По гистограмме распределения пикселей в изображении по уровням яркости видно, что на некоторых уровнях содержится большое количество информации, а на некоторых информации практически нет. Замечено, что 6-7 оптимально выбранных уровней достаточно, чтобы с приемлемым качеством восстановить сжатое медицинское изображение. Изображение представляется некой рельефной трехмерной моделью, где по длине и ширине находятся фактические размеры картинки, а по высоте откладывается уровень яркости. На определенных уровнях делаются срезы рельефной модели. Уровни определяются согласно формуле
,
где Un - яркость текущего кодируемого слоя, Umax - максимальная яркость пикселей в изображении, N - число кодируемых слоев, n - номер кодируемого слоя 
.
В итоге получается несколько двумерных массивов, состоящих только из нулей и единиц. В тех точках, где яркость не меньше заданной на данном уровне, в массиве стоит «1», в остальных «0». Такие массивы легко кодируются и сжимаются стандартными алгоритмами без потери информации. Далее, полученные на этом этапе файлы можно дополнительно упаковать при помощи существующих программ-архиваторов, таких как RAR, ZIP, ARJ. Это позволит еще больше сократить объем дисковой памяти, занимаемой информацией.
Задачей по улучшению качества сжатого изображения является задача выбора оптимальных уровней для кодирования и выбора оптимально алгоритма кодирования, который с приемлемым быстродействием позволил бы иметь наименьший объем файлов.
При восстановлении происходят обратные операции. Сначала из архива извлекаются закодированные файлы при помощи стандартных архиваторов, затем полностью восстанавливается информация, которая была закодирована. Следующим этапом является обработка полученного изображения с целью повышения качества снимка и его визуального восприятия. В тех точках изображения, которые не попали в кодируемые слои, значение яркости следует аппроксимировать по какому-либо алгоритму. Как один из способов заполнения предлагается использовать метод сеток. Значение яркости в текущей точке корректируется с учетом информации о яркости в соседних точках. Такая операция обычно производится в 2-3 прохода.
Описанный послойный алгоритм сжатия адаптирован для работы с черно-белыми изображениями и является модификацией LZW алгоритма GIF, но имеет ряд преимуществ. Экспериментально обоснована целесообразность предварительной фильтрации обрабатываемых изображений, а также обработки их после декомпрессии. Алгоритм может быть применен как альтернативный метод сжатия специализированных медицинских изображений, изображений получаемых при зондировании различных сред ультразвуковыми методами и пр., его можно применять для построения систем хранения, обработки и транспортировки подобных изображений по компьютерным сетям.
Библиографическая ссылка
Пасечник А.С., Никитин О.Р., Архипов Е.А. СЖАТИЕ И АРХИВИРОВАНИЕ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ // Современные наукоемкие технологии. – 2005. – № 8. – С. 29-30;URL: https://top-technologies.ru/ru/article/view?id=23448 (дата обращения: 20.04.2024).