图像霍夫曼编码与解码以及熵,平均码长,冗余度的计算

DIP计算机报告主题：数字图像处理计算机报告(第4期)学校：中国地质大学(武汉)指老教师：傅华明姓氏：龙勋班级编号：07112-06目录1图像霍夫曼编码和解码以及熵、平均码长和冗余度的计算32计算机10概述注意：您只需要在给定的文件夹中运行测试脚本来获得结果，并从工作区中查看相应的数据。4.2图像的霍夫曼编码和解码主题要求：在图2上执行霍夫曼编码和解码，并计算图像熵、平均码长和冗余度。算法设计：1.遍历图像并计算每个像素灰度值的概率2.找出概率最低的两个，将最低概率表示的灰度值代码加1，将另一个较小概率表示的灰度值代码加03.将这两个概率结合起来形成一个新元素，并重复直到最后两个元素被保留。4.编码的逆过程，即解码过程5.计算相应的数据程序代码：运行代码：清楚的in=2，2，3，5，0，0，5，5，5，4，1，1，2，2，1，5，4，6，5，5，7，2，2，3，5，2，2，2，3，4，4，4，6，2，1，4，1，1，2，2，1，5，7，6，5，5，7，2，2，4，4，1，2，2，1，5，2，3，1，2，2，1，5，0；p，out=gailv(in)；码=霍夫曼(0:7，p)；%用于霍夫曼编码编码=编码(输入，编码)；%编码图像H，L，R=GetInfo(代码)；%计算熵、平均代码长度、冗余度Img=解码(编码_Img，编码)；%解码图像图像中每个像素灰度级的概率计算；函数 p，out =gailv(in)M，N=尺寸(英寸)；out=，8)；p=零(1，8)；对于i=1:8out(1，I)=I-1；目标对于i=1:M对于j=1:N对于k=1:8如果in(i，j)=out(1，k)out(2，k)=out(2，k)1；目标目标目标目标对于i=1:8out(3，i)=out(2，I)/(M * N)；p(1，i)=out(2，I)/(M * N)；目标目标霍夫曼编码过程：函数码输出=霍夫曼(s，p)Ms，Ns=尺寸；如果(毫秒=1)sig=s。其他sig=s。目标%s是元素名p是元素概率。Ms，Ns=尺寸(SIG)；Mp，Np=大小(p)；if (Ms=Np)返回；目标代码=小区(Ms，4)；%创建编码单元格code _ out=小区(毫秒，3)；%创建输出单元格编码=小区(毫秒，2)；编码过程中使用的单元格百分比i=1:Ms毫秒代码i，1=sig(i，)；%的第一列是元素名称代码i，2 =；%第二列已编码代码i，3 =p(I)；%第三列是元素概率代码i，4 =；%第四列是元素概率排名编码i，1 =p(I)；第一个行为元素的概率百分比编码i，2 =I；第二行%表示该概率由哪些元素组成目标m，l=Cell_min(编码(:1)；%查找最小值而(m1)%如果最小值小于1(编码尚未完成)m1，l1=Cell_min(编码(:1)；%查找最小值temp _ p=编码l1，1 ；%记录最小概率编码l1，1 =2；%将概率更改为2，以后将不再检索。m2，l2=Cell_min(编码(:1)；%查找次要值编码l2，1 =编码l2，1 temp _ p；新元素概率是通过添加%最小概率和次最小概率获得的。k，MP=大小(编码l1，2 )；%考虑哪些元素包含在最小概率中i=1:mp代码codingl1，2(i)，2=1，代码codingl1，2(i)，2 ；% 1在这些元素编码之前添加目标k，MP=大小(编码l2，2 )；%考虑下一个小概率中包含哪些元素i=1:mp代码codingl2，2(i)，2=0，代码codingl2，2(i)，2 ；%在编码这些元素之前添加0目标编码l2，2=编码l2，2 ，编码l1，2 ；% new元素包含次要元素和最小元素包含的所有元素m，l=Cell_min(编码(:1)；%找到当前最小值并继续循环目标i=1:Ms毫秒code_out(i，1:3)=code(i，1:3)；%输出单元格的前3列等于编码单元格的前3列。目标找到概率的最小函数：功能思维，锁定=细胞_分钟(数据)%查找单元格中列元素的最小值和位置M，N=大小(数据)；loc=-1；对于i=1:Md(I)=数据i(1，1)；目标ture min=min(d)；%查找最小值对于i=1:M%，遍历矩阵以找到最小值的位置if(d(I)=ture min)mind=d(I)；loc=I；返回；目标目标目标图像编码代码：函数编码=编码%遍历图像，查找表以确定码字M，N=大小(img)；Mc，Nc=尺寸(代码)；编码_ Img=单元格(M，N)；对于i=1:M对于j=1:N数据=img(i，j)；对于k=1:Mcif(代码k，1 =数据)Coded_Imgi，j=codek，2。目标目标目标目标目标图像解码代码：函数Img=解码(编码_Img，编码)%遍历编码图像并查找表以确定值。M，N=大小(编码_ Img)；Mc，Nc=尺寸(代码)；对于i=1:M对于j=1:N数据=Coded_Imgi，j ；对于k=1:Mcif(大小(数据)=大小(代码k，2)if(代码k，2 =数据)img(i，j)=代码k，1 ；目标目标目标目标目标目标相关数据的计算：函数H，L，R=GetInfo(代码)M，N=大小(代码)；H=0。对于i=1:MH=H代码i，3 * log2(1/代码i，3 )；目标%计算熵L=0。对于i=1:Mm，n=大小(代码i，2 )；L=L代码i，3 * n；目标%计算平均代码长度r=升/高-1；%计算冗余度目标运行结果：编码前的图像：编码图像：解码图像：熵(h)，平均码长(l)，冗余度(r)到目前为止，图像矩阵的编码和解码以及相关参数的计算已经成功实现。计算机上的摘要：本实验是对图像矩阵进行霍夫曼编码和解码。编程过程不像往常那样顺利。有很多普通人认为用程序实现简单的编码过程更麻烦，但他们也更了解霍夫曼编码的原理。在这个编程的过程中，我还有一个棘手的问题没有解决，那就是在霍夫曼编码的过程中，每个元素出现的概率是双数据，这是四舍五入的。如果在编码过程中对几个概率进行了舍入，那