專利名稱：一種數(shù)字信號的二值算術(shù)編碼方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像/視頻信號等數(shù)字信號編碼中的二值算術(shù)編碼，并涉及相關(guān)的計算機實現(xiàn)方法，本發(fā)明屬于信號處理中編解碼領(lǐng)域。
背景技術(shù)：
信息論之父C.E.Shannon第一次用數(shù)學語言闡明了概率與信息冗余度的關(guān)系。在1948年發(fā)表的論文“A Mathematical Theory of Communication”中，Shannon指出，任何信息都存在冗余，冗余大小與信息中每個符號(數(shù)字、字母或單詞)的出現(xiàn)概率或者說不確定性有關(guān)。Shannon借鑒了熱力學的概念，把信息中排除了冗余后的平均信息量稱為“信息熵”，并給出了計算信息熵的數(shù)學表達式。從本質(zhì)上講，數(shù)據(jù)壓縮的目的就是要消除信息中的冗余，而信息熵及相關(guān)的定理恰恰用數(shù)學手段精確地描述了信息冗余的程度。Shannon指出理想情況下(考慮最小平均碼長)，概率為p的符號編碼輸出為-lg p bits。如果我們能夠?qū)π旁淳幋a過程中出現(xiàn)的每個符號建立準確的概率模型，用算術(shù)編碼就可以實現(xiàn)對概率為p的符號編碼輸出非常接近理論最優(yōu)值-lg p bits。
算術(shù)編碼的基本思想是用
。當前子區(qū)間下界為Lowi，子區(qū)間長度為Rangei，則循環(huán)計算過程為

算術(shù)編碼最重要的優(yōu)點在于它的靈活性。實際信源(如運動圖像序列)在不同時間，不同位置，不同條件(如RDO on/off，QP)下所表現(xiàn)出來的的數(shù)據(jù)統(tǒng)計特點差別很大。而算術(shù)編碼的機制很容易做到自適應(yīng)統(tǒng)計特性的變化。而且算術(shù)編碼中編碼過程和概率建模過程是分開的。一個算術(shù)編碼器(Arithmetic Coding Engine)可以和任何概率估計模型(contextmodel)結(jié)合使用。為了得到好的壓縮效果，很多情況下需要建立復雜的概率模型，這些模型在編碼過程中可能是自適應(yīng)模型，而且壓縮一個文件時可能會用到很多獨立的模型(multi-context models)，這時算術(shù)編碼器有其他變長碼所無法企及的優(yōu)勢。雖然算術(shù)編碼具有很好的靈活性，但是建模過程在處理時間和存儲量上消耗巨大，尤其是針對多符號(multi-symbol)的信源。算術(shù)編碼另一個優(yōu)點在于它的壓縮效率接近最優(yōu)理論值，即信源的熵。Huffman碼在大多數(shù)情況下也非常接近理論最優(yōu)。而當某個符號的概率之非常接近1時(heavily skewed)，算術(shù)編碼比Huffman碼在壓縮效率上有明顯優(yōu)勢，因為Huffman碼給每個字符只能分配整數(shù)個比特。而這種分布極不平衡的概率在二值圖像中是很常見的現(xiàn)象，在多符號(multi-symbol)二值化(用二值算術(shù)編碼)時也會出現(xiàn)。
但是算術(shù)編碼最大的缺陷在于它實現(xiàn)的速度很慢?，F(xiàn)有的算術(shù)編碼方案過程中，都需要計算RLPS的值。沒有作近似處理的算術(shù)編碼器處理一個符號至少需要1次乘法，有時甚至需要2次乘法2次除法。而且，概率模型的讀取和更新操作都在處理時間和存儲量上消耗巨大。而Huffman和Ziv-Lempel碼的處理速度都要快得多。
理論上RLPS＝Range×PLPS，計算的精度直接影響編碼的效率，但是保留高的精度會導致復雜度的增加和實現(xiàn)的困難，目前已實用的算術(shù)編碼方案都用某種近似計算方法代替復雜度高的乘法計算。目前很多關(guān)于算術(shù)編碼的研究都力求找到一種近似方法，可以提高速度但不會過多影響編碼效率。比較常見的方法是用量化近似值代替精確值，用簡單操作(如加減，移位)取代乘法運算，以及用查表的方法替代復雜運算。
在國際視頻編碼標準H.264中采納的CABAC編碼方法是將Range均勻量化成4層，將
中的RLPS由疏至密取64個固定的量化點，預(yù)計算好Range×PLPS存入一張256bytes的表里，這樣rLPS的計算完全由查表代替。
在國際視頻編碼標準JPEG/JBIG中的Q-coder系列編碼方法是將Range直接量化為1層，RLPS≈PLPS，將
中的PLPS由疏至密取30個固定的量化點。雖然計算復雜度上來看Q-coder小于CABAC，但是其代價是精度的損失。
由于概率估計過程是一個隨機過程，PLPS本身估計得到的精度是有限的。所以在計算RLPS時保留PLPS估計值過高的精度并沒有意義。我們提出一種新的小概率設(shè)定方案和新的二值算術(shù)編碼的乘法運算方法，在復雜度和精度之間尋找一個好的平衡點，實現(xiàn)低復雜度高效的AC編碼器。

發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種二值算術(shù)編碼方法其程序框圖參見

圖1。
本發(fā)明的特征在于所述方法是指包括圖像信號，聲音信號，雷達信號，微波信號在內(nèi)的各種數(shù)字信號的二值算術(shù)編碼方法，該方法是在計算機上實現(xiàn)的，它的步驟依次為步驟一設(shè)定小概率符號LPS各個狀態(tài)的概率即PLPS，它的取值在
之間，把區(qū)間
由疏至密劃分成K個子區(qū)間，K取值正整數(shù)，依次是[2-2，2-1]，[2-3，2-2]，…[2-k-1，2-k]，[2-K，2-K+1]，
，k∈{1，2，...K}，每個子區(qū)間里面均勻置N個量化點，N＝2n，n取值{0，1，...，L-1}，L為正整數(shù)，這樣
之間取值的pLPS共有K×N個量化值，也就是K×N個狀態(tài)值即state；步驟二計算小概率符號LPS和大概率符號MPS對應(yīng)的編碼區(qū)間RLPS和RMPSRLPS＝Rangei×PLPSRMPS＝Rangei-RLPS其中，Rangei為編第i個符號時的編碼區(qū)間大小。當i＝0時的Range是M個比特大小精度的設(shè)定值；步驟三計算新的編碼區(qū)間Rangei+1如果當前輸入符號是小概率符號LPS，則Rangei+1←RLPSLowi+1←Lowi+RLPS如果當前輸入符號是大概率符號MPSRangei+1←RMPS其中Lowi是當前編碼區(qū)間的下界，Lowi+1是新的區(qū)間的下界；步驟四根據(jù)步驟三的結(jié)果更新小概率符號的概率狀態(tài)值state，使得state代表的小概率值PLPS能夠跟蹤于實際的小概率符號的概率值；步驟五重正化編碼區(qū)間Range，即在Range的值隨編碼的進行變得小于設(shè)定的下限閾值的時候使Range的值擴大一倍以防止產(chǎn)生計算誤差。
本發(fā)明的特征又在于所述方法是指包括圖像信號，聲音信號，雷達信號，微波信號在內(nèi)的各種數(shù)字信號的二值算術(shù)編碼方法，該方法是在計算機上實現(xiàn)的，它的步驟依次為步驟一事先設(shè)定小概率符號LPS的各個狀態(tài)的概率值。
步驟二計算概率符號LPS和大概率符號MPS對應(yīng)的編碼區(qū)間RLPS和RMPS
方法是將編碼區(qū)間即Range的值進行量化以用于小概率符號對應(yīng)的編碼區(qū)間即RLPS的計算，即計算RLPS時保留編碼區(qū)間M減去B比特的精度即range_lRLPS＝range_li×PLPSRMPS＝range_li-RLPS其中，當i＝0時的Range是M個比特大小精度的設(shè)定值，range_li為編第i個符號時的編碼區(qū)間Range右移B比特即量化后的大小，B為設(shè)定的比特數(shù)減少值。
步驟三計算新的編碼區(qū)間Rangei+1如果當前輸入符號是小概率符號LPS，則Rangei+1←RLPSLowi+1←Lowi+RLPS如果當前輸入符號是大概率符號MPSRangei+1←RMPS其中Lowi是當前編碼區(qū)間的下界，Lowi+1是新的區(qū)間的下界；步驟四根據(jù)步驟三的結(jié)果更新小概率符號的概率狀態(tài)值state，使得state代表的小概率值PLPS能夠跟蹤于實際的小概率符號的概率值；步驟五重正化編碼區(qū)間Range，即在Range的值隨編碼的進行變得小于設(shè)定的下限閾值的時候使Range的值擴大一倍以防止產(chǎn)生計算誤差。
本發(fā)明的特征還在于，所述方法是指包括圖像信號，聲音信號，雷達信號，微波信號在內(nèi)的各種數(shù)字信號的二值算術(shù)編碼方法，該方法是在計算機上實現(xiàn)的，它的步驟依次為步驟一設(shè)定小概率符號LPS的概率即PLPS，它的取值在
之間，把
由疏至密劃分成K個子區(qū)間，K取值正整數(shù)，依次是[2-2，2-1]，[2-3，2-2]，…[2-k-1，2-k]，[2-K，2-K+1]，
，k∈{1，2，...K}，每個子區(qū)間里面均勻置N個量化點，N＝2n，n取值{0，1，...，L-1}，L為正整數(shù)，這樣
之間取值的pLPS共有K×N個量化值，也就是K×N個狀態(tài)值即state；步驟二計算概率符號LPS和大概率符號MPS對應(yīng)的編碼區(qū)間RLPS和RMPS方法是用移位和相加運算，即使用下面兩次左移的運算得到RLPS≈range_l＜＜(B-k)+[range_li＜＜(B-k-L)]·i..........(1)＝range_l＜＜(B-k)+(range_l·i)＜＜(B-k-L)..........(2)RMPS＝range_li-RLPS其中，將編碼區(qū)間即Range的值進行量化以用于小概率符號對應(yīng)的編碼區(qū)間即RLPS的計算，即計算RLPS時保留編碼區(qū)間M減去B比特的精度即range_l，當i＝0時的Range是M個比特大小精度的設(shè)定值，range_li為編第i個符號時的編碼區(qū)間Range右移B比特即量化后的大小，B為設(shè)定的比特數(shù)減少值，“＜＜”為左移運算；步驟三計算新的編碼區(qū)間Rangei+1如果當前輸入符號是小概率符號LPS，則Rangei+1←RLPS
Lowi+1←Lowi+RLPS如果當前輸入符號是大概率符號MPSRangei+1←RMPS其中Lowi是當前編碼區(qū)間的下界，Lowi+1是新的區(qū)間的下界；步驟四根據(jù)步驟三的結(jié)果更新小概率符號的概率狀態(tài)值state，使得state代表的小概率值PLPS能夠跟蹤于實際的小概率符號的概率值；步驟五重正化編碼區(qū)間Range，即在Range的值隨編碼的進行變得小于設(shè)定的域值的時候使Range的值擴大一倍以防止產(chǎn)生計算誤差。
所述的range_l的取值有2M-B種情況，其中M為所述的設(shè)定Range的初試值的比特數(shù)，B為所述的設(shè)定的Range減少比特數(shù)，所述的range_l·i乘法計算結(jié)果用預(yù)先存儲的對應(yīng)于的2M-B·N種情況的結(jié)果的表得到，即RLPS＝range_1＜＜(B-k)+(Table[index_range][index_i])＜＜(B-k-L)，其中的index_range∈
區(qū)間內(nèi)，按照2-k-1取點劃分為K個子區(qū)間，k，K為正整數(shù)，k＝1，2，3，……K；ii.在這k個子區(qū)間中，各平均選取N＝2L個點。即在第k個區(qū)間中的第i個點對應(yīng)的小概率符號的概率值為P(ki)＝2-k-1+2-k-1×2-L×ib)Range的量化按照下式的方法，Range在初試計算時采用M比特的精度表示，但在計算RLPS時，保留M-B比特的精度。
range_l＝Range＞＞Bc)RLPS的計算由于所有的概率點的選取是以2的負整數(shù)倍為單位劃分的，所以乘法運算RLPS＝Range×PLPS就可以由移位來完成，于是按照下式的方法，我們根據(jù)當前的小概率符號的概率點得到當前的RLPSRLPS＝[range_l＜＜(B-k-2)]+[range_l＜＜(B-k-2-L)]×i其中b編碼區(qū)間Range的省略精度比特數(shù)；k根據(jù)當前的state得到的小概率點所在區(qū)間段的指示值；k＝2+state/Ki根據(jù)當前的state得到的小概率點在所在區(qū)間中的位置的指示值i＝state％Lstate當前小概率符號所在的自適應(yīng)概率狀態(tài)值，state∈
+[(range_l×i)＜＜(B-k-L)]其中b編碼區(qū)間Range的省略精度比特數(shù)；k根據(jù)當前的state得到的小概率點所在區(qū)間段的指示值；i＝3-state&0x07i根據(jù)當前的state得到的小概率點在所在區(qū)間中的位置的指示值i＝L-state&Lstate當前小概率符號所在的自適應(yīng)概率狀態(tài)值，state∈
區(qū)間內(nèi)，按照2-k-1取點劃分為K＝8個子區(qū)間，在這8個子區(qū)間中，每個各平均選取N＝24＝8個點。
即這N×K＝64個點的概率值分布為

b)Range的量化按照下式的方法，Range在初試計算時采用9比特的精度表示，但在計算RLPS時，保留3比特的精度range_l＝Range＞＞6c)RLPS的計算由于所有的概率點的選取是以2的整數(shù)倍為單位劃分的，所以乘法運算RLPS＝Range×PLPS就可以由移位來完成，于是按照下式的方法，我們根據(jù)當前的小概率符號的概率點狀態(tài)值即state得到當前的RLPS由上述計算知B＝6；L＝3；則RLPS＝[range_l＜＜(6-k-2)]+[range_l＜＜(6-k-2-3)]×i即RLPS＝[range_l＜＜(4-k)]+[range_l＜＜(1-k)]×i。
其中k＝state＞＞3；i＝3-state&0x07由于Range為3bite精度，且在算術(shù)編碼中重正化編碼區(qū)間Range時我們保證其值不小于28，則Range的最高比特位始終為1，所以range_l實際上只有100，101，110，111四種情況，我們將這四種情況下的range_l和一共K×N＝8×8＝64個區(qū)間概率點位置指示值i的乘積寫入一張4×64的表中，就能夠使用快速查表的方法解決[range_l＜＜(1-k)]×i的乘法問題。
權(quán)利要求
1.一種數(shù)字信號的二值算術(shù)編碼方法，其特征在于，所述方法是指包括圖像信號，聲音信號，雷達信號，微波信號在內(nèi)的各種數(shù)字信號的二值算術(shù)編碼方法，該方法是在計算機上實現(xiàn)的，它的步驟依次為步驟一設(shè)定小概率符號LPS各個狀態(tài)的概率即PLPS，它的取值在
之間，把區(qū)間
由疏至密劃分成K個子區(qū)間，K取值正整數(shù)，依次是[2-2，2-1]，[2-3，2-2]，...[2-k-1，2-k]，[2-K，2-K+1]，
，k∈{1，2，...K}，每個子區(qū)間里面均勻置N個量化點，N＝2n，n取值{0，1，...，L-1}，L為正整數(shù)，這樣
之間取值的pLPS共有K×N個量化值，也就是K×N個狀態(tài)值即state；步驟二計算小概率符號LPS和大概率符號MPS對應(yīng)的編碼區(qū)間RLPS和RMPSRLPS＝Rangei×PLPSRMPS＝Rangei-RLPS其中，Rangei為編第i個符號時的編碼區(qū)間大小。當i＝0時的Range是M個比特大小精度的設(shè)定值；步驟三計算新的編碼區(qū)間Rangei+1如果當前輸入符號是小概率符號LPS，則Rangei+1←RLPSLowi+1←Lowi+RLPS如果當前輸入符號是大概率符號MPSRangei+1←RMPS其中Lowi是當前編碼區(qū)間的下界，Lowi+1是新的區(qū)間的下界；步驟四根據(jù)步驟三的結(jié)果更新小概率符號的概率狀態(tài)值state，使得state代表的小概率值PLPS能夠跟蹤于實際的小概率符號的概率值；步驟五重正化編碼區(qū)間Range，即在Range的值隨編碼的進行變得小于設(shè)定的下限閾值的時候使Range的值擴大一倍以防止產(chǎn)生計算誤差。
2.一種數(shù)字信號的二值算術(shù)編碼方法，其特征在于，所述方法是指包括圖像信號，聲音信號，雷達信號，微波信號在內(nèi)的各種數(shù)字信號的二值算術(shù)編碼方法，該方法是在計算機上實現(xiàn)的，它的步驟依次為步驟一事先設(shè)定小概率符號LPS的各個狀態(tài)的概率值；步驟二計算概率符號LPS和大概率符號MPS對應(yīng)的編碼區(qū)間RLPS和RMPS方法是將編碼區(qū)間即Range的值進行量化以用于小概率符號對應(yīng)的編碼區(qū)間即RLPS的計算，即計算RLPS時保留編碼區(qū)間M減去B比特的精度即range_lRLPS＝range_li×PLPSRMPS＝range_li-RLPS其中，當i＝0時的Range是M個比特大小精度的設(shè)定值，range_li為編第i個符號時的編碼區(qū)間Range右移B比特即量化后的大小，B為設(shè)定的比特數(shù)減少值；步驟三計算新的編碼區(qū)間Rangei+1如果當前輸入符號是小概率符號LPS，則Rangei+1←RLPSLowi+1←Lowi+RLPS如果當前輸入符號是大概率符號MPSRangei+1←RMPS其中Lowi是當前編碼區(qū)間的下界，Lowi+1是新的區(qū)間的下界；步驟四根據(jù)步驟三的結(jié)果更新小概率符號的概率狀態(tài)值state，使得state代表的小概率值PLPS能夠跟蹤于實際的小概率符號的概率值；步驟五重正化編碼區(qū)間Range，即在Range的值隨編碼的進行變得小于設(shè)定的下限閾值的時候使Range的值擴大一倍以防止產(chǎn)生計算誤差。
3.一種數(shù)字信號的二值算術(shù)編碼方法，其特征在于，所述方法是指包括圖像信號，聲音信號，雷達信號，微波信號在內(nèi)的各種數(shù)字信號的二值算術(shù)編碼方法，該方法是在計算機上實現(xiàn)的，它的步驟依次為步驟一設(shè)定小概率符號LPS的概率即PLPS，它的取值在
之間，把
由疏至密劃分成K個子區(qū)間，K取值正整數(shù)，依次是[2-2，2-1]，[2-3，2-2]，...[2-k-1，2-k]，[2-K，2-K+1]，
，k∈{1，2，...K}，每個子區(qū)間里面均勻置N個量化點，N＝2n，n取值{0，1，...，L-1}，L為正整數(shù)，這樣
之間取值的pLPS共有K×N個量化值，也就是K×N個狀態(tài)值即state；步驟二計算概率符號LPS和大概率符號MPS對應(yīng)的編碼區(qū)間RLPS和RMPS方法是用移位和相加運算，即使用下面兩次左移的運算得到RLPS≈range_l＜＜(B-k)+[range_li＜＜(B-k-L)]·i..........(1)＝range_l＜＜(B-k)+(range_l·i)＜＜(B-k-L)..........(2)RMPS＝range_li-RLPS其中，將編碼區(qū)間即Range的值進行量化以用于小概率符號對應(yīng)的編碼區(qū)間即RLPS的計算，即計算RLPS時保留編碼區(qū)間M減去B比特的精度即range_l，當i＝0時的Range是M個比特大小精度的設(shè)定值，range_li為編第i個符號時的編碼區(qū)間Range右移B比特即量化后的大小，B為設(shè)定的比特數(shù)減少值，“＜＜”為左移運算；步驟三計算新的編碼區(qū)間Rangei+1如果當前輸入符號是小概率符號LPS，則Rangei+1←RLPSLowi+1←Lowi+RLPS如果當前輸入符號是大概率符號MPSRangei+1←RMPS其中Lowi是當前編碼區(qū)間的下界，Lowi+1是新的區(qū)間的下界；步驟四根據(jù)步驟三的結(jié)果更新小概率符號的概率狀態(tài)值state，使得state代表的小概率值PLPS能夠跟蹤于實際的小概率符號的概率值；步驟五重正化編碼區(qū)間Range，即在Range的值隨編碼的進行變得小于設(shè)定的域值的時候使Range的值擴大一倍以防止產(chǎn)生計算誤差。
4.根據(jù)權(quán)利要求3所述的一種數(shù)字信號的二值算術(shù)編碼方法，其特征在于所述的range_l的取值有2M-B種情況，其中M為所述的設(shè)定Range的初試值的比特數(shù)，B為所述的設(shè)定的Range減少比特數(shù)，所述的range_l·i乘法計算結(jié)果用預(yù)先存儲的對應(yīng)于的2M-B·N種情況所得到的結(jié)果的表得到，即RLPS＝range_1＜＜(B-k)+(Table[index_range][index_i])＜＜(B-k-L)，其中的index_range∈[0，2M-B)，nddex_i∈[0，N)。
5.根據(jù)權(quán)利要求3所述的一種數(shù)字信號的二值算術(shù)編碼方法，其特征在于，所述的k的值由下式計算k＝state/K，用以表示的指示區(qū)間號。
6.根據(jù)權(quán)利要求3所述的一種數(shù)字信號的二值算術(shù)編碼方法，其特征在于所述的i由下式計算i＝L-state mod L，用于表示區(qū)間中狀態(tài)點的位置。
7.根據(jù)權(quán)利要求5所述的一種數(shù)字信號的二值算術(shù)編碼方法，其特征在于，所述的計算區(qū)間指示值k的實現(xiàn)方式，其中所述的k可以由state右移 位得到，即
8.根據(jù)權(quán)利要求6所述的一種數(shù)字信號的二值算術(shù)編碼方法，其特征在于，所述的計算區(qū)間狀態(tài)點i由下式得到i＝L-state&(L-1)，其中&表示“與”運算。
全文摘要
本發(fā)明屬于信號處理中的算術(shù)編碼領(lǐng)域，涉及圖像/視頻編碼中算術(shù)編碼方法。本發(fā)明提出的數(shù)字信號的二值算術(shù)編碼方法，其特征在于設(shè)計了新的小概率符號的概率值的量化方案，同時量化編碼區(qū)間，利用移位和相加技術(shù)在不損失編碼效率的條件下使乘法的近似計算的復雜度盡可能小。本發(fā)明同時適于直接計算和查表兩種方法。能夠取得和現(xiàn)有編碼器基本相當?shù)木幋a效率，同時在實現(xiàn)上更為靈活，可以實現(xiàn)復雜度較低的編碼器。
文檔編號H04N7/26GK1703089SQ20051001190
公開日2005年11月30日 申請日期2005年6月9日 優(yōu)先權(quán)日2005年6月9日
發(fā)明者何蕓, 余薇, 吳捷 申請人:清華大學