CN101496290A - 数据编码 - Google Patents

数据编码 Download PDF

Info

Publication number
CN101496290A
CN101496290A CNA2007800260774A CN200780026077A CN101496290A CN 101496290 A CN101496290 A CN 101496290A CN A2007800260774 A CNA2007800260774 A CN A2007800260774A CN 200780026077 A CN200780026077 A CN 200780026077A CN 101496290 A CN101496290 A CN 101496290A
Authority
CN
China
Prior art keywords
coding
code
data symbols
length code
described instruction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2007800260774A
Other languages
English (en)
Other versions
CN101496290B (zh
Inventor
D·M·门罗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Essex PA LLC
Original Assignee
Essex PA LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Essex PA LLC filed Critical Essex PA LLC
Publication of CN101496290A publication Critical patent/CN101496290A/zh
Application granted granted Critical
Publication of CN101496290B publication Critical patent/CN101496290B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/14—Conversion to or from non-weighted codes
    • H03M7/24—Conversion to or from floating-point codes
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/46—Conversion to or from run-length codes, i.e. by representing the number of consecutive digits, or groups of digits, of the same kind by a code word and a digit indicative of that kind

Abstract

公开了用于数据编码的方法、系统和/或设备的实施例。

Description

数据编码
技术领域
本专利申请涉及数据编码，例如，Golomb编码。
背景技术
如公知的，用于存储或者传输的高效数据编码持续作为要寻找新方法的领域。例如，如果可以更高效地编码数据，比如通过压缩，则可以减少存储待编码的数据的存储器的量。同样地，在通信系统中，如果可以高效地编码数据，则对于给定带宽的通信信道，例如，可在给定的单位时间中发送可能更多的信息。这些目标和许多其它目标可以是用于高效编码数据的方法的目的。
附图说明
在说明书的结论部分中特别指出和清楚地要求了主题。然而，关于组织和工作方法两者的要求保护的主题，连同其目的、特征和优点一起，可以通过参考以下结合附图的详细说明来最好地理解，在附图中：
图1是示出了用于数据编码的技术的一个实施例的示意图。
具体实施方式
在下面的详细说明中，描述许多的细节以提供要求保护的主题的全面的理解。然而，本领域技术人员将理解可以不用这些细节实践要求保护的主题。在其他情况中，没有详细地描述公知的方法、过程、部件和/或电路以便不模糊要求保护的主题。
考虑对存储在计算系统内，比如计算机和/或计算系统存储器内的数据位和/或二进制数字信号进行的运算的算法和/或符号表示，来呈现下面的详细说明的某些部分。这些算法的描述和/或表示是由数据处理领域的普通技术人员使用以向本领域其它技术人员表达他们的工作的实质内容的技术。在这里的算法通常被认为是导向所需的结果的运算和/或类似的处理的自相容的序列。运算和/或处理可涉及物理量的物理操作。典型地，虽然不是必须的，这些量可以采用能够被存储、传送、组合、比较和/或以其它方式操纵的电和/或磁信号的形式。有时，主要由于公共使用原因，已经证明将这些信号称为位、数据、值、元素、码元、字符、项、数字、数值等是方便的。然而，应该理解，所有这些和类似的术语是与合适的物理量相关联的，且仅是方便表示的标志。除非以其它方式特别陈述，从下面讨论可以明显地看出，任意在整个的说明书讨论中使用术语比如“处理”、“估计”、“计算”、“确定”等指的是比如计算机或者类似的电子计算装置的计算平台的动作和/或处理，其操纵和/或变换在计算平台的处理器、存储器、寄存器和/或其他的信息存储、传输和/或显示设备内的被表示为物理的电子的和/或磁的量和/或其他物理量的数据。
如先前间接提到的，虽然未排除，要求保护的主题的实施例的一个潜在的应用可以在于低比特速率音频和/或视频编码的领域。典型地在该特定的领域内期望相对高效地压缩数据。在该领域和相似的领域中，如先前提出的，也可以期望通过通信信道，比如可以受到可发送的位的数目、或者位传输率的限制的信道发送信息。因此，相对高效的编码可以使得，例如在每单位时间发送更多信息。还如先前提出的，另一应用可以在于例如用于存储文件的电子装置上的数据的压缩。例如，这可以降低用于特定的数据的存储的存储器的量，或者，例如，作为另一实例，通过减小电子邮件的附件的大小来促进数据的传输。当然，要求保护的主题不限于这些简单的实例。这些实例是为了说明的目的简单地提供的。
Golomb编码是公知的，且在Golomb，SW：“Run-lengthencodings”，IEEE Trans Inf.Theory，1966，7，(12)，pp399-401中进行了描述。Golomb编码只是数据编码的一个实例。因此，当针对Golomb编码呈现之后描述的许多实例时，应该清楚意在不将要求保护的主题的范围简单地限于Golomb编码(GC)。可以采用其他编码数据的方法并提供令人满意的结果。尽管如此，继续以Golomb编码作为一个实例，GC通常用于游程编码，但是，原则上，它们是可以用于将任意码元或者码元序列编码为整数或者整数的序列的通用码。在一个可能的实施例中，可以将唯一的整数分配给码元且例如，可以随后通过对相应的数字进行Golomb编码来编码该码元。GC具有不必预先已知或者限定数字的范围的优点。
在一个特定的实例中，数字I的模K的Golomb码(其中K是在该实例中的“基数”)可由如下的(S，E，R)定义：
S＝如果合适的话，数字I的符号(如果数字全部是正的或全部是负的可以省略)。
M＝I的量值
E＝指数fix(logK(M))，其中fix()在这里表示舍位运算，也就是，舍入到次低的整数。
R＝M-KE，这里被称为“残差”。
因此，可以通过M＝KE+R获得I的量值。
然而，注意logK(0)会提供数学上的缺口，因为K的任何次幂都不应该为零。可以采用的用于解决这个问题的一个方法包括将所有非负的整数加1，以使得不出现logK(0)，虽然，当然，要求保护的主题不限于在这方面的范围。
有时，出于方便，例如，K＝2，以使得例如，Golomb代码可以提供可变长度的二进制浮点表示形式，具有可变长度E位的指数E和残差R。例如，在图1中示出了该情况，当然，虽然要求保护的主题不限于在这方面的范围。
如以下更加详细地描述的，在一个实施例中，可以采用一种编码数据码元的方法，包括Golomb编码，虽然，如先前解释的，要求保护的主题不限于Golomb编码的范围。在这种实施例中，可以通过指数值E和残差值R对码元进行Golomb编码，该指数值实质上是根据可变长度码进行编码的，再次如以下更多详细地描述的。
在该特定的实施例中，例如，可以采用可变长度码(VLC)以替换码元，其中短码可以用于更频繁地出现的码元且长码用于较不频繁出现的码元。以这种方法，可以减小代码的平均长度。VLC的一个公知的实例包括霍夫曼编码，尽管存在许多其他实例。例如，Fano/Shannon编码包括VLC，莫尔斯代码也是如此，其短代码用于代替频繁地出现的字母，比如E(一个点)，且较长的代码用于其它的，比如X(划-点-点-划)。当然，要求保护的主题不限于这些实例的范围。仅为了说明的目的提供这些实例。
同样地，另一实施例可以包括通过相应的正的非零数字V编码码元的方法。可以确定对于其bE不超过V的指数E的最大的整数值，其中b是整数模值，且E＝fix(logb(V))。同样地，可以计算残差R＝V-bE。因此，可以产生包括编码为可变长度码的指数值和残差值的码元码。当然，要求保护的主题不限于这些具体的实施例的范围。这只是要求主题的范围内包括的实施例的一个实例。
各种修改是可能的，且所有意在被包括在要求保护的主题的范围内。例如，在一个可选实施例中，码元可以可选地包括在码元字母表中，该码元字母表以预期的出现概率排列码元，V的值表示码元的排行。
同样地，在一个实施例中，可变长度编码器(VLC)，例如，霍夫曼编码器，可以对例如Golomb码的码的指数进行编码，以高效地编码和压缩码元流。然而，例如，取决于特定的实施例，VLC可以是自适应的或者静态的。
尽管要求保护的主题不限于在这方面的范围，应当注意如在这里描述的编码过程的实施例有时可能在实际应用中执行霍夫曼编码之外。同样地，当要求保护的主题不限于在这方面的范围时，实施例可以方便地应用于游程编码和/或用于难用的概率分布，尽管这些仅是实例，且要求保护的主题不限于在这方面的范围。
除编码数据的方法的实施例之外，实例实施例可以包括完全包括这种方法的计算机程序；和/或编码器，比如以硬件、固件、软件、或者其组合实现的一个编码器。实施例还可以包括实施这种方法的视频和/或音频编解码器；由此可以根据这种方法将数据编码的视频和/或音频压缩系统，且其中可以随后通过通信信道发送这种数据以用于由在远端的解码器重建。作为选择地，可以存储编码的数据而不是发送。在要求保护的主题的范围内包括这些和许多其他实施例。
例如，图1示出了使用符号和数值表示的Golomb编码的N位定点二进制数的实施例。前导位S(在可选实施例中可以省略)指示符号。其后面跟有多个非有效的前导零。第一有效位(FSB)出现在位置E，由此该FSB的位置指示指数的值，剩余的位由随后的E位表示，在这里这已知为“残差”R。在该表示中，数字的量值M简单地是由标记为0到N-1的N位表示的二进制数的值。
这里，符号＝1或者0
同样地，量值＝M＝∑2nbn
其中bn是位n的值，是0或者1，且从n＝0到N求和。
对于M＞＝1，E＝FSB的位置＝fix(log2M)
R＝残差＝M-2E
对于E＞＝1且M＞＝2其具有E位。
给定图1的表示，为通过通信信道发送数据，在该实施例中，可以与位置值E和残差R的值一起发送S的值(如果合适的话)。典型地，不编码残差值，且按照原样简单地逐个发送这些位。然而，当然，在某些实施例中可以采用残差的熵编码。
在某些情况中，发送E的值会具有挑战性，因为发送E的位的数目可能典型地是可变的，按照发送残差的位的数目。实现Golomb编码器的普遍的方式是不发送E的值，而是代替地，发送E关于发送的上个值的变化。例如，第一个码元的发送可指示E的值加1，然而第二个码元的发送可指示该值减1。第三个码元的发送可指示E的值保持不变。实际上，可以作为连续的位，发送E的连续多个值之间的差，尽管要求保护的主题不限于在这方面的范围。可以找到更多的细节，例如，在Rice，RF：“Some practical universal noiseless codingtechniques”，Tech.Rep.JPL-79-22，Jet Propulsion Laboratory，Pasadena，CA，1979年3月中。霍夫曼编码也是编码数据的公知的方法，其细节可以在霍夫曼，D.：“A method for the construction ofminimum redundancy codes”，Proc.Inst.Radio Eng.，1952，9，(40)，PP.1098-1101中找到。
在二进制情况中，如果可能出现的E的最大值是Max_E，从0到Max_E的全部值的未编码的表示采用1+fix(log2Max_E)位。因为Golomb码的特征是我们不必知道数字的范围的，从而我们不必知道Max_E的大小。然而，一旦E对特定的数字是已知的，则可知R的值采用E位。
举例来说，因为R的概率密度通常地相对平坦，Golomb编码的实施例至少部分地工作良好，即使在M的概率密度不均匀的或者不对称的情况下。分布的不对称主要表现在E的分布中，尽管甚至其通常是适当的。在E上存在平滑效果，因为大于1的E的任意值覆盖M的2E个不同的M值的范围。在R上存在的平坦化效果，因为R的值的数目小于M的可能的值的数目。该具体的实施例的一个方面涉及认识到编码器的高效工作至少部分地取决于编码E的“成本”。因此，该成本的减少会是期望的。例如，如果E的范围是受限的，也就是1＜E＜Max_E，通过1+fix(log2(Max_E-1))位的二进制数E-1来编码E是可接受的。在此背景下，我们定义通过位将E简单地编码为原始(Raw)码的方法。此外，如果K和Max_E都是2的幂，这会产生好的结果，当然，尽管要求保护的主题不限于在这方面的范围。
一个接近的实例可用于示出采用原始码，比如原始Golomb码，其可提供用于编码数据的合理的技术。假定我们希望发送数字的序列，且从1到8的所有数字同等地可能在连续的数字之间没有相关性。有效地，这类似投掷8个面的骰子的结果。编码和发送这种数据的一个方式是使用可变长度编码器(VLC)，比如霍夫曼编码器。
如公知的，该数字序列的编码的理论成本或者说熵是log28＝3位，且简单地作为三位发送该值是最佳码。理论上，良好构造的VLC，比如霍夫曼编码器会认识到这一点并产生最佳码。然而实际上，这可能不出现，比如如果VLC是自适应的且从不太可能具有平坦的发生概率的观测直方图的实际的数字序列形成其码。因此，例如，可能VLC分配码元为具有不同概率且分配1位码给编码器确定是最普遍的一个码元，且将2位码分配给下一个，等等。在该实例中，我们能够假定从1到7的数字具有1到7个位，且我们也可以以7位编码值8。在这种情况下，VLC平均将使用1/8(1+2+3+4+5+6+7+7)位，这里35/8＝4.375位，大于最优值接近46％。通常意识不到霍夫曼编码器有时如此不良地工作。
另一方面，原始Golomb码在发送相同数字序列方面做得更好。在这种情况下E的范围是0-3，这我们可以以2位进行通信。
我们能够列出对于8个可能数字采用的位的数目：
值   E    E位  R    R位  总的位
1    0    2    -    0    2
2    1    2    0    1    3
3    1    2    1    1    3
4    2    2    0    2    4
5    2    2    1    2    4
6    2    2    2    2    4
7    2    2    3    2    4
8    3    2    0    0    2
该码平均将使用26/8位，这里大约超过最优值8％。如果我们说我们预先不知道8是最大数字，如果出现8可允许4位残差。则，平均是30/8位，或者说超过最优值25％。尽管如此，如该实例示范的，这里原始Golomb码比霍夫曼码执行得好。
原始Golomb码的某些无效性可能归因于以即使E的不同值不以相同频率发生也采用2位来编码一个值的方式编码E。代替地，对于该具体的实施例，我们建议使用VLC来编码E的值。可变长度编码器(VLC)典型地使用其中将码元的出现概率以数字顺序排列的码元的字母表。该类型的一个公知的编码器是霍夫曼编码器，如上所述。除了可霍夫曼以外，也可以使用其他VLC。
继续先前的实例，E的最常见的值是2，这样我们使用最短代码，二进制1。类似地，对于E＝1的二进制码是01，且对于E＝0和E＝3的二进制码是001或者000，两种都行。也可以在E的编码中切换二进制值0和1的角色。这可以被认为是E的霍夫曼码，具有000和001的选择以编码任意的值1和8。
效率如下：
值   E    E(二进制)      E位      R    R位        总的位
1    0    001            3        -    0          3
2    1    01             2        0    1          3
3    1    01             2        1    1          3
4    2    1              1        0    2          3
5    2    1              1        1    2          3
6    2    1              1        2    2          3
7    2    1              1        3    2          3
8    3    000            3        0    0          3
我们定义“混合Golomb编码器”(HGC)为其中霍夫曼VLC用于E值的编码的Golomb码。以上该实例示出了在这种情况下HGC是最优的。在形成该码时，我们利用了对于0或8不采用R值的事实。如果E是0，当然不存在残差，且如果E是3，发送的数字是8，再次没有残差。我们也假定对于E＝0和E＝3的霍夫曼码被正确地认为是等效的。
为了和代替地可以是自适应的实际的霍夫曼编码器相比较，我们可认识到对于0或8的E值中的一个或另一个可使用4位码。我们同时可以预先不知道最大值是8，这是对于一个码元使用4位码的另一原因。在这些情况中，将平均使用25/8个位，这仅多于最优值4％。
我们还可以和其中已知霍夫曼编码器是最优的情况进行比较，比如如果我们的8个码元的概率是1/2，1/4，...，1/128，1/128。最后二个概率是相同的以便概率的和为1.0。来自这种源的码元流的理论的熵是每码元1.9844位，且霍夫曼编码器平均精确地实现这一点。
对于混合Golomb编码器(HGC)的实施例，我们列表，并应用概率以获得平均性能。注意我们假定恰当地标识E值的排行。
码元   概率     E(二进制)    E位    R      R位    总的位     平均的位
1      1/2      1            1      -      0      1          0.5
2      1/4      01           2      0      1      3          3/4
3      1/8      01           2      1      1      3          3/8
4      1/16     001          3      0      2      5          3/16
5      1/32     001          3      1      2      5          3/32
6      1/64     001          3      2      2      5          3/64
7      1/128    001          3      3      2      5          3/128
8      1/128    0001         4      0      0      4          4/128
所使用的平均位数是2.0078，且这仅比霍夫曼码的1.9844位差1％，即使霍夫曼编码是最优的。
在概率的范围内，实验显示使用霍夫曼VLC编码E的值的混合Golomb编码器一贯地具有优于霍夫曼编码器，除了相对接近霍夫曼编码器的理想工作条件的情况。
如上所述，实现传统的Golomb编码器的一个通用方式是不发送E的值本身，而是代替地发送E的值的变化。尽管这在其中连续值相关的某些很窄的条件下是优选的，但理论和试验的结果都显示出混合Golomb编码器通常优于这种传统的Golomb编码器。例如，在游程编码中，连续的E值通常是反相关的，例如，大的游程之后是短的游程，且因此传统的Golomb编码器可能“来回”追踪E值，而HGC大多数时间会为E选择更好的码。
当然，将理解，在编码E的值时，使用霍夫曼处理不是必要的。能够代替地使用任意可变长度码，比如固定(预定义)码或者，做为选择，使用自适应码，其中根据在待发送的数据内找到的数字或符号的测量概率确定值。当然，这些仅是实例，且要求保护的主题不限于这些实例的范围。
根据要求保护的主题的实施例可被应用于所有类型的数据的编码，包括在编码应用之前，通过任意方便的映射转换为数字形式的非数字数据，比如符号数据。注意的是，实施例对于游程编码性能良好，当然，尽管将理解要求保护的主题不局限于该应用。要求保护的主题的实施例意在被应用于多个不同类型的数据编码的任意一个。因此，要求保护的主题不意在在其可应用于的数据类型方面受限制。
当然，将理解尽管刚刚描述了具体的实施例，要求保护的主题不限于具体的实施例或者实现的范围。例如，一个实施例可以是硬件形式的，比如实现以在装置或者装置的组合上工作，然而另一实施例可以是软件形式的。同样地，可以以固件实现实施例，或者例如，实现为硬件、软件和/或固件的任意组合。同样地，尽管要求保护的主题不限于在这方面的范围，一个实施例可以包括一个或多个制品，比如存储介质。这存储介质，比如，一个或多个CD-ROM和/或磁盘可具有在其上存储的指令，所述指令在由比如计算机系统、计算平台、其他系统的系统执行时，可产生根据执行的要求保护的主题的方法的实施例，比如先前描述的实施例之一。作为一个潜在实例，计算平台可包括一个或多个处理单元或者处理器，一个或多个输入/输出设备，比如显示器、键盘和/或鼠标，和/或一个或多个存储器，比如静态随机存取存储器、动态随机存取存储器、闪存存储器和/或硬盘。
在先前的描述中，已经描述了要求保护的主题的各种方面。为了说明的目的，描述特定的数字、系统和/或配置以提供要求保护的主题的全面的理解。然而，对于本领域技术人员显而易见的是通过本公开的益处，可以不以特定细节实践要求保护的主题。在其他情况中，省略和/或简化公知的特征以便不模糊所要求保护的主题。虽然在这里已经示出和/或描述了某些特征，本领域技术人员将想到许多修改、替换、变更和/或等价物。因此，应理解所附的权利要求意在覆盖落入要求保护的主题的真正的精神内的所有这种修改和/或变更。

Claims (28)

1.一种方法，包括：
通过指数值E和残差值R编码数据码元；
其中，施加于指数值的编码包括可变长度编码。
2.根据权利要求1的方法，其中，该施加于指数值的可变长度编码包括霍夫曼编码。
3.根据权利要求1的方法，其中，施加于残差值的编码包括固定长度编码。
4.根据权利要求3的方法，其中，所述固定长度编码包括二进制编码。
5.根据权利要求1的方法，其中，所述数据码元包括二进制表示。
6.根据权利要求1的方法，其中，所述可变长度编码是自适应的并根据测量的出现频率选择码。
7.根据权利要求1的方法，其中，所述数据码元被游程编码。
8.根据权利要求1的方法，且进一步包括编码另外的数据码元以形成码元的序列，该码元被包括在以预期的出现概率排列码元的码元字母表内。
9.根据权利要求8的方法，其中，码元的序列表示音频和/或视频流。
10.根据权利要求1的方法，其中，该数据码元的编码包括原始Golomb编码。
11.一种制品，包括：具有存储在其上的指令的存储介质，如果执行该指令，则使得执行如下方法：
通过指数值E和残差值R编码数据码元；
其中，施加于指数值的编码包括可变长度编码。
12.根据权利要求11的制品，其中，如果执行所述指令，所述指令进一步使得施加于所述指数值的可变长度编码包括霍夫曼编码。
13.根据权利要求11的制品，其中，如果执行所述指令，所述指令进一步使得施加于所述残差值的编码包括固定长度编码。
14.根据权利要求13的制品，其中，如果执行所述指令，所述指令进一步使得所述固定长度编码包括二进制编码。
15.根据权利要求11的制品，其中，如果执行所述指令，所述指令进一步使得所述数据码元包括二进制表示。
16.根据权利要求11的制品，其中，如果执行所述指令，所述指令进一步使得所述可变长度编码是自适应的且进一步使得码是符合测量的出现频率的。
17.根据权利要求11的制品，其中，如果执行所述指令，所述指令进一步使得所述数据码元被游程编码。
18.根据权利要求11的制品，其中，如果执行所述指令，所述指令进一步使得编码另外的数据码元以形成码元的序列，该码元被包括以预期的出现概率排列码元的码元字母表内。
19.根据权利要求11的制品，其中，如果执行所述指令，所述指令进一步使得所述数据码元的编码包括原始Golomb编码。
20.一种设备包括：计算平台；所述计算平台适于通过指数值E和残差值R编码数据码元，其中，要施加于所述指数值的码包括可变长度码。
21.根据权利要求20的设备，其中，该要施加于所述指数值的可变长度码包括霍夫曼码。
22.根据权利要求20的设备，其中，该要施加于所述残差值的码包括固定长度码。
23.根据权利要求22的设备，其中，该固定长度码包括二进制编码。
24.根据权利要求20的设备，其中，所述计算平台适于编码包括二进制表示的数据码元。
25.根据权利要求20的设备，其中，该要施加的可变长度码是自适应的，且其中，基本上根据测量的出现频率选择要施加的码。
26.根据权利要求20的设备，其中，所述计算平台适于编码被游程编码的数据码元。
27.根据权利要求20的设备，其中，所述计算平台进一步适于编码另外的数据码元以形成码元的序列，该码元被包括在其中以预期的出现概率排列码元的码元字母表内。
28.根据权利要求20的设备，其中，所述计算平台进一步适于将数据码元编码为原始Golomb码。
CN2007800260774A 2006-06-05 2007-06-04 数据编码 Active CN101496290B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/422,316 2006-06-05
US11/422,316 US7586424B2 (en) 2006-06-05 2006-06-05 Data coding using an exponent and a residual
PCT/US2007/013100 WO2007145875A2 (en) 2006-06-05 2007-06-04 Data coding

Publications (2)

Publication Number Publication Date
CN101496290A true CN101496290A (zh) 2009-07-29
CN101496290B CN101496290B (zh) 2012-10-03

Family

ID=38740475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007800260774A Active CN101496290B (zh) 2006-06-05 2007-06-04 数据编码

Country Status (6)

Country Link
US (1) US7586424B2 (zh)
EP (1) EP2033320A2 (zh)
JP (1) JP2009540670A (zh)
KR (1) KR101172937B1 (zh)
CN (1) CN101496290B (zh)
WO (1) WO2007145875A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103814396A (zh) * 2011-07-18 2014-05-21 汤姆逊许可公司 用于树结构的自适应熵编码的方法

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070271250A1 (en) * 2005-10-19 2007-11-22 Monro Donald M Basis selection for coding and decoding of data
US8674855B2 (en) * 2006-01-13 2014-03-18 Essex Pa, L.L.C. Identification of text
US7783079B2 (en) * 2006-04-07 2010-08-24 Monro Donald M Motion assisted data enhancement
US7586424B2 (en) 2006-06-05 2009-09-08 Donald Martin Monro Data coding using an exponent and a residual
US7770091B2 (en) 2006-06-19 2010-08-03 Monro Donald M Data compression for use in communication systems
US20070290899A1 (en) * 2006-06-19 2007-12-20 Donald Martin Monro Data coding
US7845571B2 (en) * 2006-06-19 2010-12-07 Monro Donald M Data compression
US7689049B2 (en) * 2006-08-31 2010-03-30 Donald Martin Monro Matching pursuits coding of data
US7508325B2 (en) * 2006-09-06 2009-03-24 Intellectual Ventures Holding 35 Llc Matching pursuits subband coding of data
US7974488B2 (en) * 2006-10-05 2011-07-05 Intellectual Ventures Holding 35 Llc Matching pursuits basis selection
US20080084924A1 (en) * 2006-10-05 2008-04-10 Donald Martin Monro Matching pursuits basis selection design
US7707213B2 (en) * 2007-02-21 2010-04-27 Donald Martin Monro Hierarchical update scheme for extremum location
US7707214B2 (en) * 2007-02-21 2010-04-27 Donald Martin Monro Hierarchical update scheme for extremum location with indirect addressing
US20080205505A1 (en) * 2007-02-22 2008-08-28 Donald Martin Monro Video coding with motion vectors determined by decoder
US10194175B2 (en) 2007-02-23 2019-01-29 Xylon Llc Video coding with embedded motion
US7545291B2 (en) * 2007-07-12 2009-06-09 Donald Martin Monro FIFO radix coder for electrical computers and digital data processing systems
US7548176B2 (en) * 2007-07-12 2009-06-16 Donald Martin Monro Data coding buffer for electrical computers and digital data processing systems
US7786907B2 (en) 2008-10-06 2010-08-31 Donald Martin Monro Combinatorial coding/decoding with specified occurrences for electrical computers and digital data processing systems
US7786903B2 (en) 2008-10-06 2010-08-31 Donald Martin Monro Combinatorial coding/decoding with specified occurrences for electrical computers and digital data processing systems
US7864086B2 (en) 2008-10-06 2011-01-04 Donald Martin Monro Mode switched adaptive combinatorial coding/decoding for electrical computers and digital data processing systems
US7791513B2 (en) 2008-10-06 2010-09-07 Donald Martin Monro Adaptive combinatorial coding/decoding with specified occurrences for electrical computers and digital data processing systems
US9286643B2 (en) 2011-03-01 2016-03-15 Applaud, Llc Personalized memory compilation for members of a group and collaborative method to build a memory compilation
US8990217B2 (en) 2011-07-13 2015-03-24 International Business Machines Corporation Lossless compression of high nominal-range data
EP2595076B1 (en) * 2011-11-18 2019-05-15 Tata Consultancy Services Limited Compression of genomic data
CN104349165B (zh) * 2014-09-16 2017-06-16 上海通途半导体科技有限公司 高性能变长编解码方法及装置
US9209833B1 (en) * 2015-06-25 2015-12-08 Emc Corporation Methods and apparatus for rational compression and decompression of numbers
US11394396B2 (en) * 2020-09-25 2022-07-19 Advanced Micro Devices, Inc. Lossless machine learning activation value compression

Family Cites Families (84)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5411614A (en) * 1977-06-27 1979-01-27 Nec Corp Code conversion unit for digital signal
US4168513A (en) * 1977-09-12 1979-09-18 Xerox Corporation Regenerative decoding of binary data using minimum redundancy codes
US4908873A (en) * 1983-05-13 1990-03-13 Philibert Alex C Document reproduction security system
US4558302A (en) * 1983-06-20 1985-12-10 Sperry Corporation High speed data compression and decompression apparatus and method
JPS6097435A (ja) * 1983-11-02 1985-05-31 Hitachi Ltd 演算処理装置
US4635932A (en) * 1985-04-12 1987-01-13 Cerebral Palsy Research Foundation Of Kansas, Inc. Ankle and lower leg exerciser for proprioceptive rehabilitation
US5218435A (en) * 1991-02-20 1993-06-08 Massachusetts Institute Of Technology Digital advanced television systems
US5315670A (en) * 1991-11-12 1994-05-24 General Electric Company Digital data compression system including zerotree coefficient coding
US5321776A (en) * 1992-02-26 1994-06-14 General Electric Company Data compression system including successive approximation quantizer
GB9204360D0 (en) * 1992-02-28 1992-04-08 Monro Donald M Fractal coding of data
JP3092299B2 (ja) * 1992-04-01 2000-09-25 松下電器産業株式会社 ランレングス１／ｎ圧縮フローティング符号の復号装置
JPH06141301A (ja) * 1992-10-27 1994-05-20 Victor Co Of Japan Ltd 画像情報圧縮装置、伸長装置及び圧縮伸長装置
US5412741A (en) * 1993-01-22 1995-05-02 David Sarnoff Research Center, Inc. Apparatus and method for compressing information
US6086706A (en) * 1993-12-20 2000-07-11 Lucent Technologies Inc. Document copying deterrent method
GB2293734B (en) 1994-09-20 1997-04-09 Ricoh Kk Method for compression using reversible embedded wavelets
US5748786A (en) * 1994-09-21 1998-05-05 Ricoh Company, Ltd. Apparatus for compression using reversible embedded wavelets
US5635932A (en) 1994-10-17 1997-06-03 Fujitsu Limited Lempel-ziv compression with expulsion of dictionary buffer matches
US6208744B1 (en) * 1994-12-14 2001-03-27 Casio Computer Co., Ltd. Document image processor and method for setting a document format conforming to a document image
US5754704A (en) * 1995-03-10 1998-05-19 Interated Systems, Inc. Method and apparatus for compressing and decompressing three-dimensional digital data using fractal transform
US5819017A (en) * 1995-08-22 1998-10-06 Silicon Graphics, Inc. Apparatus and method for selectively storing depth information of a 3-D image
US5873076A (en) * 1995-09-15 1999-02-16 Infonautics Corporation Architecture for processing search queries, retrieving documents identified thereby, and method for using same
US5699121A (en) * 1995-09-21 1997-12-16 Regents Of The University Of California Method and apparatus for compression of low bit rate video signals
US6160846A (en) 1995-10-25 2000-12-12 Sarnoff Corporation Apparatus and method for optimizing the rate control in a coding system
US5839100A (en) * 1996-04-22 1998-11-17 Wegener; Albert William Lossless and loss-limited compression of sampled data signals
US6078619A (en) * 1996-09-12 2000-06-20 University Of Bath Object-oriented video system
EP0925689B1 (en) 1996-09-12 2002-07-03 University Of Bath Object-oriented video system
JPH10117353A (ja) * 1996-10-09 1998-05-06 Nec Corp データ処理装置および受信装置
AU5875098A (en) * 1997-02-04 1998-08-25 British Telecommunications Public Limited Company Processor
JP4412622B2 (ja) * 1997-02-05 2010-02-10 コニカミノルタビジネステクノロジーズ株式会社 カラー複写機
GB9703441D0 (en) * 1997-02-19 1997-04-09 British Tech Group Progressive block-based coding for image compression
JP2001523233A (ja) * 1997-04-17 2001-11-20 グラクソ、グループ、リミテッド 混合物の統計的デコンボルーション
US6029167A (en) * 1997-07-25 2000-02-22 Claritech Corporation Method and apparatus for retrieving text using document signatures
US5956429A (en) * 1997-07-31 1999-09-21 Sony Corporation Image data compression and decompression using both a fixed length code field and a variable length code field to allow partial reconstruction
GB9716579D0 (en) 1997-08-05 1997-10-08 Univ Bath Signal coding and decoding
US6489902B2 (en) * 1997-12-02 2002-12-03 Hughes Electronics Corporation Data compression for use with a communications channel
US6125348A (en) * 1998-03-12 2000-09-26 Liquid Audio Inc. Lossless data compression with low complexity
US6661839B1 (en) * 1998-03-24 2003-12-09 Advantest Corporation Method and device for compressing and expanding data pattern
JP3541930B2 (ja) * 1998-08-13 2004-07-14 富士通株式会社 符号化装置及び復号化装置
US6408300B1 (en) * 1999-07-23 2002-06-18 International Business Machines Corporation Multidimensional indexing structure for use with linear optimization queries
GB9920256D0 (en) 1999-08-26 1999-10-27 Wave Limited M Motion estimation and compensation in video compression
US6522785B1 (en) * 1999-09-24 2003-02-18 Sony Corporation Classified adaptive error recovery method and apparatus
US6480547B1 (en) * 1999-10-15 2002-11-12 Koninklijke Philips Electronics N.V. System and method for encoding and decoding the residual signal for fine granular scalable video
KR20010105362A (ko) * 1999-12-28 2001-11-28 요트.게.아. 롤페즈 정합 추적 알고리즘에 기초한 비디오 인코딩 방법
GB0004423D0 (en) 2000-02-24 2000-04-12 Wave Limited M Video and audio coding
US6654503B1 (en) * 2000-04-28 2003-11-25 Sun Microsystems, Inc. Block-based, adaptive, lossless image coder
GB0019121D0 (en) * 2000-08-03 2000-09-27 Wave Limited M Signal compression and decompression
GB0021891D0 (en) * 2000-09-06 2000-10-25 Wave Ltd M Adaptive video delivery
US20020071594A1 (en) * 2000-10-12 2002-06-13 Allen Kool LS tracker system
US6985965B2 (en) 2000-11-16 2006-01-10 Telefonaktiebolaget Lm Ericsson (Publ) Static information knowledge used with binary compression methods
KR100869657B1 (ko) * 2001-03-05 2008-11-21 코닌클리케 필립스 일렉트로닉스 엔.브이. 신호를 압축하는 장치 및 방법
GB0108080D0 (en) * 2001-03-30 2001-05-23 Univ Bath Audio compression
US6985968B1 (en) * 2001-05-11 2006-01-10 Alcatel State machine architecture partitionable into control and data planes
US7003039B2 (en) * 2001-07-18 2006-02-21 Avideh Zakhor Dictionary generation method for video and image compression
US6810144B2 (en) 2001-07-20 2004-10-26 Koninklijke Philips Electronics N.V. Methods of and system for detecting a cartoon in a video data stream
US7006567B2 (en) * 2001-11-30 2006-02-28 International Business Machines Corporation System and method for encoding three-dimensional signals using a matching pursuit algorithm
FR2833818B1 (fr) * 2001-12-21 2004-11-19 Oreal Dispositif comportant un boitier et un applicateur
US6847966B1 (en) 2002-04-24 2005-01-25 Engenium Corporation Method and system for optimally searching a document database using a representative semantic space
AU2002368408A1 (en) 2002-12-04 2004-06-23 Atop Innovation S.P.A. Automated method for lossless data compression and decompression of a binary string
JP4350414B2 (ja) * 2003-04-30 2009-10-21 キヤノン株式会社 情報処理装置及び情報処理方法ならびに記憶媒体、プログラム
US7230551B2 (en) * 2003-06-20 2007-06-12 Nippon Telegraph And Telephone Corporation Floating-point type digital signal reversible encoding method, decoding method, apparatuses therefor, and programs therefor
GB0321954D0 (en) * 2003-09-18 2003-10-22 Wave Ltd M Data compression
EP1545010A1 (en) * 2003-12-18 2005-06-22 Deutsche Thomson-Brandt GmbH Method and device for transcoding N-bit words into M-bit words with M smaller N
US7079986B2 (en) * 2003-12-31 2006-07-18 Sieracki Jeffrey M Greedy adaptive signature discrimination system and method
GB2409943A (en) 2004-01-08 2005-07-13 Wave Ltd M Data compression using matching pursuits algorithms
GB0412175D0 (en) 2004-06-01 2004-06-30 Smart Sensors Ltd Identification of image characteristics
EP1610560A1 (en) 2004-06-24 2005-12-28 Deutsche Thomson-Brandt Gmbh Method and apparatus for generating and for decoding coded picture data
US7580585B2 (en) * 2004-10-29 2009-08-25 Microsoft Corporation Lossless adaptive Golomb/Rice encoding and decoding of integer data using backward-adaptive rules
US7562021B2 (en) * 2005-07-15 2009-07-14 Microsoft Corporation Modification of codewords in dictionary used for efficient coding of digital media spectral data
US20070053603A1 (en) * 2005-09-08 2007-03-08 Monro Donald M Low complexity bases matching pursuits data coding and decoding
US8121848B2 (en) 2005-09-08 2012-02-21 Pan Pacific Plasma Llc Bases dictionary for low complexity matching pursuits data coding and decoding
US7813573B2 (en) * 2005-09-08 2010-10-12 Monro Donald M Data coding and decoding with replicated matching pursuits
US20070065034A1 (en) 2005-09-08 2007-03-22 Monro Donald M Wavelet matching pursuits coding and decoding
US7848584B2 (en) * 2005-09-08 2010-12-07 Monro Donald M Reduced dimension wavelet matching pursuits coding and decoding
US20070271250A1 (en) * 2005-10-19 2007-11-22 Monro Donald M Basis selection for coding and decoding of data
US8674855B2 (en) 2006-01-13 2014-03-18 Essex Pa, L.L.C. Identification of text
US7783079B2 (en) 2006-04-07 2010-08-24 Monro Donald M Motion assisted data enhancement
US7586424B2 (en) 2006-06-05 2009-09-08 Donald Martin Monro Data coding using an exponent and a residual
US7770091B2 (en) * 2006-06-19 2010-08-03 Monro Donald M Data compression for use in communication systems
US20070290899A1 (en) 2006-06-19 2007-12-20 Donald Martin Monro Data coding
US7845571B2 (en) * 2006-06-19 2010-12-07 Monro Donald M Data compression
US7689049B2 (en) 2006-08-31 2010-03-30 Donald Martin Monro Matching pursuits coding of data
US7508325B2 (en) 2006-09-06 2009-03-24 Intellectual Ventures Holding 35 Llc Matching pursuits subband coding of data
US7974488B2 (en) 2006-10-05 2011-07-05 Intellectual Ventures Holding 35 Llc Matching pursuits basis selection
US20080084924A1 (en) * 2006-10-05 2008-04-10 Donald Martin Monro Matching pursuits basis selection design

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103814396A (zh) * 2011-07-18 2014-05-21 汤姆逊许可公司 用于树结构的自适应熵编码的方法
US9532056B2 (en) 2011-07-18 2016-12-27 Thomson Licensing Method for adaptive entropy coding of tree structures
CN103814396B (zh) * 2011-07-18 2017-03-08 汤姆逊许可公司 编解码比特流的方法和装置

Also Published As

Publication number Publication date
US20070282933A1 (en) 2007-12-06
CN101496290B (zh) 2012-10-03
EP2033320A2 (en) 2009-03-11
KR101172937B1 (ko) 2012-08-10
WO2007145875A2 (en) 2007-12-21
US7586424B2 (en) 2009-09-08
JP2009540670A (ja) 2009-11-19
WO2007145875A3 (en) 2008-03-27
KR20090035494A (ko) 2009-04-09

Similar Documents

Publication Publication Date Title
CN101496290B (zh) 数据编码
CN101485095B (zh) 数据压缩
CN101501999B (zh) 数据编码
CN101496288A (zh) 数据压缩
JPH0645950A (ja) 信号生成装置とその方法
US10666289B1 (en) Data compression using dictionary encoding
US20090195420A1 (en) Fifo radix coder for electrical computers and digital data processing systems
US20090019069A1 (en) Data coding/decoding for electrical computers and digital data processing systems
Nagaraj et al. Arithmetic coding as a non-linear dynamical system
CN1675842B (zh) 算术编码的方法、设备以及相应解码方法
EP0304608B1 (en) Multi-mode dynamic code assignment for data compression
US20100085219A1 (en) Combinatorial coding/decoding with specified occurrences for electrical computers and digital data processing systems
US11115049B1 (en) Hardware friendly data decompression
CN101657973B (zh) 采用位精度的编码装置和编码方法
CN112449191A (zh) 压缩多个图像的方法、解压缩图像的方法和装置
Hidayat et al. Survey of performance measurement indicators for lossless compression technique based on the objectives
CN1615590A (zh) 数字信息信号的数据压缩和扩展
RU2488960C2 (ru) Способ компрессии-декомпрессии данных и устройство для его осуществления
CN113346913A (zh) 使用减量的出现次数的数据压缩
CN111836051B (zh) 一种桌面图像编码、解码方法及相关装置
US11184023B1 (en) Hardware friendly data compression
Jayavathi et al. Efficient hardware architecture for integer implementation of multi-alphabet arithmetic coding for data mining
CN113659992A (zh) 数据压缩方法及装置、存储介质
Lu et al. ZFP-X: Efficient Embedded Coding for Accelerating Lossy Floating Point Compression
Wernik et al. An implementation of Rice coder on AVR platform

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant