太原理工大学现代科技学院数字图像处理课程实验报告
专业班级测控14-4
学号2014101874
姓名杨东倡
指导教师刘帆
实验名称实验三、图像压缩编码技术同组人
专业班级测控14-4 姓名杨东倡学号2014101874 成绩
实验三、图像压缩编码技术
一、实验目的 1、理解有损压缩和无损压缩的概念； 2、理解图像压缩的主要原则和目的； 3、了解几种常用的图像压缩编码方式； 4、利用MATLAB 程序进行图像压缩编码。 二、实验原理 1、图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。 信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。 编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。 （1）冗余度压缩方法，也称无损压缩、信息保持编码或熵编码。具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。 （2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。也就是说解码图像和原始图像是有差别的，允许有一定的失真。 应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： （1）无损压缩编码种类 哈夫曼（Huffman ）编码，算术编码，行程（RLE ）编码，Lempel zev 编码。
……
……
……
……
……
……
…
…装
……
……
……
……
…………………订…………
……
……
……
……
……
……线…………………………
（2）有损压缩编码种类
预测编码，DPCM ，运动补偿；
频率域方法：正交变换编码(如DCT)，子带编码；
空间域方法：统计分块编码；
模型方法：分形编码，模型基编码；
基于重要性：滤波，子采样，比特分配，向量量化；
（3）混合编码。
有JBIG ，H.261，JPEG ，MPEG 等技术标准。
本实验主要利用MATLAB 程序进行赫夫曼（Huffman ）编码和行程编码（Run Length Encoding ， RLE ）。
三、实验内容
1、实现基本JPEG 的压缩和编码分三个步骤：
（1）首先通过DCT 变换去除数据冗余；
（2）使用量化表对DCT 系数进行量化；
（3）对量化后的系数进行Huffman 编码。
四、实验步骤
1打开计算机，启动MATLAB 程序； 2选择一幅图像，并进行赫夫曼和行程编码压缩处理； 3 将原图像在Photoshop 软件中打开，分别以不同的位图文件格式进行“另保存”，比较它们的数据量。 4记录和整理实验报告 clear load woman ; %X=imread('girl.bmp','bmp');
……
……
……
……
……
……
…
…装
……
……
……
……
………………
data=uint8(X);
[zipped,info]=huffencode(data);
unzipped=huffdecode(zipped,info,data);
subplot(121);imshow(data);
subplot(122);imshow(unzipped);
erms=compare(data(:),unzipped(:))
cr=info.ratio
whos dataunzippedzipped
function[zipped,info]=huffencode(vector)
if ~isa(vector,'uint8')
error('input argument must be a uint8vector');
end
[m,n]=size(vector);
vector=vector(:)';
f=frequency(vector); symbols=find(f~=0);
f=f(symbols);
[f,sortindex]=sort(f); symbols=symbols(sortindex); len=length(symbols);
symbols_index=num2cell(1:len);
codeword_tmp=cell(len,1);
while length(f)>1
index1=symbols_index{1};
index2=symbols_index{2};
codeword_tmp(index1)=addnode(codeword_tmp(index1),uint8(0)); codeword_tmp(index2)=addnode(codeword_tmp(index2),uint8(1)); f=[sum(f(1:2)) f(3:end)];
symbols_index=[{[index1,index2]} symbols_index(3:end)];
[f,sortindex]=sort(f);
symbols_index=symbols_index(sortindex);
end
codeword=cell(256,1);
codeword(symbols)=codeword_tmp; len=0; for index=1:length(vector) len=len+length(codeword{double(vector(index))+1}); end string=repmat(uint8(0),1,len); pointer=1; for index=1:length(vector) code=codeword{double(vector(index))+1}; len=length(code); string(pointer+(0:len-1))=code; pointer=pointer+len; end len=length(string); pad=8-mod(len,8); if pad>0 string=[string uint8(zeros(1,pad))];
………………
……
……
……
……装………………………
……
……
……
订…
……
…
……
………………………
…线
……
……
…
end
codeword=codeword(symbols);
codelen=zeros(size(codeword));
weights=2.^(0:23);
maxcodelen=0;
for index=1:length(codeword)
len=length(codeword{index});
if len>maxcodelen
maxcodelen=len;
end
if len>0
code=sum(weights(codeword{index}==1));
code=bitset(code,len+1);
codeword{index}=code;
codelen(index)=len;
end
end
codeword=[codeword{:}];
cols=length(string)/8;
string=reshape(string,8,cols);
weights=2.^(0:7);
zipped=uint8(weights*double(string));
huffcodes=sparse(1,1);
for index=1:nnz(codeword) %length(codeword) %numel(codeword) huffcodes(codeword(index),1)=symbols(index);
end info.pad=pad; info.huffcodes=huffcodes; info.ratio=cols./length(vector); info.length=length(vector); info.maxcodelen=maxcodelen; info.rows=m; info.cols=n; function vector=huffdecode(zipped,info,image) if ~isa(zipped,'uint8') error('input argument must be a uint8vector'); end len=length(zipped); string=repmat(uint8(0),1,len.*8); bitindex=1:8; for index=1:len string(bitindex+8.*(index-1))=uint8(bitget(zipped(index),bitindex)); end string=logical(string(:)'); len=length(string); string((len-info.pad+1):end)=[]; len=length(string);
weights=2.^(0:51);
…
………
……
……
……
………
…装
……
……
……
……
……………
……
订…
……
…
……
……
……
……
……
……线………………………
……
……
……
vector=repmat(uint8(0),1,info.length);
vectorindex=1;
codeindex=1;
code=0;
for index=1:len
code=bitset(code,codeindex,string(index)); codeindex=codeindex+1;
byte=decode(bitset(code,codeindex),info);
if byte>0
vector(vectorindex)=byte-1;
codeindex=1;
code=0;
vectorindex=vectorindex+1;
end
end
vector=reshape(vector,info.rows,info.cols);
function codeword_new=addnode(codeword_old,item) codeword_new=cell(size(codeword_old));
for index=1:length(codeword_old)
codeword_new{index}=[item
codeword_old{index}];
end
function f=frequency(vector) if ~isa(vector,'uint8') error('input argument must be a uint8vector'); end f=repmat(0,1,256); len=length(vector); for index=0:255 f(index+1)=sum(vector==uint8(index));end f=f./len; function byte=decode(code,info) byte=info.huffcodes(code); function erms=compare(f1,f2) e=double(f1)-double(f2); [m,n]=size(e);
erms=sqrt(sum(e(:).^2)/(m*n)); if erms~=0
emax=max(abs(e(:)));
[h,x]=hist(e(:)); if length(h)>=1 ……
…………
……
……
……装………………………
……
……
……
订…
……
………
……
……
……
……
……线………………………
……
……
……
图像压缩编码方法综述 概述： 近年来, 随着数字化信息时代的到来和多媒体计算机技术的发展, 使得人 们所面对的各种数据量剧增, 数据压缩技术的研究受到人们越来越多的重视。 图像压缩编码就是在满足一定保真度和图像质量的前提下，对图像数据进行变换、编码和压缩，去除多余的数据以减少表示数字图像时需要的数据量，便于 图像的存储和传输。即以较少的数据量有损或无损地表示原来的像素矩阵的技术,也称图像编码。 图像压缩编码原理： 图像数据的压缩机理来自两个方面:一是利用图像中存在大量冗余度可供压缩；二是利用人眼的视觉特性。 图像数据的冗余度又可以分为空间冗余、时间冗余、结构冗余、知识冗余 和视觉冗余几个方面。 空间冗余：在一幅图像中规则的物体和规则的背景具有很强的相关性。 时间冗余：电视图像序列中相邻两幅图像之间有较大的相关性。 结构冗余和知识冗余：图像从大面积上看常存在有纹理结构，称之为结构 冗余。 视觉冗余：人眼的视觉系统对于图像的感知是非均匀和非线性的，对图像 的变化并不都能察觉出来。 人眼的视觉特性： 亮度辨别阈值：当景物的亮度在背景亮度基础上增加很少时，人眼是辨别 不出的，只有当亮度增加到某一数值时，人眼才能感觉其亮度有变化。人眼刚 刚能察觉的亮度变化值称为亮度辨别阈值。 视觉阈值：视觉阈值是指干扰或失真刚好可以被察觉的门限值，低于它就 察觉不出来，高于它才看得出来，这是一个统计值。 空间分辨力：空间分辨力是指对一幅图像相邻像素的灰度和细节的分辨力，视觉对于不同图像内容的分辨力不同。 掩盖效应：“掩盖效应”是指人眼对图像中量化误差的敏感程度，与图像 信号变化的剧烈程度有关。 图像压缩编码的分类： 根据编码过程中是否存在信息损耗可将图像编码分为: 无损压缩：又称为可逆编码(Reversible Coding)，解压缩时可完全回复原始数据而不引起任何失真； 有损压缩：又称不可逆压缩(Non-Reversible Coding)，不能完全恢复原始数据，一定的失真换来可观的压缩比。 根据编码原理可以将图像编码分为: 熵编码：熵编码是编码过程中按熵原理不丢失任何信息的编码。熵编码基
重庆交通大学信息科学与工程学院综合性设计性实验报告 专业班级：通信工程2012级1班 学号：631206040118 姓名：王松 实验所属课程：信息论与编码 实验室(中心)：软件与通信实验中心 指导教师：黄大荣 2015年4月
霍夫曼编码的matlab实现 一、实验目的和要求。 利用哈夫曼编码进行通信可以大大提高信道的利用率，缩短信息传输的时间，降低传输成本。 本实验用Matlab语言编程实现霍夫曼（Huffman）编码。 二、实验原理。 霍夫曼（Huffman）编码算法是满足前缀条件的平均二进制码长最短的编-源输出符号，而将较短的编码码字分配给较大概率的信源输出。算法是：在信源符号集合中，首先将两个最小概率的信源输出合并为新的输出，其概率是两个相应输出符号概率之和。这一过程重复下去，直到只剩下一个合并输出为止，这个最后的合并输出符号的概率为1。这样就得到了一张树图，从树根开始，将编码符号1 和0 分配在同一节点的任意两分支上，这一分配过程重复直到树叶。从树根到树叶途经支路上的编码最后就构成了一组异前置码，就是霍夫曼编码输出。离散无记忆信源： 例如 U u 1u 2 u 3 u 4 u 5 P(U) = 0.4 0.2 0.2 0.1 0.1
通过上表的对信源缩减合并过程，从而完成了对信源的霍夫曼编码。 三、实验步骤 分为两步，首先是码树形成过程：对信源概率进行合并形成编码码树。然后是码树回溯过程：在码树上分配编码码字并最终得到霍夫曼编码。 1、码树形成过程：将信源概率按照从小到大顺序排序并建立相应的位置索引。然后按上述规则进行信源合并，再对信源进行排序并建立新的位置索引，直到合并结束。在这一过程中每一次都把排序后的信源概率存入矩阵G中，位置索引存入矩阵Index中。这样，由排序之后的概率矩阵G以及索引矩阵Index就可以恢复原概率矩阵P了，从而保证了回溯过程能够进行下去。 2、码树回溯过程：在码树上分配编码码字并最终得到Huffman 编码。从索引矩阵M 的末行开始回溯。 (1) 在Index的末行2元素位置填入0和1。 (2) 根据该行索引1 位置指示，将索引1 位置的编码（‘1’）填入上一行的第一、第二元素位置，并在它们之后分别添加‘0’和‘1’。 (3) 将索引不为‘1’的位置的编码值（‘0’）填入上一行的相应位置（第 3 列）。 (4) 以Index的倒数第二行开始向上，重复步骤(1) ～(3)，直到计算至Index 的首行为止。 四、程序代码： %取得信源概率矩阵,并进行合法性判断 clear; P=input('请输入信源概率向量P='); N=length(P); for component=1:1:N
竭诚为您提供优质文档/双击可除 图像压缩实验报告 篇一：实验三图像压缩 实验三图像压缩 一、实验目的 1．理解有损压缩和无损压缩的概念； 2．理解图像压缩的主要原则和目的； 3．了解几种常用的图像压缩编码方式。 4．利用mATLAb程序进行图像压缩。 二、实验仪器 1计算机； 2mATLAb等程序； 3移动式存储器（软盘、u盘等）。 4记录用的笔、纸。 三、实验原理 1.图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损
失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。 信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。 编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。 （1）.冗余度压缩方法，也称无损压缩、信息保持编码或嫡编码。具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。 （2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。也就是说解码图像和原始图像是有差别的，允许有一定的失真。 应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： （1）无损压缩编码种类 哈夫曼（huffman）编码，算术编码，行程（RLe）编码，Lempelzev编码。 （2）有损压缩编码种类
图像压缩编码实验报告 一、实验目的 1.了解有关数字图像压缩的基本概念，了解几种常用的图像压缩编码方式； 2.进一步熟悉JPEG编码与离散余弦变换（DCT）变换的原理及含义； 3.掌握编程实现离散余弦变换（DCT）变换及JPEG编码的方法； 4.对重建图像的质量进行评价。 二、实验原理 1、图像压缩基本概念及原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： （1）无损压缩编码种类 哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempel zev编码。（2）有损压缩编码种类 预测编码，DPCM，运动补偿； 频率域方法：正交变换编码(如DCT)，子带编码； 空间域方法：统计分块编码； 模型方法：分形编码，模型基编码； 基于重要性：滤波，子采样，比特分配，向量量化； （3）混合编码 JBIG，H.261，JPEG，MPEG等技术标准。 2、JPEG 压缩编码原理 JPEG是一个应用广泛的静态图像数据压缩标准，其中包含两种压缩算法(DCT和DPCM)，并考虑了人眼的视觉特性，在量化和无损压缩编码方面综合权衡，达到较大的压缩比(25:1以上)。JPEG既适用于灰度图像也适用于彩色图像。其中最常用的是基于DCT变换的顺序式模式，又称为基本系统。JPEG 的压缩编码大致分
信源编码的基本原理及其应用 课程名称通信原理Ⅱ 专业通信工程 班级******* 学号****** 学生姓名***** 论文成绩 指导教师***** ******
信源编码的基本原理及其应用 信息论的理论定义是由当代伟大的数学家美国贝尔实验室杰出的科学家香农在他1948 年的著名论文《通信的数学理论》所定义的，它为信息论奠定了理论基础。后来其他科学家，如哈特莱、维纳、朗格等人又对信息理论作出了更加深入的探讨。使得信息论到现在形成了一套比较完整的理论体系。 信息通过信道传输到信宿的过程即为通信，通信中的基本问题是如何快速、准确地传送信息。要做到既不失真又快速地通信，需要解决两个问题：一是不失真或允许一定的失真条件下，如何提高信息传输速度（如何用尽可能少的符号来传送信源信息）；二是在信道受到干扰的情况下，如何增加信号的抗干扰能力，同时又使得信息传输率最大（如何尽可能地提高信息传输的可靠性）。这样就对信源的编码有了要求，如何通过对信源的编码来实现呢？ 通常对于一个数字通信系统而言，信源编码位于从信源到信宿的整个传输链路中的第一个环节，其基本目地就是压缩信源产生的冗余信息，降低传递这些不必要的信息的开销，从而提高整个传输链路的有效性。在这个过程中，对冗余信息的界定和处理是信源编码的核心问题，那么首先需要对这些冗余信息的来源进行分析，接下来才能够根据这些冗余信息的不同特点设计和采取相应的压缩处理技术进行高效的信源编码。简言之，信息的冗余来自两个主要的方面：首先是信源的相关性和记忆性。这类降低信源相关性和记忆性编码的典型例子有预测编码、变换编码等；其次是信宿对信源失真具有一定的容忍程度。这类编码的直接应用有很大一部分是在对模拟信源的量化上，或连续信源的限失真编码。可以把信源编码看成是在有效性和传递性的信息完整性（质量）之间的一种折中有段。 信源编码的基本原理： 信息论的创始人香农将信源输出的平均信息量定义为单消息（符号）离散信源的信息熵： 香农称信源输出的一个符号所含的平均信息量为 为信源的信息熵。 通信原理中对信源研究的内容包括3个方面： (1)信源的建模 信源输出信号的数学描述已有成熟的理论——随机过程，一般的随机过程理∑=-=L i i i x p x p x H 12) (log )()()(x H
压缩技术实验编码 实验一统计编码 实验目的 1.熟悉统计编码的原理 2.掌握r元Huffman编码的方法； 3.了解Huffman编码效率及冗余度的计算; 二、实验原理 霍夫曼编码，又称最佳编码，根据字符出现概率来构造平均长度最短的变长编码。 Huffman编码步骤： (1)把信源符号x i(i=1,2,…按出现概率的值由大到小的顺序排列； (2)对两个概率最 小的符号分别分配以“ 0和“ 1,'然
后把这两个概率相加作为一个新的辅助符号的概率； (3)将这个新的辅助符号与其他符号一起重新按概率大小顺序排列； ⑷跳到第2步，直到出现概率相加为1为止； (5)用线将符号连接起来，从而得到一个码树，树的N个端点对应N个信源符号； (6)从最后一个概率为1的节点开始，沿着到达信源的每个符号，将一路遇到的二进制码“ 0或“ 1顺序排列起来，就是端点所对应的信源符号的码字。 以上是二元霍夫曼编码。如果是r元霍夫曼编码，则应该如何做呢？ 在HUFFMAN 编码方案中，为出现概率较小的信源输出分配较长的码字，而对那些出现可能性较大的信源输出分配较短的码字。为此，首先将r 个最小可能的信源输出合并成为一个新的输出，该输出的概率就是上述的r 个输出的概率之和。重复进行该过程直到只剩下一个输出为止。信源符号的个数q 与r 必须满足如下的关系式： q = (r-1) n + r n 为整数如果不满足上述关系式，可通过添加概率为零的信源符号来满足。这样就生成了一个树，从该树的根节点出发并将0、1 分别分配给任何r 个来自于相同节点的 分支，生成编码。可以证明用这种方法产生的编码在前向树类
数字图像处理上机实验指导书 童立靖
北方工业大学计算机学院
实验四图像压缩 一、实验目的、要求与环境 目的： 通过实验，了解数字图象压缩的一般方法，掌握图像压缩的编程方法，了解图象压缩效果的评价方法。 1.2要求： 对自选的图象进行离散余弦变换，将其进行图象压缩处理，自行设计量化矩阵，与编码方法，并计算压缩比，提交实验报告。 进度较快的同学，可以设计三种不同的量化矩阵或编码方法，完成三种不同程度的压缩，对比解压缩后的图像质量，并进行分析。（给分较高） 环境： Windows XP操作系统 Microsoft Visual C++ (SP6) 自带8位灰度图像文件： ： 3
二、实验步骤 1.准备相关图像文件。 2．在XP操作系统上，打开Microsoft Visual C++ (SP6)，编写相关程序，完成对离散余弦变换系数的量化矩阵设计与编码方法。 4．对程序进行相关调试，修改程序，去除其中的BUG。 5. 利用自己准备的图像的文件，和编写的程序，将给定的图象进行压缩处理。 6．截屏，保留实验结果。 7. 计算压缩比, 进行实验结果分析。 8. 撰写并提交实验报告。 三、注意事项 1.实验任务： Windows下完成图像压缩的程序编写。 2.去多模式教学网上下载程序框架： 。 3.图像高度、宽度须是8的倍数。BMP 格式，8位灰度图像。 4.对于一幅彩色图像，可以在photoshop中，图像=》模式=》灰度=》扔掉 文件=》存储为=》保存=》选择8位深度=》确定。 5.实验完成时间： 先在课下完成程序编写，然后课上完成验机。 第15周的周一、第15周的周五，二次实验课。 6.请记录实验报告中相应的贴图： 可以用屏幕拷贝，然后再用Photoshop中的工具中修剪一下。 7.请每位同学用自己的图像文件进行实验： 若2位同学使用的图像文件一样，两位均依抄袭计0分。 8.请每位同学自己编写程序：
小波变换在图像压缩中的应用 学院精密仪器与光电子工程学院 专业光学工程 年级2014级 学号1014202009 姓名孙学斌
一、图像压缩编码 数字图像 图像是自然界景物的客观反映。自然界的图像无论在亮度、色彩，还是空间分布上都是以模拟函数的形式出现的，无法采用数字计算机进行处理、传输和存储。 在数字图像领域，将图像看成是由许多大小相同、形状一致的像素(Picture Element简称Pixel组成)用二维矩阵表示。图像的数字化包括取样和量化两个主要步骤。在空间将连续坐标离散化的过程为取样，而进一步将图像的幅度值整数化的过程称为量化。 图像编码技术 数据压缩就是以较少的数据量表示信源以原始形式所代表的信息，其目的在于节省存储空间、传输时间、信号频带或发送能量等。其组成系统如图所示。 过程应尽量保证去除冗余量而不会减少或较少减少信息量，即压缩后的数据要能够完全或在一定的容差内近似恢复。完全恢复被压缩信源信息的方法称为无损压缩或无失真压缩，近似恢复的方法称为有损压缩或有失真压缩。 图像压缩编码的必要性与可行性 1．图像压缩编码的必要性 采用数字技术会使信号处理技术性能大为提高，但其数据量的增加也是十分惊人的。图像数据更是多媒体、网络通信等技术重点研究的压缩对象。不加压缩的图像数据是计算机的处理速度、通信信道的容量等所无法承受的。 如果将上述的图像信号压缩几倍、十几倍、甚至上百倍，将十分有利于图像的存储和传输。可见，在现有硬件设施条件下，对图像信号本身进行压缩是解决上述矛盾的主要出路。 2．图像压缩编码的可能性 图像数据量大，同时冗余数据也是客观存在的。在有些图像中可压缩的可能性很大。一般图像中存在着以下数据冗余因素。 (1)编码冗余 编码冗余也称信息熵冗余。去除信源编码中的冗余量可以在对信息无损的前提下减少代表信息的数据量。对图像进行编码时，要建立表达图像信息的一系列符号码本。如果码本不能使每个像素所需的平均比特数最小，则说明存在编码冗余，就存在压缩的可能性。 (2)空间冗余
信源编码的基本原理 及其应用
信源编码的基本原理及其应用 课程名称通信原理Ⅱ 专业通信工程 班级 ******* 学号 ****** 学生姓名 ***** 论文成绩 指导教师 ***** ******
信源编码的基本原理及其应用 信息论的理论定义是由当代伟大的数学家美国贝尔实验室杰出的科学家香农在他1948 年的著名论文《通信的数学理论》所定义的，它为信息论奠定了理论基础。后来其他科学家，如哈特莱、维纳、朗格等人又对信息理论作出了更加深入的探讨。使得信息论到现在形成了一套比较完整的理论体系。 信息通过信道传输到信宿的过程即为通信，通信中的基本问题是如何快速、准确地传送信息。要做到既不失真又快速地通信，需要解决两个问题：一是不失真或允许一定的失真条件下，如何提高信息传输速度（如何用尽可能少的符号来传送信源信息）；二是在信道受到干扰的情况下，如何增加信号的抗干扰能力，同时又使得信息传输率最大（如何尽可能地提高信息传输的可靠性）。这样就对信源的编码有了要求，如何通过对信源的编码来实现呢？ 通常对于一个数字通信系统而言，信源编码位于从信源到信宿的整个传输链路中的第一个环节，其基本目地就是压缩信源产生的冗余信息，降低传递这些不必要的信息的开销，从而提高整个传输链路的有效性。在这个过程中，对冗余信息的界定和处理是信源编码的核心问题，那么首先需要对这些冗余信息的来源进行分析，接下来才能够根据这些冗余信息的不同特点设计和采取相应的压缩处理技术进行高效的信源编码。简言之，信息的冗余来自两个主要的方面：首先是信源的相关性和记忆性。这类降低信源相关性和记忆性编码的典型例子有预测编码、变换编码等；其次是信宿对信源失真具有一定的容忍程度。这类编码的直接应用有很大一部分是在对模拟信源的量化上，或连续信源的限失真编码。可以把信源编码看成是在有效性和传递性的信息完整性（质量）之间的一种折中有段。 信源编码的基本原理： 信息论的创始人香农将信源输出的平均信息量定义为单消息（符号）离散信源的信息熵： 香农称信源输出的一个符号所含的平均信息量为 为信源的信息熵。 通信原理中对信源研究的内容包括3个方面： ∑=-=L i i i x p x p x H 12) (log )()() (x H
太原理工大学现代科技学院数字图像处理课程实验报告 专业班级测控14-4 学号2014101874 姓名杨东倡
指导教师刘帆
实验名称实验三、图像压缩编码技术同组人 专业班级测控14-4 姓名杨东倡学号2014101874 成绩 实验三、图像压缩编码技术 一、实验目的 1、理解有损压缩和无损压缩的概念； 2、理解图像压缩的主要原则和目的； 3、了解几种常用的图像压缩编码方式； 4、利用MATLAB 程序进行图像压缩编码。 二、实验原理 1、图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。 信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。 编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。 （1）冗余度压缩方法，也称无损压缩、信息保持编码或熵编码。具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。 （2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。也就是说解码图像和原始图像是有差别的，允许有一定的失真。 应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： （1）无损压缩编码种类 哈夫曼（Huffman ）编码，算术编码，行程（RLE ）编码，Lempel zev 编码。 …… …… …… …… …… …… … …装 …… …… …… …… …………………订………… …… …… …… …… …… ……线…………………………
实验项目3、图像压缩与编码 一、实验目的 （1）理解图像压缩编码的基本原理； （2）掌握用程序代码实现DCT变换编码； （3）掌握用程序代码实现游程编码。 二、实验原理及知识点 1、图像压缩编码 图像信号经过数字化后，数据量相当大，很难直接进行保存。为了提高信道利用率和在有限的信道容量下传输更多的图像信息，必须对图像进行压缩编码。 图像压缩技术标准一般可分为如下几种：JPEG压缩（JPEG Compression）、JPEG 2000 、H.26X标准（H.26X standards）以及MPEG标准（MPEG standards）。数字压缩技术的性能指标包括：压缩比、平均码字长度、编码效率、冗余度。 从信息论角度分，可以将图像的压缩编码方法分为无失真压缩编码和有限失真编码。前者主要包括Huffman编码、算术编码和游程编码；后者主要包括预测编码、变换编码和矢量量化编码以及运动检测和运动补偿技术。 图像数据压缩的目的是在满足一定图像质量的条件下，用尽可能少的比特数来表示原始图像，以提高图像传输的效率和减少图像存储的容量，在信息论中称为信源编码。图像压缩是通过删除图像数据中冗余的或者不必要的部分来减小图像数据量的技术，压缩过程就是编码过程，解压缩过程就是解码过程。 2、游程编码 某些图像特别是计算机生成的图像往往包含许多颜色相同的块，在这些块中，许多连续的扫描行或者同一扫描行上有许多连续的像素都具有相同的颜色值。在这些情况下就不需要存储每一个像素的颜色值，而是仅仅存储一个像素值以及具有相同颜色的像素数目，将这种编码方法称为游程（或行程）编码，连续的具有相同颜色值的所有像素构成一个行程。 在对图像数据进行编码时，沿一定方向排列的具有相同灰度值的像素可看成是连续符号，用字串代替这些连续符号，可大幅度减少数据量。游程编码记录方式有两种：①逐行记录每个游程的终点列号：②逐行记录每个游程的长度 3、DCT变换编码 变换编码是在变换域进行图像压缩的一种技术。图1显示了一个典型的变换编码系统。 压缩 图像输入图 像N×N 图1 变换编码系统 在变换编码系统中，如果正变换采用DCT变换就称为DCT变换（离散余弦变换）编码系统。DCT用于把一幅图像映射为一组变换系数，然后对系数进行量化和编码。对于大多数的正常图像来说，多数系数具有较小的数值且可以被粗略地量化（或者完全抛弃），而产生的图像失真较小。
实验1：霍夫曼信源编码综合设计 【实验目的】 通过本专题设计，掌握霍夫曼编码的原理和实现方法，并熟悉利用C语言进行程序设计，对典型的文本数据和图像数据进行霍夫曼编解码。 【预备知识】 1、熵的概念，霍夫曼编码原则 2、数据结构和算法设计 3、C(或C++)编程语言 【实验环境】 1、设备：计算机一台 2、软件：C程序编译器 【设计要求】 根据霍夫曼编码原则，利用C语言设计并实现霍夫曼编码和解码程序，要求能够对给出的典型文本数据和图像数据进行霍夫曼编解码，并计算相应的熵和压缩比。 【实验原理】 Huffman编码属于熵编码的方法之一，是根据信源符号出现概率的分布特性而进行的压缩编码。 Huffman编码的主要思想是：出现概率大的符号用长的码字表示；反之，出现概率小的符号用短的码字表示。 Huffman编码过程描述： 1. 初始化: 将信源符号按出现频率进行递增顺序排列，输入集合L; 2. 重复如下操作直至L中只有1个节点: (a) 从L中取得两个具有最低频率的节点，为它们创建一个父节点； (b) 将它们的频率和赋给父结点，并将其插入L; 3. 进行编码： 从根节点开始，左子节点赋予1，右节点赋予0，直到叶子节点。 【基本定义】
1. 熵和平均编码符号长度 熵是信息量的度量方法，它表示某一事件出现的概率越小，则该事件包含的信息就越多。根据Shannon 理论，信源S 的熵定义为2()log (1/)i i i H s p p =∑,其中i p 是符号i S 在S 中出现的概率；2log (1/)i p 表示包含在i S 中的信息量，也就是编码i S 所需要的位数 假设符号i S 编码后长度为l i (i=1,…,n)，则平均编码符号长度L 为：i i i L p l =∑ 2. 压缩比 设原始字符串的总长度为L orig 位,编码后的总长度为L coded 位，则压缩比R 为 R = (L orig - L coded )/ L orig 【例子】 有一幅40个象素组成的灰度图像，灰度共有5级，分别用符号A 、B 、C 、D 和E 表示，40个象素中出现灰度A 的象素数有15个，出现灰度B 的象素数有7个，出现灰度C 的象素数有7个等等，如表1所示。如果用3个位表示5个等级的灰度值，也就是每个象素用3位表示，编码这幅图像总共需要120位。 根据Shannon 理论，这幅图像的熵为 H (S ) = (15/40)?2log (40/15)+(7/40)?2log (40/7)+ +(5/40)?2log (40/5)=2.196 平均编码符号长度L 为(15/40)*1+(7/40)*3+(7/40)*3+(6/40)*3+(5/40)*3 ＝ 2.25 根据霍夫曼编码原则可以得到如下的霍夫曼编码表。 霍夫曼码的码长虽然是可变的，但却不需要另外附加同步代码。例如，码串中的第1位为0，那末肯定是符号A ，因为表示其他符号的代码没有一个是以0开始的，因此下一位就表示下一个符号代码的第1位。同样，如果出现“110”，那么它就代
实验报告 课程名称： 数字图像处理 实验名称： 图像压缩编码技术 实验地点： 明向校区D001机房 专业班级： 测控1401班 学号： 学生姓名： 郭佳鑫 指导教师： 刘 帆 2017年 4月 21日 2014001796
一、实验目的 1.理解有损压缩和无损压缩的概念。 2.理解图像压缩的主要原则和目的。 3.了解几种常用的图像压缩编码方式。 4.利用MATLAB程序进行图像压缩编码。 二、实验原理 1、图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。 信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。 2、编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。 （1）冗余度压缩方法，也称无损压缩、信息保持编码或熵编码。具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。 （2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。也就是说解码图像和原始图像是有差别的，允许有一定的失真。 3、应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： （1）无损压缩编码种类 哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempel zev编码。 （2）有损压缩编码种类 预测编码，DPCM，运动补偿； 频率域方法：正交变换编码(如DCT)，子带编码； 空间域方法：统计分块编码； 模型方法：分形编码，模型基编码； 基于重要性：滤波，子采样，比特分配，向量量化； （3）混合编码。 有JBIG，H.261，JPEG，MPEG等技术标准。 本实验主要利用MA TLAB程序进行赫夫曼（Huffman）编码和行程编码（Run Length Encoding，RLE）。 三、实验仪器 1.计算机。 2.MATLAB、Photoshop等程序。 3.移动式存储器（软盘、U盘等）。 4.记录用的笔、纸。
图 像 压 缩 编 码（实验报告）
一、实验目的 1．理解图像压缩目的及意义； 2．理解有损压缩和无损压缩的概念； 3．了解几种常用的图像压缩编码方法； 4．利用MATLAB程序进行图像压缩。 二、实验原理 图像压缩主要目的是为了节省存储空间，提高存储、处理、传输速度。虽然表示图像需要大量的数据，但数据是高度相关的，或者说存在冗余（Redundancy），去掉这些冗余信息可以有效地压缩图像，同时不会损坏图像的有效信息。信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。 图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。 编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。 （1）冗余度压缩方法，也称无损压缩、信息保持编码或嫡编码。具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。 （2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。也就是说解码图像和原始图像是有差别的，允许有一定的失真。 应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下几类： （1）熵编码。熵编码是纯粹基于信号统计特性的编码技术，是一种无损编码。熵编码的基本原理是给出现概率较大的符号赋予一个短码字，而给出现概率较小的符号赋予一个长码字，从而使得最终的平均码长很小。
《信息论与信源编码》实验报告 1、实验目的 (1) 理解信源编码的基本原理； (2) 熟练掌握Huffman编码的方法； (3) 理解无失真信源编码和限失真编码方法在实际图像信源编码应用中的差异。 2、实验设备与软件 (1) PC计算机系统 (2) VC++6.0语言编程环境 (3) 基于VC++6.0的图像处理实验基本程序框架imageprocessing_S (4) 常用图像浏览编辑软件Acdsee和数据压缩软件winrar。 (5) 实验所需要的bmp格式图像（灰度图象若干幅） 3、实验内容与步骤 (1) 针对“图像1.bmp”、“图像2.bmp”和“图像3.bmp”进行灰度频率统计（即计算图像灰度直方图），在此基础上添加函数代码构造Huffman码表，针对图像数据进行Huffman编码，观察和分析不同图像信源的编码效率和压缩比。 (2) 利用图像处理软件Acdsee将“图像1.bmp”、“图像2.bmp”和“图像 3.bmp”转换为质量因子为10、50、90的JPG格式图像（共生成9幅JPG图像），比较图像格式转换前后数据量的差异，比较不同品质因素对图像质量的影响； (3) 数据压缩软件winrar将“图像1.bmp”、“图像2.bmp”和“图像3.bmp”分别生成压缩包文件，观察和分析压缩前后数据量的差异； (4) 针对任意一幅图像，比较原始BMP图像数据量、Huffman编码后的数据量（不含码表）、品质因素分别为10、50、90时的JPG文件数据量和rar压缩包的数据量，分析不同编码方案下图像数据量变化的原因。 4、实验结果及分析 (1)在VC环境下，添加代码构造Huffman编码表，对比试验结果如下： a.图像1.bmp：
实验八、图像变换压缩编码 一，目的 掌握变换压缩编码的原理与方法 了解有损压缩编码图像的质量评估的指标 二，实验条件 1)微型计算机：INTEL 奔腾及更高 2)MATLAB 3)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地压缩数据 2)图像编码压缩的主要技术指标：压缩比，客观评价SNR，主观评价 四，实验内容 1.以DCT变换为例，采用标准亮度量化表，得有损压缩的变换值，并计算并显示其直方图； 2．采用标准量化表的上述变换值反量化回去后采用DCT变换回图像，比较并计算压缩前后图像的差异(均方差MSE,峰值信噪比PSNR等)； 3.根据由1计算得到的统计直方图试判断采用HUFFMAN编码的平均码长。MATLAB具体的实现代码： clear ALL; cd d: %问题一，DCT变换，运用标准亮度量化表，得到有损压缩的量化值，并显示其直方图%jpeg亮度量化表 M=[16 11 10 16 24 40 51 61; 12 12 14 19 26 58 60 55; 14 13 16 24 40 67 69 56; 14 17 22 29 51 87 80 62; 18 22 37 56 68 109 103 77; 24 35 55 64 81 104 113 92; 49 64 78 87 103 121 120 101; 72 92 95 98 112 100 103 99; ]; I_=imread('test.jpg');%读入原始图像 I1=rgb2gray(I_);I2=double(I1); J = imresize(I2,[512 512]);%调整图像的大小 TEMP=zeros(8,8);%产生8*8临时矩阵 lianghuazhi=zeros(512,512);%产生512*512量化值矩阵 a=0;b=0; while 1 for x=1:1:8 for y=1:1:8
Discussion on Wavelet B ases Selection for Digital Image Compression H AN Fang2f ang,XU Shuang,ZHENG De2zhong (College o f Electric Engineering,Yanshan Univer sity,Qinhuangdao Hebei066004,China) Abstract: This paper studies the selection of optimal wavelet bases.The merits of biorthog onal spline wavelets are dis2 cussed and dem onstrated.C ontinuity of spline derivatives assures wavelets sm ooth and symmetry of biorthog onal wavelets makes the filters have linear phase.Those features can reduce distortion and guarantee the reconstructed images quality. K ey w ords: Optimal wavelet bases;Image com pression;S pline wavelets;Biorthog onal wavelets 关于数字图像压缩中小波基选择问题的探讨① 韩芳芳,徐 爽,郑德忠 (燕山大学,电气工程学院,河北 秦皇岛 066004) 摘要:针对数字图像压缩编码中最优小波基的选择问题,论证了双正交样条小波基的优点,并对其进行了推导。样条小波的导数连续性保证了小波基的光滑性,双正交对偶小波的对称性使得滤波器具有线性相位,可减小失真,保证重构图像的质量。 关键词:最优小波基;图像压缩;样条小波;双正交小波 中图分类号:T N919 文献标识码:A 文章编号:1004-1699(2004)01-0154-04 图像是人类感知信息的重要途径之一。然而图像经过采样及量化编码后数据量巨大,给传输与存储带来很多困难,因而需要对图像数据进行有效的压缩。在F ourier分析基础上发展起来的小波分析,提供了一种自适应的时域和频域同时局部化的分析方法,通过伸缩和平移等运算功能进行多尺度细化分析,能够有效地从信号中提取信息。小波分析用于数字图像压缩,压缩比高,压缩速度快,压缩后信号与图像的特征不变,且在传递过程中可以抗干扰。因此小波分析成为数字图像处理及压缩编码的有力工具。 如何选择最优小波基是图像压缩编码中所面临的一个棘手问题。对于图像信号而言,一方面要对巨大的数据量进行有效压缩,另一方面,要保持重建图像的质量满足视觉要求。小波基的选择存在一些标准,如平滑性、逼近精度、支撑大小和滤波频率等,如何最佳的组合这些特征是一个难点所在。 1 小波基的选择问题 如何最合理、快速的选择小波基,目前这方面的研究并无定论。在小波基的选择中,一般较为看重以下几方面: 平滑性与消失矩。消失矩表明了小波变换后的能量集中程度,消失矩阶数很大时,精细尺度下的高频部分数值有许多是小得可以忽略的(奇异点除外)[1]。从重构图像质量角度而言,平滑性的影响要 2004年3月 传 感 技 术 学 报 第1期 ①收稿日期:2003211210 作者简介:韩芳芳(1978-)女,硕士研究生,主要研究方向为视频信号压缩编码; 徐 爽(1978-)女,硕士研究生,主要研究方向为信号处理与语音编码; 郑德忠(1952-)男,教授,博士生导师,河北省人工智能学会副理事长,中国电子协会高级会员,主要从事信号 处理和先进控制等方面的研究工作,已在国内外发表论文50余篇。qhdzdz@https://www.doczj.com/doc/211726752.html,.
实验三．语音变换和压缩编码实验 通过键盘和液晶选择“菜单”中的“二. 语音变换” 1．语音模数转换实验 （1）在语音变换下选择“1. 语音模数变换”； （2）按下AMBE2000的复位按钮，对AMBE2000进行复位； （3）K501拨到“SIN”，将输入的模拟信号设置为2kHZ的正弦信号，通过测试点TP501可以观测到输入给AD73311的模拟信号，调节面板上的W501，可以改变输入信号的幅 度； （4）通过测试点TP502观测AD73311中A/D和D/A变换的时钟输出； （5）通过测试点TP503观测AD73311中数字输出和输入的帧同步信号； （6）通过测试点TP504观测AD73311的A/D转换后的数字输出信号； （7）通过测试点TP505观测AD73311的D/A转换前的数字输入信号； （8）通过测试点TP506观测AD73311完成D/A转换后的模拟信号，并可以通过调节面板上的W502改变输出信号的幅度； （9）将K501拨到“MIC”，将输入的模拟信号设置为麦克风输入的语音信号，插入麦克风和耳机，可以从耳机中听到麦克风的声音。 测量操作与测量结果： （1）CH1连接到TP501；CH2连接到TP506； （2）按下示波器的“AUTO”键； （3）分别将CH1和CH2的电压档设为“200mV”，时间档设为“200us”； （4）将CH1向移动，CH2向下移动。 （5）调节面板上的W501和W502，分别将TP501和TP506信号的幅度调整到300 mV和500 mV左右。 （6）按“RUN/STOP”键停止波形采样。 （7）CH1为输入的模拟2KHz正弦波，CH2为输出恢复信号，可以看到恢复波形比原始波形质量变差了。如图2-1-TP501~TP506。 2-1-TP501~TP506
中南大学数据结构课程 姓名：刘阳 班级：信息0703 学号：0903070312 实验时间： 08.11.14 指导老师：赵颖
一、实验内容 根据输入的n 个带权结点，构造出哈夫曼树，并且把构造结果输出到屏幕。 二、实验说明 哈夫曼数，也称最优二叉树，是指对于一组带有确定权值的叶结点，构造的具有最小带权路径长度的二叉树。 设二叉树具有n 个带权值的叶结点，那么从根结点到各个叶结点的路径长度与相应结点权值的乘积之和叫做二叉树的带权路径长度WPL ，记作： WPL=k n k k L W *∑=1。在给定一组具有确定权值的叶结点，可以构造出不同的带权二 叉树。根据哈夫曼树的定义，一棵二叉树要使其WPL 值最小，必须使权值越大的叶结点越靠近根结点，而权值越小的叶结点越远离根结点。 在数据通讯中，经常需要将传送的文字转换成由二进制字符0，1组成的二进制串，我们称之为编码。例如，假设要传送的电文为ABACCDA ，电文中只含有A ，B ，C ，D 四种字符，若这四种字符采用下表所示的编码，则电文的代码为000010000100100111 000，长度为21。 在传送电文时，我们总是希望传送时间尽可能短，这就要求电文代码尽可能短。如果在编码时考虑字符出现的频率，让出现频率高的字符采用尽可能短的编码，出现频率低的字符采用稍长的编码，构造一种不等长编码，则电文的代码就可能更短。并且在建立不等长编码时，必须使任何一个字符的编码都不是另一个字符编码的前缀，以避免反译成原文时，编码出现多义性。 在哈夫曼编码树中，树的带权路径长度的含义是各个字符的码长与其出现次数的乘积之和，也就是电文的代码总长，所以采用哈夫曼树构造的编码是一种能使电文代码总长最短的不等长编码。 采用哈夫曼树进行编码，也不会产生上述二义性问题。因为，在哈夫曼树中，每个字符结点都是叶结点，它们不可能在根结点到其它字符结点的路径上，所以一个字符的哈夫曼编码不可能是另一个字符的哈夫曼编码的前缀，从而保证了译码的非二义性。
实验三 无失真信源编码 一、[实验目的] 1、理解香农第一定理指出平均码长与信源之间的关系； 2、加深理解香农编码具有的重要的理论意义。 3、掌握霍夫曼编码的原理； 4、掌握霍夫曼编码的方法和步骤； 二、[实验环境] windows XP,MATLAB 7 三、[实验原理] 香农第一定理： 设离散无记忆信源为 12 (1) (2)....()S s s sq P p s p s p sq ????=???????? 熵为H(S)，其N 次扩展信源为 12 (1) (2)....()N q S p p p q P αααααα????=???????? 熵为H(S N )。码符号集X=（x1,x2,…,xr ）。先对信源N S 进行编码，总可以找 到一种编码方法，构成惟一可以码，使S 中每个信源符号所需的平均码长满足： 1N L H S H S N N +>≥（）（）logr logr 当N →∞时 lim ()N r N L H S N →∞= N L 是平均码长 1 ()N q N i i i L p αλ==∑ i λ是i α对应的码字长度 四、[实验内容] 1、在给定离散无记忆信源 S P s1 s2 s3 s4 1/8 5/16 7/16 1/8 =
条件下，实现二进制霍夫曼编码，求最后得到的码字并算出编码效率。 五、[实验过程] 每个实验项目包括：1)设计思路2)实验中出现的问题及解决方法； 某一离散信源概率分布：p=[1/2,1/4,1/8,1/16,1/16] 求信源的熵，并对该信源进行二元哈夫曼编码，得到码字和平均码长以及编码效率。 Matlab程序： function [h,l]=huffman(p) p=[1/2 1/4 1/8 1/16 1/16]; if length(find(p<0))~=0, error('Not a prob.vector,there is negative component') end if abs (sum(p)-1)>10e-10 error('Input is not a prob.vector,the sun of the components is not equal to 1') end n=length(p); q=p; m=zeros(n-1,n); for i=1:n-1 [q,l]=sort(q); m(i,:)=[l(1:n-i+1),zeros(1,i-1)]; q=[q(1)+q(2),q(3:n),1]; end for i=1:n-1 c(i,:)=blanks(n*n); end c(n-1,n)='0'; c(n-1,2*n)='1'; for i=2:n-1