经典图像编码方法

4.2.1　经典图像编码方法

经典的编码方法是基于信息论的理论框架，对图像进行线性处理，产生信息保持或限制失真的压缩图像。主要有三大类:预测法、变换法和统计法。

(1)预测法。所谓预测编码是利用信号间的相关性将每个像素用它前面的值(前像素、前行、前帧)作预测，并传输实际信号与预测信号差值。信号相关性越强，预测精度越高，实际信号与预测信号的差值就越小，对其编码后的比特数可相应减少，这就是预测编码实现压缩的机理。

1952年，C.C.Culter首先提出了差分脉冲编码调制(DPCM)编码的概念。同年，Bell实验室的B.M.Olive第一次从理论上和实验上对图像的线性预测编码进行了研究。1966年，J.B.O'neal分析计算了二维线性预测器的最佳预测系数，确立了最佳线性预测的设计理论。

预测法简单、经济、编码效率高，常用的方法有:PCM、DPCM、ADPCM等。预测法的主要问题是预测器的设计，一般都采用以最小均方差为准则的最佳预测设计。

(2)变换法。变换编码是于20世纪60年代末提出并于70年代发展起来的，它将图像分割成若干子块，通过对其正交变换把时间域信号变换到变换域上，使变换后各系数的统计分布比较集中。能量集中在低频域中，并使变换域中各系数间的相关性大大降低，然后对其分配比特。对方差大的分配以较多的比特，反之分配以较少的比特，从而实现总比特率的压缩。

1968年，H.C.Andrews和W.K.Pratt首先将离散傅里叶变换(DFT)用于处理静止图像压缩，得到较好的压缩效果。次年，W.K.Pratt等人提出了利用只有加减运算的Hadamard变换对图像进行编码。进入70年代后，又先后出现了利用K－L变换、Haar变换、斜变换等图像编码方法。理论上证明在均方误差最小准则下，K－L变换是最佳变换。由于K－L变换没有通用的变换矩阵，很难满足实时处理的要求，所以在实际中很少用它对图像数据进行压缩。人们退而求其次，寻找一些虽不是“最佳”，但也有较好的和能量集中性能且容易实现的变换方法。K－L变换常常作为对这些变换性能进行评价的比较标准。

1974年由N.Ahmed和K.R.Rao提出了离散余弦变换(DCT)。由于DCT变换在假定信源为一阶平稳马尔可夫过程时最接近K－L变换且有快速算法，因此常被作为变换编码的基本方法。其基本方法是:首先将图像分块，例如8×8、16×16的像素块，然后逐块进行正交变换，去掉样本间的相关性，最后对变换系数进行量化、编码。变换法具有压缩比例高、抗噪性能好等特点。常用的变换法有DCT、Walsh、Fourier等。

(3)统计法。它是信息保持型方法。它利用数据出现的分布特性消除信息冗余，如哈夫曼(Huffman)编码、算术(Arithmetic)编码等。压缩后的图像不会失真，是一种熵编码方法。

另外，经典的图像编码还有矢量法、方块截尾法及二值图像的编码方法等。