cabac原理附其实现笔记.docVIP

Context-Based Adaptive Binary Arithmetic Coding in the H.264/AVC 简称Cabac，H264中的一种熵编码方式：基于上下文的自适应二进制算术编码 内容安排：1，介绍算术编码 2，介绍二进制算术编码 3介绍Cabac及其一些实用的实现方式（参考JSVM代码，也可以参考JM） ---张新发 一，算术编码 算术编码是一种常用的变字长编码，它是利用信源概率分布特性、能够趋近熵极限的编码方法。它与 Huffman 一样，也是对出现概率大的符号赋予短码，对概率小的符号赋予长码。但它的编码过程与 Huffman 编码却不相同，而且在信源概率分布比较均匀的情况下其编码效率高于 Huffman 编码。它和 Huffman 编码最大的区别在于它不是使用整数码。Huffman 码是用整数长度的码字来编码的最佳方法，而算法编码是一种并不局限于整数长度码字的最佳编码方法。算术编码是把各符号出现的概率表示在单位概率 [0，1] 区间之中，区间的宽度代表概率值的大小。符号出现的概率越大对应于区间愈宽，可用较短码字表示；符号出现概率越小对应于区间愈窄，需要较长码字表示。 举例如下： 以符号为例 在算术编码中通常采用二进制分数表示概率，每个符号所对应的概率区间都是半开区间，即该区间包括左端点，而不包括右端点，如 S1对应 [0, 0.001)，S2 对应 [0.001, 0.01) 等。 算术编码产生的码字实际上是一个二进制数值的指针，指向所编的符号对应的概率区间。 符号序列…… 的第一个符号 S3 用指向第 3 个子区间的指针来代表，可以用这个区间内的任意一个小数来表示这个指针，这里约定这个区间的左端点代表这个指针，因此得到第一个码字.011。 后续的编码将在前面编码指向的子区间内进行，将 [.011, .111] 区间再按概率大小划分为 4 份，第二个符号 S3 指向 .1001 (S3 区间的左端），输出码字变为 .1001。 然后，S3 对应的子区间又被划分为 4 份，开始对第三个符号 S2 进行编码，……. 两个参量：编码点（指针所指处）C 和区间宽度 A。 初始状态 编码点（指针所指处）C = 0 区间宽度 A = 1.0 新编码点 C = 原编码点 C ＋ 原区间 A×Pi 新区间 A = 原区间 A×pi 序列 S3S3S2S4 …… 的编码过程： 第1个符号 (S3): C = 0 + 1×.011 = .011 A = 1×.1 = .1 第2个符号 (S3): C = .011 + .1×.011 = .1001 A = .1×.1 = .01 第3个符号 (S2): C = .1001 + .01×.001 = .10011 A = .01×.01 = .0001 第4个符号 (S4): C = .10011 + .0001×.111 = .1010011 （输出的码字） A = .0001×.001 = .0000001 解码过程 算法解码采取与编码过程相反的步骤 把接收到的码字串指向其对应的子区间，得到此子区间对应的符号，即为解码后的符号。 即从码字串中减去已解码符号的子区间的左端点的数值（累积概率）， 并将差值除以该子区间的宽度（概率值），得到新的码字串。 上述例子 当收到字码串 (.1010011) 时，其指向子区间 [.011, .111]，对应于 S3，因此，得到第 1 个符号为 S3。 新码字串：（.1010011 - .011) ÷ (.1) = 0.100011 ，新码字串仍然指向子区间 [.011, .111]，因此，第 2 个符号仍为 S3。 其它符号依次类推 二，二进制算术编码 二进制算术编码的输入的字符只有两种，如果信源字符集内包含有多个字符，则先将这些字符经过一系列的二进判决，变成二进制字符串。 这两个符号构成的序列的编码与算术编码基本原理相同，仍是不断划分概率子区间的递归过程。 在两个输入字符中，出现概率较大的为 MPS (More Probable Symbol)，MPS 的概率为 Pe；出现概率较小的为 LPS (Less Probable Symbol)，LPS 的概率为 Qe，Pe=1-Qe。 编码