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.

基于能量阈值和自适应算术编码的数据压缩方法

近年来,电能质量问题日益受到关注。为了对电能质量进行分析与评估,需要对其进行监测,在扰动记录过程中,监测装置产生的大量数据给存储及传输带来了不便。对电能质量扰动数据进行压缩,可以有效地节省存储空间,加快数据传输速度。以小波变换为基础,提出了能量阈值法,并结合自适应算术编码方法对扰动数据进行压缩,获得了较好的压缩效果。对包括电压凹陷、电压上升、瞬时断电和暂态脉冲在内的4种典型电能质量扰动进行了测试,仿真结果表明了该方法的有效性。

基于上下文的自适应二进制算术编码——一种适用于视频压缩的新型熵编码

CABAC是一种适用于视频压缩的高效熵编码技术。它采用上下文建模来降低符号间的冗余度;采用递归的二进制算术编码使输出码字的信息量逼近符号的熵率,并有利于实时视频编码;采用自适应机制对视频流进行实时统计特性的跟踪。实验表明,CABAC与UVLC相比,能非常有效地节省码率,但是其复杂度要高一些。

无损自适应分布式算术编码的研究及应用

目前分布式算术编码研究都是基于先验概率已知的有损压缩,为了实现概率自适应的无损压缩,研究了采用结束字符和概率自适应的编码方式来实现编码,提出了无损自适应分布式算术编码。实验结果表明,该算法拥有更好的压缩效果和更低的解码复杂度,并且在实际应用中,编解码可以同时进行。由于无损自适应分布式算术编码具有编码简单、压缩效果好的优点,故将它和比特面编码结合实现超光谱图像压缩,并将仿真结果与3D-SPECK算法比较,结果表明了该方法可以使信噪比提高0.13-0.37dB。

一种改进的二进制自适应算术编码数据转换方法

本文提出了一种用于二进制自适应算术编码的数据转换方法，并通过实验和理论分析，与直接数据转换法、适于灰度图像的数据转换法进行了比较。

基于自适应间隔游程编码的空间数据实时无损压缩方法

在综合考虑空间数据的存储特征和算法复杂度的基础上,提出了一种基于自适应间隔游程编码的空间数据实时无损压缩方法.该算法改进了传统游程编码的规则,并采用自适应间隔编码技术,使空间数据的实时TCP传输成为可能.

一种快速有效的自适应算术编码

介绍了算术编码的原理和基于模型的自适应算术编码算法,并利用二进制索引树这样一个高效率的数据结构对传统的0阶自适应算术编码进行了改进。实验表明,无论对于高度集中的数据集还是对于分布较为均匀的数据集,在运行时间上新算法都有极大的改进。

自适应算术编码中压缩二叉树表达累积概率表方法

在实现自适应算术编码时,符号累积概率表的维护是一项非常耗时而且占用大量内存的工作,文章提出压缩二叉树数据结构来维护此概率表。该数据结构能有效地节省内存,提高对符号概率表的访问效率,对概率表的各种访问操作的算法复杂度为O(logN)。

基于二值自适应算术编码的图像无损压缩算法研究

分析了二值自适应算术编码的特点,并把整数小波变换和二值自适应算术编码相结合,采用C语言进行仿真,实现了静止图像的无损压缩.实验结果表明,该算法压缩比可达2.5,并且仅采用整数加法和移位就可实现数据的压缩编码,硬件实现简单,具有较强的实用价值.

多阶自适应算术编码研究

符号在某符号序列后出现的概率往往高于其在整个信息中的概率,由此可以降低冗余度,获得高效的压缩率。对不同类型文件的试验结果表明,多阶自适应算术编码能显著提高压缩效果,特别是对于上下文相关性强的文件,其压缩效果要好于LZW和WinRAR。

基于上下文自适应算术编码的设计与实现

实现了经典算术编码的流程设计,提出基于上下文自适应算术编码的算法。建立了基于上下文的多阶自适应的概率模型,使其符号的压缩码长尽量的接近其熵值。

自适应算术编码在塔式起重机运行数据压缩中的应用

以香农第一定理为基础,利用自适应算术编码的方法对采集的塔式起重机状态数据进行无损压缩,并利用V isualBasic语言编写程序在塔式起重机运行状态实时监控系统中实现。通过实例分析,算术编码算法可提高编码效率,还可增强系统的抗误码扩散能力。通过对起重机状态数据进行压缩,提高了塔式起重机运行状态监控系统中数据的传输速率,实现了该系统对数据实时性的要求,有效地扩展了既定信道带宽对塔式起重机数量的容量。

自适应编码与混合模型联合改进图像压缩算法

为准确描述残差图像的概率分布特征,以实现图像的自适应无损压缩,提出了一种自适应算术编码与有限混合几何模型相联合的分块无损图像压缩算法。算法首先对图像的残差图像进行非重叠分块,并通过联合分布估计各分块的统计模型;然后通过最大似然估计对分块的混合参数进行估计;最后在预测误差块中使用直方图截断算法减少算术编码中的符号数量,从而减少零次符号的出现概率。实验结果表明,在实验图像集基础上,所提图像压缩算法的压缩比优于常用的标准JPEG-2000和JPEG-LS。

自适应算术编码的FPGA实现

在简单介绍算术编码和自适应算术编码的基础上,介绍了利用FPGA器件并通过VHDL语言描述实现自适应算术编码的过程。整个编码系统在ALTERA公司的MAX+plusⅡ软件上进行了编译仿真,测试结果表明:编码器各个模块的设计在速度和资源利用两方面均达到了较优的状态,可以满足实时编码的要求。

自适应算术编码及其在图像编码中的应用

文章介绍了自适应算术编码的基本原理和实现方法,提出了一种基于预测编码和自适应算术编码的图像编码的算法,这种方法能根据图像的区域特征自适应地选取相应的编码模式,提高编码效率。仿真结果表明该算法能有效地提高图像无损编码的效率。

H.264/AVC中基于上下文的自适应二进制算术编码

基于上下文自适应二进制算术编码(CABAC)是H.264/AVC采用的高效熵编码方法之一,它由二进制化、上下文建模、算术编码三个步骤构成。详细阐述了CABAC的整个编码过程,并对它与VLC/CAVLC在编码性能上作了比较。

基于小波变换的自适应算术编码方法

基于小波变换提出了一种新的编码方法——自适应算术编码。该方法计算效率高并具有自适应性，其编码效率高于Ｈｕｆｍａｎ编码。

自适应二进制算术编码的动态可重构实现研究

针对H.266/VVC视频编码标准下的上下文自适应二进制算术编码器编码速度慢、资源开销大的问题,面向可重构结构依据算法的内在并行特性优化了编码架构,并基于动态可重构阵列处理器设计实现了CABAC编码器常规编码模式下的并行映射方法,阵列结构能够根据编码输入对优化后的算法进行动态重构,在避免专用硬件编码器较高的资源开销情况下利用软件重构的方法实现熵编码过程,保证编码准确性的同时提高了视频数据流编码效率,为此类运算密集型算法的硬件实现提供了更为灵活高效的参考途径。仿真结果表明,映射实现的编码过程中每个编码周期完成5个二进制序列的编码,平均编码效率达到384.13 Mbin/s。基于FPGA的测试结果表明,软件重构方法与专用硬件实现的编码器相比,资源开销降低且编码效率提升5.47%,与同类型可重构视频编码结构相比,编码效率提升7.03%。

自适应算术编码及其在JPEG2000中的应用

自适应算术编码是一种高效的熵编码方法。本文较为详细地介绍了自适应算术编码的工作原理和实现方法,以及在JPEG2000的应用情况,分析了自适应算术编码应用于图像压缩编码的实现过程,并讨论了实现过程中应该解决的若干技术问题。

基于上下文快速有效的自适应二进制算术编码实现

介绍算术编码的原理和基于模型的自适应算术编码算法,并利用二进制高效率的索引树这样一个数据结构对传统的自适应算术编码进行了改进。实验表明,无论对于高度集中的数据集还是对于分布较为均匀的数据集,在运行时间上新算法都有较大的改进。验证了该算法在提高解的精度和加快收敛速度方面都有显著改善,从而为解决函数优化问题提供了一种行之有效的新方法.