數字視頻編碼技術論文(2)
數字視頻編碼技術論文
數字視頻編碼技術論文篇二
視頻編碼中熵編碼的關鍵技術分析
摘要：隨著通信科技與網絡信息技術的高速發展，音頻信息量與日俱增，海量的音頻信息也為寬帶傳送、音頻信息儲存空間等帶來了一定壓力，而壓縮編碼正是緩解這一問題的有效途徑之一。自上世紀末期起，主流的視頻編碼都采取以塊結構的編碼框架，并綜合運用如預測編碼、熵編碼等技術實現編碼壓縮。本文就以其中的熵編碼作為研究中心，對視頻編碼中熵編碼的基本原理及關鍵編碼技術展開分析。
關鍵詞：視頻編碼 熵編碼 編碼 原理
中圖分類號：TN919 文獻標識碼：A 文章編號：1007-9416(2015)12-0000-00
熵編碼是視頻編碼中的最后一個步驟，視頻系列經預測和變換后會存在一定的統計冗余，而采用熵編碼技術的主要目的正是減少這些冗余。常見的熵編碼關鍵技術主要可分為編程編碼與算術編碼等類型，以下本文就以視頻編碼中的熵編碼作為論述中心，對視頻編碼中熵編碼的基本原理及關鍵編碼技術進行重點分析，具體如下。
1 熵編碼基本原理概述
熵編碼是視譜編碼中的最后一個步驟，主要是將包括圖像、文本、音頻等數據等信息根據相應的轉換原理及公式轉換成一系列符號，并盡可能以最少的比特數進行表述[1]。其轉換原理主要是將編碼中出現頻率多的符號對應分配上較短碼字，而出現幾率小的符號則分配較長碼字。只要各符號出現幾率不相同，就可通過此種方式進行數據壓縮。進行熵編碼之前需要對某個視頻信息語法元素中的符號集，并通過符號集獲取可能出現的符號以及各個符號的發生幾率，最終確定這段視頻信息語法元素的熵，在根據信號源編碼的編碼原理實現編碼操作。
2 熵編碼的常用編碼技術
2.1 變長編碼
變長編碼主要是將視頻符號轉換為不同長度的碼字，是一種基本的熵編碼技術。主要是根據符號可能出現的幾率進行碼字分配。所分配的碼字長短和符號出現幾率成反比[2]。變長編碼有一定的局限，這一局限主要是碼長必須是整數，即使實際碼長小于1，也應最少用1比特碼長進行編碼。如果符號發生幾率超過50%，那么這與符號的信息量將不足1，而采取1比特進行編碼，就違背盡可能減少比特數的編制原則，造成浪費。此外由因長度只能是整數，如果變長編碼中的各符號發生幾率相近，那么編碼工作效率也會隨之受到影響，從而起不到高效的熵編碼效果。
2.2 算術編碼
算數編碼的基本原理。算數編碼是變長編碼這種基礎的熵編碼技術的改進，此種熵編碼技術中的碼長可以為非整數，主要操作原理是將信息源符號轉換為比特流，這一轉換過程需要借助包括加、乘的公式計算，因此又稱作算數編碼[3]。此種熵編碼技術雖然能夠實現非整數，從而實現幾乎無失真且最大化減少比特數，但此種編碼技術與常規熵編碼相比要復雜的多，但隨著算法的不斷完善，加上相關技術的不斷發展，使得此種編碼技術越來越成熟，并得到了更為廣泛的應用。如H.264采用的上下文自適應算術編碼技術等，在實踐中都發揮著良好的應用效果。
2.3 基于上下文的自適應二進制算數編碼
此種編碼又稱為CABAC編碼，H.264即使采用此種熵編碼技術，該技術是較為先進、成熟，其基本流程主要分為三個步驟，分別是二進制化――上下建模――算術解碼。
首先將源信息語法元素進行二進制排列，每位二進制數作為一個bin，如果源信息的語法元素就是二進制，則可直接進行建模與解碼。根據二進制轉換結果，以及對每個bin進行概率模型的構建，最后將bin及其模型輸入到算數解碼其中，進行二進制解碼。
3 熵編碼中的關鍵碼字結構
3.1 Huffman碼
在對信息源符號集中各符號出現幾率分布情況有一定了解的情況下，以Huffman碼作為變長異字頭二元碼是最佳選擇。變長編碼整數比特的表述方式下，以Huffman碼進行轉換，能夠使轉換后的碼長均值相對較短。
Huffman碼的基本結構是通過一系列最小冗余進行假設求證所推算出來的。以公式表達Huffman，信號源假設為：
但考慮到只能為整數比特數，即比特數小于1也用1來表述，所以將最后兩個符號合并表示，即得到輔助信源：
假設其中
得出輔助信號源后，將其根據Pk’的大小差異進行重新排列，并將出現幾率最小的符號碼字分別以0和1表述，再將小于1即0比特的一項和1合并，之后再重構新的輔助信息源。以此方法不斷重復循環，一直到將輔助信號源壓縮至只有兩個元素。之后連接原先信息符號和其在輔助信息源中對應的1以及0，最后得到各個符號相對應的碼字[4]。總體來說，雖然此種編碼是目前最佳的可譯二源碼，但其不規則的碼字結構使其算法變得相對繁復。
3.2 指數哥倫布碼
指數哥倫布碼(簡稱EG碼)是熵編碼技術中的一種固定結構的碼字形式，結構簡單，這也使得其算法更加簡易。以H.264采用的0階EG碼為例，其固定結構形式為：[M zeros][1][info]，其中前綴部分表示M個0比特，之后是1個比特1，最后的info代表信息部分，長度與前綴相同。
此種編碼的解碼過程為，先讀入前綴與前后之后的1，根據的前綴明確信息的長度，之后在這一長度范圍解讀后面的信息INFO內容。
4 結語
熵編碼主要是將包括圖像、文本、音頻等數據等信息根據相應的轉換原理及公式轉換成一系列符號，并盡可能以最少的比特數進行表述，是視譜編碼的重要步驟。綜上所述，本文首先對熵編碼的基本原理進行闡述，之后對其中的變長編碼、算術編碼等編碼技術及關鍵碼字結構展開分析，希望能為相關人士提供些許參考。
參考文獻
[1]路偉，余寧梅，南江涵，王冬芳.并行可配置的HEVC熵編碼的VLSI結構[J].計算機工程與應用，2014，03：121-124+144.
[2]邸金紅，張克新，祁躋，張鑫明.基于Syntax級分組和多線程處理的HEVC熵編碼并行算法[J].電訊技術，2014，10：1435-1440.
[3]李恒忠，崔建明，郭勇，李洪強.基于HEVC視頻標準的熵編碼過程[J].電腦知識與技術，2013，14：3356-3359+3365.
看了“數字視頻編碼技術論文”的人還看：
1.數字電視技術論文
4.數字媒體技術論文
5.視頻監控技術論文