数字图像压缩技术的研究及进展.doc

数字图像压缩技术的研究及进展 作者： 日期：11 个人收集整理 勿做商业用途数字图像压缩技术的研究及进展测绘学院 遥感科学与技术11-1 郭连杰 201101180704 摘要： 本文通过介绍其发展历程及其基本原理和分类和其现阶段的应用对图像压缩编码技术进行了系统性概述，最后对其前景作了总体上的展望，点名了其发展方向。数字图像压缩技术对于数字图像信息在网络上实现快速传输和实时处理具有重要的意义. 当前几种最为重要的图像压缩算法：JPEG、JPEG2000、分形图像压缩和小波变换图像压缩，总结了它们的优缺点及发展前景.然后简介了任意形状可视对象编码算法的研究现状，并指出此算法是一种产生高压缩比的图像压缩算法。随着国际互联网和无线通讯的迅速发展,图像被广泛应用于在各种多媒体服务中，图像压缩技术伴随着信息理论的发展和信息交流的需求而不断发展、成熟.图像压缩的基本理论起源于20世纪40年代末香农（Shannon）的信息理论。在这个理论框架下,出现了早期的信源编码方法,如香农-法诺编码、哈夫曼编码、算术编码、词典编码（包括LZ77、LZ88及LZW）等。分析表明,原始图像数据在相邻像素之间存在较强的相关性,通过将从空间域映射到变换域，在变换域进行处理,可以有效去除相关性，获得更好的压缩效果。实践表明，离散余弦变换(Discrete Cosine Transformation，DCT)和离散小波变换(Discrete Wavelet Transformation，DWT)是两种有效的变换方法,能使图像数据在频率分布上更有规律，从而为进行图像压缩铺平了道路。20世纪80年代中期开始制定的静止图像压缩编码国际标准JPEG采用DCT编码作为核心算法，得到了广泛应用。1993年Shapiro提出嵌入式零树小波（Embedded Zerotree Wavelet,EZW)编码方法具有低码率、低失真和渐进传输特性等重要特征,成为基于小波变换编码的新一代的静止图像压缩标准JPEG 2000的基础算法。 关键词: 分形图像压缩；小波变换；任意形状可视对象编码； 发展前景； 现状 ；分类 ;原理；图像压缩;图像编码；压缩技术文档为个人收集整理,来源于网络个人收集整理，勿做商业用途一、引 言随着多媒体和通信技术的快速发展，多媒体信息的传输对数据的存储和传输提出了更高的要求,也给现有的有限带宽以严峻的考验，特别是具有庞大数据量的数字图像通信，更难以传输和存储，极大地制约了图像通信的发展,因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输，并且要求复原图像有较好的质量。利用图像压缩，可以减轻图像存储和传输的负担，使图像在网络上实现快速传输和实时处理。数字化后的信息，尤其是数字化后的视频和音频信息,具有数据海量性的特点，它给信息的存储和传输造成很大的困难，成为阻碍人类有效获取和使用信息的瓶颈问题之一。因此，研究和开发新型有效的多媒体数据压缩编码方法，以压缩的形式存储和传输这些数据将是最好的选择。为了在最短的时间传递尽可能多的图片，或者为了利用有限的存储容量存储更多的图象信息,或者为了在有限的带宽条件下传输尽可能多的活动图像,就要研究怎样才能最大限度的压缩图像数据，并且保证压缩后的重建图像能够被用户所接受,这就是图像编码所要解决的问题. 二、图像压缩编码技术的发展历程图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有50多年的历史了。在此期间出现了很多种图像压缩编码方法，特别是到了80年代后期以后,由于小波变换理论，分形理论,人工神经网络理论，视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。1 9 4 8 年提出电视信号数字化后,就开始了对图像压缩编码技术的研究工作，至今已 有5 0 多年的历史。 5 0 和6 0 年代，限于客观条件，仅对帧内预测法和亚取样内插复原法进行研究。1 9 6 6 年J . B . O Ne a l 对比分析了D P C M与P C M，并提出了用于电视的试验数据。 1 9 6 9 年进行了线性预测编码的实际试验。 1 9 6 9 年举行首届图像编码会议 ， 7 0 年代开始进行帧间预测编码的研究.8 0 年代开始对运动补偿所用的运动估值算法进行研究。 变换编码是1 9 6 8年H 。 C 。 A n d r e w s 等人提出的， 采用的是二维离散傅里叶变换。此后相继出现了其他的变换编码方法,其中包括二维D C T .对模型编码的研究始于8 0 年代初.进入9 0 年代以 后，I T U - T 和I S O制定了一系列图 像编码国际标准.如:1 9 9 0 年为会议电视和可视电话制定的H . 2 6 1 标准。1 9 9 1 年为静止图像编码制定的J P E G标准。1 9 9 1 年为电视数字图像存储而制定的MP E G - 1 标准。1 9 9 3 年为活动图像及其伴音压缩而制定的通用编码国际标准MPE G - 2 01 9 9 4美国“ 大联盟”公布数字H D T V系统的说明书草案。美国“ 先进电视H 2 6 3 视频编码系统的研究与实现系统委员会”拟定 “ 数字电视标准。1 9 9 6 年I T U T为甚低码率视频编码而制定的H 。 2 6 3 标准.1 9 9 8 年I T U - T拟定H。 2 6 3 V e r s i o n 2 草案，即H . 2 6 3 + 01 9 9 8 年拟定M P E G 4 草案，首次在编码中引入了视频对象和基于内容编码的概念。 三、JPEG压缩JPEG算法是一种数字图像压缩编码算法，具有压缩比例高、失真小的特点,并已被确定为国际标准。该标准被广泛应用于数码相机、监视系统、手机、可视电话等等诸多方面。它的应用与实现不仅限于PC机，更多的则是基于嵌入式系统。嵌入式系统有其体积小、成本低、可靠性高、速度快、环境适应性强等优点。嵌入式编码实现方式也比较多，有的采用专用集成芯片,有的基于FPGA，有的基于DSP，ARM。采用专用芯片的方式实现简单，技术成熟可靠，但灵活性以及可扩展性差。基于FPGA的方式，压缩算法纯硬件实现，并行处理速度高,可实现高速处理，但由于JPEG压缩算法比较复杂，开发难度大些，费时费力。负责开发静止图像压缩标准的“联合图片专家组”（Joint Photographic Expert Group，简称JPEG），于1989年1月形成了基于自适应DCT的JPEG技术规范的第一个草案，其后多次修改，至1991年形成ISO10918国际标准草案,并在一年后成为国际标准,简称JPEG标准。1JPEG压缩原理及特点 JPEG算法中首先对图像进行分块处理，一般分成互不重叠的 大小的块,再对每一块进行二维离散余弦变换(DCT）。变换后的系数基本不相关,且系数矩阵的能量集中在低频区，根据量化表进行量化，量化的结果保留了低频部分的系数，去掉了高频部分的系数.量化后的系数按zigzag扫描重新组织,然后进行哈夫曼编码。JPEG的特点 优点:（1)形成了国际标准；（2)具有中端和高端比特率上的良好图像质量。 缺点:(1）由于对图像进行分块，在高压缩比时产生严重的方块效应;（2)系数进行量化，是有损压缩；（3）压缩比不高,小于50。JPEG压缩图像出现方块效应的原因是:一般情况下图像信号是高度非平稳的，很难用Gauss过程来刻画，并且图像中的一些突变结构例如边缘信息远比图像平稳性重要，用余弦基作图像信号的非线性逼近其结果不是最优的。2 JPEG压缩的研究状况及其前景 针对JPEG在高压缩比情况下，产生方块效应,解压图像较差，近年来提出了不少改进方法，最有效的是下面的两种方法：（1）DCT零树编码 DCT零树编码把 DCT块中的系数组成log2N个子带，然后用零树编码方案进行编码.在相同压缩比的情况下，其PSNR的值比 EZW高。但在高压缩比的情况下，方块效应仍是DCT零树编码的致命弱点。（2）层式DCT零树编码 此算法对图像作 的DCT变换，将低频 块集中起来，做 反DCT变换;对新得到的图像做相同变换，如此下去，直到满足要求为止。然后对层式DCT变换及零树排列过的系数进行零树编码.JPEG压缩的一个最大问题就是在高压缩比时产生严重的方块效应,因此在今后的研究中,应重点解决 DCT变换产生的方块效应，同时考虑与人眼视觉特性相结合进行压缩。本文为互联网收集，请勿用作商业用途文档为个人收集整理,来源于网络四、JEPG2000压缩 JPEG2000是由ISO/IEC JTCISC29标准化小组负责制定的全新静止图像压缩标准。一个最大改进是它采用小波变换代替了余弦变换。2000年3月的东京会议，确定了彩色静态图像的新一代编码方式JPEG2000图像压缩标准的编码算法.1JPEG2000压缩原理及特点 编码过程主要分为以下几个过程：预处理、核心处理和位流组织。预处理部分包括对图像分片、直流电平（DC）位移和分量变换。核心处理部分由离散小波变换、量化和熵编码组成.位流组织部分则包括区域划分、码块、层和包的组织。JPEG2000格式的图像压缩比,可在现在的JPEG基础上再提高1030%，而且压缩后的图像显得更加细腻平滑.对于目前的JPEG标准，在同一个压缩码流中不能同时提供有损和无损压缩，而在JPEG2000系统中,通过选择参数，能够对图像进行有损和无损压缩。现在网络上的JPEG图像下载时是按“块传输的,而JPEG2000格式的图像支持渐进传输，这使用户不必接收整个图像的压缩码流。由于JPEG2000采用小波技术,可随机获取某些感兴趣的图像区域（ROI）的压缩码流，对压缩的图像数据进行传输、滤波等操作。图1 JPEG2000压缩编码与解压缩的总体流程2JPEG2000压缩的前景 JPEG2000标准适用于各种图像的压缩编码。其应用领域将包括Internet、传真、打印、遥感、移动通信、医疗、数字图书馆和电子商务等。JPEG2000图像压缩标准将成为21世纪的主流静态图像压缩标准。个人收集整理，勿做商业用途本文为互联网收集，请勿用作商业用途五、小波变换图像压缩1小波变换图像压缩原理小波变换用于图像编码的基本思想就是把图像根据Mallat塔式快速小波变换算法进行多分辨率分解。其具体过程为:首先对图像进行多级小波分解，然后对每层的小波系数进行量化,再对量化后的系数进行编码。小波图像压缩是当前图像压缩的热点之一,已经形成了基于小波变换的国际压缩标准，如MPEG-4标准，及如上所述的JPEG2000标准 。2小波变换图像压缩的发展现状及前景 目前3个最高等级的小波图像编码分别是嵌入式小波零树图像编码（EZW），分层树中分配样本图像编码（SPIHT）和可扩展图像压缩编码（EBCOT)。（1)EZW编码器 1993年，Shapiro引入了小波“零树”的概念，通过定义POS、NEG、IZ和ZTR四种符号进行空间小波树递归编码，有效地剔除了对高频系数的编码，极大地提高了小波系数的编码效率.此算法采用渐进式量化和嵌入式编码模式，算法复杂度低.EZW算法打破了信息处理领域长期笃信的准则：高效的压缩编码器必须通过高复杂度的算法才能获得，因此EZW编码器在数据压缩史上具有里程碑意义。(2）SPIHT编码器 由Said和Pearlman提出的分层小波树集合分割算法(SPIHT）则利用空间树分层分割方法，有效地减小了比特面上编码符号集的规模。同EZW相比，SPIHT算法构造了两种不同类型的空间零树，更好地利用了小波系数的幅值衰减规律。同EZW编码器一样,SPIHT编码器的算法复杂度低，产生的也是嵌入式比特流,但编码器的性能较EZW有很大的提高。（3）EBCOT编码器优化截断点的嵌入块编码方法(EBCOT）首先将小波分解的每个子带分成一个个相对独立的码块,然后使用优化的分层截断算法对这些码块进行编码,产生压缩码流，结果图像的压缩码流不仅具有SNR可扩展而且具有分辨率可扩展，还可以支持图像的随机存储。比较而言，EBCOT算法的复杂度较EZW和SPIHT有所提高，其压缩性能比SPIHT略有提高。小波图像压缩被认为是当前最有发展前途的图像压缩算法之一。小波图像压缩的研究集中在对小波系数的编码问题上.在以后的工作中，应充分考虑人眼视觉特性，进一步提高压缩比，改善图像质量。并且考虑将小波变换与其他压缩方法相结合。例如与分形图像压缩相结合是当前的一个研究热点.个人收集整理,勿做商业用途个人收集整理，勿做商业用途六、分形图像压缩 1988年,Barnsley通过实验证明分形图像压缩可以得到比经典图像编码技术高几个数量级的压缩比。1990年，Barnsley的学生A。E.Jacquin提出局部迭代函数系统理论后,使分形用于图像压缩在计算机上自动实现成为可能。1 分形图像压缩的原理 分形压缩主要利用自相似的特点,通过迭代函数系统（Iterated Function System, IFS）实现。其理论基础是迭代函数系统定理和拼贴定理。分形图像压缩把原始图像分割成若干个子图像，然后每一个子图像对应一个迭代函数，子图像以迭代函数存储，迭代函数越简单，压缩比也就越大。同样解码时只要调出每一个子图像对应的迭代函数反复迭代，就可以恢复出原来的子图像，从而得到原始图像。2几种主要分形图像编码技术 随着分形图像压缩技术的发展，越来越多的算法被提出,基于分形的不同特征,可以分成以下几种主要的分形图像编码方法。（1）尺码编码方法 尺码编码方法是基于分形几何中利用小尺度度量不规则曲线长度的方法，类似于传统的亚取样和内插方法，其主要不同之处在于尺度编码方法中引入了分形的思想,尺度 随着图像各个组成部分复杂性的不同而改变.（2）迭代函数系统方法 迭代函数系统方法是目前研究最多、应用最广泛的一种分形压缩技术，它是一种人机交互的拼贴技术，它基于自然界图像中普遍存在的整体和局部自相关的特点，寻找这种自相关映射关系的表达式，即仿射变换，并通过存储比原图像数据量小的仿射系数，来达到压缩的目的。如果寻得的仿射变换简单而有效，那么迭代函数系统就可以达到极高的压缩比。(3）A-EJacquin的分形方案 AEJacquin的分形方案是一种全自动的基于块的分形图像压缩方案，它也是一个寻找映射关系的过程，但寻找的对象域是将图像分割成块之后的局部与局部的关系。在此方案中还有一部分冗余度可以去除，而且其解码图像中存在着明显的方块效应。个人收集整理，勿做商业用途文档为个人收集整理,来源于网络3。分形图像压缩的前景虽然分形图像压缩在图像压缩领域还不占主导地位,但是分形图像压缩既考虑局部与局部，又考虑局部与整体的相关性，适合于自相似或自仿射的图像压缩,而自然界中存在大量的自相似或自仿射的几何形状，因此它的适用范围很广。 4.其它压缩算法 除了以上几种常用的图像压缩方法以外，还有：NNT（数论变换)压缩、基于神经网络的压缩方法、Hibert扫描图像压缩方法、自适应多相子带压缩方法等，在此不作赘述。下面简单介绍近年来任意形状纹理编码的几种算法10 13。(1）形状自适应DCT（SA-DCT）算法 SADCT把一个任意形状可视对象分成 的图像块，对每块进行DCT变换，它实现了一个类似于形状自适应Gilge DCT1011变换的有效变换，但它比Gilge DCT变换的复杂度要低。可是,SA-DCT也有缺点，它把像素推到与矩形边框的一个侧边相平齐，因此一些空域相关性可能丢失，这样再进行列DCT变换，就有较大的失真了。（2)Egger方法 Egger等人提出了一个应用于任意形状对象的小波变换方案。在此方案中,首先将可视对象的行像素推到与边界框的右边界相平齐的位置，然后对每行的有用像素进行小波变换，接下来再进行另一方向的小波变换。此方案，充分利用了小波变换的局域特性。然而这一方案也有它的问题，例如可能引起重要的高频部分同边界部分合并，不能保证分布系数彼此之间有正确的相同相位，以及可能引起第二个方向小波分解的不连续等。（3）形状自适应离散小波变换(SA-DWT） Li等人提出了一种新颖的任意形状对象编码，SADWT编码1822。这项技术包括SADWT和零树熵编码的扩展（ZTE）,以及嵌入式小波编码(EZW）。SA-DWT的特点是：经过SADWT之后的系数个数，同原任意形状可视对象的像素个数相同;小波变换的空域相关性、区域属性以及子带之间的自相似性,在SA-DWT中都能很好表现出来；对于矩形区域,SADWT与传统的小波变换一样。SA-DWT编码技术的实现已经被新的多媒体编码标准MPEG4的对于任意形状静态纹理的编码所采用。在今后的工作中，可以充分地利用人类视觉系统对图像边缘部分较敏感的特性，尝试将图像中感兴趣的对象分割出来，对其边缘部分、内部纹理部分和对象之外的背景部分按不同的压缩比进行压缩，这样可以使压缩图像达到更大的压缩比，更加便于传输。文档为个人收集整理，来源于网络本文为互联网收集，请勿用作商业用途七、离散余弦变换（DCT） 1、DCT的定义 基于 DCT 的图像压缩编码算法的研究前言相关技术日新月异的进步,使得数字图像相关技术的应用越来越广泛。数字图像以其较之于传统文字信息大得多的信息量，更加符合人们接受信息的习惯的特点，已经渗透到社会生活的各个方面.随着信息技术的发展，图像信息被广泛应用于多媒体通信和计算机系统中,但是图像数据的一个显著特点就是信息量大.具有庞大的数据量,如果不经过压缩，不仅超出了计算机的存储和处理能力，而且在现有的通信信道的传输速率下，是无法完成大量多媒体信息实时传输的，因此,为了更有效的存储、处理和传输这些图像数据，必须对其进行压缩，因此有必要对图像压缩编码进行研究。由于组成图像的各像素之间，无论是在水平方向还是在垂直方向上都存在着一定的相关性,因此只要应用某种图像压缩编码方法提取或者减少这种相关性, 就可以达到压缩数据的目的。因此,数字图像的压缩编码与传输是非常有实际使用价值的热点研究问题。DCT变换利用傅立叶变换的性质采用图像边界褶翻将像变换为偶函数形式,然后对图像进行二维傅立叶变换，变后仅包含余弦项所以称之为离散余弦变换。二维离散余弦变换DCT（DiscreteCosineTransform)的定为假设矩阵A的大小为MxN。个人收集整理,勿做商业用途文档为个人收集整理，来源于网络 其中。Bpq称为矩阵A的DCT系数。在MATLAB中,矩阵的下标从l开始而不是从0开始的，所以MATLAB中的矩阵元素A（1,1）和B(1，1）分别对应于上面定义中的值A加和B.。，依此类推。DCT是一种可逆变换,离散反余弦变换定义如下：上式的含义是任何MxN的矩阵A都nJ以表示为一系列有下面形式的函数的和：这些函数称为DCT变换的基函数。这样Bpq就可以看成是应用于每个基函数的加权。2、DCT和图像压缩 DCT编码属于正交变换编码方式用于去除图像数据的空间冗余。变换编码就是将图像光强矩阵(时域信号）变换到系数空间（频域信号）上进行处理的方法。在空问上具有强相关的信号，反映在频域上是在某些特定的区域内能量常常被集中在一起，或者是系数矩阵的分布具有某些规律。我们可以利用这些规律在频域上减少量化比特数，达到压缩的目的。图像经DCT变换以后，DCT系数之间的相关性已经很小。而且大部分能量集中在少数的系数上,因此,DCT变换在图像压缩中非常有用，是有损图像压缩国际标准JPEG的核心。从原理上讲可以对整幅图像进行DCT变换，但由于图像各部位上细节的丰富程度不同，这种整体处理的方式效果不好.为此,发送者首先将输入图像分解为8x8或16x16的块,然后再对每个图像块进行二维DCT变换，接着再对DCT系数进行量化、编码和传输；接收者通过对量化的DCT系数进行解码,并对每个图像块进行的二维DCT反变换最后将操作完成后所有的块拼接起来构成一幅单一的图像。对于一般的图像而言，大多数DCT系数值都接近于0,町以去掉这些系数而不会对重建图像的质量产生霞大影响。此，利用DCT进行圈像压缩确实可以节约大量的存储空间在宴验中，先将输入的原始lena图像分为8x8的块，然文档为个人收集整理,来源于网络文档为个人收集整理,来源于网络后再对每个块进行二维DCT变换。MATLAB图像处理上具箱中提供的二维DCT变换及DCT反变换函数如下。八、图像压缩编码技术的分类图像压缩编码技术从不同的角度出发，有不同的分类方法.根据压缩过程有无信息损失，可分为有损编码和无损编码。根据压缩原理进行划分，可以分为预测编码、变换编码、统计编码等。有损编码又称为不可逆编码，是指对图像进行有损压缩，致使解码重新构造的图像与原始图像存在一定的失真，即丢失了了部分信息。无损压缩又称可逆编码，是指解压后的还原图像与原始图像完全相同，没有任何信息的损失。预测编码是利用图像信号在局部空间和时间范围内的高度相关性，以已经传出的近邻像素值作为参考，预测当前像素值，然后量化、编码预测误差.变换编码是将空域中描述的图像数据经过某种正交变换转换到另一个变换域中进行描述,变换后的结果是一批变换系数，然后对这些变换系数进行编码处理，从而达到压缩图像数据的目的。统计编码也称为熵编码，它是一类根据信息熵原理进行的信息保持型变字长编码.编码时对出现概率高的事件用短码表示,对出现概率低的事件用长码表示。九、图像压缩编码技术的基本原理去除多余数据，以数学的观点来看，这一过程实际上就是将二维像素阵列变换为一个在统计上无关联的数据集合.图像压缩是指以较少的比特有损或无损地表示原来的像素矩阵的技术,也称图像编码。数据能够进行压缩基于两个原因:一是数据中存在大量冗余（相关性），主要是空间冗余、时间冗余、结构冗余、知识冗余及纹理的统计冗余。基于该原理的压缩称为无损失压缩.二是对于图像、音频和视频，人的感官可容忍某些细节（质量）的丢失。而且事实表明，人类的视觉系统对图像场的敏感性是非均匀和非线性的,如亮度和色彩度及边缘和非边缘区域敏感性相差较大。在编码时若把图像分解成符合这一视觉内在特征的频率通道,则可能获取较大的压缩比。基于该原理的压缩称为有损失压缩。十、图像压缩编码技术在现阶段的应用图像编码技术的出现及发展，其意义之大已到可以促使现有信息产业的结构发生巨变的程度，从而使通信，广播，计算机产业的界限变得更加模糊了。目前，国外的些有线电视公司和通信、计算机公司之间的相互合作，如:美国最大的有线电视公司和软件公司合作开发交互电视等都充分体现了其意义之重大。如今很多国家都在大力推广数字电视技术。因为数字电视具有图像质量高、频谱利用率高、可以实现多种业务的动态组合和统计复用、易于加密、具有可扩展性、可分组性和互操作性、可以灵活组成交互武电视系统等优点，而这些优点是模拟电视所无法比拟的.在我国，像安徽合肥地区基本上完成了数字电视的转换,模拟电视信号己切断。数字电视在视频质量以及与用户的交互性等诸多方面，都是模拟电视所无法相比的。但是数字电视受到数据量庞大的约束,因而要保证数字电视传输质量及数量的要求，视频压缩的技术解决就显得极为重要。所以，最近几年图像编码研究主要集中在视频压缩上，以改进数字电视的性能，促使各等级的数字电视的成功实现，扩大其应用领域。这也表明图像编码技术对数字电视的发展起着至关重要的作用。十一、图像压缩编码技术的前景展望目前的研究工作主要分为两个方向：1、更好地实现现有的图像编码国际标准研制出集成度更高、性能更好的图像编码专用芯片( A S I C ) ,使编码系统成本更低，可靠性更高。几个国际标准的单片或两片的系统级解码A S I C均己推出，其中包括对运算速度要求很高的 MP E G 2解码芯片。不久还将推出要求更高的H D T V的单片视频解码芯片。符合MP E G - 2标准的单片或多片视频编码A S I C也 已推出.解决好现有的图像编码系统开发中的技术问题。例如：提高图像质量，提高抗误码能力，在A T M网等变速信道上的应用等。2 、对图像编码理论和其他图像编码方法的研究传统的压缩编码是建立在香农信息论的基础上,它以经典的集合论为基础，用统计概率模型来描述信源，但是，它未考虑信息接受者的主观特性及事件本身的具体含义、重要程度和引起的后果。目前压缩编码的发展历程实际是以香农信息论为出发点,不断完善的过程.已提出和正在进行研究的图像编码方法有以下三类：考虑信源的统计特性：预测编码方法，变换编码方法，向量量化编码方法,子带一小波编码方法，神经网络编码方法等;考虑人眼的视觉特性：基于方向滤波的图像编码方法，基于图像轮廓一纹理的编码方法;考虑图像传递的景物特性:分形编码，基于内容的编码方法。3.1图像编码的分类图像编码压缩的方法目前有很多,其分类方法根据出发点不同而有差异。根据解压重建后的图像和原始图像之间是否具有误差（对原图像的保真程度),图像编码压缩分为无误差（亦称无失真、无损、信息保持）编码和有误差（有失真或有损)编码两大类。无损压缩（冗余度压缩、可逆压缩）：是一种在解码时可以精确地恢复原图像，没有任何损失的编码方法，但是压缩比不大,通常只能获得15倍的压缩比。用于要求重建后图像严格地和原始图像保持相同的场合，例如复制、 保存十分珍贵的历史、文物图像等；有损压缩（不可逆压缩）：只能对原始图像进行近似的重建，而不能精确复原,适合大数工用于存储数字化了的模拟数据。压缩比大，但有信息损失。3。2 无损编码3。2。1行程编码（RLE）在一个逐行存储的图像中，具有相同灰度值的一些象素组成的序列称为一个行程。在编码时，对于每个行程只存储一个灰度值的码，再紧跟着存储这个行程的长度.这种按照行程进行的编码被称为行程编码(Run Length Encoding）。行程编码对于仅包含很少几个灰度级的图像,特别是二值图像,比较有效.3。2。2Huffman编码Huffman编码是50年代提出的一种基于统计的无损编码方法,它利用变长的码来使冗余量达到最小。通过一个二叉树来编码，使常出现的字符用较短的码代表，不常出现的字符用较长的码代表。静态Huffman编码使用一棵依据字符出现的概率事先生成好的编码树进行编码.而动态Huffman编码需要在编码的过程中建立编码树.由于Huffman编码所得到的平均码字长度可以接近信源的熵,因此在变长编码中是最佳的编码方法，故也称为熵编码。具体编码方法是:把输入元素按其出现概率的大小顺序排列起来,然后把两个具有最小概率的元素之概率加起来；把该概率之和同其余概率大小顺序排队，然后再把两个最小概率加起来，再重新排队；重复，直到最后得到和为1的根节点.3.3有损编码3。3。1量化 将图像用较少的灰度级别来表示是最简单的减小数据量的方法,这种方法就是标量量化方法。更一般的情况是,针对连续量的采样过程，量化是用有限个状态来表示连续值。3。3.2预测编码预测编码根据数据在时间和空间上的相关性，根据统计模型利用已有样本对新样本进行预测,将样本的实际值与其预测值相减得到误差值,再对误差值进行编码。由于通常误差值比样本值小得多，因而可以达到数据压缩的效果。 模拟量到数字量的转换过程是脉冲编码调制过程PCM ，也称PCM编码。对于图像而言，直接以PCM编码,存储量很大。预测编码可以利用相邻象素之间的相关性，用前面已出现的象素值估计当前象素值,对实际值与估计值的差值进行编码。常用的一种线性预测编码方法是差分脉冲编码调制DPCM。预测编码通常不直接对信号编码，而是对预测误差编码。当预测比较准确,误差较小时，即可达到编码压缩的目的。这种编码称之为差分脉冲编码调制（DPCM）。3.3。3DCT编码DCT变换是图像压缩标准中常用的变换方法，如JPEG标准中将图像按8x8分块利用DCT变换编码实现压缩。3。4保真度准则在图像压缩编码中，解码图像与原始图像可能会差异，因此，需要评价压缩后图像的质量。描述解码图像相对原始图像偏离程度的测度一般称为保真度（逼真度）准则.常用的准则可分为两大类：客观保真度准则和主观保真度准则.3.4。1客观保真度准则最常用的客观保真度准则是原图像和解码图像之间的均方根误差和均方根信噪比两种。3.4.2主观保真度准则尽管客观保真度准则提供了一种简单、方便的评估信息损失的方法，但很多解压图最终是供人观看的.事实上,具有相同客观保真度的不同图像,在人的视觉中可能产生不同的在视觉效果。这是因为客观保真度是一种统计平均意义下的度量准则，对于图像中的细节无法反映出来。而人的视觉系统具有独特的特性,能够觉察出来.这种情况下，用主观的方法来测量图像的质量更为合适。1种常用的方法是对1组（不少于20人)观察者显示图像，并将他们对该图像的评分取平均，用来评价一幅图像的主观质量.十二、结束语从图像和视频压缩的发展可以看到:图像压缩的目的由单纯的减少数据量走向功能的多元化：交互性、可分级性、灵活性;压缩的方法由单一化走向自适应的使用多种压缩工具。压缩技术的发展与社会的需求息息相关.随着数学理论、信息论和计算机视觉等的发展必然会有功能更全面的更有效的图像压缩编码技术的产生。 参考文献：1 数字图像压缩技术的现状及前景分析 王海松; 赵杰 科技信息 2010（3）2 图像压缩技术进展 陈文森 影像技术 2010（2）3 基于JPEG标准的静态图像压缩算法研究 张元伟,刘彦隆 电子设计工程 2010(2)