JPS62247677A - 画像デ−タ圧縮処理方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （発明の分野） 木５！明は、階調を有する画像データを、ビット分解能
を粗くする量子化処理によって圧縮する画像データ圧縮
処理方法に関する。

（発明の技術的背景および先行技術） 近年、階調を有する画像データをデジタル信号の形で光
ディスクの記録媒体に格納し、必要に応じて該格納され
た画像データを読み出してＣＲＴ等に可摸像として再生
したり、あるいは上記画像データをファクシミリ等によ
りデジタル信号の形で伝送し、受信器で該伝送された画
像データに基づいて可視像を再生したりすることか行な
われている。

この様に画像データをデジタル信号の形で格納したり伝
送したりする場合には、そのデジタル画像データの巾を
減少せしめた上で格納し、あるいは伝送したりするのが
望ましい、なｔｆならば、階調を有する画像データの場
合一般にそのデジタル画像データ伍は極めて多く、従っ
てその様なデジタル画像データをそのまま格納し、ある
いは伝送しようとする格納あるいは伝送コスト等が奢る
しく高くなる等の問題が生じるからである。

かかる事情の下に、従来から、画像データを格納、伝送
等する場合に、該画像データに種々のデータ圧縮処理を
施してデータ量を圧縮減少せしめた上で格納、伝送等を
行なう方法か採用されてい乞 上記の如きデータ圧縮処理の１つとして、画像データの
ヒツト分解能（ｊ！１度分溶分解能低下させる、即ち画
像データをより粗く量子化する信子化処理が知られてい
る。

しかしながら、一般に、画像データを粗く量子化してビ
ット分解能を低下させると、画像データを圧縮すること
ができる反面、再生画像の画質が劣化し、視覚的に非常
に児にくい画像になったり画像か医用画像の場合には診
断能が低下したりする等の不都合が生じるおそれかある
。

（発明のρ的ン 本発明の目的は、上記事情に鑑み、ピッ１−分解能をイ
０くする吊子イヒ処理を行なうことによって画像データ
の圧縮を図ると共にその量子化処理による画質の劣化を
抑制することができる画像データ圧縮処理方法を提供す
ることにある。

（発明のｍ成） 本発明に係る画像データ圧縮処理方法は、上記目的を達
成するため、圧縮処理すべき原画像データを、該原画像
データから作成した非鮮鋭画像データと、上記原画像デ
ータから該非鮮鋭画像データを減じた非鮮鋭画像減算画
像データとに分離し、ピッ１〜分解能を粗くする量子化
！Ｘ理を、少なくとも上記非鮮鋭画像データ像データに
ついて施すことを特徴とする。

即ち、本発明に係る方法は、画像データにビット分解能
を粗く７る信子化処理を施すものであるが、その量子化
処理は、通常の画像データの量子化処理の如く原画像デ
ータ全体に対して一律に行なうのではなく、原画像デー
タを上記の非鮮鋭画像データと非鮮鋭画像減算画像デー
タとに分離し、非鮮鋭画像減算画像データのみにもしく
は両データの双方にそれぞれ別個に行なうことを特徴と
するユ 上記非鮮鋭画像データは、原画像データから作成した、
即も原画像データをスムージング処理等して作成して成
る高空間周波数成分を減少せしめた画像データであり、
従って画像の中の低空間周波数成分を担うものと考える
ことができる。これに対して、上記非鮮鋭画像減算画像
データは上記原画像データから上記高空間周波数成分を
担う非鮮鋭画像データを減じた画像データであり、従っ
て画像中の高空間周波数成分を担うものと考えることが
できる。

しかるに、一般に低空間周波数成分は精度はないが画像
をよく表現しているものであり、例えば診断に重要な情
報もどちらかというと高空間周波数成分よりもこの低空
間周波数成分の方により多く含まれている。また、人間
の視覚特性もどちらかというと高空間周波数成分よりも
この低空間周波数成分に対してより敏感である。従って
、診断能の面からも視覚的な画質維持の面からも、低空
間周波数成分の方が高空間周波数成分よりも柵かいビッ
ト分解能を必要とする、換言すれば高空間周波数成分の
方が低空間周波数成分よりもビット分解能を粗くする量
子化に対する許容度が大きいということができる。

本発明に係る画像データ圧縮処理方法は、かがる知見に
基づいて構成されたものでめり、画像データを一律に粗
く量子化するのではなく、低空間周波数成分を担う非鮮
鋭画像データと高空間周波数成分を担う非鮮鋭画像減算
画像データとに分離し、少なくともビット分解能を粗く
する量子化に対して許容度がより大きい非鮮鋭画像減算
画像データについて粗く量子化するようにし、そうする
ことによって例えば非鮮鋭画像減算画像データのみを粗
く量子化するあるいは双方のデータを粗く量子イヒＴる
がその場合は非鮮鋭画像データよりも非鮮鋭画像減算画
像データの方をより粗くする等を可能にし、その様な量
子化によってデータ圧縮と画質劣化の抑制との双方を可
能にしようとするものである。

なお、上記本発明に係る方法は、上記の如く原画像デー
タを２つの画像データに分離し、一方の非鮮鋭画像’ａ
ｍ画像データのみに、もしくは両方の画像データに別個
にビット分解能を粗くする量子化処理を施すものである
が、かかる量子化処理はもちろんそれ中独で行なっても
良いが、他のデータ圧縮処理と任意に組合せて行なって
も良いものでおる。

ここに言う他のデータ１ＥＥＩｌｌａ理の一例としては
例えば冗長度抑圧符号化処理を挙げることができる冗長
度抑圧符号化処理とは、要するに画像が有している情報
の冗長性を抑圧して符号化する処理であって、代表的な
ものとしては予測符号化や直交変換による符号化がめる
。

（実施態様） 以下、図面を参照しなから本発明の実施態様について詳
細に説明する。

第１図は本発明に係る画像データ圧縮処理方法の一実施
態様を示すフローチャートである。

図示の実施態様は、２０００ｘ２０００画素、８ビツト
Ｏ〜２５５レヘルの原画像データを圧縮処理１ろしので
ある工 まず、かかる原画像データにスムージング処理を施して
非鮮鋭画像データを作成する。このスムージング処理は
、例えば各注目画素に関し、その注目画素の画像データ
とその注目画素の近傍に位置する画素の画像データとの
平均をその注目画素の斬たな画像データとする様な移動
平均フィルタ処理の如きものでおる。この移動平均フィ
ルタ処理についてより翼体的に説明すると、例えば第２
図に示す様に太線で示す３×３画素サイズのマスクＭを
用意し、このマスクの所定位置、例えば中央位置に注目
画素Ｐを位置させ、そうしたときにこのマスク内に含ま
れる９個の画素の画像データａ〜１を平均したものをこ
の注目画素Ｐの新たな画像データａ′ ａ＋　１）−１−Ｃ−１−ｄ　−１−ｅ−１−ｆ　−１
−ｇ　−１−ｉｌ　＋　１ａ′−□ とし、この様な処理を各画素（ＩＩＩ線で示す１つのま
す目が１画素）について行なう処理である。もちろん、
上記マスクＭは３Ｘ３画素サイズに限らず、種々のサイ
ズのものを使用し得る。また、上記スムージング処理は
、上記移動平均フィルタ処理の他、例えばディジタルコ
ンボルーションヤメディアンフィルタなどの線形、非線
形フィルタ処理等であっても良い。

かかるスムージング処理を行なうことによって高空間周
波数成分を減少せしめた非鮮鋭画像データを作成したら
、前記原画像データからこの非鮮鋭画像データを減じて
非鮮鋭画像減算画像データを作成するヤ即ち、原画像デ
ータを非鮮鋭画像データと非鮮鋭画像減算画像データと
に分離する。

この分離は、もちろん全ての画素について行なわれるも
のであり、要するに原画像を非鮮鋭画像と非鮮鋭画像減
算画像とに分離するものである。

上記の如くして作成された非Ｎ１２画像減算画像データ
は、非鮮鋭画像データが低空間周波数成分を担持するも
のでめるから、結局高空間周波数成分を担持するものと
なる。

次に、上記の如くして分１’ｌｌｔされた非鮮鋭画像デ
ータと非鮮鋭画像減算画像データのうち少なくとも非鮮
鋭画像減算画像データについてビット分解能を粗くする
量子化処理を１Ｌ 本実施！に様においては、両画像データに対してヒツト
分解能を粗くする量子化処理を施すと共に、該量子化処
理はそれぞれ予測符号化処理と共に行なう。即ち、本実
１Ｎ　態様においては、画像データに対して上記量子化
処理と共に予測符号化処理を組合せて行なうことにより
より大きなデータ圧縮率の達成が企画され、上記量子化
処理は分離された画像データに対して直接性なうのでは
なく、それらの画像データの予測符号化処理の際に求め
られる予Ｎ誤差に対して行なうと共に、もちろん量子化
の程度を非鮮鋭画像データの場合よりも非鮮鋭画像ｗ、
算両画像データ場合の方を粗くする、例えば前者の画像
データに対してはレベル数が１．／２になるように量子
化し、侵者の画像データに対してはレベル数が１７４に
なるように量子化するようにして成る。さらに、本実１
１様では、非鮮鋭画像データを予測符号化および量子化
処理する前にサンプリングを行なうようにして成る。

まず、非鮮鋭画像データについて詳説する。

第１図に示す如く、まず非鮮鋭画像データを適当な間隔
をおいてサンプリングする。このサンプリングの仕方は
特に限定されるものではないが、例えばサンプリングさ
れたデータが非鮮鋭画像上に所定の間隔を置いてまばら
に、粗く、かつ略均−に存在するようにサンプリングす
るのが好ましいものであり、本実施態様では、第３図に
示す様に、縦横５＠素間隔でサンプリングしている。即
ち、第３図に○印を付して示す画素（図中１つのまづ目
が１つの画素を示す）の画像データａ！、１、ａ！、６
、ａ　１．１１、・・・、ａｌｔ−ＩＮ　ａｓ−ｓ、ａ
　１ｉ−１１、・・・をサンプリングしている。

上記サンプリングの間隔は適当に決定すれば良く、例え
ば上配本実施態様の如き縦横５画素間隔の他、縦横４画
素間隔や縦横６画素間隔等であっても良いし、あるいは
縦４画素横５画素間隔等縦と横の間隔が異なっていても
良い。ざらには、例えば縦横５画素間隔であっても、位
相をずらして、即ち第３図に示す如く一番目のラインで
は画像データａ！、：、ａ！、６．８！、ｒ＋ｓ　”’
をサンプリングしたら次のラインでは横方向に１画素分
位相をずらして画像データａ５．２、ａ６．７、ａ　Ｇ
、＋２、・・・をサンプリングするようにしても良い。

次に、上記の如くしてサンプリングした画像データに予
測符号化処理とビット分解能を粗くする量子化処理とを
施−５ｉ　。

予測符号イヒとは、ある画像データについて考えた場合
、その注目画像データはその近傍の画像データと似かよ
ったデータ値を有すると考えることができ、従って注目
画像データを近傍の画像データから適当な方法で予測し
、その予測値と実際のデータ値との差即ち予測誤差を求
めればその予測誤差分布は零の近傍に集中することとな
り、この様な予測誤差が零近傍に集中するという特性を
利用し、頻度の高いものには短い符号を、頻度の低いも
のには長い符号を割り当てる八ツマン符号等の可変長符
号（値によって符号長が変わるような信号）によりその
予測誤差を符号化し、そうすることによって結局画像デ
ータの冗長度を抑圧し、トータルとしてのデータ量を圧
縮しようとするものである。

本実ｙＩ！態様では、予測符号化処理の１つである前値
予測＋ハフマン符号化処理によってこのサンプリングデ
ータの予測符号化処理を行ない、かつその前値予測によ
って求められた予ｌｌ！誤差に対してビット分解能を粗
くする量子化を行なう。

即ら、まず第３図のサンプリングａ！、Ｉｓ　ａ　１４
、ａ　１．１１、・・・、８０４ｑ　ａ、、、ａ　Ｂ−
１１、・・・を前値予測し、第４図に示す如き予測誤差
Δａ１，６、Δａ　１．１１、・・・、Δａ６．６、Δ
ａ　６．１１、・・・を求める。なあ、先頭のサンプリ
ングデータａ１弔ａ６．１、・・・はそのままにしてお
く。ここで前値予測とは、ある注目画像データをその前
に位置する画像データ値と同じであると予測し、その予
測値（前に位置する画像データ値）と実際の注目画像デ
ータ値との差（予Ｉｌ！誤差）を求めるものであり、例
えば Δａｔ−６＝ａ！・６　８１−１．　　Δａ１’１ｌ＝
ａｔ・＋ｌ　　ａ　１４ｂ　”。

ΔａＧ４＝ａ（＋、６　　ａｌｉ−１、Δａ　６．Ｉｌ
＝　ａ　６−１１　８６−４、。００と）るものである
。

この様にして予測誤差を求めたら、次にその子ｉ１！ｌ
誤差（ただし、ここでいう予測誤差とは前記先頭の生デ
ータａ１．１、ａｓ弔・・・も含まれるものとする）に
対して、ビット分解能を粗くする量子化処理を行なう。

木実Ｌ４様におけるこのサンプリングデータの予測誤差
の量子化としては、全予測誤差に対して一様にレベル数
を１．／２に１°る通常の量子化が行なわれる。即ち、
予測誤差は−２５５〜＋２５５までの５１ルベルである
ので、例えばレベル＝２５５と−２５４をレベル−２５
５に、レベル−２５３と−２５２をレベル−２５３に、
レベル−２５１と−２５０をレベル−２５１という様に
２レベルをルベルに変換してレベル数を１／２にする量
子化が行なわれる。

この様にして予測誤差を粗く量子化したら、次にその粗
く量子化したデータを八ツマン符号表に基づいて符号化
し、圧縮画像データａ　、、、　ｌ、Δａｌ−６’、Δ
ａ団’、−、ａ６・、ｌ、ΔａＣ・６１１Δａｆｉ、ｌ
＋’　、・・・を求め、そうすることによって前値予測
本ハフマン符号化処理およびビット分解能を粗く覆る母
子化処理が完了する。

次に、前記非鮮鋭画＠減算画像に対する予測符号化処理
およびビット分解能を粗くする量子化処理について説明
する。本実施態様では、この非鮮鋭側９減算画像データ
についても、前値予測半ハフマン符号化処理によって該
画像データの予測符号化を行ない、かつビット分解能を
粗くする量子化処理はその予測符号化処理における予測
誤差に対して行なうか、非鮮鋭画像データの場合の如き
ザンアリングは行なわない。

即ち、今年鮮鋭画像減算画像データを第５図に示′ｇ様
でｂ１弔ｂ１・２、ｂｌ・３、°°・ｂｌ・１・ｂｌ・
２・ｂｌ、３、・・・で表わしたとすると、これらの各
画像データ（こついて、前述の場合と同様の方法で前値
予測を行ない、第６図に示す様な予測誤差Δｂ１．２、
Δｂ１．１、・・・、Δｂ２．２、Δｂ２．３、・・・
を求める。もちろ／Ｖ、この場合も各ラインの先頭デー
タｂ！、１、ｂ２弔ｂ３．１、・・・はそのまま残して
おくユなお、△ｂ１．２、Δｂ１．１、・・・は下式の
通りでＳ６゜Δｂ１・ｚ＝ｂ＋・２−ｂｌ・１、 Δｂ１・３＝ｂ１・、＝ｌ）ｔ・２・ この様にして予測誤差を求めたら、次にその予測誤差゛
（この場合も、前記と同様に各ラインの先頭生データｂ
１．４、ｂｌ０．、ｂ　３．１ｓ・・・を含む）に対し
て、前記とｊｊｌｉＪ様のビット分解能を粗くする量子
化処理を行なう。

ただし、こちらの母子化迅理啄よ、前記の非鮮鋭画像デ
ータの場合よりもより粗くするものでめり、具体的には
全予測誤差に対して一様にレベル数を１／４にする量子
化、例えばレベル−２５５、−２５４、−２５３、−２
５２をレベル−２５５に、レベル−２５１、−２５０、
−２４９、−２４８をレベル−２５１に、レベル−２４
７、−２４６、−２４５、−２４４をレベル−２４７と
いう様に４レベルをルベル変換する量子化を行なう。

この様にして予測誤差を粗く量子化したら、次にその粗
く量子化したデータを前記とｆＦｉｌ様にハフマン符号
表に基づいて符号化し、圧縮画像データｂｌ・１’　、
Δｂ、ｚｌ・Δｂ１４’　、　＝、　’０２・ｔ’　、
Δｂ２．２’　、Δｉ、２．．ｌ、・・・を求め、そう
することによって前値予測キハフマン符号化処理および
ビット分解能を粗くする量子化処理が完了する。

なお、上述したビット分解能を粗くする量子化は、要す
るに量子化前のデータのビット分解能（レベル数）より
も量子化後のデータのビット分解能（レベル数）が少な
くなるような量子化であれば良く、従って上記の如き一
般に行なわれている通常の量子化（データ仝体を一様に
量子化するもの）でおっても勿論良いが、その様な通常
の量子化に対して種々の工夫を施した量子化であっても
良い。その様な量子化としては、例えば粗く量子化する
ことによる視覚的な画質の劣化、即ち偽画像の発生等を
抑止するための工夫を施したシフ１−量子化や誤差最小
量子化かある。

シフト量子化とは、童子化の際、量子化すべき原データ
（ここでは予測誤差）全体を一様に量子化するのではな
く、量子化後のレベル数はおおよそ同じでめるが量子化
ステップの位置か量子化幅方向に互いにずれている複数
の例えば２つの吊子化特性を設定すると共に、量子化す
べき原データを多数の微小ブロック例えば−データから
成るブロックあるいは隣接する複数データから成るブロ
ック害の微小ブロック毎に分割し、その様にして分割さ
れた各ブロック毎に上記複数の量子化特性を切り替え適
用して各ブロック中の原データを量子化する、例えばあ
るブロック中の原データは一方の量子化特性工に基づい
て量子化し、その隣りのブロック中の原データは使方の
量子化特性■に壜づいて量子化し、ざらにその隣りのブ
ロック中の原データは再び上記一方の量子化特性■に基
づいて吊子化するという様に順次量子化特性を切り替え
適用しながら母子化するものであり、かかる量子化によ
れば、人間の禍覚の積分効果に基づき、見かけ上各々の
量子化特性のビット分解能（レベル数）の数倍のビット
分解能を画像に持たせることかでき、その結果偽画像の
発生を押えることができるという効果か奏される。

その様なシフト量子化の一翼体例として、例えば前記微
小ブロックとして１つの母子化すべき原データ（予測誤
差）から成るブロックを設定し、かかるブロック毎に、
従って各予測誤差毎に２つの異なる量子化特性■、■を
切り替えなから適用して量子化するものを挙げることが
できる。

各予？ｌ！ｉ１誤差毎への異なる量子化特性■、■の切
り替え適用の態様としては種々考えられるが、例えば、
第６図に示す予測誤差のうち、ｂ！、１、Δｂ１．３、
Δｂ１．５、・・・には場子化特性工を、Δｂ１．２、
Δｂ　１−４、Δｂ！、６、・・・には量子化特性■を
適用し、また次のラインのｂ　２．ｌ、Δｔ）２．Ｂ１
Δｂ　２−Ｇ、・・・には量子化特性■を、Δｂ２．２
、Δｂ２．◆、Δｂ？、６、・・・には量子化特性■を
適用し、以下同様の方法で他の予？Ｉ！ｌＩ誤差にも禮
子化特性工、■を切り替え適用するという様に、隣り合
う予測誤差（ブロック）にはそれぞれ異なる量子化特性
を適用するように切り替えるのが望ましい。

上記異なる量子化特性工、■は、前述の如く量子化後の
レベル数が同じであって量子化ステップの位置か童子化
幅方向に互いにずれているもので必り、例えば量子化特
性■として第７図に白丸で示す様なしのを、量子化特性
■として同図に黒丸で示ｙ蜂なものを採択することかで
ざる。図に示ず量子化特性■は、−２５５から＋２５５
までの５１ルベルの予測誤差（原データ）を約半分の２
５５レベルに粗く量子化するもので必り、具体的には原
データのレベル−２５５、−２５４をレベル−２５５に
、レベル−２５３、−２５２をレベル−２５３に、レベ
ル−２５Ｌ　−２５０をレベル−２５１にという様に２
レベルをルベルに変換するものである【ただし、原デー
タのレベル２５３．２５４．２５５の部分は端部データ
処理の関係上３レベルをルベルに変換している）。

また、量子化特性■も、５１ルベルの原データを２５５
レベルに粗く量子化するものであり、具体的には、原デ
ータのレベル−２５５、−２５４、＝２５３をレベル−
２５４に、レベル−２５２、−２５１をレベル−２５２
に、レベル−２５０、−２４９をレベル−２５０にとい
う様に２レベルをルベルに変換する（ただし、原データ
のレベル−２５５、−２５４、−２５３の部分は端部デ
ータ処理の関係上３レベルをルベルに変換している）も
のであると共に、この量子化特性■は上記量子化特性■
に対してその量子化ステップの位置が童子化幅方向にず
れているものである。

即ち、令弟７図において原データと量子化後のデータと
の関係を示す丸印のうち量子化後には同じレベルになる
丸印を結んだ線、例えば量子化特性■の場合は原データ
のレベル−３と−２の白丸、レベル−１とＯの白丸、レ
ベル１と２の白丸を結んだ各線、量子化特性■の場合は
原データのレベル−２と−１の黒丸、レベルＯと１の黒
丸、レベル２と３の黒丸を結んだ各線をそれぞれの量子
化ステップと定義すると共に、この量子化ステップの幅
、即ち量子化後に１つのレベルになる原データの節回の
大きざを量子化幅と定義した場合、上記量子化特性工の
ステップと量子化特性■のステップとは、図から容易に
理解される様に、その位置が互いに量子化幅の方向（図
中では原データレベルを示す横軸方向）に量子化幅の半
分づつずれているものでおる。

上記具体例においては、量子化すべき予測誤差を分割す
る際の微小ブロックとして一つの予測誤差から成るブロ
ックを採択しているが、この微小ブロックは２〜３個の
予測誤差の如き複数の予測誤差から成るブロックであっ
ても良いしあるいは一走査線上の予測誤差から成るブロ
ックでおっても良い。ただし、このブロックはあまり大
きくすると前述した人間の視覚的積分効果を充分に発揮
ゼしのることができないので、その視覚的積分効果を発
揮Ｖしめるに充分な微小ブロックでおることか必要であ
る。

また、例えば上記の微小ブロックを複数の予測誤差から
成るブロックは、一つのブロック中の予測誤差に対して
は同じ量子化特性を適用すると共に隣接するブロック毎
に適用する特性■、■を切り替えれば良い。

また、量子化後のレベル数が同じでおって量子化ステッ
プの位置が童子化幅方向に互いにずれている複数の量子
化特性は、第７図に示す様な２つの量子化特性■、■の
弛に、例えば第８図〜第１１図に示￥様な複数の吊子化
特性であっても良い。

第８図に示すものは白丸で示す量子イヒ特性■と黒丸で
示す量子化特性■との２つの組合せであり、第７図にあ
ける両特性■、■の量子化ステップの位置が量子化幅方
向のみでなく該量子化幅方向に直角な方向（縦軸方向）
にもずれているのに対し、この第８図に示す両特性■、
■はそれらの量子化ステップの位置か量子化幅方向にの
みずれているものである。

第９図に示すものも白丸と黒丸とで示す２つのｍ子化特
性■、Ｈの組合ゼであり、第７図にあける両特性■、■
の量子化幅が２レベルであったのに対し、この第９図に
示す両特性■、■はそれらの量子化幅か３レベルのもの
でめる。この場合は、量子化後のデータのレベル数は原
データに対して１／３に減少せしめられる。勿論、同様
にして量子化幅を４レベルあるいはそれ以上とすること
も可能である。

第１０図に示すものは白人ｔ、黒丸およびＸ印で示す３
つの単子化特性工、■、■の組合せでめり、第７図にＪ
３１プロ２つの穴なる量子化特性がそうであった様１こ
、この第１０図に示す３つの吊子化特性■、■、■もそ
れぞれ量子化後のレベル数は同じでありかつそれぞれの
量子化ステップの位＠は互いに量子化幅方向にずれてい
るものである。この様に３つの巾子化特性工、■、■を
用いる場合は、例えば１ブロツクが１つのデータから成
る場合、第６図における原データ（予測誤差〉ｂト（に
は■、Δｂ１．２には■、Δｂ１．３には■、・・・・
・・という様に隣り合うブロックに対してこの３つのΦ
子化特性■、■、■を順次切り替えて適用すれば良い。

また、第１１図はほぼ第７図と同様であるが、端部が異
なる。つまり、黒丸で示される量子化での母子化後のレ
ベル数が白丸で示される量子化での母子化後のレベル数
に比へてルベル少なく完全に両者が等しくはない。この
ように端部の処理によって量子化後のレベル数は必ずし
も完全には等しくない場合があってもよい。

以上の各具体例から理解される様に、本シフト量子化に
おいて使用し得る複数の量子化特性は、要するに母子化
後のレベル数がおおよそ同じで量子化ステップが量子化
幅方向にずれているという条件を満たすものであれば良
く、その特性の数や、量子化幅の大きさは必要に応じて
適宜に決定すれば良いものである。

ところで、一般に量子化とは、×１≦Ｘ≦ｘｉ＋１なる
値を有する×（原データ）をＸｉ（量子化代表値）が代
表させる、換言すればある量子化幅範囲（ｘｉ〜ｘｉ＋
１）内の原データＸをおる１つのｍ千生代表値Ｘｉに置
き換えることをいう。

しかるに、従来の一般的な量子化では、例えばその量子
化代表値Ｘ１として量子化幅範囲（ｘｉ〜Ｘ１−ｔ−１
）の両端の値×１あるいはｘｉ＋１又は中央値（Ｘｊ　
−４−Ｘｌ　＋１　）　、／　２等を採用している。前
述の実施態様においても、例えば第７図や第１０図に示
す様に母子化代表ｆｌＩＩＸｉとして量子化幅範囲（Ｘ
Ｉ〜ｘ１＋りの一端の値ｘｉヤＸ１＋１を採用している
。

ところが、木実１ｇ様における信子化対象データは予測
誤差であり、予測誤差の場合は、前述の如く頻ＩＱ分布
が均一でなく零近傍に集中した非常に片奇った形をして
いるので、上記の様に頻度分４Ｔｉを考慮しないで機械
的に量子化幅範囲の両端値や中央値等を量子化代表値と
するとその量子化代表値とその代表値によって代表され
る量子化幅範囲内の各原データ（予測誤差）との差の合
計（以下、量子化誤差という）は最小値を取り得ない。

即ち、量子化代表値は上記量子化誤差が最小になるよう
に設定するのが好ましく、それが最小でない場合は最小
である場合に比べて画質の劣化が大きくなるので、上記
の如き従来の一般的な量子化代表値の決め方はあまり好
ましいものではない。

従って、上記実施態様における量子化、即ち量子化特性
■に基づく量子化も吊子化特性■に基づく量子化のいず
れも、それぞれ母子イヒ代表値を設定するにあたっては
、量子化誤差が最小になるように、各回子化＠筒器内の
原データをその頻度分布に基づいて重み付は平均した値
もしくはその値に近い値を量子化代表値とするのか好ま
しい２かかる量子化代表値を式で表わすと下記の通りで
める。

ただし、Ｘ・・・原データ（予測誤差）ｆ　（ｘ）・・
・原データＸの頻度 第１２図は上述の如く頻度分布を考慮して決定した量子
化代表値の一例を示すものである。この例は、（京デー
タを（−４、−３、−２）、（−１、Ｏｌ　　１）、（
２，３，４）という様に３レベルを１つの量子化幅範囲
とするものでおり、各量子化幅範囲の量子化代表値は前
述の式（１）に基づいて眸出し、図中の量子化代表値（
１）の如く設定されている。なお、−例として量子化幅
範囲（２，３，４）の場合の量子化代表値×１の算出例
を下記する。

（２０ｘ２＞−１−（５Ｘ３）ヰ（２Ｘ４）Ｘ＋　− ２０＋　５−１−２ ’−、２．３ また、上記量子化代表値は、必ずしも上述の頻度分布に
基づく重み付（ブ平均値そのものでめる必要はなく、そ
れに近い値、例えば後の符号化を考慮して符号化しゃす
い様にその平均値に近い整数値としても良く、その様に
して設定した代表値を同図中の量子化代表値（２）とし
て示す。

上記具体例は量子化幅範囲か３レベルの場合でめるが、
量子化幅範囲が２レヘルヤ４レベル等の場合も同様にし
て量子化代表値を決めることができる。

上記Ｍｉ度分布は、もちろん全ての原データ（予測誤差
）の実際の頻度分布を算出してそれを使用することもで
きるが、その様に実際に計算したものではなく、取り扱
う原データに関する情報、例えば取り扱う画像に関する
情報に基づいて予め与えられた幾くつかの原データ頻度
分布パターンの中から適当なパターンの頻度分布を選出
し、それを使用するようにしても良いユ 上述の如くして予測符号化処理およびビット分解能を粗
くする母子化処理によって作成された圧縮画像データ（
圧縮非鮮鋭画像データおよび圧縮非鮮鋭画像減算画像デ
ータ）は、例えば光ディスク等の記録媒体に格納され、
随時必要に応じて読み出された後めるいはファクシミリ
等で送信された後等に、予測符号化処理に対応する所定
の伸長過程を経て例えばＣＲＴ等に可禍像として再生さ
れたりするものである。

上記伸長過程について筒中に説明すると以下の通りであ
る。

まず、前述の様にハフマン符号化された圧縮非鮮鋭画像
データに対して復号処理を施し、第４図に示す各先頭生
データと予測誤差を求める。この復帰処理は、上記ハフ
マン符号化処理を行なう際に用いた八ツマン符号表に基
づいて行なえば良い。

次に、その様にして復号された先頭生データと予測誤差
および前記予測を行なった際の予測式を用いて予測復元
処理を行なう、即ち第３図に示す様な伸長玉データａ１
・１、ａｌ・６、ａｌ・−１、°′°・ａ６・１・ａａ
−ａ、　ａ６・ｕ、　°°°を・ ａ　１−１　＝ａ　Ｉ−１、ａ　１−６＝　ａ　ｌｉ＋
へ８１−６、　ａｌ・１＝ａ１・６１Δａ！引、°°。

ａ　６・ｌ＝　ａ　ｌｉ・ｂ　　ａ　１３４＝　ａ　ｔ
ｉ・ｌ＋Δａ６．６、　ａ　Ｂ・１Ｉ＝ａ６．６＋Δａ
　［ｉ、ＩＩ、・・・ という様にして求める。

この様にして非鮮鋭画像データのうちサンプリングデー
タを復号伸長したら、次にこのサンプリングデータを用
いて残りの非鮮鋭画像データを復元する。この残りの非
鮮鋭画像データの復元はとの様にして行なっても良く、
例えば復帰伸長せしめられた上記サンプリングデータに
基づく内挿予測復元方式、例えば第３図中の太線で示す
ブロックＺ内の各データを上記復号伸長せしめられたサ
ンプリングデータａ！・１・ａｌ・６・ａ　１ｔ−ｆ・
ａ６・６に基づいて適宜に内挿補完し、復元すれば良い
。

非鮮鋭画像減算画像データの復号伸長は、まず前述の如
くハフマン符号化された圧縮非鮮鋭画像減算画像データ
を、非鮮鋭画像データの場合と同様に使用されたハフマ
ン符号表に基づいて復号することにより予測誤差を求め
、この予測誤差と前記予測を行なう際に用いた予測式と
を使用して第５図に示す如き非鮮鋭画像減算画像データ
ｂ１．１、ｂｌ、２、ｂｌ、３、・・・、ｂｌ、１、ｂ
ｌ、２、ｂｌ。ヨ、・・・を求める。

上記の如くして両データを復号伸長したら、それらの両
データをｈａｍし、その如痺された画像データに基づい
てＣＲＴ等に画像を再生すれば良い。

ただし、上記復号伸長された画像データは、ビット分解
能を粗くする量子化がなされているので当初の画像デー
タと完全に一致するものではな（、従って再生画像は必
ずしも原画像と完全に一致するものではない。

以上、本発明に係る一実施態様について詳細に説明した
か、本発明に係る方法は、要するに、原画像データを非
鮮鋭画像データと非鮮鋭画＠減算画像データとに分離し
、少なくとも後者の非鮮鋭画像データ像データに対して
ビット分解能を粗くする量子化を行なうことを特徴とす
るものである。

上記Ｊ「鮮鋭画像データは、要するに高空間周波Ｐ！ｌ
成分を減少せしめた画像データであれば良く、＋ｉ０記
したスムージング処理以外の方法で作成したらので必っ
ても良い工 上記実施態様では、分離した両デークに対してビット分
解能を粗くする量子化を施したが、前述の様に非鮮鋭画
像減算画像データのみにその量子化８施しても良い。ま
た、この量子化は、上記実施態様の如く予測誤差に対し
て行なうものに限らず、例えば分離された画像データに
直接施し、その粗く吊子化された後のデータに対して予
測符号化処理を行なうようにしても良い、また、本発明
における量子化は、必ずしも予測符号イヒ処理と一猪に
行なう必要はなく、単独で行なっても良いユこの場合の
もつとも簡１な例は、分離された非鮮鋭画像データに対
しては何の処理も行なわず、非鮮鋭画像減算画像データ
に対してはビット分解能を粗くする量子化のみを行なう
ものでおる。勿論、量子化処理は、予測符号化以外の迅
埋、例えば直交変換による符号化処理やその他の任怠の
処理と適宜組合せて行なっても良い。また、量子化処理
の態様も、従米一般の量子イヒヤ前述したシフト量子化
おるいは誤差最小最子化等適宜態様のものを選択可能で
ある。

ざらに、前述の実施態様における非鮮鋭画像減算画像デ
ータについては、予測を行なわないで直接粗く量子化し
、それを符号化するようにしても良い。この非鮮鋭画像
減算画像データは、原画像データから非鮮鋭画像データ
を減じて作成したものであり、この減算によって既に冗
長型が減少せしめられているので、予測誤差を求めなく
ても同様の効果が１りられるからである。

また、予測符号化処理を伴なう場合においてもそのｆｆ
１ｌ！ｉ！態様は実施態様のものに限定されるものでは
なく、また、前記実ｔｓ態様にあけるナンブリングも必
要に応じて行なえば良いものである。

上記実１ｇ様の様に、非鮮鋭画像データ及び非鮮鋭画像
減算画像データの両画像データを粗く量子化する場合そ
の粗さの程度に差をつける、特に非鮮鋭画像データより
も非鮮鋭画像減算画像データの方を粗く量子化すること
により、粗く量子化することによる圧縮率向上の効果と
粗く量子化することによる視覚的画質の劣イヒおよび診
断能の低下の抑制の双方を効率良く大川することができ
る。

なぎならば、前述の如く非鮮鋭画像データは低空間周波
数成分を、非鮮鋭画＠減算画像データは高空間周波数成
分を担うものでめると考えることかでさ、両データを比
較した場合診断能の確保および視覚的な画質維持の双方
において非！！ＩＩ’鋭画像データの方がより重要であ
り、その両観点からして量子化を粗くすることに対する
許容度は非鮮鋭画像データの方が非鮮鋭画像域ｉ画像デ
ータよりも低く、従って今原画像データを一律に粗く量
子化しようとするとその粗さの程度はどうしても許容度
の低い非鮮鋭画像データ８基準にして設定しな【プれば
ならず、粗く量子化することによる圧縮率の向上を充分
に達成し得ないということになるが、本発明の如く非鮮
鋭画像データと非鮮鋭画像減算画像データとに分離する
と、後者のデータについては前者のデータよりもざらに
粗く、即ち後者のデータの許容度一杯まで粗く量子化す
ることができ、そうすることによって診断能の低下や視
覚的画質劣化にあまり影響を及ぼすことなくざらに圧縮
率の向上を図ることかできるからである。なお、非鮮鋭
画像減算画像データを粗く母子化する際のレベル数の減
少の程度は再生時の画質との関係で適宜決定すれば良い
か、一般的には１．／２〜］／４とするのが好ましい。

（弁明の効果） 本発明に係る画像データ圧縮処理方法は、前述の如く、
画像データを粗く量子化して圧縮する場合において、画
像データ全体を一律に粗く母子化するのではなく、画像
データを低空間周波数成分を担持する非鮮鋭画像データ
と、高空間周波数成分を担持する非鮮鋭画像減算画像デ
ータとに分離し、少なくとも非８￥鋭画像減算画像デー
タについて粗く母子化する処理を行なうものである。

従って、例えば非鮮鋭画像減算画像データのみを粗く量
子化する場合は、結局前述の如き診断能や視覚的な画質
にとって重要な低空間周波数成分（非鮮鋭画像データ）
はそのままとし、それらにとって市まり重質でない高空
間周波ａ成分（非鮮鋭画像減算画像データ）のみを粗く
量子化することとなり、診断能低下や視覚的画質劣化を
抑制し１ｑると共にある程度のデータ圧縮を図ることか
できる。

ま１＝、両データを粗く量子化する場合は、核両データ
に分離したことによって、前述の如く非鮮鋭画像データ
よりも非鮮鋭画像ｗ、算両画像データ方を粗く量子化す
るということか可能となり、そうり゛ることによって診
断能の低下、接電的画質の劣化の抑制と圧縮率の向上と
を効率良く実現できるものでめるユ

【図面の簡単な説明】

第１図は本発明に係る画像データ圧縮処理方法の一実施
態様を示すフローチャート、第２図はスムージング処理
−例の説明図、第３図は非鮮鋭画像データのサンプリン
グ態様の一例を示す図、第４図は第３図におけるサンプ
リングデータの予測誤差を示す図、第５図は非鮮鋭画像
減算画像データを示す図、第６図は第５図のデータの予
測誤差を示す図、第７図〜第１１図はそれぞれシフト吊
子化に使用する異なる量子化特性の組み合せの一例を示
す図、第１２図は誤差最小量子化の一例を示す図である
ユ 第４図 第５図　　　　第６図 子測議残　レヤーレ （層、チータレへ−レ） 第８図

Claims (2)

【特許請求の範囲】
1. （１）圧縮処理すべき原画像データを、該原画像データ
   から作成した非鮮鋭画像データと、上記原画像データか
   ら該非鮮鋭画像データを減じた非鮮鋭画像減算画像デー
   タとに分離し、ビット分解能を粗くする量子化処理を、
   少なくとも上記非鮮鋭画像減算画像データに対して施す
   ことを特徴とする画像データ圧縮処理方法。
2. （２）上記ビット分解能を粗くする量子化処理を、上記
   非鮮鋭画像データと非鮮鋭画像減算画像データとの双方
   に対して施し、かつ非鮮鋭画像データの量子化の粗さよ
   りも非鮮鋭画像減算画像データの量子化の粗さの方がよ
   り粗いことを特徴とする特許請求の範囲第１項記載の画
   像データ圧縮処理方法。