图像压缩编码技术可以追溯到1948年提出的电视信号数字，到今天已经有近60年的历史了。Kunt提出了第一代数据压

缩编码的概念。他把20世纪40年代中研究的以去除冗余为基础的编码方法称为第一代编码。如PCM（pulse code modulation，脉冲编码调制），DPCM（differential pulse code modulation，差分脉冲编码调制）、亚取样编码法、变换编码中的DFT（discrete Fourier transform，离散傅里叶变换），DCT（discrete cosine transform，离散余弦变换）等方法以及以此为基础的混合编码法属于经典的第一代编码方法。直至五十年代和六十年代的图像压缩技术由于受到电路技术等的制约，仅仅停留在预测编码、亚采样以及内插复原等技术的研究上，而且还很不成熟。A. Huffman于1952年第一次发表了他的论文“最小冗余度代码的构造方法”，从此，数据压缩开始在商业程序中实现并被应用在许多技术领域。63693

第二代数据压缩编码从20世纪90年代开始，数学家们因为不满足于Huffman编码中的某些致命弱点，设计出另一种更为精确，更能接近信息论中“熵”极限的编码方法——算术编码。在算术编码的基础上又发展了变换编码，如金字塔编码法、Fractal编码。其中最具有代表性的是LZ77和LZ78，将基于这一思路的编码方法称作“字典”式编码。字典式编码不但在压缩效果上大大超过了Huffman，而且易于实现，其压缩和解压缩的速度也异常惊人。1984年，LZ78算法的一个变种——LZW（Lewpel-Ziv&&Welch，无损压缩算法）产生。LZW继承了LZ77和LZ78压缩效果好、速度快的优点，而且在算法描述上更容易被人们接受。70年代末80年代初，人们逐渐意识对于多数灰度或是彩色图像乃至声音文件，没有必要忠实地保留其所有信息，在允许一定的精度损失的情况下，可以实现更为有效的压缩方法。到80年代末，许多人己经在这一领域取得了不小的收获，设计出了一批在压缩效果上让人惊讶不已的声音和图像压缩算法。论文网

第三代数据压缩编码技术主要从90年代至今，图像压缩技术的主要成果体现在小波编码、分形编码等，矢量量化编码技术也有较大发展。由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，人们开始突破传统的信源编码理论，例如不再假设图像是平稳的随机场。有关于图像编码技术的科技成果和科技论文也与日俱增，图像编码技术开始走向繁荣。现代编码技术的特点是：充分考虑人的视觉特性，在恰当地考虑对图像信号的分解与表达时，采用图像的合成与识别方案压缩数据。压缩编码方法包括像素编码、预测编码、变换编码等其它方法。

在数据压缩编码技术的发展过程中，获得最大成功的，并被广泛应用在各个领域的就是压缩技术第二代中的EG（Joint Photographic Experts Group）压缩算 法。EG组织提出和制定的一种压缩标准，主要适用于静态图像信号的压缩和编码，EG标准结合采用了不定长、预测等多种压缩编码方法，压缩比可以达到10：1—100：1，而且压缩比可以在一定范围内由用户进行选择。当压缩比小于40：1时，可以被认为压缩结果是无失真的。但是采用EG标准制定的压缩算法的计算量比较大，如对一幅较高精度的真彩色图像使用EG压缩时，大约要进行上亿次运算操作，这对实现EG压缩、编码的软件、硬件设备产品提出了较高的要求。早期的EG压缩多数做成专用的压缩卡，以专用的高速CPU芯片实现压缩处理，现在通用的计算机CPU速度不断提高的情况下，EG压缩也可以用软件来实现。为了解决EG中存在计算复杂，块效应的问题，近些年来出现了很多新的压缩编码方法，如使用人工神经元网络（Artificial Neural Network，ANN）的压缩编码算法：分形（Fractal）；小波（Wavelet）；基于对象（Object－Based）的压缩编码算法；基于模型（Model－Based）的压缩编码算法（应用在MPEG4及未来的视频压缩编码标准中）。