图像压缩编码的方法概述
图像压缩与编码
实验项目3、图像压缩与编码一、实验目的（1）理解图像压缩编码的基本原理；（2）掌握用程序代码实现DCT变换编码；（3）掌握用程序代码实现游程编码。
二、实验原理及知识点1、图像压缩编码图像信号经过数字化后，数据量相当大，很难直接进行保存。
为了提高信道利用率和在有限的信道容量下传输更多的图像信息，必须对图像进行压缩编码。
图像压缩技术标准一般可分为如下几种：JPEG压缩（JPEG Compression）、JPEG 2000、H.26X标准（H.26X standards）以及MPEG标准（MPEG standards）。
数字压缩技术的性能指标包括：压缩比、平均码字长度、编码效率、冗余度。
从信息论角度分，可以将图像的压缩编码方法分为无失真压缩编码和有限失真编码。
前者主要包括Huffman编码、算术编码和游程编码；后者主要包括预测编码、变换编码和矢量量化编码以及运动检测和运动补偿技术。
图像数据压缩的目的是在满足一定图像质量的条件下，用尽可能少的比特数来表示原始图像，以提高图像传输的效率和减少图像存储的容量，在信息论中称为信源编码。
图像压缩是通过删除图像数据中冗余的或者不必要的部分来减小图像数据量的技术，压缩过程就是编码过程，解压缩过程就是解码过程。
2、游程编码某些图像特别是计算机生成的图像往往包含许多颜色相同的块，在这些块中，许多连续的扫描行或者同一扫描行上有许多连续的像素都具有相同的颜色值。
在这些情况下就不需要存储每一个像素的颜色值，而是仅仅存储一个像素值以及具有相同颜色的像素数目，将这种编码方法称为游程（或行程）编码，连续的具有相同颜色值的所有像素构成一个行程。
在对图像数据进行编码时，沿一定方向排列的具有相同灰度值的像素可看成是连续符号，用字串代替这些连续符号，可大幅度减少数据量。
游程编码记录方式有两种：①逐行记录每个游程的终点列号：②逐行记录每个游程的长度3、DCT变换编码变换编码是在变换域进行图像压缩的一种技术。
图像编码常用方法介绍(九)
图像编码是指将数字图像转换为较小的文件大小，以方便存储和传输的过程。
在图像编码中，压缩算法起着至关重要的作用。
在本文中，我们将介绍一些常用的图像编码方法，包括有损和无损压缩算法。
一、无损压缩算法无损压缩算法旨在保留原始图像的所有细节和精度。
最常见的无损压缩算法之一是无损预测编码算法。
该算法利用了预测的概念，通过将每个像素与其周围像素进行比较，来推测出像素值。
然后，将推测的像素值与实际像素值之间的差异编码为更小的数值。
这种方法在图像中存在大量重复信息的情况下效果显著。
另一个常用的无损压缩算法是霍夫曼编码。
霍夫曼编码通过构建变长编码字典来代替固定长度的编码，以减少编码长度从而降低文件大小。
在这种方法中，出现频率较高的像素值被赋予较短的编码，而出现频率较低的像素值则被赋予较长的编码。
二、有损压缩算法相对于无损压缩算法，有损压缩算法可以更大幅度地减小文件大小，但会在一定程度上损失图像质量。
其中最著名的有损压缩算法之一是JPEG算法。
该算法通过使用离散余弦变换（DCT）将图像分为频域，并且对高频信号进行更多压缩。
因为人眼对细节信息的敏感度较低，所以在很多情况下，JPEG算法可以在可接受的视觉损失下大幅度减小文件大小。
另一个常用的有损压缩算法是基于向量量化的方法。
这种方法通过将图像中的像素值量化为有限数量的向量值来减小文件大小。
然后，将原始图像中的像素值替换为与向量值最接近的像素值。
该算法有效地减小了文件大小，但会引入更多的失真。
三、压缩比和图像质量的取舍在图像编码中，压缩比和图像质量之间存在一种取舍关系。
较高的压缩比可以更大幅度地减小文件大小，但可能导致较大的图像质量损失。
相反，较高的图像质量可以保留更多的细节和精度，但会导致较大的文件大小。
在实际应用中，我们需要根据具体需求来选择适当的压缩算法和参数。
四、应用和发展前景图像编码在现代社会中应用广泛。
从数字媒体的存储和传输，到医学影像的处理和分析，无处不体现了图像编码的重要性。
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(三)
图像编码是将图像转化为数字信号的过程，通过压缩图像，可以减少存储空间和传输带宽的需求。
在图像编码领域，有许多常用方法，本文将介绍其中的几种。
1. 无损编码：无损编码是一种压缩图像的方法，它不丢失任何图像信息。
常见的无损编码方法有：（1）Run-Length Encoding (RLE)：该方法通过将重复的像素值替换为像素值和重复次数的组合来压缩图像。
这种方法在图像中有大量相邻重复像素值的情况下表现良好。
（2）Huffman 编码：Huffman 编码是一种变长编码方法，通过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来压缩图像。
Huffman 编码在统计图像中像素值分布的情况下可以取得较好的压缩效果。
（3）LZW 编码：LZW 编码是一种字典编码方法，它将连续的像素值序列作为字典项，出现频率较高的连续序列用较短的编码表示，出现频率较低的连续序列用较长的编码表示来压缩图像。
LZW 编码在处理连续重复出现的序列时效果较好。
2. 有损编码：有损编码是一种压缩图像的方法，它在压缩过程中会丢弃一些图像信息，以达到更高的压缩比。
常见的有损编码方法有：（1）JPEG 编码：JPEG 编码是一种基于离散余弦变换的编码方法，它通过将图像分成多个 8x8 尺寸的像素块，然后对每个块应用离散余弦变换，再将变换后的系数进行量化和编码来压缩图像。
JPEG 编码广泛应用于静态图像的压缩。
（2）JPEG2000 编码：JPEG2000 是 JPEG 编码的升级版，它在离散小波变换的基础上进行编码。
JPEG2000 编码使用基于小波变换的空间频率分解，将图像分为多个不同分辨率的子带，并对每个子带进行独立的编码。
这种方法可以提供更好的压缩质量和可扩展性。
（3）WebP 编码：WebP 编码是一种针对网络应用的图像编码方法，它结合了无损和有损编码的特点。
WebP 编码可以根据图像内容的复杂程度自动选择使用无损或有损编码来进行图像压缩，以达到更好的压缩效果和更快的加载速度。
8图像压缩编码技术
7.1.4 压缩技术的性能指标(Evaluation Index of Image Compression approaches)
1.压缩比
压缩编码的效率,通常用压缩比来表示,它的定
义为:
c b1 b2
其中 b1 表示压缩前图像每像素的平均比特数, b2 表 示压缩后每像素所需的平均比特数。
一般的情况下压缩比c总是大于等于1的, c愈大
第7章 图像压缩编码（Image Compression Coding
Technology）
7.1 概述 7.2 无失真图像压缩编码 7.3 预测压缩技术 7.4 变换压缩技术 7.5 静态图像压缩标准JPEG 7.6 图像压缩编码的新进展 要点总结
7.1 概述（Introduction）
为什么要对图像进行压缩
科学实验表明，人眼的分辨力是有限的，人眼不能区 别各种颜色或灰度级。对整幅图像而言，人眼能区别 40~60个灰度级，而对图像的局部，人眼只能区别32个 灰度级，其他灰度级相对来说就是视觉冗余。
图7.4与图7.5看起来是没有差别，但他们对应的数据却不一 致。在这二幅图像中，2、3、4的灰度级与3相近；149、150、 151的灰度级与150相近；253、254、255的灰度级与255相近。 若将图7.5中的相应灰度级都换成对应的3、150、255，这样就 有利于压缩。
I (ai ) log p(ai )
通常,上式中的对数取2为底，这时定义的信息量单位为
“比特”(bit) 。
7.1.1 图像的信息量与信息熵 ）（Information Content and Entropy）
2. 信息熵
对信息源X的各符号的自信息量取统计平均,可得平均自
信息量为:
计算机视觉中的图像压缩与编码技术
计算机视觉中的图像压缩与编码技术随着计算机技术和网络通信的迅速发展，图像的使用量也急剧增加。
然而，高分辨率的图像往往占用较大的存储空间和传输带宽，对于存储和传输效率的要求也越来越高。
因此，图像压缩与编码技术成为了计算机视觉领域中的重要研究内容。
本文将介绍计算机视觉中常用的图像压缩与编码技术。
图像压缩与编码技术通过对图像的冗余信息进行削减，从而减小图像的体积，提高存储和传输效率。
常用的图像压缩与编码技术主要包括无损压缩和有损压缩。
无损压缩技术是指在压缩图像的同时不损失任何信息的技术。
这种压缩技术对于那些要求完全保留原始图像信息的应用场景非常重要。
常见的无损压缩技术主要有RLE（Run-Length Encoding）编码、LZW（Lempel-Ziv-Welch）编码和哈夫曼编码。
RLE编码是一种基于图像连续像素冗余特性的编码技术。
它通过统计图像中连续相同像素值的个数，并用一个计数符号和一个像素值符号来代替连续的相同像素值。
这种编码技术适合于连续像素值重复较多的图像。
LZW编码算法是一种基于前缀编码的无损压缩算法。
它通过构建字典来动态地更新编码映射表，将频繁出现的像素序列用更短的编码来表示，从而实现对图像的无损压缩。
LZW编码广泛应用于GIF图像格式。
哈夫曼编码是一种通过构建最优二叉树来实现对图像信息压缩的技术。
它通过将出现频率最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，从而实现不同像素值对应编码长度的优化。
哈夫曼编码被广泛应用于JPEG 和PNG图像格式。
相对于无损压缩技术，有损压缩技术可以进一步减小图像的体积。
它通过牺牲一定的图像信息来获得更高的压缩比。
常见的有损压缩技术主要有基于变换的压缩技术和基于预测的压缩技术。
基于变换的压缩技术主要采用离散余弦变换（DCT）来将图像从空域转换到频域。
DCT将图像分解成一系列的频率分量，再根据频率分量的重要性对其进行量化和编码。
JPEG图像格式就是采用DCT进行压缩的典型例子。
JPEG图像压缩与编码解析
JPEG图像压缩与编码解析
JPEG（Joint Photographic Experts Group）压缩格式，以其易于使用、压缩率高而著称，是应用最为广泛的一种图像压缩格式。
JPEG压缩
算法把图像分为内容和质量两个维度来进行压缩。
下面将详细论述JPEG
图像编码与解码的基本原理。
1.JPEG图像编码过程
（1）空间域转换
空间域转换是将原始图像由空间域变换成更加节省存储空间的频域。
JPEG压缩采用的是离散余弦变换（DCT）这种空间域转换方法，它可以把
图像表示成一系列正交基函数的线性组合，每一个函数表示的是对应的图
像量化值。
利用DCT将一幅图像分成8×8（也有可能是16×16）大小的块，每一个块由64（或者256）个相互独立的像素构成，被称为DCT子块。
（2）频段选择
JPEG图像压缩算法采用频段选择的原则，根据图像中的特征，把空
间域转换之后的低频分量即低频信息传��有损，而只把高频分量即高频
信息传递以达到保留重要信息的目的，在JPEG中，特征的保留按照“从
重要的到不重要的”的顺序进行。
（3）变换。
第六章(1)-图像压缩编码
22
第十章 图像压缩编码
对于给定图像其数据量就已确定，即 n 1完全确定。因 此，图像压缩后的数据量 n 2 就决定了压缩比。
n2 = Lavg × n
L 其中 n 表示图像像素个数， avg 是平均码字长。由此 引入如下几个概念： (1) 码字：信息编码中每个符号的二进制编码值。
(2) 码字长：码字的长度，即其二进制编码值的位数， 也就是比特数。 (3) 平均码字长:每个像素所需的平均比特数。 nk P (k) = , k = 0,1, ..., L − 1 n
这个例子说明变长编码是用尽量少的比特数来 表达尽可能多的灰度级以实现数据的压缩。
26
第十章 图像压缩编码
像素冗余： 由于任何给定的像素值，原理上都可 以通过它的相邻像素值预测到，单个像 素携带的信息相对是小的。 对于一个图像，很多单个像素对视 觉的贡献是冗余的。这是建立在对邻域 值预测的基础上。 例：原图像数据：234 223 231 238 235 压缩后数据：234 11 -8 -7 -3
14
图像通信系统模型
信源编码：完成原始数据的压缩与编码 信道编码： 为了抗干扰，增加一些容错、校验位，实际上是 有规律地增加传输数据的冗余，以便于消除传输过程 中增加的随机信号 信道：传输数据（信息）的手段。 如Internet、广播、通讯、可移动介质等
15
图像编解码模型
f (m, n)
变换器
量化器
3
第十章 图像压缩编码
Byte是“字节数”，bit是“位数”，在计算机 中每八位为一字节，也就是1Byte＝8bit，是1： 8的对应关系 ,1KB=1024B，1MB=1024KB。 图像数据量大小=图像中的像素总数×图像深度 ÷8÷1024÷1024 单位为MB 音频光盘：74×60×75×2352÷1024÷1024=746.93（MB） 数据光盘：74×60×75×2048÷1024÷1024=650.39（MB） 视频光盘：74×60×75×2336÷1024÷1024=741.85（MB） 注：式中光盘容量以74分钟来计量，每分钟60秒，每秒读75个 扇区，音频光盘每个扇区2352Byte (字节)，
图像处理中的图像压缩与编码算法
图像处理中的图像压缩与编码算法图像处理是计算机科学与技术领域中的一个重要研究方向，而图像压缩与编码算法则是图像处理中的一个关键问题。
随着科技的不断发展，图像的获取和传输已经成为我们日常生活中不可或缺的一部分。
然而，图像数据的大量存储和传输给计算机系统带来了很大的挑战，因此图像压缩与编码算法应运而生。
图像压缩与编码算法的目标是通过减少图像数据的冗余信息，从而实现图像的压缩和传输。
一种常用的图像压缩方法是基于离散余弦变换（DCT）的压缩算法。
该算法将图像分解为一系列频率分量，然后对这些分量进行量化和编码。
在这个过程中，高频分量被量化为较低的精度，从而减少了图像数据的存储空间。
除了DCT压缩算法外，还有一种常用的图像压缩方法是基于小波变换的压缩算法。
小波变换将图像分解为不同尺度和方向的子图像，然后对这些子图像进行编码。
与DCT压缩算法相比，小波变换能够更好地保留图像的细节信息，因此在某些应用场景下具有更好的效果。
除了压缩算法，图像编码算法也是图像处理中的一个重要问题。
图像编码算法的目标是将压缩后的图像数据转换为可传输的比特流。
一种常用的图像编码算法是基于哈夫曼编码的算法。
该算法通过构建一棵哈夫曼树来实现对不同频率的像素值进行编码。
由于哈夫曼编码可以根据像素值出现的概率分布来进行编码，因此可以实现更高效的压缩。
除了DCT压缩算法和哈夫曼编码算法外，还有一些其他的图像压缩与编码算法。
例如，基于向量量化的压缩算法将图像数据划分为不同的向量，并将这些向量进行编码。
这种算法可以在一定程度上提高图像的压缩比。
此外，还有一些基于预测的压缩算法，通过对图像数据的空间和时间相关性进行建模来实现图像的压缩和编码。
总的来说，图像压缩与编码算法在图像处理中起着至关重要的作用。
通过减少图像数据的冗余信息，这些算法可以实现图像的高效压缩和传输。
在实际应用中，我们需要根据具体的需求选择合适的压缩和编码算法。
未来，随着科技的不断进步，图像压缩与编码算法将继续发展，并在各个领域中发挥更大的作用。
JPEG图像压缩编码原理及格式
图像灰度级gray(x,y)
JPEG中的余弦变换
对pic2进行DCT：
pic2
DCT:高频系数很小
JPEG中的余弦变换
pic3：
pic3
图像灰度级gray(x,y)
JPEG中的余弦变换
对pic3进行DCT：
pic3
DCT:高频系数较大一些
JPEG中的余弦变换
在JPEG进行余弦变换后，由8x8像素图像块获 得8x8个频域系数C(u,v)，如果存储64个频域系 数，则图像数据并不能压缩。
(DCT系数x1000)
DCT:高频系数很小
JPEG中的余弦变换
对pic0进行DCT：
pic0
DCT:高频系数很小
JPEG中的余弦变换
pic1：
pic1
图像灰度级gray(x,y)
JPEG中的余弦变换
对pic1进行DCT：
pic1
DCT:高频系数很小
JPEG中的余弦变换
pic2：
pic2
0
0
0
0
0
0
2
0
0
0
ห้องสมุดไป่ตู้
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
{74,33,31,-1,-2,-1,2,-2,-2,2,0,0,……,0};
由于大量的0连续排列，可以用“行程编码(Run Length Coding)”方法节约存贮空间。
- 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H.261、H.263、H.264、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，以达到更加显著的效果。
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。