CN101197988B - 压缩数据量控制方法和图像数据压缩装置 - Google Patents

Abstract

公开了一种可应用于用于压缩数据量的图像数据压缩处理的压缩数据量控制方法，该方法包括以下步骤：通过将一个数字图像分成多个块，每个块具有n×n个像素，在每个块上执行正交变换，并且将由该变换得到的n×n个变换系数除以包含n×n个阈值的量化矩阵的每个阈值，来执行量化，每个阈值是通过与预定系数S(其中S是正实数)相乘得到的；并对该量化后的数据执行可变长度编码。在此方法中，通过将系数S可具有的区间分成多个区间，并基于针对划分成的区间中的每一个被定义的压缩图像数据量和系数S之间的关系计算系数S的被估计值，来执行量化和编码，系数S的值使得压缩数据量位于目标数据量的预定范围内。

Description

压缩数据量控制方法和图像数据压缩装置

对相关申请的交叉参考

本发明包含与在2006年12月4日提交于日本专利局的日本专利申请JP2006-327159有关的主题，其全部内容在此引入作为参考。

技术领域

本发明涉及一种用于控制压缩率以便在静止图像数据将被压缩并传输或记录的情况下压缩数据量可等于目标数据量的数据量控制方法，并涉及一种应用数据量控制的图像数据压缩装置。

背景技术

已经提出用于静止图像编码的标准化的各种标准化方法例如JPEG。

图6是示出JPEG的处理步骤的示意图。该系统将一个输入图像分成多个块，每个块具有8×8个像素，在每个块上执行二维离散余弦变换(DCT)(步骤P1)，并通过用包含8×8个阈值的量化矩阵的每个阈值除得到的DCT系数来执行量化(步骤P2)。

图7和8是强度信号和色差信号的量化矩阵的示例。

获得在被量化的DCT系数的直流(DC)分量和在前面的块中被量化的DCT系数之间的差，并且在该差的位数上执行赫夫曼编码。在每个块内的交流(AC)分量上执行交错扫描以将其变换成以一维级数，并且在该级数上利用有效系数的位数和连续零的数量(无效系数)执行二维赫夫曼编码(步骤P3和P4)。图9示出交错扫描的表。

应注意，在步骤P2的量化中，量化矩阵的每个阈值乘以一定的系数(比例因子)并然后除以DCT系数。比例因子是用“2^S”表示的值(其中S＝0，±1，±2，...，并且^是幂)。量化矩阵的每个阈值乘以2^S等同于每个阈值的数据的位移位。可通过比例因子调节压缩图像的图像质量和压缩比。

这样压缩的数据通过步骤P1到P4的相反步骤被扩展。换句话说，执行步骤P5内的赫夫曼编码、步骤P6内的DC分量和AC分量的解码，步骤P7内的反量化和步骤P8内的反DCT(IDCT)。

顺便提及，由于此系统使用赫夫曼代码进行数据压缩，该代码是具有可变长度的代码，所以在压缩过程(P1到P4)结束之前难以知道压缩数据的总量。因此，希望对数据量进行一些控制以便在预定范围的数据量内进行解码。过去，多种比例因子被用于压缩，并且针对每种情况测量压缩数据量，获得比例因子和压缩数据量之间的关系。然后，类推推断出对应于给定压缩数据量的比例因子，依此类推使用该比例因子执行数据压缩。

基于许多图像的测量结果，压缩数据量和比例因子之间的关系表示为：

[数据量]＝A·log[比例因子]+B

(其中A和B：测量点确定的常数)

因此，由测量结果获得A和B，并且可由其估计出对应于目标压缩数据量的比例因子(参考JP-A-3-224362(专利文献1))。

发明内容

顺便提及，数据量控制方法在将压缩数据记录在记录介质上或通过通信路径传输压缩数据时会遇到这样的问题，即如果在基于被估计的比例因子的数据量大于或小于设计量的情况下该数据量具有正差，则将被记录的压缩数据不适合预定的存储区，或者不能在预定的传输频带内被传输。相反，如果误差为负且较大，则尽管不会出现与记录区域和/或传输频带有关的问题，但是难以估计记录时间和/或传输时间。

尽管上述处理使用单个关系式估计比例因子，但是由于具有不可用单个关系式表达的特性的压缩器难以估计最优的比例因子，所以数据量的误差会进一步增加。

即使在如用于上述处理的其中图像被串行压缩的静止图像串行记录设备或静止图像串行发射器中同一个图像被连续压缩的情况下，由于当每次数据被压缩时与被估计的比例因子相关的数据量可能会增加或减小，所以比例因子改变。结果，数据量改变，这使得不能获得稳定的图像质量。

因此，希望对压缩数据量进行控制以便压缩数据量可确保位于目标数据量的预定范围内。

本发明可应用于图像数据压缩处理，该图像数据压缩处理通过将一个数字图像分成多个每个都具有n×n个像素的块，在每个块上执行离散余弦变换，并将由该变换得到的n×n个变换系数除以包含n×n个阈值的量化矩阵的每个阈值来执行量化，并对量化后数据进行可变长度编码，每个阈值是通过与预定系数S(其中S是正实数)相乘得到的。

该处理通过通过将特定值定义为系数S，基于由此获得的压缩数据量通过预定处理获得新系数S，再次执行量化和编码，重复这些步骤直到压缩数据量在预定范围内，来执行量化和编码，使得压缩数据量可位于预定范围内。

可选择地，可通过将特定值定义为系数S执行量化和编码，并且可基于由此获得的压缩数据量通过预定处理获得新系数S。然后，可通过将系数S应用于接下来将被压缩的图像来执行量化和编码，从而该接下来的和随后的图像的压缩数据量可在预定范围内。

该预定处理在此被假设包含针对比例因子的多个区间中的每一个获得压缩数据量和该比例因子之间的关系式，并估计比例因子。

可选择地，该预定处理可通过连同校正对应于比例因子的每个值的压缩数据量的数组一起定义压缩数据量和比例因子之间的关系式，校正比例因子的估计误差。

可选择地，该预定处理可以通过将通过在时间上平滑从压缩数据量和比例因子的关系获得的比例因子的估计值而使变化最小的比例因子用于量化，最小化数据量的变化。

因此，压缩数据量可确保位于预定范围内，这可防止出现压缩数据量不适合设计的记录区或传输频带的问题。记录时间和/或传输时间也可被容易地估计。还可稳定压缩之后的图像质量。

根据本发明的实施例，可通过使用针对比例因子的多个区间中的每一个定义的压缩数据量与比例因子之间的关系来调节比例因子的值。因此，与使用单个关系的情况相比可估计出更合适的比例因子，并且压缩数据量可在目标数据量的预定范围内。

根据本发明的实施例，由于提供了用于校正比例因子的方法，所以可估计出合适的比例因子，并且压缩数据量可在目标数据量的预定范围内。

根据本发明的实施例，由于提供了用于平滑比例因子的方法，所以可使比例因子的变化最小，并且压缩数据量可在目标数据量的预定范围内。

附图说明

图1是示出根据本发明的第一实施例的对压缩数据量的控制的处理示例的框图；

图2是说明图1内的操作的流程图；

图3是示出比例因子和压缩数据量之间的关系的说明图；

图4是说明图1内的操作的变化示例的流程图；

图5是示出根据本发明的第二实施例的比例因子和压缩数据量之间的关系的说明图；

图6是过去的压缩/扩展处理的处理示例的框图；

图7是示出强度信号的量化矩阵的说明图；

图8是示出色差信号的量化矩阵的说明图；

图9是示出交叉扫描表达说明图。

具体实施方式

下面将参照图1到4说明本发明的第一实施例。

图1是示出根据第一实施例的对压缩数据量进行控制的处理步骤的配置示例的示意图。在该说明中，与前文已经作为示例说明的图6相同的组件被用相同的标号指示。

首先，水平和垂直地将数据图像数据分成多个块，每个块具有n×n个像素例如8×8个像素，并且在每个块上执行二维离散余弦变换(DCT)(过程P1)。

DCT是一种在频域内的正交变换，并且被下式定义：

$F(u,v)=\frac{4C\left(u\right)C\left(v\right)}{n\·n}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}f(i,j)\×\cos \frac{(2i+1)\mathrm{u\π}}{2n}\cos \frac{(2j+1)\mathrm{v\π}}{2n}$ (表达式1)

其中变换系数为F(u，v)，并且每个块的输入图像数据为f(i，j)。

在此情况下，C(w)＝1/

(w＝0)

                ＝1(w≠0)

获得的变换系数F(u，v)指示由在空间频率内分解每个块的输入图像数据得到的分量。

变换系数F(0，0)指示与输入数据f(i，j)的n×n个像素的平均值成比例的值(DC值)。F(u，v)指示随着u和/或v增加/增加而增加的具有空间频率的分量(AC分量)。

通过用由包含n×n个阈值的量化矩阵的每个阈值乘以比例因子S得到的值除这样获得的二维DCT系数执行量化(过程P2)。量化矩阵的每个阈值与比例因子S的乘法处理等同于量化矩阵的每个阈值的扩展/收缩，并且可通过该量化因子来调节压缩数据量的增加/减小。

接下来，对于DC分量，获得被量化的变换系数F’(u，v)和在以前的块上量化的DC分量之间的差(过程3)。然后，在该差的位数上执行赫夫曼编码(过程P4)。按照图9内所示的顺序交错扫描AC分量并将其变换成一维级数。然后，在其上执行行程长度编码以便压缩连续零数据的数量(过程P3)，并在其上关于连续零数据的数量的被行程长度编码数据和有效系数的位数的数据执行二维赫夫曼编码(过程P4)。

在用于表示其中赫夫曼编码没有直接使用DC分量和AC分量以及量化系数的值的位的数量上执行赫夫曼编码。然后，该位数的值作为附加信息与赫夫曼代码分离地被添加。例如，量化系数2(基数10)在基数为2时被表示为“000...010”。用于表示此的位数2被赫夫曼编码为代表值，并且2位数据“10”被添加作为附加位。

另一方面，如果量化系数为负值，则添加由该附加位减去“1”得到的数据。例如，如果量化数据为-2(基数10)并且在基数为2时表示为“111...110”(其是2的补码)，则最后两位是附加位。然后，由“10”减去“ 1”得到的“01”被添加作为附加位。因此，如果量化系数为正则附加位以“1”开始，并且如果量化系数为负则附加位以“0”开始，这使得可容易地确定正或负。

接下来，在测量压缩数据量并基于预定方法获得新系数S之后，在其上再次进行量化和编码。重复进行这些处理直到压缩数据量在预定范围内，从而压缩数据量可在预定范围内。可选择地，在测量压缩数据量并基于预定方法获得新系数S之后，可通过将系数S应用于接下来将被压缩的图像执行量化和编码，从而该接下来的和随后的图像的压缩数据量可在预定范围内(过程P10)。

在参照图2的流程图说明预定方法的操作时，将特定值S0的值定义为比例因子S(步骤T1)，并且执行处理P2到P4内的数据压缩处理(步骤T2)。如图3所示，值S0可以是比例因子可采取的范围内的任何值。

接下来，确定使用被选择的值S0压缩的数据量是否位于目标数据量V的预定范围内(步骤T3)，并且如果位于数据量V的预定范围内则执行处理。如果没有，则基于如图3所示的被分成多个区间的比例因子和压缩数据量之间的关系，计算允许压缩数据量V在预定范围内的比例因子的值(步骤T4)，并且再次执行过程P2到P4内的数据压缩处理(T2)。然后，再次确定压缩数据量是否在数据量V的预定范围内(步骤T3)。重复步骤T2到T4内的处理，并且如果压缩数据量在目标数据量V的预定范围内则结束处理。

可选择地，如图4的流程图所示，可从如图3所示的被分成多个区间的比例因子和压缩数据量之间的关系，计算允许压缩数据量V在预定范围内的比例因子的值(步骤T4)，并且处理可结束而不确定压缩数据量是否在数据量V的预定范围内。在此情况下，这样获得的值可被用作步骤T1内的S0以便压缩下一个图像。

步骤T4内的“S”的计算可包括将用于各种采样图像的比例因子中的每一个分成多个区间，预先找到该比例因子与压缩数据量之间的关系，并通过如图3所示地设定比例因子计算在它们之中的允许压缩数据量在数据量V的预定范围内的比例因子的值。例如，压缩数据量和比例因子之间的关系可用三个关系式定义：

对于区间1  [数据量]＝B0/[比例因子](表达式2)

对于区间2

(表达式3)

对于区间3  [数据量]＝A·log[比例因子]+B2(表达式4)

(其中，A、B0、B1和B2：由测量点确定的常数，而“log”指示基数为2的对数)。用于计算与目标压缩数据量有关的比例因子的等式如下：

对于区间1  [比例因子]＝(B0/[目标数据量])(表达式5)

对于区间2  [比例因子]＝B1/([目标数据量]^2)(表达式6)

对于区间3  [比例因子]＝2^{([目标数据量]-B2)/A}(表达式7)

(其中，A、B0、B1和B2：测量点确定的常数，x^y指示x的第y次幂)。

参照图5，例如，接下来将说明本发明的第二实施例。第二实施例中的处理的基本要点与第一实施例相同，但是不同之处在于首先将比例因子S的值定义为S0(步骤T1)，然后执行例如参照图2的流程图说明的过程P2到P4内的数据压缩数据。如图5所示，值S0可以是在比例因子可采取的范围内的任何值。

接下来，确定被选择的值S0是否使得压缩数据量处于目标数据量V的预定范围内(步骤T3)，并且如果如此则处理结束。如果没有，则基于如图5所示的比例因子与压缩数据量之间的关系和用于校正的变换数组，计算允许压缩数据量V在预定范围内的比例因子的值(步骤T4)。然后，再次执行过程P2到P4内的数据压缩处理(T2)并再次确定压缩数据量是否在预定的数据量V内(步骤T3)。这样重复步骤T2到T4内的处理，并且当压缩数据量在目标数据量V的预定范围内时结束处理。

可选择地，如图4所示，可从如图5所示的被分成多个区间的比例因子与压缩数据量之间的关系，和用于校正的变换数组，计算允许压缩数据量V在预定范围内的比例因子的值，并且过程可结束而没有确定压缩数据量是否在数据量V的预定范围内。在此情况下，这样获得的比例因子的值被用作步骤T1内的S0以便压缩下一个图像。

步骤T4内的“S”的计算可包括找到如图5所示的比例因子与压缩数据量之间的关系，预先获得用于校正比例因子的系数，并通过设定比例因子计算在它们之中的允许压缩数据量在数据量V的预定范围内的比例因子的值。例如，压缩数据量和比例因子之间的关系可被定义为：

(表达式8)

(其中，B1：由测量点确定的常数)。用于计算与目标压缩数据量有关的比例因子的等式如下：

[临时比例因子]＝(B1/[目标数据量]^2)    (表达式9)

并且[比例因子]＝F[临时比例因子]        (表达式10)

(其中，B1：测量点确定的常数，x^y指示x的第y次幂，并且F是校正比例因子的变换数组)。在该变换数组中，在变换之前的临时比例因子在[]内被代入数组内的下标，并且获得被变换的比例因子。

为了将压缩数据量调整为V，计算临时比例因子S’，该临时比例因子位于如图5所示的当前比例因子S0和压缩数据量之间的关系的延长直线上。可由通过将S’代入已经被预先找到并创建的变换数组的下标得到的F[S’]获得比例因子S。然后，为了从该比例因子估计下一个比例因子，在该比例因子上执行逆变换以返回S’，并沿该直线获得下一个临时比例因子。使用数组F变换获得的临时比例因子，并且将结果作为下一个比例因子。

接下来，将说明本发明的第三实施例。此实施例的要点与第一实施例相同，但是不同之处在于，首先将特定值S0定义为比例因子S的值(步骤T1)，然后执行例如参照图2的流程图说明的过程P2到P4内的数据压缩数据。值S0可以是在比例因子可采取的范围内的任何值。

接下来，确定被选择的值S0是否使得压缩数据量处于目标数据量V的预定范围内(步骤T3)，并且如果如此则处理结束。如果没有，则从比例因子与压缩数据量之间的关系计算允许压缩数据量V位于预定范围内的比例因子的值(步骤T4)。然后，再次执行过程P2到P4内的数据压缩处理(步骤T2)，并且再次确定压缩数据量是否在预定的数据量V内(步骤T3)。这样重复步骤T2到T4内的处理，并且当压缩数据量在目标数据量V的预定范围内时结束处理。

可选择地，如图4所示，可从比例因子与压缩数据量之间的关系计算使得压缩数据量V在预定范围的比例因子内的值，并且过程可结束而没有确定压缩数据量是否在数据量V的预定范围内。在此情况下，这样获得的比例因子的值被用作步骤T1内的S0以便压缩下一个图像。

步骤T4内的“S”的计算可包括预先针对各种采样图像找到比例因子和压缩数据量之间的关系，并通过设定比例因子计算在它们之中的允许压缩数据量在数据量V的预定范围内的比例因子的值。例如，压缩数据量和比例因子之间的关系可被定义为：

(表达式11)

(其中，B1：由测量点确定的常数)。用于计算与目标压缩数据量有关的比例因子的等式如下：

[临时比例因子]＝(B1/[目标数据量]^2)    (表达式12)

(其中，B1：测量点确定的常数，x^y指示x的第y次幂)；并且

[比例因子]＝r·[用于以前的压缩的比例因子]+(1-r)·[临时比例因子]                     (表达式13)

(其中，r：衰减系数0≤r≤1)。

在此情况下，衰减系数r可以是预定的固定值，或者可在每次执行压缩操作时改变。例如，通过定义r在用于以前的压缩的比例因子与临时比例因子之间的距离减小时增加而在该距离增加时减小，可使得在收敛时比例因子的变化最小，并且同时可为较长的距离提供快速响应。

在这三个实施例中，如图4所示，使用获得的比例因子的值作为用于压缩下一个图像的比例因子，而没有确定压缩数据量是否在数据量的预定范围内。这是因为从下一个和随后的图像获得预定量的数据可减小在处理能力上的负荷，并且尽管实时地串行执行数据压缩的静止图像串行记录装置或静止图像串行发射器可能不需要使用具有较高处理能力的压缩器来在获得预定的数据量之前对同一个图像重复执行数据压缩，仍可使得数据量将静态地位于目标数据量的预定范围内。

已经说明了具有可使用比例因子调节数据量的压缩器的三个实施例，目前存在使用给定的图像质量参数调节数据量而没有示出比例因子自身的压缩器。这种压缩器具有例如这样的关系：

[图像质量参数]＝{(65536-[比例因子])/65536}·100(表达式14)

(其中1≤[比例因子]≤65535；并且0≤[图像质量参数]≤100)。

因此，本发明可应用于其中用于调节数据量的参数不是比例因子自身的压缩器。本发明还可通过如上所述，将比例因子分成多个区间并定义压缩数据量与比例因子之间的关系，或者使用变换数组校正比例因子的值，充分支持在图像质量参数和比例因子之间具有复杂关系的压缩器。因此，本发明还可应用于使用给定图像质量参数调节数据量的压缩器。

本领域的技术人员应理解，在所附权利要求或其等同物的范围内可根据设计要求和其它因素出现多种变型、组合、子组合和改变。

Claims (2)

1.一种可应用于用于压缩数据量的图像数据压缩处理的压缩数据量控制方法，该方法包括以下步骤：

(a)通过以下过程执行量化：

将一个数字图像分成多个块，每个块具有n×n个像素；

在每个块上执行正交变换；以及

将由该变换得到的n×n个变换系数除以包含n×n个阈值的量化矩阵的每个阈值与系数S的预定值之积，其中系数S的预定值是正实数；

(b)对该量化后的数据执行可变长度编码，

(c)判断压缩后数据量是否位于目标数据量的预定范围内，如果压缩后数据量位于目标数据量的预定范围内，则结束处理，而如果压缩后数据量没有位于目标数据量的预定范围内，则将系数S的可取值区间分成多个区间，基于针对划分后的每一个区间定义的压缩后图像数据量和系数S之间的关系计算使得压缩后数据量位于目标数据量的预定范围内的系数S的估计值，并且利用所述系数S的估计值来更新所述系数S的预定值；以及

(d)重复以上步骤(a)至(c)。

2.一种可应用于用于压缩数据量的图像数据压缩处理的压缩数据量控制设备，该压缩数据量控制设备包括：

(a)用于执行量化的装置，包括：

用于将一个数字图像分成多个块的装置，每个块具有n×n个像素；

用于在每个块上执行正交变换的装置；以及

用于将由该变换得到的n×n个变换系数除以包含n×n个阈值的量化矩阵的每个阈值与系数S的预定值之积的装置，其中系数S的预定值是正实数；

(b)用于对该量化后的数据执行可变长度编码的装置，

(c)用于判断压缩后数据量是否位于目标数据量的预定范围内，如果压缩后数据量位于目标数据量的预定范围内，则结束处理，而如果压缩后数据量没有位于目标数据量的预定范围内，则将系数S的可取值区间分成多个区间，基于针对划分后的每一个区间定义的压缩后图像数据量和系数S之间的关系计算使得压缩后数据量位于目标数据量的预定范围内的系数S的估计值，并且利用所述系数S的估计值来更新所述系数S的预定值的装置；以及

(d)用于重复以上装置(a)至(c)的操作的装置。

Images