62、图像数据压缩方法全解析

图像数据压缩方法全解析

1. 向量量化

向量量化是一种将图像分割成小方块，并将这些方块表示为向量的方法。其基本思想源于信息论中的香农率失真理论，该理论表明，对向量进行编码通常能比对标量编码获得更好的压缩性能。

1.1 工作原理

输入数据向量使用码本中的唯一码字进行编码，存储或传输的是向量编码而非原始向量。码字的选择基于编码向量所代表的图像块与码本中码字所代表的图像块之间的最佳相似度。码本会与编码数据一起传输。

1.2 优缺点

• 优点 ：接收器结构简单，仅需一个查找表。
• 缺点 ：编码器复杂。这并非向量量化原理本身直接导致的，虽然该方法可以以相对简单的方式实现，但编码速度会非常慢。为提高处理速度，需要使用如K - D树等数据结构和其他特殊处理，这会增加编码器的复杂度。此外，图像的必要统计特性通常难以获取，压缩参数必须基于图像训练集，合适的码本可能因图像而异。因此，与训练集中统计特性不同的图像可能无法由查找表中的码向量很好地表示，并且边缘退化可能比其他技术更严重。

1.3 改进措施

为降低编码器复杂度，编码过程可分为多个级别，通常为两级。编码过程是分层的，根据编码级别使用两个或更多码本。在非对称应用中，当图像只压缩一次但多次解压缩时，复杂编码器实现的高压缩比与简单解码器的组合可能具有优势。例如多媒体百科全书和无纸出版。而在对称应用中，如视频会议，则需要编码和解码操作具有相似的复杂度。

1.4 应用拓展

允许可变大小方块的改进方法