JP3793357B2

JP3793357B2 - Image coding apparatus and method

Info

Publication number: JP3793357B2
Application number: JP26850598A
Authority: JP
Inventors: 熱河松浦; 高弘柳下
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1998-09-22
Filing date: 1998-09-22
Publication date: 2006-07-05
Anticipated expiration: 2018-09-22
Also published as: JP2000101852A

Description

【０００１】
【発明の属する技術分野】
本発明は、デジタル画像データを周波数変換方法により圧縮、伸長する画像符号化装置に関し、例えばプリンタ、デジタル複写機、ファクシミリ装置、スキャナ、画像ファイリング装置、デジタルカメラ、デジタルビデオレコーダ、ＣＤ−ＲＯＭやフロッピディスク等の画像記録装置や、コンピュータ上の画像圧縮プログラムに好適な画像符号化装置に関する。
【０００２】
【従来の技術】
この種の画像圧縮技術としては、画像データを水平周波数方向と垂直周波数方向に複数のブロックに分割して周波数変換を行うＤＣＴ（離散コサイン変換）やHarr Wavelet変換が知られ、この種の周波数変換方法は、自然階調の画像を効果的に圧縮する方法として注目されている。なお、他の従来例としては、例えば特開平２−２２２３８６号公報に示すようにＤＣＴ（離散コサイン変換）前の画像データから輪郭成分を検出し、輪郭成分が存在するブロックには情報量を多く割り当てる方法が提案されている。
【０００３】
しかしながら、この種の周波数変換方法は、自然階調の画像を効果的に圧縮することができるが、その反面、コンピュータグラフィックやテキストデータ等のように単純な２値画像に対しては、それほど効率的に圧縮することができないという欠点が指摘されている。したがって、プリンタによりデータをプリントアウトする場合には、そのデータは一般的にグラフィック画像や２値の文字データが多いので、周波数変換のみを用いると高い圧縮率はあまり得られない。
【０００４】
また、この問題点を解決するために、使用者が文字原稿か写真原稿か応じて圧縮方法を切り替える方法が考えられるが、この場合には使用者の負担が増加するという問題点が発生し、また、文字と写真が混在する原稿に対しては良好な画質が得られないという問題点が発生する。更に、原稿上の文字領域と自然階調領域を自動的に判別して異なる処理を行う種々の方法が提案されているが、処理が複雑なものが多く、回路構成が複雑になる。
【０００５】
そこで、本発明者は先の出願（出願日平成９年２月１４日、整理番号：９７００３５０）において、使用者が圧縮方法を切り替えることなく自動的に写真画像と文字画像のいずれに対しても効率的に圧縮するために、ブロック内のお互いに異なる濃度の数が所定値か否かを判断し、所定値のブロックと所定値でないブロックに対して適応的に異なる変換を行う方法を提案している。
【０００６】
【発明が解決しようとする課題】
しかしながら、上記の先の出願に係る方法では、ブロック内のお互いに異なる濃度の数が厳密に所定値でなければならないので、スキャン画像のように揺らぎのある画像を識別することができず、このため効率的に圧縮することができないという問題点がある。
【０００７】
本発明は上記従来例の問題点に鑑み、使用者が圧縮方法を切り替えることなく自動的に写真画像と文字画像の他に更に揺らぎのある画像を識別して効率的に圧縮することができる画像符号化装置を提供することを目的とする。
【０００８】
【課題を解決するための手段】
第１の手段は上記目的を達成するために、入力画像データを所定のブロック毎に記憶するバッファと、前記入力画像データに周波数変換を施し、周波数変換係数に変換する周波数変換手段と、前記入力画像データにおけるブロックの画素値に基づき特定ブロックを判断し、注目ブロック内の画素値と該特定ブロックの画素値とに基づき限定濃度ブロックを判断する領域判断手段と、前記限定濃度ブロックの画素値を、背景係数、ゆらぎ係数、濃度係数及び位置係数からなる所定ビットの濃度変換係数に変換する濃度変換手段と、前記領域判断手段の判断結果に基づき、前記周波数変換係数又は前記濃度変換係数を選択する選択手段と、前記選択手段によって選択されたデータをエントロピー符号化するエントロピー符号化手段と、を有する画像符号化装置を特徴とする。
【０００９】
第２の手段は、第１の手段において、前記特定ブロックは、前記ブロック内の画素値が所定数以下であり、かつ少なくとも 1 つが最高濃度値又は最低濃度値であることを特徴とする。
【００１０】
第３の手段は、第１又は第２の手段において、前記限定濃度ブロックは、注目ブロック内の画素値と前記特定ブロックの画素値との差分が、所定範囲である場合の当該注目ブロックであることを特徴とする。
【００１１】
第４の手段は、第１ないし第３のいずれかの手段において、さらに、前記所定ビットの濃度変換係数は、フラグ係数を有することを特徴とする。
第５の手段は、第１ないし第４のいずれかの手段において、前記選択手段が、前記濃度変換係数を選択する場合に、該濃度変換係数を前記周波数変換係数に対して割り付けることを特徴とする。
第６の手段は、第５の手段において、前記位置係数と前記背景係数とを、前記周波数変換係数の高周波成分であるＨＨ係数のＭＳＢ側に割り付けることを特徴とする。
第７の手段は、第５の手段において、前記ゆらぎ係数は、前記周波数変換係数のＬＨ及びＨＨ係数の各ＬＳＢ側と、前記周波数変換係数のＨＬ係数のＬＳＢ側とに割り付けることを特徴とする。
第８の手段は、入力画像データを所定のブロック毎に記憶する第１の工程と、前記入力画像データに周波数変換を施し、周波数変換係数に変換する第２の工程と、前記入力画像データにおけるブロックの画素値に基づき特定ブロックを判断し、注目ブロック内の画素値と該特定ブロックの画素値とに基づき限定濃度ブロックを判断する第３の工程と、前記限定濃度ブロックの画素値を、背景係数、ゆらぎ係数、濃度係数及び位置係数からなる所定ビットの濃度変換係数に変換する第４の工程と、前記第３の工程における判断結果に基づき、前記周波数変換係数又は前記濃度変換係数を選択する第５の工程と、前記第５の工程において選択されたデータをエントロピー符号化する第６の工程と、を有する画像符号化方法を特徴とする。
第９の手段は、第８の手段において、前記特定ブロックは、前記ブロック内の画素値が所定数以下であり、かつ少なくとも1つが最高濃度値又は最低濃度値であることを特徴とする。
第１０の手段は、第８又は第９の手段において、前記限定濃度ブロックは、注目ブロック内の画素値と前記特定ブロックの画素値との差分が、所定範囲である場合の当該注目ブロックであることを特徴とする。
第１１の手段は、第８ないし第１０のいずれかの手段において、さらに、前記所定ビットの濃度変換係数は、フラグ係数を有することを特徴とする。
第１２の手段は、第８ないし第１１のいずれかの手段において、前記第５の工程で前記濃度変換係数を選択する場合に、該濃度変換係数を前記周波数変換係数に対して割り付けることを特徴とする。
第１３の手段は、第１２の手段において、前記位置係数と前記背景係数とを、前記周波数変換係数の高周波成分であるＨＨ係数のＭＳＢ側に割り付けることを特徴とする。
第１４の手段は、第１２の手段において、前記ゆらぎ係数は、前記周波数変換係数のＬＨ及びＨＨ係数の各ＬＳＢ側と、前記周波数変換係数のＨＬ係数のＬＳＢ側とに割り付けることを特徴とする。
【００１２】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を説明する。図１は本発明に係る画像符号化装置の一実施形態を示すブロック図、図２は図１の周波数変換部の処理の一例を示す説明図、図３は図１の領域判断部の処理の一例を示す説明図、図４、図５は濃度変換と周波数変換の具体例を示す説明図である。
【００１３】
図１において、図２に示すように２×２画素ａ、ｂ、ｃ、ｄのブロック毎にバッファ１０１に読み込まれた画像データは周波数変換部１０２と、濃度変換部１０３と領域判断部１０４に印加される。そして、領域判断部１０４の判断結果に基づいて周波数変換部１０２と濃度変換部１０３により変換されたデータが選択部１０５により選択され、この選択されたデータがエントロピー符号化部１０６によりエントロピー符号化される。
【００１４】
周波数変換部１０２では例えば図２に示すようにこの１ブロックが以下のように１つの低周波成分ＬＬと３つの高周波成分ＨＬ、ＬＨ、ＨＨにウェーブレット変換される。
【００１５】
ＬＬ＝｛（ａ＋ｂ）／２＋（ｃ＋ｄ）／２｝／２
ＨＬ＝｛（ａ−ｂ）＋（ｃ−ｄ）｝／２
ＬＨ＝｛（ａ＋ｂ）−（ｃ＋ｄ）｝／２
ＨＨ＝（ａ−ｂ）−（ｃ−ｄ） …（１）
ここで、入力画像データを８ビット（２５６階調）とすると、ＬＬ係数は８ビット、ＨＬ、ＬＨ係数は９ビット、ＨＨ係数は１０ビットとなる。
【００１６】
領域判断部１０４は２値画像を識別するために、「２×２画素ａ、ｂ、ｃ、ｄのブロック内の画素値が２種類以下であり、且つその内の少なくとも一方が最高濃度（濃度値＝２５５）又は最低濃度（濃度値＝０）であるブロック」を「特定ブロック」と判断する。このとき、ある１つの「特定ブロック」を仮定し、注目ブロック内の画素値とこの「仮定特定ブロック」の画素値の差（Δａ，Δｂ，Δｃ，Δｄ）が各画素共に「所定の範囲内」の納まる場合にその注目ブロックを「限定濃度領域（ブロック）」と判断する。ここで、上記の「所定の範囲内」とは２値画像をスキャンした場合の「揺らぎ成分」であり、本実施形態では１０進で「７」（３ビット）とする。
【００１７】
「限定濃度領域」と見なされるブロック例を図３（ａ）に示す。
【００１８】
・ブロック２０１は画素値（ａ，ｂ，ｃ，ｄ）が（２５，０，２５，２５）であり、特定ブロック（２５，０，２５，２５）との差は各画素共に「０」であるので条件を満たす。
【００１９】
・画素値（２２，２５４，２０，２４）のブロック２０２は、特定ブロック（２０，２５５，２０，２０）との差が（２，１，０，４）であり、各画素共に「所定の範囲内」＝７以下であるので条件を満たす。
【００２０】
・画素値（０，３，２，５）のブロック２０２は、特定ブロック（０，０，０，０）との差が（０，３，２，５）であり、各画素共に「所定の範囲内」＝７以下であるので条件を満たす。
【００２１】
これに対し、図３（ｂ）に示すブロック２１１、２１２は、特定ブロックとの差が「所定の範囲内」でないので、「限定濃度領域」と見なされない。領域判断部１０４は「限定濃度領域」か否かを濃度変換部１０３と選択部１０５に通知する。
【００２２】
濃度変換部１０３は「限定濃度領域」と見なされたブロックの画素情報を「背景濃度」、「濃度係数」、「位置係数」及び「フラグ係数」に変換する。ここで、「背景濃度」とは「０」または「２５５」の濃度と、「０」または「２５５」から「所定の範囲内」＝７以下の濃度を言う。例えば図３（ａ）に示すブロック２０１、２０３の「背景濃度」は「０」であり、ブロック２０２の「背景濃度」は「２５４」である。このとき、複数の濃度値が共に「背景濃度」としての条件を満たす場合には「０」または「２５５」との差が小さい方を「背景濃度」とする。
【００２３】
「背景濃度」は更に、ブロック内の「背景濃度」が「０」、「２５５」のどちらに近いかを示す１ビット符号（「背景濃度」が「０」に近い場合には「０」、「２５５」に近い場合には「１」：以下、「背景係数」）と、当該「背景係数」とブロック内の実際の「背景濃度」との差分：以下、「揺らぎ係数」）の２つの係数で表現される。「揺らぎ係数」は「所定の範囲内」が７以下であるので、各画素ａ〜ｄ当たり３ビット（１ブロック当たり合計１２ビット）で表現される。
【００２４】
「濃度係数」とは、注目ブロック内で「背景濃度」に該当しない画素（＝「背景濃度」との濃度差が「所定の範囲内」でない画素）の画素値の内、「背景濃度」との差が最も大きい画素値（８ビット）を言う。「位置係数」とは「背景濃度」に該当しない画素の位置を「０」で示し、「背景濃度」に該当する画素の位置を「１」で示した４ビットの係数である。「フラグ係数」とは、「限定濃度領域」の場合には「１」、他の場合には「０」となる１ビットの係数である。
【００２５】
したがって、濃度変換部１０３は「限定濃度領域」の情報を１ビットの「背景係数」、３ビット×４の「揺らぎ係数」、８ビットの「濃度係数」、４ビットの「位置係数」及び１ビットの「フラグ係数」の５種類の「濃度変換係数」で表す。ここで、「背景係数」、「揺らぎ係数」、「濃度係数」及び「位置係数」は復号側が「限定濃度領域」の画素値ａ〜ｄを再現するために用いられ、「フラグ係数」は復号側が「限定濃度領域」を識別するために用いられる。
【００２６】
「濃度変換係数」は以下に示すように、周波数変換部１０２により変換される「周波数変換係数」に対して割り付ける。
【００２７】
・８ビットの「濃度係数」は、同じく８ビットのＬＬ係数に割り付ける。
【００２８】
・４ビットの「位置係数」と１ビットの「背景係数」は、１０ビットのＨＨ係数のＭＳＢ側５ビットに割り付ける。
【００２９】
・３ビット×４＝１２ビットの「揺らぎ係数」は、ＬＨ、ＨＨ係数の各ＬＳＢ側３ビット（合計６ビット）と、ＨＬ係数のＬＳＢ側６ビットに割り付ける。詳しくは、ＬＨ係数にはブロック内の左下の画素ｃの揺らぎ係数を、ＨＨ係数には右下画素ｄの揺らぎ係数を、ＨＬ係数のＬＳＢ側１〜３ビット目には右上の画素ｂの揺らぎ係数を、ＨＬ係数のＬＳＢ側４〜６ビット目には左上の画素ａの揺らぎ係数を割り付ける。
【００３０】
・１ビットの「フラグ係数」は、１０ビットのＨＨ係数のＭＳＢ側に１ビットを追加して割り付ける。
【００３１】
以上により、「濃度変換係数」の内、「フラグ係数」以外は周波数変換係数に割り付けられる。
【００３２】
図４を参照して具体的な係数変換例を説明する。例えば図４（ａ）に示すように（２２，２５４，２０，２４）のブロック４１１は、特定ブロック（２０，２５５，２０，２０）との差が（２，１，０，４）であり、各画素共に「所定の範囲内」＝７以下であるので「限定濃度領域」である。よってこのブロック４１１を「濃度変換」すると、濃度変換係数４１２は
・「濃度係数」は「２０」、
・「背景係数」は「背景濃度」が「２５５」であるので「１」、
・「揺らぎ係数」は（２，１，０，４）、
・「フラグ係数」は「１」、
・「位置係数」は「背景濃度」に対応する画素値が「２５４」であるので（０，１，０，０）となる。
【００３３】
これを前述したように「周波数変換係数」に割り付けると、
・ＬＬ係数に濃度係数「２０」が割り付けられ、
・ＨＬ係数のＬＳＢ側４〜６ビット目には左上の画素ａの揺らぎ係数「２」（２進で「０１０」）が、また、ＬＳＢ側１〜３ビット目には右上の画素ｂの揺らぎ係数「１」（２進で「００１」）が割り付けられる。これをデータ種別毎に区切るとＨＬ＝００００，０１０，００１となる。
【００３４】
・ＬＨ係数のＬＳＢ側１〜３ビット目には左下の画素ｃの揺らぎ係数「０」（２進で「０００」）が割り付けられ（ＬＨ＝０００００００，０００）、
・ＨＨ係数の追加ＭＳＢにはフラグ係数「１」が、その下位１ビット（元のＭＳＢ）には背景係数「１」が、その下位４ビットには位置係数（０，１，０，０）が、ＬＳＢ側３ビットには右下の画素ｄの揺らぎ係数「４」（２進で「１００」）が割り付けられる（ＨＨ＝１，１，０１００，００，１００）。
【００３５】
これに対し、例えば図４（ｂ）に示すように（０，５７，２５，９９）のブロック４２１は、特定ブロックとの差が各画素共に「所定の範囲内」＝７以下でなく、「限定濃度領域」でないので、周波数変換係数４２２として
（ＬＬ，ＨＬ，ＬＨ，ＨＨ）＝（４５，−６５，−３４，１７）
が選択部１０５により選択される。
【００３６】
これらの濃度変換係数と周波数変換係数を復号化する場合には、ＨＨ係数の追加ＭＳＢ＝フラグ係数に基づいて「限定濃度領域」か否かを判断し、「限定濃度領域」の場合には濃度変換の逆変換を行い、「限定濃度領域」でない場合には周波数変換の逆変換を行うことにより画素値ａ〜ｄを復号する。
【００３７】
次に「揺らぎ画像」を濃度変換した場合の効果について説明する。図５に示すように文字「川」を有する文字原稿５０１において、「川」の左側２本のストロークをスキャンして正常に２値（「２５５」、「５０」）で読み取るべきデータ５０２に対して、スキャン揺らぎにより図のように変化した４ブロックＢ１〜Ｂ４のデータ５０３を例にして説明する。このデータ５０３をブロックＢ１〜Ｂ４毎に圧縮すると、各々４ブロック分のウェーブレット変換係数５０４と濃度変換係数５０５は図に示す通りの値となる。ウェーブレット変換係数５０４は相関性の薄い雑多な値が出現している。これはウェーブレット変換のような周波数変換方法では、周囲の画素との階調差が少ない場合には効率的に圧縮することができないことを示している。すなわち、これが周波数変換方法は自然画像の圧縮には強いが、人工画像の圧縮には適さない理由である。
【００３８】
これに対し、濃度変換係数５０５はＨＨ係数に割り付けられた位置係数と各揺らぎ係数以外はブロック間で変化がなく、相関が良い値が出現している。したがって、濃度変換方法は単純な画像を相関が良い係数に変換することができるので圧縮効率が周波数変換方法より良い。更に本実施形態の割り付け方法によれば、重要性が低い揺らぎ係数をＬＳＢ側に集めて埋め込むので、量子化時に揺らぎ係数から削除することにより、量子化による劣化を小さく抑えることができる。
【００３９】
また、本実施形態の割り付け方法によれば、ＨＨ係数が１ビット増加する点を除けば、通常の周波数変換と同じシステム、ファイル数で適応的な変換を実現することができるというメリットがある。更にウェーブレット変換係数を量子化する際に重要性が低いＨＬ、ＬＨ、ＨＨ係数のＬＳＢ側から量子化することを考えると、ウェーブレット変換係数と同じ量子化方法により濃度変換方法を効率的に量子化することができるため、都合がよい。また、例えば劣化が目立ち易い文字部を残すために写真部から先に量子化するような処理も行うことができる。
【００４０】
また、領域の判断は、小さなブロック毎に行うので、写真部分と文字やグラフィックス部分が混在する１つの画像に対して各部分に適した圧縮を行うことができる。更に、領域の判断を小さなブロック毎に行うので、処理速度に対する負担が少ない。
【００４１】
次に図６を参照して上記実施形態の割り付け方法の変形例を説明する。図６は図５に示す原データ５０３及びウェーブレット変換係数５０４と、この変形例による濃度変換係数５０５ａを示している。濃度変換係数５０５ａにおいて破線で囲んだビット領域は使用されず、必ず「０」である。そこで、このようなビットは符号化しないことにより不必要な符号化を省略して高速圧縮、高能率圧縮を実現することができる。
【００４２】
具体的には、先ず、ＨＨ係数の追加ＭＳＢ（フラグ係数）を符号化し、その後破線で囲んだビット領域を符号化する際には常にフラグ係数を参照して、フラグ係数が「１」の場合すなわち「限定濃度領域」の場合には破線で囲んだビット領域を符号化しない。また、復号化側ではフラグ係数を先に復号するので、フラグ係数が「１」の場合には破線で囲んだビット領域を一律に「０」にする。
【００４３】
次に図７を参照して符号化方法の変形例を説明する。図７（ａ）に示す４ブロックＢ１〜Ｂ４の原データは、第１、第３ブロックＢ１、Ｂ３が「限定濃度領域」でなく、第２、第４ブロックＢ２、Ｂ４が「限定濃度領域」である。そして、「限定濃度領域」でない第１、第３ブロックＢ１、Ｂ３を周波数変換し、「限定濃度領域」の第２、第４ブロックＢ２、Ｂ４を濃度変換すると各ブロックのＨＨ係数は図７（ｂ）に示すデータ７０２となる。このデータ７０２を見ると、４ブロックＢ１〜Ｂ４は「限定濃度領域」と「限定濃度領域」でない領域が混在しているので、ＨＨ係数の追加ＭＳＢ（フラグ係数）はブロックＢ１〜Ｂ４毎に「１」と「０」が交互に出現し、係数の相関が良くない。
【００４４】
そこで、このような場合には各ブロックＢ１〜Ｂ４を一律に周波数変換した方が量子化時の圧縮効率を高めることができる。具体的には４ブロックＢ１〜Ｂ４を１つにまとめて各ブロックＢ１〜Ｂ４が全て「限定濃度領域」の場合には濃度変換し、そうでない場合には各ブロックＢ１〜Ｂ４を一律に周波数変換する。図７（ｃ）はこのように一律に周波数変換した場合のＨＨ係数７０３を示し、４ブロック分の追加ＭＳＢは全て「０」となるので相関が良くなり、したがって、量子化時の圧縮効率が向上する。
【００４５】
【発明の効果】
以上説明したように本発明によれば、読み取った画像のように、ゆらぎのある画像を識別することができるので、効率の良い圧縮を行なうことができる。
【図面の簡単な説明】
【図１】本発明に係る画像符号化装置の一実施形態を示すブロック図である。
【図２】図１の周波数変換部の処理の一例を示す説明図である。
【図３】図１の領域判断部の処理の一例を示す説明図である。
【図４】濃度変換と周波数変換の具体例を示す説明図である。
【図５】濃度変換と周波数変換の具体例を示す説明図である。
【図６】濃度変換係数の他の割り付け例を示す説明図である。
【図７】符号化方法の変形例を示す説明図である。
【符号の説明】
１０２周波数変換部
１０３濃度変換部
１０４領域判断部
１０５選択部
１０６エントロピ符号化部[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an image encoding apparatus that compresses and expands digital image data by a frequency conversion method, and includes, for example, a printer, a digital copying machine, a facsimile apparatus, a scanner, an image filing apparatus, a digital camera, a digital video recorder, a CD-ROM, and a floppy disk. The present invention relates to an image recording apparatus such as a disk and an image encoding apparatus suitable for an image compression program on a computer.
[0002]
[Prior art]
As this kind of image compression technology, DCT (Discrete Cosine Transform) and Harr Wavelet transform, which perform frequency conversion by dividing image data into a plurality of blocks in the horizontal frequency direction and the vertical frequency direction, are known. This method has attracted attention as a method for effectively compressing an image having a natural gradation. As another conventional example, for example, as shown in JP-A-2-222386, contour components are detected from image data before DCT (Discrete Cosine Transform), and there is a large amount of information in a block in which the contour components exist. A method of assignment has been proposed.
[0003]
However, although this type of frequency conversion method can effectively compress natural gradation images, it is less efficient for simple binary images such as computer graphics and text data. It has been pointed out that it cannot be compressed automatically. Therefore, when data is printed out by a printer, the data generally includes a large number of graphic images and binary character data. Therefore, if only frequency conversion is used, a high compression rate cannot be obtained.
[0004]
In order to solve this problem, there is a method of switching the compression method depending on whether the user is a character document or a photographic document. However, in this case, a problem that the burden on the user increases, Further, there arises a problem that good image quality cannot be obtained for a manuscript in which characters and photographs are mixed. Further, various methods have been proposed in which a character area and a natural gradation area on a document are automatically discriminated to perform different processes, but many of the processes are complicated and the circuit configuration is complicated.
[0005]
In view of this, the present inventor, in the previous application (filing date: February 14, 1997, serial number: 9700350), the user automatically applied to either a photographic image or a character image without switching the compression method. In order to compress efficiently, a method is proposed in which it is determined whether the number of different densities in a block is a predetermined value or not, and an adaptively different conversion is performed on a block having a predetermined value and a block having a predetermined value. ing.
[0006]
[Problems to be solved by the invention]
However, in the method according to the previous application, since the number of different densities in the block must be strictly a predetermined value, it is not possible to identify a fluctuating image such as a scanned image. Therefore, there is a problem that it cannot be efficiently compressed.
[0007]
In view of the above-mentioned problems of the conventional example, the present invention can automatically identify and further efficiently compress a fluctuation image in addition to a photographic image and a character image without switching the compression method. An object is to provide an encoding device.
[0008]
[Means for Solving the Problems]
In order to achieve the above object, the first means stores a buffer for storing input image data for each predetermined block, frequency conversion means for performing frequency conversion on the input image data and converting it to a frequency conversion coefficient, and the input Area determination means for determining a specific block based on a pixel value of the block in the image data, and determining a limited density block based on the pixel value in the target block and the pixel value of the specific block; and the pixel value of the limited density block The frequency conversion coefficient or the density conversion coefficient is selected based on the determination result of the area determination means and the density conversion means for converting into a density conversion coefficient of a predetermined bit comprising a background coefficient, a fluctuation coefficient, a density coefficient, and a position coefficient. An image having selection means, and entropy encoding means for entropy encoding the data selected by the selection means. Wherein the encoding device.
[0009]
Second means, in the first means, the specific block, the pixel value in the block is equal to or less than a predetermined number, and at least one, characterized in that the maximum concentration value or the minimum density value.
[0010]
The third means is the target block when the difference between the pixel value in the target block and the pixel value in the specific block is within a predetermined range in the first or second means. It is characterized by that.
[0011]
According to a fourth means, in any one of the first to third means, the density conversion coefficient of the predetermined bit further includes a flag coefficient .
The fifth means is characterized in that, in any one of the first to fourth means, when the selection means selects the density conversion coefficient, the density conversion coefficient is assigned to the frequency conversion coefficient. To do.
A sixth means is characterized in that, in the fifth means, the position coefficient and the background coefficient are allocated to the MSB side of the HH coefficient which is a high frequency component of the frequency conversion coefficient.
Seventh means is characterized in that, in the fifth means, the fluctuation coefficient is assigned to each LSB side of the LH and HH coefficients of the frequency conversion coefficient and to the LSB side of the HL coefficient of the frequency conversion coefficient. .
The eighth means includes: a first step of storing input image data for each predetermined block; a second step of performing frequency conversion on the input image data to convert the input image data into frequency conversion coefficients; and A third step of determining a specific block based on the pixel value of the block and determining a limited density block based on the pixel value in the target block and the pixel value of the specific block ; The frequency conversion coefficient or the density conversion coefficient is selected based on the result of determination in the fourth step of converting to a predetermined bit density conversion coefficient consisting of a coefficient, a fluctuation coefficient, a density coefficient, and a position coefficient, and the third process. The image coding method includes a fifth step and a sixth step of entropy coding the data selected in the fifth step.
A ninth means is characterized in that, in the eighth means, the specific block has a predetermined number or less of pixel values in the block, and at least one has a maximum density value or a minimum density value.
A tenth means is the eighth or ninth means, wherein the limited density block is the target block when the difference between the pixel value in the target block and the pixel value of the specific block is within a predetermined range. It is characterized by that.
The eleventh means is any one of the eighth to tenth means , wherein the density conversion coefficient of the predetermined bit further has a flag coefficient .
A twelfth means is that in any of the eighth to eleventh means, when the density conversion coefficient is selected in the fifth step, the density conversion coefficient is assigned to the frequency conversion coefficient. And
A thirteenth means is characterized in that, in the twelfth means, the position coefficient and the background coefficient are allocated to the MSB side of the HH coefficient which is a high frequency component of the frequency conversion coefficient.
A fourteenth means is the twelfth means characterized in that the fluctuation coefficient is allocated to each LSB side of the LH and HH coefficients of the frequency conversion coefficient and to the LSB side of the HL coefficient of the frequency conversion coefficient. .
[0012]
DETAILED DESCRIPTION OF THE INVENTION
Embodiments of the present invention will be described below with reference to the drawings. FIG. 1 is a block diagram showing an embodiment of an image encoding device according to the present invention, FIG. 2 is an explanatory diagram showing an example of processing of the frequency conversion unit of FIG. 1, and FIG. 3 is a diagram of processing of the region determination unit of FIG. FIG. 4 and FIG. 5 are explanatory diagrams showing specific examples of density conversion and frequency conversion.
[0013]
In FIG. 1, as shown in FIG. 2, the image data read into the buffer 101 for each block of 2 × 2 pixels a, b, c, and d is sent to the frequency conversion unit 102, the density conversion unit 103, and the region determination unit 104. Applied. Based on the determination result of the region determination unit 104, the data converted by the frequency conversion unit 102 and the density conversion unit 103 is selected by the selection unit 105, and the selected data is entropy encoded by the entropy encoding unit 106. The
[0014]
In the frequency conversion unit 102, for example, as shown in FIG. 2, one block is wavelet transformed into one low frequency component LL and three high frequency components HL, LH, and HH as follows.
[0015]
LL = {(a + b) / 2 + (c + d) / 2} / 2
HL = {(ab) + (cd)} / 2
LH = {(a + b)-(c + d)} / 2
HH = (ab)-(cd) (1)
Here, if the input image data is 8 bits (256 gradations), the LL coefficient is 8 bits, the HL and LH coefficients are 9 bits, and the HH coefficient is 10 bits.
[0016]
In order to identify the binary image, the area determination unit 104 determines that “2 × 2 pixels a, b, c, and d have two or less pixel values in the block, and at least one of them has the highest density (density). A block having a value = 255) or a lowest density (density value = 0) is determined as a “specific block”. At this time, a certain “specific block” is assumed, and the difference (Δa, Δb, Δc, Δd) between the pixel value in the target block and this “assumed specific block” is “within a predetermined range”. ”Is determined to be the“ limited density region (block) ”. Here, “within a predetermined range” is a “fluctuation component” when a binary image is scanned, and in this embodiment is “7” (3 bits) in decimal.
[0017]
FIG. 3A shows an example of a block regarded as a “limited density region”.
[0018]
The block 201 has a pixel value (a, b, c, d) of (25, 0, 25, 25), and the difference from the specific block (25, 0, 25, 25) is “0” for each pixel. It satisfies the condition because it is.
[0019]
The difference between the pixel value (22, 254, 20, 24) block 202 and the specific block (20, 255, 20, 20) is (2, 1, 0, 4). Since “within range” = 7 or less, the condition is satisfied.
[0020]
The block 202 of the pixel value (0, 3, 2, 5) has a difference (0, 3, 2, 5) from the specific block (0, 0, 0, 0). Since “within range” = 7 or less, the condition is satisfied.
[0021]
On the other hand, the blocks 211 and 212 shown in FIG. 3B are not regarded as “limited density regions” because the difference from the specific block is not “within a predetermined range”. The area determination unit 104 notifies the density conversion unit 103 and the selection unit 105 whether or not it is a “limited density region”.
[0022]
The density conversion unit 103 converts the pixel information of the block regarded as the “limited density region” into “background density”, “density coefficient”, “position coefficient”, and “flag coefficient”. Here, “background density” means a density of “0” or “255” and a density of “within a predetermined range” = 7 or less from “0” or “255”. For example, the “background density” of the blocks 201 and 203 shown in FIG. 3A is “0”, and the “background density” of the block 202 is “254”. At this time, when a plurality of density values satisfy the condition of “background density”, the smaller difference from “0” or “255” is set as “background density”.
[0023]
The “background density” is a 1-bit code indicating whether the “background density” in the block is close to “0” or “255” (when the “background density” is close to “0”, “0”, When the value is close to “255”, the difference between “1”: “background coefficient”) and “background coefficient” and the actual “background density” in the block: “fluctuation coefficient”) Expressed as a coefficient. Since the “fluctuation coefficient” is “within a predetermined range” of 7 or less, it is expressed by 3 bits for each of the pixels a to d (12 bits in total per block).
[0024]
“Density coefficient” means “background density” of pixel values of pixels not corresponding to “background density” in the target block (= pixels whose density difference from “background density” is not “predetermined”). This means the pixel value (8 bits) having the largest difference. The “position coefficient” is a 4-bit coefficient in which the position of a pixel not corresponding to “background density” is indicated by “0” and the position of a pixel corresponding to “background density” is indicated by “1”. The “flag coefficient” is a 1-bit coefficient that is “1” in the case of the “limited density region” and “0” in other cases.
[0025]
Therefore, the density conversion unit 103 converts the “limited density area” information into 1-bit “background coefficient”, 3 bits × 4 “fluctuation coefficient”, 8 bits “density coefficient”, 4 bits “position coefficient”, and 1 bit. It is expressed by five types of “density conversion coefficients” of bit “flag coefficients”. Here, the “background coefficient”, “fluctuation coefficient”, “density coefficient”, and “position coefficient” are used by the decoding side to reproduce the pixel values a to d of the “limited density area”, and the “flag coefficient” is decoded. The side is used to identify the “limited density region”.
[0026]
As shown below, the “density conversion coefficient” is assigned to the “frequency conversion coefficient” converted by the frequency conversion unit 102.
[0027]
• The 8-bit “density coefficient” is also assigned to the 8-bit LL coefficient.
[0028]
The 4-bit “position coefficient” and the 1-bit “background coefficient” are allocated to the MSB side 5 bits of the 10-bit HH coefficient.
[0029]
The “fluctuation coefficient” of 3 bits × 4 = 12 bits is allocated to the LSB side 3 bits (6 bits in total) of the LH and HH coefficients and the LSB side 6 bits of the HL coefficient. Specifically, the fluctuation coefficient of the lower left pixel c in the block is used for the LH coefficient, the fluctuation coefficient of the lower right pixel d is used for the HH coefficient, and the fluctuation of the upper right pixel b is used for the first to third bits on the LSB side of the HL coefficient. The coefficient is assigned to the 4th to 6th bits on the LSB side of the HL coefficient.
[0030]
• 1-bit “flag coefficient” is allocated by adding 1 bit to the MSB side of the 10-bit HH coefficient.
[0031]
As described above, the “density conversion coefficient” other than the “flag coefficient” is assigned to the frequency conversion coefficient.
[0032]
A specific coefficient conversion example will be described with reference to FIG. For example, as shown in FIG. 4A, the difference between the block 411 of (22, 254, 20, 24) and the specific block (20, 255, 20, 20) is (2, 1, 0, 4). Since each pixel is “within a predetermined range” = 7 or less, it is a “limited density region”. Therefore, when this block 411 is “density converted”, the density conversion coefficient 412 is “20”,
“Background coefficient” is “1” because “Background density” is “255”,
・ "Fluctuation coefficient" is (2, 1, 0, 4),
・ "Flag coefficient" is "1"
“Position coefficient” is (0, 1, 0, 0) because the pixel value corresponding to “background density” is “254”.
[0033]
When this is assigned to the “frequency conversion coefficient” as described above,
・ The density coefficient “20” is assigned to the LL coefficient.
The fluctuation coefficient “2” (binary “010”) of the upper left pixel a is in the 4th to 6th bits on the LSB side of the HL coefficient, and the fluctuation of the upper right pixel b is in the 1st to 3rd bits on the LSB side. The coefficient “1” (binary “001”) is assigned. When this is divided for each data type, HL = 0000, 010, 001.
[0034]
The fluctuation coefficient “0” (“000” in binary) of the lower left pixel c is assigned to the first to third bits on the LSB side of the LH coefficient (LH = 0000000,000),
The flag coefficient “1” is added to the additional MSB of the HH coefficient, the background coefficient “1” is set to the lower 1 bit (original MSB), and the position coefficient (0, 1, 0, 0) is set to the lower 4 bits. However, the fluctuation coefficient “4” (binary “100”) of the lower right pixel d is assigned to the 3 bits on the LSB side (HH = 1, 1, 0100, 00, 100).
[0035]
On the other hand, for example, as shown in FIG. 4B, the block 421 of (0, 57, 25, 99) is different from the specific block in that each pixel is “within a predetermined range” = 7 or less. Since it is not the “limited density region”, the frequency conversion coefficient 422 is (LL, HL, LH, HH) = (45, −65, −34, 17).
Is selected by the selection unit 105.
[0036]
When decoding these density conversion coefficient and frequency conversion coefficient, it is determined whether or not it is a “limited density area” based on the MSB = flag coefficient added to the HH coefficient. The pixel values a to d are decoded by performing the inverse transformation of the transformation and, if not the “limited density region”, the inverse transformation of the frequency transformation.
[0037]
Next, the effect of density conversion of the “fluctuation image” will be described. As shown in FIG. 5, in a character document 501 having the character “river”, the two strokes on the left side of “river” are scanned, and data 502 to be read normally in binary (“255”, “50”) The data 503 of the four blocks B1 to B4 that have changed as shown in the figure due to scan fluctuation will be described as an example. When this data 503 is compressed for each of the blocks B1 to B4, the wavelet transform coefficient 504 and the density transform coefficient 505 for each of the four blocks have values as shown in the figure. For the wavelet transform coefficient 504, various values with low correlation appear. This indicates that a frequency conversion method such as wavelet conversion cannot be compressed efficiently when the gradation difference from surrounding pixels is small. That is, this is the reason why the frequency conversion method is strong for compression of natural images but is not suitable for compression of artificial images.
[0038]
On the other hand, the density conversion coefficient 505 is not changed between blocks except for the position coefficient assigned to the HH coefficient and each fluctuation coefficient, and a value having a good correlation appears. Therefore, since the density conversion method can convert a simple image into a coefficient having a good correlation, the compression efficiency is better than that of the frequency conversion method. Furthermore, according to the allocating method of the present embodiment, fluctuation coefficients that are less important are collected and embedded on the LSB side, so that the deterioration due to quantization can be suppressed to a small extent by deleting the fluctuation coefficients from the fluctuation coefficient during quantization.
[0039]
In addition, according to the allocation method of the present embodiment, there is an advantage that adaptive conversion can be realized with the same system and the same number of files as normal frequency conversion except that the HH coefficient is increased by 1 bit. Furthermore, considering the quantization from the LSB side of HL, LH, and HH coefficients, which are less important when quantizing wavelet transform coefficients, the density transform method is efficiently quantized by the same quantization method as the wavelet transform coefficients. This is convenient. Further, for example, a process of quantizing the photographic part first can be performed in order to leave a character part that is easily deteriorated.
[0040]
Moreover, since the determination of the area is performed for each small block, compression suitable for each part can be performed on one image in which a photograph part and characters and graphics parts are mixed. Furthermore, since the determination of the area is performed for each small block, the burden on the processing speed is small.
[0041]
Next, a modification of the allocation method of the above embodiment will be described with reference to FIG. FIG. 6 shows the original data 503 and the wavelet transform coefficient 504 shown in FIG. 5, and the density transform coefficient 505a according to this modification. In the density conversion coefficient 505a, the bit area enclosed by the broken line is not used and is always “0”. Therefore, by not encoding such bits, unnecessary encoding can be omitted and high-speed compression and high-efficiency compression can be realized.
[0042]
Specifically, first, the additional MSB (flag coefficient) of the HH coefficient is encoded, and when the bit area surrounded by the broken line is encoded, the flag coefficient is always referred to, and the flag coefficient is “1”. That is, in the case of the “limited density area”, the bit area surrounded by the broken line is not encoded. Since the decoding side decodes the flag coefficient first, when the flag coefficient is “1”, the bit area surrounded by the broken line is uniformly set to “0”.
[0043]
Next, a modification of the encoding method will be described with reference to FIG. In the original data of the four blocks B1 to B4 shown in FIG. 7A, the first and third blocks B1 and B3 are not “limited density areas”, but the second and fourth blocks B2 and B4 are “limited density areas”. It is. When the frequency conversion is performed on the first and third blocks B1 and B3 that are not the “limited density region” and the density conversion is performed on the second and fourth blocks B2 and B4 in the “limited density region”, the HH coefficient of each block is shown in FIG. It becomes the data 702 shown in b). Looking at the data 702, since the 4 blocks B1 to B4 include a “limited density area” and an area that is not the “limited density area”, the additional MSB (flag coefficient) of the HH coefficient is “for each block B1 to B4”. “1” and “0” appear alternately, and the coefficient correlation is not good.
[0044]
Therefore, in such a case, the compression efficiency at the time of quantization can be improved by uniformly frequency-converting each of the blocks B1 to B4. Specifically, the four blocks B1 to B4 are combined into one, and if all the blocks B1 to B4 are “limited density regions”, the density conversion is performed, and if not, the blocks B1 to B4 are uniformly frequency converted. To do. FIG. 7C shows the HH coefficient 703 when the frequency conversion is uniformly performed as described above, and the additional MSBs for four blocks are all “0”, so that the correlation is improved. Therefore, the compression efficiency at the time of quantization is improved. To improve .
[0045]
【The invention's effect】
As described above, according to the present invention, it is possible to identify a fluctuating image such as a read image, so that efficient compression can be performed.
[Brief description of the drawings]
FIG. 1 is a block diagram showing an embodiment of an image encoding device according to the present invention.
FIG. 2 is an explanatory diagram illustrating an example of processing of a frequency conversion unit in FIG. 1;
FIG. 3 is an explanatory diagram illustrating an example of processing of an area determination unit in FIG. 1;
FIG. 4 is an explanatory diagram showing a specific example of density conversion and frequency conversion.
FIG. 5 is an explanatory diagram showing a specific example of density conversion and frequency conversion.
FIG. 6 is an explanatory diagram showing another example of assignment of density conversion coefficients.
FIG. 7 is an explanatory diagram illustrating a modification of the encoding method.
[Explanation of symbols]
102 frequency conversion unit 103 density conversion unit 104 region determination unit 105 selection unit 106 entropy encoding unit

Claims

入力画像データを所定のブロック毎に記憶するバッファと、
前記入力画像データに周波数変換を施し、周波数変換係数に変換する周波数変換手段と、
前記入力画像データにおけるブロックの画素値に基づき特定ブロックを判断し、注目ブロック内の画素値と該特定ブロックの画素値とに基づき限定濃度ブロックを判断する領域判断手段と、
前記限定濃度ブロックの画素値を、背景係数、ゆらぎ係数、濃度係数及び位置係数からなる所定ビットの濃度変換係数に変換する濃度変換手段と、
前記領域判断手段の判断結果に基づき、前記周波数変換係数又は前記濃度変換係数を選択する選択手段と、
前記選択手段によって選択されたデータをエントロピー符号化するエントロピー符号化手段と、
を有することを特徴とする画像符号化装置。A buffer for storing input image data for each predetermined block;
Frequency conversion means for performing frequency conversion on the input image data and converting the input image data into a frequency conversion coefficient;
A region determining unit that determines a specific block based on a pixel value of a block in the input image data, and that determines a limited density block based on a pixel value in the block of interest and a pixel value of the specific block;
Density conversion means for converting the pixel value of the limited density block into a predetermined bit density conversion coefficient comprising a background coefficient, a fluctuation coefficient, a density coefficient, and a position coefficient ;
Selection means for selecting the frequency conversion coefficient or the density conversion coefficient based on the determination result of the area determination means;
Entropy encoding means for entropy encoding the data selected by the selection means;
An image encoding apparatus comprising:

前記特定ブロックは、前記ブロック内の画素値が所定数以下であり、かつ少なくとも1つが最高濃度値又は最低濃度値であることを特徴とする請求項１に記載の画像符号化装置。 2. The image coding apparatus according to claim 1, wherein the specific block has a predetermined number or less of pixel values and at least one of the specific block has a maximum density value or a minimum density value.

前記限定濃度ブロックは、注目ブロック内の画素値と前記特定ブロックの画素値との差分が、所定範囲である場合の当該注目ブロックであることを特徴とする請求項１又は２記載の画像符号化装置。 The image coding according to claim 1 or 2, wherein the limited density block is the block of interest when a difference between a pixel value in the block of interest and a pixel value of the specific block is within a predetermined range. apparatus.

さらに、前記所定ビットの濃度変換係数は、フラグ係数を有することを特徴とする請求項１ないし３のいずれか１項に記載の画像符号化装置。4. The image encoding device according to claim 1 , wherein the density conversion coefficient of the predetermined bit includes a flag coefficient .

前記選択手段が、前記濃度変換係数を選択する場合に、該濃度変換係数を前記周波数変換係数に対して割り付けることを特徴とする請求項１ないし４のいずれか１項に記載の画像符号化装置。 5. The image encoding device according to claim 1, wherein, when the selection unit selects the density conversion coefficient, the density conversion coefficient is assigned to the frequency conversion coefficient. 6. .

前記位置係数と前記背景係数とを、前記周波数変換係数の高周波成分であるＨＨ係数のＭＳＢ側に割り付けることを特徴とする請求項５記載の画像符号化装置。 6. The image coding apparatus according to claim 5, wherein the position coefficient and the background coefficient are allocated to an MSB side of an HH coefficient that is a high frequency component of the frequency conversion coefficient.

前記ゆらぎ係数は、前記周波数変換係数のＬＨ及びＨＨ係数の各ＬＳＢ側と、前記周波数変換係数のＨＬ係数のＬＳＢ側とに割り付けることを特徴とする請求項５記載の画像符号化装置。 6. The image coding apparatus according to claim 5, wherein the fluctuation coefficient is assigned to each LSB side of the LH and HH coefficients of the frequency conversion coefficient and to an LSB side of the HL coefficient of the frequency conversion coefficient.

入力画像データを所定のブロック毎に記憶する第１の工程と、
前記入力画像データに周波数変換を施し、周波数変換係数に変換する第２の工程と、
前記入力画像データにおけるブロックの画素値に基づき特定ブロックを判断し、注目ブロック内の画素値と該特定ブロックの画素値とに基づき限定濃度ブロックを判断する第３の工程と、
前記限定濃度ブロックの画素値を、背景係数、ゆらぎ係数、濃度係数及び位置係数からなる所定ビットの濃度変換係数に変換する第４の工程と、
前記第３の工程における判断結果に基づき、前記周波数変換係数又は前記濃度変換係数を選択する第５の工程と、
前記第５の工程において選択されたデータをエントロピー符号化する第６の工程と、を有することを特徴とする画像符号化方法。A first step of storing input image data for each predetermined block;
A second step of performing frequency conversion on the input image data and converting the input image data into a frequency conversion coefficient;
A third step of determining a specific block based on a pixel value of the block in the input image data, and determining a limited density block based on the pixel value in the block of interest and the pixel value of the specific block;
A fourth step of converting the pixel value of the limited density block into a density conversion coefficient of a predetermined bit including a background coefficient, a fluctuation coefficient, a density coefficient, and a position coefficient ;
A fifth step of selecting the frequency conversion coefficient or the density conversion coefficient based on the determination result in the third step;
And a sixth step of entropy encoding the data selected in the fifth step.

前記特定ブロックは、前記ブロック内の画素値が所定数以下であり、かつ少なくとも1つが最高濃度値又は最低濃度値であることを特徴とする請求項８に記載の画像符号化方法。 9. The image encoding method according to claim 8, wherein the specific block has a predetermined number or less of pixel values and at least one of the specific block has a maximum density value or a minimum density value.

前記限定濃度ブロックは、注目ブロック内の画素値と前記特定ブロックの画素値との差分が、所定範囲である場合の当該注目ブロックであることを特徴とする請求項８又は９記載の画像符号化方法。 The image coding according to claim 8 or 9, wherein the limited density block is a block of interest when a difference between a pixel value in the block of interest and a pixel value of the specific block is within a predetermined range. Method.

さらに、前記所定ビットの濃度変換係数は、フラグ係数を有することを特徴とする請求項８ないし１０のいずれか１項に記載の画像符号化方法。 Furthermore, the density conversion coefficient of the predetermined bits, the image coding method according to any one of claims 8 to 10 characterized by having a flag coefficients.

前記第５の工程で前記濃度変換係数を選択する場合に、該濃度変換係数を前記周波数変換係数に対して割り付けることを特徴とする請求項８ないし１１のいずれか１項に記載の画像符号化方法。 12. The image coding according to claim 8, wherein when the density conversion coefficient is selected in the fifth step, the density conversion coefficient is assigned to the frequency conversion coefficient. Method.

前記位置係数と前記背景係数とを、前記周波数変換係数の高周波成分であるＨＨ係数のＭＳＢ側に割り付けることを特徴とする請求項１２記載の画像符号化方法。 13. The image encoding method according to claim 12, wherein the position coefficient and the background coefficient are allocated to the MSB side of an HH coefficient that is a high frequency component of the frequency conversion coefficient.

前記ゆらぎ係数は、前記周波数変換係数のＬＨ及びＨＨ係数の各ＬＳＢ側と、前記周波数変換係数のＨＬ係数のＬＳＢ側とに割り付けることを特徴とする請求項１２記載の画像符号化方法。 13. The image encoding method according to claim 12, wherein the fluctuation coefficient is assigned to each LSB side of the LH and HH coefficients of the frequency transform coefficient and to an LSB side of the HL coefficient of the frequency transform coefficient.