DPCM编码

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。

三.核心模块代码

DPCM

//我这里用的是左侧预测
void DPCM(unsigned char* yBuf, unsigned char* qBuf, unsigned char* rebuildBuf,int w, int h,int dif)
for(i=0;i

PSNR计算

void PSNR(unsigned char* ybuffer, unsigned char* bitbuffer, int w, int h) {
    double mse，psnr,bottle;
    double sum = 0;
    int i;
    for (i = 0; i < w * h; i++) {
        bottle = pow((ybuffer[i] - bitbuffer[i]), 2);
        sum += bottle;
    }
    mse = sum / (w * h);
    psnr = 10 * log10((pow(2, 8) - 1) * (pow(2, 8) - 1) / mse);
    cout << "psnr: " << psnr << endl;
}

主程序相关核心代码

int main(int argc, char* argv[]) {
    char* COLORAD= argv[1];
    char* YUVB= argv[2];
    int W = atoi(argv[3]);
    int H = atoi(argv[4]);
    char* REYUV = argv[5];
    int A = W * H * 3 / 2;
    int q = atoi(argv[6]);
    unsigned char* COLORAD = new unsigned char[A];
    unsigned char* ybuffer = new unsigned char[A * 2 / 3];
    unsigned char* ubuffer = new unsigned char[A / 6];
    unsigned char* vbuffer = new unsigned char[A/ 6];
    unsigned char* yuce = new unsigned char[A * 2 / 3];
    unsigned char* bitbuffer = new unsigned char[A* 2 / 3];
    FILE* fp= fopen(COLORAD, "rb");
    
    FILE* FILE1= fopen(YUVB, "w");
    
    FILE* FILE2 = fopen(REYUV, "w");
    
    fread(COLORAD, sizeof(unsigned char), A, fp);
  
    for (int i = 0; i < A * 2 / 3; i++) {
        ybuffer[i] = COLORAD[i];
    }
    for (int i = 0; i < A/ 6; i++) {
        ubuffer[i] = COLORAD[i + A * 2 / 3];
    }
    for (int i = 0; i < A / 6; i++) {
        vbuffer[i] = COLORAD[i + A* 2 / 3 + A/ 6];
    }
    DPCM(ybuffer, yuce, bitbuffer, H, W, q);
    fwrite(bitbuffer, sizeof(unsigned char), W * H, FILE1);
    fwrite(ubuffer, sizeof(unsigned char), W * H / 4, FILE1);
    fwrite(vbuffer, sizeof(unsigned char), W * H / 4, FILE1);
    for (i = 0; i 

相关命令行参数

四.实验结果

原图	预测误差	重建图

对lena进行2bit，4bit量化

4bit	2bit

以鹦鹉和lena为例子，画出预测误差概率分布曲线

                                                      bird预测误差概率分布图

 

lena预测误差概率分布图

 

比较压缩比

名称	原始大小	仅熵编码大小	仅熵编码压缩比	DPCM+熵编码后大小	DPCM+熵编码后压缩比
Odie	96kb	19.7kb	4.87	17.2kb	5.58
lena	96kb	68.2kb	1.41	45kb	2.13
bird	576kb	519kb	1.11	192kb	3
fruit	96kb	71.9kb	1.34	41.1kb	2.33
noise	96kb	69.8	1.38	73.4	1.31

                           

                                                         比较PSNR

名称	psnr值
Odie	51.2614
lena	51.1321
bird	51.1408
fruit	51.1671
noise	51.1439

五.实验结果分析

对于概率分布图来说，lena和bird空间上相邻像素灰度变化不大，预测误差的动态范围小，不难得知概率分布图应该离128越近越高

变化不同量化比特数，发现量化比特数越小失真越严重

可以看出，经过DCPM再熵编码的有压缩效率要比直接进行熵编码要高.但是noise这张图却出现了意外，根据DPCM的原理，不难得知，这是因为水平方向像素点黑白的灰度变化很大，相关性低，所以不适合用DPCM+熵编码