图像压缩作为数字图像处理领域的一个重要分支,随着信息技术的发展,其重要性日益凸显。目前主流的图像压缩编码,主要是消除图像内的冗余。若能充分利用图像间的相关信息,进一步消除图像间的冗余,在大量图像存储或传输的场合下,就能进一步减少图像占用的空间,实现更好的压缩效果。本文首先阐述了课题的研究背景和意义、国内外的相关研究现状以及相关理论与技术。在现有的研究、理论与技术的基础上,提出了一种具有通用性的,基于全域相似块冗余消除的图像集压缩算法。该算法通过对图像集内的各个图像,在不同层次上按照一定顺序切割成不同大小的块,充分利用粗细粒度分块的各自优势,在全域范围内以PSNR作为相似性的评价指标,寻找相似的块并进行替换,产生替换记录。对未被替换的剩余块,选用经典的离散余弦变换的方式,进行有损压缩,从而充分消除图像集内的冗余信息。对产生的替换记录,使用游程、哈夫曼以及指数哥伦布等方式进行编码;对于剩余块进行有损压缩后生成的系数,分离出直流与交流部分,对直流部分采用DPCM编码,对交流部分进行量化后采用游程与哈夫曼的方式进行编码。对输出的编码文件,提出了对应的解码算法。为了减少替换时间,本文还提出了一种基于哈希的加速替换算法。本文就图像集压缩提出了基于全域相似块替换的新思路。该思路以分块的形式消除冗余,因此处理图像分辨率不相同的图像集,无需预先构建训练集,因而具有较强的普适性。经过实验表明,在码率相同的条件下,恢复出来的图像质量,优于JPEG算法以及基于稀疏表示的图像集压缩算法。同时,本文所采用的哈希算法,能够在不减少太多替换率的前提下,有效地减少块替换的时间。