【实验五】DPCM编码

实验五、DPCM编码

一、概述

    本次实验的目的是为了掌握DPCM编解码系统的基本原理。实现一个简单的DPCM编码器并分析其压缩效率。

二、实验涉及的原理

    1.涉及原理汇总

    本次实验涉及的原理有：DPCM差分预测编码调制的基本概念，预测器的基本概念，量化器的基本概念。

    2.DPCM差分预测编码调制

    在本次实验之前的实验四中，我们利用信源符号的统计分布特性对信源进行无损的数据压缩熵编码。通过这样的熵编码，我们在对符合某些概率分布的数据进行压缩时能获得比较好的表现。但是我们之前采用的霍夫曼编码也并不是完美的。作为一种压缩编码的方法，霍夫曼编码仅仅将信源符号视为相互统计独立的，而忽略了信源符号间的相关性。

    当我们需要对相关性较强的信源符号进行压缩时（例如对图像以及视频），简单的熵编码是不能满足我们的。这时候，我们就需要差分预测编码这样的编码方法来帮助我们了。

    3.预测器与量化器的选择

    本次实验使用的是固定预测（左方预测）以及均匀量化的方式对图像进行预测与量化。

   

三、实验流程

    1.在实验二程序的基础上，添加DPCM的功能。使程序能输出进行DPCM后的预测误差图像与重建图像；

    2.在实验四的基础上，对预测误差进行霍夫曼编码，得到输出码流给出概率分布图并计算压缩比；

四、关键代码分析

/*
*功能：对yBuf中的y分量进行差分预测编码，同时将图像的预测误差输出至DPCM.y文件中
*参数：yBuf图像的y分量，Width为图像的宽，Height为图像的高,Qbit为量化bit数
*/
void DPCM(u_int8_t* yBuf,LONG Width,LONG Height,int Qbit)
{
//定义
	//预测误差输出文件
	FILE* DPCMFile = NULL;
	//缓冲区定义
	u_int8_t* outputBuf = NULL; //输出图像缓冲区
	u_int8_t* tempBuf = NULL; //预测误差缓冲区
	//变量定义
	LONG temp = NULL;
//初始化
	//文件初始化
	DPCMFile = fopen("DPCM.yuv","wb");
	if (!DPCMFile)
	{
		printf("cann't open DPCM.y!\n");
		return;
	}
	//缓冲区初始化
	//inputBuf = (u_int8_t*)malloc(Width*Height*sizeof(u_int8_t));
	outputBuf = (u_int8_t*)malloc(Width*Height*sizeof(u_int8_t));
	tempBuf = (u_int8_t*)malloc(Width*Height*sizeof(u_int8_t));
	//inputBuf = yBuf;

//量化与预测
	Qbit = 8 - Qbit;
	for (int i = 0; i < Height; i++)
	{
		for (int j = 0; j < Width; j++)
		{
			//每行第一个元素
			if (!j)
			{
				//对每行第一个元素以128作为参考进行预测，并对预测误差进行量化
				//+128是为了最终以图像形式显示预测误差
				*(tempBuf + Width*i + j) = ((*(yBuf + Width*i +j) - 128)>>Qbit) + 128;
				temp = (LONG)(((*(tempBuf + Width*i + j)-128)<<Qbit)+128);
				if (temp > 240)
				{
					temp = 240;
				}
				else if (temp < 16)
				{
					temp = 16;
				}
				*(outputBuf + Width*i + j) = (u_int8_t)temp;
			}
			else
			{
				*(tempBuf + Width*i + j) = ((*(yBuf + Width*i + j) - *(outputBuf + Width*i + j - 1))>>Qbit) + 128;
				temp = (LONG)(((*(tempBuf + Width*i + j) - 128)<<Qbit) + *(outputBuf + Width*i + j - 1));
				if (temp > 240)
				{
					temp = 240;
				}
				else if (temp < 16)
				{
					temp = 16;
				}
				*(outputBuf + Width*i + j) = (u_int8_t)temp;
			}
		}
	}

//输出
	for (int i = 0; i < Height;i++)
	{
		for (int j = 0; j < Width; j++)
		{
			*(yBuf + Width*i + j) = *(outputBuf + Width*i + j);
		}
	}

	fwrite(tempBuf,sizeof(u_int8_t),Height*Width,DPCMFile);
//clean up
	free(outputBuf);
	free(tempBuf);
	fclose(DPCMFile);
}

五、实验结果

    1、相同图像不同量化比特数的测试结果

    8比特均匀量化灰度图像与预测误差图像

    4比特均匀量化灰度图像与预测误差图像

    2比特均匀量化灰度图像与预测误差图像

    1比特均匀量化灰度图像与预测误差图像

    2、不同图像的测试结果

    Camman原始灰度图像与预测误差图像

    Clown原始灰度图像与预测误差图像

    Fruit原始灰度图像与预测误差图像

    Lena原始灰度图像与预测误差图像

    Noise原始灰度图像与预测误差图像

 

    Odie原始灰度图像与预测误差图像

    Zone原始灰度图像与预测误差图像

    3、原始图像与预测误差图像的信源符号概率分布

   

   Camman原始灰度图像

    Cmman预测误差图像

    Clown原始灰度图像

    Clown预测误差图像

    Fruit原始灰度图像

    Fruit预测误差图像

    Lena原始灰度图像

    Lena预测误差图像

    Noise原始灰度图像

    Noise预测误差图像

 

    Odie原始灰度图像

    Odie预测误差图像

    Zone原始灰度图像

    Zone预测误差图像

六、结论

<

文件名	Camman	Clown	Fruit	Lena	Noise	Odie	Zone
源yuv文件大小	64	64	64	64	64	64	64
压缩后yuv文件大小	53	62	61	61	55	10	51
Huffman压缩比	120.75%	103.23%	104.92%	104.92%	116.36%	640.00%	125.49%
源预测误差图像大小	64	64	64	64	64	64	64
压缩后预测误差图像大小	36	40	35	38	63	10	63
Huffman+DPCM压缩比	177.78%	160.00%	182.86%	168.42%	101.59%	640.00%	101.59%

      当图像的相关性较高时，能获得更高的压缩比。然而如果该图像的相关性很差时（如图像Noise与Zone），对图像进行DPCM反而会降低压缩比。