JP2000092328A

JP2000092328A - 可逆符号化方法

Info

Publication number: JP2000092328A
Application number: JP10255020A
Authority: JP
Inventors: Masaaki Kobayashi; 正明小林
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1998-09-09
Filing date: 1998-09-09
Publication date: 2000-03-31

Abstract

(57)【要約】【課題】ディジタル画像データに対して実用的かつ効
率的なコンテクスト分離による可逆符号化方法を提供す
ることを目的としている。【解決手段】ディジタル画像データに対して符号化画
素の周辺における符号化済み周辺画素の予測誤差の絶対
値の総和を量子化してコンテクストを決定し、それぞれ
のコンテクストに適したエントロピー符号化をすること
により、非常に簡単な計算と少ないメモリ量で精度よく
コンテクストに分離した効率のよい可逆符号化方法が得
られる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明はディジタル画像デー
タを劣化なく符号化する可逆符号化方法に関するもので
ある。

【０００２】

【従来の技術】近年、医療画像などのような画像データ
を診断に用いたり、あるいは、受信した画像にエッジ強
調や色補正などの画像処理を行ってから再び伝送するよ
うな場合などに、高品質な情報が必要であるため、静止
画や高精細画像などにおいて画質劣化の全くない画像符
号化方法である可逆符号化方法の要求が高まっている。

【０００３】ここで、画像データの可逆符号化は大きく
分けて２つの処理を行うブロックから構成することがで
き、第一のブロックが画像データのモデル化部、第二の
ブロックがエントロピー符号化部である。画像データの
モデル化部では画像データを符号化しやすいデータ列に
変換することを目的とし、エントロピー符号化部では変
換されたデータ列に対してできるだけ短い符号を実際に
割り当て、符号化データを作成することを目的としてい
る。

【０００４】従来より、このような可逆符号化方法には
静止画の国際標準符号化方式としてJPEG Loss-Lessモー
ド、あるいは標準化作業中のJPEG-LS、JPEG2000などが
ある。これらの符号化方法は、基本的には画像データの
モデル化部で予測符号化によって予測誤差を求め、エン
トロピー符号化部で予測誤差をハフマン符号化あるいは
算術符号化する構成となっている。従って圧縮率向上の
鍵は画像データのモデル化部において、いかに予測誤差
を小さくするかである。そこで、画像データのモデル化
部では、符号化画素の周辺画素情報のコンテクストなど
を利用して予測精度の向上を図っている。

【０００５】以下にディジタル画像データに対する一般
的な可逆符号化方法を説明する。図１は一般的な可逆符
号化方法のブロック図である。１０１は予測符号化部、
１０２はコンテクスト分離部、１０６はエントロピー符
号化部であり、エントロピー符号化部は１０３〜１０５
のコンテクスト別エントロピー符号化部で構成されてい
る。画像データが入力されると予測符号化部１０１では
予測符号化が行われ、予測値と実際の画素値との差分で
ある予測誤差が出力される。

【０００６】次に、コンテクスト分離部１０２では符号
化画素の周辺画素情報から符号化画素のコンテクストを
決定する。そして決定したコンテクストに基づいて対応
するコンテクスト別エントロピー符号化部１０３〜１０
５で予測誤差をエントロピー符号化する。コンテクスト
分離部１０２では、図２に示すように符号化画素の周辺
の符号化済み画素の画素値を参照してコンテクストを決
定する。

【０００７】

【発明が解決しようとする課題】しかしながら、上記従
来の方法では、周辺画素の画素値を参照してコンテクス
トを決定するため、コンテクストの状態数が増大し、計
算量、メモリ量などが莫大となる。またコンテクストの
状態数を減らすために画素値を量子化してコンテクスト
を決定すると、十分な精度で分離を行うことができず、
実用的なコンテクスト分離を実現することが困難である
という問題点を有していた。

【０００８】本発明は上記従来の問題点を解決するもの
で、実用的なコンテクスト分離を実現することにより、
符号化効率の向上を図ることができる可逆符号化方法を
提供することを目的としている。

【０００９】

【課題を解決するための手段】上記課題を解決するため
に、本発明は、ディジタル画像データを予測符号化し
て、予測符号化による予測誤差をコンテクストによって
分離し、分離された予測誤差にそれぞれ適したエントロ
ピー符号化を施すようにし、特にコンテクストによって
分離するとき符号化済み周辺画素の予測誤差を用いてコ
ンテクストを決定し分離するようにしたもので、この方
法により、実用的なコンテクスト分離を実現することが
でき、符号化効率の高い可逆符号化方法が得られる。

【００１０】

【発明の実施の形態】本発明の請求項１に記載の発明
は、画像データに対して予測符号化を行う予測符号化ス
テップと、前記予測符号化ステップによる予測誤差をコ
ンテクストによって分離するコンテクスト分離ステップ
と、前記コンテクスト分離ステップによって分離された
予測誤差にそれぞれ適したエントロピー符号化を施すエ
ントロピー符号化ステップとを備えた画像符号化方法で
あって、前記コンテクスト分離ステップにおいて符号化
画素の周辺における符号化済み画素の予測誤差を用いて
コンテクストを決定し分離することを特徴とする可逆符
号化方法で、簡単な構成で精度良いコンテクスト分離を
行うことができ、符号化効率の高い符号化を行うことが
できるという作用を有する。

【００１１】請求項２に記載の発明は、前記コンテクス
ト分離ステップにおいて、符号化画素の周辺における符
号化済み画素の予測誤差の絶対値の総和を表す予測誤差
強度を計算し、前記予測誤差強度を線形量子化すること
によりコンテクストを決定し分離することを特徴とする
請求項１記載の可逆符号化方法であり、非常に簡単な計
算で高速に符号化を行うことができるという作用を有す
る。

【００１２】請求項３に記載の発明は、前記コンテクス
ト分離ステップにおいて前記予測誤差強度を各量子化レ
ベルの出現頻度が等しくなるように非線形量子化して、
コンテクストを決定し分離することを特徴とする請求項
１記載の可逆符号化方法で、少ないコンテクストパター
ンで効率よくエントロピー符号化を行うことができるた
め、計算量、メモリ量の少ないエントロピー符号化を効
率よく行うことができるという作用を有する。

【００１３】請求項４に記載の発明は、前記コンテクス
ト分離ステップを２パス構成とし、１パス目に符号化対
象の画像データに対して前記予測誤差強度の出現頻度を
計算し、各量子化レベルでの前記予測誤差強度の出現頻
度が均等になるように量子化閾値を決定し、２パス目に
前記量子化閾値を用いて前記予測誤差強度を量子化して
コンテクストを決定し分離することを特徴とする請求項
１記載の可逆符号化方法であり、符号化対象となる画像
に適したエントロピー符号化を効率よく行うことできる
という作用を有する。

【００１４】請求項５に記載の発明は、前記コンテクス
ト分離ステップを２パス構成とし、１パス目に符号化対
象の画像データに対して前記予測誤差強度の出現頻度を
計算し、前記出現頻度に応じて前記画像データを複数の
レベルに量子化するが、この量子化レベル数の決定にお
いて量子化のレベル数を逐次増加させていき、量子化レ
ベル数の増加に伴うエントロピーの減少量が事前に定め
た閾値よりも小さくなった時点での量子化レベル数で量
子化閾値を決定し、２パス目に前記量子化閾値を用いて
前記予測誤差強度を量子化してコンテクストを決定し分
離することを特徴とする請求項１記載の可逆符号化方法
であり、符号化対象となる画像に適したコンテクストパ
ターンの分割数を簡単に計算することができ、効率よく
エントロピー符号化を行うことができるという作用を有
する。

【００１５】以下、本発明の実施の形態について説明す
る。図３は本発明の一実施の形態による可逆符号化方法
を実現するための構成図を、図４は本発明の一実施の形
態による可逆符号化方法におけるフローチャートを表し
ている。

【００１６】図３において３０１は画像データに施す処
理を制御する制御部、３０２は画像データ入力部、３０
３は予測誤差データを作成する予測符号化部、３０４は
予測誤差を格納する予測誤差格納メモリ、３０５は符号
化画素の周辺の予測誤差から予測誤差強度を計算する予
測誤差強度演算部、３０６は予測誤差強度を格納する予
測誤差強度格納メモリ、３０７は予測誤差強度の出現頻
度を計算する予測誤差強度出現頻度演算部、３０８は予
測誤差強度の出現頻度を格納する予測誤差強度出現頻度
格納メモリ、３０９はコンテクスト分離に用いる閾値を
計算するコンテクスト分離閾値演算部、３１０はコンテ
クスト分離閾値を用いてコンテクスト分離を行うコンテ
クスト分離演算部、３１１は計算されたコンテクストに
対応するエントロピー符号化器を３１２〜３１４の中か
ら選択し、予測誤差格納メモリに格納された予測誤差を
エントロピー符号化するエントロピー符号化部、３１５
は画像データ出力部を表している。

【００１７】以上のように構成されたディジタル画像デ
ータの可逆符号化方法について、以下、図４のフローチ
ャートを用いて処理の流れを説明する。まず最初に、制
御部３０１はデータ入力部３０２から入力画像データを
受け取り、予測符号化部３０３にデータを転送する。こ
こで、予測符号化部３０３は周辺画素情報を使って予測
を行い、予測値と実際の値との差分である予測誤差を計
算し、予測誤差格納メモリ３０４に格納する（Ｓ４０
１）。

【００１８】次に、制御部３０１は予測誤差強度演算部
３０５を呼び出し、予測誤差強度演算部３０５は予測誤
差格納メモリ３０４を参照して符号化画素の周辺におけ
る符号化済み画素の予測誤差の絶対値の総和を表す予測
誤差強度を計算し、予測誤差強度格納メモリ３０６に格
納する（Ｓ４０２）。更に、予測誤差強度出現頻度演算
部３０７では予測誤差強度格納メモリ３０６を参照し、
それぞれの予測誤差強度の出現頻度を計算し、予測誤差
強度出現頻度格納メモリ３０８に格納する（Ｓ４０
３）。続いて、制御部３０１はコンテクスト分離閾値演
算部３０９を呼び出し、コンテクスト分離閾値演算部３
０９は予測誤差強度出現頻度格納メモリ３０８を参照し
て各量子化レベルでの出現頻度が均等になるように量子
化閾値を決定する（Ｓ４０４）。

【００１９】次に、制御部３０１はコンテクスト分離演
算部３１０を呼び出し、コンテクスト分離演算部３１０
はコンテクスト分離閾値演算部３０９によって決定され
た量子化閾値と予測誤差強度格納メモリ３０６を参照す
ることにより、コンテクストを計算する（Ｓ４０５）。
そして、制御部３０１はエントロピー符号化部３１１を
呼び出し、エントロピー符号化部３１１はコンテクスト
分離演算部３１０によって計算されたコンテクストに対
応するエントロピー符号化器を３１２〜３１４の中から
選択し、予測誤差格納メモリ３０４に格納された予測誤
差をエントロピー符号化する（Ｓ４０６）。最後に制御
部３０１は符号化データを出力部３１５から出力する。

【００２０】以下に各ブロックについて具体的に説明す
る。まず最初に、予測符号化部３０３では予測符号化を
行う。図５は予測符号化の説明図である。符号化画素ｘ
の周辺の符号化済み画素ａ〜ｄ等を用いて符号化する画
素ｘの予測値ｙを計算し、予測値ｙと実際の画素値ｘの
差分値である予測誤差ｅを出力する。予測符号化を行う
順番としては、ラスタ順に行う方法や、サブサンプリン
グデータを作成し、そのデータ順に従って行う方法等が
考えられる。また、予測式は固定で行う方法や複数の予
測式を用いて符号化を行い最も符号化効率の良いものを
選択する方法や、周辺画素のコンテクストによって予測
式を切換える方法などが考えられる。予測に用いる周辺
画素の数は４画素に限らない。

【００２１】次に、予測誤差強度演算部３０５では、符
号化画素の周辺における符号化済み画素の予測誤差の絶
対値の和を計算する。図６は予測誤差強度演算の説明図
である。符号化画素ｘの周辺の符号化済み画素ａ〜ｄの
予測誤差ｅａ、ｅｂ、ｅｃ、ｅｄの絶対値の総和を求
め、これを予測誤差強度Ｄとして出力する。参照する符
号化済み周辺画素は４画素に限るわけではない。参照画
素数を増やすほど精度よく予測誤差強度Ｄを計算するこ
とができるが、参照画素数の増加に伴って計算量、メモ
リ量も増加するため、実用的な参照画素数を決定しなけ
ればならない。

【００２２】更に、予測誤差強度出現頻度演算部３０７
では予測誤差強度演算部３０５で計算された予測誤差強
度Ｄの出現頻度を計算する。図７は予測誤差強度に対す
る出現頻度を表すヒストグラムの例示図である。画素値
が２５６階調の場合、予測誤差のダイナミックレンジは
−２５５〜２５５であり、周辺４画素の予測誤差の絶対
値の総和を予測誤差強度Ｄとする場合、予測誤差強度Ｄ
のダイナミックレンジは０〜１０２０である。全ての画
素に対してこの予測誤差強度Ｄを求め、各値の出現頻度
がどの程度であるか計算する。計算量、メモリ量が多く
必要であるため、この予測誤差強度Ｄを量子化してから
出現頻度を計算する方法も考えられる。

【００２３】続いてコンテクスト分離閾値演算部３０９
では、予測誤差強度出現頻度格納メモリ３０８を参照し
て、予測誤差強度Ｄの量子化閾値を計算する。図８は予
測誤差強度を非線形量子化した場合の説明図である。こ
の図は予測誤差強度Ｄの出現頻度を表すヒストグラムの
うち、予測誤差強度Ｄの小さい部分を拡大した図であ
る。図中の領域を３レベルに量子化する場合、非線形量
子化では各レベルでの累積出現頻度Ｓ１〜Ｓ３が等しく
なるように量子化閾値θ０、θ１、θ２、θ３を決定す
る。この他、出現頻度によらずに各量子化レベルＬ１〜
Ｌ３が等しくなるように量子化閾値θ０、θ１、θ２、
θ３を決定するような線形量子化による方法も考えられ
る。

【００２４】また、この時の量子化レベルの数につい
て、量子化レベル数を予め固定値で決めておく方法の他
に、量子化レベルの数を逐次増加させていき、量子化レ
ベルを増加させる前と後のエントロピーをそれぞれＥbe
fore、Ｅafterとすると、（数１）に示すように量子化
レベル数を増やしてもエントロピーの減少量が一定の閾
値αよりも小さくなった時点での量子化レベル数Ｎを用
いて量子化を行う方法等も考えられる。

【００２５】

【数１】

【００２６】次に、コンテクスト分離演算部３１０では
決定された量子化レベル数Ｎと量子化閾値θ０〜θＮを
用いて予測誤差強度格納メモリ３０６に格納された予測
誤差強度Ｄからコンテクストを計算する。図９は予測誤
差強度からコンテクストを計算する場合の説明図であ
る。予測誤差強度Ｄの最大値をＤｍａｘとし、予測誤差
強度Ｄ（０≦Ｄ≦Ｄｍａｘ）と各閾値θ０〜θＮを比較
し、予測誤差強度Ｄが（数２）を満たすとき、その符号
化画素のコンテクストがｒとなるようにコンテクストを
決定していく。

【００２７】

【数２】

【００２８】そして、エントロピー符号化部３１１では
それぞれのコンテクストに最適化されたエントロピー符
号化器３１２〜３１４を用いて予測誤差格納メモリ３０
４に格納された予測誤差をエントロピー符号化してい
く。エントロピー符号化としてはハフマン符号化、算術
符号化、ゴローム符号化、ＭＥＬ符号化などが考えられ
る。また、それぞれの符号化器は符号化対象としている
画像データに対して最適化した符号化器を用いる方法も
考えられるし、予めコンテクストに対してカスタマイズ
された符号化器を用いる方法も考えられる。

【００２９】

【発明の効果】以上のように、本発明によれば、画像デ
ータに対して予測符号化を行い、予測符号化による予測
誤差をコンテクストによって分離し、コンテクスト分離
によって分離された予測誤差にそれぞれ適したエントロ
ピー符号化を施すような画像符号化を行い、コンテクス
ト分離を行うときに符号化画素の周辺における符号化済
み画素の予測誤差を用いてコンテクストを決定し分離す
ることにより、実用的で精度のよいコンテクスト分離を
行うことができ、符号化効率の高い可逆符号化方法を実
現することができる。

【００３０】また、コンテクスト分離を行う際に符号化
画素の周辺における符号化済み画素の予測誤差の絶対値
の総和を表す予測誤差強度を計算し、予測誤差強度を線
形量子化してコンテクストを決定することにより、非常
に簡単な計算で高速にコンテクスト分離による可逆符号
化方法を実現することができる。

【００３１】さらに、コンテクスト分離を行う際に予測
誤差強度を各量子化レベルでの出現頻度が等しくなるよ
うに非線形量子化してコンテクストを決定することによ
り、少ないコンテクストパターンで効率よくエントロピ
ー符号化を行うことができるため、計算量、メモリ量が
少なく効率のよいコンテクスト分離による可逆符号化方
法を実現することができる。

【００３２】また、コンテクスト分離を２パス構成で行
い、１パス目に符号化対象の画像データに対して予測誤
差強度の出現頻度を計算し、各量子化レベルでの予測誤
差強度の出現頻度が均等になるように量子化閾値を決定
し、２パス目に前記量子化閾値を用いてコンテクストを
決定することにより、符号化対象となる画像データに適
したエントロピー符号化を行うことができ、符号化効率
の高い可逆符号化方法を実現することができる。

【００３３】さらに、コンテクスト分離を２パス構成で
行い、１パス目に符号化対象の画像データに対して予測
誤差強度の出現頻度を計算し、出現頻度に応じて画像デ
ータを複数のレベルに量子化するが、この量子化レベル
数の決定において量子化のレベル数を逐次増加させてい
き、量子化レベル数の増加に伴うエントロピーの減少量
が事前に定めた閾値よりも小さくなった時点での量子化
レベル数で量子化閾値を決定し、２パス目に前記決定さ
れた量子化閾値を用いてコンテクストを決定することに
より符号化対象となる画像に適したコンテクストパター
ン数でエントロピー符号化を行うことができ、実用的で
効率のよい可逆符号化方法を実現することができる。

【図面の簡単な説明】

【図１】一般的な可逆符号化方法のブロック図

【図２】コンテクスト分離に利用する周辺画素の説明図

【図３】本発明の一実施の形態による可逆符号化方法を
実現するための構成図

【図４】本発明の一実施の形態による可逆符号化方法に
おけるフローチャート

【図５】予測符号化の説明図

【図６】予測誤差強度演算の説明図

【図７】予測誤差強度に対する出現頻度を表すヒストグ
ラムの例示図

【図８】予測誤差強度を非線形量子化した場合の説明図

【図９】予測誤差強度からコンテクストを計算する場合
の説明図

【符号の説明】

１０１予測符号化部１０２コンテクスト分離部１０３コンテクスト別エントロピー符号化部１１０４コンテクスト別エントロピー符号化部２１０５コンテクスト別エントロピー符号化部Ｎ１０６エントロピー符号化部３０１制御部３０２画像データ入力部３０３予測符号化部３０４予測誤差格納メモリ３０５予測誤差強度演算部３０６予測誤差強度格納メモリ３０７予測誤差強度出現頻度演算部３０８予測誤差強度出現頻度格納メモリ３０９コンテクスト分離閾値演算部３１０コンテクスト分離演算部３１１エントロピー符号化部３１２コンテクスト別エントロピー符号化器１３１３コンテクスト別エントロピー符号化器２３１４コンテクスト別エントロピー符号化器Ｎ３１５画像データ出力部

Claims

【特許請求の範囲】

【請求項１】画像データに対して予測符号化を行う予測
符号化ステップと、前記予測符号化ステップによる予測
誤差をコンテクストによって分離するコンテクスト分離
ステップと、前記コンテクスト分離ステップによって分
離された予測誤差にそれぞれ適したエントロピー符号化
を施すエントロピー符号化ステップとを含む画像符号化
方法であって、前記コンテクスト分離ステップにおいて
符号化画素の周辺における符号化済み画素の予測誤差を
用いてコンテクストを決定し分離することを特徴とする
可逆符号化方法。
【請求項２】前記コンテクスト分離ステップにおいて符
号化画素の周辺における符号化済み画素の予測誤差の絶
対値の総和を表す予測誤差強度を計算し、前記予測誤差
強度を線形量子化することによりコンテクストを決定し
分離することを特徴とする請求項１記載の可逆符号化方
法。
【請求項３】前記コンテクスト分離ステップにおいて前
記予測誤差強度を各量子化レベルの出現頻度が等しくな
るように非線形量子化してコンテクストを決定し分離す
ることを特徴とする請求項１記載の可逆符号化方法。
【請求項４】前記コンテクスト分離ステップを２パス構
成とし、１パス目に符号化対象の画像データに対して前
記予測誤差強度の出現頻度を計算し、各量子化レベルで
の前記予測誤差強度の出現頻度が均等になるように量子
化閾値を決定し、２パス目に前記量子化閾値を用いて前
記予測誤差強度を量子化してコンテクストを決定し分離
することを特徴とする請求項１記載の可逆符号化方法。
【請求項５】前記コンテクスト分離ステップを２パス構
成とし、１パス目に符号化対象の画像データに対して前
記予測誤差強度の出現頻度を計算し、前記出現頻度に応
じて前記画像データを複数のレベルに量子化するが、こ
の量子化レベル数の決定において量子化のレベル数を逐
次増加させていき、量子化レベル数の増加に伴うエント
ロピーの減少量が事前に定めた閾値よりも小さくなった
時点での量子化レベル数で量子化閾値を決定し、２パス
目に前記量子化閾値を用いて前記予測誤差強度を量子化
してコンテクストを決定し分離することを特徴とする請
求項１記載の可逆符号化方法。