圖像無損壓縮算法綜述

圖像無損壓縮算法綜述【摘要】本文介紹了常見的圖像無損壓縮方法：靜態(tài)及動態(tài)霍夫曼(Huffman)編碼算法、算術(shù)編碼算法、LZW(lanpel-ziv-velch)編碼及其改良算法、行程編碼〔又稱游程編碼，RLE〕及改良自適應(yīng)游程編碼算法、費諾-香農(nóng)編碼算法和一種改良的編碼方法。簡要分析了各種算法的優(yōu)缺點?！娟P(guān)鍵詞】霍夫曼算術(shù)編碼LZW行程編碼費諾-香農(nóng)編碼1前言隨著技術(shù)的不斷開展，多媒體技術(shù)和通訊技術(shù)等對信息數(shù)據(jù)的存儲和傳輸也提出了更高的要求，給現(xiàn)有的有限帶寬帶來更嚴峻的考驗，尤其是具有龐大數(shù)據(jù)量的數(shù)字圖像通信。存儲和傳輸?shù)母唠y度極大地制約了圖像通信的開展，因此對圖像信息壓縮技術(shù)的研究受到了越來越多的關(guān)注。壓縮數(shù)據(jù)量是圖像壓縮的首要目的，但保證壓縮后圖像的質(zhì)量也是非常重要的，無損壓縮是指能精確恢復(fù)原始圖像數(shù)據(jù)的壓縮方法，其在編碼壓縮過程中沒有圖像信號的損失。本文介紹了常見的無損壓縮方法：靜態(tài)及動態(tài)霍夫曼(Huffman)編碼算法、算術(shù)編碼算法、LZW(lanpel-ziv-velch)編碼及其改良算法、行程編碼〔又稱游程編碼，RLE〕及改良自適應(yīng)游程編碼算法、費諾-香農(nóng)編碼算法和一種改良的編碼方法。2常見圖像無損壓縮算法2.1霍夫曼算法Huffman算法是一種用于數(shù)據(jù)壓縮的算法，由D.A.Huffman最先提出。它完全依據(jù)字符出現(xiàn)概率來構(gòu)造平均長度最短的編碼，有時稱之為最正確編碼，一般叫做Huffman編碼。頻繁使用的數(shù)據(jù)用較短的代碼代替，較少使用的數(shù)據(jù)用較長的代碼代替，每個數(shù)據(jù)的代碼各不相同。這些代碼都是二進制碼，且碼的長度是可變的。2.1.1靜態(tài)霍夫曼編碼步驟：〔1〕將信號源的符號出現(xiàn)的概率〔在此稱為權(quán)值〕{w1，w2，...，wn}構(gòu)造成n棵二叉樹集合F={T1，T2，...，Tn}，其中每棵二叉樹Ti中只有一個帶權(quán)為wi的根結(jié)點，其左右子樹均為空?！?〕在F中選取兩棵根結(jié)點的權(quán)值最小的樹作為左右子樹構(gòu)造一棵新的二叉樹，且置新的二叉樹的根結(jié)點的權(quán)值為其左、右子樹上根結(jié)點的權(quán)值之和〔3〕在F中刪除這兩棵樹，同時將新得到的二叉樹參加F中?！?〕重復(fù)〔2〕和〔3〕，直到F只含一棵樹為止，這棵樹便是霍夫曼〔Huffman〕樹。〔5〕在合并中約定權(quán)值小的根結(jié)點在左子樹上，權(quán)值大的在右子樹上，然后在每個左分支上標記為“0〞，右分支上標記為“1〞，最后記錄從霍夫曼〔Huffman〕樹的根結(jié)點到每個葉子結(jié)點所經(jīng)過的分支上的“0〞或“1〞的序列，從而得到每個符號的Huffman編碼。2.1.2自適應(yīng)霍夫曼編碼這種方案在不需要事先構(gòu)造Huffman樹，而是隨著編碼的進行，逐步構(gòu)造Huffman樹。同時，這種編碼方案對符號的統(tǒng)計也動態(tài)進行，隨著編碼的進行，同一個符號的編碼可能發(fā)生改變〔變得更長或更短〕。在構(gòu)造動態(tài)霍夫曼編碼樹的過程中，需要遵循兩條重要原那么：〔1〕權(quán)重值大的節(jié)點，節(jié)點編號也較大?！?〕父節(jié)點的節(jié)點編號總是大于子節(jié)點的節(jié)點編號。以上兩點稱為兄弟屬性〔siblingproperty〕。在每一次調(diào)整節(jié)點權(quán)重值時，都需要相應(yīng)的調(diào)整節(jié)點編號，以防止兄弟屬性被破壞。在對某一個節(jié)點權(quán)重值進行“加一操作〞時，應(yīng)該首先檢查該節(jié)點是否具有所在的塊中的最大節(jié)點編號，如果不是，那么應(yīng)該將該節(jié)點與所在塊中具有最大節(jié)點編號的節(jié)點交換位置。然后再對節(jié)點的權(quán)重值加。這樣，由于該節(jié)點的節(jié)點編號已經(jīng)處于原來所屬塊中的最大值，因此權(quán)重值加一之后兄弟屬性仍然得到滿足。最后，由于節(jié)點的權(quán)重發(fā)生了變化，必須遞歸地對節(jié)點的父節(jié)點進行加一操作。在需要插入一個新符號時，總是先構(gòu)造一個新的子樹，子樹包含NYT符號與新符號兩個葉節(jié)點，然后將舊的NYT節(jié)點由這個子樹替代。由于包含NYT符號的節(jié)點權(quán)重值為0，而包含新符號的葉節(jié)點的權(quán)重值為1，因此最終效果相當于原NYT節(jié)點位置的權(quán)重值由0變?yōu)?。因此，下一步將試圖對其父節(jié)點執(zhí)行權(quán)重值“加一操作〞。對符號編碼的方法與靜態(tài)霍夫曼編碼一致，每次符號編碼完成以后，也將對包含符號的節(jié)點權(quán)值進行加一操作。將一個新的符號插入編碼樹或者輸出某一個已編碼符號后，相應(yīng)的符號的出現(xiàn)次數(shù)增加了1，繼而編碼樹中各種符號的出現(xiàn)頻率發(fā)生了改變，不一定符合兄弟屬性，按照上述方法進行調(diào)整，使其符合要求。2.2算術(shù)編碼算法算術(shù)編碼完全拋棄了用特殊字符代替輸入字符的思想。在算術(shù)編碼中，輸入的字符信息用0到1之間的數(shù)字進行編碼，它用到兩個根本的參數(shù):符號的頻率及其編碼間隔。對于輸入的字符信息，算術(shù)編碼后形成一個唯一的浮點數(shù)。算術(shù)編碼的效率一般要優(yōu)于哈夫曼編碼，但實現(xiàn)要比哈夫曼編碼復(fù)雜。2.2.1算術(shù)編碼原理圖1算術(shù)編碼流程圖固定模式編碼需要預(yù)先對符號序列中的符號進行預(yù)掃描，根據(jù)統(tǒng)計符號的概率來列出編碼概率表。引入幾個變量：low為編碼間隔的低端，rang為編碼間隔的長度,ranglow為編碼字符的間隔的低端,ranghigh為編碼字符的間隔的高端。在固定模式編碼中，ranglow和ranghigh的編碼概率不變。計算流程如圖1。用例子說明算術(shù)編碼編解碼原理，采用固定模式符號概率分配表見表1。假設(shè)要編碼字符串’eai’，那么編碼過程如圖2。表1算術(shù)編碼字符概率分配表圖2算術(shù)編碼示意圖2.2.2算術(shù)編碼解碼原理圖3解碼流程圖從原理上講，解碼的過程是編碼的逆過程，只要保證編碼和解碼使用同樣的字符概率分配表，解碼后的字符就不會出現(xiàn)誤差。根據(jù)編碼時所使用的字符概率區(qū)間分配表和壓縮后的數(shù)值代碼所在的范圍，可以很容易確定第一個字符。設(shè)法去掉第一個符號對區(qū)間的影響，找到下一個符號。重復(fù)以上操作，直到完成解碼過程。計算流程如圖3。2.3LZW編碼算法LZW編碼的根本思想是建立一個字典，將輸入字符串編碼成定長的碼流輸出(通常為12位)，并在編碼過程中動態(tài)生成字典，算法是自適應(yīng)的。但傳統(tǒng)LZW算法存在占用大量的字典容量、生成的字典項較多時查找效率低等缺陷。故討論一種改良LZW編碼壓縮算法進，將字典初始化為16位，采用散列法和拉鏈法進行詞條檢索，采用閾值判斷和LRU淘汰機制改良條目更新的方式，編碼時采用自適應(yīng)變碼長方式。經(jīng)測試，相比于傳統(tǒng)LZW編碼數(shù)據(jù)壓縮算法，改良的算法對不同碼長的數(shù)據(jù)的適應(yīng)性更好，并且壓縮比提高了約8%。2.3.1LZW編譯碼LZW編碼是一種基于字典模型的無損數(shù)據(jù)壓縮方法，由Lempel-Ziv-Welch共同提出。通過建立一個字符字典，用較短的碼字表示較長的字符串，到達數(shù)據(jù)壓縮的目的。在動態(tài)的建立字典的同時，字符串和碼字之間逐漸建立關(guān)系。后續(xù)的字符串與字典進行比擬，不斷完善和壯大字典。生成的字典不需要隨著數(shù)據(jù)一塊存儲和傳輸，在解壓縮的過程中仍然能夠重建一個完全相同的字典，從而進一步地提高壓縮效率。在介紹LZW編碼流程之前，首先定義幾個在LZW編碼、解碼過程中出現(xiàn)的概念:P:當前前綴，表示在編碼算法中正在被處理的前綴C:當前字符，表示在編碼算法中當前確定的字符。cW:當前碼字，當前被處理字符串對應(yīng)的碼字。pW:先前碼字，先前被處理字符串對應(yīng)的碼字。String.cW:當前碼字對應(yīng)的字符串。String.pW:先前碼字對應(yīng)的字符串。LZW編碼過程:建立初始字典，該初始字典中包含待處理字符數(shù)據(jù)流中所有可能出現(xiàn)的字符。同時，設(shè)置前綴P為空；讀取字符串數(shù)據(jù)流中的下一個字符作為當前字符，送至C中；判斷P+C是否已經(jīng)存在字典之中，假設(shè)存在:P=P+C，用C來擴展P，假設(shè)不存在：把表示前綴P的碼字cW輸出到編碼數(shù)據(jù)流中。將字符串P+C按照順序參加字典中，同時使P=C；判斷字符數(shù)據(jù)流是否編碼完畢，假設(shè)編碼完畢:編碼完成，輸出P所對應(yīng)的碼字cW到編碼數(shù)據(jù)流結(jié)尾處，假設(shè)未完成，那么繼續(xù)編碼。圖4LZW編碼流程圖LZW譯碼過程:建立初始字典，該初始字典中包含待處理字符數(shù)據(jù)流中所有可能出現(xiàn)的字符。讀取編碼數(shù)據(jù)流中的第一個碼字cW。輸出cW所對應(yīng)的字符串String.cW到字符數(shù)據(jù)流中。pW=cW，讀入編碼數(shù)據(jù)流中的下一個碼字cW。判斷cW對應(yīng)的字符串String.cW是否在字典中?假設(shè)在字典中:將String.cW輸出到字符數(shù)據(jù)流，P=String.pW，C=String.pW字符串中的第一個字符，P+C添加到字典；假設(shè)不在字典中:P=String.pW，C=String.cW中的第一個字符，輸出P+C到字符數(shù)據(jù)流，然后將P+C添加至字典。判斷碼字流中是否還有待譯碼字?是:返回步驟pW=cW；否:譯碼結(jié)束。圖5LZW解碼流程圖2.3.2改良的LZW編碼LZW壓縮算法的執(zhí)行速度依賴于字典查找的速度。在LZW壓縮算法中，假設(shè)直接檢索字典，編碼的速度很低，同時時間復(fù)雜度較高，為O(n2)。因此，選擇一種效率較高的字典存儲和遍歷索引的方式是提高LZW編碼效率的主要途徑。為了提高字典的存儲和索引效率，引入散列表(HashTable)來存儲字典，只需通過關(guān)鍵字就可以確定結(jié)點的存儲位置，這樣能有效提高字符串表的檢索效率。為了提高編碼的效率，采用可變長度的編碼方法。在系統(tǒng)中，使用的可變編碼位數(shù)從8位開始，當編碼長度超過了8位的表示范圍，那么自動增加到9位編碼，依次遞增編碼位數(shù)。但增加編碼位數(shù)使得算法性能和執(zhí)行效率都受到影響，因此，設(shè)定編碼長度的最大范圍為12位，當編碼超出12位(4096)表示范圍，需要重新開始字典的生成和編碼。當詞條數(shù)目過多導(dǎo)致字典容量飽和時，需要重新生成字典，clear操作會嚴重影響壓縮編碼的壓縮比和執(zhí)行效率，因此，為了解決傳統(tǒng)的LZW編碼壓縮效率低的問題，現(xiàn)作出以下改良:當字典中串表填滿之后，不立即輸出clear信號，刪除字典表，而是繼續(xù)輸入一定長度的數(shù)據(jù)流，使用現(xiàn)有的字典表表對其進行壓縮編碼，同時計算出這時被壓縮的數(shù)據(jù)流的壓縮比，如果所得到的壓縮比擬低，滿足系統(tǒng)要求即(其中為當前計算的壓縮比，為系統(tǒng)給定的一個閥值)，那么繼續(xù)先前的操作;如果所得到的壓縮比時，表示現(xiàn)在的字典表無法滿足當前數(shù)據(jù)壓縮的要求，那么進行刪除和重建字典表的操作。這樣可以有效抑制那些突發(fā)的數(shù)據(jù)對整體壓縮性能的影響，使得系統(tǒng)不會由于一些數(shù)據(jù)毛刺的影響導(dǎo)致屢次刪除和重建字典表，提高了LZW壓縮算法的壓縮比和執(zhí)行效率。改良的LZW編碼算法的軟件流程圖如下列圖6所示：圖6改良的LZW算法實現(xiàn)流程圖可以通過流程圖看出，改良的LZW編碼方式主要在添加新詞條字符串時，需要判斷碼長是否滿足要求，同時當系統(tǒng)碼長到達最大，即12位碼長之后，是否輸出clear信號需要通過判斷一段數(shù)據(jù)流的壓縮比后決定。2.4游程編碼算法行程編碼RLE又稱游程編碼，這種壓縮方法廣泛的應(yīng)用于各種圖像格式的數(shù)據(jù)壓縮處理中，是壓縮圖像最簡單的方法之一。2.4.1傳統(tǒng)游程編碼游程編碼技術(shù)是在給定的圖像數(shù)據(jù)中尋找連續(xù)重復(fù)的數(shù)值，然后用兩個字符取代這些連續(xù)值。傳統(tǒng)的游程編碼是由兩個元素的序?qū)M成，其中表示編碼符號，表示游程長度，等于有相同編碼符號的相同元素的數(shù)目。這種方法在處理包含大量重復(fù)信息的數(shù)據(jù)時可以獲得很好的壓縮效率。但是如果連續(xù)重復(fù)的數(shù)據(jù)很少，那么難獲得較好的壓縮比，甚至可能會導(dǎo)致壓縮后的編碼字節(jié)數(shù)大于處理前的圖像字節(jié)數(shù)。2.4.2改良自適應(yīng)游程編碼算法固定格式的常規(guī)游程編碼與實際游程長度的適應(yīng)能力差。因此，需要一種靈活的游程編碼方式：遇到短游程用較短的字長描述，遇到長游程時自動用較長的碼子描述。從二進制的表達方式可以得到啟發(fā)：二進制計數(shù)方法的實質(zhì)是對不同位置的比特分配不同的權(quán)重，而這些權(quán)重的分配能夠描述任何一個整數(shù)。因此，最為理想的游程編碼的的字長應(yīng)當?shù)扔谟纬痰膶嶋H長度對應(yīng)的二進制數(shù)的比特總數(shù)。但是游程的實際長度是隨機的，因此解碼器無法確切知道當前的字長是多少。為此提出一種改良的游程編碼算法。仍然采用兩個元素的序?qū)M成，其中等于原始碼流長度對應(yīng)的二進制數(shù)的比特，表示對應(yīng)比特數(shù)的長度。設(shè)定一個游程指針(簡稱游針)和兩個碼表(O碼表和1碼表)。0碼表適合對連0編碼，1碼表適合對連l編碼。由統(tǒng)計特性知，連0遠遠大于連1，對于0碼表來說，往往比擬長，因此也相應(yīng)比擬大，考慮最大連0，把取為4位。而對于1碼表來說，比擬短，因此也相應(yīng)比擬小，考慮最大連1，把取為3位。首先根據(jù)游針探測輸入碼元極性，判斷是采用0碼表還是1碼表。選中碼表后，游針通過計數(shù)器方式探測連續(xù)碼流，得到連續(xù)碼流長度n；然后將碼流長度轉(zhuǎn)化為二進制碼，得到,同時計算的長度，并轉(zhuǎn)化為二進制碼得到；設(shè)原始碼長為，那么。轉(zhuǎn)化為二進制可以采用如下運算：依次把就得到，同理可得到。最后合并，得到最終編碼。2.5費諾-香農(nóng)編碼算法由于霍夫曼編碼法需要屢次排序，當元素很多時不方便，為此費諾和香農(nóng)分別單獨提出類似的方法，使編碼方法更簡單。具體編碼方法如下：把按概率由大到小，從上到下排成一列，然后把分成兩組和并使得：給兩組中的賦值，將概率大的一組賦為0，概率小的一組賦為1。這是該方法的賦值原那么。把兩組分別按〔1〕、〔2〕分組賦值，不斷重復(fù)，直到每組只有一種輸入元素為止。將每個所賦的值依次排列起來就是費諾-香農(nóng)編碼。2.6一種新的無損圖像壓縮算法本方法是一種新的二進制(位級)無損圖像壓縮方法——將錯誤糾正BCH碼引入到圖像壓縮算法中；將圖像的二進制分為大小為7的碼字，這些塊進入到BCH解碼器，消除了校驗位后，使得原來的塊的大小減少到4位。BCH編碼方式是將大小為K位的塊，通過增加m位的校驗位，形成—個長度為n的碼字。在本方法中，我們將n的大小定義為7。這個值被選中后進行屢次實驗，得到較好的結(jié)果。圖7示出了BCH算法系統(tǒng)的框架。圖7BCH算法系統(tǒng)構(gòu)造圖2.6.1壓縮步驟第一步：預(yù)處理步驟，將圖像轉(zhuǎn)換成二進制數(shù)字圖像。第二步：使用(7，4)BCH碼解碼器，將這些二進制數(shù)轉(zhuǎn)換成一個由4位數(shù)據(jù)產(chǎn)生的長度為7的塊。請注意，并非所有的長度為7位的塊都是碼字，也有長度為7的塊是非編碼字。因此，我們使用—個額外的位來區(qū)分碼字和非碼字。第三步：生成二進制數(shù)的Huffman編碼壓縮圖像文件。第四步：添加位文件應(yīng)用兩種不同的算法：執(zhí)行長度編碼(RLE)算法嘲和哈夫曼編碼算法。然后，將該文件添加到壓縮的二進制文件中。圖8為該方法的流程圖。圖8算法流程圖2.6.2解壓步驟第一步：讀壓縮文件的標題，并從中提取補充位文件，然后通過應(yīng)用哈夫曼解碼器解碼提取的文件，申請的RLE解碼器，以增加位的方式使得文件返回其原來的形式。第二步：對使用哈夫曼算法壓縮的圖像文件進行解碼。第三步：使用BCH編碼。在這個過程中，將讀取文件的所有位的信息。添加位的值決定了當前塊K的大小，如果添加位當前的值是1，那么塊的大小是4位，否那么塊的大小是7位。BCH編碼器返回的塊大小為4位到7位的原始大小，并返回BCH解碼刪除奇偶位。第四步：圖像沒有任何數(shù)據(jù)喪失返回其原始狀態(tài)。3常見無損壓縮算法的總結(jié)本文介紹了常見的無損壓縮方法：靜態(tài)及動態(tài)霍夫曼(Huf}nan)編碼算法、算術(shù)編碼算法、LZW(lanpel-ziv-velch)編碼及其改良算法、行程編碼〔又稱游程編碼，RLE〕及改良自適應(yīng)游程編碼算法、費諾-香農(nóng)編碼算法和一種改良的編碼方法。3.1Huffman編碼算法分析Huffman的編碼方法充分利用了短碼，編碼效率比擬高，且對編碼設(shè)備的要求也比擬簡單，是綜合性能較高的一種編碼方法。但是，它也存在工作量大、編解碼時問較長等缺陷，給實際應(yīng)用帶來很大困難。自適應(yīng)霍夫曼編碼方案在不需要對數(shù)據(jù)掃描兩遍，而是隨著編碼的進行，逐步構(gòu)造Huffman樹。同時，這種編碼方案對符號的統(tǒng)計也動態(tài)進行，隨著編碼的進行，同一個符號的編碼可能發(fā)生改變。3.2算術(shù)編碼算法分析算術(shù)編碼完全拋棄了用特殊字符代替輸入字符的思想。在算術(shù)編碼中，輸入的字符信息用0到1之間的數(shù)字進行編碼，它用到兩個根本的參數(shù):符號的頻率及其編碼間隔。對于輸入的字符信息，算術(shù)編碼后形成一個唯一的浮點數(shù)。算術(shù)編碼的效率一般要優(yōu)于哈夫曼編碼，但實現(xiàn)要比哈夫曼編碼復(fù)雜。算術(shù)編碼能最大限度地減小信息的冗余度，與Huffman編碼方法相比，在同樣的計算機系統(tǒng)上，算術(shù)編碼可以得到更好的壓縮效果，但卻要消耗也許幾十倍的計算時間，因此無法成為日常使用的壓縮方法。3.3LZW編碼算法分析LZW編碼屬于字典編碼，其原理是利用字典把每個字符串編碼為一個標識，利用查字典的方法找出重復(fù)出現(xiàn)的字符串，以標識來代替字符串，從而到達壓縮的目的。LZW編碼實現(xiàn)的根本思想是：讀取字符串；如果在字典中找到匹配，那么用字典地址代替該字符串，并繼續(xù)下一個查找，直到查找不到，那么把未查找的字符串參加字典；讀入下一個字符，循環(huán)上述過程，直到結(jié)束。LZW壓縮算法也存在著一些缺乏之處，故討論一種改良的LZW編碼數(shù)據(jù)壓縮算法，對傳統(tǒng)LZW編碼數(shù)據(jù)壓縮算法進行了改良，將字典初始化為16位，采用散列法和拉鏈法進行詞條檢索，采用閾值判斷和LRU淘汰機制改良條目更新的方式，編碼時采用自適應(yīng)變碼長方式。相比于傳統(tǒng)LZW編碼數(shù)據(jù)壓縮算法，改良的算法對不同碼長的數(shù)據(jù)的適應(yīng)性更好，并且壓縮比提高了約8%。3.4游程編碼算法分析游程編碼(run-lengthencoding)是把一串連續(xù)的重復(fù)值(如圖像的像素值)用一個單獨的值和一個計數(shù)值來取代。對有大面積的連續(xù)陰影或者顏色相同子塊的圖像，使用這種方法實現(xiàn)簡單，壓縮效果很好。傳統(tǒng)的游程編碼方法，往往導(dǎo)致較短游程的編碼位數(shù)大于較短游程長度的自然位數(shù)，當二元序列中較短游程較多時，較短游程重新編碼所導(dǎo)致的數(shù)據(jù)膨脹會嚴重影響二元序列的壓縮效能。自適應(yīng)游程編碼是一種對小波域經(jīng)數(shù)學形態(tài)學處理得到的小波顯著系數(shù)的有效編碼方式。圖像小波分解。經(jīng)數(shù)學形態(tài)學膨脹處理后，位平面將出現(xiàn)大量極長的連“0〞，利用游程編碼將是非常有效的。改良的自適應(yīng)游程編碼算法最突出的新特點是其可以將原始比特流轉(zhuǎn)換成碼長的二進制編碼。實驗結(jié)果說明，當連續(xù)碼流相等的情況下，改良的算法可以有效減少編碼長度。3.5費諾-香農(nóng)編碼算法分析費諾-香農(nóng)編碼算法與霍夫曼編碼有類似之處，但霍夫曼編碼法需要屢次排序，當元素很多時不方便，費諾-香農(nóng)編碼算法使編碼方法更簡單。3.6新的無損壓縮算法分析本文中，詳細介紹了一種新的無損圖像壓縮方案。新的二進制(位級)無損圖像壓縮方法——將錯誤糾正BcH碼引入到圖像壓縮算法中；將圖像的二進制分為大小為7的碼字，這些塊進入到BCH解碼器，消除了校驗位后，使得原來的塊的大小減少到4位。實驗結(jié)果說明，此壓縮算法是有效的，并給出了一個很好的壓縮比，而且不喪失數(shù)據(jù)。BC