算术编码的特点

一、图像压缩与编码基本概念二、哈夫曼编码三、香农-范诺编码四、算术编码五、预测编码六、变换编码七、图像压缩编码JPEG、MPEG第6章图像编码2023最新整理收集do

something

一.图像压缩与编码基本概念1.为什么要进行图像压缩？

数字图像通常要求很大的比特数，这给图像的传输和存储带来相当大的困难。要占用很多的资源，花很高的费用。如一幅512x512的灰度图象的比特数为

512x512x8=256k

再如一部90分钟的彩色电影，每秒放映24帧。把它数字化，每帧512x512象素，每象素的R、G、B三分量分别占8bit，总比特数为90x60x24x3x512x512x8bit=97,200M。

如一张CD光盘可存600兆字节数据，这部电影光图像（还有声音）就需要160张CD光盘用来存储。

对图像数据进行压缩显得非常必要。2.图像数据压缩的可能性

一般原始图像中存在很大的冗余度。用户通常允许图像失真。当信道的分辨率不及原始图像的分辨率时，降低输入的原始图像的分辨率对输出图像分辨率影响不大。用户对原始图像的信号不全都感兴趣，可用特征提取和图像识别的方法，丢掉大量无用的信息。提取有用的信息，使必须传输和存储的图像数据大大减少。3.常见的数据冗余(1)编码冗余：

如果一个图像的灰度级编码，使用了多于实际需要的编码符号，就称该图像包含了编码冗余。例：如果用8位表示该图像的像素，我们就说该图像存在着编码冗余，因为该图像的像素只有两个灰度，用一位即可表示。(2)像素冗余：

由于任何给定的像素值，原理上都可以通过它的邻居预测到，单个像素携带的信息相对是小的。 对于一个图像，很多单个像素对视觉的贡献是冗余的。这是建立在对邻居值预测的基础上。原始图像越有规则，各像素之间的相关性越强，它可能压缩的数据就越多。(3)视觉心理冗余：

一些信息在一般视觉处理中比其它信息的相对重要程度要小，这种信息就被称为视觉心理冗余。4.图像数据压缩技术的重要指标（1）压缩比：图像压缩前后所需的信息存储量之比，压缩比越大越好。（2）压缩算法：利用不同的编码方式，实现对图像的数据压缩。（3）失真性：压缩前后图像存在的误差大小。

图像信号在编码和传输过程中会产生误差，尤其是在有损压缩编码中，产生的误差应在允许的范围之内。在这种情况下，保真度准则可以用来衡量编码方法或系统质量的优劣。通常，这种衡量的尺度可分为：客观保真度准则主观保真度准则在0,1,2,…,N-1范围内x,y的任意值，输入像素和对应的输出图像之间的误差可用下式表示：而包含N×N像素的图像之均方误差为:由式可得到均方根误差为

如果把输入、输出图像间的误差看作是噪声，那么，重建图像g(x,y)可由下式表示：在这种情况下，另一个客观保真度准则——图像的均方信噪比如下式表示：主观保真度准则图像处理的结果,大多是给人观看，由研究人员来解释的，因此，图像质量的好坏，既与图像本身的客观质量有关，也与视觉系统的特性有关。有时候，客观保真度完全一样的两幅图像可能会有完全不相同的视觉质量，所以又规定了主观保真度准则，这种方法是把图像显示给观察者，然后把评价结果加以平均，以此来评价一幅图像的主观质量。

图象熵 设数字图像像素灰度级集合为(W1,W2,…,WM)，其对应的概率分别为P1,P2,…,PM,则数字图像的信息熵H为：

H=a取2时，H的单位为比特。a取e时，H的单位为奈特。图像编码中a取2。

例:设8个随机变量具有同等概率为1／8，计算信息熵H。

解:根据公式可得：

H= 8*[-1/8*(log2(1/8)) = 8*[-1/8*(-3)]=3

一幅图像的信息熵就是这幅图像的平均信息量，即表示图像中各个灰度级比特数的统计平均值。等概率事件的熵最大。

信息熵是进行无失真编码理论的极限，低于此极限的无失真编码方法是不存在的。编码效率在一般情况下，编码效率往往用下列简单公式表示：

=H/R%H为信息熵，R为平均码字长度。平均码字长度设

k为数字图像第k个码字的长度（二进制代码的位数），其相应出现的概率为Pk，则该数字图像所赋予的码字平均码长R为:R=根据信息熵编码理论，可以证明在RH下，总可以设计出某种无失真编码方法。若编码结果远大于H，表明这种编码效率很低，占用的比特数太多。若编码结果使R等于或接近于H，这种状态的编码方法称为最佳编码。若要求编码结果使R<H，则必然丢失信息而引起图像失真。这就是在允许失真条件下的一些失真编码方法。源数据编码：完成原数据的压缩。通道编码：为了抗干扰，增加一些容错、校验位，实际上是增加冗余。通道：如Internet、广播、通讯、可移动介质源数据编码通道编码通道通道解码源数据解码5.图像的编码模型有损预测编码图像压缩技术无损压缩有损压缩哈夫曼编码行程编码算术编码

变换编码

其他编码6.常用的编码方法※无损压缩算法中删除的仅仅是图像数据中冗余的信息，因此在解压缩时能精确恢复原图像，无损压缩的压缩比很少有能超过3：1的,常用于要求高的场合。※有损压缩是通过牺牲图像的准确率以实现较大的压缩率，如果容许解压图像有一定的误差，则压缩率可显著提高。有损压缩在压缩比大于30：1时仍然可重构图像，而如果压缩比为10:1到20:1，则重构的图像与原图几乎没有差别Huffman编码是1952年由Huffman提出的一种编码方法。这种编码方法根据信源数据符号发生的概率进行编码。在信源数据中出现概率越大的符号，相应的码越短；出现概率越小的符号，其码长越长。从而达到用尽可能少的码符号表示源数据。它在变长编码方法中是最佳的。二.Huffman编码

设信源A的信源空间为：其中，现用r个码符号的码符号集对信源A中的每个符号（i＝1，2，…，N)进行编码。Huffman编码方法：具体编码的方法:(1)把信源符号按其出现概率的大小顺序排列起来；(2)把最末两个具有最小概率的元素之概率加起来；(3)把该概率之和同其余概率由大到小排队，然后再把两个最小概率加起来，再重新排队；重复(2)、（3）直到最后只剩下两个概率为止。从最后一步剩下的两个概率开始逐步向前进行编码。每步只需对两个分支各赋予一个二进制码，对概率大的赋予码0，对概率小的赋予码1Huffman编码例输入S1S2S3S4S5S6输入概率0.40.30.10.10.060.048灰度级Huffman编码例输入S1S2S3S4S5S6输入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1Huffman编码例输入S1S2S3S4S5S6输入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1Huffman编码例输入S1S2S3S4S5S6输入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3Huffman编码例输入S1S2S3S4S5S6输入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3第四步0.60.4Huffman编码例输入S1S2S3S4S5S6输入概率0.40.30.10.10.060.04第一步0.40.30.10.10.1第二步0.40.30.20.1第三步0.40.30.3第四步0.60.40101010101Huffman编码例输入S1S2S3S4S5S6概率0.40.30.10.10.060.04第1步0.40.30.10.10.1第2步0.40.30.20.1第3步0.40.30.3第4步0.60.4000101010011010001010101001011请写出Huffman编码？

该信源的熵为H=2.14bit，假设1000x1000的图像，

编码效率？压缩比？输入S1S2S3S4S5S6输入概率0.40.30.10.10.060.04Huffman编码讨论编码最佳，码不唯一，平均码长相同，不影响效率和压缩性能；码长参差不齐，存在输入、输出速率匹配问题。设置缓冲器；如果出现误码，会引起误码的连续传播；对不同信源其编码效率也不尽相同；应用时，均需要与其他编码结合起来使用，才能进一步提高数据压缩比。

1.设一幅灰度级为8（分别用S0、S1、S2、S3、S4、S5、S6、S7表示）的图像中，各灰度所对应的概率分别为0.40、0.18、0.10、0.10、0.07、0.06、0.05、0.04。现对其进行哈夫曼编码思考与练习5432112745362634450205741总结：Huffman步骤(1)把信源符号按其出现概率的大小顺序排列起来；(2)把最末两个具有最小概率的元素之概率加起来；(3)把该概率之和同其余概率由大到小排队，然后再把两个最小概率加起来，再重新排队；重复(2)、（3）直到最后只剩下两个概率为止。从最后一步剩下的两个概率开始逐步向前进行编码。每步只需对两个分支各赋予一个二进制码，对概率大的赋予码0，对概率小的赋予码1三.香农—范诺编码

香农—范诺(Shannon-Fannon)编码也是一种典型的可变字长编码。与哈夫曼编码相似，当信源符号出现的概率正好为2的负幂次方时，香农—范诺编码的编码效率可以达到100%。

香农—范诺编码的理论基础是符号的码字长度Ni完全由该符号出现的概率来决定，对于二进制编码即有：编码步骤(1)将信源符号按其出现的概率由大到小顺序排列，若两个符号的概率相等，则相等概率的字符顺序可以任意排列；

(2)计算各概率符号所对应的码字长度Ni；

(3)将各符号的概率累加，计算累加概率P，即：(4)把各个累加概率P由十进制转换为二进制；

(5)根据上式取二进制累加概率前Ni位的数字，并省去小数点前的“0.”字符，即为对应信源符号的香农—范诺编码码字。编码举例

例:设一幅灰度级为8的图像中，各灰度级分别用S0、S1、S2、S3、S4、S5、S6、S7表示，对应的概率分别为0.40、0.18、0.10、0.10、0.07、0.06、0.05、0.04。现对其进行编码。编码步骤如下：(1)将信源符号按其出现概率由大到小顺序排列，为0.40，0.18，0.10，0.10，0.07，0.06，0.05，0.04；(2)对于概率0.40对应的符号S0，根据(5)计算N0=2，将累加概率0.00转换位二进制小数为0.00，取前N0=2位，并去除小数点前的字符，即S0字符编码为00；(3)对于概率0.18对应的符号S1，根据(5)计算N1=3，将累加概率0.40转换位二进制小数为0.0110，取前N1=3位，并去除小数点前的字符，即S1字符编码为011；(4)对于概率0.10对应的符号S2，根据(5)计算N2=4，将累加概率0.58转换位二进制小数为0.10010，取前N2=4位，并去除小数点前的字符，即S2字符编码为1001；(5)对于概率0.10对应的符号S3，根据(5)计算N3=4，将累加概率0.68转换位二进制小数为0.10100，取前N3=4位，并去除小数点前的字符，即S3字符编码为1010；(6)对于概率0.07对应的符号S4，根据(5)计算N4=4，将累加概率0.78转换位二进制小数为0.11000，取前N4=4位，并去除小数点前的字符，即S4字符编码为1100；(7)对于概率0.06对应的符号S5，根据(5)计算N5=5，将累加概率0.85转换位二进制小数为0.1101100，取前N5=5位，并去除小数点前的字符，即S5字符编码为11011；(8)对于概率0.05对应的符号S6，根据(5)计算N6=5，将累加概率0.91转换位二进制小数为0.1110100，取前N6=5位，并去除小数点前的字符，即S6字符编码为11101；(9)对于概率0.04对应的符号S7，根据(5)计算N7=5，将累加概率0.68转换位二进制小数为0.11110100，取前N7=5位，并去除小数点前的字符，即S7字符编码为11110；香农—范诺编码效能

(1)图像信息熵为(2)平均码字长度为效率为：信息冗余度为四.算术编码

从理论上分析，采用哈夫曼编码可以获得最佳信源字符编码效果;实际应用中，由于信源字符出现的概率并非满足2的负幂次方，因此往往无法达到理论上的编码效率和信息压缩比;以信源字符序列{x，y}为例设字符序列{x，y}对应的概率为{1/3，2/3}，Nx和Ny分别表示字符x和y的最佳码长，则根据信息论有：字符x、y的最佳码长分别为1.58bit和0.588bi;这表明，要获得最佳编码效果，需要采用小数码字长度,这是不可能实现的;哈夫曼方法对{x，y}的码字分别为0和1，也就是两个符号信息的编码长度都为1。对于出现概率大的字符y并未能赋予较短的码字;实际编码效果往往不能达到理论效率;为提高编码效率，Elias等人提出了算术编码算法。算术编码的特点

算术编码是信息保持型编码，它不像哈夫曼编码，无需为一个符号设定一个码字;算术编码分为固定方式和自适应方式两种编码;选择不同的编码方式，将直接影响到编码效率;自适应算术编码的方式，无需先定义概率模型，适合于无法知道信源字符概率分布的情况;当信源字符出现的概率比较接近时，算术编码效率高于哈夫曼编码的效率，在图像通信中常用它来取代哈夫曼编码;实现算术编码算法的硬件比哈夫曼编码复杂。编码原理算术编码方法是将被编码的信源消息表示成0~1之间的一个间隔，即小数区间，消息越长，编码表示它的间隔就越小;以小数表示间隔，表示的间隔越小所需的二进制位数就越多，码字就越长。反之，间隔越大，编码所需的二进制位数就少，码字就短。算术编码将被编码的图像数据看作是由多个符号组成的字符序列，对该序列递归地进行算术运算后，成为一个二进制分数;接收端解码过程也是算术运算，由二进制分数重建图像符号序列。编码举例设图像信源编码可用a、b、c、d这4个符号来表示，若图像信源字符集为{dacba}，信源字符出现的概率分别如下表所示，采用算术编码对图像字符集编码。信源字符abcd出现概率0.40.20.20.2算术编码的基本步骤(1)根据已知条件和数据可知，信源各字符在区间[0，1]内的子区间间隔分别如下：

a=[0.0，0.4)b=[0.4，0.6)c=[0.6，0.8)d=[0.8，1.0)(2)计算中按如下公式产生新的子区间：(3)第1个被压缩的字符为“d”，其初始子区间为[0.8，1.0)(4)第2个被压缩的字符为“a”，由于其前面的字符取值区间为[0.8，1.0)范围，因此，字符“a”应在前一字符区间间隔[0.8，1.0)的[0.0，0.4)子区间内，根据公式可得：

=0.8+0.0×(1.0-0.8)=0.8=0.8+0.4×(1.0-0.8)=0.88(5)第3个被压缩的字符为“c”，由于其前面的字符取值区间为[0.8，0.88)范围内，因此，字符“c”应在前一字符区间间隔[0.8，0.88)的[0.6，0.8)子区间内，根据(6)可得：

=0.8+0.6×(0.88-0.8)=0.848=0.8+0.8×(0.88-0.8)=0.864(6)第4个被压缩的字符为“b”，由于其前面的字符取值区间为[0.848，0.864)范围内，因此，字符“b”应在前一字符区间间隔[0.848，0.864)的[0.4，0.6)子区间内，根据(6)可得：

=0.848+0.4×(0.864-0.848)=0.8544=0.848+0.6×(0.864-0.848)=0.8576(7)第5个被压缩的字符为“a”，由于其前面的字符取值区间为[0.8544，0.8)范围内，因此，字符“a”应在前一字符区间间隔[0.8544，0.8576)的[0.0，0.4)子区间内，根据(8-15)可得：

=0.8544+0.0×(0.8576-0.8544)=0.8544=0.8544+0.4×(0.8576-0.86544)=0.85568经过上述计算，字符集{dacba}被描述在实数[0.8544，0.85568)子区间内，即该区间内的任一实数值都惟一对应该符序列{dacba}；因此，可以用[0.8544，0.85568)内的一个实数表示字符集{dacba}。[0.8544，0.85568)子区间的二进制表示形式为：[0.1101101010000110，0.1101101100001101)；在该区间内的最短二进制代码为0.11011011，去掉小数点及其前的字符，从而得到该字符序列的算术编码为11011011。算术编码可以通过硬件电路实现，在上述乘法运算，可以通过右移来实现，因此在算术编码算法中只有加法和移位运算。算术编码效能

根据上述运算结果，编码11011011惟一代表字符序列{dacba}，因此，平均码字长度为：思考熵编码包括？各自的基本思想？无损预测编码预测编码有线性预测和非线性预测两大类，可以在一幅图像内进行，即所谓的帧内预测法，也可以在多幅图像之间进行，即所谓的帧间预测法。线性预测法通常称为差值脉冲编码调制法(DifferentialPulseCodeModulation),简称DPCM相邻像素间的空域相关性相邻帧之间的时域相关性预测编码的基本思想：通过仅提取每个象素中的新信息并对它们编码，来消除象素间的冗余该象素的当前或现实值与预测值的差预测器整数舍入符号编码器预测器符号解码器SS输入图像压缩图像解压图像预测误差,enfnf^nen+f^n++-fn压缩图像预测误差：en=fn-f^n差组成预测误差序列预测误差的熵为信源的高阶熵通过预测可以消除相当多的象素间冗余，所以预测误差的概率密度函数一般在0点有1个高峰，并且与输入灰度值分布相比，其方差较小。事实上，预测误差的概率密度函数一般用0均值不相关拉普拉斯概率密度函数表示pe(e)=有损压缩有损预测编码变换编码有损预测编码在无损预测编码系统基础上，加1个量化器构成，如图所示S量化器符号编码器预测器SS符号解码器预测器输入图像压缩图像压缩图像解压图像fnf^n-ene’nf’ne’nf^n量化器插在符号编码器与预测误差产生处之间，把原来无损编码器中的整数舍入模块吸引进来，它将预测误差映射进有限个输出e’n中，e’n确定了有损预测编码中的压缩量和失真量为接纳量化步骤，需要改变无损编码器，以使编码器和解码器所产生的预测能相等从上图可以看出，将有损编码器的预测器放在1个反馈环中，这个环的输入是过去预测和与其相对应的量化误差的函数：f’n=e’n+f^n

这样一个闭环结构，其目的是能防止在解码器的输出端产生误差德尔塔调制(DM)是1中最简单的有损预测编码方法，其预测器和量化器分别定义为：f^n=af’n-1e’n=+c对en>0-c其它其中a是预测系数(一般小于等于1)，c是1个正的常数因为量化器的输出可用单个位符表示(输出只有2个值)，所以上图编码器中的符号编码器只用长度固定为1bit的码，由DM方法得到的码率是1比特/象素DM编码示例取上述公式中的a=1和c=6.5。设输入序列为{14，15，14，15，13，15，15，14，20，26，27，28，27，27，29，37，47，62，75，77，78，79，80，81，82，82}。编码开始时，先将第一个输入象素直接传给编码器。在编码器和解码器两端都建立初始条件f’0=f0=14后，其余的f^，e，e’，和f’可用上述公式计算得到给出DM编码例子，如表所示输入编码器解码器误差nff^ee’f’f^f’[f-f’]014－－－14.0－14.00.011514.01.06.520.514.020.5-5.521420.5-6.5-6.514.020.514.00.031514.01.06.520.514.020.5-5.5………………………142920.58.56.527.020.527.02.0153727.010.06.533.527.033.53.5164733.513.56.540.033.540.07.0176240.022.06.546.540.046.515.5187546.528.56.553.046.553.022.0197753.024.06.559.553.059.517.5………………………画出对应表中的输入和输出(f和f.)2点值得指出：1、当c远大于输入中的最小变化时，如在n=0到n=7的相对平滑区域，DM编码会产生颗粒噪声。2、当c远小于输入中的最大变化时，如在n=14到n=19的相对陡峭区间，DM编码会产生斜率过载。颗粒噪声斜率过载信号f信号f.nf，f.6248101214161820222426对大多数图像而言，上述2种情况分别会导致图像中目标边缘发生模糊和整个图像产生纹状表面

变换编码的基本原理是将空域中的图像信号，变换到另外一些正交空间中去，用变换系数来表示原始图像，并对变换系数进行编码。一般来说在变换域里描述要比在空域简单，因为图像的相关性明显下降。尽管变换本身并不带来数据压缩，但变换图像的能量大部分只集中于少数几个变换系数上，采用量化和熵编码则可以有效地压缩图像的编码比特率。变换编码

变换本身不能直接减少数码率，只有通过适当的编码，才能利用变换来压缩图像数据。例，设一幅8x8的图像信息如下图并对其进行二维Walsh变换变换编码的基本步骤编码、解码流程例：原图像为：DCT变换除以量化矩阵，取整实现变换压缩算法的主要问题变换的选择子图尺寸的选择正向变换量化器符号编码器构造nxn的子图输入图像NxN压缩图像图像压缩标准二值图像压缩标准静止图像压缩标准序列图像压缩标准二值图像压缩标准G3和G4－由CCITT国家电话电报咨询委员会(consultativecommitteeoftheinternationaltelephoneandtelegraph)的两个小组(Group3和Group4)负责制定的，最初为传真应用而设计现在称为ITU(internationaltelecommunicationunion)JBIG(jointbilevelimaginggroup)－这个标准是由ISO和CCITT两个组织的二值图联合组在1991年制定的。非自适应编码方式通过8组具有代表性的“实验”图来评判打印文字、几种语言手写文字、线绘图JBIG的目标之一就是采用1种自适应技术，以解决这个问题。另外也想使压缩方法可用于与上述8幅不同类型的图，以及渐进的传输与重建应用G3和G4是非自适应技术的，所以对半调灰度图像编码是常产生扩展的效果(而不是压缩)。采用自适应技术，其编码效率比G3和G4要高静止图像压缩标准JPEG(jointpictureexpertgroup)－对静止灰度或彩色图像的压缩，由上述2个组织的灰度图联合专家制定，于1991年开始使用的，实际上定义了三种编码系统(1)基于DCT地有损压缩编码基本系统，可用于绝大多数压缩应用场合(2)用于高压缩比、高精度或渐进重建应用的扩展编码系统(3)用于无失真应用场合的无损系统图像应用系统想与JPEG兼容，必须支持JPEG基本系统，但另一方面，JPEG并没有规定文件格式、图像分辨率或所用彩色空间模型，这样它就有可能适用于不同应用场合对录像机质量的静止图像的压缩率一般可达25：1JPEG的基本系统：源图像DCT变换量化器熵编码器压缩图像编码器输入和输出数据的精度都是8bit，但量化DCT值的精度是11bit一个实际的编码和解码过程JPEG2000-于1997年开始征集提案的－采用小波子带编码作为核心编码方案相比JPEG而言，不仅能提高对图像的压缩质量，尤其是低码率时的压缩质量，而且还将得到许多增加了的功能，包括根据图像质量、视觉感受和分辨率进行渐进传输，对码流的随机存取和处理，开放结构、向下兼容等应用范围:

*文献图像*医疗成像

*传真技术*安全像机

*互连网*远程传感

*扫描仪*数字化图书馆

*电子摄影序列图像压缩标准两大系列：

1、国际电信联盟ITU（CCITT）

H.26X系列

主要在通信传输领域内应用

2、国际标准化组织ISO

MPEG-X系列

应用范围很宽－视频图像压缩编解码H.261由CCITT于1990年制定的序列灰度图像压缩标准，主要为电视会议等应用而制定，也称为P×64标准(P=1,2,…30)，其码流可为64,128,…1920kbit/s。它可允许带宽为1.544Mbit/s以小于150ms的延迟传输运动视频它将前面介绍的基于DCT的压缩方法进行了扩展，并将减少帧间冗余的方法也包含量进来。包含两个最基本的步骤：(1)对序列中的第一帧(或某参考帧)图用类似于JPEG中用的DCT压缩，以减少帧内冗余度(2)估计目标的运动(通过计算当前帧与下1帧间的相关)，以确定如何压缩下1帧，以减少帧间冗余度∑DCT量化器变长编码缓冲存储IDCT反量化∑滤波器运动补偿帧存储器运动估值图像输入编码输出量化间隔值帧间预测误差运动矢量重建图像数据量化后的帧间预测误差帧间预测值H.262标准

ITU为基于ATM宽带网络的视频会议而制定的，与ISO的MPEG-2标准完全一样。

H.263标准－同H.261编码相同，进行一些改进：1、半像素的运动补偿－可提高运动补偿算法块匹配的预测性能

2、改进的游程编码

3、减小一般性的比特开销

4、增加了可选模式

5、算术编码替代游程编码或Huffman编码

6、增强的运动预测

7、双向预测代替了单纯的单向预测

连续帧图像的定义连续帧图像压缩的基本思想帧间运动补偿预测编码技术

MPEG1/2/4标准运动图像压缩编码标准－MPEG

连续帧图像由多幅尺寸相同的静止图像组成的图像序列，被称为连续帧图像。与静止帧图像相比，连续帧图像多了一个时间轴，成为三维信号，因此连续帧图像也被称为三维图像。

连续帧图像压缩的基本思想基于如下基本假设：在各连续帧之间存在简单的相关性平移运动。一个特定画面上的像素量值：1）可以根据同帧附近像素来加以预测，被称为：帧内编码技术2）可以根据附近帧中的像素来加以预测，被称为：帧间编码技术通过减少帧