【摘要】：在視頻壓縮標(biāo)準(zhǔn)中,熵編碼模塊在信源符號的壓縮和碼流的組織過程有著不可替代的作用。熵編碼模塊首先利用上下文建模技術(shù)來挖掘信源符號之間的統(tǒng)計冗余;然后使用熵編碼引擎(算術(shù)編碼技術(shù)或者變長編碼技術(shù))來去除統(tǒng)計冗余,進而產(chǎn)生緊湊的二進制碼流,以供存儲和傳輸。熵編碼模塊通常利用已經(jīng)編碼的符號來估計待編碼符號的概率分布,從而能夠高效地去除信源符號之間的冗余信息。然而,這種編碼依賴關(guān)系卻不利于熵編碼模塊的并行處理,降低了吞吐率。因此,如何平衡熵編碼模塊的編碼效率和數(shù)據(jù)吞吐率已經(jīng)成為衡量熵編碼技術(shù)優(yōu)劣的重要性能指標(biāo)。隨著高畫質(zhì)視頻的逐步普及,未來的視頻壓縮標(biāo)準(zhǔn)將要處理數(shù)據(jù)量更加龐大的視頻,因此繼續(xù)提高熵編碼模塊的壓縮效率仍然具有很重要的意義。為了克服外界條件的限制,在目前最新的多媒體應(yīng)用中,壓縮感知技術(shù)正在被應(yīng)用于采集數(shù)字圖像/視頻。當(dāng)采用壓縮感知技術(shù)對圖像/視頻進行采集時,得到的測量值(通常用測量值表示利用壓縮感知采樣得到的樣本信息)和傳統(tǒng)的圖像/視頻采集方法得到的像素值在本質(zhì)上是不同的。測量值通常是利用隨機高斯矩陣對原始信號進行投影操作而得到的,每個測量值都包含了原始信號的全局信息,并且各個測量值之間是相互獨立的。所以,傳統(tǒng)的圖像/視頻壓縮標(biāo)準(zhǔn)技術(shù)不再適用于測量值的壓縮。如何充分挖掘測量值的統(tǒng)計特性為其設(shè)計一個高效的熵編碼器是測量值壓縮中的一個新的挑戰(zhàn)問題。所以,在這種研究背景下,本文對H.264/AVC,HEVC和AVS2等視頻壓縮標(biāo)準(zhǔn)中的熵編碼模塊進行優(yōu)化,來提高熵編碼模塊的壓縮效率和數(shù)據(jù)吞吐率;另外,本文也為壓縮感知中測量值的壓縮設(shè)計了一個高效的熵編碼器,來把測量值轉(zhuǎn)化為緊湊的二進制碼流,實現(xiàn)真正的數(shù)據(jù)壓縮。因此,本文的研究工作主要包括以下四個部分:第一,在H.264/AVC的上下文自適應(yīng)二進制算術(shù)編碼器(CABAC)的設(shè)計過程中,由于沒有充分地考慮吞吐率這一指標(biāo),使得熵編碼模塊已經(jīng)成為整個解碼器的主要瓶頸之一。為了提高H.264/AVC中CABAC的吞吐率,本文首先根據(jù)預(yù)測殘差的DCT系數(shù)的統(tǒng)計特性,提出了一個層次依賴上下文模型HDCM(Hierarchical Dependency Context Model)。在HDCM中,DCT系數(shù)塊中的非零系數(shù)的個數(shù)和DCT系數(shù)的頻域位置被用作為上下文,來挖掘DCT系數(shù)之間的統(tǒng)計冗余。然后,本文提出了一個基于層次依賴上下文模型的二進制算術(shù)編碼器hdcmbac來編碼h.264/avc中的預(yù)測殘差的dct系數(shù)。為了高效地描述dct系數(shù)塊,并且降低語法元素之間的上下文依賴關(guān)系,hdcmbac重新設(shè)計了用于描述dct系數(shù)塊的語法元素。這些語法元素包括,dct系數(shù)塊中非零系數(shù)的個數(shù)n,用于指示每個位置上的dct系數(shù)是否為非零系數(shù)的語法元素significant_flag和用于指示每個非零dct系數(shù)的幅值的語法元素coeff_abs_level_minus1。實驗結(jié)果表明,與h.264/avc中的cabac相比,hdcmbac可以取得相似的編碼效率,并且最大限度地降低了dct系數(shù)之間的上下文依賴關(guān)系。第二,為了繼續(xù)提高視頻編碼標(biāo)準(zhǔn)中熵編碼模塊的編碼效率和為下一代視頻編碼標(biāo)準(zhǔn)的制定做技術(shù)儲備,本文以hevc為基礎(chǔ),提出了一個內(nèi)存消耗小并且編碼效率高的熵編碼方案,該方案包括變換系數(shù)的增強上下文建模方法和低內(nèi)存消耗的二進制算術(shù)編碼引擎。在變換系數(shù)的增強上下文建模方法中,本文采用當(dāng)前變換系數(shù)的局部模板內(nèi)非零變換系數(shù)的個數(shù)和當(dāng)前變換系數(shù)的位置信息作為significant_coeff_flag(用于指示當(dāng)前的變換系數(shù)是否為非零系數(shù)的語法元素)的上下文;為了減少significant_coeff_flag的上下文模型的個數(shù),變換系數(shù)塊被分割為不同的區(qū)域,并且相同區(qū)域使用相同的上下文模型集合。在編碼coeff_abs_greater1_flag(用于指示當(dāng)前的非零變換系數(shù)的絕對值是否大于1的語法元素)時,本文采用當(dāng)前變換系數(shù)的局部模板內(nèi)絕對值等于1和絕對值大于1的變換系數(shù)的個數(shù)作為其上下文;為了利用亮度分量中變換系數(shù)與其位置之間的相關(guān)性,變換系數(shù)的位置信息也被用作coeff_abs_greater1_flag的上下文。在編碼語法元素coeff_abs_greater2_flag(用于指示當(dāng)前的非零變換系數(shù)的絕對值是否大于2的語法元素)時,本文采用當(dāng)前變換系數(shù)的局部模板內(nèi)絕對值大于2和絕對值大于1的變換系數(shù)的個數(shù)作為該語法元素的上下文。在低內(nèi)存消耗的二進制算術(shù)編碼引擎中,本文采用多參數(shù)的概率估計模型估計二進制符號的概率;在編碼區(qū)間的分割過程中,本文提出了一個低位寬的乘法操作來代替?zhèn)鹘y(tǒng)的查表操作。如此設(shè)計之后,低內(nèi)存消耗的二進制算術(shù)編碼引擎在概率估計過程和編碼區(qū)間分割過程中均不再需要大量的存儲空間。實驗結(jié)果表明,與hevc中原始的熵編碼方案相比,本文提出的熵編碼方案具有更高的編碼效率。第三,在第二代中國國家視頻壓縮標(biāo)準(zhǔn)avs2中,熵編碼模塊中存在著很強的順序依賴關(guān)系,這些順序依賴關(guān)系嚴(yán)重地制約著avs2編解碼器的吞吐率。這些順序依賴關(guān)系主要來源于算術(shù)編碼引擎的歸一化過程和bypassbin(概率等于0.5的二進制符號)的編碼過程以及變換系數(shù)的上下文建模過程。因此,本文從上述三個方面對AVS2的熵編碼模塊進行優(yōu)化設(shè)計。具體來講,本文首先提出了一種快速的,與標(biāo)準(zhǔn)兼容的算術(shù)編碼引擎歸一化方法。該方法簡化了算術(shù)編碼引擎的執(zhí)行流程,減少調(diào)用歸一化過程的次數(shù)。其次,本文提出了一個快速的bypass bin的編解碼過程,使得bypass bin的編解碼過程僅僅需要移位和加法操作即可完成,極大地降低了bypass bin的編解碼復(fù)雜度。最后,本文改進了AVS2中變換系數(shù)的編碼過程,降低變換系數(shù)之間的上下文依賴關(guān)系。實驗結(jié)果表明,上述三個技術(shù)大幅度地提高AVS2中熵編碼模塊的吞吐率,同時性能損失也比較小。第四,在圖像的壓縮感知采樣中,為了提高測量值的壓縮性能,差分脈沖預(yù)測(DPCM:Differential Pulse-Code Modulation)和均勻標(biāo)量量化(SQ:uniform Scalar Quantization)被聯(lián)合應(yīng)用于測量值的壓縮中。盡管如此,若想真正地實現(xiàn)測量值的壓縮,即把測量值轉(zhuǎn)化為緊湊的二進制碼流,熵編碼模塊是一個必不可少的模塊。為此,本文基于圖像的差分脈沖預(yù)測和標(biāo)量量化框架(DPCM-plus-SQ),為測量值的量化索引提出了一個高效的熵編碼方案。在該熵編碼方案中,本文分析了測量值的量化索引的統(tǒng)計特性,并且根據(jù)這些統(tǒng)計特性設(shè)計了相應(yīng)地語法元素來描述測量值的量化索引。具體來說,本文首先使用語法元素significant_map來指示當(dāng)前測量值的量化索引是否為非零;然后,對于非零的量化索引,使用語法元素abs_coeff_level_minus1和sign_flag來分別指示它的幅值和符號。為了挖掘這些語法元素的局部統(tǒng)計特性,本文采用自適應(yīng)的算術(shù)編碼引擎來編碼這些語法元素,以期望去除它們的統(tǒng)計冗余從而產(chǎn)生緊湊的碼流。實驗結(jié)果表明,與測量值量化索引的0階信息熵和H.264/AVC中CABAC的變換系數(shù)編碼方法相比,本文提出的熵編碼方案能夠進一步提高測量值的編碼效率。
[Abstract]:......
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TN919.81
【相似文獻】
相關(guān)期刊論文 前10條
1 徐士麟;喻莉;朱光喜;;基于概率更新機制的自適應(yīng)混合熵編碼[J];通信學(xué)報;2008年05期
2 孫惠章;視頻數(shù)據(jù)熵編碼[J];青海大學(xué)學(xué)報(自然科學(xué)版);2001年04期
3 孫學(xué)巖;熵編碼的壓縮編碼原理與方法[J];濰坊學(xué)院學(xué)報;2004年06期
4 徐偉業(yè);王青云;馮月芹;周珩;;等長熵編碼中的漸進等分割性解析[J];中國科技信息;2012年24期
5 謝強;鄭世寶;于曉靜;;一種結(jié)合H.264/AVC CABAC熵編碼器特征的視頻選擇性內(nèi)容加密算法[J];上海交通大學(xué)學(xué)報;2008年10期
6 劉迎;劉學(xué)慧;孫春娟;吳恩華;;基于上下文的網(wǎng)格拓撲壓縮熵編碼方法[J];軟件學(xué)報;2008年02期
7 衡偉,韋志輝,富煜清,程時昕;圖像小波域視覺重要性順序模型比特零樹預(yù)測熵編碼[J];通信學(xué)報;1997年06期
8 趙志杰;劉增玉;張立志;李云;單大偉;;可伸縮視頻碼流的熵編碼組合優(yōu)化方法[J];計算機工程;2008年24期
9 林莉;H.26L標(biāo)準(zhǔn)論述以及熵編碼的研究與分析[J];現(xiàn)代電子技術(shù);2003年03期
10 杭小慶,劉曉軍,張素文;一種新的小波零樹量化編碼方法[J];武漢工業(yè)學(xué)院學(xué)報;2001年04期
相關(guān)會議論文 前5條
1 田心;劉婷;郭強;;記憶過程神經(jīng)元集群放電動態(tài)熵編碼的仿真研究[A];第十次中國生物物理學(xué)術(shù)大會論文摘要集[C];2006年
2 閆磊;唐峰;李燕;蔡勉;;基于H．264的指數(shù)哥倫布熵編碼加密算法的研究[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集（上冊）[C];2008年
3 閆宇松;王春梅;石青云;;熵編碼在圖象壓縮中的應(yīng)用[A];中國圖象圖形科學(xué)技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年
4 郭強;田心;;神經(jīng)元放電序列的Shannon熵編碼研究[A];天津市生物醫(yī)學(xué)工程學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年
5 汪彬;傅志中;;H．264／AVC的熵編碼概述[A];2006中國西部青年通信學(xué)術(shù)會議論文集[C];2006年
相關(guān)博士學(xué)位論文 前3條
1 高敏;視頻圖像壓縮中熵編碼技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年
2 周同;H.264及3D網(wǎng)格圖形壓縮算法研究[D];北京郵電大學(xué);2011年
3 王麗豐;視頻信息加密技術(shù)的研究[D];北京郵電大學(xué);2011年
相關(guān)碩士學(xué)位論文 前10條
1 何健;基于前綴碼的視頻熵編碼器的研究與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2006年
2 祁躋;HEVC熵編碼技術(shù)研究及并行算法設(shè)計[D];北京郵電大學(xué);2014年
3 侯保亮;H.264變換量化和熵編碼的FPGA實現(xiàn)與優(yōu)化[D];西安電子科技大學(xué);2012年
4 魏強;H.264視頻壓縮熵編碼和網(wǎng)絡(luò)傳輸?shù)难芯縖D];中國海洋大學(xué);2006年
5 王智;AVS視頻編碼器中熵編碼的研究[D];哈爾濱工業(yè)大學(xué);2007年
6 趙博;基于H.264的變換編碼和熵編碼的研究[D];電子科技大學(xué);2007年
7 汪彬;H.264中熵編碼研究及其在遙感圖像壓縮中的應(yīng)用[D];電子科技大學(xué);2007年
8 楊洪敏;AVS-S視頻編碼器變換量化和熵編碼模塊的硬件設(shè)計[D];山東大學(xué);2015年
9 田曉華;AVS視頻編碼中整數(shù)變換與熵編碼研究[D];華中科技大學(xué);2004年
10 戴銳;視頻編碼中熵編碼的關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2007年
，
本文編號：
2468628
