JP3808241B2 - Data compression method and apparatus, and recording medium - Google Patents
Data compression method and apparatus, and recording medium Download PDFInfo
- Publication number
- JP3808241B2 JP3808241B2 JP20140999A JP20140999A JP3808241B2 JP 3808241 B2 JP3808241 B2 JP 3808241B2 JP 20140999 A JP20140999 A JP 20140999A JP 20140999 A JP20140999 A JP 20140999A JP 3808241 B2 JP3808241 B2 JP 3808241B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- encoding
- classification
- value
- quantized
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Description
【０００１】
【発明の属する技術分野】
本発明は、オリジナルデータを符号化して圧縮するデータ圧縮方法および装置並びにデータ圧縮方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読取り可能な記録媒体に関するものである。
【０００２】
【従来の技術】
メディカルネットワークの画像サーバにおける画像データ圧縮や、通信やファイリング等の一般的なデータ圧縮の分野において、種々の圧縮アルゴリズムが提案されている。例えば、非常に効率のよい圧縮アルゴリズムとしてＷＴＣＱ方式（P.Sriram and M.W.Marcellin, "Image coding using wavelet transforms and entropy-constrained trellis-coded quantization", IEEE Transactions on Image Processing, vol.4, pp.725-733, June 1995）、あるいはＳＰＩＨＴ方式（A.Said and W.A.Pearlman, "A New Fast and Efficient Image Codec Based on Set Partitioning in Hierarchical Trees", IEEE Transactions on Circuits and Systems for Video Tech., vol.6, pp.243-250, June 1996）が提案されている。図１１はＷＴＣＱ方式およびＳＰＩＨＴ方式の圧縮アルゴリズムを説明するための図である。まず、原画像を表すオリジナル画像データＳをウェーブレット変換し、変換後のサブバンド毎のデータをクラス分けするとともにビット配分を決定し、この決定されたビット配分によりＴＣＱ方式を用いて量子化を行って量子化データＲＳを得る。そして量子化データＲＳをエントロピーコーディングして符号化データを得るものである。ここで、エントロピーコーディングの方式として、ＷＴＣＱ方式においては、ビットプレーンバイナリ算術符号化を用いる。このビットプレーンバイナリ算術符号化は、量子化されたデータを複数のビットプレーンに分解して２値化し、各ビットプレーンのデータに対して２値の算術符号化を行ってそれぞれの出力をコード化するものである。一方、ＳＰＩＨＴ方式においては、エントロピーコーディングとして多値の算術符号化を用いている。そして、このようにしてオリジナル画像データＳを圧縮することにより、非常に少ないビットレートにより効率よく符号化を行うことができる。
【０００３】
また、一般的なＪＰＥＧ圧縮の分野においては、図１２に示すように算術符号化方式およびベースライン方式を用いることができる。ＪＰＥＧ圧縮の場合、オリジナル画像データＳを離散コサイン変換（ＤＣＴ）し、ビット配分を決定して量子化を行い、算術符号化方式の場合は量子化データＲＳを多値から２値に変換した後にバイナリ算術符号化を行って符号化データを得る。一方、ベースライン方式の場合は量子化データＲＳをハフマン符号化により符号化して符号化データを得る。
【０００４】
【発明が解決しようとする課題】
上述したＳＰＩＨＴ方式においては、多値の算術符号化を行っているため、従来のハフマン符号化等よりも圧縮効率は高い。しかしながら、多値の算術符号化は演算が非常に複雑であるため演算に長時間を要するものとなる。一方、ＷＴＣＱ方式においては２値の算術符号化を行っているため、ＳＰＩＨＴ方式よりも高速に演算を行うことができる。しかしながら、ＷＴＣＱ方式においては、エントロピーコーディングの際に、量子化されたデータを複数のビットプレーン（実際には１４程度）に分解して２値化した後に、１つのビットプレーンに対してそれぞれ２値の算術符号化を施す必要があるため、トータルとして演算量が増大して演算に長時間を要するものとなる。
【０００５】
一方、上述したＪＰＥＧ圧縮における算術符号化方式は、ＷＴＣＱ方式と同様に２値化を行うため、トータルとしての演算量が増大し、その結果演算に長時間を要するものとなる。また、ベースライン方式は、ハフマン符号化を用いているため、上述したＷＴＣＱ方式等と比較して圧縮効率が低いという問題がある。
【０００６】
本発明は上記事情に鑑みなされたものであり、効率よくかつ高速にデータを圧縮できるデータ圧縮方法および装置並びにデータ圧縮方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読取り可能な記録媒体を提供することを目的とするものである。
【０００７】
【課題を解決するための手段】
本発明によるデータ圧縮方法は、オリジナルデータを量子化して量子化データを得、該量子化データを符号化して前記オリジナルデータを圧縮した符号化データを得るデータ圧縮方法において、
前記量子化データを、該量子化データの代表値を表す代表値データと、該代表値以外のデータ値を表す少なくとも１つの分類データとに分類するとともに、前記分類の情報を表す分類情報データを得、
前記分類情報データを第１の符号化方式により符号化し、
前記代表値データおよび前記分類データのうち少なくとも前記分類データを第２の符号化方式により符号化して前記符号化データを得ることを特徴とするものである。
【０００８】
なお、本発明によるデータ圧縮方法においては、前記第２の符号化方式が、前記代表値データおよび前記分類データ毎に異なる符号化方式であることが好ましい。
【０００９】
また、本発明によるデータ圧縮方法においては、前記オリジナルデータをウェーブレット変換した後に前記量子化を行って前記量子化データを得ることが好ましく、また、前記オリジナルデータをＤＣＴ変換した後に前記量子化を行って前記量子化データを得ることが好ましい。
【００１０】
なお、ウェーブレット変換した後に量子化データを得る場合には、ウェーブレット変換後の各サブバンド毎のウェーブレット変換データに対して量子化および符号化が行われる。
【００１１】
さらに、前記代表値データが前記量子化データの０値を表す０値データであり、前記分類データが前記量子化データの非０値を表す非０値データであることが好ましい。
【００１２】
ここで、「量子化データの代表値」とは、データ値の平均値、量子化データ中に最も多く現れる値、０値等種々の値を用いることができる。また、量子化データを代表値とそれ以外の分類データに分類する方法としては、種々の分類方法を採用することができる。例えば、量子化データを単純に代表値と非代表値に分類する方法、代表値と代表値以上の値と代表値以下の値とに分類する方法、代表値と代表値を基準としたデータ値の絶対値が所定閾値以下の値と所定閾値以上の値とに分類する方法等種々の方法が挙げられる。
【００１３】
また、「分類情報データ」は、分類数に応じた値を有するものであり、例えば量子化データを代表値とそれ以外の値とに分類した場合は２値データとなり、代表値と代表値以上の値と代表値以下の値とに分類した場合は３値データとなる。
【００１４】
さらに、「少なくとも分類データを第２の符号化方式により符号化する」としたのは、例えば代表値を０値とした場合のように、代表値データを符号化しない場合があるからである。
【００１５】
また、「代表値データおよび分類データ毎に異なる」とは、代表値データおよび分類データとでそれぞれ符号化方式が異なる場合の他、分類データが複数ある場合は、各分類データ毎に符号化方式が異なる場合も含むものである。
【００１６】
なお、第１の符号化方式としては、ハフマン符号化、ランレングス符号化、Ｂ１符号化、Ｂ２符号化、Wyle符号化、Golomb符号化、Golomb-Rice符号化、およびバイナリ算術符号化のいずれかを用いることができる。
【００１７】
また、第２の符号化方式としては、ハフマン符号化、ユニバーサル符号化、および多値算術符号化のいずれかを用いることができる。
【００１８】
なお、本発明によるデータ圧縮方法において、前記符号化データの情報量が前記オリジナルデータに基づいて定められる所定の情報量よりも大きい場合は、前記分類情報データおよび／または前記代表値データと前記分類データとのうち少なくとも前記分類データを第３の符号化方式により符号化して前記符号化データを得ることが好ましい。
【００１９】
ここで、第３の符号化方式としては、ハフマン符号化、算術符号化、および何ら符号化を行わないＰＣＭ（パレスコードモジュレーション）符号化のいずれかであることが好ましい。
【００２０】
また、「オリジナルデータに基づいて定められる所定の情報量」としては、オリジナルデータの情報量としてもよく、オリジナルデータの情報量よりは小さいものの、分類情報データおよび／または代表値データと分類データとのうち少なくとも分類データを、第３の符号化方式により符号化した方が情報量が少なくなるような情報量とすることが好ましい。
【００２１】
本発明によるデータ圧縮装置は、オリジナルデータを量子化して量子化データを得、該量子化データを符号化して前記オリジナルデータを圧縮した符号化データを得るデータ圧縮装置において、
前記量子化データを、該量子化データの代表値を表す代表値データと、該代表値以外のデータ値を表す少なくとも１つの分類データとに分類するとともに、前記分類の情報を表す分類情報データを得る分類手段と、
前記分類情報データを第１の符号化方式により符号化する第１の符号化手段と、
前記代表値データおよび前記分類データのうち少なくとも前記分類データを第２の符号化方式により符号化する第２の符号化手段とを備えたことを特徴とするものである。
【００２２】
なお、前記第２の符号化手段において行われる前記第２の符号化方式が、前記代表値データおよび前記分類データ毎に異なる符号化方式であることが好ましい。
【００２３】
また、本発明によるデータ圧縮装置においては、前記オリジナルデータをウェーブレット変換した後に前記量子化を行って前記量子化データを得るウェーブレット変換手段、あるいは前記オリジナルデータをＤＣＴ変換した後に前記量子化を行って前記量子化データを得るＤＣＴ手段をさらに備えることが好ましい。
【００２４】
さらに、前記分類手段は、前記代表値データを前記量子化データの０値を表す０値データとし、前記分類データを前記量子化データの非０値を表す非０値データとして、前記量子化データを分類する手段であることが好ましい。
【００２５】
さらにまた、本発明によるデータ圧縮装置においては、前記符号化データの情報量が前記オリジナルデータに基づいて定められる所定の情報量よりも大きいか否かを判断する判断手段と、
該判断手段により前記符号化データの情報量が前記所定の情報量よりも大きいと判断された場合に、前記分類情報データおよび／または前記代表値データと前記分類データとのうち少なくとも前記分類データを第３の符号化方式により符号化して前記符号化データを得る第３の符号化手段とをさらに備えることが好ましい。
【００２６】
なお、上記データ圧縮方法において行われる処理をコンピュータに実行させるプログラムとして、コンピュータ読取り可能な記録媒体に記録して提供してもよい。
【００２７】
【発明の効果】
本発明によれば、オリジナルデータを量子化して得られた量子化データをデータ値に応じて分類して代表値データ、分類データおよび分類結果を表す分類情報データを得る。ここで、分類情報データは分類の仕方にもよるが、上述したように２値あるいは３値という比較的情報量が少ないデータとなるため、シンプルな符号化方式により少ない演算量かつ高い圧縮率により符号化を行うことができる。また、代表値データは１つの値のみからなるデータであり、少ない演算量で比較的高い圧縮率により符号化を行うことができる。さらに、代表値以外の分類データは多値ではあるものの、代表値が除かれているため、全量子化データ中の割合としては比較的低いものとなる。例えば、0.5bit/pixel(10bitデータに対して1/20圧縮をする場合）においては、０値を代表値とした場合、非０値の割合は１３％程度となる。このため、多値ではあるものの演算の対象となるデータ量は少ないものとなる。
【００２８】
したがって、本発明においては多値データの符号化を行ってはいるものの、その演算量は上述した従来の圧縮アルゴリズムと比較して少なくなり、また、代表値データおよび分類情報データは少ない演算量で高い圧縮率により圧縮することができることとなる。これにより、オリジナルデータを高い圧縮率により効率よく、かつ高速に圧縮することができることとなる。
【００２９】
また、量子化データを０値と非０値とに分類することにより、その分類が容易となり、また０値の分類データは圧縮する必要もなくなるため、一層演算量を低減してより高速にオリジナルデータの圧縮を行うことができる。
【００３０】
さらに、分類情報データは２値あるいは３値等比較的情報量が少ないデータであることから、演算が比較的シンプルなハフマン符号化、ランレングス符号化、Ｂ１／Ｂ２符号化、Wyle符号化、Golomb符号化、Golomb-Rice符号化およびバイナリ算術符号化のいずれかの符号化方法により、効率よくかつ高速に分類情報データを符号化することができる。
【００３１】
また、分類データにおける多値データは全量子化データにおける割合が少ないため、演算が複雑ではあるものの高圧縮率で符号化を行うことができるハフマン符号化、ユニバーサル符号化、および多値算術符号化のいずれかの符号化方法により、効率よく符号化を行うことができる。
【００３２】
なお、本発明によれば、オリジナルデータを高い圧縮率により圧縮することができるが、例えばオリジナルデータが、信号値が平坦な背景画像を表す画像データである場合、上述したようにオリジナルデータを量子化して、代表値データおよび分類データに分類すると、代表値データおよび分類データのいずれか一方のみが情報を有するものとなることから、分類情報データのデータ量がかえって大きくなって、符号化データの情報量がオリジナルデータの情報量よりも大きくなってしまうおそれがある。このような場合には符号化データの情報量をオリジナルデータに基づいて定められる所定の情報量と比較し、前者が後者よりも大きい場合には、分類情報データおよび／または代表値データと分類データとのうち少なくとも分類データを第３の符号化方式により符号化することにより、オリジナルデータよりも情報量が増加することなくオリジナルデータを符号化することができる。
【００３３】
【発明の実施の形態】
以下図面を参照して本発明の実施形態について説明する。
【００３４】
図１は本発明の第１の実施形態によるデータ圧縮装置の構成を示す概略ブロック図である。図１に示すように第１の実施形態によるデータ圧縮装置は、オリジナル画像データＳをウェーブレット変換して各解像度におけるサブバンド毎のウェーブレット変換データＷＳを得るウェーブレット変換手段１と、ウェーブレット変換データＷＳをクラス分けするとともに各クラスのビット配分を決定するクラス分け・ビット配分手段２と、クラス分け・ビット配分手段２により決定されたビット配分に基づいてウェーブレット変換データＷＳを量子化して量子化データＲＳを得る量子化手段３と、量子化データＲＳを０値と非０値とに分類して０値データＳ０、非０値データＮＳおよびこの分類結果を表す分類情報データＢを得る分類手段４と、分類情報データＢを第１の符号化方式により符号化する第１の符号化手段５と、非０値データＮＳを第２の符号化方式により符号化する第２の符号化手段６と、符号化により得られる符号化データＦを記録媒体に記録する記録手段７とを備える。
【００３５】
ウェーブレット変換手段１は下記のようにしてオリジナル画像データＳに対してウェーブレット変換を施す。まず図２（ａ）に示すように、オリジナル画像データＳがウェーブレット変換されて複数の解像度毎の４つのデータＬＬ１、ＨＬ０、ＬＨ０およびＨＨ０に分解される。ここで、データＬＬ１は画像の縦横を１／２に縮小した画像を表し、データＨＬ０、ＬＨ０およびＨＨ０はそれぞれ縦エッジ、横エッジおよび斜めエッジ成分の画像を表すものとなる。そして、図２（ｂ）に示すようにデータＬＬ１をさらにウェーブレット変換して４つのデータＬＬ２、ＨＬ１、ＬＨ１およびＨＨ１を得る。ここで、データＬＬ２はデータＬＬ１の縦横をさらに１／２に縮小した画像を表すものとなり、データＨＬ１、ＬＨ１およびＨＨ１はそれぞれデータＬＬ１の縦エッジ、横エッジおよび斜めエッジ成分の画像を表すものとなる。そして、ウェーブレット変換を行う毎に得られるデータＬＬに対してウェーブレット変換を所望とする回数繰り返して、複数の解像度毎のデータを得る。例えば、ウェーブレット変換を３回行った場合は、図２（ｃ）に示すように３段階の各解像度毎にデータが得られることとなる。なお、本実施形態においては、各解像度毎における個々の、すなわち各サブバンド毎のデータを総称してウェーブレット変換データＷＳと呼ぶこととする。
【００３６】
クラス分け・ビット配分手段２は、下記のようにしてウェーブレット変換データＷＳのクラス分けおよびビット配分を決定する。例えば、図２（ｃ）に示すようにウェーブレット変換を行うことにより得られた各サブバンド毎のウェーブレット変換データＷＳに対しては、データＬＬ２、データＨＨｎ（ｎ＝０〜２）、データＨＬｎ（ｎ＝０〜２）、およびデータＬＨｎ（ｎ＝０〜２）の４つのクラスにクラス分けを行う。このようにクラス分けを行うのは、各クラスのデータが統計的に類似した信号値を有するものであるからである。そして、各クラスのデータについて、例えばデータ値の２乗誤差を算出して、その２乗誤差の大きさに応じて量子化のビット配分を決定する。例えば、２乗誤差が大きければデータを保存するために大きなビット数を割り当て、２乗誤差が小さければデータは多少欠落してもよいため割り当てるビット数を小さくする。
【００３７】
量子化手段３はクラス分け・ビット配分手段２において決定されたビット配分に基づいてＴＣＱ（Trellis Coded Quantization）方式によりウェーブレット変換データＷＳの量子化を行う。ここで、ＴＣＱ方式とは、信号通信や音声符号化等の分野において開発されたＴＣＭ（Trellis Coded Modulation）をベースとしてこれを画像の符号化に拡張したものである。ＴＣＱ方式は理論的には無限長のベクトル量子化と同じ意味と見なすことができ、rate-distortion理論の観点からも従来のスカラー量子化と比較して数ｄＢのＳ／Ｎを向上することができる。このＴＣＱ方式はベクトル量子化の１つの方式であり、複数個の信号（ｂ１，ｂ２…ｂｎ）の入力に対して同数の量子化値（ｑ１，ｑ２…ｑｎ）を出力する。ここでの量子化値の決定はビダビアルゴリズムを用いて行われ、入力ベクトルに対して量子化誤差のトータルが最小となるパスを探索することによって決定される。なお、本実施形態では個々の量子化誤差の２乗をパスのコストとしてビダビアルゴリズムを適用するものとする。ここで、ＴＣＱ方式においては、複数の量子化代表値の組を定義しており、状態毎にこの組を使い分けて量子化を行っている。例えば、クラス分け・ビット配分手段２において決定されたビット配分が４ビットであり、量子化後のインデックス（詳細は後述する）を４ビット以下で表現する場合を考えると、１６点の量子化代表値を使用すれば量子化を簡易に行うことができるが、ＴＣＱ方式では１６点の量子化代表値の組を２つ（例えばＱ１とＱ２）を有し、状態Ｓ０ではＱ１、状態Ｓ１ではＱ２というように、状態毎に使用する量子化代表値の組を定義している。そして、予め量子化および逆量子化共通の状態遷移規則を定めておき、１画素について量子化を行う毎に状態遷移しながら量子化を進めていく。このように、量子化処理を行うことにより、見かけ上量子化代表値は倍の３２点（但し０を重複させた場合は３１点）を使用可能となり、量子化誤差を小さくするパスの選択肢を広げることができる。以下、ＴＣＱ方式の具体的方法について説明する。
【００３８】
図３はＤ０〜Ｄ３の４つのスカラー量子化器を示す図、図４は２つのスカラー量子化器のサムセット（和集合的な量子化器）を示す図、図５は４状態のトレリス（Trellis）遷移図である。なお、図３においてΔは量子化ビット配分によって決定される量子化ステップサイズであり、本実施形態においてはΔ＝０．５とする。また、図４においてはスカラー量子化器Ｄ０，Ｄ２のサムセット量子化器Ｄ０＆Ｄ２（＝Ａ０）およびスカラー量子化器Ｄ１，Ｄ３のサムセット量子化器Ｄ１＆Ｄ３（＝Ａ１）を示す。さらに、本実施形態においては、入力信号としてのウェーブレット変換データＷＳとして５つの要素からなる信号を使用し、これをＷＳ＝（０．５，−３，−３，０．２５，−２．５）とする。そして、図５はこの５つの要素を有する信号を一度に量子化する際の最適な量子化器の選択状態を遷移状態として示すものであり、選択された量子化器により遷移状態を示すものとする。すなわち、ここではサムセット量子化器Ｄ０＆Ｄ２が選択された状態を「状態Ｄ０＆Ｄ２」として説明する。まず、量子化方法について説明する。
【００３９】
ＴＣＱ方式による量子化方法は、図５に示すように定義されたトレリス遷移の全てのパスをチェックして、入力信号の全ての要素の量子化後の２乗誤差（以下ＭＳＥとする）が最小となるパスを検出することにある。具体的には、ＷＳの最初の要素である０．５をＤ０〜Ｄ３のうち量子化器Ｄ２により量子化すると、そのＭＳＥは（０．５−Δ）2＝０．０と最小となる。また、次の要素−３に対しては同様に量子化器Ｄ２により量子化するとＭＳＥは（−３−（−６Δ）2＝０．０と最小となる。
【００４０】
一方、トレリス遷移の制限として、サムセット量子化器Ｄ０＆Ｄ２については次の量子化器はＤ０（状態はＤ０＆Ｄ２に移行）もしくはＤ２（状態はＤ１＆Ｄ３に移行）を、サムセット量子化器Ｄ２＆Ｄ０については次の量子化器はＤ２（状態はＤ０＆Ｄ２に移行）もしくはＤ０（状態はＤ１＆Ｄ３に移行）を、サムセット量子化器Ｄ１＆Ｄ３については次の量子化器はＤ１（状態はＤ２＆Ｄ０に移行）もしくはＤ３（状態はＤ３＆Ｄ１に移行）を、サムセット量子化器Ｄ３＆Ｄ１については次の量子化器はＤ３（状態はＤ２＆Ｄ０に移行）もしくはＤ１（状態はＤ３＆Ｄ１に移行）を選択するというようにパスが制限されている。なお、この制限は、予め設定されているものであり、サムセット量子化器Ｄ０＆Ｄ２については次の量子化器のＤ０は状態Ｄ０＆Ｄ２、Ｄ２は状態Ｄ１＆Ｄ３に、サムセット量子化器Ｄ２＆Ｄ０については次の量子化器のＤ２は状態Ｄ０＆Ｄ２、Ｄ０は状態Ｄ１＆Ｄ３に、サムセット量子化器Ｄ１＆Ｄ３については次の量子化器のＤ１は状態Ｄ２＆Ｄ０、Ｄ３は状態Ｄ３＆Ｄ１に、サムセット量子化器Ｄ３＆Ｄ１については次の量子化器のＤ３は状態Ｄ２＆Ｄ０、Ｄ１は状態Ｄ３＆Ｄ１に対応するものとなっている。
【００４１】
そして、遷移状態の拘束長を信号の要素数に対応させ（本実施形態においては５つの要素を有するため拘束長を５とする）、トレリス遷移の全ての組み合わせにおいてＭＳＥをコストとして算出し、コストの和が最小となるパスを選択し、そのパスにより量子化器が選択されて量子化がなされる。なお、コストは基本的には全てのパスについて算出するが、現在コストを算出しているパスの累積コストの値がそれまでに算出されたパスにおける最小のコストを上回っている場合には、そこでコストの算出を打ち切って次のパスにおけるコストの算出に移行する等することにより、演算の高速化を図ることができる。なお、図５には全てのパスにおけるコストを示してあり、コストが最小であったパス（図中太線で示す）は、初期状態として量子化器Ｄ２＆Ｄ０（＝Ａ０）が選択された後、順にＤ２（状態Ｄ０＆Ｄ２＝Ａ０）、Ｄ２（状態Ｄ１＆Ｄ３＝Ａ１）、Ｄ３（状態Ｄ３＆Ｄ１＝Ａ１）、Ｄ１（状態Ｄ３＆Ｄ１＝Ａ１）、Ｄ３（状態Ｄ２＆Ｄ０＝Ａ０）と量子化器の選択のパスが移行し、信号はＷＳ′＝（０．５，−３，３，０，−２．５）に量子化される。なお、信号ＷＳの要素０．５，−３，３，−２．５については、ＭＳＥ＝０となるが、要素０．２５については量子化器Ｄ１が選択された場合に最小となりＭＳＥ＝０．０６２５となる。したがって、この際のコストは、
(0.5-Δ)2+(-3-(-6Δ))2+(3-6Δ)2+(0.25-0)2+(-2.5-(-5Δ))2=0.0625
となる。
【００４２】
ここで、量子化器のインデックスは図４に示すように定義されており、本実施形態においては、量子化値ではなくこのインデックスを出力とする。さらに、サムセット量子化器Ｄ０＆Ｄ２を００、Ｄ２＆Ｄ０を０１、Ｄ１＆Ｄ３を１０、Ｄ３＆Ｄ１を１１というように２ビットのコード値にコード化しておく。したがって、ここで求められる量子化データＲＳは、ＷＳ′＝（０．５，−３，３，０，−２．５）と図４に示す量子化器のインデックスとを対応させて、
（１，−３，３，０，−３）および初期状態を表すコード０１
となる。なお、８状態トレリス遷移の場合は初期状態を表す情報は３ビットとなる。
【００４３】
次に、ＴＣＱ方式における逆量子化方法について説明する。逆量子化方法は、インデックスの最初の値から順に要素を逆量子化することにより行われる。上述したように、インデックスが（１，−３，３，０，−３）の場合、インデックスの最初の値が１であるため、図４に示す２つのサムセット量子化器Ａ０，Ａ１を比較すると、要素の最初の値はΔ（＝０．５）または−Δ（＝−０．５）が考えられるが、初期状態が０１すなわち状態Ｄ２＆Ｄ０（＝Ａ０）であることから、図５に示すトレリス遷移の規則に従うと量子化器Ｄ２が選択されるため、量子化器Ｄ２のΔすなわち０．５に逆量子化される。そして遷移状態がＤ２（Ｄ０＆Ｄ２＝Ａ０）に変化する。同様にしてインデックスの次の値が−３であるため、２つのサムセット量子化器Ａ０，Ａ１を比較すると、これに対応する要素は−６Δ（＝−３）または−５Δ（＝−２．５）が考えられるが、トレリス遷移の規則に従うと量子化器Ｄ２が選択されるため、量子化器Ｄ２の−６Δすなわち−３に逆量子化される。そして遷移状態がＤ２（Ｄ１＆Ｄ３＝Ａ１）に変化する。
【００４４】
同様にしてインデックスの次の値が３であるため、２つのサムセット量子化器Ａ０，Ａ１を比較すると、これに対応する要素は５Δ（＝２．５）または６Δ（＝３）が考えられるが、トレリス遷移の規則に従うと量子化器Ｄ３が選択されるため、量子化器Ｄ３の６Δすなわち３に逆量子化される。そして遷移状態がＤ３（Ｄ３＆Ｄ１＝Ａ１）に変化する。さらに、これの次の値が０であるため、２つのサムセット量子化器Ａ０，Ａ１を比較すると、これに対応する要素はともに０であり、トレリス遷移の規則に従うと量子化器Ｄ１が選択されるため、量子化器Ｄ１の０に逆量子化される。そして、ここでは遷移状態がＤ１（Ｄ３＆Ｄ１＝Ａ１）のまま移行する。最後のインデックスの値は−３であるため、２つのサムセット量子化器Ａ０，Ａ１を比較すると、これに対応する要素は−６Δ（＝−３）または−５Δ（＝−２．５）が考えられるが、トレリス遷移の規則に従うと量子化器Ｄ３が選択されるため、量子化器Ｄ３の−５Δすなわち−２．５に逆量子化される。そしてこれにより、（０．５，−３，３，０，−２．５）の信号が復元される。
【００４５】
このように、トレリス遷移を定義してこれの規則に基づいて最適な量子化器を選択することにより、量子化を行うことができる。なおＴＣＱ方式の詳細については、上述したP.Sriramらの文献に記載されている。
【００４６】
分類手段４は量子化データＲＳをそのデータ値に応じて分類する。この際、量子化データＲＳを代表値と代表値以外のデータ値とに分類するものとする。例えば、本実施形態においては、量子化データＲＳの０値を代表値とし、量子化データＲＳを０値データＳ０と非０値データＮＳの２つに分類する。ここで、オリジナル画像データＳに対してウェーブレット変換を施して量子化を行うと、量子化データＲＳにおける０値の割合が非常に大きくなり、例えば0.5bit/pixel（10bitオリジナル画像データＳに対して1/20圧縮）に圧縮を行う場合は、非０値データＮＳの割合は全データの約１３％程度となる。このように、量子化データＲＳを０値と非０値とに分類して０値データＳ０と非０値データＮＳとを得るとともに、この分類に関する情報を表す分類情報データＢを得る。ここで、分類情報データＢは量子化データＲＳを０値と非０値とに分類した結果を表す２値データとなる。
【００４７】
第１の符号化手段５は分類情報データＢを符号化するためのものであり、ここで行われる符号化方式としては、演算が比較的にシンプルなハフマン符号化、ランレングス符号化、Ｂ１符号化、Ｂ２符号化、Wyle符号化、Golomb符号化、Golomb-Rice符号化およびバイナリ算術符号化のいずれかを採用することができる。
【００４８】
ハフマン符号化は、瞬時に復号可能なコンパクト符号の一般的構成方法として広く知られている。ハフマン符号化において、情報源アルファベットの確率分布が与えられると、簡単なアルゴリズムを実行することにより常に瞬時に復号可能なコンパクト符号が得られるため、極めて有効な符号化アルゴリズムとなっている。
【００４９】
ランレングス符号化は、２値情報において記号「０」の出現確率が大きく略１に近い場合、または長い「０」の連あるいは「１」の連が交互に出現する場合に、記号「０」、「１」の長さを符号化したり「０」と「１」との出現確率の隔たりを考慮した特定のパターンを符号化する方法である。
【００５０】
Ｂ１符号化、Ｂ２符号化はランレングス符号化の１つの手法であり、その詳細については、「画像のディジタル信号処理，吹抜敬彦，日刊工業新聞社，昭和５６年５月２５日」に記載されている。
【００５１】
Wyle符号化はランレングス符号化の１つの手法であり、「０」および「１」の系列で表現された各記号の連の確率分布を測定し、確率の大きな連には短い符号を、確率の小さな連には長い符号を割り当てることにより、平均符号長を短くするという原理に基づいて提案された手法である。
【００５２】
Golomb符号化は、幾何学分布情報源に対する効率的なエントロピー符号化用符号として古くから知られている。この符号は必ずしもコンパクト符号にはなり得ないが、とくに次数が２のべき乗である場合にGolomb−Rice符号と呼ばれ、簡単な構成による符号化および復号化が可能となるものである。
【００５３】
算術符号化は、一意に復号可能なコンパクト符号を用いるものである。この符号化はハフマン符号化を包含する極めて一般性に富む符号化である。符号化および復号化は算術演算を施すことにより実行することができ、１回のアルゴリズムの実行により情報源記号系列の１つの記号が符号化される。算術符号化は単位区間［０，１）を下記の２つの条件を満足するように順次部分区間に分割する過程と考えることができる。
【００５４】
（１）各符号語はそれに先行する情報源記号の出現確率の和（累積確率）になる。
【００５５】
（２）各符号語の右にある部分区間の幅はその記号の確率となる。
【００５６】
なお、バイナリ算術符号化はバイナリデータに対して適したものである。
【００５７】
なお、上述したランレングス符号化、Ｂ１符号化、Ｂ２符号化、Wyle符号化、Golomb符号化、Golomb-Rice符号化、およびバイナリ算術符号化は２値データを符号化するのに適した符号化方式である。
【００５８】
第２の符号化手段６は非０値データＮＳを符号化するためのものであり、ここで行われる符号化方式としては、ハフマン符号化、ユニバーサル符号化、および多値算術符号化のいずれかを採用することができる。これらの符号化方式は、演算は複雑であるものの、効率よく、すなわち高い圧縮率によりデータを符号化することができるものである。
【００５９】
ユニバーサル符号化は、そのパラメータが未知であるような情報源に対する漸近的に最適なブロック符号化法であり、下記の２つの条件を満足するものである。
【００６０】
（１）符号化は観測した情報源メッセージブロックの統計量にのみ依存して遂行され、過去や未来のブロックには依存しない、すなわちブロック毎に無記憶に遂行される。
【００６１】
（２）ブロック長が無限に長くなるにつれて、種々の測度で表現した最適符号の特性が任意の近似度で達成される。
【００６２】
なお、ユニバーサル符号化としては、Lynch-Davission符号化やLawrence符号化等がよく知られている。
【００６３】
多値算術符号化は上述した算術符号化において、多値データに対して適したものである。
【００６４】
なお、上述した第１および第２の符号化手段５，６において行われる符号化方式については、「ディジタル通信工学，笠原ら，昭晃堂，平成４年２月２５日」に詳細が記載されている。
【００６５】
次いで、第１の実施形態の動作について説明する。図６は第１の実施形態によるデータ圧縮装置において行われる処理を示すフローチャートである。
【００６６】
まず、ウェーブレット変換手段１においてオリジナル画像データＳに対してウェーブレットが施され、上述したようにウェーブレット変換データＷＳが得られる（ステップＳ１）。次いで、クラス分け・ビット配分手段２において、ウェーブレット変換データＷＳのクラス分けおよび各クラスのビット配分が決定され（ステップＳ２）、量子化手段３において各クラスのウェーブレット変換データＷＳが決定されたビット配分に基づいて量子化されて量子化データＲＳが得られる（ステップＳ３）。量子化データＲＳは分類手段４において０値データＳ０と非０値データＮＳとに分類されるとともに、０値データＳ０と非０値データＮＳとの分類を表す分類情報データＢが得られる（ステップＳ４）。
【００６７】
分類情報データＢは第１の符号化手段５において、上述したハフマン符号化、ランレングス符号化、Ｂ１符号化、Ｂ２符号化、Wyle符号化、Golomb符号化、Golomb-Rice符号化、およびバイナリ算術符号化のいずれかの符号化方式により符号化される（ステップＳ５）。一方、非０値データＮＳは第２の符号化手段６において上述したハフマン符号化、ユニバーサル符号化、および多値算術符号化のいずれかの符号化方式により符号化される（ステップＳ６）。なお、ステップＳ５，Ｓ６の処理は逆であってもよく、また並列に行ってもよい。そして、符号化された分類情報データＢおよび非０値データＮＳを符号化データＦとして記録手段７において記録媒体に記録して（ステップＳ７）処理を終了する。
【００６８】
なお、符号化データＦを復号化するためには、図６に示すフローチャートと逆の処理を行えばよい。すなわち、符号化データＦに含まれる符号化された分類情報データＢおよび非０値データＮＳをその符号化方式に対応する復号化方式により復号化して分類情報データＢおよび非０値データＮＳを得、分類情報データＢおよび非０値データＮＳに基づいて０値データＳ０を求めて量子化データＲＳを得る。そして、量子化データＲＳを逆量子化してウェーブレット変換データＷＳを得、このウェーブレット変換データＷＳを逆ウェーブレット変換することによりオリジナル画像データＳが得られることとなる。
【００６９】
ここで、第１の実施形態において得られる分類情報データＢは２値データであり、情報量としては比較的少ないものである。したがって、上述した第１の符号化手段５において行われるシンプルな符号化方式により、少ない演算量かつ高い圧縮率により符号化を行うことができる。また、０値データＳ０は元々情報を有さないものであるから、符号化しなくとも０値と非０値との分類情報のみを有していれば復号化することができるものである。さらに、非０値データＮＳは多値ではあるものの、その割合は上述したように全量子化データＲＳの１３％程度に過ぎないため、上述した第２の符号化手段６において行われる効率はよいが演算が複雑な符号化方式により符号化を行っても、演算量を少なくすることができることとなる。
【００７０】
したがって、本実施形態においては多値の非０値データＮＳの符号化を行ってはいるものの、その演算量は上述した従来の圧縮アルゴリズムと比較して少なくなり、また、分類情報データＢは少ない演算量で高い圧縮率により圧縮することができることとなる。これにより、オリジナル画像データＳを高い圧縮率により効率よく、かつ高速に圧縮することができる。
【００７１】
また、本実施形態においては、量子化データＲＳを０値データＳ０と非０値データＮＳとに分類しているためその分類が容易となり、また０値データＳ０は圧縮する必要もなくなるため、一層演算量を低減してより高速にオリジナル画像データＳの圧縮を行うことができる。
【００７２】
なお、上述した従来のＷＴＣＱ方式によりオリジナル画像データＳを１／２０に圧縮した場合と、本実施形態による符号化方式によりオリジナル画像データＳを１／１７に圧縮した場合とで、圧縮効率および演算量は略等しいものとなり、本実施形態による符号化方式においては、ＷＴＣＱ方式と比較して性能劣化の程度は比較的小さいものであることが、本出願人の実験により確認されている。
【００７３】
次いで、本発明の第２の実施形態について説明する。図７は本発明の第２の実施形態によるデータ圧縮装置の構成を示す概略ブロック図である。第２の実施形態においては、ウェーブレット変換ではなく、離散コサイン変換（ＤＣＴ）によりオリジナル画像データＳを変換するためのＤＣＴ手段１０を備え、ウェーブレット変換を行った場合のようにデータのクラス分けを行わない点が第１の実施形態と異なるものである。なお、第２の実施形態において、ＤＣＴ、ビット配分および量子化はＪＰＥＧ規格に沿った標準化された量子化方法である。
【００７４】
このように、ＪＰＥＧ規格に沿った標準化された手法において、本発明を適用することによっても、第１の実施形態と同様に、効率よくかつ高速にオリジナル画像データＳを符号化することができる。
【００７５】
なお、上記第１および第２の実施形態によれば、オリジナル画像データＳを高い圧縮率により圧縮することができるが、例えばオリジナル画像データＳが、信号値が平坦な背景画像を表すものである場合、上述したようにオリジナル画像データＳを量子化して、０値データＳ０および非０値データＮＳに分類すると、非０値データＮＳにのみ情報が分類されることから、分類情報データＢのデータ量が大きくなって、符号化データＦの情報量がオリジナル画像データＳの情報量よりも大きくなってしまうおそれがある。以下この問題を解決するための実施形態を第３の実施形態として説明する。
【００７６】
図８は本発明の第３の実施形態によるデータ圧縮装置の構成を示す概略ブロック図である。なお、第３の実施形態において第１の実施形態と同一の構成については同一の参照番号を付し詳細な説明は省略する。第３の実施形態においては、上記第１の実施形態において得られた符号化データＦにおける、各サブバンド毎の符号化データＦ１の情報量をウェーブレット変換データＷＳの情報量と比較する比較手段１２と、比較手段１２による比較結果に基づいて、各サブバンドの符号化データＦ１の情報量がウェーブレット変換データＷＳの情報量よりも大きい場合に、量子化データＲＳを第３の符号化方式により符号化して符号化データＦ２を得る第３の符号化手段１３とを備えた点が第１の実施形態と異なるものである。
【００７７】
比較手段１２においては、各サブバンドの符号化データＦ１の情報量がウェーブレット変換データＷＳの情報量と比較される。ここで、ウェーブレット変換データＷＳの情報量としては、上述したＴＣＱ方式の場合、オリジナルのビット数は例えば１６ビットであるため、量子化データＲＳにおける信号系列の長さ×１６ビットがウェーブレット変換データＷＳの情報量とされる。そして、符号化データＦ１の符号量がウェーブレット変換データＷＳの符号量よりも大きい場合に、第３の符号化手段１３において量子化データＲＳを第３の符号化方式により符号化して符号化データＦ２を得るものである。なお、符号化データＦ１のデータ量がウェーブレット変換データＷＳのデータ量よりも小さい場合には、符号化データＦ１がそのまま符号化データＦとして記録手段７に入力されることとなる。
【００７８】
第３の符号化手段１３において行われる符号化方式としては、ハフマン符号化あるいは多値算術符号化のように、演算は複雑であるものの、効率よく、すなわち高い圧縮率によりデータを符号化することができる方式が採用されるが、全く符号化しないＰＣＭ符号化であってもよい。なお、第３の符号化手段１３において行われる符号化方式についても、上述した笠原らの文献にその詳細が記載されている。
【００７９】
次いで、第３の実施形態の動作について説明する。図９は第３の実施形態の動作を示すフローチャートである。図９に示すフローチャートにおいて、ステップＳ１１〜Ｓ１６の処理は、図６に示すフローチャートのステップＳ１〜Ｓ６の処理と同一であるため、詳細な説明は省略する。ステップＳ１６において非０値データＮＳが第２の符号化方式により符号化されてサブバンド毎の符号化データＦ１が得られると、符号化データＦ１は比較手段１２に入力されてサブバンド毎に符号化データＦ１がウェーブレット変換データＷＳと比較される（ステップＳ１７）。そして、各サブバンドにおける符号化データＦ１の情報量がウェーブレット変換データＷＳの情報量よりも大きい場合か否かが判断され（ステップＳ１８）、符号化データＦ１の情報量がウェーブレット変換データＷＳの情報量よりも大きい場合には、第３の符号化手段１３においてそのサブバンドの量子化データＲＳが第３の符号化方式により符号化されて符号化データＦ２が得られる（ステップＳ１９）。一方、ステップＳ１８が否定された場合は、そのサブバンドについては符号化データＦ１がそのまま最終的な符号化データＦとされる。そして、各サブバンド毎にステップＳ１７からステップＳ１９の処理が行われ、サブバンド毎に得られる符号化データＦ１あるいは符号化データＦ２を最終的な符号化データＦとして記録手段７において記録媒体に記録して（ステップＳ２０）処理を終了する。
【００８０】
このように、第３の実施形態においては、あるサブバンドにおいて符号化データＦ１の情報量とウェーブレット変換データＷＳの情報量とを比較し、前者が後者よりも大きい場合には、そのサブバンドにおける量子化データＲＳを上述したハフマン符号化などの第３の符号化方式により符号化するようにしたため、最終的に得られる符号化データＦの情報量がウェーブレット変換データＷＳの情報量よりも増加することがなくなり、これにより効率よくオリジナル画像データＳを符号化することができる。
【００８１】
なお、第３の実施形態において得られた符号化データＦを復号化するためには、図９に示すフローチャートと逆の処理を行えばよい。すなわち、符号化データＦに含まれるサブバンド毎の符号化データＦ１，Ｆ２の符号化方式を判別し、符号化方式に対応する復号化方式により復号化して非０値データＮＳおよび分類情報データＢの組と量子化データＲＳを得る。そして、分類情報データＢおよび非０値データＮＳの組については、これらに基づいて０値データＳ０を求めて量子化データＲＳを得る。そして、量子化データＲＳを逆量子化してウェーブレット変換データＷＳを得、このウェーブレット変換データＷＳを逆ウェーブレット変換することによりオリジナル画像データＳが得られることとなる。
【００８２】
次いで、本発明の第４の実施形態について説明する。図１０は本発明の第４の実施形態によるデータ圧縮装置の構成を示す概略ブロック図である。第４の実施形態においては、第３の実施形態においてウェーブレット変換ではなく、離散コサイン変換（ＤＣＴ）によりオリジナル画像データＳを変換するためのＤＣＴ手段１０を備え、ウェーブレット変換を行った場合のようにデータのクラス分けを行わない点が第３の実施形態と異なるものである。なお、第４の実施形態においては第２の実施形態と同様に、ＤＣＴ、ビット配分および量子化はＪＰＥＧ規格に沿った標準化された量子化方法である。
【００８３】
第４の実施形態においては、第２の実施形態において得られた符号化データＦの情報量をオリジナル画像データＳの情報量と比較し、前者が後者よりも大きい場合には、第３の符号化手段１３において第３の符号化方式により量子化データＲＳを符号化して符号化データＦ３を得、これを最終的な符号化データＦとして記録手段７において記録媒体に記録するものである。
【００８４】
このように、ＪＰＥＧ規格に沿った標準化された手法において、第３の実施形態と同様に、符号化データＦの情報量をオリジナル画像データＳの情報量と比較し、符号化データＦの情報量がオリジナル画像データＳの情報量よりも大きくなる場合に、量子化データＲＳを第３の符号化方式により符号化することによっても、第３の実施形態と同様に効率よくかつ高速にオリジナル画像データＳを符号化することができる。
【００８５】
なお、上記実施形態においては、０値を代表値として量子化データＲＳを０値データＳ０と非０値データＮＳとに分類しているが、０値、０値から所定閾値未満の値および所定閾値以上の値の３つに分類してもよい。ここで、所定閾値未満の値については、上記実施形態と同様の符号化を行い、所定閾値以上の値については、統計的に発生する確率が非常に少ないため、効率を重視した符号化により符号化することが好ましい。また、代表値としては０値に限定されるものではなく、量子化データＲＳの平均値を用いてもよい。この場合、平均値とそれ以外の値、平均値とそれより大きいの値とそれ未満の値、平均値を基準として平均値とデータ値の絶対値が所定閾値未満の値と所定閾値以上の値とに分類する等種々の方法により分類を行うことができる。
【００８６】
また、上記実施形態においては、本発明によるデータ圧縮方法および装置により画像データを符号化しているが、音声データ、動画データ等種々のデータを符号化することができるものである。
【００８７】
さらに、上記第３および第４の実施形態においては、符号化データＦ１の情報量をウェーブレット変換データＷＳあるいはオリジナル画像データＳの情報量と比較しているが、ウェーブレット変換データＷＳあるいはオリジナル画像データＳの情報量よりは小さいものの、量子化データＲＳを第３の符号化方式により符号化した方が情報量が少なくなるような所定の閾値と比較するようにしてもよい。
【図面の簡単な説明】
【図１】本発明の第１の実施形態によるデータ圧縮装置の構成を示す概略ブロック図
【図２】ウェーブレット変換を説明するための図
【図３】スカラー量子化器を示す図
【図４】２つのスカラー量子化器のサムセットを示す図
【図５】４状態のトレリス（Trellis）遷移図
【図６】第１の実施形態において行われる処理を示すフローチャート
【図７】本発明の第２の実施形態によるデータ圧縮装置の構成を示す概略ブロック図
【図８】本発明の第３の実施形態によるデータ圧縮装置の構成を示す概略ブロック図
【図９】第３の実施形態において行われる処理を示すフローチャート
【図１０】本発明の第４の実施形態によるデータ圧縮装置の構成を示す概略ブロック図
【図１１】従来のデータ圧縮装置の構成を示す概略ブロック図（その１）
【図１２】従来のデータ圧縮装置の構成を示す概略ブロック図（その２）
【符号の説明】
１ ウェーブレット変換手段
２ クラス分け・ビット配分手段
３ 量子化手段
４ 分類手段
５ 第１の符号化手段
６ 第２の符号化手段
７ 記録手段
１０ ＤＣＴ手段
１２ 比較手段
１３ 第３の符号化手段[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a data compression method and apparatus for encoding and compressing original data, and a computer-readable recording medium on which a program for causing a computer to execute the data compression method is recorded.
[0002]
[Prior art]
Various compression algorithms have been proposed in the fields of image data compression in a medical network image server and general data compression such as communication and filing. For example, as a very efficient compression algorithm, the WTCQ method (P. Sriram and MW Marcellin, “Image coding using wavelet transforms and entropy-constrained trellis-coded quantization”, IEEE Transactions on Image Processing, vol.4, pp.725-733 , June 1995) or SPIHT (A. Said and WAPearlman, "A New Fast and Efficient Image Codec Based on Set Partitioning in Hierarchical Trees", IEEE Transactions on Circuits and Systems for Video Tech., Vol.6, pp.243 -250, June 1996). FIG. 11 is a diagram for explaining compression algorithms of the WTCQ method and the SPIHT method. First, the original image data S representing the original image is subjected to wavelet transform, the data for each subband after the classification is classified and the bit allocation is determined, and the TCQ method is used for quantization based on the determined bit allocation. To obtain the quantized data RS. The quantized data RS is entropy-coded to obtain encoded data. Here, as an entropy coding scheme, bit-plane binary arithmetic coding is used in the WTCQ scheme. In this bit-plane binary arithmetic coding, the quantized data is divided into a plurality of bit planes to be binarized, and binary arithmetic coding is performed on the data of each bit plane to encode each output. To do. On the other hand, in the SPIHT method, multivalued arithmetic coding is used as entropy coding. Then, by compressing the original image data S in this way, it is possible to efficiently perform encoding with a very small bit rate.
[0003]
In the general field of JPEG compression, an arithmetic coding scheme and a baseline scheme can be used as shown in FIG. In the case of JPEG compression, the original image data S is subjected to discrete cosine transform (DCT), bit allocation is determined and quantization is performed, and in the case of an arithmetic coding method, the quantized data RS is converted from multivalue to binary. Binary arithmetic encoding is performed to obtain encoded data. On the other hand, in the case of the baseline method, the quantized data RS is encoded by Huffman encoding to obtain encoded data.
[0004]
[Problems to be solved by the invention]
In the SPIHT method described above, since multi-value arithmetic coding is performed, the compression efficiency is higher than conventional Huffman coding. However, multi-valued arithmetic coding requires a long time for the operation because the operation is very complicated. On the other hand, since the binary arithmetic coding is performed in the WTCQ method, the calculation can be performed at a higher speed than in the SPIHT method. However, in the WTCQ system, at the time of entropy coding, the quantized data is decomposed into a plurality of bit planes (actually about 14) and binarized, and then binary for each bit plane. Therefore, the amount of calculation increases as a total, and the calculation takes a long time.
[0005]
On the other hand, since the arithmetic coding method in the JPEG compression described above performs binarization in the same manner as the WTCQ method, the total calculation amount increases, and as a result, the calculation takes a long time. In addition, since the baseline method uses Huffman coding, there is a problem that the compression efficiency is lower than that of the WTCQ method described above.
[0006]
The present invention has been made in view of the above circumstances, and provides a data compression method and apparatus capable of compressing data efficiently and at high speed, and a computer-readable recording medium on which a program for causing a computer to execute the data compression method is recorded. It is intended to do.
[0007]
[Means for Solving the Problems]
In the data compression method according to the present invention, the original data is quantized to obtain quantized data, and the quantized data is encoded to obtain encoded data obtained by compressing the original data.
The quantized data is classified into representative value data representing a representative value of the quantized data and at least one classification data representing a data value other than the representative value, and classification information data representing information of the classification Get
The classification information data is encoded by a first encoding method,
Of the representative value data and the classification data, at least the classification data is encoded by a second encoding method to obtain the encoded data.
[0008]
In the data compression method according to the present invention, it is preferable that the second encoding method is a different encoding method for each of the representative value data and the classification data.
[0009]
In the data compression method according to the present invention, it is preferable to obtain the quantized data by performing the quantization after wavelet transform of the original data, and to perform the quantization after DCT transform of the original data. It is preferable to obtain the quantized data.
[0010]
In addition, when obtaining quantized data after wavelet transform, quantization and encoding are performed on the wavelet transform data for each subband after wavelet transform.
[0011]
Furthermore, it is preferable that the representative value data is 0-value data representing a 0 value of the quantized data, and the classification data is non-zero value data representing a non-zero value of the quantized data.
[0012]
Here, as the “representative value of quantized data”, various values such as an average value of data values, a value that appears most frequently in quantized data, and a zero value can be used. As a method for classifying quantized data into representative values and other classification data, various classification methods can be employed. For example, a method of simply classifying quantized data into representative values and non-representative values, a method of classifying quantized data into representative values, values greater than or equal to representative values, and values less than or equal to representative values, data values based on representative values and representative values There are various methods such as a method of classifying the absolute value into a value equal to or smaller than a predetermined threshold and a value equal to or larger than a predetermined threshold.
[0013]
Further, “classification information data” has a value corresponding to the number of classifications. For example, when quantized data is classified into a representative value and other values, it becomes binary data, and the representative value and the representative value or more. If it is classified into a value of less than or equal to the representative value, it becomes ternary data.
[0014]
Furthermore, the reason that “at least the classification data is encoded by the second encoding method” is that the representative value data may not be encoded, for example, when the representative value is 0.
[0015]
“Different for each representative value data and classified data” means that the representative value data and the classified data have different encoding methods, and if there are a plurality of classified data, the encoding method for each classified data This includes cases where are different.
[0016]
The first encoding method is any one of Huffman encoding, run length encoding, B1 encoding, B2 encoding, Wyle encoding, Golomb encoding, Golomb-Rice encoding, and binary arithmetic encoding. Can be used.
[0017]
In addition, as the second encoding method, any of Huffman encoding, universal encoding, and multilevel arithmetic encoding can be used.
[0018]
In the data compression method according to the present invention, when the information amount of the encoded data is larger than a predetermined information amount determined based on the original data, the classification information data and / or the representative value data and the classification It is preferable that at least the classification data among the data is encoded by a third encoding method to obtain the encoded data.
[0019]
Here, the third encoding method is preferably any one of Huffman encoding, arithmetic encoding, and PCM (Palace Code Modulation) encoding without any encoding.
[0020]
The “predetermined amount of information determined based on the original data” may be the amount of information of the original data, which is smaller than the amount of information of the original data, but the classification information data and / or the representative value data and the classification data. Among them, it is preferable to set the information amount so that the amount of information is reduced when at least the classification data is encoded by the third encoding method.
[0021]
In the data compression apparatus according to the present invention, the original data is quantized to obtain quantized data, and the quantized data is encoded to obtain encoded data obtained by compressing the original data.
The quantized data is classified into representative value data representing a representative value of the quantized data and at least one classification data representing a data value other than the representative value, and classification information data representing information of the classification Classification means to obtain;
First encoding means for encoding the classification information data by a first encoding method;
And a second encoding unit that encodes at least the classification data of the representative value data and the classification data by a second encoding method.
[0022]
In addition, it is preferable that the second encoding method performed in the second encoding unit is an encoding method that is different for each of the representative value data and the classification data.
[0023]
In the data compression device according to the present invention, wavelet transform means for obtaining the quantized data by performing the quantization after wavelet transform of the original data, or performing the quantization after DCT transform of the original data. It is preferable to further comprise DCT means for obtaining the quantized data.
[0024]
Further, the classification means uses the representative value data as zero-value data representing zero values of the quantized data, and the classification data as non-zero value data representing non-zero values of the quantized data. It is preferable that it is a means to classify | categorize.
[0025]
Furthermore, in the data compression device according to the present invention, a determination means for determining whether or not the information amount of the encoded data is larger than a predetermined information amount determined based on the original data;
When the determination means determines that the information amount of the encoded data is larger than the predetermined information amount, at least the classification data among the classification information data and / or the representative value data and the classification data is determined. It is preferable that the apparatus further includes third encoding means for encoding the third encoding method to obtain the encoded data.
[0026]
In addition, you may record and provide on a computer-readable recording medium as a program which makes a computer perform the process performed in the said data compression method.
[0027]
【The invention's effect】
According to the present invention, the quantized data obtained by quantizing the original data is classified according to the data value to obtain representative value data, classification data, and classification information data representing the classification result. Here, although the classification information data depends on the classification method, as described above, it becomes data with a relatively small amount of information such as binary or ternary value, and therefore, with a simple encoding method, the calculation amount is small and the compression rate is high. Encoding can be performed. The representative value data is data consisting of only one value, and can be encoded with a relatively high compression rate with a small amount of calculation. Furthermore, although the classification data other than the representative value is multi-valued, the representative value is excluded, so that the ratio in the total quantized data is relatively low. For example, in the case of 0.5 bit / pixel (when 1/20 compression is applied to 10-bit data), the non-zero value ratio is about 13% when the zero value is used as a representative value. For this reason, although it is multi-valued, the amount of data to be calculated is small.
[0028]
Therefore, although the present invention encodes multilevel data, the amount of calculation is smaller than that of the conventional compression algorithm described above, and the representative value data and the classification information data have a small amount of calculation. It can be compressed with a high compression rate. As a result, the original data can be efficiently compressed at a high speed with a high compression rate.
[0029]
In addition, by classifying quantized data into 0 values and non-zero values, the classification becomes easy, and it is not necessary to compress 0-value classified data. Data compression can be performed.
[0030]
Furthermore, since the classification information data is data with a relatively small amount of information such as binary or ternary values, the operations are relatively simple, such as Huffman coding, run length coding, B1 / B2 coding, Wyle coding, Golomb The classification information data can be encoded efficiently and at high speed by any one of encoding, Golomb-Rice encoding, and binary arithmetic encoding.
[0031]
In addition, since multivalued data in classification data has a small ratio in all quantized data, Huffman coding, universal coding, and multivalued arithmetic coding, which can perform coding at a high compression rate even though the operation is complicated The encoding can be efficiently performed by any of the encoding methods.
[0032]
According to the present invention, the original data can be compressed with a high compression ratio. For example, when the original data is image data representing a background image with a flat signal value, the original data is quantized as described above. When the data is classified into the representative value data and the classification data, only one of the representative value data and the classification data has information, so the data amount of the classification information data is increased and the encoded data There is a possibility that the information amount becomes larger than the information amount of the original data. In such a case, the information amount of the encoded data is compared with a predetermined information amount determined based on the original data. If the former is larger than the latter, the classification information data and / or the representative value data and the classification data By encoding at least the classification data by the third encoding method, it is possible to encode the original data without increasing the amount of information compared to the original data.
[0033]
DETAILED DESCRIPTION OF THE INVENTION
Embodiments of the present invention will be described below with reference to the drawings.
[0034]
FIG. 1 is a schematic block diagram showing the configuration of a data compression apparatus according to the first embodiment of the present invention. As shown in FIG. 1, the data compression apparatus according to the first embodiment includes wavelet transform means 1 for obtaining wavelet transform data WS for each subband at each resolution by wavelet transforming original image data S, and wavelet transform data WS. Classification and bit allocation means 2 for classifying and determining bit allocation for each class, and quantizing the wavelet transform data WS based on the bit allocation determined by the classification and bit allocation means 2 to obtain quantized data RS A quantizing means 3 to be obtained; a classifying means 4 for classifying the quantized data RS into 0 value and non-zero value to obtain zero-value data S0, non-zero value data NS and classification information data B representing the classification result; First encoding means 5 for encoding the classification information data B by the first encoding method, and non-zero value data It comprises a second encoding means (6) for coding by the second coding scheme S, a
[0035]
The
[0036]
The classification / bit allocation means 2 determines the classification and bit allocation of the wavelet transform data WS as follows. For example, as shown in FIG. 2C, for the wavelet transform data WS for each subband obtained by performing the wavelet transform, data LL2, data HHn (n = 0 to 2), data HLn ( Classification is performed into four classes of n = 0 to 2) and data LHn (n = 0 to 2). The reason for classifying in this way is that the data of each class has statistically similar signal values. For each class of data, for example, the square error of the data value is calculated, and the quantization bit distribution is determined according to the magnitude of the square error. For example, if the square error is large, a large number of bits is allocated to store the data, and if the square error is small, the data may be somewhat lost, so the number of allocated bits is decreased.
[0037]
The
[0038]
FIG. 3 is a diagram showing four scalar quantizers D0 to D3, FIG. 4 is a diagram showing a sum set (summing quantizer) of two scalar quantizers, and FIG. Trellis) Transition diagram. In FIG. 3, Δ is a quantization step size determined by quantization bit allocation, and in this embodiment, Δ = 0.5. FIG. 4 shows thumb set quantizers D0 & D2 (= A0) of scalar quantizers D0 and D2 and thumb set quantizers D1 & D3 (= A1) of scalar quantizers D1 and D3. Further, in the present embodiment, a signal composed of five elements is used as wavelet transform data WS as an input signal, and this is used as WS = (0.5, −3, −3, 0.25, −2.5). ). FIG. 5 shows, as a transition state, the optimal quantizer selection state when a signal having these five elements is quantized at once, and shows the transition state by the selected quantizer. To do. That is, here, the state in which the thumb set quantizer D0 & D2 is selected will be described as “state D0 & D2.” First, the quantization method will be described.
[0039]
The quantization method by the TCQ method checks all paths of trellis transitions defined as shown in FIG. 5, and minimizes the square error (hereinafter referred to as MSE) after quantization of all elements of the input signal. Is to detect the path. Specifically, when 0.5 which is the first element of WS is quantized by the quantizer D2 among D0 to D3, the MSE is (0.5−Δ). 2 = 0.0 and the minimum. Similarly, when the next element-3 is quantized by the quantizer D2, the MSE becomes (−3 − (− 6Δ). 2 = 0.0 and the minimum.
[0040]
On the other hand, as a restriction on the trellis transition, for the thumb set quantizer D0 & D2, the next quantizer is D0 (state shifts to D0 & D2) or D2 (state shifts to D1 & D3), and for the thumb set quantizer D2 & D0 The quantizer of D2 (state shifts to D0 & D2) or D0 (state shifts to D1 & D3), the next quantizer for the thumb set quantizer D1 & D3 is D1 (state shifts to D2 & D0) or D3 (state The path is restricted such that the next quantizer selects D3 (the state moves to D2 & D0) or D1 (the state moves to D3 & D1) for the thumb set quantizer D3 & D1. . This limit is set in advance. For the thumb set quantizer D0 & D2, the next quantizer D0 is in state D0 & D2, D2 is in state D1 & D3, and the thumb set quantizer D2 & D0 is The quantizer D2 is in the state D0 & D2, D0 is in the state D1 & D3, the thumbset quantizer D1 & D3 is in the next quantizer D1 is in the state D2 & D0, D3 is in the state D3 & D1, and the thumbset quantizer D3 & D1 is in the next The quantizer D3 corresponds to the states D2 & D0, and D1 corresponds to the states D3 & D1.
[0041]
Then, the transition length constraint length is made to correspond to the number of signal elements (in this embodiment, the constraint length is set to 5 because it has five elements), and the MSE is calculated as the cost for all combinations of trellis transitions. The path that minimizes the sum of the two is selected, and the quantizer is selected by the path to be quantized. Note that the cost is basically calculated for all paths, but if the cumulative cost value of the path for which the current cost is calculated exceeds the minimum cost for the path calculated so far, By ending the calculation of the cost and shifting to the calculation of the cost in the next pass, the calculation speed can be increased. FIG. 5 shows the costs for all the paths. The paths with the lowest costs (indicated by bold lines in the figure) are sequentially selected after the quantizers D2 & D0 (= A0) are selected as initial states. D2 (states D0 & D2 = A0), D2 (states D1 & D3 = A1), D3 (states D3 & D1 = A1), D1 (states D3 & D1 = A1), D3 (states D2 & D0 = A0) and the quantizer selection path shift , The signal is quantized to WS ′ = (0.5, −3, 3, 0, −2.5). Note that MSE = 0 for the elements 0.5, -3, 3, and -2.5 of the signal WS, but the element 0.25 is minimum when the quantizer D1 is selected, and MSE = 0. 0.0625. Therefore, the cost at this time is
(0.5-Δ) 2 + (-3-(-6Δ)) 2 + (3-6Δ) 2 + (0.25-0) 2 + (-2.5-(-5Δ)) 2 = 0.0625
It becomes.
[0042]
Here, the index of the quantizer is defined as shown in FIG. 4, and in the present embodiment, this index is output instead of the quantized value. Further, the sum set quantizer D0 & D2 is coded into a 2-bit code value such as 00, D2 & D0 is 01, D1 & D3 is 10, D3 & D1 is 11, and so on. Accordingly, the quantized data RS obtained here corresponds to WS ′ = (0.5, −3, 3, 0, −2.5) and the index of the quantizer shown in FIG.
(01,3,3,0, -3) and
It becomes. In the case of 8-state trellis transition, the information indicating the initial state is 3 bits.
[0043]
Next, the inverse quantization method in the TCQ method will be described. The inverse quantization method is performed by dequantizing elements in order from the first value of the index. As described above, when the index is (1, -3, 3, 0, -3), since the first value of the index is 1, the two thumbset quantizers A0 and A1 shown in FIG. 4 are compared. Then, the initial value of the element may be Δ (= 0.5) or −Δ (= −0.5), but since the initial state is 01, that is, the state D2 & D0 (= A0), it is shown in FIG. Since the quantizer D2 is selected according to the rule of trellis transition, it is inversely quantized to Δ of the quantizer D2, that is, 0.5. Then, the transition state changes to D2 (D0 & D2 = A0). Similarly, since the next value of the index is −3, when the two thumbset quantizers A0 and A1 are compared, the corresponding element is −6Δ (= −3) or −5Δ (= −2. 5) is conceivable. Since the quantizer D2 is selected according to the rule of trellis transition, it is inversely quantized to −6Δ of the quantizer D2, that is, −3. Then, the transition state changes to D2 (D1 & D3 = A1).
[0044]
Similarly, since the next value of the index is 3, when two thumbset quantizers A0 and A1 are compared, 5Δ (= 2.5) or 6Δ (= 3) can be considered as the corresponding element. However, since the quantizer D3 is selected according to the rule of trellis transition, it is inversely quantized to 6Δ of the quantizer D3, that is, 3. Then, the transition state changes to D3 (D3 & D1 = A1). Furthermore, since the next value is 0, when the two thumbset quantizers A0 and A1 are compared, the corresponding elements are both 0, and the quantizer D1 is selected according to the rule of trellis transition. Therefore, the quantizer D1 is dequantized to 0. In this case, the transition state remains D1 (D3 & D1 = A1). Since the value of the last index is -3, when the two thumbset quantizers A0 and A1 are compared, the corresponding element is -6Δ (= -3) or -5Δ (= -2.5). Though conceivable, since the quantizer D3 is selected according to the rule of trellis transition, the quantizer D3 is dequantized to −5Δ, that is, −2.5. As a result, a signal of (0.5, -3, 3, 0, -2.5) is restored.
[0045]
Thus, quantization can be performed by defining a trellis transition and selecting an optimal quantizer based on the rule. The details of the TCQ method are described in the above-mentioned P. Sriram et al.
[0046]
The classifying means 4 classifies the quantized data RS according to the data value. At this time, the quantized data RS is classified into a representative value and a data value other than the representative value. For example, in the present embodiment, the 0 value of the quantized data RS is used as a representative value, and the quantized data RS is classified into two values: 0 value data S0 and non-zero value data NS. Here, when wavelet transform is applied to the original image data S and quantization is performed, the ratio of the 0 value in the quantized data RS becomes very large. For example, 0.5 bit / pixel (for 10 bit original image data S) In the case of compression to 1/20 compression, the ratio of non-zero value data NS is about 13% of all data. In this way, the quantized data RS is classified into 0 value and non-zero value to obtain zero-value data S0 and non-zero value data NS, and classification information data B representing information related to this classification. Here, the classification information data B is binary data representing the result of classifying the quantized data RS into 0 value and non-zero value.
[0047]
The first encoding means 5 is for encoding the classification information data B. As the encoding method performed here, Huffman encoding, run-length encoding, B1 code with relatively simple operations are used. , B2 encoding, Wyle encoding, Golomb encoding, Golomb-Rice encoding, and binary arithmetic encoding can be employed.
[0048]
Huffman coding is widely known as a general method for composing compact codes that can be decoded instantaneously. In Huffman coding, if a probability distribution of the information source alphabet is given, a compact code that can always be instantaneously decoded can be obtained by executing a simple algorithm, which is an extremely effective coding algorithm.
[0049]
In the run length coding, when the appearance probability of the symbol “0” is large and close to about 1 in the binary information, or when long “0” sequences or “1” sequences appear alternately, the symbol “0” , A method of encoding a specific pattern in consideration of a difference in appearance probability between “0” and “1”.
[0050]
B1 encoding and B2 encoding are one method of run-length encoding, and details thereof are described in “Digital signal processing of images, Takahiko Fukiuki, Nikkan Kogyo Shimbun, May 25, 1981”. ing.
[0051]
Wyle coding is a method of run-length coding, which measures the probability distribution of a series of symbols represented by a sequence of “0” and “1”, and uses a short code for a series with a large probability. This is a method proposed based on the principle that an average code length is shortened by assigning a long code to a small series of codes.
[0052]
Golomb coding has long been known as an efficient entropy coding code for geometric distribution information sources. Although this code cannot necessarily be a compact code, it is called a Golomb-Rice code especially when the degree is a power of 2, and can be encoded and decoded with a simple configuration.
[0053]
Arithmetic coding uses a compact code that can be uniquely decoded. This encoding is very general encoding including Huffman encoding. Encoding and decoding can be performed by performing arithmetic operations, and one symbol of the information source symbol sequence is encoded by executing one algorithm. Arithmetic coding can be considered as a process of sequentially dividing the unit interval [0, 1) into partial intervals so as to satisfy the following two conditions.
[0054]
(1) Each code word becomes the sum (cumulative probability) of appearance probabilities of information source symbols preceding it.
[0055]
(2) The width of the partial section to the right of each code word is the probability of that symbol.
[0056]
Note that binary arithmetic coding is suitable for binary data.
[0057]
Note that the above-described run length coding, B1 coding, B2 coding, Wyle coding, Golomb coding, Golomb-Rice coding, and binary arithmetic coding are suitable for coding binary data. It is a method.
[0058]
The second encoding means 6 is for encoding the non-zero value data NS. The encoding method performed here is any one of Huffman encoding, universal encoding, and multi-value arithmetic encoding. Can be adopted. These encoding methods are capable of encoding data efficiently, that is, with a high compression rate, although the operation is complicated.
[0059]
Universal encoding is an asymptotically optimal block encoding method for an information source whose parameters are unknown, and satisfies the following two conditions.
[0060]
(1) Encoding is performed only depending on the observed statistics of the information source message block, and is not dependent on past or future blocks, that is, performed without memory for each block.
[0061]
(2) As the block length becomes infinitely long, the characteristics of the optimum code expressed by various measures are achieved with an arbitrary degree of approximation.
[0062]
As universal encoding, Lynch-Davission encoding, Lawrence encoding, and the like are well known.
[0063]
Multi-level arithmetic coding is suitable for multi-level data in the above-described arithmetic coding.
[0064]
The details of the encoding methods performed in the first and second encoding means 5 and 6 described above are described in "Digital Communication Engineering, Kasahara et al., Shosodo, February 25, 1992". ing.
[0065]
Next, the operation of the first embodiment will be described. FIG. 6 is a flowchart showing processing performed in the data compression apparatus according to the first embodiment.
[0066]
First, wavelet transformation is performed on the original image data S in the wavelet transformation means 1, and the wavelet transformation data WS is obtained as described above (step S1). Next, the classification /
[0067]
The classification information data B is processed in the first encoding means 5 by the above-mentioned Huffman encoding, run length encoding, B1 encoding, B2 encoding, Wyle encoding, Golomb encoding, Golomb-Rice encoding, and binary arithmetic. Encoding is performed by one of the encoding methods (step S5). On the other hand, the non-zero value data NS is encoded by the second encoding means 6 by any one of the encoding methods described above, Huffman encoding, universal encoding, and multilevel arithmetic encoding (step S6). In addition, the process of step S5, S6 may be reverse and may be performed in parallel. Then, the encoded classification information data B and non-zero value data NS are recorded as encoded data F on the recording medium in the recording means 7 (step S7), and the process is terminated.
[0068]
Note that in order to decode the encoded data F, a process reverse to the flowchart shown in FIG. 6 may be performed. That is, the encoded classification information data B and the non-zero value data NS included in the encoded data F are decoded by a decoding method corresponding to the encoding method to obtain the classification information data B and the non-zero value data NS. Based on the classification information data B and the non-zero value data NS, the zero value data S0 is obtained to obtain the quantized data RS. Then, the quantized data RS is inversely quantized to obtain wavelet transform data WS, and the original image data S is obtained by performing inverse wavelet transform on the wavelet transform data WS.
[0069]
Here, the classification information data B obtained in the first embodiment is binary data, and the information amount is relatively small. Therefore, encoding can be performed with a small amount of computation and a high compression rate by the simple encoding method performed in the first encoding means 5 described above. Also, since the zero value data S0 originally has no information, it can be decoded if it has only classification information of 0 value and non-zero value without encoding. Furthermore, although the non-zero value data NS is multi-valued, the ratio thereof is only about 13% of the total quantized data RS as described above, so that the efficiency performed in the second encoding means 6 described above is good. However, the amount of calculation can be reduced even if encoding is performed by an encoding method with complicated calculation.
[0070]
Therefore, in the present embodiment, although the multi-value non-zero value data NS is encoded, the amount of calculation is smaller than that of the conventional compression algorithm described above, and the classification information data B is small. It is possible to perform compression at a high compression rate with a large amount of calculation. Thereby, the original image data S can be efficiently compressed at a high speed with a high compression rate.
[0071]
In the present embodiment, since the quantized data RS is classified into 0-value data S0 and non-zero-value data NS, the classification becomes easy, and the 0-value data S0 does not need to be compressed. The amount of calculation can be reduced and the original image data S can be compressed at a higher speed.
[0072]
It should be noted that the compression efficiency and calculation are the same when the original image data S is compressed to 1/20 by the conventional WTCQ method described above and when the original image data S is compressed to 1/17 by the encoding method according to the present embodiment. The amount is substantially equal, and it has been confirmed by experiments of the present applicant that the degree of performance degradation is relatively small in the encoding system according to the present embodiment as compared with the WTCQ system.
[0073]
Next, a second embodiment of the present invention will be described. FIG. 7 is a schematic block diagram showing the configuration of the data compression apparatus according to the second embodiment of the present invention. In the second embodiment, DCT means 10 for converting the original image data S by discrete cosine transform (DCT) instead of wavelet transform is provided, and data classification is performed as in the case of performing wavelet transform. This is different from the first embodiment. In the second embodiment, DCT, bit allocation, and quantization are standardized quantization methods according to the JPEG standard.
[0074]
As described above, by applying the present invention in a standardized method in accordance with the JPEG standard, the original image data S can be encoded efficiently and at high speed as in the first embodiment.
[0075]
According to the first and second embodiments, the original image data S can be compressed with a high compression rate. For example, the original image data S represents a background image with a flat signal value. In this case, if the original image data S is quantized and classified into the zero-value data S0 and the non-zero value data NS as described above, the information is classified only into the non-zero value data NS. As the amount increases, the information amount of the encoded data F may become larger than the information amount of the original image data S. Hereinafter, an embodiment for solving this problem will be described as a third embodiment.
[0076]
FIG. 8 is a schematic block diagram showing the configuration of the data compression apparatus according to the third embodiment of the present invention. Note that in the third embodiment, the same components as those in the first embodiment are denoted by the same reference numerals, and detailed description thereof is omitted. In the third embodiment, the
[0077]
In the comparison means 12, the information amount of the encoded data F1 of each subband is compared with the information amount of the wavelet transform data WS. Here, as the information amount of the wavelet transform data WS, in the case of the TCQ method described above, since the original number of bits is 16 bits, for example, the length of the signal sequence in the quantized data RS × 16 bits is the wavelet transform data WS. The amount of information. Then, when the code amount of the encoded data F1 is larger than the code amount of the wavelet transform data WS, the third encoding means 13 encodes the quantized data RS by the third encoding method to generate the encoded data F2. Is what you get. When the data amount of the encoded data F1 is smaller than the data amount of the wavelet transform data WS, the encoded data F1 is input to the recording means 7 as the encoded data F as it is.
[0078]
The encoding method performed by the third encoding means 13 is to encode data efficiently, that is, with a high compression ratio, although the operation is complicated like Huffman encoding or multi-value arithmetic encoding. However, PCM encoding that does not encode at all may be used. The details of the encoding method performed in the third encoding means 13 are also described in the above-mentioned document of Kasahara et al.
[0079]
Next, the operation of the third embodiment will be described. FIG. 9 is a flowchart showing the operation of the third embodiment. In the flowchart shown in FIG. 9, the processing in steps S11 to S16 is the same as the processing in steps S1 to S6 in the flowchart shown in FIG. In step S16, when the non-zero value data NS is encoded by the second encoding method to obtain the encoded data F1 for each subband, the encoded data F1 is input to the
[0080]
As described above, in the third embodiment, the information amount of the encoded data F1 is compared with the information amount of the wavelet transform data WS in a certain subband, and when the former is larger than the latter, Since the quantized data RS is encoded by the third encoding method such as the Huffman encoding described above, the information amount of the finally obtained encoded data F is larger than the information amount of the wavelet transform data WS. Thus, the original image data S can be efficiently encoded.
[0081]
Note that in order to decode the encoded data F obtained in the third embodiment, a process reverse to the flowchart shown in FIG. 9 may be performed. That is, the encoding method of the encoded data F1 and F2 for each subband included in the encoded data F is determined, and is decoded by a decoding method corresponding to the encoding method, so that the non-zero value data NS and the classification information data B And the quantized data RS are obtained. And about the group of classification | category information data B and non-zero value data NS, 0 value data S0 is calculated | required based on these, and quantization data RS is obtained. Then, the quantized data RS is inversely quantized to obtain wavelet transform data WS, and the original image data S is obtained by performing inverse wavelet transform on the wavelet transform data WS.
[0082]
Next, a fourth embodiment of the present invention will be described. FIG. 10 is a schematic block diagram showing the configuration of the data compression apparatus according to the fourth embodiment of the present invention. In the fourth embodiment, the DCT means 10 for converting the original image data S by discrete cosine transform (DCT) instead of wavelet transform in the third embodiment is provided, and the wavelet transform is performed. This is different from the third embodiment in that data classification is not performed. In the fourth embodiment, as in the second embodiment, DCT, bit allocation, and quantization are standardized quantization methods according to the JPEG standard.
[0083]
In the fourth embodiment, the information amount of the encoded data F obtained in the second embodiment is compared with the information amount of the original image data S. If the former is larger than the latter, the third code The encoding means 13 encodes the quantized data RS by the third encoding method to obtain the encoded data F3, which is recorded as final encoded data F on the recording medium by the recording means 7.
[0084]
In this way, in the standardized method in accordance with the JPEG standard, the information amount of the encoded data F is compared with the information amount of the original image data S, as in the third embodiment, and the information amount of the encoded data F is compared. Is larger than the information amount of the original image data S, the original image data can be efficiently and at high speed similarly to the third embodiment by encoding the quantized data RS by the third encoding method. S can be encoded.
[0085]
In the above-described embodiment, the quantized data RS is classified into 0-value data S0 and non-zero-value data NS with the 0 value as a representative value. You may classify | categorize into three of the value more than a threshold value. Here, for values less than the predetermined threshold value, encoding is performed in the same manner as in the above embodiment, and for values greater than the predetermined threshold value, the probability of statistical occurrence is very small. Is preferable. Further, the representative value is not limited to 0 value, and an average value of the quantized data RS may be used. In this case, the average value and other values, the average value, a value greater than and less than the average value, and the average value and the absolute value of the data value based on the average value and a value that is greater than or equal to the predetermined threshold value It can classify | categorize by various methods, such as classifying.
[0086]
In the above embodiment, image data is encoded by the data compression method and apparatus according to the present invention, but various data such as audio data and moving image data can be encoded.
[0087]
Further, in the third and fourth embodiments, the information amount of the encoded data F1 is compared with the information amount of the wavelet transform data WS or the original image data S. However, the wavelet transform data WS or the original image data S is compared. Although it is smaller than the information amount, the quantized data RS may be compared with a predetermined threshold value such that the amount of information is smaller when the quantized data RS is encoded by the third encoding method.
[Brief description of the drawings]
FIG. 1 is a schematic block diagram showing the configuration of a data compression apparatus according to a first embodiment of the present invention.
FIG. 2 is a diagram for explaining wavelet transform
FIG. 3 shows a scalar quantizer.
FIG. 4 shows a thumb set of two scalar quantizers.
FIG. 5: Trellis transition diagram of 4 states
FIG. 6 is a flowchart showing processing performed in the first embodiment.
FIG. 7 is a schematic block diagram showing the configuration of a data compression apparatus according to a second embodiment of the present invention.
FIG. 8 is a schematic block diagram showing the configuration of a data compression apparatus according to a third embodiment of the present invention.
FIG. 9 is a flowchart showing processing performed in the third embodiment.
FIG. 10 is a schematic block diagram showing the configuration of a data compression apparatus according to a fourth embodiment of the present invention.
FIG. 11 is a schematic block diagram showing the configuration of a conventional data compression apparatus (part 1).
FIG. 12 is a schematic block diagram showing the configuration of a conventional data compression apparatus (part 2).
[Explanation of symbols]
1 Wavelet transform means
2 Classification and bit allocation means
3 Quantization means
4 classification means
5 First encoding means
6 Second encoding means
7 Recording means
10 DCT means
12 Comparison means
13 Third encoding means
Claims (17)
前記量子化データを、該量子化データの代表値を表す代表値データと、該代表値以外のデータ値を表す少なくとも１つの分類データとに分類するとともに、前記代表値データおよび前記分類データの数に応じた値を有する分類情報データを得、
前記分類情報データを第１の符号化方式であるGolomb-Rice符号化により符号化し、
前記代表値データおよび前記分類データのうち少なくとも前記分類データを第２の符号化方式により符号化して前記符号化データを得ることを特徴とするデータ圧縮方法。In a data compression method for obtaining quantized data by quantizing original data after wavelet transform, encoding the quantized data and obtaining encoded data obtained by compressing the original data,
The quantized data is classified into representative value data representing a representative value of the quantized data and at least one classification data representing a data value other than the representative value, and the number of the representative value data and the classified data To obtain classification information data having a value according to
The classification information data is encoded by Golomb-Rice encoding which is a first encoding method,
A data compression method characterized in that at least the classification data among the representative value data and the classification data is encoded by a second encoding method to obtain the encoded data.
前記量子化データを、該量子化データの代表値を表す代表値データと、該代表値以外のデータ値を表す少なくとも１つの分類データとに分類するとともに、前記代表値データおよび前記分類データの数に応じた値を有する分類情報データを得る分類手段と、
前記分類情報データを第１の符号化方式であるGolomb-Rice符号化により符号化する第１の符号化手段と、
前記代表値データおよび前記分類データのうち少なくとも前記分類データを第２の符号化方式により符号化する第２の符号化手段とを備えたことを特徴とするデータ圧縮装置。In a data compression apparatus for obtaining encoded data obtained by compressing the original data by encoding the quantized data by quantizing the original data after wavelet transform,
The quantized data is classified into representative value data representing a representative value of the quantized data and at least one classification data representing a data value other than the representative value, and the number of the representative value data and the classified data Classification means for obtaining classification information data having a value according to
First encoding means for encoding the classification information data by Golomb-Rice encoding which is a first encoding method;
A data compression apparatus comprising: a second encoding unit that encodes at least the classification data of the representative value data and the classification data by a second encoding method.
該判断手段により前記符号化データの情報量が前記所定の情報量よりも大きいと判断された場合に、前記分類情報データおよび前記代表値データと前記分類データとのうち少なくとも前記分類データを第３の符号化方式により符号化して前記符号化データを得る第３の符号化手段とをさらに備えたことを特徴とする請求項８から１１のいずれか１項記載のデータ圧縮装置。Determining means for determining whether an information amount of the encoded data is larger than a predetermined information amount determined based on the original data;
When the determination means determines that the information amount of the encoded data is larger than the predetermined information amount, at least the classification data among the classification information data, the representative value data, and the classification data is a third The data compression apparatus according to any one of claims 8 to 11, further comprising third encoding means for obtaining the encoded data by encoding according to the encoding method.
前記プログラムは、前記量子化データを、該量子化データの代表値を表す代表値データと、該代表値以外のデータ値を表す少なくとも１つの分類データとに分類するとともに、前記代表値データおよび前記分類データの数に応じた値を有する分類情報データを得る手順と、
前記分類情報データを第１の符号化方式であるGolomb-Rice符号化により符号化する手順と、
前記代表値データおよび前記分類データのうち少なくとも前記分類データを第２の符号化方式により符号化する手順とを有することを特徴とするコンピュータ読取り可能な記録媒体。A computer having recorded a program for causing a computer to execute a data compression method of obtaining quantized data by quantizing the original data after wavelet transform and encoding the quantized data and compressing the original data In a readable recording medium,
The program classifies the quantized data into representative value data representing a representative value of the quantized data and at least one classification data representing a data value other than the representative value, and the representative value data and the A procedure for obtaining classification information data having a value corresponding to the number of classification data ;
A procedure for encoding the classification information data by Golomb-Rice encoding which is a first encoding method;
A computer-readable recording medium comprising: a procedure for encoding at least the classification data of the representative value data and the classification data by a second encoding method.
前記符号化データの情報量が前記所定の情報量よりも大きいと判断された場合に、前記分類情報データおよび前記代表値データと前記分類データとのうち少なくとも前記分類データを第３の符号化方式により符号化して前記符号化データを得る手順とをさらに有することを特徴とする請求項１３から１６のいずれか１項記載のコンピュータ読取り可能な記録媒体。A procedure for determining whether an information amount of the encoded data is larger than a predetermined information amount determined based on the original data;
When it is determined that the information amount of the encoded data is larger than the predetermined information amount, at least the classification data among the classification information data, the representative value data, and the classification data is converted into a third encoding method. The computer-readable recording medium according to any one of claims 13 to 16, further comprising a step of obtaining the encoded data by encoding according to the above.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20140999A JP3808241B2 (en) | 1998-07-17 | 1999-07-15 | Data compression method and apparatus, and recording medium |
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20250198 | 1998-07-17 | ||
| JP10-202501 | 1998-12-09 | ||
| JP10-350159 | 1998-12-09 | ||
| JP35015998 | 1998-12-09 | ||
| JP20140999A JP3808241B2 (en) | 1998-07-17 | 1999-07-15 | Data compression method and apparatus, and recording medium |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000232366A JP2000232366A (en) | 2000-08-22 |
| JP3808241B2 true JP3808241B2 (en) | 2006-08-09 |
Family
ID=27327945
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20140999A Expired - Fee Related JP3808241B2 (en) | 1998-07-17 | 1999-07-15 | Data compression method and apparatus, and recording medium |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3808241B2 (en) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7328150B2 (en) * | 2002-09-04 | 2008-02-05 | Microsoft Corporation | Innovations in pure lossless audio compression |
| US7536305B2 (en) | 2002-09-04 | 2009-05-19 | Microsoft Corporation | Mixed lossless audio compression |
| US8824553B2 (en) * | 2003-05-12 | 2014-09-02 | Google Inc. | Video compression method |
| JP2005151391A (en) | 2003-11-19 | 2005-06-09 | Toshiba Corp | Method and apparatus for coding moving image, and program |
| US8386271B2 (en) | 2008-03-25 | 2013-02-26 | Microsoft Corporation | Lossless and near lossless scalable audio codec |
| JP5345977B2 (en) * | 2010-06-14 | 2013-11-20 | 日本電信電話株式会社 | Adaptive quantization method, adaptive quantization apparatus, and adaptive quantization program |
| CN111968656B (en) * | 2014-07-28 | 2023-11-10 | 三星电子株式会社 | Signal encoding method and device and signal decoding method and device |
-
1999
- 1999-07-15 JP JP20140999A patent/JP3808241B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000232366A (en) | 2000-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Said et al. | A new, fast, and efficient image codec based on set partitioning in hierarchical trees | |
| Shapiro | An embedded hierarchical image coder using zerotrees of wavelet coefficients | |
| US6141446A (en) | Compression and decompression system with reversible wavelets and lossy reconstruction | |
| US5241395A (en) | Adaptive transform coding using variable block size | |
| US7602982B2 (en) | Method for image coding by rate-distortion adaptive zerotree-based residual vector quantization and system for effecting same | |
| Malvar | Fast progressive wavelet coding | |
| Yu et al. | Bit-plane Golomb coding for sources with Laplacian distributions | |
| US8116373B2 (en) | Context-sensitive encoding and decoding of a video data stream | |
| US7003171B1 (en) | Method, apparatus and recording medium for data compression | |
| JP3808241B2 (en) | Data compression method and apparatus, and recording medium | |
| KR100733949B1 (en) | Lossless adaptive encoding of finite alphabet data | |
| US7532763B2 (en) | Method and a device for processing bit symbols generated by a data source; a computer readable medium; a computer program element | |
| Lalitha et al. | Image compression of MRI image using planar coding | |
| Al-Hashemi et al. | A Grayscale Semi-Lossless Image Compression Technique Using RLE. | |
| Ramaswamy et al. | Context-based lossless image coding using EZW framework | |
| JP4054430B2 (en) | Image processing apparatus and method, and storage medium | |
| JP2001223593A (en) | Data coding method and system, and recording medium | |
| JP2000184207A (en) | Data compression method, system and recoding medium | |
| JP2002290743A (en) | Image information coding method, coding apparatus, digital copying machine, digital facsimile machine, and digital filing apparatus | |
| Saraswat et al. | Improved Image Compression by Set Partitioning Block Coding by Modifying SPIHT | |
| US7720300B1 (en) | System and method for effectively performing an adaptive quantization procedure | |
| Muzaffar et al. | Simplified EZW image coder with residual data transmission | |
| Krivoulets | Efficient entropy coding for image compression | |
| Chen et al. | Highly efficient entropy coding of multilevel images using a modified arithmetic code | |
| Muzaffar et al. | Simplified Wavelet based image compression using fixed length residual value |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040823 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051114 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051122 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060123 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060207 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060403 |
|
| A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20060418 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060516 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060517 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3808241 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090526 Year of fee payment: 3 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090526 Year of fee payment: 3 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090526 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100526 Year of fee payment: 4 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110526 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110526 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120526 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130526 Year of fee payment: 7 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140526 Year of fee payment: 8 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |