JPH07123272A - 画像圧縮方法 - Google Patents
画像圧縮方法Info
- Publication number
- JPH07123272A JPH07123272A JP26720493A JP26720493A JPH07123272A JP H07123272 A JPH07123272 A JP H07123272A JP 26720493 A JP26720493 A JP 26720493A JP 26720493 A JP26720493 A JP 26720493A JP H07123272 A JPH07123272 A JP H07123272A
- Authority
- JP
- Japan
- Prior art keywords
- density
- mise
- picture
- quantization level
- level number
- 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.)
- Pending
Links
Landscapes
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Image Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
(57)【要約】
【目的】画像伝送やパターン認識において適用される画
像圧縮方法において，効率のよい最適な量子化レベル数
で画像を圧縮可能とすることを目的とする。 【構成】濃度量子化レベル数を変化させ，濃度量子化レ
ベル数毎に濃度ヒストグラムの平均積分２乗誤差規準に
よる推定誤差を算出し，その濃度量子化レベル数に対す
る推定誤差曲線に基づき，推定誤差が最小となる濃度量
子化レベル数または推定誤差曲線が飽和する濃度量子化
レベル数を決定し，その量子化レベル数で画像をレベル
圧縮する。
像圧縮方法において，効率のよい最適な量子化レベル数
で画像を圧縮可能とすることを目的とする。 【構成】濃度量子化レベル数を変化させ，濃度量子化レ
ベル数毎に濃度ヒストグラムの平均積分２乗誤差規準に
よる推定誤差を算出し，その濃度量子化レベル数に対す
る推定誤差曲線に基づき，推定誤差が最小となる濃度量
子化レベル数または推定誤差曲線が飽和する濃度量子化
レベル数を決定し，その量子化レベル数で画像をレベル
圧縮する。
Description
【０００１】
【産業上の利用分野】本発明は，画像伝送またはパター
ン認識等において適用される画像圧縮を行う上での量子
化レベル数を自動決定し，画像を圧縮する画像圧縮方法
に関するものである。
ン認識等において適用される画像圧縮を行う上での量子
化レベル数を自動決定し，画像を圧縮する画像圧縮方法
に関するものである。
【０００２】
【従来の技術】多値画像を，より少ない濃度レベルで近
似するためには，その判断となる規準が必要となる。し
かし，従来はその明確な規準がなく，濃淡画像の量子化
レベル数は経験的な判断などにより予め固定的に設定さ
れていた。
似するためには，その判断となる規準が必要となる。し
かし，従来はその明確な規準がなく，濃淡画像の量子化
レベル数は経験的な判断などにより予め固定的に設定さ
れていた。
【０００３】
【発明が解決しようとする課題】画像の品質が悪ければ
（すなわち，データ量に比べてノイズの量が多けれ
ば），量子化レベル数が少ない方が見た目には画像とし
て適している。このように，画像の品質に適した量子化
レベル数が存在するはずである。しかしながら，ノイズ
といっても，ごま塩雑音からブロードなノイズまでさま
ざまなノイズが存在する。従って，それらに対する明確
な判断規準による画像圧縮が要求される。
（すなわち，データ量に比べてノイズの量が多けれ
ば），量子化レベル数が少ない方が見た目には画像とし
て適している。このように，画像の品質に適した量子化
レベル数が存在するはずである。しかしながら，ノイズ
といっても，ごま塩雑音からブロードなノイズまでさま
ざまなノイズが存在する。従って，それらに対する明確
な判断規準による画像圧縮が要求される。
【０００４】本発明は，この課題の解決を図り，よい画
像品質を効率よく得られる最適な濃度量子化レベル数を
自動決定することを目的とする。
像品質を効率よく得られる最適な濃度量子化レベル数を
自動決定することを目的とする。
【０００５】
【課題を解決するための手段】上記課題を解決するため
に，濃度量子化レベル数を設定することにより算出され
る濃度ヒストグラムに対して，そのヒストグラムの平均
積分２乗誤差規準（以下，ＭＩＳＥ規準という）による
推定誤差を算出し，その推定誤差が最小となる濃度量子
化レベル数で画像をレベル圧縮する。
に，濃度量子化レベル数を設定することにより算出され
る濃度ヒストグラムに対して，そのヒストグラムの平均
積分２乗誤差規準（以下，ＭＩＳＥ規準という）による
推定誤差を算出し，その推定誤差が最小となる濃度量子
化レベル数で画像をレベル圧縮する。
【０００６】
【作用】従来，濃淡画像の量子化レベル数は予め固定さ
れ設定されている。しかし，本来は画像の変化，雑音の
多少により，データドリブンに変化させるべきである。
量子化レベル数は単純に大きいほど画像品質がよいと考
えやすい。しかし，雑音の多い画像について考えるとわ
かるように，むやみにレベル数を増やすことは画像品質
の向上に必ずしもつながらない。ＭＩＳＥ統計量はその
へんの状況を考慮した量子化レベル数の適切な設定の規
準となる。
れ設定されている。しかし，本来は画像の変化，雑音の
多少により，データドリブンに変化させるべきである。
量子化レベル数は単純に大きいほど画像品質がよいと考
えやすい。しかし，雑音の多い画像について考えるとわ
かるように，むやみにレベル数を増やすことは画像品質
の向上に必ずしもつながらない。ＭＩＳＥ統計量はその
へんの状況を考慮した量子化レベル数の適切な設定の規
準となる。
【０００７】本発明によれば，効率のよい最適な量子化
レベル数で画像をレベル圧縮することが可能になる。
レベル数で画像をレベル圧縮することが可能になる。
【０００８】
【実施例】図１は本発明の実施例フローチャートであ
る。ステップ１０で画像を入力する。ステップ１１では
入力画像における処理対象領域を指定する。次に，ステ
ップ１２でＭＩＳＥ値分布を算出する。ここでは，濃度
量子化レベル数の変化に対するＭＩＳＥ値の分布を算出
する。ステップ１３では，算出したＭＩＳＥ値分布をも
とに，ＭＩＳＥ値が最小となる濃度量子化レベル数，ま
たはＭＩＳＥ値分布曲線が飽和する濃度量子化レベル数
を算出する。その濃度量子化レベル数に従って，ステッ
プ１４で画像を量子化し，レベル圧縮する。
る。ステップ１０で画像を入力する。ステップ１１では
入力画像における処理対象領域を指定する。次に，ステ
ップ１２でＭＩＳＥ値分布を算出する。ここでは，濃度
量子化レベル数の変化に対するＭＩＳＥ値の分布を算出
する。ステップ１３では，算出したＭＩＳＥ値分布をも
とに，ＭＩＳＥ値が最小となる濃度量子化レベル数，ま
たはＭＩＳＥ値分布曲線が飽和する濃度量子化レベル数
を算出する。その濃度量子化レベル数に従って，ステッ
プ１４で画像を量子化し，レベル圧縮する。
【０００９】以上の処理の内容を，具体的に説明する。
ｆ（ｘ）を原未知密度関数（１次元）とし，ｇ（ｎ，
Ｉ）を，ｆの標本数ｎ，級区間数Ｉ（級区間幅の逆数）
の近似等級区間ヒストグラムとする。ＭＩＳＥ最小法で
は， ∫（ｆ−ｇ（ｎ，Ｉ））2 ｄｘ → 最小 …… 式(1) となるように級区間数Ｉを選ぶ。ここで， ｇ（ｎ，Ｉ）＝０， ｘ−ａ≧０ or ｘ−ａ≦Ｌ ＝θi ，（ｉ−１）Ｌ／Ｉ≦ｘ−ａ≦ｉＬ／Ｉ，ｉ＝1,…,I であり，θi ≧０，（ｉ＝１，…，Ｉ）で θI ＝（Ｉ／Ｌ）−Σθi （ただし，Σはｉ＝１から（Ｉ−１）までの総和）であ
る。ここで，上記式(1) を展開すれば， ∫（ｆ−ｇ（ｎ，Ｉ））2 ｄｘ ＝∫ｆ2 ｄｘ−２∫ｆ・ｇ（ｎ，Ｉ）ｄｘ＋∫ｇ（ｎ，Ｉ）2 ｄｘ である。ここで，第１項は最適化を図る近似ヒストグラ
ムに依存しない項であるから，式(1) を最小化させるｇ
（ｎ，Ｉ）を求めるには，第２項と第３項の和を最小化
するだけでよい。Linhart and Zucchin （参考文献：Li
nhart,H. et al.Model Selection, Wiley (1986) ）
は，第２項と第３項の和の不偏推定量ＭＩＳＥとして， ＭＩＳＥ＝（Ｉ／ｎＬ）× ［１−（ｎ＋１）／（ｎ−１）（（Σｎi 2 ／ｎ）−１）］ （ただし，Σはｉ＝１からＩまでの総和） …… 式(2) を導いた。ＭＩＳＥ法では，式(2) が最小となるように
級区間数Ｉを最適な級区間数として選択する。ここでｎ
i はｉ番目区間の標本数である。
ｆ（ｘ）を原未知密度関数（１次元）とし，ｇ（ｎ，
Ｉ）を，ｆの標本数ｎ，級区間数Ｉ（級区間幅の逆数）
の近似等級区間ヒストグラムとする。ＭＩＳＥ最小法で
は， ∫（ｆ−ｇ（ｎ，Ｉ））2 ｄｘ → 最小 …… 式(1) となるように級区間数Ｉを選ぶ。ここで， ｇ（ｎ，Ｉ）＝０， ｘ−ａ≧０ or ｘ−ａ≦Ｌ ＝θi ，（ｉ−１）Ｌ／Ｉ≦ｘ−ａ≦ｉＬ／Ｉ，ｉ＝1,…,I であり，θi ≧０，（ｉ＝１，…，Ｉ）で θI ＝（Ｉ／Ｌ）−Σθi （ただし，Σはｉ＝１から（Ｉ−１）までの総和）であ
る。ここで，上記式(1) を展開すれば， ∫（ｆ−ｇ（ｎ，Ｉ））2 ｄｘ ＝∫ｆ2 ｄｘ−２∫ｆ・ｇ（ｎ，Ｉ）ｄｘ＋∫ｇ（ｎ，Ｉ）2 ｄｘ である。ここで，第１項は最適化を図る近似ヒストグラ
ムに依存しない項であるから，式(1) を最小化させるｇ
（ｎ，Ｉ）を求めるには，第２項と第３項の和を最小化
するだけでよい。Linhart and Zucchin （参考文献：Li
nhart,H. et al.Model Selection, Wiley (1986) ）
は，第２項と第３項の和の不偏推定量ＭＩＳＥとして， ＭＩＳＥ＝（Ｉ／ｎＬ）× ［１−（ｎ＋１）／（ｎ−１）（（Σｎi 2 ／ｎ）−１）］ （ただし，Σはｉ＝１からＩまでの総和） …… 式(2) を導いた。ＭＩＳＥ法では，式(2) が最小となるように
級区間数Ｉを最適な級区間数として選択する。ここでｎ
i はｉ番目区間の標本数である。
【００１０】画像の濃度レベル圧縮を行うために，濃度
ヒストグラムにおいて，級区間数，すなわち量子化レベ
ル数を変化させたとき，式(2) で定義されたＭＩＳＥ値
がいかに変化するかを観測する。ここで，ｎは画素数，
Ｌは濃度レンジ，Ｉは濃度量子化レベル数，ｎi （ｉ＝
１，…，Ｉ）はＩで量子化したときの濃度ヒストグラム
系列である。
ヒストグラムにおいて，級区間数，すなわち量子化レベ
ル数を変化させたとき，式(2) で定義されたＭＩＳＥ値
がいかに変化するかを観測する。ここで，ｎは画素数，
Ｌは濃度レンジ，Ｉは濃度量子化レベル数，ｎi （ｉ＝
１，…，Ｉ）はＩで量子化したときの濃度ヒストグラム
系列である。
【００１１】観測されたＭＩＳＥ値曲線から最適な濃度
量子化レベル数を決定する。全体的に下に凸のＭＩＳＥ
値曲線の下降状況が飽和する地点で選ぶ。視覚特性とＭ
ＩＳＥ値曲線との関係を考えると，ＭＩＳＥ値の減少と
視覚的に受ける表現能力は濃度量子化レベル数に対して
対数感度特性を持つ。従って，予めＭＩＳＥ値曲線と視
覚の感度特性との対応を実験的にとっておき，視覚の感
度特性で更正したＭＩＳＥ値曲線に対して，飽和する地
点を最適な濃度量子化レベル数と決定する。
量子化レベル数を決定する。全体的に下に凸のＭＩＳＥ
値曲線の下降状況が飽和する地点で選ぶ。視覚特性とＭ
ＩＳＥ値曲線との関係を考えると，ＭＩＳＥ値の減少と
視覚的に受ける表現能力は濃度量子化レベル数に対して
対数感度特性を持つ。従って，予めＭＩＳＥ値曲線と視
覚の感度特性との対応を実験的にとっておき，視覚の感
度特性で更正したＭＩＳＥ値曲線に対して，飽和する地
点を最適な濃度量子化レベル数と決定する。
【００１２】本発明の効果を具体的に示すために，濃度
レベル設定による影響が出やすい機械部品画像に対して
評価実験を行った結果を，以下に説明する。評価用画像
（エンジン部品）を図２（ａ），対象となる濃度ヒスト
グラムを図２（ｂ）に示す。ｎ＝６４０×４８０，Ｌ＝
１９２（最大濃度＝１９２，最小濃度＝０）である。
レベル設定による影響が出やすい機械部品画像に対して
評価実験を行った結果を，以下に説明する。評価用画像
（エンジン部品）を図２（ａ），対象となる濃度ヒスト
グラムを図２（ｂ）に示す。ｎ＝６４０×４８０，Ｌ＝
１９２（最大濃度＝１９２，最小濃度＝０）である。
【００１３】図３は，量子化レベル数Ｉを２から１９２
まで変化させたときのＭＩＳＥ値を示す。ほぼ数１０レ
ベルで，ＭＩＳＥ最小値の約８０％程度まで下降し，あ
とは，若干の下降はあるものの，飽和状態になっている
のが確認される。ＭＩＳＥ値の変化の大きいＩ区間（Ｉ
＝２〜１６）を拡大して再度プロットしたものを図４に
示す。
まで変化させたときのＭＩＳＥ値を示す。ほぼ数１０レ
ベルで，ＭＩＳＥ最小値の約８０％程度まで下降し，あ
とは，若干の下降はあるものの，飽和状態になっている
のが確認される。ＭＩＳＥ値の変化の大きいＩ区間（Ｉ
＝２〜１６）を拡大して再度プロットしたものを図４に
示す。
【００１４】次に，Ｉ＝２，３，４，５，６，８，１６
に対する濃度量子化画像およびその近似ヒストグラム
を，図５（ａ）〜（ｇ），図５（ｈ）〜（ｎ）に示す。
ただし，各近似ヒストグラムのグラフ上の高さは，各ヒ
ストグラムの最大頻度値で正規化している。
に対する濃度量子化画像およびその近似ヒストグラム
を，図５（ａ）〜（ｇ），図５（ｈ）〜（ｎ）に示す。
ただし，各近似ヒストグラムのグラフ上の高さは，各ヒ
ストグラムの最大頻度値で正規化している。
【００１５】＜Ｉ＝２＞：背景のレベルは均一だが，対
象領域の表現が全く不十分である。近似ヒストグラムは
原ヒストグラムと大きく違う。 ＜Ｉ＝３＞：背景のレベルが不均一である。近似ヒスト
グラムはＩ＝２の近似ヒストグラムより視覚的に原ヒス
トグラムと離れており，ＭＩＳＥ値も，Ｉ＝２より悪く
なっている。
象領域の表現が全く不十分である。近似ヒストグラムは
原ヒストグラムと大きく違う。 ＜Ｉ＝３＞：背景のレベルが不均一である。近似ヒスト
グラムはＩ＝２の近似ヒストグラムより視覚的に原ヒス
トグラムと離れており，ＭＩＳＥ値も，Ｉ＝２より悪く
なっている。
【００１６】＜Ｉ＝４＞：対象領域，背景の一部が不均
一さを有するが，原画像にかなり近い。近似ヒストグラ
ムは原ヒストグラムを粗っぽいが良く表現している。Ｍ
ＩＳＥ値は，Ｉ＝３の約２倍良くなっている。
一さを有するが，原画像にかなり近い。近似ヒストグラ
ムは原ヒストグラムを粗っぽいが良く表現している。Ｍ
ＩＳＥ値は，Ｉ＝３の約２倍良くなっている。
【００１７】＜Ｉ＝５＞：対象領域，背景とも，原画像
と変わらない。近似ヒストグラムも原ヒストグラムの特
性を的確に表現している。ＭＩＳＥ値は，Ｉ＝４より良
くなっている。
と変わらない。近似ヒストグラムも原ヒストグラムの特
性を的確に表現している。ＭＩＳＥ値は，Ｉ＝４より良
くなっている。
【００１８】＜Ｉ＝６＞：対象領域は原画像と変わらな
いが，背景が不均一になっている。近似ヒストグラムも
ＭＩＳＥ値もＩ＝５の場合より悪くなっている。 ＜Ｉ＝８，１６＞：対象領域，背景とも，原画像と変わ
らない。近似ヒストグラムも原ヒストグラムを十分表現
している。ＭＩＳＥ値は，Ｉ＝８のときはＩ＝５の１．
４倍，Ｉ＝１６のときはＩ＝５の１．７倍であるが，視
覚的な差は，ＭＩＳＥ値の差ほどない。
いが，背景が不均一になっている。近似ヒストグラムも
ＭＩＳＥ値もＩ＝５の場合より悪くなっている。 ＜Ｉ＝８，１６＞：対象領域，背景とも，原画像と変わ
らない。近似ヒストグラムも原ヒストグラムを十分表現
している。ＭＩＳＥ値は，Ｉ＝８のときはＩ＝５の１．
４倍，Ｉ＝１６のときはＩ＝５の１．７倍であるが，視
覚的な差は，ＭＩＳＥ値の差ほどない。
【００１９】以上の結果より，ＭＩＳＥ最適化の立場か
らは，量子化レベル数の増加に伴うコストを別にした視
覚レベルにおいても，量子化レベル数が大きいことが単
純に画像品質の単調な向上に必ずしもつながらないこと
がわかる。効率のよい量子化レベル数は，全体的に下に
凸のＭＩＳＥ値曲線の下降状況が飽和する地点で選ぶべ
きである。さらに，Ｉ＝５とＩ＝８，１６の場合を比較
すればわかるように，ＭＩＳＥ値の減少と視覚的に受け
る表現能力は，Ｉに関して対数感度特性を持つと示唆さ
れる。
らは，量子化レベル数の増加に伴うコストを別にした視
覚レベルにおいても，量子化レベル数が大きいことが単
純に画像品質の単調な向上に必ずしもつながらないこと
がわかる。効率のよい量子化レベル数は，全体的に下に
凸のＭＩＳＥ値曲線の下降状況が飽和する地点で選ぶべ
きである。さらに，Ｉ＝５とＩ＝８，１６の場合を比較
すればわかるように，ＭＩＳＥ値の減少と視覚的に受け
る表現能力は，Ｉに関して対数感度特性を持つと示唆さ
れる。
【００２０】次に，ノイズの量の変化により，最適量子
化レベル数が如何に変化するかを考察する。ノイズは，
各画素の濃度値の変動が，原濃度レベルに対して，α％
のレベル分だけ画素間でランダムに変動するように与え
た。本実験では，ノイズの量による変化が顕著に現われ
るように，画素数を少なくして，相対的にノイズの影響
を大きくした。
化レベル数が如何に変化するかを考察する。ノイズは，
各画素の濃度値の変動が，原濃度レベルに対して，α％
のレベル分だけ画素間でランダムに変動するように与え
た。本実験では，ノイズの量による変化が顕著に現われ
るように，画素数を少なくして，相対的にノイズの影響
を大きくした。
【００２１】具体的には，図６（ａ）に示すような機械
部品に表記されている刻印文字の一部（中央部のＰの刻
印文字：矩形枠で対象ウィンドウ領域指定：領域サイズ
＝１２×１５画素）を取り上げ，ノイズレベルαを，０
％から３０％まで１０％おきに変化させ，そのときの最
適量子化レベル数（ＭＩＳＥ値を最小化する量子化レベ
ル数：Ｉ* ）が如何に変化するかを観測した。図６
（ｄ）（ｇ）（ｊ）は，それぞれ，１０％，２０％，３
０％のノイズ付加画像を示す。図６（ｂ）（ｅ）（ｈ）
（ｋ）は，画像（ａ）（ｄ）（ｇ）（ｊ）に対するヒス
トグラム系列，図６（ｃ）（ｆ）（ｉ）（ｌ）は，Ｉ*
で構成されるそれぞれの最適近似ヒストグラム系列を示
す。
部品に表記されている刻印文字の一部（中央部のＰの刻
印文字：矩形枠で対象ウィンドウ領域指定：領域サイズ
＝１２×１５画素）を取り上げ，ノイズレベルαを，０
％から３０％まで１０％おきに変化させ，そのときの最
適量子化レベル数（ＭＩＳＥ値を最小化する量子化レベ
ル数：Ｉ* ）が如何に変化するかを観測した。図６
（ｄ）（ｇ）（ｊ）は，それぞれ，１０％，２０％，３
０％のノイズ付加画像を示す。図６（ｂ）（ｅ）（ｈ）
（ｋ）は，画像（ａ）（ｄ）（ｇ）（ｊ）に対するヒス
トグラム系列，図６（ｃ）（ｆ）（ｉ）（ｌ）は，Ｉ*
で構成されるそれぞれの最適近似ヒストグラム系列を示
す。
【００２２】図７はノイズレベルαを変化させたときの
最適量子化レベル数Ｉ* の遷移状態，図８は，最適量子
化レベル数を与えるＭＩＳＥ値の変化を示す。ノイズレ
ベルが大きくなるにつれて，濃度のばらつきが大きくな
っているのが確認される。それに対して，最適量子化レ
ベル数Ｉ* は漸近的に減少しているのが確認される。こ
のことは，濃度のばらつきが大きければ，濃度レベルを
粗く分割してよいことを示しており，感覚的にも一致す
る。また，最適ＭＩＳＥ値は，ノイズレベルが増大する
につれて増大，すなわち悪くなっている。ノイズの量を
定量的に把握する上でもＭＩＳＥは有効な評価値である
と言える。
最適量子化レベル数Ｉ* の遷移状態，図８は，最適量子
化レベル数を与えるＭＩＳＥ値の変化を示す。ノイズレ
ベルが大きくなるにつれて，濃度のばらつきが大きくな
っているのが確認される。それに対して，最適量子化レ
ベル数Ｉ* は漸近的に減少しているのが確認される。こ
のことは，濃度のばらつきが大きければ，濃度レベルを
粗く分割してよいことを示しており，感覚的にも一致す
る。また，最適ＭＩＳＥ値は，ノイズレベルが増大する
につれて増大，すなわち悪くなっている。ノイズの量を
定量的に把握する上でもＭＩＳＥは有効な評価値である
と言える。
【００２３】
【発明の効果】以上説明したように，本発明によれば，
画像品質の向上につながる効率のよい濃度量子化レベル
数を決定することにより，画像伝送やパターン認識等に
おける最適な画像のレベル圧縮を実現することができ
る。
画像品質の向上につながる効率のよい濃度量子化レベル
数を決定することにより，画像伝送やパターン認識等に
おける最適な画像のレベル圧縮を実現することができ
る。
【図１】本発明の実施例フローチャートである。
【図２】本発明の実験例における評価用画像およびその
濃度ヒストグラムを示す図である。
濃度ヒストグラムを示す図である。
【図３】本発明の実験例における量子化レベル数変化に
対するＭＩＳＥ値分布を示す図である。
対するＭＩＳＥ値分布を示す図である。
【図４】本発明の実験例における量子化レベル数（Ｉ＝
２〜１６）に対するＭＩＳＥ値分布を示す図である。
２〜１６）に対するＭＩＳＥ値分布を示す図である。
【図５】本発明の実験例における量子化画像およびその
近似ヒストグラムを示す図である。
近似ヒストグラムを示す図である。
【図６】本発明の実験例におけるＭＩＳＥ規準最小化か
ら決定されるノイズ付加画像の最適量子化レベル数を示
す図である。
ら決定されるノイズ付加画像の最適量子化レベル数を示
す図である。
【図７】本発明の実験例における付加ノイズが最適量子
化レベル数Ｉ* に及ぼす影響を示す図である。
化レベル数Ｉ* に及ぼす影響を示す図である。
【図８】本発明の実験例における付加ノイズに対する最
適ＭＩＳＥ値の変化を示す図である。
適ＭＩＳＥ値の変化を示す図である。
１０ 画像入力処理 １１ 領域指定処理 １２ ＭＩＳＥ値分布算出処理 １３ 量子化レベル数算出処理 １４ 画像量子化処理
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０４Ｎ 7/24
Claims (1)
- 【請求項１】 画像の濃度量子化レベル数を決定し画像
を圧縮する画像圧縮方法であって， 濃度量子化レベル数を変化させ，濃度量子化レベル数毎
に濃度ヒストグラムの平均積分２乗誤差規準による推定
誤差を算出し， その濃度量子化レベル数に対する推定誤差曲線に基づ
き，推定誤差が最小となる濃度量子化レベル数または推
定誤差曲線が飽和する濃度量子化レベル数を決定し， その量子化レベル数で画像をレベル圧縮することを特徴
とする画像圧縮方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26720493A JPH07123272A (ja) | 1993-10-26 | 1993-10-26 | 画像圧縮方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26720493A JPH07123272A (ja) | 1993-10-26 | 1993-10-26 | 画像圧縮方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07123272A true JPH07123272A (ja) | 1995-05-12 |
Family
ID=17441581
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26720493A Pending JPH07123272A (ja) | 1993-10-26 | 1993-10-26 | 画像圧縮方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07123272A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU781774B2 (en) * | 1999-12-20 | 2005-06-09 | Honda, Tadashi | Image data compressing method and restoring method |
| JP2014195204A (ja) * | 2013-03-29 | 2014-10-09 | Riso Kagaku Corp | 画像処理装置 |
-
1993
- 1993-10-26 JP JP26720493A patent/JPH07123272A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU781774B2 (en) * | 1999-12-20 | 2005-06-09 | Honda, Tadashi | Image data compressing method and restoring method |
| JP2014195204A (ja) * | 2013-03-29 | 2014-10-09 | Riso Kagaku Corp | 画像処理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7809207B2 (en) | Pre-processing method and system for data reduction of video sequences and bit rate reduction of compressed video sequences using spatial filtering | |
| KR101437195B1 (ko) | 코딩된 화상 및 영상에서 블록 아티팩트 검출 | |
| EP1745436B1 (en) | Methods and systems for converting images from low dynamic range to high dynamic range | |
| US7369181B2 (en) | Method of removing noise from digital moving picture data | |
| Fazilov et al. | Improving image contrast: Challenges and solutions | |
| US6108455A (en) | Non-linear image filter for filtering noise | |
| US7634150B2 (en) | Removing ringing and blocking artifacts from JPEG compressed document images | |
| US7822286B2 (en) | Filtering artifacts in images with 3D spatio-temporal fuzzy filters | |
| KR101350853B1 (ko) | 이미지들에서 아티팩트들을 감소시키기 위한 장치 및 방법 | |
| US8208565B2 (en) | Pre-processing method and system for data reduction of video sequences and bit rate reduction of compressed video sequences using temporal filtering | |
| US7894685B2 (en) | Method and apparatus for reducing ringing artifacts | |
| US7046857B2 (en) | Apparatus and methods for image and signal processing | |
| EP1781041B1 (en) | JPEG detectors and JPEG image history estimators | |
| EP1341384B1 (en) | Image quality control apparatus and method | |
| US6782135B1 (en) | Apparatus and methods for adaptive digital video quantization | |
| US9147238B1 (en) | Adaptive histogram-based video contrast enhancement | |
| JPH08186714A (ja) | 画像データのノイズ除去方法及びその装置 | |
| US20030052979A1 (en) | Image processing method and apparatus | |
| JPH10327334A (ja) | リンギングノイズの減少のための信号適応フィルタリング方法及び信号適応フィルター | |
| JP2003018599A (ja) | 画像符号化装置および方法 | |
| US8260076B1 (en) | Constant time filtering | |
| US20020102029A1 (en) | Image coding/decoding method, image coding apparatus and image decoding apparatus | |
| US7734110B2 (en) | Method for filtering the noise of a digital image sequence | |
| US8340404B2 (en) | Image processing device and method, learning device and method, program, and recording medium | |
| US7020333B2 (en) | Apparatus and method for equalizing histogram of an image |