算术编码和解码程序实现_香农编码MATLAB实现

最新推荐文章于 2024-09-24 10:59:50 发布

书能解忧

最新推荐文章于 2024-09-24 10:59:50 发布

阅读量1.4k

点赞数

文章标签：算术编码和解码程序实现

本文链接：https://blog.csdn.net/weixin_29165725/article/details/113370049

版权

本文介绍了香农-范诺编码在数据压缩中的应用，这是一种基于符号概率构建前缀码的技术。与哈夫曼编码不同，香农-范诺编码确保码词长度在理想范围内。通过MATLAB实现，详细展示了如何进行香农编码的编码和解码过程。

摘要由CSDN通过智能技术生成

在数据压缩的领域里，香农-范诺编码（英语：Shannon–Fano coding）是一种基于一组符号集及其出现的概率（估量或测量所得），从而构建前缀码的技术。其名称来自于以克劳德·香农和罗伯特·法诺。在理想意义上，它与哈夫曼编码一样，并未实现码词（code word）长度的最低预期；然而，与哈夫曼编码不同的是，它确保了所有的码词长度在一个理想的理论范围

equation?tex=%7B%5Cdisplaystyle+%7B-%5Clog+%7Dp%28x%29%7D

之内。这项技术是香农于1948年，在他介绍信息理论的文章“通信数学理论”中被提出的。

这个方法归功于范诺，他在不久以后以技术报告发布了它。香农-范诺编码不应该与香农编码混淆，后者的编码方法用于证明Shannon's noiseless coding theorem，或与Shannon–Fano–Elias coding（又被称作Elias coding）一起，被看做算术编码的先驱。

香农-范诺编码，符号从最大可能到最少可能排序，将排列好的信源符号分化为两大组，使两组的概率和近于相同，并各赋予一个二元码符号“0”和“1”。只要有符号剩余，以同样的过程重复这些集合以此确定这些代码的连续编码数字。依次下去，直至每一组的只剩下一个信源符号为止。当一组已经降低到一个符号，显然，这意味着符号的代码是完整的，不会形成任何其他符号的代码前缀。

香农-范诺图解

上面介绍的编码方法即为最原始简单的香农-范诺编码。下面我们用MATLAB来实现香农编码。

p=randsample(100,10);    %随机生成10个数字
p=p/sum(p);              %归一化处理使之成为符号概率
p=sort(p,'descend');     %倒叙排列
len=length(p);
for i=1:len
    P(i)=sum(p(1:i))-p(i);
end
K=ceil(-log2(p));

for i=1:len
    code{i}='';
end

for i=1:len     
  while length(code{i})<K(i)
      if P(i)*2>=1
          code{i}=[code{i},'1'];
          P(i)=2*P(i)-1;
      else
          P(i)=2*P(i);
          code{i}=[code{i},'0'];
      end
  end
end
h=sum(p.*(-log2(p)));k_anv=sum(p.*K);eff=h/k_anv;

fprintf('%s     ','符号概率');fprintf('  %s    ','累加概率');
fprintf('%s   ','码字长度');fprintf('%s     n','香农编码');
for i=1:len
    fprintf('%f     ',p(i));
    fprintf(' %f      ',P(i));
    fprintf(' %d        ',K(i));
    disp(code{i});
end
fprintf('编码效率为%f',eff);

运行结果如下所示