CN1126268C

CN1126268C - 编码数字信息信号的方法和装置

Info

Publication number: CN1126268C
Application number: CN97190493A
Authority: CN
Inventors: R·J·范德尔维勒藤; A·A·M·L·布鲁克尔斯
Original assignee: Koninklijke Philips Electronics NV
Current assignee: Koninklijke Philips NV
Priority date: 1996-03-15
Filing date: 1997-03-03
Publication date: 2003-10-29
Anticipated expiration: 2017-03-03
Also published as: CN1193427A; US6157326A; DE69726661D1; JP3816957B2; WO1997035383A1; BR9702155A; DE69726661T2; KR19990014761A; JP2002515201A; EP0826275B1; KR100489908B1; EP0826275A1

Abstract

本发明涉及利用自适应变长编码、例如霍夫曼编码由表示符号、例如由取样值组成的数字信息信号块。JPEG标准同样采用自适应霍夫曼编码，但根据该标准的编码在要传送相对较大量的霍夫曼编码表时效率不同。根据本发明，在每一信息信号块只有少量表示符号的情况下，把每一个表示符号的出现概率和被变长编码的表示符号一道进行传送，根据所述这些概率在编码器和译码器中产生相同的编(译)码表。在每一信息信号块有大量表示符号的情况下，相关于每一长度的码字的数目和/或在每一被变长编码的表示符号序列内的最大代码长度的信息增加给该序列。利用这一信息，译码器就能够明确地产生编码表。本发明显著地减少了规定霍夫曼码表所需的位数。

Description

编码数字信息信号的方法和装置

本发明涉及有效地编码数字信息信号的方法和装置。在这种方法中，信息信号被取样和置化，以便得到表示符号，如果在进行了进一步处理后需要的话，这些表示符号然后被编码成为具有不同码字长度的码字。

根据在例如William P.Pennebaker和Joan C.Mitchell所著的《JPEG静止图象压缩标准》一书中所描述的JPEG标准，用称为霍夫曼码的码编码取样量化信号是公知的。通过确定具有任何可能的码字长度的码字的数目就能够完全规定一霍夫曼码。JPEG标准采用把固定符号分配给每个代码的固定霍夫曼表或根据符号出现的频率确定码表的自适应霍夫曼表。根据JPEG标准，在自适应表的情况下，对于每个码字还传送一表示符号。霍夫曼编码是基于这样的认识：即如果把最短码字长度分配给最经常出现的那些码字，就能够利用不同长度的码字实现有效的编码。

根据JPEG标准，码字的长度从1到16不等，给每一码字分配一个表示符号，这些表示符号从0开始一直到255为止。

按照JPEG标准的编码对于某些应用不是足够有效，尤其当对于较少量数据需要传送较大量自适应霍夫曼表时更是如此。

因此，本发明的一个目的是提供能够比利用如JPEG标准所定义的霍夫曼码能够做到的更加有效地传送与霍夫曼表说明有关的数据的方法和装置。

为此，在开头段所说的那种方法中，根据本发明的第一个方面，在一译码器中，只传送量化信号每种长度的多个码字，在接收侧，把一已知表示符号n分配给最短码字，把逐渐增长的码字分配给顺序的表示符号。根据这一个方面，本发明是基于这样的认识的：即音频和视频信号的表示符号通常是按照这样的方式对称地分布的，例如遵循高斯分布，即当假定表示符号相对于符号值n对称地分布并相对于该值基本上单调地减小时，其码字具有最小长度的表示符号最经常出现，其码字具有最大长度的表示符号最不经常出现。但是，为了消除没有传送实际的表示符号所造成的差错，对于一表示符号的每一可能值，必需有一个码字。由于利用了分布是对称的这一事实，所以在奇数个表示符号的情况下，需要给不等于n的每一表示符号增加一个符号位，以便指出该表示符号是大于还是小于n。还在偶数个表示符号的情况下给表示符号n分配一个符号位。

根据本发明的第二个方面，除码字外，还传送与在被传送信号中出现的最长的码字有关的信息。根据JPEG标准，对于长度为1-16的全部码字，用8位数来确定部码字的数目，这就意味着共需要16×8＝128位的一个表。

在认识到实际出现的最大码字长度经常远小于16的基础上，通过只传送出现的每一长度的码字的数目和再传送最大码字长度就能够获得更有效的编码表。例如，当最大码字长度L等于5和最大可允许长度是16时，为了在一附加数据字段中容纳最大码字长度，就需要4个位。由于决不会有2L个码字具有长度L，所以为了确定长度为L的码字的数目，只需要L个位。对于L＝5，根据本发明，表示是由4+1+2+3+4+5＝19个位组成，与上述128个位相比，这是显著的改进。

显然可以把本发明的第一和第二个方面的优点结合起来。

根据本发明的第三个方面，通过利用本发明第二个方面的方法使确定表所需的位数和编码实际数据所需的位数之和最小就能够获得更有效的编码。当减小所分配的最大码字长度时，因为代码效率随着最大可允许码字长度的减小而降低，所以需要较少的位来确定表，但需要较多的位来编码数据。通过逐渐减小可允许码字长度并同时监测传送信息所需的总位数，就能够确定待传送的总位数是最少的最佳码字长度。

已知在有少数不同的表示符号的情况下，例如只有7个表示符号的情况下，通过把多个这样的表示符号组合成为一个符号或更长的一个矢量就能够提高霍夫曼编码的效率。霍夫曼码的效率被确保在1个位/包括表示符号的信号的熵的表示符号的范围内，这意味着在少量表示符号的情况下霍夫曼码是相当低效的。这通过所述组合得到了解决。

当使用一些表示符号组时，因为根据这些组出现的似然性对它们进行分类将依赖于组成一个组的表示符号的概率，所以为了提高效率就不能够采用如本发明第一个方面所描述的解决方案。

根据本发明的第四个方面，通过传送原始表示符号的量化概率解决了这一问题。这些概率可以按照例如32个电平进行量化，通过确定每一表示符号出现的次数和将这一数值除以信息信号中的表示符号的总数就能够确定这些概率。

如果在奇数个表示符号的情况下，表示符号的分布是对称的，即p(n+k)＝p(n-k)，其中n＝中央表示符号，则由于概率的和是1这一事实，可减少量化概率的数目。于是对于N个表示符号，只需要传送((N+1)/2)-1个概率。例如对于N＝3的对称分布因为p(n+1)＝p(n-1)和p(n-1)+p(n)+p(n+1)＝1，所以只需确定p(n)。

同理，在偶数N个表示符号的情况下，只需要传送N/2-1个概率。

根据以上原则，在编码器和译码器中利用同一算法根据被传送概率计算成组取样值的概率。这是通过逐个地相乘单个取样值的概率来获得的。例如，组(n，n，n+1)的概率p(n，n，n+1)＝p(n)·p(n)·p(n+1)。然后为这一矢量产生一霍夫曼码，编码器和译码器所使用的编码显然是一样的。

在表示符号的分布是对称的情况下，仅半数表示符号被用来进行组合，这就显著地减少了代码的长度。对于组中的每一个表示符号，给霍夫曼码字增加一符号位；在奇数个表示符号的情况下，不需要给表示符号n分配符号位。

只要编码器和译码器使用相同的方法来产生霍夫曼码，就可以用任何方法来进行霍夫曼编码。如果使用JPEG类型的霍夫曼码，其好处就是能够以简单的方式限制出现的最大码字长度。

如果按照上述方式传送每一表示符号出现的概率，就还能够使用其它变长编码技术，例如算术编码技术，在这种情况下就不需要形成表示符号组。

本发明的编码信息信号的方法特别适用于把信号分成分频段和利用上述技术对这些分频段或这些分频段的组合进行编码来传送编码信息的数字音频传输系统。这意味着如果分频段(的组合)中的表示符号的数目较小，例如是3、5或7，则为了能够在编码器和译码器中产生相同的编码表，就传送每一个符号出现的概率，可以组成表示符号组。如果分频段(的组合)中的表示符号的数目较大，例如大于9，就只传送关于每种长度的码字的数目的信息，每一个码字与一个表示符号相关，如果需要，再传送关于出现的最长码字的信息。

根据本发明的第五个方面，提供了适应如下情况的有效自适应霍夫曼编码，即霍夫曼表的采用频率较高，即这些表每单位时间被采用许多次，与此同时，待传送的信息信号中的表示符号的数目包括了全部或几乎全部可允许的表示符号，例如音频和视频信号就可以是如此。

根据本发明的这一个方面，对于每一个可能的表示符号，只传送相关霍夫曼码的长度。如下所说，实际的霍夫曼码字可根据这一信息以明确的方式来得到。这就首先要求在编码器和译码器中可得到一个相同的符号表，并且按照该表的顺序传送霍夫曼码字长度，其次按照预定方式把根据码字长度产生的霍夫曼码字分配给符号。与本发明的前四个方面不同，该第五个方面不以关于在待传送信号中的符号的出现概率的任何假定为基础。

现在参看附图更详细描述本发明。附图中：

图1a-1d表示根据本发明第一、第二和第五个方面的霍夫曼编码的一些例子；

图2是采用了本发明的编码的数字音频信号传输系统的方框图；

图3a、3b表示使待传送位的数目最少的方法的图示；

图4是减少码表信息的位数的方法的流程图。

以下的例子基于用7个表示符号或用取样值0-6表示的一取样量化信号。编码器确定在待传送信号块内的这7个表示符号每一个的出现概率，该待传送信号块可以是一信号帧或一子帧，在该概率的基础上，按照如尤其在上述《JPEG静止图象压缩标准》中所描述的众所周知的霍夫曼编码原则把变长码字分配给这些表示符号的每一个。

图1a举例表示一系列表示符号和分配给它们的码字。由图1a可见，长为2的码字有一个，长为3的码字有两个，长为4的码字有四个。根据本发明，传送与出现的最长的码字-现在是长度为4-有关的信息。在最大可允许长度是16的情况下，这一信息可用0100来表示。然后传送与每一长度的码字的数目有关的信息，长L需要最多L个位。在本例子中，这些码字因此是0,01,010,0100。最后，传送实际表示符号的代码。如果一系列表示符号例如是1-0-0-2-4-6-0-1，则根据图1a，该符号序列的位序列是010-00-00-011-1001-1011-00-010。传送的整个位流如图1b所示。

在这一接收位流的基础上，译码器首先确定最大码字长度是4和哪一个表示符号属于哪一个码字。能够这样做是因为JPEG的霍夫曼编码明确地定义了码字：连续的表示符号的给定长度(L)的码字用二进制计数来确定，一旦改变为其长度多了1个位(L+1)的码字，长为L的已有码字就首先递增二进制的1，然后邻近最低有效位插入0，此后对同一长度的后续码字进行二进制计数。这一原则如图1a的表所示。

图1c利用图表表示译码器如何确定哪一个码字属于哪一个表示符号。然后，如图1b所示，译码器能够根据接收的编码表示符号产生原如的表示符号序列。

图1d说明对于图1a的例子如何根据本发明的第五个方面传送关于霍夫曼码字的信息。对于每一个可能的符号，只传送相关霍夫曼码字的长度。图1d在左列中再次示出了相同的表示符号，在中列中示出了图1a例子的霍夫曼码字，在右列中示出了被传送的信息。在最大长度是L位的n个可能码字的情况下，必需传送L×n个位。

对于普通的JPEG标准的传输，在例如256个符号情况下的位数等于关于每一长度的码字的数目的信息所需的位数、例如y个位加上用来规定与每一个码字相关的符号的256×8个位。总共是(256×8)+y个位。

利用本发明第五个方面的方法，在霍夫曼码字的最大长度是16的情况下，只需256×4个位，最大长度16可用4个位(长度0不出现)来编码，即比根据JPEG标准所需的位数的一半还少。

在根据本发明该第五个方面的方法的情况下，译码器计算码字长度的直方图，把该直方图作为根据霍夫曼码字和这些码字的码字长度之间的唯一的关系来计算与每一个符号相关的霍夫曼码字的基础。但是，如果需要，可替代地在编码器中计算这种直方图，以有效的方式把直方图信息传送给译码器。例如可以利用标准的JPEG方法来实现这一目的，但也可以利用根据本发明第一和/或第二个方面的方法来实现这一目的。同样可以利用根据本发明第三个方面的方法来实现这一目的。

利用一般来说长的码字比短的码字更经常出现这种信息，用某种熵编码来规定码字长度能够进一步提高效率。这种熵编码可以是固定的或自适应的。

如果不是使用了全部可能的符号，就还可以向译码器首先传送关于实际被使用符号的信息，然后又传送这些表示符号的码字长度。

最后，除了根据本发明的第五个方面传送码字长度外，还可以根据本发明的第一和/或第二个方面传送霍夫曼码，用一附加位向译码器指出选择了这两种技术的哪一种来传输霍夫曼码字信息。

图2简要表示把数字音频信号作为位流进行传送的一装置的方框图，该位流包括最少数目的位，这些位已经能够使该数字音频信号可在接收机中被再现。

在图2中，分频段滤波器组1接收被取样和被量化的数字音频信号，并按照已知的方式把这一信号分割成为例如64个分频段。每一个分频段被分成子帧，每一个子帧包括例如24个符号表示。若干个、例如3个子帧组成一个帧。在量化单元2中，每一分频段的子帧被量化成为给定个数的表示符号，例如-2¹⁵-2¹⁵个符号。这一量化大于量化施加给滤波器组1的信号所用的量化。

变长编码单元3组合具有相同数目的表示符号的全部子帧的全部分频段。因为假定全部这些分频段的概率密度函数是相同的，所以允许这样做。对于相同的给定数目的表示符号的每一组合，确定每一个表示符号的出现概率。这可简单地通过计算每一个表示符号的数目和将该数目除以表示符号的总数来得到。由于已假定表示符号的概率分布是对称的，所以p(n+k)＝p(n-k)，其中n是中央表示符号。如果表示符号的数目较小，例如是3、5或7，就传送每一个表示符号的概率，编码器和译码器根据这些值确定相同的变长编码表，例如霍夫曼编码表。如果采用霍夫曼编码，就可以如上所述地首先成组地排列表示符号，例如3个表示符号一组，每一个组分配一个霍夫曼码。然后传送在霍夫曼编码情况下的各个组的代码或各个表示符号的代码，接收机中的译码器能够根据这些代码产生实际的表示符号。

不断地检查传送表示符号(组)和关于概率的信息-需要该信息来在编码器和译码器中产生相同的编(译)码表-所需的总位数，并将该总位数与当对于这些表示符号选择了定长码字时所需的位数作比较。如果定长编码需要的位数比变长编码少，就使用定长编码。如果对于给定数目的表示符号只有几个取样值，并因为表说明需要较大量的符加位，就会出现这种情况。

当表示符号的数目较大、例如是9或更大时，变长编码单元4就采用根据本发明第一和/或第二个方面的霍夫曼编码，在这两种情况的任一种情况下，仅传送每种长度的码字的数目和/或最大码字长度的码字。这一技术可以与最大码字长度的缩短结合起来，看看这样做是否减少了传送码表信息和表示符号所代表的实际代码所需的总位数。

图3a和3b是表示为了实现这一目的所需要执行的步骤的流程图。

这一处理的输入变量是BITS＝所需总位数；NDATA＝码字总数；和MAX-CUR-LEN＝码字的当前最大长度。

在方框11计算总位数和使目标码字长度(TARGET-LEN)等于MAX-CUR-LEN-1。在判断框12判断2^TARGE-LEN是否大于NDATD。如果不是，就不能再缩短码字长度，本处理在方框13结束。如果所述要求得到满足，就如图3b所示，在方框14中利用子处理“调整BITS”来把具有最大位数的码字的长度缩短一个位。

调整BITS处理是在JPEG标准中使用的处理的变形，是为了保证没有长度大于预定长度的码字。该处理在ISO-DIS10918-1的附录A中有说明。

在方框21把MAX-CUR-LEN设定为I。在判断框22判断是位存在I位的码字；如果没有，就在方框22中使I成为I＝I-1，在方框23判断I是否等于TARGET-LEN，如果是，本调整BITS处理就在方框23结束，如果不是，程序就返回方框22。

如果存在I位的码字，就在方框25令J＝I-1和在方框26使J＝J-1。在判断框27判断是否存在J位的码字。如果没有这种码字，程序就返回方框26，如果有这种码字，就进行方框28所指出的改变。由于这一改变，总是成对出现的最长(I)的码字就成对地被消除，用两个较短的码字来代替它们。在结束这一切之后，再次执行整个循环，直到I＝TARGET-LEN为止。

此外，在方框14确定GAIN，即缩短码字之前的位数与在进行了这种缩短之后的位数之差，即TOT-BITS-CUR-BITS。如果在方框15发现GAIR≤0，本处理就在方框16、17处结束，如果不是这样，就经方框18再执行整个循环。

这时不管用什么技术来传送编码信息，同样判断用定长码字进行编码是否可能更有效，如果是，就不用霍夫曼编码。

在选择了霍夫曼编码时，同样可以通过组合不同数目的表示符号的霍夫曼码来尝试减少码表信息所需的总位数。例如可以利用供5个表示符号用的表来编码3个表示符号，这样做可能效率低一些，但能够只传送一个而不是两个编码信息表。

图4是适用于这一目的的处理OPTIMIZE-N的流程图。

这一处理的输入变量是每一霍夫曼码的等级直方图；N＝霍夫曼码的总数，MAX-N＝预定最大可允许的代码数。

在方框31使MG等于GET-MAX-GAIN。在该GET-MAX-GAIN子程序中，确定增益，该增益是通过组合若干个级别和下一个较高级别的霍夫曼码来获得的，该组合获得被选择位的最大增益。在判断框32判断MG是否大于或等于0，或者判断N是否大于MAX-N。如果这两个条件之一得不到满足，本处理就在方框33处结束。执行比较“N＞MAX-N？”是因为如果MGO≤0，则只要N＞MAX-N，就还允许本处理继续的缘故。如果MG≥0或N＞MAX-N，就执行在方框34选择的直方图组合，并使N＝N-1。如果在方框35发现N≤，本处理就在方框33处结束，但是，如果N＞1，就再执行整个循环。

本发明特别适用于如在音频和视频编码系统中要进行的表示符号源、例如无记忆和具有相同概率密度函数的符号源的基于帧编码。

Claims

1.一种编码信息信号块的方法，对该信息信号进行取样和量化，以获得表示符号，然后把这些表示符号编码成为具有不同码字长度的码字，确定各个表示符号的出现概率，按照预定编码技术把长度较短的码字分配给出现概率较大的表示符号，较长的码字分配给出现概率较小的表示符号，其特征在于：

如果所述符号的不同值的个数大于或等于预定个数，就产生包括第一类型的译码信息的第一类型的编码信息信号块，如果所述符号的不同值的个数小于所述预定个数，就产生包括第二不同类型的译码信息的第二不同类型的编码信息信号块，所述译码信息指示每个码字的值表示哪个或哪些表示符号的值，所述译码信息取决于关于所述符号或码字的信息而不取决于译码信息的类型所依赖的信息；

第一类型的编码信息信号块由与出现的每种可允许长度的码字的个数有关的信息和与被编码的表示符号所表示的码字有关的信息构成；

第一类型的编码信息信号块包括与在被编码的信息信号块中出现的最长码字的长度有关的信息；

在偶数个表示符号的情况下，给每一个码字分配一符号位，在奇数个表示符号的情况下，给除表示中央表示符号的码字之外的每一个码字分配一符号位；和

第一类型的编码信息信号块由关于与每一个表示符号相关联的码字的长度的信息构成。

2.权利要求1的方法，其特征在于执行一系列步骤，每一步骤使用出现在第一类型的编码信息信号块中的各个最大的码字长度，所述最大的码字长度在连续的步骤中连续减小，在所述编码信息信号块中出现的总位数是否从一个步骤到下一个步骤在减少要加以确定，当获知位数不再减少时，则终止减少最大字的长度。

3.权利要求1的方法，其特征在于确定每一个表示符号出现的概率，所述编码信息信号块还包括这些概率。

4.权利要求1的方法，其特征在于，通过霍夫曼编码技术对所述表示符号进行编码，把若干个表示符号组成一个更长的符号，对所述更长的符号进行编码。

5.一种编码信息信号块的方法，使用这样的编码技术来接收表示信息信号的量化取样的表示信号，所述编码技术即，各码字的值表示各表示符号的值，不同码字的值具有不同的长度，所述表示符号是通过将这些表示所述表示符号的码字包括到所述信息信号块中而被编码的，确定每个表示符号出现的概率，按照预定编码技术把长度小的码字分配给出现概率大的表示符号，把长度较长的码字分配给出现概率较小的表示符号，其特征在于：

产生编码信息信号块，所述编码信息信号块由关于与每个表示符号相关联的码字长度的信息构成；

通过霍夫曼编码技术对所述表示符号进行编码；

在对所述码字进行编码时，计算所述码字长度的直方图；

所述编码信息信号块被传输到译码器，当所述译码器对所述码字进行译码时，计算所述码字长度的直方图，并在所述直方图的基础上计算与每个表示符号相关联的霍夫曼码；和

由关于所述码字长度的信息构成所述信号块，其中所述码字与每个可能的表示符号相关联。

6.根据权利要求5的方法，其特征在于，产生关于在可能的符号中被实际使用的表示符号的信息。

7.根据权利要求5的方法，其特征在于：使用熵编码方法来指定码字长度。

8.一种用于构成编码信息信号块的装置，包括用于将取样信号耦合到量化单元(2)以获得表示符号的输入端，还包括这样的可变长度的编码单元(3)，所述可变长度的编码单元(3)被安排成用于确定每一个表示符号出现的概率，用于为不同的表示符号构成这样的可变长度的代码，这些代码被组合成为表示符号块，用于确定在信息信号块内的不同的表示符号的个数，用于如果所述个数大于或等于预定个数就产生第一类型的编码信息信号块，以及用于如果所述个数小于所述预定个数就产生第二类型的编码信息信号块。

9.权利要求8的装置，其特征在于第一类型的编码信息信号块包括与在所述编码信息信号块中出现的可允许长度的码字的个数有关的信息。

10.权利要求8的装置，其特征在于第一类型的编码信息信号块包括与在所述编码信息符号块中出现的码字的最大长度有关的信息。

11.权利要求8至10中的至少一个权利要求的装置，其特征在于第一类型的编码信息块包括关于与每一个表示符号相关联的码字的最大长度的信息。

12.权利要求10的装置，其特征在于第二类型的编码信息信号块包括与每一个表示符号的出现概率有关的信息，并把所述表示符号组成编码的预定个数的表示符号组。

13.一种用于构成编码信息信号块的装置，包括将取样信号耦合到量化单元(2)以获得表示符号的输入端，还包括这样的可变长度的编码单元(3)，所述可变长度的编码单元(3)被安排成用于确定每个表示符号出现的概率，用于为不同表示符号构成具有可变长度的这样的代码，这些代码被组合成为表示符号块，以及用于产生这样的编码信息块，所述编码信息块包括与每个表示符号相关联的码字长度的信息。