1.变换编码法
该编码方法的主要目的在于把统计相依的采样值变换成“某种程度上的统计独立”的系数。变换本身并不是压缩,只是将信号映射到另一域内,而在映射域内较容易实现压缩。把变换后的采样值通过比特分配的量化过程进行压缩,存储或传输变换后的压缩系数,从而达到压缩的目的。
常用的变换方法有离散傅里叶变换(DFT)、主分量变换(K-L)、离散余弦变换(DCT)以及近几年发展起来的小波变换。DFT、K-L、DCT等都是正交变换在生物医学数据压缩中的应用。这些正交变换在均方误差意义上性能较好,但从该意义上来比较上述的各种变换编码方法可以得出:主分量变换是最佳的,但无快速算法可循;离散余弦变换的性能几乎与主分量变换相同,且可借助于一些快速算法来实现,如利用循环卷积实现的快速算法;离散傅里叶变换的性能随着变换分量的增加而渐近地接近主分量变换,运算速度也快。特别是DCT运算速度快、质量高,且Ahmed等证明:与离散傅里叶变换、以及其他一些变换如哈尔(Haar)变换等来比较,DCT无论从均方误差还是速率失真等方面来看均是领先的,非常接近于K-L变换,但运算速度却大大高于K-L变换。因此不少学者均推崇利用离散余弦变换进行数据压缩,并且DCT已形成了专用软件。应用小波变换来进行数据压缩,公认有极好效果,但无论从理解和实现上都不太容易,并且在资源有限的微处理器上实现更是不太容易。
2.离散余弦变换
正交变换编码的基本思想是将数据信号变换到变换域进行描写,然后再根据变换域中系数的特点进行适当量化编码。采用正交变换编码进行数据压缩的进本思想,如图1所示:
图1正交变换编码压缩流程
正交变换具有能量守恒、能量集中、去相关性和熵保持的特性,无论在是在医疗数据处理中还是在图像处理中正交变换都得到广泛的应用。
DCT也是基于正交变换的一种编码方法,是N.Ahmed等人于1974年提出的。因为它变换矩阵的基向量很近似于Toeplitz矩阵的特征向量,而Toeplitz矩阵又体现了人类语音及图像信号的相关特性,因此DCT常常被认为是对语音和图形信号的准最佳变换,性能接近于K-L变换。