JP2801182B2

JP2801182B2 - 画像符号化方法

Info

Publication number: JP2801182B2
Application number: JP61232013A
Authority: JP
Inventors: 雅文綿谷
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1986-09-30
Filing date: 1986-09-30
Publication date: 1998-09-21
Anticipated expiration: 2013-09-21
Also published as: JPS6386963A

Description

【発明の詳細な説明】〔技術分野〕本発明は、多値画像データの符号化に適した画像符号
化方法に関するものである。〔従来技術〕従来より画像の伝送、蓄積の際その効率を考慮し、符
号化により冗長度を抑圧（一般に圧縮と呼ばれる）する
のが一般的である。近年デイジタル画像処理技術、デバイス技術の発展に
伴ない、伝送，蓄積の対象となる画像は２値から多値に
移っており、更に、解像度も大きくなってきた。この結
果、データ量が膨大となり、高能率な符号化技術が必要
となってきた。しかし、これまでの符号化技術は２値画像を対象とし
たものが多く、その代表的なものはフアクシミリ用に規
定されたMH,MR,MMR等であり、この本質上多値画像の符
号化には適していない。また、多値画像の符号化技術もいくつか報告されてお
り、ブロツク符号化、予測符号化、直交変換符号化等が
有る。これらはいずれもテレビ画像を対象としたものが
多く、一般の文書画像、網点画像の符号化には適してい
ない。特に直交変換符号化においては、従来シーケンスの小
さい所に電力が集中する性質を利用していた。この方式
によると、写真等の連続階調画像に対しては有効である
が、文書画像や網点画像のように特異なエツジ構造を持
つ画像に適用すると著しい劣化を生じる。また、直交変換符号化においては、ブロック内のエッ
ジの方向に応じて複数のカテゴリに分類し、カテゴリに
適した符号化を行うことが知られている。しかしながら従来の方法ではカテゴリの分類の精度の
点で改善の余地があった。＜目的＞本願発明はかかる点に鑑み、従来よりも精度良く、カ
テゴリの分類を可能とし、その分類結果に従って、効率
の良い符号化を行うことができる画像符号化方法を提供
することを目的とする。＜目的を達成するための構成＞上述の目的を達成するために本発明の画像符号化方法
は、画像情報をmXnサイズのブロックに切り出し、該ブ
ロックに直交変換を施し、得られた直交変換係数のう
ち、交流成分を表す複数の直交変換係数の絶対値の複数
通りの組み合わせであって、それぞれがブロックの異な
る特徴に対応する組み合わせを得、該複数通りの組み合
わせ同士の比較関係と、該複数通りの組み合わせのう
ち、所定の組み合わせに対応する所定値との大小関係
と、に従い、該ブロックを所定のカテゴリーに分類し、
該カテゴリー別に前記得られた直交変換係数の所定の係
数を符号化することを特徴とする。〔実施例〕本発明による符号化方式は、符号化すべき多値画像情
報をmXnのブロツクに切り出し、このブロツクを１単位
とし、これに直交変換（アダマール変換）を施し、ブロ
ツク内の特徴抽出を行ない、いくつかのカテゴリに分類
する。そして、その後各カテゴリ毎に最適な量子化を施
すものである。第１図は、本発明を適用した符号化回路の一構成例を
示すものである。 101はアダマール変換部、102はカテゴリ分類を行うセ
グメンテーシヨン部、103はセグメンテーシヨン部102か
らの出力により、カテゴリに対応した量子化器を選択す
るセレクタである。104は明度平均値を表す係数Y₁₁用の
スカラ量子化器であり、105,106及び107は各カテゴリに
適したスカラ量子化を行うスカラ量子化器、108,109及
び110は各カテゴリに適したベクトル量子化器である。
尚、スカラ量子化器、ベクトル量子化器はカテゴリ数に
応じて増減される。111は各カテゴリのベクトル量子化
器の出力の中からセグメンテーシヨン部102からの出力
により、処理対象となっているブロツクに応じたものを
選択するセレクタであり、前段のセレクタ103と同様の
働きをするものである。ここで動作について説明を行なう。１画素8bit（256
階調）の画素データを４画素×４画素のブロツクに切り
出したデータをアダマール変換部101によりアダマール
変換すると、係数Y₁₁は０〜1020、即ち、10bitの値をと
り、又、Y₁₂〜Y₄₄は各々−510〜＋510、即ち10bitの値
をとる。そこで、係数Y₁₁をスカラ量子化器104で8bitの
データに量子化し、これをブロツク内明度平均とする。
Y₁₁〜Y₄₄はセグメンテーシヨン部102により、これらの
係数の値の大小に応じ元の画像データの特徴に応じた数
種のカテゴリに分類される（本実施例では16種類とす
る）。セレクタ103,111は各々セグメンテーシヨン部102
で判別したカテゴリに応じた量子化器を選択し、量子化
結果を9bitのコード（パターン・コード）として出力す
る。以下にアダマール変換、セグメンテーシヨン、スカラ
ー量子化、ベクトル量子化について個々に説明する。第２図は、アダマール変換部101における４×４のア
ダマール変換を示しており、Ｘは変換前、Ｙは変換後の
信号である。尚、この変換はで表わされる。ここでとすれば、となる。第３図はアダマールの変換の例を示しており、図中
（１）の様にブロツク内に縦エツジが有る場合、係数Y
₁₂に大きな値が現れる。尚、符号はＸの明度の傾き、即
ち、左半分が0,右半分が255の時−（マイナス）、左半
分が255,右半分が０（ゼロ）のとき＋（プラス）とな
る。但し、係数Y₁₁は明度平均を現す為、ここでは特に
述べない。同様に（２）はブロツク内に横エツジが有る場合、係
数Y₂₁に大きな値が表れる。その他（３）〜（16）は図
に示す様に縦，横ライン、鍵型、斜めエツジ、斜め線の
パターンを示している。この様に、アダマール変換結果により、符号化すべき
ブロツクの画像パターン及び明度を知ることができる。第４図はセグメンテーシヨン部102において各ブロツ
クに対するセグメンテーシヨンを行なう際のパラメータ
の意味を示すものであって、各パラメータはアダマール
変換結果Ｙにより次の式にて求められる。 VEE＝|Y₁₂|＋|Y₁₃| VLE＝|Y₁₄|＋|Y₂₄| HEE＝|Y₂₁|＋|Y₃₁| HLE＝|Y₄₁|＋|Y₄₂| OTH＝|Y₂₂|＋|Y₃₃|＋|Y₄₄| EF ＝|VEE−HEE| LF ＝|VLE−HLE| パラメータは各々第３図に示した様なパターンの特徴
に着目し、決定されている。VEEは縦エツジ成分パラメ
ータ、VLEは縦線成分パラメータ、HEEは横エツジ成分パ
ラメータ、HLEは横線成分パラメータ、OTHはその他斜の
エツジ等の成分パラメータ、EFはエツジの強弱を表すパ
ラメータで、これが大きいと強いエツジである事がわか
る。同様にLFは線分の強弱を示すパラメータである。第５図はセグメンテーシヨン部102において、前述し
た５つのパラメータにより各ブロツクを16種のカテゴリ
ーに分類する様子を示しており、各分岐、及び各カテゴ
リーには次の様な意味が有る。これをセグメンテーシヨ
ンと呼ぶ。 20:斜めエツジ、線 21:斜めエツジ、線＋複雑パターン 22:縦エツジ＋複雑パターン 23:横エツジ＋複雑パターン 24:縦線＋複雑パターン 25:横線＋複雑パターン 30:単調平坦部 31:平坦ぎみ 32:階調差の小さい縦エツジ 33:階調差の小さい横エツジ 40:階調差の大きい縦エツジ 41:階調差の大きい横エツジ 50:階調差の大きい縦エツジ系パターン 51:階調差の大きい横エツジ系パターン 52:階調差の大きい縦線系パターン 53:階調差の大きい横線系パターン又第５図中各分岐〜には以下に示す様な意味付け
が有る。＜分岐＞強い斜め線（OTHが大きい）の分離＜分岐＞エツジ系パターン（VEE,HEEが大きい）と線
形パターン（VLE,HL大きい）の分離＜分岐＞強い横エツジパターン（EFが大きい）の抽出＜分岐＞縦エツジ（VEEが大きい）と横エツジ（HEEが
大きい）の分離＜分岐＞斜めエツジを含む複雑パターン（OTHが大き
い）の抽出＜分岐＞弱い縦横パターン（EFがやや大きい）と平坦
部を分離＜分岐＞縦エツジ（VEEが大きい）と横エツジ（HEEが
大きい）の分離＜分岐＞複雑パターンの中からOTHが大きいものを抽
出＜分岐＞複雑パターンの中からHLEが大きいものを抽
出＜分岐＞複雑パターンの中からVLEが大きいものを抽
出＜分岐＞複雑パターンの中からHEEとVEEの分離＜分岐＞強い縦横線パターン（LFが大きい）の抽出＜分岐＞縦線パターン（VLEが大きい）と横線パター
ン（HLEが大きい）の分離＜分岐＞分岐２で分離された線系パターンの内エツジ
成分（EFがやや大きい）を含むパターンを抽出＜分岐＞縦エツジ（VEEが大きい）と横エツジ系（HEE
が大きい）の分離＜分岐＞斜めエツジを含む複雑パターン（OTHが大き
い）と平坦部を分離第６図は、量子化の簡単な説明である。図では、カテ
ゴリ40の１パターンを例に説明している。まず、セグメ
ンテーシヨン部102によりカテゴリ分類されてきたパタ
ーンに対して、Y₁₁を除く各係数の＋／−符号とその絶
対値とを分離したものを各々「位相成分」、「振幅成
分」と呼ぶ。そして、振幅成分には各係数に重みつけを
し、スカラ量子化器105〜107により非線形スカラ量子化
を施こす。尚、図中網線部の係数はカテゴリ40に対して
あらかじめ定められた無視する所であり、数字はスカラ
量子化により丸められた結果である。第７図は、16種の全カテゴリの非線形スカラ量子化結
果を示しており、図中点で示した係数は、上にも述べた
カテゴリに応じて無視する係数である。また、カテゴリ
番号に続く数字は各々の係数に割り当てられるbit数を
表わしている。即ち、符号化データから画像を再生する場合に、元の
画像に近い画像を再生するために重要な係数をカテゴリ
毎に抽出し、それによりスカラ量子化を実行するもので
ある。従って、スカラ量子化の丸め処理に利用する係数
をカテゴリに応じて設定することにより、カテゴリに適
したスカラ量子化がなされ、良好な画像を再生可能とな
る。第８図は、アダマール変換器101においてアダマール
変換を実現する為のハードウエアブロツク図であり、高
速化の為全係数を並列演算する。 801はデータ入力線であり、各画素8bitのデータが16
ケ入力されてくる。802はこれのブロツクバツフアであ
り、４×４＝16ケのラツチで構成される。803はアドレ
スジエネレータであり、Ｘブロツクバツフア802中の画
素の指定と、要素ジエネレータ804中の要素の指定を行なう。即ち、
先に示したアダマール変換の計算におけるh_klとx_ijを指定するものである。 804は、上に記したh_ijを発生するものであり、ROMで
構成されている。尚、出力は、h_1l,h_2l,h_3l・・・・h
_16lと16本パラレルになっており、アドレスジエネレー
タより出力される4bitがROMのアドレスに入力され、ｌ
＝1,・・・・・16まで指定される事になる。図中、i,j
＝１・・・・・4,k,l＝1,・・・・・・16である。 805は、Ｙマトリツクスの要素Y₁₁係数の演算器であり
先に示した計算式でもわかる通り、加算器で構成され
る。806,807は各々Y₁₁以外の係数の演算器であり、計算
式に示した様に、加減算器により構成される。808,809,
810は1/4除算器であり、下位2bitの切り捨てを行なうも
のである。811,812,813はこれらの演算結果であり、Y₁₁
は10bitの正の数、それ以外は＋／−の符号を示すフラ
グbitと、9bitの補数が出力される。回路の動作は先に
も述べた様に、16ケの係数が並列演算される。計算内容
は、式に示した通りである。即ち、ブロツクバツフア80
2から、１画素毎にデーターが読み出され、Hkl要素ジエ
ネレータ804から出力される＋／−符号に応じて、加算
もしくは減算が行なわれる。第９図はセグメンテーシヨンを行なうセグメンテーシ
ヨン部102のハードウエアブロツク図である。901,902,9
03,904,905は、各々セグメンテーシヨンのためのパラメ
ータの演算器であり、補数を絶対値に変換する回路（イ
ンバーターと加算器）と２つ又は３つの絶対値を加え合
わせる加算器で構成される。906,907も同様に、セグメ
ンテーシヨンを行なうための各パラメータの演算器であ
り、減算気で構成される。 908,909,910,911,912,913は、カテゴリを判定する為
に、図に示した様な比較を行なうものであり、コンパレ
ータで構成される。この出力がセグメンテーシヨンルツ
クアツプテーブルROM918に入力されると、まず、ROMの
出力下位4bitにより、HEE,VEE,HLE,VLEの内どれかが最
も大きな値を取っているかの結果が出力される。判定部
917では、この出力に従って、それが指示するパラメー
タとOTHとの大小比較を行ないその結果は再びセグメン
トテーシヨンルツクアツプテーブルROM918に入力され
る。914,915,916も図に示した様な比較を行なうもので
あり、コンパレータとセレクタにより構成される。以上の結果は、セグメンテーシヨンルツクアツプテー
ブルROM918に入力され、セグメンテーシヨンを行ない、
その結果のカテゴリを4bitのコードでROM918の出力上位
4bitから出力される。尚、その判定方法は、第１表に示
す通りである。尚、本実施例で示したスカラ量子化、ベクトル量子化
は特に限定するものではない為、詳細な説明は行わな
い。本実施例では、演算の容易さ、ハード化の容易さか
ら、アダマール変換を用いたが、これに類する直交変換
（離散的COS変換，スラント変換等）を用いて同じ考え
方を適用しても良い。また、本実施例では、セグメンテーシヨンにVEE,VLE,
HEE,HLE,OTHの５つのパラメーターを用いたが、基本的
に、縦，横エツヂ、縦，横線、その他斜めエツヂ等に着
目してカテゴリ分けを行なう方法であれば、それに置き
変え可能である。例えばUEE＝|Y₁₂|,YLE＝|Y₁₄|,HEE＝|
Y₂₁|,HLE＝|Y41|,OTH＝|Y₂₂|等である。また、本実施例中量子化に、スカラ量子化＋ベクトル
量子化を用いたが、これに限定する事なく、スカラ量子
化、ベクトル量子化単独でも良い。また、「位相成分」
「振幅成分」に分離し量子化する手法を用いているが、
これに限定はしない。また、符号化の単位となるマトリ
クスの大きさは４×４に限らず、符号化すべき画像の内
容、解像度、回路素子に応じて変形ができるものであ
る。以上説明したように、ブロツク内の特徴に着目し、カ
テゴリ分類をし、量子化を施こす事から、符号化すべき
画像に適した符号化が実行でき、復号に際し、劣化の少
ない画像を再現可能となる。また、分類されたカテゴリ
や隣接ブロツクのカテゴリを見る事で画像の領域判定を
行なう事も可能である。また、エツヂの形状は、主に符号に依存し、その階調
レベルは絶対値に依存するので、量子化の際、符号（位
相成分）と絶対値（振幅成分）に分離する事で、ブロツ
ク内のエツヂの形状の著しい劣化を防ぐことが可能とな
る。＜発明の効果＞以上説明したように本発明に依れば、画像情報をmXn
サイズのブロックに切り出し、該ブロックに直交変換を
施し、得られた直交変換係数のうち、交流成分を表す複
数の直交変換係数の絶対値の複数通りの組み合わせであ
って、それぞれがブロックの異なる特徴に対応する組み
合わせを得、該複数通りの組み合わせ同士の比較関係
と、該複数通りの組み合わせのうち、所定の組み合わせ
に対応する所定値との大小関係と、に従い、該ブロック
を所定のカテゴリーに分類し、該カテゴリー別に前記得
られた直交変換係数の所定の係数を符号化しているの
で、従来よりも精度良くカテゴリー分離でき、効率的に
符号化を行うことができる。

【図面の簡単な説明】第１図は本発明を適用した符号化回路の構成例を示す
図、第２図はアダマール変換の説明図、第３図はアダマ
ール変換の変換例を示す図、第４図はセグメンテーシヨ
ンの説明図、第５図はセグメンテーシヨンの具体例を示
す図、第６図は量子化の一例を示す図、第７図はスカラ
ー量子化結果を示す図、第８図はアダマール変換を実現
する為のハードウエアブロツク図、第９図はセグメンテ
ーシヨンを実現する為のハードウエアブロツク図であ
る。図において、101はアダマール変換器、102はセグメ
ンテーシヨン部、103はセレクタ、105〜107はスカラ量
子化器である。

フロントページの続き (56)参考文献ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｏｎＣｏｍｍｕｎｉｃａｔｏｎｓＶｏｌ．ＣＯＭ−25［11］（1977）Ｐ. 1285−1292 テレビジョン学会誌、39［10 ］（1985）宮原他Ｐ．898−904 ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｏｎＣｏｍｍｕｎｉｃａｔｏｎｓＶｏｌ．ＣＯＭ−23［７］（1975−７) Ｐ．785−786

Claims

(57)【特許請求の範囲】１．画像情報をmXnサイズのブロックに切り出し、該ブロックに直交変換を施し、得られた直交変換係数のうち、交流成分を表す複数の直
交変換係数の絶対値の複数通りの組み合わせであって、
それぞれがブロックの異なる特徴に対応する組み合わせ
を得、該複数通りの組み合わせ同士の比較関係と、該複
数通りの組み合わせのうち、所定の組み合わせに対応す
る所定値との大小関係と、に従い、該ブロックを所定の
カテゴリーに分類し、該カテゴリー別に前記得られた直
交変換係数の所定の係数を符号化することを特徴とする
画像符号化方法。