JPH03186067A - Picture compressing device and picture restoring device - Google Patents

Abstract

PURPOSE:To enable the picture compression of satisfactory compressibility without lowering efficiency for requantizing by transmitting or recording data excluding data to be normally requantized in compression as statistical data while being attached to compressed data. CONSTITUTION:A source picture is blocked 11, blocked data are DCT(discrete cosine transform) processed 12 and the DCT processed data are requantized 13 and encoded 14. The data of a prescribed component are excluded from the source picture in the case of requantizing 13 and a statistical processing 15 is executed to the excluded data by a mathematical model. Then, the data are transmitted or recorded as statistical data without being requantized while being attached to the compressed data. Thus, without lowering efficiency for requantizing, picture compression can be executed with satisfactory compressibility.

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明は、Ｘ線画像等の伝送、記録等に際して利用され
得る直交変換符号化方式の画像圧縮装置および画像復元
装置に関する。Detailed Description of the Invention [Object of the Invention] (Industrial Application Field) The present invention relates to an image compression device and an image restoration device using an orthogonal transform encoding method that can be used for transmitting, recording, etc., X-ray images, etc. .

（従来の技術） この種の直交変換符号化方式の画像圧縮装置および画像
復元装置の従来例を第１８図を参照して説明する。(Prior Art) A conventional example of an image compression device and an image restoration device using this type of orthogonal transform encoding method will be described with reference to FIG.

第１８図は、画像圧縮と画像復元のアルゴリズムを示す
ブロック図である。先ず、画像圧縮に関するアルゴリズ
ムは次の通りである。例えばｘＨ画像をディジタル化し
た単位（通常はフレーム単位である。）原画像１は、ブ
ロック化２され、ブロック毎に直交変換として例えばＤ
ＣＴ　（離散コサイン変換）３され、次に、再量子化４
され、好ましくは可変長符号化法としてハフマン符号化
法等の適宜の方法により符号化５され、圧縮画像６が生
成される。FIG. 18 is a block diagram showing an algorithm for image compression and image restoration. First, the algorithm regarding image compression is as follows. For example, an original image 1 obtained by digitizing an xH image (usually a frame unit) is divided into blocks 2, and each block is subjected to orthogonal transformation such as D
CT (discrete cosine transform) 3 and then requantized 4
The compressed image 6 is then encoded by an appropriate method such as Huffman encoding, preferably as a variable length encoding method.

また、画像復元に関するアルゴリズムは次の通りである
。圧縮画像６は、符号化７され、原画生成のための逆再
量子化８され、ＩＤＣＴ　（離散コサイン逆変換）９さ
れ、全画面合成のための逆ブロック化１０され、原画像
１が生成される。Further, the algorithm regarding image restoration is as follows. The compressed image 6 is encoded 7, inversely requantized 8 for generating an original image, subjected to IDCT (inverse discrete cosine transform) 9, and deblocked 10 for full-screen synthesis to generate an original image 1. Ru.

ここで、画像圧縮においては、第１９図（ａ）に示すよ
うに原画像のＤＣＴ処理により情報（振幅情報）は例え
ば零ヘルツ（直流）等の特定周波数（帯）に集束され、
第１９図（ｂ）に示すように再量子化の前処理である閾
値処理により、例えば図示破線部分の高周波数帯の特定
成分が排除され、＊１９図（Ｃ）に示すように、排除さ
れなかった部分について再量子化される。なお、前述の
再量子化のための前処理としては、前例での閾値処理の
他に、領域処理（ゾーン）、順位処理（オーダリング）
、閾値処理と領域処理と順位処理との二つ以上の組合せ
処理等がある。In image compression, as shown in FIG. 19(a), information (amplitude information) is focused on a specific frequency (band) such as zero Hertz (DC) by DCT processing of the original image.
As shown in Fig. 19 (b), by threshold processing which is pre-processing for requantization, for example, specific components in the high frequency band indicated by the broken line in the figure are eliminated, and as shown in Fig. 19 (C), The missing parts are requantized. In addition to the threshold processing in the previous example, the preprocessing for the requantization mentioned above includes area processing (zone) and ranking processing (ordering).
, combination processing of two or more of threshold processing, area processing, and ranking processing.

（発明が解決しようとする課題） 上述したように、従来の画像圧縮（復元）にあっては、
再量子化の効率を高めるべく前処理としてＤＣＴ後のデ
ータの内で特定成分を排除するようにしている。しかし
、画像の種類や利用分野によってはこの排除データが重
要な意味を持つことがある。例えば高周波成分の排除に
伴うアーチファクトの発生等である。この一方、再量子
化（逆再量子化）効率の低下はあってはならない、とい
う相反する要請があり、問題であった。(Problem to be solved by the invention) As mentioned above, in conventional image compression (reconstruction),
In order to increase the efficiency of requantization, specific components are excluded from the data after DCT as a preprocessing. However, depending on the type of image and the field of use, this excluded data may have important meaning. For example, artifacts may occur due to the exclusion of high frequency components. On the other hand, there was a conflicting demand that there should be no reduction in requantization (inverse requantization) efficiency, which was a problem.

そこで本発明の目的は、再量子化（逆再量子化〉の効率
の低下を招かずに、圧縮（復元）性の優れた画像圧縮装
置および画像復元装置を提供することにある。SUMMARY OF THE INVENTION Therefore, an object of the present invention is to provide an image compression device and an image decompression device that have excellent compression (decompression) performance without reducing the efficiency of requantization (inverse requantization).

［発明の構成］ （課題を解決するための手段） 本発明は上記：＊ｉを解決し且つ目的を達成するために
次のような手段を高じた構成としている。[Structure of the Invention] (Means for Solving the Problems) The present invention has a structure in which the following means are enhanced in order to solve the above-mentioned *i and achieve the object.

すなわち、本発明にかかる画像圧縮装置は、ディジタル
態様の原画像に対し直交変換、再量子化。That is, the image compression device according to the present invention performs orthogonal transformation and requantization on a digital original image.

符号化を施して圧縮画像データ及び圧縮制御データを得
る画像圧縮装置において、前記再量子化に際して閾値処
理、領域処理、順位処理又はそれらの組合せにかかる処
理を実行することにより前記直交変換された原画像から
特定の成分のデータを排除する手段と、この手段により
排除されたデータを特定の数学モデルにより統；１処理
し前記圧縮制御データとして生成する手段とを具備した
ことを特徴とする。In an image compression device that performs encoding to obtain compressed image data and compression control data, the orthogonally transformed original is processed by performing threshold processing, area processing, ranking processing, or a combination thereof during the requantization. The present invention is characterized by comprising means for excluding data of a specific component from an image, and means for processing the data excluded by this means using a specific mathematical model to generate the compression control data.

本発明にかかる画像復元装置は、圧縮画像データ及び圧
縮制御データに対し復号化、逆再量子化。The image restoration device according to the present invention decodes and inversely requantizes compressed image data and compression control data.

逆直交変換を施してディジタル態様の原画像を得る画像
復元装置において、前記逆再量子化に際して圧縮制御デ
ータに基づき特定の数学モデルの下で特定の成分のデー
タを復元する手段と、この手段により復元されたデータ
と前記圧縮画像データを復号化したデータとによりディ
ジタル態様の原画像を生成する手段とを具備したことを
特徴とする。An image restoration device that performs inverse orthogonal transformation to obtain an original image in digital form, comprising means for restoring data of a specific component under a specific mathematical model based on compression control data during the inverse requantization; The image forming apparatus is characterized by comprising means for generating an original image in digital form from restored data and data obtained by decoding the compressed image data.

（作用） 本発明にかかる画像圧縮装置および画像復元装置によれ
ば、圧縮にあっては通常の再量子化すべきデータ以外の
排除されたデータは、統計データとして再量子化されず
に圧縮データに付帯して伝送又は記録され、また、復元
にあっては、圧縮データに付帯した統計データに基づき
前記排除されたデータが復元され且つ圧縮データは逆再
量子化され、これらにより原画像が復元されるので、再
量子化（逆再量子化）の効率の低下を招かずに、優れた
圧縮（復元）性を発揮するものとなる。(Function) According to the image compression device and the image restoration device according to the present invention, during compression, excluded data other than normal data to be requantized is converted into compressed data without being requantized as statistical data. The data is transmitted or recorded incidentally, and upon restoration, the excluded data is restored based on statistical data attached to the compressed data, and the compressed data is inversely requantized, thereby restoring the original image. Therefore, excellent compression (decompression) performance can be achieved without reducing the efficiency of requantization (inverse requantization).

（実施例） 以下本発明にかかる画像圧縮装置および画像復元装置の
一実施例を図面を参照して説明する。(Embodiment) An embodiment of an image compression device and an image restoration device according to the present invention will be described below with reference to the drawings.

第１図は本発明の画像圧縮装置のアルゴリズムを示すブ
ロック図、第２図は本発明の画像復元装置のアルゴリズ
ムをブロック図である。また、第３図〜第５図は一実施
例にかかる画像圧縮装置を示す図であって、第３図は構
成を示すブロック図、第４図は第３図における要部の詳
細ブロック図、第５図は作用を示す図、第６図〜第８図
は一実施例にかかる画像復元装置を示す図であって、第
６図は構成を示すブロック図、第７図は第６図における
要部の詳細ブロック図、第８図は作用を示す図である。FIG. 1 is a block diagram showing an algorithm of an image compression device according to the present invention, and FIG. 2 is a block diagram showing an algorithm of an image restoration device according to the present invention. 3 to 5 are diagrams showing an image compression device according to an embodiment, in which FIG. 3 is a block diagram showing the configuration, FIG. 4 is a detailed block diagram of main parts in FIG. 3, FIG. 5 is a diagram showing the operation, FIGS. 6 to 8 are diagrams showing an image restoration device according to an embodiment, FIG. 6 is a block diagram showing the configuration, and FIG. A detailed block diagram of the main parts, FIG. 8, is a diagram showing the operation.

本発明の画像圧縮装置のアルゴリズムは第１図に示すよ
うになっている。すなわち、原画像のブロック化１１、
ブロック化されたデータのＤＣＴ処理１２、ＤＣＴ処理
されたデータの再量子化１３、再量子化されたデータの
符号化１４、再量子化１３の原に排除されたデータに対
する統計計算１５、符号化されたデータつまり圧縮デー
タ及び統計データのバッファ１６、バッファされた圧縮
データ及び統計データのファイル１７から構成される。The algorithm of the image compression apparatus of the present invention is shown in FIG. That is, block formation 11 of the original image,
DCT processing of blocked data 12, requantization of DCT processed data 13, encoding of requantized data 14, statistical calculation for data excluded from the requantization 13, and encoding It is composed of a buffer 16 for compressed data, that is, compressed data and statistical data, and a file 17 for buffered compressed data and statistical data.

本発明の画像復元装置のアルゴリズムは第２図に示すよ
うになっている。すなわち、ファイル１７からバッファ
１６を介して圧縮データの復号ｆＬ１８、同じくファイ
ル１７からバッファ１６を介して統計データの復元計算
１９、復号化データと復元された排除データとの原画生
成２０、生成原画のＩ　ＤＣＴ２１、Ｉ　ＤＣＴされた
データの全画面合成２２から構成される。The algorithm of the image restoration apparatus of the present invention is shown in FIG. That is, decoding fL18 of compressed data from the file 17 via the buffer 16, restoration calculation 19 of statistical data from the file 17 via the buffer 16, original image generation 20 of the decoded data and the restored excluded data, and generation original image It consists of an IDCT 21 and a full-screen synthesis 22 of IDCTed data.

以上の基本構成の下で本実施例の画像圧縮復元装置を第
３図を参照して説明する。すなわち、データバス（又は
ネットワーク）３０には、ファイリング装置３１と、フ
レームメモリ３２ａを有するインターフェース３２を含
んで本実施例の画像圧縮復元装置３３が接続されている
。本画像圧縮複元装置３３は、バッファメモリ３３Ａと
、ＤＣＴ３３Ｂと、バッファメモリ３３Ｃと、周波数選
択部３３Ｄｌ及び量子化″５３３Ｄ２からなる再量子化
部３３Ｄと、統計計算部３３Ｅと、バッファメモリ３３
Ｆと、符号化器３３Ｇと、バッファメモリ３３Ｈとから
構成される。With the above basic configuration, the image compression and decompression apparatus of this embodiment will be explained with reference to FIG. 3. That is, the data bus (or network) 30 is connected to the image compression/decompression device 33 of this embodiment, including a filing device 31 and an interface 32 having a frame memory 32a. This image compression/duplication device 33 includes a buffer memory 33A, a DCT 33B, a buffer memory 33C, a requantization section 33D including a frequency selection section 33Dl and a quantization section 533D2, a statistical calculation section 33E, and a buffer memory 33C.
F, an encoder 33G, and a buffer memory 33H.

さらに、第４図を参照して周波数選択部３３Ｄ１及び量
子化器３３Ｄ２からなる再量子化部３３Ｄと、統計計算
部３３Ｅと、バッファメモリ３３Ｈを説明する。周波数
選択部（ビット・アロケーション）３３Ｄｌは、閾値Ａ
による閾値処理をする閾値判断器３３Ｄｌｌと、バッフ
ァメモリ３３Ｄ１２と、閾値Ｂによる引算処理する引算
器３３Ｄ１３とからなり、第１９図（ｂ）に示したよう
に、閾値処理により特定周波数成分ε、該成分外の成分
εを選別し、例えば第１４図に破線で示す高周波成分等
の特定成分は統計計算部３３Ｅに与えられる。一方、前
記特定成分外の成分はバッファメモリ３３Ｆを介して符
号化器に３３Ｇに与えられ、ここでハフマン符号化法等
により符号化され、圧縮画像データ３３Ｈ１と、選択さ
れた周波数ビットマツプ３３Ｈ２としてバッファメモリ
３３Ｈに保持される。Furthermore, with reference to FIG. 4, a requantization section 33D consisting of a frequency selection section 33D1 and a quantizer 33D2, a statistical calculation section 33E, and a buffer memory 33H will be explained. The frequency selection unit (bit allocation) 33Dl has a threshold value A
It consists of a threshold value judger 33Dll that performs threshold value processing, a buffer memory 33D12, and a subtracter 33D13 that performs subtraction processing using threshold value B.As shown in FIG. , components ε other than the above components are selected, and a specific component such as a high frequency component shown by a broken line in FIG. 14 is given to the statistical calculation section 33E. On the other hand, components other than the specific component are provided to an encoder 33G via a buffer memory 33F, where they are encoded by Huffman encoding or the like and buffered as compressed image data 33H1 and a selected frequency bitmap 33H2. It is held in the memory 33H.

一方、統計計算部３３Ｅでは、周波数選択部３３Ｄｌに
て閾値処理により排除された特定周波数成分（選択され
なかった周波数酸）分をバッファメモリ３３Ｅ１で保持
し、この保持データの統計情報を統計計算器３３Ｅ２で
数学モデル３３Ｅ３１，３３Ｅ３２．３３Ｅ３３を保持
した数学モデル保持部３３Ｅ３εの比較によりに算出す
る。On the other hand, in the statistical calculation unit 33E, the buffer memory 33E1 retains the specific frequency components (unselected frequency components) excluded by the threshold processing in the frequency selection unit 33Dl, and the statistical information of this retained data is stored in the statistical calculator. It is calculated by comparing the mathematical model holding unit 33E3ε holding the mathematical models 33E31, 33E32, and 33E33 in 33E2.

ここで、数学モデル３３　Ｅ３１．３３　Ｅ３２゜３３
　Ｅ　３３はガウス分布関数、ラプラス分布関数等であ
る。例えば、前述の排除データ（選択されなかった周波
数成分）の分布形態を分布算出器３３Ｅ２１で調べ、分
布特性決定器３３Ｅ２２で分布特性を決定し、該決定分
布特性と、数学モデル保持部３３Ｅ１に保持された例え
ばガウス分布関数等との類似性を類似性判断器３３　Ｅ
　２３にて判断する。よって、バッファメモリ３３Ｈに
は、統計データとして特定の分布特性を表すパラメータ
３３Ｈ３１と、数学モデル番号３３Ｈ３２とが保持され
る。Here, the mathematical model 33 E31.33 E32°33
E33 is a Gaussian distribution function, a Laplace distribution function, etc. For example, the distribution form of the above-mentioned excluded data (unselected frequency components) is investigated by the distribution calculator 33E21, the distribution characteristic is determined by the distribution characteristic determiner 33E22, and the determined distribution characteristic and the mathematical model holding unit 33E1 are retained. A similarity judger 33 E determines the similarity with a Gaussian distribution function, etc.
Judgment will be made on 23. Therefore, the buffer memory 33H holds a parameter 33H31 representing a specific distribution characteristic as statistical data and a mathematical model number 33H32.

以上の画像圧縮処理により、バッファメモリ３３Ｈには
、圧縮画像データ３３Ｈ１と、選択された周波数ビット
マツプ３３Ｈ２ε、統計データとして特定の分布特性を
表すパラメータ３３Ｈ３１と、数学モデル番号３３Ｈ３
２とが保持されたここになる。Through the above image compression processing, the buffer memory 33H contains the compressed image data 33H1, the selected frequency bitmap 33H2ε, the parameter 33H31 representing a specific distribution characteristic as statistical data, and the mathematical model number 33H3.
2 is held here.

第５図（ａ）は、本実施例の画像圧縮のアルゴリズを示
すブロック図である。すなわち、画像圧縮に関するアル
ゴリズムは次の通りである。例えばＸ線画像をディジタ
ル化した単位（通常はフレーム単位である。）原画像４
１は、ブロック化４２され、ブロック毎に直交変換とし
て例えばＤＣＴ　（離散コサイン変換）４３され、閾値
処理４４により特定成分として高周波成分が排除され、
これは統計処理される。次に、前記閾値処理により排除
されなかった成分について再量子化４５され、好ましく
は可変長符号化法としてハフマン符号化法等の適宜の方
法により符号化４６され、圧縮画像４７が生成される。FIG. 5(a) is a block diagram showing the image compression algorithm of this embodiment. That is, the algorithm regarding image compression is as follows. For example, the unit in which an X-ray image is digitized (usually in units of frames) Original image 4
1 is divided into blocks 42, subjected to orthogonal transformation such as DCT (discrete cosine transform) 43 for each block, and high frequency components are eliminated as specific components by threshold processing 44.
This is processed statistically. Next, the components not excluded by the threshold processing are requantized 45 and encoded 46 preferably by an appropriate method such as Huffman encoding as a variable length encoding method to generate a compressed image 47.

ここで、画像圧縮においては、第５図（ｂ）に示すよう
に原画像のＤＣＴ処理により情報（振幅情報）は例えば
零周波数（直流〉等の特定周波数（帯）に集束され、第
５図（ｃ）に示すように再量子化の前処理である閾値処
理により、例えば図示破線部分の高周波数帯の特定成分
が排除され、第５図（ｄ）に示すように、排除されなか
った部分について再量子化される。In image compression, information (amplitude information) is focused on a specific frequency (band) such as zero frequency (DC) by DCT processing of the original image, as shown in FIG. 5(b). As shown in FIG. 5(c), by threshold processing which is pre-processing for requantization, for example, specific components in the high frequency band indicated by the dashed line in the figure are eliminated, and as shown in FIG. 5(d), the portions that were not excluded are is requantized for.

以上のように、本実施例によれば、圧縮にあっては、閾
値処理により通常の再量子化すべきデータ以外の排除さ
れたデータは、統計データこして再量子化されずに圧縮
データに付帯して伝送又は記録され、当該伝送又は記録
される画像は、高周波成分の実質的な非排除によるもの
であり、これによりアーチフ７りの発生を招くこと無く
、優れた圧縮性を発揮するものとなる。As described above, according to this embodiment, in compression, data excluded by threshold processing other than data that should be normally requantized is attached to compressed data without being requantized through statistical data. The transmitted or recorded images are based on substantially no exclusion of high frequency components, and thus exhibit excellent compressibility without causing any artifacts. Become.

次に、第２図に示す本発明の画像復元装置の基本構成の
下で本実施例の画像圧縮復元装置を第６図を参照して説
明する。すなわち、データバス（又はネットワーク）３
０には、ファイリング装置３１と、フレームメモリ３２
ａをＨするインターフェース３２を含んで本実施例の画
像圧縮復元装置３３が接続されている。本画像圧縮復元
装置３３は、第３図に示す画像圧縮復元装置３３と一体
であり、バッファメモリ３３Ｈと、復号化器３３Ｉと、
バッファメモリ３３Ｊと、復元計算部３３Ｌと、逆量子
化器３３に１及び周波数復元部３３に２からなる逆回１
７−化部３３にと、バッファメモリ３３Ｍと、ＩＤＣＴ
（離散コサイン逆変換）３３Ｎと、バッファメモリ３３
０とから構成される。Next, the image compression and decompression apparatus of this embodiment will be explained with reference to FIG. 6, based on the basic configuration of the image decompression apparatus of the present invention shown in FIG. That is, data bus (or network) 3
0 includes a filing device 31 and a frame memory 32.
An image compression/decompression device 33 of this embodiment is connected including an interface 32 that connects a to H. This image compression and decompression device 33 is integrated with the image compression and decompression device 33 shown in FIG. 3, and includes a buffer memory 33H, a decoder 33I,
A buffer memory 33J, a restoration calculation section 33L, an inverse circuit 1 consisting of 1 for the inverse quantizer 33 and 2 for the frequency restoration section 33.
7- conversion unit 33, buffer memory 33M, and IDCT.
(discrete cosine inverse transform) 33N and buffer memory 33
It consists of 0.

さらに、第７図を参照して逆量子化器３３ＫＩ及び周波
数復元部３３に２からなる逆再量子化部３３にと、復元
計算部３３Ｌと、バッファメモリ３３Ｈを説明する。こ
こに、バッファメモリ３３Ｈには、前述の画像圧縮によ
って圧縮画像データ３３Ｈ１と、選択された周波数ビッ
トマツプ３３Ｈ２と、統計データとして特定の分布特性
を表すパラメータ３３Ｈ３１と、数学モデル番号３３Ｈ
３２とが保持されているものとする。Furthermore, with reference to FIG. 7, the inverse requantizer 33KI, the frequency restorer 33, the inverse requantizer 33, the restorer 33L, and the buffer memory 33H will be described. Here, the buffer memory 33H stores compressed image data 33H1 by the above-described image compression, a selected frequency bitmap 33H2, a parameter 33H31 representing a specific distribution characteristic as statistical data, and a mathematical model number 33H.
32 is held.

圧縮画像データ３３Ｈ１は周波数ビットマツプ３３Ｈ２
と共に、復号化器３３１に与えられ、ここで復号化され
、バッファメモリ３３Ｊを経て、逆再量子化部３３Ｋに
与えられる。そして、当該復号化データは、逆再量子化
部３３にの逆量子化器３３に１にて逆量子化され、バッ
ファメモリ３３に２１を経て、加算器３３　ｋ　２２に
て閾値による加算を行い、全周波数復元ｒＡ３３に２３
にて圧縮画像データ３３Ｈ１（排除されなかった成分）
の復元が成される。Compressed image data 33H1 is frequency bitmap 33H2
The signal is also provided to the decoder 331, decoded there, and sent to the inverse requantization section 33K via the buffer memory 33J. Then, the decoded data is dequantized by a dequantizer 33 in a dequantizer 33 in a dequantizer 33, passed through 21 to a buffer memory 33, and added by a threshold value by an adder 33k22. , full frequency restoration rA33 to 23
Compressed image data 33H1 (components that were not excluded)
is restored.

また、統計データとして特定の分布特性を表すパラメー
タ３３Ｈ３１と、数学モデル番号３３Ｈ３２とは、復元
計算部３３Ｌに与えられる。この復元：ｉ゛算顔部３３
Ｌ、数学モデル３３Ｅ３１．３３Ｅ３２．３３Ｅ３３を
保持した数学モデル保持部３３Ｅｌと、振幅復元器３３
Ｌ１と、バッファメモリ３３Ｌ２とからなり、前述の画
像圧縮処理にて閾値処理により排除された特定周波数成
分（選択されなかった周波数成分）を、指定された数学
モデル３３Ｅ３１．３３Ｅ３２．３３Ｅ３３のいずれか
で復元する。そして、当該復元化排除データは、全周波
数復元器３３に２３にて、前述の排除されなかった成分
についての復元データと合成され、全周波数帯域につい
ての復元がなされる。Further, a parameter 33H31 representing a specific distribution characteristic as statistical data and a mathematical model number 33H32 are given to the restoration calculation unit 33L. This restoration: i゛ calculation face part 33
L, mathematical model holding unit 33El holding mathematical models 33E31.33E32.33E33, and amplitude restorer 33;
L1 and a buffer memory 33L2, the specific frequency components (unselected frequency components) excluded by threshold processing in the image compression process described above are processed using one of the specified mathematical models 33E31.33E32.33E33. Restore. Then, the restored excluded data is combined with the restored data for the components that have not been eliminated in the full frequency restorer 33, and the entire frequency band is restored.

なお、振幅復元にあたっては、全周波数復元器３３に２
３から振幅復元器３３Ｌｌヘアドレス情報を送ることに
より、排除された成分の周波数空間におけるアドレス情
報を参照して復元することもできる。In addition, when restoring the amplitude, the total frequency restorer 33 has two
By sending address information from the amplitude restorer 33Ll to the amplitude restorer 33Ll, it is also possible to restore the removed component by referring to its address information in the frequency space.

以上の画像復元処理により、バツファメモリ３３Ｍには
、ブロック毎にＩ　ＤＣＴ対象となるデータが保持され
たことになる。Through the above image restoration processing, data to be subjected to IDCT is held for each block in the buffer memory 33M.

第８図（ａ）は、本実施例の画像復元のアルゴリズを示
すブロック図である。すなわち、画像圧縮に関するアル
ゴリズムは次の通りである。圧縮画像４７は、復号化４
８され、第８図（ｂ）（ｄ）に示すように逆量子化４９
され、第８図（ｃ）に示すように閾値復元５０され、Ｉ
ＤＣＴ５１され、ブファイル１７からバッファ１６を介
して圧縮データの復号化１８、同じくブロック化５２さ
れ、原画像４１される。FIG. 8(a) is a block diagram showing the image restoration algorithm of this embodiment. That is, the algorithm regarding image compression is as follows. The compressed image 47 is decoded 4
8 and inverse quantization 49 as shown in FIG. 8(b)(d).
The threshold value is restored 50 as shown in FIG. 8(c), and the I
The compressed data is decoded 18 from the DCT 51 via the buffer 16 from the block file 17, and is also converted into blocks 52, and the original image 41 is converted.

以上のように、本実施例によれば、復元にあっては、閾
値処理により通常の再量子化すべきデータ以外の排除さ
れたデータは、統計データとして再量子化されずに圧縮
データに付帯して伝送又は記録され、当該伝送又は記録
される画像は、高周波成分の実質的な非排除によるもの
であり、これによりアーチファクの発生を招くこと無く
、優れた復元性を発揮するものとなる。As described above, according to this embodiment, during restoration, data excluded by threshold processing other than data to be normally requantized is attached to compressed data without being requantized as statistical data. The transmitted or recorded image is based on the fact that high frequency components are not substantially excluded, and as a result, the image exhibits excellent restorability without causing the occurrence of artifacts.

なお、上述の例では、排除データの圧縮にかかる統計計
算、又は、復元にかかる復元計算にあっては、複数の数
学モデル３３Ｅ３１，３３Ｅ３２゜３３　Ｅ　３３を保
持した数学モデル保持部３３Ｅ３を備え、該排除データ
について類似判断をして、特定モデルにより統計処理（
復元処理）するようにしているが、あらかじめ、一つの
モデルのみを用い、該モデルのみを用いて統計処理（復
元処理）するようにしてもよい。これは、対象とするデ
ータの性質が原理上又は経験上既知であり、敢えて類似
性を判断するまでもない場合には、適用できる。このよ
うにすると、少なくとも類似性判断処理に要する時間が
短縮され、高速・大容量処理に適したシステムとするこ
とができる。In addition, in the above-mentioned example, for statistical calculations related to compression of excluded data or restoration calculations related to restoration, a mathematical model holding unit 33E3 holding a plurality of mathematical models 33E31, 33E32°33E33 is provided, Similarity judgments are made for the excluded data, and statistical processing (
However, only one model may be used in advance and statistical processing (restoration processing) may be performed using only that model. This can be applied when the properties of the target data are known in principle or from experience, and there is no need to intentionally judge the similarity. In this way, at least the time required for similarity determination processing can be shortened, and a system suitable for high-speed, large-capacity processing can be achieved.

以上においては、閾値処理について説明したが、これに
特定されること無く、領域処理（ゾーン）。Although threshold processing has been described above, area processing (zone) is not limited to this.

順位処理（オーダリング）、閾値処理と領域処理と順位
処理との二つ以上の組合せ処理等を用いてもよい。もち
ろん、この場合にあっても、ここで、領域処理（ゾーン
）を第９図及び第１０図を参照して説明する。第９図は
ブロック図、第１０図は模式図である。第９図に示すよ
うに、領域処理（ゾーン）を採用した再量子化部３３Ｐ
は、領域処理部３３Ｐ１と、再量子化器３３Ｐ２とから
構成される。領域処理部３３Ｐｌは、２値ビツトマツプ
３３　Ｐ　１１、多値ビットマツプ３３　Ｐ　１２、領
域選択器３３　Ｐ　１３、バッファメモリ３３　Ｐ　１
４とからなる。そして、バッファメモリ３３Ｃに保持さ
れたブロック化データの各画素に対して、２値ビツトマ
ツプ３３　Ｐ　１１や多値ビットマツプ３３　Ｐ　１２
による領域選択を領域選択器３３Ｐ１３にて行い、第１
０図に示すように、例えば画素値の大きい順に領域範囲
を定め、それぞれを領域１．領域２．領域３．・・・と
し、画素値の小さい領域を排除データとし、統計計算部
３３Ｈに与えられる。Ranking processing (ordering), combination processing of two or more of threshold processing, area processing, and ranking processing, etc. may be used. Of course, even in this case, area processing (zone) will be explained here with reference to FIGS. 9 and 10. FIG. 9 is a block diagram, and FIG. 10 is a schematic diagram. As shown in FIG. 9, a requantization unit 33P employing area processing (zone)
is composed of a region processing section 33P1 and a requantizer 33P2. The area processing unit 33Pl includes a binary bitmap 33P11, a multilevel bitmap 33P12, an area selector 33P13, and a buffer memory 33P1.
It consists of 4. Then, for each pixel of the blocked data held in the buffer memory 33C, a binary bitmap 33P11 or a multilevel bitmap 33P12 is generated.
The area selector 33P13 performs area selection by
As shown in Figure 0, for example, area ranges are determined in descending order of pixel value, and each area is designated as area 1. Area 2. Area 3. ..., areas with small pixel values are treated as excluded data, and are provided to the statistical calculation unit 33H.

次に、順位処理（オーダリング）を第１１図及び第１２
図を参照して説明する。第１１図はブロック図、第１２
図は模式図である。第１１図に示すように、順位処理（
オーダリング）を採用した再量子化部３３Ｑは、領域処
理部３３Ｑ１と、再量子化器３３Ｑ２とから構成される
。領域処理部３３Ｑ１は、シークエンサー３３Ｑ１１と
、バッファメモリ３３Ｑ１２と、カウンタＱＩ３と、周
波数アドレスコントローラ３３　Ｑ　１４と、周波数選
択器３３Ｑ１５と、バッファメモリ３３Ｑ１Ｂとからな
る。Next, the ranking process (ordering) is shown in Figures 11 and 12.
This will be explained with reference to the figures. Figure 11 is a block diagram, Figure 12
The figure is a schematic diagram. As shown in Figure 11, the ranking process (
The requantization section 33Q that employs the above-mentioned ordering method includes a region processing section 33Q1 and a requantization unit 33Q2. The area processing unit 33Q1 includes a sequencer 33Q11, a buffer memory 33Q12, a counter QI3, a frequency address controller 33Q14, a frequency selector 33Q15, and a buffer memory 33Q1B.

そして、バッファメモリ３３ｃに保持されたブロック化
データの各画素毎にその画素値の大小に基づき順位を付
しく第１２図）、小さい画素値のものを排除データとし
、統計計算部３３Ｈに与える。Then, each pixel of the blocked data held in the buffer memory 33c is ranked based on the magnitude of its pixel value (FIG. 12), and those with small pixel values are treated as excluded data and provided to the statistical calculation section 33H.

なお、上述のいずれの例でも、排除データの圧縮にかか
る統計計算、又は、復元にかかる復元計算にあっては、
複数の数学モデル３３　Ｅ　３１゜３３Ｅ３２．３３Ｅ
３３を保持した数学モデル保持部３３Ｅ３を備え、該排
除データについて類似判断をして、特定モデルにより統
計処理（復元処理）するようにしているが、先に述べた
例と同じように、あらかじめ、一つのモデルのみを用い
、該モデルのみを用いて統計処理（復元処理）するよう
にしてもよい。これは、対象とするデータの性質が原理
上又は経験上既知であり、敢えて類似性を判断するまで
もない場合には、適用できる。このようにすると、少な
くとも類似性判断処理に要する時間が短縮され、高速・
大容量処理に適したシステムとすることができる。In addition, in any of the above examples, statistical calculations related to compression of excluded data or restoration calculations related to restoration,
Multiple mathematical models 33 E 31°33E32.33E
A mathematical model holding unit 33E3 holding 33 is provided, and similarity judgment is made for the excluded data, and statistical processing (restoration processing) is performed using a specific model. Only one model may be used and statistical processing (restoration processing) may be performed using only this model. This can be applied when the properties of the target data are known in principle or from experience, and there is no need to intentionally judge the similarity. In this way, at least the time required for similarity judgment processing can be shortened and the process can be performed quickly.
The system can be made suitable for large-capacity processing.

次に本発明の方法を、第１３図〜第１７図を参照して説
明する。Next, the method of the present invention will be explained with reference to FIGS. 13 to 17.

第１３図の医療用画像処理装置２００は、−例として示
したもので限定するためのものではない。The medical image processing apparatus 200 of FIG. 13 is shown by way of example and not by way of limitation.

すなわち、医療用画像処理装置２００は、結像装置２４
０と、中央演算処理装置（ＣＰＵ）３２０と、ランダム
アクセスメモリ（ＲＡＭ）３６０と、データ記憶装置ｆ
４００と、表示装置ｔ！４４０とで構成されている。That is, the medical image processing device 200 includes the imaging device 24
0, a central processing unit (CPU) 320, a random access memory (RAM) 360, and a data storage device f.
400 and display device t! 440.

結像装置２４０は空間イメージデータ２８０を生成する
もので、このデータは、第１４図のフローチャート１０
０の各ステップで示すように、ＣＰＵ３２０によって処
理される。ＲＡＭＢ　６０は、イメージデータ２８０の
処理時にＣＰＵ３２０が必要とするデータと必要なプロ
グラムを一時的に記憶する。データ記憶装置１ｆ４００
は、大容量のディスクドライブであるのが好ましいが、
処理したデータを恒久的に記憶する。表示装置４４０は
、視覚的表示装置（ＶＤＵ）であるのが好ましいが、記
憶装置４００に記憶した再現空間イメージデータをもと
にＣＰＵ３２０が生成した視覚イメージを表示する。The imaging device 240 generates spatial image data 280, which is processed according to flowchart 10 in FIG.
The process is performed by the CPU 320 as shown in each step of 0. The RAMB 60 temporarily stores data and programs required by the CPU 320 when processing the image data 280. Data storage device 1f400
is preferably a high-capacity disk drive, but
Permanently store processed data. Display device 440, preferably a visual display unit (VDU), displays visual images generated by CPU 320 based on the reproduction space image data stored in storage device 400.

第１４図のフローチャート１００は、空間イメージデー
タ２８０の変換、圧縮、再現、表示を行う際に、ＣＰＵ
３２０が実行する基本ステップを示したものである。こ
こに、空間イメージデータ２８０は複数のデータ値から
なる。各データ値は、好ましい実施例では、１０桁の２
進数字で表されるが、１つのビクセル（画素）を表して
いる。また、１つのイメージは、多くのピクセルで構成
される。The flowchart 100 in FIG. 14 shows how the CPU
320 illustrates the basic steps performed by 320. Here, the spatial image data 280 consists of a plurality of data values. Each data value is, in the preferred embodiment, a 10-digit 2
Although it is expressed as a decimal number, it represents one pixel. Also, one image is composed of many pixels.

画像処理装置２００は、空間イメージデータ２８０を圧
縮して、必要なデータ記憶空間量や転送時間ならびに処
理時間を最小限に抑えているが、その際、イメージデー
タを所定のサイズの空間サブイメージデータブロックに
区分しくステップ１０４）、この空間サブイメージデー
タをスペクトルサブイメージデータに変換しくステップ
１０８）、指定のスペクトルサブイメージデータを排除
しくステップ１１２）、排除したデータをモデル化しく
ステップ１１６）、排除しなかったデータを量子化しく
ステップ１２０）、排除したデータの特徴をそのモデル
で表す少なくとも１つのパラメータと、排除しなかった
データとをコード化して記憶している（ステップ１２４
）。The image processing device 200 compresses the spatial image data 280 to minimize the required data storage space, transfer time, and processing time. Converting the spatial sub-image data into spectral sub-image data (Step 108), excluding the specified spectral sub-image data (Step 112), modeling the excluded data (Step 116), and eliminating the data. At least one parameter representing the feature of the excluded data in the model and the data that was not excluded are coded and stored (step 124).
).

画像処理装置２００は、記憶したデーアをもとにイメー
ジデータ２８０の近似値を再現するが、その際、排除し
たサブイメージデータの特徴をモデルで表すパラメータ
（単数または複数）を検索すると同時に、コード化した
データを検索してデコードしくステップ１２８）、検索
したパラメータとモデルをもとに排除したデータの近似
値を出力しくステップ１３２）、スペクトルサブイメー
ジデータを空間サブイメージデータに変換しくステップ
１３６）、この再現したイメージデータをもとにイメー
ジを生成しくステップ１４０）、１党表示装置４４０に
表示している。The image processing device 200 reproduces an approximate value of the image data 280 based on the stored data, but at the same time searches for a parameter (single or plural) that represents the characteristics of the excluded sub-image data in a model, and at the same time Step 128) to retrieve and decode the converted data, output an approximate value of the excluded data based on the retrieved parameters and model (Step 132), and convert the spectral sub-image data to spatial sub-image data (Step 136). An image is generated based on the reproduced image data (step 140) and displayed on the party display device 440.

次に、イメージの圧縮と再現について詳しく説明する。Next, image compression and reproduction will be explained in detail.

まず、Ｆは、空間イメージデータ２８０の２通りの寸法
値の行列であるとする。次にＦを一組のｆスクエアサブ
イメージに区分する（フローチャート１００のステップ
１０４）と、指定の寸法を持った一組の空間サブイメー
ジブロックができる。実験によれば１６Ｘ１６ピクセル
または３２Ｘ３２ビクセルのブロックサイズが最適であ
ることがわかっているが、これは、ブロックサイズが小
さくなればなるほど圧縮後の画質が劣化することを意味
する。また、ブロックサイズが大きくなればなるほど計
算の複雑さは増すが、再現された画質に与える影響は最
小になる。好ましい実施例では、便宜的なサイズとして
２５６ピクセルのブロックサイズを選んで、その後の計
算の複雑さと再現したイメージの品質との釣合いを取っ
ているが、本発明はサイズが適当であればどんなサイズ
のブロックにも適用し得る。First, assume that F is a matrix of two dimension values of the spatial image data 280. Partitioning F into a set of f-square subimages (step 104 of flowchart 100) then results in a set of spatial subimage blocks with specified dimensions. Experiments have shown that a block size of 16x16 pixels or 32x32 pixels is optimal, but this means that the smaller the block size, the worse the image quality after compression. Also, as the block size increases, the computational complexity increases, but the impact on the reproduced image quality is minimal. In the preferred embodiment, a block size of 256 pixels is chosen as a convenient size to balance the complexity of subsequent calculations with the quality of the reproduced image, but the present invention can be used with any suitable size. It can also be applied to blocks.

直交変換行列Ｔを空間サブイメージデータに適用する（
ステップ１０８）と、そのブロックに含まれる空間情報
が次のようなスペクトル表現で表される。Apply the orthogonal transformation matrix T to the spatial sub-image data (
Step 108) and the spatial information contained in the block are expressed in the following spectral representation.

ｆ’　　−ＴＰＴ”　　　　　　　　　　　　（１）た
だし、Ｔ丁はＴの転置行列である。f′ −TPT” (1) However, T is the transposed matrix of T.

本発明の好ましい実施例での変換は、その計算が小線で
相関しておらず、しかもエネルギーバック能力があるた
め、離散形余弦変換（Ｄ　ＣＴ）である。このＤＣＴの
行列要素は次のように定義される。The transform in the preferred embodiment of the invention is a Discrete Cosine Transform (DCT) because its calculations are linearly uncorrelated and have energy-back capabilities. The matrix elements of this DCT are defined as follows.

Ｔ　Ｂ−（２Ｃ（ｊ）／Ｎ）　ｃｏｓ［π（ｉ＋ｔ／２
）　ｊ　／Ｎｌただし、ｊ−０の場合、Ｃ（ｊ）−１／
Ｊ−了Ｊ≠０の場合、Ｃ（ｊ）　−１ Ｎ−変換するデータ値の個数 （ｆの１行または１列にあるデータ値 の個数） 変換した空間サブイメージデータのスペクトルサブイメ
ージデータの行列ｆ′は、この空間サブイメージ内にあ
る周波数成分の振幅である。ｆ。T B-(2C(j)/N) cos[π(i+t/2
) j /Nl However, in the case of j-0, C(j)-1/
J-If J≠0, C(j) -1 N-Number of data values to be transformed (number of data values in one row or column of f) Spectral sub-image data of transformed spatial sub-image data The matrix f' is the amplitude of the frequency components within this spatial subimage. f.

の実際のデータ値は、周波数に依存する２通りの寸法の
各基礎イメージの振幅である。第３図はこのような基礎
イメージの一例を示す図である。ｆ。The actual data value of is the amplitude of each fundamental image in two frequency-dependent dimensions. FIG. 3 is a diagram showing an example of such a basic image. f.

の各要素は各基礎イメージに割り当てられる振幅または
重みで、このイメージは重みをつけ重ね合わせると、ｆ
のスペクトル成分を表す。また、ｆ゛のデータ要素は、
ｆの要素はど相関していないので、データ圧縮に適した
ものとなる。each element of is the amplitude or weight assigned to each fundamental image, which, when weighted and superimposed, yields f
represents the spectral components of Also, the data element of f゛ is
Since the elements of f are uncorrelated, it is suitable for data compression.

サブイメージのエネルギーを次のように定義すると、 （ただし、（ｊ、ｋ）はこのサブイメージブロック（あ
るいはデータ値の行列ｆ）のデータ値の指数）、 Ｅ　（ｆ）　−Ｅ　（ｆ’　）となり、直交変換によっ
て全エネルギーが保存されることになる。しかし、デー
タ圧縮に便利ム変換には、エネルギーの分布が均一では
ないという性質がある。それどころか、低周波成分すな
わち第１５図の最も単純なＭＷ！１イメージは他に比べ
るとほんの少数であるにもかかわらず、ブロックエネル
ギーの大部分がこれに含まれてしまい、しかも重みっけ
が一番重くなっている。このため、ｆの最も顕著な空間
的特徴を記憶するには、ｆ′の低周波成分だけを記憶し
なければならない。高周波成分にはエツジの細部の微細
構造と元の空間サブイメージブロックのノイズに関する
情報が含まれている。If we define the energy of a subimage as follows, (where (j, k) is the index of the data value of this subimage block (or matrix f of data values)), E (f) −E (f') Therefore, the total energy is conserved by orthogonal transformation. However, a characteristic of the modulus transformation useful for data compression is that the energy distribution is not uniform. On the contrary, the low frequency component, i.e. the simplest MW in FIG. 15! Although one image is only a small number compared to the others, it contains most of the block energy and is also weighted the heaviest. Therefore, to store the most salient spatial features of f, only the low frequency components of f' must be stored. The high frequency component contains information about the fine structure of the edge details and the noise of the original spatial sub-image block.

圧縮にはこのような条件があるため　ｆ　ｌのデータの
一部は排除しなければならない。また、排除しないスペ
クトルサブイメージデータについても、記憶する有効数
字の数を制限しなければならない。スペクトルサブイメ
ージブロックすべての周波数成分をことごとく記憶し、
元のデータと同じ有効数字数とεもに記憶した場合には
、再現したイメージは元のメージとほぼ同じになるだろ
うが、これでは妥当な圧縮比と一致しない。このため、
高周波成分の処分はもっと容易になるが、これはその成
分にイメージの微細部が含まれているためで、このよう
に処分する間に細部の一部はＡくなってしまう。Because of these conditions for compression, part of the data of f l must be excluded. Furthermore, the number of significant figures to be stored must be limited for spectral sub-image data that is not excluded. Memorizes all frequency components of all spectral sub-image blocks,
If we store the same number of significant figures and ε as the original data, the reconstructed image will be approximately the same as the original, but this does not correspond to a reasonable compression ratio. For this reason,
The high frequency components are easier to dispose of, since they contain fine details of the image, and during such disposal some of the details become A.

指定の周波数特性と振幅特性を有するスペクトルサブイ
メージデータを排除すれば、圧縮が行われる。本発明の
好ましい実施例は一例として示しただけで限定するもの
ではないが、この実施例では特定の振幅を有する周波数
成分が、フローチャー４１００のステップ１１２で排除
されている。Compression is achieved by excluding spectral sub-image data having specified frequency and amplitude characteristics. In a preferred embodiment of the present invention, which is shown by way of example only and not by way of limitation, frequency components having particular amplitudes are rejected in step 112 of flowchart 4100.

この際、本技術では周知の方法で閾値をコーディングす
る適応選択法を使用している。At this time, the present technology uses an adaptive selection method that codes the threshold using a well-known method.

この適応選択法では、データを排除するかどうかの判断
は、そのデータの指定圧縮比をもとに行われている。あ
る閾値が指定されるので、絶対鎧がこの指定の閾値より
小さい振幅は排除される。In this adaptive selection method, a decision as to whether or not to exclude data is made based on the specified compression ratio of that data. A threshold is specified so that amplitudes whose absolute armor is less than this specified threshold are rejected.

また、閾値に等しいかそれより大きい振幅は、以下に説
明するようにそのまま量子化され、コーディングされる
。Also, amplitudes equal to or greater than the threshold are directly quantized and coded as described below.

本発明によれば、排除したスペクトルサブイメージデー
タの特徴を指定の数学モデルで表す少なくとも１つのパ
ラメータが計算される。この計算ステップはフローチャ
ート１００のステップ１１６に一例として示しであるが
、これは限定するものではなく、 （１）排除した振幅の分布用にモデルを選択するステッ
プと、 （２）指定のモデルでそのデータの標準偏差を決定する
ステップとで構成される。According to the invention, at least one parameter is calculated that characterizes the excluded spectral sub-image data in a specified mathematical model. This calculation step is shown by way of example, but not limitation, in step 116 of flowchart 100, and includes (1) selecting a model for the excluded amplitude distribution; and (2) selecting a model for the excluded amplitude distribution. and determining the standard deviation of the data.

排除したスペクトルサブイメージデータに含まれる情報
の多くはモデル化できるが、排・除したデータがそのモ
デルで定義されるので、そのモデルでデータの特徴を表
すパラメータだけを計算してコーディングし、排除しな
かったスペクトルサブイメージデータとともに記憶すれ
ばよい。その後、このイメージを再現する場合は、記憶
したパラメータをそのモデルに適用して排除したデータ
の近似値を計算し、排除した振幅の統計サンプルを作成
することができる。これによって、元のイメージを正確
に再現するのに必要なデータ記憶空間が小さくなり、上
記のような視覚アーチファクトも生じない。Much of the information contained in the excluded spectral sub-image data can be modeled, but since the excluded/removed data is defined by that model, only the parameters that represent the characteristics of the data are calculated and coded using that model, and then excluded. It is sufficient to store it together with the spectral sub-image data that was not used. When this image is subsequently reproduced, the stored parameters can be applied to the model to calculate an approximation of the excluded data and create a statistical sample of the excluded amplitudes. This reduces the data storage space required to accurately reproduce the original image and does not introduce the visual artifacts described above.

第１６図は、−数的な医療用イメージの中のｆ゛のうち
消去された振幅の確率分布を示す図である。FIG. 16 is a diagram showing the probability distribution of the erased amplitude of f′ in the -numerical medical image.

排除した振幅の数を垂直軸に示し、消去された振幅の値
を水平軸に示す。この排除した振幅の分布は次の式で表
されるガウス関数に一致する。The number of eliminated amplitudes is shown on the vertical axis, and the value of eliminated amplitudes is shown on the horizontal axis. The distribution of this excluded amplitude corresponds to a Gaussian function expressed by the following equation.

ｐ（Ｘ）　”　　（ｆ／２πσ２）ｅｘｐ（−ｘ２／２
σ２）（２） ただし、ｐ　（ｘ）はガス確率密度、Ｘは消去された振
幅の値、σ２はＸの平方偏差である。この分布では、Ｘ
の標準偏差（平方偏差の平方根）だけを記憶したｐ　（
ｘ）を再現すればよい。p(X) ” (f/2πσ2)exp(-x2/2
σ2) (2) where p (x) is the gas probability density, X is the value of the canceled amplitude, and σ2 is the square deviation of X. In this distribution,
p (
x) can be reproduced.

ラプラシアンやレイリーなど、その他のモデル分布であ
れば一部の情報をもっと正確に表現できることもあるの
で、本発明は、任意のイメージについて排除したスペク
トルサブイメージデータを最適にモデル化する分布を用
いて実施しなければならない。このため、本発明は、特
定のモデルや分布に限定されるものではない。Other model distributions, such as Laplacian or Rayleigh, may be able to more accurately represent some information, so the present invention uses a distribution that optimally models the excluded spectral subimage data for any given image. Must be implemented. Therefore, the present invention is not limited to any particular model or distribution.

本発明では好ましい実施例で指定のモデルとしてガウス
分布を使用しているが、本発明に応用したように、消去
された振幅の値をＸで表すと、排除した振幅の標準偏差
によって、排除した振幅の発生について完全に確率的に
示される。このため、標準偏差は、数学モデルの機能を
果たす特定のがウス分布によって、排除したデータの特
徴を表すパラメータとなる。Although the preferred embodiment of the present invention uses a Gaussian distribution as the specified model, as applied to the present invention, if the value of the eliminated amplitude is represented by A completely probabilistic representation of the amplitude occurrence. Therefore, the standard deviation is a parameter representing the characteristics of data excluded by a specific Gaussian distribution that functions as a mathematical model.

排除したスペクトルサブイメージデータの数学モデルを
示すパラメータを計算する場合、排除した振幅数Ｎと、
排除した各振幅のデータ値ｆ’１ｊと、このようなデー
タ値それぞれの二乗が累計される。次に排除した振幅の
平方偏差が次のようにＣＰＵ３２によって計算される。When calculating the parameters representing the mathematical model of the excluded spectral sub-image data, the number of excluded amplitudes N,
The data value f'1j of each excluded amplitude and the square of each such data value are accumulated. Next, the square deviation of the excluded amplitudes is calculated by the CPU 32 as follows.

σ　”　　−＜　　　（ｆ’　　　ｌｊ−＜　　ｆ’　
　　ＩＪ＞）　　２　　＞さらに、標準偏差がセーブさ
れ、排除しなかった振幅のピットストリームに付加され
る。排除したデータの分布を示す指定の数学モデルも保
存しなければならないが、これはそのデータとともにデ
ータ記憶装置４００内に記憶しておく必要はない。σ ” −<(f'lj−<f'
IJ>)2>In addition, the standard deviation is saved and added to the pit stream of amplitudes that were not excluded. A specified mathematical model representing the distribution of the excluded data must also be saved, but this need not be stored in data storage 400 along with the data.

パラメータの選択に使用するのと同じモデルを使い、排
除したデータを再現しなければならない。The same model used to select the parameters must be used to reproduce the excluded data.

標準偏差はイメージ全体について計算するか、必要なデ
ータ圧縮度に応じてスペクトルサブイメージ毎に計算し
てもよい。イメージ全体のスペクトル成分がかなり一定
であれば、過剰な視覚アーチファクトを引き起こさずに
前者の方法を使用することができる。サブイメージ毎に
スペクトル成分がかなり変化する場合には、スペクトル
サブイメージ毎に標準偏差を計算して記憶しなければな
らない。The standard deviation may be calculated for the entire image or for each spectral subimage depending on the degree of data compression required. The former method can be used without causing excessive visual artifacts if the spectral content across the image is fairly constant. If the spectral components vary considerably from sub-image to sub-image, the standard deviation must be calculated and stored for each spectral sub-image.

上記の変換では、空間イメージデータ値と同じ数のスペ
クトルイメージデータ値ができる。排除しなかった振幅
のダイナミックレンジは空間イメージデータのレンジを
超えてもよい。実質的にデータコーディング率を下げる
には、スペクトルサブイメージデータの値として考えら
れるものをすべて保存することはできない。このため、
データ値はコード化する前に量子化される（フローチャ
ート１００のステップ１２０）。量子化は、多くのデー
タ値を１つのデータ値にマツピングすることによって変
換領域内の情報量を削減するので、さらにデータを圧縮
できるが、圧縮誤差を生じることになる。この圧縮誤差
は、１つの代表値で多くのデータ値の近似値を求めるこ
とから生じる。The above transformation results in the same number of spectral image data values as spatial image data values. The dynamic range of non-excluded amplitudes may exceed the range of the spatial image data. To substantially reduce the data coding rate, it is not possible to preserve all possible values of the spectral sub-image data. For this reason,
The data values are quantized (step 120 of flowchart 100) before being encoded. Quantization reduces the amount of information in the transform domain by mapping many data values into one data value, thereby allowing more data compression, but at the expense of compression errors. This compression error arises from approximating many data values with one representative value.

量子化は、本技術で周知の統計的量子化方法で行われる
が、この方法はクリッピングアーチファクトを最も少な
くする一方で、最低限の量子化誤差しか発生しない。Ｖ
Ｌ　Ｓ’ｌ≦ｙ、でしかもｙの量子化値ｙを有する場合
にｙで確立変数の値を表すと、ｙの確率分布はｐ　（ｙ
）となる。−組の識別レベルｄ、と一組の再現値「、は
次式が最小になるように定義される。Quantization is performed with statistical quantization methods well known in the art, which produce minimal clipping artifacts while introducing minimal quantization errors. V
When L S'l≦y and y has a quantized value y, and y represents the value of the probability variable, the probability distribution of y is p (y
). - a set of discrimination levels d, and a set of reproduction values ``, are defined such that the following equation is minimized.

）’−ｒｌ　＊　　（ｄ＋−＋　＜ｙ＜ｄ、の場合）こ
の場合、ＥＱは平均二乗量子化誤差である。)'-rl* (for d+-+ <y<d) In this case, EQ is the mean square quantization error.

この最適量子化問題を解くと、再現レベルと識別レベル
の位置として次の式が得られる。When this optimal quantization problem is solved, the following equations are obtained for the positions of the reproduction level and discrimination level.

ｄ。d.

（「」 ＋ ） ／２ 最初の式は、対応する識別レベル間の分布の中心軌跡に
なるように再現値を選択しなければならないことを示し
ているのに対し、二番目の式は、識別レベルが対応する
再現値の間にこなければならないことを示している。こ
れらの式は再帰的に解いて、Ｅｏを最小にすると識別レ
ベルと再現レベルの位置を求めてもよい。このように解
くと、ｙのサンプリング値が発生しやすい領域では、識
別レベル同士の間隔をもりと狭くしなければならないと
いう意見を満足する。(“” + ) /2 The first equation states that the recall value must be chosen to be the center locus of the distribution between the corresponding discrimination levels, whereas the second equation Indicates that the level must fall between the corresponding reproduction values. These equations may be solved recursively to find the positions of the discrimination level and reproduction level by minimizing Eo. Solving in this way satisfies the opinion that in areas where y sampling values are likely to occur, the interval between discrimination levels should be made narrower.

ガウス分布では、第１７図に示すように、確率が低く、
ｙの値が大きい場合にクリッピングが発生する可能性が
あるが、このようにｙの値が大きいことはスペクトルサ
ブイメージデータ値の絶対値が大きいことに対応してい
る。このようにクリッピングが生じると、エツジにアー
チファクトができる。このため、空間サブイメージにエ
ツジの細部がかなり含まれている場合には、スペクトル
サブイメージの高周波振幅の規模が大きくなるので、本
発明の好ましい実施例では、第５図に示す範囲全体でデ
ータ値を均一に量子化することによって、必要な量子化
ビット数を増やさずにエツジアーチファクトが発生１．
ないようにしている。In the Gaussian distribution, as shown in Figure 17, the probability is low;
Clipping may occur when the value of y is large, and such a large value of y corresponds to a large absolute value of the spectral sub-image data value. When clipping occurs in this way, artifacts appear on the edges. For this reason, when the spatial subimage contains significant edge detail, the magnitude of the high frequency amplitude of the spectral subimage increases, and in the preferred embodiment of the present invention, the data is transmitted over the entire range shown in FIG. By uniformly quantizing the values, edge artifacts are generated without increasing the number of required quantization bits.1.
I try not to.

識別レベルｄ、〜ｄ８と再現値ｒ４〜ｒ７は、ｙ軸方向
に等間隔で示される。例えば、ｄ５〜ｄ６の識別点の間
にあるデータ値は、量子化されて再現値ｒ％になる。こ
れを行っている間に、量子化誤差の増加を犠牲にして、
クリッピングアーチファクトが削減されている。The discrimination levels d, ~d8 and the reproduction values r4~r7 are shown at equal intervals in the y-axis direction. For example, data values between the discrimination points d5 and d6 are quantized to become a reproduction value r%. While doing this, at the cost of increasing quantization error,
Clipping artifacts have been reduced.

データ圧縮に必要な最終マツピング手順は、排除しなか
った量子化データにコードワードを割り当てる（ステッ
プ１２４）ことである。その量子化データセットを表現
するための一組の２進シンボルを効果的に選択すると、
さらに圧縮される。The final mapping step required for data compression is to assign codewords to the quantized data that was not excluded (step 124). Effectively choosing a set of binary symbols to represent that quantized data set,
further compressed.

好ましい実施例ではハフマンコード（ＨｕｆｆｓａｎＣ
ｏｄｅ）を使用しているが、これは立証済のコン７くク
トコードであるためで、実現の複雑さが要求するように
他のコーディング方法で本発明を実施してもよい。In a preferred embodiment, a Huffman code (HuffsanC
ode) is used because it is a proven contract code, and the invention may be implemented with other coding methods as the complexity of the implementation requires.

圧縮したデータと、排除したスペクトルサブイメージデ
ータの数学モデルを示すパラメータは、好ましい実施例
では排除しなかったスペクトルサブイメージデータをコ
ーディングし量子化したものと、排除したスペクトルサ
ブイメージデータの標準偏差とで構成されているが、こ
れらは第１３図のデータ記憶袋Ｍ４００に記憶され、こ
れによってデータの圧縮と記憶のプロセスが完了するこ
とになる。The parameters representing the mathematical model of the compressed data and the excluded spectral subimage data are, in the preferred embodiment, the coded and quantized spectral subimage data that was not excluded, and the standard deviation of the excluded spectral subimage data. These are stored in the data storage bag M400 of FIG. 13, thereby completing the data compression and storage process.

元のイメージを表示袋＠４４０に表示させる場合は、Ｃ
ＰＵ３２０が、データ記憶装置４００に記憶されている
標準偏差とコード化したデータを検索してから、このデ
ータをデコードし、数学モデルとそのモデルを示すパラ
メータを仮定して排除したサブイメージデータを推定し
、さらに元のイメージの近似値を再現しなければならな
い。ハフマンコード値は、本技術では周知の方法で、排
除しなかった量子化サブイメージデータにデコードされ
る（フローチャート１００のステップ１２８）。If you want to display the original image in the display bag @440, C
The PU 320 retrieves the standard deviation and coded data stored in the data storage device 400, decodes this data, and estimates the excluded sub-image data assuming a mathematical model and parameters representing the model. However, it must also reproduce an approximation of the original image. The Huffman code values are decoded into non-rejected quantized sub-image data (step 128 of flowchart 100) in a manner well known in the art.

本発明によると、排除したスペクトルサブイメ−ジデー
タの数学モデルに検索したパラメータを適用すれば、排
除したスペクトルサブイメージデータの近似値が生成さ
れる。好ましい実施例は一例こして示したもので限定す
るものではないので、この実施例では、排除したスペク
トルサブイメージデータの近似値は、ガウス分布と１の
標準偏差を有する確率変数のサンプルを生成することで
得られる。このサンプルの鎖に、検索した標準偏差を掛
けて排除した振幅の統計的推定値を求める。According to the present invention, approximations of the excluded spectral sub-image data are generated by applying the retrieved parameters to the mathematical model of the excluded spectral sub-image data. As the preferred embodiment is given by way of example and not by way of limitation, in this embodiment the approximation of the excluded spectral sub-image data produces a sample of random variables with a Gaussian distribution and a standard deviation of 1. You can get it by doing that. This sample chain is multiplied by the retrieved standard deviation to obtain a statistical estimate of the excluded amplitude.

このようなデータ値の統計的推定は、その後、デコード
したスペクトルサブイメージデータに加えられる。Statistical estimates of such data values are then added to the decoded spectral sub-image data.

実際には、ガウス分布と１の標準偏差を有する乱数表が
作られる。排除したスペクトルサブイメージデータ値を
置換する場合は、ある数が乱数表から任意に選択される
。この選択された数に検索したパラメータを掛けるが、
このパラメータは好ましい実施例では排除したサブイメ
ージデータの標準偏差である。パラメータを掛けて得ら
れた積は、置換振幅というが、排除したスペクトルサブ
イメージデータの統計的推定値となる。これは正しいこ
とだが、それは、表に並んだ数の分布が、排除した振幅
の分布と同様、ガウス分布になっているからである。こ
のため、置換振幅は、圧縮プロセス中になくなったイメ
ージ情報に統計的に置換される。この置換振幅は、デコ
ードしたデータストリーム内の排除した振幅の位置に挿
入され、ｆの近似値である１％　の構造になる。In practice, a random number table with a Gaussian distribution and a standard deviation of 1 is created. When replacing an excluded spectral sub-image data value, a number is arbitrarily selected from a random number table. Multiply this selected number by the searched parameter, but
This parameter is the standard deviation of the excluded subimage data in the preferred embodiment. The product obtained by multiplying the parameters is called the replacement amplitude, and is a statistical estimate of the excluded spectral sub-image data. This is true because the distribution of the numbers in the table is Gaussian, just like the distribution of the excluded amplitudes. Thus, the replacement amplitude statistically replaces the image information missing during the compression process. This replacement amplitude is inserted in the decoded data stream at the location of the removed amplitude, resulting in a 1% structure that is an approximation of f.

次に、（、ｌ　の逆変数が次のように行われる（フロー
チャート１００のステップ１３８）。Next, the inversion of (,l is performed as follows (step 138 of flowchart 100).

ｆ−Ｔ”　　ｆ、’　　Ｔ。f-T” f,’ T.

その結果、空間サブイメージブロックが得られ、それか
ら元のイメージＦデータ値の近似値Ｆ、が再現されて第
１図の表示装置４４０に表示される（ステップ１４０）
。The result is a spatial sub-image block from which an approximation F of the original image F data values is reconstructed and displayed on display 440 of FIG. 1 (step 140).
.

［発明の効果］ 以上詳述したように本発明にかかる画像圧縮装置は、デ
ィジタル態様の原画像に対し直交変換。[Effects of the Invention] As detailed above, the image compression device according to the present invention performs orthogonal transformation on a digital original image.

再量子化、符号化を施して圧縮画像データ及び圧縮制御
データを得る画像圧縮装置において、前記再量子化に際
して閾値処理、領域処理、順泣処理又はそれらの組合せ
にかかる処理を実行することにより前記直交変換された
原画像から特定の成分のデータを排除する手段と、この
手段により排除されたデータを特定の数学モデルにより
統計処理し前記圧縮＄制御データとして生成する手段と
を具備したことを特徴とする。In an image compression device that performs requantization and encoding to obtain compressed image data and compression control data, the above-mentioned It is characterized by comprising means for excluding data of a specific component from the orthogonally transformed original image, and means for statistically processing the data excluded by this means using a specific mathematical model to generate the compressed $ control data. shall be.

本発明にかかる画像復元装置は、圧縮画像データ及び圧
縮＄制御データに対し復号化、逆再量子化。The image restoration device according to the present invention decodes and inversely requantizes compressed image data and compressed $ control data.

逆直交変換を施してディジタル態様の原画像を得る画像
復元装置において、前記逆再量子化に際して圧縮＄制御
データに基づき特定の数学モデルの下で特定の成分のデ
ータを復元する手段ε、この手段により復元されたデー
タと前記圧縮画像データを復号化したデータとによりデ
ィジタル態様の原画像を生成する手段とを具備したこと
を特徴こする。In an image restoration device for obtaining an original image in digital form by performing inverse orthogonal transformation, means ε for restoring data of a specific component under a specific mathematical model based on compressed $ control data during the inverse requantization; The present invention is characterized by comprising means for generating an original image in digital form from the data restored by the method and the data decoded from the compressed image data.

本発明にかかる画像圧縮装置および画像復元装置によれ
ば、圧縮にあっては通常の再量子化すべきデータ以外の
排除されたデータは、統計データとして再量子化されず
に圧縮データに付帯して伝送又は記録され、また、復元
にあっては、圧縮データに付帯した統計データに基づき
前記排除されたデータが復元され且つ圧縮データは逆再
量子化され、これらにより原画像が復元されるので、再
量子化（逆再量子化）の効率の低下を招かずに、優れた
圧縮（復元）性を発揮するものさなる。According to the image compression device and the image restoration device according to the present invention, during compression, excluded data other than normal data to be requantized is attached to compressed data without being requantized as statistical data. When the data is transmitted or recorded, and when it is restored, the excluded data is restored based on the statistical data attached to the compressed data, and the compressed data is inversely requantized, thereby restoring the original image. It is something that exhibits excellent compression (decompression) performance without reducing the efficiency of requantization (inverse requantization).

よって、本発明によれば、再量子化（逆再量子化）の効
率の低下を招かずに、圧縮（復元）性の優れた画像圧縮
装置および画像復元装置を提供することができる。Therefore, according to the present invention, it is possible to provide an image compression device and an image restoration device with excellent compression (decompression) performance without reducing the efficiency of requantization (inverse requantization).

【図面の簡単な説明】[Brief explanation of drawings]

第１図は本発明の画像圧縮装置のアルゴリズムを示すブ
ロック図、第２図は本発明の画像復元装置のアルゴリズ
ムをブロック図である。また、第３図〜第５図は一実施
例にかかる画像圧縮装置を示す図であって、第３図は構
成を示すブロック図、第４図は第３図における要部の詳
細ブロック図、第５図は作用を示す図、第６図〜第８図
は一実施例にかかる画像復元装置を示す図であって、第
６図は構成を示すブロック図、第７図は第６図における
要部の詳細ブロック図、第８図は作用を示す図、第９図
及び第１０図は領域処理（ゾーン）を示す図、第１１図
及び第１２図は順位処理（オーダリング）を示す図、第
１３図は本発明によるイメージデータの圧縮と再現を実
施する医療用画像処理装置の一例を示す図、第１４図は
第１３図の装置が実施するイメージデータの圧縮と再現
のフローチャート、第１５図は基礎イメージのサブイメ
ージブロックを示す図、第１６図は排除したスペクトル
サブイメージの振幅数とその振幅値との関係を示すグラ
フ、第１７図は量子化した変数ｙのがウス分布と識別レ
ベルならびに再現値を示すグラフ、第１８図は画像圧縮
と画像復元のアルゴリズを示すブロック図、第１９図は
画像圧縮におけスペクトラム図である。 １１・・・ブロック化、１２・・・ＤＣＴ　（離散コサ
イン変換）、１３・・・再量子化、１４・・・符号化、
１５・・・統計計算、１６・・・バッファ、１７・・・
ファイル、１８・・・復号化、１９・・・復元計算、２
０・・・原画生成、２１・・・Ｉ　ＤＣＴ、２２・・・
全画面合成、３０・・・データバス（又はネットワーク
）、３】・・・ファイリング装置、３２・・・インター
フェース、３３・・・画像復元圧縮装置、３３Ａ・・・
バッファメモリ、３３Ｂ・・・ＤＣＴ（Ｍ散コサイン変
換）、３３Ｃ・・・バッファメモリ、３３Ｄ・・・再量
子化部、３３Ｄ１・・・周波数選択部、３３Ｄ２・・・
量子化器、３３Ｅ・・・統計計算部、３３Ｆ・・・バッ
ファメモリ、３３Ｇ・・・符号化器、３３Ｈ・・・バッ
ファメモリ、３３１・・・復号化器、３３Ｊ・・・バッ
ファメモリ、３３Ｋ・・・逆再量子化部、３３Ｋｌ・・
・逆再量子化器、３３に２・・・周波数復元部、３３Ｍ
・・・バッファメモリ、３３Ｎ・・・ＩＤＣＴ。 ３３０・・・バッファメモリ。２４０・・・結像装置、
２８０・・・イメージデータ、４００・・・データ記憶
装置、４４０・・・表示装置。FIG. 1 is a block diagram showing an algorithm of an image compression device according to the present invention, and FIG. 2 is a block diagram showing an algorithm of an image restoration device according to the present invention. 3 to 5 are diagrams showing an image compression device according to an embodiment, in which FIG. 3 is a block diagram showing the configuration, FIG. 4 is a detailed block diagram of main parts in FIG. 3, FIG. 5 is a diagram showing the operation, FIGS. 6 to 8 are diagrams showing an image restoration device according to an embodiment, FIG. 6 is a block diagram showing the configuration, and FIG. A detailed block diagram of the main parts, FIG. 8 is a diagram showing the operation, FIGS. 9 and 10 are diagrams showing area processing (zone), FIGS. 11 and 12 are diagrams showing ranking processing (ordering), FIG. 13 is a diagram showing an example of a medical image processing device that compresses and reproduces image data according to the present invention, FIG. 14 is a flowchart of compression and reproduction of image data performed by the device in FIG. 13, and FIG. The figure shows the sub-image blocks of the basic image, Figure 16 is a graph showing the relationship between the number of amplitudes of the excluded spectral sub-images and their amplitude values, and Figure 17 shows that the quantized variable y is identified as a Ussian distribution. Graphs showing levels and reproduction values, FIG. 18 is a block diagram showing algorithms for image compression and image restoration, and FIG. 19 is a spectrum diagram for image compression. 11... Blocking, 12... DCT (discrete cosine transform), 13... Requantization, 14... Encoding,
15... Statistical calculation, 16... Buffer, 17...
File, 18...Decryption, 19...Restoration calculation, 2
0...Original image generation, 21...I DCT, 22...
Full screen composition, 30...Data bus (or network), 3]...Filing device, 32...Interface, 33...Image restoration and compression device, 33A...
Buffer memory, 33B...DCT (M dispersive cosine transform), 33C... Buffer memory, 33D... Requantization section, 33D1... Frequency selection section, 33D2...
Quantizer, 33E...Statistical calculation unit, 33F...Buffer memory, 33G...Encoder, 33H...Buffer memory, 331...Decoder, 33J...Buffer memory, 33K ... Inverse requantization section, 33Kl...
・Inverse requantizer, 33 to 2...Frequency restoration unit, 33M
...Buffer memory, 33N...IDCT. 330...Buffer memory. 240...imaging device,
280... Image data, 400... Data storage device, 440... Display device.

Claims (2)

【特許請求の範囲】[Claims] （１）ディジタル態様の原画像に対し直交変換、再量子
化、符号化を施して圧縮画像データ及び圧縮制御データ
を得る画像圧縮装置において、前記再量子化に際して閾
値処理、領域処理、順位処理又はそれらの組合せにかか
る処理を実行することにより前記直交変換された原画像
から特定の成分のデータを排除する手段と、この手段に
より排除されたデータを特定の数学モデルにより統計処
理し前記圧縮制御データとして生成する手段とを具備し
たことを特徴とする画像圧縮装置。(1) In an image compression device that performs orthogonal transformation, requantization, and encoding on a digital original image to obtain compressed image data and compression control data, the requantization is performed using threshold processing, area processing, ranking processing, or Means for excluding data of a specific component from the orthogonally transformed original image by executing a process related to a combination thereof; and a means for statistically processing the data excluded by this means using a specific mathematical model to obtain the compression control data. An image compression device comprising: means for generating an image. （２）圧縮画像データ及び圧縮制御データに対し復号化
、逆再量子化、逆直交変換を施してディジタル態様の原
画像を得る画像復元装置において、前記逆再量子化に際
して圧縮制御データに基づき特定の数学モデルの下で特
定の成分のデータを復元する手段と、この手段により復
元されたデータと前記圧縮画像データを復号化したデー
タとによりディジタル態様の原画像を生成する手段とを
具備したことを特徴とする画像復元装置。(2) In an image restoration device that performs decoding, inverse requantization, and inverse orthogonal transformation on compressed image data and compression control data to obtain an original image in digital form, the information is specified based on the compression control data during the inverse requantization. and means for generating an original image in digital form from the data restored by this means and data obtained by decoding the compressed image data. An image restoration device characterized by: