CN102972023B - 图像压缩装置、图像解压缩装置以及图像处理装置 - Google Patents

图像压缩装置、图像解压缩装置以及图像处理装置 Download PDF

Info

Publication number
CN102972023B
CN102972023B CN201280001257.8A CN201280001257A CN102972023B CN 102972023 B CN102972023 B CN 102972023B CN 201280001257 A CN201280001257 A CN 201280001257A CN 102972023 B CN102972023 B CN 102972023B
Authority
CN
China
Prior art keywords
quantitative mode
image
value
quantization
quantization unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201280001257.8A
Other languages
English (en)
Other versions
CN102972023A (zh
Inventor
广本正之
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of CN102972023A publication Critical patent/CN102972023A/zh
Application granted granted Critical
Publication of CN102972023B publication Critical patent/CN102972023B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/192—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding the adaptation method, adaptation tool or adaptation type being iterative or recursive
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

图像压缩装置（200）具备：第一量化部（210），执行利用满足A1<B1的两个值A1以及B1，在由A1和B1定义的一个区域内对图像数据中包含的多个像素值进行量化的量化模式1；第二量化部（220），执行利用满足A2>B2的两个值A2以及B2，在由A2和B2定义的两个区域内对多个像素值进行量化的量化模式2；压缩数据生成部（240），生成包含值A、值B以及按被选择的量化模式进行了量化的多个像素值的量化值的压缩数据。压缩数据生成部（240），针对A，在选择了量化模式1的情况下存放A1，在选择了量化模式2的情况下存放A2；针对B，在选择了量化模式1的情况下存放B1，在选择了量化模式2的情况下存放B2，从而生成压缩数据。

Description

图像压缩装置、图像解压缩装置以及图像处理装置
技术领域
本发明涉及对图像数据进行压缩的图像压缩装置、对被压缩的图像数据进行解压缩的图像解压缩装置、以及具备图像压缩装置或者图像解压缩装置的图像处理装置。
背景技术
作为对图像数据进行压缩的一般方法，例如有将某比特数的像素值表现成更少的比特数的量化。通过量化虽然能削减数据量，但由于会发生量化误差，因此在图像压缩中会发生画质劣化。
作为用于降低这种画质劣化的现有的图像压缩技术，已开发出利用像素值的动态范围的方法（例如，参考专利文献1）。
现有技术文献
专利文献
专利文献1：日本专利第2785822号公报
发明概要
发明要解决的问题
但是，在所述现有的图像压缩方法中存在如下问题，即，图像块中包含的像素值的动态范围宽时，量化误差也大。
发明内容
本发明是为了解决所述现有问题而开发的技术，其目的在于提供一种即使在动态范围广的情况下，也能够在防止压缩率因数据量增加而降低的同时使量化误差减小的图像压缩装置、图像解压缩装置以及图像处理装置。
用于解决问题的手段
为了达成所述目的，本发明的一形态的图像压缩装置是一种进行图像数据的压缩的图像压缩装置，其具备：第一量化部，执行量化模式1，该量化模式1是指利用满足A1<B1的两个值A1以及B1，在由所述A1和所述B1定义的一个区域内，对所述图像数据中包含的多个像素值进行量化的模式；第二量化部，执行量化模式2，该量化模式2是指利用满足A2>B2的两个值A2以及B2，在由所述A2和所述B2定义的两个区域内，对所述多个像素值进行量化的模式；压缩数据生成部，生成压缩数据，该压缩数据包含值A、值B以及由被选择的量化模式进行了量化的所述多个像素值的量化值。所述压缩数据生成部，针对所述A，在选择了所述量化模式1的情况下存放所述A1，在选择了所述量化模式2的情况下存放所述A2；针对所述B，在选择了所述量化模式1的情况下存放所述B1，在选择了所述量化模式2的情况下存放所述B2，从而生成所述压缩数据。
在此，不仅能作为所述图像压缩装置来实现本发明，还能作为图像解压缩装置或者图像处理装置来实现本发明。另外，还能够作为具备被包含在图像压缩装置、图像解压缩装置或者图像处理装置中的各处理部的集成电路来实现本发明。另外，还能够作为以图像压缩装置、图像解压缩装置或图像处理装置中包含的各处理部的特征性处理作为步骤的图像压缩方法、图像解压缩方法或者图像处理方法来实现本发明。另外，还能够作为用于使计算机执行图像压缩方法、图像解压缩方法或者图像处理方法中包含的特征性处理的程序来实现本发明。并且，当然能够通过CD-ROM等记录介质以及联网等传输介质来传输所述程序。
发明效果
根据本发明的图像压缩装置，即使在动态范围广的情况下，也能够在防止压缩率因数据量增加而降低的同时使量化误差减小，从而能够提高压缩图像的画质。
附图说明
图1是表示本发明的实施方式的图像处理装置的结构的结构图。
图2A是表示本发明的实施方式的图像压缩装置的结构的结构图。
图2B是表示本发明的实施方式的压缩数据成生部的结构的结构图。
图3是表示本发明的实施方式的第一量化部的结构的结构图。
图4是表示本发明的实施方式的第二量化部的结构的结构图。
图5是表示本发明的实施方式的图像解压缩装置的结构的结构图。
图6是表示本发明的实施方式的图像压缩装置对图像数据进行压缩的处理的一个例子的流程图。
图7是表示本发明的实施方式的第一量化部以量化模式1来对像素值进行量化的处理的一个例子的流程图。
图8是说明本发明的实施方式的第一量化部对图像块内的像素值进行取得值A1以及值B1的处理的图。
图9是说明本发明的实施方式的量化部在A1以上且B1以下的范围内进行量化的图。
图10是表示本发明的实施方式的第二量化部以量化模式2来对像素值进行量化的处理的一个例子的流程图。
图11是说明本发明的实施方式的第二量化部对图像块内的像素值进行取得值A2以及值B2的处理的图。
图12是说明本发明的实施方式的第二量化部在两个区域内进行量化的图。
图13是说明本发明的实施方式的量化值分配部向两个区域分配量化值的图。
图14是表示本发明的实施方式的图像解压缩装置对压缩数据进行解压缩的处理的一个例子的流程图。
图15是表示本发明的实施方式的变形例1的第一量化部以量化模式1来对像素值进行量化的处理的一个例子的流程图。
图16是表示本发明的实施方式的变形例1的第二量化部以量化模式2来对像素值进行量化的处理的一个例子的流程图。
图17是表示本发明的实施方式的变形例2的图像压缩装置对图像数据进行压缩的处理的一个例子的流程图。
图18是说明本发明的实施方式的变形例3的图像压缩装置对多通道的图像数据进行压缩的处理的图。
图19是表示本发明的实施方式的变形例4的图像处理装置的结构的结构图。
图20是表示本发明的实施方式的变形例5的图像压缩装置的结构的结构图。
图21是说明本发明的实施方式的变形例6的第一量化部进行量化的处理的图。
图22是说明本发明的实施方式的变形例7的第二量化部进行量化的处理的图。
图23是用于说明现有的图像压缩方法的处理的流程图。
具体实施方式
（作为本发明之基础的知识）
本发明的开发者发现背景技术部分所记载的图像压缩技术中存在如下问题。
图23是用于说明所述专利文献1所记载的现有图像压缩方法的处理的流程图。
如该图所示，按由多个像素构成的图像块单位，取得像素值的最小值A和最大值B（S2）。然后，作为最大值B和最小值A的差，算出动态范围DR=B-A（S4）。然后，通过将所述动态范围平分成（2m-1）个区域，并分配2m个值，从而量化成m比特值（S6）。然后，生成包含所述最小值A以及最大值B和各个像素的量化值的压缩数据（S8）。
由此，与针对可取得像素值的范围整体进行量化的情况相比，根据所述专利文献1的方法，在动态范围窄的情况下，能使小量化误差减小。就一般的图像而言，在局部性的图像块内，动态范围窄的情况较多，因此，通过所述方法能够获得提高图像压缩的画质的效果。
然而，在所述图像压缩方法中存在如下问题，即，在图像块中包含的像素值的动态范围广的情况下，将动态范围平分成（2m-1）个区域时，随着各个区域宽度变大，量化误差也会变大。
在这种情况下，可通过将进行量化的区域分成多个区域，并只对存在像素值的区域进行量化，来降低量化误差。但是，在使用多个区域的情况下，还额外需要用于识别量化后的数据属于哪个区域的信息，压缩后的数据量因此变大，以及造成压缩率降低。
本发明是为了解决所述问题而开发的技术，其目的在于提供即使在动态范围广的情况下，也能够在防止压缩率因数据量增加而降低的同时使量化误差减小的图像压缩装置、图像解压缩装置以及图像处理装置。
为了达成所述目的，本发明的一形态的图像压缩装置是一种进行图像数据的压缩的图像压缩装置，其具备：第一量化部，执行量化模式1，该量化模式1是指利用满足A1<B1的两个值A1以及B1，在由所述A1和所述B1定义的一个区域内，对所述图像数据中包含的多个像素值进行量化的模式；第二量化部，执行量化模式2，该量化模式2是指利用满足A2>B2的两个值A2以及B2，在由所述A2和所述B2定义的两个区域内，对所述多个像素值进行量化的模式；压缩数据生成部，生成压缩数据，该压缩数据包含值A、值B以及由被选择的量化模式进行了量化的所述多个像素值的量化值。所述压缩数据生成部，针对所述A，在选择了所述量化模式1的情况下存放所述A1，在选择了所述量化模式2的情况下存放所述A2；针对所述B，在选择了所述量化模式1的情况下存放所述B1，在选择了所述量化模式2的情况下存放所述B2，从而生成所述压缩数据。
根据以上，图像压缩装置具有执行在一个区域内对多个像素值进行量化的量化模式1、和将多个像素值分割成两个区域并在该两个区域内进行量化的量化模式2的功能。并且，图像压缩装置，在选择了量化模式1的情况下，将满足A1＜B1的关系的A1作为A、B1作为B，在选择了量化模式2的情况下，将满足A2＞B2的关系A2作为A、B2作为B，并生成包含该A、该B和量化值的压缩数据。即，如果是A<B，就选择量化模式1，如果是A>B，则选择量化模式2。因此，能够通过利用作为历来所必须的数据的A以及B的两个值，来区别被选择的量化模式。因此，除了等同于现有技术的量化模式1之外，还可以利用在两个区域内进行量化的量化模式2，并以从中选择的适当的量化模式来进行图像压缩，而无需在压缩数据上附加用于区别两个量化模式的信息。另外，通过执行量化模式2，即使在动态范围广的图像数据的情况下，如果像素值集中于两个区域，就能够使各区域宽度变窄，以及减小量化误差。由此，即使在动态范围广的情况下，也能够在防止压缩率因数据量增加而降低的同时，使量化误差减小。
另外，例如可以是，所述第一量化部执行所述量化模式1，该量化模式1是指在作为所述A1以上且所述B1以下的区域的一个区域内对所述多个像素值进行量化的模式。
根据以上，由第一量化部定义的一个区域是A1以上且B1以下的区域。即，图像压缩装置具备在多个像素值集中于该A1以上且B1以下的该一个区域内时，在该一个区域内对多个像素值进行量化的第一量化部。由此，在多个像素值集中于该一个区域内的情况下，图像压缩装置能够利用A1以及B1的两个值来进行图像压缩。
另外，例如可以是，所述第二量化部执行所述量化模式2，该量化模式2是指在作为0以上且所述B2以下的区域、以及所述A2以上且2n-1以下的区域的所述两个区域内，对n比特的所述多个像素值进行量化的模式。
根据以上，由第二量化部定义的两个区域是0以上且B2以下的区域以及A2以上且2n-1以下的区域。即，图像压缩装置具备在多个像素值集中于该0以上且B2以下的区域和A2以上且2n-1以下的区域这两个区域内时，在该两个区域内对该多个像素值进行量化的第二量化部。由此，在多个像素值集中于该两个区域内的情况下，图像压缩装置能够利用A2以及B2这两个值来进行图像压缩。
另外，例如可以是，所述压缩数据生成部具备从所述量化模式1以及所述量化模式2中选择要进行量化的化模式的量化模式选择部，并按照被选择的量化模式生成所述压缩数据。
根据以上，图像压缩装置从量化模式1以及量化模式2中选择要进行量化的量化模式，并按照被选择的量化模式来生成压缩数据。因此，图像压缩装置能够选择适当的量化模式，并按照被选择的量化模式来进行最适合的图像压缩。
另外，例如可以是，所述第一量化部还算出所述量化模式1的量化误差，所述第二量化部还算出所述量化模式2的量化误差，所述量化模式选择部利用由所述第一量化部以及所述第二量化部算出的量化误差结果来选择量化误差小的量化模式，以作为所述要进行量化的量化模式。
根据以上，图像压缩装置算出量化模式1以及量化模式2的量化误差，并选择量化误差小的量化模式。由此，即使在动态范围广的情况下，也能够在防止压缩率因数据量增加而降低的同时，使量化误差减小。
另外，例如可以是，所述第一量化部还算出从所述B1减去了所述A1的值，以作为第一区域宽度即所述量化模式1的区域宽度，所述第二量化部在所述多个像素值被表现为n比特的情况下还算出所述B2的值、和从2n-1减去了所述A2的值的合计值，以作为第二区域宽度即所述量化模式2的区域宽度，所述量化模式选择部选择与所述第一区域宽度以及所述第二区域宽度中的小的区域宽度相对应的量化模式，以作为所述要进行量化的量化模式。
根据以上，图像压缩装置算出量化模式1的区域宽度和量化模式2的区域宽度，并选择与其中小的区域宽度相对应的量化模式。在此，在区域宽度小的情况下，像素值会集中于该区域，因此，以区域宽度小的情况下的量化模式进行量化，更能够使量化误差减小。由此，即使在动态范围广的情况下，也能够在防止压缩率因数据量增加而降低的同时，使量化误差减小。
另外，例如可以是，所述第二量化部针对所述A2和所述B2的多个组，算出所述量化模式2的量化误差或者区域宽度，所述量化模式选择部利用所述第一量化部的算出结果以及所述第二量化部针对所述多个组的多个算出结果，选择量化误差或者区域宽度成为最小的量化模式，以作为所述要进行量化的量化模式，所述压缩数据生成部在被选择的量化模式是所述量化模式2的情况下，将量化误差或者区域宽度成为最小的A2以及B2作为A以及B，并生成包含该A、该B、以该量化模式2进行了量化的所述多个像素值的量化值在内的所述压缩数据。
根据以上，图像压缩装置针对A2和B2的多个组，算出量化模式2的量化误差或者区域宽度，利用该算出结果来选择量化误差或者区域宽度成为最小的量化模式，并生成被选择的量化模式的压缩数据。在此，在量化模式2时，根据A2和B2的组合，量化误差有时会不同。因此，在量化模式2时，图像压缩装置能够通过对A2和B2的多个组进行计算，选择使量化误差变小的最适当的情况。由此，即使在动态范围广的情况下，也能够在防止压缩率因数据量增大而降低的同时，使量化误差减小。
另外，例如可以是，所述第一量化部将所述多个像素值中的最小的像素值作为所述A1、将最大的像素值作为所述B1，执行所述量化模式1，所述第二量化部在所述多个像素值被分割成了两个区域的情况下，将像素值小的一方的区域内的最大像素值作为所述B2、将像素值大的一方的区域内的最小像素值作为所述A2，执行所述量化模式2。
根据以上，图像压缩装置，将多个像素值中的最小值作为A1并将最大值作为B1来执行量化模式1，并且，将被分割成两个区域的多个像素值中的像素值小的一方的区域内的最大像素值作为B2、并将像素值大的一方的区域内的最小像素值作为A2来执行量化模式2。由此，能够容易地取得A1、B1、A2以及B2，并执行量化模式。
另外，例如可以是，所述第二量化部针对执行所述量化模式2的两个区域，向各个区域分配量化值，并在各个区域内按分配的量化值进行量化。
根据以上，在量化模式2时，图像压缩装置向两个区域分配量化值，并在各个区域内进行量化。例如，向两个区域分配与量化模式1相同的量化值。由此，即使在量化模式2时分成了两个区域的情况下，也能够按照与一个区域时的量化模式1相同的量化值来进行量化。
另外，例如可以是，所述第二量化部针对所述两个区域，根据各个区域的宽度，按比例分配量化值，并在各个区域内按分配的量化值进行量化。
根据以上，在量化模式2时，图像压缩装置针对两个区域，根据各个区域的宽度，按比例分配量化值，并在各个区域内进行量化。即，区域的宽度越大，像素值的偏差就越大，因此被分配越多的量化值。由此，在该两个区域内，能够使量化误差的值均等化，以及能够使该量化误差变小。
另外，例如可以是，所述图像数据是具有多个通道的图像数据，所述第一量化部，针对所述多个通道，向各个通道分配将要进行量化的比特数，并在各个通道上按分配的比特数进行量化，所述第二量化部，针对所述多个通道，向各个通道分配将要进行量化的比特数，并在各个通道上按分配的比特数进行量化。
根据以上，图像数据是具有多个通道的图像数据，图像压缩装置在量化模式1以及量化模式2时，向该多个通道分配将要进行量化的比特数，并在各个通道进行量化。例如，根据图像的特征来分配与各个通道的数据量相应的比特数。由此，图像压缩装置能够在该多个通道上，对量化误差的值进行均等化，并能够使该量化误差变小。
另外，例如可以是，所述第一量化部针对所述多个通道，根据作为各个通道的区域宽度的动态范围宽度，按比例向各个通道分配将要进行量化的比特数，并在各个通道上按分配的比特数进行量化，所述第二量化部针对所述多个通道，根据作为各个通道的区域宽度的动态范围宽度，按比例向各个通道分配将要进行量化的比特数，并在各个通道上按分配的比特数进行量化。
根据以上，图像压缩装置在量化模式1以及量化模式2时，根据各个通道的动态范围宽度，向该多个通道分配将要进行量化的比特数，并在各个通道进行量化。即，动态范围宽度越大，就会被分配越多的量化值。由此，在多个通道中，能够对量化误差的值进行均等化，以及能够使该量化误差变小。
另外，例如可以是，所述第一量化部按由所述图像数据中包含的多个像素构成的图像块的每一个，执行对所述图像块中的所述多个像素值进行量化的所述量化模式1，所述第二量化部按所述图像块的每一个，执行对所述多个像素值进行量化的所述量化模式2，所述压缩数据生成部按所述图像块的每一个，生成所述压缩数据。
根据以上，图像压缩装置按图像块的每一个，执行量化模式1以及量化模式2，生成压缩数据。即，图像压缩装置在图像数据的数据量多的情况下，将该图像数据分割成多个图像块，并按该图像块的每一个进行图像压缩。由此，图像压缩装置，即使在图像数据的数据量多的情况下，也能够针对所有的图像数据进行图像压缩。
另外，为了达成所述目的，本发明的一形态的图像解压缩装置是对作为由图像压缩装置进行了压缩的图像数据的所述压缩数据进行解压缩的图像解压缩装置，其具备：量化模式判定部，根据所述压缩数据中包含的所述A以及所述B的大小关系，从所述量化模式1以及所述量化模式2中，判定与所述压缩数据中包含的量化值对应的量化模式；逆量化部，以判定出的量化模式，将所述量化值逆量化成像素值。
根据以上，图像解压缩装置根据压缩数据中包含的A以及B的大小关系来判定量化模式，并进行与判定出的量化模式对应的逆量化。图像解压缩装置，例如，在A<B时，判定为量化模式1，在A>B时，判定为量化模式2，进行逆量化。由此，图像解压缩装置能够通过参照A以及B，对由图像压缩装置进行了压缩的压缩数据进行解压缩，生成该压缩数据被压缩之前的图像数据。
另外，为了达成所述目的，本发明的一形态的图像处理装置具备：图像压缩装置；图像解压缩装置；图像处理部，该图像处理部向所述图像压缩装置发送图像数据，并从所述图像解压缩装置接收图像数据。所述图像压缩装置对从所述图像处理部接收的图像数据进行压缩，从而生成压缩数据，并将生成的压缩数据写入存储器。所述图像解压缩装置从所述存储器中读出被写入所述存储器的压缩数据，对读出的所述压缩数据进行解压缩，从而生成图像数据，并将生成的图像数据发送给所述图像处理部。
根据以上，图像处理装置具备生成压缩数据并将其写入存储器的图像压缩装置、从存储器中读出压缩数据并对其进行解压缩从而生成图像数据的图像解压缩装置、向图像压缩装置发送图像数据并从图像解压缩装置接收图像数据的图像处理部。由此，能够实现在对图像数据进行压缩时可防止压缩率降低的同时生成量化误差小的压缩数据，并能使该压缩数据复原成图像数据的图像处理装置。
另外，不仅能够作为此类图像压缩装置、图像解压缩装置以及图像处理装置来实现本发明，还能够作为具备被包含在图像压缩装置、图像解压缩装置或者图像处理装置中的各处理部的集成电路来实现本发明。另外，还能够作为以图像压缩装置、图像解压缩装置或者图像处理装置中包含的各处理部的特征性处理作为步骤的图像压缩方法、图像解压缩方法或者图像处理方法来实现本发明。另外，还能够作为使计算机执行图像压缩方法、图像解压缩方法或者图像处理方法中包含的特征性处理的程序来实现本发明。并且，当然能够通过CD-ROM等记录介质以及互联网等传输介质来传输此类程序。另外，还能够通过所述装置、方法、集成电路、程序或者记录介质的任意组合来实现本发明。
以下，关于本发明的实施方式的图像压缩装置、图像解压缩装置以及图像处理装置，参照附图进行说明。在此，以下将说明的实施方式均表示本发明的一具体例。以下的实施方式中出现的数值、结构要素、结构要素的配置位置以及连接形态、步骤、步骤顺序等也只表示一个例子，并不表示本发明限定于此。另外，关于以下实施方式结构要素中的、未被记载于表示最上位概念的独立权利要求项的结构要素，作为任意的结构要素进行说明。
（实施方式）
图1是表示本发明的实施方式的图像处理装置10的结构的结构图。
图像处理装置10是一种用于对图像数据进行规定的处理、对图像数据进行压缩而生成压缩数据、对该压缩数据进行解压缩而使其复原成原来的图像数据的装置。例如，图像处理装置10是电视机、记录器、便携式电话机、摄影机等数字图像处理设备或者内置有该数字图像处理设备的装置。如该图所示，图像处理装置10具备图像处理部100、图像压缩装置200、存储器300以及图像解压缩装置400。
图像处理部100是对图像数据进行某种处理的装置。例如，作为图像处理部100，简单的例子可举出进行水平变换或者滤波的装置，复杂的例子可举出绘制计算机图形的图形引擎等。
另外，图像处理部100对存储器300进行读出必要图像数据、以及写入作为处理结果的图像数据的处理。即，图像处理部100向图像压缩装置200发送图像数据并写入存储器300，还从图像解压缩装置400接收由图像解压缩装置400从存储器300读出并解压缩的图像数据。
图像压缩装置200在写入图像数据时，对图像数据进行压缩。即，图像压缩装置200对从图像处理部100接收的图像数据进行压缩而生成压缩数据，并将生成的压缩数据写入存储器300。
存储器300是存储由图像压缩装置200生成的压缩数据等的存储器。在此，存储器300也可以不被包含在图像处理装置10中，而外置于图像处理装置10上。
图像解压缩装置400在读出图像数据时，对图像数据进行解压缩。即，图像解压缩装置400从存储器300读出被写入该存储器300中的压缩数据，对读出的压缩数据进行解压缩而生成图像数据，并将生成的图像数据发送给图像处理部100。
以下，关于图像压缩装置200的详细结构进行说明。
图2A是表示本发明的实施方式的图像压缩装置200的结构的结构图。另外，图2B是表示本发明的实施方式的压缩数据生成部240的结构的结构图。
图像压缩装置200是对图像数据进行压缩的装置，对从图像处理部100输入的图像数据进行压缩，并将压缩数据输出给存储器300。另外，在本实施方式中，图像压缩装置200按照由该图像数据中包含的多个像素构成的图像块的每一个，进行图像数据压缩。在此，图像块例如是由4×4=16像素构成的块。
首先，如图2A所示，图像压缩装置200具备第一量化部210、第二量化部220以及压缩数据生成部240。
第一量化部210执行量化模式1，该量化模式1是指利用满足A1<B1的两个值A1及B1，在由该A1和B1定义的一个区域内，对图像数据中包含的多个像素值进行量化的模式。具体是，在本实施方式中，第一量化部210执行按每一个图像块，在作为A1以上且B1以下的区域的一个区域内，对该图像块中的多个像素值进行量化的量化模式1。
另外，第一量化部210算出该量化模式1的量化误差。关于第一量化部210的详细结构，见下述说明。
第二量化部220执行量化模式2，该量化模式2是指利用满足A2>B2的两个值A2以及B2，在由A2和B2定义的两个区域内，对该多个像素值进行量化的模式。具体是，在本实施方式中，第二量化部220执行按每一个图像块，在0以上且B2以下的区域、以及A2以上且2n-1以下的区域这两个区域内，对该图像块中的n比特的多个像素值进行量化的量化模式2。
另外，第二量化部220算出该量化模式2的量化误差。关于第二量化部220详细结构，见下述说明。
压缩数据生成部240生成包含值A、值B和由被选择的量化模式进行了量化的多个像素值的量化值在内的压缩数据。具体是，压缩数据生成部240，针对该A，在选择了量化模式1时存放A1，在选择了量化模式2时存放A2，针对该B，在选择了量化模式1时存放B1，在选择了量化模式2时存放B2，从而生成该压缩数据。并且，压缩数据生成部240将生成的压缩数据输出给存储器300。
在此，如图2B所示，压缩数据生成部240具备量化模式选择部230。即，压缩数据生成部240按照由量化模式选择部230选择的量化模式，按每一个图像块，生成压缩数据。
量化模式选择部230从量化模式1以及量化模式2中，选择要进行量化的量化模式。具体是，量化模式选择部230利用由第一量化部210以及第二量化部220算出的量化误差结果，选择量化误差小的量化模式，以作为要进行量化的量化模式。
以下，关于第一量化部210的详细结构进行说明。
图3是表示本发明的实施方式的第一量化部210的结构的结构图。
如该图所示，第一量化部210是以量化模式1来对被输入的图像数据进行量化的处理部，其具备：第一量化值算出部211，算出量化模式1的量化值；量化误差算出部215，算出量化模式1的量化误差。另外，第一量化值算出部211具备最小值计算部212、最大值计算部213以及量化部214。
最小值计算部212计算被输入的图像块内包含的多个像素的多个像素值中的最小的像素值A1。
最大值计算部213计算被输入的图像块内包含的多个像素的多个像素值中的最大的像素值B1。
量化部214利用最小值计算部212以及最大值计算部213计算出的最小值A1以及最大值B1，在A1以上且B1以下的范围内，对各个像素值进行量化，并输出量化值。
量化误差算出部215根据由量化部214量化的值，计算相对于原来的输入图像的量化误差。
接下来，关于第二量化部220的详细结构进行说明。
图4是表示本发明的实施方式的第二量化部220的结构的结构图。
如该图所示，第二量化部220是以量化模式2来对被输入的图像数据进行量化的处理部，其具备：第二量化值算出部221，算出量化模式2的量化值；量化误差算出部227，算出量化模式2的量化误差。另外，第二量化值算出部221具备区域判定部222、最小值计算部223、最大值计算部224、量化值分配部225以及量化部226。
区域判定部222判定，被输入的图像数据中包含的各像素值相对于0以上且2n-1以下的值P而言，是属于0以上且未满P的区域，还是属于P以上且2n-1以下的区域。
最小值计算部223计算像素值小的一方的区域即0以上且未满P的像素值中的最大像素值B2。
最大值计算部224计算像素值大的一方的区域即P以上且2n-1以下的像素值中的最小像素值A2。
量化值分配部225利用最小值计算部223以及最大值计算部224计算出的最小值A2以及最大值B2，针对执行量化模式2的两个区域，向各个区域分配量化值。具体是，量化值分配部225针对该两个区域，按比例分配与各个区域的宽度相应的量化值。
量化部226按分配给各个区域的量化值，进行各像素值的量化，并输出量化值。
量化误差算出部227根据由量化部226进行量化的值，计算相对于原来的输入图像的量化误差。
以下，关于图像解压缩装置400的详细结构进行说明。
图5是表示本发明的实施方式的图像解压缩装置400的结构的结构图。
图像解压缩装置400是对由图像压缩装置200进行了压缩的图像数据即压缩数据进行解压缩的装置，对从存储器300输入的压缩数据进行解压缩，并向图像处理部100输出图像数据。如该图所示，图像解压缩装置400具备量化模式判定部410和逆量化部420。
量化模式判定部410，根据被输入的压缩数据中包含的值A以及值B的大小关系，从量化模式1以及量化模式2中，判定与压缩数据中包含的量化值对应的量化模式。即，量化模式判定部410通过对A以及B的大小进行比较，来判定压缩数据是以量化模式1生成的数据，还是以量化模式2生成的数据。
逆量化部420根据量化模式判定部410判定出的量化模式，将量化值逆量化成像素值。在此，逆量化部420具备第一逆量化部421、第二逆量化部422以及量化模式选择部423。
第一逆量化部421将压缩数据中包含的各个像素的量化值作为由量化模式1被量化的量化值，并对其进行逆量化，计算出各量化值的像素值。
第二逆量化部422将压缩数据中包含的各个像素的量化值作为有量化模式2被量化的量化值，并对其进行逆量化，计算出各量化值的像素值。
量化模式选择部423，根据量化模式判定部410的判定结果，选择第一逆量化部421的输出结果或者第二逆量化部422的输出结果，并将该输出结果作为图像数据输出给图像处理部100。
另外，也可以是，量化模式选择部423根据量化模式判定部410的判定结果，使第一逆量化部421或者第二逆量化部422进行逆量化，由进行了逆量化的第一逆量化部421或者第二逆量化部422将输出结果作为图像数据输出给图像处理部100。
以下，关于图像压缩装置200对图像数据进行压缩的详细处理进行说明。
图6是表示本发明的实施方式的图像压缩装置200对图像数据进行压缩的处理的一个例子的流程图。
在此，设想为输入像素值的比特宽度为n，将各个像素值量化成m比特。另外，为了简单起见，将输入图像设想为1通道的获得图像。此外，针对具有RGB的3通道、ARGB的4通道等多通道的图像，通过将本实施方式适用于各通道，也能够容易进行扩展。
如该图所示，作为第一量化步骤，第一量化部210利用满足A1<B1的两个值A1及B1，以在由A1和B1定义的一个区域内进行量化的量化模式1对像素值进行量化，并算出量化误差（S102）。即，第一量化部210执行利用满足A1<B1的两个值A1以及B1，在A1以上且B1以下的区域内对多个像素值进行量化的量化模式1。另外，关于该第一量化部210以量化模式1来对像素值进行量化的详细处理，见下述说明。
另外，作为第二量化步骤，第二量化部220利用满足A2>B2的两个值A2以及B2，以在由A2和B2定义的两个区域内进行量化的量化模式2对像素值进行量化，并算出量化误差（S104）。即，第二量化部220执行利用满足A2>B2的两个值A2及B2，在0以上且B2以下的区域以及A2以上且2n-1以下的区域的两个区域内，对该多个像素值进行量化的量化模式2。另外，关于该第二量化部220以量化模式2对像素值进行量化的详细处理，见下述说明。
在此，没必要并行进行量化模式1的量化处理（S102）和量化模式2的量化处理（S104），可以通过先进行任一个处理的方式，依次进行该两个处理。尤其是，在第一量化部210以及第二量化部220由软件构成的情况下，可通过依次进行该两个处理来实现。
然后，作为压缩数据生成步骤，压缩数据生成部240生成包含值A、值B和按照被选择的量化模式进行了量化的多个像素值的量化值在内的压缩数据（S108）。
具体是，以量化模式1以及量化模式2分别进行量化之后，量化模式选择部230选择量化误差少的量化模式。此时，可根据值A以及值B的大小来区别各量化模式，因此无需额外附加用于识别量化模式的信息比特。
并且，压缩数据生成部240，在被选择的量化模式是量化模式1时，以A1作为A、以B1作为B，在被选择的量化模式是量化模式2时，以A2作为A、以B2作为B，生成包含该A、该B和按照该被选择的量化模式进行了量化的多个像素值的量化值在内的压缩数据。然后，压缩数据生成部240将生成的压缩数据输出给存储器300。
通过以上，图像压缩装置200完成对图像数据进行压缩的处理。
以下，关于第一量化部210以量化模式1来对像素值进行量化的处理（图6的S102）的详细内容进行说明。
图7是表示本发明的实施方式的第一量化部210以量化模式1来对像素值进行量化处理的一个例子的流程图。
如该图所示，首先，第一量化部210针对图像块内的像素值，取得值A1以及值B1（S202）。
图8是说明在本发明的实施方式的第一量化部210针对图像块内的像素值进行取得值A1以及值B1的处理的图。
如该图所示，第一量化部210的第一量化值算出部211的最小值计算部212通过进行计算，取得被输入的图像块内包含的多个像素的多个像素值中的最小像素值即最小值A1。另外，最大值计算部213通过进行计算，取得该多个像素值中的最大像素值即最大值B1。在此，最小值A1以及最大值B1是满足0≤A1≤B1≤2n-1的两个值。
返回图7进行说明，接下来，量化部214利用最小值计算部212以及最大值计算部213计算出的最小值A1以及最大值B1，算出动态范围DR=B1-A1（S204）。具体是，量化部214算出图8所示区域的宽度DR。
并且，量化部214在该动态范围内即A1以上且B1以下的范围内进行各像素值的量化，并输出量化值（S206）。
图9是说明本发明的实施方式的量化部214在A1以上且B1以下的范围内进行量化的图。
如该图所示，量化部214像该图的（a）以及（b）所表示的那样，从0～255（所述n=8的情况下）的像素值中，取出有像素的部分的像素值即A1以上且B1以下的动态范围DR。并且，像该图的（b）以及（c）所表示的那样，量化部214在该动态范围DR的范围内进行量化（在该图中，量化成3bit）。由此，能够降低量化误差。
接下来，返回图7进行说明。量化误差算出部215根据由量化部214进行量化的值，算出相对于原来的输入图像的量化误差（S208）。
通过以上，第一量化部210完成以量化模式1对像素值进行量化的处理（图6的S102）。
以下，关于第二量化部220以量化模式2对像素值进行量化的处理（图6的S104）的详细内容进行说明。
图10是表示本发明的实施方式的第二量化部220以量化模式2对像素值进行量化的处理的一个例子的流程图。
如该图所示，首先，第二量化部220针对图像块内的像素值，取得两个值A2、B2（S302）。
图11是说明本发明的实施方式的第二量化部220针对图像块内的像素值进行取得值A2以及值B2的处理的图。
如该图所示，所述两个值被要求满足0≤B2<A2≤2n-1。具体是，第二量化部220的第二量化值算出部221的区域判定部222判定，被输入的图像数据中包含的各像素值相对于0以上且2n-1以下的值P，是属于0以上且未满P的区域，还是属于P以上且2n-1以下的区域。
并且，最小值计算部223计算像素值小的一方的区域即0以上且未满P的像素值中的最大像素值B2。
并且，最大值计算部224计算像素值大的一方的区域即P以上且2n-1以下的像素值中的最小像素值A2。在此，如该图所示，一般情况下，优选为P是2n-1等的中间值。
返回图10进行说明。接下来，量化值分配部225根据最大值计算部224以及最小值计算部223计算出的值A及值B，算出两个区域的宽度DR1以及DR2（S304）。具体是，量化值分配部225根据DR1＝B2、DR2＝2n-1-A2，算出各个区域的宽度。
图12是说明本发明的实施方式的第二量化部220在两个区域内进行量化的图。
如该图所示，第二量化部220，像该图的（a）以及（b）所表示的那样，从0～255（在所述n＝8的情况下）的像素值中，取出有像素的部分的像素值即0以上且B2以下的区域DR1和A2以上且255以下的区域DR2。并且，第二量化部220在DR1以及DR2的范围内进行量化。由此，能够降低量化误差。
即，对图9所示，可知通过量化模式1时，在像素值的分散小、动态范围DR变小时能够有效地进行量化。
另一方面，如图12所示，可知通过量化模式2，在像素值的分布被分成两个区域，并且各个区域的分散小、DR1以及DR2变小时能够有效地进行量化。在此，根据所述量化方法，量化模式1时，可保证A1≤B1成立，在量化模式2时，可保证A2>B2成立。
在此，返回图10进行说明。量化值分配部225针对执行量化模式2的两个区域，向各个区域分配量化值（S306）。
图13是说明本发明的实施方式的量化值分配部225向两个区域分配量化值的图。
量化值分配部225利用DR1以及DR2，将2m个量化值分配给两个区域。例如，如该图所示，量化值分配部225向作为8比特（n＝8）的像素值的0～255范围的像素值，分配作为4比特（m＝4）的量化值0～15的16个值。
具体是，量化值分配部225根据DR1以及DR2的大小，将2m个量化值按比例分配给各个区域。在该图中，向0～10的像素值的DR1区域分配了0～3的4值的量化值，向225～255的像素值的DR2区域分配了4～15的12值的量化值。
在此，如果分配给DR1的量化值的个数为N1个、分配给DR2的量化值的个数为N2的话，N1+N2=2m。
在此，返回图10进行说明。量化部226利用分配给各个区域的量化值，在各区域内进行各像素值的量化，并输出量化值（S308）。
并且，量化误差算出部227根据由量化部226进行了量化的值，算出图像块整体的量化误差（S310）。
通过以上，第二量化部220完成以量化模式2对像素值进行量化的处理（图6的S104）。
以下，关于图像解压缩装置400对通过图像压缩处理被压缩的图像数据即压缩数据进行解压缩的处理进行说明。
图14是表示本发明的实施方式的图像解压缩装置400对压缩数据进行解压缩的处理的一个例子的流程图。即，该图是表示根据包含值A、值B以及与被量化成m比特的各个像素对应的量化值在内的压缩数据，生成由多个像素值构成的图像块的处理的图。在此，与压缩处理同样，只对1通道的图像进行说明，但也能够向多个通道图像进行扩展。
如该图所示，量化模式判定部410对压缩数据中包含的值A以及值B进行比较，从而判定是否为A≤B（S402）。
并且，量化模式判定部410，在判断出是A≤B的情况下（S402为“是”），就判定为以量化模式1进行逆量化，在判断出是A＞B（S402为“否”）的情况下，则判定为以量化模式2进行逆量化。
即，在由量化模式1进行逆量化时，第一逆量化部421将压缩数据中的量化值作为以量化模式1进行了量化的值，在A以上且B以下的范围内进行逆量化（S404）。
另外，在由量化模式2进行逆量化时，第二逆量化部422将压缩数据中的量化值作为以量化模式2进行了量化的值，进行逆量化。
具体是，第二逆量化部422通过与数据压缩处理中的处理（图10的S304以及S306）同样的处理，首先，针对0以上且B以下的区域、和A以上且2n-1以下的区域这两个区域，算出DR1=B和DR2=2n-1-A，以作为两个区域的宽度（S406）。并且，第二逆量化部422根据DR1和DR2的大小，将2m个量化值分成N1个和N2个，并按比例向各个区域进行分配（S408）。
并且，第二逆量化部422利用所述N1，如果压缩数据中的某量化值x为x≤N1，就在0以上且B以下的区域内进行逆量化，如果是x>N1，则在A以上且2n-1以下的区域进行逆量化（S410）。
然后，量化模式选择部423根据量化模式判定部410的判定结果，对通过第一逆量化部421或者第二逆量化部422中的某一个的逆量化处理而求出的像素值进行汇集，生成图像块（S412）。由此，量化模式选择部423向图像处理部100输出由多个图像块构成的图像数据。
如上所述，根据本发明的实施方式的图像压缩装置200，其具备执行在一个区域内对多个像素值进行量化的量化模式1、和将多个像素值分割成两个区域并在该两个区域内进行量化的量化模式2的功能。并且，图像压缩装置200，在选择了量化模式1的情况下，将满足A1≤B1的关系的A1作为A、B1作为B，在选择了量化模式2的情况下，将满足A2>B2的关系的A2作为A、B2作为B，从而生成包含该A、该B和量化值的压缩数据。即，如果是A≤B，就表示被选择的是量化模式1，如果是A>B，则表示被选择的是量化模式2，因此，能够利用作为历来所需要的数据的A以及B的两个值，来区别被选择的量化模式。由此，除了与现有技术等同的量化模式1之外，还可以利用在两个区域内进行量化的量化模式2，并以从中选择的适当的量化模式来进行图像压缩，而无需在压缩数据上附加用于区别两个量化模式的信息。另外，通过执行量化模式2，即使在动态范围广的图像数据的情况下，如果像素值集中于两个区域，就能够使各区域宽度变窄，以及减小量化误差。由此，即使在动态范围广的情况下，也能够在防止压缩率因数据量增加而降低的同时，使量化误差减小。
另外，由第一量化部210定义的一个区域是A1以上且B1以下的区域。即，图像压缩装置200具备，在多个像素值集中于该A1以上且B1以下的一个区域内的情况下，在该一个区域内对该多个像素值进行量化的第一量化部210。由此，图像压缩装置200，在多个像素值集中于该一个区域内的情况下，能够利用A1及B1的两个值来进行图像压缩。
另外，由第二量化部220定义的两个区域是0以上且B2以下的区域以及A2以上且2n-1以下的区域。即，图像压缩装置200具备，在多个像素值集中于该0以上且B2以下的区域和A2以上且2n-1以下的区域的两个区域内的情况下，在该两个区域内对该多个像素值进行量化的第二量化部220。由此，图像压缩装置200，在多个像素值集中于该两个区域内的情况下，能够利用A2以及B2的两个值来进行图像压缩。
另外，图像压缩装置200从量化模式1以及量化模式2中选择要进行量化的量化模式，并按照被选择的量化模式，生成压缩数据。因此，图像压缩装置200能够选择适当的量化模式，并按照被选择的量化模式来进行适当的图像压缩。
另外，图像压缩装置200算出量化模式1以及量化模式2的量化误差，并选择量化误差小的量化模式。由此，即使在动态范围广的情况下，也能够在防止压缩率因数据量增加而降低的同时，使量化误差减小。
另外，图像压缩装置200将多个像素值中的最小值作为A1、最大值作为B1，执行量化模式1。而在多个像素值被分割成了两个区域的情况下，将其中像素值小的一方的区域中的像素值的最大值作为B2，并将像素值大的一方的区域中的像素值的最小值作为A2，执行量化模式2。由此，能够容易地取得A1、B1、A2以及B2，执行量化模式。
另外，在量化模式2时，图像压缩装置200向两个区域分配量化值，并在各个区域内进行量化。例如，向两个区域分配与量化模式1相同的量化值。由此，即使在量化模式2时分成了两个区域，也能够按照与一个区域时的量化模式1相同的量化值来进行量化。
另外，在量化模式2时，图像压缩装置200针对两个区域，根据各个区域的宽度，按比例分配量化值，并在各个区域内进行量化。即，区域的宽度越大，像素值的偏差就越大，因此被分配越多的量化值。由此，在该两个区域内，能够使量化误差的值均等化，从而能够使该量化误差减小。
另外，图像压缩装置200按每一个图像块，执行量化模式1以及量化模式2，并生成压缩数据。即，图像压缩装置200，在图像数据的数据量多的情况下，将该图像数据分割成多个图像块，按一每个该图像块进行图像压缩。由此，即使在图像数据的数据量多的情况下，图像压缩装置200也能够对所有的图像数据进行图像压缩。
另外，根据本发明的实施方式的图像解压缩装置400，根据压缩数据中包含的A以及B的大小关系来判定量化模式，并进行与判定出的量化模式对应的逆量化。图像解压缩装置400，例如，在A≤B时，判定为量化模式1，而在A>B时，判定为量化模式2，进行逆量化。由此，图像解压缩装置400能够通过参照A以及B，对由图像压缩装置200进行了压缩的压缩数据进行解压缩，并生成该压缩数据被压缩前的图像数据。
另外，根据本发明的实施方式的图像处理装置10，其具备：图像压缩装置200，生成压缩图像并写入存储器300；图像解压缩装置400，从存储器300读出压缩数据并进行解压缩，从而生成图像数据；图像处理部100，向图像压缩装置200发送图像数据，并从图像解压缩装置400接收图像数据。由此，能够实现在对图像数据进行压缩时可防止压缩率降低的同时生成量化误差小的压缩数据，并能使该压缩数据复原成图像数据的图像处理装置10。
（实施方式的变形例1）
以下，关于本发明的实施方式的变形例1进行说明。在以上的实施方式中，说明了图像压缩装置200算出量化模式1以及量化模式2的量化误差，并选择量化误差小的量化模式的情况。但是，在本变形例1中，图像压缩装置200算出量化模式1的区域宽度和量化模式2的区域宽度，然后选择与小的区域宽度对应的量化模式。
具体是，第一量化部210算出从B1减去了A1的值，以作为量化模式1的区域宽度即第一区域宽度。
第二量化部220算出B2的值、和从2n-1减去了A2的值的合计值，以作为量化模式2的区域宽度即第二区域宽度。
量化模式选择部230选择与第一区域宽度以及第二区域宽度中的小的区域宽度对应的量化模式，以作为要进行量化的量化模式。
另外，关于本变形例1的图像压缩装置200所具备的其它处理部的功能，由于与以上的实施方式中的图像压缩装置200所具备的其它处理部的功能相同，因此省略详述。
图15是表示本发明的实施方式的变形例1的第一量化部210以量化模式1对像素值量化的处理的一个例子的流程图。
如该图所示，与以上的实施方式同样，第一量化部210取得最小值A1以及最大值B1（S202），利用最小值A1以及最大值B1算出动态范围DR＝B1-A1（S204），并在该动态范围内进行量化（S206）。在此，第一量化部210将DR作为第一区域宽度。
在此，第一量化部210并不进行像以上的述实施方式那样的，由量化误差算出部215算出量化误差的处理（图7的S208）。另外，第一量化部210可以不具备量化误差算出部215。
图16是表示本发明的实施方式的变形例1的第二量化部220以量化模式2对像素值进行量化的处理的一个例子的流程图。
如该图所示，与以上的实施方式同样，第二量化部220取得最小值A2以及最大值B2（S302），算出DR1以及DR2(S304)，并向各个区域分配量化值（S306），然后在各个区域内进行量化（S308）。
并且，第二量化部220算出DR1和DR2的合计值，以作为第二区域宽度（S310）。即，第二量化部220并不进行像以上的实施方式那样的，由量化误差算出部227算出量化误差的处理（图10的S310），而是算出第二区域宽度。另外，第二量化部220可以不具备量化误差算出部227。
通过以上，量化模式选择部230选择与第一区域宽度以及第二区域宽度中的小的区域宽度对应的量化模式，以作为要进行量化的量化模式。
如上所述，根据本发明的实施方式的变形例1的图像压缩装置200，算出量化模式1的区域宽度和量化模式2的区域宽度，并选择与其中小的区域宽度对应的量化模式。在此，区域宽度小的情况，即为像素值集中于该区域的情况，因此，以区域宽度小的情况下的量化模式进行量化，更能使量化误差减小。由此，即使在动态范围广的情况下，也能够在防止压缩率因数据量增加而降低的同时，使量化误差减小。
（实施方式的变形例2）
以下，关于本发明的实施方式的变形例2进行说明。在以上的实施方式中说明了图像压缩装置200在量化模式2时取得基于规定的P的A2和B2并进行量化的情况。但是，在本变形例2中，图像压缩装置200通过基于多个P来取得多个A2和B2，来选定最适当的A2和B2。
具体是，第二量化部220针对A2和B2的多个组，算出量化模式2的量化误差或者区域宽度。
量化模式选择部230利用第一量化部210的算出结果以及第二量化部220针对多个组的多个算出结果，选择量化误差或者区域宽度成为最小的量化模式，以作为要进行量化的量化模式。
压缩数据生成部240，在被选择的量化模式是量化模式2的情况下，将量化误差或者区域宽度成为最小的A2以及B2作为A以及B，算出包含该A、该B和以该量化模式2进行了量化的多个像素值的量化值在内的压缩数据。
另外，关于本变形例2的图像压缩装置200所具备的其它处理部的功能，由于与以上的实施方式中的图像压缩装置200所具备的其它处理部的功能相同，因此省略详述。
图17是表示本发明的实施方式的变形例2的图像压缩装置200对图像数据进行压缩的处理的一个例子的流程图。
如该图所示，在图像压缩装置200中以量化模式2进行量化时，第二量化部220针对多个P，反复进行以下处理（循环1：S103～S105），即，以量化模式2对像素值进行量化，并算出量化误差或者区域宽度的处理（S104）。
如上所述，第二量化部220针对A2和B2的多个组，算出量化模式2的量化误差或者区域宽度。
然后，量化模式选择部230利用第一量化部210的算出结果（S102）以及第二量化部220针对多个组的多个算出结果（循环1：S103～S105），选择量化误差或者区域宽度成为最小的量化模式（S106）。
并且，压缩数据生成部240，在被选择的量化模式是量化模式1的情况下，将A1作为A、将B1作为B，在被选择的量化模式是量化模式2的情况下，将量化误差或者区域宽度成为最小的A2以及B2作为A以及B，生成包含该A、该B和量化值的压缩数据。
如上所述，根据本发明的实施方式的变形例2的图像压缩装置200，针对A2和B2的多个组，算出量化模式2的量化误差或者区域宽度，并利用该算出结果，选择量化误差或者区域宽度成为最小的量化模式，生成所选择的量化模式的压缩数据。在此，在量化模式2时，根据A2和B2的组合，有时量化误差会不同。因此，图像压缩装置200在量化模式2时，通过对A2和B2的多个组进行计算，能够选择量化误差成为最小的最适当的情况。由此，即使在动态范围广的情况下，也能够在防止压缩率因数据量增加而降低的同时，使量化误差减小。
（实施方式的变形例3）
以下，关于本发明的实施方式的变形例3进行说明。在以上的实施方式中说明了图像处理装置10对1通道的灰度图像进行处理的情况。但是，在本变形例3中，图像处理装置10对多个通道的动态图像数据和图形数据等图像数据进行处理。
具体是，第一量化部210针对图像数据所具有多个通道，向各个通道分配要进行量化的比特数，并在各个通道上按分配的比特数进行量化。
第二量化部220针对多个通道，向各个通道分配要进行量化的比特数，并在各个通道上按分配的比特数进行量化。
另外，关于本变形例3的图像压缩装置200所具备的其它处理部的功能，由于与以上的实施方式中的图像压缩装置200所具备的其它处理部的功能相同，因此省略详述。
图18是表示本发明的实施方式的变形例3的图像压缩装置200对多个通道的图像数据进行压缩的处理的一个例子的流程图。
在该图中，利用限位框（bounding box）表示了3通道的图像数据。即，如该图的（a）所示，图像压缩装置200根据图像数据的3通道的成分的最大值和最小值，定义了两个像素值p、q，从而制作了该限位框。
然后，如该图的（b）所示，图像压缩装置200从3通道的图像数据中取出了存在像素的部分。并且，如该图的（c）所示，图像压缩装置200在限位框内对各像素值进行标准化，并根据图像的特征，对各通道分配比特。
具体是，第一量化部210针对多个通道，根据作为各个通道的区域宽度的动态范围宽度，向各个通道按比例分配要进行量化的比特数，并在各个通道上按分配的比特数进行量化。
另外，第二量化部220针对多个通道，根据各个通道的动态范围宽度，向各个通道按比例分配要进行量化的比特数，并在各个通道上按分配的比特数进行量化。
例如，针对具有RGB的3通道的图像数据，根据该图的（b）所示的各边的长度，以合计值成为11比特的方式，像该图的（c）所示的那样，对R分配4比特、对G分配3比特、对B分配4比特。另外，该图像数据也可以像增加了阿尔法（Alpha）通道的ARGB格式等的图形数据那样，具有4通道。
然后，图像压缩装置200按分配给各个通道的比特数进行量化。
如上所述，根据本发明的实施方式的变形例2的图像压缩装置200，在量化模式1以及量化模式2时，向图像数据所具有的多个通道分配要进行量化的比特数，并在各个通道上进行量化。例如，根据图像的特征，分配与各个通道的数据量相应的比特数。由此，图像压缩装置200在该多个通道中，能够对量化误差的值进行平均化，从而能够使量化误差减小。
另外，图像压缩装置200，在量化模式1以及量化模式2时，根据各个通道的动态范围宽度，向该多个通道按比例分配要进行量化的比特数，并在各个通道上进行量化。即，动态范围宽度越大，被分配的量化值就越多。由此，在多个通道中，能够对量化误差的值进行平均化，并能够使该量化误差减小。
（实施方式的变形例4）
以下，关于本发明的实施方式的变形例4进行说明。在以上的实施方式中说明了图像处理装置10具备图像压缩装置200以图像解压缩装置400的两者的情况。但是，在本变形例4中，图像处理装置具备图像压缩装置200以及图像解压缩装置400中的某一个。
图19是表示本发明的实施方式的变形例4的图像处理装置的结构的结构图。
如该图所示，第一图像处理装置11具备：第一图像处理部101，向图像压缩装置200发送图像数据；图像压缩装置200，生成压缩数据并写入存储器300。另外，第一图像处理装置11还可以具备存储器。
另外，第二图像处理装置12具备：图像解压缩装置400，从存储器300读出压缩数据并进行解压缩，从而生成图像数据；第二图像处理部102，从图像解压缩装置400接收图像数据。另外，第二图像处理装置12还可以具备存储器。
即，可以适用于，存在多个图像处理装置，并在这些装置之间进行数据交换的用途。另外，图像处理装置的个数并不限定于一个或者两个。
如上所述，根据本实施方式及其变形例，能够以几乎没有画质劣化的方式削减向存储器300进行读写的数据量，因此能够削减用于构成图像处理装置所需要的存储器量。另外，还能够削减向存储器300进行读写时所需要的数据频带，因此能够获得削减该部分的频带宽度或者提高数据传输速度的效果。
在此，可以通过总线连接存储器300。在此情况下，通过进行图像压缩，能够削减图像处理部所消费的总线频带。
（实施方式的变形例5）
以下，关于本发明的实施方式的变形例5进行说明。在以上是实施方式中说明了图像压缩装置200的压缩数据生成部240具备量化模式选择部230的情况。但是，在本变形例5中，图像压缩装置的压缩数据生成部不具备量化模式选择部。
图20是表示本发明的实施方式的变形例5的图像压缩装置201的结构的结构图。
如该图所示，图像压缩装置201具备第一量化部210、第二量化部220以及压缩数据生成部241。在此，图像压缩装置201所具备的第一量化部210以及第二量化部220具有与以上的实施方式中的图像压缩装置200所具备的第一量化部210以及第二量化部220相同的功能，因此省略详述。
另外，图像压缩装置201所具备的压缩数据生成部241具有以上的实施方式的图像压缩装置200所具备的压缩数据生成部240中的量化模式选择部230的功能以外的功能。
即，第一量化部210执行量化模式1，第二量化部220执行量化模式2，并将执行结果发送给外部的量化模式选择部230。然后，压缩数据生成部241按照由外部的量化模式选择部230选择的量化模，生成压缩数据。在此，该外部的量化模式选择部230具有与以上的实施方式的图像压缩装置200所具备的量化模式选择部230相同的功能。
如上所述，虽然本变形例5的图像压缩装置201不像是以上的实施方式的图像压缩装置200那样具备量化模式选择部230的功能，但也能够获得与以上的实施方式相同的效果。
（实施方式的变形例6）
以下，关于本发明的实施方式的变形例6进行说明。在以上的实施方式中说明了第一量化部210将多个像素值的最小值作为A1、将最大值作为B1，并在A1以上且B1以下的一个区域内进行量化的情况。但是，决定A1以及B1的方法并不限定以上的方法。
例如，第一量化部210可以将该多个像素值的最小值包含了少许误差的值作为A1，将该最大值包含了少许误差的值作为B1，并在A1以上且B1以下的一个区域内进行量化。另外，第一量化部210可以通过将能够对包含该多个像素值的最小值以上且最大值以下的区域的区域进行定义的两个值决定为A1以及B1，并在该A1以及B1所示的区域内进行量化。
另外，第一量化部210还可以通过以下方法取得A1以及B1，并在该A1以及B所示的区域内进行量化。
图21是说明本发明的实施方式的变形例6的第一量化部210进行量化的处理的图。
如该图所示，第一量化部210将多个像素值的最小值和最大值的中间值作为X1，将从该中间值到最小值或者最大值的宽度作为Y1，取得该X1以及Y1。并且，第一量化部210利用该X1以及Y1，对A1及B1进行定义。
由此，第一量化部210能够利用A1以及B1来算出动态范围DR，因此能够在该动态范围DR内进行各像素值的量化。
（实施方式的变形例7）
以下，关于本发明的实施方式的变形例7进行说明。在以上的实施方式中说明了第二量化部220将P以上且2n-1以下的像素值中的最小值作为A2、将0以上且未满P的像素值中的最大值作为B2，在0以上且B2以下的区域和A2以上且2n-1以下的区域的两个区域内进行量化。但是，决定A2以及B2的方法，并不限定于以上的方法。
例如，第二量化部220可以将该最小值包含了少许误差的值作为A2，并将该最大值包含了少许误差的值作为B2，在该两个区域内进行量化。另外，第二量化部220还可以通过决定能够对包含该两个区域的区域进行定义的两个值A2以及B2，在该A2以及B2所示的区域内进行量化。
另外，第二量化部220可以通过以下方法取得A2以及B2，并在该A2及以B2所示的区域内进行量化。
图22是说明本发明的实施方式的变形例7的第二量化部220进行量化的处理的图。
如该图所示，第二量化部220，将连接了如下两个区域，即，从P以上且2n-1以下的像素值中的最小值到2n-1为止的区域、和从0到0以上且未满P的像素值中的最大值为止的区域这两个区域时的中间值作为X2，并将从该中间值到该最小值或者该最大值为止的宽度作为Y2，从而取得该X2以及Y2。并且，第二量化部220利用该X2以及Y2，对A2以及B2进行定义。
由此，第二量化部220能够利用A2以及用B2来算出动态范围DR1以及DR2，因此能够在该动态范围DR1以及DR2内对各像素值进行量化。
另外，在以上的实施方式及其变形例中，说明了图像压缩装置按由图像数据中包含的多个像素构成的图像块的每一个来进行图像数据压缩的情况。但是，在图像数据中包含的像素少的情况下，图像压缩装置对图像数据也可以不进行按每一个图像块的分割，而是以全图像数据作为对象来进行图像压缩。另外，图像压缩装置也可以将图像数据分割成各种大小的图像块，按该图像块的每一个进行图像数据压缩。
另外，在以上的实施方式及其变形例中，说明了值A1以及值B1是满足A1≤B1的两个值，值A2以及值B2是满足B2<A2的两个值。但是，也可以是，值A1以及值B1是满足A1<B1的两个值，值A2及值B2是满足B2≤A2的两个值。另外，也可以是，值A1以及值B1是满足A1<B1的两个值，值A2以及值B2是满足B2<A2的两个值。
另外，不仅能作为如上所述的图像压缩装置200和201、图像解压缩装置400以及图像处理装置来实现本发明，还能够作为具备被包含在图2A的图像压缩装置200、图20的图像压缩装置201、图5的图像解压缩装置400、图1的图像处理装置10以及图19的第一图像处理装置11或者第二图像处理装置12中的各处理部的集成电路来实现本发明。当然，也能够与其他功能进行组合而构成***LSI。在此情况下，由于能够削减***LSI内部的存储器量和存储器频带，因此能够获得削减制造成本的效果。另外，利用该***LSI，可以与其他功能进行组合，从而构成数字图像处理设备。具体可例举电视机、记录器、便携式电话机、摄影机等。在此情况下，能够削减构成设备时所需的外部存储器量，以及通过削减LSI内部的使用频带来削减消费电力，因此能够获得降低设备的制造成本以及提高性能的效果。
在此，例举了LSI或者***LSI，但根据集成程度的不同，也可以是IC、超级LSI、最超级LSI。
另外，集成电路化的方法并不限定于LSI，还可以通过专用电路或者通用处理器来实现。制造LSI之后，还可以利用能够编程的FPGA（Field Programmable Gate Array：可编程门阵列）或者能够对LSI内部的电路单元的连接以及设定进行重建的可重建处理器。
另外，随着半导体技术的进步以及衍生出的其他技术，如果有可代替LSI的集成电路化技术出现，当然能够利用这些技术进行功能块的集成化。生物技术的应用的具有这种可能性。
另外，还能够作为以图像压缩装置200和201、图像解压缩装置400或者图像处理装置中包含的各处理部的特征性处理作为步骤的图像压缩方法、图像解压缩方法或者图像处理方法来实现本发明。另外，也能够作为使计算机实现图像压缩方法、图像解压缩方法或者图像处理方法中包含的特征性处理的程序来实现本发明。并且，当然能够通过CD-ROM等记录介质以及互联网等传输介质来传输此类程序。
即，在以上的实施方式及其变形例中，说明了各结构要素由专用的硬件构成的情况，此外也可以由适合于各结构要素的软件程序来实现。可通过由CPU或者处理器等的程序执行部读出并执行硬磁盘或者半导体存储器等记录介质中记录的软件程序来实现各构成要素。
在此，用于实现以上的实施方式及其变形例的图像压缩装置的软件可以是如下程序。即，该程序是一种用于进行图像数据压缩的图像压缩方法的程序，使计算机执行以下步骤：执行量化模式1的第一量化步骤，该量化模式1是指利用满足A1<B1的两个值A1以及B1，在由所述A1和所述B1定义的一个区域内，对所述图像数据中包含的多个像素值进行量化的模式；执行量化模式2的第二量化步骤，该量化模式2是指利用满足A2>B2的两个值A2以及B2，在由所述A2和所述B2定义的两个区域内，对所述多个像素值进行量化的模式；生成压缩数据的压缩数据生成步骤，该压缩数据包含值A、值B以及由被选择的量化模式进行了量化的所述多个像素值的量化值。在所述压缩数据生成步骤，针对所述A，在选择了所述量化模式1的情况下存放所述A1，在选择了所述量化模式2的情况下存放所述A2，针对所述B，在选择了所述量化模式1的情况下存放所述B1，在选择了所述量化模式2的情况下存放所述B2，从而生成所述压缩数据。
另外，用于实现以上的实施方式及其变形例的图像解压缩装置的软件是如下程序。即，该程序是用于对由图像压缩装置进行了压缩的图像数据即压缩数据进行解压缩的图像解压缩方法的程序，使计算机执行以下步骤：量化模式判定步骤，根据所述压缩数据中包含的值A以及值B的大小关系，从所述量化模式1以及所述量化模式2中，判定与所述压缩数据中包含的量化值对应的量化模式；逆量化步骤，以判定出的量化模式，将所述量化值逆量化成像素值。
另外，用于实现以上的实施方式及其变形例的图像处理装置的软件是如下程序。即，该程序使计算机执行以下步骤：使图像压缩装置对从图像处理部接收的图像数据进行压缩，从而生成压缩数据，并将生成的压缩数据写入存储器的步骤；使图像解压缩装置从存储器读出被写入该存储器的压缩数据，并对读出的压缩数据进行解压缩，从而生成图像数据，并将生成的图像数据发送给图像处理部的步骤。
以上，关于本发明的图像压缩装置、图像解压缩装置、图像处理装置以及这些装置的方法，根据以上的实施方式及其变形例进行了说明，但本发明并不限定于这些实施方式及其变形例。本发明的范围并非是基于以上的说明，而是以权利要求项为准，即，与权利要求项同等意思以及范围内的所有变更均属于本发明的范围内。另外，只要不脱离本发明的宗旨，通过将本领域技术人员所能想到各自变形形态实施于本实施方式及其变形例而获得的各种形态，或者通过对不同的实施方式及其变形例的结构要素进行组合而构成的形态，也属于本发明的范围内。
工业实用性
本发明的图像压缩方法以及装置能够以压缩后的画质基本不劣化方式来削减数据量，因此能够利用于对采用了这些装置的***LSI或者图像处理仪器进行成本削减以及性能提高。并能够对灰度图像、RGB或者ＹＵＶ格式的彩色图像进行压缩，因此能够应用于多种数字AV设备。另外，还能够对增加了阿尔法通道的ARGB格式等的图形数据进行压缩，因此能够应用于图形引擎等图形处理装置。
符号说明
10 图像处理装置
11 第一图像处理装置
12 第二图像处理装置
100 图像处理部
101 第一图像处理部
102 第二图像处理部
200、201 图像压缩装置
210 第一量化部
211 第一量化值算出部
212 最小值计算部
213 最大值计算部
214 量化部
215 量化误差算出部
220 第二量化部
221 第二量化值算出部
222 区域判定部
223 最小值计算部
224 最大值计算部
225 量化值分配部
226 量化部
227 量化误差算出部
230 量化模式选择部
240、241 压缩数据生成部
300 存储器
400 图像解压缩装置
410 量化模式判定部
420 逆量化部
421 第一逆量化部
422 第二逆量化部
423 量化模式选择部

Claims (18)

1.一种图像压缩装置，进行图像数据的压缩，该图像压缩装置具备：
第一量化部，执行量化模式1，该量化模式1是指利用满足A1<B1的两个值A1以及B1，在由所述A1和所述B1定义的一个区域内，对所述图像数据中包含的多个像素值进行量化的模式；
第二量化部，执行量化模式2，该量化模式2是指利用满足A2>B2的两个值A2以及B2，在由所述A2和所述B2定义的两个区域内，对所述多个像素值进行量化的模式；以及
压缩数据生成部，生成压缩数据，该压缩数据包含值A、值B以及由被选择的量化模式进行了量化的所述多个像素值的量化值，
所述压缩数据生成部，
针对所述A，在选择了所述量化模式1的情况下存放所述A1，在选择了所述量化模式2的情况下存放所述A2，
针对所述B，在选择了所述量化模式1的情况下存放所述B1，在选择了所述量化模式2的情况下存放所述B2，从而生成所述压缩数据。
2.如权利要求1所述的图像压缩装置，
所述第一量化部执行所述量化模式1，该量化模式1是指在作为所述A1以上且所述B1以下的区域的所述一个区域内，对所述多个像素值进行量化的模式。
3.如权利要求1或者2所述的图像压缩装置，
所述第二量化部执行所述量化模式2，该量化模式2是指在作为0以上且所述B2以下的区域、以及所述A2以上且2n-1以下的区域的所述两个区域内，对n比特的所述多个像素值进行量化的模式。
4.如权利要求1或者2所述的图像压缩装置，
所述压缩数据生成部具备从所述量化模式1以及所述量化模式2中选择要进行量化的量化模式的量化模式选择部，并按照被选择的量化模式，生成所述压缩数据。
5.如权利要求4所述的图像压缩装置，
所述第一量化部还算出所述量化模式1的量化误差，
所述第二量化部还算出所述量化模式2的量化误差，
所述量化模式选择部，利用由所述第一量化部以及所述第二量化部算出的量化误差结果，选择量化误差小的量化模式，以作为所述要进行量化的量化模式。
6.如权利要求4所述的图像压缩装置，
所述第一量化部还算出从所述B1减去了所述A1的值，以作为第一区域宽度即所述量化模式1的区域宽度，
所述第二量化部，在所述多个像素值被表现为n比特的情况下，还算出所述B2的值、和从2n-1减去了所述A2的值的合计值，以作为第二区域宽度即所述量化模式2的区域宽度，
所述量化模式选择部选择与所述第一区域宽度以及所述第二区域宽度中的小的区域宽度相对应的量化模式，以作为所述要进行量化的量化模式。
7.如权利要求5所述的图像压缩装置，
所述第二量化部，针对所述A2和所述B2的多个组，算出所述量化模式2的量化误差或者区域宽度，
所述量化模式选择部，利用所述第一量化部的算出结果以及所述第二量化部针对所述多个组的多个算出结果，选择量化误差或者区域宽度成为最小的量化模式，以作为所述要进行量化的量化模式，
所述压缩数据生成部，在被选择的量化模式是所述量化模式2的情况下，将量化误差或者区域宽度成为最小的A2以及B2作为A以及B，生成包含该A、该B和以该量化模式2进行了量化的所述多个像素值的量化值在内的所述压缩数据。
8.如权利要求1或者2所述的图像压缩装置，
所述第一量化部，将所述多个像素值中的最小的像素值作为所述A1，将最大的像素值作为B1，执行所述量化模式1，
所述第二量化部，在将所述多个像素值分割成了两个区域的情况下，将像素值小的一方的区域内的最大像素值作为所述B2，将像素值大的一方的区域内的最小像素值作为所述A2，执行所述量化模式2。
9.如权利要求1或者2所述的图像压缩装置，
所述第二量化部，针对执行所述量化模式2的两个区域，向各个区域分配量化值，并在各个区域内按分配的量化值进行量化。
10.如权利要求9所述的图像压缩装置，
所述第二量化部，针对所述两个区域，根据各个区域的宽度，按比例分配量化值，并在各个区域内按分配的量化值进行量化。
11.如权利要求1或者2所述的图像压缩装置，
所述图像数据是具有多个通道的图像数据，
所述第一量化部，针对所述多个通道，向各个通道分配将要进行量化的比特数，并在各个通道上按分配的比特数进行量化，
所述第二量化部，针对所述多个通道，向各个通道分配将要进行量化的比特数，并在各个通道上按分配的比特数进行量化。
12.如权利要求11所述的图像压缩装置，
所述第一量化部，针对所述多个通道，根据各个通道的作为区域宽度的动态范围宽度，按比例向各个通道分配将要进行量化的比特数，并在各个通道上按分配的比特数进行量化，
所述第二量化部，针对所述多个通道，根据各个通道的所述动态范围宽度，按比例向各个通道分配将要进行量化的比特数，并在各个通道上按分配的比特数进行量化。
13.如权利要求1或者2所述的图像压缩装置，
所述第一量化部，按由所述图像数据中包含的多个像素构成的图像块的每一个，执行对所述图像块中的所述多个像素值进行量化的所述量化模式1，
所述第二量化部，按所述图像块的每一个，执行对所述多个像素值进行量化的所述量化模式2，
所述压缩数据生成部，按所述图像块的每一个，生成所述压缩数据。
14.一种图像解压缩装置，对压缩数据进行解压缩，该压缩数据是指由权利要求1至13中的任一项所述的图像压缩装置进行了压缩的图像数据，所述图像解压缩装置具备：
量化模式判定部，根据所述压缩数据中包含的所述A以及所述B的大小关系，从所述量化模式1以及所述量化模式2中，判定与所述压缩数据中包含的量化值对应的量化模式；以及
逆量化部，以判定出的量化模式，将所述量化值逆量化成像素值。
15.一种图像处理装置，具备：
权利要求1至13中的任一项所述的图像压缩装置；
权利要求14所述的图像解压缩装置；以及
图像处理部，该图像处理部向所述图像压缩装置发送图像数据，并从所述图像解压缩装置接收图像数据，
所述图像压缩装置对从所述图像处理部接收的图像数据进行压缩，从而生成压缩数据，并将生成的压缩数据写入存储器，
所述图像解压缩装置从所述存储器中读出被写入所述存储器的压缩数据，对读出的压缩数据进行解压缩，从而生成图像数据，并将生成的图像数据发送给所述图像处理部。
16.一种集成电路，进行图像数据的压缩，该集成电路具备：
第一量化部，执行量化模式1，该量化模式1是指利用满足A1<B1的两个值A1以及B1，在由所述A1和所述B1定义的一个区域内，对所述图像数据中包含的多个像素值进行量化的模式；
第二量化部，执行量化模式2，该量化模式2是指利用满足A2>B2的两个值A2以及B2，在由所述A2和所述B2定义的两个区域内，对所述多个像素值进行量化的模式；以及
压缩数据生成部，生成压缩数据，该压缩数据包含值A、值B以及由被选择的量化模式进行了量化的所述多个像素值的量化值，
所述压缩数据生成部，
针对所述A，在选择了所述量化模式1的情况下存放所述A1，在选择了所述量化模式2的情况下存放所述A2，
针对所述B，在选择了所述量化模式1的情况下存放所述B1，在选择了所述量化模式2的情况下存放所述B2，从而生成所述压缩数据。
17.一种集成电路，对压缩数据进行解压缩，该压缩数据是指由权利要求1至13中的任一项所述的图像压缩装置进行了压缩的图像数据，所述集成电路具备：
量化模式判定部，根据所述压缩数据中包含的所述A以及所述B的大小关系，从所述量化模式1以及所述量化模式2中，判定与所述压缩数据中包含的量化值对应的量化模式；以及
逆量化部，以判定出的量化模式，将所述量化值逆量化成像素值。
18.一种图像压缩方法，进行图像数据的压缩，该图像压缩方法包括：
第一量化步骤，执行量化模式1，该量化模式1是指利用满足A1<B1的两个值A1以及B1，在由所述A1和所述B1定义的一个区域内，对所述图像数据中包含的多个像素值进行量化的模式；
第二量化步骤，执行量化模式2，该量化模式2是指利用满足A2>B2的两个值A2以及B2，在由所述A2和所述B2定义的两个区域内，对所述多个像素值进行量化的模式；以及
压缩数据生成步骤，生成压缩数据，该压缩数据包含值A、值B以及由被选择的量化模式进行了量化的所述多个像素值的量化值，
在所述压缩数据生成步骤，
针对所述A，在选择了所述量化模式1的情况下存放所述A1，在选择了所述量化模式2的情况下存放所述A2，
针对所述B，在选择了所述量化模式1的情况下存放所述B1，在选择了所述量化模式2的情况下存放所述B2，从而生成所述压缩数据。
CN201280001257.8A 2011-07-13 2012-04-12 图像压缩装置、图像解压缩装置以及图像处理装置 Active CN102972023B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2011155253 2011-07-13
JP2011-155253 2011-07-13
PCT/JP2012/002549 WO2013008370A1 (ja) 2011-07-13 2012-04-12 画像圧縮装置、画像伸長装置および画像処理装置

Publications (2)

Publication Number Publication Date
CN102972023A CN102972023A (zh) 2013-03-13
CN102972023B true CN102972023B (zh) 2016-09-28

Family

ID=47505682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280001257.8A Active CN102972023B (zh) 2011-07-13 2012-04-12 图像压缩装置、图像解压缩装置以及图像处理装置

Country Status (4)

Country Link
US (1) US8705880B2 (zh)
JP (1) JP5903597B2 (zh)
CN (1) CN102972023B (zh)
WO (1) WO2013008370A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9510002B2 (en) 2013-09-09 2016-11-29 Apple Inc. Chroma quantization in video coding
CN103795421B (zh) * 2014-02-26 2017-05-24 活点信息技术有限公司 一种数据压缩及解压缩的方法
CN107295338B (zh) * 2016-04-12 2020-09-04 上海兆芯集成电路有限公司 基于无损联合图像专家小组格式的图像压缩与解压缩方法
CN109257603B (zh) * 2018-10-26 2021-05-11 西安科锐盛创新科技有限公司 带宽压缩量化及反量化方法
CN109561306B (zh) * 2018-10-26 2021-08-06 上海九吾尊易信息科技有限公司 一种带宽压缩量化方法
CN109510984B (zh) * 2018-10-26 2021-02-05 和宇健康科技股份有限公司 一种压缩编码量化方法
US11630817B2 (en) * 2018-12-28 2023-04-18 Yahoo Assets Llc Method and system for data indexing and reporting

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003259368A (ja) * 2002-02-28 2003-09-12 Sony Corp 符号化処理装置、復号処理装置、および方法、並びにコンピュータ・プログラム
CN101715038A (zh) * 2008-10-01 2010-05-26 柯尼卡美能达商用科技株式会社 图像处理装置、压缩方法和扩展方法
CN101978698A (zh) * 2008-03-18 2011-02-16 三星电子株式会社 用于对图像进行编码和解码的方法及设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2785822B2 (ja) 1984-12-19 1998-08-13 ソニー株式会社 テレビジョン信号の高能率符号化装置及び復号装置
DE3582314D1 (de) 1984-12-19 1991-05-02 Sony Corp Hochleistungsfaehige technik zur kodierung eines digitalen videosignals.
BR9508403A (pt) * 1994-07-14 1997-11-11 Johnson Grace Company Método e aparato para compressão de imagens
SE0401852D0 (sv) 2003-12-19 2004-07-08 Ericsson Telefon Ab L M Image processing
SE526226C2 (sv) 2003-12-19 2005-08-02 Ericsson Telefon Ab L M Bildbehandling
SE0401850D0 (sv) 2003-12-19 2004-07-08 Ericsson Telefon Ab L M Image processing
JP4506811B2 (ja) * 2007-10-29 2010-07-21 ソニー株式会社 符号化処理装置、および方法、並びにコンピュータ・プログラム
KR101446771B1 (ko) * 2008-01-30 2014-10-06 삼성전자주식회사 영상 부호화장치 및 영상 복호화장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003259368A (ja) * 2002-02-28 2003-09-12 Sony Corp 符号化処理装置、復号処理装置、および方法、並びにコンピュータ・プログラム
CN101978698A (zh) * 2008-03-18 2011-02-16 三星电子株式会社 用于对图像进行编码和解码的方法及设备
CN101715038A (zh) * 2008-10-01 2010-05-26 柯尼卡美能达商用科技株式会社 图像处理装置、压缩方法和扩展方法

Also Published As

Publication number Publication date
US8705880B2 (en) 2014-04-22
JPWO2013008370A1 (ja) 2015-02-23
JP5903597B2 (ja) 2016-04-13
WO2013008370A1 (ja) 2013-01-17
US20130202219A1 (en) 2013-08-08
CN102972023A (zh) 2013-03-13

Similar Documents

Publication Publication Date Title
CN102972023B (zh) 图像压缩装置、图像解压缩装置以及图像处理装置
CN102683149B (zh) 质量分析数据处理方法和质量分析数据处理***
Hong et al. An efficient reversible data hiding method for AMBTC compressed images
KR20190025928A (ko) 델타 컬러 압축을 위한 비트 패킹
CN110943744B (zh) 数据压缩、解压缩以及基于数据压缩和解压缩的处理方法及装置
CN103281537B (zh) 一种图像动态范围压缩方法及装置
CN102903088A (zh) 图像处理装置和方法
WO2024098715A1 (zh) 一种基板管理控制芯片的视频压缩方法、***及相关组件
CN115085923A (zh) 基于数据处理的小程序数据加密方法
CN106817584A (zh) 一种基于fpga的mjpeg压缩实现方法和fpga
Fu et al. Adaptive embedding combining LBE and IBBE for high-capacity reversible data hiding in encrypted images
CN102687175A (zh) 对编码纹理元素块进行操作的解码***和方法
Yao et al. A real-time reversible image authentication method using uniform embedding strategy
WO2021237510A1 (zh) 数据解压缩的方法、***、处理器及计算机存储介质
CN108235019A (zh) 一种压缩图像的存储方法及装置
CN103973310A (zh) 一种基于异或逻辑运算折半划分的测试数据压缩方法
CN101990763B (zh) 从n阶变换矩阵生成2n阶变换矩阵的***和方法
CN111787321A (zh) 用于边缘端的基于深度学习的图片压缩、解压缩方法及***
Lee et al. High-capacity reversible data hiding based on star-shaped PVO method
CN105744157A (zh) 一种图像像素采样值转换、采样值处理方法及装置
CN105847796A (zh) 一种用于视频编码的比特分配方法及装置
Liu et al. An improved reversible data hiding scheme using layered embedding
Rahmani et al. High hiding capacity steganography method based on pixel indicator technique
CN106851276A (zh) 一种基于Vivado HLS实现的CABAC流水线编码方法
CN103369312B (zh) 图像压缩方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160331

Address after: Osaka Japan

Applicant after: PANASONIC INTELLECTUAL PROPERTY MANAGEMENT Co.,Ltd.

Address before: Osaka Japan

Applicant before: Matsushita Electric Industrial Co.,Ltd.

C14 Grant of patent or utility model
GR01 Patent grant