图像压缩编码是专门研究图像数据压缩的技术，就是尽量减少表示数据图像所需要的数据量
目的：减少存储空间、缩短传输时间
图像压缩编码从本质上来说就是对要处理的图像数据按照一定的规则进行变换和组合，从而达到以尽可能少的数据来表示尽可能多的数据信息。
一、数据的冗余与相关
1.数据的冗余
大多数信息的表达都存在着一定的冗余度（相关性），通过采用一定的模型和编码方法，可以降低这种冗余度。
设：为表达一个信息，方法A用了n1个数据，改进方法B用了n2个数据（压缩数据）：
- 压缩率（压缩比）： C = n1 / n2
- 相对数据冗余：R = 1 – 1/C
2.图像数据中的冗余
三种数据冗余：编码冗余、像素冗余、视觉心理冗余
- 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。
- 像素冗余（像素间相关）
对于一幅图像，大量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。
例：原图像数据：234 223 231 238 235
压缩后数据： 234 -11 8 7 -3
压缩后数据： 234 -11 8 7 -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。
人类的视觉系统由于受生理特性的限制，对于图像场的注意是非均匀的，人对细微的颜色差异感觉不明显。
例如，人类视觉的一般分辨能力为26灰度等级，而一般的图像的量化采用的是28灰度等级，即存在视觉冗余。
人类的听觉对某些信号反映不太敏感，使得压缩后再还原有允许范围的变化，人也感觉不出来。
- 利用图像数据的冗余开展压缩
（2）因为有主观视觉冗余，当我们忽略一些视觉不太明显的微小差异，可以进行所谓的“有损”压缩。
- 保真度准则——评价压缩算法的标准
b.主观保真度准则—定性或定性基础上的定量描述
**客观保真度准则
如果信息损失的程度，可以表示为原始或输入图像与压缩后又解压缩输出的图像的函数，这个函数就被称为客观保真度准则。
如果信息损失的程度，可以表示为原始或输入图像与压缩后又解压缩输出的图像的函数，这个函数就被称为客观保真度准则。
一般表示为：
e(x, y) = f '(x, y) − f (x, y)
式中：f(x,y)是输入图像， f '(x, y) 是压缩后解压缩的图像 ， e (x,y)是误差函数
e(x, y) = f '(x, y) − f (x, y)
式中：f(x,y)是输入图像， f '(x, y) 是压缩后解压缩的图像 ， e (x,y)是误差函数
由此可得两个图像之间的均方根误差：
均方信噪比：
- 主观保真度准则
https://blog.csdn.net/zqhwando/article/details/79055581