离散余弦变换在压缩的时候中的应用
多媒体数据的显著特点就是数据量非常大，解决方案就是进行数据压缩，压缩后进行存储和运输，到需要的时候进行解压和还原。
1 多媒体数据其中有大量的冗余，数据压缩技术就是利用多媒体数据的冗余性来减少数据量的方法：
常见的冗余类型有： 时间冗余，空间冗余 ，视觉冗余
<1> 空间冗余：一副图像表面上各采样点的颜色之间往往会存在空间连贯性。
用到的方法： 帧内压缩，颜色相同的块进行帧内压缩。
<2> 时间冗余： 相邻帧之间，前后帧之间有很多相同的地方，这种共同性是由于相邻帧记录了相邻时刻的同一场景画面，所以称为时间冗余
同样，语音数据中也存在时间冗余。如图：
数据的压缩方法：
一 按照压缩的方法是否产生失真分类
1 无失真压缩 根据现在的技术水平，这种压缩可以将源数据压缩1/2或者1/4，常见的压缩算法有：哈夫曼算法和lzw算法
2 有失真压缩 顾名思义，解压后的数据和原来有所偏差，但是不影响表达，例如：图像，视频，音频压缩，压缩比可以到100:1.，人的感官同样感觉不到。
二 按照压缩的方法的原理分类
1预测编码： 根据已经编码的预测相邻的一个像素点的值
2 变换编码：不是很理解。。。“专业说法：将图像的光强矩阵变换到系数空间上，然后对系数进行编码压缩”
3 统计编码：根据信息出现的概率分布进行压缩编码
4 分析-合成编码：基元和特征参数（不是很理解）
5 混合编码：混合以上各种单一压缩的长处，力求压缩比和压缩效率，保真度最佳！
图像压缩编码举例：
一 行程编码（ 简称 RLE）： 具有相同颜色并且是连续的像素数目称为行程长度。
特点： 编码简单直观，编码/解码速度块，因此许多图形和视频文件，如 .bmp .avi .tiff 的格式的文件的压缩均采用这种方式
行程编码的优点/缺点： 1 直观经济 2无损压缩 3不适合颜色丰富的自然图像 需要和其他的技术一起使用
二 哈夫曼编码： 由于图像中的表示颜色出现的概率的不同，对频率高的赋值较短的字长的码，对出现频率小的编于较长字长的码，从而减少总的代码量，但不减少总的信息量。
基于DCT图像的压缩：
将在空域上描述的图像，经过某种变换（余弦变换，傅立叶变换），在某种变换域里描述，首选降低图像的相关性，其次进行某种图像处理
（如 频域的二维滤波）以及熵编码，可以进一步压缩图像的编码比特率。
