0066]
[0067] 其中m是5以内的模型编号，m取值为0至4的整数。计算获得的下限值在图4所示的 表格Tabl中编为索引并且如图5的曲线所示。
[0068] 为了将每个符号Sn与一个模型相关，其适于限定归属标准，其能够与在先计算的 极限值l(m)相比较。另外，标准应当对于编码和解码相同，以便于使得对相同的符号应用相 同的模型，从而符号在解码期间的重建值与其初始值相同。为此目的，选择归属标准为当前 符号、即将要编码或解码的符号的先前符号值的函数。因为进行无损编码和解码，当前正符 号的先前值在压缩和解压缩时将是相同的。同样地，对将编码和解码的相同值应用相同的 归属标准对当前符号实施相同的模型。
[0069]在所示的实例中，小波变换之后的值假定集中或近似集中在零附近;事实上，平均 值M约等于零。像这样，确定所选归属标准的函数是当前符号之前紧邻的四个符号的绝对值 的平均，舍入至小数点后四位。所使用的先前符号的数量可以不同，但是足以限定与其他值 差异特别大的值的影响，其将对模型造成不合时宜的改变，并且有利的是，是2的幂次方，以 有利于其二进制标注。小数位数可以不为4,但是有利的是2的幂次方，以有利于其二进制标 准。
[0070] 在所示实例中，由下式确定模型的归属标准：
[0071]
[0072] 其中，移动平均值T的大小等于4,即等于用于计算的在前符号的数量，η'在1到4之 间变化。
[0073] 这能够对每个符号Sn选择适当的模型。以参数给定的精确度计算移动平均值，此 处为四位小数，这对于编码和解码是相同的。
[0074] 值V(n)的每个符号Sn属于最大模型m，其下限值l(m)小于或等于在前绝对值的移 动平均值mm(n): I (m) < =mm(n)。
[0075] 图6中所示的表格Tab2示出了每个值V(n)在信号S中的出现数量。图7是其曲线图。 应当注意到，空值是超乎表现的。因此，使用单一模型是尤为不适合的。
[0076] 图8中所示的表格Tab3示出了每个值V (η)在每个模型M中的出现数量。
[0077]对每个符号Sn选择模型m之后，对该模型的值应用"距离编码器"型或算术编码器。 为此，首先计算每个符号Sn在该模型m内的出现数量，并从中推导出该符号在该模型m中的 出现概率。
[0078]为了进行编码，在渐增的指数η的方向上遍历信号，诸如参考图3在前所限定的。对 于每个符号，根据在先确定的归属标准，确定其属于的模型。随后，在所选的编码器中使用 该模型，例如"距离编码器"型或算术的编码器。对于每个模型，还可以选择与对于另一模型 所选类型不同的编码器。
[0079]将编码的第一批符号之前的符号数量不足以用于计算归属标准，则使在该信号之 前具有足以进行计算的一定数量的任意值。因此，在所示的实例中，使得信号之前有四个 值，任意的选为零;这些值使得能够计算将编码的四个第一批符号S1-S4的归属标准。
[0080]有利的是，形成文件F，其包含通过对信号S编码而获得的二进制编码C。为了能够 对二进制编码C解码，在文件的头部设置解码所需的所有信息，尤其，在所示的实例中：
[0081 ]-模型数量；
[0082] -平均值Μ;
[0083] -偏差 DV;
[0084] -在前元素的数量，用于计算移动平均值，为2的幂次方形式；以及
[0085] -用于计算移动平均值的精确性，为2的幂次方形式。
[0086] 为进行解码，通过简单的读取或再计算而获得模型的极限值，随后根据无损解码 的在前符号，以与编码相同的方式确定将解码的符号Sn对于一个模型的归属，随后使用所 发现的模型以解码符号。
[0087]以与编码相同的方式，将解码的第一批符号之前具有一定数量的符号不足以计算 归属标准，则对应于已编码的信号S，在该编码之前设置足以进行计算的一定数量的任意 值。这些值与用于编码的值相同。因此，在所示的实例中，使得在该编码之前有，任意选为 零:这些值使得能够计算将解码的四个第一批符号S1-S4的归属标准。
[0088]使用下述假设而计算理论权重值：
[0089] ?忽略模型的权重以及用于对信号解码所需的其他头部信息；以及
[0090] ?所使用的二进制编码器是以其概率P(Sn)对于-log2(P(Sn))位的函数对每个符 号Sn编码的完美编码器，P(Sn)是根据所提供的模型的概率。
[0091] 为了理论计算，使用下列标记：
[0092] ^P(Sn):符号的概率，等于对于该模型的该符号的出现数量除以符号的数量；
[0093] · N(Sn):符号Sn的出现数量。
[0094]同样，所遇到的每个符号理论上为_log2(P(Sn))，因此在所给定的模型范围内的 所有符号s为：
[0095] -N(Sn)Xlog2(P(Sn))0
[0096]在特殊情况下，这些符号包括在-42和35之间，表格Tab2中所示的单一模型范围内 的全部符号的理论权重是：
[0097]
[0098]采用上述值，获得权重麵=1941位。
[0099] 在分成5个模型的情况下，使用相同的公式，相对于当前模型的符号数量而计算概 率。因而获得：
[0100] ?模型 0:300位；
[0101] ?模型 2:92 位；
[0102] ?模型 3:505位；
[0103] ?模型 4:588位；
[0104] ?模型 5:34 位；
[0105] 因此，总权重是使用这些模型中的每一个模型而编码的符号的权重的总和，即：
[0106] 麵=300+92+505+588+34 = 1519位。
[0107] 根据计算假设，相对于唯一模型节省了 422位。将编码的符号数量越大，可预见的 增益越大。此外，信号中不同的符号越多，增加使用的模型数量越有利。
[0108] 当然，本发明不局限于上文描述的实例。
【主权项】
1. 一种用于一系列（S)符号（Sn)的二进制赌编码方法，使用至少两个模型(m)，每个模 型与一个归属标准相关，包括下列步骤： -遍历所述系列，W便根据所述归属标准，对每个符号确定其所属于的编码模型(m);随 后， -对于每个模型和每个符号，确定符号在模型中的出现概率(P);随后 -通过根据每个符号所属的模型而对每个符号相继编码，重新遍历所述系列；W及 -存储运些模型或使得能够重建模型的信息，W及因此而获得的二进制编码。2. 根据权利要求1所述的编码方法，其特征在于预先遍历该系列，W便确定每个模型的 归属标准。3. 根据权利要求1或2中任意一项所述的编码方法，其特征在于根据归属函数mm(n)确 定当前符号（Sn)对模型的归属，所述归属函数mm(n)根据在该系列中所述当前符号之前的 一个或多个符号(Sn-4-Sn-l)而计算获得。4. 根据权利要求1至3中任意一项所述的编码方法，其特征在于每个符号是数，优选是 10进制的数。5. 根据权利要求2或3中任意一项所述的编码方法，其特征在于归属函数是在该系列中 所述当前符号之前紧邻的给定数量的参考符号的绝对值的平均值(mm)，给定数量的参考符 号优选是四个参考符号(Sn-4-Sn-l)。6. 根据权利要求4所述的编码方法，其特征在于为了计算归属函数，在该系列之前设置 足够数量的任意符号，每一个符号的值优选为零。7. 根据权利要求5或6所述的方法，其特征在于当前符号对于模型之一的的归属标准， 是模型所覆盖的区间的下限值I(Hi)W及与所述当前符号之前的符号的绝对值的平均值 (mm)的比较。8. 根据权利要求7所述的方法，其特征在于每个模型的极限值W渐增的顺序排列，当所 述极限值的值增加时，相继的两个极限值之间的差也增加。9. 根据权利要求7或8所述的编码方法，其特征在于为了确定该下限值Km): -计算该系列的符号的值的平均值;随后， -计算该系列符号的值中的最大值和该系列符号的值的平均值之间的差值W及该系列 符号的值的平均值和该系列符号的值中的最小值之间的差值，并且从中推导出等于两个差 值中的最大值的距离(D);随后， -计算偏差值(DV)，等于信号的每个元素和该系列的平均值之间的差的绝对值的平均 值;随后， -根据如下公式计算间距巧）：随后， -根据如下公式计算相继模型(m)中的每一个的活动平均值中的下限值Km):10. -种压缩图像、视频或声音类型的媒体的方法，其特征在于使用根据权利要求4至9 中任意一项所述的编码方法。11. 根据权利要求10所述的压缩图像的方法，其特征在于适用于所述图像的压缩符号， 每个符号对应于矩阵的一个格子，该系列通过将所述符号设置成行而形成。12. 根据权利要求11所述的压缩方法，其特征在于为了将符号设置成行，对于每行，先 在第一方向上行进一行，如果还有空间，则在与第一方向相反的方向上行进随后的一行。13. -种二进制赌解码方法，用于使用至少两个模型并且借助于前述任意一项权利要 求所述的方法进行编码的一系列符号，其特征在于： -提取编码所使用的每个模型， -提取或再计算运些模型中每一个的归属标准，W及 -使用与编码相同的归属标准，W借助于编码所使用的模型来解码每一个符号。
【专利摘要】一种使用算术或距离编码器型的多个模型对一系列符号进行编码的方法，包括如下步骤：-将每个模型与归属标准相关，-遍历该系列以便根据所述标准对于每个符号确定其所属的编码模型；随后，-确定每个符号在相应模型中的出现概率；随后，-通过编码相继的每个符号，遍历该系列；以及，-基于因此获得的编码而构建文件。
【IPC分类】H03M7/40
【公开号】CN105594128
【申请号】CN201480040615
【发明人】T·M-E·热尔韦, B·卢贝, N·贝苏, Y·圭米奥特, M·派蒂特·菲尔斯, S·罗克
【申请人】I-Ces（创新压缩工程解决方案）简易股份公司
【公开日】2016年5月18日
【申请日】2014年5月14日
【公告号】EP2997662A1, US20160073136, WO2014184452A1