DPCM 压缩系统的实现和分析

本文详细介绍了DPCM(差分预测编码调制)系统的原理和实验流程,通过固定预测器和均匀量化器实现DPCM编码。实验目标是验证DPCM编码的编码效率,并与仅使用熵编码的系统进行比较。实验结果显示,DPCM编码对于一般图像能提高压缩比,但在噪声图像上效果不佳。
摘要由CSDN通过智能技术生成

一、实验原理

      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。在一个DPCM系统中需要设计两个部分: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。 

二、实验流程

        

    上图是DPCM编码器和解码器。在本次实验中,我们采用固定预测器和均匀量化器。预测器采用左侧预测。量化器采用8比特均匀量化。本实验的目标是验证DPCM编码的编码效率。

1.首先读取一个BMP文件,采用左侧预测方法计算预测误差。

2.对预测误差进行8比特均匀量化。

3.在DPCM编码器实现的过程中同时输出预测误差图像和重建图像。

4.将预测误差图像写入文件并将该文件输入Huffman编码器,得到输出码流、给出概率分布图并计算压缩比。

5.将原始图像文件输入输入Huffman编码器,得到输出码流、给出概率分布图并计算压缩比。

6.最后比较两种系统(DPCM+熵编码和仅进行熵编码)之间的编码效率(压缩比和图像质
量)。  

三、关键代码及分析

    首先按照之前博文中写过的方法,读取一个bmp文件,转化为YUV文件,将得到的yBuf、uBuf、vBuf,经过DPCM函数进行预测和量化。

        DPCM(frameWidth, frameHeight,yBuf,diffyBuf ,reyBuf, qbits);
	DPCM(frameWidth/2, frameHeight/2, uBuf, diffuBuf, reuBuf, qbits);
	DPCM(frameWidth/2, frameHeight/2, vBuf, diffvBuf, revBuf, qbits);
    由于采用左侧预测,第一列没有样本值,所以假设为128,其余的像素均采用前一个像素重建电平作为预测值。
void DPCM(int x_dim, int y_dim, void *y_in, void *diffBuf,void *reBuf,int qbits)
{
	long i, j;	
	unsigned char *y,*diff,*re;

	y = (unsigned char *)y_in;
	diff = (unsigned char *)diffBuf;
	re = (unsigned char *)reBuf;
	int wc;//原始误差
	int a = pow(2.0, qbits);
	int lhjg = 512 /a; //量化间隔
	int temp;

	for (i = 0; i < y_dim; i++)
	{    //对每列第一个像素量化预测
		wc = y[x_dim*i] - 128;//假定第一行预测值为1
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
DPCM(差分脉冲编码调制)是一种数据压缩系统,其目的是在尽量不失真的情况下减少数据存储或传输所需的带宽。DPCM 压缩系统实现主要是在传输前对原始信号进行差分编码,将每一个样本值与它前面的样本值的差值编码传输。在解码端,将编码的差值与前一个样本值相加,得到解码后的样本值。 DPCM 压缩系统的性能取决于差分编码器的性能和采样率。通常,差分编码器需要对原始信号进行线性预测,并将其与实际样本值的差异编码。预测器的设计和参数设置是影响性能的关键因素。 DPCM 压缩系统主要有以下优点:首先,DPCM 采用差分编码,可以将一系列相邻的样本压缩成差分值,从而减少需要传输的数据量。其次,由于 DPCM 是一种有损压缩策略,可以通过控制压缩后的失真来有效地减少数据量。再者,DPCM 压缩系统的计算和编码速度较快,可以在硬件中实现,适用于实时视频或音频传输。 然而,DPCM 压缩系统也有一些缺点。首先,差分编码容易受到干扰和噪声的影响,从而导致误差传播和失真的增加。此外,DPCM 不适用于大多数不规则信号,如图片和文本等。 总之,DPCM 压缩系统是一种有损压缩策略,可以通过对原始信号进行差分编码来减少数据量。其性能主要取决于差分编码器的设计和采样率,适用于实时音视频传输和存储等场景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值