针对统计冗余，通常采用什么技术进行处理呢？最常用的是
熵编码压缩技术。熵编码的主要思想是这样的：在一串由许多数值构成的数据中，对那些经常出现的值用短的码组来表示，对不经常出现的值用长的码组来表示，从而最终用于表示这一串数据的总的码位，相对于用固定长度码组来表示的码位而言得到了降低。目前用于图像压缩的具体的熵编码方法主要是霍夫曼编码，即一个数值的编码长度与此数值出现的概率尽可能地成反比。霍夫曼编码是熵编码理论里的最优编码，理论上是压缩比最高的
无损压缩方式，在图像压缩编码中被广泛采用。（无损压缩是指用压缩后的数据进行重构即解压缩时，重构后的数据与原来的数据完全相同，从数学上讲是一种可逆运算。具体讲就是解码图像和压缩编码前的图像严格相同，没有失真。）
另外，对于视频图像中经常出现的一连串连续的像素点具有相同值的情况，典型的如彩条、彩场信号等，还有一种常用的处理办法：传输时，只传输起始像素点的值以及随后取相同值的像素点的个数。这种办法也可以有效地压缩码率，这就是行游程编码技术，它属于无损压缩。不过，在图像压缩编码中，行游程编码通常并不直接对图像数据进行编码，而是主要用于对量化后的DCT（Discrete Cosine Transform，离散余弦变换）系数进行编码。