|
|
| 数据压缩方法种类繁多，可以分为无损压缩法（冗余压缩法）和有损压缩法（熵压缩法）两大类。
|
|
|
| 无损压缩利用数据的统计冗余进行压缩，可完全恢复原始数据而且不失真，但压缩率受到数据统计冗余度的限制，一般为2:1到5:1。常用的无损压缩方法有哈夫曼编码、算术编码、行程编码等，使用统计的方法或字典查找等方法进行压缩。这类方法广泛用于文本数据、程序和特殊应用场合的图像数据（例如指纹图像、医学图像等）的压缩。由于压缩比的限制，仅使用无损压缩方法不可能解决图像和数字视频的存储和传输问题。
|
|
|
| 有损压缩方法允许压缩过程中损失一定的信息，从而得到大得多的压缩比。常用的有损压缩方法有预测编码、变换编码、子带编码、矢量量化编码、混合编码、小波编码等方法。这类方法虽然不能完全恢复原始数据，但由于人类视觉对图像中的某些频率成分不敏感，所以损失的部分对理解原始图像的影响较小。有损压缩广泛应用于语音、图像和视频数据的压缩。
|
|
|
|
|
|
|
| 哈夫曼编码是对统计独立信源达到最小平均码长的编码方法，具有唯一可译性。基本原理是：按信源符号出现的概率大小进行排序，出现概率大的分配短码，出现概率小的则分配长码。编码的过程为：
|
|
|
|
|
|
|
|
|
| ④在每次合并消息时，将被合并的消息赋予1和0或0和1。
|
|
|
| ⑤寻找从每一信源符号到概率为1的路径，记录下路径上的1和0。
|
|
|
|
|
|
|
| 算术编码是一种二元码的编码方法，在不考虑信源统计的情况下，只要监视在很短的一段时间内码出现的频率，不管统计是平稳的或是非平稳的，编码的码率总能趋近于信源熵值，每次迭代时的编码算法只处理一个数据符号，并且只有算术运算。
|
|
|
| 算术编码方法将被编码的符号串（数值串）表示成实数0到1之间的一个区间（区间长度为该符号出现的概率）。初始先设为整个区间，当出现一个新的待编码符号时，把完整的0到1区间映射到上一次形成的区间，然后新区间取为0到1上的新符号对应区间所映成的像。解码时则根据区间的覆盖性来逐一解出原符号串。
|
|
|
|
|
| 预测编码方法是一种较为实用并且被广泛使用的一种压缩编码方法，它的理论基础是现代统计学和控制论，主要是通过减少数据的相关性来实现数据的压缩。
|
|
|
| 对图像数据来说，空间的冗余反映在同一帧的图像内，相邻像素点或相邻线之间的相关性较强，因此任何一个像素点均可由与其相邻的并且已经被编码的点来进行预测估计；时间的冗余反映在动态视频信号的连续帧中，帧之间也有相关性，后来的帧中保留了许多前面的帧中的内容，也可以通过预测来估计。预测编码方法就是找到一个数学模型，根据以前的内容来预测未来的内容，只传送未来与当前所不同的内容，从而实现数据的压缩。
|
|
|
| 也就是说，预测编码根据某一数学模型利用以往的样本值对新样本值进行预测，然后将样本实际值与预测值的差值进行编码。如果模型足够好，且样本序列的时间相关性较强，那么误差信号的幅度将远小于原始信号，可以用较少的值对其差值量化，得到较好的压缩效果。预测编码常用的是差分脉冲编码调制法（DPCM）和自适应的差分脉冲编码调制法（ADPCM）。
|
|
|
|
|
| 变换编码是将通常在空间域描写的图像信号进行某种函数变换，变换到另外一些正交矢量空间（即变换域）中进行描写，而且通过选择合适的变换关系使变换域中描写的各信号分量之间相关性很小或者互不相关，从而达到数据压缩的目的。将这种变换反向进行即可恢复原来的数据。
|
|
|
| 变换编码的种类很多，例如傅立叶变换、离散余弦变换、离散正弦变换等。采用不同的变换方式，压缩的数据量和压缩速度都不相同。
|
|
|
