CN100448261C

CN100448261C - 解码装置和解码方法

Info

Publication number: CN100448261C
Application number: CNB200510079564XA
Authority: CN
Inventors: 木村俊一
Original assignee: Fuji Xerox Co Ltd
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2005-03-18
Filing date: 2005-06-17
Publication date: 2008-12-31
Anticipated expiration: 2025-06-17
Also published as: JP2006262278A; US7486830B2; US20060210182A1; JP4775756B2; CN1835548A

Abstract

解码装置和解码方法。所公开的用于对压缩数据进行解码的解码装置具有基准值提取单元和解码数据生成单元。该基准值提取单元为待处理的压缩数据提取用于参考的基准压缩数据；该解码数据生成单元基于由该基准值提取单元提取的基准压缩数据和该压缩数据生成对应于该压缩数据的解码数据。

Description

解码装置和解码方法

技术领域

本发明涉及一种用于对编码处理生成的编码数据进行解码的解码装置。更具体地，本发明涉及一种通过对由包括数据量化的编码处理生成的编码数据进行去量化，以对该编码数据进行解码的解码装置。

背景技术

因为图像、音频等具有极大量的数据，所以保持或者传送时，通常对其进行压缩以减少数据量。例如，通过诸如JPEG、JPEG200等的有损编码处理对数据进行压缩，可显著减少通过扫描仪将彩色样图或者照片变换为电子格式时，或者通过数字相机对景色等进行拍照时所产生的多值图像数据量。

然而，这种有损编码处理具有编码失真的问题。具体地，JPEG处理存在的问题是在解码图像的DCT块边缘会出现块失真(编码失真)。

例如，JP-A-5-014735公开了一种方法，其中仅在DCT(离散余弦变换)块之间的边界设置低通滤波器。

JP-A-5-316361公开了一种方法，其确定图像中是否有边沿，并且基于确定的结果选择要设置的滤波器。

JP-A-7-336684公开了一种方法，其中当确定某区域中的失真明显时，将噪声加入DCT系数中。

文献“ITU-T建议T.81(ITU-T Recommendation T.81)”中公开了JPEG标准。

文献“ITU-T建议T.800(ITU-T Recommendation T.800)”中公开了JPEG2000标准。

在文献“D.Heeger and J.Bergen，‘Pyramid based textureanalysis/synthesis，’Computer Graphics，pp.229-238，SIGGRAPH95，1995”中公开了一种通过调节变换系数的频率分布来合成具有更近似纹理(texture)的图像的方法。

发明内容

鉴于上述情况，本发明提供了一种更有效地对编码数据(code data)进行解码的解码装置。

根据本发明的第一方面，提供一种用于对压缩数据进行解码的解码装置，该解码装置包括：基准值提取单元，用于为待处理的压缩数据提取用于参考的基准压缩数据；和解码数据生成单元，用于基于由所述基准值提取单元提取的所述基准压缩数据和所述压缩数据，生成对应于所述压缩数据的解码数据，其中，所述压缩数据是由变换编码处理生成的量化索引或其去量化值，所述基准压缩数据是待处理量化索引的邻近量化索引或其去量化值，所述解码数据是去量化值，所述解码数据生成单元包括：差分计算部，该差分计算部计算待处理压缩数据和其基准压缩数据之间的差分；滤波器处理部，该滤波器处理部对输入的所述差分使用滤波器内核；以及去量化值输出单元，该去量化值输出单元确定去量化值。。

根据本发明的第二方面，提供一种用于对压缩数据进行解码的解码方法，该解码方法包括以下步骤：为待处理的压缩数据提取用来参考的基准压缩数据；和基于所提取的所述基准压缩数据和所述压缩数据，生成对应于所述压缩数据的解码数据，其中，所述压缩数据是由变换编码处理生成的量化索引或其去量化值，所述基准压缩数据是待处理量化索引的邻近量化索引或其去量化值，所述解码数据是去量化值，所述生成所述解码数据的步骤包括：计算待处理压缩数据和其基准压缩数据之间的差分；对输入的所述差分使用滤波器内核；以及确定去量化值。

附图说明

将基于下列附图详细描述本发明的实施例，其中：

图1A是示意性地示出了例如JPEG和JPEG2000的变换编码方案的编码处理的框图；

图1B是示意性地示出了例如JPEG和JPEG2000的变换编码方案的解码处理的框图；

图2A是示出了变换编码方案中的量化处理的视图；

图2B是示出了变换编码方案中的量化处理的视图；

图2C是示出了变换编码方案中的量化处理的视图；

图3是示出了采用根据本发明的解码方法的解码装置2的硬件配置的视图，以控制器20为中心；

图4是示出了由图3所示的控制器20执行的，用于实施根据本发明的解码方法的解码程序5的功能配置的视图；

图5是示出了图4中所示的去量化值估算部500的细节的视图；

图6是图4中示出的解码程序5执行的解码处理(S10)的流程图；

图7A是示出了由滤波器处理器508采用的，具有差分值P作为其输入的滤波器内核K的视图；

图7B是示出了由滤波器处理器508采用的，具有量化索引(quantization index)Q或者去量化值R作为其输出的滤波器内核K的视图；

图8A是示出了用于计算滤波器因子K的差分值X的排列的视图；

图8B是示出了滤波器因子K的排列的视图；

图9是示出了根据第一变型例的去量化值估算部分500的配置的视图；

图10是示出了使用测试图像计算的最佳滤波器系数的图表；

图11是示出了根据第二变型例的去量化值估算部分500的配置的视图；

图12A是示出了对应水平细线的细线检测图案的视图；

图12B是示出了对应垂直细线的细线检测图案的视图；

图12C是示出了对应斜细线的细线检测图案的视图；

图12D是示出了对应斜细线的细线检测图案的视图。

具体实施方式

首先，将描述用于有损编码处理的编码失真的机制。

图1A和1B是示意性地示出了例如JPEG和JPEG2000的变换编码方案的方框图，其中图1A示意性地示出了编码处理，而图1B示意性地示出了解码处理。

图2A到2C是示出了变换编码方案中的量化处理的视图。图1A和1B中示出的变换系数T(c，i，j)和量化索引Q(c，i，j)是变量c、i和j的函数。变量c是表示变换系数的种类的索引。例如，在使用8×8块的DCT变换的情况下，变量c是表示64(8×8)个变换系数之一的值(1到64的范围内的整数)，并且，在小波变换(wavelet transform)的情况下，变量c是表示例如1HH，1LH，1HL，2HH，2LH，2HL，…，NLLL的分量之一的值。另外，变换变量i和j分别是表示变换系数的位置的变量。例如在DCT变换的情况下，位于自顶第i行、自左第j列处的块中的第c变换系数表示为T(c，i，j)，并且在小波变换的情况下，位于自顶第i行、自左第j列处的块中的第c个变换系数数值表示为T(c，i，j)。

如图1A中所示，在变换编码方案的编码处理中，输入图像G经过例如离散余弦变换(DCT)或者小波变换的变换处理，生成输入图像G的变换系数T。接着将该变换系数T量化为量化索引Q。该量化索引Q经过熵编码处理(无损编码处理)成为压缩编码F。

在此，量化索引是借以区别量化值的信息。另外这些量化值是简并值(degenerate value)，简并了特定范围(量化区间)内的数值组。例如如图2A到2C所示，这些量化值是分别代表了量化区间(A-2～A2)的离散值(在此示例中为-2×D(C)～2×D(C))。

如图1B中所示，将以这种方式生成的编码数据(压缩编码F)熵解码为量化索引Q。该量化索引Q等于编码处理中的量化索引Q。

接着，将量化索引Q去量化为变换系数R(即，去量化值)，随后对该变换系数R进行逆变换以生成解码图像H。

在此，去量化值是基于量化索引或者量化值生成的、并且用于进行数据解码的值。例如，去量化值是JPEG或者JPEG2000方案的变换系数(与量化索引对应的变换系数)。

在上述处理中，当执行量化时会出现编码失真。通常，原始图像的变换系数T的精度高于量化索引Q的精度。因此，使用量化索引Q再生的变换系数R不同于原始变换系数T。这就是产生编码失真的原因。

接着，将参照图2A到2C详细描述量化和去量化。

使用为各个变换系数c设定的量化步长D(c)执行量化。量化步长D(c)是该类变换系数c的函数。例如在JPEG的情况下，在量化中根据下列等式计算量化索引Q。

Q(c，i，j)＝round(T(c，i，j)/D(c))

其中，round()是输出最接近输入值的整数的函数。

另外，在去量化中根据下列等式计算去量化值R：

R(c，i，j)＝Q(c，i，j)×D(c)

在JPEG2000的情况下，根据下列等式计算量化索引Q和去量化值R：

Q(c，i，j)＝sign(T(c，i，j))×floor(|T(c，i，j)|/D(c))

如果Q(c，i，j)＞0，则R(c，i，j)＝(Q(c，i，j)+r)×D(c)

如果Q(c，i，j)＜0，则R(c，i，j)＝(Q(c，i，j)-r)×D(c)

如果Q(c，i，j)＝0，则R(c，i，j)＝0

其中，‘sign()’是输出正和负符号的函数，‘floor()’是无效小数位的函数，以及‘||’是表示绝对值的符号。

另外，‘r’是0到1范围内的数值，典型地为0.5。在JPEG2000中，存在不对较低位进行编码的情况。在此将描述对全部位(包括最低有效位)进行编码的情况作为示例。

如图2A中所示，在JPEG方案的编码处理中，由为输入图像G执行的变换处理所生成的变换系数T(量化之前)分布在作为数字直线的X轴上。

如果变换系数T存在于量化区间A0中，则量化索引Q通过量化处理变为0。类似地，如果变换系数T存在于量化区间Aq中，则量化索引Q变为q。

接着，当对量化索引Q执行去量化时，如果量化索引Q是0，则通过去量化处理生成的去量化值R为0，如果量化索引Q是1，则生成的去量化值R为D(c)。

类似地，在JPEG2000方案中，如图2B中所示，如果变换系数T存在于量化区间Aq中，则量化索引Q变为q。接着当对量化索引Q执行去量化时，生成以一对一方式对应量化索引Q的去量化值。

在此，为了简化，仅考虑其中量化索引Q变为q的量化区间Aq。

假设变换系数T位于量化区间Aq内。

如图2C中所示，量化区间Aq具有d1到d2的范围。此时，变换系数T包括在d1到d2的范围内。另外，假设变换系数T的去量化值是R。

在此情况下，用于生成解码图像的变换系数是去量化值R。然而原始图像T的变换系数T具有在d1到d2范围内的值，并且不限于去量化值R。此时，原始变换系数T与去量化值R之间出现差异。该差异导致编码失真。

如上所述，有损编码处理通过将多个数据值(量化区间中存在的原始数据)简并为一量化值(与各量化区间对应的量化值)实现了有损数据压缩，但同时，也因该量化产生编码失真。

为了减少这种编码失真，可以选择参数，而减少编码处理中压缩效率。

然而，这导致了编码效率减少而数据量增加的问题。

另外，当试图用之前编码的数据再现具有高质量的图像时，就无法采用这种减少了压缩效率的处理。

为此，已经提出了用来克服解码处理中的图像失真问题的各种技术。

在粗分类法中，在一种方法中，解码图像经过低通滤波处理，使编码失真变弱到不可见(滤波方法)；在另一种方法中，将噪音添加到解码图像或者变换系数中，使得编码失真变弱到不可见(噪音方法)。

首先将描述使用低通滤波处理的方法(滤波方法)。

例如，JP-A-5-014735中公开了一种方法，其中仅在DCT块间的边缘设置低通滤波器以去除块失真。

该方法使用低通滤波器使编码失真变弱，从而很难区别出该失真。

然而，该方法的问题在于原始图像的边沿分量也同样变弱。

另外，JP-A-5-316361中公开了一种方法，该方法制备了多个低通滤波器，其确定图像中是否存在边沿，并且基于确定的结果，有选择地提供不会导致边沿变弱的滤波器。

接着，将描述增加噪音的方法(噪音方法)。

例如，JP-A-7-336684公开了一种方法，该方法在确定区域中失真明显时，将噪音添加到DCT系数中，从而使编码失真变弱。

在此方法中，当确定区域是平坦图像区域时，认为编码失真显著。

当根据编码图像产生解码图像时(即执行解码处理时)，其目的在于使解码图像尽可能地接近于经过编码处理之前的原始图像。

基于这种观点，上述传统方法不能提供最佳解决方案，这是因为由低通滤波器或添加噪音导致图像削弱，使解码图像无法接近原始图像。

更具体地，这些方法具有如下的一些副效应。

(1)在滤波器方法中，解码图像的高频带中的信号受到抑制。因此，当原始图像中有高频分量的纹理时，不能再现这些纹理。

(2)在滤波器方法中，由于确定边沿可能会出错，从而可能会导致的边沿钝化。

(3)在噪音方法中，存在因为增加噪音而出现原始图像中不存在的纹理的可能性。

因此，根据本实施例的解码装置2通过使得去量化值R的频率分布最大限度地接近输入图像的变换系数T的频率分布，来生成尽可能接近输入图像的解码图像。

即，在例如JPEG或者JPEG2000方案的标准技术中，去量化值的频率分布集中在值R一点上。然而，通过将去量化值的频率分布尽可能地接近原始图像的变换系数的频率分布可实现更满意的解码处理。

这是因为，虽然即使解码图像的去量化值的频率分布与原始图像的变换系数的频率分布相同，也不一定能得出原始图像与解码图像等同的结论，但可以认为，去量化值的频率分布接近原始图像的变换系数的频率分布的解码图像比去量化值的频率分布不同于原始图像的变换系数的频率分布的解码图像更接近原始图像。实际上，在文献：(D.Heeger andJ.Bergen，“Pyramid based texture analysis/synthesis，”ComputerGraphics，pp.229-238，SIGGRAPH 95，1995)中公开了一种方法，该方法通过调整变换系数的频率分布合成具有更相似纹理的图像。

根据本实施例的解码装置2通过生成去量化值的频率分布更接近原始图像的变换系数的频率分布的解码图像，来生成具有更接近原始图像的纹理的解码图像。

更具体地，基于不同的量化索引Q，根据本实施例的解码装置2通过校正与待处理的量化索引Q对应的去量化值R，生成经校正的去量化值Ry。

经校正的去量化值Ry(c，i，j)是希望更接近原始图像的变换系数的频率分布的去量化值，并且例如是由下列等式表示。

Ry(c，i，j)＝R(c，i，j)+α×D(c)

其中，α是校正因子，在JPEG方案中是满足约束-0.5≤α≤0.5的值。在JPEG2000方案中，如果Q(c，i，j)＞0，则α是满足约束0≤r+α≤1的值；如果Q(c，i，j)＜0，则-1≤-r+α≤0，并且如果Q(c，i，j)＝0，则-1≤α≤1。

设置对α的上述约束，使得量化区间不超出原始量化区间(d1与d2之间)。

为估算校正因子α，根据本实施例的解码装置2使用与待处理的量化索引Q(c，i，j)同类的c的邻近量化索引Q(c，i+m，j+n)(其中-M≤m≤M，-N≤n≤N)。即，为了估算数值α，使用邻近量化索引与数值α之间的关联性。

实施例

此后将描述本发明的实施例。

在本实施例中，将以示例的方式描述根据JPEG方案编码的编码数据被解码的情况。本实施例中要描述的解码处理大致与ITU-T建议T.81中所述类似。然而本实施例的解码处理在去量化处理方面与ITU-T建议T.81中所述不同。

硬件配置

首先，描述根据本实施例的解码装置2的硬件配置。

图3是示出了采用根据本发明的解码方法的、以控制器20为中心的解码装置2的硬件配置的视图。

如图3中所示，解码装置2包括：控制器20，其包括CPU202、存储器204等；通信单元22；例如HDD、CD等的存储单元24；和用户接口单元(UI单元)26。用户接口单元26包括LCD显示器件或CRT显示器件、键盘、触摸板等。

解码装置2是通用计算机，其中安装有稍后将描述的解码程序5。解码装置2通过通信单元22、存储单元24等获得编码数据，并且对所获得的编码数据进行解码。

解码程序

图4是示出了由图3所示的控制器20执行的、用于实施根据本发明的解码方法的解码程序5的功能配置的视图。

如图4中所示，解码程序5包括熵解码器40、去量化器50和逆变换单元60。

去量化器50包括去量化值估算部500、分布估算部520、期望值估算部540、随机数生成部560，校正单元580、和去量化值输出单元590。

在解码程序5中，熵解码器40对输入编码数据进行熵解码，并且将经解码的数据输出给去量化器50。

本实施例的熵解码器40对输入编码数据进行解码以生成量化索引Q并且将所生成的量化索引输出给去量化器50。

去量化器50基于从熵解码器40输入的量化索引生成去量化值，并且将所生成的去量化值输出到逆变换单元60。

逆变换单元60基于从去量化器50输入的去量化值执行逆变换以生成解码图像。

在去量化器50中，去量化值估算部500基于从熵解码器40输入的多个量化索引估算一去量化值，并且将所估算出的去量化值输出到校正单元580。

更具体地，该去量化值估算部500基于待处理的指定部分数据的量化索引和与该指定部分数据相邻的另一部分数据(例如与相关图像区域邻近的图像区域中的图像数据)的量化索引(例如与变换系数同类的c的量化索引)，估算待处理的指定部分数据的去量化值。

本实施例的去量化值估算部500基于相关块的量化索引和与该相关块相邻的另一块的量化索引(限于与变换系数同类的c的量化索引)计算与相关块对应的量化索引的去量化值R的校正因子α，并且将所计算出的校正因子α输出到校正单元580。

分布估算部520基于从熵解码器40输入的多个量化索引(或者与多个量化索引对应的去量化值)估算(原始数据的)变换系数的分布，并将代表所估算出的变换系数的分布的数据输出到期望值估算部540和随机数生成部560。

期望值估算部540基于从分布估算部520输入的分布数据计算去量化值的期望值，并且将所计算的期望值和分布数据输出到校正单元580。

随机数生成部560根据从分布估算部520输入的分布数据生成随机数，并且将所生成的随机数输出到去量化值输出单元590。

校正单元580将从去量化值估算部500输入的去量化值(在本示例中是去量化值的校正因子α)校正到预定范围内(例如在去量化值的情况下，是对应量化索引的量化区间)并且将经校正的去量化值(校正因子α)输出到去量化值输出单元590。

另外，校正单元580基于分布数据或者从期望值估算部540输入的去量化值的期望值，对从去量化值估算部500输入的去量化值(本示例中是去量化值的校正因子α)进行校正。

在本示例中，校正单元580对从去量化值估算部500输入的校正因子α进行校正。更具体地，在本示例中校正单元580对校正因子α进行线性校正，从而校正因子α落入JPEG方案中的-0.5到0.5的范围内。即，校正单元580选择与同一量化索引对应的多个校正因子α的最大值αmax和最小值αmin，并且对全部校正因子α进行线性变换，使得所选择的最大值αmax和最小值αmin落入预定范围内(在JPEG方案中是-0.5到0.5的范围)。

另外，如果校正因子α超出范围-0.5到0.5，则校正单元580将校正因子α设定为该范围的临界值。另外，如果校正因子超出范围-0.5到0.5，则校正单元580可将校正因子α设定为0。

JPEG2000方案仅在校正因子α的范围上与JPEG方案不同。即，校正单元580分别基于下列范围对校正因子α进行校正：如果Q(c，i，j)＞0，则范围为0≤r+α≤1；如果Q(c，i，j)＜0，则范围为-1≤-r+α≤0；并且如果Q(c，i，j)＝0，则范围为-1≤α≤1。

去量化值输出单元590(解码数据生成单元)使用从校正单元580输入的去量化值(本示例中是去量化值的校正因子α)或者从随机数生成部560输入的随机数确定待采用的去量化值，并且将所确定的去量化值输出到逆变换单元60。

在本示例中，去量化值输出单元590基于从校正单元580或者随机数生成部560输入的校正因子α和对应于量化索引的去量化值计算去量化值。

去量化值估算部

图5是示出了图4中所示的去量化值估算部500的细节的视图。

如图5所示，去量化值估算部500包括相邻信号提取部502、差分计算部504、非相关信号消除部506、和滤波器处理部508。

在去量化值估算部500中，相邻信号提取部502(基准值提取单元)提取待处理的量化索引Q(c，i，j)的邻近量化索引Q(c，i+m，j+n)(其中，-M≤m≤M，-N≤n≤N)。所提取的相邻量化索引具有(2M+1)×(2N+1)的矩阵。

差分计算部504计算由相邻信号提取部502提取的各量化索引Q(c，i+m，j+n)与待处理的量化索引Q(c，i，j)之间的差分。

本示例中，该差分计算部504通过执行下列计算创建由差分值P(m，n)组成的(2M+1)×(2N+1)的差分矩阵。

P(m，n)＝Q(c，i+m，j+n)-Q(c，i，j)

非相关信号消除部506通过使用预设定阈值TH消除与待处理的量化索引Q(c，i，j)微相关(small correlation)的相邻量化索引Q(c，i+m，j+n)。

更具体地，如果由差分计算部504计算的各个相邻量化索引Q(c，i+m，j+n)的差分大于预定阈值TH，则非相关信号消除部506确定相邻量化索引Q(c，i+m，j+n)与量化索引Q(c，i，j)微相关，并且因此，消除该相邻量化索引Q(c，i+m，j+n)。

在本示例中，如果在由差分计算部504创建的差分矩阵中，差分|P(m，n)|的绝对值大于阈值TH，则非相关信号消除部506取P(m，n)为0。

阈值TH例如为1。

滤波器处理部508基于由相邻信号提取部502提取的相邻量化索引Q(c，i+m，j+n)(除了由非相关信号消除部506消除的相邻量化索引)计算待处理的量化索引Q(c，i，j)的校正因子α。

更具体地，滤波器处理部508基于由差分计算部504计算的差分(除了由非相关信号消除部506消除的差分)计算校正因子α。

在本示例中，滤波器处理部508准备(2M+1)×(2N+1)的滤波器内核K(m，n)。该滤波器内核K优选地是具有两维低通特性的滤波器。

滤波器处理部508根据下列等式(等式1)计算校正因子α。

(等式1)

α = Σ_{m = - M}^{M} Σ_{n = - N}^{N} {K (m, n) \times P (m, n)}

例如，因为阈值TH＝1时的计算结果和滤波器K的系数(除了中心)具有正值，所以如果有许多具有正值的相邻量化索引，则校正因子α具有正值。具有正值的相邻量化索引的数目越大，校正因子α的值越大。类似地，如果有许多具有负值的相邻量化索引，则校正因子α具有负值。如果具有正值的相邻量化索引的数目等于具有负值的相邻量化索引的数目，则校正因子α的估算值为0。另外，相邻量化索引的值与相关量化索引的值差别很大，因而相邻量化索引的值不能用于校正因子α的估算。

另外，当采用具有中心滤波器系数0的滤波器时，滤波器系数的和优选为0.5。这样的滤波器系数的设计是理想的，因为如果滤波器输入值是0、1、或者-1，则滤波器输出落入-0.5到0.5的范围内，该范围等于校正因子α的范围。或者，如果将滤波器系数设定为该滤波器系数之和小于0.5，这也是理想的，因为如果滤波器输入值是0、1、或者-1，则滤波器输出落入-0.5到0.5的范围内，没有偏离校正因子α的范围。

另外，虽然上述说明中示出滤波器内核K具有奇数×奇数的矩阵，但实际上可以采用任何矩阵。此外，虽然在上述说明中示出m和n的范围是在正和负方向中对称的，例如-M≤m≤M，-N≤n≤N，但m和n的范围不限于这种对称的形式。

另外，虽然在上述说明中示出了量化区间的宽度(量化步长)在整个JPEG方案中都是一致的，但量化区间的宽度在JPEG2000方案中不是一致的。例如0的量化索引的量化步长是具有非0值的量化索引的量化步长的两倍。此时，去量化值估算部500可使用由去量化值R除以量化步长D(c)获得的值来估算去量化值，而不使用量化索引Q。

即，

(1)相邻信号提取部502提取相关量化索引Q(c，i，j)的相邻量化索引的去量化值R(c，i+m，j+n)(其中-M≤m≤M，-N≤n≤N)。所提取的去量化值R具有(2M+1)×(2N+1)的矩阵，

(2)差分计算部504通过计算等式，P(m，n)＝{R(c，i+m，j+n)-R(c，i，j)}/D(c)创建(2M+1)×(2N+1)的差分矩阵P，并且

(3)非相关信号估算部506和滤波器处理部508执行与上述相同的操作。

在JPEG2000方案中，可进行下述步骤以省略D(c)的乘/除。

(1)相邻信号提取部502提取相关量化索引Q(c，i，j)的相邻去量化值Q(c，i+m，j+n)(其中-M≤m≤M，-N≤n≤N)。所提取的相邻量化索引具有(2M+1)×(2N+1)的矩阵。

(2)差分计算部504定义Rt(c，i，j)＝R(c，i，j)/D(c)并且通过使用下列等式获得该Rt：

如果Q(c，i，j)＞0，则Rt(c，i，j)＝Q(c，i，j)+r

如果Q(c，i，j)＜0，则Rt(c，i，j)＝Q(c，i，j)-r

如果Q(c，i，j)＝0，则Rt(c，i，j)＝0。

此时，P是通过使用等式P(m，n)＝Rt(c，i+m，j +n)-Rt(c，i，j)获得的。

(3)非相关信息估算部506和滤波器处理部508执行与前述相同的操作。

全部操作

接着将描述解码装置2(解码程序5)的全部操作。

图6是通过图4所示的解码程序5进行的解码处理(S10)的流程图。在本示例中，将以示例的方式描述输入了图像数据的(JPEG方案的)编码数据的情况。

如图6中所示，在步骤S100中，熵解码器40(图4)对所输入的编码数据进行解码以生成各个块(8×8个块)的量化索引，并且将所生成的各个块的量化索引输出到去量化器50。

在步骤S105中，去量化器50(图4)将输入的量化索引按顺序设定为相关量化索引，并且确定是否可为该相关量化索引估算去量化值。例如，如果相关量化索引等于全部相邻量化索引(相邻块的量化索引)，则去量化器50确定不可估算去量化值。否则，去量化器50确定可估算去量化值。

如果确定可估算去量化值，则去量化器50执行步骤S110。如果确定不可估算去量化值，则去量化器50执行步骤S130。

在步骤S110中，包括在去量化值估算单元500(图4)中的相邻信号提取部502(图5)提取相关量化索引Q(c，i，j)相邻的量化索引Q(c，i+m，j+n)(本示例中-1≤m≤1，并且-1≤n≤1)。

所提取的相邻量化索引是相关块周围的3×3块中的变换系数类c的量化索引，并具有3×3个块。

在步骤S115中，差分计算部504(图5)通过执行使用由相邻信号提取部502提取的相邻量化索引和相关量化索引的下列计算创建差分矩阵P。

P(m，n)＝Q(c，i+m，j+n)-Q(c，i，j)

该差分矩阵P形成3×3矩阵。

在步骤S120中，非相关信号消除部506(图5)使用阈值TH为由差分计算部504创建的差分矩阵P执行阈值处理。

即，非相关信号消除部506将差分矩阵P中的各个差分值的绝对值|P(m，n)|与阈值TH进行比较，并且将大于阈值TH的差分值P(m，n)设定为0。

在步骤S125中，滤波器处理部508(图5)使用3×3滤波器内核K(m，n)，通过对由非相关信号消除部506处理过的差分矩阵P执行卷积操作计算校正因子α(c，i，j)。将所计算出的校正因子α(c，i，j)输出到校正单元580。

在步骤S130中，分布估算部520基于根据熵解码器40输入的多个量化索引估算变换系数的分布，并且将代表所估算出的分布的分布数据输出到随机数生成部560。

随机数生成部560根据从分布估算部520输入的分布数据生成随机数，并且将所生成的随机数作为校正因子α输出到去量化值输出单元590。

在步骤S135中，去量化器50确定是否为全部量化索引生成校正因子α。如果确定为全部量化索引生成了校正因子α，则处理进入步骤S140。否则，处理返回步骤105，提取下一个量化索引作为待处理的相关量化索引。

在步骤S140中，分布估算器520基于从熵解码器40输入的多个量化索引估算变换系数的分布，并且将代表所估算出的分布的分布数据输出到期望值估算部540。

期望值估算部540基于从分布估算部520输入的分布数据计算期望值，并且将所计算出的期望值和分布数据输出到校正单元580。

校正单元580基于从期望值估算部540输入的预期值和分布数据，对从滤波器处理部508输入的校正因子α进行校正。例如，校正单元580对从滤波器处理部508输入的多个校正因子α进行合成变换以与由分布估算部520估算的分布一致。

校正单元580(图4)对经过如上校正的校正因子α进行校正，使其落入-0.5到0.5的范围内，并且将所校正的校正因子α输出到去量化值输出单元590。

在步骤S145中，去量化值输出单元590(图4)基于相关量化索引Q和从校正单元580输入的校正因子α计算待应用的去量化值Ry，并且将所计算出的去量化值Ry输出到逆变换单元60。

具体地，在本示例中，去量化值输出单元590通过执行下列计算来计算去量化值Ry。

Ry(c，i，j)＝{Q(c，i，j)+α(c，i，j)}×D(c)

在步骤S150中，逆变换单元60(图4)使用从去量化器50输入的去量化值(近似变换系数)执行逆变换(本示例中是逆DCT)，以生成解码图像H。

图7A和7B是示出了由滤波器处理部508应用的滤波器内核K的视图，在图7A中示出了以差分值P作为其输入的滤波器内核K，图7B示出了以量化索引Q或者去量化值R(对应于所述量化索引Q)作为其输入的滤波器内核K。本示例对应由相邻信号提取部502提取3×3矩阵的情况。

如图7A中所示，当将由差分计算部504创建的差分矩阵P输入到滤波器处理部508时，滤波器处理部508应用具有中心值为0的滤波器内核K。

另外，滤波器处理部508可使用图7B中示出的滤波器内核K，根据相邻量化索引Q或者它们的去量化值R，计算校正后的量化索引Q1或者校正后的去量化值Ry。

首先，将描述将量化索引输入到图7B中示出的滤波器内核K中的方式。

此时，非相关信号消除部506(图5)准备阈值TH并且如果|P(m，n)|＞TH，则执行将Q(c，i+m，j+n)设定为Q(c，i，j)的处理。

接着，滤波器处理部508根据下列等式计算Q1(等式2)

等式2

Q 1 (c, i, j) = Σ_{m = - M}^{M} Σ_{n = - N}^{N} {K 1 (m, n) \times Q (c, i + m, j + n)}

在此，当建立下面的等式时，可将滤波器内核K设定为具有与图7A中示出的滤波器K的值相同的值：

等式3

如果m＝n＝0，则

K 1 (m, n) = K (m, n) + Q (c, i, j) \times {1 - \underset{m}{Σ} \underset{n}{Σ} K (m, n)}

否则，K1(m，n)＝K(m，n)

此时，校正单元580通过将α设定为Q1-Q，并且对量化索引Q1进行校正使α值落入-0.5到0.5的范围内，来生成量化索引Q2。

去量化值输出单元590通过执行Ry(c，i，j)＝Q2(c，i，j)×D(c)的等式的计算，计算去量化值。

在本示例中，去量化值Rt最终是通过乘以D(c)获得的。然而如果滤波器内核K本身乘以了D(c)，则可省略最后乘以D(c)。

接着，将描述将去量化索引R输入到图7B中示出的滤波器内核K中的方式。

去量化器50通过执行等式R(c，i，j)＝Q(c，i，j)×D(c)的计算，计算出对应量化索引Q的去量化值R。

此时，相邻信号提取部502不提取量化索引Q，而是提取去量化值R的相邻信号。提取范围与前述类似。

差分计算部504执行等式P(m，n)＝R(c，i+m，j+n)×R(c，i，j)的计算。

非相关信号消除部506准备阈值TH，并且如果|P(m，n)|＞TH，则执行将R(c，i+m，j+n)设定为R(c，i，j)的处理。TH的典型值为D(c)。

滤波器处理部508根据下列等式(等式4)计算去量化值R1(c，i，j)。

等式4

R 1 (c, i, j) = Σ_{m = - M}^{M} Σ_{n = - N}^{N} {K 1 (m, n) \times R (c, i + m, j + n)}

校正单元580通过对去量化值R1进行校正，使其落入量化区间内，来生成去量化值R2。

去量化值输出单元590假定从校正单元580输入的去量化值R2为结果去量化值Ry。

滤波器系数的计算方法

接着将详细描述获得滤波器系数的方法。在本示例中，将以示例的方式描述将获得的滤波器内核是3×3滤波器K(m，n)(-1≤m，n≤1)并且输入是差分P(m，n)的情况。

另外，为了简化差分P(m，n)的表表达式，设X0＝P(0，0)，X1＝P(-1，-1)，X2＝P(-1，0)，X3＝P(-1，1)，X4＝P(0，-1)，X5＝P(0，1)，X6＝P(1，-1)，并且X7＝P(1，1)。Xp(p＝0，1，2，…，8)位于图8A中示出的位置。

类似地，为了简化滤波器系数K的表达式，设K0＝K(0，0)，K1＝K(-1，-1，K2＝K(-1，0)，K3＝K(-1，1)，K4＝K(0，-1)，K5＝K(0，1)，K6＝K(1，-1)，并且K7＝K(1，1)。Kp(p＝0，1，2，…，8)也同样位于图8B中示出的位置。

首先，如下定义Y0：

Y0＝{(c，i，j)-R(c，i，j)}/D(c)

Y0是通过将变换系数T与去量化值R之间的差分除以量化步长D(c)获得的。即，Y0是当在标准JPEG方案中执行去量化时的标准误差，并且采用-0.5到0.5的范围内的值。通过估算Y0，可获得更可靠的去量化值。将Y0的估算值设定为W0。

在此，使用Xp线性估算W0。

W0＝∑(Xp×Kb)

接着，获得使Y0与W0之间的方差最小化的Kp。

假设E[]是获得期望值的函数，如下表示方差I：

I＝E{(Y0-W0)×(Y0-W0)}

为了使方差I最小化，方差I将满足下列等式(等式5)。

等式5

\frac{&PartialD; I}{&PartialD; Kp} = 0

如果对等式5进行变型，可变为E[Y0×Xp]＝E[W0×Xp]。该等式可再次变型为下列等式6。

等式6

如果，RXX(i，j)＝E[Xi×Xj]，

RYX(I)＝E[Y×Xi]，

K = [\begin{matrix} K 1 \\ K 2 \\ . \\ . \\ . \\ K 8 \end{matrix}]

r_{yx} = [\begin{matrix} RYX (1) \\ RYX (2) \\ . \\ . \\ . \\ RYX (8) \end{matrix}]

并且

那么，r_yx＝R_xxK

等式6可针对矢量K求解。等式6是联立线性方程，并且可获得满足该等式的Kp。

虽然本示例中示出了3×3滤波器，但可通过使用具有滤波器系数K(i，j)的其它形式的滤波器和一维排列的输入值P(i，j)同样地获得滤波器系数的最优化。

另外，编码装置可在编码操作中执行滤波器系数计算处理，并且将所计算的最佳滤波器系数输入到编码数据中。

此时，滤波器处理部508可通过使用输入到编码数据中的滤波器系数执行滤波器处理，来执行适于编码数据的滤波器处理。

如上所述，根据本实施例的解码装置2可通过参考不同的量化索引(或者相应的去量化值)校正相关量化索引和对应该相关量化索引的去量化值，获得分布近似于原始变换系数的分布的去量化值。因此可获得具有高质量的解码图像。

另外，根据本实施例的解码装置2可通过消除被认为与相关量化索引微相关的相邻量化索引来计算更适当的去量化值。

第一变型例

上述实施例中已经描述了其中使用固定滤波器或者嵌入到编码数据中的滤波器的配置。在第一变型例中将描述采用可替换滤波器(substitute filter)的配置。

图9是示出了根据第一变型例的去量化值估算部500的配置的视图。如图9中所示，在第一变型例中，去量化值估算部500在上述实施例的去量化值估算部500(图5)的基础上，还包括滤波器选择部510。

滤波器选择部510在多个备选滤波器中选择要应用的滤波器，并且将所选滤波器输出到滤波器处理部508。

更具体地，滤波器选择部510可根据下列确定因素选择不同的滤波器。

确定因素(1)：量化索引的值

确定因素(2)：量化索引为0、正值和负值的情况

确定因素(3)：量化索引是0和具有非0值的情况

确定因素(4)：通过计算(变换系数的标准偏差)/(量化步长)产生的值

确定因素(5)：AC分量和DC分量的情况

另外，可基于量化索引的标准偏差来计算变换系数的标准偏差。

本示例中，将关于变换系数类别c的信息输入到滤波器选择部510，并且滤波器选择部510针对每个变换系数类别c选择变流器。具体地，因为变换系数类别是DC分量时的变换系数的特性与变换系数类别是AC分量时的变换系数的特性差别相当大，所以至少要依据AC分量和DC分量采用不同的变流器。

此时，滤波器处理部508使用滤波器选择部510选择的滤波器执行滤波器处理。

图10是示出了使用测试图像计算的最佳滤波器系数的图表。在该图中，对角分量(diagonal component)表示图8B中所示的K1、K3、K6和K8的平均值，并且水平/垂直分量表示图8B中所示的K2、K4、K5和K7的平均值。另外，水平轴表示(变换系数的变量)/(量化步长)，并且垂直轴表示滤波器系数的值(平均值)。

如图10所示，当量化索引Q为0、正值和负值时，最佳滤波器系数的对角分量和水平分量不同。具体地，当量化索引Q为0时，与量化索引Q具有正值或者负值时相比，滤波器系数明显要小。

另外，如图10中所示，可见滤波器系数值根据(变换系数的标准偏差)/(量化步长)的值变化(即沿着水平轴)。即，可见最佳滤波器系数根据变换系数的值和量化步长(量化区间的宽度)变化。

接着，在本变型例中，滤波器选择部510基于量化索引的值、变换系数的标准偏差、或者量化区间的宽度选择最佳滤波器。即，去量化值估算部500基于量化索引的值、变换系数的标准偏差、或者量化区间的宽度替换滤波器。因此可采用最佳滤波器，由此生成更适当的去量化值。

另外，如图10中所示，因为量化索引Q为0时的滤波器系数接近0，因此滤波器选择部510在量化索引Q(c，i，j)为0时可阻止滤波器处理部508进行滤波器处理。

第二变型例

基本上由滤波器处理部508采用的滤波器具有低通特性。因此解码图像会变弱。具体地，会擦掉细线。

为此，在第二变型例中，去量化值估算部500寻找细线，并且当检测到细线时，阻止滤波器处理部508执行滤波操作。

图11是示出根据第二变型例的去量化值估算部500的配置的视图。

如图11中所示，第二变型例中的去量化值估算部500在上述第一变型例中的去量化值估算部500(图9)的基础上进一步包括细线检测部512。

细线检测部512基于输入的编码数据检测有无细线，并且将检测结果输出到滤波器选择部510。

本示例中的细线检测部512基于从非关联信号消除部506的输出检测细线。另外，在本示例中，将描述由非相关信号消除部506应用的阈值TH是1并且来自非相关信号消除部506的输出是0、-1和1之一的情况作为示例。

另外，本示例的细线检测部512不但检测连续细线而且检测离散细线(例如点线)。

图12A到12D是示出了细线检测图案的视图，在图12A中示出对应水平细线的细线检测图案，图12B中示出了对应垂直细线的细线检测图案，而图12C和12D分别示出对应斜细线的细线检测图案。在该图中，示出3×3矩阵作为示例。

细线检测部512确定图12A中示出的细线检测图案的X位置的值是否全都为1或者-1。如果确定X位置的值全都为1或者-1，则细线检测部512确定中心水平线是线或者虚线，或者中心值是独立的点。

细线检测部512使用图12B所示的细线检测图案检测垂直方向的细线、虚线或者独立点，并且使用图12C和12D所示的细线检测图案检测斜方向的细线、虚线或者独立点。

这样，本示例中的细线检测部512不是通过检测细线本身的位置，而是通过确定细线周围位置中是否存在相同信号值来检测细线的。因此，即使细线位置中有连续线、离散线(如虚线)、独立点等，它们都可以被检测到。

另外，当通过细线检测部512检测到细线时，滤波器选择部510可通过阻止滤波器处理部508执行滤波器操作，保留所检测到的细线、虚线或者独立点。

其它变型例

虽然在上述实施例和变型例中已经描述了JPEG方案作为示例，但本发明的原理可应用于JPEG2000方案中。

另外，在上述实施例中，校正单元580对由去量化值估算部500估算的去量化值(或者校正因子α)进行校正，使其落入预定范围内。另选地，可通过适当地设定滤波器系数值使去量化值(或者校正因子α)落入预定范围内。因此，无需对由去量化值估算部500估算的去量化值、校正因子α、或者量化索引进行校正。例如通过将阈值TH设定为1，并且将滤波器系数之和设定为小于1/2使得没有必要进行校正单元580的校正操作。

如参照该实施例所述的，提供了一种解码装置，包括：基准值提取单元，用于提取待处理的压缩数据所要参考的基准压缩数据；和解码数据生成单元，用于基于由基准值提取单元提取的基准压缩数据和该压缩数据，生成对应于该压缩数据的解码数据。

优选地，设计成所述压缩数据是对应去量化值的索引，并且其中解码数据生成单元将对应于基准压缩数据的去量化值和对应压缩数据的去量化值乘以预定权重系数，并且对乘积结果求和，将求和的结果值设定为压缩数据的去量化值。

优选地，设计成所述压缩数据是对应于所述去量化值的索引，其中该解码装置还包括差分计算单元，用于计算对应于基准压缩数据的去量化值与对应于压缩数据的去量化值之间的差分，并且其中解码数据生成单元基于具有由差分计算单元计算的小于预定值的差分的基准压缩数据，确定压缩数据的去量化值。

优选地，设计成解码数据是以预定量化宽度量化的量化值的去量化值，其中解码数据生成单元基于基准压缩数据和压缩数据生成对应于压缩数据的去量化值，并且其中解码装置还包括校正单元，用于对由解码数据生成单元生成的去量化值进行校正，使其落入量化宽度的范围内。

优选地，设计成压缩数据是由变换编码处理生成的量化索引，并且其中解码数据生成单元在待处理的量化索引为0时，不使用基准压缩数据地生成对应量化索引的解码数据。

优选地，设计成压缩数据是对应由变换编码处理生成的变换系数的量化索引，并且其中解码数据生成单元根据待处理的量化索引是对应AC分量还是对应DC分量，来使用不同的权重系数。

优选地，设计成压缩数据是对应由变换编码处理生成的变换系数的量化索引，其中解码装置还包括系数选择单元，用于根据待处理的量化索引或者对应于量化索引的变换系数的种类选择权重系数，并且其中解码数据生成单元使用由系数选择单元选择的权重系数计算压缩数据的去量化值。

优选地，设计成压缩数据是对应由变换编码处理生成的变换系数的量化索引，其中解码装置还包括系数选择单元，用于根据对应于待处理的量化索引的变换系数的标准偏差，和对应于量化索引的量化宽度选择权重系数，并且其中解码数据生成单元使用由系数选择单元选择的权重系数计算压缩数据的去量化值。

优选地，设计成解码装置还包括细线确定单元，用于确定待处理的压缩数据是否对应细线或独立点，并且其中解码数据生成单元在细线确定单元确定该压缩数据对应细线或者独立点时，不使用基准压缩数据地生成对应压缩数据的解码数据。

优选地，设计成解码数据生成单元使用附加到压缩数据上的权重系数计算压缩数据的去量化值。

根据本实施例，提供了一种解码装置，包括：基准信号提取单元，用于提取待处理的中心信号的邻近信号；差分计算单元，用于计算由基准信号提取单元提取的相邻信号与中心信号之间的差分；和滤波器处理单元，用于对由差分计算单元计算的差分执行前置滤波器处理。

优选地，设计成滤波器处理单元使用具有滤波系数大于0、且滤波器系数的总和小于1/2的滤波器执行滤波器处理。

根据本实施例，提供了一种解码方法，包括：为待处理压缩数据提取用于参考的基准压缩数据；并且基于提取的基准压缩数据和压缩数据生成对应压缩数据的解码数据。

根据本实施例，提供了一种解码方法，包括：基于变换编码处理中计算的变换系数与变换系数的量化值之间的差分计算权重系数；将所计算出的权重系数附加到变换系数的编码数据上；并且基于附加到编码数据的权重系数、编码数据中包括的压缩数据、和编码数据中包括的基准压缩数据生成对应于压缩数据的解码数据。

根据本实施例，提供了一种程序产品，用于使得计算机系统执行下列处理，包括：为待处理的压缩数据提供用于参考的基准压缩数据；以及基于所提取的基准压缩数据和压缩数据生成对应压缩数据的解码数据。

利用根据本实施例的解码装置，可更有效地对编码数据进行解码。

虽然本发明是参照实施例示出和描述的，但显然通过在此阐述的教导，本领域普通技术人员可想到各种变化和变型。这些改变和变型显然应该认为落入如随附权利要求所定义的本发明的精神、范围和意图中。

Claims

1.一种用于对压缩数据进行解码的解码装置，该解码装置包括：

基准值提取单元，用于为待处理的压缩数据提取用于参考的基准压缩数据；和

解码数据生成单元，用于基于由所述基准值提取单元提取的所述基准压缩数据和所述压缩数据，生成对应于所述压缩数据的解码数据，

其中，所述压缩数据是由变换编码处理生成的量化索引或其去量化值，所述基准压缩数据是待处理量化索引的邻近量化索引或其去量化值，所述解码数据是去量化值，

所述解码数据生成单元包括：

差分计算部，该差分计算部计算待处理压缩数据和其基准压缩数据之间的差分；

滤波器处理部，该滤波器处理部对输入的所述差分使用滤波器内核；以及

去量化值输出单元，该去量化值输出单元确定去量化值。

2.根据权利要求1所述的解码装置，其中

所述压缩数据是由所述变换编码处理生成的量化索引，

所述解码数据生成单元根据下式来计算各待处理量化索引的去量化值：

R 1 (c, i, j) = Σ_{m = - M}^{M} Σ_{n = - N}^{N} {K 1 (m, n) \times R (c, i + m, j + n)}

其中R1(c，i，j)表示各待处理量化索引的去量化值，

R(c，i，j)表示量化索引的去量化值，

K1(m，n)表示滤波器核心，

c表示一种变换系数，以及

i和j表示各变换系数的位置。

3.根据权利要求1所述的解码装置，

其中所述解码数据生成单元基于具有小于预定值的差分的基准压缩数据，确定压缩数据的去量化值。

4.根据权利要求1所述的解码装置，其中所述解码数据是以预定量化宽度进行量化的量化值的去量化值，

其中解码数据生成单元基于所述基准压缩数据和所述压缩数据，生成对应于所述压缩数据的去量化值，并且

其中所述解码装置还包括校正单元，用于对由解码数据生成单元生成的去量化值进行校正，以使其落入量化宽度的范围内。

5.根据权利要求1所述的解码装置，其中所述压缩数据是由变换编码处理生成的量化索引，并且

其中所述解码数据生成单元在待处理的量化索引是0时使用所述去量化值来生成对应于所述量化索引的解码数据。

6.根据权利要求2所述的解码装置，其中所述压缩数据是对应于由变换编码处理生成的变换系数的量化索引，并且

其中所述解码数据生成单元根据待处理的量化索引是对应AC分量还是DC分量来使用不同的权重系数。

7.根据权利要求2所述的解码装置，其中所述压缩数据是对应于由变换编码处理生成的变换系数的量化索引，

其中所述解码装置还包括系数选择单元，用于根据待处理的量化索引或者对应于量化索引的变换系数的类别选择权重系数，并且

其中所述解码数据生成单元使用由系数选择单元选择的权重系数计算所述压缩数据的所述去量化值。

8.根据权利要求2所述的解码装置，其中所述压缩数据是对应于由变换编码处理生成的变换系数的量化索引，

其中所述解码装置还包括系数选择单元，用于根据对应于待处理的所述量化索引的变换系数的标准偏差和对应于所述量化索引的量化宽度来选择权重系数，并且

9.根据权利要求1所述的解码装置，该解码装置还包括：

细线确定单元，用于确定所述待处理的压缩数据是否对应于细线或者独立点，并且

其中在所述细线确定单元确定所述压缩数据对应于细线或者独立点时，所述解码数据生成单元使用所述去量化值来生成对应于所述压缩数据的解码数据。

10.根据权利要求1所述的解码装置，其中所述滤波器处理单元使用滤波器系数大于0，且滤波器系数总和小于1/2的滤波器执行滤波器处理。

11.根据权利要求1所述的解码装置，其中所述压缩数据是量化索引，该索引具有关于变换系数的类别和位置的信息，该变换系数在将数据编码为压缩数据时使用。

12.根据权利要求1所述的解码装置，其中所述压缩数据是量化索引，所述基准压缩数据具有与待处理压缩数据同类别的变换系数。

13.一种用于对压缩数据进行解码的解码方法，该解码方法包括以下步骤：

为待处理的压缩数据提取用来参考的基准压缩数据；和

基于所提取的所述基准压缩数据和所述压缩数据，生成对应于所述压缩数据的解码数据，

所述生成所述解码数据的步骤包括：

计算待处理压缩数据和其基准压缩数据之间的差分；

对输入的所述差分使用滤波器内核；以及

确定去量化值。