图像压缩技术的发展现状与趋势
图像压缩技术的发展方向
图像压缩技术的发展方向在当今数字化的时代，图像成为了信息传递的重要载体。
从我们日常拍摄的照片、观看的电影，到医学领域的 X 光片、卫星拍摄的遥感图像等，图像无处不在。
然而，随着图像分辨率的不断提高和图像数量的急剧增加，图像数据量变得越来越庞大，这给图像的存储、传输和处理带来了巨大的挑战。
为了解决这些问题，图像压缩技术应运而生，并在不断发展和创新。
图像压缩的基本原理是通过去除图像中的冗余信息，在保证一定图像质量的前提下，减少图像的数据量。
图像压缩技术主要分为无损压缩和有损压缩两种类型。
无损压缩能够完全恢复原始图像，没有任何信息损失，但压缩比相对较低；有损压缩则会在一定程度上损失图像的细节信息，但可以实现更高的压缩比。
过去几十年，图像压缩技术取得了显著的进展。
传统的图像压缩算法，如 JPEG、JPEG2000 等，在图像压缩领域发挥了重要作用。
JPEG 采用离散余弦变换（DCT）和量化技术，对图像进行压缩，在压缩比和图像质量之间取得了较好的平衡，广泛应用于数码相机、互联网等领域。
JPEG2000 则采用了小波变换技术，具有更好的压缩性能和渐进传输特性，但由于其计算复杂度较高，应用范围相对较窄。
然而，随着技术的不断进步和应用需求的不断提高，图像压缩技术面临着新的挑战和机遇。
未来，图像压缩技术的发展方向主要体现在以下几个方面：一、更高的压缩效率随着图像数据量的不断增加，对图像压缩效率的要求也越来越高。
未来的图像压缩技术需要在保证图像质量的前提下，进一步提高压缩比，以减少图像的存储空间和传输带宽。
为了实现这一目标，研究人员正在探索新的压缩算法和技术，如基于深度学习的图像压缩算法。
深度学习算法具有强大的特征提取和模式识别能力，可以自动学习图像中的冗余信息和重要特征，从而实现更高效的压缩。
二、更好的图像质量在一些对图像质量要求较高的领域，如医学影像、卫星遥感等，图像的细节和准确性至关重要。
未来的图像压缩技术需要在提高压缩效率的同时，尽可能减少图像质量的损失，甚至实现无损压缩。
图像压缩技术的发展现状与趋势
图像压缩技术的发展现状与趋势耿玉静1 赵华21燕山大学信息科学与工程学院 河北秦皇岛 （066004）2河北师范大学电子系 河北保定 （071003）E-mail: gyjlunwen@摘要文章简要论述了图像和视频压缩技术的研究状况，就目前国际上正在研究的压缩标准和方法作了介绍，并对图像和视频压缩技术的发展趋势和前景进行了初步探讨。
关键词图像压缩，视频编码，视频对象，压缩标准1．图像压缩的可行性图像编码压缩的目的是对要处理的图像源数据按一定的规则进行变换和组合[1]，从而达到以尽量少的比特数来表征图像，同时尽可能好的复原图像的质量，使它符合预定应用场合的要求。
图像数据之所以可以进行压缩，是因为有以下几个方面的原因:组成图像的各像素之间，无论在行方向还是列方向都存在一定的相关性，即原始图像数据是高度相关的，应用某种编码方法提取或减少这些相关性，便可达到压缩数据的目的；从信息论看，描述图像信源的数据是由有效信息量和冗余量两部分组成的，去除冗余量能够节省传输和存储中的开销，同时又不损害图像信源的有效信息量；有些场合允许图像编码有一定的失真，也是图像可以压缩的一个重要原因。
2．图像压缩的分类图像压缩编码的方法目前有很多种，出发点不同其分类亦有差异。
以信息保真度为出发点，可以分为两大类：一类是冗余度压缩法。
如著名的哈夫曼编码、香农编码、游程编码等，其特征是压缩比较低（一般不超过8:1），但不丢失任何数据，可以严格恢复原图像，实现编/解码的互逆，故又称可逆编码或无损压缩。
另一类是熵压缩法。
如预测编码、变换编码、统计编码等，由于在压缩过程中要丢失一些人眼所不敏感的图像信息，且所丢失的信息不可恢复，即图像还原后与压缩前不完全一致，故又称有损压缩。
以具体编码技术为出发点，可以分为：预测编码、变换编码、统计编码、轮廓编码、模型编码等。
3．图像压缩技术的现状20世纪80年代后，ISO、IEC和ITU陆续制定了各种数据压缩与通信的标准与建议。
数据压缩技术技术发展的现状及趋势
数据压缩技术技术发展的现状及趋势目前，数据压缩技术在许多领域得到广泛应用，包括图像压缩、音频压缩、视频压缩等。
其中，图像压缩是最常见的应用之一、目前常用的图像压缩算法有无损压缩算法和有损压缩算法。
无损压缩算法使得数据能够完全还原，而有损压缩算法则通过牺牲一部分数据质量来实现更高的压缩率。
在无损压缩算法中，广泛应用的算法有LZW算法（Lempel-Ziv-Welch算法）和Huffman编码算法。
在有损压缩算法中，JPEG和PNG是较为常用的格式。
此外，还有诸如WebP和JPEG 2000等新的压缩格式在发展中。
音频和视频压缩算法主要包括无损压缩算法和有损压缩算法。
无损压缩算法主要用于存储和传输音频文件，因为音频数据对质量的要求较高。
有损压缩算法则可以在保证较高音质的前提下实现更高的压缩率。
常用的音频压缩算法有FLAC和ALAC。
视频压缩算法由于数据量庞大，可以使用有损压缩算法来大幅度减少文件大小。
目前，常用的视频压缩算法有H.264和H.2651.高效的压缩算法：随着计算机性能的提升，压缩算法的复杂度也可以相应提高，从而实现更高的压缩率。
例如，近年来兴起的深度学习技术被应用于图像、音频和视频压缩算法中，通过神经网络模型的训练，可以提取更多的数据特征，从而实现更高效的压缩。
2.实时压缩：随着大数据和实时数据处理的需求不断增加，实时压缩成为一种重要趋势。
实时压缩需要具备较高的压缩和解压缩速度，以满足对数据实时性的需求。
针对此需求，一些基于硬件的压缩解压缩技术不断发展，如专用芯片的利用、硬件加速和流水线处理等。
3.跨平台和跨设备的压缩解压缩：随着移动设备和云计算技术的飞速发展，数据需要在各种不同平台和设备间进行传输和共享。
因此，跨平台和跨设备的压缩解压缩成为一种趋势。
例如，压缩算法的开放性和通用性变得越来越重要，以便在不同设备和平台上实现数据的无缝传输和共享。
4.低能耗和绿色压缩：数据中心和云计算等计算机设施消耗大量的能源，压缩技术在这方面也发挥了重要的作用。
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。
通信电子中的图像压缩技术分析
通信电子中的图像压缩技术分析随着通信电子技术的飞速发展，图像通信也成为了当今社会中不可或缺的一部分。
但是，随着图像的发展越来越多地被用于传输和存储，成为了资源有限、数据传输速度有限的压力的受害者。
因此，图像压缩技术的发展与应用显得至关重要。
本文将对目前通信电子中的图像压缩技术进行分析与讨论。
一、图像压缩技术的需求背景随着图像的应用范围不断拓展，传输速度的要求也随之增加。
本来对于速度的要求已经很高，数据传输的速度也不能满足需求，图像的数据量也越来越大，因此产生了资源有限的问题，甚至降低了存储和传输图像的效率，同时延长和增加了成本的时间。
因此，需要采用一些图像压缩技术来减少图像的数据量，实现更高效的传输效果和低成本的存储方式。
二、图像压缩技术的分类在图像压缩技术的分类问题上，通常可以根据它们所采用的压缩方法，将它们分为无损压缩和有损压缩。
无损压缩是指将图像压缩成一个较小的数据包，而该数据包的信息是完整的。
而有损压缩是指将图像的某些信息删除，以达到较小的文件大小。
1.无损压缩无损压缩技术主要采用的是一种数学算法——霍夫曼编码。
这种编码方法基于符号出现的频率来构造一个有序的编码离散表，从而在保持信息完整性的基础上减小数据的大小。
无损压缩技术具有良好的安全性和可扩展性，适用于数据传输和存储的需求，但由于其在编码上所需的花时间相对较多，因此速度较慢。
2.有损压缩与无损压缩相对，有损压缩技术通常采用的是一种更复杂的算法，可以在保持一定程度的图像质量的同时减小数据的大小。
有损压缩技术的优点是其速度较快，并且文件可以被更小地保存或传输，但缺点在于发生数据选项时压力很大，且压缩失真会对加密质量产生显著影响。
三、广泛使用的图像压缩技术1.JPEG这是最受欢迎的一种有损压缩格式，被广泛用于存储和传输数字图像。
它使用了离散余弦变换来将图像转换成频域中的频率分量，然后通过量化将高频成分的信息降低，因此可以减少数据的单个数量，减小文件大小并保持较高的图像质量。
图像压缩技术的发展方向
图像压缩技术的发展方向在当今数字化的时代，图像已经成为我们生活和工作中不可或缺的一部分。
从智能手机拍摄的照片到医疗影像、卫星图像，再到电影和游戏中的高清画面，图像无处不在。
然而，随着图像分辨率和质量的不断提高，图像数据量也呈爆炸式增长，这给图像的存储、传输和处理带来了巨大的挑战。
为了解决这些问题，图像压缩技术应运而生，并在不断发展和演进。
图像压缩技术的核心目标是在尽可能保持图像质量的前提下，减少图像数据量，从而提高存储和传输效率。
过去几十年，已经出现了许多经典的图像压缩算法和标准，如 JPEG、JPEG2000 和 H264 等。
这些技术在一定程度上满足了当时的需求，但随着技术的进步和应用场景的不断拓展，图像压缩技术也面临着新的挑战和机遇。
在未来，图像压缩技术的发展方向将主要集中在以下几个方面：一、更高的压缩效率尽管现有的图像压缩技术已经能够实现一定程度的压缩，但对于一些对存储和传输要求极高的应用，如大规模数据中心、高清视频流等，仍然需要更高的压缩效率。
为了实现这一目标，研究人员正在探索新的压缩算法和技术。
一种可能的途径是基于深度学习的图像压缩方法。
深度学习在图像识别、语音处理等领域取得了巨大的成功，其强大的特征提取和建模能力也为图像压缩带来了新的思路。
通过使用深度神经网络来学习图像的特征和冗余信息，可以实现更高效的压缩。
例如，一些研究已经表明，基于自编码器结构的深度神经网络可以在保持图像质量的同时，显著提高压缩比。
此外，多模态信息融合也有望提高图像压缩效率。
图像往往不是孤立存在的，它可能与相关的文本、音频等多模态信息相关联。
通过融合这些多模态信息，可以更好地理解图像的内容和语义，从而实现更精准的压缩。
例如，在医学图像中，结合患者的病历信息和图像特征，可以在不损失关键诊断信息的前提下，实现更高效的压缩。
二、更好的图像质量保持在追求高压缩效率的同时，保持图像的质量也是至关重要的。
图像质量的评估指标包括主观质量（如人类观察者的视觉感受）和客观质量（如峰值信噪比、结构相似性等）。
图像压缩技术的发展方向
图像压缩技术的发展方向在当今数字化的时代，图像成为了信息传递和交流的重要载体。
从我们日常拍摄的照片、观看的电影，到医疗成像、卫星遥感图像等，图像数据的量呈爆炸式增长。
然而，大量的图像数据给存储、传输和处理带来了巨大的挑战。
为了有效地解决这些问题，图像压缩技术应运而生，并且不断发展和演进。
图像压缩技术的核心目标是在尽可能保持图像质量的前提下，减少图像数据所占用的存储空间和传输带宽。
随着技术的进步，图像压缩技术也呈现出了一些新的发展方向。
多尺度分析方法是当前图像压缩领域的一个重要发展方向。
传统的图像压缩方法往往基于单一尺度的处理，而多尺度分析则能够从不同的分辨率层次对图像进行分析和处理。
这就好比我们看一幅画，远看能看到整体的轮廓，近看能看到细节。
通过多尺度分析，我们可以更灵活地根据图像的特点和需求，对不同尺度的信息进行有针对性的压缩。
比如，对于图像中较为平滑的区域，可以采用较大的尺度进行压缩，而对于细节丰富的区域，则在较小的尺度上进行更精细的处理，从而在保证图像质量的同时，实现更高的压缩比。
另一个值得关注的方向是基于对象的图像压缩。
过去，图像压缩大多是对整个图像进行统一的处理，而不考虑图像中不同对象的特性。
但在很多实际应用中，图像中的不同对象具有不同的重要性和特征。
例如，在监控视频中，人物可能是重点关注的对象，而背景则相对次要。
基于对象的图像压缩技术能够识别出图像中的不同对象，并为它们分配不同的压缩参数。
这样，重要的对象能够保持较好的质量，而次要的部分则可以进行更大程度的压缩，从而提高整体的压缩效率和效果。
与新兴的深度学习技术相结合也是图像压缩技术发展的一个重要趋势。
深度学习在图像识别、分类等领域已经取得了显著的成果。
利用深度学习的强大特征提取和建模能力，可以对图像的特征进行更准确的学习和表示，从而实现更高效的压缩。
例如，通过训练深度神经网络来学习图像的压缩模型，能够自动捕捉图像中的复杂模式和相关性，从而生成更紧凑的编码。
图像无损压缩算法研究
图像无损压缩算法研究第一章：引言图像压缩技术的发展使得图像在存储和传输方面更加高效。
无损压缩算法通过减少图像文件的大小，同时保持图像质量不受影响，从而实现对图像的高效压缩。
无损压缩算法广泛应用于数字图像处理、电视广播、远程监控、医学图像存储和互联网传输等领域。
本文旨在探讨图像无损压缩算法的研究现状和发展趋势。
第二章：图像无损压缩算法综述本章首先介绍图像压缩的基本原理和目标，然后综述了当前常用的图像无损压缩算法。
其中包括哈夫曼编码、算术编码、预测编码、差分编码和自适应编码等。
对每种算法的原理、优点和缺点进行了详细的分析和比较。
第三章：小波变换与图像无损压缩算法小波变换是一种重要的数学工具，在图像无损压缩算法中得到了广泛的应用。
本章介绍了小波变换的基本概念和原理，并详细介绍了小波变换在图像压缩中的应用。
重点讨论了小波系数的编码方法和解码方法，以及小波变换在图像无损压缩中的优化算法。
第四章：自适应编码在图像无损压缩中的应用自适应编码是一种基于概率统计的编码方法，具有较好的压缩效果和灵活性。
本章介绍了自适应编码的基本原理和常见的算法，如算术编码、自适应霍夫曼编码和自适应等长编码等。
特别说明了自适应编码在图像无损压缩中的应用，包括颜色映射编码、熵编码和像素值编码等。
第五章：基于预测的图像无损压缩算法预测编码是一种基于差值的编码方法，通过对图像中的像素进行预测，将预测误差进行编码，从而实现图像的高效压缩。
本章介绍了常见的预测编码算法，如差分编码和预测误差编码等。
详细讨论了这些算法的原理、优点和局限性，并提出了一些改进方法和思路。
第六章：图像无损压缩算法的性能评估和比较本章分析了图像无损压缩算法的性能评估指标和方法，并对常见的图像无损压缩算法进行了性能比较。
主要包括压缩比、失真度和计算复杂度等方面的评估标准。
通过对比实验和分析，得出了各种算法在不同场景下的适用性和优劣势。
第七章：图像无损压缩算法的发展趋势本章展望了图像无损压缩算法的发展趋势，并提出了一些可能的研究方向。
- 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)。
图像压缩技术的发展现状与趋势耿玉静1 赵华21燕山大学信息科学与工程学院 河北秦皇岛 （066004）2河北师范大学电子系 河北保定 （071003）E-mail: gyjlunwen@摘要文章简要论述了图像和视频压缩技术的研究状况，就目前国际上正在研究的压缩标准和方法作了介绍，并对图像和视频压缩技术的发展趋势和前景进行了初步探讨。
关键词图像压缩，视频编码，视频对象，压缩标准1．图像压缩的可行性图像编码压缩的目的是对要处理的图像源数据按一定的规则进行变换和组合[1]，从而达到以尽量少的比特数来表征图像，同时尽可能好的复原图像的质量，使它符合预定应用场合的要求。
图像数据之所以可以进行压缩，是因为有以下几个方面的原因:组成图像的各像素之间，无论在行方向还是列方向都存在一定的相关性，即原始图像数据是高度相关的，应用某种编码方法提取或减少这些相关性，便可达到压缩数据的目的；从信息论看，描述图像信源的数据是由有效信息量和冗余量两部分组成的，去除冗余量能够节省传输和存储中的开销，同时又不损害图像信源的有效信息量；有些场合允许图像编码有一定的失真，也是图像可以压缩的一个重要原因。
2．图像压缩的分类图像压缩编码的方法目前有很多种，出发点不同其分类亦有差异。
以信息保真度为出发点，可以分为两大类：一类是冗余度压缩法。
如著名的哈夫曼编码、香农编码、游程编码等，其特征是压缩比较低（一般不超过8:1），但不丢失任何数据，可以严格恢复原图像，实现编/解码的互逆，故又称可逆编码或无损压缩。
另一类是熵压缩法。
如预测编码、变换编码、统计编码等，由于在压缩过程中要丢失一些人眼所不敏感的图像信息，且所丢失的信息不可恢复，即图像还原后与压缩前不完全一致，故又称有损压缩。
以具体编码技术为出发点，可以分为：预测编码、变换编码、统计编码、轮廓编码、模型编码等。
3．图像压缩技术的现状20世纪80年代后，ISO、IEC和ITU陆续制定了各种数据压缩与通信的标准与建议。
3.1静止图像压缩标准：JPEG标准&JPEG 2000 标准3.1.1 JPEG 标准JPEG 全名为Joint Photographic Experts Group，是一个在国际标准组织（ISO）下从事静止图像压缩标准制定的委员会。
JPEG标准从1986年正式开始制订，1988年决定采用以图像质量最好的ADCT（Adaptive Discrete Cosine Transform）方式为基础的算法作标准[2]，于1991年3月提出10918号标准[3]“连续色调静止图像的数字压缩编码”，即JPEG标准[4,5]。
它在较低的计算复杂度下，能提供较高的压缩比与保真度。
- 1 -JPEG采用4种编解码方式：串行DCT(Discrete Cosine Transform)方式、渐进浮现式DCT 方式、无失真方式和分层方式[6]。
由于JPEG优良的品质，使它在短短几年内就获得极大的成功。
随着多媒体应用领域激增，传统的JPEG压缩技术已无法满足人们对多媒体影像资料的要求。
因此，更高压缩率以及更多功能的新一代静止影像压缩技术JPEG2000就诞生了。
3.1.2 JPEG2000JPEG2000，正式名称为“ISO 15444”[2,6,7]，亦是由JPEG组织负责制定。
自1997年3月开始筹划，2000年规定基本编码系统的最终协议草案才提出。
JPEG2000与JPEG最大的不同，在于它放弃了JPEG所采用的以DCT为主的区块编码方式，而改用以DWT（Discrete Wavelet Transform）为主的多分辨率编码方式[6]。
JPEG2000的新特征有：① JPEG2000作为JPEG的升级版，具有良好的低比特率性能，特别是对细节丰富的图像以0.25bpp的比特率进行压缩时，总体上其压缩率比JPEG高约30%左右。
② JPEG2000同时支持有损和无损压缩；而JPEG只支持有损压缩。
③ JPEG2000能实现渐进传送。
它先传输图像的轮廓，然后逐步传输图像数据的细节，接收端重构图像时让图像由朦胧到清晰显示，而不像JPEG那样由上到下由左到右的显示。
④ JPEG2000支持所谓的“感兴趣区域”编码（Region of interest coding）[7]。
可任意指定图像上感兴趣区域的压缩质量，亦可以选择指定的部分先解压缩以突出重点。
3.2运动图像压缩标准：MPEG-X系列&H.26X系列3.2.1 MPEG 系列MPEG(Moving Picture Experts Group)运动图像专家组成立于1988年，专门从事运动图像和伴音编码的标准制定。
MPEG最初的三个任务是制定1.5Mb/s，10Mb/s，40Mb/s的压缩编码标准，即MPEG-1、MPEG-2、MPEG-3，后因MPEG-2的功能使MPEG-3多余，故MPEG-3被撤消[8]。
MPEG-4于1994年开始制定，其目的是实现甚低码率的音/视频压缩编码。
MPEG-1是1991年11月提出草案，1992年11月通过，1993年8月公布的。
它适用于1.5Mb/s速率的数字存储媒体的运动图像及伴音的压缩编码。
MPEG-1追求高的压缩比，去除图像序列的时间冗余度，同时满足多媒体等随机存取的要求。
它的图像类型有三种：I图像，采用内部编码，不参照其他图像，亦称内部编码图像；P图像，采用预测编码，参照前一幅I或P图像作运动补偿编码，亦称预测编码；B图像，采用双向预测编码，参照前一幅和后一幅I或P图像作双向运动补偿编码，亦称双向预测图像[9]。
MPEG-2制定于1994年，其设计目标是高级工业标准的图像质量以及更高的传输率。
它进一步提高了压缩比，改善了音频、视频质量，采用的核心技术是分块DCT和帧间运动补偿预测技术[10]。
MPEG-2所能提供的传输率在3～10Mb/s间，在NTSC制下的分辨率可达720×486；可提供广播级的视像和CD级的音质；向下兼容MPEG-1，使得大多数MPEG-2解码器可播放MPEG-1格式的数据，如VCD；MPEG-2除了作为DVD的指定标准外，还可以用于为广播、有线电视网、电缆网络以及卫星直播提供广播级的数字视频；MPEG-2可提供一个较广范围的压缩比[11]，以适应不同画面质量、存储容量以及带宽的要求。
MPEG-4是对数字音/视频数据进行压缩、通信、存取和操作管理等的新标准，并为各种通信环境提供一种通用的技术解决方案。
MPEG专家组深入分析了信息领域中计算机、通- 2 -信以及以电视为代表的消费电器即3C交叉融合的方式后[12]，认为MPEG-4应提供用于通信的新方式，其中心是基于内容的AV信息存储、处理与操作，支持交互性、高压缩比以及通用存储性等功能。
在其结构上应具有适应性与可扩张性，以适应软、硬件技术的不断发展，及时融合新的技术。
由于MPEG-4的中心是基于内容与交互性的，它就不再对低码率范围做出特别要求。
MPEG-4在通信信息描述中，首次提出了对象的概念[13]，如视频对象VO（Video Object）、音频对象AO（Audio Object）等，这是一个新的飞跃。
在编码方案上，MPEG-4仍是以块为基础的混合编码。
MPEG-4标准主要应用于视频电话、视频电子邮件和电子新闻等，其传输速率要求较低，在4.8～64kb/s之间，分辨率为176×144。
MPEG-4利用很窄的带宽，通过帧重建技术，压缩和传输数据，以求以最少数据获得最佳图像质量。
MPEG-4更适用于交互AV服务以及远程监控。
MPEG-7由MPEG委员会于1998年10月提出提议，2001年9月正式成为国际标准，又称为“多媒体内容描述接口（Multimedia Content Description Interface）”[12]，其目标是建立对多媒体信息内容的标准化描述，试图规范不同种类多媒体信息的描述而不受表达形式的限制。
这些描述要与信息内容直接相关以便用来快速有效的查询、访问各种多媒体信息。
MPEG-7的应用范围广泛，既可以应用于存储，也可用于流式应用（如广播、将模型加入Internet等）。
它可以在实时或非实时环境下应用，如数字图书馆、多媒体编辑等。
另外，MPEG-7在教育、新闻、导游信息、娱乐、研究业务、地理信息系统、医学、购物、建筑等各方面均有较深的应用潜力。
MPEG-21是基于“多媒体框架（Multimedia Framework）标准”[12]的，其最终目的是建立一个多媒体框架，以通过预购网络和设备使多媒体资源在用户之间透明方便的使用。
MPEG-21的基本框架要素包括数字项目说明、内容表示、数字项目的识别和描述、内容管理和使用、知识产权管理和保护、终端和网络、事件报告等。
它支持的功能有：通过网络存储，使用并交互操作多媒体对象；实现多种业务模型，包括对版权和交易的自动管理；对内容进行隐私的尊重等。
目前，这一标准仍处于开发当中。
3.2.2 H.26X系列1984年国际电报电话咨询委员会的第23研究组建立了一个专家组专门研究电视电话的编码问题。
经过研究与努力，1988年形成草案，1990年12月通过ITU-T的H.261建议。
H.261是ITU-T针对可视电话和会议、窄带ISDN等要求实时编码和低延时应用提出的一个编码标准[12]。
它允许“采用p×64kbit的图像业务的图像编解码”，因而H.261简称p×64。
其中p是一个整数，取值范围为1～30，对应比特率为64kb/s～1.92Mb/s[14]。
它建议采用中间格式CIF（Common Intermediate Format）和QCIF（Quarter CIF）解决不同制式通信的矛盾；解决了编码算法问题。
H.261采用了运动补偿预测和离散余弦变换相结合的混合编码方案，获得很好的图像压缩效果。
1995年，在H.261的基础上，ITU-T总结当时国际上视频图像压缩编码的最新进展，针对低比特率视频应用制定了H.263标准。
它提高了运动补偿的精度，常用于超低速率的图像传输，被公认为是以像素为基础的采用第一代编码技术的混合编码方案所能达到的最佳结- 3 -果。
之后，ITU-T又对其进行了补充，以提高编码效率，增强编码功能。
补充修订的版本有1998年的H.263+，2000年的H.263++[12]。
H.263采用第一代编码技术，在低速率视频传输质量，抗误码能力方面有明显提高，在视频业务传输中得到广泛应用。
与H.261只能工作在CIF、QCIF两种格式不同，H.263的信源编码器可以工作于5种图像格式：QCIF、Sub-QCIF、CIF、4CIF、16CIF。
另外，H.263还在H.261基本编码算法的基础上提供了四种可选编码模式：非限制运动矢量模式、基于语法的算术编码模式、高级预测模式以及PB帧模式[15,17]。