多媒体技术的不断发展,网络信道传输的速率也是越来越快,而在高速网络环境下,传统的基于包的数据传输通常会面临丢包或者误码等问题,因此在传输速率得到保障的前提下,准确率成为人们关注的焦点。多描述编码将信源编码成多个独立的描述分别传输,任何一个独立的码流都能够在解码端得到一个质量在接收范围之内的数据,并且,获得的描述越多,恢复数据的质量就越好,因此具有很强的鲁棒性。多描述编码方法也越来越广泛的运用于视频,图像以及各种多媒体信号的处理上,并取得了很理想的效果。本文针对图像的多描述编码主要做了以下两方面工作:1.框架扩展下的多描述MDSQ编码的的改进Vaishampayan首先提出了基于标量量化的多描述编码(MDSQ),利用一个较复杂的标号函数对原有信号进行不同精度步长的量化,得到两个信息量较少的码流。当遇到信道质量较差时,任意一个码流的丢失都会对信号的恢复产生较大影响。因此,增加算法的码流数目,成为一个改进算法的可行之道。本文引入框架概念,利用归一化紧框架的特殊的鲁棒性质,对源信号进行扩展,将二维空间冗余的映射到多维空间中,得到多个码流,从而在接收端接收到不同数目的信号,都能较好的恢复原信号。在仿真实验中我们利用4×2的谐波紧框架对图像数据进行扩展,将两个描述变为四个描述。实验结果显示,在小差错概率信道下,框架扩展后的MDSQ算法比原算法对图像的回复有更好的信噪比,从而算法的性能得到了一定的提升。2.感兴趣区域的非线性变换多描述编码由于多描述编码在经过差错信道而丢失描述后,必然会对恢复信号产生一定的影响,而有时候图像中各个部分对我们的重要性不一定都是一样的,我们需要对图像中的感兴趣区域(ROI)加以一定的保护措施,尽量减少其丢失的信息量。因此,本文提出了一种非线性变换的多描述编码,利用特定的非线性函数将图像进行变换,从而使感兴趣区域得到一定程度的扩展,再进行抽样形成多描述编码。通过仿真实验,当图像通过差错信道而丢失描述时,本文算法恢复的图像的ROI区域的信噪比会大大高于普通的算法,并且在不同码率下,都能够得到比较满意的结果。