新媒体运营数字图像压缩编码技术思维导图

是数据压缩技术在数字图像上的应用,它的目的是减少图像数据中的冗余信息

从而用更加高效的格式存储和传输数据

表示中的冗余性主要表现在空间、时间、结构、知识和视觉冗余

空间冗余是静态图像或同一帧图像中存在的最主要的一种冗余

即某一样点的亮度与色度与相邻位置上的样点间存在极强的相关性

时间冗余

结构冗余

知识冗余

图像有固定的结构,这些规律性的结构可由先验知识得到

视觉冗余是由人眼的视觉特性的非均匀和非线性形成的,分辨力、对比灵敏度

视觉掩蔽效应等人眼视觉特性可以用来去除视觉冗余

存在着图像区域的相同性冗余,矢量量化就是利用这种冗余实现图像压缩编码

随着对人类视觉系统和图像模型的进一步研究,可能会发现更多的图像冗余性

使图像数据压缩的可能性越来越大,从而推动图像压缩技术的进一步发展

图像数据压缩方法根据不同的依据可产生不同的分类

可以根据对图像质量有无损伤分成有损压缩编码和无损压缩编码

无损压缩编码主要是依据数据的统计特性,采用统计编码方法

有损压缩编码技术是在允许的图像质量情况下,尽可能地提高图像压缩编码的压缩比

即用尽可能少的数据来表示一定质量的图像

根据图像信源统计特征的压缩方法有预测编码法、变换编码法、子带编码法

小波变换编码法、矢量量化编码法、神经网络编码法等

依据图像传递的内容特征的压缩方法主要有分形编码法、基于模型的编码法等

另外,还有根据人眼视觉特性的压缩方法,比如基于图像轮廓—纹理的编码方法等

为了进一步提高图像数据压缩的效率,在实际应用中

往往综合多种压缩编码方法对图像数据进行压缩编码处理

比如将变换编码和预测编码合并,形成混合编码方法

可以追溯到 1948 年提出的电视信号数字化,到今天已经有 60 年的历史

在此期间出现了很多种图像压缩编码方法,特别是到了 20 世纪 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

图像压缩技术得到了前所未有的发展

根据图像数据压缩编码的发展,可以把图像压缩编码方法分为两代,即经典和现代图像压缩编码方法

经典图像压缩编码主要着眼于数据统计,即去除数据冗余的压缩编码方法,这是低层次的压缩方式

而现代图像压缩编码则着眼于图像内容和意义的压缩编码方式

比如,基于图像内容的模型基编码和基于图像意义的语义编码

代表着新一代的压缩方式,是近年来最为活跃的图像压缩编码的研究领域