1、 课程设计报告课程设计报告 题题 目：目： 基于小波变换的医学基于小波变换的医学 X线图像压缩算法的设计线图像压缩算法的设计 专专 业：业： 生物医学工程生物医学工程 2014 年年 10 月月 6 日日 一研究背景一研究背景 图像数据量巨大,为便于存储及传输,应对其冗余信息进行压缩。与传统的快速傅立 叶变换(FFT)、离散余弦变换(DCT)等方法相比,小波变换是时间(空间)和频率的局部变换, 具有多分辨特性,通过伸缩与平移运算,可以由粗到精地逐步观察信号。 1 1.小波变换 近几年来有数学“显微镜”美称的小波变换，以其多尺度时间频率分辨的能力， 一直备受关注。小波变换在图像处理及模式识别中也
2、起着非常重要的作用，其应用范围遍 及图像增强、图像压缩、边缘检测、纹理分析和分割等不同领域,它有以下优点： (1) 小波变换完善的重建能力保证了信号在分解过程中没有信息丢失和冗余，即小波 变换作为一组表示信号分解的基函数是惟一的。 (2) 小波变换把图像分解为逼近图像和细节图像之和，它们分别代表了图像的不同结 构，因此原始图像的结构信息和细节信息很容易提取。 (3) 小波变换编码不同于 DCT 块编码技术，它不会出现人的视觉非常敏感的方块效 应，这是因为小波变换对图像信号进行全局分解，量化失真随机地分布于整幅图像之中， 人眼不易察觉。 (4) 二维小波分解为图像的分析提供了方向选择性，非常适合
3、于人眼的视觉系统。 2.2.基于小波变化的图像压缩 小波变换用于图像压缩的基本思想是：把图像进行多分辨率分解，分解成不同空间、 不同频率的子图像,然后再对子图像系数进行编码。 图像的能量主要集中在低频部分， 而水 平、垂直和对角线部分的能量则较少；水平、垂直和对角线部分表征了原图像在水平、垂 直和对角线部分的边缘信息，具有明显的方向特性。低频部分可以称为亮度图像，水平、 垂直和对角线部分可以称为细节图像。正是利用图像的这一特性，现阶段常用的压缩方法 主要是通过对小波的分解和重构实现的。 一般图像压缩可分为以下几个步骤： (1) 对图像信号进行小波分解。 (2) 对高频系数进行阈值量化处理。 (
4、3) 对量化后的系数进行小波重构。 二.研究目的研究目的 （1 1）基于小波变换的基本原理， 在MATLAB环境下编写程序对医学X线图像进行分解并压缩， 并观察分析其处理效果。 （2）研究不同的小波基函数在小波变换中的影响。 三研究内容三研究内容 （1）从网上下载三幅医学X线图像。 （2）在MATLAB软件平台上，基于小波变换对医学图像压缩算法设计并实现。 （3）对三幅医学X线图像进行压缩试验，观察图像压缩前后的变化。 （4）基于小波变换的压缩率的统计。 四四. .研究步骤研究步骤 1.根据研究内容的要求从网上下载三幅医学 X 线图像 2.在 MATLAB 软件中编写相应程序； 1)显示原始图
5、像 2)对原始图像进行分解（分解为两层） 3)对分解后的图像进行第一次压缩 4)对分解后的图像进行第二次压缩 5）分别求第一次和第二次的压缩比 6）用不同的波函数进行小波变换，比较压缩效果 3.调试运行程序，并记录结果。 4完成实验报告。 五研究结五研究结果果 第一幅图像第一幅图像 (1)小波基函数为bior3.7 原 始 图 像 100200300400 100 200 300 400 500 分 解 后 的 图 像 200400600800 200 400 600 800 1000 第 一 次 压 缩 图 像 50100150200250 50 100 150 200 250 300 第
6、二 次 压 缩 图 像 20406080 100 120 20 40 60 80 100 120 140 压缩前图像X的大小 Name Size Bytes Class Attributes X 588x486 285768 uint8 第一次压缩图像的大小为： Name Size Bytes Class Attributes cal 301x250 602000 double 第二次压缩图像的大小为： Name Size Bytes Class Attributes ca2 158x132 166848 double r1 = 3.7976 r2 =13.7020 (2)小波基函数为haar 原始图像分 解 后 的 图 像 第一次压缩图像 50100 150 200 50 100 150 200 250 第二次压缩图像 20 40 60 80 100 120 20 40
