基于计盒维数的小波分形四叉树医学图像编码研究

发布时间：2021-10-30 11:46

　　目的为解决传统方法匹配时间长、编码时间长的问题,提出一种改进的医学图像编码算法。方法将计盒维数引入到小波分形四叉树医学图像编码算法中,首先构造小波分形四叉树与匹配树,并分别计算盒维数值,按匹配树盒维数与小波分形四叉树盒维数的差值绝对值由小到大的顺序选取匹配树进行匹配计算。通过仿真实验对本文方法进行有效性评价。结果相比传统小波分形四叉树方法,本文算法明显减少了四叉树的匹配时间和编码时间（P<0.05）,仿真实验证明了本文方法的有效性。结论本文算法是一种有损的图像压缩方法,在某些对图像质量不苛求的情况下,本文算法是一种比较好的方法。 

【文章来源】：中国医疗设备. 2020,35(10)

【文章页数】：4 页

【部分图文】：

本文算法与小波分形四叉树算法重建图像

【参考文献】：
期刊论文
[1]An Optimal Bit-Rate Allocation Algorithm to Improve Transmission Efficiency of Images in Deep Space Exploration[J]. Yong Xu,Jionghui Li,Xiangyu Lin,Fan Bai.  中国通信. 2020(07)
[2]一种计盒维数估算的新方法[J]. 王晓燕,陈志杰,姜友华,唐文澜,薄乾祯.  湖北大学学报(自然科学版). 2020(03)
[3]一种互联网环境下的医学图像自适应传输系统实现[J]. 罗哲明,杨媛媛.  现代电子技术. 2020(08)
[4]一种基于变位与反转变换的动态规划压缩算法[J]. 丁爱芬,周华君,石宜金.  西南师范大学学报(自然科学版). 2020(01)
[5]基于自适应门限的分形维数语音端点检测[J]. 郑艳,高爽.  东北大学学报(自然科学版). 2020(01)
[6]数字多媒体图像处理技术研究[J]. 何志鹏.  电脑知识与技术. 2020(02)
[7]基于小波变换与分形结合的图像压缩算法[J]. 汪玮玮,张爱华.  计算机技术与发展. 2018(09)
[8]基于多元统计模型的分形小波自适应图像去噪[J]. 王智文,李绍滋.  计算机学报. 2014(06)
[9]基于自适应门限的小波分形四叉树医学图像编码[J]. 杜洋,曲新亮.  中国医学物理学杂志. 2006(03)

硕士论文
[1]基于小波与分形相结合的图像压缩编码算法[D]. 张晶晶.南京邮电大学 2019
[2]基于稀疏表示的脑部多模态图像融合方法研究[D]. 董侠.中北大学 2018



本文编号：3466673