【作业】DPCM+量化图片实验

量化器

量化

用一个很小的集合表示一个大集合（可能是无限大）的值。

• 如A/D转换
• 量化是有失真压缩的一个有效工具

量化器的描述

量化误差：$e(x)=x-\hat{x}$

量化的均方误差

• 所有输入值的平均量化误差

• 需要知道输入的概率分布

• 量化区间的数目：$M$

• 决策边界：$b_i,i=0,1,...,M$

• 重构水平：$y_i,i=0,1,...,M$

• 重构：$\hat x = y_i ,\quad if \quad b_{i-1} \lt x \lt= b_i $

均方误差：
$$D=MSE={\int }_{-\infty }^{+\infty }(x-\hat{x}{)}^{2}f(x)dx=\sum _{i=1}^M{\int }_{b_{i-1}}{b}_i(x-y_i{)}^{2}f(x)dx$$

量化器的设计是码率和失真之间的折衷，更低的编码比特数，需要减低量化区间的数目，导致更大的误差。

量化器的性能受率失真理论控制

• 给定允许失真，求最小码率的量化器
• 给定码率，求最小失真的量化器

均匀量化（Uniform Quantizer）（Midrise，中升型）

均匀：每个量化区间的大小相同，除两侧的两区间外。

• $b_i$，$y_i$在空间上均匀分布，空间均为$\Delta$
• 对内部区间，$y_i=\frac{}{2}$