JPH02215277A - 色彩圧縮・復元装置 - Google Patents
色彩圧縮・復元装置Info
- Publication number
- JPH02215277A JPH02215277A JP1036783A JP3678389A JPH02215277A JP H02215277 A JPH02215277 A JP H02215277A JP 1036783 A JP1036783 A JP 1036783A JP 3678389 A JP3678389 A JP 3678389A JP H02215277 A JPH02215277 A JP H02215277A
- Authority
- JP
- Japan
- Prior art keywords
- color
- block
- transmitting side
- neural network
- image
- 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.)
- Pending
Links
- 230000006835 compression Effects 0.000 claims abstract description 11
- 238000007906 compression Methods 0.000 claims abstract description 11
- 238000003062 neural network model Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 4
- 230000007935 neutral effect Effects 0.000 abstract 3
- 230000002194 synthesizing effect Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 7
- 239000003086 colorant Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000001537 neural effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/002—Image coding using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
産業上の利用分野
本発明は、特に高品位の符号を少ない情報から導き出す
分野に適用され、たとえばカラー画像蓄積装置や、カラ
ーファクシミリとして実現可能である色彩圧縮・復元装
置に関するものである。
分野に適用され、たとえばカラー画像蓄積装置や、カラ
ーファクシミリとして実現可能である色彩圧縮・復元装
置に関するものである。
従来の技術
従来3原色信号は、独立な変量として考えられており、
3原色の相関を用いたカラー画像の圧縮や符号化に関し
ての研究は、少なかった。しかし、近年局部的なカラー
画像の相関を利用し、単色画像からのカラー画像の再生
に関する研究が行なわれつつある。(参考文献:小春ほ
か、3色信号間の相関を利用した単色画像からのフルカ
ラー画像の予測再生、昭和63年電子情報通信学会総合
全国大会) この方式について、第5図に基づいて説明する第5図の
51.52および53は、カラー画像の3原色(赤、緑
、青または、シアン、マゼンタ、イエロー)原稿を示す
。52を基準色のデータとすると、n×mのブロック(
第5図では、3×3の例を示す。)内では基準色のデー
タに基づいて、予め定めた多項式の51と53の色デー
タに関する予測係数を算出部54.55にて算出する。
3原色の相関を用いたカラー画像の圧縮や符号化に関し
ての研究は、少なかった。しかし、近年局部的なカラー
画像の相関を利用し、単色画像からのカラー画像の再生
に関する研究が行なわれつつある。(参考文献:小春ほ
か、3色信号間の相関を利用した単色画像からのフルカ
ラー画像の予測再生、昭和63年電子情報通信学会総合
全国大会) この方式について、第5図に基づいて説明する第5図の
51.52および53は、カラー画像の3原色(赤、緑
、青または、シアン、マゼンタ、イエロー)原稿を示す
。52を基準色のデータとすると、n×mのブロック(
第5図では、3×3の例を示す。)内では基準色のデー
タに基づいて、予め定めた多項式の51と53の色デー
タに関する予測係数を算出部54.55にて算出する。
基準色のデータと上記のブロック別の予測係数を次段に
送り出され予測関数部56.57にて予測関数により入
力データをブロック毎に予測してデータ部58.59に
てデータを再生する。
送り出され予測関数部56.57にて予測関数により入
力データをブロック毎に予測してデータ部58.59に
てデータを再生する。
発明が解決しようとする課題
しかし、前記従来技術においては、画像ブロックごとに
適応予測関数が求められるが、関数の形は予め定められ
た多項式であり、それらの非線形な結合による近似には
対処していないため、画像によって近似を最適化するこ
とができないという課題があった。
適応予測関数が求められるが、関数の形は予め定められ
た多項式であり、それらの非線形な結合による近似には
対処していないため、画像によって近似を最適化するこ
とができないという課題があった。
本発明は上記課題に鑑み、カラー画像に適応的に最適な
色彩圧縮・復元装置を提供するものである。
色彩圧縮・復元装置を提供するものである。
課題を解決するための手段
そこで本発明においては、対象となるカラー画像から画
像を表わす特徴的な基準色についてn×m画素のブロッ
クを切り出す画像切り出し手段と、その切り出されたブ
ロック内の各画素を表わす代表的なn×m個の色の値を
入力としてそのブロックの一定の位置にある画素の色を
推定して出力する神経回路網模式手段と、前記n×m画
素のブロックを全画面にわたって一画素ずつ走査する走
査手段と、前記神経回路の内部の状態パラメータを読み
出すパラメータ読み出しと既に読み出されている内部の
状態パラメータを再度設定するパラメータ手段とを備え
ている。
像を表わす特徴的な基準色についてn×m画素のブロッ
クを切り出す画像切り出し手段と、その切り出されたブ
ロック内の各画素を表わす代表的なn×m個の色の値を
入力としてそのブロックの一定の位置にある画素の色を
推定して出力する神経回路網模式手段と、前記n×m画
素のブロックを全画面にわたって一画素ずつ走査する走
査手段と、前記神経回路の内部の状態パラメータを読み
出すパラメータ読み出しと既に読み出されている内部の
状態パラメータを再度設定するパラメータ手段とを備え
ている。
作用
本発明は上記構成により、符号化の前には切り出し手段
を全画面にわたって繰り返し走査しつつ、神経回路網模
式手段にはそのときの真の色信号を同時に与えてその内
部パラメータを適応的に学習最適化させ、その後に学習
済みのニエーラルネットワークの内部パラメータの値と
、前記基準色のデータとを出力データし、前記のデータ
による色彩情報を復元する。
を全画面にわたって繰り返し走査しつつ、神経回路網模
式手段にはそのときの真の色信号を同時に与えてその内
部パラメータを適応的に学習最適化させ、その後に学習
済みのニエーラルネットワークの内部パラメータの値と
、前記基準色のデータとを出力データし、前記のデータ
による色彩情報を復元する。
実施例
以下に、図面を用いて本発明の一実施例について説明す
る。第1図は本発明の一実施例における色彩圧縮・復元
装置のブロック結線図である。第1図において、20.
21.22は圧縮を施すカラー画像の3成分である。以
下、20のカラー成分を基準色として用いるものとする
。20の信号Aは、画像切り出し手段10でn×m (
n、mは正の整数)のブロック毎に全画面にわたって1
画素ずつ走査され、n×m信号として切り出され、信号
Bとなる。
る。第1図は本発明の一実施例における色彩圧縮・復元
装置のブロック結線図である。第1図において、20.
21.22は圧縮を施すカラー画像の3成分である。以
下、20のカラー成分を基準色として用いるものとする
。20の信号Aは、画像切り出し手段10でn×m (
n、mは正の整数)のブロック毎に全画面にわたって1
画素ずつ走査され、n×m信号として切り出され、信号
Bとなる。
信号Bと21.22の色成分の信号は、神経回路網模式
手段11に入力され、画像の全画面にわたって最適な神
経回路網の内部状態パラメータを求めるまで学習を繰り
返す。学習アルゴリズムは、各種の方法があるが、例え
ばバックプロパゲーションのアルゴリズム(参考文献:
〔ランメルハート、デイ、E アンド マツクリランド
、ジエ、エル。
手段11に入力され、画像の全画面にわたって最適な神
経回路網の内部状態パラメータを求めるまで学習を繰り
返す。学習アルゴリズムは、各種の方法があるが、例え
ばバックプロパゲーションのアルゴリズム(参考文献:
〔ランメルハート、デイ、E アンド マツクリランド
、ジエ、エル。
執ハラレル ディストリエピエートクド グロシーリン
グ、イックスプロレーション イン ザマイクロストゥ
ラクチャー オン ユニット オン ポリニーム、1,
2 エムアイティー プレス ケンブリッジ(198
6) ) ; Runmelhart 、 D 、 E
and McClelland、 J 、L、、 ”
Parallel Distribured Proc
e−ssing、 Exploration in t
he Microstructure of Cogn
iti−on、Vol、 1 、 2 、 MIT
Press、 Cammbridge (1986))
により最降下法にて最適解をもとめる。求められた内部
状態パラメータCは基準色とともに、転送機12.13
より通信回線14を介して受信機15.16に送信され
、基準色りはn×mのブロック毎に前述の画像切り出し
手段10と同様の手段10aにより切り出され、神経回
路網模式手段17に入力される。
グ、イックスプロレーション イン ザマイクロストゥ
ラクチャー オン ユニット オン ポリニーム、1,
2 エムアイティー プレス ケンブリッジ(198
6) ) ; Runmelhart 、 D 、 E
and McClelland、 J 、L、、 ”
Parallel Distribured Proc
e−ssing、 Exploration in t
he Microstructure of Cogn
iti−on、Vol、 1 、 2 、 MIT
Press、 Cammbridge (1986))
により最降下法にて最適解をもとめる。求められた内部
状態パラメータCは基準色とともに、転送機12.13
より通信回線14を介して受信機15.16に送信され
、基準色りはn×mのブロック毎に前述の画像切り出し
手段10と同様の手段10aにより切り出され、神経回
路網模式手段17に入力される。
この際、状態パラメータEは、神経回路網模式手段17
の内部状態のパラメータとして設定される。
の内部状態のパラメータとして設定される。
この結果、神経回路網模式手段17からは、基準色より
推定された3色成分Fが出力される。なお、基準色は、
第1図の構成では3色成分のうち1色の成分を用いたが
、3色成分より生成される下記信号Yを用いても良い。
推定された3色成分Fが出力される。なお、基準色は、
第1図の構成では3色成分のうち1色の成分を用いたが
、3色成分より生成される下記信号Yを用いても良い。
〔ここで、F(’)は基準色生成関数、R(赤)。
G(緑)、B(青)、C(シアン)2M(マゼンタ)、
Y(イエロー)の色成分である。〕信号Yは、例として
は、3色成分の平均値や明度がある。また、基準色とし
て3色成分のうちの1色成分と上記の信号Yをもちいる
場合もある。
Y(イエロー)の色成分である。〕信号Yは、例として
は、3色成分の平均値や明度がある。また、基準色とし
て3色成分のうちの1色成分と上記の信号Yをもちいる
場合もある。
第2図は、第1図の神経回路網模式手段11の詳細図で
ある。20.21.22はカラー画像の3色成分で20
を基準色としたときにn×mのブロック信号Bを神経回
路網模式手段11に入力される。また神経回路網模式手
段11には、予測推定するための色成分Gを入力して、
前述のバックグロパゲーションアルゴリズム等の学習を
行なう。内部は、神経模擬素子111の組合せにより構
成された神経回路網模式をハードウェアまたは、ソフト
ウェアにより具現化され、その回路網の内部状態パラメ
ータCが、パラメータ読み出し手段11aを介してデー
タとして外部に送りだされる。第3図に神経回路網模式
手段11における神経疑似素子の構成を示す。
ある。20.21.22はカラー画像の3色成分で20
を基準色としたときにn×mのブロック信号Bを神経回
路網模式手段11に入力される。また神経回路網模式手
段11には、予測推定するための色成分Gを入力して、
前述のバックグロパゲーションアルゴリズム等の学習を
行なう。内部は、神経模擬素子111の組合せにより構
成された神経回路網模式をハードウェアまたは、ソフト
ウェアにより具現化され、その回路網の内部状態パラメ
ータCが、パラメータ読み出し手段11aを介してデー
タとして外部に送りだされる。第3図に神経回路網模式
手段11における神経疑似素子の構成を示す。
神経疑似素子」は、入力x1.x2.・・・・・・・・
・、Xiと内部状態パラメータw1 j、 w2 j
、・・・・・・WiJとの積をとった結果を累積し、非
線形の関数F()を施した結果yを出力するものである
。
・、Xiと内部状態パラメータw1 j、 w2 j
、・・・・・・WiJとの積をとった結果を累積し、非
線形の関数F()を施した結果yを出力するものである
。
第4図は、第1図の神経回路網模式手段17の詳細な説
明で、神経回路網模式の内部状態パラメータEを受信側
パラメータ設定手段であるところの分配器41にて各神
経疑似素子に設定した後に、入力された基準色のn×m
ブロックの信号りにより色成分を推定して、3色成分Y
を再現するものである。
明で、神経回路網模式の内部状態パラメータEを受信側
パラメータ設定手段であるところの分配器41にて各神
経疑似素子に設定した後に、入力された基準色のn×m
ブロックの信号りにより色成分を推定して、3色成分Y
を再現するものである。
発明の効果
本発明は以上の様な構成により、対象となるカラー画像
に適応的に最適なカラー画像の圧縮が実施できる。
に適応的に最適なカラー画像の圧縮が実施できる。
第1図は本発明の一実施例における色彩圧縮・復元装置
のブロック結線図、第2図〜第4図は同装置の要部ブロ
ック結線図、第5図は従来の色彩圧縮・復元装置の要部
ブロック結線図である。 10、10a・・・画像切り出し手段、11.17・・
・神経回路網模式手段、20.21.22・・・カラー
成分。 代理人の氏名 弁理士 粟 野 重 孝ほか1名区 カ 瓜
のブロック結線図、第2図〜第4図は同装置の要部ブロ
ック結線図、第5図は従来の色彩圧縮・復元装置の要部
ブロック結線図である。 10、10a・・・画像切り出し手段、11.17・・
・神経回路網模式手段、20.21.22・・・カラー
成分。 代理人の氏名 弁理士 粟 野 重 孝ほか1名区 カ 瓜
Claims (4)
- (1)対象となるカラー画像から画像を表わす特徴的な
基準色についてn×m画素のブロックを切り出す送信側
及び受信側の画像切り出し手段と、切り出されたブロッ
ク内の各画素を表わす代表的なn×m個の色の値を入力
としてそのブロック内の一定の位置にある画素の色を推
定して出力する送信側及び受信側の神経回路網模式手段
と、前記n×m画素のブロックを全画面にわたって一画
素ずつ走査する送信側走査手段と、前記送信側神経回路
網模式手段の内部の状態パラメータを読み出す送信側パ
ラメータ読み出し手段と、既に読みだされている内部の
状態パラメータを再度設定する受信側パラメータ設定手
段とを備え、送信側の圧縮の前には前記送信側画像切り
出し手段を全画面にわたって繰り返し走査手段により走
査しつつ前記送信側神経回路網模式手段にはそのときの
真の色信号を同時に与えてその内部パラメータを適応的
に学習最適化させ、その後に学習済みの前記送信側神経
回路網模式手段の内部パラメータの値と、前記基準色の
データとを出力データし、その出力データにより受信側
で色彩情報を復元することを特徴とする色彩圧縮・復元
装置。 - (2)基準色として、常に色成分のうちの一定の色の信
号を用いることを特徴とする請求項1記載の色彩圧縮・
復元装置。 - (3)基準色として、3色成分の関数表現となる信号を
用いることを特徴とする請求項1記載の色彩圧縮・復元
装置。 - (4)基準色として、常に色成分のうちの1定の色の信
号と3色成分の関数表現と成る信号の両方を用いること
を特徴とする請求項1記載の色彩圧縮・復元装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1036783A JPH02215277A (ja) | 1989-02-16 | 1989-02-16 | 色彩圧縮・復元装置 |
US07/474,396 US5041916A (en) | 1989-02-07 | 1990-02-06 | Color image data compression and recovery apparatus based on neural networks |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1036783A JPH02215277A (ja) | 1989-02-16 | 1989-02-16 | 色彩圧縮・復元装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH02215277A true JPH02215277A (ja) | 1990-08-28 |
Family
ID=12479375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1036783A Pending JPH02215277A (ja) | 1989-02-07 | 1989-02-16 | 色彩圧縮・復元装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH02215277A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0525964A2 (en) | 1991-06-25 | 1993-02-03 | Scitex Corporation Ltd. | Apparatus and method for color calibration |
-
1989
- 1989-02-16 JP JP1036783A patent/JPH02215277A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0525964A2 (en) | 1991-06-25 | 1993-02-03 | Scitex Corporation Ltd. | Apparatus and method for color calibration |
US5200816A (en) * | 1991-06-25 | 1993-04-06 | Scitex Corporation Ltd. | Method and apparatus for color processing with neural networks |
US5285297A (en) * | 1991-06-25 | 1994-02-08 | Scitex Corporation Ltd. | Apparatus and method for color calibration |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5416606A (en) | Method and apparatus for encoding or decoding an image in accordance with image characteristics | |
EP0491556B1 (en) | Image processing method and apparatus | |
EP0851690A1 (en) | Device and method for processing image and device and method for encoding image | |
JPH10243407A (ja) | 画像信号処理装置及び画像入力処理装置 | |
US6744818B2 (en) | Method and apparatus for visual perception encoding | |
JPH02214987A (ja) | 彩色装置 | |
JP2001516515A (ja) | 所定の係数を用いて空間色彩多重化カラーイメージを復号化する方法と装置 | |
US5041916A (en) | Color image data compression and recovery apparatus based on neural networks | |
US5841904A (en) | Image processing method and apparatus | |
JP2001519988A (ja) | ビデオデータから符号化パラメータを抽出するシステム | |
JP2795147B2 (ja) | 画質評価装置 | |
JP2000244935A (ja) | 画像データ圧縮方法 | |
EP1035731B1 (en) | Image processing method and system | |
JPH02215277A (ja) | 色彩圧縮・復元装置 | |
JPH08336163A (ja) | 画像符号化装置及び画像復号化装置及び画像処理装置及び画像符号化方法及び画像復号化方法及び画像出力装置 | |
JP4350746B2 (ja) | 圧縮装置及びその方法 | |
Huang et al. | Weighted wavelet-based spectral-spatial transforms for CFA-sampled raw camera image compression considering image features | |
JPH09130622A (ja) | 画像処理装置 | |
JPH07154605A (ja) | カラー画像処理方法 | |
JPH07254989A (ja) | 画像データ圧縮方法 | |
JPH0797829B2 (ja) | カラ−画像入出力装置 | |
EP3816926A1 (en) | Image processor | |
JP2698641B2 (ja) | カラー画像データ符号化方法及び複号方法 | |
JPH114449A (ja) | 画像圧縮装置および量子化テーブル作成装置 | |
JPH02206971A (ja) | 画像符号化装置 |