NL8902160A - Datacompressiestelsel. - Google Patents

Description

DATACOMPRESSIESTELSEL·

De onderhavige uitvinding heeft betrekking op een datacom-ressiestelsel voor het comprimeren van data.

Het is bekend een hoeveelheid data voor opslag of eenhoeveelheid transmissiedata te reduceren door de data, zoals een ana¬loog signaal, een digitaal signaal, een beeldsignaal, een audiosignaalof dergelijke, te comprimeren. Voor het comprimeren van dèrgelijke datawordt de oorspronkelijke data benaderd door een bepaalde functie eneen parameter van de functie wordt gegeven als de gecomprimeerde data.

Een techniek voor het comprimeren van het datasignaal doormiddel van een functi ebenadering is gebaseerd op het idee dat deinhoud van het beeldsignaal of het audiosignaal niet onregelmatig issamengesteld maar overeenkomstig een zekere regel is. De benaderingwordt verkregen door de regel als een functie uit te drukken en de pa¬rameter van die functie wordt als de gecomprimeerde data gegeven.

Bij gebruikelijke datacompressiestelsels zijn als de bena-deringsfunctie om te worden gebruikt bij de datacompressie functies toe¬gepast die een oneindig aantal malen differentieerbaar zijn, zoalsgoniometrische reeksen, een enkele polynoom zijn of een trapsgewijze functie.

Dergelijke benaderingsfuncties die tot dusver zijn toegepastkomen niet noodzakelijkerwijze overeen met de regel waarmee het data¬signaal overeenstemt.

Hierdoor ontstaat het bezwaar dat de resulterende gecompri¬meerde data een lage benaderingsnauwkeurigheid heeft ten opzichte vande oorspronkelijke data. Bovendien ontstaat het probleem dat de hoeveel¬heid resulterende data toeneemt indien wordt beoogd de benaderingsnauw¬keurigheid van de compressiedata ten opzichte van de oorspronkelijkedata te verbeteren.

Het is een doel van de onderhavige uitvinding datacompressieuit te voeren met een kleinere hoeveelheid uitgangsdata, echter binneneen toelaatbaar foutenbereik van de benaderingsnauwkeurigheid. Teneindedit doel en andere doelen te bereiken, wordt een datacompressiestelselverschaft gekenmerkt door een orgaan voor het klassificeren van ingangs¬data in discontinue punten, continue maar niet-differentieerbare punten, en een gebied dat kan worden gedifferentieerd, een orgaan voor het bena¬deren van het differentieerbare gebied dat is geklassificeerd door hetklassificeerorgaan door een tweede orde stuksgewijze polynoom, en eenorgaan voor het herhalen van de benaderingen terwijl het aantal dimen¬sies van het stuksgewijze polynoom toeneemt.

Met het datacompressiestelsel volgens de uitvinding, kaneen benaderingsfunctie worden verkregen die voldoet aan de gespecifi¬ceerde nauwkeurigheid en die een minimaal aantal dimensies heeft, doorhet herhaaldelijk uitvoeren van de benaderingen terwijl het aantal di¬mensies van het stuksgewijze polynoom toeneemt. Dientengevolge kan,door het gebruik van de parameter van de benaderingsfunctie als uitgangs¬data, een datacompressie worden tot stand gebracht binnen een toelaat¬bare benaderingsnauwkeurigheid, echter iru. een kleinere hoeveelheid uit¬gangsdata .

De uitvinding zal beter worden begrepen na het lezen van devolgende beschrijving in samenhang met de bijgaande tekeningen, waarin;

Fig. 1 een blokschema is van een datacompressiestelsel vol¬gens de onderhavige uitvinding;

Fig. 2 een signaalgrafiek is voor de beschrijving van dewerking van het stelsel dat is getoond in fig. 1;

Fig. 3 een stroomdiagram is voor de beschrijving van de wer¬king van het stelsel wat is getoond in fig. 1;

Fig. 4 een stroomdiagram is voor de beschrijving van de wer¬king van het stelsel dat is getoond in fig. 1;

Fig. 5 een grafische weergave is voor de beschrijving van dewerking van het stelsel dat is getoond in fig. 1;

Fig. 6 schrijfletters toont die worden gebruikt voor de be¬schrijving van de werking van het stelsel dat is getoond in fig. 1; en

Fig. 7 een afbeelding toont die wordt gebruikt voor de be¬schrijving van de werking van het stelsel dat is getoond in fig. 1.

Fig. 1 is een blokschema dat een datacompressiestelsel over¬eenkomstig een uitvoering van de onderhavige uitvinding toont.

In fig. 1 wordt data, zoals een beeldsignaal, een audiosig-naal, dat moet worden gecomprimeerd, toegevoerd aan een datasignaalcom-pressie-eenheid 1 vanuit een opslageenheid 2.De data is in de opslageen—heid 2 opgeslagen na N maal te zijn bemonsterd in het gebied van [o, tJin het tijddomein, zoals is getoond in fig. 2. Een punt van een derge¬lijk signaal zal worden weergegeven met (t^, vfc), waarbij t = kT/N (k = O, 1, 2,____, N-l)

K

en v een amplitude van het oorspronkelijke signaal is. Verderzal een groep die bestaat uit punten (t , v ) worden voorgesteld door 1< V V » « ·

De data, zoals een beeldsignaal, een audiosignaal, die isopgeslagen in de opslageenheid 2 worden toegevoerd aan een gebiedinde-lingsmechanisme 4 dat wordt omvat door de datacompressie-eenheid 1,alwaaf het signaal wordt onderworpen aan een verwerking teneinde eengladgestroomlijnd gedeelte af te leiden, zoals is geïllustreerd in hetstroomdiagram van fig. 3.

Onder verwijzing naar fig. 3, wordt oorspronkelijke data { ( t , V. ) eerst gelezen uit de opslageenheid 2, en een para- K K Jc —u meter C die een vergelijking (2) minimaliseert wordt bepaald op basisvan de vergelijkingen (1) en (2).

Met mT/M ë t ë (m+l)T/M, ψ m(t) = (tM/T-m) 2/2Met (m + 1)T/M ë t ë (m+2)T/M, ψ m(t) = 3/4 - (tM/T-m-3/2)2/2Met (m + 2)T/M ë t ë (m+3)T/M,ψ m(t) = (tM/T-m-3)z/2In andere gevallen,ψ m(t) = 0

, waarbij m een lusvariabele is, M het aantal dimensies van een benade-rings "spline"-functie S(t), dat gelijk is aan het aantal parametersCm verminderd met één (1), en waarbij t de tijd is.

Op deze wijze wordt, onderwijl de parameters Cm worden be¬paald die de vergelijking (2) minimaliseren, de minimale M bepaald diebinnen een toelaatbaar foutbereik ε is.

I S(tk) - vk | ί e (3) (k = 0, 1, 2,..., N-l)

Teneinde de minimale M te bepalen, worden de parameters Cm (m = 2, 3, 4,..., M+2) bepaald die de vergelijking (2) minimaliseren,terwijl M één voor één vanaf 2 incrementeerd, en de eerste verkregenM waarbij de resulterende benaderings "spline"-functie S(t) aan verge¬lijking (3) voldoet, wordt vastgesteld als de minimale M.

Verder kan de bepaling van de parameters Cm (m =2, 3, 4,..., M+2)worden verkregen door de volgende lineaire vergelijkingen op te lossenop basis van een kleinste gemiddelde kwadratenbenaderingsmethode (KGKM).

Hierna wordt in de tweede stap een kromming van de benade¬rings "spline"-functie S(t) verkregen voor elk punt t = t^·

Wanneer de kromming K(t) voldoet aan de volgende relatie metde constante 6, wordt van dit punt t vastgesteld dat het discontinu is Λ (of dat het een niet-differentieerbaar punt is ofschoon het continu is).

K(t. )> 6 (6) k

Wanneer deze discontinue punten t worden voorgesteld als

JC

So' *Ρΐ' fcP2...... tpQ (tPo = V tPQ = Vl)r W°rdt het °°rSpr0nke" lijke signaal {(t^, v^)} ingedeeld in groepen van het gebied die glad zijn in samenhang, {(t , v )} (i = 1, 2,..., Q-l) en het

jc Jc Je X

resultaat wordt toegevoerd aan een mechanisme 5 voor het produceren vangecomprimeerde data (zie fig. 1).

Op deze wijze is het gebiedindelingsmechanisme 4 werkzaamom de punten te klassificeren in discontinue punten of continue maarniet differentieerbare punten en de differentieerbare punten.

In het mechanisme 5 voor het produceren van gecomprimeerdedata, zoals wordt getoond in het stroomdiagram van fig. 4, wordt het aan¬tal discontinue punten verkregen binnen één gebied dat is ingedeeld doorde parameters Cm, het aantal dimensies M van de benaderings "spline”-functie S{t) en het gebiedindelingsmechanisme 4, en het differentieer¬bare gebied dat is geklassificeerd door het gebiedindelingsmechanisme4 wordt benaderd door een tweede orde stuksgewijze polynoom die kanworden gedifferentieerd.

Het mechanisme 5 voor het produceren van gecomprimeerde

Pi+1 data leest één gebied (t r v ) uit van het gebiedindelingsmecha- nisme 4, waarbij vervolgens dit gebied wordt onderworpen aan eenkleinste gemiddelde kwadratenbenadering overeenkomstig (1), teneindehet minimale aantal dimensies M te verkrijgen en vervolgens de parame¬ters Cm (m = 2, 3,..., M+2). Het aantal discontinue punten binnen eengebied dat is ingedeeld door het aantal dimensies M; de parameters Cmen het gebiedindelingsmechanisme 4, dat wil zeggen P_^+^ " P^, wordtuitgevoerd naar de opslageenheid 3 (fig. 1).

Het opnieuw produceren {het herstellen) van de gecompri¬meerde data betekent het opnieuw produceren van de benaderings "spline"-functie S(t). Bij gevolg wordt uit de parameters Cm die zijn opgeslagenin de opslageenheid 3, het aantal dimensies M van de functie S(t) en hetaantal discontinue punten binnen één gebied, de benaderings "spline"-functie S(t) gekregen door de volgende vergelijking:

en door het combineren van de benaderings "spline"-functies, wordt hetoorspronkelijke datasignaal, zoals een beeldsignaal of een audiosignaal,opnieuw geproduceerd.

Hierna volgt een beschrijving met betrekking tot de datacom¬pressie van een binair figuur.

Verondersteld wordt dat het gearceerde gebied in fig. 5 Nmalen wordt bemonsterd en wordt opgeslagen in de opslageenheid 2, het¬geen als volgt wordt uitgedrukt: ,ιΝ-l N-l { (xk' } }]c=0 «,=0

Aldus neemt f(x , y ) hetzij "1" (zwart) of "0" (wit) aan.

K X

Een reeks van punten van een enkele omtrek kan als volgtworden uitgedrukt:

(‘v V' <v vK

Bij gevolg wordt, uitgaande van vergelijking (1), v van

JC

vergelijking (7) vervangen door x of y , waarbij de verwerkingen in

•K K

het hierboven beschreven gebiedindelingsmechanisme 4 en het mechanisme5 voor het produceren van gecomprimeerde data worden uitgevoerd met be¬trekking tot zowel de x-coördinaat als de y-coördinaat, waardoor de da¬tacompressie kan worden uitgevoerd met betrekking tot de reeks puntenvan de omtrek in het gearceerde gedeelte.

Met betrekking tot de reeks punten van de omtrek die op¬nieuw wordt geproduceerd door vergelijking{7), kan de binaire figuur dieis getoond in fig. 5 worden herkregen indien de figuur wordt gekleurdbeginnende bij een punt binnen het gearceerde gedeelte,i Ofschoon de onderhavige uitvinding is beschreven aan de hand van vergelijkingen en een eenvoudige binaire figuur, kan overeen¬komstig de uitvinding een datacompressie worden uitgevoerd met betrek¬king tot meer gecompliceerde figuren.

Bijvoorbeeld kan een datacompressie niet alleen van druk¬letters maar ook van schrijfletters worden uitgevoerd, zoals is getoondin fig. 6. Ook kan een compressie en het opnieuw terug verkrijgen vaneen gecompliceerde figuur, zoals een plattegrond die is weergegeven infig. 7, worden uitgevoerd. Verder kunnen een compressie en een reproduc¬tie worden uitgevoerd met betrekking tot niet slechts de data van eenfiguur maar ook de data van een beeldsignaal of een audiosignaal.

Zoals hierboven is beschreven omvat het datacompressiestel-sel volgens de uitvinding een orgaan voor het klassificeren van invoer-data in discontinue punten, continue maar niet-differentieerbare puntenen een gebied dat kan worden gedifferentieerd, een orgaan voor het be¬naderen van het differentieerbare gebied dat is geklassificeerd doorhet klassificeerorgaan door een tweede orde stuksgewijze polynoom, eneen orgaan voor het herhalen van de benaderingen terwijl het aantal di¬mensies van het stuksgewijze polynoom toeneemt.

Aldus kan een benaderingsfunctie worden verkregen die vol¬doet aan de gespecificeerde nauwkeurigheid en die een minimaal aantaldimensies heeft. Met de uitgangsdata van de parameters van de benade-ringsfunctie, kan daarom een datacompressie tot stand worden gebrachtdie binnen een toelaatbaar foutbereik van de benaderingsnauwkeurigheidis bij een kleinere hoeveelheid uitgangsdata.

Ofschoon de onderhavige uitvinding is beschreven onder ver¬wijzing naar een specifieke uitvoering, zal het voor hen die ter zakekundig zijn duidelijk zijn dat een verscheidenheid van veranderingen enmodificaties kunnen worden aangebracht zonder buiten het kader van deuitvinding te treden.

Claims (1)

1. Datacompressiestelsel, gekenmerkt door:een orgaan voor het klassificeren van invoerdata in discon¬tinue punten, continue maar niet-differentieerbare punten, en een ge¬bied dat kan worden gedifferentieerd; een orgaan voor het benaderen van het differentieerbare ge¬bied dat is geklassificeerd door het klassificeerorgaan door een tweedeorde stuksgewijze · lynoom; en een o, ..... voor het herhalen van de benaderingen terwijl het aantal dimensies van het stuksgewijze polynoom toeneemt.