CN104244012A - 一种ct数据压缩方法 - Google Patents
一种ct数据压缩方法 Download PDFInfo
- Publication number
- CN104244012A CN104244012A CN201410543482.5A CN201410543482A CN104244012A CN 104244012 A CN104244012 A CN 104244012A CN 201410543482 A CN201410543482 A CN 201410543482A CN 104244012 A CN104244012 A CN 104244012A
- Authority
- CN
- China
- Prior art keywords
- data
- compression
- matrix
- compression method
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
本发明涉及一种CT数据压缩方法,该数据压缩方法包括以下步骤:原始图像数据采集,对探测器采集的数据进行缓存;差分编码,对缓存的数据进行差分编码;区域划分,将数据矩阵划分为N个等大的小矩阵;比较和选择,对分割的数据块与之前的数据块进行对比筛选;数据压缩,对数据差异较大的部分进行二次压缩。针对工业CT大规模数据采集和传输,本发明提供了一种针对工业CT投影原始数据无损压缩方法,在使用高分辨率大面积平板探测器的CT设备中对数据进行压缩,可以有效地提高传输效率和数据压缩比率。
Description
技术领域
本发明涉及一种CT数据压缩方法,特别是一种针对工业CT投影原始数据无损压缩方法。
背景技术
现今面阵CCD探测器的高速发展,越来越高的分辨率和越来越大的尺寸的CCD已经应用于工业CT的产品当中,随之带来的CT投影数据成倍的增加,这给数据存储和实时传输造成了很大的困难。限制了或者无法满足CT的高精度和高分辨率的要求。
由于工业CT是用来进行工业工件的检查和探伤的,因而对其有着特殊的要求,即对采集的原始数据要有很高的保真度要求,任何程度上的图像信息的损失都有可能会带来错误的检查和探伤结果。基于以上考虑,CT投影原始数据采用无损的熵编码压缩方法。然而现有的无损压缩方法仍然存在着压缩比率比较低的问题,缺乏针对性并且适应不了工业CT数据传输存储量大的要求。
现有技术方案主要是通用的数据的无损压缩算法,缺乏针对性,导致现有算法不能在特定的方案中达到很好的效果,并且无法兼顾压缩率高且压缩速度快。现有的CT压缩方法有专利CN1483382A,为医学图像无损压缩方法。论文发布于《中国体视学与图像分析》的《一种快速高效的CT投影数据无损压缩方案》提出了工业CT针对平板探测器的无损压缩方法,由于将全部数据采用小波变换,一定程度上的降低了压缩速率,本专利采用了不同的压缩流程和方法,来有效提高压缩速率。
发明内容
有鉴于此,本发明的目的在于提供一种CT数据压缩方法,该CT数据压缩方法在使用高分辨率大面积平板探测器的CT设备中对数据进行压缩,可以有效地提高传输效率和数据压缩比率。
为达到上述目的,本发明提供如下技术方案:
一种CT数据压缩方法,该方法包括以下几个步骤:
S1:原始图像数据采集:对探测器采集的数据进行缓存;
S2:差分编码:对缓存的数据进行差分编码;
S3:区域分割:将平板探测器采集到的数据矩阵划分为N个等大的小矩阵,N值根据具体硬件参数来参考设定;
S4:比较和选择:对分割的数据块与之前的数据块进行对比筛选;
S5:数据压缩:对数据差异较大的部分进行二次压缩。
进一步,所述差分编码步骤还包括预测下一帧数据值,即以上一次差分编码的差值作为下一次做差分编码的差分编码模块计算要压缩的数据的预测值,并计算预测误差,预测误差是要压缩的数据的预测值和实际值之差。
进一步,所述比较和选择包括以下步骤:
S41:小矩阵内部的预测误差值相加得到每个小矩阵预测误差和Sn,每个小矩阵的数据平均值为
S42:误差率为当误差率Pn>i%时,表明数据的波动较大,为了提高压缩效率将误差率大于i%的数据矩阵将进行二次压缩,其中i为可接受误差百分比值的大小,可根据具体实际情况设定;
S43:添加一个大小为N的矩阵来标识所对应的小矩阵是否进行第二次压缩,0表示不需要进行二次压缩,1表示需要进行二次压缩。
进一步,所述数据压缩步骤包括整数小波变换和哥伦布熵编码压缩。
本发明的有益效果在于:本发明所提供的一种CT数据压缩方法,针对工业CT大规模数据采集和传输,在使用高分辨率大面积平板探测器的CT设备中对数据进行压缩,在保证压缩速率的前提下有效地提升了压缩比率。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为本专利所述方法的流程图;
其中,101为原始图像数据采集过程,102为差分编码模块,103为区域分割模块,104为比较和选择模块,105为数据压缩模块;
图2为小波分解示意图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
如图1所示,一种CT数据压缩方法,其步骤如下:
S1:对探测器采集的数据进行缓存,缓存帧数至少为两帧(当前帧数据与预测帧数据——如为第一帧则无预测帧)。
S2:对所缓存数据进行处理部分,是将两帧数据进行差分编码,即当前数据帧的数据减去上一帧数据的数据,他们的差作为当前数据保存。
预测下一帧数据值,即以上一次差分编码的差值作为下一次做差分编码的所述差分编码模块计算要压缩的数据的预测值,并计算预测误差,所述预测误差是要压缩的所述数据的预测值和实际值之差。
S3:区域分割模块,所述区域分割模块划分CT采集的数据矩阵,将平板探测器一帧采集到的数据矩阵划分为N个等大的小矩阵,N的值可以根据具体硬件参数来参考设定。
S4:比较和选择模块,所述比较和选择模块需要对分割的数据块与之前的数据块进行对比筛选,小矩阵内部的预测误差值相加得到每个小矩阵预测误差和Sn,每个小矩阵的数据平均值为则误差率为当误差率Pn>i%时,表明数据的波动较大,差分编码并不能起到很好的压缩效果,因此为了提高压缩效率将误差率大于i%的数据矩阵进行二次压缩,其中i为可接受误差百分比值的大小,可根据具体实际情况设定;后添加一个大小为N的矩阵来标识所对应的小矩阵是否进行第二次压缩,0表示不需要进行二次压缩,1表示需要进行二次压缩,以便来为数据接收解压缩做好准备。
S5:数据压缩模块,所述数据压缩模块分两个部分,首先对筛选的数据进行整数小波变换,传输速度和转换效率再次对整体数据进行编码压缩。
实施例1:
第一步,本方法首先将采集来的原始数据进行DCMP编码,由于工业CT数据有较好的动态范围和信噪比,使得DCMP编码相对于其他情况下得到的压缩比更加有效果。首先,将平板探测器一帧采集到的数据矩阵划分为N个等大的小矩阵,N的值可以根据具体硬件参数来参考设定,小矩阵内部的预测误差值相加得到每个小矩阵预测误差和Sn,每个小矩阵的数据平均值为则误差率为当误差率Pn>i%时,表明数据的波动较大,差分编码并不能起到很好的压缩效果,因此为了提高压缩效率将误差率大于i%的数据矩阵进行二次压缩。最后添加一个大小为N的矩阵来标识所对应的小矩阵是否进行第二次压缩,0表示不需要进行二次压缩,1表示需要进行二次压缩,以便来为数据接收解压缩做好准备。
第二步,将数据差异较大的部分,即需要进行二次压缩的小矩阵进行二次压缩。通常无损压缩常使用整数小波变换,经过一次小波分解图像块分解成4个子带的数据,每个子带长、宽尺寸是原来数据块的一半。如图2所示,其中Vj、Hj、Dj分别表示水平高频系数、垂直高频系数和水平+垂直高频系数,剩下区域Aj为低频系数。这样图像的信息分别被分别放置在四个不同的频域空间中,类似可以继续分解下去,这样就实现了数据差异较大模块原始数据中各类信息的集中,有效的较少数据冗余,这是小波分解的基本目的。
但是CT扫描是对物体不同侧面进行扫描的过程,这使得不同角度下的投影数据之间的相关程度较低,小波变换则应降低分解级数和序列长度,避免过多地分解出高频成分参与,因此只对每幅数据内二维小波分解得到的低频子带A进行帧间去相关,H、V、D等高频信息不参与变换,可以更好的实现数据集中。
第三步,采用指数哥伦布编码进行熵编码。要获得更好的压缩效果,代价往往是算法复杂度的提升和计算量的增加。为了满足工业CT系统的工作效率和稳定性,一些压缩效率较高的复杂压缩算法并不能很好的体现在工业CT系统当中,因此本方法采用指数哥伦布编码进行熵编码,达到满足高速高效的目的。哥伦布编码是一种低复杂度的自适应编码方法,在特定的条件下可以达到最佳的编码速率。哥伦布编码利用参数m将待编码数值x商q和余数r,即
q=[x/m],r=xmodm,
对于带符号整数则在编码首位增加1bit符号位,因此对于单个数值x,采用如下编码方式:
1bit符号位 | 低k位(余数r) | q个0 | 1bit结束位1 |
最后将数据逐行进行传输,首先对压缩过程中产生的包头进行传输,然后对压缩好的数据矩阵进行传输。
本发明所提供的一种CT数据压缩方法,针对工业CT大规模数据采集和传输,在使用高分辨率大面积平板探测器的CT设备中对数据进行压缩,在保证压缩速率的前提下有效地提升了压缩比率。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (4)
1.一种CT数据压缩方法,其特征在于:该方法包括以下几个步骤:
S1:原始图像数据采集:对探测器采集的数据进行缓存;
S2:差分编码:对缓存的数据进行差分编码;
S3:区域分割:将平板探测器采集到的数据矩阵划分为N个等大的小矩阵,N值根据具体硬件参数来参考设定;
S4:比较和选择:对分割的数据块与之前的数据块进行对比筛选;
S5:数据压缩:对数据差异较大的部分进行二次压缩。
2.根据权利要求1所述的一种CT数据压缩方法,其特征在于:所述差分编码步骤还包括预测下一帧数据值,即以上一次差分编码的差值作为下一次做差分编码的差分编码模块计算要压缩的数据的预测值,并计算预测误差,预测误差是要压缩的数据的预测值和实际值之差。
3.根据权利要求1所述的一种CT数据压缩方法,其特征在于:所述比较和选择包括以下步骤:
S41:小矩阵内部的预测误差值相加得到每个小矩阵预测误差和Sn,每个小矩阵的数据平均值为
S42:误差率为当误差率Pn>i%时,表明数据的波动较大,为了提高压缩效率将误差率大于i%的数据矩阵将进行二次压缩,其中i为可接受误差百分比值的大小,可根据具体实际情况设定;
S43:添加一个大小为N的矩阵来标识所对应的小矩阵是否进行第二次压缩,0表示不需要进行二次压缩,1表示需要进行二次压缩。
4.根据权利要求1所述的一种CT数据压缩方法,其特征在于:所述数据压缩步骤包括整数小波变换和哥伦布熵编码压缩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410543482.5A CN104244012B (zh) | 2014-10-14 | 2014-10-14 | 一种ct数据压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410543482.5A CN104244012B (zh) | 2014-10-14 | 2014-10-14 | 一种ct数据压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104244012A true CN104244012A (zh) | 2014-12-24 |
CN104244012B CN104244012B (zh) | 2017-08-04 |
Family
ID=52231226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410543482.5A Active CN104244012B (zh) | 2014-10-14 | 2014-10-14 | 一种ct数据压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104244012B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107749757A (zh) * | 2017-10-18 | 2018-03-02 | 广东电网有限责任公司电力科学研究院 | 一种基于堆栈式自编码和pso算法的数据压缩方法及装置 |
CN108924556A (zh) * | 2018-06-27 | 2018-11-30 | 戴建荣 | 处理断层扫描图像的方法、装置、设备及存储介质 |
CN110149514A (zh) * | 2019-05-31 | 2019-08-20 | 上海联影医疗科技有限公司 | 扫描数据的压缩方法、装置、采集系统及医学成像系统 |
CN115955250A (zh) * | 2023-03-14 | 2023-04-11 | 燕山大学 | 一种高校科研数据采集管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101933327A (zh) * | 2007-10-26 | 2010-12-29 | 富士胶片株式会社 | 数据压缩装置、数据压缩程序及摄像装置 |
CN101945286A (zh) * | 2010-09-29 | 2011-01-12 | 上海华为技术有限公司 | 压缩编码方法、解码解压方法、装置和通信系统 |
CN103888144A (zh) * | 2014-03-04 | 2014-06-25 | 上海挚连科技有限公司 | 基于信息熵优选的自适应数据预测编码算法 |
-
2014
- 2014-10-14 CN CN201410543482.5A patent/CN104244012B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101933327A (zh) * | 2007-10-26 | 2010-12-29 | 富士胶片株式会社 | 数据压缩装置、数据压缩程序及摄像装置 |
CN101945286A (zh) * | 2010-09-29 | 2011-01-12 | 上海华为技术有限公司 | 压缩编码方法、解码解压方法、装置和通信系统 |
CN103888144A (zh) * | 2014-03-04 | 2014-06-25 | 上海挚连科技有限公司 | 基于信息熵优选的自适应数据预测编码算法 |
Non-Patent Citations (1)
Title |
---|
金鑫等: ""一种快速高效的CT投影数据无损压缩方案"", 《中国体视学与图像分析》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107749757A (zh) * | 2017-10-18 | 2018-03-02 | 广东电网有限责任公司电力科学研究院 | 一种基于堆栈式自编码和pso算法的数据压缩方法及装置 |
CN108924556A (zh) * | 2018-06-27 | 2018-11-30 | 戴建荣 | 处理断层扫描图像的方法、装置、设备及存储介质 |
CN108924556B (zh) * | 2018-06-27 | 2021-09-07 | 戴建荣 | 处理断层扫描图像的方法、装置、设备及存储介质 |
CN110149514A (zh) * | 2019-05-31 | 2019-08-20 | 上海联影医疗科技有限公司 | 扫描数据的压缩方法、装置、采集系统及医学成像系统 |
CN115955250A (zh) * | 2023-03-14 | 2023-04-11 | 燕山大学 | 一种高校科研数据采集管理系统 |
CN115955250B (zh) * | 2023-03-14 | 2023-05-12 | 燕山大学 | 一种高校科研数据采集管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104244012B (zh) | 2017-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3967405B2 (ja) | 画像信号の符号化方法 | |
CN107197260A (zh) | 基于卷积神经网络的视频编码后置滤波方法 | |
CN102186069B (zh) | 一种保持量测性能的遥感影像数据压缩方法 | |
CN106385584B (zh) | 基于空域相关性的分布式视频压缩感知自适应采样编码方法 | |
US7050640B1 (en) | Wavelet zerotree image coding of ordered bits | |
CN104244012A (zh) | 一种ct数据压缩方法 | |
CN102123278A (zh) | 基于分布式压缩感知技术的信源编码的方法 | |
CN103327335B (zh) | 用于无人机图像传输装置的fpga编码方法、系统 | |
CN110099280A (zh) | 一种无线自组织网络带宽受限下的视频业务质量增强方法 | |
CN103929649A (zh) | 一种视频压缩感知的重建方法 | |
CN101848393B (zh) | 可伸缩视频稀疏信息处理系统 | |
CN105825530B (zh) | 基于感兴趣区域的海岸带高光谱图像分布式有损编码和解码方法 | |
CN101783939B (zh) | 一种基于人眼视觉特性的图像编码方法 | |
CN102316324B (zh) | 一种基于局部最小熵的图像编码预测方法 | |
CN102307303B (zh) | 一种基于三进制表示的图像预测编码方法 | |
CN112565793A (zh) | 一种基于预测差值分类熵编码的图像无损压缩方法 | |
CN109672891B (zh) | Jpeg图像的无损二次压缩方法 | |
CN104869426A (zh) | 在低压缩码率下降低图像方块效应的jpeg编码方法 | |
CN116170589A (zh) | 一种基于増维双边滤波增强的图像压缩方法及系统 | |
CN105306941B (zh) | 一种视频编码方法 | |
CN108600750A (zh) | 基于ksvd的多描述编码、解码方法及系统 | |
CN110148087B (zh) | 基于稀疏表示的图像压缩及重建方法 | |
CN100477789C (zh) | 一种基于运动联合图像专家组2000的图像帧间增强方法 | |
Jagadeesh et al. | Linear adaptive global node-tree filters based SPIHT MR image codec | |
CN106231309B (zh) | 医疗影像数据压缩方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A CT Data Compression Method Effective date of registration: 20230605 Granted publication date: 20170804 Pledgee: Chongqing Bank Co.,Ltd. Major Branch Pledgor: CHONGQING ZHENCE SCIENCE AND TECHNOLOGY Co.,Ltd. Registration number: Y2023500000039 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |