JPWO2012086203A1 - 画像符号化装置、画像復号装置、画像符号化方法及び画像復号方法 - Google Patents

Abstract

エンコーダのビット深度よりも大きなビット深度の画像を符号化した際のデータ量をより減少させるため、本発明に係る画像符号化装置（１００Ａ）は、対象画像に対して第１の値だけビット深度を小さくするダウンコンバート処理を施すことにより、ベース・レイヤー画像を生成するダウンコンバータ（１０２Ａ）と、ベース・レイヤー画像を符号化し、復号することにより再構築画像を生成する第１エンコーダ（１１１Ａ）と、再構築画像に対して第２の値だけビット深度を大きくする処理を施し、当該処理が施された対象画像と再構築画像とに基づいて、ベース・レイヤー画像の画質を上げるためのエンハンスメント・レイヤー画像を生成する減算器（１０３Ａ）と、エンハンスメント・レイヤー画像を符号化する第２エンコーダ（１１２Ａ）と、符号化されたベース・レイヤー画像と符号化されたエンハンスメント・レイヤー画像とを出力する出力部（１１５）とを備える。

Description

本発明は、画像符号化装置、及び、画像復号装置に関する。特に、ビット深度が所定の大きさよりも大きい画像を対象とした符号化装置及び復号装置に関する。

従来、ディスプレイ装置、撮像装置、画像符号化装置及び画像復号装置等の画像処理装置は、画像を画素と呼ばれる単位で処理する。そして、画素は、緑、赤及び青（ＲＧＢ）のように、３つの独立した副画素を有する。ディスプレイ装置は、各副画素の強さを制御することにより、画素の色を混成する。各副画素の強さには、様々なレベルがある。レベルの多様性は、ビット深度に依存する。

ビット深度は、１画素あたりの情報容量を示し、より具体的には、１副画素あたりのビット数である。例えば、ビット深度が８ビットである場合、各副画素の強さは、２５６（２の８乗）のレベルで表現される。そして、ビット深度が１０ビットである場合、各副画素の強さは、１０２４（２の１０乗）のレベルで表現される。

また、ビット深度が８ビットである場合、１つの画素における３つの副画素のレベルの組み合わせの数は、２５６の３乗（１６，７７７，２１６）である。そして、ビット深度が１０ビットである場合、１つの画素における３つの副画素のレベルの組み合わせの数は、１０２４の３乗（１，０７３，７４１，８２４）である。つまり、ビット深度が１０ビットである場合、再現可能な色の数は、ビット深度が８ビットである場合の６４倍である。

近年、プロフェッショナル向けのディスプレイ装置は、１２ビットまたは１６ビットのビット深度で画像を表示できる。また、消費者向けのディスプレイ装置も、８ビットよりも大きいビット深度で画像を表示できる場合がある。

より多くの色を再現できるディスプレイ装置は、より滑らかな色の遷移、及び、より実物に近い色を表示できる。つまり、ビット深度がより大きくなることにより、より滑らかな色の遷移、及び、より実物に近い色が、実現できる。したがって、消費者は、画像が、８ビットのビット深度で表示されることよりも、より大きなビット深度で表示されることを望む。

なお、８ビットのビット深度で表示される画像は、８ビット画像と呼ばれる。同様に、１０ビットのビット深度で表示される画像は、１０ビット画像と呼ばれる。すなわち、一般に、ｎビットのビット深度で表示される画像は、ｎビット画像と呼ばれる。

ここで、より大きなビット深度の画像を出力するために、大量に入手可能な８ビットビデオプロセッサを複数使用して、より大きなビット深度の画像を出力することが考えられる。

ＩＴＵ−Ｔ ａｎｄ ＩＳＯ／ＩＥＣ ＪＴＣ １， "Ａｄｖａｎｃｅｄ ｖｉｄｅｏ ｃｏｄｉｎｇ ｆｏｒ ｇｅｎｅｒｉｃ ａｕｄｉｏｖｉｓｕａｌ ｓｅｒｖｉｃｅｓ，" ＩＴＵ−Ｔ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ Ｈ．２６４ ａｎｄ ＩＳＯ／ＩＥＣ １４４９６−１０ （ＭＰＥＧ−４ ＡＶＣ）， ２０１０．

しかしながら、従来技術には、符号化によってデータ量が増大するという課題がある。

例えば、１枚の１０ビット画像を、２個の８ビットビデオプロセッサのそれぞれで処理する場合、本来伝送したい１０ビット画像よりも多くのデータを伝送しなければならない。その結果、画像を記録媒体に記録する際に必要な記録容量が増加し、又は、ネットワークを通じて画像を伝送する際に必要な帯域が増加してしまう。

そこで、本発明は、ビット深度に制限を有するエンコーダを利用してエンコーダのビット深度よりも大きなビット深度の画像を符号化した際のデータ量を、より減少させる画像符号化装置等を提供することを目的とする。

上記課題を解決するため、本発明に係る画像符号化装置の一態様は、１画素あたりの情報容量を示すビット深度が所定の大きさよりも大きい対象画像を符号化する画像符号化装置であって、前記対象画像に対して、当該対象画像のビット深度が前記所定の大きさとなるように第１の値だけビット深度を小さくするダウンコンバート処理を施すことにより、ベース・レイヤー画像を生成するダウンコンバータと、前記ベース・レイヤー画像を符号化し、符号化した前記ベース・レイヤー画像を復号することにより再構築画像を生成する第１エンコーダと、前記再構築画像に対して、第２の値だけビット深度を大きくするシフト量調整処理を施し、前記シフト量調整処理が施された再構築画像と前記対象画像とに基づいて、前記ベース・レイヤー画像の画質を上げるための画像であって、前記ベース・レイヤー画像と同じビット深度を有する画像であるエンハンスメント・レイヤー画像を生成する減算器と、前記エンハンスメント・レイヤー画像を符号化する第２エンコーダと、符号化された前記ベース・レイヤー画像と、符号化された前記エンハンスメント・レイヤー画像とを出力する出力部とを備える。

これによると、画像符号化装置は、対象画像が有するビット深度のうち、第２の値分のビットを、ベース・レイヤー画像とは別の画像であるエンハンスメント・レイヤー画像に含める。その結果、後の復号時には、エンハンスメント・レイヤー画像を用いてベース・レイヤー画像の画質を上げることができる。すなわち、画像符号化装置は、生成するエンハンスメント・レイヤー画像として伝送すべきビット量を、第２の値により調整することができる。したがって、エンハンスメント・レイヤー画像として伝送すべきビット量を、第２の値により最適化することにより、画像符号化装置は、ビット深度に制限を有するエンコーダを利用してエンコーダのビット深度よりも大きなビット深度の画像を符号化した際のデータ量を、より減少させることができる。

具体的には、前記減算器は、前記対象画像のビット深度を前記第１の値と前記第２の値との差分である第３の値だけ小さくした画像に含まれる複数の画素の各画素値から、前記シフト量調整処理が施された再構築画像に含まれる対応する画素の画素値を差し引き、差し引いた結果を表すビット情報のうち、下位から前記所定の大きさの範囲に含まれるビット情報により、前記エンハンスメント・レイヤー画像を生成するとしてもよい。

これによると、画像符号化装置が備える減算器は、第１の値〜第３の値として示される量だけ画素のビットをシフトさせることにより、エンハンスメント・レイヤー画像を生成することができる。

また、前記減算器は、前記ベース・レイヤー画像、前記対象画像、又は、前記再構築画像が有する特性に基づき、前記第２の値を決定するシフト量決定部を有し、前記出力部は、さらに、前記シフト量決定部により決定された前記第２の値に対応する値を出力するとしてもよい。

これによると、画像符号化装置は、符号化対象である画像信号の特性に応じて、適切に第２の値を決定することができる。その結果、画像のダウンコンバート時における画質とデータサイズとのトレードオフを解消し、画質の劣化を抑制しながらデータサイズを小さくすることができる。

具体的には、前記シフト量決定部は、前記対象画像若しくは前記ベース・レイヤー画像の空間周波数成分における低域成分が視覚的により支配的であるほど、より大きくなるように前記第２の値を決定するとしてもよい。

これによると、空間周波数成分における低域成分が視覚的により支配的な画像ほど、ダウンコンバートに起因する画質の劣化が目立ち易いという知見を利用することにより、適切な第２の値を決定することができる。

なお、さらに、前記出力部は、前記ベース・レイヤー画像が符号化されたベース・レイヤー・ビットストリームと、前記エンハンスメント・レイヤー画像が符号化されたエンハンスメント・レイヤー・ビットストリームとを多重化することにより、ＭＶＣ（Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）方式のビットストリームを生成するマルチプレクサとして構成され、前記第１エンコーダと、前記第２エンコーダと、前記マルチプレクサとは、ＭＶＣエンコーダとして構成され前記マルチプレクサは、複数の前記対象画像について決定された、前記第２の値に対応する値を、前記ＭＶＣ方式のビットストリームに付加するとしてもよい。

これによると、既存のＭＶＣエンコーダ及びＭＶＣデコーダ、並びに、ＭＶＣ構造を有するビットストリームを利用して、画像符号化装置を実施することができる。

なお、前記ダウンコンバータは、前記対象画像に含まれる複数の画素の各画素値のビットを前記第１の値だけシフトダウンする前記ダウンコンバート処理により、前記ベース・レイヤー画像を生成し、前記減算器は、前記再構築画像に含まれる複数の画素の各画素値のビットを前記第２の値だけシフトアップし、前記対象画像に含まれる複数の画素の各画素値のビットを前記第１の値と前記第２の値との差分だけシフトダウンし、シフトダウンされた前記対象画像に含まれる複数の画素の各画素値と、これに対応する、シフトアップされた前記再構築画像に含まれる複数の画素の各画素値との差分から前記エンハンスメント・レイヤー画像を生成するとしてもよい。

また、前記ダウンコンバータは、前記対象画像のビット深度が前記第１の値だけ小さくなるように、当該対象画像に含まれる複数の画素の各画素値を所定の除数で除算する前記ダウンコンバート処理により、前記ベース・レイヤー画像を生成し、前記減算器は、前記再構築画像のビット深度が前記第２の値だけ大きくなるように、当該再構築画像に含まれる複数の画素の各画素値に所定の乗数を乗算し、前記対象画像のビット深度が前記第１の値と前記第２の値との差分だけ小さくなるように、当該対象画像に含まれる複数の画素の各画素値を所定の除数で除算し除算された前記対象画像に含まれる複数の画素の各画素値と、これに対応する、乗算された前記再構築画像に含まれる複数の画素の各画素値との差分から前記エンハンスメント・レイヤー画像を生成するとしてもよい。

また、前記減算器は、ビット深度を前記第３の値だけ小さくした前記対象画像に含まれる複数の画素の各画素値から、前記シフト量調整処理が施された前記再構築画像に含まれる対応する画素の画素値を差し引いた値に、前記エンハンスメント・レイヤー画像に含まれる複数の画素の各画素値を正の値にするための所定の値を加算するとしてもよい。

これによると、ビット演算の結果、エンハンスメント・レイヤー向けの画素値が負の値として算出された場合であっても、画像符号化装置が、画素値として必ず正の値を出力することを保証できる。

本発明に係る画像復号装置の一態様は、ビットストリームから、１画素あたりの情報容量を示すビット深度が所定の大きさよりも第１の値だけ大きい対象画像を復号する画像復号装置であって、前記ビットストリームから、ビット深度が前記所定の大きさであるベース・レイヤー画像を復号する第１デコーダと、前記ビットストリームから、ビット深度が前記所定の大きさであるエンハンスメント・レイヤー画像を復号する第２デコーダと、前記ビットストリームから取得した第２の値に基づいて、前記ベース・レイヤー画像と、前記エンハンスメント・レイヤー画像とを加算することにより、前記対象画像を生成する加算器とを備える。

これによると、画像復号装置は、エンハンスメント・レイヤー画像として伝送すべきビット量として画像符号化装置により決定された第２の値をビットストリームから取得する。その後、画像復号装置は、画像ごとに取得した第２の値を用いて、復号したベース・レイヤー画像の画質を、エンハンスメント・レイヤー画像を用いて向上させることができる。

具体的には、前記加算器は、前記ベース・レイヤー画像に対して、当該画像のビット深度を、前記第２の値だけ大きくするアップコンバート処理を施し、前記アップコンバート処理を施したベース・レイヤー画像と、前記エンハンスメント・レイヤー画像とを、互いの画像に含まれる対応する画素の画素値ごとにそれぞれ加算することにより合成し、合成して得られた画像のビット深度を、前記第１の値と前記第２の値との差分である第３の値だけ大きくすることにより、前記対象画像を生成するとしてもよい。

これによると、画像復号装置が備える加算器は、符号化時に各画素に対して行ったビット操作に対応するビット操作を、復号したベース・レイヤー画像及びエンハンスメント・レイヤー画像に対して施すことができる。

また、前記ビットストリームは、ＭＶＣ（Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）方式のビットストリームであり、さらに、復号された前記ベース・レイヤー画像と復号された前記エンハンスメント・レイヤー画像とを多重化することにより、画像シーケンスを生成するマルチプレクサを備え、前記第１デコーダと、前記第２デコーダと、前記マルチプレクサとは、ＭＶＣデコーダとして構成され、前記加算器は、前記ＭＶＣ方式のビットストリームから前記第２の値を取得するとしてもよい。

これによると、既存のＭＶＣエンコーダ及びＭＶＣデコーダ、並びに、ＭＶＣ構造を有するビットストリームを利用して、画像復号装置を実施することができる。

なお、前記加算器は、前記ベース・レイヤー画像に含まれる複数の画素の各画素値のビットを、前記第２の値だけシフトアップし、前記合成してえられた画像に含まれる複数の画素の各画素値のビットを、前記第３の値だけシフトアップすることにより、前記対象画像を生成するとしてもよい。

また、前記加算器は、前記ベース・レイヤー画像のビット深度が、前記第２の値だけ大きくなるように、当該ベース・レイヤー画像に含まれる複数の画素の各画素値に所定の乗数を乗算し、前記合成してえられた画像のビット深度が前記第３の値だけ大きくなるように、当該合成してえられた画像に含まれる複数の画素の各画素値に所定の乗数を乗算することにより、前記対象画像を生成するとしてもよい。

また、前記加算器は、前記ベース・レイヤー画像と、前記エンハンスメント・レイヤー画像とを合成する前に、前記エンハンスメント・レイヤー画像に含まれる複数の画素の各画素値から、符号化時に加算された所定の値を減算するとしてもよい。

なお、本発明は、このような画像符号化装置及び画像復号装置として実現できるだけでなく、画像符号化装置及び画像復号装置に含まれる特徴的な手段をステップとする画像符号化方法及び画像復号方法として実現したり、そのような特徴的なステップをコンピュータに実行させるプログラムとして実現したりすることもできる。そして、そのようなプログラムは、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等の記録媒体及びインターネット等の伝送媒体を介して流通させることができるのはいうまでもない。

さらに、本発明は、このような画像符号化装置及び画像復号装置の機能の一部又は全てを実現する半導体集積回路（ＬＳＩ）として実現したり、このような画像符号化装置及び画像復号装置を含む映像システムとして実現したりできる。

本発明により、ビット深度に制限を有するエンコーダを利用してエンコーダのビット深度よりも大きなビット深度の画像を符号化した際のデータ量を、より減少させる画像符号化装置を提供できる。

図１は、本発明の関連技術に係るＭＶＣエンコーダを示す構成図である。 図２は、本発明の関連技術に係るＭＶＣデコーダを示す構成図である。 図３は、本発明の関連技術に係る画像符号化装置を示す構成図である。 図４は、本発明の関連技術に係る画像符号化装置の具体的な構成を示す図である。 図５は、本発明の関連技術に係る画像復号装置を示す構成図である。 図６は、本発明の関連技術に係る画像復号装置の具体的な構成を示す図である。 図７は、本発明の関連技術に係る画像符号化装置の処理を示すフローチャートである。 図８は、本発明の関連技術に係る画像復号装置の処理を示すフローチャートである。 図９は、本発明の実施の形態１に係る画像符号化装置の機能ブロックを示す図である。 図１０は、減算器の機能ブロックを示す図である。 図１１は、本発明の実施の形態１に係る画像復号装置の機能ブロックを示す図である。 図１２は、加算器の詳細な機能ブロックを示す図である。 図１３は、シフト量決定部が、ベース・レイヤー画像の特性に応じて、ｂの値を決定した結果の一例を示す図である。 図１４は、ビットストリームにｂの値を含めることにより、画像符号化装置から画像復号装置へｂの値を伝送する方法の一例を示す図である。 図１５は、本発明の実施の形態２に係る画像符号化装置の機能ブロックを示す図である。 図１６は、本発明の実施の形態２に係る画像復号装置の機能ブロックを示す図である。 図１７は、コンテンツ配信サービスを実現するコンテンツ供給システムの全体構成図である。 図１８は、デジタル放送用システムの全体構成図である。 図１９は、テレビの構成例を示すブロック図である。 図２０は、光ディスクである記録メディアに情報の読み書きを行う情報再生／記録部の構成例を示すブロック図である。 図２１は、光ディスクである記録メディアの構造例を示す図である。 図２２Ａは、携帯電話の一例を示す図である。 図２２Ｂは、携帯電話の構成例を示すブロック図である。 図２３は、多重化データの構成を示す図である。 図２４は、各ストリームが多重化データにおいてどのように多重化されているかを模式的に示す図である。 図２５は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかを更に詳しく示した図である。 図２６は、多重化データにおけるＴＳパケットとソースパケットの構造を示す図である。 図２７は、ＰＭＴのデータ構成を示す図である。 図２８は、多重化データ情報の内部構成を示す図である。 図２９は、ストリーム属性情報の内部構成を示す図である。 図３０は、映像データを識別するステップを示す図である。 図３１は、各実施の形態の動画像符号化方法及び動画像復号化方法を実現する集積回路の構成例を示すブロック図である。 図３２は、駆動周波数を切り替える構成を示す図である。 図３３は、映像データを識別し、駆動周波数を切り替えるステップを示す図である。 図３４は、映像データの規格と駆動周波数を対応づけたルックアップテーブルの一例を示す図である。 図３５Ａは、信号処理部のモジュールを共有化する構成の一例を示す図である。 図３５Ｂは、信号処理部のモジュールを共有化する構成の他の一例を示す図である。

以下、本発明の実施の形態について、図面を用いて詳細に説明する。なお、以下で説明する実施の形態は、いずれも本発明の好ましい一具体例を示すものである。以下の実施の形態で示される数値、形状、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。本発明は、請求の範囲だけによって限定される。よって、以下の実施の形態における構成要素のうち、本発明の最上位概念を示す独立請求項に記載されていない構成要素については、本発明の課題を達成するのに必ずしも必要ではないが、より好ましい形態を構成するものとして説明される。

まず、本発明の意義を明確にするため、図１〜図８を参照して、本発明の関連技術である国際公開第２０１１／０３７９３３号の特許文献に示される画像符号化装置及び画像復号装置について具体的に説明する。

図１は、典型的なＭＶＣエンコーダを示す構成図である。ＭＶＣエンコーダは、多視点映像符号化方法に基づいて、多視点映像を符号化するためのエンコーダである。

ＭＶＣ（多視点映像符号化：Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）技術においては、１つのビューは、ベース・ビューとして符号化される（非特許文献１を参照）。ここで、ベース・ビューは、第１ビューとも呼ばれる。そして、他のビューは、ノン・ベース・ビューとして符号化される。ノン・ベース・ビューは、依存ビューまたは第２ビューとも呼ばれる。

符号化されたベース・ビューのビットストリームは、独立して、復号可能である。例えば、ベース・ビューは、３Ｄ映像の２Ｄバージョンを示すために、用いられる。一方、符号化されたノン・ベース・ビューのビットストリームは、独立して、復号可能ではない。ノン・ベース・ビューは、ベース・ビューとともに復号される必要がある。

ノン・ベース・ビューは、ベース・ビューを強化するために用いられる。例えば、左眼の映像に対応したベース・ビューと、右眼の映像に対応したノン・ベース・ビューとを組み合わせることにより、立体的な３Ｄ映像の表示が可能になる。

図１に示されたＭＶＣエンコーダ１０１は、第１エンコーダ１１１、第２エンコーダ１１２及びマルチプレクサ１１３を備える。

第１エンコーダ１１１は、ベース・ビューに対応する画像であるベース・レイヤー画像Ｄ１１を受け取る。そして、第１エンコーダ１１１は、ベース・レイヤー画像Ｄ１１を符号化することにより、符号化されたベース・レイヤー画像Ｄ１１であるベース・ビュー・ビットストリームＤ１４を生成する。また、第１エンコーダ１１１は、符号化されたベース・レイヤー画像Ｄ１１を復号することにより、再構築画像Ｄ１３を生成する。再構築画像Ｄ１３は、ビュー間予測に用いられる。

第２エンコーダ１１２は、ノン・ベース・ビューに対応する画像であるノン・ベース・レイヤー画像Ｄ１２を受け取る。そして、第２エンコーダ１１２は、ノン・ベース・レイヤー画像Ｄ１２を符号化することにより、符号化されたノン・ベース・レイヤー画像Ｄ１２であるノン・ベース・ビュー・ビットストリームＤ１５を生成する。このとき、第２エンコーダ１１２は、再構築画像Ｄ１３を参照し、ビュー間予測を用いて、ノン・ベース・レイヤー画像Ｄ１２を符号化してもよい。これにより、符号化効率が向上する。

マルチプレクサ１１３は、ベース・ビュー・ビットストリームＤ１４と、ノン・ベース・ビュー・ビットストリームＤ１５とを多重化し、ＭＶＣビットストリームＤ１６を生成する。典型的には、ベース・ビューを示す部分と、ノン・ベース・ビューを示す部分とが交互になるように、マルチプレクサ１１３は、ＭＶＣビットストリームＤ１６を生成する。

このようにして、ＭＶＣエンコーダ１０１は、ベース・レイヤー画像Ｄ１１と、ノン・ベース・レイヤー画像Ｄ１２とを受け取り、それらを符号化して、ＭＶＣビットストリームＤ１６を生成する。例えば、ＭＶＣエンコーダ１０１は、３Ｄ画像のうち、左眼画像であるベース・レイヤー画像Ｄ１１と、右眼画像であるノン・ベース・レイヤー画像Ｄ１２とを符号化することにより、符号化された３Ｄ画像をＭＶＣビットストリームＤ１６として、出力できる。

なお、図１に示されたＭＶＣエンコーダ１０１は、一例である。ＭＶＣエンコーダ１０１は、３つ以上のエンコーダを備えて、３つ以上のビューを符号化してもよい。また、１つのエンコーダが、複数のビューを符号化してもよい。また、ＭＶＣエンコーダ１０１は、ベース・ビュー・ビットストリームＤ１４と、ノン・ベース・ビュー・ビットストリームＤ１５とを多重化せずに、それぞれ別々に出力してもよい。この場合、ＭＶＣエンコーダ１０１は、マルチプレクサ１１３を備えなくてもよい。

図２は、典型的なＭＶＣデコーダを示す構成図である。ＭＶＣデコーダは、多視点映像符号化方法に基づいて符号化された多視点映像を復号するためのデコーダである。図２に示されたＭＶＣデコーダ２０１は、第１デコーダ２１１、第２デコーダ２１２及びマルチプレクサ２１３を備える。

第１デコーダ２１１は、ベース・ビュー・ビットストリームＤ２１を受け取る。第１デコーダ２１１は、図１に示されたＭＶＣビットストリームＤ１６からベース・ビューの部分をベース・ビュー・ビットストリームＤ２１として、読み取ってもよい。そして、第１デコーダ２１１は、ベース・ビュー・ビットストリームＤ２１から、ベース・レイヤー画像Ｄ２３を復号する。すなわち、ベース・レイヤー画像Ｄ２３は、再構築画像Ｄ１３と同じ画像となる。

第２デコーダ２１２は、ノン・ベース・ビュー・ビットストリームＤ２２を受け取る。第２デコーダ２１２は、図１に示されたＭＶＣビットストリームＤ１６からノン・ベース・ビューの部分をノン・ベース・ビュー・ビットストリームＤ２２として、読み取ってもよい。そして、第２デコーダ２１２は、ノン・ベース・ビュー・ビットストリームＤ２２から、ノン・ベース・レイヤー画像Ｄ２４を復号する。このとき、第２デコーダ２１２は、ベース・レイヤー画像Ｄ２３を参照し、ビュー間予測を用いて、ノン・ベース・レイヤー画像Ｄ２４を復号してもよい。

マルチプレクサ２１３は、ベース・レイヤー画像Ｄ２３と、ノン・ベース・レイヤー画像Ｄ２４とを多重化し、画像シーケンスＤ２５を生成する。典型的には、ベース・ビューを示す部分と、ノン・ベース・ビューを示す部分とが交互になるように、マルチプレクサ２１３は、画像シーケンスＤ２５を生成する。

このようにして、ＭＶＣデコーダ２０１は、ベース・ビュー・ビットストリームＤ２１と、ノン・ベース・ビュー・ビットストリームＤ２２とを受け取り、それらから、ベース・レイヤー画像Ｄ２３と、ノン・ベース・レイヤー画像Ｄ２４とを復号し、画像シーケンスＤ２５を生成する。

例えば、ＭＶＣデコーダ２０１は、左眼に対応するベース・ビュー・ビットストリームＤ２１、及び、右眼に対応するノン・ベース・ビュー・ビットストリームＤ２２から、左眼画像であるベース・レイヤー画像Ｄ２３、及び、右眼画像であるノン・ベース・レイヤー画像Ｄ２４を復号する。そして、ＭＶＣデコーダ２０１は、それらを組み合わせた画像シーケンスＤ２５を３Ｄ画像として出力できる。

なお、図２に示されたＭＶＣデコーダ２０１は、図１に示されたＭＶＣエンコーダ１０１と同様に、一例である。ＭＶＣデコーダ２０１は、３つ以上のデコーダを備えて、３つ以上のビューを復号してもよい。また、１つのデコーダが、複数のビューを復号してもよい。また、ＭＶＣデコーダ２０１は、ベース・レイヤー画像Ｄ２３と、ノン・ベース・レイヤー画像Ｄ２４とを多重化せずに、それぞれ別々に出力してもよい。この場合、ＭＶＣデコーダ２０１は、マルチプレクサ２１３を備えなくてもよい。

また、ＭＶＣデコーダ２０１は、図１に示されたＭＶＣビットストリームＤ１６をベース・ビューの部分とノン・ベース・ビューの部分とに分離するデマルチプレクサを備えてもよい。

図１に示されたＭＶＣエンコーダ１０１及び図２に示されたＭＶＣデコーダ２０１は、典型的なＭＶＣエンコーダ及びＭＶＣデコーダである。そのため、ＭＶＣエンコーダ１０１及びＭＶＣデコーダ２０１は、８ビットを超えるビット深度の画像を符号化または復号することができない。そこで、本発明の関連技術に係る画像符号化装置及び画像復号装置は、追加の構成要素を備える。

図３は、本発明の関連技術に係る画像符号化装置の機能ブロックを示す。図３に示される画像符号化装置は、図１に示されたＭＶＣエンコーダ１０１、ダウンコンバータ１０２及び減算器１０３を備える。

ダウンコンバータ１０２は、符号化の対象画像である１０ビット画像Ｄ３１をダウンコンバートすることにより、８ビット画像であるベース・レイヤー画像Ｄ３２を生成する。

ＭＶＣエンコーダ１０１は、ベース・レイヤー画像Ｄ３２をベース・レイヤー画像として符号化する。そして、ＭＶＣエンコーダ１０１は、符号化されたベース・レイヤー画像Ｄ３２を復号することにより、８ビット画像である再構築画像Ｄ３３を生成する。

減算器１０３は、１０ビット画像Ｄ３１の特性と再構築画像Ｄ３３の特性との差異から、ベース・レイヤー画像Ｄ３２を１０ビット画像に拡張するためのエンハンスメント・レイヤー画像Ｄ３４を生成する。ここで用いられる各画像の特性は、例えば、画素値の大きさを示す情報である。

ＭＶＣエンコーダ１０１は、さらに、エンハンスメント・レイヤー画像Ｄ３４をノン・ベース・レイヤー画像として符号化する。そして、ＭＶＣエンコーダ１０１は、符号化されたベース・レイヤー画像Ｄ３２、及び、符号化されたエンハンスメント・レイヤー画像Ｄ３４を、ＭＶＣビットストリームＤ３５として、出力する。

図４は、図３に示された画像符号化装置をより具体的に示す図である。以下、図４を用いて、本発明の関連技術に係る画像符号化装置を具体的に説明する。

ダウンコンバータ１０２は、１０ビット画像Ｄ３１をダウンコンバートすることにより、８ビット画像であるベース・レイヤー画像Ｄ３２を生成する。より具体的には、ダウンコンバータ１０２は、式１に示される演算により、１０ビット画像Ｄ３１をダウンコンバートする。

Ｂ（ｘ，ｙ）＝（Ｓ（ｘ，ｙ）＋２）＞＞２； （式１）

ここで、（ｘ，ｙ）は、画素位置を示す。Ｂ（ｘ，ｙ）は、ベース・レイヤー画像Ｄ３２の画素値を示す。Ｓ（ｘ，ｙ）は、１０ビット画像Ｄ３１の画素値を示す。記号「＞＞」は、右シフト演算を示す。

つまり、まず、ダウンコンバータ１０２は、１０ビット画像Ｄ３１の各画素値に２を足す。そして、ダウンコンバータ１０２は、各画素値を２ビット右にシフトする。これにより、各画素値の下位２ビットが四捨五入され、８ビットのベース・レイヤー画像Ｄ３２が生成される。

ＭＶＣエンコーダ１０１の第１エンコーダ１１１は、ベース・レイヤー画像Ｄ３２をベース・レイヤー画像として符号化することにより、ベース・レイヤー・ビットストリームＤ３６を生成する。そして、第１エンコーダ１１１は、符号化されたベース・レイヤー画像Ｄ３２を復号することにより再構築画像Ｄ３３を生成する。

減算器１０３は、１０ビット画像Ｄ３１と再構築画像Ｄ３３との差分から、エンハンスメント・レイヤー画像Ｄ３４を生成する。より具体的には、減算器１０３は、式２に示される演算により、１０ビット画像Ｄ３１と再構築画像Ｄ３３との差分を求める。

Ｅ（ｘ，ｙ）＝Ｓ（ｘ，ｙ）−（Ｂｒ（ｘ，ｙ）＜＜２）＋１２８； （式２）

ここで、（ｘ，ｙ）は、画素位置を示す。Ｅ（ｘ，ｙ）は、エンハンスメント・レイヤー画像Ｄ３４の画素値を示す。Ｓ（ｘ，ｙ）は、１０ビット画像Ｄ３１の画素値を示す。Ｂｒ（ｘ，ｙ）は、再構築画像Ｄ３３の画素値を示す。記号「＜＜」は、左シフト演算を示す。

つまり、まず、減算器１０３は、再構築画像Ｄ３３の各画素値を２ビット左にシフトする。これにより、再構築画像Ｄ３３のビット深度が１０ビットに変換される。次に、減算器１０３は、１０ビット画像Ｄ３１の各画素値から、左にシフトされた各画素値を減算する。そして、減算器１０３は、減算した結果に１２８を足す。

ここで、減算器１０３は、減算した結果に１２８を足しているが、１２８に限られず、エンハンスメント・レイヤー画像Ｄ３４のビット深度によって表現される最大画素値の半分を整数に丸めた値を加算してもよい。また、減算器１０３は、減算した結果に、エンハンスメント・レイヤー画像Ｄ３４の各画素値を正の値にするための他の値を足してもよい。

さらに、減算器１０３は、８ビット画像の範囲［０，２５５］にＥ（ｘ，ｙ）をクリップしてもよい。つまり、減算器１０３は、０よりも小さい画素値を０に変換し、２５５よりも大きい画素値を２５５に変換してもよい。

例えば、再構築画像Ｄ３３に量子化歪みが含まれる場合があるが、量子化歪みは、８ビット画像の画素値の範囲［０，２５５］に基づいて、大きくても［−３２，３１］の範囲内であると想定される。そして、この量子化歪みは、左シフト演算によって４倍になった場合でも、［−１２８，１２７］の範囲内であり、Ｓ（ｘ，ｙ）−（Ｂｒ（ｘ，ｙ）＜＜２）によって示される値の範囲は、［−１２８，１２７］の範囲内であると想定される。

したがって、減算器１０３が、上記の差分に１２８を加えた後、８ビット画像の範囲［０，２５５］にＥ（ｘ，ｙ）をクリップしても、その影響は、異常値に限定される。よって、減算器１０３は、８ビット画像の範囲［０，２５５］にＥ（ｘ，ｙ）をクリップすることにより、致命的なエラーのみを除去または隠蔽することができる。

ＭＶＣエンコーダ１０１の第２エンコーダ１１２は、減算器１０３によって生成されたエンハンスメント・レイヤー画像Ｄ３４をノン・ベース・レイヤー画像として符号化する。これにより、第２エンコーダ１１２は、エンハンスメント・レイヤー・ビットストリームＤ３７を生成する。このとき、第２エンコーダ１１２は、再構築画像Ｄ３３を参照し、ビュー間予測を用いて、エンハンスメント・レイヤー画像Ｄ３４を符号化してもよい。

なお、再構築画像Ｄ３３とエンハンスメント・レイヤー画像Ｄ３４との間に相関関係は、ほとんどない可能性が高い。しかし、ビュー間予測の利用は制限されず、第２エンコーダ１１２は、ビュー間予測を用いて、エンハンスメント・レイヤー画像Ｄ３４を符号化してもよい。

そして、ＭＶＣエンコーダ１０１のマルチプレクサ１１３は、ベース・レイヤー・ビットストリームＤ３６、及び、エンハンスメント・レイヤー・ビットストリームＤ３７を多重化して、ＭＶＣビットストリームＤ３５を生成する。

図５は、図２に示されたＭＶＣデコーダ２０１を有する画像復号装置を示す構成図である。図５に示された画像復号装置は、ＭＶＣデコーダ２０１及び加算器２０２を備える。

ＭＶＣデコーダ２０１は、ベース・レイヤー・ビットストリームＤ５１からベース・レイヤー画像を復号する。また、ＭＶＣデコーダ２０１は、エンハンスメント・レイヤー・ビットストリームＤ５２からエンハンスメント・レイヤー画像を復号する。そして、ＭＶＣデコーダ２０１は、画像シーケンスＤ５３を生成する。

加算器２０２は、画像シーケンスＤ５３に含まれるベース・レイヤー画像Ｄ５４と、画像シーケンスＤ５３に含まれるエンハンスメント・レイヤー画像Ｄ５５とを合成することにより、復号の対象画像である１０ビット画像Ｄ５６を生成する。

図６は、図５に示された画像復号装置をより具体的に示す図である。以下、図６を用いて、本発明の関連技術に係る画像復号装置を具体的に説明する。

ＭＶＣデコーダ２０１の第１デコーダ２１１は、ベース・レイヤー・ビットストリームＤ５１からベース・レイヤー画像Ｄ５４を復号する。

ＭＶＣデコーダ２０１の第２デコーダ２１２は、エンハンスメント・レイヤー・ビットストリームＤ５２からエンハンスメント・レイヤー画像Ｄ５５を復号する。このとき、第２デコーダ２１２は、ベース・レイヤー画像Ｄ５４を参照し、ビュー間予測を用いて、エンハンスメント・レイヤー画像Ｄ５５を復号してもよい。

ＭＶＣデコーダ２０１のマルチプレクサ２１３は、ベース・レイヤー画像Ｄ５４及びエンハンスメント・レイヤー画像Ｄ５５から、画像シーケンスＤ５３を生成する。

加算器２０２は、画像シーケンスＤ５３に含まれるベース・レイヤー画像Ｄ５４と、画像シーケンスＤ５３に含まれるエンハンスメント・レイヤー画像Ｄ５５とを合成することにより、１０ビット画像Ｄ５６を生成する。より具体的には、加算器２０２は、式３に示される演算により、ベース・レイヤー画像Ｄ５４とエンハンスメント・レイヤー画像Ｄ５５とを合成する。

Ｖ（ｘ，ｙ）＝（Ｂｒ（ｘ，ｙ）＜＜２）＋（Ｅ（ｘ，ｙ）−１２８）； （式３）

ここで、（ｘ，ｙ）は、画素位置を示す。Ｖ（ｘ，ｙ）は、１０ビット画像Ｄ５６の画素値を示す。Ｂｒ（ｘ，ｙ）は、ベース・レイヤー画像Ｄ５４の画素値を示す。Ｅ（ｘ，ｙ）は、エンハンスメント・レイヤー画像Ｄ５５の画素値を示す。記号「＜＜」は、左シフト演算を示す。

つまり、まず、加算器２０２は、ベース・レイヤー画像Ｄ５４の各画素値を２ビット左にシフトする。これにより、ベース・レイヤー画像Ｄ５４のビット深度が１０ビットに変換される。次に、加算器２０２は、エンハンスメント・レイヤー画像Ｄ５５の各画素値から１２８を引く。次に、加算器２０２は、１０ビットに変換されたベース・レイヤー画像Ｄ５４の各画素値に、１２８が引かれたエンハンスメント・レイヤー画像Ｄ５５の各画素値を加算する。

ここで、加算器２０２は、各画素値から１２８を引いているが、１２８に限られず、エンハンスメント・レイヤー画像Ｄ５５のビット深度によって表現される最大画素値の半分を整数に丸めた値を引いてもよい。また、加算器２０２は、各画素値から符号化時に加算された値を引いてもよい。

さらに、加算器２０２は、１０ビット画像として許容される範囲にＶ（ｘ，ｙ）をクリップする。例えば、加算器２０２は、式４及び式５に示される演算により、Ｖ（ｘ，ｙ）をクリップする。

Ｖ（ｘ，ｙ）＝（Ｖ（ｘ，ｙ）＞ｍａｘＶ１０）？ｍａｘＶ１０：Ｖ（ｘ，ｙ）； （式４）
Ｖ（ｘ，ｙ）＝（Ｖ（ｘ，ｙ）＜ｍｉｎＶ１０）？ｍｉｎＶ１０：Ｖ（ｘ，ｙ）； （式５）

ここで、Ｖ＝Ａ？Ｂ：Ｃ；は、条件Ａを満たす場合にはＶの値をＢとし、それ以外の場合には、Ｖの値をＣとすることを意味する。また、ｍａｘＶ１０及びｍｉｎＶ１０は、それぞれ、１０ビット画像として、許容される最大値及び最小値である。典型的には、ｍａｘＶ１０は、１０２３であり、ｍｉｎＶ１０は、０である。しかし、ｍａｘＶ１０及びｍｉｎＶ１０に、その他の値が設定されてもよい。

加算器２０２は、上述の処理を実行することにより、１０ビット画像Ｄ５６を生成する。

図７は、図３に示された画像符号化装置の処理を示すフローチャートである。

まず、ダウンコンバータ１０２は、１０ビット画像Ｄ３１をダウンコンバートすることにより、８ビット画像であるベース・レイヤー画像Ｄ３２を生成する（Ｓ１０１）。

次に、ＭＶＣエンコーダ１０１は、ベース・レイヤー画像Ｄ３２をベース・レイヤー画像として符号化する（Ｓ１０２）。そして、ＭＶＣエンコーダ１０１は、符号化されたベース・レイヤー画像Ｄ３２を復号することにより再構築画像Ｄ３３を生成する。

次に、減算器１０３は、１０ビット画像Ｄ３１から再構築画像Ｄ３３を減算した差分から、エンハンスメント・レイヤー画像Ｄ３４を生成する（Ｓ１０３）。

次に、ＭＶＣエンコーダ１０１は、エンハンスメント・レイヤー画像Ｄ３４をノン・ベース・レイヤー画像として符号化する（Ｓ１０４）。そして、ＭＶＣエンコーダ１０１は、符号化されたベース・レイヤー画像Ｄ３２、及び、符号化されたエンハンスメント・レイヤー画像Ｄ３４を、ＭＶＣビットストリームＤ３５として、出力する。

図８は、図５に示された画像復号装置の処理を示すフローチャートである。

まず、ＭＶＣデコーダ２０１は、ベース・レイヤー・ビットストリームＤ５１からベース・レイヤー画像を復号する（Ｓ２０１）。

次に、ＭＶＣデコーダ２０１は、エンハンスメント・レイヤー・ビットストリームＤ５２からエンハンスメント・レイヤー画像を復号する（Ｓ２０２）。そして、ＭＶＣデコーダ２０１は、画像シーケンスＤ５３を生成する。

次に、加算器２０２は、画像シーケンスＤ５３に含まれるベース・レイヤー画像Ｄ５４と、画像シーケンスＤ５３に含まれるエンハンスメント・レイヤー画像Ｄ５５とを加算することにより、１０ビット画像Ｄ５６を生成する（Ｓ２０３）。

以上のように、本発明の関連技術に係る画像符号化装置は、１０ビット画像をダウンコンバートすることにより、８ビット画像を生成する。そして、画像符号化装置は、８ビット画像をベース・レイヤー画像として符号化する。また、画像符号化装置は、１０ビット画像と８ビット画像との差分値を８ビットのノン・ベース・レイヤー画像として符号化する。これにより、１０ビット画像が、８ビット画像であるベース・レイヤー画像と、８ビット画像であるノン・ベース・レイヤー画像とに分割されて符号化される。

また、本発明の関連技術に係る画像復号装置は、８ビット画像であるベース・レイヤー画像と、８ビット画像であるノン・ベース・レイヤー画像とを復号する。そして、画像復号装置は、復号されたベース・レイヤー画像とノン・ベース・レイヤー画像とを合成することにより、１０ビット画像を生成する。

なお、本発明の関連技術において、８ビット画像及び１０ビット画像が、例として示されたが、ビット深度は、８ビットまたは１０ビットに限られない。ビット深度が８ビット及び１０ビットとは異なる組み合わせであっても、画像符号化装置及び画像復号装置は、ＭＶＣエンコーダ１０１及びＭＶＣデコーダ２０１が符号化または復号できるビット深度よりも大きいビット深度の画像を符号化または復号できる。

しかしながら、例えば、１０ビット画像が、８ビット画像であるベース・レイヤー画像と、８ビット画像であるノン・ベース・レイヤー画像とに分割されて符号化される結果、本発明の関連技術によると、伝送すべきデータ量が増加してしまうという課題がある。本発明は、この課題を解決する。

以下、本発明に係る画像符号化装置及び画像復号装置について、詳細に説明する。

（実施の形態１）
図９は、本発明の実施の形態１に係る画像符号化装置１００の機能ブロックを示す。

図９に示される様に、本実施の形態に係る画像符号化装置１００は、ＭＶＣエンコーダ１０１と、ダウンコンバータ１０２Ａと、減算器１０３とを備える。なお、図４と同一の構成については、詳細な説明は省略する。

画像符号化装置１００は、１画素あたりの情報容量を示すビット深度が所定の大きさよりも大きい対象画像を符号化する画像符号化装置である。以下、画像符号化装置１００に入力される対象画像は１２ビット画像であるとして説明する。すなわち、図９に示されるＤ３１Ａは、１２ビット画像である。また、所定のビット深度を８ビットとする。

ダウンコンバータ１０２Ａは、対象画像に対して、当該対象画像のビット深度が所定の大きさとなるように第１の値だけビット深度を小さくするダウンコンバート処理を施すことにより、ベース・レイヤー画像を生成する。具体的には、ダウンコンバータ１０２Ａは、符号化対象の画像である１２ビット画像Ｄ３１Ａのビット深度を４ビット分ダウンコンバートすることにより、８ビット画像であるベース・レイヤー画像Ｄ３２Ａを生成する。

ＭＶＣエンコーダ１０１は、ベース・レイヤー画像Ｄ３２Ａを符号化し、符号化したベース・レイヤー画像を復号することにより再構築画像Ｄ３３Ａを生成する。ＭＶＣエンコーダ１０１は、また、エンハンスメント・レイヤー画像Ｄ３４Ａを符号化する。さらに、ＭＶＣエンコーダは、符号化されたベース・レイヤー画像と、符号化されたエンハンスメント・レイヤー画像と、その他の付加情報とを出力する出力部としても機能する。

より詳細には、再度図４を参照して、ＭＶＣエンコーダ１０１は、ベース・レイヤー画像Ｄ３２Ａを符号化、及び復号する第１エンコーダと、エンハンスメント・レイヤー画像Ｄ３４Ａを符号化する第２エンコーダと、マルチプレクサとを有している。マルチプレクサは、ベース・レイヤー画像Ｄ３２Ａが符号化されたベース・レイヤー・ビットストリームと、エンハンスメント・レイヤー画像Ｄ３４Ａが符号化されたエンハンスメント・レイヤー・ビットストリームとを多重化することにより、ＭＶＣ（Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）方式のビットストリームであるＭＶＣビットストリームＤ３５Ａを生成する。マルチプレクサは、生成したＭＶＣビットストリームＤ３５Ａを出力する。

また、第１エンコーダと、第２エンコーダと、マルチプレクサとは、ＭＶＣエンコーダとして構成されている。

減算器１０３Ａは、再構築画像に対して、当該対象画像のビット深度が第２の値（ｂともいう）だけ大きくなるようにビット深度を大きくするシフト量調整処理を施す。その後、シフト量調整処理が施された再構築画像と対象画像とに基づいて、ベース・レイヤー画像の画質を上げるための画像であって、ベース・レイヤー画像と同じビット深度を有する画像であるエンハンスメント・レイヤー画像を生成する。なお、第２の値は、例えば、０以上かつ第１の値未満の値とすることが考えられる。

次に、図１０を参照して、減算器１０３Ａが行う処理について、より詳細に説明する。

図１０は、減算器１０３Ａの機能ブロックを示す。減算器１０３Ａは、対象画像のビット深度を第１の値と第２の値との差分である第３の値だけ小さくした画像に含まれる複数の画素の各画素値から、シフト量調整処理が施された再構築画像に含まれる対応する画素の画素値を差し引き、差し引いた結果を表すビット情報のうち、下位から所定の大きさの範囲に含まれるビット情報により、エンハンスメント・レイヤー画像を生成する。

具体的には、図１０に示される様に、減算器１０３Ａは、シフト量決定部１５１と、所定の値ｂビットだけビットをシフトアップするビットシフト器１５２と、４−ｂビットだけビットをシフトダウンするビットシフト器１５３と、２入力間で減算処理を行う演算器１５４と、事前に定められた値の加算処理を行う演算器１５５とを有する。

なお、第２の値であるｂは、第１の値−ｂ＝第３の値という関係を満たす定数である。画像符号化装置１００は、対象画像、ベース・レイヤー画像、又は、再構築画像に基づいて、例えば当該画像ごとにｂの大きさを決定する。

なお、前述のように、減算器１０３Ａはエンハンスメント・レイヤー画像を生成する構成要素であるため、減算器を生成部ともよぶ。

ビットシフト器１５３は、減算器１０３Ａに入力された１２ビット画像Ｄ３１Ａのビット深度を、第３の値である４−ｂビットだけシフトダウンする。具体的には、１２ビット画像Ｄ３１Ａに含まれる複数の画素の各画素値を、４−ｂビットだけ右にビットシフトする。

また、ビットシフト器１５２は、減算器１０３Ａに入力された再構築画像Ｄ３３Ａのビット深度を、ｂ（すなわち、第１の値−第３の値）ビットだけシフトアップする。具体的には、再構築画像Ｄ３３Ａに含まれる複数の画素の各画素値を、ｂビットだけ左にビットシフトする。

その後、演算器１５４は、ビットシフト器１５３の出力から、ビットシフト器１５２の出力を、対応する画素ごとに差し引く。

ここで、ビット深度を第３の値だけ小さくした対象画像に含まれる複数の画素の各画素値から、シフト量調整処理が施された再構築画像に含まれる対応する画素の画素値を差し引いた値に対して、演算器１５５が、エンハンスメント・レイヤー画像に含まれる複数の画素の各画素値を正の値にするための所定の値を加算してもよい。図１０においては、演算器１５５が、演算器１５４の出力に対し、画素ごとに１２８を加算している。この意味は、本発明の関連技術において説明したとおりである。

最後に、減算器１０３Ａは、演算器１５５の出力から、画素ごとに下位８ビットを抽出し、８ビットのエンハンスメント・レイヤー画像Ｄ３４Ａを生成する。これは、本実施の形態においては、所定のビット深度を８ビットとするためである。

シフト量決定部１５１は、対象画像、ベース・レイヤー画像、又は、再構築画像が有する特性に基づいて、第２の値を決定する。また、シフト量決定部１５１により決定された第２の値（すなわち、ｂの値）に対応する値は、例えば、ＭＶＣエンコーダ１０１が有するマルチプレクサによって、ＭＶＣ方式のビットストリームに付加されて出力される。

なお第２の値に対応する値とは、第２の値のほか、画像符号化装置１００において第２の値に施した演算の逆演算を画像復号装置２００において施すことにより、可逆的に第２の値を算出可能な値を含む。

一般に、ビット深度をダウンコンバート（例えば、ビット切り捨て）した場合において、当該画像を表示した際のアーチファクトは、画像内の比較的複雑でない（すなわち、空間周波数成分における低域成分が視覚的により支配的な）領域においてより顕著となる。これらの領域においては、バンディングのような目に見えるアーチファクトがダウンコンバート後の画像において目立つ。一方で、高密度で複雑な（すなわち、空間周波数成分における高域成分が視覚的により支配的な）領域においては、ビット深度のダウンコンバートによるアーチファクトは目立ちにくい。

シフト量決定部１５１は、この特性を利用して、アーチファクトの発生と符号化されたデータサイズとのトレードオフを解決できるようにｂの値を決定する。具体的には、シフト量決定部１５１は、輝度変化が複雑な画像に対しては、ｂの値をより小さく決定する。また、輝度変化が単純な画像に対しては、ｂの値をより大きく決定する。

すなわち、シフト量決定部１５１は、ベース・レイヤー画像の空間周波数成分における低域成分が視覚的により支配的な場合ほど、より大きくなるように第２の値であるｂを決定する。

その結果、画像符号化装置１００Ａは、１２ビット画像Ｄ３１Ａに含まれる情報量のうち、エンハンスメント・レイヤー画像Ｄ３４Ａとして伝送されるべき情報量を、視覚的に目立たない範囲で減少させることができる。

例えば、図１０を参照して、ｂ＝４（すなわち、第３の値を０）とした場合、１２ビット画像Ｄ３１Ａに含まれる画素ごとの下位４ビット分の情報を、エンハンスメント・レイヤー画像Ｄ３４Ａは含む。一方、ｂ＝０（すなわち、第３の値を４）とした場合、１２ビット画像Ｄ３１Ａに含まれる情報を、エンハンスメント・レイヤー画像Ｄ３４Ａは含まない。

なお、正確には、エンハンスメント・レイヤー画像Ｄ３４Ａは、１２ビット画像Ｄ３１Ａに含まれる画像情報の一部に加え、符号化前の画像と符号化後の画像との差分である圧縮歪みを示す情報も含む。したがって、ｂ＝０の場合においても、エンハンスメント・レイヤー画像Ｄ３４Ａを生成することは、後述する画像復号装置へ圧縮歪みを示す情報を伝送する手段として有用である。

なお、ダウンコンバータ１０２Ａ及び減算器１０３Ａが、画像のビット深度を調整することにより、ベース・レイヤー画像Ｄ３２Ａ及びエンハンスメント・レイヤー画像Ｄ３４Ａをそれぞれ生成する方法には、任意の方法が使用できる。

例えば、図１０の説明において述べたように、ダウンコンバータ１０２Ａは、対象画像に含まれる複数の画素の各画素値のビットを第１の値だけシフトダウンするダウンコンバート処理により、ベース・レイヤー画像を生成してもよい。同様に、減算器１０３Ａは、対象画像に含まれる複数の画素の各画素値のビットを第３の値だけシフトダウンし、再構築画像に含まれる複数の画素の各画素値のビットを第２の値だけシフトアップしてもよい。この場合、減算器１０３Ａは、ビットをシフトダウンされた対象画像に含まれる複数の画素の各画素値と、これに対応する、ビットをシフトアップされた再構築画像に含まれる複数の画素の各画素値との差分からエンハンスメント・レイヤー画像を生成してもよい。

又は、ダウンコンバータ１０２Ａは、対象画像のビット深度が第１の値だけ小さくなるように、当該対象画像に含まれる複数の画素の各画素値を所定の除数で除算するダウンコンバート処理により、ベース・レイヤー画像を生成してもよい。同様に、減算器１０３Ａは、対象画像のビット深度が第３の値だけ小さくなるように、当該対象画像に含まれる複数の画素の各画素値を所定の除数で除算し、再構築画像のビット深度が第２の値だけ大きくなるように、当該再構築画像に含まれる複数の画素の各画素値に所定の乗数を乗算してもよい。この場合、減算器１０３Ａは、除算された対象画像に含まれる複数の画素の各画素値と、これに対応する、乗算された再構築画像に含まれる複数の画素の各画素値との差分からエンハンスメント・レイヤー画像を生成してもよい。

以上、本発明の実施の形態１に係る画像符号化装置１００について説明した。

次に、図１１及び図１２を参照して、本発明の実施の形態１に係る画像復号装置２００について説明する。

図１１は、本発明の実施の形態１に係る画像復号装置２００の機能ブロックを示す。画像復号装置２００は、ビットストリームから、１画素あたりの情報容量を示すビット深度が所定の大きさよりも第１の値だけ大きい対象画像を復号する画像復号装置である。

図１１に示される様に、画像復号装置２００は、ＭＶＣデコーダ２０１と、加算器２０２Ａとを備える。なお、図６と同じ構成については、詳細な説明は省略する。

ＭＶＣデコーダ２０１は、ベース・レイヤー・ビットストリームＤ５１Ａから、ビット深度が所定の大きさであるベース・レイヤー画像Ｄ５４Ａを復号する。また、ＭＶＣデコーダ２０１は、エンハンスメント・レイヤー・ビットストリームＤ５２Ａから、ビット深度が所定の大きさであるエンハンスメント・レイヤー画像Ｄ５５Ａを復号する。なお、ベース・レイヤー・ビットストリームＤ５１Ａ及びエンハンスメント・レイヤー・ビットストリームＤ５２Ａは、例えば、ＭＶＣビットストリームＤ３５Ａから、それぞれ分離したものである。また、ＭＶＣデコーダ２０１は、ベース・レイヤー画像Ｄ５４Ａと、エンハンスメント・レイヤー画像Ｄ５５Ａとを、画像シーケンスＤ５３Ａとして出力してもよい。

より具体的には、ＭＶＣデコーダ２０１は、ベース・レイヤー・ビットストリームＤ５１からベース・レイヤー画像Ｄ５４を復号する第１デコーダと、エンハンスメント・レイヤー・ビットストリームＤ５２からからエンハンスメント・レイヤー画像Ｄ５５を復号する第２デコーダと、マルチプレクサとを有する。ここで、マルチプレクサは、ベース・レイヤー画像Ｄ５４と、エンハンスメント・レイヤー画像Ｄ５５とを多重化することにより、画像シーケンスＤ５３を生成する。また、第１デコーダと、第２デコーダと、マルチプレクサとは、ＭＶＣデコーダとして構成されている。

加算器２０２Ａは、第２の値をビットストリームから取得し、取得した第２の値に基づいてベース・レイヤー画像Ｄ５４Ａと、エンハンスメント・レイヤー画像Ｄ５５Ａとを加算することにより、対象画像Ｄ５６Ａを生成する。

例えば、加算器２０２Ａが、ＭＶＣ方式のビットストリームを取得した場合には、加算器２０２Ａは、当該ＭＶＣ方式のビットストリームに付加されている第２の値を取得する。その後、第２の値に基づいてベース・レイヤー画像Ｄ５４Ａと、エンハンスメント・レイヤー画像Ｄ５５Ａとを加算する。

図１２は、加算器２０２Ａの詳細な機能ブロックを示す。

加算器２０２Ａは、ベース・レイヤー画像に対して、当該画像のビット深度を、ｂだけ大きくするアップコンバート処理を施す。言いかえれば、加算器２０２Ａは、ベース・レイヤー画像に対して、当該画像のビット深度を、第２の値だけ大きくするアップコンバート処理を施す。その後、アップコンバート処理を施したベース・レイヤー画像と、エンハンスメント・レイヤー画像とを、互いの画像に含まれる対応する画素の画素値ごとにそれぞれ加算することにより合成する。さらに、合成して得られた画像のビット深度を、第３の値だけ大きくすることにより、対象画像を生成する。

具体的には、図１２に示される様に、加算器２０２Ａは、シフト量取得部２５１と、所定の値ｂビットだけビットをシフトアップするビットシフト器２５２と、事前に定められた値の減算処理を行う演算器２５３と、２入力間で加算処理を行う加算器２５４と、４−ｂビットだけビットをシフトアップするビットシフト器２５５とを有する。

ビットシフト器２５２は、加算器２０２Ａに入力された８ビットのベース・レイヤー画像Ｄ５４Ａのビット深度を、ｂビットだけシフトアップする。具体的には、ベース・レイヤー画像Ｄ５４Ａに含まれる複数の画素の各画素値を、ｂビットだけ左にビットシフトする。これが、前述のアップコンバート処理に対応する。

その後、加算器２５４は、ビットシフト器２５２の出力と、演算器２５３の出力とを、対応する画素ごとに加算する。

なお、加算器２０２Ａが有する演算器２５３は、加算器２５４がベース・レイヤー画像とエンハンスメント・レイヤー画像とを合成する前に、エンハンスメント・レイヤー画像に含まれる複数の画素の各画素値から、符号化時に加算された値（例えば１２８）を減算する。

最後に、ビットシフト器２５５は、加算器２５４によって加算された画像のビット深度を、４−ｂ（すなわち、第３の値）だけシフトアップする。具体的には、合成された画像に含まれる複数の画素の各画素値を、４−ｂビットだけ左にビットシフトする。その結果、１２ビットの対象画像Ｄ５６Ａが生成される。

シフト量取得部２５１は、例えばエンハンスメント・レイヤー・ビットストリームに付加されている、第２の値に対応する値を取得する。取得した第２の値に対応する値から、シフト量取得部２５１は、第３の値を取得することができる。例えば、第２の値に対応する値として、第２の値を取得した場合、シフト量取得部２５１は、第１の値−第２の値として、第３の値を取得することができる。

また、加算器２０２Ａが有するビットシフト器２５２及びビットシフト器２５５が、画像のビット深度を調整する方法には、任意の方法が使用できる。

例えば、図１２の説明において述べたように、加算器２０２Ａは、ベース・レイヤー画像に含まれる複数の画素の各画素値のビットを、第２の値であるｂだけシフトアップすることにより、当該ベース・レイヤー画像にアップコンバート処理を施す。また、加算器２５４により合成してえられた画像に含まれる複数の画素の各画素値のビットを、第３の値だけシフトアップする。

又は、加算器２０２Ａは、ベース・レイヤー画像のビット深度が、第２の値だけ大きくなるように、当該ベース・レイヤー画像に含まれる複数の画素の各画素値に所定の乗数を乗算することにより、当該ベース・レイヤー画像にアップコンバート処理を施してもよい。また、加算器２５４により合成してえられた画像のビット深度が第３の値だけ大きくなるように、当該合成してえられた画像に含まれる複数の画素の各画素値に所定の乗数を乗算してもよい。

なお、上記の説明においては、８ビットのベース・レイヤー・ビットストリームと、８ビットのエンハンスメント・レイヤー・ビットストリームから、１２ビットの対象画像Ｄ５６Ａを生成することを想定して説明している。しかし、各画像のビット深度は例示であって、本発明はこれに限定されるものではない。

次に、図１３を参照して、画像符号化装置１００が備えるシフト量決定部１５１によるｂの値の決定方法の一例について説明する。

図１３は、シフト量決定部１５１が、ベース・レイヤー画像の特性に応じて、第２の値であるｂを決定した結果の一例を示す。

図１３においては、シーンごとにｂの値が決定されている。なお、シーンとは画像符号化装置１００に１２ビットのソース映像として入力された連続する複数の画像である。ここでは、シーン１、シーン２、シーン３、及びシーン４に対して、それぞれ、ｂ＝０、ｂ＝４、ｂ＝２、及びｂ＝０が設定されている。なお、後述するように、１つのシーンに含まれるより細かい単位ごとに、異なるｂの値を設定してもよい。

図１３に示される様に、シーン１及びシーン４においては、１２ビットから８ビットにビットを丸めたことによるアーチファクトがベース・レイヤー画像に見られない。したがって、シフト量決定部１５１は、シーン１及びシーン４には、ベース・レイヤー画像の精度を上げる必要がないと判断し、ｂの値を０と決定する。

また、シーン３においては、アーチファクトがベース・レイヤー画像に多少見られる。したがって、シフト量決定部１５１は、シーン３においては、エンハンスメント・レイヤー画像を用いてベース・レイヤー画像の精度を上げる必要があると判断し、ｂの値を２と決定する。

また、シーン２においては、深刻なアーチファクトがベース・レイヤー画像に見られる。したがって、シフト量決定部１５１は、シーン３においては、エンハンスメント・レイヤー画像を用いてベース・レイヤー画像の精度を最大限上げる必要があると判断し、ｂの値を４と決定する。

こうしてシフト量決定部１５１によって決定されたｂの値は、画像符号化装置１００においてエンハンスメント・レイヤー画像の生成に使用される。また、復号のため、画像復号装置２００に伝送される。

図１４は、ビットストリームにｂの値を含めることにより、画像符号化装置１００から画像復号装置２００へｂの値を伝送する方法の一例を示す。ここでは、高ビット深度のビデオアプリケーション向け１２ビット映像を配信するためのＭＶＣ構造（例えば、ステレオハイプロファイル）を使用する。

図１４に示される様に、ベース・レイヤー・ビットストリーム（以下、ＢＬストリームともいう）は、ＭＶＣ構造におけるベース・ビューのビットストリームとして伝送される。また、エンハンスメント・レイヤー・ビットストリーム（以下、ＥＬストリームともいう）は、ＭＶＣ構造におけるノン・ベース・ビューのビットストリームとして伝送される。さらに、ＥＬストリームは、複数のユニット（図１４においては、Ｕｎｉｔ１〜ＵｎｉｔＵ）に分割されている。ここで、ユニットへの分割方法は任意の方法が使用できる。例えば、ＧＯＰ（Ｇｒｏｕｐ Ｏｆ Ｐｉｃｔｕｒｅｓ）を単位として、ＥＬストリームをユニットに分割してもよい。

ここで、画像符号化装置１００は、各ユニットの先頭に、当該ユニットに含まれる複数の画像のビットストリームに対するビットシフト数（すなわち、ｂの値）をメタデータとして付加することにより、画像復号装置２００へｂの値を伝送する。例えば図１４においては、Ｕｎｉｔ２に含まれる９つの画像のビットストリーム（ＥＬ ｐｉｃ０ ストリーム〜ＥＬ ｐｉｃ８ ストリーム）のそれぞれに対応するｂの値（ｂ０〜ｂ８）を含むメタデータが、ユニット２の先頭（例えばピクチャヘッダ）に付加されている。

なお、メタデータ内において、ｂの値は互いに異なっていてもよい。また、メタデータに含まれるｂの並び順は、図１４に示される様に、対応するＥＬユニットに含まれる画像のビットストリームの並び順と揃えてもよいが、これに限られない。例えば、アプリケーション特有の順番であっても、ｂの値と画像のビットストリームとの対応関係が示される方式であれば、ｂは任意の並び順で付加されてもよい。

より具体的には、画像符号化装置１００が備えるＭＶＣエンコーダ１０１がシフト量決定部１５１からｂの値を取得し、ＭＶＣエンコーダ１０１が有するマルチプレクサによって、エンハンスメント・レイヤー・ビットストリームにｂの値に対応する値を含めてもよい。

この場合、画像復号装置２００が有するシフト量取得部２５１が、エンハンスメント・レイヤー・ビットストリームからｂの値を取得し、加算器２０２Ａにおいて、対象画像を生成する処理に使用することが考えられる。

以上述べたように、本実施の形態に係る画像符号化装置１００及び画像復号装置２００によれば、ビデオシーケンスにおける画像の信号特性に応じて可変なビットシフト数を使用してエンハンスメント・レイヤー・ビットストリームを効率的に送信することができる。これによると、大量に入手可能な８ビットビデオプロセッサを用いて、高ビット深度ビデオを配信する際に伝送すべきデータ量を、より減少させることができる。

（実施の形態２）
実施の形態１に係る画像符号化装置１００及び画像復号装置２００は、それぞれＭＶＣエンコーダ及びＭＶＣデコーダを備えていた。しかし、本発明は、ＭＶＣ方式のビットストリーム以外のビットストリームに対しても適用できる。

図１５は、本発明の実施の形態２に係る画像符号化装置１００Ａの機能ブロックを示す。なお、図９に示す画像符号化装置１００と同じ構成要素については、詳細な説明を省略する。

図１５に示される様に、画像符号化装置１００Ａは、ＭＶＣエンコーダ１０１に代わり、第１エンコーダ１１１Ａと、第２エンコーダ１１２Ａと、出力部１１５とを備える。ここで、第１エンコーダ１１１Ａは、ベース・レイヤー画像Ｄ３２Ａを符号化、及び復号する。また、第２エンコーダ１１２Ａは、エンハンスメント・レイヤー画像Ｄ３４Ａを符号化する。

出力部１１５は、符号化されたベース・レイヤー画像Ｄ３２Ａであるベース・レイヤー・ビットストリームと、符号化されたエンハンスメント・レイヤー画像Ｄ３４Ａであるエンハンスメント・レイヤー・ビットストリームとを出力する。このとき、出力部１１５は、ベース・レイヤー・ビットストリームとエンハンスメント・レイヤー・ビットストリームとを多重化して、ＭＶＣビットストリームＤ３５Ａとして出力してもよい。さらに、出力部１１５は、シフト量決定部１５１が決定したｂの値に対応する値を、ベース・レイヤー・ビットストリーム又はエンハンスメント・レイヤー・ビットストリームに含めて出力してもよい。

なお、本実施の形態に係る出力部１１５を、ベース・レイヤー画像が符号化されたベース・レイヤー・ビットストリームと、エンハンスメント・レイヤー画像が符号化されたエンハンスメント・レイヤー・ビットストリームとを、ＭＶＣ（Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）方式のビットストリームとして多重化して出力するマルチプレクサとして構成したものが、実施の形態１に係るＭＶＣエンコーダ１０１が有するマルチプレクサである。

一方、図１６は、本発明の実施の形態２に係る画像復号装置２００Ａの機能ブロックを示す。なお、図１１に示す画像復号装置２００と同じ構成要素については、詳細な説明は省略する。また、図１６に示されるベース・レイヤー・ビットストリームＤ５１Ａ及びエンハンスメント・レイヤー・ビットストリームＤ５２Ａは、多重化されたＭＶＣビットストリームＤ３５Ａから事前に分離されたビットストリームである。

図１６に示されるように、画像復号装置２００Ａは、ＭＶＣデコーダ２０１に代わり、第１デコーダ２１１Ａと、第２デコーダ２１２Ａとを備える。ここで、第１デコーダ２１１Ａは、ベース・レイヤー・ビットストリームＤ５１Ａからベース・レイヤー画像Ｄ５４Ａを復号する。また、第２デコーダ２１２Ａは、エンハンスメント・レイヤー・ビットストリームＤ５２からからエンハンスメント・レイヤー画像Ｄ５５を復号する。

このように、ＭＶＣエンコーダ１０１を備えない画像符号化装置１００Ａ及び、ＭＶＣデコーダ２０１を備えない画像復号装置２００Ａによっても、本発明を実施することができる。

以上、本発明の実施の形態１及び２に係る画像符号化装置について説明したが、本発明に係る画像符号化装置の実施の形態は、これに限られない。

例えば、図１０において、減算器１０３Ａが、シフト量決定部１５１を備えるものとして説明したが、減算器１０３Ａがシフト量決定部１５１を備えなくてもよい。画像符号化装置１００が備える、シフト量決定部１５１以外の任意の構成要素がｂの値を決定してもよい。または、画像符号化装置１００は、画像符号化装置１００の外にある外部装置から、事前に定められたｂの値を取得してもよい。この場合にも、同様の発明の効果を奏する。

また、図１２において、加算器２０２Ａが、シフト量取得部２５１を備えるものとして説明したが、加算器２０２Ａがシフト量取得部２５１を備えなくてもよい。例えば、画像復号装置２００が備える、シフト量取得部２５１以外の任意の構成要素がｂの値を取得してもよい。

また、上記実施の形態においては、ＭＶＣエンコーダ１０１又は出力部１１５がｂの値をエンハンスメント・レイヤー・ビットストリームに付加すると説明した。しかし、ＭＶＣエンコーダ１０１又は出力部１１５以外の、画像符号化装置が備える構成要素がｂの値をビットストリームに付加してもよい。また、ｂの値を含めるビットストリームは、エンハンスメント・レイヤー・ビットストリームに限らない。例えば、ベース・レイヤー・ビットストリームにｂの値を付加してもよい。

なお、上記実施の形態において、符号化する対象画像は１２ビット画像Ｄ３１Ａとして説明した。しかし、例えば、１０ビット又は８ビットなど、任意のビット深度を有する対象画像を画像符号化装置により符号化してもよい。この場合、符号化対象となる画像のビット深度を、一旦１２ビットにシフトした後、画像符号化装置へ入力することで、画像符号化装置に変更を加えずに処理することができる。これにより、より歪みの少ないデータとして伝送することができる。

また、ｂ＝０である場合にも、本発明に係る画像符号化装置及び画像復号装置は有用である。なぜなら、ｂ＝０とした場合にも、エンハンスメント・レイヤー画像には圧縮歪みの情報が含まれている。したがって、この圧縮歪みの情報を用いて、ベース・レイヤー画像に対してより歪みの少ない復号処理を施すことが可能となるためである。

具体的には、本発明に係る画像符号化装置は、１２ビット画像と８ビット画像との差分の算出に、符号化されたベース・レイヤー画像の再構築画像を用いる。これにより、画像符号化装置は、１２ビット画像の符号化において、８ビット画像の符号化における量子化歪みを吸収することができる。

また、本発明に係る画像復号装置は、ベース・レイヤー画像のみを復号することにより、８ビット画像を生成することもできる。これにより、８ビット画像のみを表示できるディスプレイ装置との互換性が維持される。この場合、例えばインターネット上のストレージに保存されたエンハンスメント・レイヤー画像を、ユーザが後からダウンロードできるような、配信サービスを含む映像システムとして、画像符号化装置及び画像復号装置を構成してもよい。これにより、画像復号装置は、記録媒体の形で配布されたベース・レイヤー画像と、ダウンロードして取得したエンハンスメント・レイヤー画像とを取得することにより、記録媒体に記録されている映像を、事後的により高品質の画像として再生することができる。

また、本発明の関連技術において示されたＭＶＣエンコーダ１０１及びＭＶＣデコーダ２０１は、それぞれ単独で、１２ビット画像を符号化または復号する能力を持つ必要がない。ＭＶＣエンコーダ１０１及びＭＶＣデコーダ２０１にそのような能力がない場合でも、本発明に係る画像符号化装置及び画像復号装置は、１２ビット画像を符号化または復号できる。したがって、より大きいビット深度の画像を処理する画像符号化装置または画像復号装置を開発するための費用及び期間が、抑制される。

また、本発明の関連技術において示されたＭＶＣエンコーダ１０１及びＭＶＣデコーダ２０１は、当然、３Ｄ画像の符号化または復号に利用することもできる。

また、本発明の関連技術において示された各計算式は、一例であって、他の計算式が用いられてもよい。例えば、前述したように、右シフト演算は、所定の除数で除算することと同じである。また、左シフト演算は、所定の乗数で乗算することと同じである。

また、ダウンコンバータ１０２Ａはダウンコンバートする時に画素値の下位ビットを四捨五入しても、画素値の下位ビットを切捨てても、切り上げてもよい。

（実施の形態３）
上記各実施の形態で示した動画像符号化方法（画像符号化方法）または動画像復号化方法（画像復号方法）の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。

さらにここで、上記各実施の形態で示した動画像符号化方法（画像符号化方法）や動画像復号化方法（画像復号方法）の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。

図１７は、コンテンツ配信サービスを実現するコンテンツ供給システムex１００の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex１０６、ex１０７、ex１０８、ex１０９、ex１１０が設置されている。

このコンテンツ供給システムex１００は、インターネットex１０１にインターネットサービスプロバイダex１０２及び電話網ex１０４、及び基地局ex１０６からex１１０を介して、コンピュータex１１１、ＰＤＡ（Personal Digital Assistant）ex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５などの各機器が接続される。

しかし、コンテンツ供給システムex１００は図１７のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。

カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ−ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。

コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の画像復号装置として機能する）。

なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像及び／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。

また、これら符号化・復号化処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ−ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。

また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。

以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。

なお、コンテンツ供給システムex１００の例に限らず、図１８に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の画像復号装置として機能する）。

また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号化する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に動画像復号化装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。

図１９は、上記各実施の形態で説明した動画像復号化方法及び動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。

また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の画像符号化装置または画像復号装置として機能する）を有する信号処理部ex３０６と、復号化した音声信号を出力するスピーカex３０７、復号化した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。

まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号化し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。

また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、及び外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。

また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。

一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図２０に示す。情報再生／記録部ex４００は、以下に説明する要素ex４０１、ex４０２、ex４０３、ex４０４、ex４０５、ex４０６、ex４０７を備える。光ヘッドex４０１は、光ディスクである記録メディアex２１５の記録面にレーザスポットを照射して情報を書き込み、記録メディアex２１５の記録面からの反射光を検出して情報を読み込む。変調記録部ex４０２は、光ヘッドex４０１に内蔵された半導体レーザを電気的に駆動し記録データに応じてレーザ光の変調を行う。再生復調部ex４０３は、光ヘッドex４０１に内蔵されたフォトディテクタにより記録面からの反射光を電気的に検出した再生信号を増幅し、記録メディアex２１５に記録された信号成分を分離して復調し、必要な情報を再生する。バッファex４０４は、記録メディアex２１５に記録するための情報及び記録メディアex２１５から再生した情報を一時的に保持する。ディスクモータex４０５は記録メディアex２１５を回転させる。サーボ制御部ex４０６は、ディスクモータex４０５の回転駆動を制御しながら光ヘッドex４０１を所定の情報トラックに移動させ、レーザスポットの追従処理を行う。システム制御部ex４０７は、情報再生／記録部ex４００全体の制御を行う。上記の読み出しや書き込みの処理はシステム制御部ex４０７が、バッファex４０４に保持された各種情報を利用し、また必要に応じて新たな情報の生成・追加を行うと共に、変調記録部ex４０２、再生復調部ex４０３、サーボ制御部ex４０６を協調動作させながら、光ヘッドex４０１を通して、情報の記録再生を行うことにより実現される。システム制御部ex４０７は例えばマイクロプロセッサで構成され、読み出し書き込みのプログラムを実行することでそれらの処理を実行する。

以上では、光ヘッドex４０１はレーザスポットを照射するとして説明したが、近接場光を用いてより高密度な記録を行う構成であってもよい。

図２１に光ディスクである記録メディアex２１５の模式図を示す。記録メディアex２１５の記録面には案内溝（グルーブ）がスパイラル状に形成され、情報トラックex２３０には、予めグルーブの形状の変化によってディスク上の絶対位置を示す番地情報が記録されている。この番地情報はデータを記録する単位である記録ブロックex２３１の位置を特定するための情報を含み、記録や再生を行う装置において情報トラックex２３０を再生し番地情報を読み取ることで記録ブロックを特定することができる。また、記録メディアex２１５は、データ記録領域ex２３３、内周領域ex２３２、外周領域ex２３４を含んでいる。ユーザデータを記録するために用いる領域がデータ記録領域ex２３３であり、データ記録領域ex２３３より内周または外周に配置されている内周領域ex２３２と外周領域ex２３４は、ユーザデータの記録以外の特定用途に用いられる。情報再生／記録部ex４００は、このような記録メディアex２１５のデータ記録領域ex２３３に対して、符号化された音声データ、映像データまたはそれらのデータを多重化した多重化データの読み書きを行う。

以上では、１層のＤＶＤ、ＢＤ等の光ディスクを例に挙げ説明したが、これらに限ったものではなく、多層構造であって表面以外にも記録可能な光ディスクであってもよい。また、ディスクの同じ場所にさまざまな異なる波長の色の光を用いて情報を記録したり、さまざまな角度から異なる情報の層を記録したりなど、多次元的な記録／再生を行う構造の光ディスクであってもよい。

また、デジタル放送用システムex２００において、アンテナex２０５を有する車ex２１０で衛星ex２０２等からデータを受信し、車ex２１０が有するカーナビゲーションex２１１等の表示装置に動画を再生することも可能である。なお、カーナビゲーションex２１１の構成は例えば図１９に示す構成のうち、ＧＰＳ受信部を加えた構成が考えられ、同様なことがコンピュータex１１１や携帯電話ex１１４等でも考えられる。

図２２Ａは、上記実施の形態で説明した動画像復号化方法及び動画像符号化方法を用いた携帯電話ex１１４を示す図である。携帯電話ex１１４は、基地局ex１１０との間で電波を送受信するためのアンテナex３５０、映像、静止画を撮ることが可能なカメラ部ex３６５、カメラ部ex３６５で撮像した映像、アンテナex３５０で受信した映像等が復号化されたデータを表示する液晶ディスプレイ等の表示部ex３５８を備える。携帯電話ex１１４は、さらに、操作キー部ex３６６を有する本体部、音声を出力するためのスピーカ等である音声出力部ex３５７、音声を入力するためのマイク等である音声入力部ex３５６、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータ若しくは復号化されたデータを保存するメモリ部ex３６７、又は同様にデータを保存する記録メディアとのインタフェース部であるスロット部ex３６４を備える。

さらに、携帯電話ex１１４の構成例について、図２２Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。

電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。

携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理及びアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。

さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。

データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。

多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。

データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像及び若しくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。

また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。

このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。

また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。

（実施の形態４）
上記各実施の形態で示した動画像符号化方法または装置と、ＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。

ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。

この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ−２トランスポートストリーム形式のデジタルストリームである。

図２３は、多重化データの構成を示す図である。図２３に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム（ＰＧ）、インタラクティブグラフィックスストリームのうち、１つ以上を多重化することで得られる。ビデオストリームは映画の主映像及び副映像を、オーディオストリーム（ＩＧ）は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にＧＵＩ部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した動画像符号化方法または装置、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーＡＣ−３、Ｄｏｌｂｙ Ｄｉｇｉｔａｌ Ｐｌｕｓ、ＭＬＰ、ＤＴＳ、ＤＴＳ−ＨＤ、または、リニアＰＣＭのなどの方式で符号化されている。

多重化データに含まれる各ストリームはＰＩＤによって識別される。例えば、映画の映像に利用するビデオストリームには０ｘ１０１１が、オーディオストリームには０ｘ１１００から０ｘ１１１Ｆまでが、プレゼンテーショングラフィックスには０ｘ１２００から０ｘ１２１Ｆまでが、インタラクティブグラフィックスストリームには０ｘ１４００から０ｘ１４１Ｆまでが、映画の副映像に利用するビデオストリームには０ｘ１Ｂ００から０ｘ１Ｂ１Ｆまで、主音声とミキシングする副音声に利用するオーディオストリームには０ｘ１Ａ００から０ｘ１Ａ１Ｆが、それぞれ割り当てられている。

図２４は、多重化データがどのように多重化されるかを模式的に示す図である。まず、複数のビデオフレームからなるビデオストリームex２３５、複数のオーディオフレームからなるオーディオストリームex２３８を、それぞれＰＥＳパケット列ex２３６及びex２３９に変換し、ＴＳパケットex２３７及びex２４０に変換する。同じくプレゼンテーショングラフィックスストリームex２４１及びインタラクティブグラフィックスex２４４のデータをそれぞれＰＥＳパケット列ex２４２及びex２４５に変換し、さらにＴＳパケットex２４３及びex２４６に変換する。多重化データex２４７はこれらのＴＳパケットを１本のストリームに多重化することで構成される。

図２５は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかをさらに詳しく示している。図２５における第１段目はビデオストリームのビデオフレーム列を示す。第２段目は、ＰＥＳパケット列を示す。図２５の矢印ｙｙ１，ｙｙ２， ｙｙ３， ｙｙ４に示すように、ビデオストリームにおける複数のＶｉｄｅｏ Ｐｒｅｓｅｎｔａｔｉｏｎ ＵｎｉｔであるＩピクチャ、Ｂピクチャ、Ｐピクチャは、ピクチャごとに分割され、ＰＥＳパケットのペイロードに格納される。各ＰＥＳパケットはＰＥＳヘッダを持ち、ＰＥＳヘッダには、ピクチャの表示時刻であるＰＴＳ（Ｐｒｅｓｅｎｔａｔｉｏｎ Ｔｉｍｅ−Ｓｔａｍｐ）やピクチャの復号時刻であるＤＴＳ（Ｄｅｃｏｄｉｎｇ Ｔｉｍｅ−Ｓｔａｍｐ）が格納される。

図２６は、多重化データに最終的に書き込まれるＴＳパケットの形式を示している。ＴＳパケットは、ストリームを識別するＰＩＤなどの情報を持つ４ＢｙｔｅのＴＳヘッダとデータを格納する１８４ＢｙｔｅのＴＳペイロードから構成される１８８Ｂｙｔｅ固定長のパケットであり、上記ＰＥＳパケットは分割されＴＳペイロードに格納される。ＢＤ−ＲＯＭの場合、ＴＳパケットには、４ＢｙｔｅのＴＰ＿Ｅｘｔｒａ＿Ｈｅａｄｅｒが付与され、１９２Ｂｙｔｅのソースパケットを構成し、多重化データに書き込まれる。ＴＰ＿Ｅｘｔｒａ＿ＨｅａｄｅｒにはＡＴＳ（Ａｒｒｉｖａｌ＿Ｔｉｍｅ＿Ｓｔａｍｐ）などの情報が記載される。ＡＴＳは当該ＴＳパケットのデコーダのＰＩＤフィルタへの転送開始時刻を示す。多重化データには図２６下段に示すようにソースパケットが並ぶこととなり、多重化データの先頭からインクリメントする番号はＳＰＮ（ソースパケットナンバー）と呼ばれる。

また、多重化データに含まれるＴＳパケットには、映像・音声・字幕などの各ストリーム以外にもＰＡＴ（Ｐｒｏｇｒａｍ Ａｓｓｏｃｉａｔｉｏｎ Ｔａｂｌｅ）、ＰＭＴ（Ｐｒｏｇｒａｍ Ｍａｐ Ｔａｂｌｅ）、ＰＣＲ（Ｐｒｏｇｒａｍ Ｃｌｏｃｋ Ｒｅｆｅｒｅｎｃｅ）などがある。ＰＡＴは多重化データ中に利用されるＰＭＴのＰＩＤが何であるかを示し、ＰＡＴ自身のＰＩＤは０で登録される。ＰＭＴは、多重化データ中に含まれる映像・音声・字幕などの各ストリームのＰＩＤと各ＰＩＤに対応するストリームの属性情報を持ち、また多重化データに関する各種ディスクリプタを持つ。ディスクリプタには多重化データのコピーを許可・不許可を指示するコピーコントロール情報などがある。ＰＣＲは、ＡＴＳの時間軸であるＡＴＣ（Ａｒｒｉｖａｌ Ｔｉｍｅ Ｃｌｏｃｋ）とＰＴＳ・ＤＴＳの時間軸であるＳＴＣ（Ｓｙｓｔｅｍ Ｔｉｍｅ Ｃｌｏｃｋ）の同期を取るために、そのＰＣＲパケットがデコーダに転送されるＡＴＳに対応するＳＴＣ時間の情報を持つ。

図２７はＰＭＴのデータ構造を詳しく説明する図である。ＰＭＴの先頭には、そのＰＭＴに含まれるデータの長さなどを記したＰＭＴヘッダが配置される。その後ろには、多重化データに関するディスクリプタが複数配置される。上記コピーコントロール情報などが、ディスクリプタとして記載される。ディスクリプタの後には、多重化データに含まれる各ストリームに関するストリーム情報が複数配置される。ストリーム情報は、ストリームの圧縮コーデックなどを識別するためストリームタイプ、ストリームのＰＩＤ、ストリームの属性情報（フレームレート、アスペクト比など）が記載されたストリームディスクリプタから構成される。ストリームディスクリプタは多重化データに存在するストリームの数だけ存在する。

記録媒体などに記録する場合には、上記多重化データは、多重化データ情報ファイルと共に記録される。

多重化データ情報ファイルは、図２８に示すように多重化データの管理情報であり、多重化データと１対１に対応し、多重化データ情報、ストリーム属性情報とエントリマップから構成される。

多重化データ情報は図２８に示すようにシステムレート、再生開始時刻、再生終了時刻から構成されている。システムレートは多重化データの、後述するシステムターゲットデコーダのＰＩＤフィルタへの最大転送レートを示す。多重化データ中に含まれるＡＴＳの間隔はシステムレート以下になるように設定されている。再生開始時刻は多重化データの先頭のビデオフレームのＰＴＳであり、再生終了時刻は多重化データの終端のビデオフレームのＰＴＳに１フレーム分の再生間隔を足したものが設定される。

ストリーム属性情報は図２９に示すように、多重化データに含まれる各ストリームについての属性情報が、ＰＩＤごとに登録される。属性情報はビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム、インタラクティブグラフィックスストリームごとに異なる情報を持つ。ビデオストリーム属性情報は、そのビデオストリームがどのような圧縮コーデックで圧縮されたか、ビデオストリームを構成する個々のピクチャデータの解像度がどれだけであるか、アスペクト比はどれだけであるか、フレームレートはどれだけであるかなどの情報を持つ。オーディオストリーム属性情報は、そのオーディオストリームがどのような圧縮コーデックで圧縮されたか、そのオーディオストリームに含まれるチャンネル数は何であるか、何の言語に対応するか、サンプリング周波数がどれだけであるかなどの情報を持つ。これらの情報は、プレーヤが再生する前のデコーダの初期化などに利用される。

本実施の形態においては、上記多重化データのうち、ＰＭＴに含まれるストリームタイプを利用する。また、記録媒体に多重化データが記録されている場合には、多重化データ情報に含まれる、ビデオストリーム属性情報を利用する。具体的には、上記各実施の形態で示した動画像符号化方法または装置において、ＰＭＴに含まれるストリームタイプ、または、ビデオストリーム属性情報に対し、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示す固有の情報を設定するステップまたは手段を設ける。この構成により、上記各実施の形態で示した動画像符号化方法または装置によって生成した映像データと、他の規格に準拠する映像データとを識別することが可能になる。

また、本実施の形態における動画像復号化方法のステップを図３０に示す。ステップexＳ１００において、多重化データからＰＭＴに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexＳ１０１において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexＳ１０２において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠するものであることを示している場合には、ステップexＳ１０３において、従来の規格に準拠した動画像復号方法により復号を行う。

このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。

（実施の形態５）
上記各実施の形態で示した動画像符号化方法及び装置、動画像復号化方法及び装置は、典型的には集積回路であるＬＳＩで実現される。一例として、図３１に１チップ化されたＬＳＩex５００の構成を示す。ＬＳＩex５００は、以下に説明する要素ex５０１、ex５０２、ex５０３、ex５０４、ex５０５、ex５０６、ex５０７、ex５０８、ex５０９を備え、各要素はバスex５１０を介して接続している。電源回路部ex５０５は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。

例えば符号化処理を行う場合には、ＬＳＩex５００は、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有する制御部ex５０１の制御に基づいて、ＡＶ Ｉ／Ｏex５０９によりマイクex１１７やカメラex１１３等からＡＶ信号を入力する。入力されたＡＶ信号は、一旦ＳＤＲＡＭ等の外部のメモリex５１１に蓄積される。制御部ex５０１の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex５０７に送られ、信号処理部ex５０７において音声信号の符号化及び／または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex５０７ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームＩ／Ｏex５０６から外部に出力する。この出力された多重化データは、基地局ex１０７に向けて送信されたり、または記録メディアex２１５に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex５０８にデータを蓄積するとよい。

なお、上記では、メモリex５１１がＬＳＩex５００の外部の構成として説明したが、ＬＳＩex５００の内部に含まれる構成であってもよい。バッファex５０８も１つに限ったものではなく、複数のバッファを備えていてもよい。また、ＬＳＩex５００は１チップ化されてもよいし、複数チップ化されてもよい。

また、上記では、制御部ex５０１が、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有するとしているが、制御部ex５０１の構成は、この構成に限らない。例えば、信号処理部ex５０７がさらにＣＰＵを備える構成であってもよい。信号処理部ex５０７の内部にもＣＰＵを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、ＣＰＵex５０２が信号処理部ex５０７、または信号処理部ex５０７の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex５０１は、信号処理部ex５０７、またはその一部を有するＣＰＵex５０２を備える構成となる。

なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。

さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。

（実施の形態６）
上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。

この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図３２は、本実施の形態における構成ex８００を示している。駆動周波数切替え部ex８０３は、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合には、駆動周波数を高く設定する。そして、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１に対し、映像データを復号するよう指示する。一方、映像データが、従来の規格に準拠する映像データである場合には、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合に比べ、駆動周波数を低く設定する。そして、従来の規格に準拠する復号処理部ex８０２に対し、映像データを復号するよう指示する。

より具体的には、駆動周波数切替え部ex８０３は、図３１のＣＰＵex５０２と駆動周波数制御部ex５１２から構成される。また、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１、及び、従来の規格に準拠する復号処理部ex８０２は、図３１の信号処理部ex５０７に該当する。ＣＰＵex５０２は、映像データがどの規格に準拠するものであるかを識別する。そして、ＣＰＵex５０２からの信号に基づいて、駆動周波数制御部ex５１２は、駆動周波数を設定する。また、ＣＰＵex５０２からの信号に基づいて、信号処理部ex５０７は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態４で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態４で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、ＣＰＵex５０２における駆動周波数の選択は、例えば、図３４のような映像データの規格と、駆動周波数とを対応付けたルックアップテーブルに基づいて行うことが考えられる。ルックアップテーブルを、バッファex５０８や、ＬＳＩの内部メモリに格納しておき、ＣＰＵex５０２がこのルックアップテーブルを参照することにより、駆動周波数を選択することが可能である。

図３３は、本実施の形態の方法を実施するステップを示している。まず、ステップexＳ２００では、信号処理部ex５０７において、多重化データから識別情報を取得する。次に、ステップexＳ２０１では、ＣＰＵex５０２において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexＳ２０２において、駆動周波数を高く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、高い駆動周波数に設定される。一方、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ステップexＳ２０３において、駆動周波数を低く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。

さらに、駆動周波数の切替えに連動して、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することが考えられる。

また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、ＭＰＥＧ４−ＡＶＣ規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。

さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を高く設定し、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＣＰＵex５０２の駆動を停止させることなく、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、ＣＰＵex５０２の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、ＣＰＵex５０２の駆動を一時停止させることも考えられる。この場合は、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。

このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてＬＳＩex５００またはＬＳＩex５００を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。

（実施の形態７）
テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、ＬＳＩex５００の信号処理部ex５０７が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex５０７を個別に用いると、ＬＳＩex５００の回路規模が大きくなり、また、コストが増加するという課題が生じる。

この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図３５Ａのex９００に示す。例えば、上記各実施の形態で示した動画像復号方法と、ＭＰＥＧ４−ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４−ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４−ＡＶＣ規格に対応しない、本発明特有の他の処理内容については、専用の復号処理部ex９０１を用いるという構成が考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した動画像復号化方法を実行するための復号処理部を共有し、ＭＰＥＧ４−ＡＶＣ規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。

また、処理を一部共有化する他の例を図３５Ｂのex１０００に示す。この例では、本発明に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。

このように、本発明の動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。

本発明に係る画像符号化装置及び画像復号装置は、例えば、テレビ、デジタルビデオレコーダー、カーナビゲーション、携帯電話、デジタルカメラ、または、デジタルビデオカメラ等に利用可能である。

１００、１００Ａ 画像符号化装置
１０１ ＭＶＣエンコーダ
１０２、１０２Ａ ダウンコンバータ
１０３、１０３Ａ 減算器
１１１、１１１Ａ 第１エンコーダ
１１２、１１２Ａ 第２エンコーダ
１１３ マルチプレクサ
１１５ 出力部
１５１ シフト量決定部
１５２、１５３、２５２、２５５ ビットシフト器
１５４、１５５、２５３ 演算器
２００、２００Ａ 画像復号装置
２０１ ＭＶＣデコーダ
２０２、２０２Ａ 加算器
２１１、２１１Ａ 第１デコーダ
２１２、２１２Ａ 第２デコーダ
２１３ マルチプレクサ
２５１ シフト量取得部
２５４ 加算器
Ｄ１１、Ｄ２３、Ｄ３２、Ｄ３２Ａ、Ｄ５４、Ｄ５４Ａ ベース・レイヤー画像
Ｄ１２、Ｄ２４ ノン・ベース・レイヤー画像
Ｄ１３、Ｄ３３、Ｄ３３Ａ 再構築画像
Ｄ１４、Ｄ２１ ベース・ビュー・ビットストリーム
Ｄ１５、Ｄ２２ ノン・ベース・ビュー・ビットストリーム
Ｄ１６、Ｄ３５、Ｄ３５Ａ ＭＶＣビットストリーム
Ｄ２５、Ｄ５３、Ｄ５３Ａ 画像シーケンス
Ｄ３１、Ｄ５６ １０ビット画像
Ｄ３１Ａ １２ビット画像
Ｄ３４、Ｄ３４Ａ、Ｄ５５、Ｄ５５Ａ エンハンスメント・レイヤー画像
Ｄ３６、Ｄ５１、Ｄ５１Ａ ベース・レイヤー・ビットストリーム
Ｄ３７、Ｄ５２、Ｄ５２Ａ エンハンスメント・レイヤー・ビットストリーム
Ｄ５６Ａ 対象画像

本発明は、画像符号化装置、及び、画像復号装置に関する。特に、ビット深度が所定の大きさよりも大きい画像を対象とした符号化装置及び復号装置に関する。

従来、ディスプレイ装置、撮像装置、画像符号化装置及び画像復号装置等の画像処理装置は、画像を画素と呼ばれる単位で処理する。そして、画素は、緑、赤及び青（ＲＧＢ）のように、３つの独立した少数画素を有する。ディスプレイ装置は、各少数画素の強さを制御することにより、画素の色を混成する。各少数画素の強さには、様々なレベルがある。レベルの多様性は、ビット深度に依存する。

ビット深度は、１画素あたりの情報容量を示し、より具体的には、１少数画素あたりのビット数である。例えば、ビット深度が８ビットである場合、各少数画素の強さは、２５６（２の８乗）のレベルで表現される。そして、ビット深度が１０ビットである場合、各少数画素の強さは、１０２４（２の１０乗）のレベルで表現される。

また、ビット深度が８ビットである場合、１つの画素における３つの少数画素のレベルの組み合わせの数は、２５６の３乗（１６，７７７，２１６）である。そして、ビット深度が１０ビットである場合、１つの画素における３つの少数画素のレベルの組み合わせの数は、１０２４の３乗（１，０７３，７４１，８２４）である。つまり、ビット深度が１０ビットである場合、再現可能な色の数は、ビット深度が８ビットである場合の６４倍である。

近年、プロフェッショナル向けのディスプレイ装置は、１２ビットまたは１６ビットのビット深度で画像を表示できる。また、消費者向けのディスプレイ装置も、８ビットよりも大きいビット深度で画像を表示できる場合がある。

より多くの色を再現できるディスプレイ装置は、より滑らかな色の遷移、及び、より実物に近い色を表示できる。つまり、ビット深度がより大きくなることにより、より滑らかな色の遷移、及び、より実物に近い色が、実現できる。したがって、消費者は、画像が、８ビットのビット深度で表示されることよりも、より大きなビット深度で表示されることを望む。

なお、８ビットのビット深度で表示される画像は、８ビット画像と呼ばれる。同様に、１０ビットのビット深度で表示される画像は、１０ビット画像と呼ばれる。すなわち、一般に、ｎビットのビット深度で表示される画像は、ｎビット画像と呼ばれる。

ここで、より大きなビット深度の画像を出力するために、大量に入手可能な８ビットビデオプロセッサを複数使用して、より大きなビット深度の画像を出力することが考えられる。

ＩＴＵ−Ｔ ａｎｄ ＩＳＯ／ＩＥＣ ＪＴＣ １， "Ａｄｖａｎｃｅｄ ｖｉｄｅｏ ｃｏｄｉｎｇ ｆｏｒ ｇｅｎｅｒｉｃ ａｕｄｉｏｖｉｓｕａｌ ｓｅｒｖｉｃｅｓ，" ＩＴＵ−Ｔ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ Ｈ．２６４ ａｎｄ ＩＳＯ／ＩＥＣ １４４９６−１０ （ＭＰＥＧ−４ ＡＶＣ）， ２０１０．

しかしながら、従来技術には、符号化によってデータ量が増大するという課題がある。

例えば、１枚の１０ビット画像を、２個の８ビットビデオプロセッサのそれぞれで処理する場合、本来伝送したい１０ビット画像よりも多くのデータを伝送しなければならない。その結果、画像を記録媒体に記録する際に必要な記録容量が増加し、又は、ネットワークを通じて画像を伝送する際に必要な帯域が増加してしまう。

そこで、本発明は、ビット深度に制限を有するエンコーダを利用してエンコーダのビット深度よりも大きなビット深度の画像を符号化した際のデータ量を、より減少させる画像符号化装置等を提供することを目的とする。

上記課題を解決するため、本発明に係る画像符号化装置の一態様は、１画素あたりの情報容量を示すビット深度が所定の大きさよりも大きい対象画像を符号化する画像符号化装置であって、前記対象画像に対して、当該対象画像のビット深度が前記所定の大きさとなるように第１の値だけビット深度を小さくするダウンコンバート処理を施すことにより、ベース・レイヤー画像を生成するダウンコンバータと、前記ベース・レイヤー画像を符号化し、符号化した前記ベース・レイヤー画像を復号することにより再構成画像を生成する第１エンコーダと、前記再構成画像に対して、第２の値だけビット深度を大きくするシフト量調整処理を施し、前記シフト量調整処理が施された再構成画像と前記対象画像とに基づいて、前記ベース・レイヤー画像の画質を上げるための画像であって、前記ベース・レイヤー画像と同じビット深度を有する画像であるエンハンスメント・レイヤー画像を生成する減算器と、前記エンハンスメント・レイヤー画像を符号化する第２エンコーダと、符号化された前記ベース・レイヤー画像と、符号化された前記エンハンスメント・レイヤー画像とを出力する出力部とを備える。

これによると、画像符号化装置は、対象画像が有するビット深度のうち、第２の値分のビットを、ベース・レイヤー画像とは別の画像であるエンハンスメント・レイヤー画像に含める。その結果、後の復号時には、エンハンスメント・レイヤー画像を用いてベース・レイヤー画像の画質を上げることができる。すなわち、画像符号化装置は、生成するエンハンスメント・レイヤー画像として伝送すべきビット量を、第２の値により調整することができる。したがって、エンハンスメント・レイヤー画像として伝送すべきビット量を、第２の値により最適化することにより、画像符号化装置は、ビット深度に制限を有するエンコーダを利用してエンコーダのビット深度よりも大きなビット深度の画像を符号化した際のデータ量を、より減少させることができる。

具体的には、前記減算器は、前記対象画像のビット深度を前記第１の値と前記第２の値との差分である第３の値だけ小さくした画像に含まれる複数の画素の各画素値から、前記シフト量調整処理が施された再構成画像に含まれる対応する画素の画素値を差し引き、差し引いた結果を表すビット情報のうち、下位から前記所定の大きさの範囲に含まれるビット情報により、前記エンハンスメント・レイヤー画像を生成するとしてもよい。

これによると、画像符号化装置が備える減算器は、第１の値〜第３の値として示される量だけ画素のビットをシフトさせることにより、エンハンスメント・レイヤー画像を生成することができる。

また、前記減算器は、前記ベース・レイヤー画像、前記対象画像、又は、前記再構成画像が有する特性に基づき、前記第２の値を決定するシフト量決定部を有し、前記出力部は、さらに、前記シフト量決定部により決定された前記第２の値に対応する値を出力するとしてもよい。

これによると、画像符号化装置は、符号化対象である画像信号の特性に応じて、適切に第２の値を決定することができる。その結果、画像のダウンコンバート時における画質とデータサイズとのトレードオフを解消し、画質の劣化を抑制しながらデータサイズを小さくすることができる。

具体的には、前記シフト量決定部は、前記対象画像若しくは前記ベース・レイヤー画像の空間周波数成分における低域成分が視覚的により支配的であるほど、より大きくなるように前記第２の値を決定するとしてもよい。

これによると、空間周波数成分における低域成分が視覚的により支配的な画像ほど、ダウンコンバートに起因する画質の劣化が目立ち易いという知見を利用することにより、適切な第２の値を決定することができる。

なお、さらに、前記出力部は、前記ベース・レイヤー画像が符号化されたベース・レイヤー・ビットストリームと、前記エンハンスメント・レイヤー画像が符号化されたエンハンスメント・レイヤー・ビットストリームとを多重化することにより、ＭＶＣ（Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）方式のビットストリームを生成するマルチプレクサとして構成され、前記第１エンコーダと、前記第２エンコーダと、前記マルチプレクサとは、ＭＶＣエンコーダとして構成され前記マルチプレクサは、複数の前記対象画像について決定された、前記第２の値に対応する値を、前記ＭＶＣ方式のビットストリームに付加するとしてもよい。

これによると、既存のＭＶＣエンコーダ及びＭＶＣデコーダ、並びに、ＭＶＣ構造を有するビットストリームを利用して、画像符号化装置を実施することができる。

なお、前記ダウンコンバータは、前記対象画像に含まれる複数の画素の各画素値のビットを前記第１の値だけシフトダウンする前記ダウンコンバート処理により、前記ベース・レイヤー画像を生成し、前記減算器は、前記再構成画像に含まれる複数の画素の各画素値のビットを前記第２の値だけシフトアップし、前記対象画像に含まれる複数の画素の各画素値のビットを前記第１の値と前記第２の値との差分だけシフトダウンし、シフトダウンされた前記対象画像に含まれる複数の画素の各画素値と、これに対応する、シフトアップされた前記再構成画像に含まれる複数の画素の各画素値との差分から前記エンハンスメント・レイヤー画像を生成するとしてもよい。

また、前記ダウンコンバータは、前記対象画像のビット深度が前記第１の値だけ小さくなるように、当該対象画像に含まれる複数の画素の各画素値を所定の除数で除算する前記ダウンコンバート処理により、前記ベース・レイヤー画像を生成し、前記減算器は、前記再構成画像のビット深度が前記第２の値だけ大きくなるように、当該再構成画像に含まれる複数の画素の各画素値に所定の乗数を乗算し、前記対象画像のビット深度が前記第１の値と前記第２の値との差分だけ小さくなるように、当該対象画像に含まれる複数の画素の各画素値を所定の除数で除算し除算された前記対象画像に含まれる複数の画素の各画素値と、これに対応する、乗算された前記再構成画像に含まれる複数の画素の各画素値との差分から前記エンハンスメント・レイヤー画像を生成するとしてもよい。

また、前記減算器は、ビット深度を前記第３の値だけ小さくした前記対象画像に含まれる複数の画素の各画素値から、前記シフト量調整処理が施された前記再構成画像に含まれる対応する画素の画素値を差し引いた値に、前記エンハンスメント・レイヤー画像に含まれる複数の画素の各画素値を正の値にするための所定の値を加算するとしてもよい。

これによると、ビット演算の結果、エンハンスメント・レイヤー向けの画素値が負の値として算出された場合であっても、画像符号化装置が、画素値として必ず正の値を出力することを保証できる。

本発明に係る画像復号装置の一態様は、ビットストリームから、１画素あたりの情報容量を示すビット深度が所定の大きさよりも第１の値だけ大きい対象画像を復号する画像復号装置であって、前記ビットストリームから、ビット深度が前記所定の大きさであるベース・レイヤー画像を復号する第１デコーダと、前記ビットストリームから、ビット深度が前記所定の大きさであるエンハンスメント・レイヤー画像を復号する第２デコーダと、前記ビットストリームから取得した第２の値に基づいて、前記ベース・レイヤー画像と、前記エンハンスメント・レイヤー画像とを加算することにより、前記対象画像を生成する加算器とを備える。

これによると、画像復号装置は、エンハンスメント・レイヤー画像として伝送すべきビット量として画像符号化装置により決定された第２の値をビットストリームから取得する。その後、画像復号装置は、画像ごとに取得した第２の値を用いて、復号したベース・レイヤー画像の画質を、エンハンスメント・レイヤー画像を用いて向上させることができる。

具体的には、前記加算器は、前記ベース・レイヤー画像に対して、当該画像のビット深度を、前記第２の値だけ大きくするアップコンバート処理を施し、前記アップコンバート処理を施したベース・レイヤー画像と、前記エンハンスメント・レイヤー画像とを、互いの画像に含まれる対応する画素の画素値ごとにそれぞれ加算することにより合成し、合成して得られた画像のビット深度を、前記第１の値と前記第２の値との差分である第３の値だけ大きくすることにより、前記対象画像を生成するとしてもよい。

これによると、画像復号装置が備える加算器は、符号化時に各画素に対して行ったビット操作に対応するビット操作を、復号したベース・レイヤー画像及びエンハンスメント・レイヤー画像に対して施すことができる。

また、前記ビットストリームは、ＭＶＣ（Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）方式のビットストリームであり、さらに、復号された前記ベース・レイヤー画像と復号された前記エンハンスメント・レイヤー画像とを多重化することにより、画像シーケンスを生成するマルチプレクサを備え、前記第１デコーダと、前記第２デコーダと、前記マルチプレクサとは、ＭＶＣデコーダとして構成され、前記加算器は、前記ＭＶＣ方式のビットストリームから前記第２の値を取得するとしてもよい。

これによると、既存のＭＶＣエンコーダ及びＭＶＣデコーダ、並びに、ＭＶＣ構造を有するビットストリームを利用して、画像復号装置を実施することができる。

なお、前記加算器は、前記ベース・レイヤー画像に含まれる複数の画素の各画素値のビットを、前記第２の値だけシフトアップし、前記合成してえられた画像に含まれる複数の画素の各画素値のビットを、前記第３の値だけシフトアップすることにより、前記対象画像を生成するとしてもよい。

また、前記加算器は、前記ベース・レイヤー画像のビット深度が、前記第２の値だけ大きくなるように、当該ベース・レイヤー画像に含まれる複数の画素の各画素値に所定の乗数を乗算し、前記合成してえられた画像のビット深度が前記第３の値だけ大きくなるように、当該合成してえられた画像に含まれる複数の画素の各画素値に所定の乗数を乗算することにより、前記対象画像を生成するとしてもよい。

また、前記加算器は、前記ベース・レイヤー画像と、前記エンハンスメント・レイヤー画像とを合成する前に、前記エンハンスメント・レイヤー画像に含まれる複数の画素の各画素値から、符号化時に加算された所定の値を減算するとしてもよい。

なお、本発明は、このような画像符号化装置及び画像復号装置として実現できるだけでなく、画像符号化装置及び画像復号装置に含まれる特徴的な手段をステップとする画像符号化方法及び画像復号方法として実現したり、そのような特徴的なステップをコンピュータに実行させるプログラムとして実現したりすることもできる。そして、そのようなプログラムは、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等の記録媒体及びインターネット等の伝送媒体を介して流通させることができるのはいうまでもない。

さらに、本発明は、このような画像符号化装置及び画像復号装置の機能の一部又は全てを実現する半導体集積回路（ＬＳＩ）として実現したり、このような画像符号化装置及び画像復号装置を含む映像システムとして実現したりできる。

本発明により、ビット深度に制限を有するエンコーダを利用してエンコーダのビット深度よりも大きなビット深度の画像を符号化した際のデータ量を、より減少させる画像符号化装置を提供できる。

図１は、本発明の関連技術に係るＭＶＣエンコーダを示す構成図である。 図２は、本発明の関連技術に係るＭＶＣデコーダを示す構成図である。 図３は、本発明の関連技術に係る画像符号化装置を示す構成図である。 図４は、本発明の関連技術に係る画像符号化装置の具体的な構成を示す図である。 図５は、本発明の関連技術に係る画像復号装置を示す構成図である。 図６は、本発明の関連技術に係る画像復号装置の具体的な構成を示す図である。 図７は、本発明の関連技術に係る画像符号化装置の処理を示すフローチャートである。 図８は、本発明の関連技術に係る画像復号装置の処理を示すフローチャートである。 図９は、本発明の実施の形態１に係る画像符号化装置の機能ブロックを示す図である。 図１０は、減算器の機能ブロックを示す図である。 図１１は、本発明の実施の形態１に係る画像復号装置の機能ブロックを示す図である。 図１２は、加算器の詳細な機能ブロックを示す図である。 図１３は、シフト量決定部が、ベース・レイヤー画像の特性に応じて、ｂの値を決定した結果の一例を示す図である。 図１４は、ビットストリームにｂの値を含めることにより、画像符号化装置から画像復号装置へｂの値を伝送する方法の一例を示す図である。 図１５は、本発明の実施の形態２に係る画像符号化装置の機能ブロックを示す図である。 図１６は、本発明の実施の形態２に係る画像復号装置の機能ブロックを示す図である。 図１７は、コンテンツ配信サービスを実現するコンテンツ供給システムの全体構成図である。 図１８は、デジタル放送用システムの全体構成図である。 図１９は、テレビの構成例を示すブロック図である。 図２０は、光ディスクである記録メディアに情報の読み書きを行う情報再生／記録部の構成例を示すブロック図である。 図２１は、光ディスクである記録メディアの構造例を示す図である。 図２２Ａは、携帯電話の一例を示す図である。 図２２Ｂは、携帯電話の構成例を示すブロック図である。 図２３は、多重化データの構成を示す図である。 図２４は、各ストリームが多重化データにおいてどのように多重化されているかを模式的に示す図である。 図２５は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかを更に詳しく示した図である。 図２６は、多重化データにおけるＴＳパケットとソースパケットの構造を示す図である。 図２７は、ＰＭＴのデータ構成を示す図である。 図２８は、多重化データ情報の内部構成を示す図である。 図２９は、ストリーム属性情報の内部構成を示す図である。 図３０は、映像データを識別するステップを示す図である。 図３１は、各実施の形態の動画像符号化方法及び動画像復号化方法を実現する集積回路の構成例を示すブロック図である。 図３２は、駆動周波数を切り替える構成を示す図である。 図３３は、映像データを識別し、駆動周波数を切り替えるステップを示す図である。 図３４は、映像データの規格と駆動周波数を対応づけたルックアップテーブルの一例を示す図である。 図３５Ａは、信号処理部のモジュールを共有化する構成の一例を示す図である。 図３５Ｂは、信号処理部のモジュールを共有化する構成の他の一例を示す図である。

以下、本発明の実施の形態について、図面を用いて詳細に説明する。なお、以下で説明する実施の形態は、いずれも本発明の好ましい一具体例を示すものである。以下の実施の形態で示される数値、形状、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。本発明は、請求の範囲だけによって限定される。よって、以下の実施の形態における構成要素のうち、本発明の最上位概念を示す独立請求項に記載されていない構成要素については、本発明の課題を達成するのに必ずしも必要ではないが、より好ましい形態を構成するものとして説明される。

まず、本発明の意義を明確にするため、図１〜図８を参照して、本発明の関連技術である国際公開第２０１１／０３７９３３号の特許文献に示される画像符号化装置及び画像復号装置について具体的に説明する。

図１は、典型的なＭＶＣエンコーダを示す構成図である。ＭＶＣエンコーダは、多視点映像符号化方法に基づいて、多視点映像を符号化するためのエンコーダである。

ＭＶＣ（多視点映像符号化：Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）技術においては、１つのビューは、ベース・ビューとして符号化される（非特許文献１を参照）。ここで、ベース・ビューは、第１ビューとも呼ばれる。そして、他のビューは、ノン・ベース・ビューとして符号化される。ノン・ベース・ビューは、依存ビューまたは第２ビューとも呼ばれる。

符号化されたベース・ビューのビットストリームは、独立して、復号可能である。例えば、ベース・ビューは、３Ｄ映像の２Ｄバージョンを示すために、用いられる。一方、符号化されたノン・ベース・ビューのビットストリームは、独立して、復号可能ではない。ノン・ベース・ビューは、ベース・ビューとともに復号される必要がある。

ノン・ベース・ビューは、ベース・ビューを強化するために用いられる。例えば、左眼の映像に対応したベース・ビューと、右眼の映像に対応したノン・ベース・ビューとを組み合わせることにより、立体的な３Ｄ映像の表示が可能になる。

図１に示されたＭＶＣエンコーダ１０１は、第１エンコーダ１１１、第２エンコーダ１１２及びマルチプレクサ１１３を備える。

第１エンコーダ１１１は、ベース・ビューに対応する画像であるベース・レイヤー画像Ｄ１１を受け取る。そして、第１エンコーダ１１１は、ベース・レイヤー画像Ｄ１１を符号化することにより、符号化されたベース・レイヤー画像Ｄ１１であるベース・ビュー・ビットストリームＤ１４を生成する。また、第１エンコーダ１１１は、符号化されたベース・レイヤー画像Ｄ１１を復号することにより、再構成画像Ｄ１３を生成する。再構成画像Ｄ１３は、ビュー間予測に用いられる。

第２エンコーダ１１２は、ノン・ベース・ビューに対応する画像であるノン・ベース・レイヤー画像Ｄ１２を受け取る。そして、第２エンコーダ１１２は、ノン・ベース・レイヤー画像Ｄ１２を符号化することにより、符号化されたノン・ベース・レイヤー画像Ｄ１２であるノン・ベース・ビュー・ビットストリームＤ１５を生成する。このとき、第２エンコーダ１１２は、再構成画像Ｄ１３を参照し、ビュー間予測を用いて、ノン・ベース・レイヤー画像Ｄ１２を符号化してもよい。これにより、符号化効率が向上する。

マルチプレクサ１１３は、ベース・ビュー・ビットストリームＤ１４と、ノン・ベース・ビュー・ビットストリームＤ１５とを多重化し、ＭＶＣビットストリームＤ１６を生成する。典型的には、ベース・ビューを示す部分と、ノン・ベース・ビューを示す部分とが交互になるように、マルチプレクサ１１３は、ＭＶＣビットストリームＤ１６を生成する。

このようにして、ＭＶＣエンコーダ１０１は、ベース・レイヤー画像Ｄ１１と、ノン・ベース・レイヤー画像Ｄ１２とを受け取り、それらを符号化して、ＭＶＣビットストリームＤ１６を生成する。例えば、ＭＶＣエンコーダ１０１は、３Ｄ画像のうち、左眼画像であるベース・レイヤー画像Ｄ１１と、右眼画像であるノン・ベース・レイヤー画像Ｄ１２とを符号化することにより、符号化された３Ｄ画像をＭＶＣビットストリームＤ１６として、出力できる。

なお、図１に示されたＭＶＣエンコーダ１０１は、一例である。ＭＶＣエンコーダ１０１は、３つ以上のエンコーダを備えて、３つ以上のビューを符号化してもよい。また、１つのエンコーダが、複数のビューを符号化してもよい。また、ＭＶＣエンコーダ１０１は、ベース・ビュー・ビットストリームＤ１４と、ノン・ベース・ビュー・ビットストリームＤ１５とを多重化せずに、それぞれ別々に出力してもよい。この場合、ＭＶＣエンコーダ１０１は、マルチプレクサ１１３を備えなくてもよい。

図２は、典型的なＭＶＣデコーダを示す構成図である。ＭＶＣデコーダは、多視点映像符号化方法に基づいて符号化された多視点映像を復号するためのデコーダである。図２に示されたＭＶＣデコーダ２０１は、第１デコーダ２１１、第２デコーダ２１２及びマルチプレクサ２１３を備える。

第１デコーダ２１１は、ベース・ビュー・ビットストリームＤ２１を受け取る。第１デコーダ２１１は、図１に示されたＭＶＣビットストリームＤ１６からベース・ビューの部分をベース・ビュー・ビットストリームＤ２１として、読み取ってもよい。そして、第１デコーダ２１１は、ベース・ビュー・ビットストリームＤ２１から、ベース・レイヤー画像Ｄ２３を復号する。すなわち、ベース・レイヤー画像Ｄ２３は、再構成画像Ｄ１３と同じ画像となる。

第２デコーダ２１２は、ノン・ベース・ビュー・ビットストリームＤ２２を受け取る。第２デコーダ２１２は、図１に示されたＭＶＣビットストリームＤ１６からノン・ベース・ビューの部分をノン・ベース・ビュー・ビットストリームＤ２２として、読み取ってもよい。そして、第２デコーダ２１２は、ノン・ベース・ビュー・ビットストリームＤ２２から、ノン・ベース・レイヤー画像Ｄ２４を復号する。このとき、第２デコーダ２１２は、ベース・レイヤー画像Ｄ２３を参照し、ビュー間予測を用いて、ノン・ベース・レイヤー画像Ｄ２４を復号してもよい。

マルチプレクサ２１３は、ベース・レイヤー画像Ｄ２３と、ノン・ベース・レイヤー画像Ｄ２４とを多重化し、画像シーケンスＤ２５を生成する。典型的には、ベース・ビューを示す部分と、ノン・ベース・ビューを示す部分とが交互になるように、マルチプレクサ２１３は、画像シーケンスＤ２５を生成する。

このようにして、ＭＶＣデコーダ２０１は、ベース・ビュー・ビットストリームＤ２１と、ノン・ベース・ビュー・ビットストリームＤ２２とを受け取り、それらから、ベース・レイヤー画像Ｄ２３と、ノン・ベース・レイヤー画像Ｄ２４とを復号し、画像シーケンスＤ２５を生成する。

例えば、ＭＶＣデコーダ２０１は、左眼に対応するベース・ビュー・ビットストリームＤ２１、及び、右眼に対応するノン・ベース・ビュー・ビットストリームＤ２２から、左眼画像であるベース・レイヤー画像Ｄ２３、及び、右眼画像であるノン・ベース・レイヤー画像Ｄ２４を復号する。そして、ＭＶＣデコーダ２０１は、それらを組み合わせた画像シーケンスＤ２５を３Ｄ画像として出力できる。

なお、図２に示されたＭＶＣデコーダ２０１は、図１に示されたＭＶＣエンコーダ１０１と同様に、一例である。ＭＶＣデコーダ２０１は、３つ以上のデコーダを備えて、３つ以上のビューを復号してもよい。また、１つのデコーダが、複数のビューを復号してもよい。また、ＭＶＣデコーダ２０１は、ベース・レイヤー画像Ｄ２３と、ノン・ベース・レイヤー画像Ｄ２４とを多重化せずに、それぞれ別々に出力してもよい。この場合、ＭＶＣデコーダ２０１は、マルチプレクサ２１３を備えなくてもよい。

また、ＭＶＣデコーダ２０１は、図１に示されたＭＶＣビットストリームＤ１６をベース・ビューの部分とノン・ベース・ビューの部分とに分離するデマルチプレクサを備えてもよい。

図１に示されたＭＶＣエンコーダ１０１及び図２に示されたＭＶＣデコーダ２０１は、典型的なＭＶＣエンコーダ及びＭＶＣデコーダである。そのため、ＭＶＣエンコーダ１０１及びＭＶＣデコーダ２０１は、８ビットを超えるビット深度の画像を符号化または復号することができない。そこで、本発明の関連技術に係る画像符号化装置及び画像復号装置は、追加の構成要素を備える。

図３は、本発明の関連技術に係る画像符号化装置の機能ブロックを示す。図３に示される画像符号化装置は、図１に示されたＭＶＣエンコーダ１０１、ダウンコンバータ１０２及び減算器１０３を備える。

ダウンコンバータ１０２は、符号化の対象画像である１０ビット画像Ｄ３１をダウンコンバートすることにより、８ビット画像であるベース・レイヤー画像Ｄ３２を生成する。

ＭＶＣエンコーダ１０１は、ベース・レイヤー画像Ｄ３２をベース・レイヤー画像として符号化する。そして、ＭＶＣエンコーダ１０１は、符号化されたベース・レイヤー画像Ｄ３２を復号することにより、８ビット画像である再構成画像Ｄ３３を生成する。

減算器１０３は、１０ビット画像Ｄ３１の特性と再構成画像Ｄ３３の特性との差異から、ベース・レイヤー画像Ｄ３２を１０ビット画像に拡張するためのエンハンスメント・レイヤー画像Ｄ３４を生成する。ここで用いられる各画像の特性は、例えば、画素値の大きさを示す情報である。

ＭＶＣエンコーダ１０１は、さらに、エンハンスメント・レイヤー画像Ｄ３４をノン・ベース・レイヤー画像として符号化する。そして、ＭＶＣエンコーダ１０１は、符号化されたベース・レイヤー画像Ｄ３２、及び、符号化されたエンハンスメント・レイヤー画像Ｄ３４を、ＭＶＣビットストリームＤ３５として、出力する。

図４は、図３に示された画像符号化装置をより具体的に示す図である。以下、図４を用いて、本発明の関連技術に係る画像符号化装置を具体的に説明する。

ダウンコンバータ１０２は、１０ビット画像Ｄ３１をダウンコンバートすることにより、８ビット画像であるベース・レイヤー画像Ｄ３２を生成する。より具体的には、ダウンコンバータ１０２は、式１に示される演算により、１０ビット画像Ｄ３１をダウンコンバートする。

Ｂ（ｘ，ｙ）＝（Ｓ（ｘ，ｙ）＋２）＞＞２； （式１）

ここで、（ｘ，ｙ）は、画素位置を示す。Ｂ（ｘ，ｙ）は、ベース・レイヤー画像Ｄ３２の画素値を示す。Ｓ（ｘ，ｙ）は、１０ビット画像Ｄ３１の画素値を示す。記号「＞＞」は、右シフト演算を示す。

つまり、まず、ダウンコンバータ１０２は、１０ビット画像Ｄ３１の各画素値に２を足す。そして、ダウンコンバータ１０２は、各画素値を２ビット右にシフトする。これにより、各画素値の下位２ビットが四捨五入され、８ビットのベース・レイヤー画像Ｄ３２が生成される。

ＭＶＣエンコーダ１０１の第１エンコーダ１１１は、ベース・レイヤー画像Ｄ３２をベース・レイヤー画像として符号化することにより、ベース・レイヤー・ビットストリームＤ３６を生成する。そして、第１エンコーダ１１１は、符号化されたベース・レイヤー画像Ｄ３２を復号することにより再構成画像Ｄ３３を生成する。

減算器１０３は、１０ビット画像Ｄ３１と再構成画像Ｄ３３との差分から、エンハンスメント・レイヤー画像Ｄ３４を生成する。より具体的には、減算器１０３は、式２に示される演算により、１０ビット画像Ｄ３１と再構成画像Ｄ３３との差分を求める。

Ｅ（ｘ，ｙ）＝Ｓ（ｘ，ｙ）−（Ｂｒ（ｘ，ｙ）＜＜２）＋１２８； （式２）

ここで、（ｘ，ｙ）は、画素位置を示す。Ｅ（ｘ，ｙ）は、エンハンスメント・レイヤー画像Ｄ３４の画素値を示す。Ｓ（ｘ，ｙ）は、１０ビット画像Ｄ３１の画素値を示す。Ｂｒ（ｘ，ｙ）は、再構成画像Ｄ３３の画素値を示す。記号「＜＜」は、左シフト演算を示す。

つまり、まず、減算器１０３は、再構成画像Ｄ３３の各画素値を２ビット左にシフトする。これにより、再構成画像Ｄ３３のビット深度が１０ビットに変換される。次に、減算器１０３は、１０ビット画像Ｄ３１の各画素値から、左にシフトされた各画素値を減算する。そして、減算器１０３は、減算した結果に１２８を足す。

ここで、減算器１０３は、減算した結果に１２８を足しているが、１２８に限られず、エンハンスメント・レイヤー画像Ｄ３４のビット深度によって表現される最大画素値の半分を整数に丸めた値を加算してもよい。また、減算器１０３は、減算した結果に、エンハンスメント・レイヤー画像Ｄ３４の各画素値を正の値にするための他の値を足してもよい。

さらに、減算器１０３は、８ビット画像の範囲［０，２５５］にＥ（ｘ，ｙ）をクリップしてもよい。つまり、減算器１０３は、０よりも小さい画素値を０に変換し、２５５よりも大きい画素値を２５５に変換してもよい。

例えば、再構成画像Ｄ３３に量子化歪みが含まれる場合があるが、量子化歪みは、８ビット画像の画素値の範囲［０，２５５］に基づいて、大きくても［−３２，３１］の範囲内であると想定される。そして、この量子化歪みは、左シフト演算によって４倍になった場合でも、［−１２８，１２７］の範囲内であり、Ｓ（ｘ，ｙ）−（Ｂｒ（ｘ，ｙ）＜＜２）によって示される値の範囲は、［−１２８，１２７］の範囲内であると想定される。

したがって、減算器１０３が、上記の差分に１２８を加えた後、８ビット画像の範囲［０，２５５］にＥ（ｘ，ｙ）をクリップしても、その影響は、異常値に限定される。よって、減算器１０３は、８ビット画像の範囲［０，２５５］にＥ（ｘ，ｙ）をクリップすることにより、致命的なエラーのみを除去または隠蔽することができる。

ＭＶＣエンコーダ１０１の第２エンコーダ１１２は、減算器１０３によって生成されたエンハンスメント・レイヤー画像Ｄ３４をノン・ベース・レイヤー画像として符号化する。これにより、第２エンコーダ１１２は、エンハンスメント・レイヤー・ビットストリームＤ３７を生成する。このとき、第２エンコーダ１１２は、再構成画像Ｄ３３を参照し、ビュー間予測を用いて、エンハンスメント・レイヤー画像Ｄ３４を符号化してもよい。

なお、再構成画像Ｄ３３とエンハンスメント・レイヤー画像Ｄ３４との間に相関関係は、ほとんどない可能性が高い。しかし、ビュー間予測の利用は制限されず、第２エンコーダ１１２は、ビュー間予測を用いて、エンハンスメント・レイヤー画像Ｄ３４を符号化してもよい。

そして、ＭＶＣエンコーダ１０１のマルチプレクサ１１３は、ベース・レイヤー・ビットストリームＤ３６、及び、エンハンスメント・レイヤー・ビットストリームＤ３７を多重化して、ＭＶＣビットストリームＤ３５を生成する。

図５は、図２に示されたＭＶＣデコーダ２０１を有する画像復号装置を示す構成図である。図５に示された画像復号装置は、ＭＶＣデコーダ２０１及び加算器２０２を備える。

ＭＶＣデコーダ２０１は、ベース・レイヤー・ビットストリームＤ５１からベース・レイヤー画像を復号する。また、ＭＶＣデコーダ２０１は、エンハンスメント・レイヤー・ビットストリームＤ５２からエンハンスメント・レイヤー画像を復号する。そして、ＭＶＣデコーダ２０１は、画像シーケンスＤ５３を生成する。

加算器２０２は、画像シーケンスＤ５３に含まれるベース・レイヤー画像Ｄ５４と、画像シーケンスＤ５３に含まれるエンハンスメント・レイヤー画像Ｄ５５とを合成することにより、復号の対象画像である１０ビット画像Ｄ５６を生成する。

図６は、図５に示された画像復号装置をより具体的に示す図である。以下、図６を用いて、本発明の関連技術に係る画像復号装置を具体的に説明する。

ＭＶＣデコーダ２０１の第１デコーダ２１１は、ベース・レイヤー・ビットストリームＤ５１からベース・レイヤー画像Ｄ５４を復号する。

ＭＶＣデコーダ２０１の第２デコーダ２１２は、エンハンスメント・レイヤー・ビットストリームＤ５２からエンハンスメント・レイヤー画像Ｄ５５を復号する。このとき、第２デコーダ２１２は、ベース・レイヤー画像Ｄ５４を参照し、ビュー間予測を用いて、エンハンスメント・レイヤー画像Ｄ５５を復号してもよい。

ＭＶＣデコーダ２０１のマルチプレクサ２１３は、ベース・レイヤー画像Ｄ５４及びエンハンスメント・レイヤー画像Ｄ５５から、画像シーケンスＤ５３を生成する。

加算器２０２は、画像シーケンスＤ５３に含まれるベース・レイヤー画像Ｄ５４と、画像シーケンスＤ５３に含まれるエンハンスメント・レイヤー画像Ｄ５５とを合成することにより、１０ビット画像Ｄ５６を生成する。より具体的には、加算器２０２は、式３に示される演算により、ベース・レイヤー画像Ｄ５４とエンハンスメント・レイヤー画像Ｄ５５とを合成する。

Ｖ（ｘ，ｙ）＝（Ｂｒ（ｘ，ｙ）＜＜２）＋（Ｅ（ｘ，ｙ）−１２８）； （式３）

ここで、（ｘ，ｙ）は、画素位置を示す。Ｖ（ｘ，ｙ）は、１０ビット画像Ｄ５６の画素値を示す。Ｂｒ（ｘ，ｙ）は、ベース・レイヤー画像Ｄ５４の画素値を示す。Ｅ（ｘ，ｙ）は、エンハンスメント・レイヤー画像Ｄ５５の画素値を示す。記号「＜＜」は、左シフト演算を示す。

つまり、まず、加算器２０２は、ベース・レイヤー画像Ｄ５４の各画素値を２ビット左にシフトする。これにより、ベース・レイヤー画像Ｄ５４のビット深度が１０ビットに変換される。次に、加算器２０２は、エンハンスメント・レイヤー画像Ｄ５５の各画素値から１２８を引く。次に、加算器２０２は、１０ビットに変換されたベース・レイヤー画像Ｄ５４の各画素値に、１２８が引かれたエンハンスメント・レイヤー画像Ｄ５５の各画素値を加算する。

ここで、加算器２０２は、各画素値から１２８を引いているが、１２８に限られず、エンハンスメント・レイヤー画像Ｄ５５のビット深度によって表現される最大画素値の半分を整数に丸めた値を引いてもよい。また、加算器２０２は、各画素値から符号化時に加算された値を引いてもよい。

さらに、加算器２０２は、１０ビット画像として許容される範囲にＶ（ｘ，ｙ）をクリップする。例えば、加算器２０２は、式４及び式５に示される演算により、Ｖ（ｘ，ｙ）をクリップする。

Ｖ（ｘ，ｙ）＝（Ｖ（ｘ，ｙ）＞ｍａｘＶ１０）？ｍａｘＶ１０：Ｖ（ｘ，ｙ）； （式４）
Ｖ（ｘ，ｙ）＝（Ｖ（ｘ，ｙ）＜ｍｉｎＶ１０）？ｍｉｎＶ１０：Ｖ（ｘ，ｙ）； （式５）

ここで、Ｖ＝Ａ？Ｂ：Ｃ；は、条件Ａを満たす場合にはＶの値をＢとし、それ以外の場合には、Ｖの値をＣとすることを意味する。また、ｍａｘＶ１０及びｍｉｎＶ１０は、それぞれ、１０ビット画像として、許容される最大値及び最小値である。典型的には、ｍａｘＶ１０は、１０２３であり、ｍｉｎＶ１０は、０である。しかし、ｍａｘＶ１０及びｍｉｎＶ１０に、その他の値が設定されてもよい。

加算器２０２は、上述の処理を実行することにより、１０ビット画像Ｄ５６を生成する。

図７は、図３に示された画像符号化装置の処理を示すフローチャートである。

まず、ダウンコンバータ１０２は、１０ビット画像Ｄ３１をダウンコンバートすることにより、８ビット画像であるベース・レイヤー画像Ｄ３２を生成する（Ｓ１０１）。

次に、ＭＶＣエンコーダ１０１は、ベース・レイヤー画像Ｄ３２をベース・レイヤー画像として符号化する（Ｓ１０２）。そして、ＭＶＣエンコーダ１０１は、符号化されたベース・レイヤー画像Ｄ３２を復号することにより再構成画像Ｄ３３を生成する。

次に、減算器１０３は、１０ビット画像Ｄ３１から再構成画像Ｄ３３を減算した差分から、エンハンスメント・レイヤー画像Ｄ３４を生成する（Ｓ１０３）。

次に、ＭＶＣエンコーダ１０１は、エンハンスメント・レイヤー画像Ｄ３４をノン・ベース・レイヤー画像として符号化する（Ｓ１０４）。そして、ＭＶＣエンコーダ１０１は、符号化されたベース・レイヤー画像Ｄ３２、及び、符号化されたエンハンスメント・レイヤー画像Ｄ３４を、ＭＶＣビットストリームＤ３５として、出力する。

図８は、図５に示された画像復号装置の処理を示すフローチャートである。

まず、ＭＶＣデコーダ２０１は、ベース・レイヤー・ビットストリームＤ５１からベース・レイヤー画像を復号する（Ｓ２０１）。

次に、ＭＶＣデコーダ２０１は、エンハンスメント・レイヤー・ビットストリームＤ５２からエンハンスメント・レイヤー画像を復号する（Ｓ２０２）。そして、ＭＶＣデコーダ２０１は、画像シーケンスＤ５３を生成する。

次に、加算器２０２は、画像シーケンスＤ５３に含まれるベース・レイヤー画像Ｄ５４と、画像シーケンスＤ５３に含まれるエンハンスメント・レイヤー画像Ｄ５５とを加算することにより、１０ビット画像Ｄ５６を生成する（Ｓ２０３）。

以上のように、本発明の関連技術に係る画像符号化装置は、１０ビット画像をダウンコンバートすることにより、８ビット画像を生成する。そして、画像符号化装置は、８ビット画像をベース・レイヤー画像として符号化する。また、画像符号化装置は、１０ビット画像と８ビット画像との差分値を８ビットのノン・ベース・レイヤー画像として符号化する。これにより、１０ビット画像が、８ビット画像であるベース・レイヤー画像と、８ビット画像であるノン・ベース・レイヤー画像とに分割されて符号化される。

また、本発明の関連技術に係る画像復号装置は、８ビット画像であるベース・レイヤー画像と、８ビット画像であるノン・ベース・レイヤー画像とを復号する。そして、画像復号装置は、復号されたベース・レイヤー画像とノン・ベース・レイヤー画像とを合成することにより、１０ビット画像を生成する。

なお、本発明の関連技術において、８ビット画像及び１０ビット画像が、例として示されたが、ビット深度は、８ビットまたは１０ビットに限られない。ビット深度が８ビット及び１０ビットとは異なる組み合わせであっても、画像符号化装置及び画像復号装置は、ＭＶＣエンコーダ１０１及びＭＶＣデコーダ２０１が符号化または復号できるビット深度よりも大きいビット深度の画像を符号化または復号できる。

しかしながら、例えば、１０ビット画像が、８ビット画像であるベース・レイヤー画像と、８ビット画像であるノン・ベース・レイヤー画像とに分割されて符号化される結果、本発明の関連技術によると、伝送すべきデータ量が増加してしまうという課題がある。本発明は、この課題を解決する。

以下、本発明に係る画像符号化装置及び画像復号装置について、詳細に説明する。

（実施の形態１）
図９は、本発明の実施の形態１に係る画像符号化装置１００の機能ブロックを示す。

図９に示される様に、本実施の形態に係る画像符号化装置１００は、ＭＶＣエンコーダ１０１と、ダウンコンバータ１０２Ａと、減算器１０３Ａとを備える。なお、図４と同一の構成については、詳細な説明は省略する。

画像符号化装置１００は、１画素あたりの情報容量を示すビット深度が所定の大きさよりも大きい対象画像を符号化する画像符号化装置である。以下、画像符号化装置１００に入力される対象画像は１２ビット画像であるとして説明する。すなわち、図９に示されるＤ３１Ａは、１２ビット画像である。また、所定のビット深度を８ビットとする。

ダウンコンバータ１０２Ａは、対象画像に対して、当該対象画像のビット深度が所定の大きさとなるように第１の値だけビット深度を小さくするダウンコンバート処理を施すことにより、ベース・レイヤー画像を生成する。具体的には、ダウンコンバータ１０２Ａは、符号化対象の画像である１２ビット画像Ｄ３１Ａのビット深度を４ビット分ダウンコンバートすることにより、８ビット画像であるベース・レイヤー画像Ｄ３２Ａを生成する。

ＭＶＣエンコーダ１０１は、ベース・レイヤー画像Ｄ３２Ａを符号化し、符号化したベース・レイヤー画像を復号することにより再構成画像Ｄ３３Ａを生成する。ＭＶＣエンコーダ１０１は、また、エンハンスメント・レイヤー画像Ｄ３４Ａを符号化する。さらに、ＭＶＣエンコーダは、符号化されたベース・レイヤー画像と、符号化されたエンハンスメント・レイヤー画像と、その他の付加情報とを出力する出力部としても機能する。

より詳細には、再度図４を参照して、ＭＶＣエンコーダ１０１は、ベース・レイヤー画像Ｄ３２Ａを符号化、及び復号する第１エンコーダと、エンハンスメント・レイヤー画像Ｄ３４Ａを符号化する第２エンコーダと、マルチプレクサとを有している。マルチプレクサは、ベース・レイヤー画像Ｄ３２Ａが符号化されたベース・レイヤー・ビットストリームと、エンハンスメント・レイヤー画像Ｄ３４Ａが符号化されたエンハンスメント・レイヤー・ビットストリームとを多重化することにより、ＭＶＣ（Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）方式のビットストリームであるＭＶＣビットストリームＤ３５Ａを生成する。マルチプレクサは、生成したＭＶＣビットストリームＤ３５Ａを出力する。

また、第１エンコーダと、第２エンコーダと、マルチプレクサとは、ＭＶＣエンコーダとして構成されている。

減算器１０３Ａは、再構成画像に対して、当該再構成画像のビット深度が第２の値（ｂともいう）だけ大きくなるようにビット深度を大きくするシフト量調整処理を施す。その後、シフト量調整処理が施された再構成画像と対象画像とに基づいて、ベース・レイヤー画像の画質を上げるための画像であって、ベース・レイヤー画像と同じビット深度を有する画像であるエンハンスメント・レイヤー画像を生成する。なお、第２の値は、例えば、０以上かつ第１の値未満の値とすることが考えられる。

次に、図１０を参照して、減算器１０３Ａが行う処理について、より詳細に説明する。

図１０は、減算器１０３Ａの機能ブロックを示す。減算器１０３Ａは、対象画像のビット深度を第１の値と第２の値との差分である第３の値だけ小さくした画像に含まれる複数の画素の各画素値から、シフト量調整処理が施された再構成画像に含まれる対応する画素の画素値を差し引き、差し引いた結果を表すビット情報のうち、下位から所定の大きさの範囲に含まれるビット情報により、エンハンスメント・レイヤー画像を生成する。

具体的には、図１０に示される様に、減算器１０３Ａは、シフト量決定部１５１と、所定の値ｂビットだけビットをシフトアップするビットシフト器１５２と、４−ｂビットだけビットをシフトダウンするビットシフト器１５３と、２入力間で減算処理を行う演算器１５４と、事前に定められた値の加算処理を行う演算器１５５とを有する。

なお、第２の値であるｂは、第１の値−ｂ＝第３の値という関係を満たす定数である。画像符号化装置１００は、対象画像、ベース・レイヤー画像、又は、再構成画像に基づいて、例えば当該画像ごとにｂの大きさを決定する。

なお、前述のように、減算器１０３Ａはエンハンスメント・レイヤー画像を生成する構成要素であるため、減算器を生成部ともよぶ。

ビットシフト器１５３は、減算器１０３Ａに入力された１２ビット画像Ｄ３１Ａのビット深度を、第３の値である４−ｂビットだけシフトダウンする。具体的には、１２ビット画像Ｄ３１Ａに含まれる複数の画素の各画素値を、４−ｂビットだけ右にビットシフトする。

また、ビットシフト器１５２は、減算器１０３Ａに入力された再構成画像Ｄ３３Ａのビット深度を、ｂ（すなわち、第１の値−第３の値）ビットだけシフトアップする。具体的には、再構成画像Ｄ３３Ａに含まれる複数の画素の各画素値を、ｂビットだけ左にビットシフトする。

その後、演算器１５４は、ビットシフト器１５３の出力から、ビットシフト器１５２の出力を、対応する画素ごとに差し引く。

ここで、ビット深度を第３の値だけ小さくした対象画像に含まれる複数の画素の各画素値から、シフト量調整処理が施された再構成画像に含まれる対応する画素の画素値を差し引いた値に対して、演算器１５５が、エンハンスメント・レイヤー画像に含まれる複数の画素の各画素値を正の値にするための所定の値を加算してもよい。図１０においては、演算器１５５が、演算器１５４の出力に対し、画素ごとに１２８を加算している。この意味は、本発明の関連技術において説明したとおりである。

最後に、減算器１０３Ａは、演算器１５５の出力から、画素ごとに下位８ビットを抽出し、８ビットのエンハンスメント・レイヤー画像Ｄ３４Ａを生成する。これは、本実施の形態においては、所定のビット深度を８ビットとするためである。

シフト量決定部１５１は、対象画像、ベース・レイヤー画像、又は、再構成画像が有する特性に基づいて、第２の値を決定する。また、シフト量決定部１５１により決定された第２の値（すなわち、ｂの値）に対応する値は、例えば、ＭＶＣエンコーダ１０１が有するマルチプレクサによって、ＭＶＣ方式のビットストリームに付加されて出力される。

なお第２の値に対応する値とは、第２の値のほか、画像符号化装置１００において第２の値に施した演算の逆演算を画像復号装置２００において施すことにより、可逆的に第２の値を算出可能な値を含む。

一般に、ビット深度をダウンコンバート（例えば、ビット切り捨て）した場合において、当該画像を表示した際のアーチファクトは、画像内の比較的複雑でない（すなわち、空間周波数成分における低域成分が視覚的により支配的な）領域においてより顕著となる。これらの領域においては、バンディングのような目に見えるアーチファクトがダウンコンバート後の画像において目立つ。一方で、高密度で複雑な（すなわち、空間周波数成分における高域成分が視覚的により支配的な）領域においては、ビット深度のダウンコンバートによるアーチファクトは目立ちにくい。

シフト量決定部１５１は、この特性を利用して、アーチファクトの発生と符号化されたデータサイズとのトレードオフを解決できるようにｂの値を決定する。具体的には、シフト量決定部１５１は、輝度変化が複雑な画像に対しては、ｂの値をより小さく決定する。また、輝度変化が単純な画像に対しては、ｂの値をより大きく決定する。

すなわち、シフト量決定部１５１は、ベース・レイヤー画像の空間周波数成分における低域成分が視覚的により支配的な場合ほど、より大きくなるように第２の値であるｂを決定する。

その結果、画像符号化装置１００は、１２ビット画像Ｄ３１Ａに含まれる情報量のうち、エンハンスメント・レイヤー画像Ｄ３４Ａとして伝送されるべき情報量を、視覚的に目立たない範囲で減少させることができる。

例えば、図１０を参照して、ｂ＝４（すなわち、第３の値を０）とした場合、１２ビット画像Ｄ３１Ａに含まれる画素ごとの下位４ビット分の情報を、エンハンスメント・レイヤー画像Ｄ３４Ａは含む。一方、ｂ＝０（すなわち、第３の値を４）とした場合、１２ビット画像Ｄ３１Ａに含まれる情報を、エンハンスメント・レイヤー画像Ｄ３４Ａは含まない。

なお、正確には、エンハンスメント・レイヤー画像Ｄ３４Ａは、１２ビット画像Ｄ３１Ａに含まれる画像情報の一部に加え、符号化前の画像と符号化後の画像との差分である圧縮歪みを示す情報も含む。したがって、ｂ＝０の場合においても、エンハンスメント・レイヤー画像Ｄ３４Ａを生成することは、後述する画像復号装置へ圧縮歪みを示す情報を伝送する手段として有用である。

なお、ダウンコンバータ１０２Ａ及び減算器１０３Ａが、画像のビット深度を調整することにより、ベース・レイヤー画像Ｄ３２Ａ及びエンハンスメント・レイヤー画像Ｄ３４Ａをそれぞれ生成する方法には、任意の方法が使用できる。

例えば、図１０の説明において述べたように、ダウンコンバータ１０２Ａは、対象画像に含まれる複数の画素の各画素値のビットを第１の値だけシフトダウンするダウンコンバート処理により、ベース・レイヤー画像を生成してもよい。同様に、減算器１０３Ａは、対象画像に含まれる複数の画素の各画素値のビットを第３の値だけシフトダウンし、再構成画像に含まれる複数の画素の各画素値のビットを第２の値だけシフトアップしてもよい。この場合、減算器１０３Ａは、ビットをシフトダウンされた対象画像に含まれる複数の画素の各画素値と、これに対応する、ビットをシフトアップされた再構成画像に含まれる複数の画素の各画素値との差分からエンハンスメント・レイヤー画像を生成してもよい。

又は、ダウンコンバータ１０２Ａは、対象画像のビット深度が第１の値だけ小さくなるように、当該対象画像に含まれる複数の画素の各画素値を所定の除数で除算するダウンコンバート処理により、ベース・レイヤー画像を生成してもよい。同様に、減算器１０３Ａは、対象画像のビット深度が第３の値だけ小さくなるように、当該対象画像に含まれる複数の画素の各画素値を所定の除数で除算し、再構成画像のビット深度が第２の値だけ大きくなるように、当該再構成画像に含まれる複数の画素の各画素値に所定の乗数を乗算してもよい。この場合、減算器１０３Ａは、除算された対象画像に含まれる複数の画素の各画素値と、これに対応する、乗算された再構成画像に含まれる複数の画素の各画素値との差分からエンハンスメント・レイヤー画像を生成してもよい。

以上、本発明の実施の形態１に係る画像符号化装置１００について説明した。

次に、図１１及び図１２を参照して、本発明の実施の形態１に係る画像復号装置２００について説明する。

図１１は、本発明の実施の形態１に係る画像復号装置２００の機能ブロックを示す。画像復号装置２００は、ビットストリームから、１画素あたりの情報容量を示すビット深度が所定の大きさよりも第１の値だけ大きい対象画像を復号する画像復号装置である。

図１１に示される様に、画像復号装置２００は、ＭＶＣデコーダ２０１と、加算器２０２Ａとを備える。なお、図６と同じ構成については、詳細な説明は省略する。

ＭＶＣデコーダ２０１は、ベース・レイヤー・ビットストリームＤ５１Ａから、ビット深度が所定の大きさであるベース・レイヤー画像Ｄ５４Ａを復号する。また、ＭＶＣデコーダ２０１は、エンハンスメント・レイヤー・ビットストリームＤ５２Ａから、ビット深度が所定の大きさであるエンハンスメント・レイヤー画像Ｄ５５Ａを復号する。なお、ベース・レイヤー・ビットストリームＤ５１Ａ及びエンハンスメント・レイヤー・ビットストリームＤ５２Ａは、例えば、ＭＶＣビットストリームＤ３５Ａから、それぞれ分離したものである。また、ＭＶＣデコーダ２０１は、ベース・レイヤー画像Ｄ５４Ａと、エンハンスメント・レイヤー画像Ｄ５５Ａとを、画像シーケンスＤ５３Ａとして出力してもよい。

より具体的には、ＭＶＣデコーダ２０１は、ベース・レイヤー・ビットストリームＤ５１Ａからベース・レイヤー画像Ｄ５４Ａを復号する第１デコーダと、エンハンスメント・レイヤー・ビットストリームＤ５２Ａからからエンハンスメント・レイヤー画像Ｄ５５Ａを復号する第２デコーダと、マルチプレクサとを有する。ここで、マルチプレクサは、ベース・レイヤー画像Ｄ５４Ａと、エンハンスメント・レイヤー画像Ｄ５５Ａとを多重化することにより、画像シーケンスＤ５３Ａを生成する。また、第１デコーダと、第２デコーダと、マルチプレクサとは、ＭＶＣデコーダとして構成されている。

加算器２０２Ａは、第２の値をビットストリームから取得し、取得した第２の値に基づいてベース・レイヤー画像Ｄ５４Ａと、エンハンスメント・レイヤー画像Ｄ５５Ａとを加算することにより、対象画像Ｄ５６Ａを生成する。

例えば、加算器２０２Ａが、ＭＶＣ方式のビットストリームを取得した場合には、加算器２０２Ａは、当該ＭＶＣ方式のビットストリームに付加されている第２の値を取得する。その後、第２の値に基づいてベース・レイヤー画像Ｄ５４Ａと、エンハンスメント・レイヤー画像Ｄ５５Ａとを加算する。

図１２は、加算器２０２Ａの詳細な機能ブロックを示す。

加算器２０２Ａは、ベース・レイヤー画像に対して、当該画像のビット深度を、ｂだけ大きくするアップコンバート処理を施す。言いかえれば、加算器２０２Ａは、ベース・レイヤー画像に対して、当該画像のビット深度を、第２の値だけ大きくするアップコンバート処理を施す。その後、アップコンバート処理を施したベース・レイヤー画像と、エンハンスメント・レイヤー画像とを、互いの画像に含まれる対応する画素の画素値ごとにそれぞれ加算することにより合成する。さらに、合成して得られた画像のビット深度を、第３の値だけ大きくすることにより、対象画像を生成する。

具体的には、図１２に示される様に、加算器２０２Ａは、シフト量取得部２５１と、所定の値ｂビットだけビットをシフトアップするビットシフト器２５２と、事前に定められた値の減算処理を行う演算器２５３と、２入力間で加算処理を行う加算器２５４と、４−ｂビットだけビットをシフトアップするビットシフト器２５５とを有する。

ビットシフト器２５２は、加算器２０２Ａに入力された８ビットのベース・レイヤー画像Ｄ５４Ａのビット深度を、ｂビットだけシフトアップする。具体的には、ベース・レイヤー画像Ｄ５４Ａに含まれる複数の画素の各画素値を、ｂビットだけ左にビットシフトする。これが、前述のアップコンバート処理に対応する。

その後、加算器２５４は、ビットシフト器２５２の出力と、演算器２５３の出力とを、対応する画素ごとに加算する。

なお、加算器２０２Ａが有する演算器２５３は、加算器２５４がベース・レイヤー画像とエンハンスメント・レイヤー画像とを合成する前に、エンハンスメント・レイヤー画像に含まれる複数の画素の各画素値から、符号化時に加算された値（例えば１２８）を減算する。

最後に、ビットシフト器２５５は、加算器２５４によって加算された画像のビット深度を、４−ｂ（すなわち、第３の値）だけシフトアップする。具体的には、合成された画像に含まれる複数の画素の各画素値を、４−ｂビットだけ左にビットシフトする。その結果、１２ビットの対象画像Ｄ５６Ａが生成される。

シフト量取得部２５１は、例えばエンハンスメント・レイヤー・ビットストリームに付加されている、第２の値に対応する値を取得する。取得した第２の値に対応する値から、シフト量取得部２５１は、第３の値を取得することができる。例えば、第２の値に対応する値として、第２の値を取得した場合、シフト量取得部２５１は、第１の値−第２の値として、第３の値を取得することができる。

また、加算器２０２Ａが有するビットシフト器２５２及びビットシフト器２５５が、画像のビット深度を調整する方法には、任意の方法が使用できる。

例えば、図１２の説明において述べたように、加算器２０２Ａは、ベース・レイヤー画像に含まれる複数の画素の各画素値のビットを、第２の値であるｂだけシフトアップすることにより、当該ベース・レイヤー画像にアップコンバート処理を施す。また、加算器２５４により合成してえられた画像に含まれる複数の画素の各画素値のビットを、第３の値だけシフトアップする。

又は、加算器２０２Ａは、ベース・レイヤー画像のビット深度が、第２の値だけ大きくなるように、当該ベース・レイヤー画像に含まれる複数の画素の各画素値に所定の乗数を乗算することにより、当該ベース・レイヤー画像にアップコンバート処理を施してもよい。また、加算器２５４により合成してえられた画像のビット深度が第３の値だけ大きくなるように、当該合成してえられた画像に含まれる複数の画素の各画素値に所定の乗数を乗算してもよい。

なお、上記の説明においては、８ビットのベース・レイヤー・ビットストリームと、８ビットのエンハンスメント・レイヤー・ビットストリームから、１２ビットの対象画像Ｄ５６Ａを生成することを想定して説明している。しかし、各画像のビット深度は例示であって、本発明はこれに限定されるものではない。

次に、図１３を参照して、画像符号化装置１００が備えるシフト量決定部１５１によるｂの値の決定方法の一例について説明する。

図１３は、シフト量決定部１５１が、ベース・レイヤー画像の特性に応じて、第２の値であるｂを決定した結果の一例を示す。

図１３においては、シーンごとにｂの値が決定されている。なお、シーンとは画像符号化装置１００に１２ビットのソース映像として入力された連続する複数の画像である。ここでは、シーン１、シーン２、シーン３、及びシーン４に対して、それぞれ、ｂ＝０、ｂ＝４、ｂ＝２、及びｂ＝０が設定されている。なお、後述するように、１つのシーンに含まれるより細かい単位ごとに、異なるｂの値を設定してもよい。

図１３に示される様に、シーン１及びシーン４においては、１２ビットから８ビットにビットを丸めたことによるアーチファクトがベース・レイヤー画像に見られない。したがって、シフト量決定部１５１は、シーン１及びシーン４には、ベース・レイヤー画像の精度を上げる必要がないと判断し、ｂの値を０と決定する。

また、シーン３においては、アーチファクトがベース・レイヤー画像に多少見られる。したがって、シフト量決定部１５１は、シーン３においては、エンハンスメント・レイヤー画像を用いてベース・レイヤー画像の精度を上げる必要があると判断し、ｂの値を２と決定する。

また、シーン２においては、深刻なアーチファクトがベース・レイヤー画像に見られる。したがって、シフト量決定部１５１は、シーン２においては、エンハンスメント・レイヤー画像を用いてベース・レイヤー画像の精度を最大限上げる必要があると判断し、ｂの値を４と決定する。

こうしてシフト量決定部１５１によって決定されたｂの値は、画像符号化装置１００においてエンハンスメント・レイヤー画像の生成に使用される。また、復号のため、画像復号装置２００に伝送される。

図１４は、ビットストリームにｂの値を含めることにより、画像符号化装置１００から画像復号装置２００へｂの値を伝送する方法の一例を示す。ここでは、高ビット深度のビデオアプリケーション向け１２ビット映像を配信するためのＭＶＣ構造（例えば、ステレオハイプロファイル）を使用する。

図１４に示される様に、ベース・レイヤー・ビットストリーム（以下、ＢＬストリームともいう）は、ＭＶＣ構造におけるベース・ビューのビットストリームとして伝送される。また、エンハンスメント・レイヤー・ビットストリーム（以下、ＥＬストリームともいう）は、ＭＶＣ構造におけるノン・ベース・ビューのビットストリームとして伝送される。さらに、ＥＬストリームは、複数のユニット（図１４においては、Ｕｎｉｔ１〜ＵｎｉｔＵ）に分割されている。ここで、ユニットへの分割方法は任意の方法が使用できる。例えば、ＧＯＰ（Ｇｒｏｕｐ Ｏｆ Ｐｉｃｔｕｒｅｓ）を単位として、ＥＬストリームをユニットに分割してもよい。

ここで、画像符号化装置１００は、各ユニットの先頭に、当該ユニットに含まれる複数の画像のビットストリームに対するビットシフト数（すなわち、ｂの値）をメタデータとして付加することにより、画像復号装置２００へｂの値を伝送する。例えば図１４においては、Ｕｎｉｔ２に含まれる９つの画像のビットストリーム（ＥＬ ｐｉｃ０ ストリーム〜ＥＬ ｐｉｃ８ ストリーム）のそれぞれに対応するｂの値（ｂ０〜ｂ８）を含むメタデータが、ユニット２の先頭（例えばピクチャヘッダ）に付加されている。

なお、メタデータ内において、ｂの値は互いに異なっていてもよい。また、メタデータに含まれるｂの並び順は、図１４に示される様に、対応するＥＬユニットに含まれる画像のビットストリームの並び順と揃えてもよいが、これに限られない。例えば、アプリケーション特有の順番であっても、ｂの値と画像のビットストリームとの対応関係が示される方式であれば、ｂは任意の並び順で付加されてもよい。

より具体的には、画像符号化装置１００が備えるＭＶＣエンコーダ１０１がシフト量決定部１５１からｂの値を取得し、ＭＶＣエンコーダ１０１が有するマルチプレクサによって、エンハンスメント・レイヤー・ビットストリームにｂの値に対応する値を含めてもよい。

この場合、画像復号装置２００が有するシフト量取得部２５１が、エンハンスメント・レイヤー・ビットストリームからｂの値を取得し、加算器２０２Ａにおいて、対象画像を生成する処理に使用することが考えられる。

以上述べたように、本実施の形態に係る画像符号化装置１００及び画像復号装置２００によれば、ビデオシーケンスにおける画像の信号特性に応じて可変なビットシフト数を使用してエンハンスメント・レイヤー・ビットストリームを効率的に送信することができる。これによると、大量に入手可能な８ビットビデオプロセッサを用いて、高ビット深度ビデオを配信する際に伝送すべきデータ量を、より減少させることができる。

（実施の形態２）
実施の形態１に係る画像符号化装置１００及び画像復号装置２００は、それぞれＭＶＣエンコーダ及びＭＶＣデコーダを備えていた。しかし、本発明は、ＭＶＣ方式のビットストリーム以外のビットストリームに対しても適用できる。

図１５は、本発明の実施の形態２に係る画像符号化装置１００Ａの機能ブロックを示す。なお、図９に示す画像符号化装置１００と同じ構成要素については、詳細な説明を省略する。

図１５に示される様に、画像符号化装置１００Ａは、ＭＶＣエンコーダ１０１に代わり、第１エンコーダ１１１Ａと、第２エンコーダ１１２Ａと、出力部１１５とを備える。ここで、第１エンコーダ１１１Ａは、ベース・レイヤー画像Ｄ３２Ａを符号化、及び復号する。また、第２エンコーダ１１２Ａは、エンハンスメント・レイヤー画像Ｄ３４Ａを符号化する。

出力部１１５は、符号化されたベース・レイヤー画像Ｄ３２Ａであるベース・レイヤー・ビットストリームと、符号化されたエンハンスメント・レイヤー画像Ｄ３４Ａであるエンハンスメント・レイヤー・ビットストリームとを出力する。このとき、出力部１１５は、ベース・レイヤー・ビットストリームとエンハンスメント・レイヤー・ビットストリームとを多重化して、ＭＶＣビットストリームＤ３５Ａとして出力してもよい。さらに、出力部１１５は、シフト量決定部１５１が決定したｂの値に対応する値を、ベース・レイヤー・ビットストリーム又はエンハンスメント・レイヤー・ビットストリームに含めて出力してもよい。

なお、本実施の形態に係る出力部１１５を、ベース・レイヤー画像が符号化されたベース・レイヤー・ビットストリームと、エンハンスメント・レイヤー画像が符号化されたエンハンスメント・レイヤー・ビットストリームとを、ＭＶＣ（Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）方式のビットストリームとして多重化して出力するマルチプレクサとして構成したものが、実施の形態１に係るＭＶＣエンコーダ１０１が有するマルチプレクサである。

一方、図１６は、本発明の実施の形態２に係る画像復号装置２００Ａの機能ブロックを示す。なお、図１１に示す画像復号装置２００と同じ構成要素については、詳細な説明は省略する。また、図１６に示されるベース・レイヤー・ビットストリームＤ５１Ａ及びエンハンスメント・レイヤー・ビットストリームＤ５２Ａは、多重化されたＭＶＣビットストリームＤ３５Ａから事前に分離されたビットストリームである。

図１６に示されるように、画像復号装置２００Ａは、ＭＶＣデコーダ２０１に代わり、第１デコーダ２１１Ａと、第２デコーダ２１２Ａとを備える。ここで、第１デコーダ２１１Ａは、ベース・レイヤー・ビットストリームＤ５１Ａからベース・レイヤー画像Ｄ５４Ａを復号する。また、第２デコーダ２１２Ａは、エンハンスメント・レイヤー・ビットストリームＤ５２Ａからからエンハンスメント・レイヤー画像Ｄ５５Ａを復号する。

このように、ＭＶＣエンコーダ１０１を備えない画像符号化装置１００Ａ及び、ＭＶＣデコーダ２０１を備えない画像復号装置２００Ａによっても、本発明を実施することができる。

以上、本発明の実施の形態１及び２に係る画像符号化装置について説明したが、本発明に係る画像符号化装置の実施の形態は、これに限られない。

例えば、図１０において、減算器１０３Ａが、シフト量決定部１５１を備えるものとして説明したが、減算器１０３Ａがシフト量決定部１５１を備えなくてもよい。画像符号化装置１００が備える、シフト量決定部１５１以外の任意の構成要素がｂの値を決定してもよい。または、画像符号化装置１００は、画像符号化装置１００の外にある外部装置から、事前に定められたｂの値を取得してもよい。この場合にも、同様の発明の効果を奏する。

また、図１２において、加算器２０２Ａが、シフト量取得部２５１を備えるものとして説明したが、加算器２０２Ａがシフト量取得部２５１を備えなくてもよい。例えば、画像復号装置２００が備える、シフト量取得部２５１以外の任意の構成要素がｂの値を取得してもよい。

また、上記実施の形態においては、ＭＶＣエンコーダ１０１又は出力部１１５がｂの値をエンハンスメント・レイヤー・ビットストリームに付加すると説明した。しかし、ＭＶＣエンコーダ１０１又は出力部１１５以外の、画像符号化装置が備える構成要素がｂの値をビットストリームに付加してもよい。また、ｂの値を含めるビットストリームは、エンハンスメント・レイヤー・ビットストリームに限らない。例えば、ベース・レイヤー・ビットストリームにｂの値を付加してもよい。

なお、上記実施の形態において、符号化する対象画像は１２ビット画像Ｄ３１Ａとして説明した。しかし、例えば、１０ビット又は８ビットなど、任意のビット深度を有する対象画像を画像符号化装置により符号化してもよい。この場合、符号化対象となる画像のビット深度を、一旦１２ビットにシフトした後、画像符号化装置へ入力することで、画像符号化装置に変更を加えずに処理することができる。これにより、より歪みの少ないデータとして伝送することができる。

また、ｂ＝０である場合にも、本発明に係る画像符号化装置及び画像復号装置は有用である。なぜなら、ｂ＝０とした場合にも、エンハンスメント・レイヤー画像には圧縮歪みの情報が含まれている。したがって、この圧縮歪みの情報を用いて、ベース・レイヤー画像に対してより歪みの少ない復号処理を施すことが可能となるためである。

具体的には、本発明に係る画像符号化装置は、１２ビット画像と８ビット画像との差分の算出に、符号化されたベース・レイヤー画像の再構成画像を用いる。これにより、画像符号化装置は、１２ビット画像の符号化において、８ビット画像の符号化における量子化歪みを吸収することができる。

また、本発明に係る画像復号装置は、ベース・レイヤー画像のみを復号することにより、８ビット画像を生成することもできる。これにより、８ビット画像のみを表示できるディスプレイ装置との互換性が維持される。この場合、例えばインターネット上のストレージに保存されたエンハンスメント・レイヤー画像を、ユーザが後からダウンロードできるような、配信サービスを含む映像システムとして、画像符号化装置及び画像復号装置を構成してもよい。これにより、画像復号装置は、記録媒体の形で配布されたベース・レイヤー画像と、ダウンロードして取得したエンハンスメント・レイヤー画像とを取得することにより、記録媒体に記録されている映像を、事後的により高品質の画像として再生することができる。

また、本発明の関連技術において示されたＭＶＣエンコーダ１０１及びＭＶＣデコーダ２０１は、それぞれ単独で、１２ビット画像を符号化または復号する能力を持つ必要がない。ＭＶＣエンコーダ１０１及びＭＶＣデコーダ２０１にそのような能力がない場合でも、本発明に係る画像符号化装置及び画像復号装置は、１２ビット画像を符号化または復号できる。したがって、より大きいビット深度の画像を処理する画像符号化装置または画像復号装置を開発するための費用及び期間が、抑制される。

また、本発明の関連技術において示されたＭＶＣエンコーダ１０１及びＭＶＣデコーダ２０１は、当然、３Ｄ画像の符号化または復号に利用することもできる。

また、本発明の関連技術において示された各計算式は、一例であって、他の計算式が用いられてもよい。例えば、前述したように、右シフト演算は、所定の除数で除算することと同じである。また、左シフト演算は、所定の乗数で乗算することと同じである。

また、ダウンコンバータ１０２Ａはダウンコンバートする時に画素値の下位ビットを四捨五入しても、画素値の下位ビットを切捨てても、切り上げてもよい。

（実施の形態３）
上記各実施の形態で示した動画像符号化方法（画像符号化方法）または動画像復号化方法（画像復号方法）の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。

さらにここで、上記各実施の形態で示した動画像符号化方法（画像符号化方法）や動画像復号化方法（画像復号方法）の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。

図１７は、コンテンツ配信サービスを実現するコンテンツ供給システムex１００の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex１０６、ex１０７、ex１０８、ex１０９、ex１１０が設置されている。

このコンテンツ供給システムex１００は、インターネットex１０１にインターネットサービスプロバイダex１０２及び電話網ex１０４、及び基地局ex１０６からex１１０を介して、コンピュータex１１１、ＰＤＡ（Personal Digital Assistant）ex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５などの各機器が接続される。

しかし、コンテンツ供給システムex１００は図１７のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。

カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ−ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。

コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の画像復号装置として機能する）。

なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像及び／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。

また、これら符号化・復号化処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ−ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。

また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。

以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。

なお、コンテンツ供給システムex１００の例に限らず、図１８に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の画像復号装置として機能する）。

また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号化する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に動画像復号化装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。

図１９は、上記各実施の形態で説明した動画像復号化方法及び動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。

また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の画像符号化装置または画像復号装置として機能する）を有する信号処理部ex３０６と、復号化した音声信号を出力するスピーカex３０７、復号化した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。

まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号化し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。

また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、及び外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。

また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。

一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図２０に示す。情報再生／記録部ex４００は、以下に説明する要素ex４０１、ex４０２、ex４０３、ex４０４、ex４０５、ex４０６、ex４０７を備える。光ヘッドex４０１は、光ディスクである記録メディアex２１５の記録面にレーザスポットを照射して情報を書き込み、記録メディアex２１５の記録面からの反射光を検出して情報を読み込む。変調記録部ex４０２は、光ヘッドex４０１に内蔵された半導体レーザを電気的に駆動し記録データに応じてレーザ光の変調を行う。再生復調部ex４０３は、光ヘッドex４０１に内蔵されたフォトディテクタにより記録面からの反射光を電気的に検出した再生信号を増幅し、記録メディアex２１５に記録された信号成分を分離して復調し、必要な情報を再生する。バッファex４０４は、記録メディアex２１５に記録するための情報及び記録メディアex２１５から再生した情報を一時的に保持する。ディスクモータex４０５は記録メディアex２１５を回転させる。サーボ制御部ex４０６は、ディスクモータex４０５の回転駆動を制御しながら光ヘッドex４０１を所定の情報トラックに移動させ、レーザスポットの追従処理を行う。システム制御部ex４０７は、情報再生／記録部ex４００全体の制御を行う。上記の読み出しや書き込みの処理はシステム制御部ex４０７が、バッファex４０４に保持された各種情報を利用し、また必要に応じて新たな情報の生成・追加を行うと共に、変調記録部ex４０２、再生復調部ex４０３、サーボ制御部ex４０６を協調動作させながら、光ヘッドex４０１を通して、情報の記録再生を行うことにより実現される。システム制御部ex４０７は例えばマイクロプロセッサで構成され、読み出し書き込みのプログラムを実行することでそれらの処理を実行する。

以上では、光ヘッドex４０１はレーザスポットを照射するとして説明したが、近接場光を用いてより高密度な記録を行う構成であってもよい。

図２１に光ディスクである記録メディアex２１５の模式図を示す。記録メディアex２１５の記録面には案内溝（グルーブ）がスパイラル状に形成され、情報トラックex２３０には、予めグルーブの形状の変化によってディスク上の絶対位置を示す番地情報が記録されている。この番地情報はデータを記録する単位である記録ブロックex２３１の位置を特定するための情報を含み、記録や再生を行う装置において情報トラックex２３０を再生し番地情報を読み取ることで記録ブロックを特定することができる。また、記録メディアex２１５は、データ記録領域ex２３３、内周領域ex２３２、外周領域ex２３４を含んでいる。ユーザデータを記録するために用いる領域がデータ記録領域ex２３３であり、データ記録領域ex２３３より内周または外周に配置されている内周領域ex２３２と外周領域ex２３４は、ユーザデータの記録以外の特定用途に用いられる。情報再生／記録部ex４００は、このような記録メディアex２１５のデータ記録領域ex２３３に対して、符号化された音声データ、映像データまたはそれらのデータを多重化した多重化データの読み書きを行う。

以上では、１層のＤＶＤ、ＢＤ等の光ディスクを例に挙げ説明したが、これらに限ったものではなく、多層構造であって表面以外にも記録可能な光ディスクであってもよい。また、ディスクの同じ場所にさまざまな異なる波長の色の光を用いて情報を記録したり、さまざまな角度から異なる情報の層を記録したりなど、多次元的な記録／再生を行う構造の光ディスクであってもよい。

また、デジタル放送用システムex２００において、アンテナex２０５を有する車ex２１０で衛星ex２０２等からデータを受信し、車ex２１０が有するカーナビゲーションex２１１等の表示装置に動画を再生することも可能である。なお、カーナビゲーションex２１１の構成は例えば図１９に示す構成のうち、ＧＰＳ受信部を加えた構成が考えられ、同様なことがコンピュータex１１１や携帯電話ex１１４等でも考えられる。

図２２Ａは、上記実施の形態で説明した動画像復号化方法及び動画像符号化方法を用いた携帯電話ex１１４を示す図である。携帯電話ex１１４は、基地局ex１１０との間で電波を送受信するためのアンテナex３５０、映像、静止画を撮ることが可能なカメラ部ex３６５、カメラ部ex３６５で撮像した映像、アンテナex３５０で受信した映像等が復号化されたデータを表示する液晶ディスプレイ等の表示部ex３５８を備える。携帯電話ex１１４は、さらに、操作キー部ex３６６を有する本体部、音声を出力するためのスピーカ等である音声出力部ex３５７、音声を入力するためのマイク等である音声入力部ex３５６、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータ若しくは復号化されたデータを保存するメモリ部ex３６７、又は同様にデータを保存する記録メディアとのインタフェース部であるスロット部ex３６４を備える。

さらに、携帯電話ex１１４の構成例について、図２２Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。

電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。

携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理及びアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。

さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。

データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。

多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。

データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像及び若しくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。

また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。

このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。

また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。

（実施の形態４）
上記各実施の形態で示した動画像符号化方法または装置と、ＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。

ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。

この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ−２トランスポートストリーム形式のデジタルストリームである。

図２３は、多重化データの構成を示す図である。図２３に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム（ＰＧ）、インタラクティブグラフィックスストリームのうち、１つ以上を多重化することで得られる。ビデオストリームは映画の主映像及び副映像を、オーディオストリーム（ＩＧ）は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にＧＵＩ部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した動画像符号化方法または装置、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーＡＣ−３、Ｄｏｌｂｙ Ｄｉｇｉｔａｌ Ｐｌｕｓ、ＭＬＰ、ＤＴＳ、ＤＴＳ−ＨＤ、または、リニアＰＣＭのなどの方式で符号化されている。

多重化データに含まれる各ストリームはＰＩＤによって識別される。例えば、映画の映像に利用するビデオストリームには０ｘ１０１１が、オーディオストリームには０ｘ１１００から０ｘ１１１Ｆまでが、プレゼンテーショングラフィックスには０ｘ１２００から０ｘ１２１Ｆまでが、インタラクティブグラフィックスストリームには０ｘ１４００から０ｘ１４１Ｆまでが、映画の副映像に利用するビデオストリームには０ｘ１Ｂ００から０ｘ１Ｂ１Ｆまで、主音声とミキシングする副音声に利用するオーディオストリームには０ｘ１Ａ００から０ｘ１Ａ１Ｆが、それぞれ割り当てられている。

図２４は、多重化データがどのように多重化されるかを模式的に示す図である。まず、複数のビデオフレームからなるビデオストリームex２３５、複数のオーディオフレームからなるオーディオストリームex２３８を、それぞれＰＥＳパケット列ex２３６及びex２３９に変換し、ＴＳパケットex２３７及びex２４０に変換する。同じくプレゼンテーショングラフィックスストリームex２４１及びインタラクティブグラフィックスex２４４のデータをそれぞれＰＥＳパケット列ex２４２及びex２４５に変換し、さらにＴＳパケットex２４３及びex２４６に変換する。多重化データex２４７はこれらのＴＳパケットを１本のストリームに多重化することで構成される。

図２５は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかをさらに詳しく示している。図２５における第１段目はビデオストリームのビデオフレーム列を示す。第２段目は、ＰＥＳパケット列を示す。図２５の矢印ｙｙ１，ｙｙ２， ｙｙ３， ｙｙ４に示すように、ビデオストリームにおける複数のＶｉｄｅｏ Ｐｒｅｓｅｎｔａｔｉｏｎ ＵｎｉｔであるＩピクチャ、Ｂピクチャ、Ｐピクチャは、ピクチャごとに分割され、ＰＥＳパケットのペイロードに格納される。各ＰＥＳパケットはＰＥＳヘッダを持ち、ＰＥＳヘッダには、ピクチャの表示時刻であるＰＴＳ（Ｐｒｅｓｅｎｔａｔｉｏｎ Ｔｉｍｅ−Ｓｔａｍｐ）やピクチャの復号時刻であるＤＴＳ（Ｄｅｃｏｄｉｎｇ Ｔｉｍｅ−Ｓｔａｍｐ）が格納される。

図２６は、多重化データに最終的に書き込まれるＴＳパケットの形式を示している。ＴＳパケットは、ストリームを識別するＰＩＤなどの情報を持つ４ＢｙｔｅのＴＳヘッダとデータを格納する１８４ＢｙｔｅのＴＳペイロードから構成される１８８Ｂｙｔｅ固定長のパケットであり、上記ＰＥＳパケットは分割されＴＳペイロードに格納される。ＢＤ−ＲＯＭの場合、ＴＳパケットには、４ＢｙｔｅのＴＰ＿Ｅｘｔｒａ＿Ｈｅａｄｅｒが付与され、１９２Ｂｙｔｅのソースパケットを構成し、多重化データに書き込まれる。ＴＰ＿Ｅｘｔｒａ＿ＨｅａｄｅｒにはＡＴＳ（Ａｒｒｉｖａｌ＿Ｔｉｍｅ＿Ｓｔａｍｐ）などの情報が記載される。ＡＴＳは当該ＴＳパケットのデコーダのＰＩＤフィルタへの転送開始時刻を示す。多重化データには図２６下段に示すようにソースパケットが並ぶこととなり、多重化データの先頭からインクリメントする番号はＳＰＮ（ソースパケットナンバー）と呼ばれる。

また、多重化データに含まれるＴＳパケットには、映像・音声・字幕などの各ストリーム以外にもＰＡＴ（Ｐｒｏｇｒａｍ Ａｓｓｏｃｉａｔｉｏｎ Ｔａｂｌｅ）、ＰＭＴ（Ｐｒｏｇｒａｍ Ｍａｐ Ｔａｂｌｅ）、ＰＣＲ（Ｐｒｏｇｒａｍ Ｃｌｏｃｋ Ｒｅｆｅｒｅｎｃｅ）などがある。ＰＡＴは多重化データ中に利用されるＰＭＴのＰＩＤが何であるかを示し、ＰＡＴ自身のＰＩＤは０で登録される。ＰＭＴは、多重化データ中に含まれる映像・音声・字幕などの各ストリームのＰＩＤと各ＰＩＤに対応するストリームの属性情報を持ち、また多重化データに関する各種ディスクリプタを持つ。ディスクリプタには多重化データのコピーを許可・不許可を指示するコピーコントロール情報などがある。ＰＣＲは、ＡＴＳの時間軸であるＡＴＣ（Ａｒｒｉｖａｌ Ｔｉｍｅ Ｃｌｏｃｋ）とＰＴＳ・ＤＴＳの時間軸であるＳＴＣ（Ｓｙｓｔｅｍ Ｔｉｍｅ Ｃｌｏｃｋ）の同期を取るために、そのＰＣＲパケットがデコーダに転送されるＡＴＳに対応するＳＴＣ時間の情報を持つ。

図２７はＰＭＴのデータ構造を詳しく説明する図である。ＰＭＴの先頭には、そのＰＭＴに含まれるデータの長さなどを記したＰＭＴヘッダが配置される。その後ろには、多重化データに関するディスクリプタが複数配置される。上記コピーコントロール情報などが、ディスクリプタとして記載される。ディスクリプタの後には、多重化データに含まれる各ストリームに関するストリーム情報が複数配置される。ストリーム情報は、ストリームの圧縮コーデックなどを識別するためストリームタイプ、ストリームのＰＩＤ、ストリームの属性情報（フレームレート、アスペクト比など）が記載されたストリームディスクリプタから構成される。ストリームディスクリプタは多重化データに存在するストリームの数だけ存在する。

記録媒体などに記録する場合には、上記多重化データは、多重化データ情報ファイルと共に記録される。

多重化データ情報ファイルは、図２８に示すように多重化データの管理情報であり、多重化データと１対１に対応し、多重化データ情報、ストリーム属性情報とエントリマップから構成される。

多重化データ情報は図２８に示すようにシステムレート、再生開始時刻、再生終了時刻から構成されている。システムレートは多重化データの、後述するシステムターゲットデコーダのＰＩＤフィルタへの最大転送レートを示す。多重化データ中に含まれるＡＴＳの間隔はシステムレート以下になるように設定されている。再生開始時刻は多重化データの先頭のビデオフレームのＰＴＳであり、再生終了時刻は多重化データの終端のビデオフレームのＰＴＳに１フレーム分の再生間隔を足したものが設定される。

ストリーム属性情報は図２９に示すように、多重化データに含まれる各ストリームについての属性情報が、ＰＩＤごとに登録される。属性情報はビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム、インタラクティブグラフィックスストリームごとに異なる情報を持つ。ビデオストリーム属性情報は、そのビデオストリームがどのような圧縮コーデックで圧縮されたか、ビデオストリームを構成する個々のピクチャデータの解像度がどれだけであるか、アスペクト比はどれだけであるか、フレームレートはどれだけであるかなどの情報を持つ。オーディオストリーム属性情報は、そのオーディオストリームがどのような圧縮コーデックで圧縮されたか、そのオーディオストリームに含まれるチャンネル数は何であるか、何の言語に対応するか、サンプリング周波数がどれだけであるかなどの情報を持つ。これらの情報は、プレーヤが再生する前のデコーダの初期化などに利用される。

本実施の形態においては、上記多重化データのうち、ＰＭＴに含まれるストリームタイプを利用する。また、記録媒体に多重化データが記録されている場合には、多重化データ情報に含まれる、ビデオストリーム属性情報を利用する。具体的には、上記各実施の形態で示した動画像符号化方法または装置において、ＰＭＴに含まれるストリームタイプ、または、ビデオストリーム属性情報に対し、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示す固有の情報を設定するステップまたは手段を設ける。この構成により、上記各実施の形態で示した動画像符号化方法または装置によって生成した映像データと、他の規格に準拠する映像データとを識別することが可能になる。

また、本実施の形態における動画像復号化方法のステップを図３０に示す。ステップexＳ１００において、多重化データからＰＭＴに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexＳ１０１において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexＳ１０２において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠するものであることを示している場合には、ステップexＳ１０３において、従来の規格に準拠した動画像復号方法により復号を行う。

このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。

（実施の形態５）
上記各実施の形態で示した動画像符号化方法及び装置、動画像復号化方法及び装置は、典型的には集積回路であるＬＳＩで実現される。一例として、図３１に１チップ化されたＬＳＩex５００の構成を示す。ＬＳＩex５００は、以下に説明する要素ex５０１、ex５０２、ex５０３、ex５０４、ex５０５、ex５０６、ex５０７、ex５０８、ex５０９を備え、各要素はバスex５１０を介して接続している。電源回路部ex５０５は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。

例えば符号化処理を行う場合には、ＬＳＩex５００は、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有する制御部ex５０１の制御に基づいて、ＡＶ Ｉ／Ｏex５０９によりマイクex１１７やカメラex１１３等からＡＶ信号を入力する。入力されたＡＶ信号は、一旦ＳＤＲＡＭ等の外部のメモリex５１１に蓄積される。制御部ex５０１の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex５０７に送られ、信号処理部ex５０７において音声信号の符号化及び／または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex５０７ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームＩ／Ｏex５０６から外部に出力する。この出力された多重化データは、基地局ex１０７に向けて送信されたり、または記録メディアex２１５に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex５０８にデータを蓄積するとよい。

なお、上記では、メモリex５１１がＬＳＩex５００の外部の構成として説明したが、ＬＳＩex５００の内部に含まれる構成であってもよい。バッファex５０８も１つに限ったものではなく、複数のバッファを備えていてもよい。また、ＬＳＩex５００は１チップ化されてもよいし、複数チップ化されてもよい。

また、上記では、制御部ex５０１が、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有するとしているが、制御部ex５０１の構成は、この構成に限らない。例えば、信号処理部ex５０７がさらにＣＰＵを備える構成であってもよい。信号処理部ex５０７の内部にもＣＰＵを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、ＣＰＵex５０２が信号処理部ex５０７、または信号処理部ex５０７の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex５０１は、信号処理部ex５０７、またはその一部を有するＣＰＵex５０２を備える構成となる。

なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。

さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。

（実施の形態６）
上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。

この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図３２は、本実施の形態における構成ex８００を示している。駆動周波数切替え部ex８０３は、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合には、駆動周波数を高く設定する。そして、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１に対し、映像データを復号するよう指示する。一方、映像データが、従来の規格に準拠する映像データである場合には、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合に比べ、駆動周波数を低く設定する。そして、従来の規格に準拠する復号処理部ex８０２に対し、映像データを復号するよう指示する。

より具体的には、駆動周波数切替え部ex８０３は、図３１のＣＰＵex５０２と駆動周波数制御部ex５１２から構成される。また、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１、及び、従来の規格に準拠する復号処理部ex８０２は、図３１の信号処理部ex５０７に該当する。ＣＰＵex５０２は、映像データがどの規格に準拠するものであるかを識別する。そして、ＣＰＵex５０２からの信号に基づいて、駆動周波数制御部ex５１２は、駆動周波数を設定する。また、ＣＰＵex５０２からの信号に基づいて、信号処理部ex５０７は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態４で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態４で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、ＣＰＵex５０２における駆動周波数の選択は、例えば、図３４のような映像データの規格と、駆動周波数とを対応付けたルックアップテーブルに基づいて行うことが考えられる。ルックアップテーブルを、バッファex５０８や、ＬＳＩの内部メモリに格納しておき、ＣＰＵex５０２がこのルックアップテーブルを参照することにより、駆動周波数を選択することが可能である。

図３３は、本実施の形態の方法を実施するステップを示している。まず、ステップexＳ２００では、信号処理部ex５０７において、多重化データから識別情報を取得する。次に、ステップexＳ２０１では、ＣＰＵex５０２において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexＳ２０２において、駆動周波数を高く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、高い駆動周波数に設定される。一方、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ステップexＳ２０３において、駆動周波数を低く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。

さらに、駆動周波数の切替えに連動して、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することが考えられる。

また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、ＭＰＥＧ４−ＡＶＣ規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。

さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を高く設定し、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＣＰＵex５０２の駆動を停止させることなく、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、ＣＰＵex５０２の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、ＣＰＵex５０２の駆動を一時停止させることも考えられる。この場合は、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。

このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてＬＳＩex５００またはＬＳＩex５００を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。

（実施の形態７）
テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、ＬＳＩex５００の信号処理部ex５０７が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex５０７を個別に用いると、ＬＳＩex５００の回路規模が大きくなり、また、コストが増加するという課題が生じる。

この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図３５Ａのex９００に示す。例えば、上記各実施の形態で示した動画像復号方法と、ＭＰＥＧ４−ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４−ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４−ＡＶＣ規格に対応しない、本発明特有の他の処理内容については、専用の復号処理部ex９０１を用いるという構成が考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した動画像復号化方法を実行するための復号処理部を共有し、ＭＰＥＧ４−ＡＶＣ規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。

また、処理を一部共有化する他の例を図３５Ｂのex１０００に示す。この例では、本発明に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。

このように、本発明の動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。

本発明に係る画像符号化装置及び画像復号装置は、例えば、テレビ、デジタルビデオレコーダー、カーナビゲーション、携帯電話、デジタルカメラ、または、デジタルビデオカメラ等に利用可能である。

１００、１００Ａ 画像符号化装置
１０１ ＭＶＣエンコーダ
１０２、１０２Ａ ダウンコンバータ
１０３、１０３Ａ 減算器
１１１、１１１Ａ 第１エンコーダ
１１２、１１２Ａ 第２エンコーダ
１１３ マルチプレクサ
１１５ 出力部
１５１ シフト量決定部
１５２、１５３、２５２、２５５ ビットシフト器
１５４、１５５、２５３ 演算器
２００、２００Ａ 画像復号装置
２０１ ＭＶＣデコーダ
２０２、２０２Ａ 加算器
２１１、２１１Ａ 第１デコーダ
２１２、２１２Ａ 第２デコーダ
２１３ マルチプレクサ
２５１ シフト量取得部
２５４ 加算器
Ｄ１１、Ｄ２３、Ｄ３２、Ｄ３２Ａ、Ｄ５４、Ｄ５４Ａ ベース・レイヤー画像
Ｄ１２、Ｄ２４ ノン・ベース・レイヤー画像
Ｄ１３、Ｄ３３、Ｄ３３Ａ 再構成画像
Ｄ１４、Ｄ２１ ベース・ビュー・ビットストリーム
Ｄ１５、Ｄ２２ ノン・ベース・ビュー・ビットストリーム
Ｄ１６、Ｄ３５、Ｄ３５Ａ ＭＶＣビットストリーム
Ｄ２５、Ｄ５３、Ｄ５３Ａ 画像シーケンス
Ｄ３１、Ｄ５６ １０ビット画像
Ｄ３１Ａ １２ビット画像
Ｄ３４、Ｄ３４Ａ、Ｄ５５、Ｄ５５Ａ エンハンスメント・レイヤー画像
Ｄ３６、Ｄ５１、Ｄ５１Ａ ベース・レイヤー・ビットストリーム
Ｄ３７、Ｄ５２、Ｄ５２Ａ エンハンスメント・レイヤー・ビットストリーム
Ｄ５６Ａ 対象画像

Claims (20)

1. １画素あたりの情報容量を示すビット深度が所定の大きさよりも大きい対象画像を符号化する画像符号化装置であって、
   前記対象画像に対して、当該対象画像のビット深度が前記所定の大きさとなるように第１の値だけビット深度を小さくするダウンコンバート処理を施すことにより、ベース・レイヤー画像を生成するダウンコンバータと、
   前記ベース・レイヤー画像を符号化し、符号化した前記ベース・レイヤー画像を復号することにより再構築画像を生成する第１エンコーダと、
   前記再構築画像に対して、第２の値だけビット深度を大きくするシフト量調整処理を施し、前記シフト量調整処理が施された再構築画像と前記対象画像とに基づいて、前記ベース・レイヤー画像の画質を上げるための画像であって、前記ベース・レイヤー画像と同じビット深度を有する画像であるエンハンスメント・レイヤー画像を生成する減算器と、
   前記エンハンスメント・レイヤー画像を符号化する第２エンコーダと、
   符号化された前記ベース・レイヤー画像と、符号化された前記エンハンスメント・レイヤー画像とを出力する出力部とを備える
   画像符号化装置。
2. 前記減算器は、前記対象画像のビット深度を前記第１の値と前記第２の値との差分である第３の値だけ小さくした画像に含まれる複数の画素の各画素値から、前記シフト量調整処理が施された再構築画像に含まれる対応する画素の画素値を差し引き、差し引いた結果を表すビット情報のうち、下位から前記所定の大きさの範囲に含まれるビット情報により、前記エンハンスメント・レイヤー画像を生成する
   請求項１に記載の画像符号化装置。
3. 前記減算器は、前記ベース・レイヤー画像、前記対象画像、又は、前記再構築画像が有する特性に基づき、前記第２の値を決定するシフト量決定部を有し、
   前記出力部は、さらに、前記シフト量決定部により決定された前記第２の値に対応する値を出力する
   請求項１に記載の画像符号化装置。
4. 前記シフト量決定部は、前記対象画像若しくは前記ベース・レイヤー画像の空間周波数成分における低域成分が視覚的により支配的であるほど、より大きくなるように前記第２の値を決定する
   請求項３に記載の画像符号化装置。
5. さらに、前記出力部は、前記ベース・レイヤー画像が符号化されたベース・レイヤー・ビットストリームと、前記エンハンスメント・レイヤー画像が符号化されたエンハンスメント・レイヤー・ビットストリームとを多重化することにより、ＭＶＣ（Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）方式のビットストリームを生成するマルチプレクサとして構成され、
   前記第１エンコーダと、前記第２エンコーダと、前記マルチプレクサとは、ＭＶＣエンコーダとして構成され、
   前記マルチプレクサは、複数の前記対象画像について決定された、前記第２の値に対応する値を、前記ＭＶＣ方式のビットストリームに付加する
   請求項１に記載の画像符号化装置。
6. 前記ダウンコンバータは、前記対象画像に含まれる複数の画素の各画素値のビットを前記第１の値だけシフトダウンする前記ダウンコンバート処理により、前記ベース・レイヤー画像を生成し、
   前記減算器は、
   前記再構築画像に含まれる複数の画素の各画素値のビットを前記第２の値だけシフトアップし、
   前記対象画像に含まれる複数の画素の各画素値のビットを前記第１の値と前記第２の値との差分だけシフトダウンし、
   シフトダウンされた前記対象画像に含まれる複数の画素の各画素値と、これに対応する、シフトアップされた前記再構築画像に含まれる複数の画素の各画素値との差分から前記エンハンスメント・レイヤー画像を生成する
   請求項１に記載の画像符号化装置。
7. 前記ダウンコンバータは、前記対象画像のビット深度が前記第１の値だけ小さくなるように、当該対象画像に含まれる複数の画素の各画素値を所定の除数で除算する前記ダウンコンバート処理により、前記ベース・レイヤー画像を生成し、
   前記減算器は、
   前記再構築画像のビット深度が前記第２の値だけ大きくなるように、当該再構築画像に含まれる複数の画素の各画素値に所定の乗数を乗算し、
   前記対象画像のビット深度が前記第１の値と前記第２の値との差分だけ小さくなるように、当該対象画像に含まれる複数の画素の各画素値を所定の除数で除算し、
   除算された前記対象画像に含まれる複数の画素の各画素値と、これに対応する、乗算された前記再構築画像に含まれる複数の画素の各画素値との差分から前記エンハンスメント・レイヤー画像を生成する
   請求項１に記載の画像符号化装置。
8. 前記減算器は、ビット深度を前記第３の値だけ小さくした前記対象画像に含まれる複数の画素の各画素値から、前記シフト量調整処理が施された前記再構築画像に含まれる対応する画素の画素値を差し引いた値に、前記エンハンスメント・レイヤー画像に含まれる複数の画素の各画素値を正の値にするための所定の値を加算する
   請求項２に記載の画像符号化装置。
9. ビットストリームから、１画素あたりの情報容量を示すビット深度が所定の大きさよりも第１の値だけ大きい対象画像を復号する画像復号装置であって、
   前記ビットストリームから、ビット深度が前記所定の大きさであるベース・レイヤー画像を復号する第１デコーダと、
   前記ビットストリームから、ビット深度が前記所定の大きさであるエンハンスメント・レイヤー画像を復号する第２デコーダと、
   前記ビットストリームから取得した第２の値に基づいて、前記ベース・レイヤー画像と、前記エンハンスメント・レイヤー画像とを加算することにより、前記対象画像を生成する加算器とを備える
   画像復号装置。
10. 前記加算器は、前記ベース・レイヤー画像に対して、当該画像のビット深度を、前記第２の値だけ大きくするアップコンバート処理を施し、前記アップコンバート処理を施したベース・レイヤー画像と、前記エンハンスメント・レイヤー画像とを、互いの画像に含まれる対応する画素の画素値ごとにそれぞれ加算することにより合成し、合成して得られた画像のビット深度を、前記第１の値と前記第２の値との差分である第３の値だけ大きくすることにより、前記対象画像を生成する
    請求項９に記載の画像復号装置。
11. 前記ビットストリームは、ＭＶＣ（Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）方式のビットストリームであり、
    さらに、復号された前記ベース・レイヤー画像と復号された前記エンハンスメント・レイヤー画像とを多重化することにより、画像シーケンスを生成するマルチプレクサを備え、
    前記第１デコーダと、前記第２デコーダと、前記マルチプレクサとは、ＭＶＣデコーダとして構成され、
    前記加算器は、前記ＭＶＣ方式のビットストリームから前記第２の値を取得する
    請求項９に記載の画像復号装置。
12. 前記加算器は、前記ベース・レイヤー画像に含まれる複数の画素の各画素値のビットを、前記第２の値だけシフトアップし、
    前記合成してえられた画像に含まれる複数の画素の各画素値のビットを、前記第３の値だけシフトアップすることにより、前記対象画像を生成する
    請求項１０に記載の画像復号装置。
13. 前記加算器は、前記ベース・レイヤー画像のビット深度が、前記第２の値だけ大きくなるように、当該ベース・レイヤー画像に含まれる複数の画素の各画素値に所定の乗数を乗算し、
    前記合成してえられた画像のビット深度が前記第３の値だけ大きくなるように、当該合成してえられた画像に含まれる複数の画素の各画素値に所定の乗数を乗算することにより、前記対象画像を生成する
    請求項１０に記載の画像復号装置。
14. 前記加算器は、前記ベース・レイヤー画像と、前記エンハンスメント・レイヤー画像とを合成する前に、前記エンハンスメント・レイヤー画像に含まれる複数の画素の各画素値から、符号化時に加算された所定の値を減算する
    請求項９に記載の画像復号装置。
15. １画素あたりの情報容量を示すビット深度が所定の大きさよりも大きい対象画像を符号化する画像符号化方法であって、
    前記対象画像に対して、当該対象画像のビット深度が前記所定の大きさとなるように第１の値だけビット深度を小さくするダウンコンバート処理を施すことにより、ベース・レイヤー画像を生成するダウンコンバーティングステップと、
    前記ベース・レイヤー画像を符号化し、符号化した前記ベース・レイヤー画像を復号することにより再構築画像を生成する第１エンコーディングステップと、
    前記再構築画像に対して、第２の値だけビット深度を大きくするシフト量調整処理を施し、前記シフト量調整処理が施された再構築画像と前記対象画像とに基づいて、前記ベース・レイヤー画像の画質を上げるための画像であって、前記ベース・レイヤー画像と同じビット深度を有する画像であるエンハンスメント・レイヤー画像を生成する減算ステップと、
    前記エンハンスメント・レイヤー画像を符号化する第２エンコーディングステップと、
    符号化された前記ベース・レイヤー画像と、符号化された前記エンハンスメント・レイヤー画像とを出力する出力ステップとを含む
    画像符号化方法。
16. 請求項１５に記載の画像符号化方法をコンピュータに実行させる
    プログラム。
17. １画素あたりの情報容量を示すビット深度が所定の大きさよりも大きい対象画像を符号化する集積回路であって、
    前記対象画像に対して、当該対象画像のビット深度が前記所定の大きさとなるように第１の値だけビット深度を小さくするダウンコンバート処理を施すことにより、ベース・レイヤー画像を生成するダウンコンバータと、
    前記ベース・レイヤー画像を符号化し、符号化した前記ベース・レイヤー画像を復号することにより再構築画像を生成する第１エンコーダと、
    前記再構築画像に対して、第２の値だけビット深度を大きくするシフト量調整処理を施し、前記シフト量調整処理が施された再構築画像と前記対象築画像とに基づいて、前記ベース・レイヤー画像の画質を上げるための画像であって、前記ベース・レイヤー画像と同じビット深度を有する画像であるエンハンスメント・レイヤー画像を生成する減算器と、
    前記エンハンスメント・レイヤー画像を符号化する第２エンコーダと、
    符号化された前記ベース・レイヤー画像と、符号化された前記エンハンスメント・レイヤー画像とを出力する出力部とを備える
    集積回路。
18. ビットストリームから、１画素あたりの情報容量を示すビット深度が所定の大きさよりも第１の値だけ大きい対象画像を復号する画像復号方法であって、
    前記ビットストリームから、ビット深度が前記所定の大きさであるベース・レイヤー画像を復号する第１デコーディングステップと、
    前記ビットストリームから、ビット深度が前記所定の大きさであるエンハンスメント・レイヤー画像を復号する第２デコーディングステップと、
    前記ビットストリームから取得した第２の値に基づいて、前記ベース・レイヤー画像と、前記エンハンスメント・レイヤー画像とを加算することにより、前記対象画像を生成する加算ステップとを含む
    画像復号方法。
19. 請求項１８に記載の画像復号方法をコンピュータに実行させる
    プログラム。
20. ビットストリームから、１画素あたりの情報容量を示すビット深度が所定の大きさよりも第１の値だけ大きい対象画像を復号する集積回路であって、
    前記ビットストリームから、ビット深度が前記所定の大きさであるベース・レイヤー画像を復号する第１デコーダと、
    前記ビットストリームから、ビット深度が前記所定の大きさであるエンハンスメント・レイヤー画像を復号する第２デコーダと、
    前記ビットストリームから取得した第２の値に基づいて、前記ベース・レイヤー画像と、前記エンハンスメント・レイヤー画像とを加算することにより、前記対象画像を生成する加算器とを備える
    集積回路。
    

Images