多媒体技术与应用之图像Huffman编解码

多媒体技术与应用之图像Huffman编解码
一、实验内容
1.了解BMP图像的格式&＃xff0c;实现BMP图片格式的数据域及文件头的分离
2.熟悉Huffman编码原理
3.使用Huffman编码算法对给定图像文件进行编码和解码
二、Huffman编码简介
基于图像统计特征的变长编码方法概率小的符号用较长的码字表示&＃xff0c;概率大的符号用较短的码字表示。如图2.1.1所示&＃xff1a;

位图BMP文件格式&＃xff0c;如图2.1.2所示&＃xff1a;

三、算法流程图
1.主函数流程图&＃xff1a;

2.编码流程图&＃xff1a;

3.解码流程图&＃xff1a;

四、实验结果与分析
1.实验结果

2.编解码结果&＃xff1a;
平均码长 L &＃61; 7.4682 压缩比 CR &＃61; 1.0712
信息熵 H &＃61; 7.4455 编码效率 CE &＃61; 0.9970
3.结果分析&＃xff1a;
huffman码不仅适用于图像文件&＃xff0c;经过符号合并后也可以用于二进制文件和文本文件。但视界应用中还存在以下的不足&＃xff1a;输入数据数受限于可实现的huffman表尺寸&＃xff1b;译码较为复杂&＃xff1b;需要知道输入数据的频率分布。此外&＃xff0c;由于码长不等&＃xff0c;还存在一个输入与输出的速率匹配问题&＃xff0c;其解决的办法是设置一定容量的缓冲寄存器。而其算法的突出优点是压缩以后的图像没有失真&＃xff0c;压缩后的单元像素最接近图像的实际熵值&＃xff0c;因此相对于其他乌石镇压缩算法来说&＃xff0c;它的压缩比应该是最高的。
从编解码结果可以看出&＃xff0c;本次编程结果比较成功&＃xff0c;结果符合实际情况&＃xff0c;原图和编解码后得到的图像几乎完全相同。
本次试验的关键点有三个&＃xff0c;第一个为编码&＃xff0c;如何实现huffman树的构建&＃xff0c;第二个为如何储存压缩矩阵&＃xff0c;因为matlab中没有以字节为单位存储&＃xff0c;因而必需提出解决办法&＃xff0c;尽量减少压缩矩阵的存储空间&＃xff0c;否则压缩和没有压缩相同。第三个为解码&＃xff0c;如何从压缩矩阵中还原出原来的huffman编码&＃xff0c;同时通过编码还原灰度图像。当完成好这三点&＃xff0c;本次试验就会实现的比较成功了。