JP4072160B2

JP4072160B2 - Ｊｐｅｇイメージのトランスコーディング中の圧縮向上

Info

Publication number: JP4072160B2
Application number: JP2004540919A
Authority: JP
Inventors: ミッチェル、ジョーン; プラカシ、ラビ
Original assignee: International Business Machines Corp
Current assignee: International Business Machines Corp
Priority date: 2002-10-04
Filing date: 2003-09-12
Publication date: 2008-04-09
Anticipated expiration: 2023-09-12
Also published as: AU2003263355A1; DE60336243D1; KR20050054927A; US20040066973A1; TWI234744B; KR100745429B1; PL374500A1; JP2006501736A; CN100336079C; US7813575B2; US20070196026A1; CN1692375A; EP1547017B1; TW200419458A; WO2004032022A2; CA2498665C; WO2004032022A3; CA2498665A1; US7260265B2; AU2003263355A8

Description

【技術分野】
【０００１】
本発明は、一般に、補正を適用してイメージ品質を向上させると共にイメージ・データを圧縮することに関し、より詳細には、高速急速アクセス・メモリ内の経済的に許容される長期記憶を可能にする、追加かつ極限のデータ圧縮のための文書の復号化および再符号化と、そのような復号化および再符号化を短縮した処理時間で実施することに関する。
【背景技術】
【０００２】
画像イメージおよびグラフィックス・イメージは極めて大量のデータを含み、デジタル・データ・プロセッサによる伝送または処理が可能となるようにデジタル化された場合、良好な忠実度で画像イメージまたはグラフィックス・イメージの各ピクセルを表現するにはしばしば数百万バイトを必要とする。イメージ圧縮の目的は、記憶コストまたは伝送時間／コストを節約するために少ないデータでイメージを表現することである。最も効果的な圧縮は、元のイメージを厳密に再現するのではなく元のイメージを近似することによって達成される。ペネベーカ(Pennebaker)およびミッチェル(Mitchell)による「ＪＰＥＧ静止イメージ・データ圧縮規格(JPEGStill Image Data CompressionStandard)」、Van NostrandReinhold発行、1993年で詳細に論じられているJPEG(Joint Photographic ExpertsGroup)規格は、異なるアプリケーション間のイメージの交換を可能にし、マルチメディア・アプリケーションでデジタル連続トーン・カラー・イメージを実現する機能を切り開く。
【０００３】
ＪＰＥＧは主に、２次元空間を有するイメージを対象とし、グレー・スケールまたはカ
ラー情報を含み、時間依存性を持たず、MPEG(Moving Picture Experts Group)規格とは区別される。ＪＰＥＧ圧縮は、記憶要件を１桁以上低減することができ、プロセスでのシステム応答時間を改善することができる。ＪＰＥＧ規格の主な目標は、所与のデータ量または利用可能な伝送／処理時間あるいはその両方に対して最大のイメージ忠実度を実現することであり、任意のデータ圧縮度に対処する。１／２０以上のデータ圧縮（および同等の伝送時間および記憶サイズの削減）が、普通の閲覧者が知覚できるアーチファクトまたはイメージ劣化を生み出さないということは多くの場合事実である。
【０００４】
もちろん、他のデータ圧縮技法も可能であり、一定の既知の特性を有する一定のクラスのイメージまたはグラフィックスに対してより高いイメージ圧縮度を生み出すことができる場合がある。ＪＰＥＧ規格は、イメージ内容の如何にかかわらずほぼ等しく実施し、多種多様なデータ圧縮の要求に対処するように完全に一般化されている。したがって、いくつかのバージョンのうちの１つまたは複数のＪＰＥＧ規格を利用するエンコーダおよびデコーダが比較的広く使用されるようになっており、多種多様な目的でのイメージへの広範なアクセスを可能にする。標準化はまた、コスト削減、特にデコーダのコスト削減を可能にし、高品質イメージ・アクセスを広く利用可能にした。したがって、ＪＰＥＧ規格の使用は、それによってあまり十分に効率が向上しない可能性があっても、一般に他のデータ圧縮技法にとって、特に特定の明確なクラスのイメージにとって好ましい。
【０００５】
特にＪＰＥＧ規格による技法を使用して、このようなデータ・ボリュームの大きな削減が可能ではあっても、一部のアプリケーションは、イメージ品質とデータ記憶／伝送時間のコストとの間の厳しいトレードオフを必要とする。例えば、記憶媒体または記憶装置の有効な存続時間のかなりの割合の期間、イメージを格納する必要があり、かつその記憶容量のうちのかなりの量を必要を必要とする可能性がある。したがって、所与の期間イメージを格納するコストは、イメージ・データが潜在的には任意の多くの回数上書きされる可能性があるにもかかわらず、記憶媒体または記憶装置のコストとサポート支持するデータ・プロセッサの導入のコスト・インストールの一部割合とみなすことができる。このような記憶のコストはもちろん、格納しなければならないイメージの数だけ増える。
【０００６】
格納コストとイメージ品質との間のトレードオフを考慮する別の方法は、記憶で受諾可能な最大コストを求め、次いで所与の品質について、利用可能なストレージ内に所望の数のイメージをどれだけの期間保存することができるかを求めることである。これはイメージの圧縮サイズの関数であり、イメージの複雑さに直接関係し、所望の再構築後のイメージ品質と逆の関係である。
【０００７】
このような要求の厳しいアプリケーションの一例は、永久保存でない場合であっても長期間にわたって保管しなければならない法律文書、特に日々大量に生成され数千万に達する個人小切手などの流通証券の記憶である。個人小切手の最初の交換および資金の転送は、現在は自動化装置を使用して実施されており、小切手上に印刷された機械可読の証印の使用によって実施されているが、誤りが生ずる可能性が残り、小切手が形成した取引からずっと後に、誤りの訂正に関して特定の取引を実証することが必要となる可能性がある。
【０００８】
具体的には、個人小切手は何らかのイメージ・データ圧縮の複雑さを提示する。例えば、不正な取引から保護するために、複雑さの高いまたは低い、イメージ値のレンジを有する背景パターンが一定不変に提供される。一部の情報はコントラストの高い、恐らくは多色のインクで印刷され、他のセキュリティ情報は比較的低いコントラストで含まれる。広範なイメージ値を含む装飾を含めることができる。加えて、手書きまたは印刷した証印（例えば小切手額および署名）が、容易に予測できないイメージ値で提供される。
【０００９】
ずっと単純な文書は、色、レターヘッドでのシェーディング、高コントラスト印刷、紙
上の透かし、複数の署名などの様々なイメージ値を含むことができる。文書に含めることができるこのレンジのイメージ値は、正確なイメージ再構築が必要であるときにイメージ・データをどの程度まで圧縮することができるかを制限する可能性がある。したがって、元の文書に対して高い忠実度でイメージ再構築が可能な形での格納コストは比較的高く、このようなコストにより、このような記憶を維持することが望ましく、より長い期間について電子アクセスが迅速になる可能性があるかにかかわらず、このようなストレージが経済的に実現可能な期間が制限される。
【００１０】
このようなイメージ値は、正確に再現可能でなければならず、広範なアクセスおよびシステム相互運用性に対処するためにＪＰＥＧ規格の使用が望ましく、良好なイメージ忠実度での再現と一致するデータ・ボリュームのさらなる削減のためのほぼ唯一の技法は、元のイメージの空間的サンプリング頻度を低減することである。しかし、サンプリングは必然的に、特に低コントラストで、小さい証印の可読性を低下させる。現在、１００ドット／インチ（ｄｐｉ）またはピクセル／インチでのサンプリング（現在一般的に使用されているプリンタの解像度３００ｄｐｉまたは６００ｄｐｉから約１／３から１／６の低減）が、個人小切手上の低コントラストの証印の十分な可読性に関する限度とみなされている。American National Standards Institute(ANSI)のイメージ交換に関する規格委員会は、１００ｄｐｉを最小の解像度として推奨している。大部分の小切手アプリケーションは、イメージが１ビット／ピクセル以上で圧縮されるとき、１００ｄｐｉまたは１２０ｄｐｉのグレイスケール・イメージを使用している。
【００１１】
現実的事柄として、必要なイメージ・データの品質は、このようなアプリケーションで
経時的にも変化する。例えば、文書の日付またはその処理の数ヶ月以内では、しばしば信頼性についての疑問が起こり、例えば署名を認証するのに十分なイメージ品質が必要とされるが、ずっと後の日付では、イメージ品質が文書の内容についての基本的情報を確認するのに十分なだけでよい。したがって、イメージ品質の低下が具体的には保管コストとの比較でより許容されるようになったとき、長期間の保管のためにイメージ・データを追加で圧縮することができる。現在では、個人小切手イメージはビジネス用途のためにＤＡＳＤ上に直ちに約９０日間格納され、保存用にテープに転送されて、法律的理由で７年間保存される。したがって、データが「オンラインで」利用可能なのはわずか数ヶ月だけであり、テープに転送するのに高速急速アクセスデータ・ストレージおよびかなりの処理時間が必要となる。
【００１２】
この点で、日々作成される個人小切手およびその他の文書の数によっていくつかの問題が提起される。符号化またはイメージの復号化あるいはその両方に必要な処理はかなりのものであり、汎用プロセッサまたは特殊目的プロセッサ上で極めて高速に実行されたときであっても、著しい時間を必要とする可能性がある。符号化または復号化プロセスはわずかの時間（例えば１／１０秒未満）で実行できるときであっても、多数の文書が、多数のプロセッサの全処理能力を連続的に占有する可能性がある。イメージ品質の低下として格納コストを削減することは経時的にだんだんと許容できるようになる。上記で論じたように、さらに多くの処理が必要とされている。すなわち、特許出願０９／７６０３８３で論じられているように、既に圧縮されたデータからイメージの圧縮を向上させるためには、データ量をさらに削減するために、まず圧縮データからイメージを復号化し、次いで異なる量子化テーブルを使用して再びイメージを符号化することが必要である。この処理時間はかなりのコストを表し、記憶媒体の占有量の削減コストよりも格納コストを実際に増大させる。逆に、一層のデータ削減のための処理コストを削減することができる場合、データをより長期間格納することができ、または経済的に許容できるコストでより短いアクセス／検索時間を有するメモリ内に格納することができ、あるいはその両方である。
【００１３】
ラビ・プラカシュ(RaviPrakash)およびジョアンＬ．ミッチェル(Joan L. Mitchell)による、文書の拡張JPEG圧縮(enhancedJPEG compression of document)と題する2001年7月10日に発行された文書は、イメージのダイナミック・レンジを縮小するようにイメージを前処理する方法を述べている。これにより、ＪＰＥＧデータ・ストリーム中の修正量子化テーブルを使用して一部のノイズが選択的に廃棄されるので、これによってＪＰＥＧ圧縮が向上する。
【特許文献１】
特許出願０９／７６０３８３
【特許文献２】
米国特許第０６６０６４１８号
【特許文献３】
米国特許出願０９／７３６４４４
【特許文献４】
米国特許出願０９／８９６１１０
【非特許文献１】
ペネベーカ(Pennebaker)およびミッチェル(Mitchell)、「ＪＰＥＧ静止イメージ・データ圧縮規格(JPEGStill Image Data Compression Standard)」、V an NostrandReinhold発行、1993年
【非特許文献２】
ラビ・プラカシュ(RaviPrakash)およびジョアンＬ．ミッチェル(Jo an L. Mitchell)、「文書の拡張JPEG圧縮(enhancedJPEG compression of document) 」、2001年7月10日
【発明の開示】
【発明が解決しようとする課題】
【００１４】
したがって本発明の課題は、短縮された処理時間で、圧縮データの圧縮度を向上させることができ、イメージ・データ量を低減することができるイメージ・データ処理方法、装置およびコンピュータ・プログラムを提供することである。
【課題を解決するための手段】
【００１５】
本発明の上記およびその他の課題を実施するために、圧縮データをさらに圧縮するためにトランスコーディングするための方法、装置およびコンピュータ・プログラムが提供される。
【００１６】
第１の態様から見て、本発明は、圧縮データをさらに圧縮するためにトランスコーディングする方法であって、前記圧縮データをエントロピー復号化して、量子化係数値を形成するステップと、前記量子化係数値のダイナミック・レンジを縮小して、縮小したダイナミック・レンジの量子化係数値を形成するステップと、量子化テーブル内の少なくとも１つの値を変更して、変更後量子化テーブルを形成するステップと、前記縮小したダイナミック・レンジの前記量子化係数値をエントロピー符号化して、さらに圧縮したデータを形成するステップと、前記さらに圧縮したデータを前記変更後量子化テーブルと共に送信または格納するステップとを含む方法を提供する。
【００１７】
好ましくは、本発明は、ダイナミック・レンジを縮小する前記ステップが前記ダイナミック・レンジを１／２に縮小する方法を提供する。
【００１８】
好ましくは、本発明は、前記変更後量子化テーブルの値が、元のデータ・サンプルが８ビット精度の場合、１から２５５である方法を提供する。
【００１９】
好ましくは、本発明は、イメージについての新しい統計を収集することなしに量子化係数の変更に基づいてハフマン・テーブルを変更するステップをさらに含む方法を提供する。
【００２０】
好ましくは、本発明は、前記発生頻度が元のハフマン・テーブル・データから推定される方法を提供する。
【００２１】
好ましくは、本発明は、前記発生頻度が前記量子化係数値のヒストグラムから求められる方法を提供する。
【００２２】
好ましくは、本発明は、前記エントロピー符号化ステップが算術コーディングを含む方法を提供する。
【００２３】
好ましくは、本発明は、前記量子化係数値がパック・フォーマットである方法を提供する。
【００２４】
好ましくは、本発明は、前記量子化テーブル内の前記少なくとも１つの値を変更する前記ステップが前記少なくとも１つの値に関するダイナミック・レンジを縮小する前記ステップと相補的である方法を提供する。
【００２５】
好ましくは、本発明は、ジグザグ・スキャン位置での非ゼロ量子化係数の発生頻度に基づいて前記ジグザグ・スキャン位置での量子化係数の変更を防止するステップと、前記ジグザグ・スキャン位置での前記量子化テーブル内の値の変更を防止するステップとをさらに含む方法を提供する。
【００２６】
第２の態様から見て、本発明は、圧縮データをさらに圧縮するためにトランスコーディングする装置であって、前記圧縮データをエントロピー復号化して、量子化係数値を形成する手段と、前記量子化係数値のダイナミック・レンジを縮小して、縮小したダイナミック・レンジの量子化係数値を形成する手段と、量子化テーブル内の少なくとも１つの値を変更して、変更後量子化テーブルを形成する手段と、前記縮小したダイナミック・レンジの前記量子化係数値をエントロピー符号化して、さらに圧縮したデータを形成する手段と、前記さらに圧縮したデータを前記変更後量子化テーブルと共に送信または格納する手段とを備える装置を提供する。
【００２７】
第３の態様から見て、本発明は、デジタル・コンピュータの内部メモリに直接ロード可能なコンピュータ・プログラムであって、コンピュータ・プログラムがコンピュータ上で実行されるときに本発明を上述のように実施するソフトウェア・コード部分を含むコンピュータ・プログラムを提供する。
【００２８】
次に、添付の図面を参照しながら単に例示によって本発明の実施形態を説明する。
【発明を実施するための最良の形態】
【００２９】
ここで図面、特に図１を参照すると、圧縮イメージ・データの圧縮度を向上させる例示的技法を示す流れ図または高レベル・ブロック図が示されている。図１は主に、（米国特許第０６６０６４１８号の図７に示すような）文書イメージ・データの圧縮を向上させて非常に縮小したボリュームにすると共に、可読性および文書イメージ品質および標準復号化プロセスとの互換性を保ち、後処理が不要である装置および方法を対象とする。この機能は、イメージ・データのダイナミック・レンジを縮小低減し、縮小低減したダイナミック・レンジのデータを第１量子化テーブルを使用して符号化し、符号化したイメージ・データを、普通なら従来の復号化の間に元のイメージ・データのダイナミック・レンジを復元する異なる量子化テーブルと共に格納または送信することによって実施される。具体的には、この図は、ＪＰＥＧ規格による符号化によって既に圧縮されているイメージ・データに対するその技法の応用を示す。したがって、図１のどの部分も本発明に関して従来技術と認められないが、「関連技術」として表示してある。本発明の特徴的な機能はその中に反映されていないものの、図２に示し、以下で論じる本発明およびその価値ある効果についての理解を容易にするために与えているからである。
【００３０】
より具体的には、文書のイメージ中に存在するイメージ値により、イメージ値のダイナミック・レンジの縮小低減が可能となり、それを、細部および可読性を保持すると共に後で復元することができる。そのようなダイナミック・レンジの縮小低減は、理論的には情報およびイメージ忠実度の何らかの損失を引き起こすが、短期の高速度アクセス・ストレージについて現在利用されているものを越える、イメージ・データのさらなる圧縮と、通常は１／２から１／５以上のデータ・ボリュームの低減とを可能にすると共に、イメージ品質を判読できるレベルに維持することを可能にする。上記出願で論じられているように、低コントラストの可読性をさらに高めることができる。
【００３１】
処理コストを考慮しない場合、このようなデータ・ボリュームの低減により、同程度だ
け格納コストが削減される。しかし、上記で触れたように、個人小切手などの多数の文書を格納することが望ましいことがわかっており、将来の格納コストを削減するため、またはより高速のアクセス可能性を実現するためにデータベース内に圧縮形式で既に格納されている多数の文書を処理するコストはかなりのものとなる。
【００３２】
このコストは、単一文書についてのデジタルに格納されたデータからデータ・ボリュームをさらに削減するプロセスを示す図１を考慮することによってより容易に理解することができる。まず、イメージを取り出し（７１０）、生イメージ・データとして格納されているのではなく、無損失コーディングを含む何らかの圧縮技法で圧縮されている場合（７２０）、適切なデコーダで解凍／復号化して元のイメージ・データを復元する（７３０）。上記出願で論じられている任意選択のヒストグラムおよび前処理を図１に示していないが、望ましい場合は含めることができる。ブロック７４０では、イメージのレンジを縮小する。７５０で判定するように、縮小したレンジのイメージ・データを（場合によっては異なる圧縮技法で）圧縮すべき場合、符号化する（７６０）。次いで、縮小したレンジのイメージ（圧縮または非圧縮）をレンジ拡張情報と共に格納する（７７０）。ＪＰＥＧＤＣＴベースの圧縮では、このレンジ拡張情報は、置換しスケーリングしたＱｔａｂｌｅ２の形でよい。他の応用例では、ＪＰＥＧ−ＬＳ出力再マッピング・テーブルの形でよい。
【００３３】
当業者は容易に理解されるであろうが、復号化イメージ・プロセス７３０は、エントロピー復号化、量子化解除、および逆離散余弦変換（ＩＤＣＴ）プロセスを含む。エントロピー復号化は、比較的迅速に実施することができるプロセスである（エントロピー・コーディングは、より一般的な値がより少数のビットを正当化し、あまり一般的でない値が比較的多くの情報を表し、比較的多数のビットの使用を正当化することを利用する）。一方、量子化解除およびＩＤＣＴプロセスは、かなり計算量が多い。イメージ７４０の範囲レンジを縮小するプロセス７４０は、各イメージ・データ・サンプルについて２つのメモリ・アクセスおよび１つの格納操作を必要とするルックアップ・テーブルを使用して実施することができる。イメージ７６０を符号復号化するプロセス７６０は、計算量が多い正離散余弦変換（ＤＣＴ）演算、量子化、およびエントロピー符号化を必要とする。
【００３４】
上記の図１のプロセスはイメージ・データを完全に再構築し、表示または他のレンダリング（例えば印刷）に十分であり、プロセス７４０〜７７０は、標準ＪＰＥＧ処理を越える向上した圧縮度を実施すると共に文書イメージの特徴の細部および可読性を維持するために上記出願に従って生イメージ・データに対して実施されるプロセスと同一であることも当業者は容易に理解されよう。したがって、データは、変換ドメインからイメージ・ドメイン（実ドメインまたはピクセル・ドメインあるいはその両方と呼ばれることもある）に変換され、変換ドメインに戻されると述べることができる。したがって、プロセスは、互いにほぼ逆のプロセスであり、その一方または両方は計算量が多く、多数の文書にわたって総計したときに著しい処理時間を必要とする可能性がある。
【００３５】
本発明は同じ結果を提供すると共に、データは変換ドメインのままであり、したがってほぼ逆の相補的プロセスのいくつかの対の処理を回避すると共に、以下で説明するように、いくらかの追加のデータ圧縮を生じさせる。データはその元の形に戻らないので、プロセスはトランスコーディングとして明確に説明される。これから、図２の流れ図に従って本発明の基本プロセスを説明する。図２はまた、当業者には明らかであろうが、図示する機能を実施する構成としてプログラムによって構成されるプログラム式の汎用コンピュータ内の機能、または特殊目的論理処理回路内の機能のような図示する機能を実施する装置の高レベル・ブロック図と理解することもできる。
【００３６】
以下の議論では、イメージ・データがＪＰＥＧ規格に準拠するコードなどの何らかの圧縮形式に既に符号化されていると仮定する。本発明は他のどんな圧縮符号化方式にも完全に適用可能であること、および上記の仮定は単に、適切かつ好ましい方法および装置が上記で取り込まれた出願で提供されている、元のデータが圧縮形式でない場合（例えば生イメージ・データ）を避けているだけに過ぎないことを理解されたい。
【００３７】
本発明によるプロセスおよび装置の概要として、圧縮イメージ・データを取り出した後（２１０）、圧縮データをエントロピー復号化し（２３２０）、データを量子化係数の形に復元する。次いで量子化係数のダイナミック・レンジを２４０で示すように直接縮小することができ、エントロピー符号化（２６０）を、好ましくは以下で詳細に論じる単純化したプロセスと共に実施することができる。次いで、２７０で示すように、得られたエントロピー符号化データを拡張情報と共に格納（または送信）することにより、さらなる圧縮を完了する。拡張情報はレンジ縮小と相補的でよく、または何らかのイメージ向上を実現するように選ぶことができる。
【００３８】
上記で触れたように、反対の相補的演算の対を回避することにより、一般にエントロピー復号化プロセス２３０を、図１の完全なイメージ復号化プロセス７３０で必要な処理時間の１／４未満で実行することができる。同様に、一般にエントロピー符号化プロセスを、利用する圧縮技法または規格の如何にかかわらず、完全なイメージ符号化プロセスで必要な時間の１／４未満で完了することができる。一般には、量子化係数のレンジを縮小するプロセスは、特に以下で議論する好ましい技法により、イメージ・データのダイナミック・レンジを縮小よりもずっと迅速に実行することができる。したがって、本発明によって提供される処理速度の向上は、少なくとも４倍、しばしばそれよりさらに向上する可能性があり、さらにはＤＣＴ／ＩＤＣＴおよび量子化／量子化解除処理のために特殊目的プロセッサの使用も可能になる。
【００３９】
エントロピー復号化／符号化プロセスはよく理解されており、エントロピー符号化に関してそれを観察することを除いてさらに論じる必要はなく、統計的分析をしばしば省略することができ、または元の圧縮データのエントロピー・コーディングまたはＪＰＥＧ規格で対処されるエントロピー符号化に対する代替によって比較的単純な操作で置き換えることができる。量子化係数２４０のレンジを縮小するプロセス２４０は、処理する各量子化係数について２つのメモリ・アクセス操作および格納操作を示すルックアップ・テーブル（ＬＵＴ）を使用して、または各イメージ・サンプルについて図１の対応する操作７４０が行うのと同様のレンジの縮小を要求して実施することができる。しかし、図１のイメージ・データ内のサンプル数は常にマクロブロック当たり６４であり、（ブロックの終わり（ＥＯＢ）マーカ／シンボルに先行する）同一のマクロブロックに対する量子化係数の数（コーディング慣習によるいくつかのゼロ値係数を含む）はしばしば６４未満であり、しばしば１６よりもずっと少ない。さらに、削減することができるのは非ゼロ量子化係数だけであるので、量子化係数の実際の数はしばしばさらに少ない。さらに、ジグザグ・スキャン位置（すなわち変換後ブロック内の位置）でのまれな非ゼロ係数が余分な計算および可能性のあるエッジ劣化を正当化しないとき、一部の係数が不変のままにされる可能性がある。その場合、その位置に対応する量子化値も、レンジ復元データで不変のままにしなければならない。したがって、量子化係数のレンジを縮小する処理時間は、現実的事柄として、しばしばイメージ・サンプルのダイナミック・レンジを縮小するのに必要な時間の１／４よりずっと短い。
【００４０】
さらに、レンジ縮小がその縮小後のレンジを有するすべての量子化係数について一定である場合、必要なＬＵＴは１つだけである。さらに単純かつ迅速な構成がしばしば良好な結果をもたらす。例えば、ある場合にはレンジを１／２に縮小することが好ましく、それによってＬＵＴの必要が除かれ、その大きさに対する単純なシフトによってレンジ縮小を達成することができる。
【００４１】
この単純なレンジ縮小実施形態の特別なケースは、上記米国特許出願０９／７３６４４４または０９／８９６１１０あるいはその両方で開示されているように、データがパック・フォーマットで維持または提示される場合である。２のべき乗によるレンジ縮小が、先行するＲＳバイトのサイズから２のべき乗の数を減じることを含む。ＲＳバイトのサイズ値がレンジ縮小における２のべき乗未満である場合、係数がゼロに減じられ、両側の新しいゼロ係数をゼロのランが存在する場合はそれとマージするようにラン中の係数の数を拡張しなければならない。しかし、新しいパック・フォーマットでの縮小後レンジデータ中の全バイト数は同じままであり、またはしばしば縮小され、より多くの数のビットまたはバイトをＪＰＥＧパック・フォーマットで要求することは不可能である。したがって、ＪＰＥＧパック・フォーマットを使用してわずかの量の比較的単純な追加の処理が要求される間、縮小後のレンジデータで同一のバッファを上書きすることができる。次いで、縮小後のレンジデータをエントロピー再符号化してずっと高い圧縮を得る。この点で、バッファが係数当たり少なくとも２バイトの非ゼロを必要とする非圧縮量子化係数を保持し、ハフマン・コードは数ビットだけを必要とすることに留意されたい。
【００４２】
一般には、データ圧縮を最大にするために、ＪＰＥＧ算術コーディング・オプションを使用して、エントロピー限度近くのエントロピー再符号化データを自動的に提供することができ、したがって圧縮が向上すると共に、どんなイメージ劣化も回避し、カスタム・ハフマン・エントロピー符号化に関する統計の収集のための処理時間を回避する。次いで、望むなら後でデータをベースラインＪＰＥＧに変換することができる。
【００４３】
さらにＪＰＥＧパック・フォーマットに関して、上記の出願では、それによって一定の処理が容易になることが開示された。具体的には、ＪＰＥＧパック・フォーマットにより、縮小後レンジエンコーダについて単純化されたカスタム・ハフマン・テーブルの生成が可能となる。カスタム・ハフマン・テーブルは、後でベースラインＪＰＥＧ圧縮に戻すために、算術的にコーディングしたイメージと共に保存することができる。こうしたデファイン・ハフマン・テーブル（ＤＨＴ）マーカを、JPEG-abbreviated-for-table-specificationのＪＰＥＧイメージ符号化データとは別々に格納することができ、その結果、算術符号化バージョンが十分である場合、こうした余分なバイトが送信されない（ハフマン・バージョンが望ましくない場合、ＤＨＴマーカは不要であることに留意されたい。ＤＨＴマーカは、ハフマンへのトランスコーディングが必要である場合に使用される。受信機のデコーダは、さらに圧縮された算術コーディング・バージョンをどのように復号化するか認識していないからである）。あるいは、上記ペネベーカ等の出版物で詳述されているように、未使用のカスタム・ハフマン・テーブルをＪＰＥＧアプリケーション・マーカ（ＡＰＰｎマーカ）内に保存することができる。このようなマーカのフィールドは、データの解釈を可能にするように登録される。このようなマーカは、イメージ・データと共に組み込むことができ、または別々に保つことができる。
【００４４】
レンジ縮小プロセスで考慮を払った場合、レンジ縮小より前にテーブルから適切なカスタム・ハフマン・テーブルを推定することができる。例えば、適用するレンジ縮小量から確率分布中のシフトを推定することができる。デコーダ中のハフマン・テーブルがＪＰＥＧ規格で与えられる例示的ハフマン・テーブルでない場合、ＲＳシンボル値が数値順でない場合は特に、カスタム・テーブルであると仮定することができる。コード・ワード長当たりのシンボル数に対応する何らかの分布を仮定した場合、ダイナミック・レンジ縮小量が与えられると、新しい分布を計算することができる。所与のＲ／ＳシンボルについてのコードがＮビットである場合、グループ内のすべての相対比の和は１／２Ｎとなる。相対頻度は、カテゴリ内の２Ｎレベルのすべての間で等しく分割される。あるいは、より小さいレベルがより可能性が高くなるように調節することができる。合計相対頻度が元のカテゴリの相対頻度と合致する限り、同一のハフマン・コード長が不変データに割り当てられる。次いでダイナミック・レンジ縮小が各レベルをクラスタ化する。次いで、ゼロにまで低下しないレベルについて、こうしたクラスタを組み合わせてカテゴリの相対頻度を収集することができる。控え目の推定では、ランの効果が長くなることを無視する。新しい非ゼロ係数を作成することができないので、ランは短くなることができないことに留意されたい。初期に生じるブロックの終わり（ＥＯＢ）の効果の推定は、所望のレンジ縮小に対して典型的なイメージがその統計をどのように変更するかを観測することによって経験的に決定することができる。可能な最大限までサイズと組み合わせたすべての可能性のあるゼロのランが可能であることを考慮しなければならない。以前のカスタム・テーブルは未使用のシンボルについてギャップを有する可能性があり、実際のヒストグラムが収集されない限り、そのようなギャップは許されないからである。この条件が満たされる限り、この手段により、新しいヒストグラムを収集する必要なしに、あるカスタム・ハフマン・テーブルから別のカスタム・ハフマン・テーブルに即時にトランスコーディングすることが可能とり、そうでない場合は本発明によって達成される処理時間削減の向上を保持する助けになる。
【００４５】
余分な圧縮が計算および可能性のあるエッジ劣化を正当化しないとき、量子化係数の一部を変更する必要がなく、または修正が抑制されることを上記で触れた。特定のジグザグ・スキャン位置での量子化変換係数を修正すべきか、それとも修正すべきでないかについての判定は、各ジグザグ・スキャン位置での非ゼロ変換係数の数の任意選択のヒストグラムに基づいて行うことができ、または例えば元のデータ内のカスタム・ハフマン・テーブルから推定することができる。圧縮の最大の向上は、頻繁に発生する非ゼロ量子化変換係数を有するジグザグ・スキャン位置について達成され、非ゼロ量子化変換係数がまれにしか生じない位置では、圧縮の向上は、計算時間またはイメージ品質の劣化を、それが非常にわずかであったとしても正当化しない。したがって、導出または推定された非ゼロ量子化変換係数の数の統計は、圧縮向上およびストレージ節約の推定を提供することができ、したがって量子化係数を変更すべきでないジグザグ・スキャン位置を識別する助けになる。例えば、小切手の裏反対側のチェックでは、裏書きエンドースメントは常には高コントラストではなく、安全なパターンは、ずっと多い数では非常に異なる統計を有する可能性が高い。比較的まれにしか生じない非ゼロ量子化係数を有するジグザグ・スキャン位置で量子化変換係数を修正しないことの根本的理由は、そのようなケースで適用され、裏書きエンドースメントのイメージ値はそれほど修正されず、その結果裏書きエンドースメントの可読性および細部を保持する可能性が高い。実ドメインまたはピクセル・ドメインではなく、変換ドメインでレンジ縮小を行う１つの大きな利点は、異なる方式でジグザグ・スキャン順で異なる位置で変換係数を処理できることであり、したがって（発生の相対頻度によって示される）有意性が向上したイメージ特徴を保持すると共に、極限のデータ圧縮を達成する。
【００４６】
カスタム・ハフマン・テーブルを使用した場合（またはベースライン・ハフマン・テーブルに対する算術コーディングのトランスコーディングが必要な場合にカスタム・ハフマン・テーブルが含まれる場合）、ブロックの終わり（ＥＯＢ）コードに割り当てられるビット数を、係数の修正を停止するジグザグ・スキャン位置を推定するのに使用される機能に含めることができる。（上記テキストに含まれる）ＪＰＥＧ技術仕様のａｎｎｅｘＫで列挙されるＡＣ係数ハフマン・コード・テーブルでは、ＥＯＢは、色テーブル内の２ビット・コード長に対して、輝度テーブル内で４ビット・コード長を有する。他のラン／サイズの組合せの長さと組み合わせて、ジグザグ・スキャン順での係数の修正の停止の推定、ならびに修正からのビット節約の推定を得ることができる。輝度ＡＣ係数テーブル内のＥＯＢに関するコード長が長いことは、量子化変換係数をより多くのジグザグ・スキャン位置で修正すべきであることを示す。
【００４７】
この点で、元のサンプルで８ビット精度の場合、変更される量子化テーブル値が２５５（またはデータの元の精度に基づく他の最大値）を超過することを回避するように考慮を払わなければならない（ゼロ値は許されず、したがって許される範囲は１から２５５である）。レンジ縮小を補償するための変更前にデコーダの量子化値が既に２５５である場合、こうした量子化係数を、レンジ縮小未満である場合にゼロにセットすることができるが、縮小することはできない。量子化値は既にその最大値にあり、追加のレンジ復元は、（例えばベースライン・エントロピー・コーディングについて）量子化値が８ビットに制限されるときには実現可能ではないからである。
【００４８】
上記に鑑みて、本発明が、計算量の多い量子化解除を回避するエントロピー復号化の直後の変換ドメインでのレンジ縮小、実／イメージ・ドメインへの逆変換、変換ドメインに戻すための実／イメージ・ドメインでのレンジ縮小とその後に続く正変換、およびエントロピー再符号化を行うことができる前の再量子化を行うことによって符号化信号のトランスコーディング中に追加の圧縮を実施することによって文書イメージ・データの圧縮を向上する処理時間の大幅な削減を実現することがわかる。したがって、本発明によるさらなる圧縮のための処理時間は、圧縮を実／イメージ・ピクセル・データ・ドメインで行うときに必要な処理時間の１／４未満である可能性が高い。
【００４９】
量子化係数がスケールダウンされたとき、ハフマン・テーブルに関する統計が変化する。旧テーブルを使用してシンボルの相対頻度を推定し、次いでシンボルを適切にスケーリングすることによって改訂ハフマン・テーブルを推定することができる。例えば、量子化係数を１／２にスケールダウンすることにより、隣接する係数頻度がマージされる。平均すると、この場合には２つの頻度が結合されるので、各ハフマン・コードが必要とするビットは１つ少なくなる。
【００５０】
この処理時間および費用の削減は、延長された期間にイメージへの高速かつ「オンライン」アクセスを経済的に提供し、圧縮形式のデータの既存のデータベースに対してそのような利点をより容易にかつ効率的に提供するために、このようなイメージの格納コストの直接かつ大幅な削減に対応する。
【００５１】
単一の好ましい実施の形態の点から本発明を説明したが、添付の特許請求の範囲の精神および範囲内の修正形態を用いて本発明を実施できることを当業者は理解されよう。具体的には、本発明は、任意の圧縮技法およびその他の損失の多い変換ベースの圧縮アルゴリズムならびにＪＰＥＧ規格に準拠する技法によって圧縮された圧縮データに容易に適用することができる。
【図面の簡単な説明】
【００５２】
【図１】圧縮イメージ・データの圧縮度を向上させる例示的技法を示す流れ図または高レベル・ブロック図である。
【図２】本発明による、短縮した処理時間で圧縮度を向上するための圧縮イメージ・データの処理を示す流れ図または高レベル・ブロック図である。

Claims

圧縮データをさらに圧縮するためにトランスコーディングする方法であって、
前記圧縮データをエントロピー復号化して、量子化係数値を形成するステップと、
前記量子化係数値のダイナミック・レンジを縮小して、縮小したダイナミック・レンジの量子化係数値を形成するステップと、
量子化テーブル内の少なくとも１つの値を変更して、変更後量子化テーブルを形成するステップと、
縮小したダイナミック・レンジの前記量子化係数値をエントロピー符号化して、さらに圧縮したデータを形成するステップと、
さらに圧縮した前記データを前記変更後量子化テーブルと共に送信または格納するステップと、
ジグザグ・スキャン位置での非ゼロ量子化係数の発生頻度に基づいて前記ジグザグ・スキャン位置での量子化係数の変更を防止するステップと、
前記ジグザグ・スキャン位置での前記量子化テーブル内の値の変更を防止するステップとを含む方法。
ダイナミック・レンジを縮小する前記ステップが前記ダイナミック・レンジを１／２に縮小する請求項１に記載の方法。
前記変更後量子化テーブルの値が、元のデータ・サンプルが８ビット精度の場合、１から２５５の範囲である請求項１に記載の方法。
前記変更後量子化テーブルの値が、元のデータ・サンプルが８ビット精度の場合、１から２５５の範囲である請求項２に記載の方法。
イメージについての新しい統計を収集することなしに前記量子化係数の変更に基づいてハフマン・テーブルを変更するステップをさらに含む請求項１に記載の方法。
前記発生頻度が元のハフマン・テーブル・データから推定される請求項５に記載の方法。
前記発生頻度が前記量子化係数値のヒストグラムから求められる請求項５に記載の方法。
前記エントロピー符号化ステップが算術コーディングを含む請求項１に記載の方法。
前記量子化係数値がパック・フォーマットである請求項１に記載の方法。
前記量子化テーブル内の前記少なくとも１つの値を変更する前記ステップが、前記少なくとも１つの値に関するダイナミック・レンジを縮小する前記ステップと相補的である請求項１に記載の方法。
イメージについての新しい統計を収集することなしに前記量子化係数の変更に基づいてハフマン・テーブルを変更するステップをさらに含む請求項２に記載の方法。
前記発生頻度が元のハフマン・テーブル・データから推定される請求項１１に記載の方法。
前記発生頻度が前記量子化係数値のヒストグラムから求められる請求項１１に記載の方法。
前記エントロピー符号化ステップが算術コーディングをさらに含む請求項２に記載の方法。
前記量子化係数値がパック・フォーマットである請求項２に記載の方法。
圧縮データをさらに圧縮するためにトランスコーディングする装置であって、
前記圧縮データをエントロピー復号化して、量子化係数値を形成する手段と、
前記量子化係数値のダイナミック・レンジを縮小して、縮小したダイナミック・レンジの量子化係数値を形成する手段と、
量子化テーブル内の少なくとも１つの値を変更して、変更後量子化テーブルを形成する手段と、
縮小したダイナミック・レンジの前記量子化係数値をエントロピー符号化して、さらに圧縮したデータを形成する手段と、
前記さらに圧縮した前記データを前記変更後量子化テーブルと共に送信または格納する手段と、
ジグザグ・スキャン位置での非ゼロ量子化係数の発生頻度に基づいて前記ジグザグ・スキャン位置での量子化係数の変更を防止する手段と、
前記ジグザグ・スキャン位置での前記量子化テーブル内の値の変更を防止する手段と
を備える装置。
デジタル・コンピュータの内部メモリに直接ロード可能なコンピュータ・プログラムであって、コンピュータ・プログラムがコンピュータ上で実行されるときに請求項１ないし１５に記載の方法を実施するソフトウェア・コード部分を含むコンピュータ・プログラム。