随着科学技术的发展,无论是手机还是数码相机,像素都越来越高,一张图片至少都有1G,有的甚至达到4G或者5G,这就意味着我们需要更大的空间来存放这些照片。不仅如此,随着计算机以及多媒体的迅速发展,数字图像的传输也给现有的带宽提出更高的要求。为了解决存储空间不足和传输速率慢等一系列问题,图像的压缩问题受到越来越多的关注。图像压缩的目的就是尽可能的减少表达图像内容的比特数,以此来减小存储空间和提高传输速率。根据对图像压缩后是否能够还原成原始图像,将图像压缩分为有损压缩和无损压缩,两者的应用都非常广泛。本实验研究图像无损压缩技术——预测编码,主要用于处理数字图像。预测编码作为图像压缩最基本的理论之一,其目的是通过减少图像数据中的冗余信息从而以更加高效的格式存储和传输数据,有必要对其进行深入研究。根据信息论与编码基本理论,预测编码分为两部分：去相关和编码。本论文主要研究以及实现了预测编码中的去相关,整个去相关的过程可以分为如下五个部分：求训练集(重点是设置合适的门限值),判断相关性,最佳线性预测,预测器的自适应定阶,误差修正。在实验中尝试了多种不同的方法,比如在判断相关的过程中采用了条件熵判断法,相关系数判断法,相对距离判断法三种方法来判断支持集像素点与当前点的相关性；在求解线性预测系数的过程中,使用了高斯消元法和高斯迭代法；在定阶的过程中使用了描述长度法和平均误差法。最后,通过对实验数据进行分析,突出相对距离判断法在判断相关性中的优越性以及预测器自适应定阶在改善预测效果中的显著作用。