信源编码

　　信源编码（汉语拼音：xìn yuán biān mǎ；英语：Source Coding），基于信源统计特性，寻找将信源输出符号序列变换为最短码字序列，并使此最短码序列各码元之平均信息量最大，同时又保证能无失真地恢复出原来符号序列。或者说，为了减少信源输出符号序列中的剩余度（传输和恢复消息时所需最少、最必要信息以外的剩余信息在信源全部信息中所占的比重）、提高符号的平均信息量，对信源输出的符号序列所施行的变换。具体地说，就是针对信源输出符号序列的统计特性来寻找某种方法，把信源输出符号序列变换为最短的码字序列，使后者的各码元所载荷的平均信息量最大，同时又能保证无失真地恢复原来的符号序列。广义地说，一切旨在减少剩余度而对信源输出符号序列所施行的变换或处理如过滤、预测、域变换和数据压缩等，均可归入信源编码的范畴。

　　信源编码理论是基于1948年C.E.香农在其著名的论文《通信的数学理论》中提出的信源编码定理，他证明了可用略大于信息熵的码平均长度来对信源进行无失真的编码，为信源编码的研究指出了方向。显然，一切有利于减少信源输出符号序列冗余度的变换或处理，均属于信源编码的范畴。

　　基本信源空间与时间冗余特性的预测编码、变换编码以及与统计无关的信源编码方法如各种量化技术等已发展得相当成熟。近几年兴起的小波编码也属于变换编码，已经广泛应用于图像信号的处理。它一方面拥有传统信源编码方法的优点，可很好消除图像数据中的统计冗余。另一方面，小波变换的多分辨率与多尺度分析信号的特性，提供了利用人眼视觉特性，消除图像中其他冗余信息的机制。

　　分形编码是在分形几何理论基础上发展起来的一种新方法。分形理论是欧氏几何相关理论的扩展，描述了自然界物体的自相似性，这种自相似可是确定的，也可是统计意义上的。有人在分形编码中引入迭代函数系统来刻画这种自相似性，并将其用于图像编码，对某些特定图像获得了10 000∶1的压缩比，显示出这种编码方法的潜力。

　　随着信息技术的普遍应用，大容量信息传输与存储的需要，信源编码及相应数据压缩方法已经成为有广泛应用前景的高技术。国际标准化组织为此制定出通用的国际标准：在话音编码方面有CCITT的G系列标准；图像方面有JPEG、JPEG2000以及MPEG1.2.4、H.261、H.263等标准。这些标准已在语音、图像、多媒体等众多领域获得了广泛的应用。