数字图像压缩技术
数字图像处理中的图像压缩算法
数字图像处理中的图像压缩算法随着科技和计算机技术的不断发展，数字图像处理成为了一个非常重要的领域。
数字图像处理技术广泛应用于各个领域，如图像储存、通信、医疗、工业等等。
在大量的图像处理中，图像压缩算法是非常关键的一环。
本文将介绍一些数字图像处理中的图像压缩算法。
一、无损压缩算法1. RLE 算法RLE（Run Length Encoding）算法是常见的图像无损压缩算法之一，它的主要思想是将连续的像素值用一个计数器表示。
比如将连续的“aaaa”压缩成“a4”。
RLE 算法相对比较简单，适用于连续的重复像素值较多的图像，如文字图片等。
2. Huffman 编码算法Huffman 编码算法是一种将可变长编码应用于数据压缩的算法，主要用于图像无损压缩中。
它的主要思想是将频率较高的字符用较短的编码，频率较低的字符用较长的编码。
将编码表储存在压缩文件中，解压时按照编码表进行解码。
Huffman 编码算法是一种效率较高的无损压缩算法。
二、有损压缩算法1. JPEG 压缩算法JPEG（Joint Photographic Experts Group）压缩算法是一种在有损压缩中广泛应用的算法。
该算法主要是针对连续色块和变化缓慢的图像进行处理。
JPEG 压缩算法的主要思想是采用离散余弦变换（DCT）将图像分割成小块，然后对每个小块进行频率分析，去除一些高频信息，再进行量化，最后采用 Huffman 编码进行压缩。
2. MPEG 压缩算法MPEG（Moving Picture Experts Group）压缩算法是一种针对视频压缩的算法，它主要是对视频序列中不同帧之间的冗余信息进行压缩。
该算法采用了空间域和时间域的压缩技术，包括分块变换编码和运动补偿等方法。
在分块变换编码中，采用离散余弦变换或小波变换来对视频序列进行压缩，再通过运动估计和补偿等方法，去除冗余信息。
三、总结数字图像处理中的图像压缩算法有很多种，其中无损压缩算法和有损压缩算法各有特点。
基于压缩感知的图像压缩技术研究
基于压缩感知的图像压缩技术研究随着数字图像的广泛应用，图像压缩技术也越来越受到重视。
现在，压缩感知技术 (Compressed Sensing) 成为研究人员的热门关注点。
本文将介绍基于压缩感知的图像压缩技术研究，包括算法原理、优势和局限性，以及未来研究方向。
一、算法原理基于压缩感知的图像压缩技术采用了一种全新的压缩方法。
传统的压缩方法依赖于信号的采样率，数据量过大时易出现不稳定或失真现象。
而基于压缩感知的图像压缩技术则依赖于信号的稀疏度，并通过随机测量矩阵对信号进行采样。
简而言之，采用一种新的采样方式降低信号的采样率，从而达到压缩信号的目的。
二、优势和局限性相较于传统的压缩方法，基于压缩感知的图像压缩技术具备以下优势：1. 采样率低：基于压缩感知的图像压缩技术取样数远远低于传统方法，因此可以在不影响信号质量的前提下实现图像压缩。
2. 良好的可重构性：基于压缩感知的图像压缩技术在保留信号重建所需的所有信息的同时实现压缩，因此可以实现压缩数据的可重构性。
3. 过程简单：基于压缩感知的图像压缩技术采用简单直观的数学模型，因此实现过程简单，易于实现。
但是也存在以下局限性：1. 算法的复杂度大：基于压缩感知的图像压缩技术需要实现复杂的算法来处理信号的稀疏性。
2. 需要寻找合适的稀疏基：基于压缩感知的图像压缩技术依赖于信号的稀疏度，需要对图像进行合适的稀疏基分解，这对于高维度的数据非常困难。
3. 压缩率有限：目前基于压缩感知的图像压缩技术仍然无法达到足够高的压缩率，还存在一定的局限性。
三、未来研究方向基于压缩感知的图像压缩技术在近年来已经得到了广泛的研究和应用，但是还存在许多需要解决和改进的问题。
未来的研究需要关注以下几个方面：1. 改进算法的计算复杂度：目前算法的计算复杂度还是非常大，未来需要研究如何优化算法，提高计算效率。
2. 拓宽稀疏基的选择：目前的研究大多使用DCT 作为稀疏基，未来需要拓宽稀疏基的选择，例如使用小波或其他方法来实现图像的稀疏表示。
图像处理中的数字图像压缩
图像处理中的数字图像压缩数字图像压缩在图像处理中扮演着重要的角色。
数字图像压缩可以将图像数据压缩成更小的文件大小，更方便存储和传输。
数字图像压缩分为有损和无损两种不同的技术，本文将详细讨论这两种数字图像压缩方法。
一、无损压缩无损压缩是数字图像压缩中最常用的技术之一。
无损压缩的优点是可以保持图片原始数据不被丢失。
这种方法适用于那些需要保持原始画质的图片，例如医学成像或者编程图像等。
无损压缩的主要压缩方法有两种：一种是基于预测的压缩，包括差异编码和改进变长编码。
另一种是基于统计的压缩，其中包括算术编码和霍夫曼编码。
差异编码是一种通过计算相邻像素之间的差异来达到压缩目的的方法。
它依赖于下一像素的值可以预测当前像素值的特性。
改进的变长编码是一种使用预定代码值来表示图像中频繁出现的值的压缩技术。
它使用变长的代码，使得频繁出现的值使用较短的代码，而不常用的值则使用较长的代码。
算术编码是一种基于统计的方法，可以将每个像素映射到一个不同的值范围中，并且将像素序列编码成一个单一的数值。
霍夫曼编码也是一种基于统计的压缩方法。
它通过短代码表示出现频率高的像素值，而使用长代码表示出现频率较低的像素值。
二、有损压缩有损压缩是另一种数字图像压缩技术。
有损压缩方法有一些潜在的缺点，因为它们主要取决于压缩率和压缩的精度。
在应用有损压缩技术之前，必须确定压缩强度，以确保压缩后的图像满足预期的需求。
有损压缩方法可以采用不同的算法来实现。
这些算法包括JPEG、MPEG和MP3等不同的格式。
JPEG是最常用的有损压缩算法，它在压缩时可以通过调整每个像素所占用的位数来减小图像的大小。
MPEG是用于压缩视频信号的一种压缩技术。
它可以将视频信号分成多个I帧、P帧和B帧。
I帧代表一个完整的图像，而P帧和B帧则包含更少的信息。
在以后的编码中，视频编码器使用压缩技术将视频序列压缩成较小的大小。
MP3是一种广泛使用的音频压缩技术，它使用了同样的技术，包括频域转换、量化和哈夫曼编码。
数字图像处理图像压缩ppt课件
率分布分别为P(x1)=0.4, P(x2)=0.3, P(x3)=0.1, P(x4)=0.1,
P(x5)=0.06, P(x6)=0.04, 现求其最佳哈夫曼编码
W={w1,w2,w3,w4,w5,w6}。
元素
xi
x1
x2 x3 x4
x5
x6
概率 P(xi) 0.4 0.3 0.1 0.1 0.06 0.04
减少像素间冗余
减少编码冗余
7.3.1 变长编码
7.3.1.1 一些基本概念
第1. 七1)
图像熵和平均码字长度 图像熵（Entropy）
章
图
设数字图像像素灰度级集合为（X1,X2, ,Xk,
像 ,XM)，其对应的概率分别为P1,P2, ,Pk, ,PM 。
压 缩
按信息论中信源信息熵定义，数字图像的熵H为：
缩 码冗余来达到压缩的目的。
7.3.1.3 哈夫曼（Huffman）编码方法
第
哈夫曼编码基本思想
七 章
1) 统计一下符号的出现概率， 2) 建立一个概率统计表，
图
将最常出现（概率大的）的符号用最短的
像
编码，
压
最少出现的符号用最长的编码。
缩 例：设有数字图像，其灰度集合为 X={x1,x2,x3,x4,x5,x6}其概
像 压
示给定量的信息使用了不同的数据量，那么使用
缩 较多数据量的方法中，有些数据必然是代表了无
用的信息，或者是重复地表示了其它数据已表示
的信息，这就是数据冗余的概念。
7.2.1 数据冗余
第 七
• 三种基本的数据冗余
章
图 编码冗余
像 压
像素间冗余
缩 心理视觉冗余
图像压缩算法的研究
图像压缩算法的研究近年来，随着计算机技术的飞速发展，图像压缩技术在信息处理领域中越来越受到重视。
图像压缩技术可以缩短图像数据传输时间，降低图像传输费用，提高数据传输质量，实现文件的有效存储，减少网络传输带宽。
因此，研究图像压缩算法具有重要的现实意义和应用前景。
本文将从数字图像的基本概念、压缩原理、压缩算法、压缩质量模型四个方面，讨论图像压缩算法的研究现状及其发展趋势。
首先，本文从基本的概念出发，论述数字图像的基本概念，比如图像的分辨率、量化等，以及数字图像的表示形式，比如像素映射、矢量图形等，以及它们之间的关系。
其次，本文论述图像压缩的基本原理，它是通过分析图像信息，提取其中具有代表性的特征，以减少存储的体积与网络传输的带宽来实现的。
它分为无损压缩和有损压缩两种，其中无损压缩在减小存储体积的同时完整保留图像原有信息，而有损压缩在减小存储体积的同时会损失一定的图像信息，其中只有有损压缩可以实现完全无损的压缩。
然后，本文研究压缩算法，压缩算法可以分为统计编码和图像处理算法两大类，其中统计编码算法包括熵编码、差分编码、块编码、矢量量化等，而图像处理算法有游程编码、分块处理、频域处理等。
最后，本文探讨图像压缩质量模型，图像质量模型是衡量压缩图像质量的重要手段。
目前，图像压缩质量模型主要有块信噪比（PSNR）、结构相似性（SSIM）、决定系数（DC）等。
本文讨论了图像压缩算法的基本概念、压缩原理、压缩算法、压缩质量模型四个方面的研究现状及其发展趋势，得出结论：图像压缩技术正在发展迅速，未来将为信息处理领域带来更多的福祉。
同时，在图像压缩方面，仍有许多技术挑战需要解决，比如有效的压缩算法、准确的质量模型等。
综上所述，图像压缩技术可以有效减少图像存储体积和网络传输带宽，实现文件的有效存储和数据传输质量提高，是一种重要的信息处理技术。
在图像压缩方面，仍有许多技术挑战需要解决，以实现更加高效的压缩效果，满足不断发展的应用需求。
图像压缩的国际标准
图像压缩的国际标准图像压缩是数字图像处理中的重要技术，它通过减少图像文件的大小，从而节省存储空间和传输带宽。
随着数字图像在各个领域的广泛应用，图像压缩的国际标准也变得越来越重要。
本文将介绍图像压缩的国际标准，以及这些标准的作用和意义。
首先，图像压缩的国际标准主要由国际标准化组织（ISO）和国际电工委员会（IEC）制定和管理。
ISO/IEC 10918-1是图像压缩的国际标准之一，它定义了一种被广泛使用的图像压缩算法——JPEG。
JPEG算法通过去除图像中的冗余信息和不可见细节，将图像压缩到较小的文件大小，同时保持图像的视觉质量。
这一标准的制定，使得不同厂商生产的设备和软件能够相互兼容，用户可以自由地在不同平台上使用和传输JPEG格式的图像。
其次，图像压缩的国际标准还包括了一些针对特定应用领域的标准。
比如，ISO/IEC 14495-1是针对无损图像压缩的国际标准，它定义了一种无损压缩算法——JPEG-LS。
与JPEG算法不同，JPEG-LS算法能够在不损失图像质量的前提下，将图像文件压缩到更小的尺寸。
这对于医学影像、卫星图像等对图像质量要求较高的领域来说，具有重要的意义。
除了JPEG和JPEG-LS，图像压缩的国际标准还涉及到了其他一些常见的压缩算法，比如PNG、GIF等。
这些标准的制定，不仅促进了图像压缩技术的发展和应用，也为用户提供了更多的选择和便利。
图像压缩的国际标准在实际应用中发挥着重要的作用。
首先，它为不同厂商和开发者提供了统一的规范和标准，使得他们能够更好地进行图像压缩技术的研发和应用。
其次，它为用户提供了更广泛的图像格式支持，使得用户能够更加灵活地处理和传输图像文件。
再次，它促进了图像压缩技术的国际交流与合作，推动了该领域的不断创新和进步。
总之，图像压缩的国际标准对于数字图像处理技术的发展和应用具有重要的意义。
它不仅规范了图像压缩技术的各个方面，也为用户提供了更好的体验和便利。
随着数字图像在各个领域的广泛应用，图像压缩的国际标准将继续发挥着重要的作用，推动着整个行业的发展和进步。
数字图像压缩技术的原理和方法研究
数字图像压缩技术的原理和方法研究随着现代科技的不断发展，数字图像的应用越来越广泛。
然而，高清晰度的数字图像不仅体积巨大，传输也会耗费大量时间和带宽。
为了解决这个问题，人们研究出了数字图像压缩技术。
数字图像压缩技术可以大大减小数字图像的体积，使得图像能够更快更方便地传输存储。
本文将介绍数字图像压缩技术的原理和方法。
一、数字图像的基本原理数字图像是由像素组成的二维离散数据。
像素是图像的基本单元，每个像素有一个灰度，代表了像素点的颜色深度。
数字图像包含了大量的像素点，有些图像的像素数量甚至能够达到千万级别。
因此，数字图像数据量往往非常巨大。
二、数字图像压缩的基本概念数字图像压缩就是将原始数字图像的体积缩小到一个更合理的大小，以达到更高的存储、传输、展示等性能要求的过程。
数字图像压缩分为有损压缩和无损压缩两种方式。
无损压缩是一种压缩技术，在压缩过程中不会丢失任何信息，这种压缩技术通常用于处理对数据完整性要求较高的应用场景。
有损压缩则是一种压缩技术，在压缩过程中会丢失部分数据，从而减小压缩后图片的体积。
这种方式通常用于处理对数据完整性要求较低的应用场景。
三、数字图像压缩的原理和方法数字图像的压缩通常分为三个步骤：预处理、变换/量化和编码。
前两个步骤是有损压缩和无损压缩的共同步骤，而编码则是两种压缩方式区别最大的部分。
1. 预处理预处理是数字图像压缩的第一步，预处理的主要目的是将原始图像去除一部分冗余信息。
冗余信息可以分为两种类型：空域冗余信息和频域冗余信息。
空域冗余信息主要是指原始图像中相邻像素之间的冗余性，这部分冗余性可以通过预处理中的空间滤波器来去除。
而频域冗余信息则是指在频域(傅里叶变换)中，相近频率的信号之间所包含的冗余性，这部分冗余性可以通过预处理中的频域滤波器来去除。
2. 变换/量化预处理完成之后，数字图像压缩的第二步是变换/量化。
在这个步骤中，数字图像会被转换成另一种表示形式，这种表示形式在空间或者频域中比较分散，以便于进一步的压缩。
数字图像处理的常用方法
数字图像处理的常用方法随着科技的发展，数字图像处理已经深入到每一个角落。
不论是专业的图像处理从业人员还是普通大众，它们都在使用各种计算机软件和硬件来处理复杂的图像。
在这里，我们将简要介绍常用的数字图像处理方法。
首先，我们将讨论图像压缩。
图像压缩是一种数字图像处理方法，它可以将大型图像容量减小，从而加快图像传输过程，并减少储存空间的使用，同时也不会影响图像的质量。
一般来说，有损压缩和无损压缩是当前应用最广泛的两种图像压缩技术。
其次，去噪是一种数字图像处理方法，用于消除图像中的噪声。
通常情况下，噪声由图像传感器，摄影机或相机传感器，也可能由数据传输过程中的干扰产生。
图像去噪可以从噪声中消除图像中细微的不和谐，恢复其原始质量，从而实现清晰的图像。
一般来说，最常用的去噪方法包括中值滤波，均值滤波，高斯滤波和离散小波变换等。
此外，图像分割和目标检测也是数字图像处理方法。
图像分割是将图像划分为一些简单、连续的图像区域的过程，以便从中提取出需要处理的特定对象。
这项技术可以使用不同的技术来实现，如阈值分割，聚类，区域生长和形态学操作等。
目标检测是将图像处理技术应用于从图像中检测指定目标的过程。
常用的目标检测技术有基于模式匹配、视觉算法、基于卷积神经网络的检测等。
最后，彩色转换是一种根据显示器的光谱特性和人眼的视觉感受，将彩色图像从数字格式转换为其他格式的方法。
它可以改变图像的色彩，让图像看起来更亮、更加艳丽，从而增强图像的视觉效果。
常用的彩色传输方法包括YCbCr色彩空间，HSV色彩空间，RGBA色彩空间等。
从上面的介绍可以看出，数字图像处理技术有很多，每种技术都有其特定的应用领域。
比如，压缩能够加快图像传输，减少存储空间的使用；去噪可以消除图像噪声，从而恢复其原始质量；图像分割和目标检测可以从图像中提取出需要处理的特定对象；彩色转换可以改变图像的色彩，让图像看起来更亮，更加艳丽。
数字图像处理技术的发展速度非常快，它们已经成为当今社会认知增强，智能服务和新媒体应用等多个方面的核心技术。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数字图像压缩技术二、JPEG压缩负责开发静止图像压缩标准的“联合图片专家组”（JointPhotographicExpertGroup,简称JPEG），于1989年1月形成了基于自适合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。
1．JPEG压缩原理及特点JPEG算法中首先对图像实行分块处理，一般分成互不重叠的大小的块，再对每一块实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，根据量化表实行量化，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，然后实行哈夫曼编码。
JPEG的特点如下：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）因为对图像实行分块，在高压缩比时产生严重的方块效应；（2）系数实行量化，是有损压缩；（3）压缩比不高，小于502。
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3。
2．JPEG压缩的研究状况及其前景2针对JPEG在高压缩比情况下，产生方块效应，解压图像较差，近年来提出了很多改进方法，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实行编码。
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实行零树编码。
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，所以在今后的研究中，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实行压缩。
三、JEPG2000压缩JPEG2000是由ISO/IECJTCISC29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。
1．JPEG2000压缩原理及特点JPEG2000编解码系统的编码器和解码器的框图如图1所示4。
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基础上再提升10%~30%，而且压缩后的图像显得更加细腻平滑。
对于当前的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，能够对图像实行有损和无损压缩。
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。
因为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，对压缩的图像数据实行传输、滤波等操作4。
图1JPEG2000压缩编码与解压缩的总体流程2．JPEG2000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5。
JPEG2000图像压缩标准将成为21世纪的主流静态图像压缩标准。
四、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实行多分辨率分解。
其具体过程为：首先对图像实行多级小波分解，然后对每层的小波系数实行量化，再对量化后的系数实行编码。
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。
2．小波变换图像压缩的发体现状及前景当前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61993年，Shapiro引入了小波“零树”的概念，通过定义POS、NEG、IZ和ZTR四种符号实行空间小波树递归编码，有效地剔除了对高频系数的编码，极大地提升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，所以EZW编码器在数据压缩史上具有里程碑意义。
（2）SPIHT编码器7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有很大的提升。
（3）EBCOT编码器8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实行编码，产生压缩码流，结果图像的压缩码流不但具有SNR可扩展而且具有分辨率可扩展，还能够支持图像的随机存储。
比较来说，EBCOT算法的复杂度较EZW和SPIHT有所提升，其压缩性能比SPIHT略有提升。
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，进一步提升压缩比，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2。
五、分形图像压缩1988年，Barnsley通过实验证明分形图像压缩能够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（IteratedFunctionSystem,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，就能够恢复出原来的子图像，从而得到原始图像9。
2．几种主要分形图像编码技术9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，能够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当前研究最多、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有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能够达到极高的压缩比。
（3）A-E-Jacquin的分形方案A-E-Jacquin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能够去除，而且其解码图像中存有着明显的方块效应。
3．分形图像压缩的前景2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，而自然界中存有大量的自相似或自仿射的几何形状，所以它的适用范围很广。
六、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、自适合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）形状自适合DCT（SA-DCT）算法SA-DCT把一个任意形状可视对象分成的图像块，对每块实行DCT变换，它实现了一个类似于形状自适合GilgeDCT1011变换的有效变换，但它比GilgeDCT变换的复杂度要低。
不过，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，所以一些空域相关性可能丢失，这样再实行列DCT变换，就有较大的失真了111415。
（2）Egger方法Egger等人1617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实行小波变换，接下来再实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。
不过这个方案也有它的问题，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准确的相同相位，以及可能引起第二个方向小波分解的不连续等。
（3）形状自适合离散小波变换（SA-DWT）Li等人提出了一种新颖的任意形状对象编码，SA-DWT编码18~22。
这项技术包括SA-DWT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SA-DWT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，SA-DWT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MPEG-4的对于任意形状静态纹理的编码所采用。
在今后的工作中，能够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实行压缩，这样能够使压缩图像达到更大的压缩比，更加便于传输。
七、总结图像压缩技术研究了几十年，取得了很大的成绩，但还有很多不足，值得我们进一步研究。
小波图像压缩和分形图像压缩是当前研究的热点，但二者也有各自的缺点，在今后工作中，应与人眼视觉特性相结合。