JP2817843B2

JP2817843B2 - 画像符号化方法

Info

Publication number: JP2817843B2
Application number: JP27023287A
Authority: JP
Inventors: 充前田
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1987-10-28
Filing date: 1987-10-28
Publication date: 1998-10-30
Anticipated expiration: 2013-10-30
Also published as: JPH01114281A

Description

【発明の詳細な説明】［産業上の利用分野］本発明は、画像情報から所定の大きさのブロックを切
り出し、切り出された画像情報を符号化する画像符号化
方法に関するものである。［従来の技術］従来より、画像の伝送，蓄積の際に、その効率を向上
させるために符号化を行い、冗長度を抑圧（一般に、圧
縮と呼ばれる）するのが一般的である。近年、デジタル画像処理技術やデバイス技術の発展に
伴い、伝送、蓄積の対象となる画像は２値から多値に、
また更に、白黒からカラーに移つており、そして更に解
像度が高まりつつある。この結果、データ量が膨大とな
り、高能率符号化技術が必要となつてきている。ところが、従来の符号化技術の多くは、２値画像を対
象にしたものであり、フアクシミリ用に考案されたMH,M
R,MMR方式等に代表される。しかしながら、これらの符号化手法は本質的に多値画
像の符号化には不適当である。また、多値画像を対象に
した符号化技術もいくつか提案されており、その一例と
してブロツク符号化，予測符号化，直交変換符号化等が
挙げられる。しかし、これらはいずれもテレビ画像を対
象としたものが多く、一般の文書，写真，画像の符号化
には不適当である。特に、上記直交変換符号化では、た
だ直交変換を画像の画素ブロツクに対して施し、スカラ
量子化を施しただけであり、充分に冗長度が抑圧された
ものとはならなかつた。特に従来は、直交変換によって得られた変換係数の符
号化方法と、零情報の符号化方法とを関連付けることに
より、変換係数全体を効率良く符号化することは考えら
れていなかった。本発明は上述実施例の欠点を除去し、画像の多値デー
タに対して著しい劣化を生ずることなく符号化の効率を
高める事を目的とする。［問題点を解決すための手段及び作用］上記課題を達成するために提案された本発明の画像符
号化方法は、画像情報から所定の大きさのブロックを切り出し、切
り出された画像情報を符号化する符号化方法において、前記画像情報に対して前記大きさのブロック単位で直
交変換を施す変換工程と、前記変換工程で得られた変換係数のうち、前記大きさの
ブロック内の平均値を表す変換係数と該ブロック内の他
の複数の変換係数とを夫々独立した符号に符号化する符
号化工程とを有し、前記符号化工程は、さらに、前記変換工程で得られた
変換係数を前記大きさのブロック単位でスカラ量子化す
るスカラ量子化工程と、前記スカラ量子化工程で得られ
た変換係数から無符号情報を抽出する抽出工程と、該無
符号情報を前記大きさのブロック単位で符号化する無符
号情報符号化工程とを含み、前記抽出工程においては、前記変換工程で得られた変
換係数のうち、前記ブロック内の平均値を表す前記変換
係数を除く変換係数から前記無符号情報を抽出し、且
つ、前記無符号情報符号化工程においては、前記画像情
報の特徴に応じて前記無符号情報の符号化後の要素の数
が符号化前に比べて少なくならないように、前記無符号
情報を複数の要素につき一括して符号化することを特徴
とする。［実施例］以下添付図面に従つて、本発明に係る実施例について
説明する。説明の順序として、 I:ベクトル量子化 II:アダマール変換 III:符号化の第一実施例 IV:符号化の第二実施例 V:符号化の第三実施例 VI:符号化の第四実施例 VII:符号化の第五実施例 VIII:コードブツク生成の第一の方法 IX:符号化の第六実施例 X:コードブツク生成の第二の方法に従つて行なう。〈ベクトル量子化〉実施例の画像の符号化は、多値画像情報をｍ×ｎ画素
からなるブロツクに切り出し、ブロツク単位でこれに前
処理（本実施例では説明のためにアダマール変換及びブ
ロツク符号化を用いる）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
リ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Ｋ次元のベクトルＸで表すものとする。ベクトル量子
化とは、このＸ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。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Ｘ∈R_i 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、複合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Ｑをベクトル量子化と呼ぶ。尚、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。これが、もう１つの本発明に係るコードブツクの生
成方法である。ベクトル量子化はブロツクを単位として量子化を行う
手法であり、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。〈アダマール変換〉次に、本実施例に用いられるアダマール変換につて説
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。例示として、符号化の対象画像を白黒多値画像とし
て、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、第3A図に示すような例えば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が第3B図に示した変
換後の値y_ij（ｉ＝１‥4,j＝１‥４）である。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次のアダマール行列であり、次の式
で表される。変換後の各要素y_ijについて詳細にみると、要素y₁₁は
ブロツク内の平均値の倍値を表し、０〜1020の正の整数
値をとり得る。これは10ビツトの情報量である。また、
他の要素y₁₂〜y₄₄は−510〜510の正又は負の整数値をと
り得る。小数点以下は四捨五入する。〈符号化の第一実施例〉第１図は、本発明に係る符号化の第一実施例装置のブ
ロツク図である。図中、１は直交変換器である。２はス
カラ量子化器であり、直交変換器１によりブロツク単位
で直交変換された後のブロツク内の各画素毎の変換値に
スカラ量子化（Scalar Quantization）を施す。の分離
器はスカラ量子化器２により量子化されたブロツク内の
各係数毎に、正負符号（位相）情報Ｐと、絶対値情報Ａと、零か非零かの情報（零情報Ｚ）とに分離する。これらの分離された情報は、各ブロツク
毎にベクトル量子化（Vector Quantization）器4,5,6に
送出される。これらのベクトル量子化器について簡単に
説明すると、４の（Ph−VQ）器は、各要素の正負符号で
構成される位相（Phase）情報をベクトル量子化し、そ
の量子化結果を送出する。また５の（Amp−VQ）器は、
各要素の絶対値で構成される振幅（Amplitude）情報
を、４と同様にベクトル量子化し、その量子化結果を送
出する。さらに、６の（零−VQ）器は、各要素が零であ
る、零でない（非零である）ことを判別する２値で表現
される零情報を、４と同様にベクトル量子化し、その量
子化結果を送出する。これらの量子化結果を７の合成器
で結合させて一つに符号化し送出する。以下、それぞれの構成ブロツクの動作について説明す
る。直交変換器直交変換器１では、画像データを、１画素８ビツトの
画素データからなる４×４画素で構成されるブロツク
（第3A図）に切出し、このブロツクに対してアダマール
変換を行う。アダマール変換については前述した通りで
ある。スカラ量子化このようにして、アダマール変換後の値の行列Ｙは、
スカラ量子化器２で各要素毎にスカラ量子化される。こ
のスカラ量子化は、各要素の例えば各値の分布範囲や頻
度分布を考慮して、値の分布範囲を数区間に分割し、分
割された１つの区間内を１つの代表値で置換することに
よつて行なわれる。この区間を、スライス幅という。さらに上記得られたスカラ量子化結果を、絶対値の小
さいものから順に「１」から番号をつける。ただし、ス
カラ量子化結果が“0"の場合は、その番号は“0"であ
る。具体例第５図に、直交変換スカラ量子化の具体例を示す。
第５図の右の画素ブロツクＸに示すような画素の濃度値
が入力された場合を例にとる。Ｘに対してアダマール変
換を施した結果が、次のＹである。このＹにスカラ量子
化を施し、番号付けを行つた結果が、次のY_Sである。こ
こでは、y_ijをスライス幅s_ijで除算した線形のスカラ量
子化を行なつている。例えば、y₁₃＝−55については、
スカラ幅s₁₂＝32で除算して四捨五入し、線形スカラ量
子化結果y_s12＝−２を得る。尚、このスカラ量子化結果
の復号時には、y_s12＝−２に代表値d₁₂＝32を乗じて、
復号値ｙ′₁₂＝−64を得る。分離器このようにして番号付けされたスカラ量子化結果Y
_sは、分離器３により、第4A図の位相情報Ｐと、第4B図
の振幅情報Ａと、及び第4C図の零情報Ｚとに分離され
る。これらのP,A,Zの情報は以下の式で表される。Ｐ＝［p₁₂,p₁₃,p₁₄,p₂₁,p₂₂,p₂₃,p₂₄,p₃₁,p₃₂, p₃₃,p₃₄,p₄₁,p₄₂,p₄₃,p₄₄］ …（５）Ａ＝［a₁₁,a₁₂,a₁₃,a₁₄,a₂₁,a₂₂,a₂₃,a₂₄,a₃₁, a₃₂,a₃₃,a₃₄,a₄₁,a₄₂,a₄₃,a₄₄］ …（６）Ｚ＝［y₁₁,y₁₂,y₁₃,y₁₄,y₂₁,y₂₂,y₂₃,y₂₄,y₃₁, y₃₂,y₃₃,y₃₄,y₄₁,y₄₂,y₄₃,y₄₄］ …（７）尚、番号付けされた要素y_sijについてp_ij,a_ij,z_ijに
は、 y_sij＝p_ij・a_ij・z_ij …（８）（ｉ＝１‥4,j＝１‥４）の関係がある。さらには、アダマール変換の結果から、
振幅情報a₁₁はブロツク内の平均値を表しており、ブロ
ツク内の階調を決定する重要なパラメータであるので、
そのまま保存することとし、零情報Ｚでは考慮しない。
さらに、振幅情報a₁₁は、０以上の正の整数値をとるの
で位相情報Ｐでも考慮されない。こうして、スカラ量子化結果y_s12は、分離器３によ
り、P,Z,Aに分離される。さて、位相情報Ｐはy_sの正負
の符号情報であり、各要素p_ijは＋，−,0の３値のデー
タである。零情報Ｚは、各要素が０か又は０でないかを
表す情報であり、即ち、その各要素z_ijは０か、０でな
い（第５図で記号「＊」で示す）かの２値のデータであ
る。最後に振幅情報ＡはY_Sの絶対値の情報であり、スカ
ラ量子化の結果から得られるところの各要素毎に異る多
値データである。ベクトル量子化このようにして得られた各情報P,A,Zは、以下に続く
各ベクトル量子化器4,5,6に入力される。ベクトル量子
化の概念は前述した通りである。各ベクトル量子化器の機能について述べる。尚、ベク
トル量子化に不可欠なコードブツクの生成方法について
は後述する。先ず、位相情報Ｐを量子化する位相情報ベクトル量子
化器（Ph−VQ）４について述べる。位相情報Ｐのベクト
ルの集合は、例えば第６図のようなのパターン（出力ベクトル）のコードを前もつて抽出し
て作成しておく。ｋは前述したように、コードブツクの
インデクス番号である。尚、このコードブツクの抽出方
法は、例えば頻度の高いものからN_P個を選択する方法で
あつてもよい。例えば入力の位相情報が第６図に示したP,P₁,P₂であ
るような場合は、これらの入力はこのパターンに写像される。ここで、０は無符号を表わす。このよう
にして位相情報Ｐのベクトル量子化を行う。入力位相情報P,P₁,P₂で、各要素がと異るところは復号時には０となり、０のところは無符
号であるを再生するのである。ここで、ベクトル量子化器への入
力時の要素と、復号化された再生時の各要素の間では、
符号（位相情報）の反転は生じないことに留意すべきで
ある。次に、振幅情報a_ijを量子化する振幅情報ベクトル量
子化器（Amp−VQ）５について述べる。ここでも位相情
報Ｐと同様に、出力ベクトルの集合を前もつて用意する。スカラ量子化で得られた要素a_ij
は有限な正の整数値又は０をとる。a₁₁は前述の通りに
ベクトル量子化を行わないので、以下では考慮しない。
出力ベクトルの集合は、例えば第７図に示すようなパターンを含んでいる。このパターンに、入力された振幅情報、例えばA,A₁,A₂（第７図）が
写像される。例えば、入力パターンＡについては次のようになる。
即ち、パターンＡの要素a_ijが０でない部分について
は、が異なつており、置換して写像する。入力パターンA₁に
対してはa₂₂が異なつており、入力パターンA₂に対して
はa₁₃が異なつている。これらが置換されて、実際に復号時に生ずる劣化が、
ベクトルの集合内の他の全てのパターンに写像した場合に生ずる劣化よ
り目立たない。このようなの作成と同じ様に行つて得ることができるが、実際に符
号化、復号化を行つて、再生画像からの最適化を行つたりして決定することも可能である。最後に、零情報Ｚを量子化する零情報ベクトル量子化
器（零−VQ）６について述べる。ここでも同様にベクト
ルの集合を用意する。決定方法は前述の等の場合と同じである。このベクトルの集合は例えば、第８図に示したようなパターンを含んでいる。このパターンには入力された零情報、例えばZ,Z₁,Z₂の位置が写像さ
れる。この写像は入力パターンZ,Z₁,Z₂の一部の“非0"
の情報を“0"に置換することによつて行われる。例とし
て、Ｚからの写像では、z₁₄を“0"に置換することによ
つて、またZ₁からの写像ではz₂₃,z₃₁を“0"に置換する
ことによつて、またZ₃からの写像ではz₄₄を“0"に置換
することによつて実施される。ここで注意しなければな
らないのは、置換は、非０（記号“＊”で表わす）を
“0"に置換することがあつても、“0"を“非0"に置換す
ることはないことである。もし、これを許し、“0"を
“非0"に置換してしまうと、画質的に大きな劣化を生じ
てしまう。このようにして、それぞれのベクトル量子化器4,5,6
が写像を行いベクトル量子化を実現する。ここで、これ
らのベクトル量子化における写像の共通の特徴として、
高周波の成分から置換が行なわれることである。この場
合ではy₄₄に対応する各要素が最も高周波成分であり、y
₃₄,y₄₃,‥‥y₁₁に近づくにつれて低周波成分である。視
覚的に、高周波成分での置換を行なうと、再生時におい
て差異が目立ちにくいという特性があり、本実施例の符
号化方式はこの性質を利用するものである。これらベクトル量子化の結果として、写像されたパタ
ーンのコードが出力される。即ち、前述の第５図の位相
情報Ｐ、零情報Ｚ、振幅情報Ａとして、第６図、第８
図、第７図のようなパターンに写像されて、それぞれのパターンコード（出力ベクト
ルのインデツクス番号）k,h,lが、量子化結果となつて
得られる。合成これらのパターンコードは合成器６に入力される。こ
こでは４×４のブロツク単位の結果として第９図のよう
な符号化データC_BWを得る。復号化第９図に示した符号化データC_BWからの復号について
第10図を用いて説明する。符号化データC_BWからブロツ
ク内平均a₁₁が、そして、位相Ｐ、振幅Ａ、零Ｚの各情
報のパターンのコードk,l,hからが得られる。復号される番号付けされたスカラ量子化結
果Y_Sの各要素ｙ′_sijは各パターンの要素p_(k)ij,
a_(l)ij,z_(h)ijを用いて次式で表される。この結果から各要素の代表値（スライス幅）で置換
し、この復号されたアダマール変換値Ｙ′を得て、さら
にアダマール逆変換を行なえば、復号された画像データ
Ｘ′を得られる。ここで、アダマール逆変換はアダマー
ル変換と同じであり、こうすると、手法又はハードウエ
アの共通化を図れる。ハードウエア化本実施例のハードウエア化について述べる。直交変換
器１は入力値の加減算のみであり、除算はビツトをシフ
トをすることによつて構成することができる。スカラ量
子化器２又は各ベクトル量子化器4,5,6はリード・オン
リ−・メモリー（略してROM）を用いたルツク・アツプ
・テーブルを用いることによつて構成できる。分離器３
は補数変換器つまり、NOT回路と加算器と配線方法によ
つて構成でき、合成器７は配線のみで容易に構成でき
る。〈第二実施例〉次に、第二実施例について第11図に構成を、第12図に
データの流れを示す。この第二実施例は、第一実施例の
零情報Ｚを振幅情報Ａに含めて、圧縮効率を上げようと
いうものである。１は直交変換器、２はスカラ量子化器であり第１の実
施例で述べたものと同じである。103の分離器では、ブ
ロツク内の各画素毎に正負符号Ｐと絶対値Ａに分離し
て、各ベクトル量子化器4,106に送出する。４は（Ph−V
Q）器で、第一実施例で前述した通りである。 105は零情報圧縮器であり、入力された絶対値情報Ａ
より、零情報Ｚをさらに分離し、この零情報Ｚをベクト
ル量子化したのち、絶対値情報Ａに重畳して出力する。
すなわち、前述の（６）式で絶対値情報Ａが表される。
ここから抽出される零情報Ｚは（７）式で表される。こ
の零情報Ｚは前述のようにベクトルの集合の中のパターンに写像される。パターン各成分をとすると、（零−VQ）器105の出力の負幅情報Ａ′の各
要素ａ′_ijはａ′_ij＝z_ij・a_ij （ｉ＝1.4,i＝1.4但しｉ＝ｊ＝ｉを除く）…（11）となる。これを（Amp−VQ）器106に入力する。ここでは前述の
（Amp−VQ）器と同様に、写像によつてベクトル量子化
する。この際に、前段の（零−VQ）器105で零情報を量
子化しているので、振幅情報Ａの入力パターンはかなり
限定されている。これらの結果を合成器107は４×４のブロツク単位の
結果として、第13図のような符号化データＣ′_BWを得
る。また復号については前述の第１の実施例と同様に、符
号化データＣ′_BWからブロツク内平均a₁₁を、位相、振
幅情報のパターンコードk,lからを得る。復号される番号付けされたスカラ量子化結果
Ｙ′_Ｓの各要素ｙ′_sijは、各パターンの要素p_(k)ij,a
_(l)ijを用いて次式で表される。以下の動作は前述の通りであり、その結果、画像デー
タＸ′を得る。〈第三実施例〉次に符号化の対象画像がカラー多値画像である場合の
実施例について述べる。一般に、カラー画像はスキヤナ等でＲ（赤）、Ｇ
（緑）、Ｂ（青）の３色に色分解されて入力される。
今、各カラー画像がR,G,Bそれぞれについて８ビツトず
つ計24ビツトの情報を持つているとする。第14図は本発明の第三実施例の構成を示すものであ
る。201は信号変換部である。この信号変換部201は入力
された画素x_ijのR,G,B信号をとり込み、Y,I,Q信号に変
換する。このYIQ信号は一般にテレビジヨンの伝送信号
として用いられており、Ｙは輝度信号、I,Qは色差信号
である。このYIQ信号は輝度と色差の相関が比較的小さ
いので、別々に符号化できる。また色差の情報は比較的
低周波の情報なので、ブロツク単位で１つの情報として
扱うことが可能である。この第三実施例では、Ｙ信号に
ついて、第一実施例で示した符号化を実施しようという
ものである。まずＹ情報の圧縮について述べる。変換部201により
変換されて得られたＹ情報は４×４のブロツクとして直
交変換器１に入力される。ここでは、白黒の場合と同様
に、アダマール変換を行う。さらに、その結果はスカラ
量子化器２に入力され、スカラ量子化が行われる。さら
に、この量子化結果は、分離器３に入力され、位相情報
Ｐと振幅情報Ａと零情報Ｚとに分離される。それぞれの
情報についてベクトル量子化を（Ph−VQ）器４と（Amp
−VQ）器５と（零−VQ）器６によつて施される。これら
は第一実施例と同じ構成である。また、I,Q情報はそれぞれ平均器202,203に入力され、
それらのブロツク内平均をそれぞれ求める。合成器204
は、ベクトル量子化器4,5,6からのパターンコードk,l,h
と、輝度Ｙのブロツク内平均a₁₁と、平均器202,203から
のI,Q情報のブロツク内平均値とを得て、４×４のブロ
ツク単位の符号化の結果として第15図に示す符号化デー
タC_Cを得る。〈第四実施例〉第16図は本発明の第四の実施例の構成を示すものであ
る。この第四実施例は、第二実施例をカラー信号に適用
したものである。 201は前述の信号変換部であり、画素x_ijのR,G,B信号
をとり込み、Y,I,Q信号に変換する。Ｙ情報は４×４の
ブロツクとして直交変換器１に入力されアダマール変換
を施される。その結果はスカラ量子化器２に入力され
る。このスカラ量子化結果は分離器３に入力され、位相
情報Ｐと振幅情報Ａとに分離される。位相情報Ｐは（Ph−VQ）器４によつてベクトル量子化
される。一方、（零−VQ）器105によつて零情報Ｚをベ
クトル量子化した結果は振幅情報Ａに重畳される。そし
て、その結果は（Amp−VQ）器506に入力され、こうして
振幅情報Ａ′をベクトル量子化する。また平均器202,203は、それぞれ４×４のブロツク内
のＩ情報とＱ情報の平均値を求める。これらブロツク内のＹ情報、Ｉ情報、Ｑ情報の平均値
及び位相情報Ｐと振幅情報Ａベクトル量子化結果のパタ
ーンコードを合成器404によつて合成し、符号化結果と
して第17図に示す符号化データＣ′_Ｃを得る。〈第五実施例〉以上４つの実施例では、合成器7,507,204,及び404は
ただ符号化した結果を合成するだけであつた。しかし、
これをたとえば実験的に得られた２つの量子化結果の組
合せの発生頻度を考慮したベクトル量子化器を用いれ
ば、例えば第四実施例では第17図のような符号化データ
を得る。〈コードブツク生成の第一の方法〉次に、第19図以下に従つて、本実施例に係るベクトル
量子化におけるコードブツクの作成について述べる。生成手順（位相情報）第19図は位相情報Ｐを例にして、実施例のベクトル量
子化に使われるコードブツク生成の様子をフローチヤー
トで示したものである。ステツプS1では、入力パターンを取り込む。この入力
パターンは、第２図の例に従えば、一般的なベクトルに相当するものである。即ち、更に具体的には、所定の
画像を例えば第１図の符号化装置にトレーニングシーケ
ンスに従つて入力し、直交変換スカラ量子化分離さ
れて得た、位相情報Ｐである。第19図に示した100は、
この入力パターンの一例である。ステツプS2では、ステ
ツプS1で抽出されたパターンに対し、ゼロの要素にはマ
スクをかける。こうすると、＋／−符号のみのパターン
が出来る。以降、これを「入力＋／−パターン」と呼
ぶ。入力パターン100の入力＋／パターンは、第19図の1
01となる。ステツS3では、「入力＋／−パターン」と全く同じパ
ターンが、テーブル中に既に登録されているかどうかを
調べる。このテーブルがコードブツクを形成する。この
比較は、テーブル中のパターンの後述の＊がマークされ
ていない要素に対して行なわれない。登録されていれ
ば、ステツプS1に戻り、次の「入力＋／−パターン」を
取り込む。登録されていなければ、次のステツプS4へ進む。ステ
ツプS4では、テーブル中の既登録パターンの中に、「入
力＋／−パターン」の一部を＊（Don′t Care）とした
ら一致するような既登録パターンがあれば、ステツプS5
へ進み、無ければステツプS6へ進む。ステツプS5では、「入力＋／−パターン」の一部を＊
としたら一致するような既登録パターンがあるのである
から、その登録パターンの＊を「入力＋／パターン」中
の対応要素の符号に置換え、更新する。この場合、マス
クされている要素は変えない。一方、既登録パターンが無い場合は、ステツプS6で、
「入力＋／−パターン」の内、マスクされていた要素を
＊にしたパターンを更新登録する。以上の事を更に第20図により具体的に説明する。まず、最初に、100のような「入力＋／−パターン」
が入力されると、このパターンは一番始めである事から
当然登録される。このパターンを便宜上「パターン１」
と呼ぶ。但し、この時「入力＋／−パターン」にゼロが
含まれていると、そのゼロを＊（Don′t Care）にして
登録される（ステツプS6）。次に、別の「入力＋／−パ
ターン」105が取り込まれると、「登録パターン１」と
入力パターン105とを比較する。この比較によると、＊
以外の要素では、要素（4,1）のみが異なり、しかも、
「登録パターン１」側の要素（4,1）は＊である。従つ
て、この入力パターン105は、「登録パターン１」の類
似と考えられるから、その要素（4,1）は＋と変えられ
て、「登録タターン１′」として、更新登録される（ス
テツプS5）。更に、次の「入力＋／−パターン」106が取り込まれ
た場合は、「登録パターン１′」と入力パターン106と
は、要素（4,1）が異なるが、「登録パターン１′」側
の要素（4,1）は＊ではない。従つて、この入力パター
ン106は、新規なものと考えられるから、新規登録され
る（ステツプS6）。但し、この時やはりゼロは＊に置換
えられる。このような操作を繰り返し、テーブルが生成されてい
くのであるが、ステツプS6の操作によりほとんどの登録
パターンでは、＊は無くなり、＋，−符号の組み合せパ
ターンとなる。しかし、発生頻度の少ないパターンで
は、＊を含むものもあると考えられる。丸めところで、コードブツク、即ち、テーブルの容量は限
りがあるから、上記のようにして生成されたテーブルに
おいて、その容量以下にコードブツクのベクトル数を下
げる必要が生じる。そこで、各要素に注目して、コード
ブツクの不要と考えられるベクトル同士を丸めることが
必要になる。これは、第19図の手順に従つたテーブル作
成時には、出力ベクトルを登録するときは、外部記憶装
置である、例えば、大容量磁気デイスク装置等に格納す
れば、それほど、その容量を意識しなくても済むが、実
際の符号化装置として動作させるためには、テーブルに
必要な記憶容量の問題以上に、符号化速度が問題となる
から、容量を一定値以下にする必要があるからである。この「丸め」は、基本的に以下のようなルールに従つ
て行われる。ある登録パターン（又は、これから登録さ
れようとするパターン）が丸められる必要があると判断
できるためには、：その登録パターンのある特定の要素をマスクし、そ
のマスクされた要素を除いた要素同士で、合致する既登
録パターンを探し、合致する既登録パターンが存在した
場合、この両パターンはマスクした要素を“0"に置換え
た新なパターンに、「丸め」込まれる。：「丸め」の対象となる要素に重み付けをし、その重
みの要素順に「丸め」を行う。これは、画像の種類に応
じて特徴がでてくる要素が限定されるからである。：「丸め」の対象となる要素を限定する。これは、
「丸め」によつて極端な構造変化が発生するのを防ぐた
めである。：発生（使用）頻度の高いパターンは「丸め」ずに残
し、頻度の低いパターン同志を「丸め」る。更に詳しくこの方法について、第21A図〜第21Dを用い
て説明する。第21A図は「丸め」の対象となる要素と、その重み付
けを説明している。図中、太枠で囲んだ要素、 y₁₂,y₁₃,y₂₁,y₂₂,y₃₁ はルールに従つて「丸め」の対象としない。というの
は、元画像ブロツクの構造はこれらの要素の符号に依存
する場合が多いからである。また、「丸め」の対象とな
る要素も元画像ブロツクの構造への依存度に応じた重み
付けを行い、重みの軽い順に「丸め」に行う。重み付け
は、例えば、 y₄₄＜y₃₄＝y₄₃＜y₃₃＜y₄₂＝y₂₄＜y₂₃＝y₃₂＜y₁₄y₄₁ とする。尚、後述の実施例では、画像から特徴を抽出
し、その特徴に応じて「カテゴリ」に分類しているよう
にしている。このような実施例では、これらの重みの付
けの順位は各カテゴリによつて異なるようにする。第21B図から第21D図は「丸め」の具体例を示してい
る。第21B図のパターン110とパターン111はy₄₄を除くと
同じパターンである。そこで、このy₄₄を“0"に置換え
たパターン112を、新たなパターンとして、パターン110
とパターン111を代表させる。同様に、第21C図は２つの
要素y₄₃,y₄₄を同時にマスクした場合の例、第21D図は４
つの計数y₂₄,y₃₄,y₄₃,y₄₄を同時にマスクした場合を示
す。このような操作を、重みの軽い要素の順に１つず
つ、２つずつ、３つずつ、…、６つずつ、７つまで行
う。第22A図，第22B図はこの「丸め」の操作を説明するフ
ローチヤートであり、これについて述べる。ここで「丸
め」の目標を、ベクトル数すなわち登録パターン総数を
Ｎ種であるとすると、このフローチヤートでは、総個数
がＮ個になるように、先ず「丸め」対象の要素の数を１
個にして丸めを行ない、それでも、Ｎ個以下にならなけ
れば、要素の数を２個に増やし、それでもＮ個以下にな
らなければ、要素の数を３個に増やし、‥‥‥というよ
うにして行く。即ち、ステツプS11でテーブルの既登録
パターン総数がＮ種を越える場合は、ステツプS12へ進
み、「丸め」操作に入る。ステツプS12で、既登録パタ
ーンの内、発生（使用）頻度の高いものは「丸め」の対
象から除く。おれは、頻度の高いパターンが低いパター
ンと「丸め」られる事を避けるためである。次に、ステ
ツプS13で、先にも述べたように重め付けの軽い要素順
に１つずつマスクをかけ第21B図〜第21D図に示したよう
な操作を行う。ステツプS14では、「丸め」られた結
果、登録パターン総数がＮ種以下ならそこで終了する
が、未だＮ以上ならば、次のステツプS15に進む。このステツ15で、ステツプS12で除いたパターンに加
え、ステツプS13で「丸め」た結果から更にいくつかの
発生（使用）頻度の高いパターンを「丸め」の対象から
除く。ステツプS16では、ステツプS13と同様の操作を重
み付けの軽い要素の順に２つずつ同時にマスクし行う。
ステツプS17はステツプS14と同様である。以降、ステツプS33の手前までに、丸め対象の要素数
が７個になるまで、前述の動作と同じ動作を繰り返す。ステツプS33では、頻度の低いパターン（そのほとん
どは頻度１である）が低い順に切り捨てられ、登録総数
をＮ種とする。以上の操作を「コード・ブツクの生成」と呼び、この
結果であるＮ種の登録パターンを「出力ベクトル」、こ
の集合を「コード・ブツク」と呼ぶのである。このようにして生成されたコード・ブツクを用いた写
像の例が、第一実施例に関連して説明された第６図の例
である。再説すると、入力パターンP,P₁,P₂に対して、
その写像されるコードブツク内の出力ベクトルはP_P(k)
である。このインデツクスナンバーｋがベクトル量子化
による符号化結果である。零情報のコードブツク生成次に、零情報Ｚのベクトル量子化におけるコードブツ
クの作成について述べる。位相情報Ｐの場合と同様、ま
ずテーブルを作成する。第23図は、零情報ベクトル量子
化のコードブツク生成のためのテーブル生成の様子をフ
ローチヤートで概略的に示したものである。こうして、
トレーニングシーケンス内の零情報を全て抽出する。このときのテーブルに登録された零情報のパターンの
数が、目標のベクトル数Ｍ以下であれば、特に零情報Ｚ
の圧縮（「丸め」）は不必要となる。逆に、目標ベクト
ル数のＭ以上であれば、目標のベクトル数Ｍにするため
に、位相情報Ｐの場合と同様に、各要素に注目して「丸
め」を実施する。位相情報Ｐの場合と同様に、前述の「丸め」の基本ル
ール〜に従つて、“0"でない部分を“0"にしてか
ら、パターンをテーブル内のパターンと比較して、それ
でもし合致するものがあれば、新しいテーブルにその合
致パターンを登録する。これを、第22A図，第22B図のフ
ローチヤートに従つて、目標のＭ個の出力ベクトルを得る。振幅情報のコードブツク生成最後に振幅情報Ａのベクトル量子化におけるコードブ
ツクの作成について述べる。位相情報Ｐの場合と同様、
まずテーブルを作成する。零情報Ｚと同様にして、第23
図のフローチヤートに従つてテーブルを作成する。この
ときテーブルに登録された零情報Ｚのパターン数が目標
ベクトル数のＬ以下であれば、特に振幅情報Ａの圧縮
（丸め）は不必要である。逆に、目標のベクトル数のＬ
以上であれば、目標のベクトル数Ｌにするために、位相
情報Ｐの場合と同様に、各要素に注目して「丸め」を実
施する。位相情報Ｐの場合と同様に前述の「丸め」の基
本ルール〜に従つて、「丸め」を行う。第24図は、振幅情報Ａに係るこの「丸め」の操作を説
明するフローチヤートであり、これについて述べる。ステツプS51で、テーブルから既登録パターン（以
下、この取り出されたパターンを参照パターンと呼ぶ）
を取り出す。ステツプS52では、この参照パターンに対
し注目要素にマスクをかけ、次のステツプS53で、テー
ブル内の既登録パターンで、マスクをかけなかつた要素
の全てが、取り出された参照パターンと等しいものが存
在するかどうかを調べる。存在する場合は、ステツプS5
4へ、存在しない場合はステツプS58へ進む。ステツプS54では、テーブル内の登録パターンで、上
記参照パターンの中のマスクをかけなかつた要素の全て
について等しいものを求める。そして、参照パターンの
マスクをかけた部分とそれらの求められたパターンのマ
スクをかけた部分間の距離を求め、最も近いパターン
（最も似かよつたパターン）を保持してて、次のステツ
プS55に進む。ステツプS55では、参照パターンと保持されたパター
ンについて、トレーニングシーケンス内での発生頻度を
比較し、その大きい方を新しいテーブルに登録し、次の
ステツプS56に進む。ステツプS56では、古いテーブルから前記参照パター
ンと保持パターンを削除する。次のステツプS59に進
む。一方、ステツプ53で、合致したパターンが存在しなか
つた場合は、ステツプS57で、その参照パターンを新し
いテーブルに登録し、次のステツプS58で、古いテーブ
ルから参照パターンを削除する。ステツプS59では、古いテーブルの中にパターンが存
在しなければ終了し、存在する場合はステツプS51に戻
る。この注目画素が前述の重みが軽い要素の順に１つず
つ、２つずつ、…と行う。このようにして目標のベクト
ル数Ｌになるまで、この操作を繰りかえし目標のＬ個の
出力ベクトルを得る。こうして、３種類のコードブツクが符号化に先立つて
前もつて生成でき、この生成されたコードブツクによつ
て、第一〜第五実施例における高速なベクトル量個化が
可能となる。〈符号化の第六実施例〉そこで、次に符号化の第六の実施例について説明す
る。第25図は、前述したコードブツク発生方法によつて
作成されたコードブツクを用いて、画像情報の符号化の
第六実施例に係るブロツク図である。図中、20はアダマール変換部であり、第一実施例等の
直交変換部と同じである。23は、カテゴリ分類を行うセ
グメンテーシヨン部21の出力であるカテゴリコードに対
応した量子化部を、３つの量子化部のなかから選択する
セレクタである。22はブロツク内平均値を表す要素y₁₁
をスカラ量子化するスカラ量子化器である。24,25,26は
各カテゴリに適したスカラ量子化を行うスカラ量子化器
であり、これらは第一実施例のものと等価である。ま
た、27,28,29は各カテゴリに適したベクトル量子化部で
ある。30は各カテゴリのベクトル量子化部の出力の中か
ら、セグメンテーシヨン部21からのカテゴリコードに従
つて、処理の対象となつているブロツクに応じた出力を
選択するセレクタであり、セレクタ23と同様の働きをす
る。セグメンテーシヨン部21は、ブロツク枚にアダマー
ル変換部20の出力結果から数種の特徴量を算出し、その
ブロツク内の画素群の特徴を抽出し、同一の特徴をもつ
カテゴリ毎に分類するものである。このような符号化を行つて、第27A図に示したよう
な、明度平均値と、カテゴリの種類を表すカテゴリコー
ドと、ブロツク内のアダマール変換処理のパターンを表
すパターンコードとを符号化結果として得る。ベクトル量子化部27〜29では前述したようにアダマー
ル変換の結果Ｙを、スカラ量子化器24〜26によつて更に
スカラ量子化した結果Y_Sをベクトル量子化するものであ
るが、ここで、これらベクトル量子化部の個々の詳細構
成図を第26図に示す。この第26図の破線に示したベクトル量子化部は、第１
図に示した第一実施例の符号化器と等価であるので、そ
の説明は概略説明に留める。図中、43はスカラ量子化器
（24〜26）の結果Y_Sから、要素値が正、負又は０である位相情報Ｐと、要素値が０であるか否かの零情報Ｚと、要素値の絶対値を表す振幅情報Ａ、とに分離する。P,Z,Aの情報は以下に示す通りである。Ｐ＝［p₁₂,p₁₃,p₁₄,p₂₁,…,p₂₄,p₃₁,…,p₃₄,p₄₁,…,p
₄₄］^ＴＺ＝［z₁₂,z₁₃,z₁₄,z₂₁,…,z₂₄,z₃₁,…,z₃₄z₄₁,…,z
₄₄］^ＴＡ＝［a₁₂,a₁₃,a₁₄,a₂₁,…,a₂₄,a₃₁,…,a₃₄₄₁,…,
a₄₄］^Ｔつまり、スカラ量子化された結果Y_Sの要素y_sij（ｉ＝
１‥4,j＝１‥4,i,j≠１）は、 y_sij＝p_ij×a_ij×z_ij の関係がある。このように分離された情報はそれぞれ4
4、45、46のベクトル量子化器に送られ、その結果とし
てインデツクスコードk,h,lを、これらの結果を合成す
る合成器47に出力し、最後にパターンコード（第27A
図）を得る。尚、この第六実施例の符号化装置に用いら
れるコードブツクも、前述のものが適用可能であるが、
この場合、第六実施例がカテゴリに応じたベクトル量子
化を行なつている点に鑑みて、第六実施例に好適なコー
ドブツクは、カテゴリ毎に、前述の「丸め」のルールに
おける内容、例えば、重み付けの順序、丸め対象となる
要素の位置等、を変更したものである。〈符号化の第七実施例〉第28図は、第七実施例に係る画像情報符号化装置のブ
ロツク図である。この第七実施例では、画像情報を所定
の方法で正規化し、この正規化値n_ijに対して、カテゴ
リに応じたベクトル量子化を施すというものである。 302は平均演算器であり、303は差分器であり、305は
分散（σ）演算器であり、306が正規化器である。これ
らが正規化値n_ijを演算する。また、307はスカラ量子化
器、308がセグメンテーシヨン部、309,313がセレクタ、
310〜312はベクトル量子化部である。これらのベクトル
量子化部は第26図に示したものと等価なものが使用され
る。尚、301,304は、ブロツク単位での処理の同期をと
るためのラツチである。正規化値は次のようにして演算される。平均演算器30
2は、ブロツク内の平均値ｍを求める。差分器303は、各
画素値x_ijと平均値値ｍとの差分h_ijを求める。 h_ij＝x_ij−ｍである。分散演算器305は、これら差分値h_ijとブロツク
内平均値ｍとから、次式よりブロツク内の分散δを求め
る。次に、正規化器306が各差分値h_ijを分散δで除算し
て、正規化値n_ijを得る。ここで、正規化値n_ijは正負の符号をもつ値である。
これをスカラ量子化器307でスカラ量子化し、ベクトル
量子化部を経てブロツク内の正規化値のパターンのコー
ド（klh）を得る。ベクトル量子化部310〜312では前述の通り、スカラ量
子化された正規化値n_sijのブロツク内の配置を示すパタ
ーンを、ベクトル量子化してコードを得る。このベクト
ル量子化部の構成は第26図に示す通りである。ここで、正規化値n_ijは正負をもつ値であり、これを
スカラ量子化器307によつてスカラ量子化し、（2n＋
１）値のコードとする。説明の為に、n_sijは５値のデー
タとする。従つて、スカラ量子化器307の各画素に対応
するスカラ量子化結果n_sijは、−2,−1,0,1,2の値をと
る。第六実施例に関連して説明したように、ベクトル量子
化器310え312は、これらスカラ量子化の結果n_s _ijか
ら、その正／負は０を示す位相情報Ｐと、 n_sijが０であるか否かの零情報Ｚと、 n_sijの絶対値（0,1,2のいずれか）を表す振幅情報Ａとに分離する。これらの分離されたPZA情報のベクトル
量子化は前述した通りであり、その結果として、k,h,l
のパターンコードが出力される。このようにして、第27B図に示すようにブロツク内の
明度平均ｍと、ブロツク内分散δと、カテゴリコードと、正規化値の配置を示すパターンコードk,h,l を得て、符号化結果とする。尚、前述のようにスカラ量子化結果N_Sの各画素対応値
n_sijは、 n_sij＝p_ij×a_ij×z_ij で表されるから復号化はこの式に従えばよい。〈コードブツク生成の第二の方法〉ところで、第七実施例は、スカラ量子化された正規化
値n_sijをベクトル量子化するものであるから、コードブ
ツク生成に関し、前述の第一の生成方法をそのまま適用
できるわけではない。そこで、第七実施例に適したコードブツクの生成に当
り、スカラ量子化器307の出力N_Sからトレーニングシー
ケンス内の各情報を抽出するようにする。即ち、先ず、上記トレーニングシーケンス内の各入力
パターン間で、90゜単位の回転関係にあるもの、又は鏡
像関係にあるものを、１つにまとめておくための整列処
理を行う。例えば、第29図のような入力パターンがある
場合は、（ｂ）〜（ｈ）のパターンは、同図の（ａ）の
パターンにまとめられる。セグメンテーシヨン部308では、その正規化結果の符
号情報n_ijからブロツク内の大まかな構造を知り、トレ
ーニングシーケンス内で同じ様な構造をもつ入力パター
ンを、同一のカテゴリに分類する。ここで大まかな構造
とは、第30図に示すような各カテゴリ毎の構造を言う。
このカテゴリ分類では、「＊」は「−」又は「０」を表
すものとする。このセグメンテーシヨン部308の出力に
よつて、ブロツク内のスカラ量子化された正規化値n_sij
の配置の大まかな構造によつて、セレクタ309,313を切
換えて、各カテゴリに最適なベクトル量子化を施すわけ
である。次に大まかな構造が、例えば第30図の（ａ）で表され
るようなカテゴリでのコードブツクの生成について述べ
る。まず、位相情報Ｐのコードブツクの生成は、前実施例
の第一の方法と同様にする。この時y₁₁,y₁₂,y₁₃,y₁₄,y
₂₁,y₂₂,y₂₃,y₃₁,y₃₂,y₄₁は「丸め」の対象としない。こ
れは第１の生成方法で述べた理由による。また、重み付
けは元画像の大まかな画像への依存度に応じた重み付け
を行い重みの軽い順に「丸み」を行う。第30図の（ａ）のカテゴリの場合の重み付けは、 y₂₃＝y₃₂＜y₁₄＝y₄₁＜y₂₂y₃₃ とした。尚、これらの重み付けの順位は各カテゴリによ
つて異なる。以下、「丸め」の方法は第一の生成方法実施例に従
う。次に零実施例Ｚのベクトル量子化におけるコードブツ
クの作成について述べる。これは第一の生成方法と同様に、零情報Ｚのテーブル
を作り「丸め」を行う。零情報Ｚの「丸め」において、
y₁₁y₁₂,y₁₃,y₃₄,y₄₃,y₄₄は「丸め」の対称としない。ま
た重み付けは、位相情報Ｐの場合と同様に、依存度に応
じた重み付けを行い、重みの軽い順に「丸め」を行う。例えば、重み付けは、 y₂₃＝y₃₂＜y₁₄＝y₄₁＜y₂₂＝y₃₃＜y₃₁＝y₁₃＜y₄₂＝y₂₄ とした。「丸め」の方法は第一の生成方法に従う。最後に振幅情報Ａのベクトル量子化におけるコードブ
ツクの作成について述べる。これは第一の方法と同様で
あるが、マスクをかける重み付けは、 y₂₃＝y₃₂＜y₁₄ _＝y₄₁＜y₂₂＝y₃₃＜y₃₁＝y₁₃＜y₄₂＝y₂₄ とし、y₁₁,y₁₂,y₂₁,y₃₄,y₄₃,y₄₄は「丸め」の対称とし
ない。こうして、第七実施例の符号化に最適なコードブツク
が得られる。〈その他の変形例〉上記符号化の７つの実施例では演算の容易さ、ハード
ウエア構成の簡易さに鑑みて、アダマール変換を直交変
換として使用したが、前処理においては、その処理後、
位相情報と振幅情報、又は位相情報と振幅情報及び零情
報に分離できるような、これに類する直交変換（離散的
コサイン変換、スラント変換等）を用いて同じ考え方を
適用しても良い。さらに実施例説明の中のアダマール行
列、ブロツクサイズ、重み付け順位、カテゴリーセグメ
ンテーシヨン等はこれに限定されない。また、ベクトル量子化部においては、スカラ量子化は
振幅、位相の分離の前に行つたが、分離の後の振幅情報
に対してスカラ量子化を施してもよい。また、符号化データを合成器を使用して構成したが、
そのかわりに両情報の間でのベクトル量子化器を設け、
これに冗長度の抑圧を行つてもよい。またブロツクサイズを４×４とし各画素データを白黒
８ビツト、カラー24ビツトとしたが、サイズ、データ長
はこれらに限定されない。また実施例中のハードウエア
構成はこれに限定されない。また実施例中、カラー情報の入力をR.G・Ｂとしたが
これに限定されないし、明るさと色味を分離する信号体
系としてY.I.Q信号を用いたが、CIE1976 Ｌ^＊ａ^＊ｂ^＊
又はＬ^＊ｕ^＊ｖ^＊などの空間情報を用いてもよい。また実施例でカラー情報を明るさと色味に分離して明
るさの情報に対して本発明、符号化を行つたが、入力信
号に対して別々に符号化を行つてもよい。また本実施例ではアダマール変換後の要素y₁₁,a₁₁は
ベクトル量子化の対象から除いたが、これを含んでベク
トル量子化を行うことも可能である。最後に画像情報はカラー画像などの種類に限定されな
い。またカテゴリセグメンテーシヨンにおいて、カテゴ
リ分離を決定するパラメータはブロツク内、外を問わな
い。また第二実施例では無符号情報Ｚの量子化結果を振幅
情報に重畳したが、無符号情報Ｚの量子化結果を位相情
報Ｐに重畳してもよい。特に、コードブツクの生成方法において、前記実施例
では、前処理後に位相情報Ｐと振幅情報Ａと零情報Ｚに
分離したが、次のように変形してもよい。即ち、位相情
報Ｐと零情報Ｚを含んだ振幅情報Ａに分離し、位相情報
Ｐのコードブツクの生成は前記実施例の手法で行ない、
振幅情報Ａの場合は前述の「丸め」の基本ルール〜
に、以下のを加えて、各情報のコード・ブツクを作成
することも勿論かまわない。そののルールとは、非零の係数を零とすることでパ
ターンを丸めることは可能であるが、係数が零であるも
のが非零のパターンに丸められることは禁じるというも
のである。〈実施例に係る符号化方式の効果〉以上説明したようにこれらの符号化に係る実施例装置
によれば、ｍ×ｎのブロツク単位で、スカラ量子化に加
えてベクトル量子化を施すので、符号化を高効率で行え
る。従つて冗長度が飛躍的に減少する。また、本実施例の符号化では、符号化前の位相情報
と、復号化後の位相情報とで、位相情報の反転が生じな
い為に、ブロツク内のエツジの形状に著しい劣化が生じ
なくなつた。これはエツジの形状は、主に符号に依存し
ているためで、正負の反転を防いだ結果である。従つ
て、一般的な文書画像や写真画像の符号化を行なつて
も、劣化が少なくなつたことになる。また符号化した結果、固定長の符号化が可能なため、
画像の編集作業が容易かつ高速に可能となつた。また圧
縮形態のままで画像情報を処理することが可能となつ
た。例えば入力された位相情報Ｐのパターンコードを、
位相情報Ｐの各要素の正負を反転したもののコードに置
換し、ブロツク内の平均をその最大値から減じることに
よつて、高速に明るさのネガポジ反転が可能となつた。〈コードブツク生成方法実施例の効果〉前処理後の各係数から位相情報と振幅情報又は零情報
に分離して各情報をベクトル量子化し、符号化結果を得
るためのコードブツクの作成で、位相情報については零
をほとんど含まないコードブツクを、零情報については
入力パターンより出力パターンの方が要素の数が少なく
ならないようなコードブツクを、振幅情報については入
力パターンの近似パターンを出力するコードブツクを作
成することにより、画像の視覚的な劣化を防いだ符号化
を行うことが可能となる。さらに、ハードウエア化を行う場合でも、コードブツ
クの作成を、２つないしは３つの情報（P,Z,A）に分離
することによつて、例えば各量子化器をROMで形成する
場合でも、入力アドレス線の数を少なくすることが可能
となり、容易にハードウエア化が可能となる効果があ
る。［発明の効果］以上説明したように本発明の画像符号化方法によれ
ば、直交交換によって得られた変換係数の符号化方法
と、無符号情報の符号化方法を関係付けることにより、
画質の劣化を抑制しつつ無符号情報を効率良く符号化す
ることができ、画像情報全体としての符号化効率を向上
させることができる。即ち、本発明によれば、直交変換により得られた変換
係数に対してスカラ量子化を行うことにより、無符号情
報以外の有為係数の数を減少させることができ、有為係
数に割り当てられるべき符号量を減少させることができ
る。しかも、スカラ量子化後の増加した変換係数から無
符号情報を抽出し、これを符号化する際して、画像情報
の特徴に応じて無符号情報の符号化後の要素の数が符号
化前に比べて少なくならないように、無符号情報を複数
の要素につき一括して符号化することにより、無符号情
報に割り当てられるべき符号量を減少させることができ
るので、無符号情報を効率良く符号化することができ
る。

【図面の簡単な説明】第１図，第11図，第14図，第16図，第25図，第28図は夫
々、本発明を適用した第一実施例，第二実施例，第三実
施例，第四実施例，第六実施例，第七実施例に係る符号
化装置の構成図、第２図はベクトル量子化の概念を説明する図、第3A図は上記実施例で用いられるデータの形式を示す
図、第3B図は、上記実施例において、直交変換等の前処理を
行なわれた画像データの形式を示す図、第4A図〜第4C図は夫々、前処理後のデータから、各成分
を抽出したときの、その各成分の形式を示す図、第５図は、第一実施例等において、具体例を上げたとき
の、原ゲータから各成分を抽出したときの変化を示す
図、第６図、第７図、第８図は、各実施例説明のためのベク
トル量子化の写像例、第９図は第一実施例における符号化データの形式を示す
図、第10図は、第一実施例における復号化の具体例を示す
図、第12図は、第二実施例において、具体例を上げたとき
の、原ゲータから各成分を抽出したときの変化を示す
図、第13図は第二実施例によつて生成された符号化データの
形式を示す図、第15図は第三実施例によつて生成された符号化データの
形式を示す図、第17図は第四実施例によつて生成された符号化データの
形式を示す図、第18図は、第五実施例によつて生成された符号化データ
の形式を示す図、第19図，第22A図，第22B図，第23図，第24図は、コード
ブツク生成に係る制御手順を示すフローチヤート、第20図，第21A図〜第21D図は、コードブツク生成の手法
を説明する図、第25図，第26図は、第六実施例に係る符号化装置のブロ
ツク図、第27A図，第27B図は夫々、第六実施例，第七実施例の符
号化装置により符号化された結果のフオーマツト図、第28図は第七実施例に係る符号化装置のブロツク図、第29図（ａ）〜（ｈ）及び第30図（ａ）〜（ｋ）は、コ
ードブツク生成に係る第２の方法を説明する図である。図中、１……直交変換器、２……スカラ量子化器、３…
…分離器、４……位相情報ベクトル量子化器（Ph−V
Q）、5,506……振幅情報ベクトル量子化器（Amp−V
Q）、6,505……零情報ベクトル量子化器（零−VQ）、7,
507,204,404……合成器、20……アダマール変換部、21,
308……セグメンテーシヨン部、23,30,309,313……セレ
クタ、22,24,25,26,307……スカラ量子化器、27,28,29,
310,311,312……ベクトル量子化部、43……分離器、44
……位相情報ベクトル量子化器、45……零情報ベクトル
量子化器、46……振幅情報ベクトル量子化器、47……合
成器、301,304……ラツチ、302……平均演算器、303…
…差分器、305……分散演算器、306……正規化器であ
る。

フロントページの続き (56)参考文献特開昭62−191979（ＪＰ，Ａ) テレビジョン学会誌，39〔10〕（1985）相澤他Ｐ．920−925 （図２) ＩＥＥＥＴＲＡＮＳＡＣＴＩＯＮＳＯＮＣＯＭＭＵＮＩＣＡＴＩＯＮＳＶＯＬ，ＣＯＭ−32［３］（1984) Ｐ．228 右欄12〜19行ＩＥＥＥＲｅｇｉｏｎ 10 Ｃｏｎｆｅｒｅｎｃｅ（1987．８）〔ＡＤＡＰＴＩＶＥＣＯＤＩＮＧＩＮＴＲＡＮＳＦＯＲＭＤＯＭＡＩＮＵＳＩＮＧＶＥＣＴＯＲＱＵＡＮＴＩＺＡＴＩＯＮＡＮＤＳＣＡＬＡＲＣＯＲＲＥＣＴＩＯＮ〕Ｐ．418−422

Claims

(57)【特許請求の範囲】１．画像情報から所定の大きさのブロックを切り出し、
切り出された画像情報を符号化する符号化方法におい
て、前記画像情報に対して前記大きさのブロック単位で直交
変換を施す変換工程と、前記変換工程で得られた変換係数のうち、前記大きさの
ブロック内の平均値を表す変換係数と該ブロック内の他
の複数の変換係数とを夫々独立した符号に符号化する符
号化工程とを有し、前記符号化工程は、さらに、前記変換工程で得られた変
換係数を前記大きさのブロック単位でスカラ量子化する
スカラ量子化工程と、前記スカラ量子化工程で得られた
変換係数から無符号情報を抽出する抽出工程と、該無符
号情報を前記大きさのブロック単位で符号化する無符号
情報符号化工程とを含み、前記抽出工程においては、前記変換工程で得られた変換
係数のうち、前記ブロック内の平均値を表す前記変換係
数を除く変換係数から前記無符号情報を抽出し、且つ、
前記無符号情報符号化工程においては、前記画像情報の
特徴に応じて前記無符号情報の符号化後の要素の数が符
号化前に比べて少なくならないように、前記無符号情報
を複数の要素につき一括して符号化することを特徴とす
る画像符号化方法。