影像壓縮

摘要 近幾年來,小波已經吸引了很大的注意力。 新一代的影像壓縮標準 JPEG2000就是一個成功的小波應用例子。 在以小波為基礎的影像壓縮系統 中,對一張特定的影像,小 families)、濾波器階數(filter orders)、分解層數(number of decompositions)可以互相調整以達到最好

本論文主要目的在於研究與實現以差分運算和分層編碼為基礎之影像壓縮技術改良、解壓縮之影像補償方法與設計使用者介面，並藉由Microsoft Visual C++在電腦上實現。 此影像壓縮演算法是以差分運算為演算核心，主要的特點為所需資源少與演算法運算量少。 本論文提出兩種壓縮法改良方法:差值串列建表法與差值分層建表法; 四種解壓縮影像補償方法:線性影像補償法、斜率影像補償法、雙線性影像補償法與雙立方影像補償法。

本文概念性介紹幾種無失真影像壓縮的方法,及四種最重要的失真壓縮技巧,最後也介紹目前最新的壓縮標準JPEG2000,它已經被列為第三代手機之基本原件。

訓練一個處理視訊的類神經網路需要強大的圖形處理器（GPU）算力，一般學校的實驗室負擔不起昂貴的GPU，因此在國網中心建置台灣杉二號AI超級電腦之前，彭文孝實驗室主要以影像壓縮研究為主。

目前學習式影像及視訊壓縮技術大致上可分為三大主軸：「基於AI的壓縮」（AI-based Compression）、「AI輔助的壓縮」（AI-assisted Compression）、「併合式的壓縮」（Hybrid-based Compression）。

實驗中我們也發現，在峰值訊噪比的數 值介於25到36之間的條件下，可以反推出我 們應該選取的奇異值個數k，如此一來，可以 決定影像的壓縮品質與儲存空間的關聯。

影像壓縮 是 資料壓縮 技術在 數位影像 上的應用，目的是減少圖像資料中的冗餘資訊，從而用更加高效的格式儲存和傳輸資料。