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。     

基于混合编码框架的H.264/AVC核心新技术

介绍了H.264独有的特点,包括帧内预测、整数余弦变换、二进制自适应算术编码、概念性网络适配、多种块尺寸运动搜索、1/8像素运动估计精度等。     

MPEG-2 AAC缩放因子的算术编码方法

Huffman码的码字只能由整数比特逼近符合的熵，同时它的母符概率模型要做自适应调整非常困难，为克服这些局限进一步提高编码效率，提出用算术编码对先进音频编码器（AAC）的缩放因子进行无损编码，实验验证了该方法的可行性和有效性，表明算术编码在音频编码中具有良好的应用前景。     

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.     

一种二维光纤光谱数据的无损压缩方法

针对二维光纤光谱数据结构的特殊性,先分块在其波长方向上进行整数H变换去除波长方向相邻像素点间的冗余,再将波长方向的直流分量在空间方向上进行整数H变换作为整块数据的低频部分,然后根据变换后系数的特点采用嵌入式零树(EZT)编码和算术编码相结合的方法进行编码.理论分析表明,该压缩编码方法可实现二维光纤光谱数据的无损压缩;实验结果也表明,该方法具有较好的压缩效果.     

基于自适应多阈值变换编码的图象二值化处理

给出了一种应用自适应多阈值变换编码,来处理二值图象的方法.首先采用四叉树分块方法,对图象进行自适应分隔,进而在分割的定义块上采用区域编码;为减小压缩损失,再辅以自适应多阈值的阈值编码.实验结果表明:应用所给方法,图象的二值化质量较高.     

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。     

SPIHT的超光谱图像无损压缩算法

针对超光谱图像的特性及硬件实现的需要,提出了1种混合编码压缩方案.对超光谱图像序列首先进行谱间DPCM预测,再对残差图像进行(5,3)整数小波变换,最后对小波系数进行SPIHT编码.通过仿真验证该算法实现了无损压缩,压缩比平均可达2.34,优于算术编码,且算法复杂度低,易于硬件实现.     

基于参数模型的自适应二进制算术编码算法

为了在视频编码系统中更灵活地运用二进制算术编码,分析了内容自适应二进制算术编码算法的原理和编码流程,针对编码中的模型参数提出了2种不同的参数模型配置:高编码效率参数模型和低复杂度参数模型。低复杂度参数模型与高编码效率参数模型相比,在同等编码质量下可以将运算量降低约30%,存储空间节省87.5%,并结合视频编码中的码率控制机制提出了编码过程中在两种参数模型之间的自适应切换策略,以此来实现熵编码中复杂度和编码效率的折中,以适应不同的应用需求。     

一种高效的CABAC熵编码硬件设计

本设计是一种以基于上下文的自适应二进制算术编码(CABAC)为熵编码的高效视频编码方案,通过(CABAC)硬件结构的输入输出模块优化和算术编码模块优化来提高整体架构的效率及主频.在输入模块优化方面,采用四级缓存输入和残差系数优化传输;在算术编码模块优化方面,通过上下文模型索引预读取、预归一化查表和并入串出码流输出设计,提高整体架构的工作效率及主频,降低资源消耗,实现高效流水线高主频硬件架构.硬件设计使用90 nm标准单元库进行综合,可在工作频率为370 MHz下实现流水线,使用电路门数为43.49×10~3.该处理速率及吞吐率可支持HEVC标准的通用测试条件下1 080 P视频30帧·s~(-1)的实时编码.     

一种自适应整数小波提升算法

给出了一种新的自适应小波提升算法,对图像中的边缘点和均匀区域区别对待,而且整数变换不会产生舍入误差。这些性质在数字图像数据压缩中有重要应用。     

基于整形小波变换的零树编码算法的改进

针对整形小波变换能量集中性较差的问题,提出了基于整数平方阈值的小波图像压缩算法.该算法用整数平方阚值代替传统零树编码中2的整数幂量化阈值;通过调整码字的表示方式,充分利用游程编码的优点,在提高压缩效率的同时,简化了编码与解码的过程;使零树编码在整形小波变换中得到高效应用.     

A New Approach for Lossless Image Compression Based on Fuzzy Adaptive Prediction

This paper proposes a novel approach for image lossless compression based on fuzzy logic and adap-tive prediction. By a flexible strategy, the method can acquire a set of original predictors describing the more detail characteristic. Using a neural network, the proposed method can more efficiently organize the training of original predictors and implement adaptive prediction in fuzzy style. In entropy coding phase,the context-based conditional adaptive arithmetic encoding is adopted. The experiments demonstrate the characteristics make the approach achieve good tradeoff between computational complexity and efficiency of prediction and good performance for lossless compression.     

多阶上下文自适应二进制算术编码实现

提出了一种基于多阶上下文自适应的二进制算术编码算法.考虑了编码符号序列之间的相关性,用符号序列的大概率值代替单个符号的较小概率值,由此建立了多阶上下文概率模型,降低符号间的冗余度. 将此模型应用到二进制算术编码中,形成了一种比传统二进制算术编码更有效的方法,能让平均码长变短并使得码字的信息量逼近符号的熵率,从而显著提高二进制算术编码的数据压缩比(可高达90%).对不同类型的数据文件进行实验测试,结果显示其压缩编码效果良好.     

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．     

数据压缩的快速算术编码

描述了一种对普通数据进行压缩的快速自适应算术编码方法,它适应于文本,图像,语音等各种类型的数据。本算法由一种新的比特级算法和一种裂位技术组成。对于执行高压缩率的操作时,用高阶马尔可夫模型建立每一可能事件发生的概率表。编写了相应的测试软件,并给出了一些模拟结果来展示该算法的压缩效率。     

三维小波零块编码算法在超光谱图像压缩中的应用

提出了1种三维集合分裂嵌入式零块编码(3D SPEZBC)的超光谱图像压缩算法。该算法首先采用三维二进小波变换,有效地去除超光谱图像的空间和谱间相关性,然后对于所生成的每个二维子带利用基于集合分裂的方法进行零块编码,最后再采用基于上下文的自适应算术编码来进一步提高编码性能。3D SPEZBC编码算法不但可以提供较好的率失真性能,而且相对于3D EZBC编码算法可以节省大量的存储空间。实验结果表明,3D SPEZBC算法在各比特率下编码性能均明显优于3D SPECK,3D SPIHT和JPEG2000算法。