以下的视觉非均匀特性:
a)视觉系统对图像的亮度和色彩度的敏感性相差很大，视觉系统对亮度的敏感度
远远高于对色彩度的敏感度。
b)随着亮度的增加，视觉系统对量化误差的敏感性降低。这是由于人眼的辨别能
力与物体周围的背景亮度成反比。因此，在高亮度区，灰度值的量化可以更粗糙一些。
上述各种形式的冗余，是压缩图像数据的出发点，图像编码方法就是要尽可能的
消除这些冗余信息，以降低表示图像所需的数据量。
2.3  图像压缩编码方法
图像压缩压缩方法一般可分为经典图像编码方法和现代图像编码方法[9][19]
。 2.3.1   经典图像编码方法
图像压缩主要编码方法有预测编码、变换编码和统计编码，也称为三大经典编码
方法。
a)  预测编码
预测编码是利用相邻像素的相关性进行预测。预测编码通常不直接对信号编码，
而是对预测误差编码。当预测比较准确，误差较小时，即可达到编码压缩的目的。这
种编码称之为差分脉冲编码调制(DPCM)。DPCM工作时，发送端首先发送数据流的前
面N个像素数据  、       ，然后利用这N个像素数据来预测第N+1个像素数据，
从而得到预测值     ，将真实值与预测值之间的误差  ，    经量化后直接传输或经编码器编码后传输。
b)   变换编码
变换编码的基本思想是：由于数字图像的像素之间存在高度相关性，因此可以进
行某种变换来消除这种相关性。由于正交变换的变换矩阵是可逆的且逆矩阵与转置矩
阵相等，这就使解码运算是有解的且运算方便，因此运算矩阵总是选用正交变换来做。
对图像信号进行正交变换的效果是将原图像信号从空间域映射到变换域，变换域中的
信号能量与原空间域中的信号能量相等，但一般说来变换域中的能量分布比空间域中
的能量分布更为集中，这是因为变换域代表空间频率，高频细节所占的能量较小。利
用这种能量集中现象，在变换编码时可以丢弃一些小能量的代表高频部分的变换系数，
经过反变换后仍然能得到和原图像近似的解码图像，而数据则可以得到明显的压缩。  
常用的变换编码有 K—L 变换编码和 DCT 编码。K—L 变换编码在压缩比上优于
DCT 编码，但其运算量大且没有快速算法，因而不是一种实用的变换方法，通常只作
理论研究，称为一个可以让其他线性变换用来比较的基准。实际应用中广泛采用DCT
编码，目前国际上已经制订了基于离散余弦变换的静止图像压缩标准 EG 和运动图
像压缩标准 MPEG等一系列标准。
c)   统计编码
统计编码是通过减少数据中本身存在的统计冗余而达到压缩数据目的的编码方
法，主要利用输入符号序列出现概率的分布特性，注重寻找概率与码字长度之间的最
优匹配，是一种不可逆的无失真编码，即熵编码。尽管对于诸如语言、图像及其它物
理过程的量化采样值，允许以一定的失真来换取更高的压缩比，因此一般不单独采用
统计编码，但几乎所有的编码方法的最后步骤，常常又归结到采用统计编码。常用的
统计编码主要有：游程编码、Huffman编码和算术编码等。
2.3.2   现代图像编码
以上列举出的一些经典编码技术可以称为“第一代”图像编码技术。这些编码技
术都是非常优秀的纹理编码方案，它们能够在中等压缩率的情况下，提供非常好的图 MATLAB嵌入式零树编码算法实现+文献综述(4):http://www.youerw.com/jisuanji/lunwen_4174.html