JP3903496B2 - 画像符号化方法、符号化装置、復号方法および復号装置 - Google Patents
画像符号化方法、符号化装置、復号方法および復号装置 Download PDFInfo
- Publication number
- JP3903496B2 JP3903496B2 JP12912896A JP12912896A JP3903496B2 JP 3903496 B2 JP3903496 B2 JP 3903496B2 JP 12912896 A JP12912896 A JP 12912896A JP 12912896 A JP12912896 A JP 12912896A JP 3903496 B2 JP3903496 B2 JP 3903496B2
- Authority
- JP
- Japan
- Prior art keywords
- additional information
- value
- block
- dynamic range
- unit
- 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 - Fee Related
Links
Images
Description
【０００１】
【発明の属する技術分野】
この発明は、ディジタル画像信号のデータ量を圧縮するために、ディジタル画像信号を符号化する高能率符号化方法および圧縮されたディジタル画像信号を元のディジタル画像信号復号する復号装置に関し、特に、ディジタル画像信号を符号化し、符号化情報とともに付加情報を伝送する画像符号化方法、符号化装置、復号方法および復号装置に関する。
【０００２】
【従来の技術】
図９は、ディジタル画像信号を圧縮する画像信号符号化装置の一例のブロック図を示している。図９に示される画像信号符号化装置は、入力画像信号を所定のブロック単位でブロック分割し、ブロックのダイナミックレンジに応じてブロック内の画素を適応的に符号化する適応ダイナミックレンンジ符号化（以下、ＡＤＲＣと呼ぶ）を用いた符号化装置である。ＡＤＲＣは、本出願人により例えば特開昭６１−１４４９８９号公報において提案されている。
【０００３】
図９を用いて、ＡＤＲＣを簡単に説明する。入力端子１からの入力映像信号がブロック分割部２に供給され、例えば、３画素×３ライン（以下、（３×３）と称する）の９個の画素を含むブロックが最大値検出部３および最小値検出部４にそれぞれ供給される。最大値検出部３において、そのブロックに含まれる画素値の最大値ＭＡＸが検出され、最小値検出部４において、最小値ＭＩＮが検出される。最大値検出部３からの最大値ＭＡＸは、減算部５に供給される。また、最小値検出部４からの最小値ＭＩＮは、減算部５、減算部６、フレーミング部１５にそれぞれ供給される。減算部５において、最大値ＭＡＸから最小値ＭＩＮが減算され、ダイナミックレンジＤＲが生成される。そして、そのダイナミックレンジＤＲは、量子化ステップ幅算出部７およびフレーミング部１５にそれぞれ供給される。量子化ステップ幅算出部７では、減算部５から供給されるダイナミックレンジＤＲから量子化ステップ幅Δが算出され、算出された量子化ステップ幅Δは、量子化部８へ供給される。
【０００４】
また、減算部６には、入力端子１から（３×３）ブロックの９画素が供給され、その９画素の画素値から最小値ＭＩＮを減算することにより、各画素値に対して正規化が実行される。その正規化された各画素値は、量子化部８へ供給される。量子化部８において、正規化された各画素値が量子化ステップ幅Δで量子化され、量子化値ｑとして、フレーミング部１５に供給される。そして、フレーミング部１５は、供給されたダイナミックレンジＤＲ、最小値ＭＩＮおよび９画素の量子化値ｑをブロック毎にフレーミングして、出力信号として出力する。そして、この出力信号がディスク等の記録媒体に記録され、もしくは、伝送路を介して伝送される。
【０００５】
図１０は、図９のＡＤＲＣ符号化装置によって符号化されたディジタル画像信号を復号する画像信号復号装置の一例のブロック図を示している。記録媒体から再生された信号、もしくは伝送路を介して供給された信号信号は、入力端子３０を介してフレーム分解部３４に供給される。フレーム分解部３４は、ブロック毎にフレーミングされた信号をダイナミックレンジＤＲ、最小値ＭＩＮおよび９画素の量子化値ｑに分解して、ダイナミックレンジＤＲおよび量子化値ｑを復号部４１に供給し、最小値ＭＩＮを加算部４２に供給する。復号部４１は、ダイナミックレンジＤＲに応じて、９画素の量子化値ｑを逆量子化して、加算部４２に供給する。加算部４２は、復号部４１からの逆量子化された９画素の値にそれぞれ最小値ＭＩＮを加算することにより、（３×３）ブロックの９画素の値を復号する。この復号された９個の復号画素値は、時系列変換部４３に供給され、ブロック化された復号画素値から時系列の復号画素値に変換され出力される。
【０００６】
【発明が解決しようとする課題】
このように、従来のＡＤＲＣは、ブロック内の画素値をダイナミックレンジに応じた量子化ステップ幅で量子化することにより、画素値を圧縮するようにしていた。しかしながら、圧縮された各画素値と共に伝送される最小値ＭＩＮおよびダイナミックレンジＤＲといった付加情報は、圧縮することなく、そのままのデータで伝送していた。
【０００７】
しかしながら、ディジタル画像信号の各画素値は、通常、２５６階調の８ビットで表現されており、その８ビットの各画素値を符号化する場合には、最小値ＭＩＮおよびダイナミックレンジＤＲといった付加情報は、１ブロックあたり１６ビット表現される。つまり、最小値ＭＩＮおよびダイナミックレンジＤＲは、それぞれ、８ビットで表現されることになる。よって、この場合には、最小値ＭＩＮおよびダイナミックレンジＤＲといった付加情報を圧縮符号化しないため、最近の画像圧縮で求められている高圧縮を達成することができないという問題があった。
【０００８】
従って、この発明の目的は、付加情報を圧縮することにより、高圧縮を実現すると共に、付加情報が圧縮されていない復元信号と同等の品質を復元することができる画像符号化方法、符号化装置、復号方法および復号装置を提供することにある。
【０００９】
また、この発明のさらなる目的は、隣接ブロックの付加情報の相関性を利用して、付加情報の残差信号を圧縮することにより高圧縮を実現すると共に、付加情報が圧縮されていない復元信号と同等の品質を復元することができる画像符号化方法、符号化装置、復号方法および復号装置を提供することにある。
【００１０】
【課題を解決するための手段】
上述した課題を解決するために、この発明は、入力ディジタル画像信号を発生データを少なくするように符号化する画像符号化方法において、
入力ディジタル画像信号を複数画素からなるブロックに分割するステップと、
ブロック毎に、ブロック内の複数画素の最大値と複数画素の最小値を検出するステップと、
最大値および最小値の差であるダイナミックレンジを検出するステップと、
ダイナミックレンジを規定する値を用いて正規化された複数画素の各値を量子化し、符号化信号を発生するステップと、
符号化の対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのクラス分類ステップと、
ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生するステップと、
付加情報と付加情報の予測値とから付加情報の差分を生成するステップと、
付加情報の差分を可変長符号化するステップと、
可変長符号化された付加情報の差分を符号化信号と共に伝送するステップとを有することを特徴とする画像符号化方法である。
【００１１】
また、この発明は、入力ディジタル画像信号を発生データを少なくするように符号化する画像符号化装置において、
入力ディジタル画像信号を複数画素からなるブロックに分割する分割部と、
ブロック毎に、ブロック内の複数画素の最大値と複数画素の最小値を検出する検出部と、
最大値および最小値の差であるダイナミックレンジを検出する検出部と、
ダイナミックレンジを規定する値を用いて正規化された複数画素の各値を量子化し、符号化信号を発生する符号化部と、
符号化対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのクラス分類部と、
ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生する発生部と、
付加情報と付加情報の予測値とから付加情報の差分を生成する減算部と、
付加情報の差分を可変長符号化する可変長符号化部と、
可変長符号化された付加情報の差分を符号化信号と共に伝送する伝送部ととを有することを特徴とする画像符号化装置である。
【００１２】
また、この発明は、入力ディジタル画像信号を複数画素からなるブロックに分割し、ブロック毎に、ブロック内の複数画素の最大値と複数画素の最小値を検出し、最大値および最小値の差であるダイナミックレンジを検出し、ダイナミックレンジを規定する値を用いて正規化された複数画素の各値を量子化し、符号化信号を発生し、符号化対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定し、ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生し、付加情報と付加情報の予測値とから付加情報の差分を生成し、付加情報の差分を可変長符号化し、可変長符号化された付加情報の差分を符号化信号と共に伝送する画像符号化方法の画像復号方法において、
符号化信号と、可変長符号化された付加情報の差分を受信するステップと、
符号化付加コードを可変長復号して、付加情報の差分を生成するステップと、
付加情報の差分とブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのステップと、
ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と復号対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生するステップと、
付加情報の差分と付加情報の予測値とから付加情報を生成するステップと、
生成された付加情報を用いて、符号化信号を逆量子化し、符号化時に正規化に使用したダイナミックレンジを規定する値を逆量子化出力に対して加算することによって、ブロック内の複数画素の各値を復号するステップとを有することを特徴とする画像復号方法である。
【００１３】
さらに、この発明は、入力ディジタル画像信号を複数画素からなるブロックに分割し、ブロック毎に、ブロック内の複数画素の最大値と複数画素の最小値を検出し、最大値および最小値の差であるダイナミックレンジを検出し、ダイナミックレンジを規定する値を用いて正規化された複数画素の各値を量子化し、符号化信号を発生し、符号化対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定し、ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生し、付加情報と付加情報の予測値とから付加情報の差分を生成し、付加情報の差分を可変長符号化し、可変長符号化された付加情報の差分を符号化信号と共に伝送する画像符号化方法の画像復号装置において、
符号化信号と、可変長符号化された付加情報の差分を受信する受信部と、
符号化付加コードを可変長復号して、付加情報の差分を生成する可変長復号部と、
復号対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのクラス分類部と、
ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と復号対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生する発生部と、
付加情報の差分と付加情報の予測値とから付加情報を生成する加算部と、
生成された付加情報を用いて、符号化信号を逆量子化し、符号化時に正規化に使用したダイナミックレンジを規定する値を逆量子化出力に対して加算することによって、ブロック内の複数画素の各値を復号する復号部とを有することを特徴とする画像復号装置である。
【００１４】
【発明の実施の形態】
以下、この発明の実施例について図面を参照して説明する。図１は、この発明の第１の実施例の画像符号化装置のブロック図を示している。まず、入力画像信号は、入力端子１を介して、ブロック分割部２に供給される。ブロック分割部２において、入力画像信号が（３×３）ブロックに分割され、その（３×３）ブロックの画素値が最大値検出部３、最小値検出部４および減算部６にそれぞれ供給される。最大値検出部３において、（３×３）ブロックに含まれる画素値のレベルが最大となる値が検出され、その検出された最大値ＭＡＸが減算部５に供給される。また、最小値検出部４において、（３×３）ブロックに含まれる画素値のレベルが最小となる値が検出され、その検出された最小値ＭＩＮが減算部５、減算部６、減算部１２およびクラス分類予測演算部１０に供給される。
【００１５】
減算部５において、最大値ＭＡＸから最小値ＭＩＮが減算され、ダイナミックレンジＤＲが生成される。そのダイナミックレンジＤＲは、量子化ステップ幅算出部７、クラス分類予測演算部９および減算部１１に供給される。また、減算部６において、ブロック分割部２から供給された（３×３）ブロックの各画素値から最小値ＭＩＮが減算され、９画素の正規化された画素値（各画素値から最小値ＭＩＮが除去された値）が生成される。その正規化された各画素値は、量子化部８へ供給される。量子化ステップ幅算出部７において、供給されたダイナミックレンジＤＲに基づいて量子化ステップ幅Δが算出され、算出された量子化ステップ幅Δが量子化部８に供給される。量子化部８において、供給される量子化ステップ幅Δで、９画素の正規化された各画素値の量子化が行われる。その各画素における（３×３）ブロックの９画素の量子化値ｑは、フレーミング部１５に供給される。
【００１６】
また、クラス分類予測演算部９は、供給されたダイナミックレンジＤＲからダイナミックレンジの予測値ＤＲ´を推定する。ここでは、一例として、ｎブロック前のダイナミックレンジをＤＲn と表す。クラス分類予測演算部９は、クラス毎に予め学習により求められている予測係数ｙ1 、ｙ2 、ｙ3 とが記憶されているメモリを有し、供給されたダイナミックレンジの周辺のダイナミックレンジのパターンからクラスを決定し、そのクラスに応じて予測係数ｙ1 、ｙ2 、ｙ3 を読み出す。そして、その読み出された予測係数とすでに供給されているダイナミックレンジＤＲとを用いて、供給されたダイナミックレンジＤＲからダイナミックレンジの予測値ＤＲ´を推定する。
【００１７】
例えば、図２Ａの太線で囲まれたブロックのダイナミックレンジＤＲに対応するダイナミックレンジの予測値ＤＲ´を推定する時、その推定対象ブロックに対して、垂直方向における１ブロック上に存在するブロック、垂直方向における１ブロック上でかつ水平方向における１ブロック前に存在するブロック（つまり、左斜め上方向に存在するブロック）および水平方向における１ブロック前に存在するブロックのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３のそれぞれが供給されたダイナミックレンジＤＲに対応するダイナミックレンジの予測値ＤＲ´を推定するために使用される。そして、供給されたダイナミックレンジＤＲの周辺のダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３のパターンに基づいてクラスが決定され、そのクラスに対応する予め学習により求められている予測係数ｙ1 、ｙ2 、ｙ3 がメモリから読み出される。そして、次式（１）を用いて、ダイナミックレンジの予測値ＤＲ´が算出される。
【００１８】
ＤＲ´＝ｙ1 ×ＤＲ1 ＋ｙ2 ×ＤＲ2 ＋ｙ3 ×ＤＲ3 （１）
【００１９】
さらに、図３を用いて、クラス分類予測演算部９の構成について詳細に説明する。クラス分類予測演算部９に供給されたダイナミックレンジＤＲは、周辺コード値形成部２１に供給される。周辺コード値形成部２１は、図２Ａに示されるように、供給されたダイナミックレンジＤＲの周辺の存在する３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３をクラス分類部２２に供給する。ダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３は、ダイナミックレンジＤＲが供給される前に、クラス分類予測演算部９にすでに供給されているので、周辺コード値形成部２１にダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３がすでに保持されている。
【００２０】
クラス分類部２２は、３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３のパターンを検出し、そのパターンに対応するクラスコードを予測係数メモリ２３に供給する。クラス分類部２２は、１ビットＡＤＲＣ等で構成されており、その場合は、３ビットのクラスコードを出力する。予測係数メモリ２３には、予め学習により求められたクラス毎の予測係数が記憶されており、予測係数メモリ２３は、供給されたクラスコードをアドレス信号として、そのアドレス信号に対応する予測係数ｙ1 、ｙ2 、ｙ3 を予測演算部２４に供給する。また、予測演算部２４には、遅延部２５を介して３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３が供給され、予測演算部２４は、予測係数ｙ1 、ｙ2 、ｙ3 および３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３を用いて、式（１）により、ダイナミックレンジの予測値ＤＲ´を算出する。
【００２１】
算出された予測値ＤＲ´は、図１に示されるように、減算部１１に供給される。この減算部１１において、供給されたダイナミックレンジＤＲからダイナミックレンジの予測値ＤＲ´の減算を行うことによって、減算結果である残差信号ΔＤＲ（＝ＤＲ−ＤＲ´）が得られる。この残差信号ΔＤＲは、ダイナミックレンジＤＲとダイナミックレンジの予測値ＤＲ´との差分であるため、０に集中する。０に集中した残差信号ΔＤＲは、可変長符号化部１３へ供給される。可変長符号化部１３は、供給された残差信号ΔＤＲに対してハフマン符号化、ランレングス符号化等の可変長符号化を施すことにより、可変長符号を生成し、この可変長符号をフレーミング部１５に供給する。
【００２２】
また、クラス分類予測演算部１０は、供給された最小値ＭＩＮから最小値の予測値ＭＩＮ´を推定する。ここでは、一例として、上述のクラス分類予測演算部９と同様に、ｎブロック前の最小値をＭＩＮn と表す。クラス分類予測演算部１０は、クラス毎に予め学習により求められている予測係数ｘ1 、ｘ2 、ｘ3 とが記憶されているメモリを有し、供給された最小値の周辺の最小値のパターンからクラスを決定し、そのクラスに応じて予測係数ｘ1 、ｘ2 、ｘ3 を読み出す。そして、その読み出された予測係数とすでに供給されている最小値ＭＩＮとを用いて、供給された最小値ＭＩＮから最小値ＭＩＮの予測値ＭＩＮ´を推定する。
【００２３】
例えば、図２Ｂの太線で囲まれたブロックの最小値ＭＩＮに対応する最小値の予測値ＭＩＮ´を推定する時、その推定対象ブロックに対して、垂直方向における１ブロック上に存在するブロック、垂直方向における１ブロック上でかつ水平方向における１ブロック前に存在するブロック（つまり、左斜め上方向に存在するブロック）および水平方向における１ブロック前に存在するブロックの最小値ＭＩＮ1 、ＭＩＮ2 およびＭＩＮ3 のそれぞれが供給された最小値ＭＩＮに対応する最小値の予測値ＭＩＮ´を推定するために使用される。そして、供給された最小値ＭＩＮの周辺の最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３のパターンに基づいてクラスが決定され、そのクラスに対応する予め学習により求められている予測係数ｘ1 、ｘ2 、ｘ3 がメモリから読み出される。そして、次式（２）を用いて、最小値の予測値ＭＩＮ´が算出される。
【００２４】
ＭＩＮ´＝ｘ1 ×ＭＩＮ1 ＋ｘ2 ×ＭＩＮ2 ＋ｘ3 ×ＭＩＮ3 （２）
【００２５】
さらに、図３を用いて、クラス分類予測演算部１０の構成について詳細に説明する。クラス分類予測演算部１０に供給された最小値ＭＩＮは、周辺コード値形成部２１に供給される。周辺コード値形成部２１は、図２Ｂに示されるように、供給された最小値ＭＩＮの周辺の存在する３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３をクラス分類部２２に供給する。最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３は、最小値ＭＩＮが供給される前に、クラス分類予測演算部１０にすでに供給されているので、周辺コード値形成部２１に最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３がすでに保持されている。
【００２６】
クラス分類部２２は、３つの最小値ＭＩＮ１、最小値２および最小値３のパターンを検出し、そのパターンに対応するクラスコードを予測係数メモリ２３に供給する。クラス分類部２２は、１ビットＡＤＲＣ等で構成されており、その場合は、３ビットのクラスコードを出力する。予測係数メモリ２３には、予め学習により求められたクラス毎の予測係数が記憶されており、予測係数メモリ２３は、供給されたクラスコードをアドレス信号として、そのアドレス信号に対応する予測係数ｘ1 、ｘ2 、ｘ3 を予測演算部２４に供給する。また、予測演算部２４には、遅延部２５を介して３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３が供給され、予測演算部２４は、予測係数ｘ1 、ｘ2 、ｘ3 および３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３を用いて、式（２）により、最小値の予測値ＭＩＮ´を算出する。
【００２７】
算出された予測値ＭＩＮ´は、図１に示されるように、減算部１２に供給される。この減算部１２において、最小値ＭＩＮから最小値の予測値ＭＩＮ´の減算を行うことによって、減算結果である残差信号ΔＭＩＮ（＝ＭＩＮ−ＭＩＮ´）が得られる。この残差信号ΔＭＩＮは、最小値ＭＩＮと最小値の予測値ＭＩＮ´との差分であるため、０に集中する。０に集中した残差信号ΔＭＩＮは、可変長符号化部１４へ供給される。可変長符号化部１４は、供給された残差信号ΔＭＩＮを、ハフマン符号化、ランレングス符号化等の可変長符号化を施すことにより、可変長符号を生成し、この可変長符号をフレーミング部１５に供給する。
【００２８】
フレーミング部１５は、量子化部８からの量化値ｑ、可変長符号化部１３からのダイナミックレンジＤＲの残差信号ΔＤＲの可変長符号および可変長符号化部１４からの最小値ＭＩＮの残差信号ΔＭＩＮの可変長符号をフレーミング化し、フレーミング化信号をエラー訂正符号付加部１６に供給する。エラー訂正符号付加部１６は、フレーミング化信号にエラー訂正符号を付加して、変調部１７に供給する。変調部１７は、、エラー訂正符号が付加されたフレーミング信号を、ＥＦＭ変調方式等の変調方式を用いて変調する。
【００２９】
そして、この変調された信号が記録部１８に供給され、記録部１８において、ディスクなどの記録媒体１９Ｍに記録される。また、伝送路１９Ｔを介して変調された信号を伝送する場合、この発明は、記録部１８の代わりに伝送部で構成される。そして、変調部１７は、伝送に最適な変調方法を用いて、エラー訂正符号が付加されたフレーミング信号を変調し、伝送部を介して、伝送路１９Ｔに供給するようにする。なお、フレーミング技術および変調技術に関しては、すでに、多数の技術が知られているので、ここでは省略するが、どのような技術を用いてもよい。以上の構成により、付加コードを圧縮することにより、高圧縮な画像信号の伝送が可能となる。
【００３０】
ここで、上述の一実施例では、クラス分類予測演算部９において、ダイナミックレンジの予測値ＤＲ´が算出され、クラス分類予測演算部１０において、最小値の予測値ＭＩＮ´が算出されるように、各々独立に予測値が推定される構成である。しかしながら、ダイナミックレンジＤＲと最小値ＭＩＮとの相関を利用して、ダイナミックレンジの予測値ＤＲ´および最小値の予測値ＭＩＮ´を求めるようにしてもよい。
【００３１】
図４は、ダイナミックレンジＤＲと最小値ＭＩＮとの相関を利用して、ダイナミックレンジの予測値ＤＲ´および最小値の予測値ＭＩＮ´を求める第２の実施例の画像符号化装置を示している。なお、第２の実施例の画像符号化装置を説明するにあたり、第１の実施例の画像符号化装置と同一の部分には同一符号を付し、その説明は、省略する。
【００３２】
すなわち、図４に示すように、ダイナミックレンジＤＲおよび最小値ＭＩＮがクラス分類予測演算部２０に供給され、クラス分類則予測演算部２０は、ダイナミックレンジＤＲおよび最小値ＭＩＮの相関性を利用して、ダイナミックレンジの予測値ＤＲ´および最小値の予測値ＭＩＮ´を算出する。つまり、クラス分類予測演算部２０において、ダイナミックレンジの予測値ＤＲ´は、次式（３）から算出され、最小値の予測値ＭＩＮ´は、次式（４）から算出される。
【００３３】
ＤＲ´＝ｙ1 ×ＭＩＮ1 ＋ｙ2 ×ＭＩＮ2 ＋ｙ3 ×ＭＩＮ3 ＋ｙ4 ×ＤＲ1 ＋ｙ5 ×ＤＲ2 ＋ｙ6 ×ＤＲ3 （３）
【００３４】
ＭＩＮ´＝ｘ1 ×ＭＩＮ1 ＋ｘ2 ×ＭＩＮ2 ＋ｘ3 ×ＭＩＮ3 ＋ｘ4 ×ＤＲ1 ＋ｘ5 ×ＤＲ2 ＋ｘ6 ×ＤＲ3 （４）
【００３５】
但し、この場合、図２Ｃに示すように、ＭＩＮ1 とＤＲ1 、ＭＩＮ2 とＤＲ2 、ＭＩＮ3 とＤＲ3 は、それぞれ同一ブロックの値であり、それぞれの値が存在するブロック位置は、上述した第１の実施例と同一の位置である。つまり、クラス分類予測演算部２０は、クラス毎に、予め学習により求められているダイナミックレンジの予測値ＤＲ´を求めるための予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5 、ｙ6 および最小値の予測値ＭＩＮ´を求める予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5 、ｘ6 とが記憶されているメモリを有している。
【００３６】
そして、供給されたダイナミックレンジおよび最小値の周辺のダイナミックレンジＤＲ1 、ＤＲ2 およびＤＲ3 および最小値ＭＩＮ1 、ＭＩＮ2 およびＭＩＮ3 のパターンからクラスを決定し、そのクラスに応じて予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5 、ｙ6 および予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5 、ｘ6 とを読み出す。そして、その読み出された予測係数（ｙ1 〜ｙ6 ）とすでに供給されているダイナミックレンジＤＲ（ＤＲ1 〜ＤＲ3 ）および最小値ＭＩＮ（ＭＩＮ1 〜ＭＩＮ3 ）を用いて、式（３）により、ダイナミックレンジの予測値ＤＲ´を推定する。また、その読み出された予測係数（ｘ1 〜ｘ6 ）とすでに供給されているダイナミックレンジＤＲ（ＤＲ1 〜ＤＲ3 ）および最小値（ＭＩＮ1 〜ＭＩＮ3 ）を用いて、式（４）により、最小値の予測値ＭＩＮ´を推定する。
【００３７】
さらに、図５を用いて、クラス分類予測演算部２０の構成について詳細に説明する。クラス分類予測演算部２０に供給されたダイナミックレンジＤＲおよび最小値ＭＩＮは、周辺コード値形成部２１に供給される。周辺コード値形成部２１は、図２Ｃに示されるように、供給されたダイナミックレンジＤＲの周囲に存在する３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と供給された最小値ＭＩＮの周辺の存在する３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３をクラス分類部２２に供給する。ダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３は、ダイナミックレンジＤＲと最小値ＭＩＮが供給される前に、クラス分類予測演算部２０にすでに供給されているので、周辺コード値形成部２１にダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３がすでに保持されている。
【００３８】
クラス分類部２２は、３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と３つの最小値ＭＩＮ１、最小値２および最小値３のパターンを検出し、そのパターンに対応するクラスコードを予測係数メモリ２６および予測係数メモリ２８に供給する。クラス分類部２２は、１ビットＡＤＲＣ等で構成されており、その場合は、６ビットのクラスコードを出力する。予測係数メモリ２６には、予め学習により求められたクラス毎のダイナミックレンジの予測値ＤＲ´を推定するための予測係数が記憶されており、予測係数メモリ２６は、供給されたクラスコードをアドレス信号として、そのアドレス信号に対応する予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5 、ｙ6 を予測演算部２７に供給する。また、予測係数メモリ２８には、予め学習により求められたクラス毎の最小値の予測値ＭＩＮ´を推定するための予測係数が記憶されており、予測係数メモリ２８は、供給されたクラスコードをアドレス信号として、そのアドレス信号に対応する予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5、ｘ6 を予測演算部２９に供給する。
【００３９】
予測演算部２７には、遅延部２５を介して３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３が供給され、予測演算部２４は、予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5 、ｙ6 および３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３を用いて、式（３）により、ダイナミックレンジの予測値ＤＲ´を算出する。予測演算部２９には、遅延部２５を介して３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３が供給され、予測演算部２９は、予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5 、ｘ6 および３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３を用いて、式（４）により、最小値のの予測値ＭＩＮ´を算出する。そして、その算出されたダイナミックレンジの予測値ＤＲ´および最小値の予測値ＭＩＮ´が図４に示されるように、減算部１１および１２にそれぞれ供給される。
【００４０】
この第１および第２の実施例では、ダイナミックレンジの残差信号ΔＤＲと最小値の残差信号ΔＭＩＮとがそれぞれ可変長符号化がなされ、この可変長符号化されたダイナミックレンジの残差信号ΔＤＲと最小値の残差信号ΔＭＩＮとが付加コードとして（３×３）ブロックの９個の量子化値ｑと共に伝送されるが、この伝送される付加コードは、この最小値の残差信号ΔＭＩＮとダイナミックレンジの残差信号ΔＤＲに限らず、最大値の残差信号ΔＭＡＸと最小値の残差信号ΔＭＩＮとを付加コードとすることも可能であり、最大値の残差信号ΔＭＡＸとダイナミックレンジの残差信号ΔＤＲとを付加コードとすることも可能である。以上の構成により、付加コードを圧縮することにより、高圧縮な画像信号の伝送が可能となる。
【００４１】
なお、好ましくは、第１および第２の実施例、並びに後述する実施例において、初期データとして付加コードの真値が伝送され、また、誤差の伝播を防止するために周期的に付加コードの真値が伝送される。
【００４２】
次に、上述した第１および第２の実施例の画像符号化装置のクラス分類予測演算部９、１０および２０において用いられる予測係数について説明する。クラス分類予測演算部９、１０および２０において用いられる予測係数は、予め学習により作成される。ここで、供給されるダイナミックレンジＤＲ、最小値ＭＩＮに対応するクラス毎の予測係数を生成する際の学習の手順について説明する。ここでは、説明を容易とするため、クラス分類予測演算部９において、ダイナミックレンジの予測値ＤＲ´を推定するときに用いられる予測係数ｘ1 、ｘ2 、ｘ3 の生成方法について述べる。式（１）の線形１次結合モデルに基づく予測係数ｘ1 、ｘ2 、ｘ3 は、最小自乗法により生成される。最小自乗法は、以下に述べるように適用される。
【００４３】
学習時における一般化した例として、Ｘを入力データ（式（１）においてはＤＲ1 、ＤＲ2 、ＤＲ3 ）、Ｗを予測係数（式（１）においてはｘ1 、ｘ2 、ｘ3 ）、Ｙを予測値（式（１）においてはＤＲ´）として次式（５）を考える。
観測方程式； ＸＷ＝Ｙ （５）
【００４４】
【数１】
【００４５】
この観測方程式により収集されたデータに対して最小二乗法を適用する。式（１）の例では、ｎ＝３で、ｍが学習データ数となる。式（５）および（６）の観測方程式をもとに、次式（７）の残差方程式を考える。
【００４６】
【数２】
【００４７】
式（７）の残差方程式から、各予測係数ｗi の最確値は、誤差の二乗和を最小にする条件が成り立つ場合と考えられる。誤差の二乗和は、次の数式で示される。
【００４８】
【数３】
【００４９】
すなわち、次式（８）の条件を考慮すれば良いわけである。
【００５０】
【数４】
【００５１】
式（８）のｉに基づく条件を考え、これを満たすｗ1 、ｗ2 、‥‥、ｗn を算出すれば良い。そこで、残差方程式の式（７）から次式（９）が得られる。
【００５２】
【数５】
式（８）と式（９）により次式（１０）が得られる。
【００５３】
【数６】
そして、式（７）と式（１０）から正規方程式として次式（１１）が得られる。
【００５４】
【数７】
【００５５】
式（１１）の正規方程式は、未知数の数ｎと同じ数の方程式を立てることが可能であるので、各ｗi の最確値を求めることができる。そして、掃き出し法（Gauss-Jordanの消去法）を用いて連立方程式を解く。したがって、この上述した方法を用いて、予測係数を各クラス毎に求める。
【００５６】
ここで、この最小自乗法を用いた学習をソフトウェアで行う一例を図６のフローチャートを用いて説明する。まず、ステップＳ１の学習データ形成において、予測係数ｗｉを学習するために、既に知られている画像に対応した学習データが生成される。つまり、第１の実施例において、ダイナミックレンジの予測値ＤＲ´を推定する場合は、学習対象のダイナミックレンジＤＲが生成され、最小値の予測値ＭＩＮ´を推定する場合は、学習対象の最小値ＭＩＮが生成される。また、第２の実施例の場合は、ダイナミックレンジＤＲおよび最小値ＭＩＮの両方が学習対象となる。なお、このように学習データを生成する際には、１つの画像のみを用いるのではなく、複数の画像を用いて多数の画像データを生成すれば、より正確な予測係数を得ることができる。
【００５７】
ステップＳ２において、ステップＳ１で生成した学習データの数が予測係数を得るために必要なだけ生成されたか否かを判定する。学習データ数が満たないと判定された場合にはステップＳ３を実行する。ステップＳ３のクラス決定において、学習データをクラス分類する。クラス分類は、まず、３個の周辺コード値からクラスが決定される。３個の周辺コード値は、例えば、その推定対象ブロックに対応する値に対して、垂直方向における１ブロック上に存在するブロックに対応する値、垂直方向における１ブロック上でかつ水平方向における１ブロック前に存在するブロック（つまり、左斜め上方向に存在するブロック）に対応する値および水平方向における１ブロック前に存在するブロックに対応する値である。つまり、クラス分類予測演算部９では、上述した３個の周辺位置のブロックのＤＲを使用し、クラス分類予測演算部１０では、上述した３個の周辺位置のブロックのＭＩＮを使用する。
【００５８】
また、クラス分類予測演算部２０では、上述した３個の周辺位置のブロックのＤＲとＭＩＮを使用する。次に、ステップＳ４の正規方程式生成において、各クラス毎に式（１１）に示す正規方程式を生成する。データ終了の判定のステップ２において、学習対象データ数の終了が確認されるまで、正規方程式の生成プロセスが繰り返される。
【００５９】
そして、学習対象データ数の終了が確認された場合、このステップＳ２（データ終了）からステップＳ５の予測係数決定へ制御が移る。ステップＳ５（予測係数決定）では、多くの学習データより生成された、クラス毎の式（１１）の正規方程式が解かれる。その連立方程式の解法として、この一例では、上述した掃き出し法が用いられる。こうして得られた各クラス毎の予測係数は、ステップＳ６の予測係数登録において、クラス別にアドレス分割されたＲＯＭ等の記憶部に登録される。このような学習過程により、クラス分類適応予測演算部の予測係数が生成される。
【００６０】
次に、図１の第１の実施例の画像符号化装置に対応する画像復号装置について、図７を用いて説明する。再生部３１は、記録媒体１９Ｍに記録されている記録信号を再生し、その再生された信号を復調部３２に供給する。また、伝送路１９Ｔから伝送信号が供給される場合は、再生部３１の代わりの受信部が伝送路１９Ｔから伝送されてきた伝送信号を受信し、その受信信号を復調部３２に供給する。復調部３２は、画像復号装置において、変調された方法と対応する復調方法を用いて、供給された信号を復調し、その復調された信号をエラー訂正およびエラー修整部３３に供給する。エラー訂正およびエラー修整部３３は、エラー訂正符号を用いてエラー訂正し、エラー訂正できない信号に対してエラー修整を施し、フレーム分解部３４に供給する。
【００６１】
フレーム分解部３４は、供給されたフレーム分解前の信号を量子化値ｑ、ダイナミックレンジＤＲの残差信号ΔＤＲの可変長符号および最小値ＭＩＮの残差信号ΔＭＩＮの可変長符号に分解する。量子化値ｑは、（３×３）ブロック毎に復号部４１に供給される。また、ダイナミックレンジＤＲの残差信号ΔＤＲの可変長符号は、可変長復号部３５に供給され、最小値ＭＩＮの残差信号ΔＭＩＮの可変長符号は、可変長復号部３６に供給される。
【００６２】
可変長復号部３５は、図１の可変長符号化部１３と対応しており、供給されたダイナミックレンジＤＲの残差信号ΔＤＲの可変長符号（ハフマン復号、ランレングス復号等）に対して可変長復号を施すことにより、ダイナミックレンジＤＲの残差信号ΔＤＲを得る。
【００６３】
そして、そのダイナミックレンジＤＲの残差信号ΔＤＲは、加算部３７の一端に供給され、加算部３７は、供給されたダイナミックレンジＤＲの残差信号ΔＤＲに、他端に供給されたダイナミックレンジの予測値ＤＲ´を加算することにより、ダイナミックレンジＤＲを得る。つまり、ダイナミックレンジＤＲの残差信号ΔＤＲは、ダイナミックレンジＤＲとダイナミックレンジの予測値ＤＲ´の差分であるため、ダイナミックレンジＤＲは、ダイナミックレンジＤＲの残差信号ΔＤＲとダイナミックレンジの予測値ＤＲ´との加算により得られる。加算部３７により得られたダイナミックレンジＤＲは、クラス分類予測演算部３９および復号部４１に供給される。
【００６４】
クラス分類予測演算部３９は、供給されたダイナミックレンジＤＲからダイナミックレンジの予測値ＤＲ´を推定する。このクラス分類予測演算部３９は、図１のクラス分類予測演算部９と同一の構成である。クラス分類予測演算部３９は、クラス毎に予め学習により求められている予測係数ｙ1 、ｙ2 、ｙ3 が記憶されているメモリを有し、供給されたダイナミックレンジの周辺のダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３のパターンからクラスを決定し、そのクラスに応じて予測係数ｙ1 、ｙ2 、ｙ3 を読み出す。そして、その読み出された予測係数ｙ1 、ｙ2 、ｙ3 とすでに供給されているダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３を用いて、式（１）により、供給されたダイナミックレンジＤＲからダイナミックレンジの予測値ＤＲ´を推定する。そして、そのダイナミックレンジの予測値ＤＲ´が加算部３７に他端に供給される。
【００６５】
可変長復号部３６は、図１の可変長符号化部１４と対応しており、供給された最小値ＭＩＮの残差信号ΔＭＩＮの可変長符号（ハフマン復号、ランレングス復号等）に対して可変長復号を施すことにより、最小値ＭＩＮの残差信号ΔＭＩＮを得る。
【００６６】
そして、その最小値ＭＩＮの残差信号ΔＭＩＮは、加算部３８の一端に供給され、加算部３８は、供給された最小値ＭＩＮの残差信号ΔＭＩＮに、他端に供給された最小値の予測値ＭＩＮ´を加算することにより、最小値ＭＩＮを得る。つまり、最小値ＭＩＮの残差信号ΔＭＩＮは、最小値ＭＩＮと最小値の予測値ＭＩＮ´の差分であるため、最小値ＭＩＮは、最小値ＭＩＮの残差信号ΔＭＩＮと最小値の予測値ＭＩＮ´との加算により得られる。加算部３８により得られた最小値ＭＩＮは、クラス分類予測演算部４０および加算部４２に供給される。
【００６７】
クラス分類予測演算部４０は、供給された最小値ＭＩＮから最小値の予測値ＭＩＮ´を推定する。このクラス分類予測演算部４０は、図１のクラス分類予測演算部１０と同一の構成である。クラス分類予測演算部４０は、クラス毎に予め学習により求められている予測係数ｘ1 、ｘ2 、ｘ3 とが記憶されているメモリを有し、供給された最小値の周辺の最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３のパターンからクラスを決定し、そのクラスに応じて予測係数ｘ1 、ｘ2 、ｘ3 を読み出す。そして、その読み出された予測係数ｘ1 、ｘ2 、ｘ3 とすでに供給されている最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３を用いて、式（２）により、供給された最小値ＭＩＮから最小値の予測値ＭＩＮ´を推定する。そして、その最小値の予測値ＭＩＮ´が加算部３８に他端に供給される。
【００６８】
復号部４１には、ダイナミックレンジＤＲと（３×３）ブロックの量子化値ｑが供給され、復号部４１は、ダイナミックレンジＤＲを基づいて各量子化値ｑを逆量子化する。逆量子化された得られた値は、加算部４２に供給される。加算部４２は、逆量子化された得られた値に最小値ＭＩＮを加算することにより、（３×３）ブロックの復号画素値を得る。この（３×３）ブロックの復号画素値が時系列変換部４３に供給され、時系列変換部４３において、ブロック単位の復号画素値が時系列の復号画素値に変換され出力される。
【００６９】
以上の構成により、付加コードが圧縮された場合においても、高画質の画像信号を得ることができる。
【００７０】
次に、図４の第２の実施例の画像符号化装置に対応する画像復号装置について、図８を用いて説明する。なお、第２の実施例の画像符号化装置に対応する画像復号装置を説明するにあたり、第１の実施例の画像符号化装置（図７）に対応する画像復号装置と同一部分には同一符号を付し、その説明は省略する。
【００７１】
図８に示されるように、可変長復号部３５からのダイナミックレンジＤＲの残差信号ΔＤＲは、加算部３７の一端に供給され、加算部３７は、供給されたダイナミックレンジＤＲの残差信号ΔＤＲに、他端に供給されたダイナミックレンジの予測値ＤＲ´を加算することにより、ダイナミックレンジＤＲを得る。つまり、ダイナミックレンジＤＲの残差信号ΔＤＲは、ダイナミックレンジＤＲとダイナミックレンジの予測値ＤＲ´の差分であるため、ダイナミックレンジＤＲは、ダイナミックレンジＤＲの残差信号ΔＤＲとダイナミックレンジの予測値ＤＲ´との加算により得られる。加算部３７により得られたダイナミックレンジＤＲは、クラス分類予測演算部４４および復号部４１に供給される。
【００７２】
また、可変長復号部３６からの最小値ＭＩＮの残差信号ΔＭＩＮは、加算部３８の一端に供給され、加算部３８は、供給された最小値ＭＩＮの残差信号ΔＭＩＮに、他端に供給された最小値の予測値ＭＩＮ´を加算することにより、最小値ＭＩＮを得る。つまり、最小値ＭＩＮの残差信号ΔＭＩＮは、最小値ＭＩＮと最小値の予測値ＭＩＮ´の差分であるため、最小値ＭＩＮは、最小値ＭＩＮの残差信号ΔＭＩＮと最小値の予測値ＭＩＮ´との加算により得られる。加算部３８により得られた最小値ＭＩＮは、クラス分類予測演算部４４および加算部４２に供給される。
【００７３】
ダイナミックレンジＤＲおよび最小値ＭＩＮが供給されたクラス分類予測演算部４４は、ダイナミックレンジＤＲおよび最小値ＭＩＮの相関性を利用して、ダイナミックレンジの予測値ＤＲ´および最小値の予測値ＭＩＮ´を推定する。また、クラス分類予測演算部４４は、図４のクラス分類予測演算部２０と同一の構成であり、クラス分類則演算部４４において、ダイナミックレンジの予測値ＤＲ´は、上述の式（３）から算出され、最小値の予測値ＭＩＮ´は、上述の式（４）から算出される。
【００７４】
つまり、クラス分類予測演算部４４は、クラス毎に、予め学習により求められているダイナミックレンジの予測値ＤＲ´を求めるための予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5、ｙ6 および最小値の予測値ＭＩＮ´を求める予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5 、ｘ6 とが記憶されているメモリを有している。そして、供給されたダイナミックレンジおよび最小値の周辺のダイナミックレンジＤＲ1 、ＤＲ2 およびＤＲ3 および最小値ＭＩＮ1 、ＭＩＮ2 およびＭＩＮ3 のパターンからクラスを決定し、そのクラスに応じて予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5 、ｙ6 および予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5 、ｘ6 とを読み出す。そして、その読み出された予測係数（ｙ1 〜ｙ6 ）とすでに供給されているダイナミックレンジＤＲ（ＤＲ1 〜ＤＲ3 ）および最小値ＭＩＮ（ＭＩＮ1 〜ＭＩＮ3 ）を用いて、式（３）により、ダイナミックレンジの予測値ＤＲ´を推定する。また、その読み出された予測係数（ｘ1 〜ｘ6 ）とすでに供給されているダイナミックレンジＤＲ（ＤＲ1 〜ＤＲ3 ）および最小値（ＭＩＮ1 〜ＭＩＮ3 ）を用いて、式（４）により、最小値の予測値ＭＩＮ´を推定する。そして、算出されたダイナミックレンジの予測値ＤＲ´が加算部３７の他端に供給され、算出された最小値の予測値ＭＩＮ´が加算部３８の他端に供給される。
【００７５】
以上の構成により、付加コードが圧縮された場合においても、高画質の画像信号を得ることができる。
【００７６】
以上の構成により、付加コードが圧縮された場合においても、高画質の画像信号を得ることができる。
【００７７】
また、この発明は、量子化ステップ幅を制御することによって、発生データ量を制御するバッファリングの構成を有する装置に対しても適用することができる。
【００７８】
また、図９に示す画像符号化装置では、減算部６において、画素値から最小値ＭＩＮを減算しているが、最大値ＭＡＸから画素値を減算しても良い。さらに、図１３に示す例において、減算部６において画素値から最小値ＭＩＮを減算しても良い。
【００７９】
さらに、この発明のブロック分割部は、入力画像信号を（３×３）ブロックの２次元ブロックに分割しているが、この発明はこれに限らず、（３×３）ブロック以外のブロックで構成されてもよいし、また、入力画像信号を３次元ブロックで構成してもよい。
【００８０】
さらに、この発明は、クラス毎に予測係数が記憶された予測係数メモリを設けるとともに、予測係数メモリからの予測係数と周辺コード値とを用いて、予測演算を行う予測演算部を設けて、入力されたコード値に対応する予測値を出力する場合について述べたが、この発明はこれに限らず、予測係数メモリと予測演算部に換えて、クラス毎に予測値が記憶された予測値メモリを設けることも可能である。その場合、予測値に記憶される予測値は、予め学習により求められており、クラス分類適用予測部の出力値に対応する。
【００８１】
このような方法は、例えば、本出願人により特開平５−３２８１８５号公報において提案されている。実際に、このような予測値を求める方法として、加重平均を用いた学習方法がある。また、他の方法として、正規化による学習方法がある。
【００８２】
【発明の効果】
この発明は、各ブロックの付加情報を圧縮することにより、画像信号の高圧縮を実現でき、かつ付加情報が圧縮されていない復元信号と同等の品質を復元することができる。
【図面の簡単な説明】
【図１】 この発明による画像符号化装置の第１の実施例を示すブロック図である。
【図２】 第１または第２に実施例におけるクラス分類予測演算部を説明するために使用する略線図である。
【図３】 第１の実施例におけるクラス分類予測演算部の構成を示すブロック図である。
【図４】 この発明による画像符号化装置の第２の実施例を示すブロック図である。
【図５】 第２の実施例におけるクラス分類予測演算部の構成を示すブロック図である。
【図６】 クラス分類予測演算部の係数の学習の一例を示すフローチャートである。
【図７】 この発明の第１の実施例に対応する画像復号装置を示すブロック図である。
【図８】 この発明の第２の実施例に対応する画像復号装置を示すブロック図である。
【図９】 従来のＡＤＲＣを使用した画像符号化装置のブロック図である。
【図１０】 従来のＡＤＲＣを使用した画像復号装置のブロック図である。
【符号の説明】
３・・・ブロックの最大値を検出する検出部、４・・・ブロックの最小値を検出する検出部、８・・・正規化された画素値を量子化する量子化部、９，１０・・・クラス分類予測演算部、１１，１２・・・減算部、１３，１４・・・可変長符号化部
【発明の属する技術分野】
この発明は、ディジタル画像信号のデータ量を圧縮するために、ディジタル画像信号を符号化する高能率符号化方法および圧縮されたディジタル画像信号を元のディジタル画像信号復号する復号装置に関し、特に、ディジタル画像信号を符号化し、符号化情報とともに付加情報を伝送する画像符号化方法、符号化装置、復号方法および復号装置に関する。
【０００２】
【従来の技術】
図９は、ディジタル画像信号を圧縮する画像信号符号化装置の一例のブロック図を示している。図９に示される画像信号符号化装置は、入力画像信号を所定のブロック単位でブロック分割し、ブロックのダイナミックレンジに応じてブロック内の画素を適応的に符号化する適応ダイナミックレンンジ符号化（以下、ＡＤＲＣと呼ぶ）を用いた符号化装置である。ＡＤＲＣは、本出願人により例えば特開昭６１−１４４９８９号公報において提案されている。
【０００３】
図９を用いて、ＡＤＲＣを簡単に説明する。入力端子１からの入力映像信号がブロック分割部２に供給され、例えば、３画素×３ライン（以下、（３×３）と称する）の９個の画素を含むブロックが最大値検出部３および最小値検出部４にそれぞれ供給される。最大値検出部３において、そのブロックに含まれる画素値の最大値ＭＡＸが検出され、最小値検出部４において、最小値ＭＩＮが検出される。最大値検出部３からの最大値ＭＡＸは、減算部５に供給される。また、最小値検出部４からの最小値ＭＩＮは、減算部５、減算部６、フレーミング部１５にそれぞれ供給される。減算部５において、最大値ＭＡＸから最小値ＭＩＮが減算され、ダイナミックレンジＤＲが生成される。そして、そのダイナミックレンジＤＲは、量子化ステップ幅算出部７およびフレーミング部１５にそれぞれ供給される。量子化ステップ幅算出部７では、減算部５から供給されるダイナミックレンジＤＲから量子化ステップ幅Δが算出され、算出された量子化ステップ幅Δは、量子化部８へ供給される。
【０００４】
また、減算部６には、入力端子１から（３×３）ブロックの９画素が供給され、その９画素の画素値から最小値ＭＩＮを減算することにより、各画素値に対して正規化が実行される。その正規化された各画素値は、量子化部８へ供給される。量子化部８において、正規化された各画素値が量子化ステップ幅Δで量子化され、量子化値ｑとして、フレーミング部１５に供給される。そして、フレーミング部１５は、供給されたダイナミックレンジＤＲ、最小値ＭＩＮおよび９画素の量子化値ｑをブロック毎にフレーミングして、出力信号として出力する。そして、この出力信号がディスク等の記録媒体に記録され、もしくは、伝送路を介して伝送される。
【０００５】
図１０は、図９のＡＤＲＣ符号化装置によって符号化されたディジタル画像信号を復号する画像信号復号装置の一例のブロック図を示している。記録媒体から再生された信号、もしくは伝送路を介して供給された信号信号は、入力端子３０を介してフレーム分解部３４に供給される。フレーム分解部３４は、ブロック毎にフレーミングされた信号をダイナミックレンジＤＲ、最小値ＭＩＮおよび９画素の量子化値ｑに分解して、ダイナミックレンジＤＲおよび量子化値ｑを復号部４１に供給し、最小値ＭＩＮを加算部４２に供給する。復号部４１は、ダイナミックレンジＤＲに応じて、９画素の量子化値ｑを逆量子化して、加算部４２に供給する。加算部４２は、復号部４１からの逆量子化された９画素の値にそれぞれ最小値ＭＩＮを加算することにより、（３×３）ブロックの９画素の値を復号する。この復号された９個の復号画素値は、時系列変換部４３に供給され、ブロック化された復号画素値から時系列の復号画素値に変換され出力される。
【０００６】
【発明が解決しようとする課題】
このように、従来のＡＤＲＣは、ブロック内の画素値をダイナミックレンジに応じた量子化ステップ幅で量子化することにより、画素値を圧縮するようにしていた。しかしながら、圧縮された各画素値と共に伝送される最小値ＭＩＮおよびダイナミックレンジＤＲといった付加情報は、圧縮することなく、そのままのデータで伝送していた。
【０００７】
しかしながら、ディジタル画像信号の各画素値は、通常、２５６階調の８ビットで表現されており、その８ビットの各画素値を符号化する場合には、最小値ＭＩＮおよびダイナミックレンジＤＲといった付加情報は、１ブロックあたり１６ビット表現される。つまり、最小値ＭＩＮおよびダイナミックレンジＤＲは、それぞれ、８ビットで表現されることになる。よって、この場合には、最小値ＭＩＮおよびダイナミックレンジＤＲといった付加情報を圧縮符号化しないため、最近の画像圧縮で求められている高圧縮を達成することができないという問題があった。
【０００８】
従って、この発明の目的は、付加情報を圧縮することにより、高圧縮を実現すると共に、付加情報が圧縮されていない復元信号と同等の品質を復元することができる画像符号化方法、符号化装置、復号方法および復号装置を提供することにある。
【０００９】
また、この発明のさらなる目的は、隣接ブロックの付加情報の相関性を利用して、付加情報の残差信号を圧縮することにより高圧縮を実現すると共に、付加情報が圧縮されていない復元信号と同等の品質を復元することができる画像符号化方法、符号化装置、復号方法および復号装置を提供することにある。
【００１０】
【課題を解決するための手段】
上述した課題を解決するために、この発明は、入力ディジタル画像信号を発生データを少なくするように符号化する画像符号化方法において、
入力ディジタル画像信号を複数画素からなるブロックに分割するステップと、
ブロック毎に、ブロック内の複数画素の最大値と複数画素の最小値を検出するステップと、
最大値および最小値の差であるダイナミックレンジを検出するステップと、
ダイナミックレンジを規定する値を用いて正規化された複数画素の各値を量子化し、符号化信号を発生するステップと、
符号化の対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのクラス分類ステップと、
ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生するステップと、
付加情報と付加情報の予測値とから付加情報の差分を生成するステップと、
付加情報の差分を可変長符号化するステップと、
可変長符号化された付加情報の差分を符号化信号と共に伝送するステップとを有することを特徴とする画像符号化方法である。
【００１１】
また、この発明は、入力ディジタル画像信号を発生データを少なくするように符号化する画像符号化装置において、
入力ディジタル画像信号を複数画素からなるブロックに分割する分割部と、
ブロック毎に、ブロック内の複数画素の最大値と複数画素の最小値を検出する検出部と、
最大値および最小値の差であるダイナミックレンジを検出する検出部と、
ダイナミックレンジを規定する値を用いて正規化された複数画素の各値を量子化し、符号化信号を発生する符号化部と、
符号化対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのクラス分類部と、
ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生する発生部と、
付加情報と付加情報の予測値とから付加情報の差分を生成する減算部と、
付加情報の差分を可変長符号化する可変長符号化部と、
可変長符号化された付加情報の差分を符号化信号と共に伝送する伝送部ととを有することを特徴とする画像符号化装置である。
【００１２】
また、この発明は、入力ディジタル画像信号を複数画素からなるブロックに分割し、ブロック毎に、ブロック内の複数画素の最大値と複数画素の最小値を検出し、最大値および最小値の差であるダイナミックレンジを検出し、ダイナミックレンジを規定する値を用いて正規化された複数画素の各値を量子化し、符号化信号を発生し、符号化対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定し、ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生し、付加情報と付加情報の予測値とから付加情報の差分を生成し、付加情報の差分を可変長符号化し、可変長符号化された付加情報の差分を符号化信号と共に伝送する画像符号化方法の画像復号方法において、
符号化信号と、可変長符号化された付加情報の差分を受信するステップと、
符号化付加コードを可変長復号して、付加情報の差分を生成するステップと、
付加情報の差分とブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのステップと、
ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と復号対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生するステップと、
付加情報の差分と付加情報の予測値とから付加情報を生成するステップと、
生成された付加情報を用いて、符号化信号を逆量子化し、符号化時に正規化に使用したダイナミックレンジを規定する値を逆量子化出力に対して加算することによって、ブロック内の複数画素の各値を復号するステップとを有することを特徴とする画像復号方法である。
【００１３】
さらに、この発明は、入力ディジタル画像信号を複数画素からなるブロックに分割し、ブロック毎に、ブロック内の複数画素の最大値と複数画素の最小値を検出し、最大値および最小値の差であるダイナミックレンジを検出し、ダイナミックレンジを規定する値を用いて正規化された複数画素の各値を量子化し、符号化信号を発生し、符号化対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定し、ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生し、付加情報と付加情報の予測値とから付加情報の差分を生成し、付加情報の差分を可変長符号化し、可変長符号化された付加情報の差分を符号化信号と共に伝送する画像符号化方法の画像復号装置において、
符号化信号と、可変長符号化された付加情報の差分を受信する受信部と、
符号化付加コードを可変長復号して、付加情報の差分を生成する可変長復号部と、
復号対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのクラス分類部と、
ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、クラス毎に予め学習によって求められ、格納されている係数と復号対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、付加情報の予測値を発生する発生部と、
付加情報の差分と付加情報の予測値とから付加情報を生成する加算部と、
生成された付加情報を用いて、符号化信号を逆量子化し、符号化時に正規化に使用したダイナミックレンジを規定する値を逆量子化出力に対して加算することによって、ブロック内の複数画素の各値を復号する復号部とを有することを特徴とする画像復号装置である。
【００１４】
【発明の実施の形態】
以下、この発明の実施例について図面を参照して説明する。図１は、この発明の第１の実施例の画像符号化装置のブロック図を示している。まず、入力画像信号は、入力端子１を介して、ブロック分割部２に供給される。ブロック分割部２において、入力画像信号が（３×３）ブロックに分割され、その（３×３）ブロックの画素値が最大値検出部３、最小値検出部４および減算部６にそれぞれ供給される。最大値検出部３において、（３×３）ブロックに含まれる画素値のレベルが最大となる値が検出され、その検出された最大値ＭＡＸが減算部５に供給される。また、最小値検出部４において、（３×３）ブロックに含まれる画素値のレベルが最小となる値が検出され、その検出された最小値ＭＩＮが減算部５、減算部６、減算部１２およびクラス分類予測演算部１０に供給される。
【００１５】
減算部５において、最大値ＭＡＸから最小値ＭＩＮが減算され、ダイナミックレンジＤＲが生成される。そのダイナミックレンジＤＲは、量子化ステップ幅算出部７、クラス分類予測演算部９および減算部１１に供給される。また、減算部６において、ブロック分割部２から供給された（３×３）ブロックの各画素値から最小値ＭＩＮが減算され、９画素の正規化された画素値（各画素値から最小値ＭＩＮが除去された値）が生成される。その正規化された各画素値は、量子化部８へ供給される。量子化ステップ幅算出部７において、供給されたダイナミックレンジＤＲに基づいて量子化ステップ幅Δが算出され、算出された量子化ステップ幅Δが量子化部８に供給される。量子化部８において、供給される量子化ステップ幅Δで、９画素の正規化された各画素値の量子化が行われる。その各画素における（３×３）ブロックの９画素の量子化値ｑは、フレーミング部１５に供給される。
【００１６】
また、クラス分類予測演算部９は、供給されたダイナミックレンジＤＲからダイナミックレンジの予測値ＤＲ´を推定する。ここでは、一例として、ｎブロック前のダイナミックレンジをＤＲn と表す。クラス分類予測演算部９は、クラス毎に予め学習により求められている予測係数ｙ1 、ｙ2 、ｙ3 とが記憶されているメモリを有し、供給されたダイナミックレンジの周辺のダイナミックレンジのパターンからクラスを決定し、そのクラスに応じて予測係数ｙ1 、ｙ2 、ｙ3 を読み出す。そして、その読み出された予測係数とすでに供給されているダイナミックレンジＤＲとを用いて、供給されたダイナミックレンジＤＲからダイナミックレンジの予測値ＤＲ´を推定する。
【００１７】
例えば、図２Ａの太線で囲まれたブロックのダイナミックレンジＤＲに対応するダイナミックレンジの予測値ＤＲ´を推定する時、その推定対象ブロックに対して、垂直方向における１ブロック上に存在するブロック、垂直方向における１ブロック上でかつ水平方向における１ブロック前に存在するブロック（つまり、左斜め上方向に存在するブロック）および水平方向における１ブロック前に存在するブロックのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３のそれぞれが供給されたダイナミックレンジＤＲに対応するダイナミックレンジの予測値ＤＲ´を推定するために使用される。そして、供給されたダイナミックレンジＤＲの周辺のダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３のパターンに基づいてクラスが決定され、そのクラスに対応する予め学習により求められている予測係数ｙ1 、ｙ2 、ｙ3 がメモリから読み出される。そして、次式（１）を用いて、ダイナミックレンジの予測値ＤＲ´が算出される。
【００１８】
ＤＲ´＝ｙ1 ×ＤＲ1 ＋ｙ2 ×ＤＲ2 ＋ｙ3 ×ＤＲ3 （１）
【００１９】
さらに、図３を用いて、クラス分類予測演算部９の構成について詳細に説明する。クラス分類予測演算部９に供給されたダイナミックレンジＤＲは、周辺コード値形成部２１に供給される。周辺コード値形成部２１は、図２Ａに示されるように、供給されたダイナミックレンジＤＲの周辺の存在する３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３をクラス分類部２２に供給する。ダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３は、ダイナミックレンジＤＲが供給される前に、クラス分類予測演算部９にすでに供給されているので、周辺コード値形成部２１にダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３がすでに保持されている。
【００２０】
クラス分類部２２は、３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３のパターンを検出し、そのパターンに対応するクラスコードを予測係数メモリ２３に供給する。クラス分類部２２は、１ビットＡＤＲＣ等で構成されており、その場合は、３ビットのクラスコードを出力する。予測係数メモリ２３には、予め学習により求められたクラス毎の予測係数が記憶されており、予測係数メモリ２３は、供給されたクラスコードをアドレス信号として、そのアドレス信号に対応する予測係数ｙ1 、ｙ2 、ｙ3 を予測演算部２４に供給する。また、予測演算部２４には、遅延部２５を介して３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３が供給され、予測演算部２４は、予測係数ｙ1 、ｙ2 、ｙ3 および３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３を用いて、式（１）により、ダイナミックレンジの予測値ＤＲ´を算出する。
【００２１】
算出された予測値ＤＲ´は、図１に示されるように、減算部１１に供給される。この減算部１１において、供給されたダイナミックレンジＤＲからダイナミックレンジの予測値ＤＲ´の減算を行うことによって、減算結果である残差信号ΔＤＲ（＝ＤＲ−ＤＲ´）が得られる。この残差信号ΔＤＲは、ダイナミックレンジＤＲとダイナミックレンジの予測値ＤＲ´との差分であるため、０に集中する。０に集中した残差信号ΔＤＲは、可変長符号化部１３へ供給される。可変長符号化部１３は、供給された残差信号ΔＤＲに対してハフマン符号化、ランレングス符号化等の可変長符号化を施すことにより、可変長符号を生成し、この可変長符号をフレーミング部１５に供給する。
【００２２】
また、クラス分類予測演算部１０は、供給された最小値ＭＩＮから最小値の予測値ＭＩＮ´を推定する。ここでは、一例として、上述のクラス分類予測演算部９と同様に、ｎブロック前の最小値をＭＩＮn と表す。クラス分類予測演算部１０は、クラス毎に予め学習により求められている予測係数ｘ1 、ｘ2 、ｘ3 とが記憶されているメモリを有し、供給された最小値の周辺の最小値のパターンからクラスを決定し、そのクラスに応じて予測係数ｘ1 、ｘ2 、ｘ3 を読み出す。そして、その読み出された予測係数とすでに供給されている最小値ＭＩＮとを用いて、供給された最小値ＭＩＮから最小値ＭＩＮの予測値ＭＩＮ´を推定する。
【００２３】
例えば、図２Ｂの太線で囲まれたブロックの最小値ＭＩＮに対応する最小値の予測値ＭＩＮ´を推定する時、その推定対象ブロックに対して、垂直方向における１ブロック上に存在するブロック、垂直方向における１ブロック上でかつ水平方向における１ブロック前に存在するブロック（つまり、左斜め上方向に存在するブロック）および水平方向における１ブロック前に存在するブロックの最小値ＭＩＮ1 、ＭＩＮ2 およびＭＩＮ3 のそれぞれが供給された最小値ＭＩＮに対応する最小値の予測値ＭＩＮ´を推定するために使用される。そして、供給された最小値ＭＩＮの周辺の最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３のパターンに基づいてクラスが決定され、そのクラスに対応する予め学習により求められている予測係数ｘ1 、ｘ2 、ｘ3 がメモリから読み出される。そして、次式（２）を用いて、最小値の予測値ＭＩＮ´が算出される。
【００２４】
ＭＩＮ´＝ｘ1 ×ＭＩＮ1 ＋ｘ2 ×ＭＩＮ2 ＋ｘ3 ×ＭＩＮ3 （２）
【００２５】
さらに、図３を用いて、クラス分類予測演算部１０の構成について詳細に説明する。クラス分類予測演算部１０に供給された最小値ＭＩＮは、周辺コード値形成部２１に供給される。周辺コード値形成部２１は、図２Ｂに示されるように、供給された最小値ＭＩＮの周辺の存在する３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３をクラス分類部２２に供給する。最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３は、最小値ＭＩＮが供給される前に、クラス分類予測演算部１０にすでに供給されているので、周辺コード値形成部２１に最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３がすでに保持されている。
【００２６】
クラス分類部２２は、３つの最小値ＭＩＮ１、最小値２および最小値３のパターンを検出し、そのパターンに対応するクラスコードを予測係数メモリ２３に供給する。クラス分類部２２は、１ビットＡＤＲＣ等で構成されており、その場合は、３ビットのクラスコードを出力する。予測係数メモリ２３には、予め学習により求められたクラス毎の予測係数が記憶されており、予測係数メモリ２３は、供給されたクラスコードをアドレス信号として、そのアドレス信号に対応する予測係数ｘ1 、ｘ2 、ｘ3 を予測演算部２４に供給する。また、予測演算部２４には、遅延部２５を介して３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３が供給され、予測演算部２４は、予測係数ｘ1 、ｘ2 、ｘ3 および３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３を用いて、式（２）により、最小値の予測値ＭＩＮ´を算出する。
【００２７】
算出された予測値ＭＩＮ´は、図１に示されるように、減算部１２に供給される。この減算部１２において、最小値ＭＩＮから最小値の予測値ＭＩＮ´の減算を行うことによって、減算結果である残差信号ΔＭＩＮ（＝ＭＩＮ−ＭＩＮ´）が得られる。この残差信号ΔＭＩＮは、最小値ＭＩＮと最小値の予測値ＭＩＮ´との差分であるため、０に集中する。０に集中した残差信号ΔＭＩＮは、可変長符号化部１４へ供給される。可変長符号化部１４は、供給された残差信号ΔＭＩＮを、ハフマン符号化、ランレングス符号化等の可変長符号化を施すことにより、可変長符号を生成し、この可変長符号をフレーミング部１５に供給する。
【００２８】
フレーミング部１５は、量子化部８からの量化値ｑ、可変長符号化部１３からのダイナミックレンジＤＲの残差信号ΔＤＲの可変長符号および可変長符号化部１４からの最小値ＭＩＮの残差信号ΔＭＩＮの可変長符号をフレーミング化し、フレーミング化信号をエラー訂正符号付加部１６に供給する。エラー訂正符号付加部１６は、フレーミング化信号にエラー訂正符号を付加して、変調部１７に供給する。変調部１７は、、エラー訂正符号が付加されたフレーミング信号を、ＥＦＭ変調方式等の変調方式を用いて変調する。
【００２９】
そして、この変調された信号が記録部１８に供給され、記録部１８において、ディスクなどの記録媒体１９Ｍに記録される。また、伝送路１９Ｔを介して変調された信号を伝送する場合、この発明は、記録部１８の代わりに伝送部で構成される。そして、変調部１７は、伝送に最適な変調方法を用いて、エラー訂正符号が付加されたフレーミング信号を変調し、伝送部を介して、伝送路１９Ｔに供給するようにする。なお、フレーミング技術および変調技術に関しては、すでに、多数の技術が知られているので、ここでは省略するが、どのような技術を用いてもよい。以上の構成により、付加コードを圧縮することにより、高圧縮な画像信号の伝送が可能となる。
【００３０】
ここで、上述の一実施例では、クラス分類予測演算部９において、ダイナミックレンジの予測値ＤＲ´が算出され、クラス分類予測演算部１０において、最小値の予測値ＭＩＮ´が算出されるように、各々独立に予測値が推定される構成である。しかしながら、ダイナミックレンジＤＲと最小値ＭＩＮとの相関を利用して、ダイナミックレンジの予測値ＤＲ´および最小値の予測値ＭＩＮ´を求めるようにしてもよい。
【００３１】
図４は、ダイナミックレンジＤＲと最小値ＭＩＮとの相関を利用して、ダイナミックレンジの予測値ＤＲ´および最小値の予測値ＭＩＮ´を求める第２の実施例の画像符号化装置を示している。なお、第２の実施例の画像符号化装置を説明するにあたり、第１の実施例の画像符号化装置と同一の部分には同一符号を付し、その説明は、省略する。
【００３２】
すなわち、図４に示すように、ダイナミックレンジＤＲおよび最小値ＭＩＮがクラス分類予測演算部２０に供給され、クラス分類則予測演算部２０は、ダイナミックレンジＤＲおよび最小値ＭＩＮの相関性を利用して、ダイナミックレンジの予測値ＤＲ´および最小値の予測値ＭＩＮ´を算出する。つまり、クラス分類予測演算部２０において、ダイナミックレンジの予測値ＤＲ´は、次式（３）から算出され、最小値の予測値ＭＩＮ´は、次式（４）から算出される。
【００３３】
ＤＲ´＝ｙ1 ×ＭＩＮ1 ＋ｙ2 ×ＭＩＮ2 ＋ｙ3 ×ＭＩＮ3 ＋ｙ4 ×ＤＲ1 ＋ｙ5 ×ＤＲ2 ＋ｙ6 ×ＤＲ3 （３）
【００３４】
ＭＩＮ´＝ｘ1 ×ＭＩＮ1 ＋ｘ2 ×ＭＩＮ2 ＋ｘ3 ×ＭＩＮ3 ＋ｘ4 ×ＤＲ1 ＋ｘ5 ×ＤＲ2 ＋ｘ6 ×ＤＲ3 （４）
【００３５】
但し、この場合、図２Ｃに示すように、ＭＩＮ1 とＤＲ1 、ＭＩＮ2 とＤＲ2 、ＭＩＮ3 とＤＲ3 は、それぞれ同一ブロックの値であり、それぞれの値が存在するブロック位置は、上述した第１の実施例と同一の位置である。つまり、クラス分類予測演算部２０は、クラス毎に、予め学習により求められているダイナミックレンジの予測値ＤＲ´を求めるための予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5 、ｙ6 および最小値の予測値ＭＩＮ´を求める予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5 、ｘ6 とが記憶されているメモリを有している。
【００３６】
そして、供給されたダイナミックレンジおよび最小値の周辺のダイナミックレンジＤＲ1 、ＤＲ2 およびＤＲ3 および最小値ＭＩＮ1 、ＭＩＮ2 およびＭＩＮ3 のパターンからクラスを決定し、そのクラスに応じて予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5 、ｙ6 および予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5 、ｘ6 とを読み出す。そして、その読み出された予測係数（ｙ1 〜ｙ6 ）とすでに供給されているダイナミックレンジＤＲ（ＤＲ1 〜ＤＲ3 ）および最小値ＭＩＮ（ＭＩＮ1 〜ＭＩＮ3 ）を用いて、式（３）により、ダイナミックレンジの予測値ＤＲ´を推定する。また、その読み出された予測係数（ｘ1 〜ｘ6 ）とすでに供給されているダイナミックレンジＤＲ（ＤＲ1 〜ＤＲ3 ）および最小値（ＭＩＮ1 〜ＭＩＮ3 ）を用いて、式（４）により、最小値の予測値ＭＩＮ´を推定する。
【００３７】
さらに、図５を用いて、クラス分類予測演算部２０の構成について詳細に説明する。クラス分類予測演算部２０に供給されたダイナミックレンジＤＲおよび最小値ＭＩＮは、周辺コード値形成部２１に供給される。周辺コード値形成部２１は、図２Ｃに示されるように、供給されたダイナミックレンジＤＲの周囲に存在する３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と供給された最小値ＭＩＮの周辺の存在する３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３をクラス分類部２２に供給する。ダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３は、ダイナミックレンジＤＲと最小値ＭＩＮが供給される前に、クラス分類予測演算部２０にすでに供給されているので、周辺コード値形成部２１にダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３がすでに保持されている。
【００３８】
クラス分類部２２は、３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と３つの最小値ＭＩＮ１、最小値２および最小値３のパターンを検出し、そのパターンに対応するクラスコードを予測係数メモリ２６および予測係数メモリ２８に供給する。クラス分類部２２は、１ビットＡＤＲＣ等で構成されており、その場合は、６ビットのクラスコードを出力する。予測係数メモリ２６には、予め学習により求められたクラス毎のダイナミックレンジの予測値ＤＲ´を推定するための予測係数が記憶されており、予測係数メモリ２６は、供給されたクラスコードをアドレス信号として、そのアドレス信号に対応する予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5 、ｙ6 を予測演算部２７に供給する。また、予測係数メモリ２８には、予め学習により求められたクラス毎の最小値の予測値ＭＩＮ´を推定するための予測係数が記憶されており、予測係数メモリ２８は、供給されたクラスコードをアドレス信号として、そのアドレス信号に対応する予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5、ｘ6 を予測演算部２９に供給する。
【００３９】
予測演算部２７には、遅延部２５を介して３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３が供給され、予測演算部２４は、予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5 、ｙ6 および３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３を用いて、式（３）により、ダイナミックレンジの予測値ＤＲ´を算出する。予測演算部２９には、遅延部２５を介して３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３が供給され、予測演算部２９は、予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5 、ｘ6 および３つのダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３と３つの最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３を用いて、式（４）により、最小値のの予測値ＭＩＮ´を算出する。そして、その算出されたダイナミックレンジの予測値ＤＲ´および最小値の予測値ＭＩＮ´が図４に示されるように、減算部１１および１２にそれぞれ供給される。
【００４０】
この第１および第２の実施例では、ダイナミックレンジの残差信号ΔＤＲと最小値の残差信号ΔＭＩＮとがそれぞれ可変長符号化がなされ、この可変長符号化されたダイナミックレンジの残差信号ΔＤＲと最小値の残差信号ΔＭＩＮとが付加コードとして（３×３）ブロックの９個の量子化値ｑと共に伝送されるが、この伝送される付加コードは、この最小値の残差信号ΔＭＩＮとダイナミックレンジの残差信号ΔＤＲに限らず、最大値の残差信号ΔＭＡＸと最小値の残差信号ΔＭＩＮとを付加コードとすることも可能であり、最大値の残差信号ΔＭＡＸとダイナミックレンジの残差信号ΔＤＲとを付加コードとすることも可能である。以上の構成により、付加コードを圧縮することにより、高圧縮な画像信号の伝送が可能となる。
【００４１】
なお、好ましくは、第１および第２の実施例、並びに後述する実施例において、初期データとして付加コードの真値が伝送され、また、誤差の伝播を防止するために周期的に付加コードの真値が伝送される。
【００４２】
次に、上述した第１および第２の実施例の画像符号化装置のクラス分類予測演算部９、１０および２０において用いられる予測係数について説明する。クラス分類予測演算部９、１０および２０において用いられる予測係数は、予め学習により作成される。ここで、供給されるダイナミックレンジＤＲ、最小値ＭＩＮに対応するクラス毎の予測係数を生成する際の学習の手順について説明する。ここでは、説明を容易とするため、クラス分類予測演算部９において、ダイナミックレンジの予測値ＤＲ´を推定するときに用いられる予測係数ｘ1 、ｘ2 、ｘ3 の生成方法について述べる。式（１）の線形１次結合モデルに基づく予測係数ｘ1 、ｘ2 、ｘ3 は、最小自乗法により生成される。最小自乗法は、以下に述べるように適用される。
【００４３】
学習時における一般化した例として、Ｘを入力データ（式（１）においてはＤＲ1 、ＤＲ2 、ＤＲ3 ）、Ｗを予測係数（式（１）においてはｘ1 、ｘ2 、ｘ3 ）、Ｙを予測値（式（１）においてはＤＲ´）として次式（５）を考える。
観測方程式； ＸＷ＝Ｙ （５）
【００４４】
【数１】
この観測方程式により収集されたデータに対して最小二乗法を適用する。式（１）の例では、ｎ＝３で、ｍが学習データ数となる。式（５）および（６）の観測方程式をもとに、次式（７）の残差方程式を考える。
【００４６】
【数２】
式（７）の残差方程式から、各予測係数ｗi の最確値は、誤差の二乗和を最小にする条件が成り立つ場合と考えられる。誤差の二乗和は、次の数式で示される。
【００４８】
【数３】
すなわち、次式（８）の条件を考慮すれば良いわけである。
【００５０】
【数４】
式（８）のｉに基づく条件を考え、これを満たすｗ1 、ｗ2 、‥‥、ｗn を算出すれば良い。そこで、残差方程式の式（７）から次式（９）が得られる。
【００５２】
【数５】
【００５３】
【数６】
【００５４】
【数７】
式（１１）の正規方程式は、未知数の数ｎと同じ数の方程式を立てることが可能であるので、各ｗi の最確値を求めることができる。そして、掃き出し法（Gauss-Jordanの消去法）を用いて連立方程式を解く。したがって、この上述した方法を用いて、予測係数を各クラス毎に求める。
【００５６】
ここで、この最小自乗法を用いた学習をソフトウェアで行う一例を図６のフローチャートを用いて説明する。まず、ステップＳ１の学習データ形成において、予測係数ｗｉを学習するために、既に知られている画像に対応した学習データが生成される。つまり、第１の実施例において、ダイナミックレンジの予測値ＤＲ´を推定する場合は、学習対象のダイナミックレンジＤＲが生成され、最小値の予測値ＭＩＮ´を推定する場合は、学習対象の最小値ＭＩＮが生成される。また、第２の実施例の場合は、ダイナミックレンジＤＲおよび最小値ＭＩＮの両方が学習対象となる。なお、このように学習データを生成する際には、１つの画像のみを用いるのではなく、複数の画像を用いて多数の画像データを生成すれば、より正確な予測係数を得ることができる。
【００５７】
ステップＳ２において、ステップＳ１で生成した学習データの数が予測係数を得るために必要なだけ生成されたか否かを判定する。学習データ数が満たないと判定された場合にはステップＳ３を実行する。ステップＳ３のクラス決定において、学習データをクラス分類する。クラス分類は、まず、３個の周辺コード値からクラスが決定される。３個の周辺コード値は、例えば、その推定対象ブロックに対応する値に対して、垂直方向における１ブロック上に存在するブロックに対応する値、垂直方向における１ブロック上でかつ水平方向における１ブロック前に存在するブロック（つまり、左斜め上方向に存在するブロック）に対応する値および水平方向における１ブロック前に存在するブロックに対応する値である。つまり、クラス分類予測演算部９では、上述した３個の周辺位置のブロックのＤＲを使用し、クラス分類予測演算部１０では、上述した３個の周辺位置のブロックのＭＩＮを使用する。
【００５８】
また、クラス分類予測演算部２０では、上述した３個の周辺位置のブロックのＤＲとＭＩＮを使用する。次に、ステップＳ４の正規方程式生成において、各クラス毎に式（１１）に示す正規方程式を生成する。データ終了の判定のステップ２において、学習対象データ数の終了が確認されるまで、正規方程式の生成プロセスが繰り返される。
【００５９】
そして、学習対象データ数の終了が確認された場合、このステップＳ２（データ終了）からステップＳ５の予測係数決定へ制御が移る。ステップＳ５（予測係数決定）では、多くの学習データより生成された、クラス毎の式（１１）の正規方程式が解かれる。その連立方程式の解法として、この一例では、上述した掃き出し法が用いられる。こうして得られた各クラス毎の予測係数は、ステップＳ６の予測係数登録において、クラス別にアドレス分割されたＲＯＭ等の記憶部に登録される。このような学習過程により、クラス分類適応予測演算部の予測係数が生成される。
【００６０】
次に、図１の第１の実施例の画像符号化装置に対応する画像復号装置について、図７を用いて説明する。再生部３１は、記録媒体１９Ｍに記録されている記録信号を再生し、その再生された信号を復調部３２に供給する。また、伝送路１９Ｔから伝送信号が供給される場合は、再生部３１の代わりの受信部が伝送路１９Ｔから伝送されてきた伝送信号を受信し、その受信信号を復調部３２に供給する。復調部３２は、画像復号装置において、変調された方法と対応する復調方法を用いて、供給された信号を復調し、その復調された信号をエラー訂正およびエラー修整部３３に供給する。エラー訂正およびエラー修整部３３は、エラー訂正符号を用いてエラー訂正し、エラー訂正できない信号に対してエラー修整を施し、フレーム分解部３４に供給する。
【００６１】
フレーム分解部３４は、供給されたフレーム分解前の信号を量子化値ｑ、ダイナミックレンジＤＲの残差信号ΔＤＲの可変長符号および最小値ＭＩＮの残差信号ΔＭＩＮの可変長符号に分解する。量子化値ｑは、（３×３）ブロック毎に復号部４１に供給される。また、ダイナミックレンジＤＲの残差信号ΔＤＲの可変長符号は、可変長復号部３５に供給され、最小値ＭＩＮの残差信号ΔＭＩＮの可変長符号は、可変長復号部３６に供給される。
【００６２】
可変長復号部３５は、図１の可変長符号化部１３と対応しており、供給されたダイナミックレンジＤＲの残差信号ΔＤＲの可変長符号（ハフマン復号、ランレングス復号等）に対して可変長復号を施すことにより、ダイナミックレンジＤＲの残差信号ΔＤＲを得る。
【００６３】
そして、そのダイナミックレンジＤＲの残差信号ΔＤＲは、加算部３７の一端に供給され、加算部３７は、供給されたダイナミックレンジＤＲの残差信号ΔＤＲに、他端に供給されたダイナミックレンジの予測値ＤＲ´を加算することにより、ダイナミックレンジＤＲを得る。つまり、ダイナミックレンジＤＲの残差信号ΔＤＲは、ダイナミックレンジＤＲとダイナミックレンジの予測値ＤＲ´の差分であるため、ダイナミックレンジＤＲは、ダイナミックレンジＤＲの残差信号ΔＤＲとダイナミックレンジの予測値ＤＲ´との加算により得られる。加算部３７により得られたダイナミックレンジＤＲは、クラス分類予測演算部３９および復号部４１に供給される。
【００６４】
クラス分類予測演算部３９は、供給されたダイナミックレンジＤＲからダイナミックレンジの予測値ＤＲ´を推定する。このクラス分類予測演算部３９は、図１のクラス分類予測演算部９と同一の構成である。クラス分類予測演算部３９は、クラス毎に予め学習により求められている予測係数ｙ1 、ｙ2 、ｙ3 が記憶されているメモリを有し、供給されたダイナミックレンジの周辺のダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３のパターンからクラスを決定し、そのクラスに応じて予測係数ｙ1 、ｙ2 、ｙ3 を読み出す。そして、その読み出された予測係数ｙ1 、ｙ2 、ｙ3 とすでに供給されているダイナミックレンジＤＲ１、ＤＲ２およびＤＲ３を用いて、式（１）により、供給されたダイナミックレンジＤＲからダイナミックレンジの予測値ＤＲ´を推定する。そして、そのダイナミックレンジの予測値ＤＲ´が加算部３７に他端に供給される。
【００６５】
可変長復号部３６は、図１の可変長符号化部１４と対応しており、供給された最小値ＭＩＮの残差信号ΔＭＩＮの可変長符号（ハフマン復号、ランレングス復号等）に対して可変長復号を施すことにより、最小値ＭＩＮの残差信号ΔＭＩＮを得る。
【００６６】
そして、その最小値ＭＩＮの残差信号ΔＭＩＮは、加算部３８の一端に供給され、加算部３８は、供給された最小値ＭＩＮの残差信号ΔＭＩＮに、他端に供給された最小値の予測値ＭＩＮ´を加算することにより、最小値ＭＩＮを得る。つまり、最小値ＭＩＮの残差信号ΔＭＩＮは、最小値ＭＩＮと最小値の予測値ＭＩＮ´の差分であるため、最小値ＭＩＮは、最小値ＭＩＮの残差信号ΔＭＩＮと最小値の予測値ＭＩＮ´との加算により得られる。加算部３８により得られた最小値ＭＩＮは、クラス分類予測演算部４０および加算部４２に供給される。
【００６７】
クラス分類予測演算部４０は、供給された最小値ＭＩＮから最小値の予測値ＭＩＮ´を推定する。このクラス分類予測演算部４０は、図１のクラス分類予測演算部１０と同一の構成である。クラス分類予測演算部４０は、クラス毎に予め学習により求められている予測係数ｘ1 、ｘ2 、ｘ3 とが記憶されているメモリを有し、供給された最小値の周辺の最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３のパターンからクラスを決定し、そのクラスに応じて予測係数ｘ1 、ｘ2 、ｘ3 を読み出す。そして、その読み出された予測係数ｘ1 、ｘ2 、ｘ3 とすでに供給されている最小値ＭＩＮ１、ＭＩＮ２およびＭＩＮ３を用いて、式（２）により、供給された最小値ＭＩＮから最小値の予測値ＭＩＮ´を推定する。そして、その最小値の予測値ＭＩＮ´が加算部３８に他端に供給される。
【００６８】
復号部４１には、ダイナミックレンジＤＲと（３×３）ブロックの量子化値ｑが供給され、復号部４１は、ダイナミックレンジＤＲを基づいて各量子化値ｑを逆量子化する。逆量子化された得られた値は、加算部４２に供給される。加算部４２は、逆量子化された得られた値に最小値ＭＩＮを加算することにより、（３×３）ブロックの復号画素値を得る。この（３×３）ブロックの復号画素値が時系列変換部４３に供給され、時系列変換部４３において、ブロック単位の復号画素値が時系列の復号画素値に変換され出力される。
【００６９】
以上の構成により、付加コードが圧縮された場合においても、高画質の画像信号を得ることができる。
【００７０】
次に、図４の第２の実施例の画像符号化装置に対応する画像復号装置について、図８を用いて説明する。なお、第２の実施例の画像符号化装置に対応する画像復号装置を説明するにあたり、第１の実施例の画像符号化装置（図７）に対応する画像復号装置と同一部分には同一符号を付し、その説明は省略する。
【００７１】
図８に示されるように、可変長復号部３５からのダイナミックレンジＤＲの残差信号ΔＤＲは、加算部３７の一端に供給され、加算部３７は、供給されたダイナミックレンジＤＲの残差信号ΔＤＲに、他端に供給されたダイナミックレンジの予測値ＤＲ´を加算することにより、ダイナミックレンジＤＲを得る。つまり、ダイナミックレンジＤＲの残差信号ΔＤＲは、ダイナミックレンジＤＲとダイナミックレンジの予測値ＤＲ´の差分であるため、ダイナミックレンジＤＲは、ダイナミックレンジＤＲの残差信号ΔＤＲとダイナミックレンジの予測値ＤＲ´との加算により得られる。加算部３７により得られたダイナミックレンジＤＲは、クラス分類予測演算部４４および復号部４１に供給される。
【００７２】
また、可変長復号部３６からの最小値ＭＩＮの残差信号ΔＭＩＮは、加算部３８の一端に供給され、加算部３８は、供給された最小値ＭＩＮの残差信号ΔＭＩＮに、他端に供給された最小値の予測値ＭＩＮ´を加算することにより、最小値ＭＩＮを得る。つまり、最小値ＭＩＮの残差信号ΔＭＩＮは、最小値ＭＩＮと最小値の予測値ＭＩＮ´の差分であるため、最小値ＭＩＮは、最小値ＭＩＮの残差信号ΔＭＩＮと最小値の予測値ＭＩＮ´との加算により得られる。加算部３８により得られた最小値ＭＩＮは、クラス分類予測演算部４４および加算部４２に供給される。
【００７３】
ダイナミックレンジＤＲおよび最小値ＭＩＮが供給されたクラス分類予測演算部４４は、ダイナミックレンジＤＲおよび最小値ＭＩＮの相関性を利用して、ダイナミックレンジの予測値ＤＲ´および最小値の予測値ＭＩＮ´を推定する。また、クラス分類予測演算部４４は、図４のクラス分類予測演算部２０と同一の構成であり、クラス分類則演算部４４において、ダイナミックレンジの予測値ＤＲ´は、上述の式（３）から算出され、最小値の予測値ＭＩＮ´は、上述の式（４）から算出される。
【００７４】
つまり、クラス分類予測演算部４４は、クラス毎に、予め学習により求められているダイナミックレンジの予測値ＤＲ´を求めるための予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5、ｙ6 および最小値の予測値ＭＩＮ´を求める予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5 、ｘ6 とが記憶されているメモリを有している。そして、供給されたダイナミックレンジおよび最小値の周辺のダイナミックレンジＤＲ1 、ＤＲ2 およびＤＲ3 および最小値ＭＩＮ1 、ＭＩＮ2 およびＭＩＮ3 のパターンからクラスを決定し、そのクラスに応じて予測係数ｙ1 、ｙ2 、ｙ3 、ｙ4 、ｙ5 、ｙ6 および予測係数ｘ1 、ｘ2 、ｘ3 、ｘ4 、ｘ5 、ｘ6 とを読み出す。そして、その読み出された予測係数（ｙ1 〜ｙ6 ）とすでに供給されているダイナミックレンジＤＲ（ＤＲ1 〜ＤＲ3 ）および最小値ＭＩＮ（ＭＩＮ1 〜ＭＩＮ3 ）を用いて、式（３）により、ダイナミックレンジの予測値ＤＲ´を推定する。また、その読み出された予測係数（ｘ1 〜ｘ6 ）とすでに供給されているダイナミックレンジＤＲ（ＤＲ1 〜ＤＲ3 ）および最小値（ＭＩＮ1 〜ＭＩＮ3 ）を用いて、式（４）により、最小値の予測値ＭＩＮ´を推定する。そして、算出されたダイナミックレンジの予測値ＤＲ´が加算部３７の他端に供給され、算出された最小値の予測値ＭＩＮ´が加算部３８の他端に供給される。
【００７５】
以上の構成により、付加コードが圧縮された場合においても、高画質の画像信号を得ることができる。
【００７６】
以上の構成により、付加コードが圧縮された場合においても、高画質の画像信号を得ることができる。
【００７７】
また、この発明は、量子化ステップ幅を制御することによって、発生データ量を制御するバッファリングの構成を有する装置に対しても適用することができる。
【００７８】
また、図９に示す画像符号化装置では、減算部６において、画素値から最小値ＭＩＮを減算しているが、最大値ＭＡＸから画素値を減算しても良い。さらに、図１３に示す例において、減算部６において画素値から最小値ＭＩＮを減算しても良い。
【００７９】
さらに、この発明のブロック分割部は、入力画像信号を（３×３）ブロックの２次元ブロックに分割しているが、この発明はこれに限らず、（３×３）ブロック以外のブロックで構成されてもよいし、また、入力画像信号を３次元ブロックで構成してもよい。
【００８０】
さらに、この発明は、クラス毎に予測係数が記憶された予測係数メモリを設けるとともに、予測係数メモリからの予測係数と周辺コード値とを用いて、予測演算を行う予測演算部を設けて、入力されたコード値に対応する予測値を出力する場合について述べたが、この発明はこれに限らず、予測係数メモリと予測演算部に換えて、クラス毎に予測値が記憶された予測値メモリを設けることも可能である。その場合、予測値に記憶される予測値は、予め学習により求められており、クラス分類適用予測部の出力値に対応する。
【００８１】
このような方法は、例えば、本出願人により特開平５−３２８１８５号公報において提案されている。実際に、このような予測値を求める方法として、加重平均を用いた学習方法がある。また、他の方法として、正規化による学習方法がある。
【００８２】
【発明の効果】
この発明は、各ブロックの付加情報を圧縮することにより、画像信号の高圧縮を実現でき、かつ付加情報が圧縮されていない復元信号と同等の品質を復元することができる。
【図面の簡単な説明】
【図１】 この発明による画像符号化装置の第１の実施例を示すブロック図である。
【図２】 第１または第２に実施例におけるクラス分類予測演算部を説明するために使用する略線図である。
【図３】 第１の実施例におけるクラス分類予測演算部の構成を示すブロック図である。
【図４】 この発明による画像符号化装置の第２の実施例を示すブロック図である。
【図５】 第２の実施例におけるクラス分類予測演算部の構成を示すブロック図である。
【図６】 クラス分類予測演算部の係数の学習の一例を示すフローチャートである。
【図７】 この発明の第１の実施例に対応する画像復号装置を示すブロック図である。
【図８】 この発明の第２の実施例に対応する画像復号装置を示すブロック図である。
【図９】 従来のＡＤＲＣを使用した画像符号化装置のブロック図である。
【図１０】 従来のＡＤＲＣを使用した画像復号装置のブロック図である。
【符号の説明】
３・・・ブロックの最大値を検出する検出部、４・・・ブロックの最小値を検出する検出部、８・・・正規化された画素値を量子化する量子化部、９，１０・・・クラス分類予測演算部、１１，１２・・・減算部、１３，１４・・・可変長符号化部
Claims (4)
- 入力ディジタル画像信号を発生データを少なくするように符号化する画像符号化方法において、
上記入力ディジタル画像信号を複数画素からなるブロックに分割するステップと、
上記ブロック毎に、上記ブロック内の上記複数画素の最大値と上記複数画素の最小値を検出するステップと、
上記最大値および上記最小値の差であるダイナミックレンジを検出するステップと、
上記ダイナミックレンジを規定する値を用いて正規化された上記複数画素の各値を量子化し、符号化信号を発生するステップと、
符号化の対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのクラス分類ステップと、
上記ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、上記クラス毎に予め学習によって求められ、格納されている係数と上記符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、上記付加情報の予測値を発生するステップと、
上記付加情報と上記付加情報の予測値とから付加情報の差分を生成するステップと、
上記付加情報の差分を可変長符号化するステップと、
上記可変長符号化された上記付加情報の差分を上記符号化信号と共に伝送するステップとを有することを特徴とする画像符号化方法。 - 入力ディジタル画像信号を発生データを少なくするように符号化する画像符号化装置において、
上記入力ディジタル画像信号を複数画素からなるブロックに分割する分割部と、
上記ブロック毎に、上記ブロック内の上記複数画素の最大値と上記複数画素の最小値を検出する検出部と、
上記最大値および上記最小値の差であるダイナミックレンジを検出する検出部と、
上記ダイナミックレンジを規定する値を用いて正規化された上記複数画素の各値を量子化し、符号化信号を発生する符号化部と、
符号化対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのクラス分類部と、
上記ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、上記クラス毎に予め学習によって求められ、格納されている係数と上記符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、上記付加情報の予測値を発生する発生部と、
上記付加情報と上記付加情報の予測値とから付加情報の差分を生成する減算部と、
上記付加情報の差分を可変長符号化する可変長符号化部と、
上記可変長符号化された上記付加情報の差分を上記符号化信号と共に伝送する伝送部ととを有することを特徴とする画像符号化装置。 - 入力ディジタル画像信号を複数画素からなるブロックに分割し、上記ブロック毎に、上記ブロック内の上記複数画素の最大値と上記複数画素の最小値を検出し、上記最大値および上記最小値の差であるダイナミックレンジを検出し、上記ダイナミックレンジを規定する値を用いて正規化された上記複数画素の各値を量子化し、符号化信号を発生し、符号化対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定し、上記ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、上記クラス毎に予め学習によって求められ、格納されている係数と上記符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、上記付加情報の予測値を発生し、上記付加情報と上記付加情報の予測値とから付加情報の差分を生成し、上記付加情報の差分を可変長符号化し、上記可変長符号化された上記付加情報の差分を上記符号化信号と共に伝送する画像符号化方法の画像復号方法において、
上記符号化信号と、上記可変長符号化された上記付加情報の差分を受信するステップと、
上記符号化付加コードを可変長復号して、上記付加情報の差分を生成するステップと、
上記付加情報の差分とブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのステップと、
上記ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、上記クラス毎に予め学習によって求められ、格納されている係数と上記復号対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、上記付加情報の予測値を発生するステップと、
上記付加情報の差分と上記付加情報の予測値とから付加情報を生成するステップと、
生成された上記付加情報を用いて、上記符号化信号を逆量子化し、符号化時に正規化に使用した上記ダイナミックレンジを規定する値を上記逆量子化出力に対して加算することによって、ブロック内の複数画素の各値を復号するステップとを有することを特徴とする画像復号方法。 - 入力ディジタル画像信号を複数画素からなるブロックに分割し、上記ブロック毎に、上記ブロック内の上記複数画素の最大値と上記複数画素の最小値を検出し、上記最大値および上記最小値の差であるダイナミックレンジを検出し、上記ダイナミックレンジを規定する値を用いて正規化された上記複数画素の各値を量子化し、符号化信号を発生し、符号化対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定し、上記ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、上記クラス毎に予め学習によって求められ、格納されている係数と上記符号化対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、上記付加情報の予測値を発生し、上記付加情報と上記付加情報の予測値とから付加情報の差分を生成し、上記付加情報の差分を可変長符号化し、上記可変長符号化された上記付加情報の差分を上記符号化信号と共に伝送する画像符号化方法の画像復号装置において、
上記符号化信号と、上記可変長符号化された上記付加情報の差分を受信する受信部と、
上記符号化付加コードを可変長復号して、上記付加情報の差分を生成する可変長復号部と、
上記復号対象のブロックの周辺に存在する複数のブロックの付加情報からクラスを決定するためのクラス分類部と、
上記ブロック毎に発生する最大値、最小値またはダイナミックレンジの内の二つの値からなる付加情報に対応する、予測値と真値との誤差を最小とするような、上記クラス毎に予め学習によって求められ、格納されている係数と上記復号対象のブロックの周辺に存在する複数のブロックの付加情報とに基づく積和演算によって、上記付加情報の予測値を発生する発生部と、
上記付加情報の差分と上記付加情報の予測値とから付加情報を生成する加算部と、
生成された上記付加情報を用いて、上記符号化信号を逆量子化し、符号化時に正規化に使用した上記ダイナミックレンジを規定する値を上記逆量子化出力に対して加算することによって、ブロック内の複数画素の各値を復号する復号部とを有することを特徴とする画像復号装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12912896A JP3903496B2 (ja) | 1995-06-05 | 1996-04-25 | 画像符号化方法、符号化装置、復号方法および復号装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7-161421 | 1995-06-05 | ||
| JP16142195 | 1995-06-05 | ||
| JP12912896A JP3903496B2 (ja) | 1995-06-05 | 1996-04-25 | 画像符号化方法、符号化装置、復号方法および復号装置 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006200426A Division JP2006333507A (ja) | 1995-06-05 | 2006-07-24 | 画像符号化方法、符号化装置、復号方法および復号装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0955936A JPH0955936A (ja) | 1997-02-25 |
| JP3903496B2 true JP3903496B2 (ja) | 2007-04-11 |
Family
ID=26464617
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP12912896A Expired - Fee Related JP3903496B2 (ja) | 1995-06-05 | 1996-04-25 | 画像符号化方法、符号化装置、復号方法および復号装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3903496B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6563953B2 (en) * | 1998-11-30 | 2003-05-13 | Microsoft Corporation | Predictive image compression using a single variable length code for both the luminance and chrominance blocks for each macroblock |
| EP2262269B1 (en) | 2001-12-17 | 2018-01-24 | Microsoft Technology Licensing, LLC | Skip macroblock coding |
| US9077960B2 (en) | 2005-08-12 | 2015-07-07 | Microsoft Corporation | Non-zero coefficient block pattern coding |
| JP4835554B2 (ja) * | 2007-09-06 | 2011-12-14 | ソニー株式会社 | 符号化装置及び方法、復号装置及び方法、並びにプログラム |
| JP7076246B2 (ja) | 2018-03-23 | 2022-05-27 | マクセル株式会社 | 撮像装置および撮像システム |
-
1996
- 1996-04-25 JP JP12912896A patent/JP3903496B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0955936A (ja) | 1997-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6266454B1 (en) | Device and method for processing, image and device and method for encoding image | |
| JP5506397B2 (ja) | 映像符号化方法及び装置、映像復号化方法及び装置 | |
| JP2000125297A (ja) | 連続画像の符号化方法及び復号化方法 | |
| WO2011124157A1 (zh) | 一种局部亮度补偿的视频编解码方法及装置 | |
| US5878168A (en) | Method and apparatus for picture encoding and decoding | |
| JPH10136376A (ja) | ブロック間予測符号化復号化装置及びその方法 | |
| JP3903496B2 (ja) | 画像符号化方法、符号化装置、復号方法および復号装置 | |
| JP4552261B2 (ja) | ディジタル情報変換装置および方法、並びに画像情報変換装置および方法 | |
| JP4476104B2 (ja) | 符号化回路 | |
| JP3747970B2 (ja) | 画像符号化装置および画像符号化方法、画像復号化装置および画像復号化方法 | |
| JP2006333507A (ja) | 画像符号化方法、符号化装置、復号方法および復号装置 | |
| JP3834880B2 (ja) | 情報信号符号化装置、符号化方法、並びに情報信号復号方法 | |
| JP2900999B2 (ja) | ブロック間適応内挿予測符号化装置、復号化装置、符号化方法及び復号化方法 | |
| JPS63284974A (ja) | 画像圧縮方式 | |
| JP4171958B2 (ja) | 画像処理装置及び画像処理方法 | |
| JP4223577B2 (ja) | 画像符号化装置とその方法、および、画像復号化装置とその方法 | |
| JP4552262B2 (ja) | ノイズ低減装置および方法 | |
| JP2861379B2 (ja) | 画像データの符号化方法及びその回路 | |
| JP2002315006A (ja) | 動き補償予測特異値展開符号化装置 | |
| JP3627256B2 (ja) | ディジタル画像信号の受信／再生装置および方法 | |
| JP3590994B2 (ja) | 量子化出力の情報量制御装置および方法 | |
| JP3763163B2 (ja) | 画像符号化伝送装置および画像符号化伝送方法 | |
| JP2861381B2 (ja) | 画像信号符号化装置およびその方法 | |
| JP5254565B2 (ja) | 動画像予測符号化装置、方法及びプログラム、並びに、動画像予測復号装置、方法及びプログラム | |
| JP2000059791A (ja) | 画像符号化装置、画像符号化方法、画像伝送システムおよび画像伝送方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050819 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050830 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051031 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060523 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060721 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060912 |
|
| A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20060920 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20061219 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070101 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100119 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110119 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120119 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130119 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |