DE69806729T2

DE69806729T2 - Progressive blockbasierte kodierung für bildkompression

Info

Publication number: DE69806729T2
Application number: DE69806729T
Authority: DE
Inventors: Martin Monro
Original assignee: University of Bath
Current assignee: Zarbana Digital Fund LLC
Priority date: 1997-02-19
Filing date: 1998-02-05
Publication date: 2003-04-03
Anticipated expiration: 2018-02-06
Also published as: US6556719B1; GB9703441D0; WO1998037700A1; DE69806729D1; USRE43649E1; EP0962099B1; EP0962099A1

Description

Die vorliegende Erfindung betrifft die Bildkompression und insbesondere, obwohl nicht ausschließlich, einen Progressionsblock-basierten integrierten DCT-Kodierer und ein Verfahren zum Kodieren.
Das JPEG-Grundlinen-Verfahren zum Kodieren ruhender Bilder verwendet die diskrete Kosinustransformation (DCT) in einer festen 8 · 8-Pixeleinteilung. Durch eine lineare Quantisierungstabelle und das Zick-Zack-Abtasten von DCT-Koeffizienten werden die Redundanz- und Bandbreiteneigenschaften der DCT über einen Kompressionsbereich ausgenutzt. In jüngster Zeit ist jedoch klar geworden, dass der JPEG-Kodierer bei höheren Kompressionsverhältnissen nicht besonders effizient ist, und andere Verfahren wie kleine Wellen (wavelets) haben bessere Ergebnisse erzielt, während sie den Vorteil aufwiesen, voll integriert zu sein. Einige Forscher haben versucht, die DCT mit der Null-Baum-Quantisierung (zerotree) zu kombinieren, die gewöhnlich mit den Transformationen von kleinen Wellen (wavelets) verbunden ist: siehe Xiong, Guleryuz und Orchard, "A DCT-based image coder", IEEE Sig. Proc. Lett., Bd. 3, Nr. 11, Nov. 1996, S. 289.
Es ist eine Aufgabe der vorliegenden Erfindung, allgemein einen Fortschritt auf dem Gebiet der Bildkompression zu erzielen, und insbesondere ein verbessertes Verfahren der Bildkompression bereitzustellen, welches zusammen mit wohl verstandenen Transformationen wie der DCT verwendet werden kann.
Nach einem ersten Gesichtspunkt der vorliegenden Erfindung ist ein Verfahren zur Bildkompression vorgesehen, welches folgendes umfasst:
(a) Einteilen eines zu komprimierenden Bildes in mehrere Bildblöcke;
(b) Durchführen einer zweidimensionalen Blocktransformation für jeden Block, um mehrere entsprechende Koeffizientenblöcke zu erzeugen;
(c) bitweises Digitalisieren der Koeffizienten innerhalb jedes Koeffizientenblocks, um mehrere Bitebenen für jeden Koeffizientenblock zu definieren;
(d) Definieren einer Gruppe aus einer oder mehreren aufeinanderfolgenden Bitebenen, beginnend mit der Ebene des höchstwertigen Bits;
(e) Auswählen derjenigen Koeffizienten, die als erstes innerhalb der Gruppe signifikant werden;
(f) Kennzeichnen der ausgewählten Koeffizienten;
(g) Übertragen von Informationen, die für die Positionen der ausgewählten Koeffizienten stehen; und Übertragen der Bits innerhalb der Gruppe der Koeffizienten; und
(h) Wiederholen von (d) bis (g) einmal oder mehrmals, wobei jede neue Gruppe mit der Ebene des höchstwertigen Bits beginnt, die zuvor nicht behandelt wurde; und außerdem, bei jedem wiederholten Durchlauf, Übertragen der Bits innerhalb der momentanen Gruppe derjenigen Koeffizienten, die zuvor in einem früheren Durchlauf gekennzeichnet wurden.
Ein solches Verfahren könnte auch auf die Audioaufzeichnung angewendet werden, indem man die eindimensionale DCT verwendet.
Nach einem zweiten Gesichtspunkt der Erfindung ist ein Kodierer vorgesehen, der folgendes umfasst:
(a) Mittel zum Einteilen eines zu komprimierenden Bildes in mehrere Bildblöcke;
(b) Mittel zum Durchführen einer zweidimensionalen Blocktransformation für jeden Block, um mehrere entsprechende Koeffizientenblöcke zu erzeugen;
(c) Mittel zum bitweisen Digitalisieren der Koeffizienten innerhalb jedes Koeffizientenblocks, um mehrere Bitebenen für jeden Koeffizientenblock zu definieren;
(d) Mittel zum Definieren einer Gruppe aus einer oder mehreren aufeinanderfolgenden Bitebenen, beginnend mit der Ebene des höchstwertigen Bits;
(e) Mittel zum Auswählen derjenigen Koeffizienten, die als erstes innerhalb der Gruppe signifikant werden;
(f) Mittel zum Kennzeichnen der ausgewählten Koeffizienten;
(g) Mittel zum Übertragen von Informationen, die für die Positionen der ausgewählten Koeffizienten stehen; und zum Übertragen der Bits innerhalb der Gruppe der Koeffizienten; und
(h) Mittel zum Wiederholen von (d) bis (g) einmal oder mehrmals, wobei jede neue Gruppe mit der Ebene des höchstwertigen Bits beginnt, die zuvor nicht behandelt wurde; und Mittel zum Übertragen der Bits bei jedem wiederholten Durchlauf innerhalb der momentanen Gruppe derjenigen Koeffizienten, die zuvor in einem früheren Durchlauf gekennzeichnet wurden.
Vorzugsweise liefert der Kodierer eine signifikante Umschaltung von DCT-Koeffizienten bei der Block-basierten integrierten DCT-Bildkompression. Der Kodierer sieht eine Ausgabe für ein oder mehr Datenströme vor, die innerhalb einiger Bits an jedem Punkt beendet werden können.
Die Erfindung erstreckt sich auch auf einen Videokodierer/dekodierer, der einen Kodierer nach Anspruch 17 und einen zugehörigen Dekodierer enthält, wobei der Dekodierer so eingerichtet ist, dass er eine laufende Aufzeichnung der momentan signifikanten Koeffizienten aufrechterhält, während die Übertragung zwischen dem Kodierer und dem Dekodierer stattfindet.
Die bevorzugte zweidimensionale Blocktransformation der vorliegenden Erfindung ist die diskrete Kosinustransformation (DCT), obwohl andere Transformationen wie die schnelle Fouriertransformation (FFT) oder die geschlossene orthogonale Transformation verwendet werden könnten.
Man wird zu schätzen wissen, dass beim erfindungsgemäßen Verfahren die Reihenfolge der Übertragung nicht signifikant ist. Es versteht sich daher, außer dort, wo es die Logik erfordert, dass die verschiedenen Teile des Verfahrens nicht notwendigerweise nacheinander in der in Abschnitt (d) von Anspruch 1 spezifizierten Reihenfolge ausgeführt werden. Zum Beispiel könnten die Bits von den neu ausgewählten Koeffizienten entweder vor oder nach den Bits übertragen werden, die zuvor auf einem früheren Weg markiert wurden. Auf ähnliche Weise können die Bits der Koeffizienten, die zuvor auf einem früheren Weg markiert wurden, entweder vor oder nach dem Auswählen der neuen Koeffizienten zur Markierung übertragen werden.
Die Bitebenen werden nacheinander durchfahren, und zwar von höchstwertigen Bitebene zur niederwertigsten Bitebene. Dies kann entweder für jeden Bildblock separat wiederholt werden oder es können alle Blöcke in der ersten Bitebene, dann alle Blöcke in der zweiten Bitebene usw. gehandhabt werden.
Die Philosophie der Umschaltung der Signifikanz, wie sie in der vorliegenden Erfindung eingesetzt wird, ist, dass die eingeführten Überhänge durch die Einsparungen beim Nicht- Übertragen von Bits für kleine Koeffizienten kompensiert werden, bis sie eingeschaltet werden. Eine gute Leistung kann natürlich bei hohen Kompressionsverhältnissen erwartet werden, was aber überraschend ist, ist die ausgezeichnete Leistung sowohl für verlustlose Kompression als auch für die Kompression mit niedrigen Verhältnissen. Der Kodierer der vorliegenden Erfindung ist vorzugsweise integriert, anders ausgedrückt, kann der Bitstrom innerhalb von ein paar Bits von jedem Punkt angehalten werden, während insgesamt immer noch die geringstmögliche Störung garantiert wird. Bei der Verwendung mit einem geeigneten Dekodierer können entweder der Kodierer oder der Dekodierer bei Bedarf den Bitstrom beenden, abhängig von der verfügbaren Bandbreite oder dem zur Verfügung stehenden Bitvorrat.
Beim erfindungsgemäßen Kodierer wurde herausgefunden, dass es das Grundlinien-JPEG- Verfahren im Scheitelwert-Signal-zu-Rausch-Verhältnis (PSNR) bei jedem Kompressionsverhältnis in der Leistung übertrifft, und den Wavelet-Kodierern nach dem Stand der Technik ähnlich ist. Die Ergebnisse zeigen, dass die Blocktransformationskodierung (z. B. DCT) über den gesamten Bereich der Kompressionsverhältnisse, einschließlich der verlustlosen, konkurrenzfähig ist, so dass ein über die Signifikanz geschalteter Blockkodierer die Anforderungen der zukünftigen Bildkompressionsstandards in entwicklungsraffender Weise erfüllen könnte.
Die Erfindung kann auf viele Arten in die Praxis umgesetzt werden, und eine besondere Ausführungsform wird nun beispielhaft mit Bezug auf die Figuren beschrieben, in denen:
Fig. 1 die DCT-Transformation und Digitalisierung von Bildblöcken zeigt;
Fig. 2 die Signifikanzabtastungen zeigt, die über die einzelnen Bitebenen im Koeffizientenraum durchgeführt werden; und
Fig. 3 die Zick-Zack-Reihenfolge der Koeffizienten und die Verwendung der Binärmaske zeigt.
Im bevorzugten erfindungsgemäßen Verfahren wird das zu kodierende Bild zuerst in eine Mehrzahl von quadratischen Bildblöcken unterteilt. Die Einteilung kann entweder durch regelmäßiges Teilen, zum Beispiel in 8 · 8-Pixelblöcke, oder alternativ durch etwas komplizierteres Teilen unter Verwendung von Blocks unterschiedlicher Größen erfolgen. Ein bequemes Verfahren zum Teilen ist es, die Blockgröße über des Bild entsprechend der Leistung im Bild einzuteilen (die durch die Summe der Quadrate der Pixelintensitäten gemessen wird). Wie in Fig. 1 gezeigt, wird jeder Bildblock anschließend unter Verwendung der 2D- Raum-DCT (diskrete Kosinustransformation) transformiert, um einen entsprechenden DCT- Koeffiezientenblock derselben Größe wie der des ursprünglichen Bildblocks zu erzeugen. Jeder der Koeffizienten innerhalb des Koeffizientenblocks wird anschließend digitalisiert und dann bitweise kodiert, wie in Fig. 1 gezeigt. Jeder Koeffizient 10 innerhalb des Koeffizientenblocks 20 wird daher als eine Folge einzelner Bits 30 dargestellt, die vom höchstwertigen Bit (MSB) zum geringstwertigen Bit (LSB) reicht. Die DCT-Transformation und die Digitalisierung folgen vorzugsweise der Skalierung, die innerhalb des JPEG- Standards verwendet wird: siehe Wallace, G. K., "The JPEG Still Picture Compression Standard", Comm. ACM, Bd. 34, Nr. 4, S. 30-44, 1991. Diese Skalierung stellt einen Kompromiss dar, welcher den vollen Bereich möglicher DCT-Koeffizienten mit hinreichend sicheren ganzzahligen Rundungen beinhaltet.
Die kodierten ganzzahligen Koeffizienten müssen nun in fortlaufender Weise manipuliert und innerhalb des Datenstroms übertragen werden, der an jedem Punkt schnell beendet werden kann. Um dies zu erreichen, werden die ganzzahligen Koeffizienten zuerst in ein geordnetes Feld unter Verwendung der Zick-Zack-Folge des JPEG-Standards umgeordnet. Fig. 3 zeigt eine typische Zick-Zack-Folge für ein 8 · 8-DCT-Koeffizientenblock. Jeder Koeffizient weist demnach eine zugehörige lineare Zick-Zack-Adresse auf, die zu seiner Identifizierung verwendet werden kann. Die Umordnung platziert die Koeffizienten in aufsteigender Reihenfolge des Manhattenabstands des DC-Terms, d. h. von dem Term in der obersten linken Ecke des Blocks, der die Nullfrequenz sowohl in der x als auch in der y-Richtung repräsentiert.
In Fig. 2 sind nun drei separate Koeffizientenblöcke gezeigt, die mit 1-3 nummeriert sind. Jeder Block wird durch eine Mehrzahl von Bitebenen 1-4 dargestellt, wobei Ebene 1 die höchstwertigen Bits für jeden der digitalisierten Koeffizienten und Ebene 4 die geringstwertigen Bits enthält. Es versteht sich natürlich, dass es bei einer typischen Implementierung normalerweise viel mehr als drei Koeffizientenblöcke und viel mehr als vier Bitebenen geben wird: in der bevorzugten Ausführungsform kann es in der Tat zwölf Bitebenen geben, wobei jede Bitebene 32 · 32 Bits aufweist. Andere Größen können auch verwendet werden, zum Beispiel 8 · 8 oder 16 · 16.
Um die Reihenfolge zu bestimmen, in der die einzelnen Bits übertragen werden, wird der folgende Algorithmus verwendet:
Dieser Algorithmus kann vielleicht am besten anhand eines Beispiels mit Bezug auf Fig. 2 beschrieben werden; in diesem Beispiel wird der Einfachheit halber angenommen, dass alle Werte positive ganze Zahlen sind. Zuerst erfolgt eine Abtastung über die Bitebene Nr. 1 für jeden der drei Blöcke, um zu bestimmen, welches die signifikanten Koeffizienten sind. Diese werden die größten Koeffizienten sein, und da die Abtastung anfangs über die höchstwertigen Bits erfolgt, können sie durch Auswählen der Einträge bestimmt werden, bei denen es eher eine Eins als eine Null in der Bitebene 1 gibt.
Wenn die signifikanten Koeffizienten ausgewählt sind, werden alle entsprechenden Bits in den unteren Bitebenen 2 bis 4 automatisch eingeschaltet, wie es durch die ausgefüllten Quadrate angedeutet ist, die die Bits der Koeffizienten A bis D darstellen. Die ausgewählten Bits innerhalb der Bitebene 1 werden anschließend übertragen.
Als nächstes erfolgt eine zweite Abtastung über das gesamte Bild über Bitebene 2. Die Bits von den Koeffizienten, die schon bei der vorhergehenden Abtastung eingeschaltet wurden, werden automatisch übertragen, so werden in diesem Beispiel die Bits 1001 übertragen, wobei sie die zweit-höchstwertigen Bits für die Koeffzienten A bis D repräsentieren. Alle Koeffizienten, die auf dieser Ebene neu signifikant werden, werden eingeschaltet, wie es durch die durchgekreuzten Quadrate gezeigt wird, die die zweiten, dritten und vierten Bits für den Koeffizienten E repräsentieren. Die Bits für alle solchen neu signifikanten Koeffizienten auf Bitebene 2 werden auch übertragen.
Eine weitere Abtastung erfolgt dann auf der dritten Bitebene. Wieder werden alle Bits, die Koeffizienten repräsentieren, die schon eingeschaltet wurden, automatisch gesendet: in diesem Fall sind dies die dritten Bits der Koeffizienten A, B, C, D und E. Auf dieser Ebene wird der Koeffizient F neu signifikant, und es wird auch der eine Vertreter von Bit 3 für diesen Koeffizient gesendet. Zur selben Zeit wird dieser Koeffizient eingeschaltet, wie es durch die halbschattierten Quadrate angedeutet wird, die die dritten und vierten Bits dieses Koeffizienten repräsentieren.
Schließlich wird eine Abtastung über die vierten Bitebenen durchgeführt. In diesem Beispiel wurden alle gezeigten Koeffizienten Vorher auf einer höheren Ebene eingeschaltet, und daher werden alle sich ergebenden Bits 111000 übertragen.
Der Prozess wird für so viele Bitebenen fortgesetzt, wie anfangs erforderlich waren, um jeden einzelnen Koeffizienten zu digitalisieren und bitweise zu kodieren, obwohl die allerletzte Bitebene als Spezialfall behandelt werden könnte, der unten zu diskutieren ist. Die Prozess ist in dem Sinne progressiv, dass die wichtigste Information zuerst gesendet wird, so dass die Übertragung auf halbem Wege gestoppt werden kann, wenn die Übertragungszeit begrenzt ist und/oder eine begrenzte Bandbreite zur Verfügung steht.
In der Praxis wurde es als effizienter befunden, die DC-Komponente jedes Blocks aus dem obigen Schema auszuschließen und diese separat zu senden. Demgemäss wird das Umschalten in der bevorzugten Ausführungsform nur auf die AC-Anteile des Koeffizientenblocks angewendet. Anstatt über jeden der Koeffizientenblöcke für eine bestimmte Bitebene abzutasten, wäre es in einer alternativen Ausführungsform möglich, durch alle Bitebenen innerhalb eines Blocks abzutasten, bevor man zum nächsten Block fortfährt. Der entsprechende Algorithmus hierfür wäre:
Während jeder Signifikanzabtastung können die signifikanten Bits innerhalb jeder Bitebene in jeder beliebigen Reihenfolge gesendet werden. Innerhalb jeder Bitebene können zum Beispiel die ersten zu sendenden Bits die für jeden der Koeffizienten sein, die schon "eingeschaltet" wurden (anders ausgedrückt, die Koeffizienten, die schon signifikant sind); die Adressen jeder der neu signifikanten Koeffizienten werden anschließend übertragen, um sie einzuschalten, gefolgt von einem Stoppsymbol. Schließlich wird das nächste Bit für alle neu signifikanten Koeffizienten gesendet. Alternativ können die Schalter zuerst gesendet werden, gefolgt von allen Daten: dies hat den Vorteil der Verbesserung der Lauflängenkodierung der Daten.
Für die verbesserte Effizienz bei höheren Kompressionen wird der DC-Koeffizient innerhalb jedes Blocks vorzugsweise separat gesendet, und zwar vor den Signifikanzabtastungen der AC-Anteile.
Es sollte sich verstehen, dass das System Adressierungsinformationen übertragen muss, die die Positionen der Koeffizienten darstellen, die signifikant sind. Während dies einfach durch Übertragen einer Adressenliste bewerkstelligt werden könnte, die in Zick-Zack-Reihenfolge gesendet wird, haben die Anmelder festgestellt, dass das Senden einer Binärmaske, ebenfalls in Zick-Zack-Reihenfolge, die Effizienz weiter verbessern kann. Bezug nehmend auf Fig. 3, sei zum Beispiel angenommen, dass die Koeffizienten 2, 3, 6, 7, 13, 14 und 17 in der Bitebene der momentanen Abtastung neu signifikant geworden sind. Diese Koeffizienten müssen dann "eingeschaltet" werden, so dass alle Bits, die diesen Koeffizienten in den niederen Bitebenen entsprechen, in Zukunft automatisch übertragen werden. Dies erfordert die Übertragung der Adressen der Koeffizienten.
Die Anmelder haben realisiert, dass die Adressen nicht direkt sondern mittels einer Bitmaske in Zick-Zack-Reihenfolge übertragen werden können. Um somit die erwähnten Koeffizienten einzuschalten (wobei angenommen wird, dass keiner zuvor eingeschaltet worden ist), kann die Maske 001100110000011001 gesendet werden. Eine "1" in der Maske zeigt an, dass dieser spezielle Koeffizient neu signifikant geworden ist. Dies kann lauflängenkodiert als 2020502 STOP ausgeführt werden.
Die Koeffizienten innerhalb jedes DCT-Blocks können sowohl negativ als auch positiv sein, und wenn es angebracht ist, können negative Werte geeignet bitweise unter Verwendung einer 2-Komplementdarstellung kodiert werden. Wenn der Koeffizient positiv ist, sind die "1"-Bits signifikant; wenn negativ, sind die "0"-Bits signifikant. Das erste Datenbit, das gesendet wird, wenn ein Koeffizient signifikant wird, bestimmt das Vorzeichen.
Die letzte Bitebene muss unter Umständen als Spezialfall behandelt werden. Jeder Koeffizient, der zuvor nicht eingeschaltet wurde, wird entweder 0 oder -1 sein. Eine Weise mit der Endphase umzugehen ist, eine Maske nur für die -1-Koeffizienten zu senden; Daten brauchen nicht gesendet werden, da alle nicht signifikanten Koeffizienten 0 und alle neu geschalteten -1 sind.
Man sollte sich in Erinnerung rufen, dass nur die neuen Koeffizienten bei jedem Durchlauf maskiert werden müssen, weil, wenn ein Koeffizient eingeschaltet ist, dieser bis zum Ende der Prozedur eingeschaltet bleibt. Das Maskierungsverfahren ist effizient, wobei typischerweise weniger Bits benötigt werden, um die Umschaltinformationen zu übertragen als bei einer direkten Liste von Koeffizientenadressen.
Verschiedene Verfahren zum Packen der Maske vor der Übertragung können verwendet werden. Die Maske kann sequentiell gesendet werden, gefolgt von einem speziellen Stoppsymbol zur Anzeige ihres Endes. In einem alternativen Schema kann ein Längensymbol, das die Zick-Zack-Länge darstellt, vor der Maske gesendet werden, um den Bedarf an einem speziellen Stoppsymbol zu beseitigen. Schließlich könnte der Maske die Manhattantiefe ihres Koeffizienten mit der höchsten Ordnung vorausgehen; in Fig. 3 weist der Koeffizient mit der höchsten Ordnung zum Beispiel die Zick-Zack-Adresse 17 und eine Manhattentiefe von 5 auf. Die Verwendung der Manhattantiefe führt zu drei zusätzlichen Maskenbits, die eingestellt werden (wobei angenommen wird, dass die Maske am Ende der Zick-Zack-Liie endet, die die gegebene Manhattantiefe enthält). Die Manhattantiefe erfordert jedoch zwei Bits weniger bei allen Blockgrößen als die Zick-Zack-Länge es würde. Wenn man sich erinnert, dass die DCT die meiste Energie in einen kleinen Untersatz von Koeffizienten steckt; wobei eine große Zahl kleinerer Koeffzienten zurückbleibt, kann man verstehen, dass die Manhattentiefe für kleine Werte effizienter ist.
In jedem Fall wird die Umschaltmaske in der Hauptsache "AUS"-Symbole (Nullen) enthalten, die durch einen arithmetischen Kodierer effektiv komprimiert werden können. Es ist besonders nützlich, die Maskendaten unter Verwendung einer vorhersagenden adaptiven arithmetischen Kodierung erster Ordnung zu kodieren, da ein großer Teil der Daten lange Ketten von niederentropischen AUS-Symbolen umfasst. Andere Verfahren wie Huffman könnten auch verwendet werden, um die Maskendaten vor der Übertragung zu kompaktieren. Die Kettenlängenkodierung kann auch verwendet werden.
Abhängend von dem Verfahren, welches zum Packen der Maske verwendet wird, nimmt die Ausgabe vom Kodierer die Form eines oder mehrerer Bitströme an. Bei der oben erwähnten ersten Anordnung, bei der die Maske durch ein spezielles Stoppsymbol beendet wird, kann die Maske und das Symbol als ein Strom gesendet werden, wobei die DCT-Daten als ein anderer Strom gesendet werden. Bei den Alternativen, bei denen ein separates Längensymbol oder ein Symbol für die Manhattantiefe verwendet wird, kann es komfortabel sein, drei separate Ströme auszugeben: einen, der die Manhattantiefe spezifiziert, einen für die Maskendaten und einen für die DCT-Daten.
Wo mehrere separate Datenströme verwendet werden, kann die Synchronisation so gesteuert werden, dass jeder Strom innerhalb von wenigen Bytes synchron mit anderen gehalten wird. Dies ermöglicht einem Dekodierer, die Übertragung zu jeder Zeit zu unterbrechen.
Am entfernten Ende des Übertragungsstroms führt ein Dekodierer eine Aufzeichnung der Maske für jeden Bildblock, wobei der laufende Status von jedem seiner DCT-Koeffizienten angegeben wird. Die Maske wird bei jedem Signifikanzdurchlauf aktualisiert.
Bei einer Variante des Verfahrens kann eine "AUS"-Maske sowie eine oben diskutierte "EIN"-Maske beibehalten und gesendet werden. Dies ermöglicht es dem Kodierer, das Senden von Bits zu vermeiden, die sich in den Bitebenen so weit unten befinden, dass sie eher Rauschen als echte Daten darstellen. In der Praxis kann, sobald ein Koeffizient für mehrere Bitebenen signifkant ist, er für visuelle Zwecke ausreichend gut definiert werden, und er könnte anschließend ausgeschaltet werden.
Bei einer weiteren, noch allgemeineren Variante des Verfahrens braucht das Testen der Signifikanz nicht für jede nachfolgende Bitebene ausgeführt werden. Unter vielen Umständen kann es effizienter sein und kann es ein akzeptables Ergebnis liefern, wenn mehrere Ebenen gleichzeitig maskiert werden. Dies reduziert den Überhang beim einzelnen Maskieren jeder Bitebene.
Es versteht sich, dass das separate Maskieren jeder Bitebene mathematisch äquivalent zum Anstellen von Vergleichen gegenüber einem abnehmenden Schwellenwert ist, der mit 2n geht. Andere Schwellenwerte könnten statt dessen verwendet werden, die entweder weitere oder schmalere Signifikanzschritte liefern. Bei einer Ausführungsform werden die Bitebenen in Gruppen aufgeteilt, wobei jede Gruppe separat maskiert wird. Abhängend von der Anwendung kann jede Gruppe aus derselben Anzahl oder alternativ aus einer anderen Anzahl von Bitebenen bestehen. Einige der Gruppen können nur eine einzelne Bitebene umfassen, während andere aus mehreren bestehen.
In der Praxis findet man, dass der oben beschriebene Maskenumschaltalgorithmus bei niedrigen Kompressionsverhältnissen etwas besser als JPEG und wesentlich besser bei hohen Kompressionsverhältnissen arbeitet. Tatsächlich ist beim Verwenden eine 16 · 16- Blockgröße die Leistung über den gesamten Bereich der Kompressionsverhältnisse sehr ähnlich zu dem, welches man durch den Wavelet-Kodierer von Said und Pearlman erhält: siehe SAa, A. und PEARLMAN, W. A., "Image Compression Using the Spatial- Orientation Tree", IEEE International Symposium on Circuits and Systems, 1993, (694), Seiten 279-282. Die vorliegende Erfindung stellt daher eine Leistung nach dem Stand der Technik zur Verfügung, während sie den Vorteil aufweist, dass sie mit DCT verwendbar ist, einer Transformation, die breite Anwendung findet und als Ergebnis ihrer Anpassung an die Kerntechnologie JPEG und aller geläufigen Versionen von MPEG verstanden wird.
Bei einer typischen Ausführungsform der vorliegenden Erfindung umfasst ein Video-Codec (Kodierer/Dekodierer) einen Hardware- oder Software-basierten Dekodierer. Bits werden progressiv vom Kodierer an den Dekodierer übertragen, wobei der Kodierer angewiesen wird, weiter Bits zu senden, bis ein bestimmtes Kompressionsziel erreicht ist oder eine bestimmte Verzerrung erzielt ist. Bei der Verwendung von zwei oder drei einzelnen Datenströmen, auf die zuvor Bezug genommen wurde, kann der Dekodierer das Bild progressiv rekonstruieren. Während die Maskendaten empfangen werden, aktualisiert der Dekodierer eine Aufzeichnung, die in einem Speicher unterhalten wird, deren Koeffizienten augenblicklich eingeschaltet sind. Wenn der Prozess fortfahren darf, bis alle Daten übertragen worden sind, kann der Dekodierer das verlustfreie Bild rekonstruieren, mit der Ausnahme von irgendwelchen kleinen Rundungsfehlern, die während des DCT-Digitalisierungsprozesses aufgetreten sein können. Ein Dekodierer in einem Multimedia-System, welches einen progressiven integrierten Kodierer verwendet, wie es oben beschrieben wurde, kann beginnen, ein Bild anzuzeigen, sobald die Übertragung beginnt. Dies ist ein Vorteil, der oftmals für kleine Wellen (wavelets) beansprucht wird, aber auch Signifikanz-geschaltete Blocktransformationen haben diese Fähigkeit.

Claims

1. Verfahren zur Bildkomprimierung, umfassend:

(a) Einteilen eines zu komprimierenden Bildes in mehrere Bildblöcke;

(b) Durchführen einer zweidimensionalen Blocktransformation für jeden Block, um mehrere entsprechende Koeffizientenblöcke zu erzeugen;

(c) bitweises Digitalisieren der Koeffizienten innerhalb jedes Koeffizientenblocks, um mehrere Bitebenen für jeden Koeffizientenblock zu definieren;

(d) Definieren einer Gruppe aus einer oder mehreren aufeinanderfolgenden Bitebenen, beginnend mit der Ebene des höchstwertigen Bits;

(e) Auswählen derjenigen Koeffizienten, die als erstes innerhalb der Gruppe signifikant werden;

(f) Kennzeichnen der ausgewählten Koeffizienten;

(g) Übertragen von Informationen, die für die Positionen der ausgewählten Koeffizienten stehen; und Übertragen der Bits innerhalb der Gruppe der Koeffizienten; und

(h) Wiederholen von (d) bis (g) einmal oder mehrmals, wobei jede neue Gruppe mit der Ebene des höchstwertigen Bits beginnt, die zuvor nicht behandelt wurde; und außerdem, bei jedem wiederholten Durchlauf, Übertragen der Bits innerhalb der momentanen Gruppe derjenigen Koeffizienten, die zuvor in einem früheren Durchlauf gekennzeichnet wurden.

2. Verfahren nach Anspruch 1, in dem (h) über das gesamte zu komprimierende Bild ausgeführt wird.

3. Verfahren nach Anspruch 1, in dem (h) für jeden Bildblock separat wiederholt wird.

4. Verfahren nach einem der Ansprüche 1 bis 3, in dem die Blocktransformation eine zweidimensionale diskrete Kosinustransformation (DCT) ist.

5. Verfahren nach einem der Ansprüche 1 bis 3, in dem die Blocktransformation eine geschlossene orthogonale Transformation ist.

6. Verfahren nach einem der Ansprüche 1 bis 3, in dem die Blocktransformation eine schnelle Fourier-Transformation (FFT) ist.

7. Verfahren nach einem der vorherigen Ansprüche, das in (g) enthält: Übertragen von Maskeninformationen, die eine binäre Maske darstellen, welche die Positionen der ausgewählten Koeffizienten definiert.

8. Verfahren nach Anspruch 7, in welchem die binäre Maske die Positionen der ausgewählten Komponenten innerhalb jedes Koeffizientenblocks in einer JPEG-Zickzack- Reihenfolge definiert.

9. Verfahren nach Anspruch 7 oder 8, bei dem die binäre Maske mit einem Maskenlängenkode versehen ist, um den Endpunkt der Maske zu definieren.

10. Verfahren nach einem der Ansprüche 7 bis 9, dem die binäre Maske mit einem Stopp-Kode versehen ist, um den Endpunkt der Maske zu definieren.

11. Verfahren nach einem der Ansprüche 7 bis 10, bei dem die übertragenen Maskeninformationen eine Entropie-kodierte Version der Maske sind.

12. Verfahren nach Anspruch 11, bei dem die übertragenen Maskeninformationen eine arithmetisch kodierte Version der Maske sind.

13. Verfahren nach Anspruch 11, bei dem die übertragenen Maskeninformationen eine Huffmann-kodierte Version der Maske sind.

14. Verfahren nach einem der Ansprüche 7 bis 13, bei dem die übertragene Maske längenkodiert betrieben wird.

15. Verfahren nach Anspruch 9, sofern von Anspruch 8 abhängig, bei dem der Maskenlängenkode die Zickzackadresse des Endpunktes der Maske definiert.

16. Verfahren nach Anspruch 9, sofern von Anspruch 8 abhängig, bei dem der Maskenlängenkode den Manhatten-Abstand vom Gleichstromabschnitt zum Endpunkt der Maske definiert.

17. Ein Kodierer zum Kodieren von Bildern, umfassend:

(a) Mittel zum Einteilen eines zu komprimierenden Bildes in mehrere Bildblöcke;

(b) Mittel zum Durchführen einer zweidimensionalen Blocktransformation für jeden Block, um mehrere entsprechende Koeffizientenblöcke zu erzeugen;

(c) Mittel zum bitweisen Digitalisieren der Koeffizienten innerhalb jedes Koeffizientenblocks, um mehrere Bitebenen für jeden Koeffizientenblock zu definieren;

(d) Mittel zum Definieren einer Gruppe aus einer oder mehreren aufeinanderfolgenden Bitebenen, beginnend mit der Ebene des höchstwertigen Bits;

(e) Mittel zum Auswählen derjenigen Koeffizienten, die als erstes innerhalb der Gruppe signifikant werden;

(f) Mittel zum Kennzeichnen der ausgewählten Koeffizienten;

(g) Mittel zum Übertragen von Informationen, die für die Positionen der ausgewählten Koeffizienten stehen; und zum Übertragen der Bits innerhalb der Gruppe der Koeffizienten; und

(h) Mittel zum Wiederholen von (d) bis (g) einmal oder mehrmals, wobei jede neue Gruppe mit der Ebene des höchstwertigen Bits beginnt, die zuvor nicht behandelt wurde; und Mittel zum Übertragen der Bits bei jedem wiederholten Durchlauf innerhalb der momentanen Gruppe derjenigen Koeffizienten, die zuvor in einem früheren Durchlauf gekennzeichnet wurden.

18. Ein Kodierer nach Anspruch 17, bei dem die Mittel zum Übertragen von Informationen, die die Positionen der ausgewählten Koeffizienten darstellen, Binärmaskenmittel umfassen.

19. Ein Kodierer nach Anspruch 18, der Mittel zum Übertragen der Koeffizientenbits und Maskeninformationen als synchronisierte Datenströme enthält.

20. Ein Videokodierer/-dekodierer, der einen Kodierer nach Anspruch 17 und einen zugehörigen Dekodierer enthält, wobei der Dekodierer so angeordnet ist, dass er eine laufende Aufzeichnung der momentan signifikanten Koeffizienten aufrechterhält, während eine Übertragung zwischen dem Kodierer und dem Dekodierer voranschreitet.

21. Verfahren nach einem der Ansprüche 1 bis 16, welches die Übertragung von Informationen enthält, die eine binäre Ausschalt-Maske darstellt, um die Positionen von Koeffizienten zu definieren, deren Bits nicht mehr gesendet werden brauchen.