CN102903088B - 图像处理装置和方法 - Google Patents

Abstract

公开了图像处理装置和方法。提供了一种图像处理装置，其包括：直方图生成单元，该直方图生成单元生成表示输入图像的像素值的出现频率分布的直方图；以及量化表格生成单元，该量化表格生成单元生成包括用于执行输入图像的像素值的比特深度的变换的表格信息和用于将在直方图生成单元生成的直方图中出现频率不为零的有效像素分配到比特深度变换后的索引值的表格信息的量化表格，以使得有效像素被尽可能均等地分配到索引值。

Description

图像处理装置和方法

技术领域

本公开涉及图像处理装置和方法，更具体而言涉及能够抑制量化误差的图像处理装置和方法。

背景技术

在现有技术中，用于执行从高比特深度到低比特深度的变换的比特变换技术通常被用作用于图像处理等的量化技术。换言之，N比特图像通过量化处理被变换成L比特图像(N＞L)。另一方面，从低比特深度到高比特深度的逆变换处理相当于逆量化。线性量化技术通常被用作图像量化技术。然而，线性量化技术的计算成本较低，但量化误差相对比较大。由于此原因，当高比特深度的图像通过量化被变换成低比特深度的图像，然后低比特深度的图像通过逆量化被变换回高比特深度的图像(返回到原始比特深度)时，所恢复的高比特深度的图像(经历了量化和逆量化处理的图像)与原始图像(量化和逆量化处理之前的图像)相比可表现出相当大的劣化。

就此，提出了罗依-麦斯(Lloyd-Max)量化技术(例如参见Lloyd，＂Least squares quantization in PCM＂，IEEE Transactions，Information Theory，vo1.IT-28，no.2，pp.129-137，Mar.1982)。一般来说，已知罗依-麦斯量化技术是一种引起很小图像失真的量化技术。

发明内容

然而，在罗依-麦斯量化技术中，用于给出最小失真的量化区间的宽度和量化代表值是迭代计算的，从而处理时间可增长。

本公开是鉴于前述情况而做出的，并且希望实现量化误差的减小和量化/逆量化处理速度的提高。

根据本公开的一个实施例，提供了一种图像处理装置，其包括：直方图生成单元，该直方图生成单元生成表示输入图像的像素值的出现频率分布的直方图；以及量化表格生成单元，该量化表格生成单元生成包括用于执行输入图像的像素值的比特深度的变换的表格信息和用于将在直方图生成单元生成的直方图中出现频率不为零的有效像素分配到比特深度变换后的索引值的表格信息的量化表格，以使得有效像素被尽可能均等地分配到索引值。

量化表格生成单元可向每个索引值分配与均等分配数s或s+1相对应的有效像素，所述均等分配数是能够均等分配到比特深度变换后的所有索引值的有效像素的最大数目。

量化表格生成单元可包括：第一索引值决定单元，该第一索引值决定单元按均等分配数s+1向每个索引值分配有效像素；第二索引值决定单元，该第二索引值决定单元按均等分配数s向每个索引值分配有效像素；以及控制单元，该控制单元选择第一索引值决定单元和第二索引值决定单元中的任何一个，并且利用所选的索引值决定单元来分配有效像素。

控制单元可执行控制，以使得按索引值的升序分配有效像素，并且由第一索引值决定单元执行有效像素的分配直到被分配了有效像素的索引值的数目达到分配残余Nh为止，该分配残余Nh表示当按均等分配数s向每个索引值分配有效像素时剩余有效像素的数目，并且控制单元可执行控制，以使得在被分配了有效像素的索引值的数目达到分配残余Nh之后，由第二索引值决定单元执行有效像素的分配。

图像处理装置还可包括有效像素信息生成单元，该有效像素信息生成单元在直方图生成单元生成的直方图中检测有效像素，并且获得表示有效像素的数目的有效像素数和表示有效像素的值的有效像素值。

图像处理装置还可包括均等分配数计算单元，该均等分配数计算单元利用由有效像素信息生成单元获得的有效像素数来计算均等分配数s。

图像处理装置还可包括分配残余计算单元，该分配残余计算单元利用由有效像素信息生成单元获得的有效像素数和由均等分配数计算单元生成的均等分配数来生成分配残余Nh。

图像处理装置还可包括量化表格存储单元，该量化表格存储单元存储由量化表格生成单元生成的量化表格。

图像处理装置还可包括量化单元，该量化单元利用由量化表格生成单元生成的量化表格对输入图像的每个像素值执行量化。

图像处理装置还可包括代表值表格生成单元，该代表值表格生成单元生成代表值表格，该代表值表格包括用于执行输入图像的像素值的比特深度的逆变换的表格信息和用于向索引值分配对每个索引设定的预定代表值的表格信息。

代表值表格生成单元可使用向每个索引值分配的有效像素值的重心作为与该索引值相对应的代表值。

图像处理装置还可包括代表值表格存储单元，该代表值表格存储单元存储由代表值表格生成单元生成的代表值表格。

图像处理装置还可包括逆量化单元，该逆量化单元利用由代表值表格生成单元生成的代表值表格来执行索引值的逆量化。

根据本公开的另一实施例，提供了一种用于图像处理装置的图像处理方法，其包括：利用直方图生成单元生成表示输入图像的像素值的出现频率分布的直方图；以及利用量化表格生成单元生成包括用于执行输入图像的像素值的比特深度的变换的表格信息和用于将在直方图生成单元生成的直方图中出现频率不为零的有效像素分配到比特深度变换后的索引值的表格信息的量化表格，以使得有效像素被尽可能均等地分配到索引值。

根据本公开的实施例，生成表示输入图像的像素值的出现频率分布的直方图，并且生成包括用于执行输入图像的像素值的比特深度的变换的表格信息和用于将在直方图生成单元生成的直方图中出现频率不为零的有效像素分配到比特深度变换后的索引值的表格信息的量化表格，以使得有效像素被尽可能均等地分配到索引值。

根据本公开的实施例，能够执行量化。特别地，能够减小量化误差，同时抑制量化处理时间的增长。

附图说明

图1是描述像素值的直方图的示例的示图；

图2是示出执行量化的图像处理装置的主要构造的示例的框图；

图3是示出量化表格生成单元的主要构造的示例的框图；

图4是描述分配有效像素值的形式的示例的示图；

图5是示出执行量化和逆量化的系统的主要构造的示例的框图；

图6是描述量化表格设定处理的流程的示例的流程图；

图7是描述量化表格设定处理的流程的示例的流程图；

图8是描述量化处理的流程的示例的流程图；

图9是描述逆量化处理的流程的示例的流程图；

图10是示出12比特深度的医用图像的示例的示图；

图11是示出量化和逆量化之后的图像质量的示例的示图；

图12是示出处理时间的示例的示图；

图13是示出量化表格生成单元的主要构造的示例的框图；

图14是描述量化表格设定处理的流程的另一示例的流程图；

图15是示出量化表格生成单元的主要构造的示例的框图；

图16是描述量化表格设定处理的流程的另一示例的流程图；

图17是示出执行量化和逆量化的系统的另一示例构造的框图；并且

图18是示出个人计算机的主要构造的示例的框图。

具体实施方式

以下，将参考附图详细描述本公开的优选实施例。注意，在本说明书和附图中，用相同的标号表示具有基本相同的功能和结构的结构元素，并且省略对这些结构元素的重复说明。

以下，将描述本公开的实施例(以下称为“实施例”)。描述将按以下顺序进行。

1.第一实施例(图像处理装置)

2.第二实施例(量化表格生成单元的另一示例)

3.第三实施例(量化表格生成单元的另一示例)

4.第四实施例(以块为单位执行量化/逆量化的系统)

5.第五实施例(个人计算机)

<1.第一实施例>

[图像的直方图]

一般来说，图像在直方图的频率上具有偏差。例如，每个像素的比特深度是N比特的图像不一定具有2^N个不同的像素值。换言之，许多图像具有稀疏的直方图。特别是在高动态范围图像或RAW图像的情况下，这种稀疏性是相当强的。

这里，“稀疏”指的是存在出现频率为零的像素值。换言之，出现频率为零的像素值越多，稀疏性就越高。

图1示出RAW图像的亮度成分的直方图的示例的示图。在一般的RAW图像中，直方图整体上看起来是“密集”的，即其看起来就好像所有像素值的出现频率都不是零一样，如图1的A中所示。然而，许多直方图实际上是稀疏直方图，其中许多像素值的出现频率是零，如图1的B中所示。图1的B是图1的A的直方图的一部分的放大视图。

如上所述，RAW图像的直方图一般是稀疏的。换言之，当具有出现频率不是零的像素值的像素被定义为“有效像素”时，有效像素的数目Ne是Ne＜2^N。

当利用已知作为最优量化技术的罗依-麦斯量化技术对具有稀疏直方图的图像执行量化时，很有可能生成其中所有像素值的出现频率都是零的类别。这是因为在罗依-麦斯量化技术中，在分类时是按等间隔对直方图划界的。由于此原因，已经知道类别的数目不足，并且因此难以获得最优解。

在此情况下，在通用数学软件MATLAB中，通过使得两个相邻的代表值变成同一值来更新代表值。结果，出现频率为零(0)的类别被与相邻类别合并。该更新处理被重复，直到具有0出现频率的类别最终消失为止。

然而，在此方法的情况下，相邻类别被组合成一个类别，因此类别的数目减少了。这增大了量化误差，并且解的最优性可能得不到补偿。

此外，在罗依-麦斯量化技术的情况下，用于给出最小失真的量化区间的宽度和量化代表值是迭代计算的，必须花很长的计算时间。由于此原因，取决于应用，整个量化处理的处理时间可能长到不可允许的地步。

就此，在本实施例中，提出了一种量化/逆量化技术，其与现有技术的线性量化相比能够进一步减小量化误差、实现最小量化误差并且比罗依-麦斯量化技术更快速。在以下描述中，将假定输入图像是单色RAW图像。彩色图像(多个成分)的处理将在后文描述。

[图像处理装置]

在图2中，生成在将输入图像的每个像素值的比特深度从N比特变换成L比特(N＞L)的比特深度变换处理(即量化处理)及其逆变换处理(即逆量化处理)中使用的表格信息(后文将描述的量化表格和代表值表格)。

如图2中所示，图像处理装置100包括直方图生成单元101、非零类别检测单元102、有效像素数分配计算单元103、分配残余计算单元104、量化表格生成单元105和代表值表格生成单元106。

直方图生成单元101如图1中所示利用输入图像(箭头121)生成输入图像的像素值的出现频率分布(直方图H(k)(k＝0，1，...，2^N-1))。直方图生成单元101对输入图像中获得像素值的范围内(m₀至m_2N-1)每个值(k)出现的次数计数。直方图H(k)是其中每个值(m_i)与每个值的出现频率相关联的直方图，并且表示每个值(m_i)的频率分布。直方图生成单元101将直方图H(k)提供给非零类别检测单元102(箭头122)。

非零类别检测单元102从提供来的直方图H(k)中检测具有出现频率不为零的像素值的有效像素(H(k)≠0)并且计算有效像素的数目(有效像素数Ne)(Ne≦2^N)。非零类别检测单元102将有效像素数Ne提供给有效像素数分配计算单元103(箭头123)。

另外，非零类别检测单元102将每个检测到的有效像素的像素值(与使得H(k)≠0的k相对应的像素值)m_i(i＝0，...，Ne-1)(即m₀，m₁，...，m_{Ne- 1})提供给有效像素数分配计算单元103(箭头123)。

在将N比特图像量化成M比特图像(N＞M)的情况下，当Ne≦2^M时，所有像素值可由M比特表示，因此可以执行无损量化和逆量化。然而，当Ne＞2^M时，量化误差不可避免地发生。

有效像素数分配计算单元103利用以下公式(1)计算当与由非零类别检测单元102检测到的有效像素数Ne相对应的有效像素被均等分配到2^M个类别时每个类别的有效像素数(均等分配数)s。

s＝[Ne/2^M]┄(1)

这里，[x]表示不大于x的最大整数。

换言之，s个有效像素可被均等分配到2^M个类别中的每一个。有效像素数分配计算单元103将计算出的均等分配数s与提供来的有效像素数Ne一起提供给分配残余计算单元104(箭头124)。此时，有效像素数分配计算单元103还将有效像素值m_i提供给分配残余计算单元104(箭头124)。

分配残余计算单元104利用以下公式(2)计算在与有效像素数Ne相对应的有效像素被按均等分配数s分配到每个类别之后剩余的未分配有效像素(分配残余Nh)的数目。

Nh＝Ne-2^M×s┄(2)

换言之，当与有效像素数Ne相对应的有效像素被按s个有效像素分配到2^M个类别中的每一个时，与分配残余Nh相对应的有效像素剩余。这Nh个有效像素被尽可能均等地也就是逐一地分配到一些类别。

换言之，s+1个有效像素被分配到2^M个类别之中的Nh个类别中的每一个。然而，s个有效像素被分配到2^M-Nh个类别中的每一个。

分配残余计算单元104将计算出分配残余Nh提供给量化表格生成单元105(箭头125)。

另外，有效像素数分配计算单元103将均等分配数s和有效像素数Ne提供给量化表格生成单元105(箭头124)。此时，有效像素数分配计算单元103还将每个有效像素值m_i提供给量化表格生成单元105(箭头124)。

量化表格生成单元105利用有效像素数Ne、有效像素值m_i、均等分配数s和分配残余Nh来生成用于输入图像的像素值的量化(比特深度变换)的量化表格T(m_i)。量化表格T(m_i)包括表示量化前的每个有效像素(有效像素值m_i)被分配到量化后(比特深度变换后)的每个类别(索引值)的对应关系的表格信息。此时，量化表格生成单元105尽可能均等地向每个类别分配有效像素。更具体而言，量化表格生成单元105利用以下公式(3)和(4)生成量化表格T(m_i)。

$T\left(m_i\right)=\left[\frac{i}{s+1}\right],(i<\mathrm{Nh}(s+1))---\left(3\right)$

$T\left(m_i\right)=\left[\frac{i-\mathrm{Nh}(s+1)}{s}\right],(i\&GreaterEqual;\mathrm{Nh}(s+1))---\left(4\right)$

换言之，量化表格生成单元105利用公式(3)决定对于分配s+1个像素值的类别要分配的有效像素值m_i，并且利用公式(4)决定对于分配s个像素值的类别要分配的有效像素值m_i。

在量化处理中使用量化表格。量化表格生成单元105将以上述方式生成的量化表格T(m_i)提供给量化表格存储单元107，使得量化表格T(m_i)被存储在量化表格存储单元107中(箭头126)。

量化表格存储单元107包括任意存储介质并且可将量化表格T(m_i)存储在该存储介质的存储区域中。例如，量化表格存储单元107可以像内置硬盘驱动器(HDD)或内置闪存那样被部署为包括在图像处理装置100中的构造。例如，量化表格存储单元107可以像外部HDD或通用串行总线(USB)闪存那样被部署为图像处理装置100的外部构造。此外，量化表格存储单元107可以像网络附接存储(NAS)的硬盘那样被部署为另一装置的构造的一部分。例如，量化表格存储单元107可以是诸如可写数字多功能盘(DVD)或蓝光盘(BD)之类的可移除介质。在此情况下，量化表格存储单元107被安放在连接到图像处理装置100的驱动器(未示出)中，并且通过该驱动器对图像处理装置100执行读取和写入操作。换言之，量化表格存储单元107可由任何能够存储量化表格的装置实现。

分配残余计算单元104将计算出的分配残余Nh、均等分配数s和有效像素值m_i提供给量化表格生成单元105(箭头125)。另外，直方图生成单元101将直方图H(k)提供给量化表格生成单元105(箭头122)。

代表值表格生成单元106利用有效像素值m_i、均等分配数s、分配残余Nh和直方图H(k)来设定量化后的每个类别的代表值，并且生成表示每个类别与代表值之间的对应关系的代表值表格R(n)。代表值表格生成单元106利用以下公式(5)和(6)来生成代表值表格R(n)。

$R\left(n\right)=\frac{\underset{i=(s+1)n}{\overset{(s+1)n+s}{\mathrm{\&Sigma;}}}H\left(m_i\right)\&times;m_i}{\underset{i=(s+1)n}{\overset{(s+1)n+s}{\mathrm{\&Sigma;}}}H\left(m_i\right)},(n<\mathrm{Nh})---\left(5\right)$

$R\left(n\right)=\frac{\underset{i=\mathrm{sn}+\mathrm{Nh}}{\overset{\mathrm{sn}+\mathrm{Nh}+s-1}{\mathrm{\&Sigma;}}}H\left(m_i\right)\&times;m_i}{\underset{i=\mathrm{sn}+\mathrm{Nh}}{\overset{\mathrm{sn}+\mathrm{Nh}+s-1}{\mathrm{\&Sigma;}}}H\left(m_i\right)},(n\&GreaterEqual;\mathrm{Nh})---\left(6\right)$

这里，属于处理对象的类别的有效像素值的重心被用作相应类别的代表值。代表值不限于重心，而可以是任何值。例如，属于处理对象的类别的有效像素值的平均值或中间值可被用作相应类别的代表值。例如，排除与其他有效像素值在值上很不相同的有效像素值，然后计算剩余有效像素值的重心，并且可将该重心用作代表值。

如上所述，代表值表格生成单元106利用公式(5)来对分配s+1个有效像素值的类别设定代表值，并且利用公式(6)来对分配s个有效像素值的类别设定代表值。

在逆量化处理中使用代表值表格。代表值表格生成单元106将所生成的代表值表格R(n)提供给代表值表格存储单元108，使得代表值表格R(n)被存储在代表值表格存储单元108中(箭头127)。

与量化表格存储单元107类似，代表值表格存储单元108可由任何能够存储代表值表格R(n)的装置实现。

如上所述，图像处理装置从输入图像生成量化表格和代表值表格。

[量化表格生成单元]

接下来，将更详细描述量化表格的生成。

图3是示出图2的量化表格生成单元105的主要构造的示例的框图。如图3中所示，量化表格生成单元105包括控制单元131、第一索引值决定单元132、第二索引值决定单元133和表格生成单元134。

图像处理装置100将输入图像的每个像素值的比特深度从N比特变换(量化)成M比特。换言之，图像处理装置100将出现频率不为零的有效像素值分配到2^M个类别。当有效像素数Ne大于2^M时，图像处理装置100以使得各个类别的有效像素数能够尽可能均等的方式将有效像素值分配到每个类别。

如公式(1)中表述的，通过将有效像素数Ne除以量化后的类别数2^M而获得的商是能够均等分配到每个类别的有效像素数的最大值(即，均等分配数s)。余数是分配残余Nh(参见图4)。

图像处理装置100以使得各个类别的有效像素数能够尽可能均等的方式将有效像素值分配到每个类别，因此与分配残余Nh相对应的有效像素被分配到不同的类别。换言之，图像处理装置100将s+1个有效像素分配到2^M个类别之中的Nh个类别中的每一个，并且将s个有效像素分配到剩余的Ne-Nh个类别中的每一个。例如，当s为2时，向Nh个类别中的每一个分配3个有效像素值，并且向剩余类别中的每一个分配2个有效像素值，如图4中所示。

有效像素值m_i被按像素值的升序从具有低标识号的类别开始按照以上决定的数目分配到每个类别。这里，是否使得被各自分配s+1个有效像素的Nh个类别为2^M个类别中的任何一个，是可任选的。例如，可以从具有低标识号的类别开始向Nh个类别中的每一个分配s+1个有效像素，如图4中所示。以下，将联系此情况来进行描述。

在图4的示例的情况下，图像处理装置100对于从号码为0的类别到号码为Nh-1的类别的每个类别，按有效像素值的升序分配3个有效像素值，就像有效像素值m₀至m₃、m₄至m₆、m₇至m₉等等这样。图像处理装置100对于号码为Nh或以后的每个类别，按有效像素值的升序分配2个有效像素值，就像有效像素值m_x和m_x+1这样。

换言之，量化表格生成单元105决定要分配到每个类别的有效像素值，并且此时使用两种方法，即向每个类别分配s+1个有效像素值的方法和向每个类别分配s个有效像素值的方法。

控制单元131执行控制以利用从有效像素数分配计算单元103提供来的均等分配数s和从分配残余计算单元104提供来的分配残余Nh选择这两种方法中的任何一种。例如，当处理对象号码i小于Nh(s+1)(i＜Nh(s+1))时，控制单元131选择利用公式(3)设定量化表格的第一方法，然后将每个输入数据提供给第一索引值决定单元132(箭头141)。

另外，例如，当处理对象号码i等于或小于Nh(i≧Nh(s+1))时，控制单元131选择利用公式(4)设定量化表格的第二方法，然后将每个输入数据提供给第二索引值决定单元133(箭头142)。

第一索引值决定单元132利用有效像素数Ne、均等分配数s、分配残余Nh和公式(3)来决定变换后的类别(即索引值)与有效像素值之间的对应关系。换言之，第一索引值决定单元132向每个类别分配s+1个有效像素值m_i。第一索引值决定单元132将所设定的每个类别与有效像素值m_i之间的对应关系提供给表格生成单元134(箭头143)。

第二索引值决定单元133利用有效像素数Ne、均等分配数s、分配残余Nh和公式(4)来决定变换后的类别(即索引值)与有效像素值之间的对应关系。换言之，第二索引值决定单元133向每个类别分配s个有效像素值m_i。第二索引值决定单元133将所设定的每个类别与有效像素值m_i之间的对应关系提供给表格生成单元134(箭头144)。

表格生成单元134综合从第一索引值决定单元132和第二索引值决定单元133提供来的每个类别与有效像素值m_i之间的对应关系，并且生成量化表格T(m_i)。表格生成单元134将所生成的量化表格T(m_i)提供给量化表格存储单元107(箭头126)。

如上所述，量化表格生成单元105可利用两种方法，即向每个类别分配s+1个有效像素值和向每个类别分配s个有效像素值的方法，来生成量化表格。从而，量化表格生成单元105能够以使得各个类别的有效像素数能够尽可能均等的方式向每个类别分配有效像素值。从而，图像处理装置100可生成用于实现具有与罗依-麦斯量化技术中基本相同的量化误差的量化和逆量化的量化表格和代表值表格。

另外，量化表格生成单元105可如上所述在不执行迭代处理的情况下向每个类别分配有效像素值。从而，图像处理装置100可比罗依-麦斯量化技术更快速地生成量化表格和代表值表格。

[量化/逆量化系统]

接下来，将描述使用以上述方式生成的量化表格的量化处理和使用以上述方式生成的代表值表格的逆量化处理。

图5是示出利用由图像处理装置100生成的量化表格和代表值表格执行量化和逆量化的装置的示例的框图。

图5的中央的虚线的左侧表示与量化处理有关的构造，并且虚线的右侧表示与逆量化处理有关的构造。如图5中所示，与量化处理有关的构造包括量化表格存储单元107和量化单元171，并且与逆量化处理有关的构造包括代表值表格存储单元108和逆量化单元172。

量化表格存储单元107、量化单元171、代表值表格存储单元108和逆量化单元172可被构造为彼此不同的装置。与量化处理有关的量化表格存储单元107和量化单元171可被构造为单个装置，并且与逆量化处理有关的代表值表格存储单元108和逆量化单元172可被构造为单个装置。另外，量化表格存储单元107和代表值表格存储单元108可被构造为单个装置。此外，量化表格存储单元107、量化单元171、代表值表格存储单元108和逆量化单元172可全部被构造为单个装置。另外，量化单元171和逆量化单元172中的一者或两者可被包括在图2的图像处理装置100中(即它们可被构造为单个装置)。

与图像处理装置100中相同的输入图像被输入到量化单元171(箭头181)。换言之，在图像处理装置100中从其生成量化表格的输入图像被提供给量化单元171。量化表格被存储在量化表格存储单元107中。与输入图像相对应的代表值表格被存储在代表值表格存储单元108中。

量化单元171从量化表格存储单元107中读取与输入图像相对应的量化表格(箭头182)。量化单元171利用所读取的量化表格将输入图像的每个像素值变换成索引值。更具体而言，量化单元171从量化表格T(m_i)中检测与输入图像的像素值P(x，y)相对应的值T(P(x，y))，然后将值T(P(x，y))作为索引值I(x，y)输出，就像以下的公式(7)中那样。

I(x，y)＝T(P(x，y))┄(7)

量化单元171将索引值(其也可被称为“量化系数”)提供给逆量化单元172(箭头183)。

换言之，由量化单元171生成的索引值被输入到逆量化单元172(箭头183)。逆量化单元172从代表值表格存储单元108中读取与索引值相对应的代表值表格(箭头184)。逆量化单元172利用所读取的代表值表格将每个索引值变换成有效像素值。更具体而言，逆量化单元172从代表值表格R(n)中检测与索引值I(x，y)相对应的R(I(x，y))，然后将R(I(xy))作为重建图像的像素值P＇(x，y)输出，就像以下的公式(8)中那样。

P＇(x，y)＝R(I(x，y))┄(8)

逆量化单元172输出重建图像的像素值P＇(x，y)。

如上所述，图像处理装置100作为预处理生成量化表格和代表值表格，从而量化单元171和逆量化单元172只是根据其表格来变换输入数据。从而，量化单元171可高速地执行量化处理。另外，逆量化单元172可高速地执行逆量化处理。

[量化表格设定处理的流程]

接下来，将描述上述每个装置执行的处理的流程的示例。首先，将参考图6的流程图来描述图像处理装置100执行的量化表格设定处理的流程的示例。这里，量化表格表示量化表格和代表值表格。

当量化表格设定开始时，在步骤S101中，直方图生成单元101生成具有N比特的比特深度的图像的直方图。在步骤S102中，非零类别检测单元102在步骤S101中生成的直方图中获得出现频率不为零的有效像素数Ne。另外，非零类别检测单元102获得每个有效像素值m_i。

在步骤S103中，有效像素数分配计算单元103利用在步骤S102中获得的有效像素数Ne来计算均等分配到每个类别的有效像素数(均等分配数)s。在步骤S104中，分配残余计算单元104利用在步骤S102中获得的有效像素数Ne和在步骤S103中计算出的均等分配数s来计算分配残余Nh。

在步骤S105中，量化表格生成单元105利用在步骤S102中获得的有效像素值m_i、在步骤S103中计算出的均等分配数s和在步骤S104中计算出的分配残余Nh来设定量化表格T(m_i)。在步骤S106中，代表值表格生成单元106利用在步骤S102中获得的有效像素值m_i、在步骤S103中计算出的均等分配数s和在步骤S104中计算出的分配残余Nh来设定代表值表格R(n)。

在步骤S107中，量化表格存储单元107存储在步骤S105中设定的量化表格T(m_i)。在步骤S108中，代表值表格存储单元108存储在步骤S106中设定的代表值表格R(n)。

当步骤S108的处理结束时，代表值表格存储单元108结束量化表格设定处理。

[量化表格设定处理的流程]

接下来，将参考图7的流程图来描述在图6的步骤S105中执行的量化表格设定处理的流程的示例。

当量化表格设定处理开始时，在步骤S121中，量化表格生成单元105的控制单元131判定处理对象的有效像素的标识号i是否小于Nh×(s+1)。换言之，有效像素值的分配是按从具有低号码的类别开始的顺序执行的，但控制单元131判定从向具有低号码的类别的分配起，分配是否达到了第Nh个分配。

当判定处理对象的有效像素的标识号i小于Nh×(s+1)时，即，当判定要向其分配有效像素值的类别从具有低号码的类别起还没有达到第Nh个类别时，控制单元131使得处理前进到步骤S122。

在步骤S122中，第一索引值决定单元132按照向每个类别分配s+1个有效像素的方法决定有效像素要被分配到的类别。换言之，第一索引值决定单元132利用上述公式(3)对处理对象的类别决定要分配的有效像素值m_i。当步骤S122的处理结束时，第一索引值决定单元132使得处理前进到步骤S124。

另外，当在步骤S121中判定处理对象的有效像素的标识号i等于或大于Nh×(s+1)时，即，当在步骤S121中判定要向其分配有效像素值的类别从具有低号码的类别起达到了第Nh个类别时，控制单元131使得处理前进到步骤S123。

在步骤S123中，第二索引值决定单元133按照向每个类别分配s个有效像素的方法决定有效像素要被分配到的类别。换言之，第二索引值决定单元133利用上述公式(4)对处理对象的类别决定要分配的有效像素值mi。当步骤S123的处理结束时，第二索引值决定单元133使得处理前进到步骤S124。

在步骤S124中，控制单元131判定是否已处理了直方图中的所有有效像素值。当存在未处理的有效像素时，控制单元131使得处理返回到步骤S121，然后步骤S121及随后步骤的处理被重复。另外，当在步骤S124中判定直方图中的所有有效像素值都已被处理时，控制单元131使得处理前进到步骤S125。

在步骤S125中，表格生成单元134将每个有效像素值与类别之间的对应关系制成表格。当步骤S125的处理结束时，表格生成单元134结束量化表格设定处理，然后处理返回到图6。

[量化处理的流程1

接下来，将参考图8的流程图来描述量化单元171(图5)执行的量化处理的流程的示例。

当量化处理开始时，在步骤S141中，量化单元171从量化表格存储单元107中读取与输入图像相对应的量化表格并且准备该量化表格。在步骤S142中，量化单元171获取输入图像像素值。

在步骤S143中，量化单元171利用量化表格来获得与输入图像像素值相对应的索引值。在步骤S144中，量化单元171把在步骤S143中获得的索引值作为量化索引发送到逆量化侧。

在步骤S145中，量化单元171判定是否已处理了输入图像中的所有像素值。当判定存在未处理的像素值时，量化单元171使得处理返回到步骤S142，然后步骤S142及随后步骤的处理被重复。

当在步骤S145中判定输入图像中的所有像素值都已被处理时，量化单元171结束量化处理。

[逆量化处理的流程]

接下来，将参考图9的流程图来描述逆量化单元172(图5)执行的逆量化处理的流程的示例。

当逆量化处理开始时，在步骤S161中，逆量化单元172从代表值表格存储单元108中读取与输入图像相对应的代表值表格，并且准备该代表值表格。在步骤S162中，逆量化单元172获取量化索引。

在步骤S163中，逆量化单元172利用代表值表格来获得与量化索引相对应的像素值。在步骤S164中，逆量化单元172把在步骤S163中获得的像素值作为解码图像像素值输出。

在步骤S165中，逆量化单元172判定是否已处理了所有量化索引。当判定存在未处理的量化索引时，逆量化单元172使得处理返回到步骤S162，然后步骤S162及随后步骤的处理被重复。

另外，当在步骤S165中判定所有量化索引都已被处理时，逆量化单元172结束逆量化处理。

通过执行上述每个处理，图像处理装置100既能实现量化误差的减小，又能实现量化/逆量化处理速度的提高。

[评估结果的示例]

接下来，将描述评估上述量化处理和逆量化处理的示例性结果。图17中所示的12比特深度的医用图像被用作量化/逆量化的处理对象。分辨率在水平方向上是512像素，并且在垂直方向上是512像素。

通过将如下图像与原始图像相比较获得的值(峰值信噪比(PSNR))被用作评估值：该图像是通过将原始图像(N＝12比特)量化成L比特，然后将量化图像逆量化成N比特获得的。随着PSNR增大，劣化被保持得较小。另外，评估了L为8至11的四种情况。

图11是示出罗依-麦斯量化技术、最低有效位被四舍五入的现有技术的线性量化技术以及上述的“本技术”这三种量化/逆量化方法的评估结果的比较的视图。

作为测量图10中所示的图像的直方图的结果，出现频率不为零的像素的数目Ne是1,835。由于2¹¹＝2,048并且2¹⁰＝1,024，所以当L是11比特时，对于此图像能够执行可逆的量化/逆量化。从而，如图11的表格中所示，在本技术或罗依-麦斯量化技术的情况下，当L是11时，PSNR变成无穷大(∞)。换言之，这两种技术具有比现有技术的线性量化技术高得多的PSNR。即使当以10比特或更少的L执行量化时，也表现出相同的趋势。

另外，如图11的表格中所示，当以任何比特数目执行量化时，本技术都能够获得与罗依-麦斯量化技术基本相同的PSNR(大约0.1dB的差别)。

在图12中所示的表格，将本技术的量化处理的处理时间与罗依-麦斯量化技术中的相比较。在本技术的情况下，用于生成量化表格和代表值表格的处理时间也被包括在处理时间中。

本技术涉及有效像素到M比特的类别的映射变换，从而不需要在罗依-麦斯量化技术中必要的迭代处理。从而，如图12的表格中所示，本技术可按比罗依-麦斯量化技术更高的速度(在更短的时间中)执行量化处理。

如上所述，利用本技术，能够进一步减小由量化/逆量化引起的量化误差，能够执行可获得高质量图像的量化/逆量化(比特变换)，并且能够以高速执行量化/逆量化。

<2.第二实施例>

[量化表格生成单元]

已联系从具有低标识号的类别开始向Nh个类别中的每一个分配了分配残余Nh个有效像素的示例描述了第一实施例。然而，2^M个类别中的哪个被用作被分配s+1个有效像素的Nh个类别，是可任选的。例如，可按所分配的有效像素的出现频率的升序向Nh个类别分配s+1个有效像素。

图13是示出此情况下的量化表格生成单元105的主要构造的示例的框图。如图13中所示，除了第一实施例的量化表格生成单元105(图3)的构造以外，此情况下的量化表格生成单元105还包括临时索引值决定单元201、频率计算单元202和重排序单元203。

临时索引值决定单元201与第二索引值决定单元133类似，利用有效像素数Ne、均等分配数s和分配残余Nh以及公式(4)，按有效像素值的升序，向每个类别分配s个有效像素值m_i。换言之，临时索引值决定单元201分配2^M×s个有效像素值m_i。从而，在此时间点，有Nh个有效像素值m_i还未被分配。临时索引值决定单元201将分配结果(每个类别与有效像素值m_i之间的对应关系)和诸如有效像素数Ne、均等分配数s和分配残余Nh之类的各种参数提供给频率计算单元202(箭头222)。

频率计算单元202从直方图生成单元101获取直方图(箭头221)。频率计算单元202根据从临时索引值决定单元201获取的分配结果，参考从直方图生成单元101获取的直方图，获得分配到每个类别的每个有效像素的出现频率，并且计算每个类别的出现频率的总和。

频率计算单元202将计算出的每个类别的有效像素的出现频率与从临时索引值决定单元201和直方图生成单元101提供来的信息一起提供给重排序单元203(箭头223)。

重排序单元203按分配到每个类别的有效像素的出现频率的升序对每个类别重排序。重排序单元203将重排序结果(表示变换后的类别的重排顺序的信息)与从频率计算单元202提供来的各种信息一起提供给控制单元131(箭头224)。

从控制单元131到表格生成单元134的构造与第一实施例类似地执行有效像素到顺序已被重排的类别的分配。这里，执行与分配残余Nh相对应的有效像素(即，所有有效像素)的分配。换言之，控制单元131到表格生成单元134向按更新后顺序的第一至第Nh类别中的每一个分配s+1个有效像素，并且向第Nh+1及其后的类别中的每一个分配一个有效像素。

通过此操作，量化表格生成单元105可向具有低出现频率的Nh个类别中的每一个分配较多的s+1个有效像素。

[量化表格设定处理的流程]

接下来，将参考图14的流程图来描述此情况下的量化表格设定处理的流程的示例。

当量化表格设定处理开始时，在步骤S201中，临时索引值决定单元201按照分配s个有效像素的方法决定2^M×s个有效像素要被分配到的类别。

在步骤S202中，频率计算单元202基于步骤S201中的分配结果，对于每个类别计算各个有效像素的出现频率的总和。

在步骤S203中，重排序单元203按在步骤S202中计算出的每个类别的有效像素的频率值的升序对每个类别重排序。

按与图7的步骤S121至S125的处理相同的方式对在步骤S203中重排序的类别执行步骤S204至S208的处理。

当步骤S208的处理结束时，表格生成单元134结束量化表格设定处理，然后处理返回到图6。

如上所述，通过执行该量化表格设定处理，量化表格生成单元105能够与第一实施例类似地向每个类别分配有效像素并且设定量化表格。然而，在此情况下，量化表格生成单元105可向具有低出现频率的Nh个类别中的每一个分配较多的s+1个有效像素。

由于可向具有低出现频率的Nh个类别中的每一个分配较多的s+1个有效像素，所以可以减小类别之间的出现频率偏差。从而，可以减小每个类别的代表值的精确度的偏差(增大均一度)。

<3.第三实施例>

[量化表格生成单元]

在第二实施例中描述的方法中，没有反映由与分配残余Nh相对应的有效像素的分配的追加引起的出现频率的变化。换言之，在分配s个有效像素的时间点，剩余有效像素之中的具有高出现频率的有效像素不一定被追加分配到具有低出现频率的类别。

就此，通过反复地处理有效像素的分配，在分配s个有效像素的时间点，剩余有效像素之中的具有高出现频率的有效像素可被追加分配到具有低出现频率的类别。

图15是示出此情况下的量化表格生成单元105的主要构造的示例的框图。如图15中所示，除了第二实施例的量化表格生成单元105(图13)的构造以外，此情况下的量化表格生成单元105还包括循环控制单元241。

循环控制单元241在所有有效像素被分配之后检查每个类别的频率值，然后判定每个类别是否是按频率值的升序排列的。当通过在临时索引值决定单元201中分配包括非分配有效像素在内的所有有效像素，每个类别不是按有效像素的频率值的升序排列的时，循环控制单元241使得处理返回到重排序单元203，从而再次按频率值的升序重排序每个类别，并且有效像素的分配重开始。循环控制单元241反复执行此处理，直到不再更新每个类别的排列为止。

[量化表格设定处理的流程]

接下来，将参考图16的流程图来描述此情况下的量化表格设定处理的流程的示例。

步骤S251至S257的处理是按与第二实施例中(图14中的步骤S201至S207的处理)相同的方式执行的。

在步骤S258中，循环控制单元241计算在所有有效像素都在步骤S255或步骤S256中被分配的状态中，每个类别的有效像素的频率值(分配到每个类别的有效像素的频率值的每个类别的总和)。

在步骤S259中，循环控制单元241判定每个类别是否仍然按频率值的升序排列。当判定每个类别的排列顺序不是频率值的升序时，循环控制单元241使得处理返回到步骤S253，并且控制被执行以使得步骤S253及随后步骤的处理被重复。

另外，当在步骤S259中判定每个类别的排列顺序是频率值的升序时，循环控制单元241使得处理前进到步骤S260。步骤S260的处理是按与第二实施例中(图14的步骤S208)相同的方式执行的。

如上所述，通过执行该量化表格设定处理，量化表格生成单元105与第二实施例相比可进一步减小类别之间的出现频率的偏差。从而，可进一步减小每个类别的代表值的精确度的偏差(均一度更高)。

<4.第四实施例>

[量化/逆量化系统]

另外，可将输入图像分割成多个区域，可为每个区域生成量化表格和代表值表格，然后可执行量化处理和逆量化处理。

图17是示出此情况下的图像处理系统的主要构造的示例的框图。

图17中所示的图像处理系统将输入图像分割成多个区域，为每个区域生成量化表格和代表值表格，然后执行量化处理和逆量化处理。如图17中所示，该图像处理系统包括图像量化装置301和图像逆量化装置302。

图像量化装置301包括图像分割单元311和比特深度变换单元312-1至312-Z。图像分割单元311将输入图像P(x，y)分割成Z个区域，然后将各个区域的图像分别提供给比特深度变换单元312-1至312-Z。

比特深度变换单元312-1将第一区域的图像P1(x，y)的像素值的比特深度从N比特变换成M比特(N＞M)。换言之，比特深度变换单元312-1执行第一区域的图像P1(x，y)的像素值的量化。

比特深度变换单元312-1包括表格生成单元321和量化单元322。表格生成单元321具有与图2的图像处理装置100相同的构造，并且执行与图2的图像处理装置100相同的处理。换言之，表格生成单元321对第一区域的图像P1(x，y)生成量化表格T1(m_i)和代表值表格R1(n)。表格生成单元321将所生成的量化表格T1(m_i)提供给量化单元322。另外，表格生成单元321将所生成的代表值表格R1(n)提供给图像逆量化装置302。

量化单元322具有与图5的量化单元171相同的构造，并且执行与图5的量化单元171相同的处理。换言之，量化单元322利用从表格生成单元321提供来的量化表格T1(m_i)执行第一区域的图像P1(x，y)的每个像素值的量化。量化单元322将通过量化生成的量化索引I1(x，y)提供给图像逆量化装置302。

比特深度变换单元312-2至312-Z中的每一个具有与比特深度变换单元312-1相同的构造，并且对与其自身相对应的区域的图像执行与比特深度变换单元312-1相同的处理。

例如，比特深度变换单元312-2量化第二区域的图像P2(x，y)的像素值，并且将与第二区域的图像P2(x，y)相对应的代表值表格R2(n)和量化索引I2(x，y)提供给图像逆量化装置302。

另外，例如，比特深度变换单元312-Z量化第Z区域的图像Pz(x，y)的像素值，并且将与第Z区域的图像Pz(x，y)相对应的代表值表格Rz(n)和量化索引Iz(x，y)提供给图像逆量化装置302。

当不需要分开描述比特深度变换单元312-1至312-Z时，将比特深度变换单元312-1至312-Z称为比特深度变换单元312。

图像逆量化装置302包括比特深度逆变换单元331-1至331-Z以及图像综合单元332。

比特深度逆变换单元331-1获取从图像量化装置301提供来的代表值表格R1(n)和量化索引I1(x，y)，并且将量化索引I1(x，y)的比特深度从M比特逆变换到N比特。换言之，比特深度逆变换单元331-1执行第一区域的量化索引I1(x，y)的逆量化，并且生成第一区域的解码图像P＇1(x，y)。比特深度逆变换单元331-1将所生成的第一区域的解码图像P＇1(x，y)提供给图像综合单元332。

比特深度逆变换单元331-1包括表格获取单元341和逆量化单元342。表格获取单元341获取从图像量化装置301提供来的代表值表格R1(n)，并且将所获取的代表值表格R1(n)适当地提供给逆量化单元342。逆量化单元342具有与图5的逆量化单元172相同的构造，并且执行与图5的逆量化单元172相同的处理。换言之，逆量化单元342利用从表格获取单元341提供来的代表值表格R1(n)执行第一区域的量化索引I1(x，y)的逆量化。逆量化单元342将通过逆量化生成的第一区域的解码图像P＇1(x，y)提供给图像综合单元332。

比特深度逆变换单元331-2至331-Z中的每一个具有与比特深度逆变换单元331-1相同的构造，并且对与其自身相对应的区域的量化索引执行与比特深度逆变换单元331-1相同的处理。

例如，比特深度逆变换单元331-2利用第二区域的代表值表格R2(n)逆量化第二区域的量化索引I2(x，y)，并且将第二区域的解码图像P＇2(x，y)提供给图像综合单元332。

另外，例如，比特深度逆变换单元331-Z利用第Z区域的代表值表格Rz(n)逆量化第Z区域的量化索引Iz(x，y)，并且将第Z区域的解码图像P＇z(x，y)提供给图像综合单元332。

当不需要分开描述比特深度逆变换单元331-1至331-Z时，将比特深度逆变换单元331-1至331-Z称为比特深度逆变换单元331。

图像综合单元332综合从各个比特深度逆变换单元331提供来的图像P＇1(x，y)至P＇z(x，y)，生成与输入图像P(x，y)相对应的解码图像P＇(x，y)，并且输出所生成的解码图像P＇(x，y)。

各个比特深度变换单元312可相互独立地执行处理。换言之，比特深度变换单元312中的一些或全部可相互并行地执行处理(在某个时刻可对多个块执行处理)，或者可在不同的定时执行处理。

类似地，各个比特深度逆变换单元331可相互独立地执行处理。换言之，比特深度逆变换单元331中的一些或全部可相互并行地执行处理(在某个时刻可对多个块执行处理)，或者可在不同的定时执行处理。

每个块的图像与整个图像相比具有较小的像素值总数，因此稀疏性较高。从而，在每个块的图像被量化并随后被逆量化时发生的量化误差与对整个图像执行相同处理时相比减小了。另外，通过并行对各个块执行量化，可以减短处理时间。

然而，当对整个图像执行量化和逆量化(比特变换)时，必要表格的数目减少，并且信息量可相应地减少。

上述每个块的大小和形状是任意的，并且可被独立设定。从而，图像分割单元311可根据输入图像的内容来执行块分割，以便提高稀疏性。

以上描述是联系输入图像由单个成分构成的示例来作出的，但本发明并不限于此示例。例如，输入图像可由像RGB或YCrCb这样的多个成分构成。在此情况下，希望按上述方式对每个成分生成量化表格和代表值表格并且执行量化处理和逆量化处理。另外，对每个成分的处理可被独立执行。从而，对每个成分的处理可被并行执行或在不同定时执行。

另外，以上描述是联系图像数据的每个像素值的量化和逆量化来作出的，但处理对象的数据不限于像素值，只要处理对象的数据是一些数据的具有稀疏性的集合即可。例如，处理对象的数据可以是通过对图像数据执行正交变换(例如离散余弦变换(DCT)或小波变换)获得的正交变换系数。

上述每个装置可包括除上述那些以外的组件。例如，上述每个装置可被构造为使用由成像元件(CMOS传感器或CCD传感器)捕捉的图像的设备或装置、用于将成像元件图像写在存储器中的压缩电路、数字相机、运动图片摄像机、医用图像相机、医用内窥镜、监视相机、数字影院拍摄相机、双眼图像相机、多视角图像相机、LSI芯片的存储器削减电路、个人计算机(PC)上的编写工具、其软件模块，等等。另外，上述每个装置可被构造为包括多个装置的系统，也可被构造为单个装置。

<5.第五实施例>

[个人计算机]

可以用硬件或者软件实现上述一系列处理。在这种情况下，例如可构造如图18中所示那样的个人计算机。

在图18中，个人计算机400的中央处理单元(CPU)401根据存储在只读存储器(ROM)402中的程序或者从存储单元413加载到随机访问存储器(RAM)403的程序执行各种处理。在RAM 403中，适当地存储了CPU401执行各种处理所必要的数据。

CPU401、ROM402和RAM403通过总线404相互连接。另外，输入/输出接口410连接到总线404。

包括键盘和鼠标的输入单元411、包括由阴极射线管(CRT)显示器、液晶显示器(LCD)构成的显示器和扬声器的输出单元412、利用诸如闪存之类的固态驱动器(SSD)或硬盘构造的存储单元413以及利用有线局域网(LAN)或无线LAN接口和调制解调器构造的通信单元414连接到输入/输出接口410。通信单元414通过包括因特网在内的网络执行通信处理。

驱动器415根据需要连接到输入/输出接口410，适当地安放诸如磁盘、光盘、磁光盘或半导体存储器之类的可移除介质421，并且从可移除介质421读取的计算机程序根据需要被安装在存储单元413中。

当用软件来执行该一系列处理时，形成该软件的程序是通过网络或记录介质来安装的。

记录介质可利用图18中所示的可移除介质421来构造，该可移除介质421由磁盘(包括软盘)、光盘(包括致密盘只读存储器(CD-ROM)和数字多功能盘(DVD))、磁光盘(包括袖珍盘(MD))或半导体存储器构成，其记录了程序并且与装置主体不同可被分发来向用户提供程序，记录介质也可利用预先记录了程序、嵌入在装置主体中并提供给用户的ROM402或者存储单元413中包括的硬盘来构造。

应当注意，计算机执行的程序可以是根据本说明书中描述的序列按时序处理的程序，或者并行处理或在必要的定时(例如在调用时)处理的程序。

还应当注意，在本说明书中，描述存储在记录介质中的程序的步骤不仅包括根据这里示出的序列按时序执行的处理，而且还包括并行或单独执行而不一定是按时序执行的处理。

另外，在本说明书中，“系统”指的是由多个装置构成的整体装置。

另外，以上描述为单个装置(或处理单元)的元素可被构造为多个装置(或处理单元)。另一方面，以上描述为多个装置(或处理单元)的元素可被集体构造为单个装置(或处理单元)。另外，除了上述那些以外的元素可被添加到每个装置(或处理单元)。此外，给定装置(或处理单元)的元素的一部分可被包括在另一装置(或另一处理单元)的元素中，只要整体上系统的构造或操作基本相同即可。换言之，本公开的实施例不限于上述实施例，而是可在不脱离本公开的范围的情况下进行各种改变和修改。

本领域的技术人员应当理解，取决于设计要求和其他因素，可以进行各种修改、组合、子组合和变更，只要它们处于所附权利要求或其等同物的范围之内即可。

本技术也可如下构造。

(1)一种图像处理装置，包括：

直方图生成单元，该直方图生成单元生成表示输入图像的像素值的出现频率分布的直方图；以及

量化表格生成单元，该量化表格生成单元生成包括用于执行所述输入图像的像素值的比特深度的变换的表格信息和用于将在所述直方图生成单元生成的直方图中出现频率不为零的有效像素分配到比特深度变换后的索引值的表格信息的量化表格，以使得有效像素被尽可能均等地分配到索引值。

(2)根据(1)所述的图像处理装置，

其中，所述量化表格生成单元向每个索引值分配与均等分配数s或s+1相对应的有效像素，所述均等分配数是能够均等分配到比特深度变换后的所有索引值的有效像素的最大数目。

(3)根据(2)所述的图像处理装置，

其中，所述量化表格生成单元包括：

第一索引值决定单元，该第一索引值决定单元按均等分配数s+1向每个索引值分配有效像素；

第二索引值决定单元，该第二索引值决定单元按均等分配数s向每个索引值分配有效像素；以及

控制单元，该控制单元选择所述第一索引值决定单元或所述第二索引值决定单元之一，并且利用所选的索引值决定单元来分配有效像素。

(4)根据(3)所述的图像处理装置，

其中，所述控制单元执行控制，以使得按索引值的升序分配有效像素，并且由第一索引值决定单元执行有效像素的分配直到被分配了有效像素的索引值的数目达到分配残余Nh为止，该分配残余Nh表示当按所述均等分配数s向每个索引值分配有效像素时剩余有效像素的数目，并且

所述控制单元执行控制，以使得在被分配了有效像素的索引值的数目达到所述分配残余Nh之后，由第二索引值决定单元执行有效像素的分配。

(5)根据(4)所述的图像处理装置，还包括：

有效像素信息生成单元，该有效像素信息生成单元在所述直方图生成单元生成的直方图中检测有效像素，并且获得表示有效像素的数目的有效像素数和表示有效像素的值的有效像素值。

(6)根据(5)所述的图像处理装置，还包括：

均等分配数计算单元，该均等分配数计算单元利用由所述有效像素信息生成单元获得的有效像素数来计算所述均等分配数s。

(7)根据(6)所述的图像处理装置，还包括：

分配残余计算单元，该分配残余计算单元利用由所述有效像素信息生成单元获得的有效像素数和由所述均等分配数计算单元生成的均等分配数来生成所述分配残余Nh。

(8)根据(1)至(7)中的任何一项所述的图像处理装置，还包括：

量化表格存储单元，该量化表格存储单元存储由所述量化表格生成单元生成的量化表格。

(9)根据(1)至(8)中的任何一项所述的图像处理装置，还包括：

量化单元，该量化单元利用由所述量化表格生成单元生成的量化表格对所述输入图像的每个像素值执行量化。

(10)根据(1)至(9)中的任何一项所述的图像处理装置，还包括：

代表值表格生成单元，该代表值表格生成单元生成代表值表格，该代表值表格包括用于执行所述输入图像的像素值的比特深度的逆变换的表格信息和用于向索引值分配对每个索引设定的预定代表值的表格信息。

(11)根据(10)所述的图像处理装置，

其中，所述代表值表格生成单元使用向每个索引值分配的有效像素值的重心作为与该索引值相对应的代表值。

(12)根据(10)或(11)所述的图像处理装置，还包括：

代表值表格存储单元，该代表值表格存储单元存储由所述代表值表格生成单元生成的代表值表格。

(13)根据(10)至(12)中的任何一项所述的图像处理装置，还包括：

逆量化单元，该逆量化单元利用由所述代表值表格生成单元生成的代表值表格来执行索引值的逆量化。

(14)一种用于图像处理装置的图像处理方法，包括：

利用直方图生成单元生成表示输入图像的像素值的出现频率分布的直方图；以及

利用量化表格生成单元生成包括用于执行所述输入图像的像素值的比特深度的变换的表格信息和用于将在所述直方图生成单元生成的直方图中出现频率不为零的有效像素分配到比特深度变换后的索引值的表格信息的量化表格，以使得有效像素被尽可能均等地分配到索引值。

本公开包含与2011年7月28日向日本专利局提交的日本优先权专利申请JP2011-165037中公开的主题相关的主题，特此通过引用将该申请的全部内容并入。

Claims (13)

1.一种图像处理装置，包括：

直方图生成单元，该直方图生成单元生成表示输入图像的像素值的出现频率分布的直方图；以及

量化表格生成单元，该量化表格生成单元生成包括用于执行所述输入图像的像素值的比特深度的变换的表格信息和用于将在所述直方图生成单元生成的直方图中出现频率不为零的有效像素分配到比特深度变换后的索引值的表格信息的量化表格，以使得有效像素被尽可能均等地分配到索引值，

其中，所述量化表格生成单元向每个索引值分配与均等分配数s或s+1相对应的有效像素，所述均等分配数是能够均等分配到比特深度变换后的所有索引值的有效像素的最大数目。

2.根据权利要求1所述的图像处理装置，

其中，所述量化表格生成单元包括：

第一索引值决定单元，该第一索引值决定单元按均等分配数s+1向每个索引值分配有效像素；

第二索引值决定单元，该第二索引值决定单元按均等分配数s向每个索引值分配有效像素；以及

控制单元，该控制单元选择所述第一索引值决定单元或所述第二索引值决定单元之一，并且利用所选的索引值决定单元来分配有效像素。

3.根据权利要求2所述的图像处理装置，

其中，所述控制单元执行控制，以使得按索引值的升序分配有效像素，并且由所述第一索引值决定单元执行有效像素的分配直到被分配了有效像素的索引值的数目达到分配残余Nh为止，该分配残余Nh表示当按所述均等分配数s向每个索引值分配有效像素时剩余有效像素的数目，并且

所述控制单元执行控制，以使得在被分配了有效像素的索引值的数目达到所述分配残余Nh之后，由所述第二索引值决定单元执行有效像素的分配。

4.根据权利要求3所述的图像处理装置，还包括：

有效像素信息生成单元，该有效像素信息生成单元在所述直方图生成单元生成的直方图中检测有效像素，并且获得表示有效像素的数目的有效像素数和表示有效像素的值的有效像素值。

5.根据权利要求4所述的图像处理装置，还包括：

均等分配数计算单元，该均等分配数计算单元利用由所述有效像素信息生成单元获得的有效像素数来计算所述均等分配数s。

6.根据权利要求5所述的图像处理装置，还包括：

分配残余计算单元，该分配残余计算单元利用由所述有效像素信息生成单元获得的有效像素数和由所述均等分配数计算单元生成的均等分配数来生成所述分配残余Nh。

7.根据权利要求1所述的图像处理装置，还包括：

量化表格存储单元，该量化表格存储单元存储由所述量化表格生成单元生成的量化表格。

8.根据权利要求1所述的图像处理装置，还包括：

量化单元，该量化单元利用由所述量化表格生成单元生成的量化表格对所述输入图像的每个像素值执行量化。

9.根据权利要求1所述的图像处理装置，还包括：

代表值表格生成单元，该代表值表格生成单元生成代表值表格，该代表值表格包括用于执行所述输入图像的像素值的比特深度的逆变换的表格信息和用于向索引值分配对每个索引设定的预定代表值的表格信息。

10.根据权利要求9所述的图像处理装置，

其中，所述代表值表格生成单元使用向每个索引值分配的有效像素值的重心作为与该索引值相对应的代表值。

11.根据权利要求9所述的图像处理装置，还包括：

代表值表格存储单元，该代表值表格存储单元存储由所述代表值表格生成单元生成的代表值表格。

12.根据权利要求9所述的图像处理装置，还包括：

逆量化单元，该逆量化单元利用由所述代表值表格生成单元生成的代表值表格来执行索引值的逆量化。

13.一种用于图像处理装置的图像处理方法，包括：

利用直方图生成单元生成表示输入图像的像素值的出现频率分布的直方图；以及

利用量化表格生成单元生成包括用于执行所述输入图像的像素值的比特深度的变换的表格信息和用于将在所述直方图生成单元生成的直方图中出现频率不为零的有效像素分配到比特深度变换后的索引值的表格信息的量化表格，以使得有效像素被尽可能均等地分配到索引值，

其中，所述量化表格生成单元向每个索引值分配与均等分配数s或s+1相对应的有效像素，所述均等分配数是能够均等分配到比特深度变换后的所有索引值的有效像素的最大数目。