基于算术编码的数据压缩算法的研究与实现毕业设计.doc

约44页DOC格式手机打开展开

基于算术编码的数据压缩算法的研究与实现毕业设计,本文共计43页,24594字;摘要在现今的电子信息技术领域,由于需要处理的数字化的信息(尤其是多媒体信息)通常会特别庞大,如果不对其进行有效压缩就难以得到实际应用,数据压缩的目的即是通过有效减少数据文件的冗余信息而使数据文件可以以更快的速度传输或在更少的空间储存。因此数据压...
编号:10-23662大小:421.00K
分类: 论文>通信/电子论文

内容介绍

此文档由会员 何倩倩 发布

基于算术编码的数据压缩算法的研究与实现毕业设计

本文共计43页,24594字;

摘 要
在现今的电子信息技术领域,由于需要处理的数字化的信息(尤其是多媒体信息)通常会特别庞大,如果不对其进行有效压缩就难以得到实际应用,数据压缩的目的即是通过有效减少数据文件的冗余信息而使数据文件可以以更快的速度传输或在更少的空间储存。因此数据压缩技术已成为当今数字通信、存储和多媒体娱乐的一项关键的共性技术。
本文由香农熵理论和统计编码的原理开始,逐步展开对基于算术编码的数据压缩的研究与应用的讨论:从算术编码的原理、产生条件、以及研究算术编码的目的意义等,到具体算术编码方案的分析比较以及其C++语言的实现方案,有重点的对算术编码的特点进行了分析和阐述。而针对算术编码在处理二元符号时高压缩比、低复杂度的特点,本文着重探讨了算术编码方法处理二元数据流的过程的特点和效率优势,并将算术编码的不同实现方法进行了分析和比较,特别是对N阶自适应编码的特点和处理文字信息的优势进行了分析,然后将其和与之较为类似的Huffman编码进行了比较,通过比较得出了算术编码具有但Huffman编码不具有的在处理数据流方面的优势,即Huffman编码必须在得到全部数据文件之后才可以对文件进行编码处理,而算术编码方法可以在只得到数据流片段的情况下就开始对数据进行压缩,使得当处理数据流信息时在保证高压缩比的同时具有了很大的灵活性。
本文通过对算术算法特点和应用方向的研究,阐明其在数据压缩领域不可取代的地位及在处理流片段数据所具有的在压缩比和灵活性方面的优势,展示出算术编码的强大生命力和独特优势。
最后,应用文中研究得到的算术编码方法和实现模型,在Windows系统下,使用Visual C++ 作为编程工具,实现了算术编码及其应用程序界面,,对于接近二进制流的文件,本设计具体令人满意的压缩效果,对其他格式的文件也有较好的压缩效果,达到了论文的设计目标。
关键词:算术编码,无损压缩,自适应模式



ABSTRACT

Nowadays, as the digital information (especially the multimedia information) becomes more voluminous in the telegraphy field, the information should be compressed availably. The purpose of data compression is reducing the redundancy of data files effectively for faster transfer and/or smaller space for storage. So the data compression technology becomes a common pivotal technology for digital communication, storage and multimedia entertainment.






目 录

摘 要 II
ABSTRACT III
第一章 绪论 1
1.1数据压缩 1
1.2数据压缩的现状与发展趋势 2
1.3课题研究的意义 4
第二章 算术编码原理及特点 5
2.1统计编码 5
2.2算术编码原理 6
2.2.1算术编码理论 6
2.2.2算术压缩模式 8
第三章 典型算术编码方案分析 12
3.1 WNC算法算术编码 12
3.2 基于上下文的二进制算术编码 14
3.3自适应算术编码算术及其实现 16
第四章 算术编码系统的实现 20
4.1软件模块设计 20
4.2软件模块的具体实现 21
4.2.1输入输出模块的实现 21
4.2.2压缩模块的实现 24
4.2.3解压模块的实现 27
4.3压缩效率分析 30
4.4 软件设计的优点与不足 31
4.5 软件设计值得改进的地方 31
第五章 算术编码总结 33
参考文献 35
致 谢 36
附 录 37
算法源代码 37

参考文献
[1] D.A.Huffman. A Method for the Construction of Minimum Redundancy Codes. [J] Proceedings of the Institute of Radio Engineers. 40(9):1098-1101, September 1952.
[2] Elias P. Information theory and coding.[J] NY: New York , Mc2 Graw2Hill , 1963
[3] Rissanen [J] . IBM J . Res. Develop. , 1976 ,20(3) :198
[4] Rissanen J , G.G.Langdon. [J]. IBM J . Res. Develop. , 1979 ,23
(2) :149
[5] Witten I H , Neal R M, Cleary J G. Communications of the ACM . [J]. 1987 ,30(6) :520