数字视频报告-图像的DPCM预测编码研究

1、成绩评阅人中国矿业大学2015-2016学年第一学期数字视频技术课程小设计考核设计题目：图像的dpcm预测编码研究专业班级：学生姓名：-学生学号：_指导教师：成 绩：本人郑重声明：本人认真、独立完成了查找资料、完成作业、编写程序等考核任务, 无抄袭行为。签字:口期:设计任务、目的和要求：1.1设计任务：dpcm预测编码1.2设计目的：1 了解图像压缩的意义和手段；2熟悉dpcm预测编码的基本性质；3熟练掌握dpcm预测编码的方法与应用；4掌握利用matlab编程实现数字图像的dpcm预测编码。1.3设计要求：查阅无损和有损dpcm预测编码资料，分别实现图像的一阶，二阶，三阶， 四阶dpcm编码

2、和解码恢复图像；实现无损和有损处理结果对比，处理结果要 求最终图像显示，且计算压缩比。二、总体方案设计2.1 dpcm 原理:dpcm编码，简称差值编码，是对模拟信号幅度抽样的差值进行量化编码的调 制方式（抽样差值的含义请参见“增量调制”）。这种方式是用已经过去的抽样值 来预测当前的抽样值，对它们的差值进行编码。差值编码可以提高编码频率，这 种技术已应用于模拟信号的数字通信之中。对于有些信号（例如图像信号）由于信号的瞬时斜率比较大，很容易引起过载, 因此，不能用简单增量调制进行编码，除此之外，这类信号也没有像话音信号那 种音节特性，因而也不能采用像音节压扩那样的方法，只能采用瞬时压扩的方法。

3、但瞬时压扩实现起来比较困难，因此，对于这类瞬时斜率比较大的信号，通常采 用种综合了增量调制和脉冲编码调制两者特点的调制方法进行编码，这种编码 方式被简称为脉码增量调制，或称差值脉码调制，用dpcm表示。2.2运行环境本次课程小设计使用的软件平台为matlab2014ao2.3编码算法原理及流程图dpcm编码q传输预测误差adpcm有损编、解码原理图系统包括，发送、接收和信道传输三个部分。发送端由编码器、量化器、预 测器和加/减法器组成；接收端包括解码器和预测器等；信道传送以虚线表示。 由图可见dpcm系统具有结构简单，容易用硬件实现（接收端的预测器和发送 端的预测器完全相同）的优点。图中输入信

4、号f（i,j）是坐标为力像素点的实际 /灰度值，/力是由己岀现先前相邻像素点的灰度值对该像素点的预测灰度值。心j）是预测误差。假如发送端不带量化器，直接对预测误差4丿）进行编码、传送，接收端可以无误差地恢复/亿力。这是可逆的无失真的dpcm编码，是 信息保持编码；但是，如果包含量化器，这时编码器对孑亿丿）编码，量化辭导 致了不可逆的信息损失，这时接收端，经解码恢复出的灰度信号，不是真正的 儿",以厂力表示这吋的输出。可见引入量化器会引起一定程度的信息损 失，使图像质量受损。但是，为了压缩比特数，利用人眼的视觉特性，对图像信 息丢失不易觉察的特点，带有量化器有失真的dpcm编码系统还是

5、普遍被采用。其中无损编码与有损编码的区别在于是否被量化。预测误差不被量化，直接被编码传送的是无损量化，预测误差被量化，再经编码传送的是有损编码。三、设计与实现matlab程序如卜：咎一阶/二阶/三阶/四阶预测的区别不仅在于信号的清晰度，而更重要在于 部介数越高，图像越光滑.clcclearclose all;咎从d盘导入图片，以学校风光图片为例实现dpcmi03=imread(1cumtjpg 1);*把rgb图像转化为灰度图像i02=rgb2gray (103);i=double (102);fidl=fopen(,mydatal.dat1z 1w*);fid2=fopen(1mydata2

6、.dat1z 1w1);fid3=fopen(1mydata3.dat1,1wf);fid4=fopen(1mydata4.dat1,1w1);m,n=size (i);咎对预测信号将边缘锁定，防止程序运行时抓不到数据jl=ones(m,n);ji(1:mz1)=1 (1 :m, 1);ji(lzl:n)=i(lzl:n);ji (1 :m, n) =1 (1 :mz n);ji (m, 1:n) =1 (mz 1:n);j2=ones(m,n);j2 (1 :m, 1) =1 (1 :mz 1);j2(lzl:n)=i(lzl:n);j2 (1 :mz n) =1 (1 :mz n);j2

7、(m, 1:n) =1 (mz 1:n);j3=ones(m,n);j3 (1:m, 1) =1 (1: m, 1);j3(lzl:n)=i (lzl:n);j3 (1 :m, n) =1 (1 :m, n);j3 (m, 1:n) =1 (m, 1:n);j4=ones(m,n);j4(1:叫1)=1 (l:mz 1);j4(lzl:n)=i(1,l:n);j4 (1 :mz n) =1 (1 :m, n);j4 (m, 1: n) =1 (m, 1: n);%阶dpcm编码for k=2:m-1for 1=2:n-1jl(kzl)=i(kzl)-i(kzl-l);endendjl=roun

8、d(ji);contl=fwrite(fidl,ji,'int8');ccl = fclose (fidl);咎二阶dpcm编码for k=2:m-1for 1=2:n-1j2 (k,l)=i(kzl)-(i (k, 1-1) /2 + i (k-1,1) /2);endendj2=round(j2);cont2=fwrite(fid2,j2z 'int8');cc2=fclose(fid2);咎三阶dpcm编码for k=2:m-1for 1=2:n-1j3(k,l)=i(kzl)-(i(k,1-1)*(4/7)+i(k-1,1)*(2/7)+i(k-1,1-

9、1)* (1/7);endendj3=round(j3);cont3=fwrite(fid3,j3,1;cc3=fclose(fid3);咎四阶dpcm编码for k=2:m-1for 1=2:n-1j4(k,l)=i(kzl)-(i(kz1-1)/2 + i(k-lz1)/4 + i(k-lz1-1)/8+i(k-1,1 + 1) /8);endendj4=roimd (j4 );cont4 = fwrite(fid4,j4, 1 int8');cc4=fclose(fid4);figure (1)subplot(2,2,1);imshow(jl) ;%，阶绝对残井图像axis of

10、fbox offtitle (' 一阶绝对残差图像');subplot(2,2,2);imshow (j2);労二阶绝对残差图像axis offbox offtitleczl阶绝对残差图像，)；subplot(2,2,3);imshow (j3);労三阶绝对残差图像axis offbox offtitle (三阶绝对残差图像subplot(2,2,4);imshow (j4 );労四阶绝对残差图像axis off box off title (-四阶绝对残差图像t;%以上是dpcm编码的编码过程，为了使程用具有连贯性，将编码和解码放在同一个m文件0录下%=%以下是dpcm解码f

11、idl = fopen(1mydataldat1, 1r 1 );fid2=fopen(1mydata2.dat1,1r1);fid3=fopen(1mydato3.det1 , 1r 9 );fid4 = fopen(fmydata4dat1 , 1r1 );ill = fread(fidl,contl, 1int81);i12=fread(fid2,cont2,'int8');i13=fread(fid3,cont3,1int81);i14 = fread(fid4,cont4* 1 int8');tt=l;for 1=1:nfor k=l:mil(k,1)=111

12、 (tt); tt=tt+1;endend tt=1;for 1=1:nfor k=l:mi2(kfl)=i12(tt);endend tt=l;for 1=1:nfor k=l:mi3(kzl)=113(tt); tt=tt+l;endendtt=l;for 1=1:nfor k=l:m14(k,1)=114 (tt);tt=tt+1;endendil=double (ii);i2=double (12);i3=double (13);i4=double (14);jl=ones(m,n);ji(1:mz1)=11 (1:mz 1);ji(lzl:n)=il (lzl:n);ji(1:m,n

13、)=11(1:mz n);ji (m, 1:n) =11 (m, 1:n);j2=ones(m,n);j2(l:mz1)=12 (l:mz 1);j2(lzl:n)=i2(lzl:n);j2 (1 :m, n) =12 (1 :m, n);j2 (m, 1: n) =12 (m, 1: n);j3=ones(mz n);j3(l:mz1)=13(l:mz1);j3(lzl:n)=i3(lzl:n);j3 (1 :m, n) =13 (1 :m, n);j3 (mz 1: n) =13 (m, 1: n);j4=ones(m,n);j4(l:m,1)=14(l:mz1);j4(1,l:n)=i4

14、(1,l:n);j4(1:mz n)=14 (1 :mz n);j4 (m, 1: n) =14 (m, 1: n);%阶解码for k=2:m-lfor 1=2:n-1ji (k, 1)=11 (k, 1) +j1 (k, 1-1);endendccl = fclose (fidl);jl=uint8(ji);咎二阶解码for k=2:m-1for 1=2:n-1j2 (k, 1) =12 (k, j.) + (j2 (k, 1-1) /2+j2 (k-lz 1) /2);endendcc2=fclose(fid2);j2=uint8(j2);咎三阶解码for k=2:m-1for 1=2:

15、n-1j3(kzl)=i3(kzl) + (j3(kz1-1)*(4/7)+j3(k-1,1)*(2/7)+j3(k-1,1-1)* (1/7);endendcc3=fclose (fid3);j3=uint8(j3);咎四阶解码for k=2:m-1for 1=2:n-1j4(k, 1)=14(k, 1) + (j4(k,1-1)/2+j4(k-1,1)/4+j4(k-1,1-1)/8+j4(k-1,1 + 1)/8)fendendcc4 = fclose (fid4 );j4=uint8(j4);for k=l:mfor 1=1:ndl(k, 1)=round(i(k,1)-ji(k,1)

16、;endendfor k=l:mfor 1=1:nd2(k, 1)=round(i(k,1)-j2(k,1);endendfor k=l:mfor 1=1:nd3(k,1)=round(i(k,1)-j3(k,1);endendfor k=l:mfor 1=1:nd4(k,1)=round(i(k,1)-j4(k,1);endendfigure (1)subplot(2,2,1);imshow (dl) ;%阶图像重建后误差axis offbox offtitle (，阶图像重建后误差，)；subplot(2,2,2);imshow (d2) ;%二阶图像重建后误差axis offbox of

17、ftitle (，二阶图像重建后误差，)； subplot(2,2,3);imshow (d3) ;%三阶图像重建后误差axis offbox offtitle (l三阶图像重建后误差1 ); subplot(2,2,4);imshow (d4 ) ;%四阶图像重建后误差axis offbox offtitle (-四阶图像重建后误差，)；%分区画图figure (2)subplot(3,2,1);imshow(103);%隐藏坐标轴和边框，以免坐标轴与标题重叠axis offbox offtitle (* 原始图像'z ' fontsize ',11/ ' f

18、ontname *, * 隶体');subplot(3, 2,2);imshow(102);axis offbox offtitle ('灰度图像'r ' fontsize 1 z 11, * fontname ','隶体');subplot(3,2,3);imshow(ji);axis offbox offtitle (* 一阶预测','fontsize ' z 11, ' fontname 1,'隶体');subplot(3,2,4);imshow(j2);axis offbox off

19、title (* 二阶预测','fontsize ' z llz ' fontname *,'隶体');subplot(3,2,5);imshow(j3);axis offbox offtitle ('三阶预测','size ' z 11, ' fontname ','隶体 *);subplot(3, 2,6);imshow(j4);axis offbox offtitle (* 四阶预测','fontsize ' z 11, ' fontname * z &

20、#39;隶体');四、测试与调试为了使程序具有连贯性，将编码和解码放在同一个m文件目录下。同时将图片文 件同样放入该m文件目录下，便于程序运行调用。本程序实现一阶/二阶/三阶/ 四阶dpcm数字信号预测。一阶/二阶/三阶/四阶预测的区别不仅在于信号的清 晰度，而更重要在于阶数越高,图像越光滑。三阶绝对残茅图像四阶绝对残茅图像一阶图像重建后误茅二阶图像巫建后误斧三阶图像重建后误茅四阶图像1e建后误弟原始图像灰度图像-阶预测二阶预测三阶预测四阶预测原图像大小：791 kbcumt.bmp 厘性全治细信息t页丽版本cumt. bmp文件类型：bmp 文件（.bmp）打开方式：邑windows

21、照片查看器更改©位置：c： misershpdocumeritsmatlab大小：791 kb （810, 054 字:节）占用空间：792 kb （811,008 字:节）创建时间：2015 年 11 月 260, 10:57:32修改时间:2015 年 11 月 260, 10:57:32访问时间:2015 年 11 月 260, 10:57:32-属性：疋隐藏01)高级取消确定一阶压缩后的图像大小:00041adoh：:0000fcf9f4f5fd01fefafffdfcfdff0100041aeoh：:0100fdfdff04060101oa fa 00f8fb0911000

22、41a£0h：:120d04f7fcefe0dccfdid5d4dic2b8ba00041b00h：:b4b1c8cbcfd4dbe4000000000000000000041bl0h:0000000000000000000000000000000000041b20h:0000000000000000000000007f00000000041b30h:ff00000000000000000000000000000000041b40h:00000000ffffffffffffffff0000000000041b50h:00000000ffffffffffffffffffffffff00

23、041b60h:ffffffff00000000000000000000000000041b70h:0000000000000000000000000000000000041b80h:000000000000000000000000ffffffff00041b90h:ffffffff0000000000000000ffffffff00041ba0h:ffffffff0000000000000000ffffffff00041bb0h:fffffffffffffffffffffffffefdfefe00041bc0h:fcfdff00fefefefeffffff000000000000041bd0

24、h:0000010001010102fffafb01fcfdfefe00041be0h:fdfcfcfcfcfbfffdfcfdf8f7eff4f6f300041b£0h:f3f4f1ebf4f3fe0604060803fbfd000100041c00h:010201fff2ea e8f3010702fc1514od0700041cloh:01f2e7ea f2f90bof08070300fe07fdef00041c20h:f6030402161208010500f3f4f400f8fe00041c30h:080e12fe01071205flf806092e2500f600041c4

25、0h:060807040804fbfd04070700ff00fcfc00041c50h:00fffe00fa 0303fffcfe0300fffffefe00041c60h:0001030400000000010000fffeff000000041c70h:020203030000000101000000010100ff00041c80h:000000000000010001000100ffffffff00041c90h:ffff00ff0407060402020104fcff020000041caoh:fdfbfe03fe0102fffcf7f5f7fb01fcfd00041cb0h:03

26、fefd0003f600fa fc06fbfd020601e900041ccoh:d4cbc7c7b7b7b6b7bbc300000000000000041cdoh:0000000000000000000000000000000000041ceoh:00000000000000000000000000007f7f00041c£oh:7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f00041d00h:7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f00041dl0h:7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f00041d20h:7f

27、7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f00041d30h:7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f00041d40h:7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f00041d50h:7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f00041d60h:7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f00041d70h:7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f00041d80h:7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f7f00041d90h:7f7f7f7f

28、7f7f7f7f7f7f7f7f4944312c00041da0h:3136312f3231312e39322d2d2024293400041db0h:393532332e25282f6a 716b6e7165707700041dc0h:79767d7f7f717f6e64625f5e615e5d6600041dd0h:6b615d54444a 374060563f443d32354400041de0h:3e2c314442323c3e4f5557462c392d3b00041d£0h:39353336382a 2f43432723232a 5b7f7f00041e00h:7f7f7f7f6e643a 2c42464039453a 2fie00041eloh:2a 7f7f7f7f7f7f7f7f7f666065402f4800041e20h:54586a 735b3d2