CN111479116A - 等比特精度预测、映射和分段编码的数据压缩方法和装置 - Google Patents

Abstract

等比特精度预测、映射和分段编码的数据压缩方法和装置。本发明提供了一种保持同样比特精度的预测运算方式；同时，为了克服该方式产生的增加了后续熵编码的复杂度的卷绕效应，提供了一种卷绕效应修正映射，有效去除卷绕效应；此外，提供了一种分区间多倍数基本比特单位熵编码方式，对映射后的预测残差进行低复杂度的有效熵编码。

Description

等比特精度预测、映射和分段编码的数据压缩方法和装置

技术领域

本发明涉及一种对数据进行有损或无损压缩的编码及解码系统，特别是图像和视频数据的编码及解码的方法和装置。

背景技术

随着人类社会进入人工智能、大数据、虚拟现实、增强现实、混合现实、云计算、移动计算、云-移动计算、超高清（4K）和特超高清（8K）视频图像分辨率、4G/5G通讯的时代，对各种数据，包括大数据、图像数据、视频数据、以及各种新形态的数据，进行超高压缩比和极高质量的数据压缩成为必不可少的技术。

数据集是由数据的样值也称元素（例如：字节、比特、像素、像素分量、空间采样点、变换域系数）组成的排列成一定空间（一维、二维、或多维）形状的有限数据的集合（例如：一个一维数据队列、一个二维数据文件、一帧图像、一个视频序列、一个变换域、一个变换块、多个变换块、一个三维场景、一个持续变化的三维场景的序列）。对数据集，特别是二维或以上数据集进行数据压缩的编码（以及相应的解码）时，通常把此数据集划分成若干具有预定形状的子集，称为编码块（从解码的角度也就是解码块，统称为编解码块），以编解码块为单位，按照预定的时间顺序，一块一块进行编码或解码。在任一时刻，正在编码中的编码块称为当前编码块。在任一时刻，正在解码中的解码块称为当前解码块。当前编码块或当前解码块统称为当前编解码块或简称为当前块。正在编码或解码中的样值称为当前编码样值或当前解码样值，简称为当前样值也称为当前元素。

对于具有一定形状（不一定限于正方形或矩形或三角形，可以是任何合理的其他形状）的一个编解码块，在很多场合需要将其划分成更精细的基元（基本单元），按照预定的时间顺序，一个基元一个基元进行编码或解码。对一个基元内的所有样值，通常施行同一类型的编码或解码操作。在任一时刻，正在编码或解码中的基元称为当前基元。对一个基元进行编码的结果是一个或多个编码参数，最后产生含这些编码参数的压缩数据码流。对一个基元进行解码就是解析所述压缩数据码流获得一个或多个编码参数，从所述一个或多个编码参数复原出重构的数据的样值。

基元的例包括编解码块（整个块作为一个基元）、子块、微块、串、字节串、alpha（阿尔法）串、像素串、样值串、索引串、线条。

很多常见的数据集D的一个显著特点是数据集的当前元素Di与其他元素之间有相关性。在这种情形，预测运算，也常称为匹配或差分或DPCM等，可以有效降低数据集的熵，提高后续熵编码阶段的编码效率。

最常见的基本预测运算是对当前元素Di，编码器按照预定规则确定一个预测值Pi，计算预测残差Ri＝Di－Pi，然后对Ri进行熵编码，并且将熵编码结果写入压缩数据码流，传送到解码器。解码器从压缩数据码流经熵解码等步骤获得Ri，按照与编码器同样的预定规则确定一个预测值Pi，然后计算出当前元素Di＝Ri＋Pi。

现有技术中，Di和Pi通常具有同样的n比特的比特精度，因而Ri具有n+1比特的比特精度，即预测运算扩大了数据的取值范围，预测残差Ri的取值范围比原始数据Di的取值范围大了一倍。Ri比Di多消耗一个比特，使取值范围加倍，这是预测运算产生的负面作用，既影响了编码效率的提高，也增加甚至显著增加了编解码的实现复杂度和功耗（即电力消耗），降低了编解码器的处理效率。例如，在CPU，GPU等通用处理器中，处理器是以若干固定的比特精度，如8比特，16比特，32比特，64比特，128比特，进行数据处理，增加一个比特常常导致数据的比特精度加倍，如从8比特，16比特，32比特，64比特分别变为16比特，32比特，64比特，128比特，而现代的处理器都具有单指令并行处理多个数据的能力，1个128比特的处理器的一条指令可以同时处理16个8比特数据或8个16比特数据或4个32比特数据或2个64比特数据或1个128比特数据。因此，处理的比特精度加倍直接导致并行处理能力减半、处理效率减半和处理功耗加倍。这是预测编码中存在的一个严重问题。

发明内容

为了解决预测编码中的这一问题，本发明提供了一种保持同样比特精度的预测运算方式；同时，为了克服该方式产生的增加了后续熵编码的复杂度的卷绕效应，提供了一种卷绕效应修正映射，有效去除卷绕效应；此外，提供了一种分区间多倍数基本比特单位熵编码方式，对映射后的预测残差进行低复杂度的有效熵编码。

本发明的编码方法或装置的最基本的特有技术特征是至少包括下列功能之一或其组合：

1）对当前元素和其具有同样比特精度的预测值进行完全可逆等比特精度预测运算，获得与所述当前元素具有同样所述比特精度的预测残差。完全可逆等比特精度预测运算简称为等精度预测运算的例包括减法运算后丢弃最高比特仅保留所述最高比特外的所有其他比特，其完全可逆的逆运算是加法运算后丢弃最高比特仅保留所述最高比特外的所有其他比特。

传统的非等精度预测运算总是会在原取值范围的基础上扩展出新的附加取值范围，导致比特精度的增加。例如，如果Di和Pi的原取值范围都是[0, 255]，则Ri的取值范围变为[-255, 255]，扩展出新的附加取值范围[-255, -1]。

等精度预测运算本质上通过以预定规则将附加取值范围“卷绕”回到原取值范围或其一部分的方式，达到保持原取值范围和原比特精度不变的目的。例如，将附加取值范围[-255, -1]“卷绕”回到原取值范围的一部分[1, 255]。

等精度预测运算的这种卷绕效应将预测残差的取值范围的一端之外的值变为取值范围的另一端之内的值。例如，将预测残差的取值范围[0, 255]的0端之外的值－1，－2，－3，… …变为取值范围的255端之内的值255，254，253，… …。

等精度预测运算可能在不少情况下将预测残差原本取值集聚（即取这些值的数据较多）的一个连续区间分裂为取值范围中的两个互相分离的子范围，增加了后续对预测残差进行熵编码的复杂度。例如，将原本取值集聚的一个区间[-7, 7]分裂为取值范围中的两个互相分离的子范围[0, 7]和[249, 255]，导致熵编码时需要分别对数值进行判断和操作，增加了熵编码的复杂度。

2）对所述预测残差进行卷绕效应修正映射，将原本连续的区间却因卷绕效应而互相分离的取值范围中的两个子范围以预定方式重组为一个连通区间，以去除所述等精度预测运算产生的卷绕效应，降低后续熵编码的复杂度。卷绕效应修正映射的例包括将两个互相分离的子范围的值0，1，2，… … 和255，254，253，… …分别映射为0，2，4，… … 和1，3，5，… …，重组为一个连通区间0，1，2，3，4，5，… …。

3）对映射后预测残差进行分区间多倍数基本比特单位熵编码：将映射后预测残差的取值范围分为K（2 ≤ K ≤ 100）个区间，对所述K个区间的值，分别使用码长（即比特数）为V_k的码字进行熵编码，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍；至少将表示预测残差的信息写入压缩数据码流。分区间多倍数基本比特单位熵编码的例包括K＝3，C＝4，V₁＝4，V₂＝8，V₃＝16。

本发明的解码方法或装置的最基本的特有技术特征是至少包括下列功能之一或其组合：

1）解析压缩数据码流，至少获得表示数据的值的信息，对数据进行分区间多倍数基本比特单位熵解码：将数据的取值范围分为K（2 ≤ K ≤ 100）个区间，对所述K个区间的值，分别使用码长（即比特数）为V_k的码字进行熵解码，获得数据的值，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍。

2）对数据进行卷绕效应修正逆映射，将数据的取值范围的一个连通区间以预定方式重组为取值范围中互相分离的两个子范围。

3）对当前元素的残差数据和其具有同样比特精度的预测值进行等比特精度预测补偿运算，获得与所述残差数据具有同样所述比特精度的当前元素。

图1是本发明的编码方法或装置的示意图。

图2是本发明的解码方法或装置的示意图。

根据本发明的一个方面，提供了一种数据压缩的编码方法或装置，至少包括完成下列功能和操作之一或其组合的步骤或模块：

1）对当前元素和其具有同样比特精度的预测值进行完全可逆等比特精度预测运算，获得与所述当前元素具有同样所述比特精度的预测残差；

2）对数据的取值范围进行卷绕效应修正映射，将原本连续的区间却因卷绕效应而互相分离的取值范围中的两个子范围以预定方式重组为一个连通区间，以去除等精度预测运算产生的卷绕效应；

3）对数据进行分区间多倍数基本比特单位熵编码：将数据的取值范围分为K（2 ≤ K≤ 100）个区间，对所述K个区间的值，分别使用码长即比特数为V_k的码字进行熵编码，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍；至少将表示所述数据的信息写入压缩数据码流。

从第一个角度，本发明提供了一种对数据进行压缩的编码方法，其特征在于至少包括下列步骤之一或其组合：

1）对当前元素和其具有同样比特精度的预测值进行完全可逆等比特精度预测运算，获得与所述当前元素具有同样所述比特精度的预测残差；

2）对数据的取值范围进行卷绕效应修正映射，将原本连续的区间却因卷绕效应而互相分离的取值范围中的两个子范围以预定方式重组为一个连通区间，以去除等精度预测运算产生的卷绕效应；

3）对数据进行分区间多倍数基本比特单位熵编码：将数据的取值范围分为K（2 ≤ K≤ 100）个区间，对所述K个区间的值，分别使用码长即比特数为V_k的码字进行熵编码，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍；至少将表示所述数据的信息写入压缩数据码流。

从第二个角度，本发明提供了一种对数据进行压缩的编码装置，其特征在于至少包括下列模块之一或其组合：

1）等比特精度预测运算模块：对当前元素和其具有同样比特精度的预测值进行完全可逆等比特精度预测运算，获得与所述当前元素具有同样所述比特精度的预测残差；

2）卷绕效应修正映射模块：对数据的取值范围进行卷绕效应修正映射，将原本连续的区间却因卷绕效应而互相分离的取值范围中的两个子范围以预定方式重组为一个连通区间，以去除等精度预测运算产生的卷绕效应；

3）分区间多倍数基本比特单位熵编码模块：对数据进行分区间多倍数基本比特单位熵编码：将数据的取值范围分为满足2 ≤ K ≤ 100的K个区间，对所述K个区间的值，分别使用码长即比特数为V_k的码字进行熵编码，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍；至少将表示所述数据的信息写入压缩数据码流。

根据本发明的另一个方面，还提供了一种数据压缩的解码方法或装置，至少包括完成下列功能和操作之一或其组合的步骤或模块：

1）解析压缩数据码流，至少获得表示数据的值的信息，对数据进行分区间多倍数基本比特单位熵解码：将数据的取值范围分为满足2 ≤ K ≤ 100的K个区间，对所述K个区间的值，分别使用码长即比特数为V_k的码字进行熵解码，获得数据的值，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍；

2）对数据进行卷绕效应修正逆映射，将数据的取值范围的一个连通区间以预定方式重组为取值范围中互相分离的两个子范围；

3）对当前元素的残差数据和其具有同样比特精度的预测值进行等比特精度预测补偿运算，获得与所述残差数据具有同样所述比特精度的当前元素。

从第三个角度，本发明提供了一种对数据进行压缩的解码方法，其特征在于至少包括下列步骤之一或其组合：

1）解析压缩数据码流，至少获得表示数据的值的信息，对数据进行分区间多倍数基本比特单位熵解码：将数据的取值范围分为满足2 ≤ K ≤ 100的K个区间，对所述K个区间的值，分别使用码长即比特数为V_k的码字进行熵解码，获得数据的值，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍；

2）对数据进行卷绕效应修正逆映射，将数据的取值范围的一个连通区间以预定方式重组为取值范围中互相分离的两个子范围；

3）对当前元素的残差数据和其具有同样比特精度的预测值进行等比特精度预测补偿运算，获得与所述残差数据具有同样所述比特精度的当前元素。

从第四个角度，本发明提供了一种对数据进行压缩的解码装置，其特征在于至少包括下列模块之一或其组合：

1）分区间多倍数基本比特单位熵解码模块：解析压缩数据码流，至少获得表示数据的值的信息，对数据进行分区间多倍数基本比特单位熵解码：将数据的取值范围分为满足2≤ K ≤ 100的K个区间，对所述K个区间的值，分别使用码长即比特数为V_k的码字进行熵解码，获得数据的值，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍；

2）卷绕效应修正逆映射模块：对数据进行卷绕效应修正逆映射，将数据的取值范围的一个连通区间以预定方式重组为取值范围中互相分离的两个子范围；

3）等比特精度预测补偿运算模块：对当前元素的残差数据和其具有同样比特精度的预测值进行等比特精度预测补偿运算，获得与所述残差数据具有同样所述比特精度的当前元素。

本发明适用于对数据进行有损压缩的编码和解码，本发明也同样适用于对数据进行无损压缩的编码和解码。本发明适用于一维数据如字符串数据或字节串数据或一维图形或分维图形的编码和解码，本发明也同样适用于二维或以上数据如图像或视频数据的编码和解码。

本发明中，数据压缩所涉及的数据包括下列类型的数据之一或其组合：

1）一维数据；

2）二维数据；

3）多维数据；

4）图形；

5）分维图形；

6）图像；

7）图像的序列；

8）视频；

9）三维场景；

10）持续变化的三维场景的序列；

11）虚拟现实的场景；

12）持续变化的虚拟现实的场景的序列

13）像素形式的图像；

14）图像的变换域数据；

15）二维或二维以上字节的集合；

16）二维或二维以上比特的集合；

17）像素的集合；

18）像素分量的集合。

本发明中，在数据是图像、图像的序列、视频等的情形，编码块或解码块是图像的一个编码区域或一个解码区域，包括以下至少一种：整幅图像、图像的子图像、条带slice、片块tile、宏块、最大编码单元LCU、编码树单元CTU、编码单元CU、CU的子区域、子编码单元SubCU、预测单元PU、PU的子区域、子预测单元SubPU、变换单元TU、TU的子区域、子变换单元SubTU。

本发明中，数据压缩所涉及的编解码块的基元包括下列情形之一或其组合：编解码块、子块、微块、串、字节串、alpha（阿尔法）串、像素串、样值串、索引串、线条、匹配块、匹配子块、匹配微块、匹配串、匹配像素串、匹配样值串、匹配索引串、匹配条、匹配线条、偏移串、坐标串、不可预测像素、不可预测像素串、坐标或不可预测像素串。

以上通过若干特定的具体实例说明本发明的技术特征。本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在不背离本发明的精神下进行各种修饰或改变。

以下是本发明的更多的实施细节或变体。

实施或变体例1

所述编码方法或装置中，所述等比特精度预测运算是减法运算后丢弃最高比特仅保留所述最高比特外的所有其他比特；

所述解码方法或装置中，所述等比特精度预测补偿运算是加法运算后丢弃最高比特仅保留所述最高比特外的所有其他比特。

实施或变体例2

所述编码方法或装置中，所述卷绕效应修正映射是如下映射：

将取值范围中的由j组成的一个子范围{j: 0 ≤ j < J， J＝I/2而I是一个预定偶数}＝{0, 1, 2, 依此类推, J-3, J-2, J-1}映射为由数值i组成的连通区间{i: 0 ≤ i <I}中的偶数值i＝2j，也就是将j映射为i＝2j；将取值范围中的由H－1－j组成的一个子范围{H－1－j: 0 ≤ j < J}＝{H-1, H-2, H-3, 依此类推, H-J+2, H-J+1, H-J}映射为所述连通区间中的奇数值i＝2j + 1，也就是将H－1－j映射为i＝2j + 1，其中H大于或等于I；

显然，所述子范围{0, 1, 2, 依此类推, J-3, J-2, J-1}和{H-1, H-2, H-3, 依此类推, H-J+2, H-J+1, H-J}是取值范围中互相分离的两个子范围，所述卷绕效应修正映射将取值范围中互相分离的所述两个子范围重组为一个连通区间；

所述解码方法或装置中，所述卷绕效应修正逆映射是如下映射：

将由数值i组成的连通区间{i: 0 ≤ i < I，I＝2J是一个预定偶数}中的偶数值i＝2j映射为取值范围中的由j组成的一个子范围{j: 0 ≤ j < J}＝{0, 1, 2, 依此类推, J-3, J-2, J-1}，也就是将i＝2j映射为j；将所述连通区间中的奇数值i＝2j + 1映射为取值范围中的由H－1－j组成的一个子范围{H－1－j: 0 ≤ j < J}＝{H-1, H-2, H-3, 依此类推, H-J+2, H-J+1, H-J}，也就是将i＝2j + 1映射为H－1－j，其中H大于或等于I；

显然，所述子范围{0, 1, 2, 依此类推, J-3, J-2, J-1}和{H-1, H-2, H-3, 依此类推, H-J+2, H-J+1, H-J}是取值范围中互相分离的两个子范围，所述卷绕效应修正逆映射将取值范围的一个连通区间重组为取值范围中互相分离的所述两个子范围。

实施或变体例3

所述编码方法或装置或者解码方法或装置中，所述K大于或等于3，所述C为4，所述V₁为4，所述V₂为8，所述V₃为16。

实施或变体例4

所述编码方法或装置或者解码方法或装置中，所述K大于或等于3，所述C为4，所述V₁为4，所述V₂为8，所述V₃为16，将数据的取值范围或其一个子范围[0, N]，其中255 ≤ N ≤390，分为下列3个区间：

区间1是[0, 7]，

区间2是[8, 133]或[8, 134]，

区间3是[134, N－1]或[135, N]，

对区间1的值，使用形式为0xxx，其中x为0或1，的码长为4比特的码字进行熵编解码，

对区间2的值，使用除了11111110和11111111之外或除了11111111之外的形式为1xxxxxxx，其中x为0或1，的码长为8比特的码字进行熵编解码，

对区间3的值，使用形式为11111110xxxxxxxx或11111111xxxxxxxx，其中x为0或1，的码长为16比特的码字进行熵编解码。

实施或变体例5

所述编码方法或装置中，在编码块层次，可选地采用或不采用所述等比特精度预测运算和/或所述卷绕效应修正映射和/或所述分区间多倍数基本比特单位熵编码对所述编码块进行编码；

所述解码方法或装置中，在解码块层次，可选地采用或不采用所述等比特精度预测补偿运算和/或所述卷绕效应修正逆映射和/或所述分区间多倍数基本比特单位熵解码对所述解码块进行解码。

附图说明

图1是本发明的编码方法或装置的一个示意图。

图2是本发明的解码方法或装置的一个示意图。

Claims (10)

1.一种数据压缩的编码方法，其特征在于至少包括下列步骤之一或其组合：

1）对当前元素和其具有同样比特精度的预测值进行完全可逆等比特精度预测运算，获得与所述当前元素具有同样所述比特精度的预测残差；

2）对数据的取值范围进行卷绕效应修正映射，将原本连续的区间却因卷绕效应而互相分离的取值范围中的两个子范围以预定方式重组为一个连通区间，以去除等精度预测运算产生的卷绕效应；

3）对数据进行分区间多倍数基本比特单位熵编码：将数据的取值范围分为K（2 ≤ K≤ 100）个区间，对所述K个区间的值，分别使用码长即比特数为V_k的码字进行熵编码，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍；至少将表示所述数据的信息写入压缩数据码流。

2.一种数据压缩的编码装置，其特征在于至少包括下列模块之一或其组合：

1）等比特精度预测运算模块：对当前元素和其具有同样比特精度的预测值进行完全可逆等比特精度预测运算，获得与所述当前元素具有同样所述比特精度的预测残差；

2）卷绕效应修正映射模块：对数据的取值范围进行卷绕效应修正映射，将原本连续的区间却因卷绕效应而互相分离的取值范围中的两个子范围以预定方式重组为一个连通区间，以去除等精度预测运算产生的卷绕效应；

3）分区间多倍数基本比特单位熵编码模块：对数据进行分区间多倍数基本比特单位熵编码：将数据的取值范围分为满足2 ≤ K ≤ 100的K个区间，对所述K个区间的值，分别使用码长即比特数为V_k的码字进行熵编码，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍；至少将表示所述数据的信息写入压缩数据码流。

3.一种数据压缩的解码方法，其特征在于至少包括下列步骤之一或其组合：

1）解析压缩数据码流，至少获得表示数据的值的信息，对数据进行分区间多倍数基本比特单位熵解码：将数据的取值范围分为满足2 ≤ K ≤ 100的K个区间，对所述K个区间的值，分别使用码长即比特数为V_k的码字进行熵解码，获得数据的值，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍；

2）对数据进行卷绕效应修正逆映射，将数据的取值范围的一个连通区间以预定方式重组为取值范围中互相分离的两个子范围；

3）对当前元素的残差数据和其具有同样比特精度的预测值进行等比特精度预测补偿运算，获得与所述残差数据具有同样所述比特精度的当前元素。

4.一种数据压缩的解码装置，其特征在于至少包括下列模块之一或其组合：

1）分区间多倍数基本比特单位熵解码模块：解析压缩数据码流，至少获得表示数据的值的信息，对数据进行分区间多倍数基本比特单位熵解码：将数据的取值范围分为满足2≤ K ≤ 100的K个区间，对所述K个区间的值，分别使用码长即比特数为V_k的码字进行熵解码，获得数据的值，其中1 ≤ k ≤ K，每个V_k都是一个预定的大于1的整数常数比特数C，称为基本比特单位，的整数倍；

2）卷绕效应修正逆映射模块：对数据进行卷绕效应修正逆映射，将数据的取值范围的一个连通区间以预定方式重组为取值范围中互相分离的两个子范围；

3）等比特精度预测补偿运算模块：对当前元素的残差数据和其具有同样比特精度的预测值进行等比特精度预测补偿运算，获得与所述残差数据具有同样所述比特精度的当前元素。

5.根据权利要求1或2所述的编码方法或装置或者根据权利要求3或4所述的解码方法或装置，其特征在于，在数据是从图像、图像的序列、视频产生的情形，编码块或解码块是图像的一个编码区域或一个解码区域，包括以下至少一种：整幅图像、图像的子图像、条带slice、片块tile、宏块、最大编码单元LCU、编码树单元CTU、编码单元CU、CU的子区域、子编码单元SubCU、预测单元PU、PU的子区域、子预测单元SubPU、变换单元TU、TU的子区域、子变换单元SubTU。

6.根据权利要求1或2所述的编码方法或装置或者根据权利要求3或4所述的解码方法或装置，其特征在于：

所述编码方法或装置中，所述等比特精度预测运算是减法运算后丢弃最高比特仅保留所述最高比特外的所有其他比特；

所述解码方法或装置中，所述等比特精度预测补偿运算是加法运算后丢弃最高比特仅保留所述最高比特外的所有其他比特。

7.根据权利要求1或2所述的编码方法或装置或者根据权利要求3或4所述的解码方法或装置，其特征在于：

所述编码方法或装置中，所述卷绕效应修正映射是如下映射：

将取值范围中的由j组成的一个子范围{j: 0 ≤ j < J， J＝I/2而I是一个预定偶数}＝{0, 1, 2, 依此类推, J-3, J-2, J-1}映射为由数值i组成的连通区间{i: 0 ≤ i < I }中的偶数值i＝2j，也就是将j映射为i＝2j；将取值范围中的由H－1－j组成的一个子范围{H－1－j: 0 ≤ j < J}＝{H-1, H-2, H-3, 依此类推, H-J+2, H-J+1, H-J}映射为所述连通区间中的奇数值i＝2j + 1，也就是将H－1－j映射为i＝2j + 1，其中H大于或等于I；

显然，所述子范围{0, 1, 2, 依此类推, J-3, J-2, J-1}和{H-1, H-2, H-3, 依此类推, H-J+2, H-J+1, H-J}是取值范围中互相分离的两个子范围，所述卷绕效应修正映射将取值范围中互相分离的所述两个子范围重组为一个连通区间；

所述解码方法或装置中，所述卷绕效应修正逆映射是如下映射：

将由数值i组成的连通区间{i: 0 ≤ i < I，I＝2J是一个预定偶数}中的偶数值i＝2j映射为取值范围中的由j组成的一个子范围{j: 0 ≤ j < J}＝{0, 1, 2, 依此类推, J-3, J-2, J-1}，也就是将i＝2j映射为j；将所述连通区间中的奇数值i＝2j + 1映射为取值范围中的由H－1－j组成的一个子范围{H－1－j: 0 ≤ j < J}＝{H-1, H-2, H-3, 依此类推, H-J+2, H-J+1, H-J}，也就是将i＝2j + 1映射为H－1－j，其中H大于或等于I；

显然，所述子范围{0, 1, 2, 依此类推, J-3, J-2, J-1}和{H-1, H-2, H-3, 依此类推, H-J+2, H-J+1, H-J}是取值范围中互相分离的两个子范围，所述卷绕效应修正逆映射将取值范围的一个连通区间重组为取值范围中互相分离的所述两个子范围。

8.根据权利要求1或2所述的编码方法或装置或者根据权利要求3或4所述的解码方法或装置，其特征在于：

所述编码方法或装置或者解码方法或装置中，所述K大于或等于3，所述C为4，所述V₁为4，所述V₂为8，所述V₃为16。

9.根据权利要求1或2所述的编码方法或装置或者根据权利要求3或4所述的解码方法或装置，其特征在于：

所述编码方法或装置或者解码方法或装置中，所述K大于或等于3，所述C为4，所述V₁为4，所述V₂为8，所述V₃为16，将数据的取值范围或其一个子范围[0, N]，其中255 ≤ N ≤390，分为下列3个区间：

区间1是[0, 7]，

区间2是[8, 133]或[8, 134]，

区间3是[134, N－1]或[135, N]，

对区间1的值，使用形式为0xxx，其中x为0或1，的码长为4比特的码字进行熵编解码，

对区间2的值，使用除了11111110和11111111之外或除了11111111之外的形式为1xxxxxxx，其中x为0或1，的码长为8比特的码字进行熵编解码，

对区间3的值，使用形式为11111110xxxxxxxx或11111111xxxxxxxx，其中x为0或1，的码长为16比特的码字进行熵编解码。

10.根据权利要求1或2所述的编码方法或装置或者根据权利要求3或4所述的解码方法或装置，其特征在于：

所述编码方法或装置中，在编码块层次，可选地采用或不采用所述等比特精度预测运算和/或所述卷绕效应修正映射和/或所述分区间多倍数基本比特单位熵编码对所述编码块进行编码；

所述解码方法或装置中，在解码块层次，可选地采用或不采用所述等比特精度预测补偿运算和/或所述卷绕效应修正逆映射和/或所述分区间多倍数基本比特单位熵解码对所述解码块进行解码。

Images