数据压缩原理与应用 实验四

DPCM压缩系统的分析与实现

一，实验目的
掌握DPCM解编码系统的基本原理。
初步掌握实验用C/C++/Python等语言编程实现DPCM编码器，并分析压缩效率。
二，实验原理
1，DPCM解编码原理
DPCM是差分预测编码调制。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。
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。预测器采用左侧预测。量化器采用8比特均匀量化。为了验证DPCM编码的编码效率。首先读取一个256级的灰度图像，与前一个像素作差得到预测误差，并对预测误差进行8比特均匀量化。
三，实验步骤
DPCM量化编码

int r=pow(2,(double)(9-depth));
	for(int i=0;i<h;i++)
	for(int j=0;j<w;j++)
	{
		if(j == 0)//第一列保持原样值不变
		{
			qBuf[i*w]=((yBuf[i*w]-128)+255)/pow(2,(double)(9-depth));//预测误差量化
			reBuf[i*w]=qBuf[i*w]*pow(2,(double)(9-depth))+255-128;//反量化
		}
		else
		{
			qBuf[i*w+j]=((yBuf[i*w+j]-reBuf[i*w+j-1])+255)/pow(2，(double)(9-depth));//当前预测误差为当前样值与上个重构样值的差值（量化后）
			reBuf[i*w+j]=qBuf[i*w+j]*pow(2,(double)(9-depth))-255+reBuf[i*w+j-1];//当前重构样值为量化后的当前预测误差与上一个重构样值的和
		}
		if(qBuf[i*w+j]>255)
			qBuf[i*w+j]=255;
		if (qBuf[i*w+j]< 0)
			qBuf[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;
	}

四，实验结果

自左向右依次是：原始图像、8比特预测量化图像、重建图像
PSNR结果：

概率分布结果：

	熵编码	DPCM+熵编码	压缩比
原图像	96kb	69kb	71.86%
8bit预测量化图像	96kb	46kb	47.92%

所以DPCM+熵编码的编码效率比仅熵编码的压缩比低