多媒體數(shù)據(jù)壓縮實驗報告

多媒體數(shù)據(jù)壓縮實驗報告篇一：多媒體實驗報告_文獻壓縮

課程設計報告

實驗題目：文獻壓縮程序

姓名：指導教師：學院：計算機學院專業(yè)：計算機科學與技術(shù)學號：

提交報告時間：月日

四川大學

一，需求分析：

有兩種形式的重復存在于計算機數(shù)據(jù)中，文獻壓縮程序就是對這兩種重復進行了壓

縮。

一種是短語形式的重復，即三個字節(jié)以上的重復，對于這種重復，壓縮程序用兩個數(shù)字：1.重復位置距現(xiàn)在壓縮位置的距離；2.重復的長度，來表達這個重復，假設這兩個數(shù)字各占一種字節(jié)，于是數(shù)據(jù)便得到了壓縮。

第二種重復為單字節(jié)的重復，一種字節(jié)只有256種可能的取值，因此這種重復是必然的。給256種字節(jié)取值重新編碼，使出現(xiàn)較多的字節(jié)使用較短的編碼，出現(xiàn)較少的字節(jié)使用較長的編碼，這樣一來，變短的字節(jié)相對于變長的字節(jié)更多，文獻的總長度就會減少，并且，字節(jié)使用比例越不均勻，壓縮比例就越大。

編碼式壓縮必須在短語式壓縮之后進行，由于編碼式壓縮后，原先八位二進制值的字節(jié)就被破壞了，這樣文獻中短語式重復的傾向也會被破壞（除非先進行解碼）。另外，短語式壓縮后的成果：那些剩余的未被匹配的單、雙字節(jié)和得到匹配的距離、長度值仍然含有取值分布不均勻性，因此，兩種壓縮方式的次序不能變。

本程序設計只做了編碼式壓縮，采用Huffman編碼進行壓縮和解壓縮。Huffman編碼是一種可變長編碼方式，是二叉樹的一種特殊轉(zhuǎn)化形式。編碼的原理是：將使用次數(shù)多的代碼轉(zhuǎn)換成長度較短的代碼，而使用次數(shù)少的能夠使用較長的編碼，并且保持編碼的唯一可解性。根據(jù)ascii碼文獻中各ascii字符出現(xiàn)的頻率狀況創(chuàng)立Huffman樹，再將各字符對應的哈夫曼編碼寫入文獻中。同時，亦可根據(jù)對應的哈夫曼樹，將哈夫曼編碼文獻解壓成字符文獻.

一、概要設計：

壓縮過程的實現(xiàn):

壓縮過程的流程是清晰而簡樸的:1.創(chuàng)立Huffman樹2.打開需壓縮文獻

3.將需壓縮文獻中的每個ascii碼對應的huffman編碼按bit單位輸出生成壓縮文獻壓縮結(jié)束。

其中，環(huán)節(jié)1和環(huán)節(jié)3是壓縮過程的核心。

?環(huán)節(jié)1:這里所要做工作是得到Huffman數(shù)中各葉子結(jié)點字符出現(xiàn)的頻率并進行創(chuàng)立.統(tǒng)計字符出現(xiàn)的頻率能夠有諸多辦法:如每次創(chuàng)立前掃描被創(chuàng)立的文獻，“實時”的生成各字符的出現(xiàn)頻率;或者是創(chuàng)立前即做好統(tǒng)計.這里采用的是前一種辦法。

?環(huán)節(jié)3:將需壓縮文獻中的每個ascii碼對應的huffman編碼按bit單位輸出.這是本壓縮程序中最核心的部分:這里涉及“轉(zhuǎn)換”和“輸出”兩個核心環(huán)節(jié)：“轉(zhuǎn)換”部分大可不必去通過遍歷Huffman樹來找到每個字符對應的哈夫曼編碼，能夠?qū)⒚總€Huffman碼值及其對應的ascii碼寄存于以下所示的結(jié)構(gòu)體中：

解壓縮過程的實現(xiàn):

如果說,壓縮的過程能夠通過查找codeList來加速實現(xiàn)的話，而解壓縮則必須通過查找huffman樹才干加以實現(xiàn).查找的過程是簡樸的，能夠根據(jù)

huffman樹的性質(zhì)來做，當haffCode的現(xiàn)在bit位為0時，則向左枝展開搜索;現(xiàn)在bit位為1時，則向右枝展開搜索，當碰到葉子結(jié)點時，則輸出haffCode對應的asciiCode。

二、具體設計：

核心算法源程序：

Huffman樹建立源程序：

//-------------------------------------------------------------//huffmantree.h//霍夫曼樹

#ifndefHUFFMANTREE#defineHUFFMANTREE

#defineDefaultsize300

#include#include"bintree.h"#include"heap.h"

classCode{

public:

intcode;Code*link;

Code(intc=0,Code*l=NULL):code(c),link(l){};};

classCharNameNode{

public:

unsignedcharcharname;//要這樣才行Code*link;

CharNameNode(unsignedcharc=0,Code*l=NULL):charname(c),link(l){};};

template

classHuffmanTree:publicBinaryTree{

public:

intkey;

HuffmanTree(){};

HuffmanTree(HuffmanTree&ht1,HuffmanTree&ht2){

Typetemp=0;//可能有變key=ht1.key+ht2.key;

root=newBinTreeNode(0,Copy(ht1.root),Copy(ht2.root));}

voidBuild(int*fr,Type*value,intn,HuffmanTree&newtree);

voidPath(BinTreeNode*start,Code*first,Code*last,CharNameNode*Node,int&i);//一種數(shù)組};

template

voidHuffmanTree::Build(int*fr,Type*value,intn,HuffmanTree&newtree)

{//fr為value(值)對應的權(quán)

inti;

HuffmanTreefirst,second;

HuffmanTreeNode[Defaultsize];MinHeap>hp;assert(n>=0&&nNode[i].root=newBinTreeNode(value[i],NULL,NULL);Node[i].key=fr[i];}

hp=MinHeap>(Node,n);for(i=0;ihp.RemoveMin(first);hp.RemoveMin(second);

HuffmanTree*temp=newHuffmanTree(first,second);hp.Insert(*temp);}

hp.RemoveMin(newtree);}

template

voidHuffmanTree::Path(BinTreeNode*start,Code*first,Code*last,CharNameNode*Node,int&i)//一種數(shù)組{

if(start==NULL)return;

//if(start->GetData()!=0)//是葉結(jié)點嚴重錯誤，可能葉結(jié)點也是0?。f(start->GetLeft()==NULL&&start->GetRight()==NULL){

Node[i].charname=start->GetData();Node[i].link=NULL;if(first==NULL)return;

Node[i].link=newCode(first->code);Code*p=first->link,*q=Node[i].link;while(p!=NULL){

q->link=newCode(p->code);q=q->link;p=p->link;}

q->link=NULL;i++;return;}

Code*temp=newCode;//進入左子樹assert(temp);if(first==NULL)

first=last=temp;else{

last->link=temp;last=last->link;}

Path(start->GetLeft(),first,last,Node,i);

last->code=1;

Path(start->GetRight(),first,last,Node,i);temp=first;

if(first==last){

deletelast;

first=last=NULL;return;}

while(temp->link!=last)temp=temp->link;

temp->link=NULL;deletelast;last=temp;}

#endif

實現(xiàn)二叉樹的算法源程序：

//---------------------------------------------------------------------//bintree.h

//用指針實現(xiàn)的二叉樹

//Type類型必須有重載>及＝運算

#ifndefBINTREE#defineBINTREE

#include#include

intMax(inta,intb){

returna>b?a:b;}

templateclassBinaryTree;

template

e>classBinTreeNode{

friendclassBinaryTree;public:

BinTreeNode():leftchild(NULL),rightchild(NULL){};

BinTreeNode(Typeitem,BinTreeNode*left=NULL,BinTreeNode*right=NULL)

:data(item),leftchild(left),rightchild(right){};TypeGetData()const{returndata;}

BinTreeNode*GetLeft()const{returnleftchild;}BinTreeNode*GetRight()const{returnrightchild;}voidSetData(constType&item){data=item;}

voidSetLeft(BinTreeNode*L){leftchild=L;}voidSetRight(BinTreeNode*R){rightchild=R;}private:

BinTreeNode*leftchild,*rightchild;Typedata;

篇二：多媒體實驗報告二圖片的壓縮解決

計算機科學與技術(shù)學院

XX-XX年第1學期

《多媒體技術(shù)》

實驗二：圖像壓縮算法實現(xiàn)

專業(yè)：

學號：

姓名：

教師：

完畢日期：

多媒體技術(shù)實驗二實驗報告

（一）實驗目的

1．理解有損壓縮和無損壓縮的概念；

2．理解圖像壓縮的重要原則和目的；

3.理解幾個慣用的圖像壓縮編碼方式；

4.運用MATLAB程序進行圖像壓縮；

（二）實驗環(huán)境

1．高檔微機：MPC

2．課前準備：原則實驗紙張若干張

3．操作系統(tǒng)：WindowsXX或WindowsXP中文版

4．編程工具：Matlab7.0

（三）實驗過程及成果

實驗原理：

1.圖像壓縮原理

圖像壓縮重要目的是為了節(jié)省存儲空間，增加傳輸速度。圖像壓縮的抱負原則是信息丟失最少，壓縮比例最大。不損失圖像質(zhì)量的壓縮稱為無損壓縮，無損壓縮不可能達成很高的壓縮比；損失圖像質(zhì)量的壓縮稱為有損壓縮，高的壓縮比是以犧牲圖像質(zhì)量為代價的。壓縮的實現(xiàn)辦法是對圖像重新進行編碼，但愿用更少的數(shù)據(jù)表達圖像。信息的冗余量有許多個，如空間冗余，時間冗余，構(gòu)造冗余，知識冗余，視覺冗余等，數(shù)據(jù)壓縮實質(zhì)上是減少這些冗余量。高效編碼的重要辦法是盡量去除圖像中的冗余成分，從而以最小的碼元包含最大的圖像信息。編碼壓縮辦法有許多個，從不同的角度出發(fā)有不同的分類辦法，從信息論角度出發(fā)可分為兩大類。

（1）.冗余度壓縮辦法，也稱無損壓縮、信息保持編碼或嫡編碼。具體說就是解碼圖像和壓縮編碼前的圖像嚴格相似，沒有失真，從數(shù)學上講是一種可逆運算。

（2）信息量壓縮辦法，也稱有損壓縮、失真度編碼或煙壓縮編碼。也就是說解碼圖像和原始圖像是有差別的，允許有一定的失真。

應用在多媒體中的圖像壓縮編碼辦法，從壓縮編碼算法原理上能夠分為下列3類：

（1）無損壓縮編碼種類

哈夫曼（Huffman）編碼，算術(shù)編碼，行程（RLE）編碼，Lempelzev編碼。

（2）有損壓縮編碼種類

預測編碼，DPCM，運動賠償；

頻率域辦法：正交變換編碼(如DCT)，子帶編碼；

空間域辦法：統(tǒng)計分塊編碼；

模型辦法：分形編碼，模型基編碼；

基于重要性：濾波，子采樣，比特分派，向量量化；

（3）混合編碼。

有JBIG，H261，JPEG，MPEG等技術(shù)原則。

本實驗重要運用MATLAB程序進行離散余弦變換（DCT）壓縮和行程編碼（RunLengthEncoding，RLE）。

2.圖像壓縮的辦法：

1．有損壓縮：（離散余弦變換（DCT）圖像壓縮原理）

壓縮原理介紹：離散余弦變換DCT在圖像壓縮中含有廣泛的應用。

和相似圖像質(zhì)量的其它慣用文獻格式(如GIF(可交換的圖像文獻格式)，TIFF(標簽圖像文獻格式)，PCX(圖形文獻格式))相比，JPEG是現(xiàn)在靜態(tài)圖像中壓縮比最高的。JPEG比其它幾個壓縮比要高得多，而圖像質(zhì)量都差不多(JPEG解決的圖像只有真彩圖和灰度圖)。正是由于其高壓縮比，使得JPEG被廣泛地應用于多媒體和網(wǎng)絡程序中。JPEG有幾個模式，其中最慣用的是基于DCT變換的次序型模式，又稱為基本系統(tǒng)(Baseline)。

用DCT壓縮圖像的過程為：

(1)首先將輸入圖像分解為8×8或16×16的塊，然后對每個子塊進行二維DCT變換。

(2)將變換后得到的量化的DCT系數(shù)進行編碼和傳送，形成壓縮后的圖像格

式。

用DCT解壓的過程為：

(1)對每個8×8或16×16塊進行二維DCT反變換。

(2)將反變換的矩陣的塊合成一種單一的圖像。

余弦變換含有把高度有關(guān)數(shù)據(jù)能量集中的趨勢，DCT變換后矩陣的能量集中在矩陣的左上角，右下的大多數(shù)的DCT系數(shù)值非?？拷?。對于普通的圖像來說，舍棄這些靠近于0的DCT的系數(shù)值，并不會對重構(gòu)圖像的畫面質(zhì)量帶來明顯的下降。因此，運用DCT變換進行圖像壓縮能夠節(jié)省大量的存儲空間。壓縮應當在最合理地近似原圖像的狀況下使用最少的系數(shù)。使用系數(shù)的多少也決定了壓縮比的大小。在壓縮過程的第2步中，能夠合理地舍棄某些系數(shù)，從而得到壓縮的目的。在壓縮過程的第2步，還能夠采用RLE和Huffman編碼來進一步壓縮。

離散余弦（DCT）壓縮代碼：

1）運用DCT變換進行圖像壓縮的MATLAB程序:

RGB=imread('1.JPG');

I=rgb2gray(RGB);

J=dct2(I);

imshow(log(abs(J),[]),colormap(jet(64)),colorbar

J(abs(J)K=idct2(J);

figure,imshow(I);

figure,imshow(K,[0,255]);

2）運用離散余弦變換進行JPEG圖像壓縮:

RGB=imread('1.JPG');

I=rgb2gray(RGB);

J=dct2(I);

imshow(log(abs(J),[]),colormap(jet(64)),colorbar

J(abs(J)K=idct2(J);

figure,imshow(I);

figure,imshow(K,[0,255]);

2)

I=imread('1.JPG');

I=rgb2gray(I);

I=im2double(I);

T=dctmtx(8);

B=blkproc(I,[88],'P1*x*P2',T,T');

mask=[11110000

11100000

11000000

10000000

00000000

00000000

00000000

00000000];

B2=blkproc(B,[88],'P1.*x',mask);

I2=blkproc(B2,[88],'P1*x*P2',T',T);

Subplot(1,2,1);

Imshow(I);title('原圖像');

Subplot(1,2,2);

Imshow(I2);title('壓縮圖像');

截圖：原圖像與壓縮圖像

2．無損壓縮：（運用行程編碼（RLE）進行圖像壓縮原理）

壓縮原理介紹：

RLE(Run-LengthEncoding行程長度編碼)算法是Windows系統(tǒng)中使用的一種圖像文獻壓縮辦法,其基本思想是:將一掃描行中顏色值相似的相鄰像素用兩個字節(jié)來表達,第一