一、实验目的
掌握DPCM编解码系统的基本原理。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,需要注意的是预测期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,智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,如编码器中虚框线中所示。
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。
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、上方预测均可。量化器采用8比特均匀量化。本次实验的目的是验证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。还可以对预测误差进行1比特、2比特和4比特的量化设计。
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。最后比较两种系统之间的编码效率。压缩质量以PSNR进行计算。
三、实验过程
1、进行左向预测(8bit、4bit、2bit、1bit)
8bit预测
void DPCMLeft(int W, int H, void* yBuff, void* recBuff, void* errBuff,int depth) {
unsigned char* y_Buff = NULL;//源文件
unsigned char* rec_Buff = NULL;//重建文件
unsigned char* err_Buff = NULL;//量化后的预测误差
y_Buff = (unsigned char*)yBuff;
rec_Buff = (unsigned char*)recBuff;
err_Buff = (unsigned char*)errBuff;
int e, e1; unsigned char e2;
for (int i = 0; i < H; i++) {
for (int j = 0; j < W; j++) {
if (j == 0) {
rec_Buff[j + i * W] = y_Buff[j + i * W];//当前值即为重建值,作为下一个像素的参考值
err_Buff[j + i * W] = 0;//误差值为0
}
else {
//8bit量化
e = y_Buff[j + i * W] - rec_Buff[(j - 1) + i * W];//求差值
e1 = e / 2 + 128;
err_Buff[j + i * W] = unsigned char(e1);
e2 = unsigned char((e1 - 128) * 2);//反量化
rec_Buff[j + i * W] = rec_Buff[(j - 1) + i * W] + e2;
}
}
}
}
4bit预测
//4bit量化
e = y_Buff[j + i * W] - rec_Buff[(j - 1) + i * W];//求差值
e1 = (e / 32 &#