视频压缩中算术编码研究与发展.docVIP

视频压缩中算术编码研究与发展 　　摘要： 算术编码是一种高效的视频编码方法，有着广阔的应用前景。在视频编码基本思想基础上，概述算术编码的原理和发展过程，重点分析H.264中基于上下文的自适应二进制算术编码的特点，最后对算术编码的最新发展作介绍。 　　关键词： 视频压缩；算术编码；H.264；发展 　　中图分类号：TP3 文献标识码：A 文章编号：1671－7597（2011）0210009－01 　　 　　随着多媒体技术的进一步发展和在网络上应用的展开，对视频编码的性能和质量提出了更高的要求。而算术编码作为一种高效的数据编码方法，在文本、图像、视频等压缩中有广泛的应用。算术编码突破了其他编码方法只能按整数比特逼近信源熵的限制，能够取得更好的压缩效果，是一种目前为止效率最高的统计编码方法。因此，进一步了解从而更好的应用算术编码是非常有必要的。本文首先介绍了视频压缩的基本思想，在此基础上介绍了算术编码的理论基础及其发展过程，重点分析了H.264/AVC中采用的算术编码方法，最后对算术编码的最新发展作了概括。 　　1 视频压缩基本思想 　　众所周知，图像信号的数字化在图像处理中有一系列的优点，然而数字化后的图像数据却相当庞大。不进行图像压缩会给存储器及计算机的处理速度等方面增加极大的压力。数字化的图像信号之所以能进行压缩主要依赖于下面两个基本条件[1]： 　　第一，图像信号上存在大量的冗余并且这种冗余在编解码后可以无失真的恢复。 　　第二，可以利用人眼的视觉特性，在图像变化不被觉察的条件下以一定的客观失真换取数据压缩。 　　熵编码就是根据信源的随机过程统计特性，利用码字间的冗余进行压缩的编码方法。而算术编码是熵编码中一种高效的无损压缩方法，其特别之处在于，其他的熵编码方法通常是把输入的消息分割为符号，然后对每个符号进行编码，而算术编码是直接把整个输入的消息编码为一个[0，l]间的小数。 　　2 算术编码的发展 　　2.1 信息论基础 　　数据压缩技术的理论基础是信息论[2]。信息论把每个事件所携带的信息量定义为： 　　其中为每个事件发生的概率，为信源X发出事件Xi时所携带的信息量。信源X发出的Xi（i=1，2，….N），共N个随机事件的自信息统计平均（求数学期望）为： 　　 称为信源X的熵，它的含义是信源X发出任意一个随机变量的平均信息量。熵的大小与信源的概率模型有着密切的关系，各个符号出现的概率不同，信源的熵也不同。当信源中各事件是等概率分布时，熵具有极大值。信源的熵与其可能达到的最大值之间的差值反映了该信源所含有的冗余度。信源的冗余度越小，即每个符号所独立携带的信息量越大，那么传送相同的信息量所需要的序列长度就越短，符号位也越少。 　　香农信息论指出，信源熵是进行无失真编码的理论极限。由于算术编码能够使用分数比特，可以最大限度的减少信息间的冗余，用最少量的符号表示原始信息量，因而可以最大限度的逼近信源熵，达到极高的压缩比。 　　2.2 算术编码及其发展 　　算术编码[3]将输入符号序列映射为[0，l]区间内的一个小区间，区间的宽度等于该序列的概率值，之后在此区间内任意挑选一个有效的二进制小数作为整个符号序列的编码码字。算术编码是对整个输入符号序列进行操作，而非单个符号，因此平均意义上每个符号所对应的码长可以用分数表示。由于对每一个符号的编码都与以前编码的结果有关，所以它考虑的是信源符号序列整体的概率特性，而不是单个符号的概率特性，因而它能够更大程度地降低码率。 　　自上世纪五十年代算术编码思想形成以来，针对不同的应用方向，不断有人对传统算术编码进行改进，这些早期的编码方法确实可以取得一定的压缩效果，但由于其高度复杂的计算量以及实现技术的限制，并没有得到广泛应用。直到1987年，威腾（Witten）等人发表了一个实用的算术编码程序，这一技术才逐渐引起越来越多的关注。 　　在基于块的混合视频编码中，最早提出算术编码的是AnnexE，并应用于H.263标准中，使用算术编码代替变长编码，在不损失信噪比和重建图象质量的情况下，可以大量减少数据量。但它存在三点不足[4]：1）H.263中的算术编码采用了与变长编码相同的句法元素，算术编码可分配分数比特的优点得不到发挥。2）采用固定的概率模型，每个编码符号的概率值被假定为静态的，不能反映编码符号的实际概率统计特性。3）运算复杂度太高，不利于实现。 　　针对上述缺点，在视频编码标准H.264/AVC中，提出了一种新的算术编码方法：基于上下文的自适应二进制算术编码（Context Adaptive Binary Arithmetic Coding，CABAC）。CABAC充分利用了上下文内容的相关性，自适应的为每个编码符号选择合适的概率值，更好的去除相关