指数哥伦布编码

哥伦布编码前言

在计算机中，一般数字的编码都为二进制，但是由于以相等长度来记录不同数字，因此会出现很多的冗余信息，如下：

十进制	5	4	255	2	1
二进制	00000101	00000100	11111111	00000010	00000001
有效字节	3	3	8	2	1

 

如数字1，原本只需要1个bit就能表示的数据，如今需要8个bit来表示，那么其余7个bit就可以看做是冗余数据，

在网络传输时，如果以原本等长的编码方式来传输数据，则会出现很大的冗余量，加重网络负担

但是如果只用有效字节来传输上述码流，则会是：10110011111111101，这样根本不能分离出原本的数据

哥伦布编码则是作为一种压缩编码算法，能很有效地对原本的数据进行压缩，并且能很容易地把编码后的码流分离成码字。

哥伦布编码思想

一个码字的信息量，称之为熵，二进制上可用log2[n]来表示，也就是上面表格的有效字节，但是如果只是把有效码字串联起来，得到的只是一串无用的码流，因为这串码流中并没有描述单一码字的信息量，也就是无法对码流进行分离

哥伦布编码就采用了加0前缀，用于表达码字的信息量，在得到m个0前缀后，就能知道该码字在码流中的长度，并从码流中把码字分离出来

哥伦布编码概念

指数哥伦布（Exp-Golomb）编码是一种在音视频编码标准中经常采用的可变长编码方法，它是使用一定规则构造码字的变长编码模式。它将所有数字分为等大小不同的组，符号值较小的组分配的码长较短，同一组内符号长基本相等，并且组的大小呈指数增长。

指数哥伦布码的比特串分为“前缀”（prefix）和“后缀”（suffix）两个部分。它的逻辑结构为：

[Mzero][1][INFO]

编码后码长为2M + 1 + k，M为前缀长度，1为中间的1长度，M+k为后缀长度

哥伦布编码流程

zeroPrefixLength用于存储0前缀个数

codeNum是即将被编码的码字

k是指数哥伦布编码的指数

codeLen用于存储编码后长度

INFO为哥伦布编码后缀

编码时

M = zeroPrefixLength = floor(log2[codeNum + 2^k])

INFO = codeNum + 1 - 2^M

可以对编码过程进行如下分析：

首先求出码字的信息量，为N，

由于信息量肯定大于1，为减小码流，对其减一得 M = N - 1(也就是上述的求下整)

然后也需要尽量对后缀进行压缩，因此利用前面所得的M进行缩减得，codeNum - 2^M

最后考虑到0这个数字的存在，为了使INFO非负，对其+1

解码时

codeNum = 2^M + INFO - 1

codeLen = 2M + 1 + k

K阶指数哥伦布码表

阶数	码字结构	codeNum 取值范围	阶数	码字结构	codeNum 取值范围
K = 0	1	0	K = 2	1XX	0~3
	01X	1~2		01XXX	4~11
	001XX	3~6		01XXXX	12~27
	0001XXXX	7~14		01XXXXX	28~59
	...	...		...	...
K = 1	1X	0~1	K = 3	1XXX	0~7
	01XX	2~5		01XXXX	8~23
	001XXX	6~13		001XXXXX	24~55
	0001XXXX	14~29		0001XXXXXX	56~119
	...	...		...	...

一般来说，根据码字出现的概率调整哥伦布编码的阶数K，

如果是码字0出现的概率较大，那么应该用K = 0，即0阶指数哥伦布编码

如果码字0与1出现的概率都比较大，那么应该用K = 1，以此类推

在H.264中用的是K = 0

JM代码如下

void ue_linfo(int ue, int dummy, int *len,int *info)
{
  int i,nn;

  nn=(ue+1)/2;

  for (i=0; i < 16 && nn != 0; i++)
  {
    nn /= 2;
  }
  *len= 2*i + 1;//哥伦布码码字的长度
  *info=ue+1-(int)pow(2,i);// 码字的内容
}