CN117437310B - 一种类器官培养图像压缩方法 - Google Patents
一种类器官培养图像压缩方法 Download PDFInfo
- Publication number
- CN117437310B CN117437310B CN202311763922.3A CN202311763922A CN117437310B CN 117437310 B CN117437310 B CN 117437310B CN 202311763922 A CN202311763922 A CN 202311763922A CN 117437310 B CN117437310 B CN 117437310B
- Authority
- CN
- China
- Prior art keywords
- gray
- sequence
- encoded
- post
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000006835 compression Effects 0.000 title claims abstract description 37
- 238000007906 compression Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 24
- 210000002220 organoid Anatomy 0.000 claims abstract description 87
- 239000011159 matrix material Substances 0.000 claims abstract description 40
- 238000012544 monitoring process Methods 0.000 abstract description 11
- 238000004891 communication Methods 0.000 abstract description 2
- 238000012216 screening Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000000338 in vitro Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000004504 adult stem cell Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000007877 drug screening Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 210000001778 pluripotent stem cell Anatomy 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/41—Bandwidth or redundancy reduction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像通信技术领域,具体涉及一种类器官培养图像压缩方法,包括:根据类器官培养图像的灰度共生矩阵获取类器官培养图像中像素点在不同后置灰度编码长度下对应的平均编码长度,从而筛选最优后置灰度编码长度,根据最优后置灰度编码长度以及灰度共生矩阵获取每个灰度值的后置灰度序列,根据最优后置灰度编码长度设置标识编码,同时为灰度值的后置灰度序列中每个后置灰度值分配码字,根据标识编码以及灰度值的后置灰度序列中每个后置灰度值的码字依次获取类器官培养图像转换为的待编码灰度序列中每个元素的编码,进而获取压缩结果;对压缩结果进行传输解压。本发明对类器官培养图像压缩效率高,确保了类器官培养监测的实时性。
Description
技术领域
本发明涉及图像通信技术领域,具体涉及一种类器官培养图像压缩方法。
背景技术
类器官是在体外利用成体干细胞或多能干细胞经过3D培养,能够在体外模拟正常或疾病状态下体内器官或组织的三维结构。类器官对肿瘤研究、药物筛选、再生医学等领域带来了全新的研究视角。
类器官培养进度监测需要实时采集类器官培养过程中的图像,并将图像传输至培养进度监控服务器进行展示,为确保类器官培养进度监测的实时性,需要对类器官培养过程中的图像进行压缩传输。
现有的压缩算法如游程编码对连续重复出现的数据压缩率高,而类器官培养过程中的图像包含的较多的细胞纹理,使得图像中灰度值连续重复出现的概率小,利用游程编码难以取得较好的压缩效果,影响类器官培养监测的实时性。
发明内容
为解决上述问题,本发明提供一种类器官培养图像压缩方法,该方法包括以下步骤:
采集类器官培养图像;
设置多个不同的后置灰度编码长度;获取类器官培养图像的灰度共生矩阵;对于每个后置灰度编码长度,根据灰度共生矩阵获取类器官培养图像中像素点在该后置灰度编码长度下对应的平均编码长度;确定平均编码长度最小的后置灰度编码长度为最优后置灰度编码长度;
根据最优后置灰度编码长度以及灰度共生矩阵获取类器官培养图像中每个灰度值的所有后置灰度值,构成每个灰度值的后置灰度序列;根据最优后置灰度编码长度设置标识编码,同时为灰度值的后置灰度序列中每个后置灰度值分配码字;
将类器官培养图像转换为待编码灰度序列,根据标识编码以及灰度值的后置灰度序列中每个后置灰度值的码字依次获取待编码灰度序列中每个元素的编码,根据待编码灰度序列中所有元素的编码获得压缩结果;
对压缩结果进行传输解压。
优选的,所述设置多个不同的后置灰度编码长度,包括的具体步骤如下:
将[1,7]中每个整数分别作为一个后置灰度编码长度。
优选的,所述根据灰度共生矩阵获取类器官培养图像中像素点在该后置灰度编码长度下对应的平均编码长度,包括的具体步骤如下:
对灰度共生矩阵每一行的所有元素,按照元素值从大到小的顺序对该行所有元素进行排序,构成该行的频率序列;
对于每个后置灰度编码长度,根据灰度共生矩阵每一行的频率序列获取类器官培养图像中像素点在该后置灰度编码长度下对应的平均编码长度:
;
其中,表示类器官培养图像中像素点在后置灰度编码长度/>下对应的平均编码长度;/>表示后置灰度编码长度的值;/>表示灰度共生矩阵中第/>行的频率序列中第/>个频率;/>表示类器官培养图像中出现的所有不同的灰度值数量。
优选的,所述根据最优后置灰度编码长度以及灰度共生矩阵获取类器官培养图像中每个灰度值的所有后置灰度值,构成每个灰度值的后置灰度序列,包括的具体步骤如下:
获取灰度共生矩阵每一行的频率序列中前个频率在灰度共生矩阵中对应的列对应的灰度值,分别作为该行对应的灰度值的后置灰度值,其中/>表示最优后置灰度编码长度;
对于类器官培养图像中每个灰度值,将该灰度值的所有后置灰度值按照从小到大的顺序构成该灰度值的后置灰度序列。
优选的,所述根据最优后置灰度编码长度设置标识编码,同时为灰度值的后置灰度序列中每个后置灰度值分配码字,包括的具体步骤如下:
对于类器官培养图像中每个灰度值,获取长度为的所有二进制数,将/>个0构成的二进制数作为标识编码,将其余每个长度为/>的二进制数依次作为该灰度值的后置灰度序列中每个后置灰度值的码字,其中/>表示最优后置灰度编码长度。
优选的,所述根据标识编码以及灰度值的后置灰度序列中每个后置灰度值的码字依次获取待编码灰度序列中每个元素的编码,包括的具体步骤如下:
将待编码灰度序列中每个元素分别作为待编码元素,依次对待编码元素进行编码,具体为:
当待编码元素为待编码灰度序列中第一个元素时,将该待编码元素转换为8位二进制数,作为该待编码元素的编码;
当待编码元素不为待编码灰度序列中第一个元素时,若待编码元素位于待编码灰度序列中该待编码元素的前一个灰度值的后置灰度序列中时,将该待编码元素在前一个灰度值的后置灰度序列中对应的后置灰度值的码字作为该待编码元素的编码;
当待编码元素不为待编码灰度序列中第一个元素时,若待编码元素不在待编码灰度序列中该待编码元素的前一个灰度值的后置灰度序列中时,该待编码元素转换为8位二进制数,将该8位二进制数拼接在标识编码之后,作为该待编码元素的编码。
本发明的技术方案的有益效果是:本发明根据类器官培养图像的灰度共生矩阵获取类器官培养图像中像素点在不同后置灰度编码长度下对应的平均编码长度,从而筛选最优后置灰度编码长度,根据最优后置灰度编码长度以及灰度共生矩阵获取每个灰度值的后置灰度序列,根据最优后置灰度编码长度设置标识编码,同时为灰度值的后置灰度序列中每个后置灰度值分配码字,根据标识编码以及灰度值的后置灰度序列中每个后置灰度值的码字依次获取类器官培养图像转换为的待编码灰度序列中每个元素的编码,进而获取压缩结果,尽可能使得类器官培养图像中大部分像素点的灰度值的编码长度从8位缩减为最优后置灰度编码长度,从而提高类器官培养图像的压缩效率,提升类器官培养监测的实时性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种类器官培养图像压缩方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种类器官培养图像压缩方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种类器官培养图像压缩方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种类器官培养图像压缩方法的步骤流程图,该方法包括以下步骤:
S001.采集类器官培养图像。
预设拍摄频率,例如/>次/分钟,具体不做限定,实施人员可根据具体实施情况设置拍摄频率。按照拍摄频率,通过扫描电子显微镜拍摄类器官培养过程中的图像,记作类器官培养图像。需要说明的是,扫描电子显微镜获得的类器官培养图像为灰度图。
至此,实现了类器官培养图像的采集。
S002.获取类器官培养图像中像素点分别在不同后置灰度编码长度下对应的平均编码长度,根据平均编码长度筛选最优后置灰度编码长度。
需要说明的是,类器官培养图像中灰度值处于[0,255]范围内,每个灰度值可利用8位二进制数来表示。类器官培养图像中包含了大量的细胞纹理,具有较强的规律性,使得部分不同的灰度值在类器官培养图像中总是相邻出现,因此本实施例对于每个灰度值之后出现频率最高的多个灰度值利用较短的编码来表示,对于灰度值之后出现频率较低的灰度值利用8位二进制来表示,根据出现频率排序决定每个灰度值之后出现的灰度值的编码长度,使得尽可能多的灰度值利用较短的编码来表示,从而实现压缩。由于采用了不同长度的编码,为了确保能够解码,本实施例通过设置较短的标识编码来对不同长度的编码进行区分。本实施例中较短的编码的长度与标识编码的长度统一,将该长度称为后置灰度编码长度,具体的获取方法如下:
在本实施例中,将[1,7]中每个整数分别作为一个后置灰度编码长度。
需要说明的是,不同的后置灰度编码长度可编码的灰度值的数量不同,例如当后置灰度编码长度为1时,对应的二进制数为0和1,将其中一个作为标识编码,其余的二进制数最多只能编码1个灰度值,当后置灰度编码长度为2时,对应的二进制数为00、01、10、11,将其中一个作为标识编码,其余的二进制数最多只能编码3个不同的灰度值。当后置灰度编码长度越短时,每个灰度值之后出现频率较高的灰度值可利用非常短的编码来表示,相较于8位二进制数极大的提高了此些灰度值的压缩效率,但越短的后置灰度编码长度可编码的灰度值数量越少,使得每个灰度值之后出现的更多种灰度值只能利用8位的二进制数进行编码;当后置灰度编码长度越长时,可编码的灰度值数量越多,使得每个灰度值之后出现的更多种灰度值可以利用长度为后置灰度编码长度的编码来表示,从而使得大部分灰度值的压缩效率提升,但灰度编码长度越长时,每个灰度值的编码长度相较于8位二进制数缩减的程度越小,每个灰度值的压缩效率提升越小。因此不同后置灰度编码长度对应的压缩效率不同,因此本实施例根据类器官培养图像中灰度值的分布特征对不同的后置灰度编码长度对应的压缩效率进行分析,从而筛选最优的后置灰度编码长度对类器官培养图像进行压缩。
具体的,按照水平方向,以步长为1获取类器官培养图像的灰度共生矩阵,灰度共生矩阵的行索引为类器官培养图像中出现的所有不同灰度值,灰度共生矩阵的列索引也为类器官培养图像中出现的所有不同灰度值,灰度共生矩阵的元素为该元素所在行的灰度值与该列的灰度值在类器官培养图像中水平方向相邻出现的频率。灰度共生矩阵的获取方法为公知技术,在此不再详细赘述。
对灰度共生矩阵每一行的所有元素,按照元素值从大到小的顺序对该行所有元素进行排序,构成该行的频率序列。
对于每个后置灰度编码长度,根据灰度共生矩阵每一行的频率序列获取类器官培养图像中像素点在该后置灰度编码长度下对应的平均编码长度:
;
其中,表示类器官培养图像中像素点在后置灰度编码长度/>下对应的平均编码长度;/>表示后置灰度编码长度的值;/>表示灰度共生矩阵中第/>行的频率序列中第/>个频率;/>表示类器官培养图像中出现的所有不同的灰度值数量,即类器官培养图像的灰度共生矩阵的行数、列数;/>表示后置灰度编码长度/>对应的二进制数的个数,/>表示除去标识编码外,后置灰度编码长度/>可编码的灰度值的数量。对于灰度共生矩阵中第/>行对应的灰度值/>来说,在类器官培养图像中与灰度值/>水平方向相邻出现次数最多的前/>种不同的灰度值,在与灰度值/>水平方向相邻出现时,可利用长度为/>的二进制数来进行编码,/>反映了与灰度值/>水平方向相邻出现次数最多的前/>种不同的灰度值,与灰度值/>水平方向相邻出现的总频率;对于在类器官培养图像中与灰度值/>水平方向相邻出现次数最多的前/>种不同的灰度值之外的其余灰度值,在与灰度值/>水平方向相邻出现时,需要利用长度为/>的标识编码以及长度为8的二进制数进行编码,/>反映了与灰度值/>水平方向相邻出现次数最多的前/>种不同的灰度值之外的其余灰度值,与灰度值/>水平方向相邻出现的总频率;因此/>表示类器官培养图像中像素点在后置灰度编码长度/>下对应的平均编码长度,当/>越大时,越多的像素点可利用/>位的二进制数进行编码,后置灰度编码长度/>对应的平均编码长度越短。
将平均编码长度最小的后置灰度编码长度作为最优后置灰度编码长度。
至此,获取了最优后置灰度编码长度。
S003.根据最优后置灰度编码长度对类器官培养图像进行压缩,得到压缩结果。
将最优后置灰度编码长度记为,获取灰度共生矩阵每一行的频率序列中前个频率在灰度共生矩阵中对应的列对应的灰度值,分别作为该行对应的灰度值的后置灰度值。则类器官培养图像中每个灰度值均对应/>个后置灰度值。
对于类器官培养图像中每个灰度值,将该灰度值的所有后置灰度值按照从小到大的顺序构成该灰度值的后置灰度序列。获取长度为的所有二进制数,将/>个0构成的二进制数作为标识编码,将其余每个长度为/>的二进制数依次作为该灰度值的后置灰度序列中每个后置灰度值的码字。例如当/>时,每个灰度值的后置灰度序列的长度为/>,长度为/>的所有二进制数分别为00、01、10、11,其中00为标识编码,对于每个灰度值来说,01、10、11分别为该灰度值的后置灰度序列中三个后置灰度值的码字。
将类器官培养图像的大小记为,将类器官培养图像中所有像素点的灰度值按照ZigZag扫描的顺序展开成一维的序列,作为待编码灰度序列。将待编码灰度序列中每个元素分别作为待编码元素,依次对待编码元素进行编码,具体为:
当待编码元素为待编码灰度序列中第一个元素时,将该待编码元素转换为8位二进制数,作为该待编码元素的编码;
当待编码元素不为待编码灰度序列中第一个元素时,若待编码元素位于待编码灰度序列中该待编码元素的前一个灰度值(即该待编码元素的前一个元素)的后置灰度序列中时,将该待编码元素在前一个灰度值的后置灰度序列中对应的后置灰度值的码字作为该待编码元素的编码,例如,待编码元素的值为45,待编码灰度序列中该待编码元素的前一个灰度值的后置灰度序列为{13,45,201}时,该待编码元素45位于待编码灰度序列中该待编码元素的前一个灰度值的后置灰度序列中,则该待编码元素的编码为10;
当待编码元素不为待编码灰度序列中第一个元素时,若待编码元素不在待编码灰度序列中该待编码元素的前一个灰度值(即该待编码元素的前一个元素)的后置灰度序列中时,该待编码元素转换为8位二进制数,将该8位二进制数拼接在标识编码之后,作为该待编码元素的编码。例如,待编码元素的值为45,待编码灰度序列中该待编码元素的前一个灰度值的后置灰度序列为{13,1,201}时,该待编码元素45不在待编码灰度序列中该待编码元素的前一个灰度值的后置灰度序列中,该待编码元素转换为8位二进制数位00101101,标识编码为00,则该待编码元素的编码为0000101101。
将待编码灰度序列中每个元素的编码按照元素的顺序拼接在一起,作为压缩结果。
例如,当待编码灰度序列为{1,1,4,1,5,2,3,1,5,1,1,7,1,4,2,6,2,4,7,4,7,3,5,4,2,3,6,6,7,5}时,待编码灰度序列的长度为30,若不对待编码灰度序列进行压缩,待编码灰度序列所占的比特为比特。若/>,灰度值1、2、3、4、5、6、7的后置灰度序列分别为{1,4,5}、{3,4,6}、{1,5,6}、{1,2,7}、{1,2,4}、{2,6,7}、{1,3,4},采用本实施例中方法对待编码灰度序列进行压缩时,长度为/>的所有二进制数分别为00、01、10、11,其中00为标识编码,对于每个灰度值来说,01、10、11分别为该灰度值的后置灰度序列中三个后置灰度值的码字。则待编码灰度序列中每个元素的编码依次为00000001,01,10,01,11,10,01,01,11,01,01,0000000111,01,10,10,11,01,10,11,11,11,10,10,11,10,01,11,10,11,0000000101,共82比特。本实施例将240比特的待编码序列{1,1,4,1,5,2,3,1,5,1,1,7,1,4,2,6,2,4,7,4,7,3,5,4,2,3,6,6,7,5}压缩为了82比特,压缩效率高。
至此,实现了类器官培养图像的压缩,得到了压缩结果。
S004.对压缩结果进行传输解压。
将压缩结果、类器官培养图像的灰度共生矩阵以及最优后置灰度编码长度传输至培养进度监控服务器。
培养进度监控服务器接收到压缩结果、类器官培养图像的灰度共生矩阵以及最优后置灰度编码长度后,根据类器官培养图像的灰度共生矩阵以及最优后置灰度编码长度对压缩结果进行解压,具体为:
1、按照步骤S002、S003中的方法根据灰度共生矩阵获取每个灰度值的后置灰度序列,根据最优后置灰度编码长度获取标识编码以及每个灰度值的后置灰度序列中每个后置灰度值的码字。
2、从压缩结果第一位开始,读取8位二进制数并转换为十进制,作为解码灰度;
3、在压缩结果中继续读取位二进制数,若读取的/>位二进制数与标识编码相同,则继续读取8位二进制数并转换位十进制,作为新的解码灰度;若读取的/>位二进制数与标识编码不相同,获取与读取的/>位二进制相同的码字在最新的解码灰度的后置灰度序列中对应的后置灰度值,作为新的解码灰度;
4、重复步骤3直到压缩结果遍历完时停止迭代,将得到的所有解码灰度按照顺序构成一个一维的序列,并将该序列按照ZigZag扫描的顺序填充至大小的空矩阵中,得到类器官培养图像。
培养进度监控服务器将类器官培养图像实时展示在显示设备上,供相关工作人员查看。
至此,实现了类器官培养进度的实时监测。
本发明根据类器官培养图像的灰度共生矩阵获取类器官培养图像中像素点在不同后置灰度编码长度下对应的平均编码长度,从而筛选最优后置灰度编码长度,根据最优后置灰度编码长度以及灰度共生矩阵获取每个灰度值的后置灰度序列,根据最优后置灰度编码长度设置标识编码,同时为灰度值的后置灰度序列中每个后置灰度值分配码字,根据标识编码以及灰度值的后置灰度序列中每个后置灰度值的码字依次获取类器官培养图像转换为的待编码灰度序列中每个元素的编码,进而获取压缩结果,尽可能使得类器官培养图像中大部分像素点的灰度值的编码长度从8位缩减为最优后置灰度编码长度,从而提高类器官培养图像的压缩效率,提升类器官培养监测的实时性。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种类器官培养图像压缩方法,其特征在于,该方法包括以下步骤:
采集类器官培养图像;
设置多个不同的后置灰度编码长度;
所述设置多个不同的后置灰度编码长度,包括:将[1,7]中每个整数分别作为一个后置灰度编码长度;
获取类器官培养图像的灰度共生矩阵;对于每个后置灰度编码长度,根据灰度共生矩阵获取类器官培养图像中像素点在该后置灰度编码长度下对应的平均编码长度;
所述根据灰度共生矩阵获取类器官培养图像中像素点在该后置灰度编码长度下对应的平均编码长度,包括:
对灰度共生矩阵每一行的所有元素,按照元素值从大到小的顺序对该行所有元素进行排序,构成该行的频率序列;
对于每个后置灰度编码长度,根据灰度共生矩阵每一行的频率序列获取类器官培养图像中像素点在该后置灰度编码长度下对应的平均编码长度:
;
其中,表示类器官培养图像中像素点在后置灰度编码长度/>下对应的平均编码长度;表示后置灰度编码长度的值;/>表示灰度共生矩阵中第/>行的频率序列中第/>个频率;/>表示类器官培养图像中出现的所有不同的灰度值数量;
确定平均编码长度最小的后置灰度编码长度为最优后置灰度编码长度;
根据最优后置灰度编码长度以及灰度共生矩阵获取类器官培养图像中每个灰度值的所有后置灰度值,构成每个灰度值的后置灰度序列;
所述根据最优后置灰度编码长度以及灰度共生矩阵获取类器官培养图像中每个灰度值的所有后置灰度值,构成每个灰度值的后置灰度序列,包括:
获取灰度共生矩阵每一行的频率序列中前2^M-1个频率在灰度共生矩阵中对应的列对应的灰度值,分别作为该行对应的灰度值的后置灰度值,其中M表示最优后置灰度编码长度;
对于类器官培养图像中每个灰度值,将该灰度值的所有后置灰度值按照从小到大的顺序构成该灰度值的后置灰度序列;
根据最优后置灰度编码长度设置标识编码,同时为灰度值的后置灰度序列中每个后置灰度值分配码字;
将类器官培养图像转换为待编码灰度序列,根据标识编码以及灰度值的后置灰度序列中每个后置灰度值的码字依次获取待编码灰度序列中每个元素的编码;
所述根据标识编码以及灰度值的后置灰度序列中每个后置灰度值的码字依次获取待编码灰度序列中每个元素的编码,包括:
将待编码灰度序列中每个元素分别作为待编码元素,依次对待编码元素进行编码,具体为:
当待编码元素为待编码灰度序列中第一个元素时,将该待编码元素转换为8位二进制数,作为该待编码元素的编码;
当待编码元素不为待编码灰度序列中第一个元素时,若待编码元素位于待编码灰度序列中该待编码元素的前一个灰度值的后置灰度序列中时,将该待编码元素在前一个灰度值的后置灰度序列中对应的后置灰度值的码字作为该待编码元素的编码;
当待编码元素不为待编码灰度序列中第一个元素时,若待编码元素不在待编码灰度序列中该待编码元素的前一个灰度值的后置灰度序列中时,该待编码元素转换为8位二进制数,将该8位二进制数拼接在标识编码之后,作为该待编码元素的编码;
根据待编码灰度序列中所有元素的编码获得压缩结果;
对压缩结果进行传输解压。
2.根据权利要求1所述的一种类器官培养图像压缩方法,其特征在于,所述根据最优后置灰度编码长度设置标识编码,同时为灰度值的后置灰度序列中每个后置灰度值分配码字,包括的具体步骤如下:
对于类器官培养图像中每个灰度值,获取长度为的所有二进制数,将/>个0构成的二进制数作为标识编码,将其余每个长度为/>的二进制数依次作为该灰度值的后置灰度序列中每个后置灰度值的码字,其中/>表示最优后置灰度编码长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311763922.3A CN117437310B (zh) | 2023-12-21 | 2023-12-21 | 一种类器官培养图像压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311763922.3A CN117437310B (zh) | 2023-12-21 | 2023-12-21 | 一种类器官培养图像压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117437310A CN117437310A (zh) | 2024-01-23 |
CN117437310B true CN117437310B (zh) | 2024-02-27 |
Family
ID=89558659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311763922.3A Active CN117437310B (zh) | 2023-12-21 | 2023-12-21 | 一种类器官培养图像压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117437310B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117952974B (zh) * | 2024-03-26 | 2024-06-04 | 天津市第五中心医院 | 用于类器官识别的图像处理方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02108372A (ja) * | 1988-10-18 | 1990-04-20 | Fujitsu Ltd | 画像データの圧縮装置、及び画像処理装置 |
CN101771874A (zh) * | 2009-12-31 | 2010-07-07 | 华中科技大学 | 一种卫星图像压缩方法及其实现装置 |
JP2011223526A (ja) * | 2010-04-14 | 2011-11-04 | Seiko Epson Corp | 画像圧縮方法及び画像圧縮装置 |
CN102487442A (zh) * | 2010-12-03 | 2012-06-06 | 林娜 | 基于灰度共生矩阵的自适应方向提升小波压缩算法 |
US10708624B1 (en) * | 2019-05-30 | 2020-07-07 | Ati Technologies Ulc | Pre-processing for video compression |
CN116129193A (zh) * | 2023-02-27 | 2023-05-16 | 重庆大学附属肿瘤医院 | 一种类器官生长预测方法、***及设备 |
CN116320501A (zh) * | 2023-05-23 | 2023-06-23 | 浙江双视科技股份有限公司 | 红外数据压缩方法及可读存储介质 |
CN116708845A (zh) * | 2023-08-04 | 2023-09-05 | 佳木斯大学 | 基于5g技术的肠胃医疗图像通讯传输方法 |
CN116760994A (zh) * | 2023-08-16 | 2023-09-15 | 北京大学人民医院 | 一种神经内科医疗影像编码通讯方法 |
CN116910285A (zh) * | 2023-09-01 | 2023-10-20 | 山东卓硕北斗网络科技有限公司 | 基于物联网的智慧交通数据优化存储方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200296358A1 (en) * | 2017-11-02 | 2020-09-17 | Samsung Electronics Co., Ltd. | Method and device for encoding image according to low-quality coding mode, and method and device for decoding mage |
JP2023004423A (ja) * | 2021-06-25 | 2023-01-17 | 富士フイルムヘルスケア株式会社 | 医用画像処理装置、医用撮像装置、及び、医用画像におけるノイズ低減方法 |
-
2023
- 2023-12-21 CN CN202311763922.3A patent/CN117437310B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02108372A (ja) * | 1988-10-18 | 1990-04-20 | Fujitsu Ltd | 画像データの圧縮装置、及び画像処理装置 |
CN101771874A (zh) * | 2009-12-31 | 2010-07-07 | 华中科技大学 | 一种卫星图像压缩方法及其实现装置 |
JP2011223526A (ja) * | 2010-04-14 | 2011-11-04 | Seiko Epson Corp | 画像圧縮方法及び画像圧縮装置 |
CN102487442A (zh) * | 2010-12-03 | 2012-06-06 | 林娜 | 基于灰度共生矩阵的自适应方向提升小波压缩算法 |
US10708624B1 (en) * | 2019-05-30 | 2020-07-07 | Ati Technologies Ulc | Pre-processing for video compression |
CN116129193A (zh) * | 2023-02-27 | 2023-05-16 | 重庆大学附属肿瘤医院 | 一种类器官生长预测方法、***及设备 |
CN116320501A (zh) * | 2023-05-23 | 2023-06-23 | 浙江双视科技股份有限公司 | 红外数据压缩方法及可读存储介质 |
CN116708845A (zh) * | 2023-08-04 | 2023-09-05 | 佳木斯大学 | 基于5g技术的肠胃医疗图像通讯传输方法 |
CN116760994A (zh) * | 2023-08-16 | 2023-09-15 | 北京大学人民医院 | 一种神经内科医疗影像编码通讯方法 |
CN116910285A (zh) * | 2023-09-01 | 2023-10-20 | 山东卓硕北斗网络科技有限公司 | 基于物联网的智慧交通数据优化存储方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117437310A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117437310B (zh) | 一种类器官培养图像压缩方法 | |
CN111461983B (zh) | 一种基于不同频度信息的图像超分辨率重建模型及方法 | |
CN115834895B (zh) | 用于无人机的数据高效压缩存储方法 | |
CN116153452B (zh) | 基于人工智能的医疗电子病历存储*** | |
CN102683149B (zh) | 质量分析数据处理方法和质量分析数据处理*** | |
CN115955569B (zh) | 一种用于动物防疫检疫中心的监控视频数据传输方法 | |
WO1989006888A1 (en) | System and method for hierarchal image encoding and decoding | |
CN116760994B (zh) | 一种神经内科医疗影像编码通讯方法 | |
CN107483059B (zh) | 一种基于动态霍夫曼树的多路数据编解码方法及装置 | |
WO2010135307A2 (en) | Hierarchical lossless compression | |
CN116702708B (zh) | 一种道路路面施工数据管理*** | |
CN114677263A (zh) | Ct图像与mri图像的跨模态转换方法和装置 | |
CN117097906B (zh) | 一种区域医疗资源高效利用的方法及*** | |
US6128406A (en) | Method of compressing and decompressing graphics images | |
CN117115132A (zh) | 一种基于改进U-Net模型的口腔CBCT影像牙齿及软组织分割模型方法 | |
CN116708845B (zh) | 基于5g技术的肠胃医疗图像通讯传输方法 | |
CN1296874C (zh) | 基于点重建的超大规模医学影像三维可视化方法 | |
CN116193136A (zh) | 一种核磁共振影像网络通信方法及*** | |
CN116168790A (zh) | 一种临床试验的大数据招募*** | |
CN101715143A (zh) | 自适应量化和自适应反量化的方法、装置及其*** | |
CN116109714A (zh) | 基于神经网络的数据编码存储方法及*** | |
CN106791843B (zh) | 一种图像无损压缩***及方法 | |
CN113269702A (zh) | 基于跨尺度特征融合的低曝光静脉图像增强方法 | |
CN117557582B (zh) | 基于人工智能的建筑景观设计图像处理*** | |
CN109862363A (zh) | 视频的二次压缩方法及其压缩*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |