基于空間預測與變換的醫學圖像壓縮方法

4、試驗分析及結論

4．1 壓縮性能比較

　　針對CT圖像和MRI圖像進行壓縮（CT圖像和MRI圖像分別如圖4、圖5所示），用本文提供的算法的壓縮結果與和JPEG2000壓縮算法的壓縮結果進行了對比，采用的客觀評價指標為峰值信噪比（PSNR），結果見圖6和圖7（為了描述方便，本文提供的算法我們暫且用NEW來表示）。

　　為了比較兩種算法的優劣，用下面的表格1表示用于測試圖像的格式、大小和比特深度。

表1 用作比較的三種圖像屬性

圖4 CT圖像

圖5 MRI圖像

　　客觀評價參數峰值信噪比（PSNR）的定義如下：

　　其中：f(i,j)為原始圖像，g(i,j)為恢復圖像，M×N為圖像的寬×高

圖6 CT圖像的峰值信噪比曲線比較

圖7 MRI圖像的峰值信噪比曲線比較

4．2 試驗結果分析

　　對于CT和MRI圖像來說，本文提供的算好于JPEG2000的壓縮算法，其中，對CT圖像的壓縮效果明顯高于JPEG2000。

5、結論

　　現代醫學影像設備產生越來越大的信息量，而且其信息量還會繼續增加。因此，研究醫學圖像壓縮算法具有重大的意義。

　　本文首先對基于頻率域的小波壓縮算法的缺點進行了探討，然后簡單介紹了基于模式特征的圖像壓縮算法，并延續了該算法的思想，同時借鑒H.264的幀內編碼技術提出了基于空間預測與變換的圖像壓縮方法。最后通過與JPEG2000壓縮算法的對比和分析試驗結果，可以看出，本方法對CT圖像和MRI圖像有較好的壓縮效果。