一、基于GUI搭建图像压缩系统
（一）国内外研究现状
随着多媒体技术和电子图像技术的飞速发展和日渐成熟，图像已经成为现代社会的主要信息载体，但是图片本身包含大量信息，以及部分冗余信息，并不方便传输，因此对存储空间和带宽有更高的要求。为了解决这一问题，人们开始研究图像压缩方法。根据压缩后的图像能否完全恢复，图像压缩主要分为有损压缩和无损压缩两种。
1.压缩标准
随着图像压缩技术研究的深入，JPEG压缩方法被广泛应用在各个领域。联合图像专家组（JPEG）是1986年成立的从事“连续色调静止图像的数字压缩和编码”的组织，该委员会发表的第一个标准，就是JPEG标准[1]，它结合采用了预测、不定长等多种压缩编码方法，实现了10:1-100:1的压缩比，且可以在一定范围内由用户自行选择。
虽然JPEG压缩标准在全球广泛应用，但随着医学、航天、多媒体领域的快速发展，JPEG渐渐无法适用于这些行业。于是一套名为JPEG2000的新的压缩标准出现。JPEG2000标准将小波变换作为重要组成部分，它可以在同一码流中实现无损压缩和有损压缩，输出更加平滑的图像，且能够满足一些特殊要求，如渐进性传输和感兴趣区域编码。更重要的是，JPEG2000提高了JPEG的压缩比。
2.压缩分类
（1）无损压缩
无损压缩又称无失真压缩，可以精确复制原始图像。利用无损压缩，可以将消除的各种形式的冗余重新插入到数据中，因此，无损压缩的过程是可逆的。为了将普通文件的数据压缩到原文件的1/2-1/4，无损压缩通常与信源的统计特性或建立信源的统计模型相关联，根据现有技术特征和技术水平，无损压缩方法可归结为统计编码方法，包括Huffman编码、算术编码、RLE编码等。
Huffman编码于1952年由Huffman开发，提供了一种将变长码字分配给概率分布已知的符号字母表的最佳方法，其基本思想是通过变长编码表评估来源符号的出现几率，出现几率高的字母使用较短的编码[2]。每次从文件中读取一个字符，利用Huffman查表法得到对应码字，然后用这个码字替换相应的字符。文件中所有字符都经过码字替换后，就会得到一个比原文件更小的压缩文件。然而，通过码字替换相应字符后，替换后的码字可能比相应字符的码字更长，也可能更短，但文件在压缩后长度一定更短[3]，Huffman编码可以应用在DCT变换和量化处理后，用来生成更短小的比特序列，进一步提高传输速率。
算术编码与Huffman编码一样，旨在减少编码冗余。算术编码的主要思想是将区间[0,1]划分成若干与字符出现概率相对应的间隔。经过不断读入原始数据的字符，找到字符所在区间并更新后，将得到的区间[low, high)中任意一个小数以二进制形式输出，即得到编码的数据。算术编码与其他无损压缩方法相比，具有较高的压缩效率。学者吴晓云在对算术编码算法、编码过程以及有限精度进行推导，并使用Matlab对算术编码的静态模型和自适应模型进行仿真和分析后发现，算术编码压缩效果良好，能实现图像数据的无损压缩[4]。这一研究成果表明，算术编码在图像压缩上具有优良性。
有损压缩
由于压缩比的限制，数字声视频图像的存储和传输问题无法通过无损压缩一种方法实时解决，因此，需要一些有损压缩的方法来进一步解决压缩比的问题。
DCT即离散余弦变换，是有损压缩的核心之一，能使大多数信号的能量都集中在变换后的低频部分，符合人眼对低频敏感的特征。DCT变换本身是无损的，只是将空间域像素点转换到频率域，并将较小的数值设为0，保留较大的数值。由于离散余弦变换计算量小且对硬件的兼容性好，DCT在一些当代图像和视频压缩标准(如JPEG)中得到了广泛应用[5]。冯飞、刘培学、李晓燕、严楠彬通过Matlab仿真深入了解DCT理论，然后利用DCT进行图像压缩，并进行Huffman编码分析[6]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
