计算机技术的发展和图像压缩技术的应用,使得医学图像可以大量存储;DICOM标准的制定及网络技术的飞速发展为远程医疗的新发展奠定了基础。鉴于医学图像的特点,为保证诊断的正确性,必须得到高质量的图像和完整、全面的相关医学信息;然而现有的网络带宽限制了图像信息的快速传输。因此医学图像的压缩及诊断数据的通信问题仍然是现在研究的热点和关键所在。 图像的压缩编码方法发展很快,从熵编码、预测编码、变换编码发展到新的矢量编码、分形图像编码、小波编码等多种编码方式,但是直接应用这些图像编码算法都不能很好的解决压缩比高和图像质量好之间的矛盾问题。近年来,小波变换作为一种数学理论和方法倍受关注,它在时域和频域都有很好的定位性。本文中作者对二维图像进行三级小波分解的系数进行了统计,并研究了不同高频子带图像不同区间的小波系数对重构图像质量的影响,以及同时舍弃不同频段小波系数对重构图像质量的影响,发现:图像的绝大部分信息包含在低频图像中;高频段小波系数都对称分布在零值附近;频率越高,系数分布范围越小,对恢复图像质量的贡献越小。针对小波变换系数的特点,分别对不同频段的小波系数进行量化编码,以得到更高的压缩比。通常医生只是对某一患病区域感兴趣,因此提出了对“感兴趣区域”进行无损压缩,对其它非诊断区域进行有损压缩的独立编码方式。 DICOM是医学信息数字化传输的国际标准,因此未来的医学图像压缩技术也必须遵循这一标准。本文在简要介绍了DICOM3.0的总体内容之后,针对人眼视觉特征,提出了图像灰度级调节的方法,并研究了将DICOM图像转换为易于处理的BMP格式的方法。 本课题中,作者对小波系数的研究有助于寻找适合远程医疗系统中更优秀的图像压缩编码方法;对DICOM标准的探讨有助于将其转换为更易于处理的图像格式,在现有标准中加入新的图像压缩方法来不断完善DICOM标准。因此对本课题的研究具有一定的理论和应用价值。