DPCM编码

最新推荐文章于 2022-12-06 15:23:21 发布

原创

最新推荐文章于 2022-12-06 15:23:21 发布 · 6.9k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#数据压缩

本文介绍了DPCM编码的原理，利用像素间的关联性减少图像数据的冗余，实现压缩。通过预测器和量化器的设计，讨论了实际应用中的优化策略。实验流程包括图像转换、预测误差计算、量化、反量化和编码效率比较，结果显示DPCM结合熵编码对于高相关性的灰度图像，编码效率更优。

实验原理

预测编码的原理

在数字图像中，如果不是随机的噪声，那么每个像素与其周围的像素都会存在着一定的关联，像素值很大程度上依赖于其邻域中其它像素的值。也就是预测误差（在这个实验中用当前像素值与前一个像素值的差来表示）应该非常接近，通常比单个的像素值要小。因此如果只存储预测误差，由预测误差也可以重构出原图像，而且这样可以降低图像中的冗余信息，实现图像的压缩。
如果用前面几个样值的线性组合来预测当前的样值，称为线性预测，只用前一个样值进行预测，就称为 DPCM

DPCM