学海网

课程设计 对一副大小为256*256的bmp格式256色的灰度图象进行霍夫曼和字典编码压缩处理，共31页，6992字
目录
绪论 1
1原理分析 2
1.1数字图象 2
1.1.1灰度图象 2
1.1.2灰度直方图 3
1.2霍夫曼（Huffman）编码 5
1.2.1截断霍夫曼编码 5
1.2.2自适应霍夫曼编码 7
1.3LZW编码原理 7
2设计思路及关键算法 8
2.1霍夫曼编码设计思路 8
2.2霍夫曼编码关键算法 9
2.3LZW编码设计思路 11
2.4LZW编码关键算法 11
3软件设计过程 13
3.1主函数构造： 13
3.2霍夫曼编码函数构造： 14
3.3LZW编码函数构造： 14
4运行结果及分析 15
总结 20
参考文献 21
谢辞 22
附录 23

绪论
数字化革命给我们的生活带来了深刻而长远的影响，在人们享受数字化优越性的同时，数据量也大大增加，即我们所说的信息时代带来了“信息爆炸”，可见数据压缩的作用及其社会效益，经济效益将越来越明显。反之，如果不进行数据压缩，则无论传输或存储都很难实现。因此，数据压缩已成为当今数字通信，数字广播，数字存储，数字摄影，数字出版和多媒体娱乐中的一项关键性的共性技术。所谓的数据压缩是只用最少的数码来表示信号，说得更完整些，就是以最少的数码表示信源所发的信号，减少容纳给定消息集合或数据采样集合的信号空间。
众所周知，图象信息的数据量是相当庞大的。图象的数字化表示使得图象信号可以高质量地传输，并便于图像的检索、分析、处理和存储。但是大量数据的图象信息会给存储器的存储容量，通信干线信道的带宽，以及计算机的处理速度增加极大的压力，单纯靠增加存储器容量，提高信道带宽以及计算机的处理速度等方法来解决这个问题是无法满足需要的，因此必须对图象进行压缩处理。
图象数据压缩的可能性是因为图象中像素之间，行或帧之间都存在着较强的相关性。从统计观点来看，就是某个像素的的灰度值（颜色）总是和其周围其他像素的灰度值（颜色）存在某种关系，应用某种编码方法提取并减少这些相关特性，这样就可以实现图象压缩。从信息论的角度来看，压缩就是去掉信息中的冗余。即保留不确定的信息，去掉确定的信息，也就是用一种更接近信息本质的描述来代替原有在冗余的描述。在这次课程设计中，我们的任务是对一副大小为256*256的bmp格式256色的灰度图象进行霍夫曼和字典编码压缩处理。
......