JP2006157267A - 画像処理装置及び画像処理方法 - Google Patents
画像処理装置及び画像処理方法 Download PDFInfo
- Publication number
- JP2006157267A JP2006157267A JP2004342539A JP2004342539A JP2006157267A JP 2006157267 A JP2006157267 A JP 2006157267A JP 2004342539 A JP2004342539 A JP 2004342539A JP 2004342539 A JP2004342539 A JP 2004342539A JP 2006157267 A JP2006157267 A JP 2006157267A
- Authority
- JP
- Japan
- Prior art keywords
- calculating
- block
- pixels
- variation
- amount
- 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
Images
Abstract
【課題】 ブロック内の特徴量をより正確に判定し、精度の高いプリ処理を行うことで優れた符号化を実現できるようにする。
【解決手段】 分散値算出部101と、画素間分絶対値和算出部102とを有する特徴量算出部100と、領域分類部103と、フィルタ制御部104と、フィルタ処理部105とを設け、前記特徴量算出部100により、ブロック内の画素のばらつき量を算出するとともに、前記画素間分絶対値和算出部102により、前記ブロック内の画素のばらつきの分布を算出し、前記算出した特徴量からフィルタ係数を制御することにより、ブロック内における画素の配置までも考慮したフィルタ係数を決定できるようにして、精度の高い符号化処理を行うことができるようにする。
【選択図】 図1
【解決手段】 分散値算出部101と、画素間分絶対値和算出部102とを有する特徴量算出部100と、領域分類部103と、フィルタ制御部104と、フィルタ処理部105とを設け、前記特徴量算出部100により、ブロック内の画素のばらつき量を算出するとともに、前記画素間分絶対値和算出部102により、前記ブロック内の画素のばらつきの分布を算出し、前記算出した特徴量からフィルタ係数を制御することにより、ブロック内における画素の配置までも考慮したフィルタ係数を決定できるようにして、精度の高い符号化処理を行うことができるようにする。
【選択図】 図1
Description
本発明は画像処理装置及び画像処理方法に関し、例えば、動画像データを高能率に符号化するために用いて好適な技術に関する。
近年、MPEG−2(ISO/IEC13818)などの動画像符号化方式が蓄積、通信、放送の分野で広く用いられている。
図10は、符号化システムの代表的な構成例を示すブロック図である。図10に示したように、符号化システムにおいては入力画像に対し、まずノイズ除去等をプリ処理部1201で行い、符号化部1202で画像データの変換、量子化、可変長符号化といった処理を行う。次に、バッファ部1203では、発生した符号量を監視しながら、その情報を符号量制御部1204に出力している。符号量制御部1204では、バッファがオーバーフローやアンダーフローを起こさないように、符号化部1202の量子化値を制御している。
図10は、符号化システムの代表的な構成例を示すブロック図である。図10に示したように、符号化システムにおいては入力画像に対し、まずノイズ除去等をプリ処理部1201で行い、符号化部1202で画像データの変換、量子化、可変長符号化といった処理を行う。次に、バッファ部1203では、発生した符号量を監視しながら、その情報を符号量制御部1204に出力している。符号量制御部1204では、バッファがオーバーフローやアンダーフローを起こさないように、符号化部1202の量子化値を制御している。
図11は、符号化部1202の構成例を示すブロック図である。動画像の符号化方式では、各フレームを符号化ブロックに分割し、フレーム内もしくはフレーム間の処理を行う。フレーム内処理の場合、DCT部1301で入力画像の直交変換を行い、量子化部1302で変換係数の量子化を行う。
この際、量子化値が大きいと、変換係数は小さくなり、量子化値が小さいと、変換係数は大きくなる。可変長符号化部1303では、量子化部1302で量子化した変換係数から符号を生成する。一般に、変換係数が大きいと、発生符号量も大きくなり、変換係数が小さいと、発生符号量は小さくなる。
一方、フレーム間処理の場合は、入力画像と以前に復号化した画像との差分画像を符号化する。この復号化画像は、量子化部1302で量子化した変換係数を逆量子化部1304で元の係数に近い値に戻し、更に逆DCT部1305で逆変換を行うことで得られる。この符号化処理部内で復号処理を行うことは、ローカルデコードと呼ばれる。
入力画像と復号画像との差分画像は、動き補償部1306でブロック単位の位置合わせを行った後に生成する。この差分画像が、先ほど説明したフレーム内処理と同様、DCT部1301、量子化部1302、可変長符号化部1303を経て圧縮された符号となる。可変長符号化部1303では、動き補償部1306で求めた位置合わせの情報である動きベクトルも併せて符号化する。
符号量制御の問題は、量子化値を小さくすると高画質となるが、発生符号量が大きくなってしまう問題がある。それに対して、量子化値を大きくすると発生符号量を抑えることができるが、符号化歪が目立ってしまう、という相反する問題点がある。そこで、入力画像の特性にかんがみ、量子化値を大きくしても視覚的に歪の目立たないところと、そうでないところとに分類し、量子化値を細かく制御することが行われている。
図13に示すブロック図において、破線で囲んだ部分は、符号量制御部1204の構成例を示すブロックである。参照量子化値算出部1503では、バッファ部1203からの情報を元に、仮の量子化値を算出する。
一方、特徴量算出部1501では、入力画像から特徴量を求め、これを量子化値の重み付けとする。量子化値算出部1502では、参照量子化値算出部1503で求めた仮の量子化値に、特徴量算出部1501で求めた重み付けを乗じた値を最終的な量子化値とし、これを符号化部1202に出力する。
MPEG−2のテストモデル(参考文献1:MPEG−2 Test Model、 Document ISO/IEC JTC1 SC29 WG11/93−400、 Test Model Editing Committee、 April 1993.)では、この特徴量としてアクティビティを用いている。
アクティビティは、ブロック内の各画素とブロック内の平均値との差分の絶対値和で定義される。また、分散は、ブロック内の各画素とブロック内の平均値との差分の二乗和で定義され、これもブロック内のばらつきの指標となる(正確にはそれを画素数で割った値)。
ブロック内の画素値のばらつきが多ければ、そこは細かい絵柄であり、これを大きな値で量子化しても、視覚的に歪が目立ちにくいとの考えに基づいている。
しかしながら、エッジを含むブロックもブロック内の画素値の変動が大きいため、アクティビティや分散を算出すると、大きな値となる。エッジを含む画像は、量子化値を大きくすると、エッジ近傍の平坦部にモスキートノイズなどの歪が目立ちやすいので、エッジの先鋭度を保つには、このブロックに対しては、大きな量子化値を設定すべきではない。
図14を用いて、この問題を説明する。問題を簡単にするために、ここでは4×4画素の2値画像で説明する。図14において(a)、(b)、(c)いずれのパターンもアクティビティが同じである(分散値も同じ)。これは、各画像を比較すると、黒の画素数と白の画素数がそれぞれ同じであることによる。
しかしながら、図14(a)はエッジ画像なので、量子化値を大きくすべきではない。それに対して、図14(c)は細かい絵柄なので量子化値を大きくしてもエッジ近傍の歪は目立たない。このように、アクティビティや分散では、ブロック内の画素値の変動量を求めることはできても、その画素がブロック内でどう配置されているかまでは求められない。
また、量子化歪を小さくする別な手段として、プリ処理を用いる方法もある。これは、入力画像にローパスフィルタなどの処理を行い、符号化部に入力する画像の情報量をあらかじめ削減しておく処理を行う手段である。画面内には、情報量の多い部分と少ない部分が偏在しているため、精度よくフィルタ処理するには、局所的にフィルタの特性を変えたほうが効率的である。
図12のブロック図において、破線で囲んだ部分は、プリ処理部1201の構成例を示すブロックである。特徴量算出部1401では、入力画像の特徴量を求め、視覚的に劣化の目立つところと目立たないところとを分類する。
フィルタ制御部1402では、特徴量算出部1401の分類結果を元にフィルタ係数の重み付けを行う。フィルタ処理部1403では、フィルタ制御部1402の出力に応じて、領域毎のフィルタ処理を行う。例えば、特許文献1では、特徴量の算出にアクティビティを用いている。これは、ブロック内の画素値のばらつきが多ければ、そこは細かい絵柄であり、これに強いローパスフィルタ処理しても、視覚的に歪が目立ちにくいとの考えに基づいている。
しかしながら、エッジを含むブロックもブロック内の画素値の変動が大きいため、アクティビティや分散を算出すると、大きな値となる。また、エッジを含む画像は、強いローパスフィルタをかけると、解像感が失われ、ボケが目立ちやすいので、エッジの先鋭度を保つには、このブロックに対しては、強いフィルタを設定すべきではない。
先に説明したように、アクティビティや分散では、ブロック内の画素値の変動量を求めることはできても、その画素がブロック内でどう配置されているのかまでは求められないので、精度の高い符号化を行うことが困難である問題点があった。
本発明は前述の問題点にかんがみ、ブロック内の特徴量をより正確に判定し、精度の高いプリ処理を行うことで優れた符号化を実現できるようにすることを目的とする。
本発明は前述の問題点にかんがみ、ブロック内の特徴量をより正確に判定し、精度の高いプリ処理を行うことで優れた符号化を実現できるようにすることを目的とする。
本発明の画像処理装置は、複数のフレームから構成される動画像の情報量を削減して出力する前処理手段と、前記前処理手段により情報量が削減された動画像から符号化データを生成する符号化データ生成手段とを有する画像処理装置であって、前記前処理手段は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出手段と、前記特徴量算出手段により算出した特徴量に応じてそのブロックを分類する領域分類手段と、前記領域分類手段による領域分類の結果に応じて、フィルタ係数を制御するフィルタ制御手段と、前記フィルタ制御手段により制御されたフィルタ係数に応じて入力画像のフィルタ処理を行うフィルタ処理手段とを備え、前記特徴量算出手段が、ブロック内の画素のばらつき量を算出するばらつき量算出手段と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出手段とを備えることを特徴としている。
また、本発明の画像処理装置の他の特徴とするところは、複数のフレームから構成される動画像を入力し、前記動画像から符号化データを生成する符号化データ生成手段と、前記符号化データ生成手段により発生する符号を一時的に蓄えるバッファ手段と、前記入力画像と入力バッファ情報に応じて量子化値を制御する符号量制御手段とを有する画像処理装置であって、前記符号量制御手段は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出手段と、前記特徴量算出手段により算出した特徴量に応じてそのブロックを分類する領域分類手段と、前記バッファ情報から参照量子化値を求める参照量子化値算出手段と、前記領域分類手段による領域分類結果と前記参照量子化値算出手段による参照量子化値とから量子化値を算出する量子化値算出手段とを備え、前記特徴量算出手段が、ブロック内の画素のばらつき量を算出するばらつき量算出手段と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出手段とを備えることを特徴としている。
また、本発明の画像処理装置のその他の特徴とするところは、複数のフレームから構成される動画像の情報量を削減して出力する前処理手段と、前記前処理手段により情報量が削減された動画像から符号化データを生成する符号化データ生成手段と、前記符号化データ生成手段により発生する符号を一時的に蓄えるバッファ手段と、前記前処理手段の出力画像とバッファ情報に応じて量子化値を制御する符号量制御手段とを有する画像処理装置であって、前記前処理手段は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出手段と、前記特徴量算出手段により算出した特徴量に応じてそのブロックを分類する領域分類手段と、前記領域分類手段の領域分類結果に応じて、フィルタ係数を制御するフィルタ制御手段と、前記フィルタ制御手段により制御されたフィルタ係数に応じて入力画像のフィルタ処理を行うフィルタ処理手段とを備え、前記特徴量算出手段が、ブロック内の画素のばらつき量を算出するばらつき量算出手段と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出手段とを備えることを特徴としている。
また、本発明の画像処理装置の他の特徴とするところは、複数のフレームから構成される動画像を入力し、前記動画像から符号化データを生成する符号化データ生成手段と、前記符号化データ生成手段により発生する符号を一時的に蓄えるバッファ手段と、前記入力画像と入力バッファ情報に応じて量子化値を制御する符号量制御手段とを有する画像処理装置であって、前記符号量制御手段は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出手段と、前記特徴量算出手段により算出した特徴量に応じてそのブロックを分類する領域分類手段と、前記バッファ情報から参照量子化値を求める参照量子化値算出手段と、前記領域分類手段による領域分類結果と前記参照量子化値算出手段による参照量子化値とから量子化値を算出する量子化値算出手段とを備え、前記特徴量算出手段が、ブロック内の画素のばらつき量を算出するばらつき量算出手段と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出手段とを備えることを特徴としている。
また、本発明の画像処理装置のその他の特徴とするところは、複数のフレームから構成される動画像の情報量を削減して出力する前処理手段と、前記前処理手段により情報量が削減された動画像から符号化データを生成する符号化データ生成手段と、前記符号化データ生成手段により発生する符号を一時的に蓄えるバッファ手段と、前記前処理手段の出力画像とバッファ情報に応じて量子化値を制御する符号量制御手段とを有する画像処理装置であって、前記前処理手段は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出手段と、前記特徴量算出手段により算出した特徴量に応じてそのブロックを分類する領域分類手段と、前記領域分類手段の領域分類結果に応じて、フィルタ係数を制御するフィルタ制御手段と、前記フィルタ制御手段により制御されたフィルタ係数に応じて入力画像のフィルタ処理を行うフィルタ処理手段とを備え、前記特徴量算出手段が、ブロック内の画素のばらつき量を算出するばらつき量算出手段と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出手段とを備えることを特徴としている。
本発明の画像処理方法は、複数のフレームから構成される動画像の情報量を削減して出力する前処理工程と、前記前処理工程により情報量が削減された動画像から符号化データを生成する符号化データ生成工程とを有する画像処理方法であって、前記前処理工程は、入力画像を構成する少なくとも1画素からなるブロックに対して、前記ブロック内の画素の特徴量を算出する特徴量算出工程と、前記特徴量算出工程により算出した特徴量に応じてそのブロックを複数の領域に分類する領域分類工程と、前記領域分類工程により行われた領域分類の結果に応じてフィルタ係数を制御するフィルタ制御工程と、前記フィルタ制御工程により制御されたフィルタ係数に応じて前記入力画像のフィルタ処理を行うフィルタ処理工程とを有し、前記特徴量算出工程が、前記ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とを有することを特徴としている。
また、本発明の画像処理方法の他の特徴とするところは、複数のフレームから構成される動画像を入力し、前記動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記入力画像と入力バッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法であって、前記符号量制御工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、前記バッファ情報から参照量子化値を求める参照量子化値算出工程と、前記領域分類工程による領域分類結果と前記参照量子化値算出工程による参照量子化値とから量子化値を算出する量子化値算出工程とを備え、前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とを備えることを特徴としている。
また、本発明の画像処理方法のその他の特徴とするところは、複数のフレームから構成される動画像の情報量を削減して出力する前処理工程と、前記前処理工程により情報量が削減された動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記前処理工程の出力画像とバッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法であって、前記前処理工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、前記領域分類工程の領域分類結果に応じて、フィルタ係数を制御するフィルタ制御工程と、前記フィルタ制御工程により制御されたフィルタ係数に応じて入力画像のフィルタ処理を行うフィルタ処理工程とを備え、前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とを備えることを特徴としている。
また、本発明の画像処理方法の他の特徴とするところは、複数のフレームから構成される動画像を入力し、前記動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記入力画像と入力バッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法であって、前記符号量制御工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、前記バッファ情報から参照量子化値を求める参照量子化値算出工程と、前記領域分類工程による領域分類結果と前記参照量子化値算出工程による参照量子化値とから量子化値を算出する量子化値算出工程とを備え、前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とを備えることを特徴としている。
また、本発明の画像処理方法のその他の特徴とするところは、複数のフレームから構成される動画像の情報量を削減して出力する前処理工程と、前記前処理工程により情報量が削減された動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記前処理工程の出力画像とバッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法であって、前記前処理工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、前記領域分類工程の領域分類結果に応じて、フィルタ係数を制御するフィルタ制御工程と、前記フィルタ制御工程により制御されたフィルタ係数に応じて入力画像のフィルタ処理を行うフィルタ処理工程とを備え、前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とを備えることを特徴としている。
本発明のコンピュータプログラムは、複数のフレームから構成される動画像の情報量を削減して出力する前処理工程と、前記前処理工程により情報量が削減された動画像から符号化データを生成する符号化データ生成工程とを有する画像処理方法をコンピュータに実行させるプログラムであって、前記前処理工程は、入力画像を構成する少なくとも1画素からなるブロックに対して、前記ブロック内の画素の特徴量を算出する特徴量算出工程と、前記特徴量算出工程により算出した特徴量に応じてそのブロックを複数の領域に分類する領域分類工程と、前記領域分類工程により行われた領域分類の結果に応じてフィルタ係数を制御するフィルタ制御工程と、前記フィルタ制御工程により制御されたフィルタ係数に応じて前記入力画像のフィルタ処理を行うフィルタ処理工程とを有し、前記特徴量算出工程が、前記ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とをコンピュータに実行させることを特徴としている。
また、本発明のコンピュータプログラムの他の特徴とするところは、複数のフレームから構成される動画像を入力し、前記動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記入力画像と入力バッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法をコンピュータに実行させるプログラムであって、前記符号量制御工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、前記バッファ情報から参照量子化値を求める参照量子化値算出工程と、前記領域分類工程による領域分類結果と前記参照量子化値算出工程による参照量子化値とから量子化値を算出する量子化値算出工程とを備え、前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とをコンピュータに実行させることを特徴としている。
また、本発明の画像処理方法のその他の特徴とするところは、複数のフレームから構成される動画像の情報量を削減して出力する前処理工程と、前記前処理工程により情報量が削減された動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記前処理工程の出力画像とバッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法をコンピュータに実行させるプログラムであって、前記前処理工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、前記領域分類工程の領域分類結果に応じて、フィルタ係数を制御するフィルタ制御工程と、前記フィルタ制御工程により制御されたフィルタ係数に応じて入力画像のフィルタ処理を行うフィルタ処理工程とを備え、前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とをコンピュータに実行させることを特徴としている。
また、本発明のコンピュータプログラムの他の特徴とするところは、複数のフレームから構成される動画像を入力し、前記動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記入力画像と入力バッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法をコンピュータに実行させるプログラムであって、前記符号量制御工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、前記バッファ情報から参照量子化値を求める参照量子化値算出工程と、前記領域分類工程による領域分類結果と前記参照量子化値算出工程による参照量子化値とから量子化値を算出する量子化値算出工程とを備え、前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とをコンピュータに実行させることを特徴としている。
また、本発明の画像処理方法のその他の特徴とするところは、複数のフレームから構成される動画像の情報量を削減して出力する前処理工程と、前記前処理工程により情報量が削減された動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記前処理工程の出力画像とバッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法をコンピュータに実行させるプログラムであって、前記前処理工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、前記領域分類工程の領域分類結果に応じて、フィルタ係数を制御するフィルタ制御工程と、前記フィルタ制御工程により制御されたフィルタ係数に応じて入力画像のフィルタ処理を行うフィルタ処理工程とを備え、前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とをコンピュータに実行させることを特徴としている。
本発明の記録媒体は、前記に記載のコンピュータプログラムを記録したことを特徴としている。
本発明によれば、正確な画像特徴量を求めるようにしたので、目標符号量に対し視覚特性上優れた符号化システムを実現することができる。
以下、図面を参照して、本発明の好適な実施の形態について詳細に説明する。
<第1の実施の形態>
図1は、本発明の第1の実施の形態におけるプリ処理部の構成を示したブロック図である。
図1に示したように、入力画像の各ブロックに対し、まず、分散値算出部101と画素間差分絶対値和算出部102を有する特徴量算出部100で2つの特徴量を算出する。
<第1の実施の形態>
図1は、本発明の第1の実施の形態におけるプリ処理部の構成を示したブロック図である。
図1に示したように、入力画像の各ブロックに対し、まず、分散値算出部101と画素間差分絶対値和算出部102を有する特徴量算出部100で2つの特徴量を算出する。
前記分散値算出部101は、分散値もしくはアクティビティを算出し、画素間差分絶対値和算出部102では、ブロック内の隣接した画素間の差分絶対値和を算出する。領域分類部103では、これら2つの特徴量から領域に対する重み付けを求める。この処理の詳細は後ほど説明する。フィルタ制御部104では、得られた重み付けに従ってフィルタ係数を変更し、フィルタ処理部105でフィルタ処理を行う。
図5は、本発明の第1の実施の形態におけるプリ処理部の処理手順を説明するフローチャートである。
まず、ステップS401にて、画像を領域毎にブロック化する。ブロックサイズは任意であり、ブロック形状も矩形である必要はない。以下の説明はこのブロック単位の処理である。
まず、ステップS401にて、画像を領域毎にブロック化する。ブロックサイズは任意であり、ブロック形状も矩形である必要はない。以下の説明はこのブロック単位の処理である。
次に、ステップS402に進んで分散値を算出し、次に、ステップS403で隣接画素間の差分絶対値和の算出を行う。なお、この2つの特徴量算出の順番はどちらでもよい。次に、ステップS404では、ステップS402及びステップS403の処理で得られた2つの特徴量から重要度に応じた領域の分類がなされる。
ステップS404において分類が行われると、次のステップS405では、その分類結果に応じたフィルタ係数の補正を行い、これを最終的なフィルタ係数として決定する。
次に、ステップS406では、フィルタ係数に応じたフィルタ処理を行う。以上の処理を全ブロックに対して行うと、ステップS407を抜け、一連の処理が終了する。
ここで、分散値と隣接画素間の差分絶対値和の関係について説明する。
図14で説明したように、図14(a)〜(c)の各画像の分散値は同じであるが、隣接画素間の差分絶対値和は、それぞれ異なる値となる。図14(a)では、隣接画素間の値の大きいところは、水平方向に4ヶ所あるのみである。同様に、図14(b)では、水平方向に8ヶ所である。図14(c)の場合は、水平方向に12ヶ所、垂直方向にも12ヶ所で、計24ヶ所もある。
図14で説明したように、図14(a)〜(c)の各画像の分散値は同じであるが、隣接画素間の差分絶対値和は、それぞれ異なる値となる。図14(a)では、隣接画素間の値の大きいところは、水平方向に4ヶ所あるのみである。同様に、図14(b)では、水平方向に8ヶ所である。図14(c)の場合は、水平方向に12ヶ所、垂直方向にも12ヶ所で、計24ヶ所もある。
したがって、隣接画素間の差分絶対値和の値は、小さい順に図14(a)、図14(b)、図14(c)となる。すなわち、同じ分散値ならば、画素間差分絶対値和が小さいほど重要な領域ということになる。
これらの関係を示したのが、図8である。分散値と画素間差分絶対値和は、正の相関があり、分散値が大きければ、画素間差分絶対値和も大きくなる傾向がある。しかし、分散値が大きく、なおかつ画素間差分絶対値和が小さい場合は、エッジやラインといった強いフィルタをかけるべきでない領域であると考えられる。
次に、分散値と画素間差分絶対値和から領域の分類(ラベリング)をどう行うかについて、図9を用いて説明する。
図9(a)は、フレーム内の全ブロックに対する分散値のヒストグラムである。また、図9(b)は、フレーム内の全ブロックに対する画素間差分絶対値和のヒストグラムである。分散値の最大値Raと画素間差分絶対値和の最大値Rbは、それぞれに異なるので、これらの値を用いて正規化する。図9(c)は、正規化した範囲において、重み付けの割り当てを行った例である。中央値を5として、それより大きければ、重要度大、小さければ重要度小となる。ここでは最大値で正規化し、それを4つのレベルに分けたが、分散値、画素間差分絶対値和それぞれに一定規則の幅を設定してもよい。
図9(a)は、フレーム内の全ブロックに対する分散値のヒストグラムである。また、図9(b)は、フレーム内の全ブロックに対する画素間差分絶対値和のヒストグラムである。分散値の最大値Raと画素間差分絶対値和の最大値Rbは、それぞれに異なるので、これらの値を用いて正規化する。図9(c)は、正規化した範囲において、重み付けの割り当てを行った例である。中央値を5として、それより大きければ、重要度大、小さければ重要度小となる。ここでは最大値で正規化し、それを4つのレベルに分けたが、分散値、画素間差分絶対値和それぞれに一定規則の幅を設定してもよい。
次に、フィルタ特性が下記の「数1」のような係数で示される適応ローパスフィルタについて説明する。
「数1」において、kは2以上の整数であり、値が大きくなるほどフィルタ強度の弱いフィルタになる。「k=10」が定常状態であったとし、ある領域での分類結果が8であったとすると、中央値との差3をオフセット値として、「10−3=7」で、「k=7」のフィルタとする。すなわち、この領域のフィルタは強度の弱いものとなる。
また、ある領域での分類結果が3であったとすると、中央値との差2をオフセット値として、「10+2=12」で、「k=12」のフィルタとする。すなわち、この領域のフィルタは強度の強いものとなる。
このようにフィルタの強度を画像の特性に応じて最適に制御することで、画質劣化の目立ち難い優れた符号化システムを実現することができる。
<第2の実施の形態>
次に、本発明の第2の実施の形態を説明する。
図2は、本発明の第2の実施の形態における符号量制御部の構成を示したブロック図である。
前述した図13の特徴量算出部1501に対応するブロックが、符号201〜203で示したブロック200である。
次に、本発明の第2の実施の形態を説明する。
図2は、本発明の第2の実施の形態における符号量制御部の構成を示したブロック図である。
前述した図13の特徴量算出部1501に対応するブロックが、符号201〜203で示したブロック200である。
入力画像の各ブロックに対し、まず分散値算出部201と画素間差分絶対値和算出部202で2つの特徴量を算出する。分散値算出部201は、分散値もしくはアクティビティを算出し、画素間差分絶対値和算出部202では、ブロック内の隣接した画素間の差分絶対値和を算出する。次に、領域分類部203で、これら2つの特徴量から領域に対する重み付けを求める。
次に、量子化値算出部206では、参照量子化値算出部207で求めた仮の量子化値に、領域分類部203で求めた重み付けを乗じた値を最終的な量子化値とし、これを符号化部1202に出力する。符号化部1202とバッファ部1203の構成は、図10で行った説明と同じである。
図6は、本発明の第2の実施の形態における符号量制御部の動作を説明するフローチャートである。
まず、ステップS501にて、画像を領域毎にブロック化する。ブロックサイズは任意であり、ブロック形状も矩形である必要はない。以下の説明は、このブロック単位の処理である。
まず、ステップS501にて、画像を領域毎にブロック化する。ブロックサイズは任意であり、ブロック形状も矩形である必要はない。以下の説明は、このブロック単位の処理である。
次に、ステップS502に進んで分散値を算出し、その後、ステップS503で隣接画素間の差分絶対値和の算出を行う。なお、この2つの特徴量算出の順番はどちらでもよい。次に、ステップS504では、ステップS502及びステップS503で得られた2つの特徴量から重要度に応じた領域の分類がなされる。
ステップS504における分類が行われると、次に、ステップS505に進み、その分類結果に応じた重み付け係数を決定する。次に、ステップS506では、参照量子化値を算出し、その後、ステップS507に進む。
ステップS507では、ステップS506で求めた参照量子化値に、ステップS505で求めた重み付け係数を乗じて最終量子化値とする処理を行う。次に、ステップS508において、全てのブロックについて処理を行ったか判定する。この判定の結果、全てのブロックについて処理を行っていない場合にはステップS502に戻り、前述した処理を繰り返し行う。また、ステップS508の判定の結果、以上の処理を全ブロックに対して行うと、ステップS508を抜け、一連の処理が終了する。
ここで、分散値と隣接画素間の差分絶対値和の関係について説明する。
第1の実施の形態で説明したように、分散値と画素間差分絶対値和は、正の相関があり、分散値が大きければ、画素間差分絶対値和も大きくなる傾向がある。しかし、分散値が大きく、なおかつ画素間差分絶対値和が小さい場合は、エッジやラインといった大きな量子化値を選択すべきでない領域であると考えられる。
第1の実施の形態で説明したように、分散値と画素間差分絶対値和は、正の相関があり、分散値が大きければ、画素間差分絶対値和も大きくなる傾向がある。しかし、分散値が大きく、なおかつ画素間差分絶対値和が小さい場合は、エッジやラインといった大きな量子化値を選択すべきでない領域であると考えられる。
第1の実施の形態で説明した図9の分類を利用した量子化値の決定方法について説明する。参照量子化値をq、重み付け係数をw、量子化値をQPとすると、
QP=w・q ………(1)
となる。
QP=w・q ………(1)
となる。
「参照量子化値q=12」であったとし、ある領域での分類結果が「8」であったとすると、中央値との比(5/8)=0.625が「重み付け係数w」となる。すなわち、「QP=0.625×12=8」(端数四捨五入)となり、この領域の量子化値は小さいものとなる。
また、ある領域での分類結果が2であったとすると、「5/2=2.5」が「重み付け係数w」となる。すなわち、QP=2.5×12=30となり、この領域の量子化値は大きいものとなる。このように量子化値を画像の特性に応じて最適に制御することで、画質劣化の目立ち難い優れた符号化システムを実現することができる。
<第3の実施の形態>
図3は、本発明の第3の実施の形態における符号化システム全体の構成を示したブロック図である。
前述した第1の実施の形態は、画像の特徴量から求めた領域分類結果をフィルタ制御に反映させるものであり、第2の実施の形態は、画像の特徴量から求めた領域分類結果を符号量制御に反映させるものであった。それに対して、この第3の実施の形態は、画像の特徴量から求めた領域分類結果を、フィルタ制御と符号量制御の両方に共通して用いることを特徴としている。
図3は、本発明の第3の実施の形態における符号化システム全体の構成を示したブロック図である。
前述した第1の実施の形態は、画像の特徴量から求めた領域分類結果をフィルタ制御に反映させるものであり、第2の実施の形態は、画像の特徴量から求めた領域分類結果を符号量制御に反映させるものであった。それに対して、この第3の実施の形態は、画像の特徴量から求めた領域分類結果を、フィルタ制御と符号量制御の両方に共通して用いることを特徴としている。
入力画像の各ブロックに対し、まず分散値算出部301と画素間差分絶対値和算出部302とからなる特徴量算出部300で2つの特徴量を算出する。分散値算出部301は、分散値もしくはアクティビティを算出し、画素間差分絶対値和算出部302では、ブロック内の隣接した画素間の差分絶対値和を算出する。
次に、領域分類部303では、前記分散値算出部301と画素間差分絶対値和算出部302で算出した2つの特徴量から領域に対する重み付けを求める。次に、フィルタ制御部304では、得られた重み付けに従ってフィルタ係数を変更し、フィルタ処理部305でフィルタ処理を行う。符号化部1202では、フィルタ処理された画像を入力として、図11で説明したような符号化処理を行う。
バッファ部1203では、発生した符号量を監視しながら、その情報を符号量制御部の一部である参照量子化値算出部307に出力している。量子化値算出部306では、参照量子化値算出部307で求めた仮の量子化値に、領域分類部303で求めた重み付けを乗じた値を最終的な量子化値とし、これを符号化部1202に出力する。
このように、特徴量の算出を共通化すると、ハードウェアにおける回路規模の削減が可能となり、小型化、小消費電力化が可能となり、ソフトウェアにおいては、CPUの処理負荷の低減が可能となる。
図7は、本発明の第3の実施の形態における符号化システムの処理を説明するフローチャートである。
図7において、(a)はプリ処理部の処理手順を示すフローチャートであり、(b)は符号量制御部の処理手順を示すフローチャートである。
図7において、(a)はプリ処理部の処理手順を示すフローチャートであり、(b)は符号量制御部の処理手順を示すフローチャートである。
まず、ステップS601にて、画像を領域毎にブロック化する。この場合、ブロックサイズは任意であり、ブロック形状も矩形である必要はない。以下の説明は、このブロック単位の処理である。
次に、ステップS602で分散値を算出し、ステップS603で隣接画素間の差分絶対値和の算出を行う。前記ステップS602及びステップS603で行う2つの特徴量算出の順番はどちらでもよい。
次に、ステップS604では、得られた2つの特徴量から重要度に応じた領域の分類を行う。次に、ステップS605に進み、その分類結果に応じたフィルタ係数の補正を行い、これを最終的なフィルタ係数として決定する。次に、ステップS606では、フィルタ係数に応じたフィルタ処理を行う。ここまでの処理は、前述した第1の実施の形態における、図5のステップS401〜ステップS406までの処理と同様である。
次に、ステップS607では、前記ステップS604で行った領域分類結果を、符号量制御に利用するため、一時記憶する処理を行う。このとき、領域の分割が任意形状である場合は、形状情報も一緒に記憶しておく。
次に、ステップS608において、全てのブロックに対して処理が終わったか判定する。この判定の結果、全てのブロックに対して処理が終わっていない場合にはステップS602に戻り、前述した処理を繰り返し行う。また、ステップS608の判定の結果、全てのブロックに対して処理が終わったと判定すると、フィルタ処理としてのフローを終了する。
続いて、符号量制御の処理手順を説明する。
最初に、ステップS609において、一時保存していた領域情報を読み込む。次に、ステップS610に進み、重み付け係数の決定を行う。次に、ステップS611に進み、参照量子化値を算出し、その後、ステップS612に進み、前記ステップS611で求めた参照量子化値に、前記ステップS610で求めた重み付け係数を乗じて最終量子化値とする。
最初に、ステップS609において、一時保存していた領域情報を読み込む。次に、ステップS610に進み、重み付け係数の決定を行う。次に、ステップS611に進み、参照量子化値を算出し、その後、ステップS612に進み、前記ステップS611で求めた参照量子化値に、前記ステップS610で求めた重み付け係数を乗じて最終量子化値とする。
その後、ステップS613において、全てのブロックに対して処理が終わったか判定する。この判定の結果、全てのブロックに対して処理が終わっていない場合にはステップS609に戻り、前述した処理を繰り返し行う。また、ステップS613の判定の結果、全てのブロックに対して処理が終わったと判定すると、符号量制御としてのフローは終了する。
ここで、適応フィルタ処理した画像と、量子化値の重み付けの関係について説明する。領域の分類結果を元にフィルタ処理した画像は、エッジを含まない細かい絵柄部分で、強めのフィルタ処理により解像度が低下している。この領域では、重み付け係数を大きめに設定して量子化値を大きくすることになるが、既に高周波成分を含んでいないので、歪が強調され画質が大きく劣化するようなことはない。
また、フィルタ処理による情報量削減が目標符号量に対して小さかった場合は、符号量制御による大きめの量子化値で発生符号量を抑えることができる。エッジを含む領域では、弱めのフィルタ処理により解像度は保たれている。この領域では、重み付け係数を小さめに設定して量子化値を小さくすることで、高周波成分を保護できるため、画質劣化を抑える効果は大きい。フィルタ処理による情報量削減が目標符号量に対して小さかった場合でも、量子化値は他の領域に比べ相対的に小さくなるので大きく画質を低下させることはない。
適応フィルタ処理と、量子化値の重み付け処理の関係について具体的な数値例を用いて更に詳しく説明する。
フィルタ特性が、「数1」のような係数で示される適応ローパスフィルタについて説明する。kは2以上の整数であり、値が大きくなるほどフィルタ強度の弱いフィルタになる。k=10が定常状態であったとし、ある領域での分類結果が8であったとすると、中央値との差3をオフセット値として、「10−3=7」で、「k=7」のフィルタとする。
フィルタ特性が、「数1」のような係数で示される適応ローパスフィルタについて説明する。kは2以上の整数であり、値が大きくなるほどフィルタ強度の弱いフィルタになる。k=10が定常状態であったとし、ある領域での分類結果が8であったとすると、中央値との差3をオフセット値として、「10−3=7」で、「k=7」のフィルタとする。
すなわち、この領域のフィルタは強度の弱いものとなる。入力画像の情報量がフィルタ処理により既に削減されているため、符号量制御部における参照量子化値は、フィルタ処理がない場合に比べて小さな値となる。「q=8」であったとすると、中央値との比(5/8)=0.625が「w」となる。また、「QP=0.625×8=5」となり、この領域の量子化値は小さいものとなる。その結果、全体としてこの領域の画質劣化を抑えることができる。
また、ある領域での分類結果が「2」であったとすると、「中央値との差3」をオフセット値として、「10+3=13」で、「k=13」のフィルタとする。すなわち、この領域のフィルタは強度の強いものとなる。入力画像の情報量がフィルタ処理により既に削減されているため、符号量制御部における参照量子化値は、フィルタ処理がない場合に比べて小さな値となる。「q=8」であったとすると、中央値との比(5/2)=2.5が「w」となる。「QP=2.5×8=20」となり、この領域の量子化値は大きいものとなる。ただし、この領域には強いフィルタ処理がなされており、高周波成分をほとんど含んでいないため、発生符号量はあまり変わらず、量子化による歪が強調されるようなことはない。
プリ処理におけるフィルタの強度が十分であれば、符号量制御で削減する情報量は少なくてよい。しかし、フィルタの強度が不十分な場合は、符号量制御である程度の情報量削減が必要である。
フィルタの定常状態が「k=20」であり、ある領域での分類結果が「2」であったとすると、「中央値との差3」をオフセット値として、「20−3=17」で、「k=17」のフィルタとする。
すなわち、この領域のフィルタ強度は他の領域よりも強いものとはなっているが、全体としては不十分なものとなる。このとき、符号量制御部における参照量子化値は、フィルタ強度が弱いため、大きめの値となる(それでも、フィルタ処理がない場合に比べると小さい値になる。)。
「q=10」であったとすると、中央値との比(5/2)=2.5が「w」となる。「QP=2.5×10=25」となり、この領域の量子化値は大きいものとなる。フィルタにより削られている高周波成分はあまりないため、大きめの量子化値により、この成分を削減することができる。よって、視覚的に目立ちにくい部分の情報を削り、発生符号量を効果的に抑えることができる。
このように、画像の特性に応じて、フィルタの強度と量子化値とを最適に制御することで、画質劣化の目立ち難い優れた符号化システムを実現することができる。
<第4の実施の形態>
図4は、本発明の第4の実施の形態によるコンピュータのハードウェア構成例を示すブロック図である。本実施の形態は、前記第1から第3の実施の形態の装置をコンピュータで実現する例を示している。
図4は、本発明の第4の実施の形態によるコンピュータのハードウェア構成例を示すブロック図である。本実施の形態は、前記第1から第3の実施の形態の装置をコンピュータで実現する例を示している。
図4において、バス2001には、中央処理装置(CPU)2002、ROM2003、RAM2004、ネットワークインタフェース2005、入力装置2006、出力装置2007及び外部記憶装置2008が接続されている。
CPU2002は、データの処理または演算を行うとともに、バス2001を介して接続された各種構成要素を制御するものである。ROM2003には、予めCPU2002の制御手順(コンピュータプログラム)を記憶させておき、このコンピュータプログラムをCPU2002が実行することにより、起動する。外部記憶装置2008にコンピュータプログラムが記憶されており、そのコンピュータプログラムがRAM2004にコピーされて実行される。RAM2004は、データの入出力、送受信のためのワークメモリ、各構成要素の制御のための一時記憶として用いられる。
外部記憶装置2008は、例えばハードディスク記憶装置やCD−ROM等であり、画像データ等を記憶し、電源を切っても記憶内容が消えない。CPU2002は、RAM2004内のコンピュータプログラムを実行することにより、前述した実施の形態の処理を行う。ネットワークインタフェース2005は、ネットワークに接続するためのインタフェースである。入力装置2006は、例えばキーボード及びマウス等であり、各種指定または入力等を行うことができる。出力装置2007は、ディスプレイ及びプリンタ等である。
(本発明に係る他の実施の形態)
上述した本発明の実施の形態における画像処理装置を構成する各手段、並びに画像処理方法の各ステップは、コンピュータのRAMやROMなどに記憶されたプログラムが動作することによって実現できる。このプログラム及び上記プログラムを記録したコンピュータ読み取り可能な記憶媒体は本発明に含まれる。
上述した本発明の実施の形態における画像処理装置を構成する各手段、並びに画像処理方法の各ステップは、コンピュータのRAMやROMなどに記憶されたプログラムが動作することによって実現できる。このプログラム及び上記プログラムを記録したコンピュータ読み取り可能な記憶媒体は本発明に含まれる。
また、本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施の形態も可能であり、具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。
なお、本発明は、前述した実施の形態の機能を実現するソフトウェアのプログラム(実施の形態では図5〜図7に示すフローチャートに対応したプログラム)を、システムあるいは装置に直接、あるいは遠隔から供給し、そのシステムあるいは装置のコンピュータが前記供給されたプログラムコードを読み出して実行することによっても達成される場合を含む。
したがって、本発明の機能処理をコンピュータで実現するために、前記コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。
その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、OSに供給するスクリプトデータ等の形態であっても良い。プログラムを供給するための記録媒体としては、例えば、フロッピー(登録商標)ディスク、ハードディスク、光ディスク、光磁気ディスク、MO、CD−ROM、CD−R、CD−RW、磁気テープ、不揮発性のメモリカード、ROM、DVD(DVD−ROM,DVD−R)などがある。
その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、前記ホームページから本発明のコンピュータプログラムそのもの、もしくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。
また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるWWWサーバも、本発明に含まれるものである。
また、本発明のプログラムを暗号化してCD−ROM等の記憶媒体に格納してユーザに配布し、所定の条件をクリアしたユーザに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせ、その鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。
また、コンピュータが、読み出したプログラムを実行することによって、前述した実施の形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているOSなどが、実際の処理の一部または全部を行い、その処理によっても前述した実施の形態の機能が実現され得る。
さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるCPUなどが実際の処理の一部または全部を行い、その処理によっても前述した実施の形態の機能が実現される。
100 特徴量算出部
101 分散値算出部
102 画素間差分絶対値和算出部
103 領域分類部
104 フィルタ制御部
105 フィルタ処理部
101 分散値算出部
102 画素間差分絶対値和算出部
103 領域分類部
104 フィルタ制御部
105 フィルタ処理部
Claims (24)
- 複数のフレームから構成される動画像の情報量を削減して出力する前処理手段と、前記前処理手段により情報量が削減された動画像から符号化データを生成する符号化データ生成手段とを有する画像処理装置であって、
前記前処理手段は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出手段と、
前記特徴量算出手段により算出した特徴量に応じてそのブロックを分類する領域分類手段と、
前記領域分類手段による領域分類の結果に応じて、フィルタ係数を制御するフィルタ制御手段と、
前記フィルタ制御手段により制御されたフィルタ係数に応じて入力画像のフィルタ処理を行うフィルタ処理手段とを備え、
前記特徴量算出手段が、ブロック内の画素のばらつき量を算出するばらつき量算出手段と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出手段とを備えることを特徴とする画像処理装置。 - 複数のフレームから構成される動画像を入力し、前記動画像から符号化データを生成する符号化データ生成手段と、前記符号化データ生成手段により発生する符号を一時的に蓄えるバッファ手段と、前記入力画像と入力バッファ情報に応じて量子化値を制御する符号量制御手段とを有する画像処理装置であって、
前記符号量制御手段は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出手段と、
前記特徴量算出手段により算出した特徴量に応じてそのブロックを分類する領域分類手段と、
前記バッファ情報から参照量子化値を求める参照量子化値算出手段と、
前記領域分類手段による領域分類結果と前記参照量子化値算出手段による参照量子化値とから量子化値を算出する量子化値算出手段とを備え、
前記特徴量算出手段が、ブロック内の画素のばらつき量を算出するばらつき量算出手段と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出手段とを備えることを特徴とする画像処理装置。 - 複数のフレームから構成される動画像の情報量を削減して出力する前処理手段と、前記前処理手段により情報量が削減された動画像から符号化データを生成する符号化データ生成手段と、前記符号化データ生成手段により発生する符号を一時的に蓄えるバッファ手段と、前記前処理手段の出力画像とバッファ情報に応じて量子化値を制御する符号量制御手段とを有する画像処理装置であって、
前記前処理手段は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出手段と、
前記特徴量算出手段により算出した特徴量に応じてそのブロックを分類する領域分類手段と、
前記領域分類手段の領域分類結果に応じて、フィルタ係数を制御するフィルタ制御手段と、
前記フィルタ制御手段により制御されたフィルタ係数に応じて入力画像のフィルタ処理を行うフィルタ処理手段とを備え、
前記特徴量算出手段が、ブロック内の画素のばらつき量を算出するばらつき量算出手段と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出手段とを備えることを特徴とする画像処理装置。 - 前記ばらつき分布算出手段は、前記ブロック内の画素の平均値と、各画素との差分二乗和を算出する手段、もしくは、ブロック内の画素の平均値と、各画素との差分絶対値和を算出する手段、であることを特徴とする請求項1に記載の画像処理装置。
- 前記ばらつき量算出手段は、ブロック内の隣接する画素間の差分の二乗和を算出する算出手段、もしくは、ブロック内の隣接する画素間の差分の絶対値和を算出する算出手段、
であることを特徴とする請求項1に記載の画像処理装置。 - 前記領域分類手段は、ブロック内の画素のばらつき量が大きく、ブロック内の画素のばらつきの分布が小さい領域をエッジ領域と分類し、エッジの先鋭性を重視する場合に、この領域の重要度が大きいとすることを特徴とする請求項1に記載の画像処理装置。
- 前記領域分類手段は、ブロック内の画素のばらつき量が小さく、ブロック内の画素のばらつきの分布が大きい領域を平坦領域と分類し、平坦部の階調性を重視する場合に、この領域の重要度が大きいとすることを特徴とする請求項1に記載の画像処理装置。
- 前記領域分類手段は、ブロック内の画素のばらつき量を算出した後に正規化した値と、
ブロック内の画素のばらつきの分布を算出した後に正規化した値に基づき分類することを特徴とする請求項1に記載の画像処理装置。 - 前記フィルタ制御手段は、重要度の大きい領域に対し、フィルタ強度の弱い係数を設定し、重要度の小さい領域に対し、フィルタ強度の強い係数を設定することを特徴とする請求項1に記載の画像処理装置。
- 前記量子化値算出手段は、重要度の大きい領域に対して量子化値を小さく設定し、重要度の小さい領域に対して量子化値を大きく設定することを特徴とする請求項2または3に記載の画像処理装置。
- 複数のフレームから構成される動画像の情報量を削減して出力する前処理工程と、前記前処理工程により情報量が削減された動画像から符号化データを生成する符号化データ生成工程とを有する画像処理方法であって、
前記前処理工程は、入力画像を構成する少なくとも1画素からなるブロックに対して、前記ブロック内の画素の特徴量を算出する特徴量算出工程と、
前記特徴量算出工程により算出した特徴量に応じてそのブロックを複数の領域に分類する領域分類工程と、
前記領域分類工程により行われた領域分類の結果に応じてフィルタ係数を制御するフィルタ制御工程と、
前記フィルタ制御工程により制御されたフィルタ係数に応じて前記入力画像のフィルタ処理を行うフィルタ処理工程とを有し、
前記特徴量算出工程が、前記ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とを有することを特徴とする画像処理方法。 - 複数のフレームから構成される動画像を入力し、前記動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記入力画像と入力バッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法であって、
前記符号量制御工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、
前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、
前記バッファ情報から参照量子化値を求める参照量子化値算出工程と、
前記領域分類工程による領域分類結果と前記参照量子化値算出工程による参照量子化値とから量子化値を算出する量子化値算出工程とを備え、
前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とを備えることを特徴とする画像処理方法。 - 複数のフレームから構成される動画像の情報量を削減して出力する前処理工程と、前記前処理工程により情報量が削減された動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記前処理工程の出力画像とバッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法であって、
前記前処理工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、
前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、
前記領域分類工程の領域分類結果に応じて、フィルタ係数を制御するフィルタ制御工程と、
前記フィルタ制御工程により制御されたフィルタ係数に応じて入力画像のフィルタ処理を行うフィルタ処理工程とを備え、
前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とを備えることを特徴とする画像処理方法。 - 前記ばらつき分布算出工程は、前記ブロック内の画素の平均値と、各画素との差分二乗和を算出する算出工程、もしくは、ブロック内の画素の平均値と、各画素との差分絶対値和を算出する算出工程のうち、少なくとも何れか一方の工程を有することを特徴とする請求項11に記載の画像処理方法。
- 前記ばらつき量算出工程は、ブロック内の隣接する画素間の差分の二乗和を算出する算出工程、もしくは、ブロック内の隣接する画素間の差分の絶対値和を算出する算出工程のうち、少なくとも何れか一方の工程を有することを特徴とする請求項11に記載の画像処理方法。
- 前記領域分類工程は、前記ブロック内の画素のばらつき量が大きく、ブロック内の画素のばらつきの分布が小さい領域をエッジ領域と分類し、エッジの先鋭性を重視する場合に、この領域の重要度が大きいとすることを特徴とする請求項11に記載の画像処理方法。
- 前記領域分類工程は、前記ブロック内の画素のばらつき量が小さく、ブロック内の画素のばらつきの分布が大きい領域を平坦領域と分類し、平坦部の階調性を重視する場合に、この領域の重要度が大きいとすることを特徴とする請求項11に記載の画像処理方法。
- 前記領域分類工程は、前記ブロック内の画素のばらつき量を算出した後に正規化した値と、前記ブロック内の画素のばらつきの分布を算出した後に正規化した値とに基づいて領域を分類することを特徴とする請求項11に記載の画像処理方法。
- 前記フィルタ制御工程は、重要度の大きい領域に対してフィルタ強度の弱い係数を設定し、重要度の小さい領域に対してフィルタ強度の強い係数を設定することを特徴とする請求項11に記載の画像処理方法。
- 前記量子化値算出工程は、重要度の大きい領域に対して量子化値を小さく設定し、重要度の小さい領域に対して量子化値を大きく設定することを特徴とする請求項12または13に記載の画像処理方法。
- 複数のフレームから構成される動画像の情報量を削減して出力する前処理工程と、前記前処理工程により情報量が削減された動画像から符号化データを生成する符号化データ生成工程とを有する画像処理方法をコンピュータに実行させるプログラムであって、
前記前処理工程は、入力画像を構成する少なくとも1画素からなるブロックに対して、前記ブロック内の画素の特徴量を算出する特徴量算出工程と、
前記特徴量算出工程により算出した特徴量に応じてそのブロックを複数の領域に分類する領域分類工程と、
前記領域分類工程により行われた領域分類の結果に応じてフィルタ係数を制御するフィルタ制御工程と、
前記フィルタ制御工程により制御されたフィルタ係数に応じて前記入力画像のフィルタ処理を行うフィルタ処理工程とを有し、
前記特徴量算出工程が、前記ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とをコンピュータに実行させることを特徴とするコンピュータプログラム。 - 複数のフレームから構成される動画像を入力し、前記動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記入力画像と入力バッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法をコンピュータに実行させるプログラムであって、
前記符号量制御工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、
前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、前記バッファ情報から参照量子化値を求める参照量子化値算出工程と、
前記領域分類工程による領域分類結果と前記参照量子化値算出工程による参照量子化値とから量子化値を算出する量子化値算出工程とを備え、
前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とをコンピュータに実行させることを特徴とするコンピュータプログラム。 - 複数のフレームから構成される動画像の情報量を削減して出力する前処理工程と、前記前処理工程により情報量が削減された動画像から符号化データを生成する符号化データ生成工程と、前記符号化データ生成工程により発生する符号を一時的に蓄えるバッファ工程と、前記前処理工程の出力画像とバッファ情報に応じて量子化値を制御する符号量制御工程とを有する画像処理方法であって、
前記前処理工程は、入力画像を構成する少なくとも1画素からなるブロックに対し、ブロック内の画素の特徴量を算出する特徴量算出工程と、
前記特徴量算出工程により算出した特徴量に応じてそのブロックを分類する領域分類工程と、
前記領域分類工程の領域分類結果に応じて、フィルタ係数を制御するフィルタ制御工程と、
前記フィルタ制御工程により制御されたフィルタ係数に応じて入力画像のフィルタ処理を行うフィルタ処理工程とを備え、
前記特徴量算出工程が、ブロック内の画素のばらつき量を算出するばらつき量算出工程と、前記ブロック内の画素のばらつきの分布を算出するばらつき分布算出工程とをコンピュータに実行させることを特徴とするコンピュータプログラム。 - 前記請求項21〜23に記載のコンピュータプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004342539A JP2006157267A (ja) | 2004-11-26 | 2004-11-26 | 画像処理装置及び画像処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004342539A JP2006157267A (ja) | 2004-11-26 | 2004-11-26 | 画像処理装置及び画像処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006157267A true JP2006157267A (ja) | 2006-06-15 |
Family
ID=36635050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004342539A Pending JP2006157267A (ja) | 2004-11-26 | 2004-11-26 | 画像処理装置及び画像処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006157267A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011087271A3 (ko) * | 2010-01-12 | 2011-11-10 | 엘지전자 주식회사 | 비디오 신호의 처리 방법 및 장치 |
JP2019198114A (ja) * | 2010-06-17 | 2019-11-14 | シャープ株式会社 | 復号装置、符号化装置、復号方法および符号化方法 |
US11272184B2 (en) | 2019-12-03 | 2022-03-08 | Axis Ab | Encoding of a video sequence |
-
2004
- 2004-11-26 JP JP2004342539A patent/JP2006157267A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011087271A3 (ko) * | 2010-01-12 | 2011-11-10 | 엘지전자 주식회사 | 비디오 신호의 처리 방법 및 장치 |
JP2019198114A (ja) * | 2010-06-17 | 2019-11-14 | シャープ株式会社 | 復号装置、符号化装置、復号方法および符号化方法 |
JP2020191690A (ja) * | 2010-06-17 | 2020-11-26 | シャープ株式会社 | 復号装置、符号化装置、復号方法および符号化方法 |
US11272184B2 (en) | 2019-12-03 | 2022-03-08 | Axis Ab | Encoding of a video sequence |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Hierarchical prediction and context adaptive coding for lossless color image compression | |
JP4431362B2 (ja) | 圧縮画像中のアーティファクトを除去する方法及びシステム | |
US6983079B2 (en) | Reducing blocking and ringing artifacts in low-bit-rate coding | |
US6259823B1 (en) | Signal adaptive filtering method and signal adaptive filter for reducing blocking effect and ringing noise | |
KR20200058398A (ko) | 정보 처리 장치 및 방법 | |
US8472709B2 (en) | Apparatus and method for reducing artifacts in images | |
US7561736B2 (en) | Image processing apparatus and method of the same | |
Kwok et al. | Contrast enhancement and intensity preservation for gray-level images using multiobjective particle swarm optimization | |
US20100295922A1 (en) | Coding Mode Selection For Block-Based Encoding | |
US20100027686A1 (en) | Image compression and decompression | |
US20060056516A1 (en) | Image-data processing apparatus | |
JPH10327334A (ja) | リンギングノイズの減少のための信号適応フィルタリング方法及び信号適応フィルター | |
US11323717B2 (en) | Frequency adjustment for texture synthesis in video coding | |
JP2004260327A (ja) | 画像圧縮装置 | |
JP2006081156A (ja) | 画像処理装置および方法並びにプログラム | |
US11928843B2 (en) | Signal processing apparatus and signal processing method | |
JP4097587B2 (ja) | 画像処理装置および画像処理方法 | |
US20070064275A1 (en) | Apparatus and method for compressing images | |
US11252413B2 (en) | Polynomial fitting for motion compensation and luminance reconstruction in texture synthesis | |
JP2000101846A (ja) | 画像情報符号化装置 | |
TW502542B (en) | Video encoding method and video encoding apparatus | |
US7916967B2 (en) | Image processing apparatus and image processing method | |
JP2009152968A (ja) | 画像処理装置および方法、学習装置および方法、プログラム、並びに記録媒体 | |
JP5236332B2 (ja) | 符号化装置、符号化方法および符号化プログラム | |
JP2006157267A (ja) | 画像処理装置及び画像処理方法 |