数据压缩原理实验4

一、实验原理

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。而预测编码就是根据过去的信号样值来预测下一个信号样值，并将预测值与现实样值得差值进行量化、编码后进行数字信号传送。在DPCM系统中，需要注意的是预测器的输入是己经解码以后的样本。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，如下图编码器中虚线框中所示。

二、实验代码分析

只需要在BMP2YUV的工程主函数添加一个函数就可以实现DCPM，下面为DCMP 的代码实现部分

        //预测器为左侧预测for (int j = 0; j<height; j++)  //逐行遍历  {for (i = 0; i<width; i++){if (i==0)  //每列第一个元素保持原来的样值不变，只是变换相应的数据类型{k = (*(yBuff + j*width + i) - 128) / 2 + 128;//将差值进行量化*(qBuff + j*width + i) = (unsigned char)k; k = ((*(qBuff + j*width + i )-128) * 2) + 128; //反量化*(reBuff + j*width + i) = (unsigned char)k; }else{    //当前差值信号为当前样值与上个预测样值的差值 并进行了量化k = (*(yBuff + j*width + i) - *(reBuff + j*width + i - 1)) / 2 + 128;*(qBuff + j*width + i) = (unsigned char)k;//当前重建信号为 反量化后的差值信号与上一个重建信号的和k = ((*(qBuff + j*width + i )-128) * 2) + *(reBuff + j*width + i - 1);*(reBuff + j*width + i) = (unsigned char)k;}}}fwrite(reBuff, 1, width * height, reFile);  //写入文件fwrite(qBuff, 1, width * height, qFile);

三、实验结果分析

1、下面都是为8bit量化，并采取左侧预测

(下图中左边为原始图像的概率分布图，右边预测误差图像的概率分布图)

原始图像的yuv	重建图像yuv	量化误差

以下为自己找的图

下图为图像文件大小以及压缩比

小结：
（要注意的是原图像yuv只要y分量）
可以看出重建图像和原始图像在人眼观察下并没有太大的差别，量化误差的概率分布都集中在中间段，即128附近。
原始图像直接huffman编码压缩效率很低，平均都只比1多一些。
结合概率分布图和压缩比，依据huffman编码的特点，可以看出预测误差图像的概率分布更加的不均匀，编码效率越高，因此量化后的误差压缩比要更大，更能节省空间。
但是噪声那幅图，预测误差图像的概率分布不如原始图像概率分布那么不均匀，猜测是噪声图像并没有什么图像内在规律，而正常图像都有内在联系，可以从差值图像几乎都为原始图像的轮廓看出。

2、下面采取8bit量化及上侧预测，并与左侧预测进行比较

从左至右分别是上侧预测，左侧预测和原图

小结：
可以看出在水平方向边缘明显的图像，在左侧预测下的误差预测图更加显示出轮廓；而在垂直边缘明显的图像，在上侧预测的误差预测图更加显示出轮廓。而左侧与上侧的误差预测图在视觉感觉上给人的不同也因为原图像左右上下像素值差所引起。

3、下面采取8bit，4bit，2bit的值的flower图进行比较（均采用左侧预测）

量化比特数	量化误差图	重建图
8
4
2

小结：
观察量化误差图，可以发现随着量化比特数的减少，图像越来越暗，这是因为量化数越少，由于均匀量化，量化值越靠近0，即图像越暗。而重建图像，随量化比特数的减少，图像失真越来越明显。