视频编码中熵编码的关键技术分析.docVIP

视频编码中熵编码的关键技术分析 　　摘要：随着通信科技与网络信息技术的高速发展，音频信息量与日俱增，海量的音频信息也为宽带传送、音频信息储存空间等带来了一定压力，而压缩编码正是缓解这一问题的有效途径之一。自上世纪末期起，主流的视频编码都采取以块结构的编码框架，并综合运用如预测编码、熵编码等技术实现编码压缩。本文就以其中的熵编码作为研究中心，对视频编码中熵编码的基本原理及关键编码技术展开分析。 中国论文网 /8/view-7181948.htm 　　关键词：视频编码 熵编码 编码 原理 　　中图分类号：TN919 文献标识码：A 文章编号：1007-9416（2015）12-0000-00 　　熵编码是视频编码中的最后一个步骤，视频系列经预测和变换后会存在一定的统计冗余，而采用熵编码技术的主要目的正是减少这些冗余。常见的熵编码关键技术主要可分为编程编码与算术编码等类型，以下本文就以视频编码中的熵编码作为论述中心，对视频编码中熵编码的基本原理及关键编码技术进行重点分析，具体如下。 　　1 熵编码基本原理概述 　　熵编码是视谱编码中的最后一个步骤，主要是将包括图像、文本、音频等数据等信息根据相应的转换原理及公式转换成一系列符号，并尽可能以最少的比特数进行表述[1]。其转换原理主要是将编码中出现频率多的符号对应分配上较短码字，而出现几率小的符号则分配较长码字。只要各符号出现几率不相同，就可通过此种方式进行数据压缩。进行熵编码之前需要对某个视频信息语法元素中的符号集，并通过符号集获取可能出现的符号以及各个符号的发生几率，最终确定这段视频信息语法元素的熵，在根据信号源编码的编码原理实现编码操作。 　　2 熵编码的常用编码技术 　　2.1 变长编码 　　变长编码主要是将视频符号转换为不同长度的码字，是一种基本的熵编码技术。主要是根据符号可能出现的几率进行码字分配。所分配的码字长短和符号出现几率成反比[2]。变长编码有一定的局限，这一局限主要是码长必须是整数，即使实际码长小于1，也应最少用1比特码长进行编码。如果符号发生几率超过50%，那么这与符号的信息量将不足1，而采取1比特进行编码，就违背尽可能减少比特数的编制原则，造成浪费。此外由因长度只能是整数，如果变长编码中的各符号发生几率相近，那么编码工作效率也会随之受到影响，从而起不到高效的熵编码效果。 　　2.2 算术编码 　　算数编码的基本原理。算数编码是变长编码这种基础的熵编码技术的改进，此种熵编码技术中的码长可以为非整数，主要操作原理是将信息源符号转换为比特流，这一转换过程需要借助包括加、乘的公式计算，因此又称作算数编码[3]。此种熵编码技术虽然能够实现非整数，从而实现几乎无失真且最大化减少比特数，但此种编码技术与常规熵编码相比要复杂的多，但随着算法的不断完善，加上相关技术的不断发展，使得此种编码技术越来越成熟，并得到了更为广泛的应用。如H.264采用的上下文自适应算术编码技术等，在实践中都发挥着良好的应用效果。 　　2.3 基于上下文的自适应二进制算数编码 　　此种编码又称为CABAC编码，H.264即使采用此种熵编码技术，该技术是较为先进、成熟，其基本流程主要分为三个步骤，分别是二进制化――上下建模――算术解码。 　　首先将源信息语法元素进行二进制排列，每位二进制数作为一个bin，如果源信息的语法元素就是二进制，则可直接进行建模与解码。根据二进制转换结果，以及对每个bin进行概率模型的构建，最后将bin及其模型输入到算数解码其中，进行二进制解码。 　　3 熵编码中的关键码字结构 　　3.1 Huffman码 　　在对信息源符号集中各符号出现几率分布情况有一定了解的情况下，以Huffman码作为变长异字头二元码是最佳选择。变长编码整数比特的表述方式下，以Huffman码进行转换，能够使转换后的码长均值相对较短。 　　Huffman码的基本结构是通过一系列最小冗余进行假设求证所推算出来的。以公式表达Huffman，信号源假设为： 　　但考虑到只能为整数比特数，即比特数小于1也用1来表述，所以将最后两个符号合并表示，即得到辅助信源： 　　假设其中 　　得出辅助信号源后，将其根据Pk的大小差异进行重新排列，并将出现几率最小的符号码字分别以0和1表述，再将小于1即0比特的一项和1合并，之后再重构新的辅助信息源。以此方法不断重复循环，一直到将辅助信号源压缩至只有两个元素。之后连接原先信息符号和其在辅助信息源中对应的1以及0，最后得到各个符号相对应的码字[4]。总体来说，虽然此种编码是目前最佳的可译二源码，但其不规则的码字结构使其算法变得相对繁复。 　　3.2 指数哥伦布码 　　指数哥伦布码（简称EG码）是熵编码技术中的一种固定结构的码字形式，结构简单，