DPCM

1. DPCM编解码原理

预测编码的基本过程： 
在数字图像中，如果不是随机的噪声，那么每个像素与其周围的像素都会存在着一定的关联，关联像素差值会非常小，像素值很大程度上依赖于其邻域中其它像素的值。对于输入像素值x(n)可以首先利用已编码像素的重建值得到当前像素的预测值p(n)，然后对二者的差值e(n)进行量化、熵编码。对应的解码过程为：经熵解码可以得到当前像素预测误差的重建值~e(n)，将其与预测值p(n)相加即可得到当前像素的重建值~x(n)。 
因此如果只存储预测误差，由预测误差也可以重构出原图像，而且这样可以降低图像中的冗余信息，实现图像的压缩。如果用前面几个样值的线性组合来预测当前的样值，称为线性预测，只用前一个样值进行预测，就称为 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系统中，预测器的输入是已经解码以后的样本。不用原始样本来做预测的原因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。

2. DPCM编码系统的设计

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、上方预测均可。量化器采用8比特均匀量化。 
具体步骤是：采用实验二的工程文件将测试BMP文件转换到YUV格式，取Y值作实验，每一帧画面的最左边第一列元素默认以128电平值作预测，从每行的第二个像素开始均以左侧像素的重建电平值作预测操作。

3. 均匀量化部分代码

void DPCM(int x_dim, int y_dim, unsigned char* yuvBuf, unsigned char* dpqBuf, unsigned char* reBuf)
{
    //*yuvBuf   亮度电平buffer
    //*dpqBuf   预测误差buffer
    //*reBuf    量化后重建图像亮度buffer
    int i, j;
    short int *q;//暂存DPCM量化误差
    q = (short int*)malloc((sizeof(short int))*x_dim*y_dim);
    for (i = 0; i < x_dim; i++)
        for (j = 0; j < y_dim; j++)
        {
            if (i == 0)
            {
                q[j*x_dim + i] = (yuvBuf[j*x_dim + i] - 128) / 2 + 128;
                //第一列元素默认与128做差值预测，差值范围[-128,128]，将其抬高128，范围转化为[0.256]输出全为正值 
                reBuf[j*x_dim + i] = (q[j*x_dim + i] - 128) * 2 + 128;
                //反量化重建之前应先将亮度电平减去128，重建之后再太高128电平 
            }
            else
                //第二列之后均采用左向预测的方式进行量化预测 
            {
                q[j*x_dim + i] = (yuvBuf[j*x_dim + i] - reBuf[(j - 1)*x_dim + i]) / 2 + 128;
                reBuf[j*x_dim + i] = (q[j*x_dim + i] - 128) * 2 + reBuf[(j - 1)*x_dim + i];
            }
        }
    for (i = 0; i<x_dim*y_dim; i++)
        dpqBuf[i] = (unsigned char)q[i];
    free(q);
}实验结果：
 
 
 
 

 
 
8bit量化
6bit量化
4bit量化

 
 
压缩性能比较：
 
 
文件名称
源文件大小
普通huffman变换后大小
压缩比
DPCM+huffman后大小
压缩比
birds.bmp
384kb
304kb
1.26
148kb
2.59
camman.bmp
64kb
50kb
1.28
32kb
2.00
clown.bmp
64kb
54kb
1.18
39kb
1.64
fruit.bmp
64kb
54kb
1.18
34kb
1.88
lena.bmp
64kb
53kb
1.20
37kb
1.73
noise.bmp
64kb
54kb
1.18
63kb
1.01
odie.bmp
64kb
10kb
6.4
9kb
7.11
zone.bmp
64kb
55kb
1.16
64kb
1
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）：
对于一般图像，DPCM利用图像之间的相关性进行压缩，可以提高压缩比，可是对于Noise.bmp这样的噪声图像，DPCM反而不如直接进行huffman后的压缩比高。