文章目录
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 x_n xn为当前抽样值, p n p_n pn为预测值, d n d_n dn为当前值与预测值的差值, d n ^ \hat{d_n} dn^为量化过后的 d n d_n dn, x n ^ \hat{x_n} xn^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^{9-8} 29−8 =2,510 / 2=255< 2 8 2^8 2<