基于图像阈值分割的数字x光影像压缩技术.docxVIP

基于图像阈值分割的数字x光影像压缩技术 1 影像编码压缩方法 由于从“数字x光刻机”（cr）采集的大量cr图像数据很大，因此有必要在存储和网络传输期间压缩它们。以往对于医学影像压缩方法主要采用全域离散余弦 (Full-frame DCT) 变换方法压缩, 由于医学影像仅用于医生观察, 发展了适于人眼 (HVS) 的压缩方法。随着预测编码和小波变换压缩方法研究的深入, 对医学影像发展了基于小波四叉树预测压缩方法及基于CALIC的医学影像无损压缩等方法。实际上, 医生往往对整幅图像中的一部分感兴趣, 因而没有必要对整幅图像采用同样的压缩编码方法。因此可借鉴JPEG2000的感兴趣区 (regions-of-interest, ROI) 压缩方法。目前对医学影像采用感兴趣区 (ROI) 压缩主要方法是先采用分割算法将病灶区分割为感兴趣区, 然后对再图像进行JPEG2000的ROI编码。但这样的压缩方法并不适用CR影像, 首先对病灶区分割划分类别过细, 如分割时必须要根据胸、脑、四肢等部位, 还要根据病变类型才可分割出感兴趣区。其次在对影像编码压缩时没有考虑CR影像的成像特点, CR设备成像规律不同于CT、DR, DAS放射医学影像的成像规律, CR成像与成像板 (IP) 关系紧密。本文设计一种与CR成像设备IP相结合的感兴趣区压缩方法。 2 x-qp-roi算法 基于小波变换的JPEG2000首次提出了基于感兴趣区的图像压缩算法和标准。编码机制如下: 2.1 JPEG2000编码方案 JPEG2000编码方案是通过改进JPEG编码中采用的DCT编码技术而采用以离散小波变换 (DWT) 作为基础的分块位平面编码机制。具体步骤简述如下: (1) 将原图像分解为分量图像; (2) 分解各分量图像为若干等长宽的小矩形瓦片 (tile) ; (3) 对瓦片分量进行小波分解, 得到不同子带的小波系数并对每个子带划分为等宽度的数据块; (4) 按数据块的扫描顺序提取各块数据的位平面系数进行熵编码; (5) 原图像中如果有ROI部分, 转入相应的ROI编码机制优先编码ROI系数。 2.2 MAXSHIFT编码原理 MAXSHIFT作为JPEG2000 Part I部分推荐的ROI编码算法, 基本思想是:先通过ROI掩模 (mask) 从原图像中选定一块或若干块ROI区域, 对图像做小波变换并对边界做适当调整, 将小波图像分块然后把块内系数按行排列, 将排好的数据进行二进制位平面编码, 编码前令与重构ROI区域无关的小波变换系数—非感兴趣区系数以比例系数“缩小”2倍, 使ROI系数在位平面编码时排在非感兴趣区系数的前面。这样在解码时, 解码端在一定的解码率下可以使ROI系数能得到充分的解码。这样实现了感兴趣区的优先编解码。 3 cr影像的roi压缩 然而由于CR影像具有自己的特点, 比如CR影像一般会有一定比例的暗背景区、影像中的噪声分布等。对CR影像采用JPEG2000的ROI压缩方法效果并不理想。本文针对CR图像的特点提出了一种适合CR影像感兴趣区的压缩编码方法。 3.1 中值滤波器的选择利用 CR影像可以分割为两部分, 一部分是X射线照射到身体后成像, 这部分影像包含身体信息是感兴趣区;另一部分是X射线没有照射到身体成像, 不包含身体信息, 称为暗背景区, 是不感兴趣区。实际上, 对于四肢、躯干等部位CR影像中暗背景区占有相当多的部分, 所以首先把暗背景区分割出来。如果不考虑噪声影响, 暗背景区的像素值相同, 那么可以把背景区像素值在整个图像中看作为恒定, 而且图像中所有物体与背景区对比度不同, 只要使用一个固定的阈值就会有较好的分割效果。本文选择暗背景区像素均值作为阈值, 分割后的暗背景区的像素值为阈值, 感兴趣区的像素值为0。由于肌肉、脂肪等软组织吸收X射线能力差, 有可能会将这部分信息当作暗背景分割出去, 考虑到这样的区域常常位于感兴趣区与非感兴趣区分割的边界处, 因此采用5×5稀疏分布的方块模板作为中值滤波器, 中值滤波器能够衰减颗粒信号同时不使边界模糊, 这样感兴趣区的内容会原封不动的保存下来。另外由于噪声的影响, 对分割出来的暗背景区进行中值滤波, 这样还可以消除颗粒噪声影响, 适于行程编码 (RLE) 。 选择暗背景区像素均值作为阈值, 将暗背景区分割出来, 得到二值图像, 然后进行行程编码 (RLE) 。 通过阈值分割和中值滤波, 实现了适合医学影像的感兴趣区和非感兴趣区自动分割, 克服了以往过细的分割方法, 使CR压缩算法具有普适性。 3.2 感兴趣区域的几乎没有破坏 原始图像减去暗背景区得到残差图像, 该残差图像为感兴趣区。 3.2.1 像素值的预处理 数字X光影像仪 (CR) 系统运行中, 有若干环节共同参与影像成像,