JP2000092328A - 可逆符号化方法 - Google Patents

可逆符号化方法

Info

Publication number
JP2000092328A
JP2000092328A JP10255020A JP25502098A JP2000092328A JP 2000092328 A JP2000092328 A JP 2000092328A JP 10255020 A JP10255020 A JP 10255020A JP 25502098 A JP25502098 A JP 25502098A JP 2000092328 A JP2000092328 A JP 2000092328A
Authority
JP
Japan
Prior art keywords
prediction error
context
quantization
encoded
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP10255020A
Other languages
English (en)
Inventor
Masaaki Kobayashi
正明 小林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Holdings Corp
Original Assignee
Matsushita Electric Industrial Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Priority to JP10255020A priority Critical patent/JP2000092328A/ja
Priority to US09/384,616 priority patent/US6611620B1/en
Publication of JP2000092328A publication Critical patent/JP2000092328A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Compression Of Band Width Or Redundancy In Fax (AREA)

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1 104 コンテクスト別エントロピー符号化部2 105 コンテクスト別エントロピー符号化部N 106 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1 313 コンテクスト別エントロピー符号化器2 314 コンテクスト別エントロピー符号化器N 315 画像データ出力部

Claims (5)

    【特許請求の範囲】
  1. 【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。
  2. 【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。
  3. 【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。
  4. 【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。
  5. 【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。
JP10255020A 1998-08-28 1998-09-09 可逆符号化方法 Pending JP2000092328A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP10255020A JP2000092328A (ja) 1998-09-09 1998-09-09 可逆符号化方法
US09/384,616 US6611620B1 (en) 1998-08-28 1999-08-27 Reversible coding method, reversible coding apparatus, and memory medium used therein

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP10255020A JP2000092328A (ja) 1998-09-09 1998-09-09 可逆符号化方法

Publications (1)

Publication Number Publication Date
JP2000092328A true JP2000092328A (ja) 2000-03-31

Family

ID=17273083

Family Applications (1)

Application Number Title Priority Date Filing Date
JP10255020A Pending JP2000092328A (ja) 1998-08-28 1998-09-09 可逆符号化方法

Country Status (1)

Country Link
JP (1) JP2000092328A (ja)

Similar Documents

Publication Publication Date Title
JP4732203B2 (ja) 画像符号化装置及び復号装置及びそれらの制御方法、並びに、コンピュータプログラム及びコンピュータ可読記憶媒体
US8107751B2 (en) DPCM with adaptive range and PCM escape mode
JP2888186B2 (ja) 画像符号化装置および画像復号装置
US6611620B1 (en) Reversible coding method, reversible coding apparatus, and memory medium used therein
JPH10336682A (ja) 符号化装置及び方法及び方法を記憶した記憶媒体
JP2007306619A (ja) ビデオ画像を処理するコンピュータ実行方法及び記録媒体
JP4808928B2 (ja) 複数スキャンを使用する変換係数圧縮
US6173080B1 (en) Prediction method for discrete cosine transform coefficient
JP4831547B2 (ja) 画像圧縮および伸張加速化のための方法
WO2009087783A1 (ja) 符号化用データ生成装置、符号化用データ生成方法、復号装置および復号方法
US8396308B2 (en) Image coding based on interpolation information
JPH10294872A (ja) 画像符号化方法および装置ならびに画像復号方法および装置
JP2005151391A (ja) 動画像符号化方法、動画像符号化装置およびプログラム
JP2000078411A (ja) 可逆符号化装置及び可逆符号化方法
US8428381B2 (en) Image compression method with variable quantization parameter
KR20100122947A (ko) 화상 압축 장치, 화상 복원 장치, 화상 압축 방법, 화상 복원 방법 및 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체
JP2002064821A (ja) 動画像情報の圧縮方法およびそのシステム
JP2000092328A (ja) 可逆符号化方法
JPH118848A (ja) 画像符号化方法および画像符号化装置
JP6985609B2 (ja) 符号化装置、画像補間システム及び符号化プログラム
JPH11331852A (ja) 可逆符号化方法および可逆符号化装置
JPH11103463A (ja) 画像符号化方法及び記憶媒体
JP2007028531A (ja) 画像符号化装置及び画像符号化方法
JP2010010768A (ja) 画像符号化装置及び画像符号化方法
JP2009038740A (ja) 画像符号化装置