JP2007306187A - 符号化装置、符号化方法及びプログラム - Google Patents

Abstract

【課題】 比較的軽い処理負荷で画像データを符号化する符号化装置を提供する。
【解決手段】 画像処理装置２は、画像データから抽出された代表データ（Ｒ成分の画像データ）についてのみ、コンテクスト値Ｑを算出し、算出されたＲ成分のコンテクスト値Ｑ及び予測誤差値を計数し、この代表データ（Ｒ成分）の計数結果に基づいて、Ｒ成分の符号化パラメータを算出すると共に、他の色成分（Ｇ成分及びＢ成分）の符号化パラメータデータを推定する。ＲＧＢ間では、階調変化の相関が高いため、代表色（Ｒ成分）のみについてコンテクスト値の算出及びその計数を行っても、その結果から、他の色（Ｇ成分及びＢ成分）のコンテクスト値、その計数値又は符号化パラメータが推定可能である。
【選択図】図１

Description

本発明は、コンテクストに応じて符号を切り替える符号化装置に関する。

例えば、特許文献１は、比較的早めに取得できる予測誤差のみに基づいて、最終的に出力されるGolomb-Rice符号化データを予めＫ個生成しておくことにより、符号化処理を高速化する符号化装置を開示する。
特開２０００−１１５７８２号公報

本発明は、上述した背景からなされたものであり、比較的軽い処理負荷で画像データを符号化する符号化装置を提供することを目的とする。

［符号化装置］
上記目的を達成するために、本発明にかかる符号化装置は、入力された画像データから一部の画像データを抽出する抽出手段と、前記抽出手段により抽出された一部の画像データについて、階調変化の状態を決定する状態決定手段と、前記状態決定手段により決定された階調変化の状態に基づいて、入力された画像データを符号化する符号化手段とを有する。

好適には、入力される画像データは、複数の色成分からなるカラー画像データであり、前記抽出手段は、入力されたカラー画像データの中から、一部の色成分の画像データを抽出し、前記状態決定手段は、抽出された一部の色成分の画像データについて、階調変化の状態を決定する。

好適には、入力される画像データは、ＣＭＹＫ色空間のカラー画像データであり、前記抽出手段は、ＣＭＹ成分の中から少なくとも１つの色成分の画像データと、Ｋ成分の画像データとを抽出し、前記状態決定手段は、抽出された画像データそれぞれについて、階調変化の状態を決定し、前記符号化手段は、ＣＭＹ成分から抽出された色成分の画像データについて決定された階調変化の状態に基づいて、Ｃ成分、Ｍ成分及びＹ成分の画像データを符号化し、Ｋ成分の画像データについて決定された階調変化の状態に基づいて、Ｋ成分の画像データを符号化する。

好適には、前記状態決定手段により決定された階調変換の状態に対して、既定の累積演算を行い、累積結果を更新する状態更新手段と、前記状態更新手段により更新される演算結果に基づいて、適用すべき符号化パラメータを決定するパラメータ決定手段とをさらに有し、前記符号化手段は、前記パラメータ決定手段により決定された符号化パラメータを用いて、入力された画像データを符号化する。

好適には、入力される画像データは、既定数の色成分の画像データからなるカラー画像データであり、前記抽出手段は、入力されたカラー画像データの中から、複数の色成分の画像データを抽出し、前記状態決定手段は、抽出された複数の色成分の画像データそれぞれについて、階調変化の状態を決定し、前記状態更新手段は、抽出された複数の色成分の画像データそれぞれについて、前記累積演算を行い、前記パラメータ決定手段は、抽出された複数の色成分の画像データについては、それぞれの累積結果に基づいて、符号化パラメータを決定し、抽出されなかった色成分の画像データについては、抽出された色成分の符号化パラメータに基づいて、適用すべき符号化パラメータを決定する。

好適には、前記抽出手段は、入力された画像データの中から、既定の間隔で画素値を抽出し、前記状態決定手段は、既定の間隔で間引かれた画素値について、階調変化の状態を決定する。

好適には、前記抽出手段は、入力された画像データの中から、画素値を示すビット列の上位ビットを抽出し、前記状態決定手段は、抽出された画素値の上位ビットに基づいて、階調変化の状態を決定する。

［符号化方法］
また、本発明にかかる符号化方法は、入力された画像データから一部の画像データを抽出し、抽出された一部の画像データについて、階調変化の状態を決定し、一部の画像データについて決定された階調変化の状態に基づいて、入力された画像データを符号化する。

［プログラム］
また、本発明にかかるプログラムは、入力された画像データから一部の画像データを抽出するステップと、抽出された一部の画像データについて、階調変化の状態を決定するステップと、一部の画像データについて決定された階調変化の状態に基づいて、入力された画像データを符号化するステップとをコンピュータに実行させる。

本発明の符号化装置によれば、比較的軽い処理負荷で符号化処理を実現できる。

以下、図を参照して、本発明の実施形態を説明する。なお、本実施形態では、ＪＰＥＧ−ＬＳ方式に本発明を適用した形態を具体例として説明する。
図１は、ＪＰＥＧ−ＬＳ方式の符号化処理を実現する第１の符号化プログラム５の構成を例示する図である。
図１に例示するように、第１の符号化プログラム５は、画像入力部５００、代表抽出部５１０、状態決定部５２０、予測誤差算出部５３０、状態更新部５４０、パラメータ決定部５５０、及び符号化部５６０を有する。また、パラメータ決定部５５０は、代表値算出部５５２及び推定処理部５５４を含む。

符号化プログラム５において、画像入力部５００は、符号化対象となる画像データを取得し、取得された画像データのうち、処理対象となる注目データを順に、代表抽出部５１０及び予測誤差算出部５３０に出力する。
本例の画像入力部５００は、入力されたＲＧＢの画像データから、注目画素の画素値を、代表抽出部５１０及び予測誤差算出部５３０に出力する。

代表抽出部５１０は、入力された画像データの中から、一部の画像データを抽出し、抽出された画像データを状態決定部５２０に出力する。
例えば、代表抽出部５１０は、複数の色成分の画像データからカラー画像データの中から、一部の色成分の画像データを抽出する。
本例の代表抽出部５１０は、入力されたＲＧＢ画像データの中から、Ｒ成分の画素値を抽出し、抽出されたＲ成分の画素値を状態決定部５２０に出力する。

状態決定部５２０は、代表抽出部５１０から入力された注目画素について、注目画素の周囲にある周囲画素の画素値に基づいて、画素値の変化状況を示すコンテクスト値を算出し、算出された各注目画素のコンテクスト値を状態更新部５４０に出力する。コンテクスト値とは、注目画素（すなわち、処理対象となるデータ）の近傍における階調変化の状態を示すインデクスである。
本例の状態決定部５２０は、代表抽出部５１０からＲ成分の注目画素値が入力されると、この注目画素の周囲画素のＲ成分の画素値に基づいて、コンテクスト値を算出する。

予測誤差算出部５３０は、画像入力部５００から入力された注目画素の画素値と、この注目画素に対する予測値（補正された予測値）との差分を算出し、算出された差分を予測誤差として状態更新部５４０及び符号化部５６０に出力する。
例えば、予測誤差算出部５３０は、画像入力部５００から入力された各色成分の画素値を保持し、注目画素の周囲にある周辺画素の画素値を用いて、色成分毎に、注目画素の予測値を算出し、算出された予測値を既定の方法で補正し、補正された予測値と、注目画素値との差分（予測誤差値）を色成分毎に算出する。なお、予測値の補正は、例えば、状態更新部５４０から入力される予測誤差の計数結果などに基づいてなされる。
本例の予測誤差算出部５３０は、Ｒ成分、Ｇ成分及びＢ成分それぞれについて、予測誤差を算出し、算出された予測誤差値（Ｒ予測誤差値、Ｇ予測誤差値、及びＢ予測誤差値）を符号化部５６０及び状態更新部５４０に出力する。なお、状態更新部５４０に出力される予測誤差値は、Ｒ予測誤差値のみでもよい。

状態更新部５４０は、状態決定部５２０から入力されたコンテクスト値と、予測誤差算出部５３０から入力された予測誤差値とを計数して、計数結果（累積演算の結果）をパラメータ決定部５５０に出力する。
本例の状態更新部５４０は、状態決定部５２０から入力されたＲ成分のコンテクスト値と、予測誤差算出部５３０から入力されたＲ成分の予測誤差値とに対して累積演算を行う。累積演算の結果は、例えば、各コンテクスト値の出現回数、及び、コンテクス値毎の予測誤差振幅の累積和である。

パラメータ決定部５５０は、状態更新部５４０から入力された計数結果（累積演算の結果）に基づいて、符号化パラメータを生成し、生成された符号化パラメータを符号化部５６０に出力する。
より具体的には、パラメータ決定部５５０の代表値算出部５５２は、状態更新部５４０から入力された計数結果に基づいて、一部の画像データに適用する符号化パラメータを算出する。
推定処理部５５４は、代表値算出部５５２により算出された符号化パラメータ（一部の画像データに適用されるパラメータ）に基づいて、他の画像データ（すなわち、代表抽出部５１０により抽出されなかった画像データ）に適用される符号化パラメータを決定する。
本例では、代表値算出部５５２は、状態更新部５４０から入力されたＲ成分の計数結果に基づいて、Ｒ成分に適用すべき符号化パラメータを算出し、推定処理部５５４は、算出されたＲ成分の符号化パラメータをそのままＧ成分及びＢ成分の符号化パラメータとして複製する。

符号化部５６０は、パラメータ決定部５５０から入力された符号化パラメータに基づいて、予測誤差算出部５３０から入力された予測誤差を符号化する。
本例の符号化部５６０は、予測誤差算出部５３０から入力された予測誤差と、パラメータ決定部５５０により生成された符号パラメータとに基づいて、色成分毎にゴロム符号を生成する。

図２は、注目画素と周辺画素との位置関係を例示する図である。
図２に例示するように、本例の符号化プログラム５（図１）は、注目画素Ｘを基準として、複数の周辺画素Ａ〜Ｄを設定する。具体的には、第１の周辺画素Ａは、注目画素Ｘの主走査方向上流側に隣接する画素であり、第２の周辺画素Ｂは、注目画素Ｘの副走査方向上流側に隣接する画素である。また、第３の周辺画素Ｃは、第２の周辺画素Ｂの主走査方向上流側に隣接する画素であり、第４の周辺画素Ｄは、第２の周辺画素Ｂの主走査方向下流側に隣接する画素である。このように、周辺画素Ａ〜Ｄは、注目画素Ｘよりも前に処理される画素である。

図３は、符号化プログラム５によりなされる第１の符号化処理（Ｓ１０）のフローチャートである。
図３に示すように、ステップ１００（Ｓ１００）において、画像入力部５００は、外部から、符号化対象となる画像データ（ＲＧＢ画像）を取得し、取得された画像データの中から、スキャン順に注目画素Ｘを設定して、注目画素Ｘの画素値（Ｒ値、Ｇ値及びＢ値）を代表抽出部５１０及び予測誤差算出部５３０に出力する。

ステップ１１０（Ｓ１１０）において、代表抽出部５１０は、画像入力部５００から入力された注目画素Ｘの画素値（Ｒ値、Ｇ値及びＢ値）の中から、Ｒ値を抽出し、抽出された注目画素ＸのＲ値を状態決定部５２０に出力する。

ステップ１２０（Ｓ１２０）において、予測誤差算出部５３０は、周辺画素Ａ〜Ｄのいずれかの画素値に基づいて、注目画素Ｘの予測値（Ｒ予測値、Ｇ予測値、及びＢ予測値）を算出し、算出された予測値を補正する。
そして、予測誤差算出部５３０は、補正された予測値（Ｒ予測値、Ｇ予測値、及びＢ予測値）と、画像入力部５００から入力された注目画素Ｘの画素値（Ｒ値、Ｇ値、及びＢ値）との差分を算出し、算出された差分を予測誤差（Ｒ予測誤差値、Ｇ予測誤差値及びＢ予測誤差値）として符号化部５６０及び状態更新部５４０に出力する。

ステップ１４０（Ｓ１４０）において、状態決定部５２０は、代表抽出部５１０から入力されたＲ値に基づいて、周辺画素Ａ〜Ｄの状態（すなわち、コンテクスト値）を決定する。
状態更新部５４０は、状態決定部５２０により決定されたＲ値のコンテクスト値、及び、予測誤差算出部５３０により算出されたＲ予測誤差値を計数する。
代表値算出部５５２は、状態更新部５４０により計数されたコンテクスト値の計数値及び予測誤差値の計数値に基づいて、Ｒ成分の符号化パラメータを算出する。
推定処理部５５４は、代表値算出部５５２により算出されたＲ成分の符号化パラメータを、Ｇ成分及びＢ成分の符号化パラメータとして複製する。

ステップ１６０（Ｓ１６０）において、符号化部５６０は、パラメータ算出部５２０から入力された各色の符号化パラメータを用いて、予測誤差算出部５３０から入力された予測誤差値（Ｒ予測誤差値、Ｇ予測誤差値及びＢ予測誤差値）を符号化する。

ステップ１７０（Ｓ１７０）において、符号化プログラム５は、符号化部５６０により生成された注目画素の符号（Ｒ符号、Ｇ符号及びＢ符号）を外部（例えば、記憶装置等）に出力する。

ステップ１８０（Ｓ１８０）において、符号化プログラム５は、符号化対象の画像データ全体を符号化したか否かを判定し、全体を符号化した場合に、符号化処理（Ｓ１０）を終了し、符号化していない画素が存在する場合に、スキャン順に次の画素を注目画素Ｘとし、Ｓ１１０の処理に戻る。

図４は、図３で説明した予測処理（Ｓ１２０）をより詳細に説明するフローチャートである。
図４に示すように、ステップ１２２（Ｓ１２２）において、状態更新部５４０（図１）は、予測誤差算出部５３０から入力された各注目画素の予測誤差を計数し、予測誤差の計数値を予測誤差算出部５３０に出力する。
予測誤差算出部５３０は、状態更新部５４０から入力された予測誤差の計数値に基づいて、予測値の補正値を決定する。

ステップ１２４（Ｓ１２４）において、予測誤差算出部５３０は、注目画素Ｘに対応する複数の周辺画素Ａ〜Ｄの画素値を読み出す。
ステップ１２６（Ｓ１２６）において、予測誤差算出部５３０は、読み出された周辺画素Ａ、Ｂ及びＣの画素値を比較して、周辺画素Ｃの画素値が周辺画素Ａ以上であり、かつ、周辺画素Ｂ以上である場合に、Ｓ１２８の処理に移行し、周辺画素Ｃの画素値が周辺画素Ａ又は周辺画素Ｂのいずれかよりも小さい場合に、Ｓ１３０の処理に移行する。

ステップ１２８（Ｓ１２８）において、予測誤差算出部５３０は、周辺画素Ａの画素値と、周辺画素Ｂの画素値とを比較して、より小さい方の画素値を仮の予測値とする。
次に、予測誤差算出部５３０は、この仮の予測値に対して、Ｓ１２２において決定された補正値を加算して、真の予測値を算出する。

ステップ１３０（Ｓ１３０）において、予測誤差算出部５３０は、読み出された周辺画素Ａ、Ｂ及びＣの画素値を比較して、周辺画素Ｃの画素値が周辺画素Ａ以下であり、かつ、周辺画素Ｂ以下である場合に、Ｓ１３２の処理に移行し、周辺画素Ｃの画素値が周辺画素Ａ又は周辺画素Ｂのいずれかよりも大きい場合に、Ｓ１３４の処理に移行する。

ステップ１３２（Ｓ１３２）において、予測誤差算出部５３０は、周辺画素Ａの画素値と、周辺画素Ｂの画素値とを比較して、より大きい方の画素値を仮の予測値とし、この仮の予測値に、Ｓ１２２において決定された補正値を加算して、真の予測値を算出する。

ステップ１３４（Ｓ１３４）において、予測誤差算出部５３０は、周辺画素Ａの画素値と、周辺画素Ｂの画素値とを合算し、この合算値から周辺画素Ｃの画素値を減算して、仮の予測値を算出する。
次に、予測誤差算出部５３０は、算出された仮の予測値に、Ｓ１２２において決定された補正値を加算して、真の予測値を算出する。

ステップ１３６（Ｓ１３６）において、予測誤差算出部５３０は、算出された真の予測値（Ｓ１２８、Ｓ１３２、又はＳ１３４において算出された真の予測値）と、注目画素Ｘの画素値との差分を算出し、算出された差分を予測誤差として符号化部５６０（図１）及び状態更新部５４０に出力する。

図５は、図３で説明した符号表生成処理（Ｓ１４０）をより詳細に説明するフローチャートである。
図５に示すように、ステップ１４２（Ｓ１４２）において、状態決定部５２０は、注目画素Ｘに対応する複数の周辺画素Ａ〜Ｄの画素値（いずれも代表抽出部５１０により抽出されたＲ値のみ）を読み出し、読み出された周辺画素Ａ〜Ｄの画素値（Ｒ値）を用いて、差分値Ｄ_１（Ｄ_１＝（周辺画素Ｄの画素値）―（周辺画素Ｂの画素値））、差分値Ｄ_２（Ｄ_２＝（周辺画素Ｂの画素値）−（周辺画素Ｃの画素値））、及び、差分値Ｄ_３（Ｄ_３＝（周辺画素Ｃ）−（周辺画素Ａ））を算出する。

ステップ１４４（Ｓ１４４）において、状態決定部５２０は、算出された差分値Ｄ_１、差分値Ｄ_２、及び、差分値Ｄ_３を、９つの数値区間のいずれに属するか否かを判定し、判定された数値区間に対応する部分コンテクスト値Ｑ_ｎを算出する。本例の部分コンテクスト値Ｑ_ｎは、９つの数値区間それぞれに対応しており、−４から＋４までの９つの整数である。
状態決定部５２０は、差分値Ｄ_１、差分値Ｄ_２、及び、差分値Ｄ_３について、部分コンテクスト値Ｑ_１、Ｑ_２、及び、Ｑ_３を算出する。

ステップ１４６（Ｓ１４６）において、状態決定部５２０は、算出された部分コンテクスト値Ｑ_１、Ｑ_２、及び、Ｑ_３を用いて、Ｒ値に関し注目画素Ｘのコンテクスト値Ｑを算出する。具体的には、以下の式により算出される。
Ｑ＝Ｑ_１×８１＋Ｑ_２×９＋Ｑ_３
状態決定部５２０は、算出されたＲ成分のコンテクスト値Ｑを状態更新部５４０に出力する。

ステップ１４８（Ｓ１４８）において、状態更新部５４０は、状態決定部５２０から入力されたＲ成分のコンテクスト値Ｑが０より大きいか否かを判定し、コンテクスト値Ｑが０より大きい場合に、Ｓ１５２の処理に移行し、コンテクスト値Ｑが０以下である場合に、Ｓ１５０の処理に移行する。
ステップ１５０（Ｓ１５０）において、状態更新部５４０は、コンテクスト値Ｑに対して、（−１）を乗算する。すなわち、状態更新部５４０は、負のコンテクスト値Ｑの絶対値を算出し、算出された絶対値をコンテクスト値Ｑとする。

ステップ１５２（Ｓ１５２）において、状態更新部５４０は、この注目画素Ｘについて算出されたＲ成分のコンテクスト値Ｑ（すなわち、代表データの階調変化の状態）を計数する。
また、状態更新部５４０は、予測誤差算出部５３０から入力されたＲ成分の予測誤差（Ｒ予測誤差値）をコンテクスト値Ｑ毎に計数し、予測誤差の計数値と、コンテクスト値の計数値とをパラメータ決定部５５０に出力する。

ステップ１５４（Ｓ１５４）において、パラメータ決定部５５０の代表値算出部５５２は、状態更新部５４０から入力されたＲ成分の予測誤差の計数値及びＲ成分のコンテクスト値の計数値とに基づいて、Ｒ成分の符号化パラメータを生成する。
ステップ１５６（Ｓ１５６）において、推定処理部５５４は、代表値算出部５５２により生成されたＲ成分の符号化パラメータに基づいて、他の成分（Ｇ成分及びＢ成分）の符号化パラメータを推定する。本例の推定処理部５５４は、Ｒ成分の符号化パラメータをそのままＧ成分及びＢ成分の符号化パラメータとして複製する。
このように生成されたＲ成分、Ｇ成分及びＢ成分の符号化パラメータは、符号化部５６０に出力される。

以上説明したように、第１の符号化プログラム５は、代表抽出部５１０により抽出された代表データ（本例では、Ｒ成分の画像データ）についてのみ、コンテクスト値Ｑの算出処理、及び、コンテクスト値Ｑ及び予測誤差値の計数処理を行い、この代表データの計数結果に基づいて、他のデータ（本例では、Ｇ成分及びＢ成分の画像データ）の符号化パラメータを推定する。ＲＧＢ間では、階調変化の相関が高いため、代表色（Ｒ成分）のみについてコンテクスト値の算出及びその計数を行っても、その結果から、他の色（Ｇ成分及びＢ成分）のコンテクスト値あるいはその計数値を推定できる。
これにより、コンテクスト値の算出処理及び計数処理（累積演算）に要する処理負荷が軽減される。
また、本符号化プログラム５は、代表データ（Ｒ成分の画像データ）について生成された符号化パラメータをそのまま他のデータ（Ｇ成分及びＢ成分の画像データ）に適用することにより、符号化パラメータ生成処理の処理負荷をも軽減している。
なお、上記実施形態では、コンテクスト値の算出処理、コンテクスト値等の計数処理（累積演算処理）、及び符号化パラメータ生成処理の全てを代表データ（Ｒ成分）のみに限定することで処理負荷を軽減させているが、これらの処理の少なくとも１つを代表データのみに限定することで、処理負荷の軽減が実現されうる。

［変形例１］
次に、上記実施形態の変形例を説明する。
上記実施形態では、ＲＧＢ画像が入力される場合を具体例として説明したが、変形例１では、ＹＭＣＫ画像が入力される場合を説明する。
変形例１における基本的な構成及び動作は、ＲＧＢ画像が入力される場合（すなわち、上記実施形態の場合）と同様であるが、ＹＭＣＫ画像の場合、ＹＭＣ間で画像特性が互いに近似するが、ＹＭＣと、Ｋとの間で画像特性が大きく異なることが多い。
そこで、変形例１では、ＹＭＣ成分の中から任意の１色を抽出し、さらにＫ色を抽出し、抽出されたこれら２つの色成分画像について、コンテクスト値の算出処理、計数処理及び符号化パラメータ生成処理を行う。

図６は、第２の符号化プログラム５２の構成を例示する図である。なお、本図に示された各構成のうち、図１に示されたものと実質的に同一のものには同一の符号が付されている。
図６に例示するように、第２の符号化プログラム５２は、図１の符号化プログラム５の構成のうち、状態決定部５２０を第１状態決定部５２２及び第２状態決定部５２４で置換し、状態更新部５４０を第１状態更新部５４２及び第２状態更新部５４４で置換し、代表色算出部５５２をＹパラメータ算出部５５２及びＫパラメータ算出部５５６で置換した構成をとる。
本変形例において、代表抽出部５１０は、ＹＭＣＫの画像データの中から、Ｙ成分の画像データ、及び、Ｋ成分の画像データを抽出し、抽出されたＹ成分の画像データ（Ｙ値）を第１状態決定部５２２に出力し、抽出されたＫ成分の画像データ（Ｋ値）を第２状態決定部５２４に出力する。なお、代表抽出部５１０は、Ｙ成分の代わりに、Ｍ成分又はＣ成分の画像データを抽出してもよい。

第１状態決定部５２２は、代表抽出部５１０から入力されたＹ値に基づいて、Ｙ成分のコンテクスト値Ｑを算出し、算出されたＹ成分のコンテクスト値Ｑを第１状態更新部５４２に出力する。
第２状態決定部５２４は、代表抽出部５１０から入力されたＫ値に基づいて、Ｋ成分のコンテクスト値Ｑを算出し、算出されたＫ成分のコンテクスト値Ｑを第２状態更新部５４４に出力する。

第１状態更新部５４２は、第１状態決定部５２２から入力されたＹ成分のコンテクスト値と、予測誤差算出部５３０から入力されたＹ成分の予測誤差値とに対して累積演算を行い、累積演算の結果（例えば、コンテクスト値の出現頻度、コンテクスト値毎の予測誤差の累積和）をＹパラメータ算出部５５２に出力する。
第２状態更新部５４４は、第２状態決定部５２４から入力されたＫ成分のコンテクスト値と、予測誤差算出部５３０から入力されたＫ成分の予測誤差値とに対して累積演算を行い、累積演算の結果をＫパラメータ算出部５５６に出力する。

Ｙパラメータ算出部５５２は、第１状態更新部５４２から入力されたＹ成分の計数結果に基づいて、Ｙ成分の画像データに適用する符号化パラメータを算出する。
Ｋパラメータ算出部５５６は、第２状態更新部５４４から入力されたＫ成分の計数結果に基づいて、Ｋ成分の画像データに適用する符号化パラメータを算出する。
また、本変形例の推定処理部５５４は、Ｙパラメータ算出部５５２により算出されたＹ成分の符号化パラメータに基づいて、Ｍ成分及びＣ成分の符号化パラメータを推定する。

このように、ＹＭＣＫ画像が入力される場合には、ＹＭＣ成分と、Ｋ成分とを分離して符号化パラメータを生成することが望ましい。
なお、ＹＣｂＣｒなど様々な色空間が考えられるが、ＲＧＢ画像が入力された場合（実施形態）、又は、ＹＭＣＫ画像が入力された場合（変形例１）と同様に処理することにより、色間の相関関係を利用して状態決定、状態更新、符号パラメータ決定の処理量を減少させることができる。

［変形例２］
次に、変形例２を説明する。
上記実施形態では、Ｒ成分の符号化パラメータをそのままＧ成分及びＢ成分の符号化パラメータとして転用したが、変形例２では、複数の色成分（Ｒ成分及びＢ成分）について、符号化パラメータを算出し、算出された複数の色成分の符号化パラメータに基づいて、残りの色成分（Ｇ成分）の符号化パラメータを推定する。

図７は、第３の符号化プログラム５４の構成を例示する図である。なお、本図に示された各構成のうち、図６に示されたものと実質的に同一のものには同一の符号が付されている。
図７に例示するように、第３の符号化プログラム５４は、図６の符号化プログラム５２の構成のうち、Ｙパラメータ算出部５５２及びＫパラメータ算出部５５６をＲパラメータ算出部５５２及びＢパラメータ算出部５５６で置換し、推定処理部５５４をＧ推定処理部５５８で置換した構成をとる。
本変形例において、代表抽出部５１０は、ＲＧＢの画像データの中から、Ｒ成分の画像データ、及び、Ｂ成分の画像データを抽出し、抽出されたＲ成分の画像データ（Ｒ値）を第１状態決定部５２２に出力し、抽出されたＢ成分の画像データ（Ｂ値）を第２状態決定部５２４に出力する。

第１状態決定部５２２は、代表抽出部５１０から入力されたＲ値に基づいて、Ｒ成分のコンテクスト値Ｑを算出し、算出されたＲ成分のコンテクスト値Ｑを第１状態更新部５４２に出力する。
第２状態決定部５２４は、代表抽出部５１０から入力されたＢ値に基づいて、Ｂ成分のコンテクスト値Ｑを算出し、算出されたＢ成分のコンテクスト値Ｑを第２状態更新部５４４に出力する。

第１状態更新部５４２は、第１状態決定部５２２から入力されたＲ成分のコンテクスト値と、予測誤差算出部５３０から入力されたＲ成分の予測誤差値とに対して累積演算を行い、累積演算の結果（例えば、コンテクスト値の出現頻度、コンテクスト値毎の予測誤差の累積和）をＲパラメータ算出部５５２に出力する。
第２状態更新部５４４は、第２状態決定部５２４から入力されたＢ成分のコンテクスト値と、予測誤差算出部５３０から入力されたＢ成分の予測誤差値とに対して累積演算を行い、累積演算の結果をＢパラメータ算出部５５６に出力する。

Ｒパラメータ算出部５５２は、第１状態更新部５４２から入力されたＲ成分の計数結果に基づいて、Ｒ成分の画像データに適用する符号化パラメータを算出する。
Ｂパラメータ算出部５５６は、第２状態更新部５４４から入力されたＢ成分の計数結果に基づいて、Ｂ成分の画像データに適用する符号化パラメータを算出する。

Ｇ推定処理部５５８は、複数の色成分について算出された符号化パラメータに基づいて、残りの色成分の符号化パラメータを推定する。
本例のＧ推定処理部５５８は、Ｒパラメータ算出部５５２により算出されたＲ成分の符号化パラメータと、Ｂパラメータ算出部５５６により算出されたＢ成分の符号化パラメータとの平均値を、Ｇ成分の符号化パラメータとして算出する。
なお、Ｇ推定処理部５５８は、複数の色成分について算出された符号化パラメータのうち、最大の符号化パラメータ、又は、最小の符号化パラメータを、残りの色成分の符号化パラメータとしてもよい。

このように、複数の色成分の符号化パラメータに基づいて、残りの色成分の符号化パラメータを推定することにより、符号化パラメータの推定精度が向上することが期待される。

［その他の変形例］
上記実施形態及び変形例では、代表抽出部５１０が一部の色成分の画像データを抽出する形態を説明してきたが、これに限定されるものではなく、例えば、代表抽出部５１０は、入力された画像データのうち、各画素値を示すビット列の上位数ビットを抽出してもよいし、既定の間隔で画素値を間引いて抽出してもよい。画素値を示すビット列の上位ビットが抽出されると、限定色化された画像（階調数を減らした画像）が生成されることと等価になり、画像の特性がある程度保存されると共に、画素値のビット幅が小さくなるため、処理負荷が軽減される。また、画素値を間引いて抽出すると、解像度を減少させた画像が生成されることと等価になり、画像の特性がある程度保存されると共に、画素数が小さくなるため、処理負荷が軽減される。
このように、代表抽出部５１０は、元の画像の特性を残しつつ、画像データのデータ量が小さくなるように一部のデータを抽出することにより、符号化効率をそれほど低下させずに、符号化処理を高速化することができる。

また、上記実施形態及び変形例では、画素単位で処理する点順（ピクセルインターリーブ）処理の形態を説明したが、これに限定されるものではなく、ライン順（ラインインタリーブ）、面順（プレーンインターリーブ）で構成される画像であってもよい。

［実験結果］
図８は、符号化プログラム５の処理性能と、国際標準ＪＰＥＧ−ＬＳの処理性能とを比較するグラフである。なお、本図で示された値は、ＲＧＢ点順画像を符号化した場合の測定値である。
符号化プログラム５は、国際標準ＪＰＥＧ−ＬＳと比較して、図８（Ａ）に示すように、符号量をほとんど増加させていないにも関わらず、図８（Ｂ）に示すように、処理時間を短縮することに成功している。

［ハードウェア］
次に、上記実施形態における画像処理装置２のハードウェア構成を説明する。
図９は、本発明にかかる符号化方法が適応される画像処理装置２のハードウェア構成を、制御装置２１を中心に例示する図である。
図９に例示するように、画像処理装置２は、ＣＰＵ２１２及びメモリ２１４などを含む制御装置２１、通信装置２２、ＨＤＤ・ＣＤ装置などの記録装置２４、並びに、ＬＣＤ表示装置あるいはＣＲＴ表示装置およびキーボード・タッチパネルなどを含むユーザインターフェース装置（ＵＩ装置）２５から構成される。
画像処理装置２は、例えば、上記符号化プログラム５がプリンタドライバの一部としてインストールされた汎用コンピュータであり、通信装置２２又は記録装置２４などを介して画像データを取得し、取得された画像データを符号化してプリンタ装置３に送信する。

ＪＰＥＧ−ＬＳ方式の符号化処理を実現する第１の符号化プログラム５の構成を例示する図である。 注目画素と周辺画素との位置関係を例示する図である。 符号化プログラム５によりなされる第１の符号化処理（Ｓ１０）のフローチャートである。 図３で説明した予測処理（Ｓ１２０）をより詳細に説明するフローチャートである。 図３で説明した符号表生成処理（Ｓ１４０）をより詳細に説明するフローチャートである。 第２の符号化プログラム５２の構成を例示する図である。 第３の符号化プログラム５４の構成を例示する図である。 符号化プログラム５の処理性能と、国際標準ＪＰＥＧ−ＬＳの処理性能とを比較するグラフである。 本発明にかかる符号化方法が適応される画像処理装置２のハードウェア構成を、制御装置２１を中心に例示する図である。

符号の説明

２・・・画像処理装置
５、５２、５４・・・符号化プログラム
５００・・・画像入力部
５１０・・・代表抽出部
５２０・・・状態決定部
５３０・・・予測誤差算出部
５４０・・・状態更新部
５５０・・・パラメータ決定部
５５２・・・代表値算出部
５５４・・・推定処理部
５６０・・・符号化部

Claims (9)

1. 入力された画像データから一部の画像データを抽出する抽出手段と、
   前記抽出手段により抽出された一部の画像データについて、階調変化の状態を決定する状態決定手段と、
   前記状態決定手段により決定された階調変化の状態に基づいて、入力された画像データを符号化する符号化手段と
   を有する符号化装置。
2. 入力される画像データは、複数の色成分からなるカラー画像データであり、
   前記抽出手段は、入力されたカラー画像データの中から、一部の色成分の画像データを抽出し、
   前記状態決定手段は、抽出された一部の色成分の画像データについて、階調変化の状態を決定する
   請求項１に記載の符号化装置。
3. 入力される画像データは、ＣＭＹＫ色空間のカラー画像データであり、
   前記抽出手段は、ＣＭＹ成分の中から少なくとも１つの色成分の画像データと、Ｋ成分の画像データとを抽出し、
   前記状態決定手段は、抽出された画像データそれぞれについて、階調変化の状態を決定し、
   前記符号化手段は、ＣＭＹ成分から抽出された色成分の画像データについて決定された階調変化の状態に基づいて、Ｃ成分、Ｍ成分及びＹ成分の画像データを符号化し、Ｋ成分の画像データについて決定された階調変化の状態に基づいて、Ｋ成分の画像データを符号化する
   請求項２に記載の符号化装置。
4. 前記状態決定手段により決定された階調変換の状態に対して、既定の累積演算を行い、累積結果を更新する状態更新手段と、
   前記状態更新手段により更新される演算結果に基づいて、適用すべき符号化パラメータを決定するパラメータ決定手段と
   をさらに有し、
   前記符号化手段は、前記パラメータ決定手段により決定された符号化パラメータを用いて、入力された画像データを符号化する
   請求項１に記載の符号化装置。
5. 入力される画像データは、既定数の色成分の画像データからなるカラー画像データであり、
   前記抽出手段は、入力されたカラー画像データの中から、複数の色成分の画像データを抽出し、
   前記状態決定手段は、抽出された複数の色成分の画像データそれぞれについて、階調変化の状態を決定し、
   前記状態更新手段は、抽出された複数の色成分の画像データそれぞれについて、前記累積演算を行い、
   前記パラメータ決定手段は、抽出された複数の色成分の画像データについては、それぞれの累積結果に基づいて、符号化パラメータを決定し、抽出されなかった色成分の画像データについては、抽出された色成分の符号化パラメータに基づいて、適用すべき符号化パラメータを決定する
   請求項４に記載の符号化装置。
6. 前記抽出手段は、入力された画像データの中から、既定の間隔で画素値を抽出し、
   前記状態決定手段は、既定の間隔で間引かれた画素値について、階調変化の状態を決定する
   請求項１に記載の符号化装置。
7. 前記抽出手段は、入力された画像データの中から、画素値を示すビット列の上位ビットを抽出し、
   前記状態決定手段は、抽出された画素値の上位ビットに基づいて、階調変化の状態を決定する
   請求項１に記載の符号化装置。
8. 入力された画像データから一部の画像データを抽出し、
   抽出された一部の画像データについて、階調変化の状態を決定し、
   一部の画像データについて決定された階調変化の状態に基づいて、入力された画像データを符号化する
   符号化方法。
9. 入力された画像データから一部の画像データを抽出するステップと、
   抽出された一部の画像データについて、階調変化の状態を決定するステップと、
   一部の画像データについて決定された階調変化の状態に基づいて、入力された画像データを符号化するステップと
   をコンピュータに実行させるプログラム。

Images