參數編碼僅擷取影像基本性質進行編碼工作，是以它無疑可以壓縮影像而減低記憶體
需求與傳輸成本。因為人眼可以幾乎立即與不混淆的分辨影像中事物的輪廓（con-
tour），且僅萃最輪廓必能減少描述影像資料量，以及二元影像（輪廓與非輪廓）的
儲存與傳輸不需經過任何資料壓縮就可比儲存或傳輸原始灰值影像更能降低位元率，
所以選擇輪廓為像基本性質。由於物以類聚的特性，同一物體內其灰度值分布情況必
相當接近，而不同灰值群鄰接之處就是輪廓，因此以在某塊區域內若包含二個不同事
物必可將之二元化再萃取其相接之輪廓，所以必須在不同狀況下以可調整的方式進行
區塊的分割與二元化，以便適切的萃取輪廓。我們觀察以可調整區塊分割演算法來作
輪廓偵測的效果，然後萃取輪廓，並使用輪廓軌跡化與鏈碼，來達成影像寫碼及資料
壓縮的目的。
本文使用的物以類聚的觀念與作法，非常自然簡單，配合本文發展的可調整區塊分割
演算法，可以交談式達成區塊的分割與對應二元臨界值的設定，符合實際情況需要並
可彌補自動臨界值選擇之不足，而且可以作為其它影像處理的分析工具；就不同影像
評估的結果，簡單的單一物體約可達成９８％的壓縮，較複雜的物體約可達成８０％
的壓縮，其結果並可作為模式辨認或電腦視覺的應用。
|