現今為了節省記憶體使用率以及減少網路傳輸時間的緣故,影像壓縮不只變得愈越來越受歡迎而且愈來愈受重視。影像壓縮的終極目標,就是盡可能使用少量的儲存空間來記錄大筆的資料,例如JPEG與JPEG2000。其中JPEG的全名為Joint Photographic Experts Group,是一種失真影像壓縮技術。「失真」一詞表示我們無法完美重建或解壓縮該JPEG壓縮後的圖片,也就是圖片會喪失一些細節、資訊。所以,JPEG在某些應用上無法提供足夠的品質保證,例如:醫學影像、具有複雜紋理的影像等等。一般而言,醫學影像中有任何細節上的誤差是不被允許的;因此,失真影像壓縮技術通常是不能使用在醫學影像上的。為此我們針對醫學影像中的其中一種類型,即膠原蛋白影像,提出一種新的無失真壓縮方法;由於膠原蛋白影像的紋理非常複雜,以周圍鄰居像素為基礎的預測方式的無失真壓縮法,並不適用於該類型影像,為此我們提出一套以JPEG為基礎的預測方法,將複雜的紋理簡單化,再進行資料分群及適應性的算術編碼。 除此之外,由於最近3D特效越來越受到重視,因而導致不少電子產品都有內建的3D相機(雙鏡頭)及顯示器,然而目前採用的立體圖片壓縮方式還有很大的進步空間。為了解決這個問題,可以透過一些方塊匹配的方法來達成。雖然因為影片壓縮的需求,已經有很多快速的運動估測方式被提出來,然而很多是不適用於3D圖片的使用。所以我們利用3D視覺的一些性質,提出了一個較有效率的視差估測方法,期望以此為基礎來減少左右圖片間資料的冗餘性,以達到更高的整體壓縮效率。 最後我們也提出了一個基於JPEG的大框架下所產生的改良版。由於硬體的不斷進步及運算速度的提升,以往JPEG所採用的簡單運算或許可以被一些較複雜的方法所取代,而不會增加太多的編碼時間。在此設計中,我們特別考量了不使用太多鄰近像素的資訊,使得所需用到的buffer大小限制在一定的範圍內。透過這些較為有效的設計,我們發現和傳統的JPEG壓縮率相比有著不少的進步,特別是量化因子q越大時效果越明顯。