基于huffman编解码的图像压缩算法matlab仿真

1.算法运行效果图预览

2.算法运行软件版本

matlab2022a

3.算法理论概述

Huffman编码是一种用于无损数据压缩的熵编码算法。由David A. Huffman在1952年提出。该算法完全依据字符出现概率来构造异字头的平均长度最短的码字,有时称之为最佳编码,一般就叫做Huffman编码。

3.1 Huffman编码算法步骤

初始化:根据符号概率的大小顺序对符号进行排序,即按概率大小排序,得到符号序列。

创建节点:将概率最小的两个节点相加,并作为一个新节点,新节点的概率为这两个节点概率之和。然后,将这两个节点从概率队列中删除,将新节点插入队列中。

更新队列:重复上一步骤,直到队列中只剩下一个节点为止。此时,这个节点就是Huffman树的根节点。

生成编码:从根节点开始,向左的边标记为0,向右的边标记为1。然后,从根节点到每个叶节点的路径就构成了该叶节点对应符号的Huffman编码。

3.2 Huffman编码的数学原理

Huffman编码的数学原理主要基于信息论中的熵的概念。熵是一个用于度量随机变量不确定性的量。对于一个离散随机变量X,其熵H(X)定义为:

Huffman编码的主要思想是,对于出现概率高的符号,赋予较短的编码;对于出现概率低的符号,赋予较长的编码。这样,平均码长就会接近熵的下界,从而实现高效的无损压缩。

3.3 基于Huffman编解码的图像压缩

在图像压缩中,首先需要将图像数据转换为一系列符号。这可以通过多种方式实现,例如可以将像素值作为符号,或者将像素值的差值作为符号。然后,统计这些符号的出现概率,并使用Huffman编码算法生成对应的Huffman编码。最后,将编码后的数据以及Huffman树的结构信息一起存储或传输。

解码时,首先读取Huffman树的结构信息,重建Huffman树。然后,根据Huffman树对编码后的数据进行解码,得到原始的符号序列。最后,将符号序列转换回图像数据。

Huffman编码是一种非常有效的无损数据压缩算法,特别适用于处理具有不同出现概率的符号序列。在图像压缩中,通过将图像数据转换为符号序列,并使用Huffman编码对符号进行压缩,可以实现较高的压缩比和较好的图像质量。同时,由于Huffman编码是无损的,因此解压后的图像与原始图像完全一致,不会引入任何失真。

4.部分核心程序 `for ij = 1:size(I0,3)

I = I0(:,:,ij);

m,n\] = size(I); % 将当前通道的图像展平为一维向量 Ivect = I(:); % 获取当前通道的唯一像素值和它们的频率 symb = single(unique(Ivect)); cnts = hist(Ivect, symb); Probs = double(cnts) ./ sum(cnts); % 计算Huffman编码字典和平均长度 \[dictionary,Lens(ij)\] = func_huffdict(symb,Probs); % 对当前通道的图像进行Huffman编码 Ienc = func_huffencode(symb,dictionary,Ivect); % 对Huffman编码进行解码,得到无损压缩后的像素值 Idec = func_huffdecode(symb,dictionary,Ienc); % 将解码后的一维向量重塑为二维图像 Iout(:,:,ij) = reshape(Idec,m,\[\]); end % 将无损压缩后的图像保存为JPEG格式 imwrite(Iout,'cmps.jpeg'); % 显示图像及其相关信息 figure; Isize1 = imfinfo(Names).FileSize; Isize2 = (Isize1\*(sum(Lens(:))/3))/8; CmpRates = 100\*((Isize1 - Isize2)/Isize1); subplot(1,2,1); imshow(I0); title(sprintf("原图 \\n 容量: "+ Isize1/(1024\*1024) + " MB")); subplot(1,2,2); imshow(Iout); title(sprintf("压缩图 \\n 容量: "+ Isize2/(1024\*1024) + " MB \\n 压缩率: "+CmpRates+"%%\]"));\`

相关推荐
Gyoku Mint2 小时前
深度学习×第4卷:Pytorch实战——她第一次用张量去拟合你的轨迹
人工智能·pytorch·python·深度学习·神经网络·算法·聚类
葫三生3 小时前
如何评价《论三生原理》在科技界的地位?
人工智能·算法·机器学习·数学建模·量子计算
拓端研究室5 小时前
视频讲解:门槛效应模型Threshold Effect分析数字金融指数与消费结构数据
前端·算法
随缘而动,随遇而安7 小时前
第八十八篇 大数据中的递归算法:从俄罗斯套娃到分布式计算的奇妙之旅
大数据·数据结构·算法
IT古董7 小时前
【第二章:机器学习与神经网络概述】03.类算法理论与实践-(3)决策树分类器
神经网络·算法·机器学习
水木兰亭10 小时前
数据结构之——树及树的存储
数据结构·c++·学习·算法
Jess0711 小时前
插入排序的简单介绍
数据结构·算法·排序算法
老一岁11 小时前
选择排序算法详解
数据结构·算法·排序算法
xindafu11 小时前
代码随想录算法训练营第四十二天|动态规划part9
算法·动态规划
xindafu11 小时前
代码随想录算法训练营第四十五天|动态规划part12
算法·动态规划