[发明专利]一种基于SPIHT和DWT算法的医学图像压缩方法及装置

权利要求书

1.一种基于SPIHT和DWT算法的医学图像压缩方法，其特征在于：包括如下步骤：

(1)输入原医学图像；

(2)采用小波滤波器对输入图像执行DWT操作；

(3)对于经过DWT的小波信号进行熵编码处理，采用SPIHT算法执行压缩处理；

(4)对于经过压缩后的比特流SPIHIT解码操作；

(5)执行逆DWT处理，生成最终的压缩图像。

2.如权利要求1所述的一种基于SPIHT和DWT算法的医学图像压缩方法，其特征在于：步骤(2)中采用9-7tap小波滤波器对输入图像执行DWT操作。

3.如权利要求1所述的一种基于SPIHT和DWT算法的医学图像压缩方法，其特征在于：SPHIT算法利用空间方向树来制定划分子集的集合分割规则，使用了3个链表来组织空间方向树中的结构：

重要像素链表LSP、不重要像素链表LIP、不重要集合链表；

在LSP和LIP中每一个(i,j)都代表一个像素，但是在LIS中(i,j)代表的是一个所有后代D(i,j)集合或所有间接后代L(i,j)集合。

4.如权利要求1-3任一所述的一种基于SPIHT和DWT算法的医学图像压缩方法，其特征在于：采用SPIHT算法执行压缩处理包括:

(1)初始化步骤；

(2)排序步骤；

(3)细化步骤；

(4)更新步骤；

(5)对LSP中的值进行编码。

5.如权利要求1或2所述的一种基于SPIHT和DWT算法的医学图像压缩方法，其特征在于：

初始化步骤包括设置初始阈值T_n＝2ⁿ，其中其中c_ij为任意小波系数；将LSP置空，将H中所有根节点加入LIP，即LIP＝{(i,j)|(i.j)∈H}；然后把根节点H中所有具有子带的节点加入LIS，同时以TypeA对其标记。

6.如权利要求1或2所述的一种基于SPIHT和DWT算法的医学图像压缩方法，其特征在于：

排序步骤是对LIP和LIS表中的重要系数进行判断并将重要系数放入LSP的过程。

7.如权利要求1或2所述的一种基于SPIHT和DWT算法的医学图像压缩方法，其特征在于：细化步骤是将重要系数输出的过程，最后更新步长。

8.如权利要求1或7任一所述的一种基于SPIHT和DWT算法的医学图像压缩方法，其特征在于：对LSP中的值进行编码，将每个值变换成二进制，然后取其第n位为编码值，其中n＝logT式中，T表示阈值；对所有的LIP、LIS以及LSP中的值编码完毕后，将阈值减小一倍，再进行依次编码，直到阈值变为1，则编码完毕。

9.一种基于SPIHT和DWT算法的医学图像压缩装置，其特征在于：包括医学图像输入单元、小波滤波器、DWT处理单元、SPIHT压缩处理单元、解码单元、逆DWT单元，医学图像输入单元用于输入原医学图像，其输出端连接小波滤波器，采用小波滤波器对输入图像执行DWT操作；小波滤波器的输出端连接至SPIHT压缩处理单元，其对于经过DWT的小波信号进行熵编码处理，采用SPIHT算法执行压缩处理，其输出端连接至解码单元，所述解码单元对于经过压缩后的比

特流SPIHIT解码操作，其输出端连接至逆DWT单元，其用于执行逆DWT处理，

生成最终的压缩图像。