JP3230122B2 - 二値画像のデータ圧縮方法及び装置 - Google Patents
二値画像のデータ圧縮方法及び装置Info
- Publication number
- JP3230122B2 JP3230122B2 JP02105194A JP2105194A JP3230122B2 JP 3230122 B2 JP3230122 B2 JP 3230122B2 JP 02105194 A JP02105194 A JP 02105194A JP 2105194 A JP2105194 A JP 2105194A JP 3230122 B2 JP3230122 B2 JP 3230122B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- pixel
- binary image
- image
- area determination
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/004—Predictors, e.g. intraframe, interframe coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、二値画像の符号化方法
および装置に関し、特に、文書書画、線図形、網点画、
写真などが混在した二値画像を対象としたデータ圧縮方
法および装置に関する。
および装置に関し、特に、文書書画、線図形、網点画、
写真などが混在した二値画像を対象としたデータ圧縮方
法および装置に関する。
【０００２】
【従来の技術】各画素が"０"または"１"で表わされる二
値画像を符号化する標準的な方法として、Ｇ３ファクシ
ミリにおけるＭＨ(Modefied Huffman)符号化やＭＲ(Mod
efiedREAD, Modefied Relative Element Address Desig
nate)符号化があり、これらは国際規格としてＣＣＩＴ
Ｔ（国際電信電話諮問委員会）において制定されてい
る。これらＭＨ符号化やＭＲ符号化は、事務文書などの
ファクシミリ伝送には適しているが、テキスト、線図
形、網点画、写真などが混在する二値画像（混在二値画
像）を高精細度で伝送するためには不十分であり、また
画像データベース検索などにおいてユーザ端末に画像を
表示するという用途への適用には向いていない。
値画像を符号化する標準的な方法として、Ｇ３ファクシ
ミリにおけるＭＨ(Modefied Huffman)符号化やＭＲ(Mod
efiedREAD, Modefied Relative Element Address Desig
nate)符号化があり、これらは国際規格としてＣＣＩＴ
Ｔ（国際電信電話諮問委員会）において制定されてい
る。これらＭＨ符号化やＭＲ符号化は、事務文書などの
ファクシミリ伝送には適しているが、テキスト、線図
形、網点画、写真などが混在する二値画像（混在二値画
像）を高精細度で伝送するためには不十分であり、また
画像データベース検索などにおいてユーザ端末に画像を
表示するという用途への適用には向いていない。
【０００３】そこで、二値静止画像データを対象とし、
テキストや線図形と網点画や写真とが混在する場合であ
っても高いデータ圧縮率での符号化が可能であり、かつ
ユーザ端末側での階層的（プログレッシブ）な表示が可
能である符号化方式として、ＪＢＩＧ(Joint Bi-level
Image coding experts Group)方式が国際標準規格とし
て提案されている。ＪＢＩＧ符号化方式による二値画像
データ圧縮装置は、概略的には、近接１０画素を参照す
る二値マルコフモデルによってモデル化を行なう部分
と、エントロピ符号化を行なう符号化器とによって構成
される。エントロピ符号化としては、算術符号化が採用
されており、Ｑコード及びＭｅｌコードに基づいて開発
されたＱＭコード（以下、ＱＭ−Ｃｏｄｅと表記する）
を標準符号として用いることが決まっている。以下、図
１１および図１２を用いて、ＪＢＩＧ方式についてさら
に説明する。
テキストや線図形と網点画や写真とが混在する場合であ
っても高いデータ圧縮率での符号化が可能であり、かつ
ユーザ端末側での階層的（プログレッシブ）な表示が可
能である符号化方式として、ＪＢＩＧ(Joint Bi-level
Image coding experts Group)方式が国際標準規格とし
て提案されている。ＪＢＩＧ符号化方式による二値画像
データ圧縮装置は、概略的には、近接１０画素を参照す
る二値マルコフモデルによってモデル化を行なう部分
と、エントロピ符号化を行なう符号化器とによって構成
される。エントロピ符号化としては、算術符号化が採用
されており、Ｑコード及びＭｅｌコードに基づいて開発
されたＱＭコード（以下、ＱＭ−Ｃｏｄｅと表記する）
を標準符号として用いることが決まっている。以下、図
１１および図１２を用いて、ＪＢＩＧ方式についてさら
に説明する。
【０００４】図１１は、ＪＢＩＧ方式による従来の二値
画像データ圧縮装置を示している。ここでは、画像の左
上から逐次的に画素の走査を行うラスタスキャンによっ
て、入力二値画像の走査が行なわれているものとする。
図中、ｘi,jは第ｉラインのｊ番目に入力される画素
（注目画素）を示している。この装置には、画像の相関
を計算する相関演算部９１と、相関の強い画素について
その位置を変更させる画素移動位置決定部９２と、マル
コフモデル符号化における参照データを生成する参照デ
ータ作成部９３と、実際に符号化を行なうＱＭコーダ９
４とによって構成されており、ＱＭコーダ９４の出力が
符号化出力となる。この装置では、注目画素ｘi,jがＱ
Ｍコーダ９４によって符号化される場合、参照データ作
成部９３から出力される参照データに基づいてマルコフ
モデル符号化が行われる。また、マルコフモデル符号化
の参照データとして、符号化しようとする注目画素ｘ
i,jに近接する１０個の画素（近接１０画素）を用いて
いる。図１２は、注目画素ｘi, jとその近接１０画素と
の位置関係を示している。また、この装置では、参照デ
ータについて、その参照する画素位置を画像の相関に応
じて１画素だけ変更できるよう考慮されている。その変
更方法は、周辺画素を用いて相関演算部９１で演算され
たデータに基づき、画素移動位置決定部９２によって、
上記近接１０画素のうちの図１２に示される位置Ａの画
素を相関の強い別の画素位置の画素（置換画素）に置き
換えようとするものである。すなわち、画素Ａの代りに
置換画素を使用して参照データを作成しようとすもので
ある。ただし、置換画素の位置の情報は、符号化側から
復号化側に伝達する必要がある。
画像データ圧縮装置を示している。ここでは、画像の左
上から逐次的に画素の走査を行うラスタスキャンによっ
て、入力二値画像の走査が行なわれているものとする。
図中、ｘi,jは第ｉラインのｊ番目に入力される画素
（注目画素）を示している。この装置には、画像の相関
を計算する相関演算部９１と、相関の強い画素について
その位置を変更させる画素移動位置決定部９２と、マル
コフモデル符号化における参照データを生成する参照デ
ータ作成部９３と、実際に符号化を行なうＱＭコーダ９
４とによって構成されており、ＱＭコーダ９４の出力が
符号化出力となる。この装置では、注目画素ｘi,jがＱ
Ｍコーダ９４によって符号化される場合、参照データ作
成部９３から出力される参照データに基づいてマルコフ
モデル符号化が行われる。また、マルコフモデル符号化
の参照データとして、符号化しようとする注目画素ｘ
i,jに近接する１０個の画素（近接１０画素）を用いて
いる。図１２は、注目画素ｘi, jとその近接１０画素と
の位置関係を示している。また、この装置では、参照デ
ータについて、その参照する画素位置を画像の相関に応
じて１画素だけ変更できるよう考慮されている。その変
更方法は、周辺画素を用いて相関演算部９１で演算され
たデータに基づき、画素移動位置決定部９２によって、
上記近接１０画素のうちの図１２に示される位置Ａの画
素を相関の強い別の画素位置の画素（置換画素）に置き
換えようとするものである。すなわち、画素Ａの代りに
置換画素を使用して参照データを作成しようとすもので
ある。ただし、置換画素の位置の情報は、符号化側から
復号化側に伝達する必要がある。
【０００５】
【発明が解決しようとする課題】ところで、ＱＭ−ｃｏ
ｄｅを用いてマルコフモデル符号化を行う従来のＪＢＩ
Ｇ方式には、以下に述べるような、解決すべき課題があ
る。
ｄｅを用いてマルコフモデル符号化を行う従来のＪＢＩ
Ｇ方式には、以下に述べるような、解決すべき課題があ
る。
【０００６】(1) マルコフモデル符号化の参照データと
して近接１０画素を利用するので、文書書画や線図形の
ような二値画像の圧縮効率は高いが、誤差拡散法を用い
た疑似中間調画像に対する圧縮効率が低い。
して近接１０画素を利用するので、文書書画や線図形の
ような二値画像の圧縮効率は高いが、誤差拡散法を用い
た疑似中間調画像に対する圧縮効率が低い。
【０００７】(2) 参照データの近接１０画素のうち１画
素だけが相関の強い画素位置の画素と置換されることが
可能であるが、これだけでは、網点画像および組織ディ
ザ法を用いた疑似中間調画像のような二値画像データが
特定の周期を有している画像に対して、十分有効ではな
い。すなわちこれら特定の周期を有する二値画像データ
では、注目画素ｘi,jから特定の周期だけ離れた複数の
画素が注目画素と強い相関を有しており、１画素だけの
画素位置変更では不十分である。
素だけが相関の強い画素位置の画素と置換されることが
可能であるが、これだけでは、網点画像および組織ディ
ザ法を用いた疑似中間調画像のような二値画像データが
特定の周期を有している画像に対して、十分有効ではな
い。すなわちこれら特定の周期を有する二値画像データ
では、注目画素ｘi,jから特定の周期だけ離れた複数の
画素が注目画素と強い相関を有しており、１画素だけの
画素位置変更では不十分である。
【０００８】(3) 参照データの画素位置変更において、
画像のライン単位でのみ画素位置の移動が可能となって
いる。しかし文書書画と疑似中間調画像が混在する場
合、１つのラインの中で文書書画と疑似中間調画像が混
在するのが一般的であり、このような場合には参照デー
タの画素位置変更ができない。
画像のライン単位でのみ画素位置の移動が可能となって
いる。しかし文書書画と疑似中間調画像が混在する場
合、１つのラインの中で文書書画と疑似中間調画像が混
在するのが一般的であり、このような場合には参照デー
タの画素位置変更ができない。
【０００９】(4) 画素位置変更を行なう際、画素の移動
位置を求めるため、周辺画素との相関やマルコフモデル
エントロピを計算する必要がある。これらの演算処理
は、計算量が膨大である上に、データを一時的に蓄積す
るための大容量のメモリを必要とすることから、実現す
る際にコスト的なあるいはシステム的な大きな負担を伴
う。
位置を求めるため、周辺画素との相関やマルコフモデル
エントロピを計算する必要がある。これらの演算処理
は、計算量が膨大である上に、データを一時的に蓄積す
るための大容量のメモリを必要とすることから、実現す
る際にコスト的なあるいはシステム的な大きな負担を伴
う。
【００１０】本発明の目的は、二値画像データの種別に
よらず、混在画像を含む二値画像データ全般に関して効
率の良くデータ圧縮を行なうことのできる方法および装
置を提供することにある。
よらず、混在画像を含む二値画像データ全般に関して効
率の良くデータ圧縮を行なうことのできる方法および装
置を提供することにある。
【００１１】
【課題を解決するための手段】本発明二値画像のデータ
圧縮方法は、二値画像のデータ圧縮方法であって、入力
二値画像から画像統計量を求める第１のステップと、前
記画像統計量に応じて前記入力二値画像の画素ごとに前
記入力二値画像の領域判定を行ない領域判定データを生
成する第２のステップと、マルコフモデル符号化におけ
る参照データを生成する第３のステップと、前記参照デ
ータを使用し各画素領域のマルコフ状態を区別して前記
画素のマルコフモデル符号化を行なう第４のステップ
と、を有し、前記参照データが前記領域判定データに対
応する第１のデータ部分と前記第１のデータ部分以外の
データ部分である第２のデータ部分とによって構成さ
れ、前記第３のステップにおいて、複数のデータの中か
ら前記領域判定データに応じて選択を行なうことにより
前記第２のデータ部分が生成され、前記第２のデータ部
分が、（１）符号化済みの画素から算出された注目画素
の推定濃度値と、前記注目画素に対して強い相関を有す
る符号化済みの画素の１つの画素値、および前記注目画
素に近接する画素の画素値とを組み合わせたもの、また
は（２）符号化済みの画素から算出された注目画素の推
定濃度値と、前記注目画素に対して強い相関を有する符
号化済みの複数の画素の画素値、および前記注目画素に
近接する画素の画素値とを組み合わせたものである。
圧縮方法は、二値画像のデータ圧縮方法であって、入力
二値画像から画像統計量を求める第１のステップと、前
記画像統計量に応じて前記入力二値画像の画素ごとに前
記入力二値画像の領域判定を行ない領域判定データを生
成する第２のステップと、マルコフモデル符号化におけ
る参照データを生成する第３のステップと、前記参照デ
ータを使用し各画素領域のマルコフ状態を区別して前記
画素のマルコフモデル符号化を行なう第４のステップ
と、を有し、前記参照データが前記領域判定データに対
応する第１のデータ部分と前記第１のデータ部分以外の
データ部分である第２のデータ部分とによって構成さ
れ、前記第３のステップにおいて、複数のデータの中か
ら前記領域判定データに応じて選択を行なうことにより
前記第２のデータ部分が生成され、前記第２のデータ部
分が、（１）符号化済みの画素から算出された注目画素
の推定濃度値と、前記注目画素に対して強い相関を有す
る符号化済みの画素の１つの画素値、および前記注目画
素に近接する画素の画素値とを組み合わせたもの、また
は（２）符号化済みの画素から算出された注目画素の推
定濃度値と、前記注目画素に対して強い相関を有する符
号化済みの複数の画素の画素値、および前記注目画素に
近接する画素の画素値とを組み合わせたものである。
【００１２】本発明の二値画像のデータ圧縮装置は、入
力二値画像から画像統計量を算出する画像統計量演算手
段と、前記画像統計量に応じて前記入力二値画像の画素
ごとに前記入力二値画像の領域判定を行ない領域判定デ
ータを生成する領域判定手段と、マルコフモデル符号化
における参照データを生成する参照データ生成手段と、
を有し、前記参照データが前記領域判定データに対応す
る第１のデータ部分と前記第１のデータ部分以外のデー
タ部分である第２のデータ部分とによって構成され、前
記第２のデータ部分が、複数のデータの中から前記領域
判定データに応じて前記参照データ生成手段によって選
択されたものであり、前記第２のデータ部分が、（１）
符号化済みの画素から算出された注目画素の推定濃度値
と、前記注目画素に対して強い相関を有する符号化済み
の画素の１つの画素値、および前記注目画素に近接する
画素の画素値とを組み合わせたもの、または（２）符号
化済みの画素から算出された注目画素の推定濃度値と、
前記注目画素に対して強い相関を有する符号化済みの複
数の画素の画素値、および前記注目画素に近接する画素
の画素値とを組み合わせたものである。
力二値画像から画像統計量を算出する画像統計量演算手
段と、前記画像統計量に応じて前記入力二値画像の画素
ごとに前記入力二値画像の領域判定を行ない領域判定デ
ータを生成する領域判定手段と、マルコフモデル符号化
における参照データを生成する参照データ生成手段と、
を有し、前記参照データが前記領域判定データに対応す
る第１のデータ部分と前記第１のデータ部分以外のデー
タ部分である第２のデータ部分とによって構成され、前
記第２のデータ部分が、複数のデータの中から前記領域
判定データに応じて前記参照データ生成手段によって選
択されたものであり、前記第２のデータ部分が、（１）
符号化済みの画素から算出された注目画素の推定濃度値
と、前記注目画素に対して強い相関を有する符号化済み
の画素の１つの画素値、および前記注目画素に近接する
画素の画素値とを組み合わせたもの、または（２）符号
化済みの画素から算出された注目画素の推定濃度値と、
前記注目画素に対して強い相関を有する符号化済みの複
数の画素の画素値、および前記注目画素に近接する画素
の画素値とを組み合わせたものである。
【００１３】
【作用】本発明の二値画像のデータ圧縮方法では、入力
二値画像から画像の構造的な統計量を求め、この統計量
に応じて入力二値画像の領域判定を行ない、マルコフモ
デル符号化における参照データをこの領域判定の結果を
含む形態で作成するので、画像の性質に応じた適応的な
マルコフモデル符号化を行なうことが可能となる。その
結果、符号化済みの近接画素のみを参照データとして符
号化を行なう従来の場合に比べ、大幅なデータ圧縮が実
現される。入力二値画像を適当なブロックに分けて領域
判定を行なうことも可能であるが、非ブロック符号化で
あるマルコフモデル符号化との適合性を考慮すると、領
域判定が入力二値画像の各画素ごとに行なわれることが
好ましい。
二値画像から画像の構造的な統計量を求め、この統計量
に応じて入力二値画像の領域判定を行ない、マルコフモ
デル符号化における参照データをこの領域判定の結果を
含む形態で作成するので、画像の性質に応じた適応的な
マルコフモデル符号化を行なうことが可能となる。その
結果、符号化済みの近接画素のみを参照データとして符
号化を行なう従来の場合に比べ、大幅なデータ圧縮が実
現される。入力二値画像を適当なブロックに分けて領域
判定を行なうことも可能であるが、非ブロック符号化で
あるマルコフモデル符号化との適合性を考慮すると、領
域判定が入力二値画像の各画素ごとに行なわれることが
好ましい。
【００１４】本発明の二値画像のデータ圧縮方法は、マ
ルコフモデル符号化に使用される参照データを作成する
ものであるが、参照データの作成に引続き、この参照デ
ータを用いて入力二値画像のマルコフモデル符号化を行
なう第４のステップを設けることにより、適応的な参照
データを使用した符号化が行なわれることとなって、高
いデータ圧縮率での混在画像の符号化を行なうことが可
能となる。画素ごとに領域判定が行なわれる場合には、
第４のステップは、上述した参照データを使用し各画素
領域のマルコフ状態を区別して各画素のマルコモデル符
号化を行なうものとすることが望ましく、このようにす
ることによって、より高い圧縮率でのデータ符号化が達
成される。
ルコフモデル符号化に使用される参照データを作成する
ものであるが、参照データの作成に引続き、この参照デ
ータを用いて入力二値画像のマルコフモデル符号化を行
なう第４のステップを設けることにより、適応的な参照
データを使用した符号化が行なわれることとなって、高
いデータ圧縮率での混在画像の符号化を行なうことが可
能となる。画素ごとに領域判定が行なわれる場合には、
第４のステップは、上述した参照データを使用し各画素
領域のマルコフ状態を区別して各画素のマルコモデル符
号化を行なうものとすることが望ましく、このようにす
ることによって、より高い圧縮率でのデータ符号化が達
成される。
【００１５】本発明の二値画像のデータ圧縮方法におい
て、参照データは、領域判定データに対応する第１のデ
ータ部分と第１のデータ部分以外のデータ部分である第
２のデータ部分とによって構成されている。この第２の
データ部分も、領域判定データに応じて適応的に決定さ
れることが望ましい。具体的には、第２のデータ部分の
候補となるべき複数のデータの中から、領域判定データ
に応じて選択を行ない、第２のデータ部分とすることが
できる。このような第２のデータ部分の例として、注
目画素の近接する符号化済みの画素の画素値のみで構成
されているもの、符号化済みの画素から算出された注
目画素の推定濃度値と、注目画素に対して強い相関を有
する符号化済みの１つの画素値、および注目画素に近接
する画素の画素値とを組み合わせたもの、さらには、
符号化済みの画素から算出された注目画素の推定濃度値
と、注目画素に対して強い相関を有する符号化済みの複
数の画素値、および注目画素に近接する画素の画素値と
を組み合わせたもの、などを挙げることができる。第２
のデータ部分をどのように構成するかは、入力二値画像
としてどのような画像を主として取り扱うか、所望のデ
ータ圧縮率、必要なハードウェアあるいはソフトウェア
の量などに応じて決定される。
て、参照データは、領域判定データに対応する第１のデ
ータ部分と第１のデータ部分以外のデータ部分である第
２のデータ部分とによって構成されている。この第２の
データ部分も、領域判定データに応じて適応的に決定さ
れることが望ましい。具体的には、第２のデータ部分の
候補となるべき複数のデータの中から、領域判定データ
に応じて選択を行ない、第２のデータ部分とすることが
できる。このような第２のデータ部分の例として、注
目画素の近接する符号化済みの画素の画素値のみで構成
されているもの、符号化済みの画素から算出された注
目画素の推定濃度値と、注目画素に対して強い相関を有
する符号化済みの１つの画素値、および注目画素に近接
する画素の画素値とを組み合わせたもの、さらには、
符号化済みの画素から算出された注目画素の推定濃度値
と、注目画素に対して強い相関を有する符号化済みの複
数の画素値、および注目画素に近接する画素の画素値と
を組み合わせたもの、などを挙げることができる。第２
のデータ部分をどのように構成するかは、入力二値画像
としてどのような画像を主として取り扱うか、所望のデ
ータ圧縮率、必要なハードウェアあるいはソフトウェア
の量などに応じて決定される。
【００１６】本発明の二値画像のデータ圧縮方法におい
て、領域判定の基準として何を取り上げるかは適宜に定
めることができる。しかし、マルコフモデル符号化の性
質を考慮し、参照データがより適応的なものとなるよう
にするため、注目画素が画像の輪郭部にあるのか平坦
部にあるのか、入力二値画像中に周期構造があるのか
ないのか、などを判定するようにすることが好ましい。
て、領域判定の基準として何を取り上げるかは適宜に定
めることができる。しかし、マルコフモデル符号化の性
質を考慮し、参照データがより適応的なものとなるよう
にするため、注目画素が画像の輪郭部にあるのか平坦
部にあるのか、入力二値画像中に周期構造があるのか
ないのか、などを判定するようにすることが好ましい。
【００１７】本発明の二値画像のデータ圧縮装置では、
入力二値画像から画像の構造的な統計量を求める画像統
計量演算手段と、この統計量に応じて入力二値画像の領
域判定を行なう領域判定手段と、マルコフモデル符号化
における参照データをこの領域判定の結果を含む形態で
作成する参照データ生成手段とを有するので、画像の性
質に応じた適応的なマルコフモデル符号化を行なうこと
が可能となる。その結果、符号化済みの近接画素のみを
参照データとして符号化を行なう従来のデータ圧縮装置
を使用する場合に比べ、大幅なデータ圧縮が実現され
る。入力二値画像を適当なブロックに分けて領域判定を
行なうことも可能であるが、非ブロック符号化であるマ
ルコフモデル符号化との適合性を考慮すると、領域判定
が入力二値画像の各画素ごとに行なわれることが好まし
い。
入力二値画像から画像の構造的な統計量を求める画像統
計量演算手段と、この統計量に応じて入力二値画像の領
域判定を行なう領域判定手段と、マルコフモデル符号化
における参照データをこの領域判定の結果を含む形態で
作成する参照データ生成手段とを有するので、画像の性
質に応じた適応的なマルコフモデル符号化を行なうこと
が可能となる。その結果、符号化済みの近接画素のみを
参照データとして符号化を行なう従来のデータ圧縮装置
を使用する場合に比べ、大幅なデータ圧縮が実現され
る。入力二値画像を適当なブロックに分けて領域判定を
行なうことも可能であるが、非ブロック符号化であるマ
ルコフモデル符号化との適合性を考慮すると、領域判定
が入力二値画像の各画素ごとに行なわれることが好まし
い。
【００１８】本発明の二値画像のデータ圧縮装置は、マ
ルコフモデル符号化に使用される参照データを作成する
ものであるが、さらに、この参照データを用いて入力二
値画像のマルコフモデル符号化を行なう符号化手段を設
けることにより、適応的な参照データを使用した符号化
が行なわれることとなって、高いデータ圧縮率での混在
画像の符号化を画像入力から一貫して行なうことが可能
となる。画素ごとに領域判定が行なわれる場合には、符
号化手段は、上述した参照データを使用し各画素領域の
マルコフ状態を区別して各画素のマルコモデル符号化を
行なうものとすることが望ましく、このようにすること
によって、より高い圧縮率でのデータ符号化が達成され
る。
ルコフモデル符号化に使用される参照データを作成する
ものであるが、さらに、この参照データを用いて入力二
値画像のマルコフモデル符号化を行なう符号化手段を設
けることにより、適応的な参照データを使用した符号化
が行なわれることとなって、高いデータ圧縮率での混在
画像の符号化を画像入力から一貫して行なうことが可能
となる。画素ごとに領域判定が行なわれる場合には、符
号化手段は、上述した参照データを使用し各画素領域の
マルコフ状態を区別して各画素のマルコモデル符号化を
行なうものとすることが望ましく、このようにすること
によって、より高い圧縮率でのデータ符号化が達成され
る。
【００１９】
【実施例】次に、図面を参照して本発明の実施例を説明
する。図１は、本発明の一実施例の二値画像データ圧縮
装置の構成を示すブロック図である。
する。図１は、本発明の一実施例の二値画像データ圧縮
装置の構成を示すブロック図である。
【００２０】この二値画像データ圧縮装置は、入力され
る二値画像データから画像統計量を算出する画像統計量
演算部１０と、算出された画像統計量に基づいて画素ご
とに入力した二値画像を領域判定する領域判定部１１
と、マルコフモデル符号化における参照データを生成す
る参照データ作成部１２と、参照データを参照してマル
コフモデル符号化を行なうＱＭコーダ１３とによって構
成されている。画像統計量演算部１０は画像統計量演算
手段であり、領域判定部１１は領域判定手段であり、参
照データ作成部１２は参照データ生成手段であり、そし
てＱＭコーダ１３は符号化手段である。画像統計量演算
部１０には、分散演算部１４と推定濃度値演算部１５と
周期演算部１６が設けられている。ＱＭコーダ１３の出
力がこの装置の符号化出力である。また、参照データ作
成部１２で参照データを生成する場合、領域判定部１１
での領域判定結果に応じた領域判定データが、参照デー
タに付加されるようになっている。この装置に入力され
る二値画像の走査方法は、画像の左上部分から逐次走査
を行なうラスタスキャン方法となっている。ｘi,jは、
画像の第ｉ番目のラインの第ｊ番目の画素を表わしてい
る。
る二値画像データから画像統計量を算出する画像統計量
演算部１０と、算出された画像統計量に基づいて画素ご
とに入力した二値画像を領域判定する領域判定部１１
と、マルコフモデル符号化における参照データを生成す
る参照データ作成部１２と、参照データを参照してマル
コフモデル符号化を行なうＱＭコーダ１３とによって構
成されている。画像統計量演算部１０は画像統計量演算
手段であり、領域判定部１１は領域判定手段であり、参
照データ作成部１２は参照データ生成手段であり、そし
てＱＭコーダ１３は符号化手段である。画像統計量演算
部１０には、分散演算部１４と推定濃度値演算部１５と
周期演算部１６が設けられている。ＱＭコーダ１３の出
力がこの装置の符号化出力である。また、参照データ作
成部１２で参照データを生成する場合、領域判定部１１
での領域判定結果に応じた領域判定データが、参照デー
タに付加されるようになっている。この装置に入力され
る二値画像の走査方法は、画像の左上部分から逐次走査
を行なうラスタスキャン方法となっている。ｘi,jは、
画像の第ｉ番目のラインの第ｊ番目の画素を表わしてい
る。
【００２１】分散演算部１４は、注目画素ｘi,jを符号
化する場合に、すでに符号化された近接１０画素の変化
点を算出し、その変化点の数Ｖi,jを出力するものであ
る。具体的には、注目画素ｘi,jに対し、図２の太実線
で囲まれた１０個の近接画素を対象とし、これら近接画
素相互間の１２本の境界の両側で画素値が異なっている
かを判定し、画素値が異なっている境界の数を変化点数
Ｖi,jとして出力するものである。近接画素相互間の境
界は、図において太破線で示されている。
化する場合に、すでに符号化された近接１０画素の変化
点を算出し、その変化点の数Ｖi,jを出力するものであ
る。具体的には、注目画素ｘi,jに対し、図２の太実線
で囲まれた１０個の近接画素を対象とし、これら近接画
素相互間の１２本の境界の両側で画素値が異なっている
かを判定し、画素値が異なっている境界の数を変化点数
Ｖi,jとして出力するものである。近接画素相互間の境
界は、図において太破線で示されている。
【００２２】図３は、分散演算部１４の構成例を示して
いる。分散演算部１４は、入力画像データを３ライン分
蓄積することによって注目画素ｘi,jに対する近接１０
画素（図示斜線で表わされた画素）を格納するラインメ
モリ２１と、近接画素相互間の境界にそれぞれ対応する
１２個の排他的ＯＲ回路２２1〜２２12と、排他的ＯＲ
回路２２1〜２２12の出力のうち"１"であるものの数を
数える加算器２３とによって構成されている。各排他的
ＯＲ回路には、対応する境界の両側に位置する画素の値
が入力する。例えば、１番目の排他的ＯＲ回路２２1に
は、画素ｘi-2,j -1とｘi-2,jの値が入力する。これら画
素ｘi-2,j-1とｘi-2,jの値が相互に異なれば排他的ＯＲ
回路２２1の出力は"１"となり、同じであれば出力は"
０"となる。同様にして他の排他的ＯＲ回路２２2〜２２
12の出力も、対応する境界の両側で画素値が異なるとき
に"１"となるから、"１"となっている排他的ＯＲ回路の
数を加算器２３で計数することにより、変化点数（分散
値）Ｖi,jが求められることになる。
いる。分散演算部１４は、入力画像データを３ライン分
蓄積することによって注目画素ｘi,jに対する近接１０
画素（図示斜線で表わされた画素）を格納するラインメ
モリ２１と、近接画素相互間の境界にそれぞれ対応する
１２個の排他的ＯＲ回路２２1〜２２12と、排他的ＯＲ
回路２２1〜２２12の出力のうち"１"であるものの数を
数える加算器２３とによって構成されている。各排他的
ＯＲ回路には、対応する境界の両側に位置する画素の値
が入力する。例えば、１番目の排他的ＯＲ回路２２1に
は、画素ｘi-2,j -1とｘi-2,jの値が入力する。これら画
素ｘi-2,j-1とｘi-2,jの値が相互に異なれば排他的ＯＲ
回路２２1の出力は"１"となり、同じであれば出力は"
０"となる。同様にして他の排他的ＯＲ回路２２2〜２２
12の出力も、対応する境界の両側で画素値が異なるとき
に"１"となるから、"１"となっている排他的ＯＲ回路の
数を加算器２３で計数することにより、変化点数（分散
値）Ｖi,jが求められることになる。
【００２３】推定濃度値演算部１５は、注目画素ｘi,j
の周辺の画素であって符号化済みの画素の値から、注目
画素ｘi,jを推定し、推定濃度値Ｌ* i,jとして出力する
ものである。推定濃度値Ｌ* i,jを求めるための計算式の
一例を以下に示す。また推定濃度値Ｌ* i,jは、例えば５
ビットの値として表わされる。
の周辺の画素であって符号化済みの画素の値から、注目
画素ｘi,jを推定し、推定濃度値Ｌ* i,jとして出力する
ものである。推定濃度値Ｌ* i,jを求めるための計算式の
一例を以下に示す。また推定濃度値Ｌ* i,jは、例えば５
ビットの値として表わされる。
【００２４】
【数１】 ここで、ｘi-m,j-nは、注目画素ｘi,jを含まない符号化
済の周辺画素であり、その画素値は"０"または"１"であ
る。(1)式のＬi,jを求めるときに使用する周辺画素の配
置の一例が図４に示されている。図示太実線内にある３
６個の画素が、Ｌi,jの算出に使用される。
済の周辺画素であり、その画素値は"０"または"１"であ
る。(1)式のＬi,jを求めるときに使用する周辺画素の配
置の一例が図４に示されている。図示太実線内にある３
６個の画素が、Ｌi,jの算出に使用される。
【００２５】図５は、推定濃度値演算部１５の構成例を
示すブロック図である。推定濃度値演算部１５は、入力
画像データを５ライン分蓄積することによって注目画素
ｘi, jに対する上述の周辺３６画素（図示斜線で表わさ
れた画素）を格納するラインメモリ３１と、これら周辺
３６画素の画素値を加算し式(1)に応じててＬi,jを算出
する加算器３２と、算出されたＬi,jの値を蓄積するラ
インメモリ３３と、式(2)に応じて推定濃度値Ｌ* i,jを
算出する演算器３４とによって構成されている。
示すブロック図である。推定濃度値演算部１５は、入力
画像データを５ライン分蓄積することによって注目画素
ｘi, jに対する上述の周辺３６画素（図示斜線で表わさ
れた画素）を格納するラインメモリ３１と、これら周辺
３６画素の画素値を加算し式(1)に応じててＬi,jを算出
する加算器３２と、算出されたＬi,jの値を蓄積するラ
インメモリ３３と、式(2)に応じて推定濃度値Ｌ* i,jを
算出する演算器３４とによって構成されている。
【００２６】周期演算部１６は、符号化済の周辺画素か
ら画素の周期性を求め、その求められた画素周期データ
を出力するものである。図６は、周期演算部１６の構成
の一例を示すブロック図である。注目画素ｘi,jの値が
最下位ビット（ＬＳＢ）に逐次入力する８段のシフトレ
ジスタ４１が設けられており、このシフトレジスタ４１
の最上位ビット（ＭＳＢ）側の２ビットの出力は、周期
２画素のたたみ込み系列Ｐ２i,jを算出するための第１
の排他的ＯＲ回路４２1に接続されている。シフトレジ
スタの最上位側から数えて次の２ビットの出力と第１の
排他的ＯＲ回路４２1の出力とは、周期４画素のたたみ
込み系列Ｐ４i,jを算出するための第２の排他的ＯＲ回
路４２2に入力する。そして、シフトレジスタの最下位
側４ビットの出力と第２の排他的ＯＲ回路４２2の出力
とは、周期８画素のたたみ込み系列Ｐ８i,jを算出する
ための第３の排他的ＯＲ回路４２3に接続されている。
ら画素の周期性を求め、その求められた画素周期データ
を出力するものである。図６は、周期演算部１６の構成
の一例を示すブロック図である。注目画素ｘi,jの値が
最下位ビット（ＬＳＢ）に逐次入力する８段のシフトレ
ジスタ４１が設けられており、このシフトレジスタ４１
の最上位ビット（ＭＳＢ）側の２ビットの出力は、周期
２画素のたたみ込み系列Ｐ２i,jを算出するための第１
の排他的ＯＲ回路４２1に接続されている。シフトレジ
スタの最上位側から数えて次の２ビットの出力と第１の
排他的ＯＲ回路４２1の出力とは、周期４画素のたたみ
込み系列Ｐ４i,jを算出するための第２の排他的ＯＲ回
路４２2に入力する。そして、シフトレジスタの最下位
側４ビットの出力と第２の排他的ＯＲ回路４２2の出力
とは、周期８画素のたたみ込み系列Ｐ８i,jを算出する
ための第３の排他的ＯＲ回路４２3に接続されている。
【００２７】周期４画素のたたみ込みＰ４i,jと周期８
画素のたたみ込み系列Ｐ８i,jは、それぞれ、シフトレ
ジスタ４３,４４に入力し、これらシフトレジスタ４３,
４４の出力側には、各たたみ込み系列Ｐ４i,j,Ｐ８i,j
中での変化点数をカウントするための変化点カウンタ４
５,４６が設けられている。すなわち変化点カウンタ４
５は、Ｐ４i,jからＰ４i,j-7までのビット列における変
化点の数を算出する。これら変化点カウンタ４５,４６
の出力は、それぞれ３ビット幅である。そして、各変化
点カウンタ４５,４６ごとに、その変化点カウンタから
の３ビットの出力が入力するＡＮＤ回路４７,４８が設
けられ、さらにこれらＡＮＤ回路４７,４８の出力が入
力するＡＮＤ回路４９が設けられている。最後のＡＮＤ
回路４９の出力Ｐi,jは、画素に周期があるか否を示す
ものであって、Ｐi,jが"０"であれば画素に周期がある
ことを示し、"１"であれば画素に周期がないことを示し
ている。また、周期８画素側のＡＮＤ回路の出力はＰ４
／８信号である。このＰ４／８信号の値は、画素の周期
を示すものであって、"０"であれば８画素周期を示
し、"１"であれば４画素周期を示す。結局、この周期演
算部１６は、たたみ込み系列Ｐ４i,j,Ｐ８i,jにおいて
連続４画素あるいは８画素分のあいだ変化点がない場合
には、それぞれ、画素ｘi,jに対応する画素系列が４画
素あるいは８画素の周期を有していると判断することに
なる。
画素のたたみ込み系列Ｐ８i,jは、それぞれ、シフトレ
ジスタ４３,４４に入力し、これらシフトレジスタ４３,
４４の出力側には、各たたみ込み系列Ｐ４i,j,Ｐ８i,j
中での変化点数をカウントするための変化点カウンタ４
５,４６が設けられている。すなわち変化点カウンタ４
５は、Ｐ４i,jからＰ４i,j-7までのビット列における変
化点の数を算出する。これら変化点カウンタ４５,４６
の出力は、それぞれ３ビット幅である。そして、各変化
点カウンタ４５,４６ごとに、その変化点カウンタから
の３ビットの出力が入力するＡＮＤ回路４７,４８が設
けられ、さらにこれらＡＮＤ回路４７,４８の出力が入
力するＡＮＤ回路４９が設けられている。最後のＡＮＤ
回路４９の出力Ｐi,jは、画素に周期があるか否を示す
ものであって、Ｐi,jが"０"であれば画素に周期がある
ことを示し、"１"であれば画素に周期がないことを示し
ている。また、周期８画素側のＡＮＤ回路の出力はＰ４
／８信号である。このＰ４／８信号の値は、画素の周期
を示すものであって、"０"であれば８画素周期を示
し、"１"であれば４画素周期を示す。結局、この周期演
算部１６は、たたみ込み系列Ｐ４i,j,Ｐ８i,jにおいて
連続４画素あるいは８画素分のあいだ変化点がない場合
には、それぞれ、画素ｘi,jに対応する画素系列が４画
素あるいは８画素の周期を有していると判断することに
なる。
【００２８】次に、領域判定部１１について説明する。
領域判定部１１は、入力画像の第ｉラインのｊ番目の注
目画素ｘi,jに対し、その画素ｘi,jがどのような領域中
にあるのかを判定するものである。この判定には、分散
演算部１４で算出された変化点数Ｖi,j、推定濃度値演
算部１５で算出された推定濃度値Ｌ* i,j、および周期演
算部１６で算出された画素周期データが使用される。ま
た判定の内容は、対象とする画素が画像中の平坦部分に
あるか輪郭部分にあるかということと、画素周期の存在
する部分にあるか画素周期の存在しない部分にあるかと
いうことである。ここで画素周期の存在する部分にある
かどうかは周期演算部１６からの出力によって直ちに判
るから、結局、平坦部分にあるか輪郭部分にあるかの判
定を行なうことが領域判定部１１の主要な動作となる。
領域判定部１１は、入力画像の第ｉラインのｊ番目の注
目画素ｘi,jに対し、その画素ｘi,jがどのような領域中
にあるのかを判定するものである。この判定には、分散
演算部１４で算出された変化点数Ｖi,j、推定濃度値演
算部１５で算出された推定濃度値Ｌ* i,j、および周期演
算部１６で算出された画素周期データが使用される。ま
た判定の内容は、対象とする画素が画像中の平坦部分に
あるか輪郭部分にあるかということと、画素周期の存在
する部分にあるか画素周期の存在しない部分にあるかと
いうことである。ここで画素周期の存在する部分にある
かどうかは周期演算部１６からの出力によって直ちに判
るから、結局、平坦部分にあるか輪郭部分にあるかの判
定を行なうことが領域判定部１１の主要な動作となる。
【００２９】図７は、領域判定部１１の要部の構成の一
例を示すブロック図である。この領域判定部１１には、
推定濃度値演算部１５から入力する推定濃度値Ｌ* i,jを
格納するラインメモリ５１と、ラインメモリ５１に蓄積
された推定濃度値Ｌ* i,jのうの最大値Ｌ* maxおよび最小
値Ｌ* minをそれぞれ検出する最大値検出部５２および最
小値検出部５３が設けられている。また、最大値Ｌ* max
と最小値Ｌ* minとの差を算出する減算器５４と、減算器
５４の出力と第１のしきい値Ｔｈ1とを比較する第１の
比較器５５と、分散演算部１４からの変化点数Ｖi,jと
第２のしきい値Ｔｈ2とを比較する第２の比較器５６と
が設けられている。第１の比較器５５の出力は、Ｌ* max
−Ｌ* min＞Ｔｈ1の場合に"１"となり、それ以外の場合
に"０"となる。第２の比較器５６の出力は、Ｖi,j＞Ｔ
ｈ2の場合に"０"となり、それ以外の場合に"１"とな
る。さらに、推定濃度値Ｌ* i,jが第３および第４のしき
い値Ｔｈ3,Ｔｈ4の間にあるかどうかを判定する濃度領
域分離部５７が設けられている。濃度領域分離部５７の
出力は、Ｔｈ3＜Ｌ* i,j≦Ｔｈ4の場合に"１"となり、そ
れ以外の場合には"０"となる。第２の比較器５６および
濃度領域分離部５７の出力はＡＮＤ回路５８に入力し、
第１の比較器５５およびＡＮＤ回路５８の出力がＯＲ回
路５９に入力する。ＯＲ回路５９の出力Ａi,jは平坦部
であるか輪郭部であるかを表わすものであって、Ａi,j
が"０"であれば平坦部に、"１"であれば輪郭部に注目画
素が存在していることを示している。
例を示すブロック図である。この領域判定部１１には、
推定濃度値演算部１５から入力する推定濃度値Ｌ* i,jを
格納するラインメモリ５１と、ラインメモリ５１に蓄積
された推定濃度値Ｌ* i,jのうの最大値Ｌ* maxおよび最小
値Ｌ* minをそれぞれ検出する最大値検出部５２および最
小値検出部５３が設けられている。また、最大値Ｌ* max
と最小値Ｌ* minとの差を算出する減算器５４と、減算器
５４の出力と第１のしきい値Ｔｈ1とを比較する第１の
比較器５５と、分散演算部１４からの変化点数Ｖi,jと
第２のしきい値Ｔｈ2とを比較する第２の比較器５６と
が設けられている。第１の比較器５５の出力は、Ｌ* max
−Ｌ* min＞Ｔｈ1の場合に"１"となり、それ以外の場合
に"０"となる。第２の比較器５６の出力は、Ｖi,j＞Ｔ
ｈ2の場合に"０"となり、それ以外の場合に"１"とな
る。さらに、推定濃度値Ｌ* i,jが第３および第４のしき
い値Ｔｈ3,Ｔｈ4の間にあるかどうかを判定する濃度領
域分離部５７が設けられている。濃度領域分離部５７の
出力は、Ｔｈ3＜Ｌ* i,j≦Ｔｈ4の場合に"１"となり、そ
れ以外の場合には"０"となる。第２の比較器５６および
濃度領域分離部５７の出力はＡＮＤ回路５８に入力し、
第１の比較器５５およびＡＮＤ回路５８の出力がＯＲ回
路５９に入力する。ＯＲ回路５９の出力Ａi,jは平坦部
であるか輪郭部であるかを表わすものであって、Ａi,j
が"０"であれば平坦部に、"１"であれば輪郭部に注目画
素が存在していることを示している。
【００３０】次に、領域判定部１１での領域判定の手順
について説明する。本実施例の装置では、注目画素ｘ
i,jをＱＭコーダ１３で符号化する場合、まず、領域判
定部１１においてこの注目画素ｘi,jの領域判定が行な
われる。変化点数Ｖi,j、推定濃度値Ｌ* i,j、および画
素周期データが入力した領域判定部１１では、画素単位
に領域判定を行なっていく。まず、注目画素ｘi,jの推
定濃度値Ｌ* i,jおよび符号化済の周辺画素の推定濃度値
Ｌ* i-m,j-n（ｍ＝０,１,..., ｎ＝０,１,..., ただしｍ
2＋ｎ2≠０）の中での最大値Ｌ* maxと最小値Ｌ* minを求
め、最大値Ｌ* maxと最小値Ｌ* minとの差を求める。そし
て、その差について次の判定条件に従って画素の領域を
判定する。第１の比較器５５の出力が、この判定結果に
対応する。
について説明する。本実施例の装置では、注目画素ｘ
i,jをＱＭコーダ１３で符号化する場合、まず、領域判
定部１１においてこの注目画素ｘi,jの領域判定が行な
われる。変化点数Ｖi,j、推定濃度値Ｌ* i,j、および画
素周期データが入力した領域判定部１１では、画素単位
に領域判定を行なっていく。まず、注目画素ｘi,jの推
定濃度値Ｌ* i,jおよび符号化済の周辺画素の推定濃度値
Ｌ* i-m,j-n（ｍ＝０,１,..., ｎ＝０,１,..., ただしｍ
2＋ｎ2≠０）の中での最大値Ｌ* maxと最小値Ｌ* minを求
め、最大値Ｌ* maxと最小値Ｌ* minとの差を求める。そし
て、その差について次の判定条件に従って画素の領域を
判定する。第１の比較器５５の出力が、この判定結果に
対応する。
【００３１】
【数２】 この判定条件で平坦部候補であると判定された画素は、
誤差拡散法、組織ディザ法を用いて二値化された疑似中
間調画像の濃度平坦部、もしくは解像度の高い細かい網
点、文字背景、太い線、及び、文字の中等の領域にある
画素である。そして、輪郭部であると判定された画素
は、文字、線図形、解像度の低い粗い網点、疑似中間調
画像の輪郭部等の領域にある画素である。
誤差拡散法、組織ディザ法を用いて二値化された疑似中
間調画像の濃度平坦部、もしくは解像度の高い細かい網
点、文字背景、太い線、及び、文字の中等の領域にある
画素である。そして、輪郭部であると判定された画素
は、文字、線図形、解像度の低い粗い網点、疑似中間調
画像の輪郭部等の領域にある画素である。
【００３２】ところで、疑似中間調画像の濃度平坦部の
特徴としては、上述の判定条件のような推定濃度値の変
化量（Ｌ* max−Ｌ* min）が小さくなる特徴のほかに、白
と黒との変化点数が大きくなるという特徴がある。これ
は、写真などの中間調画像の平坦部を二値化した場合
に、白と黒の画素が均等に分散し、白又は黒の孤立点が
多数発生するためである。白と黒との変化点数が大きく
する領域を平坦部と扱うことは、以後の符号化に支障を
きたすので、このような領域を、平坦部と判定される領
域から削除し、輪郭部として扱う必要がある。そこで、
平坦部候補であると判定された注目画素ｘi,jの中から
二値画像のテクスチャ領域を削除するために、近接１０
画素の変化点数を用いて領域判定の補正を行なう。具体
的には、平坦部候補であると判定された場合に、予め第
２から第４までのしきい値Ｔｈ2〜Ｔｈ4を定めておいた
上で、分散演算部１４で求められた変化点数Ｖi,jと、
濃度推定値Ｌ* i,jとを使用し、以下の判定条件によって
平坦部と輪郭部との分離を行なう。
特徴としては、上述の判定条件のような推定濃度値の変
化量（Ｌ* max−Ｌ* min）が小さくなる特徴のほかに、白
と黒との変化点数が大きくなるという特徴がある。これ
は、写真などの中間調画像の平坦部を二値化した場合
に、白と黒の画素が均等に分散し、白又は黒の孤立点が
多数発生するためである。白と黒との変化点数が大きく
する領域を平坦部と扱うことは、以後の符号化に支障を
きたすので、このような領域を、平坦部と判定される領
域から削除し、輪郭部として扱う必要がある。そこで、
平坦部候補であると判定された注目画素ｘi,jの中から
二値画像のテクスチャ領域を削除するために、近接１０
画素の変化点数を用いて領域判定の補正を行なう。具体
的には、平坦部候補であると判定された場合に、予め第
２から第４までのしきい値Ｔｈ2〜Ｔｈ4を定めておいた
上で、分散演算部１４で求められた変化点数Ｖi,jと、
濃度推定値Ｌ* i,jとを使用し、以下の判定条件によって
平坦部と輪郭部との分離を行なう。
【００３３】
【数３】 このようにして、画素ｘi,jが輪郭部に属するのか、平
坦部に属するのかが判定されたことになり、判定結果Ａ
i,jが出力されることになる。
坦部に属するのかが判定されたことになり、判定結果Ａ
i,jが出力されることになる。
【００３４】続いて領域判定部１１は、周期演算部１６
からの画素周期データに基づき、輪郭部と平坦部のそれ
ぞれを画素周期の有無で区別する。その結果、二値画像
が、画素単位で下記Ｉ〜IVの４種類の領域に分割され
る。
からの画素周期データに基づき、輪郭部と平坦部のそれ
ぞれを画素周期の有無で区別する。その結果、二値画像
が、画素単位で下記Ｉ〜IVの４種類の領域に分割され
る。
【００３５】(Ｉ) 画素周期有、かつ平坦部 → 組織デ
ィザ画像、細かい網点： (II) 画素周期無、かつ平坦部 → 誤差拡散画像、背
景、太い線及び文字の中： (III) 画素周期有、かつ輪郭部 → 粗い網点： (IV) 画素周期無、かつ輪郭部 → 文字、線図形、疑似
中間調画像の輪郭部：
ィザ画像、細かい網点： (II) 画素周期無、かつ平坦部 → 誤差拡散画像、背
景、太い線及び文字の中： (III) 画素周期有、かつ輪郭部 → 粗い網点： (IV) 画素周期無、かつ輪郭部 → 文字、線図形、疑似
中間調画像の輪郭部：
【００３６】このようにして領域判定部１１において、
各画素ごとに領域判定が行なわれ、領域判定の結果は判
定データとして参照データ作成部１２に送られる。
各画素ごとに領域判定が行なわれ、領域判定の結果は判
定データとして参照データ作成部１２に送られる。
【００３７】次に、参照データ作成部１２について説明
する。参照データ作成部１２は、マルコフモデル符号化
における参照データを生成するものであり、参照データ
作成部１２には、入力画素信号および領域判定部１１か
らの判定データのほか、周期演算部１６から画素の周期
を表わす信号Ｐ４／８が入力し、推定濃度値演算部１５
から推定濃度値Ｌ* i,jが入力している。生成される参照
データの構成の一例が図８に示されている。図示される
参照データは、１２ビット幅であり、領域判定データ２
ビット、注目画素ｘi,jの近接６画素の画素データ計６
ビット、適応データ４ビットによって構成されている。
領域判定データの各ビットは、それぞれ、平坦部／輪郭
部を表わすデータと、画素周期の有無を表わすデータで
ある。近接６画素は、図９の太実線内で表わされる画素
（ｘi-2,j,ｘi-1,j-1,ｘi-1,j,ｘ i-1,j+1,ｘi,j-2,ｘ
i,j-1）であり、領域判定の結果如何によらず参照デー
タに含められるものである。以下、この近接６画素のこ
とを固定参照画素データと呼ぶことにする。一方、適応
データは、領域判定の結果によってその内容が変化する
データである。すなわち、領域判定データが上述のＩ〜
IVの場合のいずれかに応じ、以下のようなデータとな
る。
する。参照データ作成部１２は、マルコフモデル符号化
における参照データを生成するものであり、参照データ
作成部１２には、入力画素信号および領域判定部１１か
らの判定データのほか、周期演算部１６から画素の周期
を表わす信号Ｐ４／８が入力し、推定濃度値演算部１５
から推定濃度値Ｌ* i,jが入力している。生成される参照
データの構成の一例が図８に示されている。図示される
参照データは、１２ビット幅であり、領域判定データ２
ビット、注目画素ｘi,jの近接６画素の画素データ計６
ビット、適応データ４ビットによって構成されている。
領域判定データの各ビットは、それぞれ、平坦部／輪郭
部を表わすデータと、画素周期の有無を表わすデータで
ある。近接６画素は、図９の太実線内で表わされる画素
（ｘi-2,j,ｘi-1,j-1,ｘi-1,j,ｘ i-1,j+1,ｘi,j-2,ｘ
i,j-1）であり、領域判定の結果如何によらず参照デー
タに含められるものである。以下、この近接６画素のこ
とを固定参照画素データと呼ぶことにする。一方、適応
データは、領域判定の結果によってその内容が変化する
データである。すなわち、領域判定データが上述のＩ〜
IVの場合のいずれかに応じ、以下のようなデータとな
る。
【００３８】
【表１】 ここで、固定参照画素以外の近接４画素とは、例えば画
素ｘi-1,j-2、ｘi-2,j -1、ｘi-2,j+1、ｘi-1,j+2であ
る。また周期画素は、符号化済の周辺画素からの画像の
周期性の解析した場合に、注目画素ｘi,jとの周期相関
の強い画素のことである。ｋは０〜４の整数であり、周
期相関の強さに応じて、周期画素として採用する画素の
数が変化するようになっている。さらに、推定濃度値Ｌ
* i,jの量子化データは、符号化済みの周辺画素の情報を
状態圧縮したものである。
素ｘi-1,j-2、ｘi-2,j -1、ｘi-2,j+1、ｘi-1,j+2であ
る。また周期画素は、符号化済の周辺画素からの画像の
周期性の解析した場合に、注目画素ｘi,jとの周期相関
の強い画素のことである。ｋは０〜４の整数であり、周
期相関の強さに応じて、周期画素として採用する画素の
数が変化するようになっている。さらに、推定濃度値Ｌ
* i,jの量子化データは、符号化済みの周辺画素の情報を
状態圧縮したものである。
【００３９】次に、参照データ作成部１２の具体的な構
成例について、図１０を用いて説明する。この参照デー
タ作成部１２は、ｋが０〜１の場合に対応するものであ
って、領域判定部１１からの領域判定データ（２ビッ
ト）と、固定参照画素データ（６ビット）と、濃度推定
値Ｌ* i,j（５ビット幅）と、信号Ｐ４／８と、固定参照
画素以外の近接画素データ（ｘi-2,j-1,ｘi-2,j+1,ｘ
i-1,j-2,ｘi-1,j+2,ｘi,j- 4,ｘi,j-8）とを入力とす
る。このうち領域判定データと固定参照画素データは、
そのままの形で参照データ作成部１２から出力される。
そして、参照データ作成部１２には、濃度推定値Ｌ* i,j
をさらに量子化する第１および第２の量子化器６１,６
２、信号Ｐ４／８に応じて画素ｘi,j-4とｘi,j-8のいず
れかを選択するセレクタ６３、および領域判定データの
値に応じて適応データを生成する適応データ選択部６４
とによって構成されている。第１および第２の量子化器
６１,６２は、それぞれ、濃度推定値Ｌ* i,jを３ビット
幅の値Ｌ** i,jおよび４ビット幅の値Ｌ*** i,jに変換す
るものである。セレクタ６３は、信号Ｐ４／８が"０"の
場合に画素ｘi,j-8を選択し、"１"であれば画素ｘi,j-4
を選択するように構成されている。一方、適応データ選
択部６４は、Ｐi,jとＡi,jの値に応じて、以下のように
入力信号を選択するように構成されている。ここでｘ
i,j-4／ｘi,j-8は、ｘ i,j-4とｘi,j-8の中からセレクタ
６３によって選択されたものを示している。
成例について、図１０を用いて説明する。この参照デー
タ作成部１２は、ｋが０〜１の場合に対応するものであ
って、領域判定部１１からの領域判定データ（２ビッ
ト）と、固定参照画素データ（６ビット）と、濃度推定
値Ｌ* i,j（５ビット幅）と、信号Ｐ４／８と、固定参照
画素以外の近接画素データ（ｘi-2,j-1,ｘi-2,j+1,ｘ
i-1,j-2,ｘi-1,j+2,ｘi,j- 4,ｘi,j-8）とを入力とす
る。このうち領域判定データと固定参照画素データは、
そのままの形で参照データ作成部１２から出力される。
そして、参照データ作成部１２には、濃度推定値Ｌ* i,j
をさらに量子化する第１および第２の量子化器６１,６
２、信号Ｐ４／８に応じて画素ｘi,j-4とｘi,j-8のいず
れかを選択するセレクタ６３、および領域判定データの
値に応じて適応データを生成する適応データ選択部６４
とによって構成されている。第１および第２の量子化器
６１,６２は、それぞれ、濃度推定値Ｌ* i,jを３ビット
幅の値Ｌ** i,jおよび４ビット幅の値Ｌ*** i,jに変換す
るものである。セレクタ６３は、信号Ｐ４／８が"０"の
場合に画素ｘi,j-8を選択し、"１"であれば画素ｘi,j-4
を選択するように構成されている。一方、適応データ選
択部６４は、Ｐi,jとＡi,jの値に応じて、以下のように
入力信号を選択するように構成されている。ここでｘ
i,j-4／ｘi,j-8は、ｘ i,j-4とｘi,j-8の中からセレクタ
６３によって選択されたものを示している。
【００４０】
【表２】 このように参照データ作成部１２を構成することによ
り、参照データに、領域判定部１１での領域判定結果に
応じた領域判定データが加えられ、また、領域判定デー
タに応じて適応的に近接画素のデータあるいは周辺画素
の状態を表わすデータが付加されることになる。参照デ
ータ作成部１２から出力される参照データはＱＭコーダ
１３に入力し、これにより、ＱＭコーダ１３において、
参照データにしたがって、注目画素ｘi,jの符号化が行
なわれることになる。
り、参照データに、領域判定部１１での領域判定結果に
応じた領域判定データが加えられ、また、領域判定デー
タに応じて適応的に近接画素のデータあるいは周辺画素
の状態を表わすデータが付加されることになる。参照デ
ータ作成部１２から出力される参照データはＱＭコーダ
１３に入力し、これにより、ＱＭコーダ１３において、
参照データにしたがって、注目画素ｘi,jの符号化が行
なわれることになる。
【００４１】以上の説明から明らかなように、本実施例
では、画像の構造的な統計量を求めて画像の画素単位で
領域判定を行ない、画素ごとの領域判定結果に応じて画
素ごとに適応的なマルコフモデル符号化が行なわれる。
このため、参照データとして符号化済の近接画素のみを
使用する従来のＪＢＩＧ符号化方式に比べ、データ圧縮
率が大幅に改善される。領域判定データに応じてマルコ
フモデル符号化の参照データを切り替えるので、線図形
などの単純な二値画像であるか、組織ディザ法や誤差拡
散法による疑似中間調画像であるかに応じ、最適な符号
化を施すことが可能となり、全体的なデータ圧縮率の改
善が図ることができる。また、画像のラインの途中であ
っても参照データの切り替えを行なうことが可能なの
で、入力二値画像の種別を問わないという利点もある。
さらに、画像の構造的な統計量の算出は、周辺画素との
相関の算出やマルコフモデルエントロピを画素毎に算出
することに比べ、簡単に行なえる処理であって必要とす
るハードウェアも小規模である。したがって、従来法に
比べコストの低減も図ることができる。
では、画像の構造的な統計量を求めて画像の画素単位で
領域判定を行ない、画素ごとの領域判定結果に応じて画
素ごとに適応的なマルコフモデル符号化が行なわれる。
このため、参照データとして符号化済の近接画素のみを
使用する従来のＪＢＩＧ符号化方式に比べ、データ圧縮
率が大幅に改善される。領域判定データに応じてマルコ
フモデル符号化の参照データを切り替えるので、線図形
などの単純な二値画像であるか、組織ディザ法や誤差拡
散法による疑似中間調画像であるかに応じ、最適な符号
化を施すことが可能となり、全体的なデータ圧縮率の改
善が図ることができる。また、画像のラインの途中であ
っても参照データの切り替えを行なうことが可能なの
で、入力二値画像の種別を問わないという利点もある。
さらに、画像の構造的な統計量の算出は、周辺画素との
相関の算出やマルコフモデルエントロピを画素毎に算出
することに比べ、簡単に行なえる処理であって必要とす
るハードウェアも小規模である。したがって、従来法に
比べコストの低減も図ることができる。
【００４２】次に、本実施例に関して行なったシミュレ
ーションの結果について説明する。このシミュレーショ
ンは、高精細カラー標準画像ＳＣＩＤ（Standard Color
Image Data）のポートレイトを１６分の１に縮小しそ
の輝度成分を誤差拡散法によって二値化した画像５１２
×６４０画素と、ＣＣＩＴＴのテストチャートＮｏ．７
から５１２×６４０画素を切り出した画像とを左右に並
べて構成した１０２４×６４０画素の混在画像によって
行なった。このシミュレーション用混在画像を領域判定
すると、画素周期が無しで平坦部である領域と、画素周
期が無しで輪郭部である領域の２領域に分割された。そ
こで、上述した１２ビットの参照データから画素周期の
有無を表わすビットＰi,jを削除した参照データを使用
した。すなわちこの参照データは、領域判定データ１ビ
ット、適応データ４ビット、固定参照画素６ビットの合
計１１ビットからなる。この参照データを用いて２
11（＝2048通り）の状態からなるマルコフモデルを適用
した。つまり、混在画像に対する本発明の有効性を検証
するため、状態数を２11通りに限定した。
ーションの結果について説明する。このシミュレーショ
ンは、高精細カラー標準画像ＳＣＩＤ（Standard Color
Image Data）のポートレイトを１６分の１に縮小しそ
の輝度成分を誤差拡散法によって二値化した画像５１２
×６４０画素と、ＣＣＩＴＴのテストチャートＮｏ．７
から５１２×６４０画素を切り出した画像とを左右に並
べて構成した１０２４×６４０画素の混在画像によって
行なった。このシミュレーション用混在画像を領域判定
すると、画素周期が無しで平坦部である領域と、画素周
期が無しで輪郭部である領域の２領域に分割された。そ
こで、上述した１２ビットの参照データから画素周期の
有無を表わすビットＰi,jを削除した参照データを使用
した。すなわちこの参照データは、領域判定データ１ビ
ット、適応データ４ビット、固定参照画素６ビットの合
計１１ビットからなる。この参照データを用いて２
11（＝2048通り）の状態からなるマルコフモデルを適用
した。つまり、混在画像に対する本発明の有効性を検証
するため、状態数を２11通りに限定した。
【００４３】そして、参照データとして近接１１画素を
用いる従来の方法による場合（モデルＩ）、領域判定デ
ータ１ビットと近接１０画素を参照データとして用いる
場合（モデルII）、領域判定データ１ビットと近接６画
素と適応データ４ビットとを参照データとして用いる場
合（モデルIII）のそれぞれについて、下記式により、
マルコフモデルエントロピＨを求めた。ここで、モデル
IIとモデルIIIは、本発明の範囲に含まれるものであ
る。
用いる従来の方法による場合（モデルＩ）、領域判定デ
ータ１ビットと近接１０画素を参照データとして用いる
場合（モデルII）、領域判定データ１ビットと近接６画
素と適応データ４ビットとを参照データとして用いる場
合（モデルIII）のそれぞれについて、下記式により、
マルコフモデルエントロピＨを求めた。ここで、モデル
IIとモデルIIIは、本発明の範囲に含まれるものであ
る。
【００４４】
【数４】 (3)式において、Ｓiは参照データの状態、ｘjは二値画
像のシンボル、Ｐ(Ｓi)は状態Ｓiの出現確率、Ｐ(ｘj｜
Ｓi)は状態Ｓiのとき上記シンボルｘjが出現する条件付
確率である。各モデルでのマルコフモデルエントロピＨ
は、それぞれ次のとおりであった。
像のシンボル、Ｐ(Ｓi)は状態Ｓiの出現確率、Ｐ(ｘj｜
Ｓi)は状態Ｓiのとき上記シンボルｘjが出現する条件付
確率である。各モデルでのマルコフモデルエントロピＨ
は、それぞれ次のとおりであった。
【００４５】 モデルＩ ：Ｈ＝０.３３５ビット／画素． モデルII ：Ｈ＝０.３２８ビット／画素． モデルIII ：Ｈ＝０.２９７ビット／画素． 従来の方法によるモデルＩと本発明の方法によるモデル
IIのマルコフモデルエントロピＨを相互に比較すること
によって、画素ごとに領域判定を行ない領域判定の結果
に応じて状態分けを行なうことの効果が確認された。ま
た、モデルIIとモデルIIIのマルコフモデルエントロピ
Ｈを比較することによって、領域判定データに従って参
照データを適応的に切り替えることの効果が確認でき
た。本発明に基づき適応的に参照データを生成するモデ
ルIIIによれば、従来法によるモデルＩと比較してマル
コフモデルエントロピＨが約１１％削減できた。このこ
とは、マルコフモデル符号化の圧縮率が約１１％改善さ
れることを意味している。
IIのマルコフモデルエントロピＨを相互に比較すること
によって、画素ごとに領域判定を行ない領域判定の結果
に応じて状態分けを行なうことの効果が確認された。ま
た、モデルIIとモデルIIIのマルコフモデルエントロピ
Ｈを比較することによって、領域判定データに従って参
照データを適応的に切り替えることの効果が確認でき
た。本発明に基づき適応的に参照データを生成するモデ
ルIIIによれば、従来法によるモデルＩと比較してマル
コフモデルエントロピＨが約１１％削減できた。このこ
とは、マルコフモデル符号化の圧縮率が約１１％改善さ
れることを意味している。
【００４６】次に、周期特性を有する画像に対するシミ
ュレーションを行なった。上述の高精細カラー標準画像
ＳＣＩＤのポートレイトを１６分の１に縮小し、その輝
度成分を組織ディザ法によって二値化した５１２×６４
０画素の画像を作成してシミュレーション用の画像とし
た。このシミュレーション用の画像を領域判定した結
果、画素周期が有って平坦部である領域と、画素周期が
有って輪郭部である領域との２領域に分割された。そこ
で、参照データとして、領域判定データ１ビット、適応
データ４ビット、固定参照画素６ビットの合計１１ビッ
トからなるものを用いることとした。領域判定データと
しては上述のＡi,jで表わされるデータを使用した。参
照データが１１ビットなので上述のシミュレーションと
同様に、マルコフモデルの状態数は２11である。つま
り、周期特性を有する画像に対する本発明の有効性を検
証するため、状態数を２11通りに限定した。
ュレーションを行なった。上述の高精細カラー標準画像
ＳＣＩＤのポートレイトを１６分の１に縮小し、その輝
度成分を組織ディザ法によって二値化した５１２×６４
０画素の画像を作成してシミュレーション用の画像とし
た。このシミュレーション用の画像を領域判定した結
果、画素周期が有って平坦部である領域と、画素周期が
有って輪郭部である領域との２領域に分割された。そこ
で、参照データとして、領域判定データ１ビット、適応
データ４ビット、固定参照画素６ビットの合計１１ビッ
トからなるものを用いることとした。領域判定データと
しては上述のＡi,jで表わされるデータを使用した。参
照データが１１ビットなので上述のシミュレーションと
同様に、マルコフモデルの状態数は２11である。つま
り、周期特性を有する画像に対する本発明の有効性を検
証するため、状態数を２11通りに限定した。
【００４７】そして、近接１０画素及び周期画素１画素
を参照データとして用いる従来の方法による場合（モデ
ルIV）と、本発明の方法に基づき領域判定１データビッ
トと近接６画素と適応データ４ビットとを参照データと
して用いる場合（モデルＶ）のそれぞれの場合につい
て、マルコフモデルエントロピＨを(3)式によって求め
た。ただし、適応データとしては、周期画素１画素及び
推定濃度値Ｌ* i,jの３ビット量子化データを用いた。得
られた結果を以下に示す。
を参照データとして用いる従来の方法による場合（モデ
ルIV）と、本発明の方法に基づき領域判定１データビッ
トと近接６画素と適応データ４ビットとを参照データと
して用いる場合（モデルＶ）のそれぞれの場合につい
て、マルコフモデルエントロピＨを(3)式によって求め
た。ただし、適応データとしては、周期画素１画素及び
推定濃度値Ｌ* i,jの３ビット量子化データを用いた。得
られた結果を以下に示す。
【００４８】 モデルIV ：Ｈ＝０.１７６ビット／画素． モデルＶ ：Ｈ＝０.１６０ビット／画素． 本発明に基づくモデルＶによれば、従来の方法によるモ
デルIVの場合に比べ、マルコフモデルエントロピＨを約
９％削減できた。このことは、モデルＶによれば、マル
コフモデル符号化の圧縮率が約９％改善されることを意
味している。また、上述の実施例によれば、周期画素と
して採用する画素の数ｋを０からまでで任意に選択する
ことができる。そこで、ｋを２とした場合（モデルV
I）、すなわち４ビットの適応データの構成を、周期画
素２画素及び推定濃度値Ｌ* i,jの２ビット量子化データ
とした場合のマルコフモデルエントロピーＨを求めた。
その結果、Ｈ＝０.１４２ビット／画素となり、モデルI
Vで代表される従来の方法に比ベて、モデルVIではマル
コフモデルエントロピが約１９％削減できた。このよう
に、周期特性を有する画像については、参照データにお
ける適応データとして、相関の強い周期画素を数画素用
いることにより、マルコフモデル符号化の圧縮率が大幅
に向上することがわかった。
デルIVの場合に比べ、マルコフモデルエントロピＨを約
９％削減できた。このことは、モデルＶによれば、マル
コフモデル符号化の圧縮率が約９％改善されることを意
味している。また、上述の実施例によれば、周期画素と
して採用する画素の数ｋを０からまでで任意に選択する
ことができる。そこで、ｋを２とした場合（モデルV
I）、すなわち４ビットの適応データの構成を、周期画
素２画素及び推定濃度値Ｌ* i,jの２ビット量子化データ
とした場合のマルコフモデルエントロピーＨを求めた。
その結果、Ｈ＝０.１４２ビット／画素となり、モデルI
Vで代表される従来の方法に比ベて、モデルVIではマル
コフモデルエントロピが約１９％削減できた。このよう
に、周期特性を有する画像については、参照データにお
ける適応データとして、相関の強い周期画素を数画素用
いることにより、マルコフモデル符号化の圧縮率が大幅
に向上することがわかった。
【００４９】
【発明の効果】以上説明したように本発明の二値画像の
データ圧縮方法は、入力二値画像から画像の構造的な統
計量を求め、この統計量に応じて入力二値画像の領域判
定を行ない、マルコフモデル符号化における参照データ
をこの領域判定の結果を含む形態で作成することによ
り、画像の性質に応じた適応的なマルコフモデル符号化
が行なわれることになって、符号化済みの近接画素のみ
を参照データとして符号化を行なう従来の場合に比べ、
小さなハードウェア規模で、大幅なデータ圧縮を実現す
ることができるという効果がある。また本発明の二値画
像のデータ圧縮装置は、入力二値画像から画像の構造的
な統計量を求める画像統計量演算手段と、この統計量に
応じて入力二値画像の領域判定を行なう領域判定手段
と、マルコフモデル符号化における参照データをこの領
域判定の結果を含む形態で作成する参照データ生成手段
とを設けることにより、画像の性質に応じた適応的なマ
ルコフモデル符号化を行なわれるので、従来のデータ圧
縮装置を使用する場合に比べ、小さなハードウェア量で
大幅なデータ圧縮が実現できるという効果がある。
データ圧縮方法は、入力二値画像から画像の構造的な統
計量を求め、この統計量に応じて入力二値画像の領域判
定を行ない、マルコフモデル符号化における参照データ
をこの領域判定の結果を含む形態で作成することによ
り、画像の性質に応じた適応的なマルコフモデル符号化
が行なわれることになって、符号化済みの近接画素のみ
を参照データとして符号化を行なう従来の場合に比べ、
小さなハードウェア規模で、大幅なデータ圧縮を実現す
ることができるという効果がある。また本発明の二値画
像のデータ圧縮装置は、入力二値画像から画像の構造的
な統計量を求める画像統計量演算手段と、この統計量に
応じて入力二値画像の領域判定を行なう領域判定手段
と、マルコフモデル符号化における参照データをこの領
域判定の結果を含む形態で作成する参照データ生成手段
とを設けることにより、画像の性質に応じた適応的なマ
ルコフモデル符号化を行なわれるので、従来のデータ圧
縮装置を使用する場合に比べ、小さなハードウェア量で
大幅なデータ圧縮が実現できるという効果がある。
【図１】本発明の一実施例の二値画像データ圧縮装置の
構成を示すブロック図である。
構成を示すブロック図である。
【図２】分散の演算に用いる符号化済の近接１０画素を
示す図である。
示す図である。
【図３】分散演算部の構成を示すブロック図である。
【図４】推定濃度値の演算に使用する周辺画素の一例を
示す図である。
示す図である。
【図５】推定濃度値演算部の構成を示すブロック図であ
る。
る。
【図６】周期演算部の構成を示すブロック図である。
【図７】領域判定部の要部の構成を示すブロック図であ
る。
る。
【図８】マルコフデータ符号化における参照データ構成
の一例を示す図である。
の一例を示す図である。
【図９】参照データにおける固定参照画素の例を示す図
である。
である。
【図１０】参照データ作成部の要部の構成を示すブロッ
ク図である。
ク図である。
【図１１】ＪＢＩＧ方式による従来の二値画像データ圧
縮装置を示すブロック図である。
縮装置を示すブロック図である。
【図１２】マルコフモデル符号化における参照画素位置
を示す図である。
を示す図である。
１０ 画像統計量演算部 １１ 領域判定部 １２ 参照データ作成部 １３ ＱＭコーダ １４ 分散演算部 １５ 推定濃度値演算部 １６ 周期演算部 ２１，３１，３３，５１ ラインメモリ ２３，３２ 加算器 ３４ 演算器 ４１，４３，４４ シフトレジスタ ４５，４６ 変化点カウンタ ５２ 最大値検出部 ５３ 最小値検出部 ５４ 減算器 ５７ 濃度領域分離部 ６１，６２ 量子化器 ６３ セレクタ ６４ 適応データ選択部
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) H04N 1/41 - 1/419 H03M 7/40
Claims (9)
- 【請求項１】 二値画像のデータ圧縮方法であって、 入力二値画像から画像統計量を求める第１のステップ
と、 前記画像統計量に応じて前記入力二値画像の画素ごとに
前記入力二値画像の領域判定を行ない領域判定データを
生成する第２のステップと、 マルコフモデル符号化における参照データを生成する第
３のステップと、 前記参照データを使用し各画素領域のマルコフ状態を区
別して前記画素のマルコフモデル符号化を行なう第４の
ステップと、 を有し、 前記参照データが前記領域判定データに対応する第１の
データ部分と前記第１のデータ部分以外のデータ部分で
ある第２のデータ部分とによって構成され、 前記第３のステップにおいて、複数のデータの中から前
記領域判定データに応じて選択を行なうことにより前記
第２のデータ部分が生成され、 前記第２のデータ部分が、符号化済みの画素から算出さ
れた注目画素の推定濃度値と、前記注目画素に対して強
い相関を有する符号化済みの画素の１つの画素値、およ
び前記注目画素に近接する画素の画素値とを組み合わせ
たものである、 二値画像のデータ圧縮方法。 - 【請求項２】 二値画像のデータ圧縮方法であって、 入力二値画像から画像統計量を求める第１のステップ
と、 前記画像統計量に応じて前記入力二値画像の画素ごとに
前記入力二値画像の領域判定を行ない領域判定データを
生成する第２のステップと、 マルコフモデル符号化における参照データを生成する第
３のステップと、 前記参照データを使用し各画素領域のマルコフ状態を区
別して前記画素のマルコフモデル符号化を行なう第４の
ステップと、を有し、 前記参照データが前記領域判定データに対応する第１の
データ部分と前記第１のデータ部分以外のデータ部分で
ある第２のデータ部分とによって構成され、 前記第３のステップにおいて、複数のデータの中から前
記領域判定データに応じて選択を行なうことにより前記
第２のデータ部分が生成され、 前記第２のデータ部分が、符号化済みの画素から算出さ
れた注目画素の推定濃度値と、前記注目画素に対して強
い相関を有する符号化済みの複数の画素の画素 値、およ
び前記注目画素に近接する画素の画素値とを組み合わせ
たものである、二値画像のデータ圧縮方法。 - 【請求項３】 二値画像のデータ圧縮方法であって、 入力二値画像から画像統計量を求める第１のステップ
と、 前記画像統計量に応じて前記入力二値画像の画素ごとに
前記入力二値画像の領域判定を行ない領域判定データを
生成する第２のステップと、 マルコフモデル符号化における参照データを生成する第
３のステップと、 を有し、 前記参照データが前記領域判定データに対応する第１の
データ部分と前記第１のデータ部分以外のデータ部分で
ある第２のデータ部分とによって構成され、前記第２の
データ部分が、複数のデータの中から前記領域判定デー
タに応じて選択されたものであり、前記領域判定データ
に応じて選択される前記第２のデータ部分のいずれか
が、符号化済みの画素から算出された注目画素の推定濃
度値と、前記注目画素に対して強い相関を有する符号化
済みの画素の１つの画素値、および前記注目画素に近接
する画素の画素値とを組み合わせたものである、二値画
像のデータ圧縮方法。 - 【請求項４】 二値画像のデータ圧縮方法であって、 入力二値画像から画像統計量を求める第１のステップ
と、 前記画像統計量に応じて前記入力二値画像の画素ごとに
前記入力二値画像の領域判定を行ない領域判定データを
生成する第２のステップと、 マルコフモデル符号化における参照データを生成する第
３のステップと、 を有し、 前記参照データが前記領域判定データに対応する第１の
データ部分と前記第１のデータ部分以外のデータ部分で
ある第２のデータ部分とによって構成され、前記第２の
データ部分が、複数のデータの中から前記領域判定デー
タに応じて選択されたものであり、前記領域判定データ
に応じて選択される前記第２のデータ部分のいずれか
が、符号化済みの画素から算出された注目画素の推定濃
度値と、前記注目画素に対して強い相関を有する符号化
済みの複数の画素の画素値、および前記注目画素に近接
する画素の画素値とを組み合わせたものである、二値画
像の データ圧縮方法。 - 【請求項５】 前記領域判定データに応じて選択される
前記第２のデータ部分のいずれかが、注目画素に近接す
る符号化済みの画素の画素値のみで構成されている請求
項３または４に記載の二値画像のデータ圧縮方法。 - 【請求項６】 前記参照データを使用し各画素領域のマ
ルコフ状態を区別して前記画素のマルコフモデル符号化
を行なう第４のステップをさらに有する請求項３乃至５
のいずれか１項に記載の二値画像のデータ圧縮方法。 - 【請求項７】 二値画像のデータ圧縮装置であって、 入力二値画像から画像統計量を算出する画像統計量演算
手段と、 前記画像統計量に応じて前記入力二値画像の画素ごとに
前記入力二値画像の領域判定を行ない領域判定データを
生成する領域判定手段と、 マルコフモデル符号化における参照データを生成する参
照データ生成手段と、 を有し、 前記参照データが前記領域判定データに対応する第１の
データ部分と前記第１のデータ部分以外のデータ部分で
ある第２のデータ部分とによって構成され、前記第２の
データ部分が、複数のデータの中から前記領域判定デー
タに応じて前記参照データ生成手段によって選択された
ものであり、前記領域判定データに応じて選択される前
記第２のデータ部分のいずれかが、符号化済みの画素か
ら算出された注目画素の推定濃度値と、前記注目画素に
対して強い相関を有する符号化済みの画素の１つの画素
値、および前記注目画素に近接する画素の画素値とを組
み合わせたものである、二値画像のデータ圧縮装置。 - 【請求項８】 二値画像のデータ圧縮装置であって、 入力二値画像から画像統計量を算出する画像統計量演算
手段と、 前記画像統計量に応じて前記入力二値画像の画素ごとに
前記入力二値画像の領域判定を行ない領域判定データを
生成する領域判定手段と、 マルコフモデル符号化における参照データを生成する参
照データ生成手段と、 を有し、 前記参照データが前記領域判定データに対応する第１の
データ部分と前記第１のデータ部分以外のデータ部分で
ある第２のデータ部分とによって構成され、前 記第２の
データ部分が、複数のデータの中から前記領域判定デー
タに応じて前記参照データ生成手段によって選択された
ものであり、前記領域判定データに応じて選択される前
記第２のデータ部分のいずれかが、符号化済みの画素か
ら算出された注目画素の推定濃度値と、前記注目画素に
対して強い相関を有する符号化済みの複数の画素の画素
値、および前記注目画素に近接する画素の画素値とを組
み合わせたものである、二値画像のデータ圧縮装置。 - 【請求項９】 前記参照データを使用し各画素領域のマ
ルコフ状態を区別して前記画素のマルコフモデル符号化
を行なう符号化手段をさらに有する請求項７または８に
記載の二値画像のデータ圧縮装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02105194A JP3230122B2 (ja) | 1993-02-26 | 1994-02-18 | 二値画像のデータ圧縮方法及び装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5-37979 | 1993-02-26 | ||
| JP3797993 | 1993-02-26 | ||
| JP02105194A JP3230122B2 (ja) | 1993-02-26 | 1994-02-18 | 二値画像のデータ圧縮方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06311372A JPH06311372A (ja) | 1994-11-04 |
| JP3230122B2 true JP3230122B2 (ja) | 2001-11-19 |
Family
ID=26358064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP02105194A Expired - Lifetime JP3230122B2 (ja) | 1993-02-26 | 1994-02-18 | 二値画像のデータ圧縮方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3230122B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5487401B2 (ja) * | 2011-07-15 | 2014-05-07 | 株式会社アクセル | 画像データ符号化方法 |
-
1994
- 1994-02-18 JP JP02105194A patent/JP3230122B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH06311372A (ja) | 1994-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3108479B2 (ja) | 符号化復号化方法およびその装置 | |
| JP4773678B2 (ja) | 文書システム | |
| Baharav et al. | Watermarking of dither halftoned images | |
| EP0613290B1 (en) | Method and apparatus for binary image data compression | |
| US5159468A (en) | Image reduction system | |
| KR100611705B1 (ko) | 화상 부호화 장치, 화상 부호화 방법, 및 화상 처리 장치 | |
| KR20030096438A (ko) | 화상 부호화장치, 화상 복호화장치, 화상 부호화방법,화상 복호화방법 및 매체 | |
| US5136396A (en) | Image encoding method | |
| US5271072A (en) | Image reduction of binary images using filtering processing | |
| EP0858210A1 (en) | Image processing apparatus | |
| JP3877892B2 (ja) | ２値形状信号符号化装置 | |
| JP2007306513A (ja) | 画像データの圧縮方法および装置 | |
| Martins et al. | Lossless, near-lossless, and refinement coding of bilevel images | |
| JP3230122B2 (ja) | 二値画像のデータ圧縮方法及び装置 | |
| JPH0944128A (ja) | ２値画像多値化縮小処理装置 | |
| JP2651209B2 (ja) | 画像の符号化方法及び装置 | |
| JP3139460B2 (ja) | ２値文書画像の符号化方法および符号化装置 | |
| JPH04238462A (ja) | 画像処理装置 | |
| US20060132850A1 (en) | Systems and methods for improved line edge quality | |
| Deng et al. | Low-bit-rate image coding using sketch image and JBIG | |
| JP2832072B2 (ja) | 画像符号化方法及び装置 | |
| JPH0537775A (ja) | 擬似中間調処理方法及びその装置 | |
| KR910002773B1 (ko) | 의사중간조 화상 데이터의 데이터 압축 및 복원방법 | |
| JP2001103315A (ja) | 画像符号化方法および画像符号化装置 | |
| JP2966426B2 (ja) | カラー画像処理装置および方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080914 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080914 Year of fee payment: 7 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080914 Year of fee payment: 7 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080914 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090914 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090914 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100914 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110914 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120914 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130914 Year of fee payment: 12 |
|
| EXPY | Cancellation because of completion of term |