用Huffman编码实现图像压缩.doc

用Huffman编码实现图像压缩摘要：当前，网络和多媒体技术日新月异，信息量急速膨胀。针对这种情况，本文探讨了它的解决方法――数据压缩（主要是图像压缩）。着重研究了无失真条件下的最佳编码方法――Huffman编码，对其方法的优劣做了较为客观的评价 关键词：图像压缩 编码 Huffman编码 中图分类号：TP393.03 文献标识码：A 文章编号：1007-9416(2011)12-0238-02 1、前言 随着科技的发展，现在各种各样的数据和信息正在急速膨胀，每天出现的新知识正以近乎指数的规律逐日上升。如何方便快速地存储、处理和传输这些日益增加的信息，使之更好的为我们服务，已经成为多数行业共同的呼声。特别是近几年来随着网络走进普通家庭，昔日老牛拉破车似的网速已让多数人所不能容忍。因为数据在数据传输时，要占据很大的信道容量。为此，人们想到了采用对图像新的表达方法以减小表示一幅图像所需数据量，这就是图像编码要解决的主要问题。由于图像编码减少了数据量，因此人们也常称图像编码为图像压缩 本文将着重研究Huffman编码方法，并形成一个对Huffman编码方法的较为完整的评价 2、正文 2.1 Huffman编码 Huffman编码的主导思想是根据数据符号发生的概率进行编码。在源数据中出现概率越高的符号，相应的码长越短；出现概率越小的符号，其码长越长，从而达到用尽可能少的码符号表示源数据。Huffman编码方法是接近压缩比上限的一种最佳的编码方法 2.2 具体编码过程 (1)将信源符号按出现概率由大到小排列 (2)将2个最小概率相加，形成一新的概率集合，对应一新的信源，符号数减小一个，即具有q-1个符号数，称为缩减信源A (3)将缩减信源A中q-1个符号再按概率大小排列。如符号间概率相等，则排列次序不论 (4)如此继续，得到具有(q-2)、(q-3)、(q-4)、...个符号的缩减信源B、C、D等，直到只有2个符号为止 (5)在每一对合并的就概率中，以码符号“0”表示概率大的那个信源符号，而以“1”表示概率小的那个信源符号 (6)从最后一个缩减信源开始，按原来路径回嗍，组合路径上所有的码符号（0或1）便得到信源各符号对应的码组 一旦Huffman码获得以后，编码都可用简单的查表的方式实现 Huffman编码方法是先扫描要编码的文件，计算出各字符出现的概率，然后再进行编码，其框图如下： 2.3 关于编码与解码过程的几点说明 统计数据出现的频度是Huffman编码的第一步，即需要统计出在源文件中各字符出现的次数。统计的结果是构造Huffman树的依据。不论是压缩还是释放操作，Huffman树的构造都是必不可少的 由于编码时所用的Huffman树是根据统计结果得到的，因此只要有了字符统计记数结果就可以构造出与编码时所使用的模型完全相同的Huffman树。根据这种思路，在压缩文件中，只需保存各字符的统计记数结果。当对压缩文件进行释放操作时，先读出字符的统计结果，再据此构造出Huffman树，最后完成其他的译码操作。这样，只需存储出现在文件中的数据的记数值即可。尽管采用这种方法进行Huffman编码，不论是压缩还是解压缩都需要构造Huffman树。但所换取的是为构造Huffman树而附加的信息占据尽可能少的存储空间。对于数据压缩来说，这是非常重要的 2.4 关于哈夫曼算法的评价 Huffman码不仅适用于图像文件，经过符号合并后也可用于二进制文件和文本文件。但在实际应用中，还存在以下不足：输入数据数受限于可实现的Huffman表尺寸；译码较为 复杂；需要知道输入数据的频率分布。此外，由于码长不等，还存在一个输入与输出的速率匹配问题,其解决的办法是设置一定容量的缓冲寄存器 3、结语 综上所述，Huffman算法虽然存在其自身的不足和缺陷，但是随着科学技术和实验手段的不断提高，这些问题已经或正在得到解决。Huffman算法的突出优点是压缩后的图像没有失真,压缩后的单元像素最接近图像的实际熵值，因此相对于其他无失真压缩算法来说，它的压缩比应该是最高的。而且随着微电子与计算机技术的发展，Huffman编码已被做到许多单片的编码/解码集成电路芯片中，并成为许多国际标准中的主要技术内核之一，实现了用较低的处理代价，来换取昂贵的通信开销的目的 参考文献 [1]夏良正.《数字图像处理》.南京:东南大学出版社,1999年9月. [2]王继林.动态Huffman编码在图像压缩中的应用.电脑编程技巧与维护,2007年9期. [3]左新娥. 基于文本的Huffman压缩技术.株洲师范高等专科学校学报,2007年5期. [4]余松