图像压缩技术的综述
图像压缩方法综述
* 2006-06-09收到,2006-10-10改回**安晓东,女,1967年生,北京理工大学博士研究生,研究方向:计算机应用。
文章编号:1003-5850(2006)12-0024-03图 像 压 缩 方 法 综 述A Summarization of Image Compression Methodology安晓东1,2 陈 静3(1北京理工大学 北京 100081) (2山西省人事考试中心 太原 030006) (3中北大学 太原 030051)【摘 要】图像压缩是图像处理的重要组成部分,随着科学技术的不断进步,压缩方法也在不断涌现。
论述了各个常用图像压缩方法的算法及应用情况,着重研究了预测编码和分形压缩方法。
有机结合所介绍的压缩算法能解决很多图像处理问题,介绍的图像压缩方法也可供研究人员参考。
【关键词】图像压缩,预测编码,分形压缩中图分类号:T P 391.41文献标识码:AABSTRACT Image co mpr ession is t he impor tant part of im age pr ocessing.Wit h the dev elo pm ent of science and technolog y,mor e and mo re compr essing m et hods have come for th .T his paper discusses many com mon imag e compr ession alg or ithms and it's a pplica-tio n,fo cuses o n the pr edictive enco ding and fr act al co mpressio n methods.It can so lv e lots of image pr o cessing pro blems by these methods,w hich may g iv e a hand to other resear cher s.KEYWORDS imag e co mpression ,pr edictiv e co ding ,fr actal compressio n 众所周知,在开发多媒体应用系统时,遇到的最大障碍是对多媒体信息巨大数据量所进行的采集、存储、处理和传输。
图像压缩文献综述
《数字图像处理和模式识别》期末大作业题目：图像压缩文献综述班级：数字媒体学院计算机技术姓名：徐德荣学号：6141603020图像压缩文献综述1 图像压缩编码概述图像信息的压缩编码，是根据图像信号固有的统计特性和人类的视觉特性进行的。
图像信号固有的统计特性表明，其相邻像素之间、相邻行之间或者相邻帧之间，都存在较强的相关特性。
利用某种编码方法在一定程度上消除这些相关特性，便可实现图像信息的数据压缩。
这个过程也就是尽量去除与图像质量无关的冗余信息，属于信息保持（保持有效信息）的压缩编码。
另一种考虑是，图像最终是由人眼或经过观测仪器来观看或判决的。
根据视觉的生理学、心理学特性，可以允许图像经过压缩编码后所得的复原图像有一定的图像失真，只要这种失真是一般观众难以察觉的。
这种压缩编码属于信息非保持编码，因为它使图像信息有一定程度的丢失。
由此可见，图像压缩编码的研究重点是：怎样利用图像固有的统计特性，以及视觉的生理学、心理学特性，或者记录设备和显示设备等的特性，经过压缩编码从原始图像信息中提取有效信息，尽量去除那些无关的冗余信息，并且在保证质量（能从这些数据中恢复出与原图像差不多的图像）的前提下，用最低的数码率或最少的存储容量，实现各类图像的数字存储、数字记录或数字传输。
2 图像编码研究现状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,到今天己经有五十多年的历史。
五十年代和六十年代的图像压缩技术由于受到电路技术等的制约,仅仅停留在预测编码、亚采样以及内插复原等技术的研究,还很不成熟。
1969年在美国召开的第一届“图像编码会议”标志着图像编码作为一门独立的学科诞生了。
到了70年代和80年代,图像压缩技术的主要成果体现在变换编码技术上;矢量量化编码技术也有较大发展,有关于图像编码技术的科技成果和科技论文与日俱增,图像编码技术开始走向繁荣。
自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,人们开始突破传统的信源编码理论,例如不再假设图像是平稳的随机场。
数字图像处理中的图像压缩技术研究
数字图像处理中的图像压缩技术研究数字图像处理是指通过计算机技术对图像进行处理和分析，其中图像压缩技术是数字图像处理领域中的一个重要分支。
图像压缩技术的作用是将图像压缩成较小的数据量，方便图像的传输和存储。
本文将详细介绍数字图像处理中的图像压缩技术的研究。
一、图像压缩的概念图像压缩是指通过一定的技术手段将图像的数据量进行压缩，从而减小图像的体积，达到方便传输和存储的目的。
图像压缩主要分为有损压缩和无损压缩两种方式。
无损压缩是指在压缩图像的同时，不会对图像的质量造成影响，可以完全还原出原始的图像。
而有损压缩则是在压缩图像的过程中，会对图像的质量进行一定程度上的损失，但是压缩后的图像数据量会大大降低。
二、图像压缩技术的应用图像压缩技术在数字图像处理中有着广泛的应用。
首先，在图像的传输和存储过程中，若图像数据量过大，会导致传输时间长和存储空间不足等问题，将图像压缩后可以解决这些问题。
其次，在数字影像处理、电子商务、医学影像、视频会议等领域也有着重要的应用。
三、无损压缩技术1. Run-length Encoding （RLE）Run-length Encoding是一种基于像素行的无损压缩技术，它通过对图像中像素出现的连续长度进行编码来达到压缩图像的目的。
当像素值连续出现时，RLE算法只需要储存一个出现的值和像素值的个数，从而达到降低图像数据量的目的。
2. Huffman encodingHuffman encoding是一种基于概率的无损压缩技术，它可以通过编码表来描述图像中出现的像素。
在Huffman encoding中，出现频率较高的像素会使用较短的编码，而出现频率较低的像素则会使用较长的编码。
四、有损压缩技术1. Discrete Cosine Transform（DCT）DCT是一种基于频域的图像压缩方法，实现图像的有损压缩。
该方法将图像通过预处理分为不同的块，对每个块进行离散余弦变换，从而达到较好的压缩效果。
基于计算机视觉的图像压缩技术研究
基于计算机视觉的图像压缩技术研究随着互联网的普及和图片应用的广泛，图像压缩已经成为了一项重要的技术。
传统的图像压缩算法大多是基于数学原理的，但是在实际应用中，这些算法存在着压缩率低、压缩速度慢、处理复杂等问题。
同时，传统的算法对图像的内容并没有进行深层次的分析，导致压缩过程中可能会丢失一些重要的细节信息。
基于计算机视觉的图像压缩技术可以更加有效地解决这些问题，成为了近年来研究的热点之一。
一、基于计算机视觉的图像压缩技术概述基于计算机视觉的图像压缩技术主要利用计算机视觉的相关理论和方法来对图像进行分析和处理，从而实现图像的压缩。
该技术的基本流程包括对图像进行特征提取、特征压缩和特征重构三个基本步骤。
在特征提取过程中，主要利用计算机视觉中的特征分析理论和方法从图像中提取出最具有代表性的特征。
这些特征可以是图像的颜色、亮度、对比度、纹理等信息，通过这些特征的分析可以对图像做出更加精准和有效的处理。
在特征压缩过程中，该技术会利用一些基于统计学和机器学习的方法来对特征信息进行压缩。
这种方法可以有效地保留图像中的信息，并提高压缩率的同时也保证了图像质量的可接受性。
在特征重构过程中，该技术会将压缩过后的特征信息重新构建成为原始的图像信号。
重构过程中除了利用信息压缩技术外，还可以使用一些对比度、色彩、清晰度等信息进行调整和恢复的技术，以保证图像的质量。
二、基于计算机视觉的图像压缩技术的应用基于计算机视觉的图像压缩技术有着广泛的应用场景，在图像处理、存储和传输等领域都有着重要的作用。
下面列举几个典型的应用场景。
1. 图像存储：大型图像库、图像数据库等需要存储大量的图像数据。
基于计算机视觉的图像压缩技术可以实现对图像数据的高效压缩和存储。
2. 图像传输：随着移动互联网和物联网的发展，图像信息的传输需求越来越广泛。
基于计算机视觉的图像压缩技术可以实现对图像信息的高效传输。
3. 图像处理：在图像处理领域中，该技术可以实现图像预处理、图像特征提取、图像分类、目标检测和识别等任务。
图像处理中的图像压缩技术
图像处理中的图像压缩技术随着科技的不断发展，图像的处理、传输、存储需求也越来越大。
在这个时代，图像压缩技术就变得越来越重要。
我们每天都会通过各种渠道收到无数的图像，而这些图像都需要压缩，才能节约存储空间和传输带宽。
在本文中，我们将详细介绍图像压缩的相关技术。
1. JPEG压缩技术JPEG是一种广泛使用的图像压缩标准。
它是由一个基于变化长度编码（VLC）的算法和离散余弦变换（DCT）组成的。
该算法将图像分解为位置和颜色两个方面，然后对位置进行压缩，对颜色进行分离和降低分辨率。
这种算法有很高的压缩比，最高可以达到 100:1。
2. JPEG 2000技术JPEG 2000是一种新的图像压缩标准，它比 JPEG 更加高效。
与 JPEG 不同，JPEG 2000 采用离散小波变换（DWT），它可以在不失真的情况下进行可逆压缩。
同时，JPEG 2000 有多种压缩方法，提供了更好的图像质量和更高的压缩比。
3. WebP技术WebP是一种 Google 公司开发的图像压缩技术。
WebP 使用了JPEG 和 PNG 技术的优点，可以压缩图像到更小的文件大小，并保持图像质量不受影响。
WebP 也支持透明图像和动画图像。
4. HEIF技术HEIF是一种新的图像压缩技术，它采用了基于视频编码的技术。
HEIF 能够将多张照片和视频合并成一个文件，并且可以支持更多的元数据。
HEIF 也支持更高的压缩比率和更好的图像质量。
5. AI技术近年来，随着人工智能技术的发展，图像压缩技术也得到了飞速的发展。
现在，人工智能算法可以通过深度学习和神经网络技术，进行更加高效的图像压缩，并且保持更好的图像质量。
同时，这种算法还可以根据图像类型进行自适应压缩，可以根据不同的场景和应用选择最适合的压缩算法。
结论总体来说，图像压缩技术是非常重要的，它可以将大量的图像压缩成较小的文件，从而节约存储空间和传输带宽。
不同的压缩技术具有不同的优缺点，我们可以根据不同的应用场景选择合适的压缩技术。
影像学中的像压缩技术应用研究
影像学中的像压缩技术应用研究影像学是研究图像的获取、处理、存储和传输的科学和技术领域，广泛应用于医学、通信、娱乐等行业。
然而，由于图像的高维特性和大容量需求，如何对图像进行高效的压缩成为影像学中一个重要的问题。
本文将探讨影像学中的像压缩技术应用研究，并分析其在不同领域中的具体应用。
一、像压缩技术概述像压缩技术是一种通过对图像的冗余信息进行剔除，从而减小图像数据量的方法。
常用的像压缩技术包括有损压缩和无损压缩两种。
1.1 有损压缩有损压缩是一种在压缩图像的同时，牺牲一定程度的图像质量来达到更高的压缩比的方法。
有损压缩技术通常基于人眼对图像细节的感知能力，通过去除一些人眼难以察觉的细节信息来达到压缩的目的。
代表性的有损压缩算法包括JPEG算法和MPEG算法。
1.2 无损压缩无损压缩是一种在压缩图像的同时保持图像质量不变的方法。
无损压缩技术通常基于图像的冗余性，通过提取图像中的冗余信息来实现压缩。
代表性的无损压缩算法包括无损JPEG算法和无损PNG算法。
二、影像学中的像压缩技术应用影像学在医学、通信和娱乐等领域中具有广泛的应用。
不同领域对于图像压缩的需求和要求也不尽相同。
下面将分别探讨这些领域中的应用情况。
2.1 医学影像学中的像压缩技术应用医学影像学是利用影像学的方法来进行医学的诊断和治疗的学科。
医学影像学中的图像通常数据量庞大，并且需要高质量的图像来确保诊断的准确性。
因此，对于医学影像学而言，图像的压缩技术尤为重要。
在医学影像学中，常用的像压缩技术包括JPEG 2000算法和无损JPEG算法。
这些算法在保持图像质量的同时，能够大幅减小图像的数据量，从而提高存储和传输效率。
医生可以通过通过压缩后的图像进行诊断，并在需要时还原出高质量的原始图像。
2.2 通信领域中的像压缩技术应用在现代通信领域，图像的高清和高速传输对于许多应用而言至关重要。
图像压缩技术可以将图像数据量减小，从而提高通信信道的利用率和传输速度。
图像处理中的图像压缩技术研究
图像处理中的图像压缩技术研究图像压缩是图像处理领域的一个重要分支，它是在不引起图像质量下降的情况下，通过改变图像的编码方式，使图像数据被压缩为更小的体积。
图像压缩技术的研究，不仅可以帮助人们轻松地存储和传输大量的图像数据，还可以帮助人们更快地获取所需要的图像信息，因此成为了图像处理研究的重要方向。
一、图像压缩的基本原理在图像处理领域，图像数据是由像素构成的，每个像素都包含了图像的一部分信息，同时也会占用一定的储存空间。
因此，图像压缩技术主要就是通过改变图像数据的编码方式，压缩图像数据的同时保证图像质量不下降。
图像压缩主要分为两个阶段：编码和解码。
编码过程会将原始图像数据转换为一系列的编码序列，这些编码序列为解码过程提供了必要的信息，以便还原原始图像。
解码过程则是利用编码序列进行解码，恢复出原始图像。
通俗来讲，图像压缩的过程就像是把一张图案按某个规律缩小后保存，需要时再按照规律扩大回来。
二、图像压缩的分类1.无损压缩无损压缩技术是指在压缩过程中不会丢失原始图像的任何信息，压缩后可以完全还原原始图像。
无损压缩技术的优点在于压缩后的图像质量不会改变，但缺点是压缩比较低，通常只能压缩5%~50%左右的图像数据。
无损压缩应用广泛，如在数字图像信号传输、医学图像存储、压缩文件等领域中广泛使用。
2.有损压缩有损压缩技术是指在压缩过程中会有部分原始信息被丢失，压缩后不同程度地降低了原始图像的质量。
有损压缩减少了文件的大小，但缺点是会发生一定程度的失真，特别是在高压缩率下很容易丢失大量的信息。
其中最常用的有损压缩方式有JPEG压缩、MPEG压缩等。
三、图像压缩技术的应用在现实生活中，图像压缩技术被广泛应用于各种领域中，如网络传输、媒体存储、数字化摄像、计算机图像处理等。
这些应用为图像压缩技术的研究提供了较为广泛的应用场景和实验平台，同时也促进了图像压缩技术的不断发展。
四、图像压缩技术的未来发展趋势近些年来，随着互联网技术的快速发展和应用，数字图像的传输、存储和处理方面的需求也在快速增长，对图像压缩技术的研究提出了更高的要求。
图像压缩毕业论文
图像压缩毕业论文图像压缩毕业论文图像压缩作为计算机图形学中的重要研究方向，在现代社会中具有广泛的应用。
本篇毕业论文旨在探讨图像压缩的原理、方法和应用，并对其在实际应用中的优缺点进行分析和比较。
一、图像压缩的原理图像压缩是通过减少图像数据的冗余性来减小图像文件的大小，从而实现存储和传输的效率提升。
其原理主要包括两个方面：无损压缩和有损压缩。
1. 无损压缩：无损压缩是指在压缩过程中不丢失任何图像信息，即压缩后的图像与原始图像完全一致。
常见的无损压缩算法有Run Length Encoding (RLE)、Lempel-Ziv-Welch (LZW) 等。
无损压缩适用于对图像质量要求较高的场景，如医学图像、卫星图像等。
2. 有损压缩：有损压缩是指在压缩过程中会有一定的信息丢失，但在人眼感知上不明显。
有损压缩可以通过去除图像中的冗余信息、降低色彩精度等方式来实现。
常见的有损压缩算法有JPEG、GIF等。
有损压缩适用于对图像质量要求相对较低的场景，如网页图片、社交媒体图片等。
二、图像压缩的方法图像压缩的方法主要包括基于变换的压缩方法和基于预测的压缩方法。
1. 基于变换的压缩方法：基于变换的压缩方法是将图像转换到另一个表示域，通过对表示域的系数进行编码来实现压缩。
其中最常用的方法是离散余弦变换（Discrete Cosine Transform，DCT）。
DCT将图像从空间域转换到频率域，通过保留重要的低频系数，去除高频噪声，从而实现图像压缩。
2. 基于预测的压缩方法：基于预测的压缩方法是通过对图像的像素进行预测来减小冗余信息。
其中最常用的方法是差分编码（Differential Coding）和运动补偿（Motion Compensation）。
差分编码通过计算像素与其邻域像素之间的差异来进行编码，而运动补偿则是利用图像序列中的运动信息来进行编码，从而实现图像压缩。
三、图像压缩的应用图像压缩在现代社会中有着广泛的应用，涉及到许多领域。
- 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)。
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。
基于DCT的JPEG标准的压缩是有失真的，DCT变换后系数的量化是引起失真的主要原因。压缩效果与图像内容本身有较大的关系。
2.9JEPG2000压缩
图像编码基本原理
数字图像的冗余主要表现为以下几种形式：空间冗余，时间冗余，信息熵冗余，结构冗余和知识冗余。图像数据的这些冗余信息为图像压缩编码提供了依据。图像编码的目的就是充分利用图像中存在的各种冗余信息，特别是空间冗余，时间冗余以及视觉冗余，以尽量少的比特数来表示图像。利用各种冗余信息，压缩编码技术能够很好地解决在将模拟信号转换为数字信号后所产生的带宽需求增加的问题，它是使数字信号走上实用化的关键技术之一，虽然表示图像需要大量的数据，但是图像数据是高度相关的，或者说存在冗余信息，去掉这些信息后可以有效压缩图像，同时不会损害图像的有效信息。
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。
JPEG2000压缩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。
随着人们对传统压缩编码方法的深入研究和应用，逐渐发现了这些传统方法的许多缺点。如高压缩比时回复图像会出现方块效应，人眼视觉系统（HVS）的特性不易被引入到算法中等。为了克服这些缺点，1985年M.Kunl等人提出了第二代图像压缩编码的概念。经过近20年的发展，在这一框架下，人们踢出了鸡枞新的编码方法：分形编码，小波变换编码和基于模型的编码方法等。于是，对数据压缩技术的研究就突破了传统Shannon理论的框架，使得压缩效率得以极大提高。
2.2 Huffman编码
无失真编码方法中，Huffman编码是一种较有效的编码方法。Huffman编码是一种长度不均匀的，平均码率可以接近信息熵值的一种编码。他的编码思想是：对于出现概率较大的信息，采用字短的码，对于出现概率低的信息采用字长的码，以达到缩短平均码长，从而实现数据的压缩。Huffman编码小变字长编码方法是最佳的，其码字平均长度很接近信息符号的熵值。Huffman编码的最高压缩效率可达到8：1.
题目：
学生姓名：
系别：
入学年份：
导师姓名：
导师所在单位：
完成时间
1.引言
随着多媒体技术和通讯技术的不断发展，多媒体娱乐、信息高速公路等不断对信息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。
2.常用的编码方法及其分类
图像压缩分为无损压缩和有损压缩，有损压缩分为预测编码，变换编码，混合编码 ，有损编码分为：JPEG,MPEG,P*64，无损编码分为：Lempd Zew,Huffman编码，行程编码，算数编码。
目前常用的数字图像压缩编码方法可分为两大类：一是冗余压缩发，也称为无损压缩发；另一无损压缩的算法删除的仅仅是冗余的信息，因此可以在解压缩时精确的恢复原图像。有损压缩的算法把不相干的信息也删除了，解压缩时只能对图像进行类似的重构，而不能精确的复原，所i有损压缩算法可以达到更高的压缩比。
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。
2.3ቤተ መጻሕፍቲ ባይዱ行程编码
在一个逐行存储的图像中，具有相同灰度值的一些像素组成的序列称为一个行列。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码的长度。这种按照形成进行的编码被称为行程编码。
行程编码是相对简单的一种编码，是指一行扫描的像素中，比较相邻像素的幅度（如：亮度），当幅度有一显著变化时，就说有一行程存在。随终点位置标记方法不同，行程编码可分为“行程终点编码”和“行程长度编码”。行程编码对于仅包含很少几个灰度级的图像，特别像二值图像，比较有效。
2.4变换编码
变换编码的原理框图如图所示，在发送端，原始图像被分成若干个相同大小的子图像，对每个子图像做变换，采用“区域采样”的方法，只取变换系数中幅度较大的元素，即变换结果阵列中的一些主要阵元进行编码，然后进行传输，而把其他幅度较小的大部分变化系数当作零，不予编码。在接收端，解码器将收到的信号进行解码，以零补足所有未被传输的阵元，然后对每个子阵进行相应的反变换，将每个反变换阵列拼起来便得到重建图像。
对于多数图像来说，为了达到更高的压缩比，保真度的轻微损失是可以接受的；有些图像不允许进行任何修改，只能对他们进行无损压缩。无损压缩利用数据的统计特性进行数据压缩，其压缩率一般为2：1至5：1。有损压缩不能完全恢复数据，而是利用人的视觉特性（人的眼睛好比是一个“积分器”）使解压缩后的图像看起来与原始图像一样。压缩比随编码方法的不同差别较大。
2.7混合编码
混合编码对信源数据同时使用两种或者两种以上的编码方法，能大大提高数据压缩的效率。静态图像压缩标准JPEG就是一种典型的混和编码的压缩标准。
2.8 JPEG编码
JPEG是联合图像专家组的缩写名称。JPEG致力于研制彩色的和单色的，夺回度连续色调的静态图像的数字图像压缩的通用国际标准。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
（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。
2.1预测编码
在图像中，相邻像素通常在灰度上存在较大的相关性，因此，图像中某一像素的灰度可以用邻近的若干个像素灰度来估计。只对实际值和预测值的差进行编码和传输。因为预测编码是根据信号的一些已知情况，预测信号可能发生的情况，所以预测时有误差，如果预测比较准确，误差就较小，预测编码就能达到压缩数据的目的。典型预测编码的压缩算法有：DPM(差分脉冲调制)和ADPCM（自适应差分脉冲调制）。
小波变换在图像压缩中的应用也取得了很大的进展，小波（wevelet）分解编码本质上是一种变换编码技术。简单地说，小波变换就是将原图像信号分解成不同的频率区域，对不同的频率区域采用不同的压缩编码手段，从而使数据量减少。这种犯法非常适合满足视觉要求的图像压缩编码方法，并且压缩比可以达到100左右。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）。
JPEG2000格式的图像压缩比，可在现在的JPEG基础上再提高10%~30%，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。
图像编码基础
图像编码压缩是指在满足一定图像质量的条件下，用尽可能少的数据量来表示图像。编码技术比较系统的研究始于Shannon信息论，从此理论出发可以得到数据压缩的两种基本途径。一种是联合信源的冗余度也寓于信源间的相关性之中，去除他们之间的相关性，使之成为或基本成为不相干信源，如预测编码，变换域编码，混合编码等，但也都受信息熵的约束。总体上可以概括为熵编码，预测编码，变换编码，也成为三大经典编码方法。另一种是设法改变信源的概率分布，使其尽可能地非均匀，再用最佳编码方法使码长逼近信源熵。使用此途径的压缩方法其效率一般以其熵为上界，压缩比饱和于10：1，如Huffman编码，算术编码，行程编码等。
2.6统计编码
统计编码是根据消息出现的概率分布特性而进行的压缩编码。其宗旨在于：在消息和编码之间找到明确的一一对应关系，以便在回复是能准确无误地再现出来，使平均码长或码率压低到最低限度。其中常用的有：Huaffman码，ShannonFano码，算数编码等，。行程编码就是其中一种典型的统计编码，他首先计算信源符号出现的行程长度，然后将行程长度转换成代码。这种方法0，1成片出现的数据压缩。