JP2732691B2

JP2732691B2 - 画像圧縮装置および画像復元装置

Info

Publication number: JP2732691B2
Application number: JP32540489A
Authority: JP
Inventors: エフ・ホプキンソンジェームス; 伸一螺良; 栄太郎西原
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1989-12-15
Filing date: 1989-12-15
Publication date: 1998-03-30
Anticipated expiration: 2013-03-30
Also published as: JPH03186067A

Description

【発明の詳細な説明】［発明の目的］（産業上の利用分野）本発明は、Ｘ線画像等の伝送，記録等に際して利用さ
れ得る直交変換符号化方式の画像圧縮装置および画像復
元装置に関する。

（従来の技術）この種の直交変換符号化方式の画像圧縮装置および画
像復元装置の従来例を第18図を参照して説明する。

第18図は、画像圧縮と画像復元のアルゴリズムを示す
ブロック図である。先ず、画像圧縮に関するアルゴリズ
ムは次の通りである。例えばＸ線画像をディジタル化し
た単位（通常はフレーム単位である。）原画像１は、ブ
ロック化２され、ブロック毎に直交変換として例えばDC
T（離散コサイン変換）３され、次に、再量子化４さ
れ、好ましくは可変長符号化法としてハフマン符号化法
等の適宜の方法により符号化５され、圧縮画像６が生成
される。

また、画像復元に関するアルゴリズムは次の通りであ
る。圧縮画像６は、符号化７され、原画生成のための逆
再量子化８され、IDCT（離散コサイン逆変換）９され、
全画面合成のための逆ブロック化10され、原画像１が生
成される。

ここで、画像圧縮においては、第19図（ａ）に示すよ
うに原画像のDCT処理により情報（振幅情報）は例えば
零ヘルツ（直流）等の特定周波数（帯）に集束され、第
19図（ｂ）に示すように再量子化の前処理である閾値処
理により、例えば図示破線部分の高周波数帯の特定成分
が排除され、第19図（ｃ）に示すように、排除されなか
った部分について再量子化される。なお、前述の再量子
化のための前処理としては、前例での閾値処理の他に、
領域処理（ゾーン），順位処理（オーダリング），閾値
処理と領域処理と順位処理との二つ以上の組合せ処理等
がある。

（発明が解決しようとする課題）上述したように、従来の画像圧縮（復元）にあって
は、再量子化の効率を高めるべく前処理としてDCT後の
データの内で特定成分を排除するようにしている。しか
し、画像の種類や利用分野によってはこの排除データが
重要な意味を持つことがある。例えば高周波成分の排除
に伴うアーチファクトの発生等である。この一方、再量
子化（逆再量子化）効率の低下はあってはならない、と
いう相反する要請があり、問題であった。

そこで本発明の目的は、再量子化（逆再量子化）の効
率の低下を招かずに、圧縮（復元）性の優れた画像圧縮
装置および画像復元装置を提供することにある。

［発明の構成］（課題を解決するための手段）本発明は上記課題を解決し且つ目的を達成するために
次のような手段を高じた構成としている。すなわち、本
発明にかかる画像圧縮装置は、ディジタル態様の原画像
に対し直交変換，再量子化，符号化を施して圧縮画像デ
ータ及び圧縮制御データを得る画像圧縮装置において、
前記再量子化に際して閾値処理，領域処理，順位処理又
はそれらの組合せにかかる処理を実行することにより前
記直交変換された原画像から特定の成分のデータを排除
する手段と、この手段により排除されたデータを特定の
数学モデルにより統計処理し前記圧縮制御データとして
生成する手段とを具備したことを特徴とする。

本発明にかかる画像復元装置は、圧縮画像データ及び
圧縮制御データに対し復号化，逆再量子化，逆直交変換
を施してディジタル態様の原画像を得る画像復元装置に
おいて、前記逆再量子化に際して圧縮制御データに基づ
き特定の数学モデルの下で特定の成分のデータを復元す
る手段と、この手段により復元されたデータと前記圧縮
画像データを復号化したデータとによりディジタル態様
の原画像を生成する手段とを具備したことを特徴とす
る。

（作用）本発明にかかる画像圧縮装置および画像復元装置によ
れば、圧縮にあっては通常の再量子化すべきデータ以外
の排除されたデータは、統計データとして再量子化され
ずに圧縮データに付帯して伝送又は記録され、また、復
元にあっては、圧縮データに付帯した統計データに基づ
き前記排除されたデータが復元され且つ圧縮データは逆
再量子化され、これらにより原画像が復元されるので、
再量子化（逆再量子化）の効率の低下を招かずに、優れ
た圧縮（復元）性を発揮するものとなる。

（実施例）以下本発明にかかる画像圧縮装置および画像復元装置
の一実施例を図面を参照して説明する。第１図は本発明
の画像圧縮装置のアルゴリズムを示すブロック図、第２
図は本発明の画像復元装置のアルゴリズムをブロック図
である。また、第３図〜第５図は一実施例にかかる画像
圧縮装置を示す図であって、第３図は構成を示すブロッ
ク図、第４図は第３図における要部の詳細ブロック図、
第５図は作用を示す図、第６図〜第８図は一実施例にか
かる画像復元装置を示す図であって、第６図は構成を示
すブロック図、第７図は第６図における要部の詳細ブロ
ック図、第８図は作用を示す図である。

本発明の画像圧縮装置のアルゴリズムは第１図に示す
ようになっている。すなわち、原画像のブロック化11、
ブロック化されたデータのDCT処理12、DCT処理されたデ
ータの再量子化13、再量子化されたデータの符号化14、
再量子化13の際に排除されたデータに対する統計計算1
5、符号化されたデータつまり圧縮データ及び統計デー
タのバッファ16、バッファされた圧縮データ及び統計デ
ータのファイル17から構成される。

本発明の画像復元装置のアルゴリズムは第２図に示す
ようになっている。すなわち、ファイル17からバッファ
16を介して圧縮データの復号化18、同じくファイル17か
らバッファ16を介して統計データの復元計算19、復号化
データと復元された排除データとの原画生成20、生成原
画のIDCT21、IDCTされたデータの全画面合成22から構成
される。

以上の基本構成の下で本実施例の画像圧縮復元装置を
第３図を参照して説明する。すなわち、データバス（又
はネットワーク）30には、ファイリング装置31と、フレ
ームメモリ32aを有するインターフェース32を含んで本
実施例の画像圧縮復元装置33が接続されている。本画像
圧縮復元装置33は、バッファメモリ33Aと、DCT33Bと、
バッファメモリ33Cと、周波数選択部33D 1及び量子化器
33D 2からなる再量子化部33Dと、統計計算部33Eと、バ
ッファメモリ33Fと、符号化器33Gと、バッファメモリ33
Hとから構成される。

さらに、第４図を参照して周波数選択部33D1及び量子
化器33D2からなる再量子化部33Dと、統計計算部33Eと、
バッファメモリ33Hを説明する。周波数選択部（ビット
・アロケーション）33D 1は、閾値Ａによる閾値処理を
する閾値判断器33D 11と、バッファメモリ33D 12と、閾
値Ｂによる引算処理する引算器33D 13とからなり、第19
図（ｂ）に示したように、閾値処理により特定周波数成
分と、該成分外の成分とを選別し、例えば第14図に破線
で示す高周波成分等の特定成分は統計計算部33Eに与え
られる。一方、前記特定成分外の成分はバッファメモリ
33Fを介して符号化器に33Gに与えられ、ここでハフマン
符号化法等により符号化され、圧縮画像データ33H 1
と、選択された周波数ビットマップ33H 2としてバッフ
ァメモリ33Hに保持される。

一方、統計計算部33Eでは、周波数選択部33D 1にて閾
値処理により排除された特定周波数成分（選択されなか
った周波数成）分をバッファメモリ33E 1で保持し、こ
の保持データの統計情報を統計計算器33E 2で数学モデ
ル33E 31,33E 32,33E33を保持した数学モデル保持部33E
3との比較によりに算出する。ここで、数学モデル33E
31,33E 32,33E 33はガウス分布関数、ラプラス分布関数
等である。例えば、前述の排除データ（選択されなかっ
た周波数成分）の分布形態を分布算出器33E 21で調べ、
分布特性決定器33E 22で分布特性を決定し、該決定分布
特性と、数学モデル保持部33E 1に保持された例えばガ
ウス分布関数等との類似性を類似性判断器33E 23にて判
断する。よって、バッファメモリ33Hには、統計データ
として特定の分布特性を表すパラメータ33H 31と、数学
モデル番号33H 32とが保持される。

以上の画像圧縮処理により、バッファメモリ33Hに
は、圧縮画像データ33H 1と、選択された周波数ビット
マップ33H 2と、統計データとして特定の分布特性を表
すパラメータ33H 31と、数学モデル番号33H 32とが保持
されたことになる。

第５図（ａ）は、本実施例の画像圧縮のアルゴリズム
を示すブロック図である。すなわち、画像圧縮に関する
アルゴリズムは次の通りである。例えばＸ線画像をディ
ジタル化した単位（通常はフレーム単位である。）原画
像41は、ブロック化42され、ブロック毎に直交変換とし
て例えばDCT（離散コサイン変換）43され、閾値処理44
により特定成分として高周波成分が排除され、これは統
計処理される。次に、前記閾値処理により排除されなか
った成分について再量子化45され、好ましくは可変長符
号化法としてハフマン符号化法等の適宜の方法により符
号化46され、圧縮画像47が生成される。

ここで、画像圧縮においては、第５図（ｂ）に示すよ
うに原画像のDCT処理により情報（振幅情報）は例えば
零周波数（直流）等の特定周波数（帯）に集束され、第
５図（ｃ）に示すように再量子化の前処理である閾値処
理により、例えば図示破線部分の高周波数帯の特定成分
が排除され、第５図（ｄ）に示すように、排除されなか
った部分について再量子化される。

以上のように、本実施例によれば、圧縮にあっては、
閾値処理により通常の再量子化すべきデータ以外の排除
されたデータは、統計データとして再量子化されずに圧
縮データに付帯して伝送又は記録され、当該伝送又は記
録される画像は、高周波成分の実質的な非排除によるも
のであり、これによりアーチファクの発生を招くこと無
く、優れた圧縮性を発揮するものとなる。

次に、第２図に示す本発明の画像復元装置の基本構成
の下で本実施例の画像圧縮復元装置を第６図を参照して
説明する。すなわち、データバス（又はネットワーク）
30には、ファイリング装置31と、フレームメモリ32aを
有するインターフェース32を含んで本実施例の画像圧縮
復元装置33が接続されている。本画像圧縮復元装置33
は、第３図に示す画像圧縮復元装置33と一体であり、バ
ッファメモリ33Hと、復号化器33Iと、バッファメモリ33
Jと、復元計算部33Lと、逆量子化器33K 1及び周波数復
元部33K 2からなる逆再量子化部33Kと、バッファメモリ
33Mと、IDCT（離散コサイン逆変換）33Nと、バッファメ
モリ33Oとから構成される。

さらに、第７図を参照して逆量子化器33K 1及び周波
数復元部33K 2からなる逆再量子化部33Kと、復元計算部
33Lと、バッファメモリ33Hを説明する。ここに、バッフ
ァメモリ33Hには、前述の画像圧縮によって圧縮画像デ
ータ33H 1と、選択された周波数ビットマップ33H 2と、
統計データとして特定の分布特性を表すパラメータ33H
31と、数学モデル番号33H 32とが保持されているものと
する。

圧縮画像データ33H 1は周波数ビットマップ33H 2と共
に、復号化器33Iに与えられ、ここで復号化され、バッ
ファメモリ33Jを経て、逆再量子化部33Kに与えられる。
そして、当該復号化データは、逆再量子化部33Kの逆量
子化器33K 1にて逆量子化され、バッファメモリ33K 21
を経て、加算器33K 22にて閾値による加算を行い、全周
波数復元器33K 23にて圧縮画像データ33H 1（排除され
なかった成分）の復元が成される。

また、統計データとして特定の分布特性を表すパラメ
ータ33H 31と、数学モデル番号33H 32とは、復元計算部
33Lに与えられる。この復元計算部33Lは、数学モデル33
E 31,33E 32,33E 33を保持した数学モデル保持部33E 1
と、振幅復元器33L 1と、バッファメモリ33L 2とからな
り、前述の画像圧縮処理にて閾値処理により排除された
特定周波数成分（選択されなかった周波数成分）を、指
定された数学モデル33E 31,33E 32,33E 33のいずれかで
復元する。そして、当該復元化排除データは、全周波数
復元器33K 23にて前述の排除されなかった成分について
の復元データと合成され、全周波数帯域についての復元
がなされる。

なお、振幅復元にあたっては、全周波数復元器33K 23
から振幅復元器33L 1へアドレス情報を送ることによ
り、排除された成分の周波数空間におけるアドレス情報
を参照して復元することもできる。

以上の画像復元処理により、バッファメモリ33Mに
は、ブロック毎にIDCT対象となるデータが保持されたこ
とになる。

第８図（ａ）は、本実施例の画像復元のアルゴリズを
示すブロック図である。すなわち、画像圧縮に関するア
ルゴリズムは次の通りである。圧縮画像47は、復号化48
され、第８図（ｂ）（ｄ）に示すように逆量子化49さ
れ、第８図（ｃ）に示すように閾値復元50され、IDCT51
され、プファイル17からバッファ16を介して圧縮データ
の復号化18、同じくブロック化52され、原画像41され
る。

以上のように、本実施例によれば、復元にあっては、
閾値処理により通常の再量子化すべきデータ以外の排除
されたデータは、統計データとして再量子化されずに圧
縮データに付帯して伝送又は記録され、当該伝送又は記
録される画像は、高周波成分の実質的な非排除によるも
のであり、これによりアーチファクの発生を招くこと無
く、優れた復元性を発揮するものとなる。

なお、上述の例では、排除データの圧縮にかかる統計
計算、又は、復元にかかる復元計算にあっては、複数の
数学モデル33E 31,33E 32,33E 33を保持した数学モデル
保持部33E 3を備え、該排除データについて類似判断を
して、特定モデルにより統計処理（復元処理）するよう
にしているが、あらかじめ、一つのモデルのみを用い、
該モデルのみを用いて統計処理（復元処理）するように
してもよい。これは、対象とするデータの性質が原理上
又は経験上既知であり、敢えて類似性を判断するまでも
ない場合には、適用できる。このようにすると、少なく
とも類似性判断処理に要する時間が短縮され、高速・大
容量処理に適したシステムとすることができる。

以上においては、閾値処理について説明したが、これ
に特定されること無く、領域処理（ゾーン），順位処理
（オーダリング），閾値処理と領域処理と順位処理との
二つ以上の組合せ処理等を用いてもよい。もちろん、こ
の場合にあっても、ここで、領域処理（ゾーン）を第９図及び第10図を参
照して説明する。第９図はブロック図、第10図は模式図
である。第９図に示すように、領域処理（ゾーン）を採
用した再量子化部33Pは、領域処理部33P 1と、再量子化
器33P 2とから構成される。領域処理部33P 1は、２値ビ
ットマップ33P 11、多値ビットマップ33P 12、領域選択
器33P 13、バッファメモリ33P 14からなる。そして、バ
ッファメモリ33cに保持されたブロック化データの各画
素に対して、２値ビットマップ33P 11や多値ビットマッ
プ33P 12による領域選択を領域選択器33P 13にて行い、
第10図に示すように、例えば画素値の大きい順に領域範
囲を定め、それぞれを領域1,領域2,領域3,…とし、画素
値の小さい領域を排除データとし、統計計算部33Eに与
えられる。

次に、順位処理（オーダリング）を第11図及び第12図
を参照して説明する。第11図はブロック図、第12図は模
式図である。第11図に示すように、順位処理（オーダリ
ング）を採用した再量子化部33Qは、領域処理部33Q 1
と、再量子化器33Q 2とから構成される。領域処理部33Q
1は、シークェンサー33Q 11と、バッファメモリ33Q 12
と、カウンタQ 13と、周波数アドレスコントローラ33Q
14と、周波数選択器33Q 15と、バッファメモリ33Q 16と
からなる。

そして、バッファメモリ33cに保持されたブロック化
データの各画素毎にその画素値の大小に基づき順位を付
し（第12図）、小さい画素値のものを排除データとし、
統計計算部33Eに与える。

なお、上述のいずれの例でも、排除データの圧縮にか
かる統計計算、又は、復元にかかる復元計算にあって
は、複数の数学モデル33E 31,33E 32,33E 33を保持した
数学モデル保持部33E 3を備え、該排除データについて
類似判断をして、特定モデルにより統計処理（復元処
理）するようにしているが、先に述べた例と同じよう
に、あらかじめ、一つのモデルのみを用い、該モデルの
みを用いて統計処理（復元処理）するようにしてもよ
い。これは、対象とするデータの性質が原理上又は経験
上既知であり、敢えて類似性を判断するまでもない場合
には、適用できる。このようにすると、少なくとも類似
性判断処理に要する時間が短縮され、高速・大容量処理
に適したシステムとすることができる。

次に本発明の方法を、第13図〜第17図を参照して説明
する。

第13図の医療用画像処理装置200は、一例として示し
たもので限定するためのものではない。すなわち、医療
用画像処理装置200は、結像装置240と、中央演算処理装
置（CPU）320と、ランダムアクセスメモリ（RAM）360
と、データ記憶装置400と、表示装置440とで構成されて
いる。

結像装置240は空間イメージデータ280を生成するもの
で、このデータは、第14図のフローチャート100の各ス
テップで示すように、CPU320によって処理される。RAM3
60は、イメージデータ280の処理時にCPU320が必要とす
るデータと必要なプログラムを一時的に記憶する。デー
タ記憶装置400は、大容量のディスクドライブであるの
が好ましいが、処理したディスクを恒久的に記憶する。
表示装置440は、視覚的表示装置（VDU）であるのが好ま
しいが、記憶装置400に記憶した再現空間イメージデー
タをもとにCPU320が生成した視覚イメージを表示する。

第14図のフローチャート100は、空間イメージデータ2
80の変換、圧縮、再現、表示を行う際に、CPU320が実行
する基本ステップを示したものである。ここに、空間イ
メージデータ280は複数のデータ値からなる。各データ
値は、好ましい実施例では、10桁の２進数字で表される
が、１つのピクセル（画素）を表している。また、１つ
のイメージは、多くのピクセルで構成される。

画像処理装置200は、空間イメージデータ280を圧縮し
て、必要なデータ記憶空間量や転送時間ならびに処理時
間を最小限に抑えているが、その際、イメージデータを
所定のサイズの空間サブイメージデータブロックに区分
し（ステップ104）、この空間サブイメージデータをス
ペクトルサブイメージデータに変換し（ステップ10
8）、指定のスペクトルサブイメージデータを排除し
（ステップ112）、排除したデータをモデル化し（ステ
ップ116）、排除しなかったデータを量子化し（ステッ
プ120）、排除したデータの特徴をそのモデルで表す少
なくとも１つのパラメータと、排除しなかったデータと
をコード化して記憶している（ステップ124）。

画像処理装置200は、記憶したデーアをもとにイメー
ジデータ280の近似値を再現するが、その際、排除した
サブイメージデータの特徴をモデルで表すパラメータ
（単数または複数）を検索すると同時に、コード化した
データを検索してデコードし（ステップ128）、検索し
たパラメータとモデルをもとに排除したデータの近似値
を出力し（ステップ132）、スペクトルサブイメージデ
ータを空間サブイメージデータに変換し（ステップ13
6）、この再現したイメージデータをもとにイメージを
生成し（ステップ140）、視覚表示装置440に表示してい
る。

次に、イメージの圧縮と再現について詳しく説明す
る。まず、は、空間イメージデータ280の２通りの寸
法値の行列であるとする。次にを一組のスクェアサ
ブイメージに区分する（フローチャート100のステップ1
04）と、指定の寸法を持った一組の空間サブイメージブ
ロックができる。実験によれば16×16ピクセルまたは32
×32ピクセルのブロックサイズが最適であることがわか
っているが、これは、ブロックサイズが小さくなればな
るほど圧縮後の画質が劣化することを意味する。また、
ブロックサイズが大きくなればなるほど計算の複雑さは
増すが、再現された画質に与える影響は最小になる。好
ましい実施例では、便宜的なサイズとして256ピクセル
のブロックサイズを選んで、その後の計算の複雑さと再
現したイメージの品質との釣合いを取っているが、本発
明はサイズが適当であればどんなサイズのブロックにも
適用し得る。

直交変換行列を空間サブイメージデータに適用する
（ステップ108）と、そのブロックに含まれる空間情報
が次のようなスペクトル表現で表される。

′＝^Ｔ（１）ただし、^ＴはＴの転置行列である。

本発明の好ましい実施例での変換は、その計算が単純
で相関しておらず、しかもエネルギーパック能力がある
ため、離散形余弦変換（DCT）である。このDCTの行列要
素は次のように定義される。

T_ij＝（2C（ｊ）/N）cos［π（ｉ＋1/2）j/N］変換した空間サブイメージデータのスペクトルサブイ
メージデータの行列′は、この空間サブイメージ内に
ある周波数成分の振幅である。′の実際のデータ値
は、周波数に依存する２通りの寸法の各基礎イメージの
振幅である。第３図はこのような基礎イメージの一例を
示す図である。′の各要素は各基礎イメージに割り当
てられる振幅または重みで、このイメージは重みをつけ
重ね合わせると、のスペクトル成分を表す。また、
′のデータ要素は、の要素ほど相関していないの
で、データ圧縮に適したものとなる。

サブイメージのエネルギーを次のように定義すると、（ただし、（j,k）はこのサブイメージブロック（あ
るいはデータ値の行列）のデータ値の指数）、Ｅ（）＝Ｅ（′）となり、直交変換によって全エ
ネルギーが保存されることになる。しかし、データ圧縮
に便利な変換には、エネルギーの分布が均一ではないと
いう性質がある。それどころか、低周波成分すなわち第
15図の最も単純な基礎イメージは他に比べるとほんの少
数であるにもかかわらず、ブロックエネルギーの大部分
がこれに含まれてしまい、しかも重みつけが一番重くな
っている。このため、の最も顕著な空間的特徴を記憶
するには、′の低周波成分だけを記憶しなければなら
ない。高周波成分にはエッジの細部の微細構造と元の空
間サブイメージブロックのノイズに関する情報が含まれ
ている。

圧縮にはこのような条件があるため、′のデータの
一部は排除しなければならない。また、排除しないスペ
クトルサブイメージデータについても、記憶する有効数
字の数を制限しなければならない。スペクトルサブイメ
ージブロックすべての周波数成分をことごとく記憶し、
元のデータと同じ有効数字数とともに記憶した場合に
は、再現したイメージは元のメージとほぼ同じになるだ
ろうが、これでは妥当な圧縮比と一致しない。このた
め、高周波成分の処分はもっと容易になるが、このはそ
の成分にイメージの微細部が含まれているためで、この
ように処分する間に細部の一部はなくなってしまう。

指定の周波数特性と振幅特性を有するスペクトルサブ
イメージデータを排除すれば、圧縮が行われる。本発明
の好ましい実施例は一例として示しただけで限定するも
のではないが、この実施例では特定の振幅を有する周波
数成分が、フローチャート100のステップ112で排除され
ている。この際、本技術では周知の方法で閾値をコーデ
ィングする適応選択法を使用している。

この適応選択法では、データを排除するがどうかの判
断は、そのデータの指定圧縮比をもとに行われている。
ある閾値が指定されるので、絶対値がこの指定の閾値よ
り小さい振幅は排除される。また、閾値に等しいかそれ
より大きい振幅は、以下に説明するようにそのまま量子
化され、コーディングされる。

本発明によれば、排除したスペクトルサブイメージデ
ータの特徴を指定の数学モデルで表す少なくとも１つの
パラメータが計算される。この計算ステップはフローチ
ャート100のステップ116に一例として示してあるが、こ
れは限定するものではなく、（１）排除した振幅の分布用にモデルを選択するステッ
プと、（２）指定のモデルでそのデータの標準偏差を決定する
ステップとで構成される。

排除したスペクトルサブイメージデータに含まれる情
報の多くはモデル化できるが、排除したデータがそのモ
デルで定義されるので、そのモデルでデータの特徴を表
すパラメータだけを計算してコーディングし、排除しな
かったスペクトルサブイメージデータとともに記憶すれ
ばよい。その後、このイメージを再現する場合は、記憶
したパラメータをそのモデルに適用して排除したデータ
の近似値を計算し、排除した振幅の統計サンプルを作成
することができる。これによって、元のイメージを正確
に再現するのに必要なデータ記憶空間が小さくなり、上
記のような視覚アーチファクトも生じない。

第16図は、一般的な医療用イメージの中のｆ′のうち
消去された振幅の確率分布を示す図である。排除した振
幅の数を垂直軸に示し、消去された振幅の値を水平軸に
示す。この排除した振幅の分布は次の式で表されるガウ
ス関数に一致する。

ただし、ｐ（ｘ）はガス確率密度、ｘは消去された振
幅の値、σ^２はｘの平方偏差である。この分布では、ｘ
の標準偏差（平方偏差の平方根）だけを記憶したｐ
（ｘ）を再現すればよい。

ラプラシアンやレイリーなど、その他のモデル分布で
あれば一部の情報をもっと正確に表現できることもある
ので、本発明は、任意のイメージについて排除したスペ
クトルサブイメージデータを最適にモデル化する分布を
用いて実施しなければならない。このため、本発明は、
特定のモデルや分布に限定されるものではない。

本発明では好ましい実施例で指定のモデルとしてガウ
ス分布を使用しているが、本発明に応用したように、消
去された振幅の値をｘで表すと、排除した振幅の標準偏
差によって、排除した振幅の発生について完全に確率的
に示される。このため、標準偏差は、数学モデルの機能
を果たす特定のガウス分布によって、排除したデータの
特徴を表すパラメータとなる。

排除したスペクトルサブイメージデータの数学モデル
を示すパラメータを計算する場合、排除した振幅数Ｎ
と、排除した各振幅のデータ値ｆ′ijと、このようなデ
ータ値それぞれの二乗が累計される。次に排除した振幅
の平方偏差が次のようにCPU32によって計算される。

σ^２＝〈（ｆ′ij−〈ｆ′ij〉）^２〉さらに、標準偏差がセーブされ、排除しなかった振幅
のビットストリームに付加される。排除したデータの分
布を示す指定の数学モデルも保存しなければならない
が、これはそのデータとともにデータ記憶装置400内に
記憶しておく必要はない。パラメータの選択に使用する
のと同じモデルを使い、排除したデータを再現しなけれ
ばならない。

標準偏差はイメージ全体について計算するか、必要な
データ圧縮度に応じてスペクトルサブイメージ毎に計算
してもよい。イメージ全体のスペクトル成分がかなり一
定であれば、過剰な視覚アーチファクトを引き起こさず
に前者の方法を使用することができる。サブイメージ毎
にスペクトル成分がかなり変化する場合には、スペクト
ルサブイメージ毎に標準偏差を計算して記憶しなければ
ならない。

上記の変換では、空間イメージデータ値と同じ数のス
ペクトルイメージデータ値ができる。排除しなかった振
幅のダイナミックレンジは空間イメージデータのレンジ
を超えてもよい。実質的にデータコーディング率を下げ
るには、スペクトルサブイメージデータの値として考え
られるものをすべて保存することはできない。このた
め、データ値はコード化する前に量子化される（フロー
チャート100のステップ120）。量子化は、多くのデータ
値を１つのデータ値にマッピングすることによって変換
領域内の情報量を削減するので、さらにデータを圧縮で
きるが、圧縮誤差を生じることになる。この圧縮誤差
は、１つの代表値で多くのデータ値の近似値を求めるこ
とから生じる。

量子化は、本技術で周知の統計的量子化方法で行われ
るが、この方法はクリッピングアーチファクトを最も少
なくする一方で、最低限の量子化誤差しか発生しない。
ｙ_Ｌ≦ｙ≦ｙ_Ｈでしかもｙの量子化値ｙを有する場合に
ｙで確立変数の値を表すと、ｙの確率分布はｐ（ｙ）と
なる。一組の識別レベルｄ_ｊと一組の再現値ｒ_ｊは次式
が最小になるように定義される。

この場合、Ｅ_Ｑは平均二乗量子化誤差である。この最
適量子化問題を解くと、再現レベルと識別レベルの位置
として次の式が得られる。

最初の式は、対応する識別レベル間の分布の中心軌跡
になるように再現値を選択しなければならないことを示
しているのに対し、二番目の式は、識別レベルが対応す
る再現値の間にこなければならないことを示している。
これらの式は再帰的に解いて、Ｅ_Ｑを最小にすると識別
レベルと再現レベルの位置を求めてもよい。このように
解くと、ｙのサンプリング値が発生しやすい領域では、
識別レベル同士の間隔をもっと狭くしなければならない
という意見を満足する。

ガウス分布では、第17図に示すように、確率が低く、
ｙの値が大きい場合にクリッピングが発生する可能性が
あるが、このようにｙの値が大きいことはスペクトルサ
ブイメージデータ値の絶対値が大きいことに対応してい
る。このようにクリッピングが生じると、エッジにアー
チファクトができる。このため、空間サブイメージにエ
ッジの細部がかなり含まれている場合には、スペクトル
サブイメージの高周波振幅の規模が大きくなるので、本
発明の好ましい実施例では、第５図に示す範囲全体でデ
ータ値を均一に量子化することによって、必要な量子化
ビット数を増やさずにエッジアーチファクトが発生しな
いようにしている。

識別レベルｄ_５〜ｄ_８と再現値ｒ_４〜ｒ_７は、ｙ軸方
向に等間隔で示される。例えば、ｄ_５〜ｄ_６の識別点の
間にあるデータ値は、量子化されて再現値ｒ_５になる。
これを行っている間に、量子化誤差の増加を犠牲にし
て、クリッピングアーチファクトが削減されている。

データ圧縮に必要な最終マッピング手順は、排除しな
かった量子化データにコードワードを割り当てる（ステ
ップ124）ことである。その量子化データセットを表現
するための一組の２進シンボルを効果的に選択すると、
さらに圧縮される。好ましい実施例ではハフマンコード
（Huffman Code）を使用しているが、これは立証済のコ
ンパクトコードであるためで、実現の複雑さが要求する
ように他のコーディング方法で本発明を実施してもよ
い。

圧縮したデータと、排除したスペクトルサブイメージ
データの数学モデルを示すパラメータは、好ましい実施
例では排除しなかったスペクトルサブイメージデータを
コーディングし量子化したものと、排除したスペクトル
サブイメージデータの標準偏差とで構成されているが、
これらは第13図のデータ記憶装置400に記憶され、これ
によってデータの圧縮と記憶のプロセスが完了すること
になる。

元のイメージを表示装置440に表示させる場合は、CPU
320が、データ記憶装置400に記憶されている標準偏差と
コード化したデータを検索してから、このデータをデコ
ードし、数学モデルとそのモデルを示すパラメータを仮
定して排除したサブイメージデータを推定し、さらに元
のイメージの近似値を再現しなければならない。ハフマ
ンコード値は、本技術では周知の方法で、排除しなかっ
た量子化サブイメージデータにデコードされる（フロー
チャート100のステップ128）。

本発明によると、排除したスペクトルサブイメージデ
ータの数学モデルに検索したパラメータを適用すれば、
排除したスペクトルサブイメージデータの近似値が生成
される。好ましい実施例は一例として示したもので限定
するものではないので、この実施例では、排除したスペ
クトルサブイメージデータの近似値は、ガウス分布と１
の標準偏差を有する確率変数のサンプルを生成すること
で得られる。このサンプルの値に、検索した標準偏差を
掛けて排除した振幅の統計的推定値を求める。このよう
なデータ値の統計的推定は、その後、デコードしたスペ
クトルサブイメージデータに加えられる。

実際には、ガウス分布と１の標準偏差を有する乱数表
が作られる。排除したスペクトルサブイメージデータ値
を置換する場合は、ある数が乱数表から任意に選択され
る。この選択された数に検索したパラメータを掛ける
が、このパラメータは好ましい実施例では排除したサブ
イメージデータの標準偏差である。パラメータを掛けて
得られた積は、置換振幅というが、排除したスペクトル
サブイメージデータの統計的推定値となる。これは正し
いことだが、それは、表に並んだ数の分布が、排除した
振幅の分布と同様、ガウス分布になっているからであ
る。このため、置換振幅は、圧縮プロセス中になくなっ
たイメージ情報に統計的に置換される。この置換振幅
は、デコードしたデータストリーム内の排除した振幅の
位置に挿入され、の近似値である_ｑ′の構造にな
る。

次に、_ｑ′の逆変数が次のように行われる（フロー
チャート100のステップ138）。

＝^Ｔ _ｑ′，その結果、空間サブイメージブロックが得られ、それ
から元のイメージＦデータ値の近似値Ｆ_ｑが再現されて
第１図の表示装置440に表示される（ステップ140）。

［発明の効果］以上詳述したように本発明にかかる画像圧縮装置は、
ディジタル態様の原画像に対し直交変換，再量子化，符
号化を施して圧縮画像データ及び圧縮制御データを得る
画像圧縮装置において、前記再量子化に際して閾値処
理，領域処理，順位処理又はそれらの組合せにかかる処
理を実行することにより前記直交変換された原画像から
特定の成分のデータを排除する手段と、この手段により
排除されたデータを特定の数学モデルにより統計処理し
前記圧縮制御データとして生成する手段とを具備したこ
とを特徴とする。

本発明にかかる画像圧縮装置および画像復元装置によ
れば、圧縮にあっては通常の再量子化すべきデータ以外
の排除されたデータは、統計データとして再量子化され
ずに圧縮データに付帯して伝送又は記録され、また、復
元にあっては、圧縮データに付帯した統計データに基づ
き前記排除されたデータが復元され且つ圧縮データは逆
再量子化され、これらにより原画像が復元されるので、
再量子化（逆再量子化）の効率の低下を招かずに、優れ
た圧縮（復元）性を発揮するものとなる。

よって、本発明によれば、再量子化（逆再量子化）の
効率の低下を招かずに、圧縮（復元）性の優れた画像圧
縮装置および画像復元装置を提供することができる。

【図面の簡単な説明】

第１図は本発明の画像圧縮装置のアルゴリズムを示すブ
ロック図、第２図は本発明の画像復元装置のアルゴリズ
ムをブロック図である。また、第３図〜第５図は一実施
例にかかる画像圧縮装置を示す図であって、第３図は構
成を示すブロック図、第４図は第３図における要部の詳
細ブロック図、第５図は作用を示す図、第６図〜第８図
は一実施例にかかる画像復元装置を示す図であって、第
６図は構成を示すブロック図、第７図は第６図における
要部の詳細ブロック図、第８図は作用を示す図、第９図
及び第10図は領域処理（ゾーン）を示す図、第11図及び
第12図は順位処理（オーダリング）を示す図、第13図は
本発明によるイメージデータの圧縮と再現を実施する医
療用画像処理装置の一例を示す図、第14図は第13図の装
置が実施するイメージデータの圧縮と再現のフローチャ
ート、第15図は基礎イメージのサブイメージブロックを
示す図、第16図は排除したスペクトルサブイメージの振
幅数とその振幅値との関係を示すグラフ、第17図は量子
化した変数ｙのガウス分布と識別レベルならびに再現値
を示すグラフ、第18図は画像圧縮と画像復元のアルゴリ
ズを示すブロック図、第19図は画像圧縮におけスペクト
ラム図である。 11……ブロック化、12……DCT（離散コサイン変換）、1
3……再量子化、14……符号化、15……統計計算、16…
…バッファ、17……ファイル、18……復号化、19……復
元計算、20……原画生成、21……IDCT、22……全画面合
成、30……データバス（又はネットワーク）、31……フ
ァイリング装置、32……インターフェース、33……画像
復元圧縮装置、33A……バッファメモリ、33B……DCT
（離散コサイン変換）、33C……バッファメモリ、33D…
…再量子化部、33D 1……周波数選択部、33D 2……量子
化器、33E……統計計算部、33F……バッファメモリ、33
G……符号化器、33H……バッファメモリ、33I……復号
化器、33J……バッファメモリ、33K……逆再量子化部、
33K 1……逆再量子化器、33K 2……周波数復元部、33M
……バッファメモリ33N……IDCT、33O……バッファメモ
リ。240……結像装置、280……イメージデータ、400…
…データ記憶装置、440……表示装置。

Claims

(57)【特許請求の範囲】

【請求項１】ディジタル態様の原画像に対し直交変換，
再量子化，符号化を施して圧縮画像データ及び圧縮制御
データを得る画像圧縮装置において、前記再量子化に際
して閾値処理，領域処理，順位処理又はそれらの組合せ
にかかる処理を実行することにより前記直交変換された
原画像から特定の成分のデータを排除する手段と、この
手段により排除されたデータを特定の数学モデルにより
統計処理し前記圧縮制御データとして生成する手段とを
具備したことを特徴とする画像圧縮装置。
【請求項２】圧縮画像データ及び圧縮制御データに対し
復号化，逆再量子化，逆直交変換を施してディジタル態
様の原画像を得る画像復元装置において、前記逆再量子
化に際して圧縮制御データに基づき特定の数学モデルの
下で特定の成分のデータを復元する手段と、この手段に
より復元されたデータと前記圧縮画像データを復号化し
たデータとによりディジタル態様の原画像を生成する手
段とを具備したことを特徴とする画像復元装置。