编码原理详解--CABAC

Posted 2020-10-23

本篇介绍一下熵编码的另外一种方式CABAC，基于上下文的自适应二进制编码，其同样是对经过ZigZag扫描后的数据从概率的角度进行再编码，但是由于CABAC编码过程中涉及到诸多的概率模型以及其他算法，由于篇幅原因，本篇只做提及，不详细展开，本篇希望从梗概的角度让大家明白CABAC是怎样的一个过程。

一、简介

    CABAC编码的目的是从概率的角度再做一次压缩，编码的过程主要分为二值化，上下文建模，二进制算术编码。

二、二值化

    在图像处理的世界中，所谓二值化就是将像素点的值根据一定的算法，将像素分别修改为0，或255，即获取图像的灰度图，或者通俗些讲就是图像的黑白图。而此处的“二值化”可以暂且理解为，将数值二进制化的一个过程，当然不是简单的将十进制转换为二进制。CABAC中二值化的方式主要有“一元码”，“截断一元码”，“K阶指数哥伦布编码”，“定长编码”，详细的就不展开了，不过小编决定了后续专门搞篇说这个的，嫑着急。这里简单以“一元码”简单举例说明下：
    “一元码”的编码方式是，对于一个非二进制的无符号整数x >= 0，在CABAC中的一元码码字用x个“1”位外再加一个“0”组成。For example，   对“8”编码，则二值化后的结果为“111111110”。辣么，如果是6呢，你可以尝试一下的哦。    
    经过二值化之后，CABAC就已经把待编码的语法元素按照一定的规则转换为只用“0”和“1”的二进制流，称为比特流。

三、上下文建模

    待编码数据具有上下文相关性，利用已编码数据提供的上下文信息，为待编码的数据选择合适的概率模型，这就是上下文建模。通过对上下文模型的构建，基本概率模型能够适应随视频图像而改变的统计特性，降低数据之间的冗余度，并减少运算开支。
    H.264/AVC标准将一个Slice可能出现的数据划分为399个上下文模型，每个模型均有自己的上下文序号，命名为CtxIdx，每个不同的字符依据对应的上下文模型，来索引自身的概率查找表。即收到字符后，先找到字符对应的上下文模型的序号CtxIdx，然后根据CtxIdx找到其对应的概率查找表。 详细的步骤如下：
    （1）确定当前的字符对应的上下文模型的区间，H264标准中的表9-1描述了相应的对应关系。

    （2）按照不同的法则，在（1）步中得到的区间中最终确定的上下文模型个的CtxIdx。具体的法则同样需要去查找标准里对应的一些表，在此就不再赘述。

四、二进制算术编码

    第三步通过上下文建模找到的概率模型的概率估计方法构成了一个自适应二进制算术编码器。概率估计是在前一次上下文建模阶段更新后的概率估计。在对每个二进制数值编码过后，概率估计的值相应的也会根据刚刚编码的二进制符号进行调整。
    二进制算术编码是算术编码的特殊情况，其原理与一般算术编码一样（关于算术编码，大家可自行查阅，当然，小编也准备单开一篇缕缕喽）。不同的是，二进制算术编码序列只有“0”和“1”两种符号，所涉及的概率也只有P(0)和P(1)。

    经过上述的步骤，同样也就经历了一次熵编码的完整过程，即CABAC的大概流程，由于细节部分涉及的内容相对较多，后续慢慢研究喽。希望对大家有所帮助哦。

声明：感谢大家一如既往的支持，由于笔者水平有限，难免有纰漏支出，有错误烦请诸位指出，在此提前谢过。