JP2000102005A - 再構成可能アーキテクチャを用いた画像符号化方法及びそのための装置、及びそのための方法を記述したプログラムを記録した記録媒体 - Google Patents
再構成可能アーキテクチャを用いた画像符号化方法及びそのための装置、及びそのための方法を記述したプログラムを記録した記録媒体Info
- Publication number
- JP2000102005A JP2000102005A JP26648098A JP26648098A JP2000102005A JP 2000102005 A JP2000102005 A JP 2000102005A JP 26648098 A JP26648098 A JP 26648098A JP 26648098 A JP26648098 A JP 26648098A JP 2000102005 A JP2000102005 A JP 2000102005A
- Authority
- JP
- Japan
- Prior art keywords
- processor
- block
- processor elements
- domain
- density value
- 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
Links
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】 （修正有）
【課題】 対象となる画像毎にハードウエアの論理を変
化させることで符号化処理を高速化する。 【解決手段】 ドメインプール１１のドメインブロック
がプロセッサエレメント（ＰＥ）ネットワーク１２に入
力され、各ＰＥ内でレンジブロックとの類似度計算が行
われ、隣接のＰＥに転送される。各ＰＥでは、ドメイン
ブロックはレンジブロックの近似画像ブロックとして最
適かどうかの判断のためのブロック間の距離計算が行わ
れ、距離が最も短い場合は、そのドメインブロックのId
entity No.、ｓ、ｏ、Ｒの値が更新される。ＰＥは、原
画像の画像ブロックの濃度値を乗数とする定数乗算とそ
れらの総和を行うＰ1 部、及び、ｓ、ｏ、Ｒの値の計
算、比較等をするＰ2 で構成され、レンジブロックの濃
度値の値によって、ＰＥの論理構成、及びＰＥネットワ
ークが論理合成、配置配線部１３によって自動的に再構
成された後、符号化が実行される。
化させることで符号化処理を高速化する。 【解決手段】 ドメインプール１１のドメインブロック
がプロセッサエレメント（ＰＥ）ネットワーク１２に入
力され、各ＰＥ内でレンジブロックとの類似度計算が行
われ、隣接のＰＥに転送される。各ＰＥでは、ドメイン
ブロックはレンジブロックの近似画像ブロックとして最
適かどうかの判断のためのブロック間の距離計算が行わ
れ、距離が最も短い場合は、そのドメインブロックのId
entity No.、ｓ、ｏ、Ｒの値が更新される。ＰＥは、原
画像の画像ブロックの濃度値を乗数とする定数乗算とそ
れらの総和を行うＰ1 部、及び、ｓ、ｏ、Ｒの値の計
算、比較等をするＰ2 で構成され、レンジブロックの濃
度値の値によって、ＰＥの論理構成、及びＰＥネットワ
ークが論理合成、配置配線部１３によって自動的に再構
成された後、符号化が実行される。
Description
【０００１】
【発明の属する技術分野】本発明は、論理の再構成が可
能なハードウエアを用いて、入力されるデータによって
ハードウエアの論理を再構成し、限定されたリソースを
有効に活用して、処理を高速化する再構成可能アーキテ
クチャを用いた画像符号化方法及びそのための装置、及
びそのための方法を記述したプログラムを記録した記録
媒体に関する。
能なハードウエアを用いて、入力されるデータによって
ハードウエアの論理を再構成し、限定されたリソースを
有効に活用して、処理を高速化する再構成可能アーキテ
クチャを用いた画像符号化方法及びそのための装置、及
びそのための方法を記述したプログラムを記録した記録
媒体に関する。
【０００２】
【従来の技術】１９８０年代、M.F.Barnsleyにより、反
復関数系(Iterated Function System,略称ＩＦＳ）を用
いた画像符号化法が提案され（M.F.Barnsley,"Solution
of anInverse Problem for Fractals and Other Set
s",Proceedings of National Academy of Sciences US
A,Vol.83,pp.1975-1977,Apr.,1986）、A.E.Jacquin が
濃淡画像に対する手法として発展させた（A.E.Jacqui
n,"Image Coding Based on a Fractal Theory of Itera
ted Contractive Image Transformations",IEEE Transa
ctions on Image Processing,Vol.1,pp.18-32,Jan.,199
2)。さらに、処理の高速化、圧縮率の向上、画像の歪み
率の向上に関して種々の研究が行われている。また、動
画像への応用も行われている（上繁義史，太田諦二，"R
ecurrent IFSの動画像符号化への応用”，電子情報通信
学会論文誌，B-I,Vol.J81-B-I,No.1,pp.10-18,Jan.,199
8)。これらの発展の中では、ソフトウエア的な手法が提
案されている一方で、並列計算機を用いた高速化に関す
る研究も行われている（曽根原登，“並列コンピュータ
によるニューラルネットワーク処理”，電気学会，LAV-
91-9,pp.37-47,Aug.,1991)。
復関数系(Iterated Function System,略称ＩＦＳ）を用
いた画像符号化法が提案され（M.F.Barnsley,"Solution
of anInverse Problem for Fractals and Other Set
s",Proceedings of National Academy of Sciences US
A,Vol.83,pp.1975-1977,Apr.,1986）、A.E.Jacquin が
濃淡画像に対する手法として発展させた（A.E.Jacqui
n,"Image Coding Based on a Fractal Theory of Itera
ted Contractive Image Transformations",IEEE Transa
ctions on Image Processing,Vol.1,pp.18-32,Jan.,199
2)。さらに、処理の高速化、圧縮率の向上、画像の歪み
率の向上に関して種々の研究が行われている。また、動
画像への応用も行われている（上繁義史，太田諦二，"R
ecurrent IFSの動画像符号化への応用”，電子情報通信
学会論文誌，B-I,Vol.J81-B-I,No.1,pp.10-18,Jan.,199
8)。これらの発展の中では、ソフトウエア的な手法が提
案されている一方で、並列計算機を用いた高速化に関す
る研究も行われている（曽根原登，“並列コンピュータ
によるニューラルネットワーク処理”，電気学会，LAV-
91-9,pp.37-47,Aug.,1991)。
【０００３】本発明では、上記ＩＦＳを用いた画像符号
化法を利用するため、ここでＩＦＳを用いた手法の概略
について述べておく。
化法を利用するため、ここでＩＦＳを用いた手法の概略
について述べておく。
【０００４】符号化においては、まず原画像を図１のよ
うにレンジブロックと呼ばれる重なりのない正方形のブ
ロックに分割する。それらを近似する候補となるブロッ
ク（ドメインブロックと呼ぶ）の集合としては、レンジ
ブロックの縦横２倍の辺を持つ正方形のブロックを図２
のように原画像で一画素ずつずらしたものを全て考え
る。このドメインブロックの集合をドメインプールと呼
ぶ。
うにレンジブロックと呼ばれる重なりのない正方形のブ
ロックに分割する。それらを近似する候補となるブロッ
ク（ドメインブロックと呼ぶ）の集合としては、レンジ
ブロックの縦横２倍の辺を持つ正方形のブロックを図２
のように原画像で一画素ずつずらしたものを全て考え
る。このドメインブロックの集合をドメインプールと呼
ぶ。
【０００５】レンジブロック、ドメインブロックとも、
その画像の複雑度から、次のように、シェード、ミッド
レンジ、エッジの３種類のクラスに分類する。
その画像の複雑度から、次のように、シェード、ミッド
レンジ、エッジの３種類のクラスに分類する。
【０００６】 シェード：濃度に殆ど変化のないブロックのクラス ミッドレンジ：濃度差はあるが、エッジのないブロック
のクラス エッジ：エッジの存在するブロックのクラス シェードのレンジブロックに対しては、各ピクセルの濃
度値を一つの定数（一般にはブロック内の濃度値の平
均）で置き換え、ミッドレンジ、エッジクラスに対して
は、同じクラスのレンジブロック、ドメインブロックの
間で類似度を計る。
のクラス エッジ：エッジの存在するブロックのクラス シェードのレンジブロックに対しては、各ピクセルの濃
度値を一つの定数（一般にはブロック内の濃度値の平
均）で置き換え、ミッドレンジ、エッジクラスに対して
は、同じクラスのレンジブロック、ドメインブロックの
間で類似度を計る。
【０００７】ブロック同士の類似度を表す距離を計る
際、事前にドメインブロックの２×２ピクセルの濃度の
平均を取って１ピクセル化するなどして、両者のサイズ
（ピクセル数）を図３のようにレンジブロックのものに
合わせておく。ｎをブロックのサイズ、｛ａi ｝（ｉ＝
１，２，…，ｎ）、｛ｂi ｝（ｉ＝１，２，…，ｎ）を
其々ドメインブロック、レンジブロックの濃度値とす
る。それらレンジブロックとドメインブロックとの距離
（２乗距離Ｒ）を次のように２乗誤差で計る。
際、事前にドメインブロックの２×２ピクセルの濃度の
平均を取って１ピクセル化するなどして、両者のサイズ
（ピクセル数）を図３のようにレンジブロックのものに
合わせておく。ｎをブロックのサイズ、｛ａi ｝（ｉ＝
１，２，…，ｎ）、｛ｂi ｝（ｉ＝１，２，…，ｎ）を
其々ドメインブロック、レンジブロックの濃度値とす
る。それらレンジブロックとドメインブロックとの距離
（２乗距離Ｒ）を次のように２乗誤差で計る。
【０００８】
【数１】 ここで、ｓは濃度値に関するスケーリング、ｏは濃度値
のオフセット成分である。Ｒをｓとｏとに関して偏微分
してＲを最小にするｓ、ｏを求めると、
のオフセット成分である。Ｒをｓとｏとに関して偏微分
してＲを最小にするｓ、ｏを求めると、
【０００９】
【数２】 この時Ｒの値は、
【００１０】
【数３】 エッジのクラスに対しては、ドメインブロックによる近
似の精度を上げるため、元のドメインブロックに加え
て、それを９０度、１８０度、２７０度回転させたブロ
ック、及び其々を縦方向の軸に関して反転させたブロッ
クもレンジブロックの近似の候補として考える。つまり
１つのドメインブロックに対して８種類のブロックを考
える。これらｓ、ｏ、Ｒの計算により、各レンジブロッ
クと最も距離が近いドメインブロックを見つけ、そのブ
ロックの番号（Identity No.と呼ぶことにする）、ｓ、
ｏ、Ｒの値、さらに回転、反転の種類を求めるのが符号
化の概略である。処理のフローチャートを書くと図４の
ようになる。
似の精度を上げるため、元のドメインブロックに加え
て、それを９０度、１８０度、２７０度回転させたブロ
ック、及び其々を縦方向の軸に関して反転させたブロッ
クもレンジブロックの近似の候補として考える。つまり
１つのドメインブロックに対して８種類のブロックを考
える。これらｓ、ｏ、Ｒの計算により、各レンジブロッ
クと最も距離が近いドメインブロックを見つけ、そのブ
ロックの番号（Identity No.と呼ぶことにする）、ｓ、
ｏ、Ｒの値、さらに回転、反転の種類を求めるのが符号
化の概略である。処理のフローチャートを書くと図４の
ようになる。
【００１１】ステップ（Ｓ１）：レンジブロックについ
て入力する。
て入力する。
【００１２】ステップ（Ｓ２）：ドメインブロックにつ
いて入力する。
いて入力する。
【００１３】ステップ（Ｓ３）：Σ（ａi ＊ｂi ）を計
算する。
算する。
【００１４】ステップ（Ｓ４）：ｓ、ｏを計算する。
【００１５】ステップ（Ｓ５）：ｓが1.２以下か否かを
調べる。ＮＯの場合にはステップ（Ｓ１）へ戻る。
調べる。ＮＯの場合にはステップ（Ｓ１）へ戻る。
【００１６】ステップ（Ｓ６）：ステップ（Ｓ５）がＹ
ＥＳの場合にＲを計算する。
ＥＳの場合にＲを計算する。
【００１７】ステップ（Ｓ７）：Ｒが、それまでレンジ
ブロックに保持していたＲの最小値（min.Ｒ）よりも小
さいか否かを調べる。ＮＯの場合にはステップ（Ｓ２）
に戻る。
ブロックに保持していたＲの最小値（min.Ｒ）よりも小
さいか否かを調べる。ＮＯの場合にはステップ（Ｓ２）
に戻る。
【００１８】ステップ（Ｓ８）：ステップ（Ｓ７）がＹ
ＥＳの場合にmin.Ｒの値をステップ（Ｓ６）でのＲに更
新する。
ＥＳの場合にmin.Ｒの値をステップ（Ｓ６）でのＲに更
新する。
【００１９】ステップ（Ｓ９）：同じクラスの全てのド
メインブロックについての処理が終了したか否かを調べ
る。ＮＯの場合にはステップ（Ｓ２）に戻る。
メインブロックについての処理が終了したか否かを調べ
る。ＮＯの場合にはステップ（Ｓ２）に戻る。
【００２０】ステップ（Ｓ10）：ステップ（Ｓ９）がＹ
ＥＳの場合に、ミッドレンジ、エッジ、クラスの全ての
レンジブロックの処理が終了したか否かを調べる。ＮＯ
の場合にはステップ（Ｓ１）に戻る。
ＥＳの場合に、ミッドレンジ、エッジ、クラスの全ての
レンジブロックの処理が終了したか否かを調べる。ＮＯ
の場合にはステップ（Ｓ１）に戻る。
【００２１】ステップ（Ｓ11）：全レンジブロックに対
する最良近似ドメインブロックのIdentity No.および
ｓ、ｏおよび回転か反転かの種類を出力する。
する最良近似ドメインブロックのIdentity No.および
ｓ、ｏおよび回転か反転かの種類を出力する。
【００２２】
【発明が解決しようとする課題】符号化の処理時間とい
う観点から見ると、前章の〔従来の技術〕の式（１）、
式（２）等の計算の反復が処理の大半を占める。さらに
詳細に式（１）、式（２）を見ると、Σａi 、Σ
ａi 2 、Σｂi 、Σｂi 2 等の計算は事前にしてレンジ
ブロック、ドメインブロックの情報として保持していれ
ばよく、式（１）、式（２）の計算の反復において避け
られないのはΣａi ＊ｂi の計算である。したがって、
Σａi ＊ｂi の計算の効率化が重要な課題となる。従
来、汎用のＣＰＵを１つ搭載したものや並列計算機が用
いられているが、いずれもプロセッサエレメント（Ｐ
Ｅ）内部の論理構造、ＰＥネットワークの構造等が固定
的なものであった。
う観点から見ると、前章の〔従来の技術〕の式（１）、
式（２）等の計算の反復が処理の大半を占める。さらに
詳細に式（１）、式（２）を見ると、Σａi 、Σ
ａi 2 、Σｂi 、Σｂi 2 等の計算は事前にしてレンジ
ブロック、ドメインブロックの情報として保持していれ
ばよく、式（１）、式（２）の計算の反復において避け
られないのはΣａi ＊ｂi の計算である。したがって、
Σａi ＊ｂi の計算の効率化が重要な課題となる。従
来、汎用のＣＰＵを１つ搭載したものや並列計算機が用
いられているが、いずれもプロセッサエレメント（Ｐ
Ｅ）内部の論理構造、ＰＥネットワークの構造等が固定
的なものであった。
【００２３】固定的なハードウエアを用いる問題点は、
画像の各ピクセルの濃度値に関する演算を行う際、想定
される濃度値の上限と下限との値を考慮して、その範囲
内の全ての数を処理する演算器を用意する必要があるた
め、特定の濃度値の特徴を活かしたＰＥ内の演算器構
成、ネットワーク構成を取ることができないことであ
る。つまり、複数の画像を処理する強力な処理能力を持
つ見返りとして、処理に必要なリソース量を最も多く必
要とする画像が入力された場合を想定して、想定される
全ての濃度値を処理できる演算器ネットワークを構成し
なければならない。それは、ある特定の画像のみを処理
する場合に比べて広範な入力を受け付ける分だけより多
い回路リソースを必要とするため、限られたリソース上
に出来るだけ多くの演算器をおき処理の並列度を増して
高速化する、という観点からは問題である。
画像の各ピクセルの濃度値に関する演算を行う際、想定
される濃度値の上限と下限との値を考慮して、その範囲
内の全ての数を処理する演算器を用意する必要があるた
め、特定の濃度値の特徴を活かしたＰＥ内の演算器構
成、ネットワーク構成を取ることができないことであ
る。つまり、複数の画像を処理する強力な処理能力を持
つ見返りとして、処理に必要なリソース量を最も多く必
要とする画像が入力された場合を想定して、想定される
全ての濃度値を処理できる演算器ネットワークを構成し
なければならない。それは、ある特定の画像のみを処理
する場合に比べて広範な入力を受け付ける分だけより多
い回路リソースを必要とするため、限られたリソース上
に出来るだけ多くの演算器をおき処理の並列度を増して
高速化する、という観点からは問題である。
【００２４】本発明の目的は、これらの問題点を改善
し、画像の濃度値によってハードウエアの論理構成を変
えて、それらの濃度値に特化した演算器構成、演算器ネ
ットワーク構成を取ることによって、全体の処理の中
で、特にΣａi ＊ｂi の計算部分に必要なリソース量を
削減し、それによって同時にハードウエア内に実現でき
るＰＥの数を増やして処理の並列度を上げ、符号化に要
する時間を削減することである。
し、画像の濃度値によってハードウエアの論理構成を変
えて、それらの濃度値に特化した演算器構成、演算器ネ
ットワーク構成を取ることによって、全体の処理の中
で、特にΣａi ＊ｂi の計算部分に必要なリソース量を
削減し、それによって同時にハードウエア内に実現でき
るＰＥの数を増やして処理の並列度を上げ、符号化に要
する時間を削減することである。
【００２５】
【課題を解決するための手段】基本的な方針としては、
各レンジブロック（今、濃度を｛ｂi ｝（ｉ＝１，２，
…，ｎ）としておく）に一つのＰＥを割り当て、各ＰＥ
はドメインブロックの濃度値の情報｛ａi ｝（ｉ＝１，
２，…，ｎ）、Σａi 、Σａi 2 等を入力とし、Σａi
＊ｂi 、ｓ、ｏ、Ｒ等の計算をパイプライン処理で行っ
て行く。以下、ＰＥネットワークの構成、及びＰＥの内
部構成について説明する。
各レンジブロック（今、濃度を｛ｂi ｝（ｉ＝１，２，
…，ｎ）としておく）に一つのＰＥを割り当て、各ＰＥ
はドメインブロックの濃度値の情報｛ａi ｝（ｉ＝１，
２，…，ｎ）、Σａi 、Σａi 2 等を入力とし、Σａi
＊ｂi 、ｓ、ｏ、Ｒ等の計算をパイプライン処理で行っ
て行く。以下、ＰＥネットワークの構成、及びＰＥの内
部構成について説明する。
【００２６】ＰＥネットワークにおいては、ＰＥ間の接
続は隣接するＰＥ同士で行われる。
続は隣接するＰＥ同士で行われる。
【００２７】図５は本発明の原理構成図を示し、図中の
符号１１はドメインプール、１２はＰＥネットワーク、
１３は論理合成、配置配線部、１はドメインブロック、
２−１，２−２，…，２−ｍ（但しｍ＜ｋ）はＰＥを表
している。なおｋは対応する各クラス（エッジ、ミッド
レンジ）のレンジブロックの総数であり、各クラスに対
応して異なる値となる。
符号１１はドメインプール、１２はＰＥネットワーク、
１３は論理合成、配置配線部、１はドメインブロック、
２−１，２−２，…，２−ｍ（但しｍ＜ｋ）はＰＥを表
している。なおｋは対応する各クラス（エッジ、ミッド
レンジ）のレンジブロックの総数であり、各クラスに対
応して異なる値となる。
【００２８】符号化においては、ミッドレンジ、エッジ
の２種類のクラスで、レンジブロックとドメインブロッ
クとの類似度の計算を行うため、ドメインプールの２種
類のクラスのブロックは、対応するクラスのレンジブロ
ックのＰＥネットワークに入力される。ドメインブロッ
クのデータ｛ａi ｝、Σａi 、Σａi 2 等が１クロック
毎に絶え間なく入力され、ＰＥ間の接続によってドメイ
ンブロックの情報が転送される。エッジのクラスでは、
ドメインブロックは回転、反転を施されて、ＰＥネット
ワークに計８回入力される。レンジブロックに対応する
全てのＰＥが一度にハードウエア上に載らない場合は、
回路の論理合成、配置配線部で生成されたデータを基に
ＰＥネットワークをハードウエア上に再構成して、全て
のレンジブロックの符号化が終わるまでＰＥによる処理
を行う。全レンジブロックに関して、最も良く近似する
ドメインブロックのIdentity No.、ｓ、ｏの値などが出
力されると符号化処理は完了する。
の２種類のクラスで、レンジブロックとドメインブロッ
クとの類似度の計算を行うため、ドメインプールの２種
類のクラスのブロックは、対応するクラスのレンジブロ
ックのＰＥネットワークに入力される。ドメインブロッ
クのデータ｛ａi ｝、Σａi 、Σａi 2 等が１クロック
毎に絶え間なく入力され、ＰＥ間の接続によってドメイ
ンブロックの情報が転送される。エッジのクラスでは、
ドメインブロックは回転、反転を施されて、ＰＥネット
ワークに計８回入力される。レンジブロックに対応する
全てのＰＥが一度にハードウエア上に載らない場合は、
回路の論理合成、配置配線部で生成されたデータを基に
ＰＥネットワークをハードウエア上に再構成して、全て
のレンジブロックの符号化が終わるまでＰＥによる処理
を行う。全レンジブロックに関して、最も良く近似する
ドメインブロックのIdentity No.、ｓ、ｏの値などが出
力されると符号化処理は完了する。
【００２９】次に、ＰＥの内部の構成について説明す
る。図６はＰＥネットワークにて行う処理態様を示す。
ＰＥはΣａi ＊ｂi の計算部Ｐ1 （図６参照）とそれ以
下の式（１）、式（２）等を計算して最小のＲを求める
部分Ｐ2 （図６参照）とを持つ。ＰＥは一つのレンジブ
ロックに対応しているので、Ｐ1 において｛ｂi ｝（ｉ
＝１，２，…，ｎ）は定数と見なすことができ、Σａi
＊ｂi におけるｎ個の乗算は、乗数が定数の“定数乗
算”となる。定数乗算の計算は、定数ｂi を数表現した
際に含まれる０でないビットの情報から定まるシフト、
加算、減算によって行う。乗算結果は図６のように木構
造で加算され、Σａi ＊ｂi が求められる。Ｐ2 では、
図４のフローチャートに従って、ｓ、ｏ、Ｒ等の計算が
順次行われる。
る。図６はＰＥネットワークにて行う処理態様を示す。
ＰＥはΣａi ＊ｂi の計算部Ｐ1 （図６参照）とそれ以
下の式（１）、式（２）等を計算して最小のＲを求める
部分Ｐ2 （図６参照）とを持つ。ＰＥは一つのレンジブ
ロックに対応しているので、Ｐ1 において｛ｂi ｝（ｉ
＝１，２，…，ｎ）は定数と見なすことができ、Σａi
＊ｂi におけるｎ個の乗算は、乗数が定数の“定数乗
算”となる。定数乗算の計算は、定数ｂi を数表現した
際に含まれる０でないビットの情報から定まるシフト、
加算、減算によって行う。乗算結果は図６のように木構
造で加算され、Σａi ＊ｂi が求められる。Ｐ2 では、
図４のフローチャートに従って、ｓ、ｏ、Ｒ等の計算が
順次行われる。
【００３０】各ＰＥにおいて、最初に大量に現れる定数
乗算の処理を行うために、演算器として、濃度値のビッ
ト幅分のサイズを持つ汎用乗算器を用いる代わりに、レ
ンジブロックの濃度値（定数）の数表現に基づいて必要
最低限のシフト、加算、減算を行う演算器を用いること
で、ＰＥの回路規模は削減される。
乗算の処理を行うために、演算器として、濃度値のビッ
ト幅分のサイズを持つ汎用乗算器を用いる代わりに、レ
ンジブロックの濃度値（定数）の数表現に基づいて必要
最低限のシフト、加算、減算を行う演算器を用いること
で、ＰＥの回路規模は削減される。
【００３１】全レンジブロックに対するＰＥが同時にハ
ードウエア上に実現できない場合は、一度に実現できる
だけのＰＥを載せてＰＥネットワークを作って、各レン
ジブロックの符号化処理を行い、それが終われば新たな
レンジブロック用のＰＥネットワークを再度ハードウエ
ア上に構成する。各ＰＥネットワークのハードウエア上
の実現は論理合成、配置配線部によって行われる。この
ようにハードウエアの再構成を可能とすることで、限定
されたハードウエアリソースを画像の濃度値に応じて回
路を生成し、符号化処理を行う。
ードウエア上に実現できない場合は、一度に実現できる
だけのＰＥを載せてＰＥネットワークを作って、各レン
ジブロックの符号化処理を行い、それが終われば新たな
レンジブロック用のＰＥネットワークを再度ハードウエ
ア上に構成する。各ＰＥネットワークのハードウエア上
の実現は論理合成、配置配線部によって行われる。この
ようにハードウエアの再構成を可能とすることで、限定
されたハードウエアリソースを画像の濃度値に応じて回
路を生成し、符号化処理を行う。
【００３２】
【発明の実施の形態】以下、本発明を組み込んだシステ
ム、及び本発明を適用した具体例を図面により説明す
る。図５は本発明の再構成可能アーキテクチャを利用し
た画像符号化手法を適用したシステムの機能構成図であ
る。
ム、及び本発明を適用した具体例を図面により説明す
る。図５は本発明の再構成可能アーキテクチャを利用し
た画像符号化手法を適用したシステムの機能構成図であ
る。
【００３３】このシステムは、ドメインブロックの情報
（濃度値、ドメインブロックの濃度値の総和等）を入力
として、全レンジブロックに関して、それらを最も良く
近似するドメインブロックのIdentity No.、及びその際
のｓ、ｏの値を出力するシステムである。
（濃度値、ドメインブロックの濃度値の総和等）を入力
として、全レンジブロックに関して、それらを最も良く
近似するドメインブロックのIdentity No.、及びその際
のｓ、ｏの値を出力するシステムである。
【００３４】本実施例では、ドメインプール１１の持
つ、ドメインブロックの濃度値｛ａi｝（ｉ＝１，２，
…，ｎ）、Σａi 、Σａi 2 等のデータが入力される。
入力された濃度値等はＰＥネットワーク１２の各ＰＥに
おいて、まず濃度値に関する定数乗算と定数乗算により
求まった値の総和計算とが行われる。その後、図４に示
す如く、（ｉ）ｓ、ｏ、Ｒの計算、（ii）閾値との比
較、及び (iii)それまでにＰＥに保存されているＲの値
との比較ならびにＲの値の更新が行われる。
つ、ドメインブロックの濃度値｛ａi｝（ｉ＝１，２，
…，ｎ）、Σａi 、Σａi 2 等のデータが入力される。
入力された濃度値等はＰＥネットワーク１２の各ＰＥに
おいて、まず濃度値に関する定数乗算と定数乗算により
求まった値の総和計算とが行われる。その後、図４に示
す如く、（ｉ）ｓ、ｏ、Ｒの計算、（ii）閾値との比
較、及び (iii)それまでにＰＥに保存されているＲの値
との比較ならびにＲの値の更新が行われる。
【００３５】ハードウエアに同時に実現されている全て
のＰＥにドメインブロックが入力され、それらのＰＥに
対応するレンジブロックとドメインブロックとの距離計
算が終了すると、まだＰＥとして実現されていないレン
ジブロックの集合のハードウエアへのマッピング情報を
論理合成、配置配線部１３からハードウエアに読み込ん
で、それら新たなレンジブロックに対するＰＥネットワ
ークに再度ドメインブロックの集合を入力としてＰＥは
定数乗算、ｓ、ｏ、Ｒの計算を行う。全てのレンジブロ
ックが、その情報を持つＰＥとして実現され、最適なド
メインブロックを求める上記のｓ、ｏ、Ｒ等の計算が行
われ、それらの値が出力されると操作は完了する。
のＰＥにドメインブロックが入力され、それらのＰＥに
対応するレンジブロックとドメインブロックとの距離計
算が終了すると、まだＰＥとして実現されていないレン
ジブロックの集合のハードウエアへのマッピング情報を
論理合成、配置配線部１３からハードウエアに読み込ん
で、それら新たなレンジブロックに対するＰＥネットワ
ークに再度ドメインブロックの集合を入力としてＰＥは
定数乗算、ｓ、ｏ、Ｒの計算を行う。全てのレンジブロ
ックが、その情報を持つＰＥとして実現され、最適なド
メインブロックを求める上記のｓ、ｏ、Ｒ等の計算が行
われ、それらの値が出力されると操作は完了する。
【００３６】以下、具体例によって説明する。
【００３７】図７（Ａ）は縦横方向に其々２ピクセルず
つ持つ正方形からなるレンジブロックである。レンジブ
ロックの濃度値｛ｂi ｝（ｉ＝１，２，３，４）として
は、今図７（Ｂ）図示のものを考える。但し、各数は２
進数で表現されている。ドメインブロックは、本来レン
ジブロックに比べて縦横の長さが２倍、つまり縦横方向
に其々４ピクセルずつ持つ正方形であるが、隣接する４
ピクセル毎に、濃度値を平均化したり、４ピクセルから
代表となるピクセルを１つ選ぶなどして、図８のよう
に、レンジブロックと同じ大きさにしておく。この新た
な濃度値を｛ａi｝（ｉ＝１，２，３，４）とする。各
濃度値のビット幅は４ビットとする。
つ持つ正方形からなるレンジブロックである。レンジブ
ロックの濃度値｛ｂi ｝（ｉ＝１，２，３，４）として
は、今図７（Ｂ）図示のものを考える。但し、各数は２
進数で表現されている。ドメインブロックは、本来レン
ジブロックに比べて縦横の長さが２倍、つまり縦横方向
に其々４ピクセルずつ持つ正方形であるが、隣接する４
ピクセル毎に、濃度値を平均化したり、４ピクセルから
代表となるピクセルを１つ選ぶなどして、図８のよう
に、レンジブロックと同じ大きさにしておく。この新た
な濃度値を｛ａi｝（ｉ＝１，２，３，４）とする。各
濃度値のビット幅は４ビットとする。
【００３８】これらレンジブロックの濃度値とドメイン
ブロックの濃度値との間で乗算｛ａ i ＊ｂi ｝（ｉ＝
１，２，３，４）が行われるが、レンジブロックの濃度
値はＰＥ内では定数であるため、図７の２進表現におい
て、これらの乗算は、各数のビット１を持つ桁に関する
シフト演算、及びその演算結果の加算によって行われ
る。すなわち、 ａ1 ＊ｂ1 ＝ａ1 ＋（ａ1 ≪１）＋（ａ1 ≪２） ａ2 ＊ｂ2 ＝ａ2 ＋（ａ2 ≪１） ａ3 ＊ｂ3 ＝ａ3 ≪２ ａ4 ＊ｂ4 ＝ａ4 ≪３ という計算に続いて、
ブロックの濃度値との間で乗算｛ａ i ＊ｂi ｝（ｉ＝
１，２，３，４）が行われるが、レンジブロックの濃度
値はＰＥ内では定数であるため、図７の２進表現におい
て、これらの乗算は、各数のビット１を持つ桁に関する
シフト演算、及びその演算結果の加算によって行われ
る。すなわち、 ａ1 ＊ｂ1 ＝ａ1 ＋（ａ1 ≪１）＋（ａ1 ≪２） ａ2 ＊ｂ2 ＝ａ2 ＋（ａ2 ≪１） ａ3 ＊ｂ3 ＝ａ3 ≪２ ａ4 ＊ｂ4 ＝ａ4 ≪３ という計算に続いて、
【００３９】
【数４】 が計算される。但し、ａ1 ≪１はａ1 の１ビット左シフ
ト、つまりａ1 の２倍を表し、ａ1 ≪２はａ2 の２ビッ
ト左シフト、つまりａ1 の４倍を表す。このように計算
すると加算回数は６回となる。
ト、つまりａ1 の２倍を表し、ａ1 ≪２はａ2 の２ビッ
ト左シフト、つまりａ1 の４倍を表す。このように計算
すると加算回数は６回となる。
【００４０】次に、｛ｂi ｝（ｉ＝１，２，３，４）に
おいて、このようなビットレベルの情報を用いず、どの
ような定数であっても乗算が行えるように汎用乗算器を
用いる場合を考える。ａi 、ｂi がビット幅４であるた
め、汎用乗算器に必要なリソース量は加算器換算で
「３」と見積もることができる。例で乗算回数は、｛ａ
i＊ｂi ｝（ｉ＝１，２，３，４）より４回であるた
め、Σａi ＊ｂi を求めるための全演算数を加算は、３
×４＋３＝１５と見積もることができる。但し、“＋
３”の部分はａ1 ＊ｂ1 からａ4 ＊ｂ4 までの総和を取
るために必要な部分である。したがって、定数乗算であ
ることを利用して１シフト、加算で計算した場合の加算
数は４ビットの汎用乗算器を使う場合に比べて、６／１
５＝約４０％に削減された。
おいて、このようなビットレベルの情報を用いず、どの
ような定数であっても乗算が行えるように汎用乗算器を
用いる場合を考える。ａi 、ｂi がビット幅４であるた
め、汎用乗算器に必要なリソース量は加算器換算で
「３」と見積もることができる。例で乗算回数は、｛ａ
i＊ｂi ｝（ｉ＝１，２，３，４）より４回であるた
め、Σａi ＊ｂi を求めるための全演算数を加算は、３
×４＋３＝１５と見積もることができる。但し、“＋
３”の部分はａ1 ＊ｂ1 からａ4 ＊ｂ4 までの総和を取
るために必要な部分である。したがって、定数乗算であ
ることを利用して１シフト、加算で計算した場合の加算
数は４ビットの汎用乗算器を使う場合に比べて、６／１
５＝約４０％に削減された。
【００４１】以上の加算数の見積もりは、定数乗算の利
用による演算数削減の一例である。乗算｛ａi ＊ｂi ｝
（ｉ＝１，２，３，４）がＰＥのＰ1 の中で図６のよう
に実現されている場合、上記のようにシフトと加算を用
いた方が汎用乗算器を用いるのに比べて必要なリソース
量が少なくなるため、ＰＥ自体の回路規模も小さくな
る。結果として、ハードウエア上に同時に実装されるＰ
Ｅの数が増え、全てのレンジブロックに対する符号化時
間が削減される。
用による演算数削減の一例である。乗算｛ａi ＊ｂi ｝
（ｉ＝１，２，３，４）がＰＥのＰ1 の中で図６のよう
に実現されている場合、上記のようにシフトと加算を用
いた方が汎用乗算器を用いるのに比べて必要なリソース
量が少なくなるため、ＰＥ自体の回路規模も小さくな
る。結果として、ハードウエア上に同時に実装されるＰ
Ｅの数が増え、全てのレンジブロックに対する符号化時
間が削減される。
【００４２】上記の定数乗算を用いる手法は、数の表現
として２進表現の代わりに、０、１、−１などのディジ
ットを含むような表現（例えばCanonical Signed Digit
表現、以下ＣＳＤ表現と呼ぶ）を利用する場合も同様の
演算数削減効果をもたらす。例えば、数ｂ1 はＣＳＤ表
現でｂ1 ＝１００（−１）と表されるため、 ａ1 ＊ｂ1 ＝（ａ1 ≪３）−ａ1 となる。このようにＣＳＤ表現に基づいた定数乗算で
は、加算だけでなく減算も行われる。ＣＳＤ表現と２進
表現の間で定数乗算に必要な加算と減算の総数を比較す
ると、一般にＣＳＤ表現は２進表現より０でない（つま
り、１或いは−１である）ビットの数が少ないため、そ
の分だけ２進表現を用いる場合に比べて加算と減算の総
数が少なくなる。
として２進表現の代わりに、０、１、−１などのディジ
ットを含むような表現（例えばCanonical Signed Digit
表現、以下ＣＳＤ表現と呼ぶ）を利用する場合も同様の
演算数削減効果をもたらす。例えば、数ｂ1 はＣＳＤ表
現でｂ1 ＝１００（−１）と表されるため、 ａ1 ＊ｂ1 ＝（ａ1 ≪３）−ａ1 となる。このようにＣＳＤ表現に基づいた定数乗算で
は、加算だけでなく減算も行われる。ＣＳＤ表現と２進
表現の間で定数乗算に必要な加算と減算の総数を比較す
ると、一般にＣＳＤ表現は２進表現より０でない（つま
り、１或いは−１である）ビットの数が少ないため、そ
の分だけ２進表現を用いる場合に比べて加算と減算の総
数が少なくなる。
【００４３】上記において、画像符号化方法および装置
を説明したが、当該画像符号化方法はデータ処理装置が
実行可能なプログラムの形で保持することができ、本発
明は当該記録媒体を含むことは言うまでもない。
を説明したが、当該画像符号化方法はデータ処理装置が
実行可能なプログラムの形で保持することができ、本発
明は当該記録媒体を含むことは言うまでもない。
【００４４】
【発明の効果】以上説明した如く、本発明によれば、各
ＰＥの構成に関して、固定的なアーキテクチャを用いた
場合には、ＰＥ内の定数乗算部は、想定されるあらゆる
濃度値を取る画像を処理するために、汎用の乗算器を使
わざるをえないが、一方で、本発明のように論理の再構
成が可能なハードウエアを用いることで、それらの定数
乗算は、その定数の数表現から定まる、シフト、加算、
減算によって行うことができ、それらを実現するための
演算リソース量は汎用乗算器を用いる場合に比べて削減
される。このようなＰＥの小規模化は、ハードウエア上
に同時に実現できるＰＥの数を増加させ、結果的に、画
像符号化のための総所要時間が削減される。
ＰＥの構成に関して、固定的なアーキテクチャを用いた
場合には、ＰＥ内の定数乗算部は、想定されるあらゆる
濃度値を取る画像を処理するために、汎用の乗算器を使
わざるをえないが、一方で、本発明のように論理の再構
成が可能なハードウエアを用いることで、それらの定数
乗算は、その定数の数表現から定まる、シフト、加算、
減算によって行うことができ、それらを実現するための
演算リソース量は汎用乗算器を用いる場合に比べて削減
される。このようなＰＥの小規模化は、ハードウエア上
に同時に実現できるＰＥの数を増加させ、結果的に、画
像符号化のための総所要時間が削減される。
【図１】原画像をレンジブロックの集合に分割したもの
である。
である。
【図２】ドメインブロックの集合図である。
【図３】ドメインブロックのサイズを半分にする図であ
る。
る。
【図４】符号化処理のフローチャートである。
【図５】本発明の符号化装置の原理構成図である。
【図６】ＰＥの構成図である。
【図７】実施例における２×２ピクセルのレンジブロッ
クと２×２のレンジブロックの濃度値を示す図である。
クと２×２のレンジブロックの濃度値を示す図である。
【図８】実施例における２×２ピクセルのドメインブロ
ック図である。
ック図である。
１１ ドメインプール １２ ＰＥネットワーク １３ 論理合成、配置配線部 １ ドメインブロック ２−１ ＰＥ ２−２ ＰＥ ２−ｍ ＰＥ
フロントページの続き (72)発明者 名古屋 彰 東京都新宿区西新宿三丁目19番２号 日本 電信電話株式会社内 Ｆターム(参考） 5B057 CA17 CB18 CC02 CG02 CG07 CH02 CH05 CH08 5C059 KK14 LC00 MA43 SS20 UA02 UA21 UA22
Claims (5)
- 【請求項１】 ベクトル｛ａi ｝（ｉ＝１，２，…，
ｎ）、｛ｂi ｝（ｉ＝１，２，…，ｎ）において、各ｂ
i が定数である場合に、Σａi ＊ｂi の演算を含む処理
が行われる画像符号化方法において、 複数のプロセッサエレメントが前記Σａi ＊ｂi の演算
を行い、かつ当該プロセッサエレメントの相互間でデー
タを受渡し可能に構成されてなるプロセッサネットワー
クを用い、 当該プロセッサネットワークに対して、少なくともベク
トル｛ａi ｝（ｉ＝１，２，…，ｎ）の全ｎ個を一斉に
クロックに対応して逐次入力して、パイプライン処理を
実行させ、 前記各プロセッサエレメント内のおよびプロセッサエレ
メントの相互間の構成を制御するようにしたことを特徴
とする再構成可能アーキテクチャを用いた画像符号化方
法。 - 【請求項２】 請求項１において、前記プロセッサエレ
メントが、 ドメインブロックの濃度値を｛ａi ｝、レンジブロック
の濃度値を｛ｂi ｝として、 前記Σａi ＊ｂi の演算を定数乗算とみなしてシフト、
加算、減算で行い、 当該Σａi ＊ｂi の演算結果を用いて濃度値に関するス
ケーリングｓおよびオフセットｏの演算を行い、 次いで前記ドメインブロックの濃度値と前記レンジブロ
ックの濃度値との距離Ｒを演算し、 次いで、先に得られた距離Ｒの値のうちの、より小さい
側を残して保持する処理を行うようにしたことを特徴と
する再構成可能アーキテクチャを用いた画像符号化方
法。 - 【請求項３】 ベクトル｛ａi ｝（ｉ＝１，２，…，
ｎ）、｛ｂi ｝（ｉ＝１，２，…，ｎ）において、各ｂ
i が定数である場合に、Σａi ＊ｂi の演算を含む処理
が行われる演算処理方法において、 複数のプロセッサエレメントが前記Σａi ＊ｂi の演算
を行い、かつ当該プロセッサエレメントの相互間でデー
タを受渡し可能に構成されてなるプロセッサネットワー
クを用い、 当該プロセッサネットワークに対して、少なくともベク
トル｛ａi ｝（ｉ＝１，２，…，ｎ）の全ｎ個を一斉に
クロックに対応して逐次入力して、パイプライン処理を
実行させ、 前記各プロセッサエレメント内のおよびプロセッサエレ
メントの相互間の構成を制御するようにしたことを特徴
とする再構成可能アーキテクチャを用いた演算処理方
法。 - 【請求項４】 ベクトル｛ａi ｝（ｉ＝１，２，…，
ｎ）、｛ｂi ｝（ｉ＝１，２，…，ｎ）において、各ｂ
i が定数である場合に、Σａi ＊ｂi の演算を含む処理
を行う画像符号化装置において、 複数のプロセッサエレメントをそなえ、当該プロセッサ
エレメントが前記Σａ i ＊ｂi の演算を行い、かつ当該
プロセッサエレメントの相互間でデータを受渡し可能に
構成されてなるプロセッサネットワークと、 当該プロセッサネットワークに対して、少なくともベク
トル｛ａi ｝（ｉ＝１，２，…，ｎ）の全ｎ個を一斉に
クロックに対応して逐次供給してパイプライン処理を行
わせる手段と、 各プロセッサエレメントの構成を制御する構成制御手段
とを有することを特徴とする再構成可能アーキテクチャ
を用いた画像符号化装置。 - 【請求項５】 ベクトル｛ａi ｝（ｉ＝１，２，…，
ｎ）、｛ｂi ｝（ｉ＝１，２，…，ｎ）において、各ｂ
i が定数である場合に、Σａi ＊ｂi の演算を含む処理
が行われる画像符号化方法をプログラムの形で記録した
記録媒体において、 複数のプロセッサエレメントが前記Σａi ＊ｂi の演算
を行い、かつ当該プロセッサエレメントの相互間でデー
タを受渡し可能に構成されてなるプロセッサネットワー
クを用い、 当該プロセッサネットワークに対して、少なくともベク
トル｛ａi ｝（ｉ＝１，２，…，ｎ）の全ｎ個を一斉に
クロックに対応して逐次入力して、パイプライン処理を
実行させ、 前記各プロセッサエレメント内のおよびプロセッサエレ
メントの相互間の構成を制御するようにした画像符号化
方法をプログラムの形で記録したことを特徴とする再構
成可能アーキテクチャを用いた画像符号化方法をプログ
ラムの形で記録した記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26648098A JP2000102005A (ja) | 1998-09-21 | 1998-09-21 | 再構成可能アーキテクチャを用いた画像符号化方法及びそのための装置、及びそのための方法を記述したプログラムを記録した記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26648098A JP2000102005A (ja) | 1998-09-21 | 1998-09-21 | 再構成可能アーキテクチャを用いた画像符号化方法及びそのための装置、及びそのための方法を記述したプログラムを記録した記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000102005A true JP2000102005A (ja) | 2000-04-07 |
Family
ID=17431526
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26648098A Pending JP2000102005A (ja) | 1998-09-21 | 1998-09-21 | 再構成可能アーキテクチャを用いた画像符号化方法及びそのための装置、及びそのための方法を記述したプログラムを記録した記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000102005A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100719939B1 (ko) | 2004-10-08 | 2007-05-18 | 재단법인서울대학교산학협력재단 | 영상 움직임 추정기 및 그 영상 움직임 추정기를 이용한영상 압축방법 |
| JP2007274215A (ja) * | 2006-03-30 | 2007-10-18 | Canon Inc | 情報配信装置、情報再生装置、情報処理方法 |
| US7433528B2 (en) | 2004-07-06 | 2008-10-07 | Canon Kabushiki Kaisha | Image processing apparatus |
| US7792867B2 (en) | 2004-06-03 | 2010-09-07 | Canon Kabushiki Kaisha | Information processing method and information processing apparatus |
-
1998
- 1998-09-21 JP JP26648098A patent/JP2000102005A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7792867B2 (en) | 2004-06-03 | 2010-09-07 | Canon Kabushiki Kaisha | Information processing method and information processing apparatus |
| US7433528B2 (en) | 2004-07-06 | 2008-10-07 | Canon Kabushiki Kaisha | Image processing apparatus |
| KR100719939B1 (ko) | 2004-10-08 | 2007-05-18 | 재단법인서울대학교산학협력재단 | 영상 움직임 추정기 및 그 영상 움직임 추정기를 이용한영상 압축방법 |
| JP2007274215A (ja) * | 2006-03-30 | 2007-10-18 | Canon Inc | 情報配信装置、情報再生装置、情報処理方法 |
| US8301866B2 (en) | 2006-03-30 | 2012-10-30 | Canon Kabushiki Kaisha | Processor delivering content information recovered upon sequence of processes performed by data path reconfigured based on received configuration information containing use frequency |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3584053B2 (ja) | 複合オペランド内の多ビット要素を選択するためのマスク | |
| US20060002471A1 (en) | Motion estimation unit | |
| JP3228927B2 (ja) | プロセッサエレメント、プロセッシングユニット、プロセッサ、及びその演算処理方法 | |
| US20220083857A1 (en) | Convolutional neural network operation method and device | |
| KR20060056855A (ko) | 프로세서 | |
| JPH04294469A (ja) | 相関装置 | |
| US5375080A (en) | Performing arithmetic on composite operands to obtain a binary outcome for each multi-bit component | |
| US20150147005A1 (en) | Methods and apparatus for image processing at pixel rate | |
| CN112200713A (zh) | 一种联邦学习中的业务数据处理方法、装置以及设备 | |
| CN113407979A (zh) | 用于纵向联邦逻辑回归学习的异构加速方法、装置及系统 | |
| CN113296733A (zh) | 数据处理方法以及装置 | |
| Lee et al. | Entropy thresholding and its parallel algorithm on the reconfigurable array of processors with wider bus networks | |
| JP2000102005A (ja) | 再構成可能アーキテクチャを用いた画像符号化方法及びそのための装置、及びそのための方法を記述したプログラムを記録した記録媒体 | |
| US11403783B2 (en) | Techniques to dynamically gate encoded image components for artificial intelligence tasks | |
| US5838392A (en) | Adaptive block-matching motion estimator with a compression array for use in a video coding system | |
| CN115994040A (zh) | 计算系统以及进行数据广播和数据归约的方法及存储介质 | |
| CN113467752B (zh) | 用于隐私计算的除法运算装置、数据处理系统及方法 | |
| CN111901500A (zh) | 图像处理方法和装置、存储介质及电子装置 | |
| US20100030836A1 (en) | Adder, Synthesis Device Thereof, Synthesis Method, Synthesis Program, and Synthesis Program Storage Medium | |
| WO2024114226A1 (zh) | 前向推理的处理方法、芯片、介质及处理装置 | |
| Suchitra et al. | Novel schemes for high-throughput image rotation | |
| KR102482728B1 (ko) | 비트 시리얼 연산 방법 및 컴퓨터 기록 매체 | |
| JP2000295613A (ja) | 再構成可能なハードウェアを用いた画像符号化方法，画像符号化装置および画像符号化のためのプログラム記録媒体 | |
| JP2691559B2 (ja) | 画素密度変換装置及びその方法 | |
| JP2934143B2 (ja) | 動画像圧縮におけるブロック・マッチング方法と装置 |