13、图像压缩中的无损编码与预测编码技术

图像压缩中的无损编码与预测编码技术

在图像压缩领域，无损编码和预测编码是两种重要的技术手段。无损编码用于将源字母表转换为高效的代码，以便进行传输或存储；而预测编码则通过去除像素冗余来实现图像压缩。下面将详细介绍这两种编码技术的原理、方法和应用。

无损编码技术

无损编码是将源字母表转换为高效代码的过程，在图像压缩中，源字母表可以是像素强度、量化变换系数、差分像素值或量化小波变换系数。信息理论在无损编码中起着重要作用，它定义了源熵，即编码数据所需的每个符号的平均比特数，源熵是实际编码方案可实现的无损压缩的下限。

常见的无损编码方法

• Huffman编码 ：平均码长接近源熵，效率较高，但需要在编码器和解码器两侧存储码字，当源字母表较大时效率较低。
• 算术编码 ：是一种可变长度编码，当源字母表较小时更高效，不需要存储代码，但比Huffman编码更复杂，需要更高的算术精度来表示标签。
• GR编码 ：简单高效，适用于具有整数像素值的差分图像。

示例：Zigzag扫描后的游程/级别编码

在JPEG和MPEG标准中，使用游程/级别编码替代游程长度编码（RLC）。对8×8 DCT块进行Zigzag扫描后，可得到不同的游程/级别，如下表所示：
| Run/Level | Count |
| — | — |
| 0/1 | 12 |
| 0/4 | 1 |
| 0/6 | 2 |
| 1/1 |