DE69628760T2 - Speicherung und wiedergewinnung von grossen digitalen bildern - Google Patents

Speicherung und wiedergewinnung von grossen digitalen bildern Download PDF

Info

Publication number
DE69628760T2
DE69628760T2 DE69628760T DE69628760T DE69628760T2 DE 69628760 T2 DE69628760 T2 DE 69628760T2 DE 69628760 T DE69628760 T DE 69628760T DE 69628760 T DE69628760 T DE 69628760T DE 69628760 T2 DE69628760 T2 DE 69628760T2
Authority
DE
Germany
Prior art keywords
dwt
data
image
piece
image data
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.)
Expired - Lifetime
Application number
DE69628760T
Other languages
English (en)
Other versions
DE69628760D1 (de
Inventor
N. Jonathan BRADLEY
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.)
University of California
Original Assignee
University of California
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=24225563&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=DE69628760(T2) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by University of California filed Critical University of California
Application granted granted Critical
Publication of DE69628760D1 publication Critical patent/DE69628760D1/de
Publication of DE69628760T2 publication Critical patent/DE69628760T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
    • H04N19/64—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets characterised by ordering of coefficients or of bits for transmission
    • H04N19/645—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets characterised by ordering of coefficients or of bits for transmission by grouping of coefficients into blocks after the transform
    • 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
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • 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
    • H04N19/1883—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 relating to sub-band structure, e.g. hierarchical level, directional tree, e.g. low-high [LH], high-low [HL], high-high [HH]
    • 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
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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
    • H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
    • 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
    • H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
    • H04N19/635—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets characterised by filter definition or implementation details
    • 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
    • H04N19/115—Selection of the code volume for a coding unit prior to coding
    • 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
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/146—Data rate or code amount at the encoder output
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Television Signal Processing For Recording (AREA)

Description

  • HINTERGRUND DER ERFINDUNG
  • Diese Erfindung betrifft die digitale Abbildung und insbesondere die Speicherung und das Abrufen von in sehr großen digitalen Bildern enthaltenen Daten.
  • Es existieren viele Anwendungen, die die Speicherung und den Abruf von sehr großen digitalen Bildern erfordern. Beispiele solcher Datensätze umfassen eine Landsat Thematic Mapper (TM) Szene, ein Mosaik von digitalen Orthophotos (digitalen Luftphotographien) oder eine Abtastung eines photographischen Negativs mit hoher Auflösung. Wie hierin verwendet, bedeutet der Begriff "Bild" eine beliebige große zweidimensionale Matrix von numerischen Daten, selbst wenn diese Daten typischerweise nicht als "Bild" bezeichnet werden können, z. B. digitale Höhendaten.
  • Aufgrund der ungeheuren Mengen an Daten, die in solchen Bildern vorhanden sind, ist die Datenkomprimierung von signifikanter Bedeutung, um die Nutzung von Computerspeicher- und Übertragungsbetriebsmitteln zu verbessern. Die in Betracht gezogenen Bildabmessungen sind signifikant größer als sie auf einem Computermonitor betrachtet werden können. Wenn ein Benutzer nur Bildteilabschnitte mit voller Auflösung betrachten kann, kann eine Anzeige weniger als ein Prozent des Bildes enthalten. Unter einem solchen Umstand ist es schwierig, im Betrachter ein Gesamtbild des Bildes zu erzeugen oder spezielle interessierende Merkmale aufzufinden. Die Betrachtung des Bildes mit weniger als voller Auflösung ermöglicht, daß größere Bereiche des Bildes oder sogar ein ganzes Bild angezeigt werden.
  • Bestimmte computerimplementierte Bilddaten-Komprimierungsschemen, die im Stand der Technik verwendet werden, sind Teilbandcodierverfahren, die nachstehend genauer erörtert werden. Die Bilddaten werden in eine Anzahl von Teilbildern aufgeteilt, die als "Teilbänder" bezeichnet werden, da jedes eine Information von einem anderen Band von räumlichen Frequenzen im Bild enthält. Die Komprimierung der Teilbänder erleichtert separat die Anpassung des gesamten Komprimierungsalgorithmus an die Bildstatistik. Eine jüngere mathematische Entwicklung, die diskrete Wavelet-Transformation (DWT), weist eine signifikante theoretische Überlappung mit den Verfahren auf, die zum Erzeugen der Bildteilbänder entwickelt wurden. Aus diesem Grund wurde der Begriff "Teilbandzerlegung" ein Synonym für eine DWT. Diese Terminologie wird hier verwendet.
  • Für sehr große Bildabmessungen entstehen Komplikationen bei der Berechnung der DWT. Der Stand der Technik erörtert Verfahren zum Implementieren der DWT, wobei impliziert wird, daß die gesamte Bilddatenmatrix im Computerhauptspeicher gespeichert wird und daß der vom Computer verarbeitete Algorithmus leicht auf alle Bildpixel zugreifen kann. Für sehr große Bilder kann der beim Durchführen einer DWT beteiligte Speicher untragbar werden. Man betrachte beispielsweise ein Bild, das eine Abmessung von 50000 × 50000 Pixeln aufweist, d. h. aus 2,5 Milliarden Pixeln besteht. Wenn die Transformation in einer 32-Bit-Präzisions-Gleitkommaarithmetik implementiert wird, dann sind 10 Gigabytes Computerspeicher erforderlich (ohne den Arbeitsbereich). Natürlich ist ein gewisses Verfahren zum Seitenwechsel von Daten vom Computerspeicher und zum Berechnen der DWT in Abschnitten erforderlich. Obwohl man die Bildmatrix in rechteckige Teilabschnitte unterteilen und eine DWT an jedem von diesen unabhängig durchführen könnte, wäre dies aus zwei Gründen unerwünscht. Erstens bestünden Wavelet-Transformationsgrenzbedingungen im Inneren der Bilddaten, die potentiell zu Komprimierungsfehlern führen könnten. Ferner ist die Implementierung einer lokalen Mehrmaßstabs-Abrufroutine durch diese inneren Grenzen kompliziert.
    • 1. Das US-Patent 4 692 806, Anderson et al., lehrt ein Verfahren zum selektiven Betrachten von Bereichen eines Bildes mit mehreren Auflösungen in einem Computer mit einem Primärspeicher für die Datenverarbeitung und einem zugehörigen Sekundärspeicher für die Datenspeicherung, einschließlich der Auswahl eines mit einer gewünschten Auflösung zu betrachtenden Betrachtungssatzes einer Bilddatenmatrix, lehrt jedoch nicht Wavelet-Transformationen oder die Verwendung der Stückelung bei der Bildkomprimierung.
    • 2. Das US-Patent 5 204 916, Hamilton, Jr. et al., lehrt das Speichern eines vollständigen Satzes einer Bilddatenmatrix, die das Bild darstellt, in einem ersten Sekundärspeicher des Computers, und das Definieren einer Vielzahl von diskreten Stückbilddaten-Teilmengen, wobei der vollständige Satz von Bilddaten durch Überlagerung der diskreten Stückbilddaten gebildet wird, wobei die Stückelung durchgeführt wird, um die Speicheranforderungen in einer Skalieroperation zu verringern. Hamilton, Jr. et al., lehren nicht die Verwendung der Stückelung zum Verringern der gesamten Menge an Daten, die verarbeitet werden, oder wie die Stücke zu verarbeiten sind, um eine nahtlose DWT über alle der Stückdaten zu erzeugen.
    • 3. Das US-Patent 5 315 670, Shapiro, lehrt das Durchführen von einem oder mehreren auf einer diskreten Wavelet-Transformation (DWT) basierenden Komprimierungsprozessen an Bilddaten in einer ausgewählten Sequenz, um die diskreten Bilddaten als Folge von DWT-Koeffizienten in einer Folge von Teilbandsätzen auszugeben, wobei ein Teilband jedes Satzes eine Darstellung von diskreten Bilddaten mit niedriger Auflösung ist, um eine Folge von Darstellungen der Bilddatenmatrix mit niedriger Auflösung zu ausgewählten Auflösungen zu erzeugen. Shapiro komprimiert vielmehr das gesamte Bild als Stücke der Bilder; das Betrachten einer Teilmenge von gespeicherten DWT-Wavelet-Koeffizienten, die den Betrachtungssatz der Bilddaten mit der gewünschten Auflösung unter-stützen. In dem Zerlegungsprozeß werden Wavelet-Koeffizienten erzeugt, die verschiedene Niveaus an Zerlegung und Auflösung darstellen. Die Daten werden durch inverse Transformation der Koeffizienten dekomprimiert, um zum Originalbild zu gelangen. Es besteht keine Auswahl von Teilmengen von Wavelet-Koeffizienten, um Bilder mit gewünschter Auflösung zu erzeugen, wie in Anspruch 6 angeführt.
    • 4. Das US-Patent 5 325 449, Burt et al., lehrt das Erzeugen einer Teilmenge von gespeicherten DWT-Wavelet-Koeffizienten als Computeranzeige des Betrachtungssatzes der Bilddaten mit der gewünschten Auflösung. Burt et al. lehren auch die Kombination von ausgewählten Bildern unter Verwendung der Wavelet-Koeffizienten, wobei die Quellenbilder, die kombiniert werden, eine ausgewählte Auflösung aufweisen könnten. Burt et al. lehren keine Verwendung der Stückelung in Kombination mit der DWT-Verarbeitung. Die vorliegende Erfindung richtet sich auf die Komprimierung der Stückdaten und dann die Verarbeitung der Stückdaten in einer ausgewählten Sequenz, so daß die resultierenden gespeicherten DWT-Koeffizienten das gesamte Bild und nicht Stückbilder darstellen, und ohne irgendwelche Bildfehler an den Stückgrenzen. Anschließend kann eine Betrachtungsteilmenge ungeachtet der ursprünglichen Stückgrenzen ausgewählt werden.
  • Gemäß der vorliegenden Erfindung wird ein Verfahren für die nahtlose Komprimierung von sehr großen zusammenhängenden Bildern auf Waveletbasis und für den Zugriff auf willkürliche Stellen im Bild in einer Vielzahl von Auflösungen bereitgestellt.
  • Folglich ist es eine Aufgabe der vorliegenden Erfindung, für das Abrufen eines Bildteilabschnitts aus der komprimierten Darstellung von irgendeiner Stelle innerhalb des Bildes mit Abmessungen, die für die Anzeige geeignet sind, zu sorgen.
  • Es ist eine weitere Aufgabe der vorliegenden Erfindung, einem Benutzer zu ermöglichen, Bildbereiche für die Anzeige interaktiv festzulegen und die Bildbereiche schnell abzurufen.
  • Noch eine weitere Aufgabe der vorliegenden Erfindung besteht darin, dem Benutzer zu ermöglichen, in der Datenbank, die das Bild bildet, zu navigieren oder diese zu "durchsuchen".
  • Eine weitere Aufgabe der vorliegenden Erfindung besteht darin, für das Abrufen des Bildes mit einer Vielzahl von Auflösungen zu sorgen.
  • Zusätzliche Aufgaben, Vorteile und neue Merkmale der Erfindung werden teilweise in der Beschreibung, die folgt, dargelegt und werden teilweise für Fachleute nach Untersuchung des folgenden ersichtlich oder können durch Ausführung der Erfindung gelernt werden. Die Aufgaben und Vorteile der Erfindung können durch die Instrumentalitäten und Kombinationen, die speziell in den beigefügten Ansprüchen hervorgehoben sind, realisiert und erreicht werden.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Um die vorangehenden und weitere Aufgaben zu erfüllen, und gemäß den Zwecken der vorliegenden Erfindung, wie hierin verkörpert und grob beschrieben, kann diese Erfindung umfassen: (1) ein Verfahren zum Durchführen einer Komprimierung auf DWT-Basis an einem großen digitalen Bild mit einem Computersystem, das ein Speichersystem mit zwei Ebenen besitzt, und (2) ein Verfahren zum selektiven Betrachten von Bereichen des Bildes aus seiner komprimierten Darstellung mit mehreren Auflösungen, und, falls erwünscht, in einer Client-Server-Umgebung. Das Speichersystem mit zwei Ebenen bezieht sich auf einen Primär- und einen Sekundärspeicher. Der Primärspeicher ist typischerweise viel kleiner als der Sekundärspeicher, ist jedoch für den Prozessor leichter zugänglich.
  • Die Komprimierung eines großen digitalen Bildes I(x,y) wird durch zunächst Definieren einer Vielzahl von diskreten Stückbilddaten-Teilmengen Tij(x,y) durchgeführt, die nach Überlagerung den vollständigen Satz von Bilddaten I(x,y) bilden. Ein nahtloser Komprimierungsprozeß auf Waveletbasis wird an I(x,y) durchgeführt, welcher aus dem fortlaufenden Eingeben der Stücke Tij(x,y) in einer ausgewählten Sequenz in eine DWT-Routine, Addieren von Korrekturen, die von vorherigen Aufrufen der DWT-Routine an anderen Tij(x,y) übergeben werden, und Speichern der resultierenden DWT-Koeffizienten in einem ersten Primärspeicher besteht. Diese Koeffizienten werden periodisch komprimiert und zu einem Sekundärspeicher übertragen, um im Primärspeicher ausreichend Speicher für die Datenverarbeitung aufrechtzuerhalten. Bei Abwesenheit des Komprimierungsschritts berechnet die Sequenz von DWT-Operationen an den Stücken Tij(x,y) effektiv eine nahtlose DWT von I(x,y), die als "Überlappungs-Additions"-Realisierung der DWT betrachtet werden kann. Der nahtlose DWT-Prozeß transformiert I(x,y) in einen Satz von DWT-Koeffizienten, um einen Satz von Teilbändern zu erzeugen, die eine hierarchische Darstellung von Darstellungen der Bilddatenmatrix I(x,y) mit geringer Auflösung verkörpern.
  • Der Datenabruf besteht aus dem Festlegen einer Auflösung und eines Bereichs von I(x,y) zur Anzeige. Die Teilmenge von gespeicherten DWT-Koeffizienten, die jeder angeforderten Szene entsprechen, wird bestimmt und dann für die Eingabe in eine inverse DWT dekomprimiert, deren Ausgabe die Bildanzeige bildet. Der wiederholte Prozeß, durch den Bildansichten festgelegt werden, kann die Form eines Dialogverkehrs mit einer Computerzeigevorrichtung auf einer Bildanzeige von einem vorherigen Abruf annehmen.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Die zugehörigen Zeichnungen, die in die Beschreibung integriert sind und einen Teil von dieser bilden, stellen die Ausführungsbeispiele der vorliegenden Erfindung dar und dienen zusammen mit der Beschreibung zum Erläutern der Prinzipien der Erfindung. In den Zeichnungen gilt:
  • 1 ist ein schematisches Diagramm einer vorwärts laufenden (Analyse) und inversen (Synthese) diskreten Wavelet-Transformation (DWT) einer Eingangsdatenmatrix des Standes der Technik mit zwei Kanälen.
  • 2 ist ein schematisches Diagramm eines zweidimensionalen DWT-Prozesses, der mit mehreren Anwendungen des Analyseteils des in 1 gezeigten Systems ausgeführt wird.
  • 3 stellt die vier Teilbänder dar, die aus einer Bildmatrix durch Anwendung der in 2 gezeigten DWT erzeugt werden.
  • 4 stellt die Frequenzunterstützung einer Teilbandzerlegung dar, die sich aus wiederholten Anwendungen des in 3 gezeigten Systems ergibt.
  • 5 ist ein Ablaufdiagramm für eine DWT-Datenkomprimierung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung.
  • 6 ist ein Ablaufdiagramm zum Dekomprimieren von Daten gemäß einem Ausführungsbeispiel der vorliegenden Erfindung.
  • AUSFÜHRLICHE BESCHREIBUNG DER ERFINDUNG
  • Die vorliegende Erfindung betrifft teilweise ein computerimplementiertes Teilband-Komprimierungsschema für große Bilder. Die vorteilhafte Verwendung eines Systems eines Computerspeichers mit zwei Ebenen sorgt für die effiziente lokale Berechnung der DWT in Verbindung mit einem räumlich adaptiven Codierschema, was eine nahtlose Bildkomprimierung mit minimalen Speicheranforderungen ermöglicht. Ferner sorgt die Erfindung für den schnellen Abruf von Bildansichten mit willkürlicher Abmessung und Stelle mit einer Vielfalt von Auflösungen aus den komprimierten Daten.
  • Die Erfindung verwendet vorteilhafterweise die DWT für zwei Zwecke. Die DWT wird als Vorverarbeitungsschritt in einem Computer verwendet, um die Datenkomprimierung zu erleichtern. Die Unterteilung der Eingangsbilddatenmatrix in einen Satz von Bildteilbändern, die separat codiert werden, erleichtert die Anpassung des Komprimierungsalgorithmus an die Bildstatistik. Überdies wird die DWT auch verwendet, um einen Datenabruf mit mehreren Maßstäben vorzusehen. Aufgrund der Art der DWT mit mehreren Auflösungen wohnt eine Beschreibung des Bildes in einer Vielzahl von Auflösungen der DWT-Zerlegung inne, wobei somit der Abruf der komprimierten Daten mit mehreren Maßstäben gemäß der vorliegenden Erfindung erleichtert wird.
  • DEFINITIONEN
    • Spalten: Abtastwerte pro Zeile in einem Bild.
    • Komprimierte Daten: Entweder komprimierte Bilddaten oder Tabellenspezifikationendaten oder beides.
    • Komprimierung: Verringerung der Anzahl von Bits, die zum Darstellen von Quellenbilddaten verwendet werden.
    • (Digitales)Bild: Eine zweidimensionale Matrix von Daten.
    • Abwärtsabtastung: Eine Prozedur, durch die die räumliche Auflösung eines Bildes verringert wird.
    • DWT: (diskrete Wavelet-Transformation) Eine lineare Transformation, die von einer Filterreihe mit mehreren Raten implementiert wird, welche ein digitales Eingangssignal in eine Sammlung von Ausgangsteilbändern abbildet.
    • Huftman-Codierung: Eine statistische Codierungsprozedur, die einen Code mit variabler Länge jedem Eingangssymbol zuweist.
    • Huffman-Tabelle: Der Satz von Codes mit variabler Länge, die in einem Huffman-Codierer erforderlich sind.
    • Bilddaten: Entweder Quellenbilddaten oder rekonstruierte Bilddaten.
    • Verlustlos: Ein beschreibender Begriff für Codier- und Decodierprozesse und -prozeduren, in denen die Ausgabe der Decodierprozedur(en) zur Eingabe in die Codierprozedur(en) identisch ist.
    • RGB-Bilder: Ein "rot-grün-blau"-Bild, d. h. ein digitales Bild, das als drei monochromatische Bilder gespeichert wird, von denen jedes eine der drei Primärfarbkomponenten darstellt.
    • Quantisierungstabelle: Der Satz von Quantisierungswerten (d. h. Intervallbereichsbreiten), die zum Quantisieren von DWT-Koeffizienten innerhalb der Teilbänder verwendet werden.
    • Quantisieren: Die Handlung der Durchführung der Quantisierungsprozedur für einen DWT-Koeffizienten.
    • Abtastwert: Ein Element in der zweidimensionalen Matrix, die ein Bild bildet.
    • Aufwärtsabtastung: Eine Prozedur, durch die die räumliche Auflösung eines Bildes erhöht wird.
  • TEILBANDCODIERUNG DES STANDES DER TECHNIK
  • Die erste Stufe in einer Computerimplementierung eines verlustbehafteten Bildkomprimierungsalgorithmus auf DWT-Basis hat eine DWT-Zerlegung des Eingangsbildes zur Folge. Im Fall von Mehrspektralbildmaterial (das RGB-Bilder umfaßt), kann eine interspektrale Transformation in dieser Stufe unmittelbar vor oder nach der DWT angewendet werden. Nach der Bildtransformation werden die DWT-Koeffizienten quantisiert. Dies ist der verlustbehaftete Teil des Algorithmus und bildet die DWT-Koeffizienten in einen Strom von Quantisiererindizes ab. Schließlich wird der Strom von Quantisiererindizes mit einem verlustlosen Verfahren komprimiert. Die Bilddekomprimierung wird durch Invertieren der verlustlosen Komprimierung, Decodieren der Quantisierersymbole und dann Durchführen einer inversen DWT erreicht. Eine Erörterung der Verwendung der DWT bei der Bildkomprimierung ist in J. N. Bradley et al., "The Wavelet-Scalar Quantization Compression Standard for Digital Fingerprint Images", Proc. of IEEE International Symposium on circuits and Systems, 31. Mai – 2. Juni 1994, zu finden.
  • 1 ist ein Ablaufdiagramm einer Computerprozessorimplementierung für eine eindimensionale vorwärts laufende (Analyse) und inverse (Synthese) DWT und bildet einen grundlegenden Aufbaublock in der zweidimensionalen DWT-Implementierung, die in der Erfindung verwendet wird. Die Eingabe in den Analyseabschnitt ist das zeitlich diskrete Signal x 10 in den Analyseabschnitt 12 und den Syntheseabschnitt 14. Die zeitlich diskreten Sequenzen A0 26 und A1 28 sind die Teilband-Ausgangssignale aus dem Analyseabschnitt und bilden die Eingabe in den Syntheseabschnitt 14. Die Systeme h0 16 und h1 18 bilden ein Tiefpaß-Hochpaß-Filterpaar mit endlichem Impulsansprechen (FIR), das die Nieder- und Hochfrequenzkomponenten von x 10 trennt. Die Systeme 22 und 24, die durch ↓2 gekennzeichnet sind, sind "Abwärtsabtaster", die jeden zweiten Abtastwert in den Filterausgangssignalen verwerfen. Es wird gesagt, daß das Analysesystem "kritisch abgetastet" wird, d. h. Daten aus dem System mit derselben Geschwindigkeit, wie sie eingegeben werden, ausgegeben werden. Aufgrund der Abwärtsabtastoperationen 22 und 24 sind A0 26 und A1 28 Vollbandsignale, die die Nieder- bzw. Hochfrequenzinformation in x 10 verkörpern.
  • Der in 1 gezeigte Prozeß gibt auch die Teilbandsignale A0 26 und A1 28 in einen Syntheseabschnitt 14 ein, der das Signal x ^ 42 synthetisiert. Die Systeme h0' 36 und h1' 38 bilden ein weiteres Tiefpaß-Hochpaß-FIR-Filterpaar und die Systeme 32 und 34, die durch ↑2 gekennzeichnet sind, sind "Aufwärtsabtaster", die die Signalabtastrate durch Einfügen einer Null zwischen die Abtastwerte erhöhen. Wenn die vier digitalen Filter h0 16 und h1 18 und h0' 36 und h1' 38, die in 1 gezeigt sind, geeignet gewählt werden, ist x ^ 42 gleich x 10, d. h. der in 1 gezeigte Syntheseabschnitt 14 invertiert die vom Analyseabschnitt 12 durchgeführte Operation.
  • Aufteilbare Ausführungen werden häufig für die zweidimensionalen DWT-Analyse- und Syntheseprozeduren, d. h. Implementierungen, verwendet, wobei die in 1 gezeigte entsprechende eindimensionale Prozedur separat auf jede Bildzeile und -spalte angewendet wird. 2 stellt eine aufteilbare zweidimensionale Vorvärts-DWT dar. Das Analysesystem von 1 wird zuerst auf jede Bildzeile 1 50 durch das FIR-Filterpaar h0 52 und h1 54 angewendet, wobei die Abwärtsabtaster 56 und 58 jede Zeile in ein Tiefpaß- und Hochpaß-Teilband aufteilen. Das Tiefpaß-Teilband von jeder Bildzeile wird als Zeile in die temporäre Matrix A0 62 geschrieben. Ebenso wird das Hochpaß-Teilband jeder Zeile als Zeile in die temporäre Matrix A1' 64 geschrieben.
  • Die Spalten in jeder temporären Matrix werden dann jeweils mit einer eindimensionalen DWT von 1 verarbeitet. Die Tiefpaß-Teilbandmatrix A0' wird durch das FIR-Filterpaar h0 66 und h1 68 verarbeitet, wobei die Abwärtsabtaster 76 und 78 jede Spalte weiter in Tiefpaß-Tiefpaß- und Tiefpaß-Hochpaß-Teilbänder aufteilen. Die Hochpaß-Teilbandmatrix A1' wird durch das FIR-Filterpaar h0 72 und h1 74 verarbeitet, wobei die Abwärtsabtaster 82 und 84 jede Spalte weiter in Hochpaß-Tiefpaß- und Hochpaß-Hochpaß-Teilbänder aufteilen.
  • Dieses in 2 gezeigte Grundsystem teilt folglich das Eingangsbild I = A00,0 in vier Teilbänder A00,1 86, A01,1 88, A10,1 92, A11,1 94 mit geeigneten Frequenzunterstützungen auf, wie in 3 dargestellt. In dieser Aij,k-Teilbandschreibweise kennzeichnen die tiefgestellten Indizes i und j den Filterweg, der bei ihrer Erzeugung verwendet wurde. Der erste tiefgestellte Index bezieht sich auf die Zeilenoperation und der zweite auf die Spalteoperation, wobei eine "0" eine Tiefpaßoperation und "1" eine Hochpaßoperation angibt. Das Teilband A10 92 wird beispielsweise durch Hochpaßfiltern an den Bildzeilen, gefolgt von Tiefpaßfiltern an den Spalten von A1' 64 erzeugt. Das Bild wird in vier Teilbänder aufgelöst, die verschiedene Frequenzkomponenten des Originalbildes enthalten, aus denen das Originalbild synthetisiert werden kann, wie für 1 erörtert.
  • Feinere Frequenzunterteilungen werden erzeugt, indem das System von 2 in Kaskade geschaltet wird. Typischerweise wird das Tiefpaß-Tiefpaß-Teilband wiederholt an eben diesen Prozeß ausgegeben, was zu einer Zerlegung in "Oktavenskalierung" führt. 4 stellt die Frequenzunterstützung einer Teilbandzerlegung dar, die sich aus drei Kaskaden ergibt. Der dritte tiefgestellte Index in der Teilbandschreibweise gibt die Ebene der Rekursion in der Zerlegung an. L soll die Anzahl von Ebenen in der Kaskade bezeichnen. Man beachte, daß A00,S für 1 ≤ s < L in Zwischenstufen des Prozesses existiert.
  • Es ist manchmal zweckmäßig, die DWT mit Oktavenskalierung von I(x,y), d. h. die Sammlung von Teilbändern Aij,k(u,v), als Î (s,u,v) auszudrücken, wobei s eine eindimensionale Ordnung der Teilbänder bezeichnet. In der in 4 gezeigten Teilbandschreibweise gilt beispielsweise s = i + 2j + 3(L - k) und i ^ (O,u,v,), i ^ (1,u,v,) = A0,1,L(u,v), ..., Î (3L,u,v) = A11,1(u,v).
  • Es wird angenommen, daß das Eingangssignal in die eindimensionale DWT, die in 1 dargestellt ist, von unendlicher Dauer ist. Die Durchführung der DWT an einem Signal mit endlicher Länge, z. B. einer Bildzeile oder -spalte, erfordert die Definition von Transformationsgrenzbedingungen. Die Grenzbedingungen definieren eine Signalerweiterung, d. h. eine Definition des Signals außerhalb seines Bereichs. Eine Grenzbedingung, die üblicherweise verwendet wird, ist die periodische Erweiterung, in der das Signal mit endlicher Länge als eine Periode einer unendlichen periodischen Wellenform betrachtet wird. Ein weiteres Beispiel sind Grenzbedingungen von Null, wobei das Signal als mit Nullen aufgefüllt betrachtet wird. Noch ein weiteres Beispiel sind reflektierte Grenzbedingungen, wobei das Signal durch Durchführen eines Spiegelbildes der Daten erweitert wird.
  • TEILBANDZERLEGUNG VON GROSSEN BILDERN
  • Die Erfindung besteht aus zwei Hauptprozeduren: einer Komprimierungsroutine und einer Dekomprimierungs- (Such-) Routine. Die Komprimierungsroutine geht in einer ähnlichen Weise vor sich wie eine WSQ-Komprimierung mit der vorteilhaften Nutzung eines Speichersystems mit zwei Ebenen, um die großen Bildabmessungen unterzubringen. Gemäß einem Aspekt der Erfindung wird das Bild in eine Anzahl von Stücken unterteilt, von denen jedes durch eine DWT-Routine verarbeitet wird. Die DWT-Routine verwendet stückabhängige Grenzbedingungen und Datenübertragungen mit Aufrufen der DWT-Routine für andere Bildstücke, um effektiv dieselbe Ausgabe zu erzeugen wie die DWT-Routine ausgeben würde, wenn sie auf das gesamte Bild angewendet werden würde, während eine vorteilhaftere Nutzung sowohl des Primär- als auch des Sekundärspeichers bereitgestellt wird. Der Prozeß kann als Überlappungs-Additions-Implementierung der DWT betrachtet werden. Die bevorzugte Implementierung der Erfindung basiert auf der aufteilbaren DWT mit vier Kanälen von 2. Natürlich sind auch nicht-aufteilbare und M-Kanal-Filterreihen anwendbar.
  • Die Komprimierungsroutine
  • Mit Bezug auf 5 gibt die Komprimierungsroutine die komprimierten Daten in einer Datei von komprimierten Bilddaten (CID) aus, die für einen schnellen lokalen Abruf in mehreren Maßstäben strukturiert ist. Es wird angenommen, daß die Bilddaten im Sekundärspeicher, z. B. einem Computer-Festplattenspeicher, vorhanden sind und in einer einzelnen Datei enthalten sein können, oder als Mosaik von Teilbildern, wobei jedes Teilbild in einer separaten Datei enthalten ist. Die Bilddaten sind mit I(x,y) bezeichnet, wobei x und y ganze Zahlen sind, so daß 0 ≤ x < Wi und 0 ≤ y < H1. Die Stückbilder weisen dieselben Abmessungen auf wie I(x,y), weisen jedoch eine Unterstützung auf, die auf eine Teilmenge Wt × Ht der Koordinaten (x,y) eingeschränkt ist. Insbesondere gilt
    Figure 00130001
    wobei supp [Tij(x,y)] = {(x,y)| t00,ij ≤ x < t01,ij, t10,ij ≤ y ≤ t11,ij}und wobei die vier Ecken eines Stücks gegeben sind durch t00,ij = iWt t01,ij = min((i + 1)Wt – 1, Wi–1) t10,ij = jHt t11,ij = min((j + 1)Ht – 1, Hi–1).
  • Die Anzahl von Stückbildern ist gegeben durch
  • Figure 00140001
  • Es bestehen keine Einschränkungen für die Bildabmessungen und es ist nicht erforderlich, daß Wi durch Wt teilbar ist oder daß Hi durch Ht teilbar ist. Es wird zugelassen, daß die Stückbilder für i = [Wi/Wt] – 1 und j = [Hi/Ht] – 1 Unterstützungsbereiche aufweisen, die kleiner sind als Wt × Ht. Die vorliegende Erfindung erkennt, daß I(x,y) als Überlagerung der Stücke dargestellt werden kann, wobei
    Figure 00140002
    und da die DWT eine lineare Transformation ist, kann die DWT von I(x,y) durch Summieren der DWTs des Tij(x,y) erhalten werden, d. h.
    Figure 00140003
    wobei s vorstehend definiert ist. Wie nachstehend beschrieben wird, ermöglicht das separate Durchführen einer DWT an den Stückbildern, daß eine Komprimierung auf DWT-Basis an dem Bild mit minimalen Speicheranforderungen stattfindet.
  • Die Tij werden nacheinander in der Komprimierungsroutine verarbeitet. Dies erfordert eine eindimensionale Ordnung der Tij, die mit θ(τ) = (i,j) bezeichnet ist. (Das heißt, das τ-te Bildstück, das einer Wavelet-Transformation unterzogen werden soll, ist Tθ(τ).) Die Summe in GI. (1a) wird nach der Berechnung aller T ^ ij(s,u,v) nicht ausgewertet. Vielmehr wird diese Summe nach jeder τ-Iteration aktualisiert als
  • Figure 00150001
  • Nachdem ein gegebenes TT ^ θ(τ)(s,u,v) berechnet wurde, beinhaltet diese Aktualisierung nur jene (s,u,v) ∊ supp[TT ^ θ(τ) (s,u,v)]. (Man beachte, daß, da h0 und h1 FIR sind, die TT ^ ij eine endliche Unterstützung aufweisen). In der Komprimierungsroutine wird das Ergebnis aus GI. (1 a) niemals in seiner Gesamtheit gespeichert. Periodisch werden einige oder alle DWT-Koeffizienten komprimiert und in den Sekundärspeicher geschrieben. Jene Koeffizienten, die für die Komprimierung berechtigt sind, sind {TT ^ θ(τ) (s,u,v)| TT ^ θ(τ)(s,u,v) = Î(s,u,v)} (3)
  • Durch fortlaufendes Durchführen einer DWT an jedem Bildstück und Aktualisieren der Summe in GI. (2) kann eine DWT-Komprimierung des gesamten Bildes mit einer effizienten Nutzung des Primärspeichers durchgeführt werden.
  • Die Komprimierungsroutine ist durch Wi, Hi, Wt und Ht sowie die Anzahl von Ebenen L in der Teilbandzerlegung; einen Bitratenparameter R, der das Komprimierungsverhältnis angibt; und die Analysefilter h0 und h1 parametrisiert. Ein Ablaufplan des Komprimierungsprozesses ist in 5 dargestellt. Die Routine 110 wird mit τ = 1 gestartet 112 und besteht aus einer Schleife 136, die mit τ indiziert ist, das mit Tij iteriert. Die erste in der Schleife angetroffene Routine ist Stück gewinnen 118, die die Pixelwerte, die in supp[Tij] enthalten sind, aus den Bilddaten liest und sie im Primärspeicher speichert. Das Bildstück wird in einer Datenstruktur gespeichert, die eine Beschreibung seiner Unterstützung sowie einen Zeiger auf die Pixelwerte enthält.
  • Die Subroutine DWT 120 (Diskrete Wavelet-Transformation) wird dann aufgerufen. In der Praxis wird die DWT jedes Tij nicht durch Verarbeiten der mit Nullen aufgefüllten Wi × Hi Matrix bewirkt. Es ist nur erforderlich, einen Speicher für jene Werte von Tij (x,y) vorzusehen, wobei (x,y) ∊ supp[Tij(x,y)]. Die eindimensionale DWT-Routine verarbeitet die Zeilen und Spalten der Stückdatenmatrix mit geeigneten Grenzbedingungen. Die in den verschiedenen Aufrufen der eindimensionalen DWT-Routine verwendeten Grenzbedingungen hängen von der Stelle des Stücks Tij in I ab. Reflektierte Grenzbedingungen werden verwendet, wenn die entsprechende Grenze von Tij mit einer Grenze von I zusammenfällt, ansonsten werden Nullgrenzbedingungen verwendet. Man beachte, daß die DWT 120 eine erweiternde Transformation durchführt, das heißt, die Anzahl von Nicht-Null-Koeffizienten, die aus der Routine hervorgehen, im allgemeinen größer ist als die Anzahl von Pixeln, die in diese eingegeben werden.
  • Die Subroutine Koeffizienten addieren 122 wird aufgerufen, um die Datenübertragungen für TT ^ i–1,j und TT ^ i,j–1 abzurufen, die durch einen Aufruf der Subroutine Daten übertragen 126 (siehe nachstehend) für eine frühere Iteration von τ im Primär- oder Sekundärspeicher gespeichert wurden, und sie addiert sie dann zu TT ^ i,j, was effektiv die Aktualisierung in GI. (2) durchführt. Man beachte, daß dieser Prozeß eine Einschränkung für θ impliziert. Natürlich kann die Verarbeitung von Tij(x,y) nicht vorangehen, wenn sie noch nicht an den Stücken Ti–1(x,y) und Ti,j–1(x,y) stattgefunden hat.
  • Die Subroutine Koeffizienten archivieren 124 wird dann aufgerufen, welche jene Wavelet-Koeffizienten in GI. (3) im Primärspeicher speichert, die nicht früher in einer Koeffizientenarchivierung gespeichert wurden. Die Subroutine Daten übertragen 126 speichert die Daten, die in späteren Aufrufen von Koeffizienten addieren 122 aufgerufen werden. Zwei Datensegmente werden gespeichert: jene, die verwendet werden, wenn Koeffizienten addieren 122 für Ti,j+1 aufgerufen wird, {TT ^ ij(u,v)|(u,v) ∊ supp[TT ^ ij]∪supp[TT ^ i + 1,j]}und jene, die verwendet werden, wenn Koeffizienten addieren 122 für Ti,j+1 aufgerufen wird {TT ^ ij(u,v)|(u,v) ∊ supp[TT ^ ij]∩supp[TT ^ i + 1,j] – supp TT ^ i+1,j}
  • Die Datenübertragungen werden über temporäre Speicherung entweder im Primär- oder im Sekundärspeicher durchgeführt. Man beachte, daß angenommen wird, daß supp[T[T ^ ij]∩supp[[T[T ^ i+2,j] = ∅ und supp[T[T ^ ij]∩supp[[T[T ^ i,j+2] = ∅ für alle i und j.
  • In der Subroutine Koeffizienten komprimieren 128 werden periodisch einige oder alle der DWT-Koeffizienten im Archiv komprimiert und in den Sekundärspeicher geschrieben, d. h. sie werden zwischengespeichert. Somit geht die Komprimierungsroutine so vor, daß der Primärspeicher kontinuierlich in Koeffizienten archivieren 124 zugewiesen wird und in Koeffizienten komprimieren 128 befreit wird. Der Index τ wird dann auf τ + 1 indiziert 132 und die Schleife wird wiederholt 136, bis τ = T 138, d. h. die Anzahl von Stücken, ist, und die Routine wird beendet 138.
  • In der bevorzugten Implementierung der Erfindung umfaßt die Komprimierung eine skalare Quantisierung, gefolgt von einer Null-Lauflängen- und Huffman-Codierung der Quantisiererindizes. (Andere Quantisierungsstrategien und verlustlose Codierprozeduren sind an diesem Punkt natürlich anwendbar.) Die skalare Quantisierung erfordert, daß eine Bitzuweisung durchgeführt wird, die eine Intervallbereichsbreite für jedes Teilband auf der Basis der lokalen Bildstatistik auswählt. Für einen gegebenen Speicherauszug ist es bevorzugt, daß die gesamte Teilbandstatistik ungefähr demselben Bereich in I entspricht. Obwohl ein spezieller Speicherauszug keine Komprimierung von Koeffizienten aus allen Teilbändern beinhalten kann, wird die Statistik von allen Teilbändern bei der Durchführung einer gesamten Bitzuweisung verwendet. Das Ergebnis ist ein räumlich adaptives Bildkomprimierungsschema, wobei die Intervallbereichsbreiten der skalaren Quantisierer und die Huffman-Codewortlängen eine Funktion der räumlichen Stelle im Bild sind. Die Anzahl von Aufrufen von DWT 120 zwischen Speicherauszügen hängt vom Teilband ab. Bei jedem Koeffizientenspeicherauszug wird eine einzelne Huffman-Tabelle für jedes Teilband, das ausgegeben wird, erzeugt.
  • Eine Hierarchie der Koeffizientengruppierung mit zwei Ebenen wird in dem Komprimierungsprozeß verwendet. Die erste Ebene wird durch die Tatsache benötigt, daß die Wavelet-Koeffizientenarchivierung periodisch gereinigt werden muß (Koeffizienten komprimieren 128), woraufhin ein rechteckiger Teilabschnitt eines Teilbandes (d. h. eines Blocks) codiert wird. Bevor ein Speicherauszug stattfindet, wird überdies jeder Teilbandblock, der ausgegeben wird, weiter in kleinere Teilblöcke gruppiert. Die zweite Ebene der Gruppierung besteht darin, für einen schnellen Zugriff auf einen willkürlichen Abschnitt der CID-Datei während des Bilddurchsuchens zu sorgen. Nach der Ausgabe in den Sekundärspeicher wird der größere Block als Huffman-Block bezeichnet und weist eine Kopfinformation auf, die die Huffman-Tabelle, die Quantisierereigenschaft, die Blockunterstützung und eine Versatztabelle beschreibt, die den relativen Versatz im komprimierten Datensatz jedes Teilblocks beschreibt. Der kleinere Block wird als Huftman-Teilblock bezeichnet. Jeder Huffman-Teilblock innerhalb eines speziellen Huffman-Blocks wird typischerweise mit derselben Quantisierereigenschaft und Huffman-Tabelle komprimiert. Die CID-Datei weist eine Versatztabelle auf, die den Versatz jedes komprimierten Huffman-Blocks beschreibt.
  • Die Suchroutine
  • Die Suchroutine 140, die im Ablaufdiagramm von 6 dargestellt ist, greift auf die CID-Computerspeicherdatei zu, die durch die Komprimierungsroutine 110 erzeugt wird, welche in 5 dargestellt ist, und erzeugt Pixelwerte für eine Sequenz von Fensteranzeigen. Die Prozedur hat die Fähigkeit zum Arbeiten in einer verteilten Umgebung, d.h. in der die Daten auf einer anderen Rechenplattform dekomprimiert werden sollen als dort, wo sich die CID-Datei befindet. Der Clientcomputer sendet Anforderungen zum Servercomputer, der wiederum komprimierte Daten überträgt, die zum Synthetisieren einer Monitorfensteranzeige erforderlich sind. Der Clientcomputer führt die Operation der Dekomprimierung der empfangenen Daten und der Erzeugung der Computermonitoranzeige durch. Die Routine auf der Clientcomputerseite sorgt für die Verwaltung eines Cachespeichers, der Daten von vorherigen Zugriffen auf die CID-Datei enthält. Irgendwelche angeforderten Daten, die im Cache enthalten sind, können aus dem Cachespeicher anstatt vom Servercomputer abgerufen werden. Das Cachespeicherschema ist vorteilhaft, wenn eine Anwendung durch die Übertragungsbandbreite begrenzt ist, und wird typischerweise nicht verwendet, wenn sich die ausführbare Dekomprimierungsdatei und die CID-Datei auf derselben Plattform befinden.
  • Da die Teilbänder A00,s für 0 ≤ s ≤ L durch wiederholte Anwendungen der Tiefpaßfilterung und der zweifachen Abwärtsabtastung erhalten werden, bilden sie Darstellungen der Originalbilddaten mit niedriger Auflösung. Die Suchroutine 140 nutzt diese Eigenschaft der Teilbandzerlegung mit mehreren Maßstäben. Wenn eine Ansicht festgelegt wird, wird der Benutzer auf die Auswahl einer Auflösung eingeschränkt, die eine Potenz von Zwei mal der Originalbildauflösung ist. Die Anzeigeerzeugung beinhaltet dann die Synthese des geeigneten Teilabschnitts von A00,s aus der CID-Datei. Somit gewinnt die Suchroutine 140 eine relativ kleine Teilmenge der Wavelet-Koeffizienten, die dann in eine inverse DWT der Ebene (L–s) eingegeben wird.
  • Eine Anforderung für Daten aus dem Teilband Aij,s((x,y) wird durch den Satz von (x,y)-Koordinaten beschrieben, die den zu gewinnenden Teilbereich definieren. Dieser Satz wird mit aij,s bezeichnet, wobei aij,s = {(x,y)|xij,s0 ≤ x ≤ xij,s,1, xij,s,0 ≤ y ≤ yij,s,1}
  • Man beachte, daß, da angenommen wird, daß das Fenster rechteckig ist, die aij,s ebenfalls rechteckig sind. Man erinnere sich daran, daß eine Ansicht im Maßstab s Wavelet-Koeftizienten von A00,s erfordert. Für s ≠ L werden diese Koeffizienten nicht explizit gespeichert, sondern müssen aus einer Teilmenge der in der CID-Datei enthaltenen Koeffizienten synthetisiert werden. Die Anforderung legt Teilmengen aij,s für (s,i,j) in K fest, wobei K = {0,0,0}∪{(0,1,I),(1,0,I),(1,1,I)|s < I ≤ L}.
  • Ein Überblick über die Suchroutine 140 ist in 6 gezeigt. Die Prozedur 140 wird eingeleitet 142 und beginnt mit dem Lesen der Kopfinformation 144 aus der CID-Datei, die die Gesamtstruktur dieser Datei beschreibt. Die Strukturinformation umfaßt die Anzahl von Ebenen in der Teilbandzerlegung, die Bildbreite und -höhe, die Unterstützungen und Koeftizientenwerte der Synthesefilter und eine Versatztabelle, die die Stellen von Tabellendaten und komprimierten Datensätzen beschreibt. Die Prozedur ruft dann die Subroutine Ansichtsparameter auswählen 146 auf, in der die Parameter, die eine Ansichtsanforderung festlegen, eingegeben werden. Diese Parameter umfassen die Auflösung s und die Fensterunterstützung a00,s.
  • An diesem Punkt wird die Subroutine Unterstützungen bestimmen 148 aufgerufen, die die Sätze aij,s auswertet, die die Wavelet-Koeffizienten festlegen, die aus der CID-Datei synthetisiert werden müssen. Die Teilmengen auf der Ebene s stehen mit a00,s–1 durch folgendes in Zusammenhang
    Figure 00210001
    Figure 00220001
    wobei die Unterstützung der Synthesefilter gegeben ist durch supp{h0} = [I00,I01] upp{h1} = [I10,I11]
  • Die Subroutine Unterstützungen bestimmen 148 hat die Auswertung dieser Gleichungen für s < I ≤ L zur Folge.
  • Der Cache existiert am Client und besteht aus einem Cachespeicher und einer Cachetabelle. Der Cachespeicher enthält Daten von vorherigen Teilanforderungsübertragungen vom Server. Für jeden Eintrag im Cachespeicher besteht ein Cachetabelleneintrag, der seine Unterstützung beschreibt. Die Unterstützung des i-ten Cacheeintrags für das Teilband Aij,s wird durch den Cachetabelleneintrag eij,s,I angegeben. Nachdem eine Fensteranforderung durchgeführt ist, greift die Subroutine Cacheabfrage 152 (siehe 7) auf die Cachetabelle zu und erzeugt eine Beschreibung der angeforderten Daten, die im Cachespeicher enthalten sind. Natürlich ist der Cache während des ersten Aufrufs von Cacheabfrage 152 leer. Die Cachedateneinträge sind typischerweise Huffman-komprimierte Koeffizientenindizes, können jedoch auch dekomprimierte Wavelet-Koeffizienten enthalten. Die Cachedateneinträge können im Primär- oder im Sekundärspeicher vorhanden sein.
  • Für das Teilband Aij,s existieren null oder mehr Cacheeinträge. Die Unterstützung der Cachetabelleneinträge, die mit eij,s,I für 1 ≤ I ≤ Nij,s bezeichnet sind, beschreibt die Teilmenge von Wavelet-Koeffizienten, die im entsprechenden Cachespeichereintrag enthalten sind. Die Daten von Aij,s, die vom Server erhalten werden müssen, sind gegeben durch {Aij,s(x,y,)|(x,y) ∊ Rij,s)} für alle (s,i,j) ∊ K,wobei
  • Figure 00230001
  • Dies beschreibt die Teilmenge von Aij,s, die für die Anzeige erforderlich ist und die nicht im Cachespeicher vorhanden ist. Die Daten, die dann von der CID-Datei auf dem Client zum Server übertragen werden, sind die Datensätze mit der Unterstützung rij,s,I so daß rij,s,I ∩ Rij,s ≠ ∅
  • Diese Datensätze können Huffman-Teilblöcke oder eine gewisse Teilmenge von diesen sein.
  • Nach der Cacheabfrage 152 überträgt 154 der Client die Anforderung und wartet auf die angeforderten Daten. Der Server sendet 154 die Anforderung in Form eines Pakets von Teilanforderungen, von denen jede aus komprimierten Daten eines rechteckigen Bereichs aus einem speziellen Teilband besteht. Die Teilanforderungen werden empfangen 156 und die Subroutine Cache aktualisieren 158 speichert die Teilanforderungen aus der Datenübertragung im Cachespeicher, reinigt die zuletzt verwendeten Cacheeinträge und zeichnet jeden Cachetreffer, der in der Cacheabfrage 152 angetroffen wird, auf. Die Subroutine Teilbänder synthetisieren 162 wird dann aufgerufen, um die Quantisiererindizes von den komprimierten Daten in der Anforderungsübertragung zu dekomprimieren, und rekonstruiert die Wavelet-Koeffizienten. Die Prozedur ruft dann die Subroutine Inverse DWT 164 auf, die die erforderliche Teilmenge von a00,s synthetisiert.
  • Die inverse DWT 164 berechnet jedoch nicht die tatsächlichen Pixelwerte, die in der Fensteranzeige verwendet werden. Dies wird durch Fensterpixel erzeugen 166 mit den von der inversen DWT 164 ausgegebenen Daten durchgeführt. Als Beispiel kann die Ausgabe der inversen DWT 164 im Gleitkommaformat vorliegen, in welchem Fall Fensterpixel erzeugen 166 diese Werte in Ein-Byte-Worte umformt (nach einer möglichen Umskalierung). In einem anderen Fall können die abgerufenen Daten Zwei-Byte-Worte sein, die z. B. Höhendaten enthalten. Fensterpixel erzeugen 166 kann in diesem Fall eine schattierte Reliefansicht der Daten erzeugen. Wenn in diesem Schritt in der Suchprozedur ein anderes Fenster angefordert wird 168, kehrt die Prozedur 172 zur Subroutine Ansicht auswählen 146 zurück. Ansonsten wird das Programm beendet 174.
  • Die vorstehend erörterte Dekomprimierungsroutine begrenzt die erhältliche Suchbildauflösung auf eine Potenz von Zwei mal der Originalbildauflösung. Die Erzeugung einer willkürlichen Auflösung kann durch Abrufen der Auflösung der nächsten Potenz von Zwei, die größer ist als die angeforderte, und dann Durchführen eines Interpolationsprozesses bereitgestellt werden.
  • Die Erfindung ist hauptsächlich für die Verwendung in einer interaktiven Anwendung vorgesehen. Anfänglich betrachtet der Benutzer eine Darstellung des Bildes mit niedriger Auflösung auf einem Computermonitor, der ein Bildsymbol eines großen Teils oder vielleicht der gesamten Bildszene bereitstellt. Unter Verwendung einer Computerzeigevorrichtung wie z. B. einer Maus kann der Benutzer mit dem Bild mit niedriger Auflösung in Dialogverkehr treten, um einen Bereich und einen Längenmaßstab (eine Bildansicht) zur Anzeige festzulegen. Diese Parameter werden dann an die Dekomprimierungsroutine übergeben, die die gewünschte Ansicht abruft. Dieser Prozeß kann wiederholt werden, wobei der Benutzer minder Originalszene mit niedriger Auflösung oder mit anschließenden Bildern, die von der Dekomprimierungsroutine zurückgegeben werden, in Dialogverkehr steht. Während solcher wiederholter Anwendungen der Dekomprimierungsroutine ermöglicht die Erfindung auch die Verwaltung eines Bildcaches, um die Ergebnisse von vorherigen Datenzugriffen zu speichern. Durch Verwendung des Bildcaches muß der hierin beschriebene Prozeß nur diejenigen Daten abrufen, die von der Abfrage angefordert werden und die sich nicht im Cachespeicher befinden. Das Cachespeicherschema ist besonders vorteilhaft, wenn auf die Daten über eine Datenübertragungsstrecke zugegriffen wird, die im Vergleich zur Rechenzeit, die der Dekomprimierungsverarbeitung zugeordnet ist, langsam ist.
  • Es ist selbstverständlich, daß die obige Beschreibung und die Anspruchsnomenklatur wegen einer leichten Beschreibung und Nomenklatur in einer zweidimensionalen Darstellung präsentiert sind. Der Prozeß ist gleichermaßen auf einen eindimensionalen Prozeß und einen dreidimensionalen Prozeß anwendbar. Nur die Bezeichnung der tiefgestellten Indizes ist anders und die Verwendung einer zweidimensionalen Nomenklatur sollte nicht als Begrenzung des Schutzbereichs der beanspruchten Erfindung aufgefaßt werden.
  • Die vorangehende Beschreibung der Erfindung wurde für die Zwecke der Erläuterung und Beschreibung präsentiert und soll nicht erschöpfend sein oder die Erfindung auf die präzise offenbarte Form begrenzen, und offensichtlich sind viele Modifikationen und Veränderungen angesichts der obigen Lehre möglich. Die Ausführungsbeispiele wurden gewählt und beschrieben, um die Prinzipien der Erfindung und ihre praktische Anwendung bestmöglich zu erläutern, um dadurch anderen Fachleuten zu ermöglichen, die Erfindung in verschiedenen Ausführungsbeispielen und mit verschiedenen Modifikationen bestmöglich zu verwenden, welche für die spezielle in Betracht gezogene Verwendung geeignet sind. Es ist beabsichtigt, daß der Schutzbereich der Erfindung durch die hier beigefügten Ansprüche definiert ist.

Claims (12)

  1. Verfahren zum Komprimieren eines großen digitalen Bildes zum Speichern in einem Computer, wobei ausgewählte Bereiche des Bildes mit mehreren Auflösungen von einem Computer mit einem Primärspeicher zur Datenverarbeitung und einem Sekundärspeicher zur Datenspeicherung betrachtet werden, wobei das Verfahren die folgenden Schritte umfaßt: Speichern eines vollständigen Satzes von Bilddaten I(x,y), die das Bild darstellen, in einer ersten Sekundärspeicherstelle des Computers; Definieren einer Vielzahl von Teilmengen von diskreten Stückbilddaten Tij(x,y), wobei der vollständige Satz von Bilddaten I(x,y) durch Überlagerung der diskreten Stückbilddaten Tij(x,y) gebildet wird; Durchführen von einem oder mehreren auf einer diskreten Wavelet-Transformation (DWT) basierenden Komprimierungsprozessen an allen Stückbilddaten Tij(x,y) in einer ausgewählten Sequenz, um alle diskreten Stückbilddaten Tij(x,y) als Folge von DWT-Koeffizienten in einer Folge von Teilbandsätzen auszugeben, wobei ein Teilband jedes Satzes eine Darstellung der diskreten Stückbilddaten Tij(x,y) mit niedriger Auflösung ist, um eine Sequenz von Darstellungen der Bilddatenmatrix I(x,y) mit niedriger Auflösung zu erzeugen; und Bewahren von aktualisierten Summen der DWT-Koeffizienten von dem diskreten Stückbild Tij(x,y), um eine nahtlose DWT der I(x,y) zu erzeugen, und Speichern der Summen in einer zweiten Speicherstelle des Computers.
  2. Verfahren nach Anspruch 1, welches ferner den folgenden Schritt umfaßt: periodisches Komprimieren der Summen und Übertragen der komprimierten Summen zu einem zweiten Sekundärspeicher, um ausreichenden Speicher in dem Primärspeicher zur Datenverarbeitung zu bewahren.
  3. Verfahren nach Anspruch 1, wobei der Schritt des Durchführens von einer oder mehreren DWT von allen Stückbilddaten Tij(x,y) den Schritt des Setzens aller Bilddatenwerte auf Null außerhalb des Stückbildes, um eine Stückdatenmatrix zu bilden, die nur über das Stückbild unterstützt wird, und des Durchführens der DWT über die gesamte Stückdatenmatrix umfaßt.
  4. Verfahren nach Anspruch 1 oder 3, wobei die ausgewählte Sequenz zum Durchführen der DWT-Komprimierung an den Stückbilddaten Tij(x,y) darin besteht, die Stückbilddaten Ti–1,j(x,y) und Ti,j–1(x,y) vor dem Komprimieren von Tij(x,y) zu komprimieren.
  5. Verfahren nach einem der Ansprüche 1 bis 3, wobei der Schritt des Bewahrens von aktualisierten Summen der DWT-Koeffizienten den Schritt des Abrufens von aktualisierten Summen von DWT-Koeffizienten für Ti- 1,j(x,y} und Ti,j–1(x,y) und des Addierens zu den Koeffizienten für Tij(x,y) umfaßt.
  6. Verfahren nach Anspruch 1, welches ferner die folgenden Schritte umfaßt: Auswählen eines Betrachtungssatzes der Bilddaten I(x,y), die mit einer gewünschten Auflösung betrachtet werden sollen; Festlegen einer Betrachtungsteilmenge der DWT-Wavelet-Koeffizienten, die den Betrachtungssatz der Bilddaten mit der gewünschten Auflösung unterstützen; und Erzeugen einer Computeranzeige des Betrachtungssatzes der Bilddaten mit der gewünschten Auflösung aus der Teilmenge der DWT-Wavelet-Koeffizienten.
  7. Verfahren nach Anspruch 6, wobei der Schritt des Durchführens von einer oder mehreren DWT von allen Stückbilddaten Tij(x,y) den Schritt des Setzens aller Bilddatenwerte auf Null außerhalb der Stückbilddaten, um eine Stückdatenmatrix zu erzeugen, die nur über das Stückbild unterstützt wird, und des Durchführens der DWT über die gesamte Stückdatenmatrix umfaßt.
  8. Verfahren nach Anspruch 6 oder 7, wobei die ausgewählte Sequenz zum Durchführen der DWT-Komprimierung an den Stückbilddaten Tij(x,y) darin besteht, die Stückbilddaten Ti–1,j(x,y) und Ti,j–1(x,y) vor dem Komprimieren von Tij(x,y) zu komprimieren.
  9. Verfahren nach Anspruch 6, wobei der Schritt des Auswählens eines Betrachtungssatzes der Bilddaten I(x,y), die mit einer ausgewählten Auflösung betrachtet werden sollen, die Schritte des Festlegens eines Satzes von Koordinaten (x,y) aus den Bilddaten I(x,y) und des Lesens einer zugehörigen gespeicherten Information umfaßt, welche die Anzahl von Auflösungspegeln für die Teilbandsätze, die Bildbreite und -höhe, Unterstützungen und Koeffizientenwerte für Synthesefilter und eine Verschiebungstabelle, die die Stellen von Tabellendaten und komprimierten Datensätzen beschreibt, umfaßt.
  10. Verfahren nach Anspruch 6, wobei der Schritt des Auswählens einer Betrachtungsteilmenge der DWT-Wavelet-Koeffizienten den Schritt des Gewinnens von Waveiet-Koeffizienten entsprechend dem Betrachtungssatz und entsprechenden Synthesefiltern zum Dekomprimieren der Wavelet-Koeffizienten umfaßt.
  11. Verfahren nach Anspruch 6, welches ferner den Schritt des Erstellens eines Cache-Speichers zum Speichern von dekomprimierten Wavelet-Koeffizienten für jede Computeranzeige, die erzeugt wird, umfaßt.
  12. Verfahren nach Anspruch 11, wobei der Schritt des Auswählens einer Betrachtungsteilmenge der DWT-Wavelet-Koeffizienten einen ersten Schritt des Feststellens, ob die Koeffizienten in dem Cache-Speicher gespeichert sind, umfaßt.
DE69628760T 1995-11-14 1996-10-28 Speicherung und wiedergewinnung von grossen digitalen bildern Expired - Lifetime DE69628760T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US08/557,475 US5710835A (en) 1995-11-14 1995-11-14 Storage and retrieval of large digital images
PCT/US1996/017267 WO1997018527A1 (en) 1995-11-14 1996-10-28 Storage and retrieval of large digital images
US557475 2000-04-24

Publications (2)

Publication Number Publication Date
DE69628760D1 DE69628760D1 (de) 2003-07-24
DE69628760T2 true DE69628760T2 (de) 2004-04-29

Family

ID=24225563

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69628760T Expired - Lifetime DE69628760T2 (de) 1995-11-14 1996-10-28 Speicherung und wiedergewinnung von grossen digitalen bildern

Country Status (7)

Country Link
US (1) US5710835A (de)
EP (1) EP0864135B1 (de)
JP (1) JP2000500936A (de)
AU (1) AU7480296A (de)
DE (1) DE69628760T2 (de)
ES (1) ES2201207T3 (de)
WO (1) WO1997018527A1 (de)

Families Citing this family (106)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3747108B2 (ja) * 1996-02-02 2006-02-22 キヤノン株式会社 デジタル撮像装置及びその制御方法
US6141452A (en) * 1996-05-13 2000-10-31 Fujitsu Limited Apparatus for compressing and restoring image data using wavelet transform
DE69730277T2 (de) * 1996-06-28 2005-08-25 Oki Electric Industry Co., Ltd. Wavelettransformationsverfahren und -vorrichtung
EP0817494A3 (de) * 1996-06-28 1998-07-22 Oki Electric Industry Co., Ltd. Bildkodierungsverfahren und -vorrichtung
US6272235B1 (en) * 1997-03-03 2001-08-07 Bacus Research Laboratories, Inc. Method and apparatus for creating a virtual microscope slide
US6404906B2 (en) * 1997-03-03 2002-06-11 Bacus Research Laboratories,Inc. Method and apparatus for acquiring and reconstructing magnified specimen images from a computer-controlled microscope
US6037983A (en) * 1996-11-08 2000-03-14 Hughes Electronics Corporation High quality reduced latency transmission of video objects
US5861920A (en) * 1996-11-08 1999-01-19 Hughes Electronics Corporation Hierarchical low latency video compression
GB2323946B (en) * 1997-04-04 2002-04-17 Sony Uk Ltd Database accessing method and apparatus
US6535878B1 (en) * 1997-05-02 2003-03-18 Roxio, Inc. Method and system for providing on-line interactivity over a server-client network
US5968120A (en) * 1997-05-02 1999-10-19 Olivr Corporation Ltd. Method and system for providing on-line interactivity over a server-client network
US6163596A (en) * 1997-05-23 2000-12-19 Hotas Holdings Ltd. Phonebook
DE19737258A1 (de) * 1997-08-27 1999-03-04 Iat Ag Bilddatenübertragungsverfahren
US6665841B1 (en) * 1997-11-14 2003-12-16 Xerox Corporation Transmission of subsets of layout objects at different resolutions
US6182114B1 (en) 1998-01-09 2001-01-30 New York University Apparatus and method for realtime visualization using user-defined dynamic, multi-foveated images
US6337882B1 (en) * 1998-03-06 2002-01-08 Lucent Technologies Inc. Method and apparatus for generating unlimited selected image views from a larger image
US6192393B1 (en) * 1998-04-07 2001-02-20 Mgi Software Corporation Method and system for panorama viewing
US6326965B1 (en) * 1998-04-14 2001-12-04 International Business Machines Corp. Interactive representation and retrieval of multi-dimensional data using view elements
US6041143A (en) * 1998-04-14 2000-03-21 Teralogic Incorporated Multiresolution compressed image management system and method
US6711297B1 (en) * 1998-07-03 2004-03-23 University Of Pittsburgh - Of The Commonwealth System Of Higher Education Methods and apparatus for dynamic transfer of image data
US6229926B1 (en) * 1998-07-24 2001-05-08 Picsurf, Inc. Memory saving wavelet-like image transform system and method for digital camera and other memory conservative applications
US5995210A (en) * 1998-08-06 1999-11-30 Intel Corporation Integrated architecture for computing a forward and inverse discrete wavelet transforms
US6178269B1 (en) * 1998-08-06 2001-01-23 Intel Corporation Architecture for computing a two-dimensional discrete wavelet transform
JP3512346B2 (ja) * 1998-10-15 2004-03-29 ソニー株式会社 ウェーブレット復号化装置及び方法
US6201897B1 (en) * 1998-11-09 2001-03-13 Earth Resource Mapping Transformation and selective inverse transformation of large digital images
US6223183B1 (en) * 1999-01-29 2001-04-24 International Business Machines Corporation System and method for describing views in space, time, frequency, and resolution
AUPP855899A0 (en) * 1999-02-09 1999-03-04 Motorola Australia Pty Ltd A method of providing a signal extension for a finite length signal and apparatus therefor
AUPP918699A0 (en) 1999-03-12 1999-04-15 Canon Kabushiki Kaisha Encoding method and appartus
JP3285331B2 (ja) * 1999-04-12 2002-05-27 オリンパス光学工業株式会社 画像記録装置および電子カメラ装置
FR2792432B1 (fr) 1999-04-15 2001-07-13 Canon Kk Dispositif et procede de transformation de signal numerique
FR2792433A1 (fr) * 1999-04-15 2000-10-20 Canon Kk Dispositif et procede de transformation de signal numerique
US6477269B1 (en) * 1999-04-20 2002-11-05 Microsoft Corporation Method and system for searching for images based on color and shape of a selected image
US6643406B1 (en) 1999-07-28 2003-11-04 Polaroid Corporation Method and apparatus for performing linear filtering in wavelet based domain
US6314452B1 (en) 1999-08-31 2001-11-06 Rtimage, Ltd. System and method for transmitting a digital image over a communication network
US6834123B2 (en) 2001-05-29 2004-12-21 Intel Corporation Method and apparatus for coding of wavelet transformed coefficients
US6956903B2 (en) * 2001-05-29 2005-10-18 Intel Corporation Method and apparatus for three-dimensional wavelet transform
US6694064B1 (en) * 1999-11-19 2004-02-17 Positive Systems, Inc. Digital aerial image mosaic method and apparatus
US7421136B2 (en) * 1999-11-24 2008-09-02 Ge Medical Systems Information Technologies Inc. Image tessellation for region-specific coefficient access
US20020044696A1 (en) * 1999-11-24 2002-04-18 Sirohey Saad A. Region of interest high resolution reconstruction for display purposes and a novel bookmarking capability
US7236637B2 (en) * 1999-11-24 2007-06-26 Ge Medical Systems Information Technologies, Inc. Method and apparatus for transmission and display of a compressed digitized image
US6553141B1 (en) * 2000-01-21 2003-04-22 Stentor, Inc. Methods and apparatus for compression of transform data
US6304684B1 (en) * 2000-02-15 2001-10-16 Cyberecord, Inc. Information processing system and method of using same
US7024046B2 (en) * 2000-04-18 2006-04-04 Real Time Image Ltd. System and method for the lossless progressive streaming of images over a communication network
US6633688B1 (en) 2000-04-28 2003-10-14 Earth Resource Mapping, Inc. Method system and apparatus for providing image data in client/server systems
US7738688B2 (en) * 2000-05-03 2010-06-15 Aperio Technologies, Inc. System and method for viewing virtual slides
US6711283B1 (en) 2000-05-03 2004-03-23 Aperio Technologies, Inc. Fully automatic rapid microscope slide scanner
US7668362B2 (en) 2000-05-03 2010-02-23 Aperio Technologies, Inc. System and method for assessing virtual slide image quality
US7518652B2 (en) * 2000-05-03 2009-04-14 Aperio Technologies, Inc. Method and apparatus for pre-focus in a linear array based slide scanner
US6781711B1 (en) 2000-05-15 2004-08-24 International Business Machines Corporation Method and system for efficient transmittal and presentation of complex images
US6671424B1 (en) 2000-07-25 2003-12-30 Chipworks Predictive image caching algorithm
US6591270B1 (en) * 2000-07-28 2003-07-08 Navigation Technologies Corporation Method for organizing map data
US6738523B1 (en) * 2000-09-14 2004-05-18 Eastman Kodak Company Parallel inverse discrete wavelet transform
FR2815748B1 (fr) * 2000-10-20 2003-01-24 Canon Kk Procede et dispositif de traitement et de decodage d'un signal numerique code
WO2002048966A1 (en) * 2000-12-14 2002-06-20 Rtimage Inc. Three-dimensional image streaming system and method for medical images
US7119811B2 (en) * 2001-08-10 2006-10-10 Pixia Corp. Image display system
WO2003023757A1 (en) * 2001-09-13 2003-03-20 Pixia Corp. Image display system
US6912695B2 (en) 2001-09-13 2005-06-28 Pixia Corp. Data storage and retrieval system and method
US7245304B2 (en) * 2001-11-16 2007-07-17 Lockheed Martin Corporation System and method for managing compressed graphic image data
US6925208B1 (en) 2002-05-04 2005-08-02 Stentor, Inc. Methods and apparatus for partitioning transform data
US20040090441A1 (en) * 2002-11-07 2004-05-13 Su Wen-Yu Method and device for translating two-dimensional data of a discrete wavelet transform system
US7116833B2 (en) * 2002-12-23 2006-10-03 Eastman Kodak Company Method of transmitting selected regions of interest of digital video data at selected resolutions
US7116440B2 (en) 2003-02-28 2006-10-03 Aperio Technologies, Inc. Image processing and analysis framework
US7257268B2 (en) 2003-02-28 2007-08-14 Aperio Technologies, Inc. Systems and methods for image pattern recognition
JP3948619B2 (ja) * 2003-03-31 2007-07-25 株式会社リコー 画像圧縮装置、画像圧縮方法、プログラム及び記録媒体
US20050008247A1 (en) * 2003-07-07 2005-01-13 Ming-Huang Kuo Method for processing an image using difference wavelet
NZ544882A (en) * 2003-07-24 2008-06-30 Lucidyne Technologies Inc Wood tracking system by identification of surface characteristics
US7406190B2 (en) * 2003-07-24 2008-07-29 Lucidyne Technologies, Inc. Wood tracking by identification of surface characteristics
KR101142584B1 (ko) * 2003-11-18 2012-05-10 스칼라도 아베 디지털 이미지 처리 방법 및 이미지 표현 포맷
US7865301B2 (en) * 2004-03-23 2011-01-04 Google Inc. Secondary map in digital mapping system
US7158878B2 (en) * 2004-03-23 2007-01-02 Google Inc. Digital mapping system
US7599790B2 (en) * 2004-03-23 2009-10-06 Google Inc. Generating and serving tiles in a digital mapping system
EP1756750A4 (de) 2004-05-27 2010-10-20 Aperio Technologies Inc Systeme und verfahren zum erzeugen und betrachten dreidimensionaler virtueller folien
US7653255B2 (en) 2004-06-02 2010-01-26 Adobe Systems Incorporated Image region of interest encoding
WO2006028439A1 (en) 2004-09-01 2006-03-16 Aperio Technologies, Inc. System and method for data management in a linear-array-based microscope slide scanner
WO2006081362A2 (en) 2005-01-27 2006-08-03 Aperio Technologies, Inc Systems and methods for viewing three dimensional virtual slides
US7672518B2 (en) * 2005-03-29 2010-03-02 Eastman Kodak Company Use of frequency transform in the analysis of image sensors
US7672519B2 (en) * 2005-03-29 2010-03-02 Eastman Kodak Company Use of frequency transforms in the analysis of image sensors
US7693335B2 (en) * 2005-06-13 2010-04-06 Alcatel-Lucent Usa Inc. Deterministic wavelet thresholding for general-error metrics
US8164622B2 (en) 2005-07-01 2012-04-24 Aperio Technologies, Inc. System and method for single optical axis multi-detector microscope slide scanner
US20070058871A1 (en) * 2005-09-13 2007-03-15 Lucent Technologies Inc. And University Of Maryland Probabilistic wavelet synopses for multiple measures
US7933897B2 (en) 2005-10-12 2011-04-26 Google Inc. Entity display priority in a distributed geographic information system
US20070165049A1 (en) * 2005-10-14 2007-07-19 General Electric Company Configurable system and method for results review
US20070136090A1 (en) * 2005-12-12 2007-06-14 General Electric Company System and method for macro-enhanced clinical workflow
US8010555B2 (en) * 2006-06-30 2011-08-30 Aperio Technologies, Inc. System and method for managing images over a network
WO2008005868A2 (en) 2006-06-30 2008-01-10 Aperio Technologies, Inc. Method for storing and retrieving large images via dicom
US20080140722A1 (en) * 2006-11-20 2008-06-12 Vivalog Llc Interactive viewing, asynchronous retrieval, and annotation of medical images
US20080120142A1 (en) * 2006-11-20 2008-05-22 Vivalog Llc Case management for image-based training, decision support, and consultation
US8212805B1 (en) 2007-01-05 2012-07-03 Kenneth Banschick System and method for parametric display of modular aesthetic designs
US8165363B2 (en) 2007-05-04 2012-04-24 Aperio Technologies, Inc. System and method for quality assurance in pathology
US7925100B2 (en) * 2007-07-31 2011-04-12 Microsoft Corporation Tiled packaging of vector image data
US8654139B2 (en) * 2007-08-29 2014-02-18 Mckesson Technologies Inc. Methods and systems to transmit, view, and manipulate medical images in a general purpose viewing agent
US20090132285A1 (en) * 2007-10-31 2009-05-21 Mckesson Information Solutions Llc Methods, computer program products, apparatuses, and systems for interacting with medical data objects
US8520978B2 (en) * 2007-10-31 2013-08-27 Mckesson Technologies Inc. Methods, computer program products, apparatuses, and systems for facilitating viewing and manipulation of an image on a client device
US8290346B2 (en) * 2008-09-25 2012-10-16 Pixia Corp. Large format video archival, storage, and retrieval system and method
WO2010048584A2 (en) 2008-10-24 2010-04-29 Aperio Technologies, Inc. Whole slide fluorescence scanner
EP2510494B1 (de) 2009-12-11 2021-12-22 Leica Biosystems Imaging, Inc. Verbessertes signal-rausch-verhältnis bei der analyse von digitalen pathologiebildern
US8411970B2 (en) * 2010-03-16 2013-04-02 Pixia Corp. Method and system for determining statistical data for image pixels having a higher bit depth per band
US9407876B1 (en) 2010-09-14 2016-08-02 Pixia Corp. Method and system for encoding and decoding multiple wide-area surveillance area-of-interest video codestreams
US8532397B1 (en) 2010-09-16 2013-09-10 Pixia Corp. Method of creating a container file for large format imagery and organizing data within the container file
US10013474B2 (en) 2011-10-25 2018-07-03 The United States Of America, As Represented By The Secretary Of The Navy System and method for hierarchical synchronization of a dataset of image tiles
US8612491B2 (en) * 2011-10-25 2013-12-17 The United States Of America, As Represented By The Secretary Of The Navy System and method for storing a dataset of image tiles
DE102012205273A1 (de) * 2012-03-30 2013-10-02 Siemens Aktiengesellschaft Medizinische Datenkompression zur Datenverarbeitung in einem Cloud-System
US8886883B1 (en) * 2012-03-31 2014-11-11 Emc Corporation System and method for improving cache performance
WO2018111133A1 (en) * 2016-12-15 2018-06-21 Huawei Technologies Co., Ltd Method and system of similarity-based deduplication
FR3099975B1 (fr) * 2019-08-13 2021-09-17 Qwoo Procédé de fourniture d’un contenu comportant au moins une image, format de fichier
FR3119959B1 (fr) * 2021-02-17 2023-05-26 Qwoo Procédé de fourniture d’un contenu comportant au moins une image, format de fichier

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8429879D0 (en) * 1984-11-27 1985-01-03 Rca Corp Signal processing apparatus
GB8518803D0 (en) * 1985-07-25 1985-08-29 Rca Corp Locating target patterns within images
US5187755A (en) * 1988-06-30 1993-02-16 Dainippon Screen Mfg. Co., Ltd. Method of and apparatus for compressing image data
US5101446A (en) * 1990-05-31 1992-03-31 Aware, Inc. Method and apparatus for coding an image
DE4026523A1 (de) * 1990-08-22 1992-02-27 Thomson Brandt Gmbh Verfahren und vorrichtung zur bilddaten-transformation
US5177796A (en) * 1990-10-19 1993-01-05 International Business Machines Corporation Image data processing of correlated images
US5262958A (en) * 1991-04-05 1993-11-16 Texas Instruments Incorporated Spline-wavelet signal analyzers and methods for processing signals
US5212742A (en) * 1991-05-24 1993-05-18 Apple Computer, Inc. Method and apparatus for encoding/decoding image data
US5204916A (en) * 1991-08-06 1993-04-20 Eastman Kodak Company Tile-oriented technique for collectively performing image rotation, scaling and digital halftone screening
US5315670A (en) * 1991-11-12 1994-05-24 General Electric Company Digital data compression system including zerotree coefficient coding
US5325449A (en) * 1992-05-15 1994-06-28 David Sarnoff Research Center, Inc. Method for fusing images and apparatus therefor
US5867602A (en) * 1994-09-21 1999-02-02 Ricoh Corporation Reversible wavelet transform and embedded codestream manipulation

Also Published As

Publication number Publication date
WO1997018527A1 (en) 1997-05-22
EP0864135A4 (de) 2001-06-13
AU7480296A (en) 1997-06-05
ES2201207T3 (es) 2004-03-16
JP2000500936A (ja) 2000-01-25
EP0864135B1 (de) 2003-06-18
DE69628760D1 (de) 2003-07-24
EP0864135A1 (de) 1998-09-16
US5710835A (en) 1998-01-20

Similar Documents

Publication Publication Date Title
DE69628760T2 (de) Speicherung und wiedergewinnung von grossen digitalen bildern
DE19534943B4 (de) Vorrichtung zur Komprimierung unter Verwendung von eingebetteten Kleinwellen
DE19626615C2 (de) Verfahren und Apparat zur Kompression, das bzw. der reversible Wavelet-Transformationen und einen eingebetteten Kodestrom verwendet
DE19626600C2 (de) Kodierer und Verfahren zum Kodieren
DE69723356T2 (de) Bildsuchgerät und -verfahren mit mehrfachen Auflösungen
DE69406306T2 (de) Verfahren zur bildskalierung und zum filtern mit diskreter cosinustransformation
US6643406B1 (en) Method and apparatus for performing linear filtering in wavelet based domain
DE69421690T2 (de) Geraet und verfahren zur datenkompression
DE69635055T2 (de) Kodierung von zerotree-informationen in einem bildkodierungssystem mit wavelettransformation
DE69736329T2 (de) Verschachtelte verteilte kodierung von spärlich bestückten datensätzen
DE69837017T2 (de) Zoomen mit vorbestimmten Grössen von Indexbildern
DE19534730B4 (de) Verfahren zum Codieren und Decodieren von Daten
DE60308255T2 (de) 2D-Transformationen zur Bild- und Videokodierung
US6101279A (en) Image compression system using block transforms and tree-type coefficient truncation
DE69020564T2 (de) Verfahren und vorrichtung zur behandlung von numerischen daten.
DE69601086T2 (de) Verfahren und system zur darstellung einer datengruppe mit einer datentransformationsfunktion und einer datenmaske
Uytterhoeven et al. Wavelet transforms using the lifting scheme
DE69837430T2 (de) Verfahren zur datenkompression
DE10254192A1 (de) Verfahren und Vorrichtung zur Übertragung und Anzeige eines komprimierten digitalisierten Bildes
US8027547B2 (en) Method and computer program product for compressing and decompressing imagery data
US20030063811A1 (en) Signal processing apparatus and method, program, and storage medium
DE69421286T2 (de) Verfahren zur durchführung von schnellen diskreten kosinustransformationen und schnellen inversen diskreten kosinustransformationen unter verwendung von nachschlagetabellen
DE69621855T2 (de) Verfahren und Vorrichtung zur Hadamard-Transformationskodierung/-dekodierung von Bildsignalen
US6934420B1 (en) Wave image compression
Karlık Medical image compression by using vector quantization neural network (VQNN)

Legal Events

Date Code Title Description
8364 No opposition during term of opposition