开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第二十九天，点击查看活动详情
总结：此文为12月更文计划第二十九天第四十四篇。
有损预测编码
无误差压缩编码通过消除数据间的编码冗余来达到编码压缩的目的，并且通过解码能够全恢复原始图像信息，但通常压缩比有限；
有误差编码，虽然有误差编码不能完全恢复原始图像信息，对信息来讲是有损失的，但这种损失通常是人们所不易察觉的。
有损编码是以丢失部分信息为代价来换取高压缩比。
常见的有误差压缩编码：预测编码和变换编码。
在预测编码中，对差值信号进行量化后再进行编码就称之为有损预测编码。
有损预测方法有多种，常用的预测编码有:
调制（Delta Modulation,简称DM） 和 差分调制（Differential Pulse Code Modulation, DPCM ）。 DPCM是一种具有代表性的编码方法。
（1） DPCM系统由编码器和解码器组成，它们各有一个相同的预测器。
DPCM包含量化器，量化器要完成的功能是按一定的规则对模拟取样值或数字图像像素值作近似表示，使经量化器输出的幅值个数有限，输出幅值的个数就称为量化器的级数。
这时编码器对编码，量化器导致了不可逆的信息损失，接收端经解码恢复出的灰度信号不是真正的f(i,j)，而是重建信号。
引入量化器会引起一定程度的信息损失，使图像质量受损。但是可以利用人眼的视觉特性，丢失不易觉察的图像信息，不会引起明显失真 。
由于量化器只能取有限多个量化级，量化过程是多对一的映射，因此不可避免地会引入误差，该误差称为量化误差，由于量化误差对图像的影响与噪声相似，有时也称量化误差为量化噪声。量化误差是造成压缩失真最主要的原因。量化过程是不可逆的，量化误差是不可恢复的，因此，加入量化器的图像压缩系统通常是有损压缩系统。
量化可以分为两大类：标量量化(又称为无记忆量化或一维量化)和向量量化(又称为记忆量化或多维量化)。
标量量化是针对每个取样值进行量化的，每个样值的量化都与其他样值无关，因此也称为无记忆量化。
向量量化不是针对单个取样值进行，而是每次对一组取样值进行量化，从码字集合中选出与输入样值序列失真最小的一个码字来近似该输入信号。
向量量化比标量量化具有更大的压缩能力。向量量化常与其他的编码方法结合使用，最常见的是与变换编码相结合使用。
DPCM预测是一种近似处理系统，因为不同图像的自相关系数是不尽相同的，这一幅图像适用的模型和系数，对另一幅图像不一定适用。在实际工作中，针对不同情况，在预测模型上常采用相对固定的ai 系数的方法。
有损编码常见于图像处理
