JPH0638189A - 画像符号化方法 - Google Patents
画像符号化方法Info
- Publication number
- JPH0638189A JPH0638189A JP4187800A JP18780092A JPH0638189A JP H0638189 A JPH0638189 A JP H0638189A JP 4187800 A JP4187800 A JP 4187800A JP 18780092 A JP18780092 A JP 18780092A JP H0638189 A JPH0638189 A JP H0638189A
- Authority
- JP
- Japan
- Prior art keywords
- block
- definition
- relative contour
- coding method
- 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
Landscapes
- Image Processing (AREA)
- Color Television Systems (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
(57)【要約】
【目的】 本発明はデジタル画像を圧縮して伝送・記録
する際に用いる画像符号化の際に、画質劣化を抑制し、
人間の視覚特性に合致した高能率な画像圧縮符号化方法
を提供する。 【構成】 ブロック分割器1において画像信号をブロッ
クに分割し、ブロックごとの精細度を局所的精細度検出
器2で算出し、統計器3によって統計的性質に適応した
閾値によるクラス分けの後、相対的輪郭部検出器4で相
対的輪郭部を検出し、符号化制御器5によって符号化対
象ブロックが相対的輪郭部を含む場合と含まない場合で
符号化方法を変えるように、また相対的輪郭部を含まな
い場合には分類されたクラスによって量子化幅を変える
ように符号化器6を制御するようにし、相対的輪郭部の
周辺に発生する符号化ノイズの低減を図り、歪の検知さ
れにくい精細度の高いクラスに符号化ノイズを集めるよ
うに構成する。
する際に用いる画像符号化の際に、画質劣化を抑制し、
人間の視覚特性に合致した高能率な画像圧縮符号化方法
を提供する。 【構成】 ブロック分割器1において画像信号をブロッ
クに分割し、ブロックごとの精細度を局所的精細度検出
器2で算出し、統計器3によって統計的性質に適応した
閾値によるクラス分けの後、相対的輪郭部検出器4で相
対的輪郭部を検出し、符号化制御器5によって符号化対
象ブロックが相対的輪郭部を含む場合と含まない場合で
符号化方法を変えるように、また相対的輪郭部を含まな
い場合には分類されたクラスによって量子化幅を変える
ように符号化器6を制御するようにし、相対的輪郭部の
周辺に発生する符号化ノイズの低減を図り、歪の検知さ
れにくい精細度の高いクラスに符号化ノイズを集めるよ
うに構成する。
Description
【0001】
【産業上の利用分野】本発明は、デジタル画像を圧縮し
て伝送・記録する際に用いる画像符号化における画質劣
化を抑制する方法に関する。
て伝送・記録する際に用いる画像符号化における画質劣
化を抑制する方法に関する。
【0002】
【従来の技術】近年、デジタル画像の符号化方法とし
て、画像をブロックに分割しブロックごとに離散コサイ
ン変換(以下、DCTと呼ぶ)を行い、DCT係数を量
子化、符号化する方法が主流となってきた。これらの方
法のうち多くのものは、視覚のマスキング特性を利用し
て、符号化ノイズの検知されやすい平坦部では量子化幅
を小さく、周囲の画像の精細度が高いために符号化ノイ
ズが検知されにくい複雑部では量子化幅を大きく変更す
ることで画質の改善を図っている。それでも、圧縮率を
高めていくに従って、特に画像の輪郭部に発生する符号
化ノイズが非常に目につくようになる。これは、輪郭部
を含んだブロックが輪郭部に隣接する平坦部をも含んで
いるにもかかわらず、複雑部に分類され粗い量子化が行
われるためである。そこで、画像信号レベルの周囲との
変化量に着目し、変化量がある所定の閾値以上の場合に
輪郭部があると判定し、その部分の量子化幅を小さくし
て輪郭部のノイズを低減する試みがなされており、画質
の改善がみられることが確認されているが、人間が輪郭
部であると認識する部分を的確に検出できないために、
検知されるノイズを完全に除去することができない。
て、画像をブロックに分割しブロックごとに離散コサイ
ン変換(以下、DCTと呼ぶ)を行い、DCT係数を量
子化、符号化する方法が主流となってきた。これらの方
法のうち多くのものは、視覚のマスキング特性を利用し
て、符号化ノイズの検知されやすい平坦部では量子化幅
を小さく、周囲の画像の精細度が高いために符号化ノイ
ズが検知されにくい複雑部では量子化幅を大きく変更す
ることで画質の改善を図っている。それでも、圧縮率を
高めていくに従って、特に画像の輪郭部に発生する符号
化ノイズが非常に目につくようになる。これは、輪郭部
を含んだブロックが輪郭部に隣接する平坦部をも含んで
いるにもかかわらず、複雑部に分類され粗い量子化が行
われるためである。そこで、画像信号レベルの周囲との
変化量に着目し、変化量がある所定の閾値以上の場合に
輪郭部があると判定し、その部分の量子化幅を小さくし
て輪郭部のノイズを低減する試みがなされており、画質
の改善がみられることが確認されているが、人間が輪郭
部であると認識する部分を的確に検出できないために、
検知されるノイズを完全に除去することができない。
【0003】
【発明が解決しようとする課題】人間の視覚特性は周囲
の画像の複雑さに応じて相対的な輪郭部を認識するた
め、平坦部の輪郭は検知されやすく、複雑部の輪郭は検
知されにくい特性を有している。したがって従来の技術
にあるような、あらかじめ設定した所定の閾値による輪
郭部検出方法では、周囲の画像の複雑さによらず、常に
一定の閾値で輪郭部を判定するため、実際に人間が輪郭
であると認める部分を的確に検出することができない。
さらに、ある画像にとって最適に設定された輪郭部検出
のための閾値は、別の種類の画像にとって最適な閾値と
はならない点に従来の技術では解決できない課題があ
る。したがって、従来の輪郭部検出方法を異なるフレー
ムの連続であると考えることができる動画像に適用する
場合、どのフレームも同じ閾値で輪郭部を検出すること
になり、場面に応じた輪郭部検出ができない。
の画像の複雑さに応じて相対的な輪郭部を認識するた
め、平坦部の輪郭は検知されやすく、複雑部の輪郭は検
知されにくい特性を有している。したがって従来の技術
にあるような、あらかじめ設定した所定の閾値による輪
郭部検出方法では、周囲の画像の複雑さによらず、常に
一定の閾値で輪郭部を判定するため、実際に人間が輪郭
であると認める部分を的確に検出することができない。
さらに、ある画像にとって最適に設定された輪郭部検出
のための閾値は、別の種類の画像にとって最適な閾値と
はならない点に従来の技術では解決できない課題があ
る。したがって、従来の輪郭部検出方法を異なるフレー
ムの連続であると考えることができる動画像に適用する
場合、どのフレームも同じ閾値で輪郭部を検出すること
になり、場面に応じた輪郭部検出ができない。
【0004】そこで、本発明の画像符号化方法は、1フ
レームの画像信号における局所的精細度に関する統計的
性質を利用し、フレームごとに平均精細度と局所的精細
度の分散からクラス分けの閾値1、閾値2を算出するこ
とによって、フレームごとの最適の輪郭部検出閾値を求
め、人間の視覚特性に適合した相対的輪郭部検出を行
い、さらに、符号化対象ブロックの周囲のブロックに対
する輪郭部検出結果から前記符号化対象ブロックが輪郭
部を含むことを予測することで、画質劣化の少ない高能
率画像符号化を実現することを目的とする。
レームの画像信号における局所的精細度に関する統計的
性質を利用し、フレームごとに平均精細度と局所的精細
度の分散からクラス分けの閾値1、閾値2を算出するこ
とによって、フレームごとの最適の輪郭部検出閾値を求
め、人間の視覚特性に適合した相対的輪郭部検出を行
い、さらに、符号化対象ブロックの周囲のブロックに対
する輪郭部検出結果から前記符号化対象ブロックが輪郭
部を含むことを予測することで、画質劣化の少ない高能
率画像符号化を実現することを目的とする。
【0005】
【課題を解決するための手段】上記目的を達成するため
に、本発明の画像符号化方法は、画像信号を近接する複
数の画素からなるブロックに分割し符号化処理する方法
において、ブロックごとの離散コサイン変換に代表され
る直交変換による変換係数の交流成分の大きさ、もしく
は、ブロックごとの画像信号レベルの分散に比例した値
で局所的精細度を表現し、フレームごとの局所的精細度
に関する統計的性質を観測することによって、フレーム
ごとに平均精細度に局所的精細度の分散に比例した値を
加算した閾値1と平均精細度から局所的精細度の分散に
比例した値を減算した閾値2とを求め、画像信号の全ブ
ロックを局所的精細度によって閾値1以上のブロックを
複雑ブロック、閾値1よりも小さく閾値2よりも大きい
ものを平均ブロック、閾値2以下のブロックを平坦ブロ
ックというように3クラスに分類し、符号化対象ブロッ
クが複雑ブロックに属し、かつ前記符号化対象ブロック
の周囲のブロックに1つでも平坦ブロックに属するもの
がある場合、もしくは、前記符号化対象ブロックが複雑
ブロックに属し、かつ前記符号化対象ブロックの周囲に
2つ以上の相対的輪郭部を含むブロックがある場合、前
記符号化対象ブロックは相対的輪郭部を含むと判定し、
前記符号化対象ブロックが前記相対的輪郭部を含む場合
の量子化幅を小さく、また、前記符号化対象ブロックが
前記相対的輪郭部を含まない場合の量子化幅は前記符号
化対象ブロックが属するクラスの精細度に比例して大き
く設定することにより、画像信号の統計的性質に適合し
た量子化を行うように構成する。
に、本発明の画像符号化方法は、画像信号を近接する複
数の画素からなるブロックに分割し符号化処理する方法
において、ブロックごとの離散コサイン変換に代表され
る直交変換による変換係数の交流成分の大きさ、もしく
は、ブロックごとの画像信号レベルの分散に比例した値
で局所的精細度を表現し、フレームごとの局所的精細度
に関する統計的性質を観測することによって、フレーム
ごとに平均精細度に局所的精細度の分散に比例した値を
加算した閾値1と平均精細度から局所的精細度の分散に
比例した値を減算した閾値2とを求め、画像信号の全ブ
ロックを局所的精細度によって閾値1以上のブロックを
複雑ブロック、閾値1よりも小さく閾値2よりも大きい
ものを平均ブロック、閾値2以下のブロックを平坦ブロ
ックというように3クラスに分類し、符号化対象ブロッ
クが複雑ブロックに属し、かつ前記符号化対象ブロック
の周囲のブロックに1つでも平坦ブロックに属するもの
がある場合、もしくは、前記符号化対象ブロックが複雑
ブロックに属し、かつ前記符号化対象ブロックの周囲に
2つ以上の相対的輪郭部を含むブロックがある場合、前
記符号化対象ブロックは相対的輪郭部を含むと判定し、
前記符号化対象ブロックが前記相対的輪郭部を含む場合
の量子化幅を小さく、また、前記符号化対象ブロックが
前記相対的輪郭部を含まない場合の量子化幅は前記符号
化対象ブロックが属するクラスの精細度に比例して大き
く設定することにより、画像信号の統計的性質に適合し
た量子化を行うように構成する。
【0006】
【作用】本発明は上記の構成において、画像信号の性質
によらず周囲のブロックとの相対的な精細度の差から相
対的輪郭部を検出し、相対的輪郭部の情報量割り当てを
増加することで視覚的に検知されやすい輪郭部の符号化
ノイズを低減し、発生する符号化ノイズを視覚的に検知
されにくい精細度の高いブロックに集めるように作用す
ることとなる。
によらず周囲のブロックとの相対的な精細度の差から相
対的輪郭部を検出し、相対的輪郭部の情報量割り当てを
増加することで視覚的に検知されやすい輪郭部の符号化
ノイズを低減し、発生する符号化ノイズを視覚的に検知
されにくい精細度の高いブロックに集めるように作用す
ることとなる。
【0007】
【実施例】以下本発明の画像符号化方法の一実施例につ
いて、図面を参照しながら説明する。ここでは、画像信
号を8×8画素のブロックに分割した場合の例について
説明するが、ブロックの大きさは8×8画素に限るもの
ではない。まず、図1、図2および図3を用いて第1の
実施例を説明する。図1は本発明の第1の実施例の画像
符号化方法のブロック図であり、ブロック分割器1、符
号化器6、適応輪郭検出部100から構成されている。
適応輪郭検出部100は局所的精細度検出器2、統計器
3、相対的輪郭部検出器4、符号化制御器5によって構
成されている。図2はDCTに代表される直交変換器
7、交流成分検出器8から構成される局所的精細度検出
器2の一例を示すブロック図である。また図3は画像信
号をブロックに分割し、ブロックごとのDCTによる変
換係数の一例を示す図である。
いて、図面を参照しながら説明する。ここでは、画像信
号を8×8画素のブロックに分割した場合の例について
説明するが、ブロックの大きさは8×8画素に限るもの
ではない。まず、図1、図2および図3を用いて第1の
実施例を説明する。図1は本発明の第1の実施例の画像
符号化方法のブロック図であり、ブロック分割器1、符
号化器6、適応輪郭検出部100から構成されている。
適応輪郭検出部100は局所的精細度検出器2、統計器
3、相対的輪郭部検出器4、符号化制御器5によって構
成されている。図2はDCTに代表される直交変換器
7、交流成分検出器8から構成される局所的精細度検出
器2の一例を示すブロック図である。また図3は画像信
号をブロックに分割し、ブロックごとのDCTによる変
換係数の一例を示す図である。
【0008】以上のような構成要素よりなり、つぎにそ
の構成要素相互の関連と動作を説明すると、ブロック分
割器1によって画像信号をブロックに分割したあと、画
像信号の局所的精細度をブロックごとに精細度検出器2
で検出し、統計器3で精細度に関する統計をとる。さら
に、局所的精細度の情報を使って相対的輪郭部検出器4
で画像信号の相対的輪郭部を検出し、符号化制御器5で
局所的精細度と精細度に関する統計と相対的輪郭部検出
結果を利用して、相対的輪郭部を含むブロックに対する
符号化方法を制御する。
の構成要素相互の関連と動作を説明すると、ブロック分
割器1によって画像信号をブロックに分割したあと、画
像信号の局所的精細度をブロックごとに精細度検出器2
で検出し、統計器3で精細度に関する統計をとる。さら
に、局所的精細度の情報を使って相対的輪郭部検出器4
で画像信号の相対的輪郭部を検出し、符号化制御器5で
局所的精細度と精細度に関する統計と相対的輪郭部検出
結果を利用して、相対的輪郭部を含むブロックに対する
符号化方法を制御する。
【0009】つぎに、本発明の第2の実施例を説明す
る。図4は本発明の第2の実施例における交流成分検出
器8のブロック図で、乗算器9および加算器10から構
成されている。直交変換器7によって直交変換された変
換係数のうち、交流成分を表現する変換係数は乗算器9
で2乗され、さらに、加算器10でその総和、いわゆる
交流電力が計算され、交流成分検出器8の出力とする。
る。図4は本発明の第2の実施例における交流成分検出
器8のブロック図で、乗算器9および加算器10から構
成されている。直交変換器7によって直交変換された変
換係数のうち、交流成分を表現する変換係数は乗算器9
で2乗され、さらに、加算器10でその総和、いわゆる
交流電力が計算され、交流成分検出器8の出力とする。
【0010】つぎに、本発明の第3の実施例を説明す
る。図5は本発明の第3の実施例における交流成分検出
器8の一実施例を示すブロック図で、絶対値器11およ
び加算器12から構成される。直交変換器7によって直
交変換された変換係数のうち、交流成分を表現する変換
係数は絶対値器11で絶対値化され、加算器12でその
総和が計算され、交流成分検出器8の出力とする。
る。図5は本発明の第3の実施例における交流成分検出
器8の一実施例を示すブロック図で、絶対値器11およ
び加算器12から構成される。直交変換器7によって直
交変換された変換係数のうち、交流成分を表現する変換
係数は絶対値器11で絶対値化され、加算器12でその
総和が計算され、交流成分検出器8の出力とする。
【0011】つぎに、本発明の第4の実施例を説明す
る。図6は本発明の第4の実施例における局所的精細度
検出器2の一実施例を示すブロック図で、平均値計算器
13、乗算器14、15、加算器16および差分器17
から構成されている。ブロック内の全画素値から平均値
計算器13で平均画素値を計算し、乗算器14で平均画
素値の2乗を計算するとともに、画素ごとに乗算器15
で2乗され加算器16でその総和が計算される。さら
に、差分器17で画素ごとの2乗和から平均画素値の2
乗を減じた結果、つまり、ブロック内画素値の分散に比
例した値を局所的精細度として出力する。なお、ここで
は平均値計算器13、乗算器14、15、加算器16お
よび差分器17での構成例を示したが、ブロック内画素
値の分散に比例した値を出力できる構成ならば、ここに
示した例に限定されるものではない。
る。図6は本発明の第4の実施例における局所的精細度
検出器2の一実施例を示すブロック図で、平均値計算器
13、乗算器14、15、加算器16および差分器17
から構成されている。ブロック内の全画素値から平均値
計算器13で平均画素値を計算し、乗算器14で平均画
素値の2乗を計算するとともに、画素ごとに乗算器15
で2乗され加算器16でその総和が計算される。さら
に、差分器17で画素ごとの2乗和から平均画素値の2
乗を減じた結果、つまり、ブロック内画素値の分散に比
例した値を局所的精細度として出力する。なお、ここで
は平均値計算器13、乗算器14、15、加算器16お
よび差分器17での構成例を示したが、ブロック内画素
値の分散に比例した値を出力できる構成ならば、ここに
示した例に限定されるものではない。
【0012】つぎに本発明の第5の実施例を説明する。
図7は本発明の第5の実施例における統計器3の一実施
例を示すブロック図で、平均値計算器18、乗算器1
9、20、加算器21、差分器22、閾値生成器23お
よび比較器24から構成されている。また図8は同実施
例における画像信号の局所的精細度と検出頻度に関する
統計の一例を、横軸に局所的精細度を、縦軸に検出頻度
をとって示している。ブロックごとの局所的精細度は平
均値計算器18で画像信号の平均精細度が計算され、乗
算器19で平均精細度の2乗が計算されるとともに、局
所的精細度ごとに乗算器20で2乗され加算器21でそ
の総和が計算される。さらに、差分器22で局所的精細
度ごとの2乗和から平均精細度の2乗を減じて、局所的
精細度の分散σを求める。閾値生成器23では、画像信
号の平均精細度に局所的精細度の分散σに比例した値α
σ(α>0)を加算した閾値1と平均精細度から局所的
精細度の分散σに比例した値βσ(β>0)を減算した
閾値2を生成し、比較器24で局所的精細度が閾値1以
上のブロックを複雑ブロック、閾値1よりも小さく閾値
2よりも大きいブロックを平均ブロック、閾値2以下の
ブロックを平坦ブロックというように3クラスに分類す
る。なお、ここでは平均値計算器18、乗算器19、2
0、加算器21、差分器22、閾値生成器23、比較器
24での構成例を示したが、局所的精細度の分散σに比
例した値でクラス分けを行うことができるならば、この
構成に限定されるものでない。
図7は本発明の第5の実施例における統計器3の一実施
例を示すブロック図で、平均値計算器18、乗算器1
9、20、加算器21、差分器22、閾値生成器23お
よび比較器24から構成されている。また図8は同実施
例における画像信号の局所的精細度と検出頻度に関する
統計の一例を、横軸に局所的精細度を、縦軸に検出頻度
をとって示している。ブロックごとの局所的精細度は平
均値計算器18で画像信号の平均精細度が計算され、乗
算器19で平均精細度の2乗が計算されるとともに、局
所的精細度ごとに乗算器20で2乗され加算器21でそ
の総和が計算される。さらに、差分器22で局所的精細
度ごとの2乗和から平均精細度の2乗を減じて、局所的
精細度の分散σを求める。閾値生成器23では、画像信
号の平均精細度に局所的精細度の分散σに比例した値α
σ(α>0)を加算した閾値1と平均精細度から局所的
精細度の分散σに比例した値βσ(β>0)を減算した
閾値2を生成し、比較器24で局所的精細度が閾値1以
上のブロックを複雑ブロック、閾値1よりも小さく閾値
2よりも大きいブロックを平均ブロック、閾値2以下の
ブロックを平坦ブロックというように3クラスに分類す
る。なお、ここでは平均値計算器18、乗算器19、2
0、加算器21、差分器22、閾値生成器23、比較器
24での構成例を示したが、局所的精細度の分散σに比
例した値でクラス分けを行うことができるならば、この
構成に限定されるものでない。
【0013】つぎに、図9を用いて本発明の第6の実施
例を説明する。図9は比較器25、26、論理積器27
から構成される相対的輪郭部検出器4の一実施例を示し
ている。輪郭部を含むブロックの局所的精細度は高いこ
とが予想されるため、比較器25は符号化対象ブロック
の局所的精細度が複雑ブロックに分類される閾値1より
も大きい場合に輪郭部を含む可能性があるとして真を出
力する。また、周囲の局所的精細度が低いことが輪郭部
検出の条件であるため、比較器26は隣接ブロックの局
所的精細度が平坦ブロックに分類される閾値2よりも小
さいものが1つでもある場合に真を出力するものとす
る。2つの比較器25、26の出力の論理積を論理積器
27で求めることによって相対的輪郭部検出を行う。な
お、ここでは正論理を用いて記述したが、負論理でも同
様の検出を行うことができる。
例を説明する。図9は比較器25、26、論理積器27
から構成される相対的輪郭部検出器4の一実施例を示し
ている。輪郭部を含むブロックの局所的精細度は高いこ
とが予想されるため、比較器25は符号化対象ブロック
の局所的精細度が複雑ブロックに分類される閾値1より
も大きい場合に輪郭部を含む可能性があるとして真を出
力する。また、周囲の局所的精細度が低いことが輪郭部
検出の条件であるため、比較器26は隣接ブロックの局
所的精細度が平坦ブロックに分類される閾値2よりも小
さいものが1つでもある場合に真を出力するものとす
る。2つの比較器25、26の出力の論理積を論理積器
27で求めることによって相対的輪郭部検出を行う。な
お、ここでは正論理を用いて記述したが、負論理でも同
様の検出を行うことができる。
【0014】つぎに、図10を用いて本発明の第7の実
施例を説明する。図10は計数器28、比較器29から
構成される補助の相対的輪郭部検出器4aの一実施例を
示している。符号化対象ブロックが複雑ブロックに分類
され、かつ周囲のブロックが1つでも平坦ブロックに分
類されるものがあれば、符号化対象ブロックは輪郭部を
含むと判定する第6の実施例だけでは、内部が複雑ブロ
ックである鋭角的な凹部の先端などで輪郭部の検出が不
可能となる。そこで、符号化対象ブロックの周囲のブロ
ックの輪郭部検出結果から2つ以上のブロックが輪郭部
を含む場合に符号化対象ブロックは輪郭部を含むものと
予測するために、計数器28は符号化対象ブロックの周
囲のブロックのうち、相対的輪郭部を含むブロックの数
をカウントし、比較器29でカウント数が2以上の場合
に符号化対象ブロックは相対的輪郭部を含んでいると判
定する。
施例を説明する。図10は計数器28、比較器29から
構成される補助の相対的輪郭部検出器4aの一実施例を
示している。符号化対象ブロックが複雑ブロックに分類
され、かつ周囲のブロックが1つでも平坦ブロックに分
類されるものがあれば、符号化対象ブロックは輪郭部を
含むと判定する第6の実施例だけでは、内部が複雑ブロ
ックである鋭角的な凹部の先端などで輪郭部の検出が不
可能となる。そこで、符号化対象ブロックの周囲のブロ
ックの輪郭部検出結果から2つ以上のブロックが輪郭部
を含む場合に符号化対象ブロックは輪郭部を含むものと
予測するために、計数器28は符号化対象ブロックの周
囲のブロックのうち、相対的輪郭部を含むブロックの数
をカウントし、比較器29でカウント数が2以上の場合
に符号化対象ブロックは相対的輪郭部を含んでいると判
定する。
【0015】つぎに、図11を用いて本発明の第8の実
施例を説明する。図11は量子化テーブル選択器30、
複数の量子化テーブル31から構成される符号化制御器
5の一実施例を示している。量子化テーブル選択器30
はブロックごとのクラス分け情報と相対的輪郭部検出結
果から、それぞれの場合に最適な量子化テーブルを複数
の量子化テーブル31から選択する。その際、符号化対
象ブロックが相対的輪郭部を含む場合には量子化幅の小
さいテーブルを選択し、それ以外の場合には符号化対象
ブロックのクラスに応じて、精細度が高いクラスほど量
子化幅の大きい量子化テーブルを選択するように量子化
テーブル選択器30を設計する。
施例を説明する。図11は量子化テーブル選択器30、
複数の量子化テーブル31から構成される符号化制御器
5の一実施例を示している。量子化テーブル選択器30
はブロックごとのクラス分け情報と相対的輪郭部検出結
果から、それぞれの場合に最適な量子化テーブルを複数
の量子化テーブル31から選択する。その際、符号化対
象ブロックが相対的輪郭部を含む場合には量子化幅の小
さいテーブルを選択し、それ以外の場合には符号化対象
ブロックのクラスに応じて、精細度が高いクラスほど量
子化幅の大きい量子化テーブルを選択するように量子化
テーブル選択器30を設計する。
【0016】以上の実施例における発明の効果を、計算
機シミュレーションによって検討した結果、従来の方法
に対してS/N比では0.5dB程度の改善であった
が、視覚的にはそれ以上の画質改善効果が認められた。
機シミュレーションによって検討した結果、従来の方法
に対してS/N比では0.5dB程度の改善であった
が、視覚的にはそれ以上の画質改善効果が認められた。
【0017】
【発明の効果】以上のように本発明の画像符号化方法
は、画像信号を近接する複数の画素からなるブロックに
分割し符号化する方法において、画像信号の局所的精細
度の統計的性質を利用してクラス分けを行い、前記クラ
ス分け情報から相対的輪郭部を検出し、前記相対的輪郭
部を含むブロックに対して符号化方法を変えるように、
また、前記相対的輪郭部を含まないブロックに対しては
クラス別に符号化方法を変えるように構成することで、
画像信号の種類によらず人間が視覚的に輪郭であると認
識する部分を検出し、また、視覚的にノイズが検知され
にくい精細度の高いブロックに符号化ノイズを集めるこ
とにより、静止画像はもとより動画像においても、より
自然で視覚的に劣化の少ない高能率符号化が実現できる
ものである。
は、画像信号を近接する複数の画素からなるブロックに
分割し符号化する方法において、画像信号の局所的精細
度の統計的性質を利用してクラス分けを行い、前記クラ
ス分け情報から相対的輪郭部を検出し、前記相対的輪郭
部を含むブロックに対して符号化方法を変えるように、
また、前記相対的輪郭部を含まないブロックに対しては
クラス別に符号化方法を変えるように構成することで、
画像信号の種類によらず人間が視覚的に輪郭であると認
識する部分を検出し、また、視覚的にノイズが検知され
にくい精細度の高いブロックに符号化ノイズを集めるこ
とにより、静止画像はもとより動画像においても、より
自然で視覚的に劣化の少ない高能率符号化が実現できる
ものである。
【図1】本発明の第1の実施例の画像符号化方法のブロ
ック図
ック図
【図2】同じくその局所的精細度検出器のブロック図
【図3】同じくDCT変換係数の図
【図4】本発明の第2の実施例における交流成分検出器
のブロック図
のブロック図
【図5】同じく第3の実施例における交流成分検出器の
ブロック図
ブロック図
【図6】同じく第4の実施例における局所的精細度検出
器のブロック図
器のブロック図
【図7】同じく第5の実施例における統計器のブロック
図
図
【図8】同じく第5の実施例における局所的精細度と検
出頻度との関係図
出頻度との関係図
【図9】同じく第6の実施例における相対的輪郭部検出
器のブロック図
器のブロック図
【図10】同じく第7の実施例における補助の相対的輪
郭部検出器のブロック図
郭部検出器のブロック図
【図11】同じく第8の実施例における符号化制御器の
ブロック図
ブロック図
1 ブロック分割器 2 局所的精細度検出器 3 統計器 4 相対的輪郭部検出器 4a 補助の相対的輪郭部検出器 5 符号化制御器 6 符号化器 7 直交変換器 8 交流成分検出器 9,14,15,19,20 乗算器 10,12,16,21 加算器 11 絶対値器 13,18 平均値計算器 17,22 差分器 23 閾値生成器 24,25,26,29 比較器 27 論理積器 28 計数器 30 量子化テーブル選択器 31 複数の量子化テーブル 100 適応輪郭検出部
Claims (8)
- 【請求項1】 画像信号を近接する複数の画素からなる
ブロックに分割し符号化処理する方法において、前記画
像信号のフレーム内における局所的精細度をブロックご
との直交変換による変換係数の交流成分の大きさとして
計算し、フレームごとに局所的精細度に関する統計的性
質を利用して相対的輪郭部を検出し、符号化対象ブロッ
クが前記相対的輪郭部を含む場合と含まない場合の圧縮
符号化方法を変えることを特徴とする画像符号化方法。 - 【請求項2】 ブロックごとの直交変換による変換係数
の交流成分の大きさを、ブロック内の交流変換係数の2
乗和で表現することを特徴とする請求項1記載の画像符
号化方法。 - 【請求項3】 ブロックごとの直交変換による変換係数
の交流成分の大きさを、ブロック内の交流変換係数の絶
対値和で表現することを特徴とする請求項1記載の画像
符号化方法。 - 【請求項4】 画像信号を近接する複数の画素からなる
ブロックに分割し符号化処理する方法において、前記画
像信号のフレーム内の局所的精細度をブロック内の画像
信号レベルの分散に比例した値として計算し、フレーム
ごとに局所的精細度に関する統計的性質を利用して相対
的輪郭部を検出し、符号化対象ブロックが前記相対的輪
郭部を含む場合と含まない場合の圧縮符号化方法を変え
ることを特徴とする画像符号化方法。 - 【請求項5】 フレーム内の平均精細度を中心に、局所
的精細度の分散に比例して高精細度側、低精細度側に離
れた精細度をそれぞれ閾値1、閾値2とし、前記閾値
1、閾値2を用いて前記フレーム内の全ブロックを複雑
ブロック、平均ブロック、平坦ブロックのいずれかのク
ラスに分類することを特徴とする請求項1または請求項
4記載の画像符号化方法。 - 【請求項6】 符号化対象ブロックが複雑ブロックに属
し、かつ前記符号化対象ブロックの周囲のブロックに1
つでも平坦ブロックに属するものがある場合、前記符号
化対象ブロックは相対的輪郭部を含むと判定することを
特徴とする請求項5記載の画像符号化方法。 - 【請求項7】 符号化対象ブロックが複雑ブロックに属
し、かつ前記符号化対象ブロックの周囲に2つ以上の相
対的輪郭部を含むブロックがある場合、前記符号化対象
ブロックは相対的輪郭部を含むと判定することを特徴と
する請求項6記載の画像符号化方法。 - 【請求項8】 符号化対象ブロックが相対的輪郭部を含
む場合、局所的精細度の分散に反比例して量子化幅小さ
くし、また、前記符号化対象ブロックが相対的輪郭部を
含まない場合の量子化幅は前記符号化対象ブロックの属
するクラスの精細度に比例して大きく設定し、量子化を
行うことを特徴とする請求項7記載の画像符号化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4187800A JPH0638189A (ja) | 1992-07-15 | 1992-07-15 | 画像符号化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4187800A JPH0638189A (ja) | 1992-07-15 | 1992-07-15 | 画像符号化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0638189A true JPH0638189A (ja) | 1994-02-10 |
Family
ID=16212459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4187800A Pending JPH0638189A (ja) | 1992-07-15 | 1992-07-15 | 画像符号化方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0638189A (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT390584B (de) * | 1986-09-17 | 1990-05-25 | Weichselbaum Helmut Ing | Schallschluckhaube |
WO1998010594A1 (en) * | 1996-09-06 | 1998-03-12 | Sony Corporation | Method and device for encoding data |
JP2007006390A (ja) * | 2005-06-27 | 2007-01-11 | Sony Corp | 画像処理装置、画像処理方法及びプログラム |
JP2007104133A (ja) * | 2005-09-30 | 2007-04-19 | Fujitsu Ltd | 画像符号化装置 |
KR100850722B1 (ko) * | 2006-11-21 | 2008-08-06 | 삼성전자주식회사 | 디지털 이미지 처리에서 양자화층 감소 방법 및 시스템 |
JP2015177199A (ja) * | 2014-03-12 | 2015-10-05 | 株式会社メガチップス | 画像処理装置及び画像処理方法 |
JP2015176161A (ja) * | 2014-03-12 | 2015-10-05 | 株式会社メガチップス | 画像処理装置及び画像処理方法 |
US9881361B2 (en) | 2014-03-12 | 2018-01-30 | Megachips Corporation | Image processing method |
CN112085747A (zh) * | 2020-09-08 | 2020-12-15 | 中国科学院计算技术研究所厦门数据智能研究院 | 一种基于局部关系指导的图像分割方法 |
-
1992
- 1992-07-15 JP JP4187800A patent/JPH0638189A/ja active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT390584B (de) * | 1986-09-17 | 1990-05-25 | Weichselbaum Helmut Ing | Schallschluckhaube |
WO1998010594A1 (en) * | 1996-09-06 | 1998-03-12 | Sony Corporation | Method and device for encoding data |
US6348945B1 (en) | 1996-09-06 | 2002-02-19 | Sony Corporation | Method and device for encoding data |
JP2007006390A (ja) * | 2005-06-27 | 2007-01-11 | Sony Corp | 画像処理装置、画像処理方法及びプログラム |
US7873226B2 (en) | 2005-09-30 | 2011-01-18 | Fujitsu Limited | Image encoding apparatus |
JP2007104133A (ja) * | 2005-09-30 | 2007-04-19 | Fujitsu Ltd | 画像符号化装置 |
KR100850722B1 (ko) * | 2006-11-21 | 2008-08-06 | 삼성전자주식회사 | 디지털 이미지 처리에서 양자화층 감소 방법 및 시스템 |
JP2015177199A (ja) * | 2014-03-12 | 2015-10-05 | 株式会社メガチップス | 画像処理装置及び画像処理方法 |
JP2015176161A (ja) * | 2014-03-12 | 2015-10-05 | 株式会社メガチップス | 画像処理装置及び画像処理方法 |
US9881361B2 (en) | 2014-03-12 | 2018-01-30 | Megachips Corporation | Image processing method |
US9916642B2 (en) | 2014-03-12 | 2018-03-13 | Megachips Corporation | Image processor |
US10395344B2 (en) | 2014-03-12 | 2019-08-27 | Megachips Corporation | Image processing method |
CN112085747A (zh) * | 2020-09-08 | 2020-12-15 | 中国科学院计算技术研究所厦门数据智能研究院 | 一种基于局部关系指导的图像分割方法 |
CN112085747B (zh) * | 2020-09-08 | 2023-07-21 | 中科(厦门)数据智能研究院 | 一种基于局部关系指导的图像分割方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2311007B1 (en) | Method and apparatus for banding artifact detection | |
JP2008533937A (ja) | Dctコード化されたビデオの品質を、オリジナルビデオシーケンスを用いて、もしくは用いずに客観評価する装置及び方法 | |
CN111988611A (zh) | 量化偏移信息的确定方法、图像编码方法、装置及电子设备 | |
JPH09307904A (ja) | 映像信号符号化システム用量子化器 | |
JP2003018599A (ja) | 画像符号化装置および方法 | |
Lu et al. | Full-reference video quality assessment considering structural distortion and no-reference quality evaluation of MPEG video | |
CN102754440A (zh) | 图像编码方法、图像编码装置以及摄像*** | |
JPH0638189A (ja) | 画像符号化方法 | |
JP2001320713A (ja) | 画像予備処理方法 | |
JP2004023288A (ja) | 動画像符号化のための前処理方式 | |
US6456655B1 (en) | Image encoding using activity discrimination and color detection to control quantizing characteristics | |
US8175150B1 (en) | Methods and/or apparatus for implementing rate distortion optimization in video compression | |
JP2000270323A (ja) | 画像信号の符号化制御装置 | |
JP2507215B2 (ja) | 画像符号化装置 | |
CN114173131A (zh) | 一种基于帧间相关性的视频压缩方法及*** | |
JP4829615B2 (ja) | 画像分析のための装置及び方法 | |
US6996285B2 (en) | Quality rating function for a discrete decoded picture | |
JPH0671333B2 (ja) | 画像信号の符号化方法 | |
Huang et al. | An integrated classifier in classified coding | |
JP2004015340A (ja) | 動画像符号化のための量子化制御方式 | |
JP3624581B2 (ja) | 映像信号の圧縮装置 | |
JP3517454B2 (ja) | 画像符号化装置及び画像符号化方法 | |
KR100261251B1 (ko) | 영상신호 특성분류를 이용한 양자화 간격 결정방법 및 장치 | |
Chen et al. | Region-of-interest video coding based on face detection | |
JPH0448310B2 (ja) |