指数哥伦布编码

哥伦布编码前言

在计算机中，一般数字的编码都为二进制，但是由于以相等长度来记录不同数字，因此会出现很多的冗余信息，如下：

十进制	5	4	255	2	1
二进制	00000101	00000100	11111111	00000010	00000001
有效字节	3	3	8	2	1

如数字1，原本只需要1个bit就能表示的数据，如今需要8个bit来表示，那么其余7个bit就可以看做是冗余数据，

在网络传输时，如果以原本等长的编码方式来传输数据，则会出现很大的冗余量，加重网络负担，但是如果只用有效字节来传输上述码流，则会是：10110011111111101，这样根本不能分离出原本的数据，哥伦布编码则是作为一种压缩编码算法，能很有效地对原本的数据进行压缩，并且能很容易地把编码后的码流分离成码字。

哥伦布编码思想

一个码字的信息量，称之为熵，二进制上可用log2[n]来表示，也就是上面表格的有效字节，但是如果只是把有效码字串联起来，得到的只是一串无用的码流，因为这串码流中并没有描述单一码字的信息量，也就是无法对码流进行分离

哥伦布编码就采用了加0前缀，用于表达码字的信息量，在得到m个0前缀后，就能知道该码字在码流中的长度，并从码流中把码字分离出来

哥伦布编码概念

指数哥伦布（Exp-Golomb）编码是一种在音视频编码标准中经常采用的可变长编码方法，它是使用一定规则构造码字的变长编码模式。它将所有数字分为等大小不同的组，符号值较小的组分配的码长较短，同一组内符号长基本相等，并且组的大小呈指数增长。

指数哥伦布码的比特串分为“前缀”（prefix）和“后缀”（suffix）两个部分。它的逻辑结构为：

[Mzero][1][INFO]

编码后码长为2M + 1 + k，M为前缀长度，1为中间的1长度，M+k为后缀长度

 

K阶指数哥伦布码

　　在H.264中，使用CABAC需要进行二值化处理，而指数哥伦布编码就是CABAC的一种二值化处理的方法。k阶指数哥伦布编解码具体过程如下：

A、编码过程：假设待编码数字为CodeNum（必须非负整数）

　　指数哥伦布编码后的形式为[MZeors][1][Info]，MZero表示M个0。

　　　　1、将CodeNum以二进制形式表示(若不足k位，前面补0)，去掉后面k位(若刚好是k位，去掉k位后得0)，将结果（数值）加1，得到二进制数T1；

　　　　2、M为二进制数T1的二进制位数减一；

　　　　3、然后将第一步中舍去的k位接到T1结尾，就得到[1][Info]。

　　设[Info]的二进制位数为I，编码过程也可以如下描述：

　　　　[1 Info]是CodeNum+2^k的二进制表示，MZeros中0的个数M = I - k。

　　　　于是就有总的编码长度CodeLen = M + 1 + I =2M+k+1。 

举例如下：

　对于 k =0时：CodeNum=3。编码如下：

　　　　二进制表示为11，去掉k=0位后加1得100；

　　　　所以M=2；

　　　　所以编码后结果为[MZeros][1][Info]= [MZeros][1 Info] = 00100

 

B、解码过程：

　　1、读入连续0，连续0的个数就是M；

　　2、计算CodeLen = 2M+k+1，得到[1 Info]的位数是 I=CodeLen - M =M+K+1；

　　3、读入I位二进制码字，转换成10进制，假设为W。由W = CodeNum + 2^k，得CodeNum = W-2^K。

举例如下：　

　　解码00100，读入连续2个0，所以M=2；CodeLen=2M+1+k=5；所以需要再读入3个码流100，[1 Info]就是100，转成十进制结果W为4，所以CodeNum =W-2^K=4-1=3;

　　同样对于k=0，CodeNum=6时，编码为：00111；

　　同样对于k=3，CodeNum=3时，编码为：1011；

　　同样对于k=3，CodeNum=6时，编码为：1110；

　　同样对于k=3，CodeNum=10时，编码为：010010；

一般来说，根据码字出现的概率调整哥伦布编码的阶数K，

如果是码字0出现的概率较大，那么应该用K = 0，即0阶指数哥伦布编码

如果码字0与1出现的概率都比较大，那么应该用K= 1，以此类推

在H.264中用的是K = 0

例子2：

下面分别介绍：

u(1) :为一个字节取出前1位

ue(v) 为无符号指数哥伦布熵编码

编码过程如下：

对 4 进行无符号指数哥伦布熵编码
1、将4加1(为5)转换为最小的二进制序列即 101 (此是M=3)
2、此二进制序列前面补充M-1即两个0

3、得出的4的无符号指数哥伦布熵编码的序列为 00101

解码过程如下：

如对 00101进行无符号指数哥伦布熵解码
1、获取开头连续的N个0， 此时N = 2
2、再向后读取N+1位的值,即 101,为5

3、 5 - 1 =4 获取其解码后码值

se(v) 为有符号指数哥伦布熵编码

编码过程如下：

如对4进行有符号指数哥伦布熵编码
1、4的绝对值转为最小二进制序列，即 100 (此时M = 3)
2、后面补充符号位，0 即 1000

3、前面补充M个0， 即 0001000

解码过程如下：

如对二进制序列 0001000 进行有符号指数哥伦布熵解码
1、获取开头连续的N个0， 此时N = 3
2、再获取N为数值,即 100 即为4
3、获取最后的符号位，0，即为正值

4、故此序列解码后的码值为4
示例二：

编码

如对-15进行有符号指数哥伦布熵编码
1、-7的绝对值转为最小二进制序列,即 1111 (此时M = 4)
2、后面补充符号位，1，即 11111

3、前面补充M个0,即 000011111

解码：

如对二进制序列 000011111 进行有符号指数哥伦布熵解码
1、获取开头连续的N个0， 此时N = 4
2、再获取N为数值,即 1111 即为15
3、获取最后的符号位，1，即为负值
4、故此序列解码后的码值为-15
 

解码代码：

UINT Ue(BYTE *pBuff,UINT nLen, UINT&nStartBit)

{

     //计算bit的个数

     UINT nZeroNum =0;

     while (nStartBit<nLen * 8)

     {

         if (pBuff[nStartBit / 8] & (0x80 >> (nStartBit % 8)))//&:按位与，%取余

         {

              break;

         }

         nZeroNum++;

         nStartBit++;

     }

     nStartBit++;

     //计算结果

     DWORD dwRet =0;

     for (UINTi=0; i<nZeroNum;i++)

     {

         dwRet <<= 1;

         if (pBuff[nStartBit / 8] & (0x80 >> (nStartBit % 8)))

         {

              dwRet += 1;

         }

         nStartBit++;

     }

     return (1 << nZeroNum)- 1 + dwRet;     //W-2^K

}

 

int Se(BYTE *pBuff,UINT nLen, UINT&nStartBit)

{

     int UeVal=Ue(pBuff,nLen,nStartBit);

     return UeVal&1?(UeVal+1)/2:-(UeVal/2);

}