数字图像处理实验六压缩编码.docVIP

实验六 统计压缩编码 实验目的： 1，掌握不等长编码的基本原理及方法 2，掌握衡量压缩效果的技术指标 3，掌握Huffman编码的方法 二，实验条件 1，MATLAB 2，典型的灰度、彩色图像文件 三，原理 1.去除数据冗余度可以有效的压缩数据 2.图像编码的主要技术指标：压缩比、客观评价值SNR、主观评价值 四，实验内容： 1，通过MATLAB编程，对8*8图像子块实施Hiffman编码并计算平均码长 2，计算上述编码的效率，压缩比并对相应数据作出解释。 五，实验步骤 1，Huffman编码的方法与步骤如下所示： （1）将概率按从小到大的顺序排列 （2）给两个概率最小的信源符号和各分配一个码位“0”和“1”，将这两个信源符号合并成一个新符号，并用这两个最小的概率之和最为新符号的概率，结果得到一个只包含（n-1）个信源符号的新信源，称为信源的第一次缩减信源，用S1表示。 （3）将缩减信源S1的符号仍按概率从大到小的顺序排列，重复步骤2，得到只含（n-2）个符号的缩减信源S2。 （4）重复上述步骤，直至缩减信源只剩两个符号为止，此时所剩的两个符号的概率之和为1。然后从最后一级缩减信源开始，依编码路径向前返回，就得到各信源符号所对应的码字。 2，假设这个8*8的字块是由0-5这六个像素组成，对这个字块进行概率统计，并按概率从小到大的顺序排列，如下所示： P=（0.25 0.25 0.2 0.15 0.1 0.05） 则对于假设的字块进行Huffman编码的matlab程序如下所示： n=input(N=);% L=0; H=0; for i=1:n P(i)=input(P=);%输入像素概率分布 s=s+P(i); end if s~=1 error(不符合概率分布); end P=sort(P); p=P; mark=zeros(n-1,n); %mark为n-1行，n列矩阵，用来记录每行概率排列次序 for i=1:n-1 [P,num]=sort(P); %对输入元素排序并记录 mark(i,:)=[num(1:n-i+1),zeros(1,i-1)]; P=[P(1)+P(2),P(3:n),1]; end for i=1:n-1 table(i,:)=blanks(n*n); %blanks 创建空格串 end table(n-1,n)=1; table(n-1,2*n)=0 for i=2:n-1 table(n-i,1:n-1)=table(n-i+1,n*(find(mark(n-i+1,:)==1))-(n-2):n*(find(mark(n-i+1,:)==1))); %按mark的记录依次赋值 table(n-i,n)=1; table(n-i,n+1:2*n-1)=table(n-i,1:n-1); table(n-i,2*n)=0; for j=1:i-1 table(n-i,(j+1)*n+1:(j+2)*n)=table(n-i+1,n*(find(mark(n-i+1,:)==j+1)-1)+1:n*find(mark(n-i+1,:)==j+1)); %mark的记录依次赋值 end end %得到编码后的码字 for i=1:n W(i,1:n)=table(1,n*(find(mark(1,:)==i)-1)+1:find(mark(1,:)==i)*n); l(i)=length(find(abs(W(i,:))~=32)); %32表示空字符，要找不是空字符的个数，即为每个数编码的个数 L=L+p(i)*l(i); %计算平均码长 H=H-p(i)*log2(p(i));%计算信源熵 end xiaolv=H/L; %计算编码效率 disp(输出每个概率的编码); disp(W); disp(输出平均码长L：); disp(L); disp(输出编码效率xiaolv：); disp(xiaolv); 3，计算结果如下： （1）输出每个灰度级的编码 0001 0000 001 11 10 01 （2）计算其平均码长和编码效率 平均码长 L= 2.4500 编码效率 xiaolv= 0.9891 图一 运行及结果 实验总结： 在实验中，假设了灰度级为6，即像素值为0-5。同时，只是简单的对一个8*8字块进行概率统计，然后进行Huffman编码，这相对于