SE511514C2 - Förfarande och anordning för bildkompression - Google Patents

Description

lO 15 20 25 30 35 511 514 Det finns ett antal olika standardförfaranden för att komprimera tvånivåbilder (bi-level images), t ex ITU-T G4,ISO JBIG och Quadtree coding.

Dessutom beskriver US-patentet 4 261 018 ett förfarande för att progressivt överföra en binär svart och vit bild. För- farandet delar upp en sådan binär bild i mindre och mindre block tills ett block skapas som endast består av vita eller endast svarta element. När en viss storlek hos små block uppnås utförs ingen vidare uppdelning och de små blocken som fortfarande innefattar både vita och svarta element kodas.

Problemet med de ovan beskrivna förfarandena är att de inte är optimerade och därför ger relativt dåliga resultat för ett antal olika utmönster som alstras av ett antal olika algoritmer, exempelvis algoritmen som beskrivs i vår samtidigt oavgjorda internationella patentansökan PCT/sßss/00943. nnnocönnLsE Fön UPPFINNINGEN Det är ett syfte med föreliggande uppfinning att övervinna problemen som hör samman med teknikens ståndpunkt och att öka effektiviteten och prestanda vid kodning av tvånivåbilder eller matriser.

Detta syfte uppnås med ett förfarande och en anordning för att koda binära matriser, särskilt glesa binära matriser, varvid en matris gradvis delas upp i undermatriser. Under den gradvisa uppdelningen räknas antalet binära ettor för var och en av de resulterande undermatriserna. Om en resulterande undermatris inte består av blandade symboler behövs ingen vidare uppdelning av den undermatrisen. Det räknade antalet binära ettor för varje submatris kodas och överförs sedan.

Således kan förfarandet innefatta följande steg för en tvånivåbild: Tvånivåbilden transformeras först till ett binärt träd. 10 15 20 25 30 35 511 514 3 Trädet genomkorsas sedan och värdena i noderna entropikodas effektivt med användning av aritmetisk kodning. Varje nod i det skapade binära trädet motsvarar ett specifikt område i bilden. Värdena i noderna innehåller antalet vita pixel i motsvarande område av bilden.

Således kan för en tvånivåbild, exempelvis en bitmatris där vita pixel kodas med den binära symbolen och svarta pixel med den binära symbolen 0. Ett schema utformas på följande sätt.

Först räknas antalet binära ettor i bitmatrisen och det resulterande talet placeras i rotnoden hos ett binärt träd.

Bitmatrisen delas sedan i två delar och antalet binära ettor i var och en av de två delarna räknas. Summan av det två talen som erhålls på detta sätt kommer att vara lika med talet i den tidigare rotnoden.

Det binära trädet utvidgas sedan genom att placera dessa två tal som löv under rotnoden.

Varje subbild som på detta sätt erhålls, och som inte är helt fylld med antingen binära ettor eller nollor, delas sedan igen och de ovan beskrivna stegen utförs igen. Slutligen kodas det binära trädet som representerar en sådan uppdelning när alla subbilder av den ursprungliga bitmatrisen endast består av antingen svarta eller vita pixel.

En sådan kodning kan exempelvis utföras med hjälp av entropi- kodning av summan i rotnoden och att sedan entropikoda nodens löv. Detta görs företrädesvis medelst användning av aritme- tisk kodning. Eftersom summan av två löv är känd genom sin nod behöver endast ett av de två löven kodas. Indata till den aritmetiska kodningen är symbolen som betecknar talet och en fördelningsfunktion som är lämplig för den aktuella bildtypen som skall kodas.

Sättet att dela upp bitmatrisen är företrädesvis förutbestämt och känt både av kodaren och avkodaren. Eftersom uppdelningen 10 15 20 25 30 35 511 514 4 i sådana fall är implicit kodad behöver ingen information avseende uppdelningen överföras till avkodaren.

Detta sätt att koda tvånivåbilder har visat sig ge mycket goda resultat vad gäller kompressionsgrad. Det har också visat sig vara särskilt lämpat för kodning av tvånivåbilder där antalet eller svarta pixel är mycket dominerande, så kallade glesa tvånivåbilder.

KORTFATTAD BESKRIVNING AV RITNINGARNA Föreliggande uppfinning kommer nu att beskrivas mer i detalj med hjälp av icke-begränsande exempel och med hänvisning till de bilagda ritningarna, i vilka: - Figurerna la-lf visar olika steg som utförs när en två- nivåbild representeras och kodas.

- Figur 2 är ett flödesschema för kodning av tvånivåbilder.

- Figur 3 är en schematisk bild över ett transmissions- system för tvånivåbilder.

BESKRIVNING AV EN FÖREDRAGEN UTFÖRINGSFORM I figurerna la-lf visas olika steg vid kodning av tvånivå- bild. Således visas i figur 1a en tvånivåbild 101 som består av binära ettor och nollor som skall kodas. En kodning utförs sedan i syfte att minimera den information som behövs för att överföra eller lagra bilden och som utförs som följer.

Först räknas antalet binära ettor (eller nollor) i den binära bilden. I detta exempel räknas antalet binära ettor och dessa visar sig vara 18. Detta tal lagras och placeras i rotnoden 103 i ett binärt träd, se figur lb.

Därefter uppdelas den ursprungliga binära bilden 101 i två bilder. I detta exempel utförs en delning i två subbilder längs mitten alternerande horisontellt och vertikalt. Andra delningsförfaranden av bilden är emellertid naturligtvis möjliga. Det är också föredraget att schemat enligt vilket uppdelningen utförs är förutbestämd så att ingen information avseende delningsschemat behöver överföras från en kodare som 10 15 20 25 30 35 511 514 5 använder kodningsalgoritmen till den avsedda avkodaren.

Således delas, såsom visas i figur 1c, den ursprungliga bilden 101 genom en horisontell delning längs dess mittpunkt.

Antalet binära ettor i de erhållna subbilderna räknas sedan och visar sig vara två i den övre subbilden 105 och 16 i den undre subbilden 107. Dessa på detta sätt erhållna värden placeras som löv 109 respektive 111 till rotnoden, se figur ld.

Varje subbild delas sedan i två nya subbilder, denna gång medan en vertikal delning. Den alternerande delningen av subbilderna och subbilderna fortsätts tills en sådan subbild består av antingen endast binära ettor eller binära nollor.

Resultatet av en sådan delning visas i figur le.

Efter varje uppdelning placeras antalet ettor i var och en av de erhållna subbilderna som löv till noden som svarar mot subbilden som delats. Det resulterande binära trädet från en sådan operation, svarande mot delningen som utförs i detta exempel och visad i figur le, visas i figur lf.

Således är det binära träd som visas i figur lf, i kombina- tion med informationen att subbilderna erhålls genom alterne- rande horisontell och vertikal delning som börjar med en horisontell delning, en unik representation av ursprungs- bilden som visas i figur la.

Huvudfördelen med att bilda det binära trädet på ovan be- skrivet sätt är att det kräver att en liten mängd data kodas för lagrings- och överföringssyfte.

Informationen som behöver kodas är för det första rotnoden.

Sedan behöver endast ett av de två löven som rotnoden har kodas eftersom det andra ges implicit av det faktum att summan av de två löven är lika med rotnoden. Detta är fallet för alla lövpar som alstras från en nod. 10 15 20 25 30 35 511 514 6 Det bör observeras att antalet symboler som behövs för att koda ett visst löv relativt snabbt blir litet eftersom det högsta tal som är möjligt för ett löv är begränsat av sin nod. Kodningen för varje löv kan därför göras mycket effektiv.

Denna information matas till en kodare, möjligen också tillsammans med information rörande en fördelningsfunktion eller sannolikhetsmodell som kodar det binära trädet på ett effektivt sätt. Kodningen utförs företrädesvis medelst användning av en aritmetisk entropikodare. Entropikodaren kan t ex vara en "Syntax-based Arithmetic Coding mode"- (SAC)- kodare beskriven i annex E av H.263-standard.

I figur 2 visas ett schematiskt flödesschema för att realisera algoritmen. Behandlingen startar i ett block 201.

Sedan inmatas en tvånivåbild som skall överföras eller lagras i ett block 203 och antalet binära ettor i bilden räknas i ett block 205. Detta tal lagras i en buffert 207. Därefter delas den binära bilden i två subbilder i ett block 209.

Antalet binära ettor i varje subbild räknas sedan i ett block 215 och matas till bufferten 207.

Sedan fortsätter processen till ett block 211 där det kontrolleras om alla subbilder endast består av binära ettor eller binära nollor. Om detta är fallet fortsätter processen till blocket 213 där informationen som är lagrad i bufferten hämtas och kodas.

Om å andra sidan det fortfarande finns subbilder som består av en blandning av binära ettor och nollor returneras dessa subbilder till blocket 209. Således utförs en rekursiv delning av den inmatade bilden tills dess att den består av subbilder som endast har primära ettor eller nollor.

Stegen ovan beskriver algoritmens allmänna idé. När algoritmen implementeras i mjukvara eller hårdvara kan det vara bättre att skapa det binära trädet genom att använda ett förfarande från botten och upp i stället för ett förfarande 10 15 20 25 30 35 511 514 7 uppifrån och ned. Den uppskattade sannolikhetsfunktionen som matas till kodaren bör emellertid också vara optimerad för egenskaperna hos de inmatade bilderna.

I figur 3 visas en schematisk vy över ett transmissionssystem som använder algoritmen och som har en sändare 300 och en mottagare 311. Således inmatas en binär tvånivåbild i sändaren 300 i ett block 301. I blocket 301 transformeras den binära bilden till ett motsvarande binärt träd, exempelvis såsom beskrivits ovan i samband med figurerna 1 och 2. Den binära trädrepresentationen matas sedan till en kodare 303.

Kodaren 303 kan t ex vara SAC-kodaren som hänvisats till OVan .

Därefter överförs informationen på en kanal 305 från sändaren 300 till den avsedda mottagaren 311. Mottagaren 311 avkodar den mottagna informationen i ett block 307 genom att använda en avkodningsalgoritm som svarar mot den använda kodnings- algoritmen. Den avkodade informationen som representerar det överförda binära trädet matas till ett block 309 i vilket det binära trädet transformeras till en motsvarande binär bild.

Den binära bilden utmatas sedan från blocket 309.

Dessutom kan förfarandet också användas för att koda vilken binär matris som helst av godtycklig storlek, dvs med en dimension som är större än två. Således kan förfarandet exempelvis användas för att koda vilken binär gråskalebild som helst. Uppdelningen utvidgas då till att innefatta den tredje dimensionen.

Exempelvis kan en gråskalebitplanrepresenterad bild som utgörs av ett antal pixel betraktas som en tredimensionell matris med längd längs en x-axel, en höjd längs en y-axel och ett djup längs en z-axel. Uppdelningen och alstrandet av subbilder eller submatriser utförs då på ett sätt som svarar mot förfarandet som beskrivits ovan.

Sålunda delas först den tredimensionella matrisen längs en av axlarna, exempelvis x-axeln och sedan längs en annan axel, 10 15 511 514 8 exempelvis y-axeln och därefter längs den tredje axeln, exempelvis z-axeln. Därefter kan delningen återgå till att dela längs den första axeln, etc.

Algoritmen som beskrivits häri fungerar mycket bra för att koda tvånivåbilder, särskilt glesa tvånivåbilder, exempelvis de som blir resultatet genom algoritmen som beskrivs i vår samtidigt oavgjorda internationella patentansökan PCT/sE96/00943.

Algoritmen är mycket flexibel och genom att ändra ekvationerna för den använda sannolikhetsuppskattningen är det möjligt att finjustera för ett antal olika tillämpningar.

Sådana tillämpningar skulle kunna vara: - Kodning av telefaxmeddelanden eller andra tvånivåbilder.

- Kodning av former och objekt i videosekvenser.

Claims (12)

10 15 20 25 30 35 511514 PATENTKRAV

1. Förfarande för att koda en digitaliserad tvånivåbild, kännetecknat av stegen att: a) räkna antalet symboler som svarar mot en nivå i bilden, b) dela upp bilden i två subbilder, c) räkna antalet symboler som svarar mot en nivå i var och en av subbilderna, d) upprepa stegen b) - c) för varje subbild som består av blandade symboler, tills dess att bilden består av subbilder som endast består av symboler svarande mot en nivå och e) koda talen som erhålls i stegen a) och c).

2. Förfarande enligt krav 1, kännetecknat av att uppdelningen utförs alternerande horisontellt och vertikalt längs mitten på bilden och subbilderna.

3. Förfarande enligt krav 2 eller 3, kännetecknat av att kodningen utförs medelst användning av aritmetisk kodning.

4. Förfarande för att koda en bitplan-representerad digitaliserad gråskalebild, kännetecknat av stegen att: a) för varje bitplan räkna antalet symboler som svarar mot en nivå i bitplanet b) dela upp var och en av bitplanen i två subbitplan, c) räkna antalet symboler som svarar mot en nivå i var och en av subbitplanen, d) upprepa stegen b)-c) för varje subbitplan som består av blandade symboler tills dess att varje bitplan består av subbitplan som endast består av symboler som svarar mot en nivå och e) koda talen som erhålls i stegen a) och c).

5. Förfarande för att koda en binär matris med en dimension n, där n är ett positivt heltal, kännetecknat av stegen att: a) räkna antalet symboler som svarar mot en nivå i matrisen, b) dela upp matrisen i två submatriser, c) räkna antalet symboler som svarar mot en nivå i var och en 10 15 20 25 30 35 511 514 10 av submatriserna, d) upprepa stegen b) - c) för varje submatris som består av blandade symboler tills dess att matrisen består av sub- matriser som endast består av symboler som svarar mot en nivå och e) koda talen som erhålls i stegen a) och c).

6. Anordning för att koda en digitaliserad tvånivåbild innefattande organ för att koda en utström av digitaliserade tal, kännetecknad av: - organ för att räkna antalet symboler som svarar mot en nivå i bilden, - organ för att uppdela bilden i två subbilder, - organ för att räkna antalet symboler som svarar mot en nivå i var och en av subbilderna, - styrorgan anslutna till uppdelningsorganen och till räkningsorganen anordnade att upprepa uppdelningen och räkningen för varje subbild som består av blandade symboler tills dess att bilden består av subbilder som endast består symboler svarande mot en nivå och - organ för att mata talen som svarar mot ennivåsubbilderna till kodningsorganet.

7. Anordning enligt krav 6, kännetecknad av att delnings- organet är anordnat att utföra delningen alternerande horisontellt och vertikalt längs mitten på bilden och sub- bilderna.

8. Anordning enligt krav 6 eller 7, kännetecknad av att det använda kodningsorganet är en aritmetisk kodare.

9. Anordning för att koda en bitplan representerad digitaliserad gråskalebild, kännetecknad av: - organ för att räkna antalet symboler som svarar mot en nivå i ett bitplan för varje bitplan, - organ för att dela varje bitplan i två subbitplan, - organ för att räkna antalet symboler som svarar mot en nivå i var och en av subbitplanen, - styrorgan anslutna till delningsorganet och till räknings- 10 15 20 25 30 35 511 514 ll organet anordnat att upprepa delningen av varje bitplan i två subbitplan och räkningen av antalet symboler som svarar mot en nivå i vart och ett av subbitplanen för varje subbitplan som består av blandade symboler tills dess att bitplanet består av subbitplan som endast består av symboler som svarar mot en nivå och - organ anslutna till räkningsorganet för att koda de erhållna talen.

10. Anordning för att koda en binär matris med dimension n, där n är ett positivt heltal, kännetecknad av: - organ för att räkna antalet symboler som svarar mot en nivå i matrisen, - organ för att dela matrisen i två submatriser, - organ för att räkna antalet symboler som svarar mot en nivå i var och en av submatriserna, - styrorgan anslutna till delningsorganet och till räknings- organet anordnat att upprepa delningen av matrisen i två submatriser och räknandet av antalet symboler som svarar mot en nivå i varje submatris för varje submatris som består av blandade symboler tills dess att matrisen består av sub- matriser som endast består av symboler som svarar mot en nivå och - organ anslutna till räkningsorganet för att koda de erhållna talen.

11. System innefattande en sändare och en mottagare för överföring av en binär matris med dimension n, där n är ett positivt heltal, kännetecknat av - organ i sändaren för att räkna antalet symboler som svarar mot en nivå i matrisen, - organ i sändaren för att dela i matrisen i två submatriser, - organ i sändaren för att räkna antalet symboler som svarar mot en nivå i var och en av submatriserna, - styrorgan i sändaren anslutna till delningsorganet och till räkningsorganet anordnat att upprepa delningen av matrisen i två submatriser och räkningen av antalet symboler som svarar mot en nivå i var och en av submatriserna för varje submatris som består av blandade symboler tills dess att matrisen 10 511 514 12 består av submatriser som endast består av symboler som svarar mot en nivå, - organ i sändaren anslutna till räkningsorganet för att koda de erhållna talen och - motsvarande organ i mottagaren för att avkoda de kodade talen.

12. System enligt krav 11, kännetecknat av att det använda kodningsorganet är en aritmetisk kodare.