将一个灰度图像为8bit/像素中每个像素的第j个比特抽取出来，就得到一个称为比特平面的二值图像，于是图像完全可以用一组共8个比特平面来表示，对灰度图像的编码转为对比特平面的二值化方块编码。为此，将每个比特面分为不重叠的m×n个元素的子块。
将一个灰度图像为 8 bit/像素中每个像素的第 j 个比特抽取出来，就得到一个称为比特平面的二值图像，于是图像完全可以用一组共 8 个比特平面来表示，对灰度图像的编码转为对比特平面的二值化方块编码。为此，将每个比特面分为不重叠的 m×n 个元素的子块。
原理
次最佳方块编码
统计分析表明，比特平面中有两种结构的方块经常出现：m×n 个全“0”和全“1”，并且前者出现的概率多于后者，于是可得出如下的次最佳方块编码方案
全“0”子块：码字为“0”
全“1”子块：码字为“11”
其他情况：码字为“10”+“xxx…x”
“xxx…x”为将子块的比特内容直接输出，故又称为直接编码。
这种编码方案的平均码长 L 为：
L=P(0;n,m)+2P(1;n,m)+(2+nm)[1-P(0;n,m)-P(1;n,m)]=nm[1-P(0;n,m)-P(1;n,m)]+2- P(0;n,m) (41.77)
式中：P(0;n，m)和 P(1;n，m)分别为 m×n 个全“0”或全“1”子块出现的概率。
压缩比 Cr=nm/L，将 L 代入可得：
可见，Cr 是 P(0;n，m)和 P(1;n，m)的递增函数。
用格雷码表示像素亮度
通常，数字化后像素的电平值都是 PCM 自然二进制码，这种码的特点是高位最重要的比特平面图形简单，并适用于上述方块编码，但重要性稍差的比特面图形相当复杂，尤其低位最不重要的比特平面噪声为主要成份，因而不适宜用方块编码。这样，由高位 4 个最重要的比特面获得的压缩效益将被其他几个低位比特面所抵消，其原因在于对于 PCM 编码，若相邻像素的亮度值变化一个等级，其码字也可能相差好几个比特。改进的方法是用格雷码来表示像素的亮度。由于格雷码的特点是码距惟一，使得比特面上取值相同的面积增大，即 P(0;n，m)和 P(1;n，m)增大，因而增大了压缩比。
视觉心理编码
视觉心理编码是指，允许恢复图像有一定的失真，只要视觉感觉不出或可以容忍。具体做法是把子块内不超过 K 个“1”的子块视为全“0”子块，而把不超过 K 个“0”的子块视为全“1”子块，这样也等效于取值相同的面积增大，即 P(0;n，m)和 P(1;n，m)增大，因而也提高了压缩比。
据实验表明，若子块大小为 n=m=4，当 K=6 时引起的失真人眼尚可接受。
方块尺寸的选择
在压缩比 Cr 的表示式中，它与 n，m 的关系是复杂的。当 nm 增加时，1/nm 减少，但很可能导致 P(0;n，m)和 P(1;n，m)减少。因而 nm 不能盲目增大。实验表明，取 n=m=4 较为合适。
