数据压缩第四次作业-魔人俊.docxVIP

数据压缩第四次大作业 班级： 学号： 姓名： 魔人俊 一、实验目的： 通过编写DCT的C语言程序，实现对raw格式图片的编码压缩，从而更深入的理解DCT编码这一经典实用的数据压缩方法。二、实验内容：编写基于DCT的C语言图像压缩程序DCT_Code和解压缩程序DCT_Decode。三、算法流程： DCT编码属于正交变换编码。这类算法通常是将空间域上的图像经过正交变换映射到系数空间，使变换后的系数直接相关性降低。图像变换本身并不能压缩数据，但变换后图像大部分能量集中到了少数几个变换系数上，再采用适当的量化和熵编码便可以有效地压缩图像。在目前的多数图像和视频压缩标准中都用到了DCT技术。基于DCT的编码压缩过程框图：DCT变换原始图像数据分成8*8的小块压缩数据量化器熵编码器码表量化表二维DCT变换公式：正变换：反变换：其中变换矩阵C如下所示：在DCT变换域中，低频系数的能量远大于高频系数的能量，变换系数的相关性将大大减小，通过去除高频分量来实现压缩。四、程序设计说明：程序分为两部分，第一部分为编码程序；第二部分为解码程序；这里我们用8阶的dct矩阵压缩一个256*256的raw文件。原图像如下：将256*256的图像分成32*32的8*8的矩阵，对每个矩阵进行8*8的dct变换。经过dct变换后，所得的系数为以10为量化步长对数据进行量化；由此看出非0系数很少，据统计占1/6左右。然后我们将非0的系数和坐标位置压在一个int中。若系数为正则公式为i*256*256+j*256+x/10+1；否则公式为i*256*256+j*256-x/10+0。输出压缩文件code.txt。再根据code.txt还原系数矩阵，再进行dct反变换，得还原图像如下：五、程序压缩性能评价：对于测试文件“compress.raw”进行编码和解码，分别输出“code.txt”和“restore.raw”,其中code.txt为压缩后的编码，restore.raw为解压的图像。压缩比为35%左右。六、程序源代码：/* * dct.c * * Created on: 2015-7-8 * Author: smalljun */#includestdio.h#includestdlib.h#includemath.h#includestring.h#define N 8 #define P 3.141593float cof[8][8],dof[8][8];float c[8][8]={0};float y[256][256]={0};char z[256][256]={0};char x[256][256]={0};//变换矩阵及其转置的赋值void Ct(){int x,y,i,j,k;//变换矩阵for(i=0;i8;i++){cof[0][i]=1.0/sqrt(N);}for(j=1;jN;j++){for(k=0;kN;k++){cof[j][k]=(sqrt(2.0)/sqrt(N))*cos((j*(2*k+1))*P/(2*N));}}//变换矩阵的转置 for(x=0;xN;x++)for(y=0;yN;y++)dof[y][x]=cof[x][y];}//DCT编码void DCT(int dx,int dy){int i,j;for( i=0;iN;i++)for(j=0;jN;j++){float s=0;int k; for(k=0;kN;k++)s+=cof[i][k]*x[k+dx][j+dy]; c[i][j]=s;} for(i=0;iN;i++)for(j=0;jN;j++){float s=0;int k; for(k=0;kN;k++)s+=c[i][k]*dof[k][j]; y[i+dx][j+dy]=s;}}//DCT的逆变换void IDCT(int dx,int dy){int i,j;for(i=0;iN;i++)for(j=0;jN;j++){float s=0; int k; for(k=0;kN;k++)s+=dof[i][k]*y[k+dx][j+dy]; c[i][j]=s;} for(i=0;iN;i++)for(j=0;jN;j++){float s=0; int k; for(k=0;kN;k++)s+=c[i][k]*cof[k][j]; z[i+dx][j+dy]=(int)s;//f[i][j]=(int)s;}}int main(){Ct();int i,j;FILE *fp; fp=fopen(compress.raw,rb); if(!fp) { printf(ERROR!\n); } fread(x,sizeof(char),(256