摘要以医用X射线灰度图像为例，介绍基于象素R ，G，B值的无损压缩算法在X射线图像分析系统中的应用。通过对X射线灰度图像特征、象素 的R，G，B值、压缩等各个环节的设计与描述，完整地给出了该算法的实现过程。

A Practical Compression Algorithm of the X Ray Images

Zhou LihuaWang Shidi

(Computer Center, Chongqing University of Medical Science, Chongqing400016)

AbstractThe application of a lossless compressioin algori thm, based on the R,G,B value of pixel, to a X ray analyzing system is introduc ed through some medical examples of the X Ray image. The realization of the algo r ithm is completely presented, based on the design and the description of the cha racteristics, the R,G,B value of the pixed and the lossless compression methods of the X ray images.

Key wordsCompression algorithmPixelR,G,B value

1前言

现代医学实验起源于解剖学，它是整个现代医学的基础，解剖学的可视性使医学的真实性、 可靠性和人们的研究热情大大提高，现代医学的发展是多学科努力的结果，但医学可视化始 终 是人们不懈追求的目标。100年前，德国人伦琴发现了X射线，由此开创了医学放射学的先河 ， 此后，出现了各种的针对不同用途的X射线设备、体层摄影用X射线设备及特殊检查用X射线 设备等，这些设备均可与计算机技术相结合，计算机可通过数据采集卡从这些设备把原始X 线图像调入计算机，显示在计算机的显示屏上，并可将采入图像保存在计算机的存贮器中， 这样可反复调用和长期有效的保存，但是，由于计算机中保存图像需要用较大的存贮空间， 所以给其更为普遍的应用和在网上传输带来不便，基于此因，我们通过大量临床实践的验证 ，实现了一种即简单快捷又实用可行的X射线灰度图像无损压缩算法。

2图像显示

在计算机中，要显示图像，就必须将其图像信息放入显示内存中，然后才能在计算机的显示 器上显示出来，而显示器是通过每个发光点(象素)的点阵方式来显示的，每个象素的色彩 由R(红色)值、G(绿色)值和B(蓝色)值来决定，所以保存在计算机中的图像须保存其每个象 素点的R，G，B值，随着显示分辨率的增加，保存在计算机中图像的容量也会增加。

3图像压缩算法

3.1压缩

由于在显示器上显示图像的色彩用R，G，B值来表示，当R值=G值=B值时，其图像为灰度图像 ，基于此原理，由于X射线图像是灰度图像，所以我们将X射线图像每个象素的R，G，B值从 内存中取出，求其R，G，B三数的平均值(用M表示)：

M=(R+G+B)/3

再把每个象素点的M值组成一个无损压缩文件存入磁盘，这样在磁盘中的压缩文件的大小就 会减少，以这样的方式存贮文件可节省存贮空间，以这样的方式传输文件可以提高传输速 度。

3.2解压

从磁盘上调入压缩文件，只要将压缩文件中的每个M值分别放入显示内存对应的R，G，B值， 即可实现解压，在临床实践中效果非常好。

4一个实例

下面给出一个X射线灰度图像压缩实例，如果不采用任何压缩方法其图像文件的长度为1301K bytes，见图1。如果采用第三节所用方法进行无损压缩，则压缩后的图像文件长度为432K bytes，其解压恢复后的图像，见图2。

图1压缩前的X射线图像

Fig 1A X ray image before compression

图2解压后的X射线图像

Fig 2The X ray image after decompression

5程序实现

下面是在Windows 98中，采用24位真彩色，

用Visual C++6.0编制的压缩Compressor() 和解压Decompressor()的函数程序段：

LONG WINAPICompressor(HDC hDC, LPSTR Fn, LONG w, LONG h)

｛FILEFp；

LONGPicW=w；

LONGPicH=h；

LONGSizBuf=wh3；

LPBYTEBuff；

HANDLEhMem;

HBITMAPhBmp；

HDChDCp；

LONGk；

BYTER，G，B

Hmem=GlobalAlloc(GMEM-FIXED,SizBuf)；

Buff=(LPBYTE)GlobalLock(hMem);

HDCp=CreateCompatibleDC(hDC)；

HBmp=CreateCompatibleBitmap(hDC,PicW,PicH);SelectObject(hDCp,h Bmp)；

BitBlt(hDCp,0,0,PicW,PicH,hDC,0,0,SRCCOPY)；

GetBitmapBits(hBmp,SizBuf,Buff)；

for(k=0;k＜SizBuf;k+=3)

｛

B=(Buff+k);G=(Buff+k+1);B=(Buff+k+2);

(Buff+kp)=(B+G+R)/3;kp++；

}

if((Fp=fopen(Fn,"wb"))!=NULL){z=fwrite(Buff,PicW;PicH,Fp);fclose(Fp);}

GlobalUnlock(hMem);GlobalFree(hMem);DeleteDC(hDCp);DeleteObject(hBmp);

return ()；

}

LONG WINAPIDecompressor(HDC hDC,LPSTR Fn, LONG w, LONG h)

{FILEFp;

LONGkp=SizPic-1；

LONGPicW=w;

LONGPicH=h;

LONGSizBuf=wh3；

LPBYTEBuff;

HANDLEhMem;

HBITMAPhBmp；

HDChDCp;

LONGk;

BYTER，G，B；

HMem=GlobalAlloc(GMEM-FIXED,SizBuff)；

Buff=(LPBYTE)GlobalLock(hMem)；

HDCp=CreateCompatibleDC(hDC)；

hBmp=CreateCompatibleBitmap(hDC,PicW,PicH)；

SelectObject(hDCP,hBmp)；

if((Fp=fopen(Fn,"rb"))!=NULL)

{

z=fread(Buff,PicW,PicH,Fp);fclose(Fp);

for(k=SizBuf-3;k＞=0;k-=3)

{

B=(Buff+kp);G=B;R=B;kp-;

(Buff+k)=B;(Buff+k+1)=G;(Buff+k+2)=R；

}

}

SetBitmapBits(hBmp,SizBuf,Buff)；

BitBlt(hDC,0,0,PicW,PicH,hDCp,0,0,SRCCOPY);

GlobalUnlock(hMem);GlobalFree(hMem);DeleteDC(hDCp);DeleteObject(hBmp);

return();

}

6结束语

以上给出的是一种算法简单、实现容易、处理速度快的无损压缩算法，可广泛应用于黑白B 超图像、MRI(磁共振成像术)、PET(正电子发射断层扫描技术)等其它灰度图像的压缩存贮。

参考文献

1，陈鹤声.医用影像设备学，人民卫生出版社，1998∶102～398

2，程文斌，金相凤.Visual C++实用大全，北京航空航天大学出版社，1995 年，601～629

3，［美］Clayton Walnum著，齐舒创作室译.Windows98编程核心技术精解， 中国水利水电出版社，1998∶83～100

(收稿：1999-12-23)