[发明专利]一种使用哈希搜索的匹配编码方法

说明书

本发明公开了一种使用哈希搜索的匹配编码方法，其技术方案要点是：一种使用哈希搜索的匹配编码方法，包括如下步骤：步骤1、搜索和选择参考基元：对一个当前基元，在一个称为参考集的由已完成预定程度的编解码的元素组成的集合或其子集之中，依据预定判断准则，搜索和选择一个最优的参考基元作为所述当前基元的参考基元；步骤2、更新哈希表：按照预定的哈希表更新规则，计算所述当前基元中满足预定条件的元素的哈希值并更新哈希表中的对应的哈希链的相应节点。本发明达到有效降低计算的复杂度，并提高使用哈希搜索的匹配编码的效率。

技术领域

本发明涉及数据编码和解码领域，尤其涉及到一种使用哈希搜索的匹配编码方法。

背景技术

随着人类社会进入人工智能、大数据、虚拟现实、增强现实、混合现实、云计算、移动计算、云-移动计算、超高清(4K)和特超高清(8K) 视频图像分辨率、4G/5G通讯的时代，对各种数据，包括大数据、图像数据、视频数据、以及各种新形态的数据，进行超高压缩比和极高质量的数据压缩成为必不可少的技术。

数据集是由数据元素(例如：字节、比特、像素、像素分量、空间采样点、变换域系数)组成的集合。

对数据集进行编码或解码(简称为编解码)时，通常将数据元素按照预定规则排序即规定前后顺序，依前后顺序进行编解码。

对排列成一定空间(一维、二维、或多维)形状的数据集(例如：一个一维数据队列、一个二维数据文件、一帧图像、一个视频序列、一个变换域、一个变换块、多个变换块、一个三维场景、一个持续变化的三维场景的序列)，特别是二维或以上数据集进行数据压缩的编码(以及相应的解码)时，有时还把此数据集划分成若干具有预定形状和/或大小(即元素数目)的子集，称为整压缩单元，以整压缩单元为单位，以预定的顺序，一个一个整压缩单元地进行编码或者解码。在任一时刻，正在编码或者解码中的整压缩单元称为当前整压缩单元。正在编码或者解码中的数据元素(有时也简称为元素)称为当前编码数据元素或者当前解码数据元素，统称为当前数据元素，简称为当前元素。元素由N个分量(通常1≤N≤5)组成，因此数据集和整压缩单元也都由N个分量组成。

在数据集划分成整压缩单元的情形，排序的一种预定规则是首先对整压缩单元排序，再对每个整压缩单元内的元素排序。

数据压缩的一种有效手段是匹配编码也称预测编码，即在对当前元素进行编解码时，在一个称为参考集的已完成预定程度的编解码的元素的集合或其子集之中，获得与所述当前元素具有相同或相近似的数值的元素，称之为所述当前元素的参考元素或预测元素或匹配元素。当当前元素与其参考元素不是相同而是相近似时，两者的数值上的差别称为预测差或称为匹配误差或称为预测残差。

如果一个或一组或一串或一块或一群具有预定关系的若干个当前元素，称之为当前基元，能在参考集内找到相应的参考基元，则仅需要使用若干参数来记录所述参考基元在参考集内的位置和/或形状和/或大小和/或尺寸，而不需要逐个记录所述当前基元内每个元素的数值本身，就能完整地表示所述当前基元的所有元素，从而达到数据压缩的目的。

例如，一个连续排序的当前元素串，简称为当前串，如果能在参考集内找到相应的参考串，则仅需要使用当前串的第一个元素与参考串的第一个元素之间的位置关系和串长度这两个参数来记录所述参考串在参考集内的位置和大小，而不需要逐个记录所述当前串内每个元素的数值本身，就能完整地表示所述当前串的所有元素。记录所述两个参数所消耗的比特数常常远少于逐个记录所述当前串内每个元素的数值本身所消耗的比特数，从而达到了数据压缩的目的。