Санкт-Петербургский Государственный Электротехнический Университет «ЛЭТИ» Кафедра Биотехнических Систем
Автоматизированный анализ изображений
Анна Юрьевна Виллевальде
к.т.н., доц.
24.05.2020 |
Автоматизированный анализ изображений |
1 |
6. Методы сжатия изображений
Сжатие (компрессия) изображений – особый вид обработки изображений с целью сокращения объема данных (обеспечивается
современными БТС медицинской визуализации).
Необходимость сжатия медицинских изображений:
Ограниченность технических характеристик аппаратуры для хранения и передачи данных.
Возможность сокращения объема данных:
Медицинские изображения обладают высокой степенью избыточности потока данных:
•информационной, связанной с особенностями структуры самих изображений,
•психовизуальной, связанной с особенностями зрительного восприятия изображений.
Это позволяет создавать эффективные алгоритмы компрессии (с высокой степенью сжатия), в которых восстановленное (декомпрессированное) изображение не будет совпадать с оригиналом, однако человек этого не заметит.
24.05.2020 |
Автоматизированный анализ изображений |
2 |
6. Методы сжатия изображений
Алгоритмы сжатия:
•Сжатие без потерь – такое описание блока данных (файла) изображения, при котором создаваемый сжатый блок содержит меньше бит, чем исходный, но по нему возможно однозначное восстановление каждого бита исходного блока
(т. е., получившееся изображение будет идентично оригиналу с точностью до бита).
•Сжатие с потерями можно условно разбить на 2 этапа: выделение сохраняемой части информации с помощью модели, зависящей от цели сжатия и особенностей источника и приемника информации, и сжатие этой части
информации без потерь. Т.о., получится изображение, не совпадающее с исходным.
Допустимость компрессии медицинских изображений с потерями обусловлена тем, что они характеризуются высокой степенью избыточности с точки зрения содержания информации, используемой для диагностики.
Тем не менее, применение методов сжатия, сопровождающихся потерями информации, влечет за собой пространственно-энергетические искажения изображений, которые могут стать причиной ошибок при постановке диагноза.
В общем случае применение к изображениям алгоритмов сжатия с потерями обеспечивает большую степень сжатия по сравнению с методами сжатия без потерь.
24.05.2020 |
Автоматизированный анализ изображений |
3 |
6. Методы сжатия изображений
Эффективность метода компрессии обычно оценивается с помощью
коэффициента сжатия:
Kcomp=Inf/Infcomp, Kcomp > 1
где Inf и Infcomp – количество данных до и после компрессии соответственно.
•Необходимо обеспечить по возможности большое значение коэффициента
сжатия – высокую степень компрессии.
•Точность восстановления должна быть высокой, что противоречит
осуществлению сильной компрессии.
Выбор алгоритма для сжатия медицинского изображения зависит
•от класса медицинских изображений, к которому принадлежит данное,
•от характера использования изображения: архивация передача по сети, оперативное хранение (в течение относительно небольшого промежутка времени).
Исходное |
Сжатие JPEG, |
изобра- |
Kcomp = 15 |
жение |
|
24.05.2020 |
Автоматизированный анализ изображений |
4 |
6. Методы сжатия изображений
Для сжатия медицинских изображений можно использовать:
•Известные (стандартные) методы компрессии:
RLE (Run Length Encoding – кодирование с переменной длиной строки, применяется для
сжатия файлов в формате PSD – Adobe Photoshop document); LZW (Lempel-Ziv-Welch,
сжимающий данные путем поиска одинаковых фраз в файле изображения, применяется для сжатия файлов в формате TIFF – target image file format); JPEG и др.
•Известные (стандартные) методы компрессии с применением дополнительных специально разрабатываемых алгоритмов, направленных на улучшение характеристик известных методов: напр.,
предварительное разделение изображений на контексты, частным случаем которого является выделение на изображениях интересующих областей, сжатие которых осуществляется в соответствии с их свойствами.
•Новые методы компрессии, разрабатываемые специально для
изображений медицинских объектов: напр., методы, основанные на применении вейвлет-преобразования (применяется в стандарте JPEG2000), генетических алгоритмов, нейронных сетей и др.
Для передачи медицинских изображений по сети (телемедицинских приложений) предпочтительнее использовать алгоритмы сжатия с потерями, обеспечивающие большую степень сжатия файлов изображений. При этом обычно применяют стандартные методы компрессии, поскольку они являются общедоступными.
24.05.2020 |
Автоматизированный анализ изображений |
5 |
6. Методы сжатия изображений.Сжатие JPEG
Работа с файлами изображений в современных системах медицинской визуализации осуществляется в соответствии со стандартом DICOM, который рекомендует применять метод JPEG (разработанный Joint Photographic Experts Group) для сжатия медицинских изображений.
Ключевые шаги метода JPEG:
•дискретное косинусное преобразование (ДКП) блоков изображения размером 8 × 8 отсчетов;
•квантование коэффициентов ДКП (трансформант) с использованием таблиц, значения которых оптимизированы в соответствии с особенностями визуального восприятия человека;
•статистическое кодирование квантованных трансформант.
|
Дискретизация |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Статистическое |
|
||
|
(блоки |
|
ДКП |
|
|
Квантование |
|
|
|
|||
|
|
|
|
|
|
кодирование |
|
|||||
|
8 × 8 пикселей) |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблицы |
|
|
|
Таблицы кодов |
|
|
|
|
|
|
|
|
шагов |
|
|
|
переменной |
|
|
|
|
|
|
|
|
квантования |
|
|
|
длины |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|||||||||
|
Сжатие изображения в градациях серого |
|||||||||||
24.05.2020 |
|
Автоматизированный анализ изображений |
6 |
|||||||||
6. Методы сжатия изображений.Сжатие JPEG
Компрессия цветного изображения в целом соответствует поочередной компрессии нескольких полутоновых изображений – цветовых компонентов.
Предварительно:
|
|
Цветовое |
|
|
Цветовое пространство YCrCb, |
||||||||||
|
|
пространство RGB |
|
где Y – яркостная составляющая, |
|||||||||||
|
|
с красной, зеленой и |
|
Cr, Cb – хроматический красный и |
|||||||||||
|
|
синей компонентами цвета |
хроматический синий компоненты |
||||||||||||
|
|
|
|
|
|
|
|
цвета |
|
|
|
|
|||
Y |
|
|
0,2990 |
0,5870 |
0,1140 |
|
|
R |
|
0 |
|
||||
|
Cr |
|
= |
|
0,5000 |
− 0,4187 |
− |
0,0813 |
|
|
|
G |
|
|
|
|
|
|
|
|
|
+ 128 |
|
||||||||
|
|
|
|
|
|
|
|
|
|||||||
Cb |
|
− 0,1687 |
− 0,3313 |
0,5000 |
|
|
B |
128 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Человеческий глаз менее чувствителен к цвету, чем к яркости, поэтому появляется возможность архивировать массивы для Cr- и Cb-компонентов с большими потерями и, соответственно, большими степенями сжатия
Обратное преобразование осуществляется умножением вектора YCrCb на обратную матрицу:
R 1
G = 1
B 1
24.05.2020
0 |
1,402 |
|
|
Y |
0 |
|
|
|
|
|
|
|
Cr |
|
− 128 |
|
|
− 0,34414 |
− 0,71414 |
|
|
|||||
|
|
|
|
|
|
|
|
|
1,772 |
0 |
|
Cb |
128 |
||||
|
|
|
|
|
|
|
|
|
Автоматизированный анализ изображений |
|
7 |
||||||
6. Методы сжатия изображений.Сжатие JPEG
•Дискретизация: отсчеты исходного изображения группируются в блоки (рабочие матрицы) размером 8 × 8 для каждого компонента.
При больших степенях сжатия для составляющих Cr и Cb эти матрицы, как правило, набираются через строчку и через столбец, при этом теряется 3/4 информации о цветовых составляющих изображения.
24.05.2020 |
Автоматизированный анализ изображений |
8 |
6. Методы сжатия изображений.Сжатие JPEG
• Прямое ДКП (n = 8): |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
1 |
|
1 |
7 |
7 |
|
(2i +1)u |
||||
|
|
|
|
||||||
B(u,v) = |
|
c(i,u)c( j,v)B(i, j) |
|
||||||
c(i,u) = a(u) cos |
|
|
a(u) = |
2 |
|||||
4 |
|
||||||||
|
|||||||||
|
i=0 j=0 |
|
2n |
|
|
||||
|
|
|
|||||||
|
|
|
|
|
|
|
|
1, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Для каждой рабочей матрицы получают 64 коэффициента двумерного |
|
||||||||
, u = 0, u 0
дискретного спектра входного сигнала:
DC-коэффициент: коэффициент с координатами (0, 0), содержит основную информация о яркости блока в целом.
AC-коэффициенты: остальные 63 коэффициента.
Обычно значения соседних отсчетов изображения меняются незначительно, поэтому ДКП концентрирует основную информацию о сигнале в трансформантах низких пространственных частот. Для блока 8 8 типичного полутонового изображения большинство пространственных частот имеют нулевые или почти нулевые коэффициенты и фактически не кодируются.
В декодере обратное ДКП
восстанавливает изображение по 64 коэффициентам.
24.05.2020 |
Автоматизированный анализ изображений |
9 |
6. Методы сжатия изображений.Сжатие JPEG
•Прямое ДКП:
24.05.2020 |
Автоматизированный анализ изображений |
10 |