[发明专利]一种基于三维离散小波变换的多剖面医学图像压缩方法

权利要求书

1.一种基于三维离散小波变换的多剖面医学图像压缩方法，至少包含以下几个步骤：

S100.读取2^l张多剖面医学图像图源，其中l∈N₊；将所有图像转换为灰度图像，大小设定为2^m×2ⁿ，其中m，n∈N₊；将变换后的图像储存到同一矩阵中，得到大小为2^m×2ⁿ×2^l的三维图像数据矩阵Image，对Image进行p层三维离散小波变换，其中p≤min(m，n，l)，最终得到(7×p)+1个一维子带：LLL_p、LLH_x、HLL_x、HLH_x、LHL_x、LHH_x、HHL_x、HHH_x，其中(x＝1，2，...，p)，三维离散小波变换的具体实现为三个一维小波变换组合；

其中，S100包括S110-S130：

S110.对输入大小为2^m×2ⁿ×2^l的图像数据第k个通道第j列的所有行取出一维数据S_i，j，k，进行一维离散小波变换，其中i∈(1，2^m)，j∈(1，2ⁿ)，k∈(1，2^l)，得到子带L、H；

S120.分别对L、H的第k个通道第i行的所有列取出一维数据S_i，j，k，其中i∈(1，2^m-1)，j∈(1，2ⁿ)，k∈(1，2^l)，执行一维离散小波变换，得到次子带LL、LH、HL、HH；

S130.对LL、LH、HL、HH的第i行第j列的所有通道取出一维数据S_i，j，k，其中i∈(1，2^m-1)，j∈(1，2^n-1)，k∈(1，2^l)，执行一维离散小波变换，得到最终子带LLL₁、LLH₁、HLL₁、HLH₁、LHL₁、LHH₁、HHL₁、HHH₁，其中LLL₁，进入下一层三维离散小波变换。

S200.遵循小波树的结构规律对S100中获得的所有子带进行空间上的拼接操作，其中低频子带集中在左上角，高频子带集中在右下角，得到大小为2^m×2ⁿ×2^l的小波系数矩阵MAT；层间频率T遵循的规律为T_{第x层子带}＜T_{第x-1层子带}，子带频率t遵循的规律为t_LLL＜t_LLH＜t_LHL＜t_LHH＜t_HHLL＜t_HLH＜t_HHL＜t_HHH；

S300.对小波系数矩阵MAT进行三维嵌入式零树结合游程编码，获得最终压缩编码数据流；

其中，S300包括S310-S380：

S310.对系数矩阵MAT进行三维MORTON扫描，子带内部执行二维MORON扫描，将MAT转换为一维系数序列，子带间扫描顺序为LLL、HLL、LHL、HHL、LLH、HLH、LHH、HHH；

S320.设定编码次数E，解码次数D；

S330.求出初始阈值其中max为MAT中最大值，得到阈值列表T＝{T₀，T₁，...，T_E}，其中

S340.主扫描对S310输出的一维系数序列的每一个元素类型进行判断，输出“P”(正重要系数)、“N”(负重要系数)、“T”(零树)、“Z”(孤立零)四种符号类型，并将判断结果存入列表CodeList；其中，P表示元素绝对值大于当前阈值，且大于0的系数；N表示元素绝对值大于当前阈值，但小于0的系数；T表示元素小于当前阈值，且其子代均为非重要系数的系数；Z表示元素小于当前阈值，但其子代里有重要系数的系数；每完成一次主扫描编码都需要更新扫描列表、重要系数列表、已扫描列表；

S350.构造数目为N＝[2T(0)-T(d)]/T(d)的量化器，其中，第n个量化器中储存值的为A＝T(d)*(n+0.25)和B＝T(d)*(n+0.75)，分别用“0”和“1”表示，式中，T(0)为初始阈值，T(d)为当前阈值；

S360.进行辅扫描：首先确定重要系数所选择的量化器，量化器的编号记为rl，定义如下

rl＝floor(imprtvalue(y)/T(d)) (4)

其中，imprtvalue(y)表示第y个重要系数，

用重要系数减去量化器起始值rl*T(d)，再与当前阈值T(d)的二分之一相比较，大于则选择量化值B，输出量化符号″1″，否则选择A，输出量化符号″0”，将判断的量化结果存入列表QuantiFlagList；

S370.主扫描输出系数类型列表CodeList和辅扫描输出量化符号列表QuantiFlagList；

S380.把CodeList、QuantiFlagList转换为一维数组，分别进行游程编码，输出最终编码数据流。