[发明专利]用于熵编码和解码的方法和设备

说明书

技术领域

本发明涉及用于熵编码和解码的方法和设备。

背景技术

在熵编码中，需要获得待编码的码元的编码概率。作为计算编码概率的方法，提出了使用完全树(也被称为上下文树)的方法，其将过去的一维数据序列输出和从叶节点到根节点的路径相关联。在F.M.J.Willems，Y.M.Shtarkov和T.J.Tjalkens的“The Context TreeWeighting Method：Basic Properties”，IEEE Trans.Inform.Theory，vol.41，no.3，pp.653-664，1995年5月中公开了该方法，其被称为上下文树加权(CTW)算法。已知使用在该参考文件和T.Matsushima和S.Hirasawa的“A Bayes Coding Algorithm for FSM Sources”，Proc.Int.Symp.位于Information Theory pp.388上，1995年9月中公开的编码概率计算方法，使得对于马尔可夫过程的一维数据序列输出可以获得高编码效率。

假定两个矩阵，即，给定作为待编码的码元的信息矩阵和基准矩阵。在该情况中，作为熵编码的应用，可想到使用通过使用基准矩阵的分量来编码和解码信息矩阵的分量的技术。当使用采用上下文树用于以这种方式编码/解码矩阵分量的编码概率计算方法时，需要根据矩阵之间的相关性设置从上下文树的叶节点到根节点的路径。例如，关于作为信息矩阵和基准矩阵的视频序列中两个时间连续的帧的像素级别，在信息矩阵的分量和基准矩阵的分量之间的相关性通常随着在两个矩阵分量之间的距离的减小而增加。在该情况中，执行编码/解码，同时将其中简单地以光栅扫描次序(即水平方向)布置基准矩阵的一维数据序列和从上下文树的叶节点到根节点的路径相关联，意味着执行编码/解码而不需要考虑感兴趣的信息矩阵的分量和以垂直方向布置的基准矩阵的分量之间的相关性。在编码效率方面这不是优选的。

发明内容

本发明的目的在于形成适于信息矩阵和基准矩阵之间的相关性的上下文树且允许通过使用该上下文树执行高效率熵编码和解码。

根据本发明的第一方面，提供了一种熵编码方法，包括：产生包括来自信息矩阵的矩阵分量的基准矩阵，该基准矩阵被编码为具有和信息矩阵的相关性；参考距第i行/第j列分量的距离，将基准矩阵的第i行/第j列分量(其中i和j是任意整数)周围的一个范围内的矩阵分量分类为分量集合，该分量集合各自包括距基准矩阵的第i行/第j列分量距离相等的矩阵分量；将属于每个分量集合的矩阵分量转换为码元；形成包括根节点、对应于分量集合的多个内部节点、和与码元具有一一对应关系的多个分支和多个叶节点的上下文树；将通过以基准矩阵的第i行/第j列分量和矩阵分量之间的距离的递减顺序排列码元获得的序列和从上下文树的叶节点延伸到根节点的路径相关联，并计算信息矩阵的第i行/第j列分量的编码概率为各个节点具有的概率的加权和；和通过根据编码概率算术地编码信息矩阵的第i行/第j列分量产生码字。

附图说明

图1是示出根据实施例的熵编码设备的框图；

图2是示出信息矩阵的实例的视图；

图3是示出基准矩阵的实例的视图；

图4是示出信息分类器中的分类的实例的视图；

图5是示出上下文树形成过程的流程图；

图6是示出上下文树的实例的视图；

图7是示出了怎样将码元序列和图6中从上下文树的叶节点到根节点的路径相关联的实例的视图；

图8是示出了编码概率计算过程的流程图；

图9是示出了编码器中的熵编码过程的流程图；

图10是根据实施例的熵解码设备的框图；且

图11是示出了解码器中的熵解码过程的流程图。

具体实施方式

下面将描述本发明的实施例。

(熵编码设备)

如图1所示，根据实施例的熵编码设备包括基准序列发生器105，信息分类器103，信息转换器104，编码概率计算器101，和编码器102。基准序列发生器105，编码概率计算器101和编码器102接收待编码的信息矩阵11。