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。     

基于上下文的分块图像联合压缩加密算法

为了研究图像压缩与加密同步进行及提高安全性问题, 提出了一种基于改进零树结构的分块图像联合压缩加密算法, 将图像对应不同分块区域映射到相应子带中。利用密钥对图像压缩产生的原始上下文进行修正, 然后与判决一起送往自适应算术编码器实现图像联合压缩加密。由于自适应算术编码的概率跳转规律复杂, 相对概率固定的区间分裂算术编码安全性更好。对所提出的算法进行仿真, 结果表明：与原始图像压缩算法相比较, 所提出的算法具有基本相当的压缩效率; 而采用的图像分块方法能够灵活地控制不同区域图像的相对质量及更好地实现信息安全防护; 使用不同的密钥可以进行分块加密, 实现了对重要信息的隐私和机密保护。     

小字母表的高性能算术编码

本文基于改进的算术编码，提出了适用于小字母表的高性能算术编码算法。编码部分和模型部分都在小字母表场合作了特别设计。在编码部分，我们将改进的算术编码进一步改造成无乘法算术编码器，分析表明，冗余码长不于最新的Ｐｒｉｎｔｚ等的结果，编码效率接近百分之百。在模型部分，我们提出了自适应高阶统计模型的快速算法。实验结果表明，算法实现了对小字母表的高效率快速压缩。     

基于可逆整数DCT的遥感图像的无损压缩

通过程序设计实现了基于整数DCT的无损压缩算法，适用于遥感图像压缩。该算法对遥感图像进行整数DCT无损变换，用算术编码对变换系数进行了压缩。测试结果证明，相比于现有的基于DCT的无损压缩算法，压缩率有了一定的降低，对于遥感图像的压缩效果要好于普通无损压缩算法，可以在同一个系统中同时实现图像的无损/有损压缩，有一定的实用价值。     

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。     

一种基于上下文的自适应算术编码技术在无损图像压缩中的应用

本文提出了一种改进的基于上下文的自适应算术编码算法,为了在算术编码中选择合适的上下文,该算法法使用加权最小均方误差法来预测当前变换系数的值,并给出评测本算法性能的实验结果。     

基于可变模版的三角网格拓扑压缩

针对三角网格模型的拓扑信息。提出了一种高效压缩方法.不同于以往的单纯利用算术编码或霍夫曼鳊码对遍历三角网格生成的拓扑流进行编码压缩,根据三角网格模型(特别是规则三角网格模型)的特点,自适应地提高编码过程中对当前编码字符发生的预测准确率,实现对三角网格模型的拓扑信息的高效压缩.算法首先遍历三角网格模型,得到操作符序列;然后对得到的操作符序列的每个操作符作模版可变的自适应算术编码.在编码过程中,根据当前编码字符的前一个操作符、三角网格模型的特点以及网格遍历方法为当前编码操作符计算一个模版,在这个模版中,预测准确率高的操作符用较短的二进制串表示.根据当前编码操作符的可变模版,可以得到该操作符的二进制表示,并对这个二进制表示的每个比特作自适应算术编码.该方法是针对流形三角网格模型的拓扑信息作单分辨率的基于面的无损压缩,可以得到很好的三角网格拓扑信息的压缩结果,其压缩比甚至比拓扑压缩领域压缩比方面最好的TG算法的压缩比还要好.     

一种低硬件消耗的CABAC编码器研究与实现

基于上下文的自适应算术编码(CABAC)是H.264标准中的一个重要创新.通过算术编码与自适应上下文模型的结合使其可以获得很高的压缩比,相对于CAVLC其可以获得9%～14%码率的降低.CABAC作为一种新型的熵编码方法,其将自适应技术、上下文模型化和二进制算术编码有效的结合在了一起,并采用查表的乘法与概率估计,使得CABAC在硬件实现方面比较方便.在此提出了一种适用于1080P(@30Hz)的低硬件消耗的CABAC编码器,采用SMICO.18μmCMOS工艺实现,其理想速度可以达到200MHz.该编码器可以应用于高清视频编码领域.     

一种高效的数字笔迹多维数据编码算法

提出了一种高效的数字笔迹数据编码算法IWPHSP(integer wavelet packet based hierarchical set partitioned).该算法通过引入整数小波包变换、层次性集合分裂、重要位组合编码和快速自适应算术编码等方法,无损地压缩了数字笔迹多维数据.实验证明,提出的IWPHSP算法是高效的.     

基于模版的三角网格拓扑压缩

提出一种基于面的高效三角网格拓扑压缩算法.该算法是单分辨率无损压缩算法,是对Edgebreaker算法的改进:在网格遍历部分,通过自适应网格遍历方法使非常影响压缩比的分割图形操作尽可能少;在熵编码部分,为网格遍历后得到的每个操作符各设计一个模版,根据模版确定该操作符的二进制表示,然后采用自适应算术编码方法压缩该二进制表示得到最后的压缩结果.与网格拓扑压缩领域中基于面的最好的算法得到的压缩比相比较,该算法得到的压缩比有很大提高.     

改进的算术编码

算术编码是基于统计的、无损数据压缩效率最高的方法。对于算术编码的进位问题，目前广泛使用的是Ｒｉｓｓａｎｅｎ和Ｌａｎｇｄｏｎ提出的比特填充技术。本文提出进位陷阱技术，不必人为插入填充比特就可以解决进位问题，因而能够得到一个确切的数，并使解码端得到很好的简化。以进位陷阱的思想为基础，本文提出算术编码和一种简捷的终止技术，称为中值终止技术，并重新构造了算术编码和解码算法。本文讨论了算术编码和分析性质，得     

Near lossless compression of hyperspectral images based on distributed source coding

Effective compression technique of on-board hyperspectral images has been an active topic in the field of hyperspectral remote sensintg.In order to solve the effective compression of on-board hyperspectral images,a new distributed near lossless compression algorithm based on multilevel coset codes is proposed.Due to the diverse importance of each band,a new adaptive rate allocation algorithm is proposed,which allocates rational rate for each band according to the size of weight factor defined for hyperspectral images subject to the target rate constraints.Multiband prediction is introduced for Slepian-Wolf lossless coding and an optimal quantization algorithm is presented under the correct reconstruction of Slepian-Wolf decoder,which minimizes the distortion of reconstructed hyperspectral images under the target rate.Then Slepian-Wolf encoder exploits the correlation of the quantized values to generate the final bit streams.Experimental results show that the proposed algorithm has both higher compression efficiency and lower encoder complexity than several existing classical algorithms.     

面向同步辐射光源图像的可并行智能压缩方法

在建的高能同步辐射光源预计会产生海量原始数据,其中硬X射线实验线站产生的图像数据占比最高且具有高分辨率和高帧率的特点,亟需有效的无损压缩方法缓解存储和传输压力,然而现有通用无损压缩方法对该类图像压缩效果不佳,基于深度学习的无损压缩方法又耗时较长。结合同步辐射光源图像的特点,提出一种在保证图像压缩比前提下的可并行智能无损图像压缩方法。通过参数自适应的可逆分区量化方法,大幅缩小图像经过时间差分后的像素值分布范围,能够节省20%以上的存储空间。将以CNN为基础架构的时空学习网络C-Zip作为概率预测器,同时以数据集为单位过拟合训练模型进一步优化图像压缩比。针对压缩过程中耗时较长的算术编码过程,利用概率距离量化代替算术编码,结合深度学习进行无损编码,增加编码过程的并行度。实验结果表明,该方法的图像压缩比相比于PNG、FLIF等传统图像无损压缩方法提升了0.23~0.58,对于同步辐射光源图像具有更好的压缩效果。     

BWT与经典压缩算法研究

为提高无损压缩的效果,分析了BWT的基本原理,回顾并比较了霍夫曼编码、算术编码、LZ77和LZW算法的性能,然后把BWT与多阶算术编码、LZW编码结合起来研究,结果表明,对大于BWT分组数据块的文件先经过BWT预处理,再进行压缩,压缩效果明显提高。     

基于OBDD的灰度图像无损压缩算法

提出一种基于有序决策二叉图(OBDD)的灰度图像无损压缩算法,该算法将灰度图像划分成独立的位平面,利用二值图像的开关性,用OBDD模型来表征位平面,然后对OBDD进行有效的编码,最后用算术编码压缩进一步减少冗余.实验结果表明,本算法的压缩比优于WinZIP.     

证券交易数据压缩的混合算术编码

通过分析证券交易数据的传输问题,指出对其压缩的重要性。根据国家金融行业标准“证券交易业务数据交换协议(STEP)”的消息数据,改进自适应二进制算术编码,提出混合算术编码。混合算术编码利用STEP消息特征进行基于模板/域转换的二进制化,并使用独立信源模型进行算术编码时的概率估计。实验结果表明,混合算术编码与自适应二进制算术编码相比,压缩比提高34%,编解码速度加 快10%。     

WSN中一种自适应无损数据压缩机制

为了高效利用无线传感器网络(WSN)宝贵的无线信道资源,改进了文献[1]中无损数据压缩机制,利用自适应霍夫曼编码算法对连续两个感知数据的差值di进行编码,保证任意时刻出现频度最高的di获得最短编码,通过传输编码后的数据达到改善网络环境,节省节点能量的目的;实验结果表明,此机制较文献[1]中算法压缩率提高近15%,且能够适应差值di分布规律的不确定性,具有广泛实用价值。