图像压缩编码的方法概述
图像编码中的数据压缩技术介绍(九)
图像编码是将图像数据转化为一系列数字信号的过程，其目的是通过减少冗余信息，将图像数据压缩存储，以便更有效地传输和处理图像。
在数字图像处理和计算机视觉的广泛应用中，图像编码技术起到了重要的作用。
本文将介绍几种常用的图像编码中的数据压缩技术。
一、无损压缩技术无损压缩技术是指在压缩过程中不损失图像质量的一种方法。
其中最常用的一种是无损预测编码技术。
该技术基于预测和差分编码的思想，将图像中每个像素的值与其周围像素值进行比较，并将差异值编码。
无损预测编码技术可以通过建立预测模型来推断像素值，从而减少编码量。
另一种常见的无损压缩技术是熵编码。
熵编码根据像素值的频率分布，将出现概率较高的像素值用较短的码字表示，而将出现概率较低的像素值用较长的码字表示。
熵编码技术可以充分利用图像中的统计特征，提高编码效率。
二、有损压缩技术有损压缩技术是指在压缩过程中会有部分信息的损失，但通过合理的算法设计，根据人类视觉系统的特性，使得图像的失真不太显著，以达到高压缩比的目的。
其中最常见的有损压缩技术是离散余弦变换（DCT）和小波变换。
离散余弦变换（DCT）将图像划分为小的块，对每个块进行DCT变换得到频域系数。
通过对频域系数进行量化和编码，可以将系数的精度降低，从而减少了数据量。
DCT技术广泛应用于JPEG图像压缩标准中。
小波变换将信号分解为时间和频率域，可以捕捉到信号的时频特征。
图像通过小波变换后，得到的系数可以在频域上局部集中，通过将低系数置零并压缩高系数，可以实现图像的高效压缩。
小波变换技术在图像压缩领域有着广泛的应用，特别是在JPEG2000标准中。
除了DCT和小波变换，还有一种常见的有损压缩技术是基于向量量化的编码方法。
向量量化通过将图像划分为矢量，并将每个矢量映射到一个预定的码本中，从而实现压缩。
向量量化技术在图像编码中具有较好的压缩效果和较低的失真。
当前，图像编码技术在数字图像处理和计算机视觉领域得到了广泛的应用。
图像编码中的数据压缩技术介绍(六)
图像编码是将图像数据进行压缩和编码的技术，以减少数据的存储空间和传输带宽。
在现代科技快速发展的背景下，图像编码技术不断进步，以满足人们对高清图像的需求。
本文将介绍图像编码中的数据压缩技术。
一、无损压缩技术无损压缩技术是指经过压缩和解压缩后，图像数据还能完全恢复，不损失任何信息。
常见的无损压缩技术有：1.预测编码：根据前后像素的差异性，进行预测并编码，以达到压缩的效果。
其中比较常用的有差分编码和差分脉冲编码调制（DPCM）。
2.霍夫曼编码：通过统计图像中像素的出现频率，将频率较高的像素用较短的编码表示，频率较低的像素用较长的编码表示，从而达到压缩的目的。
3.算术编码：根据各个符号出现的频率以及前后符号之间的关联性，灵活地分配不同长度的编码，实现无损压缩。
二、有损压缩技术有损压缩技术是指在压缩过程中，为了减少数据量而损失一定的信息，但在视觉上仍然保持较好的感知质量。
常见的有损压缩技术有：1.离散余弦变换（DCT）：将图像从时域转换为频域，通过将较大的频域系数保留，较小的系数舍弃，达到压缩图像的目的。
JPEG图像压缩就是基于DCT的有损压缩技术。
2.小波变换：与DCT类似，通过将图像从时域转换为频域，但是小波变换能更好地保留图像的细节信息。
3.向量量化：将图像分成多个小区域，然后将区域中的像素编码为对应的向量，通过选择合适的码本来对向量进行表达，从而减少数据量。
4.基于人眼视觉的压缩技术：根据人眼对图像细节和颜色的敏感程度，对图像进行优化压缩，达到较高的视觉质量。
三、混合压缩技术混合压缩技术将无损和有损压缩技术相结合，同时利用两种技术的优势进行图像压缩。
这种技术能够在保证图像质量的前提下，进一步减小数据量。
常见的混合压缩技术有：1.无损压缩+有损压缩：先利用无损压缩技术将图像数据压缩，再对剩余的数据采用有损压缩技术进行进一步压缩。
2.有损压缩+无损压缩：先利用有损压缩技术将图像数据进行压缩，然后对剩余的数据采用无损压缩技术进行进一步压缩。
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。
图像压缩编码方法
图像压缩编码方法图像压缩编码是一种通过减少图像数据的表示量来降低存储和传输成本的技术。
图像压缩编码方法包括有损压缩和无损压缩两种。
有损压缩是指在压缩过程中会丢失一定的图像信息，但通常可以接受的程度在人眼感知上是不可察觉的。
有损压缩编码方法主要通过利用图像中的冗余信息和人眼视觉系统的特性来实现图像的压缩，主要有几种方法：1. 颜色空间转换：将RBG图像转换为YUV或者将CMYK图像转换为RGB，通过减少颜色通道的数量来降低数据量。
2. 离散余弦变换（Discrete Cosine Transform，DCT）：DCT是一种将原始图像通过变换后得到一系列频率系数的方法，低频系数所表示的信息对于人眼来说更加重要，而高频系数相对不重要，因此可以对高频系数进行压缩或丢弃。
3. 量化（Quantization）：通过对DCT系数进行适当的量化，将系数的数值范围映射到较小的范围内，进一步减小数据量。
量化的精度越高，则数据量越小，但图像质量也会受到影响。
4. 预测编码（Predictive Coding）：利用图像中像素之间的相关性，通过对当前像素值的预测来减少需要传输的数据。
常用的预测编码方法有差值编码（Differential Encoding）和运动补偿（Motion Compensation）。
5. 生成码字（Codebook）：通过统计图像中各个像素值的频次来生成一个码本，将高频次出现的像素值用较短的码字表示，以减小数据量。
有损压缩编码方法的主要优点是压缩率高，但缺点是压缩后图像质量有损失。
适用于图像中存在较多冗余信息或对图像质量要求不高的场景，如网络传输、存储等。
无损压缩编码是指在压缩过程中不丢失任何图像信息，通过利用图像内部的冗余性来减小数据量。
常用的无损压缩编码方法有：1. 霍夫曼编码（Huffman Coding）：将出现频率较高的像素值用较短的编码表示，出现频率较低的像素值用较长的编码表示，以减小数据量。
图像编码中的数据压缩技术介绍(三)
图像编码中的数据压缩技术介绍一、背景在数字时代，图像已经成为人们日常生活中不可或缺的一部分。
然而，随着图像数据的增多，存储和传输的需求也越来越大。
为了有效地处理这些图像数据，数据压缩技术应运而生。
二、数据压缩技术的意义数据压缩技术是将一幅图像中的冗余信息去除或者用更少的信息表示同样的内容，从而减小图像数据的存储和传输量。
通过数据压缩技术，不仅可以节省存储空间，还可以提高图像传输速度，降低传输带宽要求。
三、数据压缩的基本原理数据压缩大致可以分为有损压缩和无损压缩两种方法。
1. 无损压缩无损压缩技术是一种将图像数据压缩成更小的规模，但同时保持图像质量不受损的方法。
在无损压缩中，重要的是尽量减小图像数据的冗余度，以减少存储或传输所需的比特数。
最常用的无损压缩方法包括行程编码、霍夫曼编码和算术编码等。
2. 有损压缩有损压缩技术是一种在压缩图像数据时允许一定程度的图像质量损失的方法。
有损压缩方法通过削减图像数据中的冗余信息和不可见的细节来减小文件的大小。
最常用的有损压缩方法包括离散余弦变换和小波变换等。
四、经典的数据压缩算法1. JPEG压缩JPEG压缩是一种广泛应用于数字图像压缩的有损压缩算法。
它主要基于离散余弦变换（DCT）和量化的思想，通过对图像的频域表示进行量化和熵编码，实现对图像数据的压缩。
2. PNG压缩PNG压缩是一种广泛应用于无损图像压缩的算法。
它采用差分编码和行程编码的组合，通过对图像中连续相同像素值的区域进行编码和压缩，实现对图像数据的无损压缩。
五、新兴的数据压缩技术随着科技的发展，新兴的数据压缩技术也不断涌现。
1. 基于深度学习的数据压缩基于深度学习的数据压缩技术利用神经网络模型，通过学习图像数据的特征和规律，实现对图像数据的高效压缩和恢复。
这种方法具有较高的压缩率和较好的图像质量。
2. 全局优化的数据压缩全局优化的数据压缩技术是一种基于整个图像的全局信息进行编码和压缩的方法。
它能够更充分地利用图像中的冗余信息，并在压缩过程中保持图像的可视质量。
图像编码常用方法介绍(十)
图像编码是数字图像处理中的重要部分，它是对图像进行压缩和表示的技术。
通过图像编码，我们可以减小图像文件的大小，提高图像传输的速度，并节省存储空间。
本文将介绍图像编码的常用方法。
1. 无损编码无损编码是指在编码过程中不丢失任何像素信息的一种图像压缩方法。
常见的无损编码算法有：颜色表压缩法这种方法通过建立颜色表，将图像中的每个像素与颜色表中最接近的颜色进行匹配，从而减小文件的大小。
常见的颜色表压缩法有GIF 格式。
预测编码法预测编码法基于像素之间的相关性，通过对当前像素进行预测来减少编码的位数。
常见的预测编码法有JPEG格式。
渐进式编码法渐进式编码法是一种通过逐渐增加图像的精度来实现图像显示的方法。
它可以先显示图像的粗略信息，然后逐步添加更多的细节信息。
常见的渐进式编码法有JPEG2000格式。
2. 有损编码有损编码是指在编码过程中会丢失一部分像素信息的一种图像压缩方法。
虽然有损编码会导致图像质量的损失，但可以极大地减小文件的大小。
常见的有损编码算法有：DCT压缩法离散余弦变换（DCT）是一种将图像从空间域转换为频域的方法。
它通过将图像分解成一系列的频率分量来实现压缩。
常见的DCT压缩法有JPEG格式。
小波变换压缩法小波变换是一种将图像从空间域转换为时频域的方法。
它通过将图像分解成不同尺度和方向的频率分量来实现压缩。
常见的小波变换压缩法有JPEG2000格式。
基于向量量化的压缩法向量量化（Vector Quantization）是一种基于聚类的压缩方法。
它通过将图像中的像素分组成不同的矢量，并对每个矢量进行编码来实现压缩。
常见的基于向量量化的压缩法有GIF格式。
3. 混合编码混合编码是指将无损编码和有损编码结合起来使用的一种图像压缩方法。
它可以兼顾图像压缩的效率和图像质量的要求。
常见的混合编码算法有：JPEG-LS格式JPEG-LS格式是一种无损和有损结合的编码方法。
它通过灵活地选择压缩模式来兼顾文件大小和图像质量。
图像压缩编码方法
图像压缩编码方法综述概述：近年来, 随着数字化信息时代的到来和多媒体计算机技术的发展, 使得人们所面对的各种数据量剧增, 数据压缩技术的研究受到人们越来越多的重视。
图像压缩编码就是在满足一定保真度和图像质量的前提下，对图像数据进行变换、编码和压缩，去除多余的数据以减少表示数字图像时需要的数据量，便于图像的存储和传输。
即以较少的数据量有损或无损地表示原来的像素矩阵的技术,也称图像编码。
图像压缩编码原理：图像数据的压缩机理来自两个方面:一是利用图像中存在大量冗余度可供压缩；二是利用人眼的视觉特性。
图像数据的冗余度又可以分为空间冗余、时间冗余、结构冗余、知识冗余和视觉冗余几个方面。
空间冗余：在一幅图像中规则的物体和规则的背景具有很强的相关性。
时间冗余：电视图像序列中相邻两幅图像之间有较大的相关性。
结构冗余和知识冗余：图像从大面积上看常存在有纹理结构，称之为结构冗余。
视觉冗余：人眼的视觉系统对于图像的感知是非均匀和非线性的，对图像的变化并不都能察觉出来。
人眼的视觉特性：亮度辨别阈值：当景物的亮度在背景亮度基础上增加很少时，人眼是辨别不出的，只有当亮度增加到某一数值时，人眼才能感觉其亮度有变化。
人眼刚刚能察觉的亮度变化值称为亮度辨别阈值。
视觉阈值：视觉阈值是指干扰或失真刚好可以被察觉的门限值，低于它就察觉不出来，高于它才看得出来，这是一个统计值。
空间分辨力：空间分辨力是指对一幅图像相邻像素的灰度和细节的分辨力，视觉对于不同图像内容的分辨力不同。
掩盖效应：“掩盖效应”是指人眼对图像中量化误差的敏感程度，与图像信号变化的剧烈程度有关。
图像压缩编码的分类：根据编码过程中是否存在信息损耗可将图像编码分为:无损压缩：又称为可逆编码(Reversible Coding)，解压缩时可完全回复原始数据而不引起任何失真；有损压缩：又称不可逆压缩(Non-Reversible Coding)，不能完全恢复原始数据，一定的失真换来可观的压缩比。
jepg和jepg2000编码方法 -回复
jepg和jepg2000编码方法-回复JPEG（Joint Photographic Experts Group）和JPEG2000编码方法是用于图像压缩和存储的两种常见技术。
JPEG是一种基于离散余弦变换（DCT）的有损压缩方法，而JPEG2000是一种基于小波变换的有损/无损混合压缩技术。
本文将详细介绍这两种编码方法的原理、步骤和特点。
第一部分：JPEG编码方法JPEG是一种广泛应用于图像压缩的方法。
它采用的离散余弦变换（DCT）的基本思想是将图像转换为频域表示，然后通过量化和编码过程来实现压缩。
下面是JPEG编码方法的详细步骤：1. 图像预处理：JPEG编码方法通常以8×8的图像块为单位进行处理。
首先，将图像分割成8×8的图像块，并对每个块进行预处理操作。
这包括颜色空间转换（如RGB到YUV），亮度调整（亮度分量即Y值）和色度调整（色度分量即U和V值）。
2. DCT变换：对预处理后的每个8×8图像块应用DCT变换。
DCT变换是一种将空域图像转换为频域表示的方法。
它将图像块分解成一系列的频率分量，其中低频分量代表图像的整体结构，高频分量代表图像的细节信息。
3. 量化：对DCT变换得到的频域系数进行量化。
量化是指将连续的频域系数转换为离散的符号表示，以减少数据量并实现压缩。
在JPEG中，使用的是一种均匀量化表，通过将频域系数除以对应的量化步长并取整，将系数进行量化。
量化步长越大，丢失的信息越多，压缩比也就越高。
4. 编码：对量化后的频域系数进行熵编码。
熵编码是一种无损压缩算法，可以进一步减小数据量。
在JPEG中，使用的是哈夫曼编码，其中频率较高的符号用较短的码字表示，频率较低的符号用较长的码字表示，从而实现数据的高效编码。
第二部分：JPEG2000编码方法JPEG2000是一种基于小波变换的新一代图像编码方法。
与JPEG不同的是，JPEG2000不仅可以实现有损压缩，还可以进行无损压缩。
- 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)。
图像压缩编码的方法概述摘要：在图像压缩的领域，存在各种各样的压缩方法。
不
同的压缩编码方法在压缩比、压缩速度等方面各不相同。
本文从压缩方法分类、压缩原理等方面分析了人工神经网络压缩、正交变换等压缩编码方法的实现与效果。
关键词：图像压缩；编码；方法
图像压缩编码一般可以大致分为三个步骤。
输入的原始图像首先需要经过映射变换，之后还需经过量化器以及熵编码器的处理最终成为码流输出。
一、图像压缩方法的分类
1.按照原始信息和压缩解码后的信息的相近程度分为以下两类：（1）无失真编码又称无损编码。
它要求经过编解码处理后恢复出的图像和原图完全一样，编码过程不丢失任何信息。
如果对已量化的信号进行编码，必须注意到量化所产生的失真是不可逆的。
所以我们这里所说的无失真是对已量化的信号而言的。
特点在于信息无失真，但压缩比有限。
（2）限失真编码中会损失部分信息，但此种方法以忽略人的视觉不敏感的次要信息的方法来得到高的压缩比。
图像的失真怎么度量，至今没有一个很好的评判标准。
在由人眼主观判读的情况下，唯有人眼是对图像质量的最有利评判者。
但是人眼视觉机理到现在为止仍为被完全掌握，所以我们很难得到一个和主观评价十分相符的客观标准。
目前用的最多的仍是均方误差。
这个失真度量标准并不好，之所以广泛应用，是因为方便。
2.按照图像压缩的方法原理可分为以下三类：（1）在图像编码过程中映射变换模块所做的工作是对编码图像进行预测，之后将预测差输出供量化编码，而在接受端将量化的预测差与预测值相加以恢复原图，则这种编码方法称为预测编码。
预测编码中，我们只对新的信息进行编码。
并且是利用去除邻近像素之间的相关性和冗余性的方法来达到压缩的目的。
（2）若压缩编码中的映射变换模块用某种形式的正交变换来代替，则我们把这种方式的编码方法称为变换编码。
在变换编码中常用的变换方法有很多，我们主要用到的有离散余弦变换（DCT），离散傅立叶变换（DFT）和离散小波变换（DWT）等。
（3）混合编码，LZW算法以及近些年来的一些新的压缩编码方法，最主要的有分形编码算法、小波变换压缩算法、基于模型的压缩算法等。
3.按照压缩对象来分，我们可将图像压缩方法分为静止图像压缩和运动图像压缩。
它们所采用的压缩编码标准有所不同，对于静止图像压缩而言，采用的是JPEG、JPEG2000标准；而对运动的图像进行压缩时，我们则采用的是、、、MPEG-1、MPEG-2、MPEG-4、MPEG-7等。
二、常用的图像压缩方法
图像压缩方法至研究开始至今，已经有将近70年的发展了，随着科技的不断发展和人们越来越高的期望和要求，使得图像压缩技术也在不断的发展着，不断的进步着，各种各样的方法层出不穷，争对不同的要求我们可以选择不同的方法对图像进行压缩，以达到
更加显着的效果。
1.行程编码压缩。
由于一些图像的内部相邻像素间会存在较大的相关性，因此我们可以通过利用“空间差分”的方法来消除图像存在于空间上的冗余度。
我们称基于此原理的图像压缩方法为行程编码压缩。
行程编码压缩在进行文件压缩时是非常简便的。
它的特点在于把一些列中存在的重复值用一个单独的值再加上一个计数
值来代替。
实现这种方法是比较简单的，且争对于有重复值的字符串的压缩是十分有效的。
比如对有大面积的连续阴影或是有大面积相同色彩的图像而言，使用行程编码的压缩方法是非常有效的。
在TIFF、PCX、GEM等格式的图像中也经常使用这种压缩方法。
2.正交变换压缩编码。
这项技术中，由于变换环节是对原始图像作正交变换，故称为正交变换编码压缩。
在实际的图像压缩应用中，我们常常用到的正交变换有DFT、DCT、奇异值分解变换（SVT）、哈尔变换（HRT）、小波变换
在发端，我们可将原始图像分成若干个大小相同的子图像，然后再对每个子图像分别作正交变换，最后取出存在于变换结果阵列中的一些主要阵元，对其进行量化和编码处理，最终可达到有效传输的目的。
在收端，解码器会对收到的每一个信号都进行解码，其中一些没有被传输的阵元将会被系统用零元代替，之后系统再依次对每个子阵列进行相应的反变换，最终可通过将各个反变换阵列拼接起来的方法来得到重建图像。
此方法会因为在发端变换结果中的某些阵元没有被传输，并且系统已经对被传输的阵元进行了量化，
所以它是存在一定失真的。
3.基于人工神经网络的压缩技术。
利用人工神经网络进行图像数据压缩是当前相关领域的热门研究方向。
人的大脑是一个由诸多神经元构成的神经网络。
神经元的生理功能比较简单，通过各种类型的互联，并传递电化学信息，能完成各种复杂的功能。
现在人们对大脑的了解还远远不够深入，脑科学是当前一个非常重要的研究内容。
人们基于对生物神经系统的研究，根据现有的知识，许多学者在不同的阶段提出了许多不同功能和结构的神经元与神经网络模型，以及相关理论，这些成果称为人工神经网络（ANN）及理论。
因为它的很多优点以致于使它在很多领域都得到了广泛的应用。
它的主要优点有如下几条：（1）具备有相当强的自学习、自适应和自组织能力；（2）并行分布式存储和出来信息，完成任务速度快；（3）具有较强的容错能力。
4.算法的改进。
虽然对图像压缩算法的研究一直在持续着，但每个算法都难免会存在自身的缺陷，所以我们需想办法对其进行改进。
在今后图像压缩编码的研究中，我们可以充分利用人眼的视觉系统，试着将图像中感兴趣的部分对象提取出来，对图像的内部纹理、边缘部分以及对象之间的背景部分应根据需要按不同的压缩比分别对其进行压缩，以此使图像压缩能有更大的压缩比，这样就会更利于传输，最终有效的达到图像压缩的目的。
图像压缩技术发展至今已经近70年了，在图像压缩领域有着各种各样的方法，在此已经介绍了很多不同的方法，它们都各自有
着自己的优缺点，我们可以按要求选择不同的方法已达到所期望的目标。
还有几种重要的方法也需要被我们熟知，那就是基于小波变换的图像压缩方法和基于DCT变换的图像压缩方法，这两种方法分别代表了现代和经典。
小波变换的应用非常广泛，在数学领域、军事电子对抗与武器智能化、医学成像与诊断、电脑分类与识别、影响处理等一些列高端或是生活领域均有所涉及。
小波变换的压缩方法凭借其压缩比高、压缩速度快，压缩后能保持信号与图像的基本特征不变，而且在传输过程中还可以抗干扰等优点，在图像压缩领域也已渐渐成为主流技术。
除了这种现代的压缩方法，还有一种经典的压缩方法也被人们所熟知，那就是DCT变换的图像压缩编码。
DCT变换是最小均方差条件下得到的次最佳正交变换，且已得到广泛应用，并成为许多图像编码国际标准的核心。
JPEG图像格式的压缩算法采用的就是DCT变换。
这种方法之所以被人们所认可，因为其实现起来简单、方法灵活、易于操作、图像压缩质量高等。
参考文献：
[1]耿玉静，赵华《图像压缩技术的发展现状与趋势》，中国科技论文在线，2011年
[2]田勇，丁学君《数字图像压缩技术的研究及进展》，Equipment Manufactring Technology，2007年
作者简介：曹勇（1993-），男，湖北孝感人，本科在读，现就读于西北民族大学自动化专业。