CN105069821B - 以边界提取为基础的医学影像无损压缩方法 - Google Patents
以边界提取为基础的医学影像无损压缩方法 Download PDFInfo
- Publication number
- CN105069821B CN105069821B CN201510521885.4A CN201510521885A CN105069821B CN 105069821 B CN105069821 B CN 105069821B CN 201510521885 A CN201510521885 A CN 201510521885A CN 105069821 B CN105069821 B CN 105069821B
- Authority
- CN
- China
- Prior art keywords
- boundary
- medical image
- bit field
- point
- bits
- 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.)
- Active
Links
Landscapes
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
本发明涉及一种以边界提取为基础的医学影像无损压缩方法,属于计算机图像处理领域。其步骤是首先对医学影像中存在的所有边界进行提取,然后采用位运算的方式存储边界点的相对位置。优点在于:针对医学影像本身为灰度图并且轮廓层次较为清晰的特征,提高了图像的压缩比,并且本发明方法的每一步均是可逆的,保证了压缩的可还原性。本发明可以从根本上缓解由于随着医学影像数量不断增加而导致的对存储产生的压力,以及对网络产生的压力。
Description
技术领域
本发明涉及计算机图像处理领域,特别涉及一种以边界提取为基础的医学影像无损压缩方法。是一种针对医学影像自身特性的高压缩比的无损可还原图像压缩方法。
背景技术
伴随数字化,网络化时代的到来,医学领域的数字化,网络化也已成为必然趋势,现如今,数字医学影像也已广泛的普及,然而,随着医学影像数量的不断大量增加,且医学影像本身占用内存过大,不但使存储产生压力,而且在传输过程中对网络产生压力,同时会导致数字医学影像查询系统中由于多个医生并发访问而产生卡顿现象,由此,如何从根本上同时解决医学影像在存储和传输中所造成的压力,已成为了一个迫切需要解决的问题。
发明内容
本发明的目的在于提供一种以边界提取为基础的医学影像无损压缩方法,解决了随着医学影像数量不断增加导致的对网络和存储产生的压力,用终端的计算量来换取更短的传输时间以及更小的存储空间消耗。
本发明的上述目的通过以下技术方案实现:
以边界提取为基础的医学影像无损压缩方法,将医学影像中的所有边逐层提取,并存储边界及边界间的包含关系,在存储的同时做到对图像的无损压缩,具体步骤如下:
(1)对边界进行提取:
(1.1)扫描像素点,找到第一个与背景像素不同的像素点,命名为点1;
(1.2)在点1的左上,上,右上,右,右下,下,左下,左八个位置中检索是否存在与点1完全相同的像素点,若存在,命名为点2;
(1.3)以点2为中心执行步骤(1.2),将存在的点依次命名为点3,点4……,直至扫描回到点1,结束检索;
(2)步骤(1)提取出的边界必定是一个闭合的区域,设置一个与图像等大的二维数组,初始值全部为0,将刚刚提取出的边界以及边界内部包含的像素点全部在二维数组中标记为边界所在层数,具体步骤如下:
(2.1)将边界中同一横坐标的像素点集合到一起;
(2.2)将同一横坐标的像素点从小到大排序;
(2.3)首先判断这些同一横坐标的像素点的纵坐标相差是否大于1,若大于1再判断是否属于边界内部,若属于,则标记为所在层数;
(3)对所提取的边界进行无损压缩性质的存储:
(3.1)定义位域,将一个字节的8个比特位进行划分;
(3.2)将步骤(1.2)中提到的8个相对位置分别命名为0,1,2,3,4,5,6,7;
(3.3)将边界提取过程中实际提取出的边界相对位置以位域的方式进行存储;
(4)继续扫描像素点,步骤(2)标记的区域不在扫描范围内,若存在其他边界,处理方式同上述步骤(1)至步骤(3),直至扫描至该层结尾;
(5)依次按层数扫描提取出的边界以及边界内部,方法同步骤(1)至步骤(4),直至所有边界点及内部全部被扫描。
所述的步骤(2)中的边界所在层数是指:每当完整提取出一条完整边界,依次按照提取顺序命名为1,2,3……命名序号即为该边界内部的层数。
所述的步骤(2.3)中的判断边界点之间的点是否属于边界的内部的具体方法是:判断过程中会遇到附图所示的两种情况,若为第一种情况则这些点属于边界内部,若为第二种情况则不属于边界内部。具体的判断方法为:取两边界点中点坐标,在所有边界点中搜索与该中点坐标具有相同纵坐标的边界点,比较这些边界点与该中点的横坐标,若搜索到的边界点横坐标全部大于或全部小于该中点横坐标,则属于第二种情况,不属于边界内部;若搜索到的边界点横坐标既存在大于该中点横坐标的又存在小于该点横坐标的,则属于第一种情况,属于边界内部。
所述的步骤(3.1)中的定义位域的具体方法是:设置三个位域结构体,其位域列表中变量的长度定义有所不同,每个位域结构体定义的总长度都为一个字节,第一个位域结构体中的三个变量所占长度依次为3比特,3比特,2比特;第二个位域结构体中的四个变量所占长度依次为1比特,3比特,3比特,1比特;第三个位域结构体中的三个变量所占长度依次为2比特,3比特,3比特,这样三个位域结构体每依次存储一次,总共占用内存3个字节,可以存储8个边界相对位置。
本发明的有益效果在于:
1、本发明针对医学影像本身为灰度图且轮廓层次清晰的特点,相对于已有的通用无损压缩方法,提高了医学影像压缩的压缩比,并且由于医学影像自身应用领域的特殊性,本发明方法的每一步均是可逆的,保证了压缩的可还原性。
2、本发明用终端的计算量来换取更小的网络带宽消耗以及更小的存储空间消耗,并且节约了传输时间,从根本上同时解决医学影像在存储和传输中所造成的压力。从而可以缓解由于随着医学影像数量不断增加而导致的对存储产生的压力,以及对网络产生的压力。实用性强。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明的流程图;
图2为本发明的边界点之间的点属于边界内部的示意图;
图3为本发明的边界点之间的点不属于边界内部的示意图。
具体实施方式
下面结合附图进一步说明本发明的详细内容及其具体实施方式。
参见图1至图3所示,本发明的以边界提取为基础的医学影像无损压缩方法,是将医学影像中的所有边逐层提取,并存储边界及边界间的包含关系,在存储的同时做到对图像的无损压缩,其具体步骤如下:
(1)读取DICOM医学影像,提取文件头;
(2)对边界进行提取;
(2.1)扫描像素点,找到第一个与背景像素不同的像素点,命名为点1;
(2.2)在点1的左上,上,右上,右,右下,下,左下,左八个位置中检索是否存在与点1完全相同的像素点,若存在,命名为点2;
(2.3)以点2为中心执行步骤(1.2),将存在的点依次命名为点3,点4……,直至扫描回到点1,结束检索;
(3)步骤(1)提取出的边界必定是一个闭合的区域,设置一个与图像等大的二维数组,初始值全部为0,将刚刚提取出的边界以及边界内部包含的像素点全部在二维数组中标记为边界所在层数,具体步骤如下:
(3.1)将边界中同一横坐标的像素点集合到一起;
(3.2)将同一横坐标的像素点从小到大排序;
(3.3)首先判断这些同一横坐标的像素点的纵坐标相差是否大于1,若大于1再判断是否属于边界内,若属于,则标记为所在层数;
(4)对所提取的边界进行无损压缩性质的存储;
(4.1)定义位域,将一个字节的8个比特位进行划分;
(4.2)将步骤(1.2)中提到的8个相对位置分别命名为0,1,2,3,4,5,6,7;
(4.3)将边界提取过程中实际提取出的边界相对位置以位域的方式进行存储。
(5)继续扫描像素点(步骤(3)标记的区域不在扫描范围),若存在其他边界,处理方式同上述步骤(2)至步骤(4),直至扫描至该层结尾。
(6)依次按层数扫描提取出的边界以及边界内部,方法同步骤(2)至步骤(5),直至所有边界点及内部全部被扫描。
所述的步骤(3)中的边界所在层数是指:每当完整提取出一条完整边界,依次按照提取顺序命名为1,2,3……命名序号即为该边界内部的层数。
所述的步骤(3.3)中的判断边界点之间的点是否属于边界的内部的具体方法是:判断过程中会遇到如图2及图3所示的两种情况,若为图2所示情况则这些点属于边界内部;若为图3所示情况则不属于边界内部。具体的判断方法为:取两边界点中点坐标,在所有边界点中搜索与该中点坐标具有相同纵坐标的边界点,比较这些边界点与该中点的横坐标,若搜索到的边界点横坐标全部大于或全部小于该中点横坐标,则属于第二种情况,即这些点不属于边界内部;若搜索到的边界点横坐标既存在大于该中点横坐标的又存在小于该点横坐标的,则属于第一种情况,即这些点属于边界内部。
以上所述仅为本发明的优选实例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡对本发明所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种以边界提取为基础的医学影像无损压缩方法,其特征在于:将医学影像中的所有边界逐层提取,并存储边界及边界间的包含关系,在存储的同时做到对图像的无损压缩,具体步骤如下:
(1)对边界进行提取;
(2)步骤(1)提取出的边界必定是一个闭合的区域,设置一个与图像等大的二维数组,初始值全部为0,将步骤(1)提取出的边界以及边界内部包含的像素点全部在二维数组中标记为边界所在层数;边界所在层数是指:每当完整提取出一条完整边界,依次按照提取顺序命名为1,2,3……命名序号即为该边界内部的层数;
(3)对所提取的边界进行无损压缩性质的存储;
(4)继续扫描像素点,步骤(2)标记的区域不在扫描范围内,若存在其他边界,处理方式同上述步骤(1)至步骤(3),直至扫描至当前所在层的结尾;
(5)依次按层数,即按步骤(2)中的命名序号,扫描步骤(2)提取出的闭合区域,方法同步骤(1)至步骤(4),直至所有闭合区域全部被扫描。
2.根据权利要求1所述的以边界提取为基础的医学影像无损压缩方法,其特征在于:步骤(1)所述的对边界进行提取是:
(1.1)扫描像素点,找到第一个与背景像素不同的像素点,命名为点1;
(1.2)在点1的左上,上,右上,右,右下,下,左下,左八个位置中检索是否存在与点1完全相同的像素点,若存在,命名为点2;
(1.3)以点2为中心执行步骤(1.2),将存在的点依次命名为点3,点4……,直至扫描回到点1,结束检索。
3.根据权利要求2所述的以边界提取为基础的医学影像无损压缩方法,其特征在于:步骤(3)所述的对所提取的边界进行无损压缩性质的存储是:
(3.1)定义位域,将一个字节的8个比特位进行划分;
(3.2)将步骤(1.2)中提到的8个相对位置分别命名为0,1,2,3,4,5,6,7;
(3.3)将边界提取过程中实际提取出的边界相对位置以位域的方式进行存储。
4.根据权利要求3所述的以边界提取为基础的医学影像无损压缩方法,其特征在于:所述的步骤(3.1)中的定义位域的具体方法是:设置三个位域结构体,其位域列表中变量的长度定义有所不同,每个位域结构体定义的总长度都为一个字节,第一个位域结构体中的三个变量所占长度依次为3比特,3比特,2比特;第二个位域结构体中的四个变量所占长度依次为1比特,3比特,3比特,1比特;第三个位域结构体中的三个变量所占长度依次为2比特,3比特,3比特,这样三个位域结构体每依次存储一次,总共占用内存3个字节,可以存储8个边界相对位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510521885.4A CN105069821B (zh) | 2015-08-24 | 2015-08-24 | 以边界提取为基础的医学影像无损压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510521885.4A CN105069821B (zh) | 2015-08-24 | 2015-08-24 | 以边界提取为基础的医学影像无损压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105069821A CN105069821A (zh) | 2015-11-18 |
CN105069821B true CN105069821B (zh) | 2018-11-27 |
Family
ID=54499177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510521885.4A Active CN105069821B (zh) | 2015-08-24 | 2015-08-24 | 以边界提取为基础的医学影像无损压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105069821B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109512402B (zh) * | 2018-11-09 | 2021-04-02 | 吉林大学 | 近距离多维度的精准医用人体红外热成像的方法 |
CN110189814A (zh) * | 2019-04-26 | 2019-08-30 | 视联动力信息技术股份有限公司 | 一种图像处理方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101616231A (zh) * | 2008-06-24 | 2009-12-30 | 夏普株式会社 | 图像处理装置、图像形成装置及图像处理方法 |
US8831354B1 (en) * | 2014-01-08 | 2014-09-09 | Faroudja Enterprises, Inc. | System and method for edge-adaptive and recursive non-linear filtering of ringing effect |
-
2015
- 2015-08-24 CN CN201510521885.4A patent/CN105069821B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101616231A (zh) * | 2008-06-24 | 2009-12-30 | 夏普株式会社 | 图像处理装置、图像形成装置及图像处理方法 |
US8831354B1 (en) * | 2014-01-08 | 2014-09-09 | Faroudja Enterprises, Inc. | System and method for edge-adaptive and recursive non-linear filtering of ringing effect |
Non-Patent Citations (1)
Title |
---|
Edge-Directed Prediction for Lossless Compression;Xin Li 等;《IEEE TRANSACTIONS ON IMAGE PROCESSING》;20010630;第10卷(第6期);第183-187页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105069821A (zh) | 2015-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mei et al. | Image super-resolution with non-local sparse attention | |
US10896354B2 (en) | Target detection method and device, computing device and readable storage medium | |
US20200342277A1 (en) | Colorspace encoding multimedia data on a physical page | |
CN101261740B (zh) | 一种图像的存储处理方法 | |
CN109964204B (zh) | 用于处理图形的方法和系统 | |
US9384519B1 (en) | Finding similar images based on extracting keys from images | |
US7392472B2 (en) | Layout analysis | |
CN103839061B (zh) | 图像处理装置 | |
CN105096367B (zh) | 优化Canvas绘制性能的方法及装置 | |
CN105069821B (zh) | 以边界提取为基础的医学影像无损压缩方法 | |
CN108334412A (zh) | 一种显示图像的方法和装置 | |
CN106485717A (zh) | 一种基于卷积神经网络的图像特征提取方法及系统 | |
CN106897295A (zh) | 一种基于Hadoop的输电线路监控视频分布式检索方法 | |
CN114782355B (zh) | 基于改进vgg16网络的胃癌数字病理切片检测方法 | |
Das et al. | Heuristic based script identification from multilingual text documents | |
US10026009B2 (en) | Methods and systems for determining a perceptual similarity between images | |
CN103839252A (zh) | 图像处理装置 | |
Xuan et al. | Double-threshold reversible data hiding | |
CN103955713A (zh) | 一种图标识别方法和装置 | |
CN104091357A (zh) | 一种利用主题相关图片的在线马赛克图片生成方法 | |
Yao et al. | A new run-based algorithm for Euler number computing | |
Fierro-Radilla et al. | An effective visual descriptor based on color and shape features for image retrieval | |
CN101877012A (zh) | 在互联网上搜索图片及局部相似图片的方法 | |
Li et al. | The combination of CSLBP and LBP feature for pedestrian detection | |
CN103679640A (zh) | 一种提高纸质文件转化成的pdf文件的清晰度的方法 |
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 |