[数据压缩]实验四 DPCM编码

目录

一、实验框架

1.分析并实践DPCM压缩系统

2.掌握DPCM编解码系统原理，使用编程语言实现DPCM编码器。

二、DPCM编解码原理

DPCM函数（附）

三、DPCM编码系统设计 

PSNR函数（附）

四：主要函数实现和量化效率分析

附具体分析

总结

DPCM+熵编码 和 仅熵编码 编码效率的比较

量化比特数对结果的影响

---

一、实验框架

1.分析并实践DPCM压缩系统

2.掌握DPCM编解码系统原理，使用编程语言实现DPCM编码器。

二、DPCM编解码原理

 DPCM是差分预测编码调制的缩写，是比较典型的预测编码系统。在DPCM系统中，需要注意的是预测器的输入是已经解码以后的样本。之所以不用原始样本来做预测，是因为在解码端无法得到原始样本，只能得到存在误差的样本。因此，在DPCM编码器中实际内嵌了一个解码器，如编码器中虚线框中所示。
       在一个DPCM系统中，有两个因素需要设计：预测器和量化器。理想情况下，预测器和量化器应 进行联合优化。实际中，采用一种次优的设计方法： 分别进行线性预测器和量化器的优化设计。 

DPCM函数（附）

// 采用左向预测，且第一列误差值预设128
#include<iostream>
#include<math.h>
#define uchar unsigned char

using namespace std;

double Quant(int Qbit, int error)
{
	double k = ((error + 255) / pow(2, 9 - Qbit));
	return k;
}

double InverseQuant(int Qbit, uchar pred)
{
	double k = (pred * pow(2, 9 - Qbit) - 255);
	return k;
}
void DPCM(int h, int w, uchar* origin_buf, uchar* rebuild_buf, uchar* error_buf, int Qbit)
{
	int error;
	for(int i=0;i<h;i++)
	{
		for (int j = 0; j < w; j++)
		{
			if (j == 0)
			{
				// 当前的像素=误差值+预测值
				error = (origin_buf[i * w + j]) - 128;//假设第一列的预测值为128;
				// 将第一列像素值量化
				error_buf[i * w + j] = Quant(Qbit, error);
				cout <<(int) error_buf[i * w + j] << endl;
				// 将像素重建并做反量化
				rebuild_buf[i * w + j] = InverseQuant(Qbit, error_buf[i * w + j])+128;
			}
			else
			{
				error = (origin_buf[i * w + j]) - rebuild_buf[i * w + j - 1];
				error_buf[i * w + j] = Quant(Qbit, error);
				cout << (int)error_buf[i * w + j] << endl;
				rebuild_buf[i * w + j] = InverseQuant(Qbit, error_buf[i * w + j]) + rebuild_buf