一种用于放射影像的智能压缩方法技术

本发明专利技术涉及图像处理领域，具体涉及一种用于放射影像的智能压缩方法，包括：获取放射影像的目标区域和背景区域；获取目标区域中的初始点，利用该初始点各方向上像素点的灰度值得到初始点与每个方向上像素点的灰度差异；利用初始点与每个方向上像素点的灰度差异得到基于该初始点在每个方向上所有像素点的信息重要程度值；按照获取基于该初始点在每个方向上所有像素点信息重要程度值的方法对目标区域进行遍历，得到目标区域中每个像素点的信息重要程度值集合，利用该信息重要程度值集合得到目标区域中的关键区域和其它区域；采用不同压缩方法对背景区域、关键区域和其它区域进行智能压缩。上述方法用于压缩放射影像，可提高压缩效率。缩效率。缩效率。

【技术实现步骤摘要】
一种用于放射影像的智能压缩方法


[0001]本专利技术涉及图像处理领域，具体涉及一种用于放射影像的智能压缩方法。

技术介绍

[0002]随着放射技术的发展，数字化放射技术的逐渐普及，放射影像已经成为医生进行诊断的重要依据，但由于放射影像数据量巨大，这样给存储和远程传输带来诸多不便，因此进行放射影像的压缩是十分必要的。
[0003]现有的放射影像压缩方式主要是选用有损或者无损压缩方式之一，对整张放射影像进行压缩。常见的无损压缩方法如行程长度编码法、熵编码法等。有损压缩方法如色度抽样、变换编码、分形压缩等。
[0004]对整张放射影像进行有损压缩虽然方法简单，但对放射影像精度有一定损失，可能会对放射影像的后续诊断产生影响；对整张放射影像进行无损压缩时，由于放射影像有用信息只占整张放射影像的一部分，对整张放射影像进行压缩处理，会降低传输放射影像时的效率，同时浪费大量的存储空间。因此本专利技术提出一种用于放射影像的智能压缩方法，通过对放射影像进行分析，在保留其重要信息精度的同时提高压缩比。

技术实现思路

[0005]本专利技术提供一种用于放射影像的智能压缩方法，包括：获取放射影像的目标区域和背景区域；获取目标区域中的初始点，利用该初始点各方向上像素点的灰度值得到初始点与每个方向上像素点的灰度差异；利用初始点与每个方向上像素点的灰度差异得到基于该初始点在每个方向上所有像素点的信息重要程度值；按照获取基于该初始点在每个方向上所有像素点信息重要程度值的方法对目标区域进行遍历，得到目标区域中每个像素点的信息重要程度值集合，利用该信息重要程度值集合得到目标区域中的关键区域和其它区域；采用不同压缩方法对背景区域、关键区域和其它区域进行智能压缩，相比于现有技术，本专利技术通过对放射影像图进行分析，区分其背景和目标区域，进一步根据目标区域的灰度特征区分出目标区域重要信息和次要信息，对于不同的区域根据重要程度不同采取不同的压缩方法，舍弃不需要的信息的同时保留重要的数据信息以提高压缩比，实现对放射影像的智能压缩。
[0006]为达到上述目的，本专利技术采用以下技术方案，一种用于放射影像的智能压缩方法，包括：获取待压缩的放射影像。
[0007]对放射影像进行分割，获取放射影像的目标区域和背景区域。
[0008]在目标区域中任选一个像素点作为初始像素点，利用该初始像素点的各个方向上的像素点的灰度值得到初始像素点与每一个方向上不同距离的像素点的灰度差异。
[0009]利用初始像素点与每一个方向上不同距离的像素点的灰度差异最大值、最小值和该每一方向上两两相邻像素点的灰度差异得到基于该初始像素点在每一个方向上所有像
素点的信息重要程度值。
[0010]按照获取基于该初始像素点在每一个方向上所有像素点的信息重要程度值的方法对目标区域中所有像素点进行遍历，获得目标区域中每个像素点基于目标区域中其它每一个像素点的信息重要程度值，得到目标区域中每个像素点的信息重要程度值集合。
[0011]利用目标区域中每个像素点的信息重要程度值集合确定出关键像素点和其它像素点，利用确定出的关键像素点和其它像素点得到目标区域中的关键区域和其它区域。
[0012]分别采用不同压缩方法对放射影像的背景区域、目标区域中的关键区域和其它区域进行智能压缩。
[0013]进一步的，所述一种用于放射影像的智能压缩方法，所述放射影像的目标区域和背景区域是按照如下方式获取：对待压缩的放射影像进行边缘检测，得到放射影像的边缘图。
[0014]对边缘图中的边缘进行链码处理，得到边缘图中的目标边缘轮廓。
[0015]获取目标边缘轮廓在放射影像中的两侧连通域，计算该两侧连通域的灰度值均值。
[0016]将两侧连通域中灰度值均值较小的连通域作为背景区域，灰度值均值较大的连通域作为目标区域。
[0017]进一步的，所述一种用于放射影像的智能压缩方法，所述初始像素点与每一个方向上不同距离的像素点的灰度差异是按照如下方式得到：在目标区域中任选一个像素点作为初始像素点，获取目标区域中该初始像素点的各个方向的所有像素点。
[0018]计算初始像素点与各个方向不同距离的像素点的灰度值差值，得到初始像素点与每一个方向上不同距离的像素点的灰度差异。
[0019]进一步的，所述一种用于放射影像的智能压缩方法，所述基于该初始像素点在每一个方向上所有像素点的信息重要程度值是按照如下方式得到：利用初始像素点与每一个方向上不同距离的像素点的灰度差异最大值、最小值和该方向上两两相邻像素点的灰度差异计算得到初始像素点与每一个方向上不同距离的像素点灰度差异的变化程度。
[0020]设置阈值，对初始像素点与每一个方向上不同距离的像素点灰度差异的变化程度进行判断：当初始像素点与每一个方向上不同距离的像素点灰度差异的变化程度的绝对值小于阈值时，则该方向上的像素点的信息重要程度值为0；当初始像素点与每一个方向上不同距离的像素点灰度差异的变化程度的绝对值大于等于阈值时，则该方向上的像素点的信息重要程度值为1，得到基于该初始像素点在每一个方向上所有像素点的信息重要程度值。
[0021]进一步的，所述一种用于放射影像的智能压缩方法，所述初始像素点与每一个方向上不同距离的像素点灰度差异的变化程度是按照如下方式得到：将初始像素点与每一个方向上不同距离的像素点的灰度差异按照初始像素点与每一个方向上像素点的距离从小到大的方式进行排序，获取初始像素点与每一个方向上不同距离的像素点的灰度差异序列。
[0022]获取灰度差异序列中的最大值和最小值。
[0023]利用灰度差异序列中的最大值、最小值和两两相邻差异值计算得到初始像素点与
每一个方向上不同距离的像素点灰度差异的变化程度。
[0024]进一步的，所述一种用于放射影像的智能压缩方法，所述目标区域中的关键区域和其它区域是按照如下方式得到：将目标区域中信息重要程度值集合全部为0的像素点标记为其它像素点，剩余像素点标记为关键像素点，确定出关键像素点和其它像素点。
[0025]利用关键像素点和其它像素点得到目标区域中的关键区域和其它区域。
[0026]进一步的，所述一种用于放射影像的智能压缩方法，所述对放射影像的背景区域、目标区域中的关键区域和其它区域进行智能压缩的过程具体如下：将放射影像的背景区域的所有像素点的灰度值设置为0，然后采用行程编码进行压缩。
[0027]采用哈夫曼编码对目标区域中的关键区域进行压缩。
[0028]采用LZW编码对目标区域中的其它区域进行压缩。
[0029]本专利技术的有益效果在于：本专利技术通过对放射影像图进行分析，区分其背景和目标区域，进一步根据目标区域的灰度特征区分出目标区域重要信息和次要信息，对于不同的区域根据重要程度不同采取不同的压缩方法，舍弃不需要的信息的同时保留重要的数据信息以提高压缩比，实现对放射影像的智能压缩。
附图说明
[0030]为了更清楚地说明本专利技术实施例或现有技术中的技术方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于放射影像的智能压缩方法，其特征在于，包括：获取待压缩的放射影像；对放射影像进行分割，获取放射影像的目标区域和背景区域；在目标区域中任选一个像素点作为初始像素点，利用该初始像素点的各个方向上的像素点的灰度值得到初始像素点与每一个方向上不同距离的像素点的灰度差异；利用初始像素点与每一个方向上不同距离的像素点的灰度差异最大值、最小值和该每一方向上两两相邻像素点的灰度差异得到基于该初始像素点在每一个方向上所有像素点的信息重要程度值；按照获取基于该初始像素点在每一个方向上所有像素点的信息重要程度值的方法对目标区域中所有像素点进行遍历，获得目标区域中每个像素点基于目标区域中其它每一个像素点的信息重要程度值，得到目标区域中每个像素点的信息重要程度值集合；利用目标区域中每个像素点的信息重要程度值集合确定出关键像素点和其它像素点，利用确定出的关键像素点和其它像素点得到目标区域中的关键区域和其它区域；分别采用不同压缩方法对放射影像的背景区域、目标区域中的关键区域和其它区域进行智能压缩。2.根据权利要求1所述的一种用于放射影像的智能压缩方法，其特征在于，所述放射影像的目标区域和背景区域是按照如下方式获取：对待压缩的放射影像进行边缘检测，得到放射影像的边缘图；对边缘图中的边缘进行链码处理，得到边缘图中的目标边缘轮廓；获取目标边缘轮廓在放射影像中的两侧连通域，计算该两侧连通域的灰度值均值；将两侧连通域中灰度值均值较小的连通域作为背景区域，灰度值均值较大的连通域作为目标区域。3.根据权利要求1所述的一种用于放射影像的智能压缩方法，其特征在于，所述初始像素点与每一个方向上不同距离的像素点的灰度差异是按照如下方式得到：在目标区域中任选一个像素点作为初始像素点，获取目标区域中该初始像素点的各个方向的所有像素点；计算初始像素点与各个方向不同距离的像素点的灰度值差值，得到初始像素点与每一个方向上不同距离的像素点的灰度差异。4.根据权利要求1所述的一种用于放射影像的智能压缩方法，其特征在于，所述基于该初始像素点在每一个方向上所有...

【专利技术属性】
技术研发人员：王同伟，
申请(专利权)人：数聚山东医疗科技有限公司，
类型：发明
国别省市：