二十世纪四十年代末香农的信息理论是图像压缩编码的理论的基本起源。香农第一定理 指出：当信源被扩展进行可变长编码时，平均码长将趋近于极限熵值[5]。而无失真信源编码 其本质是通过对离散信源进行一定的变换，经过该变换后信源能最大程度的达到等概率均匀 分布，这样就能使得所得到的新的信源中码字符号平均所含的信息量达到最大。数字图像的 压缩编码研究技术至今已有近七十年的历史，关于该项技术的研究起源最早可追溯到二十世 纪五十年代末关于电视信号数字化这一设想的提出。79964

早先的压缩编码技术研究是在香农理论的框架下展开的，到二十世纪五六十年代已经发 展出了一些较为成熟的信源编码方法，这些编码方法大多是基于图像的统计学特性对图像进 行无损压缩研究。这一时期的典型成果主要有霍夫曼编码、香农编码、算术编码及行程编码 等[6]。但是由于无损压缩过程的压缩比较低，为取得较高的编码效率时往往需要对原有的简 单编码方法做出改进，同时运算的复杂度也随之加大，对应的硬件设计实现难度上升。随着 科学技术的发展和对压缩率的要求提高，限失真编码的出现成为大势所趋。而后在七八十年 代，逐渐出现了许多以高的压缩为目的的限失真编码方法，即无损压缩方法，这一时期的主 要成就是以变换编码技术为代表，同时还包括有损预测编码等。变换编码的主要原理是根据 信号能量与信息的关系，通过选取合适的正交变换矩阵，将原始图像的数据信息矩阵进行转 换得到一个新的矩阵。通过该变换所得到的新矩阵系数更为合适，后可以根据人眼的视觉特 性对新矩阵的各变换系数进行不同精度的量化编码。此处将原始数据矩阵进行正交变换可以 解除原始图像像素间的空间相关性，而后图像信息的压缩则是通过为能量较少的分量分配较 少的比特数或直接将能量较少的数据分量去除来实现[7]。压缩编码技术在八十年代末进入了 一个崭新的时期，这是期间发展并建立了许多新的压缩编码理论。其主要成就集中体现在分 形编码理论、小波变换理论、人工神经网络理论以及视觉仿真等理论建立，基于这些理论诞 生了一系列新的压缩编码方法[8]，（例如至今为止仍然被科研工作者们广泛研究的小波变换压 缩编码、分形编码等压缩编码技术）论文网它们突破了传统的信源编码理论，打破了传统无损压缩 和有损压缩编码在压缩比与保真度等参数指标上的局限性，使得图像压缩编码技术在高的压缩比和好的压缩质量上更上一层。 目前，关于有损压缩压缩的研究是图像编码领域的研究热点。在实际的工程学应用中，

为达到较高的传输效率往往需要通过提高压缩比来达到该目的，但同时为了保证数字图像的 质量，使得其在接收端具有良好的图像还原效果，通常将无损和有损的压缩编码相结合使用。 现如今使用的较多的传统图像编码方法主要有预测编码和变换编码这两种。与此同时，基于 小波分析的编码技术也在快速发展，并逐渐成为压缩编码研究的主流。根据 Mallat 塔式快速 小波变换算法将原始图像数据进行多级分解是小波变换应用于图像编码的原理。在进行多级 分解之后，再量化每层的小波变换系数，最后对量化的系数进行编码压缩，这一过程使得图 像数据实现了多分辨率分解，从而达到数据压缩的目的[9]。近年来在图像编码领域出现了一 种名为 Compressed Sensing 的新理论，中文又称作“压缩感知”，它是近年来极为热门的研究 前沿。信号的稀疏表示、编码测量和重构算法是压缩传感理论的三个主要方面，该方法允许 在采样的过程中同时进行编码，可使得数据的计算复杂度大大降低。同时压缩感知让多个传 送者可以将其信号带纠错地合并传送，这样即使输出信号出现大部分丢失或毁坏的情况，原 始信号仍然可以被恢复，使之达到在较高的压缩比下图像保真度仍然良好。但压缩感知作为 一种新兴的理论，有许多地方急需完善改进，如使用该方法时该如何实现在硬件上的动态测 量、如何加快重建速度等这些都是仍待进一步研究解决的。