Аннотация: В статье проведён анализ методов сжатия данных без потерь, включая tANS и кодирование Хаффмана. Показано, что tANS сочетает эффективность арифметического сжатия и быстродействие Хаффмана, обеспечивая степень сжатия, близкую к пределу Шеннона. Благодаря простоте реализации и малому расходу памяти, метод применим во встраиваемых системах для сжатия данных.
Abstract: The article analyzes lossless hyperspectral data compression methods, including tANS and Huffman coding. It is shown that tANS combines the efficiency of arithmetic coding with the speed of Huffman coding, achieving compression rates close to the Shannon limit. Due to its implementation simplicity and small table size (1–2 KB), the method is suitable for embedded image processing systems.
Abstract: The article analyzes lossless hyperspectral data compression methods, including tANS and Huffman coding. It is shown that tANS combines the efficiency of arithmetic coding with the speed of Huffman coding, achieving compression rates close to the Shannon limit. Due to its implementation simplicity and small table size (1–2 KB), the method is suitable for embedded image processing systems.
Ключевые слова: сжатие данных без потерь; энтропийное кодирование; арифметическое кодирование; кодирование Хаффмана; tANS.
Keywords: lossless compression; entropy coding; arithmetic coding; Huffman coding; tANS.
Keywords: lossless compression; entropy coding; arithmetic coding; Huffman coding; tANS.
Сжатие данных – это процесс представления исходной информации в более компактной форме при возможности её точного восстановления либо при допустимом уровне потерь информации. С точки зрения теории информации, предел эффективности сжатия зависит от статистических свойств источника данных и определяется его энтропией, вычисляемой по формуле Шеннона [1]:
References
1. Ватолин Д., Ратушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. – М.ДИАЛОГ-МИФИ, 2003. – С. 383.2. Shahbahrami A. Evaluation of Huffman and Arithmetic Algorithms for Multimedia Compression Standards // International Journal of Computer Science, Engineering and Applications (IJCSEA). — 2011. — С. 11.
3. Brian K. Lossless Compression with Asymmetric Numeral Systems [Электронный ресурс]. — 2020. — URL: https://bjlkeng.io/posts/lossless-compression-with-asymmetric-numeral-systems/ (дата обращения 10.02.2026).
4. Duda J. Asymmetric numeral systems: entropy coding combining speed of Huffman coding with compression rate of arithmetic coding // arXiv preprint arXiv:1311.2540. — 2013.
5. Yamamoto H. Encoding and Decoding Algorithms of ANS Variants and Evaluation of Their Average Code Lengths // arXiv preprint arXiv:2408.07322. – 2024.