KR100538731B1 - 화소블록의클래스정보에대응되는매핑계수를이용하는화상부호화및화상복호화 - Google Patents

화소블록의클래스정보에대응되는매핑계수를이용하는화상부호화및화상복호화 Download PDF

Info

Publication number
KR100538731B1
KR100538731B1 KR1019970034126A KR19970034126A KR100538731B1 KR 100538731 B1 KR100538731 B1 KR 100538731B1 KR 1019970034126 A KR1019970034126 A KR 1019970034126A KR 19970034126 A KR19970034126 A KR 19970034126A KR 100538731 B1 KR100538731 B1 KR 100538731B1
Authority
KR
South Korea
Prior art keywords
data
layer
image data
prediction
generating
Prior art date
Application number
KR1019970034126A
Other languages
English (en)
Other versions
KR980012963A (ko
Inventor
데쯔지로 곤도
Original Assignee
소니 가부시끼 가이샤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 소니 가부시끼 가이샤 filed Critical 소니 가부시끼 가이샤
Publication of KR980012963A publication Critical patent/KR980012963A/ko
Application granted granted Critical
Publication of KR100538731B1 publication Critical patent/KR100538731B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/98—Adaptive-dynamic-range coding [ADRC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/39—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability involving multiple description coding [MDC], i.e. with separate layers being structured as independently decodable descriptions of input picture data

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

화상 데이터의 계층 부호화가 수행된다. 제1 계층의 화상 데이터의 화소 수보다 적은 화소 수를 가지는 제2 계층의 화상 데이터가 형성된다. 제2 계층의 화상 데이터는 보정되어 보정 데이터를 생성한다. 제1 계층의 화상 데이터는 보정 데이터에 따라 예측되며, 다수의 예측 화소를 가지는 제1 계층의 예측 데이터가 생성된다. 제1 계층의 화상 데이터에 대한 제1 계층의 예측 데이터의 예측 오차가 계산된다. 예측 오차에 따라서 보정 데이터의 적합성이 결정된다. 결정된 적합성에 따라서, 제1 계층의 화상 데이터와 제1 계층의 예측 데이터 사이의 차분 데이터가 생성된다. 차분 데이터는 다수의 차분치를 가진다. 보정 데이터 및 차분 데이터는 부호화된 화상 데이터로서 출력된다.

Description

화소 블록의 클래스 정보에 대응되는 매핑 계수를 이용하는 화상 부호화 및 화상 복호화{IMAGE CODING AND DECODING USING MAPPING COEFFICIENTS CORRESPONDING TO CLASS INFORMATION OF PIXEL BLOCKS}
본 발명은 화상 부호화 장치 및 화상 부호화 방법, 화상 복호화 장치 및 화상 복호화 방법, 기록 매체, 그리고 화상 전송 방법 및 화상 처리 장치에 관한 것으로서, 더욱 구체적으로는, 복호화 화상이 소스 화상과 거의 동일하게 되는 방법으로 화상을 세선화(thining out)(서브샘플링)하고 압축 부호화할 수 있는 화상 부호화 장치 및 화상 부호화 방법, 화상 복호화 장치 및 화상 복호화 방법, 기록 매체, 그리고 화상 전송 방법 및 화상 처리 장치에 관한 것이다.
화상 압축의 방법으로서 종래부터 여러 가지가 제안되어 왔다. 이러한 방법은 "제1 계층"(최상위 계층)으로서 소스 화상을 채택한다. 화소 개수를 감소시킴으로써, 제2 계층 화상 및 제3 계층 화상이 형성된다(즉, 해상도는 잇따라 저하된다).
종래의 계층적 부호화 시스템에서, 복수 계층의 화상은 전송 장치로부터 수신 장치로 전송된다. 수신 장치에서(예를 들면, 모니터상에서) 복수 계층의 이러한 화상 각각에 따라 각 계층 화상이 표시된다.
또한, 종래의 계층적 복호화 시스템에 따르면, 다른 계층은 제외하고 최하위 계층에 있는 화상(즉, 최하위 해상도를 갖는 화상) 데이터에 관하여 오차 보정 처리(error correction processing) 동작이 수행된다. 그 때문에, 오차의 생성시, 최하위 계층을 제외한 다른 계층의 화상에 대한 오차 보정은 이루어지지 않는다. 그 때문에, 어떠한 오차 조건 하에서도, 최하위 계층 화상에 대한 데이터만을 얻고 보정할 수 있다. 최하위 계층보다 높은 계층의 화상들은 오차 회복을 위한 데이터를 가지고 있지 않으므로, 예를 들면, 수신측 상에서 최하위 계층의 화상에 관한 데이터로부터 보간 처리 동작에 의해 데이터를 얻을 수 있다. 따라서, 계층적 부호화 시스템에 따라 오차와 관련된 특징이 확실히 개선될 수 있다.
도28은 전술한 계층적 부호 동작을 수행하기 위한 종래의 화상 부호화 장치를 도시하고 있다. 부호화될 화상 데이터는, 제1 계층(최상위 계층)의 데이터로서, 세선화 유니트(thinning out, 111) 및 연산 유니트(121)로 공급된다.
세선화 유니트(111)에서 제1 계층의 화상 데이터의 화소수를 세선화하고, 그 결과 화소를 세선화 유니트(112), 연산 유니트(122) 및 보간부(5011)로 전달함으로써 제2 계층(한 층 아래)의 화상 데이터가 형성된다. 보간부(5011)에서, 제1 계층(한 층 위)용 화상 데이터와 동일한 갯수로서 화상 데이터(이하에서는 "제1 계층 보간 데이터)가 형성되고, 연산 유니트(121)에 공급된다. 그런 후에, 연산 유니트(121)에서 제1 계층 보간 데이터는 제1 계층 화상 데이터로부터 감산되고, 그 결과 차분치는 제1 계층의 부호화 데이터로서 신호 처리 유니트(signal processing unit, 502)에 출력된다.
세선화 유니트(112), 연산 유니트(122) 및 보간부(5012), 세선화 유니트(113), 연산 유니트(123) 및 보간부(5013), 또한, 세선화 유니트(114), 연산 유니트(124) 및 보간부(5014)에서도 유사한 처리가 수행된다. 그 결과로 인해, 제2 내지 제4 계층 각각에 대한 부호화 데이터가 생성되고, 연산 유니트(122 내지 124) 각각으로부터 신호 처리 유니트(502)로 출력된다.
세선화 유니트(114)에서 형성된 제5 계층(최하위 계층)를 위한 화상 데이터는, 제5 계층용 부호화 데이터로서, 보정 없이, 신호 처리 유니트(502)로 출력된다.
신호 처리 유니트(502)에서, 제1 계층 내지 제5 계층용 부호화 데이터에 대하여 오차 보정 및 그밖에 필수적인 신호 처리가 수행된다. 그런 후에, 처리 결과 데이터는 다중화되어 최종 부호화 데이터로서 출력된다. 신호 처리 유니트(502)에서, 다른 계층보다 제5 계층용 부호화 데이터에 대하여 보다 강한 오차 보정이 수행된다.
도29에는 도28의 화상 부호화 장치로부터 계층적으로 복호화된 데이터 출력을 위한 화상 복호화 장치의 실시예가 도시되어 있다.
신호 처리 유니트(602)에서, 부호화 데이터는 제1 내지 제5 계층용 부호화 데이터로 분류된다. 또한, 오차 보정 처리 및 그밖의 필수적인 처리가 수행되고, 처리된 데이터는 출력된다. 제1 내지 제4 계층용 부호화 데이터는 연산 유니트(731 내지 734)로 공급된다. 제5 계층용 부호화 데이터는 제5 계층용 복호화 화상으로서 제공되며, 보간부(6014)에 공급된다.
보간부(6014)는 도28의 보간부(5014)에 대응되는 것이다. 따라서, 제4 계층(한 계층 상위)용 화상 데이터와 동일한 갯수의 화소로 된 화상 데이터, 즉, 제4 계층용 보간 데이터는 제 5 계층용 부호화 데이터에 대해 보간 처리를 수행함으로써 생성될 수 있으며, 이러한 데이터는 연산 유니트(734)에 공급된다. 제4 계층용 부호화 데이터(제 4 계층용 화상 데이터에 관한 오차 값 및 제4 계층에 관한 보간 데이터를 포함함) 및 보간부(6014)로부터 생성된 제4 계층에 관한 보간 데이터는 연산 유니트(734)에서 합해진다. 그런 후에, 이러한 합산 결과는 제4 계층용 복호화 데이터로서 출력되고 또한, 보간부(6013)로 공급된다.
연산 유니트(734) 및 보간부(6014)에서도 유사한 처리가 수행되며 또한, 연산 유니트(733) 및 보간부(6013), 연산 유니트(732) 및 보간부(6012), 그리고 연산 유니트(731) 및 보간부(6011)에서도 수행되므로 또한, 제3 내지 제1 계층에 대한 복호화 화상이 생성되고 연산 유니트(733 내지 731) 각각으로부터 출력된다.
제1 내지 제4 계층의 부호화 데이터가 어떠한 이유때문에 화상 복호화 장치에서 얻어질 수 없을 때, 제5 계층용 부호화 데이터가 얻어질 수 있는 경우 제5 계층용 부호화 데이터만을 이용하여 보간 처리가 수행될 수 있으며 계층 각각을 위한 복호화 데이터가 얻어질 수 있다.
그러나, 최하위 계층용 부호화 데이터만을 이용해서 얻은 복호화 화상의 화질은 매우 떨어진다.
따라서, 본 발명은 이러한 문제를 해결하기 위해, 원래의 화상 데이터와 동일한(또는 최소한 거의 일치하는) 복호화 화상을 얻을 수 있도록 세선화(서브샘플링)함으로써 화상의 부호화를 제공하고자 하는 것이다.
즉, 화상 데이터의 계층적 부호화가 이루어진다. 제2 계층용 화상 데이터는 제1 계층용 화상 데이터의 화소수보다 적은 화소수로서 형성된다. 제2 계층용 화상 데이터는 보정된 데이터(corrected data)를 생성하기 위해 정정된다. 보정된 데이터에 따라 제1 계층의 화상 데이터가 예측되고, 다수의 예측 화소를 포함하는, 제1 계층의 예측 데이터가 생성된다. 제1 계층의 예측 데이터에 관한 예측 오차는 제1 계층의 화상 데이터에 대하여 계산된다. 보정된 데이터의 적응성은 예측 오차에 따라 판단된다. 판단된 적응성에 따라, 제1 계층의 화상 데이터와 제1 계층의 예측 데이터 사이의 차이가 생성한다. 차분 데이터는 다수의 차분치를 포함한다. 보정된 데이터 및 차분 데이터는 부호화 화상 데이터로서 출력된다.
본 명세서에서 다양하게 설명되는 각각의 실시예 수단 사이의 대응 관계를 명확하게 하기 위해, 도면을 참조하여 본 발명의 일정한 특징을 우선 간략하게 설명하기로 하겠다. 용어 "유니트"는, 하드 와이어드 유니트(hard wired unit), 적합한 소프트웨어가 탑재된 메인 프레임 컴퓨터, 프로그램된 마이크로 프로세서, 마이크로 컨트롤러, 또는 이들의 조합 등을 포함하는, 가장 넓은 의미로 해석되는 것으로 이해되어야 한다.
도 1은 화상 처리 시스템에 적용된 본 발명의 실시예를 블럭의 형태로 표시한 것이다. 송신 장치(1)에는 디지털화된 화상 데이터가 공급된다. 송신 장치(1)는 입력된 화상 데이터를 계층적으로(hierachically) 부호화하고, 그 결과 데이터를 기록 매체(2)(예를 들면, 광 디스크, 광 자기 디스크 또는 자기 테이프 등)에 기록하거나 결과 데이터를 전송 경로(3)(예를 들면, 지상파, 위성 회선, 전화 회선, CATV망 등)를 경유하여 전송한다.
이제 기록 매체(2)에 기록된 부호화된 데이터는 이 때에 수신 장치(4)에서 재생되거나 전송 경로(3)을 경유하여 전송된 부호화된 데이터가 수신된다. 그리고, 이러한 부호화된 데이터가 신장(expand)되고 복호화(decorded)되어, 그 결과로 얻어진 복호화된 화상이 디스플레이에 공급된다(도시되어 있지 않음).
이상에서 기재된 화상 처리 시스템은, 예를 들면, 광 디스크 장치, 광 자기 디스크 장치, 자기 테이프 장치 등을 위한 장치, 그리고 예를 들면 화상 전화 장치, 텔레비젼 방송 시스템, CATV 시스템 등과 같은 화상 전송을 행하는 장치에 적용될 수 있다. 더군다나, 도 1의 화상 처리 시스템은 또한, 예를 들면 휴대 전화기와 같은 전송 레이트가 낮고, 이동하면서 이용할 수 있는 휴대 단말기에 적용될 수 있다.
도 2는 송신 장치(1)의 구성예를 도시한 것이다. 도 2에서는, 도 29에서 나타난 것에 대응하는 부분이 동일한 번호로 표시되어 있다.
부호화된 디지털 화상 데이터, 즉 제1 계층(the first hierarchical layer)의 화상 데이터는 세선화 유니트(thinning-out unit)(111)와 연산 장치(arithmetic unit)(121)에 공급된다. 세선화 유니트(111)에서, 제2 계층의 화상 데이터(한층 아래)는 제1의 계층의 화상 데이터의 화소수를 솎아냄에 의하여 형성된다. 다시 말하면, 세선화 유니트(111)에서는 예를 들면 도 3에 표시되어 있는 바와 같이, 제1 계층의 화상 데이터(도 3에 ○에 의해 표시됨)가 1/9로 단순히 솎아내어져서(횡방향과 종방향에서도 1/3으로 솎아내어진다), 그래서 제2 계층의 화상 데이터(도 3에 △으로 표시됨)가 형성된다. 이 제2 계층의 화상 데이터는 이제 세선화 유니트(112)에 공급된다.
세선화 유니트(112)에서는, 제2 계층의 화상 데이터의 화소수를 솎아냄에 의하여 하나 아래의 층의 제3 계층의 화상 데이터가 형성된다. 다시 말하면, 세선화 유니트(112)에서는 예를 들면 세선화 유니트(111)의 경우와 동일하게, 제2 계층의 화상 데이터가 1/9로 솎아내어져서, 그것에 의해 도 3에서 "×"로 표시된 제3 계층의 화상 데이터가 형성된다.
제3 계층의 화상 데이터는 세선화 유니트(113)에 공급되고, 또한 세선화 유니트(113)의 출력은 세선화 유니트(114)에 공급된다. 제4 계층 또는 제5 계층의 화상 데이터는, 예를 들면 세선화 유니트(111)의 경우와 유사하게 처리됨으로써 형성될 수 있다.
이상에서 기재된 바와 같이, 세선화 유니트(111 내지 114)에서는 도 4에 표시되어 있는 바와 같이 제1 계층의 화상 데이터(소스 화상)로부터, 제2 계층 내지 제5 계층의 화상 데이터가 형성된다.
제1 계층 내지 제5 계층의 화상 데이터는 최적 보정 데이터 연산 유니트(optimum corrected data calculating unit)(14)에 공급된다. 최적 보정 데이터 연산 회로(14)는 이 때 제1 계층 내지 제4 계층의 화상 데이터의 예측치를 예측하고 제5 계층의 화상에 대한 최적 보정 데이터를 산출하고, 신호 처리 장치(13)에 신호를 공급한다.
연산 유니트(121 내지 124)에서는 제1 계층 내지 제4 계층의 예측치에 함께, 제1 계층 내지 제4 계층의 화상 데이터가 공급된다. 연산 유니트(121 내지 124)에서는 제1 계층 내지 제4 계층의 예측치와 제1 계층 내지 제4 계층의 화상 데이터 사이의 차분치, 즉, 예측 차분치(predicted difference values)가 연산된다. 그 제1 계층 내지 제4 계층에 있어서의 차분치는 각각 제1 계층 내지 제4 계층의 부호화 데이터로서, 신호 처리 장치(13)에 공급된다.
신호 처리 회로(13)에서는, 제1 계층 내지 제5 계층의 부호화 데이터에 대하여, 예를 들면 오차 보정 처리와 다른 필요한 신호 처리가 실행된다. 이 데이터는 이 때에 다중화(multiplexed)되고, 최종적인 부호화 데이터로 출력된다. 신호 처리 장치(13)에서는, 보다 강력한 오차 보정이 제5 계층(다시 말하면 최하위 계층)의 부호화 데이터에 대하여 행해진다.
신호 처리 장치(13)으로부터 출력된 부호화 데이터는 기록 매체(2)에 기록되고, 또는 전송로(3)을 경유하여 전송된다.
위에서 기재된 바와 같이, 세선화 유니트(111 내지 114)의 각각에서 동일한 비율로 솎아내는 것이 수행되었지만, 세선화 유니트(111 내지 114)에서 수행되는 솎아내는 비율은 동일할 필요가 없다.
다음으로 도 5는 도 2의 최적 보정 데이터 연산 유니트(14)의 구성예를 도시한 것이다..
세선화 유니트(114)로부터의 제5 계층의 화상 데이터는 보정 유니트(21)에 공급되고, 제1 계층 내지 제4 계층의 화상 데이터는 예측 유니트(predicting unit)(22)에 공급되게 된다. 또한 제1 계층의 화상 데이터는 오차 계산 유니트(error calculating unit)(23)에 공급된다.
예측 유니트(22)는 보정 유니트(21)으로부터의 보정 데이터, 다시 말하면 제5 계층의 화상 데이터의 보정 결과에 기초하여, (1층 상위의) 제4 계층의 예측치를 예측하게 된다. 예측 유니트(22)는 제4 계층의 예측치로부터 (1층 위의) 제3 계층의 예측치를 예측하고, 제1, 2 계층의 예측치를 동일한 방식으로 예측한다. 위에서 기재된 바와 같이, 제1 내지 제4 계층의 예측치는 연산 유니트(121 내지 124)에 공급된다. 제1 계층의 예측치(소스 화상 데이터의 예측치)는 또한 오차 계산 유니트(23)에 공급된다.
예측 유니트(22)는 보정 데이터의 선형적인 보정을 사용하여 제4 계층의 예측치를 산출하기 위한 각 클래스에 대한 예측 계수(prediction coefficients)를 구하는 적절한 처리를 행하고 제4 계층의 예측치가 이 예측 계수를 근거로 하여 구해진다. 이 때에 얻어진 각 클래스에 대한 예측 계수가 판단 유니트(determining unit)(24)에 공급된다. 이러한 예측치를 얻기 위해 사용된 각 클래스에 대한 예측 계수가 제3 내지 제1 계층에 있어서와 동일한 방식으로 판단 유니트(24)에 공급된다.
오차 계산 유니트(23)은 입력된 제1 계층의 화상 데이터(소스 화상)에 대하여 예측 유니트(22)로부터의 예측치의 예측 오차(prediction error)를 계산한다. 이러한 예측 오차는 이제 오차 정보로서 판단 유니트(24)에 공급된다.
판단 유니트(24)는 오차 계산 유니트(23)으로부터의 오차 정보에 기초하여 보정 유니트(21)에 의해 출력되는 보정 데이터를 본래의 화상 데이터(제1 계층의 화상 데이터)에 대한 부호화 결과로 하는 것의 적합성(suitability)을 판정한다. 판단 유니트(24)는 보정 유니트(21)에 의해 출력된 보정 데이터가 본래의 화상 데이터에 대한 부호화 결과로서 선택되기에 적합하지 않다고 판정할 때, 판단 유니트(24)가 보정 유니트(21)을 제어하고, 제5 계층에 대한 화상 데이터는 보정되고, 결과적인 새로운 보정 데이터가 출력된다. 판단 유니트(24)는 보정 유니트(21)에 의해 출력된 보정 데이터가 본래의 화상 데이터에 대한 부호화 결과로 채택되기에 적합한 것으로 결정한다면, 보정 유니트(21)로부터 공급된 보정 데이터는 최적 보정 데이터로 다중화 유니트(multiplexing unit)(25)에 공급된다. 예측 유니트(22)로부터 공급된 제1 내지 제4 계층에 대한 각 클래스의 예측 계수의 세트는 또한 다중화 유니트(25)에 공급된다.
다중화 유니트(25)는 판단 유니트(24)로부터의 최적 보정 데이터와 각 클래스를 위한 예측 계수의 각각(후술되는 제1 내지 제4의 계층에 대한 각 클래스의 예측 계수의 세트)을 다중화하여 그 다중화 결과를 제5 계층의 부호화 데이터로 출력한다.
최적 보정 데이터 계산 장치(14)의 동작이 도 6의 플로우 챠트를 참고하여 기재될 것이다. 제5 계층의 화상 데이터가 보정 유니트(21)에 공급될 때, 먼저 스텝 S1에서 보정 유니트(21)은 제5 계층에 대한 화상 데이터를 변형이 없이 그리고 보정을 하지 않고, 예측 유니트(22)와 판단 유니트(24)에 출력된다. 스텝 S2에서, 이 때 보정 유니트(21)로부터의 보정 데이터(위에서 기술한 바와 같이 처음은 제5 계층의 화상 데이터)에 대하여 예측 유니트(22)에서 로컬 디코딩이 수행된다.
스텝 S2에서, 각 클래스를 위한 예측 계수를 얻기에 적합하고 (한층 상부의) 제4 계층에 대한 예측치를 계산하기에 적합한 처리가 보정 유니트(21)로부터의 보정 데이터에 대하여 선형 보정을 이용하여 수행된다. 다시 말하면 제4 계층의 화상 데이터가 적용되어 계수값이 각 클래스에 대한 이 예측 계수를 근거하여 얻어지게 된다. 더욱이, 제3 계층에 대한 예측값을 산출하는 각 클래스를 위한 예측 계수를 얻도록 제4의 계층에 대한 예측치에 근거하여, 제3 계층에 대한 화상 데이터를 사용하여 유사한 프로세스가 실행된다. 예측치와 각 클래스에 대한 예측 계수가 이 때에 동일한 방식으로 제2와 제1의 계층을 위해 얻어진다. 제1 계층에 대한 예측치만이 이 시점에서 오차 계산 유니트(error calculating unit)(23)에 공급된다.
제1 계층에 대한 예측치가 예측 유니트(22)로부터 수신될 때 스텝 S3에서, 오차 계산 유니트(23)가 제1 계층의 화상 데이터에 대하여 예측 유니트(22)로부터의 예측치의 예측 오차를 산출하고, 오차 정보로서 판단 유니트(24)에 산출된 예측 차분를 공급한다. 오차 정보가 오차 계산 유니트(23)로부터 제공된 때에, 스텝 S4에서 판단 유니트(24)는 그 오차 정보에 근거하여 보정 유니트(21)에 의한 보정 데이터 출력을 제1 계층의 화상에 대한 부호화 결과로 하는 것에 대한 적합성을 판정한다.
스텝 S4에서 오차가 소정의 임계치 ε보다 적은지 아닌지에 대하여 판정이 된다. 만일 오차 정보가 소정의 임계치 ε보다 작지 않다고 판정되면, 보정 유니트(21)에 의해 출력된 보정 데이터가 제1 계층의 화상에 대한 부호화 데이터로서 적합하지 않다고 인식된다. 이 때에, 프로세싱은 스텝 S5로 진행되는데, 여기에서 판단 유니트(24)는 보정 유니트(21)를 제어하여 제5 계층에 대한 화상 정보가 보정되도록 한다. 보정 유니트(21)은 이제 보정량(이하에서는 보정치 D로 기재됨)을 변화시키고, 제5 계층에 대한 화상 데이터를 보정하며, 판단 유니트(24)와 예측 유니트(22)에 대한 결과적인 보정 데이터를 출력한다. 이제 프로세싱은 스텝 S2로부터 반복된다.
반면에, 스텝 S4에서 오차 정보가 임계치 ε보다 작다고 판정될 때, 보정 유니트(21)에 의해 출력된 보정 데이터는 제1 계층의 화상에 대한 부호화 결과로 채택되기에 적합한 것으로 인식된다. 소정의 임계치 ε보다 작은 오차 정보가 가장 적합한 데이터(즉, 최적 보정 데이터)로서 얻어질 때에 판단 유니트(24)가 보정 데이터를 취하고 이 데이터가 제1 내지 제4 계층에 대한 예측 계수의 세트와 함께 다중화 유니트(25)에 출력된다. 다중화 유니트(25)에서는 스텝 S6에서 판단 유니트(24)로부터의 최적 보정 데이터와 제1 내지 제4 계층에 대하여 각 클래스에 대한 예측 계수의 세트가 다중화되고, 이러한 다중화의 결과가 제5의 계층에 대한 부호화 데이터로서 출력되고, 제1 내지 제4 계층에 대한 예측치가 예측 유니트로부터 출력되고, 도 6의 프로세싱이 종료된다.
위에서, 오차 정보가 소정의 임계치 ε과 같거나 작을 때에 제5 계층에 대한 화상 데이터의 보정 데이터가 화상 부호화 결과로 채택된다. 그리하여 본래의 화상 데이터(제1 계층의 화상)와 거의 동일한 화상이 수신 장치(4)쪽에서 보정 데이터(최적 데이터)에 기초하여 얻어질 수 있다.
다음으로, 도 7은 도 5의 보정 유니트(21)의 실시예를 나타낸다.
제5 계층에 대한 화상 데이터는 보정 유니트(32)에 공급된다. 보정 유니트(32)는 이 때 판단 유니트(24)(도 5)로부터의 제어 신호에 따라서 보정치 ROM(33)에 어드레스를 제공하여 보정치 △가 판독될 수 있다. 보정 유니트(32)는 이 때에 예를 들면, 보정치 ROM(33)으로부터의 보정치 △를 제5 계층의 화상 데이터에 더함으로써 보정 데이터를 생성시키고, 이 보정 데이터는 예측 유니트(22)와 판단 유니트(24)에 공급된다. 보정치 ROM(33)는 제5 계층의 화상 데이터를 보정하기 위한 보정치 △의 다양한 조합(예를 들면, 1 프레임분의 제5 계층의 화상 데이터를 보정하기 위한 보정치의 조합 등)을 가지고 있다. 보정 유니트(32)로부터 공급된 어드레스에 해당하는 보정치 D의 조합이 이 때 판독되고 보정 유니트(32)에 공급된다.
이하, 도 7의 보정 유니트(21)을 위한 프로세스에 대하여 도 8을 참조하여 설명한다.
예를 들어, 하나의 프레임부를 위한 제5 계층에 대한 화상 데이터가 보정 유니트(32)에 공급되면, 보정 유니트(32)는 제5 계층에 대한 화상 데이터를 단계 S11에서 수신하고, 제어 신호가 판단 유니트(24)로부터 수신되었는지 여부를 단계 S12에서 판단한다(도 5). 제어 신호가 수신되지 않은 것으로 단계 S12에서 판단하면, 단계 S13과 단계 S14는 건너뛰고 처리는 단계 S15로 계속된다. 그 후, 보정 유니트(32)는 제5 계층에 대한 화상 데이터를 변경하지 않고 예측부(22)와 판단 유니트(24)에 보정 데이터로서 출력하고, 처리는 단계 S12로 복귀한다.
즉, 판단 유니트(24)는 오차 정보에 기초하여 보정 유니트(21) (보정 유니트(32))를 제어한다. 그 후, 보정 유니트(32)에서 제5 계층에 대한 화상 데이터가 수신된 직후에, 판단 유니트(24)로부터의 제어 신호는 출력되지 않는데, 이는 (오차 정보가 오차 계산 유니트(23)으로부터 출력되지 않으므로) 오차 정보를 얻을 수 없기 때문이다. 이 때문에, 제5 계층에 대한 화상 데이터가 수신된 직후에, 보정 유니트(32)는 제5 계층에 대한 화상 데이터를 보정하지 않고 (즉, 보정 유니트(32)는 0이라는 보정치를 가산하고), 화상 데이터는 변경되지 않은 채로 보정 데이터로서 예측 유니트(22)와 판단 유니트(24)에 출력된다.
반면에, 제어 신호가 판단 유니트(24)로부터 수신되지 않은 것으로 단계 S12에서 판단되면, 보정 유니트(32)는 단계 S13에서 제어 신호에 따라 보정치 ROM(33)에 어드레스를 출력한다. 그 결과, 단계 S13에서, 이 어드레스에 저장된 하나의 프레임부를 위한 제5 계층에 대한 화상 데이터를 보정하기 위한 보정치(△)의 조합(set)이 판독되고 보정 유니트(32)에 공급된다. 그 후, 보정 유니트(32)가 보정치 ROM(33)으로부터 보정치(△)의 조합을 수신하면, 단계 S14에서, 대응하는 보정치(△)들이 하나의 프레임을 위한 제5 계층에 대한 화상 데이터에 가산되어 제5 계층의 화상 데이터를 위한 보정 데이터를 계산한다. 그 후, 단계 S15가 수행되고, 보정 데이터는 보정 유니트(32)로부터 예측부(22)와 판단 유니트(24)에 출력되고, 처리는 단계 S12로 복귀한다.
그 후, 보정 유니트(21)은 판단 유니트(24)의 제어에 따라 다양한 값으로 보정된 보정 데이터로서 제5 계층에 대한 화상 데이터를 반복적으로 출력한다.
하나의 프레임의 화상에 대한 부호화가 완료되면, 판단 유니트(24)는 보정 유니트(21)에 이 사실을 알리는 제어 신호를 보낸다. 보정 유니트(21)이 이 신호를 수신하면, 다음 프레임에 대한 화상이 도 8의 흐름도에 따라 처리된다.
다음으로, 도 9는 도 5의 예측부(22)의 실시예를 도시한 도면이다.
제5 계층의 화상 데이터를 위하여 보정된 보정 데이터와 제4 계층에 대한 화상 데이터가 로컬 디코더(224)에 공급된다. 그 후, 로컬 디코더(224)는 이 데이터를 사용하여 제4 계층의 화상에 대하여 각각의 클래스를 위한 예측 계수를 얻고, 각각의 클래스에 대하여 이들 예측 계수들을 사용하여 제4 계층에 대한 화상을 위한 예측치를 더 얻는다. 제4 계층에 대한 예측치는 그 후 로컬 디코더(223)과 메모리(26)에 공급되고, 제4 계층을 위한 각각의 클래스에 대한 예측 계수들은 메모리(27)에 공급된다. 제4 계층을 위한 각각의 클래스에 대한 예측치와 예측 계수들은 그 후 각각 메모리(26과 27)에 저장된다.
로컬 디코더(224)로부터의 제4 계층에 대한 예측치에 부가하여, 제3 계층에 대한 화상 데이터가 로컬 디코더(223)에 공급되고, 여기서 이 데이터를 사용하여 제3 계층에 대한 화상 데이터를 위한 각각의 클래스에 대한 예측 계수들을 얻는다. 그 후, 제3 계층에 대한 예측치가 각각의 클래스에 대한 이러한 예측치를 사용하여 얻어진다. 그 후, 제3 계층에 대한 예측치는 로컬 디코더(222)과 메모리(26)에 공급되고, 제3 계층을 위한 각각의 클래스에 대한 예측 계수들은 메모리(27)에 저장된다. 제3 계층에 대한 예측치와 각각의 클래스에 대한 예측 계수들은 메모리(26)과 메모리(27)에 각각 저장된다.
로컬 디코더(222 및 221)에서도 동일한 처리가 수행되어, 제2 계층을 위한 각각의 클래스에 대한 예측치와 예측 계수 및 제1 계층을 위한 각각의 클래스에 대한 예측치와 예측 계수를 얻을 수 있도록 한다. 제2 및 제1 계층에 대한 예측치는 메모리(26)에 공급되어 저장되고, 제2 및 제1 계층을 위한 각각의 클래스에 대한 각각의 예측 계수들은 메모리(27)에 공급되어 저장된다. 제1 계층에 대한 예측치는 오차 계산 유니트(23; 도5)에 공급된다.
각각의 계층에 대한 데이터는 메모리(26과 27)의 독립된 영역에 저장된다. 더욱이, 데이터가 이미 저장되어 있는 메모리(26과 27)의 영역에 새로운 데이터가 공급되면, 이 새로운 데이터는 데이터가 이미 저장되어 있는 영역에 기록된다. 그러므로, 메모리(26과 27)은 각각의 계층을 위한 각각의 클래스에 대한 가장 새로운 예측치와 예측 계수를 저장해야 한다.
메모리(26)에 저장되어 있는 제4 내지 제1 계층에 대한 예측치는 판단 유니트(24; 도5)의 제어 하에 판독되고, 각각 산술 연산부(124 및 121)에 공급된다. 메모리(27)에 저장되어 있는 제1 내지 제1 계층을 위한 각각의 클래스에 대한 각각의 예측 계수들도 또한 판단 유니트(24)의 제어 하에 판독되고, 다중화부 (MUX; 28)에 공급된다. 제1 내지 제4 계층을 위한 각각의 클래스에 대한 예측 계수들은 다중화 유니트(28)에서 다중화되어 판단 유니트(24)에 공급된다.
이하에서는 로컬 디코더(224)를 하나의 예로서 도 9의 로컬 디코더(221 내지 224)의 구성에 대하여 설명한다.
도 10은 도 9의 로컬 디코더(224)의 실시예를 도시한 도면이다.
보정 유니트(21)로부터의 보정 데이터는 클래스 분류용 블록화 유니트(41)과 예측치 계산용 블록화 유니트(42)에 공급된다. 클래스 분류용 블록화 유니트(41)은, 주목되는 보정 데이터를 중심으로 집중되어 보정 데이터를 그 보정 데이터의 특성에 응답하여 미리 정해진 클래스로 분류하기 위한 부분인 클래스 분류 블록에 보정 데이터를 집어넣는다.
예를 들어, 도 11에서, ●로 표시된 화소들은 제5 계층에 대한 화상 (보정 데이터)를 포함하고, ○로 표시된 화소들은 제4 계층에 대한 화상 데이터 (보정 데이터)를 포함한다. 위로부터 I번째이고 좌로부터 j번째인 보정 데이터 (또는 화소)를 Xij라고 표시하면, 클래스 블록용 블록화 유니트(41)은 화소 Xij의 좌상, 상, 우상, 좌, 우, 좌하, 하, 우하에 해당하는 8개의 화소 X(i-1)(j-1), X(i-1)j, X(i-1)(j+1), Xi(j-1), Xi(j+1), X(i-1)(j-1), X(i-1)j, X(i+1)(j+1)와 주목되는 화소 자체를 합하여 총 9개의 화소를 포함하는 클래스 분류 블록을 만든다. 이 클래스 분류 블록은 그 후 클래스 분류 적응 처리 유니트(class classifying adaptive processing unit; 43)에 공급된다.
이 경우에, 클래스 분류 블록은 3×3 화소로 된 정사각형 블록이지만, 클래스 분류 블록의 형태는 정사각형일 필요는 없고, 예를 들어, 직사각형, 십자가형 또는 임의의 형태일 수 있다. 또한, 클래스 분류 블록의 화소 개수도 3×3 화소 블록의 9개의 화소로 제한되지 않는다.
예측치 계산용 블록화 유니트(42)는 제4 계층에 대한 화상 데이터를 위한 예측치를 계산하기 위한 부분인, 주목된 보정 데이터를 중심으로 한 예측치의 블록의 형태로 보정 데이터를 배치한다. 즉, 도 11에서, 보정 데이터 Xij (도 11에서 ●로 표시한 부분)를 중심으로 잡고 제4 계층의 화상 데이터 (소스 화상)에서 생성되는 3×3의 9개의 화소의 값을 Yij(1), Yij(2), Yij(3), Yij(4), Yij(5), Yij(6), Yij(7), Yij(8), Yij(9)로 표현하고, 화소 Yij(1) 내지 Yij(9)에 대한 예측치를 계산하기 위하여, 예측치 계산용 블록화 유니트(42)는 예측치 계산용 정방형 블록으로 구성되어 있는데, 이 정방형 블록은 예를 들어, 5×5 매트릭스로서 화소 Xij를 중심으로 한 25개의 화소인 X(i-2)(j-2), X(i-2)(j-1), X(i-2)j, X(i-2)(j+1), X(i-2)(j+2), X(i-1)(j-2), X(i-1)(j-1), X(i-1)j, X(i-1)(j+1), X(i-1)(j+2), Xi(j-2), Xi(j-1), Xij, Xi(j+1), Xi(j+2), X(i+1)(j-2), X(i+1)(j-1), X(i+1)j, X(i+1)(j+1), X(i+1)(j+2), X(i+2)(j-2), X(i+2)(j-1), X(i+2)j, X(i+2)(j+1), X(i+2)(j+2)를 포함한다.
구체적으로는, 예를 들어, 도 11에 도시된 바와 같이, 예측치 계산용 블록은 도 11의 사변형에 의하여 둘러싸인 제4 계층에 대한 화상 내에 생성되는 화소 Y33(1) 내지 Y33(9)에 대한 예측치를 계산하기 위하여 보정 데이터 X11', X12', X13', X14', X15', X21', X22', X23', X24', X25', X31', X32', X33', X34', X35', X41', X42', X43', X44', X45', X51', X52', X53', X54', X55'로 구성된다.
예측치 계산용 블록화 유니트(42)에서 얻어진 예측치 계산용 블록들은 클래스 분류 적응 처리 유니트(43)에 공급된다.
예측치 계산용 블록의 화소 개수와 형태는 클래스 분류용 블록의 경우에서와 마찬가지로 상기 설명에 제한되지 않는다. 그러나, 예측치 계산용 블록의 화소 개수가 클래스 분류용 블록의 화소 개수보다 많은 것이 바람직하다.
상기 블록화가 수행되고 (이는 블록화 프로세스가 아닌 다른 프로세스에 있어서도 마찬가지이다.) 화상에 대한 픽쳐 프레임의 근처에 대응하는 화소가 없을 때에는, 픽쳐 프레임의 화소와 동일한 화소가 바깥에 존재하는 것처럼 처리가 수행된다.
클래스 분류 적응 처리 유니트(43)은 ADRC (Adaptive Dynamic Range Coding) 처리 유니트, 클래스 분류 유니트(45) 및 적응 처리 유니트(46)을 포함하고 클래스 분류 적응 처리를 수행한다.
클래스 분류 적응 처리는 입력 신호를 그 특성에 기초하여 다수의 클래스로 분류하고, 그 후 각각의 클래스에 대하여 적절한 적응 처리를 실행한다. 따라서, 클래스 분류 적응 처리는 클래스 분류 처리와 적응 처리로 크게 나눌 수 있다.
이하, 클래스 분류 처리와 적응 처리에 대한 간단한 설명을 하기로 한다.
우선, 클래스 분류 처리에 대하여 설명한다.
예를 들어 도 12a에 도시된 바와 같이, 블록은 어떤 주목된 화소와 이 주목된 화소 주위의 3개의 화소를 포함하는 2×2 화소 (분류를 위한 블록)으로 구성된다. 각각의 화소는 하나의 비트 (그 레벨은 0 또는 1)에 의하여 표현된다. 이러한 경우에, 2×2의 4개의 화소로 된 블록은 도 12b에 도시된 바와 같이 각각의 화소 레벨의 분포를 사용하여 16 (=(21)4)개의 패턴으로 분류된다. 이러한 종류의 패턴 분할이 클래스 분류 프로세스이고 클래스 분류부(45)에서 수행된다.
클래스 분류 프로세스는 화상 (블록 내의 화상)의 액티비티 (activity: 화상의 복잡도 및/또는 변화도)를 고려하는 방식으로 수행될 수 있다.
예를 들어, 통상 약 8개의 비트가 각각의 화소에 할당된다. 더욱이, 이 실시예에서, 전술한 바와 같이, 클래스 분류 블록은 주목된 화소를 중심으로 한 3×3의 8개의 화소를 가지고 있다. 따라서, 클래스 분류 처리는 클래스 분류에 사용하기 위한 이러한 종류의 블록에 목표를 두고 수행되기 때문에, (28)9라는 막대한 개수의 클래스를 분류할 수 있다.
이 실시예에서, ADRC 처리는 ADRC 처리 유니트(44)에서 클래스 분류용 블록 상에서 수행된다. 그러면 클래스 분류용 블록을 구성하는 화소의 비트 개수를 적게 함으로써 클래스의 개수를 감소시킬 수 있다.
예를 들어, 설명을 간단히 하기 위해서, 도 13a에 도시된 바와 같이, 직선 상에 정렬된 4개의 화소를 포함하는 블록을 고려하면, 이들 화소의 최대값 MAX와 최소값 MIN이 ADRC 처리에서 감지된다. 블록의 로컬 다이나믹 레인지 (local dynamic range)로서 DR = MAX - MIN을 구하고, 이 블록을 구성하는 화소의 화소값들이 이 다이나믹 레인지 DR에 기초하여 K-비트로 양자화된다.
즉, 블록 내의 각각의 화소의 값으로부터 최소값 MIN을 감산하고, 이 감산된 값을 DR/2k로 나누어 그 나눗셈 결과값에 대응하는 코드로 변환된다. 구체적으로, 도 13b에 도시된 바와 같이, 예를 들어 K=2이면, 나누어진 값은 다이나믹 레인지 DR을 4개 (=22)의 동등한 부분으로 분할하고, 화소가 어느 범위에 속하는지에 관한 판단을 내린다. 나누어진 값이 최하위 레벨의 범위, 두 번째 최하위 레벨의 범위, 세 번째 최하위 레벨의 범위 또는 최상위 레벨의 범위에 들어가면, 부호화는 예를 들어 00B, 01B, 10B 또는 11B의 2개의 비트로 수행된다. 그 후, ADRC 코드 00B, 01B, 10B 또는 11B를 최하위 레벨의 범위의 중심값 L00, 두 번째 최하위 레벨의 범위의 중심값 L01, 세 번째 최하위 레벨의 범위의 중심값 L10, 최상위 레벨의 범위의 중심값 L11로 변환함으로써 복호화가 디코딩측에서 수행된다.
이러한 종류의 ADRC 처리를 가리켜 난-에지 매칭 (non-edge matching)이라고 한다. 이러한 종류의 난-에지 매칭에서, 도 13c에 도시된 바와 같이, 다이나믹 레인지 DR은 4개의 동등한 부분으로 분할되고, 최하위 레벨의 범위에 속하는 화소에 대한 평균값 MIN'과 최상위 레벨의 범위에 속하는 화소값에 대한 평균값 MAX'는 ADRC 코드인 00B 및 11B로 변환된다. MAX'-MIN'에 의하여 정의되는 다이나믹 레인지 DR'을 (3개의 동등한 부분으로) 분할하는 레벨들은 ADRC 코드인 01B 및 10B로 변환되어 ADRC 복호화가 수행되도록 한다. 이것이 ADRC 처리이고 개량된 난-에지 매칭이라고 부른다.
ADRC 처리는 예를 들어 일본국 공개 특허 공보 제3-53778호에 상세히 개시되어 있다.
블록을 구성하는 화소에 할당된 비트의 개수보다 적은 개수의 비트로 양자화하여 ADRC 처리를 수행함으로써 클래스 개수를 상기 방식으로 감소시킬 수 있으며, 이러한 종류의 ADRC 처리는 ADRC 처리 유니트(44)에서 수행된다.
본 실시예에서, 클래스 분류는 ADRC 처리 유니트(44)로부터 출력되는 ADRC 코드에 기초하여 클래스 분류 유니트(45)에 의하여 실행된다. 그러나, 클래스 분류 처리는 오브젝트 데이터로서 예를들어, DPCM(예측 부호화), BTC(Block Truncation Coding), VQ(벡터 양자화), DCT(이산 코사인 변환) 및 아다마(Adamar) 변환 등을 실행한 데이터를 취하여 실행하는 것도 가능하다.
다음에는 적응 처리에 관하여 설명한다.
예를들어, 제4 계층의 화소값 y의 예측치는 이 부근의 여러 개의 화소의 화소값 x1, x2, . . . (본 실시예에서는, 보정 데이터, 이하에서는 학습 데이터라 함) 및 규정된 예측 계수 w1, w2, . . . 에 의하여 정의되는 선형 일차 커플링 모델을 사용하여 얻어질 수 있다. 이 경우에 예측치는 다음의 수학식으로 표현된다.
Figure pat00001
일반화를 위하여, 예측 계수 w의 집합인 매트릭스 W와 학습 데이터의 집합인 어레이 X 및 예측치의 집합인 어레이 Y'는 다음과 같이 정의된다:
Figure pat00002
그러면 다음의 U 수학식이 유도될 수 있다.
Figure pat00003
제4 계층의 화소값 y에 가까운 예측치는 이 시행 수학식에 최소 제곱법을 적용하여 구할 수 있다. 이 경우에, 제4 계층의 화상 데이터의 화소값(이하에서는 "교사(teacher) 데이터"라 함)의 집합인 매트릭스 Y 및 제4 계층의 화상의 화소값 y에 대한 예측치의 잔차(remainder) e의 집합인 매트릭스 E는 다음과 같이 정의된다.
Figure pat00004
수학식 2로부터 다음의 잔차 수학식이 유도될 수 있다.
Figure pat00005
이 경우에, 제4 계층의 화상 데이터의 화소값 y에 가까운 예측치를 얻기 위한 제4 계층의 예측 계수 wi는 평방 오차를 줄이는 방식으로 구해질 수 있다.
Figure pat00006
따라서, 예측 계수 wi에 의하여 미분된 평방 오차는 제로가 되는데, 이는 다음의 식을 만족시키는 예측 계수 wi가 원 화상 데이터로서의 화소값 y에 가까운 예측치를 얻기 위하여 가장 적합한 값임을 의미한다.
Figure pat00007
여기서, 다음의 식은 제4 계층의 예측 계수 wi로 수학식 3을 미분하여 유도된다.
Figure pat00008
그러면 수학식 6은 수학식 4 및 수학식 5로부터 얻어진다.
Figure pat00009
그러면 잔차 수학식 3의 학습 데이터 x, 예측 계수 w, 교사 데이터 y 및 잔차 e 와의 관계를 고려하여 수학식 6으로부터 다음의 정규 수학식이 얻어질 수 있다.
Figure pat00010
수학식 7의 정규 수학식은 얻어질 예측 계수 w의 수와 같은 수 만큼 작성될 수 있다. 수학식 7을 풀어 최적의 예측 계수 w가 구해질 수 있다. 수학식 7은 예를들어 소출법(가우스-조던 소거법)을 사용하여 풀 수 있다.
전술한 바와 같이, 최적의 제4 계층 예측 계수 w가 얻어지면 이 예측 계수 w를 사용하여 수학식 1로부터 제4 계층의 화상 데이터의 화소값 y에 가까운 예측치를 구하기 위한 적응 처리가 실행된다. 이 적응 처리는 적응 처리 유니트(46)에서 실행된다.
이 적응 처리는 솎아내어진 화상 (여기서는 제5 계층의 화상 데이터를 말함)에는 적용되지 않고, 원 화상 데이터 (여기서는 제4 계층의 화상 데이터를 말함)에 포함된 성분의 재생시에 사용되는 보간 처리와는 다른 것이다. 다시 말해, 수학식 1 만을 고려하는 적응 처리는 보간 필터를 사용하는 소위 보간 처리와 동일한 것으로 간주될 수 있다. 그러나, 원 화상 데이터에 포함되어 있는 성분은 이 보간 필터의 탭 계수 w에 대응하는 예측 계수가 교사 데이터 y를 사용하여 소위 "학습"에 의하여 구해질 수 있기 때문에 재생될 수 있다. 이 때문에, 적응 처리는 소위 화상 재생 동작으로 불리는 처리 과정으로 볼 수 있다.
다음은 도 14의 흐름도를 참조하여 도 10의 로컬 디코더의 동작을 설명한다.
우선, 단계 S21에서, 로컬 디코더(22)는 보정 유니트(21)로부터의 보정 데이터를 블록 형태로 바꾼다. 클래스 분류를 위한 블록화 유니트에서, 보정된 데이터는 노우트된(noted) 보정 데이터를 중심으로 하여 클래스 분류를 위한 3×3 화소 블록의 형태로 바뀌게 되고, 이들 블록들은 클래스 분류 적응 처리 유니트(43)으로 공급된다. 또한, 예측치 계산을 위한 블록화 유니트(42)에서 보정된 데이터는 노우트된 보정 데이터를 중심으로 예측치 계산을 위한 5×5 화소 블록의 형태로 바뀌고 이들은 클래스 분류 적응 처리 유니트(43)으로 공급된다.
클래스 분류를 위한 블록과 예측치 계산을 위한 블록들에 추가하여 제4 계층의 화상 데이터 역시 클래스 분류 적응 처리 유니트(43)으로 공급된다. 클래스 분류를 위한 블록들은 ADRC 처리 유니트(44)로 공급되고, 예측치 계산을 위한 블록 및 제4 계층용 화상 데이터는 적응 처리 유니트(46)으로 공급된다.
단계 S22에서, 클래스 분류를 위한 블록들이 수신될 때, ADRC 처리 유니트(44)는 클래스 분류를 위한 블록을, 예를들어 보정된 데이터가 하나의 비트로 변환(코드)되고 클래스 분류 유니트(45)로 출력되도록, 1 비트 ADRC (1비트 양자화를 사용하여 실행되는 ADRC) 처리를 한다. 단계 S23에서, 클래스 분류 유니트(45)는 ADRC 처리를 거친 클래스 분류를 위한 블록들을 클래스 분류 처리 (즉, 블록 내의 각 화소 레벨의 분포 상태를 검출함)를 받도록 하고, 이들 클래스 분류 블록이 속하는 클래스를 결정한다. 이 클래스 결정의 결과는 클래스 정보로서 적응 처리 유니트(46)으로 공급된다.
본 실시예에서, 클래스 분류에 사용되는 각각의 블록들은 클래스 분류 구분이 1비트 ADRC 처리를 거친 3×3으로 배열된 9 개의 화소로 구성되는 클래스 분류 블록 상에서 수행되므로 512 (=(21)9) 가지의 클래스 중 하나에 속하게 된다.
그리고, 단계 S24에서, 각각의 클래스에 대한 예측치 및 제4 계층의 하나의 프레임을 위한 예측치가 계산될 수 있도록 클래스 분류 유니트(45)로부터의 클래스 정보에 기초하여 적응 처리 유니트(46)에 의하여 각각의 클래스에 대한 적응 처리가 실행된다.
본 실시예에서, 예를들어 각각의 클래스에 대하여 25×9 개의 예측 계수가 계산될 때, 제4 계층의 화상 데이터, 하나의 프레임을 위한 보정 데이터 (이때 소정의 보정 데이터는 노우트된 데이터로 받아들여짐), 노우트된 보정 데이터와 이 화소 주위의 8개의 화소를 포함하는 전체 9개의 화소에 대한 원 화상 (여기서는 4차 계층의 화상 데이터)의 예측치가 클래스 정보에 응답하여 노우트된 보정된 데이터를 중심으로 하여 5×5 화소의 예측치를 계산하기 위한 클래스 정보 블록에 대응하는 25×9 개의 예측 계수들을 사용하는 적응 처리를 실행함으로써 계산된다.
특히, 예를 들어, 도 11에 도시된 보정 데이터 X33을 중심으로 하여 3×3의 보정 데이터 X22, X23, X24, X32, X33, X34, X42, X43 및 X44를 포함하는 클래스 분류용 블록에 관한 클래스 정보 C가 클래스 분류 유니트(45)로부터 출력되고, 보정 데이터 X33을 중심으로 하는 5×5 개의 화소의 보정 데이터 X11, X12, X13, X14, X15, X21, X22, X23, X24, X25, X31, X32, X33, X34, X35, X41, X42, X43, X44, X45, X51, X52, X53, X54 및 X55 를 포함하는 예측치 계산용 블록이 예측치 계산 블록화 유니트(42)로부터 출력될 때, 이 예측치 계산용 블록을 구성하는 보정 데이터가 우선 학습 데이터로서 취해지고 보정 데이터 X33을 중심으로 (도 11에서 사각형으로 둘러싸인 부분인) 3×3 화소의 화소값 Y33(1) 내지 Y33(9)이 수학식 7의 정규 수학식이 성립되도록 교사 데이터로서 취해진다.
예를 들어, 하나의 프레임에 대하여, 클래스 정보 C에 의하여 분류된 타 예측값 계산용 블록들과 동일한 방식으로 정규 수학식이 성립할 때, 화소값 Y33(k) (이때, k = 1, 2, . . . 9)의 예측치 E를 얻기 위하여 예측 계수 w1(k) 내지 w25(k) (본 실시예에서, 하나의 예측치를 구하기 위하여 25 아이템의 학습 데이터가 사용되고 따라서 25 개의 예측 계수 w가 필요하다)를 계산하고, 얻어질 정규 수학식의 수가 결정되면 (이와 같은 수의 정규 수학식이 얻어질 때까지 단계 S24에서 정규 수학식을 세워나가고), 클래스 정보 C에 대하여, 이 정규 수학식을 풀어 화소값 Y33(k)의 예측치 E를 얻기 위한 최적의 예측 계수 w1(k) 내지 w25(k)가 계산된다. 이 과정은 각각의 클래스에 대하여 실행되며, 각각의 클래스에 대하여 25×9 개의 예측 계수들이 계산된다. 클래스 정보에 대응하는 25×9 개의 예측 계수와 예측치 계산을 위한 블록 내의 25 화소를 이용하여 수학식 1에 대응하는 다음의 수학식에 따라 예측치가 구해진다.
Figure pat00011
단계 S23에서, 각각의 클래스의 25×9 개의 예측 계수가 계산된 후, 노우트된 보정 데이터를 중심으로 하여 3×3의 화소를 단위로 하여 3×3의 예측치가 구해진다. 그 후에, 단계 S24에서, 각 클래스의 25×9 개의 예측 계수가 결정 유니트(24)로 제공되고 예측치는 각각의 3×3 화소를 위한 오차 계산 유니트에 제공된다. 처리 과정은 단계 S21로 복귀하고, 처리 과정이 하나의 프레임마다 반복된다.
전술한 처리는 또한 로컬 디코더 221 내지 223에서도 실행된다. 이러한 방식으로, 9 화소를 단위로 하여 제1 계층 내지 제3 계층의 예측치가 구해질 수 있고, 각 층에서 각 클래스에 대한 예측 계수가 구해질 수 있다. 제1 계층 내지 제4 계층의 각각의 클래스의 예측치 및 예측 계수는 메모리(26 및 27)에 저장되고, 제1 계층의 예측치는 오차 계산 회로(23; 도 5)로 공급된다.
도 15는 도 5의 오차 계산 회로(23)의 예시적 구성을 보여준다.
원 화상 데이터 (즉, 제1 계층의 화상 데이터)는 블록 부호화 유니트(51)로 공급된다. 그러면 블록 부호화 유니트(51)은 이 화상 데이터를 예측 유니트(22)에서 출력되는 제1 계층의 예측치에 대응하는 9개의 블록 형태로 바꾼다. 그 결과 얻어진 3×3 화소 블록은 평방 오차 계산 유니트(52)로 출력된다. 블록 부호화 유니트(51)로부터 공급되는 블록에 추가하여 예측 유니트(22)로부터의 제1 계층의 예측치 역시 9개 단위(3×3 화소의 블록 단위)로 평방 오차 계산 유니트(52)로 공급된다. 그러면 평방 오차 계산 유니트는 제1 계층의 화상 데이터에 대한 예측치의 예측 오차로서 평방 오차를 계산하고 이를 적분기(55)에 공급한다.
자승 오차 계산 유니트(square error calculating unit; 52)는 연산부 (53 및 54)를 포함한다. 연산부(53)은 블록 형태로 입력되어 있는 블록 부호화부(51)로부터의 화상 데이터로부터 상응하는 예측치를 빼고, 이 감산된 값들은 연산부(54)로 제공된다. 그 후 연산부(54)는 연산부(53)의 출력 (제1 계층에 대한 화상 데이터, 예측치 및 차)을 제곱하여 적분기(55)에 제공한다.
자승 오차가 자승 오차 계산부(52)로부터 수신될 때, 적분기(55)는 메모리(56)에 저장되어 있는 값들을 판독한다. 이들 저장된 값들 및 자승된 오차값은 그 후 합산되어, 다시 메모리(56)에 공급되고 저장되며, 이 과정은 반복된다. 그러므로, 자승 오차의 적분된 값 (오차 분산)이 얻어진다. 그 후 적분기(55)가 정해진 양 (예를 들면, 1 프레임에 대한 부분 등)에 대한 자승 오차의 적분을 종료할 때, 이 적분된 값은 메모리(56)으로부터 판독되어 오차 정보로서 판단 유니트(24; 도5)에 공급된다. 1 프레임에 대한 처리가 종료될 때, 메모리(56)은 저장된 값들을 소거하는 한편 적분기(55)에 의하여 출력된 값들을 새로이 저장한다.
다음에는, 오차 계산부(23)의 동작이 도16의 흐름도를 참조하여 기술된다. 오차 계산부(23)에서, 메모리(56)에 저장된 값은 먼저 단계 S31에서, 예를 들면 0으로 소거된다. 단계 S32에서, 제1 계층에 대한 화상 데이터는 블록 부호화부(51)에서 블록의 형태로 입력되고, 처리된 블록들은 자승 오차 계산부(52)로 제공된다. 블록 부호화부(51)로부터 제공된 블록 및 예측 유니트(22)로부터 제공된 제1 계층에 대한 예측치들을 포함하는 제1 계층에 대한 화상 데이터에 대한 자승 오차는 그 후 단계 S33에서 자승 오차 계산부(52)에서 계산된다.
즉, 단계 S33에서는, 연산부(53)에서 상응하는 예측치들은 블록 부호화부(51)에 의하여 블록 형태로 제공된 제1 계층에 대한 각각의 화상 데이터로부터 감산되어 그 결과치의 데이터는 연산부(54)로 제공된다. 또한, 단계 S33에서, 연산부(53)의 출력 데이터는 연산부(54)에서 제곱되어 적분기(55)에 제공된다.
단계 S34에서, 자승 오차 계산부(52)로부터의 자승 오차가 수신될 때, 적분기(55)는 메모리(56)에 저장된 값들을 판독하여 이들 저장된 값들과 자승 오차를 합산함으로써 자승 오차에 대한 적분값들을 얻는다. 적분기(55)에서 계산된 자승 오차에 대한 적분값들은 그 후 메모리(56)에 제공되어 이전에 저장된 값들 위에 오버라이팅(overwriting)됨으로써 저장된다.
그 다음, 단계 S35에서, 적분기(55)는 정해진 양, 예를 들면 1 프레임 부분, 에 대한 자승 오차의 적분이 완료되었는지 여부를 판정한다. 단계 S35에서 1 프레임 부분에 대한 자승 오차의 적분이 완료되지 않았다고 판정되면, 처리 과정은 단계 S32로 복귀하여 단계 S32로부터의 처리가 반복된다. 또한, 단계 S35에서 1 프레임 부분에 대한 자승 오차의 적분이 완료되었다고 판정되면, 처리 과정은 단계 S36으로 진행한다. 그 후 적분기(55)는 메모리(56)에 저장된 1 프레임 부분에 대한 자승 오차에 대한 적분값을 판독하여 이들을 오차 정보로서 판단 유니트(24)로 출력한다. 처리 과정은 단계 S31로 복귀하고, 단계 S31부터 반복된다.
오차 정보 Q는 그 후 오차 계산부(23)에서, 제1 계층에 대한 화상 데이터를 Yij(k)로 하고 예측 유니트(22)에서 보정된 데이터로부터 생성된 제1 계층에 대한 예측치를 E[Yij(k)]로 할 때 다음 관계식에 따라 연산을 수행함으로써 계산된다.
Q = ∑ (Yij(k) - E[Yij(k)])2
여기에서, ∑는 1 프레임 부분에 대한 합을 의미한다.
도17은 도5의 판단 유니트(24)의 예시적인 구성을 도시하고 있다.
보정 데이터 메모리(62)는 보정 유니트(21)로부터 공급된 보정된 데이터를 저장한다.
새롭게 보정된 데이터가 보정 유니트(21)에서 새롭게 보정된 제5 계층에 대한 화상 데이터에 의하여 제공될 때, 보정된 데이터 메모리(62)는 이미 저장된 보정 데이터 (이전에 보정된 데이터) 대신에 새롭게 보정된 데이터를 저장한다.
오차 정보 메모리(63)은 오차 계산부(23)으로부터 공급되는 오차 정보를 저장한다. 오차 계산부(23)으로부터 현재 제공되는 오차 정보를 저장함과 함께, 오차 정보 메모리(63)은 이전에 공급된 오차 정보를 저장한다. (새로운 오차 정보가 공급되어도, 이미 저장된 오차 정보는 다시 새로운 오차 정보가 공급될 때까지는 유지된다.) 그 후 오차 정보 메모리(63)은 새로운 프레임의 처리가 시작될 때마다 소거된다.
비교기(64)는, 필요한 경우 현재의 오차 정보와 이전의 오차 정보를 비교함과 함께, 오차 정보 메모리(63)에 저장된 현재의 오차 정보와 소정의 임계치 ε을 비교한다. 그 후 비교기(64)의 비교 결과는 제어부(65)에 공급된다.
제어부(65)는 비교기(64)의 비교 결과에 기초하여, 보정 데이터 메모리(62)에 저장된 보정 데이터가 화상 부호화 결과로서 취해지기에 적절한가 (최적인가)를 판정한다. 보정된 데이터가 최적이 아니라고 확인 (판정)될 때, 새로운 보정 데이터의 출력을 요청하는 제어 신호가 보정 유니트(21) [보정 유니트 (32)]에 제공된다 (도5). 또한, 보정 데이터 메모리(62)에 저장된 보정 데이터가 화상의 부호화 결과로서 취해지기에 최적이라고 확인될 때, 제어부(65)는 보정 데이터 메모리(62)에 저장된 보정 제이터를 판독하고, 이 데이터를 다중화부(25)에 출력하며, 예측 유니트(22)를 제어하여 (도9), 메모리(26) 및 (27)에 각각 저장된 제1 내지 제4 계층의 각 클래스에 대한 예측치들 및 예측 계수들을 판독한다. 또한, 이 경우 제어부(65)는 1 프레임의 화상에 대한 부호화의 완료를 지시하는 제어 신호를 보정 유니트(21)에 출력하여, 다음 프레임에 대하여 위에서 서술된 것처럼 처리 과정이 보정 유니트(21)에서 시작된다.
다음에는, 도18을 참조하여 판단 유니트(24)의 동작에 대하여 기술된다. 판단 유니트(24)에서는, 오차 계산부(23)으로부터 오차 정보가 수신되었는지 여부가 단계 S41에서 비교기(64)에 의하여 판정된다. 오차 정보가 수신되지 않았다고 판정되면, 처리 과정은 단계 S41로 복귀한다. 단계 S41에서 오차 정보가 수신되었다고 판정되면, 즉, 오차 정보가 오차 정보 메모리(63)에 저장되어 있다고 판정되면, 처리 과정은 단계 S42로 진행한다. 그 후 비교기(64)는 오차 정보 메모리(63)에 현재 저장되어 있는 오차 정보 (현재의 오차 정보)와 소정의 임계치 ε을 비교하여 어느 쪽이 큰지를 판정한다.
단계 S42에서 현재의 오차 정보가 소정의 임계치 ε과 같거나 크다고 판정될 때, 비교기(64)는 오차 정보 메모리(63)에 저장된 이전의 오차 정보를 판독한다. 그 후 비교기(64)는 단계 S43에서 이전의 오차 정보와 현재의 오차 정보를 비교하여 어느 쪽이 큰지를 판정한다.
처리 과정이 1 프레임에 대하여 시작되고 오차 정보가 먼저 제공될 때, 이전 회의 오차 정보는 오차 정보 메모리(63)에 저장되지 않는다. 그러므로, 이 경우 단계 S43으로부터 계속되는 처리 과정은 판단 유니트(24)에서는 수행되지 않는다. 그 후 보정 유니트(32; 도5)를 제어하는 제어 신호가 출력되고 소정의 초기 어드레스가 출력된다.
단계 S43에서 현재의 오차 정보가 이전의 오차 정보보다 작거나 같다고 판정되면, 즉 오차 정보가 제5 계층의 화상 데이터의 보정을 수행함으로써 감소되면, 처리 과정은 단계 S44로 진행한다. 그 후 제어부(65)는 보정 유니트(32)로 보정값△이 이전과 같은 방식으로 보정될 것을 지시하는 제어 신호를 출력하고, 처리 과정은 단계 S41로 복귀한다. 또한, 단계 S43에서 현재의 오차 정보가 이전의 오차 정보보다 크다고 판정될 때, 즉 오차 정보가 제5 계층에 대한 화상 데이터의 보정을 수행함으로써 증가된 때에는, 처리 과정은 단계 S45로 진행하여 제어부(65)가 보정 유니트(32)로 보정값 △가 이전과 반대 방식, 예를 들면 동 시간 내에 동 지점까지의 변화 크기의 1/2로 보정될 것을 지시하는 제어 신호를 출력한다.
그 후 오차 정보는 단계 S41 내지 S45의 과정을 반복함으로써 감소된다. 이러한 방법으로, 단계 S42에서 현재의 오차 정보가 소정의 임계치보다 작다고 판정될 때, 처리 과정은 단계 S46으로 진행한다. 그 후 제어부(65)는 보정 데이터 메모리(62)에 저장된 보정 데이터를 판독하고, 제1 계층에 대한 예측치가 최적의 데이터에서의 최적의 보정 데이터로서 다중화 유니트(25)에 공급된다. 단계 S46에서, 제어부(65)에 의하여 제1 내지 제4 계층에 대한 예측치가 예측 유니트(22; 도9)의 메모리(26)으로부터 판독되고, 제1 내지 제4 계층에 대한 각 클래스에서의 예측계수가 메모리(27)로부터 판독된다.
메모리(26)으로부터 판독되는 제1 내지 제4 계층에 대한 예측치, 즉 오차 정보가 임계치 ε보다 작을 때의 제1 내지 제4 계층에 대한 예측치는 위에서 서술된 방식으로 연산부(121) 내지 (124)에 공급된다. 메모리(27)로부터 판독되는 제1 내지 제4 계층의 각 클래스에 대한 일군의 예측 계수들은 다중화 유니트(28; 도9)에서 다중화된다. 그 결과로서 얻어지는 각 클래스에 대한 예측계수의 군은 그 후 제어부(65)를 거쳐 다중화 유니트(25)로 공급된다.
그 후, 처리 과정은 다음 프레임에 대한 오차 정보를 대기하여 도 18에 도시된 흐름도에 따라 반복된다.
보정 유니트(32)에서, 제5 계층의 화상 데이터에 대한 보정은 1 프레임의 제5 계층에 대한 모든 화상 데이터에 대하여 수행될 수도 있으며, 일부의 데이터에 대하여만 수행될 수도 있다. 일부의 데이터에 대하여 보정이 수행될 때는, 예를 들면 오차 정보에 강하게 영향을 주는 화소들이 제어부(65)에 의하여 검출되고, 그 후 보정은 이들 화소들에 대하여만 수행된다. 오차 정보에 강하게 영향을 주는 화소들은 예를 들면 다음과 같은 방식으로 검출될 수 있다. 즉, 오차 정보는 먼저 제5 계층의 화상 데이터 그대로를 이용하여 처리를 수행함으로써 얻어질 수 있다. 그 후, 동일한 보정값 △에 의하여 제5 계층의 화상 데이터의 모든 화소에 대한 보정 처리를 하도록 하는 제어 신호가 제어부(65)로부터 보정 유니트(32)로 출력된다. 그 결과로 얻어지는 오차 정보는 제5 계층의 화상 데이터가 아무 보정없이 이용될 때 얻어지는 오차 정보와 비교되어, 비교에 의해 얻어지는 차가 소정의 값과 같거나 큰 화소들이 오차 정보에 강하게 영향을 미치는 화소로 검출될 수 있다.
제5 계층의 화상 데이터의 보정은 그 후 오차 정보가 소정의 임계치 ε보다 작아질 때까지 반복된다. 오차 정보가 소정의 임계치 ε보다 작을 때의 보정 데이터는 최적의 보정 데이터로서 출력된다. 그러므로, 최적의 보정 데이터, 즉 제1 계층의 화상을 복호화하는 데 가장 적합한 값에 대한 보정 데이터를 이용하여, 원화상과 실질적으로 동일한 복호화된 화상을 수신 장치(4; 도1)에서 얻을 수 있다.
전송 장치(1)에서의 위 부호화 처리는 세선화 및 클래스 분류 적응 처리를 이용한 소위 압축 처리의 유기적 통합 (organic integration of compressing processing)에 의하여 매우 효율적인 압축이 이루어지고, 따라서 통합화된 부호화 처리가 수행될 수 있다.
도 19는 도 1의 수신 장치(4)의 일 실시예를 도시하고 있다.
기록매체(2)로부터 재생된 부호화된 데이터 또는 전송 경로(3)을 통하여 전송된 부호화된 데이터는 신호 처리 유니트(71)로 공급된다. 그 후 이 부호화된 데이터는 신호 처리 유니트(71)에서 제1 내지 제5 계층의 부호화된 데이터로 분리되어, 오차 보정 처리 및 기타 필요한 처리를 거친다. 그 후 신호 처리 유니트(71)은 제5 계층의 부호화된 데이터로부터 최적의 데이터 및 제1 내지 제4 계층의 각 클래스의 예측 계수의 각각을 분리한다. 그 후 신호 처리 유니트(71)은 제1 내지 제4 계층의 부호화된 데이터 (제1 내지 제4 계층에 대한 다수의 예측치의 차를 구비하는 서로 다른 데이터)를 연산부(731 내지 734)에 공급하고, 제1 내지 제4 계층의 각 클래스에 대한 예측 계수들을 예측 유니트(731 내지 734)에 공급한다. 또한, 신호 처리 유니트(71)은 가장 적절한 보정 데이터를 제5 계층의 복호화된 화상으로서 보정이 없이 출력함과 함께 이 데이터를 예측 유니트(724)에 공급한다.
그 후, 예측 유니트(724)는 최적의 보정 데이터와 제4 계층의 각 클래스에 대한 예측 계수를 이용하여 제4 계층에 대한 예측치를 계산하고, 이 데이터를 연산부(734)에 공급한다. 제4 계층의 예측치와 예측치의 차 (제4 계층에 대한 부호화된 데이터)는 연산부(734)에서 합산된다. 합산된 결과는 보정 없이 제4 계층의 복호화된 화상으로서 출력되고, 예측 유니트(723)에 공급된다.
제3 계층의 예측치는 연산부(734)로부터의 제4 계층의 복호화된 화상과 제3 계층의 각 클래스에 대한 예측 계수를 이용하여 예측 유니트(723)에서 계산되고, 연산부(733)에 공급된다. 제3 계층의 예측치와 차 (제3 계층에 대한 부호화된 데이터)는 연산부(733)에서 합산된다. 그 후 이 합산의 결과는 보정 없이 제3 계층의 복호화된 화상으로서 출력되고, 예측 유니트(722)에 공급된다.
동일한 과정이 예측 유니트(722)와 연산부(732), 그리고 예측 유니트(721)과 연산부(731)에서 수행되어, 제2 계층 및 제1 계층 각각에 대하여 복호화된 화상이 연산부(732 와 731)로부터 출력된다.
다음에는, 예측 유니트(724)를 예로 들어 예측 유니트(721 내지 724)가 설명될 것이다.
도 20은 예측 유니트 (724)의 구성의 예를 도시한 도면이다.
신호 처리 유니트(71) (도 19)로부터의 가장 적당한 (최적의) 보정된 데이터는 클래스 분류용 블록화 유니트(82) 및 예측치 계산용 블록화 유니트(83)로 공급되고, 제4 계층을 위한 각각의 클래스에 대한 예측 계수는 예측 유니트(86)로 공급되며 그 후에 각각의 클래스에 대한 예측 계수는 도시되어 있지 않은 메모리에 기억된다.
클래스 분류용 블록화 유니트(82), 예측치 계산용 블록화 유니트(83), ADRC 처리 유니트(84), 및 클래스 분류 유니트(85)는 도 10의 클래스 분류용 블록화 유니트(41), 예측치 계산용 블록화 유니트(42), ADRC 처리 유니트(44), 및 클래스 분류 유니트(45)와 유사한 구성을 가지고 있다. 따라서 도 10의 경우에 관한 유사한 과정이 이러한 블록 상에서 수행되어 예측치 계산용 블록이 예측치 계산용 블록화 유니트(83)로부터 출력되고 클래스 정보가 클래스 분류 유니트(85)로부터 출력되도록 한다. 예측치 계산용 블록 및 클래스 정보는 그 다음에 예측 유니트(86)로 공급된다.
제4 계층용의 3×3의 예측치는 도시되어 있지 않은 메모리로부터 판독된, 클래스 정보에 대응되는 도시되어 있지 않은 메모리에 기억된 제4 계층용으로 공급된 각각의 클래스에 대한 예측 계수의 판독 예측 계수를 이용하여 식 1에 따라 예측 회로 (86)에서 계산되고, 예측치 계산을 위한 최적의 5×5의 보정된 데이터를 포함하는 블록은 예측치 계산용 블록화 회로 (83)로부터 공급되며, 이러한 예측치는 연산 유니트 (734)로 공급된다.
제1 내지 제3 계층용의 예측치는 또한 유사한 방법으로 다른 예측 유니트 (723 내지 721)에서 얻어진다.
따라서, 도 19에 도시된 수신 장치 (4)에서는, 각각의 계층에 대한 예측치가 얻어지고 각각의 계층에 대한 예측 오차가 더해져서 원래의 화상 데이터에 더욱 근접한 화소값이 얻어지도록 하며, 그 다음에 이것은 상위 계층을 위한 예측치를 구하는데 사용된다. 그 다음에 화상이 각각의 계층에 대해서 부호화 화상으로 얻어지며, 부호화 화상은 해당 계층에 대한 원 화상과 거의 동일하다.
또한, 가장 적당한 보정 데이터는 상기 과정을 연속해서 수행함으로써 얻어지는 제1 계층을 위한 예측치 및 제1 계층에 대한 화상에 대한 오차가 임계치 ε보다 작도록 정해진다. 따라서, 만약 제1 내지 제4 계층을 위한 일부 또는 모든 부호화 데이터 (예측 오차 데이터)가 어떠한 이유에서든지 없어진다면, 제5 계층을 위한 부호화 데이터, 즉 최적 보정 데이터 및 제1 내지 제4 계층에 대한 각각의 클래스를 위한 각각의 예측 계수를 이용하여 높은 해상도로 부호화 화상이 얻어질 수 있다.
또한, 예를 들어 제3 계층의 부호화 데이터 (즉, 제3 계층의 최적 보정 데이터 및 제1 및 제2 계층의 각각의 클래스에 대한 각각의 예측 계수)만을 수신할 수 있는 수신 장치의 경우에는, 높은 해상도를 가지는 부호화 화상을 부호화하는 것이 가능하다. 더욱이, 제2 계층의 부호화 데이터 및 제3 계층의 부호화 데이터 (즉, 제2 및 제3 계층의 최적 보정 데이터 및 제1 및 제2 계층의 각각의 클래스에 대한 각각의 예측 계수)만을 수신할 수 있는 수신 장치의 경우에는, 높은 해상도를 가지는 화상을 부호화하는 것이 가능하다.
도 30에 도시된 바와 같이, 화상 전송 장치의 다른 실시예에 따르면, 제1 계층을 위한 화상 데이터 (즉, 원 화상 데이터)가 최적 보정 데이터 계산 유니트(14)로 공급된다. 최적 보정 데이터 계산 유니트(14)는 그 다음에 제1 내지 제4 계층의 화상 데이터에 대한 예측치를 예측하고, 제5 계층을 위한 화상에 대한 최적 보정 데이터를 계산하며 이 데이터를 신호 처리 유니트(13)에 공급한다.
도 30의 전송 장치의 최적 보정 데이터 계산 유니트(14)의 한 실시예가 도 31에 도시되어 있다. 도 31의 최적 보정 데이터 계산 유니트(14)는 도 5의 최적 보정 데이터 계산 회로 (14)와 유사하지만, 예측 유니트 (22)는 제1 내지 제4 계층으로부터의 화상 데이터 없이 제1 내지 제4 계층에 대한 예측치를 결정한다.
특히, 도 32에 도시된 바와 같이, 도 31의 예측 유니트 (22)의 로컬 디코더 (224) 내지 로컬 디코더 (221)의 각각은 제4 내지 제1 계층을 위한 예측치 및 제 4 내지 제1 계층을 위한 화상 데이터 없이 제4 내지 제1 계층을 위한 각각의 클래스 또는 각각의 예측 계수를 생성한다.
즉, 제1 실시예에서는, 제1 내지 제4 계층에 대한 각각의 클래스를 위한 각각의 예측 계수가 로컬 디코더 (221) 내지 (224)에서 얻어지고, 그 다음에 제1 내지 제4 계층을 위한 예측치를 계산하는데 사용된다. 그러나, 제2 실시예에서와 같이, 각각의 클래스에 대한 예측 계수가 로컬 디코더 (221) 내지 (224)에서 얻어질 수 없을 때에는, 제1 내지 제4 계층을 위한 예측치가 각각 계산 될 수 있다.
도 21은 도 32의 로컬 디코더 (221) 내지 (224)의 한 실시예를 도시한 도면이다. 도 21에는, 도 10의 일부에 대응하는 부분에 동일한 번호가 주어져 있다. 즉 적응 처리 회로 (46) 대신에 예측 계수 ROM (88) 및 예측 회로 (89)가 제공되는 것을 제외하고는, 로컬 디코더 (221) 내지 (224)의 구성은 도 10에 도시된 구성과 유사하다. 제4 계층의 화상 데이터는 예측 계수를 계산하지 않기 위해서 제공되지 않는다.
도 10의 설명과 함께 로컬 디코더 (224)를 예로 들어 설명한다.
예측 계수 ROM (88)은 학습 (후술되어 있음)에 의해서 이미 얻어진 각각의 클래스를 위한 예측 계수를 기억하고, ADRC 처리 회로 (44)에 의해서 출력된 클래스 정보를 수신하고, 상기 클래스 정보에 해당하는 주소에 기억된 각각의 클래스에 대한 예측 계수를 판독 (생성)하고, 이 데이터를 예측 회로 (89)에 공급한다.
예측 회로 (89)에서는, 25×9의 예측치 계산용 블록화 회로 (42)로부터의 예측시 계산용 블록 (5×5) 및 예측 계수 ROM (88)으로부터의 예측 계수를 사용하여, 식 1에 보인 선행 1차 식 (구체적으로는 예를 들어 식 8)이 계산되어, 원 화상에 대한 3×3의 예측치가 계산된다.
따라서, 도 21의 클래스 분류 적응 처리 회로 (43)에 따르면, 이러한 예측치는 각각의 계층에 대해서 원 화상 데이터를 사용하지 않고도 계산할 수 있다. 예측 계수 ROM (88)에 기억된 각각의 클래스를 위한 25×9의 예측 계수는 상기 실시예에서와 동일한 방법으로 결정 회로로 출력된다.
도 33은 도 21의 로컬 디코더 (224)의 동작을 설명하는 흐름도이다. 흐름도는 도 14의 흐름도 (도 10의 로컬 디코더 (22)의 동작을 설명하기 위함)와 유사하다. 도 33을 참조하면, 단계 S21 내지 S23은 도 14의 흐름도를 참조하여 설명된 것과 유사하다. 그러나, 단계 S24에서는, 예측 계수가 예측 계수 ROM으로부터 판독된다. 단계 S24A에서는, 예측 회로 (89)에 의해서 적응 처리가 수행되어 예측치를 계산한다. 최종적으로, 단계 S24B에서는, 예측치가 출력되고 각각의 클래스에 대한 예측 계수가 출력된다. 그러면, 처리과정은 단계 S21로 되돌아 가고 상기 과정이 반복된다.
다음에, 도 22는 도 21의 예측 계수 ROM에 기억된 예측 계수를 얻기 위해서 학습을 수행하기 위한 화상 처리 장치의 한 실시예를 도시한 도면이다.
모든 화상에 대해서 적당한 예측 계수를 얻기 위한 사용되는 학습용 화상 데이터 (학습 화상)는 학습용 블록화 회로 (91) 및 교수용 블록화 회로 (92)에 공급된다. 제4 계층을 위해서 예측 계수를 얻고자 할 때에는, 제4 계층을 위한 화상 데이터가 학습용 블록화 회로 (91) 및 교수용 블록화 회로 (92)에 학습 화상 데이터로서 공급된다.
학습용 블록화 회로 (91)는 입력된 화상 데이터로부터 예를 들면 도 11에 ● 표시에 의해 보인 관계의 위치에 있는 25개의 화소 (5×5의 화소)를 추출한다. 이러한 25개의 화소를 가지는 블록은 이어서 ADRC 처리 회로 (93) 및 학습 데이터 메모리(96)으로 공급된다.
교수용 블록화 회로 (92)에서는, 예를 들면 3×3으로 배열된 9개의 화소를 가지는 블록이 입력된 화상 데이터로부터 생성된다. 이러한 9개의 화소를 가지는 블록은 이어서 교수용 데이터 메모리 (98)에 교수용 블록으로서 공급된다.
예를 들면 도 11에 ● 표시에 의해 보인 관계의 위치에 있는 25개의 화소를 가지는 학습용 블록이 학습용 블록화 회로 (91)에서 생성되면, 도 11에서 4변형에 의해서 둘러 싸인 것으로 도시된 학습용 3×3 화소의 블록이 교수용 블록화 회로 (92)에서 생성된다.
ADRC 처리 회로 (93)는 학습용 블록을 이루는 25개의 화소로부터 중심의 9개의 화소 (3×3 화소)를 추출하고, 도 21의 ADRC 처리 회로에 대하여 설명한 것과 유사한 방법으로 이 9개의 화소 블록 상에서 1 비트 ADRC 처리가 수행된다. ADRC 처리된 3×3의 화소 블록은 이어서 클래스 분류 회로 (94)에 공급된다. ADRC 처리 회로 (93)로부터의 블록은 클래스 분류 회로 (94)에서 클래스 분류되고, 얻어진 클래스 정보는 스위치 (95)의 a 단자를 거쳐서 학습 데이터 메모리 (96) 및 교수 데이터 메모리 (98)로 보내진다.
학습용 블록화 회로 (91)로부터의 학습용 블록과 교수용 블록화 회로 (92)로부터의 교수용 블록은 각각 학습용 데이터 메모리 (96) 및 교수용 데이터 메모리 (98)에 제공된 클래스 정보에 해당되는 주소에 기억된다.
학습 데이터 메모리 (96)에서는, 예를 들어 도 11에서 ● 표시로 표시된 5×5의 화소로 이루어진 블록이 학습용 블록으로 정해지고 소정의 주소에 기억될 때에는, 도 11에서 4변형을 둘러 싸인 3×3 화소의 블록은 교수 데이터 메모리 (98)에 동일한 주소에 교수용 블록으로 기억된다.
이어서 동일한 과정이 사전에 제공된 학습용 화상 모두에 대해서 반복된다. 이와 같은 방법으로, 학습용 블록과, 도 21의 로컬 디코더 (224)에 있어서, 그 학습용 블록을 구성하는 25개의 화소와 동일한 위치 관계를 가지는 25개의 보정 데이터로 구성되는 예측치 계산용 블록을 이용하여 예측치가 얻어지는 9개의 화소로 구성되는 교수용 블록은, 학습용 데이터 메모리 (96)과, 교수용 데이터 메모리 (98)에 의해서 동일한 주소에 기억된다.
다수의 정보가 학습용 데이터 메모리 (96) 및 교수용 데이터 메모리 (98) 내의 동일한 주소에 기억될 수 있다. 이러한 방법으로, 다수의 학습용 블록 및 교수용 블록을 동일한 주소에 기억시킬 수가 있다.
학습용의 화상 데이터 모두를 위한 학습용 블록과 교수용 블록이 학습용 데이터 메모리 (96) 및 교수용 데이터 메모리 (98)에 저장되어 있을 때, 단자 a를 선택하는 스위치 (95)는 단자 b로 스위칭된다. 카운터 (97)의 출력이 이어서 학습용 데이터 메모리 (96)와 교수용 데이터 메모리 (98)에 주소에 따라서 공급된다. 카운터 (97)는 클럭에 맞추어 카운팅하고 카운트 값을 출력한다. 상기 카운트 값에 해당하는 주소에 기억된 학습용 블록과 교수용 블록은 이어서 학습용 데이터 메모리 (96) 및 교수용 데이터 메모리 (98)로부터 판독되고 연산 회로 (99)로 공급된다.
카운터 (97)의 카운트 값에 해당하는 학습용 블록에 대한 집합 및 교수용 블록에 대한 집합이 이어서 연산 회로 (99)로 공급된다.
연산 회로 (99)는 소정의 클래스를 위한 학습용 블록에 대한 집합 및 교수용 블록에 대한 집합을 수신하고, 최소 자승법(least square method)을 이용하여 오차를 최소화하는 예측 계수를 계산한다.
예를 들면, 학습용 블록의 화소들의 화소값을 x1, x2, x3, . . . 라 하고 구하고자 하는 예측 계수를 w1, w2, w3, . . . 라 하면, 학습용 블록이 선형 1차 조합을 이용하여 구성된다. 소정의 화소에 대한 화소값 y를 구하기 위해서는, 예측 계수 w1, w2, w3, . . . 가 다음 식을 만족할 필요가 있다.
y = w1x1 + w2x2 + w3x3 + . . .
연산 회로 (99)에서는, 동일 클래스의 학습용 블록과 대응하는 교수용 블록으로부터 참 값 y에 대하여 예측치 w1x1 + w2x2 + w3x3 + . . .의 자승 오차를 최소화하는 예측 계수 w1, w2, w3, . . . 가 상술한 식 7에 보인 정규 수학식의 해를 구함으로써 구해진다. 따라서, 각각의 클래스에 대한 25 x 9의 예측 오차가 각각의 클래스에 대해서 상술한 과정을 수행함으로써 구해진다.
연산 회로 (99)에서 구해진 클래스 각각의 예측 계수가 메모리 (100)로 공급된다. 연산 회로 (99)로부터의 예측 계수 외에, 카운트 값이 또한 메모리 (100)로 공급되어 연산 회로 (99)로부터의 예측 계수가 카운터 (97)로부터의 카운트 값에 대응하는 주소에 기억될 수 있다.
각 클래스의 3x3 예측 화소 블록의 가장 적합한 예측 계수 (예기서, 이는 제4 계층의 25x9 예측 계수임)가 메모리(100)에서 각 클래스에 대응하는 어드레스에 기억된다.
메모리(100)에 저장되는 각 클래스에 대한 예측 계수는 도 21의 예측 계수 ROM(88)에 기억된다.
도 30의 최적 보정 데이터 계산 회로(14)의 다른 하나의 실시예가 도 34에 도시되어 있다. 도 31의 최적 보정 데이터 계산 회로(14)와는 달리, 도 34의 실시예는 예측 계수를 신호 처리 회로로 송신하지 않는다.
도 35는 도 34의 최적 보정 데이터 계산 회로(14)의 실시예의 작동을 도시한다. 도 35의 흐름도는 단계 S6에서 제1 내지 제4 계층의 각 클래스에 대한 예측치의 각각 및 최적 보정 데이터가 출력된다는 점을 제외하고는 도 6의 흐름도와 유사하다. 예측 계수는 출력되지 않는다.
도 36은 도 34의 최적 보정 데이터 계산 회로(14) 실시예의 예측 유니트(22)의 실시예를 도시하고 있다. 도 36의 실시예와 도 32의 실시예의 주요한 차이는 각 로컬 디코더(224 내지 221)로부터 각 클래스에 대한 예측 계수가 출력되지 않고, 각 클래스에 대한 예측 계수를 기억하기 위한 메모리(27)이 제공되지 않으며, 각 클래스에 대한 예측 계수를 출력하기 위한 다중화기(28)이 제공되지 않는다는 것이다.
도 37은 도 36의 예측 유니트(22)의 로컬 디코더(224)를 (로컬 디코더 224 내지 221의 대표로서) 도시하고 있다. 도 37의 로컬 디코더(224)는 도 21의 로컬 디코더(224)와 예측 계수가 ROM(88)로부터 도 37의 로컬 디코더(224)의 외부로 제공되지 않는다는 점을 제외하고는 유사하다.
도 38은 도 37의 로컬 디코더(224)의 동작을 도시하는 흐름도이다. 도 14의 흐름도와 유사하게 단계 S21에서 블록화가 행해지고, 단계 S22에서 ADRC 처리가 행해지며, 단계 S23에서 클래스 분류가 행하여진다. 단계 S24에서, 클래스 정보에 대응하여 예측 계수 ROM(88)로부터 예측 회로(89)에 의해 예측 계수가 판독된다. 단계 S24A에서는, 예측 회로(89) 내에서 적응 처리가 행하여져 예측치를 계산한다. 단계 S24B에서, 예측 회로(89)로부터 예측치가 출력된다.
예측 계수 ROM(88)에는 각 클래스에 대응하는 어드레스에 실제 예측 계수 대신 교사용 블록을 구성하는 화소값의 평균치를 기억하는 것이 가능하다. 이 경우에 있어서, 클래스 정보를 고려하면, 이 클래스에 대응하는 화소값이 출력된다. 이러한 경우에는, 예측치 계산용 블록화 회로(42) 및 예측 회로(89) 없이 도 21의 로컬 디코더(224)를 구성할 수 있다.
도 18의 수신 장치(4)에 있어서, 제1 계층 내지 제4 계층의 부호화 데이터 (예측 잔류치)가 신호 처리 회로(71)에서 예측 유니트(721 내지 724)로 공급되지 않는 구성이 채택되고, 예측 유니트(721 내지 724)에 대해서는 예를 들어 도 23에 도시된 구성이 필요하다. 이 경우에 있어서, (예측 유니트(721 내지 723)과 유사한) 예측 유니트(724)는 도 21에 도시된 로컬 디코더(224)의 클래스 분류용 블록화 유니트(41), 예측치 계산용 블록화 유니트(42), ADRC 처리 유니트(44), 클래스 분류 유니트(45), 예측 계수 ROM(88) 및 예측 유니트(89)의 각각에 대응하여 클래스 분류용 블록화 유니트(141), 예측치 계산용 블록화 유니트(142), ADRC 처리 유니트(144), 클래스 분류 유니트(145), 예측 계수 ROM(146) 및 예측 유니트(147)를 포함한다. 도 21의 경우와 동일한 방법으로 예측 유니트(721 내지 724)에서 각 계층의 예측치를 얻을 수 있다.
이하에서는, 도 10에 기술된 바와 같이 예측 계수를 순차적으로 구하는 예측치 획득 방법을 축차 방식이라 하고, 도 21 및 도 37에 기술된 바와 같이 예측 계수 ROM(88)에 미리 기억된 예측 계수를 이용하여 예측치를 얻는 방법을 ROM 방식이라고 한다.
도 39는 도 30의 송신 장치에 의해 부호화된 부호화 데이터를 수신하기 위한 수신 장치의 다른 실시예를 도시하는 도면이다. 도 39의 수신 장치는, 제1 내지 제4 계층의 각 클래스에 대한 예측 계수의 각각이 신호 처리 회로(71)에 공급되는 부호화 데이터에 포함되지 않으므로, 제1 내지 제4 계층의 복호화된 화상이 제 1 내지 제4 계층의 각 클래스에 대한 예측 계수 없이 재구성된다는 점을 제외하고는 도 19의 수신 장치와 유사하다.
도 40은 도 39의 수신 장치의 예측 유니트(724)를 도시하는 블록도이다. 도 40의 상세한 설명은 도 40의 예측 유니트(724)에 대한 설명이 (도 36의 예측 유니트의) 도 37에 도시된 예측 유니트(224)에 보완적이므로 생략하기로 한다.
도 24는 도 1의 송신 장치(1)의 다른 실시예를 도시하고 있다. 도 24에 있어서, 도 22의 부분에 대응하는 부분은 같은 도면 부호를 사용하였다. 즉, 송신 장치(1)의 구성은 제어 회로(301)이 제공된다는 점을 제외하고는 도 22의 송신 장치(1)의 구성과 유사하다. 도 24의 실시예에 있어서는, ROM 방식을 이용하여 예측치를 얻을 수 있다. 그러나, 이 실시예에 있어서, 축차 방식을 사용하여 예측치를 얻는 것도 가능하다. 축차 방식의 경우에, 제2 내지 제4 계층의 화상 데이터는 또한 최적의 보정 데이터로 제공된다.
연산 유니트(121 내지 124)에서 계산된 제1 내지 제4 계층의 차분치 (부호화 데이터)는 제어 회로(301)로 인가된다. 제어 회로(301)은 제1 내지 제4 계층의 예측 오차를 소정의 임계치 ε'과 비교하고, 신호 처리 회로(13)가 단지 이 임계치 ε' 이상의 값을 갖는 예측 오차만 최종 부호화 데이터에 포함하도록 제어한다.
제1 내지 제4 계층의 예측 오차 (제1 내지 제4 계층의 부호화 데이터)는 상기 구성의 송신 장치(1)의 연산 유니트(121 내지 124)에서 도 2에서와 동일한 방식으로 계산되어 신호 처리 유니트(13) 및 제어 유니트(301)로 인가된다. 제1 내지 제4 계층의 예측 오차가 수신되면, 제어 유니트(301)은 제1 내지 제4 계층의 예측 오차를 소정의 임계치 ε'과 도 25의 흐름도에 도시한 방법으로 비교하여 오차의 크기를 판단한다.
단계 S301에서 어떤 계층에 대한 예측 오차가 소정의 임계치 ε' 이상인지가 판단되면, 처리 과정은 단계 S302로 진행한다. 제어 유니트(301)은 신호 처리 유니트(13)을 제어하여 이 계층에 의해 표시되는 계층 정보 및 예측 오차가 최종 부호화 데이터에 포함되도록 하고, 처리 과정을 종료시킨다. 단계 S301에서 어떤 계층에 대한 예측 오차가 소정의 임계치 ε' 미만인 것으로 판단되면, 단계 S302는 생략되고 처리 과정이 종료된다.
제어 회로(301)에서, 도 25의 흐름도를 참조하여 기술된 처리 과정이 각 계층에 대하여 수행된다. 신호 처리 유니트(13)에서 출력되는 최종 부호화 데이터는 제1 내지 제4 계층에 대한 예측 오차 중 소정의 임계치 ε' 이상인 것을 포함한다.
소정의 임계치 ε' 미만의 예측 오차를 사용하여 복호화하는 경우라도, 예측 오차를 사용하지 않고 복호화하는 경우와 비교하면 복호 화상의 화면 품질에 대해서는 영향이 없다. 따라서, 이 경우 복호 화상의 화면 품질의 큰 열화를 초래하지 않고도 부호화 데이터에 대한 데이터 양을 줄이는 것이 가능하다.
도 26은 도 24의 송신 장치(1)에서 얻어지는 부호화 데이터를 복호화하는 수신 장치(4)의 실시예를 도시하고 있다. 도 26에 있어서, 도 19에 대응하는 부분은 동일한 도면 부호를 사용하는데, 즉 수신 장치(4)의 구성은 제어 회로(401)이 제공된다는 점을 제외하고는 도 19에 도시된 것과 유사하다. 더욱이, 수신 장치(4)에서 ROM 방식을 이용하여 (그러나, 축차 방식도 또한 사용될 수 있으며, 이 경우에는 제1 내지 제4 계층의 각 클래스에 대한 예측 계수의 각각이 송신됨) 예측 오차가 얻어진다.
제어 유니트(401)은 신호 처리 유니트(71)을 제어하여 부호화 데이터 내에 포함된 예측 오차를 대응하는 연산 유니트 (연산 유니트 731 내지 734 중 임의의 하나)에 공급한다.
이 경우에 있어서, 신호 처리 회로(71)은 예측 오차와 함께 부호화 데이터에 포함되는 계층 정보를 추출하여 이 데이터를 제어 회로(401)에 공급한다. 도 27에 도시된 바와 같이, 단계 S401에 있어서, 제어 회로(401)은 신호 처리 회로(71)로부터 계층 정보를 수신한다. 단계 S402에 있어서, 계층 정보에 기초하여 예측 오차를 대응하는 연산 유니트 (연산 유니트 731 내지 734 중 임의의 하나)로 출력하도록 신호 처리 회로(71)를 제어하고, 절차를 종료한다.
이 경우에 있어서, 예측 오차가 연산 유니트(731 내지 734)로 공급될 때, 이러한 예측 오차와 예측치가 가산되고 그 결과가 복호 화상으로서 출력된다. 예상 오차가 공급되지 않을 때에는, 예측치가 변경 없이 복호 화상으로서 출력되는데, 즉 예측 잔류치가 임계치 ε' 이상인 계층에 있어서는 예측 오차 및 예측치가 가산되어 소위 보정된 예측 오차를 갖는 복호 화상이 생성된다. 반면, 예상 오차가 임계치 ε' 미만인 계층에 있어서는 작은 예측 오차는 무시되고 예측치가 복호 화상으로서 출력된다.
이상은 본 발명에 따른 화상 처리 시스템에 관한 설명이었다. 그러나, 이러한 종류의 화상 처리 시스템은 예를 들면 NTSC 방식 신호 등과 같은 표준 방식의 텔레비젼 신호를 부호화하는 경우 이외에도 예를 들면 많은 양의 데이터를 처리하는 소위 하이비젼 방식의 텔레비젼 신호를 부호화하는데 특히 효과적일 수 있다. 그러한 실시예에 있어서, 각 절차가 한 프레임에 대해서 수행되더라도, 각 절차는 둘 또는 하나 이상의 프레임에 대한 한 필드에 대해 수행될 수 있다.
상기 실시예에 있어서, 한 프레임에 대한 화상을 대상으로 하여 블록 부호화가 수행되지만, 예를 들면 시계열에서 연속하는 다수의 프레임의 경우 동일 위치의 화소로부터 블록을 수집하는 구성도 가능하다.
더욱이, 상기 실시예에 있어서, 오차의 자승합이 오차 정보로서 사용되지만, 예를 들어 오차의 절대치합 또는 오차의 3승 이상의 합이 사용될 수도 있다. 어느 것을 오차 정보로 사용할 것인가는 예를 들어 수렴성에 기초하여 결정할 수 있다.
게다가, 상기 실시예에 있어서, 제2 내지 제5 계층의 화상 데이터는 단순히 세선화 유니트(111 내지 114)에서 제1 내지 제4 계층의 화상 데이터를 수평 방향으로 1/3 그리고 수직 방향으로 1/3 만큼 솎아냄으로써 생성될 수 있는데, 즉 3x3 (가로x세로) 블록으로부터 그 중심 화소를 추출하여 제2 내지 제5 계층의 화상 데이터를 생성한다. 그러나, 제2 내지 제5 계층의 화상 데이터는 또한 3x3 화소 블록에 대한 평균치를 계산하고 이 평균치를 3x3 블록의 중심 화소의 화소값으로서 함으로써 생성될 수도 있다.
더군다나, 상기 실시예에 있어서, 보정 데이터는 보정 유니트(21)에서 제5 계층의 화상 데이터를 직접 보정하여 얻을 수도 있지만, 보정 데이터는 또한 예를 들어 다음의 방법에 의해 생성될 수도 있다. 즉, 예를 들어 제4 계층의 화상 데이터는 예를 들어 N 화소의 블록으로 분할될 수 있고, N 화소는 소정의 계수에 의해 곱해져서 합을 구한다. 이 값을 블록에 대한 대표치로서 취하고, 이러한 대표치를 포함하는 화상을 제5 계층의 화상으로 한다. 이러한 경우에 있어서, 보정 유니트(21)에서의 보정은 예를 들어 소정의 계수를 변화시킴으로써 수행될 수 있다.
상기 실시예에 있어서, 화상은 제5 계층으로 부호화되지만, 계층의 수는 다섯 개로 한정되는 것이 아니다.
더욱이, 제1 계층 화상의 예측치에 대한 예측 오차가 송신 장치(1)에서 오차 정보로 사용되지만, 각 계층 화상의 예상치에 대한 예측 오차도 또한 그 총합과 함께 오차 정보로서 사용될 수 있다.
게다가, 상기 실시예에 있어서, 제5 계층 화상의 보정 데이터는 제5 계층 화상의 예측치에 대한 예측 오차를 임계치 ε 미만으로 함으로써 얻을 수 있다. 그러나, 상위 계층 화상의 예측치에 대한 예측 오차를 인접 상위 계층 및 하위 계층 사이에서 소정치 미만으로 함으로써 하위 계층 화상의 보정 데이터를 얻는 것도 가능하다.
도1은 화상 처리 시스템에 적용되는 본 발명의 실시예에 관한 구성을 도시한 블록도.
도2는 도1의 전송 장치(1)의 제1 실시예에 관한 구성을 도시한 블록도.
도3은 도2의 세선화 유니트(111 내지 114)의 처리를 설명하는 도면.
도4는 도2의 세선화 유니트(111 내지 114)의 처리를 설명하는 도면.
도5는 도2에 있는 최적의 보정 데이터 계산 유니트(14)의 예시적 구성을 도시하는 블록도.
도6은 도5의 최적의 보정 데이터 계산 유니트(14)에 관한 처리를 설명하기 위한 흐름도.
도7은 도5의 보정 유니트(21)의 예시적 구성을 도시한 블록도.
도8은 도5의 보정 유니트(21)의 동작을 설명하는 흐름도.
도9는 도5의 예측 유니트(22)의 예시적 구성을 도시한 블록도.
도10은 도9의 로컬 디코더(221 내지 224)의 예시적 구성을 도시한 블록도.
도11은 도10의 클래스 분류용 차단 유니트(41)를 위한 처리를 설명하는 도면.
도12는 클래스 분류 처리를 설명하는 도면.
도13은 ADRC 처리를 설명하는 도면.
도14는 도9의 로컬 디코더(221 내지 224)의 동작을 설명하는 흐름도.
도15는 도5의 오차 계산 유니트(23)의 예시적 구성을 도시한 도면.
도16은 도5의 오차 계산 유니트(23)의 동작을 설명하는 흐름도.
도17은 도5의 판단 유니트(24)의 예시적 구성을 도시한 블록도.
도18은 도17의 판단 유니트(24)의 동작을 설명하는 흐름도.
도19는 도1의 수신 장치에 관한 제1 실시예의 구성을 도시한 블록도.
도20은 도19의 예측 유니트(721 내지 724)의 예시적 구성을 도시한 블록도.
도21은 도9의 로컬 디코더(221 내지 224)의 또다른 예시적 구성을 도시한 블록도.
도22는 도21의 예측 상호 계수 ROM(81)에 저장된 예측 상호 계수를 계산하기 위한 화상 처리 장치의 실시예 구성을 도시한 블록도.
도23은 도19의 예측 유니트(721 내지 724)에 관한 또 하나의 예시적 구성을 도시한 블록도.
도24는 도1의 전송 장치(1)의 제3 실시예 구성을 도시한 블록도.
도25는 도24의 제어 유니트(301)에 관한 처리를 설명하는 흐름도.
도26은 도1의 수신 장치(4)의 제2 실시예 구성을 도시한 블록도.
도27은 도26의 제어 장치(401)에 관한 처리를 설명하는 흐름도.
도28은 관련된 계층적 부호화를 수행하기 위한 화상 부호화 장치의 예시적 구성을 도시한 블록도.
도29는 관련된 계층적 부호화를 수행하기 위한 화상 복호화 장치의 예시적 구성을 도시한 블록도.
도30은 도1의 전송 장치(1)의 대안적 실시예 구성을 도시한 블록도.
도31은 도30에 도시된 최적의 보정 데이터 계산 장치(14)의 실시예를 도시한 블록도.
도32는 도31의 예측 유니트(22)의 예시적 실시예를 도시한 블록도.
도33은 도32에 도시된 예측 유니트(22)의 동작을 설명하는 흐름도.
도34는 도30에 도시된 최적의 보정 데이터 계산 장치(14)의 대안적 실시예를 도시한 블록도.
도35는 도34에 도시된 최적의 보정 데이터 계산 장치(14)의 동작을 설명하는 흐름도.
도36은 도34의 예측 유니트(22)의 예시적 구성을 도시한 블록도.
도37은 도36의 로컬 디코더(221 내지 224)의 또다른 예시적 구성을 도시한 블록도.
도38은 도37의 로컬 디코더(221 내지 224)의 동작을 설명하는 흐름도.
도39는 도1의 수신 장치(4)의 대안적 실시예 구성을 도시한 블록도.
도40은 도39의 예측 유니트(721 내지 724)의 예시적 구성을 도시한 블록도.
<도면의 주요 부분에 대한 부호의 설명>
1 : 송신 장치
2 : 기록 매체
3 : 전송 경로
4 : 수신 장치
111 내지 114 : 세선화 유니트
121 내지 124 : 연산화 유니트
13 : 신호 처리 회로
14 : 최적 보정 데이터 계산 회로
21 : 보정 유니트
22 : 예측 유니트
221 내지 224 : 로컬 디코더 유니트
24 : 판단 유니트
25 : 다중화 유니트
32 : 보정 유니트
41 : 클래스 분류용 블록화 유니트
42 : 예측치 계산용 블록화 유니트
43 : 클래스 분류 적응 처리 유니트
51 : 블록화 유니트

Claims (72)

  1. 화상 데이터를 계층적으로 부호화하여 부호화된 화상 데이터를 생성하기 위한 장치에 있어서,
    제1 계층의 화상 데이터의 화소 수보다 적은 화소 수를 가지는 제2 계층의 화상 데이터를 형성하기 위한 수단,
    상기 제2 계층의 화상 데이터를 보정하여 보정 데이터를 생성하기 위한 수단,
    상기 보정 데이터에 따라 상기 제1 계층의 화상 데이터를 예측하여 다수의 예측된 화소를 갖는 제1 계층의 예측 데이터를 생성하기 위한 수단,
    상기 제1 계층의 화상 데이터에 대한 상기 제1 계층의 예측 데이터의 예측 오차를 계산하기 위한 수단,
    상기 예측된 오차에 따라 상기 보정된 데이터의 적합성을 결정하기 위한 수단,
    상기 결정된 적합성에 따라 상기 제1 계층의 화상 데이터와 상기 제1 계층의 예측 데이터 간의 다수의 차분치(difference values)를 가지는 차분 데이터를 생성하기 위한 수단, 및
    상기 보정된 데이터와 상기 차분 데이터를 상기 부호화된 화상 데이터로서 출력하기 위한 수단
    을 포함하는 화상 데이터 생성 장치.
  2. 제1항에 있어서, 상기 예측 수단은
    상기 보정된 데이터에 대한 클래스 정보를 생성하기 위한 수단, 및
    상기 클래스 정보에 따라 상기 예측된 화소들을 생성하기 위한 수단
    을 포함하는 화상 데이터 생성 장치.
  3. 제1항에 있어서, 상기 예측 수단은
    상기 보정된 데이터에 기초하여 예측 계수들을 생성하기 위한 수단, 및
    상기 보정된 데이터와 상기 예측 계수들에 기초하여 상기 제1 계층의 예측 데이터를 생성하기 위한 수단
    을 포함하는 화상 데이터 생성 장치.
  4. 제1항에 있어서, 상기 예측 수단은
    상기 보정된 데이터의 다수의 화소를 사용하여 클래스 정보를 생성하기 위한 수단,
    상기 제1 계층의 화상 데이터와 상기 보정된 데이터를 사용하여 각각의 클래스에 대한 예측 계수들을 생성하기 위한 수단, 및
    상기 클래스 정보에 대응되는 상기 예측 계수들과 상기 보정된 데이터를 사용하여 상기 제1 계층의 예측된 화소들을 생성하기 위한 수단
    을 포함하는 화상 데이터 생성 장치.
  5. 제4항에 있어서, 상기 출력 수단은 상기 각각의 클래스에 대한 예측 계수들을 구비한 상기 제2 계층의 화상 데이터를 출력하는 화상 데이터 생성 장치.
  6. 제1항에 있어서, 상기 예측 수단은
    각각의 클래스에 대한 예측 계수들을 저장하는 메모리,
    상기 보정된 데이터의 다수의 화소를 사용하여 클래스 정보를 생성하기 위한 수단, 및
    상기 메모리로부터의 클래스 정보에 대응되는 상기 예측 계수들을 판독하여, 상기 판독된 예측 계수들과 상기 보정된 데이터를 사용하여 상기 제1 계층의 예측된 화소들을 생성하기 위한 수단
    을 포함하는 화상 데이터 생성 장치.
  7. 제6항에 있어서, 상기 메모리에 저장된 각각의 클래스에 대한 예측 계수들은 학습용 화상 데이터를 사용하여 생성되는 화상 데이터 생성 장치.
  8. 제7항에 있어서, 상기 출력 수단은 상기 각각의 클래스에 대한 예측 계수들을 구비한 상기 제2 계층의 화상 데이터를 출력하는 화상 데이터 생성 장치.
  9. 제1항에 있어서,
    상기 보정 수단은 상기 제2 계층의 화상 데이터를 보정하기 위한 보정값들을 저장하는 메모리를 포함하고,
    상기 보정 수단은 상기 보정 값들을 사용하여 상기 제2 계층의 화상 데이터를 보정하는 화상 데이터 생성 장치.
  10. 제1항에 있어서,
    상기 결정 수단은 상기 예측 오차가 선정된 임계치 미만인지를 결정함으로써 상기 보정된 데이터의 적합성을 결정하고,
    상기 출력 수단은 상기 예측 오차가 상기 선정된 임계치 미만일 때 상기 보정된 데이터를 상기 부호화된 데이터로서 출력하는 화상 데이터 생성 장치.
  11. 제1항에 있어서,
    상기 결정 수단은 상기 예측 오차가 선정된 임계치 미만인지를 결정함으로써 상기 보정된 데이터의 적합성을 결정하고,
    상기 차분 데이터 생성 수단은, 상기 예측 오차가 상기 선정된 임계치 미만인 것으로 검출될 때 상기 차분 데이터를 생성하는 화상 데이터 생성 장치.
  12. 제1항에 있어서,
    상기 출력 수단은 상기 예측 오차가 상기 선정된 임계치 미만일 때 상기 보정된 데이터와 상기 차분 데이터를 상기 보정된 데이터로서 출력하는 화상 데이터 생성 장치.
  13. 화상의 계층적 부호화에 의해 표현되는 데이터를 복호화하기 위한 장치에 있어서,
    최적으로 보정된 데이터를 제2 계층의 화상 데이터로서 포함하고, 차분 데이터를 제1 계층의 부호화된 화상 데이터로서 포함하는 부호화된 데이터를 수신하기 위한 수단 - 상기 제2 계층의 화상 데이터는 상기 제1 계층의 화상 데이터보다 적은 수의 화소를 가짐 -,
    상기 최적으로 보정된 데이터로부터 상기 제1 계층의 화상 데이터를 예측하여 상기 제1 계층의 예측 데이터를 생성하기 위한 수단, 및
    상기 제1 계층의 예측 데이터와 상기 차분 데이터를 가산하여 상기 제1 계층의 화상 데이터를 복호화하기 위한 수단
    을 포함하고,
    상기 부호화된 데이터는
    i) 상기 제1 계층의 화상 데이터의 화소 수보다 적은 화소 수를 가지는 상기 제2 계층의 화상 데이터를 형성하는 단계,
    ii) 상기 제2 계층의 화상 데이터를 보정하여 보정된 데이터를 생성하는 단계,
    iii) 상기 보정된 데이터에 따라 상기 제1 계층의 화상 데이터를 예측하여 다수의 예측된 화소를 갖는 제1 계층의 예측 데이터를 생성하는 단계,
    iv) 상기 제1 계층의 화상 데이터에 대한 상기 제1 계층의 예측 데이터의 예측 오차를 계산하는 단계,
    v) 상기 예측 오차에 따라 상기 보정된 데이터의 적합성을 결정하는 단계,
    vi) 상기 결정된 결과에 따라 상기 제1 계층의 화상 데이터와 상기 제1 계층의 예측 데이터 간의 다수의 차분치를 가지는 차분 데이터를 생성하는 단계, 및
    vii) 상기 보정된 데이터를 상기 제2 계층의 부호화된 화상 데이터로서, 그리고 상기 차분 데이터를 상기 제1 계층의 부호화된 화상 데이터로서 출력하는 단계
    에 의해 생성되는 데이터 복호화 장치.
  14. 제13항에 있어서, 상기 예측 수단은
    상기 보정된 데이터의 클래스 정보를 상기 제2 계층의 화상 데이터로서 생성하기 위한 수단, 및
    상기 클래스 정보에 따라 상기 제1 계층의 예측 데이터를 생성하기 위한 수단
    을 포함하는 데이터 복호화 장치.
  15. 제13항에 있어서, 상기 부호화된 데이터는 상기 제1 계층의 화상 데이터를 생성하기 위한 예측 계수들을 포함하고,
    상기 예측 수단은 상기 예측 계수와 상기 보정된 데이터를 상기 제2 계층의 화상 데이터로서 사용하여 상기 제1 계층의 예측 데이터를 생성하기 위한 수단을 포함하는 데이터 복호화 장치.
  16. 제13항에 있어서, 상기 부호화된 데이터는 상기 제1 계층의 화상 데이터를 생성하기 위한 각각의 클래스에 대한 예측 계수들을 포함하고,
    상기 예측 수단은
    상기 보정된 데이터의 다수의 화소를 상기 제2 계층의 화상 데이터로서 사용하여 클래스 정보를 생성하기 위한 수단, 및
    상기 클래스 정보에 대응되는 상기 예측 계수들과 상기 보정된 데이터를 상기 제2 계층의 화상 데이터로서 사용하여 상기 제1 계층의 예측 데이터를 생성하기 위한 수단
    을 포함하는 데이터 복호화 장치.
  17. 제13항에 있어서, 상기 예측 수단은
    각각의 클래스에 대한 예측 계수들을 저장하는 메모리,
    상기 보정된 데이터의 다수의 화소를 상기 제2 계층의 화상 데이터로서 사용하여 클래스 정보를 생성하기 위한 수단, 및
    상기 클래스 정보에 대응되는 예측 계수들과 상기 보정된 데이터를 상기 제2 계층의 화상 데이터로서 사용하여 상기 제1 계층의 예측 데이터를 생성하기 위한 수단
    을 포함하는 데이터 복호화 장치.
  18. 제17항에 있어서, 상기 메모리에 저장된 각각의 클래스에 대한 상기 예측 계수들은 학습용 화상 데이터를 사용하여 생성되는 데이터 복호화 장치.
  19. 화상 데이터를 계층적으로 부호화하여 부호화된 화상 데이터를 생성하는 방법에 있어서,
    제1 계층의 화상 데이터의 화소 수보다 적은 화소 수를 가지는 제2 계층의 화상 데이터를 형성하는 단계,
    상기 제2 계층의 화상 데이터를 보정하여 보정된 데이터를 생성하는 단계,
    상기 보정된 데이터에 따라 상기 제1 계층의 화상 데이터를 예측하여 다수의 예측된 화소를 갖는 제1 계층의 예측 데이터를 생성하는 단계,
    상기 제1 계층의 화상 데이터에 대한 상기 제1 계층의 예측 데이터의 예측 오차를 계산하는 단계,
    상기 예측된 오차에 따라 상기 보정된 데이터의 적합성을 결정하는 단계,
    상기 결정된 적합성에 따라 상기 제1 계층의 화상 데이터와 상기 제1 계층의 예측 데이터 간의 다수의 차분치를 가지는 차분 데이터를 생성하는 단계, 및
    상기 보정된 데이터와 상기 차분 데이터를 상기 부호화된 화상 데이터로서 출력하는 단계
    를 포함하는 화상 데이터 생성 방법.
  20. 제19항에 있어서, 상기 예측 단계는
    상기 보정된 데이터에 대한 클래스 정보를 생성하는 단계, 및
    상기 클래스 정보에 따라 상기 예측된 화소들을 생성하는 단계
    를 포함하는 화상 데이터 생성 방법.
  21. 제19항에 있어서, 상기 예측 단계는
    상기 보정된 데이터에 기초하여 예측 계수들을 생성하는 단계, 및
    상기 보정된 데이터와 상기 예측 계수들에 기초하여 상기 제1 계층의 예측 데이터를 생성하는 단계
    를 포함하는 화상 데이터 생성 방법.
  22. 제19항에 있어서, 상기 예측 단계는
    상기 보정된 데이터의 다수의 화소를 사용하여 클래스 정보를 생성하는 단계,
    상기 제1 계층의 화상 데이터와 상기 보정된 데이터를 사용하여 각각의 클래스에 대한 예측 계수들을 생성하는 단계, 및
    상기 클래스 정보에 대응되는 상기 예측 계수들과 상기 보정된 데이터를 사용하여 상기 제1 계층의 예측된 화소들을 생성하는 단계
    를 포함하는 화상 데이터 생성 방법.
  23. 제22항에 있어서, 상기 출력 단계는 상기 각각의 클래스에 대한 예측 계수들을 구비한 상기 제2 계층의 화상 데이터를 출력하는 화상 데이터 생성 방법.
  24. 제19항에 있어서, 상기 예측 단계는
    상기 보정된 데이터의 다수의 화소를 사용하여 클래스 정보를 생성하는 단계, 및
    각각의 클래스에 대한 예측 계수들을 저장하는 메모리로부터 상기 생성된 클래스 정보에 대응되는 예측 계수들을 판독하는 단계,
    상기 판독된 예측 계수들과 상기 보정된 데이터를 사용하여 상기 제1 계층의 예측된 화소들을 생성하는 단계
    를 포함하는 화상 데이터 생성 방법.
  25. 제24항에 있어서, 상기 메모리에 저장된 각각의 클래스에 대한 상기 예측 계수들은 학습용 화상 데이터를 사용하여 생성되는 화상 데이터 생성 방법.
  26. 제25항에 있어서, 상기 출력 단계는 상기 각각의 클래스에 대한 예측 계수들을 구비한 상기 제2 계층의 화상 데이터를 출력하는 화상 데이터 생성 방법.
  27. 제19항에 있어서,
    상기 보정 단계는 보정값들을 저장하고 있는 메모리로부터 판독된 상기 보정값들을 사용하여 상기 제2 계층의 화상 데이터를 보정하는 화상 데이터 생성 방법.
  28. 제19항에 있어서,
    상기 결정 단계는 상기 예측 오차가 선정된 임계치 미만인지를 검출함으로써 상기 보정된 데이터의 적합성을 결정하고,
    상기 출력 단계는 상기 예측 오차가 상기 선정된 임계치 미만일 때 상기 보정된 데이터를 상기 부호화된 데이터로서 출력하는 화상 데이터 생성 방법.
  29. 제19항에 있어서,
    상기 결정 단계는 상기 예측 오차가 선정된 임계치 미만인지 여부를 결정함으로써 상기 보정된 데이터의 적합성을 결정하고,
    상기 차분 데이터 생성 단계는, 상기 예측 오차가 상기 선정된 임계치 미만인 것으로 검출될 때 상기 차분 데이터를 생성하는 화상 데이터 생성 방법.
  30. 제19항에 있어서,
    상기 출력 단계는 상기 예측 오차가 상기 선정된 임계치 미만일 때 상기 보정된 데이터와 상기 차분 데이터를 상기 보정된 데이터로서 출력하는 화상 데이터 생성 방법.
  31. 화상의 계층적 부호화에 의해 표현되는 데이터를 복호화하는 방법에 있어서,
    최적으로 보정된 데이터를 제2 계층의 화상 데이터로서 포함하고, 차분 데이터를 제1 계층의 부호화된 화상 데이터로서 포함하는 부호화된 데이터를 수신하는 단계 - 상기 제2 계층의 화상 데이터는 상기 제1 계층의 화상 데이터 보다 적은 수의 화소를 가짐 -,
    상기 최적으로 보정된 데이터로부터 상기 제1 계층의 화상 데이터를 예측하여 상기 제1 계층의 예측 데이터를 생성하는 단계, 및
    상기 제1 계층의 예측 데이터와 상기 차분 데이터를 가산하여 상기 제1 계층의 화상 데이터를 복호화하는 단계
    를 포함하고,
    상기 부호화된 데이터는
    i) 상기 제1 계층의 화상 데이터의 화소 수보다 적은 화소 수를 가지는 상기 제2 계층의 화상 데이터를 형성하는 단계,
    ii) 상기 제2 계층의 화상 데이터를 보정하여 보정된 데이터를 생성하는 단계,
    iii) 상기 보정된 데이터에 따라 상기 제1 계층의 화상 데이터를 예측하여 다수의 예측된 화소를 갖는 제1 계층의 예측 데이터를 생성하는 단계,
    iv) 상기 제1 계층의 화상 데이터에 대한 상기 제1 계층의 예측 데이터의 예측 오차를 계산하는 단계,
    v) 상기 예측된 오차에 따라 상기 보정된 데이터의 적합성을 결정하는 단계,
    vi) 상기 결정된 결과에 따라 상기 제1 계층의 화상 데이터와 상기 제1 계층의 예측 데이터 간의 다수의 차분치를 가지는 차분 데이터를 생성하는 단계, 및
    vii) 상기 보정된 데이터를 상기 제2 계층의 부호화된 화상 데이터로서, 그리고 상기 차분 데이터를 상기 제1 계층의 부호화된 화상 데이터로서 출력하는 단계
    에 의해 생성되는 데이터 복호화 방법.
  32. 제31항에 있어서, 상기 예측 단계는
    상기 보정된 데이터의 클래스 정보를 상기 제2 계층의 화상 데이터로서 생성하는 단계, 및
    상기 클래스 정보에 따라 상기 제1 계층의 예측 데이터를 생성하는 단계
    를 포함하는 데이터 복호화 방법.
  33. 제31항에 있어서, 상기 부호화된 데이터는 상기 제1 계층의 화상 데이터를 생성하기 위한 예측 계수들을 포함하고,
    상기 예측 단계는 상기 예측 계수와 상기 보정된 데이터를 상기 제2 계층의 화상 데이터로서 사용하여 상기 제1 계층의 예측 데이터를 생성하는 단계를 포함하는 데이터 복호화 방법.
  34. 제31항에 있어서, 상기 부호화된 데이터는 상기 제1 계층의 화상 데이터를 생성하기 위한 각각의 클래스에 대한 예측 계수들을 포함하고,
    상기 예측 단계는
    상기 보정된 데이터의 다수의 화소를 상기 제2 계층의 화상 데이터로서 사용하여 클래스 정보를 생성하는 단계, 및
    상기 클래스 정보에 대응되는 상기 예측 계수들과 상기 보정된 데이터를 상기 제2 계층의 화상 데이터로서 사용하여 상기 제1 계층의 예측 데이터를 생성하는 단계
    를 포함하는 데이터 복호화 방법.
  35. 제31항에 있어서, 상기 예측 단계는
    상기 보정된 데이터의 다수의 화소를 상기 제2 계층의 화상 데이터로서 사용하여 클래스 정보를 생성하는 단계, 및
    상기 클래스 정보에 대응되는 각각의 클래스에 대한 예측 계수들과 상기 보정된 데이터를 상기 제2 계층의 화상 데이터로서 저장하는 메모리로부터 판독된 예측 계수들을 사용하여 상기 제1 계층의 예측 데이터를 생성하는 단계
    를 포함하는 데이터 복호화 방법.
  36. 제35항에 있어서, 상기 메모리에 저장된 각각의 클래스에 대한 상기 예측 계수들은 학습용 화상 데이터를 사용하여 생성되는 데이터 복호화 방법.
  37. 계층적 부호화를 포함하는 부호화된 화상 데이터를 전송하는 방법에 있어서,
    제1 계층의 화상 데이터의 화소 수보다 적은 화소 수를 가지는 제2 계층의 화상 데이터를 형성하는 단계,
    상기 제2 계층의 상기 화상 데이터를 보정하여 보정 데이터를 생성하는 단계,
    상기 보정 데이터에 따라 상기 제1 계층의 상기 화상 데이터를 예측하여 다수의 예측된 화소를 갖는 제1 계층의 예측 데이터를 생성하는 단계,
    상기 제1 계층의 상기 화상 데이터에 대한 상기 제1 계층의 상기 예측 데이터의 예측 오차를 계산하는 단계,
    상기 예측 오차에 따라서 상기 보정 데이터의 적합성을 결정하는 단계,
    상기 결정된 적합성에 따라서, 상기 제1 계층의 상기 화상 데이터와 상기 제1 계층의 상기 예측 데이터 사이의 다수의 차분치를 갖는 차분 데이터를 생성하는 단계, 및
    상기 보정 데이터 및 상기 차분 데이터를 상기 부호화된 화상 데이터로서 전송하는 단계
    를 포함하는 화상 데이터 전송 방법.
  38. 제37항에 있어서, 상기 예측 단계는
    상기 보정 데이터에 대한 클래스 정보를 생성하는 단계, 및
    상기 클래스 정보에 따라서 상기 예측 화소를 생성하는 단계
    를 포함하는 화상 데이터 전송 방법.
  39. 제37항에 있어서, 상기 예측 단계는
    상기 보정 데이터에 기초하여 예측 계수를 생성하는 단계, 및
    상기 보정 데이터 및 상기 예측 계수에 기초하여 상기 제1 계층의 상기 예측 데이터를 생성하는 단계
    를 포함하는 화상 데이터 전송 방법.
  40. 제37항에 있어서, 상기 예측 단계는
    상기 보정 데이터의 다수의 화소를 사용하여 클래스 정보를 생성하는 단계,
    상기 제1 계층의 상기 화상 데이터 및 상기 보정 데이터를 사용하여 각각의 클래스에 대한 예측 계수를 생성하는 단계, 및
    상기 클래스 정보에 해당하는 상기 예측 계수 및 상기 보정 데이터를 사용하여 상기 제1 계층의 상기 예측 화소를 생성하는 단계
    를 포함하는 화상 데이터 전송 방법.
  41. 제40항에 있어서, 상기 전송 단계는 상기 제2 계층의 상기 화상 데이터를 각각의 클래스에 대한 상기 예측 계수와 함께 전송하는 화상 데이터 전송 방법.
  42. 제37항에 있어서, 상기 예측 단계는
    상기 보정 데이터의 다수의 화소를 사용하여 클래스 정보를 생성하는 단계,
    각각의 클래스에 대한 예측 계수를 저장하는 메모리로부터, 상기 생성된 클래스 정보에 해당하는 예측 계수를 판독하는 단계, 및
    상기 판독된 예측 계수 및 상기 보정 데이터를 사용하여 상기 제1 계층의 상기 예측 화소를 생성하는 단계
    를 포함하는 화상 데이터 전송 방법.
  43. 제42항에 있어서, 상기 메모리에 저장된 각각의 클래스에 대한 상기 예측 계수는 학습용 화상 데이터를 사용하여 생성되는 화상 데이터 전송 방법.
  44. 제43항에 있어서, 상기 전송 단계는 상기 제2 계층의 상기 화상 데이터를 각각의 클래스에 대한 상기 예측 계수와 함께 전송하는 화상 데이터 전송 방법.
  45. 제37항에 있어서, 상기 보정 단계는 보정치를 저장하는 메모리로부터 판독된 상기 보정치를 사용하여 상기 제2 계층의 상기 화상 데이터를 보정하는 화상 데이터 전송 방법.
  46. 제37항에 있어서, 상기 결정 단계는 상기 예측 오차가 선정된 임계치보다 작은지를 검출함으로써 상기 보정 데이터의 적합성을 결정하고, 상기 전송 단계는 상기 예측 오차가 상기 선정된 임계치보다 작은 것에 응답하여 상기 보정 데이터를 상기 부호화 데이터로서 전송하는 화상 데이터 전송 방법.
  47. 제37항에 있어서, 상기 결정 단계는 상기 예측 오차가 선정된 임계치보다 작은지 여부를 결정함으로써 상기 보정 데이터의 적합성을 결정하고, 상기 차분 데이터 생성 단계는 상기 예측 오차가 상기 선정된 임계치보다 작은 것으로 검출된 때 상기 차분 데이터를 생성하는 화상 데이터 전송 방법.
  48. 제37항에 있어서, 상기 전송 단계는 상기 예측 오차가 상기 선정된 임계치보다 작을 때 상기 보정 데이터 및 상기 차분 데이터를 상기 보정 데이터로서 전송하는 화상 데이터 전송 방법.
  49. 부호화된 화상 데이터가 기록된 기록 매체에 있어서, 상기 화상 데이터는
    제1 계층의 화상 데이터의 화소 수보다 적은 화소 수를 가지는 제2 계층의 화상 데이터를 형성하는 단계,
    상기 제2 계층의 상기 화상 데이터를 보정하여 보정 데이터를 생성하는 단계,
    상기 보정 데이터에 따라 상기 제1 계층의 상기 화상 데이터를 예측하여 다수의 예측 화소를 갖는 상기 제1 계층의 예측 데이터를 생성하는 단계,
    상기 제1 계층의 상기 화상 데이터에 대한 상기 제1 계층의 상기 예측 데이터의 예측 오차를 계산하는 단계,
    상기 예측 오차에 따라서 상기 보정 데이터의 적합성을 결정하는 단계,
    상기 결정된 적합성에 따라서, 상기 제1 계층의 상기 화상 데이터와 상기 제1 계층의 상기 예측 데이터 사이의 다수의 차분치를 포함하는 차분 데이터를 생성하는 단계, 및
    상기 보정 데이터 및 상기 차분 데이터를 상기 부호화된 화상 데이터로서 출력하는 단계에 의하여 부호화된 화상 데이터인 화상 데이터 기록 매체.
  50. 제49항에 있어서, 상기 예측 단계는
    상기 보정 데이터에 대한 클래스 정보를 생성하는 단계, 및
    상기 클래스 정보에 따라서 상기 예측 화소를 생성하는 단계
    를 포함하는 화상 데이터 기록 매체.
  51. 제49항에 있어서, 상기 예측 단계는
    상기 보정 데이터에 기초하여 예측 계수를 생성하는 단계, 및
    상기 보정 데이터 및 상기 예측 계수에 기초하여 상기 제1 계층의 상기 예측 데이터를 생성하는 단계
    를 포함하는 화상 데이터 기록 매체.
  52. 제49항에 있어서, 상기 예측 단계는
    상기 보정 데이터의 다수의 화소를 사용하여 클래스 정보를 생성하는 단계,
    상기 제1 계층의 상기 화상 데이터 및 상기 보정 데이터를 사용하여 각각의 클래스에 대한 예측 계수를 생성하는 단계, 및
    상기 클래스 정보에 해당하는 상기 예측 계수 및 상기 보정 데이터를 사용하여 상기 제1 계층의 상기 예측 화소를 생성하는 단계
    를 포함하는 화상 데이터 기록 매체.
  53. 제52항에 있어서, 상기 출력 단계는 상기 제2 계층의 상기 화상 데이터를 각각의 클래스에 대한 상기 예측 계수와 함께 출력하는 화상 데이터 기록 매체.
  54. 제49항에 있어서, 상기 예측 단계는
    상기 보정 데이터의 다수의 화소를 사용하여 클래스 정보를 생성하는 단계,
    각각의 클래스에 대한 예측 계수를 저장하는 메모리로부터, 상기 생성된 클래스 정보에 해당하는 예측 계수를 판독하는 단계, 및
    상기 판독된 예측 계수 및 상기 보정 데이터를 사용하여 상기 제1 계층의 상기 예측 화소를 생성하는 단계
    를 포함하는 화상 데이터 기록 매체.
  55. 제54항에 있어서, 상기 메모리에 저장된 각각의 클래스에 대한 상기 예측 계수는 학습용 화상 데이터를 사용하여 생성되는 화상 데이터 기록 매체.
  56. 제55항에 있어서, 상기 출력 단계는 상기 제2 계층의 상기 화상 데이터를 각각의 클래스에 대한 상기 예측 계수와 함께 출력하는 화상 데이터 기록 매체.
  57. 제49항에 있어서, 상기 보정 단계는 보정치를 저장하는 메모리로부터 판독된 상기 보정치를 사용하여 상기 제2 계층의 상기 화상 데이터를 보정하는 화상 데이터 기록 매체.
  58. 제49항에 있어서, 상기 결정 단계는 상기 예측 오차가 선정된 임계치보다 작은지를 검출함으로써 상기 보정 데이터의 적합성을 결정하며, 상기 출력 단계는 상기 예측 오차가 상기 선정된 임계치보다 작은 것에 응답하여 상기 부호화 데이터로서 상기 보정 데이터를 출력하는 화상 데이터 기록 매체.
  59. 제49항에 있어서, 상기 결정 단계는 상기 예측 오차가 선정된 임계치보다 작은지를 결정함으로써 상기 보정 데이터의 적합성을 결정하며, 상기 차분 데이터 생성 단계는 상기 예측 오차가 상기 선정된 임계치보다 작은 것으로 검출된 때 상기 차분 데이터를 생성하는 화상 데이터 기록 매체.
  60. 제49항에 있어서, 상기 출력 단계는 상기 예측 오차가 상기 선정된 임계치보다 작을 때 상기 보정 데이터로서 상기 보정 데이터 및 상기 차분 데이터를 출력하는 화상 데이터 기록 매체.
  61. 부호화된 화상 데이터를 전송하기 위한 전송 방법에 있어서, 상기 화상 데이터는
    제1 계층의 화상 데이터의 화소 수보다 적은 화소 수를 가지는 제2 계층의 화상 데이터를 형성하는 단계,
    상기 제2 계층의 상기 화상 데이터를 보정하여 보정 데이터를 생성하는 단계,
    상기 보정 데이터에 따라 상기 제1 계층의 상기 화상 데이터를 예측하여 다수의 예측 화소를 가지는 상기 제1 계층의 예측 데이터를 생성하는 단계,
    상기 제1 계층의 상기 화상 데이터에 대한 상기 제1 계층의 상기 예측 데이터의 예측 오차를 계산하는 단계,
    상기 예측 오차에 따라서 상기 보정 데이터의 적합성을 결정하는 단계, 및
    상기 결정된 적합성에 따라서, 상기 제1 계층의 상기 화상 데이터와 상기 제1 계층의 상기 예측 데이터 사이의 다수의 차분치를 갖는 차분 데이터를 생성하는 단계
    에 의하여 부호화된 화상 데이터이며,
    상기 보정 데이터 및 상기 차분 데이터는 전송되는 상기 부호화된 화상 데이터인 화상 데이터 전송 방법.
  62. 제61항에 있어서, 상기 예측 단계는
    상기 보정 데이터에 대한 클래스 정보를 생성하는 단계, 및
    상기 클래스 정보에 따라서 상기 예측 화소를 생성하는 단계
    를 포함하는 화상 데이터 전송 방법.
  63. 제61항에 있어서, 상기 예측 단계는
    상기 보정 데이터에 기초하여 예측 계수를 생성하는 단계, 및
    상기 보정 데이터 및 상기 예측 계수에 기초하여 상기 제1 계층의 상기 예측 데이터를 생성하는 단계
    를 포함하는 화상 데이터 전송 방법.
  64. 제61항에 있어서, 상기 예측 단계는
    상기 보정 데이터의 다수의 화소를 사용하여 클래스 정보를 생성하는 단계,
    상기 제1 계층의 상기 화상 데이터 및 상기 보정 데이터를 사용하여 각각의 클래스에 대한 예측 계수를 생성하는 단계, 및
    상기 클래스 정보에 해당하는 상기 예측 계수 및 상기 보정 데이터를 사용하여 상기 제1 계층의 상기 예측 화소를 생성하는 단계
    를 포함하는 화상 데이터 전송 방법.
  65. 제64항에 있어서, 상기 부호화 데이터는 상기 제2 계층의 상기 화상 데이터를 각각의 클래스에 대한 상기 예측 계수와 함께 포함하는 화상 데이터 전송 방법.
  66. 제61항에 있어서, 상기 예측 단계는
    상기 보정 데이터의 다수의 화소를 사용하여 클래스 정보를 생성하는 단계,
    각각의 클래스에 대한 예측 계수를 저장하는 메모리로부터, 상기 생성된 클래스 정보에 해당하는 예측 계수를 판독하는 단계, 및
    상기 판독된 예측 계수 및 상기 보정 데이터를 사용하여 상기 제1 계층의 상기 예측 화소를 생성하는 단계
    를 포함하는 화상 데이터 전송 방법.
  67. 제66항에 있어서, 상기 메모리에 저장된 각각의 클래스에 대한 상기 예측 계수는 학습용 화상 데이터를 사용하여 생성되는 화상 데이터 전송 방법.
  68. 제67항에 있어서, 상기 부호화 데이터는 상기 제2 계층의 상기 화상 데이터를 각각의 클래스에 대한 상기 예측 계수와 함께 포함하는 화상 데이터 전송 방법.
  69. 제61항에 있어서, 상기 보정 단계는 보정치를 저장하는 메모리로부터 판독된 상기 보정치를 사용하여 상기 제2 계층의 상기 화상 데이터를 보정하는 화상 데이터 전송 방법.
  70. 제61항에 있어서, 상기 결정 단계는 상기 예측 오차가 선정된 임계치보다 작은지 여부를 검출함으로써 상기 보정 데이터의 적합성을 결정하며, 상기 부호화 데이터는 상기 예측 오차가 상기 선정된 임계치보다 작은 것에 응답하여 상기 부호화 데이터로서 상기 보정 데이터를 포함하는 화상 데이터 전송 방법.
  71. 제61항에 있어서, 상기 결정 단계는 상기 예측 오차가 선정된 임계치보다 작은지 여부를 결정함으로써 상기 보정 데이터의 적합성을 결정하며, 상기 차분 데이터 생성 단계는 상기 예측 오차가 상기 선정된 임계치보다 작은 것으로 검출된 때 상기 차분 데이터를 생성하는 화상 데이터 전송 방법.
  72. 제61항에 있어서, 상기 부호화 데이터는 상기 예측 오차가 상기 선정된 임계치보다 작을 때 상기 보정 데이터로서 상기 보정 데이터 및 상기 차분 데이터를 포함하는 화상 데이터 전송 방법.
KR1019970034126A 1996-07-17 1997-07-18 화소블록의클래스정보에대응되는매핑계수를이용하는화상부호화및화상복호화 KR100538731B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP96-206646 1996-07-17
JP20664696 1996-07-17

Publications (2)

Publication Number Publication Date
KR980012963A KR980012963A (ko) 1998-04-30
KR100538731B1 true KR100538731B1 (ko) 2006-02-28

Family

ID=16526804

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019970034126A KR100538731B1 (ko) 1996-07-17 1997-07-18 화소블록의클래스정보에대응되는매핑계수를이용하는화상부호화및화상복호화

Country Status (8)

Country Link
US (1) US6292591B1 (ko)
EP (1) EP0820196B1 (ko)
JP (1) JP3912627B2 (ko)
KR (1) KR100538731B1 (ko)
CN (1) CN1197252C (ko)
AT (1) ATE487328T1 (ko)
DE (1) DE69740035D1 (ko)
MY (1) MY116934A (ko)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU718453B2 (en) * 1996-07-17 2000-04-13 Sony Corporation Image coding and decoding using mapping coefficients corresponding to class information of pixel blocks
JP3132456B2 (ja) * 1998-03-05 2001-02-05 日本電気株式会社 階層的画像符号化方式、及び階層的画像復号方式
JP4300436B2 (ja) * 1998-09-28 2009-07-22 ソニー株式会社 画像データ変換装置及び画像データ変換方法
JP4337186B2 (ja) * 1998-10-29 2009-09-30 ソニー株式会社 画像情報変換装置および画像情報変換方法、学習装置および学習方法
US6658155B1 (en) 1999-03-25 2003-12-02 Sony Corporation Encoding apparatus
JP2000308021A (ja) * 1999-04-20 2000-11-02 Niigata Seimitsu Kk 画像処理回路
EP1247401B1 (de) * 1999-12-30 2003-07-02 Swisscom Mobile AG Verfahren für die übermittlung von bilddaten
US7113654B2 (en) 2002-01-31 2006-09-26 Bae Systems Information And Electronic Systems Integration Inc. Computationally efficient modeling of imagery using scaled, extracted principal components
EP3203741B1 (en) 2003-01-30 2018-03-14 Koninklijke Philips N.V. Video coding
JP2005079793A (ja) * 2003-08-29 2005-03-24 Nec Corp 画像通信方法、画像通信システム、画像送信装置および画像受信装置
US7583849B2 (en) * 2005-07-25 2009-09-01 Microsoft Corporation Lossless image compression with tree coding of magnitude levels
EP1977608B1 (en) 2006-01-09 2020-01-01 LG Electronics, Inc. Inter-layer prediction method for video signal
JP4756665B2 (ja) 2008-03-31 2011-08-24 富士通株式会社 画像圧縮装置、復元装置、圧縮方法、復元方法及びプログラム
AU2013201911B2 (en) * 2009-08-13 2014-10-02 Samsung Electronics Co., Ltd. Method and apparatus for encoding and decoding image by using large transformation unit
KR101474756B1 (ko) 2009-08-13 2014-12-19 삼성전자주식회사 큰 크기의 변환 단위를 이용한 영상 부호화, 복호화 방법 및 장치
JP5531496B2 (ja) * 2009-08-18 2014-06-25 セイコーエプソン株式会社 画像処理装置、表示システム、電子機器及び画像処理方法
JP5471165B2 (ja) * 2009-08-26 2014-04-16 セイコーエプソン株式会社 画像処理装置、表示システム、電子機器及び画像処理方法
JP2011227117A (ja) * 2010-04-15 2011-11-10 Seiko Epson Corp 画像処理装置、表示システム、電子機器及び画像処理方法
JP5901362B2 (ja) * 2012-03-08 2016-04-06 日本放送協会 色変換装置、カラーサブサンプリング装置およびこれらのプログラム
RU2509364C2 (ru) * 2012-05-15 2014-03-10 Федеральное государственное унитарное предприятие "Государственный научно-исследовательский институт авиационных систем" Способ формирования целочисленных ортогональных декоррелирующих матриц заданных размеров и устройство для его осуществления
US10116966B2 (en) * 2012-09-28 2018-10-30 Sharp Kabushiki Kaisha Image decoding device

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1991020159A1 (en) * 1990-06-13 1991-12-26 National Transcommunications Limited Evaluation of detail in video images, and applications thereof
WO1993013624A1 (en) * 1991-12-23 1993-07-08 Intel Corporation Method and apparatus for encoding a digital motion video signal using pyramid specific filtering

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0185533B1 (en) 1984-12-19 1991-03-27 Sony Corporation High efficiency technique for coding a digital video signal
JPS6348088A (ja) * 1986-08-15 1988-02-29 Sony Corp ディジタル画像信号の補間装置及び補間方法
NL8701261A (nl) 1987-05-27 1988-12-16 Philips Nv Televisie-overdrachtsysteem met pyramidale kodeer/dekodeerschakeling.
US5122873A (en) * 1987-10-05 1992-06-16 Intel Corporation Method and apparatus for selectively encoding and decoding a digital motion video signal at multiple resolution levels
US5200962A (en) 1988-11-03 1993-04-06 Racal-Datacom, Inc. Data compression with error correction
JP2840678B2 (ja) 1989-07-21 1998-12-24 ソニー株式会社 高能率符合化装置
US5193003A (en) 1989-08-15 1993-03-09 Sony Corporation Apparatus for decoding digital video data with small memory requirement
GB9022326D0 (en) * 1990-10-15 1990-11-28 British Telecomm Signal coding
US5680225A (en) 1991-02-14 1997-10-21 Canon Kabushiki Kaisha Image reduction with fine-line protection
GB2262854B (en) * 1991-12-24 1995-05-24 Sony Broadcast & Communication Image processing apparatus
US5291281A (en) 1992-06-18 1994-03-01 General Instrument Corporation Adaptive coding level control for video compression systems
JPH06125533A (ja) 1992-10-13 1994-05-06 Sony Corp エラー訂正コード付加装置及びエラー訂正装置
JP3104439B2 (ja) * 1992-11-13 2000-10-30 ソニー株式会社 高能率符号化及び／又は復号化装置
KR100360206B1 (ko) 1992-12-10 2003-02-11 소니 가부시끼 가이샤 화상신호변환장치
JP3271095B2 (ja) * 1993-06-18 2002-04-02 ソニー株式会社 ディジタル画像信号の高能率符号化装置および復号装置
JP3572632B2 (ja) 1993-06-29 2004-10-06 ソニー株式会社 異常検出装置
JP3503166B2 (ja) 1993-07-29 2004-03-02 ソニー株式会社 信号変換装置および方法
DE69428979T2 (de) 1993-08-30 2002-08-08 Sony Corp., Tokio/Tokyo Einrichtung und verfahren zur kodierung von bilddaten
US5663764A (en) 1993-09-30 1997-09-02 Sony Corporation Hierarchical encoding and decoding apparatus for a digital image signal
JP3590996B2 (ja) 1993-09-30 2004-11-17 ソニー株式会社 ディジタル画像信号の階層符号化および復号装置
JP3373008B2 (ja) 1993-10-20 2003-02-04 オリンパス光学工業株式会社 画像像域分離装置
JP3271108B2 (ja) * 1993-12-03 2002-04-02 ソニー株式会社 ディジタル画像信号の処理装置および方法
JP3846642B2 (ja) * 1994-01-31 2006-11-15 ソニー株式会社 動き量検出方法及び動き量検出装置
US5555465A (en) 1994-05-28 1996-09-10 Sony Corporation Digital signal processing apparatus and method for processing impulse and flat components separately
JP3470403B2 (ja) * 1994-08-01 2003-11-25 ソニー株式会社 ディジタル画像信号の処理装置
US5553160A (en) 1994-09-01 1996-09-03 Intel Corporation Method and apparatus for dynamically selecting an image compression process based on image size and color resolution
JP3781203B2 (ja) 1994-11-28 2006-05-31 ソニー株式会社 画像信号補間装置及び画像信号補間方法
US5754702A (en) * 1994-12-02 1998-05-19 Allied Signal Inc. Scale oriented interband prediction method for image data compression and reconstruction
US5625712A (en) 1994-12-14 1997-04-29 Management Graphics, Inc. Iterative compression of digital images
DE69523550T2 (de) 1994-12-29 2002-05-08 Sony Corp., Tokio/Tokyo Einrichtung und Verfahren zur Quantisierung
US5734433A (en) 1995-06-21 1998-03-31 Sony Corporation Picture encoding apparatus, picture encoding method, picture encoding and transmitting method, and picture record medium
US5703652A (en) 1995-07-28 1997-12-30 Sony Corporation Information signal encoding system and method for adaptively encoding an information signal
US5825313A (en) 1995-08-01 1998-10-20 Sony Corporation Information signal encoding apparatus, encoding method thereof, information signal decoding method, and information signal record medium thereof
US5960116A (en) 1995-11-02 1999-09-28 Canon Kabushiki Kaisha Image processing apparatus and method for performing prediction data encoding
US5812699A (en) 1995-12-07 1998-09-22 Intel Corporation Counter-based controller for video compression
US5912708A (en) 1996-12-26 1999-06-15 Sony Corporation Picture signal encoding device, picture signal encoding method, picture signal decoding device, picture signal decoding method, and recording medium
US5969764A (en) 1997-02-14 1999-10-19 Mitsubishi Electric Information Technology Center America, Inc. Adaptive video coding method
US5880784A (en) 1997-06-17 1999-03-09 Intel Corporation Method and apparatus for adaptively switching on and off advanced prediction mode in an H.263 video coder

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1991020159A1 (en) * 1990-06-13 1991-12-26 National Transcommunications Limited Evaluation of detail in video images, and applications thereof
WO1993013624A1 (en) * 1991-12-23 1993-07-08 Intel Corporation Method and apparatus for encoding a digital motion video signal using pyramid specific filtering

Also Published As

Publication number Publication date
JP3912627B2 (ja) 2007-05-09
DE69740035D1 (de) 2010-12-16
US6292591B1 (en) 2001-09-18
EP0820196B1 (en) 2010-11-03
EP0820196A3 (en) 1999-05-19
CN1197252C (zh) 2005-04-13
EP0820196A2 (en) 1998-01-21
MY116934A (en) 2004-04-30
JPH1084548A (ja) 1998-03-31
KR980012963A (ko) 1998-04-30
ATE487328T1 (de) 2010-11-15
CN1182984A (zh) 1998-05-27

Similar Documents

Publication Publication Date Title
KR100538731B1 (ko) 화소블록의클래스정보에대응되는매핑계수를이용하는화상부호화및화상복호화
JP3748088B2 (ja) 画像処理装置および方法、並びに学習装置および方法
KR100529662B1 (ko) 화상코딩및디코딩장치,및계층적코딩및디코딩방법
EP0820195B1 (en) Image coding using sub-sampling, classification of pixel blocks and association of mapping coefficients
KR100537123B1 (ko) 화상 신호 부호화 장치, 화상 신호 부호화 방법, 화상 신호 복호 장치, 화상 신호 복호 방법 및 기록매체
EP0820198B1 (en) Apparatus and method for image coding and decoding
JP3747970B2 (ja) 画像符号化装置および画像符号化方法、画像復号化装置および画像復号化方法
JP4582416B2 (ja) 画像符号化装置および画像符号化方法
JP3912629B2 (ja) 画像処理システム、画像符号化装置および画像符号化方法、伝送方法、並びに記録媒体
JP3912558B2 (ja) 画像符号化装置および画像符号化方法、並びに記録媒体
JP4534951B2 (ja) 画像符号化装置および画像符号化方法、画像処理システムおよび画像処理方法、伝送方法、並びに記録媒体
JP3912628B2 (ja) 画像符号化装置、画像符号化方法、画像符号化および復号化システム、画像符号化および復号化方法、並びに記録媒体
KR100674068B1 (ko) 화상 코딩 장치, 화상 코딩 방법, 화상 디코딩 방법, 화상디코딩 장치, 화상 데이터 전송 방법 및 기록 매체
EP1298934A1 (en) Apparatus and method for image coding and decoding
JP3952326B2 (ja) 画像符号化装置および画像符号化方法、画像処理システムおよび画像処理方法、伝送方法、並びに記録媒体
KR100598754B1 (ko) 원 화상 데이타 부호화 장치, 부호화 화상 데이타 복호화 장치, 원 화상 데이타 부호화 방법, 부호화 화상 데이타 복호화 방법, 화상 데이타 송신 방법, 컴퓨터로 판독 가능한 기록 매체
JP4487900B2 (ja) 画像処理システム
JP4566877B2 (ja) 画像処理装置および方法
JP4807349B2 (ja) 学習装置および方法
JP4496494B2 (ja) 画像符号化装置および画像符号化方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20111213

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20121207

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee