Subband coding of images

Woods, John W.; O'Neil, Sean

doi:10.1109/tassp.1986.1164962

Cited by 960 publications

(222 citation statements)

References 7 publications

Supporting

Mentioning

212

Contrasting

Unclassified

Order By: Relevance

“…• en esta técnica se lleva a cabo un conjunto de operaciones iterativas sobre una imagen para dividirla en componentes espectrales o bandas (54)(55)(56)(57). Su funcionamiento general parte del hecho de que la señal debe atravesar un conjunto de filtros pasa-banda para ser descompuesta en 'subbandas' de frecuencia (figura 8).…”

Section: Codificación Por 'Subbanda'unclassified

“…Las técnicas de compresión sin pérdida más recientemente aplicadas a las imágenes médicas, como los quadtrees, han producido resultados prometedores en la compresión de imágenes de tomografía axial computadorizada y resonancia magnética (69), debido a que su representación por regiones (agrupamiento de pixeles idénticos) permite aprovechar la redundancia existente en los datos médicos. La trasformación discreta del coseno, por su parte, se ha constituido en el ícono de la compresión, dada su capacidad de concentrar la mayor parte de la información en pocos coeficientes del dominio de frecuencias, lo que permite tasas de compresión considerablemente altas en cualquier tipo de imagen (57).…”

Section: Conclusionesunclassified

See 1 more Smart Citation

Compresión de imágenes médicas

Noreña

Romero

2012

biomedica

View full text Add to dashboard Cite

Contribución de los autores:Ambos autores participaron en la recopilación, unificación y síntesis de los antecedentes más destacados en el área de la compresión, mediante la discusión de la información publicada sobre el tema. Además, estructuraron las metodologías ya existentes para la compresión de imágenes médicas, aportando un guía base para las personas que desean introducirse en el área. La medicina moderna es una actividad cada vez más compleja, basada en la información proveniente de múltiples fuentes: historias clínicas, dictáfonos e imágenes y vídeos provenientes de múltiples dispositivos. Las imágenes médicas constituyen una de las fuentes de mayor importancia, por cuanto ofrecen un apoyo integral del acto médico: el diagnóstico y el seguimiento. Sin embargo, la cantidad de información generada por los dispositivos de adquisición de imágenes sobrepasa rápidamente la disponibilidad de almacenamiento que tienen los servicios de radiología, lo cual genera costos adicionales en equipos de cómputo con mayor capacidad de almacenamiento. Además, la tendencia actual de desarrollo de aplicaciones en la "nube de cómputo", tiene limitaciones por cuanto, aunque el almacenamiento es virtual y está disponible desde cualquier sitio, la conexión se hace a través de internet. En estos dos casos, el uso óptimo de la información requiere necesariamente de algoritmos de compresión potentes y adaptados a las necesidades de la actividad médica. En este artículo se presenta una revisión de las técnicas de compresión más utilizadas para el almacenamiento de imágenes, así como un análisis crítico de éstas desde el punto de vista de su uso en ambientes clínicos. REVISIÓN DE TEMAPalabras clave: procesamiento de imagen asistida por computador, compresión de datos, metodologías computacionales.doi: http://dx.doi.org/10.7705/biomedica.v33i1.804 Medical image compression: a reviewModern medicine is an increasingly complex activity, based on the evidence; it consists of information from multiple sources: medical record text, sound recordings, images and videos generated by a large number of devices. Medical imaging is one of the most important sources of information since they offer comprehensive support of medical procedures for diagnosis and follow-up. However, the amount of information generated by image capturing gadgets quickly exceeds storage availability in radiology services, generating additional costs in devices with greater storage capacity. Besides, the current trend of developing applications in cloud computing has limitations, even though virtual storage is available from anywhere, connections are made through internet. In these scenarios the optimal use of information necessarily requires powerful compression algorithms adapted to medical activity needs. In this paper we present a review of compression techniques used for image storage, and a critical analysis of them from the point of view of their use in clinical settings. Las imágenes médicas son hoy en día parte fundamental de la exploración diagnóstica de un paci...

show abstract

Section: Codificación Por 'Subbanda'unclassified

Section: Conclusionesunclassified

Compresión de imágenes médicas

Noreña

Romero

2012

biomedica

View full text Add to dashboard Cite

show abstract

“…In this method, each DCT block is classified into one of the four equally populated classes based on its AC energy, and an adaptive quantiser is used in each class being coded. Woods and O'Neil (Woods, 1986) applied a classification method to subband coding. Tse (Tse, 1992) improved the classification performance by having different size classes.…”

Section: 4 Discrete Cosine Transform (Dct)mentioning

confidence: 99%

Image Classification Technique using Modified Particle Swarm Optimization

Shukran¹,

Chung²,

Yeh³

et al. 2011

MAS

View full text Add to dashboard Cite

Image classification is becoming ever more important as the amount of available multimedia data increases. With the rapid growth in the number of images, there is an increasing demand for effective and efficient image indexing mechanisms. For large image databases, successful image indexing will greatly improve the efficiency of content based image classification. One attempt to solve the image indexing problem is using image classification to get high-level concepts. In such systems, an image is usually represented by various low-level features, and high-level concepts are learned from these features. PSO has recently attracted growing research interest due to its ability to learn with small samples and to optimize high-dimensional data. Therefore, this paper will introduce the related work on image feature extraction. Then, several techniques of image feature extraction will be introduced which include two main methods. These methods are RGB and Discrete Cosine Transformation (DCT). Finally, several experimental designs and results concerning the application of the proposed image classification using modified PSO classifier will be described in detail.

show abstract

“…[2]. In addition, the efficient computation of the wavelet representation is ideal for large volumes of light field data [13].…”

Section: Multiresolution Disparity Estimationmentioning

confidence: 99%

Photo-consistency and multiresolution methods for light field disparity estimation

Bowen¹,

Mullins²,

Rajpoot³

et al. 2005

IEE International Conference on Visual Information Engineering (VIE 2005)

View full text Add to dashboard Cite

Light fields can be used to generate photorealistic renderings of a scene from novel viewpoints without need for a model of the scene. Reconstruction of a novel view, however, often leads to ghosting artefacts, which can be relieved by correcting for the depth of objects within the scene using disparity compensation. Disparity estimation offers a solution to both better reconstruction and compression of large amounts of data in light fields. In this paper, we present two novel methods of disparity estimation for light fields: a global method based on the idea of photo-consistency and a local method which employs wavelet subbands for initial disparity estimation and Kalman filtering to refine the estimates. Experimental results demonstrate the effectiveness of the two methods as compared to other photo-consistency based disparity estimation techniques.

show abstract

Subband coding of images

Cited by 960 publications

References 7 publications

Compresión de imágenes médicas

Compresión de imágenes médicas

Image Classification Technique using Modified Particle Swarm Optimization

Photo-consistency and multiresolution methods for light field disparity estimation

Contact Info

Product

Resources

About