基于哈夫曼编码的图像编解码系统设计及实现本科毕业设计.docVIP

课程设计任务书 题 目: 基于哈夫曼编码的图像编解码系统设计及实现 初始条件： 计算机 Windows8操作系统 MATLAB7.8.0软件 要求完成的主要任务: 设计哈夫曼编码的图像编解码系统、利用软件编写程序、仿真实现 时间安排： 第1-18周：理论讲解 第19周：理论设计，实验室安装调试以及撰写设计报告 答辩： 时间：7月2日 地点: 鉴主15楼通信实验室四 指导教师签名： 年 月 日 系主任（或责任教师）签名： 年 月 日 目录 目录 I 摘要 II ABSTRACT III 1引言 1 1.1图像数据压缩的目的 1 1.2图像数据压缩的原理 1 1.3常用的压缩编码方法 3 2哈夫曼编码 3 2.1 哈夫曼编码简介 3 2.2哈夫曼编码步骤 3 2.3 哈夫曼编码的缺点 5 3基于哈夫曼编码的图像编解码系统的程序设计 6 3.1 分块程序设计分析 6 3.2主程序 8 3.3程序函数 8 3.3.1编码函数 8 3.3.2解码函数 12 3.3.3符号概率计算函数 13 3.3.4节点添加函数 14 3.3.5解码返回符号函数 14 4系统仿真结果 15 4.1程序运行结果 15 4.2 程序运行结果分析 16 5.总结 18 参考文献 19 摘要 本论文首先介绍了图像压缩相关知识。随后，分析概述了哈夫曼压缩编码的原理及方法，并采用 MATLAB 软件对两幅图片进行压缩编码程序设计，获得压缩信息及哈夫曼编码表，分析压缩后的图像像素数据及压缩比。 关键词： 图像压缩；MATLAB；哈夫曼编码;无损压缩编码 ABSTRACT This paper firstly introduces the theoretical knowledge of image compression. Then, it analyses the principle and method of Huffman coding and using Huffman coding principle and methods, compression coding design is made for two images on the MATLAB software. Also gain the compression information and Huffman coding table. What’s more, compressed image pixel data and compression ratio are analyzed. Key words： Image compression; MATLAB; Huffman encoding Lossless compression coding 1引言 1.1图像数据压缩的目的 数字图像通常要求很大的比特数，这给图像的传输和存储带来相当大的困难。要占用很多的资源，花很高的费用。一般原始图像中存在很大的冗余度。 例如一幅512x512512x512x8=256k 。 例如2；一部90分钟的彩色电影，每秒放映24帧。把它数字化，每帧512x512象素，每象素的R、G、B三分量分别占8 bit，总比特数为90x60x24x3x512x512x8bit=97,200M。 例如3：一张CD600兆字节数据，这部电影光图像（还有声音）就需要160张CD光盘用来存储。 所以，对图像数据进行 对数字图像进行压缩通常利用两个基本原理:一是数字图像的相关性。在图像的同一行相邻象素之间，相邻象素之间，活动图像的相邻帧的对应象素之间往往存在很强的相关性，去除或减少这些相关性，也即去除或减少图像信息中的冗余度也就实现了对数字图像的压缩。帧内象素的相关称做空域相关性。相邻帧间对应象素之间的相关性称做时域相关性。二是人的视觉心理特征。人的视觉对于边缘急剧变化不敏感(视觉掩盖效应)，对颜色分辨力弱，利用这些特征可以在相应部分适当降低编码精度而使人从视觉上并不感觉到图像质量的下降，从而达到对数字图像压缩的目的。 图像压缩是通过删除图像数据中冗余的或者不必要的部分来减小图像数据量的技术，压缩过程就是编码过程，解压缩过程就是解码过程。压缩技术分为无损压缩和有损压缩两大类，前者在解码时可以精确地恢复原图像，没有任何损失；后者在解码时只能近似原图像，不能无失真地恢复原图像。假设有一个无记忆的信源,它产生的消息为{ai},1≤i≤N,其出现的概率是已知的,记为P(ai)。则其信息量定义为: 由此可见一个消息出现的可能性越小，其信息量就越多，其出现对信息的贡献量越大，反之亦然。 信源的平均信息量称为“熵”（