欢迎来到天天文库
浏览记录
ID:13449508
大小:332.00 KB
页数:10页
时间:2018-07-22
《基于高效视频帧内编码技术的医学图像无损压缩》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、基于高效视频帧内编码技术的医学图像无损压缩基于高效视频帧内编码技术的医学图像无损压缩VictorSanchezandJoanBartrina-Rapesta摘要:近来,HEVC标准的引入为图像存储和传输系统中医学图像压缩技术的改善提供了新的可能。在本文中,我们提出了对于显现解剖结构的灰度图像无损压缩技术的改善方法,这些图像以边缘数量庞大为特征。特别的,我们提出二选一的角度和平面预测模式,该模式基于一种定向性范围扩大的差分脉冲编码调制。我们还提出了一种差分脉冲编码调制解码处理的实现,该处理过程包含了HEV
2、C的按组编码结构。不同医学图像的评估结果显示这种DPCM模式能够高效预测出这些医学图像数量巨大的边缘,成功实现了将图像大小压缩到原图75%的效果。关键词:HEVC帧内编码,医学图像,无损压缩。1.简介在保证能够完美重建的前提下,无损压缩一直以来都被医学团队和信息技术团队视为降低图像存储空间和缩短传输时间的有效方法。随着图像存储和传输系统(PACS系统)的广泛应用,应当让任何一种压缩技术符合医学成像和传输(DICOM)标准。鉴于此,基于DICOM标准的许多压缩技术,例如JPEG2000和H.264/AVC
3、,早就已经出现了。例如,第3部分介绍了在远程接入和三维医学图像可视化中JPEG2000和JPIP的运用。第4部分的工作展现了运用感兴趣区域编码技术和JPEG2000的可扩展性对数字钼靶X线图像进行压缩的一种方法。通过观察可以发现三维四维等高维图像的切片可以视为视频序列的帧,基于这种观察,作者在[5-7]中截取了与3D和4D图像压缩有关的H.264/AVC标准。近来,高效视频编码标准的引入为PACS系统中医学图像压缩的方法改进创造了新的可能。与之前的H.264/AVC比较,高效视频编码技术(HEVC)在视
4、频序列编码效率上已经展现出巨大的改进,在达到相同的视频感知效果的前提下,HEVC可以降低50%的编码比特率。与H.264/AVC类似,HEVC也采用两种编码模式,即帧间和帧内图片编码。在帧间图像编码技术中,不同帧以一个区块一个区块的方式为基础进行编码并通过能完成运动估计和补偿的暂时预测编码技术实现。对于帧内编码,编码在块与块的基础上通过在同一帧内进行空间数据的预测而实现。帧内编码技术不仅适合二维图像数据,而且适合三维图像数据,这便于能够随机访问3D图像的任何一个数据帧而不需要对其他三维数据进行解码,这便
5、使得帧内编码技术非常适合运用于医学图像数据的处理。基于高效视频帧内编码技术的医学图像无损压缩在本文中我们重点关注HEVC的帧内编码过程,作为一种图像压缩技术,它具有重大的潜力并很可能在将来被DICOM所采用。我们特别注意显现解剖结构的医学灰度图像的无损压缩,例如磁共振图像,CT图像,X线血管造影图像。这些图像都因具有数量巨大的边缘而引起了人们对于压缩这些图像的兴趣。基于此并通过使用定向性加大的差分脉冲编码调制技术,我们提出了HEVC帧内编码的处理方法,并将此方法用于精确预测图像的边缘信息。为了保持HEV
6、C的按块编码结构,我们还提出了一种能够满足解码端并行计算要求的差分脉冲编码调制帧内编码的技术。对于不同的磁共振图像,CT图像,X线血管造影图像,在与当下的HEVC帧内编码技术比较时,我们提出的方法显著提高了图像的压缩率。在与JPEG-LS和JPEG2000这两种兼容DICOM系统的技术比较时该方法也显现出来巨大的竞争力。文章后面部分做如下安排。在第2部分,我们简单回顾HEVC帧内编码技术。在第3部分,我们阐述所提出的DPCM帧内编码处理技术并讨论其和先前工作的联系。结果展示在第4部分。第五部分对全文进行
7、总结。2.高效视频帧内编码(HEVCINTRACODING)HEVC编码的主要目的就是通过运用每一帧内仅有的信息,在块与块的基础上来预测其他帧图像,进而减小图像的信息量达到压缩的目的。原始帧数据与预测帧数据的差异定义为误差信号,信息量的减少正是通过对误差信号的处理而实现的。在无损压缩的事例中,任何影响数据帧完美重建的处理都忽略并且将误差信号直接反馈给熵编码器[10]。HEVC帧内编码技术采用角度预测模式来模拟33种不同的方向图;采用DC和平面预测模式来产生平滑的表面,通过样本数据和块边界的自适应滤波来避
8、免误差信号中伪影的引入[10]。图片1(a)展现了HEVC中关于角度预测模式的预测方向的问题。基于高效视频帧内编码技术的医学图像无损压缩图片1.(a)HEVC帧内编码技术。角度模式被分成了两组:竖直的和水平的。(b)为采用精度为1/32个像素的插值方法作为预测原则的例子。iFact是原始采样点Sxy和参考采样点b之间的距离。用于预测的参考采样点为:{R0,1,R0,2,…R0,2N}—位于此表的左边,{R0,0,R1,0,…R2N,0}—位
此文档下载收益归作者所有