目录
1、将bmp文件转换为yuv文件(使用之前做的bmptoyuv代码)
1、掌握DPCM编解码系统的基本原理。
2、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。
DPCM(差分预测编码):利用信源相邻符号之间的相关性。早在电视原理和通信原理课上我们便已经接触了DPCM算法。在电视原理在传输视频数据时,经常将预测编码运用到帧内预测和帧间预测,由于视频两帧之间有大量相同内容,利用预测编码,先传输第一个采样点数值,再传输相邻采样点之间的差值,每次传输直接传输差值,第二个采样点=第一个采样点+差值...以此类推。由于视频之间相同内容较多,差值较小,每次传输时可用小比特表示图像,降低了对传输带宽的要求;在通信原理中,在对模拟信号进行编码传输时,也用到了DPCM算法。
(本质:建立一个新信源,将原始信源变为预测误差的信源)
简单总结DPCM算法思想为:根据模型利用以往的样本值对新样本进行预测,每次传输时,只需要传输预测值和实际值之间的差值。
DPCM算法逻辑图:(重点观察两个地方:上半部分量化、下半部分预测)
DPCM算法重点在于理解负反馈过程。注意这里的意思:
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,还可对预测误差进行1比特、2比特和4比特的量化设计(提高要求)。
本实验的目标是验证DPCM编码的编码效率。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。
1.输入图片(提前将bmp文件转换为yuv文件)
2.根据给定的量化比特数进行量化和预测
3.输出预测误差图像和重建图像
4.将预测误差图像写入文件并将该文件输入Huffman编码器
5.根据输出码流画概率分布图、计算压缩比
4.度量失真程度(计算PSNR峰值信噪比)
5.对原始图像和预测误差图像进行Huffman编码
以Birds.bmp为例,arg[1]表示输入,arg[2]表示输出,1表示读写次数1次,输入rgb文件,输出yuv文件
arg[1]表示输入原图,arg[2]表示预测误差,arg[3]表示重建图,arg[4]表示原图概率分布,arg[5]表示残差概率分布
int main(int argc, char* argv[])
{
//初始化
int height = 768;
int width = 512;
int bit = 8;
FILE* yuvname = NULL;
FILE* e_name = NULL;
FILE* rebuid_name = NULL;
FILE* freq_yuv = NULL;
FILE* freq_e = NULL;
//定义缓冲区
unsigned char* predict_buffer;
unsigned char* y_buffer;
unsigned char* u_buffer;
unsigned char* v_buffer;
unsigned char* rebuid_buffer;
y_buffer = (unsigned char*)malloc(width * height);
u_buffer = (unsigned char*)malloc(width * height / 4);
v_buffer = (unsigned char*)malloc(width * height / 4);
rebuid_buffer = (unsigned char*)malloc(width * height);
predict_buffer = (unsigned char*)malloc(width * height);
//打开文件
fopen_s(&yuvname, argv[1], "rb");
fopen_s(&e_name, argv[2], "wb");
fopen_s(&rebuid_name, argv[3], "wb");
fopen_s(&freq_yuv, argv[4], "wb");
fopen_s(&freq_e, argv[5], "wb");
if (yuvname == NULL || e_name == NULL || rebuid_name == NULL)
{
cout << "Open Error!" << endl;
return 0;
}
//读取文件
fread(y_buffer, 1, width * height, yuvname);
fread(u_buffer, 1, (width * height) / 4, yuvname);
fread(v_buffer, 1, (width * height) / 4, yuvname);
//预测差分编码
DPCM(y_buffer, predict_buffer, rebuid_buffer, width, height, bit);
//计算PSNR
PSNR(y_buffer, rebuid_buffer, height, width, bit);
//计算概率分布
int size = height * width;
int count[256] = { 0 };
int pro_y[256] = { 0 };
int pro_e[256] = { 0 };
for (int i = 0; i < size; i++) {
int color = *(y_buffer + i);// (int_buf + i)点的灰度值
count[color]++;
}
for (int j = 0; j < 256; j++)//灰度概率
{
pro_y[j] = (double(count[j]) / size);//原图的概率分布
}
for (int i = 0; i < size; i++) {
int color = *(predict_buffer + i);// (int_buf + i)点的灰度值
count[color]++;
}
for (int j = 0; j < 256; j++)//灰度概率
{
pro_e[j] = (double(count[j]) / size);//预测误差的概率分布
}
//写预测误差文件
fwrite(predict_buffer, 1, width * height, e_name);
fwrite(u_buffer, 1, (width * height) / 4, e_name);
fwrite(v_buffer, 1, (width * height) / 4, e_name);
//写预重建图像文件
fwrite(rebuid_buffer, 1, width * height, rebuid_name);
fwrite(u_buffer, 1, (width * height) / 4, rebuid_name);
fwrite(v_buffer, 1, (width * height) / 4, rebuid_name);
//写概率分布
for (int i = 0; i < 256; i++) {
fprintf(freq_yuv, "%f\n", pro_y[i]);
fprintf(freq_e, "%f\n", pro_e[i]);
}
free(y_buffer);
free(u_buffer);
free(v_buffer);
free(predict_buffer);
free(rebuid_buffer);
fclose(yuvname);
fclose(e_name);
fclose(rebuid_name);
return 0;
}
原始值取值范围(0,255),减去预测值(0,255),预测误差的范围为(-255,255),为保证传入的误差值为正,(预测误差+255),范围为(0,510)-->所需要的bit数为9bit。如果之后想要用4bit、16bit量化可以按照
int Quality(int error, int bit) {///量化
return (error + 255) / pow(2, (9 - bit));//这里pow就是2的(9-bit)次方
}
int FanQuality(int bit, unsigned char rebuid_buffer) {反量化
return rebuid_buffer *pow(2,(9-bit))-255;
}
void DPCM(unsigned char* y_buffer, unsigned char* predict_buffer, unsigned char* rebuid_buffer, int width, int height, int bit)
{
int error;
for (int i = 0; i < height; i++) {///行
for (int j = 0; j < width; j++) {列
if (j == 0) { //第一列以128进行预测
error = (y_buffer[i * width + j]) - 128; //误差值
predict_buffer[i * width + j] = Quality(bit, error); //量化误差值
rebuid_buffer[i * width + j] = FanQuality(bit, predict_buffer[i * width + j]) + 128; //重建值(反量化之后)
}
else { //其他列都以前一列进行预测
error = (y_buffer[i * width + j]) - rebuid_buffer[i * width + j - 1]; //误差值,左侧-右侧
predict_buffer[i * width + j] = Quality(bit, error); //量化误差值
rebuid_buffer[i * width + j] = FanQuality(bit, predict_buffer[i * width + j]) + rebuid_buffer[i * width + j - 1]; //重建值
}
}
}
}
在客观评价图像质量时,我们经常会遇到峰值信噪比PSNR,计算PSNR需要提前计算MSE,这里给出下面两个的公式:
PS:这里的MAX为图像的灰度级,一般等于255。
double PSNR(unsigned char* y_buffer, unsigned char* rebuid_buffer, int height, int width, int dep) {
double max = 255;
double mse = 0;
double psnr=0;
for (int i = 0; i < height; i++)
for (int j = 0; j < width; j++) {
mse += (y_buffer[i * width + j] - rebuid_buffer[i * width + j]) * (y_buffer[i * width + j] - rebuid_buffer[i * width + j]);
}
mse = mse / (double)(width * height);
psnr = 10 * log10((double)(max * max) / mse);
return psnr;
}
得到PSNR结果:
量化比特数 | PSNR(客观评价) | 预测误差图像 | 重建图像(主观评价) | 概率分布 |
8bit | 51.1408 | |||
4bit | 23.0487 | |||
2bit | 9.91007 | |||
1bit | 9.73155 |
原图的概率分布计算:
#include<iostream>
#include<math.h>
using namespace std;
int main(int argc, char* argv[])
{
//初始化
int height = 768;
int width = 512;
int bit = 1;
FILE* yuvname = NULL;
FILE* out = NULL;
//定义缓冲区
unsigned char* y_buffer;
unsigned char* u_buffer;
unsigned char* v_buffer;
y_buffer = (unsigned char*)malloc(width * height);
u_buffer = (unsigned char*)malloc(width * height / 4);
v_buffer = (unsigned char*)malloc(width * height / 4);
//打开文件
fopen_s(&yuvname, argv[1], "rb");
fopen_s(&out, argv[4], "rb");
if (yuvname == NULL )
{
cout << "Open Error!" << endl;
return 0;
}
//读取文件
fread(y_buffer, 1, width * height, yuvname);
fread(u_buffer, 1, (width * height) / 4, yuvname);
fread(v_buffer, 1, (width * height) / 4, yuvname);
//计算概率分布
int size = height * width;
double count[256] = { 0 };
double pro_y[256] = { 0 };
double pro_e[256] = { 0 };
for (int i = 0; i < size; i++) {
int color = *(y_buffer + i);// (int_buf + i)点的灰度值
count[color]++;
}
for (int j = 0; j < 256; j++)//灰度概率
{
pro_y[j] = (double(count[j]) / size);//原图的概率分布
}
//写概率分布
for (int i = 0; i < 256; i++) {
fprintf(out, "%f\n", pro_y[i]);
}
free(y_buffer);
free(u_buffer);
free(v_buffer);
fclose(yuvname);
return 0;
}
观察原图概率分布和预测误差图像概率分布,我们可以看出,原图的概率分布“范围”更广,取值相比于预测误差图像而言,分布更均匀,因此其熵也更大。
对于无失真编码而言,由于香农第一定理,信源符号平均码长的下界为信源熵,如果想达到最好的压缩效果,就希望平均码长最小;利用信源符号间的相关性,减小编码的信息冗余,将均匀分布的信源符号转换为非均匀分布,减少信源熵,提高压缩效率。
比较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)
---> 打开Huffmancode.bat,写入输入、输出,利用Huffman编码器进行熵编码,将熵编码后的结果保存在birds.txt和birds_DPCM.txt中(保存后点击.bat文件)
保存、运行Huffmancode.bat,得到结果
Birds_out.huff为仅进行熵编码的文件、birds_DPCM为进行DPCM+熵编码的文件,对这两个文件比较压缩比:
DPCM+8bit量化+熵编码-----压缩比: 576/340=2.1
仅进行熵编码---------压缩比:576/488=1.6
由此可见,经过熵编码后图像的压缩比更大,即系统的压缩效果更好。
通过本次实验我深刻理解了预测-熵编码的过程。预测尽可能利用信源符号的相关性,减小信息冗余,最大程度的减小信源符号熵。聪明的DPCM系统,通过只传误差,对误差进行编码等,提高了压缩效率。同时在编码器里引入解码器,保证编解码端同步,减少产生误差漂移。
文章浏览阅读971次。Android:项目引入module导致Duplicate class…或Program type already present okhttp3 OkUrlFactory_android okurlfactory
文章浏览阅读595次。现在很多开源项目使用hsqldb作为数据库。了解hsqldb的基本使用方法还是很必要的。这篇不是全面介绍hsqldb的文字,但我认为用这个笔记的内容调试程序够用了。 一、下载数据库,地址在http://sourceforge.net/projects/hsqldb/files/hsqldb/ 我使用的是1.8.0版本。假定下载解压后的目录是D:/hsqldb/, 那么hsqldb.jar在D:/hsqldb/lib目录下。这个jar文件是hsqldb的核心包 二、启动数据库,比如数据库名称为tes_hsqldb的使用
文章浏览阅读1.2k次。前言:将固态硬盘装到电脑,ubuntu系统需要格式化并挂载才能正式使用将固态装在电脑上后,打开后端1:查看现有硬盘分区及挂载状态命令 :df -h没有新增的SSD固态硬盘2:查看服务器所有安装的硬盘状态(包括已安装和未安装的)命令: fdisk -l此时已经安装的磁盘,但是没有分区,先分区3, 将磁盘分区,分一个区挂载到根目录下命令:fdisk /dev/sdb (该目录是上面未安装的磁盘目录)..._怎么看固态硬盘在服务器上的挂载路径
文章浏览阅读3.3k次,点赞3次,收藏16次。TortoiseSVN使用简介_tortoisesvn 文件哪个版本好用
文章浏览阅读379次。作者 | 钱凯杏仁移动开发工程师,前嵌入式工程师,关注大前端技术新潮流。前端开发的屏幕适配其实算是基本功,每个码农在长期实践中都有自己的总结。在 iOS 平台上,苹果爸爸对适配的支持个人感觉很不人性化,提供了 AutoLayout、sizeClass 等技术,感觉没有前端类似 flexBox 这样的技术来得灵活。像是点歪了技能树,过于重视使用 xib 配置_cgfloat left 适配
文章浏览阅读674次。MATLAB中eval函数和cell型数组的组合使用一、evaleval的功能简单来说就是可以把字符串当做命令来执行。经常用于循环当中,特别是有些变量的名字中含有有规律的数字。二、{ }大括号,用于cell型的数组(就是前面讲的单元数组)的分配或引用。比如 a{3,3}=‘china’就是建立了一个3*3的单元数组,a(3,3)就是‘china’三、应用我们在matlab中有事可能会遇到a1、a2、a3…这样的组合,想利用for语句使用里面的数据却无法成功。(例如ai未定义等原因)此时我们使_matlab eval cell
文章浏览阅读2.4w次。PHP是越来越受欢的开发语言,PHP是因网络而生,是专业于网络程序开发的基础平台.很多优势在些不作太多介绍.对于我们习惯了windows操作系统技术人员来讲,在windows系统上架设PHP环境更轻松些.接下来由向大家介绍2008 R2 64位的服务器如何配置最新PHP环境._在2008服务器上面配置phpmyadmin访问
文章浏览阅读719次。1. 特征选择------sklearn代码1.1 特征选择------方差法忽略warning错误import warningswarnings.filterwarnings("ignore")# 方差法from sklearn.feature_selection import VarianceThresholdX = [[0, 2, 0, 3], [0, 1, 4, 3], [0, 1, 1..._python 方差法选择特征
文章浏览阅读2.3k次,点赞2次,收藏11次。WebGL是一种用于在Web浏览器中实现高性能3D图形的技术。本文将帮助读者快速入门WebGL,了解其基本概念和使用方法。我们将介绍WebGL的基本架构和API,包括如何创建WebGL上下文、渲染对象和着色器编程等。此外,我们还会深入探讨WebGL的基本原理和渲染管线,以及如何通过优化渲染流程来提升性能。通过学习本文,读者将能够理解WebGL的核心概念和使用方法,并能够开始开发高性能的3D应用程序。_webgl入门
文章浏览阅读10w+次,点赞1.3k次,收藏6.1k次。一. string的构造函数的形式: string str:生成空字符串string s(str):生成字符串为str的复制品string s(str, strbegin,strlen):将字符串str中从下标strbegin开始、长度为strlen的部分作为字符串初值string s(cstr, char_len):以C_string类型cstr的前char_len个字..._string函数
文章浏览阅读162次。一、赛题理解和学习目标:本次挑战赛以个人信贷为背景,要求选手对金融风控之贷款是否违约进行预测,以此判断是否通过此项贷款的一项问题型比赛。通过学习Task1了解第一个学习内容,要求对金融风控的问题建立数学模型最后给定金融风险程度。在此过程中要了解混淆矩阵、AUC评价指标,KS统计量等二、学习内容:混淆矩阵就是一个2×2的矩阵分为真正类TP、真分类TN、假正类FT、假反类FNFP FN TP TN AUC被定义在ROC曲线下与坐标轴围成的面积(ROC曲线:以真阳性率._风控师学习笔记
文章浏览阅读237次。<!DOCTYPE html><html lang="en"><head> <meta charset="UTF-8"> <meta http-equiv="X-UA-Compatible" content="IE=edge"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>D._js hash追加