JP2637093B2 - 画像符号化方式 - Google Patents
画像符号化方式Info
- Publication number
- JP2637093B2 JP2637093B2 JP5685187A JP5685187A JP2637093B2 JP 2637093 B2 JP2637093 B2 JP 2637093B2 JP 5685187 A JP5685187 A JP 5685187A JP 5685187 A JP5685187 A JP 5685187A JP 2637093 B2 JP2637093 B2 JP 2637093B2
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- block
- image signal
- dimensional
- autocorrelation
- 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.)
- Expired - Lifetime
Links
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Description
【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） この発明は、ファクシミリ，ビデオテックス，ファイ
リング，コンピュータグラフィックス等の静止画や、TV
会議,TV電話等の動画像の圧縮を行なって、伝送し、蓄
積する画像符号化方式に関する。
リング，コンピュータグラフィックス等の静止画や、TV
会議,TV電話等の動画像の圧縮を行なって、伝送し、蓄
積する画像符号化方式に関する。
（従来の技術） 従来、画像信号を効率よく伝送したり、蓄積したりす
るため、入力情報を帯域圧縮し符号化する種々の方式が
盛んに研究されている。これらの方式の中で、フーリエ
変換，アダマール変換，コサイン変換等を用いた線形変
換符号化方式は効率良い方式として知られている。この
方式は入力された画像信号を、まずｎ×ｎのブロックに
分割した後、所定の線形変換を施し、変換された信号成
分を量子化し符号化して出力する。そしてこの出力され
た信号を受信側で復号，逆量子化し、線形逆変換するこ
とにより復元画像が得られるというものである。
るため、入力情報を帯域圧縮し符号化する種々の方式が
盛んに研究されている。これらの方式の中で、フーリエ
変換，アダマール変換，コサイン変換等を用いた線形変
換符号化方式は効率良い方式として知られている。この
方式は入力された画像信号を、まずｎ×ｎのブロックに
分割した後、所定の線形変換を施し、変換された信号成
分を量子化し符号化して出力する。そしてこの出力され
た信号を受信側で復号，逆量子化し、線形逆変換するこ
とにより復元画像が得られるというものである。
送信側の符号化について、例を挙げて説明すると、例
えば画像信号をまず４×４サンプルずつブロック化した
画像ブロックを コサイン変換行列を とし、積Ｔ・Ｘ・Ttを行う。（これは２次元直交変換符
号化方式の演算例であり、ここでＸの両側の行列は互い
に転置されたものであり同じものを用いている。）する
と、 となる。
えば画像信号をまず４×４サンプルずつブロック化した
画像ブロックを コサイン変換行列を とし、積Ｔ・Ｘ・Ttを行う。（これは２次元直交変換符
号化方式の演算例であり、ここでＸの両側の行列は互い
に転置されたものであり同じものを用いている。）する
と、 となる。
この変換された一種の周波数領域の信号Ｔ・Ｘ・Ttレ
ベル分布にかたよりができる。これに量子化ビット数を のように設定し割り当てれば画像情報が圧縮符号化され
ることになる。
ベル分布にかたよりができる。これに量子化ビット数を のように設定し割り当てれば画像情報が圧縮符号化され
ることになる。
このような直交変換符号化については、その変換行列
としてコサイン変換（他にアダマール変換等）を用いれ
ば、データ圧縮効率が優れているという報告が数多くな
されている。つまり、これは多くの画像について、それ
ぞれ自己相関行列を計算し、それらを平均した行列より
得られるKL（Karhunen−Loeve）変換行列がコサイン変
換行列とほとんど一致しているためであり、単一の行列
としては事実上最適な行列となっている。
としてコサイン変換（他にアダマール変換等）を用いれ
ば、データ圧縮効率が優れているという報告が数多くな
されている。つまり、これは多くの画像について、それ
ぞれ自己相関行列を計算し、それらを平均した行列より
得られるKL（Karhunen−Loeve）変換行列がコサイン変
換行列とほとんど一致しているためであり、単一の行列
としては事実上最適な行列となっている。
しかし、画像自体は局所的に見れば全体の平均とは、
大きく異なっている場合がほとんどであり、コサイン変
換より符号化効率の高い変換行列が多数存在するにもか
かわらず、変換行列として単一の行列を用い、事実上コ
サイン変換が変換行列として最適と見なされてしまって
いた。
大きく異なっている場合がほとんどであり、コサイン変
換より符号化効率の高い変換行列が多数存在するにもか
かわらず、変換行列として単一の行列を用い、事実上コ
サイン変換が変換行列として最適と見なされてしまって
いた。
（発明が解決しようとする問題点） このように従来は、２次元コサイン変換が変換行列と
しては、最適と見なされてしまっており、このコサイン
変換より符号化効率を向上させようとするものはなかっ
た。
しては、最適と見なされてしまっており、このコサイン
変換より符号化効率を向上させようとするものはなかっ
た。
そこで本発明は上記従来の技術における符号化効率を
さらに向上させる画像符号化方式を提供することを目的
とする。
さらに向上させる画像符号化方式を提供することを目的
とする。
［発明の構成］ （問題点を解決するための手段） 本発明は画像符号化方式において、入力画像信号を複
数個の２次元ブロックに分割する手段と、この手段によ
り分割された各ブロックの画像信号の自己相関行列を演
算することにより特徴を抽出する手段と、トレーニング
画像に対して予め演算された複数個の代表自己相関行列
の成分と前記各ブロックの画像信号の自己相関行列との
成分の誤差の２乗和に基づいてブロック毎に１つの代表
自己相関行列を選択することによりこれに対応した２次
元変換情報を選択する手段と、この手段によるブロック
毎の選択結果に従って前記分割された各ブロックの画像
信号に２次元変換を施す手段と、この手段により２次元
変換された信号を量子化する手段と、この手段からの量
子化信号と前記ブロック毎の選択結果とを出力する手段
とを具備することを特徴とする。また本発明において、
前記入力画像信号は、動きベクトルによりシフトされた
過去の画像信号と符号化すべき画像信号との差分信号か
らなることを特徴とする。
数個の２次元ブロックに分割する手段と、この手段によ
り分割された各ブロックの画像信号の自己相関行列を演
算することにより特徴を抽出する手段と、トレーニング
画像に対して予め演算された複数個の代表自己相関行列
の成分と前記各ブロックの画像信号の自己相関行列との
成分の誤差の２乗和に基づいてブロック毎に１つの代表
自己相関行列を選択することによりこれに対応した２次
元変換情報を選択する手段と、この手段によるブロック
毎の選択結果に従って前記分割された各ブロックの画像
信号に２次元変換を施す手段と、この手段により２次元
変換された信号を量子化する手段と、この手段からの量
子化信号と前記ブロック毎の選択結果とを出力する手段
とを具備することを特徴とする。また本発明において、
前記入力画像信号は、動きベクトルによりシフトされた
過去の画像信号と符号化すべき画像信号との差分信号か
らなることを特徴とする。
（作 用） 本発明は画像の２次元的な広がりを利用できる２次元
ブロック単位に適応的な線形変換を行なうことにより局
所的にコサイン変換よりも優れた変換を少ない計算量で
選択することができるため、どの変換を選択したかを示
す付加情報を加えても全体として符号化効率が大幅に向
上する。
ブロック単位に適応的な線形変換を行なうことにより局
所的にコサイン変換よりも優れた変換を少ない計算量で
選択することができるため、どの変換を選択したかを示
す付加情報を加えても全体として符号化効率が大幅に向
上する。
（実施例） 以下本発明に係る一実施例を図面を参照して詳述す
る。
る。
第１図は、本発明の一実施例である、符号化装置のブ
ロック図である。カメラ等から入力される画像信号が、
入力端子101より入力され、２次元ブロック分割回路102
においてブロックのデータＸ（i,j）にブロック化され
る。又、このブロックデータＸ（i,j）に対し、演算部1
03において自己相関行列が演算される。
ロック図である。カメラ等から入力される画像信号が、
入力端子101より入力され、２次元ブロック分割回路102
においてブロックのデータＸ（i,j）にブロック化され
る。又、このブロックデータＸ（i,j）に対し、演算部1
03において自己相関行列が演算される。
この演算部103における自己相関行列は、従来ｎ次元
ベクトル に対し （但しＴは転置行列を示す。） を演算することによって求められていたが、これをその
まま２次元に拡張するためにはｎ×ｎの２次元行列の行
又は列ベクトルを直列に並べn2次元のベクトルに変形し
なければならなかった。実際には、この方法は可能であ
るが、自己相関行列がn2×n2の２次元ベクトルとなり演
算量が膨大となってしまうという問題があった。
ベクトル に対し （但しＴは転置行列を示す。） を演算することによって求められていたが、これをその
まま２次元に拡張するためにはｎ×ｎの２次元行列の行
又は列ベクトルを直列に並べn2次元のベクトルに変形し
なければならなかった。実際には、この方法は可能であ
るが、自己相関行列がn2×n2の２次元ベクトルとなり演
算量が膨大となってしまうという問題があった。
そこで、この実施例では、ｎ×ｎの２次元ベクトル
を、ｎ個の行ベクトルVRiとｎ個の列ベクトルVCjをまず
作成する。このVRi,VCjは、 となる。そしてこれらのベクトルから自己相関行列（KR
i,KCj）を以下のように求める。
を、ｎ個の行ベクトルVRiとｎ個の列ベクトルVCjをまず
作成する。このVRi,VCjは、 となる。そしてこれらのベクトルから自己相関行列（KR
i,KCj）を以下のように求める。
さらに、これらの自己相関行列（KRi,KCj）の平均を
各々 KR＝▲▼ｉ ……（１） KC＝▲▼ｊ ……（２） とすれば、ｎ×ｎの２次元自己相関行列が、１つのブロ
ックについて行と列の２つに対して求められることにな
る。つまり、この演算部103におけるKR,KCは自己相関行
列を、行，列ごとに求め平均化したことにより得られ
る。
各々 KR＝▲▼ｉ ……（１） KC＝▲▼ｊ ……（２） とすれば、ｎ×ｎの２次元自己相関行列が、１つのブロ
ックについて行と列の２つに対して求められることにな
る。つまり、この演算部103におけるKR,KCは自己相関行
列を、行，列ごとに求め平均化したことにより得られ
る。
この様に求めた自己相関行列からは真のKL変換とは異
なる言わば疑似KL変換とでも呼ぶべき変換が作成される
ことになる。
なる言わば疑似KL変換とでも呼ぶべき変換が作成される
ことになる。
そしてこの自己相関行列KR,KCと、後段で述べるコー
ドブック109にあらかじめ記録しておいた複数の代表自
己相関行列との比較が選択演算部104においてなされ、
１つの行列が選択される。そしてこの選択された行列の
インデックスが変換部105を介してコードブック110に入
力され、あらかじめ記録された変換行列の中からこのイ
ンデックスに対応する変換行列TR,TCが選択され、前記
変換部105にこの行列TR,TCが送られる。
ドブック109にあらかじめ記録しておいた複数の代表自
己相関行列との比較が選択演算部104においてなされ、
１つの行列が選択される。そしてこの選択された行列の
インデックスが変換部105を介してコードブック110に入
力され、あらかじめ記録された変換行列の中からこのイ
ンデックスに対応する変換行列TR,TCが選択され、前記
変換部105にこの行列TR,TCが送られる。
一方、上記ブロック分割回路102からのブロックデー
タＸは、この変換部105にも送られ、上記選択された変
換行列TR,TCを用い、計算（２次元変換）Ｙ＝TC(q)・Ｘ
・▲ＴT R(P)▼が行われる。そして、この計算結果Ｙが
量子化器106において量子化され、出力端子108より送信
される。又、上記選択演算部104において選択されたイ
ンデックスは、他方出力端子107より受信側に送信され
る。
タＸは、この変換部105にも送られ、上記選択された変
換行列TR,TCを用い、計算（２次元変換）Ｙ＝TC(q)・Ｘ
・▲ＴT R(P)▼が行われる。そして、この計算結果Ｙが
量子化器106において量子化され、出力端子108より送信
される。又、上記選択演算部104において選択されたイ
ンデックスは、他方出力端子107より受信側に送信され
る。
次に上記特徴部分を再度第４図のブロック図及び第３
図のフローチャートを用いて詳しく述べる。まず第４図
において、演算部103で、求められた上記自己相関行列K
R,KCと、コードブック109に記録されたトレーニング画
像により、あらかじめ得られた各々n2個の成分より成る
代表自己相関行列KRp,KCg（p,q＝1,…,NS）とを比較
し、以下に示すように差の２乗和を求め、その最小とな
る代表自己相関行列KRpR,KCqCが選択される。
図のフローチャートを用いて詳しく述べる。まず第４図
において、演算部103で、求められた上記自己相関行列K
R,KCと、コードブック109に記録されたトレーニング画
像により、あらかじめ得られた各々n2個の成分より成る
代表自己相関行列KRp,KCg（p,q＝1,…,NS）とを比較
し、以下に示すように差の２乗和を求め、その最小とな
る代表自己相関行列KRpR,KCqCが選択される。
そしてこの選択された代表自己相関行列KRpR,KCqCの
固有列ベクトルを今Rk,Ck（ｋ＝1,…,n）とした
時、 が変換行列としてコードブック110から変換部105ヘ各々
送られる。そして、前記ブロック化されたデータＸはこ
の変換部105において、２次元線形変換 が施され、出力される訳である。
固有列ベクトルを今Rk,Ck（ｋ＝1,…,n）とした
時、 が変換行列としてコードブック110から変換部105ヘ各々
送られる。そして、前記ブロック化されたデータＸはこ
の変換部105において、２次元線形変換 が施され、出力される訳である。
すなわち、ここでＸの両側の行列TC,TRは２次元コサ
イン変換のように同じ行列を用いているのではなく、一
般には異なる行列を用いてなされているところに特徴を
有す。
イン変換のように同じ行列を用いているのではなく、一
般には異なる行列を用いてなされているところに特徴を
有す。
そこで、あらかじめ記録される上記代表自己相関行列
（コードブック109）及び上記変換行列TRp,TCqの作成に
ついて第３図のフローチャートを用いて述べる。対象と
している画像を十分用意し（ステップ）、ｎ×ｎブロ
ックごとに上で述べた様に行，列各々についての自己相
関行列を求める（ステップ）。これら自己相関行列の
集合についてはベクトル量子化でトレイニング系列から
コードブックを作成する時に用いられるLBGアルゴリズ
ムを適用して代表自己相関行列を求めればよい。
（コードブック109）及び上記変換行列TRp,TCqの作成に
ついて第３図のフローチャートを用いて述べる。対象と
している画像を十分用意し（ステップ）、ｎ×ｎブロ
ックごとに上で述べた様に行，列各々についての自己相
関行列を求める（ステップ）。これら自己相関行列の
集合についてはベクトル量子化でトレイニング系列から
コードブックを作成する時に用いられるLBGアルゴリズ
ムを適用して代表自己相関行列を求めればよい。
具体的には、トレイニング画像に対し、自己相関行列
の十分多くの集合（例えばKRe,KCe（ｅ＝1,…,1000））
（ステップ）より代表自己相関行列の個数（例えばNS
＝16として）16個の列と16個の行の代表自己相関行列の
初期値として行列を各16個づつ適当に選択する（ステッ
プ）。この初期値の選択としては、例えば1000個（ｅ
＝1,…,1000）の全領域のKRe及び1000個（ｅ＝1,…,100
0）のKCeをまず重心を通る直線で２分し、それぞれの重
心（２分された行列の成分ごとの平均で構成される行
列）を求め、さらに２分されたものを２分して、各々に
ついて重心を求めると言う操作（一般にスプリット法と
呼ばれる。）を繰り返す。これにより得られた重心の行
列がKR（p,1）,KC（q,1）（p,q＝1,…NS（NS＝16））で
ある（ステップ）。
の十分多くの集合（例えばKRe,KCe（ｅ＝1,…,1000））
（ステップ）より代表自己相関行列の個数（例えばNS
＝16として）16個の列と16個の行の代表自己相関行列の
初期値として行列を各16個づつ適当に選択する（ステッ
プ）。この初期値の選択としては、例えば1000個（ｅ
＝1,…,1000）の全領域のKRe及び1000個（ｅ＝1,…,100
0）のKCeをまず重心を通る直線で２分し、それぞれの重
心（２分された行列の成分ごとの平均で構成される行
列）を求め、さらに２分されたものを２分して、各々に
ついて重心を求めると言う操作（一般にスプリット法と
呼ばれる。）を繰り返す。これにより得られた重心の行
列がKR（p,1）,KC（q,1）（p,q＝1,…NS（NS＝16））で
ある（ステップ）。
次にこの初期値としての行列KR（p,1）,KC
（q,1）（p,q＝1,…,16）に対し、上記1000個の全自己
相関行列からの距離が最も近いものを新たにこの16個の
初期値に割り当ていく。つまり、1000個行列を16個の行
列に割り付け、新たな16の領域の再分割を施すのであ
る。なぜなら、このスプリット法によって分割された16
のブロックは単に重心を求めるためのもので、必ずしも
ブロック内の各行列のこの重心からの距離が最小となる
とは限らないためである。
（q,1）（p,q＝1,…,16）に対し、上記1000個の全自己
相関行列からの距離が最も近いものを新たにこの16個の
初期値に割り当ていく。つまり、1000個行列を16個の行
列に割り付け、新たな16の領域の再分割を施すのであ
る。なぜなら、このスプリット法によって分割された16
のブロックは単に重心を求めるためのもので、必ずしも
ブロック内の各行列のこの重心からの距離が最小となる
とは限らないためである。
そしてさらに上記16の領域内で新たに重心を求め再び
領域分割を行うという操作を行う。この操作を施して行
くと、代表行列と領域内の行列との誤差（行列の成分と
差の２乗和）の全領域にわたる総和（dI） が減少していき、（ステップ）、 をある任意の最小値（Ｈε）まで近づけることができる
（ステップ）。
領域分割を行うという操作を行う。この操作を施して行
くと、代表行列と領域内の行列との誤差（行列の成分と
差の２乗和）の全領域にわたる総和（dI） が減少していき、（ステップ）、 をある任意の最小値（Ｈε）まで近づけることができる
（ステップ）。
この様にして求めた行と列についての各16個合計32個
の代表自己相関行列KR（p,I）,KC（q,I）（p,q＝1,…,1
6）（ステップ）がブロックのパターンを分類するた
めに用いられる（第４図コードブック109中に記録して
おく。）。
の代表自己相関行列KR（p,I）,KC（q,I）（p,q＝1,…,1
6）（ステップ）がブロックのパターンを分類するた
めに用いられる（第４図コードブック109中に記録して
おく。）。
又、さらにこれら代表自己相関行列KR（p,I）,KC
（q,I）（p,q＝1,…,16）から上述したようにそれぞれ
の固有値，固有ベクトルTR(p),TC(q)（p,q＝1,…,16）
を求め（ステップ）、上で述べたように疑似KL変換の
集合として、あらかじめ第４図コードブック110中に登
録しておくのである。
（q,I）（p,q＝1,…,16）から上述したようにそれぞれ
の固有値，固有ベクトルTR(p),TC(q)（p,q＝1,…,16）
を求め（ステップ）、上で述べたように疑似KL変換の
集合として、あらかじめ第４図コードブック110中に登
録しておくのである。
以下のように、本実施例は画像の２次元線形変換符号
化において、変換に先立って２次元画像ブロックの２次
元自己相関行列を計算しこれとあらかじめ作成しておい
た自己相関行列のパターンと比較し、成分ごとの誤差の
２乗和が最も小さい自己相関行列を選択し、これを用い
て選択された変換を前記画像ブロックに施すというもの
である。これにより、局所的に従来のコサイン変換より
も優れた変換を少ない計算量で選択できるため、インデ
ックス情報を加えても全体として符号化効率が大幅に向
上する。
化において、変換に先立って２次元画像ブロックの２次
元自己相関行列を計算しこれとあらかじめ作成しておい
た自己相関行列のパターンと比較し、成分ごとの誤差の
２乗和が最も小さい自己相関行列を選択し、これを用い
て選択された変換を前記画像ブロックに施すというもの
である。これにより、局所的に従来のコサイン変換より
も優れた変換を少ない計算量で選択できるため、インデ
ックス情報を加えても全体として符号化効率が大幅に向
上する。
次にこの発明に係る他の実施例について述べる。第２
図は、この実施例を示すブロック図である。入力端子20
1に入力された画像信号はまず２分され、一方は前時刻
の受信側の復号画面を記憶するフレームメモリ（又はフ
ィールドメモリ）211の内容と動きベクトルが検出され
る検出回路202へ送られ、もう一方は、この検出回路202
からの出力とフレームメモリ211の信号により可変遅延
回路103で前画面の内容がシフトされ、このシフトされ
た内容と入力画像信号との差分をとる差分器204に送ら
れる。又、この差分信号はブロックごとにパターン分類
器205で分類され、分類された信号が送信される。又一
方この差分信号はKL変換器206で変換され、量子化器207
で量子化され符号として出力される。又、この符号は逆
量子化器208で逆量子化され逆変換器209でKL逆変換さ
れ、フレームメモリ211の前画面の内容と加算器210で加
算され前画面の内容が更新されて新たにフレームメモリ
211に入力される。
図は、この実施例を示すブロック図である。入力端子20
1に入力された画像信号はまず２分され、一方は前時刻
の受信側の復号画面を記憶するフレームメモリ（又はフ
ィールドメモリ）211の内容と動きベクトルが検出され
る検出回路202へ送られ、もう一方は、この検出回路202
からの出力とフレームメモリ211の信号により可変遅延
回路103で前画面の内容がシフトされ、このシフトされ
た内容と入力画像信号との差分をとる差分器204に送ら
れる。又、この差分信号はブロックごとにパターン分類
器205で分類され、分類された信号が送信される。又一
方この差分信号はKL変換器206で変換され、量子化器207
で量子化され符号として出力される。又、この符号は逆
量子化器208で逆量子化され逆変換器209でKL逆変換さ
れ、フレームメモリ211の前画面の内容と加算器210で加
算され前画面の内容が更新されて新たにフレームメモリ
211に入力される。
この構成において、分類器205とKL変換器206の入力
は、上記実施例のように画像ではなく、差分信号である
ため、性質が異なっている。このため代表自己相関行列
は、前記差分信号より作成されたものを使用する必要が
あるが、上記と同様の操作により求められることは明ら
かである。
は、上記実施例のように画像ではなく、差分信号である
ため、性質が異なっている。このため代表自己相関行列
は、前記差分信号より作成されたものを使用する必要が
あるが、上記と同様の操作により求められることは明ら
かである。
なお上記全ての実施例において、量子化はそのビット
配分を変化させる適応量子化を行なうこともできるし、
また量子化の時に複数サンプル一括して量子化するいわ
ゆるベクトル量子化を行なうこともできる等、本発明の
要旨を逸脱しない範囲で種々変形可能である。
配分を変化させる適応量子化を行なうこともできるし、
また量子化の時に複数サンプル一括して量子化するいわ
ゆるベクトル量子化を行なうこともできる等、本発明の
要旨を逸脱しない範囲で種々変形可能である。
［発明の効果］ 以上のように本発明によれば実質的に最適とされてい
た２次元コサイン変換による符号化効率よりも降状させ
ることができる。
た２次元コサイン変換による符号化効率よりも降状させ
ることができる。
第１図は本発明に係る一実施例のブロック図、第２図は
本発明の係る他の実施例のブロック図、第３図は自己相
関行列及び変換行列を求めるためのフローチャート、第
４図は本発明に係る一実施例を説明するためのブロック
図である。
本発明の係る他の実施例のブロック図、第３図は自己相
関行列及び変換行列を求めるためのフローチャート、第
４図は本発明に係る一実施例を説明するためのブロック
図である。
Claims (2)
- 【請求項１】入力画像信号を複数個の２次元ブロックに
分割する手段と、この手段により分割された各ブロック
の画像信号の自己相関行列を演算することにより特徴を
抽出する手段と、トレーニング画像に対して予め演算さ
れた複数個の代表自己相関行列の成分と前記各ブロック
の画像信号の自己相関行列との成分の誤差の２乗和に基
づいてブロック毎に１つの代表自己相関行列を選択する
ことによりこれに対応した２次元変換情報を選択する手
段と、この手段によるブロック毎の選択結果に従って前
記分割された各ブロックの画像信号に２次元変換を施す
手段と、この手段により２次元変換された信号を量子化
する手段と、この手段からの量子化信号と前記ブロック
毎の選択結果とを出力する手段とを具備することを特徴
とする画像符号化方式。 - 【請求項２】前記入力画像信号は、動きベクトルにより
シフトされた過去の画像信号と符号化すべき画像信号と
の差分信号からなることを特徴とする特許請求の範囲第
１項記載の画像符号化方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5685187A JP2637093B2 (ja) | 1987-03-13 | 1987-03-13 | 画像符号化方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5685187A JP2637093B2 (ja) | 1987-03-13 | 1987-03-13 | 画像符号化方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63224491A JPS63224491A (ja) | 1988-09-19 |
| JP2637093B2 true JP2637093B2 (ja) | 1997-08-06 |
Family
ID=13038916
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5685187A Expired - Lifetime JP2637093B2 (ja) | 1987-03-13 | 1987-03-13 | 画像符号化方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2637093B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2586260B2 (ja) * | 1991-10-22 | 1997-02-26 | 三菱電機株式会社 | 適応的ブロッキング画像符号化装置 |
| JP2012516625A (ja) | 2009-01-27 | 2012-07-19 | トムソン ライセンシング | ビデオ符号化およびビデオ復号における変換の選択のための方法および装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61285869A (ja) * | 1985-06-12 | 1986-12-16 | Toshiba Corp | 画像符号化方式 |
-
1987
- 1987-03-13 JP JP5685187A patent/JP2637093B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPS63224491A (ja) | 1988-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3195966B2 (ja) | ベクトル量子化とランレングスコード化の両方を使用し、さらに適応ランレングスコード化を使用したデータのコード化方法及びその装置 | |
| USRE36380E (en) | Orthogonal transform coding apparatus | |
| EP0426260A2 (en) | Adaptive zonal coder | |
| EP0542261B1 (en) | Method of performing high efficiency coding of image signal and system therefor | |
| US7957585B2 (en) | Apparatus and method for spatially predicting, encoding, compensating and decoding image data | |
| US6456744B1 (en) | Method and apparatus for video compression using sequential frame cellular automata transforms | |
| JP2745301B2 (ja) | 画像データの直交変換符号化方法 | |
| US11070806B2 (en) | Method and apparatus for performing low complexity computation in transform kernel for video compression | |
| US5757974A (en) | System and method for data compression | |
| JP2005513588A (ja) | バタフライプロセッサを使用して離散コサイン変換をエンコードする及び計算する装置及び方法 | |
| JP3777002B2 (ja) | 映像信号符号化方法及び映像信号符号化装置 | |
| RU2093968C1 (ru) | Способ кодирования-декодирования изображений и устройство для его осуществления | |
| US6330283B1 (en) | Method and apparatus for video compression using multi-state dynamical predictive systems | |
| JP2637093B2 (ja) | 画像符号化方式 | |
| US6766341B1 (en) | Faster transforms using scaled terms | |
| EP0280313B1 (en) | Method of compressing image signals by vector quantization | |
| US5724096A (en) | Video signal encoding method and apparatus employing inter-block redundancies | |
| US6092920A (en) | Method for arranging pixels to facilitate compression/extension of image data | |
| US6400766B1 (en) | Method and apparatus for digital video compression using three-dimensional cellular automata transforms | |
| JP3656829B2 (ja) | 適応的静止画像符号化装置 | |
| US5825422A (en) | Method and apparatus for encoding a video signal based on inter-block redundancies | |
| JPH0270127A (ja) | 変換符号化方式 | |
| JP3670554B2 (ja) | 画像信号符号化装置／復号装置，画像信号符号化方法／復号方法および画像信号符号化／復号プログラム記録媒体 | |
| JPH06139345A (ja) | 特異値展開符号化方式 | |
| JPH1098720A (ja) | ビデオ信号符号化方法及びその装置 |