第六次作业：DPCM压缩系统

最新推荐文章于 2022-07-11 04:06:36 发布

一点点晚风一

最新推荐文章于 2022-07-11 04:06:36 发布

阅读量161

点赞数

文章标签：大数据

本文链接：https://blog.csdn.net/m0_68377615/article/details/125472123

版权

一、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，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。

二、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。

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。

三、PSNR

PNSR(Peak Signal to Noise Ratio)，即峰值信噪比，计算公式如下：

$PNSR=10\times log_{_10}\left ( \frac{MAX_{I}^{2}}{MSE} \right )$

其中，MAXI是表示图像点颜色的最大数值，如果每个像素值用 8 位表示，那么就是 255

MSE(Mean squared error)，均方误差，计算公式如下：

$MSE=\frac{1}{mn}\sum_{i=0}^{m-1}\sum_{j=0}^{n-1}\left \| I(i,j)-K(i,j) \right \|^{2}$

m*n表示图像大小，I(i,j)和K(i,j)分别为两幅图像对应点的像素值。

PSNR越大表示重建图像越接近原始图像

四、实验步骤

1.得到yuv文件

利用 bmp2yuv 程序将bmp文件转换成能处理的yuv文件，本实验中只对y通道进行处理。

2.DPCM函数

DPCM函数开三个buffer，一个存放原始图像数据origin=yBuff，一个存放预测误差predict=（当前值-预测值）并进行 i bit量化，一个存放重建图像的数据rebuild。

#include<iostream>
#include<stdio.h>
#include<stdlib.h>
#include<malloc.h>
#include<math.h>
#include<stdint.h>
using namespace std;

void dpcm(unsigned char *yBuf, unsigned char *prBuf, unsigned char *reBuf, int w, int h, int depth)
{	
	int r = pow(2, (double)(9 - depth));//计算除数
	for (int i = 0; i < h; i++)
		for(int j = 0; j < w; j++)
		{
			if (j == 0)//由于第一列的像素无参考重建值，故将其参考值固定地设为128。
			{
				prBuf[i * w] = ((yBuf[i * w] - 128) + 255) / pow(2, (double)(9 - depth)) ;
				reBuf[i * w] = prBuf[i * w] * pow(2, (double)(9 - depth)) - 255 + 128;
			}
			else
			{
				prBuf[i * w + j] = ((yBuf[i * w + j] - reBuf[i * w + j - 1]) + 255) / pow(2, (double)(9 - depth));
				reBuf[i * w + j] = prBuf[i * w + j] * pow(2, (double)(9 - depth)) - 255 + reBuf[i * w + j - 1];
			}
			if (prBuf[i * w + j] > 255)
				prBuf[i * w + j] = 255;
			if (prBuf[i * w + j] < 0)
				prBuf[i * w + j] = 0;
			if (reBuf[i * w + j] > 255)
				reBuf[i * w + j] = 255;
			if (reBuf[i * w + j] < 0)
				reBuf[i * w + j] = 0;
		}
}

3.主函数

int main(void)
{
	int bits_depth = 2;
	unsigned char *yBuf, *uBuf, *vBuf;
	int w = 256, h = 256;
	yBuf =  (unsigned char*)malloc(sizeof(unsigned char) * (w * h));
	uBuf =  (unsigned char*)malloc(sizeof(unsigned char) * (w * h / 4));
	vBuf =  (unsigned char*)malloc(sizeof(unsigned char) * (w * h / 4));
	FILE* src = NULL;
	src = fopen("C:\\Users\\孟建成\\Desktop\\lab4\\Lena256B.yuv","rb");
	if (src == NULL)
	{
		printf("error opening source file!\n");
		system("pause");
		exit(-1);
	}
	fread(yBuf, sizeof(unsigned char), w * h, src);
	fread(uBuf, sizeof(unsigned char), w * h / 4, src);
	fread(vBuf, sizeof(unsigned char), w * h / 4, src);
	fclose(src);
	unsigned char *prBuf, *reBuf;
	prBuf =  (unsigned char*)malloc(sizeof(unsigned char) * (w * h));
	reBuf =  (unsigned char*)malloc(sizeof(unsigned char) * (w * h));


	dpcm(yBuf, prBuf, reBuf, w,  h, bits_depth);


	FILE* obj1 = NULL;
	FILE* obj2 = NULL;
	obj1 = fopen("C:\\Users\\孟建成\\Desktop\\lab4\\pr_Lena256B(2bit).yuv","wb");
	obj2 = fopen("C:\\Users\\孟建成\\Desktop\\lab4\\re_Lena256B(2bit).yuv","wb");
	if (obj1 == NULL || obj2 == NULL)
	{
		printf("error opening objective file!\n");
		system("pause");
		exit(-1);
	}
	fwrite(prBuf, sizeof(unsigned char), w * h, obj1);
	fwrite(uBuf, sizeof(unsigned char), w * h / 4, obj1);
	fwrite(vBuf, sizeof(unsigned char), w * h / 4, obj1);
	fwrite(reBuf, sizeof(unsigned char), w * h, obj2);
	fwrite(uBuf, sizeof(unsigned char), w * h / 4, obj2);
	fwrite(vBuf, sizeof(unsigned char), w * h / 4, obj2);
	fclose(obj1);
	fclose(obj2);
}

4.Huffman编码

5.PSNR计算压缩质量

	//计算PSNR
	int max = 255;
	double mse = 0;
	for (int i = 0; i < h; i++)
		for (int j = 0; j < w; j++)
		{
			mse += (yBuf[i * w + j] - reBuf[i * w + j]) * (yBuf[i * w + j] - reBuf[i * w + j]);
		}
	mse = (double)mse / (double)(w * h);
	double psnr = 10 * log10((double)(max * max) / mse);
	cout << "PSNR = " << psnr;
	system("pause");