基于哈夫曼編碼的圖像編解碼系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)-wenkub.com
2024-08-27 17:32 本頁面
【正文】 而圖像數(shù)據(jù)壓縮的目的是在滿足一定圖像質(zhì)量條件下，用盡可能少的比特?cái)?shù)來表示原始圖像，以提高圖像傳輸?shù)男屎蜏p少圖像存儲(chǔ)的容量。每步只需對兩個(gè)分支各賦予一個(gè)二進(jìn)制碼，如對概率大的賦予碼 0，對概率小的賦予碼 1。 （ 2） 哈夫曼編碼的步驟是什么？ 答： ，然后把最末兩個(gè)符號的概率相加，合成一個(gè)概率。 總之這次設(shè)計(jì)，我受益匪淺。 武漢理工大學(xué)《 信息處理課群綜合訓(xùn)練與設(shè)計(jì) 》 18 通過 本次 設(shè)計(jì) ，我進(jìn)一步鞏固了 哈夫曼壓縮編碼基本原理及方法 ，學(xué)會(huì)了使用 MATLAB 編寫哈夫曼編碼程序，并仿真實(shí)現(xiàn) 基于哈夫曼編碼的圖像編解碼系統(tǒng) ；也 初步了解圖像壓縮 編碼技術(shù)的應(yīng)用和開發(fā)，進(jìn)一步提高編程能力；此外，我對于 matlab 的有關(guān)操作也更加熟悉了。壓 縮率為 。 end 解碼返回符號函數(shù) %%%%%%%%%%%%%%%%%%%%函數(shù) decode 返回碼字對應(yīng)的 符號 %%%%%%%%%%%%% % 信息處理課群綜合訓(xùn)練與設(shè)計(jì) 基于哈夫曼編碼的圖像編解碼系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn) %信息 SY1001 班 王鳴 0121009320403 function byte=decode(code,info) byte=(code)。 for index=0:255 武漢理工大學(xué)《 信息處理課群綜合訓(xùn)練與設(shè)計(jì) 》 14 f(index+1)=sum(vector==uint8(index))。input argument must be a uint8 vector39。 end end vector=reshape(vector,)。 if byte0 vector(vectorindex)=byte1。 code=0。 %開始解碼 weights=2.^(0:51)。)。 string=repmat(uint8(0),1,len.*8)。) error(39。 =m。 =huffcodes。 zipped=uint8(weights*double(string))。 end end codeword=[codeword{:}]。 end 武漢理工大學(xué)《 信息處理課群綜合訓(xùn)練與設(shè)計(jì) 》 11 if len0 code=sum(weights(codeword{index}==1))。 weights=2.^(0:23)。 pad=8mod(len,8)。 len=length(code)。 for index=1:length(vector) len=len+length(codeword{double(vector(index))+1})。 symbols_index=symbols_index(sortindex)。 codeword_tmp(index2)=addnode(codeword_tmp(index2),uint8(1))。 codeword_tmp=cell(len,1)。 [f,sortindex]=sort(f)。 vector=vector(:)39。) eror(39。maxcodelen=%d\n39。 %=為湊整字節(jié)數(shù)，編碼字符串最后添加零的位數(shù) fprintf(39。解碼后的圖像 39。原始圖像 39。 unzipped=huffdecode(zipped,info)。39。 ）； %=壓縮率 fprintf （ 39。）； %解碼 vectorindex=1； codeindex=1； code=0； for index=1:len； code=bitset（ code， codeindex， string（ index））； codeindex=codeindex+1； byte = （ bitset （ code， codeindex））； %從碼字表中讀出對應(yīng)元素 if byte0； vector（ vectorindex） =byte1； codeindex=1； code=0； vectorindex=vectorindex+1； （ 5）顯示編碼的壓縮信息（如壓縮率、最大碼長等），部分程序如下所示： whos data huffcode huffdecode %顯示壓縮效果 fprintf（ 39。部分程序如下： while length（ p） 1； index1=simbols_index{1}； index2=simbols_index{2}； codeword_tmp （ index1） =addnode （ codeword_ tmp（ index1）， uint8（ 0））； codeword_tmp （ index2） =addnode （ codeword_ tmp（ index2）， uint8（ 1））； p=[sum（ p（ 1:2）） p（ 3:end） ]； simbols_index =[{[index1 index2]} simbols_index（ 3:end） ]； [p， sortindex]=sort（ p）； %將數(shù)據(jù)重新排列 simbols_index=simbols_index（ sortindex）； （ 3）從最后一步開始反向進(jìn)行分配碼字，對于每次相加的兩個(gè)概率，給大的賦 “0”，小的賦 “1”，存儲(chǔ)到一個(gè)稀疏矩陣，最后寫出 01 序列的哈夫曼編碼。 哈夫曼編碼的缺點(diǎn) 哈夫曼編碼雖然是最佳編碼，但 存在一些缺點(diǎn) ，具體如下 ： （ 1）對于過短的文件進(jìn)行編碼，意義不大。 例如：假設(shè)信源符號為【 a、 b、 c、 d、 e、 f、 g】，其出現(xiàn)的概率相應(yīng)的為【 、 、 、 、 、 】，一共 7 個(gè)字符，對其進(jìn)行 哈夫曼 編碼，算法如下： 首先按照每個(gè)字符出現(xiàn)的頻率大小從左到右排列： 、 、 、 、 、 ；選出最小的兩個(gè)值作為葉子節(jié)點(diǎn)構(gòu)成一棵二叉樹，值較 大的葉子節(jié)點(diǎn)在左，兩個(gè)葉子節(jié)點(diǎn)對應(yīng)的頻率之和作為根節(jié)點(diǎn)。 ，然后再把最末兩個(gè)符號的概率武漢理工大學(xué)《 信息處理課群綜合訓(xùn)練與設(shè)計(jì) 》 4 加起來，合成一個(gè)概率。即， 對于出現(xiàn)概率大的信息符號編以短字長的碼，對于出現(xiàn)概率小的信息符號編以長字長的碼。則其信息量定義為 : ia =logP(a )I i（ ） 由此可見一個(gè)消息出現(xiàn)的可能性越小，其信息量就越多，其出現(xiàn)對信息的貢獻(xiàn)量越大，反之亦然。人的視覺對于邊緣急劇變化不敏感 (視覺掩蓋效應(yīng) )，對顏色分辨力弱，利用這些特征可以在相應(yīng)部分適當(dāng)降低編碼精度而使人從視覺上并不感覺到圖像質(zhì)量的下降，從而達(dá)到對數(shù)字圖像壓縮的目的。在圖像的同一行相鄰象素之間，相鄰象素之間，活動(dòng)圖像的相鄰幀的對應(yīng)象素之間往往存在很強(qiáng)的相關(guān)性，去除或減少這些相關(guān)性，也即去除或減少 圖像信息中的冗余度也就實(shí)現(xiàn)了對數(shù)字圖像的壓縮。在以上的條件下，其為數(shù)據(jù)壓縮提供了可能性。把它數(shù)字化，每幀 512x512 象素，每象素的 R、 G、 B 三分量分別占 8 bit，總比特?cái)?shù)為 90x60x24x3x512x512x8bit=97,200M。要占用很多的資源，花很高的費(fèi)用。無損壓縮編碼 武漢理工大學(xué)《 信息處
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1