雖然EZW、SPIHT和SPECK算法提供了從無損到有損的編碼方法。編碼可以在任何地方截斷得到一個有損壓縮,也可以一直編碼直到一個準無損的壓縮文件。在這里使用準無損是因為這三種算法沒有考慮使用可逆的小波變換,即整數到整數的變換。這樣在小波變換中就引入了量化誤差。在一些場合要求實現從有損到無損的漸進傳輸,如醫學圖象的傳輸等。針對這一要求, 可逆嵌入小波壓縮(CREW)強調了小波變換在漸進圖象編碼中的重要性。

　　現在研究用于圖象編碼的可逆小波變換的越來越多，這些變換在有限算術精度意義上是可逆的，是把整數變換為整數，它們是從準線性小波變換得來的。正是由于這些特性，這種小波變換非常適用于無損編碼、最小內存占用、最小計算復雜性的壓縮系統中。另外，這些變換對漸進從有損到無損的圖象恢復以及有損壓縮中感興趣區的無損恢復特別有利。

　　對無損壓縮，圖象內容是一個影響變換效率的重要內容。對光滑圖象，5/11-C，5/11-A及13/7-T變換最為有效，而5/3變換對含有大量高頻信息的圖象特別合適。

　　表1 圖象編碼常用的可逆的小波變換

　　顯然，沒有一種變換對所有圖象不但具有低的計算復雜性還有好的有損和無損壓縮性能。所以，使用時要根據具體情況加以選擇。例如，在需要低的計算復雜性時，5/3變換是合適的選擇，因為它在具有相當好的無損有損壓縮性能同時具有低的計算復雜性[18]。

　　CREW是一個包含了有損和無損靜態圖象壓縮系統。它使用了一個最好小波濾波器的可逆近似。對小波系數的編碼使用了與EZW相似的Horizon方法,該方法利用了變換域中空間及頻率信息的基于內容的編碼。它提供了最新的對醫學圖象的無損壓縮(深度大于8比特)的方法,也提供了在一個系統中對8比特深的圖象的從有損到無損的壓縮.

　　表1是一些常用的用于無損壓縮的小波濾波器，根據具體使用可以選擇。

　　5 結論:

　　由以上分析可見,在嵌入式小波編碼的研究主要從以下三個方面進行。一是對小波系數的合理組織。研究表明，在圖象的低比特率編碼中，用來表示非零系數所在位置的開銷遠遠大于用來表示非零系數數值的開銷[15]。因此，內嵌算法中排序算法的優劣和排序信息的處理決定了整個編碼算法的效率[14]。對這些系數進行合理排序,就可以得到更高的壓縮比如SPIHT算法以及快的編碼速度如SPECK算法。以上三種編碼算法的根本區別在于對重要圖的排序方法，如何以快的排序速度和少的重要圖編碼來尋找重要圖是嵌入式編碼算法研究的一個主要研究方向。二是從對重要系數的量化方法上進行研究，進一步提高數據的壓縮率。三是從小波濾波器的構造出發,找出適合具體應用的可逆小波變換,以實現圖象的從有損到無損的壓縮。