肖健，邵翠兰

　　（广东科技学院，广东 东莞 523083）

　　摘要： 在信息论中，数据压缩是数据处理的难题之一，尤其是图像无损压缩。JPEG－LS算法是公认的灰度图像有效的压缩算法。然而，对于计算机绘制的灰度图像（如CAD、SOLIDWORK等），其压缩效率低，限制了JPEG－LS的广泛应用。提出一种基于两步编码法的图像有效压缩算法，即建模和编码,算法与JPEG-LS灰度图像压缩标准进行对比实验，实验结果证明该算法提高了压缩效率。

　　关键词： 图像压缩；低熵源；预测误差；图像编码；冗余度

0引言

　　数据压缩是信息论的难题之一，解决方案有若干种［1］，预测误差编码是图像无损压缩最常见的算法之一，基于这种思想算法总体方案可分为两步：建模和编码。使用类图像的模型，从上一数据预测该点的强度来计算有效图像数据估计值。编码步骤包括计算预测误差，即实现与预测的强度差，压缩采用二进制表示。图像压缩方案首先使用日落算法实现［2］，算法有多种变形，如单通道，其预测误差和编码一次完成；双通道变型，先计算所有误差，再进行编码［3］。对于灰度图像，在算法复杂性和压缩效率比率最佳方案公认为是JPEGLS无损压缩标准［4］。基于JPEGS标准算法进行预测当前点的强度，当前点k是连续邻接点，用k比特数表示（称为上下文），当前点的强度、编码的预测和编码的整个过程可以分为三步［56］：

　　（1）计算当前点的上下文，引用上一强度值（x）；

　　（2）当前点强度值（）的预测源于上的值；

　　（3）ε=－x为计算预测误差的概率模型参数，使用步骤（1）和（2）及误差编码得到的数据。设误差ε是两边几何分布［56］，关于某个对称值呈现指数衰减分布，概率模型分别用上下文表示，分布对称中心可以移动使它接近于0［7］。

　　p(ε)=C(θ,d)θ|ε+d|（1）

　　当ε＝0，±1，±2…是预测误差时，参数取值范围0