信息技术发展步入二十一世纪,随着微电子、计算机和传感器等技术的高速发展,图像、声音等媒体信息的记录描述、存储和传输都在朝着数字化向前进。在当前这样一个充满信息的社会,人们在生活中对交换图像、声音等多媒体信息方面的需求也越来越大,同时对交换的质量也越来越高。大量的图像视频等多媒体信息的传输对数据的存储和传输提出了更高的要求，也给现有的有限带宽以严峻考研，这就需要结合图像视频的压缩编码技术来满足人们的要求。

有损压缩是利用了人类对图像或声波中的某些频率成分不敏感的特性，允许压缩过程中损失一定的信息；虽然不能完全恢复原始数据，但是所损失的部分对理解原始图像的影响缩小，却换来了大得多的压缩比。利用有损压缩技术可以减轻存储和传输的负担，使图像在网络上实现快速传输和实时处理，从而在在一定程度上解决人们对图像信息传输和存储的需要与信道带宽小、计算机处理速度慢的矛盾。

综上所述对图像进行压缩,就为图像的存储和传输等提供了可靠的保证。图像压缩技术在多媒体技术、虚拟现实技术、通信技术、地理信息系统、医用图像处理等方面都获得了广泛的应用。

图像压缩的基本理论起源于20世纪40年代末香农(Shannon)的信息理论。在这个理论框架下,出现了早期的信源编码方法,如香农一法诺编码、哈夫曼编码、算术编码、词典编码(包括LZ77、LZ88及LZW)等。分析表明,原始图像数据在相邻像素之间存在较强的相关性,通过将从空间域映射到变换域,在变换域进行处理,可以有效去除相关性,获得更好的压缩效果。

离散余弦变换(Discrete Cosine Transformation,DCT)和离散小波变换(Discrete Wavelet Transformation,DWT)也是两种有效的变换方法,能使图像数据在频率分布上更有规律,从而为进行图像压缩铺平了道路。20世纪80年代中期开始制定的静止图像压缩编码国际标准PJEG采用DCT编码作为核心算法,得到了广泛应用。1993年Shapiro提出嵌入式零树小波(Embedded Zerotree Wavelet, EZW)编码方法具有低码率、低失真和渐进传输特性等重要特征,成为基于小波变换编码的新一代的静止图像压缩标准PJEG2000的基础算法。

近些年来，因人工神经网络技术因其良好的容错性、自组织和自适应性的特点，在图像压缩处理中被广泛应用。运用神经网络技术进行图像压缩的过程不必借助于某种预先确定的数据编码算法，神经网络能根据图像本身的信息特点，自主地完成图像编码和压缩。除此之外，对于多/高光谱这样的三维图像，人们还提出了基于预测、基于变换、基于矢量量化的图像压缩技术。

2. 研究的基本内容与方案

研究基本内容：

1)了解图像压缩的定义与分类。

2)了解图像压缩的主客观保真度准则。

3)了解有关图像编码的若干国际标准(建议)的名称、主要目标和内容以及应用范围。