CN110418136B - 确定量化器的方法、计算机可读介质和实现量化器的装置 - Google Patents

确定量化器的方法、计算机可读介质和实现量化器的装置 Download PDF

Info

Publication number
CN110418136B
CN110418136B CN201910334478.0A CN201910334478A CN110418136B CN 110418136 B CN110418136 B CN 110418136B CN 201910334478 A CN201910334478 A CN 201910334478A CN 110418136 B CN110418136 B CN 110418136B
Authority
CN
China
Prior art keywords
quantizer
value
levels
image
density function
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.)
Active
Application number
CN201910334478.0A
Other languages
English (en)
Other versions
CN110418136A (zh
Inventor
J·孔策
M·尼西托
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.)
Basler AG
Original Assignee
Basler AG
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 Basler AG filed Critical Basler AG
Publication of CN110418136A publication Critical patent/CN110418136A/zh
Application granted granted Critical
Publication of CN110418136B publication Critical patent/CN110418136B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3068—Precoding preceding compression, e.g. Burrows-Wheeler transformation
    • H03M7/3079—Context modeling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • 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
    • 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
    • H04N19/10—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
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • 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
    • H04N19/17—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 an image region, e.g. an object
    • H04N19/172—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 an image region, e.g. an object the region being a picture, frame or field
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Processing (AREA)

Abstract

公开了一种确定用于量化数字图像的量化器(Q2；
Figure DDA0002038707530000011
)的方法，其中，对于指定的级别数量确定所述量化器，所述指定的级别数量至少为2。为了所述确定，引入到具有比指定的级别数量更少的级别数量的另外的量化器(Q1)。此外，公开了一种用于为包括多个像素的图像编码的方法、一种计算机可读介质，一种将至少两个量化器(Q1，Q2；
Figure DDA0002038707530000012
)实现为数字电路的装置和具有这种装置的数码摄像装置(10)。

Description

确定量化器的方法、计算机可读介质和实现量化器的装置
技术领域
本发明涉及一种确定用于量化数字图像的量化器的方法、一种用于为包括多个像素的图像编码的方法、一种计算机可读介质、一种将至少两个量化器实现为数字电路的装置和数码摄像装置。
背景技术
对于图像捕捉，数码摄像装置可与光学系统以及多个图像传感器一起使用，所述多个图像传感器相应地设置为能够从入射光产生电荷。相关信号通常被转换为位字(例如，8位字节)(或配属于位字)，并且可以根据摄像装置类型或预期目的保存在摄像装置中和/或(以无线或有线方式)传输到接收器。
由于通常只有有限的存储空间和有限的传输带宽可用，因此在某些应用中，数据借助于适当的算法被压缩，然后再次解压缩。
在公开EP 2501133 A2中，公开了用于图像数据的带宽减小的方法和装置。由此，像素的值与从相邻或时间上在前的像素确定的值之间的差被编码为位字。位字的长度对应于要编码的差值的相邻差分布函数的舍入负双对数。
由Fritz Lebowsky和Mariano Bona提出的公开“以结构张量分析为灵感的低成本、实时彩色图像压缩中的出色的感知颜色稳定性”(发表于：电子图像(ElectronicImaging2017)(2017)，no.18，pp.156-167.-ISSN 2470-1173) 公开了一种用于图像压缩的算法，其中，针对像素计算两个相邻像素的梯度。基于梯度，在三个类别——即极值、轮廓和级别——之间进行区分。根据类别，考虑到误差密度和局部亮度，梯度被量化。传输量化的梯度中的产生最小误差的梯度。
从Joachim Keinert、Jean-Baptiste Lorent、Antonin Descampe、Gael Rouvroy和Siegfried
Figure BDA0002038707510000011
发表于https://www.ibc.org/content-management /introductionto-jpeg-xs/2452.article的公开“用于专业视频制作的新低复杂度编码标准”已知一种编码，它包括整数不可逆小波变换和得到的小波系数的熵编码。因此，图像数据应该以低质量损失和短等待时间传输，从而例如在360°的电影中使得更高的分辨率成为可能。
其它已知的图像压缩方法包括例如JPEG、PNG和GIF。然而，在JPEG 的情况下，出现不利的损失，使得解压缩的图像相对强烈地偏离原始图像，使用PNG和GIF方法常常仅实现低水平的带宽减小。
用于数据压缩的相应的算法可以包括量化，其可以导致数据量的不可逆减少。量化器的级别数量(即，量化器可采取的值的数量)由此确定量化的分辨率。
特别地，量化器可将相应的量化器值分配给数字图像的像素值的差。然后可将量化器值分配给例如比特序列并且以这种方式例如借助于熵编码来编码。
所谓的“理想”量化器具有的级别的数量等于图像中可能的差的数量。例如，它可以是或实现恒等映射，并使无损保存和传输成为可能。
相反，通过使用具有较少级别的量化器，可实现更高程度的压缩。然而，根据相应的图像或图像区域，可能发生不期望的图像伪影。
因此，有利的是，可根据相应的环境选择量化器。
在公开US 7801383 B2中，考虑了多个索引量化器，其级别分类被连续地细化。从US 4736387 A中，已知一种量化装置，其利用选择的限制值来评估实值信号并根据结果生成位。
发明内容
本发明的目的在于提供一种使得可有利地根据环境选择量化器的技术。本发明的目的还在于使得可有利地为包括多个像素的图像编码。
该任务通过根据本发明的方法、根据本发明的计算机可读介质、根据本发明的装置和根据本发明的数码摄像装置来实现。在说明书和附图中公开了有利的实施例。
根据本发明的(第一)方法用于确定量化器，利用该量化器可量化数字图像和图像区域。量化器确定为用于指定的级别数量，所述指定数量至少为2。因此，为了所述确定，引入具有比指定数量更少的级别数量的另外的量化器。优选地，所述另外的量化器包括非线性或非等距离分级的量化器级别(使得在至少两个量化器级别之间出现具有不同宽度的级别)。为了更好地区分，依据根据本发明的方法确定或要确定的量化器在下文中也称为“第二”量化器，而所述“另外的”量化器也称为“第一”量化器。
通过引入所述另外的量化器，这种方法可使要确定的量化器与所述另外的量化器相匹配。通过这种方式，当使用所述另外的量化器和以这种方式确定的量化器时的量化器值之间产生的可能的差可特别地被影响，并且可建立协同作用。特别地，这使得可有利地控制图像数据的压缩。
因此，首先，量化器的初级版本被确定为具有指定的级别数量；初级版本优选地包括量化器级别的非线性分级。然后，初级版本的最接近所述另外的量化器的相应的量化器值的那些值被所述另外的量化器的这些值替换。
对于所述另外的量化器的每个量化器值w，确定初级版本的与初级版本的所有值相比最接近量化器值w的值v。要确定的量化器在此设置成替代地将量化器值w分配给根据初级版本对于值v所映射的点(特别是像素差)。在所提到的点处，要确定的量化器包括与所述另外的量化器平衡的量化器值。
对于其余的点(或像素差)，要确定的量化器可指定为使得它在这些点处采取与初级版本相同的值。作为替代方案，以这种方式确定的分配可以被视为中间版本，从所述中间版本可确定量化器(例如通过应用Lloyd-Max 法)，从而维持平衡值。因此，级别变化(不连续性)可与在初级版本的情况下一样出现在定义范围的相同点处或者与在初级版本的情况下相比出现在其它点上。要确定的量化器(或确定的量化器)的值集与中间版本可相同或有至少一个量化器值不相同；特别地，要确定的量化器(或确定的量化器)可采取中间版本不采取的至少一个量化器值。
特别地，在这些实施例的情况下，所述另外的量化器的值集嵌入到要确定的量化器的值集中。这使得在为图像编码的情况下可进行特别有利的控制：如果确定了这两个量化器中的一个产生不利的量化器值(例如，由于大的伪象或者需要太大的带宽来传输)，则(对于与之前相同的像素差或不同的像素差)可选择和应用相应的另外的量化器。由于平衡量化器，因此可预先估计由此产生的变化。
初级版本可例如通过Lloyd-Max法确定。
该方法可附加地需要确定至少一个第三量化器，所述第三量化器具有的级别的数量比对第二量化器指定的数量更多。由此，可引入针对指定的级别数量确定的第二量化器。特别地，可迭代(相应地根据该公开中披露的实施例中的一个的)所述方法，从而可确定具有更多数量的级别的多个量化器。例如，所述多个量化器可包括以这种方式确定的三个、至少四个、至少八个或多于八个量化器。
优选地，该方法在计算机单元中执行；由此可由用户输入或者自动生成指定的级别数量。
根据一个有利的实施例，该方法还需要将所确定的量化器实现为电子电路，例如数字或模拟电路。由此，所确定的量化器在物理上实现为装置。
根据本发明的(第二)方法用于为包括多个像素的图像进行编码。因此，对于所述多个像素中的至少一个像素，由像素的值和图像中或包括图像的图像序列中的至少一个相邻像素的值计算差值。然后借助于量化器将量化器值分配给差值，所述量化器是根据本公开中披露的本发明的第一方法的一实施方案确定的。所述方法还可包括量化器的确定。
因此，图像的编码产生于量化器值(其可进一步分配给比特序列)，可能加上以相应的方式或以其它方式可对于所述多个像素中的另外像素确定的值(特别是比特序列)。
根据本发明的一有利实施例，所述考虑需要采取由所述另外的量化器 (“第一”量化器)采取的第一量化器值中的至少一个或全部作为要确定的 (“第二”)量化器的量化器值。
以这种方式确定的(第二)量化器在其共同具有所述另外的量化器的至少一个量化器值的程度上被调整成适应所述另外的(第一)量化器。
根据一有利实施例，量化器的初级版本以至少一个概率密度函数为基础。这种概率密度函数(简称密度函数)优选地描述一个或多个数字图像中的像素差的概率分布：已经表明，在捕捉的图像映射现实的情况下像素差的发生率彼此非常相似地分布。
特别地，已知的概率密度函数可借助于密度函数来确定，所述密度函数被分配给至少一个参考图像、即预定的参考图像集中的数字图像，这种密度函数也被称为“参考密度函数”。因此，概率密度函数可在各点处被称为参考密度函数的算术或几何平均值(在定义范围的相应点处)，其中，平均值可以是加权的或未加权的。参考图像集可包括预定的库中的一个或多个(数字)图像(特别地，与这种库一致)和/或例如在应用时创建或者已经创建的至少一个数字图像；例如，数字参考图像可以是在要编码的图像之前或已在要编码的图像之前的图像，或者甚至可以是要编码的图像本身
参考密度函数中的至少一个(或甚至所有平均参考密度函数)可在此近似计算在相应地相关的参考图像中作为相邻像素的像素差出现的像素差的相对出现频率。
附加地或替代地，参考密度函数中的至少一个可(特别地，甚至所有平均参考密度函数都可以)属于成对的参考图像，其可被视为并呈现为序列。然后，所述至少一个参考密度函数可(相应地)近似计算这种成对的参考图像中的参考图像的像素值之间形成像素差的相对出现频率，其中，相应地形成这种像素差的像素位置(图像中的位置)优选地在相应的成对的两个参考图像中重合。
根据一有利实施例，参考密度函数相应地属于一个族，所述族的成员由于相应地相关的尺度参数而不同。以这种方式，例如，所有概率密度都可以是正态分布、柯西分布或拉普拉斯分布的概率密度，并且包括相关的尺度参数；在正态分布的情况下，尺度参数例如可以是其标准偏差或方差。因此，可以以下述方式确定尺度参数：相对的概率密度对于图像库中的相关的图像在像素差的发生率方面是优化的(在相应的密度函数族中，例如柯西分布的密度族中)。
特别地，上述概率密度函数可在各点处(对于其定义范围的每个点) 被称为参考密度函数(在相应的点处)的加权算术平均值，其中，参考密度函数如上所述可属于一个族，其中，它们由相应的尺度参数来识别。平均中的相应的权重在此优选地描述相对出现频率，借助于所述相对出现频率，相应的尺度参数在属于参考图像的密度函数下出现。以这种方式，相应的差在参考库中的图像中出现的频率流入概率密度函数，从而进入要确定的量化器的初级版本。在适当大的参考库的情况下，由此可很高概率地实现以这种方式确定的量化器平均来看特别适合用于现实中出现的任何数字图像。
根据本发明的计算机可读介质包括其中保存的指令，如果所述指令由计算机执行，则该指令根据本公开中披露的实施例之一执行本发明的方法。计算机可读介质尤其可以是安装在装置中(例如，数码摄像装置中)的可移动介质或存储器。
根据本发明的装置将至少两个量化器实现为数字电路。所述至少两个量化器由此包括具有第一级别数量的第一量化器和具有第二级别数量的第二量化器，其中，第二级别数量大于第一级别数量。由第一量化器采取的第一量化器值中的至少一个或全部由此作为第二量化器的量化器值出现。优选地，第一量化器和/或第二量化器包括非线性或非等距离分级的量化器级别(使得在至少两个量化器级别之间出现具有不同宽度的级别)。依据本公开中披露的实施例之一依据根据本发明的(“第一”)方法确定第二量化器。
根据一优选设计变型，装置甚至将具有增大的级别数量的多个量化器实现为数字电路。在所述多个量化器中的量化器下，优选地，两个量化器中的一个的值集包括在另一量化器的值集中。
这种装置使得在为图像进行编码时，通过能够相继应用不同的量化器并且能够相应地估计量化器变化的效果，可实现特别有利的控制。以这种方式，例如，在传输的情况下，可特别地支持总共一个目标带宽和/或期望的图像质量。
根据本发明的数码摄像装置包括例如计算单元中的根据本发明的装置、特别是处理器、数字信号处理器或FPGA(现场可编程门阵列)。可借助于物镜映射到摄像装置的图像传感器上的图像场景在此可被传送到装置或计算单元，并通过能够量化所包括的呈像素差的形式的图像数据在其中进一步被处理。量化数据然后可进一步被处理，例如转换(例如，编码成比特序列)、存储和/或传输到另外的设备。
附图说明
下面将基于附图详细描述本发明的优选示例性实施例。应理解，各元件和构件也可以以与所示方式不同的方式组合。在所有附图中使用用于元件的彼此对应的附图标记，并且在适用的情况下不对每个附图重新进行描述。
附图示意性地示出：
图1a：根据本发明的第一示例性实施例的用于确定量化器的方法；
图1b：根据本发明的第二示例性实施例的用于确定量化器的方法；
图2a、2b：在模运算的情况下的示例性参考密度和由此产生的函数；以及
图3：根据一示例性实施例的根据本发明的数码摄像装置，其中具有示例性图像场景。
具体实施方式
在图1中，示意性地示出了如何可依据本发明的第一示例性实施例根据本发明确定量化器Q2。
由此，图1a示出了三个分配规则，其相应地将相应的量化器值分配给 (共同的)定义范围的元素。例如，定义范围可由一图像的相邻像素之间或两个不同图像中相同位置的像素之间的可能的(即，可实现的)像素差的集合给出；例如，在具有可能像素值p∈{0，...，255}的像素空间的情况下，集合{-255，...，255}的元素可作为差。借助于模运算(在本示例中为 mod 256)，定义范围可限制为非负范围{0，...，255}，其元素在此称为“修正的差值”。模运算也可通过以指定数量位的二进制方式显示差值来隐式执行。
在图1a所示的示例中，量化器Q2被确定为具有指定的级别数量3。因此，在此，首先，(例如，借助于Lloyd-Max法)确定量化器的初级版本Qv，其级别数量与指定的级别数量3一致。
如图1a所示，初级版本将值v1、v2、v3中的一个分配给修正的差值d；因此，它在(定义范围的)点b0和b1中具有级别变化(不连续点)。
根据所示的示例性实施例，现在从初级版本Qv，引入具有较少的级别数量2(以及在点a0处的不连续点)的另外的量化器Q1，确定量化器Q2。
另外，初始版本Qv的最接近所述另外的量化器Q1的相应的量化器值的那些值在此被所述另外的量化器的这些值替换。如图1中可看出的那样，在所示的示例中，初级版本的值v1相对于初级版本的三个值最接近于所述另外的量化器Q1的量化器值w1，初级版本的值v3最接近所述另外的量化器Q1的量化器值w2。
在此，初级版本Qv中的值v1和v3被值w1和w2替代，相反与v1和v2相比具有更大的距离的值v2保持不变。从而，由此产生量化器Q2，其量化器值w1和w2与所述另外的量化器Q1的量化器值平衡。
在图1b中，示意性地示出了如何可依据一替代性实施例根据本发明确定量化器Q2：根据图1a中所示的方法确定的量化器在此被认为是中间版本Qz。
由此，现在，在保持平衡的量化器值w1和w2的情况下，例如通过应用Lloyd-Max法对于指定级别数量确定要确定的量化器
Figure BDA0002038707510000081
因此，在所示的示例中，在不连续点C0和C1处产生级别变化，其中，在此，b0<a0<c0<c1 <b1适用。
初级版本可(在两种设计变型中)优选地以概率密度函数为基础。这可以由优选地相应地属于至少一个参考图像的其它密度函数的(例如，加权算术)平均产生。例如，这种参考密度函数可相应地近似计算将相对出现频率分配给两个像素值的可想到的差的函数，所述差相应地以所述相对出现频率出现在相关参考图像中。
在图2a中，示出了这种参考密度函数f。在本示例中，它属于柯西分布族，其中，尺度参数＝20。因此，在图2a中，具有像素值{0，...，255} 的集合被取为像素空间，使得如上所述集合{-255，...，255}的元素成为可能的差分值。
图2b利用函数
Figure BDA0002038707510000082
的图形示出了模运算符mod256在(修正的差)的发生率上的效果：{-255，...，255}->{0，...，255}，其中mod256(d)：＝d mod 256。
因此，可确定和使用具有相应减小的定义范围{0，...，255}的量化器，其点(与原始可能的差相比)可分别仅用8位来呈现。
图3示出了示例性地具有物镜11的根据本发明的数码摄像装置10的结构的示意图。由此，图像场景100经过物镜11被映射到图像传感器12 上，所述图像传感器12包括光敏元件的规则排列；图像场景借此映射到像素值。
图像传感器12将像素值作为电数据发送到摄像装置10内的计算单元 13，所述计算单元13包括例如处理器、数字信号处理器(DSP)或FPGA。计算单元13包括根据本发明的由此将特别是至少两个量化器实现为数字电路的装置，其中所述至少两个量化器包括具有第一级别数量的第一量化器和具有更多的第二级别数量的第二量化器，其中，第一量化器采取的第一量化器值中的至少一个或全部作为第二量化器的量化器值出现。
电子数据被转换成用户可借助于量化器中的至少一个使用的形式(其中，电子数据可例如被编码)，然后，数据经由接口14作为电子信号15被例如传输到接收器(未示出)。
公开了一种确定用于量化数字图像的量化器Q2、
Figure BDA0002038707510000091
的方法，其中，量化器Q2、
Figure BDA0002038707510000092
确定为具有指定的级别数量，所述指定的级别数量至少为2。为了确定，考虑具有比指定的级别数量更少的级别数量的另外的量化器Q1。
此外，公开了一种为包括多个像素的图像编码方法、一种计算机可读介质、一种将至少两个量化器Q1、Q2；
Figure BDA0002038707510000093
实现为数字电路的装置和一种具有这种装置的数码摄像装置10。
附图标记列表
10 数码摄像装置
11 物镜
12 图像传感器
13 计算单元
14 接口
15 信号
100 图像场景
d 修正的差值
Q1 另外的(“第一”)量化器
Q2；
Figure BDA0002038707510000101
要确定的(“第二”)量化器
Qv 初级版本
Qz 中间版本
a0 所述另外的(“第一”)量化器Q1的不连续点
b0、b1 初级版本的不连续点
c0、c1 要确定的(“第二”)量化器
Figure BDA0002038707510000102
的不连续点
v1、v2、v3 初级版本(量化)值
w1、w2、w3 所述另外的量化器和要确定的量化器的量化器值

Claims (12)

1.一种确定用于量化数字图像的第二量化器
Figure FDA0003149493020000011
的方法，其中，对于指定的级别数量确定所述第二量化器，所述指定的级别数量至少为2，
其中，为了所述确定，引入具有比指定的级别数量更少的级别数量的第一量化器(Q1)，
其中，所述方法包括：确定具有指定的级别数量的第二量化器的初级版本(Qv)，并将初级版本的最接近所述第一量化器(Q1)的量化器值(w1，w2)的值(v1，v3)替换为所述第一量化器的所述量化器值(w1，w2)；以及
其中
-所述第二量化器被设置为具有替换值的初级版本；或
-通过应用Lloyd-Max方法并保持所述替换值，从具有替换值的初级版本确定第二量化器。
2.根据权利要求1所述的方法，其中，初级版本(Qv)以概率密度函数为基础。
3.根据权利要求2所述的方法，所述方法包括通过对被称为参考密度函数(f)的密度函数求平均来确定概率密度函数，
其中，所述参考密度函数(f)中的至少一个近似计算像素差的相对出现频率，所述像素差在相应的参考图像中作为相邻像素的像素值差出现，
和/或
其中，所述参考密度函数(f)中的至少一个近似计算像素差的相对出现频率，所述像素差在至少两个相关的参考图像中作为相应的像素位置处的像素值差出现。
4.根据权利要求3所述的方法，其中，所述参考密度函数(f)相应地属于一个族，所述族的成员由于相应地相关的尺度参数而不同。
5.根据权利要求3所述的方法，其中，在各点处计算作为参考密度函数(f)的加权的算术或几何平均值的概率密度函数。
6.根据权利要求4所述的方法，其中，在各点处计算作为参考密度函数(f)的加权的算术或几何平均值的概率密度函数。
7.根据权利要求6所述的方法，其中，属于具有相关的尺度参数的参考密度函数(f)的权重相应地描述相应的尺度参数在属于参考图像的密度函数中的相对出现频率。
8.根据前述权利要求中任一项所述的方法，所述方法包括：需要将所确定的第二量化器实现为电子电路。
9.一种用于为包括多个像素的图像(B1)编码的方法，其中，对于所述多个像素中的至少一个像素：
-由图像中或包括图像的图像序列中的像素的值和至少一个相邻像素的值计算差值，以及
-借助于根据前述权利要求中任一项所述的方法确定的第二量化器
Figure FDA0003149493020000021
将量化器值分配给差值。
10.一种计算机可读介质，其中存储有指令，所述指令配置成当所述指令被计算机执行时能够执行根据前述权利要求中任一项所述的方法。
11.一种将至少两个量化器实现为数字电路的装置，其中，所述至少两个量化器包括具有第一级别数量的第一量化器(Q1)和具有第二级别数量的第二量化器
Figure FDA0003149493020000022
其中，第二级别数量大于第一级别数量，
其中，第一量化器采取的第一量化器值(w1，w2)中的至少一个或全部作为第二量化器的量化器值出现，
其中，根据权利要求1-8中任一项所述的方法确定第二量化器
Figure FDA0003149493020000023
12.一种数码摄像装置(10)，其具有根据权利要求11所述的装置。
CN201910334478.0A 2018-04-30 2019-04-24 确定量化器的方法、计算机可读介质和实现量化器的装置 Active CN110418136B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
DE102018110384 2018-04-30
DE102018110384.0 2018-04-30
DE102018112215.2 2018-05-22
DE102018112215.2A DE102018112215B3 (de) 2018-04-30 2018-05-22 Quantisiererbestimmung, computerlesbares Medium und Vorrichtung, die mindestens zwei Quantisierer implementiert

Publications (2)

Publication Number Publication Date
CN110418136A CN110418136A (zh) 2019-11-05
CN110418136B true CN110418136B (zh) 2021-11-09

Family

ID=67144879

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910334478.0A Active CN110418136B (zh) 2018-04-30 2019-04-24 确定量化器的方法、计算机可读介质和实现量化器的装置

Country Status (3)

Country Link
US (1) US10930018B2 (zh)
CN (1) CN110418136B (zh)
DE (1) DE102018112215B3 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11509897B2 (en) 2020-08-07 2022-11-22 Samsung Display Co., Ltd. Compression with positive reconstruction error
US11503322B2 (en) 2020-08-07 2022-11-15 Samsung Display Co., Ltd. DPCM codec with higher reconstruction quality on important gray levels

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02312383A (ja) * 1989-05-26 1990-12-27 Canon Inc 符号化及び復号化装置
CN1195943A (zh) * 1997-04-07 1998-10-14 三菱电机株式会社 一种图象编码装置、图象编码方法及图象存储/传送装置
US6864818B1 (en) * 2003-12-09 2005-03-08 Texas Instruments Incorporated Programmable bandpass analog to digital converter based on error feedback architecture
CN101091393A (zh) * 2004-12-28 2007-12-19 日本电气株式会社 运动图像编码方法以及利用其的装置、计算机程序
CN102057679A (zh) * 2008-07-30 2011-05-11 日立民用电子株式会社 压缩图像噪声去除装置和再现装置
CN103813167A (zh) * 2012-11-13 2014-05-21 联发科技股份有限公司 一种量化转换参数处理方法及装置
CN106068648A (zh) * 2014-01-02 2016-11-02 高通股份有限公司 调色板译码模式中视频块的逸出像素的量化

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4736387A (en) 1986-03-28 1988-04-05 Gte Laboratories Incorporated Quantizing apparatus
JPH0591328A (ja) * 1991-09-30 1993-04-09 Ricoh Co Ltd 画像処理装置
GB9509831D0 (en) * 1995-05-15 1995-07-05 Gerzon Michael A Lossless coding method for waveform data
US5764803A (en) * 1996-04-03 1998-06-09 Lucent Technologies Inc. Motion-adaptive modelling of scene content for very low bit rate model-assisted coding of video sequences
US7142235B2 (en) * 1998-07-30 2006-11-28 Hewlett-Packard Development Company, L.P. Opportunistic improvement of digital camera image quality
US6246345B1 (en) * 1999-04-16 2001-06-12 Dolby Laboratories Licensing Corporation Using gain-adaptive quantization and non-uniform symbol lengths for improved audio coding
US7277483B1 (en) * 2000-04-18 2007-10-02 Ati International Srl Method and apparatus for rate control for constant-bit-rate finite-buffer-size video encoder
US6483927B2 (en) * 2000-12-18 2002-11-19 Digimarc Corporation Synchronizing readers of hidden auxiliary data in quantization-based data hiding schemes
US6763068B2 (en) * 2001-12-28 2004-07-13 Nokia Corporation Method and apparatus for selecting macroblock quantization parameters in a video encoder
US7467359B2 (en) * 2002-11-26 2008-12-16 Lsi Corporation Decoder using a memory for storing state metrics implementing a decoder trellis
DE102004009955B3 (de) * 2004-03-01 2005-08-11 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Ermitteln einer Quantisierer-Schrittweite
US7801383B2 (en) 2004-05-15 2010-09-21 Microsoft Corporation Embedded scalar quantizers with arbitrary dead-zone ratios
US7844879B2 (en) * 2006-01-20 2010-11-30 Marvell World Trade Ltd. Method and system for error correction in flash memory
US7974340B2 (en) * 2006-04-07 2011-07-05 Microsoft Corporation Adaptive B-picture quantization control
GB2444991A (en) * 2006-12-21 2008-06-25 Tandberg Television Asa Method of selecting quantizer values in video compression systems
JP4975002B2 (ja) * 2007-12-20 2012-07-11 キヤノン株式会社 画像処理装置、画像形成装置および画像処理方法
JP4831215B2 (ja) * 2009-07-06 2011-12-07 ブラザー工業株式会社 画像データ処理装置及び液体吐出装置
EP2564353A1 (en) * 2010-04-30 2013-03-06 Vucomp, Inc. Spiculated malignant mass detection and classification in radiographic image
EP2501133A3 (de) 2011-03-16 2013-07-31 Basler AG Verfahren und Vorrichtung zur Bandbreitenreduktion für Bilddaten
CN103096048B (zh) * 2011-11-02 2015-11-11 北京大学 一种可伸缩视频编码量化参数确定方法及装置
JP5900024B2 (ja) * 2012-03-02 2016-04-06 沖電気工業株式会社 動画像符号化装置及びプログラム、動画像復号装置及びプログラム、並びに、動画像配信システム
JP5939891B2 (ja) * 2012-05-31 2016-06-22 キヤノン株式会社 画像処理装置、画像処理システム、画像処理方法、プログラム及びコンピュータ可読記憶媒体
KR20140037309A (ko) * 2012-09-13 2014-03-27 삼성전자주식회사 이미지 압축 회로와 이를 포함하는 디스플레이 시스템
CN107316646B (zh) * 2012-10-01 2020-11-10 日本电信电话株式会社 编码方法、编码装置以及记录介质
FR3001600B1 (fr) * 2013-01-29 2016-05-06 Stmicroelectronics (Grenoble 2) Sas Procede et dispositif de compression d'un signal d'image et procede et dispositif correspondant de decompression
WO2014193630A1 (en) * 2013-05-30 2014-12-04 Intel Corporation Quantization offset and cost factor modification for video encoding
WO2014193631A1 (en) * 2013-05-31 2014-12-04 Intel Corporation Adjustment of intra-frame encoding distortion metrics for video encoding
EP3058569B1 (en) * 2013-10-18 2020-12-09 Fraunhofer Gesellschaft zur Förderung der angewandten Forschung E.V. Concept for encoding an audio signal and decoding an audio signal using deterministic and noise like information
US9281007B2 (en) * 2014-02-07 2016-03-08 Avago Technologies General Ip (Singapore) Pte. Ltd. Read channel sampling utilizing two quantization modules for increased sample bit width
US20150262247A1 (en) * 2014-03-11 2015-09-17 National Cart Marketing, LLC Curbside cart direct marketing systems and methods
KR20240010550A (ko) * 2014-03-28 2024-01-23 삼성전자주식회사 선형예측계수 양자화방법 및 장치와 역양자화 방법 및 장치
FR3032297A1 (fr) * 2015-02-04 2016-08-05 Stmicroelectronics (Grenoble 2) Sas Procede et dispositif de compression d'une image numerique couleur
ITUB20153724A1 (it) * 2015-09-18 2017-03-18 Sisvel Tech S R L Metodi e apparati per codificare e decodificare immagini o flussi video digitali
US20190181878A1 (en) * 2016-08-02 2019-06-13 Fundacio Centre Tecnologic De Telecomunicacions De Catalunya Delta-sigma converter with pm/fm non-linear loop
JP6880833B2 (ja) * 2017-03-02 2021-06-02 ブラザー工業株式会社 印刷実行部に印刷を実行させるための制御装置
US20180367197A1 (en) * 2017-06-16 2018-12-20 Mediatek Inc. Method And Apparatus For Linear Combination Codebook Design And CSI Feedback In Mobile Communications
KR20200057475A (ko) * 2018-11-16 2020-05-26 삼성전자주식회사 연산 회로를 포함하는 메모리 장치 및 그것을 포함하는 뉴럴 네트워크 시스템

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02312383A (ja) * 1989-05-26 1990-12-27 Canon Inc 符号化及び復号化装置
CN1195943A (zh) * 1997-04-07 1998-10-14 三菱电机株式会社 一种图象编码装置、图象编码方法及图象存储/传送装置
US6864818B1 (en) * 2003-12-09 2005-03-08 Texas Instruments Incorporated Programmable bandpass analog to digital converter based on error feedback architecture
CN101091393A (zh) * 2004-12-28 2007-12-19 日本电气株式会社 运动图像编码方法以及利用其的装置、计算机程序
CN102057679A (zh) * 2008-07-30 2011-05-11 日立民用电子株式会社 压缩图像噪声去除装置和再现装置
CN103813167A (zh) * 2012-11-13 2014-05-21 联发科技股份有限公司 一种量化转换参数处理方法及装置
CN106068648A (zh) * 2014-01-02 2016-11-02 高通股份有限公司 调色板译码模式中视频块的逸出像素的量化

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于自适应分割和自适应量化的图像压缩算法;张世强，张淑芳，赵蒿，胡青;《大连海事大学学报》;20090331;全文 *

Also Published As

Publication number Publication date
US10930018B2 (en) 2021-02-23
DE102018112215B3 (de) 2019-07-25
US20190333250A1 (en) 2019-10-31
CN110418136A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
KR101939012B1 (ko) 하이 다이내믹 레인지 이미지들을 위한 콘텐츠 적응적 지각 양자화기
JP4824726B2 (ja) ディジタル映像圧縮のための適応制御
CN112913237A (zh) 使用深度神经网络的人工智能编码和人工智能解码方法和设备
US20210152621A1 (en) System and methods for bit rate control
CN110418136B (zh) 确定量化器的方法、计算机可读介质和实现量化器的装置
US11955994B2 (en) Data processing apparatuses, methods, computer programs and computer-readable media
US10602145B2 (en) Image encoding apparatus and control method thereof
US10776956B2 (en) Image coding apparatus, image decoding apparatus, image coding method, image decoding method, and non-transitory computer-readable storage medium
US8218882B2 (en) Image coding method, image coding apparatus, image coding circuit, information recording medium, and computer program
JP2017216630A (ja) 画像符号化装置及びその制御方法
US8433151B2 (en) Image coding apparatus, image coding method and computer readable medium storing program
JP6806466B2 (ja) 画像符号化装置及びその制御方法
JP6792351B2 (ja) 符号化装置、撮像装置、符号化方法、及びプログラム
JP2021090129A (ja) 画像処理装置、撮像装置、画像処理方法およびプログラム
JP2017228827A (ja) イントラ予測器、画像符号化装置、画像復号装置およびプログラム
US11146787B2 (en) Method of compressing image data
CN112822493A (zh) 基于复杂度来适应性地对视频帧进行编码
CN110418133B (zh) 用于为图像数据编码的方法和装置
JP2009509405A (ja) ビデオシーケンスにおける可変形状動き推定
JP6486120B2 (ja) 符号化装置、符号化装置の制御方法、及びプログラム
CN114363624B (zh) 一种基于敏感度的码率分配特征压缩方法
US11595661B2 (en) Encoding amount estimation apparatus, encoding amount estimation method and encoding amount estimation program
US20240137506A1 (en) Systems and methods for image filtering
US20240236313A9 (en) Systems and methods for image filtering
JP2022043080A (ja) 画像符号化装置、画像符号化方法、プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant