兴趣区域实现低压缩比甚至是无损压缩编码，以求获得高质量的重建图像，而对其它区域采用较高压缩率，这可在很大程度上缩小图像大小，在高效节省存储空间的同时，保存重要的诊断信息。针对上述思想，人们对基于感兴趣区域医学图像无损压缩方法进行了大量研究工作，取得了一些成绩，并在一定范围内得到T应用。Monica Penedo ( Spain)和William A.pearlman ( USA ) 对一幅空间分辨率为4000 X

5000像素，像素点尺寸SOum比特深度12bit，数据量40MB的数字乳腺图进行比特率从O.lbpp到lbpp的ROI编码，在比特率0.4bpp时，背景系数置0，由PSNR值客观评估和人眼主观观察重建图像，结果表明乳腺组织区域与原图无明显变化，微钙化点簇细节保存完好，不影响医生诊断。秦安等提出了一种新颖的适合医学图像压缩的AR-EWC算法，并将该算法应用于临床头部MR图像的压缩，实验表明该算法在保证了ROI区域无损压缩的前提下，达到了与经典的有损压缩算法相当的压缩比率[15]。

总的来说，医学图像压缩问题的关键在于怎样在保持重要的临床诊断信息无损的前提下，提高整体图像的压缩比。国内关于ROI编码的研究还处于初始阶段。 三、主要参考文献:

[1] 孙即祥等.图像压缩与投影重建[M].北京：科学出版社．2005.30-39

[2] 高成等.MATLAB小波分析与应用[M].北京：国防工业出版社．2007.40-65

[3] 原岛博（日）.图像信息压缩[M].北京：科学出版社. 2004.43-49

[4] David S.Taubman,Michael W.Marcellin（美）.JPEG2000 Image Compression

Fundamentals,Standards and Practice. [M].北京：电子工业出版社．2004.56-75

[5] 张益贞，刘涛.Visual C++实现MPEG/JPEG编解码技术[M].北京：人民邮电出版社．2002.98-120

[6] 阴躲芬等.谈数字图像压缩编码技术[M].昆明：科技广场．2008.43-65

[7] 闫广军.数字图像信息压缩编码技术[J].沧州师范专科学校学报，2002，30（5):

1285-1290

[8] 洪伟，陈小燕.Photoshop中图像压缩编码技术解析[J].江苏:江苏农林职业技术学院.2007.(12):73-74

[9] 奚溪，王沛.感兴趣区域在信息隐藏中的应用[J].上海:上海机电学院学报.2007.10(4):313-318

[10] 曾峦，宋胜利.基于DSP的图像压缩编码器程序优化[J].哈尔滨:计算机测量与控制.2010.18(3):671-676

[11] 康建鹏，沈虹.数字图像压缩编码的快速方法[J].沈阳：沈阳工业大学学报.1998-10.20(5):58-62

[12]乔宝明，余航.小波分析在静态图像压缩编码中的应用[J].西安：信息科学．2010，(7)：30-39

[13] 陈静.图像压缩编码技术的发展历程及前景[J].安徽：安徽电子信息职业技术学院学报，2009，8(5): 39-41

[14] 孔桂薇.数字图像压缩技术的现状及前景展望[J].上海：上海市浦东科技信息中心. 2010.18(3):671-676

[15] 唐恭政.压缩编码处理对图像信号质量的影响[J].青海：中国有线电视.

2010.18(3):671-676

毕

业

设

计

开

题

报

告

２．本课题要研究或解决的问题和拟采用的研究手段（途径）：

一、本课题研究的问题

本课题拟采用基于JPEG、基于小波变换、以及感兴趣区域医学图像压缩三种医学图像压缩方法来进行医学图像的压缩处理，用Matlab算法编程实现，并进行比较、得出结论。

二、拟采用的研究手段

1、JPEG医学图像压缩

JPEG算法首先通过DCT变换去除数据冗余，再使用量化表对DCT系数进行量化。对量化后的DCT系数进行编码使其熵达到最小，熵编码采用Huffman可变字长编码。在编码过程中JPEG算法首先将RGB分解为8*8的像素块，对这个8*8像素块进行二维离散余弦变换每个块就产生了64个DCT系数，其中一个是直流（DC）系数，它表示了8*8输入矩阵全部值的平均数,其余63个为交流（AC）系数，接下来对DCT系数进行量化，最后将量化的DCT系数进行编码，就形成了压缩后的图像格式。

2、小波变换医学图像压缩

目的：去除图像数据之间的相关性，使得图像信息能量集中到相对较少的数据中。方法：首先选择一个小波基，定义小波函数和尺度函数；根据选择的小波变换层数对图像的行、列进行多层变换，得到金字塔结构的小波系数。具体的方法如图1所示

合集下载

毕业设计(论文开题报告)视频监控系统在安防中的设计与实现

毕业设计(论文开题报告)视频监控系统在安防中的设计与实现

福建工程学院国脉信息学院

毕业设计(论文）开题报告

专 业： 通信工程 班级: 班

设计题目： 视频监控系统在安防中的设计与实现

学生姓名： 学号：

起止日期： （共 周）

设计地点:

指导教师：

福建工程学国脉信息学院本科毕业设计开题报告

年 月 日

1．本课题所涉及的问题在国内(外)的研究现状综述：

视频监控系统是安全防范系统的重要组成部分，是一种防范能力较强的综合系统，目前广泛运用于社会生产的方方面面.近年来，随着计算机技术、网络技术以及图像处理、传输技术的飞速发展,视频监控技术取得了长足的发展。视频监控系统能方便地提供直观、丰富的图像信息。在国内外市场上，主要推出的是数字控制的模拟视频监控和数字视频监控两类产品。前者技术发展已经非常成熟、性能稳定，并在实际工程应用中得到广泛应用，特别是在大、中型视频监控工程中的应用尤为广泛；后者是新近崛起的以计算机技术及图像视频压缩为核心的新型视频监控系统,该系统解决了模拟系统部分弊端而迅速崛起,但仍需进一步完善和发展。目前,视频监控系统正处在数控模拟系统与数字系统混合应用并将逐渐向数字系统过渡的阶段。90年代末，随着多媒体技术、视频压缩编码技术、网络通讯技术的发展、数字视频监控系统迅速崛起,现今市场上有两种数字视频监控系统类型，一种是以数字录像设备为核心的视频监控系统，另一种是以嵌入式视频WEB服务器为核心的视频监控系统。

我国的安防产业较发达国家晚了二三十年，但是在20个世纪90 年代末,在多媒体、视频压缩技术以及网络通讯技术的发展,推动视频监控技术进入了全新的数字化网络监控时代，中国从事网络视频监控的企业第一次站在与国外安防市场几乎相同的起跑线上,为中国新型的专业网络视频监控公司和切带来了前所未有的挑战和机遇。网络化、个人化和智能化将是中国视频监控市场重要的发展趋势。

基于人工智能的图像压缩算法研究

基于人工智能的图像压缩算法研究

基于人工智能的图像压缩算法研究

一、引言

随着科技的不断发展，图像处理技术也得到了巨大的进步。其中，图像压缩技术是图像处理的重要分支之一，它可以减少图像的存储空间、降低数据传输带宽，同时也可以提高图像处理速度。在过去的几十年中，图像压缩技术得到了广泛的研究和应用，而人工智能技术也在近年来得到快速发展，基于人工智能的图像压缩算法也应运而生。本篇文章将对基于人工智能的图像压缩算法进行研究。

二、图像压缩算法概述

图像压缩算法主要分为有损压缩和无损压缩两类。在有损压缩中，图像的一些信息将被部分丢失，以达到压缩的目的。相比之下，无损压缩算法通过重新编码图像的像素，来达到压缩图像的目的。常用的图像压缩算法有JPEG、PNG、GIF等。但是这些传统算法在图像压缩方面仍存在一些问题，比如压缩率不够高、失真严重、处理速度慢等，而基于人工智能的图像压缩算法可以有效地解决这些问题。

三、基于人工智能的图像压缩算法

近年来，基于人工智能的图像压缩技术得到了快速发展，主要有以下几种类型的算法。 1、基于深度学习的图像压缩算法

深度学习是一种通过分层学习表示数据的算法，具有在不需要人为干预下提高模型精度的特点。基于深度学习的图像压缩算法克服了传统算法的一些缺点，例如高压缩率下保持高质量的图像还原、无参考图像质量评价等。目前，基于深度学习的图像压缩算法已经广泛应用于网络视频传输、远程医疗等领域。

2、基于神经网络的图像压缩算法

神经网络是由大量互相连接的单元组成的，它们可以像大脑一样进行信息处理。基于神经网络的图像压缩算法通过训练深度神经网络实现压缩和解压缩。具有高压缩率、高还原质量等特点。

3、基于卷积神经网络的图像压缩算法

卷积神经网络是一种特殊的神经网络，具有特别的互联架构和权重共享机制。基于卷积神经网络的图像压缩算法结合了卷积神经网络处理高分辨率图像的优势和无损压缩的优点，进一步提高了图像的压缩比和还原质量。

四、实验结果及分析

视频图像压缩算法的研究与应用

视频图像压缩算法的研究与应用

视频图像压缩算法的研究与应用

随着互联网时代的到来，视频的传输和播放成为了人们娱乐和交流的主要方式之一。然而，视频的数据量巨大，如何在保证画质的前提下压缩数据量成为了摆在技术人员面前的重要问题。因此，视频图像压缩算法的研究与应用被广泛关注。

一、 视频图像压缩算法的基本原理

视频图像压缩算法的基本原理是消除冗余信息，通常分为两种压缩方法：有损压缩和无损压缩。

有损压缩是指压缩后的图像与原图像存在一定的失真，但是压缩比较高，常用的压缩算法有MPEG、H.264等。而无损压缩则是指压缩后的图像与原图像没有任何失真，但是压缩比较低，常用的压缩算法有GIF、PNG等。

在实际应用中，一般是根据对画质和数据量的要求来选择压缩方式。

二、 常用的视频图像压缩算法

1. 移动图像专家组(MPEG)

MPEG是一种最常用的视频压缩算法，被广泛应用于互联网上传输和数字电视等领域。MPEG采用了时域和空域两种压缩方法，通过对图像进行分块、差分等操作，可以大幅度减少数据量，同时保证画质。

2. H.264

H.264是一种最新的视频压缩标准，其采用了类似MPEG的分块和差分等技术，但是在编码过程中加入了一些新的技术，如运动估计、变换、量化、熵编码等，可以更加有效地压缩数据，同时保持足够的画质。

3. JPEG JPEG是一种常用的图像压缩算法，其通过将图像分为若干个小块，然后对每个小块进行离散余弦变换、量化和编码，在保证画质的前提下实现了较高的压缩比。

4. PNG

PNG是一种无损压缩算法，其通过对图像进行预测、差分、变换和编码等操作，可以将图像压缩至原来的60%左右，而且不会出现失真。

三、 视频图像压缩算法的应用

1. 互联网视频传输

互联网视频传输需要将视频数据传输到用户端，但是由于网络带宽的限制，数据量过大往往会导致视频卡顿，影响用户体验。因此，视频图像压缩算法的应用是解决这一问题的关键。

通过将视频进行压缩，可以减小数据量，使数据能够在有限的带宽下快速传输到用户端，从而保证视频的流畅播放。

图像压缩算法的研究

图像压缩算法的研究

- 1 - 图像压缩算法的研究

近年来，随着计算机技术的飞速发展，图像压缩技术在信息处理领域中越来越受到重视。图像压缩技术可以缩短图像数据传输时间，降低图像传输费用，提高数据传输质量，实现文件的有效存储，减少网络传输带宽。因此，研究图像压缩算法具有重要的现实意义和应用前景。本文将从数字图像的基本概念、压缩原理、压缩算法、压缩质量模型四个方面，讨论图像压缩算法的研究现状及其发展趋势。

首先，本文从基本的概念出发，论述数字图像的基本概念，比如图像的分辨率、量化等，以及数字图像的表示形式，比如像素映射、矢量图形等，以及它们之间的关系。

其次，本文论述图像压缩的基本原理，它是通过分析图像信息，提取其中具有代表性的特征，以减少存储的体积与网络传输的带宽来实现的。它分为无损压缩和有损压缩两种，其中无损压缩在减小存储体积的同时完整保留图像原有信息，而有损压缩在减小存储体积的同时会损失一定的图像信息，其中只有有损压缩可以实现完全无损的压缩。

然后，本文研究压缩算法，压缩算法可以分为统计编码和图像处理算法两大类，其中统计编码算法包括熵编码、差分编码、块编码、矢量量化等，而图像处理算法有游程编码、分块处理、频域处理等。

最后，本文探讨图像压缩质量模型，图像质量模型是衡量压缩图像质量的重要手段。目前，图像压缩质量模型主要有块信噪比（PSNR）、结构相似性（SSIM）、决定系数（DC）等。 - 2 - 本文讨论了图像压缩算法的基本概念、压缩原理、压缩算法、压缩质量模型四个方面的研究现状及其发展趋势，得出结论：图像压缩技术正在发展迅速，未来将为信息处理领域带来更多的福祉。同时，在图像压缩方面，仍有许多技术挑战需要解决，比如有效的压缩算法、准确的质量模型等。

综上所述，图像压缩技术可以有效减少图像存储体积和网络传输带宽，实现文件的有效存储和数据传输质量提高，是一种重要的信息处理技术。在图像压缩方面，仍有许多技术挑战需要解决，以实现更加高效的压缩效果，满足不断发展的应用需求。