多媒体数据压缩方法根据不同的依据可产生不同的分类。第一种，根据质量有无损失可分为有损失编码和无损失编码。第二种，按照其作用域在空间域还是频率域上，可分为空间方法、变换方法和混合方法。第三种，根据是否自适应可分为自适应性编码和非自适应性编码。下面介绍几种常用的压缩编码方法。

1.预测编码

编码器记录与传输的不是样本的真实值，而是它与预测值的差，这一方法称为DPCM（Differential Pulse Code Modulation）方法。预测值由欲编码图像信号的过去信息决定。通常采用线性预测，比例系数由其统计特性估计得到。预测不仅可以在相邻像素值之间进行，而且可以在行与行之间进行。由于空间相关性，真实值与预测值的差值变化范围远远小于真实值的变化范围，因而可以采用较少的位数来表示。另外，若利用人的视觉特性对差值进行非均匀量化，则会获得更高的压缩比。

2.变换编码

变换编码的主要思想是利用图像块内像素值之间的相关性，把图像变换到一组新的基上，使得能量集中到少数几个变换系数上，通过存储这些系数而达到压缩的目的。在变换编码中，由于对整幅图像进行变换的计算量太大，所以一般把原始图像分成许多个矩形区域子图像独立进行变换。常用的变换有KLT（Karhunen-Loeve Transform）、DCT（Discrete Cosine Transform）、WHT（Walsh-Hadamard Transform）和DFT（Discrete Fourier Transform）。其中，KLT是消除相关性最有效的变换，但是由于其计算量较大而没被采用。而DCT消除相关性的效果接近KLT变换，而且存在快速的算法，所以被人们普遍接受。

3.统计编码(www.daowen.com)

最常用的统计编码是Huffman编码。它对于出现频率大的符号用较少的位数来表示，而对于出现频率小的符号用较多的位数来表示。其编码效率主要取决于需要编码的符号出现的概率分布，越集中则压缩比越高。另一个较好的统计编码是算术编码方法。每一个符号对应[0，1）上的一个子区间，区间长度为该符号出现的概率。该方法将被编码的符号串（数值串）表示为实数0～1的一个区间。初始把它设为整个区间[0，1），当出现一个新的待编码符号，先把完整的[0，1）区间影射到上一次形成的区间，然后新区间取为[0，1）上新符号对应区间所映成的像。解码时，根据区间的覆盖性来逐一解出原符号串。

算术编码的优点是可方便地使用自适应编码，可以根据当前接收的数据不断地更改概率模型。当信源符号概率比较接近时，一般使用算术编码，而不使用Huffman编码，这是由于此时Huffman编码效率较低。JPEG成员对多幅图像的测试结果表明，算术编码比Huffman编码能提高5%的效率。因此，在JPEG的扩展系统中，用算术编码代替了Huff-man方法。

游程编码实际上是一维信号的分段常数逼近，是一个相当简单的编码方法。编码器不断比较一维的相邻元素值的变化幅度，一旦发现有明显的变化，就称一个游程开始了。编码器对每一个游程需要确定两种信息：游程的起点位置和该游程对应的信号值。由于游程是连续的，一个游程的终止是下一个游程的开始，所以游程的位置信息和信号值都可以用两种方式记录：差分方式和绝对数值方式。一般情况下，差分方式具有较高的效率。对游程编码来说，显然游程越长则效率越高。

4.混合编码

混合编码是指合并变换和预测技术的编码方法。通常有两种编码形式，第一种为在某一方向上进行合并变换（例如X方向），而在另一方向（例如Y方向）上用DPCM对变换系数进行预测编码。另一种形式是对动态图像而言，二维变换再加上时间方向上的DPCM预测。