基于D5/3小波的医学图像压缩算法研究①

李美珊, 薛佳楣, 明艳春

(佳木斯大学信息电子技术学院,黑龙江 佳木斯 154007)

0 引 言

疫情的出现，使远程医疗得以发展，在远程医疗中诊断时，如何做到医学图像在传输过程中，既要保障图像重建质量，又要用尽可能少的信息来表示，这就要对图像进行压缩，早期的压缩编码不能达到对压缩比和重构图像效果的要求，小波变换[1-2]是基于时频分析的一种方法，是基于数学特性形成的新工具，它的出现使图像分析更便捷、快速，在视觉领域被广泛的使用。

采用小波提升方案进行图像三级分解，在小波基的选择中采用性能更优的D5/3小波，小波变换的提升方案将弥补小波变换的缺陷，降低算法的复杂度和运算速度，对机器内存要求低，便于硬件实现，部分算法利用DSPC6713芯片和SPIHT算法来完成，对测试图像在不同比特率上进行压缩，获得更优的峰值信噪比和压缩率。

1 提升小波变换

提升小波变换是由Sweldens通过改变第一代小波的基础上产生的，第一代小波变换利用基底平移及伸缩完成小波基的构造，并在欧氏空间内实现，在非欧式空间内应用效果不佳，为了解决这一问题，小波提升方案(lifting scheme)[5.9]应运而生。

提升算法的基本原理

小波提升方法主要是将高频、低频信号进行分离，包括分裂、预测和更新三个步骤。

(1)分裂(Split)

Sj原始信号，在分裂过程中生成两个集合，如果采用奇偶分裂法，将获得偶数集Sj,2l和Sj中所有偶数值，奇数集Sj,2l+1包含所有奇数值，即分裂

(Sj)=(偶数j-1,奇数j-1)=(Sj,2l,Sj,2l+1)

(1)

(2)预测(Predict)

1.3 统计学方法 采用SPSS 22.0统计学软件进行数据分析。……