DPCM编码

kkso_955

已于 2022-07-11 12:29:49 修改

阅读量456

点赞数

分类专栏：数据压缩文章标签：大数据

于 2022-07-11 04:25:02 首次发布

本文链接：https://blog.csdn.net/kkso_955/article/details/125688054

版权

本文介绍了DPCM编码系统的基本原理，包括预测器和量化器的设计，并提供了C/C++/Python实现DPCM编码器的实验内容。通过 Lena 和鹦鹉图像的预测误差概率分布曲线分析了量化比特数对压缩效果的影响，结果显示DPCM结合熵编码能提高压缩效率，但对具有低相关性的图像可能不适用。

摘要由CSDN通过智能技术生成

一.实验目的

掌握DPCM编解码系统的基本原理。初步掌握实验用C/C++/Python等语言编程实现DPCM编码器，并分析其压缩效率。

二.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，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。

三.核心模块代码

DPCM

//我这里用的是左侧预测
void DPCM(unsigned char* yBuf, unsigned char* qBuf, unsigned char* rebuildBuf,int w, int h,int dif)
for(i=0;i<w;i++)//对Y
{
    for(j=0;j<h;j++)
    {
        if(j==0)//最左侧的左边没有像素值，用128统一替代
        {
            dif=(yBuf[i*h+j]-128)/2;//要做8bit量化，就用当前像素值减去128，即除以2
            qBuf[i*h+j]=(u_int8_t)(dif+128);//为了便于后续输出图像，将差值从-127.5-127.5变到全部都是正数，即加128，变成0~255，存入预测误差图像
           rebuildbuf[i*h+j]=((int)qBuf[i*h+j]-128)*2+128;//量化后再反量化的值加上之前减去的预测值128，这就是重建值，结果存入重建图像。为了避免反量化后出现负数，就要先强制加一个int。
        }
        else
        {
            dif=(yBuf[i*h+j]-rebuildbuf[i*h+j-1])/2;//当前值减去预测值（左侧像素得重建值），除以2进行8比特量化
            qBuf[i*h+j]=(u_int8_t)(dif+128);//为了便于后续输出图像，将差值从-127.5-127.5变到全部都是正数，即加128，变成0~255，存入预测误差图像
           rebuildbuf[i*h+j]=((float)qBuf[i*h+j]-128)*2+rebuildbuf[i*h+j-1];//量化后再反量化的值加上之前减去的预测值128，这就是重建值，结果存入重建图像。为了避免反量化后出现负数，就要先强制加一个int。
        }
    }
}
for (i = 0; i < w/2; i++)//对U
{
    for(j = 0; j < h/2; j++)
    {
        if(j==0)
        {
            dif=(uBuf[i*h/2+j]-128)/2;
            qBuf[w * h+i*h/2+j]=(u_int8_t)(dif+128);
            rebuildbuf[w * h+i*h/2+j]=((int)qBuf[w * h+i*h/2+j]-128)*2+128;
        }
        else
        {
            dif=(uBuf[i*h/2+j]-rebuildbuf[w * h+