编码框架下的(压缩)算法

　　　编码算法(根据编码原理的不同分为4类): 预测编码,变换编码,量化编码,熵编码;

　　　一.预测编码:帧间预测编码,帧内预测编码（预测编码的基本概念：编码实际值和预测值之间的差别(空间冗余:一帧图像已编码

　　　　 的部分来预测尚未编码的部分，时间冗余：利用之前编码过的图像来预测当前图像需要编码的内容,残差值:实际值减去预测

　　　　 值);　　　　　　　

　　　　1.帧间预测编码(时域预测):旨在消除时域冗余信息(利用之前编码过的图像来预测现在要编码的图像)；

　　　　　运动估计：寻找当前编码的块在已编码图像(参考帧)中最佳的对应块,并计算出对应块的偏移(即运动矢量:MV)；

　　　　　　参数模型：描述三维运动物体在图像平面上的正交或透视投影；

　　　　　　非参数模型：非参数的均匀性(或平滑度)约束条件附加于二位运动场上得到的运动估计模型(光流方程法,贝页斯法,像素

　　　　　　　　　　　　递归法,块匹配法等 )；

　　　　　运动补偿：根据运动矢量和帧间预测方法，求得当前帧的估计值的过程；

　　　　2.帧内预测编码(空间预测):旨在消除空间冗余信息；

　　   二.变换编码:对信号的样本值进行某种形式的函数变换，从一种空间变换到另一种空间，然后在根据信号在另一个空间域的特征来对信号进行编码压缩(变换编码是比预测编码效率更高的编码方法，例如

             傅里叶变换就是将时域信号变换为频率信号)，以下为变换编码的一般框架；

　　　　　　　　

　　　　　　常见的变换编码方法：K-L变换, 离散傅里叶变换(DFT),离散余玄变换(DCT),离散沃尔变换,哈达玛变换(Hanamard),小波变换等；

　　     三.量化编码:量化是使数据比特率下降的一个有力工具；

　　　  四.熵编码：熵是用来描述整个信源的平均信号量(香农-范诺编码,霍夫曼编码,算术编码，Shannon编码,Huffman编码)；