JPH11331852A - 可逆符号化方法および可逆符号化装置 - Google Patents

Abstract

(57)【要約】 【課題】 隣接画素間の相関が少ない画像に対しても圧
縮率の向上を図ることができる可逆符号化方法を得る。 【解決手段】 画像データを予測符号化し、予測符号化
による予測誤差データをブロック分割し、ブロック毎に
予測誤差の大きいブロックか小さいブロックか判別し、
予測誤差の大きいブロックにはベクトル量子化を適用
し、予測誤差の大きいブロックにおけるベクトル量子化
により検索されたコードブックのベクトル値と予測誤差
値との差分値を計算し、この差分値と予測誤差の小さい
ブロックにおける予測誤差値をエントロピー符号化し、
エントロピー符号とブロックの大小判別フラッグとベク
トル量子化によるインデックスとを用いて符号化データ
を作成する可逆符号化方法とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は画像、音声などのデ
ィジタルデータを劣化なく符号化する可逆符号化方法お
よび可逆符号化装置に関するものである。

【０００２】

【従来の技術】近年、医療画像などのよう画像データを
診断に用いたり、あるいは、受信した画像にエッジ強調
や色補正などの画像処理を行ってから再び伝送するよう
な場合などにおいては、高品質な情報が必要とされるた
め、静止画や高精細画像などにおいて画質劣化の全くな
い画像符号化方法である可逆符号化方法の要求が高まっ
ている。

【０００３】ここで、画像データの可逆符号化は大きく
分けて２つの処理を行うブロックから構成されており、
第１のブロックが画像データのモデル化部、第２のブロ
ックがエントロピー符号化部となっている。そして、画
像データのモデル化部では画像データを符号化しやすい
データ列に変換することを目的とし、エントロピー符号
化部では変換されたデータ列に対してできるだけ短い符
号を実際に割り当て符号化データとすることを目的とし
ている。

【０００４】従来より、このような可逆符号化技術に
は、静止画の国際標準符号化方式としてＪＰＥＧ Ｌｏ
ｓｓ−ｌｅｓｓモード、あるいは標準化作業中のＪＰＥ
Ｇ−ＬＳ、ＪＰＥＧ２０００などがある。

【０００５】これらの符号化技術は、基本的には、画像
データのモデル化部で予測符号化によって予測誤差を求
め、エントロピー符号化部で予測誤差をハフマン符号化
あるいは算術符号化する構成となっている。従って、圧
縮率向上の鍵は、画像データのモデル化部においていか
に予測誤差を小さくするかである。そこで、画像データ
のモデル化部では、符号化画素の周辺画素情報のコンテ
クストなどを利用して予測精度の向上を図っている。

【０００６】

【発明が解決しようとする課題】しかしながら、上記の
ような従来の技術では、圧縮率を向上させるためには符
号化画素と周辺画素の相関を利用して予測精度を向上さ
せているため、隣接画素間の相関が少ない画像に対して
は圧縮率の向上を図ることが困難になる。

【０００７】そこで、本発明は、隣接画素間の相関が少
ない画像に対しても圧縮率の向上を図ることができる可
逆符号化方法および可逆符号化装置を提供することを目
的とする。

【０００８】

【課題を解決するための手段】この課題を解決するため
に、本発明の可逆符号化方法は、画像データの予測符号
化を行い、予測符号化による予測誤差データを複数のブ
ロックに分割し、分割された各ブロック毎に予測誤差の
大きいブロックか小さいブロックか判別して判別結果に
応じた大小判別フラッグを発生し、予測誤差の大きいブ
ロックと判別されたブロックにはベクトル量子化を適用
して、検索されたコードブックのインデックスを発生す
るとともに検索されたコードブックのベクトル値と予測
誤差値との差分値データを出力し、予測誤差の大きいブ
ロックと判別されたブロックから計算されたコードブッ
クのベクトル値と予測誤差値との差分値と予測誤差の小
さいブロックと判別されたブロックの予測誤差値とをエ
ントロピー符号化し、エントロピー符号化による符号と
大小判別フラッグとコードブックのインデックスとを用
いて符号化データを作成するようにしたものである。

【０００９】これにより、隣接画素間の相関が少ない画
像に対しても圧縮率の向上を図ることが可能になる。

【００１０】また、本発明の可逆符号化装置は、画像デ
ータの予測符号化を行う予測符号化手段と、予測符号化
による予測誤差データを複数のブロックに分割するブロ
ック分割手段と、分割された各ブロック毎に予測誤差の
大きいブロックか小さいブロックかを判別し、判別結果
に応じた大小判別フラッグを出力する大小判別手段と、
予測誤差の大きいブロックにはベクトル量子化を適用
し、検索されたコードブックのインデックスおよび検索
されたコードブックのベクトル値と予測誤差値との差分
値データを出力するベクトル量子化手段と、予測誤差の
大きいブロックと判別されたブロックから計算されたコ
ードブックのベクトル値と予測誤差値との差分値と予測
誤差の小さいブロックと判別されたブロックの予測誤差
値とをエントロピー符号化するエントロピー符号化手段
と、エントロピー符号化手段による符号と大小判別手段
による大小判別フラッグとベクトル量子化手段によるイ
ンデックスとを符号化データにする符号化データ作成手
段とを有する構成としたものである。

【００１１】これにより、隣接画素間の相関が少ない画
像に対しても圧縮率の向上を図ることが可能になる。

【００１２】

【発明の実施の形態】本発明の請求項１に記載の発明
は、画像データの予測符号化を行い、予測符号化による
予測誤差データを複数のブロックに分割し、分割された
各ブロック毎に予測誤差の大きいブロックか小さいブロ
ックか判別し、予測誤差の大きいブロックと判別された
ブロックにはベクトル量子化を適用することを特徴とす
る可逆符号化方法であり、予測誤差の大きいブロックに
対しては予測誤差にベクトル量子化を適用することによ
りエントロピーを低減しているので、圧縮率の高い可逆
符号化を実現することが可能になるという作用を有す
る。

【００１３】本発明の請求項２に記載の発明は、画像デ
ータの予測符号化を行い、予測符号化による予測誤差デ
ータを複数のブロックに分割し、分割された各ブロック
毎に予測誤差の大きいブロックか小さいブロックか判別
して判別結果に応じた大小判別フラッグを発生し、予測
誤差の大きいブロックと判別されたブロックにはベクト
ル量子化を適用して、検索されたコードブックのインデ
ックスを発生するとともに検索されたコードブックのベ
クトル値と予測誤差値との差分値データを出力し、予測
誤差の大きいブロックと判別されたブロックから計算さ
れたコードブックのベクトル値と予測誤差値との差分値
と予測誤差の小さいブロックと判別されたブロックの予
測誤差値とをエントロピー符号化し、エントロピー符号
化による符号と大小判別フラッグとコードブックのイン
デックスとを用いて符号化データを作成することを特徴
とする可逆符号化方法であり、隣接画素間の相関が強い
領域には予測符号化を適用してエントロピーを低減し、
隣接画素間の相関が少ない領域には予測誤差にベクトル
量子化を適用することによりエントロピーを低減してい
るので、圧縮率の高い可逆符号化を実現することが可能
になるという作用を有する。

【００１４】本発明の請求項３に記載の発明は、請求項
１または２記載の発明において、分割された各ブロック
毎に予測誤差の大きいブロックか小さいブロックかを判
別する際においては、ブロック内の予測誤差の絶対値の
和と閾値とを比較することによって判別を行うことを特
徴とする可逆符号化方法であり、簡単な計算により予測
誤差の大きいブロックか小さいブロックかを判別するこ
とが可能になるという作用を有する。

【００１５】本発明の請求項４に記載の発明は、請求項
２記載の発明において、大小判別フラッグを用いて符号
化データを作成する際においては、予測誤差の大きいブ
ロックと小さいブロックがそれぞれラスタ走査方向にい
くつ続くかのラン長を計算し、ランの先頭にラン長を付
加することにより符号化データを作成することを特徴と
する可逆符号化方法であり、大小判別フラッグのオーバ
ーヘッド情報を削減し圧縮率の向上を図ることが可能に
なるという作用を有する。

【００１６】本発明の請求項５に記載の発明は、請求項
２記載の発明において、大小判別フラッグを用いて符号
化データを作成する際においては、予測誤差の大きいブ
ロックと小さいブロックがそれぞれヒルベルト走査方向
にいくつ続くかのラン長を計算し、ランの先頭にラン長
を付加することにより符号化データを作成することを特
徴とする可逆符号化方法であり、ラスタ走査方向よりも
近傍保存性の高いヒルベルト走査方向にラン長のフラッ
グを付けることにより大小判別フラッグのオーバーヘッ
ド情報を削減し圧縮率の向上を図ることが可能になると
いう作用を有する。

【００１７】本発明の請求項６に記載の発明は、請求項
４または５記載の発明において、ランの先頭にラン長を
付加することにより符号化データを作成する際において
は、ラン長の短いブロックはラン長の長いブロックに結
合してラン長を計算することを特徴とする可逆符号化方
法であり、ブロック毎の予測誤差の大小の切換わり多い
場合に増えるオーバーヘッド情報に対して、短いランを
結合することにより大小判別フラッグを少なくすること
によってオーバーヘッド情報を削減し圧縮率の向上を図
ることが可能になるという作用を有する。

【００１８】本発明の請求項７に記載の発明は、請求項
６記載の発明において、ラン長の短いブロックをラン長
の長いブロックに結合してラン長を計算する際において
は、各ラン長と閾値とを比較し、閾値よりもラン長が短
い場合にはそのランを直前のランに結合することを特徴
とする可逆符号化方法であり、簡単な計算により結合処
理を行うことが可能になるという作用を有する。

【００１９】本発明の請求項８に記載の発明は、請求項
１または２記載の発明において、予測符号化による予測
誤差データをブロック分割する際においては、予測誤差
データをヒルベルト走査順に並べ換え、予測誤差の大き
い画素のランと予測誤差の小さい画素のランとに分割
し、予測誤差の大きい画素のランからベクトル量子化の
次元数にあう画素数のブロックを切り出してブロックデ
ータを作成することを特徴とする可逆符号化方法であ
り、精度よく予測誤差の大きい画素を集めたブロックデ
ータを作成することができ圧縮率の向上を図ることが可
能になるという作用を有する。

【００２０】本発明の請求項９に記載の発明は、請求項
１または２記載の発明において、予測符号化による予測
誤差データをブロック分割する際においては、予測誤差
の大きいブロックをブロック内の予測誤差の大きさのレ
ベルによって複数のグループに分割し、ベクトル量子化
を適用するにおいてそれぞれの予測誤差の大きさのレベ
ルにあった複数のコードブックを用意し、対応するコー
ドブックのみを検索してベクトル量子化を行うことを特
徴とする可逆符号化方法であり、高速に、最適なベクト
ルコードを検索することのできるベクトル量子化を実現
することが可能になるという作用を有する。

【００２１】本発明の請求項１０に記載の発明は、請求
項９記載の発明において、予測誤差の大きいブロックを
ブロック内の予測誤差の大きさのレベルによって複数の
グループに分割する際においては、予測誤差データを、
それぞれのランの平均値と予測誤差データとの累積二乗
誤差の和が最小になるように複数のランに分割し、分割
されたそれぞれのランからベクトル量子化の次元数にあ
う画素数のブロックを切り出すことにより複数のグルー
プのブロックに分割することを特徴とする可逆符号化方
法であり、この方法により同レベルの値を精度よく集め
たランに分割することができるので、コードブックを最
適化することにより、ベクトル量子化のときに、より少
ない検索量で最適なベクトルコードを検索することが可
能になるという作用を有する。

【００２２】本発明の請求項１１に記載の発明は、画像
データの予測符号化を行う予測符号化手段と、予測符号
化による予測誤差データを複数のブロックに分割するブ
ロック分割手段と、分割された各ブロック毎に予測誤差
の大きいブロックか小さいブロックかを判別する大小判
別手段と、予測誤差の大きいブロックにはベクトル量子
化を適用するベクトル量子化手段とを有することを特徴
とする可逆符号化装置であり、予測誤差の大きいブロッ
クに対しては予測誤差にベクトル量子化を適用すること
によりエントロピーを低減しているので、圧縮率の高い
可逆符号化を実現することが可能になるという作用を有
する。

【００２３】本発明の請求項１２に記載の発明は、画像
データの予測符号化を行う予測符号化手段と、予測符号
化による予測誤差データを複数のブロックに分割するブ
ロック分割手段と、分割された各ブロック毎に予測誤差
の大きいブロックか小さいブロックかを判別し、判別結
果に応じた大小判別フラッグを出力する大小判別手段
と、予測誤差の大きいブロックにはベクトル量子化を適
用し、検索されたコードブックのインデックスおよび検
索されたコードブックのベクトル値と予測誤差値との差
分値データを出力するベクトル量子化手段と、予測誤差
の大きいブロックと判別されたブロックから計算された
コードブックのベクトル値と予測誤差値との差分値と予
測誤差の小さいブロックと判別されたブロックの予測誤
差値とをエントロピー符号化するエントロピー符号化手
段と、エントロピー符号化手段による符号と大小判別手
段による大小判別フラッグとベクトル量子化手段による
インデックスとを符号化データにする符号化データ作成
手段とを有することを特徴とする可逆符号化装置であ
り、隣接画素間の相関が強い領域には予測符号化を適用
してエントロピーを低減し、隣接画素間の相関が少ない
領域には予測誤差にベクトル量子化を適用することによ
りエントロピーを低減しているので、圧縮率の高い可逆
符号化を実現することが可能になるという作用を有す
る。

【００２４】以下、本発明の実施の形態について、図１
から図１３を用いて説明する。図１は本発明の一実施の
形態による可逆符号化方法を実現するための可逆符号化
装置の構成を示すブロック図、図２は図１の可逆符号化
装置の動作を示すブロック図、図３は図１の予測符号化
装置における予測符号化を示す説明図、図４は予測誤差
のラスタデータのブロック分割を示す説明図、図５はブ
ロックデータにおける予測誤差の大小判別を示す説明
図、図６は予測誤差の大きいブロックにベクトル量子化
を適用した場合を示す説明図、図７は予測誤差の大小判
別のためのフラッグの挿入を示す説明図、図８は予測誤
差が大きいブロックと小さいブロックのデータ列に対す
るランの結合を示す説明図、図９はヒルベルト走査を用
いて四次元のブロックを作成する手順を示す説明図、図
１０は図１のベクトル量子化装置の構成を表すブロック
図、図１１は予測誤差の大きい画素のランを複数のラン
に分割した状態を示す説明図、図１２はベクトル量子化
による画像符号化装置の構成を示す概略図、図１３はベ
クトル量子化における代表ベクトルの配置例を示す説明
図である。

【００２５】図１に示すように、本実施の形態の可逆符
号化装置は、画像データが入力される入力装置１０１、
入力された画像データに施される画像処理の内容を制御
する制御装置１０２、予測誤差データを作成する予測符
号化装置１０３、予測誤差のラスタデータをブロックデ
ータに分割するブロック分割装置１０４、予測誤差の大
きいブロックか小さいブロックかを判別する大小判別装
置１０５、予測誤差の大きいブロックの予測誤差データ
に対してベクトル量子化に使用するコードブック１０７
を用いてベクトル量子化を行い、検索されたベクトルの
インデックスおよびベクトル値と予測誤差値との差分値
を出力するベクトル量子化装置１０６、予測誤差の小さ
いブロックの予測誤差値と予測誤差の大きいブロックの
予測誤差値の差分値をエントロピー符号化するエントロ
ピー符号化装置１０８、エントロピー符号化コードと大
小判別フラッグと検索されたベクトルのインデックスと
を用いて符号化データを作成する符号化データ作成装置
１０９、符号化されたデータが出力される出力装置１１
０からなる。

【００２６】以上のように構成された可逆符号化装置の
動作を図２を用いて説明する。まず最初に、画像データ
が入力装置１０１に入力される。すると、制御装置１０
２は入力装置１０１から画像データを受け取り、これを
予測符号化装置１０３に転送する。ここで、予測符号化
装置１０３は入力された画像データに対して予測符号化
を行い（Ｓ２０１）、予測誤差データを制御装置１０２
に返す。

【００２７】次に、制御装置１０２は受領した予測誤差
データをブロック分割装置１０４に転送する。ブロック
分割装置１０４は予測誤差のラスタデータをブロックデ
ータに分割し（Ｓ２０２）、制御装置１０２に返す。

【００２８】変換されたブロックデータは制御装置１０
２によって予測誤差の大きいブロックか小さいブロック
かを判別する大小判別装置１０５へと転送され、予測誤
差の大きいブロックのグループと小さいブロックのグル
ープとに分別される（Ｓ２０３）。そして、分別された
予測誤差データおよび大小判別フラッグデータは制御装
置１０２に転送され、予測誤差の大きいブロックの予測
誤差データに対してはベクトル量子化装置１０６によっ
てベクトル量子化が適用される（Ｓ２０４）。ベクトル
量子化装置１０６はコードブック１０７から検索された
ベクトルのインデックスデータおよびベクトル値と予測
誤差値との差分値データを出力する。

【００２９】制御装置１０２は、予測誤差の小さいブロ
ックの予測誤差データとベクトル量子化を適用された予
測誤差の大きいブロックの予測誤差データとベクトル値
の差分値データとをエントロピー符号化装置１０８に転
送し、エントロピー符号化されたデータを受け取る（Ｓ
２０５）。エントロピー符号化されたデータとベクトル
量子化によるインデックスデータおよび大小判別フラッ
グデータは符号化データ作成装置１０９に転送され、符
号化データ作成装置１０９で符号化データが作成される
（Ｓ２０６）。最後に出力装置１１０から符号化された
データが出力される。

【００３０】次に、ベクトル量子化による画像符号化に
ついて図１２および図１３を用いて説明する。

【００３１】図１２は一般的なベクトル量子化による画
像符号化装置であり、代表ベクトルを並べたテーブルで
あるコードブロック１２０１と、検索処理を行うベクト
ル量子化装置１２０２とから構成されている。そして、
この画像符号化装置は、入力される画像ベクトルに対し
て最も近似した代表ベクトルをコードブック１２０１の
中から検索し、そのインデックスを出力する。

【００３２】図１３に示すように、代表ベクトルは入力
ベクトルの分布範囲に均等に割り当てられるほど符号化
効率がよい。入力ベクトルの分布領域のみに代表ベクト
ルを配置することにより、少ないコードで効率よく量子
化できるため、高い圧縮率となるからである。

【００３３】ここで、分割された予測誤差データである
各ブロックについて具体的に説明する。

【００３４】まず最初に、予測符号化装置１０３では、
周辺画素の情報を用いて注目画素の値を予測し、予測値
と実際値の差分値である予測誤差を出力する。ここで、
図３は、既に符号化が終った周辺画素を使ってラスタ走
査順に予測符合化する場合の一例を示しており、一つの
予測式を固定的に使う方法、いくつかの予測式を適用し
て最も予測精度の高い予測式を選択する方法、参照画素
のコンテクストを用いて予測式を切換える方法、あるい
は原画像のデータに対してサブサンプリングしたデータ
に予測式を適用して予測を行う方法などがある。

【００３５】次に、ブロック分割装置１０４では、予測
誤差のラスタデータをブロックデータに分割する。ここ
で、図４はラスターデータを４×４画素の正方形領域に
分割した場合を示している。その他、任意の縦横比の矩
形領域に分割したり、後に説明するヒルベルト走査を用
いて分割することができる。

【００３６】大小判別装置１０５では、予測誤差のブロ
ックデータが予測誤差の大きいブロックか小さいブロッ
クか判別し、予測誤差の大きいブロックのグループと小
さいブロックのグループとに分別する。ここで、図５は
前述した４×４画素の正方形領域のブロックの予測誤差
の大小判別を行う場合の一例を示している。図５におい
て、ａ〜ｐは各画素の予測誤差値であり、各画素の予測
誤差値の絶対値の和が閾値より大きい場合に予測誤差の
大きいブロックと判別される。この他、ブロック内の分
散や標準偏差と閾値の大小関係で判別したり、ブロック
内の予測誤差が大きい画素の個数で判別するようにして
もよい。

【００３７】ベクトル量子化装置１０６は、予測誤差の
大きいブロックの予測誤差データに対してベクトル量子
化を適用し、コードブック１０７から検索されたベクト
ルのインデックスデータと、予測誤差値とベクトル値の
差分値データを出力する。ここで、図６は予測誤差の大
きいブロックにベクトル量子化を適用した場合の一例を
示している。図６において、左図は八次元の予測誤差デ
ータに対してコードブック１０７から最も近いベクトル
を検索して予測誤差データを近似した状態の模式図であ
り、右図は予測誤差データをコードブック１０７から検
索したベクトルで近似した場合の予測誤差値とベクトル
値の差分値のデータを表した摸式図である。そして、ベ
クトル量子化装置１０６からの出力は、この差分値のデ
ータと検索されたベクトルのインデックスデータであ
る。

【００３８】エントロピー符号化装置１０８は、予測誤
差の小さいブロックの予測誤差データとベクトル量子化
を適用された予測誤差の大きいブロックの予測誤差値と
ベクトル値の差分値データとをエントロピー符号化し、
エントロピー符号化データを出力する。なお、エントロ
ピー符号化としては、ハフマン符号化、算術符号化、ゴ
ローム符号化、ＭＥＬ符号化などが考えられる。

【００３９】符号化データ作成装置１０９は、エントロ
ピー符合化装置１０８においてエントロピー符号化され
たデータとベクトル量子化によるインデックスデータお
よび大小判別フラッグデータを受け取り、符号化コード
を作成する。ベクトル量子化によるインデックスデータ
には、画像データに対する出現頻度に応じてハフマン符
号化などを施しておくことなどが考えられる。また、大
小判別フラッグデータはブロック毎に発生するので、当
該フラッグをブロック毎に付加してもよく、複数のブロ
ックに対してまとめて付加してもよい。

【００４０】図７は大小判別のフラッグを複数のブロッ
クにまとめて付加し、ブロックのランの先頭に挿入した
場合を示している。図７において、ブロックをヒルベル
ト走査順に並べ、予測誤差が大きいブロックのランと小
さいブロックのランを作成する。そして、ランの先頭に
それぞれ予測誤差の大きいブロックと小さいブロックが
いくつ続くかのラン長を表すフラッグを挿入する。但
し、ラスタ走査順で計算するようにしてもよい。

【００４１】また、予測誤差の大きいブロックのランと
小さいブロックのランを作成するとき、予測誤差の大小
の切り換わりが多いと、短いランが頻繁に現われてフラ
ッグデータが多くなり符号化効率の点で不利になるの
で、ランの短いブロックは前後いずれかのランに結合す
る結合処理を行うのが望ましい。つまり、予測誤差の大
きいブロックでも、そのブロックのランが短い場合には
予測誤差の小さいブロックのランに結合し、予測誤差の
小さいブロックと同様にベクトル量子化を適用せずに後
の処理を行う。この場合、フラッグデータのオーバーヘ
ッドとエントロピー符号化データの圧縮率とのトレード
オフを考慮して、どのくらい短いランのときに結合する
のかを決定するとよい。

【００４２】図８は、予測誤差が大きいブロックと小さ
いブロックのデータ列に対して、短いランを直前のラン
に結合した場合を示している。図８の場合、閾値を３と
し、ラン長が３以下の場合には直前のランに結合するよ
うにしている。

【００４３】図９はヒルベルト走査を用いて四次元のブ
ロックを作成するブロック分割の手順を示している。

【００４４】図９において、予測誤差データを近傍保存
性の高いヒルベルト走査順に並べ換えた後、予測誤差の
大きい画素のランと予測誤差の小さい画素のランとに分
割する。このとき、ラン長が短いものはいずれかのラン
に結合する処理を行うことも考えられる。

【００４５】次に、予測誤差の大きい画素のランから四
次元のブロックを切り出して予測誤差の大きい画素のブ
ロックを作成する。このとき、予測誤差の小さい画素の
ランはブロックの次元数の倍数にならない場合がある。
そこで、符号化データ作成装置１０９においてデータを
作成する場合、ブロックのラン長をランの先頭に付加す
るのではなく、予測誤差の小さい画素のランに対しては
ランの先頭に予測誤差の小さい画素の画素数を表すフラ
ッグを付加し、予測誤差の大きい画素のランに対して
は、予測誤差の大きいブロックの数を表すフラッグをブ
ロックのランの先頭に付加するか、予測誤差の大きい画
素の数を表すフラッグをランの先頭に付加するようにす
る。

【００４６】ベクトル量子化装置１０６は予測誤差の大
きいブロックに対してベクトル量子化を行う。ここで、
ブロック分割装置１０４において予測誤差の大きいブロ
ックを予測誤差の大きさのレベルに合わせて複数のグル
ープに分割し、それぞれのグループの予測誤差の大きさ
のレベルに合わせてコードブック１０７を複数用意し、
対応するコードブック１０７のみを検索するようにベク
トル量子化装置を構成してもよい。

【００４７】図１０において、ベクトル量子化装置１０
０８に予測誤差の大きいブロックの予想誤差データが入
力されると、予測誤差レベル判別装置１００１において
各ブロックの予測誤差の大きさのレベルを判別しＮ個の
レベルに分別する。次に、レベル別ベクトル量子化装置
１００２〜１００４のうち分別されたレベルに対応する
いずれかのベクトル量子化装置に１００２〜１００４予
測誤差の大きいブロックの予測誤差データが転送され、
レベル別コードブック１００５〜１００７のうちベクト
ル量子化装置に対応するいずれかのコードブック１００
５〜１００７を用いてベクトル量子化が行われる。そし
て、ベクトル量子化インデックスおよび予測誤差値とベ
クトル値との差分値が出力される。

【００４８】このように、図１０に示すベクトル量子化
装置１００８によれば、対応するコードブックのみを検
索してベクトル量子化を行うことができる。

【００４９】また、このように予測誤差の大きいブロッ
クの予測誤差データを予測誤差の大きさのレベルによっ
て複数のグループに分割するブロック分割手段として
は、各ブロックの平均値の大きさでレベル判別を行うこ
とが考えられる。さらに、予測誤差の大きい画素のラン
をそれぞれのランの平均値と予測誤差データとの累積二
乗誤差の和が最小になるように分割し、分割されたそれ
ぞれのランからブロックを切り出すことにより複数のグ
ループのブロックに分割することが考えられる。

【００５０】ここで、図１１は予測誤差の大きい画素の
ランをさらに３つのグループのランに分割した場合を示
している。図１１において、分割前の予測誤差の大きい
画素のランに含まれる画素数をＮ、各画素の予測誤差を
ｘｉ（ｉ＝１〜Ｎ）、分割後の３つのランに含まれるそ
れぞれの画素数をＮ１、Ｎ２、Ｎ３とすると、ＮとＮ
１、Ｎ２、Ｎ３との間には次の（数１）に示す関係があ
る。

【００５１】

【数１】

【００５２】ここで、分割後の３つのランの平均値ｘ
１、ｘ２、ｘ３は（数２）で表される。

【００５３】

【数２】

【００５４】そして、それぞれ３つのランの累積二乗誤
差ｅ１、ｅ２、ｅ３は（数３）で表され、累積二乗誤差
の和Ｅは（数４）で表される。

【００５５】

【数３】

【００５６】

【数４】

【００５７】ここで、この累積二乗誤差の和Ｅが最小に
なるようにそれぞれのランを分割し、それぞれのランか
らベクトル量子化を適用するときの次元数と同じ画素数
のブロックを切り出すことによってブロックデータを作
成する。なお、予測誤差の大きい画素のランは、累積二
乗誤差の和Ｅが閾値より小さくなるまで分割数を増やす
ようにすればよい。詳細な分割方法としては、一つの予
測誤差の大きい画素のランを累積二乗誤差の和が最小に
なるように２つのランに分割し、次に分割された２つの
ランに対してそれぞれ累積二乗誤差の和が最小になるよ
うにさらに２分割し、この２分割操作を累積二乗誤差の
和が閾値以下になるまで繰り返す方法などが考えられ
る。

【００５８】

【発明の効果】以上のように、本発明によれば、画像デ
ータを予測符号化し、予測誤差データをブロックに分割
し、予測誤差の大きいブロックに対してベクトル量子化
を適用し、予測誤差の大きいブロックはベクトル値と予
測誤差値との差分値を、予測誤差の小さいブロックは予
測誤差値をエントロピー符号化することにより圧縮率の
高い符号化方法を実現することが可能になるという有効
な効果が得られる。

【００５９】また、予測誤差の大きいブロックか小さい
ブロックかを判別する際に、ブロック内の予測誤差の絶
対値の和と閾値とを比較することによって大小を判別す
ることにより、簡単な計算により予測誤差の大きいブロ
ックか小さいブロックかを判別することが可能になると
いう有効な効果が得られる。

【００６０】予測誤差の大きいブロックか小さいブロッ
クかを判別する大小判別フラッグを用いて符号化データ
を作成する際に、予測誤差の大きいブロックと小さいブ
ロックがそれぞれラスタ走査方向にいくつ続くかのラン
長を計算し、ランの先頭にラン長を付加することにより
符号化データを作成することにより、大小判別フラッグ
のオーバーヘッド情報を削減し圧縮率の向上を図ること
が可能になるという有効な効果が得られる。

【００６１】大小判別フラッグを用いて符号化データを
作成する際においては、予測誤差の大きいブロックと小
さいブロックがそれぞれヒルベルト走査方向にいくつ続
くかのラン長を計算し、ランの先頭にラン長を付加する
ことにより符号化データを作成することにより、ラスタ
走査方向よりも近傍保存性の高いヒルベルト走査方向に
ラン長のフラッグを付けることにより大小判別フラッグ
のオーバーヘッド情報を削減し圧縮率の向上を図ること
が可能になるという有効な効果が得られる。

【００６２】ランの先頭にラン長を付加することにより
符号化データを作成する際に、ラン長の短いブロックは
ラン長の長いブロックに結合してラン長を計算すること
により、ブロック毎の予測誤差の大小の切換わり多い場
合に増えるオーバーヘッド情報に対して、短いランを結
合することにより大小判別フラッグを少なくすることに
よってオーバーヘッド情報を削減し圧縮率の向上を図る
ことが可能になるという有効な効果が得られる。

【００６３】この結合処理において、各ラン長と閾値と
を比較し、閾値よりもラン長が短い場合にはそのランを
直前のランに結合することにより、簡単な計算により結
合処理を行うことが可能になるという有効な効果が得ら
れる。

【００６４】予測符号化による予測誤差データをブロッ
ク分割する際に、予測誤差データをヒルベルト走査順に
並べ換え、予測誤差の大きい画素のランと予測誤差の小
さい画素のランとに分割し、予測誤差の大きい画素のラ
ンからベクトル量子化の次元数に合う画素数のブロック
を切り出してブロックデータを作成することにより、精
度よく予測誤差の大きい画素を集めたブロックデータを
作成することができ圧縮率の向上を図ることが可能にな
るという有効な効果が得られる。

【００６５】予測符号化による予測誤差データをブロッ
ク分割する際に、予測誤差の大きいブロックをブロック
内の予測誤差の大きさのレベルによって複数のグループ
に分割し、ベクトル量子化を適用するにおいてそれぞれ
の予測誤差の大きさのレベルにあった複数のコードブッ
クを用意し、対応するコードブックのみを検索してベク
トル量子化を行うことにより、高速に、最適なベクトル
コードを検索することのできるベクトル量子化を実現す
ることが可能になるという有効な効果が得られる。

【００６６】予測誤差の大きいブロックをブロック内の
予測誤差の大きさのレベルによって複数のグループに分
割する際に、予測誤差データを、それぞれのランの平均
値と予測誤差データとの累積二乗誤差の和が最小になる
ように複数のランに分割し、分割されたそれぞれのラン
からベクトル量子化の次元数にあう画素数のブロックを
切り出して複数のグループのブロックに分割することに
より、同レベルの値を精度よく集めたランに分割するこ
とができるので、コードブックを最適化することによ
り、ベクトル量子化のときに、より少ない検索量で最適
なベクトルコードを検索することが可能になるという有
効な効果が得られる。

【図面の簡単な説明】

【図１】本発明の一実施の形態による可逆符号化方法を
実現するための可逆符号化装置の構成を示すブロック図

【図２】図１の可逆符号化装置の動作を示すブロック図

【図３】図１の予測符号化装置における予測符号化を示
す説明図

【図４】予測誤差のラスタデータのブロック分割を示す
説明図

【図５】ブロックデータにおける予測誤差の大小判別を
示す説明図

【図６】予測誤差の大きいブロックにベクトル量子化を
適用した場合を示す説明図

【図７】予測誤差の大小判別のためのフラッグの挿入を
示す説明図

【図８】予測誤差が大きいブロックと小さいブロックの
データ列に対するランの結合を示す説明図

【図９】ヒルベルト走査を用いて四次元のブロックを作
成する手順を示す説明図

【図１０】図１のベクトル量子化装置の構成を表すブロ
ック図

【図１１】予測誤差の大きい画素のランを複数のランに
分割した状態を示す説明図

【図１２】ベクトル量子化による画像符号化装置の構成
を示す概略図

【図１３】ベクトル量子化における代表ベクトルの配置
例を示す説明図

【符号の説明】

１０３ 予測符号化装置（予測符号化手段） １０４ ブロック分割装置（ブロック分割手段） １０５ 大小判別装置（大小判別手段） １０６ ベクトル量子化装置（ベクトル量子化手段） １０７ コードブック １０８ エントロピー符号化装置（エントロピー符号化
手段） １０９ 符号化データ作成装置（符号化データ作成手
段）

Claims (12)

【特許請求の範囲】
1. 【請求項１】画像データの予測符号化を行い、 予測符号化による予測誤差データを複数のブロックに分
   割し、 分割された各ブロック毎に予測誤差の大きいブロックか
   小さいブロックか判別し、 予測誤差の大きいブロックと判別された前記ブロックに
   はベクトル量子化を適用することを特徴とする可逆符号
   化方法。
2. 【請求項２】画像データの予測符号化を行い、 予測符号化による予測誤差データを複数のブロックに分
   割し、 分割された各ブロック毎に予測誤差の大きいブロックか
   小さいブロックか判別して判別結果に応じた大小判別フ
   ラッグを発生し、 予測誤差の大きいブロックと判別された前記ブロックに
   はベクトル量子化を適用して、検索されたコードブック
   のインデックスを発生するとともに検索されたコードブ
   ックのベクトル値と予測誤差値との差分値データを出力
   し、 予測誤差の大きいブロックと判別された前記ブロックか
   ら計算された前記コードブックのベクトル値と予測誤差
   値との差分値と予測誤差の小さいブロックと判別された
   前記ブロックの予測誤差値とをエントロピー符号化し、 エントロピー符号化による符号と前記大小判別フラッグ
   と前記コードブックのインデックスとを用いて符号化デ
   ータを作成することを特徴とする可逆符号化方法。
3. 【請求項３】分割された各ブロック毎に予測誤差の大き
   いブロックか小さいブロックかを判別する際において
   は、前記ブロック内の予測誤差の絶対値の和と閾値とを
   比較することによって判別を行うことを特徴とする請求
   項１または２記載の可逆符号化方法。
4. 【請求項４】前記大小判別フラッグを用いて符号化デー
   タを作成する際においては、予測誤差の大きい前記ブロ
   ックと小さい前記ブロックがそれぞれラスタ走査方向に
   いくつ続くかのラン長を計算し、ランの先頭にラン長を
   付加することにより符号化データを作成することを特徴
   とする請求項２記載の可逆符号化方法。
5. 【請求項５】前記大小判別フラッグを用いて符号化デー
   タを作成する際においては、予測誤差の大きいブロック
   と小さいブロックがそれぞれヒルベルト走査方向にいく
   つ続くかのラン長を計算し、ランの先頭にラン長を付加
   することにより符号化データを作成することを特徴とす
   る請求項２記載の可逆符号化方法。
6. 【請求項６】前記ランの先頭にラン長を付加することに
   より符号化データを作成する際においては、ラン長の短
   い前記ブロックはラン長の長い前記ブロックに結合して
   ラン長を計算することを特徴とする請求項４または５記
   載の可逆符号化方法。
7. 【請求項７】ラン長の短い前記ブロックをラン長の長い
   前記ブロックに結合してラン長を計算する際において
   は、各ラン長と閾値とを比較し、閾値よりもラン長が短
   い場合にはそのランを直前の前記ランに結合することを
   特徴とする請求項６記載の可逆符号化方法。
8. 【請求項８】予測符号化による予測誤差データをブロッ
   ク分割する際においては、予測誤差データをヒルベルト
   走査順に並べ換え、予測誤差の大きい画素のランと予測
   誤差の小さい画素のランとに分割し、予測誤差の大きい
   画素の前記ランからベクトル量子化の次元数にあう画素
   数のブロックを切り出してブロックデータを作成するこ
   とを特徴とする請求項１または２記載の可逆符号化方
   法。
9. 【請求項９】予測符号化による予測誤差データをブロッ
   ク分割する際においては、予測誤差の大きい前記ブロッ
   クをブロック内の予測誤差の大きさのレベルによって複
   数のグループに分割し、ベクトル量子化を適用するにお
   いてそれぞれの予測誤差の大きさのレベルにあった複数
   のコードブックを用意し、対応するコードブックのみを
   検索してベクトル量子化を行うことを特徴とする請求項
   １または２記載の可逆符号化方法。
10. 【請求項１０】予測誤差の大きいブロックをブロック内
    の予測誤差の大きさのレベルによって複数のグループに
    分割する際においては、予測誤差データを、それぞれの
    ランの平均値と予測誤差データとの累積二乗誤差の和が
    最小になるように複数のランに分割し、分割されたそれ
    ぞれの前記ランからベクトル量子化の次元数にあう画素
    数のブロックを切り出すことにより複数のグループのブ
    ロックに分割することを特徴とする請求項９記載の可逆
    符号化方法。
11. 【請求項１１】画像データの予測符号化を行う予測符号
    化手段と、 予測符号化による予測誤差データを複数のブロックに分
    割するブロック分割手段と、 分割された各ブロック毎に予測誤差の大きいブロックか
    小さいブロックかを判別する大小判別手段と、 予測誤差の大きいブロックにはベクトル量子化を適用す
    るベクトル量子化手段とを有することを特徴とする可逆
    符号化装置。
12. 【請求項１２】画像データの予測符号化を行う予測符号
    化手段と、 予測符号化による予測誤差データを複数のブロックに分
    割するブロック分割手段と、 分割された各ブロック毎に予測誤差の大きいブロックか
    小さいブロックかを判別し、判別結果に応じた大小判別
    フラッグを出力する大小判別手段と、 予測誤差の大きい前記ブロックにはベクトル量子化を適
    用し、検索されたコードブックのインデックスおよび検
    索されたコードブックのベクトル値と予測誤差値との差
    分値データを出力するベクトル量子化手段と、 予測誤差の大きいブロックと判別された前記ブロックか
    ら計算された前記コードブックのベクトル値と予測誤差
    値との差分値と予測誤差の小さいブロックと判別された
    前記ブロックの予測誤差値とをエントロピー符号化する
    エントロピー符号化手段と、 前記エントロピー符号化手段による符号と前記大小判別
    手段による前記大小判別フラッグと前記ベクトル量子化
    手段による前記インデックスとを符号化データにする符
    号化データ作成手段とを有することを特徴とする可逆符
    号化装置。