DPCM 压缩系统的实现和分析

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。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，还可对预测误差进行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（DPCM+熵编码和仅进行熵编码）之间的编码效率（压缩比和图像质量）。

二、量化

需要决定的参数
1、 量化区间的数目
2、 决策边界（判决门限）
3、 重构水平
4、 量化区间索引的码字（量化码字）
量化器的设计是码率与失真之间的折中， 为了降低编码的比特数，需要减低量化区间的数目，但是会带来更大的误差。
性能受率失真理论控制：1、给定允许失真，求最小码率的量化器 ；2、 给定码率，求最小失真的量化器。

均匀量化： 均匀量化器只对均匀分布信源是最佳的。

三、主要代码

void DPCM(unsigned long w,unsigned long h,unsigned char * y,unsigned char * q,unsigned char *yy) //y为原始输入，yy为重现，q为误差的量化值 
{   
	unsigned long i,j;
	unsigned char  P;
	for(j=0;j[-127,127]-->[1,255]
                   yy[j*w+i]=(q[j*w+i]-128)*2+P;//进行反量化，经过运算得到重建值
		}
	}

}

四、实验结果

选取10张图片进行实验。由于其中三张像素较大，不好截图展现效果，下面截图其他7张的效果图。

图片从左到右一次为：原始图像、预测误差图像、重现图像。

下面为原始图像和预测误差图像的概率分布图比较：

自己找的文件1：

自己找的文件2：

 test Birds：

    

test Camman：

 

test clown：

   

test   fruit：

 

test  lena:

 

test noise:

 

test  Zone:

    

test odie:

     

DPCM+熵编码和仅进行熵编码的压缩比比较

文件名	原始图像	压缩后	压缩比	预测误差	压缩后	压缩比
1	1.75MB	1555KB	1.1524	1.75MB	701 KB	2.5563
2	0.98MB	770KB	1.3033	0.98MB	405 KB	2.4778
Camman	96KB	61KB	1.5738	96KB	39 KB	2.4615
Clown	96KB	70KB	1.3714	96KB	47 KB	2.0426
Fruit	96KB	70 KB	1.3714	96KB	42 KB	2.2857
Lena	96KB	69 KB	1.3913	96KB	45 KB	2.1333
Noise	96KB	65 KB	1.4769	96KB	73 KB	1.3151
Odie	96KB	20 KB	4.8	96KB	17 KB	5.6471
Birds	576KB	520 KB	1.1077	576KB	333 KB	1.7297
Zone	96KB	60 KB	1.6	96KB	72 KB	1.3333

经对比发现，DPCM+熵编码的压缩比大于仅进行熵编码的压缩比。

初出茅庐，还请各位大神指教！