FI116819B

FI116819B - Menetelmä kuvien lähettämiseksi ja kuvakooderi

Info

Publication number: FI116819B
Application number: FI20000131A
Authority: FI
Inventors: Marta Karczewicz; Ossi Kalevo; Bogdan-Paul Dobrin; Joni Vahteri
Original assignee: Nokia Corp
Priority date: 2000-01-21
Filing date: 2000-01-21
Publication date: 2006-02-28
Also published as: JP2003520531A; HK1080653B; US20080247657A1; HK1080653A1; KR20020077888A; JP2012170122A; JP2008054335A; EP1249132B1; CN1658677A; FI20000131A0; CA2397090A1; FI20000131A; WO2001054416A1; CN100473167C; CA2397090C; HK1054288A1; DE60144513D1; BRPI0107706B1; CN1214647C; US20010017942A1

Description

Menetelmä kuvien lähettämiseksi ja kuvakooderi

Nyt esillä oleva keksinnön kohteena on patenttivaatimuksen 1 j osan mukainen menetelmä kuvien lähettämiseksi. Nyt esill; 5 keksinnön kohteena on myös patenttivaatimuksen 12 johda mukainen laite kehysten lähettämiseksi. Nyt esillä oleva k kohteena on lisäksi patenttivaatimuksen 23 johdanto-osan n kooderi, patenttivaatimuksen 24 johdanto-osan mukainen d< patenttivaatimuksen 25 johdanto-osan mukainen koodekki, 10 vaatimuksen 26 johdanto-osan mukainen kannettava päät patenttivaatimuksen 27 johdanto-osan mukainen tietokoneohje

Kuva voi olla mikä tahansa digitaalinen kuva, videokuva, videonauhoittimella muodostettu kuva, tietokoneanimaatio, 15 jne. Yksi kuva koostuu vaakariveiksi ja pystysarakkeiksi järjc kuva-alkioista, joiden lukumäärä yhdessä kuvassa on tyypillisi meniä tuhansia. Lisäksi kunkin kuva-alkion osalta muodoste maatio sisältää mm. kuva-alkion kirkkaustiedon (luminanssi) ty kahdeksan bitin resoluutiolla ja värisovelluksissa myös värikky 20 esimerkiksi krominanssisignaalin. Tämä krominanssisignaali vielä kahdesta komponentista Cb ja Cr, jotka molemmat ty välitetään kahdeksan bitin resoluutiolla. Näiden luminanssi- j nanssiarvojen perusteella vastaanottopäässä on muodost :v; alkuperäistä kuva-alkiota vastaava informaatio videopääi 25 näyttöelimelle. Kunkin kuva-alkion osalta siirrettävän info määrä on mainitussa esimerkkitapauksessa 24 bittiä pakk mana. Kokonaisinformaatiomäärä yhden kuvan osalta on tälle * * *;"* megabittejä. Liikkuvaa kuvaa siirrettäessä lähetetään usei sekunnissa, esimerkiksi TV-kuvassa välitetään 25 kuvaa sef 30 Ilman informaation määrän supistamista siirrettävän info lii määrä olisi siis useita kymmeniä megabittejä sekunnissa. Kuite merkiksi Internet-tietoverkossa saattaa tiedonsiirtononeus olla 2 pakkauksena (inter-frame compression), kehyksen sisällä si vana pakkauksena (intra-frame compression) tai näiden yhdisl inter-frame-pakkaamisessa pyritään eliminoimaan peräkkäisisi kehyksissä olevaa redundanttista tietoa. Yleensä kuvat sisältävä 5 muuttumatonta tietoa, esimerkiksi liikkumaton tausta tai hitaasti vaa tietoa, esimerkiksi kohteen liikkuessa hitaasti. Inter-frame-misessa voidaan hyödyntää myös liikekompensointia, jolloin havaitsemaan sellaisia osia kuvasta, jotka liikkuvat jolloin tähi naisuuteen liittyvä liikevektori ja jonkinlainen tieto ennustusv 10 välitetään sen sijaan, että lähetettäisiin koko kokonaisuutta l· kuva-alkiot. Tällöin selvitetään kyseisen kohteen liikesuunta ja joiden perusteella tämä liikevektori muodostetaan. Pakkaamin lyttää lähettävältä ja vastaanottavalta videopäätelaitteelta niii laskentanopeutta, että pakkaaminen ja sen purku voidaan i 15 reaaliaikaisesti.

Useissa kuvanpakkaustekniikoissa suoritetaan digitaaliseen i muunnetulle kuvasignaalille diskreettikosinimuunnos (DCT, Cosine Transform) ennen kuvasignaalin lähettämistä siirtotieni 20 lentämistä tallennusvälineisiin. DCT-muunnoksella voidaan las soflisen signaalin taajuusspektri eli siirtyä aikatasosta taajuus Sana diskreetti tarkoittaa tässä yhteydessä sitä, että muunn käsitellään jatkuvien funktioiden sijasta erillisiä kuva-alkioita ;v. signaalissa peräkkäisillä kuva-alkioilla on tyypillisesti suuri kes 25 paikallinen (spatial) korrelaatio. DCT-muunnoksen eräänä orr !*.* tena on, että DCT-muunnoksen tuloksena muodostuvat kertoir * · käytännöllisesti katsoen korreloimattomia, joten DCT-muunno taa tehokkaasti kuvasignaalin muuntamisen aikatasosta taajui pienentäen kuvainformaation redundanssia. Muunnoskood 30 sinällään tehokas tapa vähentää redundanssia sekä inter-frai j.;': intra-frame-koodauksessa.

ψ m 3 alkioiden lohkojen välistä korrelaatiota. Tästä syystä puhtaai perusteisellä koodauksella saavutettavat bittinopeudet ovat m ria myös silloin kun käytetään muunnosperusteista koodausl DCT, jolla on tehokkaat energian pakkausominaisuudet hyv 5 loidulle informaatiolle. Tästä syystä nykyiset digitaalisen kui dausstandardit käyttävät hyväkseen tiettyjä menetelmiä jotl vähentävät kuva-alkioiden arvojen korrelaatiota lohkojen välillä.

Nykyisissä digitaalisissa kuvakoodausmenetelmissä suoritetaa 10 nostasolla ennustus, eli yritetään ennustaa sillä hetkellä kood olevan lohkon DCT-kertoimet käyttämällä edellisiä koodattuja eli menetelmät liittyvät läheisesti pakkausmenetelmään. Ty kuvalohkon sisällä keskimääräistä kuva-alkion arvoa vastaa kerroin ennustetaan käyttämällä samaa DCT-kerrointa kuin ed 15 koodatussa lohkossa. Varsinaisen ja ennustetun kertoimen vä lähetetään dekooderille. Tällä tavalla voidaan kuitenkin ennu* keskimääräinen kuva-alkion arvo, eikä menetelmä ole kovin tet DCT-kertoimia voidaan ennustaa myös käyttämällä paikallisia 20 käisiä lohkoja. Esimerkiksi keskimääräistä kuva-alkion arvo; sisällä vastaava DCT-kerroin ennustetaan käyttämällä DCT-ke kertoimia) tarkasteltavana olevan lohkon vasemmalla puolelk :··; puolella olevasta lohkosta. Vaakasuoria taajuuksia (eli pystysi :v. noja) vastaavat DCT-kertoimet voidaan ennustaa kyseisen loi 25 puolella sijaisevasta lohkosta ja pystysuoria taajuuksia (eli vae * · reunoja) vastaavat kertoimet voidaan ennustaa vasemmalla sijaitsevasta lohkosta. Samoin kuin edellä kuvatussa menet • · varsinaisten ja ennustettujen kertoimien väliset erot koodataar tetään dekooderille. Tällä tavalla mahdollistetaan useampien 30 kautta kulkevien vaakasuorien ja pystysuorien reunojen ennust * * * · · «· a :***: MPEG-2 -pakkauksessa DCT-muunnos tehdään lohkoittain s 4 1 kirkkauden muutokset, jolloin 2x2 kuva-alkion kokoinen alu« taan samalla krominanssiarvolla.

MPEG-2 standardissa on määritetty kolme kehystyyppiä: 5 (Intra), P-kehys (Predicted), ja B-kehys (Bidirectional), l-keh dostetaan pelkästään kuvassa itsessään olevan informaatio teella, jolloin vastaanottopäässä tästä l-kehyksestä voidaan mi koko kuva. P-kehys muodostetaan lähimmän aikaisemman l-k tai P-kehyksen perusteella, jolloin vastaanottovaiheessa k 10 vastaavasti edeltävää l-kehystä tai P-kehystä yhdessä vasta P-kehyksen kanssa. P-kehysten muodostuksessa käytetään n kompensointia informaatiomäärän vähentämiseksi. B-kehyks dostetaan edeltävän l-kehyksen ja seuraavan P- tai l-kehykse teella. Vastaavasti vastaanottovaiheessa B-kehys saadaan 15 tettua vasta siinä vaiheessa, kun edellinen ja seuraava kehys taanotettu. Lähetysvaiheessa vielä vaihdetaan näiden P- ja B-l järjestystä, jolloin vastaanotetaan ensin B-kehyksen jälkeinen Tämä saattaa nopeuttaa kuvan rekonstruointia vastaanottimesi 20 Tunnetun tekniikan mukaisissa ratkaisuissa käytetyt intra-frs dausmenetelmät ovat tehottomia, jolloin intrakehysten lähettär kaistanleveyttä kuluttavaa. Tämä rajoittaa itsenäisesti koe avainkehysten käyttöä alhaisen bittinopeuden digitaalisissa :w koodaussovelluksissa.

* a ...1: 25 !./ Nyt esillä olevan keksinnön mukainen järjestelmä tarkasti ongelmaa kuinka redundantin informaation määrää voidaan enl 9 ψ ’-f pienentää kuvainformaatiossa ja saada aikaan tehokkaampi k maation koodaus paikallisen ennustusmenetelmän avulla joss; 30 tetaan kuva-alkioarvoja ja jossa ennustus on mahdollinen suunnasta. Tämä mahdollistaa tehokkaan erisuuntaisten ennustamisen ionka avulla on mahdollista saavuttaa huo 5 1 kuvataan järjestelmä paikallista ennustusta varten jota voidaar lohkoperusteiseen still-kuvien koodaukseen ja intrakoodaukset perusteisissä videokoodereissa. Keksinnön keskeisimpiä ele ovat useiden ennustusmenetelmien käyttö, sisältöriippuvainen 5 valitun ennustusmenetelmän sisältöriippuvainen signalointi, ennustusmenetelmien käyttö, sisältöriippuvainen valinta ja e menetelmien sisältöriippuvainen signalointi saavat aikaan huo säästöjä bittinopeudessa tunnetun tekniikan mukaisiin ratkaisi rattuna.

10

Nyt esillä olevan keksinnön tarkoituksena on parantaa digita koodausta ja dekoodausta siten että voidaan saada aikaan s koodaustehokkuus, jolloin koodatun digitaalikuvan bittinopeutta edelleen pienentää.

15

Nyt esillä olevan keksinnön mukaisesti tämä tarkoitus voidaar taa kooderilla jolla suoritetaan paikallisesti ennustettu kuvainfo koodaus. Nyt esillä olevalle keksinnölle on pääasiassa tunnu; se, mikä on esitetty patenttivaatimuksen 1 tunnusmerkkiosa 20 esillä olevan keksinnön mukaiselle laitteelle kehysten lähettäm pääasiassa tunnusomaista se, mikä on esitetty patenttivaatimi tunnusmerkkiosassa. Nyt esillä olevan keksinnön mukaiselle k on pääasiassa tunnusomaista se, mikä on esitetty patenttivaai •V; 23 tunnusmerkkiosassa. Nyt esillä olevan keksinnön mukaisen * 25 derille on pääasiassa tunnusomaista se, mikä on esitetty pate .···. muksen 24 tunnusmerkkiosassa. Nyt esillä olevan keksinnöi • · selie koodekifie on pääasiassa tunnusomaista se, mikä or patenttivaatimuksen 25 tunnusmerkkiosassa. Nyt esillä olevar ’·*·* nön mukaiselle kannettavalle päätelaitteelle on pääasiassa 30 omaista se, mikä on esitetty patenttivaatimuksen 26 tunnu : osassa. Nyt esillä olevan keksinnön mukaiselle tietokoneohjel ··· pääasiassa tunnusomaista se. mikä on esitettv oatenttivaatimi 6 alkioiden arvot) ennustetaan käyttämällä sopivaa ennustusmen Tämän jälkeen ennustusmenetelmä signaloidaan dekooderille lähetetään ennustusvirhetietoja, mikäli se on edullista vääris bittinopeutta ajatellen.

5

Nyt esillä olevalla keksinnöllä saavutetaan huomattavia etuja tekniikan mukaisin ratkaisuhin verrattuna. Keksinnön mukaist telmää käyttämällä on mahdollista vähentää digitaalimuodossa kuvien lähettämisessä tarvittavan informaation määrää.

10

Keksinnön mukaista menetelmää voidaan yleisesti soveita; perusteisessä still-kuvien koodauksessa sekä intrakoodaukse koperusteisessa digitaalisessa kuvakooderissa.

15 Keksintöä selostetaan seuraavassa lähemmin viittaammalia kuviin, joissa kuva 1 esittää digitaalisen kuvanlähetysjärjestelmär netta, 20 kuva 2 esittää lohkokaaviona nyt esillä olevan ki mukaista paikallista ennustusmenetelmää, • » :v. kuvat 3a—3c havainnollistavat lohkoja joita käytetään nyt e 25 van keksinnön edullisen suoritusmuodon mi ennustamiseen,

• B

• · BB · BB * • · kuva 4 esittää suuntaisuusluokkien yhdistämistä sis :—! kiin nyt esillä olevan keksinnön edullisen 30 muodon mukaisesti, • ·

• * B

• B B HB * kuvat 5a—5p havainnollistavat kuva-alkioita joita käytet 7 kuva 7 esittää kaaviollisesti kannettavaa teleneuvott< ta, jossa sovelletaan keksinnön mukaista r mää.

5 Tämän keksinnön esittämä intra-frame-ennustusmenetelmä to koperusteisesti ja sitä voidaan soveltaa kuvakehyksiin jotka ta esim. riveittäin vasemmalta oikealle ja ylhäältä alas skannattt lohkoja. On itsestään selvää, että muita skannaussuuntia voida* käyttää nyt esillä olevan keksinnön yhteydessä. Paikallinen e 10 suoritetaan jokaiselle intrakoodatulle lohkolle käyttämällä aien konstruoituja lohkoja samassa kehyksessä. Jäännösvirhe pakata millä tahansa sopivalla menetelmällä, esim. käyttämällä niin kuin nykyisissä standardeissa.

15 Keksinnön mukainen järjestelmä koostuu kahdesta pääosasta, esitetty kuvassa 2. Ensin suoritetaan sopivan ennustusment osajoukon sisältöriippuvainen valinta 17 luokittelemalla vierekta konstruoidut lohkot. Tämän jälkeen muodostetaan ennustusk käyttämällä jotakin ennustusmenetelmää valitusta osajouk 20 ennustusmenetelmä signaloidaan dekooderille.

* f *« « • * •v. Sisältöriippuvainen ennustusmenetelmien osajoukon valinta mahdollisten viereisten lohkojen suuntaisuusluokittelusta, suun ;··\ luokkien yhdistämisestä sisältöluokkiin ja sisältöriippuvaisesta ,*.\\25 ennustusmenetelmien osajoukon valinnasta.

• « ««« ·«« 4 · '··* Seuraavassa kuvataan digitaalisten kuvakehysten lähettämistä taanottoa viittaamalla kuvassa 1 esitettyyn digitaaliseen kuv *Σ”: järjestelyyn. Tarkasteltavana oleva kehys saapuu lähetysjärjes \!!:30 1 syöttötietona 2, joka on esimerkiksi digitaalisesta videokai s% peräisin oleva tuloste. Tarkasteltavana oleva kehys voidaan 8 1 tallennetaan kehysmuistiin 8. Jokaisen lohkon kuva-alkioiden sen ennustuksen suorittava ennustusestimaattori 3 vastaanotl sinnön mukaisen menetelmän mukaisesti ennustuksen kanssa tavat lohkot kehysmuistista 8.

5

Uuden ennustuslohkon muodostamiseksi ennustusestimaattori esiintyykö tarkasteltavana olevan lohkon mahdollisissa viereist koissa suuntaisuutta. Tätä järjestelyä on havainnollistettu kuve

Tarkasteltavana oleva lohko on merkitty viitteellä C, tarkasti 10 olevan lohkon ensimmäinen viereinen lohko viitteellä L, ja tarl vana olevan lohkon toinen viereinen lohko viitteellä U. Tässä ke edullisessa suoritusmuodossa ensimmäinen viereinen lohko : tarkasteltavana olevan lohkon C vasemmalla puolella, ja toinei nen lohko on tarkasteltavan lohkon C yläpuolella. Jos skannai 15 tys on erilainen kuin vasemmalta oikealle ja ylhäältä alas, ensin viereinen lohko L ei välttämättä sijaitse tarkasteltavana olevan k vasemmalla puolella eikä toinen viereinen lohko U sen ylä)

Viereiset lohkot L, U ovat lohkoja, jotka sijaitsevat tarkasteltavat C vieressä ja ovat jo rekonstruoituja. Lisäksi joissakin keksinnc 20 tusmuodoissa luokiteltuja lohkoja, joita käytetään tarkasteltavi :··: van lohkon C ennustusmenetelmän valitsemiseen voi olla usear :v: kaksi. Seuraavassa keksinnön kuvauksessa kullekin tarkasti • · olevalle lohkolle C on kuitenkin luokiteltu korkeintaan kaksi i lohkoa L, U. Lisäksi luokittelu suoritetaan ainoastaan jos v .*•*25 lohko L tai U on olemassa. Jos tarkasteltavana olevalla lohkoll ::: viereisiä lohkoja, sitä käsitellään ”ei-intra-lohkona” sisältöriipp ennustusmenetelmien valinnan aikana, jota selostetaan tar jäljempänä.

• ! • · · \..:30 Ennustus voidaan myös toteuttaa siten, että se suoritetaan va tämällä rekonstruoituja intrakoodattuja lohkoja. Tässä tapai 9 lohko luokitellaan 20 lähtöluokkaan. Keksinnön edullisessa tusmuodossa tällaisia lähtöluokkia on 11, mutta on itsestään että lähtöluokkien lukumäärä voi vaihdella. Nämä lähtöluokat ke edullisesti kahdeksasta suuntaisuusluokasta 00—D7, jotka v£ 5 reunasuuntia k*22f5°, K= 0,1, ...,7 ja kolmesta suuntaamattani kasta D8—D10 jotka vastaavat tasaisen, lievästi epätasaisen kean pintakuvioinnin lohkoja.

Kuvan 1 järjestelmässä ennustusestimaattari 3 tutkii ensi 10 ensimmänen viereinen lohko ja/tai toinen viereinen lohko U ok Jos jompikumpi näistä lohkoista ei ole olemassa, ko. viereine määritetään CO lohkoksi (”ei-intra”), eli tarkasteltavana oleva I sijaitsee kehyksen reunalla tai sen kulmassa tai intralohkoista van alueen reunalla tai kulmassa. Tämän jälkeen ennustusestii 15 3 valitsee sopivan ennustusmenetelmän kyseiselle lohkolle kuvataan jäljempänä. Muussa tapauksessa ennustusestima laskee lohkoon tai lohkoihin L, U liittyvän gradienttitiedon.

Gradienttitiedon laskemiseksi on olemassa monia sopivia men 20 Seuraavassa kuvataan erästä edullista menetelmää. Ensin mää lohkon L, U keskimääräiset absoluuttiset suuntaisuusgradientit c *v: 1,...,7 seuraavalla tavalla:

* I

* * • * • 4 4#* • V* : : **· ·· * · • · ··· «•»f* • r 1 2 • · 2 » ·* * * • ·· 10 *° = Z,I -,x maxiΐ-ΣΣΙ^*· yW(*+i,y)[

N(N-1) ^ ,=0,=0 J

. f N-2N-X > j?i --rmax ΐ-ΣΣΙ^*·>0-τ(/(χ-ι>y)+/(-*-i.y+i)]|

(.N-1) ^ ,=0,=1 J

, f N-2 fV-1 > 82 = 7max ι,ΣΣΙ^.)-^-1.^1)!

(ΛΤ—1) ^ ,=0,=1 J

i?3 = .., 1, ΣΣΙ7^’ >)—-τ(/(λγ —1, y + l) + /(a:, y + 1)^

(N-1) ^ ,=0,=1 J

, f H-2N-X > g4 = -- max 1, ΣΣk(^» y>-y + D| N{N-1) ^ y=ox=o ; -j f N-2 N-2 > 8s = ,„ 2 max 1= ΣΣΙ7^y+l)+/(x+l·y+l)j|

(W-l) ^ ,=0,=0 J

86 = ,A, „2 mH !»Σ ΣΙ7y> - /(AC + i, y+1)|

(Ν-Ϊ) ^ ,=o ,=o J

. f N-2N-2 \(1 8i = ~ -.-max 1,ΣΣΙ7^’y)—y) + /(^:+l,y+ 1)^(

(N-l) ,=0,=0 J

.... jossa N on lohkon koko ja l(x,y) esittävät kuva-alkioiden intei .1arvoja. Indeksit x ja y viittaavat kuva-alkion koordinaatteihin : ·' sisällä ja k esittää reunojen suuntia. Ennustusestimaattori 3 lasi ‘ 5 dienttiarvot gk ylläolevan kaavan mukaan.

• · * « ·««

Gradienttiarvoja gk käyttämällä määritellään gradienttisuhdel O k = 1, .... 7 tietynsuuntaisen gradienttiarvon ja kohtisuoran gr arvon välillä: ....:10 » * • _ _ £o =. _ £i _ _ 82 _ £3 11 1 · lukuarvoja raja-arvoina. Tässä prosessissa luokitteilaan kaikki lohkot yhteen ensimmäisistä lohkotyypeistä DO—D10. Nyt esil keksintö ei rajoitu algoritmissä käytettyihin arvoihin, mutta seur esitettyjen vaiheiden yhteydessä käytetyt arvot ovat suos 5 Menetelmää voidaan myös soveltaa kaikenkokoisissa lohkoissa Tässä keksinnön edullisessa suoritusmuodossa luokittelujaksc luu 13 vaihetta, mutta on itsestäänselvää, että luokittelu v< käsittää erilaisen määrän vaiheita.

10

Vaihe 1 Tässä vaiheessa tarkistetaan lohkon tasaisuus. Ennustusestim laskee gradienttiarvot g0 ja g4. Nämä vastaavat vaakasuorier pystysuorien (90°) kuvayksityiskohtien gradienttiarvoja. Jo 15 g0 < 2.0 ja g4<2.0, luokitellaan lohko luokkaan D8 ja alustava lu prosessi päättyy. Muussa tapauksessa suoritetaan luokitteluvait

Vaihe 2 Tässä vaiheessa suoritetaan lohkon tasaisuuden lisätarkistus. 20 olevat gradienttiarvot gk lasketaan ja tutkitaan suurin gradients = max{gk}. Suurinta gradienttiarvoa g^ verrataan arvoon i g max ^ 2.5, lohko luokitellaan luokkaan D8, ja alustava luokittelu) : V päättyy. Muussa tapauksessa menetelmä jatkuu vaiheesta 3.

« * : *’25 Vaihe 3 I*· *

Vaiheessa 3 suoritetaan selvän suuntaisuuden tarkistus. Gra< ·« · f**,. suhdeluvut rk lasketaan, ja märitellään pienin gradienttien su rmtn= nnin{rk}. Kun pienin gradienttien suhdeluku löytyy, mää ...,· vastaava indeksi kmin. Jos rmin<0.15, lohko luokitellaan vas ...30 luokaan Dkmjn ja menetelmä etenee vaiheeseen 12. Muussa *;·* sessa menetelmä jatkuu vaiheesta 4.

* » 12 1

Vaihe 5

Vaiheessa 5 tarkistetaan kaksi pienintä gradienttisuhdelukua, j daan selville ovatko ne selvästi erotettavissa. Gradienttisuhc järjestetään suurusjärjestykseen pienimmästä sui 5 r(0} < r(1) < r(2)... < r(7). Myös gradienttisuhdelukujen indeksit jär uudelleen järjestyksen k{0)> k(1), k(2),...k{7) mukaa r{l) - r(0) < i(r(2) -r(l)), seuraavaksi suoritetaan kuudes luokitt muussa tapauksessa menetelmä jatkuu 10. luokitteluvaiheesta 10 Vaihe 6

Vaiheessa 6 tarkistetaan pienin gradienttisuhdeluku ja se vastaako se suuntaisuusluokkaa D2 vai D6, ja onko pienin g suhdeluku riittävän pieni. Ensin ennustusestimaattori 3 tut gradienttisuhdeluvun r(0) indeksi 2 vai 6, jolloin ensimmäistä g 15 suhdelukua r(0) verrataan arvoon 0.6. Jos r(0)e{rk|k = 2,6} ja lohko luokitellaan luokkaa Dk(0) vastaavaksi ja menetelmä jatkuu 12. Muussa tapauksessa siirrytään vaiheeseen 7.

Vaihe 7 20 Vaiheessa 7 ennustusestimaattori 3 tutkii ensin, onko toisen g suhdeluvun r(1) indeksi 2 vai 6, jolloin ensimmäistä gradienttisu :v. r(0) verrataan arvoon 0.6. Jos r(1)e{rk|k = 2,6} ja r(0) < 0.6, lohk * [. laan luokaa Dk(i) vastaavaksi ja menetelmä jatkuu vaiheesta 12 ... tapauksessa siirrytään vaiheeseen 8.

25 • f*

Vaihe 8 f · «

Vaiheessa 8 tarkistetaan pienin gradienttisuhdeluku ja selvitetä taako se suuntaisuusluokkaa D1, D3, D5 vai D7, ja onko pii :*·: dienttisuhdeluku riittävän pieni. Ensimmäistä gradienttisuhde 30 verrataan arvoon 0.5. Jos r(0)e{rk | k = 1,3,5,7} ja r(0) < 0.5, lohk -/ laan luokkaa Dk(0) vastaavaksi ja menetelmä jatkuu vaiheesta 12 13 11 rataan arvoon 0.5. Jos r(1)e {rk | k = 1,3,5,7} ja r(0) < 0.5, lohko lue luokkaa Dk(i) vastaavaksi ja menetelmä jatkuu vaiheesta 12. Muus uksessa siirrytään vaiheeseen 10.

5 Vaihe 10

Suuntaisuutta ei ole vielä havaittu, ja tästä syystä vaiheessa 3 k raja-arvoa (hieman) korkeampaa raja-arvoa voidaan kokeilla suuden tarkistuksessa. Tämä tarkoittaa sitä, että tarkistus i varmempi. Vaihe 10 käyttää raja-arvon Tt arvoja, jotka on m 10 jäljempänä seuraavassa taulukossa 1. Arvoja Ti verrataan en seen gradienttisudelukuun. Jos r(0)<Ti joka on määritelty taulut lohko luokitellaan luokkaa Dk(0) vastaavaksi, ja menetelmä jät heesta 12. Muussa tapauksessa siirrytään vaiheeseen 11.

_r{Q) :n suuntasuhde__Ti_ r(0)e{rA |* = 2,6}__0.5 r(0) e K jfc = 1,3,5,7}_ 0.4 rme{rk | k - 0,4}__0.3 15 Taulukko 1 :*·; Vaihe 11 •V; Suuntaisuutta ei ole vielä havaittu, jolloin vaiheessa 11 tark kolme pienintä gradienttisuhdelukua, jotta saataisiin selville ov ;···?0 vierekkäisiä ja onko pienin gradienttisuhdeluku keskellä. Tässä lllm sessa vaiheessa 3 käytettyä raja-arvoa vieläkin korkeampaa ra voidaan kokeilla suuntaisuuden tarkistamiseksi. Tämä tarkoin että tarkistus on epävarmempi. Vaiheessa 11 käytetään raja-s arvoja, jotka on määritelty jäljempänä seuraavassa taulukosse ':**£5 toista ja kolmatta gradienttisuhdelukua r(1) ja r{2) vastaavat suu det ovat lähimpänä ensimmäistä gradienttisuhdelukua r(0} va :*! suuntaisuuttaia nm<T. ioka on määriteltv taulukossa 2. lohko 14 _rm£{rk I k = 2,6}__0.6 _r(0)€{r, \k = 1,3,5,7}__0.5 _rmeirk 1*=<W__0.4

Taulukko 2

Vaihe 12

Vaiheessa 12 tarkistetaan perustuuko luokitus todellakin kuva: 5 vaan reunaan jolla on tietty suunta pintakuvioinnin sijaan. Vaihe käytetään allaolevassa taulukossa 3 määriteltyjä raja-arvoja T3 kossa 3 on esitetty arvot vain kahdelle mahdolliselle lohkokool 4x4), mutta käytännön sovelluksissa voi olla myös muita lohk< jolloin vastaavat T3 arvot on määriteltävä. Vaiheessa 12 tutkitaa 10 gradienttiarvo gmin = min{gk). Luokituksesta ja lohkon koosta valitaan raja-arvo T3 taulukosta 3. Jos gmm<T3, alustava lu prosessi päättyy. Muussa tapauksessa menetelmä etenee vait 13.

Lohkon luokitus__T3 4x4 lohkolle__T3 8x8 lohk | D2 ja D6__ELO__7.0 P1,P3, D5 ja D7__115__9.0 r': PO, D4 ~ 14.0 11.o" f\15 Taulukko 3

Vaihe 13 .··. Vaiheessa 13 tarkistetaan, onko pintakuviointi sileä vai karkea, ί .··· gradienttiarvoa gmax verrataan arvoon 10.0. Jos gmax < 10.0, luo!

*'*20 lohko luokkaan P9. Muussa tapauksessa lohko luokitellaan II

#. P10. Vaihe 13 ei ole välttämätön jos sekä karkea että sileä pi *,.* ointi luokitellaan samaan sisältöluokkaan.

• * « ··· a* A « < a - - - mm,

15 -J

kahteen vaihtoehtoiseen luokkaan, joista toinen on tarkoitettu vasemmalta ylös oikealle suuntautuvaa diagonaalisuutta varte nen ylhäältä vasemmalta alas oikealle suuntautuvaa diagona. varten.

5

Loivat ja jyrkät diagonaaliset luokat D5, D6 ja D7 on yhdistetty mäiseen diagonaaliseen sisältöluokkaan C4. Samoin luokat O D3 on yhdistetty toiseen diagonaaliseen sisältöluokkaan C5. sileän pintakuvioinnin luokka D9 ja karkean pintakuvioinnin luol 10 on yhdistetty yhteen pintakuvioinnin sisältöluokan C6 muodosta Tätä yhdistelyä on havainnollistettu kuvassa 4.

Kuuden sisältöluokan C1— C6 lisäksi on vielä yksi sisältöluo jota käytetään ”ei-intra” -lohkoihin. Yleensä ”ei-intra” -lohko o 15 joka ei ole olemassa, esimerkiksi silloin kun lohko C sijaitse rajalla. Jos ennustus suoritetaan siten, että käytetään vain intrc tuja lohkoja vertailulohkona, laajentuu ’’ei-intra” -lohkon mä käsittämään ne lohkot, jotka eivät ole intrakoodattuja.

20 Keksinnön edullisessa suoritusmuodossa on yhteensä 13 , ennustusmenetelmää, joita on havainnollistettu kuvissa 5a-*··· *m-kokoisille lohkoille. Ennustusmenetelmät muita lohkokokoja ja • luokkia varten voidaan muodostaa vastaavalla tavalla. Jol· « tapauksessa ennustus suoritetaan kausaalisesti käyttämällä vi \..25 siä rekonstruoituja intrakoodattuja lohkoja L, U, UL, UR vertail O na. Ennustukseen käytetty alue on riippuvainen ennustusment tä, kuten käy ilmi kuvista 3a ja 3b, joissa lohko C on tarkasta oleva lohko. Ennustusmenetelmien P1—P12 tapauksessa jonka lohkoja voidaan käyttää ennustuksessa, on neljän vieret .•••.30 kon L, UL, U ja R kattama alue, kuten kuvassa 3b on esitetty, tusmenetelmässä P13 tämä alue on laajempi, kuten kuvasta 16 vana olevan lohkon C sisällön ennustamiseen. Osajoukon eri menetelmät eroavat toisistaan ja vastaavat niitä ennustusmer jotka todennäköisimmin saavat aikaan tarkan ennustuksen loh jos viereisille lohkoille, kuten L ja U, saadaan tietyt luokittek 5 osajoukkojen edullinen määritelmä on esitetty jälejmpänä seure taulukossa 4.

Käytännössä katsoen ensimmäisen L ja toisen vierekkäisen lo sisältöluokitusten tulokset yhdistetään, eli molemmat otetaan hu 10 lohkon C ennustusmenetelmää valittaessa. Ennustusmene osajoukko valitaan taulukosta 4 vierekkäisten lohkojen L, U sisä jen mukaan. Taulukossa 4 jokainen rivi määrittelee ennustusn mien osajoukon tietylle vierekkäisten lohkojen sisältöluokkaparill ennustusmenetelmien järjestyssään osajoukossa. Tärkeysjärjes 15 asettamista käytetään yksinkertaistamaan ennustusmenetelmie töriippuvaista signalointia, kuten jäljempänä on kuvattu. Jos esir viereisistä lohkoista ensimmäinen lohko L luokitellaan sisättölu C2 ja toinen lohko U luokitellaan sisältöluokkaan C4, tämän y män osajoukko käsittää ennustusmenetelmät P1, P9, P5, P1c 20 P6 (tärkeysjärjestyksessä). Ennustusestimaattori 3 valitsee täs joukosta sopivimman ennustusmenetelmän, mitä selostetaan .! / min jäljempänä.

i ·: • » • ϊ ·· · • • i «1«

: : t· I

··· • ·

• I

• 9· * "'Ϊ • *· • 9 m «*« t * 17 ^^^^^^^Ennustusmenetelmienji^ I imlrlra I I ii/*lrlra 11 __Ciia^__ —__E1£^_3— __£££^£__ _£2il5.

cn cn__pi__Ei__eu__pa__p» C1__PI__P9__P5__P8__P2_ _02__PI__P5__P2__P13 P11 C3__P5__P13__PI__P9__P12 C4__PI__P8__P5__P9__P6__ _C5__PI__P8__P5__P3__P2 __06__PI__P5__P9__P13__P8

C1 cn__pq__PI__P?__Ρ1Λ__PR

C1__P9__El__P13 P2__P5 C2__P9__PI__P2__P5__P3 C3__P9__P5__El__P13__P4 C4__P9__PI__P13__P5__P3 C5__Ei__El__P13__P2__E8_ __C6__P9__PI__P13__P5__P11 C7 cn__El__E0__BIT!__EU__pip C1__E®__P1 P10 P5 P11 C2__El__EU__E1Q__P2__P3 C3__P5__El__EU__E9__P4 C4__PI__P9__P5 P13 P7 C5__El__E9__P10 P11__E£_ __C6__PI P11 P9 P5 P12 cs cn__E5__El__E12__EH__Pia C1__El__P9 PS P13 P3 C2__E5__El__E?__P4 P13 C3__E5__El__E13__E9__P12 C4__El__E5__Ei__P6 P13 05__El__E5__Ei__E13__P3__ .__06__P5 PI P11 P13 P9 :*‘2 C4 cn__El__EE__EZ__PR__pr

C1__Ei__El__P5__P13__PL

: ·* 02__El__Ei__Ei__E13__EL

·:·*: 03__Ei__El__P13 P9__EZ_ ... 04__PI P13 P7__Ei__Ei_

05__El__EZ__Ei__E13__EL

.···.__06__PI__P9__P13__P5__P7_ *···* cs Cn__El__E9__Eli__EU__Pfi 01 __El__Ei__Ei__P8 pio 02 __El__Ei__EU__E4__Pi 3

03 __Ei__El__P13 P10__PL

....: C4__pi__Ei__Ei__P13 pio

05__El__Ei__Ei__Ei__EL

\Ί__06__PI__P9__P5__P13 P1Q

*** Cfi cn P1 pq P9 P5 Pfi 18

Seuraavassa kuvataan tarkemmin määriteltyjä ennustusmenete Ennustusmenetelmä P1

Ennustusmenetelmä P1 ennustaa lohkon C keskimääräisen ku1 5 arvon lohkojen L, UL, U ja UR keskimääräisistä kuva-alkioarvo konstruoitujen lohkojen L, UL ja U keskimääräiset kuva-alkio£ dUL ja dU lasketaan kokonaislukujakolaskulla, joka määritelläär f N-IN-} \ d= ^I(x,y) + ^N2 IIN2

l -0.^=0 J

10 jossa N on lohkon koko, l(x,y) ilmaisee kuva-alkion intensiteetti; 7T ilmaisee jakolaskua kokonaislukuun pyöristäen. Lohkon ( määräinen kuva-alkioarvo dC ennustetaan seuraavien s< 15 mukaan Qotka ovat seuraavassa pseudokoodatussa muodossa]

jos kaikki lohkot L, U ja UL ovat olemassa, niin jos dL = dU = dUL niindC = dUL tai jos dUL = dU niin dC = dL !”l>0 tai jos dUL = dL niin dC = dU

i V tai jos dL = dU niin ·:··: jos krominanssiennustus, niin dC = d s'”: tai jos | dUL - dL | < 4 niin dC = s(dL + dU -

s’”: muutoin dC = dL

••••25 tai jos dUL < dL < dU niin dC = dU

tai jos dUL < dU < dL niin dC = dL

tai jos dU < dL < dUL niin dC = dU

tai jos dL < dU < dUL niin dC = dL

tai jos dL < dUL < dU TAI dU < dUL < dL niin 19 muutoin dC = p jossa p on arvo, joka on keskellä mahdollista kuva-alkioarvon 1 väliä, esim. 128, 7Γ ilmaisee pyöristettyä jakolaskua ja s on 5 funktio, joka rajoittaa arvot mahdolliselle kuva-alkioarvojen välille, esim. välille 0—255, järjestelmässä joka käyttää 8-bittii nanssi/krominanssiarvojen esitystä. Tämän tuloksena C:n ei lohko täyttyy kuva-alkioista, joilla on dC:n antama vakioarvo.

10 Ennustusmenetelmät P2—P4

Ennustusmenetelmät P2—P4 ennustavat lohkon C diagonaalif dot ulottamalla kuvayksityiskohdat ylhäältä oikealta lohkoon C. tus suoritetaan kopioimalla kuva-alkion vertailuarvot lohkojen rajoilta lohkoon C, kuten on esitetty kuvissa 5b, 5c, 5d. Harma* 15 kityt vertailukuva-alkiot on yhdistetty yhteen tai usempaan ennu kuva-alkioon. Yhteys on merkitty pisteviivalla, joka ilmaise ennustetut kuva-alkiot on yhdistetty. Vertailukuva-alkion arvc daan kaikkiin yhdistettyihin ennustettuihin kuva-alkioihin.

20 Koska voi olla mahdollista, että yksi tai useampi vertailulohkois käytettävissä, eli niiden sisältöluokka voi olla CO, ennustus $u< seuraavien sääntöjen mukaan.

·· · i ·: • · ·:··: Sääntö 1 :“‘£5 Jos kummatkin lohkot U ja UR on luokiteltu johonkin luokista I kuva-alkion ennustus suoritetaan kuvissa 5b, 5c ja 5d esitetyllä .***. Ennustusmenetelmässä P2 sellaisille kuva-alkioille, joilla ei ole vaa vertailukuva-alkiota lohkossa UR, on edullisesti asetettu ..... puoleisimman vertailukuva-alkion arvo lohkossa UR.

.::::3° “·' Sääntö 2 20 1 Sääntö 3

Jos lohko U on luokiteltu luokkaan CO, tarkasteltavana oleva täyttyy edullisesti kuva-alkioilla, joilla on vakioarvo joka on ok keskellä kuva-alkioarvojen mahdollista dynaamista vaihteluväli; 5 128 (järjestelmässä, joka käyttää 8-bittistä lum /krominanssiarvojen esitystä).

Ennustusmenetelmä P5 ia P9

Ennustusmenetelmät P5 ja P9 ennustavat pystysuoria ja vaal· 10 muotoja tarkasteltavana olevassa lohkossa C ulottamalla kuva; kohdat joko yläpuolelta tai vasemmalta tarkasteltavana oleva koon C. Valitusta menetelmästä (P5 tai P9) riippuen joko lohkor reunalla sijaitsevat vertailukuva-alkioarvot kopioidaan tarkask olevaan lohkoon C kuvissa 5e ja 5i esitetyllä tavalla.

15

Jos vertailulohkon sisältöluokka on CO, täyttyy tarkasteltavan lohko C tällöin edullisesti kuva-alkioilla, joilla on vakioarvo j oleellisesti keskellä kuva-alkioarvojen mahdollista dynaamista v väliä, esim. 128 (järjestelmässä, joka käyttää 8-bittistä lum 20 /krominanssiarvojen esitystä).

Ennustusmenetelmät P6. P7 ia P8 I * * ' ! ; \! Ennustusmenetelmät P6, P7 ja P8 ennustavat tarkasteltavana '***: lohkon C diagonaalimuotoja ulottamalla kuvayksityiskohdat :'"25 vasemmalta tarkasteltavana olevaan lohkoon, kuten kuvissa 5 5h on esitetty. Ennustus suoritetaan kopioimalla vertailukuva-al lohkojen L, UL ja U rajoilla tarkasteltavana olevaan lohkoon sei sääntöjen mukaan.

I..30 Sääntö 1 « i ·;** Jos kaikki lohkot L, UL ja U on luokiteltu johonkin luokista C1— 21 C kuva-alkioiden osalta, joilla on vertailukuva-alkio lohkoissa Jäljelle jääville tarkasteltavana olevan lohkon C kuva-alkioille sesti asetettu kuva-alkion vertailualueen vasemmassa alal oleva kuva-alkion arvo lohkossa UL.

5 Sääntö 3

Jos lohkot L ja UL on luokiteltu johonkin luokista C1 —C6, jc on luokiteltu luokkaan CO, tarkasteltavan lohkon C kuva-ennustus suoritetaan kuvissa 5f, 5g ja 5h esitetyllä tavalla n 10 kasteltavana olevan lohkon kuva-alkioiden osalta, joilla on veri alkio lohkoissa L ja UL. Jäljelle jääville tarkasteltavana olevan kuva-alkioille on edullisesti asetettu kuva-alkion vertailualueen yläkulmassa oleva kuva-alkion arvo lohkossa UL.

15 Sääntö 4

Jos lohkot L ja U on luokiteltu johonkin luokista C1—C6, ja loh luokiteltu luokkaan CO, tarkasteltavan lohkon C kuva-alkioide tus suoritetaan kuvissa 5f, 5g ja 5h esitetyllä tavalla niiden ta vana olevan lohkon C kuva-alkioiden osalta, joilla on vertailu!* 20 lohkoissa L ja U. Ne kuva-alkiot, joilla on vertailukuva-alkio UL, ennustetaan kuvissa 5n, 5o ja 5p esitetyllä tavalla. Menet* :··: käytettäessä, ennustettu kuva-alkioarvo on lähimpään kokon; ΓΛ· pyöristetty keskiarvo kahdesta kuva-alkioarvosta, kuten kuvas esitetty.

;···’ 25 Sääntö 5

Hl Jos lohko L on luokiteltu johonkin luokista C1—C6, ja lohkot U *·*·’ luokiteltu luokkaan CO, tarkasteltavan lohkon C kuva-alkioide tus suoritetaan kuvissa 5f, 5g ja 5h esitetyllä tavalla niiden ta 30 vana olevan lohkon C kuva-alkioiden osalta, joilla on vertailuk ··* lohkossa L. Jäljelle jääville tarkasteltavana olevan lohkon C I oille on edullisesti asetettu vertailualueen oikeannuoleisessa v 22

vana olevan lohkon C kuva-alkioiden osalta, joilla on vertailuku lohkossa UL Niille tarkasteltavana olevan lohkon C kuva-alkioi on vertailukuva-alkio lohkossa L, on edullisesti asetettu < sen/vasemmanpuoleisen vertailukuva-alkion arvo lohkossa U 5 tarkasteltavana olevan lohkon C kuva-alkioille, joilla on verta alkio lohkossa U, on edullisesti asetettu ylimmäisen/oikeanpi vertailukuva-alkion arvo lohkossa UL

Sääntö 7 10 Jos lohko U on luokiteltu johonkin luokista C1—C6, ja lohkot L j luokiteltu luokkaan CO, tarkasteltavan lohkon C kuva-alkioiden tus suoritetaan kuvissa 5f, 5g ja 5h esitetyllä tavalla niiden tarl vana olevan lohkon C kuva-alkioiden osalta, joilla on vertailuku lohkossa U. Jäljelle jääville tarkasteltavana olevan lohkon C ki 15 oille on edullisesti asetettu vertailualueen vasemmanpuol alanurkassa olevan kuva-alkion arvo lohkossa U.

Sääntö 8

Jos kaikki lohkot L, UL ja L on luokiteltu luokkaan CO, tarkasi 20 oleva lohko C täyttyy edullisesti kuva-alkioista, joiden vakio; oleellisesti keskellä kuva-alkioarvojen mahdollista dynaamista ^ väliä, esim. 128 (järjestelmässä, joka käyttää 8-bittistä lum : ·' /krominanssiarvojen esitystä).

* * :...25 Ennustusmenetelmät P10. P11 ia P12

Ennustusmenetelmät P10—P12 ennustavat diagonaalimuotoja teltavana olevassa lohkossa C ulottamalla kuvayksityiskohdat malta tarkasteltavana olevaan lohkoon C, kuten kuvissa 5j, 5k esitetty. Ennustus suoritetaan kopioimalla kuva-alkioiden vertai .•••.30 lohkojen L rajalla tarkasteltavana olevaan lohkoon C seuraavie *" töjen mukaan.

23 1 Sääntö 2

Jos lohko L on luokiteltu luokkaan CO, tarkasteltavana oleva täytetään edullisesti kuva-alkioilla, joilla on vakioarvo oieellis 5 kellä kuva-alkioarvojen mahdollista dynaamista vaihteluväliä, e (järjestelmässä, joka käyttää 8-bittistä luminanssi-/krominans esitystä).

Ennustusmenetelmä P13 10 Ennustusmenetelmä 13 ennustaa tarkasteltavana olevan l< sisällön viereisestä kuvasisällöstä tutkimalla sen, onko olemass kuva-alkioita, jotka oleellisesti vastaavat tarkasteltavana oleva C kuva-alkioarvoja. Tarkasteltavana olevan lohkon ennustus taan kopioimalla rekonstruoituja kuva-alkioarvoja vertailuloh 15 joka on kuvassa 5m esitetyllä tavalla hakualueen SR sisällä, t SR on määritelty vaakasuorien (x) ja pystysuorien (y) siirtymiei Jokainen vaakasuoran siirtymäarvon ja vastaavan pystysuor mäarvon (x, y) pari määrittää tarkasteltavana olevan lohkon C man yläkulman koordinaattien ja vertailulohkon B vasemman yl 20 välisen siirtymävektorin. Ennustus on sallittu vain niille siirtym . vastaavat vertailulohkoa B joka sijaitsee kokonaisuudessaan Y rekonstruoidun osan sisäpuolella. Taulukoissa 9a ja 9b on esi : ·] merkkinä 512 siirtymäparia, joita käytetään siirtymässä 8x8 Tässä esimerkissä taulukkojen skannausjärjestys on riveittäin 4 m m 25 vasemmalta alas oikealle.

·· · t a * · · :]**: Sallittujen siirtymien lista on tunnettu sekä kooderissa että c rissa, ja se mahdollistaa valitun vertailulohkon sijainnin sisälti sen signaloinnin.

On olemassa useita vaihtoehtoisia tapoja ennustusmenetelrr .···! 30 24 teltavana olevan lohkon C jokaisen kuva-alkion virhearvo k< toiseen potenssiin ja lasketaan yhteen jotta saadaan toiseen p korotettu virhemitta koko lohkolle. Kustannusfunktio voi myc tietoa bittimääristä, eli vaadittavasta bittinopeudesta tiedon siiri 5 vastaanottimelle. Kustannusfunktion elementtejä, erityise nopeutta, voidaan myös painottaa niiden korostamiseksi. I merkki kustannusfunktiosta on

Cx = D + \R, 10 jossa kustannus Cx on määritelty jokaiseen ennustusmeneteli tyvän vääristymän D ja bittinopeuden R painotettuna summan; painotuskerroin. Jos lähetysjärjestelmän kaistanleveys on painotusarvo on tyypillisesti suurempi kuin silloin jos kaistani* 15 laajempi. Siis kaavan (4) arvot lasketaan erilaisilla ennustus millä ja sopivimmin valitaan se ennustusmenetelmä, jolla saa pienin kustannusfunktion arvo.

Lisäksi ennustusvirhetiedot voidaan myös koodata ennen 20 vastaanottimelle. Edullisesti jokaiselle ennustusmenetelmälle < tetty joukko koodausmenetelmiä. Erityisesti koodausmenets :··: daan valita ennustusvirheen koodaamisessa vaadittavien bitt rän minimoimiseksi. Esimerkiksi koodausmenetelmän tehokki nopeus) tutkitaan.

.**·, 25 * ·

Jos ennustusvirhe on suhteellisen pieni, ennustusvirhetietojer minen ei ole välttämättä tarpeen lainkaan.

• «

* I

• · «

Kun sopiva ennustusmenetelmä on valittu, ennustusestimaattc 30 rittaa paikallisen ennustuksen 22 valitun ennustusmenetelmän

Ennustusestimaattori 3 johtaa rekonstruoidun lohkon summ< • · , 25 mää P13. Tiedon Koodaus suoritetaan edullisesti vaihtuvan | koodausta käyttäen.

Tieto lähetetään edelleen vastaanottimelle 10, jossa demult 5 demultipleksoi vastaanotetun tiedon. Vastaanottimessa 10 ei tieto johdetaan ennustimelle 16. Vastaanotin 10 käsittää myöi muistin 14, jonne aiemmin rekonstruoidut lohkot tallennetaan. K koodattu lohko saapuu vastaanottimelle, ennustin 16 suorittaa luvaiheet tarkasteltavana olevan vastaanotetun lohkon C v 10 lohkoille U, L. Sitten ennustin 16 suorittaa luokittelutiedon yhdis sisältöluokkiin C1·—C6. Tämän jälkeen ennustin 16 tutkii myöi tusmenetelmän sijan tärkeysjärjestyksessä. Vastaanotin 10 taulukon 4 ja 5 tiedot, jolloin ennustin 16 voi määritellä oikear tusmenetelmien joukon sisältöluokkayhdistelmän ja sijan mukae 15

Kun ennustusmenetelmä saadaan selville, ennustin 16 voi re oida tarkasteltavana olevan lohkon C ja tallentaa sen kehysmu

Tilanteessa, jossa vastaanotetaan myös ennustusvirhetietoji tiedot dekoodataan tarvittaessa ensin dekooderissa 12 ja yhc 20 rekonstruoidun lohkon C kuva-alkioarvoihin. Nyt tarkasteltavar : lohko C on valmis johdettavaksi vastaanottimen ulostuloon 15.

* * ** *

: Jos tarkasteltavana olevan lohkon C ennustusmenetelmä on F

kasteltavana olevan lohkon rekonstruoiminen suoritetaan hiemj \..£5 sella tavalla. Vastaanottimen 10 on dekoodattava myös siirtyn O jolloin siirtymätietoja käytetään tarkasteltavana olevan lohkon alkioarvojen kopioimiseksi aiemmin rekonstruoiduista ku1 arvoista kehysmuistissa 14.

····· • * .--.30 Ennustusmenetelmän signalointi perustuu edullisesti taulukossz *«* riteltyihin sisältöriippuvaisiin koodeihin. Valittuaan sopivan er * « .... . _ ..... ....

26 varten ennustusmenetelmien osajoukosta valitaan ennustusme P9, vastaava sija on 2. Tällöin tätä sijaa vastaava koodisana on

Sija Koodi Pituus 1 1 1 2 01 2 3 0000 4 4 0001 4 5 0010 4

6 0011 I V

Taulukko 5 5

Vastaanottimella 10 on tiedossa taulukon 4 sisältö, eli se tieti ennustusmenetelmä vastaa mitäkin sijaa kaikissa mahdollisis uksissa (viereisten lohkojen L ja U luokkien yhdistelmä) vastaanotin 10 voi muodostaa samat sisältötiedot kuin ei 10 estimaattori 3, vastaanotin 10 voi yhdistää vastaanotetun koe esittämän sijan oikeaan ennustusmenetelmään ja suorittaa ps ennustuksen lohkolle C menetelmän mukaisesti.

Keksinnön edullisessa suoritusmuodossa ennustusmenetelmä Γ·':15 liittyvä vaakasuorien ja pystysuorien siirtymien signalointi su< * t seuraavalla tavalla: • *

IM

• *

Vaihe 1 ::: Ne vaakasuorien ja pystysuorien siirtymien (X(i), Y (i)) parit, jc ’••‘20 taavat osittain tai kokonaan kehyksen ulkopuolella sijaitsevia lohkoja B, poistetaan taulukoissa 9a, 9b annetusta järjestetystä Kirjaimet Nv ilmaisevat voimassaolevien parien lukumäärää ja · *

Lv ilmaisevat jäljestettyä listaa säilytettävistä voimassaolevista | 9 • · • · 27

Vaihe 3

Vaiheessa 2 määritellyn sijan r arvon perusteella lasketi indeksin taulukon 6 mukaan.

5 Vaihe 4

Lasketaan arvo indeksi2 = r - OffsetLow(indeksii) taulukossa jen arvojen perusteella.

Sijan r vaihtelu- indeksi^ OffsetLow OffsetHigh A uxLength väti (indeksi^) (indeksi)) (indeksi)) 1, .... 2__1__1__2__1 3, 4__2__3__4__1 5, 6__3__5__6__1 7.....8__4__7__8__1 9.....12__5__9__12__2 13.....16__6__13__16__2 17, ..., 24__7__17__24 3 25, 32__8__25__32__3 33.....48__9__33__48__4 49..... 64__10__49__64__4 65, ...,96__11__65__96__5 97, 128__12__97__128__5 129.....192__13__129__192__6 193.....256__14__193__256__6 257, ...,384__15__257__384__7 385,...,512 16 385 |~ 512 7 :··· Taulukko 6 ! V 10

Vaihe 5 * * “

Seuraavaksi lasketaan muuttuja bits seuraavalla tavalla. J OffsetHigh (indeksh), smuuttujan bits arvo lasketaan edullis valla bits = [log2(1 + Nv - OffsetLowfindeksi!))], jossa [x] *··: 15 lähimmän kokonaisluvun > x. Muussa tapauksessa bits = A (indeksil).

e * « O Vaihe 6 :·! Nv:n arvosta riiDDuen se muuttuja, ionka alaindeksi on indel 28

Vaihe 7

Jos muuttuja bits on nollasta eroava, indeksin2 binääriesitys dattu käyttämällä muuttujan bits arvoa vastaavaa bittimäärää, koodisana lähetetään vastaanottimelle, jota esittää lohko CW2 I 5 6.

Ny alueella Ny alueella Ny alueella 1,...,16__17,..., 32__33,...,64 _VLCa VLCb _ VLCc

Tunnus Pituus Koodi Tunnus Pituus Koodi Tunnus Pituus _ A, 2 11 Bi 1 1 Ci 2

Ag__3 001 B2__2 01 C2__3 A3 2 10 B3 4 0011 C3 4 A4__4 0001 B4__4 0010 C4__5__ A5 2 01 Bs 5 00011 C5 3 I Ae 4 [ 0000 B6 5 00010 C6 4 B? 5 00001 C7 4

Bs 5 00000 Ce__5 i C9 3

Cio _

Taulukko 7

Ny alueella Ny alueella Ny alueella 65,...,128 129,...,256__257,...,512 VLCp__VLCe__VLCf

* \ Tunnus Pituus Koodi Tunnus Pituus Koodi Tunnus Pituus I

*r'; Di 2 11 Ei 2 11 Fi 3 sj*’j P2__3 101 E2__3 101 F2__4 P3 5 00001 E3 4 0111 F3 4 d4 5 00000 E4 5 00011 f4 6 c P5 4 0111 Es 4 0110 F5 4 P6__4 0110 E6__5 00010 F6__5 < P7 3 100 E7 4 0101 F7 4 i*!* pe 4 101 Eg 4 0100 Fe 4 P9 4 0100 Eg 3 100 F9 4 ./ D10 4 0011 Eio 4 0011 F,0 4 29 X[512] = -8 -8 -8 -1 -10 -8_0_1 -16 -9 -8 -8 -18 -8 •14 -11 -19 -15 -10 -10 -9 -16 -9 -9 -14 -13 -13 -2 -8_3 _-15_0 -19 -15 -3_0 _J0._LL_2 j43 ^11__0 _1 -18 -17 -11 -10 -14 -1 18 -7 -5 -12 -10 -8 -13 0 -14 21 5 -3 10 -10 -15 -14 -13 19 -11 -10 -11 -19 -13 -16 4 -12 -4 -16 3 12 -13 -19 7 -19 -13 -10_1_^12_d7_0__0 ^16 jjM__1 -16 -18 -12 _-15^_j6 _0 _13 _H^2 __16__JLZ1 _12_± fL 8 -12 16 -19 -19 4 -11 -18 -18 0 15 15 19 -6 -14 16 14 j;16 _-17 _13_0 -1 -12 16 -17 -8 -16 -16 -1 -15 -1 5_6_4_8_5 Jill ^16 _j2 2 -14_4 -17 -13 -5 -18 -19 -17 -9 -6 -16 13 -15 0 13 -19 6 -5 _1 -19 -1 -17 -12 -13 -6 12 -8 -13 -14 3 17 -14 12 -1 5 -11 -2 -4 3 -1 -2 5 -9 1 -12 14 -9 20 -19 18 -17 -1 -12 -3 4 -17 13 -12 -17 -5 -4 -8 9 1 -15 8 7 -1 13 8 -3 -6 -3 -12 -5 16 -13 15 -19 -15 2 12 11 -15 14 -15 -5 7

_j4_20 _j7__4_17_l5 _j14 _J.H0 _HjJljlL_li_L

”** 10 14 5 13 -9 -3 -12 17 -17 -11 9-3-1 3 fv -18 -8 -3_7 -4 -13 -14 -17_8 8 -10 -6 16 -7 Ή _1 -10 19_6 10_4 13 20 3_8 -18_4_15^_1_ O -2 -6 3 6 -14 9 -16 -2 -14 -8 6 -7 -17 7 -13 5 5 4 -10 -3 -13 10 17 2 6 11 -13 -9 · —— ' - — —. 1» - « ” - — -7-2 6 -18 9 -8 -11 -7 -7 8 5 9 -3 6 *·· -- ' “ “ 1 -1----- —-------- “ 1 -- -4 12 12 -8 -6 -9 -11 12 -5 12-11 4 -14 8 19 -4 -12 -2 -3 -4 7 12 14 15 -6 7 7 4 • · ___ . —— -- — - —I ! — . - - - -18 -6 -7 18 10 -10 -10 2 -1 -10 -8 2 -9 13 « --— . — — — — -— — — • it 17 15 13 2 10 -7 -10 14 -2 4 5 12 -3 -4 30 1 Y[S12] =__________^^^ -1 -2 -3 -8 -2_0 -3 -8_0 -2 -4 -6_0 -5 0 0 -1 0 -1 0 -4 -1 -1 0 -3 -2 0 -8 -7 -8 -2 -14 0 -4 -8 -18 -7 -8 -8 -3 -5 -16 -19 -13_0-8-6-2 -19 -8 -8 -8 -9 -4 -8 -1 -15 -6 -8 -8 -9 -8 -3 -5 -8 -6 -10 -3 -5 -4 -7 -10 -15 -8 -4 -8 -2 -9 -9 -5 -10 -8 -3 -11 -8 -11 -7 -3 -10 -13 -8 -3 -3 -6 -16 -12 -3 -3 -1 -8 -9 -7 -5 -10 -8 -8 -5 -7 -9 -8 -6 -9 -2 -5 -9 -9 -1 -10 -11 -16 -8 -9 -9 -4 -12 -10 -5 -4 -10 -17 -16 -19 -11 -6 -19 -9 -10 -9 -16 -12 -19 -8 -17 -19 -10 -7 -11 -14 -19 -10 -1 -19 -2 -8 -19 -7 -8 -1 -8 -19 -7 -16 -8 -19 -9 -11 -9 -10 -18 -6 -11 -11 -10 -14 -10 -19 -18 -18 -10 -16 -12 -5 -8 -18 -17 -15 -12 -19 -18 -10 -11 -9 -10 -13 -13 -11 -15 -9 -9 -10 -10 -17 -12 -16 -12 -14 -8 -8 -7 -9 -12 -16 -16 -9 -11 -17 -19 -14 -18 -16 -12 -14 -15 -18 -17 -10 -9 -9 -12 -14 -12 -10 -19 -12 -17 -7 -11 -12 -13 -8 -9 -16 -14 -10 -13 -11 -14 -12 -10 -13 -16 -10 -12 -12 -15 -17 -16 -10 -17 -10 -5 -16 -18 -18 -13 -19 « -----' - - ------ " " “ IB' “'““ ----' ' " s": -2 -17 -19 -11 -10 -15 -15 -13 -14 -18 -19 -17 -15 -13 f"!5 -14 -11 -12 -14 -11 -13 -14 -10 -10 -10 -9 -14 -12 -17 -13 -12 -17 -18 -14 -10 -14 -19 -9 -12 -10 -11 -9 -9 *♦· =...* -13 -16 -12 -10 -9 -14 -12 -15 -13 -16 -12 -18 -17 -13 O -12 -15 -17 -11 -17 -15 -13 -15 -17 -15 -11 -15 -17 -11 -14 -14 -15 -13 -16 -18 -17 -16 -15 -17 -14 -15 -17 -13 ««· -------- ' - — 1 ' -— —- I — - * - - - -11 -16 -16 -16 -11 -15 -15 -12 -9 -13 -18 -16 -13 -18 ....: -12 -11 -10 -12 -9 -15 -13 -14 -15 -17 -11 -18 -9 -13 .··*: -11 -11 -15 -11 -17 -16 -12 -15 -18 -11 -14 -18 -13 -18 -17 -14 -12 -14 -19 -13 -15 -10 -9 -12 -19 -17 -15 -12 31 r

Koska dekooderi voi muodostaa järjestetyn listan voimass siirtymävektoreista, se voi yhdistää vastaanotetun koodisan seman sijan oikeaan siirtymävektoriin.

5 Keksinnön mukaisen ennustusmenetelmän suorittava lohko on edullisesti toteutettu digitaalisessa signaalinkäsittelylaitteessa taavassa yleiskäyttöisessä laitteessa, joka soveltuu signaaliei lyyn, ja joka voidaan ohjelmoida soveltamaan tiettyjä proi toimintoja syöttötietoina saatuihin signaaleihin. Keksinnön 10 toimenpiteet voidaan suorittaa erillisessä signaalinkäsittelylaite ne voivat olla osa sellaisen signaalinkäsittelylaitteen toimin käsittää myös muita järjestelyjä signaalien käsittelemiseksi.

Keksinnön mukaisen menetelmän soveltamiseksi voidaan kor 15 suoritettavia vaiheita sisältävän tietokoneohjelman tallen käyttää tallennusvälinettä. Tällöin keksinnön edullisessa muodossa ohjelma voidaan lukea tallennusvälineeltä laitteesei esim. prosessoriin, joka käsittää ohjelmoitavia välineitä k mukaisen menetelmän suorittamiseksi.

20

Kannettavana teleneuvotteluvälineenä käytettäväksi tarkoite :··: nettava päätelaite 24, jossa sovelletaan keksinnön mukaista mää kuvainformaation paikallisen ennustamisen suorittamiset tää edullisesti ainakin näyttöelimen 25 kuvien esittämiseksi, ί • * 25 neet 26 audioinformaatiota varten, näppäimistön 27 käyttäjär tojen syöttämiseksi, radio-osan 28 matkaviestinverkkoon kam munikoimiseksi, prosessointivälineet 29 laitteen toiminnan ; seksi, muistivälineet 30 informaation tallentamiseksi ja so kameran 31 kuvien ottamiseksi.

30 \ j Nyt esillä oleva keksintö ei rajoitu ainoastaan edellä esitettyil :·* tusmuotoihin, vaan sitä voidaan muunnella oheisten patentti*

Claims

32 ,
1. Menetelmä digitaalisten kuvien lähettämiseksi, jossa menet1 digitaalisesta kuvasta muodostetaan ainakin yksi kehys, ja kel 5 taan lohkoihin (C, L, U, UL, UR), tunnettu siitä, että menet1 suoritetaan lohkolle (C) paikallinen ennustus lähetettävän infon määrän vähentämiseksi, jolloin määritellään ainakin yksi en menetelmä (P1— P13), määritellään ainakin yhdelle mainitun tettavan lohkon (C) viereiselle lohkolle (L,U) luokitus mainitun v 10 lohkon (L, U) sisällön mukaan, ja valitaan ennustusmenetelnv P13) tarkasteltavana olevalle lohkolle (C) ainakin yhden maini kituksen perusteella.
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, < 15 kitus määritellään lohkon suuntaisuustietojen perusteella.
3. Patenttivaatimuksen 2 mukainen menetelmä, tunnettu siitä, < kon suuntaisuustiedot määritellään laskemalla ainakin yksi gr< arvo (gk) mainitun lohkon kuva-alkioarvojen perusteella. 20 , 4. Patenttivaatimuksen 3 mukainen menetelmä, tunnettu sii m\ ' gradienttiarvot (gk) lasketaan seuraavan kaavan avulla i i « * # • i * ! »I· e 1 • · II» f t » · I 1 1 «»« I » • I «2 44M1 • » « 2 ««· *’=7^ma{1·! ΣΙ'^-'^μ) j f N-2 AT—I \ S. =7itf "r>~max *· Σ Σ1'^· -t('U-1.» + /(Jt -1. > + 1))| (Λί-l) 7=0,=1 Λ v y I f N-2N-1 ^ *2 =77γτ^πΗ 1·ΣΣΙ,(·ι·>)-ί(·ι-1·*+Η| {N -1) ^ v=o ,=1 Λ f Ν-2Ν-1 \ g> = "“Ί *· Σ Σ I7*:-1’ - τ (/U - ι. 7+ο+/cjc. 7+1)]( ι f Ν-2Ν-1 \ *» “τιγττϊ·““Ι^ΣΣΙ^^-Η^'ί+^+Λ,+ι. 7+1)/ (/V-I) i ν=ο,=ο 1 t f Ν-2Ν-2 > ,·,ν Ή ι· Σ Σ lJ7) - +1.7 +1)| (/V-1) ^ ν=0,=0 ^ t ( Ν-2Ν-2 N f 1 \ 81 =^7^ΙΗ1,ζζΙ/<Λ,,)"^/(Χ + 1,Λ + ,(Χ + ^> + 1)ί] jossa N on lohkon koko, l(x,y) esittävät kuva-alkion intensiteei indeksit x ja y viittaavat kuva-alkion koordinaatteihin lohkon sis esittää reunasuuntia. 5
5. Patenttivaatimuksen 4 mukainen menetelmä, tunnettu siitä, reunasuunnille on määritelty ainakin kahdeksan suuntaisuus :\\ (DO—D7). * · « λ.10 6. Jonkin patenttivaatimuksen 1—5 mukainen menetelmä, t [lii siitä, että luokittelu käsittää lisäksi 3 suuntaamatonta luokka* '··*’ D10), jotka vastaavat tasaisen, lievästi epätasaisen ja karkea kuvioinnin lohkoja. •"•tl5 7. Jonkin patenttivaatimuksen 1—6 mukainen menetelmä, ti siitä, että menetelmässä määritellään ainakin kaksi sisältö *·« (CO—C6) joissa suoritetaan yhdistelyvaihe jossa IuokitteIutiedc 34 1 määritellään sisältöluokat (CO—C6) ja tarkasteltavana olevalle (C) valitaan ennustusmenetelmä (P1—P13) määriteltyjen sis£ kien (CO—C6) yhdistelmän perusteella.
9. Jonkin patenttivaatimuksen 1—8 mukainen menetelmä, ti siitä, että menetelmässä määritellään kustannusfunktio, jolloin tusmenetelmän valinta käsittää seuraavat vaiheet: - kustannusfunktion arvon laskeminen ainakin kahdelle er menetelmälle, 10. laskettujen kustannusfunktioarvojen tutkiminen pienimmä selvittämiseksi, ja sen ennustusmenetelmän valitseminen joka saa aikaan r kustannusfunktion pienimmän arvon.
10. Patenttivaatimuksen 9 mukainen menetelmä, tunnettu si kustannusfunktio määritellään kaavalla Cx = D + XR, 20 jossa kustannus Cx määritellään jokaiseen ennustusmenetelmä . vän vääristymän D ja bittinopeuden R painotettuna summana, *»· * * painotuskerroin. * * * · ’s’·· 11. Jonkin patenttivaatimuksen 1-10 mukainen menetelmä, ti siitä, että menetelmässä määritellään ennustusvirhe ennustetur :1: ja mainitun lohkon (C) todellisten kuva-alkioarvojen perusteella :”·· ennustusvirhetiedot koodataan ja koodatut ennustusvirhetiedot tään. m • · ....30 12. Laite kehysten lähettämiseksi, jotka kehykset on muodosta ·"’ taalisista kuvista, ja kehykset on jaettu lohkoihin (C, L, U, U 35 -| seksi tarkasteltavana olevalle lohkolle (C) ainakin yhden main kittelun perusteella.
13. Patenttivaatimuksen 12 mukainen laite, tunnettu siitä, että 5 luokittelun määrittelemiseksi käsittävät välineet lohkon suun tietojen määrittelemiseksi.
14. Patenttivaatimuksen 13 mukainen laite, tunnettu siitä, että suuntaisuustiedon määrittelemiseksi käsittävät välineet ainakii 10 gradienttiarvon (gk) laskemiseksi mainitun lohkon kuva-alkk perusteella.
15. Patenttivaatimuksen 14 mukainen laite, tunnettu siitä, e dienttiarvot (gk) on laskettu seuraavan kaavan avulla: 15 i f N-2S-1 {N-1) ^ y=0j=l I (W -1) ^ ,=0 x=\ J • 1 f S-iN-l ^ i- ΣΣl1^y)-iin*-u>+1)+/u y+oJ ·· · (W-1) Y=0*=1 • · * \ / ··* , J * · 1 / N-2N-2 \ ··· gs=/ai η»"Η J ; (W -1) I y=o *=ο I **· , J ... 1 f £z?£z,2 ^ s—: *«",N T?mH (/V-1) ^ y=0 J
1. H-lN-2 \M) 1 ^ · H· * inQca M nn Inhkrtn knkn Ify acittöwä+ ΐ/ιιι^.ιΐΐ/ίηπ
17. Jonkin patenttivaatimuksen 12—16 mukainen laite, tunnet että luokittelu käsittää lisäksi 3 suuntaamatonta luokkaa (D8 jotka vastaavat tasaisen, lievästi epätasaisen ja karkean pintaku 5 lohkoja.
18. Jonkin patenttivaatimuksen 12—17 mukainen laite, tunnel että on määritelty ainakin kaksi sisältöluokkaa (CO—C6), jois suorittaa yhdistelyvaiheen, jossa luokittelutiedot (D8—D10) or 10 tetty yhdistettäviksi yhteen mainituista sisältöluokista (CO—C6).
19. Jonkin patenttivaatimuksen 12—18 mukainen laite, tunnet että laite käsittää välineet luokittelun suorittamiseksi mainitun tettavan lohkon (C) kahdelle viereiselle lohkolle (L, U) mainittL 15 reisten lohkojen (L, U) sisällön perusteella, välineet sisältö! (CO—C6) määrittämiseksi mainituille viereisille lohkoille (L, U) neet ennustusmenetelmän (P1—P13) valitsemiseksi tarkasti olevalle lohkolle (C) määriteltyjen sisältöluokkien (CO—C6) yhdi perusteella. 20 . 20. Jonkin patenttivaatimuksen 12—19 mukainen laite, tunnel / että kustannusfunktio on määritelty, jolloin välineet ennustusn • V män valitsemiseksi käsittävät välineet: * - kustannusfunktion arvon laskemiseksi ainakin kahdelle er :”i!25 menetelmälle, · laskettujen kustannusfunktioarvojen tutkimiseksi pienimmä selvittämiseksi, ja ·*· sen ennustusmenetelmän valitsemiseksi joka saa aikaan r kustannusfunktion pienimmän arvon. ··· 30 • · T* 21. Patenttivaatimuksen 20 mukainen laite, tunnettu siitä, että ·» Λ Λ m * .. .. λ . ...... ..
22. Jonkin patenttivaatimuksen 12-21 mukainen laite, tunm että laite käsittää välineet ennustusvirheen määrittelemiseksi tun lohkon ja mainitun lohkon (C) todellisten kuva-alkioarvoji 5 teella, välineet ennustusvirhetiedot koodaamiseksi ja välinee tujen ennustusvirhetietojen lähettämiseksi.
23. Kooderi (1) joka käsittää välineet kehysten muodostamis taalista kuvista, ja välineet kehysten jakamiseksi lohkoihin (C,
10 UR), tunnettu siitä, että kooderi (1) käsittää välineet lohkon (( lista ennustamista varten lähetettävän informaation määrän νέ seksi, jolloin ainakin yksi ennustusmenetelmä on määritelty kooderi käsittää lisäksi välineet luokittelun määrittämiseks yhdelle mainitun ennustettavan lohkon (C) viereiselle lohkoi 15 mainitun viereisen lohkon (L, U) sisällön perusteella, ja väline· tusmenetelmän (P1—P13) valitsemiseksi tarkasteltavana ole kolle (C) ainakin yhden mainitun luokittelun perusteella.
24. Dekooderi (10) joka käsittää välineet kehysten vastaanott 20 jotka kehykset on muodostettu digitaalista kuvista, ja kehykset lohkoihin (C, L, U, UL, UR), tunnettu siitä, että dekooderi (10 välineet lohkon (C) paikallista ennustamista varten, jolloin air : V. ennustusmenetelmä on määritelty, ja että dekooderi (10) käsitt !„!: välineet luokittelun määrittämiseksi ainakin yhdelle mainitun ..... 25 tavan lohkon (C) viereiselle lohkolle (L, U) mainitun viereisen I U) sisällön perusteella, ja välineet ennustusmenetelmän (I valitsemiseksi tarkasteltavana olevalle lohkolle (C) ainakin yh ***** nitun luokittelun perusteella. 'r'': 30 25. Koodekki (1, 10) joka käsittää välineet kehysten muodos digitaalista kuvista, välineet kehysten jakamiseksi lohkoihin I II I ID\ In ιιαΙΙμλ/\Φ I/aUwaIam ιιαα^#ιαμ/\44λ«μιααΙ/λι 4ιιμμλΜ·ι 38 ^ telmän (P1—-P13) valitsemiseksi tarkasteltavana olevalle lohi ainakin yhden mainitun luokittelun perusteella.
26. Kannettava päätelaite (24) joka käsittää välineet kehysti 5 dostamiseksi digitaalista kuvista, välineet kehysten jakamiseks hin (C, L, U, UL, UR) ja välineet kehysten vastaanottamiseksi, 1 siitä, että kannettava päätelaite (24) käsittää välineet lohkon (C lista ennustamista varten lähetettävän informaation määrän väl seksi, jolloin ainakin yksi ennustusmenetelmä (P1—P13) on m 10 ja että matkapäätelaite (24) käsittää lisäksi välineet luokittelur tämiseksi ainakin yhdelle mainitun ennustettavan lohkon (C) vi lohkolle (L, U) mainitun viereisen lohkon (L, U) sisällön perus välineet ennustusmenetelmän (P1—P13) valitsemiseksi tarkast olevalle lohkolle (C) ainakin yhden mainitun luokittelun perustee 15
27. Tietokoneohjelma, joka käsittää ohjelmakoodivälineitä I muodostamiseksi digitaalisista kuvista ja kehysten jak; lohkoihin (C, L, U, UL, UR), tunnettu siitä, että tietokone käsittää lisäksi ohjelmakoodivälineitä 20. lohkon (C) paikallista ennustamista varten lähe informaation määrän vähentämiseksi, jolloin aina ennustusmenetelmä (P1—P13) on määritelty, ja *:··: - luokittelun määrittämiseksi ainakin yhdelle :*·[: ennustettavan lohkon (C) viereiselle lohkolle (L, U) 25 viereisen lohkon (L, U) sisällön perusteella, ja .··. - ennustusmenetelmän (P1—P13) valitsi tarkasteltavana olevalle lohkolle (C) ainakin yhden ::: luokittelun perusteella. • · • •I • · • · · • · ♦ ··♦ · *·» ♦ · • · ♦ ·· 11