一、實驗原理

       DPCM是差分預測編碼調製的縮寫，它利用過去的抽樣值來預測當前的抽樣值，對它們的差值進行編碼。差值編碼可以提高編碼頻率，這種技術已應用於模擬訊號的數字通訊之中。影象內的畫素值之間並非相互獨立，某一畫素與周圍畫素之間存在一定的關係，這一關係導致整幅影象的資訊熵不是很大。DPCM利用當前畫素值減去前一畫素值，得到差值，以減少影象之間的冗餘，原理圖如下。

      在DPCM系統中，需要注意的是預測器的輸入是已經解碼以後的樣本。之所以不用原始樣本來做預測，是因為在解碼端無法得到原始樣本，只能得到存在誤差的樣本。因此，在DPCM編碼器中實際內嵌了一個解碼器，如編碼器中虛線框中所示。

二、實驗流程

      在一個DPCM系統中，有兩個因素需要設計：預測器和量化器。理想情況下，預測器和量化器應進行聯合優化。實際中，採用一種次優的設計方法：分別進行線性預測器和量化器的優化設計。

      首先讀取一個256級的灰度影象，採用自己設定的預測方法計算預測誤差，並對預測誤差進行8位元均勻量化。還可對預測誤差進行1位元、2位元和4位元的量化設計。

      在DPCM編碼器實現的過程中可同時輸出預測誤差影象和重建影象。將原始影象檔案輸入輸入Huffman編碼器，得到輸出碼流、給出概率分佈圖並計算壓縮比。最後比較兩種系統（DPCM+熵編碼和僅進行熵編碼）之間的編碼效率（壓縮比和影象質量）。

首先，根據之前的方法，將一幅bmp檔案轉化為yuv檔案。將yuv分量作為本次實驗的樣本，進行DPCM後進行Huffman編碼。

     由於第一個畫素沒有預測，所以假設為128，第一個畫素預測為128，算出誤差。

void DPCM(int Xdim, int Ydim, void *Yin, void *d_buff, void *re_buff, int q_bits)
{
	long i, j;
	unsigned char *y, *diff, *re;

	y = (unsigned char *)Yin;
	diff = (unsigned char *)d_buff;
	re = (unsigned char *)re_buff;
	int wc;//原始誤差  
	int a = pow(2.0, q_bits);//量化級數
	int lhjg = 512 / a; //量化間隔：（-255，255）/（2^q_bits）
	int temp;

	for (i = 0; i < Ydim; i++)
	{    //對每一列第一個畫素值進行預測量化
		wc = y[Xdim*i] - 128;//假設第一行預測值為128  
		diff[Xdim*i] = (wc + 255) / lhjg;//量化值  
		temp = (diff[Xdim*i] - 255 / lhjg)*lhjg + 128;//重建電平  
		//=(diffy[Xdim] -64)*2+ 128;這種寫法錯誤  
		if (temp>235) temp = 235;//保護電平（16,235）
		if (temp < 16) temp = 16;
		re[Xdim*i] = temp;
		for (j = 1; j < Xdim; j++)
		{    //對該行剩下畫素量化預測  
			wc = y[Xdim*i + j] - re[Xdim*i + j - 1];//當前值-上一畫素重建值  
			diff[Xdim*i + j] = (wc + 255) / lhjg;//量化值  
			temp = (diff[j + Xdim*i] - 255 / lhjg)*lhjg + re[j - 1 + Xdim*i];//重建電平  
			//(diffy[Xdim+j] +127)*lhjg+rey[Xdim+j-1];錯誤  
			if (temp>235) temp = 235;//保護電平（16,235）
			if (temp < 16) temp = 16;
			re[Xdim*i + j] = temp;
		}
	}
}
 

      差分編碼是針對影象空間資訊冗餘的編碼方法，Huffman編碼是針對統計資訊冗餘的編碼方法。若二者相結合，先減少空間冗餘，再減少統計冗餘，將起到很好的壓縮效果。

      下面是實驗結果圖，自左向右分別是：原圖、預測誤差影象、重現影象。

原始影象的概率分佈圖與預測誤差影象的概率分佈圖

1.任意檔案一

2.任意檔案二

3. 狗.jpg

4.鳥.jpg

5. 噪聲.jpg

6.圓圈.jpg

7.lena.jpg

8.水果.jpg

9. DPCM&Huffman編碼與Huffman編碼 壓縮比較