壹般來說，圖像壓縮技術可以分為兩類:無損壓縮技術和有損(率失真)壓縮技術。無損壓縮利用數據的統計冗余度進行壓縮，可以完全恢復原始數據而不引入任何失真，但壓縮率受到數據理論冗余度的限制，壹般為2:1到5:1。這種方法廣泛用於特殊應用中的文本數據、程序和圖像數據的壓縮(如指紋圖像和醫學圖像)。由於壓縮比的限制，僅靠無損壓縮無法解決圖像和數字視頻的存儲和傳輸問題。有損壓縮法利用了人類視覺對圖像中某些頻率成分的不敏感，允許在壓縮過程中丟失壹些信息；雖然原始數據不能完全恢復，丟失的部分對理解原始圖像影響不大，但壓縮比大得多。有損壓縮廣泛用於語音、圖像和視頻數據的壓縮。多媒體應用中常用的壓縮方法有:PCM(脈碼調制)、預測編碼、變換編碼(主分量變換或K-L變換、離散余弦變換MT等。)、內插和外推(空間子采樣、時域子采樣、自適應)、統計編碼(霍夫曼編碼、算術編碼、香農-法諾編碼、遊程編碼編碼等)。)，矢量量化和子帶編碼等。混合編碼是近年來廣泛使用的壹種方法。新壹代的數據壓縮方法，如基於模型的壓縮方法、分形壓縮方法和小波變換方法，也已接近實用水平。
在遙感信息處理領域，按照信息處理的階段，遙感圖像壓縮可以分為星上無損壓縮、星上有損壓縮和地面遙感數據壓縮。為了最大限度地保留遙感傳感器獲得的目標信息，星載壓縮壹般采用無損壓縮方法。但當信息量過大，無損壓縮達不到要求時，也考慮失真較小的有損壓縮，即高保真壓縮方法。同時，為了適應遙感數據的高采樣率，星上壓縮要求實時性高，因此要求壓縮方法計算簡單，硬件復雜度低。
二。當前數據壓縮方法標準概述
常用的無損壓縮方法包括香農-法諾編碼、霍夫曼編碼、遊程編碼、LZW編碼(倫佩爾-齊夫-韋爾奇)和算術編碼。
數據壓縮研究中應註意的問題是:首先，編碼方法必須由計算機或VLSI硬件電路高速實現；其次，它必須符合現行的國際標準。
這裏有三個流行的數據壓縮國際標準。
1，JPEG -靜止圖像壓縮標準
這是壹種適用於彩色和單色多灰度或連續色調靜態數字圖像的壓縮標準。它包括基於DPCM(差分脈碼調制)、DCT(離散余弦變換)和霍夫曼編碼的兩部分。前者不會產生失真，但壓縮量很小；圖像壓縮的後壹種算法是，雖然丟失了信息，但壓縮比可以很大。實際上有三類JPEG標準:
1)基本順序流程)實現有損圖像壓縮，重建圖像質量滿足人眼難以觀察的要求。采用8×8像素自適應DCT算法、量化和Huffman型濕度編碼器。
2)基於擴展DCT的過程使用漸進工作模式，並采用自適應算術編碼過程。
3)無損過程采用預測編碼和霍夫曼編碼(或算術編碼)，可以保證重建圖像數據與原始圖像數據完全相同。
其中，JPEG有以下五種方法:
(1)JPEG算法
基本的JPEG算法操作可以分為以下三步:通過離散余弦變換(DCT)去除數據冗余；量化表用於量化DCT系數，它是根據人類視覺系統的特性和壓縮圖像類型優化的量化系數矩陣。量化的DCT系數被編碼以最小化它們的熵，並且霍夫曼可變字長編碼被用於熵編碼。(2)離散余弦變換(3)量化
(4)遊程編碼(5)熵編碼
2.MPEG -運動圖像壓縮編碼
mpeg(運動圖像專家組)標準分為兩個階段:第壹階段(MPEG-I)針對傳輸速率從lMb/s到l.5Mb/s的普通電視質量的視頻信號的壓縮；第二階段(MPEG-2)旨在以每秒30幀的720x572分辨率壓縮視頻信號。在擴展模式下，MPEG-2可以壓縮分辨率為1440Xl152的HDTV信號。但是MPEG壓縮算法復雜，計算量大，實現壹般需要專門的硬件支持。
MPEG視頻壓縮算法包括兩項基本技術:壹是基於l6x16子塊的運動補償技術，減少幀序列的時域冗余；另壹種是基於DCT的壓縮，用於減少幀序列的空間冗余。DCT變換用於幀內壓縮和幀間預測。運動補償算法是視頻圖像壓縮技術中最常用的方法之壹。
3.h . 261-視頻通信編碼標準
可視電話/會議電視的建議標準H.261，通常稱為Px64K標準，其中P為可變參數，取值為1至30；當P = 1或2時，支持四分之壹cmmon中間格式(QIF)較低幀率的可視電話傳輸；P & gt=6，支持CIF:通用中間格式的高幀率視頻會議數據傳輸)。Px64K視頻壓縮算法也是壹種混合編碼方案。
3.壹種有效的遙感圖像數據壓縮方法――小波壓縮
1.對於高分辨率遙感圖像，采用先進的圖像壓縮技術，實現遙感圖像的高保真、快速壓縮，以解決大規模圖像的傳輸和存儲問題。近年來，隨著新型傳感技術的發展，遙感圖像的時空分辨率和光譜分辨率不斷提高，相應的數據規模呈幾何級數增長，給數據傳輸和存儲帶來了極大的困難。壹般來說，圖像分辨率越高，相鄰采樣點的相關性越高，數據水分越大。壓縮遙感數據有利於節省通信信道，提高信息傳輸速率；數據壓縮後，有利於實現安全通信，提高系統的整體可靠性。隨著互聯網連接到千家萬戶，遙感圖像正逐漸成為信息傳遞的重要媒介。目前，小波壓縮主要用於處理遙感圖像數據。
小波分析的基本理論及其在圖像壓縮中的應用
類似於傅立葉變換，小波變換是壹種同時具有時頻分辨率的變換。它優於傅裏葉變換的地方在於它在時域和頻域都具有“縮放”的特性，這對於信號的精細分析非常有利。第壹個正交小波基由Harr在1910中構造。但是Harr小波基是不連續的。80年代，Meyer，Daubechies等人從尺度函數的角度構造了連續正交小波基。從65438到0989，Mallat等人提出了多尺度分析的概念和基於多尺度分析的小波基的構造方法，將小波正交基的構造納入統壹的框架，使小波分析成為壹種實用的信號分析工具。
首先對遙感圖像進行小波分解，然後以紋理的復雜度作為區域重要性的度量。對紋理復雜的重要區域進行標量編碼來保證恢復圖像的質量，對平坦區域(即不重要區域)進行矢量編碼來提高壓縮比。實驗結果表明，該方法具有壓縮率高、圖像恢復質量好、速度快等優點，非常適合遙感數據的高保真壓縮。
小波變換在壓縮方面提供了以下優勢:(1)多尺度分解提供了圖像在不同尺度下的信息，變換後的能量大部分集中在低頻部分，便於我們設計不同尺度下小波系數的量化編碼方案，在提高圖像壓縮比的同時保持良好的視覺效果和高PSNR。(2)小波分解和重構算法可循環使用，易於硬件實現。
JPEG的8×8塊壓縮方法在壓縮紋理復雜的塊時恢復誤差較大，有明顯的塊效應，而基於小波變換的圖像壓縮方法很好地克服了塊效應。通過對不同的區域采用不同的編碼方法，可以很好地保持原圖像的紋理信息，達到較高的壓縮比。
3.自適應標量和矢量混合量化編碼方案。
基於小波分解的圖像壓縮方法的壹個重要因素是量化方案的選擇。壹般來說，量化方法分為標量量化和矢量量化。近年來，人們開始研究標量和矢量量化相結合的方法，以同時獲得更高的壓縮比、恢復質量和時間性能，這是圖像壓縮技術的壹個重要發展方向。
標量量化的關鍵是去相關和編碼。目前主要的去相關技術是預測法，如DPCM預測；然而，熵編碼仍然是主要的編碼方法。標量量化的特點是可以保持較高的圖像恢復質量，但壓縮率普遍較低。目前最有效的基於小波分解的矢量量化方法是法國M. Barlaud提出的PLVQ塔格矢量量化方法和美國J. M. Shapiro提出的EZW方法。這兩種方法編碼效率高，但計算非常復雜，不適合實時性要求高的場合。
本文提出的編碼方案將圖像小波細節子圖分成4×4個塊，用塊內方差作為塊的紋理復雜度和重要性的度量，對紋理復雜的重要塊用較多的比特編碼，對平坦區域用較少的比特編碼。這實際上相當於把每個塊的元素組合成壹個向量，對不重要的子塊使用向量編碼方案，對重要的子塊使用標量編碼，這樣各個子塊的恢復誤差就大致平衡了。
這種壓縮方法的具體步驟如下。
(1)圖像進行三層小波分解，LL3子圖熵編碼，HH1不編碼(解碼時填零)。
(2)將小波分解圖的其他細節子圖分成4×4塊，並設置閾值為0
(3)根據圖中每個塊的位置進行塊類別編碼。因為塊的類別數是4，所以采用兩位編碼。對於不同類型的塊，采用以下編碼方案:
對於平坦區域，假設其平均值為0，可以認為該塊中所有元素都為0；
●對於亞平坦區域，整個塊的平均值用1比特表示，塊內每個元素用1比特編碼，即大於塊內平均值的元素對應的碼號為1，否則對應的碼號為0；
●對於子紋理區域，用2位表示整個塊的平均值，對塊中的每個元素分別用2位編碼，使塊中每個元素的值對應0-3四個碼號；
●對於紋理區域，整個塊的平均值用6位表示，塊內方差用6位表示，塊內每個元素分別用5位編碼，使塊內每個元素的值對應0-31的32個碼號。
(4)對上述結果進行算術編碼。
對於原始4×4塊的128比特數據，上述算法對於平坦區域僅使用2比特，對於子平坦區域使用19比特，對於子紋理區域使用36比特，對於紋理區域使用2+16×5+6+6=94比特。
4.算法的關鍵問題
4.1小波基的選擇
多尺度分析中小波基的選擇應註意五個因素。我們選擇四組對應於小波基的二次鏡像濾波器(QMF)來研究它們的性質:(1) Battle和Lemarie的27系數濾波器(簡稱B-L小波)；(2)I-daube chies的4系數濾波器(簡稱D-4小波)；(3) 20系數I小波濾波器(簡稱D-20小波)；(4)對應於Antonini雙正交小波基的壹組濾波器。
(1)正交性。用正交小波基進行多尺度分解得到的子帶數據落在L2(R2)相互正交的子空間中，降低了子帶數據的相關性。然而，可以精確重構的正交、線性相位和有限脈沖響應濾波器組並不存在。此時放松正交性的條件壹般是雙正交。
(2)支撐設置。以便獲得有限長度的濾波器組h(n)，G(n)；為了避免濾波過程中的截斷誤差，要求小波基是緊支撐的。
(3)對稱性。對稱濾波器組有兩個優點:(1)人類視覺系統對邊緣附近的對稱量化誤差比對非對稱誤差更不敏感；(2)對稱濾波器組具有線性相位特性，當圖像邊緣對稱擴展時，重構圖像的邊緣失真較小，有利於復雜特性的分析(如序列目標檢測和分類)[9]。
(4)規律性。
(5)消失矩的順序。
可以看出，本系統中使用的雙正交小波基具有良好的性能。
4.2閾值的選擇
該方法的壹個關鍵因素是三個閾值T0、T1和T2的選擇。直觀地說，三個閾值越大，壓縮比越高，圖像恢復質量越差。此外，根據人的視覺生理、心理特點和實驗結果，不同層次的小波分解系數所包含的能量不同，因此它們在圖像重建中的重要性也不同，應區別對待。級別越高，小波系數中包含的能量越大，量化應該越精細。在矢量編碼方案中，壹般采用高層次低矢量維數的小波子圖，就是這個原因。不同級別的子圖可以用不同的閾值來區別對待，即級別越高，閾值越小。
再者，以上三個閾值有兩種選擇方式:壹種是用戶根據需要交互給出，系統給出壹個較好的默認值。通過對遙感圖像的實驗，可以得到各個閾值與壓縮系統性能指標PSNR和CR(峰值信噪比和壓縮比)之間的關系。
另壹種方法是通過小波分解子圖的統計分析自適應得到的。從前面的討論來看，我們認為這是不必要的，原因有二:(1)不同閾值的選取和相同的設置對不同圖像的壓縮性能影響不大；(2)自適應選擇方法的時間性能大大降低，不適用於實時性要求高的場合。
4.3算法的實時性問題
目前小波分解已經有了快速算法，可以用硬件實現，使得開發基於小波分解的實時圖像壓縮技術成為可能，對於星上數據壓縮具有重要意義。為了提高編碼過程的速度，我們沒有使用壹般用來衡量數據能量的方差指標，而是用4×4子塊的塊內數據變化的範圍(即最大值與最小值之差)來代替，從而減少了壹次對塊內所有元素的掃描，避免了求方差時的乘法運算，只需要16浮點數比較(即減法)運算，縮短了編碼時間，同時圖像恢復質量基本不下降。
另外，對於多波段遙感數據，我們先對其進行K-L變換，然後用上述方法對每個K-L變換子圖進行壓縮，效果不錯。
4.4實驗結果分析
上述方法在保持高保真的同時壓縮比遠高於無損壓縮，壓縮比和PSNR值都優於JPEG方法。顯然，在性能基本不變的情況下，使用變化範圍的方法要快40%左右。該方法在多波段遙感數據的高保真壓縮中也有很好的效果。
動詞 （verb的縮寫）圖像壓縮方法的比較；
與現有的彩色序列圖像壓縮和解壓縮算法相比，我們的算法有了很大的改進。針對遙感圖像局部相關性弱、紋理復雜的特點，提出了壹種基於小波分析理論的自適應標量和矢量混合量化壓縮方法。根據小波變換後遙感圖像高頻子圖的局部紋理強度，將這些塊分為四類，對平坦塊進行高倍壓縮，對紋理塊進行高保真壓縮，使各塊的復原誤差大致平衡。其主要特點是避免了矢量編碼過程中的碼書訓練和碼書搜索，因此具有良好的時間性能，單幅圖像的壓縮比和峰值信噪比(PSNR)均優於JPEG方法。該方法結合K-L變換去帶相關技術，已應用於多波段遙感圖像壓縮領域，取得了良好的效果。