JP2002536896A

JP2002536896A - 最適化された信号定量化

Info

Publication number: JP2002536896A
Application number: JP2000597747A
Authority: JP
Inventors: ガーツエン、ケンビ・ディー
Original assignee: クビス・インク
Priority date: 1999-02-04
Filing date: 2000-02-04
Publication date: 2002-10-29
Also published as: CA2361410A1; WO2000046738A1; KR20010101973A; AU2757100A; EP1157350A1; EP1157350A4; AU771802B2

Abstract

(57)【要約】信号定量化１４０を最適化する方法であって、該信号を周波数領域の連続関数として予備量子化するために該信号に可逆フィルタ１１０を用い、該信号を適切なカラースペース及び周波数領域に配置するために該信号を予備処理１２０し、該信号を周波数区域に分割するために該信号にサブバンド変換１３０を用い、該信号をエントロピー符号化１５０することから成る。

Description

【発明の詳細な説明】

【０００１】関連出願本出願の主題は以下の共有出願の主題と関連し、その内容は参照により完全な
開示として本発明に含まれる。

【０００２】１）０９/１１２，６６８号、（整理番号３４８６）、「エントロピー符号
化方法及び装置」１９９８年7月9日Kenbe Goertzenにより出願２) 整理番号４７５４、「可変分解能動画記録及び記憶方法」、Kenbe Goert
zenにより同時出願３）整理番号４７５３、「確率共鳴及びエネルギー置換を用いる被圧縮像外
観改良方法及び装置」、Kenbe Goertzenにより同時出願４）整理番号４７５６、「品質優先像記憶及び通信」、Kenbe Goertzenによ
り同時出願

【０００３】

【産業上の利用分野】

本発明はデジタル信号圧縮及び定量化の分野に関する。本発明は信号定量化、
特に、静止及び動画構成要素を伝える信号の定量化に関する。

【０００４】

【発明が解決すべき課題】

多重帯域圧縮方法は、概して信号を周波数構成要素に分割し、その後所望の信
号品質を表現するために該周波数帯域の各数値を定量化する何らかの方法を用い
る。この研究方法に伴う問題には以下のものが含まれる。１．少数の周波数帯域しか用いられないので、区域的な定量化方法は所望の関数
の最適な粗い近似方法より劣る。２．近接周波数帯域の不平等な定量化は、概して再構成手法のエイリアシング（
曲線の歪）量を増大させる。３．多くの定量化方法は縮重状態における望ましくない人工（産）物を発生させ
得る。４．別々の処理としての定量化は実行上時間とハードウエアが嵩む。５．別々の処理としての定量化は付加的雑音が加わり得る。

【０００５】イメージストリームの1つ又はそれ以上の信号を定量化するために必要とされ
るシステム及び方法は、サブバンドフィルタをデザインする上でよりよい符号化
効率及びより多くの自由度を提供すると同時に簡単に実行できるものである。

【０００６】

【課題を解決するための手段】

イメージの小波圧縮は、概してイメージの周波数区域へのサブバンド変換から
成る。これらの区域は次いで相対的分解能に対して定量化されてエントロピー符
号化される。本発明は、区域的近似よりはむしろ区域を定量化する連続的かつ周
波数特有の関数を用いる。

【０００７】特に本発明の方法は、周波数領域の連続関数として信号定量化の前後において
可逆フィルタを用いる。これは縮尺関数が正確な所望の関数であるか若しくはよ
り厳密に所望の連続定量関数を近似させることを可能にさせる。それはまた任意
の定量化及びエイリアシング人工産物の特性が特定の用途に対して調節されるこ
とを可能にする。その結果、本発明は定量化誤差のよりよい内挿を与え、定量化
された流れ（ストリーム）のより目立たない人口産物に帰着する。また、本発明
はサブバンド間により低いエイリアシングエネルギーを与える。

【０００８】

【実施形態】

イメージの小波（ウエーブレット）圧縮は、概してイメージの周波数区域への
サブバンド変換である。これらの区域はその後相対的分解能に対して定量化され
てエントロピー符号化される。方法は段階的に記載されが、信号に定量化及び逆
定量化を用いることを要する各段階はまた、サブバンド分析に直接組入れられ、
従って合成フィルタが別々の定量化及び反定量化段階を避けることもできる。

【０００９】図１を参照すると、本発明の方法が示される。第1実施形態では、信号を周波
数領域の連続関数として予備定量化するために、本方法は信号に可逆フィルタ１
１０を用いることで始まる。これは縮尺関数が正確な所望の関数になるか若しく
はより厳密に所望の連続定量化関数を近似することを可能にする。同様にそれは
任意の定量化及びエイリアシング人工産物の特性が特定の用途又は信号に対して
調整されることを可能にする。

【００１０】信号を濾過した後、信号は予備処理１２０される。これはカラースペース（色
彩空間）を変換すること等、信号に任意の数の異なった処理を行うことを含み得
る。信号の種類及び所望の出力に依存して他の形式の予備処理が用いられ得る。
段階１３０では信号のサブバンド変換で信号が周波数区域に分割される。これは
区域によるの信号の定量化を可能にする。

【００１１】区域定量化段階が、サブバンド変換とは別の段階として記載されているが、こ
れらの２つの段階は、所望ならば単一段階に結合され得る。この段階１４０では
各区域が別々に定量化される。本発明の望ましい実施形態では、周波数区域を定
量化するために連続関数が用いられる。これは、エイリアシングの低減のみなら
ず段階的近似方法に対しても効率の著しい改良を与える。最後に、定量化された
信号はエントロピー符号化を受けて最大圧縮に帰着する。望ましい実施形態にお
いては、エントロピー符号化の段階は、「エントロピー符号化装置及び方法」と
題する関連出願に記載されたエントロピー符号化方法により行われる。

【００１２】この方法の重要な用途は、静止及び移動イメージ（像）記録である。イメージ
はしばしばデジタル値の別個のx,y又はx,y,zグリッドとしてサンプリングされる
。もし、これらの数値が相関していない雑音で線形にされるならば、興味のある
周波数がナイキスト周波数から低減されるにつれて信号分解能が増加することが
サンプリング理論によって示される。サンプリング理論よって設定される分解能
関数に適合する曲線まで変換されたイメージを量子化するのが望ましい。１がナ
イキスト周波数を表わすとき、周波数が｛０．．１｝の範囲内にある１次元にお
けるこの関数は次式で示される。

【００１３】分解能＝（１/周波数）^０．５^＊ナイキスト分解能分離可能なｎ次元の場合には次式で示される。

【００１４】分解能＝（１/Fｎ）^０．５^＊ナイキスト分解能（の１からｎまでの積）サブバンドイメージコーダーは、圧縮後許容できるイメージを得るためにこの
関数の段階的近似方法を用いてサブバンドを典型的に定量化する。連続関数が定
量化に用いられるならば、それはエイリアシングの低減のみならず効率面で段階
的近似方法より著しい改良を与え得る。サンプリング理論によって与えられるも
の以外の他の種類の連続定量化関数を与えるために、可逆定量化フィルタ関数も
また開発され得る。その一例は人の知覚分解能に適合する連続定量化関数であろ
う。

【００１５】たとえ、所望の定量化関数に関して正確な連続フィルタ及びその逆のものがデ
ザインできない場合においても、所望の関数をより低い限度として扱うと共に所
望の連続関数によっては限定されるが区域による段階的近似方法より良いフィル
タ及びその逆のものをデザインすることによって同方法から利益が得られる。

【００１６】定量化フィルタ及びその逆のものに要するダイナミックレンジが大きいほど、
それらのデザインは困難になる。この問題は、ダイナミックレンジをサブバンド
変換処理と結合された区域に分割することによって解決し得る。一度レンジが分
割されてしまうと、所望の連続関数を近似するために一群のフィルタが用いられ
得る。その代わりに単一フィルタが反復使用され得る。もしサブバンド手法が十
分な分解能を有するならば、変換段階を結合させるためにサブバンドが量子化フ
ィルタとコンボルブ（相互作用）され得る。望ましい実施形態では、サブバンド
フィルタのデザインに関する自由度を増すために定量化フィルタデザインがサブ
バンドフィルタデザインと結合される。これは双直角フィルタデザインと類似の
方法でサブバンドフィルタをデザインすることを可能にする。

【００１７】サブバンド変換も同様に次元によって別々に用いられ得る。もしサブバンド変
換が次元によって別々に用いられるべきならば、変換の種類はサンプリング理論
によって特定される分解能に適合する平滑かつ連続的定量化関数を発生させる要
求によって決定される。これは各帯域裂目から低周波半帯域のみがさらに小分割
されることを要する。

【００１８】２つ又はそれ以上の次元の場合には、典型的なピラミッドサブバンド変換より
さらに完全な変換を要する。２次元の２帯域ピラミッド変換は７つの区域を発生
させ、次元による低周波数の完全な変換は９個の区域を発生させ、全変換は１６
個の区域を発生させるであろう。それなら分離不能な多次元フィルタ及びサブバ
ンド変換がデザインされ、それはピラミッド変換に関して平滑な連続定量化関数
の発生を可能にさせ得る。上記方法は望ましい実施形態として記載されたが、以
下の実施形態は代わりの圧縮処理方法を表わす。

【００１９】以下は、「予備（周波数）補償に基礎づけられた」サブバンドイメージ圧縮方
法（工程）の代わりの一連の段階である。

【００２０】段階１：カラースペース転換のような予備処理段階２：サンプリング理論分解能（変換と結合され得る）と適合する予備補償
フィルタ段階３：サブバンド変換段階４：エントロピー符号化

【００２１】以下は、代わりの結合されたサブバンドイメージ圧縮方法である。

【００２２】段階１：カラースペース転換のような予備処理段階２：サンプリング理論分解能に適合するサブバンド変換段階３：エントロピー符号化

【００２３】例及び関連した計算以下の３つのプロットはナイキスト周波数における損失０ｄＢを保証する定量
化表面に関する差の概略を示す。図２を参照すると、２帯域ピラミッド変換の典
型的２Ｄ定量化マップの例を示す。例示された変換は以下のプロット（点表示）
方程式を用いることによって発生された。 Plot3D[dB[rs2b[x,y]],{x,0,Pi},{y,0,Pi},PlotPoints->30,PlotRange->{0,18}]

【００２４】図３を参照すると、分離可能な完全２帯域変換に関する最適定量化マップの例
を示す。例示された変換は以下のプロット（点表示）方程式を用いることによっ
て発生された。 Plot3D[dB[rc2b[x,y]],{x,0,Pi},{y,0,Pi},PlotPoints->30,PlotRange->{0,18}]

【００２５】図４を参照すると、分離不可能な完全２帯域変換に関する最適定量化マップの
例が与えられる。例示された変換は以下のプロット（点表示）方程式を用いるこ
とによって発生された。 Plot3D[dB[rr2b[x,y]]+3,{x,0,Pi},{y,0,Pi},PlotPoints->30,PlotRange->{0,18
}]

【００２６】図５を参照すると、本発明によって提供される利点を立証する定量化表面のス
ライス例が示される。プロットは以下のプロット方程式を用いることによって発
生された。 Plot[{dB[rs2b[x,x]],dB[rc2b[x,x]],dB[rr2b[x,x]]+3},{x,0,Pi},PlotRange->{
0,20}]

【００２７】以下の方程式は、所与のチャンネル分解能につき段階的近似方法に対する分離
不可能及び分離可能な利点の計算方法を与える。 N[NIntegrate[dB[rs2b[x,y]]-(dB[rr2b[x,y]]+3),{x,0,Pi},{y,0,Pi}]/Pi^2]3.7
7673 N[NIntegrate[dB[rs2b[x,y]]-(dB[rc2b[x,y]],{x,0,Pi},{y,0,Pi})/Pi^2]3.2578
7

【００２８】図６Ａ及び６Ｂを参照すると、最適定量化の方法を用いることによってより正
確にされた帯域分割フィルタの例が示される。プロット方程式で用いられる変数
が以下に与えられる。 tal={1168,590,-106,-78,34} tsl={1168,590,-106,-78,34} tah={990,-454+1,-166,83-1,42} tsh={1390+6,-769,-18-3,62,30} ralt[w_]=Sum[Cos[n^＊w]^＊tal[[Abs[n]+1]],{n,-4,4}]/(2048) raht[w_]=Sum[Cos[n^＊w]^＊tah[[Abs[n]+1]],{n,-4,4}]/(2048) rslt[w_]=Sum[Cos[n^＊w]^＊tsl[[Abs[n]+1]],{n,-4,4}]/(2048) rsht[w_]=Sum[Cos[n^＊w]^＊tsh[[Abs[n]+1]],{n,-4,4}]/(2048)

【００２９】図６Ａは、以下の方程式を用いてプロットされた。 Plot[{(ralt[x]^＊rslt[x]+raht[x]^＊rsht[x]-1)^＊1000},{x,0,Pi}]

【００３０】図６Bは、以下の方程式を用いてプロットされた。 Plot[{(ralt[x],raht[x]rslt[x],rsht[x]},{x,0,Pi}]

【００３１】上記記載は多くの詳細な説明を含むが、これらの説明は本発明の範囲を限定す
るものと解釈すべきではなく、単に本発明の望ましい実施形態の幾つかを例示す
るものと解釈すべきである。例えば、本方法は一般的な移動及び静止画像に関し
て記載されたが、本方法はあらゆる信号の流れにつき定量化を最適化するために
用いられ得る。従って、本発明の範囲は、示された例よりはむしろ添付の請求項
及び法的にそれと同等なものによって決められるべきである。

【図面の簡単な説明】

本発明のこれら及び他のより詳細かつ特殊な目的は、添付の図面を参照して以
下により詳しく開示される。

【図１】本発明の望ましい実施形態を例示するフローチャートである。

【図２】２帯域ピラミッド変換の典型的２Ｄ定量化マップの一例である。

【図３】分離可能な完全２帯域変換の最適定量化マップの一例である。

【図４】分離不能な完全２帯域変換の最適定量化マップの一例である。

【図５】本発明により与えられる利点を示す定量化表面切片（スライス）の一例である
。

【図６】図６Ａ及び６Ｂは、最適定量化の方法を用いることによってより正確に作られ
た帯域分割フィルタの一例である。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，ＫＥ，ＬＳ，ＭＷ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ，ＺＷ )，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＵＡ，ＵＧ，ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ

Claims

【特許請求の範囲】

【請求項1】信号定量化を最適化する方法であって、該信号を周波数領域の連続関数として予備量子化するために該信号に可逆フィ
ルタを用い、該信号を予備処理し、該信号にサブバンド変換を用い、該信号が周波数区域に分割されるようにし、該信号をエントロピー符号化することから成る信号定量化最適化方法。
【請求項２】該信号にサブバンド変換を用いる段階が、該周波数区域を定
量化する連続関数を用いることを含む、請求項１の方法。
【請求項３】該信号を予備処理する段階が、該信号のカラースペースを変
換することを含む、請求項１の方法。
【請求項４】該信号に可逆フィルタを用いる段階が、定量化フィルタを用
いることを含む、請求項１の方法。
【請求項５】サブバンド変換を用いる段階が、サブバンドフィルタを用い
ることを含む、請求項４の方法。
【請求項６】該信号に可逆フィルタを用いる段階が、該サブバンドフィル
タデザインの自由度を増大させるために該定量化フィルタと共にサブバンドフィ
ルタを用いることをさらに含む、請求項５の方法。
【請求項７】該サブバンド変換を用いる段階が、寸法により該サブバンド
変換を別々に用いることを含む、請求項１の方法。
【請求項８】該変換されたイメージをサンプリング理論によって設定され
る分解能関数に適合する曲線に用いることをさらに含む、請求項１の方法。
【請求項９】該所望の信号を近似する定量化関数を計算する段階をさらに
含む、請求項１の方法。
【請求項１０】該計算された定量化関数に関する厳密に連続的なフィルタ
及びその逆をデザインすることをさらに含む、請求項９の方法。
【請求項１１】定量化関数に関して厳密に連続的なフィルタ及びその逆を
デザインする不可能性に応答して、該所望の関数がより低い限度として用いられ
る該所望の連続関数によって限定されるフィルタ及びその逆をデザインすること
をさらに含む、請求項１０の方法。
【請求項１２】該信号にサブバンド変換を用いることによって生成される
区域に信号周波数範囲を分割することをさらに含む、請求項１の方法。
【請求項１３】該所望の連続関数を近似する一群のフィルタを用いること
をさらに含む、請求項１２の方法。
【請求項１４】該所望の連続フィルタ関数を近似する単一フィルタを反復
使用することをさらに含む、請求項１２の方法。