圖像壓縮編碼方法有很多種，而且很多方法還在不斷的發(fā)展和完善中。從不同的角度出發(fā)有不同的分類方法。

圖像編碼、壓縮可以根據(jù)解壓重建后的圖像和原始圖像之間是否具有誤差，而分為無失真編碼和限失真編碼兩大類。前者用于要求重建后圖像嚴(yán)格地和原始圖像保持相同的場合，例如復(fù)制、保存十分珍貴的歷史、文物圖像等；后者則適用于大多數(shù)工程應(yīng)用的情況。

圖像編碼也可以根據(jù)實施編碼所在的數(shù)據(jù)域劃分為空間域編碼和變換域編碼兩大類。但是，近年來，隨著科學(xué)技術(shù)突飛猛進(jìn)的發(fā)展，許多新理論、新方法的不斷涌現(xiàn)，特別是受通信、多媒體技術(shù)及其應(yīng)用，信息高速公路建設(shè)需求的刺激，一大批新的圖像壓縮編碼方法，其中有些是基于一些新的理論和變換，有些是兩種或兩種以上的方法的組合，有的既在空間域也要在變換域進(jìn)行處理，所以在此統(tǒng)稱為其他方法。圖1給出了主要的圖像壓縮方法。

圖1：圖像壓縮編碼方法分類 

有失真編碼方法的還原圖像較之原始圖像存在一定的誤差，但視覺效果一般是可以接受的。根據(jù)有失真編碼的原理進(jìn)行分類，可以有預(yù)測編碼、變換編碼、量化編碼、信息熵編碼、分頻帶編碼、結(jié)構(gòu)編碼及基于知識的編碼等。

1）預(yù)測編碼是一種針對統(tǒng)計冗余進(jìn)行壓縮的方法。對于統(tǒng)計冗余來說，它反映圖像內(nèi)相鄰兩像素之間的相關(guān)性比較強，因而一個像素可以由與它相鄰的并且已被編碼的像素來進(jìn)行預(yù)測估計，當(dāng)然，預(yù)測是根據(jù)某一模型進(jìn)行的。從理論上講，只要模型選取得足夠好，則只需存儲或傳輸起始像素與模型參數(shù)就可以代替一幅圖像。但是，在實際應(yīng)用中，預(yù)測不會總是正確的與精確的，此時的做法是再將預(yù)測誤差存儲或傳輸。預(yù)測編碼方法基本上是針對輸入的數(shù)據(jù)是一個平穩(wěn)過程（或稱信號是穩(wěn)定信號）而設(shè)計的。當(dāng)輸入的數(shù)據(jù)不是平穩(wěn)過程時，可采用自適應(yīng)預(yù)測編碼。

2）變換編碼也是一種針對統(tǒng)計冗余進(jìn)行壓縮的方法。所謂變換編碼是將圖像時域（空間）信號變換到系數(shù)空間（頻域）上進(jìn)行處理的方法。因為由時域映射到頻域總是通過某種變換進(jìn)行的，所以稱為變換編碼方法。在空間上具有強相關(guān)的信號，反映在頻域上是在某些特定的區(qū)域中能量集中在一起，或者是系數(shù)矩陣的分布具有某種規(guī)律，這就可以利用這些規(guī)律分配頻域上的量化比特數(shù)，從而達(dá)到壓縮的目的。常用的變換有：KL變換；DCT，DST變換；DFT變換；Haar變換；Walsh-Hadamard變換；以及用途廣泛的小波變換等。

變換編碼有兩個最明顯的特點，一是可以得到高的壓縮比，二是比預(yù)測等其它方法的計算復(fù)雜性高。在變換后，由于在頻域上信息是按照頻譜的能量與頻率分布排列的，只要對頻域平面量化器進(jìn)行合理的（非均勻）比特分配，高能量區(qū)給高的比特數(shù)，低能量區(qū)給以低的比特數(shù)，就可以得到高的壓縮能力。

3）量化與向量量化編碼的本質(zhì)也是對統(tǒng)計冗余進(jìn)行壓縮，不過從表現(xiàn)形式上看，好像是無關(guān)的。

4）信息熵編碼是根據(jù)信息熵原理，讓出現(xiàn)概率大的用短的碼字表達(dá)，反之用長的碼字表達(dá)，最常見的如Huffman編碼、游程編碼以及算術(shù)編碼等。

5）分頻帶編碼是將圖像數(shù)據(jù)變換到頻域后，按頻率分頻帶，然后用不同的量化器進(jìn)行量化，從而達(dá)到最優(yōu)的組合。或者是分步漸進(jìn)編碼，開始對某一頻帶的信號進(jìn)行解碼，然后逐漸擴(kuò)展到所有頻帶。隨著解碼數(shù)據(jù)的增加，解碼圖像也逐漸清晰起來。此方法對于遠(yuǎn)地圖像模糊查詢與檢索的應(yīng)用比較有效。

6）結(jié)構(gòu)編碼也稱為第二代編碼。編碼時首先將圖像中的邊界、輪廓、紋理等結(jié)構(gòu)特征求出來，然后保存這些參數(shù)信息。解碼時，根據(jù)結(jié)構(gòu)和參數(shù)信息進(jìn)行合成，從而恢復(fù)出原圖像。

7）基于知識的編碼是對于人臉等可用規(guī)則描述的圖像，利用人們對人臉等的知識形成一個規(guī)則庫，據(jù)此將人臉的變化等用一些參數(shù)進(jìn)行描述，從而用參數(shù)與模型就可以實現(xiàn)人臉的圖像編碼與解碼。

就壓縮的方法而言，現(xiàn)在還有分形圖像壓縮與神經(jīng)網(wǎng)絡(luò)圖像壓縮的研究。目前，分形壓縮的理論是根據(jù)所謂“拼貼定理”，但在保持圖像質(zhì)量條件下，壓縮比不高或編碼時間過長。神經(jīng)網(wǎng)絡(luò)圖像壓縮也有類似情況。