近年来，随着多媒体技术的广泛应用，图像压缩编码技术得到了充分的发展，多种图像压缩编码技术日趋成熟。这是因为图像信号经过数字化后，数据量相当大，很难直接进行保存和传输。为了提高信道利用率和在有限的信道容量下传输更多的图像信息，必须对图像数据进行压缩。

随着数字图像压缩编码的国际标准的制定，多种图像编码算法得到了创新。以JPEG和JPEG－2000为代表的静止图像压缩标准；以MPEG-1和MPEG-2为代表的中高码率多媒体数据编码标准，其中视频图像压缩标准是其主要内容；以H.261,H.263,H.263 ,H.263 等为代表的低码率、甚低码率运动图像压缩标准；以及覆盖范围更宽面向对象应用的MPEG-4。这些标准图像编码算法融合了各种性能优良的传统图像编码方法，是对传统编码技术的总结，代表了目前图像编码的发展水平。

目前，图像压缩编码的方法主要分为两大类，一是无失真压缩编码，包括Huffman编码、算术编码和游程编码；二是有限失真编码，包括预测编码、变换编码和矢量量化编码以及运动检测和运动补偿技术。

这几种编码技术，从1950年左右开始出现。1946年计算机诞生，1948年相对信息论诞生，50年代初开始了数字化开始视频数字编码时代。在早期由于计算能力限制，基本上是基于像素处理，用统计模型去处理。计算能力增强了之后出现了基于块的处理。原来只能是基于图像去做，后面才可以基于块的处理，基于块的运动估计、运动补偿，像块大小也可以变化，今天我们看到的H.264、265都是这样。

其中，预测编码是根据离散信号之间存在着一定关联性的特点，利用前面一个或多个信号预测下一个信号进行，然后对实际值和预测值的差（预测误差）进行编码。如果预测比较准确，误差就会很小。在同等精度要求的条件下，就可以用比较少的比特进行编码，达到压缩数据的目的。而具有运动补偿的帧间预测编码是视频压缩的关键技术之一，将预测误差值和运动矢量进行编码传输，借助运动补偿技术和变换编码，实现图像的压缩。

现如今，图像编码新技术层出不穷，主要有子带编码、模型基编码、分形编码和小波编码。图像编码新技术在多个方面进行了改进，例如：子带编码利用不同的子带分配不同的码率，从而在压缩图像数据量的条件下，又能保证图像的主观质量。但这些新的编码也存在着许多的技术难点，例如图像分割和构造迭代函数系统。

2. 研究的基本内容与方案

利用预测编码的基本原理，计算当前帧(待编码的图像)的各像素块与其相邻帧(预测图像)的像素块的运动矢量,然后由其构成一个对当前帧的预测帧,求得其最佳预测误差,编码时只须传送预测误差值和运动矢量，用运动补偿技术结合变换编码，完成序列图像的编码压缩。以上的所有操作均使用Matlab实现，并进行预测编码与其他压缩编码的对比，这便是研究的基本内容和目标。

根据所研究的内容，我采取的技术方案及措施为：

首先，将图像分解成相对静止的背景和若干运动的物体，各个物体可能有不同的位移，但构成每个物体的所有像素的位移相同，针对当前帧与相邻帧的各像素快，使用像素递归法或利用块匹配法得到运动矢量，并利用运动矢量计算经运动补偿后的预测值，最后对预测误差进行量化、编码、传输，同时将运动矢量和图像分解方式等信息送到接收端。

其中，像素递归法：通过某种较为简单的方法首先将图像分割成运动区和静止区。在静止区内像素的位移为零，不进行递归运算；对运动区内的像素，利用该像素左边或正上方像素的位移矢量D作为本像素的位移矢量，然后用前一帧对应位置上经位移D后的像素值作为当前帧中该像素的预测值。