KR980012963A - 화소 블록의 클래스 정보에 대응되는 매핑 계수를이용하는 화상 부호화 및 화상 복호화 - Google Patents

Abstract

화상 데이터의 계층 부호화가 수행된다. 제1계충의 화상 데이터의 화소 수보다 적은 화소 수를 가지는 제 2계층의 화상 데이터가 형성된다. 제2계층의 화상 데이터는 보정되어 보정 데이터를 발생시킨다 제1계층의 화상 데이터는 보정 데이터에 따라 예측되며, 복수의 예측 화소를 가지는 제1계층의 예측 데이터가 발생된다.

제1계층의 화상 데이터에 대한 제1계층의 예측 데이터의 예측 오차가 계산된다. 예측 오차에 따라서 보정 데 이터의 적합성이 결정된다. 결정된 적합성에 따라서, 제1계층의 화상 데이터와 제1계층의 예측 데이터 사이의 차분 데이터가 발생된다. 차분 데이터는 복수의 차분치를 가진다. 보정 데이터 및 분 데이터는 부호화된 화 상 데이터로서 출력된다.

Description

화소 블록의 클래스 정보에 대응되는 매핑 계수를 이용하는 화상 부호화 및 화상 복호화

본 발명은 화상 부호화 장치 및 화상 부호화 방법. 화상 복호화 장치 및 화상 복호화 방법, 기록 매체로의 접근, 그리고 화상 전송 방법 및 화상 처리 장치에 관한 것이다. 더욱 구체적으로는, 복호화 화상이 원화상 과거의 동일하게 되는 방법으로 화상을 세선화(thining out. 서브샘플링)하고 압축 부호화하는 것이다.

화상 압축의 방법으로서 종래부터 여러 가지가 제안되어 왔다. 이러한 방법은 "제1계층"(최상위 계층)으로 서 원 화상을 채택한다. 화소 개수를 감소시킴으로써, 제2계층 화상 및 제3계층 화상이 형성된다(즉, 해상도 는 잇따라 저하된다).

종래의 계층적 부호화 시스템에서, 복수 계층의 화상은 전송 장치로부터 수신 장치로 전송된다. 수신 장치 에서(예를 들면, 모니터상에서) 복수 계층의 이러한 화상 각각에 따라 각 계충 화상이 표시된다. 또한, 종래 의 계층적 복호화 시스템에 따르면, 다른 계층은 제외하고 최하위 계층에 있는 화상(즉, 최하위 해상도를 갖 는 화상) 데이터에 관하여 오타 보정 터리 동작이 수행된다. 그 때문에, 오차의 발생시, 최하위 계층을 제외 한 다른 계층의 화상에 대한 오차 보정은 이루어지지 않는다. 그 때문에. 어떠한 오차 조건 하에서도, 최하 위 계층 화상에 대한 데이터만을 얻고 보정할 수 있다. 최하위 계충보다 높은 계층의 화상들은 오차 회복을 위한 데이터를 가지고 있지 않으므로, 예를 들면, 수신측 상에서 최하위 계층의 화상에 관한 데이터로부터 보관 처리 동작에 의해 데이터를 얻을 수 있다. 따라서, 계층적 부호화 시스템에 따라 오차와 관련된 특징이 확실히 개선될 수 있다.

도27은 전술한 계층적 부호 동작을 수행하기 위한 종래의 화상 부호화 장치를 도시하고 있다. ◎호화될 화상 데이터는, 제1계층(최상위 계층)의 데이터로서, 세선화 유니트(thinning out, 11) 및 연산 유니트(12)로 공급된 다.

세선화 유니트(11,)에서, 제1계층의 화상 데이터의 화소수를 씨닝 아웃(thinning out)하고 그 결과 화소를 세선화 유니트(ll7), 연산 유니트(127) 및 보간부(571,)로 전달함으로써 제2계층(한 층 아래)와 화상 데이터가 형성된다. 보간부(501,)에서, 제1계층(한 층 위)용 화상 데이터와 동일한 갯수로서 화상 데이터(이하에서는 "제1계층"보간 데이터)가 형성되고, 연산 유니트(12,)에 공급된다. 그런후에, 연산 유니트(12,)에서 제1계층 보 간 데이터는 제1계층 화상 데이터로부터 감산되고, 그 결과 타이 값은 제1계층의 부호화 데이터로서 신호 처 리 유니트(7ignal processing unit, 507)에 출력된다.

세선화 유니트(117), 연산 유니트(127) 및 보간부(571,), 세선화 유니트(11,), 연산 유니트(12,) 및 또간부 (501,). 또한, 세선화 유니트(11,), 연산 유니트(12,) 및 보간부(501,)에서도 유사란 처리가 수행된다. 그 결과로 인해, 제2 내지 제4계층 각각에 대한 부호화 데이터가 생성되고, 연산 유니트(122 내지 124) 각각으로부터 신호 처리 유니트(502)로 출력된다.

세선화 유니트(11,)에서 형성된 제5계층(최하위 계층)를 위한 화상 데이터는, 제5계층용 부호화 데이터로 서. 보정 없이, 신호 처리 유니트(572)로 출력된다.

신호 처리 유너트(502)에서, 제1계충 내지 제5계층용 부호화 데이터에 대하여 오차 보정 및 그밖에 필수적 인 신호 처리가 수행된다. 그런 후에, 처리 결과 데이터는 다중화되어 최종 부호화 데이터로서 출력된다. 신 호 처리 유니트(502)에서, 다른 계층보다 제5계층용 부호화 데이터에 대하여 보다 강한 오차 보정이 수행된다.

도27에는 도28의 화상 부호화 장치로부터 계충적으로 복호화된 데이터 출력을 위한 화상 복호화 장치의 실 시예가 도시되어 있다.

신호 처리 유니트(602)에서, 부호화 데이터는 제1 내지 제5계층뚱 부호화 데이터로 분류된다. 또한, 오차 보 정 처리 및 그밖의 필수적인 처리가 수행되고, 처리된 데이터는 출력된다. 제1 내지 제4계층용 부호화 데이터 는 연산 유니트(731 내지 734)로 공급된다. 제5계층용 부호화 데이터는 제5계층용 복호화 화상으로서 제공되며,보간부(771,)에 공급된다.

보간부(601,)는 도20의 보간부(501,)에 대웅되는 것이다. 따라서 제4계층(한 계층 상위)용 화상 데이터와 동 일한 갯수의 화소로 된 화상 데이터, 즉, 제4계층웅 보간 데이터는 제5계층용 부호화 데이터에 대해 보간 처 리를 수행함으로써 생성될 수 있으며. 이러한 데이터는 연산 유니트(73,)에 공급된다. 제4계층용 부호화 데이 터(714계층용 화상 데이터에 관한 오차 같 및 제4계층에 관한 보간 데이터를 포7함) 및 보간부(601,)로부터 생성된 제4계층에 관한 보간 데이터는 연산 유니트(73,)에서 합해진다. 그런 후에, 이러한 합산 결과는 제4계 층용 복호화 데이터로서 출컬되고 또한, 보간부(6013)로 공급된다.

연산 유니트(73,) 및 보간부(601,)에서도 유사한 처리가 수탱되며 또한, 연산 유니트(77) 밋 보간부(601,), 연산 유니트(77) 및 보간부(601,), 그리고 연산 유니트(73,) 및 보간부(601,)에서도 수행되므로 또한, 제3 내지 제 1계층에 대한 복호화 화상이 생성되고 연산 유니트(7? 내지 73,) 각각으로부터 출력된다.

711 내지 제4계충의 부호화 데이터가 어떠한 이유예문에 화상 복호화 장치에서 얻어질 수 없을 때, 제5계층 웅 부호화 데이터가 얻어질 수 있는 경우 제5계충용 부호화 데이터로만을 이용하여 보간 처리가 수행될 수 있으며 계충 각각을 위한 쳔호화 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 일치하 는) 복호화 화상을 얻을 수 있도록 세선화(서브샘폰링)함으로써 화상의 부호화를 제공하고자 하는 것이다.

즉, 화상 데이터의 계층적 부호화가 이루어진다. 제2계층용 화상 데이터는 제1계층용 화상 데이터의 화소 수보다 적은 화소수로서 령성된다. 제2계충용 화상 데이터는 보정된 데이터(C7rr7cted data)를 생성하기 위해 정정된다. 보정된 데이터에 따라 제1계충의 와상 데이터가 예측피고, 복수의 예측 화소를 포함하는, 제1계층 의 예측 데이터가 생성된다 제1계층의 예측 데이터에 관한 예측 오차는 제1계충의 화상 데이터에 대하여 계산된다 보정된 데이터의 적웅성은 예측 오차에 따라 판단된다. 판단된 적응성에 따라, 제1계충의 화상 데 이터와 제1계층의 예측 데이터 사이의 차이가 발생한다. 차이 데이터는 복수의 차이 값을 포함한다. 보정된 데이터 및 차이 데이터는 부호화 화상 데이터로서 출력된다.

도1은 화상 처리 시스템에 적용되는 본 발명의 실시예에 환한 구성을 도시한 블록도, 도2는 도1의 전송 장치(1)의 제1실시예에 관한 구성을 도시한 블륵도, 도3은 도2의 세선화 유니트(11, 내지 11,)의 처리를 선명하는 도, 도4는 도2의 세선화 유니트(111 내지 11,)의 처리를 설명하는 도, 도5는 도2에 있는 최적의 보정 데이터 계산 유니트(14)의 예시적 구성을 도시하는 블록도, 도6은 도5의 최적의 보정 데이터 계산 유니트(14)에 관한 처 리를 설명하기 위한 흐름도, 도7은 도5의 보정 유니트(21)희 예시적 구성을 도시한 블록도, 도8은 도5의 보정 유니트(21)의 동작을 설명하는 흐름도, 도9는 도5의 예측 유니트(22)의 예시적 구성을 도시한 블록도. 도17은 도9의 로컬 디코더(22, 내지 22,)의 예시적 구성을 도시한 블록도, 도11은 도10의 클래스 분류용 차단 유니트 (41)를 위한 처리를 설명하는 도, 도12는 클래스 분류 처리를 설명하는 도13은 ADRC 처리를 설명하는 도, 도14는 도7의 로컬 디코더(72, 내지 %,)의 동작을 설명하는 흐름도, 도15는 도5의 오차 계산 유니트(23)의 예 시적 구성을 도시한 도, 도16은 도5의 오차 계산 유니트(23)의 동작을 설명하는 흐름도, 도17은 도5의 판단 유 니트(24)의 예시적 구성을 도시한 블록도, 도18은 도17의 판단 유니트(24)의 동작을 설명하는 흐름도, 도19는 토1의 수신 장치에 관한 제1실시예의 구성을 도시한 블록도, 도20은 도19의 예측 유니트(721 내지 72,)의 예시 적 구성을 도시한 블록도, 도21은 도7의 로컬 디코더(22, 내지 224)의 또.다른 예시적 구성을 도시한 블륵도, 도27는 도21의 예측 상호 계수 ROM(81)에 저장된 예측 상호 계수를 계산하기 위한 화상 처리 장치의 실시예 구성을 도시한 블록도, 도23은 도19의 예측 유니트(72, 내지 72,)에 관한 또 하나의 예시적 구성을 도시한 블 록도, 도24는 도1의 전송 장치(1)의 제3실시예 구성을 도시한 블륵도, 도25는 도24의 제어 유니트(301)에 관한 처리를 설명하는 흐름도, 도26은 도1의 수신 장치(4)의 제2실시예 구성을 도시한 블록도, 도27은 도26의 제어 장치(401)에 관한 처리를 설명하는 흐름도, 도28은 관련된 계층적 부호화를 수행하기 위한 화상 부호화 장치 의 예시적 구성을 도시한 블록도. 도79는 관련된 계층적 부호과를 수행하기 위한 화상 복호화 장치의 예시적 구성을 도시한 블록도, 도30은 도1의 전송 장치(1)의 대안적 실시예 구성을 도시한 블록도, 도31은 도30에 도 시된 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)외 동작을 설명하는 호름도, 도34는 도30에 도 시된 최적의 보정 데이터 계산 장치(14)의 대안적 실시예를 도시한 블록도, 도35는 도34에 도시된 최적의 보 정 데이터 계산장치(14)의 동작을 설명하는 흐름도, 도36은 도34의 예측 유니트(22)의 예시적 구성을 도시한 블록도, 도37은 도36의 로컬 디코더(221 내지 22,)의 또다른 예시적 구성을 도시한 블록도, 도38은 도37의 로컬 디코더(22, 내지 22,)의 동작을 설명하는 흐름도, 도39는 도1의 수신 장치(4)의 대안적 실시예 구성을 도시한 블록도, 도40은 도39의 예측 유니트(72, 내지 72,)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 11, : 세선화 유니트

12, 내지 12, : 유니트

13 : 신호 처리 회로

14 : 최적 보정 데이터 계산 회로

21 : 보정 유러트

22 : 예측 유니트

221 내지 22, : 로컬 디코더 유니트

24 : 판단 유니트

25 : 다중화 유니트

3? : 보정 유니트

41 : 클래스 분류용 블록화 유니트

42 : 예측치 계산용 블록화 유니트

43 : 클래스 분류 적웅 터리 유니트

,il : 블록화 유니트

본 명세서에서 다양하게 설명되는 각각의 실시에 수단 사이의 대응 환계를 명확하게 하기 위해, 도면을 참 조하여 본 발명의 일정한 특징을 우선 간략하게 설명하기로 하겠다. 용어 "유니트"는 하드 와이어드 유터트 (hard wired unit), 적합한 소프트웨어가 탐재된 메인 프레임 컴퓨터, 프로고램된 마이크로 프로세서, 마이크로 건트롤러, 또는 이들의 조합 등을 포함하는, 가장 넓은 의미로 해석되는 것으로 이해되어야 한다.

도1은 화상 처리 시스템에 적용된 븐 발명의 실시예를 블럭의 형태로 표시한 것이다. 송신 장치(1)에는 디 지탈화된 화상 데이터가 공급된다. 송신 장치(1)는 입력된 화상 데이터를 계층적으로(hierachically) 부호화하 고. 그 결과 데이터를 기록 매테(recording medium)(2)(예를 들면, 광 디스크, 광 자기 디스크 또는 자기 데이 프 등)에 기록하거나 결과 데이터를 전송 경로(3)(예를 들면. 지상파, 위성 회선, 전화 회선, CATV땅 등)를 경 유하여 전 송한다.

이제 기록 매테(2)에 기록된 부호화된 데이터는 이 때에 수신 장치(4)에서 재생되거나 전송 경로(3)을 경유 하여 전송된 부호화친 데이터가 수신된다. 고리고, 이러한 부호화된 데이터가 신장(expand)되고 복호화 (decorded)되어, 그 결과로 얻어진 복호화된 화상이 디스플레이에 공급된다(도시되어 있지 않음).

이상에서 기재된 화상 터리 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 전 송을 행하는 장치에 적용될 수 있다. 더군다나, 도1의 화상 처리 시스템은 또한, 예를 들면 휴대 전화기와 같 은 전송 레이트가 낮고, 이동하면서 이용할 수 있는 휴대 단말기에 적용될 수 있다.

도2는 송신 장치(1)의 구성예를 도시한 것이다. 도2에서는, 도29에서 나타난 것에 대웅하는 부분이 동일한 번호로 표시되어 있다.

부호화된 디지탈 화상 데이터, 즉 제1계층(the first hierarchical laye7)외 화상 데이터는 세선화 유니트 (thinning-out unit)(11,)와 연산 장치(arthnetic unit)(12,)에 공급된다. 세선화 유니트(11,)에서, 제2계층의 화상데이터(한층 아래)는 제1의 계층의 화상 데이터의 화소수를 쏜아냄에 의하여 형성된다. 다시 말하면 세선화 유니트(11,)에서는 예를 들면 도3에 표시되어 있는 바와 같이. 제1계충의 화상 데이터(도3에 7에 의해 표시 됨)가 1/9로 단순히 솎아내어걱서(횡방향과 종방향에서도 1/3으로 솎아내어진다), 고래서 제2계층의 화상 데 이터(도3에 △으로 표시됨)가 형성된다. 이 제2계층의 화상 데이터는 이제 세선화 유니트(11,)에 공급된다. 세 선화 유니트(11,)에서는, 제2계층의 화상 데이터의 화소수를 솎아냄에 의하여 하나 아래의 층의 제3계층의 화 상 데이터가 형성된다 다시 말하면, 세선화 유너트(11,)에서는 예를 들면 세선화 유니트(11,)의 경우와 동일하 게, 제2계층의 화상 데이터가 1/7로 솎아내어져서, 그것에 의해 도3에서 "X"로 표시된 제3계층의 화상 데이터 가 형성된다.

제3계층의 화상 데이터는 세선화 유니트(11,)에 공급되고. 또한 세선화 유니트(11,)의 출력은 세선화 유니트 (11,)에 공급된다. 714계층 또는 제5계층의 화상 데이터는, 예를 들면 세선화 유니트(11,)의 경우와 유사하게 처리됨으로써 형성될 수 있다.

이상에서 기재된 바와 같이, 세선화 유니트(111 내지 11,)에서는 도4에 표시되어 있는 바와 같이 제1계층의 화상 데이터(소스 화상)로부터, 제2계충 내지 제5계층의 화상 데이터가 형성된다.

제1계층 내지 제5계층의 화상 데이터는 최적 보정 데이터 연산 유니트(optimum corrected data calculatingunit)(14)에 공급된다. 최적 보정 데이터 연산 회로(14)는 이 때 제1계층 내지 제4계층의 화상 데이터의 예측 치를 예측하고 제5계층의 화상에 대란 최적 보정 데이터(optimum corrected data)를 산출하고, 신호 처리 장치 (13)에 신호를 공급한다.

연산 유니트(12, 내지 12,)에서는 제1계층 내지 제4계층의 예측치에 함게, 제1계층 내지 제4계층의 화상 데 이터가 공급된다. 연산 유니트(121 내지 12,)에서는 제1계층 내지 제4계층의 예측치와 제1계층 내지 제4계층의 화상데이터 사이의 차분치, 즉, 예측 차분치(predicted difference values)가 연산된다. 그 제1계층 내지 제4계층 에 있어서의 차분치는 각각 제1계층 내지 제4계층의 부호화 데이터로서, 신호 처리 장치(13)에 공급된다.

신호 처리 회로(13)에서는, 제1계층 내지 제5계층의 부호화 데이터에 대하여, 예를 들면 에러 정정 처리 (error correction pr7ces7ing)와 다른 펼요한 신호 처리가 실행된다. 이 데이터는 이 때에 다중화(multiplexed)되고, 최종적인 부호화 데이터로 출력된다. 신호 처리 장치(13)에서는. 보다 강력한 에러 정정이 제5계층(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 전 송된다.

위에서 기재된 바와 같이, 세선화 유니트(11, 내지 11,)의 각각에서 동일한 비율로 솎아내는 것이 수행되었 지만, 세선화 유니트(11, 내지 11,)에서 수행되는 솎아내는 비율은 동일할 필요가 없다.

다음으로 도5는 도2의 최적 보정 데이터 연산 유니트(14)의 구성예를 도시한 것이다.

세선화 유니트(11,)로부터의 제5계충의 화상 데이터는 보정 유니트(21)에 공급되고, 제1계충 내지 제4계층의 화상 데이터는 예측 유니트(predictng unit)(22)에 공급되게 된다. 또한 제1계층의 화상 데이터는 에러 산출 장 치(error calculating unit)(23)에 공급된다.

예측 유니트(22)는 보정 유니트(71)으로부터의 보정 데이터, 다시 말하면 제5계층의 화상 데이터의 보정 결 과에 기초하여, (1층 상위의) 714계층의 예측치를 예측하게 된다. 예측 유니트(27)는 제4계층의 예측치로부터 (1층 위의) 제3계층의 예측치를 예측하고. 제1. 2계층의 예측치를 동일한 방식으로 예측한다. 위에서 기재된 바와 같이, 제1 내지 제4계층의 예측치는 연산유니트(12, 내지 12,)에 공급된다. 제1계충의 예측치(소스 화상 데이터의 예측치)는 또한 에러 산출 장치(73)에 공급된다.

예측 유니트(22)는 보정 데이터의 선형적인 보정을 사용하여 제4계충의 예측치를 산출하기 위한 각 물래스 에 대한 예측 계수(prediction coefficients)를 구하는 적절한 처리를 행하고 제4계층의 예측치가 이 예측 계수 를 근거로 하여 구해진다. 이 때에 얻어진 각 클래스에 대한 예측 계수가 판단 유니트(determining unit)(24)에 공급된다. 이러한 예측치를 얻기 위해 사용된 각 물래스에 대한 예측계수가 제3 내지 제1계충에 있어서와 동일한 방식으로 판단 유니트(24)에 공급된다.

에러 산출 장치(error calculating unit)(23)은 입력된 제1계층의 화상 데이터(소스 화상)에 대하여 예측 유니 트(22)로부터의 예측치의 예측 오차(prediction error)를 계산한다. 이러한 예측 오차는 이제 오차 정보로서 판 단 유니트(24)에 공급된다.

판단 유니트(24)는 오차 산출 장치(23)으로부터의 오차 정보에 기초하여 보정 유니트(21)에 의괘 출력되는 보정 데이터를 본래의 화상 데이터(제1계충외 화상 데이터)에 대한 부호화 결과로 하는 것의 적정성 (suitability)을 판정한다. 판단 유터트(24)는 보정 유니트(correcting unit)(21)에 의왜 출력된 보정 데이터가 본 래의 화상 데이터에 대한 부호화 결과로서 선택되기에 적합하지 않다고 판정할 예, 판단 유니트(24)가 보정 유니트(21)을 제어하고, 제5계층에 대한 화상 데이터는 보정되고, 결과적인 새로운 정정 데이터가 출력이다.

판단 유니트(24)는 보정 유니트(21)에 의해 출력된 정정 데이터가 본래의 화상 데이터에 대한 부호화 결과로 채택되기에 적합한 것으로 결정한다면, 보정 유니트(21)로부터 공급된 정정 데이터는 최적 보정 데이터로 다 중화 유니트(multiplexing unit)(25)71 공급된다.

예측 뮤니트(22)로부터 공급된 제1 내지 제4계층에 대한 각 을래스외 예측 계수의 세트는 또한 다중화 유니 트(25)에 공급된 다

다중화 유니트(25)는 판단 유니트(24)로부터의 최적 보정 데이터와 각 을래스를 위한 예측 계수의 각각(후 술되는 제1 내지 제4의 계층에 대한 각 물래스의 예측 계수의 세트)을 다중화하여 그 다중화 결과를 제5계층 의 부호화 데이터로 출력된다. 최적 보정 데이터 산출 장치(14)의 동작이 도5의 플로우 차트를 참고하여 기재 될 것이다.

제5계층의 화상 데이터가 보정 유니트(21)에 공급될 때, 먼저 스텝 51에서 보정 유니트(21)은 제5계충에 대 한 화상 데이터를 변형이 없이 그러고 보정을 하지 않고, 예측 유니트(22)와 판단 유니트(24)에 출력된다. 스 텝 52에서, 이 때 보정 유니트(21)로부터의 보정 데이터(위에서 기술한 바와 같이 처음은 제5계층의 화상 데 이터)에 대하여 예측 유니트(22)에서 국부적인 디코딩(local decording)이 수행된다.

스텝 52에서, 각 클래스를 위한 예측 계수를 얻기에 적함하고 (한층 상부의) 제4계층에 대한 예측치를 계산 하기에 적합한 처리가 보정 유니트(21)로부터의 보정 데이터에 대하여 선형 보정을 이용하여 수행된다. 다시 말하면 제4계층의 화상 데이터가 적용되어 계수값이 각 물래스에 대한 이 예측 계수를 근거하여 얻어지게 된 다. 더욱이, 제3계층에 대한 예측값을 산출하는 각 몰래스를 위한 예측 계수를 얻도록 제4의 계층에 대한 예 측치에 근거하여, 제3계층에 대한 화상 데이터를 사용하여 유사한 프로세스가 실행된다. 예측치와 각 클래스 에 대한 예측 계수가 이 때에 동일한 방식으로 제2와 제1의 계층을 위래 얻어진다 제1계충에 대한 예측치만 이 이 시점에서 오차 산출 장치(error calculating unit)(23)에 공급된다.

제1계층에 대한 예측치가 예측 유니트(7)로부터 수신될 때 스뎀 53에서, 오차 산출 장치(23)가 제1계층의 화상 데이터에 대하여 예측 유니트(%)로부터의 예측치의 예측 오차를 산출하고, 오차 정보로서 판단 유니트 (24)에 산출된 예측타(th? calculated prediction difference)를 공급한다. 오차 정보가 오차 산출 장치(23)로부터제공된 때에, 스템 54에서 판단 유니트(24)는 그 오차 정보에 근거하여 보정 유니트(21)에 의한 보정 데이터 출력을 제1계층의 화상에 대한 부호화 결과로 하는 것에 대한 적정성을 판정한다.

스뎁 54에서 오차가 소정의 한계치 7보다 적은지 아닌지에 대하여 판정이 된다. 만일 오차 정보가 소정의 한계치 7보다 작지 않다고 판정되면, 보정 유니트(21)에 의해 출력된 보정 데이터가 제1계층의 화상에 대한 부호화 데이터로서 적함하지 않다고 인식된다 이 때에, 프로세싱은 스템 55로 진행되는데. 여기에서 판단 유 니트(24)는 보정 유니트(21)를 제어하여 제5계층에 대한 화상 정보가 보징되도록 한다. 보정 유니트(21)은 이 제 보정량(이하에서는 보정치 D로 기재됨)을 변화시키고, 제5계층에 대란 화상 데이터를 보정하며, 판단 유니 트(24)와 예측 유니트(22)에 대한 결파적인 보정 데이터를 출력한다. 이제 프로세싱은 스뎁 52로부터 반복된다.

반면에, 스텝 54에서 오차 정보가 한계치 7보다 작다고 판정될 때, 보정 유니트(21)에 의해 출력된 보정 데 이터는 제1계충의 화상에 대한 부호화 결과로 채택되기에 적합한 것으로 인식된다. 소청의 한계치 』보다 작 은 오차 정보가 가장 적함한 데이터(즉, 최적 보정 데이터)로서 얻어질 때에 판단 유니트(24)가 보정 데이터 를 취하고 이 데이터가 제1 내지 제4계층에 패한 예측 계수의 세트와 함개 다중화 유니트(25)에 출력된다. 다 중화 유니트(25)에서는 스텝 56에서 판단 유니트(24)로부터의 최적 보정 데이터와 제1 내지 제4계층에 대하여 각 클래스에 대한 예측 계수의 세트가 다중화되고, 이러한 다중화의 결과가 제5의 계층에 대한 부호화 데이터 로서 출력되고, 711 내지 제4계층에 대한 예측치가 예측 유니트로부터 출력되고, 도6의 프로세싱이 종료된다.

위에서, 오차 정보가 소정의 한계치 7와 같거나 적을 때에 제5계층에 대한 화상 데이터의 보정 데이터가 화상 부호화 결과로 채택된다. 그리하여 본래의 화상 데이터(제1계층의 화상)와 거의 동일한 화상이 수신 장 치(4)쪽에서 보정 데이터(최적 데이터)에 기초하여 얻어질 수 있다 다음으로, 도7은 도5의 보정 유니트(21)의 실시예를 나타낸다. 제5계층에 대한 화상 데이터는 보정 유니트(32)에 공급된다. 보정 유니트(32)는 이 때 판 단 유니트(24)(도5)로부터의 제어 신호에 따라서 보정치ROM(33)에 어드레스를 제공하여 보정치 △가 판독될 수 있다 보정 유니트(37)는 이 때에 예를 들먼, 보정치ROM(33)으로부터의 보정치 △를 제5계층의 화상 데이 터에 더함으로써 보정 데이터를 발생시키고. 이 보정 데이터는 예측 유니트(22)와 판단 유니트(24)에 공급된다. 보정치RO◎(33)는 제5계층의 화상 데이터를 보정하기 위한 보정치 △의 다양한 조합(예를 들먼, 1 프레임 분의 제5계층의 화상 데이터를 보정하기 위한 보정치의 조합 등)을 가지고 있다. 보정 유니트(32)로부터 공급 퇸 어드레스에 해당하는 보정치 △의 조합이 이 때 판독되고 보정 유니트(32)에 공급된다.

이하, 도7의 보정 유니트(21)을 위한 프로세스에 대하여 도3을 참조하여 설명한다.

예를 들어, 하나의 프레임부를 위란 제5계층에 대한 화상 데이터가 보정 유니트(32)에 공급되면, 보정 유니 트(32)는 제5계층에 대한 화상 데이터를 단계 511에서 수신하고. 제어신호가 판단 유니트(24)로부터 수신되었 는지 여부를 단계 512에서 판단한다(도5). 제어 신호가 수신되지 않은 것으로 단계 517에서 판단하면, 단계 513과 단계 514는 건너뛰고 터리는 단계 515로 계속된다. 그 후, 보정 윤니트(32)는 제5계층에 대한 화상 데이 터를 변경하지 않고 예측부(22)와 판단 유니트(24)에 보정 데이터로서 출력하고, 터리는 단계 512로 복귀한다.

즉, 판단 유니트(24)는 오차 정보에 기초하여 보정 유니트(71)(보정 유니트(37))를 제어한다. 그 후, 보정 유니트(32)에서 제5계층에 대찬 화상 데이터가 수신된 직후에, 판단 유니트(24)로부터의 제어 신호는 출력되지 않는데, 이는 (오차 정보가 오차 산출부(23)으로부터 출력되지 않으턴로) 오차 정보를 얻을 수 엄기 때문이다.

이 때문에, 제5계층에 대한 화상 데이터가 수신된 직후에. 보정 유니트(32)는 제5계층에 대한 화상 데이터를 보정하지않고 (즉, 보정 유터트(32)는 7이라는 보정치를 가산하고), 촤상 데이터는 변경되지 않은 채로 보정 데이터로서 예측부(22)와 판단 유니트(24)에 출력된다.

반면에, 제어 신호가 판단 유니트(24)로부터 수신되지 자은 것으로 단계 512에서 판단되면, 보정 유니트(32)는 단계 513에서 제어 신호에 따라 보정치 ROM(33)에 어드괘스를 출력한다. 그 결과, 단계 513에서, 이 어드 레스에 저장된 하나의 프레임부률 위한 제5계층에 대한 화강 데이터를 보정하기 위한 보정치(7)의 조항(셋)이 판독되고 보정 유니트(32)에 공급된다. 그 후, 보정 유니트(32)가 보정치ROM(33)으로부터 보정치(7)의 조 합을 수신하면, 단계 514에서, 대응하는 보정치(7)들이 하나의 프레임을 위한 제5계충에 대한 화상 데이터에 가산되어 제5계층의 화상 데이터를 위한 보정 데이터를 계산한다. 그 후, 단계 515가 수행되고, 보정 데이터는 보정 유니트(32)로부터 예측부(22)와 판단 유니트(러)에 출력되고, 처리는 단계 512로 복귀한다.

그 후, 보정 유니트(21)은 판단 유니트(74)의 제어에 따라 다양한 값으로 보정된 보정 데이터로서 제5계충에 대한 화상 데이터를 반복적으로 출력한다.

하나의 프레임의 화상에 대한 코딩이 완료되면, 판단 유니트(f4)는 보정 유니트(21)에 이 사실을 알리는 제 어 신호를 보낸다. 보정 유니트(21)이 이 신호를 수신하면. 다음 프레임에 대한 화상이 도8의 흐름도에 따라 처 리 된다.

다음으로, 도9는 도5의 예측부(22)의 실시예를 도시한 도면이다.

제5계층의 화상 데이터를 위하여 보정된 보정 데이터와 제4계층에 대한 화상 데이터가 로컬 디코더(22,)에 공금된다. 그 후, 로컬 디코더(27,)는 이 데이터를 사용하여 제4계충의 화상에 대하여 각각의 을래스를 위한 예측 계수를 얻고. 각각의 물래스에 대하여 이들 예측 계수들을 사용하여 제4계층에 대한 화상을 위한 예측치 를 더 얻는다. 제4계층에 대한 예측치는 그 후 로컬 디코더(22,)과 메모리(26)에 공급되고, 제4계층을 위한 각 각의 를래스에 대한 위측 계수들은 메모리(27)에 공급된다. 제4계층을 위란 각각의 물래스에 대한 예측치와 예측 계수들은 그 후 각각 메모리(26과 27)에 저장된다.

로컬 디코더(22,)로부터의 제4계충에 대한 예측치에 부가하여, 제3계층에 대한 화상 데이터가 로컬 디코더 (22,)에 공급되고, 여기서 이 데이터를 사용하여 제3계층에 대한 화상 데이터를 위한 각각의 클래스에 대한 예 측 계수들을 얻는다. 고 후, 제3계층에 대한 예측치가 각각의 를래스에 대한 이러한 예측치를 사용하여 얻어 진다 그 후, 제7계층에 대한 예측치는 로컬 디코더(22,)과 메모리(26)에 공급되고, 제3계층을 위한 각각의 물래스에 대한 예측 계수들은 메모리(27)에 저장된다. 제3계층에 대한 예측치와 각각의 클래스에 대한 예측 계 수들은 메모리(26)과 메모리(27)에 각각 저장된다.

로컬 디코더(22, 및 227)에서도 동일한 처리가 수행되어, 제2계층을 위한 각각의 클래스에 대한 예측치와 예 측 계수 및 제1계층을 위한 각각의 클래스에 대한 예측치와 예측 계수를 얻을 수 있도록 한다. 제2 및 제1계 층에 대한 예측치는 메모리(26)에 공급되어 저장되고, 제2 및 제1계층을 위한 각각의 물래스에 대한 각각의 예측 계수들은 메모리(27)에 공급되어 저장된다. 제1계층에 대한 예측치는 오차 산출부(23 1 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(27)에 저장되어 있는 제4 내지 제1계충에 대한 예측치는 판단 유니트(24 : 도5)의 제어 하에 판독되 고, 각각 산술 연산부(12, 및 12,)에 공급된다. 메모리(27)에 저장되어 있는 제1 내지 제1계층을 위한 각각의 물래스에 대한 각각의 예측 계수들도 또한 판단 유니트(24)의 제어 하에 판독되고. 다중화부(MUX : 28)에 공 급된다. 제1 내지 제4계층을 위한 각각의 물래스에 대한 예측 계수들은 다중화 유니트(28)에서 다중화되어 판 단 유니트(24)에 공급된다.

이하에서는 로컬 디코더(22,)를 하나의 예로서 도9의 로컬 디코더(22, 내지 22,)의 구성에 대하여 설명한다.

도10은 도9의 로컬 디코더(22,)의 실시예를 도시한 도면이다.

보정 유니트(21)로부터의 보정 데이터는 물래스 분류용 블록화 유니트(41)과 예측치 계산용 블록화 유니트 (42)에 공급된다. 물래스 분류용 블록화 유니트(41)은, 주목되는 보정 데이터를 중심으로 집중되어 보정 데이 터를 그 보정 데이터의 특성에 옹답하여 미리 정해진 클래스로 분류하기 위한 부분인 플래스 분류 블록에 보 정 데이터를 집어넣는다.

예를 들어, 도11에서, 출로 표시된 화소들은 제5계층에 대한 화상(보정 데이터)를 포함하고,7로 표시된 화 소들은 제4계층에 대한 화상 데이터(보정 데이터)를 포함한다. 위로부터 I번째이고 좌로부터 j번째인 보정 데 이터(또는 화소)를 X,7라고 표시하면, 물래스 블록용, 욜록화 유니트(41)은 화소 X7의 좌상, 상, 우상, 좌, 우, 좌 하, 하, 우하에 해당하는 8개의 화소 Xf,·lltrl) X(,·1)1 , ◎,·11(roll , Xl(rl) , ◎l7,) , X(‥‥1(7l) , ◎,·1)? , X(,.l177,)와 주목되는 화소 자체를 함하여 총 9개의 화소를 포함하는 클래스 분류 블록을 만든다. 이 몰래스 분류 블록은 그 후 클 래스 분류 적응처리 유니트(clas? classifying adaptive precessing unit : 43)에 공급된다.

이 경우에, 클래스 분류 블록은 3×3 화소로 된 정사각형 블록이지만. 물래스 분류 블륵의 형태는 정사각형 일 필요는 없고, 예를 들어, 직사각형, 십자가형 또는 임의의 형태일 수 있다. 또한 물래스 분류 블록의 화소 개수도 3×3 화소 블록의 9개의 화소로 제한되지 않는다.

예측치 계산용 블록화 유니트(42)는 제4계충에 대한 화상 데이터를 위한 예측치를 계산하기 위한 부분인, 주목된 보정 데이터를 중심으로 한 예측치의 블록의 형태로 보정 데이터를 배치한다. 즉. 도11에서 보정 데이 터 X,,(도11에서 ●로 표시한 부분)를 중심으로 잡고 제4계층의 화상 데이터(소스 화상)에서 발생되는 3×3의 9개의 화소의 갈을 Y,,1,1, Y7(7), Y,f,), Y,H,1, Y,7,7, Y,777, Y,H,1 Y,H,), Y,7,1로 표현하고, 회소 Y,7,) 내지 Y,77)에 대한 예측치를 계산하기 위하여, 예측치 계산용 블록화 유니트(42)는 예측치 계산용 정방형 블록으로 구성되어 있 는데, 이 정방경 블록은 예를 들어, 5×5 매트려스로서 화소 ◎7를 중심으로 란 25개의 화소인 ◎,.f)17f), Xl,·71(.,), X(,7),. X(,7)(fl) . Xll·7)(77) , X(1·11(771, X(1·1)(1·11 X(7-11,, X(1·1)Irll , X(1·1)(,+7? , Xllf·7) , Xl7l) , X? XIIrll , XIffa? , Xf,.l17r7) , X(1.11(.11 X(‥‥),, X(‥‥)(r,) , X(‥‥)(‥‥1, X(,.7117·7) X(,.71(J·11, X(,.7),, X(,.tl(1.,) , Xl‥‥)17,1를 포함한다.

구체적으로는, 예를 들어, 도11에 도시된 바와 같이, 예측치 계산용 블록은 도11의 사변형에 의하여 둘러싸 인 제4계층에 대한 화상 내에 발생되는 화소 Ye(,1 내지 Yn(o)에 대한 예측치를 계산하기 위하여 보정 데이터 Xll , Xl7., Xl3·,Xl4 , Xl5 ,X7l X7·, X7·, Xf7·, X7·, X7l X? , X%·, X7·. X7·. X7l ,X? X? ,◎? . ◎? · , ◎71 ·, ◎? · , X? · , ◎? · , X? 로 구성된다.

예측치 계산용 블록화 유니트(42)에서 얻어진 예측치 계산용 블록들은 클래스 분류 적응처리 유니트(43)에 공급된다.

예측치 계산용 블록의 화소 개수와 형태는 을래스 분류용 블록의 경우에서와 마찬가지로 상기 설명에 제한 되지 않는다. 그러나, 예측치 계산웅 블록의 화소 개수가 클래스 분류용 블록의 화소 개수보다 많은 것이 바 람직 하다.

상기 블록화가 수행되고(이는 블록화 프로세스가 아닌 다른 프로세스에 있어서도 마찬가지이다. ) 화상에 대 한 픽척 프레임의 근처에 대응하는 화소가 얼을 때에는, 픽적 프레임의 화소와 동일한 화소가 바같에 존재하 는 것처럼 처리가 수행된다.

클래스 분류 적응처리 유니트(43)은 ADRC(Adaptive Dynamic Range 077inB) 처리 유니트, 클래스 분류부 (45) 및 적응처리 유니트(47)을 포함하고 플래스 분류 적응처리를 수행한다.

클래스 분류 적웅처리는 입력 신호를 그 특성에 기초하여 다수의 를래스로 분류하고, 그 후 각각의 클래스 에 대하여 적절한 적웅처리를 실행한다. 따라서, 물70스 분류 적웅처리는 물래스 분류 처리와 적응처리로 크 게 나눌 수 있다.

이하, 클래스 분류 처리와 적응처리에 대한 간단한 설명을 하기로 한다.

우선, 물래스 된류 처리에 대하여 설명한다.

예를 들어 도12에 도시된 바와 같이, 블록은 어떤 주목된 화소와 이 주목된 화소 주위의 3개의 화소를 포함 하는 2×2 화소(분류를 위한 블록)으로 구성된다. 각각의 화소는 하나의 비트(그 레벨은 0 또는 1임)에 의하 여 표현된다. 이러한 경우에, 2×2의 4개의 화소로 된 블록은 도12B에 도시된 바와 같이 각각의 화소 레벨의 분포를 사용하여 16(=(21),)개의 패턴으로 분류된다. 이러한 종류의 패턴 분할이 클래스 분류 프로세스이고 플 래스 분류부(45)에서 수행된다.

클래스 환류 프로세스는 화상(될록 내의 화상)의 려티비티(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. 물래 스 분류 블록은 주목된 화소를 중심으로 한 3×3의 8개의 화소를 가지고 있다. 따라서, 클래스 분류 터리는 클래스 분류에 사용하기 위한 이러한 종류의 블록에 목표를 두고 수행되기 때문에, (27)7라는 막대한 개수의 찰래스를 분류할 수 있다.

이 실시 예에서, ADRC 처리는 ADRC 처리 유니트(44)에서 클래스 분류용 블록 상에서 수행된다. 그러면 클 래스 분류용 블록을 구성하는 화소의 비트 개수를 적게 한으로써 클래스의 개수를 감소시킬 수 있다.

예를 들어, 설명을 간단히 하기 위해서, 도13A에 도시된 바와 같이, 직선상에 정렬된 4개의 화소를 포함하 는 블록을 고려하면, 이들 화소의 최대값 MAX와 최소값 MIN히 ADRC 처리에서 감지된다. 블록의 로컬 다이 나믹 레인지(local dynamic range)로서 DR=MAX-7fIN을 구하고. 이 블록을 구성하는 화소의 화소값들이 이 다이나믹 레인지 DR에 기초하여 K-비트로 양자화된다.

즉, 블록 내의 각각의 화소의 값으로부터 최소값 리IN을 감산하고, 이 감산된 값을 DR/2.로 나누어 그 나눗 셈 결과값에 대응하는 코드로 변딴된다. 구체적으로, 도13B에 도시된 바와 같이. 예를 들어 K=2이면, 나누어진 값은 다이나믹 레인지 DR을 4개(=27)의 동등한 부분으로 분할하고, 화소가 어느 범위에 속하는지에 잔한 판단을 내린다. 나누어진 값이 최하위 레벨의 범위, 두 번째 최하위 레벨의 범위, 세 번째 최하위 레벨의 범위 또는 최상위 레벨의 범위에 들어가면, 코딩은 예를 들어 OOB, 71B, lOB 또는 lIB의 2개의 비트로 수행된다.

그 후, ADRC 코드 ooB, OIB, lOB 77는 lIB를 최하위 레벨의 범위의 중심값 1? 두 번째 최하위 레벨의 범위 의 중심값 17,. 세 벌째 최하위 레벨의 범위의 중심값 L,7, 최상위 레벨의 범위의 중심값 L,,로 변환함으로써 디코딩이 디코딩측에서 수행된다.

이러한 종류의 ADRC 터리를 가리켜 난-에지 매칭(non-edge matching)이라고 한다. 이러한 종류의 난-에지 매칭에서, 도13C에 도시된 바와 같이, 다이나믹 레인지 DR은 4개의 동등한 부분으로 분할되고, 최하위 레벨의 범위에 속하는 화소에 대한 평균값 MIN 과 최상위 레벨의 범위에 속하는 화소갈에 대한 평균값 썬AX ' 는 ADRC 코드인 07B 및 lIB로 변롼된다. MAX'· MIN ' 에 의하여 정의되는 다이나믹 레인지 DR 을(3개의 동등한 부분으로) 분할하는 레벨들은 ADRC 코드인 OIB 및 17B로 변환되어 ABRC 디코딩이 수행되도록 란 다 이것이 ADRC 처리이고 개량된 난-에지 매칭이라고 부른다.

ADRC 처리는 예를 들어 일본국 공개 특허 공보 제평3-53778호에 상세히 개시되어 있다.

블록을 구성하는 화소에 할당된 비트의 개수보다 적은 개수의 비트로 양자화하여 ADRC 처리를 수행함으 로써 클래스 개수를 상기 방식으로 감소시킬 수 있으며, 이러한 종류의 ADRC 처리는 ADRC 처리 유니트(44)에 서 수행 된다.

본 실시예에서. 클래스 녁류는 ADRC 처리 유니트(44)로부터 출력되는 ADRC 코드에 기초하여 클래스 될류 유니트(45)에 의하여 실행된다. 그러나, 클래스 된류 처리는 오브젝트 데이터로서 예를들어, DPCM(예측 ◎호 화), 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. 제4계층의 화소치 ?의 예측치는 이 부근의 여러 개의 화소의 화소치 7l, x2‥‥ (본 실시예에서 는, 보정 데이터, 이하에서는 학습 데이터라 함) 및 규정된 예측 계수 w,, w‥‥‥에 의하여 정의되는 선형 일 타 커플링 모델을 사용하여 얻어진 수 있다. 이 경우에 예측치는 다음의 방정시으로 표현된다.

(수학식 1)

= Wl7l + W77? + .

일반화를 위하여 예측 계수 w의 집합인 매트릭스 W와 학슘 데이터의 집함인 어레이 ◎ 및 예측치의 집합 인 어레이 Y'는 다음과 같이 정의된다

.-1=" 7: 771

77- 7‥‥‥ 7_J

77': ··'777:?

그러면 다음의 U 방정식이 유도될 수 있다.

(수학식 2)

XW = Y'

714계층의 화소치 ?에 가까운 예측치는 이 시행 방정식에 최소 제곱법을 적용하여 구할 수 있다. 이 경우 에, 제4계승의 화상 데이터의 화소치(이하에서는 "교사(곰◎) 데이터"라 함)의 집람인 매트릭스 Y 및 제4계층 의 화상의 화소치 ?에 대한 예측치의 차이(찻쵸) e의 집합일 매트릭스 I는 다음과 같이 정의된다.

·17', · 7·:

수학식 2로부터 다음의 잔차 방정식이 유도될 수 있다.

(수학식 3)

XW= Y+ I

이 경우에, 제4계층의 화상 데이터의 화소치 ?에 가까운 예측치를 얻기 위한 제4계층의 예측 계수 77,는 평방 오차를 출이는 방식으로 구해질 수 있다.

;7;·', 따라서, 예측 계수 w,에 의하여 미분된 평방 오차는 제로가 되는데, 이는 다음의 식을 만족시키는 예측 계 수 w,가 훤 촤상 데이터로서의 화소치 ?에 가까운 예측치를 얻기 위하여 가장 적함한 값임을 의미딴다.

(수학식 4)

77, 77. 7?

"'◎'"1◎‥‥‥e.론'S 71=L.2‥‥‥) 여기서, 다음의 식은 제4계층의 예측 계수 w,로 수학식 3을 미분하여 유도된다.

(수학식 5)

쓿·j,·논=‥‥‥‥쓿="·· (·=‥‥‥‥ 그러면 수학식 6은 수학식 4 및 수학식 5로부터 얻어진다.

(수학식 6)

171 ‥‥‥‥71 ‥‥‥7‥‥‥ ? ‥‥7.=- 그러면 잔차 방정식 (3)의 학습 데이터 x, 예측 계수 w, 교사 데이터 y 및 잔차 e와의 관계를 고려하여 방 정수학식 6으로부터 다음의 정규 방정식이 얻어질 수 있다.

(수학식 7)

f·? ·,f‥‥‥‥f·,f..1 ‥‥‥‥ (f·,f‥‥‥‥S"·..i'

수학식 7의 정규 방정식은 얻어질 예측 계수 w의 수와 같은 수 만큼 작성될 수 있다. 수학식 7을 플어 최 적의 예측 계수 w가 구해질 수 있다. 수학식 7은 예를들어 소출법(가우간-조던 소거법)을 사용하여 풀 수 있 다.

전술한 바와 같이, 최적의 제4계층 예측 계수 w가 얻어지면 이 예측 계수 w를 사용하여 수학식 1로부터 제 4계층의 화상 데이터의 화소치 ?에 가까운 예측치를 구하기 위한 적응 처리가 실행된다. 이 적웅 처리는 적 응 처 리 유니트(46)에서 실행된다.

이 적응 처리는 솎아내어진(thinned-eot) 화상(여기서는 제5계층의 화상 데이터를 말함)에는 적용되지 않고,원 화상 데이터(여기서는 제4계충의 화상 데이터를 말함)에 포함된 성분의 재생시에 사웅되는 보간 처리와는 다른 것이다 다시 말해, 수학식 1만을 고려하는 적웅 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 대응하 는 예측 계수가 교사 데이터 y를 사용하여 소위 "학슘"에 의하여 구해질 수 있기 때문에 재생될 수 있다. 7?때문에, 적응 처리는 소위 화상 재생 동작으로 불리는 처리 과정으로 볼 수 있다.

다음은 도14의 흐름도를 참조하여 도10의 로컬 디코더의 동작을 설명한다.

우선, 단계 521에서, 로컬 디코더(22)는 보정 유니트(21)로부터의 보정 데이터를 블록 령태로 바군다. 몰래스 분류를 위한 블록킹 유니트에서, 보정된 데이터는 노우트된 보정 데이터를 중심으로 하여 물래스 분류를 위한 3×3 화소 블록의 형태로 바러게 되고, 이들 블록들은 물래스 분류 적웅 처리 유니트(43)으로 공급된다. 또한,예측치 계산을 위한 블록킹 유니트(42)에서 보정된 데이터는 노우트된 보정 데이터를 중심으로 예측치 계산 을 위한 5×5 화소 블록의 형태로 바뀌고 이들은 몰래스 분류 적웅 처리 유니트(43)으로 공급된다.

찰래스 분류를 위한 블록과 예측치 계산을 위한 블록들에 추가하여 제4계충의 화상 데이터 역시 을래스 분 류 적웅 터리 유니트(43)으로 공급된다. 플래스 분류를 위한 블록들은 ADRC 처리 유니트(44)로 공급되고, 예 측치 계산을 위한 블록 및 제4계층용 화상 데이터는 적웅 처리 유니트(46)으로 공급된다.

단계 522에서 클래스 분류를 위한 블록들이 수신될 때, ADRC 처리 유니트(44)는 몰래스 분류를 위한 블록 을, 예를들어 보정된 데이터가 하나의 비트로 변환(코드)되고 물래스 분류 유니트(45)로 출력되도록, 1비트 ADRC(1비트 양자화를 사용하여 실행되는 ADRC) 처리를 한다. 단계 523에서, 플래스 분류 유니트(45)는 ADRC 처리를 거친 플래스 분류를 위한 블록들을 클래스 분류 터리(즉, 블록 내의 각 화소 레벨의 분포 상태 를 검출함)를 받도록 하고, 이들 클래스 분류 블록이 속하는 클래스를 결정한다. 이 클래스 결정의 결과는 클 래스 정보로서 적웅 처리 유니트(46)으로 공급된다.

본 실시 예에서, 클래스 분류에 사용되는 각각의 블록들은 을래스 분류 구분이 1비트 ADRC 처리를 거친 3×3으로 배열된 7개의 화소로 구성되는 을래스 불류 블록 상에서 수행되므로 512 (=(2')") 가지의 물래스 중 하나에 속하게 된다.

그리고, 단계 524에서, 각각의 을래스에 대한 예측치 및 제4계층의 하나의 프레임을 위한 예측치가 계산될 수 있도록 클래스 분류 유니1.(45)로부터의 를래스 정보에 기초하여 적웅 처리 유니트(46)에 의하여 각각의 클래스에 대한 적응 피리가 실행된다.

본 실시 예에서, 예를들어 각각의 클래스에 대하여 25xg개의 예측 계수가 계산될 때, 제4계층의 화상 데이 터, 하나의 프레임을 위한 보정 데이터(이때 소정의 보정 데이터는 노우트된 데이터로 받아들여 짐). 노우트된 보정 데이터와 이 화소 주위의 8개의 화소를 포함하는 전테 9개의 화소에 대한 훤 화상(여기서는 4차 계층의 화상 데이터)의 예측치가 클래스 정보에 웅답하여 노우트된 보정된 데이터를 중심으로 하여 5×5 화소의 예 측치를 계산하기 위한 클래스 정보 블록에 대응하는 25xg개의 예측 계수들을 사용하는 적응 처리를 실행함 으로써 산출된다.

특히, 예를들어 도11에 도시된 보정 데이터 ◎7을 중심으로 하여 3×3의 보정 데이터 X7, X7, X7, X7, X? ◎7, ◎,7, X,, 및 X7를 포함하는 클래스 분류강 블록에 관한 클래스 정보 C가 클래스 분류 유니트(45)로부터 출력도고, 보정 데이터 Xe을 중심하는 5×5개의 화소의 보정 데이터 X‥‥ ◎f, X,7. X,4, Xl7, X7l, X7, X7, X74, X7, X3l, X7, X7, X7, X7, X7l, X? X7, X47, X75, X7l, X7, X7, X? 및 X7를 포함하는 예측치 계산용 블록이 예측치 계산 블록킹 유니트(42)로부터 출력될 때, 이 예측치 계산용 블록을 구성하는 보정 데이터가 우선 학습 데이터로서 취해지고 보정 데이터 X7을 중심으로(도11에서 사각형으로 둘 러싸인 부분인) 3×3 화소의 화소치 Yn(1) 내지 Yn(9)이 수학식 7의 정규 방정식이 성림되도록 교사 데이터 로서 취 해 진다.

예를 들어, 하나의 프레임에 대하여, 클래스 정보 C에 의하여 분류된 타 예측갈 계산용 블록들과 동일한 방식으로 정규 방정식이 성릴할 때, 화소치 Yn(k) (이때, k =1, 2, . 9)의 예측치 I를 얻기 위하여 예측 계수 w,(k) 내지 w7(k) (본 실시예에서, 하나의 예측치를 구하기 위하여 25 아이템의 학습 데이터가 사용되고 따라 서 25개의 예측 계수 w가 필요하다)를 산출하고, 얼어질 정규 방정식의 수가 결정되면(이와 같은 수의 정규 방정식이 얻어질 때까지 단계 524에서 정규 방정식을 세워나가고). 클래스 정보 C에 대하여. 이 정규 방정식 을 풀어 화소치 Yn(k)의 예측치 I를 얻기 위한 최적의 예측 계수 w,(k) 내지 w7(k)가 계산된다. 이 과정은 각각의 클래스에 대하여 실행되며, 각각의 클래스에 대하여 2sxg개의 예측 계수들이 계산된다. 폰래스 정보 에 대웅하는 77xg개의 예측 계수와 예측치 계산을 위한 블록 내의 25 화소을 이용하여 수학식 1에 대응하는 다음의 방정식에 따라 예측치가 구해진다.

(수학식 8)

Y7(k)1 = w,(k)X,, + w7(k)X,? + w,(k)X,, + w,7k)x,, + w,(k)x,, + w,(k)x,, + W,(k)X? + W7(k)X? + W7(k)X?

+ W,7(k)X? + W,1(k)X3, + W,,(k)X,, + W,,(k)X?

+ W,,(k)X? + W,,(k)X?

+ W,6(k)X,, + W,,(k)X,2

+ W,,(k)X,3 + W,7(k)X?

+ W7(k)X? + W,,(k)X,, + W7(k)X,2 + W7(k)X?

+ W7(k)X? + W7(k)X?

단계 523에서. 각각의 클래스의 25xg개의 예측 계수가 계산된 후, 노우트된 보정 데이터를 중심으로 하여 3×3의 화소을 단위로 하여 3×3의 예측치가 구해진다. 그 후에 단계 524에서, 각 클래스의 25×7개의 예측 계수가 결정 유니트(24)로 제공되고 예측치는 각각의 3×3 화소을 위한 오차 계산 유니트에 제공된다. 처리 과정은 단계 521로 복귀하고. 터리 과정이 하나의 프레임마다 반복된다.

전술한 처리는 뚜한 로컬 디코더 72, 내지 277에서도 실행된다. 이러한 방시으로, 9 화소을 단위로 하여 제1계층 내지 제3계층의 예측치가 구해질 수 있고, 각 층에서 각 클래스에 대한 예측 계수가 구해질 수 있다.

제1계층 내지 제4계층의 각각의 클래스의 예측치 및 예측 계수는 메모리(26 및 27)에 저장되고, 제1계층의 예 즉치는 오차 계간 회로(23: 도5)로 공급된다

도15는 도5의 오타 계산 뫼로(73)의 예시적 구성을 보여준다.

원 화상 데이터(즉, 제1계층의 화상 데이터)는 블록 코딩 유니트(51)로 공급된다. 그러면 블록 코딩 유니트 (51)은 이 화상 데이터를 예측 유니트(22)에서 출력되는 제1계층의 예측치에 대응하는 9개의 블록 형태로 바 군다. 그 결과 얼어진 3×3 화소 블록은 평방 오차 계산 유니트(52)로 출력된다. 블록 코딩 유니트(51)로부터 공급되는 블록에 추가하여 예측 유니트(72)로부터의 제1계층의 예측치 역시 9개 단위(3×3 화소의 블록 단위)로 평방 오차 계산 유니트(52)로 공급된다. 그러면 평방 오차 계산 유니트는 제1계층의 화상 데이터에 대한 예측치의 예측 오차로서 평방 _7.차를 계산하고 이를 적분기(55)에 공급한다.

자승 오차 산출부(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 값들 은 연산부(54)로 제공된다. 그후 연산부(54)는 떤산부(53)의 출력(제1계충에 대한 화상 데이터, 예측티 및 타)을 제곱하여 적분기(integrator: iS)에 제공한다.

자승 오차가 자승 오차 산출부(52)로부터 수신될 매. 적분기(55)는 메모리(56)에 저장되어 있는 값들을 판독 한다. 이들 저장된 갈들 및 자승된 오차값은 고후 합산되어, 다시 메모리(56)에 공급되고 저장되며, 이 과정은 반복된다. 그러틴로, 자승 오차의 적분된 값(오타 분산)이 얻어진다. 그 후 적분기(55)가 정해진 양(예를 들면,1 프레임에 대한 ◎분 등)에 대한 자숭 오차의 적분을 종료할 때, 이 적분된 값은 메모리(56)으로부터 판독되 어 오타 정보로서 판단 유니트(24: 도5)에 공급된다. 1 프레임에 대한 터리가 종료될 때, 메모리(56)은 저장된 값들을 소거하는 한편 적분기(57)에 의하여 출력된 값들을 새로이 저장한다.

다음에는. 오차 산출부(23)의 동작이 도15의 흐름도를 참조하여 기술된다. 오차 산출부(23)에서, 메모리(56)에 저장된 갈은 먼저 단계 531에서, 예를 들면 0으로 소거된다. 란계 532에서, 제1계층에 대한 화상 데이터는 블록 부호화부(51)에서 블록의 형태로 입력되고, 터리된 블록들은 자숭 오차 산출◎(52)로 제공된다. 블록 부 호화◎f51)로◎터 제공된 블록 및 예측 유니트(22)로부터 제공된 제1계층에 대한 예측치들을 포함하는 제1계 층에 대한 화상 데이터에 대한 자숭 오차는 그 후 단계 533에서 자승 오차 산출년(52)에서 산출된다.

즉, 단계 533에서는, 연산부(53)에서 상응하는 예측티들은 블록 부호화부(51)에 의하여 블록 형태로 제공된 711계층에 대한 각각의 화상 데이터로부터 감산되어 그 결과치의 데이터는 연산부(54)로 제공된다. 쪼한, 탄계 533에서 연산부(53)의 출력 데이터는 연산◎(54)에서 제곱되어 적된기(55)에 제공된다.

단계 534에서, 자숭 오차 산출부(52)로부터의 자숭 오차가 수신될 때, 적분기(55)는 메모리(56)에 저장된 값 들을 판독하여 이들 저장된 값들과 자숭 오차를 합산함으로써 자숭 오차에 대한 적분값들을 얻는다. 적분기 (5지에서 계신된 자승 _프차에 대한 적분값들은 그 후 메모리(56)에 제공되어 이전에 저장된 값들 위에 오버라 이 팅 (Ov7rwriting)됨 으로써 저 장된 다.

그 다음, 단계 535에서 적분기(55)는 정해진 양, 예를 들면 1 프레임 ◎분에 대한 자숭 _프타의 적분이 완료 되었는지 여부를 판정한다. 단계 535에서 1 프레임 구분에 대한 자승 _7.차의 적분이 완료되지 않았다고 판정 퇴련, 터리 과정은 단계 532로 복귀하여 단계 532로확터의 처리가 반복된다. 또한, 단계 535에서 1 프레임 탁 분에 대한 자숭 오차의 적분이 완료되었다고 판정되면, 터리 과정은 단계 536으로 진행한다 그 후 적분기(57)는 메도리(56)에 저장된 1 프레임 부분에 대한 자승 오차에 대한 적분같을 판독하여 이득을 _◎티 정보로서 판 난 유니트(74)로 출력한다. 터리 과정은 단계 531로 복귀하고. 단계 571부터 반복된다.

오타 정보 Q는 그 후 오차 산출부(23)에서, 711계층에 대한 화상 데이터를 Y7(k)로 하고 예측 유니트(22)에 서 보정된 데이터로부터 발생된 제1계층에 대한 예측치를 I IY7(k)]로 할 때 다음 관계식에 따라 연산을 수 행 함으로써 산출된 다.

Q =교(Y,,(7) - I [Y7(k)])'

여기에서,즈는 1 프레임 부분에 대한 합을 의미한다.

도17은 도5의 판단 유니트(24)의 예시적인 구성을 도시하고 있다.

보정 데이터 메모리(72)는 보정 유니트(21)로부터 공급된 보정된 데이터를 저장한다.

새릅게 보정된 데이터가 보정 유니트(21)에서 새롭게 보정된 제5계층.에 대한 화상 데이터에 의하여 제공될 때, 보정된 데이터 메모리(77)는 이미 저장된 보정 데이터(이전에 보정된 데이터) 대신에 새롬게 보정된 데이 터 를 저 장한다.

오차 정보 메모리(63)은 오차 산출부(23)으로부터 공급되는 오차 정보를 저장한다. 오차 산출부(23)으로부터 현재 제공되는 오차 정보를 저장함과 함게, 오차 정보 메모리(63)은 이전에 공급된 오차 정보를 저장한다. (새 로운 오차 정보가 공급되어도. 이미 저장된 오차 정보는 다시 새로운 오차 정보가 공급될 때까지는 유지된 다. ) 그 후 오차 정보 메모리(73)은 새로운 프레임의 처리가 시작될 때마다 소거된다.

비교기(74)는, 필요한 경우 현재의 오차 정보와 이전의 오차 정보를 비교함과 함게, _르차 정보 메모리(63)에저장된 현재의 오차 정보와 소정의 문턱치 친를 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 ◎ 호화 결과로서 취해지기에 적절한가(칠적인가)를 판정한다. 보정된 데이터가 최적이 아니라고 확인(판정)될 때, 새로운 보정 데이터치 출력을 요청하는 제어 신호가 보정 유니트(21) [보정 유니트(32)1에 제공된다(도5).

또한, 보정 데이터 메모리(62)에 저장된 보정 데이터가 화상의 부호화 결과로서 커해지기에 최적이라고 확인 될 때, 제어부(65)는 보정 데이터 메모리(62)에 저장된 보정 데이터를 판독하고, 이 데이터를 다숭화부(25)에 출력하며, 예측 유니트(22)를 제어하여(도9), 메모리(26) 및 (27)에 각각 저장된 제1 내지 제4계층의 각 를래스 (clams)에 대한 예측치들 밋 예측 계수들을 판독한다. 또한, 이 경우 제어부(75)는 1 프레임의 화상에 대한 부 호화의 완료를 지시하는 제어 신호를 보정 유니트(21)에 출력하여, 다음 프레임에 대하여 위에서 서술된 것 처럼 터리 과정이 보정 유니트(21)에서 시작된다.

다음에는, 도18을 참조하여 판단 유니트(24)의 동작에 대하여 기술된다. 판단 유니트(24)에서는, 오차 산출부(23)으로부터 오차 정보가 수신되었는지 여부가 단계 541에서 비교기f64)에 의하여 판정된다. 오차 정보가 수 신되지 않았다고 판정되면, 터리 과정은 단계 541로 복귀한다. 단계 541에서 오차 정보가 수신되었다고 판정 되면, 즉, 오차 정보가 오차 정보 에모리(63)에 저장되어 있다고 판정되면. 처리 과정은 단계 542로 진행한다.

그 후 비교기(64)는 오타 정보 메모리(63)에 현재 저장되어 있는 오차 정보(현재의 오차 정보)와 소정의 문턱 티 7를 비교하여 어느 쪽이 큰지를 판정한다.

단계 547에서 현재의 오차 정보가 소청의 문턱치 7와 같거나 크다고 판정될 때, 비교기(64)는 오차 정보 메모리(73)에 저장된 이전의 오차 정보를 판독한다. 그 후 비교기(64)는 단계 543에서 이전의 오차 정보와 현 재의 오타 정보를 비교하여 어느 쪽이 큰지를 판정한다.

처리 과정이 1 프레임에 대하여 시작되고 오차 정보가 먼저 제공될 때, 이전 회의 _프차 정보는 _프차 정보 메모리(63)에 저장되지 않는다. 그러므로. 이 경우 단계 543으로부터 계속되는 터리 과정은 판단 유니트(24)71서는 수행되지 않는다. 그 후 보정 유니트(32: 도해를 제어하는 제어 신호가 출력되고 소정의 초기 어드레스가 출력된다.

단계 543에서 현재의 오차 정보가 이전의 오차 정보보다 작거나 같다고 판정되면, 즉 오차 정보가 제5계층 의 화상 데이터의 보정을 수행함으로써 감소되면, 처리 과정은 단계 544로 진행한다. 그 후 제어부(75)는 보정 유니트(37)로 보정값 △이 이전과 같은 방식으로 보정될 것을 지시하는 제어 신호를 출력하고. 처리 과정은 단계 541로 복귀한다. 또란, 단계 543에서 현재의 오차 정보가 이전의 오차 정보보다 크다고 판정될 때, 즉 오 타 정보가 제5계층에 대한 화상 데이터의 보정을 수행함으로써 종가된 때에는, 처리 과정은 단계 545로 진행 하여 제어부(65)가 보정 유니트(32)로 보정갈 △가 이전과 반대 방식, 예를 들면 동 시간 내에 동 지점가지의 변화 크기의 1/2, 로 보정될 것을 지시하는 제어 신호를 출력한다.

그 우 오타 정보는 단계 541 내지 545의 과정을 반복함으로써 감소된다. 이러한 방법으로, 단계 542에서 현 재의 오타 정보가 소정의 문턱 치보다 작다고 판정될 때, 처리 과정은 단계 546으로 진행한다. 그 후 제어부 (75)는 보정 데이터 메모리(62)에 저장된 보정 데이터를 판독하고, 제1계퉁에 대한 예측치가 최적의 데이터에 서의 최적의 보정 데이터로서 다중화부(25)에 공급된다. 단계 546에서, 제어부(65)에 의하여 제1 내지 제4계층 에 대한 예측치가 예측 유니트(22: 도7)의 메모리(26)으로부터 판독되고, 제1 내지 제4계층에 대한 각 물래스 에서의 혜측 계수가 메모리(27)로부터 판독된다.

메모리(26)으로부터 판독되는 제1 내지 제4계층에 대한 예측치, 즉 오차 정보가 문턱치 7보다 작을 때의 제1 내지 제4계층에 대한 예측치는 위에서 서술된 방식으로 연산부(121) 내지 (124)에 공급된다. 메모리(27)로 부터 판독되는 제1 내지 제4계층의 각 클래스에 대한 일군의 예측계수들은 다중화부(28: 도9)에서 다중화된다.

그 결과로서 얻어지는 각 물래스에 대한 예측계수의 군은 그후 제어부(65)를 거퍽 다중과부(25)로 공급된다.

그 후, 터리 과정은 다음 프레임에 대한 오차 정보를 대기하여 도18에 도시된 흐름도에 따라 반복된다.

보정 유니트(32)에서, 제5계층의 화상 데이터에 대한 보정은 1 프레임의 제5계충에 대한 모든 화상 데이터 에 대하여 수행될 수도 있으며, 일부의 데이터에대하여만 수행될 수도 있다. 일부의 데이터에 대하여 보정이 수행될 때는, 예를 들면 오차 정보에 강하게 영향을 주는 픽셀들이 제어◎(65)에 의하여 검출되고, 그 후 보정 은 이들 픽셀들에 대하여만 수행된다. 오차 정보에 강하게 영향을 주는 픽셀들은 예를 들면 다음과 같은 방 식으로 검출될 수 있다. 즉, 오차 정보는 먼저 제5계층의 화상 데이터 그대로를 이용하여 처리를 수행함으로 써 얻어질 수 있다. 그 후, 동일한 보정갈 △에 의하여 제5계층의 화상 데이터의 모든 픽셀에 대란 보정 처리 를 하도록 하는 제어 신호가 제어부(65)로부터 보정 유니트(32)로 출력된다 그 결과로 얻어지는 오차 정보는 제5계층의 화상 데이터가 아무 보정없이 이용될 때 얻어지는 오차 정보와 비교되어, 비교에 의해 얻어지는 차 가 소정의 값과 같거나 른 픽셀들이 오차 정보에 강하게 영향을 미치는 픽셀로 검출될 수 있다.

제5계층의 화상 데이터의 보정은 그 후 오차 정보가 소정의 문턱치 』보다 작아질 때까지 반복된다. 오차 정보가 소정의 문턱치 7보다 작을 때의 보정 데이터는 최적의 보정 데이터로서 출력된다. 그러틸로, 최적의 보정 데이터, 즉 제1계층의 화상을 복 호화하는 데 가장 적함한 값에 대한 보정 데이터를 이용하여, 원 화상과 실질적으로 동일한 복호화된 화상을 수신 장치(4; 도1)에서 얻을 수 있다.

전송장치(1)에서의 위 부호화 처리는 세선화(thinning out) 및 물래스 분류 적웅 처리(clas? classirying adaptive procesaing)를 이용한 소위 압축 처리의 유기적 통합(organic integration of compressing precessing)에 의하여 매우 효율적인 압축이 이루어지고. 따라서 통합화된 부호화 처리가 수행될 수 있다.

도19는 도1의 수신장치(4)의 일 실시예를 도시하고 있다.

기록매치(2)로부터 재생된 부호화된 데이터 또는 전송 경.뢰3)을 통하여 전송된 부호화된 데이터는 신호 처 리 유너트(71)로 공급된다. 그 후 이 넉호화된 데이터는 신호 터리 유니트(71)에서 제1 내지 제5계층의 ◎호화 죈 데이터로 분리되어, 오차 정정 처리 및 기타 필요한 처리를 거친다. 그 후 신호 처리 유니트(71)은 제5계층 의 부호화된 데이터로부터 최적의 데이터 및 제1 내지 제4계층의 각 클래스의 예측 계수의 각각을 분리한다.

그 후 신호 터리 유니트(71)은 제1 내지 제4계층의 부호화된 데이터(제1 내지 제4계층에 대한 복수의 예측치 의 타를 구비하는 서로 다른 데이터)를 연산부(73, 내지 73,)에 공급하고, 제1 내지 제4계층의 각 클래스에 대 한 예측 계수들을 예측 유니트(73, 내지 f3,)에 공급한다. 또한, 신호 처리 유니트(71)은 가장 적절한 보정 데 이터를 제5계층의 복호화된 화상으로서 보정이 없이 출력함과 함께 이 데이터를 예측 유니트(72,)에 공급한다.

그 후, 예측 유니트(72,)는 최적의 보정 데이터와 제4계층의 각 찰래스에 대한 예측 계수를 이용하여 제4계 층에 대한 예측치를 계산하고, 이 데이터를 연산부(73,)에 공급한다. 제?계층의 예측치와 예측치의 차(714계층 에 대한 부호따된 데이터)는 연산부(73,)에서 합산된다. 합산된 결과는 보정 얼이 제4계층의 복호화된 화상으 로서 출력되고, 예측 유니트(727)에 공급된다.

713계층의 예측치는 연산부(73,)로부터의 제4계충의 복호화된 화상과 제3계층의 각 물래스에 대한 예측 계 수를 이용하여 예측 유니트(777)에서 계산피고, 연산부(73,)에 공급된다. 제3계층의 예측치와 차(제3계층에 대 한 부호화된 데이터)는 연산부(733)에서 합산된다. 그 후 이 합산의 결과는 보정 업이 제3계층의 복호화된 화 상으로서 출력되고, 예측 유니트(777)에 공급된다.

동힐한 과정이 예측 유니트(727)와 연산부(73,), 그리고 예측 유니트(72,)과 연산부(73,)에서, 수행되어. 제2계층 및 제1계층 각각에 대하여 복호화된 화상이 연산부(737와 73,)로부터 출력된다.

다음에는, 예측 유니트(72,)를 예로 들어 예측 유니트(72, 내지 72,)가 설명될 것이다.

도27은 예측 유니트(72,)의 구성의 예를 도시한 도면이다.

신호 터리 회로(71) (도19)로부터의 가장 적당한(최적의) 보정된 데이터는 클래스 분류용 블록화 회로(82)및 예측치 계산용 블록화 회로(83)로 공급되고, 제4계층을 위한 각각의 물래스에 대한 예측 계수는 예측회로 (77)로 공급되며 그 후에 각각의 클래스에 대한 예측 계수는 도시되어 있지 않은 메모리에 기억된다.

클래스 분류용 블록롸 회로(82), 예측치 계산용 활록화 회로(83). ADRC 처리 회로(84), 및 물래스 분류 회로 (75)는 도10의 플래스 분류용 블록화 회로(41). 예측치 계산웅 될록화 회로(42), ADRC 터리 회로(44), 및 클래 스 분류 회로(45)와 유사한 구성을 가지고 있다. 따라서 도10의 경우에 관한 유사한 과정이 이러한 블록 상에 서 수행되어 예측치 계산용 블록이 예측치 계산용 블록화 회로(83)로부터 출력되고 클래스 정보가 클래스 분 류 회로(85)로부터 출력되도록 한다. 예측치 계산용 될록 및 플러스 정보는 그 다음에 예측 회로(86)로 공급 된다

제4계층용의 3×3의 예측치는 도시되어 있지 않은 메모리로부터 판독된. 클래스 정보에 대웅되는 도시되어 있지 않은 메모리에 기억된 제4계층용으로 공급된 각각의 클래스에 대한 예측 계수의 판독 예측 계수를 이웅 하여 식 1에 따라 예측 회로(86)에서 계산되고, 예측치 계산을 위한 최적의 SxS외 보정된 데이터를 포함하는 블록은 예측치 계산용 블록화 회로(73)로부터 공급되며, 이러한 예측치는 연산 유니트(73,)로 공급된다.

제1 내지 제3계층용의 예측치는 또한 유사한 방법으로 다른 예측 유니트(723 내지 72,)에서 얻어진다.

따라서, 도17에 도시된 수신 장치(4)에서는, 각각의 계층에 대한 예측치가 얻어지고 각각의 계층에 대한 예 측 오차가 더해져서 원래의 화상 데이터에 더욱 근접한 화소 값이 얻어지도록 하며, 그 다음에 이것은 상위 계층을 위한 예측치를 구하는데 사용된다. 그 다음에 화상이 각각의 계층에 대해서 ◎호화 화상으로 얼어지 7, ◎호화 화상은 해당 계층에 대한 원 영상과 거의 동일하다 또한, 가장 적당한 보정 데이터는 상기 과정을 연속해서 수행함으로써 인어지는 제1계층을 위한 예측치 및 711계층에 대한 화상에 대한 오차가 역티 』보다 작도록 정해진다. 따라서, 만약 제1 내지 제4계층을 위한 일부 또는 모든 부호화 데이터(예측 오차 데이터)가 어떠한 이유에서든지 없어진다면, 제5계층을 위한 부호화 데이터, 즉 최적 보정 데이터 및 제1 내지 제4계층에 대한 각각의 클래스를 위한 각각의 예측 계수를 이용하 여 높은 해상도로 ◎호화 화상이 얻어질 수 있다.

또한, 예를 들어 제3계층의 부호화 데이터(즉, 제3계층의 최적 보정 데이터 및 제1 및 제2계층의 각각의 을 래스에 대한 각각의 예측 계수)만을 수신할 수 있는 수신 장치의 경우에는. 높은 해상도를 가지는 부호화 화 상을 ◎호화하는 것이 가능하다. 더욱이 제2계층의 부호화 데이터 및 제3계충의 부호화 데이터(즉, 제2 및 제 3계층의 최적 보정 데이터 및 제1 및 제2계층의 각각의 물래스에 대한 각각의 예측 계수)만을 수신할 수 있 는 수신 장치의 경우에는, 높은 괘상도를 가지는 화상을 부호화하는 것이 가능하다.

도」0에 도시된 바와 같이. 화상 전송 장치의 다른 실시예에 따르면, 제1계층을 위한 화상 데이터(즉, 훤 화 상 데이터)가 최적 보정 데이터 산출 회로(14)로 공급된다. 최적 보정 데이터 산출 회로(14)는 그 다음에 제1내지 제4계층의 화상 데이터에 대한 예측치를 예측하고,제5계층을 위한 화상에 대한 최적 보정 데이터를 계 산하며 이 데이터를 신호 터리 회로(13)에 공급한다.

도30의 전송 장치의 최적 보정 데이터 산출 회로(14)의 한 실시예가 도31에 도시되어 있다. 도건의 최적 보 정 데이터 산출 회로(14)는 도5의 최적 보정 데이터 산출 회로(14)와 유사하지만, 에측 유니트(22)는 제1 내지 제4게층으로 부터의 화상 데이터 엄이 제1 내지 제4계층에 대한 예측치를 결정한다.

특히, 도32에 도시된 바와 같이, 도31의 예측 유니트(22)의 로컬 디코더(22,) 내지 로컬 디코더(22,)의 각각은714 내지 제1계층을 위한 예측치 및 제4 내지 제1계층을 위한 화상 데이터 없이 제4 내지 제1계층을 위한 각 각의 클래스 또는 각각의 예측 계수를 생성한다.

즉, 제1실시예에서는, 제1 내지 제4계층에 대한 각각의 클래스를 위한 각각의 예측 계수가 로컬 디코더(22,)내지 (22,)에서 얻어지고, 그 다음에 제1 내지 제4계층을 위한 예측치를 계산하는데 사용된다. 그러나, 제2실시 예에서와 같이, 각각의 클래스에 대한 예측 계수가 로컬 디코더(22,) 내지 (22,)에서 얻어진 수 없을 때에는,세1 내지 제4계층을 위한 예측치가 각각 계산될 수 있다.

도21은 도32의 로컬 디코더(22,) 내지 (22,)의 한 실시예를 도시한 도면이다. 도21에는, 도17의 일부에 대응하는 부분에 동일한 번호가 주어걱 있다. 즉 적응 터리 회로(46) 대신에 예측 계수 ROM(88) 및 예측 외로(89)가 제공되는 것을 제외하고는, 로컬 데코더(22,) 내지 (22,)의 구성은 도17에 도시된 구성과 유사하다. 제4계층 의 화상 데이터는 예측 계수를 계산하지 않기 위해서 제공되지 않는다.

도10외 설명과 함께 로컬 디코더 (224)를 예로 들어 설명한다.

예측 계수 RO씬(88)은 학슘(후술되어 있음)에 의해서 이미 얻어진 각각의 클래스를 위한 예측 계수를 기억 하고. ADRC 터리 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. 25×7의 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 7)이 계간되어. 훤 화상에 대찬 373의 예측치가 계산된다.

따라서, 도21의 찰래스 분류 적웅 처리 회로(43)에 따르면, 이러한 예측치는 각각의 계층에 대해서 원 화상 데이터를 사용하지 않고도 계산할 수 있다. 예측 계수 ROM(08)에 기억된 각각의 클래스를 위한 25xg의 예측 계수는 강기 실시예에서와 동일한 방법으로 결정 회로로 출력된다.

도」3은 도21의 로켠 디코더(224)의 동작을 설명하는 흐름도이다. 흐름도는 도14의 흐름도(도17의 로컬 디코 더(22)과 동작을 설명하기 위함)와 유사하다. 도33을 참조하며. 단계 (521) 내지 (523)은 도14의 흐름도를 참조 하여 설명된 것과 유사하다. 그러나, 단계 (524)에서는, 예측 계수가 예측 계수 ROM으로부터 판독된다. 단계 (S24A)에서는. 예측 회로(89)에 의해서 적응 처리가 수행되어 예측치를 계산한다. 최종적으로, 단계 (5려림)에서는 예측치가 출력되고 각각의 클래스에 대한 예측 계수가 출력된다. 그러면, 처리과정은 단계 (521)로 되돌 아가고 상기 과정이 반복된다

다음에, 도22는 도21의 예측 계수 ROM에 기억된 예측 계수를 얻기 위해서 학습을 수행하기 위한 화상 처 리 장치의 한 실시예를 도시한 도먼이다.

모든 화상에 대해서 적당한 예측 계수를 얻기 위한 사용되는 학습용 화상 데이터(학습 화상)는 학습용 블 록화 회로(71) 및 교수용 블록화 회로(92)에 공급된다 제4계층을 위해서 예측 계수를 얻고자 할 때에는, 제 4계층을 위한 화상 데이터가 학습용 블록화 회로(91) 및 교수용 블록화 회로(92)에 학슘 화상 데이터로서 공 급된 다.

학습용 블록화 회로(91)는 입력된 화상 데이터로부터 예를 들먼 도11에 츤표시에 의해 보인 관계의 위치에 있는 25개의 화소 (5×5의 화소)를 추출한다. 이러한 25개의 화소를 가지는 블록은 이어서 ADRC 터리 회로 (93) 및 학습 데이터 메모리(96)으로 공급된다.

교수용 블록화 회로(92)에서는, 예를 들면 373으로 배열된 9개의 화소를 가지는 블록이 입력된 화상 데이 터로◎터 생성된다. 이러한 9개의 화소를 가지는 블록은 이어서 교수용 데이터 메모리(98)에 교수용 블록으로 서 공급된 다.

예를 들면 도71에 를표시에 의해 보인 잔계의 위치에 있는 75개의 화소를 가지는 학습용 블록이 학습용 블 록화 회로(91)에서 생성되면, 도11에서 4변형에 의해서 둘러 싸인 것으로 도시된 학습용 3×3 화소의 블록이 교수용 블록화 외로(92)에서 생성된다.

ADRC 터러 회로(93)는 학슘용 블록을 이루는 25개의 화소로부터 중심의 9개의 화소 (3×3 화소)를 추출하 고, 도21의 ADRC 처리 회로에 대하여 설명한 것과 유사한 방법으로 이 9개의 화소 블록 상에서 1비트 ADRC 터리가 수행된다. ADRC 터리된 3×3의 화소 블록은 이어서 물래스 분류 회로(떫)에 공급된다. ADRC터리 회로(93)로◎터의 활록은 물래스 분류 회로(94)에서 클래스 분류되고, 얻어진 클래스 정보는 스위치(95)의 a단자를 거쳐서 학습 데이터 메모리(96) 및 교수 데이터 메모리(98)로 보내진다.

학습용 블록화 회로(91)로부터의 학습용 블록과 교수용 블록화 회로(92)로 부터의 교수용 블록은 각각 학습용 데이터 메모리(96) 및 교수용 데이터 메모리(98)에 제공된 클래스 정보에 해당되는 주소에 기억된다.

학슘 데이터 메모리(96)에서는. 예를 들어 도11에서 출표시로 표시된 5×5의 화소로 이루어진 블록이 학습 용 블록으로 정해지고 소정의 주소에 기억될 때에는, 도11에서 4변형을 둘러 싸인 3×3 화소의 블록은 교수 데이터 메모리(78) 동일한 주소에 교수용 블록으로 기억된다.

이어서 동일한 과정이 사전에 제공된 학습용 화상 모두에 대해서 반복된다. 이와 같은 방법으로, 학습용 될록과 도21의 로컬 디코더(22,)에 있어서, 그 학습용 블록을 구성하는 75개의 화소와 동일한 위치 관계를 가지 는 25개의 보정 데이터로 구성되는 예측치 계산용 블록을 이용하여 예측치가 얻어지는 9개의 화소로 구성되 는 교수용 블록은, 학습용 데이터 메모리(96)과, 교수용 데이터 메모리(98)에 의해서 동일한 주소에 기익된다.

복수의 정보가 학습용 데이터 메모리(75) 및 교수용 데이터 메모리(98) 내의 동일한 주소에 기억될 수 있 다. 이러한 방법으로, 복수의 학습웅 블록 및 교수용 블록을 통일한 주소에 기억시킬 수가 있다.

학습용의 화상 데이터 모두를 위한 학습용 블록과 교수용 블록이 학습용 데이터 메모리(96) 및 교수용 데 이터 메모리(98)에 저장되어 있을 때, 단자 a를 선택하는 스위치(95)는 단자 b로 스위칭된다 카운터(97)의 출 력이 이어서 학습용 데이터 에모리(97)와 교수용 데이터 메모리(98)에 주소에 따라서 공급된다 카운터(97)는 클럭에 맞추어 카운팅하고 카운트 값을 출력한다. 상기 카운트 갈에 해당하는 주소에 기억된 학습용 블록과 교수용 블록은 이어서 학습용 데이터 메모리(96) 및 교수용 데이터 메모리(98)로부터 판독되고 연산 회로(59)로 공금된다.

카운터(97)의 카운트 값에 해당하는 학습용 블록에 대한 집합 및 교수용 볼륵에 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 화소 값을 xl, x2, 73, . 라 하고 구하고자 하는 예측 계수를 wl, w2,w3‥‥ 라 하면, 학습용 블록이 선형 1차 조합을 이용하여 구성된다. 소정의 화소에 대한 화소 갈 ?를 구하 기 위해서는, 예측 계수 wl, w2, w3‥‥ 가 다음 식을 만족할 필요가 있다.

r =wlxl +w2×24w373+ ‥‥

연산 회로(99)에서는, 동일 클래스의 학습용 블록과 대응하는 교수용 블록으로부터 참 간 ?에 대하여 예측 치 wlxl + w272 + w373 + . . 의 자숭 오차를 최소화 하는 예측 계수 wl, w2. w3‥‥ 가 상술한 식 7에 보인 정규 방정식의 해를 구함으로써 구해진다 따라서, 각각의 물래스에 대한 25xg의 예측 오차가 각각의 클래스에 대해서 상술한 과정을 수행함으로써 구해진다.

연산 회로(79)에서 구해진 물래스 각각의 예측 계수가 메모리(170)로 공급된다. 연산 회로(99)로부터의 예측 계수 외에, 카운트 갈이 또한 메모리(100)로 공급되어 연산 회로(99)로부터의 예측 계수가 카운터(97)로녁터의 카운트 갈에 대응하는 주소에 기억될 수 있다.

각 클래스의 3×3 예측 화소 블록의 가장 적함한 예측 계수(여기서 이는 제4계층의 25xg 예측 계수임)가 메모리(100)에서 각 물래스에 대응하는 어드레스에 기억된다.

메모리(100)에 저장되는 각 물래스에 대한 예측 계수는 도21의 예측 계수 ROM(88)에 기억된다.

도70의 최적 보정 데이터 산출 회로(14)의 다른 하나의 실시예가 도34에 도시되어 있다. 도31의 최적 보정 데이터 산출 회로(14)와는 달리, 도34의 실시에는 예측 계수를 신호 처리 회로로 송신하지 않는다.

도35는 도34의 최적 보정 데이터 산출 회로(14)의 실시예의 작동을 도시한다. 도35의 흐름도는 단계 56에서 제1 내지 제4계충의 각 클래스에 대란 예측치의 각각 및 최적 보정 데이터가 출력된다는 점을 제외하고는 도 7의 흐름도와 유사하다 예측 계수는 출력되지 않는다.

도36은 도74의 최적 보정 데이터 산출 회로(14) 실시쉐의 예측 유니트(22)의 실시예를 도시하고 있다. 도 36의 실시예와 도32의 실시예의 주요한 차이는 각 로컬 디코더(22, 태지 22,)로부터 각 클래스에 대한 예측 계 수가 출력되지 자고, 각 클래스에 대한 예측 계수를 기억하기 위한 메모리(27)이 제공되지 않으며, 각 클래스 에 대한 예측 계수를 출력하기 위한 다중화기(28)이 제공하지 않는다는 것이다.

도37은 도36의 예측 유니트(22)의 로컬 디코더(22,)를 (로컬 디코더 224 내지 22거 대표로서) 도시하고 있다.

도37의 로컬 디코더(22,)는 도21의 로컬 디코더(22,)와 예측 계수가 ROM(88)로부터 도37의 로컬 디코더(22,)의 외부로 제공되지 않는다는 점을 제외하고는 유사하다

도38은 도37의 로컬 디코더(22,)의 동작을 도시하는 흐름도히다. 도14의 흐름도와 유사하게 단계 521에서 블 록화가 행해지고, 단계 522에서 ADRC 터리가 행해지며 단계 523에서 클래스 분류가 행하여진다. 란계 524에 서. 클래스 정보에 대웅하여 예측 계수 RO7(08)로부터 예측 회로(87)에 의해 예측 계수가 판독된다. 단계 524A에서는. 예측 회로(89) 내에서 적응 처리가 행하여져 예측치를 산출란다. 탄계 S74B에서, 예측 회로(89)로 ◎터 예측치가 출력된다.

예측 계수 ROM(88)에는 각 클래스에 대웅하는 어드레스에 실제 예측 계수 대신 교사용 블록을 구성하는 화소치의 평균치를 기억하는 것이 가능하다. 이 경우에 있어서, 를래스 정보를 고려하면, 이 물래스에 대웅하 는 화소치가 출력된다. 이러한 경우에는, 예측치 계산용 될록화 회로(42) 및 예측 회로(87) 없이 도21외 로컬 디코더(22,)를 구성할 수 있다.

도18의 수신 장치(4)에 있허서, 제1계층 내지 제4계층의 부호화 데이터(예측 잔류치)가 신호 터리 회로(71) 에서 예측 유니트(72, 내지 72,)로 공급되지 않는 구성이 채택되고. 예측 유니트(77, 내지 72,)에 대해서는 예를 들어 도23에 도시된 구성이 필요하다. 이 경우에 있어서, (예측 유니트(72, 내지 723)과 유사한) 예측 유니트 (724)는 도21에 도시된 로컬 디코더(22,)의 을래스 분류용 블록화 회로(41), 예측치 계산용 욜록화 회로(42), ADRC 터리 회로(44), 를래스 분류 회로(45), 에측 계수 ROM(88) 및 예측 유니트(89)의 각각에 대응하여 찰래 스 분류용 블록화 회로(141), 예측치 계산용 블록따 회로(142), ADRC 처리 회로(144), 물래스 분류 회로(145), 예측 계수 ROM(146) 및 예측 유니트(147)를 포함한다. 도21의 경우와 동일한 방법으로 예측 유니트(77, 내지 72,)에서 각 계층의 예측치를 얻을 수 있다.

이하에서는, 도10에 기술된 바와 같이 예측 계수를 순차적으로 구하는 에측치 획득 방법을 축차 방식이라 하고, 도21 및 도37에 기술된 바와 같이 예측 계수 ROM(88)에 미리 기억된 예측 계수를 이용하여 예측치를 얼는 방법을 ROM 방식이라고 하기로 하자.

도39는 도30의 송신 장치에 의해 부호화된 부호화 데이터를 수신하기 위한 수신 장치의 다른 실시예를 도 시하는 도면이다. 도39의 수신 장치는, 제1 내지 제4계층의 각 물래스에 대한 예측 계수의 각각이 신호 처리 회로(71)에 공급되는 부호화 데이터에 포함되지 않으므로, 제1 내지 제4계충의 복호화된 화상이 제1 내지 제 4계층의 각 을래스에 대한 예측 계수 업이 재구성된다는 점을 제외하고는 도19의 수신 장치와 유사하다.

도47은 도39의 수신 장치의 예측 유니트(72,)를 도시하는 블록도이다. 도47의 상세한 걸명은 도40외 예측 유 니트(72,)에 대한 설명이 (도36의 에측 유니트의) 도37에 도시된 예측 유니트(227)에 보완적이므로 생략하기로 한다.

도24는 도1의 송신 장치(1)의 다른 실시예를 도시하고 있다. 도24에 있어서, 도22외 부분에 대웅하는 부될은 같은 도면 부호를 사용하였다. 즉, 송신장치(1)의 구성은 제어 회로(301)이 제공된다는 점을 제외하고는 도 22의 송신 장치(1)의 구성과 유사하다. 도74의 실시예에 있어서는, ROM 방식을 이용하여 예측치를 얻을 수 있다. 그러나, 이 실시예에 있어서, 축차 방식을 사룡하여 예측치를 얻는 것도 가능하다.

연산 유니트(12, 내지 12,)에서 산출된 제1 내지 제4계층의 차분치(부호화 데이터)는 제어 회로(301)로 인가 된다. 제어 회로(301)은 제1 내지 제4계층의 예측 오차를 소정의 뵉치 f '와 비교하고, 신호 처리 회로(13)가 단지 이 역치 』 ' 이상의 값을 갖는 예측 오차만 최종 부호화 데이터에 포함하도록 제어한다.

제1 내지 제4계층의 예측 오차(제1 내지 제4계층의 부호화 데이터)는 상기 구성의 송신 장치(1)의 연산 유 니트(12, 내지 12,)에서 도2에서와 통일한 방식으로 산출되어 신호 처리 회로(13) 및 제어 회로(301)로 인가된 다. 711 내지 제4계층의 에측 _프차가 수신되면, 제어 회로(301)은 제1 내지 제4계층의 예측 오차를 소정의 역 티 』 '와 도25의 흐름도에 도시한 방범으로 비교하여 오차의 크기를 판단한다.

단계 5301에서 어떤 계층에 대란 예측 오차가 소청의 역치 f ' 이상인지가 판단되견, 처리 과정은 단계 5302로 진행한다. 제어 회로(301)는 신호 터리 회로(13)을 제어하여 이 계층에 의해 표시되는 계층 정보 및 예 측 오차가 최종 부호화 111이터에 포함되도록 하고, 처리 과정을 종료시킨다. 단계 5301에서 어떤 계층에 대한 예측 오차가 소정의 역치 7' 미만인 것으로 판단되면, 단계 5302는 생략되고 처리 과정이 종료된다.

제어 회로(371)에서 도25의 흐름도를 탐조하여 기술된 터리 과정이 각 계층에 대하여 수행된다. 신호 터리 회로(13)에서 출력되는 최종 부호화 데이터는 제1 내지 제4계층에 대한 쉐측 오타 중 소정의 역치 e ' 이상인 것 을 포함한다.

소정의 역치 』 ' 미만의 예측 오차를 사용하여 복 호화하는 경우라도, 예측 오차를 사용하지 않고 복호화하는 경우와 비교하면 복호 화상의 화면 품질에 대해서는 영향이 없다. 따라서, 이 경우 복호 화상의 화련 품질 의 큰 열화를 초래하지 않고도 부호화 데이터에 대한 데이터양을 줄이는 것이 가능하다.

도26은 도24의 송신 장치(1)에서 얻어지는 부호화 데이터를 복 호화하는 수신 장치(4)의 실시예를 도시하고 있다. 도27에 있어서, 도19에 대응하는 부분은 동일한 도면 부호를 사용하는데, 즉 수신 장치(4)의 구성은 제 어 회로(401)이 제공된다는 점을 제외하고는 도19에 도시된 것과 유사하다. 더욱이, 수신 장치(4)에서 RO닌 방 식을 이용하여(그러나, 축타 방식도 또한 사용될 수 있으며, 이 경우에는 제1 내지 제4계층의 각 클래스에 대 한 예측 계수의 각각이 송신됨) 예측 오차가 얻어진다.

제어 회로(401)은 신호 터리 회로(71)을 제어하여 부호화 데이터 내에 포함된 예측 오차를 대응하는 연산 유니트(연산 유니트 73, 내지 73, 중 임의의 하나)에 공급한다.

이 경우에 있어서, 신호 처리 회로(71)은 예측 오차와 함개 부호화 데이터에 포함되는 계층 정보를 추출하 여 이 데이터를 제어 회로(401)에 공급한다. 도27에 도시된 바와 같이, 단계 5471에 있어서, 제어 회로(401)은 신호 처리 회로(71)로부터 계층 정보를 수신한다. 단계 5402에 있어서, 계층 정보에 기초하여 예측 오차를 대 웅하는 연산 유니트(연산 유니트 73, 내지 73, 중 임의의 하나)로 출력하도록 신호 처리 회로(71)를 제어하고,절 차를 종료한다.

이 경우에 있어서, 예측 오차가 연산 유니트(73, 내지 737)로 공급될 때, 이러한 예측 오차와 예측치가 가산되고 그 결과가 복호 화상으로서 출력된다. 예상 오차가 공급되지 않을 때에는, 예측치가 변경 없이 복호 화 상으로서 출력되는데, 즉 예측 잔류티가 역치 ? ' 이상인 계층에 있어서는 예측 오타 및 예측치가 가산되어 소위 보정된 예측 오차를 갖는 복호 화상이 생성된다. 반면, 예상 오차가 역치 ? 미만인 계층에 있어서는 작은 예측 오차는 무시되고 예측치가 복호 화상으로서 출력된다.

이상은 본 발명에 따른 화상 처리 시스템에 관란 설명이었다. 그러나, 이러한 종류의 화상 처리 시스템은 예를 들면 NTSC 방식 신호 등과 같은 표준 방식의 텔레비견 신호를 부호화하는 경우 이외에도 예를 들면 많은 양의 데이터를 처리하늘 소위 하이비젼 방식의 텔레비젼 신호를 ◎호화하는데 특히 효과적일 수 있다.

그러한 실시예에 있어서, 각 절차가 한 프레임에 대해서 수행되더라도, 각 절차는 둘 또는 하나 이상의 프레 임에 대한 한 필드에 대해 수행될 수 있다.

상기 실시예에 있어서, 한 프레임에 대한 화상을 대상으로 하여 볼록 부호화가 수행되지만, 예를 들면 시 계열에서 연속하는 복수의 프레임의 경우 동일 위치의 화소로부터 블록을 수집하는 구성도 가능하다.

더욱이, 상기 실시예에 있어서, 오차의 자승함이 오차 정보로서 사용되지만, 예를 들어 오차의 절대치함 또는 오차의 3승 이상의 합이 사용될 수도 있다. 어느 것을 오차 정보로 사용할 것이가는 예를 들어 수렴성 에 기초하여 결정할 수 있다.

게다가, 상기 실시예에 있어서, 제2 내지 제5계층의 화상 데이터는 단순히 솎음 회로(thinning-out unit7)(111 내지 114)에서 제1 내지 제4계층의 화상 데이터를 수평 방향으로 1/3 그리고 수직 방향으로 1/7만큼 유아냄으로써 생성될 수 있는데, 즉 3×3(가로7세로) 블록으로부터 그 중심 화소를 추출하여 제2 내지 제 3계층의 화상 데이터를 생성한다. 그러나, 제2 내지 제5계층의 화상 데이터는 또한 3×3 화소 블록에 대한 평균치를 산출하고 이 평균치를 3×3 블록의 중심 화소의 화소치로 함으로써 생성될 수도 있다.

더군다나, 상기 실시예에 있어서. 보정 데이터는 보정 유니트(21)에서 제5계층의 화상 데이터를 직접 보정하여 얻을 수도 있지만, 보정 데이터는 또한 예를 들어 다음의 방법에 의해 생성될 수도 있다. 즉, 예를 들어 제 4계층의 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 제5계층의 화상 으로 한다. 이러한 경우에 있어서, 보정 유니트(21)에서의 보정은 예를 들어 소정의 계수를 변화시킴으로써 수행될 수 있다

상기 실시예에 있어서, 화상은 제5계층으로 부호화되지만, 계층의 수는 다섯 개로 한정되는 것이 아니다.

더욱이, 제1계층 화상의 예측에 대한 예측 오차가 송신 장치(1)에서 오차 정보로 사용되지만, 각 계층 화상 의 예상치에 대한 예측 오차도 또한 그 총합과 함께 오차 정보로서 사용될 수 있다. 게다가, 상기 실시예에 있어서, 제5계층 화상의 보정 데이터는 제5계충 화상의 예측치에 대한 예측 오차를 역치 도 미만으로 함으로써 얻을 수 있다. 그러나, 상위 계층 화상의 예측치에 대한예측 오차를 인접 상위 계층 및 하위 계층 사이에서 소정치 미만으로 함으로써 하위 차상의 보정 데이터를 얻는 것도 가능하다.

Claims (72)

1. 영상 데이터를 계층적으로 코딩하여 코딩된 영상 데이터를 생성하기 위한 장치에 있어서, 제1계층의 영상 데이터 보다 화소 수가 적은 제2계층의 영상 데이터를 형성하기 위한 수단, 상기 제2계층의 영상 데이터를 보정하여 보정된 데이터를 생성하기 위한 수단. 상기 보정된 데이터에 따라 상기 제1계층의 영상 데이터를 예 측하여 다수의 예측된 화소를 갖는 제1계층의 예측 데이터를 생성하기 위한 수단, 상기 제1계층의 영상 데이터에 대한 상기 제1계층의 예측 데이터의 예측 오차를 계산하기 위한 수단, 상기 예측된 오차에 따라 상기 보 정된 데이터의 적합성을 결정하기 위한 수단, 상기 결정된 적합성에 따라 상기 제1계층의 영상 데이터와 상기 제1계층의 예측 데이터 간의 차동 데이터(difference data) - 상기 차동 데이터는 다수의 차동값(dirference valutas)을 가짐 - 를 생성하기 위한 수단, 및 상기 보정된 데이터와 상기 차동 데이터를 상기 코딩된 영상 데이터로서 출력하기 위한 수단을 포함하는 코팅된 영상 데이터 생성 장치.
2. 제1항에 있어서, 상기 예측 수단은 상기 보정된 데이터에 대한 플래스 정보를 생성하기 위한 수단, 및 상기 클래스 정보에 따라 상기 예측된 화소들을 생성하기 위한 수단을 포함하는 코딩된 영상 데이터 생성 장 fl .
3. 제1항에 있어서, 상기 예측 수단은 상기 보정된 데이터에 기초하여 예측 계수들을 생성하기 위한 수단,및 상기 보정된 데이터와 상기 예측 계수들에 기초하여 상기 제1계충의 예측 데이터를 생성하기 위한 수단을 포함하는 코딩된 영상 데이터 생성 장치.
4. 제1항에 있어서 상기 예측 수단은 상기 보정된 데이터의 다수의 화소를 이용하여 를래스 정보를 생성하 기 위한 수단, 상기 제1계층의 영상 데이터와 상기 보정된 데이터를 이용하여 각각의 클래스에 대한 예측 계 수들을 생성하기 위한 수단, 및 상기 클래스 정보에 대응되는 상기 에측 계수들과 상기 보정된 데이터를 이용 하여 상기 제1계층의 예측된 화소들을 생성하기 위한 수단을 포함하는 코팅된 영상 데이터 생성 장치.
5. 제4항에 있어서, 상기 출력 수단은 상기 각각의 클래스에 대한 예측 계수들을 구비한 상기 제2계층의 영 상 데이터를 출력하는 코딩된 영상 데이터 생성 장치.
6. 제1항에 있어서, 상기 예측 수단은 각각의 클래스에 대한 에측 계수들을 저장하는 메모리, 상기 보정된 데이터의 다수의 화소를 이총하여 클래스 정보를 생성하기 위한 수단, 밋 상기 메모리로부터의 를래스 정보에 대웅되는 상기 예측 계수들을 판독하여 상기 판독된 예측 계수들과 상기 보정된 데이터를 이용하여 상기 제 1계층의 예측된 화소들을 생성하기 위한 수단을 포함하는 코딩된 영상 데이터 생성 장치.
7. 제6항에 있어서, 상기 메모리에 저장된 각각의 클래스에 대한 예측 계수들은 학슘용 영상 데이터를 이용 하여 생성되는 코팅된 영상 데이터 생성 장치.
8. 제7항에 있어서, 상기 출력 수단은 상기 각각와 클래스에 대한 예측 계수들을 구비한 상기 제7계층의 영 상 데이터를 출력하는 코딩된 영상 데이터 생성 장치.
9. 제1항에 있어서, 상기 보정 수단은 상기 제2계층의 영상 데이터를 보정하기 위한 보정 값들을 저장하는 메모리를 포함하고, 상기 보정 수단은 상기 보정 값들을 이용하여 상기 제2계충의 영상 데이터를 보정하는 코 딩된 영상 데이터 생성 장치.
10. 제1항에 있어서, 상기 결정 수단은 상기 예측 오차가 선정된 임계값 미만인지를 검출함으로써 상기 보 정된 데이터의 적합성을 결정하고, 상기 출력 수단은 상기 예측 오차가 상기 선정된 임계간 미만일 때 상기 보정된 데이터를 상기 코딩된 데이터로서 출력하는 코팅된 영상 데이터 생성 장치.
11. 제1항에 있어서, 상기 결정 수단은 상기 예측 오차가 선정된 임계같 미만인지를 검출함으로써 상기 보 정된 데이터의 적합성을 결정하고, 상기 차동 데이터 생성 수단은. 상기 예측 오차가 상기 선정된 임계값 미 만인 것으로 검출될 때 상기 차동 데이터를 생성하는 코딩된 영상 데이터 생성 장치.
12. 제1항에 있어서, 상기 출력 수단은 상기 예측 오차가 상기 선정된 임계값 미만일 때 상기 보정된 데이 터와 상기 차동 데이터를 상기 보정된 데이터로서 출력하는 코딩된 영상 데이터 생성 장치.
13. 영상의 계층적 코딩에 의해 표현되는 데이터를 디코딩하기 위한 장치에 있어서, 최적으로 보정된 데이 터를 제2계층의 영상 데이터로서 포함하고 차동 데이터를 제1계층의 코딩된 영상 데이터로서 포함하는 코닝 된 데이터를 입력받기 위한 수판 - 상기 제2계층의 영상 데이터는 상기 제1계층의 영상 데이터 보다 적은 화 소 수를 가짐 ·, 상기 최적으로 보정된 데이터로부터 상기 제1계읓의 영상 데이터를 예측하여 제1계층의 예측 데이터를 생성하기 위한 수단, 및 상기 제1계층의 예측 데이터와 상기 차동 데이터를 가산하여 상기 제1계층 의 영상 데이터를 디코딩하기 위한 수단을 포함하고, 상기 코딩된 데이터는 i ) 제1계층의 영상 데이터 보다 화소 수가 적은 제2계층의 영상 데이터를 형성하는 단계. ii) 상기 제2계층의 영상 데이터를 보정하여 보정된 데이터를 생성하는 단계, iii) 상기 보정된 데이터에 따라 상기 제1계층의 형상 데이터를 예측하여 다수의 예 ◎퇸 화소를 갖는 제1계층의 예측 데이터를 생성하는 단계, iv) 상기 제1계층의 영상 데이터에 대한 상기 제 1계층의 예측 데이터의 예측 오차를 계산하는 단계, v) 상기 예측된 오차에 따라 상기 보정된 데이터의 적합 성을 결정하는 닦계, vi) 상기 결정된 결과에 따라 상기 제1계충의 영상 데이터와 상기 제1계층의 예측 데이 터 간의 타동 데이터(difference data) - 상기 차동 데이터는 다수의 차동하(difference value7)을 가짐 - 를 생성하는 단계, 및 vii) 상기 보정된 데이터를 상기 제2계층의 코팅된 영상 데이터로서, 그리고 상기 차동 데이 터를 상기 제1계층의 코딩된 영상 데이터로서 출력하는 단계에 의해 생성되는, 데이터 디코딩 장치.
14. 제13항에 있어서, 상기 예극 수단은 상기 보정된 데이터의 클래스 정보를 상기 제2계층의 영상 데이터 로서 생성하기 위한 수단. 및 상기 클래스 정보에 따라 상기 제1계층의 예측 데이터를 생성하기 위한 수단을 포함하는 데이터 디코딩 장티.
15. 제13항에 있어서, 상기 코딩된 데이터는 상기 제1계층의 영상 데이터를 생성하기 위란 예측 계수들을 포함하고, 상기 예측 수단은 상기 에측 계수와 상기 보정된 데이터를 상기 제2계층의 영상 데이터로서 이용하 여 상기 제1계층의 예측 데이터를 생성하기 위한 수단을 포함하는 데이터 디코딩 장치
16. 제13항에 있어서, 상기 코딩된 데이터는 상기 제1계층의 영상 데이터를 생성하기 위한 각각의 클래스에 대한 예측 계수들을 포함하고, 상기 예측 수단은 상기 보정된 데이터의 다수의 화소를 상기 제2계층의 영상 데이터로서 이용하여 물래스 정보를 생성하기 위한 수단, 및 상기 물래스 정보에 대응되는 상기 예측 계수들 과 상기 보정된 데이터를 상기 제7계층의 영상 데이터로서 이용하여 상기 제1계층의 예측 데이터를 생성하기 위한 수단을 포함하는 데이터 디코딩 장치.
17. 제13항에 있어서 상기 예측 수단은 각각의 클래스에 대한 예측 계수들을 저장하는 메모리, 상기 보정된 데이터의 다수의 화소를 상기 제2계층의 영상 데이터로서 이용하여 클래스 정보를 생성하기 위한 수란, 및 상 기 클래스 정보에 대웅되는 예측 계수들과 상기 보정된 데이타를 상기 제2계층의 영상 데이터로서 이용하여 상기 제1계층의 예측 데이터를 생성하기 위한 수단을 포함하는 데이터 디코딩 장티.
18. 제17항에 있어서, 상기 메포리에 저장된 각각의 물래스에 대한 에측 계수들은 학습용 영상 데이터를 이 용하여 생성되는 데이터 디코딩 장치.
19. 영상 데이터를 계층적으로 코팅하여 코딩된 영상 데이터를 생성하는 방법에 있어서, 제1계층의 영상 데 이터 보다 화소 수가 적은 제2계층의 영상 데이터를 령성하는 단계, 상기 제2계층외 영상 데이터를 보정하여 보정된 데이터를 생성하는 단계, 상기 보정된 데이터에 따라 상기 제1계충의 영상 데이터를 예측하여 다수의 예측된 화소를 갖는 제1계층외 예측 데이터를 생성하는 달계, 상기 제1계층의 영상 데이터에 대한 상기 제1계 층의 예측 데이터의 예측 오차를 계산하는 단계, 상기 예 1·된 오차에 따라 상기 보정된 데이터의 적합성을 결 정하는 단계, 상기 결정된 적합성에 따라 상기 제1계층의 영상 데이터와 상기 제1계층의 에측 데이터 간의 차 동 데이터(di틴erence data) 상기 차동 데이터는 다수의 차동값(difference values)을 가짐 - 를 생성하는 단계 및 상기 보정된 데이터와 상기 타동 데이터를 상기 코딩된 영상 데이터로서 출력하는 단계를 포함하는 코딩 된 영상 데이터 생성 방법.
20. 제19항에 있어서, 상기 에측 단계는 상기 보정된 데이터에 대한 물래스 정보를 생성하는 단계, 및 상기 클래스 정보에 따라 상기 예측된 화소들을 생성하는 단계를 포하함는 코딩된 영상 데이터 생성 방법.
21. 제19항에 있어서, 상기 에측 단계는 상기 보정된 데이터에 기초하여 예측 계수들을 생성하는 단계, 및 상기 보정된 데이터와 상기 예측 계수들에 기초하여 상기 제1계층의 예측 데이터를 생성하는 단계를 포항하 는 코팅된 영상 데이터 생성 방법
22. 제19항에 있어서, 상기 에측 단계는 상기 보정된 데이터의 다수의 화소를 이용하여 물래스 정보를 생성 하는 단계, 상기 제1계층의 영상 데이터와 상기 보정된 데이터를 이용하여 각각의 물래스에 대한 예측 계수들 을 생성하는 단계, 및 상기 을래스 정보에 대웅되는 상기 에측 계수들과 상기 보정된 데이터를 이용하여 상기 제1계층의 에측된 화소들을 생성하는 단계를 포함하는 코팅된 영상 데이터 생성 방법.
23. 제22항에 있어서, 상기 출력 단계는 상기 각각의 클래스에 대한 예측 계수들을 구비한 상기 제2계층의 영상 데이터를 출력하는 코팅된 영상 데이터 생성 방법.
24. 제19항에 있어서, 상기 예측 단계는 상기 보정된 데이터의 다수의 화소를 이음하여 플래스 정보를 생성 하는 단계, 및 각각의 를래스에 대한 예측 계수들을 저장하는 메모리로부터 상기 생성된 물래스 정보에 대웅 되는 예측 계수들을 판독하는 단계, 상기 판독된 에측 계수들과 상기 보정된 데이터를 이용하여 상기 제1계층 의 에측괸 화소들을 생성하는 단계를 포함하는 코딩된 영상 데이터 생성 방법.
25. 제24항에 있어서, 상기 메모리에 저장된 각각의 찰래스에 대한 예측 계수들은 학습용 영상 데이터를 이 용하여 생성되는 코딩된 영상 데이터 생성 방법.
26. 제75항에 있어서, 상기 출력 단계는 상기 각각의 찰래스에 대한 예측 계수들을 구비한 상기 제2계층의 영상 데이터를 출력하는 코딩된 영상 데이터 생성 방법
27. 제19항에 있어서, 상기 보정 단계는 보정 값들을 저장하고 있는 메모리로부터 판독된 상기 보정값들을 이용하여 상기 제2계층의 영상 데이터를 보정하는 코딩된 영상 데이터 생성 방법.
28. 제19항에 있어서, 상기 결정 단계는 상기 에측 오차가 선정된 임계값 미만인지를 검출함으로써 상기 보 정된 데이터의 적합성을 결정하고, 상기 출력 단계는 상기 에측 오차가 상기 선정된 임게값 미만일 때 상기 보정된 데이터를 상기 코딩된 데이터로서 출력하는 코팅된 영상 데이터 생성 방법.
29. 제19항에 있어서, 상기 결정 단계는 상기 예측 오차가 선정된 임계값 미만인지를 검출함으로써 상기 보 정된 데이터의 적합성을 결정하고, 상기 차동 데이터 생성 단계는, 상기 예측 오차가 상기 선정된 임계값 미 만인 것으로 검출될 때 상기 차동 데이터를 생성하는 코딩된 영상 데이터 생성 방법.
30. 제19항에 있어서, 상기 출력 단계는 상기 에측 오차가 상기 선정된 임계값 미만일 때 상기 보정된 데이 터와 상기 차동 데이터를 상기 보정된 데이터로서 출력하는 코딩된 영상 데이터 생성 방법.
31. 긴. 영상의 계층적 코딩에 의해 표현되는 데이터를 디코딩하는 방법에 있어서, 최적으로 보정된 데이터를 제2계층의 영상 데이터로서 포함하고 차동 데이터를 제1계층의 코딩된 영상 데이터로서 포함하는 코딩된 데 이터를 입력받는 단계 - 상기 제2계층의 영상 데이터는 상기 제1계충의 영상 데이터 보다 적은 화소 수를 가 짐 . 상기 최적으로 보정된 데이터로부터 상기 제1계층의 영상 데이터를 예측하여 제1계층의 예측 데이터를 생성하는 단계, 및 상기 제1계층의 예측 데이터와 상기 차동 데이터를 가산하여 상기 제1계층의 영상 데이터 를 디코딩하는 란계를 포함하고, 상기 코팅된 데이터는 i ) 제1계층의 영상 데이터 보다 화소 수가 적은 제 2계층의 영상 데이터를 형성하는 란계. ii) 상기 제2계층의 영상 데이터를 보정하여 보정된 데이터를 생성하 는 단계, iii) 상기 보정된 데이터에 따라 상기 제1계층의 영상 데이터를 예측하여 다수의 에측된 화소를 갖는 제1계층의 예측 데이터를 생성하는 탄계. iv) 상기 제1계층의 영상 데이터에 대한 상기 제1계층의 예측 데이 터의 에측 오차를 계산하는 단계, v) 상기 에측된 오차에 따라 상기 보정된 데이터의 적합성을 결정하는 단 계, vi) 상기 결정된 결과에 따라 상기 제1계층의 영상 데이터와 상기 제1계층의 예측 데이터 간의 차동 데이 터(difference data) - 상기 차동 데이터는 다수의 차동값(difference value7)을 가짐 - 를 생성하는 단계, 및 vii) 상기 보정된 데이터를 상기 제2계층의 코딩된 영상 데이터로서, 그리고 상기 차동 데이터를 상기 제1계층의 코딩된 영상 데이터로서 출력하는 단계에 의해 생성되는, 데이터 디코딩 방법.
32. 제건항에 있어서, 상기 에측 단계는 상기 보정된 데이터의 클래스 정보를 상기 제2계층의 영상 데이터 로서 생성하는 단계, 및 상기 클래스 정보에 따라 상기 제1계층의 에측 데이터를 생성하는 단계를 포함하는 데이터 디코딩 방법.
33. 제31항에 있어서 상기 코딩된 데이터는 상기 제1계층의 영상 데이터를 생성하기 위한 에측 계수들을 포함하고. 상기 예측 단계는 상기 예측 계수와 상기 보정된 데이터를 상기 제2계층의 영상 데이터로서 이용하 여 삼기 제1계층의 예측 데이터를 생성하는 단계를 포함하는 데이터 디코딩 방법.
34. 제31항에 있어서, 상기 코딩된 데이터는 상기 제1계층의 영상 데이터를 생성하기 위한 각각의 물래스에 대한 예측 계수들을 포함하고,상기 예측 단계는 상기 보정된 데이터의 다수의 화소를 상기 제2계층의 영상 데이터로서 이용하여 클래스 정보를 생성하는 단계, 및 상기 클래스 정보에 대응되는 상기 에측 계수들과 상 기 보정된 데이터를 상기 제2계층의 영상 데이터로서 이용하여 상기 제1계층의 예측 데이터를 생성하는 단계 를 포함하는 데이터 디코딩 방법.
35. 제71항에 있어서, 상기 예측 단계는 상기 보정된 데이터의 다수의 화소를 상기 제2계층의 영상 데이터 로서 이용하여 잘래스 정보를 생성하는 단계. 및 메모리로부터 판독된 에측 계수들을 이용하여 상기 제1계층의 예측 데이터를 생성하는 단계 - 상기 메모리는 상기 클래스 정보에 대응되는 각각의 플래스에 대한 예측 계수들과 상기 보정된 데이터를 상기 제2계층의 영상 데이터로서 저장하고 있음 - 를 포함하는 데이터 디코 딩 방법 .
36. 제35항에 있어서, 상기 메모리에 저장된 각각의 팔래스에 대한 예측 계수들은 학습용 영상 데이터를 이용하여 생성되는 데이터 디코딩 방댑.
37. 계층 부호화를 가지는 부호화된 화상 데이터를 전송하는 방법에 있어서, 제1계층의 화상 데이터의 화소 수보다 작은 화소 수를 가지는 제2계층의 화상 데이터를 형성하는 단계, 상기 제2계층의 상기 화상 데이터를 보정하여 보정 데이터를 발생시키는 단계, 상기 보정 데이터에 따라 상기 제1계층의 상기 화상 데이터를 예측 하여 복수의 예측 화소를 가지는 상기 제1계층의 예측 데이터를 발생시키는 단계, 상기 제1계층의 상기 화상 데이터에 대한 상기 제1계층의 상기 예측 데이터의 예측 _프타를 계산하는 단계, 상기 예측 오차에 따라서 상 기 보정 데이터의 적합성을 결정하는 단계, 상기 결정된 적함성에 따라서, 상기 제1계층의 상기 화상 데이터 와 상기 제1계층의 상기 예측 데이터 사이의 차분 데이터를 발생시키는 단계, 및 상기 보정 데이터 및 상기 차분 데이터를 상기 부호화된 화상 데이터로서 전송하는 단계를 포함하며, 상기 차분 데이터는 복수의 차분치 를 포함하는 화상 데이터 전송 방법.
38. 제37항에 있어서, 상기 예극 단계는 상기 보정 데이터에 대한 물래스 정보를 발생시키는 단계, 및 상기클래스 정보에 따라서 상기 예측 화소를 발생시키는 단계를 포함하는 화상 데이터 전송 방법.
39. 제37항에 있어서, 상기 예측 단계는 상기 보정 데이터에 기초하여 예측 계수를 발생시키는 단계, 및 상기 보정 데이터 및 상기 예측 계수에 기초하여 상기 제1계층의 상기 예측 데이터를 발생시키는 단계를 포함 하는 화상 데이터 전송 방법.
40. 제37항에 있어서, 상기 예측 탄계는 상기 보정 데이터의 복수의 화소를 사용하여 클래스 정보를 발생시키는 단계, 상기 제1계층의 상기 화상 데이터 및 상기 보정 데이터를 사웅하여 각각의 클래스에 대한 예측 계 수를 발생시키는 단계, 및 상기 클래스 정보에 해당하는 상기 예측 계수 및 상기 보정 데이터를 사용하여 상 기 제1계층의 상기 예측 화소를 발생시키는 단계를 포함하는 화상 데이터 전송 방법.
41. 제40항에 있어서, 상기 전송 단계는 상기 제2계층의 상기 화상 데이터를 각각의 클래스에 대한 상기 예측 계수와 함께 전송하는 화상 데이터 전송 방법.
42. 제37항에 있어서, 상기 예측 단계는 상기 보정 데이터의 복수의 화소를 사용하여 클래스 정보를 발생시키는 단계, 각각의 클래스에 대한 예측 계수를 저장하는 메모리로부터, 상기 발생된 플래스 정보에 해당하는 예측 계수를 판독하는 단계, 및 상기 판독된 예측 계수 및 상기 보정 데이터를 사용하여 상기 제1계충의 상기 예측 화소를 발생시키는 단계를 포함하는 화상 데이터 전송 방법.
43. 제42항에 있어서, 상기 메모리에 저장된 각각의 클래스에 대한 상기 예측 계수는 학습용 화상 데이터를사용하여 발생되는 화상 데이터 전송 방법.
44. 제43항에 있어서, 상기 전송 단계는 상기 제2계층의 상기 화상 데이터를 각각의 찰래스에 대한 상기 예측 계수와 함게 전송하는 화상 데이터 전송 방법.
45. 제37항에 있어서, 상기 보정 단계는 보정치를 저장하는 메모리로부터 판독된 상기 보정치를 사용하여 상기 제2계층의 상기 화상 데이터를 보정하는 화상 데이터 전송 방법.
46. 제37항에 있어서, _기 길싱 ';:계는 상기 예측 _프차가 선정된 문틱치보다 작은지를 검출함으로써 상기보정 데이터의 적합성을 결정하며, 상기 전송 단계는 상기 예측 오차가 상기 선정된 문턱치 보다 작은 것에 응답하여 상기 부호화 데이터로서 상기 보정 데이터를 전송하는 화상 데이터 전송 방법.
47. 제37항에 있어서, 상기 결정 단계는 상기 예측 오차가 선정된 문턱 치보다 작은지를 결정함으로써 상기 보정 데이터의 적합성을 결정하며, 상기 차분 데이터 발생 단계는 상기 예측 오차가 상기 선정된 문턱치보다 작은 것이 검출된 때 상기 차분 데이터를 발생시키는 화상 데이터 전송 방법.
48. 제37항에 있어서. 상기 전송 단계는 상기 예측 오차가 상기 선정된 문틱치보다 작옳 때 상기 보정 데이 터로서 상기 보정 데이터 및 상기 차분 데이터를 전송하는 화상 데이터 전송 방법.
49. 부호화된 화상 데이터가 기록된 기륵 매체에 있어서, 상기 화상 데이터는 제1계층의 화상 데이터의 화 소 수보다 작은 화소 수를 가지는 제2계충의 화상 데이터를 형성하는 단계, 상기 제2계층의 상기 화상 데이터 를 형성하는 단계, 상기 제2계층의 상기 화상 데이터를 보정하여 보정 데이터를 발생시키는 단계, 상기 보정 데이터에 따라 상기 제1계층의 상기 화상 데이터를 예측하여 복수의 예측 화소를 가지는 상기 제1계층의 예 측 데이터를 발생시키는 단계, 상기 제1계층의 상기 화상 데이터에 대한 상기 제1계층의 상기 예측 데이터의 예측 오차를 계산하는 단계, 상기 예측 오차에 따라서 상기 보정 데이터의 적함성을 결정하는 단계, 상기 결 정된 적합성에 따라서 상기 제1계층의 상기 화상 데이터와 상기 제1계층의 상기 예측 데이터 사이의 차분 데 이터를 발생시키는 란계, 및 상기 보정 데이터 및 상기 차분 데이터를 상기 부호화된 화상 데이터로서 출력하 는 단계에 의하여 부호화된 화상 데이터이며, 상기 차분 데이터는 복수의 차분치를 포함하는 화상 데이터 기 록 매 테 .
50. 7749항에 있어서, 상기 예측 단계는 상기 보정 데이터에 대한 클래스 정보를 발생시키는 단계, 및 상기랄래스 정보에 따라서 상기 예측 화소를 발생시키는 단계를 포함하는 화상 데이터 기록 매체.
51. 7149항에 있어서, 상기 예측 단계는 상기 보정 데이터에 기초하여 예측 계수를 발생시키는 단계, 및 상기 보정 데이터 및 상기 예측 계수에 기초하여 상기 제1계층의 상기 예측 데이터를 발생시키는 란계를 포함 하는 화상 데이터 기록 매체.
52. 제49항에 있어서, 상기 예측 단계는 상기 보정 데이터의 복수의 화소를 사용하여 물래긴 정보를 발생시키는 단계, 상기 제1계층의 상기 화상 데이터 및 상기 보정 데이터를 사용하여 각각의 클래스에 대한 예측 계 수를 발생시키는 란계, 및 상기 물래스 정보에 해당하는 상기 예측 계수 및 상기 보정 데이터를 사용하여 상 기 제1계층의 상기 예측 화소를 발생시키는 단계를 포함하는 화상 데이터 기록 매체.
53. 제52항에 있어서 상기 출력 단계는 상기 제2계층의 상기 화상 데이터를 각각의 를래스에 대한 상기 예측 계수와 함게 출력하는 화상 데이터 기록 매체.
54. 제49항에 있어서, 상기 예측 단계는 상기 보정 데이터의 복수의 화소를 사용하여 찰래스 정보를 밭생시키는 단계, 각각의 클래스에 대한 예측 계수를 저장하늘 메모리로부터, 상기 발생된 클래스 정보에 해당하는 예측 계수를 판독하는 단계, 및 상기 판독된 예측 계수 및 상기 보정 데이터를 사용하여 상기 제1계층의 상기 에측 화소를 발생시키는 판계를 포함하는 화상 데이터 기록 매체.
55. 7154항에 있어서, 상기 메모리에 저장된 각각의 찰래스에 대한 상기 예측 계수는 학습용 화상 데이터를사용하여 발생되는 화상 데이터 기록 매체
56. 제55항에 있어서, 상기 출력 단계는 상기 제2계충의 상기 화상 데이터를 각각의 클래스에 대한 상기 예측 계수와 함게 출력하는 화상 데이터 기록 매테.
57. 7149항에 있어서, 상기 보정 단계는 보정치를 저장하는 메모리로부터 판독된 상기 보정치를 사용하여 상기 제2계층의 상기 화상 데이터를 보정하는 화상 데이터 기록 매체.
58. 제47항에 있어서, 상기 결정 단계는 상기 예측 오차가 선정된 문틱치보다 작은지를 검출함으로써 상기 보정 데이터의 적함성을 결정하며, 상기 출력 단계는 상기 예측 _프차가 상기 선정된 문덕치보다 작은 것에 응답하여 상기 부호화 데이터로서 상기 보정 데이터를 출력하는 화상 데이터 기록 매테.
59. 제49항에 있어서, 상기 결정 단계는 상기 예측 오차가 선정된 문턱 치보다 작은지를 결정함으로써 상기 보정 데이터의 적합성을 결정하며, 상기 차분 데이터 밭생 단계는 상기 예측 오차가 상기 선정된 문턱치보다 작은 것이 검출된 때 상기 차분 데이터를 탄생시키는 화상 데이터 기록 매체
60. 제49항에 있어서, 상기 출력 단계는 상기 예측 오차가 상기 선정된 문터치보다 작을 때 상기 보정 데이 터로서 상기 보정 데이터 및 상기 차분 데이터를 출력하는 화상 데이터 기록 매체.
61. 부호화된 화상 데이터를 전송하기 위한 전송 방법에 있어서, 상기 화상 데이터는 제1계층의 화상 데이 터의 화소 수보다 작은 화소 수를 가지는 제2계층의 화상 데이터를 형성하는 담계, 상기 제2계층의 상기 화상 데이터를 보정하여 보정 데이터를 발생시키는 단계, 상기 보정 데이터에 따라 상기 제1계충의 상기 화상 데이 터를 예측하여 복수의 예측 화소를 가지는 상기 제1계충의 예측 데이터를 발생시키는 단계, 상기 제1계층의 상기 화상 데이터에 대한 상기 제1계층의 상기 에측 데이터의 예측 오차를 계산하는 단계, 상기 예측 오차에 따라서 상기 보정 데이터의 적함성을 결정하는 단계, 및 상기 결정된 적합성에 따라서, 상기 제1계층의 상기 화상 데이터와 상기 제1계층의 상기 예측 데이터 사이의 차분 데이터를 발생시키는 단계에 의하여 부호화된 화상 데이터이며, 상기 보정 데이터 및 상기 차분 데이터는 전송되는 상기 부호화된 화상 데이터이며. 상기 차분 데이터는 복수의 차분치를 포하하는 화상 데이터 전송 방법.
62. 제61항에 있어서, 상기 예측 단계는 상기 보정 데이터에 대한 클래스 정보를 발생시키는 단계, 및 상기 클래스 정보에 따라서 상기 에측 화소를 발생시키는 단계를 포함하는 화상 데이터 전송 방법.
63. 제61항에 있어서, 상기 예측 단계는 상기 보정 데이터에 기초하여 예측 계수를 발생시키는 단계. 및 상 기 보정 데이터 및 상기 예측 계수에 기초하여 상기 제1계층의 상기 예측 데이터를 발생시키는 단계를 포함 하는 화상 데이터 전송 방법.
64. 제61항에 있어서, 상기 예측 단계는 상기 보정 데이터의 육수의 화소를 사용하여 클래스 정보를 발생시 키는 단계, 상기 제1계층의 상기 화상 데이터 및 상기 보정 데이터를 사용하여 각각의 을래스에 대한 예측 계 수를 발생시키는 단계, 및 상기 물래스 정보에 해당하는 상기 예측 계수 및 상기 보정 데이터를 사용하여 상 기 제1계층의 상기 예측 화소를 발생시키는 단계를 포함하는 화상 데이터 전송 방법.
65. 제64항에 있어서 상기 부호화 데이터는 상기 제2계층의 상기 화상 데이터를 각각의 플래스에 대한 상 기 예측 계수와 함게 포함하는 화상 데이터 전송 방법.
66. 제61항에 있어서, 상기 예측 단계는 상기 보정 데이터의 복수의 화소를 사용하여 플래스 정보를 발생시 키는 단계, 각각의 물래스에 대한 예측 계수를 저장하는 메모리로부터, 상기 발생된 플래스 정보에 해당하는 예측 계수를 판독하는 단계, 및 상기 판독된 예측 계수 및 상기 보정 데이터를 사용하여 상기 제1계층의 상기 예측 화소를 발생시키는 단계를 포함하는 화상 데이터 전송 방법.
67. 제66항에 있어서, 상기 메모리에 저장된 각각의 물래스에 대한 상기 예측 계수는 학습용 화상 데이터를 사용하여 발생되는 화상 데이터 전송 방법.
68. 제67항에 있어서, 상기 부호화 데이터늘 상기 제2계충의 상기 화상 데이터를 각각의 물래스에 대한 상 기 예측 계수와 함께 포함하는 화상 데이터 전송 방법.
69. 제61항에 있어서 상기 보정 단계는 보정치를 저장하는 메모리로부터 판독된 상기 보정치를 사용하여 상기 제2계층의 상기 화상 데이터를 보정하는 화상 데이터 전송 방법.
70. 제61항에 있어서, 상기 결정 단계는 상기 예측 _◎차가 선정된 문턱치널다 작은지를 검출함으로써 상기 보정 데이터의 적합성을 결정하며, 상기 부호화 데이터는 상기 예측 오차가 상기 선정된 문턱티보다 작은 것에 응답하여 상기 부호화 데이터로서 상기 보정 데이터를 포함하는 화상 데이터 전송 방법
71. 제61항에 있어서, 상기 결정 단계는 상기 예측 오차가 선정된 문턱 치보다 작은지를 결정함으로써 상기 보정 데이터의 적합성을 결정하며, 상기 차된 데이터 발생 단계는 상기 예측 오차가 상기 선정된 문틱치보다 작은 것이 검출된 때 상기 차분 데이터를 발생시키는 화상 데이터 전송 방법.
72. 제57항에 있어서, 상기 부호화 데이터는 상기 예측 오차가 상기 선정된 문턱 치보다 작을 때 상기 보정데이터로서 상기 보정 데이터 및 상기 차분 데이터를 포함하는 화상 데이터 전송 방법.

    ※ 참고사항 : 최초출원 내용에 의해 공개하는 것임.