CN101513073A - 编码数据信号的设备和方法及解码数据信号的设备和方法 - Google Patents

编码数据信号的设备和方法及解码数据信号的设备和方法 Download PDF

Info

Publication number
CN101513073A
CN101513073A CNA2007800325586A CN200780032558A CN101513073A CN 101513073 A CN101513073 A CN 101513073A CN A2007800325586 A CNA2007800325586 A CN A2007800325586A CN 200780032558 A CN200780032558 A CN 200780032558A CN 101513073 A CN101513073 A CN 101513073A
Authority
CN
China
Prior art keywords
data
signal
information
value
lsb
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
Application number
CNA2007800325586A
Other languages
English (en)
Inventor
R·J·范德夫卢滕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN101513073A publication Critical patent/CN101513073A/zh
Pending legal-status Critical Current

Links

Images

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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • 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
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

在编码方法和编码器中，产生统计信息，并且关于在重建(有时候被称为“逆量化”)期间使用的重建值的所述统计信息(LSB＝F(MSB)被添加到编码的数据信号。该编码的数据信号包括提供关于在量化期间去除的原始输入数据部分和量化数据之间关系的信息的数据信息。解码器和解码方法在重建期间使用所述信息数据。这使得能够在重建期间使用重建值，该重建值可以适应于输入数据统计，从而改进了数据重建并减少了量化误差。解码器处的重建由在编码器收集的信息数据进行指导，所述信息数据是通过确定输入数据的剩余部分相对于量化后剩余的量化数据的统计信息而得到的。

Description

编码数据信号的设备和方法及解码数据信号的设备和方法
技术领域
本发明涉及一种用于将输入数据信号编码为编码数据信号的设备，其中该设备包括用于量化输入数据的量化器，其将输入数据映射到量化的数据间隔上，借此在量化期间去除一部分输入数据。
本发明还涉及一种用于解码数据信号的设备，其中所述数据信号包括量化的数据信号，其中该设备包括用于重建在量化期间去除的一部分数据信号的重建器。
本发明还涉及一种用于编码输入数据信号的方法，其中该输入数据信号被量化，将输入数据映射到量化的数据间隔上，借此去除一部分输入数据信号，并且涉及一种用于解码量化的数据信号的方法，其中在量化期间去除的那部分数据信号被重建。
本发明进一步涉及一种包括量化数据的数据信号。
背景技术
标量量化器由其判定电平以及对应于每个量化的数据间隔的重建值定义，所述判定电平确定映射到每个量化的数据间隔的输入数据范围。量化意味着与非量化数据相比较，量化数据的精度被减小；这样做是为了减少包含在数据中的信息量。在解码器和解码方法中进行量化的“逆”过程，该过程被称为重建或者有时被称为解量化(de-quantization)。理想地，在重建期间，在量化期间被去除的信号的那些部分被重建以提供原始信号。量化例如是任何非无损数据压缩方案的一部分。量化数据通常被有效地压缩为压缩的数据信号。压缩信号例如可以存储在数据载体上或者被发送到解码器/解压缩单元。
经常使用的量化是最低有效位的截断(truncation)。截断(即删除)最低有效位的过程是一种量化，其中使用均匀量化器，其步长大小对应于截断的LSB的数量。最低有效位的截断本质上是用2n(2，4，8，16等)的量化数据间隔进行的量化。
例如，在压缩之前量化截断了若干最低有效位，以传输信息的损失为代价减少了要传输的数据量。在重建期间，数据的去除部分(例如被截断的最低有效位)的“丢失”值被重建。在已知方法中重建值通常被选为在对应于某个量化器指数(quantizer index)或量化步长的步长尺寸间隔的中间。例如，对于H.261、MPEG-1、MPEG-2/H.262、H.263、JPEG-2000以及MPEG-4Part2是这种情况。对于在零周围具有峰值分布的已知帧内DCT系数来说，更偏向于零的值通常提供更好的性能。使用已知编码和解码方法的缺点是它们通常导致重建数据信号的相当高的失真，例如对于图像信号来说将导致图像失真，尤其当删除了较大数量的最低有效位(即输入信号中的许多原始信息)时。量化-重建带来了误差。
发明内容
本发明旨在改进重建数据信号的质量，同时仅需要传输有限量的附加数据。
为了这个目的，在根据本发明的编码方法中，在一组输入数据的量化之前或量化期间收集统计信息，所述统计信息提供关于量化期间去除的那部分输入数据与量化数据之间的关系的信息，并且包括所述统计信息的信息数据被添加到编码的数据信号。
在根据本发明的编码数据信号的设备中，该编码设备包括用于在一组数据的量化之前或量化期间确定统计信息的确定器，所述统计信息提供关于量化期间去除的那部分输入数据与量化数据之间的关系的信息，并且该设备包括用于将信息数据添加到编码的数据信号的组合单元，所述信息数据包括由确定器确定的统计信息。
在根据本发明的解码方法中，该方法包括重建被量化的数据信号，其中所述数据信号包括提供关于量化期间去除的那部分原始数据信号与量化的数据信号之间的关系的统计信息的信息数据，并且包括在所述量化的数据信号中的信息数据用于重建量化的数据信号。
在根据本发明的解码设备中，该设备包括用于重建被量化的数据信号的重建器，其中所述数据信号包括提供关于量化期间去除的那部分原始数据信号与量化的数据信号之间的关系的统计信息的信息数据，并且该设备被配置成接收并读取包括在数据信号中的信息数据，并且该设备被配置成使用所述信息数据来重建量化的数据信号。
在根据本发明的数据信号中，该数据信号包括提供关于量化期间去除的那部分数据与量化的数据之间的关系的统计信息的信息数据。
为了改进数据重建并减少量化误差，在本发明中，在编码端产生统计信息，并且在重建(有时被称为“逆量化”)期间使用的关于重建值的所述统计信息被添加到编码的数据信号上。可以使用这些适合于输入数据统计的重建值来代替已知方法中的预定的固定重建值。重建值是在重建期间使用的用于重建在量化期间去除的那部分数据信号的值。在重建期间，在解码端使用所述统计信息。
通过为每个量化的数据间隔确定重建值来获得最高的质量改进，即对于每个量化的数据间隔该信息允许为所述量化的数据间隔找到重建值。然而，这样做将需要较大的开销。尤其是对于压缩应用，优选的是优化重建质量的改进和用于发送重建值所需要的比特数(或比特率)之间的折衷。因此，根据本发明的优选实施例，将重建值分组来用于几个输入数据间隔，即为一组量化的数据间隔的校正提供单个的重建值。“一组”在这里指多于一个。重建值自身可以在关于该重建值的数据或更广义地在关于该重建值的信息中发送。
在根据本发明优选实施例的编码设备中，量化器包括：用于将数据分解为最低有效位和最高有效位的分解器；以及用于截断若干最低有效位(LSB)的截断器，并且该编码设备包括用于压缩数据信号的压缩器，其中确定器是用于在截断最低有效位之前或截断期间确定统计信息的确定器，所述统计信息提供关于截断的最低有效位和最高有效位的值之间的关系的信息。
本发明人认识到，尤其当最低有效位被截断时，找到最高有效位(其存在于被量化的数据信号中)和最低有效位值(其从被量化的数据信号中被去除)之间的关系并且在最低有效位的截断之前或截断期间收集所述统计数据是有益的。在解码中使用该统计信息能够实现更精确的重建。通过使用所采集的MSB和截断的LSB值之间的统计关系，可以在解码器端更精确地重建截断的LSB值。将要被重建的LSB值可适应实际情况，即适应原始数据信号中的实际信息，所述原始数据信号例如可以是图像信号。本发明人已经发现，MSB数据和LSB值之间的统计关系确实存在，该统计关系可以被采集并且往往明显偏离在步长尺寸间隔中简单获取的固定点。所采集的统计信息被添加到编码的数据信号，这增加了数据信号的大小以及要处理的数据量。然而，实验表明解码器数据质量(例如当涉及图像数据信号时的图像质量)的提高大大高于仅传输更多图像数据时所得到的数据质量。令人惊奇地是，仅需要有限的计算能力的比较简单的统计信息确定算法已经提供了解码后图像质量的显著提高，同时仅需要发送非常有限的附加数据量。
可以通过各种方式为MSB值获得关于LSB值的统计信息。在第一实施例中，为数据信号的一个或多个MSB值确定平均LSB值。原则上可以为每个MSB值确定平均LSB值，但是在优选实施例中为若干MSB值确定平均LSB值。优选地，无损地压缩MSB值并且将统计数据(即删除的平均LSB值和一个或优选地一组MSB值之间的关系)添加到被压缩的数据信号中。在解码器端，包括压缩的MSB数据的压缩信号被解码和解压缩，并且利用该MSB值和在解码器端截断的LSB值之间的统计相关，LSB值被用作重建值来重建原始值。
在第二实施例中，在压缩之前图像数据被转换为图像系数，比如DCT系数或小波系数。各个DCT系数的平均LSB值的矩阵被计算并与压缩数据一起被发送。
附图说明
本发明的这些以及其他方面将通过示例和参考附图来更详细地解释，在附图中：
图1示意性地示出了已知的方法和设备；
图2示意性地示出了根据本发明的设备和方法；
图3示出了本发明的实施例；
图4-6示出了显示本发明的有益效果的实验；
图7示出了根据本发明的数据信号。
图8示出了根据本发明的解码器。
这些附图未按比例绘制。通常，附图中用相同的参考数字表示同样的部件。
具体实施方式
图1示意性地示出了已知的方法。数据信号的一部分包括最高有效位(MSB)和最低有效位(LSB)。通过将多个比特加起来可以生成任何数字，其中每个比特代表2的幂：即1、2、4、8、16、32、64等。最低的幂比特是最低幂比特，所以它们是最不重要的。
由于丢失了一些信息，截断最低有效位降低了数据的精度。然而，由于LSB是最不重要的，所以该损失通常比较小。因此，在第一步骤中将若干最低有效位(在该示例中为最低的三个比特)截断。之后剩余的比特(在该示例中按照定义剩余比特是最高有效位)被压缩并被编码。编码的压缩数据被传输到解码设备；该解码设备包括解码器和解压缩器。在解码和解压缩之后，最高有效位被重建。然而，仍然缺少截断的最低有效位，因为它们从未被发送。在重建期间，在重建器中重建截断的最低有效位的“丢失”值。在已知方法中该重建值通常被选为在对应于某个量化器指数的步长尺寸间隔的中间。对于例如H.261、MPEG-1、MPEG-2/H.262、H.263、JPEG-2000以及MPEG-4 Part2是这种情况。对于在零周围具有峰值分布的已知帧内DCT系数来说，更偏向于零的值通常提供更好的性能。使用固定重建值的缺点是它们比最优重建值导致更高的失真。当最低有效位被截断时，或更为一般地，对于在重建期间使用固定重建值的任何量化方法都存在该缺点。
图2示意性地示出了本发明。在量化器1(在该示例中由截断器实现)中的量化之前，确定器2确定将要被截断的LSB值和MSB值之间的统计关系(LSB＝F(MSB)，其中F表示统计关系)。该确定还可以在截断期间进行，只要能获得所述信息。在该示例中，建立被截断的LSB值和MSB数据之间的关系。更为一般地说，确定在量化期间去除的数据和量化数据之间的统计关系。该信息被提供给包括组合单元3的编码器，其中3表示用于将确定器提供的信息数据添加或合并到量化数据流中的任何装置，其中量化数据流表示得到的量化数据的任何形式。该信息可以作为编码数据的一部分添加到编码数据，或者将该信息单独地添加到编码数据。关于这些关系的信息数据可以任何适当的形式提供。例如：可以为每个帧提供关系，或者可以仅提供与先前关系的差别。在将信息数据添加到编码的数据信号之前，该信息数据可以在确定器中产生，或者可以稍后再形成。“关系”是提供以下信息的任何类型或形式：根据该信息来提供为量化数据或一组量化数据找到校正值的手段，该校正值将被用于解量化数据以校正在量化期间丢失的数据。这可以以简单的查找表或公式为形式。编码数据和提供关于截断的LSB值和编码的MSB值之间的统计关系的信息的数据被传输给解码器。解码器解码并使用解压缩器23解压缩该数据从而提供重建的MSB值。此后，与使用固定重建值的重建器相比，重建器22能够为重建的LSB值提供更好的值，并且因而能够为重建的解量化数据信号24提供更好的值，其中已经给重建器22提供了包含在信息数据中的关于截断的LSB值和MSB值之间的关系的统计信息，即关于在量化期间去除的那部分数据信号(在该情况下是截断的LSB值)与量化的数据信号(在该情况下是MSB值)之间的关系的统计信息(LSB＝F(MSB))。该信息数据由解码器接收并读取。如前所述，将信息数据添加到量化的数据信号可以采取任何适当的形式，只要解码器能够识别该信息数据并且能够将该信息耦合到重建器22中的量化数据。该信息数据可以被合并到编码的数据信号自身当中或者在单独的文件上，只要可以在解码器中进行编码数据和信息数据之间的链路。在该示例中对于截断一个或多个LSB值的情况，本发明通过使用可变(自适应)的重建值改进了(例如具有截断的LSB值)量化数据的重建，所述重建值是在确定器中为(一个或多个)量化器电平确定的。将关于要使用的截断的LSB值的重建值的信息从编码器发送到解码器。可以认识到，当使用自适应重建值时压缩性能的显著改进是可能的，即所述自适应重建值是适应于在量化期间发生的实际去除数据的重建值，而不是固定的重建值。重建值是自适应的，因为在确定器2中，LSB值对MSB值的依赖关系(即关于在量化期间丢失的一部分数据和量化数据的统计信息)被确定并且该信息(LSB＝F(MSB))被添加到编码的数据信号并且在解码器端用于解码编码的数据信号。改进的性能实现了改进的重建，即使在考虑将自适应重建值发送到解码器所需的比特的情况下。由于必须提供确定器2所以使编码器更为复杂，并且由于统计信息必须被添加到数据信号，所以该优势的得到是有代价的。然而，数据信号重建的改进大大多于通过为量化的数据信号本身添加容量所能获得的改进。在该示例中，在编码器中压缩量化数据并在解码器中对其解压缩。优选地，压缩和解压缩在本发明的框架内，但是本发明在其最宽的范围中并不局限于使用压缩或使用任何特定的压缩技术，虽然其可以有利地用在现有压缩技术中。
下面将描述各种实施例。
图3示出了一个实施例：
在图3中，参考数字31示意性地指示了一条线，将要被压缩的信号经由该线被馈送到用于压缩该信号的设备32，所述信号包括若干由两个或多个比特组成的单元。线31连接到分解模块33的信号输入。线31还经由线18连接到控制单元4的信号输入。分解模块33具有第一输出线5和第二输出线6。输出线5连接到MSB压缩设备7的输入，MSB压缩设备7用于无损压缩线5上的信号。MSB压缩设备7的输出线9连接到组合单元10的第一输入。
设备32的核心由分解模块33、MSB压缩设备7、确定MSB值和LSB值之间的统计关系的确定器8以及组合单元10构成。核心单元的操作如下所述。分解模块33经由线31接收包括若干由两个或多个比特构成的单元的信号。该信号由分解模块33以其本身已知的方式分解为MSB部分和LSB部分，其中所述MSB部分包括该信号的两个或多个比特构成的单元的最高有效位，所述LSB部分不包括所述最高有效位。所述MSB部分出现在线5上并且所述LSB部分出现在线6上。压缩设备7优选地将MSB部分无损压缩为线9上的压缩MSB部分。
一个由两个或多个比特构成的单元可以由分解模块33在一个或多个位置处进行分解。可以通过各种方式确定进行所述分解的位置。分解模块33可以永久地被布置为在如由形成分解模块33的部分的控制信号单元14所指示的预定位置处对经由线31输入的两个或多个比特的单元进行分解。根据另一种可能性，控制信号单元可以被布置在分解模块33的外部，例如线15或线16所指示的那样。线16形成分解模块3的控制输入和控制信号单元17之间的连接。控制信号单元17产生与线31上的信号无关的控制信号。另一方面，控制信号发生器4在线15上产生控制信号，其依赖于要被压缩的线1上的信号的组成。可以选择这三种可能性的任何一种或其组合。特别地，控制信号单元14或控制信号单元4可以被布置成，使得自适应地确定两个或多个比特的单元内的分解位置。调整分解位置是控制压缩比的一种方式。一般而言，LSB部分中的比特越多，压缩比就越高(因为随后将有更多的LSB被截断并且更少的MSB被压缩到信号12中)。
线31上的包括若干由两个或多个比特构成的单元的数字输入信号被馈送到分解模块33和控制信号单元4二者，并被控制信号单元4分析，并且基于由控制信号单元14在线15上传递给分解模块33的控制信号而被分解为两部分，即最高有效部分和最低有效部分，在下文中也被称为MSB部分和LSB部分。
根据图3的设备按照下面的描述进行操作。(数字)输入信号被分析并被分解成两个部分：最高有效部分(MSB)和最低有效部分(LSB)。输入信号x的分解可以被数学地表述为对于最高有效部分：xm＝x div k，以及对于最低有效部分：x1＝x mod k。k＝2m的设置(m是取0、1、2、...的整数)实际上尤为重要，因为它对应于正好从信号x分解掉m个LSB。然后优选地通过专用的无损压缩方法(例如JPEG-LS)对最高有效部分进行无损压缩。最低有效部分LSB和最高有效部分MSB被发送到确定器8，该确定器8计算LSB值和MSB值之间的统计关系。之后截断LSB值。分解和截断相当于用2m的量化数据间隔来量化该数据，其中m是截断的最低有效比特的数量。在图3中示出了LSB被发送到由方块中的叉号示意性给出的垃圾箱。确定器8作为与截断的LSB值相关的MSB值的函数确定截断的LSB值之间的关系。该关系是某种统计关系，为耦合到与MSB有关的数据的截断LSB提供了平均值。因为该关系是根据真实的实际值确定的，它允许自适应的LSB值。组合单元将压缩的MSB数据和统计信息组合为数据信号12。因此，该数据信号包含两个部分：压缩的MSB数据和关于截断的LSB值和压缩的MSB值之间的统计关系的信息数据。
与先前的方法相比较，这提供了相当大的改进：已知设备和方法实际上相当于使用均匀量化器量化数据，其步长大小对应于截断的LSB的数量(例如在截断3个LSB的情况下量化器步长为8)。在已知方法的重建期间，间隔的中间值[(Q-1)/2的偏移，其中Q是量化器步长大小，即量化的数据间隔]被当作截断的LSB的平均重建值。然而，当截断大数量的LSB时，真实的平均截断LSB值可能与量化时间间隔的中间值非常不同，这使得导致明显的(对于图像来说是可见的)伪影(尤其在独立压缩的邻近图像片段的强度跳跃中)。在本发明中建立了MSB值和LSB值之间的统计关系。例如在压缩期间或压缩之前，对应于一个或多个MSB值的LSB的平均值被确定。“统计关系”应被宽泛地解释为提供信息的任何方法都是统计关系，所述信息允许在解码器中作为重建的MSB值的函数来重建截断的LSB值，即它将重建的MSB值耦合到LSB值，然后该LSB值用于重建LSB值。简单的统计关系(例如：为MSB值确定平均LSB值)已经令人惊奇地证明可以给出良好的结果。
在解码期间MSB值被精确重建，因为它们根本未被截断。通过使用为重建的MSB值而确定的平均LSB值，实现了截断LSB值的更好重建。
在实施例中，多个MSB值被分组在一起，优选地所述分组基于每个样本的MSB的子集。
例如，假设为每个样本无损压缩4个MSB(因此对于8比特数据的情况每个样本还有4个LSB)。如果发送每个MSB值的重建值，那么需要发送16个值，使用16*4＝64比特。然而，如果替代地仅考虑MSB的两个最高有效位，那么仅需要发送4个值，总共为4*4＝16比特。然后仍将LSB的重建值确定为其两个最高有效位等于所选相应值00、01、10或11的所有样本的LSB的平均值。这是针对一组MSB而使用公共重建值的方法和设备的示例。
仅使用MSB的小子集而不是所有的MSB值来计算MSB值和LSB值之间的统计关系是基于以下认识。当图像数据是典型的自然数据时，MSB压缩良好并且因而满足目标压缩比的截断的LSB的数量(即量化器步长大小)将很小并且LSB重建值中的差异很可能不可见。难以压缩的诸如文本之类的数据通常仅使用一小组MSB值。例如，对于黑白文本，仅考虑单个最高有效位来提供完全无损的压缩是足够的。当然，使用的MSB子集的数量(以及属于每个子集的MSB值)可以根据图像数据自适应地确定。在优选实施例中，基于每个图像数据样本的两个最高有效位，使用固定数量的4个子集。对于每个片段(图像行的一部分；例如128个样本)，基于目标压缩比以及MSB压缩得有多好并且也考虑发送4个LSB重建值所需要的比特数(即4乘以LSB的数量，LSB的数量等于每样本的比特数减去MSB的数量)，来确定MSB的数量。
为了示出依赖于所发送的LSB重建值的数量的性能，进行实验，其中128个样本的图像数据的每个片段被压缩为80个字节(1.6x压缩，因为数据具有8个比特)。得到的几个图像的PSNR以及LSB重建值的数量如表1所示。
表1.几个图像的PSNR[dB]和LSB重建值
LSB值：0(即固定的)     1        2        4        8
目标   40.7            41.0     41.5     43.2     43.7
Lena   52.3            52.5     52.6     52.6     52.6
字体   35.0            35.3     ∞       ∞       ∞
图像目标是包含许多不同测试图案的测试图像。字体是包含黑白文本的图像(因此压缩是无损的并且当使用两个或多个LSB重建值时PSNR是无穷大)。可以看到，利用本发明获得的改进依赖于图像内容以及重建值的数量。优选实施例使用4个重建值(如上解释的)。尽管在上述示例中，LSB重建值(平均值)可以全精度发送，LSB重建值当然也可以被进一步量化和压缩。例如，当4个LSB被截断时，信号中的重建值可以仅包含这些LSB的2个最高有效位，并且剩余的2个最低有效位在重建期间可以被固定值代替。
帧内DCT系数的量化
图像数据通常在压缩之前被转换为DCT(离散余弦变换)系数。DCT系数排列在DCT系数的矩阵中。每个DCT系数可以使用不同的标量量化器来量化。在JPEG静止图像压缩标准中，例如使用均匀量化器并且使用8*8矩阵的步长尺寸为每个量化器指定量化步长尺寸。典型矩阵如下所示：
16 11 10 16 24 40 51 61 12 12 14 19 26 58 60 55 14 13 16 24 40 57 69 56 14 17 22 29 51 87 80 62 18 22 37 56 68 109 103 77 24 35 55 64 81 104 113 92 49 64 78 87 103 121 120 101 72 92 95 98 112 100 103 99
因而，根据DCT系数或相应量化器，重建值可以具有不同的范围：对于具有最小步长尺寸的量化器，步长尺寸从0到10(或当范围的中间被当作偏差时为-5到+5)；对于具有最大步长尺寸的量化器，步长尺寸从0到121。在该示例中，量化通常不是通过截断最低有效位执行的。截断最低有效位等价于使用2、4、8、16、32、64等的标量量化器。对于其中五个系数，标量量化器确实是16或64，因此对于那些DCT系数，量化相当于截断(4或6)个最低有效位。然而，对于其他DCT系数，量化不是通过2的幂(2n)，因此这些量化有些复杂。对于每个系数，用输入数据除以标量量化器。这将产生量化数据以及余数(rem)，其中“余数”在量化期间被丢失。例如，对于输入值30、50和95，以下量化步长(也被称为“量化数据间隔”)将得到以下带有余数的量化值：
 
量化步长 30 50 95
量化值 余数 量化值 余数 量化值 余数 平均余数/量化步长
 
10 3 0 5 0 9 5 0，33
12 2 6 4 2 7 11 0，53
16 1 14 3 2 5 15 0，67
19 1 11 2 12 5 0 0，40
26 1 4 1 24 3 17 0，53
40 0 30 1 10 2 15 0，46
平均余数/量化步长 0，48 0，35 0，56
余数总是在0到量化数据间隔的最大值减一之间的某个数。表中还示出了余数平均值除以量化步长。如果取这些平均值的平均，则找到值0.48，即接近标量量化器的量化数据间隔的中间值，即如在已知方法中使用的那样，平均起来余数通常是量化步长的一半。然而，该表还示出了对于许多输入数据，如果简单地将重建值取为量化数据+半个量化步长，则会产生非常大的误差。在现有技术中，解码器接收量化数据并且通过将量化数据乘以量化器并加上固定的校正值来重建该数据。
本发明人认识到通过在量化之前或量化期间计算关于量化数据和余数(＝校正值)之间的关系的统计信息，可以大大改进重建。
给出两个简单的示例：
示例A：
如果对于给定图片的具有标量量化器10的DCT系数，DCT值在该图片上是32±2(具有高斯分布)，标准方法将提供单个的值：100％具有量化值3。在解码器端，解码器将该值乘以量化数据间隔(＝10)并将上面得到的结果加上5(＝0.5乘以量化数据间隔)，得到单个结果：35。那么平均值从原始的32变为重建的35，从而导致图像误差。
示例B：
如果对于给定图片的具有标量量化器10的DCT系数，DCT值在该图片上是30±4(具有高斯分布)，标准方法将提供两个值：50％具有量化值2并且50％具有量化值3。在解码器端，解码器将量化数据值乘以标量量化器的量化数据间隔(＝10)并且将上面得到的结果加上5，得到两个重建值：50％的重建数据具有重建值25，并且50％的重建数据具有重建值35。因此，在量化之前值中的原始分布(宽度为4、峰值为30的高斯分布)由两个峰值(在25和35处)重建，每个峰值均位于原始分布之外。因而信号中的扩展被量化-解量化步骤大大增加。这将导致图像误差。
在本发明中，量化数据(即2或3)和这些量化数据的余数之间的统计关系将在量化之前进行计算。这将导致1和2或-1和-2之间的平均余数，取决于计算平均值所用的算法。
以下信息被添加到用于解码器的数据文件：
如果量化数据＝3，那么将解量化数据加上2，如果量化数据＝2，那么将解量化数据加上8(＝10-2)。这将导致两个重建值：50％的重建数据具有值28，50％的重建数据具有值32。虽然平均值与使用现有技术时的编码方法相同，即30，但是重建值的扩展被大大减小，并且现在的值大约与量化之前原始信号中的值相同。因此本发明使重建的改进很大。
在优选实施例中，校正值是整数，例如对于具有最小步长尺寸的量化器，校正值为0、1、2...9(或者-5、-4、...、4、5)。在优选实施例中，单个校正值将用于每个量化器，与输入数据值(或对应的量化器等级)无关。在另一优选实施例中，校正值依赖于输入数据的值。例如依赖于绝对值。例如，对于步长尺寸为10的量化器，如果重建值的绝对值小于例如50，则可以使用第一校正值，如果绝对值大于50，则可以使用第二校正值。所使用的不同校正值的数量通常依赖于量化数据的概率密度函数(pdf)。一般而言，pdf斜率变化越大，使用更多的不同校正值的益处更大。
在上述与DCT系数有关的实施例中，使用了具有广泛变化的量化数据间隔的标量量化器。
在更简单的配置中，例如在等价于上面关于前述实施例描述的方法和设备中，每个DCT系数可以被分解成MSB部分和LSB部分。每个DCT系数的LSB值可以被截断并且MSB数据可以被压缩。例如，截断LSB的间隔可以设在32，即最后5个比特被截断。那么量化数据间隔对于所有DCT系数都是相同的，即25＝32。在不校正重建值(即设置丢失的最低有效位为零)的情况下，在实验中这将导致31.62dB的PSNR。应用该间隔的1/4作为固定校正(即在重建期间加上校正值32/4＝8)将PSNR提高到32.52dB。
该校正比应用通常使用的该间隔的1/2的固定校正更好，该间隔的1/2的固定校正得到26.69dB的PSNR。然而，结果证明在这种情况下该间隔的1/8的固定校正甚至更好，因为其将导致33.87dB的PSNR。
然而，使用本发明甚至可获得更好的结果。对每个DCT系数确定整个图像的单个校正值。该校正被确定为整个图像上(即所有DCT块上)每个DCT系数的平均误差并且将此四舍五入到最近的整数。由于丢失了5个比特，所以每个校正值的范围原则上是0...31。而实际范围仅是2...16。实际上，校正值的8*8矩阵为：
16 12 9 7 5 4 4 3
11 9 7 6 5 4 3 3
7 6 6 5 4 4 3 3
5 5 5 4 4 3 3 2
4 4 4 4 3 3 2 2
3 3 3 3 3 2 2 2
2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2
根据本发明的所述校正将PSNR提高到35.05dB，比最好的固定校正情况改进了35.05-33.87＝1.18dB(或者当使用与1/8间隔不同的固定校正时改进更多)。为了在不使用本发明的情况下实现相同的PSNR改进，比特率必须从大约0.6比特/像素增加到大约0.7比特/像素，增加了16％。由于图像具有512×512＝262144个像素，0.1比特/像素的增加对应于大约26214个比特的增加。这比发送校正矩阵所需的比特要多得多。即使是使用每个条目5个比特的直接传输也仅需要5*64＝320比特。对于更有效的传输，优选地也可以使用可变长编码来差分传输矩阵条目(沿zigzag扫描线)。
当观看压缩图像的视觉质量时，本发明提供的改进也是清楚可见的。在图4中，示出了没有对DCT系数应用校正的情况下的重建图像(PSNR为31.62dB)。图5示出了固定的Q/8校正的结果(PSNR为33.87dB)。最后，图6示出了利用本发明的校正得到的图像(PSNR为35.05dB)，其明显改善了图片质量。在应用使用量化误差的视觉加权的压缩方法(例如JPEG标准)的情况下，校正值的可能范围当然依赖于加权矩阵并且对于每个DCT系数通常不同(即对于JPEG标准压缩，该范围从0到“矩阵中的Q值减一”)。同样在该情况下，可以使用差分zigzag传输来提高发送校正的效率。
对于不可伸缩的压缩方法，校正矩阵仅需要发送一次。对于可伸缩压缩方法，校正值的范围在接收到每个后续比特平面之后发生改变。因此，优选地在每个完整的比特平面之后发送新的校正值。为了有效地传输它们，附加选项(即除了根据zigzag扫描而差分发送它们之外)是在前一比特平面之后发送与相同系数的值差分相比的校正值(例如通过使用先前校正值除以2作为新校正值的预测)。
本发明可被用于改进量化数据的质量。在图像或视频压缩的领域这尤为有益，并且可以成为该领域的未来标准的一部分。也可以在标准比特流中以后向兼容的方式发送所传输的信息，作为“私有数据”或“辅助数据”的一部分(这样那些知道如何解释该数据的新解码器将获益)，或者由现有标准的简单扩展来实现(这样所有新解码器都将知道如何解释该数据并从中获益)，所述现有标准的简单扩展诸如MPEG4-AVC/H.264的新SEI消息定义。
图7示意性地示出了数据信号。该数据信号包括量化数据，在该示例中还包括量化和压缩的MSB数据以及关于在量化期间去除的数据和量化数据之间的统计信息的信息数据LSB＝F(MSB)。通常该信息的形式为某些量化数据间隔的校正值。该信息可以更具体，例如校正值不仅可以依赖于量化数据间隔，还可以依赖于数据值本身。
图8示出了根据本发明的解码器和解码方法。输入的编码被量化以及(在该示例中还被)压缩的信号12被接收。信号12被解析并且提供关于MSB的信息的那部分信号被解码和解压缩(23)。包括提供关于在量化期间去除的那部分输入数据(＝LSB)和量化数据(MSB)之间的关系的信息的统计信息(即LSB＝F(MSB))的信号部分被发送到重建器22。在该示例中，直接发送统计信息数据。在统计信息数据自身被压缩的情况下，在发送到重建器22之前该统计信息数据首先被解压缩或者重建器22具有用于解压缩统计信息数据的部分。重建器22包括确定器81。所述确定器的输入为MSB值和统计信息LSB＝F(MSB)。使用关于解码的MSB值和MSB值自身之间的统计关系的信息，在确定器81中确定对应的LSB值。在组合器82中组合MSB值和LSB值。
本发明可以用于所有种类的数据或信号的量化。例如子带变换系数、小波变换系数、Walsh-Hadamard变换系数、视频信号、图像、音频信号、语音信号、频谱数据、雷达信号等。
简而言之，本发明如下所述：
在编码方法和编码器中产生统计信息，并且关于在重建(有时候被称为“逆量化”)期间使用的重建值的所述统计信息被添加到编码的数据信号。该编码的数据信号包括提供关于在量化期间去除的原始输入数据部分和量化数据之间关系的信息的数据信息。解码器和解码方法在重建期间使用该信息数据。这使得能够在重建期间使用重建值，该重建值适应于输入数据统计特性，从而改进了数据重建并减少了量化误差。重建值是在重建期间使用的用于重建在量化期间去除的数据信号部分的值。解码器处的重建由在编码器收集的信息数据进行指导，该信息数据是通过确定输入数据被去除的部分相对于量化后剩余的量化数据的统计信息而推导出来的。
应注意，在本发明的构思中，确定器、截断器、压缩器等应当被广泛地理解为包括例如设计为执行或协助所述计算、截断、压缩等的任何硬件、任何电路或子电路，以及设计或编程为执行根据本发明的动作的任何软件(计算机程序或子程序或计算机程序组或程序代码)，以及这些硬件和软件的任何组合，而不限于以下给出的示范性实施例。在实施例中，多于一个的要素可以组合到一个硬件或软件中。一个软件或硬件也可以执行多个功能。
本领域技术人员将理解本发明不受在上文中具体示出和描述的情形的限制。本发明在于每个新颖的特征和特征的每个组合。权利要求书中的参考数字不限制它们的保护范围。动词“包括”的使用及其时态变化不排除存在权利要求书中记载的那些要素之外的要素。在要素之前使用的冠词“一”不排除存在多个这种要素。
已经根据具体实施例描述了本发明，所述具体实施例是说明本发明的，不应被解释为限制性的。本发明可以硬件、固件或软件或其组合实施。其他实施例也在附属权利要求书的范围内。应当注意，对于参照编码设备和/或编码方法描述的每个优选实施例都存在对应的解码设备和解码方法，即使为了简便起见没有在说明中进行明确地描述。这种解码设备和解码方法也构成优选实施例。

Claims (29)

1.用于将输入数据信号编码为编码的数据信号的设备，其中该设备包括用于量化输入数据的量化器(1)，将输入数据映射到量化数据间隔上，借此在量化期间去除一部分输入数据，其中该编码设备包括：
确定器(2，8)，用于在一组输入数据的量化之前或量化期间确定统计信息(LSB＝F(MSB))，所述统计信息提供关于量化期间去除的那部分输入数据与量化数据之间的关系的信息，以及
组合单元(3，10)，用于将包括由确定器确定的统计信息的信息数据添加到编码的数据信号。
2.根据权利要求1所述的用于编码输入信号的设备，其中确定器被配置成对于每个量化数据间隔，为量化期间去除的那部分输入数据确定单独的重建值。
3.根据权利要求1所述的用于编码输入信号的设备，其中确定器被配置成对于一组量化数据间隔，为重建值确定公共值。
4.根据权利要求1所述的用于编码输入信号的设备，其中量化器包括用于将数据分解为最低有效位和最高有效位的分解器(33)，以及用于截断若干最低有效位(LSB)的截断器，并且确定器(8)被配置成在截断最低有效位之前或截断期间确定统计信息，所述统计信息提供关于截断的最低有效位的值和最高有效位的值之间的关系的信息，并且组合器(10)被配置成将包含所述统计信息的信息数据添加到编码的数据信号。
5.根据权利要求4所述的设备，其中确定器被配置成为数据信号的一个或多个MSB值确定平均LSB值，并且将关于所述平均LSB值的信息包含在所述统计信息中。
6.根据权利要求5和3所述的设备，其中确定器被配置成为一组MSB值确定平均LSB值。
7.根据权利要求1所述的设备，其中输入数据以变换系数排列，并且确定器被配置成为每个变换系数确定一个或多个重建值。
8.根据权利要求1所述的设备，其中输入数据以变换系数排列，并且确定器被配置成为一组变换系数确定公共重建值。
9.根据前述任一权利要求所述的设备，其中所述设备包括用于压缩量化数据的压缩器。
10.用于编码输入数据信号的方法，其中该输入数据信号被量化，将输入数据信号映射到量化数据间隔上，借此去除一部分输入数据信号，其中在一组数据的量化之前或量化期间收集统计信息，所述统计信息提供关于量化期间去除的那部分输入数据与量化数据之间的关系的信息，并且包括所述统计信息的信息数据被添加到编码的数据信号。
11.根据权利要求10所述的方法，其中对于每个量化数据间隔，为量化期间去除的那部分输入数据确定单独的重建值。
12.根据权利要求10所述的方法，其中为一组量化数据间隔确定公共的重建值。
13.根据权利要求10所述的方法，其中所述编码包括将输入数据分解为最低有效位(LSB)和最高有效位(MSB)，截断若干最低有效位(LSB)，其中在截断最低有效位之前或截断期间收集统计信息，所述统计信息提供关于被截断的最低有效位的值和量化的最高有效位的值之间的关系的信息，并且将所述统计信息添加到编码的数据信号。
14.根据权利要求13所述的方法，其中所述数据以变换系数排列，并且为一组变换系数确定公共重建值。
15.根据权利要求10-14中任一项所述的方法，其中量化数据被压缩。
16.用于解码数据信号(12)的设备，其中所述数据信号包括量化的数据信号，其中该设备包括用于重建量化期间去除的一部分数据信号的重建器(22)，其中所述数据信号包括提供关于量化期间去除的那部分原始数据信号与量化的数据信号之间的关系(LSB＝F(MSB))的统计信息的信息数据，并且该设备被配置成接收并读取包含在数据信号中的信息数据，并且该设备被配置成使用所述信息数据来重建量化的数据信号(24)。
17.根据权利要求16所述的解码设备，其中该设备被配置成接收压缩的量化数据信号，并且该设备包括用于解压缩信号的解压缩器(23)。
18.根据权利要求16所述的用于解码数据信号的设备，其中所述数据信号包括从原始数据信号的最高有效位得到的量化的数据信号以及所述原始数据信号的截断的最低有效位，其中所述设备包括用于重建截断的最低有效位的重建器，其中该设备被配置成接收包括统计信息的信息数据，所述统计信息提供关于截断的最低有效位的值和最高有效位的值之间关系的信息，并且该设备被配置成将所述信息提供给重建器(22)，所述重建器被配置成使用所述信息重建最低有效位。
19.根据权利要求18所述的设备，其中所述信息包括关于一个或多个MSB值的平均LSB值的信息，并且重建器根据所述信息重建LSB值。
20.根据权利要求19所述的设备，其中所述信息包括关于一组MSB值的平均LSB值的信息。
21.用于解码数据信号的方法，其中重建在量化期间去除的那部分数据信号，其中所述方法包括重建量化的数据信号，其中所述数据信号包括提供关于量化期间去除的那部分原始数据信号与量化的数据信号之间的关系的统计信息(LSB＝F(MSB))的信息数据，并且包含在量化的数据信号中的信息数据被用于重建量化的数据信号。
22.根据权利要求21所述的用于解码数据信号的方法，其中所述量化的数据信号被压缩，并且所述解码方法包括解压缩步骤。
23.根据权利要求21所述的解码方法，其中所述数据信号包括从原始数据信号的最高有效位得到的量化的数据信号以及所述原始数据信号的截断的最低有效位，其中所述方法包括重建截断的最低有效位，其中所述数据信号包括信息数据，所述信息数据提供关于截断的最低有效位的值和最高有效位的值之间关系的统计信息，并且该信息被用于重建所述最低有效位。
24.根据权利要求23所述的方法，其中压缩的数据信号包括关于数据信号的一个或多个MSB值的平均LSB值的并且包含在所述统计信息中的信息。
25.根据权利要求24所述的方法，其中压缩的数据信号包括关于数据信号的一个或多个MSB值的平均LSB值的并且包含在所述统计信息中的信息。
26.数据信号，包括量化数据和信息数据，所述信息数据提供关于量化期间去除的那部分数据和量化数据之间关系的统计信息。
27.根据权利要求26所述的数据信号，其中所述信息数据包括对于每个量化数据间隔的用于在量化期间去除的那部分输入数据的重建值。
28.根据权利要求26所述的数据信号，其中所述信息数据包括对于一组量化数据间隔的用于重建值的公共值。
29.根据权利要求26所述的数据信号，其中通过截断原始信号的最低有效位来形成量化数据，其中所述信息数据包括关于截断的最低有效位的值和量化的最高有效位的值之间关系的统计信息。
CNA2007800325586A 2006-08-30 2007-08-27 编码数据信号的设备和方法及解码数据信号的设备和方法 Pending CN101513073A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP06119754 2006-08-30
EP06119754.7 2006-08-30

Publications (1)

Publication Number Publication Date
CN101513073A true CN101513073A (zh) 2009-08-19

Family

ID=39136346

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2007800325586A Pending CN101513073A (zh) 2006-08-30 2007-08-27 编码数据信号的设备和方法及解码数据信号的设备和方法

Country Status (5)

Country Link
US (1) US8013766B2 (zh)
EP (1) EP2060124A2 (zh)
JP (1) JP2010503254A (zh)
CN (1) CN101513073A (zh)
WO (1) WO2008026145A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103096049A (zh) * 2011-11-02 2013-05-08 华为技术有限公司 一种视频处理方法及系统、相关设备
CN107852173A (zh) * 2015-06-15 2018-03-27 阿斯卡瓦公司 对已使用基本数据滤筛无损简化的数据执行多维搜索、内容关联取回以及基于关键字的搜索和取回

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010041193A (ja) * 2008-08-01 2010-02-18 Seiko Epson Corp 画像処理コントローラおよび画像処理装置
US20100088090A1 (en) * 2008-10-08 2010-04-08 Motorola, Inc. Arithmetic encoding for celp speech encoders
US8207875B2 (en) 2009-10-28 2012-06-26 Motorola Mobility, Inc. Encoder that optimizes bit allocation for information sub-parts
US7978101B2 (en) * 2009-10-28 2011-07-12 Motorola Mobility, Inc. Encoder and decoder using arithmetic stage to compress code space that is not fully utilized
WO2012057258A1 (ja) * 2010-10-29 2012-05-03 株式会社オーディオテクニカ デジタル伝送システム、デジタル伝送方法およびデジタル伝送プログラム
JP6233121B2 (ja) * 2014-03-17 2017-11-22 富士ゼロックス株式会社 画像処理装置及び画像処理プログラム
KR101815896B1 (ko) * 2015-05-29 2018-01-09 엘지디스플레이 주식회사 타이밍 컨트롤러 및 표시장치
WO2018006390A1 (en) * 2016-07-08 2018-01-11 SZ DJI Technology Co., Ltd. System and method for image processing
US10645386B1 (en) * 2019-01-03 2020-05-05 Sony Corporation Embedded codec circuitry for multiple reconstruction points based quantization
US11120289B2 (en) * 2019-09-30 2021-09-14 Ati Technologies Ulc Parallel histogram calculation with application to palette table derivation
JP7475842B2 (ja) 2019-11-26 2024-04-30 キヤノン株式会社 画像復号装置、制御方法、およびプログラム
KR20220090920A (ko) * 2020-12-23 2022-06-30 삼성전자주식회사 이미지 센서, 이미지 센서의 동작 방법 및 이를 포함하는 이미지 센싱 장치
CN114167120B (zh) * 2021-12-14 2023-09-19 国网山东省电力公司淄博供电公司 提高低压配电网监测终端测量电流动态范围和精度的方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3033671B2 (ja) * 1995-01-30 2000-04-17 日本電気株式会社 画像信号のアダマール変換符号化・復号化方法およびその装置
US6320986B1 (en) * 1995-08-18 2001-11-20 International Business Machines Corporation Preprocessing multiple bit per pixel sampled data for Lempel-Ziv compression
US5867114A (en) * 1996-02-29 1999-02-02 Mitel Corporation Method and apparatus for performing data compression
US6269338B1 (en) * 1996-10-10 2001-07-31 U.S. Philips Corporation Data compression and expansion of an audio signal
JPH1198025A (ja) * 1997-09-17 1999-04-09 Sony Corp データ圧縮装置およびデータ圧縮方法
US6845107B1 (en) * 1997-10-15 2005-01-18 Sony Corporation Video data multiplexer, video data multiplexing control method, method and apparatus for multiplexing encoded stream, and encoding method and apparatus
US6289128B1 (en) * 1998-09-30 2001-09-11 Ricoh Co., Ltd. Method and apparatus for sharing a least significant bit of encoded data between multiple numeric data values
JP4196039B2 (ja) * 1998-12-21 2008-12-17 株式会社ニコン 画像データ圧縮方法
AU1984100A (en) * 1999-01-13 2000-08-01 Koninklijke Philips Electronics N.V. Embedding supplemental data in an encoded signal
AU765657B2 (en) * 1999-01-14 2003-09-25 Motorola Australia Pty Ltd A method and apparatus for quantising and dequantising data
US6408026B1 (en) * 1999-08-06 2002-06-18 Sony Corporation Deadzone quantization method and apparatus for image compression
JP2001094431A (ja) * 1999-09-24 2001-04-06 Casio Comput Co Ltd ビットストリーム調整装置およびビットストリーム調整方法
US6744929B1 (en) * 1999-11-18 2004-06-01 Nikon Corporation Image data compression method image data compression apparatus and recording medium and data signal for providing image data compression program
US6606037B2 (en) * 2000-11-13 2003-08-12 Telefonaktiebolaget Lm Ericsson (Publ) Qualitative modeling and compression of request sequences in ARQ protocols
KR100433516B1 (ko) * 2000-12-08 2004-05-31 삼성전자주식회사 트랜스코딩 방법
US7171053B2 (en) * 2001-03-05 2007-01-30 Koninklijke Philips Electronics N.V. Device and method for compressing a signal
JP2003018599A (ja) * 2001-07-04 2003-01-17 Matsushita Electric Ind Co Ltd 画像符号化装置および方法
EP1359762A1 (en) * 2002-05-02 2003-11-05 Siemens Aktiengesellschaft Quantizer for scalable video coding
JP2003153008A (ja) * 2002-08-23 2003-05-23 Ricoh Co Ltd 画像符号化装置および画像復号化装置
KR100803285B1 (ko) * 2003-10-21 2008-02-13 한국과학기술원 역 산술 부호화와 타입 추론 엔진을 이용한 질의 가능 엑스-엠-엘 압축 방법
EP1591963B1 (en) * 2004-04-29 2008-07-09 Mitsubishi Electric Information Technology Centre Europe B.V. Adaptive quantisation of a depth map
KR101320260B1 (ko) * 2004-06-18 2013-10-23 톰슨 라이센싱 비디오 신호 데이터를 인코딩 및 디코딩하기 위한 방법 및 장치

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103096049A (zh) * 2011-11-02 2013-05-08 华为技术有限公司 一种视频处理方法及系统、相关设备
US9083954B2 (en) 2011-11-02 2015-07-14 Huawei Technologies Co., Ltd. Video processing method and system and related device
CN107852173A (zh) * 2015-06-15 2018-03-27 阿斯卡瓦公司 对已使用基本数据滤筛无损简化的数据执行多维搜索、内容关联取回以及基于关键字的搜索和取回
CN107852173B (zh) * 2015-06-15 2022-04-12 阿斯卡瓦公司 对无损简化的数据执行搜索和取回的方法以及装置

Also Published As

Publication number Publication date
WO2008026145A2 (en) 2008-03-06
WO2008026145A3 (en) 2008-10-30
US20100231426A1 (en) 2010-09-16
JP2010503254A (ja) 2010-01-28
US8013766B2 (en) 2011-09-06
EP2060124A2 (en) 2009-05-20

Similar Documents

Publication Publication Date Title
CN101513073A (zh) 编码数据信号的设备和方法及解码数据信号的设备和方法
CA2618564C (en) Adaptive coding and decoding of wide-range coefficients
RU2417518C2 (ru) Эффективное кодирование и декодирование блоков преобразования
JP5052541B2 (ja) Ｓａｒデータを圧縮する方法、およびｓａｒデータを符号化するための装置
JP4800571B2 (ja) 損失の無い方法でディジタル画像を符号化するための装置および方法
US7035473B1 (en) Distortion-adaptive visual frequency weighting
KR100736104B1 (ko) 독립적 파싱을 지원하는 비디오 코딩 방법 및 장치
US20090103608A1 (en) Method and system for entropy coding
KR20020026242A (ko) 비트-플레인 의존 신호 압축
KR920704494A (ko) 적합한 블럭크기로 영상을 압축하는 방법 및 시스템
US9077960B2 (en) Non-zero coefficient block pattern coding
US20220248057A1 (en) Encoder and method of encoding a sequence of frames
CN105163130B (zh) 一种基于离散Tchebichef正交多项式的图像无损压缩方法
KR101710619B1 (ko) 단계적인 영상 부호화, 복호화 방법 및 장치
Arora et al. Review of Image Compression Techniques
KR20080004855A (ko) 문맥 기반 적응적 가변 길이 부호화 인코더 및 디코더,문맥 기반 적응성 가변 길이 부호화하는 방법과 복호화하는방법 및 이를 이용한 동영상 전송 시스템.
US20030048953A1 (en) Fast image decompression via look up table
Celik et al. Gray-level-embedded lossless image compression
Ahmed et al. The use of wavelet, dct & quadtree for images color compression
Thanoon Using wavelet transform, DPCM and adaptive run-length coding to compress images
JP2009231925A (ja) 画像処理装置及び方法
Zheng et al. Lattice vector quantization of wavelet coefficients with perceptual visibility model and hybrid entropy coding
Lin et al. An enhanced wavelet-based scheme for near lossless satellite image compression

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20090819