实验4 | DPCM编码

该实验旨在掌握DPCM编解码系统的原理及实现,通过C/C++/Python编程验证DPCM编码器的效率。DPCM系统采用线性预测器和8比特均匀量化,与熵编码结合后的压缩比达到47.9167%,PSNR值为51.2641dB,表明图像质量接近原图。
摘要由CSDN通过智能技术生成

一、实验目的

1、掌握DPCM编解码系统的基本原理。
2、初步掌握实验用C/C++/Python等语言编程实现DPCM 编码器,并分析其压缩效率。

二、实验内容

1.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, 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。
在这里插入图片描述
在一个DPCM系统中,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。

2.DPCM编码系统的设计

(1)DPCM编码

量化器采用8比特均匀量化。本实验的目标是验证DPCM编码的编码效率。首先读取一个 256级的灰度图像,采用自己设定的预测方法计算预测误差,并对预测误差进行8比特均匀量化。

 //读取原文件
    FILE* fp1 = fopen(yuvfilename, "rb");
    if (fp1 == NULL)
        cout << "错误读取" << endl;
    fread(img, sizeof(unsigned char), width * height * 3 / 2, fp1);
    fclose(fp1);
    for (int i = 0; i < 256 * 256; i++)
    {
   
        y[i] = img[i];
    }

    //取色差信号
     for(int i=0;i<width * height * 1 / 4;i++)
    {
   
        u[i] = img[width * height + i];
        v[i] = img[width * height * 5 / 4 + i];
    }

    //创建缓存区
    unsigned char* prebuff;
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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