[数据压缩]_实验③ DPCM编码

实验4 DPCM压缩

文章目录

实验4 DPCM压缩
- 一.实验名称
- 二.实验目的
- 三.实验内容
- - 1.DPCM编码原理
  - 2.DPCM编码系统的设计
- 四.实验步骤
- - 1.method.h头文件
  - 2.main函数
  - 3.dpcm函数
  - 4.psnr函数
  - 5. prob函数
- 五.实验结果
- - 1.dpcm
  - 2.熵编码
  - 3.对比：
  - 4.总结：

持续更改中。。。

一.实验名称

DPCM 压缩系统的实现和分析

二.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++等语言编程实现DPCM编码器，并分析其压缩效率。

三.实验内容

1.DPCM编码原理

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。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，我们采用固定预测器和均匀量化器。

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（1.DPCM+熵编码和2.仅进行熵编码）之间的编码效率（压缩比和图像质量）。压缩质量以PSNR进行计算。

四.实验步骤

1.method.h头文件

#pragma once
#define uchar unsigned char
void dpcm(int h, int w, uchar* origin_buf, uchar* rebuild_buf, uchar* error_buf, int Qbit);
double psnr(int h, int w, uchar* origin_buf, uchar* rebuild_buf, int Qbit);
void prob(int h, int w, uchar* input_buf, double* output_buf);

2.main函数

#define _CRT_SECURE_NO_DEPRECATE
#include<iostream>
#include<windows.h>
#include"header.h"
#define uchar unsigned char
using namespace std;int main()
{// 1.定义变量FILE* originFile = NULL;FILE* rebuildFile = NULL;FILE* errorFile = NULL;FILE* origintxt = NULL;FILE* errortxt = NULL;BITMAPINFOHEADER INFO_header;int Qbit = 2;// 2.打开文件if (fopen_s(&originFile, "Lena256B.yuv", "rb") == 0) cout << "原文件打开成功" << endl;if (fopen_s(&rebuildFile, "rebuildlena.yuv", "wb") == 0) cout << "重建文件创建成功" << endl;if (fopen_s(&errorFile, "errorlena.yuv", "wb") == 0) cout << "预测误差文件创建成功" << endl;if (fopen_s(&origintxt, "origin.txt", "wb") == 0) cout << "记录原图概率分布文件创建成功" << endl;if (fopen_s(&errortxt, "error.txt", "wb") == 0) cout << "记录预测误差的概率分布的文件创建成功" << endl;int height = 256;int weight = 256;// 3.开缓冲uchar* y_buffer = new uchar[weight * height];uchar* u_buffer = new uchar[(weight * height) /  4];uchar* v_buffer = new uchar[(weight * height) / 4];//uchar* y_buffer = (uchar*)malloc(sizeof(weight * height)*1.5);uchar* rebuild_buf = new uchar [height * weight];uchar* error_buf = new uchar[height * weight];double* origin_prob = new double[256];double* error_prob = new double[256];// 4.读取文件到bufferfread(y_buffer, sizeof(uchar), height * weight, originFile);fread(u_buffer, sizeof(uchar), (weight * height) / 4, originFile);fread(v_buffer, sizeof(uchar), (weight * height) / 4, originFile);// 5.dpcmdpcm(height, weight, y_buffer, rebuild_buf, error_buf,Qbit);// 6.psnrpsnr(height, weight, y_buffer, rebuild_buf, Qbit);// 7.统计概率分布prob(height, weight, y_buffer, origin_prob);prob(height, weight, error_buf, error_prob);// 8.写入文件fwrite(rebuild_buf, sizeof(uchar), height * weight, rebuildFile);fwrite(u_buffer, sizeof(uchar), height * weight / 4, rebuildFile);fwrite(v_buffer, sizeof(uchar), height * weight / 4, rebuildFile);fwrite(error_buf, sizeof(uchar), height * weight, errorFile);fwrite(u_buffer, sizeof(uchar), height * weight / 4, errorFile);fwrite(v_buffer, sizeof(uchar), height * weight / 4, errorFile);// 概率分布写进txt中for (int i = 0; i < 256; i++){fprintf(origintxt, "%lf\n", *(origin_prob + i));fprintf(errortxt, "%lf\n", *(error_prob + i));}// 9.关闭文件fclose(originFile);fclose(rebuildFile);fclose(errorFile);fclose(origintxt);fclose(errortxt);delete[] y_buffer;delete[] u_buffer;delete[] v_buffer;delete[] rebuild_buf;delete[] error_buf;delete[] origin_prob;delete[] error_prob;return 0;
}

3.dpcm函数

采用左向预测，第一列像素的误差值设为128.

预测误差图像：当前值-前一个像素的重建值
e ( n ) = y ( n ) − r e ( n − 1 ) − − − 预测误差 e(n)=y(n)-re(n-1)---预测误差 e(n)=y(n)−re(n−1)−−−预测误差

e ^ ( n ) = e ( n ) + 255