课程思政：图像只有编码压缩后在能应用于网络传输。高效的效率，不需要冗余机制，在团队合作中，明确各自任务，往往会事倍功半。

12.1图像编码的基本理论

12.1.1图像压缩的必要性

传输带宽、速度、存储器容量的限制使得对图象数据进行压缩显得非常必要

12.1.2图像压缩的可能性

（1）编码冗余

编码冗余，又称为信息熵冗余。如果一个图像的灰度级编码，使用了多于实际需要的编码符号，就称该图像包含了编码冗余。

如果用8bit表示该图像的像素，那么则认为该图像存在编码冗余。因为该图像的像素只有两个灰度级，用1bit即可表示。

用自然二进制编码时没有考虑像素灰度值出现的概率。只有按概率分配编码长度，才是最精减的编码方法。

对应图像目标的像素之间一般具有相关性。因此，图像中一般存在与像素间相关性直接联系着的数据冗余——像素相关冗余。

（2）像素间冗余

空间冗余。邻近像素灰度分布的相关性很强。

频间冗余。多谱段图像中各谱段图像对应像素之间灰度相关性很强。

时间冗余。序列图像帧间画面对应像素灰度的相关性很强。

结构冗余。有些图像存在较强的纹理结构或自相似性，如墙纸、草席等图像。

知识冗余。有些图像中包含与某些先验知识相关的信息

（3）心理视觉冗余

人的眼睛并不是对所有信息都有相同的敏感度，有些信息在通常的视觉感觉过程中与另外一些信息相比来说并不那么重要，这些信息可以认为是心理视觉冗余的。

12.1.3图像编码方法的分类

图像编码系统的发信端基本上由两部分组成。首先,对经过高精度模-数变换的原始数字图像进行去相关处理，去除信息的冗余度；然后，根据一定的允许失真要求，对去相关后的信号编码即重新码化（图1）。一般用线性预测和正交变换进行去相关处理；与之相对应，图像编码方案也分成预测编码和变换域编码两大类。

（1）基于编码前后的信息保持程度的分类

信息保持编码，也称无损编码

在编解码过程中保证图像信息不丢失；

通常压缩比一般不超过3：1。

保真度编码，也称有损编码

丢掉一些人眼不敏感的次要信息，在一定保真度准则下，最大限度地压缩图像。通过视觉比较两个图像，给出一个定性的评价，如很粗、粗、稍粗、相同、稍好较好、很好，这种评价被称为主观保真度标准。

特征提取。在图像识别、分析和分类等技术中，只对感兴趣部分特征进行编码压缩。

图像压缩模型

·源数据编码：完成原数据的压缩。

·通道编码：为了抗干扰，增加一些容错、校验位，实际上是增加冗余。

·通道：如Internet、广播、通讯、可移动介质

源数据编码与解码的模型-映射器：减少像素冗余，如使用RLE编码。或进行图像变换。

-量化器：减少视觉心理冗余，仅用于有损压缩。

-符号编码器：减少编码冗余，如使用哈夫曼编码。

（2）基于编码方法的分类

熵编码。基于信息统计特性的编码技术。如行程编码、Huffman编码和算术编码等。

预测编码。常用的有差分脉冲编码调制和运动估计与补偿预测编码法。

变换编码。将空间域图像经过正交变换映射

到另一变换域上，再采用适当的量化和熵编码来有效压缩图像。通常采用的变换：离散傅里叶变换（DFT）、离散余弦变换（DCT）和离散小波变换（DWT）等。

其它方法：

早期的编码方法，如混合编码、矢量量化、LZW算法等。

近些年来新的压缩编码方法，如使用人工神经元网络ANN的压缩编码、分形编码、小波编码（Wavelet Coding）、基于模型的压缩编码（Model Based Coding）和基于对象的压缩编码（Object Based Coding）等。