基于快速稀疏表示的医学图像压缩

摘要：

随着数字医学图像数据量的日益增大,有必要采取一定的图像压缩技术进行压缩存储.为此,提出基于快速稀疏表示的医学图像压缩方法.使用K-奇异值分解算法构造医学图像过完备字典,采用批量正交匹配追踪(Batch-OMP)算法进行稀疏编码.该方法只需要存储稀疏编码非零位置的系数信息,利用过完备字典即可实现原始医学图像的重构.实验结果表明,该方法可提高图像稀疏编码的速度,与正交匹配追踪(OMP)算法相比可提速40％左右,并且图像重构效果优于联合图像专-家组(JPEG)算法和多级树集合分裂(SPIHT)算法的压缩效果,相对JPEG压缩的图像峰值信噪比平均提高18％,相对SPIHT算法平均提高50％.

关键词：稀疏表示、医学图像压缩、K-SVD算法、稀疏编码、OMP算法、Batch-OMP算法

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61272152,61202228,61300057;安徽省自然科学基金资助项目1208085MF109;2013年留学人员科技活动择优基金;安徽省高校自然科学研究基金资助重点项目KJ2013A007

在线出版日期：2014-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：233-236