JP2017123559A - データ処理装置およびプログラム - Google Patents

Abstract

【課題】対象データの圧縮の度合いを指標とする処理方式の選択を実現する。【解決手段】データ処理装置１００は、対象データに対してデータ処理を実行するデータ処理部１０と対象データに対するデータ処理の処理方式を選択する方式選択部２０を備えている。方式選択部２０は、複数段階に亘って実行されるデータ処理の各段階ごとに、対象データのベクタ化率からデータ処理性能を予測して対象データの処理方式を選択する。データ処理部１０は、選択された処理方式に対応した処理回路を再構成可能回路に構成して対象データに対するデータ処理を実行する。【選択図】図１

Description

本発明は、データ処理装置およびプログラムに関する。

データ処理装置は様々な分野において広く普及しており、特に、画像データを処理対象とする画像処理装置はデータ処理装置の好適な具体例の一つである。従来から、データ処理装置と画像処理装置に係る技術がいくつか提案されている。

例えば、特許文献１には、圧縮された状態の画像データを圧縮状態のままでデータ処理するデータ処理装置が記載されている。

また、特許文献２には、ランレングス変換された画像データをランレングス形式で処理する画像処理装置が記載されている。

また、特許文献３には、再構成可能なハードウェアにより、入力された情報を圧縮データに変換し、圧縮データを伸張する発明が記載されている。

例えばランレングス変換された画像データなどを代表例とする圧縮されたデータは、データ内容に応じて圧縮の状態が様々に変化する。

特開２００４−１１２３５１号公報 特開平１０−１３６８６号公報 特開２００３−３４７９２７号公報

本発明は、データを圧縮した状態でデータ処理する処理方式とデータを展開してからデータ処理する処理方式とを含む複数の処理方式の中から１つの処理方式を選択する場合において、対象データの圧縮の度合いを考慮しない場合に比べて、処理性能の向上に繋がる適切な処理方式の選択を実現することにある。

請求項１に係る発明は、データを圧縮した状態でデータ処理する処理方式とデータを展開してからデータ処理する処理方式とを含む複数候補の中から、対象データの圧縮の度合いを指標として当該対象データの処理方式を選択し、選択した処理方式で当該対象データをデータ処理する、ことを特徴とするデータ処理装置である。

請求項２に係る発明は、請求項１に記載のデータ処理装置において、前記複数候補には、データを再圧縮してからデータ処理する処理方式が含まれる、ことを特徴とするデータ処理装置である。

請求項３に係る発明は、請求項１または２に記載のデータ処理装置において、対象データの圧縮の度合いを示す圧縮率から前記各候補ごとに予測される前記複数候補のデータ処理性能を比較することにより、当該複数候補の中から当該対象データの処理方式を選択する、ことを特徴とするデータ処理装置である。

請求項４に係る発明は、請求項１から３のいずれか１項に記載のデータ処理装置において、データを圧縮した状態でデータ処理する圧縮処理方式と、データを展開してからデータ処理する展開処理方式と、データを再圧縮してからデータ処理する再圧縮方式と、を前記複数候補に含み、対象データの圧縮率から前記各候補ごとに予測される前記複数候補のデータ処理性能を比較し、当該複数候補の中から当該対象データの処理方式を選択する方式選択部と、前記選択された処理方式で前記対象データをデータ処理するデータ処理部とを有する、ことを特徴とするデータ処理装置である。

請求項５に係る発明は、請求項４に記載のデータ処理装置において、前記データ処理部は、圧縮されたデータを処理対象とする圧縮データ処理回路と、圧縮されたデータを展開する展開処理回路と、展開されたデータを処理対象とする展開データ処理回路と、データを再圧縮する再圧縮処理回路と、を再構成できる再構成可能回路を備え、前記圧縮処理方式が選択された場合に、前記圧縮データ処理回路を含む回路構成を前記再構成可能回路内に再構成し、前記展開処理方式が選択された場合に、前記展開処理回路と前記展開データ処理回路を含む回路構成を前記再構成可能回路内に再構成し、前記再圧縮方式が選択された場合に、前記再圧縮処理回路と前記圧縮データ処理回路を含む回路構成を前記再構成可能回路内に再構成する、ことを特徴とするデータ処理装置である。

請求項６に係る発明は、請求項４または５に記載のデータ処理装置において、前記方式選択部は、複数段階に亘って実行されるデータ処理の各段階ごとに前記対象データの処理方式を選択し、前記データ処理部は、前記対象データに対して前記複数段階のデータ処理を段階的に実行するにあたり、各段階ごとに選択された処理方式で前記対象データをデータ処理する、ことを特徴とするデータ処理装置である。

請求項７に係る発明は、データを圧縮した状態でデータ処理する処理方式とデータを展開してからデータ処理する処理方式とを含む複数候補の中から、対象データの圧縮の度合いを指標として当該対象データの処理方式を選択する機能をコンピュータに実現させる、ことを特徴とするプログラムである。

請求項１に係る発明によれば、データを圧縮した状態でデータ処理する処理方式とデータを展開してからデータ処理する処理方式とを含む複数の処理方式の中から１つの処理方式を選択する場合において、対象データの圧縮の度合いを考慮しない場合に比べて、処理性能の向上に繋がる適切な処理方式の選択を実現することにある。

請求項２に係る発明によれば、データを再圧縮する処理方式が選択の候補にない場合に比べて、より処理性能の向上に繋がる適切な処理方式の選択を実現することになる。

請求項３に係る発明によれば、データ処理性能の比較による処理方式の選択が実現される。

請求項４に係る発明によれば、圧縮処理方式と展開処理方式と再圧縮方式を候補とする処理方式の選択が実現される。

請求項５に係る発明によれば、選択された処理方式に対応した回路構成を選択的に再構成することができる。

請求項６に係る発明によれば、複数段階に亘って実行されるデータ処理に好適な処理方式の選択が実現される。

請求項７に係る発明によれば、対象データの圧縮の度合いを指標とする処理方式の選択を実現するプログラムが提供される。

本発明の実施形態として好適なデータ処理装置の具体例を示す図である。 画像データのデータ形式を説明するための図である。 画像データの具体例を示す図である。 再ベクタ化処理を説明するための図である。 再ベクタ化処理の具体例を示す図である。 ラスタ画像処理を説明するための図である。 ラスタ画像処理の具体例を示す図である。 処理方式を選択するアルゴリズムの具体例を説明するための図である。 ベクタ化率の変化予測の具体例を説明するための図である。 図１のデータ処理装置が実行する処理を纏めたフローチャートである。

図１は、本発明を実施するための形態として好適なデータ処理装置１００の具体例を示す図である。図１のデータ処理装置１００は、対象データ（処理対象となるデータ）に対してデータ処理を実行するデータ処理部１０と、対象データに対するデータ処理の処理方式を選択する方式選択部２０を備えている。

図１のデータ処理装置１００が処理対象とする対象データの好適な具体例は画像データ（文字や数字や記号のみのデータを含む）等であり、例えばコンピュータ等の外部の装置から画像データがデータ処理装置１００に送られる。

また、図１のデータ処理装置１００が、画像読み取り機能（スキャン機能）等を備えた画像処理装置内に組み込まれ、画像読み取り機能を介して紙などの媒体から得られた画像データが対象データとされてもよい。さらに、データ処理装置１００による処理後の画像データに対応した画像が紙などに印刷されてもよいし、処理後の画像データが外部の装置に提供されてもよい。なお、画像処理装置の好適な具体例には、複写機、印刷機、ファクシミリ（ＦＡＸ）などが含まれる。さらに、複写機、印刷機、ファクシミリのうちのいずれか複数の機能を兼ね備えた複合機も画像処理装置の好適な具体例である。

データ処理部１０は、対象データに対してデータ処理を実行する。図１に示す具体例において、データ処理部１０は、データ処理に応じた回路構成のデータ処理回路を備えている。データ処理回路は、プログラマブルではない固定型の回路構成を実現するデバイス、例えばＡＳＩＣ（Application Specific Integrated Circuit）などにより実現することもできるが、回路構成がプログラマブルな再構成可能回路により実現されることが望ましい。

再構成可能回路は、内部の回路構成を再構成可能（プログラマブル）な回路である。例えば、動的再構成可能プロセッサ（ＤＲＰ：Dynamic Reconfigurable Processor）が、再構成可能回路を実現する好適なデバイスの一つである。もちろん、他のデバイス、例えばＰＬＤ（Programmable Logic Device）やＦＰＧＡ（Field Programmable Gate Array）などのプログラマブル論理回路により、再構成可能回路が実現されてもよい。さらに、将来的に登場する動的再構成可能なデバイス（プロセッサ等）を利用して再構成可能回路が実現されてもよい。なお、データ処理部１０の内部構成（例えばデータ処理回路）を実現するための上述したプロセッサやデバイスはあくまでも一例に過ぎず、他のハードウェアが利用されてもよい。

方式選択部２０は、対象データに対するデータ処理の処理方式を選択する。図１に示す具体例において、方式選択部２０は、性能予測部と方式決定部を備えている。方式選択部２０が実行する処理の具体例については後に詳述する。

図１のデータ処理装置１００が備える内部構成のうちの少なくとも一部は、例えば演算機能等を実現するハードウェアとその動作を規定するソフトウェア（制御プログラム等）によって構成され、ハードウェアとソフトウェアとの協働により実現されてもよい。例えば、方式選択部２０の機能がコンピュータにより実現されてもよい。この場合には、後に詳述する方式選択部２０の機能に対応したアルゴリズムのプログラムが、例えば、ディスクやメモリなどのコンピュータが読み取り可能な記憶媒体に記憶され、その記憶媒体を介してコンピュータ（データ処理装置１００）に提供される。もちろん、インターネット等の電気通信回線を介して当該プログラムがコンピュータに提供されてもよい。そして、コンピュータが備えるＣＰＵやメモリ等のハードウェア資源と、提供された当該プログラム（ソフトウェア）との協働により、例えば方式選択部２０の機能が実現される。また、データ処理部１０の機能がコンピュータにより実現されてもよいし、方式選択部２０の機能を実現するコンピュータの外部にデータ処理部１０が設けられ、当該コンピュータによりデータ処理部１０を制御するシステムが構成されてもよい。

図１のデータ処理装置１００の全体構成は以上のとおりである。次に、データ処理装置１００により実現される処理または機能の具体例について説明する。なお、図１に示した構成（符号を付した各部）については、以下の説明において図１の符号を利用する。

図２は、画像データのデータ形式を説明するための図である。図２には、データ処理装置１００により処理される対象データの好適な具体例である画像データのデータ形式が図示されている。つまり、ラスタ形式の画像データとベクタ形式の画像データの具体例が図示されている。

ラスタ形式の画像データは、画像データ内において連続する複数画素の画素値を画素の配列順に並べたデータ構成である。一方、ベクタ形式の画像データは、複数画素に関する画素値とラン長（ＲＵＮ長）の組み合わせで構成される。ベクタ形式におけるラン長は、画像データ内において連続する同一画素値の画素数を示すデータである。つまり、画素値とラン長の組み合わせにより、その画素値に対応した画素がラン長の個数だけ連続することが示される。

例えば、データ例１には、連続する複数画素の画素値が左から順にＡＡＡＡＡＢＢＢである画像データが図示されている。なお、画像データに対するデータ処理（画像処理）は例えば右側の画素から順に処理対象とされる。ラスタ形式では、画像データ内の配列どおりに、複数画素の画素値が左から順にＡＡＡＡＡＢＢＢと配列される。これに対し、ベクタ形式では、同一画素値の連続する複数画素が画素値とラン長の組み合わせにより纏められる。データ例１において、画素値Ａの画素が５つ連続して画素値Ｂの画素が３つ連続しており、ベクタ形式では画素値Ａ×ラン長５と画素値Ｂ×ラン長３のデータ構成となる。

また、データ例１では、ラスタ形式において８個の画素値で構成される画像データが、ベクタ形式において２個の画素値に圧縮される。そこで、ラスタ形式からベクタ形式への圧縮の度合いを示す指標としてベクタ化率を次のように定義する。データ例１では、ベクタ化率が７５パーセントとなる。

ベクタ化率＝（ラスタ形式の画素数−ベクタ形式の画素数）／ラスタ形式の画素数

これに対し、データ例２には、連続する複数画素の画素値が左から順にＡＣＡＣＡＤＢＣである画像データが図示されている。ラスタ形式では、画像データ内の配列どおりに、複数画素の画素値が左から順にＡＣＡＣＡＤＢＣと配列される。これに対し、ベクタ形式では、連続する同一画素値の複数画素が画素値とラン長の組み合わせにより纏められる。しかし、データ例２では、連続する同一画素値がないため、ベクタ形式においても、複数画素の画素値が左から順にＡＣＡＣＡＤＢＣに分解されたままである。したがって、データ例２では、ベクタ化率が０（ゼロ）パーセントとなる。

データ処理によっては、例えば画像データを処理対象とする画像処理の中には、ラスタ形式よりもベクタ形式の方がデータ処理性能の面で有利なものがある。具体的には、各画素ごとにその画素の画素値から処理結果を得ることができる画像処理、例えばガンマ補正などのＬＵＴ（ルックアップテーブル）処理などは、ラスタ形式よりもベクタ形式の方が高速に処理できる。

例えば、１つの画素値に対する処理時間が１クロックの画像処理の場合、データ例１において、ラスタ形式の画像データは８つの画素値で構成されるため８クロックの処理時間を要するのに対し、ベクタ形式の画像データは２つの画素値に圧縮されているため、２クロックの処理時間で済む。ベクタ形式の画像データの場合には、各画素値の処理結果をその画素値のラン長の数だけコピーして利用できるためである。また、処理後のデータを例えばＤＲＡＭ等に転送する場合に、ラスタ形式からベクタ形式にデータが圧縮されていれば、ラスタ形式よりもベクタ形式の方が転送帯域を小さくすることができ、データ転送の面でも有利になる。

しかし、ラスタ形式からベクタ形式への圧縮の状態によっては、ラスタ形式よりもベクタ形式の方がデータ処理性能の面で不利になってしまう場合も考えられる。例えば、上述した具体例、つまり、１つの画素値に対する処理時間が１クロックの画像処理の場合、データ例２において、ラスタ形式の画像データは８つの画素値で構成されるため８クロックの処理時間を要するのに対し、ベクタ形式の画像データも８つの画素値に分解されたままであるため８クロックの処理時間を要し、処理の高速化が期待できない。その上、データ例２では、ラスタ形式よりもベクタ形式の方がラン長のデータ分だけデータ量が増大しておりデータ転送の面でも好ましくない。

一般的に、ベクタ化率が高いほどベクタ形式の方がデータ処理性能の面で有利であるものの、ベクタ化率が低いほどラスタ形式の方がデータ処理性能の面で有利になる傾向がある。

図３は、画像データの具体例を示す図である。画像データ例１は、例えば、写真などを多く含む画像データであり、同一画素値の連続性が低いためベクタとして纏まりにくく、ベクタ化率が比較的低く（小さく）なる。したがって、画像データ例１の場合には、ラスタ形式の方がデータ処理性能の面で有利になる傾向がある。

これに対し、画像データ例２は、例えば余白や文字などを多く含む画像データであり、同一画素値の連続性が高いためベクタとして纏まり易く、ベクタ化率が比較的高く（大きく）なる。したがって、画像データ例２の場合には、ベクタ形式の方がデータ処理性能の面で有利になる傾向がある。

また、ベクタ形式のデータをベクタ形式のままでデータ処理すると、そのデータ処理によりベクタ形式が変更されてベクタ化率が変化する場合がある。例えば、ベクタ形式の画像データに対してベクタ画像処理を適用すると、画像処理に伴う画素値の変化により、ベクタのラン長が分断されてベクタ化率が低下する場合がある。この場合には、ベクタ化率を高めるために再ベクタ化処理を行うことが望ましい。

図４は、再ベクタ化処理を説明するための図である。図４には、複数段階に亘って実行されるベクタ画像処理Ａ〜Ｅにより、処理対象となる画像データのベクタ化率が変化する様子の具体例が図示されている。

図４の具体例では、ベクタ画像処理Ａ〜Ｄを実行した結果、対象データのベクタ化率が徐々に低下している。ベクタ化率が低下してしまうと、ベクタ画像処理のデータ処理性能の面で不利になる傾向がある。そこで、分断されたベクタを結合する再ベクタ化処理が行われる。図４の具体例では、ベクタ画像処理Ｄの後に再ベクタ化処理が行われ、対象データのベクタ化率が高められてから、ベクタ画像処理Ｅが実行される。

図５は、再ベクタ化処理の具体例を示す図である。図５には、画像処理の一例である不吐出補正を施される画像データが示されている。不吐出補正では、故障等によりインクを吐き出すことができない不吐出ノズルによる印刷時の影響を軽減または解消するために、不吐出ノズルに対応した画素の近傍（例えば両隣）に位置する画素の画素値が修正（例えば画素値が増加）される。

図５には、連続する複数画素の画素値が左から順にＡＡＡＡＡＢＢＢである画像データに対する不吐出補正の具体例が図示されている。図５の具体例では、左から４番目に位置する画素値Ａの画素が不吐出ノズルに対応した画素であり、不吐出補正により、その両隣を含む３つの画素が画素値Ａから画素値Ｂに補正される。

図５に示す具体例において、ラスタ形式の画像データ（ラスタデータ）は、画素値の配列がＡＡＡＡＡＢＢＢである補正前のデータが、不吐出補正によりＡＡＢＢＢＢＢＢに補正される。ラスタ形式の画像データは、補正前後において画素値の個数に変化はない。

これに対し、ベクタ形式の画像データ（ベクタデータ）は、補正前の画素値Ａ×ラン長５と画素値Ｂ×ラン長３のデータ構成が、不吐出補正により、画素値Ａ×ラン長２と画素値Ｂ×ラン長３と画素値Ｂ×ラン長３のデータ構成に補正される。つまり、画素値Ａ×ラン長５のベクタが不吐出補正により画素値Ａ×ラン長２と画素値Ｂ×ラン長３に分断される。

そこで、ベクタ形式の画像データに対する画像処理の後に、必要に応じて、再ベクタ化処理が行われる。図５の具体例では、ベクタ形式の画像データに対する不吐出補正の後に再ベクタ化処理が行われる。つまり、不吐出補正により生じた画素値Ｂ×ラン長３のベクタが、補正前の画素値Ｂ×ラン長３のベクタに隣接しているため、これらのベクタが画素値Ｂ×ラン長６のベクタに纏められる。

再ベクタ化処理によりベクタ化率が高まれば、その後のベクタ画像処理におけるデータ処理性能の向上が期待できる。しかし、画像データの状態によっては、例えばベクタ化率が非常に低い（小さい）場合には、再ベクタ化処理によってもベクタ化率の大幅な向上が期待できない場合もある。このような場合には、ベクタ画像処理よりも有利なラスタ画像処理を利用することが望ましい。

図６は、ラスタ画像処理を説明するための図である。図６には、複数段階に亘って実行される画像処理Ａ〜Ｅにより、処理対象となる画像データのベクタ化率が変化する様子の具体例が図示されている。

図６の具体例では、ベクタ画像処理Ａ〜Ｄを実行した結果、対象データのベクタ化率が徐々に低下している。ベクタ化率が低下してしまうと、ベクタ画像処理の方がデータ処理性能の面で不利になる傾向がある。また、画像データの状態によっては、例えばベクタ化率が非常に低く（小さく）なってしまった場合には、再ベクタ化処理によってもベクタ化率の大幅な向上が期待できない場合もある。このような場合には、ベクタ画像処理よりも有利なラスタ画像処理が利用される。

図６の具体例では、ベクタ画像処理Ｄの後に、ベクタ形式の画像データがラスタ展開（ラスタライズ）処理によりラスタ形式の画像データに展開されてから、ラスタ画像処理Ｅが実行される。

図７は、ラスタ画像処理の具体例を示す図である。図７には、画像処理の一例である不吐出補正を施される画像データが示されている。つまり、連続する複数画素の画素値が左から順にＡＡＡＡＡＢＢＢである画像データに対する不吐出補正の具体例が図示されている。図７の具体例では、左から奇数番目に位置する４つの画素が不吐出ノズルに対応した画素であり、不吐出補正により、その両隣の画素が補正される。

図７に示す具体例において、ラスタ形式の画像データ（ラスタデータ）は、画素値の配列がＡＡＡＡＡＢＢＢである補正前のデータが、不吐出補正によりＡＣＡＣＡＤＢＣに補正される。ラスタ形式の画像データは、補正前後において画素値の個数に変化はない。

これに対し、ベクタ形式の画像データ（ベクタデータ）は、補正前の画素値Ａ×ラン長５と画素値Ｂ×ラン長３のデータ構成が、不吐出補正により、ラン長が１の８つのベクタに分断され、ベクタ化率が０（ゼロ）となる。また、補正後において、隣接する同一画素値がないため、再ベクタ化処理（図５）を行ってもベクタ化率が向上しない。

そこで、ベクタ形式の画像データに対する画像処理の後に、必要に応じて、ラスタ展開が行われる。図７の具体例では、ベクタ形式の画像データに対する不吐出補正の後にラスタ展開が行われ、ベクタ形式の画像データがラスタ形式の画像データに変更される。

以上に説明したように、データ処理部１０が対象データに対して実行するデータ処理の性能（データ処理性能）、例えば対象データである画像データに対する画像処理の画像処理性能は、対象データのベクタ化率に依存する。そこで、方式選択部２０は、対象データの圧縮の度合いを示すベクタ化率（圧縮率の好適な具体例）に基づいて対象データの処理方式を選択し、データ処理部１０は選択された処理方式で対象データをデータ処理する。

図１に示したように、方式選択部２０は、性能予測部と方式決定部を備えており、例えば、性能予測部が対象データのベクタ化率から各候補ごとにデータ処理性能を予測し、方式決定部が複数候補のデータ処理性能を比較して複数候補の中から対象データの処理方式を決定する。

図８は、処理方式を選択するアルゴリズムの具体例を説明するための図である。図８には、対象データに対して複数段階に亘って実行されるデータ処理において処理方式を選択する具体例が図示されている。

図８に示す具体例において、対象データ（画像データ）は、ベクタ生成と画像処理１〜Ｎ（Ｎは自然数）とラスタ生成からなる複数段階のデータ処理を実行される。処理前の対象データは、ラスタ形式の画像データであり、まずベクタ生成により、ベクタ形式のデータ（ベクタデータ）に圧縮される。ベクタ生成後のベクタ化率はＶＲ_１である。そして、ベクタ化された対象データは、次々に複数の画像処理１〜Ｎを施される。各画像処理Ｎの入力時のベクタ化率はＶＲ_Ｎであり出力時のベクタ化率はＶＲ_Ｎ＋１である。さらに、対象データはラスタ生成によりラスタ形式のデータ（ラスタデータ）に展開される。こうして処理後の対象データはラスタ形式の画像データとなる。

方式選択部２０は、複数段階に亘って実行されるデータ処理の各段階ごとに、対象データのベクタ化率からデータ処理性能を予測して対象データの処理方式を決定する。データ処理性能の予測には、各段階のデータ処理に応じた性能計算式が利用される。

例えば、ベクタ生成には、性能計算式としてｆ（ｗ，ｈ）が利用される。つまり、対象データである画像データの横サイズｗ（例えば横方向の画素数）と縦サイズｈ（例えば縦方向の画素数）からベクタ生成のデータ処理性能の評価値ｆ（ｗ，ｈ）が算出される。

また、複数の画像処理１〜Ｎには、性能計算式としてｇ_ｎｏ（ＶＲ_ｎｏ）が利用される。つまり、各画像処理ｎｏ（ｎｏ＝１，２，・・・，Ｎ）ごとに、その画像処理ｎｏの入力ベクタ化率ＶＲ_ｎｏから、その画像処理ｎｏのデータ処理性能の評価値ｇ_ｎｏ（ＶＲ_ｎｏ）が算出される。

そして、ラスタ生成には、性能計算式としてｈ（ＶＲ_Ｎ＋１）が利用される。つまり、ラスタ生成の対象となるベクタデータのベクタ化率ＶＲ_Ｎ＋１からラスタ生成のデータ処理性能の評価値ｈ（ＶＲ_Ｎ＋１）が算出される。

なお、データ処理性能にはデータ処理速度が含まれる。例えば、性能計算式により得られる評価値はデータ処理速度を反映したものであることが望ましい。もちろん、データ処理速度に加えて又はデータ処理速度の代わりに、例えば、データ処理に要する消費電力や回路規模などがデータ処理性能とされ、消費電力や回路規模を反映した評価値が性能計算式により算出されてもよい。

方式選択部２０は、上述した性能計算式を利用してデータ処理性能を予測する。方式選択部２０は、複数段階に亘って実行されるデータ処理の各段階（各フェーズ）ごとにデータ処理性能を予測する。

例えば、データ処理部１０が対象データに対してベクタ生成を実行する段階（ベクタ生成時）において、例えばベクタ生成が実行される前に、方式選択部２０は、数１式を利用して、ベクタ生成以降におけるデータ処理性能の予測を行う。

また、データ処理部１０が対象データに対して画像処理ｎｏを実行する段階（画像処理時）において、例えば画像処理ｎｏが実行される前に、方式選択部２０は、数２式を利用して、画像処理ｎｏ以降におけるデータ処理性能の予測を行う。

そして、データ処理部１０が対象データに対してラスタ生成を実行する段階（ラスタ生成時）において、例えばラスタ生成が実行される前に、方式選択部２０は、数３式を利用して、ラスタ生成以降におけるデータ処理性能の予測を行う。

なお、数１式から数３式において、Ｖｐｅｒｆ１は、画像データをベクタ化した状態で画像処理するベクタ画像処理方式（圧縮処理方式の具体例）のデータ処理性能の予測値であり、Ｖｐｅｒｆ２は、画像データを再ベクタ化してから画像処理する再ベクタ化処理方式（再圧縮方式の具体例）のデータ処理性能の予測値であり、Ｒｐｅｒｆは、画像データをラスタ形式に展開してから画像処理するラスタ画像処理方式（展開処理方式の具体例）のデータ処理性能の予測値である。

方式選択部２０は、数１式から数３式を利用して得られるデータ処理性能の予測値を比較して、各段階（各フェーズ）ごとに対象データ（画像データ）の処理方式を決定する。例えば、ベクタ生成時において、数１式により、Ｖｐｅｒｆ１が最も高性能（例えば最高速）であればベクタ画像処理方式が選択され、Ｒｐｅｒｆが最も高性能（例えば最高速）であればラスタ画像処理方式が選択される。なお、ベクタ生成時には、画像処理が行われておらず、画像処理によるベクタ化率の低下がないため、再ベクタ化処理方式が選択候補とされない。

ベクタ生成時において、ベクタ画像処理方式が選択された場合、データ処理部１０は、ラスタ形式の対象データである画像データをベクタ生成によりベクタ化してからベクタ画像処理を実行する。例えば、ベクタ画像処理方式が選択されてから、ベクタ生成の回路とベクタ画像処理の回路が再構成可能回路内に再構成される。一方、ラスタ画像処理方式が選択された場合、データ処理部１０は、例えばベクタ生成を省略してラスタ形式の対象データに対してラスタ画像処理を実行する。例えばラスタ画像処理方式が選択されてから、ラスタ画像処理の回路が再構成可能回路内に再構成される。なお、ベクタ生成の後にラスタ生成（ラスタ展開）して対象データである画像データがラスタ形式としてからラスタ画像処理が実行されてもよい。

また、画像処理時において、数２式により、Ｖｐｅｒｆ１が最も高性能（例えば最高速）であればベクタ画像処理方式が選択され、Ｖｐｅｒｆ２が最も高性能（例えば最高速）であれば再ベクタ化処理方式が選択され、Ｒｐｅｒｆが最も高性能（例えば最高速）であればラスタ画像処理方式が選択される。

画像処理時において、ベクタ画像処理方式が選択された場合、データ処理部１０は、ベクタ形式の画像データに対してベクタ画像処理を実行する。例えば、ベクタ画像処理方式が選択されてから、ベクタ画像処理の回路が再構成可能回路内に再構成される。再ベクタ化処理方式が選択された場合、データ処理部１０は、ベクタ形式の画像データを再ベクタ化処理してからベクタ画像処理を実行する。例えば、再ベクタ化処理方式が選択されてから、再ベクタ化処理の回路とベクタ画像処理の回路が再構成可能回路内に再構成される。ラスタ画像処理方式が選択された場合、データ処理部１０は、ベクタ形式の画像データをラスタ生成（ラスタ展開）してからラスタ画像処理を実行する。例えば、ラスタ画像処理方式が選択されてから、ラスタ生成の回路とラスタ画像処理の回路が再構成可能回路内に再構成される。

また、ラスタ生成時において、数３式により、Ｖｐｅｒｆ１が最も高性能（例えば最高速）であればベクタ画像処理方式が選択され、Ｖｐｅｒｆ２が最も高性能（例えば最高速）であれば再ベクタ化処理方式が選択され、Ｒｐｅｒｆが最も高性能（例えば最高速）であればラスタ画像処理方式が選択される。

ラスタ生成時において、ベクタ画像処理方式が選択された場合、データ処理部１０は、ベクタ形式の画像データに対してラスタ生成処理（ラスタ展開処理）を実行する。例えばベクタ画像処理方式が選択されてから、ラスタ生成の回路が再構成可能回路内に再構成される。再ベクタ化処理方式が選択された場合、データ処理部１０は、ベクタ形式の画像データを再ベクタ化処理してからラスタ生成処理を実行する。例えば、再ベクタ化処理方式が選択されてから、再ベクタ化処理の回路とラスタ生成の回路が再構成可能回路内に再構成される。ラスタ画像処理方式が選択された場合、データ処理部１０は、ベクタ形式の画像データに対してラスタ生成処理（ラスタ展開処理）を実行する。なお、ラスタ生成時においては、後段に画像処理が無く、ベクタ画像処理方式とラスタ画像処理方式に相違がないため、ベクタ画像処理方式とラスタ画像処理方式のいずれか一方が選択候補から外されてもよい。

処理方式を選択するアルゴリズムの具体例は以上のとおりである。次に、データ処理の各段階におけるベクタ化率の変化予測について説明する。

図９は、ベクタ化率の変化予測の具体例を説明するための図である。図９（１）には、各ベクタ画像処理ｎ（ｎ＝１，２，・・・，Ｎ）について、入力ベクタ化率ＶＲ_ｎから出力ベクタ化率ＶＲ_ｎ＋１を予測する具体例が図示されている。例えば、各ベクタ画像処理ｎごとに、予めテストチャートの画像データを利用することにより、入力ベクタ化率と出力ベクタ化率との対応関係を示すプロファイル（近似式Ｉ_ｎ）を作成しておく。そして、方式選択部２０は、各ベクタ画像処理ｎごとに予め作成されたプロファイル（近似式Ｉ_ｎ）を利用して、各ベクタ画像処理ｎの入力ベクタ化率ＶＲ_ｎから出力ベクタ化率ＶＲ_ｎ＋１を予測する。こうして予測された出力ベクタ化率ＶＲ_ｎ＋１が例えば図８のアルゴリズムに利用される。

また、図９（２）には、再ベクタ化処理について、処理前のベクタ化率から処理後のベクタ化率を予測する具体例が図示されている。再ベクタ化処理についても、各ベクタ画像処理ｎの場合と同様に、例えば予めテストチャートの画像データを利用することにより、再ベクタ化前の入力ベクタ化率と再ベクタ化後の出力ベクタ化率との対応関係を示すプロファイル（近似式Ｒｒ_ｎ）を作成しておく。そして、方式選択部２０は、予め作成されたプロファイル（近似式Ｒｒ_ｎ）を利用して、再ベクタ化処理の処理前におけるベクタ化率ＶＲ_ｎから処理後のベクタ化率Ｒｒ_ｎ（ＶＲ_ｎ）を予測する。こうして予測された処理後のベクタ化率Ｒｒ_ｎ（ＶＲ_ｎ）が例えば図８のアルゴリズムに利用される。

図１０は、図１のデータ処理装置が実行する処理を纏めたフローチャートである。データ処理を開始するにあたって、まず、ベクタ生成時におけるデータ処理性能の予測が行われる（Ｓ１０１）。つまり、方式選択部２０が、数１式を利用して、ベクタ生成以降におけるデータ処理性能の予測を行う。そして、数１式により複数候補のデータ処理性能の予測値が比較され、最も高性能（例えば最高速）な処理方式が選択される（Ｓ１０２）。

Ｓ１０２においてラスタ画像処理方式が選択された場合には、ラスタ画像処理ｎｏが実行される（Ｓ１１１）。つまり、データ処理部１０が、ラスタ画像処理ｎｏの回路を再構成可能回路内に再構成して、ラスタ形式の対象データ（画像データ）に対してラスタ画像処理を実行する。そして、全画像処理（ｎｏ＝１〜Ｎ）が終了するまで処理対象の画像データがラスタ形式のままでラスタ画像処理が実行され（Ｓ１１２）、全画像処理が終了したら画像データに関するデータ処理が終了する。

一方、Ｓ１０２においてベクタ画像処理方式が選択された場合には、ラスタ形式の対象データ（画像データ）がベクタ生成によりベクタ形式とされる（Ｓ１０３）。つまり、データ処理部１０が、ベクタ生成の回路を再構成可能回路内に再構成して、ラスタ形式の対象データ（画像データ）に対してベクタ生成処理を実行する。

続いて、画像処理番号ｎｏが１に初期化されて（Ｓ１０４）、画像処理時におけるデータ処理性能の予測が行われる（Ｓ１０５）。つまり、方式選択部２０が、数２式を利用して、画像処理ｎｏ以降におけるデータ処理性能の予測を行う。そして、数２式により複数候補のデータ処理性能の予測値が比較され、最も高性能（例えば最高速）な処理方式が選択される（Ｓ１０６）。

Ｓ１０６においてラスタ画像処理方式が選択された場合には、ベクタ形式の対象データ（画像データ）がラスタ生成によりラスタ形式とされてから、ラスタ画像処理ｎｏが実行される（Ｓ１１１）。つまり、データ処理部１０が、ラスタ生成の回路とラスタ画像処理ｎｏの回路を再構成可能回路内に再構成して、ベクタ形式の画像データをラスタ形式に展開してから画像データに対してラスタ画像処理を実行する。そして、全画像処理（ｎｏ＝１〜Ｎ）が終了するまで画像データがラスタ形式のままでラスタ画像処理が実行され（Ｓ１１２）、全画像処理が終了したら画像データに関するデータ処理が終了する。

Ｓ１０６においてベクタ画像処理方式が選択された場合には、ベクタ形式の対象データ（画像データ）がそのままの状態でベクタ画像処理ｎｏが実行される（Ｓ１０７）。つまり、データ処理部１０が、ベクタ画像処理ｎｏの回路を再構成可能回路内に再構成してベクタ形式の画像データに対してベクタ画像処理を実行する。

また、Ｓ１０６において再ベクタ化処理方式が選択された場合には、ベクタ形式の対象データ（画像データ）が再ベクタ化処理されてからベクタ画像処理ｎｏが実行される（Ｓ１０７）。つまり、データ処理部１０が、再ベクタ化処理の回路とベクタ画像処理ｎｏの回路を再構成可能回路内に再構成して、ベクタ形式の画像データを再ベクタ化処理してからベクタ画像処理を実行する。

そして、全画像処理（ｎｏ＝１〜Ｎ）が終了するまでＳ１０５からＳ１０７までの処理が繰り返され（Ｓ１０８）、全画像処理が終了すると、ラスタ生成時におけるデータ処理性能の予測が行われる（Ｓ１０９）。つまり、方式選択部２０が、数３式を利用して、ラスタ生成以降におけるデータ処理性能の予測を行う。そして、数３式により複数候補のデータ処理性能の予測値が比較され、最も高性能（例えば最高速）な処理方式が選択される（Ｓ１１０）。

Ｓ１１０において再ベクタ化処理方式が選択された場合には、ベクタ形式の対象データ（画像データ）が再ベクタ化処理されてからラスタ生成処理が実行される。つまり、データ処理部１０が、再ベクタ化処理の回路とラスタ生成処理の回路を再構成可能回路内に再構成し、ベクタ形式の画像データを再ベクタ化処理してからラスタ生成処理を実行する。そして、画像データに関するデータ処理が終了する。

一方、Ｓ１１０においてラスタ画像処理方式が選択された場合には、ベクタ形式の対象データ（画像データ）が再ベクタ化処理されずにラスタ生成処理が実行される。つまり、データ処理部１０が、ラスタ生成処理の回路を再構成可能回路内に再構成し、ベクタ形式の画像データを再ベクタ化せずにラスタ生成処理を実行する。そして、画像データに関するデータ処理が終了する。

以上、本発明の好適な実施形態を説明したが、上述した実施形態は、あらゆる点で単なる例示にすぎず、本発明の範囲を限定するものではない。本発明は、その本質を逸脱しない範囲で各種の変形形態を包含する。

１０ データ処理部、２０ 方式選択部、１００ データ処理装置。

Claims (7)

1. データを圧縮した状態でデータ処理する処理方式とデータを展開してからデータ処理する処理方式とを含む複数候補の中から、対象データの圧縮の度合いを指標として当該対象データの処理方式を選択し、選択した処理方式で当該対象データをデータ処理する、
   ことを特徴とするデータ処理装置。
2. 請求項１に記載のデータ処理装置において、
   前記複数候補には、データを再圧縮してからデータ処理する処理方式が含まれる、
   ことを特徴とするデータ処理装置。
3. 請求項１または２に記載のデータ処理装置において、
   対象データの圧縮の度合いを示す圧縮率から前記各候補ごとに予測される前記複数候補のデータ処理性能を比較することにより、当該複数候補の中から当該対象データの処理方式を選択する、
   ことを特徴とするデータ処理装置。
4. 請求項１から３のいずれか１項に記載のデータ処理装置において、
   データを圧縮した状態でデータ処理する圧縮処理方式と、データを展開してからデータ処理する展開処理方式と、データを再圧縮してからデータ処理する再圧縮方式と、を前記複数候補に含み、
   対象データの圧縮率から前記各候補ごとに予測される前記複数候補のデータ処理性能を比較し、当該複数候補の中から当該対象データの処理方式を選択する方式選択部と、
   前記選択された処理方式で前記対象データをデータ処理するデータ処理部と、
   を有する、
   ことを特徴とするデータ処理装置。
5. 請求項４に記載のデータ処理装置において、
   前記データ処理部は、
   圧縮されたデータを処理対象とする圧縮データ処理回路と、
   圧縮されたデータを展開する展開処理回路と、
   展開されたデータを処理対象とする展開データ処理回路と、
   データを再圧縮する再圧縮処理回路と、
   を再構成できる再構成可能回路を備え、
   前記圧縮処理方式が選択された場合に、前記圧縮データ処理回路を含む回路構成を前記再構成可能回路内に再構成し、
   前記展開処理方式が選択された場合に、前記展開処理回路と前記展開データ処理回路を含む回路構成を前記再構成可能回路内に再構成し、
   前記再圧縮方式が選択された場合に、前記再圧縮処理回路と前記圧縮データ処理回路を含む回路構成を前記再構成可能回路内に再構成する、
   ことを特徴とするデータ処理装置。
6. 請求項４または５に記載のデータ処理装置において、
   前記方式選択部は、複数段階に亘って実行されるデータ処理の各段階ごとに前記対象データの処理方式を選択し、
   前記データ処理部は、前記対象データに対して前記複数段階のデータ処理を段階的に実行するにあたり、各段階ごとに選択された処理方式で前記対象データをデータ処理する、
   ことを特徴とするデータ処理装置。
7. データを圧縮した状態でデータ処理する処理方式とデータを展開してからデータ処理する処理方式とを含む複数候補の中から、対象データの圧縮の度合いを指標として当該対象データの処理方式を選択する機能をコンピュータに実現させる、
   ことを特徴とするプログラム。