【摘要】：在視頻壓縮標(biāo)準(zhǔn)中,熵編碼模塊在信源符號(hào)的壓縮和碼流的組織過(guò)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(lái)挖掘信源符號(hào)之間的統(tǒng)計(jì)冗余;然后使用熵編碼引擎(算術(shù)編碼技術(shù)或者變長(zhǎng)編碼技術(shù))來(lái)去除統(tǒng)計(jì)冗余,進(jìn)而產(chǎn)生緊湊的二進(jìn)制碼流,以供存儲(chǔ)和傳輸。熵編碼模塊通常利用已經(jīng)編碼的符號(hào)來(lái)估計(jì)待編碼符號(hào)的概率分布,從而能夠高效地去除信源符號(hào)之間的冗余信息。然而,這種編碼依賴(lài)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(huà)質(zhì)視頻的逐步普及,未來(lái)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(duì)圖像/視頻進(jìn)行采集時(shí),得到的測(cè)量值(通常用測(cè)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(cè)量值通常是利用隨機(jī)高斯矩陣對(duì)原始信號(hào)進(jìn)行投影操作而得到的,每個(gè)測(cè)量值都包含了原始信號(hào)的全局信息,并且各個(gè)測(cè)量值之間是相互獨(dú)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(cè)量值的壓縮。如何充分挖掘測(cè)量值的統(tǒng)計(jì)特性為其設(shè)計(jì)一個(gè)高效的熵編碼器是測(cè)量值壓縮中的一個(gè)新的挑戰(zhàn)問(wèn)題。所以,在這種研究背景下,本文對(duì)H.264/AVC,HEVC和AVS2等視頻壓縮標(biāo)準(zhǔn)中的熵編碼模塊進(jìn)行優(yōu)化,來(lái)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(cè)量值的壓縮設(shè)計(jì)了一個(gè)高效的熵編碼器,來(lái)把測(cè)量值轉(zhuǎn)化為緊湊的二進(jìn)制碼流,實(shí)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(gè)部分:第一,在H.264/AVC的上下文自適應(yīng)二進(jìn)制算術(shù)編碼器(CABAC)的設(shè)計(jì)過(guò)程中,由于沒(méi)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(gè)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(cè)殘差的DCT系數(shù)的統(tǒng)計(jì)特性,提出了一個(gè)層次依賴(lài)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(gè)數(shù)和DCT系數(shù)的頻域位置被用作為上下文,來(lái)挖掘DCT系數(shù)之間的統(tǒng)計(jì)冗余。然后,本文提出了一個(gè)基于層次依賴(lài)上下文模型的二進(jìn)制算術(shù)編碼器hdcmbac來(lái)編碼h.264/avc中的預(yù)測(cè)殘差的dct系數(shù)。為了高效地描述dct系數(shù)塊,并且降低語(yǔ)法元素之間的上下文依賴(lài)關(guān)系,hdcmbac重新設(shè)計(jì)了用于描述dct系數(shù)塊的語(yǔ)法元素。這些語(yǔ)法元素包括,dct系數(shù)塊中非零系數(shù)的個(gè)數(shù)n,用于指示每個(gè)位置上的dct系數(shù)是否為非零系數(shù)的語(yǔ)法元素significant_flag和用于指示每個(gè)非零dct系數(shù)的幅值的語(yǔ)法元素coeff_abs_level_minus1。實(shí)驗(yàn)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(lài)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(chǔ)備,本文以hevc為基礎(chǔ),提出了一個(gè)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(qiáng)上下文建模方法和低內(nèi)存消耗的二進(jìn)制算術(shù)編碼引擎。在變換系數(shù)的增強(qiáng)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(gè)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(yǔ)法元素)的上下文;為了減少significant_coeff_flag的上下文模型的個(gè)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(duì)值是否大于1的語(yǔ)法元素)時(shí),本文采用當(dāng)前變換系數(shù)的局部模板內(nèi)絕對(duì)值等于1和絕對(duì)值大于1的變換系數(shù)的個(gè)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(yǔ)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(duì)值是否大于2的語(yǔ)法元素)時(shí),本文采用當(dāng)前變換系數(shù)的局部模板內(nèi)絕對(duì)值大于2和絕對(duì)值大于1的變換系數(shù)的個(gè)數(shù)作為該語(yǔ)法元素的上下文。在低內(nèi)存消耗的二進(jìn)制算術(shù)編碼引擎中,本文采用多參數(shù)的概率估計(jì)模型估計(jì)二進(jìn)制符號(hào)的概率;在編碼區(qū)間的分割過(guò)程中,本文提出了一個(gè)低位寬的乘法操作來(lái)代替?zhèn)鹘y(tǒng)的查表操作。如此設(shè)計(jì)之后,低內(nèi)存消耗的二進(jìn)制算術(shù)編碼引擎在概率估計(jì)過(guò)程和編碼區(qū)間分割過(guò)程中均不再需要大量的存儲(chǔ)空間。實(shí)驗(yàn)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(guó)國(guó)家視頻壓縮標(biāo)準(zhǔn)avs2中,熵編碼模塊中存在著很強(qiáng)的順序依賴(lài)關(guān)系,這些順序依賴(lài)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(lài)關(guān)系主要來(lái)源于算術(shù)編碼引擎的歸一化過(guò)程和bypassbin(概率等于0.5的二進(jìn)制符號(hào))的編碼過(guò)程以及變換系數(shù)的上下文建模過(guò)程。因此,本文從上述三個(gè)方面對(duì)AVS2的熵編碼模塊進(jìn)行優(yōu)化設(shè)計(jì)。具體來(lái)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(jiǎn)化了算術(shù)編碼引擎的執(zhí)行流程,減少調(diào)用歸一化過(guò)程的次數(shù)。其次,本文提出了一個(gè)快速的bypass bin的編解碼過(guò)程,使得bypass bin的編解碼過(guò)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(jìn)了AVS2中變換系數(shù)的編碼過(guò)程,降低變換系數(shù)之間的上下文依賴(lài)關(guān)系。實(shí)驗(yàn)結(jié)果表明,上述三個(gè)技術(shù)大幅度地提高AVS2中熵編碼模塊的吞吐率,同時(shí)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(cè)量值的壓縮性能,差分脈沖預(yù)測(cè)(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(cè)量值的壓縮中。盡管如此,若想真正地實(shí)現(xiàn)測(cè)量值的壓縮,即把測(cè)量值轉(zhuǎn)化為緊湊的二進(jìn)制碼流,熵編碼模塊是一個(gè)必不可少的模塊。為此,本文基于圖像的差分脈沖預(yù)測(cè)和標(biāo)量量化框架(DPCM-plus-SQ),為測(cè)量值的量化索引提出了一個(gè)高效的熵編碼方案。在該熵編碼方案中,本文分析了測(cè)量值的量化索引的統(tǒng)計(jì)特性,并且根據(jù)這些統(tǒng)計(jì)特性設(shè)計(jì)了相應(yīng)地語(yǔ)法元素來(lái)描述測(cè)量值的量化索引。具體來(lái)說(shuō),本文首先使用語(yǔ)法元素significant_map來(lái)指示當(dāng)前測(cè)量值的量化索引是否為非零;然后,對(duì)于非零的量化索引,使用語(yǔ)法元素abs_coeff_level_minus1和sign_flag來(lái)分別指示它的幅值和符號(hào)。為了挖掘這些語(yǔ)法元素的局部統(tǒng)計(jì)特性,本文采用自適應(yīng)的算術(shù)編碼引擎來(lái)編碼這些語(yǔ)法元素,以期望去除它們的統(tǒng)計(jì)冗余從而產(chǎn)生緊湊的碼流。實(shí)驗(yàn)結(jié)果表明,與測(cè)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(jìn)一步提高測(cè)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(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TN919.81

【相似文獻(xiàn)】

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(jī)制的自適應(yīng)混合熵編碼[J];通信學(xué)報(bào);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(bào)(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(bào);2004年06期

4 徐偉業(yè);王青云;馮月芹;周珩;;等長(zhǎng)熵編碼中的漸進(jìn)等分割性解析[J];中國(guó)科技信息;2012年24期

5 謝強(qiáng);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?xún)?nèi)容加密算法[J];上海交通大學(xué)學(xué)報(bào);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?fù)鋲嚎s熵編碼方法[J];軟件學(xué)報(bào);2008年02期

7 衡偉,韋志輝,富煜清,程時(shí)昕;圖像小波域視覺(jué)重要性順序模型比特零樹(shù)預(yù)測(cè)熵編碼[J];通信學(xué)報(bào);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(jì)算機(jī)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(shù)量化編碼方法[J];武漢工業(yè)學(xué)院學(xué)報(bào);2001年04期

相關(guān)會(huì)議論文 前5條

1 田心;劉婷;郭強(qiáng);;記憶過(guò)程神經(jīng)元集群放電動(dòng)態(tài)熵編碼的仿真研究[A];第十次中國(guó)生物物理學(xué)術(shù)大會(huì)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(guó)電子學(xué)會(huì)第十五屆信息論學(xué)術(shù)年會(huì)暨第一屆全國(guó)網(wǎng)絡(luò)編碼學(xué)術(shù)年會(huì)論文集（上冊(cè)）[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(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

4 郭強(qiáng);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(huì)2007年學(xué)術(shù)年會(huì)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(guó)西部青年通信學(xué)術(shù)會(huì)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(shí)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(jì)[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(shí)現(xiàn)與優(yōu)化[D];西安電子科技大學(xué);2012年

4 魏強(qiáng);H.264視頻壓縮熵編碼和網(wǎng)絡(luò)傳輸?shù)难芯縖D];中國(guó)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(jì)[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(hào)：2468628