图像压缩算法

图片压缩算法：
按照压缩技术所依据的和使用的数学方法进行分类

预测编码:基本思想是根据数据统计特性得到预测值,然后传输图像像素与其预测值的差值信号,使传输的码率降低.达到压缩的目的

统计编码:主要针对无记忆信源,根据信息码字出现概率的分布特征而进行压缩编码,寻找概率与码字长度间的最优匹配,其编码的实质就是用短码来表示较大的码字,而用长码表示出现概率较小的码字.常用的有:行程编码,霍夫曼编码和算术编码三种;

变换编码:基本思想是利用图像块内像素之间的相关性,把图像变换到一组新的基(一般是频率域)上,使得能量集中到少数几个变换系数上,通过存储这些系数达到压缩数据的目的,常用的有:DCT 小波变换

冗余度压缩方法(无损压缩): 在数学上可逆, 哈夫曼编码 , 算术编码 , 行程编码 Lempel-zev 编码

信息量压缩方法(有损压缩),解码图像与原始图像有差, 预测编码, 频率域方法(DCT，子带编码），空间域编码（统计分块编码），模型方法（分型编码、模型编码）、基于重要性（粒子、子采样、比特分配、矢量量化）

DCT 主要用于图像的压缩。图像经过离散余弦变换后基本信息主要集中在左上角，因此可以去除除左上角之外的其他数据也能很好的将图像复原成原始的样子，因此能够在误差可接受的范围内将图像进行压缩存储，

DWT（离散小波变换）：
DWT和DCT的区别在于图像进行DWT变换后其小波域分为四个子带，每个子带不仅包括图像的频域成分还包括其空域成分。并且其包含图像主要信息的左上角子带(LL子带)能够再次不断的进行DWT变换从而将其连续分解成许多不同分辨率的信号成分，这意味着我们可以通过控制小波变换的层数来实现不同的压缩率目标

从图3中我们可以看到尽管原始图像经过了多次小波变换，其基本的图像信息仍然集中在左上角的LL子带。因此虽然其图像的分辨率成指数级下降，我们还是可以使用各个层级的LL子带的数据恢复出原始的图像从而达到基本恢复图像的前提下各种压缩比的要求。