基于上下文模型的超长哈夫曼码校正算法

常见的Gzip、Zlib数据压缩标准都采用Deflate协议压缩封装数据,Deflate协议中采用哈夫曼码编码源符号(Source symbols)。哈夫曼编码算法通过构建哈夫曼树生成哈夫曼码,Deflate协议限定源符号的哈夫曼码的码长不能超过最大值。源符号的哈夫曼码长最大值等于哈夫曼树的高度,因此当哈夫曼树的高度超过限定值时,需要先把哈夫曼树进行“校正”,随后再为每个符号分配。Gzip、Zlib软件参考代码中使用的基于二叉树搜索的“校正”算法,校正时需要遍历搜索哈夫曼树,寻找嫁接“节点”。校正流程时间消耗非常大,而且硬件实现难度较大。该文探索一种基于上下文模型校正超长哈夫曼树的算法,与参考二叉树搜索算法相比:该算法可以快速校正超长哈夫曼树,将校正的时间消耗降至为0,而且对压缩效果几乎没有影响(压缩比平均下降率仅为0.372%)。该算法也易于硬件化实现,可以实时校正超长哈夫曼码。

一种新的对称可逆变长码的构造方法

在分析对称可逆变长码码树结构的基础上,提出了一种独立于Huffman码的对称可逆变长码构造算法.该算法根据符号概率求得对称可逆变长码的最小码字长度后,将所有候选码字依次存放到队列,选择其中符合码字选取机制的候选码字作为对称可逆变长码码字.实验表明,该算法能够得到较小的平均码长,并具有码字选取机制简单、实现复杂度小等优点.

基于概率更新机制的自适应混合熵编码

在熵编码引入了一种概率更新的机制,记录每个语法元素的实时概率分布。将基于概率更新的Huffman码和结构码字有效结合,并根据各个语法元素的相关性选择最恰当的上下文模型,充分利用视频信号的多样性进行信息压缩。实验表明,此种基于概率更新的混合熵编码(PUAHC)算法的编码效率和编码复杂度皆介于UVLC和CABAC之间。

一维修改的哈夫曼码在气象传真图编码中的应用

气象传真图的信息量非常大.对其进行数据压缩,不仅可以在有限的空间内存储更多的图像,而且可以有效地降低传输时间,对于海上航行的船舶及时地掌握气象信息、降低气象风险大有帮助.在此采用一维修改的Huffm an码对气象传真图进行压缩处理,并依据查表法对气象传真图像进行解压处理.实验证明,该方法可以满足气象传真图关于压缩比和压缩速度的要求,该方法是可行的.

JOINT SOURCE-CHANNEL DECODING OF HUFFMAN CODES WITH LDPC CODES

In this paper, we present a Joint Source-Channel Decoding algorithm (JSCD) for Low-Density Parity Check (LDPC) codes by modifying the Sum-Product Algorithm (SPA) to account for the source redun-dancy, which results from the neighbouring Huffman coded bits. Simulations demonstrate that in the presence of source redundancy, the proposed algorithm gives better performance than the Separate Source and Channel Decoding algorithm (SSCD).

对于紧致码在三种编码方法下的编码特性研究

本文针对一种被称为紧致码的特殊的信源空间分布,基于Shannon,Fano和Huffman三种编码方法,并分别对其进行了证明,发现对于某种特殊的信源分布的紧致码,平均码长与其信源概率分布有关。同时通过引入Huffman tree构造方法证明了Huffman编码方法的情况,简化了对于这种特殊的信源分布的紧致码编码过程。

一种基于自适应Huffman编码的无失真图像压缩方法

本文提出了一种适用于静止灰度图像无失真压缩的自知识编码算法，该算法根据图像行间的相关性，利用前一行图像数据生成Ｈｕｆｆｍａｎ码表，并利用此码表对本行数据编译码。对几幅１０ｂｉｔ卫星云图的实验结果表明：该算法的平均压缩比高于采用固定Ｈｕｆｆｍａｎ码表的算法，编译码速度也较快。

基于MHC快速译码算法的译码树的构造方法

在传真通信中需要对数据进行压缩后再发送。一维改进的Huffman码(MHC)是在传真通信中使用较多的一种压缩编码。MHC的译码算法和快速译码算法都是通过构造译码树实现译码,但将译码树的码表应用到线性地址空间上时,都存在一定程度冲突,从而会对译码速度产生影响。文中通过对MHC快速译码算法的分析,提出了一种新的译码树构造方法,实现了在线性地址空间上对译码树的构造,并解决了原方法中的冲突问题。