DPCM 压缩系统的实现和分析

本文介绍了DPCM(差分预测编码调制)原理,详细阐述了实验设计要求和思路,包括固定预测器、均匀量化器的使用。通过实验验证了DPCM编码的编码效率,对比了DPCM+熵编码与仅熵编码的压缩效果,发现DPCM能有效提高压缩效率,但过度量化会导致图像质量下降。
摘要由CSDN通过智能技术生成

数据压缩实验(四)

一、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。

请添加图片描述

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。

二、DPCM编码系统设计

(1)实验要求

本实验的目标是验证DPCM编码的编码效率。在本次实验中,我们采用:

  • 固定预测器和均匀量化器;
  • 预测器采用左侧、上方预测均可;
  • 量化器采用8比特均匀量化。

(2)设计思路

  • 先读取一个256级的灰度图像;
  • 根据自己设定的预测方法计算预测误差,并进行量化;
  • 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;
  • 比较两种系统(DPCM+熵编码 & 仅进行熵编码)的编码效率,如压缩比和压缩质量(PSNR)。

PS:压缩质量客观评价(PSNR)
   通常用来评价一幅图像压缩后和原图像相比质量的好坏,压缩后图像一定会比原图像质量差的,PSNR越高,压缩后失真越小。这里主要定义了两个值,一个是均方差MSE,另一个是峰值信噪比PSNR(dB),这里的MAX通常是图像的灰度级,一般就是255。

请添加图片描述

请添加图片描述

PSNR值 评价
高于40dB 图像质量极好(即非常接近原始图像)
30~40dB 图像质量较好(即失真可以察觉但可以接受)
20~30dB 图像质量差

三、实验过程

1.主函数

int main()
{
   
	// 1. 文件参数
	const int width = 256; 
	const int height = 256;
	int bitdepth = 8;//量化比特数
    
	// 2. 缓冲区
	unsigned char* ybuf = (unsigned char*)malloc(sizeof(unsigned char) * width * height); // 原图
	unsigned char* ubuf = (unsigned char*)malloc(sizeof(unsigned char) * width * height * 0.25); //4:2:0
	unsigned char* vbuf = (unsigned char*)malloc(sizeof(unsigned char) * width * height * 0.25);
	unsigned char* ebuf = (unsigned char*)malloc(sizeof(unsigned char) * width * height); // 预测误差图像
	unsigned char* rebuf = (unsigned char*)malloc(sizeof(unsigned char) * width * height); // 重建图像
	
	double* freq_y = (double*)malloc(sizeof(double) * 256);// 原图概率分布
	double
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值