JP2755663B2 - 符号化装置 - Google Patents

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は、ベクトル量子化手法によつて、例えば画像
情報等の信号を符号化するための符号化装置に関するも
のである。

［従来の技術］ 従来、ベクトル量子化による符号化器は、第13A図に
示すように、入力ベクトルと、メモリ１に格納されてい
るコードブツク内の再生ベクトルとの距離を演算器２で
演算し、これらの演算結果に基づいて比較器３で最短距
離の再生ベクトルを選択して、そのコードを出力すると
いうものである。また、第13B図に示すように、予め入
力ベクトルに対して最短距離にあるベクトルを予め求
め、それらをメモリ４に記憶しておくようにし、入力ベ
クトルを与えると再生ベクトルのコードが得られるルツ
クアツプテーブル（以下、LUTと略す）方式によつて構
成されていた。

［発明が解決しようとしている課題］ しかしながら前者の演算器による構成（第13A図）で
は、入力ベクトルが高次元になればなるほど、演算回路
や比較器の規模が増大するために、コストやスピードの
面で問題がある。

また、LUT方式（第13B図）はスピードやコストの面で
の問題は解決しているが、入力ベクトルの次元が高くな
ると以下のような欠点がある。

（ｉ）：多次元のベクトル量子化器のLUTを全探索型で
行う場合には、膨大な演算時間とハードウエアが必要で
あり、符号化効率、コストの面で問題がある。

（ii）：メモリの容量が素子の大きさによつて制限され
てしまい、ROM等での構成が難しい。

（iii）:LUTの前にスカラ量子化器を設定しただけで
は、ベクトルの要素間での相関が利用できず、効率，画
質が低下する。

即ち、演算器方式よりもスピードの面で勝ると言われ
るLUT方式であつても、入力信号によつては、演算速度
の低下や、符号化効率や画質の劣化等の問題が残つてい
るのである。

また他方、従来は、入力画像が例えば中間調画像であ
るか、線画像であるかに拘わらず、共通のコードブック
を用いてベクトル量子化を行っていた。

そのため、入力画像によっては、コードブックに無駄
な部分が生じたり、或いは、コードブックを小さくしよ
うとすると画質に劣化が生じたりしていた。

そこで、本発明は、上記従来例に鑑みて成されたもの
であり、入力画像が高次元のベクトルを含むものであっ
ても、その入力画像を効率良くベクトル量子化する符号
化装置を提供することを目的とする。

［課題を解決するための手段］ 上述した課題を解決し、目的を達成するため、この発
明に係わる符号化装置は、 入力画像データを複数の画像データ群に分離する分離
手段と、 該分離手段により得られた複数の画像データ群を各々
独立にベクトル量子化して複数組のベクトル量子化デー
タを生成する第１のベクトル量子化手段と、 該第１のベクトル量子化手段により得られた複数組の
ベクトル量子化データを統合して単一のベクトル量子化
データを生成する第２のベクトル量子化手段とを有する
ことを特徴とする。

［実施例］ 以下添付図面を参照して、本発明を画像信号の符号化
に適用した実施例を第１実施例〜第３実施例まで３つ挙
げて説明する。

〈第１実施例〉 第１図は第１の実施例に係る符号化装置を示す構成図
である。図中、10は本装置の画像信号をベクトルの形で
入力するための入力端子である。この画像データとして
のベクトルは、４×４の画像ブロツクに対してアダマー
ル変換を施して得たものである。また、11は入力された
ベクトルを部分空間に細分割する分配器である。12a〜
ｄは入力されたシーケンスをシーケンス毎にスカラ量子
化するスカラ量子化器であつて、SQと略して図中に示
す。13a〜13gはベクトル量子化器であつて、このうち、
13a〜13dは入力されたベクトルに最短距離にあるベクト
ルのコードを格納してあるLUTメモリであり、13e〜13g
は入力されたベクトルコードの表すベクトル等に最短距
離にあるベクトルのコードを格納してあるLUTメモリか
ら構成される。即ち、13a〜13dの４つのベクトル量子化
器が並列に配置され、これら４つの量子化器に対して直
列に、13e,13fの２つの量子化器（13e,13fは互いに並列
の関係になる）と、13gの量子化器が配置されている。
また、14はベクトル量子化された出力結果としてのコー
ドの出力端子である。

実施例の画像の符号化は、４×４のブロツクを切り出
し、ブロツク単位でこれに前処理（本実施例では、一例
としてアダマール変換）を施し、その結果をベクトル量
子化することによつて、画像を符号化する際のベクトル
量子化における写像ベクトルの決定する。ベクトル量子
化の概念は、以下に述べる全実施例において共通するも
のである。ベクトル量子化は本質的に優れた符号化であ
り、スカラー量子化と比較して、量子化歪を大幅に改善
する事が可能である。

第２図に従つて、簡単にベクトル量子化の概念を述べ
る。入力信号をＫ個毎にブロツク化して、このブロツク
を第２図の説明の便宜上、Ｋ次元のベクトル で表すものとする。ベクトル量子化とは、この から前もつて用意されたＮ個のベクトルの集合への写像
として見る事が出来る。このＮ個のベクトルを出力ベク
トルと呼び、この集合をコード・ブツク（又は、出力ベ
クトル・セツト）と呼ぶ。第２図はベクトル量子化の基
本的な構成を示している。

今、入力信号系のＫ個のサンプルをブロツク化して入
力ベクトル とする。これらのベクトルの集合はＫ次元ユークリツド
信号空間R_kを構成する。この空間R_kは、前もつて所定の
アルゴリズム（トレーニング）により、ｎ個の部分空間
P_iに分割されているものとする。P_iを構成するベクトル
は既知であるとする。この部分空間を構成ベクトルとし
て、部分空間R_iの代表ベクトル を選ぶ。従つて、もし であるならば、その指標（インデツクス・ナンバー）ｉ
は入力ベクトル を表わすことができる。即ち、このｉを伝送、または蓄
積することにより、圧縮／符号化が可能となる。そし
て、復号側では、複号側のコードブツクの同じｉ番地に
格納されたＫ次元ベクトル、 を入力ベクトルＸの再生ベクトルとして出力する。この
様な のような写像Ｆ をベクトル量子化と呼ぶ。この写像は に写像する事による歪が最小となるように行われる。即
ち、コードブツクは、ある定められたトレーニング・シ
ーケンスに従つて、平均歪を極小にするように生成され
る。ベクトル量子化はブロツクを単位として量子化を行
う手法があり、この次元数、即ちブロツクの大きさを大
きくする事によつて理論的なデータ圧縮限界に近づく事
が知られている。また、量子化誤差がランダム化される
為、画像信号を対象とした場合にはS/N比の割に高い再
生品位が得られる。

次に、本実施例に用いられるアダマール変換について
説明する。このアダマール変換は直交変換の一形態であ
るが、かかる直交変換は、ベクトル量子化の前処理とし
て特に好適だからである。尚、このアダマール変換は第
１〜第３実施例に共通のものである。

例示として、符号化の対象画像を白黒多値画像とし、
各画素が８ビツトの情報量であるとする。アダマール変
換は、例えば第3A図に示すような、４×４画素のブロツ
クに対して施される。x_ij（ｉ＝１‥4,J＝１‥４）は画
像の画素を表す。このx_ijを行列Ｘを用いて表すと、 Ｘ＝［X₁₁,X₁₂,X₁₃,X₁₄,X₂₁,X₂₂,X₂₃,X₂₄,X₃₁, X₃₂,,X₃₃,X₃₄,X₄₁,X₄₂,X₄₃,X₄₄］^Ｔ …（１） となる。但し、上式中のＴは転置行列を示す。このＸに
対してアダマール変換を施した結果をy_ij（ｉ＝１‥4,J
＝１‥４）とすると、このy_ijで表される行列Ｙは、 Ｙ＝［y₁₁,y₁₂,y₁₃,y₁₄,y₂₁,y₂₂,y₂₃,y₂₄, y₃₁,y₃₂,y₃₃,y₃₄,y₄₁,y₄₂,y₄₃,y₄₄］^Ｔ …（２） である。すると、行列Ｘから行列Ｙへの変換は以下の
（３）式で表される。

ここで、H₁₆は16枚のアダマール行列であり、次の式
で表される。

４×４の画素ブロツクにアダマール変換を施して得ら
れた係数をシーケンシと呼ぶ。即ち、４×４の画素ブロ
ツクについては、16個のシーケンシが得られる。このう
ち、y₁₁は直流成分であり、残りの15個の交流成分を量
子化の対象とする。

さて、15個のシーケンシの量子化に際し、１シーケン
シ当りの情報量を10ビツトとすると、従来のLUT方式で
は、 10（ビツト）×15＝150（ビツト） の情報量をアドレスとするメモリをLUTに用いる必要が
あり、これが回路の大規模化につながつたことは前述し
た通りである。そこで、第１実施例では、入力ベクトル
空間を部分空間に分割する。これは次の理由による。シ
ーケンシは周波数のパワーを示しており、前処理として
の直交変換がアダマール変換であれば、４×４のシーケ
ンシは、一般に、左上が低周波、右下が高周波という傾
向を示す。また、各シーケンシの周波数的に近いところ
は分散が等しくなる傾向があるから、ベクトル量子化を
行うにはこのようなところで新たなベクトルを形成して
量子化することが適している。即ち、低周波部分と高周
波部分とに分割して新たなベクトルを構成すると、この
新たなベクトルのダイナミツクレンジは近接しているか
ら、このベクトルをベクトル量子化しても量子化歪みは
少ないことになる。

第3A図は、この第１実施例の分配器11に適用されてい
る４×４ベクトルの空間分割を表す図である。シーケン
シ20aは直流成分であり、前述したように、ベクトル量
子化の対象から除外する。他の15個の交流成分シーケン
シ20b〜20pを本符号化装置の端子10より入力する。分配
器11は、シーケンシ20b〜20pを以下に続くスカラ量子化
器に、第3A図に示すように分配する働きをする。即ち、
分配器11は入力のベクトル空間を部分空間に分割するも
ので、具体的には、シーケンシ20b,20e,20fをスカラ量
子化器12aへ、シーケンシ20c,20g,20i,20jをスクラ量子
化器12bへ、シーケンシ20d,20h,20m,20nをスカラ量子化
器12cへ、シーケンシ20k,20l,20o,20pをスカラ量子化器
12dへ分配する。各スカラ量子化器は各シーケンシを次
のベクトル量子化器13a〜13dを最小の個数のROMで構成
できるビツト数まで量子化する。尚、これらのスカラ量
子化器12a〜12dはシーケンシの数と等しい個数のROMで
構成されるか、ラツチを用いて少ないROMで構成するこ
とが可能である。

スカラ量子化器12aからはシーケンシ20b,20e,20fによ
るスカラ量子化後の３次元ベクトルが出力され、スカラ
量子化器12bからはシーケンシ20c,20g,20i,20jによるス
カラ量子化後の４次元ベクトルが出力され、スカラ量子
化器12cからはシーケンシ20d,20h,20m,20nによるスカラ
量子化後の４次元ベクトルが出力され、スカラ量子化器
12dからはシーケンシ20k,20l,20o,20pによるスカラ量子
化後の４次元ベクトルが出力される。

各ベクトル量子化器13a〜13dは、これらのスカラ量子
化器から与えられた３次元ないしは４次元のベクトルに
対して量子化を行い、再生ベクトルのコードを求めて、
ベクトル量子化器13e,13fに出力する。即ち、ベクトル
量子化器13eは前段のベクトル量子化器13a,13bの再生ベ
クトルのコードを入力し、ベクトル量子化器13fは前段
のベクトル量子化器13c,13dの再生ベクトルのコードを
入力する。

ベクトル量子化器13e,13fを構成するLUTの内容を決定
手法について説明する。先ず、入力された再生ベクトル
のコードをベクトルに一度復号し、そして、そのベクト
ル空間全体を第3B図のように２つに分割して新しいベク
トルを作成する。これに対してベクトル量子化を施して
得られる再生ベクトルのコードを求め、これが13e,13f
のLUTの内容となる。

かくして、ベクトル量子化器13eは元のシーケンシ20
b,20c,20d,20e,20f,20g,20i,20jについてのベクトル量
子化を行う。またベクトル量子化器13fはシーケンシ20
d,20h,20k,20l,20i,20jについてのベクトル量子化を行
う。

ベクトル量子化器13gは前段のベクトル量子化器13e,1
3fの再生ベクトルコードを入力する。即ち、前段のベク
トル量子化器13e,13fと同様に、入力された再生ベクト
ルコードを復号し、ベクトル空間を15次元にもどしてベ
クトル量子化を施した結果の再生ベクトルコードを得
る。

この様な構成をとることによつて、入力された15次元
の入力を多段構成のベクトル量子化器を介して、再生ベ
クトルコードを得る。

次に各ベクトル量子化のコードブツクの作成について
述べる。コードブツクの作成には一般にLBG法を用いて
行う。これは母集団となるトレーニングデータから再生
ベクトルを算出する手法としてよく知られている。そこ
で本実施例ではこのLBG法を用いる。前述の４×４のベ
クトル空間を例にとつて説明する。

トレーニングデータを作成する方法として、実際に画
像に対してアダマール変換を施して得られるベクトルを
集める方法がある。このようにして、16次元のベクトル
からなるトレーニングデータを作成する。そこからアダ
マール変換により、各ベクトル量子化器に必要なシーケ
ンシをとり出し、必要な次元のベクトルからなるトレー
ニングテーブルを作成する。そして、これらから必要な
再生ベクトルコードを得るためにLBG法を適用するとい
うものである。このようにするのも、各ベクトル量子化
器をトレーニングデータから直接設計することによつ
て、前段の量子化による歪みのないコードブツクを得る
ことができるからである。

前述のコードブツクの作成方法によると、歪みのない
という点では全段最適となるコードブツクが得られる。
しかしながら、前段の量子化によつて後段にある再生ベ
クトルが使用されない場合が生じ、効率的ではないとい
う問題がでてくる。

第４図〜第５図はこの使用されない再生ベクトルの発
生を説明する図である。第４図は２×２のブロツクにつ
いての不使用再生ベクトル発生の全体を説明する図であ
り、第5A図〜第5Dは第４図の個々の過程を説明してい
る。ベクトルの大きさを２×２＝４としたのは、４×４
＝16の場合よりも説明が単純化するからであり、両者に
は本質的には差がない。従つて、第４図〜第５図でなさ
れた２×２の議論はそのまま４×４の議論に適用され
る。さて、第４図の処理は以下のようなものである。４
次元の入力ベクトル、 Y₄＝｛y₁,y₂,y₃,y₄｝ を入力し、このベクトルY₄は、第5A図にも示すように、 に分割される。尚、この分割は第１図の分配器11による
分割に対応する。そして更に、第４図に戻つて、分割さ
れた個々のベクトルY₁,Y₂に対しベクトル量子化を行
い、その結果を合成して得たベクトルY₀を再びベクトル
量子化する。これが第４図の処理である。ここで、各y₁
〜y₄は２ビツトのデータで、0,1,2,3の何れかの値であ
るとする。

さて、Y₁＝｛y₁,y₂｝を２ビツトの情報にベクトル量
子化するためのコードブツクC₁の再生ベクトルX₁₁〜X₁₄
を、第5A図にも示す如く以下のように定める。

C₁∈｛X_1i｝ （ｉ＝１〜４） また、Y₂＝｛y₃,y₄｝をベクトル量子化し、同ように
２ビツトの情報にベクトル量子化するためのコードブツ
クC₂の再生ベクトルX₂₁〜X₂₄を、第5B図にも示す如く、
以下のように定める。

C₂∈｛X_2i｝ （ｉ＝１〜４） さらに、Y₁,Y₂をベクトル量子化した結果に得られた
再生ベクトルを、 とし、これらを合成したベクトルを、 Y₀＝｛y₁′,y₂′,y₃′,y₄′｝ とする。これをベクトル量子化するコードブツクC₀の再
生ベクトルをX₀₁〜X₀₈を以下のように定める。

C₀∈｛X_0i｝ （ｉ＝１〜８） X₀₁＝｛0,0,0,0｝， X₀₂＝｛0,0,1,0｝， X₀₃＝｛1,2,1,1｝， X₀₄＝｛1,3,2,1｝， X₀₅＝｛2,1,0,0｝， X₀₆＝｛2,1,0,1｝， X₀₇＝｛3,1,0,0｝， X₀₈＝｛3,2,1,1｝ このように、ベクトル及びコードブツクを定義した上
で、使用されない再生ベクトルの発生について説明す
る。

例えば、Y₁＝｛2,1｝のような成分を有するベクトル
が入力された場合を考察する。コードブツクC₁のベクト
ル量子化によつて、Y₁はＹ′_１＝X₁₃＝｛3,1｝に量子化
される。このY₁′がY₂′と合成され、合成ベクトルY₀と
され、コードブツクC₀によりベクトル量子化される。こ
こで、C₁のベクトル量子化により｛2,1｝は｛3,1｝に量
子化されているので、ベクトルY₀を量子化する際は、こ
のY₀には、コードブツクC₀の｛3,1｝成分をもつ入力ベ
クトルのみが量子化される。換言すれば、ベクトルY₀に
は｛2,1｝成分は出現せず、そのために、C₀中の｛2,1｝
成分を有する再生ベクトルX₀₅,X₀₆は全く使用されな
い。このような使用されないベクトルを『不使用再生ベ
クトル』を呼ぶ。このように使われることのないベクト
ルをコードブツクに記憶していたのでは効率が低下す
る。そこで不使用再生ベクトルX₀₅を取り除き、その替
りに新しい再生ベクトルを加えることによつて効率を向
上させる。

第６図に、不使用再生ベクトルを取り除き、新しい再
生ベクトルと交換する手順をフローチヤートで示す。こ
のフローチヤートは、一例として、第４図の如く、２×
２の入力ベクトルを２つのベクトルに分割して夫々を
C₁,C₂によりベクトル量子化し、結果を２×２のベクト
ルに合成して、再度、コードブツクC₀によりベクトル量
子化するという場合の、コードブツクC₀中の不使用ベク
トルの削除の手順である。まず、ステツプS2,S4で、コ
ードブツクC₂の中に不使用再生ベクトルがあるかないか
を調べる。このチェツクは次のようにして行なう。即
ち、あらゆるパターンの入力ベクトルに対して、C₁また
はC₂のベクトル量子化を行ない、この結果の再生ベクト
ルをC₀でベクトル量子化を行なう。そして、上記全ての
入力パターンに対して一度も再生ベクトルとして使用さ
れなかつたC₀中のものを、不使用再生ベクトルX_Nとして
拾い出すのである。尚、入力ベクトルのパターンとは、
第４図の例では“0000"〜“1111"の任意のパターンであ
る。

ステツプS6では、コードブツクC₂のなかから不使用ベ
クトルX_Nを取り除く。そして同時に、ステツプS8ではト
レーニングデータＴの全てについてC₁,C₂によりベクト
ル量子化を行ない新たなトレーニングデータＴ′を得
る。ここで、２×２のベクトルT_iを２つのベクトルに分
割し、その各々にC₁,C₂のベクトル量子化を行なつて新
たなベクトルＴ′を得るという操作を、 T₁′＝VQ_C1C2（T_i） と表記する。ここで、 とする。このとき、トレーニングデータの次元はコード
ブツクC₀の表すベクトル空間の次元である。次に、ステ
ツプS10で、新しいトレーニングデータＴ′のベクトルT
_i′のうち、コードブツクC₀内の再生ベクトルX_iとの距
離が最も遠いものをベクトルX_Fとして求める。即ち、 X_F＝MAX（dis｛X_i,T_j′｝） とする。そして、ステツプS12では、この距離の遠いベ
クトルX_Fを新たな再生ベクトルとしてコードブツクC₀に
加える。即ち、 C₀←C₀＋X_F とする。この場合、X_FはLUTであるC₀の、前記X_Nが削除
された部分に格納される。このようにするのも、不使用
ベクトルは密度が高い部分に発生するものであるから、
密度が粗な領域に新たな再生ベクトルを追加することに
より、テーブルとしてのコードブツクC₀の密度均一化と
効率化とを両立させるのである。

上述の操作をコードブツクC₀内に不使用ベクトルがな
くなるまで繰返す。

〈第２実施例〉 第７図は、本発明の他の実施例を示す構成図である。
この第２実施例は、ベクトル量子化を多段構成とする点
では同じである。しかし、第１実施例が不使用再生ベク
トルを削除し、さらに、トレーニングデータから新たな
再生ベクトルを抽出して追加するのに対し、この第２実
施例は、入力画像が線画と中間調画とが混在して含む場
合に、不使用再生ベクトルを削除して、線画のベクトル
量子化に適した再生ベクトルを追加する点で異なる。

説明を簡略化する為に、この第２実施例でも、第１実
施例と同ようにアダマール変換によつて得られた４×４
のシーケンシを例にとる。第７図において、110は15個
のシーケンシを入力する入力端子である。第１実施例と
同ように、直流成分は量子化の対象から外す。111は入
力されたベクトルを細分割する分配器であり、112a〜11
2dは入力されたシーケンシをスカラ量子化するスカラ量
子化器である。113a〜113gは入力されたベクトル又はベ
クトルコードの表すベクトルをベクトル量子化するため
の量子化器であり、入力ベクトルに対して最短距離ベク
トルのコードを格納してあるLUTのメモリである。114は
出力端子である。端子115は、端子110から入力されてい
るシーケンシの画像が線画であるのか中間調画であるの
か選択するセレクト信号を入力する入力端子である。

入力端子110から15個のシーケンシを入力し、これら
のシーケンシは分配器111で以下に続くスカラ量子化器
に分配される。分配の方法は第１実施例と同じである。
スカラ量子化器112a〜112dに続くベクトル量子化器113a
〜113fまでは第１実施例と同じ働きをする。入力端子11
5はセレクト信号を入力する。このセレクト信号は最終
段のベクトル量子化器113gの中のコードブツクを切換え
ている。今回は、説明の為に、入力される画像が写真等
の自然画像（中間調画像）だつた場合と、文字や細線画
だつた場合とで、113gのコードブツクの切換えを行う。
尚、このコードブツクの切り換えにおいて、２つのコー
ドブツク間で全てを切り換えるというのではなく、特に
文字画像等に生じる小数ながらエツジ情報の保存を行う
のに有効なように、線画用と自然画用の２つの小型の特
殊なコードブツクを用意して、セレクト信号によりどち
らを使用するかを切換えている。

このようにするのは以下の理由による。アダマール変
換のシーケンシを量子化する際に、一般に高周波のシー
ケンシについては粗く量子化を行う。また、トレーニン
グデータが自然画像だつた場合には、このトレーニング
シーケンスで得られたコードブツクを使えば鋭いエツジ
は再現されないことになる。即ち、第8A図のような45゜
の濃度差の大きな斜線データが入力されたとき、エツジ
部は図の太線で囲まれたようなブロツク121a〜121kで示
され、そのブロツク内の分布形状は第8B図に表した
（ａ）又は（ｂ）のいずれかである。これらにアダマー
ル変換を施した後にベクトル量子化を施した一例が第9A
図である。前述の第8B図のブロツク（ａ）又は（ｂ）は
滑らかになつてしまい、第9B図のようなブロツク形状
（ａ′）又は（ｂ′）になる。従つて、ブロツク（ａ）
の１画素の黒はまわりに白が多いために極めてうすくな
り、ブロツク（ａ′）のように白の平坦ブロツクに近く
なる。また、ブロツク（ｂ）では黒エツジに近い２画素
がまわりに黒が多いため極めて黒に近づき、（ｂ′）の
ように残りの右下隅の画素も黒を帯びる。このため、第
9A図では斜めのエツジに４×４のブロツクのテクスチヤ
が目立ち、画質に悪い影響を与えている。自然画像でも
低周波のエツジは保存されるからである。

そこでベクトル量子化器113gのコードブツクＡの構成
を第10図のようにする。

コードブツクＡはｎ個の再生ベクトルのうち、（ｎ−
α）個の再生ベクトルからなるコードブツクＢと、α個
の再生ベクトルからなる自然画用コードブツクＮと、α
個の再生ベクトルからなる文字画像用のコードブツクＣ
からなつている。ここで、αが第１実施例であつたよう
な不使用ベクトルの数に対応すると考えることができ
る。即ち、コードブツクＢは不使用ベクトルを取り除い
たコードブツクである。コードブツクＮは第１実施例の
ようにトレーニングデータから作成された再生ベクトル
で構成される。コードブツクＣは再生ベクトルとして、
例えば第8B図のようなブロツク（ａ），（ｂ）を登録し
ておく。

第11図に実際の量子化の例を示す。

同図において、入力ベクトルX_Nは自然画像のベクトル
である。また、入力ベクトルX_Cは文字画像のエツジ部
で、第8B図のブロツク（ａ）のようなブロツクをアダマ
ール変換して入力されたベクトルである。これらの入力
ベクトルは同時には入力されることはないものの、どち
らも入力されると分配器111によつて分割され、スカラ
量子化器112a〜112dを経て、ベクトル量子化器113a〜11
3fを経て量子化される。その量子化結果を第11図のX_pと
する。ここで第11図の右側のベクトル量子化は第７図の
ベクトル量子化器113gが実行するベクトル量子化を表
す。このベクトル量子化は、コードブツクＮから距離計
算によつて算出された再生ベクトルX_n′と、コードブツ
クＣから距離計算によつて算出された再生ベクトルX_C′
とを算出するものである。

ここで第７図の入力端子115から入力されたセレクト
信号は第11図のセレクタに入力され、このセレクタは、
セレクト信号が符号化処理の対象が自然画像であること
を示す場合（即ち、第11図で入力がベクトルX_Nである場
合）には、再生ベクトルX_n′のコードを選択し、文字画
像であることを示す場合（即ち、第11図で入力がベクト
ルX_Cである場合）には再生ベクトルX_C′のコードを選択
する。これによつてエツジのシヤープネスを保つことが
できる。

かくして、この第２実施例によれば、自然画像のよう
な中間調画像と線画画像等が混在した画像を入力した場
合に、その原画の画質を劣化させずに再現性のよい符号
化が行なうことができる。また併せて、中間調画像と線
画画像とで、コードブツクを共有化できる部分は共通化
することにより、全体のコードブツクの容量を削減する
ことができる。

〈第３実施例〉 この第３実施例は、第７図の第２実施例のベクトル量
子化器113gにおいてコードブツクの形態を第12図に示す
形にしたものである。第12図において、コードブツクＣ
は前述のように文字情報等のエツジに対応したコードブ
ツク、即ち、第9B図のようなパターンの再生ベクトルを
含むものである。これはコンピユータ上で二値パターン
を生成することによつて得ることもできる。このような
エツジ用の再生ベクトルをコードブツクＣとして、最終
段の量子化器のコードブツクＢ内の不使用ベクトルを削
除した部分に加える。

この第３実施例のコードブツクＣ内の再生ベクトル
は、単なる距離計算だけでなく、“＋",“−”の位相の
情報と各係数の絶対値を考慮した距離計算を行うことに
よつて得る。即ち、第11図の量子化結果ベクトルX_pの各
シーケンシの符号が“−”であり、その量子化結果の各
シーケンシの絶対値が各スカラ量子化結果の絶対値で最
大であつた場合に、元のブロツクが第8B図のブロツク
（ａ）の如き形状であると判断し、第11図の再生ベクト
ルX_C′のコードを出力する。

このようにした場合には、第11図のセレクタは不要で
あり、セレクタ信号は存在しない。

〈実施例の効果〉 以上３つの実施例で説明したように、ベクトル量子化
を多段に構成し、各コードブツクをLBG法等で得られる
最適な再生ベクトルと共に、不効率な不使用ベクトルを
削除してトレーニングデータ（第１実施例）又は人工的
なデータ（第２実施例）から得られた再生ベクトルを併
せて構成することにより、ベクトル空間の次元，入力ベ
クトルの出現数を減じることができ、ハードウエアで実
現可能なベクトル量子化を実現できる効果がある。同時
にLUTを作成するにあたり、次元数を減じることでコン
ピユータ等で演算させる場合に、演算時間を大幅に減じ
ることができ、さらに多次元のベクトルでも全探索型の
ベクトル量子化器と同等の性能を得ることができる。

〈その他の実施例〉 本発明はその要旨を変更しない範囲で種々変形可能で
ある。

以上の第１〜第３実施例の説明では、４×４のアダマ
ール変換のシーケンシ又は４次元のベクトルを用いて行
つたが、本発明はこれに制限されず、ｎ次元（ｎ≧３）
ベクトル全てに応用できることは明らかである。

また画像の種類のセレクト信号を最終段のベクトル量
子化器にのみ入力したが他のベクトル量子化器、スカラ
量子化器、分配器に入力するように変形してもかまわな
い。

また、不使用ベクトルを削除した後に新たな再生ベク
トルをコードブツクに加える方法はこれに限定されず、
トレーニングデータから任意のベクトルで最も各再生ベ
クトルより遠いベクトルを加えることも可能であり、ト
レーニングデータから抽出したベクトルを加える全ての
方式に対応できる。さらに加える再生ベクトルをコード
ブツクに加える再生ベクトルをコンピユータ上で二値パ
ターンを生成していつたが、これに限定されず三値パタ
ーンでもよく、特に数が少ない場合はマニユアルでパタ
ーンを入力してもかまわない。

［発明の効果］ 以上詳述したように、この発明にかかる符号化装置に
よれば、入力画像データを複数の画像データに分離し、
これら複数の画像データの各々に対して第１のベクトル
量子化を独立して施して複数組のベクトル量子化データ
を生成し、これら複数組のベクトル量子化データを統合
して単一の組のベクトル量子化データを生成する第２の
ベクトル量子化を施すようにしたので、入力画像が高次
元ベクトルで表されている場合にも、ベクトル量子化の
ための演算が大量にならず、或いは例えば大容量メモリ
を必要とせずに、簡易な構成で効率良く符号化すること
が可能である。

【図面の簡単な説明】

第１図は本発明に係る第１実施例の符号化装置の全体
図、 第２図は第１実施例〜第３実施例に利用されるベクトル
量子化の概念を説明する図、 第3A図，第3B図は第１実施例〜第３実施例に適用される
空間分割の概念を説明する図、 第４図，第5A図〜第5D図は不使用再生ベクトルが発生す
る様子を説明する図、 第６図はトレーニングデータから不使用ベクトルを置換
する手順を示したフローチヤート、 第７図は本発明の第２実施例に係る符号化装置のブロツ
ク図、 第8A図，第8B図，第9A図，第9B図は、第２実施例の手法
を用いないとエツジ部分が劣化する様子説明する図、 第10図は第２実施例のベクトル量子化コードブツクの構
造図、 第11図は第２実施例の動作を実際の例を用いて説明した
図、 第12図は第３実施例に用いられるコードブツクの構成を
示す図、 第13A図，第13B図は従来の技術の構成を説明する図であ
る。 図中、 １……メモリ、２……距離演算器、３……比較器、４…
…LUTテーブルメモリ、10,110……入力端子、11,111…
…分配器、12a〜d,112a〜ｄ……スカラ量子化器、13a〜
13g,113a〜113g……ベクトル量子化器、14,114……出力
端子、115……セレクト信号入力端子、20a〜20p……シ
ーケンシ、120……画素、121a〜121k……ブロツクであ
る。

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭62−191979（ＪＰ，Ａ) 特開 昭64−39891（ＪＰ，Ａ) 特開 昭63−274280（ＪＰ，Ａ) 特開 昭63−268387（ＪＰ，Ａ) 特開 昭63−103583（ＪＰ，Ａ) 特開 昭62−154987（ＪＰ，Ａ) ＩＥＥＥ Ｔｒａｎｓ Ｃｏｍｍ ｎ．，Ｖｏｌ．36，Ｎｏ．８，Ａｕｇ. 1988，Ｐ．957−971

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】入力画像データを複数の画像データ群に分
   離する分離手段と、 該分離手段により得られた複数の画像データ群を各々独
   立にベクトル量子化して複数組のベクトル量子化データ
   を生成する第１のベクトル量子化手段と、 該第１のベクトル量子化手段により得られた複数組のベ
   クトル量子化データを統合して単一のベクトル量子化デ
   ータを生成する第２のベクトル量子化手段とを有するこ
   とを特徴とする符号化装置。