JP2003179501A

JP2003179501A - データ圧縮方法

Info

Publication number: JP2003179501A
Application number: JP2002242899A
Authority: JP
Inventors: William E Nelson; イー．ネルソンウィリアム; James M Sweet; エム．スイートジェームズ; Norman W Zeck; ダブリュー．ゼックノーマン; Ronald E Rider; イー．ライダーロナルド
Original assignee: Xerox Corp
Current assignee: Xerox Corp
Priority date: 2001-09-06
Filing date: 2002-08-23
Publication date: 2003-06-27
Also published as: EP1320196A3; EP1320196A2; US6650261B2; US20030048207A1

Abstract

(57)【要約】【課題】効率的にデータを圧縮する方法を提供する。【解決手段】このデータ圧縮方法は、圧縮するべきデ
ータ要素のシーケンスを含む入力ストリームを受信する
ステップ(10)と、コーディング位置を識別するステップ
(20)と、コーディング位置において生じる１セットのデ
ータ要素を含む圧縮ストリングを識別するステップと、
圧縮ストリングを、予め決められた複数の一致位置それ
ぞれにおけるデータ要素のストリングと比較することに
よって、一致位置のそれぞれに一致が存在するかどうか
を判定するステップ(30)と、圧縮ストリングと一致する
一致位置と圧縮ストリングの長さとを識別するポインタ
を供給するステップ(40)とを含む。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、広くデータ圧縮に
関し、より詳細には辞書ベース圧縮を実行するシステム
及び方法に関する。

【０００２】

【従来の技術】例えばデータファイル、ドキュメント、
写真画像などのような、幅広い様々なデジタルデータ信
号は、記憶コストを抑えるために、又は伝送チャネルを
介する伝送時間を短縮するために、圧縮されることが多
い。データ記憶に必要とされるメモリ、及び／又はデー
タ伝送に必要とされる時間を、データ圧縮により減少さ
せることによって、システム性能を向上させ、コストを
削減することができる。

【０００３】置換圧縮若しくは辞書ベース圧縮と通常呼
ばれており、よく知られ広く用いられているタイプの無
損失（ロスレス）圧縮は、多数のデータタイプの特性を
利用して、文字の繰り返しシーケンスを含有する。この
ようなデータに好適な例としては、テキストファイル
（英数字のシーケンス）やラスタ画像（ピクセルのシー
ケンス）がある。辞書ベース圧縮方法は、この傾向を利
用して、データストリームにおけるサブストリング（部
分列）を、辞書においてそのサブストリングを識別する
コードワードと置き換えることによって、繰り返し文字
シーケンスを含む。この辞書は、その入力ストリームの
知識及び統計値が既知である場合には、静的であっても
よいし、適応的であってもよい。その統計値が未知であ
るか又は変動するデータストリームを扱うには、適応的
な辞書構造の方が好適である。

【０００４】適応的辞書ベース圧縮技法は、２つの関連
するグループにタイプ分けすることができる。第１グル
ープの方法では、現在圧縮中の文字シーケンスが、これ
より前に入力データにおいて既に出現していたかどうか
を判定し、既出の場合には、圧縮を繰り返さず、以前に
出現していたものへのポインタを出力する。このタイプ
では、辞書は、前に処理されたデータにおいて現れる文
字のストリング（列）によって表される。第２グループ
の方法では、データストリームを処理しながら、その中
に出てきた文字ストリング（文字列）を用いて、辞書項
目を構成する。どちらのグループに関しても、辞書は、
前に処理された入力ストリームの全部又は一部である。
前に現れたサブストリングは再び現れる可能性が高いの
で、入力ストリームから前のストリングを用いること
は、辞書に対して好適な選択となることが多い。これら
のタイプの辞書ベース圧縮に関するその他の利点は、辞
書が本質的にはコスト無しで伝送されるという点であ
る。というのは、デコーダが、前にコーディングされた
入力ストリームから辞書を生成することができるからで
ある。

【０００５】両方のグループの辞書コーダとも、Lempel
とZivが開発した２つの関連技術によって表すことがで
きる。第１グループの方法は、通常ＬＺ７７と呼ばれる
アルゴリズムに基づいており、第２グループの方法は、
通常ＬＺ７８と呼ばれるアルゴリズムに基づいている。
辞書ベース圧縮アルゴリズムには多数の種類があるが、
それらの相違点は主に、ポインタがどのように表されて
いるかという点と、ポインタが何を参照するかという点
である。

【０００６】簡潔に言うと、ＬＺ７７タイプのコーディ
ングは、圧縮するべき文字のシーケンスを含む入力スト
リームに対して作用する。このタイプのエンコーダは、
比較的簡単に実施することができ、通常、例えばハフマ
ンコード化のような可変ビット長コード化方式に従っ
て、パターンマッチング技法を行う。これらのエンコー
ダは、スライディングウィンドウをサーチして、現在の
コーディング位置の文字で始まる文字シーケンスと最も
長く一致する位置を検出する。一致が見つかった場合に
は、その一致ストリングが始まるウィンドウにおける位
置及びそのストリングの長さを識別するポインタが与え
られる。サーチは、先行するサブストリングに、ツリ
ー、ハッシュテーブル、又はバイナリサーチツリーでイ
ンデックスを付けることによって、速度を速めることが
できる。

【０００７】ポインタが前のデータのウィンドウにおけ
るいずれのサブストリングをも示すことができるＬＺ７
７タイプに対し、ＬＺ７８タイプの方法では、どのサブ
ストリングを参照することができるかということに関し
制限を設けている。しかし、このＬＺ７８は、どのぐら
い前のサブストリングを参照することができるかという
ことを制限するウィンドウは有していない。ＬＺ７８タ
イプのエンコーダは、入力ストリームから得られる現在
のサブストリングを、前に出てきたストリングの辞書と
照合することによって、辞書を構成する。この記憶され
る辞書は、入力ストリームの内容に基づいて適切に生成
される。このコード化処理により、データストリームに
おいてプレフィックス（接頭語）及び現在の文字を含
む、つまり空プレフィックスで始まる、ストリングを解
析する。対応するストリング（プレフィックス＋現在の
文字）が辞書にある場合には、プレフィックスは現在の
文字と共に拡張されて、拡張されたプレフィックス及び
次の文字を含む新しいストリングが解析される。この拡
張は、辞書にないストリングが出てくるまで繰り返され
る。辞書にないストリングが出てきたときには、エンコ
ーダは、(ａ)現在のプレフィックスを表すコードワード
及び(ｂ)現在の文字を出力する。また、エンコーダは、
現在のプレフィックス及び現在の文字ストリングを含
む、新しい辞書項目も生成する。次に、エンコーダは、
データストリームにおいて空プレフィックス及び次の文
字を含む、新しいストリングの構成を始める。

【０００８】辞書ベース無損失圧縮は、様々な入力ラス
タデータタイプによく適合するので、デジタルプリント
システムにおいて用いるのによく適している。しかし、
ラスタデータに関しては、履歴バッファにおける走査線
の間隔で、より好適な一致が見つかることが多い、とい
うことがわかっている。このことは、辞書ベース無損失
圧縮システムの装備が、データの走査線を数本含むよう
な大きな履歴バッファを有することを必要とする。ソフ
トウェア及びハードウェアの両方において、このバッフ
ァのサイズが大きな装備は、実行コスト若しくは性能の
低下という点において、より不経済である。特にハード
ウェア装備に関しては、このメモリは、連想記憶可能で
ない標準メモリに対して、実行する回路をより多く必要
とする連想記憶装置のような、特殊メモリであることが
多い。辞書ベースエンコーダに関する別の欠点は、実行
が生来的に直列であり、多くのプロセッサ構造において
利用可能な固有の並列処理を利用しないので、命令スロ
ットが損失し（若しくは使用されず）、性能が低下する
という点である。

【０００９】

【発明が解決しようとする課題】本発明の目的は、スラ
イディングウィンドウ内においてサーチするデータを、
予め決められた複数の離散一致位置それぞれにおいて生
じるデータストリングに制限することによって、効率的
にデータを圧縮する方法を提供することにある。

【００１０】

【課題を解決するための手段】本発明の一態様によれ
ば、スライディングウィンドウデータをサーチして、現
在のコーディング位置において始まるストリングと一致
する、スライディングウィンドウ内における最長ストリ
ングを位置付ける、改良された辞書ベース圧縮方法が提
供される。この改良された方法では、スライディングウ
ィンドウ内においてサーチするデータを、データのウィ
ンドウ内における１セットの不連続データ位置から成
る、予め決められた複数の離散一致位置それぞれにおい
て生じるデータストリングに制限する。

【００１１】圧縮するべきピクセルのシーケンスを含
む、データの入力ストリームを受信するステップと、コ
ーディング位置を識別するステップと、前記入力ストリ
ームから１セットの離散的な不連続のピクセルを画定す
る予め決められた複数の一致位置それぞれにおいて生じ
るピクセルのストリングと、前記コーディング位置にお
いて生じるピクセルのストリングを含む圧縮ストリング
とを比較して、一致を識別するステップと、前記圧縮ス
トリングと一致する予め決められた一致位置と前記圧縮
ストリングの長さとを識別するポインタを供給するステ
ップと、を含むデータ圧縮方法がさらに提供される。

【００１２】本発明によれば、いくつかのタイプのデー
タに関しては、平均位置に比べて一致パターンを含む可
能性が高い、データ内における一定の一致位置を識別す
ることが可能である、という特性を利用するデータ圧縮
方法がさらに提供される。この特性を利用する目的で、
本発明の一態様は、データのウィンドウ内における一致
ストリングのサーチを、このような一致位置において生
じる文字ストリングに制限する、圧縮方法となってい
る。一致データを含む可能性が高いデータストリームの
領域を識別し、圧縮ストリングのサーチをこの領域に制
限することにより、圧縮処理を並列に行って、複数の一
致位置におけるデータを同時に比較することができる。
この並列処理によって、ファイルを圧縮するのに必要な
処理時間を、従来の方法に比べて短縮することができ
る。データ圧縮方法のこのような一実施形態は、圧縮す
るべきデータ要素のシーケンスを含む、データの入力ス
トリームを受信するステップと、コーディング位置にお
いて生じる少なくとも１つのデータ要素を含む、前記入
力ストリーム内における圧縮ストリングを選択するステ
ップと、前記コーディング位置と関連付けられた複数の
一致位置を識別するステップと、前記複数の一致位置に
関し、対応する一致位置がアクティブであるか非アクテ
ィブであるかを識別する各一致位置の状態を設定するス
テップと、前記圧縮ストリングを、アクティブ状態を有
する複数のデータ要素一致位置と同時に比較することに
よって、それぞれの一致位置に一致が存在するかどうか
を判定し、この比較に基づいて前記一致位置の状態を更
新するステップと、少なくとも１つのデータ要素を前記
圧縮ストリングに追加することによって、前記圧縮スト
リングの長さを長くするステップと、前記同時に比較す
るステップと、前記圧縮ストリングの長さを長くするス
テップとを、前記複数の一致位置全てが非アクティブ状
態を有するまで繰り返すステップと、前記圧縮ストリン
グと一致する一致位置と前記圧縮ストリングの長さとを
識別するポインタを供給するステップとを含む。

【００１３】

【発明の実施の形態】従来技術のスライディングウィン
ドウ辞書圧縮方法は、多数のデータファイルの固有の特
性を利用して、文字の繰り返しシーケンスを含有する。
簡単に概説すると、スライディングウィンドウベースの
方法は、圧縮するべき文字のシーケンスを含むデータの
入力ストリームに対して作用する。この文字シーケンス
では、例えば、テキストファイルにおける英数字であっ
てもよいし、画像ファイルにおけるピクセルであっても
よい基本データ要素を、入力ストリームにおいて識別す
るのに、ターム文字が使用される。この方法では、圧縮
しようとしているデータストリーム内の現在のコーディ
ング位置における文字で始まる文字シーケンスと一致す
る、ウィンドウ内の最長文字シーケンスを探すため、ｎ
文字のウィンドウをサーチする。このコーディング位置
は、コード化するべき文字のデータストリーム内におけ
る位置を特定する。つまり、このコーディング位置は、
スライディングウィンドウにおける最長一致が位置付け
られている、シーケンスの始めの文字を特定する。一致
が見つかった場合、この方法では、その一致シーケンス
のスライディングウィンドウ内における位置及びそのシ
ーケンスの長さを識別するポインタを出力する。この方
法では、次に、その一致シーケンスの長さに等しい文字
数だけ、コーディング位置を前に進める。

【００１４】本発明は、いくつかのデータファイルに生
じることが確認された、別の特性を利用する。具体的に
は、いくつかのタイプのデータファイルに関しては、一
定の圧縮「ホットスポット」を識別することが可能であ
る、ということがわかった。このホットスポットとは、
平均位置に比べて一致パターンを含む可能性が著しく高
い、ウィンドウ内における位置のことである。この特性
を利用するために、本発明の一態様は、データのウィン
ドウ内における一致ストリングのサーチを、それぞれが
圧縮ホットスポットに対応する１セットの離散一致位置
において生じる文字ストリングに制限する、圧縮方法を
提案する。

【００１５】従来のスライディングウィンドウ方法で
は、パターン一致のため、３２ｋウィンドウが調べられ
る。可能性のあるパターン一致位置の数を、３２７６７
から、例えば１０のような、少ない１セットの離散一致
位置に減らすことによって、無調整の(brute force)パ
ターン一致方法が実行可能となる。固有の並列処理を利
用するプロセッサ構造では、その離散一致位置セット全
てを並列に調べることができるので、命令スロットのほ
とんど又は全てをいっぱいにすることができ、これによ
って、ストリング照合に関する従来のハッシュ法の効能
を著しく向上させることができる。

【００１６】ここで図１を参照すると、本発明の一実施
の形態を例示する、スライディングウィンドウ辞書ベー
ス圧縮方法の流れ図が示されている。より詳細には、図
１は、本明細書中でホットスポット圧縮技法と呼んでい
る方法の、一実施の形態の例である。この方法では、デ
ータのウィンドウ内における一致ストリングのサーチ
を、それぞれが圧縮ホットスポットに対応する予め決め
られた１セットの一致位置のうちの、１つにおけるスト
リングに制限する。つまり、この予め決められた１セッ
トの一致位置は、事前の知識に基づいて、平均位置に比
べて一致パターンを含む可能性が著しく高いと思われ
る、ウィンドウ内における位置から成る。

【００１７】図１に示された方法は、ステップ１０にお
いて、圧縮されるべきデータの入力ストリームを受信す
ることで開始する。このデータの入力ストリームは、例
えば文字又はピクセルのシーケンスのような、データ要
素のストリームから成る。説明の便宜上、このデータス
トリームは、ピクセルのシーケンスから成る画像データ
のストリームとして考える。この方法では、ステップ２
０において、コーディング位置を入力ストリームの始め
に設定する。

【００１８】この方法では、ステップ３０において、入
力ストリーム内におけるデータの範囲をサーチして、コ
ーディング位置に対応するピクセルで始まるピクセルス
トリングとの最長一致を識別する。本発明の一態様によ
れば、このサーチされる入力ストリーム内におけるデー
タの範囲は、予め決められた複数の離散一致位置それぞ
れに位置付けられたピクセルストリングに制限される。
各一致位置は、例えばコーディング位置からのオフセッ
トというような、コーディング位置に対する、スライデ
ィングウィンドウ内におけるその相対位置によって、識
別することができる。或いは、各一致位置は、入力デー
タストリーム又はスライディングウィンドウ内における
その絶対位置によって、識別することもできる。この複
数の一致位置は、平均位置に比べて一致パターンを含む
可能性が著しく高いと識別された位置に対応する、１セ
ットの不連続ピクセル位置を画定する。つまり、ステッ
プ３０では、予め決められた複数の一致位置それぞれに
おけるピクセルストリングを比較して、コーディング位
置に対応するピクセルで始まるピクセルストリングと一
致する、最長ピクセルストリングを見つける。

【００１９】この方法では、ステップ４０において、現
在のコーディング位置に対するコード化された出力を供
給する。より詳細には、一致が見つかった場合、最長一
致ピクセルストリングを有する一致位置及びその一致ス
トリングの長さを識別するポインタを供給する。一致が
見つからなかった場合には、空ポインタ及びコーディン
グ位置におけるピクセルを供給する。画像データの終わ
りに達していない場合、ステップ５０において、コーデ
ィング位置を、コーディングされるべき画像データ内に
おける次のピクセル位置に更新し、ステップ３０に戻
る。入力ストリームの終わりに達している場合には、こ
の方法は終了する。

【００２０】前述したように、可能性のあるパターン一
致位置の数を、少ない１セットの離散一致位置に減らす
ことによって、無調整パターン一致方法が可能となる。
この方法では、離散一致位置を並列に調べることができ
るので、ストリング照合に関する従来のハッシュ法の効
能を著しく向上させることができる。例えば上記ステッ
プ３０において行われるような処理であり、並列式に実
行することのできる処理である、予め決められた複数の
一致位置（ホットスポット）それぞれにおけるピクセル
ストリングを比較して、ホットスポット一致位置に一致
ストリングを位置付ける処理の一例は、以下の擬似コー
ドによって表される。

【外１】

【００２１】上記の処理に様々な変更を加えて、所定の
用途に関する効能を向上させてもよい、ということは認
められるべきである。例えば、一度に複数の文字を読み
込んでもよい。つまり、この処理を、１文字だけではな
く、８文字をwhileループの繰り返し毎に読み込んで一
致させるように変更してもよい。

【００２２】入力ストリーム内におけるデータの範囲を
サーチして、コーディング位置に対応するピクセルで始
まるピクセルストリングとの最長一致を識別する、図１
のステップ３０の作用の一例について、さらに図２を参
照しながら説明する。図２は、ラスタ順序付け画像デー
タ（走査線順序付け画像データとも呼ばれる）の一部を
示している。ラスタ順序付け画像データとは、メモリシ
ステム又は伝送チャネルにおいて、ピクセルがラスタ走
査線の順序になるように順序付けされた、画像データの
ことをいう。つまり、ラスタ順序付け画像データは複数
の走査線を有しており、この走査線はそれぞれ複数のピ
クセルを有している。画像データの入力ストリーム内に
おけるピクセルＰはＰ_i,jで識別され、ここで、ｉは画
像データ内における走査線を識別しており、ｊは走査線
内におけるピクセル位置を識別している。従って、Ｐ
_1,1は、第１の走査線における第１のピクセルであり、
ラスタ順序付けシーケンスにおける第１のピクセルであ
る。Ｐ_1,2は、第１の走査線における第２のピクセルで
あり、ラスタ順序付けシーケンスにおける第２のピクセ
ルである。

【００２３】図２を参照し、ピクセルＰ_i,jが現在のコ
ーディング位置に対応し、予め決められた３つの一致位
置のうち、１つは前のピクセル位置（即ち、Ｐ_i,j-1）
に対応し、２つは走査線ピッチ１つ分及び２つ分の距離
にある位置（即ち、Ｐ_i-1,j及びＰ_i-2,j）に対応すると
仮定する。図２から分かるように、コーディング位置Ｐ
_i,jで始まるピクセル５つ分のストリングは、値９０、
９２、９４、９４、９６を有する。この図を見れば、コ
ーディング位置に対応するピクセルで始まるピクセルス
トリングと一致する、予め決められた複数の一致位置そ
れぞれにおいて生じる最長ピクセルストリングは、ピク
セルＰ_i-2,jで見つけられ、ストリング９０、９２、９
４、９４から成る、ということが分かる。また、この図
は、ストリング９０、９２、９４、９４、９６が、ピク
セル位置Ｐ_i-1,j-1で始まる画像データに見られる、と
いうことも示している。しかし、ホットスポット処理
は、サーチを、予め決められた一致位置Ｐ_i,j-1、Ｐ
_i-1,j又はＰ_i-2,jのうちの１つにおいて生じるストリン
グに制限するので、Ｐ_i-1,j-1で始まるストリングを一
致として適当であるとは識別しない。

【００２４】例えばＧＺＩＰ／デフレート(Deflate)フ
ァイル形式のような一定の圧縮形式に関しては、ハフマ
ンコードと、距離の規模が大きくなるほど広くなる何ら
かの固定幅フィールドとの両方を用いることによって、
より大きな距離がコード化される、ということは当業者
には認められるであろう。従って、本発明を用いてラス
タ順序付けファイルをコード化し、予め決められたホッ
トスポット一致位置におけるストリングにサーチ領域を
制限するには、一致の長さが一定の閾値に満たない場合
には長距離パターン一致を無視するような費用関数が必
要とされる。この費用関数は、長距離において見つけら
れる一致を、閾値の長さよりも長い長さを有する一致に
制限する。また、この費用関数は、長距離における一致
が十分な長さであることを確実にすることによって、Ｇ
ＺＩＰ圧縮において固定幅フィールドにより生じる余分
な費用を補償する。

【００２５】上述したホットスポット圧縮技法は、ピク
セル順序付けデータに対し好適な結果をもたらすが、入
力ストリームがブロック順序付けピクセルデータから成
る場合、より好適な結果が見られた。一つには、これ
は、ブロック順序付けデータに関する一致位置がより短
い距離にある傾向にあるので、より短いポインタを必要
とするためである。図３は、ラスタデータをブロック順
序付けピクセルデータ（ベクトル順序付けピクセルデー
タとも呼ばれる）に変換する、特定の順序付けの一例を
示す図である。ラスタ順序付けデータ１１０は、順次メ
モリアドレスが走査線１、走査線２という順序でそのピ
クセルにアクセスするように、メモリに記憶されてい
る。図３では、一実施の形態として８本の走査線が示さ
れており、８×８のブロック（これは、ＪＰＥＧが同一
サイズのブロックを使用しているので、有益なサイズで
ある）が生成される。しかし、その他の数の走査線も可
能である、ということは認められるべきである。

【００２６】ピクセルデータは、参照番号１２０によっ
て示されているように、ベクトル順序付けされる。この
方法では、ベクトル１２０における第１セットのピクセ
ルとなる、走査線１からのピクセルデータ１３０が読み
取られる。図３の実施の形態では、このピクセルデータ
１３０は、例えば８ピクセルというような、走査線のご
く一部である。これより少ない又は多い数のピクセルか
ら成る部分を用いてもよい、ということは認められるべ
きである。次に、ベクトル１２０における第２セットの
ピクセルとなる、走査線２からのピクセルデータ１３１
が複写される。このピクセルデータ１３１は、ピクセル
データ１３０に含まれているピクセルと同数のピクセル
で構成されているのが有益である。この複写処理がピク
セルデータ１３２〜１３７に関して繰り返されることに
よって、ホットスポット辞書圧縮装置への入力データと
して用いられるベクトルが生成される。次に、この全複
写処理は、セグメント１３８〜１４５に関して繰り返さ
れ、その後、このメモリバッファ内の走査線に含まれて
いる残りのラスタデータに関して繰り返される。この順
序付け方法を用いれば、走査線から得られるラスタデー
タを全て、ホットスポット圧縮技法を用いて圧縮するこ
とができる。走査線のピクセルが全てこの方法で順序付
けされると、その画像のさらに別の走査線を、同様の手
順において処理することができる。

【００２７】次に図４を参照すると、本発明が使用され
得る環境が示されている。ラスタドキュメント生成アプ
リケーション１５０は、ラスタ順序形式ドキュメント１
５２を生成する。このラスタドキュメント生成アプリケ
ーション１５０は、例えば、ラスタエディタ、即ち、ペ
ージ記述言語ドキュメントをラスタ形式に変換するシス
テムであってもよい。走査線ラスタデータは、圧縮のた
め、圧縮エンコーダ１５４に送られる。この圧縮エンコ
ーダ１５４は、ホットスポット圧縮技法（図１に示され
た実施の形態と同様でよい）を実行することによって、
圧縮形式ドキュメント１５６を生成する。圧縮エンコー
ダ１５４は、圧縮の前に、入力ドキュメント１５２をラ
スタ順序からブロック順序へと変換してもよい。圧縮形
式ドキュメント１５６は、ドキュメント記憶装置１５８
において、圧縮形式で記憶される。走査線ラスタ形式の
ドキュメントを再生成するには、圧縮解凍装置１６０に
よって、標準スライディングウィンドウ圧縮解凍方法を
用いて、圧縮データ１５６を処理する。

【００２８】前述したように、このホットスポット圧縮
技法では、一致ストリングのサーチを、予め決められた
１セットの一致位置のうちの１つにおいて生じるストリ
ングに制限する。さらに、予め決められたこれらの一致
位置は、事前の知識に基づいて、平均位置に比べて一致
パターンを含む可能性が著しく高いと思われる、ウィン
ドウ内における位置に対応するように選択される。

【００２９】一致位置を識別するのに用いられる事前知
識は、様々なソースにおいて取得されてもよい。例え
ば、構造の知識及びファイル自体の形式によって、一致
位置として用いる可能性のあるホットスポットを識別し
てもよい。例えば、テキストストリング、或いは数字ス
トリング、或いはテキストストリングと数字ストリング
との混合ストリングであってもよいフィールドを含む、
記録から成るファイルを考える。ファイルを圧縮する
際、現在のコーディング位置における文字が数字データ
である場合には、圧縮ルーチンは、一致ストリングのサ
ーチを、ファイルの、数字データを有する領域（フィー
ルド）に対応する、スライディングウィンドウにおける
位置に制限する一方で、テキスト又は英数字データを有
するフィールドを無視する。同様に、現在のコーディン
グ位置がテキストデータである場合には、圧縮ルーチン
は、一致ストリングのサーチを、テキストを有する領域
に対応する、スライディングウィンドウにおける位置に
制限する。

【００３０】ホットスポットの別のソースは、圧縮ファ
イルの解析から得ることができる。図５は、圧縮ファイ
ルの解析によりホットスポットを識別する１つの方法を
示している。より詳細には、圧縮ファイルの解析により
ホットスポットを識別する方法における、１つの繰り返
しを示している。この処理は、ステップ２００におい
て、ファイルを標準圧縮することで開始する。次に、こ
の圧縮結果を解析することによって、各位置が一致とし
て識別された回数と、その位置における一致の平均長さ
とを識別する。その後、これらの位置を、識別された回
数、平均長さ、又は全体長さ（平均長さ×識別された回
数）のうちの１つ、或いは２つ以上によって、ランク付
けする（ステップ２１０）。圧縮一致のごく一部を占め
る（一致の数、或いはパターン一致の平均長さ、或いは
その全体長さによって）一致位置としてほとんど使用さ
れていないとみなされた位置を除去することによって、
制限サーチリストを生成する（ステップ２２０）。

【００３１】例えば、ブロック順序付けピクセルデータ
の典型的なＧＺＩＰ圧縮ストリームを解析すると、平均
ピクセル位置に比べて一致パターンを含む可能性が著し
く高い、一定の相対ピクセル位置があることがわかる。
８×８ブロック（これは、ＪＰＥＧが同一サイズのブロ
ックを使用しているので、有益なサイズである）の場
合、一致を見つけることのできる可能性が最も高い相対
位置は、可能性の高い順に、８ピクセル、１ピクセル、
６４ピクセルの距離における位置である。これは驚くこ
とではなく、距離８のホットスポットは（データの）前
の走査線を表し、距離１のホットスポットは前のピクセ
ルを表し、距離６４のホットスポットは前の８×８ブロ
ックを表している。パターン一致がこれらのホットスポ
ットにおいて生じた割合に比べると、その他の距離にお
ける位置で生じた割合は非常に低い。このことは、その
他の距離における位置で生じるパターン一致は排除して
もよい、ということを示唆している。

【００３２】次に、ステップ２３０において、このファ
イルを、制限サーチリストを用いて再圧縮する。一致を
ランク付けするステップ２１０、サーチ位置を除去／制
限するステップ２２０、及び制限サーチリストを用いて
ファイルを再圧縮するステップ２３０は、再圧縮により
著しい向上が見られなくなるまで繰り返すことができ
る。再圧縮しても著しい向上が見られなくなった場合に
は、制限サーチリストが圧縮ホットスポットを識別した
状態で、この処理を終了させることができる。圧縮比が
悪化した場合には、最後に除去した位置をサーチリスト
に戻してもよい。最終的に得られたホットスポット圧縮
位置リストが大きすぎる場合には、この処理を再実行
し、別の位置を選択して除去してもよい。

【００３３】一致位置及び一致長さは、例えばハフマン
コーディングのようなエントロピーコーディング方式に
よって、コード化されることが多い。「ホットスポッ
ト」の確率に関する事前知識を用いて、動的に生成する
のとほぼ同様に効率的なハフマンテーブルを事前に生成
することによって、効能をさらに向上させることができ
る。ハフマンテーブルを動的に生成するには、度数分布
を生成し、これらの分布から最適なハフマンコーディン
グツリーを生成する必要があるため、性能が低下する
か、或いはさらなるハードウェアを必要とする。

【図面の簡単な説明】

【図１】本発明によるホットスポット圧縮方法の一実施
形態を示すフローチャートである。

【図２】ラスタ順序付け画像データの一部を示す図であ
る。

【図３】ラスタ順序付け画像データをブロック順序付け
画像データに変換する、順序付け方法の一例を示す図で
ある。

【図４】本発明がアプリケーションを見つけ得るシステ
ムを示す図である。

【図５】可能性のある一致位置を識別する方法の一実施
形態を示すフローチャートである。

【符号の説明】

１１０ラスタ順序付けデータ１２０ベクトル１３０〜１４５ピクセルデータ１５２ラスタ順序形式ドキュメント１５６圧縮形式ドキュメント

───────────────────────────────────────────────────── フロントページの続き (72)発明者ジェームズエム．スイートアメリカ合衆国 14623 ニューヨーク州ロチェスターウェストスクワイアードライブ９アパートメント２ (72)発明者ノーマンダブリュー．ゼックアメリカ合衆国 14580 ニューヨーク州ウエブスターウエブスターロード 1074 (72)発明者ロナルドイー．ライダーアメリカ合衆国 94025 カリフォルニア州メンロパークコリンレーン 1335 Ｆターム(参考） 5C059 KK11 MA45 PP01 PP11 PP20 PP24 RC24 SS28 UA02 5C078 BA33 CA01 CA27 DA01 DB14 5J064 AA02 BA09 BA11 BC29 BD02 BD03

Claims

【特許請求の範囲】

【請求項１】圧縮するべきデータ要素のシーケンスを
含む、データの入力ストリームを受信するステップと、コーディング位置を識別するステップと、前記コーディング位置において生じる１セットのデータ
要素を含む、前記入力ストリーム内における圧縮ストリ
ングを識別するステップと、前記圧縮ストリングを、前記入力ストリームから１セッ
トの離散的な不連続のデータ要素を画定する予め決めら
れた複数の一致位置それぞれにおけるデータ要素のスト
リングと比較することによって、前記一致位置のそれぞ
れに一致が存在するかどうかを判定するステップと、前記圧縮ストリングと一致する一致位置と前記圧縮スト
リングの長さとを識別するポインタを供給するステップ
と、を含む、データ圧縮方法。
【請求項２】前記データの入力ストリームを受信する
ステップが、それぞれが複数のピクセルを有する複数の
走査線から成るラスタ順序付け画像データを受信するス
テップと、前記ラスタ順序付け画像データをブロック順
序付けデータに変換するステップとを含む、請求項１に
記載のデータ圧縮方法。
【請求項３】圧縮するべきデータ要素のシーケンスを
含む、データの入力ストリームを受信するステップと、コーディング位置において生じる少なくとも１つのデー
タ要素を含む、前記入力ストリーム内における圧縮スト
リングを選択するステップと、前記コーディング位置と関連付けられた複数の一致位置
を識別するステップと、前記複数の一致位置に関し、対応する一致位置がアクテ
ィブであるか非アクティブであるかを識別する各一致位
置の状態を設定するステップと、前記圧縮ストリングを、アクティブ状態を有する複数の
データ要素一致位置と同時に比較することによって、そ
れぞれの一致位置に一致が存在するかどうかを判定し、
この比較に基づいて前記一致位置の状態を更新するステ
ップと、少なくとも１つのデータ要素を前記圧縮ストリングに追
加することによって、前記圧縮ストリングの長さを長く
するステップと、前記同時に比較するステップと、前記圧縮ストリングの
長さを長くするステップとを、前記複数の一致位置全て
が非アクティブ状態を有するまで繰り返すステップと、前記圧縮ストリングと一致する一致位置と前記圧縮スト
リングの長さとを識別するポインタを供給するステップ
と、を含む、データ圧縮方法。