数据压缩实验4——DPCM编码

1 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。

2 实验原理

2.1 DPCM

数据压缩实验4——DPCM编码_第1张图片
DPCM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。

首先输入一个图像,与上一个图像的预测值做差,将差值进行编码。
编码后的差值有两个去向,一是直接输出,二是通过解码器解出差值,再与上一帧的预测值相加,就得到了当前图像的预测值,为下一帧图像到来时做好准备。

2.2 PSNR(Peak Signal Noise Ratio)

PSNR(峰值信噪比)是一种度量图像失真的方式,本实验使用PSNR作为图像质量评价的指标。峰值信噪比与图像质量近似成正比关系。

计算公式如下:
数据压缩实验4——DPCM编码_第2张图片

3 实验内容

在本次实验中,我们采用固定预测器和均匀量化器。预测器采用左侧预测。量化器采用8比特均匀量化。
在DPCM编码器实现的过程中同时输出预测误差图像重建图像。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。比较两种系统(DPCM+熵编码仅进行熵编码)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。


3.1 实验代码

得到重建图像以及预测误差图像,计算PSNR,得到频率分布。

#include
#include
#include
#include
#include
using namespace std;


//计算PSNR
double PSNR( unsigned char* standard, unsigned char* image,int height,int width,int bitNum )
{
    double psnr = 0, MSE = 0;
    for( int i = 0; i < height * width; i++ ) 
	{
		MSE += 1ll* (image[i] - standard[i]) * (image[i] - standard[i]);
	}
    MSE /= height * width;
    long long t = 1 << bitNum; t -= 1; t *= t;
    psnr = 10 * log10( t / MSE);
    return psnr;
}
//得到频率分布
void GetFrequency( unsigned char* buffer, double* frequency,int height,int width )
{
    int length = height * width;
    for( int i = 0; i < length; i++ ) frequency[buffer[i]] ++;
    for( int i = 0; i < 256; i++ ) frequency[i] /= length;
}


int main(int argc,char** argv)
{
	char *yuvfilename=NULL;
	char *re_y_filename=NULL;
	char *err_filename=NULL;
	FILE* yuvfile=NULL;
	FILE* re_y_file=NULL;
	FILE* err_file=NULL;
	int width,height;
	yuvfilename=argv[1];
	re_y_filename=argv[2];
	err_filename=argv[3];
	width=atoi(argv[4]);
	height=atoi(argv[5]);
	unsigned char* u_buffer=NULL;
	unsigned char* v_buffer=NULL;
	unsigned char* y_buffer=NULL;//原始图像
	unsigned char* re_y_buffer=NULL;//重建值
	unsigned char* err_buffer=NULL;//预测误差

	yuvfile=fopen(yuvfilename,"rb");
	if(yuvfile==0)
	{
		printf("cannot find yuv file.\n");
	}
	else
	{
		printf("open yuv file successfully!\n");
	}

	y_buffer=(unsigned char*)malloc(width*height);
	u_buffer=(unsigned char*)malloc(width*height/4);
	v_buffer=(unsigned char*)malloc(width*height/4);
	err_buffer=(unsigned char*)malloc(width*height*1.5);
	re_y_buffer=(unsigned char*)malloc(width*height*1.5);
	
	fread(y_buffer,1,width*height,yuvfile);
	fread(u_buffer,1,width*height/4,yuvfile);
	fread(v_buffer,1,width*height/4,yuvfile);

	//得到原始图像的概率分布
	FILE *orig;
	orig=fopen("C:/Users/15643/Desktop/DPCM/DPCM/DPCM/orig.txt","wb");
	double frequency[256]={0};
	GetFrequency(y_buffer,frequency,height,width);
	for(int i=0;i<256;i++)
	{
		fprintf(orig,"%d\t%f\n",i,frequency[i]);
	}
	
	//DPCM编码
	for(int i=0;i<width*height;i++)
	{
		float err;//误差
		if(i%width==0)
		{
			err=float(y_buffer[i])-128;//假设预测值为128
			err_buffer[i]=(unsigned char)(err/2+128);//对预测误差量化
			re_y_buffer[i]=(unsigned char)(128+(err_buffer[i]-128)*2);//重建值=反量化后的误差+预测值
		}
		else
		{
			err=float(y_buffer[i]-re_y_buffer[i-1]);//选取前一像素的重建值作为预测值
			err_buffer[i]=(unsigned char)(err/2+128);
			re_y_buffer[i]=(unsigned char)(re_y_buffer[i-1]+(err_buffer[i]-128)*2);
		}
	}

	//得到残差的概率分布
	FILE *err;
	err=fopen("C:/Users/15643/Desktop/DPCM/DPCM/DPCM/err.txt","wb");
	double frequency_[256]={0};
	GetFrequency(err_buffer,frequency_,height,width);
	for(int i=0;i<256;i++)
	{
		fprintf(err,"%d\t%f\n",i,frequency_[i]);
	}

	//计算PSNR
	cout<<"psnr="<<PSNR(y_buffer,re_y_buffer,height,width,8)<<endl;


	re_y_file=fopen(re_y_filename,"wb");
	err_file=fopen(err_filename,"wb");
	fwrite(re_y_buffer,width*height,1,re_y_file);
	fwrite(u_buffer,width*height/4,1,re_y_file);
	fwrite(v_buffer,width*height/4,1,re_y_file);
	fwrite(err_buffer,width*height,1,err_file);
	fwrite(u_buffer,width*height/4,1,err_file);
	fwrite(v_buffer,width*height/4,1,err_file);
	fclose(re_y_file);
	fclose(err_file);

}

设置命令参数:
数据压缩实验4——DPCM编码_第3张图片
执行结果:
数据压缩实验4——DPCM编码_第4张图片
数据压缩实验4——DPCM编码_第5张图片
使用YUVviewer查看生成的结果:
数据压缩实验4——DPCM编码_第6张图片
利用origin软件绘制频率分布图:
1.原始图像:
数据压缩实验4——DPCM编码_第7张图片
2.残差图像
数据压缩实验4——DPCM编码_第8张图片

3.2 利用Huffman编码器进行熵编码

1. DPCM+熵编码

在命令行中输入:数据压缩实验4——DPCM编码_第9张图片
结果:
数据压缩实验4——DPCM编码_第10张图片

2. 仅进行熵编码
在命令行输入:
数据压缩实验4——DPCM编码_第11张图片
结果:
数据压缩实验4——DPCM编码_第12张图片

3. 对比

DPCM+熵编码 仅进行熵编码
编码对象 残差图像 Lena_err.yuv 原始图像 Lena256B.yuv
原始大小(KB) 96 96
压缩后大小(KB) 46 69
压缩比 47.9% 71.9%

你可能感兴趣的:(数据压缩)