实验8.1DPCM编码的实现和分析

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编解码原理

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，只将前1个抽样值当预测值，再取代当前抽样值和预测值之差进行编码并进行传输。
原理方框图中，$x_n$为当前抽样值，$p_n$为预测值，$d_n$为当前值与预测值的差值，$\widehat{d_n}$为量化过后的 $d_n$，$\widehat{x_n}$为下一个预测值。

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。

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（基本要求）。还可对预测误差进行1比特、2比特和4比特的量化设计（提高要求）。

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。

实验要求

本实验采用前向预测，即每个像素左边的像素，大致算法如下：

以8bit图像为例，收到的灰度取值为[0，255]，与前一个像素作差和得到误差范围为[-255,255]。

需要将其范围转变为计算机可以表示的范围，先转变为单极性，即加上255，范围变为[0,510]。

8bit量化时，对其除以 $2^{9-8}$ =2，510 / 2=255<$2^{}$