weixin_44874766的博客

原创 实验5 | JPEG原理分析 & 文件格式分析 & 解码原理 & JPEG解码器的调试

1 JPEG原理1.1 JPEG简述JPEG(Joint Photographic Experts Group)是联合图像专家组的英文缩写。 该组织从1986年正式开始制订静止数字图像的压缩编码标准，该标准于1992年正式通过，称为JPEG标准。JPEG是第一个数字图像压缩的国际标准，它不仅适于静止图像的压缩，对 于电视图像序列的帧内压缩也常采用JPEG算法，因此JPEG是一个适用范围广泛的通用标准。1.2 JPEG编码过程1.2.0 RGB to YUV1.2.1 Level Offset

原创 实验7.2 | H.264不同编码方式的定量对比

1 将自行选择或老师给的两个264文件进行解码，得到相应的YUV文件打开264工程的ldecod方案，设置工作目录为$(ProjectDir)/bin。修改decoder.cfg文件中的参数。修改的内容如下：InputFile = "demo.264" # H.264/AVC coded bitstream2 将上述两个视频序列编码为.264文件修改encoder.cfgPrimaryGOPLength = 15 # GOP length fo

原创 实验7.1 | H.264码流分析

1 H.264的原理11.1 H.264的特点压缩比高：在同等图像质量的条件下，采用H.264技术压缩后的码流，数据量只有MPEG-2的1/2；容错率高：H.264码流具有较强的抗误码特性，可适应丢包率高、干扰严重的信道，如IP和无线网络；网络适应性强：H.264提供了网络适应层，使得H.264的文件能容易地在不同网络上传输；计算复杂度高：H.264使用较高的计算复杂度，换取优越的性能，其复杂度相当于MPEG-2的2—3倍。1.2 :todo 原理2 H.264的码流2.1 分层设计H

原创 实验6 | MPEG音频编码器的调试

1 感知音频编码的设计思想感知音频编码的设计，主要是依托于人耳的听觉系统的感知特性来达成的。有些声音并不能被人听到，因此可以对于这部分不编码。1.1 等响度曲线 两个声音响度级相同，但强度不一定相同，还与频率有关，这便是人耳对于响度的感知特性。图中的曲线是人耳感知的响度相同的曲线。 最下方一条曲线代表最小可听阈，其下方区域的声音人耳无法察觉，因此可以不编码。1.2 频域掩蔽效应一个高强度纯音会使得该频率附近的最小可听阈曲线提升，掩蔽掉在其下的（原本能听到的）声音。这个纯音称为掩蔽声，掩蔽声存在

原创 论文学习 | (MIT CS&AI Lab) Pensieve : 基于A3C的流媒体码率自适应策略

1 引言   近些年来，用户在线观看视频时追求越来越高的品质，这就要求我们找出更佳的流媒体传输策略。已有许多基于HTTP的视频流媒体传输方法。该论文的Pensieve策略就属于其中一种。在论文结论中，研究者提到这种算法相比ABR算法，能提升QoE指标12%-25%。2 ABR(Average Bitrate)算法要了解ABR，需要先了解CBR和VBR。CBR（Constant Bitrate）,是采用固定比特率进行编码的方式，适应流式传输。但是当我们的图像压缩数据变大时，质量就会下降。因此这种方

原创 Lloyd - Max标量量化器条件的推导 & DPCM预测系数的推导

原创 实验4 | DPCM编码算法的实现及联合Huffman编码的压缩效率对比分析,和量化不同比特数的效果对比

1 压缩效果的分析我们采用了两种方式对图像进行压缩编码。第一种是直接使用Huffman编码；第二种是先对数据进行DPCM差分预测编码，然后再进行Huffman编码。1.1 压缩效率的对比我们根据压缩比=压缩后码流大小压缩比=\frac{压缩后码流大小}{}压缩比=压缩后码流大小​1.1 DPCM编码后各图像效果1.2 采用DPCM...

原创 实验3 | LZW编解码算法的C实现解读，及其压缩效率分析

压缩效率分析我选用了了6种不同格式和内容的文件，分别进行LZW压缩和zip压缩，压缩后的文件大小如下表所示。其中，压缩效率最高者进行了突出：zip压缩不是我们本次分析的重点，对于其压缩原理目前仍不甚清楚，故仅作为一个对比结果使用。事实证明，zip的压缩还是很厉害的，在各类型文件压缩中表现都很靓眼！我们可以看到，LZW压缩在使用后，大部分的文件大小不减反增，而...

原创 结构化数据、半结构化数据、非结构化数据

1 概念结构化数据结构化数据可以使用关系型数据库来表示和存储，如MySQL、Oracle、SQL Server等，表现二维形式的数据。可以通过固有键值获取相应信息。一般特点是：数据以行为单位，一行数据表示一个实体的信息，每一行数据的属性是相同的。结构化的数据的存储和排列是很有规律的，这对查询和修改等操作很有帮助。半结构化数据半结构化数据可以通过灵活的键值调整获取相应信息，且数据的格式不固定，如json，同一键值下存储的信息可能是数值型的，可能是文本型的，也可能是字典或者列表。半结构化数据，属于同

原创 实验2 | 多张BMP转换为YUV动画，加上炫酷的转场动画

这里写目录标题1 BMP文件的组成1.1 存储格式1.2 BMP各位深度的常见规范2 解析单张BMP并转换为YUV的过程2.1 解决思路2.2 BMP的注意点：倒序读写3 将多张图片BMP转换为YUV的动画序列4 添加炫酷的转场动画4.1 转场的渐变算法4.2 缓存区的开辟和顺序的注意点5 效果展示一些脑洞6 完整代码7 不同像素深度的BMP文件转换的伪代码实现6.1 1/4/8位转换为24位6.2 24位转换1/4/8位6.3 16位和24位互转在本实验报告中，将会呈现对BMP文件组成的理解，然后根据其

原创 TIFF图像文件格式解析

TIFF 6.0 Specification下载链接文章目录1TIFF文件格式概述2 TIFF格式解析2.1 图像文件头（Image File Header,IFH）2.2 图像文件目录（Image File Directory,IFD）2.3 目录项（Directory Entry,DE）2.4 图像数据2.5 上述数据的排列顺序3 实例分析3.1 整体概览3.2 IFH分析3.3 接下来是大量的图像数据3.4 第一个(也是最后一个)IFD3.5 10个DE4 问题和总结5 参考文献和资料1TIFF文

原创 实验1 | RGB与YUV两彩色空间之间相互转换的代码实现

1 实验目的编写 RGB 转化为YUV 程序，注意要使用部分查找表的初始化和调用。将得到的 RGB 文件转换为 YUV 文件，用YUV Viewer播放器观看，验证是否正确。将 YUV 转换为 RGB 的程序。将给定的实验数据用该程序转换为 RGB 文件。 并与原 RGB 文件进行比较， 如果有误差，分析误差来自何处。总结RGB和 YUV 彩色空间转换的转换公式及编程实现的算法并写成实验报告。2 RGB和 YUV 彩色空间转换的转换公式的推导3 参考程序阅读和学习仔细阅读下发的程序，学习到以

原创 被归档的代码

RGB to YUV的更弱一些的实现main.cpp# include<iostream># include<fstream># include"RGB2YUV.h"using namespace std;#define size 196608#define u_offset 65536#define v_offset 131072int main(char argc, char** argv) { //数据读入和文件创建 ifstream originrg

原创 语音信号的特性

由前序知识，我们可知，语音信号在短时(20ms左右）内是具有平稳性的。因此，我们对语音信号的时域波形分析选择在短时内。浊音/a:/时域波形分析观察可以发现浊音的时域波形在短时内具有周期性。在相同时间尺度内,过零点最少,过零率低频谱分析相比清音、爆破音，波形幅度更大，整体能量更高一些在某些频率上具有集中的高能量，即有共振峰(Formant)的特征。整体能量集中分布在频率较低的部分，高频部分极少。清音/s:/时域波形分析短时内接近高斯过程,类似白噪声在相同时间尺度内,过零

原创 统计RGB和YUV图像文件各分量的概率分布，并求出熵

1 实验目的给定两图片down.rgb和down.yuv,分辨率为256*256,=4:2:0,统计RGB和YUV图像文件各分类的概率分布，并求出熵2 实验思路本实验先使用C++，根据rgb和yuv文件的数据存储格式编写算法，将图片的各分量值的频次进行统计。由于C++作图、计算比较繁琐，故将统计结果使用CSV(Comma-Separated Values，逗号分隔值，具有一学就会的数据格式)进行导出，交由python进行图片的绘制和熵的计算。3 文件的存储格式和图像关键数值的计算3.1 RGB