利用全局运动估计和Canny理论压缩显微图像

doi:10.3778/j.issn.1002-8331.2010.21.054

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (21): 188-190.DOI: 10.3778/j.issn.1002-8331.2010.21.054

• 图形、图像、模式识别 • 上一篇下一篇

利用全局运动估计和Canny理论压缩显微图像

邵华¹，杨鸣²，孙燕燕²，汪宋良¹

1.宁波城市职业技术学院信息学院，浙江宁波 315100
2.宁波大学信息科学与工程学院，浙江宁波 315211

收稿日期:2009-01-22 修回日期:2009-03-30 出版日期:2010-07-21 发布日期:2010-07-21
通讯作者: 邵华

Microscopic image compression using global motion estimation and Canny algorithm

SHAO Hua¹，YANG Ming²，SUN Yan-yan²，WANG Song-liang¹

1.Information School，Ningbo City College of Vocational Technology，Ningbo，Zhejiang 315100，China
2.Faculty of Information Science and Technology，Ningbo University，Ningbo，Zhejiang 315211，China

Received:2009-01-22 Revised:2009-03-30 Online:2010-07-21 Published:2010-07-21
Contact: SHAO Hua

摘要/Abstract

摘要： 随着全自动生物显微镜的应用越来越广泛，高分辨率显微图像数据量大的问题越来越突出。为了使其便于存储及网络传输，针对全自动生物显微镜下图像步进式移动的特点，提出了基于全局运动估计和Canny边缘检测算法的显微图像压缩算法，利用Canny边缘检测算法、全局运动矢量估计及运动补偿等技术对图像进行压缩。实验结果表明，该算法对高分辨率生物显微图像的压缩比可以达到600倍以上。

关键词: 高分辨率, 边缘检测, 全自动生物显微镜, 全局运动估计

Abstract: Along with the application of automatic bio-microscope more and more extensive，the problem that the high resolution bio-microscopic image involves mass data is more and more outstanding.For being easy to storage and transmit，this paper proposes an algorithm of high resolution bio-microscopic image compression based on global motion estimation and Canny edge-detection，according to the step by step moving of bio-microscopic image obtained by bio-microscope.The method uses the intra-frame coding of Canny edge-detection algorithm，global motion estimation and motion compensation to compress the obtained images.The experiments show that the compression rate on high resolution bio-microscopic image can attain 600 times.

Key words: high resolution, edge-detection, automatic bio-microscope, global motion estimation

中图分类号:

TP391

邵华¹，杨鸣²，孙燕燕²，汪宋良¹. 利用全局运动估计和Canny理论压缩显微图像[J]. 计算机工程与应用, 2010, 46(21): 188-190.

SHAO Hua¹，YANG Ming²，SUN Yan-yan²，WANG Song-liang¹. Microscopic image compression using global motion estimation and Canny algorithm[J]. Computer Engineering and Applications, 2010, 46(21): 188-190.

[1]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[2]	齐小祥，李敏，朱颖，宋雨，杜卫东. 基于边缘检测的SAR图像自适应区域分割[J]. 计算机工程与应用, 2021, 57(22): 232-240.
[3]	刘鹏坤，朱成杰，张越. 轻量型高分辨率人体关键点检测改进研究[J]. 计算机工程与应用, 2021, 57(2): 143-149.
[4]	田启川，孟颖. 多尺度融合增强的图像语义分割算法[J]. 计算机工程与应用, 2021, 57(2): 177-185.
[5]	熊杰，彭军，杨文姬，黄丽芳. 多尺度高分辨率保持和视角不变的手姿态估计[J]. 计算机工程与应用, 2021, 57(14): 148-157.
[6]	宋廷强，刘童心，宗达，蒋晓旭，黄腾杰，范海生. 改进U-Net网络的遥感影像道路提取方法研究[J]. 计算机工程与应用, 2021, 57(14): 209-216.
[7]	宋廷强，李继旭，张信耶. 基于深度学习的高分辨率遥感图像建筑物识别[J]. 计算机工程与应用, 2020, 56(8): 26-34.
[8]	胥智杰，杨小兵，何灵敏，潘承瑞. 多尺度遥感语义分割网络[J]. 计算机工程与应用, 2020, 56(21): 210-217.
[9]	涂兵1，2，3，张晓飞1，3，潘建武1，3，张国云1，2，3，周紫璇1，3. 多特征与边缘校正融合的天际线检测算法研究[J]. 计算机工程与应用, 2019, 55(6): 178-185.
[10]	孙梦茹，王瑜，邢素霞. 基于结构局部边缘模式的绿色植物物种识别[J]. 计算机工程与应用, 2019, 55(3): 167-170.
[11]	韩彬，杨大利. 基于透射变换的印刷品图像归一化研究[J]. 计算机工程与应用, 2019, 55(23): 188-193.
[12]	聂东林，王洪辉，王翔，孟令宇. 基于图像处理的滑坡后缘裂缝运动轨迹分析[J]. 计算机工程与应用, 2019, 55(22): 201-205.
[13]	王鑫，徐明君，李可，宁晨. 一种有效的高分辨率遥感影像水体提取方法[J]. 计算机工程与应用, 2019, 55(20): 145-151.
[14]	冯正英，王世东. 结合MNF变换和Canny算子的遥感影像变化检测[J]. 计算机工程与应用, 2019, 55(14): 266-270.
[15]	刘丽霞1，李宝文3，王阳萍1，2，杨景玉1，2. 改进Canny边缘检测的遥感影像分割[J]. 计算机工程与应用, 2019, 55(12): 54-58.

利用全局运动估计和Canny理论压缩显微图像

Microscopic image compression using global motion estimation and Canny algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics