（生物医学工程专业论文）JPEG2000及其在医学图像压缩中的应用研究.pdf

第四军医大学硕士学位论文 缩略语英文全称 缩略语表 p a c sp i c t u r ea r c h i v i n ga n dc o m m u n i c a t i o n c t c o m p u t e dt o m o g r a p h y m r i m a g n e t i cr e s o n a n c ei m a g e u su l t r a s o u n d d r d i g i t a lr a d i o g r a p h y s p e c ts i n g l ep h o t o ne m i s s i o n 中文全称 s y s t e m 图像存档与传输系统 计算机电子扫描成像 磁共振成像 超声图像 数字x 线图像 c o m p u t e dt o m o g r a p h y 单光子扫描计算机成像 p e tp o s i t r o ne m i s s i o nt o m o g r a p h y正电子扫描计算机断层 d c td i s c r e t ec o s i n et r a n s f o r m离散余弦变换 d w td i s c r e t ew a v e l e tt r a n s f o r m离散小波变换 d w p td is c r e t ew a v e l e tp a c k e tt r a n s f o r m离散小波包变换 r o i r e g i o n o fi n t e r e s t i n g感兴趣区域 v qv e c t o rq u a n t i z a t i o n矢量量化 r c tr e v e r s i b l ec o m p o n e n tt r a n s f o r m a t i o n可逆分量变换 i c ti r r e v e r s i b l ec o m p o n e n tt r a n s f o r m a t i o n 不可逆分量变换 m s bm o s ts i g n i f i c a n tb i tp l a n e最显著位平面 l s bl e a s ts i g n i f i c a n tb i tp l a n e最不显著位平面 m s em e a n s q u a r e e r r o r均方差 s n r s i g n a ln o i s er a t i o 信噪比 p s n r p e a ks i g n a ln o i s er a t i o峰值信噪比 4 第四军医大学硕士学位论文 j p e g 2 0 0 0 及其在医学图像压缩中的应用研究 硕士研究生：张宝性 导师：俞梦孙教授 第四军医大学生物医学工程系，西安7 1 0 0 3 2 中文摘要 随着现代医学影像学的发展、计算机技术的日渐成熟、p a c s ( p i c t u r e a r c h i v i n ga n dc o m m u n i c a t i o ns y s t e m ) 作为医学图像的存储与传输系统的日 渐普及，绝大多数医学影像已经由传统的模拟格式发展到了数字格式。据资 料统计，医院产生的数字化资料每年以指数级速度增长。而这些资料大部分 都必须进行储存。 此外，近年来远程医疗发展迅速，而医学资料的传输是远程医学的前提。 在当前有限的网络带宽下要传输如此巨大的医学资料，将会是很大的负担。 由此可见，将医学影像进行压缩势在必行。压缩后不但可以减少其存储量， 而且可以降低网络负担，提高网络速度。 资料经过压缩程序之后根据资料失真与否可以将压缩程序分为两大类： 无损压缩和有损压缩。无损压缩程序以降低资料中的冗余度来达到减少数据 量的目的，不会造成信号丢失，因此压缩前与压缩后还原的资料完全一致： 有损压缩除了减少资料的冗余度外，还在一定信息质量下将较不重要的信息 舍弃而达到更高的压缩效果。 一种优秀的压缩算法除了能尽量减少资料的储存量之外，还要能够保持 医学图像的诊断特征。一般而言，有损算法与无损算法的设计与实现通常有 很大的区别，因此如何在单一算法的结构下，寻找出一种高效且适用于有损 至无损的压缩算法，是一个极具挑战性的研究课题。 第四军医大学硕士学位论文 本文使用国际标准组织最新制定的j p e g 2 0 0 0 静态影像压缩标准来尝试 压缩医学影像。软件采用v c + + 6 0 在w i n d o w s 2 0 0 0 环境下编程实现。采用了 一些具有代表性的临床影像分别进行无损压缩和有损压缩实验，并将压缩效 果与其它的压缩方法进行了比较。实验表明，无损压缩时压缩比可以达到3 2 左右，而有损压缩时，经过j p e g 2 0 0 0 标准压缩出的医学图像，在压缩比达到 2 0 时，大部分图像在视觉上和原始图像没有区别，不影响临床诊断。 关键词j p e g 2 0 0 0 ，医学影像，压缩 6 第四军医大学硕士学位论文 j p e g 2 0 0 0c o d e ca n di t sa p p l i c a t i o ni nm e d i c a li m a g e c a n d i d a t ef o rm a s t e r ：z h a n g b a o x i n g s u p e r v i s o r ：y nm e n g - s u n f a c u l t yo f b i o m e d i c a le n g i n e e r i n g ，f o u r t hm i l i t a r ym e d i c a lu n i v e r s i t y , x i a l l7 1 0 0 3 2 ，c h i n a a b s t r a c t a n i n c r e a s i n gn u m b e r o fm e d i c a li m a g e r yi sc r e a t e dd i r e c t l yi nd i g i t a lf o r m c l i n i c a l p i c t u r ea r c h i v m g a n dc o m m u n i c a t i o n s y s t e m so a c s ) ，a s w e l la s t e l e m e d i c i n en e t w o r k sr e q u i r et h es t o r a g ea n dt r a n s m i s s i o no f t h i sh u g ea m o u n to f m e d i c a li m a g ed a t a e f f i c i e n tc o m p r e s s i o no f t h e s ed a t ai sc r u c i a l l o s s l e s st e c h n i q u e sa l l o we x a c tr e c o n s t r u c t i o no f t h e o r i g i n a li m a g e r y , w h i l e l o s s yt e c h n i q u e s a i mt oa c h i e v eh i g hc o m p r e s s i o nr a t i o s b ya l l o w i n g s o m e a c c e p t a b l ed e g r a d a t i o ni nt h ei m a g e l o s s l e s sc o m p r e s s i o nd o e sn o td e g r a d et h e i m a g e ，t h u sf a c i l i t a t i n ga c c u r a t ed i a g n o s i s ，o f c o u r s ea tt h ee x p e n s eo fh i g h e rb i t r a t e s ，i e 1 0 w e rc o m p r e s s i o n r a t i o s a ne x c e l l e n tc o m p r e s s i o na r i t h m e t i cs h o u l dh a v e1 1 i g hc o m p r e s s i o nr a t ea n d k e e pt h ed i a g n o s i sc h a r a c t e r g e n e r a l l y , l o s s ya n dl o s s l e s sa r i t h m e t i c a r ev e r y d i f f e r e n ti nd e s i g n s oi ti sav e r yc h a l l e n g et a s kt of m d a na r i t h m e t i ct h a tc a l lb e u s e di nb o t ht h et w om e t h o d t h en e ws t i l li m a g ec o m p r e s s i o ns t a n d a r d ，j p e g 2 0 0 0 ，o f f e r sal o to f f e a t u r e s a n df u l f i l st h e r e q u i r e m e n t s f o rt h em e d i c a l i m a g e r yc o m p r e s s i o n m a n y r e s e a r c h e r sh a v ee x t e n s i v e l yw o r k e do n i t sp o t e n t i a lf o rt h em e d i c a li m a g e s t h eg o a lo f t h i sp a p e ri st od e s c r i b et h ej p e g 2 0 0 0c o d e ca n di t sa p p l i c a t i o n i nm e d i c a li m a g e a sa ne x a m p l e w ei l l n s t r a t eh o waj p e g 2 0 0 0c o d e cc a nb e u s e dt oc o m p r e s sm e d i c a li m a g e w ec a nc o n c l u d et h a ti nl o s s l e s sc o m p r e s s i o n t h e c o m p r e s s i o n r a t ec a l lb eu pt o 3 2a n di n l o s s yc o m p r e s s i o n w h e nt h e 1 第四军医大学硕士学位论文 c o m p r e s s i o nr a t ei s 2 0t h em e d i c a li m a g el o o k sv e r yw e l la n dm a yn o tl e a dt o e r r o r si nd i a g n o s i s k e yw o r d s ：j p e g 2 0 0 0 ，m e d i c a li m a g e ，c o m p r e s s i o n 8 第四军医大学硕士学位论文 前言和文献回顾 医学图像是临床医生用来诊断疾病的重要依据，大致可以分类如下：计 算机电子扫描成像( c o m p u t e dt o m o g r a p h y ，c t ) 、磁共振成像( m a g n e t i c r e s o n a n c ei m a g e ，m r i ) 、超声扫描( u l t r a s o u n d ， u s ) 、数字x 线图像 ( d i g i t a lr a d i o g r a p h y ，d r ) 、单光子扫描计算机成像( s i n g l ep h o t o n e m i s s i o n c o m p u t e dt o m o g r a p h y ，s p e c t ) 、以及正电子扫描计算机断层 ( p o s i t r o ne m i s s i o nt o m o g r a p h y ，p e t ) 等等。 随着计算机技术的日渐成熟，p a c s ( p i c t u r ea r c h i v i n ga n d c o m m u n i c a t i o ns y s t e m ) 作为医学图像的存储与传输系统的日渐普及。绝大多 数医学图像信号已经由传统的模拟格式发展到了数字格式。据资料统计，医 院产生的数字化资料每年以指数级速度增长。而这些资料大部分都必须进行 储存。 此外，近年来远程医疗发展迅速，而医学资料的传输是远程医学的前提。 在当前有限的网络带宽下要传输如此巨大的医学资料，将会是很大的负担。 由此可见，将生物医学信号进行压缩势在必行。压缩后不但可以减少其存储 量，而且可以降低网络负担，提高网络速度。 资料经过压缩程序之后根据资料失真与否将压缩程序分为两大类：无损 压缩和有损压缩。无损压缩程序以降低资料中的冗余度来达到减少数据量的 目的，不会造成信号丢失，因此压缩前与压缩后还原的资料完全一致；有损 压缩除了减少资料的冗余性外，还在一定信息质量下将较不重要的信息舍弃 而达到更高的压缩效果。一般生物医学信号压缩都希望采用无损压缩的方法， 因为如果利用有损压缩，虽然可以有较高的压缩效果，但却无法知道所舍弃 的信息是否会造成误诊，从而影响病人诊断的结果。因此，一个优秀的压缩 技术除了能尽量减少资料的储存量之外，还要能够保持医学信号的诊断特征。 9 第四军医大学硕士学位论文 一般而言，有损与无损压缩法的设计与做法通常有很大的出入，因此如 何在单一算法的结构下，寻找出一种高效且适用于有损到无损的医学图像压 缩算法，是一个极具挑战性的研究课题。 因为医学影像均具有高分辨率及高相似性的特性，因此对这些医学影像， 通常利用空间域( 也就是单张医学影像中) 及时域( 也就是影像和影像间) 的关 系来进行数据压缩的处理。 在空间域方面，由于医学影像的前景与背景在统计特性上通常有很大的 差异，所以大多压缩法则都是采预测的方式。其作法通常是运用像素跟像素 间或者小区块跟小区块间的相似性，或者利用其差值降低数据本身的变动范 围来达到压缩的目的。除了预测编码以外，转换编码( t r a n s f o r mc o d i n g ) 也占有相当重要的地位。通常是运用如d c t ( d i s c r e t ec o s i n et r a n s f o r m ) 睁“1 或d w t ( d i s c r e t ew a v e l e tt r a n s f o r m ) “2 ”1 、d w p t ( d i s c r e t ew a v e l e tp a c k e t t r a n s f o r m ) o ”等转换来除去或者降低影像中像素阆的相关性，方便以后量化 的运算，达到数据压缩目的。近几年，利用影像分割技术，将医学影像依照 不同的统计特性区分出较感兴趣的区域( r e g i o no fi n t e r e s t i n g ，r o i ) 与其它 区域“3 ”。“1 ，然后再分别对其进行不同程度的压缩的算法也是充分运用医学 影像空间域上的特性。另外也有如s v q ( t r e e s t r u c t u r e dv q ) “”及分类v q ( c l a s s i f i e dv q ) “。”1 等v q 方法也在文献中被提出。 若仅对单张独立的医学影像，上述方法提供了有效的压缩。但对于整体 高相似影像组而言，我们还可以再利用影像与影像闻之相关性来提高压缩比。 由于相似影像组多了一维的数据重复性，也就是相邻的相似图像有类似的信 息，因此k a r a d i m i t r i o u 就提出了如图所示最基本的压缩模型，也就是加 强型压缩模型( e n h a n c e dc o m p r e s s i o nm o d e l ) 。 其中的s e tm a p p i n g 即在减少相似影像间之重复性，称为集合重复性压缩法 ( s e tr e d u n d a n c yc o m p r e s s i o n ，s r c ) ，而p i x e lm a p p i n g 则为单张医学影像 1 0 第四军医大学硕士学位论文 压缩。s r c 的压缩表现虽然已经不错，但遗憾的是并没有用到转换编码的优 越特性。 对时域压缩，在转换法上通常使用3 - dd c t ”1 及3 - dd w t “1 等转换方 法。在3 一dd c t 方面如利用o s s ( o p t i m a l s a m p l es c h e d u l e ) ”。”的方法来 减少时域上重复性相当高的医学影像张数，之后再对剩余的单张医学影像做 压缩。在3 - dd w t 方面，最典型的如利用3 - ds p i h t ( 3 ds e tp a r t i t i o n i n g i nh i e r a r c h i c a lt r e e s ) 的技术来做渐进式医学影像压缩“”。 j p e g 2 0 0 0 与传统图像压缩方法最大的不同在于他放弃了以离散余弦变换 ( d c t ) 为主的区块编码方式，转而采用以离散小波变换( d w t ) 为主的多分 辨率编码方式。小波变换是现代谱分析工具，他既能考察局部时域过程的频 域特征，又能考察局部频域过程的时域特征，因此即使对于非平稳过程，处 理起来也得心应手。他能将图像变换为一系列小波系数，这些系数可以被高 效压缩和存储，此外，小波的粗略边缘可以更好地表现图像，因为他消除了 d c t 压缩普遍具有的方块效应。 第四军医大学硕士学位论文 正文 1 研究的目的和方法 鉴于医学影像数据量巨大，p a c s 系统中又必须对医学影像进行存取，远 程医学中也有对医学影像进行远距离传输的需求，然而当前的网络带宽又无 法满足日益增长的需求，因而将庞大的医学影像数据进行压缩是势在必行的。 本文研究了国际标准组织最新的以离散小波变换为基础的j p e g 2 0 0 0 压 缩算法，并将其应用于临床医学影像的压缩，压缩算法采用w i n d o w s 2 0 0 0 环 境下可视化语言v i s u a lc + + 6 0 编程实现。 本论文其它章节简介，第2 章：介绍常见的医学图像压缩方法。第3 章： 详细说明j p e g 2 0 0 0 算法的原理。第4 章：j p e g 2 0 0 0 应用于医学图像压缩编 码的一些重要功能。第5 章：使用j p e g 2 0 0 0 算法对医学图像进行压缩。第6 章：结论与未来展望。 2 常见的医学图像压缩方法 2 1 无损医学图像压缩方法 现存的图像压缩方法中普遍适用的无损压缩的一个最基本的方法是熵编 码方法，它包括h u f f m a n 编码，算术编码，游程编码及l z w 编码方法等。熵 编码的作用对象是一般信源，当它直接作用于图像数据时将产生直接的压缩 效果，而当它作用子其它的有冗余的信源时，将有助于减小信源中的冗余性， 因而熵编码在有损与无损压缩中都得到了广泛的应用。除了熵编码外，下述 的无损压缩方法也是比较高效的( 除了可能的量化误差外) 。 2 1 1 差分脉冲编码调制方法( d p c m ) d p c m 方法的主要思想是采用一个线性预测公式，通过对一个特定域内的 象素的加权求和得到其与该域中待预测象素之间的差值，并对此差值量化后 的数据进行熵编码而得到压缩的比特数。这里所选定的特定域可以是一维、 二维或三维。由于没有有意识的丢弃任何信息，故可归入无损压缩，压缩比 1 2 第四军医大学硕士学位论文 可以达到l _ 5 3 。为了改善结果，采用非线性预测的方法也得到了应用，例 如应用神经网络作非线性预测。 2 1 2 分层内插法( h i n t ) h i n t 是针对无损医学图像的压缩算法而发展起来的，因而在医学图像压 缩中的影响也较其它方法更大一些。它基于由低到高的多分辨率思想，通过 对低分辨率的原始图像内插得到较高分辨率图像的估计，并产生其与实际图 像之间的差值。在这种压缩算法中，实际传输的是熵编码的最低分辨率原始 图像与各较高分辨率下的差值结果。由于内插的原因，可能的误差除了量化 之外，还有取整操作的影响。如果在熵编码过程中采用信源统计特性的自适 应模型则可以改善压缩效率。 2 1 3 差分金字塔方法( d p ) d p 也是一个变分辨率方法，是一般图像压缩技术中金字塔编码方法的一 个特例，一般可归入有损压缩的范畴，但在适当的约束下也可用于无损压缩 的目的。我们可以考虑对均值及均值与相应分辨率下的象素之间的差值进行 编码，也可以考虑对均值与相应分辨率下的象素变换之间的差值进行编码。 有研究证明如果对不同分辨率下的象素引入适当的变换形式有助于略为提高 压缩效率。 2 1 4 多重自回归法( m a r ) m a r 是一种二维的压缩方法，它包括m a r 与多分辨率m a r 。m a r 在假设图 像数据局部平稳的前提下将其表示成为二维线性随机模型，先通过预测产生 模型参数的估计和对图像均值的估计，再对图像数据与均值估计之差和由预 测模型产生的这个差的预测值之间的差值进行熵编码。考虑到预测性能与复 杂性的折衷，这里的模型参数一般选3 到4 个。 多分辨率m a r 仅是将m a r 结构与多分辨率图像表达式相适配，它包括滤 波、子抽样和内插等操作步骤。 2 2 有损医学图像压缩方法 第四军医大学硕士学位论文 目前，比较流行的有损医学图像压缩方法有：二维分块离散余弦变换 ( d c t ) ，全帧( d c t ) ，矢量量化( v q ) ，四叉树，子带编码以及自适应预测编 码等。近几年来，作为子带编码的一种特殊方式，小波变换方法在医学图像 压缩中取得了比较好的应用效果，引起了较高的重视，可能代表了一个新的 发展方向。虽然自适应预测编码的技术相对于其它技术比较容易完成，但其 压缩性能有限。在低比特率下，d c t 、全帧d c t 、v q 、四叉树与子带编码等方 法更为可取。小波变换方法可望取得较上述方怯在复杂性与压缩性能上更佳 的结果。 2 2 1 离散余弦变换( d o t ) d c t 方法可以在统汁意义上对l d a r k o v 信源达到最接近k l 变换的压缩效 果，因而被最广泛的应用于图像压缩，其中最著名的应用就是j p e 6 标准。按 照定义的不同，d c t 可以分为四种类型，其中第二种类型应用的最为普遍。 现在己经有很多压缩方案采用了d c t 的方法完成了对医学图像的有损压缩。 最近的研究表明手与胸部的放射成像在2 0 ：l 的d c t 压缩比下，其诊断准确 性在统计意义上并没有明显的差别。一般地，如果图像中重要的诊断信息在 一个比较窄的频率范围内，则d c t 方法能达到很好的压缩效果。但是，大部 分医学图像的细节都是特异并且非平稳的，其携带的信息分布在一个比较宽 的频带内，当图像矩阵经d c t 变换到系数矩阵上后，非零值将分布在相当大 的区域上，此时如果对变换系数量化不当，则边缘处会出现明显的边界效应。 因此，o c t 方法并不具有很好的空间一频率定位特性，而这一点对干医学图像 压缩来说却是十分必要的。在这方面。离散小波变换( d w t ) 占有一定的优势。 2 2 2 向量量化编码( v o c ) v q 最初是作为量化器被提出的，但它更多的是作为编码方法而被讨论。 其量化效率随着向量维数的增大而逐渐趋于无穷，从理论上来说具有最高的 量化效率，因而v q 是渐进最佳结构的块信源编码器。但是其码本空间的全搜 索方案的编码是很复杂的，它随矢量个数作线性变化，随矢量维数作指数变 1 4 第凹军医大学硕士学位论文 化，所以，v q 往往要在量化效率与量化复杂性之间按照计算机设备的能力而 折衷。减少计算复杂性是v q 应用的主要问题。人们已在量化器设计和码本设 计两方面做了很多工作。最近又有人提出同时把量化器与码本设计相结合的 设计方案。在各种方案中，树状结构的编码器在医学图像的压缩中有较深入 的研究，研究者曾对1 2 b p p 的c t 图像在9 ：l 压缩比下的图像进行观察，结 果发现它在诊断准确性上没有什么显著的变化。由于v o 压缩相对平均的区 域较边缘成分更为有效，而高保真的边缘信息对于医学诊断与解释又是十分 重要的，因此，v q 对干医学图像压缩比的提高与计算机复杂性的降低都受到 了限制。 2 2 3 四叉树 四叉树图像压缩方法在某种意义上类似于v q 方法，它和v q 通过与去相 关模型相结合的压缩方法均在医学图像压缩中得到了应用。四叉树结构是由 有限节点集组成的，它在形式上是每个父节点均有四个子节点，并且子结点 不断地四分父节点所表示的区域，直至最终节点表示单一灰度级区域( 象素) 。 其压缩的途径是通过一些特定的分裂和合并算法使得与子结点相关联的区域 尽可能大。 2 2 4 子带编码( s b c ) s b c 是利用一组带通滤波器将输入图像分解到不同的频带中，再对不同 的频带系数采用不同的编码方案进行压缩。各个频带呈由低频到高频的分布 状，其中低频成分反映了图像中区域性的能量分布，而高频成分则反映了各 种边缘性的能量分布。这样就可以利用图像分解与空间一频率的定位特性，采 用很多的正交与非正交的变换来完成图像压缩的目的。这种方法在两方面都 可以达到数据压缩的目的。其一，可以通过频率分解去除信号频率的相关性， 减少冗余度：其二，利用人眼对不同的频率信号的感知灵敏度不同的特性， 采用不同长度的码字对各个不同频带内的信号进行编码。另外，由于量化在 各子带内单独进行，可咀使一次量化噪声被限制在本子带内，防止能量较小 第四军医大学硕士学位论文 频带内的信号被其他频带中的量化噪声所掩盖。因此在相同的失真条件下， 子带编码将比全频带编码有较低的比特率。但在带通滤彼器组的设计上有一 定难度。小波变换( w t ) 丰富了子带编码的研究，这是因为由w t 构造的滤波 器是正则的，且具有一定的光滑性。自适应地选择小波及小波基可以使某种 意义( 如熵) 下的图像分解成为最优。并且由于小波的变换形式十分接近于 人类的视觉系统，有很好的能量集中能力和空间一频率定位性能，易于实现快 速变换，从而受到了广泛的青睐，成为最近研究的一个热点。 2 3 有损一无损压缩算法 有损压缩与无损压缩算法在设计与实现上通常有很大的出入，j p e g 2 0 0 0 的出现解决了这一难题，它采用嵌入式码流，提供无损和有损两种压缩方式， 允许从有损到无损的渐进解压。所谓的渐进传输就是先传输图像轮廓数据， 然后再逐步传输其他数据来不断提高图像质量。这就允许图像按照所需的分 辨率或像素精度进行重构，用户根据需要，对图像传输进行控制，在获得所需 的图像分辨率或质量要求后，便可终止解码，而不必接收整个图像的压缩码 流。 3j p e g 2 0 0 0 压缩法则 国际标准组织为了要完成对静态影像的编码及压缩，于1 9 8 8 年提出了以 离散余弦转换( o c t ) 为基础的j p e g 压缩标准。但因为网络多媒体在应用上及 发展迅速，为了解决网络带宽的不足，国际标准组织仍持续邀请学者提出新 的算法以制定新的标准，而后便发展出了以离散小波转换( d w t ) 为基础新的静 态影像压缩标准j p e g 2 0 0 0 。 该标准是为了要建立一个能够处理不同格式静态影像的影像编译码系 统，并可运用在各种不同的领域如自然影像、医学影像等等，此系统的特点 为能达到较低的压缩位率并同时保留较高的压缩质量。 j p e g 2 0 0 0 可分为以下几个部分。”： p a r t 一1 ：j p e g 2 0 0 0 图像编码系统，是j p e g 2 0 0 0 标准的核心。是说明基 1 6 第四军医大学硕士学位论文 本的编译码器和压缩比特流( c o d e ds t r e a m ) 的格式，使其可在各种格式间转 换，并能在所有输出设备中输出。 p a r t 一2 ：扩展系统，在p a r t l 的基础上扩展功能，以利于应用子某些 少见的数据保式，并且能加强压缩的效能，此部份是可选择性的；要注意的 是，p a r t t 的译码器并不能对p a r t 一2 编码出来的比特流进行译码。 p a r t 一3 ：运动j p e g 2 0 0 0 。针对运动图像提出解决方案。 p a r t 一4 ：兼容性的解决方案。 p a r t 一5 ：是参考软件部份，包含了以j a v a 程序语言撰写的j j 2 0 0 0 及以 c 语言撰写的j a s p e r 等。 p a r t 一6 ：复合图像文件格式，为根据复合文件所做的延伸。主要针对印 刷和传真应用 p a r t 一7 ： 技术报告。介绍实现所需要的最少支持环境，现在已经放弃。 p a r t 一8 ：j p s e c ，有关安全方面的支持。 p a r t 一9 ：j p i p ，交互协议和a p i 。 p a r t 一1 0 ： j p 3 d ，三维成像。 p a r t 1 1 ：j p v v l , 无线应用。 我们在本论文所指的j p e g 2 0 0 0 压缩法则是指j p e g 2 0 0 0p a r t 一1 的部分， 其方框图如图3 1 所示： 原始图象 重建图象 存储或传输 + 图3 1j p e g 2 0 0 0 压缩算法框图 在编码的过程，又可以细分为三个阶段”：预处理、核心处理和构成 第四军医大学硕士学位论文 比特流，每一阶段又可再分成若干步骤，如图3 2 所示，以下便是每一部份 工作原理的说明。 图像 图像分块 + 正向d c 电平移位 + 分量变换 。上。 小波变换 0 量化 ：二二：二：t ： 第一阶段编码 + 第二阶段编码 预处理 核心处理 组成码流 图3 2j p e g 2 0 0 0 的编码流程 3 1 预处理 这一部份包含了图像分块、d c 电平移位和分量变换三个步骤，以下按顺 序说明这些步骤。 3 1 1 图像分块 这一步骤是把原始影像分割成相等大小且不重叠的方块，这些方块便称 为贴片，在往后的编码步骤中每一个贴片都是独立处理，不会互相影响，除 此之外，将影像分割成贴片来处理也可以减少对内存的需求。若一张影像不 1 r 第四军医大学硕士学位论文 只拥有一个分量，而每个分量可以代表不同的颜色，则在执行影像分割的时 候，每一个分量都要被分割，在分割后将属于不同分量但相同位置的方块组 合成贴片，则在此贴片中属于每一个分量的方块称之为分量贴片。 3 1 2d o 电平偏移 在这个步骤中，每个分量贴片的每一个像素会被减去一个数值，若像素 是由p 个位来表示，即是p 个位深度，则该数值为2 p - 1 。 3 1 3 分量变换 j p e g 2 0 0 0 可应用在具有多个分量的影像上，不同的分量可以有不同的位 深度，但在无损压缩时，对经过分量变换的每个分量的位深度必须与原来的 影像的位深度相同。假如一张影像拥有三个分量，分别是r 、g 、b 三原色， 要想达到压缩的目的，则需要经过转换，将人类视觉较敏感的亮度分量独立 出来，使用较多的码率编码，而对于变化较不敏感的色度分量和饱和度分量 用较少的码率去编码汹1 。分量变换分为两种，分别是可逆分量变换 ( r e v e r s i b l ec o m p o n e n tt r a n s f o r m a t i o n ，r c t ) 和不可逆分量变换 ( i r r e v e r s i b l ec o m p o n e n tt r a n s f o r m a t i o n ，i c t ) 。 r c t 是一种去相关变换，只能与整数小波变换一起使用，将图像分量i 的象素值记为( 而y ) ，= o 儿，12 ，则新的值z ( 而y ) 由r c t 根据下式生成： 圳小 必等删j - 峭 x 岛h 兰地_ 1 一x g h ( 3 2 ) 坶【川兰州，z 1 一x g m ( 3 3 ) 反向r c t 定义为： x g 【n 】兰x y 【”1 一l 三璺生止尘丢兰型j ( 。一4 ) 第四军医大学硕士学位论文 姐m 2 蛾【小x g m ( 3 5 ) x r n 】_ 以【川+ x g h ( 3 - 6 、 i c t 也是去相关变换，只能与浮点数小波变换一起使用。i c t 的定义如下： x 】，【n = c t r x r n 】+ x g 【胛】+ 玷【疗】( 3 - 7 、 x 喇兰兰( 柚m 删( 。_ 8 ) x c ，【 】兰兰( 非m 删( 3 _ 9 ) 其中口r 兰0 2 9 9 ，兰0 5 8 7 ，口b 兰o 1 1 4 r c tm 可以用如f 钳阵表示： p h 0 2 9 9 lx c r 玎】l - i - o 1 6 8 7 5 l x g 【”副【 o 5 i c t 则为： x g n 】 x g m 加m 0 5 8 7 - 0 3 3 1 2 6 - 0 4 1 8 6 9 北。当。， 1 1 0 1 7 7 2 0 1 1 4 o 5i - 0 0 8 1 3 ll x r n 】 x c 【”】 x g m x e n 】 工g 【n 】 如h ( 3 - 1 0 ) 3 2 核心处理 这一部份包含了小波变换和量化的步骤。 3 2 1 小波变换 使用小波变换本身并不能达到压缩的目的，其目的是希望原始的系数经 过转换后，能够去除系数间采样的相关性并使能量集中，以利于后面的量化 步骤。 j p e g 2 0 0 0 的小波变换是采用一维两通道的滤波器组合的结构，若要处理 二维的影像时，则将各行变成一维向量，按照行的顺序先经过一维的小波变 2 0 1 搋。 第四军医大学硕士学位论文 换，再将结果存回各行；接着将各列经过一维小波变换，并将结果存回各列， 最后作出影像对应子频带的位置分配。这样就完成了一次二维的小波变换。 根据m a l l a t 所提出的f i l t e rb a n k 结构是重复对最低频继续做多次小波变 换，以得到不同的频率成份，即为多分辨率，可用于渐进传输。j p e g 2 0 0 0 支 持可以做3 2 次的小波变换，但我们一般只用到4 至8 次即可。 在执行一维的小波变换之前，有个问题是必须要注意的。当处理有限长 度信号时，若在信号的边界滤波，滤波器会对应到边界之外不存在的值，造 成滤波的结果不佳。为了解决这个问题，我们让信号在滤波之前先扩展边缘 信号。”，在此我们使用的方法是周期性对称扩展，如图3 3 所示： ” e d c be d c b 一 a b c d e f 图3 3 对信号进行周期对称扩展的示意图 而所需最小的扩展个数与选择的滤波器长度有关。因此，将输入的一维 数组x 的边缘作周期性对称扩展后为一维数组) 【e ，。，再将k 。送入滤波器运算 得转换后的结果y ，图3 4 为一维小波变换的流程图： x 叫周期性对称延伸r 叫滤波器 + y r - - 一 m r - 一 图3 4 一维小波变换示意图 在j p e g 2 0 0 0 中使用两组小波系数，一组是不可逆的9 7 滤波器，其滤 波器系数为实数，用于有损压缩：另一组是可逆的5 3 滤波器，其系数为整 数，用于无损压缩。 由图3 4 中，y 的偶数系数的值相当于 ( e 。经过低通滤波且缩减取样后 第四军医大学硕士学位论文 当使用5 1 3 滤波器分解时， y ( 2 州m + 1 ) 1 业掣l “。也， 即巾拍) q 坠掣j 埘 当使用9 7 滤波器分解时，有以下步骤： y ( 2 n + 1 ) 扣厶( 2 ”+ 1 ) + ( 盯 如( 2 ，z ) + 厶( 2 n + 2 ) ) ( 3 _ 1 4 ) y ( 2 玎) 卜k ( 2 订) + ( y ( 2 ) + y ( 2 川) ) - ( 3 _ 1 5 ) y ( 2 川) 卜y ( 2 n + 1 ) + ( y 虹y ( 2 h ) + r ( 2 + 2 ) ) ( 3 _ 1 6 ) 】，( 2 竹) 卜y ( 2 拧) + ( 6 吨y ( 2 ) + y ( 2 川) ) ( 3 讲) y ( 2 h + 1 ) 卜( 一世) r ( 2 行) ( 3 一1 8 ) y ( 2 ”) 卜陇) j ，( 2 川( 3 - 1 9 ) 其中口= 一1 5 8 6 1 3 4 3 4 2 ，卢2 0 0 5 2 9 8 0 1 1 8 ，2 0 8 8 2 9 1 1 0 7 5 。 占= 0 4 4 3 5 0 6 8 5 2 k = 1 2 3 0 1 7 4 1 0 5 若是一维小波逆变换时，其流程图如下： y 叫周期性对称延伸r _ 叫反向滤波器卜_ + x r - - - - - - - 一 1e n r - - - - - - - - - - - - - - 一 图3 5 一维小波逆变换流程图 其在反向滤波器在使用5 3 滤波器合成时， z ( z 仃) 3 匕( z 甩) 一l ! 尘! ! 二1 1 ；业j ( 。一。) 第四军医大学硕士学位论文 + x ( 2 ”+ 1 ) ：k ( 2 一+ 1 ) 一x ( 2 n ) + x ( 2 n + 2 ) f l j ( 3 2 1 ) 当使用9 7 滤波器合成时， x ( 2 h ) 卜k + 匕( 2 以) ( 3 - 2 2 、 z ( 2 n + 1 ) 卜一( 心) + k ( 2 + 1 1 ( 3 _ 2 3 ) x ( 2 n ) 卜x ( 2 一) 一( j 吐x ( 2 ) + x ( 2 川) ) ( 3 - 2 4 ) z ( 2 胛+ o - x ( 2 州) 一( ，+ i x ( 2 刀) + x ( 2 拧+ 2 ) ) ( 3 - 2 5 ) x ( 2 一) 卜x ( 2 聍) 一( i x ( 2 ) + x ( 2 川) ) - ( 3 - 2 6 ) x ( 2 斛o 卜x ( 2 州) 一( 口 i x ( 2 以) + x ( 2 + 2 ) ) ( 3 _ 2 7 ) 以上口、卢、y 、占及k 的值与正向滤波器相同。 3 2 2 量化 图像在经过l 次一维小波变换后，形成l 层行列交错的子带。在小波变 换之后，所有的系数都要经过量化。而量化的步骤可以看作是降低系数的精 度。用量化阶来分割子带中各小波系数，并将结果截断。为了得到目标码率 或为了获得预定的图像质量等级，可以迭代的确定量化阶，在无损压缩时， 量化阶必须为1 ，因此经量化后的值即为系数本身的值；而在有损压缩时， 量化阶的值可以决定压缩的程度。图3 6 为j p e g 2 0 0 0 量化的示意图，是 量化阶的大小： 图3 6j p e g 2 0 0 0 量化示意图 在图中央的量化区间是一般量化阶的两倍长，若吼( u , v ) 指的是在小波变 2 3 第四军医大学硕士学位论文 换后在子带b 中位置为( u ，v ) 的系数，根据下式便可得到量化后的结果 吼【“，7 ) 引声非叫l 掣j 仔。， s 瑶卵( ( ，v ) ) 是要求得( “，v ) 的正、负号，a b 指的是在子带b 中的量 化阶。 3 3 组成位流 这一部份包含了第一阶段编码和第二阶段编码两个步骤。 3 3 1 第一阶段编码 我们将分频内的系数分割成等大小的区块，称之为码块。在执行量化后， 小波系数都已成为整数。假设一个码块内的小波系数在量化后可以用q 个位 平面来表示，则称这个码块拥有q 个位平面。接着将每个码块送入第一阶段 编码器进行位平面编码，即是将一个码块视作一张小影像进行编码，而每次 只针对一张位平面编码，由最显著位平面( m o s ts i g n i f i c a n tb i tp l a n e ，m s b p l a n e ) 开始直到最不显著位平面( l e a s ts ig n i f i c a n tb itp l a n e ，l s bp l a n e ) 编码完成为止，如图3 7 所示。值得注意的是不同的码块编码都是相互独立 的，不会彼此影响。 m s b l s b 图3 7 位平面示意图 在每一个码块的任一个位平面，都会执行三个编码过程，且每个过程都 2 4 第四军医大学硕士学位论文 是使用一种独特的扫描方式。该方式是从位平面的最左上方开始，往下扫描 第一行的四个连续位，接着跳到第二行最上方往下扫描四个连续的位，直到 码块的最后一行都扫描完毕，则又跳回第一行