基于熵编码CABAC的信源信道联合解码器

H.264的熵编码都采用基于上下文自适应二进制算术编码（CABAC）,能达到较高的压缩性能,但对信道误码非常敏感.文中提出了一种基于CABAC的算数码变长码联合解码算法,联合信源信道算数码解码之后的信息作为变长码的输入信息,再通过变长码格状图搜索获得最佳的符号序列.同时,在算数码解码部分可以利用变长码的码字结构信息来删除无效搜索路径,提高解码性能.仿真实验表明,该联合迭代解码算法明显优于传统的分离解码器.     

JPEG2000中的二进制算术编码及其DSP实现

算术编码作为一种高效的数据编码方法在图像压缩中有广泛的应用。介绍了国际静态图像压缩新标准JPEG2000中的自适应二进制算术编码技术。算术编码的工程实现需要高性能信号处理器的支持，研究了在TMS320VC5402上实现二进制算术编码的快速算法及优化汇编程序金计，证明了其硬件算法的实用性和高效率。该技术可实现对图像压缩编码，在其他数据压缩领域也可以直接利用。     

H.264/ACV标准中的熵编码技术研究

H.264/ACV标准压缩系统由视频编码层（VCL）和网络适配层（NAL）两部分组成。在视频编码层VCL中的熵编码（entropy coding）技术采用基于内容的自适应变长编码CAVLC与—致变字长变码UVLC相结合的编码和基于内容的自适应二进制算术编码CABAC。自适应的算术编码可以使编码器自适应采用动态的符号概率统计,因此可以利用已编码符号的概率统计使算术编码更好地适应当前符号的概率,从而提高编码效率。     

上下文相关算术编码的VLSI结构设计

由于上下文相关算术编码(CAE)方法的良好压缩特性，使其适用于二值形状视频对象的编码．然而CAE配编码所消耗的运算资源较大，不能满足实时视频编码的要求．为了有效减少数据载入次数，提出一种高效的上下文相关算术编码(CAE)的VISI结构．采用延迟线结构保存输入像素，使其在以后的处理中重复利用．实验结果表明，采用这种结构，有效减少了存储器的访问次数，在计算概率索引时，避免了加法操作，从而达到了利用较少的门电路实现高效编码的设计目标．     

基于Context模型的非嵌入式小波彩色图像编码方案

 在零树小波思想的基础上,结合Context模型提出了一种新的彩色图像编码方案.首先对原彩色图像的3个分量进行色标体系变换,然后对变换后的3个分量分别进行离散小波变换.离散小波变换后的系数首先由门限值筛选操作产生一个Significance Map符号流,该符号流用零树结构表示.接着对非零系数进行均匀量化,将大于门限的值分解为:MSB符号流及剩余的二进制符号流.为了降低存在于Significance Map及MSB符号流中的冗余,我们提出了简单有效的Context模型,而对剩余的具有弱相关性的二进制符号流则直接使用自适应算术编码.经过实验对比证明了该方案在彩色图像编码中具有较优的压缩特性.     

基于模糊混合预测的静态图像无损压缩

提出了一种基于自适应模糊混合预测的静态图像无损压缩方法．在预测准备阶段，根据一个预定的阈值计算出一组自适应线性预测器。用完全自组织简化自适应共振神经网络对得到的预测器进行训练；在预测图像过程中，训练预测器在模糊逻辑的意义上互相结合起来实现最终预测过程；在误差编码阶段，该方法使用了基于上下文的条件算术编码．实验表明，该方法的诸多特点使得它能在计算复杂性和预测效率间达到平衡，表现出优良的压缩性能．     

Logistic映射控制的安全算术编码及其在图像加密中的应用

提出了一种通过Logistic映射改变模型中符号的顺序及符号的概率值的安全算术编码,将其应用于图像数据的压缩加密中,使其在网络中安全传输更方便,在编码过程中通过完全混沌的序列保证改变模型的均匀性,从而满足图像压缩编码的安全性要求。算法能够应用于任何针对多媒体数据的算术编码器(包括视频,图像,音频等),并且对编码的效率影响甚微,而且基于编码压缩的加密方式相对于其他同类加密方式所具有的明显优势在于,压缩过程大量减少了信息的冗余性,并在此过程中引入加密,这对试图推测出图像信息以及找到密钥的攻击具有良好的鲁棒性。     

基于自适应扫描的遥感图像压缩算法

目的 为提高基于上下文算术编码器的效率.方法 首先分析了上下文模型以及上下文量化对信源熵的影响,得到了上下文量化的两个优化准则,并根据准则建立了一种时变的上下文性能模型.结果 给出了一种自适应位平面扫描顺序,改善了上下文条件概率的时变稳定性,提高了编码过程中对上下文条件概率的估计精度.结论 该方法较顺序扫描方式在同码率下有一定的PSNR提高,具有比顺序扫描更优的编码效率.     

基于混合统计模型的DNA序列压缩算法

基于专家模型算法(XM算法)原理和有限上下文混合统计模型估计DNA序列每一个符号的概率,提出一种基于混合统计模型的DNA序列压缩算法.将采用混合统计模型计算出的概率估计应用于算术编码中,对标准DNA序列集的符号位进行压缩编码.实验结果表明,文中提出的混合统计模型能得到比原有限上下文模型更好的压缩效果,且能比其他经典DNA序列压缩算法产生更大的压缩率,弥补基于统计信息的当前较先进的XM算法用于标准DNA序列集时一些数据的不足,但对高通量DNA系列的压缩效果有待提高.     

用于图像压缩的小波系数的上下文模型

结合GlicBawls编码方法的线性预测思想和CALIC编码方法通过量化减少上下文个数的思想，提出了一种新的用于图像压缩的小波系数的上下文模型。它通过量化当前系数的线性预测值形成上下文，进行自适应的算术编码。实验结果表明，利用这种模型获得的无损压缩比高于无损的SPIHT和用于JPEG2000的无损的EBCOT。另外，这种模型充分利用了小波变换的多分辨率性质，能以渐近分辨率(progressive resolution)方式压缩图片，并且它获得的原图片的各个比例尺(scale)的小图片的压缩比也高于EBCOT。     

一种改进的基于小波的自适用图像编码方法

基于零树小波算法提出了一种新的图像编码方法——改进的自适应算术编码．将图像进行零树小波编码后的小波系数符号流采用改进的自适用算术编码方法进行二次编码．实验结果表明该算法编码效率高于传统的嵌入零树小波算法．     

一种JPEG2000算术编码器的优化算法与实现

通过对索引表和概率间隔区间更新条件的分析,提出了一种JPEG2000算术编码器的部分并行优化算法.在连续编码两个数据对时,通过预测间隔区间的变化,可以一次完成索引表和间隔区间的更新,从而减小了编码数据的关联性,实现了算术编码器的部分并行编码.设计了基于3级流水线的JPEG2000算术编码器,并通过了FPGA验证.试验结果表明,该算法平均每个时钟编码1.58对数据,比每个时钟编码1对数据的普通算法,编码效率提高了58%.     

M序列报文的MIAC压缩编码算法

M序列报文是典型短波数据链报文。提出一种针对M序列报文的MIAC压缩编码算法,该算法根据M序列报文的统计特性,应用基于字段结构的半动态概率估计模型,量化低概率符号出现概率的取值且半动态更新,采用动态的编码区间长度更新机制,使乘法运算替换为预处理过程中的查表运算,最大造成10.04%的编码效率损失。测试结果表明,当M序列报文数目为2~9条时,MIAC压缩编码算法在损失最多20%的压缩率时,使压缩时间低于原算术编码至少50%。为今后研究提升数据链系统性能提供一种新的思路。     

多禁止符号算术编码高效错误检测算法

为解决算术编码误码敏感的问题,提出了采用多个禁止符号的高效算术编码错误检测方法。在分析有限精度算术编码器特点的基础上,研究了多禁止符号的不同概率区间分配方案,比较了各种方案错误检测的符号距离和bit距离。实验结果表明:在添加相同程度的编码冗余情况下,多禁止符号错误检测方法优于单个禁止符号检测方法,可更快检测出错误,错误符号被立即检测出的比例提高了约一倍。多个禁止符号错误检测方法能够高效、快速地检测出传输中产生的比特错误,对通信中的检错重传、算术编码联合译码、错误定位等都有意义。     

二值图像的金字塔表示和最佳级联方块编码

提出的最佳级联方块编码是一种压缩二值图像数据的方法,它实质上是将前缀方块编码的原理逐次应用于二值图像金字塔表示的相继各级,寻求编码比特数的最小值,以便获得最大的数据压缩比。     

基于Huffman编码的XML数据压缩方法

针对一定网络带宽下生产过程报表系统对大型数据源访问速率不高的问题,提出了一种基于Huffman编码的XML数据压缩方法。通过构造数据处理类获取XML文档中重复率高的节点单元,采用Huffman编码对节点单元进行编码,将编码后文档利用LZMA算法压缩,构建了Huffman-LZMA压缩算法,并将该压缩算法应用于生产过程报表系统设计。实际应用结果表明,该压缩算法对生产过程报表数据源的压缩率达到约88%,有效的节省了网络带宽和存储空间,提高了报表系统的访问速率。     

基于混合上下文熵模型的点云几何编码算法

针对三维点云存在的大量空域冗余信息，提出一种基于混合上下文熵模型的点云几何编码算法框架.通过多层感知机与Resnet网络分别对基于八叉树结构的点云和基于体素结构的点云特征进行上下文特征提取，并使用选择单元对上下文信息进行裁剪、选择和融合，使网络能够针对当前编码体素建立更加准确的概率模型，从而提高三维点云的压缩效果.同时，针对模型复杂度高的问题提出并行多尺度自回归进行概率估计的方案，大大降低了编解码时间.实验结果表明：点云几何编码算法能够有效降低每个体素所占的比特数并且整个编码过程无损；与G-PCC编码算法相比，压缩后比特率下降了14.27%.     

基于有限状态联合信源信道算术码的图像编解码算法

针对噪声信道的图像传输问题,提出了一个基于有限状态联合信源信道算术码的图像编码算法和对应的联合迭代解码算法.该编码算法可根据信源和信道自适应选择近似概率模型、整数编码区间上限值、跟随比特上限值、禁用符号概率大小以及禁用符号位置.该联合迭代解码算法的外解码器使用算术解码器,检测内码产生的估计序列错误和向内解码器反馈错误位置的信息;内解码器负责对信道输出序列进行估计.实验表明,提出的编解码具有很好的传输性能和较低的复杂度.