JP2002077920A

JP2002077920A - 画像圧縮装置及び画像圧縮方法

Info

Publication number: JP2002077920A
Application number: JP2000257767A
Authority: JP
Inventors: Shigetoshi Noda; 重利納田
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2000-08-28
Filing date: 2000-08-28
Publication date: 2002-03-15
Also published as: US20020039449A1

Abstract

(57)【要約】【課題】リバーシブル画像圧縮において画像圧縮率を
向上させる。【解決手段】特殊変換型コンテキストモデル符号化手
段１００は、コンテキストモデリングに従って画像信号
を入力し、符号化処理を行なう。変換予測差分処理手段
１１０は、適当な参照可能画素にシフト変換及びレンジ
不変変換を加味した可逆条件を満たす適当な変換係数を
用いて変換を施す特殊可逆Ｓ変換を施して初期予測値を
算出する。また、特殊可逆Ｓ変換後のコンテキストを量
子化する。予測誤差算出手段１２０は、量子化されたコ
ンテキストに応じて初期予測値の予測補正を行なった
後、予測値と予測対象画素との差分を算出し、符号化を
行なう。エントロピー符号化圧縮手段１３０は、符号化
された画像信号をエントロピー符号化して、画像圧縮信
号を生成する。このとき、必要であればコンテキストを
エントロピー符号化へ反映させる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は画像圧縮装置及び画
像圧縮方法に関し、特に圧縮・伸張の過程を経てもとの
情報が保存されるリバーシブル画像圧縮を行なう画像圧
縮装置及び画像圧縮方法に関する。

【０００２】

【従来の技術】従来、カラー静止画像の圧縮方式には、
圧縮・伸張の過程を経てももとの情報が保存できるリバ
ーシブル画像圧縮（可逆符号化）方式と、圧縮・伸張の
過程でなんらかの歪みが生じ完全にはもとどおりになら
ない非可逆符号化方式とがあり、一般には高い圧縮率を
得ることのできる後者が普及している。しかしながら、
近年では、デジタルスチルカメラの高解像度（１０００
＊１０００以上）化等、画像の高品位が要求されてお
り、画像のアーカイブ（ＤＢ）、転送、編集等の過程を
経ても画像が劣化しないリバーシブル画像圧縮が求めら
れている。また、医療用画像等、画質劣化が許されない
アプリケーションもある。これらに対し、いまだ十分な
高圧縮率の画像圧縮手法はない。

【０００３】従来のリバーシブル画像圧縮方式による画
像圧縮装置について説明する。図６は、従来のリバーシ
ブル画像圧縮方式における画像圧縮装置の構成図であ
る。従来の画像圧縮装置は、予測誤差を算出する適応切
換え式予測差分処理５００と、予測誤差のエントロピー
符号化を行なうエントロピー符号化圧縮器６００とから
構成される。適応切換え式予測差分処理５００は、画像
信号を入力し、いくつかの周辺画素から予測される予測
値と対象画素との差分から最も差分が小さい計算モード
を選択し、その予測誤差を算出する。また、エントロピ
ー符号化圧縮器６００は、適応切換え式予測差分処理５
００で算出された予測誤差について、ハフマン符号化ま
たは算術符号化により、可変長の符号化を行ない、圧縮
されたコードを出力する。

【０００４】適応切換え式予測差分処理５００の行なう
予測差分処理について説明する。予測差分処理では、対
象画素Ｉ＿ｘと、その周辺画素から予測した予測値Ｐ＿
ｘから最も差分が小さい計算モードを選択し、その差分
信号Ｅｒを算出する。具体例で説明する。図７は、周辺
画素と対象画素の配置の一例を示した前置予測関係図で
ある。周辺の既知画素をｘ＿ｕ＿ｖ（ｕ、ｖは任意の整
数）とすると、予測値Ｐ＿ｘは、

【０００５】

【数１】Ｐ＿ｘ＝Ｐｒｅｄｉｃｔ｛ｘ＿ｕ＿ｖ｝ …（１）と表すことができる。Ｐｒｅｄｉｃｔ｛｝は、予測値を
計算する予測関数である。ここで、選択計算モードを表
す特殊コード（適応コード）をＳＶとし、例えば、

【０００６】

【数２】Ｐ１＝ｘ＿１＿０ならＳＶ＝１、Ｐ２＝ｘ＿０＿１ならＳＶ＝２、Ｐ３＝Ｉｎｔｅｇｅｒ｛（ｘ＿１＿０＋ｘ＿０＿１）／２｝ならＳＶ＝３ …（２）というように決めておく。ここで、Ｉｎｔｅｇｅｒ｛｝
は、整数化する関数である。適応切換え式予測差分処理
では、予測値Ｐ１、Ｐ２、Ｐ３から最も誤差が小さいも
のが選ばれ、このとき選択された計算モードを表す特殊
コードＳＶを付加する。

【０００７】選択された予測値をＳＶ＿ｘ＝Ｓｅｌｅｃ
ｔｉｏｎ｛Ｐ＿ｘ｝とすると、予測誤差Ｅｒは、次の式
で得られる。

【０００８】

【数３】Ｅｒ＝Ｉ＿ｘ−ＳＶ＿ｘ …（３）さらに、適当な既知の周辺画素からのコンテキストに応
じて予測補正を行ない、かつ、必要ならコンテキストに
応じてエントロピー符号化へ反映させるコンテキストモ
デリング手法がある。適当な既知の周辺画素から算出さ
れるコンテキスト補正値をＣ＿ｘとし、式（３）にコン
テキスト補正値を加味すると、予測誤差Ｅｒは、

【０００９】

【数４】Ｅｒ＝Ｉ＿ｘ−ＳＶ＿ｘ＋Ｃ＿ｘ …（４）となる。これは、自然画像のように周辺のコンテキスト
が相関性を持つ場合には有効な手法である。

【００１０】

【発明が解決しようとする課題】しかし、上記説明のよ
うな従来のリバーシブル画像圧縮を行なう画像圧縮装置
は、圧縮率を高くすることができないという問題があ
る。

【００１１】上記説明のリバーシブル画像圧縮では、あ
る適当なスキャンブロック、例えばスキャンライン毎に
計算モードを可変にしている。このように、画素毎に適
応処理をしていないため、適応処理としては不完全であ
る。また、同一スキャンブロックでは固定の計算モード
となるため、画素によっては差分信号が大きくなり予測
精度がよくない場合が発生し、スキャンブロック単位の
適応処理では圧縮率の向上への寄与が少なくなる。

【００１２】一方、画素毎に適応処理を行ない各画素に
特殊コードを付加する場合、情報ビット数が増加して圧
縮率が必ずしも向上しない。このため、計算モードの選
択にある定型パターンを用いる予測処理を行なうものも
ある。例えば、上記説明の周辺画素ｘ＿１＿０、ｘ＿０
＿１、ｘ＿１＿１の値を比較した結果に応じて、予測値
Ｐｘの計算モードを選択する手法がある。一例を挙げ
る。周辺画素ｘ＿１＿１と、周辺画素ｘ＿１＿０、ｘ＿
０＿１とを比較し、

【００１３】

【数５】もし、ｘ＿１＿１が（ｘ＿１＿０，ｘ＿０＿１）より大ならば、Ｐｘ＝ｍｉｎ（ｘ＿１＿０，ｘ＿０＿１）もし、ｘ＿１＿１が（ｘ＿１＿０，ｘ＿０＿１）より小ならば、Ｐｘ＝ｍａｘ（ｘ＿１＿０，ｘ＿０＿１）それ以外ならば、Ｐｘ＝（ｘ＿１＿０＋ｘ＿０＿１）／２ …（５）とし、予測値Ｐｘを算出する。ここで、ｍｉｎ（ｘ＿１
＿０，ｘ＿０＿１）は、ｘ＿１＿０、ｘ＿０＿１のうち
の小さい方を、ｍａｘ（ｍｉｎ（ｘ＿１＿０，ｘ＿０＿
１））は、ｘ＿１＿０、ｘ＿０＿１のうち大きい方を選
択することを表す。このバリエーションは多々あり、何
の評価に基づいて処理を決定するかは様々であるが、実
際の画像の特徴に応じた最適処理ではないため、予測精
度がよくない場合が発生する。

【００１４】また、コンテキストモデリング処理を施し
ても、予測精度がよくないため、コンテキストモデリン
グ処理の結果もまた悪くなる。このように、従来のリバ
ーシブル画像圧縮では、予測精度を向上させることがで
きず、従って圧縮率を向上させることが難しかった。さ
らに、特殊コードを付加しなければならい等、圧縮率の
向上を図る上での障害があった。

【００１５】本発明はこのような点に鑑みてなされたも
のであり、リバーシブル画像圧縮において圧縮率を高め
ることの可能な画像圧縮装置、及び画像圧縮方法を提供
することを目的とする。

【００１６】

【課題を解決するための手段】本発明では上記課題を解
決するために、圧縮・伸張の過程を経てもとの情報が保
存されるリバーシブル画像圧縮を行なう画像圧縮装置に
おいて、予測対象画素の周辺に有る参照可能な画素のコ
ンテキストに基づいて適応処理を行なうコンテキストモ
デリングに従って、画像信号を入力して前記参照可能な
周辺画素にシフト変換及びレンジ不変変換を加味した可
逆条件を満たす適当な変換係数を用いて変換する特殊可
逆Ｓ（Ｓｅｑｕｅｎｔｉａｌ）変換を施し、前記予測対
象画素に関する初期予測値を算出するとともに前記特殊
可逆Ｓ変換後のコンテキストの量子化を行なう変換予測
差分処理手段と、前記コンテキストに基づいて予測補正
した後に予測誤差を算出して符号化を行なう予測誤差算
出手段と、前記符号化された画像信号にエントロピー符
号化を施すエントロピー符号化手段と、を備えて画像圧
縮信号を生成する特殊変換型コンテキストモデル符号化
手段を有することを特徴とする画像圧縮装置、が提供さ
れる。

【００１７】このような構成の画像圧縮装置では、特殊
変換型コンテキストモデル符号化手段は、予測対象画素
の周辺に有る参照可能な画素のコンテキストに基づいて
適応処理を行なうコンテキストモデリングに従って画像
信号を入力し、符号化処理を行なう。特殊変換型コンテ
キストモデル符号化手段を構成する変換予測差分処理手
段は、適当な参照可能画素にシフト変換及びレンジ不変
変換を加味した可逆条件を満たす適当な変換係数を用い
て変換を施す特殊可逆Ｓ変換を施して初期予測値を算出
する。また、特殊可逆Ｓ変換後のコンテキストを量子化
する。予測誤差算出手段は、量子化されたコンテキスト
に応じて初期予測値の予測補正を行なった後、予測値と
予測対象画素との差分を算出し、符号化を行なう。エン
トロピー符号化手段は、符号化された画像信号をエント
ロピー符号化して、画像圧縮信号を生成する。このと
き、必要であればコンテキストをエントロピー符号化へ
反映させる。

【００１８】また、上記課題を解決するために、圧縮・
伸張の過程を経てもとの情報が保存されるリバーシブル
画像圧縮を行なう画像圧縮方法において、予測対象画素
の周辺に有る参照可能な画素のコンテキストに基づいて
適応処理を行なうコンテキストモデリングに従って、画
像信号を入力し、前記参照可能な周辺画素にシフト変換
及びレンジ不変変換を加味した可逆条件を満たす適当な
変換係数を用いて変換する特殊可逆Ｓ変換を施して前記
予測対象画素に関する初期予測値を算出するとともに前
記コンテキストを量子化し、前記コンテキストを用いて
前記予測対象画素に対する初期予測値を適応補正して予
測誤差を算出して前記画像信号を符号化し、前記符号化
された画像信号を必要に応じて前記コンテキストを反映
してエントロピー符号化して画像圧縮信号を生成する手
順を有することを特徴とする画像圧縮方法、が提供され
る。

【００１９】このような手順の画像圧縮方法では、画像
信号を入力し、予測対象画素の周辺に有る参照可能な画
素のコンテキストに基づいて適応処理を行なうコンテキ
ストモデリングに従って、前記参照可能な周辺画素にシ
フト変換及びレンジ不変変換を加味した可逆条件を満た
す適当な変換係数を用いて変換する特殊可逆Ｓ変換を施
して前記予測対象画素の初期予測値を算出する。さら
に、コンテキストを量子化し、量子化されたコンテキス
トに応じて初期予測値の予測補正を行なう。このように
して符号化された画像信号を必要に応じてコンテキスト
を反映してエントロピー符号化し、画像圧縮信号を生成
する。

【００２０】

【発明の実施の形態】以下、本発明の実施の形態を図面
を参照して説明する。図１は、本発明の一実施の形態で
ある画像圧縮装置の構成図である。

【００２１】本発明に係る画像圧縮装置は、デジタル画
像信号を入力し、予測対象画素の周辺に有る参照可能な
画素のコンテキストに基づいて適応処理を行なうコンテ
キストモデリングに従って画像信号の符号化処理を行な
う特殊変換型コンテキストモデル符号化手段１００によ
って画像圧縮信号を生成する。

【００２２】入力するデジタル画像信号は、例えば、Ｃ
ＣＤデジタルカメラで撮像されたような信号や、フルカ
ラーＣＧ（文字を含む）等である。特殊変換型コンテキ
ストモデル符号化手段１００は、特殊可逆Ｓ変換を行な
い初期予測値及びコンテキストを算出する変換予測差分
処理手段１１０、予測補正後に予測誤差を算出する予測
誤差算出手段１２０、及び符号化された画像信号をエン
トロピー符号化するエントロピー符号化圧縮手段１３０
とから構成される。これらの各部による処理は、適当な
特殊変換処理された係数にて行ない、相互に関連する。

【００２３】変換予測差分処理手段１１０は、前記参照
可能な周辺画素にシフト変換及びレンジ不変変換を加味
した可逆条件を満たす適当な変換係数を用いて変換する
特殊可逆Ｓ変換を施して前記予測対象画素の初期予測値
を算出するとともに、コンテキストモデリングのための
周辺コンテキストを量子化する。また、必要に応じて、
特殊可逆Ｓ変換後の変数に対して、最適適応処理を施
す。

【００２４】第１に、特殊可逆Ｓ変換について説明す
る。特殊可逆Ｓ変換は、可逆条件を満たす適当な変換係
数を用いて変換する可逆Ｓ変換に、シフト変換処理とレ
ンジを一定に保つためのレンジ不変変換処理を行なう変
換を指す。

【００２５】可逆Ｓ変換の一般式は、画像のコンポーネ
ントをＮ、変換係数マトリクスをＡ、入力画像をＩ、変
換出力画像をＨとすると、

【００２６】

【数６】Ｈ＝ｒｏｕｎｄ｛ＡＩ｝、Ｉ＝ｒｏｕｎｄ｛Ａ^-1Ｈ｝ ……（６）と表わすことができる。ここで、Ａは、Ｎ×Ｎの係数マ
トリクスで、Ａ^-1が存在するものとする。また、ｒｏｕ
ｎｄ｛ｆ（ｘ）｝は、ある関数ｆ（ｘ）を整数化する関
数を表わす。

【００２７】シフト変換処理は、任意のα、βを用い
て、ある関数ｆ（ｘ）をｆ（ｘ−α）−βにシフトさせ
る変換処理を行なう。このようなシフト処理を、ｓ処理
とし、以下では、要素ａのｓ処理を（ａ）．ｓと表現す
る。

【００２８】レンジ不変変換処理は、レンジを一定に保
持するための処理である。以下では、レンジ不変変換処
理をｍ｛｝と表現する。また、逆ｍ｛｝は、ｉｍ｛｝と
表わす。

【００２９】ここで、Ａ^-1をＢとし、各要素を小文字で
表現し、要素番号をｎ、また、Ｂ、Ａ行列を（ｎ、ｍ）
とすると、特殊可逆Ｓ変換ｓｒｓ｛｝は、式（６）の可
逆Ｓ変換の上位に係るゆえに、

【００３０】

【数７】ｈ＿ｎ＝ｒｏｕｎｄ｛ｓｒｓ｛ｒｏｕｎｄ｛ｍ｛（ａ＿ｎ＿ｍｉ＿ｎ）．ｓ｝｝｝｝、ｉ＿ｎ＝ｒｏｕｎｄ｛ｓｒｓ｛ｒｏｕｎｄ｛ｉｍ｛（ｂ＿ｎ＿ｍｈ＿ｎ）．ｓ｝｝｝｝ ……（７）と表わすことができる。これが、本発明に係る特殊可逆
Ｓ変換の変換基本構造式となる。この構造を有する変換
は、いろいろあるが、ここではそれらの全てを指し、特
に１つの式には限定しない。また、当然のごとく、式
（７）を適応的に決定する場合においては、後述する最
適適応処理を満たすように制御される場合もある。な
お、可逆性が満たされる決定手法は、ＬａｄｄｅｒＮ
ｅｔｗｏｒｋやＬｅａｐｆｌｏｇ構造を利用した手法が
周知であるが、本発明では、特に限定しない。

【００３１】以下では、便宜上、ｒｏｕｎｄ｛ｓｒｓ
｛ｒｏｕｎｄ｛｝｝｝をｒｓｒ｛｝と記すものとする。
上記の説明の特殊可逆Ｓ変換に、さらに、予測による補
正を加え、特殊可逆Ｓ変換予測拡張とすることも可能で
ある。式（７）で表わされる特殊可逆Ｓ変換に予測処理
Ｐ＿ｎを加味すれば、拡張変換を「’」で表現して、

【００３２】

【数８】ｈ＿ｎ＝ｒｏｕｎｄ｛ｓｒｓ’｛ｒｏｕｎｄ｛ｍ｛（ａ＿ｎ＿ｍｉ＿ｎ，Ｐ＿ｎ）．ｓ｝｝｝｝、ｉ＿ｎ＝ｒｏｕｎｄ｛ｓｒｓ’｛ｒｏｕｎｄ｛ｉｍ｛（ｂ＿ｎ＿ｍｈ＿ｎ，Ｐ＿ｎ）．ｓ｝｝｝｝ …（８）と表わすことができる。これが、本発明に係る特殊可逆
Ｓ変換の予測型変換基本構造式となる。この構造を有す
る変換は、いろいろあるが、ここではそれらの全てを指
し、特に１つの式には限定しない。また、当然のごと
く、式（８）を適応的に決定する場合においては、後述
する最適適応処理を満たすように予測計算も制御される
場合もある。予測処理Ｐは、単純な周辺予測であっても
よいが、最も性能を高くするには、後述の最適適応処理
と関連した予測処理が行なわれることが望ましい。

【００３３】以下では、便宜上、ｒｏｕｎｄ｛ｓｒｓ’
｛ｒｏｕｎｄ｛｝｝｝をｒｓ’ｒ｛｝と記すものとす
る。また、ｒｓｒ｛｝とｒｓ’ｒ｛｝とを統合した場合
は、大文字ＲＳＲ｛｝で表現するものとする。

【００３４】特殊可逆Ｓ変換のコンポーネントが２つの
場合の例を示す。式（７）及び式（８）から、

【００３５】

【数９】ｈ＿１＝ＲＳＲ｛ｍ｛（ａ＿１＿ｍｉ＿１，Ｐ＿１）．ｓ｝｝、ｈ＿２＝ＲＳＲ｛ｍ｛（ａ＿２＿ｍｉ＿２，Ｐ＿２）．ｓ｝｝、ｉ＿１＝ＲＳＲ｛ｉｍ｛（ｂ＿１＿ｍｈ＿１，−Ｐ＿１）．ｓ｝｝、ｉ＿２＝ＲＳＲ｛ｉｍ｛（ｂ＿２＿ｍｈ＿２，−Ｐ＿２）．ｓ｝｝ ……（９）と表わすことができる。可逆性が持たされるように、ａ
＿１＿ｍ、ａ＿２＿ｍ、ｂ＿１＿ｍ、ｂ＿２＿ｍ、ｓは
適便に決定する。可逆性が満たされる決定手法は、Ｌａ
ｄｄｅｒＮｅｔｗｏｒｋやＬｅａｐｆｌｏｇ構造を利
用した手法などが周知であるが、本発明では限定しな
い。

【００３６】予測計算の関係が単純な線形結合である場
合は、式（９）は、計算が簡素化でき、

【００３７】

【数１０】ｈ＿１＝ＲＳＲ｛ｍ｛（Σａ＿１＿ｍｉ＿１＋Ｐ＿１）．ｓ｝｝、ｈ＿２＝ＲＳＲ｛ｍ｛（Σａ＿２＿ｍｉ＿２＋Ｐ＿２）．ｓ｝｝、ｉ＿１＝ＲＳＲ｛ｉｍ｛（Σｂ＿１＿ｍｈ＿１−Ｐ＿１）．ｓ｝｝、ｉ＿２＝ＲＳＲ｛ｉｍ｛（Σｂ＿２＿ｍｈ＿２−Ｐ＿２）．ｓ｝｝ ……（１０）とすることができる。

【００３８】ＬａｄｄｅｒＮｅｔｗｏｒｋとＬｅａｐ
ｆｌｏｇ構造を利用した決定手法について説明する。図
２は、２＊２行行列のＬａｄｄｅｒＮｅｔｗｏｒｋの
構成図である。

【００３９】一般的な行列変換Ｈ＝ＡＸにおいて、２＊
２行行列で、正規化ａｄ−ｂｃ＝１として、変換係数マ
トリクスＡとＡ^-1とは、

【００４０】

【数１１】

【００４１】と表すことができる。ここで、ｋ１＝（ａ
−１）／ｂ、ｋ２＝ｂ、ｋ３＝（ｄ−１）／ｂとして、
図２のＬａｄｄｅｒ構成が実現される。このような構成
をＬａｄｄｅｒＮｅｔｗｏｒｋという。

【００４２】これらは、次のように整数関数変化しても
可逆である。

【００４３】

【数１２】Ｑ＝ｒｏｕｎｄ｛ｘ１＋ｃ０ｘ０＋１／２｝、ｃ０＝ｋ１Ｈ０＝ｒｏｕｎｄ｛ｘ０＋ｃ１Ｑ＋１／２｝、ｃ１＝ｋ２Ｈ１＝ｒｏｕｎｄ｛Ｑ＋ｃ２Ｈ０＋１／２｝、ｃ２＝ｋ３ ……（１２）また、これらは、Ｌｅａｐｆｌａｇ構成で一般化するこ
とができる。図３は、Ｌｅａｐｆｌａｇ構成で一般化し
た構成図である。これから、

【００４４】

【数１３】Ｈ０＝（ｃ００＋ｃ１０ｃ１１ｃ０１）ｘ０＋ｃ１１ｃ０１ｘ１、Ｈ１＝ｃ１０ｃ１１ｘ０＋ｃ１１ｘ１、ｘ０＝ｄ００Ｈ０＋ｄ００ｄ０１Ｈ１、ｘ１＝ｄ００ｄ１０Ｈ０＋（ｄ１１＋ｄ０１ｄ００ｄ１０）Ｈ１ ……（１３）が導かれる。可逆条件は、ｃ００ｄ００＝ｃ１１ｄ１１
＝１、ｃ０１＝−ｄ０１、ｃ１０＝−ｄ１０、である。

【００４５】第２に、最適適応処理について説明する。
特殊可逆Ｓ変換には、さらに必要に応じて、最適適応処
理を加味することができる。最適適応処理は、各要素間
の相関評価を最大ならしめるような最適適応関数を算出
する処理である。基本的な最適適応処理手法について説
明する。

【００４６】最適適応処理では、まず、要素間の相関評
価を行なう。相関評価は、要素間類似度Ｓｍ、または、
距離Ｄｍによって計算し、最適値や手法を選択する。最
適選択関数変換ＳＰは、類似度評価を最大ならしめるよ
うな周辺要素組からの処理によって得られ、一般的な演
算型では、関数ｆで表現し、ｐ近傍にて、

【００４７】

【数１４】ＳＰ＝ｒｏｕｎｄ［ｆ（Ｓｅｌｅｃｔ｛ｘ＿ｐ｝）ｆｏｒｍａｘ｛Ｓｍ｝］ ……（１４）と表すことができる。また、距離Ｄｍの場合は、評価を
最小ならしめるような周辺要素組からの処理によって得
られ、類似度Ｓｍの場合と同様に、

【００４８】

【数１５】ＳＰ＝ｒｏｕｎｄ［ｆ（Ｓｅｌｅｃｔ｛ｘ＿ｐ｝）ｆｏｒｍｉｎ｛Ｄｍ｝］ ……（１５）と表すことができる。最適選択関数変換ＳＰは、選択要
素（ｘ＿ｐ）の演算出力関数ｆにより出力され、整数関
数出力となる。この関数は、いろいろと存在するが、本
発明では特定しない。

【００４９】なお、ｆ（）を、パラメータｐ、最大重み
係数ｗ＿ｐの線形関数で示せれば、

【００５０】

【数１６】ＳＰ＝ｒｏｕｎｄ｛［ｐ：ａｔｏｄ］Σｗ＿ｐ＊ｘ＿ｐ｝ ……（１６）と等価である。つまり、要素間類似度特徴に応じて、最
大重み係数ｗ＿ｐが可変になる。ただし、ダイナミック
レンジを要素と同じにするため、［ｐ：ａｔｏｄ］Σ
ｗｐ＝１になるように正規化しておく。

【００５１】上記説明の最適適応処理を特殊可逆Ｓ変換
と結合する。まず、単純結合として、最適予測の要素を
ｐ近傍特殊可逆Ｓ変換係数Ｈ＿ｐとして結合する。これ
は、特殊可逆Ｓ変換された変換係数を要素として最適適
応する処理である。ｐ近傍特殊可逆Ｓ変換係数Ｈ＿ｐを
式（１４）、または、式（１５）に当てはめて、

【００５２】

【数１７】ＳＰ＝ｒｏｕｎｄ［ｆ（Ｓｅｌｅｃｔ｛Ｈ＿ｐ｝）ｆｏｒｍａｘ｛Ｓｍ｝］、または、ＳＰ＝ｒｏｕｎｄ［ｆ（Ｓｅｌｅｃｔ｛Ｈ＿ｐ｝）ｆｏｒｍｉｎ｛Ｄｍ｝］ ……（１７）が得られる。

【００５３】また、さらに、要素間の類似度Ｓｍを最
大、あるいは、距離Ｄｍを最小ならしめる所定の代表係
数を加味して最適結合することができる。代表係数を
Ａ、Ｂとして、特殊可逆Ｓ変換との最適結合は、式（１
７）と同様にして、

【００５４】

【数１８】ＳＰ＝ｒｏｕｎｄ［ｆ（Ｓｅｌｅｃｔ｛Ｈ＿ｐ，ＡｏｒＢ｝）ｆｏｒｍａｘ｛Ｓｍ｝］、または、ＳＰ＝ｒｏｕｎｄ［ｆ（Ｓｅｌｅｃｔ｛Ｈ＿ｐ，ＡｏｒＢ｝）ｆｏｒｍｉｎ｛Ｄｍ｝］ ……（１８）と表すことができる。これは、非常に複雑になり、これ
を満たした可逆なＡ、Ｂを算出する手続きは面倒である
が、最も性能を高くすることができる。処理を簡素にす
るためには、いくつかの代表係数（Ａ、Ｂ）をコードブ
ック化しておき、それらから選択する方法もある。適当
な算出方法を選択するとして、本発明では、算出方法に
ついて特定はしない。

【００５５】第３に、コンテキストの決定と量子化につ
いて説明する。ここでは、特殊可逆Ｓ変換後の変換係数
に関するコンテキストの決定と量子化、及び最適予測値
に対するコンテキスト適応補正を行なう。

【００５６】一般に、ｐ近傍の入力要素ｘ＿ｐのコンテ
キストとして、ｐ近傍の濃度勾配等がある。そのコンテ
キストの種類をＣｒとし、量子化係数をＣｑとすれば、
全てのコンテキスト数Ｃｔは、Ｃｒ＊Ｃｐとなる。濃度
勾配の場合には、正負の勾配パターンの類似性から、コ
ンテキストの半減化が知られている。だが、本発明で
は、これらの方法は限定しない。ただし、本発明では、
変換係数を利用したコンテキストとする。

【００５７】単純な変換係数コンテキストＣｔｓの量子
化について説明する。この場合、単純に先に求めた変換
係数Ｈ＿ｐのコンテキストを抽出し、量子化を行なう。
濃度勾配Δの場合、ｐ近傍とその隣接係数組を（Ｈ＿ｒ
＿ｐ、Ｈ＿ｒ＿ｐ’）とすれば、半減処理を絶対値表現
（｜｜で囲む）とコンテキスト反転符号ＰＣで表現し
て、

【００５８】

【数１９】 Δ＿ｒ＿ｐ＝Ｈ＿ｒ＿ｐ−Ｈ＿ｒ＿ｐ’、Ｃｔｓ＿ｒ＿ｐ＝｜Δ＿ｒ＿ｐ｜、ＰＣ＝Ｓｉｇｎ｛Δ＿ｒ＿ｐ｝ ……（１９）である。

【００５９】さらに、変換処理によって変換係数の分布
が大きく異なる場合には、それぞれに応じたコンテキス
トを適切に定める方が有利である。このような係数依存
拡張コンテキストＣｔｈについて説明する。変換処理に
よって変換係数の分布が大きく異なる場合には、適当な
ｎ個の変換ごとにコンテキスト量子化を変える。

【００６０】

【数２０】Ｃｔｈ＿ｒ＿ｐ＿ｎ＝｜Ｈ＿ｒ＿ｐ＿ｎ−Ｈ＿ｒ＿ｐ＿ｎ’｜、ＰＣ＝Ｓｉｇｎ｛Ｈ＿ｒ＿ｐ＿ｎ−Ｈ＿ｒ＿ｐ＿ｎ’｝ ……（２０）ＣｔｓとＣｔｈを統合化する表現では、Ｃｔｘとする。

【００６１】次に、予測誤差算出手段１２０について説
明する。ここでは、量子化されたコンテキストによる初
期予測値の適応補正と予測誤差の算出を行なう。ある場
所ｘにおいて、予測対象の画素をＩ＿ｘ、上記説明の変
換予測差分処理手段１１０により算出された最適予測値
をＯＰ＿ｘ、量子化されたコンテキストＣｔｘから算出
されたコンテキスト補正値をＣ＿ｘ、予測誤差をＥｒと
すると、符号化は、

【００６２】

【数２１】Ｅｒ＝Ｉ＿ｘ−ＯＰ＿ｘ＋Ｃ＿ｘ ……（２１）と表わすことができる。また、復号化は、

【００６３】

【数２２】Ｉ＿ｘ＝Ｅｒ＋ＯＰｘ−Ｃ＿ｘ ……（２２）である。

【００６４】次に、エントロピー符号化圧縮手段１３０
について説明する。ここでは、符号化された画像信号に
エントロピー符号化処理を施す。特殊可逆Ｓ変換、最適
適応予測、及びコンテキスト補正処理された符号化され
た信号は、画像のエントロピーが減少しており、これを
適当なエントロピー符号化処理で符号化すれば、画像信
号を高く圧縮することができる。エントロピー符号化処
理としては、ハフマン符号、算術符号、ゴロムライス符
号等が知られている。本発明では、これらの手法のいず
れかを適宜選択することとし、手法の特定はしない。当
然ながら、符号器を選択する場合には、コンテキストモ
デルに適したものが最もふさわしい。

【００６５】このような構成の画像圧縮装置の動作につ
いて説明する。図４は、本発明の一実施の形態である画
像圧縮装置の処理する画像の周辺画素と対象画素の配置
の一例を示している。予測対象の既画素をＩ＿ｘ、既知
画素をｘ＿ｐ（ｐ＝ｐ＿ｕ＿ｖ、ｕ、ｖは任意の整数）
とする。

【００６６】変換予測差分処理手段１１０により、特殊
可逆Ｓ変換、最適適応予測処理、及びコンテキストの量
子化を行なう。ここでは、最適適応処理は、類似度で行
なうとする。特殊可逆Ｓ変換を、Ｈ｛｝と表わすと、特
殊可逆Ｓ変換した後の類似度Ｓｍは、

【００６７】

【数２３】Ｓｍ＝Ｓｉｍｉｌａｒｉｔｙ｛Ｈ（ｘ＿ｐ）｝ ……（２３）と表わすことができる。類似度Ｓｍに基づき、要素間の
相関評価を最大とする最適要素組ＳＰは、

【００６８】

【数２４】ＳＰ＝Ｓｅｌｅｃｔ｛Ｈ｛ｘ＿ｐ｝｝ｆｏｒ
ｍａｘ｛Ｓｍ｝ ……（２４）と表わすことができる。
これに基づき、最適適応予測ＯＰは、

【００６９】

【数２５】ＯＰ＝ｒｏｕｎｄ｛ｆ（ＳＰ）｝ｆｏｒｍ
ａｘ｛Ｓｍ｝ ……（２５）となる。特殊可逆Ｓ変換後
のコンテキストを抽出し、コンテキストの量子化が行な
われる。予測誤差算出手段１２０は、最適適応予測ＯＰ
と、コンテキストより算出されるコンテキスト補正値Ｃ
＿ｘとから、最適予測誤差ＯＥｒを算出する。この符号
化は、

【００７０】

【数２６】ＯＥｒ＝Ｉ＿ｘ−ＯＰ＿ｘ＋Ｃ＿ｘ ……（２６）と表わすことができる。エントロピー符号化圧縮手段１
３０は、このようにして符号化された画像信号にエント
ロピー符号化圧縮処理を施し、圧縮画像信号を生成す
る。

【００７１】次に、本発明に係る画像圧縮方法について
説明する。図５は、本発明の一実施の形態である画像圧
縮方法のフローチャートである。圧縮処理が開始される
と（Ｓ１０）、初期化（Ｓ１１）を実行する。初期化
は、各コンテキスト（Ｃｔｘ）毎に、予測誤差値累計Ｓ
ｕｍ［ｓ］［Ｃｎ］、ヒストグラムＨ［Ｃｎ］、予測補
正値Ｃｏｒｒ［Ｃｎ］の初期化を行なう。ここで、ｓは
モードパラメータ、Ｃｎはコンテキスト番号である。コ
ンテキストは、既知な周辺画素濃度の特徴をｎ組に量子
化したものである。特徴として、濃度勾配等が知られて
いるが、本発明では特定しない。

【００７２】続いて、変換適応処理を行なう（Ｓ１
２）。ここでは、特殊可逆Ｓ変換、コンテキスト抽出、
及び予測と差分計算処理とが関連して行なわれる。ある
場所ｘにおいて、既画素Ｉ＿ｘからの特殊可逆Ｓ変換係
数Ｈ＿ｘを求める。特殊可逆Ｓ変換関数をＳＲＳ
（ｘ）、逆変換関数をＳＲＳｉ（ｘ）とすると、式
（７）から、符号化は、

【００７３】

【数２７】Ｈ＿ｘ＝ＳＲＳ（ｘ）＝ＲＳＲ｛ｍ｛（ａ＿ｎ＿ｍｉ＿ｎ，Ｐ＿ｎ）．ｓ｝｝＿ｘ ……（２７）、復号化の場合には、

【００７４】

【数２８】Ｉ＿ｘ＝ＳＲＳｉ（ｘ）＝ＲＳＲ｛ｉｍ｛（ｂ＿ｎ＿ｍｈ＿ｎ，Ｐ＿ｎ）．ｓ｝｝＿ｘ ……（２８）となる。

【００７５】続いて、初期予測値計算を行なう。初期予
測値計算は、予測値計算関数をＰｒｅｄｉｃｔ（）とす
ると、場所ｘのｐ近傍において初期予測値Ｐ＿ｘは、

【００７６】

【数２９】Ｐ＿ｘ＝Ｐｒｅｄｉｃｔ（Ｈ＿ｘ＿ｐ） ……（２９）と表わされる。ここで、Ｈ＿ｐは、適当な周辺変換閨秀
要素である。本発明では、上記説明の最適予測計算処理
を含む全ての変換係数からの予測計算を含める。予測関
数Ｐｒｅｄｉｃｔ（Ｈ＿ｐ）は、最適予測処理の場合に
は、例えば、最大類似（Ｓｉｍｉｌａｒｉｔｙ）Ｓｍの
最適の基では、最適選択関数Ｓｅｌｅｃｔの関数ｆに
て、

【００７７】

【数３０】Ｐｒｅｄｉｃｔ（Ｈ＿ｐ）＝ｒｏｕｎｄ（ｆ（Ｓｅｌｅｃｔ（Ｈ＿ｐ）））ｆｏｒｍａｘ（Ｓｍ（Ｈ＿ｐ）） ……（３０）である。距離の場合も同様であり、省略する。

【００７８】続いて、コンテキストの算出を行なう。周
辺画素のコンテキストとして、変換係数Ｈ＿ｘのｐ近傍
濃度勾配Δ＿ｃを用いる場合、コンテキストＣｎは、

【００７９】

【数３１】Ｃｎ＝Ｃｔｘ（Δ） ……（３１）である。ｃは、コンテキスト参照用の適当な番号（ｒ＿
ｐ＿ｎ）にて決まる。

【００８０】次に、コンテキスト適応補正の予測誤差計
算を行なう（Ｓ１３）。予測誤差Ｅｒの計算は、予測補
正値Ｃｏｒｒ［Ｃｎ］を用いて行なう。ある場所ｘにお
いて、符号化は、

【００８１】

【数３２】Ｅｒ＝Ｈ＿ｘ−Ｐ＿ｘ＋Ｃｏｒｒ［Ｃｎ］ ……（３２）、復号化は、

【００８２】

【数３３】Ｈ＿ｘ＝Ｅｒ＋Ｐ＿ｘ−Ｃｏｒｒ［Ｃｎ］ ……（３３）によって行なわれる。

【００８３】次に、エントロピー符号化の前処理とし
て、予測誤差Ｅｒのレベル変換を行なう（Ｓ１４）。符
号化では、レベル変換された予測誤差をＣＥｒ＝Ｃｏｎ
ｖＬ（Ｅｒ）とする。また、復号化は、Ｅｒ＝Ｃｏｎｖ
Ｌ^-1（ＣＥｒ）とする。こららは、モジュロリダクショ
ンの手法であればなんでもよい。

【００８４】次に、エントロピー符号化を行なう（Ｓ１
５）。画像圧縮信号をＯｕｔｃｏｄｅ、エントロピー符
号化／復号化を関数Ｅｎｔｒ（）で表わすこととし、符
号化は、

【００８５】

【数３４】ＯｕｔＣｏｄｅ＝Ｅｎｔｒ（ＣＥｒ（Ｃｎ）） ……（３４）と表わすことができる。また、復号化は、

【００８６】

【数３５】ＣＥｒ（Ｃｎ）＝Ｅｎｔｒ^-1（ＯｕｔＣｏｄｅ） ……（３５）と表わすことができる。符号化された圧縮データの出力
が行なわれる。

【００８７】さらに、次処理のため、コンテキスト変数
の更新計算が行なわれる（Ｓ１６）。予測誤差値累計Ｓ
ｕｍ［ｓ］［Ｃｎ］と、ヒストグラムＨ［Ｃｎ］が更新
される。また、補正関数Ｃｏｒｒｅｃｔ（）によって、
予測補正値の計算、

【００８８】

【数３６】Ｃｏｒｒ［Ｃｎ］＝Ｃｏｒｒｅｃｔ（Ｃｎ，Ｓｕｍ［］［］，Ｈ［］） ……（３６）を算出する。

【００８９】次に、画像の終わりに達したかどうかが、
すなわち終了かどうかがチェックされ（Ｓ１７）、終わ
りでなければ、Ｓ１２に戻って変換適応処理からの手順
を繰り返す。終わりであれば、処理を終了する（Ｓ１
８）。

【００９０】従来の可逆符号化方式による画像圧縮で
は、最も圧縮率の高い手法の場合で、１／２程度に圧縮
が可能であったが、本発明によれば、特殊可逆Ｓ変換及
びコンテキストモデリングの補正と合せることにより、
従来の手法より符号化後のエントロピーが減少してお
り、１／３以下程度にまで圧縮することができる。

【００９１】なお、上記の処理機能は、コンピュータに
よって実現することができる。その場合、画像圧縮装置
が有すべき機能の処理内容は、コンピュータで読み取り
可能な記録媒体に記録されたプログラムに記述してお
く。そして、このプログラムをコンピュータで実行する
ことにより、上記処理がコンピュータで実現される。コ
ンピュータで読み取り可能な記録媒体としては、磁気記
録装置や半導体メモリ等がある。市場に流通させる場合
には、ＣＤ−ＲＯＭ(Compact Disc Read Only Memory)
やフロッピー（登録商標）ディスク等の可搬型記録媒体
にプログラムを格納して流通させたり、ネットワークを
介して接続されたコンピュータの記憶装置に格納してお
き、ネットワークを通じて他のコンピュータに転送する
こともできる。コンピュータで実行する際には、コンピ
ュータ内のハードディスク装置等にプログラムを格納し
ておき、メインメモリにロードして実行する。

【００９２】

【発明の効果】以上説明したように本発明の画像圧縮装
置では、画像信号を入力し、コンテキストモデリングに
従って符号化処理を行なう。まず、適当な参照可能画素
にシフト変換及びレンジ不変変換を加味した特殊可逆Ｓ
変換を施して初期予測値を算出するとともに、周辺のコ
ンテキストの量子化を行なう。前記コンテキストに基づ
いて予測補正を行ない、予測誤差を算出して入力した画
像信号の符号化を行なう。続いて、符号化された画像信
号をエントロピー符号化する。

【００９３】このように、特殊可逆Ｓ変換による初期情
報の減少と、コンテキストモデリングの補正とにより、
符号化後のエントロピーが減少している。これを適当な
エントロピー符号化器で符号化すれば、画像信号を高く
圧縮することができる。この結果、圧縮性能の高いリバ
ーシブル画像圧縮が可能となる。

【００９４】また、本発明の画像圧縮方法では、画像信
号を入力し、コンテキストモデリングに従って、特殊可
逆Ｓ（Ｓｅｑｕｅｎｔｉａｌ）変換を施して初期予測値
を算出する。さらに、コンテキストを量子化し、初期予
測値の予測補正を行ない、予測誤差を算出して符号化を
行なう。符号化された画像信号がエントロピー符号化さ
れて、画像圧縮信号が生成される。

【００９５】このように、特殊可逆Ｓ変換を施して初期
予測値を算出し、コンテキストによる予測補正を行なう
ことにより、符号化後のエントロピーが減少する。これ
を適当なエントロピー符号化器で符号化すれば、画像信
号を高く圧縮することができる。この結果、圧縮性能の
高いリバーシブル画像圧縮が可能となる。

【図面の簡単な説明】

【図１】本発明の一実施の形態である画像圧縮装置の構
成図である。

【図２】２＊２行行列のＬａｄｄｅｒＮｅｔｗｏｒｋ
の構成図である。

【図３】Ｌｅａｐｆｌａｇ構成で一般化した構成図であ
る。

【図４】本発明の一実施の形態である画像圧縮装置の処
理する画像の周辺画素と対象画素の配置の一例を示して
いる。

【図５】本発明の一実施の形態である画像圧縮方法のフ
ローチャートである。

【図６】従来のリバーシブル画像圧縮方式における画像
圧縮装置の構成図である。

【図７】周辺画素と対象画素の配置の一例を示した前置
予測関係図である。

【符号の説明】

１００…特殊変換型コンテキストモデル符号化手段、１
１０…変換予測差分処理手段、１２０…予測誤差算出手
段、１３０…エントロピー符号化圧縮手段

───────────────────────────────────────────────────── フロントページの続きＦターム(参考） 5C059 MA45 MC11 MD08 ME02 ME11 PP01 PP12 PP14 SS14 SS21 SS23 TA52 TA57 TC03 TC08 TC42 TD02 TD06 TD10 UA02 UA39 5C078 AA04 BA32 DA01 DA02 5K041 AA00 CC02 CC07 EE11 EE31 HH37

Claims

【特許請求の範囲】

【請求項１】圧縮・伸張の過程を経てもとの情報が保
存されるリバーシブル画像圧縮を行なう画像圧縮装置に
おいて、予測対象画素の周辺に有る参照可能な画素のコンテキス
トに基づいて適応処理を行なうコンテキストモデリング
に従って、画像信号を入力して前記参照可能な周辺画素にシフト変
換及びレンジ不変変換を加味した可逆条件を満たす適当
な変換係数を用いて変換する特殊可逆Ｓ（Ｓｅｑｕｅｎ
ｔｉａｌ）変換を施し、前記予測対象画素に関する初期
予測値を算出するとともに前記特殊可逆Ｓ変換後のコン
テキストの量子化を行なう変換予測差分処理手段と、前記コンテキストに基づいて予測補正した後に予測誤差
を算出して符号化を行なう予測誤差算出手段と、前記符号化された画像信号にエントロピー符号化を施す
エントロピー符号化手段と、を備えて画像圧縮信号を生成する特殊変換型コンテキス
トモデル符号化手段を有することを特徴とする画像圧縮
装置。
【請求項２】前記変換予測差分処理手段は、さらに、
前記特殊可逆Ｓ変換時に予測による補正を加えることを
特徴とする請求項１記載の画像圧縮装置。
【請求項３】前記予測による補正を加える処理は、予
測対象画素の周辺に有る参照可能な画素間の相関評価を
最大ならしめるような最適適応処理係数を用いた最適適
応処理による予測を行ない、補正を加えることを特徴と
する請求項２記載の画像圧縮装置。
【請求項４】前記変換予測差分処理手段は、さらに、
前記特殊可逆Ｓ変換を行なった変換係数の各要素間の相
関評価を最大ならしめるような最適適応処理係数を算出
し、前記最適適応処理係数に基づいて最適予測計算処理
を行なうことを特徴とする請求項１記載の画像圧縮装
置。
【請求項５】前記最適適応処理は、さらに、前記相関
評価を最大ならしめるような所定の代表係数を加味して
最適適応処理を行なうことを特徴とする請求項４記載の
画像圧縮装置。
【請求項６】前記変換予測差分処理手段は、前記特殊
可逆Ｓ変換を行なった変換係数のコンテキストを抽出
し、これを量子化して変換係数コンテキストを算出する
ことを特徴とする請求項１記載の画像圧縮装置。
【請求項７】前記変換予測差分処理手段は、さらに、
前記変換係数の分布に従って、前記分布に応じた所定の
範囲毎にコンテキスト量子化を行なうことを特徴とする
請求項６記載の画像圧縮装置。
【請求項８】圧縮・伸張の過程を経てもとの情報が保
存されるリバーシブル画像圧縮を行なう画像圧縮方法に
おいて、予測対象画素の周辺に有る参照可能な画素のコンテキス
トに基づいて適応処理を行なうコンテキストモデリング
に従って、画像信号を入力し、前記参照可能な周辺画素にシフト変換及びレンジ不変変
換を加味した可逆条件を満たす適当な変換係数を用いて
変換する特殊可逆Ｓ（Ｓｅｑｕｅｎｔｉａｌ）変換を施
して前記予測対象画素に関する初期予測値を算出すると
ともに前記コンテキストを量子化し、前記コンテキストを用いて前記予測対象画素に対する初
期予測値を適応補正して予測誤差を算出して前記画像信
号を符号化し、前記符号化された画像信号を必要に応じて前記コンテキ
ストを反映してエントロピー符号化して画像圧縮信号を
生成する手順を有することを特徴とする画像圧縮方法。