在数字图像处理与传输领域，如何在有限的存储空间和带宽条件下，实现图像的高效压缩与高质量还原，始终是核心挑战之一，BTC（Block Truncation Coding，块截断编码）作为一种经典的非变换域、低复杂度图像编码方法，自1979年由Delp和Mitchell提出以来，便以其简洁的算法结构和在低比特率下相对稳定的性能，成为图像压缩领域的重要研究基础，尽管现代编码标准（如JPEG、JPEG2000）已占据主流，BTC的思想仍对后续的块编码技术产生深远影响，尤其在资源受限场景（如早期医学成像、卫星图像传输）中展现出独特价值。
BTC的核心思想：基于块的统计特征截断
BTC的本质是一种局部统计量编码方法，其核心假设是：图像中局部区域的像素值分布可以用简单的统计特征近似，具体而言，BTC将图像划分为固定大小的块（通常为4×4或8×8像素），对每个块独立进行编码，编码过程不依赖其他块，从而实现并行处理和低延迟。
对于每个图像块，BTC通过两个关键步骤完成压缩：
- 统计特征提取：计算当前块的均值（μ）和标准差（σ），这两个参数近似描述了块内像素的亮度分布和对比度。
- 量化与重构：根据均值和标准差，将块内像素值“截断”为两个代表值——高亮度值（a）和低亮度值（b），通过一个二值掩码（每个像素用1比特表示，1对应a，0对应b），记录每个像素属于高亮度还是低亮度区域，每个块的编码数据包括：均值μ、标准差σ、高亮度值a、低亮度值b，以及二值掩码。
由于a和b可以通过μ和σ推导（理论上a=μ+σ，b=μ-σ，实际编码中会根据像素分布优化），且二值掩码的压缩率较高（如4×4块仅需16比特）,BTC在低比特率下能以极低的计算复杂度实现图像压缩。
BTC的技术优势与局限性
优势：
- 低复杂度：BTC无需进行复杂的变换（如DCT）或迭代量化，编码和解码过程仅涉及统计计算和阈值比较，适合硬件实现或实时处理场景。
- 块独立性：每个块的编码互不干扰，对图像局部噪声和失真具有鲁棒性，且易于并行化加速。
- 低比特率性能：在0.5-1.0比特/像素的比特率下，BTC重构图像的边缘和纹理细节保留效果优于早期PCM（脉冲编码调制）等简单方法。
局限性：
- 块效应明显：由于块间统计特征独立，重构图像中容易出现“方块边界”，尤其在低比特率或块尺寸较大时，影响视觉质量。
- 全局统计忽略：BTC仅依赖块的局部均值和标准差，未考虑图像的全局相关性，对复杂纹理和渐变区域的压缩效率较低。
- 高比特率下性能不足：当比特率提升至2比特/像素以上时，BTC的压缩效率明显落后于基于变换的编码方法（如JPEG），后者通过去除频域冗余能实现更高的压缩比。
BTC的改进与衍生技术
为克服BTC的局限性，研究者提出了多种改进方案，主要围绕“块效应抑制”和“统计特征优化”展开：
- 自适应块尺寸划分
