JP4719108B2 - 映像符号化方法、映像符号化装置、映像符号化プログラムおよびそのプログラムを記録したコンピュータ読み取り可能な記録媒体 - Google Patents

Description

本発明は、フィルムグレインノイズを含む映像を符号化する映像符号化方法およびその装置と、その映像符号化方法の実現に用いられる映像符号化プログラムおよびそのプログラムを記録したコンピュータ読み取り可能な記録媒体とに関し、特に、フィルムグレインノイズを除去することで主観画質の向上を実現するとともに符号化効率の向上を実現する映像符号化方法およびその装置と、その映像符号化方法の実現に用いられる映像符号化プログラムおよびそのプログラムを記録したコンピュータ読み取り可能な記録媒体とに関する。

近年、映像処理技術の進歩、ネットワークの広帯域化、ストレージデバイスの大容量化に伴い、映像通信分野における高精細化・高画質化の流れが加速している。

その代表例として、デジタルシネマをあげることができる。デジタルシネマの各種仕様はハリウッドの７大スタジオが中心となって設立された Degital Cinema Initiative（ＤＣＩ）において検討されている。ＤＣＩでは、デジタルシネマにおいて要求される各フレームの解像度を2048×1080［画素］または4096×2160［画素］と定めている。

一方、こうした映像の超高画質化はデータ量の爆発的な増加を招くため、効率的な符号化方法が不可欠となる。

ＤＣＩでは、Motion JPEG2000 を符号化方式として採用している。これは、フレーム内符号化であることから、編集・加工が容易、ランダムアクセスが容易、エラー伝播が小さい、演算量が少ないといった理由による。しかし、その反面、フレーム内符号化では時間方向の冗長度を除去できないため、符号化効率に関しては、フレーム間予測に基づく符号化方式に劣る。このため、帯域制限等の理由から、発生符号量が厳しく制限される場合には、Ｈ.264に代表されるフレーム間予測に基づく符号化方式が用いられることになる。

こうした世の中の動向を受けて、映像符号化の国際標準方式にＨ.264においても、高画質映像向けのプロファイル（４：４：４プロファイル）が検討されている。

ここで、Ｈ.264の参照ソフトウェアＪＭでは、動き推定・予測モード選択において、以下に説明するＲ−Ｄコストの算出に用いる歪み量として、二乗誤差和、絶対値誤差和を用いている（例えば、非特許文献１参照）。
K.P.Lim and G.Sullivan and T.Wiegand, Text Description of Joint Model Reference Encoding Methods and Decoding Concealment Methods. Joint Video Team(JVT) of ISO/IEC MPEG and ITU-T VCEG, JVT-R95, Jan., 2006.

デジタルシネマにおけるデジタル映像の取得方法としては、
１．デジタル出力対応のカメラを用いて、データとして撮影する方法
２．フィルムに撮影された映像をフィルムスキャンによりデジタル化する方法
という２通りの方法がある。

フィルムスキャンにより得たデジタル映像の場合、フィルムグレインノイズと呼ばれる粒状雑音が重畳する。これに伴い、画像信号に高周波成分が付与され、画像内に粒状性の雑音・ちらつきが発生する。

Ｈ.264をはじめとするフレーム間予測に基づく符号化方式の場合、こうしたフィルムグレインノイズ等の雑音を除去する機能は有していない。このため、復号画質・符号化効率の向上を図るためには、適切な前処理によって、雑音成分を除去する必要がある。

こうした雑音除去は、とりわけ静止領域において、大きな画質改善効果を期待できる。同程度の雑音が重畳した場合、画質劣化は動領域よりも静止領域において知覚されやすいためである。これは、動領域の場合、マスキング効果により画質劣化が目立ちにくくなることに起因する。

一方、動領域に関しても、動き推定および予測モード選択を行う場合、雑音成分の影響は考慮されていない。例えば、Ｈ.264の参照ソフトウェアＪＭでは、動き推定・予測モード選択において、Ｒ−Ｄコストの算出に用いる歪み量として、二乗誤差和、絶対値誤差和を用いている。

すなわち、Ｈ.264の参照ソフトウェアＪＭでは、予測モード選択において、
Ｊ（Ｓ， ^:Ｓ_m,q ，ｍ，ｑ，λ）
＝Ｄ（Ｓ， ^:Ｓ_m,q ）＋λＲ（Ｓ， ^:Ｓ_m,q ，ｍ，ｑ）
というＲ−Ｄコストを最小化する予測モードを選択している。

ここで、Ｓは原信号、ｑは量子化パラメータ、ｍは予測モードを表す番号である。また、 ^:Ｓ_m,q はＳに対して予測モードｍを用いて予測し、ｑを用いて量子化した場合の復号信号である。また、λは予測モード選択に用いるラグランジェの未定乗数である。また、Ｒ（Ｓ， ^:Ｓ_m,q ，ｍ，ｑ）は予測残差、予測モード情報、量子化パラメータに対する符号量の和である。さらに、Ｄ（Ｓ， ^:Ｓ_m,q ）は次式に示す二乗誤差和である。

ここで、この式（１）において、Ｓ^Y ，Ｓ^U ，Ｓ^V は原信号のＹ，Ｕ，Ｖ成分であり、 ^:Ｓ^Y _m,q ， ^:Ｓ^U _m,q ， ^:Ｓ^V _m,q 。は復号信号のＹ，Ｕ，Ｖ成分である。なお、Ｈ.264の規定に従って、Ｕ，Ｖ成分は１／４にダウンサンプリングされた信号となっている。

また、Ｈ.264の参照ソフトウェアＪＭでは、動き推定において、
Ｊ（ｖ，λ）＝Ｄ（Ｓ， ^/Ｓ（ｖ））＋λＲ（ｖ−ｐ）
というＲ−Ｄコストを最小化する動きベクトルを推定している。

ここで、Ｓは原信号、ｖは動きベクトルである。また、 ^/Ｓ（ｖ）はｖを用いて参照する復号信号である。また、λは動き推定に用いるラグランジェの未定乗数である。また、ｐは動きベクトルに対する予測ベクトルである。また、Ｒ（ｖ−ｐ）は予測ベクトルと推定した動きベクトルとの差分ベクトルの符号量である。さらに、Ｄ（Ｓ， ^/Ｓ（ｖ））は次式に示す絶対誤差和である。

ここで、この式（２）において、Ｓ^Y ，Ｓ^U ，Ｓ^V は原信号のＹ，Ｕ，Ｖ成分であり、 ^/Ｓ^Y （ｖ）， ^/Ｓ^U （ｖ）， ^/Ｓ^V （ｖ）は復号信号のＹ，Ｕ，Ｖ成分である。なお、Ｈ.264の規定に従って、Ｕ，Ｖ成分は１／４にダウンサンプリングされた信号となっている。

本来、フィルムグレインノイズは正確に再現する必要のない成分である。また、フィルムグレインノイズは無相関に近い性質の雑音信号であるため、重畳された画像信号の時間的・空間的な相関を低下させる。

このため、フィルムグレインノイズに画像信号と同程度の再現性を求めた場合、画質向上に寄与しない成分に対して符号量を浪費することになり、その結果として、符号化効率の低下を招く。つまり、動き推定・予測モード選択において、信号の再現性を評価する歪み量に対して、フィルムグレインノイズの影響を考慮した修正を加える必要がある。

視覚特性を考慮した符号化器設計では、視覚特性を考慮した量子化ステップ幅の制御も検討されている。しかし、符号化モード（予測モード）の選択や動きベクトルの推定には、対応していない。

Ｈ.264の特徴は、自由度の高い符号化モードおよび動きベクトルの選択にある。こうした多くの符号化モードを有する符号化器においては、適切な符号化モード・動きベクトルの選択によって初めて、その符号化性能を最大限に引き出すことが可能となる。

本発明はかかる事情に鑑みてなされたものであって、フィルムグレインノイズの重畳した映像信号の静止領域に対して、映像符号化に先立ち、時間方向の平滑化処理を利用してフィルムグレインノイズを除去するプレフィルタの設計法を確立するとともに、フィルムグレインノイズの影響を考慮した動き推定・予測モード選択技術を構築することを目的とする。

この目的を達成するために、本発明の映像符号化装置は、フィルムグレインノイズを含む映像を符号化対象として、そのフィルムグレインノイズの影響を受けないで符号化を行うことができるようにするために、（１）符号化対象となる画像信号に対して、時間方向にフレーム平均を施すことで平滑化処理を行う平滑化手段と、（２）平滑化手段の平滑化した画像信号である平均フレームを用いて静止領域の判定を行う静止領域判定手段と、（３）静止領域判定手段の判定した静止領域に対して、平滑化手段の処理結果を利用したフィルムグレインノイズ除去のためのフィルタリング処理を行うフィルタリング手段と、（４）符号化の予測モードの選択を行う際に用いられるコスト関数を修正する第１のコスト関数修正手段と、（５）符号化の動き推定を行う際に用いられるコスト関数を修正する第２のコスト関数修正手段とを備えるように構成する。

以上の各処理手段はコンピュータプログラムでも実現できるものであり、このコンピュータプログラムは、適当なコンピュータ読み取り可能な記録媒体に記録して提供されたり、ネットワークを介して提供され、本発明を実施する際にインストールされてＣＰＵなどの制御手段上で動作することにより本発明を実現することになる。

このように構成される本発明の映像符号化装置では、符号化対象となる画像信号に対して、時間方向にフレーム平均を施すことで平滑化処理を行うと、その平滑化後の画像信号である平均フレームを用いて静止領域の判定を行う。

このとき、静止領域と判定した領域の近傍に位置する領域についても静止領域であると判定する場合に、その静止領域と判定した領域を最終的に静止領域であると判定することがある。

続いて、その静止領域と判定した領域に対して、平滑化処理の結果を利用したフィルムグレインノイズ除去のためのフィルタリング処理を行う。

例えば、連続する２枚以上の平均フレームにおける同一位置の領域を静止領域として判定した場合に、その静止領域に該当するそれらの平均フレームの画素値の平均値を算出して、それらの平均フレームの算出に使用した各フレーム信号内のその空間位置の画素値を、その算出した平均値に置き換えることで、フィルムグレインノイズ除去のためのフィルタリング処理を行う。

このようにして、フィルムグレインノイズを除去した後に符号化に入ることになるが、この符号化にあたって、静止領域として判定した領域内の画素値と、平均フレームの画素値の平均値として算出した画素値との差分値を求めて、その差分値に応じて、符号化の予測モードの選択を行う際に用いられるコスト関数内の歪み量を減算することでコスト関数を修正して、その修正したコスト関数に応じて符号化の予測モードを選択する。

また、この符号化にあたって、静止領域として判定した領域内の画素値と、平均フレームの画素値の平均値として算出した画素値との差分値を求めて、その差分値に応じて、符号化の動き推定を行う際に用いられるコスト関数内の歪み量を減算することでコスト関数を修正して、その修正したコスト関数に基づいて動き推定を行う。

本発明では、時間軸方向の平滑化処理により、静止領域におけるフィルムグレインノイズを除去することができるようになる。

本発明によれば、フィルムグレインノイズが抑圧される結果、復号画像におけるちらつきを抑制し、主観画質の向上をはかることができる。また、符号化対象信号の時間的・空間的な相関が高まることから、符号化効率も向上させることができる。さらに、動き推定・予測モード選択において、フィルムグレインノイズに対する再現性の要求を低くすることで、同ノイズの表現に必要な符号量を節約することができるため、符号量を低く抑えることができる。

以下、実施の形態に従って本発明を詳細に説明する。

本発明は、次の３つの処理からなる。まず、時間方向の平滑化処理を行う。次に、平滑化後の画像信号を用いて静止領域の判定を行う。最後に、静止領域と判定した領域に対して、平滑化処理の結果を利用したフィルムグレインノイズ除去のためのフィルタリングを行う。

（１）時間方向の平滑化処理
時間方向の平滑化処理によりフィルムグレインノイズを抑圧する。ここでは、第ｔフレームにおける位置（ｘ，ｙ）の画素値をｆ（ｘ，ｙ，ｔ）と表す。このとき、第（ｋ−１）Ｍフレームから第ｋＭ−１フレームまでのＭフレームにおける位置（ｘ，ｙ）の平均値を次式で表す。

なお、以下では、この平滑化処理によって得たフレームを平均フレームと呼び、平均フレームの算出に用いたフレームを平均フレームの要素フレームと呼ぶ。

この平滑化処理によるフィルムグレインノイズの抑圧は、以下のように説明できる。ここでは、画像信号ｆ（ｘ，ｙ，ｔ）が次式のように画像成分ｓ（ｘ，ｙ，ｔ）と雑音成分ｎ（ｘ，ｙ，ｔ）とから構成されるものと仮定する。

ｆ（ｘ，ｙ，ｔ）＝ｓ（ｘ，ｙ，ｔ）＋ｎ（ｘ，ｙ，ｔ）
フィルムグレインノイズは、この雑音成分ｎ（ｘ，ｙ，ｔ）に含まれる。静止領域においては、画像成分ｓ（ｘ，ｙ，ｔ）は時間的に変化しない。このため、静止領域Ｒが連続するＭフレームにおいて存在するとした場合、上記の式（３）は以下のように展開できる。

さらに、雑音成分は時間的・空間的に無相関な信号とすると、この式（４）は以下のように展開できる。

このとき、静止領域Ｒ内の雑音電力Σ｜ｎ（ｘ，ｙ，τ）｜² （但し、Σは静止領域Ｒにある画素についての総和を示す）を一定値σ² と近似すると、この式（５）は次式のようになる。

この式（６）から分かるように、時間方向の平滑化処理に従って、雑音電力が１／Ｍに抑圧されることが分かる。

（２）静止領域判定
フィルムグレインノイズの影響が軽減された平均フレームｆ^* （ｘ，ｙ，（ｋ−１）Ｍ，ｋＭ−１）を用いて、静止領域を判定する。静止領域の判定方法としては、例えば、以下の方法がある。

（２−１）静止領域判定１
次式で定まる変移量（ｄ_x （ｉ），ｄ_y （ｊ））が、（ｄ_x （ｉ），ｄ_y （ｊ））＝（０，０）を満たす正方領域（Ｌ×Ｌ［画素］）を静止領域とする。

（２−２）静止領域判定２
上記の式（７）で定まる変移量が、図１に示す条件１から条件４までの少なくとも１つを満たす場合、変移量（ｄ_x （ｉ），ｄ_y （ｊ））を有する正方領域（Ｌ×Ｌ［画素］）を静止領域とする。

例えば、条件１について説明するならば、（ｄ_x （ｉ），ｄ_y （ｊ））＝（０，０）に加えて、（ｄ_x （ｉ−１），ｄ_y （ｊ））＝（０，０）と、（ｄ_x （ｉ），ｄ_y （ｊ−１））＝（０，０）という条件が成立することを静止領域の条件としており、この条件１では、静止領域であることの条件として、
（ｉ−２）Ｌ≦ｘ≦（ｉ−１）Ｌ−１， （ｊ−１）Ｌ≦ｙ≦ｊＬ−１，
（ｉ−１）Ｌ≦ｘ≦ｉＬ−１， （ｊ−２）Ｌ≦ｙ≦（ｊ−１）Ｌ−１
という周りのブロックも静止領域となることを条件としていることを意味している。

（２−３）静止領域判定３
上記の式（７）で定まる変移量が、図２に示す条件１から条件４までの少なくとも１つを満たす場合、変移量（ｄ_x （ｉ），ｄ_y （ｊ））を有する正方領域（Ｌ×Ｌ［画素］）を静止領域とする。

（２−４）静止領域判定４
上記の式（７）で定まる変移量が、次式を満たす正方領域（Ｌ×Ｌ［画素］）を静止領域とする。

（ｄ_x （ｉ），ｄ_y （ｊ））＝（０，０）
（＜ｄ_x （ｉ）＞，＜ｄ_y （ｊ）＞）＝（０，０）
ここで、（＜ｄ_x （ｉ）＞，＜ｄ_y （ｊ）＞）は、（ｄ_x （ｉ−１），ｄ_y （ｊ))，（ｄ_x （ｉ），ｄ_y （ｊ−１))，（ｄ_x （ｉ−１），ｄ_y （ｊ−１))の中央値ベクトルである。

なお、ここであげた例は、いずれも、静止領域の判定基準として、絶対値誤差和を用いて推定された変移量を用いたが、変移量の推定には、二乗誤差和、あるいは、Ｈ.264の参照ソフトウェアＪＭでも使用されている絶対値誤差和と符号量との加重和を用いることも可能である。

（３）静止領域に対するフィルタリング処理
静止領域と判定した領域内の画素については、平滑化後の画素値で置き換える。具体的には、以下のいずれかの方法を取る。なお、以下では、ｆ（ｘ，ｙ，τ）に対するフィルタリング処理後の信号をｆ^# （ｘ，ｙ，τ）で表している。

（３−１）方法１
第ｋ番目の平均フレームｆ^* （ｘ，ｙ，（ｋ−１）Ｍ，ｋＭ−１）において静止領域と判定した領域Ｒに関して、平均フレームｆ^* （ｘ，ｙ，（ｋ−１）Ｍ，ｋＭ−１）およびｆ^* （ｘ，ｙ，（ｋ−２）Ｍ，（ｋ−１）Ｍ−１）の要素フレームにおける領域Ｒ内の画素値を次式の通り変更する。一方、静止領域と判定しなかった領域に関しては、特に処理は行わない。

ｆ^# （ｘ，ｙ，τ）＝ｆ^* （ｘ，ｙ，（ｋ−２）Ｍ，ｋＭ−１）
((ｘ，ｙ）∈Ｒ，（ｋ−２）Ｍ≦τ≦ｋＭ−１）
＝ｆ（ｘ，ｙ，τ）
((ｘ，ｙ)not∈Ｒ，（ｋ−２）Ｍ≦τ≦ｋＭ−１）
ここで、ｆ^* （ｘ，ｙ，（ｋ−２）Ｍ，ｋＭ−１）は、２つの平均フレームｆ^* （ｘ，ｙ，（ｋ−１）Ｍ，ｋＭ−１）およびｆ^* （ｘ，ｙ，（ｋ−２）Ｍ，（ｋ−１）Ｍ−１）の平均フレームにあたる。また、 not∈Ｒは領域Ｒに含まれないことを示す記号である。

（３−２）方法２
第ｋ₀ 番目の平均フレームｆ^* （ｘ，ｙ，（ｋ₀ −１）Ｍ，ｋ₀ Ｍ−１）において静止領域と判定した領域Ｒについて、後続のＬ枚の平均フレームにおいても静止領域と判定した場合、領域Ｒに関して、平均フレームｆ^* （ｘ，ｙ，（ｋ−１）Ｍ，ｋＭ−１)(ｋ₀ −１≦ｋ≦ｋ₀ ＋Ｌ）の算出に用いた（Ｌ＋２）Ｍフレームにおける領域Ｒ内の画素値を次式の通り変更する。一方、静止領域と判定しなかった領域に関しては、特に処理は行わない。

ｆ^# （ｘ，ｙ，τ）＝ｆ^* （ｘ，ｙ，（ｋ₀ −２）Ｍ，（ｋ₀ ＋Ｌ）Ｍ−１）
((ｘ，ｙ）∈Ｒ，（ｋ₀ −２）Ｍ≦τ≦（ｋ₀ ＋Ｌ）Ｍ−１）
＝ｆ（ｘ，ｙ，τ）
((ｘ，ｙ)not∈Ｒ，（ｋ₀ −２）Ｍ≦τ≦（ｋ₀ ＋Ｌ）Ｍ−１）
ここで、ｆ^* （ｘ，ｙ，（ｋ₀ −２）Ｍ，（ｋ₀ ＋Ｌ）Ｍ−１）は、Ｌ＋２枚の平均フレームフレームｆ^* （ｘ，ｙ，（ｋ−１）Ｍ，ｋＭ−１)(ｋ₀ −１≦ｋ≦ｋ₀ ＋Ｌ）の平均フレームにあたる。

（４）フィルムグレインノイズを考慮した動き推定、予測モード選択
フィルムグレインノイズの影響を考慮して、動き推定・予測モード選択におけるＲ−Ｄコストの歪み量を修正する。

まず、フィルムグレインノイズの二乗和の画素平均Ｍ_s と、同絶対値和の画素平均Ｍ_a とを次式の通り推定する。ここで、分母の“｜｜Ｒ｜｜”は静止領域Ｒ内の画素数である。

次に、これらの値を用いて、Ｒ−Ｄコストを以下のように修正する。

Ｊ' （Ｓ， ^:Ｓ_m,q ，ｍ，ｑ，λ）
＝Ｄ（Ｓ， ^:Ｓ_m,q ）−２５６Ｍ_s ＋λＲ（Ｓ， ^:Ｓ_m,q ，ｍ，ｑ）
Ｊ''（ｖ，λ）＝Ｄ（Ｓ， ^/Ｓ（ｖ））−２５６Ｍ_a ＋λＲ（ｖ−ｐ）
なお、上式では、マクロブロック（１６×１６［画素］）あたりのフィルムグレインノイズの二乗和、絶対値和とするため、Ｍ_s およびＭ_a を２５６（１６×１６）倍している。

このようにして、Ｒ−Ｄコストで用いるマクロブロック毎の歪み量Ｄは、次のように修正されたことになる。以下では、このＤ^' を雑音除去歪み量と呼ぶ。

Ｄ' ＝Ｄ−２５６Ｍ_s （Ｄ：二乗誤差和の場合） 式（９）
Ｄ' ＝Ｄ−２５６Ｍ_a （Ｄ：絶対値誤差和の場合） 式（９）
以上に説明したように、本発明では、時間軸方向の平滑化処理により、静止領域におけるフィルムグレインノイズを除去することができるようになる。

本発明によれば、フィルムグレインノイズが抑圧される結果、復号画像におけるちらつきを抑制し、主観画質の向上をはかることができる。また、符号化対象信号の時間的・空間的な相関が高まることから、符号化効率も向上させることができる。

さらに、動き推定・予測モード選択において、フィルムグレインノイズに対する再現性の要求を低くすることで、同ノイズの表現に必要な符号量を節約することができるため、符号量を低く抑えることができる。

例えば、
Ｊ（Ｓ， ^:Ｓ_m,q ，ｍ，ｑ，λ）
＝Ｄ（Ｓ， ^:Ｓ_m,q ）＋λＲ（Ｓ， ^:Ｓ_m,q ，ｍ，ｑ）
というＲ−Ｄコスト関数は、
Ｊ' （Ｓ， ^:Ｓ_m,q ，ｍ，ｑ，λ）
＝Ｄ（Ｓ， ^:Ｓ_m,q ）−２５６Ｍ_s ＋λＲ（Ｓ， ^:Ｓ_m,q ，ｍ，ｑ）
というように修正される。

予測モード選択においては、このＲ−Ｄコスト関数Ｊ' を最小化する予測モードが選択される。ここで、このＲ−Ｄコスト関数Ｊ' を修正前のＲ−Ｄコスト関数Ｊと比較した場合、選択される予測モードは、Ｊ' を用いた方がＪを用いるよりも符号量の少ない予測モードが選択されることになる。一方、大きな歪みを許容することになるが、それは、フィルムグレインノイズを再現しないことによるものであり、主観画質への影響は少ない。

つまり、Ｒ−Ｄコスト関数の修正により、本発明によれば、主観画質は保持しつつ、符号量の削減を図ることができるようになる。

次に、実施例に従って本発明を詳細に説明する。

図３に、本発明を具備する映像符号化装置の装置構成を図示する。

この図に示すように、本発明を具備する映像符号化装置は、入力映像信号をプレフィルタリングするプレフィルタ処理部１０と、プレフィルタ処理部１０のプレフィルタリングした映像信号を符号化する符号化器２０とで構成される。

図４ないし６に、プレフィルタ処理部１０の実行する処理フローの一実施例を図示し、図７および図８に、符号化器２０の実行する処理フローの一実施例を図示する。

次に、これらの処理フローに従って、本発明を具備する映像符号化装置の実行する処理について詳細に説明する。

先ず最初に、図４の処理フローに従って、本発明を具備する映像符号化装置が実行するプレフィルタリング処理の全体的な処理について説明する。

ステップＳ１０１：符号化対象映像のフレームを入力として、平滑化フレーム処理を行い、これにより求めた平均フレームをレジスタに書き出す。なお、本処理の詳細については図５の処理フローを用いて後述する。

ステップＳ１０２，１０３：平均フレームを入力として、静止領域の判定を行い、静止領域を同定する座標情報をレジスタに書き出す。なお、具体的な判定方法については、前述した静止領域判定１，２，３，４のいずれかに従う。

ステップＳ１０４：ステップＳ１０２〜ステップＳ１０３の処理を全ての平均フレームについて行う。

ステップＳ１０５：要素フレームおよび平均フレームを入力として、要素フレームに対して雑音除去処理を行い、雑音処理後の要素フレームをレジスタに書き出す。なお、本処理の詳細については図６の処理フローを用いて後述する。

ステップＳ１０６：ステップＳ１０５の処理を全てのフレームについて行う。

次に、図５の処理フローに従って、図４の処理フローのステップＳ１０１で実行する平滑化フレーム処理について詳細に説明する。

ステップＳ２０１：平滑化フレーム処理の対象となる要素フレームのフレーム数として、レジスタＭの値であるＭを読み込む。

ステップＳ２０２：カウンタとして用いるレジスタＣの値を０に初期化する。

ステップＳ２０３：フレームメモリ内の全要素値を０に初期化する。

ステップＳ２０４：要素フレームの画素値およびフレームメモリの画素値を入力として、両者の同一位置の画素値を加算する処理を行い、加算後の値を用いて、フレームメモリ内の値を上書きする。

ステップＳ２０５，２０６：レジスタＣの値およびレジスタＭの値を入力として、ＣがＭ未満であるか否かの判定を行い、判定結果である真偽値を出力する。出力が真値の場合、ステップＳ２０６に進み、レジスタＣの値に対して１を加算してから、ステップＳ２０４の処理に戻る。出力が偽値の場合、ステップＳ２０７に進み、フレームメモリ内の全要素の値をＭで割り算した値を平均フレームの値として、レジスタに格納する。

ステップＳ２０８：ステップＳ２０１〜ステップＳ２０７の処理を全てのフレームについて行う。

次に、図６の処理フローに従って、図４の処理フローのステップＳ１０５で実行する雑音除去処理について詳細に説明する。

ステップＳ３０１：図４の処理フローのステップＳ１０３で出力した静止領域の位置情報をレジスタに読み込む。

ステップＳ３０２：平均フレームをレジスタに読み込む。

ステップＳ３０３：ステップＳ３０２で読み込んだ平均フレームの要素フレームをレジスタに読み込む。

ステップＳ３０４：ステップＳ３０１で読み込んだ静止領域の位置情報と、ステップＳ３０３で読み込んだ要素フレームとを入力として、同フレーム内の矩形領域（ブロックと呼ぶ）に対して、静止領域に含まれるブロックか否かの判定処理を行い、判定結果である真偽値を出力する。出力が真値の場合、ステップＳ３０５に進む。出力が偽値の場合、ステップＳ３０６に進む。

ステップＳ３０５：ステップＳ３０２で読み込んだ平均フレームと、ステップＳ３０３で読み込んだ要素フレームとを入力として、ステップＳ３０４において判定対象となった要素フレームのブロック内の画素値を平均フレーム内の同一位置の画素値で置き換える。

ステップＳ３０６：ステップＳ３０４〜ステップＳ３０５の処理を要素フレーム内の全てのブロックについて行う。

ステップＳ３０７：ステップＳ３０３〜ステップＳ３０６の処理をステップＳ３０３で読み込んだ全ての要素フレームについて行う。

ステップＳ３０８：ステップＳ３０１〜ステップＳ３０７の処理をシーケンス中の全ての平均フレームについて行う。

次に、図７の処理フローに従って、本発明を具備する映像符号化装置が実行する予測モード選択処理について説明する。

ステップＳ４０１：予測モードの初期値をレジスタＸに書き込む。

ステップＳ４０２：最小コストを格納するレジスタＣ、最適予測モードを格納するレジスタＭを、それぞれ初期値に設定する。

ステップＳ４０３：予測モード、量子化パラメータ、符号化対象信号、参照信号を入力として、与えられた予測モードを用いた場合の符号量を算出し、その算出した値をレジスタに書き出す。具体的な算出方法は、Ｈ.264の参照ソフトウェアＪＭの方法に従う。

ステップＳ４０４：予測モード、量子化パラメータ、符号化対象信号、参照信号を入力として、与えられた予測モードを用いた場合の雑音除去歪み量（前述した式（９）で定義されるもの）を算出し、その算出した値をレジスタに書き出す。本処理の詳細については図８の処理フローを用いて後述する。

ステップＳ４０５：予測モード、量子化パラメータを入力として、未定乗数を算出し、その算出した値をレジスタに書き出す。具体的な算出方法は、Ｈ.264の参照ソフトウェアＪＭの方法に従う。

ステップＳ４０６：符号量、雑音除去歪み量、未定乗数を入力として、Ｒ−Ｄコストを算出し、その算出した値をレジスタに書き出す。具体的な算出方法は、前述した
Ｊ' （Ｓ， ^:Ｓ_m,q ，ｍ，ｑ，λ）
＝Ｄ（Ｓ， ^:Ｓ_m,q ）−２５６Ｍ_s ＋λＲ（Ｓ， ^:Ｓ_m,q ，ｍ，ｑ）
ただし、Ｒ（Ｓ， ^:Ｓ_m,q ，ｍ，ｑ） ：符号量
Ｄ（Ｓ， ^:Ｓ_m,q ）−２５６Ｍ_s ：雑音除去歪み量
λ ：未定乗数
という式に従う。

ステップＳ４０７：ステップＳ４０６で算出したＲ−Ｄコストと、レジスタＣの値とを入力として、ステップＳ４０６で算出したＲ−ＤコストがレジスタＣの値よりも小さいか否かの判定を行い、判定結果である真偽値を出力する。出力が真値の場合、ステップＳ４０８に進む。出力が偽値の場合、ステップＳ４１１の処理に進む。

ステップＳ４０８：ステップＳ４０６で算出したＲ−ＤコストをレジスタＣに書き出す。

ステップＳ４０９：レジスタＸの値をレジスタＭに書き出す。

ステップＳ４１０：レジスタＸに次の予測モードを表す値を書き出してから、ステップＳ４０３の処理に戻る。レジスタＸに書き出す予測モードの順番は予め与えられるものとする。

ステップＳ４１１：以上の処理を全ての予測モードについて行う。

次に、図８の処理フローに従って、図７の処理フローのステップＳ４０４で実行する雑音除去歪み量（＝Ｄ（Ｓ， ^:Ｓ_m,q ）−２５６Ｍ_s ）の算出処理について詳細に説明する。

ステップＳ５０１：図４の処理フローのステップＳ１０１と同じ処理を実行する。

ステップＳ５０２：図４の処理フローのステップＳ１０２と同じ処理を実行する。

ステップＳ５０３：図４の処理フローのステップＳ１０３と同じ処理を実行する。

ステップＳ５０４：図４の処理フローのステップＳ１０４と同じ処理を実行する。

ステップＳ５０５：図４の処理フローのステップＳ１０５と同じ処理を実行する。

ステップＳ５０６：静止領域と判定した領域において、フィルタリング後の信号と原信号との差分信号を求め、同差分信号の画素あたりの電力を算出し、さらにブロックあたりの電力値に換算することで“２５６×Ｍ_s ”を算出して、雑音電力として書き出す。

ステップＳ５０７：符号化対象信号、復号信号を入力として、符号化対象信号内の矩形領域（ブロックと呼ぶ）に対して、前述した式（１）に従って両信号の二乗誤差和を算出して、誤差電力（＝Ｄ（Ｓ， ^:Ｓ_m,q ))として書き出す。

ステップＳ５０８：ステップＳ５０６で算出した雑音電力と、ステップＳ５０７で算出した誤差電力とを入力として、誤差電力から雑音電力を減算し、減算後の値を誤差電力として、書き出す。

ステップＳ５０９：ステップＳ５０７〜ステップＳ５０８の処理を全てのブロックについて行う。

ステップＳ５１０：ステップＳ５０５〜ステップＳ５０９の処理を全てのフレームについて行う。

以上に説明した図７および図８の処理フローでは、予測モード選択について、歪み量を修正したＲ−Ｄコスト関数を用いる場合を説明したが、動き推定の場合も同様に行うことができる。

ただし、動き推定の場合には、Ｒ−Ｄコスト関数として、
Ｊ''（ｖ，λ）＝Ｄ（Ｓ， ^/Ｓ（ｖ））−２５６Ｍ_a ＋λＲ（ｖ−ｐ）
というものを用いることになる。

図９ないし１３に、以上に説明した図２ないし８の処理フローを実行する本発明を具備する映像符号化装置の装置構成の一実施例を図示する。

次に、図９ないし１３に従って、本発明を具備する映像符号化装置の装置構成について説明する。

図９に、図１に示したプレフィルタ処理部１０の装置構成の一実施例を図示する。

この図９に示すように、プレフィルタ処理部１０は、フレーム信号記憶部１０１と、平滑化フレーム数記憶部１０２と、平滑化処理部１０３と、平滑化フレーム記憶部１０４と、静止領域判定部１０５と、静止領域記憶部１０６と、雑音除去処理部１０７と、雑音除去フレーム記憶部１０８とを備える。

平滑化処理部１０３の処理：フレーム信号記憶部１０１から読み出した符号化対象映像のフレームと、平滑化フレーム数記憶部１０２から読み出した平滑化フレーム数とを入力として、平滑化フレーム処理を行い、その平滑化フレーム処理により求めた平均フレームを平滑化フレーム記憶部１０４に書き出す。なお、この平滑化処理部１０３の装置構成の詳細については図１０を用いて後述する。

静止領域判定部１０５の処理：平滑化フレーム記憶部１０４から読み出した平均フレームを入力として、静止領域の判定を行い、静止領域を同定する座標情報を静止領域記憶部１０６に書き出す。なお、具体的な判定方法については、前述した静止領域判定１，２，３，４のいずれかに従う。

雑音除去処理部１０７の処理：静止領域記憶部１０６から読み出した要素フレームにおける静止領域を同定する座標情報と、平滑化フレーム記憶部１０４から読み出した平均フレームと、平滑化フレーム数記憶部１０２から読み出した平滑化フレーム数と、フレーム信号記憶部１０１から読み出した要素フレームとを入力として、要素フレームの静止領域に対して雑音除去処理を行い、雑音処理後の要素フレームを雑音除去フレーム記憶部１０８に書き出す。なお、この雑音除去処理部１０７の装置構成の詳細については図１１を用いて後述する。

図１０に、図９に示す平滑化処理部１０３の詳細な装置構成の一実施例を図示する。

次に、図１０に従って、平滑化処理部１０３の実行する処理の詳細について説明する。

ここで、図１０中、２０１はフレーム信号加算処理部、２０２はフレーム信号記憶部、２０３は要素フレーム数判定部、２０４は平均フレーム信号記憶部、２０５は最終フレーム判定部である。

フレーム信号加算処理部２０１の処理：要素フレームの画素値と、フレーム信号記憶部２０２に記憶される画素値とを入力として、両者の同一位置の画素値を加算する処理を行い、加算後の値をフレーム信号記憶部２０２に書き出す。さらに、カウンタとして用いるレジスタＣの値に１を加算する。

要素フレーム数判定部２０３の処理：本処理の対象となる要素フレームのフレーム数である平滑化フレーム数を入力として、フレーム信号加算処理部２０１の処理を終えた要素フレームの数が平滑化フレーム数未満であるか否かの判定を行い、判定結果である真偽値を出力する。出力が真値の場合、フレーム信号加算処理部２０１の処理に移る。一方、出力が偽値の場合、フレーム信号記憶部２０２から読み出した全要素の値を平滑化フレーム数で割り算した値を平均フレームの値として、平均フレーム信号記憶部２０４に格納する。

最終フレーム判定部２０５の処理：以上の処理を、全てのフレームについて行う。

図１１に、図９に示す雑音除去処理部１０７の詳細な装置構成の一実施例を図示する。

次に、図１１に従って、雑音除去処理部１０７の実行する処理の詳細について説明する。

ここで、図１１中、３０１は要素フレーム信号読込部、３０２は要素フレーム信号記憶部、３０３は静止領域判定部、３０４は静止領域内画素置換処理部、３０５は平均フレーム信号記憶部、３０６は要素フレーム信号記憶部、３０７は要素フレーム信号判定部、３０８は最終フレーム判定部である。

要素フレーム信号読込部３０１の処理：平均フレーム信号記憶部３０５に格納された平均フレームの要素フレームを要素フレーム信号記憶部３０２に書き出す。

静止領域判定部３０３の処理：静止領域記憶部１０６から読み出した静止領域を同定する座標情報と、要素フレーム信号記憶部３０２から読み出した要素フレームとを入力として、同フレーム内の矩形領域（ブロック呼ぶ）に対して、静止領域に含まれるブロックか否かの判定処理を行い、判定結果である真偽値を出力する。出力が真値の場合、静止領域内画素置換処理部３０４の処理に移る。出力が偽値の場合、その矩形領域内の画素値を要素フレーム信号記憶部３０６に書き出す。

静止領域内画素置換処理部３０４の処理：平均フレーム信号記憶部３０５から読み出した平均フレームと、要素フレーム信号記憶部３０２から読み出した要素フレームとを入力として、静止領域判定部３０３において判定対象となった要素フレームのブロック内の画素値を平均フレーム内の同一位置の画素値で置き換えて、その結果を要素フレーム信号記憶部３０６に書き出す。

要素フレーム信号判定部３０７の処理：以上の処理を要素フレーム信号記憶部３０２に格納した全ての要素フレームについて繰り返す。

最終フレーム判定部３０８の処理：以上の処理をシーケンス中の全ての平均フレームについて繰り返す。

図１２に、本発明の予測モード選択処理を実現するために図１に示した符号化器２０の備える装置構成の一実施例を図示する。

この図１２に示すように、図１に示した符号化器２０は、本発明の予測モード選択処理を実現するために、初期モード設定部４０１と、モード記憶部４０２と、符号量算出部４０３と、符号量記憶部４０４と、雑音除去歪み量算出部４０５と、雑音除去歪み量記憶部４０６と、未定乗数算出部４０７と、未定乗数記憶部４０８と、コスト算出部４０９と、コスト記憶部４１０と、最小コスト判定部４１１と、最小コスト記憶部４１２と、最適モード更新部４１３と、最適モード記憶部４１４と、最終モード判定部４１５と、モード設定部４１６と、最終モード出力部４１７とを備える。

初期モード設定部４０１の処理：予測モードの初期値をモード記憶部４０２に書き出す。

符号量算出部４０３の処理：予測モード、量子化パラメータ、符号化対象信号、参照信号を入力として、符号化した場合の符号量を算出し、その算出した値を符号量記憶部４０４に書き出す。具体的な算出方法は、Ｈ.264の参照ソフトウェアＪＭの方法に従う。

雑音除去歪み量算出部４０５の処理：予測モード、量子化パラメータ、符号化対象信号、参照信号を入力として、符号化した場合の雑音除去歪み量を算出し、その算出した値を雑音除去歪み量記憶部４０６に書き出す。この雑音除去歪み量算出部４０５の装置構成の詳細については図１３を用いて後述する。

未定乗数算出部４０７の処理：予測モード、量子化パラメータを入力として、未定乗数を算出し、その算出した値を未定乗数記憶部４０８に書き出す。具体的な算出方法は、Ｈ.264の参照ソフトウェアＪＭの方法に従う。

コスト算出部４０９の処理：符号量記憶部４０４から読み出した符号量と、雑音除去歪み量記憶部４０６から読み出した雑音除去歪み量と、未定乗数記憶部４０８から読み出した未定乗数とを入力として、Ｒ−Ｄコストを算出し、その算出した値をコスト記憶部４１０に書き出す。具体的な算出方法は、前述した
Ｊ' （Ｓ， ^:Ｓ_m,q ，ｍ，ｑ，λ）
＝Ｄ（Ｓ， ^:Ｓ_m,q ）−２５６Ｍ_s ＋λＲ（Ｓ， ^:Ｓ_m,q ，ｍ，ｑ）
ただし、Ｒ（Ｓ， ^:Ｓ_m,q ，ｍ，ｑ） ：符号量
Ｄ（Ｓ， ^:Ｓ_m,q ）−２５６Ｍ_s ：雑音除去歪み量
λ ：未定乗数
という式に従う。

最小コスト判定部４１１の処理：コスト記憶部４１０から読み出したＲ−Ｄコストと、最小コスト記憶部４１２から読み出した最小コストとを入力として、Ｒ−Ｄコストが最小コストよりも小さいか否かの判定を行い、判定結果である真偽値を出力する。出力が真値の場合、コスト記憶部４１０から読み出したＲ−Ｄコストを最小コスト記憶部４１２に書き出し、最適モード更新部４１３の処理に移る。出力が偽値の場合、最終モード判定部４１５の処理に移る。

最適モード更新部４１３の処理：最小コスト記憶部４１２に書き出したＲ−Ｄコスト算出に用いた予測モードを最適モード記憶部４１４に書き出す。

最終モード判定部４１５，モード設定部４１６，最適モード出力部４１７の処理：以上の処理を全ての予測モードについて行う。

図１３に、図１２に示す雑音除去歪み量算出部４０５の詳細な装置構成の一実施例を図示する。

次に、図１３に従って、雑音除去歪み量算出部４０５の実行する処理の詳細について説明する。

ここで、図１３中、５０１はフレーム信号記憶部、５０２は平滑化フレーム数記憶部、５０３は平滑化処理部、５０４は平滑化フレーム記憶部、５０５は静止領域判定部、５０６は静止領域記憶部、５０７は雑音除去処理部、５０８は雑音除去フレーム記憶部、５０９は静止領域画素数記憶部、５１０は雑音電力算出部、５１１は雑音電力記憶部、５１２はフレーム信号記憶部、５１３は誤差電力算出部、５１４は誤差電力記憶部、５１５は雑音電力減算処理部である。

フレーム信号記憶部５０１，平滑化フレーム数記憶部５０２，平滑化処理部５０３，平滑化フレーム記憶部５０４，静止領域判定部５０５，静止領域記憶部５０６の処理：それぞれ、フレーム信号記憶部１０１、平滑化フレーム数記憶部１０２、平滑化処理部１０３、平滑化フレーム記憶部１０４、静止領域判定部１０５、静止領域記憶部１０６の処理と同じである。

雑音除去処理部５０７の処理：雑音除去処理部１０７の入出力に加えて、静止領域の画素数を静止領域画素数記憶部５０９に書き出す。これは、静止領域記憶部５０６を参照すれば可能である。

雑音電力算出部５１０の処理：フレーム信号記憶部５０１から読み出した原フレームと、雑音除去フレーム記憶部５０８から読み出した雑音除去フレームと、静止領域画素数記憶部５０９から読み出したフレーム内の静止領域の画素数とを入力として、静止領域と判定された領域に対して、フィルタリング後の信号と原信号の差分信号を求め、同差分信号の画素あたりの電力を算出し、さらにブロックあたりの電力値に換算した値（“２５６×Ｍ_s ”）を雑音電力記憶部５１１に書き出す。

誤差電力算出部５１３の処理：フレーム信号記憶部５０１から読み出した原フレームと、フレーム信号記憶部５１２から読み出した参照フレームとを入力として、各ブロック毎に両者の二乗誤差和を算出し、その算出した値（Ｄ（Ｓ， ^:Ｓ_m,q ))を誤差電力記憶部５１４に書き出す。

雑音電力減算処理部５１５の処理：雑音電力記憶部５１１から読み出した雑音電力（“２５６×Ｍ_s ”）と、誤差電力記憶部５１４から読み出した誤差電力（Ｄ（Ｓ， ^:Ｓ_m,q ))とを入力として、誤差電力から雑音電力を減算する処理を行い、その算出した値を図１２に示す雑音除去歪み量記憶部４０６に書き出す。

ここで、図１２および図１３では、予測モード選択について歪み量を修正したコスト関数を用いる場合を説明したが、動き推定の場合も同様に行うことができる。

ただし、動き推定の場合には、Ｒ−Ｄコスト関数として、
Ｊ''（ｖ，λ）＝Ｄ（Ｓ， ^/Ｓ（ｖ））−２５６Ｍ_a ＋λＲ（ｖ−ｐ）
というものを用いることになる。

本発明によれば、フィルムグレインノイズが抑圧される結果、復号画像におけるちらつきを抑制し、主観画質の向上をはかることができる。また、符号化対象信号の時間的・空間的な相関が高まることから、符号化効率も向上させることができる。さらに、動き推定・予測モード選択において、フィルムグレインノイズに対する再現性の要求を低くすることで、同ノイズの表現に必要な符号量を節約することができるため、符号量を低く抑えることができる。

静止領域の判定方法の説明図である。 静止領域の判定方法の説明図である。 本発明を具備する映像符号化装置の装置構成図である。 プレフィルタ処理部の実行する処理フローの一実施例である。 プレフィルタ処理部の実行する処理フローの一実施例である。 プレフィルタ処理部の実行する処理フローの一実施例である。 符号化器の実行する処理フローの一実施例である。 符号化器の実行する処理フローの一実施例である。 プレフィルタ処理部の装置構成の一実施例である。 平滑化処理部の詳細な装置構成の一実施例である。 雑音除去処理部の詳細な装置構成の一実施例である。 予測モード選択処理を実現するための装置構成の一実施例である。 雑音除去歪み量算出部の詳細な装置構成の一実施例である。

符号の説明

１０ プレフィルタ処理部
２０ 符号化器
１０１ フレーム信号記憶部
１０２ 平滑化フレーム数記憶部
１０３ 平滑化処理部
１０４ 平滑化フレーム記憶部
１０５ 静止領域判定部
１０６ 静止領域記憶部
１０７ 雑音除去処理部
１０８ 雑音除去フレーム記憶部

Claims (8)

1. フィルムグレインノイズを含む映像を符号化する映像符号化方法であって、
   符号化対象となる画像信号に対して、時間方向にフレーム平均を施すことで平滑化処理を行う過程と、
   前記平滑化後の画像信号である平均フレームを用いて静止領域の判定を行う過程と、
   前記静止領域と判定された領域に対して、前記平滑化処理の結果を利用したフィルムグレインノイズ除去のためのフィルタリング処理を符号化処理前に行う過程と、
   前記静止領域として判定された領域内の画素値と、前記算出された平均値との差分値を求めて、その差分値に応じて、符号化時における動き推定を行う際に用いられるコスト関数もしくは符号化時における予測モードの選択を行う際に用いられるコスト関数、またはその双方のコスト関数内の歪み量を減算してコスト関数の修正を行う過程と、
   前記フィルタリング処理後の映像を、前記修正されたコスト関数を用いる動き補償予測によって符号化する過程とを備えることを、
   特徴とする映像符号化方法。
2. 請求項１に記載の映像符号化方法において、
   前記フィルタリング処理を行う過程では、連続する２枚以上の平均フレームにおける同一位置の領域が静止領域として判定された場合に、その静止領域に該当するそれらの平均フレームの画素値の平均値を算出して、それらの平均フレームの算出に使用した各フレーム信号内のその空間位置の画素値を、その算出した平均値に置き換えることを、
   特徴とする映像符号化方法。
3. 請求項１または請求項２に記載の映像符号化方法において、
   前記静止領域の判定を行う過程では、静止領域と判定した領域の近傍に位置する領域についても静止領域であると判定する場合に、その静止領域と判定した領域を最終的に静止領域であると判定することを、
   特徴とする映像符号化方法。
4. フィルムグレインノイズを含む映像を符号化する映像符号化装置であって、
   符号化対象となる画像信号に対して、時間方向にフレーム平均を施すことで平滑化処理を行う平滑化手段と、
   前記平滑化手段の平滑化した画像信号である平均フレームを用いて静止領域の判定を行う静止領域判定手段と、
   前記静止領域判定手段の判定した静止領域に対して、前記平滑化手段の処理結果を利用したフィルムグレインノイズ除去のためのフィルタリング処理を符号化処理前に行うフィルタリング手段と、
   前記静止領域として判定された領域内の画素値と、前記算出された平均値との差分値を求めて、その差分値に応じて、符号化時における動き推定を行う際に用いられるコスト関数もしくは符号化時における予測モードの選択を行う際に用いられるコスト関数、またはその双方のコスト関数内の歪み量を減算してコスト関数の修正を行うコスト関数修正手段と、
   前記フィルタリング処理後の映像を、前記修正されたコスト関数を用いる動き補償予測によって符号化する手段とを備えることを、
   特徴とする映像符号化装置。
5. 請求項４に記載の映像符号化装置において、
   前記フィルタリング手段は、前記静止領域判定手段により連続する２枚以上の平均フレームにおける同一位置の領域が静止領域として判定された場合に、その静止領域に該当するそれらの平均フレームの画素値の平均値を算出して、それらの平均フレームの算出に使用した各フレーム信号内のその空間位置の画素値を、その算出した平均値に置き換えることを、
   特徴とする映像符号化装置。
6. 請求項４または請求項５に記載の映像符号化装置において、
   前記静止領域判定手段は、静止領域と判定した領域の近傍に位置する領域についても静止領域であると判定する場合に、その静止領域と判定した領域を最終的に静止領域であると判定することを、
   特徴とする映像符号化装置。
7. 請求項１ないし３のいずれか１項に記載の映像符号化方法の実現に用いられる処理をコンピュータに実行させるための画像符号化プログラム。
8. 請求項１ないし３のいずれか１項に記載の映像符号化方法の実現に用いられる処理をコンピュータに実行させるための画像符号化プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images