JPH065889B2 - 画像デ−タ圧縮処理方法 - Google Patents
画像デ−タ圧縮処理方法Info
- Publication number
- JPH065889B2 JPH065889B2 JP61090531A JP9053186A JPH065889B2 JP H065889 B2 JPH065889 B2 JP H065889B2 JP 61090531 A JP61090531 A JP 61090531A JP 9053186 A JP9053186 A JP 9053186A JP H065889 B2 JPH065889 B2 JP H065889B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- quantization
- main data
- image
- image data
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Description
【発明の詳細な説明】 (発明の分野) 本発明は、階調を有する画像データを予測符号化処理に
よって圧縮する画像データ圧縮処理方法に関する。
よって圧縮する画像データ圧縮処理方法に関する。
(発明の技術的背景および先行技術) 近年、階調を有する画像データをデジタル信号の形で光
ディスク等の記録媒体に格納し、必要に応じて該格納さ
れた画像データを読み出してCRT等に可視像として再
生したり、あるいは上記画像データをファクシミリ等に
よりデジタル信号の形で伝送し、受信先で該伝送された
画像データに基づいて可視像を再生したりすることが行
なわれている。
ディスク等の記録媒体に格納し、必要に応じて該格納さ
れた画像データを読み出してCRT等に可視像として再
生したり、あるいは上記画像データをファクシミリ等に
よりデジタル信号の形で伝送し、受信先で該伝送された
画像データに基づいて可視像を再生したりすることが行
なわれている。
この様に画像データをデジタル信号の形で格納したり伝
送したりする場合には、そのデジタル画像データの量を
減少せしめた上で格納し、あるいは伝送したりするのが
望ましい。なぜならば、階調を有する画像データの場合
一般にそのデジタル画像データ量は極めて多く、従って
その様なデジタル画像データをそのまま格納し、あるい
は伝送しようとすると格納あるいは伝送コスト等が著る
しく高くなる等の問題が生じるからである。
送したりする場合には、そのデジタル画像データの量を
減少せしめた上で格納し、あるいは伝送したりするのが
望ましい。なぜならば、階調を有する画像データの場合
一般にそのデジタル画像データ量は極めて多く、従って
その様なデジタル画像データをそのまま格納し、あるい
は伝送しようとすると格納あるいは伝送コスト等が著る
しく高くなる等の問題が生じるからである。
かかる事情の下に、従来から、画像データを格納,伝送
等する場合に、該画像データに予測符号化による圧縮処
理を施してデータ量を圧縮減少せしめた上で格納,伝送
等を行ない、画像再生の際はその圧縮された画像データ
(圧縮画像データ)に復号処理を施して伸長し、その伸
長された画像データ(伸長画像データ)に基づいて可視
像を再生するような方法が採用されている。
等する場合に、該画像データに予測符号化による圧縮処
理を施してデータ量を圧縮減少せしめた上で格納,伝送
等を行ない、画像再生の際はその圧縮された画像データ
(圧縮画像データ)に復号処理を施して伸長し、その伸
長された画像データ(伸長画像データ)に基づいて可視
像を再生するような方法が採用されている。
上記の如き予測符号化による画像データ圧縮処理は、そ
の目的が例えば格納,伝送等すべき画像データの量を減
少させることであるから、当然に、その画像データ圧縮
率はより大きいものであることが好ましい。
の目的が例えば格納,伝送等すべき画像データの量を減
少させることであるから、当然に、その画像データ圧縮
率はより大きいものであることが好ましい。
この様な予測符号化によるデータ圧縮を行なう場合の圧
縮率を向上させる方法の1つとして、予測符号化処理と
共に画像データのビット分解能(濃度分解能)を低下さ
せる、即ち画像データをより粗く量子化する量子化処理
を行なうことが考えられる。
縮率を向上させる方法の1つとして、予測符号化処理と
共に画像データのビット分解能(濃度分解能)を低下さ
せる、即ち画像データをより粗く量子化する量子化処理
を行なうことが考えられる。
しかしながら、画像データを粗く量子化してビット分解
能を低下させると、画像データ圧縮率を向上せしめるこ
とができる反面、再生画像の画質が劣化し、視覚的に非
常に見にくい画像になったり画像が医用画像の場合には
診断能が低下したりする等の不都合が生じるおそれがあ
る。
能を低下させると、画像データ圧縮率を向上せしめるこ
とができる反面、再生画像の画質が劣化し、視覚的に非
常に見にくい画像になったり画像が医用画像の場合には
診断能が低下したりする等の不都合が生じるおそれがあ
る。
(発明の目的) 本発明の目的は、上記事情に鑑み、予測符号化処理とビ
ット分解能を粗くする量子化処理とを行なうことによっ
てデータ圧縮率の向上を図ると共にその量子化処理によ
る画質の劣化を抑制することができる画像データ圧縮処
理方法を提供することにある。
ット分解能を粗くする量子化処理とを行なうことによっ
てデータ圧縮率の向上を図ると共にその量子化処理によ
る画質の劣化を抑制することができる画像データ圧縮処
理方法を提供することにある。
(発明の構成) 本発明に係る画像データ圧縮方法は、上記目的を達成す
るため、画像データを所定の間隔で略均一にサンプリン
グした主データと該主データ以外の補間データとに区分
し、該主データは主データ間で予測符号化圧縮処理を行
ない、前記補間データは前記主データから予測符号化圧
縮処理を行ない、かつ、少なくとも上記補間データにつ
いては符号化に際し主データよりビット分解能を粗くす
る量子化処理をも施すことを特徴とする。
るため、画像データを所定の間隔で略均一にサンプリン
グした主データと該主データ以外の補間データとに区分
し、該主データは主データ間で予測符号化圧縮処理を行
ない、前記補間データは前記主データから予測符号化圧
縮処理を行ない、かつ、少なくとも上記補間データにつ
いては符号化に際し主データよりビット分解能を粗くす
る量子化処理をも施すことを特徴とする。
即ち、本発明に係る方法は、画像データに予測符号化圧
縮処理と共にビット分解能を粗くする量子化処理を施す
ものであるが、その量子化処理は、通常の画像データの
量子化処理の如く画像データ全体に対して一律に行なう
のではなく、画像データを上記の主データと補間データ
とに区分し、補間データのみにもしくは補間データと主
データとの双方にそれぞれ別個に行なうことを特徴とす
る。
縮処理と共にビット分解能を粗くする量子化処理を施す
ものであるが、その量子化処理は、通常の画像データの
量子化処理の如く画像データ全体に対して一律に行なう
のではなく、画像データを上記の主データと補間データ
とに区分し、補間データのみにもしくは補間データと主
データとの双方にそれぞれ別個に行なうことを特徴とす
る。
上記主データは、画像データを所定の間隔で略均一にサ
ンプリングして成るデータ、即ち粗くしかも画像中に略
均一に存在する様にサンプリングしたデータであり、画
像の中の低空間周波数成分を担うものと考えることがで
きる。これに対して、上記補間データは上記主データの
間に位置する互いに隣り合うデータであり、主データに
対し画像中の高空間周波数成分を担うものと考えること
ができる。
ンプリングして成るデータ、即ち粗くしかも画像中に略
均一に存在する様にサンプリングしたデータであり、画
像の中の低空間周波数成分を担うものと考えることがで
きる。これに対して、上記補間データは上記主データの
間に位置する互いに隣り合うデータであり、主データに
対し画像中の高空間周波数成分を担うものと考えること
ができる。
しかるに、一般に低空間周波数成分は精度はないが画像
をよく表現しているものであり、例えば診断に重要な情
報もどちらかというと高空間周波数成分よりもこの低空
間周波数成分の方により多く含まれている。また、人間
の視覚特性もどちらかというと高空間周波数成分よりも
この低空間周波数成分に対してより敏感である。従っ
て、診断能の面からも視覚的な画質維持の面からも、低
空間周波数成分の方が高空間周波数成分よりも細かいビ
ット分解能を必要とする、換言すれば高空間周波数成分
の方が低空間周波数成分よりもビット分解能を粗くする
量子化に対する許容度が大きいということができる。
をよく表現しているものであり、例えば診断に重要な情
報もどちらかというと高空間周波数成分よりもこの低空
間周波数成分の方により多く含まれている。また、人間
の視覚特性もどちらかというと高空間周波数成分よりも
この低空間周波数成分に対してより敏感である。従っ
て、診断能の面からも視覚的な画質維持の面からも、低
空間周波数成分の方が高空間周波数成分よりも細かいビ
ット分解能を必要とする、換言すれば高空間周波数成分
の方が低空間周波数成分よりもビット分解能を粗くする
量子化に対する許容度が大きいということができる。
本発明に係る画像データ圧縮処理方法は、かかる知見に
基づいて構成されたものであり、画像データを一律に粗
く量子化するのではなく、低空間周波数成分を担う主デ
ータと高空間周波数成分を担う補間データとに区分し、
少なくともビット分解能を粗くする量子化に対して許容
度がより大きい補間データについて符号化の際に主デー
タよりも粗く量子化する、即ち補間データのみを粗く量
子化するあるいは双方のデータを粗く量子化するがその
場合は主データよりも補間データの方をより粗くするこ
とにより、その様な粗くする量子化により圧縮率の向上
と粗く量子化することにより生じる画質劣化の抑制との
双方を可能にしようとするものである。
基づいて構成されたものであり、画像データを一律に粗
く量子化するのではなく、低空間周波数成分を担う主デ
ータと高空間周波数成分を担う補間データとに区分し、
少なくともビット分解能を粗くする量子化に対して許容
度がより大きい補間データについて符号化の際に主デー
タよりも粗く量子化する、即ち補間データのみを粗く量
子化するあるいは双方のデータを粗く量子化するがその
場合は主データよりも補間データの方をより粗くするこ
とにより、その様な粗くする量子化により圧縮率の向上
と粗く量子化することにより生じる画質劣化の抑制との
双方を可能にしようとするものである。
(実施態様) 以下、図面を参照しながら本発明の実施態様について詳
細に説明する。
細に説明する。
第1図は本発明に係る画像データ圧縮処理方法の一実施
態様を示すフローチャートである。
態様を示すフローチャートである。
図示の実施態様は、2000×2000画素、8ビット0〜255
レベルの原画像データを圧縮処理するものである。
レベルの原画像データを圧縮処理するものである。
まず、かかる原画像データにスムージング処理を施す。
このスムージング処理は、例えば各注目画素に関し、そ
の注目画素の画像データとその注目画素の近傍に位置す
る画素の画像データとの平均をその注目画素の新たな画
像データとする様な移動平均フィルタ処理の如きもので
ある。この移動平均フィルタ処理についてより具体的に
説明すると、例えば第2図に示す様に太線で示す3×3
画素サイズのマスクMを用意し、このマスクの所定位
置、例えば中央位置に注目画素Pを位置させ、そうした
ときにこのマスク内に含まれる9個の画素の画像データ
a〜iを平均したものをこの注目画素Pの新たな画像デ
ータa′ とし、この様な処理を各画素(細線で示す1つのます目
が1画素)について行なう処理である。もちろん、上記
マスクMは3×3画素サイズに限らず、種々のサイズの
ものを使用し得る。また、上記スムージング処理は、上
記移動平均フィルタ処理の他、例えばディジタルコンボ
ルーションやメディアンフィルタなどの線形,非線形フ
ィルタ処理等であっても良い。
このスムージング処理は、例えば各注目画素に関し、そ
の注目画素の画像データとその注目画素の近傍に位置す
る画素の画像データとの平均をその注目画素の新たな画
像データとする様な移動平均フィルタ処理の如きもので
ある。この移動平均フィルタ処理についてより具体的に
説明すると、例えば第2図に示す様に太線で示す3×3
画素サイズのマスクMを用意し、このマスクの所定位
置、例えば中央位置に注目画素Pを位置させ、そうした
ときにこのマスク内に含まれる9個の画素の画像データ
a〜iを平均したものをこの注目画素Pの新たな画像デ
ータa′ とし、この様な処理を各画素(細線で示す1つのます目
が1画素)について行なう処理である。もちろん、上記
マスクMは3×3画素サイズに限らず、種々のサイズの
ものを使用し得る。また、上記スムージング処理は、上
記移動平均フィルタ処理の他、例えばディジタルコンボ
ルーションやメディアンフィルタなどの線形,非線形フ
ィルタ処理等であっても良い。
かかるスムージング処理を行なうことによって、近傍画
素の画像データ同志の相関を向上させることができ、そ
れによって以下に述べる予測符号化圧縮処理における予
測誤差の零近傍への集中度を高め、圧縮率の向上を図る
ことができる。
素の画像データ同志の相関を向上させることができ、そ
れによって以下に述べる予測符号化圧縮処理における予
測誤差の零近傍への集中度を高め、圧縮率の向上を図る
ことができる。
次に、上記スムージング処理が施された画像データを、
所定の間隔で略均一にサンプリングした主データと該主
データ以外の補間データとに区別する。
所定の間隔で略均一にサンプリングした主データと該主
データ以外の補間データとに区別する。
主データのサンプリングの仕方は種々のものが考えられ
るが、要するに主データが画像上に所定の間隔を置いて
まばらに、粗く、かつ略均一に存在するようにサンプリ
ングすれば良いものであり、本実施態様では、第3図に
示す様に、縦横2画素間隔で主データをサンプリングし
ている。即ち、第3図に○印を付して示す画素(図中1
つのます目が1つの画素を示す)x11,x13,x15,…
…,x31,x33,x35,……,x51,x53,x55,……
の画像データを主データとし、その他の画素の画像デー
タを補間データとしている。この様にして区分された主
データa11,a13,a14,……と補間データb12,
b14,b16,……を第4図に示す。
るが、要するに主データが画像上に所定の間隔を置いて
まばらに、粗く、かつ略均一に存在するようにサンプリ
ングすれば良いものであり、本実施態様では、第3図に
示す様に、縦横2画素間隔で主データをサンプリングし
ている。即ち、第3図に○印を付して示す画素(図中1
つのます目が1つの画素を示す)x11,x13,x15,…
…,x31,x33,x35,……,x51,x53,x55,……
の画像データを主データとし、その他の画素の画像デー
タを補間データとしている。この様にして区分された主
データa11,a13,a14,……と補間データb12,
b14,b16,……を第4図に示す。
上記主データのサンプリングの間隔は適当に決定すれば
良く、例えば上記本実施態様の如き縦横2画素間隔の
他、縦横3画素間隔や縦横4画素間隔であっても良い
し、あるいは縦2画素横3画素間隔等縦と横の間隔が異
なっていても良い。さらには、例えば縦横2画素間隔で
あっても、第5図に示す様に位相をずらして、即ち主デ
ータa11,a13,a15……と主データa32,a34,a36
……とが横方向に1画素分位相がずれるようにサンプリ
ングしても良い。
良く、例えば上記本実施態様の如き縦横2画素間隔の
他、縦横3画素間隔や縦横4画素間隔であっても良い
し、あるいは縦2画素横3画素間隔等縦と横の間隔が異
なっていても良い。さらには、例えば縦横2画素間隔で
あっても、第5図に示す様に位相をずらして、即ち主デ
ータa11,a13,a15……と主データa32,a34,a36
……とが横方向に1画素分位相がずれるようにサンプリ
ングしても良い。
なお、例えば医療診断用X線画像では上記主データのサ
ンプリングは、おおよそ主データ数:補間データ数が
1:3(例えば縦横2画素間隔の場合)〜1:8(例え
ば縦横3画素間隔の場合)となるようにするのが好まし
い。これ以上主データの数を少なくする(主データのサ
ンプリングを粗くする)と、例えば以下のステップにお
いて補間データを主データから予測してその予測誤差を
符号化するが、その際の補間データの予測誤差が大きく
なり、従って予測符号化による補間データの圧縮率が下
がるおそれがある。
ンプリングは、おおよそ主データ数:補間データ数が
1:3(例えば縦横2画素間隔の場合)〜1:8(例え
ば縦横3画素間隔の場合)となるようにするのが好まし
い。これ以上主データの数を少なくする(主データのサ
ンプリングを粗くする)と、例えば以下のステップにお
いて補間データを主データから予測してその予測誤差を
符号化するが、その際の補間データの予測誤差が大きく
なり、従って予測符号化による補間データの圧縮率が下
がるおそれがある。
次に、上記の如くして区分した主データについては主デ
ータ間てせ、また補間データについては主データから予
測符号化処理を施すと共に、本実施態様では補間データ
のみにビット分解能を粗くする量子化処理を施す。
ータ間てせ、また補間データについては主データから予
測符号化処理を施すと共に、本実施態様では補間データ
のみにビット分解能を粗くする量子化処理を施す。
予測符号化とは、ある画像データについて考えた場合、
その注目画像データはその近傍の画像データと似かよっ
たデータ値を有すると考えることができ、従って注目画
像データを近傍の画像データから適当な方法で予測し、
この予測値と実際のデータ値との差即ち予測誤差を求め
ればその予測誤差分布は零の近傍に集中することとな
り、この様な予測誤差が零近傍に集中するという特性を
利用し、頻度の高いものには短い符号を、頻度の低いも
のには長い符号を割り当てるハフマン符号等の可変長符
号(値によって符号長が変わるような信号)によりその
予測誤差を符号化し、そうすることによって結局画像デ
ータの冗長度を抑圧し、トータルとしてのデータ量を圧
縮しようとするものである。
その注目画像データはその近傍の画像データと似かよっ
たデータ値を有すると考えることができ、従って注目画
像データを近傍の画像データから適当な方法で予測し、
この予測値と実際のデータ値との差即ち予測誤差を求め
ればその予測誤差分布は零の近傍に集中することとな
り、この様な予測誤差が零近傍に集中するという特性を
利用し、頻度の高いものには短い符号を、頻度の低いも
のには長い符号を割り当てるハフマン符号等の可変長符
号(値によって符号長が変わるような信号)によりその
予測誤差を符号化し、そうすることによって結局画像デ
ータの冗長度を抑圧し、トータルとしてのデータ量を圧
縮しようとするものである。
まず、第4図に示す主データa11,a13,a15,……に
対する予測符号化処理について説明する。この主データ
の予測符号化処理は、主データ同志間で行なう。即ち、
ある主データの値は他の主データの値に基づいて予測す
る。本実施態様では、予測符号化処理の1つである前値
予測+ハフマン符号化処理によってこの主データの予測
符号化処理を行なう。
対する予測符号化処理について説明する。この主データ
の予測符号化処理は、主データ同志間で行なう。即ち、
ある主データの値は他の主データの値に基づいて予測す
る。本実施態様では、予測符号化処理の1つである前値
予測+ハフマン符号化処理によってこの主データの予測
符号化処理を行なう。
即ち、まず第4図の主データa11,a13,a15,……前
値予測し、第6図に示す如き予測誤差Δa13,Δa15,
……を求める。なお、先頭の画像データa11,a31,a
51,……はそのままにしておく。ここで前値予測とは、
ある注目画像データをその前に位置する画像データ値と
同じであると予測し、その予測値(前に位置する画像デ
ータ値)と実際の注目画像データ値との差(予測誤差)
を求めるものであり、例えば Δa13=a13−a11,Δa15=a15−a13,…… Δa33=a33−a31,Δa35=a35−a33,…… Δa53=a53−a51,Δa55=a55−a53,…… とするものである。
値予測し、第6図に示す如き予測誤差Δa13,Δa15,
……を求める。なお、先頭の画像データa11,a31,a
51,……はそのままにしておく。ここで前値予測とは、
ある注目画像データをその前に位置する画像データ値と
同じであると予測し、その予測値(前に位置する画像デ
ータ値)と実際の注目画像データ値との差(予測誤差)
を求めるものであり、例えば Δa13=a13−a11,Δa15=a15−a13,…… Δa33=a33−a31,Δa35=a35−a33,…… Δa53=a53−a51,Δa55=a55−a53,…… とするものである。
この様にして予測誤差を求めたら、次にその第6図に示
す各先頭の生データa11,a31,a51,……と予測誤差
Δa13,Δa15,……Δa33,Δa35,……,Δa53,
Δa55……とをハフマン符号表に基づいて符号化し、第
7図に示す様な圧縮画像データa11′,Δa13′,Δa
15′,……を求め、そうすることによって前値予測+ハ
フマン符号化処理が完了する。
す各先頭の生データa11,a31,a51,……と予測誤差
Δa13,Δa15,……Δa33,Δa35,……,Δa53,
Δa55……とをハフマン符号表に基づいて符号化し、第
7図に示す様な圧縮画像データa11′,Δa13′,Δa
15′,……を求め、そうすることによって前値予測+ハ
フマン符号化処理が完了する。
次に、第4図に示す補間データb12,b14,b16,……
に対する予測符号化処理およびビット分解能を粗くする
量子化処理について説明する。この補間データの予測符
号化処理は、主データに基づいて各補間データのデータ
値を予測することにより行なう。本実施態様では、内挿
予測+ハフマン符号化処理によって補間データの予測符
号化を行ない、かつビット分解能を粗くする量子化処理
は予測符号化処理における予測誤差に対して行なう。
に対する予測符号化処理およびビット分解能を粗くする
量子化処理について説明する。この補間データの予測符
号化処理は、主データに基づいて各補間データのデータ
値を予測することにより行なう。本実施態様では、内挿
予測+ハフマン符号化処理によって補間データの予測符
号化を行ない、かつビット分解能を粗くする量子化処理
は予測符号化処理における予測誤差に対して行なう。
即ち、第4図の各補間データb12,b14,b16,……,
b21,b22,b23,……,b32,b34,b36,……を主
データに基づいて内挿予測して予測誤差を求め、その予
測誤差を粗く量子化し、粗く量子化された予測誤差をハ
フマン符号表に基づいて符号化する。
b21,b22,b23,……,b32,b34,b36,……を主
データに基づいて内挿予測して予測誤差を求め、その予
測誤差を粗く量子化し、粗く量子化された予測誤差をハ
フマン符号表に基づいて符号化する。
上記内挿予測の一例として、補間データb12,b21,b
22の予測値B12,B21,B22を求める予測関数を下記す
る。他の補間データも、同様の予測関数で予測すれば良
い。
22の予測値B12,B21,B22を求める予測関数を下記す
る。他の補間データも、同様の予測関数で予測すれば良
い。
各補間データについてこの様に内挿予測を行ない、その
予測値と実際のデータ値との差(予測誤差)Δb12,Δ
b14,Δb16,……,Δb21,Δb22,Δb23,……
(第8図参照)を求めたら、その予測誤差を粗く量子化
する、即ちビット分解能を粗くする量子化を行なう。
予測値と実際のデータ値との差(予測誤差)Δb12,Δ
b14,Δb16,……,Δb21,Δb22,Δb23,……
(第8図参照)を求めたら、その予測誤差を粗く量子化
する、即ちビット分解能を粗くする量子化を行なう。
このビット分解能を粗くする量子化は、要するに量子化
前のデータのビット分解能(レベル数)よりも量子化後
のデータのビット分解能(レベル数)が少なくなるよう
な量子化であれば良く、従って例えば一般に行なわれて
いる通常の量子化(データ全体を一様に量子化するも
の)であっても勿論良いが、本実施態様では、その様な
通常の量子化ではなく、粗く量子化することによる視覚
的な画質の劣化、即ち偽画像の発生等を抑止するための
工夫を施したシフト量子化を行なっている。
前のデータのビット分解能(レベル数)よりも量子化後
のデータのビット分解能(レベル数)が少なくなるよう
な量子化であれば良く、従って例えば一般に行なわれて
いる通常の量子化(データ全体を一様に量子化するも
の)であっても勿論良いが、本実施態様では、その様な
通常の量子化ではなく、粗く量子化することによる視覚
的な画質の劣化、即ち偽画像の発生等を抑止するための
工夫を施したシフト量子化を行なっている。
上記シフト量子化とは、量子化の際、量子化すべき原デ
ータ(ここでは、補間データの予測誤差)全体を一様に
量子化するのではなく、量子化後のレベル数はおおよそ
同じであるが量子化ステップの位置が量子化幅方向に互
いにずれている複数の例えば2との量子化特性を設定す
ると共に、量子化すべき原データを多数の微小ブロック
例えば一データから成るブロックあるいは隣接する複数
データから成るブロック等の微小ブロック毎に分割し、
その様にして分割された各ブロック毎に上記複数の量子
化特性を切り替え適用して各ブロック中の原データを量
子化する、例えばあるブロック中の原データは一方の量
子化特性Iに基づいて量子化し、その隣りのブロック中
の原データは他方の量子化特性IIに基づいて量子化し、
さらにその隣りのブロック中の原データは再び上記一方
の量子化特性Iに基づいて量子化するという様に順次量
子化特性を切り替え適用しながら量子化するものであ
り、かかる量子化によれば、人間の視覚の積分効果に基
づき、見かけ上各々の量子化特性のビット分解能(レベ
ル数)の数倍のビット分解能を画像に持たせることがで
き、その結果偽画像の発生を押えることができるという
効果が奏される。
ータ(ここでは、補間データの予測誤差)全体を一様に
量子化するのではなく、量子化後のレベル数はおおよそ
同じであるが量子化ステップの位置が量子化幅方向に互
いにずれている複数の例えば2との量子化特性を設定す
ると共に、量子化すべき原データを多数の微小ブロック
例えば一データから成るブロックあるいは隣接する複数
データから成るブロック等の微小ブロック毎に分割し、
その様にして分割された各ブロック毎に上記複数の量子
化特性を切り替え適用して各ブロック中の原データを量
子化する、例えばあるブロック中の原データは一方の量
子化特性Iに基づいて量子化し、その隣りのブロック中
の原データは他方の量子化特性IIに基づいて量子化し、
さらにその隣りのブロック中の原データは再び上記一方
の量子化特性Iに基づいて量子化するという様に順次量
子化特性を切り替え適用しながら量子化するものであ
り、かかる量子化によれば、人間の視覚の積分効果に基
づき、見かけ上各々の量子化特性のビット分解能(レベ
ル数)の数倍のビット分解能を画像に持たせることがで
き、その結果偽画像の発生を押えることができるという
効果が奏される。
本実施態様におけるシフト量子化は、前記微小ブロック
として1つの量子化すべき原データ(予測誤差)から成
るブロックを設定し、かかるブロック毎に、従って各予
測誤差毎に2つの異なる量子化特性I,IIを切り替えな
がら適用して量子化するものである。
として1つの量子化すべき原データ(予測誤差)から成
るブロックを設定し、かかるブロック毎に、従って各予
測誤差毎に2つの異なる量子化特性I,IIを切り替えな
がら適用して量子化するものである。
各予測誤差毎への異なる量子化特性I,IIの切り替え適
用の態様としては種々考えられるが、例えば、第8図に
示す予測誤差のうち、予測誤差Δb12,Δb21には量子
化特性Iを適用し、予測誤差Δb22には量子化特性IIを
適用し、以下同様の方法で他の予備誤差にも量子化特性
I,IIを切り替え適用するという様に、隣り合う予測誤
差(ブロック)にはそれぞれ異なる量子化特性を適用す
るように切り替えるのが望ましい。
用の態様としては種々考えられるが、例えば、第8図に
示す予測誤差のうち、予測誤差Δb12,Δb21には量子
化特性Iを適用し、予測誤差Δb22には量子化特性IIを
適用し、以下同様の方法で他の予備誤差にも量子化特性
I,IIを切り替え適用するという様に、隣り合う予測誤
差(ブロック)にはそれぞれ異なる量子化特性を適用す
るように切り替えるのが望ましい。
上記異なる量子化特性I,IIは、前述の如く量子化後の
レベル数が同じであって量子化ステップの位置が量子化
幅方向に互いにずれているものであり、本実施態様では
量子化特性Iとして第9図に白丸で示す様なものを、量
子化特性IIとして同図に黒丸で示す様なものを採択して
いる。図に示す量子化特性Iは、−255から+255までの
511レベルの予測誤差(原データ)を約半分の255レベル
に粗く量子化するものであり、具体的には原データのレ
ベル−255,−254をレベル−255に、レベル−253,−25
2をレベル−253に、レベル−251,−250をレベル−251
にという様に2レベルを1レベルに変換するものである
(ただし、原データのレベル253,254,255の部分は端
部データ処理の関係上3レベルを1レベルに変換してい
る)。また、量子化特性IIも、511レベルの原データを2
55レベルに粗く量子化するものであり、具体的には、原
データのレベル−255,−254,−253をレベル−254に、
レベル−252,−251をレベル−252に、レベル−250,−
249をレベル−250にという様に2レベルを1レベルに変
換する(ただし、原データのレベル−255,−254,−25
3の部分は端部データ処理の関係上3レベルを1レベル
に変換している)ものであると共に、この量子化特性II
は上記量子化特性Iに対してその量子化ステップの位置
が量子化幅方向にずれているものである。
レベル数が同じであって量子化ステップの位置が量子化
幅方向に互いにずれているものであり、本実施態様では
量子化特性Iとして第9図に白丸で示す様なものを、量
子化特性IIとして同図に黒丸で示す様なものを採択して
いる。図に示す量子化特性Iは、−255から+255までの
511レベルの予測誤差(原データ)を約半分の255レベル
に粗く量子化するものであり、具体的には原データのレ
ベル−255,−254をレベル−255に、レベル−253,−25
2をレベル−253に、レベル−251,−250をレベル−251
にという様に2レベルを1レベルに変換するものである
(ただし、原データのレベル253,254,255の部分は端
部データ処理の関係上3レベルを1レベルに変換してい
る)。また、量子化特性IIも、511レベルの原データを2
55レベルに粗く量子化するものであり、具体的には、原
データのレベル−255,−254,−253をレベル−254に、
レベル−252,−251をレベル−252に、レベル−250,−
249をレベル−250にという様に2レベルを1レベルに変
換する(ただし、原データのレベル−255,−254,−25
3の部分は端部データ処理の関係上3レベルを1レベル
に変換している)ものであると共に、この量子化特性II
は上記量子化特性Iに対してその量子化ステップの位置
が量子化幅方向にずれているものである。
即ち、今第9図において原データと量子化後のデータと
の関係を示す丸印のうち量子化後には同じレベルになる
丸印を結んだ線、例えば量子化特性Iの場合は原データ
のレベル−3と−2の白丸、レベル−1と0の白丸、レ
ベル1と2の白丸を結んだ各線、量子化特性IIの場合は
原データのレベル−2と−1の黒丸、レベル0と1の黒
丸、レベル2と3の黒丸を結んだ各線をそれぞれの量子
化ステップと定義すると共に、この量子化ステップの
幅、即ち量子化後に1つのレベルになる原データの範囲
の大きさを量子化幅と定義した場合、上記量子化特性I
のステップと量子化特性IIのステップとは、図から容易
に理解される様に、その位置が互いに量子化幅の方向
(図中では原データレベルを示す横軸方向)に量子化幅
の半分づつずれているものである。
の関係を示す丸印のうち量子化後には同じレベルになる
丸印を結んだ線、例えば量子化特性Iの場合は原データ
のレベル−3と−2の白丸、レベル−1と0の白丸、レ
ベル1と2の白丸を結んだ各線、量子化特性IIの場合は
原データのレベル−2と−1の黒丸、レベル0と1の黒
丸、レベル2と3の黒丸を結んだ各線をそれぞれの量子
化ステップと定義すると共に、この量子化ステップの
幅、即ち量子化後に1つのレベルになる原データの範囲
の大きさを量子化幅と定義した場合、上記量子化特性I
のステップと量子化特性IIのステップとは、図から容易
に理解される様に、その位置が互いに量子化幅の方向
(図中では原データレベルを示す横軸方向)に量子化幅
の半分づつずれているものである。
上記実施態様においては、量子化すべき予測誤差を分割
する際の微小ブロックとして一つの予測誤差から成るブ
ロックを採択しているが、この微小ブロックは2〜3個
の予測誤差の如き複数の予測誤差から成るブロックであ
っても良い。ただし、このブロックはあまり大きくする
と前述した人間の視覚的積分効果を充分に発揮せしめる
ことができないので、この視覚的積分効果を発揮せしめ
るに充分な微小ブロックであることが必要である。
する際の微小ブロックとして一つの予測誤差から成るブ
ロックを採択しているが、この微小ブロックは2〜3個
の予測誤差の如き複数の予測誤差から成るブロックであ
っても良い。ただし、このブロックはあまり大きくする
と前述した人間の視覚的積分効果を充分に発揮せしめる
ことができないので、この視覚的積分効果を発揮せしめ
るに充分な微小ブロックであることが必要である。
また、第10図は上記の微小ブロックを3個の予測誤差か
ら成るブロック(図中太線で示す)とした場合の量子化
特性I,IIの適用状態の一例を示すものであり、この場
合は図示の如く一つのブロック中の予備誤差に対しては
同じ量子化特性を適用すると共に隣接するブロック毎に
適用する特性I,IIを切り替えれば良い。
ら成るブロック(図中太線で示す)とした場合の量子化
特性I,IIの適用状態の一例を示すものであり、この場
合は図示の如く一つのブロック中の予備誤差に対しては
同じ量子化特性を適用すると共に隣接するブロック毎に
適用する特性I,IIを切り替えれば良い。
また、量子化後のレベル数が同じであって量子化ステッ
プの位置が量子化幅方向に互いにずれている複数の量子
化特性としては、上記実施態様では第9図に示す様な2
つの量子化特性I,IIを採択しているが、その他にも第
11図〜第16図に示す様な複数の量子化特性を採用するこ
とができる。
プの位置が量子化幅方向に互いにずれている複数の量子
化特性としては、上記実施態様では第9図に示す様な2
つの量子化特性I,IIを採択しているが、その他にも第
11図〜第16図に示す様な複数の量子化特性を採用するこ
とができる。
第11図に示すものは白丸で示す量子化特性Iと黒丸で示
す量子化特性IIとの2つの組合せであり、第9図におけ
る両特性I,IIの量子化ステップの位置が量子化幅方向
のみでなく該量子化幅方向に直角な方向(縦軸方向)に
もずれているのに対し、この第11図に示す両特性I,II
はそれらの量子化ステップの位置が量子化幅方向にのみ
ずれているものである。
す量子化特性IIとの2つの組合せであり、第9図におけ
る両特性I,IIの量子化ステップの位置が量子化幅方向
のみでなく該量子化幅方向に直角な方向(縦軸方向)に
もずれているのに対し、この第11図に示す両特性I,II
はそれらの量子化ステップの位置が量子化幅方向にのみ
ずれているものである。
第12図に示すものも白丸と黒丸とで示す2つの量子化特
性I,IIの組合せであり、第9図における両特性I,II
の量子化幅が2レベルであったのに対し、この第12図に
示す両特性I,IIはそれらの量子化幅が3レベルのもの
である。この場合は、量子化後のデータのレベル数は原
データに対して1/3に減少せしめられる。
性I,IIの組合せであり、第9図における両特性I,II
の量子化幅が2レベルであったのに対し、この第12図に
示す両特性I,IIはそれらの量子化幅が3レベルのもの
である。この場合は、量子化後のデータのレベル数は原
データに対して1/3に減少せしめられる。
第13図に示すものは白丸,黒丸および×印で示す3つの
量子化特性I,II,IIIの組合せであり、第9図におけ
る2つの異なる量子化特性がそうであった様に、この第
13図に示す3つの量子化特性I,II,IIIもそれぞれ量
子化後のレベル数は同じでありかつそれぞれの量子化ス
テップの位置は互いに量子化幅方向にずれているもので
ある。この様に3つの量子化特性I,II,IIIを用いる
場合は、例えば1ブロックが1つのデータから成る場
合、第8図における原データ(予測誤差)Δb12には
I,Δb21にはII,Δb22にはIII,……という様に隣
り合うブロックに対してこの3つの量子化特性I,II,
IIIを順次切り替えて適用すれば良い。
量子化特性I,II,IIIの組合せであり、第9図におけ
る2つの異なる量子化特性がそうであった様に、この第
13図に示す3つの量子化特性I,II,IIIもそれぞれ量
子化後のレベル数は同じでありかつそれぞれの量子化ス
テップの位置は互いに量子化幅方向にずれているもので
ある。この様に3つの量子化特性I,II,IIIを用いる
場合は、例えば1ブロックが1つのデータから成る場
合、第8図における原データ(予測誤差)Δb12には
I,Δb21にはII,Δb22にはIII,……という様に隣
り合うブロックに対してこの3つの量子化特性I,II,
IIIを順次切り替えて適用すれば良い。
また、第14図はほぼ第9図と同様であるが、端部が異な
る。つまり、黒丸で示される量子化での量子化後のレベ
ル数が白丸で示される量子化での量子化後のレベル数に
比べて1レベル少なく完全に両者が等しくはない。この
ように端部の処理によって量子化後のレベル数は必ずし
も完全には等しくない場合があってもよい。
る。つまり、黒丸で示される量子化での量子化後のレベ
ル数が白丸で示される量子化での量子化後のレベル数に
比べて1レベル少なく完全に両者が等しくはない。この
ように端部の処理によって量子化後のレベル数は必ずし
も完全には等しくない場合があってもよい。
以上の各具体例から理解される様に、本実施態様におい
て使用し得る複数の量子化特性は、要するに量子化後の
レベル数がおおよそ同じで量子化ステップが量子化幅方
向にずれているという条件を満たすものであれば良く、
その特性の数や、量子化幅の大きさは適宜に決定するこ
とができるものである。
て使用し得る複数の量子化特性は、要するに量子化後の
レベル数がおおよそ同じで量子化ステップが量子化幅方
向にずれているという条件を満たすものであれば良く、
その特性の数や、量子化幅の大きさは適宜に決定するこ
とができるものである。
ところで、一般に量子化とは、xi≦x≦xi+1なる値を有
するx(原データ)をXi(量子化代表値)で代表させ
る、換言すればある量子化幅範囲(xi〜xi+1)内の原デ
ータxをある1つの量子化代表値Xiに置き換えること
をいう。
するx(原データ)をXi(量子化代表値)で代表させ
る、換言すればある量子化幅範囲(xi〜xi+1)内の原デ
ータxをある1つの量子化代表値Xiに置き換えること
をいう。
しかるに、従来の一般的な量子化では、例えばその量子
化代表値Xiとして量子化幅範囲(xi〜xi+1)の両端の
値xiあるいはxi+1又は中央値(xi+xi+1)/2等を採用
している。前述の実施態様においても、例えば第9図や
第13図に示す様に量子化代表値Xiとして量子化幅範囲
(xi〜xi+1)の一端の値xiやxi+1を採用している。
化代表値Xiとして量子化幅範囲(xi〜xi+1)の両端の
値xiあるいはxi+1又は中央値(xi+xi+1)/2等を採用
している。前述の実施態様においても、例えば第9図や
第13図に示す様に量子化代表値Xiとして量子化幅範囲
(xi〜xi+1)の一端の値xiやxi+1を採用している。
ところが、本実施態様における量子化対象データは予測
誤差であり、予測誤差の場合は、前述の如く頻度分布が
均一でなく零近傍に集中した非常に片寄った形をしてい
るので、上述の様に頻度分布を考慮しないで機械的に量
子化幅範囲の両端値や中央値等を量子化代表値とすると
その量子化代表値とその代表値によって代表される量子
化幅範囲内の各原データ(予測誤差)との差の合計(以
下、量子化誤差という)は最小値を取り得ない。即ち、
量子化代表値は上記量子化誤差が最小になるように設定
するのが好ましく、それが最小でない場合は最小である
場合に比べて画質の劣化が大きくなるので、上記の如き
従来の一般的な量子化代表値の決め方はあまり好ましい
ものではない。
誤差であり、予測誤差の場合は、前述の如く頻度分布が
均一でなく零近傍に集中した非常に片寄った形をしてい
るので、上述の様に頻度分布を考慮しないで機械的に量
子化幅範囲の両端値や中央値等を量子化代表値とすると
その量子化代表値とその代表値によって代表される量子
化幅範囲内の各原データ(予測誤差)との差の合計(以
下、量子化誤差という)は最小値を取り得ない。即ち、
量子化代表値は上記量子化誤差が最小になるように設定
するのが好ましく、それが最小でない場合は最小である
場合に比べて画質の劣化が大きくなるので、上記の如き
従来の一般的な量子化代表値の決め方はあまり好ましい
ものではない。
従って、上記実施態様における量子化、即ち量子化特性
Iに基づく量子化も量子化特性IIに基づく量子化のいず
れも、それぞれ量子化代表値を設定するにあたっては、
量子化誤差が最小になるように、各量子化幅範囲内の原
データをその頻度分布に基づいて重み付け平均した値も
しくはその値に近い値を量子化代表値とするのが好まし
い。
Iに基づく量子化も量子化特性IIに基づく量子化のいず
れも、それぞれ量子化代表値を設定するにあたっては、
量子化誤差が最小になるように、各量子化幅範囲内の原
データをその頻度分布に基づいて重み付け平均した値も
しくはその値に近い値を量子化代表値とするのが好まし
い。
かかる量子化代表値を式で表わすと下記の通りである。
ただし、 x…原データ(予測誤差) f(x)…原データxの頻度 第15図は上述の如く頻度分布を考慮して決定した量子化
代表値の一例を示すものである。この例は、原データを
(−4,−3,−2),(−1,0,1),(2,3,
4)という様に3レベルを1つの量子化幅範囲とするも
のであり、各量子化幅範囲の量子化代表値は前述の式
(i)に基づいて算出し、図中の量子化代表値(1)の
如く設定されている。なお、一例として量子化幅範囲
(2,3,4)の場合の量子化代表値Xiの算出例を下
記する。
代表値の一例を示すものである。この例は、原データを
(−4,−3,−2),(−1,0,1),(2,3,
4)という様に3レベルを1つの量子化幅範囲とするも
のであり、各量子化幅範囲の量子化代表値は前述の式
(i)に基づいて算出し、図中の量子化代表値(1)の
如く設定されている。なお、一例として量子化幅範囲
(2,3,4)の場合の量子化代表値Xiの算出例を下
記する。
また、上記量子化代表値は、必ずしも上述の頻度分布に
基づく重み付け平均値そのものである必要はなく、それ
に近い値、例えば後の符号化を考慮して符号化しやすい
様にその平均値に近い整数値としても良く、その様にし
て設定した代表値を同図中の量子化代表値(2)として
示す。
基づく重み付け平均値そのものである必要はなく、それ
に近い値、例えば後の符号化を考慮して符号化しやすい
様にその平均値に近い整数値としても良く、その様にし
て設定した代表値を同図中の量子化代表値(2)として
示す。
上記具体例は量子化幅範囲が3レベルの場合であるが、
量子化幅範囲が2レベルの場合も同様にして量子化代表
値を決めることができる。
量子化幅範囲が2レベルの場合も同様にして量子化代表
値を決めることができる。
上記頻度分布は、もちろん全ての原データ(予備誤差)
の実際の頻度分布を算出してそれを使用することもでき
るが、その様に実際に計算したものではなく、取り扱う
原データに関する情報、例えば取り扱う画像に関する情
報に基づいて予め与えられた幾くつかの原データ頻度分
布パターンの中から適当なパターンの頻度分布を選出
し、それを使用するようにしても良い。
の実際の頻度分布を算出してそれを使用することもでき
るが、その様に実際に計算したものではなく、取り扱う
原データに関する情報、例えば取り扱う画像に関する情
報に基づいて予め与えられた幾くつかの原データ頻度分
布パターンの中から適当なパターンの頻度分布を選出
し、それを使用するようにしても良い。
上述の如くして補間データの予測誤差を求め、その予測
誤差を粗く量子化したら、その粗く量子化された後の予
測誤差をハフマン符号化し、そうすることによって補間
データの予測符号化が終了する。
誤差を粗く量子化したら、その粗く量子化された後の予
測誤差をハフマン符号化し、そうすることによって補間
データの予測符号化が終了する。
上述の如くして予測符号化処理によって作成された圧縮
画像データ(圧縮主データおよび圧縮補間データ)は、
例えば光ディスク等の記録媒体に格納され、随時必要に
応じて読み出された後あるいはファクシミリ等で送信さ
れた後等に、第16図に示す伸長過程を経て例えばCRT
等に可視像として再生されたりするものである。
画像データ(圧縮主データおよび圧縮補間データ)は、
例えば光ディスク等の記録媒体に格納され、随時必要に
応じて読み出された後あるいはファクシミリ等で送信さ
れた後等に、第16図に示す伸長過程を経て例えばCRT
等に可視像として再生されたりするものである。
次に、この第16図に示す伸長過程について説明する。
まず、前述の様にハフマン符号化された圧縮主データ
(第7図参照)に対して復号処理を施し、第6図に示す
各先頭生データと予測誤差を求める。この復号処理は、
上記ハフマン符号化処理を行なう際に用いたハフマン符
号表に基づいて行なえば良い。次に、その様にして復号
された先頭生データと予測誤差および前記予測を行なっ
た際の予測式を用いて予測復元処理を行なう、即ち第4
図に示す様な伸長生データa11,a13,a15,……,a
31,a33,a35,……,a51,a53,a55,……を、 a11=a11,a13=a11+Δa13, a15=a13+Δa15,…… a31=a31,a33=a31+Δa33, a35=a33+Δa35,…… という様にして求める。
(第7図参照)に対して復号処理を施し、第6図に示す
各先頭生データと予測誤差を求める。この復号処理は、
上記ハフマン符号化処理を行なう際に用いたハフマン符
号表に基づいて行なえば良い。次に、その様にして復号
された先頭生データと予測誤差および前記予測を行なっ
た際の予測式を用いて予測復元処理を行なう、即ち第4
図に示す様な伸長生データa11,a13,a15,……,a
31,a33,a35,……,a51,a53,a55,……を、 a11=a11,a13=a11+Δa13, a15=a13+Δa15,…… a31=a31,a33=a31+Δa33, a35=a33+Δa35,…… という様にして求める。
この様にして主データを復号伸長したら、次にこの主デ
ータを用いて補間データを復号伸長する。
ータを用いて補間データを復号伸長する。
補間データの復号伸長は、まず前述の如くハフマン符号
化された圧縮補間データを、主データの場合と同様に使
用されたハフマン符号表に基づいて復号することにより
予測誤差を求め、この予測誤差と上記復号伸長せしめら
れた主データと前記予測を行なう際に用いた内挿予測式
とを使用して各補間データb12,b14,b16,……,b
21,b22,b23,……,b32,b34,b36……を求め
る。即ち、上記主データに基づいて各補間データb12,
b14,b16,……の予測値B12,B14,B16,……を上
記内挿予測式により求め、それらに予測誤差Δb12,Δ
b14,Δb16,……を加算することによってb12,
b14,b16,……を求める。
化された圧縮補間データを、主データの場合と同様に使
用されたハフマン符号表に基づいて復号することにより
予測誤差を求め、この予測誤差と上記復号伸長せしめら
れた主データと前記予測を行なう際に用いた内挿予測式
とを使用して各補間データb12,b14,b16,……,b
21,b22,b23,……,b32,b34,b36……を求め
る。即ち、上記主データに基づいて各補間データb12,
b14,b16,……の予測値B12,B14,B16,……を上
記内挿予測式により求め、それらに予測誤差Δb12,Δ
b14,Δb16,……を加算することによってb12,
b14,b16,……を求める。
上述の如くして主データと補間データとを復号伸長した
ら、それらのデータに基づいてCRT等に画像を再生す
れば良いが、画像再生の前に、それらの伸長データに高
空間周波数成分を強調する後処理を施しても良い。
ら、それらのデータに基づいてCRT等に画像を再生す
れば良いが、画像再生の前に、それらの伸長データに高
空間周波数成分を強調する後処理を施しても良い。
即ち、本実施態様においては、前述の如く最初にスムー
ジング処理を行なっており、このスムージング処理によ
って画像の高空間周波数成分が減少せしめられているの
で、この伸長画像データをそのまま用いて可視像を再生
するとその再生画像は高空間周波数成分が少なく、原画
像に比べてボケたものとなる恐れがあるので、このボケ
を高空間周波数成分強調処理によって補正し、画質的に
原画像により近い画像を再生し得るようにしようとする
ものである。
ジング処理を行なっており、このスムージング処理によ
って画像の高空間周波数成分が減少せしめられているの
で、この伸長画像データをそのまま用いて可視像を再生
するとその再生画像は高空間周波数成分が少なく、原画
像に比べてボケたものとなる恐れがあるので、このボケ
を高空間周波数成分強調処理によって補正し、画質的に
原画像により近い画像を再生し得るようにしようとする
ものである。
かかる高空間周波数成分強調処理としては、例えば非鮮
鋭マスク処理の他、ある種のコンボルーションやフーリ
エ変換などの手法によるものを挙げることができる。
鋭マスク処理の他、ある種のコンボルーションやフーリ
エ変換などの手法によるものを挙げることができる。
以上、本発明に係る一実施態様について詳細に説明した
が、本発明に係る方法は、要するに、画像データを所定
の間隔で略均一にサンプリングした主データと該主デー
タ以外の補間データとに区分し、これらの主データは主
データどうしで予測符号化を行ない補間データは主デー
タから予測符号化し、かつ少なくとも補間データについ
ては符号化に際し主データよりビット分解能を粗くする
量子化を行なうことを特徴とするものである。
が、本発明に係る方法は、要するに、画像データを所定
の間隔で略均一にサンプリングした主データと該主デー
タ以外の補間データとに区分し、これらの主データは主
データどうしで予測符号化を行ない補間データは主デー
タから予測符号化し、かつ少なくとも補間データについ
ては符号化に際し主データよりビット分解能を粗くする
量子化を行なうことを特徴とするものである。
上記主データと補間データの区分は、前述の実施態様の
ところで説明しているように種々の態様を取り得、再生
時における画質や圧縮率を考慮して適宜に行なえば良い
ものである。
ところで説明しているように種々の態様を取り得、再生
時における画質や圧縮率を考慮して適宜に行なえば良い
ものである。
上記主データと補間データの予測符号化処理は、上記実
施態様においては主データの場合前置予測を、補間デー
タの場合は主データに基づく内挿予測を行なっている
が、それらの予測は他の異なる態様で行なっても良い
し、また予測誤差の符号化もハフマン符号化以外の可変
長符号化を採用し得る。
施態様においては主データの場合前置予測を、補間デー
タの場合は主データに基づく内挿予測を行なっている
が、それらの予測は他の異なる態様で行なっても良い
し、また予測誤差の符号化もハフマン符号化以外の可変
長符号化を採用し得る。
上記少なくとも補間データを主データよりも粗く量子化
する点については、上記実施態様では補間データのみを
粗く量子化したが、もちろん主データと補間データの双
方を粗く量子化すると共にその際補間データの方を主デ
ータよりもより粗く量子化する、例えば主データについ
てはレベル数が半分になるように粗く量子化し、補間デ
ータについてはレベル数が1/3〜1/4になるように
粗く量子化するようにしても良い。このように主データ
よりも補間データの方を粗く量子化することにより、粗
く量子化することによる圧縮率向上の効果と粗く量子化
することによる視覚的画質の劣化および診断能の低下の
抑制の双方を効率良く実現することができる。なぜなら
ば、前述の如く主データは低空間周波数成分を、補間デ
ータは高空間周波数成分を担うものであると考えること
ができ、両データを比較した場合診断能の確保および視
覚的な画質維持の双方において主データの方が補間デー
タよりも重要であり、その両観点からして量子化を粗く
することに対する許容度は主データの方が補間データよ
りも低く、従って例えば画像データを一律に粗く量子化
しようとするとその粗さの程度はどうしても許容度の低
い主データを基準にして設定しなければならず、粗く量
子化することよる圧縮率の向上を充分に達成し得ないと
いうことになるが、本発明の如く主データと補間データ
とを区分すると、補間データについては主データよりも
さらに粗く、即ち補間データの許容度一杯まで粗く量子
化することができ、そうすることによって診断能の低下
や視覚的画質劣化にあまり影響を及ぼすことなくさらに
圧縮率の向上を図ることができるからである。なお、補
間データを粗く量子化する際のレベル数の減少の程度は
再生時の画質との関係で適宜決定すれば良いが、一般的
には1/2〜1/4とするのが好ましい。
する点については、上記実施態様では補間データのみを
粗く量子化したが、もちろん主データと補間データの双
方を粗く量子化すると共にその際補間データの方を主デ
ータよりもより粗く量子化する、例えば主データについ
てはレベル数が半分になるように粗く量子化し、補間デ
ータについてはレベル数が1/3〜1/4になるように
粗く量子化するようにしても良い。このように主データ
よりも補間データの方を粗く量子化することにより、粗
く量子化することによる圧縮率向上の効果と粗く量子化
することによる視覚的画質の劣化および診断能の低下の
抑制の双方を効率良く実現することができる。なぜなら
ば、前述の如く主データは低空間周波数成分を、補間デ
ータは高空間周波数成分を担うものであると考えること
ができ、両データを比較した場合診断能の確保および視
覚的な画質維持の双方において主データの方が補間デー
タよりも重要であり、その両観点からして量子化を粗く
することに対する許容度は主データの方が補間データよ
りも低く、従って例えば画像データを一律に粗く量子化
しようとするとその粗さの程度はどうしても許容度の低
い主データを基準にして設定しなければならず、粗く量
子化することよる圧縮率の向上を充分に達成し得ないと
いうことになるが、本発明の如く主データと補間データ
とを区分すると、補間データについては主データよりも
さらに粗く、即ち補間データの許容度一杯まで粗く量子
化することができ、そうすることによって診断能の低下
や視覚的画質劣化にあまり影響を及ぼすことなくさらに
圧縮率の向上を図ることができるからである。なお、補
間データを粗く量子化する際のレベル数の減少の程度は
再生時の画質との関係で適宜決定すれば良いが、一般的
には1/2〜1/4とするのが好ましい。
上記補間データの量子化は、上記実施態様では予測誤差
を粗く量子化するものであったが、例えばその量子化は
第1図における補間データと内挿予測との間に行なわれ
るもの、即ち補間データに直接適用されるものであって
も良い。また、予測誤差の場合であると補間データの場
合であるとを問わず、その量子化は種々の態様を取り
得、必ずしも実施態様の如きシフト量子化である必要は
なく、また量子化誤差を最小にする誤差最小量子化であ
る必要もない。
を粗く量子化するものであったが、例えばその量子化は
第1図における補間データと内挿予測との間に行なわれ
るもの、即ち補間データに直接適用されるものであって
も良い。また、予測誤差の場合であると補間データの場
合であるとを問わず、その量子化は種々の態様を取り
得、必ずしも実施態様の如きシフト量子化である必要は
なく、また量子化誤差を最小にする誤差最小量子化であ
る必要もない。
上記主データの量子化についても、主データを直接量子
化するものでも良いし、線形予測した後の予測誤差を量
子化するものでも良いし、その他種々の量子化態様を取
り得る点についても補間データの量子化の場合と同様で
ある。
化するものでも良いし、線形予測した後の予測誤差を量
子化するものでも良いし、その他種々の量子化態様を取
り得る点についても補間データの量子化の場合と同様で
ある。
なお、本実施態様においては、さらに、スムージング
(前処理)やそのスムージングに対する高空間周波数成
分強調処理(後処理)についても言及したが、これらは
もちろん必要に応じて行なえば良いものであり、スムー
ジング以外の前処理や高空間周波数成分強調処理以外の
後処理を適宜に付加することももちろん可能である。
(前処理)やそのスムージングに対する高空間周波数成
分強調処理(後処理)についても言及したが、これらは
もちろん必要に応じて行なえば良いものであり、スムー
ジング以外の前処理や高空間周波数成分強調処理以外の
後処理を適宜に付加することももちろん可能である。
(発明の効果) 本発明に係る画像データ圧縮処理方法は、前述の如く、
画像データを予測符号化しかつ粗く量子化して圧縮する
場合において、画像データ全体を一律に予測符号化しか
つ粗く量子化するのではなく、画像データを低空間周波
数成分を担持すると考えられる主データと、主データ以
外の高空間周波数成分を担持すると考えられる補間デー
タとに区分し、主データについては主データ間で予測符
号化処理を行ない、補間データについては主データから
予測符号化処理を行なうと共に少なくとも補間データに
ついては符号化に際し主データより粗く量子化する処理
を行なうものである。
画像データを予測符号化しかつ粗く量子化して圧縮する
場合において、画像データ全体を一律に予測符号化しか
つ粗く量子化するのではなく、画像データを低空間周波
数成分を担持すると考えられる主データと、主データ以
外の高空間周波数成分を担持すると考えられる補間デー
タとに区分し、主データについては主データ間で予測符
号化処理を行ない、補間データについては主データから
予測符号化処理を行なうと共に少なくとも補間データに
ついては符号化に際し主データより粗く量子化する処理
を行なうものである。
従って、例えば補間データのみを粗く量子化する場合
は、結局前述の如き診断能や視覚的な画質にとって重要
な低空間周波数成分(主データ)はそのままとし、それ
らにとってあまり重要でない高空間周波数成分(補間デ
ータ)のみを粗く量子化することとなり、診断能低下や
視覚的画質の劣化を抑制し得ると共に圧縮率の向上を図
ることができる。
は、結局前述の如き診断能や視覚的な画質にとって重要
な低空間周波数成分(主データ)はそのままとし、それ
らにとってあまり重要でない高空間周波数成分(補間デ
ータ)のみを粗く量子化することとなり、診断能低下や
視覚的画質の劣化を抑制し得ると共に圧縮率の向上を図
ることができる。
また、両データを粗く量子化する場合でも、主データと
補間データとを区分したことによって、前述の如く主デ
ータよりも補間データの方を粗く量子化するということ
が可能となり、そうすることによって診断能の低下、視
覚的画質の劣化の抑制と圧縮率の向上とを効率良く実現
できるものである。
補間データとを区分したことによって、前述の如く主デ
ータよりも補間データの方を粗く量子化するということ
が可能となり、そうすることによって診断能の低下、視
覚的画質の劣化の抑制と圧縮率の向上とを効率良く実現
できるものである。
第1図は本発明に係る画像データ圧縮処理方法の一実施
態様を示すフローチャート、 第2図はスムージング処理一例の説明図、 第3図は主データのサンプリング状態の一例を示す図、 第4図および第5図はそれぞれ主データと補間データと
の区分の一例を示す図、 第6図は主データの予測誤差を示す図、 第7図は主データをハフマン符号化した状態を示す図、 第8図は補間データの予測誤差を示す図、 第9図はシフト量子化に使用する異なる量子化特性の組
み合せの一例を示す図、 第10図はシフト量子化する場合の微小ブロックの一例を
示す図、 第11図〜第14図はそれぞれシフト量子化に使用する異な
る量子化特性の組合せの例を示す図、 第15図は誤差最小量子化の一例を示す図、 第16図は圧縮された主データ及び補間データを伸長する
伸長過程の一例を示すフローチャートである。
態様を示すフローチャート、 第2図はスムージング処理一例の説明図、 第3図は主データのサンプリング状態の一例を示す図、 第4図および第5図はそれぞれ主データと補間データと
の区分の一例を示す図、 第6図は主データの予測誤差を示す図、 第7図は主データをハフマン符号化した状態を示す図、 第8図は補間データの予測誤差を示す図、 第9図はシフト量子化に使用する異なる量子化特性の組
み合せの一例を示す図、 第10図はシフト量子化する場合の微小ブロックの一例を
示す図、 第11図〜第14図はそれぞれシフト量子化に使用する異な
る量子化特性の組合せの例を示す図、 第15図は誤差最小量子化の一例を示す図、 第16図は圧縮された主データ及び補間データを伸長する
伸長過程の一例を示すフローチャートである。
Claims (1)
- 【請求項1】画像データを、所定の間隔で略均一にサン
プリングした主データと該主データ以外の補間データと
に区分し、該主データは主データ間で予測符号化圧縮処
理を行ない、前記補間データは前記主データから予測符
号化圧縮処理を行ない、かつ少なくとも上記補間データ
については符号化に際し主データよりビット分解能を粗
くする量子化処理を施すことを特徴とする画像データ圧
縮処理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP61090531A JPH065889B2 (ja) | 1986-04-18 | 1986-04-18 | 画像デ−タ圧縮処理方法 |
US07/039,879 US4776029A (en) | 1986-04-18 | 1987-04-20 | Method of compressing image signals |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP61090531A JPH065889B2 (ja) | 1986-04-18 | 1986-04-18 | 画像デ−タ圧縮処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS62247676A JPS62247676A (ja) | 1987-10-28 |
JPH065889B2 true JPH065889B2 (ja) | 1994-01-19 |
Family
ID=14000992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP61090531A Expired - Fee Related JPH065889B2 (ja) | 1986-04-18 | 1986-04-18 | 画像デ−タ圧縮処理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US4776029A (ja) |
JP (1) | JPH065889B2 (ja) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4903317A (en) * | 1986-06-24 | 1990-02-20 | Kabushiki Kaisha Toshiba | Image processing apparatus |
JPH02116268A (ja) * | 1988-10-25 | 1990-04-27 | Canon Inc | 符号化装置 |
JPH02280462A (ja) * | 1989-04-20 | 1990-11-16 | Fuji Photo Film Co Ltd | 画像データ圧縮方法 |
US5020120A (en) * | 1989-12-22 | 1991-05-28 | Eastman Kodak Company | Methods for reducing quantization error in hierarchical decomposition and reconstruction schemes |
US5210605A (en) * | 1991-06-11 | 1993-05-11 | Trustees Of Princeton University | Method and apparatus for determining motion vectors for image sequences |
US5703965A (en) * | 1992-06-05 | 1997-12-30 | The Regents Of The University Of California | Image compression/decompression based on mathematical transform, reduction/expansion, and image sharpening |
US5631979A (en) * | 1992-10-26 | 1997-05-20 | Eastman Kodak Company | Pixel value estimation technique using non-linear prediction |
JPH06152970A (ja) * | 1992-11-02 | 1994-05-31 | Fujitsu Ltd | 画像圧縮方法及び画像処理装置 |
JP3499254B2 (ja) * | 1993-06-04 | 2004-02-23 | 富士写真フイルム株式会社 | 画像データ圧縮処理方法 |
US5398068A (en) * | 1993-09-02 | 1995-03-14 | Trustees Of Princeton University | Method and apparatus for determining motion vectors for image sequences |
JPH09214953A (ja) * | 1996-01-30 | 1997-08-15 | Fuji Photo Film Co Ltd | データ符号化方法 |
JP3777649B2 (ja) * | 1996-04-09 | 2006-05-24 | 松下電器産業株式会社 | 画像圧縮方法及び画像伸張方法 |
JP3348612B2 (ja) * | 1996-10-31 | 2002-11-20 | 日本ビクター株式会社 | ブロック間予測符号化装置、ブロック間予測復号化装置、ブロック間予測符号化方法、ブロック間予測復号化方法、及びブロック間予測符号化復号化装置 |
US6021224A (en) * | 1997-03-28 | 2000-02-01 | International Business Machines Corporation | Multiresolution lossless/lossy compression and storage of data for efficient processing thereof |
US5838818A (en) * | 1997-06-18 | 1998-11-17 | Hewlett-Packard Company | Artifact reduction compression method and apparatus for mosaiced images |
US8819723B1 (en) | 2000-04-27 | 2014-08-26 | The Directv Group, Inc. | System and method for brokering auxiliary data broadcasting services |
US7826670B2 (en) * | 2005-06-15 | 2010-11-02 | Fujifilm Corporation | Data compression apparatus and data compression program storage medium |
JP4633576B2 (ja) * | 2005-08-24 | 2011-02-16 | 富士フイルム株式会社 | データ圧縮装置およびデータ圧縮プログラム |
JP2009290552A (ja) * | 2008-05-29 | 2009-12-10 | Fujifilm Corp | 動画圧縮装置および動画圧縮プログラム |
DE102008058489A1 (de) * | 2008-08-19 | 2010-04-15 | Siemens Aktiengesellschaft | Verfahren zum Codieren einer Folge von digitalisierten Bildern |
JP2011019008A (ja) * | 2009-07-07 | 2011-01-27 | Fujifilm Corp | 動画圧縮送信装置、動画圧縮送信プログラム、および動画圧縮送信方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4125861A (en) * | 1977-08-18 | 1978-11-14 | Bell Telephone Laboratories, Incorporated | Video signal encoding |
US4268861A (en) * | 1978-09-18 | 1981-05-19 | Massachusetts Institute Of Technology | Image coding |
US4353096A (en) * | 1978-10-05 | 1982-10-05 | Nippon Electric Co., Ltd. | Digital facsimile system to band-compress half-tone picture signals |
CA1175557A (en) * | 1981-06-01 | 1984-10-02 | Akira Hirano | Predictive coding system for television signals |
IE54649B1 (en) * | 1982-07-23 | 1989-12-20 | British Telecomm | Improvements relating to video data transmission |
JPS6096079A (ja) * | 1983-10-31 | 1985-05-29 | Matsushita Electric Ind Co Ltd | 多値画像の符号化方法 |
CA1277416C (en) * | 1984-08-13 | 1990-12-04 | Akihiro Furukawa | Inter-frame predictive coding apparatus for video signal |
JPS6162286A (ja) * | 1984-09-04 | 1986-03-31 | Univ Nagoya | 画像信号帯域圧縮方式 |
-
1986
- 1986-04-18 JP JP61090531A patent/JPH065889B2/ja not_active Expired - Fee Related
-
1987
- 1987-04-20 US US07/039,879 patent/US4776029A/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
US4776029A (en) | 1988-10-04 |
JPS62247676A (ja) | 1987-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH065889B2 (ja) | 画像デ−タ圧縮処理方法 | |
JP3575508B2 (ja) | 符号化動画像再生装置 | |
JP3776920B2 (ja) | 画像符号化方法 | |
EP1835760B1 (en) | Decoding apparatus and method with intra prediction | |
EP0482180B1 (en) | Block adaptive linear predictive coding with adaptive gain and bias | |
US6912318B2 (en) | Method and system for compressing motion image information | |
JPH02280462A (ja) | 画像データ圧縮方法 | |
JP2003521178A (ja) | 品質ベースのイメージ圧縮 | |
US7177356B2 (en) | Spatially transcoding a video stream | |
JPH05219385A (ja) | 画像圧縮・伸張方法および装置 | |
JPH01503668A (ja) | 適応利得及びかたよりによるブロック適応線形予測符号化 | |
JP2002064821A (ja) | 動画像情報の圧縮方法およびそのシステム | |
JP3190164B2 (ja) | 符号量見積り装置 | |
JP2002077920A (ja) | 画像圧縮装置及び画像圧縮方法 | |
JPH06165149A (ja) | 画像符号化制御方法 | |
JP3157144B1 (ja) | 画像予測復号化方法 | |
JP3851317B2 (ja) | 画像予測符号化方法及び装置 | |
JP2002209111A (ja) | 画像符号化装置、画像通信システムおよびプログラム記録媒体 | |
JP2584854B2 (ja) | 画像符号化方法 | |
JPH1188183A (ja) | ウェーブレット変換装置およびその方法並びにウェーブレット逆変換装置およびその方法並びに画像符号化装置およびその方法並びに画像復号化装置およびその方法 | |
JP2669278B2 (ja) | 映像信号処理装置 | |
JP2004254344A (ja) | 符号化動画像再生装置 | |
JPS62247677A (ja) | 画像デ−タ圧縮処理方法 | |
JP3381007B2 (ja) | 画像処理装置及び画像処理方法 | |
JP3857297B2 (ja) | 画像予測符号化方法及び装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |