无损图像压缩算法与有损图像压缩算法分析

摘要

无损图像压缩算法与有损图像压缩算法分析　　李畅　　（广东外语外贸大学思科信息学院，广州510000）　　随着图像信息的大量存储和传输，图像压缩技术的研究越来越深入。分析现有的无损图像压缩技术———基于统计概率方法、基于字典编码方法和预测编码方法。并详细介绍有序二叉决策图OBDD，并对其进行新型和有效的编码，同时分析有损图像压缩技术，并对无损压缩算法和有损压缩算法进行比较。　　关键词：无损压缩；OBDD；有损压缩；最优截断　　文章编号：1007-1423（2014）35-0061-04　　DOI：10.3969/j.issn.1007-1423.2014.35.015　　0引言　　图像压缩是指以较少的比特有损或无损地表示原来的像素矩阵的技术，也称图像编码。　　图像数据之所以能被压缩，就是因为数据中存在着冗余。图像数据的冗余主要表现为：图像中相邻像素间的相关性引起的空间冗余、图像序列中不同帧之间存在相关性引起的时间冗余、不同彩色平面或频谱带的相关性引起的频谱冗余。数据压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数。由于图像数据量的庞大，在存储、传输、处理时非常困难，因此图像数据的压缩就显得非常重要。本文将详细介绍常用无损图像压缩算法[2~6]和有损图像压缩算法。　　不同于Huffman编码，算术编码是对一个字符序列而不是对序列里的单个字符进行编码的编码方法，它的编码效率高于Huffman编码[7]。　　基于字典编码方法主要有两种：行程编码（Run-Length Encoding）和LZW编码。它们都是对字符串进行编码的，不同的是LZW编码会生成码本（特定字符序列以及它们对应的码字）。%With the large number of image storage and transmission, more and more image compression technology is proposed. Analyses the exist_ing lossless image compression technology based on statistical probability method, dictionary coding method and prediction coding method. And introduces the order two forks decision graph OBDD, and makes a new and effective coding method for it. Simultaneous analyses image compression technology, and compares the algorithm of lossless compression and compression algorithms.