JPH07114499B2

JPH07114499B2 - データ符号化方法

Info

Publication number: JPH07114499B2
Application number: JP61306416A
Authority: JP
Inventors: 伸一郎宮岡; 良一佐々木; 高義白石
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1986-12-24
Filing date: 1986-12-24
Publication date: 1995-12-06
Anticipated expiration: 2010-12-06
Also published as: JPS63283289A

Description

【発明の詳細な説明】〔産業上の利用分野〕本発明は、画像データ符号化方法に係り、特に低ビツト
レートでの画像データの蓄積・検索，画像通信システム
や、画像データ，音声データなどの入力信号が概略ある
確率分布に従うものの異常値の発生が問題となるよう
な、画像，音声符号化システムに好適な高能率符号化方
法に関する。

〔従来の技術〕

従来、画像データ符号化方式に関しては、保阪他：静止
画像用符号化方式の比較検討，信学技報IE83−106にあ
るように、予測符号化，直交変換符号化，ベクトル量子
化，ブロツク符号化など種々の方式が知られている。中
でも、特に圧縮性能の高い方式として、直交変換符号化
の一種であるアダプテイブコサイン変換符号化が知られ
ている。

また、従来の量子化方式では、ジエー・マツクス：「歪
最小の量子化」，情報理論に関するアイ・アール・イー
トランザクシヨン（1960年３月）〔J.MAX:“Quantizi
ng for Minimum Distortion"IRE Tr.on Information Th
eory（March,1960）〕が示すように、入力信号に関して
ある確率分布を仮定し、この分布に対し量子化歪（２乗
誤差）が最小となるように量子化レベルを定めていた。
確率分布としては、中心極限定理（任意分布をとるＮ個
の独立な確率変数の和は、Ｎが大になるとガウス分布に
近づくという定理）が適用できる状況が多いことから、
ガウス分布が良く用いられている。

〔発明が解決しようとする問題点〕

上記従来技術は、圧縮性能が高い方式（直交変換符号
化，ベクトル量子化など）の場合、符号化・復号処理量
が多くなり、ハード化コストが増大する、あるいは、復
号に時間がかかるといつた問題があつた。また、処理や
簡単な方式（予測符号化，ブロツク符号化など）では、
圧縮性能が低下するという問題がある。

特に圧縮性能の高い方式としては、アダプテイブコサイ
ン変換符号化があるが、上記処理量増大の他、復号画像
において、シヤープなラインやエツジ（たとえば、濃淡
画像上の文字，記号）がぼけるという難点があつた。

本発明の目的は、比較的簡単な符号化・復号（特に実用
上問題となるのは復号）処理により、高い圧縮性能を達
成するとともに、シヤープなラインやエツジのボケを回
避できる、画像データの高能率符号化方法を提供するこ
とにある。

〔問題点を解決するための手段〕

上記目的は、画像データを、各ブロツクの符号化・復号
後の歪が許容値以下となるように非等長（大きさの異
る）のブロツクに分割し、ブロツクの分割構造およびブ
ロツクの符号化データを木構造に形成されたデータに符
号化することにより達成される。上記ブロツクの符号化
は、双線形関数による輝度変化の近似と、該双線形関数
の係数の量子化により実現できる。

〔作用〕

非等長ブロツク分割の結果、輝度変化の激しい部分は細
かく、輝度変化の緩かな部分は粗くブロツク分割され
る。濃淡画像は、一般に緩やかな輝度変化をする部分が
多いので、粗くブロツク分割される部分が大半を占める
ことになる。ところで、各ブロツクはそのサイズにかか
わらず４つの双線形関数の係数で符号化されるため、粗
くブロツク分割される部分が増大すると符号化データ量
が少なくなり、圧縮率が向上する。１画素あたりの歪
（平均歪）で考えると、小さなブロツク程大きな平均歪
を持つことになるが、これは人間の視覚特性への適合、
圧縮性能向上の両面で効果がある。木構造に形成された
データは、少ないビツト量でブロツク分割構造を記述で
きるとともに、復号時の処理のオーバーヘツドも少なく
て済む。

また、本発明による２段階の可変長符号化によれば、入
力信号が通常値の範囲にある場合、従来の量子化器と同
じ精度、ビツト数で量子化が行われる。異常値をとつた
場合は、異常値に対し新たに設定された量子化レベルを
用いて量子化が行われるので、異常値に対する量子化誤
差は減少する。異常値に対する量子化コードには、通常
値に対するものよりも長いビツト数が割当てられている
が、異常値の発生頻度は通常値に比べ十分小さいため
（最大数％）、平均量子化ビツト数の増大は無視できる
程度となる。

〔実施例〕

以下、本発明の実施例を図面を用いて説明する。

第１図は、本発明の第１の実施例の符号化処理全体のフ
ローチヤートである。処理ブロツク１では、入力画像に
対し前処理を行う。これは、後段の量子化処理における
割当てビツト数削減を狙つたもので、たとえば以下のよ
うに行う。Ｎ×Ｎサイズの入力画像をＭ×Ｍサイズのサ
ブ画像に分割し、サブ画像ごとに平均値を計算し、これ
をE_S（ｆ）とする。ここで、ｓはサブ画像を示す添字で
ある。該サブ画像に属する画素（i,j）の輝度f_ijに対
し、次式で差分輝度を求める。

f_ij′＝f_ij−E_S（ｆ） ……（１）全画集について、各画素の属するサブ画像の平均輝度を
用いて（１）式の計算を行い、前処理を終了する。

第１図、処理ブロツク２では、入力画像をブロツク分割
し、さらにブロツク内の輝度を双線形関数で近似したと
きの係数の分散値を求める。ブロツク分割は、サブ画像
単位で行つても入力画像全体に対して行つてもかまわな
いが、分散値は入力画像全体に対して計算するものとす
る。第２図のフローチヤートに従い、処理ブロツク２の
詳細手順を説明する。第２図のフローチヤートは再帰的
手続きを含んでおり、処理ブロツク13〜16で自分自身を
呼び出す構造になつている。初めに、ブロツクとして入
力画像全体を設定する（ブロツクのサイズおよび座標を
設定する）。処理ブロツク10では、設定ブロツクが最下
位レベルや否かを判定し、最下位レベルであれば処理ブ
ロツク11へ、そうでなければ処理ブロツク13へ進む。こ
こで、最下位レベルとは２×２サイズのブロツクを意味
し、Quad−Tree（４分木）で表現したときの最下位レベ
ルのノードに対応している。処理ブロツク11では、次式
により、２×２サイズのブロツクに対する双線形関数の
係数計算を行う。

ここに、Ａ〜Ｄは双線形関数の係数であり、f₁′〜f₄′
は、４個の画素の差分輝度（前処理後の輝度）である。
以後、簡単のため差分輝度を単に輝度と呼ぶことにす
る。ｆ′の添字は、４個の画素に対し、第５図に示す順
序で番号付けを行つたものである。２×２サイズのブロ
ツクの輝度変化は、双線形関数で常に歪なく記述できる
が、後に４×４以上のサイズのブロツクの歪を計算する
準備として、第２図の処理ブロツク12で、次式の計算を
行つておく。

Ｆ＝（f₁′）^２＋（f₂′）^２＋（f₃′）^２＋（f₄′）^２
……（６）ここに、Ｆは後段の歪計算のための中間的な変数であ
る。処理ブロツク10で、最下位レベルではないと判定さ
れた場合は、処理ブロツク13〜16で、再帰的な呼び出し
が行われる。すなわち、着目ブロツクは第５図に示すよ
うに４分割された後、それぞれの子ブロツクのサイズお
よび座標を引数として、第２図の手続き自身が再び呼び
出される。処理ブロツク17では、４つの子ブロツクが、
リダクシヨンされているか否かの判定を行う。ここで、
リダクシヨンとは、ブロツクがそれ以上細かく分割され
ていないことを意味する。すなわち、単一ブロツクとし
て双線形関数近似したとき、歪が許容値以下になつてい
るということである。４つの子ブロツクが全てリダクシ
ヨンされているとき、これらはさらに大きなブロツクに
統合される可能性がある。そのための計算および判定処
理を処理ブロック18〜20で行う。処理ブロツク18では、
着目ブロツクの双線形関数の係数計算を行う。このと
き、４つの子ブロツクは全てリダクシヨンされており、
それらの双線形関数の係数は処理ブロツク13〜16で既に
計算されているので、画素レベルの計算を行うことな
く、次の漸化式を用いて上記係数計算を行うことができ
る。（第３図のデータフロー参照）。

ここに、A₁〜A₄,B₁〜B₄,C₁〜C₄,D₁〜D₄は、４つの子ブ
ロツクの双線形関数の係数であり（１〜４の添字が子ブ
ロツクを示す）、α_k,ε_ｋは、次式で定まるパラメータ
である。

ε_ｋ＝2^k ……（12）ここで、ｋは、着目ブロツクのサイズを2^k×2^kと表わし
たときの指数部である。（７）〜（10）式は、以下のよ
うな考え方により導出されている。着目ブロツクについ
て、左上隅の画素を原点にとり、右方向をｉ軸、下方向
をｊ軸にとつて、双線形関数_ijを以下のように定義す
る。

（13）式で、該ブロツク内の輝度を、歪Ｑが最小となる
ように、すなわち次式を最小とするように近似し、Ａ〜
Ｄの値を定める。

４つの子ブロツクについても同様の式を構成することが
でき、これらと（13），（14）式の関係から（７）〜
（10）式を導くことができる。なお、（13）式におい
て、Ａ〜Ｄの係数にα_k,ε_ｋのパラメータがかかつてい
るのは、Ａ〜Ｄの各係数の誤差が、（14）式の歪に与え
る影響を等しくするためである。処理ブロツク19では、
次式により歪Ｑを計算する。

Ｑ＝Ｆ−A²−B²−C²−D² ……（15）ここで、Ｆは、４つの子ブロツクのF₁〜F₄から次式で計
算されるものである。

Ｆ＝F₁＋F₂＋F₃＋F₄ ……（16）処理ブロツク20では、（15）式で計算された歪が許容値
以下か否かの判定を行い、許容値以下であれば４つの子
ブロツクは統合されたことになり、第２図のフローチヤ
ートの手続きを終了する（実際には、最上位レベルのブ
ロツク以外の場合は、再帰呼び出しを行つている親ルー
チンに戻ることになる）。処理ブロツク17の判定で子ブ
ロツクのいずれかがリダクシヨンされていない場合、ま
たは処理ブロツク20の判定で着目ブロツクの歪が許容値
以上の場合は、処理ブロツク21で、リダクシヨンされた
子ブロツクに関して、係数分散値更新の計算を行う。2^k
×2^kサイズのブロツクの係数Ａ〜Ｄの分散値をσ^２（A,
k）〜σ^２（D,k）と記すことにすれば、となる。ここに、ｌはブロツクを表わす添字で、L_kは、
2^k×2^kサイズのブロツクの集合である。また、n_kは2^k×
2^kサイズのブロツク総数である。

σ^２（A,k）〜σ^２（D,k）は、実際にはブロツク分割が
終了した時点で求まるものであり、処理ブロツク21で
は、その時点までに分割が確定したブロツクに対し、中
間的な値が計算される。

第２図のフローチヤートに示した処理は、以上述べたよ
うに、再帰的手続きを用いて、２×２サイズのブロツク
から出発し、順次ブロツクを統合していくことによりブ
ロツク分割を行うものである。ブロツク分割構造は、こ
の時点でQuad−Treeデータに符号化することもできる
が、本実施例では、符号化処理は後段にまとめて行うこ
ととし、ここでは、双線形関数の係数分散値だけを出力
するものとする。

次に、再び第１図に戻り、処理ブロツク３の割当てビツ
ト数の計算について説明する。処理ブロツク２で求めた
σ^２（A,k）〜σ^２（D,k）に基づき、2^k×2^kサイズブロ
ツクの係数の量子化ビツト数を、次式で計算する。

ここに、ｂ（X,k）:2^k×2^kサイズのブロツクの係数Ｘ
（Ａ〜Ｄのいずれか）の量子化ビツト数、σ（X,k）：
同標準偏差、n_k:2^k×2^kサイズのブロツクの総数、QR:発
生歪、N:画像の一辺の長さ、p:外部パラメータである。
ここで、発生歪QRは次式で定義されるものであり、処理
ブロツク２において計算されているものとする。

ここにQ_lは、ブロツクｌにおいて、双線形関数近似後発
生した歪である。（21）式のビツト割当て式は、以下の
ような考え方により導いている。すなわち、量子化歪が
発生歪の1/p²という条件下で、総符号量が最小となるよ
うにビツト割当て量を決定している。ここでｐが、量子
化歪と発生歪の間を関係付ける外部パラメータとなつて
おり、通常は４前後の値を用いれば良い。（21）式第２
項の分母中の（0.25N）^２は、ゼロによる割算処理の発
生を防ぐため便宜的に付け加えた項である。以上述べた
ビツト割当て計算の結果、第４図に示すようなビツト割
当てテーブルが得られる。第４図の例では、16×16サイ
ズのサブ画像ごとに符号化を行う場合を想定しているの
で、ｋの最大値は、log₂16＝４となつている。

第１図の処理ブロツク４では、係数を量子化しさらにQu
ad−Tree符号化を行う。処理ブロツク４の詳細を、第６
図のフローチヤートに従い説明する。第６図の処理は、
第２図の処理とかなりの部分共通しており、第６図の処
理ブロツク60〜70では、それぞれ第２図の処理ブロツク
10〜20と同一の処理を行う。異るのが、処理ブロツク71
〜73の符号化処理である。まず、処理ブロツク71では、
ブロツク分割構造をQuad−Treeデータ（QT）に符号化す
る。この様子を第７図に示す。第７図（ａ）のブロツク
分割構造は、第７図（ｂ）のQuad−Treeで表現される。
ここで４分枝のノードは、左から右に、第５図で順序付
けられたブロツクと対応している。Quad−Treeは、第７
図（ｃ）に示すビツト列36に、deapth first構造で符号
化される。すなわち、第７図（ｂ）のルートノード30か
ら開始し、ノード31,32,33,34,35……という順序で、分
岐ノード（30,31など）は０に、データノード（ブロツ
クに対応:32,33,34,35など）は１に符号化されていく。
処理ブロツク71では、ブロツクが確定するごとに、この
ビツト列の追加更新を行う。処理ブロツク72では、確定
したブロツク（それ以上統合されないブロツク）の総線
形関数の係数を正規化，量子化する。正規化は、2^k×2^k
サイズのブロツクの係数Ｘ（Ａ〜Ｄのいずれか）に対
し、次式で行う。

ここに▲Ｘ^Ｎ _ｌ▼は、ブロツクｌの係数Ｘの正規化後の
値である。量子化は、たとえば正規分布に対するMAX量
子化器（有本：信号・画像のデイジタル処理,pp.86−8
9,産業図書出版社（昭55））を用いれば良い。各係数の
正規化された値が、第１図、処理ブロツク３で求めた割
当てビツト数で量子化される。量子化データは、処理ブ
ロツク73で、Quad−Treeデータ（QT）に対応付けられた
データ列として符号化される。この様子を、第７図
（ｃ）のデータ列37に示す。ただし、第７図（ｃ）で
は、Ａ〜Ｄの量子化データをまとめて単にｘと記し、QT
36との対応付けだけが分るようにしている。

以上で、第１図の符号化処理についての説明を終り、次
に、第８図に従い復号処理の実施例について説明する。
第８図のフローチヤートも、第２図，第６図と同様、再
帰的な構成になつている。処理ブロツク80では、符号化
データのうちQTから１ビツトを切出す。処理ブロツク81
では、それが１（データノード）か、０（分岐ノード）
かの判定を行い、１であればブロツク内輝度の略号の処
理を行う。まず。処理ブロツク82で、係数データ列から
対応する係数データを切出し、処理ブロツク83,84でそ
れぞれ、逆量子化，逆正規化を行う。処理ブロツク85で
は、復元された係数データＡ〜Ｄを（13）式に代入した
後、ブロツク内の全画素の輝度を該双線形関数を用いて
復号する。処理ブロツク81の判定の結果、ビツト値が０
（分岐ノード）の場合は、処理ブロツク86〜89で再帰的
処理が行われる。処理ブロツク86〜89は、それぞれ該分
岐ノードの４つの子ノードに対応する、４つの子ブロツ
クを復号することになる。

第９図には、本実施例の装置構成図を示す。第９図
（ａ）は符号化装置であり、画像バツフア90,符号化器9
1,符号バツフア92,記憶装置93により構成される。入力
画像は、サブ画像単位で画像バツフア90にロードされ、
符号化器92により符号データ（第７図（ｃ）のデータ列
36,37）に変換される。符号データは、符号バツフア92
に一たん格納された後、記憶装置93に蓄積される。第９
図（ｂ）は、復号装置の構成図である。復号装置は、記
憶装置94,符号バツフア95,復号器96,デイスプレイ97よ
り成る。符号データは、サブ画像単位で符号バツフア95
にロードされ、復号器96でで復号の後、デイスプレイ97
に表示される。本装置構成では、画像データの蓄積を例
にとり説明したが、記憶装置93,94の代りに伝送装置を
設ければ、画像データ伝送用の装置構成となる。符号化
器，復号器は専用ハードウエアで実現することもできる
し、また、作業用バツフアを備えた汎用プロセツサで構
成することもできる。後者の場合、第１図，第２図，第
６図，第８図で与えた処理手順がプログラム化され用い
られることになる。なお、本構成例では、バツフア容量
減少のためサブ画像単位の符号化、復号について説明し
たが、入力画像を一括して符号化，復号することも可能
である。

本実施例によれば、符号化処理の際の双線形関数の係数
計算，歪計算に漸化式を利用できるので、画素レベルの
計算は一回で済み、符号化の高速化が図れる。

つぎに、本発明の第２の実施例を第10〜13図により説明
する。量子化器は、第10図（ａ）に示すように、正規化
部102,量子化レベル判定部103,コード化部104により構
成される。

正規化部102では、入力信号101を共通の量子化テーブル
を用いて量子化できるように正規化する。入力信号値を
ｆとしたとき、その正規化値f_Nは、次式で計算される。

ここで、ｐ（ｆ）は、ｆの確率密度関数、σは標準偏差
であり、事前に計算されているものとする。ｆの平均は
０と仮定している。

量子化レベル判定部103では、正規化信号f_Nの量子化レ
ベルを判定し、コード化部104で該量子化レベルのコー
ド化を行う。以下では、第11図，第12図により、量子化
レベルおよびレベルコードの設定法について従来方式の
難点を明らかにした後、本実施例による解決策について
述べる。

第11図（ａ）にガウス分布の形状を示すが、従来の方式
では、該分布に対し平均量子化誤差が最小となるように
量子化レベル、レベル判定用のしきい値を計算してい
た。この結果得られる量子化レベルL_i、しきい値T_iを、
3bit量子化器の場合を例にとつて、第12図（ａ）の数直
線112上に示す。ただし、ガウス分布は原点に関し対称
なので正の側４レベルのみを示している。なお、数直線
111上には、数直線112と対応をとり正規化され標準偏差
値を示している。量子化レベルの判定は、しきい値T_iを
用いて以下のように行われる。

T_if_N＜T_i+1のときf_Q＝L_i（ｉ＝1,2,3） T₄f_N のときf_Q＝L₄ ここに、f_Qはf_Nの量子化レベルである。この場合、レベ
ルコードには第12図（ｂ）に示すような固定長3bitが用
いられる。なお第12図（ｂ）において、先頭ビツトｓは
正負を指示するサインビツトである。以上述べたよう
に、従来の方式では、入力信号の分布がガウス分布のと
きは平均誤差が最小となるような量子化が行えるが、異
常値の発生頻度が増大した場合、たとえば入力信号の分
布が第11図（ｂ）に示すように変形された場合、量子化
誤差が増大する。その理由は、 f_NT₄ となる信号の発生頻度が増大するにもかかわらず該信号
値が全てレベルL₄に量子化されるためである。

本実施例では、この問題を以下のように解決している。
第12図の例において、f_NT₄のある範囲に対し一様分布
を仮定し、第13図（ａ）に示すように、３個のしきい値
T₅,T₆,T₇および３個の量子化レベルL₅,L₆,L₇を新たに設
定する。すなわち、量子化レベル間の間隔が、等間隔 ΔＬ＝L₄−L₃ となるようにレベル値L₅,L₆,L₇を定め、しきい値T_iをとなるように定めるものとする。このような量子化レベ
ル，しきい値の設定により、f_NT₄となる信号の発生頻
度が増大した場合も、f_NT₄の範囲に対し４個の量子化
レベルを用いることができるので量子化誤差の増大を防
ぐことができる。コード化は、第13図（ｂ）に示すよう
に、２段階の可変長符号化により行う。量子化レベルL₃
までは、従来例と同様３ビツトでコード化し、L₄〜L
₇は、５ビツトでコード化するととする。第13図（ｂ）
において、コードS11は、３ビツトコードから５ビツト
コードへの切換え信号とみなすことができ、復号時の切
換え判定に用いられる。

以上の方式を一般的に述べると、以下のようにまとめら
れる。従来例のｋビツト量子化器は、2^k個の量子化レベ
ル（正負両方向考慮して）を持つが、これに対し、前述
の手順で、（2^k−２）個の量子化レベルを新たに設定
し、合計（2^k−１）×２個の量子化レベルを持たせるよ
うにする。このうち、原点側（2^k−２）個をｋビツト
で、残り2^k個を（2^k−１）ビツトでコード化する。（2k
−１）ビツトのコード化においては、上位ｋビツトがサ
インビツトおよびコード長の変更を指示するビツトであ
り、下位（ｋ−１）ビツトが、正負いずれかの側の2^k-1
個の量子化レベルを指示することとなる。

第10図（ｂ）により、逆量子化について説明する。逆量
子化器は、コード長判定部107,デコード部108,逆正規化
部109により構成される。コード長判定部107では、量子
化コード入力６のｋビツト分を読み込み、これが異常値
を指示するビツト列（たとえばS11……１）か否かを判
定し、そうである場合は、量子化コード106の後続の
（ｋ−１）ビツトを読み込む。デコード部108では、通
常値に対応するｋビツトコードあるいは、異常値に対応
する（2k−１）ビツトコードをコードテーブルを用いて
デコードし、正規化された出力値を得る。逆正規化部10
9では、次の逆正規化処理ｆ′＝σ・f_N′ を行い、出力信号ｆ′（第１図（ｂ）の110）を得る。
ここに、f_N′は逆正規化前のデコード値である。

本実施例によれば、異常値対応の量子化レベルを追加し
て得られる（2^k−１）×２個の量子化レベルを、平均ビ
ツト数を＝（１−ｐ）×ｋ＋ｐ×（2k−１）＝ｋ＋ｐ（ｋ−１）で符号化できる。ｐは、異常値の発生確率である。この
値を0.05と仮定すると、＝1.05k−0.05 となり、従来例のビツト数ｋに対し、ほとんど無視でき
る程度の符号長の増加で、異常値対応の量子化レベルを
追加設定することが可能となる。

本実施例では、異常値の分布に関し一様分布を仮定した
が、ラプラス分布，コーシー分布等を仮定することも可
能であることはいうまでもない。

〔発明の効果〕

本発明によれば、輝度変化の状況に応じてブロツクの分
割形態を可変化し、画像上で大半を占める緩やかに変化
する領域を粗くブロツク分割して少ない符号量で符号化
できるので、圧縮性能が向上するという効果がある。ま
た、急峻なラインやエツジの部分に対しては細かくブロ
ツク分割してその形状を忠実に保存するものの、大きな
歪を許して量子化ビツト数を削減しているので、符号量
をさ程向上させることなく、上記ラインやエツジのボケ
を防ぐという効果がある。従来方式の中で圧縮性能の高
いアダプテイブコサイン変換方式と比較した場合、復号
画像のSN比は同一圧縮率のとき０〜3dB程度（画像によ
つて異る）向上し、上記ラインやエツジのボケも少な
い。

特に、ブロック内の輝度分布の近似に双線形関数を採用
したことにより、ブロックの統合後の符号化データは統
合前の各ブロックのデータから漸化式により直接求めら
れるので、符号化，復号処理時間が短くて済む。特に実
用上問題となる復号処理時間に関しては、512×512サイ
ズの画像に対するシミユレーシヨンの結果、アダプテイ
ブコサイン変換方式の1/10程度となるという結果が得ら
れている。

【図面の簡単な説明】

第１図は本発明の第１の実施例の符号化処理全体のフロ
ーチヤート、第２図は第１図処理ブロツク２の詳細フロ
ーチヤート、第３図は漸化式による係数計算のデータフ
ロー図、第４図はビツト割当てテーブルの構成図、第５
図はブロツクの順序付説明図、第６図は第１図処理ブロ
ツク４の詳細フローチヤート、第７図（ａ）はブロツク
分割図、（ｂ）は（ａ）の分割図に対応するQuad−Tre
e、（ｃ）は（ａ）のQuad−Treeの符号化データ列、第
８図は、復号処理のフローチヤート、第９図（ａ），
（ｂ）はそれぞれ、符号化装置，復号装置構成例、第10
図（ａ），（ｂ）は、それぞれ、本発明の第２の実施例
の量子化器、逆量子化器構成図、第11図（ａ），（ｂ）
は、それぞれ、ガウス分布、およびその変形例の確率密
度関数のグラフ、第12図（ａ），（ｂ）は、それぞれ、
従来例の量子化レベルの数直線上の表現およびそのコー
ドテーブル、第13図（ａ），（ｂ）は、それぞれ、本実
施例の量子化レベルの数直線上の表現およびそのコード
テーブルである。

Claims

【特許請求の範囲】

【請求項１】イ）圧縮符号化の対象である画像を複数の
ブロックに分割すること、ロ）上記複数のブロックの各々について、量子化した係
数を有する双線形関数を用いてブロック内の輝度分布を
近似すること、ハ）上記複数のブロックの各々について、近似により得
られる近似画像と本の画像との各画素の輝度の差を算出
して近似により発生する歪の総和を算出し、該歪の総和
は定められた値を超えるか否か判定すること、ニ）上記歪の総和が定められた値を超えない４つのブロ
ックが隣接して集合し、上位レベルのブロックを形成す
る場合には、該４つのブロックを近似するそれぞれの双
線形関数の係数を用いて上位レベルに統合したブロック
の画像を近似する双線形関数の係数を求めること、ホ）定められた最上位レベルのブロックに向けて上記
ハ）の判定と、上記ニ）の統合したブロックの画像を近
似する双線形関数の係数の算出とを繰り返し、その結果
得られる双線形関数の係数列を木構造に形成された符号
化データとすること、の各処理手順を含むことを特徴とするデータ符号化方
法。