【正文】 else if(abs(err)=11) lev=7。 endend%function Qvalue=Quant_Value(err)。amp。amp。col==N) Pvalue=newbuf(row1,col)。col==1)||(row1amp。 end if (row1amp。amp。col==1) Pvalue=128。 end case 2 if (row==1amp。 switch dim %預測算法編程 case 1 if col==1 Pvalue=128。[i1,j ]% 1/8x39。[i1,j1] (Pirsch39。[i1,j ] if i1,j=1 or N% 1/2x39。[i,j1] if j1% 2_D DPCM: ^x[i,j]=128 if i=1,j=1% x39。 newbuf(i,j)=Clip_Value(res_val)。 quan_err=Quant_Value(err)。for i=1:M for j=1:N pre_val=Predict_Value(i,j,N,dim)。wrong=zeros(M,N)。% ************************************************************************* % 函數(shù)名稱：% Error_Code() “傳輸誤碼解碼器”算法函數(shù) % 參數(shù)：% M,N 原圖像尺度% dim 選擇預測編碼維數(shù) % newbuf 存放處理后的圖像二維數(shù)組% 說明：% 模擬信道傳輸過程中產生的誤碼，觀察傳輸誤碼經解碼后對恢復圖像的影響，解碼% 后的恢復圖像放在newbuf數(shù)組中。 newbuf(i,j)=Clip_Value(res_val)。 quan_err=Quant_Value(err)。 %定義全局變量for i=1:M for j=1:N pre_val=Predict_Value(i,j,N,dim)。% ************************************************************************* % 函數(shù)名稱：% Dpcm_Code() “線性預測編解碼器”算法函數(shù)% 參數(shù)：% oldbuf 原圖像數(shù)組% M,N 原圖像尺度% dim 選擇預測編碼維數(shù) % newbuf 存放處理后的圖像二維數(shù)組% 說明：% 根據(jù)線性預測編解碼算法調用各個子模塊，對原圖像進行1D/2D線性預測編碼和解碼，% 解碼后的恢復圖像放在newbuf數(shù)組中。實驗的圖像為cla0或cla1。本實驗采用15個量化分層的主觀量化器，其量化電平分別?。?，+5，+10，+17，+28，+39，+52，+67）。（2） 編制二維前值預測DPCM編解碼程序，預測系數(shù)?。?/2,1/4,0,1/4)。實驗名稱：圖像線性預測編碼 實驗目的通過編程設計，掌握幀內DPCM的編解碼方法（預測，量化）及其壓縮性能。 end endEnd 實驗結果及分析（原圖像和處理后的圖像比較及分析）如上圖所示，即為實驗結果。endfor i=1:n for j=1:n if (inbuf(i,j)xt) outbuf(i,j)=a0。 end endendif q~=m a0=round(temp0/(mq))。 temp1=temp1+inbuf(i,j)。 endendxt=temp/m。 inbuf=double(inbuf)。 q=0。 temp0=0。 end end end end% function outbuf=BtcBlock(inbuf,n)% *************************************************************************% 函數(shù)名稱：% btcblock() 方塊編碼算法函數(shù)% 參數(shù)：% inbuf 方塊數(shù)組% n 方塊尺寸% outbuf 存放處理后的方塊圖像% 說明：% 把原圖像分成n*n子塊，對每個方塊的圖像數(shù)據(jù)分別計算xt,a0,a1值，再用分辨率分% 量(a0,a1)替代方塊原來的數(shù)據(jù) 最后放入方塊圖像數(shù)組中并返回該數(shù)組。 end end outbuf=BtcBlock(inbuf,n)。 for j=1:colblocks1 col=j*n。 colblocks=N/n。 實驗方法及編程用Matlab進行編程，主要是對照著實驗書上面的算法流程圖進行代碼的編 寫，下面是主要的實驗代碼：function newbuf=BtcCode(oldbuf,M,N,n)% ***************************************************************