酉霞
,
陈菲
,
贾小林
,
刘雨娇
,
杨勇
液晶与显示
doi:10.3788/YJYXS20153006.1045
随着医院数字化医疗进程的加快,医学影像的数据量日益增大,医学影像资料的存储空间和获取速度受到很大的限制。文章在研究主流字典学习算法基础上,提出使用不同尺度的 MOD、K-SVD、ILS-DLA、RLS-DLA 字典算法对 DI-COM 图像进行压缩存储,以及恢复再现的方法。与经典的 JPEG 和 JPEG2000压缩算法相比,字典学习算法压缩和恢复效果较好,特别是采用较小尺度的字典时,压缩效果更为突出：当压缩比为20时,采用4×4尺度的 RLS-DLA 字典,论文算法的峰值信噪比(PSNR)较 JPEG 算法高出7.8 dB,比 JPEG2000算法高出1 dB。
关键词:
字典学习
,
图像压缩
,
DICOM 图像
,
字典尺度
