论文部分内容阅读
Context模型是一种在信源编码中广泛使用的，用于提高压缩效率的方法。然而，由于Context模型代价的存在，使用Context模型时压缩效率的提高并不尽如人意。
本文通过对近年来提出的Context模型处理方法进行讨论，对模型代价和编码效率二者在编码过程中的表现进行分析，得到了平衡二者表现才可以得到较好压缩结果的结论。
本文提出一种综合考虑Context模型的模型代价和编码效率的编码方案，以期可以提高最终的编码压缩效果。在本文的Context模型构建和处理过程当中，边信息在一开始就作为一个重要因素被考虑在内，这样虽然造成了编码效率的些许降低，但是对于提高最终的压缩效果却是很有帮助的。
在构建出Context模型之后，本文对待编码数据进行了基于Context模型的自适应算术码编码，并将编码结果与以往方法的编码结果进行了比较。
本文最后给出了实验方案、实验结果以及对结果的讨论。实验数据来自标准灰度图像Lean和Barbara。实验结果表明，本文提出的Context模型构建方法在实验数据压缩上的表现是具有优势的。