CN102438145A - 一种基于Huffman编码的图片无损压缩方法 - Google Patents

Abstract

本发明实施例公开了一种基于Huffman编码的图片无损压缩方法，采用变字长编码的最佳编码定理，按符号出现概率的逆序分配码字长，可以得到最佳的编码方法，所述Huffman编码对每一个符号都给定了一个编码，形成了一个编码表，其中：编码表必须保存，在译码时需要参照它才能正确译码；由于Huffman编码是异字头的编码，在译码时只要一定长度的二进制序列能与编码表中编码匹配上，该序列就是一个符号的编码，从而保证了唯一的可译性。实施本发明，采用减少逻辑判断的次数，增加少量的存储码表空间实现快速查找，在编码端和解码端分别保存编码表和解码表，编码时直接进行查表从而节省大量的判断时间。

Description

一种基于Huffman编码的图片无损压缩方法

技术领域

本发明涉及数字图像压缩领域，具体涉及一种基于Huffman编码的图片无损压缩方法。

背景技术

传统的图像编码技术也称为第一代编码技术，主要有预测编码、变换编码、信息嫡编码与矢量量化。预测编码和变换编码是当前图像编码器最常用的技术，预测和变换的主要目的是降低图像原始空间域表示中存在的强相关性，使得预测或变换后的数据矩阵变成弱相关性矩阵，这样可以用标量量化和嫡编码进行有效的压缩。信息嫡编码是一种无失真编码，常用的有哈夫曼编码(HuffmanCoding)、游程长度编码(Run Length Coding)和算术编码(Arithmetic Coding)三种。

随着我国数字电视的普及，进一步的上传并处理数字电视的综合测试图像具有重要的意义，而原始的图像数据量较大，因此为了降低数据传输带宽，在传输之前，需要对图像进行无损压缩。数据压缩的理论就是去掉信息中的冗余，即保留不确定的信息，去掉确定的信息，也就是用一种更接近信息本质的描述来代替原来有的冗余的描述。数据压缩是信源编码的目的。Huffman编码作为一种最为常见的压缩技术，它具有非常接近理论极限的压缩比，该方法自提出后就成了数据压缩领域中的一个研究主题并被广泛的应用于文本、图像及视频的压缩，如JPEG、MPEG标准都采用Huffman编码作为其主要的编码技术。

传统上采用的Huffman编码算法需要对原始数据进行两遍扫描：第一遍扫描要精确地统计出原始数据中每个值出现的频率，利用得到的频率创建Huffman树，并将树的有关信息保存起来，便于解压时使用；第二遍扫描根据前面得到的Huffman树对原始数据进行编码，并将编码信息存储起来。显然，这个模型的缺点是对于数据量较大的信息，重复扫描要耗费大量时间，而且必须存储编码树以便解码时构造相同的编码树，将耗费大量的空间，降低了压缩效率。

发明内容

本发明提出的基于Huffman编码的图片无损压缩方法对传统的Huffman算法进行了改进，采用减少逻辑判断的次数，增加少量的存储码表空间实现快速查找，在编码端和解码端分别保存编码表和解码表，编码时直接进行查表从而节省大量的判断时间。

为了解决上述问题，本发明提出了一种基于Huffman编码的图片无损压缩方法，采用变字长编码的最佳编码定理，按符号出现概率的逆序分配码字长，可以得到最佳的编码方法，该方法包括：

步骤1：统计输入符号的出现概率；

步骤2：将出现的概率由大到小排列，相同概率间的顺序可以是任意的；

步骤3：将两个最小的概率值相加得到一个新的概率值，将该概率值看成是一个新组合符号的概率；

步骤4：重复步骤2和步骤3，直到只有两个新概率值为止，其中：已进行组合的概率不再参加排序；

步骤5：从最后两个概率值开始，逐步向前给符号分配码字长，其中：每一步有两个分支，以相同的规则各赋予一个二进制码，对概率大的赋码0，对概率小的赋码为1；或者对概率大的赋码1，对概率小的赋码为0，其中：

所述Huffman编码对每一个符号都给定了一个编码，形成了一个编码表，其中：编码表必须保存，在译码时需要参照它才能正确译码；由于Huffman编码是异字头的编码，在译码时只要一定长度的二进制序列能与编码表中编码匹配上，该序列就是一个符号的编码，从而保证了唯一的可译性。

所述编码表和解码表两个码表的生成流程包括：

步骤11：输入图像信息；

步骤12：信息符号化，即将输入的信息分解成一系列的符号；

步骤13：统计各个符号的概率；

步骤14：根据概率值产生编码表；

步骤15：根据编码表产生解码表；

步骤16：图像信息的恢复；

步骤17：图像信息输出。

所述生成编码表时采用Huffman变长编码和定长编码相结合的方式。

所述生成编码表时采用Huffman变长编码和定长编码相结合的方式步骤包括：

步骤41：初始化Huffman树及码表；

步骤42：统计所有的信息符号Sym；

步骤43：设定一个概率阈值Threshold，将每一个符号的概率值与该阈值进行比较；

步骤44：对大于该阈值的符号按传统的Huffman编码方法进行变长编码，而对其余符号进行定长编码；

步骤45：得到最长码字长度L；

步骤46：所有码字长度加1；

步骤47：再次将每个符号的概率值与阈值Threshold进行比较判断；

步骤48：若符号概率＞Threshold，则码字+＝2^L，从而完成了编码表的产生。

所述解码表的生成步骤包括：

步骤51：获取码字Code在和该码字的长度Len；

步骤52：将码长Len与编码表中最长码字长度L进行比较；

步骤53：若Len＝L，则执行步骤541；否则执行步骤542；

步骤541：将该码字值传给输入地址Addr，并将码字和码长传给地址为Addr的表符号信息，供图像信息恢复使用；

步骤542：根据码字Code和码长Len分别计算输入地址的最小值和最大值；获取最小输入地址值与最大输入地址值之间的所有地址信息；将该段地址信息所对应的符号内容分别设为Code和Len；

步骤55：重复以上步骤，从而获得所有符号的相关信息。

本发明提出的Huffman快速算法对传统的Huffman算法进行了改进，采用减少逻辑判断的次数，增加少量的存储码表空间实现快速查找，在编码端和解码端分别保存编码表和解码表，编码时直接进行查表从而节省大量的判断时间。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例中的Huffman编码原理步骤流程图；

图2是本发明的Huffman编码原理整体结构图；

图3是本发明编码表产生流程图；

图4是本发明解码表产生流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种基于Huffman编码的图像无损压缩方法，为数字电视的检测实验中上传大量图像信息时提供可以降低传输带宽的方法，以下进行详细说明。

图1为Huffman编码原理步骤流程图，该Huffman编码原理是先统计数据符号发生的概率，根据概率进行编码，对于小概率的输入符号使用长码字表示，而对于大概率的输入符号用短码字表示，从而达到较短的平均编码。如图1所示，Huffman编码算法采用变字长编码的最佳编码定理，按符号出现概率的逆序分配码字长，可以得到最佳的编码方法。其基本步骤为：

步骤1：统计输入符号的出现概率；

步骤2：将出现的概率由大到小排列，相同概率间的顺序可以是任意的；

步骤3：将两个最小的概率值相加得到一个新的概率值，将该概率值看成是一个新组合符号的概率；

步骤4：重复步骤2和步骤3，直到只有两个新概率值为止(已进行组合的概率不再参加排序)；

步骤5：从最后两个概率值开始，逐步向前给符号分配码字长。每一步有两个分支，以相同的规则各赋予一个二进制码，对概率大的赋码0，对概率小的赋码为1，反之亦可。

Huffman编码对每一个符号都给定了一个编码，这便形成了一个编码表。编码表必须保存，在译码时需要参照它才能正确译码。由于Huffman编码是异字头的编码，所以在译码时只要一定长度的二进制序列能与编码表中编码匹配上，该序列就是一个符号的编码，从而保证了唯一的可译性。

图2为本发明的整体结构图，具体的：数字图像信号用于通信需进行数据压缩，从信息论的角度，压缩是去掉信息中的冗余，即保留不确定的信息，去掉确定的信息，用一种更接近信息本质的描述来代替原来有冗余的描述。本发明在Huffman编码的基本原理上进行优化设计，其处理模块主要包括数据的编码单元和解码单元两大模块。本发明的重要特点是在编码端和解码端分别保存了编码表和解码表，这样在编码过程中只需直接进行查表即可，另外将解码过程变得和编码过程一样，可以一次性地读入若干位码流，立即确定位于最前面一个码字的码长，并对其进行解码。

本发明的关键在于编码表和解码表两个码表的生成。

步骤11：输入图像信息；

步骤12：信息符号化，即将输入的信息分解成一系列的符号；

步骤13：统计各个符号的概率；

步骤14：根据概率值产生编码表；

步骤15：根据编码表产生解码表；

步骤16：图像信息的恢复；

步骤17：图像信息输出。

图3为本发明编码表产生流程图，常见的Huffman实现方法有：线性搜索法、直接查表法、二进制查表法、分步查表法等，而本发明中运用的算法是在分步查表法基础上改进的一个算法，以便达到发明设计的目标。在生成编码表时采用传统的Huffman变长编码和定长编码相结合的方式，基本步骤为：

步骤41：初始化Huffman树及码表；

步骤42：统计所有的信息符号Sym；

步骤43：设定一个概率阈值Threshold，将每一个符号的概率值与该阈值进行比较；

步骤44：对大于该阈值的符号按传统的Huffman编码方法进行变长编码，而对其余符号进行定长编码。这样由于小概率符号的码字长度相对于全部符号都进行变长编码的码字长度变短，就避免了由于解码表的码表过大而导致的内存开销问题，而且也对编码的效率没有太大的影响。

步骤45：得到最长码字长度L；

步骤46：所有码字长度加1，这样做的目的是为了在经过Huffman变长编码和定长编码的混合编码之后，得到的码字仍然为异字头码，而且能防止可能出现的码字重复。

步骤47：再次将每个符号的概率值与阈值Threshold进行比较判断；

步骤48：若符号概率＞Threshold，则码字+＝2^L，从而完成了编码表的产生。

图4为本发明解码表产生流程图，解码表是根据得到的编码表来产生的。

设编码表的最长码字长度为L，则该解码表的长度为2^L，其输入地址由符号对应的码字得到，而解码表的数据就是此码字在编码表中对应的符号及该码字的长度。例如，一个符号(Sym)A的对应码字(Code)是11001B码长Len＝5，而编码表的最长码字长度L＝8，则表地址从11001000B到11001111B的所有单元都填入“符号A，码长5”(Sym＝A，Len＝5)。

图4所示为解码表的生成流程，基本步骤为：

步骤51：获取码字Code在和该码字的长度Len；

步骤52：将码长Len与编码表中最长码字长度L进行比较；

步骤53：若Len＝L，则执行步骤541；否则执行步骤542；

步骤541：将该码字值传给输入地址Addr，并将码字和码长传给地址为Addr的表符号信息，供图像信息恢复使用；

步骤542：根据码字Code和码长Len分别计算输入地址的最小值和最大值；获取最小输入地址值与最大输入地址值之间的所有地址信息；将该段地址信息所对应的符号内容分别设为Code和Len；

步骤55：重复以上步骤，从而获得所有符号的相关信息。

解码表生成算法的本质是将所有码字进行高位对齐，凡是最高的若干位正好能解出一个符号的话，则所有表地址最高位是这样的单元都写入该符号及对应码字的码长。

解码时，每次先读入码流最前面的N比特(论文中取16比特)信息，按查找表进行解码，系统输出查表得到的符号，并截去码流最前面的Len位信息(Len是查表得到的码长)。

此外，有两种方法可以考虑用来产生一个码表，从而保留传统Huffman算法的压缩效率：一种方法是所有图像使用一个编解码表；另一种方法是一类图像使用一个编解码表(在编解码时，只要提供图像的类型，然后选择相应的码表进行编解码)。在编解码之前，统计好每一类图像的统计特性，并对其进行Huffman编码，得到其编解码时所需要的码表。对每一类图像编制一个码表，具有比较好的压缩效率。

以上对本发明实施例所提供的基于Huffman编码的图片无损压缩方法，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种基于Huffman编码的图片无损压缩方法，其特征在于，采用变字长编码的最佳编码定理，按符号出现概率的逆序分配码字长，可以得到最佳的编码方法，该方法包括：

步骤1：统计输入符号的出现概率；

步骤2：将出现的概率由大到小排列，相同概率间的顺序可以是任意的；

步骤3：将两个最小的概率值相加得到一个新的概率值，将该概率值看成是一个新组合符号的概率；

步骤4：重复步骤2和步骤3，直到只有两个新概率值为止，其中：已进行组合的概率不再参加排序；

步骤5：从最后两个概率值开始，逐步向前给符号分配码字长，其中：每一步有两个分支，以相同的规则各赋予一个二进制码，对概率大的赋码0，对概率小的赋码为1；或者对概率大的赋码1，对概率小的赋码为0，其中：

所述Huffman编码对每一个符号都给定了一个编码，形成了一个编码表，其中：编码表必须保存，在译码时需要参照它才能正确译码；由于Huffman编码是异字头的编码，在译码时只要一定长度的二进制序列能与编码表中编码匹配上，该序列就是一个符号的编码，从而保证了唯一的可译性。

2.如权利要求1所述的基于Huffman编码的图片无损压缩方法，其特征在于，所述编码表和解码表两个码表的生成流程包括：

步骤11：输入图像信息；

步骤12：信息符号化，即将输入的信息分解成一系列的符号；

步骤13：统计各个符号的概率；

步骤14：根据概率值产生编码表；

步骤15：根据编码表产生解码表；

步骤16：图像信息的恢复；

步骤17：图像信息输出。

3.如权利要求2所述的基于Huffman编码的图片无损压缩方法，其特征在于，所述生成编码表时采用Huffman变长编码和定长编码相结合的方式。

4.如权利要求3所述的基于Huffman编码的图片无损压缩方法，其特征在于，所述生成编码表时采用Huffman变长编码和定长编码相结合的方式步骤包括：

步骤41：初始化Huffman树及码表；

步骤42：统计所有的信息符号Sym；

步骤43：设定一个概率阈值Threshold，将每一个符号的概率值与该阈值进行比较；

步骤44：对大于该阈值的符号按传统的Huffman编码方法进行变长编码，而对其余符号进行定长编码；

步骤45：得到最长码字长度L；

步骤46：所有码字长度加1；

步骤47：再次将每个符号的概率值与阈值Threshold进行比较判断；

步骤48：若符号概率＞Threshold，则码字+＝2^L，从而完成了编码表的产生。

5.如权利要求4所述的基于Huffman编码的图片无损压缩方法，其特征在于，所述解码表的生成步骤包括：

步骤51：获取码字Code在和该码字的长度Len；

步骤52：将码长Len与编码表中最长码字长度L进行比较；

步骤53：若Len＝L，则执行步骤541；否则执行步骤542；

步骤541：将该码字值传给输入地址Addr，并将码字和码长传给地址为Addr的表符号信息，供图像信息恢复使用；

步骤542：根据码字Code和码长Len分别计算输入地址的最小值和最大值；获取最小输入地址值与最大输入地址值之间的所有地址信息；将该段地址信息所对应的符号内容分别设为Code和Len；

步骤55：重复以上步骤，从而获得所有符号的相关信息。

Images