matlab最佳前缀码霍夫曼编码,R元HuffMan编码的MATLAB实现

R元HuffMan编码的MATLAB实现

R元HuffMan编码的MATLAB实现

张月华　　崔文超　　湖北省宜昌市三峡大学理学院　　４４３００２

的码字越短，符号出现的概率越低，被分配的码字越长。

(２)两个出现频率最少的符号将有相同长度的码字，并且他们只有最低有效位不同。

这些编码的平均长度接近于信源的熵。

３．　算法及实现

本算法的ｒ元编码过程实现如下：(１)将ｑ个信源按概率分布大小依递减次序排列：

；

(２)用０，１，２，…，ｒ－１码符号分别代表概率最小的ｒ个信源符号，并将这ｒ个概率最小的信源符号合并成一个，以得列只包含ｑ－ｒ＋１个符号的新信源Ｓ１，称为缩减信源；

(３)把缩减信源Ｓ１的符号仍按概率大小依递减次序排列，并将其最后ｒ个概率最小的符号合并成一个符号，并分别用０，１，２，…，ｒ－１码符号表示这样就形成了ｑ－２(ｒ－１)个符号的缩减信源Ｓ２；

(４)依次继续下去，直至信源最后只剩下ｒ个符号为止。将这最后ｒ个信源符号分别用ｒ进制符号０，１，…，ｒ－１表示；

(５)然后，从最后一级缩减信源开始，向前返回，就得出各信源符号所对应的码符号序列，即相应的码字。

对于ｒ元Ｈｕｆｆｍａｎ编码，为充分利用短码，使Ｈｕｆｆｍａｎ的平均码长最短，必须使最后一个缩减信源有ｒ信源符号，因此，信源Ｓ符号的个数ｎ１，需补Ｋ个概率为０的符号，则需满足

ｎ１＋Ｋ＝Ｓ(ｒ－１)＋ｒ

式中，Ｓ表示信源缩减的次数。在Ｍａｔｌａｂ中，缩减次数Ｓ和补零个数Ｋ可由下列语句实现：

ｎ１＝ｌｅｎｇｔｈ(ｐ)；

ｓ＝ｃｅｉｌ((ｎ１－ｒ)／(ｒ－１))；ｋ＝(ｒ－１)＊ｓ＋ｒ－ｎ１；

程序中“ｍ矩阵”记录了每次缩减后新信源的符号概率排序标号。Ｓｏｒｔ函数实现将符号概率按升序排列，程序中将ｑ

分配具有唯一可译的可变长码字(Ｖａｒｉａｂｌｅ－ｌｅｎｇｔｈ　ｃｏｄｅ)，降低平均码字长度，以提高信息的传输速度，节省存储空间。

本文在第２部分将结合统计编码(ｓｔａｔｉｓｔｉｃ　ｃｏｄｉｎｇ)中的最佳编码Ｈｕｆｆｍａｎ编码，讨论其编码的基本原理；第３部分介绍Ｈｕｆｆｍａｎ编码的算法实现(多元)；第４　部分将结合本文实验结果讨论Ｈｕｆｆｍａｎ编码的性能；最后，总结文章。

２．　Ｈｕｆｆｍａｎ编码(ｃｏｄｉｎｇ)的基本原理

最佳编码定理：在变长编码中，如果码字长度严格按照信息源(ｓｏｕｒｃｅ)中符号出现概率大小的相反顺序排列，则平均码字长度一定其他符号顺序排列方式的平均码字长度。基于Ｓｈａｎｎｏｎ的原编码理论，信源(ｓｏｕｒｃｅ)可以使用接近信源的熵的平均长度编码对信源进行编码。１９５２年Ｄ．Ａ．　Ｈｕｆｆｍａｎ提出的Ｈｕｆｆｍａｎ编码基于对以下两种最佳前缀编码(ｐｒｅｆｉｘｃｏｄｅ)的观察：

(１)符号出现的概率越频繁，被分配

⒈　引言

图像数据是一种十分重要且数据量很大的信息源，特别是多媒体及网络技术兴起后，它已成为多媒体信息中最重要的组成部分，其编码压缩技术受到人们的普遍关注。在图像通信、多媒体网络通信等场合，压缩编码已形成一系列静态图像和视频国际标准，它们为信息高速公路的铺设奠定了技术基础。统计编码(ｓｔａｔｉｓｔｉｃｃｏｄｉｎｇ)是根据信息源的概率分布特性，

表１　　２元Ｈｕｆｆｍａｎ编码生成过程举列

表２　　不同进制的Ｈｕｆｆｍａｎ编码结果比较