利用优化哈夫曼编码进行数据压缩的探索

数据压缩是当今计算机科学领域中十分活跃的论题. 哈夫曼编码作为一种最常用的不等长无损压缩编码方法,在数据压缩程序中具有非常重要的应用.文章通过对传统静态哈夫曼编码的讨论以及与动态哈夫曼编码的对比,研究一种改进的数据压缩算法,并用程序实现之.     

动态哈夫曼编码的改进

《计算机世界月刊》1994年7月号所登载的《动态哈夫曼编码的数据压缩方法》一文给出了一种实时性较强的数据压缩方法,该方法的最大特点是不需预先对原始数据进行一遍扫描以建立哈夫曼树,而改为以动态变化的哈夫曼树对数据编码。 该文所附的动态哈夫曼编码数据压缩与解压源     

一种基于自顶向下的哈夫曼编码方法

哈夫曼编码作为一种无损数据压缩编码在计算机信息压缩中有广泛的应用.但传统的哈夫曼编码的实现方式是在构造哈夫曼树的基础上,从叶子节点向上到根节点逆向进行的.为了提高编码的效率,给出了一种新的哈夫曼编码实现方式,该方式通过利用队列的数据结构,从哈夫曼树的根节点出发,向叶子节点进行编码,在编码过程中仅将哈夫曼树的每个节点进行一次扫描就可得到各叶子节点的哈夫曼编码.该方法不仅符合编码的思维方式,而且解决了原先编码过程中大量指针移动的问题,将哈夫曼编码的时间复杂度由原来的O(n2)降为O(n).     

用C语言实现三叉哈夫曼树

本文通过叙述哈夫曼编码在通讯、网络、数据压缩、图像处理中的应用及实现哈夫曼编码的二叉哈夫曼树的生成算法,论述引入三叉哈夫曼树的优点及实现三叉哈夫曼树的算法,给出生成三叉哈夫曼树的C源程序。     

同频率分组的自适应哈夫曼数据压缩算法

在讨论静态和自适应哈夫曼数据压缩算法的优点和不足后,借助于引进两个参数和一个节点符号频数表,提出了按相同频率进行分组的自适应哈夫曼数据压缩算法,减少哈夫曼树的层数。通过对高尔夫球场草坪温湿度的监测,实验表明该算法的压缩比比自适应哈夫曼算法有明显改善,这种算法编码简单、编码速度较快,适合用在能量有限的无线传感器网络的传感器节点。     

C语言嵌入式数据压缩器C—DC的设计

本文给出一个在微型计算机上实现的C语言嵌入式数据压缩器C-DC的设计方法,采用移动词典压缩+哈夫曼编码压缩。这是一种类似于Lharc的二级压缩结构。文中讨论了二种压缩器的软件实现并介绍了嵌入式数据压缩器所必须的中断机制。     

动态哈夫曼算法在电力线计算机网络数据压缩中的应用

数据压缩的方法有许多种,从数据是否能完全恢复来看,包括有损压缩和无损压缩;从压缩方法来看,有行程编码、哈夫曼编码、字典编码、算术编码等。网络数据包的压缩必须是无损压缩。无损压缩主要有行程编码、哈夫曼编码、字典编码等方法。对于电力线介质的计算机网络,目前在国内未见有采用数据压缩方法,国外一些研究也没有采用较好的编码压缩方法。本文将首先阐明电力线网络数据包的特性,然后讨论目前     

哈夫曼算法的改进与应用

哈夫曼树是带权路径长度（WPL）最小的二叉树，通过对哈夫曼算法的研究，提出一种求取哈夫曼树带权路径长度的改进方法，简化运算．有效提高求取WPL的效率和正确性。同时利用哈夫曼算法进行数据压缩，获得明显的压缩效果。     

哈夫曼算法的改进与应用

哈夫曼树是带权路径长度(WPL)最小的二叉树,通过对哈夫曼算法的研究,提出一种求取哈夫曼树带权路径长度的改进方法,简化运算,有效提高求取WPL的效率和正确性。同时利用哈夫曼算法进行数据压缩,获得明显的压缩效果。     

一种新的三叉哈夫曼树生成算法

文中在实现哈夫曼编码的二叉哈夫曼树以及已有的三叉哈夫曼树生成算法的基础上，提出了一种新的三叉哈夫曼树生成算法．通过比较带权路经长度证明了本算法的优越性。     

无线传感网数据信息的一种压缩算法

提出了一种改进型自适应Huffman编码算法,目的在于压缩传输数据的容量,该算法适用于内存和计算资源受限的无线传感网络节点。它与修剪树自适应Huffman编码算法lll相比较,能够更有效地利用内存空间,提供更好的压缩比。     

民用GPS数据准无损压缩算法

为了提高民用GPS精度范围内的定位数据压缩率和压缩速度,在对霍夫曼编码和算术编码的性能进行分析比较的基础上,将预测编码与霍夫曼编码有机结合,提出了面向民用GPS精度范围的定位信息准无损压缩算法.该算法通过压缩预处理和二次量化去除冗余信息,采用预测编码提高编码效率,总压缩效率可达87%.采用MSP430单片机对该算法进行了测试,在压缩数据量为668 KB时,压缩率为87.1%, 处理时间为31.4 s,与仿真结果基本吻合.实验结果表明,该算法经过优化后对硬件要求较低,提高了压缩率和压缩速度,节约了存储资源,节省了数据传输时的通信费用.     

Huffman算法的改进及其在图像压缩中的应用

本文改进了Huffman编码算法,主要是针对Huffman编码生成Huffman树构造中的排序方法的改进,提出一种基于"堆排序"的新方法。采用堆排序找到最小值实现Huffman编码,经过这种改进的Huffman编码方法对内存读写的次数大为减少,从而提高了响应速度。使得Huffman编码效率有所提高。通过对JPEG的Huffman压缩算法的分析以及采用4个JPG文件对改进的和传统的Huffman算法进行了仿真实验,对比分析表明改进算法的性能无论是压缩比率还是压缩时间方面都比经典的Huffman算法性能有所提高。     

基于上下文的网格拓扑压缩熵编码方法

提出了一种普遍适用于网格拓扑压缩的高效熵编码方法.不同于以往的单纯利用算术编码或Huffman编码对遍历网格生成的拓扑流进行编码压缩,对这些拓扑流的每个符号先计算其Huffman编码,然后采用基于上下文(已编码序列的倒数第2个符号作为上下文)的算术编码方法来编码其Huffman值,从而实现对网格模型拓扑信息的有效压缩.实验结果表明,熵编码方法普遍适用于各种网格拓扑压缩方法得到的拓扑流的压缩,其压缩结果普遍高于拓扑流序列的熵值——绝大多数拓扑压缩算法各自最好的压缩比.     

基于多参数的数据压缩算法

通过对Huffman编码方法的研究,文中提出了一种基于多参数的数据无损压缩算法。基于原始数据集的元素个数统计,对原始数据集进行多次的合并,使合并后所得到的新数据集满足Huffman最佳编码要求,由此生成规模较小的数据合并对应表,并将数据编码分为一元即时码（前缀）和区分码（后缀）两个部分。数据多次合并的不同起始点为文中无损压缩方法的多参数,利用这些参数结合编码前缀及后缀即可唯一表示原始数据,去除了编码表。解码时无需逐位匹配即可复原原始数据。与传统方法相比,文中构造的基于多参数的数据无损压缩方法,编码结构简单,运算开销小,编解码效率较高。     

基于字典学习的卫星图像压缩算法研究

针对卫星图像的特点及当前卫星图像在传输和存储上面临的问题,提出了一种基于稀疏表示的卫星图像二级无损压缩算法。通过传输稀疏表示后的稀疏系数来代替图像本身的传输,完成对卫星图像的第一级压缩;对非零稀疏系数先作预处理后实现聚类,然后依据聚类索引对原始非零稀疏系数的位置排序;最后对处理后的非零稀疏系数和位置数据分块,并利用改进的自适应哈夫曼算法对非零稀疏系数的数据块编码,利用差分编码和改进的自适应哈夫曼算法对位置数据块编码,完成对图像数据的第二级压缩。实验结果表明,与传统算法相比,所提算法具有明显优势,改进算法的压缩率是传统算法的1/3~1/2,且可同时实现卫星图像的高倍无损压缩与高分辨率重建。     

基于3-参数变长编码的图像无损压缩算法

通过对 Huffman 编码方法的研究和分析, 提出了一种基于3-参数变长编码(3-PVLC)的图像数据无损压缩算法. 在图像数据转换为混合差分数据基础上, 采用3-PVLC 对差分数据进行一次编码, 并利用一种自适应性的游长缩减法对一次编码后的二值码流进行二次编码. 本文的编解码方法较灵活, 可依据具体需要进行基于3-PVLC 方法的一次编码或在一次编码基础上完成二次编码, 且具较高压缩比.     

一种不用建造Huffman树的高效Huffman编码算法

Huffman编码作为一种高效的不等长编码技术正日益广泛地在文本、图像、视频压缩及通信、密码等领域得到应用。为了更有效地利用内存空间、简化编码步骤和相关操作,首先研究了重建Huffman树所需要的信息,并提出通过对一类一维结构数组进行相关操作来获取上述信息的方法,然后利用这些信息,并依据提出的规范Huffman树的编码性质,便能直接得到Huffman编码。与传统的Huffman算法及近年来国内外文献中提出的改进算法相比,由于该方法不需要构造Huffman树,不仅使内存需求大大减少,而且编码步骤和相关操作更简洁,因而更利于程序的实现和移植。更重要的是,该算法思路为Huffman算法的研究和发展提供了新的途径。     

快速傅立叶变换的图像数据压缩算法

当今图像数据信息的海量化,使得图像压缩编码应用显得尤为重要,图像压缩的分类方法很多,限失真编码以其压缩比高而得到广泛应用。常见的限失真编码主要采用余弦变换,K-L变换,小波变换等。该文另辟蹊径采用快速傅里叶变换,及霍夫曼编码方式对标准lena图像数据进行限失真压缩编码压缩,得到了较好的压缩效果。