JP2006174487A5 - - Google Patents

Claims (23)

1. タイル状のブロックに分割された画像データを復号化する方法であって、
   圧縮ビットストリームから画像データのブロックを取り出すこと、
   前記ブロックに可逆ブロック変換を適用すること、
   ブロック間の境界の少なくともいくつかにまたがって、単位行列式である可逆重ね合わせ演算子を適用すること、および
   画像データからディスプレイに表示する画像を生成すること
   を含むことを特徴とする方法。
2. 前記可逆重ね合わせ演算子は、それぞれが単位行列式である複数の成分から構成されることを特徴とする請求項１に記載の方法。
3. 前記可逆重ね合わせ演算子の前記適用は、
   可逆アダマールネットワークを適用すること、
   可逆ブロック回転を適用すること、
   可逆スケーリング演算子を適用すること、
   別の可逆ブロック回転を適用すること、および
   可逆逆アダマールネットワークを適用すること
   を含むことを特徴とする請求項２に記載の方法。
4. 前記可逆スケーリング演算子の前記適用は、
   第１の値を、第２の値にパラメータ値と１引く前記パラメータ値の二乗との比を掛けた積と合計する第１のリフティングステップを実行すること、
   前記第２の値を、前記第１の和に前記パラメータ値を掛けた積と合計する第２のリフティングステップを実行すること、
   前記第１の和を、前記第２の和に前記パラメータ値の負数を掛けた積と合計する第３のリフティングステップを実行すること、および
   前記第２の和を、前記第３の和に前記パラメータ値と１引く前記パラメータ値の二乗との比の負数を掛けた積と合計する第４のリフティングステップを実行すること
   を含む４リフティングステップ手順を実行することを含むことを特徴とする請求項３に記載の方法。
5. 前記可逆スケーリング演算子の前記適用は、
   第２の値を第１の値と合計する第１のリフティングステップを実行すること、
   前記第１の値を、前記第１の和に、ｓ^２＋ｃ^２＝１である
   

   

   を掛けた積と合計する第２のリフティングステップを実行すること、
   前記第１の和を、前記第２の和に
   

   

   を掛けた積と合計する第３のリフティングステップを実行すること、
   前記第２の和を、前記第３の和に
   

   

   を掛けた積と合計する第４のリフティングステップを実行すること、および
   前記第３の和を、前記第４の和の負数の積と合計する第５のリフティングステップを実行すること
   を含む５リフティングステップ手順を実行することを含むことを特徴とする請求項３に記載の方法。
6. 前記リフティングステップの１つまたは複数は、前記可逆重ね合わせ演算子の別のステップと組み合わされ、または前記可逆重ね合わせ演算子の別のステップによって相殺されることを特徴とする請求項５に記載の方法。
7. 前記可逆スケーリング演算子の前記適用は、２点スケーリングのカスケードを使ってＭ個のスケーリング係数ｓ_１からｓ_ＭによってＭ個のデータパスをスケーリングすることを含むことを特徴とする請求項５に記載の方法。
8. 前記可逆重ね合わせ演算子の前記適用は、
   可逆アダマールネットワークを適用すること、
   可逆ブロック回転を適用すること、
   可逆スケーリング演算子を適用すること、および
   可逆逆アダマールネットワークを適用すること
   を含むことを特徴とする請求項２に記載の方法。
9. 符号化され、かつ／または復号化される画像データを格納するデータ記憶バッファと、
   前記画像データをタイル状のブロックに分割し、
   ブロック間の境界の少なくともいくつかにまたがって、単位行列式である可逆重ね合わせ演算子を適用し、
   前記ブロックに可逆ブロック変換を適用する
   ようにプログラムされたプロセッサとを備え、
   前記可逆重ね合わせ演算子および前記可逆ブロック変換の前記適用は、前記ディジタルメディアデータの符号化と復号化の間で反転される
   ことを特徴とする画像符号器および／または復号器。
10. 前記可逆重ね合わせ演算子は、それぞれが単位行列式である複数の成分変換から構成されることを特徴とする請求項９に記載の画像符号器および／または復号器。
11. 前記プロセッサは、前記可逆重ね合わせ演算子を、
    可逆アダマールネットワークを適用すること、
    可逆ブロック回転を適用すること、
    可逆スケーリング演算子を適用すること、
    別の可逆ブロック回転を適用すること、および
    可逆逆アダマールネットワークを適用すること
    によって実現することを特徴とする請求項１０に記載の画像符号器および／または復号器。
12. 前記プロセッサは、前記可逆スケーリング演算子を適用するに際して、
    第１の値を、第２の値にパラメータ値と１引く前記パラメータ値の二乗との比を掛けた積と合計する第１のリフティングステップを実行すること、
    前記第２の値を、前記第１の和に前記パラメータ値を掛けた積と合計する第２のリフティングステップを実行すること、
    前記第１の和を、前記第２の和に前記パラメータ値の負数を掛けた積と合計する第３のリフティングステップを実行すること、および
    前記第２の和を、前記第３の和に前記パラメータ値と１引く前記パラメータ値の二乗との比の負数を掛けた積と合計する第４のリフティングステップを実行すること
    を含む４リフティングステップ手順を実行することを特徴とする請求項１１に記載の画像符号器および／または復号器。
13. 前記プロセッサは、前記可逆スケーリング演算子を適用するに際して、
    第２の値を第１の値と合計する第１のリフティングステップを実行すること、
    前記第１の値を、前記第１の和に、ｓ ^２ ＋ｃ ^２ ＝１である
    

    

    を掛けた積と合計する第２のリフティングステップを実行すること、
    前記第１の和を、前記第２の和に
    

    

    を掛けた積と合計する第３のリフティングステップを実行すること、
    前記第２の和を、前記第３の和に
    

    

    を掛けた積と合計する第４のリフティングステップを実行すること、および
    前記第３の和を、前記第４の和の負数の積と合計する第５のリフティングステップを実行すること
    を含む５リフティングステップ手順を実行することを特徴とする請求項１１に記載の画像符号器および／または復号器。
14. 前記リフティングステップの１つまたは複数は、前記可逆重ね合わせ演算子の別のステップと組み合わされ、または前記可逆重ね合わせ演算子の別のステップによって相殺されることを特徴とする請求項１３に記載の画像符号器および／または復号器。
15. 前記プロセッサは、前記可逆スケーリング演算子を、２点スケーリングのカスケードを使ってＭ個のスケーリング係数ｓ _１ からｓ _Ｍ によってＭ個のデータパスをスケーリングすることによって実現することを特徴とする請求項１３に記載の画像符号器および／または復号器。
16. 前記プロセッサは、前記可逆重ね合わせ演算子を、
    可逆アダマールネットワークを適用すること、
    可逆ブロック回転を適用すること、
    可逆スケーリング演算子を適用すること、
    別の可逆ブロック回転を適用すること、および
    可逆逆アダマールネットワークを適用すること
    によって実現することを特徴とする請求項１０に記載の画像符号器および／または復号器。
17. タイル状のブロックに分割された画像データを処理する方法を実行するコンピュータ実行可能画像処理プログラムを保持している少なくとも１つのコンピュータ可読記録媒体であって、前記方法は、
    ブロック間の境界の少なくともいくつかにまたがって、単位行列式である可逆重ね合わせ演算子を適用すること、および
    前記ブロックに可逆ブロック変換を適用すること
    を含み、
    前記可逆重ね合わせ演算子および前記可逆ブロック変換の前記適用は、前記ディジタルメディアデータの符号化と復号化の間で反転される
    ことを特徴とする少なくとも１つのコンピュータ可読記録媒体。
18. 前記可逆重ね合わせ演算子は、それぞれが単位行列式である複数の成分から構成されることを特徴とする請求項１７に記載の少なくとも１つのコンピュータ可読記録媒体。
19. 前記可逆重ね合わせ演算子の前記適用は、
    可逆アダマールネットワークを適用すること、
    可逆ブロック回転を適用すること、
    可逆スケーリング演算子を適用すること、
    別の可逆ブロック回転を適用すること、および
    可逆逆アダマールネットワークを適用すること
    を含むことを特徴とする請求項１８に記載の少なくとも１つのコンピュータ可読記録媒体。
20. 前記可逆スケーリング演算子の前記適用は、
    第１の値を、第２の値にパラメータ値と１引く前記パラメータ値の二乗との比を掛けた積と合計する第１のリフティングステップを実行すること、
    前記第２の値を、前記第１の和に前記パラメータ値を掛けた積と合計する第２のリフティングステップを実行すること、
    前記第１の和を、前記第２の和に前記パラメータ値の負数を掛けた積と合計する第３のリフティングステップを実行すること、および
    前記第２の和を、前記第３の和に前記パラメータ値と１引く前記パラメータ値の二乗との比の負数を掛けた積と合計する第４のリフティングステップを実行すること
    を含む４リフティングステップ手順を実行することを含むことを特徴とする請求項１９に記載の少なくとも１つのコンピュータ可読記録媒体。
21. 前記可逆スケーリング演算子の前記適用は、
    第２の値を第１の値と合計する第１のリフティングステップを実行すること、
    前記第１の値を、前記第１の和に、ｓ ^２ ＋ｃ ^２ ＝１である
    

    

    を掛けた積と合計する第２のリフティングステップを実行すること、
    前記第１の和を、前記第２の和に
    

    

    を掛けた積と合計する第３のリフティングステップを実行すること、
    前記第２の和を、前記第３の和に
    

    

    を掛けた積と合計する第４のリフティングステップを実行すること、および
    前記第３の和を、前記第４の和の負数の積と合計する第５のリフティングステップを実行すること
    を含む５リフティングステップ手順を実行することを含むことを特徴とする請求項１９に記載の少なくとも１つのコンピュータ可読記録媒体。
22. 前記可逆スケーリング演算子の前記適用は、２点スケーリングのカスケードを使ってＭ個のスケーリング係数ｓ _１ からｓ _Ｍ によってＭ個のデータパスをスケーリングすることを含むことを特徴とする請求項２１に記載の少なくとも１つのコンピュータ可読記録媒体。
23. 前記可逆重ね合わせ演算子の前記適用は、
    可逆アダマールネットワークを適用すること、
    可逆ブロック回転を適用すること、
    可逆スケーリング演算子を適用すること、および
    可逆逆アダマールネットワークを適用することを含むことを特徴とする請求項１８に記載の少なくとも１つのコンピュータ可読記録媒体。