【数据压缩】DPCM 压缩系统的实现和分析

本文探讨了预测编码的基本原理,重点介绍了DPCM(差分预测编码调制)系统。通过利用信源相邻符号的相关性,DPCM通过预测和误差编码实现数据压缩。在实验中,采用固定预测器和均匀量化器,分析了DPCM编码器和解码器的工作流程,并在不同类型的图像上进行了应用,展示DPCM对空间冗余较大图像的高效压缩能力。实验结果显示,DPCM结合熵编码(如Huffman编码),在高空间冗余图像上能获得更好的压缩效果。
摘要由CSDN通过智能技术生成

一.实验原理

1.预测编码的基本原理

  由于信源的相邻符号通常是相关的,利用信源相邻之间的相关性。根据某一模型利用以往的样本值对新样本进行预测,然后将样本的实际值与其预测值相减得到一个误差值,最后对这个误差值进行编码。
  如果这个模型足够好,且样本序列在时间上相关性较强,则误差信号的幅度将远远小于原始信号,从而得到较大的数据压缩。

2.DPCM

  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中,需要注意的是预测器输入的是预测器的输入是已经编码的样本。因为在解码端,同样无法得到原始样本,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:预测器与量化器。理想情况下,预测器和量化器应该联合设计。但在实际中,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。下图则为DPCM编码端与解码端的图示:
dpcm图示
  在本次实验中,采用的是固定预测器和均匀量化器。预测器采用的是左侧量化,对于图像中处于最左侧的一列像素,前面没有像素可以预测,则用预测灰度值的平均值128进行量化。

二.代码分析

    int limit(int x)
    {
        if(x>255) return 255;
        if(x<0) return 0;
        return x;
    }

    ......
    qn = (int *)malloc(Info_header.biWidth*Info_header.biHeight*sizeof(int));
    q = (unsigned char *)malloc(Info_header.biWidth*Info_header.biHeight);
    rebuild = (unsigned char *)malloc(Info_header.biWidth*Info_header.biHeight);
    int scale = 512 / (1 << Qbits);

    for (int i = 0; i < Info_header.biHeight; i++)
    {
            qn[i*Info_header.biWidth ] = y_buf[i*Info_header.biWidth ] - 128;           
            qn[i*Info_header.biWidth ] = qn[i*Info_header.biWidth ] +1/ scale;
            rebuild[i*Info_header.biWidth + j] = limit(qn[i*Info_header.biWidth &#
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