医学虚拟六现实技术中的数据压缩技术研究.docx

摘要 第一种算法相同，即先进行YIQ变换，零均值化，然后对图像进行分割形成一系列 的子块tAI数据集，然后使用ICA算法提取这些子块IAI数据集的独立基以及获取各 子块IAI的独立基的表示系数，接着将各子块独立基拼装成几个大的组合独立基图 像，利用小波压缩技术来压缩编码，对独立基表示系数的压缩也是先组合成几个大 的数据集合，然后进行量化和编码。本章中我们采用了两组数据来测试基于ICA的 压缩方法的性能，与基于JPEG的压缩算法比较，本章算法表现了较高的压缩率／重 建质量性能比。与基于PCA的算法相比，基于ICA的压缩算法在压缩性能比上略逊 一筹。这也正反应了独立基和本征基的区别所在，独立基各自代表了原始数据的相 互独立的信息，在压缩过程中，某个基表达信息的损失不能从其它基那恢复：而本 征基之间仍然存在高阶的统计相关性，所以压缩过程中某个基上的信息损失会从别 的基中得到部分补偿，从而使得重建的质量相应要高一些。另一个原因是，本文对 基图像之间的比特分配是基于统计方差的，方差是二阶统计信息，使得本身即为二 阶统计方法的PCA方法提取的基图像在比特分配方面更能取得较优化的结果。 基于全局基的数据压缩方法能用很少几个基向量来表示原始数据，因丽能取得 很高的数据压缩率，但是全局基不能有效地表示局部的数据特征，局部的变化和干 扰会影响所有的基向量，需要使用大量的基向量才能表示局部特征。当数据