CN103079075A - 面向生物体腔内图像采集的图像压缩方法 - Google Patents

Abstract

本发明涉及医学影像处理技术领域，特别涉及生物体腔内图像采集技术，具体涉及一种面向生物体腔内图像采集的图像压缩方法。本发明的一种面向生物体腔内图像采集的图像压缩方法首先得到原始图像的频率系数矩阵，其次，重新编排量化处理后的频率系数矩阵并对其进行熵编码，然后解码由熵编码后的频率系数矩阵组成的帧数据并重构图像，最后对得到的重构图像进行去块效应处理。本发明的图像压缩方法，能够提供较高的图像压缩比，降低在体内的系统运算复杂度；同时又能够提高还原图像的主观质量，方便医生阅读图像；因此，本发明为医学影像的获得及处理提供了有力的技术支持。

Description

面向生物体腔内图像采集的图像压缩方法

技术领域

本发明涉及医学影像处理技术领域，特别涉及生物体腔内图像采集技术，具体涉及一种面向生物体腔内图像采集的图像压缩方法。

背景技术

无线内窥镜系统是用于在生物体腔内采集图像的重要系统，它的出现不仅给胃肠道的检查带来了极大方便，同时还消除了接受检查的患者的痛苦，并且可以检查常规内窥镜检查的无法检查的盲区小肠部位。

在无线内窥镜系统中，图像压缩技术可以有效地提高系统的性能瓶颈，例如，提高图像采集的帧率以及降低体内系统的功耗等等。现有的应用于图像压缩的技术主要包括以下两类：一、无损/准无损图像压缩，该类图像压缩方法能够提供较高的还原图像质量，但其压缩比较低，造成在体内的系统运算复杂度高；二、基于分块变换、量化以及熵编码的有损图像压缩方法，该类图像压缩方法可提供较高的图像压缩比，虽然一定程度上提高了图像压缩比，但是与此同时，还原图像引入了块效应，降低了还原图像的主观质量。

综上所述，一种既能够提供较高的图像压缩比，又能够提高还原图像的主观质量的图像压缩方法是亟待提供的。

发明内容

（一）要解决的技术问题

本发明的目的在于提供一种面向生物体腔内图像采集的图像压缩方法，用于提供较高的图像压缩比，降低在体内的系统运算复杂度；同时又能够提高还原图像的主观质量，方便医生阅读图像。

（二）技术方案

本发明技术方案如下：

一种面向生物体腔内图像采集的图像压缩方法，包括步骤：

S1.分类采集的原始图像像素并进行正交变换得到频率系数矩阵；

S2.重新编排量化处理后的频率系数矩阵并对其进行熵编码；

S3.解码由熵编码后的频率系数矩阵组成的帧数据并重构图像；

S4.对得到的重构图像进行去块效应处理。

优选的，所述步骤S1包括：

S101.对采集到的原始图像像素依据颜色空间进行分类；

S102.对每个颜色空间的像素分别以方阵为单元进行正交变换。

优选的，所述颜色空间为RGB三色空间；所述方阵为4×4方阵或8×8方阵；所述正交变换为离散余弦变换以及整数变换中的一种或多种。

优选的，所述整数变换的变换矩阵为：

$M=\left[\begin{array}{cccc}1& 1& 1& 1\\ 1& 0& 0& -1\\ 1& -1& -1& 1\\ 0& -1& 1& 0\end{array}\right].$

优选的，所述步骤S2包括：

S201.依据预设的量化表矩阵对所述频率系数矩阵进行量化处理；

S202.将量化处理后的频率系数矩阵编排为一维向量；

S203.对照熵编码表对所述一维向量进行熵编码。

优选的，所述量化表矩阵为：

$Q=\left[\begin{array}{cccc}16& 32& 32& 64\\ 32& 32& 32& 64\\ 32& 32& 64& 64\\ 64& 64& 64& 64\end{array}\right].$

优选的，所述步骤S3包括：

S301.将熵编码后的频率系数矩阵组成帧数据；

S302.解码所述帧数据，进行反量化以及反变换，得到重构图像。

优选的，所述步骤S4包括：

S401.对所述重构图像进行块效应检测；

S402.对所述重构图像进行块效应消除。

优选的，所述步骤S4包括：

选择一种颜色分量分别进行水平方向以及竖直方向块效应检测；

对该颜色分量分别进行水平方向以及竖直方向块效应消除；

选择其他颜色分量重复上述步骤，直到所有颜色分量处理完毕。

优选的，所述步骤S1-S301在生物体腔内进行；所述步骤S302-S4在生物体腔外进行。

（三）有益效果

本发明的一种面向生物体腔内图像采集的图像压缩方法首先得到原始图像的频率系数矩阵，其次，重新编排量化处理后的频率系数矩阵并对其进行熵编码，然后解码由熵编码后的频率系数矩阵组成的帧数据并重构图像，最后对得到的重构图像进行去块效应处理。本发明的图像压缩方法，能够提供较高的图像压缩比，降低在体内的系统运算复杂度；同时又能够提高还原图像的主观质量，方便医生阅读图像；因此，本发明为医学影像的获得及处理提供了有力的技术支持。

附图说明

图1是本发明的一种面向生物体腔内图像采集的图像压缩方法的流程示意图。

具体实施方式

下面结合附图和实施例，对发明的具体实施方式做进一步描述。以下实施例仅用于说明本发明，但不用来限制本发明的范围。

流程图如图1中所示的一种面向生物体腔内图像采集的图像压缩方法，主要包括以下步骤：

S1.分类采集的原始图像像素并进行正交变换得到频率系数矩阵；该步骤主要包括：

S101.对采集到的原始图像像素依据颜色空间进行分类；本实施例中以RGB(Red、Green、Blue，红绿蓝)三色空间为依据进行分类举例说明：获取初始图像的数据，初始图像数据是以RGB色彩模式表示的图像数据，其中图像的每一像素包含一个数值，表示该像素的红（R）、绿（G）、蓝（B）三原色中其中一种的取值，通常情况下，图像的R、G、B值均由8位无符号数表示；然后以RGB三色空间为依据对原始图像的像素进行分类；

S102.对每个颜色空间的像素分别以方阵为单元进行正交变换，例如以为4×4个像素或8×8个像素为一个单元；本实施例中以4×4个像素为一个单元为例进行说明，当原始图像的长或宽不是4的整数倍时，应先将其补足以满足转换要求；其中，所述正交变换为离散余弦变换以及整数变换中的一种或多种；本实施例中以整数变换为例进行说明；具体为：设上述4×4像素单元为I，变换结果为F，变换形式如式（1）所示，其中变换矩阵M如式（2）所示，M^T为M的转置矩阵；

F＝MIM^T                  （1）

$M=\left[\begin{array}{cccc}1& 1& 1& 1\\ 1& 0& 0& -1\\ 1& -1& -1& 1\\ 0& -1& 1& 0\end{array}\right]---\left(2\right)$

S2.重新编排量化处理后的频率系数矩阵并对其进行熵编码；该步骤主要包括：

S201.依据预设的量化表矩阵对所述频率系数矩阵F进行量化处理，设量化结果为F_Q，则可表示为式（3），“⊙”代表矩阵对应位置的元素相除，其中量化表矩阵为Q，如式（4）所示；

F_Q=F⊙Q              （3）

$Q=\left[\begin{array}{cccc}16& 32& 32& 64\\ 32& 32& 32& 64\\ 32& 32& 64& 64\\ 64& 64& 64& 64\end{array}\right]---\left(4\right)$

S202.对量化后的频率系数矩阵F_Q进行重新编排，由矩阵形式变成一维向量形式，；其变换规则如下，设F_Q（m,n）代表F_Q的第m行，第n列元素，则形成的一维向量如式（5）所示；

[F_Q（1,1）,F_Q（1,2）,F_Q（2,1）,F_Q（2,2）,F_Q（1,3）,F_Q（3,1）,F_Q（2,3）F_Q（3,2），F_Q（1,4），F_Q（4,1），F_Q（3,3）F_Q（2,4），F_Q（4,2）F_Q（3,4）F_Q（4,3），F_Q（4,4）]                  （5）

S203.对照相应的熵编码表对所述一维向量中的每个元素进行熵编码。

S3.解码由熵编码后的频率系数矩阵组成的帧数据并重构图像；该步骤主要包括：

S301.将熵编码后的频率系数矩阵组成帧数据，并将相应数据发送到体外；上述步骤S1-S301均在生物体腔内进行；

S302.无线内窥镜系统体外部分接收到所述帧数据后进行解码，进行反量化以及反变换，得到重构图像。

S4.对得到的重构图像进行去块效应处理；该步骤主要包括：

S401.对所述重构图像进行块效应检测；

S402.对所述重构图像进行块效应消除。

具体为：选择一种颜色分量分别进行水平方向以及竖直方向块效应检测；对该颜色分量分别进行水平方向以及竖直方向块效应消除；选择其他颜色分量重复上述步骤，直到所有颜色分量处理完毕。例如，首先对得到的重构图像的R分量进行块效应检测，其方法如下：

检测水平方向的块效应：

对得到的重构图像进行4×4分块的离散余弦变换，假设A和B为左右相邻的两个像素块，它们的变换系数为F^A和F^B，若变换系数满足如下两个判断准则式（6）以及式（7），则可判断A和B像素块之间存在水平方向的块效应。其中C₁和C₂可根据具体图像实验统计得到，在本实施例中取C₁=0，C₂=1；

$\max \left|F_{i,j}^A\right|\≤C_1\mathrm{and}\max \left|F_{i,j}^B\right|\≤C_1\mathrm{if}i+j>4---\left(6\right)$

$|F_{\mathrm{1,2}}^A-F_{\mathrm{1,2}}^B|\≤C_2---\left(7\right)$

检测竖直方向的块效应，检测方法与上述水平方向检测类似；

然后，对检测到块效应的位置进行块效应消除，其方法如下

进行水平方向的块效应消除：

设未进行块效应消除的像素矩阵为I^A和I^B，进行块效应消除后得到的像素矩阵为^SI^A和^SI^B，消除方法如式（8）以及式（9）中所示；其中α_i,1是一个取值为0和1的随机数，在本实施例中取β＝0.2。

$I_{i,1}^B{}_S={\mathrm{\α}}_{i,1}[{\mathrm{\βI}}_{i,1}^B+(1-\mathrm{\β})I_{i,4}^A]+(1-{\mathrm{\α}}_{i,1})I_{i,1}^B---\left(8\right)$

$I_{i,4}^A{}_S={\mathrm{\α}}_{i,1}[(1-\mathrm{\β})I_{i,1}^B+{\mathrm{\βI}}_{i,4}^A]+(1-{\mathrm{\α}}_{i,1})I_{i,4}^A---\left(9\right)$

消除竖直方向的块效应，方法与上述水平方向类似；

最后，对得到的重构图像的G分量和B分量进行块效应检测和块效应消除，方法与上述步骤相同；

全部处理完毕后，对消除块效应的重构图像进行显示和存储。

上述步骤S302-S4均在生物体腔外进行。

应用本发明的图像压缩方法对无线胶囊内窥镜图像进行处理，可以得到86%的图像压缩比率，而重构图像客观质量可达到39.2dB，且重构图像内不存在块效应；因此，本发明的图像压缩方法，能够提供较高的图像压缩比，降低在体内的系统运算复杂度；同时又能够提高还原图像的主观质量，方便医生阅读图像。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的保护范畴。

Claims (10)

1.一种面向生物体腔内图像采集的图像压缩方法，其特征在于，包括步骤：

S1.分类采集的原始图像像素并进行正交变换得到频率系数矩阵；

S2.重新编排量化处理后的频率系数矩阵并对其进行熵编码；

S3.解码由熵编码后的频率系数矩阵组成的帧数据并重构图像；

S4.对得到的重构图像进行去块效应处理。

2.根据权利要求1所述的图像压缩方法，其特征在于，所述步骤S1包括：

S101.对采集到的原始图像像素依据颜色空间进行分类；

S102.对每个颜色空间的像素分别以方阵为单元进行正交变换。

3.根据权利要求2所述的图像压缩方法，其特征在于，所述颜色空间为RGB三色空间；所述方阵为4×4方阵或8×8方阵；所述正交变换为离散余弦变换以及整数变换中的一种或多种。

4.根据权利要求3所述的图像压缩方法，其特征在于，所述整数变换的变换矩阵为：

$M=\left[\begin{array}{cccc}1& 1& 1& 1\\ 1& 0& 0& -1\\ 1& -1& -1& 1\\ 0& -1& 1& 0\end{array}\right].$

5.根据权利要求1-4任意一项所述的图像压缩方法，其特征在于，所述步骤S2包括：

S201.依据预设的量化表矩阵对所述频率系数矩阵进行量化处理；

S202.将量化处理后的频率系数矩阵编排为一维向量；

S203.对照熵编码表对所述一维向量进行熵编码。

6.根据权利要求5所述的图像压缩方法，其特征在于，所述量化表矩阵为：

$Q=\left[\begin{array}{cccc}16& 32& 32& 64\\ 32& 32& 32& 64\\ 32& 32& 64& 64\\ 64& 64& 64& 64\end{array}\right].$

7.根据权利要求5所述的图像压缩方法，其特征在于，所述步骤S3包括：

S301.将熵编码后的频率系数矩阵组成帧数据；

S302.解码所述帧数据，进行反量化以及反变换，得到重构图像。

8.根据权利要求1-4、6-7任意一项所述的图像压缩方法，其特征在于，所述步骤S4包括：

S401.对所述重构图像进行块效应检测；

S402.对所述重构图像进行块效应消除。

9.根据权利要求8所述的图像压缩方法，其特征在于，所述步骤S4包括：

选择一种颜色分量分别进行水平方向以及竖直方向块效应检测；

对该颜色分量分别进行水平方向以及竖直方向块效应消除；

选择其他颜色分量重复上述步骤，直到所有颜色分量处理完毕。

10.根据权利要求7或9任意一项所述的图像压缩方法，其特征在于，所述步骤S1-S301在生物体腔内进行；所述步骤S302-S4在生物体腔外进行。

Images