图像压缩编码概述

1.图像压缩编码的必要性

现在是信息爆炸时代，图像数据量特别大，故此在传输或者存储时都需要对数据进行有效的压缩。图像压缩就是对图像数据按照一定的规则进行变换和组合，用少的数据量表示影像。

2.图像压缩编码的可行性

大多数图像内相邻像素之间有较大的相关性，这称为空间冗余。序列图像前后帧内相邻之间有较大的相关性，这称为时间冗余。而压缩就是为了消除这些冗余。

图像的规则性可以用图像的自相关系数来衡量，图像越规则，自相关系数越大，图像的空间冗余就越大。

而在压缩过程中可以除去这些人眼不敏感的信息，从而实现数据压缩。

3.图像压缩编码的分类

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。

a.有损编码

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。由于允许一定的失真，这类方法能够达到较高的压缩比。有损压缩多用于数字电视、静止图像通信等领域

b.无损编码

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。这类方法能够获得较高的图像质量，但所能达到的压缩比不高，常用于工业检测、医学图像、存档图像等领域的图像压缩中

c.预测编码

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。预测编码广泛应用于运动图像、视频编码如数字电视、视频电话中。

d.变换编码

变换编码是将空域中描述的图像数据经过某种正交变换(如离散傅里叶变换DFT、离散余弦变换DCT、离散小波变换DWT等)转换到另一个变换域(频率域)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。

e.统计编码

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(被编码的符号)用短码表示，对出现概率低的事件用长码表示。在目前图像编码国际标准中，常见的熵编码方法有哈夫曼(Huffman)编码和算术编码。

4.图像压缩的评价指标

压缩比和失真性是衡量图像压缩的重要指标

压缩比：图像压缩前后的信息量之比

失真性：主要针对有损编码而言，是指图像经有损压缩，然后将其解码后的图像与原图像之间的误差。有损压缩会使原始图像数据不能完全恢复，信息受到一定的损失，但压缩比较高，复原后的图像存在一定的失真。

5.对如下图像进行编码

原始图像

压缩编码1

clear
I=imread('pears.png');
imshow(I)
IGRAY=rgb2gray(I);
[m n]=size(IGRAY);
c=I(1,1);RLEcode(1,1:3)=[1 1 c];
t=2;
for k=1:m
    for j=1:n
        if(not(and(k==1,j==1)))
            if(not(I(k,j)==c))
                RLEcode(t,1:3)=[k j I(k,j)];
                c=I(k,j);
                t=t+1;
            end
        end
    end
end

效果图片

压缩编码2

clear
I=imread('pears.png');
imshow(I)
IBM=im2bw(I);
[m n]=size(IBM);
c=I(1,1);RLEcode(1,1:3)=[1 1 c];
t=2;
for k=1:m
    for j=1:n
        if(not(and(k==1,j==1)))
            if(not(IBM(k,j)==c))
                RLEcode(t,1:3)=[k j IBM(k,j)];
                c=IBM(k,j);
                t=t+1;
            end
        end
    end
end

效果图片

从对比可见，压缩编码2效果更好，更可以达到压缩效果。