DE3917362C2 - Verfahren zum Vermindern visueller Artefakte aufgrund von Kompression über eine Transformierte in medizinischen Bildern - Google Patents
Verfahren zum Vermindern visueller Artefakte aufgrund von Kompression über eine Transformierte in medizinischen BildernInfo
- Publication number
- DE3917362C2 DE3917362C2 DE3917362A DE3917362A DE3917362C2 DE 3917362 C2 DE3917362 C2 DE 3917362C2 DE 3917362 A DE3917362 A DE 3917362A DE 3917362 A DE3917362 A DE 3917362A DE 3917362 C2 DE3917362 C2 DE 3917362C2
- Authority
- DE
- Germany
- Prior art keywords
- image data
- group
- data
- spectral image
- image
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 25
- 230000000007 visual effect Effects 0.000 title claims description 9
- 238000007906 compression Methods 0.000 title description 24
- 230000006835 compression Effects 0.000 title description 22
- 230000003595 spectral effect Effects 0.000 claims description 52
- 238000009826 distribution Methods 0.000 claims description 29
- 238000013178 mathematical model Methods 0.000 claims description 13
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000013144 data compression Methods 0.000 description 11
- 238000013500 data storage Methods 0.000 description 10
- 238000013139 quantization Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S378/00—X-ray or gamma ray systems or devices
- Y10S378/901—Computer tomography program or processor
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Signal Processing (AREA)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Image Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Description
Die Erfindung betrifft ein Verfahren zum Vermindern visueller Artefakte bei der
Bilddatenkompression mit den Schritten des Oberbegriffs
des Patentanspruchs 1.
Medizinische Bildentwerfung erfordert das Erzeugen, das
Verarbeiten und das Speichern gewaltiger Mengen an digitalen
Bilddaten. Digitale Bildkompression wird angewandt, um ein
Bild in Einklang mit einem hohen Grad an Bildtreue durch so
wenig Bits wie möglich darzustellen, wobei die Ziele das
Vermindern der Datenverarbeitungs- und -übertragungszeit und
das Vermindern der Erfordernisse an den Datenspeicherplatz
sind.
Kompressionsalgorithmen versuchen, eine Darstellung eines
gegebenen Bildes in Form unkorrelierter Datenproben zu er
zeugen. Daten, die eine räumliche Eigenschaft des Bildes
darstellen, wie Bildintensität als Funktion des Orts, sind
hochgradig korreliert, d.h., bei gegebener Information über
einige Datenwerte können andere Datenwerte interpoliert
werden. In räumlichen Bilddaten liegt daher redundante Infor
mation vor, die für eine gegebene Bildqualität eine maximale
Datenkompression verhindert.
Aus dem Artikel "Orthogonale Transformation von Farbfernsehbildern
in Echtzeit" von H. Bacchi und A. Moreau in Philips
techn. Rundschr., 1979, Heft 4/5, S. 125-137 ist ein Verfahren
zur Entwicklung von Bilddaten nach räumlichen Frequenzen
mit den Merkmalen des Oberbegriffs des Patentanspruchs
1 bekannt. Durch derartige Transformationen können
die aufgrund flächiger Bildstrukturen vorhandenen starken
Korrelationen der räumlichen Bilddaten vermindert werden,
und es ist möglich, Nebendiagonalelemente der transformierten
Bildelementmatrix zu vernachlässigen. Durch diese Vernachlässigung
läßt sich die verbleibende, zur Wiederherstellung
des Bildes notwendige Datenmenge reduzieren. Demgemäß
wird eine Aufteilung der spektralen Bilddaten vorgenommen,
und nur eine erste Gruppe von spektralen Bilddaten, die
einen wesentlichen Beitrag zur Bildinformation liefern,
beibehalten und abgesepeichert oder übertragen, während die
restlichen, in die zweite Gruppe fallenden Entwicklungsglieder
spektrale Bilddaten vernachläßigt und bei der Wiederaufbereitung
des Bildes durch Rücktransformation nicht mehr
berücksichtigt werden. Durch Vernachlässigung bestimmter
spektraler Bilddaten wird die Gesamtinformationsmenge des
Bildes reduziert und mithin eine Datenkompression erreicht.
Die Vernachlässigung von Entwicklungsgliedern bedeutet jedoch
immer auch einen Informationsverlust, der sich nach
Rücktransformation und Wiederherstellung des Bildes in artifizellen
Bildfehlern auswirken kann.
Digitale Bildkompression wägt den Kompressionsgrad gegen die
Verschlechterung des rekonstruierten Bildes, d.h., des aus den
komprimierten und dann dekomprimierten Daten erzeugten Bildes,
ab. Kompression von Bilddaten über eine Transformierte ist
eine Methode, hohe Kompressionsverhältnisse bei nur maßvoller
Bildverschlechterung zu erzielen. Das Kompressionsverhältnis
ist das Verhältnis der Anzahl von Datenbits, die zum
Darstellen des unkomprimierten Bildes benötigt werden,
dividiert durch die Anzahl von Datenbits, die zum Darstellen
desselben Bildes in komprimiertem Format gebraucht werden.
Solche Verhältnisse betragen typischerweise 20 Bits komprimiert
auf 1 Bit, was als 20 : 1 geschrieben wird.
Kompression kann auch in Form von Bit pro Pixel beschrieben
werden. Typischerweise repräsentieren 10 Datenbits ein Pixel
in einem medizinischen Bild. Verlustlose Kompressionstechniken
sind in der Lage, eine Reduktion auf etwa 4,0 Bit pro Pixel zu
erzielen. Es ist jedoch wünschenswert, Kodierverfahren über
Transformierte anzuwenden, um bei einer Kodierrate von 0,5 Bit
pro Pixel komprimierte Bilder zu erzeugen. An dieser unteren
Grenze resultiert eine Bildabflachung aus dem Verlust der
Hochfrequenzinformation. Kompressionsverfahren, die Bilder in
viele Teilbilder oder Blöcke zerlegen, können auch die
Unstetigkeiten der Teilbilder an den Grenzen der Teilbilder
hervorheben. Schließlich können Verfahren, die eine Kompression
durch Auswählen nur der dominantesten topograhischen Merkmale
innerhalb der Bildblöcke durchführen, zufällig irgendeine für
den Rauschgehalt repräsentative Teilmenge von Komponenten
auswählen. Bei der Dekompression kann diese Teilinformation
das Auftreten unechter zweidimensionaler Muster mit mittlerer
bis hoher Frequenz zur Folge haben, gegen die subjektiv
Einwände zu erheben sind.
Typische Lösungen für diese Bildverschlechterungsprobleme
schließen eine Verminderung des Kompressionsverhältnisses, um
mehr Bilddetails zurückzuhalten, oder die Anwendung einer
Bildverarbeitungstechnik ein, um verschlechterte Bilder wieder
herzustellen. Jede dieser Lösungen beeinträchtigt die
genannten Ziele der Datenkompression durch Erhöhen der Erfor
dernisse für die Datenspeicherung, durch Erhöhen der Verar
beitungszeiten, durch Erhöhen der Datenübertragungszeiten oder
durch diese drei Dinge zusammen. In einigen Fällen, wie bei
Berechnungsverfahren zum Verbessern des Aussehens der Block
grenzen, können Artefakte innerhalb eines Blocks eingeführt
werden. So hat die Lösung für ein erstes Problem die
Einführung eines zweiten Problems zur Folge.
Es ist Aufgabe der Erfindung, ein Verfahren zu schaffen, das
bei der Bilddatenkompression visuelle Artefakte in rekonstruierten
Bildern vermindert, ohne dabei die Erfordernisse
für die Datenspeicherung oder die Verarbeitungszeit wesentlich
zu erhöhen.
Zur Lösung dieser Aufgabe dienen die Verfahrensschritte nach
dem Kennzeichen des Patentanspruchs 1 in Verbindung mit den
Verfahrensschritten nach dessen Oberbegriff. Vorteilhafte
Ausführungsformen der Erfindung sind in den Unteransprüchen
aufgeführt.
Die beiliegenden Zeichnungen erläutern ein bevorzugtes Ausfüh
rungsbeispiel der Erfindung und dienen zusammen mit der oben
gegebenen allgemeinen Beschreibung und der unten gegebenen
detaillierten Beschreibung des bevorzugten Ausführungsbeispiels
zum Erklären der Prinzipien der Erfindung.
Fig. 1 zeigt ein Beispiel einer medizinischen Bildentwerfungs
vorrichtung zum Durchführen der Kompression und
Rekonstruktion der Bilddaten gemäß der Erfindung;
Fig. 2 ist ein Flußdiagramm des Bilddaten- und Rekonstruk
tionsverfahrens, das von der Vorrichtung in Fig. 1
durchgeführt wird;
Fig. 3 ist ein Teilbildblock von Basisbildern;
Fig. 4 ist eine graphische Darstellung der Anzahl der
zurückgewiesenen spektralen Teilbildamplituden gegen
den Amplitudenwert; und
Fig. 5 ist eine graphische Darstellung einer Gaußverteilung
einer quantisierten Variablen y mit Entscheidungspegeln
und Rekonstruktionswerten.
Das bevorzugte Ausführungsbeispiel der Erfindung wird nun
anhand der beiliegenden Zeichnungen erläutert.
Das medizinische Bildentwerfungssystem 20 in Fig. 1 enthält
eine Bildentwerfungseinrichtung 24, eine zentrale Prozessoreinheit
(CPU) 32, einen wahlweisen Zugriffsspeicher (RAM) 36, eine
Datenspeichereinheit 40 und eine Anzeigeeinrichtung 44.
Die Bildentwerfungseinrichtung 24 erzeugt räumliche Bilddaten
28, die von der CPU 32 verarbeitet werden, wie anhand der
Schritte des Flußdiagramms 100 in Fig. 2 gezeigt. Das RAM 36
speichert zeitweise die notwendigen Programme und Daten, die
von der CPU 32 während des Verarbeitens der Bilddaten 28
gebraucht werden. Die Datenspeichereinheit 40, die vorzugsweise
ein Plattenantrieb hoher Kapazität ist, speichert verarbeitete
Daten permanent. Die Anzeigeeinrichtung 44, vorzugsweise eine
visuelle Anzeigeeinheit, zeigt die von der CPU 32 aus
rekonstruierten räumlichen Bilddaten, die auf der Speicher
einrichtung 40 gespeichert sind, erzeugten visuellen Bilder
an.
Das Flußdiagramm 100 in Fig. 2 stellt die von der CPU 32
durchgeführten Grundschritte dar, um die räumlichen Bilddaten
28 zu transformieren, zu komprimieren, zu rekonstruieren und
anzuzeigen. Die räumlichen Bilddaten 28 weisen eine Vielzahl
von Datenwerten auf. Jeder Datenwert, der im bevorzugten Ausführungsbeispiel
durch zehn binäre Stellen dargestellt ist,
repräsentiert ein Pixel oder Bildelement. Ein Bild enthält viele
Pixel.
Das Bildentwerfungssystem 20 komprimiert die räumlichen Bild
daten 28, um die Erfordernisse für den Datenspeicherplatz, die
Übertragungszeit und die Verarbeitungszeit zu minimieren, und
zwar durch Aufteilen der Bilddaten in räumliche Teilbilddaten
blöcke einer gegebenen Größe, Schritt 104, Transformieren der
räumlichen Teilbilddaten in Spektralbilddaten, Schritt 108,
Einordnen ausgewählter spektraler Teilbilddaten in eine erste
Gruppe, Schritt 112, Nachbilden oder Modellieren der verbleibenden,
zu der zweiten Gruppe gehörigen und somit von der Einordnung
in die erste Gruppe zurückgewiesenen Daten durch Anpassung
einer mathematischen Modellverteilung, Schritt 116, Quantisieren
der Daten der ersten Gruppe, Schritt 120, und Kodieren und Speichern
der Daten der ersten Gruppe und zumindest eines Parameters,
der die Daten der zweiten Gruppe im Sinne des Modells
beschreibt, Schritt 124.
Das Bildentwerfungssystem 20 erzeugt aus den gespeicherten Daten
eine Näherung der Bilddaten 28, und zwar durch Zurückholen des
Parameters oder der Parameter, der die Teilbilddaten der zweiten
Gruppe in Form des Modells beschreibt, und durch Zurückholen und
Dekodieren der kodierten Daten, Schritt 128, durch Erzeugen
einer Näherung der Daten der zweiten Gruppe, die auf dem zurückgeholten
Parameter oder den Parametern und dem Modell basiert,
Schritt 132, durch Transformieren der spektralen Teilbilddaten
in räumliche Teilbilddaten, Schritt 136, und durch Erzeugen
eines Bildes aus den rekonstruierten Bilddaten, Schritt 140, zur
Anzeige auf einer visuellen Anzeigeeinheit 44.
Nun wird eine detaillierte Diskussion der Bildkompression und -rekonstruktion
gegeben. repräsentiert eine Matrix der Werte
der räumlichen Bildddaten 28 in zwei Dimensionen.
Aufteilen von in eine Menge von quadratischen Teilbildern ,
Schritt 104 des Flußdiagramms 100, resultiert in einer Menge
räumlicher Teilbildblöcke mit ausgewählter Dimension.
Experimentelle Belege zeigen an, daß Blockgrößen von 16 × 16
oder 32 × 32 Pixeln optimal sind, d.h., kleinere Blockgrößen
resultieren in einer Verschlechterung der Bildqualität nach
der Kompression. Größere Blockgrößen steigern die Komplexität
der Rechnungen, haben aber nur einen minimalen Effekt auf die
Qualität des rekonstruierten Bildes. Im bevorzugten Ausführungs
beispiel wird als eine bequeme Größe, um die Komplexität der
nachfolgenden Rechnungen gegen die Qualität des rekonstruierten
Bildes abzuwägen, eine Blockgröße von 256 Pixeln gewählt; die
Erfindung könnte jedoch auch auf Blöcke irgendeiner passenden
Größe angewendet werden.
Die Anwendung einer orthogonalen Transformationsmatrix auf
die räumlichen Teilbilddaten, Schritt 108, erzeugt eine
spektrale Darstellung der in dem Block enthaltenen räumlichen
Information, und zwar wie folgt:
′ = t, (1)
wobei t die Transponierte von ist.
Die Transformierte des bevorzugten Ausführungsbeispiels der
Erfindung ist eine diskrete Kosinustransformierte (DCT) wegen
ihrer Einfachheit bei der Berechnung und der Fähigkeiten zur
Dekorrelation und Energiepackung. Die Matrixelemente der DCT
sind definiert durch:
Tÿ = (2C(j)/N) cos [π (i +1/2)j/N ], wobeiC(j) = 1/√, wenn j =0
= 1, sonst
N = Anzahl der zu transformierenden Datenwerte, d. h. Zahl der Datenwerte in einer Zeile oder Spalte von .
= 1, sonst
N = Anzahl der zu transformierenden Datenwerte, d. h. Zahl der Datenwerte in einer Zeile oder Spalte von .
Die Matrix der spektralen Teilbilddaten, ′, der transfor
mierten räumlichen Teilbilddaten besteht aus den Amplituden
der in dem räumlichen Teilbild vorliegenden Frequenzkomponenten.
Die eigentlichen Datenwerte von ′ sind Amplituden jeweiliger
zweidimensionaler frequenzabhängiger Grundbilder. Fig. 3 ist
ein Beispiel solcher Grundbilder. Jedes Element von ′ ist die
Amplitude oder das Gewicht, die jedem der Grundbilder
zugeordnet werden soll, welche den spektralen Inhalt von
repräsentieren, wenn sie gewichtet und überlagert sind. Die
Datenelemente von ′ sind auch weniger korreliert als die
Elemente von , was sie für die Datenkompression nützlich
macht.
Wenn die Teilbildenergie definiert ist als:
wobei (j, k) die Indices der Datenwerte innerhalb des Teil
bildblocks (oder der Matrix der Datenwerte, ) sind, dann ist
E() = E(′), was bedeutet, daß die orthogonale Transformierte
die Gesamtenergie erhält. Für die Datenkompression nützliche
Transformierte haben jedoch die Eigenschaft, daß die Energie
nicht gleichmäßig verteilt wird. Vielmehr enthalten relativ
wenige der Niederfrequenzkomponenten, d.h., der einfachsten
Grundbilder von Fig. 3, die meiste Blockenergie und sind am
stärksten gewichtet. Somit müssen nur die Niederfrequenzkompo
nenten von ′ gespeichert werden, um die am meisten hervor
springenden räumlichen Merkmale von zu speichern. Die
höheren Frequenzkomponenten enthalten Informationen über die
Feinstruktur von Randdetails und über Rauschen in dem
ursprünglichen räumlichen Teilbildblock.
Wegen des Erfordernisses zur Kompression müssen bestimmte
Daten in ′ von der Einordnung in die erste Gruppe
zurückgewiesen werden. Ebenso müssen die
spektralen Teilbilddaten der ersten Gruppe in der Anzahl der
gespeicherten signifikanten Stellen beschränkt werden. Wenn
alle Frequenzkomponenten in allen spektralen Teilbildblöcken
gespeichert würden, und wenn sie mit der Anzahl der signifi
kanten Stellen wie bei den ursprünglichen Daten gespeichert
würden, würde das rekonstruierte Bild im wesentlichen
identisch zu dem ursprünglichen Bild sein, aber dies steht
nicht in Einklang mit geeigneten Kompressionsverhältnissen.
Daher werden Hochfrequenzkomponenten eher ausgeschieden, weil
sie das feine Detail des Bildes enthalten; aber indem so
verfahren wird, geht einiges Detail verloren.
Die Kompression wird durch Zurückweisen spektraler Teilbild
daten mit ausgewählten Frequenz- und Amplitudeneigenschaften
erhalten, d. h. sie werden nicht in die erste Gruppe eingeordnet.
Im bevorzugten Ausführungsbeispiel der Erfindung,
das als Beispiel und nicht als Einschränkung gezeigt ist,
werden Frequenzkomponenten mit spezifischen Amplituden in
Schritt 112 des Flußdiagramms 100 von der Einordnung in die erste Gruppe
zurückgewiesen, indem eine
adaptive Auswahlmethode mit Schwellwertkodierung auf eine
Weise verwendet wird, die in diesem Gebiet wohl bekannt ist.
In der adaptiven Auswahlmethode basiert die Entscheidung,
Daten zurückzuweisen, auf dem ausgewählten Kompressionsverhältnis
für die Daten. Ein Schwellwert wird ausgewählt, und Amplituden
mit einem Absolutwert, der kleiner ist als dieser ausgewählte
Schwellwert, werden zurückgewiesen. Amplituden gleich oder
größer als der Schwellwert werden zur Quantisierung und
Kodierung zurückgehalten, was unten diskutiert wird.
Gemäß der Erfindung wird zumindest ein Parameter berechnet,
der die aus der ersten Gruppe zurückgewiesenen und damit in
die zweite Gruppe eingeteilten spektralen Teilbilddaten mit
Hilfe eines ausgewählten mathematischen Modells beschreibt.
Dieser Rechenschritt ist als ein Beispiel und nicht als eine
Einschränkung in Schritt 116 des Flußdiagramms 100 gezeigt,
und er weist auf: (1) Auswählen eines Modells für die Verteilung
der Amplituden der zweiten Gruppe und (2) Bestimmen
der Standardabweichung der Daten hinsichtlich des ausgewählten
Modells.
Viele der in den spektralen Teilbilddaten der zweiten Gruppe
enthaltenen Informationen können nachgebildet werden, und
weil das Modell die Verteilung der Daten der zweiten Gruppe
definiert, brauchen nur die Parameter, die die Daten der
zweiten Gruppe mit Hilfe des Modells beschreiben, berechnet,
kodiert und mit den spektralen Teilbilddaten der ersten
Gruppe abgespeichert zu werden. Wenn später das Bild rekonstruiert
werden soll, kann eine Näherung der Daten der zweiten
Gruppe durch Anwendung des gespeicherten Parameters auf
das Modell berechnet werden, um statistische Proben der
Amplituden der zweiten Gruppe zu erzeugen. Dies reduziert
den zur genauen Rekonstruktion des ursprünglichen Bildes
erforderlichen Datenspeicherplatz, ohne daß die zuvor erwähnten
visuellen Artefakte auftreten.
Fig. 4 zeigt eine Wahrscheinlichkeitsverteilung von in die
zweite Gruppe eingeordneten Amplituden von ′ in einem typischen
medizinischen Bild. Die Anzahl der Amplituden ist auf
der vertikalen Achse und der Wert der Amplituden ist auf der
horizontalen Achse gezeigt. Die Verteilung der zurückgewiesenen
Amplituden entspricht einer Gauß-Funktion der folgenden
Form:
wobei p(x) die Gauß′sche Wahrscheinlichkeitsdichte, x der Wert
der gestrichenen Amplitude und σ2 die Varianz von x ist. Diese
Verteilung erfordert nur die Speicherung der Standardabweichung
(Quadratwurzel der Varianz) von x, um p(x) zu reproduzieren.
Es ist zu bemerken, daß andere Modellverteilungen, wie die
Laplace- oder die Rayleigh-Verteilung, eine genauere
Repräsentation für einige Information liefern können; somit
sollte die Erfindung mit einer Verteilung ausgeübt werden, die
am besten die spektralen Teilbilddaten der zweiten Gruppe eines
gegebenen Bildes modelliert. Die Erfindung ist somit nicht auf
ein spezifisches Modell oder eine spezifische Verteilung
eingeschränkt.
Nun wird für das bevorzugte Ausführungsbeispiel die
Gauß-Verteilung als das ausgewählte Modell benutzt. Wenn der
Wert der Amplituden durch x dargestellt ist, dann
liefert die Standardabweichung der Amplituden der zweiten Gruppe
eine vollständige Wahrscheinlichkeitsbeschreibung für
die Verteilung der Amplituden der zweiten Gruppe.
Die Standardabweichung
ist daher ein Parameter, der die Daten der zweiten Gruppe
hinsichtlich der besonderen Gauß-Verteilung beschreibt,
die als mathematisches Modell dient.
Um den Parameter zu berechnen, der das mathematische Modell der
spektralen Teilbilddaten der zweiten Gruppe beschreibt, werden
die Anzahl N der Amplituden der zweiten Gruppe, die Datenwerte
f′ÿ jeder Amplitude der zweiten Gruppe und das Quadrat jedes
solchen Datenwertes angesammelt. Die Varianz der
Amplituden der zweiten Gruppe wird dann von der CPU 32 berechnet als:
σ²=<(f′ÿ -<f′ÿ<)²<,
und die Standardabweichung wird gespeichert, um an den
Bitstrom der Amplituden der ersten Gruppe angehängt zu
werden. Das ausgewählte mathematische Modell, das die
Verteilung der Daten der zweiten Gruppe beschreibt, muß ebenso
gehalten werden, obwohl es nicht mit den Daten auf der
Datenspeichereinrichtung 40 zu sein braucht. Dasselbe Modell,
das zum Auswählen des Parameters verwendet wird, muß unten
benutzt werden, um die Daten der zweiten Gruppe zu rekonstruieren.
Die Standardabweichung kann für das gesamte Bild oder für
jedes spektrale Teilbild berechnet werden, was von dem
erforderlichen Datenkompressionsgrad abhängt. Wenn der
spektrale Gehalt des gesamten Bildes ziemlich konstant ist,
kann die vorige Methode verwendet werden, ohne eine übermäßige
Menge visueller Artefakte herbeizuführen. Wenn der spektrale
Gehalt von Teilbild zu Teilbild wesentlich variiert, sollte
die Standardabweichung für jedes spektrale Teilbild berechnet
und abgespeichert werden.
Die zuvor beschriebene Transformation erzeugt so viele spek
trale Bilddatenwerte wie räumliche Bilddatenwerte. Der dyna
mische Bereich der Amplituden der ersten Gruppe kann den
Bereich der räumlichen Bilddaten übertreffen. Um eine wesent
liche Verminderung in der Datenkodierrate zu erzielen, können
nicht alle möglichen Werte der spektralen Teilbilddaten
gehalten werden. Die Datenwerte werden daher vor dem Kodieren
quantisiert, Schritt 120 in Flußdiagramm 100. Die Quantisierung
reduziert den Informationsgehalt in der Domäne der Transfor
mierten durch Durchführen einer "viele Werte auf einen
Wert"-Abbildung der Datenwerte und erlaubt somit eine zusätz
liche Datenkompression, was aber in der Einführung eines
Kompressionsfehler resultiert. Dieser Kompressionsfehler
rührt von der Annäherung vieler Datenwerte durch einen
einzigen repräsentativen Wert her.
Die Quantisierung wird unter Verwendung eines in diesem Feld
wohl bekannten statistischen Quantisierungsverfahrens durch
geführt, das Abschneideartefakte minimiert, während es nur
einen minimalen Quantisierungsfehler einführt. Wenn y den Wert
einer Zufallsvariablen mit yL y yH repräsentiert und einen
quantisierten Wert hat, ist p(y) die Wahrscheinlichkeits
verteilung von y. Eine Menge von Entscheidungspegeln, dj, und
eine Menge von Rekonstruktionswerten, rj, sind so definiert,
daß:
ein Minimum annimmt. EQ ist der mittlere quadratische Quanti
sierungsfehler. Die Lösung dieses optimalen Quantisierungsproblems
ergibt die folgenden Ausdrücke für das Aufstellen der Rekon
struktionswerte und Entscheidungspegel:
Das erste Resultat zeigt, daß die Rekonstruktionswerte so
gewählt werden sollten, daß sie der Mittelwert (Centroid) der
Verteilung zwischen den entsprechenden Entscheidungspegeln
sind, während das zweite Resultat aussagt, daß die Entschei
dungspegel auf halbem Weg zwischen den entsprechenden Rekon
struktionswerten liegen sollten. Diese Gleichungen können
rekursiv gelöst werden, um die Lage der Entscheidungs- und
Rekonstruktionspegel zu liefern, die EQ minimiert. Diese
Lösung genügt der Beobachtung, daß die Entscheidungspegel in
den Bereichen, in denen die ausgewählten Werte für y mit
größerer Wahrscheinlichkeit auftreten, in dichterem Abstand
verteilt sein sollten.
In Gauß-Verteilungen, wie in Fig. 5 gezeigt, kann Abschneiden
für wenig wahrscheinliche, große Werte von y auftreten, die
großen spektralen Teilbilddatenwerten entsprechen. Dieses
Abschneiden resultiert in Randartefakten. Daher werden im
bevorzugten Ausführungsbeispiel der Erfindung, immer wenn
räumliche Teilbilder wesentliche Details am Rand enthalten,
die in großen Amplituden hoher Frequenz in dem spektralen
Teilbild resultieren, Randartefakte ohne einen Anstieg in der
Zahl der zur Quantisierung notwendigen Bits durch gleichmäßiges
Quantisieren der Datenwerte über ihre Bereiche vermieden, wie
in Fig. 5 gezeigt. Die Entscheidungspegel d5 bis d8 und die
Rekonstruktionswerte r4 bis r7 sind entlang der y-Achse in
gleichen Abständen gezeigt. Datenwerte, die zum Beispiel
zwischen die Entscheidungspunkte d5 und d6 fallen, werden zu
dem Rekonstruktionswert r5 quantisiert. Indem so verfahren
wird, werden Abschneideartefakte auf Kosten eines Anstiegs im
gesamten Quantisierungsfehler vermindert.
Das endgültige für die Datenkompression erforderliche Abbil
dungsverfahren ist die Zuordnung von Code-Wörtern zu den
quantisierten nicht zurückgewiesenen Daten, Schritt 124.
Zusätzliche Kompression rührt von der effizienten Auswahl
einer Menge binärer Symbole her, die benutzt werden, um die
Menge der quantisierten Daten zu repräsentieren. Im
bevorzugten Ausführungsbeispiel wird die "Huffman"-Kodierung
verwendet, weil sie eine bewährte kompakte Kodierung ist, aber
andere Kodierverfahren, die von der Komplexität der Ausführung
auferlegt sind, können zum Ausüben der Erfindung verwendet
werden.
Die komprimierten Daten und der Parameter, der das mathe
matische Modell der spektralen Teilbilddaten der zweiten Gruppe
beschreibt, welche in dem bevorzugten Ausführungsbeispiel aus
kodierten und quantisierten spektralen
Teilbilddaten der ersten Gruppe und der Standardabweichung der
spektralen Teilbilddaten der zweiten Gruppe bestehen, werden in der Datenspeicher
einrichtung 40 von Fig. 1 gespeichert, womit die Datenkom
pression und der Speichervorgang vervollständigt sind.
Um das ursprüngliche Bild auf der Anzeigeeinrichtung 44 zu
betrachten, muß die CPU 32 die gespeicherte Standardabweichung
und die kodierten Daten von der Datenspeichereinrichtung 40
zurückholen, die Daten dekodieren, die Teil
bilddaten der zweiten Gruppe abschätzen, wobei das mathematische Modell und der
das Modell beschreibende Parameter gegeben sind, und eine
Näherung des ursprünglichen Bildes rekonstruieren. Die
"Huffman"-Kodierungswerte werden in quantisierte
spektrale Teilbilddaten der ersten Gruppe in einer in diesem Gebiet
wohl bekannten Weise dekodiert, Schritt 128 des Flußdiagramms
100.
Gemäß der Erfindung wird eine Näherung der
spektralen Teilbilddaten der zweiten Gruppe durch Anwendung des zurückgeholten
Parameters auf das mathematische Modell der
spektralen Teilbilddaten der zweiten Gruppe erzeugt. Im bevorzugten Ausführungs
beispiel, das als Beispiel und nicht als Beschränkung prä
sentiert ist, weist die Näherung der zurückgewiesenen
spektralen Teilbilddaten das Erzeugen von einer Stichprobe
einer Zufallsvariablen mit einer Gauß-Verteilung und einer
Standardabweichung von 1 auf. Der Wert dieser Stichprobe wird
mit der zurückgeholten Standardabweichung multipliziert, um
eine statistische Abschätzung der Amplitude der zweiten Gruppe
zu machen. Diese statistische Abschätzung des Datenwertes wird
dann in den dekodierten spektralen Teilbilddaten eingeschlossen.
In der Praxis wird eine Tafel mit Zufallszahlen erzeugt, die
eine Gauß′sche Verteilung aufweisen und eine Standardabweichung
von 1 haben. Um einen spektralen Teilbild
datenwert der zweiten Gruppe zu ersetzen, wird eine Zahl aus der Tabelle zufällig
ausgewählt. Die gewählte Zahl wird mit dem zurückgeholten
Parameter multipliziert, der in dem bevorzugten Ausführungs
beispiel die Standardabweichung der Teilbilddaten der zweiten Gruppe
ist. Das resultierende Produkt, das Ersetzungsamplitude
genannt wird, ist eine statistische Abschätzung der
spektralen Teilbilddaten der zweiten Gruppe. Dies ist der Fall, weil
die Verteilung der Zahlen in der Tabelle gaußförmig ist, wie
die Verteilung der Amplituden der zweiten Gruppe. Die Ersetzungs
amplitude ersetzt daher statistisch die während des Kompres
sionsvorgangs verlorene Bildinformation. Die Ersetzungsamplitude
wird an der Stelle der Amplitude der zweiten Gruppe in den Strom
der dekodierten Daten eingesetzt, was in der Bildung von q′
resultiert, einer Näherung für ′.
Die inverse Transformation von q′ wird als Schritt 136 im
Flußdiagramm 100 durchgeführt:
≅ t q′,
was einen räumlichen Teilbildblock erzeugt, von dem eine
Näherung q der ursprünglichen Datenwerte für das Bild zur
Anzeige auf der Anzeigeeinrichtung 44 von Fig. 1 rekonstruiert
wird, Schritt 140.
Claims (7)
1. Verfahren zum Vermindern visueller Artefakte bei der Kompression
von Bilddaten über eine Transformierte, mit den
Schritten:
Transformieren räumlicher Bilddaten in spektrale Bilddaten, die den Frequenzgehalt und die Amplitude der räumlichen Bilddaten repräsentieren,
Aufteilen der spektralen Bilddaten nach ausgewählten Frequenz- und Amplitudeneigenschaften in eine erste Gruppe und eine zweite Gruppe von spektralen Bilddaten,
Kodieren der spektralen Bilddaten der ersten Gruppe,
Speichern der kodierten Daten, und
Dekodieren der kodierten spektralen Bilddaten,
gekennzeichnet durch die Schritte:
Berechnen zumindest eines Parameters , der die Amplitudenverteilung der spektralen Bilddaten der zweiten Gruppe mit einem ausgewählten mathematischen Modell beschreibt,
Speichern des Parameters zusammen mit den kodierten Daten der ersten Gruppe von spektralen Bilddaten,
Erzeugen einer Näherung der spektralen Bilddaten der zweiten Gruppe, indem mit Hilfe des wenigstens einen gespeicherten Parameters und des mathematischen Modells eine der Amplitudenverteilung der spektralen Bilddaten der zweiten Gruppe entsprechende Amplitudenverteilung generiert wird und die so erzeugte Näherung von spektralen Bilddaten mit den dekodierten spektralen Bilddaten der ersten Gruppe zusammengefaßt werden.
Transformieren räumlicher Bilddaten in spektrale Bilddaten, die den Frequenzgehalt und die Amplitude der räumlichen Bilddaten repräsentieren,
Aufteilen der spektralen Bilddaten nach ausgewählten Frequenz- und Amplitudeneigenschaften in eine erste Gruppe und eine zweite Gruppe von spektralen Bilddaten,
Kodieren der spektralen Bilddaten der ersten Gruppe,
Speichern der kodierten Daten, und
Dekodieren der kodierten spektralen Bilddaten,
gekennzeichnet durch die Schritte:
Berechnen zumindest eines Parameters , der die Amplitudenverteilung der spektralen Bilddaten der zweiten Gruppe mit einem ausgewählten mathematischen Modell beschreibt,
Speichern des Parameters zusammen mit den kodierten Daten der ersten Gruppe von spektralen Bilddaten,
Erzeugen einer Näherung der spektralen Bilddaten der zweiten Gruppe, indem mit Hilfe des wenigstens einen gespeicherten Parameters und des mathematischen Modells eine der Amplitudenverteilung der spektralen Bilddaten der zweiten Gruppe entsprechende Amplitudenverteilung generiert wird und die so erzeugte Näherung von spektralen Bilddaten mit den dekodierten spektralen Bilddaten der ersten Gruppe zusammengefaßt werden.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß das
ausgewählte mathematische Modell zum Beschreiben der Amplitudenverteilung
der spektralen Bilddaten der zweiten Gruppe
eine Gauß-Funktion ist.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß der
Schritt des Berechnens wenigstens eines Parameters das Berechnen
der Standardabweichung der Amplitudenverteilung der
spektralen Bilddaten der zweiten Gruppe aufweist.
4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß der
Schritt zum Erzeugen einer Näherung das zufällige Auswählen
von Zahlen aus einer Zahlentafel einschließt, wobei die
Zahlen in der Tafel eine dem mathematischen Modell entsprechende
Verteilung haben.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß das
mathematische Modell eine Gauß-Verteilung ist und daß die
Zahlen in der Tafel eine Standardabweichung von eins haben.
6. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die
erzeugte Näherung der spektralen Bilddaten der zweiten Gruppe
und die dekodierten spektralen Bilddaten der ersten Gruppe
in räumliche Bilddaten zurücktransformiert werden und zur
Anzeige gebracht werden.
7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, daß vor dem Transformieren der räumlichen
Bilddaten eines Bildes dieses in eine Mehrzahl von räumlichen
Teilbildern unterteilt wird und die Bilddaten der Teilbilder
separat voneinander in den weiteren Verfahrensschritten
verarbeitet werden.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US07/242,364 US4939645A (en) | 1988-09-09 | 1988-09-09 | Method and apparatus to reduce transform compression visual artifacts in medical images |
Publications (2)
Publication Number | Publication Date |
---|---|
DE3917362A1 DE3917362A1 (de) | 1990-03-15 |
DE3917362C2 true DE3917362C2 (de) | 1994-11-03 |
Family
ID=22914503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE3917362A Expired - Fee Related DE3917362C2 (de) | 1988-09-09 | 1989-05-29 | Verfahren zum Vermindern visueller Artefakte aufgrund von Kompression über eine Transformierte in medizinischen Bildern |
Country Status (3)
Country | Link |
---|---|
US (1) | US4939645A (de) |
JP (1) | JP2885433B2 (de) |
DE (1) | DE3917362C2 (de) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5289548A (en) * | 1992-06-30 | 1994-02-22 | Loral Aerospace Corp. | Compression and reconstruction of radiological images |
JPH07123317A (ja) * | 1993-10-21 | 1995-05-12 | Canon Inc | 防振機能付き撮影装置 |
US6389177B1 (en) * | 1996-07-02 | 2002-05-14 | Apple Computer, Inc. | System and method using edge processing to remove blocking artifacts from decompressed images |
US6327392B1 (en) | 1999-01-28 | 2001-12-04 | Sharp Laboratories Of America, Inc. | Method of visual progressive coding |
JP2006338630A (ja) * | 2005-05-31 | 2006-12-14 | Terarikon Inc | 圧縮された画像データを順次部分解凍しながら三次元画像を作成する三次元画像表示装置 |
US10503999B2 (en) * | 2015-03-24 | 2019-12-10 | Hrl Laboratories, Llc | System for detecting salient objects in images |
US10432953B2 (en) * | 2016-02-05 | 2019-10-01 | Deepmind Technologies Limited | Compressing images using neural networks |
DE102016110197A1 (de) | 2016-06-02 | 2017-12-07 | Sascha Grusche und Christoph Knappe Research and Development GbR (vertretungsberechtige Gesellschafter: Sascha Grusche; Christoph Knappe und Daniel Eble, in 80636 München) | Verfahren und Vorrichtung zur Erzeugung und Dekodierung spektral enkodierter Bilder |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4654484A (en) * | 1983-07-21 | 1987-03-31 | Interand Corporation | Video compression/expansion system |
DE3624818A1 (de) * | 1985-02-06 | 1987-02-05 | Rca Corp | Verfahren und einrichtung zur reduzierung von bilddaten |
IL77840A (en) * | 1986-02-10 | 1989-05-15 | Elscint Ltd | Data compression system for digital imaging |
US4835607A (en) * | 1987-11-16 | 1989-05-30 | Technology, Inc. | Method and apparatus for expanding compressed video data |
-
1988
- 1988-09-09 US US07/242,364 patent/US4939645A/en not_active Expired - Fee Related
-
1989
- 1989-05-29 DE DE3917362A patent/DE3917362C2/de not_active Expired - Fee Related
- 1989-09-08 JP JP1233406A patent/JP2885433B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2885433B2 (ja) | 1999-04-26 |
US4939645A (en) | 1990-07-03 |
DE3917362A1 (de) | 1990-03-15 |
JPH02153477A (ja) | 1990-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE68927082T2 (de) | Verfahren und Vorrichtung für die Bilddatenkomprimierung | |
DE69434862T2 (de) | Segmentierungs-basiertes entfernen von artefakten aus einem jpeg-bild | |
DE69022623T2 (de) | Gegenständlich adaptiertes Bildkodiersystem. | |
DE69132017T2 (de) | Kodierungsvorrichtung | |
DE69222844T2 (de) | Verfahren und Gerät zur Bildkompression für Dokumente | |
DE3940554C2 (de) | Vorrichtung zur Kompression von Bildsignalen und System zur Kompression und Expansion von Bildsignalen | |
DE69324743T2 (de) | Vorrichtung und Verfahren zur Bildsignalkodierung | |
DE3800634C2 (de) | ||
DE3876472T2 (de) | Bildverarbeitung. | |
DE69736329T2 (de) | Verschachtelte verteilte kodierung von spärlich bestückten datensätzen | |
DE3884802T3 (de) | Verfahren und vorrichtung zur adaptiven blocktransformationscodierung von bildern. | |
DE69523439T2 (de) | Verfahren und Vorrichtung zur Bildsignalkodierung mit einer Klassifizieranlage | |
DE3750853T2 (de) | Verfahren zur Bildsignalkodierung mittels Orthogonal-Transformation. | |
DE3735349A1 (de) | Bildpresservorrichtung | |
DE69121758T2 (de) | Verbessertes Datenkomprimierungssystem und -verfahren | |
DE69229085T2 (de) | System zur Bildverarbeitung | |
DE19821727A1 (de) | Vorrichtung und Verfahren zur Codierung mit variabler Länge | |
DE69028390T2 (de) | Vorrichtung und verfahren zur quantisierung und wiederherstellung von mehrdimensionalen digitalen bildsignalen | |
DE69424923T2 (de) | Verfahren und Anordnung zur Bearbeitung eines dekodierten Bildsignals mit Verzerrung | |
DE102018122297A1 (de) | Verfahren zur Kompression und Dekompression von Bilddaten | |
DE69820148T2 (de) | Verfahren zur Kompression/Dekompression von Bilddaten | |
DE3917362C2 (de) | Verfahren zum Vermindern visueller Artefakte aufgrund von Kompression über eine Transformierte in medizinischen Bildern | |
DE4440838A1 (de) | System zum Kompaktieren und Rekonstruieren von Wellendaten | |
DE69015398T2 (de) | Vorrichtung zum Kodieren von digitalen Videosignalen. | |
DE19903605B4 (de) | Verfahren zum Neuanordnen von Signalverlaufspacket-Koeffizienten |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |