文章目录
一、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。
二、实验原理和实验要求
1.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。
2.DPCM编码系统的设计
- 在本次实验中,采用固定预测器和均匀量化器。
- 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。
三、实验关键代码
1.预测+量化
- 使用左侧预测的方法
void DPCM(unsigned char* ori_yBuf, unsigned char* pre_yBuf, unsigned char* rec_yBuf, int width, int height, int bitdepth)
{
double num = pow(2, (int)(9 - bitdepth));
for (int i = 0; i < height; i++) //每一行
{
for (int j = 0; j < width; j++) //第一列
{
if (j == 0) //使用左侧预测的方法,第一列的像素没有参考值
{
//假设预测值为128
//计算预测误差,对预测误差进行量化
pre_yBuf[i * width] = (unsigned char)(((ori_yBuf[i * width] - 128) + 255) / num);
//计算重建值,重建值=反量化后的误差+预测值
rec_yBuf[i * width] = (unsigned char)((pre_yBuf[i * width] - 255 / num) * num + 128);
}
else
{ //选取前一像素的重建值作为预测值
//计算预测误差,对预测误差进行量化
pre_yBuf[i * width + j] = (unsigned char)(((ori_yBuf[i * width + j] - rec_yBuf[i * width + j - 1]) + 255) / num);
//计算重建值,重建值=反量化后的误差+预测值
rec_yBuf[i * width + j] = (unsigned char)((pre_yBuf[i * width + j]- 255/num) * num + rec_yBuf[i * width + j - 1]);
}
//防止溢出
pre_yBuf[i * width + j] = (unsigned char)(pre_yBuf[i * width + j] * num / 2);
if (rec_yBuf[i * width + j] > 255)
rec_yBuf[i * width + j] = 255;
if (rec_yBuf[i * width + j] < 0)
rec_yBuf[i * width + j] = 0;
}
}
}
2.PSNR计算压缩质量
PSNR(Peak Signal to Noise Ratio),峰值信噪比
- PSNR是一种评价图像的的客观标准,其公式为:
P
S
N
R
=
10
∗
lg
(
M
A
X
2
M
S
E
)
PSNR=10*\lg_{}{(\frac{MAX^{2} }{MSE} )}
PSNR=10∗lg(MSEMAX2)
其中:MAX指最大值,例如在8bit灰度图中MAX=255;
MSE指均方误差,其公式为:
M
S
E
=
∑
i
=
0
M
∑
j
=
0
N
[
f
(
i
,
j
)
−
f
′
(
i
,
j
)
]
M
N
MSE=\frac{\sum_{i=0}^{M}\sum_{j=0}^{N}[f(i,j)-f'(i,j) ]}{MN}
MSE=MN∑i=0M∑j=0N[f(i,j)−f′(i,j)]
在本实验中,f(x,y)和f’(x,y)分别指原图像和重建图像,M和N分别指图像的高和宽。
- 一般来说,PSNR值在20-40dB左右,值越大图像还原质量越好。
void PSNR(unsigned char* ori_yBuf, unsigned char* rec_yBuf, int width ,int height){
double psnr = 0, MSE = 0;
for (int i = 0; i < height; i++)
{
for (int j = 0;j < width; j++) {
MSE += (ori_yBuf[i * width + j] - rec_yBuf[i * width + j]) * (ori_yBuf[i * width + j] - rec_yBuf[i * width + j]);
}
}
MSE = (double)MSE/ (double)(height * width);
int MAX = 255; //本次实验原始图像都是8bit
psnr = 10 * log10((double)(MAX*MAX)/ MSE);
cout << "psnr=" << psnr << endl;
}
四、实验步骤与运行结果
- 实验图像准备
实验使用6张bmp图片(256*256,8bit)
使用之前实验编写的bmp2yuv代码将图像转换成yuv(4:2:0)格式
1、 DPCM
- 在命令行参数中进行设置
从左到右依次为原始图像名称,预测误差图像名称,重建图像名称,图像宽度,图像高度,量化bit数。
- 运行结果(预测误差选择8bit均匀量化)
- 对比不同bit量化
2、比较图像质量(PSNR)
图像 | 8bit | 4bit | 2bit | 1bit |
---|---|---|---|---|
Camman256B | 27.0756 | 9.91553 | 7.19489 | 7.05763 |
Clown256B | 51.1614 | 19.4272 | 9.3693 | 8.96962 |
Fruit256B | 44.1822 | 17.7163 | 8.77114 | 7.62002 |
Noise256B | 14.8862 | - | - | - |
Odie256B | 18.2415 | - | - | - |
Zone256B | 17.0843 | - | - | - |
3、Huffman熵编码
将原始图像文件和预测误差图像输入Huffman编码器,得到输出码流。
- 概率分布图
- 图像Camman
- 图像Clown
- 图像Fruit
- 图像Odie
- 图像Noise
- 图像Zone
- 压缩比
由上表可知,图像Camman、Clown、Fruit、Odie的DPCM+huffman编码的压缩比,比只进行huffman编码的压缩比要大得多。而图像Noise和Zone则相反,DPCM+huffman的压缩比要小于等于只进行huffman编码的压缩比。
分析图像符号的概率分布图可知,图像Camman、Clown、Fruit、Odie概率分布图中,像素值出现概率大的相对集中,即像素间相关性比较强,因此这些图经过DPCM后的概率分布后的概率分布图,符号都集中在127附近,符号种类数大大减少,出现的概率大大增加。而huffman编码系统就喜欢这种分布不均匀的信源,因此编码效率较高。
而Noise、Zone的信源概率分布比较分散,经huffman编码后,压缩效果并不明显,由于符号间相关性不大,经DPCM之后,信源符号个数并没有减少,反而增加了(概率分布图变密),因此经过DPCM+huffman编码后,压缩效果不是很好,比单独进行huffman编码还要低。
代码
#include <iostream>
#include<stdio.h>
#include<stdlib.h>
#include<malloc.h>
#include<math.h>
#include<stdint.h>
using namespace std;
//预测+量化
void DPCM(unsigned char* ori_yBuf, unsigned char* pre_yBuf, unsigned char* rec_yBuf, int width, int height, int bitdepth)
{
double num = pow(2, (int)(9 - bitdepth));
for (int i = 0; i < height; i++) //每一行
{
for (int j = 0; j < width; j++) //第一列
{
if (j == 0) //使用左侧预测的方法,第一列的像素没有参考值
{
//假设预测值为128
//计算预测误差,对预测误差进行量化
pre_yBuf[i * width] = (unsigned char)(((ori_yBuf[i * width] - 128) + 255) / num);
//计算重建值,重建值=反量化后的误差+预测值
rec_yBuf[i * width] = (unsigned char)((pre_yBuf[i * width] - 255 / num) * num + 128);
}
else
{ //选取前一像素的重建值作为预测值
//计算预测误差,对预测误差进行量化
pre_yBuf[i * width + j] = (unsigned char)(((ori_yBuf[i * width + j] - rec_yBuf[i * width + j - 1]) + 255) / num);
//计算重建值,重建值=反量化后的误差+预测值
rec_yBuf[i * width + j] = (unsigned char)((pre_yBuf[i * width + j]- 255/num) * num + rec_yBuf[i * width + j - 1]);
}
//防止溢出
pre_yBuf[i * width + j] = (unsigned char)(pre_yBuf[i * width + j] * num / 2);
if (rec_yBuf[i * width + j] > 255)
rec_yBuf[i * width + j] = 255;
if (rec_yBuf[i * width + j] < 0)
rec_yBuf[i * width + j] = 0;
}
}
}
//计算压缩质量
void PSNR(unsigned char* ori_yBuf, unsigned char* rec_yBuf, int width ,int height){
double psnr = 0, MSE = 0;
for (int i = 0; i < height; i++)
{
for (int j = 0;j < width; j++) {
MSE += (ori_yBuf[i * width + j] - rec_yBuf[i * width + j]) * (ori_yBuf[i * width + j] - rec_yBuf[i * width + j]);
}
}
MSE = MSE/(height * width);
double MAX = 255;
psnr = 10 * log10((MAX*MAX)/ MSE);
cout << "psnr=" << psnr << endl;
}
//得到图像的灰度值分布
void GetFrequency(unsigned char* buffer, double* frequency, int height, int width)
{
int length = height * width;
for (int i = 0; i < length; i++) frequency[buffer[i]] ++;
for (int i = 0; i < 256; i++) frequency[i] /= length;
}
int main(int argc, char* argv[])
{
char* ori_yuvfilename = NULL;
char* pre_yuvfilename = NULL;
char* rec_yuvfilename = NULL;
FILE* ori_y_file = NULL;
FILE* pre_y_file = NULL;
FILE* rec_y_file = NULL;
int width, height, bitdepth;
ori_yuvfilename = argv[1];
pre_yuvfilename = argv[2];
rec_yuvfilename = argv[3];
width = atoi(argv[4]);
height = atoi(argv[5]);
bitdepth = atoi(argv[6]);
unsigned char* u_buffer = NULL;
unsigned char* v_buffer = NULL;
unsigned char* y_buffer = NULL; //原始图像
unsigned char* rec_y_buffer = NULL; //重建图像
unsigned char* pre_y_buffer = NULL; //预测误差
errno_t err;
if ((err = fopen_s(&ori_y_file, ori_yuvfilename, "rb")) != 0) {
cout << "FAIL TO OPEN YUV FILE!";
exit(1);
}
if ((err = fopen_s(&pre_y_file, pre_yuvfilename, "wb")) != 0) {
cout << "FAIL TO OPEN PRE_YUV FILE!";
exit(1);
}
if ((err = fopen_s(&rec_y_file, rec_yuvfilename, "wb")) != 0) {
cout << "FAIL TO OPEN REC_YUV FILE!";
exit(1);
}
//开辟空间
y_buffer = (unsigned char*)malloc(width * height);
u_buffer = (unsigned char*)malloc(width * height / 4);
v_buffer = (unsigned char*)malloc(width * height / 4);
pre_y_buffer = (unsigned char*)malloc(width * height);
rec_y_buffer = (unsigned char*)malloc(width * height);
if (y_buffer == NULL || u_buffer == NULL || v_buffer == NULL || pre_y_buffer == NULL|| rec_y_buffer==NULL) {
cout << "no enought memory\n";
exit(1);
}
//读取原始图像数据
fread(y_buffer, 1, width * height, ori_y_file);
fread(u_buffer, 1, width * height / 4, ori_y_file);
fread(v_buffer, 1, width * height / 4, ori_y_file);
//得到原始图像的灰度值分布
FILE* orig;
if ((err = fopen_s(&orig, "ori.txt", "wb")) != 0) {
cout << "FAIL TO OPEN TXT FILE!";
exit(1);
}
double frequency[256] = { 0 };
GetFrequency(y_buffer, frequency, height, width);
for (int i = 0;i < 256;i++)
{
fprintf(orig, "%d\t%f\n", i, frequency[i]);
}
DPCM(y_buffer, pre_y_buffer, rec_y_buffer, width, height, bitdepth);
PSNR(y_buffer, rec_y_buffer, width, height);
FILE* pre;
if ((err = fopen_s(&pre, "pre.txt", "wb")) != 0) {
cout << "FAIL TO OPEN TXT FILE!";
exit(1);
}
double frequency_pre[256] = { 0 };
GetFrequency(pre_y_buffer, frequency_pre, height, width);
for (int i = 0;i < 256;i++)
{
fprintf(pre, "%d\t%f\n", i, frequency_pre[i]);
}
//写入重建图像
fwrite(rec_y_buffer, width * height, 1, rec_y_file);
fwrite(u_buffer, width * height / 4, 1, rec_y_file);
fwrite(v_buffer, width * height / 4, 1, rec_y_file);
//写入预测图像
fwrite(pre_y_buffer, width * height, 1, pre_y_file);
fwrite(u_buffer, width * height / 4, 1, pre_y_file);
fwrite(v_buffer, width * height / 4, 1, pre_y_file);
free(y_buffer);
free(u_buffer);
free(v_buffer);
free(pre_y_buffer);
free(rec_y_buffer);
fclose(ori_y_file);
fclose(pre_y_file);
fclose(rec_y_file);
return 0;
}