TWI410139B

TWI410139B - Image processing apparatus and image processing method

Info

Publication number: TWI410139B
Application number: TW97135210A
Authority: TW
Inventors: Yuya Horiuchi; Shojiro Shibata; Takaaki Fuchie
Original assignee: Sony Corp
Priority date: 2007-09-12
Filing date: 2008-09-12
Publication date: 2013-09-21
Also published as: US8184711B2; JPWO2009035149A1; CN101632307A; US20100098173A1; WO2009035149A1; JP5212373B2; TW200931984A; CN101632307B

Description

圖像處理裝置及圖像處理方法

本發明係關於一種例如以特定單位對前次編碼時所使用之量化矩陣或量化參數等進行檢測之編碼裝置。

先前，於電視台間傳送影像資料時或者使用複數個錄影機(VTR(video tape recorder)裝置)複製影像資料時，係對以MPEG(Moving picture experts group，動態圖像專家組)方式編碼之影像資料進行解碼後再加以編碼，因此必須將編碼器與解碼器串列地縱列連接。

而且，作為降低因如此之縱列連接時之反覆編碼及解碼所引起之影像品質劣化的方法，採用有所謂之「反向檢索」方法。

於此，所謂之「反向檢索」係指利用如下性質，即當使用以前編碼時所使用之量化間距或者處於其倍數關係之量化間距時離散餘弦轉換(DCT；discrete cosine transfer)係數之餘數總和會變得極小之性質，來將最小值相關之量化間距作為最佳量化間距而求出之手法。

就使用該「反向檢索」之技術而言，例如專利文獻1中揭示了一種影像資料壓縮裝置，其可防止如下情形時之影像品質之劣化，即，藉由反向檢索方式而再現前次編碼中之量化間距後，以與前次量化間距相同之量化間距以及GOP(Group of pictures，圖像群組)相位再次對輸入影像資料進行編碼，然後將編碼器與解碼器縱列連接而反覆進行影像資料之編碼以及解碼。

另一方面，當前，代替MPEG方式之AVC(Advanced video Coding，進階視訊編碼)標準，於自行動電話之可視電話之類之低速，低畫質用途至高畫質電視廣播等大容量‧高畫質之動態圖像的廣泛用途中得到應用，其係利用將運動補償、幀間預測、DCT、熵編碼等加以組合之運算法，且與MPEG相比改良之處在於，獲得相同之畫質僅需大約一半左右之資料量即可。

而且，尤其AVC標準之內部(Intra)圖像(以下稱作「AVC Intra」)中，為了進行量化而對照目標位元率來決定最佳量化參數QP之值，此時之量化參數QP之值並不限於前次編碼所使用之值。假若使用與前次編碼不同之量化參數QP之值，則再次量化時會因捨入而產生畸變，從而於反覆進行轉錄時會引起畫質之降低。

專利文獻1：日本專利特開平10-174098號公報

然而，AVC Intra中，若直接適用先前之MPEG中所用之檢測技術來應對上述轉錄中所產生之問題，則會存在因編碼方式之差異而使得反向檢索之檢測精度降低，且轉錄時引起畫質降低之問題。

為解決上述問題，本發明之圖像處理裝置中設置有：正交轉換部，其係對圖像資料執行正交轉換而生成轉換係數，並且於與逆正交轉換之關係中，以複數個尺度使構成該轉換係數之係數要素之值尺度變動；除算因子計算部，其係藉由對解碼因子乘以尺度變動而計算出複數個除算因子，該解碼因子係根據解碼時有可能使用之複數個量化因子而計算出；總和計算部，其係針對每個檢測單位而計算出評價值之總和，該評價值係基於將轉換係數之要素除以複數個除算因子時之餘數；及量化因子檢測部，其係比較與對複數個除算因子之評價值之總和之關係，並根據評價值之總和取極小值之除算因子，檢測圖像資料前次被編碼時所使用之量化因子。

藉此，圖像處理裝置可藉由除算因子來抵消DCT處理所引起之尺度變動，因此可防止於複數個尺度中餘數產生尺度變動，從而可對等地比較基於餘數之各評價值，可提高反向檢索之檢測精度。

又，本發明之圖像處理方法中設置有：正交轉換步驟，其係對圖像資料執行正交轉換而生成轉換係數，並且於與逆正交轉換之關係中，以複數個尺度使構成該轉換係數之係數要素之值尺度變動；除算因子計算步驟，其係藉由對解碼因子乘以尺度變動而計算出複數個除算因子，該解碼因子係根據解碼時有可能使用之複數個量化因子而計算出；總和計算步驟，其係針對每個檢測單位而計算出評價值之總和，該評價值係基於將轉換係數之要素除以複數個除算因子時之餘數；及量化因子檢測步驟，其係比較與對複數個除算因子之評價值之總和之關係，並根據評價值之總和取極小值之除算因子，檢測圖像資料前次被編碼時所使用之量化因子。

再者，本發明之圖像處理裝置中設置有：正交轉換部，其係對圖像資料執行正交轉換而生成轉換係數；要素計數部，其係計算構成轉換係數之每個係數要素之值之產生次數作為要素產生次數；及原圖像判定部，其係根據要素產生次數之分散狀態，來判定圖像資料是從未被編碼過之原圖像還是已至少一次以上被編碼過之非原圖像。

藉此，圖像處理裝置中，可於反向檢索處理之前檢測出圖像資料是原圖像還是非原圖像，可防止反向檢索處理對原圖像之錯誤應用。

本發明設置有：進位部，其係於執行8×8 DCT處理作為整數精度DCT處理時，在水平方向以及垂直方向之8×8 DCT運算處理結束之前，使成為運算處理對象之圖像資料或者轉換矩陣之各要素對應於水平方向以及垂直方向而分別各進位3位元；及

退位部，其係於水平方向以及垂直方向之8×8 DCT運算處理結束之後，使基於DCT係數之係數資料各退位6位元。

藉此，圖像處理裝置中，可減少8×8 DCT處理中之運算捨入次數，可提高運算精度。

根據本發明，可藉由除算因子來抵消DCT處理所引起之尺度變動，從而可防止於複數個尺度中餘數產生尺度變動，故而可對等地比較基於餘數之各評價值，可提高反向檢索之檢測精度，因此可實現能夠抑制編碼所引起之畫質降低之圖像處理裝置及圖像處理方法。

又，根據本發明，可於反向檢索處理之前檢測出圖像資料是原圖像還是非原圖像，可防止反向檢索處理對原圖像之錯誤應用，因此可實現能夠抑制編碼所引起之畫質降低之圖像處理裝置。

再者，根據本發明，可減少8×8 DCT處理之運算捨入次數，可提高運算精度，因此可實現能夠抑制編碼所引起之畫質降低之圖像處理裝置。

以下，參照圖式對用以實施本發明之最佳形態(以下只稱作實施形態)進行詳細說明。再者，以如下順序進行說明。

(1)本發明之概略

(2)第1實施形態(基於AVC標準之反向檢索)

(3)第2實施形態(反向檢索中之原圖像/非原圖像之判定)

(4)第3實施形態(反向檢索前之QP之預備檢測)

(5)第4實施形態(量化矩陣之設定)

(6)第5實施形態(8×8整數DCT時之運算舍入之抑制)

(1)本發明之概略

(1-1)前提

一般而言，基於AVC(Advanced Video Coding)標準之編碼為非可逆轉換，因此當進行編碼及解碼後會相對於原基頻(Baseband)圖像而殘生畸變。因此，例如於藉由縱列連接之轉錄等而反覆進行編碼及解碼時會因該畸變而導致畫質降低。

有鑒於此，本發明之第1實施形態中，AVC標準之畫面內編碼之特徵之一在於：當對已進行了一次編碼、解碼之圖像再次進行編碼時，再次利用前次編碼中所使用之以下3個參數，藉此可將圖像之畸變抑制於編碼器與解碼器之運算誤差範圍內。

(1)畫面內預測模式

(2)量化矩陣(Qmatrix)

(3)量化參數(QP)

該等參數中，第1實施形態之量化矩陣檢測處理中尤其著眼於(2)，量化參數檢測處理中著眼於(3)，而畫面內預測模式檢測處理中著眼於(1)。

亦即當對AVC標準之內部(Intra)圖像、亦即AVC Intra進行轉錄時，對前次編碼所使用之量化矩陣Qmatrix、量化參數QP以及畫面內預測模式進行檢測，利用相同之Qmatrix及QP來避免量化舍入，實現轉錄特性之提高。

於此，在圖1中示出本發明第1實施形態之編碼裝置以及方法之概念圖，並進行說明。

如圖1所示，該圖像處理裝置1具有第1編碼部2、第2編碼部3及反向檢索部3，進而反向檢索部3具有預測模式檢測部5、量化矩陣(Qmatrix)檢測部6及量化參數(QP)檢測部7。

如此之構成中，第1編碼部2對所輸入之圖像資訊進行第1編碼。反向檢索部3對將第1編碼過程中所得的整數精度DCT係數除以各種量化矩陣Qmatrix與量化參數QP組合而成之尺度改變因子(RF，Rescaling factor)時所得之餘數r之大小進行評價，藉此來對第1編碼中所使用之量化矩陣Qmatrix、量化參數QP以及畫面內預測模式進行檢測。而且，第2編碼部2使用第1編碼中由反向檢索部3所檢測出之量化矩陣Qmatrix、量化參數QP以及畫面內預測模式來進行第2編碼。

亦即，更詳細而言，反向檢索部3中，Qmatrix檢測部6根據第1編碼過程中所得之整數精度DCT係數，於第1編碼中，使用將上述整數精度DCT係數除以各種量化矩陣Qmatrix與量化參數QP組合而成之尺度改變因子RF所得之餘數，針對每個片段而對量化矩陣Qmatrix進行檢測。

QP檢測部7根據第1編碼過程中所得之整數精度DCT係數，使用將整數精度DCT係數除以各種量化矩陣Qmatrix與量化參數QP組合而成之尺度改變因子RF所得的餘數，針對每個巨集區塊而對量化參數QP進行檢測。

進而，預測模式檢測部5對前次編碼時所使用之畫面內預測模式進行檢測。該所檢測出之預測模式於第2編碼部2中得到採用。

首先，為了加深對本發明第1實施形態之圖像處理裝置1之理解，對本實施形態所著眼之特徵性質、原理作詳細說明。

如圖1所示，AVC標準中，對Intra圖像使用自9個畫面內預測模式中所選擇之一個畫面內預測模式，根據輸入圖像而生成差分圖像資料。再者以下，將Intra圖像所對應之AVC標準稱作AVC Intra。繼而，於AVC Intra中，對差分圖像資料執行DCT處理，藉由量化矩陣Qmatrix與量化參數QP之組合而對所得之DCT係數進行量化，生成由量化位準(量化係數)所形成之量化資料。進而採用特定編碼方式對該量化資料進行編碼而形成編碼串流。該編碼串流中設定有編碼所使用之畫面內預測模式、量化矩陣Qmatrix以及量化參數QP。

AVC標準中，於解碼時雖使用所設定之畫面內預測模式、量化矩陣Qmatrix以及量化參數QP來對量化資料進行解碼，但無法恢復編碼時被舍入之餘數部分。因此，AVC標準中，會導致畫質相應地降低該量化之餘數大小。以下將該畫質之降低稱作量化畸變。

例如就業務用之廣播裝置等而言，假定對影像資料反覆進行複數次編碼以及解碼之情形。此時，若每次使用不同之畫面內預測模式、量化矩陣Qmatrix以及量化參數QP，則會於編碼時產生量化畸變，從而使得編碼時影像資料之畫質降低。

AVC Intra有如下性質，即，當對已進行了一次編碼、解碼之圖像再次進行編碼時，若使用前次編碼所使用之量化矩陣Qmatrix、量化參數QP以及畫面內預測模式，則會因在前次編碼中已將量化畸變去除而導致難以再產生量化畸變。

因此本發明中，對前次編碼所使用之量化矩陣Qmatrix、量化參數QP或者畫面內預測模式進行檢測，並使用該等參數來執行編碼，藉此可抑制影像資料之畫質降低。

如此能以較高之概率來對前次編碼所使用之量化矩陣Qmatrix、量化參數QP或者畫面內預測模式進行檢測，以下之說明中稱作「反向檢索」。

於此，如上述專利文獻1中所記載般，反向檢索於MPEG(Moving picture experts group)-2中，將DCT係數除以各量化尺度Q，並且可將餘數r最小之量化尺度Q作為前次編碼時所使用之量化尺度Q而進行檢測。

然而於AVC標準中，在以下方面不同於MPEG-2，若直接適用MPEG-2之方法，則會使得檢測精度降低。

．因整數精度運算之導入而導致無法同等地處理編碼與解碼中之DCT係數。

．解碼時之運算誤差較大，從而對檢測精度造成較大影響。

．餘數函數關於量化參數QP而呈現出週期性，因此存在複數個相同值之最小值。

因此，本發明之課題在於，採用基於AVC之編碼，以特定單位高概率地對前次編碼所使用之量化矩陣Qmatrix及量化參數QP等進行檢測，並對該等參數加以再利用，藉此可降低轉錄時之量化所引起之捨入誤差，從而提高轉錄特性。

(1-2)反向檢索之原理

(1-2-1)量化參數以及量化矩陣之檢測

以下，對該反向檢索之具體方法作說明。

AVC Intra中，於解碼時，對將量化位準Z乘以量化矩陣Qmatrix與量化參數QP之函數即尺度改變因子RF所得之整數精度DCT係數W向左移位6位元所得者進行解碼。

(W<<6)=Z*RF　…(1)

RFr={VQmatrix2^floor(QP/6) }>>4　…(2)

V：由AVC標準所決定之Mutiplication factor如此，於解碼過程中將量化位準Z乘以RF而獲得整數精度DCT係數W，因此於下一編碼中將整數精度DCT係數W除以RF。亦即可認為，於下一編碼時，當使已移位之整數精度DCT係數(W<<6)除此相同RF時，其餘數r為0。著眼於上述性質，對使用各種量化矩陣Qmatrix與量化參數QP組合而成之尺度改變因子RF來除進行了移位的整數精度DCT係數(W<<6)所得之餘數r之大小進行評價，藉此可對前次編碼所使用之量化矩陣Qmatrix及量化參數QP進行檢測。

此外，第1實施形態之圖像處理裝置1中，為提高檢測精度，考慮MPEG中未作考慮之、因AVC Intra之特有性質所引起之以下(i)~(vi)方面。以下對各方面加以詳述。

(i)編碼與解碼時之RF轉換

AVC Intra中，將DCT部分成整數精度部及非整數精度部，並將整數精度部稱作整數精度DCT，將非整數精度部與量化統稱為量化。AVC Intra中，編碼與解碼中整數精度部與非整數精度部之分割位置不同，因此編碼所使用之整數精度DCT(以下簡單地記為「DCT」)與解碼所使用之整數精度逆DCT(以下簡單地記為「逆DCT」)無法進行逆轉換。因此，編碼所使用之DCT係數W與解碼所使用之逆DCT係數W(以下記為「W'」)並不對等。

亦即，DCT係數W與逆DCT係數W'由下式表示。

根據該DCT、逆DCT之式，DCT係數W與逆DCT係數W'之間成立下式。

如此，DCT係數W'之位置(i、j)乘以16、20、25而得者為W，設該轉換矩陣為「D」而定義為(6)式。亦即，設反向檢索處理之編碼中所用之RF為解碼所使用之RF(以下記為「RFr」)乘以DCT係數W與逆DCT係數W'之轉換矩陣D而得者。

亦即AVC Intra中，如圖2所示，當對差分圖像資料藉由編碼以及解碼而實施DCT處理後再進行逆DCT處理時，使解碼差分圖像資料之值僅尺度增加了轉換矩陣D。

又AVC Intra中，量化時產生下式所示之定標ER。再者當將(7)式作為實際數值而進行表示時，可如(8)式般表示。亦即AVC Intra中，當對DCT係數藉由編碼以及解碼而進行量化處理以及反量化處理時，使逆DCT係數要素之值僅尺度增加了量化誤差ER。

ER=MF×V/2¹⁵ 　…(7)

因此，AVC Intra中，解碼時藉由使解碼差分圖像資料除以「64」，而使解碼差分圖像資料之值與差分圖像資料成為相同位準。

亦即AVC Intra中，在對差分圖像資料實施DCT處理之時間點，可視為乘以轉換矩陣D來進行尺度增加。隨此，餘數r之值亦得到尺度增加，如(8)式所示，該值(亦即係數要素)依矩陣之位置而不同。

因此，假若使DCT係數除以解碼尺度改變因子RF，則餘數r會根據DCT係數之位置而變大或變小，從而無法簡單地對餘數r作比較。

因此，圖像處理裝置1中，如下式所示，藉由對解碼時之尺度改變因子(以下將其稱作解碼尺度改變因子RFr)乘以轉換矩陣D，而計算出作為反向檢索處理時進行除算之值而使用之尺度改變因子RF。

RF=RFr*D={VQmatrix D2^floor(QP/6) }>>4　…(9)

亦即可認為，當考慮(5)式之DCT係數W與逆DCT係數W'之轉換矩陣D時，經一次編碼之輸入圖像(差分圖像資料)之DCT係數W被{VQmatrix D 2^floor(QP/6) }整除，而餘數r為0。

藉此，圖像處理裝置1中，可利用餘數r來排除伴隨DCT處理之尺度增加之影響，從而能以同一尺度來對餘數r作比較。

如此，圖像處理裝置1中，對解碼尺度改變因子RFr乘以轉換矩陣D之值而計算出尺度改變因子RF。藉此，圖像處理裝置1中，藉由使差分圖像資料除以尺度改變因子RF，可藉由DCT處理統一地同時對尺度增加之部分進行除算，從而可減輕尺度增加所引起之餘數r變動，可提高反向檢索之檢測精度。

(ii)解碼時之誤差

AVC Intra中，對作為與周圍像素形成之預測圖像之差分的差分圖像資料進行編碼。解碼時使量化位準Z乘以解碼尺度改變因子RFr，但為避免解碼時之運算捨入，使解碼尺度改變因子RFr在標準範圍內預先進位6位元(因此於解碼時獲得使逆DCT係數W'向左移位6位元者)。

因此，反量化、逆DCT處理係於進位了6位元之狀態下進行運算，在使預測圖像與已進位了6位元者相加之後，再使其和退位6位元而獲得基頻圖像。由於該6位元之退位，進入下位6位元之資料會被四捨五入，因而會產生運算誤差E，下一編碼中所產生之已移位之DCT係數(W<<6)有時無法被尺度改變因子RF整除。

因此，本發明中不對餘數r為0之量化參數QP進行檢測，而對餘數r為最小值之量化參數QP進行檢測。

於此，該解碼時之運算誤差E亦有時為負值，因此對實際之餘數r之值、與自尺度改變因子RF減去餘數r所得之值進行比較，取較小之一方作為評價值Y。

例如考慮RF=3600、DCT係數W=7200之情形。

不存在運算誤差E時之餘數r，如下式所示。

r=W%RF=7200% 3600=0　…(10)

實際上運算誤差E無法估算，當設E=-2而單純地將餘數r作為評價值Y時，如下式所示，難以作為最小值來進行檢測。

Y=r=(W+E)% RF=3598　…(11)

於此，當如上所述對實際之餘數r之值、與自尺度改變因子RF減去餘數r而得之值進行比較，且取較小值作為評價值Y時可獲得下式，評價值Y為運算誤差E之絕對值。

Y=min[r、(RF-r)]=min[3598、2]=2　…(12)

因此，本發明之圖像處理裝置1中，根據(12)式而計算出評價值Y，並且對評價值Y為最小值之量化參數QP進行檢測。藉此圖像處理裝置1可使用適當之評價值Y來適當地對量化參數QP進行檢測。

(iii)關於餘數曲線之性質及量化參數QP之週期

將從未進行過編碼之圖像作為輸入圖像，使移位了6位元之DCT係數(W<<6)除以由各種量化參數QP構成之尺度改變因子RF而計算出餘數r，橫軸表示量化參數QP，縱軸表示餘數之總和(Σr)，此時成為圖3所示之向右上方傾斜之曲線。

同樣地，對於進行了編碼及解碼之輸入圖像，使移位了6位元之DCT係數(W<<6)除以由各種量化參數QP構成之尺度改變因子RF而計算出餘數r，橫軸表示量化參數，縱軸表示餘數之總和(Σr)，結果如圖4所示。可得知，於該情形時，雖產生了餘數r之總和(Σr)之極小值，但仍存在向右上方傾斜之傾向，不管是否已進行了編碼及解碼，均係量化參數QP愈小則餘數r之總和(Σr)亦愈小。

因此，若單純地對各種量化參數QP造成之餘數r之總和(Σr)之大小關係進行評價，則有時會誤將較前次編碼所使用之量化參數QP更小之量化參數QP作為最小值而進行檢測。為解決該問題，將進而以尺度改變因子RF使餘數r之值標準化所得者用作評價值Y。

圖5表示此時之評價值Y之總和(ΣY)與量化參數QP之關係。根據圖5可得知，前次編碼所使用之量化參數QP所對應之評價值Y的總和(ΣY)，小於移位了6n之量化參數QP所對應之評價值Y的總和(ΣY)。

又，如圖3、圖4所示存在如下傾向，即於(︱W|<<7)≦RF之量化參數QP時產生評價值Y之值(餘數r之絕對值)變得平滑之區域，當利用尺度改變因子RF使該區域標準化時，該區域將單調減少(參照圖5)，從而造成誤檢測。

此時，即使除以相同之尺度改變因子RF，於統計方面亦係DCT係數W愈大則餘數r亦愈大，因此以DCT係數之絕對值|W|對餘數r進行定標之後，再以尺度改變因子RF使之標準化。藉此可認為，能獲得較大餘數之DCT係數W具有較小餘數之情形並非為偶然，可進行加權(通常，愈為低頻分量則具有愈大之DCT係數W，故而對低頻分量進行加權)。

圖6表示以DCT係數之絕對值|W|對餘數r進行定標之後，利用尺度改變因子RF使之標準化而得之評價值Y的總和(ΣY)、與量化參數QP之關係。根據圖6可得知，相比於圖5，前次編碼所使用之量化參數QP所對應之評價值Y之總和(ΣY)及移位了6n之量化參數QP所對應之評價值Y之總和(ΣY)幾乎未產生變化。

進而，圖像處理裝置1中，亦可僅於傾斜之(|W|<<7)>RF之區域藉由尺度改變因子RF而使評價值Y之總和(ΣY)標準化，而於此以外之區域將DCT係數|W|之值用作評價值Y。

藉此，圖像處理裝置1中，如圖6所示，會因利用尺度改變因子RF進行之標準化而使(|W|<<7)≦RF之區域中評價值Y之總和(ΣY)達到最小，從而可確實地避免將錯誤之量化參數QP作為前次所使用之量化參數QP而進行檢測。

(iv)關於量化參數QP之週期

AVC Intra中具有如下性質，即當於標準範圍內使量化參數QP變化±6時尺度改變因子RF成為原來之±2倍。因此，於某量化參數QP下餘數r之總和(Σr)具有極小值之情形時，即便為QP±6n(n=1、2…)，餘數r之總和(Σr)有時亦具有極小值(參照圖4)。

因此，當單純地對上述評價值Y進行評價時，有時會對移位了6n之量化參數QP進行檢測。因此，圖像處理裝置1中，於較餘數r之總和(Σr)最小之量化參數QP大6n的量化參數QP下餘數r之總和(Σr)為極小值時，採用該量化參數QP。

具體而言，圖像處理裝置1中，預先自餘數r之總和(Σr)較小之一側依序排列儲存5個左右之量化參數QP之值，若對餘數r之總和(Σr)為最小之QP與餘數r之總和(Σr)第二小之QP進行比較而得出兩者之差為6n，則採用QP較大者。進而，圖像處理裝置1中，若對所採用之量化參數QP與餘數r之總和(Σr)第三小之量化參數QP進行比較而得知兩者之差為6n，則如上述般採用較大之量化參數QP，並替換已採用之量化參數QP。

如此，圖像處理裝置1中，當檢測出餘數r之總和(Σr)之極小值有複數個時，即便餘數最小亦將優先採用大6n之量化參數QP。藉此，圖像處理裝置1可抑制誤將移位了6n之量化參數QP作為前次編碼所使用之量化參數QP而進行檢測之情形。

進而圖像處理裝置1對該經檢測之複數個餘數r之總和(Σr)之週期是否為6n進行確認，從而可抑制誤將偶然存在之極小值作為前次編碼所使用之量化參數QP而進行檢測。

(v)運算量之削減方法

本發明之圖像處理裝置1中，關於各種量化參數QP，如上所述般計算出尺度改變因子RF，使用根據餘數r計算出之評價值Y對前次編碼所使用之量化參數QP進行檢測。因此，可採用之量化參數QP之數量愈多則運算、評價之處理量就會愈大。為了避免此類問題，於前次編碼所使用之量化參數QP之近似值已知之情形時，只要僅使用其周圍之量化參數QP進行評價則足夠，從而可削減運算量。

再者，該量化參數QP，可於例如第3實施形態中之利用量化係數進行之原圖像判定處理中被計算出。又亦可根據輸入圖像資料之活動區等推測出。

(vi)其他，亦考慮以下條件。

即便畫面內預測模式與前次編碼時不同，當進行上述(iv)之6n替換時亦可維持檢測率。又，於量化參數QP之近似值已知之情形時亦相同。此係著眼於將預測模式改變為與前次編碼時不同之模式時所產生之問題，但即便預測模式與前次編碼時不同，於該實施形態中亦可應對。

設量化矩陣Qmatrix為預先定義有若干個圖案者(例如設為可用ID編號等進行識別者)。

亦即圖像處理裝置1中，因量化矩陣Qmatrix改變而使得尺度改變因子RF亦改變，因此除對量化參數QP進行檢測之外還必須對量化矩陣Qmatrix進行檢測。

圖像處理裝置1中，以每個巨集區塊為單位來改變量化矩陣Qmatrix與量化參數QP之組合，並針對每個量化矩陣Qmatrix與量化參數QP而計算出尺度改變因子RF。再者，如上圖4所述，餘數r之最小值相對於量化參數QP而有6n週期，即便量化參數QP移位了6n，只要能對量化矩陣Qmatrix進行檢測即可。因此，圖像處理裝置1中，若得知前次編碼所使用之量化參數QP之近似值，則只要以包含該QP之值在內之連續6個量化參數QP進行評價就足夠。

考慮到上述情形，本發明之圖像處理裝置1中，基於上述特徵性視點，首先執行對所使用之前次量化矩陣Qmatrix進行檢測之量化矩陣檢測處理，然後執行使用該量化矩陣Qmatrix對量化參數QP進行檢測之量化參數檢測處理。

(1-2-2)畫面內預測模式之檢測

AVC之內部(畫面內編碼)幀中，防止畫質降低之一有效方法為，於轉錄時再次使用前次編碼所使用之畫面內預測模式。因此，畫面內預測模式檢測處理中有如下特徵，即，僅利用輸入圖像資料，並使用其餘數r來算術性地對前次編碼所使用之畫面內預測模式進行檢測。

量化矩陣檢測處理以及量化參數檢測處理中，如上所述，AVC Intra中，解碼時，對使量化位準Z乘以量化矩陣Qmatrix與量化參數QP之函數即尺度改變因子RF而得之DCT係數W向左移位6位元者進行解碼。於畫面內預測模式已改變之情形時DCT係數之分布亦隨之改變，因此餘數r為0之概率降低。

亦即，如圖9所示，以每個巨集區塊MB(16×16像素)為單位執行上述之量化矩陣檢測處理以及量化參數檢測處理。對此，以例如4×4像素之子巨集區塊所形成之內部編碼單位IA執行畫面預測。亦即，巨集區塊MB中包含4×4=16之內部編碼單位IA。

圖像處理裝置1中，預先檢測編碼量最小之畫面內預測模式，並且於該所檢測之畫面內預測模式下執行上述之量化矩陣檢測處理以及量化參數檢測處理。此時，所檢測之畫面內預測模式雖不限定於經前次編碼之畫面內預測模式，但使用產生編碼量最小之畫面內預測模式，因此假定16之內部編碼單位IA中之多數係經前次編碼之畫面內預測模式。

該情形時，圖像處理裝置1，如上所述於每個巨集區塊使用餘數r之總和(Σr)來對極小值進行檢測。因此，圖像處理裝置1於16之內部編碼單位IA中，即便混入有與所使用之前次畫面內預測模式不同之畫面內預測模式，亦可根據多數個經前次編碼之畫面內預測模式，來適當地對量化矩陣Qmatrix以及量化參數QP進行檢測。

因此，圖像處理裝置1對量化矩陣Qmatrix以及量化參數QP進行檢測之後，使用該量化矩陣Qmatrix以及量化參數QP，針對每個內部編碼單位IA來改變畫面內預測模式並使用餘數r之總和(Σr)來對極小值進行檢測。藉此，圖像處理裝置1可於巨集區塊MB中之所有內部編碼單位IA中，對經前次編碼之畫面內預測模式進行檢測。

亦即畫面內預測模式檢測處理中，於根據量化矩陣檢測處理以及量化參數檢測處理中所述之觀點等而已知前次編碼所使用之量化矩陣與量化參數之情形時，藉由使9個畫面內預測模式各自之DCT係數移位6位元所得之(W<<6)除以尺度改變因子RF，而對餘數r最小之畫面內預測模式進行檢測。

除此之外，圖像處理裝置1中為提高檢測精度，而考慮了MPEG中未曾考慮到之、因AVC Intra之特有性質所引起之以下情況。亦即，該畫面內預測模式檢測處理中，除了量化矩陣檢測處理以及量化參數檢測處理中所述之(i)、(ii)之外，還考慮了以下(vii)。

(vii)DCT係數之分布

當畫面內預測模式不同時，差分之值亦會改變，其結果會使得DCT係數之分布不同。因此，通常認為較恰當的是，使子巨集區塊內之餘數r之總和除以不為0之DCT係數之個數，並以所得之每一個取樣之餘數來進行比較。

然而，實際上，當選擇前次編碼所使用之預測模式時可高精度地作出準確預測，因此不為0之DCT係數之個數減少，從而存在愈為在方向上偏離前次預測之模式則不為0之DCT係數的個數愈增多之傾向。

因此，畫面內預測模式檢測處理中，不使餘數r之總和除以不為0之DCT係數之個數，而是使其乘以不為0之DCT係數之個數。藉此，能對在方向上偏離前次預測之模式之餘數r的總和給予數值上的降低。

將餘數r之總和乘以不為0之DCT係數之個數而得之值作為評價值Y，於各預測模式間對該評價值Y進行比較，並將評價值Y最小之預測模式視為前次編碼所使用之預測模式。

本發明之圖像處理裝置1中之預測模式檢測部5中基於上述特徵性視點(vii)而決定最佳預測模式。

(2)第1實施形態

(2-1)編碼裝置之構成

以下，於圖7中示出本發明第1實施形態之編碼裝置10之構成並進行說明。再者，編碼裝置10對應於圖1中之圖像處理裝置1。又，反向檢索部30對應於反向檢索部3，參數編碼器50對應於第2編碼部4，預測模式檢測部33對應於預測模式檢測部5，Qmatrix檢測部31對應於Qmatrix檢測部6，QP檢測部32對應於QP檢測部7。

如圖7所示，編碼裝置10具備第1通道(pass)之預編碼器20、反向檢索部30、第2通道(pass)之參數編碼器50、編碼量控制部40、Qmatrix/QP決定部41及畫面內預測模式決定部45。更詳細而言，第1通道之預編碼器20更包括畫面內預測模式判定部21、整數精度DCT部22、量化部23、熵計算部24。反向檢索部30更包括Qmatrix檢測部31、QP檢測部32及畫面內預測模式檢測部33。而且，第2通道之參數編碼器50包括畫面內預測處理部51、整數精度DCT部52、量化部53及熵編碼部54。再者，於此，假定採用雙通道編碼，但即便是雙通道以上之多通道(multi-pass)編碼，基本之思路亦相同。

於此，圖8(a)表示Qmatrix檢測部31之詳細構成例。又，圖8(b)表示QP檢測部32之詳細構成例。

如圖8(a)所示，Qmatrix檢測部31包括餘數計算部31a、評價值判定部31b及Qmatrix判定部31c。而且，如圖8(b)所示，QP檢測部32包括餘數計算部32a、評價值判定部32b及QP判定部32c。

此種構成中，將輸入圖像輸入至第1通道之預編碼器20中。

更詳細而言，將輸入圖像輸入至畫面內預測模式判定部21中。該畫面內預測模式判定部21，自9個畫面內預測模式中決定出最佳之畫面內預測模式，並且生成輸入圖像與使用周圍像素之預測圖像之差分圖像資料並輸入至整數精度DCT部22中。

整數精度DCT部22，藉由利用離散餘弦轉換之直接轉換而根據差分圖像資料生成DCT係數W，並供給至量化部23以及反向檢索部3。

量化部23中當輸入有DCT係數W時，對該DCT係數進行量化而生成量化資料。藉由該量化而自量化部23輸出之量化位準Z被發送至熵計算部24中。

熵計算部24對所輸入之量化位準Z進行二進制編碼、算術式編碼而生成編碼串流，並供給至編碼量控制部40中。編碼量控制部40根據上述編碼串流之產生編碼量而估算對參數編碼器50執行編碼量控制之情形時之量化矩陣Qmatrix以及量化參數QP，並將估算結果發送至Qmatrix/QP決定部41。

另一方面，將以片段為單位自整數精度DCT部22發送至反向檢索部30之DCT係數W輸入至Qmatrix檢測部31中。Qmatrix檢測部31藉由餘數計算部31a而使DCT係數W除以由各種量化矩陣Qmatrix構成之尺度改變因子RF後，將所得值供給至評價值判定部31b中。評價值判定部31b，根據(iii)中所述之思路而將餘數r轉換成評價值Y並發送至Qmatrix判定部31c。Qmatrix判定部31c對各種量化矩陣Qmatrix之評價值Y進行比較，並將評價值Y最小之量化矩陣Qmatrix作為前次所使用之量化矩陣Qmatrix而予以輸出。再者，關於Qmatrix檢測部31之量化矩陣檢測處理順序之詳細內容將於下文進行敘述。

將此時所經檢測之量化矩陣Qmatrix發送至QP檢測部32。餘數計算部32a使DCT係數W除以由各種量化參數QP構成之尺度改變因子RF，並將所得值供給至評價值判定部32b。評價值判定部32b使用經評價值Qmatrix檢測部31檢測之量化矩陣Qmatrix，根據(iii)中所述之思路而將餘數r轉換為評價值Y，並發送至QP判定部32c。QP判定部32c對各種量化參數QP之評價值Y進行比較，並將評價值Y最小之量化參數QP作為前次所使用之量化參數QP而予以輸出。再者，關於QP檢測部32之量化參數檢測處理順序之詳細內容將於下文進行敘述。

將該檢測出之前次量化參數QP與量化矩陣Qmatrix發送至Qmatrix/QP決定部41。Qmatrix/QP決定部41中作出如下決定，即，關於量化矩陣Qmatrix與量化參數QP，是採用由第1通道之預編碼器20所估算出者，還是使用經反向檢索部30所檢測出者。通常，於輸入圖像資料係從未進行過編碼之原圖像之情形時，因未進行前次編碼而反向檢索失敗，因而採用由第1通道之預編碼器20之編碼處理所估算出者。反之，於輸入圖像為已經編碼之非原圖像之情形時，為避免量化畸變反覆相乘而採用經反向檢索部30所檢測出者。

又，亦將經反向檢索部30所檢測出之前次編碼中所使用之量化參數QP與量化矩陣Qmatrix發送至畫面內預測模式檢測部33中。畫面內預測模式檢測部33使用量化參數QP與量化矩陣Qmatrix，藉由上述之畫面內預測模式檢測處理而對前次畫面內預測模式進行檢測。再者，關於該畫面內預測模式檢測部33之畫面內預測模式檢測處理順序之詳細內容將於下文進行敘述。將該前次預測模式發送至畫面內預測模式決定部45中。畫面內預測模式決定部45中作出如下決定，即是採用於單通道編碼中差分絕對值和SAD為最小之第1預測模式，還是採用經畫面內預測模式檢測部33所檢測出之前次預測模式。

亦即，畫面內預測模式檢測部33根據量化參數QP與量化矩陣Qmatrix而對前次預測模式進行檢測，並將該前次預測模式發送至畫面內預測模式決定部45中。畫面內預測模式決定部45中作出如下決定，即是採用於單通道編碼中差分絕對值和SAD為最小之第1預測模式，還是採用經畫面內預測模式檢測部33所檢測出之前次預測模式。

亦即，於輸入圖像資料係從未進行過編碼之原圖像之情形時，因未進行前次編碼而畫面內預測模式之檢測(反向檢索)失敗，因而採用由畫面內預測模式判定部21所估算出者。反之，於輸入圖像為已經編碼之非原圖像之情形時，為避免量化畸變反覆相乘而採用經畫面內預測模式檢測部33所檢測出者。

第2通道之參數編碼器50中，使用如上所述般由Qmatrix/QP決定部41決定之量化矩陣Qmatrix、量化參數QP、及由畫面內預測模式決定部45決定之畫面內預測模式，對輸入圖像進行編碼並作為編碼串流(Stream)而予以輸出。

更詳細而言，畫面內預測處理部51中，選定畫面內預測模式決定部45所決定之畫面內預測模式來作為最佳畫面內預測模式，使用周圍像素之預測圖像並根據輸入圖像而生成差分圖像資料，且將該差分圖像資料輸入至整數精度DCT部52中。整數精度DCT部52中，藉由離散餘弦轉換之直接轉換而將差分圖像資料作為DCT係數W予以輸出。量化部53中將DCT係數W作為輸入，使用Qmatrix/QP決定部41所決定之量化矩陣Qmatrix、量化參數QP對該輸入進行量化，並將量化位準Z發送至熵編碼部54中。熵編碼部54中，對所輸入之量化位準Z進行二進制編碼、算術式編碼後作為編碼串流而輸出。

(2-2)處理順序

(2-2-1)量化矩陣檢測處理

以下，參照表示量化矩陣檢測處理順序RT1之圖10之流程圖，對本發明第1實施形態之編碼裝置10之Qmatrix檢測部25以片段為單位進行之Qmatrix檢測處理作進一步說明。此亦相當於同實施形態中之圖像資訊編碼方法。

再者該圖10中，編碼裝置10僅於各DCT係數之絕對值|W|為標準化臨限值以下(亦即|W|<<7為RF以下)之情形時，藉由利用尺度改變因子RF使餘數r標準化而計算出評價值Y，而於DCT係數之絕對值W大於標準化臨限值之情形時，設餘數r為評價值Y。繼而，編碼裝置10根據評價值Y為最小之尺度改變因子RF對量化矩陣Qmatrix進行檢測。

Qmatrix檢測部31將由整數精度DCT部21所求得之DCT係數W之絕對值|W|作為輸入，根據前次編碼中有可能使用之量化矩陣Qmatrix與量化參數QP而決定初始值(步驟S1)。繼而，Qmatrix檢測部31以巨集區塊為單位改變量化矩陣Qmatrix與量化參數QP之組合，並針對每個量化矩陣Qmatrix與量化參數QP而計算尺度改變因子RF。此時，餘數計算部31a針對片段內之各取樣，計算出|W|<<6除以該尺度改變因子RF而得之餘數r(步驟S2)。再者，首先如圖4中之所述，餘數r之最小值關於量化參數QP而具有6n之週期，即便量化參數QP移位6n，該圖10之處理中只要能對量化矩陣Qmatrix進行檢測即可，因此只要得知前次編碼所使用之量化參數QP之近似值，則只要以包含該QP之值在內之連續6個量化參數QP進行評價即可。

繼而，評價值判定部31b對是否為|W|<<7>RF進行判定，且於該關係成立之情形時，將利用尺度改變因子RF使餘數r標準化(進行定標)而得之值作為評價值Y(步驟S4)。另一方面，評價值判定部31b於該關係不成立之情形時，設|W|<<6為評價值Y(步驟S5)。如此，評價值判定部25b針對巨集區塊內之256(=16×16)個取樣，將對所移位之DCT係數(W<<6)除以尺度改變因子RF而得之餘數r實施上述(iii)之標準化及修正後所得的值作為評價值Y，並針對每個量化矩陣Qmatrix與量化參數QP而計算該評價值Y之總和(步驟S6~8)。

如此，對具有可能性之所有量化矩陣Qmatrix及6個量化參數QP計算評價值Y(自步驟S7分支出Yes(是))，然後，Qmatrix判定部31c以片段為單位對每個量化矩陣Qmatrix與量化參數QP之評價值Y之總和加以比較(步驟S9)，且對總和(ΣY)為最小之量化矩陣Qmatrix進行檢測，並將其作為前次所使用之量化矩陣Qmatrix(步驟S10)而輸出該量化矩陣Qmatrix之ID編號。

再者，編碼裝置10亦可於例如步驟S2之前段使餘數r乘以DCT係數之絕對值|W|而計算出經加權之乘算值，利用尺度改變因子RF使該乘算值標準化而作為評價值Y。該情形時，編碼裝置10即便於各DCT係數之絕對值|W|較大之區域，亦可藉由增大該區域之評價值Y而避免誤檢測，因此可藉由加權而使該標準化所得之值均等地作為評價值Y。

又，編碼裝置10於例如將餘數r直接作為評價值Y而對極小值進行檢測且檢測出複數個極小值之情形時，亦可於確認出量化參數QP中之極小值之週期為6n之基礎上，將由較大值所形成之量化參數QP作為前次編碼所使用之量化參數QP而進行檢測。

(2-2-2)量化參數檢測處理

以下，參照表示量化參數檢測處理順序RT2之圖11之流程圖，對本發明第1實施形態之編碼裝置10之QP檢測部32以巨集區塊為單位進行的量化參數QP檢測處理作進一步說明。此亦相當於本實施形態中之圖像資訊編碼方法。

再者，該圖11中，編碼裝置10僅於各DCT係數之絕對值|W|為標準化臨限值以下(亦即|W|<<7為RF以下)之情形時，藉由利用尺度改變因子RF來使餘數r標準化而計算出評價值Y，而於DCT係數之絕對值|W|大於標準化臨限值之情形時，設餘數r為評價值Y。繼而，編碼裝置10根據評價值Y為最小之尺度改變因子RF來對量化參數QP進行檢測。

QP檢測部32將由整數精度DGT部22所求得之DCT係數W之絕對值|W|作為輸入，使用此前所檢測出之量化矩陣Qmatrix並以巨集區塊為單位，針對各種量化參數QP而計算尺度改變因子RF。QP檢測部32於此時間點得知前次所使用之量化參數QP之近似值之情形時，可僅將其周圍之QP作為檢測對象以降低運算量。QP檢測部32當根據前次編碼有可能使用之量化參數QP而求出初始值之後(步驟S21)，對巨集區塊內之所有DCT係數之絕對值|W|是否為0進行判斷(步驟S22)。繼而，QP檢測部32於所有DCT係數之絕對值|W|為0之情形時，無法對量化參數QP進行檢測(步驟S23)。亦即，於巨集區塊內之所有DCT係數之絕對值|W|為0之情形時DCT係數除以任一量化參數QP所得之餘數r均為0，因此QP檢測部32無法對量化參數QP進行檢測，故而此情形時不進行檢測。

另一方面，步驟S22中，於所有DCT係數之絕對值|W|並不為0之情形時，QP檢測部32之餘數計算部32a針對巨集區塊內之256(=16×16)個取樣中之每一個取樣，計算使所移位之DCT係數(|W|<<6)除以依照(9)式所求出之尺度改變因子RF而得的餘數r(步驟S24)。

繼而，評價值判定部32b對是否為(|W|<<7)>RF進行判定(步驟S25)，且於(|W|<<7)>RF之情形時，將利用尺度改變因子RF使餘數r標準化而得之值作為評價值Y(步驟S26)，而於並非為(|W|<<7)>RF之情形時設(|W|<<6)為評價值Y(步驟S27)。亦即，評價值判定部32b針對巨集區塊內之256(16×16)個取樣，將對所移位之DCT係數(W<<6)除以RF所得之餘數(iii)進行上述之標準化及修正而得的值作為評價值Y，並針對每個量化參數QP而計算該評價值Y之總和(ΣY)(步驟S28)。

繼而，評價值判定部32b對具有可能性之所有量化參數QP判斷是否已計算評價值Y(步驟S29)，於並未對所有量化參數QP計算評價值Y之情形時，變更量化參數QP(步驟S30)並重複步驟S26、S28、S29之處理。

如此，當對具有可能性之所有量化參數QP計算了評價值Y之後(自步驟S29分支出Yes)，QP判定部32c以巨集區塊為單位對每個QP之評價值Y之總和(ΣY)加以比較(步驟S31)，並將總和為最小之量化參數QP作為前次所使用之量化參數QP(步驟S32)，輸出該量化參數QP之值。

此時，量化參數QP不足6之區域中誤檢測之可能性較高，因此將該區域排除在外。其原因在於，例如於200Mbps以下之實用區域中幾乎不使用小於6之量化參數QP，將此區域排除在外會使得檢測率提高。

如上所述，本發明第1實施形態之編碼裝置10，可藉由Qmatrix檢測部31，根據編碼過程中所得之DCT係數，針對每個片段而使用餘數r來高概率地檢測前次編碼所使用之Qmatrix。進而，編碼裝置10藉由QP檢測部32，根據編碼過程中所得之DCT係數，針對每個巨集區塊而使用餘數r來高概率地檢測前次編碼所使用之QP。並且，編碼裝置10藉由對該等經檢測之量化矩陣Qmatrix與量化參數QP進行重複利用，可降低轉錄時之舍入誤差，從而提高轉錄特性。又，編碼裝置10可藉由導入轉換矩陣D而同等地處理編碼與解碼中之DCT係數。進而，編碼裝置10利用DCT係數W對餘數r進行加權並利用尺度改變因子RF使該餘數r標準化，藉此可提高檢測精度。

又，考慮到自AVC導入之量化參數QP之6n週期性，編碼裝置10於較餘數r為最小值之量化參數QP大6n之QP中存在餘數r之極小值時，即便該餘數r之最小值不為最小值，亦將該量化參數QP設為前次編碼所使用之量化參數QP。而且編碼裝置10於已知前次編碼所使用之量化參數QP之近似值之情形時，使量化參數QP自該值變化±n來進行評價，藉此可減少運算量。

(2-2-3)畫面內預測模式檢測處理

以下，參照表示畫面內預測模式檢測處理順序RT3之圖12之流程圖，對本發明第2實施形態之編碼裝置10之畫面內預測模式檢測部33的預測模式檢測之處理作進一步說明。此亦相當於本實施形態中之圖像資訊編碼方法。

首先，畫面內預測模式檢測部33將與預測圖像之差分絕對值和(亦即差分圖像資料之絕對值之總和)為最小之畫面內預測模式設為初始值(步驟S51)。繼而，畫面內預測模式檢測部33對與預測圖像之差分圖像資料進行DCT處理(步驟S52)。畫面內預測模式檢測部33對4×4之子巨集區塊內之各取樣，計算使DCT係數W之絕對值|W|移位6位元所得之(|W|<<6)除以RF而得之餘數r(步驟S53)。

繼而，畫面內預測模式檢測部33將餘數r之總和乘以DCT係數之偶數而得之值作為評價值Y(步驟S56)。

繼而，畫面內預測模式檢測部33對可能不具有畫面之所有畫面內預測模式判定是否已計算Y(步驟S57)，若未計算評價值Y則接著切換至差分絕對值和SAD較小之預測模式(步驟S58)，重複步驟S52~S57之處理。而且畫面內預測模式檢測部33當對具有可能性之所有畫面內預測模式判定出已計算Y時(自步驟S57分支出Yes)，於各畫面內預測模式間對評價值Y作比較(步驟S59)，將評價值Y最小之畫面內預測模式設為前次所使用之預測模式(步驟S60)而結束處理。如上所述，本發明第1實施形態之編碼裝置10根據輸入圖像而算術性地檢測前次編碼所使用之畫面內預測模式，藉此可抑制AVC內部幀之轉錄時反覆產生量化畸變。藉此編碼裝置10可改善轉錄時之SN(signal to noise，信號雜訊)比及視覺特性之降低。

進而編碼裝置10於畫面內預測模式間，對與子巨集區塊內之預測圖像之差分絕對值和SAD進行比較時，自該差分絕對值和SAD較小側依序進行比較，此等同於自前次編碼所使用之概率較高之畫面內預測模式進行比較，例如自差分絕對值和SAD較小之畫面內預測模式依序僅比較特定數(例如3個)模式，藉此可減少運算量。又，編碼裝置10可藉由導入轉換矩陣D而同等地處理編碼與解碼中之DCT係數。

除上述之外，編碼裝置10不利用前次編碼之畫面內預測之運算亦可進行檢測，因此即便於第一次編碼時使用考慮了視覺特性之畫面內預測方法，亦可於轉錄時利用該運算。

以上，對本發明之實施形態進行了說明，但本發明並未限定於此，可於不脫離發明主旨之範圍內進行各種改良、變更。

例如，上述之第1實施形態之圖像資訊編碼處理裝置以及方法，當然可作為由計算機執行之程式、以及儲存有該程式之記錄媒體來實施，該情形時可發揮上述作用效果。

(2-3)動作以及效果

以上構成中，編碼裝置10對基於作為圖像資料之輸入圖像資料之差分圖像資料，執行作為正交轉換之DCT處理而生成作為轉換係數之DCT係數。此時，編碼裝置10於AVC標準範圍內，與作為逆正交轉換之逆DCT處理之關係中，如(5)式所示，使構成該DCT係數之係數要素之值僅尺度變動由複數個尺度形成之轉換矩陣D((8)式)。

編碼裝置10將根據解碼時有可能使用之複數個量化因子而計算出之複解碼因子、即解碼尺度改變因子RFr乘以作為尺度變動之轉換矩陣D，藉此計算出複數個除算因子即尺度改變因子RF。進而，編碼裝置10針對每個檢測單位而計算出基於DCT係數中之要素除以複數個尺度改變因子RF所得之餘數r之評價值Y的總和(ΣY)。

繼而，編碼裝置10對複數個尺度改變因子RF所對應之評價值Y之總和(ΣY)間之關係進行比較，並根據評價值Y之總和(ΣY)取極小值之尺度改變因子RF，而對差分圖像資料進行前次編碼時所使用之量化因子進行檢測。

藉此，編碼裝置10於使DCT係數除以尺度改變因子RF時，可使DCT係數除以轉換矩陣D來抵消DCT處理所引起之尺度增加，故而可防止餘數r之值因依存矩陣位置之複數個值而尺度增加。

其結果，編碼裝置10可單純地對各餘數r進行比較，故而可藉由對根據該餘數r之評價值Y之總和(ΣY)的極小值進行檢測，而對差分圖像資料進行前次編碼時所使用之量化因子進行檢測。

藉此，編碼裝置10可使用前次編碼時所使用之量化因子執行編碼，故而可抑制因轉錄時之量化舍入而導致差分圖像資料之畫質劣化。

編碼裝置10對作為量化因子而針對每個量化單位即巨集區塊所設定之量化參數QP進行檢測。該情形時，編碼裝置10將檢測單位設定為巨集區塊。

編碼裝置10對作為量化因子而針對每個編碼單位即片段所設定之、決定DCT係數之各係數要素之值的量化矩陣Qmatrix進行檢測。該情形時，編碼裝置10將檢測單位設定為片段。

編碼裝置10藉由針對每個畫面內編碼單位即內部編碼單位IA(例如4×4個像素之子巨集區塊)所設定之、預定之複數個畫面內編碼方式而對輸入圖像資料進行編碼，生成複數個差分圖像資料。根據複數個差分圖像資料中使用所檢測出之量化參數QP以及量化矩陣Qmatrix時之評價值Y之總和(ΣY)，而對輸入圖像資料進行前次編碼時所使用之一畫面內編碼方式進行檢測。該情形時，編碼裝置10將檢測單位設定為片段。

如上所述，量化參數QP具有其值每增加「6」則尺度改變因子RF便成為原來之2倍之參數週期。因此評價值Y之總和(ΣY)中，於較前次編碼所使用之量化參數QP小6n之量化參數QP中，評價值Y之總和(ΣY)有可能存在極小值。

此時評價值Y之總和(ΣY)存在量化參數QP愈小則評價值Y之總和(ΣY)亦愈小之傾向。編碼裝置10將餘數r除以尺度改變因子RF所得之除算值設為評價值Y，藉此可將前次編碼所使用之量化參數QP之值設為最小值。

又編碼裝置10於檢測出複數個極小值之情形時，根據評價值Y為最小之尺度改變因子RF，對差分圖像資料進行前次編碼時所使用之量化因子進行檢測。

其結果，編碼裝置10可對前次編碼所使用之量化參數QP進行檢測，從而可簡易地進行用於該檢測之處理。

又，編碼裝置10於係數要素之絕對值即DCT係數之絕對值|W|小於標準化臨限值之情形時，將餘數r除以尺度改變因子RF所得之除算值設為評價值Y，而於DCT係數之絕對值|W|為標準化臨限值以上之情形時，設餘數r為評價值Y。

藉此，編碼裝置10可藉由利用尺度改變因子RF非常大之區域中之尺度改變因子RF進行標準化，而防止評價值Y之總和(ΣY)不恰當地變小，從而可防止對前次編碼所使用之量化參數QP進行誤檢測。

進而，編碼裝置10使餘數r乘以係數要素而計算出乘算值後，將該乘算值除以尺度改變因子RF而得之除算值設為評價值Y。

藉此，編碼裝置10可藉由DCT係數而對評價值Y進行加權，故而可藉由利用尺度改變因子RF非常大之區域中之尺度改變因子RF進行標準化，而防止評價值Y之總和(ΣY)不恰當地變小，從而可防止對前次編碼所使用之量化參數QP進行誤檢測。

進而，編碼裝置10於檢測出複數個極小值之情形時，對檢測出極小值時之尺度改變因子RF是否係根據量化參數QP所引起之參數週期而進行檢測之情形進行確認。繼而，編碼裝置10於判斷為該參數週期時，根據由較大值所形成之尺度改變因子RF，而對差分圖像資料進行前次編碼時所使用之量化因子進行檢測。

藉此，編碼裝置10可將餘數r直接用作評價值Y而不需要標準化或加權等處理，故而可省去計算評價值Y之運算處理。

又，編碼裝置10將解碼時有可能使用之複數個解碼尺度改變因子指定為檢索範圍。藉此，編碼裝置10可不對所有解碼尺度改變因子(亦即所有量化參數QP以及量化矩陣Qmatrix)計算評價值Y之總和(ΣY)，從而可減輕反向檢索處理之負荷。

進而，編碼裝置10根據量化參數QP與量化矩陣Qmatrix而計算出基尺度改變因子。編碼裝置10於量化參數QP所引起之參數週期之1個週期中(亦即「6」)對複數個尺度改變因子所對應之評價值Y之總和(ΣY)間之關係進行比較，藉此對差分圖像資料進行前次編碼時所使用之量化矩陣Qmatrix進行檢測。

藉此編碼裝置10無須對所有量化參數QP執行處理，從而可大幅減輕處理負荷。

又，編碼裝置10使用所檢測之量化矩陣Qmatrix，根據使尺度改變因子RF之量化參數QP之值變動而計算出之評價值Y之總和(ΣY)，對量化參數QP進行檢測。

藉此，編碼裝置10此後僅對量化參數QP進行檢測即可，故而可減少作為處理對象之尺度改變因子RF之數量，從而可減輕處理負荷。

進而，編碼裝置10對藉由複數個畫面內預測模式而生成之複數個差分圖像資料，分別計算出根據使用了經檢測之量化矩陣Qmatrix與量化參數QP之尺度改變因子RF而計算出之評價值Y的總和(ΣY)。繼而，編碼裝置10將複數個差分圖像資料中檢測出評價值Y之總和(ΣY)有極小值之差分圖像資料所對應之畫面內預測模式作為前次編碼的畫面內預測模式進行檢測。

藉此，編碼裝置10只要執行作為處理對象之畫面內預測模式之數量之處理即可，因此能以較少之處理來對畫面內預測模式進行檢測。

根據以上構成，編碼裝置10根據下述餘數來對量化參數QP進行檢測，此餘數係使DCT係數除以尺度改變因子RF而計算出者，其中此尺度改變因子RF係解碼尺度改變因子RFr乘以轉換矩陣D所得者。

藉此，編碼裝置10即便於DCT處理與逆DCT處理之關係中產生尺度變動之情形時，亦可防止餘數r之值產生尺度變動，從而可藉由比較餘數r而適當地檢測量化參數QP，從而提高反向檢索之檢測精度。

因此本發明可實現能使編碼所引起之畫質降低得到抑制之圖像處理裝置及圖像處理方法。

(2-4)其他實施形態

再者，上述第1實施形態中，對依照AVC標準來執行處理之情形進行了說明。本發明並未限定於此，亦可依照任意標準來執行處理。總之可將本發明應用於正交轉換與逆正交轉換之關係中使係數要素之值以複數個尺度產生尺度變動之所有方式。又，本發明並未限定於正交轉換，於編碼與該編碼所對應之解碼之關係中產生同樣之尺度變動的情形時亦可發揮同樣之效果。

又，上述第1實施形態中，對執行DCT處理來作為正交轉換之情形進行了說明。本發明並未限定於此，亦可使用例如小波轉換等其他正交轉換。又，作為DCT轉換，可為亦進行小數部分之運算之DCT轉換。

進而，上述第1實施形態中，對本發明應用於4×4 DCT處理之情形進行了說明。本發明並未限定於此，亦可應用於例如8×8 DCT處理或16×16 DCT處理中。該情形時，可藉由將各個處理所對應之轉換矩陣A以及C分別代入(5)式中而計算表示變動尺度之轉換矩陣D。

進而，上述第1實施形態中，對量化矩陣Qmatrix以片段為單位而進行設定之情形進行了說明。本發明並未限定於此，例如可針對每個圖片而進行設定。

進而，上述第1實施形態中，說明了以量化矩陣Qmatrix、量化參數QP以及畫面內編碼模式之順序對經前次編碼者進行檢測之情形。本發明並未限定於此，其順序並不受特別限制。又，本發明例如亦可對量化矩陣Qmatrix、量化參數QP以及畫面內編碼模式之所有組合均進行處理之後再作比較。

進而，上述第1實施形態中，對作為正交轉換部之整數精度DCT部22、作為除算因子計算部以及總和計算部之餘數計算部32a、及作為量化因子檢測部之評價值判定部32b以及QP判定部32c構成作為圖像處理裝置之編碼裝置10之情形進行了說明。本發明並未限定於此，亦可由其他各種適當之正交轉換部、除算因子計算部、總和計算部、及量化因子檢測部構成本發明之圖像處理裝置。

(3)第2實施形態

(3-1)本發明之原理

僅用於Intra幀之AVC(AVC Intra)中，為提高轉錄特性，有時導入轉錄補償電路，用以在編碼步驟中執行上述之量化矩陣檢測處理以及量化參數檢測處理。

一般而言，轉錄補償電路根據輸入圖像之資訊來對前次編碼所採用之量化參數等進行檢測。該步驟之前，首先對是否為原圖像(亦即從未進行過編碼之輸入圖像)進行判定，若為原圖像，則必須斷開補償電路，或者以不使用補償電路所檢測到之參數之方式，將該原圖像傳送至後段之編碼部並進行通常之編碼量控制。MPEG或AVC中，雖此前已提議有用以對是否為原圖像進行判定之運算法，但大多數係利用每1幀之統計量，僅判定用部分便需要相對較大之電路。因此，存在製品開發時於LSI(large-scale integration，大規模積體電路)之電力消耗、晶片尺寸等方面較為不利之情形。

因此，該第2實施形態中，向稱作反向檢索之補償電路之一部分中導入原圖像判定部，從而防止輸入圖像為原圖像時之補償電路之誤應用。

亦即，於以前提議之轉錄補償電路即反向檢索中裝入原圖像判定部，且對反向檢索行過程中所得之參數進行計數，藉此可判定是否為原圖像，故而可藉由與反向檢索組合使用而無須追加特別大之電路便可對是否為原圖像進行判定。具體而言，如下所述。

(1)根據輸入圖像之資訊，使用DCT係數之餘數來判定是否為原圖像。

(2)根據反向檢索電路中所檢測之量化參數QP之值來判定是否為原圖像。

以下，對該第2實施形態所著眼之特徵進行說明。

如上所述，如(1)式以及(2)式所述，AVC Intra中解碼時係對如下者進行解碼，即，使量化位準Z乘以量化矩陣Qmatrix與量化參數QP之函數即解碼尺度改變因子RFr所得之DCT係數W向左移位6位元而得者。

因此，可認為使DCT係數W向左移位6位元而得者能被前次所使用之量化矩陣Qmatrix與量化參數QP所構成之解碼尺度改變因子RF整除，其中該DCT係數為根據進行了一次編碼、解碼之輸入圖像所得者。再者，AVC Intra中，於編碼及解碼中DCT之整數部/非整數部之分割位置不同，因此無法於編碼及解碼中同等地處理DCT係數。為了能同等地處理而必須進行轉換，此處作為該轉換矩陣D，亦可採用(7)式中所述者。

實際上，於此時間點並未得知前次所使用之量化參數QP，故而使用以編碼量控制部所求得之量化參數QP為主之各種量化參數QP構成的尺度改變因子RF，來求得DCT係數之餘數r，當觀察每1個巨集區塊之合計時發現，至少進行了一次編碼、解碼之輸入圖像(以下記為"非原圖像")表現出圖13之「非原圖像」之傾向。根據圖13得知，非原圖像中，前次所使用之量化參數QP所對應之餘數r之總和(Σr)出現極小值。

理論上，使DCT係數W向左移位6位元而得者除以前次編碼所使用之量化參數QP構成之尺度改變因子RF而得之餘數為0。然而如上所述，實際之步驟中經常會因運算誤差之影響而使得餘數無法完全為0，該情形時前次編碼所使用之量化參數QP具有餘數之極小值。又，AVC Intra中，於數值計算式上存在量化參數QP每減少6則RF便成為原來之1/2倍之特性。因此，較前次編碼所使用之量化參數QP小6n之量化參數QP亦具有餘數r之極小值。

另一方面，從未進行過編碼、解碼之輸入圖像(以下記為"原圖像")中，如圖13之「原圖像」所示，存在並不產生上述極小值之傾向。

由圖13可得知，不管是否進行了編碼、解碼，通常均存在量化參數QP愈大則餘數r亦愈大之傾向。此現象係由統計學上除數(RF)愈大則餘數亦愈大之性質所引起者。

於此，當著眼於餘數r之最小值時，非原圖像中出現極小值，故而此最小值便成為餘數r之最小值，與此相對，原圖像中因單調增加而存在量化參數QP之檢索範圍中最小之量化參數QP具有餘數r之最小值的傾向。因此本發明中，使量化參數QP之檢索範圍充分大，其中對最小之量化參數QP具有餘數r之最小值的次數(巨集區塊數)進行計數。

換言之，本發明中於設定得充分大之量化參數QP之檢索範圍中，針對每個巨集區塊而計算出餘數r之總和(Σr)(亦即評價值Y之總和ΣY)。而且，本發明中，當餘數r之總和(Σr)取最小值之量化參數QP為檢索範圍內之最小值時，判斷出該巨集區塊有可能為原圖像，並對該巨集區塊數進行計數。

而且，當每1幀之合計超過臨限值之情形時判斷出該幀為原圖像，以不使用轉錄補償電路而進行通常之編碼量控制之方式，將該幀傳送至後段之編碼部。雖亦依存於量化參數QP之檢索精度，但針對該實施形態而進行之驗證中設80[%]為臨限值(亦即當所計數之巨集區塊數大於整個幀之巨集區塊數之80[%]時判斷為原圖像)時，驗證用之25個素材於進行200Mbps之編碼時未出現誤檢測。

如此，本發明中藉由對每個巨集區塊所對應之餘數r之總和(Σr)有無極小值進行檢測，而可適當地判定輸入圖像資料為原圖像或者非原圖像。

(3-2)編碼裝置之構成

於圖14中示出本發明第2實施形態之編碼裝置11之構成並進行說明。其基本構成與此前所說明之第1實施形態相同(圖7)，因此對同一構成標註同一符號，並省略重複說明。又，前次編碼中所使用之量化矩陣Qmatrix與量化參數QP之檢測運算係與第1實施形態中所說明者相同。

該圖14中特徵之處在於，QP檢測部34還具有原圖像判定部34a及QP計數部34b。原圖像判定部34a以上述方法來進行原圖像/非原圖像之判定，且於判定出原圖像時打出source旗標。

Qmatrix/QP決定部41中，關於量化矩陣Qmatrix與量化參數QP係根據source旗標之有無來決定是採用預編碼器20(1 pass)編碼部所估算者，還是使用反向檢索部30所檢測者。關於畫面內預測亦相同，畫面內預測模式決定部45根據source旗標之有無來決定是採用於預編碼器20(1 pass)中差分絕對值和SAD為最小之預測模式，還是採用由畫面內預測模式檢測部33所檢測之預測模式。

(3-3)利用反向檢索進行之原圖像判定處理順序

以下，參照表示反向檢索之原圖像判定處理順序RT4之圖15之流程圖，對本發明第2實施形態之編碼裝置11之QP檢測部34以巨集區塊為單位進行之量化參數QP檢測處理作進一步說明。此亦相當於本實施形態之圖像資訊編碼方法。

再者，編碼裝置11執行利用反向檢索所進行之原圖像判定處理順序RT4來代替量化參數檢測處理RT2，且於前段執行量化矩陣檢測處理RT1(圖10)以及於後段執行預測圖像模式檢測處理RT3(圖12)。

編碼裝置11之QP檢測部34於步驟S80中自量化參數檢測處理RT2之步驟S21執行至步驟S32之後，繼而轉移至步驟S81。

繼而，QP檢測部34利用QP計數部34b來進行量化參數QP之計數處理。亦即QP計數部34b對所檢測之量化參數QP是否為檢測對象之量化參數QP中最小之量化參數QP進行判斷(步驟S81)。於此，當QP計數部34b判斷為最小之量化參數QP之情形時，使量化參數QP之最小值之計數值即minQPCount增加而進入步驟S83(步驟S82)。另一方面，QP計數部34b於判斷出所檢測之量化參數QP並非最小之情形時進入步驟S83。步驟S83中，QP計數部34b使量化參數QP之總數之計數值即totalQPCount增加(步驟S83)。

繼而，QP計數部34b對幀內之所有MB判斷是否已完成檢測(步驟s89)，當判斷為並未完成檢測之情形時，指定下一巨集區塊(步驟S85)，並執行步驟S301以下之處理。另一方面，QP計數部34b當判斷為已完成檢測之情形時，轉移至利用原圖像判定部34a進行原圖像判定處理。

亦即，原圖像判定部34a對最小量化參數QP之計數值即minQPCount、與量化參數QP之總數之計數值即totalQPCount之比例是否大於特定比例(該示例中設為80%)進行判斷(步驟S86)。於此，原圖像判定部34a於判斷出totalQPCount之比例為特定比例以下之情形時，將輸入圖像作為非原圖像來處理(將Source旗標設定為0)(步驟S87)。另一方面，原圖像判定部34a於判斷出totalQPCount之比例大於特定比例之情形時將輸入圖像作為原圖像來處理(將Source旗標設定為1)(步驟S88)。如此，原圖像判定部34a結束處理。

以上說明之第2實施形態之編碼裝置11，僅利用基於輸入圖像資料之資訊便可高概率地檢測該輸入圖像是否為原圖像。進而，編碼裝置11將檢測結果傳送至後段之參數編碼器50中，藉此，於輸入圖像資料為原圖像之情形時可防止轉錄補償電路之誤應用，由此可提高對原圖像進行編碼時之畫質。繼而，編碼裝置11將檢測結果傳送至後段之參數編碼器50，藉此於輸入圖像資料為非原圖像之情形時可使轉錄補償電路有效，從而可提高對非原圖像進行編碼時之畫質。

(3-4)動作以及效果

根據以上構成，編碼裝置11對DCT係數進行量化而生成量化資料，並以基於量化資料之串流即編碼串流之產生編碼量接近目標編碼量之方式，針對每個巨集區塊而設定量化參數QP。編碼裝置10於判定出輸入圖像資料為原圖像之情形時，根據編碼量控制部40所設定之量化參數QP而對輸入圖像資料進行量化，另一方面，於判定出輸入圖像資料為非原圖像之情形時，根據經反向檢索部30所檢測之量化參數QP而對輸入圖像資料進行量化。

藉此，編碼裝置11可使用輸入圖像資料之原圖像/非原圖像所對應之適當之量化參數QP來執行量化，從而可抑制編碼所引起之畫質降低。

又，編碼裝置11根據檢測出極小值之巨集區塊之比例來判定輸入圖像資料為原圖像還是非原圖像。

藉此，編碼裝置11可根據反向檢索處理中經檢測之量化參數QP之值，以簡易之處理來確實地判定輸入圖像資料為原圖像還是非原圖像。

編碼裝置11將解碼時有可能使用之複數個解碼因子中之一部分指定為檢索範圍。編碼裝置10對極小值所對應之量化參數之最小值為檢索範圍中之量化參數之最小值的最小次數進行計數，並對經處理之每個巨集區塊之圖像資料之處理次數進行計數。繼而，編碼裝置10根據最小次數與處理次數之比例，來判定輸入圖像資料為原圖像還是非原圖像。

藉此，編碼裝置11可透過對最小次數以及處理次數進行計數並加以比較之簡易處理來確實地判定輸入圖像資料為原圖像還是非原圖像。

根據以上構成，編碼裝置11可根據原圖像/非原圖像而變更量化所使用之QP參數，從而可提高編碼時之畫質。

(3-5)其他實施形態

再者，上述第2實施形態中，對根據量化參數之最小值為檢索範圍中之量化參數之最小值時的比例來判定原圖像/非原圖像之情形進行了說明。本發明並未限定於此，例如可實際地檢測出極小值並根據該極小值之比例來判定原圖像/非原圖像。又，判定時之比例亦未受特別限制，可設定為適於判定之任意值。

進而，上述第2實施形態中，對針對每個圖片判定原圖像/非原圖像之情形進行了說明。本發明並未限定於此，例如亦可針對每片段或每GOP(Group Of Picture，圖片組)來進行判定。又，亦可不對所有圖片判定原圖像/非原圖像，例如可僅對GOP之最前端圖片判定原圖像/非原圖像。

(4)第3實施形態

(4-1)本發明之概略

本發明第3實施形態中之特徵之一係：第一，對實現目標編碼量之量化參數QP進行預測，並使用該量化參數QP來進行真正編碼，藉此可使產生編碼量與目標編碼量相一致，從而使得考慮到視覺特性之編碼量分配、即量化參數之決定成為可能。

第二，對前次編碼時之圖片內之平均量化參數與量化矩陣進行判定，且於判定出經編碼之前次圖像之情形時，將輸入作為輸入圖像資料而不使用局部解碼圖像，藉此來提高反向檢索之檢測精度。以下進行詳細說明。

該第3實施形態之編碼裝置12中，採取使用MPEG4 Part10：AVC(Moving Picture Experts Group phase4 Part10：Advanced Video Coding)等所代表之算術式編碼之圖像編碼方式，進行編碼量控制時為了於圖片內實現良好之編碼量分布而進行具有以下特徵之處理。

(4-1-1)MB目標編碼量之計算

如圖16所示，編碼裝置12具有作為第1編碼部2之畫面內預測處理部204、DCT部205、量化部206、反量化部207、IDCT部208以及緩衝器209。又，編碼裝置12具有作為第2編碼部4之參數編碼器300、以及作為反向檢索部3之反向檢索部210。

編碼裝置12藉由第1預編碼器100以及第2預編碼器200而進行兩次預編碼(Pre Encode)，且對實現目標編碼量(亦即最接近目標編碼量)之量化參數QP進行預測，使用該量化參數QP進行真正編碼。尤其，第1預編碼中，藉由離散餘弦轉換(DCT：Discrete Cosine Transform)、及計算量化後之量化係數之絕對值即量化係數絕對值level之熵而大致估算每個巨集區塊之MB產生編碼量。

此時，編碼裝置12藉由第1預編碼器100而進行第1預編碼，首先，使用量化時所使用之量化參數QP中最小之量化參數QP來進行，對此時各值之產生次數進行計數，並根據最小量化參數QP之產生次數求出各量化參數QP之產生次數，根據該值而於各量化參數QP計算熵。

進而，編碼裝置12根據由第1預編碼器100所求得之熵而求出各量化參數QP所對應之預測產生編碼量，並求出預測量化參數QPd，其中該預測量化參數QPd成為用以實現目標編碼量之圖片內之平均量化參數。此時編碼裝置12為了將熵計算應用於使用量化矩陣Qmatrix之情形，而針對DCT block(亦即DCT係數所表示之矩陣)之每個位置進行產生次數之計數。

進而，編碼裝置12為了利用編碼量控制部109來使熵計算對應於適當量化，藉由活動區(Activity)而對巨集區塊(MB；Macro Block)進行分組，並針對由活動區所決定之每個組來計數產生次數。

編碼量控制部109為了根據圖案而適當地切換量化矩陣Qmatrix，而使用利用平滑之量化矩陣Qmatrix(與不使用Qmatrix時相同)時之、用以實現目標編碼量之量化參數QP。而且，編碼量控制部109根據該量化參數QP來切換量化矩陣Qmatrix。於所決定之量化矩陣Qmatrix並非平滑時，重新求出使用該量化矩陣Qmatrix時之量化參數QP。

編碼裝置12利用第2預編碼器200來進行第2預編碼，利用第1預編碼中所求得之量化參數QP(以下將其稱作預測量化參數QPd)與量化矩陣Qmatrix進行編碼，獲得MB產生編碼量之後，根據該MB產生編碼量與MB目標產生量之誤差來對預測量化參數QPd進行修正，計算出基本量化參數Q_MB 。真正編碼時使用該第2預編碼中所求得之基本量化參數Q_MB 。

(4-1-2)前次編碼時所使用之量化參數QP之估算

編碼裝置12中，採取使用MPEG4 AVC等所代表之DCT等正交座標轉換之圖像編碼方式，並且為了根據該DCT後之係數分布來對離散之分布狀態進行檢測而具有以下所示之特徵。

編碼裝置12藉由Qmatrix/Base QP檢測部108而對前次編碼時之圖片內之平均量化參數QP(以下將其稱作估算量化參數QPe)以及前次編碼時之量化矩陣Qmatrix(以下將其稱作估算量化矩陣QmatrixE)進行估算。此時，編碼裝置12將輸入作為輸入圖像資料而不使用局部解碼圖像，藉此可提高反向檢索之檢測精度。此時，編碼裝置12利用編碼量控制部109，將未發現估算量化參數QPe與估算量化矩陣QmatrixE之狀態視作未經前次編碼之原圖像，由此來判定是原圖像還是經前次編碼之圖像。

進而，編碼裝置12於視作原圖像時，當成為圖片內之平均量化參數之預測量化參數QPd之預測值過大之情形時，藉由輸入值切換處理部203之輸入圖像切換，而使用輸入段之低通濾波器來改善主觀畫質，另一方面，編碼裝置12於判定為經前次編碼之圖像(非原圖像)之情形時，對反向檢索部210設定估算量化矩陣QmatrixE與估算量化參數QPe，限定該反向檢索處理之檢索範圍來削減電路規模。除此以外，於輸入進行了Long GOP編碼之信號時，用於內部(Intra)圖片之判定。

亦即，編碼裝置12執行編碼量預測處理，首先於利用第1預編碼器100進行第1預編碼處理時，使用最小之量化參數QP進行量化，且藉由熵計算部107而對根據其他量化參數QP所產生之預測產生編碼量進行預測。而且編碼裝置12對輸入圖像為原圖像時所使用之預測量化參數QPd以及預測量化矩陣QmatrixD進行預測。

此時，第1預編碼器100執行利用量化係數之原圖像判定處理，使用採用最小量化參數QP進行量化時之量化係數，來對輸入圖像為原圖像或者非原圖像中之哪一個進行判斷。進而，第1預編碼器100於該輸入圖像為非原圖像之情形時，對前次編碼所使用之量化參數QP之左右的量化參數QP(亦即估算量化參數QPe)進行估算，來決定反向檢索處理時之檢索範圍。進而，第1預編碼器100對前次編碼時所使用之量化矩陣Qmatrix(亦即估算量化矩陣QmatrixE)進行估算。

第2預編碼器200於第1預編碼器100判定出輸入圖像為原圖像之情形時，將反向檢索部210切換為「OFF」。進而，第2預編碼器200根據第1預編碼器100所預測之每個圖片之預測量化參數QPd之值，來選擇是否對輸入圖像進行低通濾波處理。繼而，第2預編碼器200使用所預測之預測量化參數QPd進行第2預編碼處理，例如根據單位圖片之實際產生編碼量與目標編碼量之差來對預測量化參數QPd進行修正，計算出真正編碼所使用之基本量化參數QP_MB 。

另一方面，第2預編碼器200於第1預編碼器100判斷出輸入圖像為非原圖像之情形時，將反向檢索部210切換為「ON」。繼而，第2預編碼器200於根據第1預編碼器100所決定之估算量化參數QPe之檢索範圍以及估算量化矩陣QmatrixE中，執行反向檢索處理來對前次編碼所使用之量化參數QP進行檢測。再者，以下將經反向檢索處理檢測之量化參數QP稱作檢測量化參數QPb。

繼而，參數編碼器300於輸入圖像為原圖像之情形時，使用基本量化參數QP_MB 以及預測量化矩陣QmatrixD執行真正編碼，另一方面，於輸入圖像為原圖像之情形時，使用檢測量化參數QPb以及估算量化矩陣Q matrixE執行真正編碼。

以下，於上述特徵之基礎上對第3實施形態作詳細說明。

(4-2)編碼裝置之構成

如圖16所示，編碼裝置12具有進行第1預編碼之第1預編碼器100、進行第2預編碼之第2預編碼器200、進行真正編碼之參數編碼器300、編碼量控制部109、低通濾波處理部201、延遲緩衝器202及巨集區塊決定部212。

更詳細而言，第1預編碼100還包括活動區決定部101、畫面內預測模式決定部102、畫面內預測處理部103、DCT部104、量化部105、位準計數部106、熵計算部107及Qmatrix/Base QP檢測部108。第2預編碼器200包括輸入圖像切換處理部203、畫面內預測處理部204、DCT部205、量化部206、反量化部207、IDCT部208、緩衝器209、反向檢索部210及編碼長度計算部211。而且，參數編碼器300包括畫面內預測處理部302、DCT部303、量化部304、反量化部305、IDCT部306、緩衝器307及編碼部308。

上述構成中，輸入圖像資料最初被輸入至畫面內預測模式決定部102中用來決定畫面內預測模式。於此，第2預編碼器200或參數編碼器300中亦使用決定模式。

繼而，畫面內預測處理部103計算出輸入圖像資料與該輸入圖像資料之周圍像素之差分而生成差分圖像資料。該周圍像素係使用輸入圖像資料。畫面內預測處理部103代替使用預測圖像資料而使用輸入圖像資料來作為周圍像素之資料，藉此可防止使用預測圖像資料來作為周圍像素之情形時反覆預測而使得預測圖像資料之誤差累積。其結果，畫面內預測處理部103可改善Qmatrix/Base QP檢測部108對量化矩陣Qmatrix或基本量化參數Base QP之檢測率，此外還可削減第2預編碼器200之反量化、IDCT之處理部。

繼而，DCT部104執行離散餘弦轉換等，將DCT係數供給至量化部105。量化部105對DCT係數執行量化而生成量化係數。量化部105之輸出經由位準計數部106而輸入至熵計算部107，對熵進行計算，藉此對所有量化參數QP之編碼量進行預測。

此時，熵計算部107計算出產生接近目標產生編碼量之產生編碼量之預測量化參數QPd以及預測量化矩陣Qmatrix之值，並供給至Qmatrix/Base QP檢測部108。又，位準計數部106對量化係數之位準進行計測，並將該位準計數結果經由熵計算部107而供給至Qmatrix/Base QP檢測部108。該Qmatrix/Base QP檢測部108，對輸入圖像是否為未經前次編碼之原圖像進行檢測，同時算出估算量化矩陣QmatrixE與估算量化參數QPe。

另一方面，輸入圖像亦輸入至活動區決定部101中。活動區決定部101針對每個巨集區塊而計算活動區，並根據該活動區來對巨集區塊進行分組。活動區決定部101將針對各巨集區塊所決定之活動區組(Activity Group)編號輸入至位準計數部106以及編碼量控制部109。

編碼量控制部109於Qmatrix/Base QP檢測部108檢測出輸入圖像為原圖像時，計算出藉由第1預編碼器100而求得之成為每個圖片之平均量化參數之預測量化參數QPd、預測量化矩陣QmatrixD，並將該等參數與各巨集區塊之活動區組(Activity Group)一併傳送至第2預編碼器部200。

其結果，第2預編碼器200進行第2預編碼，結束第2預編碼之後，獲得使用該預測量化參數QPd以及預測量化矩陣QmatrixD時之產生編碼量。而且，編碼量控制部109根據所獲得之產生編碼量來對預測量化參數QPd進行修正，生成圖片之基本量化參數QP_MB 。此時，第2預編碼器200繞過(bypass)反向檢索部210。

此時，第2預編碼器200於圖片之預測量化參數QPd非常大、畸變明顯之情形時，藉由輸入圖像切換處理部203進行切換，以使輸入圖像經由低通濾波處理部201。藉此，輸入圖像切換處理部203可對輸入圖像實施低通濾波處理而減輕視覺性畸變。

又，於Qmatrix/Base QP檢測部108中已對量化矩陣Qmatrix與基本量化參數Base QP進行了檢測之情形時(亦即輸入圖像為非原圖像之情形時)，第2預編碼器200藉由輸入圖像切換處理部203而切換作為預測圖像資料所使用之資料。亦即，輸入圖像切換處理部203使來自延遲緩衝器202之輸入圖像資料代替來自緩衝器209之局部解碼圖像，作為預測圖像資料輸入至畫面內預測處理部204中。其結果，畫面內預測處理部204將輸入圖像資料用作預測圖像資料，於反向檢索部210之反向檢索處理中改善檢測效率。

第2預編碼器200於執行反向檢索處理之情形時，藉由反向檢索部210而計算出巨集區塊單位之量化畸變為最小之量化參數QP。此時，反向檢索部210使用基於估算量化參數QPe之檢索範圍以及估算量化矩陣QmatrixE，執行第1實施形態中所述之量化參數檢測處理。

巨集區塊決定部212於Qmatrix/Base QP檢測部108中判斷出輸入圖像為原圖像之情形時，對參數編碼器300進行控制，以便使用在第2預編碼器200中經修正之基本量化參數Q_MB 來執行真正編碼。

另一方面，巨集區塊決定部212於判斷出輸入圖像為非原圖像之情形時，對參數編碼器300進行控制，以便使用Qmatrix/Base QP檢測部108所估算之估算量化矩陣QmatrixE、及經反向檢索部210檢測之檢測量化參數QPb來執行真正編碼。

繼而，參數編碼器300藉由巨集區塊決定部212之控制，而採用由第1預編碼器100所求得之畫面內(Intra)預測模式來對輸入圖像資料執行真正編碼處理。

(4-3)目標編碼量之計算處理

(4-3-1)對應於活動區

以下，參照表示3通道編碼處理順序RT11之圖17之流程圖，對本發明第1實施形態之編碼裝置編碼所涉及之一系列處理作更詳細地說明。

首先，活動區計算部101根據輸入圖像資料，針對每個巨集區塊而計算活動區，並根據該計算值來將巨集區塊分為不同之活動區組(步驟S101)。

亦即，若假定例如將巨集區塊分為1~NumOfActivityGroup之群組之情形，則活動區計算部101對用以將巨集區塊分配於各活動區組之臨限值(ActivityTheshold[0]~ActivityTheshold[NumOfActivityGroup-2])、與針對巨集區塊而計算出之活動區(Activity)值進行比較。繼而，活動區計算部101將活動區值處於臨限值範圍內之活動區組決定為該巨集區塊之活動區組。考慮了活動區之各巨集區塊之適當量化參數QPt，可依照下式，藉由成為圖片之平均量化參數之量化參數QP(BaseQP)加上依存於活動區組之殘留偏差AdaptQpDelta而求得。

QPt=BaseQp+AdaptQpDelta[activity_group]…(13)

例如，當設活動區組NumOfActivityGroup為13時，依存於其之殘留偏差AdaptQpDelta之各值可為如下所述。

AdaptQpDelta[13]={-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6}　…(14)

亦即活動區計算部101可藉由被分類為編號「0」~「12」之活動區組之巨集區塊的量化參數QP(BaseQP)分別加上-6、-5、-4、-3、-1、0、1、2、3、4、5、6而計算出適當量化參數QPt。

因此，熵計算部107於對各量化參數QP之產生編碼量進行預測時，使用透過(14)式計算出之適當量化參數QPt。

(4-3-2)第1預編碼處理

(4-3-2-1)基本處理

繼而，第1預編碼器100藉由畫面內預測模式決定部102而決定畫面內預測模式後(步驟S102)，進入第1預編碼處理(步驟S103)。

該第1預編碼處理之目的在於，藉由計算DCT，量化後之資料之熵而粗略地估算產生編碼量。採用算術式編碼之圖像壓縮編碼方式中，利用獲得接近理論上之壓縮界限即熵之壓縮效率這一情形，使用熵進行編碼量之預測。

亦即，經由畫面內預測處理部103之畫面內預測處理、藉由DCT部104之DCT後，藉由量化部105而以最小之量化參數QP來對該DCT後之值進行量化，並利用位準計數部106對量化係數各值之絕對值之產生次數進行計數。亦即，位準計數部106於設可能產生之量化係數之絕對值為0~MaxLevel_In_MinQ時，求出各量化係數之絕對值之產生次數Count[0]~Count[MaxLevel_In_MinQ]。

於此，所謂之最小量化參數QP係指預定使用之量化參數QP中最小之量化參數QP。例如，若預先得知因位元率較低而不使用較小之量化參數QP，則以除去該部分之外之部分來考慮即可。

於此，就位準計數部106而言，若所使用之量化參數QP變大則MaxLeVel_In_MinQ就會變小，故而可減少計數器之數量，但使用較該量化參數QP更小之量化參數QP時之編碼量會因資訊缺失而無法求得。再者，位準計數部106求出量化後之量化係數之絕對值之產生次數，此做法係用來減少計數器之數量，若計數器之數量不受限制則亦可求出量化前之值、即DCT係數之產生次數。該產生次數係對1個圖片之所有部分進行求出。

繼而，位準計數部106以及熵計算部107進行求出每個量化參數QP之產生編碼量之預測值的編碼量預測處理(步驟S104)。此係針對每個量化參數QP而執行之處理。

該編碼量預測處理(基本)順序RT12之詳細內容係如圖18之流程圖所示。亦即，位準計數部106針對作為量化係數各值之絕對值之每個量化係數絕對值level而對產生次數進行計數(步驟S121)。首先，位準計數部106對量化係數絕對值level之計數器進行初始化(level=0)(步驟S122)，並求出量化係數絕對值level於以求得產生編碼量之(亦即最小之)量化參數QP進行量化時為多少(步驟S123)。其次，位準計數部106使量化係數絕對值level之產生次數加上以求得產生編碼量之量化參數QP進行量化之量化係數絕對值level之計數(步驟S124)，從而使量化係數絕對值level之計數增加(步驟S125)，並對是否已處理了所有量化係數絕對值level進行判斷(步驟S126)。

位準計數部106於判斷出並未處理所有量化係數絕對值level之情形時(自步驟S126分支出No(否))，返回至上述步驟S123，重複進行上述處理，而於判斷出已處理了所有量化係數絕對值level之情形時(自步驟S26分支出Yes)，則進入步驟S127。

亦即，該步驟S21~S26中，求出以最小量化參數QP進行量化之情形時之各量化係數絕對值level的產生次數。

繼而，熵計算部107求出量化係數絕對值level之產生概率(步驟S27)，並根據先前求出之產生次數來求熵(步驟S28)。

此時，量化係數絕對值level之產生概率P[i]係以下式來求得。

P[i]=count[i]/total_count　…(15)

熵Entropy係利用該產生概率P[i]，並根據用以計算熵之通式，以下式而求得。

Entropy=-1*Σi(P[i]*log(P[i]/log(2))　…(16)

熵計算部107判斷是否已對所有量化係數絕對值level進行了該步驟S127以及S128之處理(步驟S129)，此判斷重複至已對所有量化係數絕對值level進行了處理為止。繼而，熵計算部107於已對所有量化係數絕對值level進行了處理之情形時(自步驟S129分支出Yes)，根據下式求得編碼量之預測值Estimated_Bits(步驟S130)。

Estimated_Bits=Entropy*total_count+sign_bits…(17)

於此，(17)式中所使用之編碼位元sign_bits，當設非零係數之產生次數為non_zero_count時，可如下式般表示。

sign_bits=total_count_non_zero_count　…(18)

(4-3-2-2)對應於活動區

於此，為了對應於活動區，必須將上述圖18之編碼量預測處理(基本)順序RT11置換為表示編碼量預測處理(對應於活動區)順序RT13之圖19之流程圖所示的處理。

首先，位準計數部106於對量化係數各值之絕對值之產生次數進行計數時，除針對每個量化係數絕對值level(each_level)進行計數外，還針對每個活動區組(each_activity_group)進行計數(步驟S141)。

可用Count[each_activity_group][each_level]之方式表示該計數值。

繼而，熵計算部107進行處理以求出圖片之每個量化參數QP之產生編碼量的預測值。該處理係針對每個量化參數QP而進行。首先，熵計算部107求出各活動區組之適當量化參數QPt(步驟S142)。繼而，熵計算部107對量化係數絕對值level進行初始化之後(level=0)(步驟S143)，求出量化係數絕對值level於以求得產生編碼量之量化參數QP進行量化時為多少(步驟S144)。進而，熵計算部107使量化係數絕對值level之產生次數加上利用求得產生編碼量之量化參數QP進行量化之量化係數絕對值level之計數(步驟S145)，從而使量化係數絕對值level增加(步驟S146)。熵計算部107判斷是否已對所有量化係數絕對值level進行了處理(步驟S147)。熵計算部107於判斷出並未對所有量化係數絕對值level進行處理之情形時(自步驟S147分支出No)，返回至上述步驟S144並重複進行上述處理。另一方面，熵計算部107於判斷出已對所有量化係數絕對值level進行了處理之情形時(自步驟S147分支出Yes)，則進入步驟S148。

以上步驟中，針對各活動區組而根據以最小量化參數QP進行量化之量化係數各值之絕對值之產生次數，來求出利用求得產生編碼量之量化參數QP進行量化之量化係數各值之絕對值的產生次數。

步驟S148中，熵計算部107對是否已處理了所有活動區組進行判斷。熵計算部107於並未對所有活動區組進行處理之情形時(自步驟S148分支出No)，返回至上述步驟S142並重複上述處理。熵計算部107於對所有活動區組之處理已結束時(自步驟S148分支出Yes)，根據所求得之產生次數來求熵，並求出編碼量之預測值(步驟S149～S53)。

該步驟S149～S153之處理與圖18之步驟S127～S131相同，故而省略重複說明。

(4-3-2-3)對應於量化矩陣

又，進而為對應於量化矩陣Qmatrix，必須將上述圖18之編碼量預測處理(基本)順序RT11置換為表示編碼量預測處理(對應於量化矩陣)順序RT14之圖20之流程圖所示的處理。

首先，當對量化係數各值之絕對值之產生次數進行計數時，除針對每個量化係數絕對值level(each_level)、及每個活動區組(each_activity_group)進行計數外，還對DCT Block內之每個位置(each_position)進行計數(步驟S161)。

可用Count[each_activity_group][each_position][each_level]之方式表示該計數值。

繼而，進行處理以求出每個量化參數QP之產生編碼量之預測值。該處理係針對每個量化參數QP而進行之處理。於此追加之處理係如下者，即求出以最小量化參數QP進行量化時之值，在以求得產生編碼量之其他量化參數QP進行量化時為多少，此時考慮到DCT Block內之每個位置來計算量化矩陣Qmatrix之各要素(步驟S164)。亦即，以量化參數QP與量化矩陣Qmatrix之要素相乘所得之值對DCT後之係數進行量化。其次，針對DCT Block內之每個位置，根據以最小量化參數QP進行量化時之量化係數絕對值level之產生次數，求出以求得產生編碼量之其他量化參數QP進行量化之量化係數各值之絕對值的產生次數(步驟S165)。

上述處理一直重複至對所有量化係數絕對值level進行了處理為止(步驟S163~S167)，進而重複至對DCT Block內之所有位置(position)進行了處理為止(步驟S163~S168)。以下之處理(步驟S169~S174)與圖18之步驟S128~S131相同，故而省略重複說明。

(4-3-2-4)量化參數之估算

返回至圖17之說明，繼而進入量化參數決定處理。亦即，熵計算部17透過上述處理而求出各量化參數QP所對應之預測編碼量，其中，將最接近目標編碼量之量化參數QP選定為預測量化參數QPd(步驟S105)。

(4-3-2-5)適當量化矩陣之切換

再者，於進行適當量化矩陣Qmatrix之切換處理之情形時，以下述方式變更步驟S105之處理即可。亦即，該情形時，求出使用平滑(Flat)之量化矩陣Qmatrix(與不使用Qmatrix時相同)時之量化參數QP所對應的預測編碼量，其中選擇最接近目標編碼量之量化參數QP。

根據求出之該量化參數QP之值來選擇將使用之量化矩陣Qmatrix(步驟S106)。更詳細而言，當設切換使用之量化矩陣Qmatrix之種類數為NumOfQmatrixId時，對用以使所求得之量化參數QP對應於各量化矩陣Qmatrix之臨限值QmatrixTheshold[0]~QmatrixTheshold[NumOfQmatrixId-2]與量化參數QP進行比較，藉此決定量化矩陣Qmatrix。而且，求出使用了欲使用之量化矩陣Qmatrix時之、量化參數QP所對應之預測編碼量，其中，選擇最接近目標編碼量之量化參數QP(步驟S107)。此所選擇量化參數QP成為由第1預編碼器100所決定之圖片之預測量化參數QPd。

(4-3-3)第2預編碼處理

繼而，第2預編碼器200使用藉由第1預編碼器100之第1預編碼處理而決定之圖片的預測量化參數QPd、預測量化矩陣QmatrixD、及活動區組Activity Group，進行第2預編碼(步驟S108)。該第2預編碼處理之目的在於，藉由以第1預編碼處理中粗略估算之預測量化參數QPd進行實際編碼而求出預測誤差，並對此誤差進行修正。第2預編碼處理中，於編碼結束之後獲得基於預測量化參數QPd之產生編碼量。

繼而，巨集區塊決定部212根據透過該第2預編碼器2之第2預編碼處理所獲得之產生編碼量與目標編碼量之差，對預測量化參數QPd進行修正(步驟S109)。亦即，巨集區塊決定部212假定量化參數QP每變化1時產生編碼量均以特定之變化比例DiffRatio[%]變化，如此來對預測量化參數QPd進行修正。因修正量較小，故而即使不根據圖案(亦即活動區組)便將量化參數QP所對應之產生編碼量之變化量設為固定，亦視為誤差處於不會成為問題之程度。

於此，參照表示量化參數修正處理順序RT15之圖21之流程圖，對基於預測量化參數QPd之產生編碼量少於目標編碼量、且預測量化參數QPd並非為最小值時之編碼量修正處理進行說明。

再者，於產生編碼量大於目標編碼量之情形時亦基本上相同。

進入該處理時，巨集區塊決定部212將產生編碼量代入PreGenbits中，且將當前之預測量化參數QP代入PreQP中(步驟S181)，將自PreQP減去1所得之值作為NextQP(步驟S182)進行計算。再者，巨集區塊決定部212於產生編碼量小於目標編碼量之情形時，將PreQP加上1所得之值設為NextQP。

繼而，巨集區塊決定部212將PreGenbits*(100+DiffRatio)/100設為自PreQP改變「1」而成之NextQP所對應之產生編碼量NextGenbits(步驟S183)。於此，假定量化參數QP每變化1時產生編碼量均以變化比例DiffRatio變小。

繼而，巨集區塊決定部212對產生編碼量NextGenbits是否大於目標編碼量TargetGenbit(亦即產生編碼量與目標編碼量之大小關係是否顛倒)進行判定(步驟S184)。於此，巨集區塊決定部212於並非為NextGenbits>TaigetGenbit(亦即產生編碼量與目標編碼量之大小關係不變)之情形時，將當前之NextQP代入PreQP中，且將當前之NextGenBits代入PreGenbits中(步驟S185)。對 NextQP是否為最小之量化參數QP進行判定(步驟S186)。

於此，巨集區塊決定部212於NextQP並非為最小之量化參數QP之情形時返回至步驟S182而重複進行上述處理。亦即，巨集區塊決定部212於S182中對較前次處理僅改變「1」之NextQP執行上述處理。另一方面，巨集區塊決定部212於步驟S186中當NextQP為最小之量化參數QP之情形時，將NextQP設為基本量化參數QP_MB 而結束處理。另一方面，巨集區塊決定部212於步驟S184中當NextGenbits＞TargetGenbit(亦即產生編碼量與目標編碼量之大小關係顛倒)之情形時，對是否為(NextGenbits-TargetGenbit)＞(TargetGenbit-PreGenBits)進行判斷(步驟S188)。於該關係成立之情形時，巨集區塊決定部212會因基於PreQP之產生編碼量PreGenBits最接近目標編碼量TargetGenbit，而將PreQP決定為基本量化參數QP_MB 。另一方面，巨集區塊決定部212於步驟S188中之關係不成立之情形時，會因基於NextQP之產生編碼量NextGenbits最接近TargetGenbit而將目標編碼量NextQP決定為基本量化參數QP_MB 並結束處理。

(4-3-4)真正編碼處理

再次返回至圖17之說明中，藉由參數編碼器300而進行真正編碼(步驟S110)。該真正編碼中，使用藉由第2預編碼器200之第2預編碼處理而決定之基本量化參數QP_MB 、藉由第1預編碼處理而決定之預測量化矩陣QmatrixD、活動區組Activity Group以及畫面內預測模式來進行編碼。如此，結束圖像資訊之編碼所涉及之一系列處理。

如上所述，根據本發明之第3實施形態，不進行畫面內反饋(Feed Back)控制便可使產生編碼量與提供給1個圖片之目標編碼量相一致。藉此，可解決反饋參數之不恰當初始值所引起之弊端、及不恰當之目標編碼量分配等反饋控制問題。其結果，可使產生編碼量與目標符合量相一致，且使考慮到視覺特性之編碼量分配、即量化參數之決定成為可能。

(4-4)量化係數原圖像判定處理

(4-4-1)原理

以下，對利用量化係數進行之原圖像判定處理之原理加以說明。

於此，作為處理之基本資訊，使用針對每個汘動區組以及DCT Block而計數量化係數各值之絕對值即量化係數絕對值level各自之產生次數所得的計數值(Count[each_activity_group][each_position][each_level])之分布資料。

圖22中表示輸入原圖像時之each_activity_group=0、each_position=5時之分布狀態實測值，圖23中表示輸入前次以量化參數QP=20進行編碼之圖像時之each_activity_group=0、each_position=5時的分布狀態實測值。各橫軸表示量化係數絕對值level之值，縱軸表示量化係數絕對值level之產生次數之計數值。

根據圖可得知，就原圖像而言，隨著量化係數絕對值level變大而產生次數單調減少。與此相對，就非原圖像而言，因經過了一次量化而對量化係數絕對值level進行了舍入，因此當為基於量化參數QP之量化間距之整數倍時量化係數絕對值level之產生次數增多，於該產生次數中表現出離散性之峰值。

於此，量化係數絕對值level於上述熵計算部17之編碼量預測處理中為使用最小之量化參數QP進行了量化的量化係數。亦即，作為最小量化參數QP而設定有非常小之值，故而即便量化參數QP為「0」以外之值，量化係數絕對值level亦可取如下值，該值接近於DCT係數除以由AVC標準所規定之定標因子MF所得之值。

亦即當未考慮Qmatrix之情形時，上述之峰值週期性地出現於預測量化參數QPd與量化矩陣Qmatrix之要素值相乘所得之值之整數倍左右。

尤其當量化係數絕對值level為緊接著「0」之峰值(以下稱作第1峰值)之情形時，可降低編碼量預測處理中所使用之最小量化參數QP不為「0」之情形之影響。

因此，編碼裝置12中，根據是否能檢測出該第1峰值，來判定輸入圖像資料所表示之圖像係從未進行過編碼之原圖像或者經編碼之非原圖像中之哪一個。

又編碼裝置12中，將檢測出第1峰值之量化參數QP作為估算量化參數QPe進行估算。該估算量化參數QPe相當於前次編碼處理中所使用之圖片內之平均量化參數QP。進而編碼裝置12中，針對量化係數之矩陣內之每個位置而執行處理，藉此可對估算量化矩陣Qmatrix進行檢測。

(4-4-2)具體處理內容

以下，對本發明之利用量化係數進行之原圖像判定處理作更詳細說明。

一般而言，H.264 AVC之編碼方式中，雖然會因IDCT之運算精度不高、並非100[%]地重現Intra預測模式等非線性畸變而使得量化所產生之離散狀態呈擴散狀，但仍可對離散狀態進行檢測。1畫面量之資料於統計方面已為過多之資訊，因此本案中為了削減運算量，求出量化參數QP左右之分布、亦即量化後之係數位準為1之餘數最小之、量化參數QP與量化矩陣Qmatrix。再者，由於必須將表示鄰接之量化位準之分布之資料排除在外，故而將QP/2~3QP/2範圍內之資料設為評價對象。

以下，參照表示利用量化係數進行之原圖像判定處理順序RT16之圖24的流程圖，對步驟S201之處理作進一步說明。

首先，將以編碼量預測處理中所求得之預測量化參數QPd附近以±6左右變化的變數(亦即成為檢測對象之量化參數)設為檢索量化參數QP(sch_qp)，根據下式計算該檢索量化參數QP(sch_qp)加上依存於活動區之殘留偏差而得之適當量化參數QPt(qp)。

qp=sch_qp+AdaptQpDelta[activity_group]　…(19)

繼而，根據下式決定表示量化參數QP之量化位準之峰值位準(t[0]、表示QP/2位準之最低位準1(t[1])、及表示3QP/2位準之最低位準2(t[2])(步驟S221)。

t[0]=((Q_Matrix[mid][pos]*2^(qp/6)) /16)　…(20)

於此，Q_Matrix[mid][pos]*表示4×4 DCT區塊之mid種類之Qmatrix中pos位置之值。亦即Qmatrix/Base QP檢測部108，依照(20)式並根據預測量化參數QPd來對應出現第1峰值之峰值位準(t[0])之量化係數絕對值level進行預測。

亦即，Qmatrix/Base QP檢測部108針對每個進行了適當量化之適當量化參數QPt以及Qmatrix之每個位置(pos)，將檢索量化參數QP(sch_qp)乘以作為檢索對象之檢索Qmatrix之值所得之值設定為峰值位準(t[0])。換言之，Qmatrix/Base QP檢測部108，關於一個檢索量化參數QP(sch_qp)，將因適當量化參數QPt以及Qmatrix之位置(pos)而不同之值設定為峰值位準(t[0])。

t[1]=t[0]/2　…(21)

t[2]=t[0]+t[1]　…(22)

亦即，Qmatrix/Base QP檢測部108設t[0]之1/2為t[1]，且將t[0]與t[1]相加而得之值作為t[2]來進行計算。

繼而，對峰值位準(t[0])之計數值之峰值累計(p[mid][qp])、及最低位準1(t[1])之計數值之最低值累計(b[mid][qp])進行處理(步驟S222)。

p[mid][qp]+=Count[activity_group][pos][t[0]]…(23)

亦即Qmatrix/Base QP檢測部108針對作為檢索對象之各檢索Qmatrix(mid)以及各檢索量化參數QP(sch_qp)，對在每個活動區組(activity_group)以及Qmatrix之每個位置(pos)所計數之峰值位準(t[0])之產生次數的計數值進行累計。

b[mid][qp]+=Count[activity_group][pos][t[1]]…(24)

亦即，Qmatrix/Base QP檢測部108針對各Qmatrix以及檢索量化參數QP(sch_qp)，對在每個活動區組(activity_group)以及Qmatrix之每個位置(pos)所計數之最低位準1(t[1])之產生次數的計數值進行累計。

於此，計數值係由Qmatrix/Base QP檢測部108針對每個活動區組(activity_group)以及Qmatrix之每個位置(pos)而進行累計。

如(21)式所示，Qmatrix/Base QP檢測部108，針對每個活動區組而使量化係數絕對值level乘以2^QP/6 (其中檢索量化參數QP為編碼量計算處理時用於進行量化之適當量化參數QPt)來作為t[0]。亦即Qmatrix/Base QP檢測部108，設定與適當量化參數QPt對應之值來作為檢索量化參數QP(sch_qp)。

藉此Qmatrix/Base QP檢測部108，可同等地處理不同活動區組之量化係數絕對值level之產生次數，並可使各活動區組之峰值彼此重複。

又，如(21)式所示，Qmatrix/Base QP檢測部108針對Qmatrix之每個位置(pos)而使量化係數絕對值level乘以檢索Qmatrix(mid)之各值來作為t[0]。

藉此，Qmatrix/Base QP檢測部108可同等地處理Qmatrix之不同位置(pos)之量化係數絕對值level之產生次數，並可使各Qmatrix之位置(pos)上之峰值彼此重複。

其結果Qmatrix/Base QP檢測部108可對適當量化參數QPt之差異、或Qmatrix之位置(pos)之差異進行修正，並全部作為量化係數絕對值level之產生次數來進行處理。因此Qmatrix/Base QP檢測部108可取得充分之取樣數來對第1峰值進行檢測，因此可提高峰值之檢測精度。

繼而，Qmatrix/Base QP檢測部108根據下式，對每個檢索量化參數QP(sch_qp)以及量化矩陣Qmatrix(mid)之量化係數之誤差(rest[mid][qp])進行累計(步驟S223)。

rest[mid][qp]+=abs(t[0]-lev)×Count[activity_group][pos][lev]…(25)

於此，lev係自最低位準t[1]變化至t[2]之變數，abs表示絕對值。

此時，Qmatrix/Base QP檢測部108與峰值位準(t[0])以及最低位準l(t[1])同樣地針對各活動區組以及各Qmatrix之每個位置(pos)進行修正，藉此同等地處理量化係數絕對值level之產生次數，並且對誤差(rest[mid][qp])進行累計。

亦即Qmatrix/Base QP檢測部108對於各Qmatrix以及檢索量化參數QP(sch_qp)，針對每個活動區組(activity_group)以及Qmatrix之每個位置(pos)而對變數lev之產生次數進行累計來計算累計值。進而，Qmatrix/Base QP檢測部108藉由使該累計值乘以自峰值位準(t[0])減去變數lev所得之減法運算值之絕對值而計算誤差(rest[mid][qp])(亦即餘數之大小)。

換言之，Qmatrix/Base QP檢測部108使變數1ev與峰值位準(t[0])之差值乘以累計值。因此於峰值位準(t[0])與實際之峰值相一致時，使較小之差值乘以由較大值形成之峰值部分，以此可使該誤差(rest[mid][qp])之值變小。另一方面，於峰值位準(t[0])與實際峰值相差越來越大時，使較大之差值乘以由較大之值峰形成之值部分，以此可使該誤差(rest[mid][qp])之值變大。

如此，峰值累計p[mid][qp]、最低值累計b[mid][qp]、誤差rest[mid][qp]可藉由對所有activity_group、Qmatrix之位置(pos)上之計數值進行累計而表現能顯示圖片內所有取樣之平均分布的參數。

Qmatrix/Base QP檢測部108判定是否已對所有最低位準間進行了處理(步驟S224)，重複步驟S223之處理直至全部處理完為止，當全部處理完之後，判定是否已對所有Qmatrix之位置(pos)進行了處理(步驟S225)。

該步驟S225中，Qmatrix/Base QP檢測部108，重複步驟S221~S225之處理直至全部處理完為止，當全部處理完之後，對Qmatrix之位置(pos)進行初始化(步驟S226)。Qmatrix/Base QP檢測部108判定是否已對所有活動區組進行了處理(步驟S227)。Qmatrix/Base QP檢測部108，於此若未對所有活動區組進行處理則返回至步驟S221重複上述處理。另一方面，Qmatrix/Base QP檢測部108，於對所有活動區組進行了處理時判定是否已對所有檢索量化參數QP(sch_qp)進行了處理(步驟S228)。

Qmatrix/Base QP檢測部108於該步驟S228中，若未對所有檢索量化參數QP(sch_qp)進行處理則返回至上述步驟S221，重複上述處理，另一方面，當對所有檢索量化參數QP(sch_qp)進行了處理時，判定是否已對所有檢索Qmatrix(mid)進行了處理(步驟229)。Qmatrix/Base QP檢測部108於該步驟S229中，若未對所有檢索量化參數QP(sch_qp)進行處理則返回至上述步驟S221，重複上述處理，另一方面，當已對所有檢索量化參數QP(sch_qp)進行了處理時進行判定處理(步驟S230)，如此結束一系列處理。其次，參照表示判定處理順序RT17之圖25之流程圖，對圖24之步驟S230之判定處理作更詳細地說明。

於此，使用峰值累計p[mid][qp]、最低值累計b[mid][qp]、誤差rest[mid][qp]來求出經前次編碼之情形之量化矩陣Qmatrix與圖片之量化參數QP。再者，亦可省略步驟S231以及步驟S237。

首先，Qmatrix/Base QP檢測部108以rest[0][0]等對誤差最小值(min_rest_norm)進行初始化(步驟S231)。繼而，Qmatrix/Base QP檢測部108對峰值累計p[mid][qp]是否大於最低值累計b[mid][qp]進行判斷(步驟S232)。於此，Qmatrix/Base QP檢測部108於峰值累計p[mid][qp]並不大於最低值累計b[mid][qp]時，因峰值t[0]不可能為實際之峰值，故而轉移至步驟S236。另一方面，Qmatrix/Base QP檢測部108於峰值累計值大於最低值累計值時，因峰值t[0]有可能為實際之峰值，故而根據下式求出以峰值累計p[mid][qp]與最低值累計b[mid][qp]之差使誤差rest[mid][qp]正規化而得之正規化誤差rest_norm(步驟S233)。

rest_norm=rest[mid][qp]/(p[mid][qp]-b[mid][qp])　‧‧‧(26)

藉此，Qmatrix/Base QP檢測部108於峰值t[0]與實際之峰值相一致時可將未檢測之最低值累計b[mid][qp]設為損失因子，並且以峰之高度來使整體誤差rest[mid][qp]之變動正規化。又，Qmatrix/Base QP檢測部108使因輸入圖像資料表示原圖像而單調增加之情形之正規化誤差rest_norm增大，從而可確實地防止誤將該誤差作為誤差最小值來進行檢測。

繼而，Qmatrix/Base QP檢測部108對步驟S233中所計算出之正規化誤差rest_norm是否小於誤差最小值進行判定(步驟S234)。Qmatrix/Base QP檢測部108於正規化誤差rest_norm小於誤差最小值時對誤差最小值進行更新(步驟S235)後，進入步驟S236。亦即步驟S235中之處理係僅於檢測出離散分布狀態之情形時執行的處理，即設為min_rest_norm=rest_norm。

又，所有量化矩陣Qmatrix以及檢索量化參數QP(sch_qp)中，正規化誤差rest_norm為最小之情形時之檢索量化參數QP(sch_qp)與檢索Qmatrix(mid)表示前次編碼所使用之圖片之量化參數QP與量化矩陣Qmatrix。於從未進行過上述處理之情形時、及未檢測出量化之離散狀態之情形時，可視作此前從未進行過編碼之原圖像。

繼而，Qmatrix/Base QP檢測部108判定是否已對所有檢索量化參數QP(sch_qp)進行了處理(步驟S236)。Qmatrix/Base QP檢測部108於未對所有檢索量化參數QP(sch_qp)進行處理時返回至步驟S232而重複上述處理。另一方面，Qmatrix/Base QP檢測部108於已對所有檢索量化參數QP(sch_qp)進行了處理時，對檢索量化參數QP(sch_qp)之範圍進行初始化(步驟S237)，並判斷是否已對所有量化矩陣Qmatrix之候補者進行了處理(步驟S238)。於此Qmatrix/Base QP檢測部108於未對所有候補者進行處理時返回至步驟S232而重複上述處理，另一方面若已對所有候補者進行了處理，則結束一示例之處理。

其次，參照表示輸入圖像切換處理順序RT18之圖26之流程圖，對輸入圖像切換處理作詳細說明。編碼裝置12中，因可根據上述圖25之處理來檢測出輸入信號為原圖像還是經前次編碼之圖像，故而根據該條件來切換輸入信號。亦即，編碼裝置12中，當輸入圖像為量化畸變容易變得明顯之原圖像時，對輸入圖像資料實施低通濾波處理，而當輸入圖像為量化畸變不容易變得明顯之原圖像時，直接輸入該輸入圖像資料。另一方面，編碼裝置12於輸入圖像資料為經編碼之非原圖像之情形時，使用輸入圖像資料進行反向檢索處理來改善檢索效率。

亦即，編碼量控制部109根據Qmatrix/Base QP檢測部108是否供給了估算量化矩陣QmatrixE以及估算量化參數Qe，來對是否發現前次編碼時之量化矩陣Qmatrix與圖片之量化參數QP進行判斷(步驟S241)。編碼量控制部109於發現該等之情形時，將反向檢索部210切換為「ON」(步驟S242)，藉由輸入圖像切換處理部203而對DCT部205輸出輸入圖像資料(步驟S243)。其結果，反向檢索處理中，使用輸入圖像來作為預測圖像。

另一方面，編碼量控制部109，於步驟S241中未發現前次編碼時之量化矩陣Qmatrix與圖片之量化參數QP之情形時，將反向檢索部210切換為「OFF」(步驟S244)，並對編碼量預測處理中所求得之預測量化參數QPd是否大於特定畸變臨限值進行判斷(步驟S245)。於此，編碼量控制部109於編碼量預測處理中所求得之預測量化參數QP大於畸變臨限值之情形時，藉由輸入圖像切換處理部203而將來自低通濾波處理部201之信號輸出至DCT部205，而於編碼量預測處理中所求得之預測量化參數QP並不大於畸變臨限值之情形時，藉由輸入圖像切換處理部203而輸出來自延遲緩衝器202之信號(步驟S247)後，結束該處理。

如上所述，根據本發明之利用量化係數進行之原圖像判定處理，可根據DCT後之離散分布狀態而高精度地辨別是否為進行了前次編碼之信號，藉此可作出判定來切換僅於1st時(原圖像)所欲使用之預濾處理(低通濾波處理)，故而可改善1st圖像之主觀畫質，並且維持轉錄特性。又，當為進行了前次編碼之信號之情形時，使用輸入圖像作為預測圖像，藉此可改善反向檢索之檢測效率。根據分布狀態算出圖片之平均量化參數QP及量化矩陣Qmatrix，從而可削減反向檢索部之運算量。

(4-5)3通道編碼處理順序

其次，使用圖17之流程圖對第3實施形態中之3通道編碼處理順序RT11進行說明。

編碼裝置12於供給有輸入圖像資料時，轉移至步驟S101，計算出活動區組後，轉移至下一步驟S102。

步驟S102中，編碼裝置12於決定畫面內預測模式之後，轉移至下一步驟S103。再者步驟S101與S102亦可同時並行執行。

步驟S103中，編碼裝置12使用步驟S102中所決之定畫面內預測模式來進行畫面內預測，並且執行DCT處理、量化處理，然後轉移至下一步驟S104。

步驟S104中，編碼裝置12轉移至編碼量預測處理順序RT14，對基於所有量化參數QP之產生編碼量作出預測之後，轉移至下一步驟S201。

步驟S201中，編碼裝置12轉移至利用量化係數進行之原圖像判定處理順序RT16，直接使用編碼量預測處理中所使用之量化係數來執行原圖像判定，然後轉移至下一步驟S202。此時編碼裝置12於輸入圖像資料為非原圖像之情形時，對估算量化矩陣QmatrixE以及估算量化參數QPe進行檢測。

步驟S202中，編碼裝置12對輸入圖像資料是否為原圖像進行判斷，於得到肯定結果之情形時，轉移至下一步驟S105。

步驟S105中，編碼裝置12利用平滑之量化矩陣Qmatrix選擇最接近目標編碼量之量化參數QP之後，轉移至下一步驟S106。於步驟S106中，編碼裝置12根據該量化參數QP來決定預測量化矩陣QmatrixD，之後轉移至下一步驟S107。

步驟S107中，編碼裝置12將使用預測量化矩陣QmatrixD時之產生編碼量最接近目標編碼量之量化參數QP決定為預測量化參數QPd，之後轉移至下一步驟S108。

步驟S108中，編碼裝置12使用預測量化參數QPd以及預測量化矩陣QmatrixD執行第2預編碼處理之後，轉移至下一步驟S109。

步驟S109中，編碼裝置12根據步驟S109中之產生編碼量來對預測量化參數QPd進行修正，藉此計算出基本量化參數Q_MB 之後，轉移至下一步驟S110。

此時步驟S110中，編碼裝置12使用預測量化矩陣QmatrixD以及基本量化參數Q_MB 執行真正編碼後，轉移至結束步驟而結束處理。

與上述相對，當步驟S202中獲得否定結果時，此意味著輸入圖像資料為經編碼之非原圖像，故而編碼裝置12轉移至下一步驟S204。

步驟S204中，編碼裝置12使用步驟S201中所估算之估算量化矩陣QmatrixE，根據基於估算量化參數QPe之檢索範圍來執行反向檢索處理，之後轉移至下一步驟S110。此時編碼裝置12對檢測量化參數QPb進行檢測。

步驟S110中，編碼裝置12使用估算量化矩陣QmatrixE以及檢測量化參數QPb執行真正編碼後，轉移至結束步驟而結束移處理。

(4-6)動作以及效果

以上構成中，編碼裝置12對作為圖像資料之差分圖像資料執行正交轉換而生成DCT係數。編碼裝置12對構成基於該DCT係數之量化係數之係數要素(量化係數絕對值level)之各值的產生次數進行計算，並根據量化係數絕對值level之分散狀態估算每個圖片之量化參數。

藉此，編碼裝置12可根據量化係數絕對值level之產生次數之分散狀態來判別輸入圖像資料為原圖像還是非原圖像。亦即，編碼裝置12即便不以反向檢索處理之方式變更量化參數進行多次處理，亦可使用一次處理計算出之量化係數絕對值level之產生次數，以簡易之處理判斷輸入圖像資料為原圖像/非原圖像。

又，編碼裝置12，可於反向檢索處理之前段判別原圖像/非原圖像，因此於輸入圖像資料為原圖像之情形時不執行處理較複雜之反向檢索處理即可。藉此編碼裝置12，與反向檢索處理之後判別原圖像/非原圖像之方法相比，可使原圖像時之編碼處理高速化。

進而，編碼裝置12使用DCT係數除以作為定標值之最小量化參數QP而得之量化係數。藉此編碼裝置12可對DCT係數進行定標，故而可減少用以對量化係數進行計數之計數器之數量。

又，編碼裝置12可藉由對量化係數之每個要素之絕對值之產生次數進行計數而進一步減少計數器之數量。

進而編碼裝置12根據量化係數絕對值level為最小值(但零除外)之第1峰值，對量化參數QP進行檢測。藉此編碼裝置12僅對第1峰值執行處理即可，故而可減輕處理負荷。

又，編碼裝置12藉由根據量化係數之產生次數所進行之熵計算，而對各量化參數之產生編碼量進行預測，並將預測之產生編碼量接近目標編碼量之量化參數QP作為預測量化參數QPd來進行預測。編碼裝置12使用預測量化參數QPd對DCT係數進行量化，並根據最終獲得之編碼串流之產生編碼量對預測量化參數QPd進行修正。

藉此，編碼裝置12可將為預測產生編碼量而計數之量化係數之產生次數直接用於原圖像/非原圖像之判定。

進而編碼裝置12根據表示該輸入圖像資料之複雜度之活動區，對由巨集區塊構成之輸入圖像資料進行活動區組分類。而且編碼裝置12使用活動區對針對每個活動區組而計數之量化係數絕對值level之產生次數進行修正並加以累計，藉此可生成量化係數絕對值level之各值之產生次數。

藉此，編碼裝置12可直接使用為計算產生編碼量而針對每個活動區組計數之計數值，來計算量化係數絕對值level之各值之產生次數，不重新對計數值進行計數即可。

又，編碼裝置12使用被假定為已使用之檢索量化係數中之相同位置之值，來對針對量化係數絕對值level之矩陣中之每個位置而計數之量化係數絕對值level的產生次數進行修正並加以累計，藉此生成為量化係數絕對值level之各值之產生次數。

藉此，編碼裝置12可直接使用為預測量化矩陣Qmatrix而針對矩陣之每個位置所計數之計數值，來計算量化係數絕對值level之各值之產生次數，不重新對計數值進行計數即可。

進而，編碼裝置12對量化係數絕對值level設定作為基準要素值之峰值位準(t[0])，並將累計下述值所得之累計值作為與該峰值位準(t[0])對應之誤差rest[mid][qp]加以計算，其中該值係自該峰值位準(t[0]隔離之隔離值(t[0]-lev)與量化係數絕對值level之產生次數相乘而得之值。

此時編碼裝置12根據每個峰值位準(t[0])之累計值中與取最小值之誤差rest[mid][qp]對應之峰值位準(t[0])，決定前次編碼所使用之量化參數QP左右之估算量化參數QPe。

藉此編碼裝置12可將誤差rest[mid]{qp]為最小之誤差最小值(min_rest_norm)作為第1峰值進行檢測，並可根據該第1峰值之量化係數絕對值level，對作為圖片之平均量化參數之估算量化參數QPe進行檢測。

又編碼裝置12對量化係數絕對值level設定峰值位準(t{0])，該峰值位準(t{0])係基於作為檢測對象之檢索量化參數QP(sch_qp)，於藉由對峰值位準(t{0])與最低位準(t{1])進行比較而判別出該峰值位準(t{0])為極大值之情形時，將該檢索量化參數QP(sch_qp)決定為估算量化參數QPe。

藉此，編碼裝置12可確實地僅對峰值進行檢測，從而可適當地決定估算量化參數QPe。

進而，根據估算量化參數QPe以及作為檢測對象之量化矩陣即檢索Qmatrix設定峰值位準(t{0])，於判斷出該峰值位準(t{0])為極大值之情形時，將該檢索Qmatrix決定為估算量化矩陣檢索QmatrixE。

藉此，編碼裝置12可根據量化係數來對量化參數QP及估算量化矩陣檢索QmatrixE進行檢測。

根據以上構成，編碼裝置12於輸入圖像資料為已經編碼之圖像資料時，利用DCT係數之產生次數變得離散這一情況，根據該DCT係數之要素值之產生次數來將經前次編碼的量化參數QP作為估算量化參數QPe進行估算。

藉此編碼裝置12於反向檢索處理時，可根據估算量化參數QPe設定檢索範圍，故而可縮小作為反向檢索處理之對象之量化參數QP的數量，從而可減輕反向檢索處理之處理負荷。

又，編碼裝置12根據有未對估算量化參數QPe進行檢測，而判別輸入圖像資料為原圖像還是非原圖像。藉此編碼裝置12可於反向檢索處理之前段便判別出原圖像/非原圖像，故而於輸入圖像資料為原圖像之情形時不執行處理負荷較大之反向檢索處理即可，並且可對原圖像使用藉由產生編碼量之預測而計算出之適當的基本量化參數QP_MB 。

(4-7)其他實施形態

再者，上述第3實施形態中，對編碼裝置12利用熵計算來執行編碼量預測處理以及利用量化係數來執行原圖像判定處理之情形進行了說明。本發明並不限定於此，例如編碼裝置12亦可僅利用熵計算來執行編碼量預測處理。

該情形時，如圖27所示，編碼裝置13具有進行第1預編碼之第1預編碼器100、進行第2預編碼之第2預編碼器200、進行真正編碼之參數編碼器300、編碼量控制部109、及延遲緩衝器201、301。第1預編碼器100包括畫面內預測模式決定部102、畫面內預測處理部103、DCT部104、量化部105、熵計算部107、及活動區計算部101。第2預編碼器200包括畫面內預測處理部203、DCT部204、量化部206、碼長度計算部211、緩衝器209、IDCT(Inverse DCT)部208、及反量化部207。參數編碼器300包括畫面內預測處理部302、DCT部303、量化部304、熵編碼部308、緩衝器307、IDCT部306、及反量化部305。

於上述構成中，輸入圖像資料最初被輸入至第1預編碼器100之畫面內預測模式決定部102中。畫面內預測模式決定部102根據該輸入圖像資料決定畫面內預測模式。於此所決定之畫面內預測模式還被發送至第2預編碼器200及參數編碼器300中，亦用於第2預編碼器200之第2預編碼處理、參數編碼器300之真正編碼處理。

繼而，畫面內預測處理部103中計算預測圖像資料與輸入圖像資料之差分圖像。於此，為了簡化處理而根據輸入圖像資料生成預測圖像資料。DCT部104中對整數精度進行DCT而將DCT係數發送至量化部105。量化部105中對DCT係數進行量化，並將其輸出發送至熵計算部107。熵計算部107計算熵並對產生編碼量進行預測。根據編碼量預測之結果，求出下一步驟中所使用之圖片之預測量化參數QPd與預測量化矩陣QmatrixD，並輸入至編碼量控制部109中。於此，補充一點，所謂量化參數QP係指於AVC中用以指定量化間距之值，當量化參數QP變大時量化間距亦成為較大之值。

決定畫面內預測模式之同時，第1預編碼器100中活動區計算部101對活動區進行計算，並根據該活動區來對巨集區塊MB進行分組。對各巨集區塊MB決定之活動區組(Activity Group)編號被輸入至熵計算部107與編碼量控制部109中。

編碼量控制部109根據由第1預編碼器100之第1預編碼處理所求得之作為圖片之平均量化參數之預測量化參數QPd、預測量化矩陣QmatrixD、各巨集區塊之Activity Group，將量化資訊(量化矩陣Qmatrix、各MB之量化參數QP)發送至第2預編碼器200中來進行第2預編碼處理。

亦即，經由延遲緩衝器201進行了遅延處理之後將輸入圖像資料加以輸入，畫面內預測處理部203中計算預測圖像資料與輸入圖像資料之差分，並經過DCT部204之DCT、量化部206之量化後，於編碼長度計算211中進行反量化而再現係數資料，藉由IDCT部208而對該係數資料進行IDCT轉換，重現輸入圖像所相關之圖像資料並將該資料保存於緩衝器209中。

該第2預編碼器200之第2預編碼處理結束之後，獲得產生編碼量。編碼量控制部109根據所得之產生編碼量，對圖片之預測量化參數QPd進行修正並計算出基本量化參數QP_MB 。

參數編碼器300，使用由第2預編碼器200之第2預編碼處理所決定之圖片之基本量化參數QP_MB 、由第1預編碼處理所決定之預測量化矩陣QmatrixD、及活動區組Activity Group進行真正編碼。

亦即，當接收到經延遲緩衝器301進行了遅延處理之輸入圖像資料時，畫面內預測處理部302中以第1預編碼時所決定之預測模式，計算預測圖像與輸入圖像之差分圖像，經由DCT部303之DCT、量化部304之量化後由熵編碼部308進行熵編碼，之後將輸出串流輸出。再者，量化部304之輸出於反量化部305中被反量化而再現係數資料後，藉由IDCT部306而對該係數資料進行IDCT轉換，使輸入圖像所相關之圖像資料重現，並將該資料保存於緩衝器307中。

圖28表示由編碼裝置13執行之3通道編碼處理順序RT19。各步驟中之處理與圖17大致相同，故而省略說明。

進而上述第3實施形態中，對與活動區對應來執行編碼量預測處理之情形進行了說明，本發明並不限定於此，並非必須對應於活動區。又，關於量化矩陣Qmatrix亦相同。又，作為適當量化之指標，無須使用活動區，使用其他指標進行適當量化亦可。

又上述第3實施形態中，對反向檢索處理時使用估算量化矩陣Qmatrix僅對量化參數QP進行檢測之情形進行了說明。本發明並未限定於此，亦可藉由反向檢索處理而檢測量化矩陣Qmatrix。該情形時，可根據例如估算量化矩陣QmatrixE限定量化矩陣Qmatrix之檢索數來削減運算量。

進而上述第3實施形態中，對針對每個圖片來進行估算量化參數QPe以及估算量化矩陣QmatrixE之估算之情形進行了說明。本發明並未限定於此，進行檢測之單位並不受限制。本發明於例如針對每個片段來設定量化矩陣Qmatrix之情形時，可針對每個片段來進行處理。又本發明於對預測量化參數QPd、預測量化矩陣QmatrixD以及基本量化參數QP_MB 進行預測時亦相同，進行預測之單位不受限制。

進而上述第3實施形態中，對針對每個圖片而預測產生編碼量之情形進行了說明。本發明並不限定於此，產生編碼量之預測單位並不受特別限制，可針對例如片段單位或GOP單位來進行預測。

進而上述第3實施形態中，對編碼裝置13執行兩種處理即編碼量預測處理及利用量化係數進行之原圖像判定處理之情形進行了說明。本發明並非限定於此，亦可僅執行利用量化係數進行之原圖像判定處理。該情形時，編碼裝置13依序執行3通道編碼處理順序RT11(圖17)中之步驟S201～S204。此時編碼裝置亦可不執行適當量化，僅單純地根據量化係數之位置對量化係數之產生次數進行計數。又編碼裝置於量化矩陣Qmatrix平滑之情形時，亦可單純地計數量化係數。

進而上述第3實施形態中，對DCT係數除以假定使用之最小量化參數QP之情形進行了說明。本發明並不限定於此，亦可直接對DCT係數之係數要素之值的產生次數進行計數。又，於編碼量預測處理中使用「0」以外之量化參數QP之情形時，亦可對量化係數進行修正以便成為除以「0」時之值。

進而上述第3實施形態中，對依照判定處理順序RT17自量化係數絕對值位準Level之計數值中檢測第1峰值之情形進行了說明。本發明並未限定於此，亦可採用其他各種方法來檢測第1峰值。又並非必須對第1峰值進行檢測，亦可對第2峰值以後之峰值進行檢測，或者對複數個峰值進行檢測，或者根據整體波形來計算分散狀態。

進而上述第3實施形態中，說明了對針對活動區組以及量化係數之每個位置而計數之產生次數進行修正並加以累計的情形，本發明並非限定於此，於例如可確保足夠之取樣數之情形時，亦可針對每個活動區組以及量化係數之每個位置來檢測量化參數QP。

進而上述第3實施形態中，對作為原圖像判定處理而執行如下兩者即原圖像/非原圖像之判定與估算量化參數QP以及估算量化矩陣Qmatrix之估算的情形進行了說明。本發明並未限定於此，亦可僅執行其中一者。

進而上述第3實施形態中，對根據AVC標準並利用量化係數執行原圖像判定處理之情形進行了說明。本發明並未限定於此，可適用於如下編碼方式，即根據基於例如MPEG-2等預定之複數個量化參數QP等量化指標之複數個量化間距來執行量化。

進而上述第3實施形態中說明了如下情形，即由作為正交轉換部之DCT部104、及作為除算因子計算部、總和計算部以及量化因子檢測部之反向檢索部210構成作為圖像處理裝置之編碼裝置10。本發明並不限定於此，亦可由其他各種構成形成之正交轉換部、除算因子計算部、總和計算部、及量化因子檢測部來構成本發明之圖像處理裝置。

進而上述第3實施形態中說明了如下情形，即由作為正交轉換部之DCT部104、作為要素計數部之位準計數部106、作為原圖像判定部之Qmatrix/Base QP檢測部108來構成作為圖像處理裝置之編碼裝置12。本發明並未限定於此，亦可由其他各種構成形成之正交轉換部、要素計數部、原圖像判定部來構成本發明之圖像處理裝置。

(5)第4實施形態

下面，對第4實施形態進行說明。第4實施形態中與上述第2實施形態不同之處在於，為了抑制運算捨入而根據量化參數QP來對量化矩陣Qmatrix中之各值(以下將其稱作要素)設置特定之選擇規則。

(5-1)選擇規則

MPEG或AVC標準中，為了提高轉錄特性而逐漸導入了補償電路。轉錄補償電路可提高編碼所使用之參數(量化參數QP或量化矩陣Qmatrix等)之重現性，並避免反覆量化所引起之畸變倍增現象，但僅此會有時於反覆轉錄時出現SNR不收斂之現象。又，補償電路抑制整體SNR之降低但同時會於特定之巨集區塊累積運算誤差，此時，該巨集區塊有時會顯現出來而導致出現視覺上不自然之影像。

另一方面，AVC Intra中逐漸採用如下方法，即為了抑制轉錄(反覆進行編碼、解碼)時之SNR降低而再次利用編碼所使用之參數。然而，即便實際上使用與前次編碼所使用之編碼參數完全相同之編碼參數來再次進行編碼，亦有時會因運算捨入而使得SNR降低。

因此，該第4實施形態之編碼裝置、方法係如下者，其提議於編碼過程中進行運算捨入之一部位即使用有量化矩陣Qmatrix之運算部中，預先採用不會受到捨入影響或者難以受到捨入影響之值。

具體而言，為了提高轉錄特性而採用以下方法。

．作為量化矩陣Qmatrix之要素使用16之倍數。

．於量化參數QP為6以上之情形時，作為量化矩陣Qmatrix之要素使用8之倍數。

．於量化參數QP為12以上之情形時，作為量化矩陣Qmatrix之要素使用4之倍數。

．於量化矩陣Qmatrix之直流分量(DC)使用16。

以下，對第4實施形態作詳細說明。

AVC Intra中，編碼時使用DCT係數W與量化參數QP並根據下式來計算量化位準Z(量化)。

Z={(MF*16/Qmatrix)*W+f}>>(15+QP/6)　…(27)

其中，MF：根據由AVC標準決定之值而計算之定標因子

f：決定進位、捨去位置之捨入因子

又，解碼時使量化位準Z乘以量化矩陣Qmatrix與量化參數QP而獲得DCT係數W，並對該DCT係數W向左移位6位元所得者進行解碼(反量化)。

(W<<6)=(Z*V*Qmatrix*2^floor(QP/6) )>>4　…(28)

其中，V：由AVC標準決定之解碼定標因子

該量化、反量化式中均包含如下計算，即，使16除以量化矩陣Qmatrix，或者使量化矩陣Qmatrix除以16，轉錄時即便完全再次利用編碼參數亦會出現除法捨入。為了於該運算中完全消除除法捨入，必須於數值計算式上使量化矩陣Qmatrix之各要素為16，而於設所有要素為16之情形時雖然轉錄特性變得良好，但會失去原本之導入量化矩陣Qmatrix之意義，即根據頻率改變量化強度，因此並不現實。

因此，考慮到根據頻率改變量化強度之量化矩陣Qmatrix優點，為了最大限度地活用上述特性而採用以下選定規則。

(1)作為量化矩陣Qmatrix之要素使用16之倍數。

量化時作為量化矩陣Qmatrix之要素而採用16之n倍之值的情形時，只要MF為n之倍數就不會出現除法捨入。因此，出現除法捨入之概率將變小。又，反量化時使16之倍數除以16，因此不會出現除法捨入。

(2)當量化參數QP為6以上之情形時，作為量化矩陣Qmatrix之要素使用8之倍數。

如上所述，為了消除除法捨入而必須設量化矩陣Qmatrix之要素為16，但即便量化矩陣Qmatrix之要素為8，量化時亦不會產生除法捨入，於反量化時QP為6以上之情形時，因2^floor(QP/6 )為2之倍數，故而除以16所得之積亦為16之倍數，不會產生除法捨入。

(3)量化參數QP為12以上之情形時，作為量化矩陣Qmatrix之要素使用4之倍數。

此處之觀點與(2)相同，當QP為12以上之情形時，因2^floor(QP/6 )為4之倍數，因此除以16所得之積為16之倍數，不會產生除法捨入。

(4)於量化矩陣Qmatrix之直流分量(DC)使用16。

考慮到輸入圖像之頻率空間中之各要素之視覺特性，於轉錄時DC因除法捨入而發散(反覆增加或者減少)之情形時，有時僅明顯看到該巨集區塊，故而除上述(2)、(3)之情形以外，重要的是DC使用16。

又AVC Intra中畫面內預測時參照了臨近之巨集區塊之值，因此當一個巨集區塊有畸變時，亦會影響到臨近之巨集區塊，尤其DC之影響較大。就此方面而言亦較理想的是使用16。

具體而言如圖29所示，編碼裝置15具有初始參數設定部400，且記憶著依照選擇規則之量化矩陣Qmatrix。而且量化部23根據量化時所使用之量化參數QP，依照後述之選擇規則選擇量化矩陣Qmatrix。

又編碼裝置15之Qmatrix/QP決定部41，根據預編碼器20之編碼處理，相應於量化參數QP，依照選擇規則來選擇量化矩陣Qmatrix。

如上所述，根據本發明之第4實施形態，於反覆進行轉錄時，可將除法捨入之進位、捨去之累積降低，其結果，可抑制SNR降低，並且可抑制MB變得顯眼，提高視覺特性。

(5-2)動作以及效果

以上構成中，編碼裝置15藉由設定與量化參數QP之值對應之量化矩陣Qmatrix，而可有效地防止除法捨入，從而可抑制編碼所引起之畫質降低。

(6)第5實施形態

接著，對第5實施形態進行說明。第5實施形態與上述第4實施形態不同之處在於，於對8×8個像素執行DCT處理(以下將其稱作8×8 DCT)之情形時，抑制運算捨入。該第5實施形態之編碼裝置16之構成，與第4實施形態之編碼裝置15大致相同，故而省略說明。

(6-1)8×8 DCT中之運算捨入控制處理

AVC中作為整數精度DCT之區塊尺寸之一可採用由8×8像素形成之子區塊，8×8 DCT較之對4×4像素進行DCT處理(以下將其稱作4×4 DCT)，整數精度之運算稍微複雜。

例如由Joint Video Team(JVT，聯合視訊組)提議之參照軟體(JM)中，作為整數精度之運算所構成之8×8 DCT，於8×8 DCT之運算過程中採用略去小數部之運算方法，與4×4 DCT相比DCT之運算精度較低。

尤其該JM中，因進行轉錄(反覆進行編碼、解碼)而使得運算誤差累積，導致畫質劣化。例如JM中，於對SNR超過40dB之區域進行轉錄時，若比較此時之8×8 DCT與4×4DCT之SNR，則與4×4DCT相比8×8DCT之SNR之降低更顯著。

於此，當設8×8DCT之輸入(實空間取樣，亦即以8×8像素單位供給之差分圖像資料)為x，設輸出(頻率空間DCT係數取樣)為X時，輸出X使用(29)式之轉換矩陣A以(30)式之方式表示。

X=AxA^T 　…(30)

亦即8×8DCT之轉換矩陣A，不同於4×4DCT((3)式)，包含分母為「2」、「4」或者「8」之分數。

為了簡化說明，僅考慮上述(30)式之水平方向之轉換時，轉換可以下述方式表示(下標H表示水平分量)。

XH=AxH　…(31)

輸入分量X_H 可將實空間取樣之座標(亦即8×8像素之取樣之位置)設為指數i而表示為輸入分量XH{i]，輸出分量X_H 可將頻率空間中之取樣之座標設為指數j而表示為輸出分量XH{j]。

於此輸出分量X_H {0]為8×8 DCT後之水平方向之直流分量(DC)的係數，輸出分量X_H {7]為8×8 DCT後之水平方向上之最高頻率分量的係數。例如當以數值計算式表示自AVC中所採用之8×8 DCT之水平方向上的低頻率側起之第2個分量X_H {1]時，可記述為如下。

AVC標準中使用整數精度DCT，可藉由乘法運算及向右移位(除以2之次方)之整數運算而實現直接轉換，小數部於運算之過程中被略去。如(29)式所示，8×8 DCT中，轉換矩陣A之各要素並不為整數，於各運算中會產生小數部。

因此假若編碼裝置於DCT之運算過程中使係數向右移位時，小數部會於運算過程中被略去而使得運算精度降低。

本發明中作為應對上述問題之辦法而採用如下者，即本案中於執行8×8 DCT之整數精度DCT部22之後，統一進行運算捨入所引起之向右移位之運算，將運算過程中之捨入抑制於最小限度。

具體而言，編碼裝置16如圖30所示，先於8×8 DCT之運算，在即便進行整數精度運算亦不會產生運算捨入之水平方向、垂直方向之8×8 DCT運算之直前，分別根據向左移位3位元之輸入取樣計算DCT係數X。下式表示水平方向上之實際之8×8 DCT運算。

(33)式可表示為下式。

亦即編碼裝置16藉由3位元之進位而使轉換矩陣A之各要素乘以「8」，從而可保持與轉換矩陣A之所有要素均為整數時相同之運算精度。

再者(33)式以及(34)式之示例係關於自水平方向之低頻率側起之第2個分量的記述，關於其他水平方向、垂直方向之轉換，亦同樣地設向左移位3位元所得者為8×8 DCT之輸入信號。

藉由該等運算而得之8×8 DCT係數X係水平方向、垂直方向上分別向左移位3位元、亦即向左合計移位6位元所得者，故而為了確保系統整體(編碼部、解碼部)之統一性而於8×8 DCT運算處理之後，必須向右移位6位元。

該向右移位6位元之運算可統一於量化部23內部進行。亦即先前之編碼裝置中，依照下述所示之(35)式執行量化運算，藉此可計算出與量化係數對應之量化位準Z。再者Z為量化位準，MF為根據由AVC標準決定之值計算出之定標因子，W為DCT係數，f₁ 為決定進位、捨去位置之捨入因子。

Z=[(MF*16/Qmatrix)*W+f_l }>>(15+QP/6) …(35)

與此相對，編碼裝置16之量化部23中依照(36)式執行量化運算，藉此可包含右移位6位元在內進行運算，從而可確保系統整體之統一性。再者f₂ 為決定進位、捨去位置之捨入因子，隨著整數DCT處理部22中之進位，該值自f₁ 變動。

Z={(MF*16/Qmatrix)*W+f₂ }>>(15+QP/6+6)　…(36)

亦即，編碼裝置16中於8×8 DCT運算之前預先使轉換矩陣A之各要素均以3位元為單位進行進位，且於量化運算部23b中移位6位元。此時編碼裝置16與量化運算處理時執行之移位同時地執行6位元之移位，故而可儘可能減少移位之次數，從而可最大限度地抑制移位所引起之運算捨入。

圖30表示8×8 DCT中之運算捨入控制處理之概念性方塊圖。

編碼裝置16中之整數精度DCT部22當供給有輸入x時，利用進位部22a對該輸入x進行進位後，藉由8×8 DCT運算部22b而執行水平方向之8×8 DCT運算，計算出輸出X_H 。再者實際上整數精度DCT部22如(33)式所示，於8×8 DCT運算時使各要素均以3位元為單位進行進位。

進而整數精度DCT部22，同樣地利用進位部22d對輸出X_H 進行進位後，藉由8×8 DCT運算部22b而執行垂直方向之8×8 DCT運算，計算出輸出X。將該輸出X作為DCT係數W供給至量化部23中。

量化部23於供給有DCT係數W時，利用量化運算部23a執行量化處理而計算出量化位準Z後，藉由退位部23b而使該量化位準Z退位6位元。再者實際上量化部23依照(36)式，於量化運算時使各要素均進位6位元。

如此編碼裝置16於8×8 DCT中，在8×8 DCT運算處理之前預先使轉換矩陣A之各要素均以3位元為單位進行進位，且於運算結束之後再進位6位元。藉此編碼裝置16可防止因轉換矩陣A之各要素為分數而引起8×8 DCT運算處理中之運算捨入，從而可保持系統整體之統一性。

(6-2)動作以及效果

以上構成中，編碼裝置16於執行8×8 DCT處理而作為整數精度DCT處理時，在水平方向以及垂直方向之8×8 DCT運算處理結束之前，使作為運算處理對象之圖像資料或者轉換矩陣之各要素對應於水平方向以及垂直方向而分別以3位元為單位進行進位((33)式)。而且編碼裝置16，於水平方向以及垂直方向之8×8 DCT運算處理結束之後，使基於DCT係數之係數資料各移位3位元((36)式)。

藉此編碼裝置16可抑制8×8 DCT運算處理中產生之小數點部分之運算捨入，從而可有效地防止編碼畫質之降低。編碼裝置16尤其可有效地防止轉錄時複數個8×8 DCT運算處理所引起之畫質降低。

(6-3)解碼裝置

接著，使用圖31說明對以上述方式編碼之真正編碼串流進行解碼之解碼裝置500之構成。

解碼裝置500於供給有真正編碼串流時，使用該真正編碼串流中所設定之設定資訊來進行該真正編碼串流之解碼。具體而言解碼裝置500將真正編碼串流供給至解碼部501。解碼部501對真正編碼串流進行解碼而生成量化資料並供給至反量化部502。

反量化部502使用設定資訊中所設定之量化參數QP對量化資料進行反量化，藉此使DCT係數所形成之圖像資料復原，並將其供給至IDCT部503中。IDCT部503對圖像資料實施IDCT處理後，將差分圖像資料供給至預測圖像累加部504。

預測圖像累加部504使差分圖像資料加上藉由逆內部預測處理以及動態預測處理而預測到之預測值，生成表示圖像之視訊輸出信號並輸出至未圖示之外部設備等。

(6-4)其他實施形態

再者上述第5實施形態中說明了如下情形，即於8×8 DCT運算處理時，使轉換矩陣A之各要素以3位元為單位進行進位。本發明並未限定於此，例如亦可預先記憶著使轉換矩陣A之各要素以3位元為單位進行進位所得者，於8×8 DCT運算處理時使用所記憶者。又本發明中，即便使輸入x之各要素預先以3位元為單位進行進位，亦可獲得相同之效果。進而本發明中，即便進位2位~1位或者4位以上，亦可獲得抑制運算捨入之效果。

進而上述第5實施形態中對在量化運算部23a之後段執行6位元移位之情形進行了說明。本發明並未限定於此，例如亦可於8×8 DCT運算部22d之後段進行6位元移位。藉此，於整數精度DCT部22與量化部23作為電路上不同之區塊而設計之情形時，因進位而使資料量增多時不擴大資料之傳送通道即可。又亦可於8×8 DCT運算部22b以及22c之後段分別移位3位元。

進而上述第5實施形態中說明了如下情形，即由作為進位部之進位部22a、及作為退位部之退位部22c構成作為圖像處理裝置之編碼裝置16。本發明並不限定於此，亦可由其他各種構成之進位部與退位部構成本發明之圖像處理裝置。

進而上述第1~第5實施形態中，對作為圖像處理裝置之編碼裝置執行編碼處理之情形進行了說明。本發明並不限定於此，亦可由圖像處理裝置來執行兩種處理即編碼處理以及解碼處理。

以上對本發明之實施形態進行了說明，當然，本發明並不限定於此，可於不脫離其主旨之範圍內實施各種改良、變更。

例如，上述編碼裝置以及方法之功能，亦可由計算機利用程式來實現，或者由記錄該程式之記錄媒體來實現。

2．．．第1編碼部

3．．．反向檢索部

4．．．第2編碼部

5．．．預測模式檢測部

6．．．Qmatrix檢測部

7．．．QP檢測部

20．．．預編碼器

21．．．畫面內預測模式判定部

22．．．整數精度DCT部

23．．．量化部

24．．．熵計算部

30．．．反向檢索部

31．．．Qmatrix檢測部

34．．．QP檢測部

33．．．畫面內預測模式檢測部

40．．．編碼量控制部

41．．．Qmatrix/QP決定部

45．．．畫面內預測模式決定部

50．．．參數編碼器

51．．．畫面內預測處理部

52．．．整數精度DCT部

53．．．量化部

54．．．熵編碼部

100．．．第1預編碼器

109．．．編碼量控制部

200．．．第2預編碼器

300．．．參數編碼器

圖1係本發明第1以及第2實施形態之圖像處理裝置之概念圖。

圖2係用來說明AVC標準中之轉換與量化之輪廓圖。

圖3係表示將從未進行過編碼之圖像作為輸入圖像時之、量化參數QP與餘數之總和Σr之關係之圖。

圖4係表示經編碼及解碼之輸入圖像所相關之量化參數QP與餘數之總和Σr之關係的圖。

圖5係表示尺度改變因子RF之標準化後之量化參數QP與餘數之總和Σr之關係的圖。

圖6係表示尺度改變因子RF之標準化、及特定區域之修正後之量化參數QP與餘數之總和Σr之關係的圖。

圖7係本發明第1實施形態之編碼裝置之構成圖。

圖8(a)係Qmatrix檢測部之構成圖，圖8(b)係QP檢測部之構成圖。

圖9係表示巨集區塊與內部編碼單位之關係之輪廓圖。

圖10係對本發明第1實施形態之編碼裝置之Qmatrix檢測部以片段為單位進行之量化矩陣檢測處理進行說明之流程圖。

圖11係對本發明第1實施形態之編碼裝置之QP檢測部以巨集區塊為單位進行之量化參數檢測處理進行說明之流程圖。

圖12係對本發明第2實施形態之編碼裝置之畫面內預測模式檢測處理進行說明之流程圖。

圖13係3表示QP與DCT係數之餘數之關係之圖。

圖14係本發明第2實施形態之編碼裝置之構成圖。

圖15係對本發明第2實施形態之編碼裝置利用反向檢索來進行之原圖像判定處理進行說明之流程圖。

圖16係本發明第3實施形態之編碼裝置之構成圖。

圖17係對本發明第3實施形態之編碼裝置之編碼所相關之一系列處理作更詳細說明之流程圖。

圖18係說明編碼量預測處理(基本)之詳細內容之流程圖。

圖19係說明編碼量預測處理(對應於活動區)之詳細內容之流程圖。

圖20係說明編碼量預測處理(對應於量化矩陣)之詳細內容之流程圖。

圖21係說明產生編碼量少於目標編碼量、且量化參數QP並非為最小值時之編碼量修正處理之流程圖。

圖22係表示輸入原圖像時之each_activity_group=0、each_position=5時之分布狀態實測值之圖。

圖23係表示輸入前次以QP=20經編碼之圖像時之each_activity_group=0、each_position=5時之分布狀態實測值之圖。

圖24係對利用量化係數進行之原圖像判定處理進行說明之流程圖。

圖25係說明判定處理之流程圖。

圖26係對輸入圖像切換處理進行詳細說明之流程圖。

圖27係本發明之其他實施形態之編碼裝置之構成圖。

圖28係對本發明之其他實施形態之編碼裝置之編碼所相關之一系列處理作更詳細說明之流程圖。

圖29係本發明第5實施形態之編碼裝置之構成圖。

圖30係本發明第6實施形態之DCT部以及量化部之詳細構成圖。

圖31係本發明之解碼裝置之構成圖。

1．．．圖像處理裝置