DE4224275C2

DE4224275C2 - Method for improving data compression in data compression methods with transformation coding

Info

Publication number: DE4224275C2
Application number: DE4224275A
Authority: DE
Inventors: Peter List
Original assignee: Deutsche Telekom AG
Current assignee: Deutsche Telekom AG
Priority date: 1992-07-23
Filing date: 1992-07-23
Publication date: 1998-05-14
Anticipated expiration: 2012-07-24
Also published as: DE4224275A1

Description

Das Verfahren dient der Verbesserung der Datenkompression und kann in allen digitalen Datenkompressionsverfahren mit Transformationscodierung eingesetzt werden.The method is used to improve data compression and can be used in all digital data compression processes Transformation coding can be used.

Bei der digitalen Verarbeitung von Ton-, Bild- und anderen Signalen fallen oft sehr große Datenmengen an, deren Spei cherung oder Übertragung nicht oder nur mit unverhältnis mäßig hohem Aufwand möglich ist. Methoden der Signalver arbeitung, die es gestatten, die Menge dieser Daten zu verringern, ohne die in ihnen enthaltene Information all zusehr in Mitleidenschaft zu ziehen, haben deshalb eine große Bedeutung. Mit diesen Methoden wird die dem Daten material innewohnende Redundanz verringert. Die so er reichte Datenkompression ist um so wirksamer je voll ständiger die Redundanz beseitigt werden kann. Voraus setzung für die Speicherung von Bewegtbildsequenzen auf CD ist z. B. eine Kompression der Bilddaten um einen Faktor von etwa 1/150. In dem zu diesem Zweck unter dem Namen MPEG-1 entwickelten Verfahren werden die digitalisierten Fernsehbilder von ca. 165 Mbit/s auf 1.125 Mbit/s kom primiert, ohne daß große Einbußen in der Bildqualität zu bemerken sind. Für die Bildtelefonie stehen in der Regel sogar nur 64 kbit/s zur Verfügung.In the digital processing of sound, image and others Signals often have very large amounts of data, their storage No backup or transfer or only with disproportion moderately high effort is possible. Methods of Signal Ver work that allow the amount of this data to be decrease without the information they contain all To suffer too much therefore have one big meaning. With these methods, the data Redundancy inherent in material is reduced. The so he handed data compression is the more effective the full the redundancy can be eliminated continuously. Advance setting for the storage of moving picture sequences on CD is z. B. compression of the image data by a factor of about 1/150. In the for this purpose under the name Processes developed MPEG-1 are digitized TV pictures from approx. 165 Mbit / s to 1,125 Mbit / s com primed without much loss in image quality are noticed. Usually stand for video telephony even only 64 kbit / s available.

Viele der bekannten Verfahren basieren, zumindest teil weise, auf der sogenannten Transformationscodierung. Dabei wird das zu komprimierende Signal in Abschnitte (bei der Bildverarbeitung auch in zweidimensionale Blöcke) aufge teilt, die dann unabhängig voneinander einer meist linearen Transformation unterzogen werden. Die Anzahl der Transfor mationskoeffizienten nach der Transformation ist dabei gleich der Anzahl von Eingangswerten. Wird für die Trans formation die Digitale-Cosinus-Transformation (DCT) ver wendet, entsprechen die Transformationskoeffizienten einer spektralen Zerlegung des zu verarbeitenden Signals. Für einen großen Teil möglicher Eingangsdaten, etwa ein- oder zweidimensionalen Datenstrukturen aus einem digitalisierten Videosignal oder Signalabschnitten aus einem digitalisier ten Sprachsignal gilt in der Regel, daß niedere spektrale Komponenten eine deutlich größere Energie besitzen als hochfrequente. Diese Eigenschaft verleiht der DCT und an deren Transformationen auch schon in bisherigen Anwendungen ihre guten Kompressionseigenschaften, da Koeffizienten, die hochfrequente Signalanteile repräsentieren, entweder über haupt nicht mehr oder mit deutlich geringerem Aufwand co diert werden können.Many of the known methods are based, at least in part wise, on the so-called transformation coding. Here the signal to be compressed is divided into sections (at the Image processing also in two-dimensional blocks) divides, which are then independent of one another mostly linear Undergo transformation. The number of transfor Mation coefficient after the transformation is included equal to the number of input values. Is used for the Trans formation the digital cosine transformation (DCT) ver the transformation coefficients correspond to one spectral decomposition of the signal to be processed. For a large part of possible input data, such as input or two-dimensional data structures from a digitized Video signal or signal sections from a digitized th speech signal usually applies that lower spectral Components have a significantly greater energy than high frequency. This property gives the DCT and on their transformations even in previous applications their good compression properties because coefficients that represent high frequency signal components, either via no more at all or with significantly less effort co can be dated.

Die Güte der Kompressionseigenschaften von Transformationen lassen sich deshalb an ihrer Fähigkeit messen, einen möglichst großen Teil der Signalenergie in einer möglichst kleinen Anzahl von Koeffizienten zu bündeln. Das beschrie bene Verhalten verleiht den transformierten Datenstrukturen im Mittel eine typische Gestalt. Diese besteht in einem zu höheren spektralen Komponenten immer stärker werdenden Ab fall der Koeffizientenamplituden. Nach einer Transformation tritt auf diese Weise ein Teil der Redundanz des Signals zu Tage. In konventionellen Methoden wird diese zur Datenkom pression genutzt, indem, wie beschrieben, viele der hoch frequenten Koeffizienten mit nur geringem Aufwand an Daten rate codiert werden.The quality of the compression properties of transformations can therefore be measured by their ability to as large a part of the signal energy as possible bundle small number of coefficients. That described bene Behavior gives the transformed data structures on average a typical shape. This consists in one too higher spectral components getting stronger and stronger case of the coefficient amplitudes. After a transformation part of the redundancy of the signal occurs in this way Days. In conventional methods this becomes data comm pression used by, as described, many of the high frequency coefficients with only a small amount of data rate can be encoded.

Ziel der Erfindung ist es, ein Verfahren zu entwickeln, das es ermöglicht, die oben beschriebene Redundanz sehr viel wirkungsvoller für die Datenkompression einzusetzen. Das erfindungsgemäße Verfahren beruht darauf, den "typi schen Anteil" an den Amplituden der Koeffizienten durch Vektorquantisierung möglichst weitgehend zu verringern. The aim of the invention is to develop a method that it allows the redundancy described above a great deal more effective for data compression. The method according to the invention is based on the "typi 'portion of the amplitudes of the coefficients To reduce vector quantization as much as possible.

Dafür ist zunächst zu beachten, daß dieser "typische An teil" nur in den Beträgen der Koeffizienten zutage tritt.It should first be noted that this "typical An part "appears only in the amounts of the coefficients.

Das erfindungsgemäße Verfahren wird anhand eines Ausfüh rungsbeispiels näher erläutert. In Fig. 1 sind anhand eines Blockschemas die erfindungsgemäßen Arbeitsschritte und ihre Einordnung in das bestehende Datenkompressionsver fahren dargestellt.The inventive method is explained in more detail using an exemplary embodiment. In Fig. 1, the work steps according to the invention and their classification into the existing data compression process are shown using a block diagram.

Anhand von Fig. 1 ist ersichtlich, daß der den ein- oder mehrdimensionalen Transformationsteil des bestehenden Datenkompressionsverfahrens verlassende Datenstrom in einem ersten Arbeitsschritt einer Absolutwertbildung unterzogen wird.Referring to Fig. 1 it is apparent that the the one or multi-dimensional transformation part of the existing data compression method exiting stream is subjected in a first step, an absolute value formation.

Nach der Absolutwertbildung folgt eine Vektorquantisierung des Datenstromes, wobei die Größe der ein- oder mehrdimen sionalen Codebuchvektoren des Vektorquantisierers der Ver arbeitungslänge der ein- oder mehrdimensionalen Signalab schnitte der Transformation, bzw. bestimmten Teilen davon, entspricht.After the absolute value formation, vector quantization follows of the data stream, the size of the one or more dim sional codebook vectors of the vector quantizer of ver working length of the one- or multi-dimensional signal cuts of the transformation, or certain parts of it, corresponds.

Das Codebuch des Vektorquantisierers besteht aus einer im Prinzip beliebigen Anzahl von typischen transformierten Signalabschnitten oder festgelegten Teilen dieser Abschnit te. Bei der Vektorquantisierung wird dann aus der im Code buch enthaltenen Sammlung von typischen Mustern bzw. Vek toren derjenige Vektor herausgesucht, der dem zu verar beitenden Signalabschnitt am ähnlichsten ist. Die Struktur des Codebuches ist dabei im Prinzip nicht von Bedeutung. Als vorteilhaft erweist es sich jedoch, ein sogenanntes Tree-Codebuch zu verwenden, da dieses den nötigen Rechen aufwand deutlich reduziert. The vector quantizer's code book consists of an im Principle any number of typical transformed Signal sections or specified parts of this section te. In vector quantization, the code in the book contained collection of typical patterns or Vek the vector that is to be processed processing signal section is most similar. The structure the code book is in principle not important. It proves to be advantageous, however, a so-called Tree codebook to use because this does the necessary computing effort significantly reduced.

Im Anschluß an die Vektorquantisierung wird der vektor quantisierte Datenstrom von dem Datenstrom subtrahiert, der der Absolutwertbildung unterzogen worden war.Following the vector quantization, the vector subtracted quantized data stream from the data stream that had been subjected to absolute value formation.

Im Ergebnis der Subtraktion entsteht ein Datenstrom, der aus dem Differenzdatenstrom, den Vorzeichen der Daten vor der Absolutwertbildung und den vom Vektorquantisierer generierten Vektornummern besteht.The result of the subtraction creates a data stream that from the differential data stream, the sign of the data the absolute value formation and that of the vector quantizer generated vector numbers.

Der so erhaltene Differenzdatenstrom wird mit dem beste henden Datenkompressionsverfahren in bereits bekannter Art und Weise weiter verarbeitet. Nur wenn das bestehende Datenkompressionsverfahren eine Rückkopplungsschleife besitzt, in der Abschnitte des codierten Signals wieder rekonstruiert werden, um beispielsweise als Prädiktion für nachfolgende Signalabschnitte zu dienen, wird der Anteil des codierten Datenstromes, der die Vorzeichen und Vektor nummern enthält, noch innerhalb des bestehenden Datenkom pressionsverfahrens benötigt, um den Codierungsvorgang rückgängig zu machen und ein rekonstruiertes Signal erzeu gen zu können, das dem im Decoder gleicht.The differential data stream thus obtained is the best existing data compression method in a known manner and processed further. Only if the existing one Data compression process a feedback loop owns sections of the encoded signal again can be reconstructed, for example, as a prediction for The portion serving to serve subsequent signal sections of the encoded data stream, which is the sign and vector contains numbers, still within the existing data comm compression process needed to complete the coding process undo and generate a reconstructed signal that is similar to that in the decoder.

Wenn nach der Vektorquantisierung die Differenz des trans formierten Signalabschnittes mit dem optimalen Codebuch vektor gebildet wurde, so werden im Mittel die Amplituden der Koeffizienten deutlich verringert sein. Der Codier aufwand, der in Verbindung mit einem bekannten Kompres sions-Algorithmus (wie z. B. dem Hybrid-DCT-Algorithmus MPEG-1 für die Bewegtbildcodierung bei 1.125 Mbit/s) bei Übertragung oder Speicherung des komprimierten Signals entsteht, kann dabei für die Koeffizienten mitunter um weit mehr als die Hälfte vermindert werden. Um das Signal voll ständig regenerieren zu können, müssen zusätzlich aller dings sowohl die Nummern der verwendeten Codebuchvektoren als auch die Vorzeichen aller Koeffizienten, die nach der Differenzbildung (und der vom zu beschreibenden Verfahren unabhängigen Quantisierung) noch ungleich Null sind, über tragen werden. Damit wird ein gewisser Teil der Ersparnis wieder zunichte gemacht. Die Gesamtersparnis kann bei einem Algorithmus wie z. B. MPEG-1 (im Intra-Mode) aber ohne wei teres bei 15-35% liegen. Als vorteilhaft erweist es sich, daß problematisches Datenmaterial, das bei der Codierung eine besonders hohe Datenmenge benötigt, durch das neue Verfahren besonders effizient weiter komprimiert wird.If after the vector quantization the difference of the trans formed signal section with the optimal codebook vector was formed, so the amplitudes on average of the coefficients can be significantly reduced. The coding effort in connection with a known compress sions algorithm (such as the hybrid DCT algorithm MPEG-1 for moving picture coding at 1,125 Mbit / s) Transmission or storage of the compressed signal arises, can sometimes by far for the coefficients be reduced by more than half. To get the signal full To be able to regenerate constantly, everyone has to However, both the numbers of the codebook vectors used as well as the signs of all the coefficients after the Difference formation (and the process to be described independent quantization) are still not equal to zero will wear. This will make up some of the savings destroyed again. The total savings can be with one Algorithm such as B. MPEG-1 (in intra mode) but without white teres are 15-35%. It proves to be advantageous that problematic data that is involved in coding a particularly large amount of data is required due to the new Process is compressed particularly efficiently.

Besonders bei großen Codebüchern macht die Codierung der Nummern der jeweils optimalen Vektoren, die für jeden codierten Signalabschnitt erforderlich ist, einen nicht unerheblichen Teil des zusätzlichen Kompressionsgewinns zunichte. Es sind viele Möglichkeiten denkbar, diesen Aufwand zu verringern. Neben einer einfachen Entropie codierung besteht z. B. die Möglichkeit, für eine größere Menge von transformierten Signalabschnitten (bei der Bild codierung z. B. für ein Bild oder Teilbild) unter einer beliebigen Menge von kleineren Codebüchern das für diese Signalabschnitte am besten geeignete in einer Vorauswahl zu selektieren. Das Kriterium für diese Vorauswahl könnte im einfachsten Fall z. B. die mittlere Energie oder die mitt lere Amplitude der betreffenden transformierten Signal abschnitte oder Teilen davon sein.Especially with large code books, the coding of the Numbers of the optimal vectors for each coded signal section is required, not one insignificant part of the additional compression gain nullified. There are many ways to do this Reduce effort. In addition to a simple entropy coding exists e.g. B. the possibility for a larger one Set of transformed signal sections (in the picture coding e.g. B. for a picture or drawing file) under one any amount of smaller codebooks for this Signal sections most appropriate in a pre-selection too select. The criterion for this preselection could be in simplest case z. B. the mean energy or the mean lere amplitude of the transformed signal concerned sections or parts thereof.

Eine weitere Möglichkeit zur besseren Ausgestaltung der Erfindung beruht darauf, für die Kompression eines trans formierten Signalabschnittes jeweils mehrere Codebücher zuzulassen. Ein bestimmtes Codebuch wäre dann jeweils auf bestimmte Koeffizienten des transformierten Signalab schnittes anzuwenden. Bei einer solchen Vorgehensweise bestehen mit Sicherheit starke statistische Abhängigkeiten zwischen den Nummern der jeweils für einen Signalabschnitt optimalen Codebuchvektoren, so daß mit einer geeigneten Kanalcodierung die notwendige Datenmenge für die Vektor nummern hier besonders stark reduziert werden könnte. Nicht notwendigerweise alle Koeffizienten müssen der Vektorquan tisierung unterzogen werden.Another way to better design the Invention is based on the compression of a trans formed signal section each have several code books allow. A particular code book would then be open certain coefficients of the transformed signal to apply cut. With such an approach there are certainly strong statistical dependencies between the numbers of each for a signal section optimal codebook vectors, so that with a suitable Channel coding the amount of data required for the vector numbers could be reduced particularly sharply here. Not necessarily all coefficients must be the vector quantum be subjected to tization.

Weiterhin ist denkbar, die Indexnummer eines ausgewählten Codebuchveltors als eine Klassifizierung des entsprechenden transformierten Blockes anzusehen. So könnten auf einfache Weise etwa Blöcke gemäß ihrer Energie, ihres Hochfrequenz anteils oder anderer Kriterien klassifiziert werden. Die weitere Verarbeitung könnte dann auf die besondere Struktur der Blöcke abgestimmt werden. Beispielsweise könnte abhän gig von der durch einen Codebuchvektor gegebenen Klasse die Quantisierungsgenauigkeit variiert werden oder optimal an gepaßte "Variable Length Codes" für die Kanalcodierung ge wählt werden.The index number of a selected one is also conceivable Codebook Veltors as a classification of the corresponding to look at the transformed block. So could be simple For example, blocks according to their energy, their high frequency share or other criteria. The Further processing could then be based on the special structure of the blocks are matched. For example, could depend gig of the class given by a code book vector Quantization accuracy can be varied or optimal Matched "Variable Length Codes" for channel coding be chosen.

Claims

1. A method for improving the data compression in data compression methods with transformation coding, characterized in that the data stream leaving the one- or multi-dimensional transformation part of the existing data compression method is subjected to an absolute value formation, so that the data stream treated in this way is subjected to vector quantization so that the size of the one- or multi-dimensional codebook vectors of the vector quantizer of the processing length of the one- or multi-dimensional signal sections of the transformation, or certain parts thereof, correspond to the fact that the vector-quantized data stream is subtracted from the data stream subjected to the absolute value formation, that of the existing data compression method for further Processing re-supplied data stream from the differential data stream, the sign of the data before the absolute value formation and the vector numbers generated by the vector quantizer eht.

2. The method according to claim 1, characterized in that for a larger part of the data to be processed current, which consists of several each one Transfor mation corresponding one- or multi-dimensional Si gnal sections exists, each an optimally suitable Codebook from a predetermined number of codebooks is selected, the choice of the codebook from depends on a measure to be calculated in advance, that before preferably from the middle energy or the middle Amplitude of certain transformation coefficients or Groups of transformation coefficients to be processed data stream is determined.

3. The method according to claim 1 and 2, characterized records that sections of the data stream that the Processing length of one- or multi-dimensional Signal sections correspond to a transformation with any number of code books so vector quan be tized that certain codebooks each be agreed groups of transformation coefficients assigned within the above signal sections are not.

4. The method according to claim 1, 2 and 3, characterized records that the difference signal is not or only Part of the data stream that belongs to the existing one Data compression process for further processing is fed again.

5. The method according to claim 1, 2, 3 and 4, characterized characterized that for optimized class-dependent Control of the further processing steps that one Codebook vector index number assigned to signal section to classify the relevant signal section is used.