【正文】 y 和 I. H. Witten 于 1984 年提出的部分匹配預測模型（ PPM ）相結(jié)合，開發(fā)出了壓縮效果近乎完美的算法 。正因為如此，現(xiàn)代壓縮技術(shù)通常只將 Huffman 視作最終的編碼手段，而非數(shù)據(jù)壓縮算法的全部。 編碼效率高，運算速度快，實現(xiàn)方式靈活，從 20 世紀 60 年代至今，在數(shù)據(jù)壓縮領域得到了廣泛的應用 。 1948 年， Shannon 在提出信息熵理論的同時也給出了一種簡單的編碼方法—— Shannon 編碼。從本質(zhì)上講，數(shù)據(jù)壓縮的目的就是要消除信息 中的冗余，而信息熵及相關(guān)的定理恰恰用數(shù)學手段精確地描述了信息冗余的程度。 Shannon 借鑒了熱力學的概念，把信息中排除了冗余后的 平均信息量稱為 “ 信息熵 ” ，并給出了計算信息熵的數(shù)學表達式。信息論之父 C. E. Shannon 第一次用數(shù)學語言闡明了概率與信 息冗余度的關(guān)系。 課題研究的現(xiàn)狀 嚴格意義上的數(shù)據(jù)壓縮起源于人們對概率的認識。 隨著電子信息產(chǎn)業(yè)的發(fā)展的牽引和相關(guān)科學技術(shù)進步的推動，科技界特別是 許多跨國公司對于研究更高效圖像壓縮技術(shù)的熱情越來越高漲，觀念也在不斷更新，新一輪的技術(shù)競爭也愈演愈烈。 對聲音、圖像、視頻等多媒體信息的壓縮有兩條思路，要么采用成熟的通用數(shù)據(jù)壓縮技術(shù)進行壓縮，要么根據(jù)媒體信息的特性設計新的壓縮方法。隨著幾種關(guān)鍵性的國際圖像壓縮標準的正式采用，這一領域在實際應用方面有了重大的發(fā)展。這一過程稱為帶寬壓縮。人們對圖像壓縮的研究興趣可以追溯 到 62 年前。 圖像視頻通信的發(fā)展長期以來落后于語音通信。然而在相同的壓縮編碼技術(shù)下，信息理論概念下的編碼質(zhì)量和壓縮比往往是一對矛盾。為此，人們通常要對這些媒體數(shù)據(jù)作壓縮處理，以提高存儲和傳輸效率，降低設備成本。進入信息時代以后，人們越來越多地依靠計算機來獲取和利用各類媒體數(shù)據(jù)。 據(jù)統(tǒng)計， 人們通過感覺器官收集到的各種信息中， 視覺約占 65%，聽覺約占 20%，觸覺 約 占 10%，味覺 約 占 2%[1]。 關(guān)鍵詞 ： 信源模型 ， 矢量量化 ， 分形圖像壓縮 ， 模型基圖像壓縮 II ABSTRACT With the development of technology, and the progress of our society, in the multimedia pression category, people realized that the expression on source model can make the pression technology have greater progress. As follows, a series of image pression technology based on the source model have been created. The conceptions and algorithms for image coding based on source model, and focuses the research on vector quantization image pression algorithms is been summarily introduced in this thesis. Vector Quantization(VQ) has long been established as an efficient lossy pression technique popular in image coding field due to its optimality in information theory and simplicity in practical applications. By finding the nearest codeword in a codebook for each input image block vector and transmitting the codeword’s corresponding index to the decoder, VQ coding algorithm can usually provide high pression ratio and a simple tablelookup decoding operation. The main research work and contributions of this thesis are as follows: Firstly, this thesis systematically summarizes three key techniques of basic VQ, . codebook design, codeword search and codeword index assignment, and some advances of LBG algorithms are presented. At the same time, the conceptions and algorithms for Fractal image coding and Model Based image coding is also been introduced. The purpose is to deep understand the technique of source model image pression. KEY WORDS: source model， vector quantization， fractal image coding， model based image coding 基于信源模型圖像編碼的數(shù)據(jù)壓縮算法的研究與實現(xiàn) 第一章 緒論 1 第一章 緒論 課題研究的意義 每 天我們都是在報紙、雜志、書籍、電視、各種小冊子等大量的圖像信息包 圍中度過的。在此基礎上提出了改進的 LBG算法。在編碼過程中，矢量量化編碼器在碼書中為每個輸入圖像塊矢量尋找最匹配碼字，并將其索引號而非碼字本身傳送到解碼端，因而此編碼算法能提供較高的壓縮比 ，解碼過程也只需進行簡單的查表操作。 本文在概要論述基于信源模型圖像壓縮技術(shù)的基礎上，重點研究了 矢量量化圖像壓縮。 中南大學 本科生畢業(yè)論文（設計） 基于信源模型圖像編碼的數(shù)據(jù)壓縮 題 目 ： 算法的研究與實現(xiàn) 學生姓名 ： 指導老師 ： 學 院 ： 信息科學與工程學院 專業(yè)班級 ： 完成時間 ： 目 錄 摘要 ....................................................................................................................................... I ABSTRACT ......................................................................................................................... II 第一章 緒論 ........................................................................................................................ 1 課題研究的意義 ........................................................................................................ 1 課題研究的現(xiàn)狀 ........................................................................................................ 2 課題研究的內(nèi)容和目的 ............................................................................................. 3 圖像壓縮的相關(guān)概念 ................................................................................................. 4 第二章 基于信源模型圖像壓縮的綜述 ............................................................................ 7 基于信源模型的圖像壓縮技術(shù)分類 ........................................................................ 7 分形圖像編碼 ............................................................................................................. 8 分形圖像編碼的基本原理 ................................................................................. 8 分形圖像壓縮的基本算法 .................................................................................. 9 分形圖像壓縮的特點 ........................................................................................ 12 模型基圖像編碼 ....................................................................................................... 13 模型基圖像壓縮的基本思想 ............................................................................ 14 人臉模型化 ........................................................................................................ 15 模型基編碼的特點 ........................................................................................... 17 第三章 矢量量化圖像編碼的研究 .................................................................................. 18 矢量 量化的定義 ....................................................................................................... 18 量化的關(guān)鍵技術(shù) ....................................................................................................... 19 碼書設計 ............................................................................................................ 19 碼字搜索 ............................................................................................................ 21 索引分配 ............................................................................................................ 22 相關(guān)改進算法 ..........................................................................