「数据压缩06」DPCM压缩系统的实现与分析

本文档详述了一项关于DPCM(差分脉冲编码调制)编码系统的实验,旨在理解其基本原理并评估编码效率。实验涉及固定预测器和8比特均匀量化器,使用左侧、上方预测。通过比较DPCM+熵编码与仅熵编码的压缩比,显示DPCM能有效提升压缩效率。实验结果显示DPCM+熵编码的压缩比为0.45,而仅熵编码为0.72。
摘要由CSDN通过智能技术生成

目录

实验目的

实验原理​编辑

实验流程

相关代码

实验结果


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。

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。

实验流程

  • 采用固定预测器和均匀量化器
  • 预测器采用左侧、上方预测
  • 8比特均匀量化。

本实验的目标是验证DPCM编码的编码效率。首先读取一个256级的灰度图像,采用自己设定的预测方法计算预测误差,并对预测误差进行8比特均匀量化;在DPCM编码器实现的过程中可同时输出预测误差图像和重建图像;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;将原始图像文件输入Huffman编码器,得到输出码流、给出概率分布图并计算压缩比;最后比较两种系统(1.DPCM+熵编码和2.仅进行熵编码)之间的编码效率(压缩比和图像质量),压缩质量以PSNR进行计算。

相关代码

#include <stdio.h>
#include <stdlib.h>
#include <sys/malloc.h>
#include <math.h>
int main(int argc, char** argv)
{
    unsigned width = 256;
    unsigned height = 256;

    char *image = NULL;
    char *newimage = NULL;
    char *preimage = NULL;

    FILE* image256 = NULL;
    FILE* image1 = NULL;
    FILE* image2 = NULL;

    image = argv[1];
    newimage = argv[2];
    preimage= argv[3];
    image256 = fopen(image, "rb");
    image1 = fopen(newimage, "wb");
    image2 = fopen(preimage, "wb");


    unsigned char* yuvbuf = NULL;
    unsigned char* ubuf = NULL;
    unsigned char* vbuf = NULL;
    unsigned char * prebuf = NULL;
    unsigned char* newbuf = NULL;
    yuvbuf = (unsigned char*)malloc(width * height);
    ubuf = (unsigned char*)malloc(width * height / 4);
    vbuf = (unsigned char*)malloc(width * height / 4);
    prebuf = (unsigned char*)malloc(width * height);
    newbuf = (unsigned char*)malloc(width * height);
    float* ppbuf = NULL;
    ppbuf = (float*)malloc(width * height * 4);
    unsigned char* abuf =NULL;
    abuf = (unsigned char*)malloc(width * height * 4);

    fread(yuvbuf, 1, width * height * 1, image256);

    for (int i = 0; i < height; i++) {
        for (int j = 0; j < width; j++) {
            if (j == 0) {
                prebuf[i * width + j] = 0;
                newbuf[i * width + j] = yuvbuf[i * width + j];
                ppbuf[i * width + j] = 0;
            }
            else {
                ppbuf[(i * width + j)] = float(yuvbuf[i * width + j]) - float(newbuf[i * width + j - 1]);
                if (ppbuf[ (i * width + j)] >= 0) {
                    prebuf[i * width + j] = floor(ppbuf[(i * width + j)] + 0.5);
                    newbuf[i * width + j] = newbuf[i * width + j - 1] + prebuf[i * width + j] * 1;
                }
                else {
                    prebuf[i * width + j] = floor(fabs(float(ppbuf[i * width + j]) + 0.5));
                    newbuf[i * width + j] = newbuf[i * width + j - 1] - prebuf[i * width + j] * 1;
                }
            }
        }
    }


    for (int i = 0; i < width*height / 4; i++) {
        ubuf[i] = 128;
        vbuf[i] = 128;
    }
    fwrite(newbuf, 1, width * height, image1);
    fwrite(ubuf, 1, width * height / 4, image1);
    fwrite(vbuf, 1, width * height / 4, image1);

    for (int i = 0; i < width*height ; i++) {
        abuf[i] = (unsigned char)(ppbuf[i]) + 128;
    }

    int sum=0;
    for (int i = 0; i < height; i++) {

        for (int j = 0; j < width; j++) {
            sum += abs(prebuf[i * width + j]);
        }
    }
    float MSE = float(sum) / float(width*height);
    float PSNR = 10 * log10(65025 / MSE);
    printf("PSNR=%f", PSNR);

    fwrite(abuf, 1, width*height, image2);
    fwrite(ubuf, 1, width * height / 4, image2);
    fwrite(vbuf, 1, width * height / 4, image2);
    free(yuvbuf);
    free(ubuf);
    free(vbuf);
    free(prebuf);
    free(newbuf);
    fclose(image1);
    fclose(image256);
    fclose(image2);
    return 0;

实验结果

原图Lena

 预测误差图像

重建的图像

输出txt文件

计算压缩比

文件处理方式文件大小(KB)编码后文件大小(KB)压缩比
Lena仅熵编码96690.72
LenaDPCM+熵编码96430.45

计算PSNR的值

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