文章目录
因为指数哥伦布编码(Exponential-Golomb)属于熵编码(Entropy encoding),所以我们先大致介绍一下熵编码,然后再进行细化。
1. 熵编码(Entropy encoding)
熵(shang)编码属于无损编码,它听着很高大上,其实简单来说,就是代表了一类编码方法。熵编码包括的编码方法有:香农-范诺编码、霍夫曼编码、算术编码、指数哥伦布编码、CAVLC、CABAC等,这一类编码方法的宗旨,就是找到一种编码,使得码字的平均码长达到熵极限。
具体实施起来就是,对出现概率较大的符号,取较短的码长,而对出现概率较小的符号取较大的码长。这就是熵编码的中心思想,只要我们记住这一点,即使不了解“熵”是指啥,也能掌握上述几种熵编码。
不过我们还是简单介绍一下,“熵”是指啥?
1.1 熵
熵在热力学中,是表示分子状态混乱程度的物理量,这时的熵称为热熵。后来信息论之父香农(C. E. Shannon)把“熵”这一词引入到信息论中,称为“信息熵”,信息越是随机,它的熵值越高。信息熵也是我们在h264这样的数字图像编码中使用的概念。因为我们待编码的图像像素信息、码流的各个句法元素值,其实都属于信息。
而信息熵,就是为了解决信息的量化度量问题,它描述了整个信源的平均信息量。信息熵在我们的熵编码中,表示了信源无损编码后平均码长的下限。所以我们上面才说,熵编码就是为了使编码后,码字的平均码长尽量达到熵极限。而且平均码长越接近熵,说明熵编码的压缩效率越高。
1.2 熵和熵编码
如果第一次接触熵,确实不好理解。因为它不仅涉及到信息学的知识,还有概率论的知识。不过虽然熵不好理解,但是熵编码很好掌握。熵其实就相当于内功,而熵编码是招式。待我们学过熵编码,再来理解熵,就容易多了。
1.3 熵编码分类
为了便于理解,上述说的多个熵编码方法,还可以分为以下两类:
- 变长编码:香农范诺编码、霍夫曼编码、指数哥伦布编码、CAVLC
- 算术编码、CABAC等算术编码
而且这些熵编码方法中,在H.264中应用的有:指数哥伦布编码、CAVLC、算术编码、CABAC。
2. 指数哥伦布编码(编码过程)
指数哥伦布编码是一种较简单的编码方法,正常来说,它可以拓展至K阶,也即K阶指数哥伦布编码。而在H.264中使用的,是0阶指数哥伦布编码,也即K等于0。下面我们就重点介绍0阶指数哥伦布编码,理解了0阶,K阶自然而然就懂了。
值得注意的是,在H.264中,0阶指数哥伦布编码,对应的描述子是ue(v)。只不过ue(v)代表的是解码过程,而我们下面先从编码开始。
2.1 0阶指数哥伦布编码
这个编码过程如下图所示:
图中应该写的很清楚,我们以待编码码号code_num = 3为例:
第一步:将code_num +1, 即3+1 = 4
第二步:将4写为二进制的形式:100
第三步:计算100的比特个数为3,在100前面写(3-1)个0,得到编码码字:00100
并且图中背景为灰色区域,表示连续的码字长度一样,总结起来如下:
可以看到,码字的结构形式可以表示为,中间比特为1,两端比特个数对称的平衡结构:
[N个0][1][INFO] 或者 [Prefix 前缀][1][Suffix 后缀]
2.2 K阶指数哥伦布编码
由上述的0阶,我们可以轻松拓展至K阶,还是刚才那个步骤,只不过将第一步稍微改变一下:
- K阶的第一步:将code_num 加上2k。
- 将code_num + 2k 写为二进制的形式。
- 计算二进制的比特个数 M,并在前面加上M-1个0,得到编码码字。
如果要验证一下,则将k=0代入上述步骤,就可以得到0阶编码的码字。比如以K=0、K=1、K=2或K=3举例如下:
表中x即为上述的待编码码号code_num。
3. 指数哥伦布编码(解码过程)
讲过了编码过程,我们就从解码过程考虑考虑,这一过程描述在h264协议的9.1节,这也是我们今天的重点。因为H.264中的描述子,代表了解码过程。所以下面我们就以描述子为主线,依次介绍H.264中的4个指数哥伦布编码描述子:ue(v)、se(v)、me(v)、te(v)。
3.1 ue(v)
在h264中,ue(v) 就代表了0阶指数哥伦布编码,通常被称为无符号指数哥伦布编码。对比我们上述的0阶编码过程,我们可以反过来研究研究解码过程。如下图:
如图,如果我们仔细观察推理,就会发现码字和code_num之间,有以下公式:
codeNum = 2leadingzerobits − 1 + read_bits( leadingZeroBits )
其中leadingZeroBits为中间1前面,0的个数。所以在解码的时候,如果遇到描述子为ue(v),则可以先数0的个数,数到1为止,其中0的个数即为leadingZeroBits。而公式中的read_bits( leadingZeroBits ),则为从中间1开始,往后顺序数leadingZeroBits个比特位。
利用上述公式,就可以计算出codeNum的值。
所以上表的解码过程为:
当描述子为ue(v)时,codeNum的值即为语法元素的值。
H264语法
3.2 se(v)
se(v)也称有符号指数哥伦布编码,所以当描述子为se(v)时,它的输出有可能为负。而且当描述子为se(v)时,它的输入为上述过程解析出来的codeNum。意思是什么呢?如果遇到se(v),需要先调用ue(v),得出codeNum的值。然后调用se(v)的解析过程,se(v)的输出即为语法元素的值。
如上表所示,表中第一列codeNum为输入,第二列为输出。计算公式则为:
语法元素值 = (−1)k+1 Ceil( k÷2 )
其中Ceil为向上取整,k为codeNum的值,代入即可计算出语法元素的值。
3.3 me(v)
me(v)也称映射指数哥伦布编码,听着很高大上,其实就是拿着codeNum的值去查表。而且在H.264中,只有语法元素coded_block_pattern的值,是使用me(v)解析的。
而且当句法元素ChromaArrayType的值为1或2时,查表a。ChromaArrayType的值为0或3时,查表b。当宏块预测模式为Intra_4x4(帧内4x4)、Intra_8x8(帧内8x8)或者Inter(帧间编码)时,输出的coded_block_pattern的值也不同。
部分a表如下:
注意输入为codeNum,输出为coded_block_pattern的值。
3.4 te(v)
te(v)也称截断(舍位)指数哥伦布编码,之所以这么说呢,是因为它的编码分为两段。在H.264协议中,只有7.3.5.1节的宏块预测和7.3.5.2节的子宏块预测中,使用这种模式编码,我们先看看它的编码过程。
3.4.1 te(v)编码过程
编码时:
- 如果语法元素的值为0,则编码为1,如果语法元素值为1,则编码为0,此时占用1个比特位。
- 如果语法元素的值大于1,则使用ue(v)进行编码。
3.4.2 te(v)解码过程
知道了编码过程,解码过程就好理解了。解码时,需要先判断语法元素值的取值范围的上限,其中取值范围为[0,x]。
- 如果上限值x大于1,那么te(v)的输出,也即语法元素的值,和ue(v)的输出相同。
- 否则上限值x等于1,那么te(v)的输出,也即语法元素的值,等于读入下一位比特值的取反,也即:
b = read_bits( 1 )
codeNum = !b
其中codeNum为te(v)输出值,也即语法元素值。
4. 总结
其实由上面的分析,就可以看出,指数哥伦布编码的压缩率其实是比较低的,有时候甚至没有压缩效果。所以指数哥伦布编码在H.264中,主要应用在部分语法元素的编解码和二值化(将语法元素的值转为二进制),而在h264中压缩比比较高的熵编码方法,是还未介绍的CAVLC和CABAC。
转发自 https://blog.csdn.net/u011399342/article/details/80472399