ES2644043T3

ES2644043T3 - Procedimiento y aparato de codificación y decodificación de imágenes usando unidades de transformada grandes

Info

Publication number: ES2644043T3
Application number: ES15183039.5T
Authority: ES
Inventors: Min-Su Cheon; Woo-Jin Han; Hae-Kyung Jung; Il-Koo Kim; Tammy Lee; Jianle Chen
Original assignee: Samsung Electronics Co Ltd
Current assignee: Samsung Electronics Co Ltd
Priority date: 2010-01-14
Filing date: 2011-01-14
Publication date: 2017-11-27
Anticipated expiration: 2031-01-14
Also published as: US8885959B2; CN104735451A; US8842927B2; BR122020024451B1; PL2996340T3; LT2996342T; PH12015500846A1; BR112012017406A2; US8891893B2; EP3468202A1; WO2011087323A3; HUE036055T2; ES2644002T3; KR20110083368A; JP2013517670A; RS56435B1; CN104735452A; CN104735452B; MY155335A; BR122020024474B1

Abstract

Un procedimiento de decodificación de una imagen, comprendiendo el procedimiento: determinar una pluralidad de unidades de codificación máxima cuadradas desde una imagen y determinar una unidad de codificación cuadrada que se divide jerárquicamente desde una unidad de codificación máxima de entre la pluralidad de unidades de codificación máxima usando información acerca de una unidad de codificación, en el que la información acerca de una unidad de codificación se analiza desde una secuencia de bits; analizar coeficientes de transformación cuantificados de una unidad de transformación desde la secuencia de bits y obtener los residuos realizando cuantificación inversa y transformación inversa en los coeficientes de transformación analizados cuantificados; y realizar predicción usando al menos una unidad de predicción para generar un predictor, y reconstruir la unidad de codificación usando los residuos y el predictor, en el que, cuando un modo de predicción se determina que es un modo de inter predicción y no un modo de intra predicción, el procedimiento de decodificación soporta la unidad de transformación, entre al menos una unidad de transformación, que tiene un tamaño de 2N x 2N, que incluye cuatro unidades de predicción, entre la al menos una unidad de predicción, que tiene un tamaño de N x N, en el que la al menos una unidad de predicción es uno entre los bloques que incluyen: un bloque igual en tamaño a la unidad de codificación; y un bloque entre una pluralidad de bloques generados dividiendo igualmente al menos una de la altura y anchura de la unidad de codificación, y en el que la unidad de transformación es uno entre los bloques que incluyen: un bloque igual en tamaño a la unidad de codificación; y un bloque entre una pluralidad de bloques generados dividiendo igualmente la altura y anchura de la unidad de codificación.

Description

5

10

15

20

25

30

35

40

DESCRIPCION

Procedimiento y aparato de codificacion y decodificacion de imagenes usando unidades de transformada grandes rCampo tecnicol

Las realizaciones ejemplares se refieren a procedimientos para decodificar una imagen. rAntecedentes de la tecnical

En la mayona de los procedimientos y aparatos para codificar y decodificar una imagen, una imagen de un dominio de pixel se transforma a un dominio de frecuencia y la imagen transformada se codifica para comprimir la imagen. La transformada de coseno discreta (DCT) es una tecnologfa bien conocida usada para comprimir datos de audio/video (AV). En los ultimos anos, se han realizado muchos intentos para hallar procedimientos de codificacion mas eficaces. En codificacion de audio, la codificacion parametrica rinde mejor que la DCT y, en datos bidimensionales, la transformada de Karhunen Loeve (KLT) tiene un tamano de bits mmimo pero tiene un tamano de tara grande.

El artfculo WIEGAND T Y COL, “Overview of the H.264/AVC video coding standard”, IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 13, n.° 7, paginas 560 - 576 proporciona una vista general de las caractensticas tecnicas de H.264/AVC, describe perfiles y aplicaciones para la norma, y esboza el historial del procedimiento de normalizacion. Los objetivos principales del esfuerzo de normalizacion de H.264/AVC han sido potenciar el rendimiento de compresion y provision de una representacion de video “amigable para la red” que trata las aplicaciones “conversacionales” (telefoma de video) y “no conversacionales” (almacenamiento, difusion o flujo continuo).

[Divulgacion de la invencionl

rSolucion al problemal

Las realizaciones ejemplares proporcionan un procedimiento para decodificar una imagen usando transformada eficaz.

[Efectos ventajosos de la invencionl

De acuerdo con las realizaciones ejemplares, una imagen se comprime y codifica mas eficazmente puesto que una unidad de transformada puede establecerse para que tenga un tamano mayor que una unidad de prediccion, y la transformada puede realizarse en la unidad de transformada.

[Breve descripcion de los dibuiosl

Los anteriores y/u otros aspectos se haran mas evidentes describiendo ciertas realizaciones ejemplares, con referencia a los dibujos adjuntos, en los que:

La Figura 1 es un diagrama de bloques de un aparato para codificar una imagen;

La Figura 2 es un diagrama de bloques de un aparato para decodificar una imagen;

La Figura 3 ilustra unidades de codificacion jerarquica;

La Figura 4 es un diagrama de bloques de un codificador de imagen basado en una unidad de codificacion;

La Figura 5 es un diagrama de bloques de un decodificador de imagen basad en una unidad de codificacion;

La Figura 6 ilustra una unidad de codificacion maxima, una sub unidad de codificacion y una unidad de prediccion;

La Figura 7 ilustra una unidad de codificacion y una unidad de transformada;

Las Figuras 8A, 8B, 8C y 8D ilustran formas de division de una unidad de codificacion, una unidad de prediccion y una unidad de transformada;

La Figura 9 es un diagrama de bloques de un aparato para codificar una imagen;

La Figura 10 es un diagrama para describir un procedimiento de prediccion;

La Figura 11 es un diagrama de bloques de un transformador;

Las Figuras 12A a 12C son diagramas de tipos de unidades de transformada;

Las Figuras 13A a 13D son diagramas de tipos de unidades de transformada;

5

10

15

20

25

30

35

40

45

50

La Figura 14 es un diagrama de diferentes unidades de transformada;

La Figura 15 es un diagrama de bloques de un aparato para decodificar una imagen;

La Figura 16 es un diagrama de flujo que ilustra un procedimiento de codificacion de una imagen; y

La Figura 17 es un diagrama de flujo que ilustra un procedimiento de decodificacion de una imagen, de acuerdo con una realizacion ejemplar.

rMeior modo para llevar a cabo la invencionl

De acuerdo con otro aspecto de una realizacion ejemplar, se proporciona un procedimiento de decodificacion de una imagen, el procedimiento como se expone en la reivindicacion adjunta 1.

rModo para la invencionl

Ciertas realizaciones ejemplares se describen en mayor detalle a continuacion con referencia a los dibujos adjuntos. Expresiones tales como “al menos uno de”, cuando preceden una lista de elementos, modifican toda la lista de elementos y no modifican los elementos individuales de la lista. En la presente memoria descriptiva, una “imagen” puede indicar una imagen fija para un video o una imagen en movimiento, es decir, el mismo video.

En la siguiente descripcion, se usan numeros de referencia similares para los elementos similares, incluso en diferentes dibujos. Las materias definidas en la descripcion, tales como la construccion y elementos detallados, se proporcionan para ayudar a un entendimiento comprensivo de las realizaciones ejemplares. Sin embargo, las realizaciones ejemplares pueden ponerse en practica sin estas materias espedficamente definidas.

La Figura 1 es un diagrama de bloques de un aparato 100 de codificacion de imagen para codificar una imagen. El aparato 100 de codificacion de imagen puede implementarse como un aparato de hardware tal como, por ejemplo, un procesador de un ordenador o un sistema informatico. El aparato 100 de codificacion de imagen puede implementarse tambien como un modulo de software que reside en el sistema informatico.

Haciendo referencia a la Figura 1, el aparato 100 de codificacion de imagen incluye un divisor 110 de unidad de codificacion maxima, un determinador 120 de profundidad de codificacion, un codificador 130 de datos de imagen y un codificador 140 de informacion de codificacion que pueden implementarse, por ejemplo, como modulos de hardware o software integrados dentro del aparato 100 de codificacion de imagen o de manera separada del aparato 100 de codificacion de imagen.

El divisor 110 de unidad de codificacion maxima puede dividir un fotograma actual o corte basandose en una unidad de codificacion maxima que es una unidad de codificacion del tamano mas grande. Es decir, el divisor 110 de unidad de codificacion maxima puede dividir el fotograma o corte actual en al menos una unidad de codificacion maxima.

Una unidad de codificacion puede representarse usando una unidad de codificacion maxima y una profundidad. Como se ha descrito anteriormente, la unidad de codificacion maxima indica una unidad de codificacion que tiene el tamano mas grande de entre las unidades de codificacion del fotograma actual, y la profundidad indica un grado de jerarqrna que reduce la unidad de codificacion. A medida que una profundidad se hace profunda, una unidad de codificacion puede reducirse de una unidad de codificacion maxima a una unidad de codificacion minima, en el que una profundidad de la unidad de codificacion maxima se define como una profundidad minima y una profundidad de la unidad de codificacion minima se define como una profundidad maxima. Puesto que el tamano de una unidad de codificacion se reduce de una unidad de codificacion maxima a medida que una profundidad se hace profunda, una subunidad de codificacion de una profundidad de orden k puede incluir una pluralidad de subunidades de codificacion de una profundidad de orden (k+n) (k y n son numeros enteros iguales o mayores que 1).

De acuerdo con un aumento del tamano de un fotograma a codificarse, codificar una imagen en una unidad de codificacion mayor puede provocar una tasa de compresion de imagen superior. Sin embargo, si se fija una unidad de codificacion mayor, una imagen puede no codificarse eficazmente reflejando de manera continua las caractensticas de la imagen cambiantes.

Por ejemplo, cuando se codifica un area suave tal como el mar o el cielo, cuanto mayor es una unidad de codificacion, mas puede aumentar una relacion de compresion. Sin embargo, cuando se codifica un area mas compleja tal como personas o edificios, cuanto menor es una unidad de codificacion, mas puede aumentar una relacion de compresion.

Por consiguiente, se establece una unidad de codificacion de imagen maxima diferente y una profundidad maxima diferente para cada fotograma o corte. Puesto que una profundidad maxima indica el numero maximo de veces en las que se puede reducir una unidad de codificacion, el tamano de cada unidad de codificacion minima incluida en una unidad de codificacion de imagen maxima puede establecerse de manera variable de acuerdo con una profundidad maxima. La profundidad maxima puede determinarse de manera diferente para cada fotograma o corte o para cada unidad de codificacion maxima.

5

10

15

20

25

30

35

40

45

50

55

El determinador 120 de profundidad de codificacion determina una forma de division de la unidad de codificacion maxima. La forma de division puede determinate basandose en el calculo de costes de tasa-distorsion (RD). La forma de division determinada de la unidad de codificacion maxima se proporciona al codificador 140 de informacion de codificacion, y los datos de imagen de acuerdo con las unidades de codificacion maxima se proporcionan al codificador 130 de datos de imagen.

Una unidad de codificacion maxima puede dividirse en sub unidades de codificacion que tienen diferentes tamanos de acuerdo con diferentes profundidades, y las sub unidades de codificacion que tienen diferentes tamanos, que se incluyen en la unidad de codificacion maxima, pueden predecirse o transformarse en frecuencia basandose en unidades de procesamiento que tienen diferentes tamanos. En otras palabras, el aparato 100 de codificacion de imagen puede realizar una pluralidad de operaciones de procesamiento para codificacion de imagen basandose en unidades de procesamiento que tienen diversos tamanos y diversas formas. Para codificar datos de imagen, se realizan operaciones de procesamiento tales como prediccion, transformacion y codificacion por entropfa, en las que las unidades de procesamiento que tienen el mismo tamano o diferentes tamanos pueden usarse para cada operacion.

Por ejemplo, el aparato 100 de codificacion de imagen puede seleccionar una unidad de procesamiento que es diferente de una unidad de codificacion para predecir la unidad de codificacion.

Cuando el tamano de una unidad de codificacion es 2Nx2N (donde N es un numero entero positivo), las unidades de procesamiento para prediccion pueden ser 2Nx2N, 2NxN, Nx2N y NxN. En otras palabras, la prediccion de movimiento puede realizarse basandose en una unidad de procesamiento que tiene una forma, mediante la cual al menos una de una altura y una anchura de una unidad de codificacion se divide igualmente en dos. En lo sucesivo, una unidad de procesamiento, que es la base de la prediccion, se define como una unidad de prediccion.

Un modo de prediccion puede ser al menos uno de un intra modo, un inter modo y un modo de salto, y un modo de prediccion espedfico puede realizarse para unicamente una unidad de prediccion que tiene un tamano espedfico o una forma espedfica. Por ejemplo, el intra modo puede realizarse para unicamente unidades de prediccion que tienen los tamanos de 2Nx2N o NxN y la forma de un cuadrado. Ademas, el modo de salto puede realizarse para unicamente una unidad de prediccion que tiene el tamano de 2Nx2N. Si existe una pluralidad de unidades de prediccion en una unidad de codificacion, el modo de prediccion con los menores errores de codificacion puede seleccionarse despues de realizar prediccion para cada unidad de prediccion.

Como alternativa, el aparato 100 de codificacion de imagen puede realizar transformada de frecuencia en datos de imagen basandose en una unidad de procesamiento que tiene un tamano diferente de un tamano de la unidad de codificacion. Para la transformada de frecuencia en la unidad de codificacion, la transformada de frecuencia puede realizarse basandose en una unidad de procesamiento que tiene un tamano igual a o menor que el de la unidad de codificacion. En lo sucesivo, una unidad de procesamiento, que es la base de la transformada de frecuencia, se define como una unidad de transformada. La transformada de frecuencia puede ser la transformada de coseno discreta (DCT) o la transformada de Karhunen Loeve (KLT).

El determinador 120 de profundidad de codificacion puede determinar sub unidades de codificacion incluidas en una unidad de codificacion maxima que usa optimizacion de RD basandose en un multiplicador de Lagrange. En otras palabras, el determinador 120 de profundidad de codificacion puede determinar una forma de una pluralidad de sub unidades de codificacion divididas a partir de la unidad de codificacion maxima, en el que las sub unidades de codificacion tienen diferentes tamanos de acuerdo con las profundidades de las sub unidades de codificacion. El codificador 130 de datos de imagen emite una secuencia de bits codificando la unidad de codificacion maxima basandose en la forma de las divisiones determinadas por el determinador 120 de profundidad de codificacion.

El codificador 140 de informacion de codificacion codifica informacion acerca de un modo de codificacion de la unidad de codificacion maxima determinado por el determinador 120 de profundidad de codificacion. En otras palabras, el codificador 140 de informacion de codificacion emite una secuencia de bits codificando informacion acerca de una forma de division de la unidad de codificacion maxima, informacion acerca de la profundidad maxima e informacion acerca de un modo de codificacion de una sub unidad de codificacion para cada profundidad. La informacion acerca del modo de codificacion de la sub unidad de codificacion puede incluir informacion acerca de una unidad de prediccion de la sub unidad de codificacion, informacion acerca de un modo de prediccion para cada unidad de prediccion e informacion acerca de una unidad de transformada de la sub unidad de codificacion.

La informacion acerca de la forma de division de la unidad de codificacion maxima puede ser informacion de bandera, que indica si se divide cada unidad de codificacion. Por ejemplo, cuando se divide y codifica la unidad de codificacion maxima, se codifica informacion que indica si se divide la unidad de codificacion maxima. Tambien, cuando se dividen y codifican unas sub unidades de codificacion divididas a partir de la unidad de codificacion maxima, se codifica la informacion que indica si se divide la sub unidad de codificacion.

Puesto que existen sub unidades de codificacion que tienen diferentes tamanos para cada unidad de codificacion

maxima y se determina la informacion acerca de un modo de codificacion para cada sub unidad de codificacion,

puede determinarse informacion acerca de al menos un modo de codificacion para una unidad de codificacion

5

10

15

20

25

30

35

40

45

50

55

maxima.

El aparato 100 de codificacion de imagen puede generar sub unidades de codificacion dividiendo igualmente la altura y anchura de una unidad de codificacion maxima en dos de acuerdo con un aumento de profundidad. Es decir, cuando el tamano de una unidad de codificacion de una profundidad de orden k es 2Nx2N, el tamano de una unidad de codificacion de una profundidad de orden (k+1) es NxN.

Por consiguiente, el aparato 100 de codificacion de imagen puede determinar una forma de division optima para cada unidad de codificacion maxima basandose en tamanos de unidades de codificacion maxima y una profundidad maxima en consideracion de las caractensticas de la imagen. Ajustando variablemente el tamano de una unidad de codificacion maxima en consideracion de las caractensticas de la imagen y codificando una imagen a traves de division de una unidad de codificacion maxima en sub unidades de codificacion de diferentes profundidades, las imagenes que tienen diversas resoluciones pueden codificarse mas eficazmente.

La Figura 2 es un diagrama de bloques de un aparato 200 de decodificacion de imagen para decodificar una imagen. El aparato 200 de decodificacion de imagen puede implementarse como un aparato de hardware tal como, por ejemplo, un procesador de un ordenador, o un sistema informatico. El aparato 200 de decodificacion de imagen puede implementarse tambien como un modulo de software que reside en el sistema informatico.

Haciendo referencia a la Figura 2, el aparato 200 de decodificacion de imagen incluye una unidad 210 de adquisicion de datos de imagen, un extractor 220 de informacion de codificacion y un decodificador 230 de datos de imagen que pueden implementarse, por ejemplo, como modulos de hardware o software integrados dentro del aparato 200 de decodificacion de imagen o de manera separada del aparato 200 de codificacion de imagen.

La unidad 210 de adquisicion de datos de imagen obtiene datos de imagen de acuerdo con unidades de codificacion maxima analizando una secuencia de bits recibida por el aparato 200 de decodificacion de imagen y emite los datos de imagen al decodificador 230 de datos de imagen. La unidad 210 de adquisicion de datos de imagen puede extraer informacion acerca de una unidad de codificacion maxima de un fotograma o corte actual desde un encabezamiento del fotograma o corte actual. En otras palabras, la unidad 210 de adquisicion de datos de imagen divide la secuencia de bits en la unidad de codificacion maxima de modo que el decodificador 230 de datos de imagen puede decodificar los datos de imagen de acuerdo con unidades de codificacion maxima.

El extractor 220 de informacion de codificacion extrae informacion acerca de una unidad de codificacion maxima, una profundidad maxima, una forma de division de la unidad de codificacion maxima, un modo de codificacion de sub unidades de codificacion desde el encabezamiento del fotograma actual analizando la secuencia de bits recibida por el aparato 200 de decodificacion de imagen. La informacion acerca de una forma de division y la informacion acerca de un modo de codificacion se proporcionan al decodificador 230 de datos de imagen.

La informacion acerca de una forma de division de la unidad de codificacion maxima puede incluir informacion acerca de sub unidades de codificacion que tienen diferentes tamanos de acuerdo con las profundidades e incluirse en la unidad de codificacion maxima, y puede ser informacion de bandera que indica si se divide cada unidad de codificacion.

La informacion acerca de un modo de codificacion puede incluir informacion acerca de una unidad de prediccion de acuerdo con sub unidades de codificacion, informacion acerca de un modo de prediccion e informacion acerca de una unidad de transformada.

El decodificador 230 de datos de imagen restaura el fotograma actual decodificando datos de imagen de cada unidad de codificacion maxima basandose en la informacion extrafda por el extractor 220 de informacion de codificacion.

El decodificador 230 de datos de imagen puede decodificar sub unidades de codificacion incluidas en una unidad de codificacion maxima basandose en la informacion acerca de una forma de division de la unidad de codificacion maxima. Un procedimiento de decodificacion puede incluir un procedimiento de prediccion que incluye intra prediccion y compensacion de movimiento y un procedimiento de transformada inversa.

El decodificador 230 de datos de imagen puede realizar intra prediccion o inter prediccion basandose en informacion acerca de una unidad de prediccion e informacion acerca de un modo de prediccion para predecir una unidad de prediccion. El decodificador 230 de datos de imagen puede realizar tambien transformada inversa para cada sub unidad de codificacion basandose en informacion acerca de una unidad de transformada de una sub unidad de codificacion.

La Figura 3 ilustra unidades de codificacion jerarquica.

Haciendo referencia a la Figura 3, las unidades de codificacion jerarquica pueden incluir unidades de codificacion cuyas anchuras y alturas son 64x64, 32x32, 16x16, 8x8 y 4x4. Ademas de estas unidades de codificacion que tienen formas cuadradas prefectas, pueden existir tambien las unidades de codificacion cuyas anchuras y alturas son 64x32, 32x64, 32x16, 16x32, 16x8, 8x16, 8x4 y 4x8.

5

10

15

20

25

30

35

40

45

50

55

Haciendo referencia a la Figura 3, para el conjunto 310 de datos de imagen cuya resolucion es 1920x1080, el tamano de una unidad de codificacion maxima se establece a 64x64, y una profundidad maxima se establece a 2.

Para el conjunto 320 de datos de imagen cuya resolucion es 1920x1080, el tamano de una unidad de codificacion maxima se establece a 64x64, y una profundidad maxima se establece a 3. Para el conjunto 330 de datos de imagen cuya resolucion es 352x288, el tamano de una unidad de codificacion maxima se establece a 16x16, y una profundidad maxima se establece a 1.

Cuando la resolucion es alta o la cantidad de datos es grande, un tamano maximo de una unidad de codificacion puede establecerse relativamente grande para aumentar una relacion de compresion y reflejar caractensticas de imagen con mayor precision. Por consiguiente, para los conjuntos 310 y 320 de datos de imagenes que tienen resolucion superior que el conjunto 330 de datos de imagen, puede seleccionarse 64x64 como el tamano de una unidad de codificacion maxima.

Una profundidad maxima indica el numero total de capas en las unidades de codificacion jerarquica. Puesto que la profundidad maxima del conjunto 310 de datos de imagen es 2, una unidad 315 de codificacion del conjunto 310 de datos de imagen puede incluir una unidad de codificacion maxima cuyo tamano de eje mas largo es 64 y sub unidades de codificacion cuyos tamanos de eje mas largo son 32 y 16, de acuerdo con un aumento de una profundidad.

Por otra parte, puesto que la profundidad maxima del conjunto 330 de datos de imagen es 1, una unidad 335 de codificacion del conjunto 330 de datos de imagen puede incluir una unidad de codificacion maxima cuyo tamano de eje mas largo es 16 y unidades de codificacion cuyo tamano de eje mas largo es 8, de acuerdo con un aumento de una profundidad.

Sin embargo, puesto que la profundidad maxima de los datos 320 de imagen es 3, una unidad 325 de codificacion del conjunto 320 de datos de imagen puede incluir una unidad de codificacion maxima cuyo tamano de eje mas largo es 64 y sub unidades de codificacion cuyos tamanos de eje mas largos son 32, 16, 8 y 4 de acuerdo con un aumento de una profundidad. Puesto que una imagen se codifica basandose en una sub unidad de codificacion mas pequena a medida que una profundidad se hace profunda, hay ejemplos adecuados para codificar una imagen que incluye escenas de mas minutos.

La Figura 4 es un diagrama de bloques de un codificador 400 de imagen basandose en una unidad de codificacion. El codificador 400 de imagen puede implementarse como un dispositivo de hardware tal como, por ejemplo, un procesador de un ordenador o como un modulo de software que reside en el sistema informatico.

Un intra predictor 410 realiza intra prediccion en unidades de prediccion del intra modo en un fotograma 405 actual, y un estimador 420 de movimiento y un compensador 425 de movimiento realizan inter prediccion y compensacion de movimiento en unidades de prediccion del inter modo usando el fotograma 405 actual y un fotograma 495 de referencia. El intra predictor 410, el estimador 420 de movimiento, el compensador 425 de movimiento y el fotograma 495 de referencia pueden implementarse, por ejemplo, como modulos de hardware o software integrados dentro del codificador 400 de imagen o de manera separada del codificador 400 de imagen.

Se generan valores residuales basandose en las unidades de prediccion emitidas desde el intra predictor 410, el estimador 420 de movimiento y el compensador 425 de movimiento. Los valores residuales generados se emiten como coeficientes de transformada cuantificados pasando a traves de un transformador 430 y un cuantificador 440.

Los coeficientes de transformada cuantificados se restauran a valores residuales pasando a traves de un cuantificador 460 inverso y un transformador 470 inverso, y los valores residuales restaurados se post-procesan pasando a traves de una unidad 480 de desbloqueo y una unidad 490 de filtracion en bucle y se emiten como el fotograma 495 de referencia. Los coeficientes de transformada cuantificados pueden emitirse como una secuencia de bits 455 pasando a traves de un codificador 450 por entropfa.

Para realizar la codificacion basandose en un procedimiento de codificacion, el intra predictor 410, el estimador 420 de movimiento, el compensador 425 de movimiento, el transformador 430, el cuantificador 440, el codificador 450 por entropfa, el cuantificador 460 inverso, el transformador 470 inverso, la unidad 480 de desbloqueo, y la unidad 490 de filtracion en bucle del codificador 400 de imagen realizan procedimientos de codificacion de imagen basandose en una unidad de codificacion maxima, una sub unidad de codificacion de acuerdo con las profundidades, una unidad de prediccion y una unidad de transformada.

La Figura 5 es un diagrama de bloques de un decodificador 500 de imagen basandose en una unidad de codificacion. El decodificador 500 de imagen puede implementarse como un dispositivo de hardware tal como, por ejemplo, un procesador de un ordenador o como un modulo de software que reside en el sistema informatico.

Una secuencia de bits 505 pasa a traves de un analizador 510 de modo que se analizan los datos de imagen codificados a decodificarse y la informacion de codificacion necesaria para la decodificacion. Los datos de imagen codificados se emiten como datos cuantificados a la inversa pasando a traves de un decodificador 520 por entropfa y un cuantificador 530 inverso y se restauran a valores residuales pasando a traves de un transformador 540 inverso.

5

10

15

20

25

30

35

40

45

50

55

Los valores residuales se restauran de acuerdo con unidades de codificacion anadiendose a un resultado de intra prediccion de un intra predictor 550 o un resultado de compensacion de movimiento de un compensador 560 de movimiento. Las unidades 585, 595 de codificacion restauradas se usan para prediccion de las siguientes unidades de codificacion o de un siguiente fotograma pasando a traves de una unidad 570 de desbloqueo y una unidad 580 de filtracion en bucle.

El analizador 510, el decodificador 520 por entropfa, el cuantificador 530 inverso, el transformador 540 inverso, el intra predictor 550, el compensador 560, la unidad 570 de desbloqueo y la unidad 580 de filtrado en bucle pueden implementarse, por ejemplo, como modulos de hardware o software integrados dentro del decodificador 500 de imagen o de manera separada del decodificador 500 de imagen.

Para realizar la decodificacion basandose en un procedimiento de decodificacion de acuerdo con una realizacion ejemplar, el analizador 510, el decodificador 520 por entropfa, el cuantificador 530 inverso, el transformador 540 inverso, el intra predictor 550, el compensador 560 de movimiento, la unidad 570 de desbloqueo y la unidad 580 de filtrado en bucle del decodificador 500 de imagen realizan procedimientos de decodificacion de imagen basandose en una unidad de codificacion maxima, una sub unidad de codificacion de acuerdo con las profundidades, una unidad de prediccion y una unidad de transformada.

En particular, el intra predictor 550 y el compensador 560 de movimiento determinan una unidad de prediccion y un modo de prediccion en una sub unidad de codificacion considerando una unidad de codificacion maxima y una profundidad, y el transformador 540 inverso realiza transformada inversa considerando el tamano de una unidad de transformada.

La Figura 6 ilustra una unidad de codificacion maxima, una sub unidad de codificacion y una unidad de prediccion.

El aparato 100 de codificacion de imagen ilustrado en la Figura 1 y el aparato 200 de decodificacion de imagen ilustrado en la Figura 2 usan unidades de codificacion jerarquica para realizar codificacion y decodificacion en consideracion de las caractensticas de la imagen. Una unidad de codificacion maxima y una profundidad maxima pueden establecerse de manera adaptativa de acuerdo con las caractensticas de la imagen o establecerse de manera variable de acuerdo con los requisitos de un usuario.

En la Figura 6, una estructura 600 de unidad de codificacion jerarquica tiene una unidad 610 de codificacion maxima que es una unidad de codificacion maxima cuya altura y anchura son 64 y profundidad maxima es 4. Una profundidad aumenta a lo largo de un eje vertical de la estructura 600 de unidad de codificacion jerarquica, y a medida que una profundidad se hace profunda, se reducen las alturas y anchuras de las sub unidades 620 a 650 de codificacion. Las unidades de prediccion de la unidad 610 de codificacion maxima y las sub unidades 620 a 650 de codificacion se muestran a lo largo de un eje horizontal de la estructura 600 de unidad de codificacion jerarquica.

La unidad 610 de codificacion maxima tiene una profundidad de 0 y el tamano de una unidad de codificacion, o una altura y una anchura, de 64x64. Una profundidad aumenta a lo largo del eje vertical, y existe una primera sub unidad 620 de codificacion cuyo tamano es 32x32 y profundidad es 1, una segunda sub unidad 630 de codificacion cuyo tamano es 16x16 y profundidad es 2, una tercera sub unidad 640 de codificacion cuyo tamano es 8x8 y profundidad es 3, y una unidad 650 de codificacion minima cuyo tamano es 4x4 y profundidad es 4. La unidad 650 de codificacion minima cuyo tamano es 4x4 y profundidad es 4 es una unidad de codificacion minima, y la unidad de codificacion minima puede dividirse en unidades de prediccion, cada una de las cuales tiene un tamano menor que la unidad de codificacion minima.

Haciendo referencia a la Figura 6, se muestran ejemplos de unidades de prediccion a lo largo del eje horizontal de acuerdo con cada profundidad. Es decir, una unidad de prediccion de la unidad 610 de codificacion maxima cuya profundidad es 0 puede ser una unidad de prediccion cuyo tamano es igual al tamano 64x64 de la unidad de codificacion maxima, o una unidad 612 de prediccion cuyo tamano es 64x32, una unidad 614 de prediccion cuyo tamano es 32x64, o una unidad 616 de prediccion cuyo tamano es 32x32, que tiene un tamano menor que el de la unidad de codificacion maxima cuyo tamano es 64x64.

Una unidad de prediccion de la primera sub unidad 620 de codificacion cuya profundidad es 1 y tamano es 32x32 puede ser una unidad de prediccion cuyo tamano es igual al tamano 32x32 de la primera sub unidad de codificacion, o una unidad 622 de prediccion cuyo tamano es 32x16, una unidad 624 de prediccion cuyo tamano es 16x32, o una unidad 626 de prediccion cuyo tamano es 16x16, que tiene un tamano menor que el de la primera sub unidad 620 de codificacion cuyo tamano es 32x32.

Una unidad de prediccion de la segunda sub unidad 630 de codificacion cuya profundidad es 2 y tamano es 16x16 puede ser una unidad de prediccion cuyo tamano es igual al tamano 16x16 de la segunda sub unidad 630 de codificacion, o una unidad 632 de prediccion cuyo tamano es 16x8, una unidad 634 de prediccion cuyo tamano es 8x16, o una unidad 636 de prediccion cuyo tamano es 8x8, que tiene un tamano menor que el de la segunda sub unidad 630 de codificacion cuyo tamano es 16x16.

Una unidad de prediccion de la tercera sub unidad 640 de codificacion cuya profundidad es 3 y tamano es 8x8 puede ser una unidad de prediccion cuyo tamano es igual al tamano 8x8 de la tercera sub unidad 640 de

5

10

15

20

25

30

35

40

45

50

codificacion o una unidad 642 de prediccion cuyo tamano es 8x4, una unidad 644 de prediccion cuyo tamano es 4x8, o una unidad 646 de prediccion cuyo tamano es 4x4, que tiene un tamano menor que el de la tercera sub unidad 640 de codificacion cuyo tamano es 8x8.

La unidad 650 de codificacion cuya profundidad es 4 y tamano es 4x4 es una unidad de codificacion minima y una unidad de codificacion de una profundidad maxima. Una unidad de prediccion de la unidad 650 de codificacion minima puede ser una unidad 650 de prediccion cuyo tamano es 4x4, una unidad 652 de prediccion que tiene un tamano de 4x2, una unidad 654 de prediccion que tiene un tamano de 2x4, o una unidad 656 de prediccion que tiene un tamano de 2x2.

La Figura 7 ilustra una unidad de codificacion y una unidad de transformada.

El aparato 100 de codificacion de imagen ilustrado en la Figura 1 y el aparato 200 de decodificacion de imagen ilustrado en la Figura 2 realizan codificacion y decodificacion con una unidad de codificacion maxima o con sub unidades de codificacion, que tienen tamano igual a o menor que la unidad de codificacion maxima, divididas a partir de la unidad de codificacion maxima. En el procedimiento de codificacion y decodificacion, el tamano de una unidad de transformada para transformada de frecuencia se selecciona para que no sea mayor que el de una unidad de codificacion correspondiente. Por ejemplo, si una unidad 710 de codificacion actual tiene el tamano de 64x64, la transformada de frecuencia puede realizarse usando una unidad 720 de transformada que tiene el tamano de 32x32.

Las Figuras 8A, 8B, 8C y 8D ilustran formas de division de una unidad de codificacion, una unidad de prediccion y una unidad de transformada.

Las Figuras 8A y 8B ilustran respectivamente una unidad de codificacion y una unidad de prediccion.

La Figura 8A muestra una forma de division seleccionada por el aparato 100 de codificacion de imagen ilustrado en la Figura 1, para codificar una unidad 810 de codificacion maxima. El aparato 100 de codificacion de imagen divide la unidad 810 de codificacion maxima en diversas formas, realiza codificacion y selecciona una forma de division optima comparando resultados de codificacion de diversas formas de division entre sf basandose en los costes de RD. Cuando es optimo que la unidad 810 de codificacion maxima se codifique, la unidad 810 de codificacion maxima puede codificarse sin dividir la unidad 810 de codificacion maxima, como se ilustra en las Figuras 8A a 8D.

Haciendo referencia a la Figura 8A, la unidad 810 de codificacion maxima cuya profundidad es 0 se codifica dividiendo la unidad 810 de codificacion maxima en sub unidades 812, 854 de codificacion cuyas profundidades son iguales o mayores a 1. Es decir, la unidad 810 de codificacion maxima se divide en 4 sub unidades de codificacion cuyas profundidades son 1, y todas o algunas de las sub unidades de codificacion cuyas profundidades son 1 se dividen en sub unidades 814, 816, 818, 828, 850 y 852 de codificacion cuyas profundidades son 2.

Una sub unidad de codificacion localizada en un lado superior derecha y una sub unidad de codificacion localizada en un lado inferior izquierda entre las sub unidades de codificacion cuyas profundidades son 1 se dividen en sub unidades de codificacion cuyas profundidades son iguales o mayores que 2. Algunas de las sub unidades de codificacion cuyas profundidades son iguales o mayores que 2 pueden dividirse adicionalmente en sub unidades 820, 822, 824, 826, 830, 832, 840, 842, 844, 846 y 848 de codificacion cuyas profundidades son iguales o mayores que 3.

La Figura 8B muestra una forma de division de una unidad de prediccion para la unidad 810 de codificacion maxima.

Haciendo referencia a la Figura 8B, una unidad 860 de prediccion para la unidad 810 de codificacion maxima puede dividirse de manera diferente de la unidad 810 de codificacion maxima. En otras palabras, una unidad de prediccion para cada una de las sub unidades de codificacion puede ser menor que una correspondiente sub unidad de codificacion.

Por ejemplo, una unidad de prediccion para una sub unidad 854 de codificacion localizada en un lado derecho inferior entre las sub unidades 812, 854 de codificacion cuyas profundidades son 1 puede ser menor que la sub unidad 854 de codificacion. Ademas, las unidades de prediccion para sub unidades 814, 816, 850 y 852 de codificacion de las sub unidades 814, 816, 818, 828, 850 y 852 de codificacion cuyas profundidades son 2 pueden ser menores que las sub unidades 814, 816, 850 y 852 de codificacion, respectivamente.

Ademas, las unidades de prediccion para las sub unidades 822, 832 y 848 de codificacion cuyas profundidades son 3 pueden ser menores que las sub unidades 822, 832 y 848 de codificacion, respectivamente. Las unidades de prediccion pueden tener una forma mediante la cual las respectivas sub unidades de codificacion se dividen igualmente en dos en una direccion de altura o anchura o tienen una forma mediante la cual las respectivas sub unidades de codificacion se dividen igualmente en cuatro en las direcciones de altura y anchura.

Las Figuras 8C y 8D ilustran una unidad de prediccion y una unidad de transformada.

La Figura 8C muestra una forma de division de una unidad de prediccion para la unidad 810 de codificacion maxima mostrada en la Figura 8B, y la Figura 8D muestra una forma de division de una unidad de transformada de la unidad

5

10

15

20

25

30

35

40

45

50

810 de codificacion maxima.

Haciendo referencia a la Figura 8D, una forma de division de una unidad 870 de transformada puede establecerse de manera diferente de la unidad 860 de prediccion.

Por ejemplo, incluso aunque una unidad de prediccion para la sub unidad 854 de codificacion cuya profundidad es 1 se seleccione con una forma mediante la cual la altura de la sub unidad 854 de codificacion se divide igualmente en dos, una unidad de transformada puede seleccionarse con el tamano original de la sub unidad 854 de codificacion. Analogamente, incluso aunque las unidades de prediccion para las sub unidades 814 y 850 de codificacion cuyas profundidades son 2 se seleccionen con una forma mediante la cual la altura de cada una de las sub unidades 814 y 850 de codificacion se dividen igualmente en dos, una unidad de transformada puede seleccionarse con el mismo tamano que el tamano original de cada una de las sub unidades 814 y 850 de codificacion.

Una unidad de transformada puede seleccionarse con un tamano menor que una unidad de prediccion. Por ejemplo, cuando se selecciona una unidad de prediccion para la sub unidad 852 de codificacion cuya profundidad es 2 con una forma mediante la cual la anchura de la sub unidad 852 de codificacion se divide igualmente en dos, una unidad de transformada puede seleccionarse con una forma mediante la cual la sub unidad 852 de codificacion se divide igualmente en cuatro en direcciones de altura y anchura, que tienen un tamano menor que la forma de la unidad de prediccion.

Como alternativa, como se describira con referencia a las Figuras 13A a 13D, una unidad de transformada puede establecerse para que tenga un tamano mayor que una unidad de codificacion, independientemente de la unidad de codificacion.

La Figura 9 es un diagrama de bloques de un aparato 900 para codificar una imagen.

Haciendo referencia a la Figura 9, el aparato 900 de codificacion de imagen incluye un predictor 910, un transformador 920, un cuantificador 930 y un codificador 940 por entropfa.

El predictor 910 genera valores residuales realizando intra prediccion o inter prediccion en una o mas unidades de codificacion. Como se describira mas adelante, los valores residuales incluidos en una pluralidad de unidades de prediccion pueden agruparse en una unidad de transformada y a continuacion transformarse a un dominio de frecuencia, y por lo tanto los valores residuales se generan prediciendo la una o mas unidades de codificacion basandose en la pluralidad de unidades de prediccion. La transformada al dominio de la frecuencia puede ser DCT o KLT.

Como se ha descrito con referencia a la Figura 8A, en el procedimiento de codificacion de imagen, una unidad de codificacion puede incluir una pluralidad de unidades de prediccion. Por lo tanto, el predictor 910 puede predecir cada una de las unidades de prediccion, y generar los valores residuales de las unidades de prediccion incluidos en la unidad de codificacion.

Como alternativa, la unidad 910 de prediccion puede predecir la pluralidad de unidades de codificacion todas a la vez. Como se describira mas adelante, una pluralidad de unidades de prediccion incluidas en una pluralidad de unidades de codificacion pueden agruparse en una unidad de transformada, y por lo tanto se generan valores residuales prediciendo cada una de las unidades de prediccion incluidas en las unidades de codificacion. Por ejemplo, todas las sub unidades de codificacion incluidas en una unidad de codificacion maxima pueden predecirse para generar los valores residuales de las unidades de codificacion.

De acuerdo con la tecnologfa convencional, puesto que se realiza la transformada (por ejemplo DCT o KLT) con un tamano menor que o igual a una unidad de prediccion, se codifica, restaura y a continuacion se usa de manera independiente una unidad de prediccion predeterminada para predecir una siguiente unidad de prediccion. Sin embargo, de acuerdo con un procedimiento de codificacion de una imagen, que se describira mas adelante, puesto que la transformada se realiza agrupando unidades de prediccion incluidas en una o mas unidades de codificacion en una unidad de transformada, una unidad de prediccion predeterminada no puede codificarse y restaurarse de manera independiente. Esto se describira en detalle con referencia a la Figura 10.

La Figura 10 es un diagrama para describir un procedimiento de prediccion.

Haciendo referencia a la Figura 10, una unidad 1000 de codificacion puede incluir una pluralidad de unidades 1010 a 1040 de prediccion. Si se realiza la transformada con un tamano menor que o igual a una unidad de prediccion, como en la tecnologfa convencional, las unidades 1010 a 1030 de prediccion pueden codificarse y restaurarse antes de codificar la unidad 1040 de prediccion en un lado inferior derecho.

Por consiguiente, si la unidad 1040 de prediccion se ha de predecir mediante intra prediccion de acuerdo con la tecnologfa convencional, la unidad 1040 de prediccion se intra predice usando pfxeles adyacentes a la unidad 1040 de prediccion, de entre los pfxeles generados codificando y a continuacion restaurando las unidades 1010 a 1030 de prediccion.

5

10

15

20

25

30

35

40

45

50

55

Por otra parte, en este punto, una pluralidad de unidades de prediccion se agrupan en una unidad de transformada, y a continuacion se realiza la transformada. En este punto, si las unidades 1010 a 1040 de prediccion de la Figura 10 se agrupan en una unidad de transformada, la unidad 1040 de prediccion en el lado inferior derecha se codifica con las otras unidades 1010 a 1030 de prediccion, y por lo tanto las unidades 1010 a 1030 de prediccion no se codifican antes de codificar la unidad 1040 de prediccion. Por consiguiente, la unidad 1040 de prediccion no puede intra predecirse usando los pfxeles generados codificando y a continuacion restaurando las unidades 1010 a 1030 de prediccion.

En consecuencia, la unidad 910 de prediccion de la Figura 9 puede predecir la unidad 1040 de prediccion usando valores de prediccion de las unidades 1010 a 1030 de prediccion. La unidad 1040 de prediccion en el lado inferior derecha se predice usando los valores de prediccion de las unidades 1010 a 1030 de prediccion, en lugar de los pfxeles generados codificando y a continuacion restaurando las unidades 1010 a 1030 de prediccion.

En otras palabras, si hay una primera unidad de prediccion prevista mediante intra prediccion, de entre las unidades de prediccion agrupadas en una unidad de transformada, la primera unidad de prediccion puede intra predecirse usando valores de prediccion de al menos una unidad de prediccion adyacente.

Como alternativa, las unidades de prediccion agrupadas en una unidad de transformada pueden predecirse todas mediante inter prediccion. Como se describe con referencia a la Figura 10, puesto que una unidad de prediccion que se predice mediante intra prediccion esta en cuestion mientras se agrupa una pluralidad de unidades de prediccion en una unidad de transformada, todas las unidades de prediccion agrupadas en la unidad de transformada pueden predecirse usando unicamente inter prediccion.

Haciendo referencia de vuelta a la Figura 9, el transformador 920 recibe una unidad de procesamiento de imagen en un dominio de pixel, y transforma la unidad de procesamiento de imagen en un dominio de frecuencia. El transformador 920 transforma los valores residuales generados por la unidad 910 de prediccion en el dominio de la frecuencia.

Como se ha descrito anteriormente, el transformador 920 agrupa las unidades de prediccion en una unidad de transformada, y realiza DCT o KLT de acuerdo con la unidad de transformada. Los valores residuales pueden ser valores residuales de una pluralidad de unidades de prediccion incluidas en una o mas unidades de codificacion. Los coeficientes de los componentes de frecuencia se generan como resultado de transformar el dominio de pixel al dominio de la frecuencia.

La transformada al dominio de la frecuencia puede realizarse mediante DCT o KLT, y se generan coeficientes de coseno discretos como resultado de la DCT o KLT. Sin embargo, puede usarse cualquier transformada para transformar una imagen en un dominio de pixel al dominio de la frecuencia.

La Figura 11 es un diagrama de bloques del transformador 920.

Haciendo referencia a la Figura 11, el transformador 920 incluye un selector 1110 y un realizador 1120 de transformada.

El selector 1110 establece una unidad de transformada seleccionando una pluralidad de unidades de prediccion adyacentes. De acuerdo con los aparatos de codificacion de imagen convencionales anteriormente descritos, la intra prediccion o inter prediccion se realiza de acuerdo con una unidad de prediccion predeterminada y la DCT o KLT se realiza con un tamano menor que o igual a la unidad de prediccion predeterminada. En otras palabras, los aparatos de codificacion de imagen convencionales realizan la DCT o KLT basandose en una unidad de transformada que tiene un tamano menor que o igual a una unidad de prediccion.

Sin embargo, se deteriora una relacion de compresion de codificacion de imagen puesto que aumenta una sobrecarga anadida a medida que se reduce un tamano de una unidad de transformada debido a la informacion de encabezamiento para cada unidad de transformada. Por consiguiente, el aparato 900 de codificacion de imagen agrupa las unidades de prediccion adyacentes en una unidad de transformada, y a continuacion realiza la DCT o KLT de acuerdo con la unidad de transformada. Espedficamente, puesto que es altamente probable que las unidades de prediccion adyacentes tengan valores residuales similares, una relacion de compresion de la codificacion puede aumentarse de manera destacable cuando se realiza la DCT o KLT de acuerdo con la unidad de transformada generada agrupando las unidades de prediccion adyacentes.

Por consiguiente, el selector 1110 selecciona las unidades de prediccion para que se agrupen en una unidad de transformada y en las que se ha de realizar DCT o KLT. Las unidades de prediccion pueden estar adyacentes entre sf. Esto se describira en detalle con referencia a las Figuras 12A a 12C y 13A a 13D.

Las Figuras 12A a 12C son diagramas de tipos de unidades 1230 a 1250 de transformada.

Haciendo referencia a las Figuras 12A a 12C, una unidad 1220 de prediccion puede tener una forma mediante la cual una unidad 1210 de codificacion se divide igualmente en dos en una direccion de anchura. La unidad 1210 de codificacion puede ser una unidad de codificacion maxima como se ha descrito anteriormente, o una sub unidad de

5

10

15

20

25

30

35

40

45

50

55

codificacion que tiene un tamano menor que la unidad de codificacion maxima.

Incluso cuando la unidad 1210 de codificacion y la unidad 1220 de prediccion son identicas, las unidades 1230 a 1250 de transformada pueden ser diferentes. Un tamano de la unidad 1230 de transformada puede ser menor que el de la unidad 1220 de prediccion como se muestra en la Figura 12A, o un tamano de la unidad 1240 de transformada puede ser identico al de la unidad 1220 de prediccion como se muestra en la Figura 12B. Como alternativa, un tamano de la unidad 1250 de transformada puede ser mayor que el de la unidad 1220 de prediccion como se muestra en la Figura 12C.

Las unidades de prediccion agrupadas en una unidad de transformada pueden ser una pluralidad de unidades de prediccion incluidas en una unidad de codificacion como se muestra en las Figuras 12A a 12C, o pueden ser una pluralidad de unidades de prediccion incluidas en diferentes unidades de codificacion. En otras palabras, una pluralidad de unidades de prediccion incluidas en al menos una unidad de codificacion pueden agruparse en una unidad de transformada y a continuacion transformarse al dominio de la frecuencia.

Las Figuras 13A a 13D son diagramas de tipos de unidades de transformada.

Una unidad 1300 de codificacion maxima puede dividirse en sub unidades 1302 a 1308 de codificacion que tienen diferentes tamanos y a continuacion codificarse como se muestra en la Figura 13A, y cada una de las sub unidades 1302 a 1308 de codificacion puede incluir al menos una unidad 1310 a 1340 de prediccion, como se muestra en la Figura 13B.

El selector 1110 puede agrupar las unidades 1310 a 1340 de prediccion mostradas en la Figura 13B en una unidad 1350 de transformada mostrada en la Figura 13C, y a continuacion transformar la unidad 1350 de transformada en el dominio de la frecuencia.

Como alternativa, el selector 1110 puede agrupar las unidades 1310 y 1330 a 1339 de prediccion de las sub unidades 1302 y 1306 de codificacion a la izquierda en una unidad 1360 de transformada, y agrupar las unidades 1320 a 1328 y 1340 de prediccion de las sub unidades 1304 y 1308 de codificacion a la derecha en una unidad 1362 de transformada, como se muestra en la Figura 13D.

Haciendo referencia de vuelta a la Figura 11, un criterio para que el selector 1110 seleccione una pluralidad de unidades de prediccion adyacentes no esta limitado. Sin embargo, en un ejemplo el selector 1110 puede seleccionar una unidad de transformada basandose en una profundidad. Como se ha descrito anteriormente, la profundidad indica un grado de jerarqma que reduce una unidad de codificacion desde una unidad de codificacion maxima de un corte o fotograma actual a sub unidades de codificacion. Como se ha descrito con referencia a las Figuras 3 y 6, a medida que una profundidad se hace profunda, se reduce un tamano de una sub unidad de codificacion, y por lo tanto se reduce un tamano de una unidad de prediccion incluido en la sub unidad de codificacion. En este punto, cuando se realiza la DCT o KLT de acuerdo con una unidad de transformada que tiene un tamano menor que o igual a una unidad de prediccion, se reduce una relacion de compresion de la codificacion de imagen puesto que se anade informacion de encabezamiento para cada unidad de transformada como se ha descrito anteriormente.

Por consiguiente, las unidades de prediccion incluidas en una sub unidad de codificacion cuya profundidad es igual o por encima de un valor predeterminado pueden agruparse en una unidad de transformada, y a continuacion puede realizarse la DCT o KLT en la unidad de transformada. Por lo tanto, el selector 1110 puede establecer la unidad de transformada basandose en la profundidad de la sub unidad de codificacion. Por ejemplo, cuando una profundidad de la unidad 1210 de codificacion de la Figura 12C es superior a k, el selector 1110 agrupa las unidades 1220 de prediccion en una unidad 1250 de transformada.

Como alternativa, cuando una unidad de codificacion maxima incluye una pluralidad de sub unidades de codificacion cuyas profundidades son iguales o por encima de un valor predeterminado, el selector 1110 puede agrupar unidades de prediccion de las sub unidades de codificacion en una unidad de transformada. La Figura 13C ilustra un ejemplo de agrupacion de unidades de prediccion de sub unidades de codificacion cuya profundidad es mayor que una unidad de codificacion maxima, es decir, cuya profundidad es mayor que 1, en una unidad de transformada.

De acuerdo con otro ejemplo, el selector 1110 puede establecer una pluralidad de unidades de prediccion adyacentes, en las que se realiza prediccion de acuerdo con un mismo tipo de modo de prediccion, en una unidad de transformada. Las unidades de prediccion adyacentes que se predicen usando intra prediccion o inter prediccion se agrupan en una unidad de transformada. Puesto que es altamente probable que las unidades de prediccion adyacentes que se predicen de acuerdo con el mismo tipo de modo de prediccion tengan valores residuales similares, puede realizarse la DCT o KLT agrupando las unidades de prediccion adyacentes en una unidad de transformada.

Cuando el selector 1110 establece la unidad de transformada, el realizador 1120 de transformada transforma las unidades de prediccion adyacentes en un dominio de frecuencia de acuerdo con la unidad de transformada establecida. Los coeficientes del dominio de frecuencia (por ejemplo coeficientes de coseno discreto) se generan transformando las unidades de prediccion seleccionadas en una unidad de transformada.

5

10

15

20

25

30

35

40

45

50

Haciendo referencia de vuelta a la Figura 9, el cuantificador 930 cuantifica los coeficientes de componente de frecuencia generados por el transformador 920. El cuantificador 930 puede cuantificar la entrada de los coeficientes de acuerdo con un procedimiento de cuantificacion predeterminado.

El codificador 940 por entropfa codifica por entropfa los coeficientes cuantificados por el cuantificador 930. En este punto, los coeficientes de coseno discreto pueden codificarse por entropfa usando codificacion binaria aritmetica adaptativa segun contexto (CABAC) o codificacion de longitud variable adaptativa segun contexto (CAVLC).

El aparato 900 de codificacion de imagen puede codificar informacion de bandera que indica si la unidad de transformada generada agrupando las unidades de prediccion incluye los coeficientes. Si no hay coeficientes a codificar por entropfa, es decir, cuando los coeficientes cuantificados son todos '0', indicando la informacion de bandera que se codifica la unidad de transformada que no incluye los coeficientes, y los coeficientes cuantificados no se codifican por entropfa de manera separada.

El aparato 900 de codificacion de imagen de acuerdo con el ejemplo actual puede determinar una unidad de transformada optima realizando repetitivamente transformada, cuantificacion y codificacion por entropfa en diferentes unidades de transformada. La unidad de transformada optima puede determinarse repitiendo mecanicamente un procedimiento de seleccion de una pluralidad de unidades de prediccion usando diversos procedimientos, en lugar de seleccionar las unidades de prediccion basandose en un criterio predeterminado, tal como una profundidad o un mismo tipo de modo de prediccion. La unidad de transformada optima puede determinarse basandose en el calculo de costes de RD, y esto se describira en detalle con referencia a la Figura 14.

La Figura 14 es un diagrama de diferentes unidades 1430 a 1460 de transformada de ejemplo.

Haciendo referencia a la Figura 14, el aparato 900 de codificacion de imagen codifica de manera repetitiva diferentes unidades 1430 a 1460 de transformada.

Como se muestra en la Figura 14, una unidad 1410 de codificacion puede predecirse y codificarse basandose en una unidad 1420 de prediccion que tiene un tamano menor que la unidad 1410 de codificacion. La DCT o KLT se realiza en valores residuales generados como resultado de la prediccion, y en este punto, la DCT o KLT puede realizarse basandose en las diferentes unidades 1430 a 1460 de transformada como se muestra en la Figura 14.

La unidad 1430 de transformada tiene el mismo tamano que la unidad 1410 de codificacion, y se genera agrupando todas las unidades de prediccion incluidas en la unidad 1410 de codificacion.

Las unidades 1440 de transformada tienen un tamano mediante el cual la unidad 1410 de codificacion se divide igualmente en dos en una direccion de anchura, y se generan agrupando las unidades de prediccion que son adyacentes en una direccion vertical.

Las unidades 1450 de transformada tienen un tamano mediante el cual la unidad 1410 de codificacion se divide igualmente en dos en una direccion de altura, y se generan agrupando las unidades de prediccion que son adyacentes en una direccion horizontal.

Las unidades 1460 de transformada tienen los mismos tamanos que las unidades 1420 de prediccion.

El aparato 900 de codificacion de imagen puede determinar la unidad de transformada optima realizando de manera repetitiva transformada, cuantificacion y codificacion por entropfa en las unidades 1430 a 1460 de transformada.

Como alternativa, el aparato 900 de codificacion de imagen puede codificar informacion de bandera que indica si la unidad de transformada se genera agrupando una pluralidad de unidades de prediccion incluidas en una o mas unidades de codificacion. Por ejemplo, cuando una unidad de transformada se establece agrupando una pluralidad de unidades de prediccion incluidas en una unidad de codificacion como se muestra en las Figuras 12A a 12C, la informacion de bandera se establece a '0', y cuando una unidad de transformada se establece agrupando una pluralidad de unidades de prediccion incluidas en una pluralidad de unidades de codificacion como se muestra en las Figuras 13A a 13D, la informacion de bandera se establece a '1'.

La Figura 14 ilustra un ejemplo de determinacion de la unidad de transformada optima cuando una unidad de transformada se establece agrupando unidades de prediccion incluidas en una unidad de codificacion. Sin embargo, la unidad de transformada optima puede determinarse realizando de manera repetitiva la DCT, cuantificacion y codificacion por entropfa en diferentes unidades de transformada, como se muestra en la Figura 14, incluso cuando una unidad de transformada se establece agrupando unidades de prediccion incluidas en una pluralidad de unidades de codificacion.

La Figura 15 es un diagrama de bloques de un aparato 1500 para decodificar una imagen.

Haciendo referencia a la Figura 15, el aparato 1500 de decodificacion de imagen incluye un decodificador 1510 por entropfa, un cuantificador 1520 inverso, un transformador 1530 inverso y un restaurador 1540.

5

10

15

20

25

30

35

40

45

50

55

El decodificador 1510 por entropfa decodifica por entropfa coeficientes de componente de frecuencia de una unidad de transformada predeterminada. Como se ha descrito con referencia a las Figuras 12A a 12C y 13A a 13D, la unidad de transformada puede generarse agrupando una pluralidad de unidades de prediccion. Como se ha descrito anteriormente, las unidades de prediccion pueden ser adyacentes entre sf, y pueden incluirse en una unidad de codificacion o en una pluralidad de diferentes unidades de codificacion.

Como se ha descrito con referencia al aparato 900 de codificacion de imagen, la unidad de transformada puede generarse agrupando una pluralidad de unidades de prediccion adyacentes basandose en una profundidad, o agrupando una pluralidad de unidades de prediccion adyacentes en las que se realiza prediccion de acuerdo con un mismo tipo de modo de prediccion, es decir, de acuerdo con un modo de intra prediccion o un modo de inter prediccion. Como alternativa, como se describe con referencia a la Figura 14, una unidad de transformada optima puede seleccionarse realizando de manera repetitiva transformada, cuantificacion y decodificacion por entropfa en diferentes unidades de transformada repitiendo mecanicamente un procedimiento de agrupacion de una pluralidad de unidades de prediccion.

Si una unidad de transformada no incluye coeficientes (por ejemplo coeficientes de coseno discretos), el decodificador 1510 por entropfa puede no decodificar por entropfa de manera separada coeficientes cuantificados. Si la unidad de transformada no incluye los coeficientes cuantificados, los coeficientes cuantificados no se codifican por entropfa de manera separada haciendo referencia una informacion de bandera predeterminada.

El cuantificador 1520 inverso cuantifica a la inversa los coeficientes de componente de frecuencia que se decodifican por entropfa por el decodificador 1510 por entropfa. Los coeficientes de componente de frecuencia que se decodifican por entropfa de acuerdo con una etapa de cuantificacion usada mientras se codifica la unidad de transformada se cuantifican a la inversa.

El transformador 1530 inverso transforma a la inversa los coeficientes de componente de frecuencia cuantificados a la inversa en un dominio de pixel. La DCT inversa o KLT inversa se realiza en los coeficientes de coseno discretos cuantificados a la inversa para restaurar una unidad de transformada en un dominio de pixel. Como resultado de la transformada inversa, se restauran valores residuales de la unidad de transformada.

La unidad de transformada restaurada incluye una pluralidad de unidades de prediccion, y como se ha descrito anteriormente, las unidades de prediccion pueden incluirse en una unidad de codificacion o en una pluralidad de diferentes unidades de codificacion.

El restaurador 1540 genera valores de prediccion prediciendo una pluralidad de unidades de prediccion incluidas en la unidad de transformada restaurada. Se generan valores de prediccion de una unidad de codificacion si las unidades de prediccion agrupadas en una unidad de transformada se incluyen en una unidad de codificacion, y se generan los valores de prediccion de una pluralidad de unidades de codificacion si las unidades de prediccion agrupadas en una unidad de transformada se incluyen en una pluralidad de unidades de codificacion. Una unidad de codificacion o una pluralidad de unidades de codificacion se restauran anadiendo los valores de prediccion generados y los valores residuales restaurados por el transformador 1530 inverso.

Si los valores de prediccion se generan para una unidad de codificacion o una pluralidad de unidades de codificacion puede determinarse basandose en informacion de bandera que indica si el aparato 900 de codificacion de imagen genero una unidad de transformada agrupando una pluralidad de unidades de prediccion incluidas en una unidad de codificacion o en una pluralidad de unidades de codificacion.

De acuerdo con un ejemplo, si las unidades de prediccion agrupadas en una unidad de transformada incluyen una unidad de prediccion que esta intra-prevista, puede realizarse intra prediccion basandose en valores de prediccion de al menos una unidad de prediccion adyacente, como se describe con referencia a la Figura 10. Como alternativa, una pluralidad de unidades de prediccion agrupadas en una unidad de transformada pueden predecirse todas usando inter prediccion.

La Figura 16 es un diagrama de flujo que ilustra un procedimiento de codificacion de una imagen.

Haciendo referencia a la Figura 16, un aparato para codificar una imagen genera valores residuales realizando prediccion en una o mas unidades de codificacion en la operacion 1610.

Una pluralidad de unidades de prediccion agrupadas en una unidad de transformada pueden incluirse en una unidad de codificacion o en una pluralidad de unidades de codificacion. Por consiguiente, cuando las unidades de prediccion se incluyen en una unidad de codificacion, los valores residuales se generan realizando prediccion en una unidad de codificacion, y cuando las unidades de prediccion se incluyen en una pluralidad de unidades de codificacion, los valores residuales se generan realizando prediccion en la pluralidad de unidades de codificacion.

Un procedimiento de generacion de los valores residuales prediciendo las unidades de prediccion todas a la vez se han descrito anteriormente con referencia a la Figura 10.

5

10

15

20

25

30

35

40

45

50

55

En la operacion 1620, el aparato establece una unidad de transformada seleccionando una pluralidad de unidades de prediccion. Las unidades de prediccion pueden incluirse en una unidad de codificacion o en una pluralidad de unidades de codificacion. Las unidades de prediccion adyacentes pueden seleccionarse basandose en la profundidad, o pueden seleccionarse unidades de prediccion adyacentes en las que se realiza prediccion en un mismo tipo de modo de prediccion.

En la operacion 1630, el aparato transforma las unidades de prediccion en un dominio de frecuencia de acuerdo con la unidad de transformada establecida en la operacion 1620. Los coeficientes de dominio de frecuencia se generan realizando transformada en el conjunto de unidad de transformada agrupando las unidades de prediccion.

En la operacion 1640, el aparato cuantifica coeficientes de componente de frecuencia, por ejemplo los coeficientes de coseno discreto generados en la operacion 1630, de acuerdo con un procedimiento de cuantificacion predeterminado.

En la operacion 1650, el aparato codifica por entropfa los coeficientes de componente de frecuencia cuantificados en la operacion 1640. La codificacion por entropfa se realiza mediante CABAC o CAVLC.

Como se describe con referencia a la Figura 14, el procedimiento puede incluir adicionalmente ajustar una unidad de transformada optima repitiendo las operaciones 1610 a 1640 en diferentes unidades de transformada. La unidad de transformada optima puede establecerse realizando de manera repetitiva transformada, cuantificacion y codificacion por entropfa en las diferentes unidades de transformada como se muestra en la Figura 14.

Haciendo referencia a la Figura 17, el aparato decodifica por entropfa coeficientes de componente de frecuencia de una unidad de transformada predeterminada, en la operacion 1710. Los coeficientes de componente de frecuencia pueden ser coeficientes de coseno discreto. La unidad de transformada puede establecerse agrupando una pluralidad de unidades de prediccion. Como se ha descrito anteriormente, las unidades de prediccion pueden ser adyacentes entre sf, y pueden incluirse en una unidad de codificacion o en una pluralidad de diferentes unidades de codificacion.

En la operacion 1720, el aparato cuantifica a la inversa los coeficientes de componente de frecuencia que se decodifican por entropfa en la operacion 1710. Los coeficientes de coseno discreto se cuantifican a la inversa usando una etapa de cuantificacion usada durante la codificacion.

En la operacion 1730, el aparato transforma a la inversa los coeficientes de componente de frecuencia que se cuantifican a la inversa en la operacion 1720 en un dominio de pixel para restaurar una unidad de transformada. La unidad de transformada restaurada se establece agrupando una pluralidad de unidades de prediccion. Los valores residuales incluidos en la unidad de transformada se restauran. Los valores residuales de una unidad de codificacion se restauran si las unidades de prediccion se incluyen en una unidad de codificacion, y se restauran valores residuales de una pluralidad de unidades de codificacion si se incluyen las unidades de prediccion en las unidades de codificacion.

Como se ha descrito anteriormente, la unidad de transformada puede establecerse agrupando unidades de prediccion adyacentes basandose en una profundidad, o agrupando unidades de prediccion adyacentes en las que se realiza prediccion de acuerdo con un mismo tipo de modo de prediccion.

En la operacion 1740, el aparato restaura la una o mas unidades de codificacion basandose en los valores residuales incluidos en la unidad de transformada restaurada en la operacion 1730. Los valores de prediccion se generan prediciendo la una o mas unidades de codificacion, y la una o mas unidades de codificacion se restauran anadiendo los valores de prediccion generados y los valores residuales restaurados en la operacion 1730. Un procedimiento de prediccion de los valores de prediccion incluidos en una o mas unidades de codificacion se ha descrito anteriormente con referencia a la Figura 10.

Si la unidad de transformada se establece agrupando las unidades de prediccion incluidas en una unidad de codificacion, se restaura una unidad de codificacion, y si la unidad de transformada se establece agrupando las unidades de prediccion incluidas en una pluralidad de unidades de codificacion, se restaura la pluralidad de unidades de codificacion.

De acuerdo con las realizaciones ejemplares, una imagen se comprime mas eficazmente y se codifica puesto que una unidad de transformada puede establecerse para que tenga un tamano mayor que una unidad de prediccion, y puede realizarse la transformada en la unidad de transformada.

Mientas que la presente invencion se ha mostrado y descrito particularmente con referencia a realizaciones ejemplares de la misma, se entendera por un experto en la materia que diversos cambios en forma y detalles pueden realizarse en la misma sin alejarse del alcance de la invencion como se define mediante las siguientes reivindicaciones. Tambien, las realizaciones ejemplares pueden realizarse tambien como codigos legibles por ordenador en un medio de grabacion legible por ordenador.

El aparato de codificacion o decodificacion de imagen o el codificador o decodificador de imagen ilustrado en las Figuras 1, 2, 4, 5, 9, 11 o 15 puede incluir un bus acoplado a cada unidad del aparato o codificador o decodificador, al menos un procesador que se conecta al bus y es para ejecutar comandos, y memoria conectada al bus para almacenar los comandos, mensajes recibidos y mensajes generados.

5 El medio de grabacion legible por ordenador es cualquier dispositivo de almacenamiento de datos que puede almacenar datos que pueden leerse posteriormente por un sistema informatico. Ejemplos del medio de grabacion legible por ordenador incluyen memoria de solo lectura (ROM), memoria de acceso aleatorio (RAM), CD-ROM, cintas magneticas, discos flexibles y dispositivos de almacenamiento de datos opticos. El medio de grabacion legible por ordenador puede distribuirse tambien a traves de sistemas informaticos acoplados en red de modo que el codigo 10 legible por ordenador se almacena y ejecuta de una manera distribuida. Como alternativa, las realizaciones ejemplares pueden realizarse como medio de transmision legible informatico en ondas portadoras o senales para transmision a traves de una red, tal como internet.

Claims

5

10

15

20

25

30

REIVINDICACIONES

1. Un procedimiento de decodificacion de una imagen, comprendiendo el procedimiento:

determinar una pluralidad de unidades de codificacion maxima cuadradas desde una imagen y determinar una unidad de codificacion cuadrada que se divide jerarquicamente desde una unidad de codificacion maxima de entre la pluralidad de unidades de codificacion maxima usando informacion acerca de una unidad de codificacion, en el que la informacion acerca de una unidad de codificacion se analiza desde una secuencia de bits;

analizar coeficientes de transformacion cuantificados de una unidad de transformacion desde la secuencia de bits y obtener los residuos realizando cuantificacion inversa y transformacion inversa en los coeficientes de transformacion analizados cuantificados; y

realizar prediccion usando al menos una unidad de prediccion para generar un predictor, y reconstruir la unidad de codificacion usando los residuos y el predictor,

en el que, cuando un modo de prediccion se determina que es un modo de inter prediccion y no un modo de intra prediccion, el procedimiento de decodificacion soporta la unidad de transformacion, entre al menos una unidad de transformacion, que tiene un tamano de 2N x 2N,

que incluye cuatro unidades de prediccion,

entre la al menos una unidad de prediccion, que tiene un tamano de N x N,

en el que la al menos una unidad de prediccion es uno entre los bloques que incluyen: un bloque igual en tamano a la unidad de codificacion; y un bloque entre una pluralidad de bloques generados dividiendo igualmente al menos una de la altura y anchura de la unidad de codificacion, y

en el que la unidad de transformacion es uno entre los bloques que incluyen: un bloque igual en tamano a la unidad de codificacion; y un bloque entre una pluralidad de bloques generados dividiendo igualmente la altura y anchura de la unidad de codificacion.
2. El procedimiento de la reivindicacion 1, en el que, cuando un tamano de la unidad de codificacion maxima se establece como uno de 16x16, 32x32 y 64x64, un tamano de la unidad de codificacion se determina como uno de 8x8, 16x16, 32x32 y 64x64, y la unidad de prediccion se obtiene dividiendo al menos una de una altura y una anchura de la unidad de codificacion, y

el tamano de la unidad de transformacion es diferente del tamano de la unidad de prediccion.
3. El procedimiento de la reivindicacion 1, en el que, cuando la informacion acerca de una unidad de codificacion indica una division para una unidad de codificacion de una profundidad actual, la unidad de codificacion de la profundidad actual se divide en cuatro unidades de codificacion cuadradas de una profundidad mayor que la profundidad actual, de manera independiente de unidades de codificacion vecinas.