★圖像壓縮技術
目前多媒體壓縮技術的實現方法已有近百種，其中基于信源理論編碼的壓縮方法、離散余弦變換(DCT)和小波分解技術壓縮算法的研究更具有代表性。小波技術突破了傳統壓縮方法的局限性，引入了局部和全局相關去冗余的新思想，具有較大的潛力，因此近幾年來吸引了眾多的研究者。在小波壓縮技術中，一幅圖像可以被分解為若干個叫做“小片”的區域;在每個小片中，圖像經濾波后被分解成若干個低頻與高頻分量。低頻分量可以用不同的分辨率進行量化，即圖像的低頻部分需要許多的二進制位，以改善圖像重構時的信噪比。低頻元素采用精細量化，高頻分量可以量化得比較粗糙，因為你不太容易看到變化區域的噪聲與誤差。此外，碎片技術已經作為一種壓縮方法被提出，這種技術依靠實際圖形的重復特性。用碎片技術壓縮圖像時需要占用大量的計算機資源，但可以獲得很好的結果。借助于從DNA序列研究中發展出來的模式識別技術，能減少通過WAN鏈路的流量，最多時的壓縮比率能達到90%，從而為網絡傳送圖像和聲音提供更大的壓縮比，減輕風絡負荷，更好地實現網絡信息傳播。
