專利名稱：圖像的壓縮、解壓縮方法、裝置及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像壓縮和解壓縮技術(shù)，特別是涉及一種基于機(jī)器學(xué)習(xí)的醫(yī)學(xué)圖像的壓縮、解壓縮的方法、裝置及系統(tǒng)。
背景技術(shù)：
如今，大多數(shù)醫(yī)學(xué)圖像是以數(shù)字方式獲取和存儲(chǔ)的。這些圖像的數(shù)據(jù)量很大，尤其 是在放射學(xué)應(yīng)用中。雖然計(jì)算機(jī)的計(jì)算、存儲(chǔ)和傳輸?shù)哪芰Σ粩嘣黾?，?duì)于分布式的圖像管 理，仍迫切需要壓縮率高而穩(wěn)定的無損壓縮的方法，尤其是在遠(yuǎn)程放射學(xué)和存檔方面。到目前為止，有多種方法被考慮用來解決醫(yī)學(xué)圖像無損壓縮的問題，比如說基 于上下文的適應(yīng)性無損圖像編碼(CALIC, Context-based, Adaptive, Lossless Image Codec)，以及JPEG-LS方法。這兩種方法在諸多文獻(xiàn)中有描述。這兩種方法基于相鄰像素的梯度預(yù)測進(jìn)行壓縮。例如，CALIC使用被稱為梯度調(diào) 整預(yù)測(GAP，Gredient-Adjusted Prediction)的預(yù)測器做一個(gè)簡單的、自適應(yīng)、非線性預(yù) 測，該方法使用一個(gè)大小為3*3的預(yù)測窗口，窗口內(nèi)包含三個(gè)成像掃描線上的7個(gè)像素；而 JPEG-LS則利用同一大小的窗口，窗口內(nèi)包括前兩個(gè)成像掃描線的4個(gè)像素。這兩種流行的 無損圖像壓縮方法，CALIC和JPEG-LS，在預(yù)測窗口中使用非常少量的像素。上述方法存在一定局限性。顯然，預(yù)測窗口內(nèi)的像素較少。如果窗口內(nèi)的像素增 多，預(yù)測結(jié)果會(huì)更好。再者，這兩種方法的梯度預(yù)測值不能覆蓋所有的醫(yī)療圖像的像素灰度 值，比如說，JPEG-LS的最高預(yù)測值數(shù)是364，這就無法覆蓋12位深度(212 = 4096，可能的 像素的灰度值)的醫(yī)學(xué)圖像。此外，如果醫(yī)學(xué)圖像包含復(fù)雜的無法用梯度預(yù)測的方法來預(yù) 測的像素(如胸部X光片和許多肺紋理射線圖像)，基于梯度預(yù)測的壓縮一般不會(huì)得到很好 的結(jié)果?，F(xiàn)在也有將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于壓縮圖像的實(shí)踐。其中一些方法用于有損壓縮， 比如在美國專利US20090067491中公開的基于學(xué)習(xí)的圖像壓縮的方法，由于這種方法無法 恢復(fù)出原始圖像，因此通常不被醫(yī)學(xué)圖像壓縮所采納。另一些方法用于無損壓縮，這些方法 是用機(jī)器學(xué)習(xí)模型對(duì)原始圖像進(jìn)行壓縮，但是，因?yàn)樗鼈儾捎梅浅?fù)雜的包含了大量參數(shù) 的機(jī)器學(xué)習(xí)模型，而這些參數(shù)所占用的空間幾乎類似于原始圖像的大小，造成壓縮率非常 低，所以這種方法的壓縮結(jié)果也很難被醫(yī)學(xué)圖像壓縮所接受。

發(fā)明內(nèi)容
本發(fā)明提供了一種圖像的壓縮方法，在醫(yī)學(xué)圖像壓縮中采用支持向量回歸技術(shù)， 得到較佳的壓縮結(jié)果，同時(shí)具有較高的壓縮率。本發(fā)明還提供了一種圖像的解壓縮方法，對(duì)采用支持向量回歸技術(shù)進(jìn)行壓縮的醫(yī) 學(xué)圖像進(jìn)行解壓縮。本發(fā)明還提供了一種圖像的壓縮裝置，在醫(yī)學(xué)圖像壓縮中采用支持向量回歸技 術(shù)，得到較佳的壓縮效果，同時(shí)具有較高的壓縮率。
本發(fā)明還提供了一種圖像的解壓縮裝置，對(duì)采用支持向量回歸技術(shù)進(jìn)行壓縮的醫(yī) 學(xué)圖像進(jìn)行解壓縮。同時(shí)，本發(fā)明還提供了一種圖像的壓縮和解壓縮系統(tǒng)，包含采用支持向量回歸技 術(shù)的壓縮裝置以及相應(yīng)的解壓縮裝置。一種圖像的壓縮方法，包括對(duì)原始圖像進(jìn)行支持向量回歸處理，所述原始圖像的 像素的坐標(biāo)值為輸入樣本，像素的灰度值為監(jiān)督信號(hào)，得到支持向量；根據(jù)所述支持向量計(jì) 算回歸圖像；根據(jù)所述原始圖像和回歸圖像計(jì)算殘差圖像；對(duì)所述支持向量和所述殘差圖 像編碼。其中，所述輸入樣本包括所述原始圖像的所有像素的坐標(biāo)值。其中，所述根據(jù)支持向量計(jì)算回歸圖像包括將回歸圖像的每一坐標(biāo)值作為輸入， 經(jīng)過支持向量機(jī)的處理，輸出像素灰度值，以形成回歸圖像。其中，所述根據(jù)原始圖像和回歸圖像計(jì)算殘差圖像包括將所述原始圖像與所述 回歸圖像相減，生成初始的殘差圖像；對(duì)所述初始的殘差圖像進(jìn)行加法操作，以形成非負(fù)的 殘差圖像。其中，所述對(duì)支持向量和殘差圖像編碼的算法為=Huffmarm編碼、算術(shù)編碼、 CALIC、JPEG-LS 或 JPEG2000。一種圖像的解壓縮方法，用于對(duì)經(jīng)過上述的方法處理過的圖像解壓縮，包括對(duì)經(jīng) 過編碼的支持向量和殘差圖像進(jìn)行解碼，得到支持向量和殘差圖像；根據(jù)所述支持向量計(jì) 算回歸圖像；將所述回歸圖像和殘差圖像合并，生成原始圖像。一種圖像的壓縮方法，包括將原始圖像劃分成多個(gè)原始圖像區(qū)塊；對(duì)于所有圖 像區(qū)塊，分別執(zhí)行如下步驟對(duì)圖像區(qū)塊進(jìn)行支持向量回歸處理，所述圖像區(qū)塊的像素的坐 標(biāo)值為輸入樣本，像素的灰度值為監(jiān)督信號(hào)，得到區(qū)塊支持向量；根據(jù)所述區(qū)塊支持向量計(jì) 算區(qū)塊回歸圖像；根據(jù)所述原始圖像區(qū)塊和區(qū)塊回歸圖像計(jì)算區(qū)塊殘差圖像；對(duì)所述區(qū)塊 支持向量和區(qū)塊殘差圖像編碼。其中，對(duì)于每一圖像區(qū)塊，所述輸入樣本包括該圖像區(qū)塊中所有像素的坐標(biāo)值。其中，所述根據(jù)區(qū)塊支持向量計(jì)算區(qū)塊回歸圖像包括將區(qū)塊回歸圖像的每一坐 標(biāo)值作為輸入，經(jīng)過區(qū)塊支持向量機(jī)的處理，輸出像素灰度值，以形成區(qū)塊回歸圖像。其中，所述根據(jù)原始圖像區(qū)塊和區(qū)塊回歸圖像計(jì)算區(qū)塊殘差圖像包括將所述原 始圖像區(qū)塊與所述區(qū)塊回歸圖像相減，生成初始的區(qū)塊殘差圖像；對(duì)所述初始的區(qū)塊殘差 圖像進(jìn)行加法操作，以形成非負(fù)的區(qū)塊殘差圖像。其中，所述對(duì)區(qū)塊支持向量和區(qū)塊殘差圖像編碼的算法為=Huffmarm編碼、算術(shù) 編碼、CALIC、JPEG-LS 或 JPEG2000。一種圖像的解壓縮方法，用于對(duì)經(jīng)過上述的方法處理過的圖像解壓縮，包括對(duì)于 所有圖像區(qū)塊，分別執(zhí)行如下步驟對(duì)經(jīng)過編碼的圖像區(qū)塊的支持向量和區(qū)塊殘差圖像進(jìn) 行解碼，得到圖像區(qū)塊的支持向量和區(qū)塊殘差圖像；根據(jù)所述圖像區(qū)塊的支持向量計(jì)算區(qū) 塊回歸圖像；將所述區(qū)塊回歸趨向和區(qū)塊殘差圖像合并，生成原始圖像區(qū)塊；將所有原始 圖像區(qū)塊合并，生成原始圖像。一種圖像的壓縮裝置，包括支持向量回歸模塊6011，用于對(duì)原始圖像進(jìn)行支持 向量回歸處理，所述原始圖像的像素的坐標(biāo)值為輸入樣本，像素的灰度值為監(jiān)督信號(hào)，得到支持向量；殘差圖像生成模塊6012，用于根據(jù)所述支持向量計(jì)算回歸圖像，然后根據(jù)所述 原始圖像和回歸圖像計(jì)算殘差圖像；編碼模塊6013，用于對(duì)所述支持向量和所述殘差圖像 編碼。其中，還包括存儲(chǔ)模塊701，用于存儲(chǔ)所述編碼模塊6013輸出的編碼后的支持向
量和殘差圖像。一種圖像的解壓縮裝置，用于對(duì)上述壓縮裝置處理過的圖像進(jìn)行解壓縮，包括解 碼模塊6021，用于對(duì)經(jīng)過編碼的支持向量和殘差圖像進(jìn)行解碼，得到支持向量和殘差圖像； 支持向量轉(zhuǎn)換模塊6022，用于根據(jù)所述支持向量計(jì)算回歸圖像；圖像合并模塊6023，用于 將解碼模塊6021輸出的殘差圖像和支持向量轉(zhuǎn)換模塊6022輸出的回歸圖像進(jìn)行合并，以 生成原始圖像?！N圖像的壓縮和解壓縮系統(tǒng)，包括所述的圖像的壓縮裝置601 ；和所述的圖像 的解壓縮裝置602。一種圖像的壓縮裝置，包括區(qū)塊劃分模塊8014，用于將原始圖像劃分成多個(gè)原 始圖像區(qū)塊；支持向量回歸模塊8011，用于對(duì)所有圖像區(qū)塊分別進(jìn)行支持向量回歸處理， 所述圖像區(qū)塊的像素的坐標(biāo)值為輸入樣本，像素的灰度值為監(jiān)督信號(hào)，得到區(qū)塊支持向量； 殘差圖像生成模塊8012，用于根據(jù)所述區(qū)塊支持向量計(jì)算區(qū)塊回歸圖像，然后根據(jù)所述原 始圖像區(qū)塊和區(qū)塊回歸圖像計(jì)算區(qū)塊殘差圖像；編碼模塊8013，用于對(duì)所述區(qū)塊支持向量 和區(qū)塊殘差圖像編碼。其中，所述圖像的壓縮和解壓縮系統(tǒng)還包括存儲(chǔ)模塊901，用于存儲(chǔ)所述編碼模 塊8013輸出的編碼后的支持向量和殘差圖像。一種圖像的解壓縮裝置，用于對(duì)上述壓縮裝置處理過的圖像進(jìn)行解壓縮，包括解 碼模塊8021，用于對(duì)經(jīng)過編碼的區(qū)塊支持向量和區(qū)塊殘差圖像進(jìn)行解碼，得到區(qū)塊支持向 量和區(qū)塊殘差圖像；支持向量轉(zhuǎn)換模塊8022，用于將解碼得到的區(qū)塊支持向量轉(zhuǎn)換為區(qū)塊 回歸圖像；圖像合并模塊8023，用于將轉(zhuǎn)換得到的區(qū)塊回歸圖像與區(qū)塊殘差圖像相結(jié)合， 得到原始圖像區(qū)塊；塊合并模塊80M，用于在接收到原始圖像的全部圖像區(qū)塊之后，將全 部圖像區(qū)塊進(jìn)行合并，以生成原始圖像。一種圖像的壓縮和解壓縮系統(tǒng)，包括所述的圖像的壓縮裝置801 ；和所述的圖像 的解壓縮裝置802。由以上技術(shù)方案可以看出，本發(fā)明在醫(yī)學(xué)圖像的壓縮過程中，采用支持向量技術(shù) 對(duì)圖像進(jìn)行預(yù)測，輸入的樣本不局限于傳統(tǒng)基于圖像像素梯度的壓縮方法中窗口內(nèi)的像 素，甚至可采用全部的圖像像素，預(yù)測結(jié)果更準(zhǔn)確，但參數(shù)顯著減少，且壓縮率非常高。同 時(shí)，本發(fā)明的壓縮技術(shù)使用支持X和Y坐標(biāo)的向量來表示醫(yī)學(xué)圖像像素值，而X和Y坐標(biāo)較 圖像像素梯度更為穩(wěn)定，因此本發(fā)明的壓縮技術(shù)對(duì)于醫(yī)學(xué)圖像的處理上比傳統(tǒng)的基于圖像 像素梯度預(yù)測的壓縮方法更為穩(wěn)定，使得本發(fā)明的壓縮方法也更為穩(wěn)定。


下面將通過參照附圖詳細(xì)描述本發(fā)明的優(yōu)選實(shí)施例，使本領(lǐng)域的普通技術(shù)人員更 清楚本發(fā)明的上述及其它特征和優(yōu)點(diǎn)，相同的標(biāo)號(hào)表示相同的部件，附圖中圖1是根據(jù)本發(fā)明實(shí)施例一的對(duì)圖像進(jìn)行壓縮和解壓縮的方法流程 圖2表示了建立支持向量機(jī)模型的示意圖；圖3示出了原始圖像(a)、回歸圖像(b)和殘差圖像(C)；圖4是根據(jù)本發(fā)明實(shí)施例二的對(duì)圖像進(jìn)行壓縮和解壓縮的方法流程圖；圖5是本發(fā)明實(shí)施例二中對(duì)圖像劃分處理的示意圖；圖6是根據(jù)本發(fā)明實(shí)施例三的壓縮和解壓縮系統(tǒng)的結(jié)構(gòu)示意圖；圖7是根據(jù)本發(fā)明實(shí)施例四的壓縮和解壓縮系統(tǒng)的結(jié)構(gòu)示意圖；圖8是根據(jù)本發(fā)明實(shí)施例五的壓縮和解壓縮系統(tǒng)的結(jié)構(gòu)示意圖；圖9是根據(jù)本發(fā)明實(shí)施例六的壓縮和解壓縮系統(tǒng)的結(jié)構(gòu)示意圖。
具體實(shí)施例方式為了使本發(fā)明的技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā) 明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用 于限定本發(fā)明。在面對(duì)現(xiàn)有技術(shù)的問題時(shí)，發(fā)明人沒有局限于現(xiàn)有的方法，單純地在預(yù)測窗口增 加更多的象素以獲得更優(yōu)的壓縮效果，或者對(duì)機(jī)器學(xué)習(xí)的現(xiàn)有技術(shù)進(jìn)行改善，比如減少學(xué) 習(xí)參數(shù)等等，以提高壓縮效率。發(fā)明人在研究了針對(duì)基于機(jī)器學(xué)習(xí)的無損醫(yī)學(xué)圖像壓縮的 可能的解決方案之后，提出了創(chuàng)新性的無損壓縮的方法和系統(tǒng)。在這個(gè)新的方法和系統(tǒng)中， 將機(jī)器學(xué)習(xí)和模式分類技術(shù)相結(jié)合，用于圖像的“預(yù)測”(學(xué)習(xí))，在預(yù)測時(shí)采用更多的象素 (甚至整個(gè)圖像)，利用支持向量回歸(SVR)的方法來學(xué)習(xí)和預(yù)測圖像，然后對(duì)殘差圖像和 支持向量進(jìn)行編碼?；叶柔t(yī)學(xué)圖像可以表示為{xn，yn，in}，n = Ρ··Ν，其中χ和y分別表示X和Y坐標(biāo)， i是對(duì)應(yīng)的像素強(qiáng)度值，即灰度，N是圖像的像素?cái)?shù)。坐標(biāo)和像素灰度相關(guān)的函數(shù)表示為f(x, y) - i.(1)從方程(1)可以看出，坐標(biāo)和灰度之間存在相關(guān)性。如果將方程(1)學(xué)習(xí)為一個(gè) 簡單的高精度公式，我們可以僅保存坐標(biāo)，用于預(yù)測灰度。這樣，可以大大壓縮圖像，因?yàn)樽?標(biāo)是以非常固定的規(guī)則排列的。然而，絕大多數(shù)醫(yī)學(xué)圖像的曲面非常復(fù)雜且不規(guī)則。因此， 在大多數(shù)情況下，方程(1)的相關(guān)性是非線性的，并且不能表示為一個(gè)或幾個(gè)顯而易見的 公式。本發(fā)明利用改善的技術(shù)-支持向量回歸來解決這個(gè)問題?；貧w僅用于“預(yù)測”，而并 非用于精確計(jì)算。支持向量機(jī)(SVM)是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)方法。支持向量機(jī)用于對(duì) 輸入樣本進(jìn)行分類，對(duì)于非線性的情況，通過用內(nèi)積函數(shù)定義的非線性變換將輸入空間變 換到一個(gè)高維特征空間，在高維特征空間進(jìn)行分類，尋找到最優(yōu)分類面，最優(yōu)分類面即為使 兩類樣本的分類間隔最大的面。支持向量即為樣本中距離最優(yōu)分類面比較近的向量，一般 是處于分類間隔的邊緣的向量。利用支持向量進(jìn)行支持向量回歸，對(duì)圖像進(jìn)行“預(yù)測”。通 常高維特征空間中的支持向量對(duì)應(yīng)于圖像最普遍的特征。支持向量機(jī)輸出是中間節(jié)點(diǎn)的線 性組合，每個(gè)中間節(jié)點(diǎn)對(duì)應(yīng)一個(gè)輸入樣本和一個(gè)支持向量的內(nèi)積。下面，結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式
進(jìn)行詳細(xì)說明。圖1是根據(jù)本發(fā)明實(shí)施例一的對(duì)圖像進(jìn)行壓縮和解壓縮的方法流程圖。從圖1可 以看出，實(shí)施例一的方法主要包括如下步驟
步驟101，對(duì)原始圖像進(jìn)行支持向量回歸處理，獲得支持向量。具體為，建立以圖 像的X、Y坐標(biāo)為輸入的支持向量機(jī)模型，用所建立的支持向量機(jī)模型來表示圖像內(nèi)部像素 分布規(guī)律，即用這種模型去表述坐標(biāo)值與像素分布之間的關(guān)系。輸入樣本用(X，y)表示，此 外，輸入樣本所對(duì)應(yīng)的像素灰度值在學(xué)習(xí)過程中為監(jiān)督信號(hào)(也稱教師信號(hào))輸入，用來輸 出需要逼近的目標(biāo)值。此處作為學(xué)習(xí)的樣本可以是圖像中的部分像素，也可以將全部像素作為學(xué)習(xí)的樣 本，視所需的具體情況而定。圖2表示了建立支持向量機(jī)模型的示意圖。從圖2可以看出，產(chǎn)生器G產(chǎn)生輸入樣 本(x，y)。訓(xùn)練器S將輸入樣本(x，y)和輸出值(即督導(dǎo)信號(hào))i相對(duì)應(yīng)。學(xué)習(xí)機(jī)LM對(duì)來 自產(chǎn)生器G和訓(xùn)練器S的輸入樣本-灰度值對(duì)進(jìn)行學(xué)習(xí)，選擇最優(yōu)的函數(shù)來反映輸入(坐 標(biāo)值)和輸出(灰度值)之間的關(guān)系。經(jīng)過學(xué)習(xí)之后，LM即為支持向量機(jī)模型。經(jīng)過支持向量回歸處理的過程，產(chǎn)生了支持向量。步驟102，根據(jù)支持向量計(jì)算殘差圖像。支持向量用于對(duì)圖像的“預(yù)測”，根據(jù)支持向量可以得到“預(yù)測，，的圖像，即回歸圖 像。然后，根據(jù)回歸圖像和原始圖像計(jì)算殘差圖像。殘差圖像反映了原始圖像與預(yù)測圖像 之間的差。根據(jù)支持向量計(jì)算回歸圖像的方法是將回歸圖像的坐標(biāo)值作為輸入，經(jīng)過支持向 量機(jī)的處理，輸出像素灰度值，形成回歸圖像。所述回歸圖像的坐標(biāo)值即是原始圖像中經(jīng)過 支持向量回歸處理的相應(yīng)像素的坐標(biāo)值。我們可以利用回歸圖像和原始圖像來計(jì)算初始的殘差圖像
權(quán)利要求
1.一種圖像的壓縮方法，其特征在于，包括對(duì)原始圖像進(jìn)行支持向量回歸處理，所述原始圖像的像素的坐標(biāo)值為輸入樣本，像素 的灰度值為監(jiān)督信號(hào)，得到支持向量； 根據(jù)所述支持向量計(jì)算回歸圖像； 根據(jù)所述原始圖像和回歸圖像計(jì)算殘差圖像； 對(duì)所述支持向量和所述殘差圖像編碼。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述輸入樣本包括所述原始圖像的所有 像素的坐標(biāo)值。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)支持向量計(jì)算回歸圖像包括 將回歸圖像的每一坐標(biāo)值作為輸入，經(jīng)過支持向量機(jī)的處理，輸出像素灰度值，以形成回歸圖像。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)原始圖像和回歸圖像計(jì)算殘差 圖像包括將所述原始圖像與所述回歸圖像相減，生成初始的殘差圖像； 對(duì)所述初始的殘差圖像進(jìn)行加法操作，以形成非負(fù)的殘差圖像。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)支持向量和殘差圖像編碼的算法為Huffmann 編碼、算術(shù)編碼、CALIC、JPEG-LS 或 JPEG2000。
6.一種圖像的解壓縮方法，用于對(duì)經(jīng)過權(quán)利要求1所述的方法處理過的圖像解壓縮， 其特征在于，包括對(duì)經(jīng)過編碼的支持向量和殘差圖像進(jìn)行解碼，得到支持向量和殘差圖像； 根據(jù)所述支持向量計(jì)算回歸圖像； 將所述回歸圖像和殘差圖像合并，生成原始圖像。
7.一種圖像的壓縮方法，其特征在于，包括 將原始圖像劃分成多個(gè)原始圖像區(qū)塊； 對(duì)于所有圖像區(qū)塊，分別執(zhí)行如下步驟對(duì)圖像區(qū)塊進(jìn)行支持向量回歸處理，所述圖像區(qū)塊的像素的坐標(biāo)值為輸入樣本，像素 的灰度值為監(jiān)督信號(hào)，得到區(qū)塊支持向量；根據(jù)所述區(qū)塊支持向量計(jì)算區(qū)塊回歸圖像；根據(jù)所述原始圖像區(qū)塊和區(qū)塊回歸圖像計(jì)算區(qū)塊殘差圖像；對(duì)所述區(qū)塊支持向量和區(qū)塊殘差圖像編碼。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，對(duì)于每一圖像區(qū)塊，所述輸入樣本包括該 圖像區(qū)塊中所有像素的坐標(biāo)值。
9.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述根據(jù)區(qū)塊支持向量計(jì)算區(qū)塊回歸圖 像包括將區(qū)塊回歸圖像的每一坐標(biāo)值作為輸入，經(jīng)過區(qū)塊支持向量機(jī)的處理，輸出像素灰度 值，以形成區(qū)塊回歸圖像。
10.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述根據(jù)原始圖像區(qū)塊和區(qū)塊回歸圖像 計(jì)算區(qū)塊殘差圖像包括將所述原始圖像區(qū)塊與所述區(qū)塊回歸圖像相減，生成初始的區(qū)塊殘差圖像； 對(duì)所述初始的區(qū)塊殘差圖像進(jìn)行加法操作，以形成非負(fù)的區(qū)塊殘差圖像。
11.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述對(duì)區(qū)塊支持向量和區(qū)塊殘差圖像編 碼的算法為Huffmann 編碼、算術(shù)編碼、CALIC、JPEG-LS 或 JPEG2000。
12.—種圖像的解壓縮方法，用于對(duì)經(jīng)過權(quán)利要求6所述的方法處理過的圖像解壓縮， 其特征在于，包括對(duì)于所有圖像區(qū)塊，分別執(zhí)行如下步驟對(duì)經(jīng)過編碼的圖像區(qū)塊的支持向量和區(qū)塊殘差圖像進(jìn)行解碼，得到圖像區(qū)塊的支持向 量和區(qū)塊殘差圖像；根據(jù)所述圖像區(qū)塊的支持向量計(jì)算區(qū)塊回歸圖像； 將所述區(qū)塊回歸趨向和區(qū)塊殘差圖像合并，生成原始圖像區(qū)塊； 將所有原始圖像區(qū)塊合并，生成原始圖像。
13.一種圖像的壓縮裝置，其特征在于，包括支持向量回歸模塊(6011)，用于對(duì)原始圖像進(jìn)行支持向量回歸處理，所述原始圖像的 像素的坐標(biāo)值為輸入樣本，像素的灰度值為監(jiān)督信號(hào)，得到支持向量；殘差圖像生成模塊(6012)，用于根據(jù)所述支持向量計(jì)算回歸圖像，然后根據(jù)所述原始 圖像和回歸圖像計(jì)算殘差圖像；編碼模塊(6013)，用于對(duì)所述支持向量和所述殘差圖像編碼。
14.根據(jù)權(quán)利要求13所述的裝置，其特征在于，還包括存儲(chǔ)模塊(701)，用于存儲(chǔ)所述編碼模塊(6013)輸出的編碼后的支持向量和殘差圖像。
15.一種圖像的解壓縮裝置，用于對(duì)權(quán)利要求13所述壓縮裝置處理過的圖像進(jìn)行解壓 縮，其特征在于，包括解碼模塊(6021)，用于對(duì)經(jīng)過編碼的支持向量和殘差圖像進(jìn)行解碼，得到支持向量和 殘差圖像；支持向量轉(zhuǎn)換模塊(6022)，用于根據(jù)所述支持向量計(jì)算回歸圖像； 圖像合并模塊(6023)，用于將解碼模塊(6021)輸出的殘差圖像和支持向量轉(zhuǎn)換模塊 (6022)輸出的回歸圖像進(jìn)行合并，以生成原始圖像。
16.一種圖像的壓縮和解壓縮系統(tǒng)，其特征在于，包括 如權(quán)利要求11所述的圖像的壓縮裝置(601)；和 如權(quán)利要求13所述的圖像的解壓縮裝置(602)。
17.一種圖像的壓縮裝置，其特征在于，包括區(qū)塊劃分模塊(8014)，用于將原始圖像劃分成多個(gè)原始圖像區(qū)塊； 支持向量回歸模塊(8011)，用于對(duì)所有圖像區(qū)塊分別進(jìn)行支持向量回歸處理，所述圖 像區(qū)塊的像素的坐標(biāo)值為輸入樣本，像素的灰度值為監(jiān)督信號(hào)，得到區(qū)塊支持向量；殘差圖像生成模塊(8012)，用于根據(jù)所述區(qū)塊支持向量計(jì)算區(qū)塊回歸圖像，然后根據(jù) 所述原始圖像區(qū)塊和區(qū)塊回歸圖像計(jì)算區(qū)塊殘差圖像；編碼模塊(8013)，用于對(duì)所述區(qū)塊支持向量和區(qū)塊殘差圖像編碼。
18.根據(jù)權(quán)利要求17所述的裝置，其特征在于，還包括存儲(chǔ)模塊(901)，用于存儲(chǔ)所述編碼模塊(8013)輸出的編碼后的支持向量和殘差圖像。
19.一種圖像的解壓縮裝置，用于對(duì)權(quán)利要求17所述壓縮裝置處理過的圖像進(jìn)行解壓 縮，其特征在于，包括解碼模塊(8021)，用于對(duì)經(jīng)過編碼的區(qū)塊支持向量和區(qū)塊殘差圖像進(jìn)行解碼，得到區(qū) 塊支持向量和區(qū)塊殘差圖像；支持向量轉(zhuǎn)換模塊(8022)，用于將解碼得到的區(qū)塊支持向量轉(zhuǎn)換為區(qū)塊回歸圖像； 圖像合并模塊(8023)，用于將轉(zhuǎn)換得到的區(qū)塊回歸圖像與區(qū)塊殘差圖像相結(jié)合，得到 原始圖像區(qū)塊；塊合并模塊(80M)，用于在接收到原始圖像的全部圖像區(qū)塊之后，將全部圖像區(qū)塊進(jìn) 行合并，以生成原始圖像。
20.一種圖像的壓縮和解壓縮系統(tǒng)，其特征在于，包括 如權(quán)利要求17所述的圖像的壓縮裝置(801)；和 如權(quán)利要求19所述的圖像的解壓縮裝置(802)。
全文摘要
本發(fā)明公開了一種圖像的壓縮方法，該方法包括對(duì)原始圖像進(jìn)行支持向量回歸處理，所述原始圖像的像素的坐標(biāo)值為輸入樣本，像素的灰度值為監(jiān)督信號(hào)，得到支持向量；根據(jù)所述支持向量計(jì)算回歸圖像；根據(jù)所述原始圖像和回歸圖像計(jì)算殘差圖像；對(duì)所述支持向量和所述殘差圖像編碼。本發(fā)明還公開了與上述圖像壓縮方法相對(duì)應(yīng)的圖像解壓縮方法。本發(fā)明還公開了圖像的壓縮裝置和解壓縮裝置。本發(fā)明在圖像壓縮中采用支持向量技術(shù)對(duì)圖像進(jìn)行預(yù)測，參數(shù)顯著減少，且壓縮率非常高。同時(shí)，本發(fā)明使用支持X和Y坐標(biāo)的向量來表示醫(yī)學(xué)圖像像素值，對(duì)于醫(yī)學(xué)圖像的壓縮處理上比傳統(tǒng)的基于圖像像素梯度預(yù)測的壓縮方法更為穩(wěn)定，使得本發(fā)明的壓縮方法也更為穩(wěn)定。
文檔編號(hào)H04N7/26GK102082950SQ20091024623
公開日2011年6月1日 申請(qǐng)日期2009年11月30日 優(yōu)先權(quán)日2009年11月30日
發(fā)明者劉寧, 殷緒成, 溫博, 郝紅衛(wèi) 申請(qǐng)人:西門子公司