基于脊波变换的体数据压缩编码方法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (21): 193-196.

基于脊波变换的体数据压缩编码方法

曾理^1,2，李宗剑^1,2，翟玉兰³，邹晓兵^1,2，卢艳平¹

1.重庆大学光电技术及系统教育部重点实验室ICT研究中心，重庆 400044
2.重庆大学数理学院，重庆 400044
3.山东机器（集团）有限公司，山东淄博 255201

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-07-21 发布日期:2007-07-21
通讯作者: 曾理

Cubic data compression coding method based on ridgelet transform

ZENG Li^1,2，LI Zong-jian^1,2，ZHAI Yu-lan³，ZOU Xiao-bing^1,2，LU Yan-ping¹

1.ICT Research Center，Key Lab of Optoelectronic Tech. & Sys. of the EMC，Chongqing University，Chongqing 400044，China
2.College of Mathematics and Physics，Chongqing University，Chongqing 400044，China
3.Shandong Machinery（Group） Co. ltd，Zibo，Shandong 255201，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-07-21 Published:2007-07-21
Contact: ZENG Li

摘要/Abstract

摘要： 体数据的数据量大、数据间的相关性强、拥有大量的线或面结构，因此需要研究有效的压缩编码方法。脊波变换作为一种新的时频分析工具，在处理线或面的奇异性时有它适用的一面。在介绍脊波变换理论的基础上，将脊波变换的思想应用到体数据的压缩编码中。文中两种压缩策略的主要思想分别为：策略1先将体数据划分成切片组，再对每一张切片做二维脊波变换，然后进行量化和熵编码;策略2直接对体数据做类似于三维脊波变换的变换，然后进行量化和熵编码。比较而言，策略1实现简单，策略2能获得更高的压缩比。两种策略都具有较强的鲁棒性，且能实现嵌入式编码。该方法已应用到实际工业CT体数据的压缩编码中，还可用于其它类型体数据的压缩编码中。

关键词: 压缩编码, 体数据, 脊波变换, 鲁棒性, 嵌入式编码

Abstract: The cubic data are enormous，the relationship among them are strong，and there are lots of singularities as line or plane，so we need an effective compression coding method.The ridgelet，as a new analytic tool，has the good performance for describing the signals which have super-plane singularities in high dimensions.In this paper，on the basis of the theory of the ridgelet transform，two kind of compression strategies are adopted to the cubic data compression coding.The first one is the idea of the 2D ridgelet transform applied on each slice of the cubic data，the second one is the idea of the similar 3D ridgelet transform applied on the whole cubic data directly.Comparatively speaking，the first one is simpler and the second one has more compression ability.Though each of the two strategies have its own strong point，they have the same characteristics：strong robustness and embedded coding.Our methods have been applied to the cubic data in ICT，they can be applied to other cubic data too.

Key words: compression coding, cubic data, ridgelet transform, robustness, embedded coding

曾理^1,2，李宗剑^1,2，翟玉兰³，邹晓兵^1,2，卢艳平¹. 基于脊波变换的体数据压缩编码方法[J]. 计算机工程与应用, 2007, 43(21): 193-196.

ZENG Li^1,2，LI Zong-jian^1,2，ZHAI Yu-lan³，ZOU Xiao-bing^1,2，LU Yan-ping¹. Cubic data compression coding method based on ridgelet transform[J]. Computer Engineering and Applications, 2007, 43(21): 193-196.

[1]	白祉旭，王衡军，郭可翔. 基于深度神经网络的对抗样本技术综述[J]. 计算机工程与应用, 2021, 57(23): 61-70.
[2]	李松，刘哲，唐小妹，吴健，王飞雪. 基于固定点迭代的Huber鲁棒容积卡尔曼滤波算法[J]. 计算机工程与应用, 2021, 57(16): 90-96.
[3]	黄晓琪，王莉，李钢. 融合胶囊网络的文本-图像生成对抗模型[J]. 计算机工程与应用, 2021, 57(14): 176-180.
[4]	陈晓文，刘光帅，刘望华，李旭瑞. 成对旋转不变的共生自适应完全局部三值模式[J]. 计算机工程与应用, 2021, 57(1): 219-226.
[5]	范纯龙，何宇峰，王翼新. 大权值抑制策略用于训练卷积神经网络[J]. 计算机工程与应用, 2020, 56(2): 115-119.
[6]	杨永鹏，杨真真，李建林，乐俊. 低秩稀疏分解及其在视频和图像处理中的应用[J]. 计算机工程与应用, 2020, 56(16): 21-30.
[7]	李云，马英红. 基于属性约简集评价节点重要性研究[J]. 计算机工程与应用, 2019, 55(5): 149-158.
[8]	何丽，刘颖，韩克平. 噪声标注下的改进TSVM学习算法[J]. 计算机工程与应用, 2019, 55(17): 44-50.
[9]	蒋云彪，郭晨，于浩淼. 自主水下航行器的鲁棒自适应姿态控制算法[J]. 计算机工程与应用, 2019, 55(17): 266-270.
[10]	余景丽，胡恩良，张涛. 一种新的L1度量Fisher线性判别分析研究[J]. 计算机工程与应用, 2018, 54(4): 128-134.
[11]	郑浩，董明利，潘志康. 基于图像分类与多算法协作的目标跟踪算法[J]. 计算机工程与应用, 2018, 54(4): 185-191.
[12]	魏煜，嵩天. 无线传感器网络中的数据传输精简算法[J]. 计算机工程与应用, 2018, 54(3): 100-108.
[13]	邵浩. 基于压缩编码的迁移学习算法研究[J]. 计算机工程与应用, 2018, 54(3): 142-149.
[14]	罗煜1，周星1，龙宇1，匡汉宝1，Thomas Dreibholz2，谭毓银1. IPv6+MPTCP技术对上层应用支撑的验证[J]. 计算机工程与应用, 2018, 54(24): 79-86.
[15]	王蓉，惠小静，井美. 基于平均逻辑相似度的α-反向三I算法的鲁棒性[J]. 计算机工程与应用, 2018, 54(15): 34-37.