WO2002078322A1 - Verfahren zur komprimierung und dekomprimierung von bilddaten - Google Patents

Verfahren zur komprimierung und dekomprimierung von bilddaten Download PDF

Info

Publication number
WO2002078322A1
WO2002078322A1 PCT/DE2002/000995 DE0200995W WO02078322A1 WO 2002078322 A1 WO2002078322 A1 WO 2002078322A1 DE 0200995 W DE0200995 W DE 0200995W WO 02078322 A1 WO02078322 A1 WO 02078322A1
Authority
WO
WIPO (PCT)
Prior art keywords
pixel
image
value
pixels
groups
Prior art date
Application number
PCT/DE2002/000995
Other languages
English (en)
French (fr)
Inventor
Gerd Mossakowski
Original Assignee
T-Mobile Deutschland Gmbh
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from DE10152612A external-priority patent/DE10152612B4/de
Application filed by T-Mobile Deutschland Gmbh filed Critical T-Mobile Deutschland Gmbh
Priority to EP02727252A priority Critical patent/EP1374559B1/de
Priority to JP2002576416A priority patent/JP3887664B2/ja
Priority to CA2441372A priority patent/CA2441372C/en
Priority to DE50206898T priority patent/DE50206898D1/de
Priority to US10/472,288 priority patent/US7359560B2/en
Publication of WO2002078322A1 publication Critical patent/WO2002078322A1/de

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques

Definitions

  • the invention relates to a method for compressing and decompressing image data.
  • a grid is placed over the image. Each raster point corresponds to one pixel.
  • a pixel value is encoded with one bit (e.g. WBMP -> black and white) or several bits (e.g. BMP -> true color).
  • WBMP -> black and white e.g. WBMP -> black and white
  • BMP -> true color e.g. WBMP -> black and white
  • Various compression methods can be used to reduce the size of the image files. An effective method is to reduce the bits per pixel.
  • methods can be used in which pixels form groups be summarized. These are usually quadratic areas, which are then transformed into the frequency domain using DCT (Discrete Cosine Transformation). The high frequency components generated during the transformation can be neglected without noticeable quality losses. This procedure is used for example with JPEG images. At very high JPEG compressions, it can lead to disturbing, rectangularly nested image spots - so-called "artifacts”.
  • the object of the invention is to provide a method for compressing and decompressing image data, which allows simple and flexible adaptation to memory size, different image resolutions and display sizes.
  • the invention is based on a combination of the pixel-based and vector-based technology.
  • the picture is overlaid with a grid.
  • the pixel value i.e. Color value or brightness value
  • a further value hereinafter referred to as the pixel difference value, is then calculated for each pixel from a previously defined number of neighboring pixels.
  • the pixel difference value results from the difference between the pixel value of a pixel under consideration and each of its neighboring pixels under consideration. The greater the difference between the pixel value and its neighboring pixels, the higher this value.
  • the pixel difference values of the individual pixels of the image are sorted in descending order.
  • the pixels used for the calculation of a pixel difference value are each combined into a pixel group.
  • the pixel groups obtained in this way are sorted according to the descending sorting of the pixel difference values, i.e. according to their priority determined by the pixel difference value.
  • the result is a list of priorities, with the pixel groups whose pixel difference value and thus priority is the largest appearing at the top of the list.
  • the pixel values of the pixel groups can be determined by run length coding or other known compression methods, e.g. Zip process to be further compressed.
  • the pixel groups with the highest pixel difference values are loaded first.
  • a triangle is formed from three closest pixel groups.
  • Triangles are scalable in size, and can thus be different Resolutions can be adjusted. If certain image areas are to be reproduced particularly precisely, the pixel groups of these areas can be given a higher priority.
  • the area of the respective triangles is filled by a color gradient which is calculated from the color values of the three pixel groups forming the corners of the triangle.
  • the respective brightness value of the pixels or pixel groups is considered instead of the color values and a corresponding brightness curve is calculated.
  • the method enables the manufacturer or image processing professionals to use manufacturer-specific optimization routines by different prioritization of the pixel groups. However, since the source pixel values are always transmitted, the image can also be generated again without using the manufacturer-specific optimization routines.
  • the method is very fault-tolerant, since the image can be generated again even in the event of transmission errors in individual pixel groups.
  • Figure 1 Representation of an image array of 20 x 21 pixels
  • Figure 2 Representation of different shapes of pixel groups
  • Figure 3 Newly generated image array with inserted pixel groups in the
  • the image source is a bitmap, i.e. as an image array.
  • Each pixel of the image array is represented by a 32 bit value (pixel value).
  • the 32 bits are e.g. divided into 4 values (transparent, red, green, blue), each with 8 bits.
  • the image array shown as an example is an image with an image width of 20 pixels and an image height of 21 pixels.
  • the position of the pixels is determined by an integer.
  • the image array is counted from 0 to 419 in the manner shown in FIG. 1. The number within each box corresponds to the position of the associated pixel.
  • the image is compressed as follows: Read in image array
  • Each pixel is defined by its position (0 to 419) and its pixel value (color or brightness value).
  • a pixel group for the reference pixel pO results from the type (shape) of the pixel group used.
  • Some possible shapes of pixel groups are shown by way of example in FIG. Both symmetrical and asymmetrical pixel groups can be formed with respect to the reference pixel pO.
  • What type of pixel group is used includes depending on the type of image material and the desired compression rate. As a rule, the compression factor to be achieved is greater, the more pixels a pixel group comprises. For coding and decoding, i.e. compressing and decompressing the image must use the same form of pixel groups.
  • the pixels at the edge of the image can be given special treatment, for example by selecting a certain pixel group shape in the edge area or reducing the area to be viewed (cutting off the edge areas).
  • Various calculation methods can be used to calculate the priority.
  • a linear method is used here as an example.
  • the individual pixel values PO, P1, P2, P3 and P4 of a pixel group are broken down into their color components red, green and blue. Each of these color values is represented by 8 bits.
  • a color difference value is now determined in relation to PO, e.g. P0_rot - P1_rot, P0_rot - P2_rot, ..., P0_blau - P4_blau.
  • the absolute color difference values are added and divided by the number of colors and the number of pixels considered. The result is a priority value for the pixel group under consideration. This priority value is higher, the more different the color values of the individual pixels of the pixel group are.
  • This prioritization ensures that image areas that have a large change in color or contrast, such as Edges, get a high priority, and relatively constant image content, such as blue sky, a low one.
  • the priority values are sorted by size in descending order. Depending on the implementation, sorting can be carried out after determining each new priority value or afterwards. Depending on the available resources, in addition to pure prioritization by the color values of neighboring pixels, dependencies on the location of the prioritized pixel groups can also be used.
  • Another way of prioritizing is to upgrade certain areas of the image.
  • Such an image area can be, for example, faces in photos. Although faces on holiday photos sometimes only make up a small percentage of the entire image, they are usually the focus when looking at them.
  • Such human visual behavior can be taken into account by appropriately prioritizing the pixel groups of these image areas (face areas). Likewise, the pixel groups in the center of the image can experience a correspondingly higher prioritization.
  • Another possibility for optimization consists in the fact that neighboring pixel groups overlap one another. By cleverly selecting the pixel groups, it can be avoided that overlapping pixel values are repeatedly transmitted to neighboring pixel groups.
  • the individual pixel groups are then saved according to their priority, i.e. Pixel groups with high priority are saved first (and later also read out first).
  • the position value of the reference pixel pO of the pixel group is first stored.
  • the pixel values PO, P1, P2, P3, P4 are then stored.
  • Position value PO pixel values PO, P1, P2, P3, P4; Next position value PO (with the same or lower priority), pixel values P1, P2, P3, P4, ..., next position value PO (with lowest priority), pixel values PO, P1, P2, P3, P4.
  • a run length coding of the pixel groups can be carried out. For example, if there are no red parts in an image area, this can only be transmitted with 2 bits instead of 8 bits (red), or the number of leading zeros can be used. Common compression methods such as zip format can also be used.
  • a certain quality can be guaranteed by setting a limit value for prioritization.
  • a limit value can be set for the pixel difference values below which the assigned pixel group always gets the lowest priority value.
  • the prioritization ensures that the most important image information is saved first.
  • the parameters of the image are first read in and evaluated.
  • Examples are the image width, image height and shape of the pixel group.
  • An initially empty image array comparable to the illustration in FIG. 1 is then generated from these values. If the image height and image width do not match between the original image and the desired display (e.g. limited PDA display or high-resolution screen), you have to scale accordingly.
  • conversion factors are first determined (image width_original / image width_display and image height_original / image height_display). These factors can be used to convert the position value from the original image to the position value of the new display.
  • the 4 pixel groups of the corners are entered in the newly generated image array.
  • the position (pO) of the respective pixel group is determined by the fields 21, 38, 381 and 398 with a black background. This position value (pO) is available as an integer value in the saved file.
  • the dark gray-gray pixel values (p1-p4) belonging to the respective pixel group can then be entered in the new image array.
  • the intermediate, light gray marked pixel values can then be calculated from the dark gray and black marked fields.
  • the remaining areas are filled in by drawing horizontal lines, e.g. from position 63 to position 74, from position 82 to position 93, etc. Again, a preliminary color gradient between the points is calculated as indicated above,
  • each further pixel group added results in further triangles which can be filled in accordingly.
  • the resolution can now be refined with each additional pixel group.
  • the addition of the pixel group 87 leads to 4 triangles with the reference points (21, 38, 87), (21, 87, 381), (381, 87, 398), (398, 78, 38). If a further pixel group (247) is inserted within such a triangle, e.g. 87, 381, 398, 3 new triangles (247,381, 398), (247, 87, 381) and (247,87, 398) are created.
  • Each new pixel group thus creates 3 new triangles that can be filled in.

Abstract

Die Erfindung betrifft ein Verfahren zur Komprimierung und Dekomprimierung von Pixel-basierten Bilddaten. Für jedes Pixel wird zunächst der Pixelwert ermittelt. Anschließend wird für jeden Pixel, aus einer zuvor festgelegten Menge von benachbarten Pixeln ein Pixeldifferenzwert berechnet, der sich aus der Differenz des Pixelwerts eines betrachteten Pixels zu jedem seiner betrachteten Nachbarpixel ergibt. Anschließend werden die Pixeldifferenzwerte der einzelnen Pixel absteigend sortiert. Die für die Berechnung eines Pixeldifferenzwerts hinzugezogenen Pixel werden jeweils zu einer Pixelgruppe zusammengefasst. Die so gewonnenen Pixelgruppen werden entsprechend der absteigenden Sortierung der Pixeldifferenzwerte abgespeichert. Zur Wiederherstellung des Bildes werden zunächst die Pixelgruppen mit den höchsten Pixeldifferenzwerten geladen. Aus jeweils drei sich am nächsten liegenden Pixelgruppen wird jeweils ein Dreieck gebildet. Die Fläche der jeweiligen Dreiecke wird durch einen Farbverlauf ausgefüllt, der aus den Farbwerten der jeweils drei die Ecken des Dreiecks bildenden Pixelgruppen berechnet wird. Je mehr Pixelgruppen geladen werden, je kleiner werden die Dreiecke und je genauer kann das Bild rekonstruiert werden.

Description

Verfahren zur Komprimierung und Dekomprimierung von Bilddaten
Die Erfindung betrifft ein Verfahren zur Komprimierung und Dekomprimierung von Bilddaten.
Zur Abspeicherung von Bildern gibt es heute eine Vielzahl von Techniken und Komprimierungsverfahren. Die verwendeten Techniken lassen sich im wesentlichen auf Pixel-basierte und Vektor-basierte Verfahren zurückführen.
Bei den Pixel-basierten Techniken wird über das Bild ein Raster gelegt. Jeder Rasterpunkt entspricht einem Pixel. Ein Pixelwert wird mit einem Bit (z.B. WBMP -> Schwarz-Weiß) oder mehreren Bits (z.B. BMP -> True-Color) kodiert. Um die Größe der Bilddateien zu reduzieren, können verschiedene Komprimierungsverfahren angewendet werden. Ein effektives Verfahren besteht in der Reduzierung der Bits pro Pixel. Des weiteren können Verfahren angewendet werden, bei denen Pixel zu Gruppen zusammengefasst werden. Dies sind in der Regel quadratische Bereiche, die dann mit Hilfe der DCT (Diskreten Cosinus Transformation) in den Frequenzbereich transformiert werden. Die bei der Transformation entstandenen hohen Frequenzanteile können ohne merkliche Qualitätsverluste vernachlässigt werden. Dieses Verfahren wird z.B. bei JPEG Bildern angewendet. Bei sehr hohen JPEG Kompressionen kann es zu störenden, rechteckig-verschachtelten Bildflecken - sogenannten "Artefakten" - führen.
Bei den Vektor basierten Verfahren wird das Bild mit Hilfe von geometrischen Formen (z.B. Rechtecke, Kreise) eindeutig beschrieben. Ein bekanntes Verfahren ist das sogenannte SVG (Scalable Vector Graphics). Dieses Verfahren ist bei technischen Zeichnungen hervorragend einsetzbar, da so erstellte Bilder sehr gut skalierbar sind. Die entsprechenden Dateien sind deutlich kleiner als bei herkömmlichen binären Bitmap-Formaten. Diese Verfahren eignen sich jedoch weniger um Photos abzuspeichern.
Neben den herkömmlichen Fotoapparaten die auf einem Film belichten, gibt es immer mehr Fotoapparate, die die Fotos anstelle auf einen Film digital auf Speichermedien abspeichern. Da diese Speichermedien nur eine begrenzte Kapazität besitzen, können nur eine kleine Anzahl hochauflösender Fotos, oder viele Bilder mit geringerer Auflösung abgespeichert werden. Eine flexible Skalierung ist zur Zeit nicht möglich.
Die Aufgabe der Erfindung liegt in der Schaffung eines Verfahrens zur Komprimierung und Dekomprimierung von Bilddaten, welches eine einfache und flexible Anpassung an Speichergröße, unterschiedliche Bildauflösungen und Displaygrößen erlaubt.
Diese Aufgabe wird durch die Merkmale des Patentanspruchs 1 gelöst. Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung sind in den Unteransprüchen angegeben.
Die Erfindung beruht auf einer Kombination der Pixel-basierten und Vektorbasierten Technik. Als erstes wird das Bild mit einem Raster belegt. Für jedes Pixel des Rasters wird zunächst der Pixelwert, d.h. Farbwert bzw. Helligkeitswert, ermittelt. Anschließend wird für jeden Pixel, aus einer zuvor festgelegten Menge von benachbarten Pixeln, ein weiterer Wert, im folgenden Pixeldifferenzwert genannt, berechnet. Der Pixeldifferenzwert ergibt sich aus der Differenz des Pixelwerts eines betrachteten Pixels zu jedem seiner betrachteten Nachbarpixel. Dieser Wert ist umso höher, je größer die Differenz des Pixelwertes zu seinen benachbarten Pixeln ist. Anschließend werden die Pixeldifferenzwerte der einzelnen Pixel des Bildes absteigend sortiert. Die für die Berechnung eines Pixeldifferenzwerts hinzugezogenen Pixel werden jeweils zu einer Pixelgruppe zusammengefasst. Die so gewonnenen Pixelgruppen werden entsprechend der absteigenden Sortierung der Pixeldifferenzwerte, d.h. entsprechend ihrer durch den Pixeldifferenzwert bestimmten Priorität, abgespeichert.
Es ergibt sich einen Prioritätenliste, wobei zuoberst auf der Liste diejenigen Pixelgruppen erscheinen, deren Pixeldifferenzwert und damit Priorität am größten ist.
Die Pixelwerte der Pixelgruppen können durch Lauflängencodierung oder andere bekannte Komprimierungsmethoden, z.B. Zip-Verfahren, weiter komprimiert werden.
Zur Wiederherstellung des Bildes werden zunächst die Pixelgruppen mit den höchsten Pixeldifferenzwerten (Prioritäten) geladen. Aus jeweils drei sich am nächsten liegenden Pixelgruppen wird jeweils ein Dreieck gebildet. Dreiecke sind in ihrer Größe skalierbar, und können so an unterschiedliche Auflösungen angepasst werden. Sollen bestimmte Bildbereiche besonders genau wiedergegeben werden, können die Pixelgruppen dieser Bereiche mit einer höheren Priorität versehen werden. Die Fläche der jeweiligen Dreiecke wird durch einen Farbverlauf, der aus den Farbwerten der jeweils drei die Ecken des Dreiecks bildenden Pixelgruppen berechnet wird, ausgefüllt.
Bei Schwarz-Weiß Bildern wird anstelle der Farbwerte der jeweilige Helligkeitswert der Pixel bzw. Pixelgruppen betrachtet und ein entsprechender Helligkeitsverlauf berechnet.
Je mehr Pixelgruppen dargestellt werden, je kleiner werden die Dreiecke und je genauer kann das Bild rekonstruiert werden.
Die Vorteile des erfindungsgemäßen Verfahrens liegen in der hohen Skalierbarkeit durch einfache Anpassung an unterschiedliche Displaygrößen und der Möglichkeit einer erhöhten Auflösung von interessanten Bereichen eines Bildes durch Priorisierung bestimmter Bildbereiche.
Das Verfahren ermöglicht es den Hersteller bzw. Bildverarbeitungsprofis, durch unterschiedliche Priorisierungen der Pixelgruppen herstellerspezifische Optimierungsroutinen verwenden. Da jedoch immer die Quellpixelwerte übertragen werden, kann das Bild aber auch ohne Verwendung der herstellerspezifischen Optimierungsroutinen wieder erzeugt werden.
Ferner ist eine Erhöhung der Auflösung von Details durch Nachladen der interessanten Bildbereiche, anstelle des Nachladens eines komplett neuen Bildes mit einer anderen Auflösung möglich.
Das Verfahren ist sehr fehlertolerant, da das Bild auch bei Übertragungsfehlem einzelner Pixelgruppen wieder erzeugt werden kann.
Ein Ausführungsbeispiel der Erfindung wird anhand der Zeichnungsfiguren näher erläutert. Aus den Zeichnungen und deren Beschreibung ergeben sich weitere Merkmale, Vorteile und Anwendungsmöglichkeiten der Erfindung. Es zeigt: Figur 1 : Darstellung eines Bildarrays aus 20 x 21 Pixeln;
Figur 2: Darstellung verschiedener Formen von Pixelgruppen;
Figur 3: Neu generiertes Bildarray mit eingefügten Pixelgruppen in der
Bildecke; Figur 4: Ausfüllen der Flächen zwischen den bereits eingefügten
Pixelgruppen; Figur 5: Einfügen weitere Pixelgruppen und Ausfüllen der dazwischenliegenden Flächen.
Nachfolgend wird anhand eines exemplarischen Beispiels eine Komprimierung und Dekomprimierung einer 2 dimensionalen Bilddatei (Bildarray) beschrieben.
Folgende Annahmen werden getroffen:
Die Bildquelle liegt als Bitmap, d.h. als Bildarray, vor.
Jedes Pixel des Bildarrays wird durch einen 32 Bit Wert (Pixelwert) repräsentiert. Die 32 Bit sind z.B. in 4 Werte (Transparent, Rot, Grün, Blau) mit jeweils 8 Bit aufgeteilt.
Das beispielhaft dargestellte Bildarray ist ein Bild mit der Bildbreite von 20 Pixeln und einer Bildhöhe von 21 Pixeln. Die Position der Pixel ist durch eine Integer Zahl festgelegt. Das Bildarray wird in der in Figur 1 gezeigten Weise von 0 bis 419 durchgezählt. Die Zahl innerhalb jedes Kastens entspricht der Position des zugehörigen Pixels.
Die Komprimierung des Bildes erfolgt folgendermaßen: Bildarray einlesen
Ein Bild wird in das in Figur 1 gezeigte 20 x 21 Pixel große Bildarray eingelesen. Jedes Pixel ist durch seine Position (0 bis 419) und seinen Pixelwert (Färb- bzw. Helligkeitswert) definiert.
Pixelgruppen festlegen
Als nächstes wird festgelegt, welche benachbarten Pixel eine Pixelgruppe bilden. Mit pO ist dabei dasjenige Pixel bezeichnet, das die Position der Pixelgruppe angibt. Die relative Position der übrigen Pixel, z.B. p1 -p4, einer Pixelgruppe zum Bezugspixel pO ergibt sich aus der verwendeten Art (Form) der Pixelgruppe. In Figur 2 sind exemplarisch einige mögliche Formen von Pixelgruppen dargestellt. Es können sowohl zum Bezugspixel pO symmetrische als auch unsymmetrische Pixelgruppen gebildet werden. Welche Art von Pixelgruppe verwendet wird, ist u.a. von der Art des Bildmaterials und der angestrebten Kompressionsrate abhängig. In der Regel ist der zu erreichende Kompressionsfaktor umso größer, je mehr Pixel eine Pixelgruppe umfasst. Zum kodieren und dekodieren, d.h. komprimieren und dekomprimieren des Bildes muss die gleiche Form von Pixelgruppen verwendet werden.
In der weiteren Beschreibung des Verfahrens wird mit der Form der in Figur 2 dick umrandeten Pixelgruppe (links unten) weitergearbeitet.
Prioritätswerte ermitteln
Für jedes Pixel pO einer Pixelgruppe wird nun die Priorität in Bezug auf dessen Pixelgruppe berechnet. Dabei wird jedes Pixel 0 - 419 des Bildes einmal zum Bezugspixel pO.
Die Pixel am Bildrand können eine besondere Behandlung erfahren, z.B. durch Auswahl einer bestimmten Pixelgruppenform im Randbereich oder Verkleinerung der zu betrachteten Fläche (Abschneiden der Randbereiche). Zur Berechnung der Priorität kann es verschiedene Rechenmethoden geben. Exemplarisch wird hier eine lineare Methode verwendet.
Dazu werden die einzelnen Pixelwerte PO, P1 , P2, P3 und P4 einer Pixelgruppe in ihre Farbanteile Rot, Grün und Blau zerlegt. Jeder dieser Farbwerte wird durch 8 Bit repräsentiert. Für jede Farbe eines jeden Pixels P1 -P4 wird nun ein Färb differenzwert in Bezug auf PO ermittelt, z.B. P0_rot - P1_rot, P0_rot - P2_rot, ... , P0_blau - P4_blau. Die absoluten Farbdifferenzwerte werden addiert und durch die Anzahl der Farben und Anzahl der betrachteten Pixel geteilt. Das Ergebnis ist ein Prioritätswert für die betrachtete Pixelgruppe. Dieser Prioritätswert ist umso höher, je unterschiedlicher die Farbwerte der einzelnen Pixel der Pixelgruppe sind.
Weitere Methoden zur Ermittlung des Prioritätswert sind die Benutzung von Grauwerten oder der Maximalwert einer Farbdifferenz einer Farbe. Da der Prioritätswert später selbst nicht übertragen, bzw. abgespeichert wird, hat das Verfahren zur Ermittlung des Prioritätswert keinen direkten Einfluss auf die Dekodierung.
Durch diese Priorisierung wird erreicht, dass Bildbereiche, die einen großen Färb- oder Kontrastwechsel aufweisen, wie z.B. Kanten, eine hohe Priorität erhalten, und relativ gleichbleibende Bildinhalte, wie z.B. blauer Himmel, eine Niedrige.
Prioritätswerte sortieren
In diesem Schritt werden die Prioritätswerte der Größe nach absteigend sortiert. In Abhängigkeit der Implementierung kann eine Sortierung nach Ermittlung jedes neuen Prioritätswertes oder im nachhinein durchgeführt werden. In Abhängigkeit der verfügbaren Ressourcen können neben der reinen Priorisierung durch die Farbwerte benachbarter Pixel auch Abhängigkeiten der Lage der priorisierten Pixelgruppen herangezogen werden.
Ein Anwendungsfall soll dies verdeutlichen. Betrachtet man auf See einen Horizont, erscheint dieser wie eine waagerechte Linie. Es ist zu erwarten, dass die Prioritätswerte jeder Pixelgruppe entlang diesem Horizont in etwa gleich sind. In diesem Fall besitzen die am weitesten auseinander liegenden Punkte der Horizontlinie die größte Aussagekraft. Durch Übertragung der äußersten linken und äußersten rechten Pixelgruppen des Horizonts ist es schon möglich, diesen wieder zu rekonstruieren.
Eine weitere Möglichkeit der Priorisierung liegt in der Höherbewertung bestimmter Bildbereiche. Ein solcher Bildbereich können zum Beispiel Gesichter auf Fotos sein. Obwohl Gesichter auf Urlaubsfotos manchmal nur einen prozentual kleinen Bereich des gesamten Bildes ausmachen, stehen sie beim Betrachten meist im Mittelpunkt. Ein solches menschliches Sehverhalten kann durch entsprechende Priorisierung der Pixelgruppen dieser Bildbereiche (Gesichtsbereiche) berücksichtigt werden. Ebenso können die Pixelgruppen im Zentrum des Bildes eine entsprechend höhere Priorisierung erfahren.
Eine weitere Möglichkeit der Optimierung besteht in der Tatsache, dass sich benachbarte Pixelgruppen gegenseitig überlagern. Durch geschickte Auswahl der Pixelgruppen kann vermieden werden, dass sich überlagernde Pixelwerte benachbarten Pixelgruppen wiederholt übertragen werden.
Wird das zu komprimierende Bild direkt mit einer CCD Kamera oder einem Scanner aufgenommen, besteht prinzipiell die Möglichkeit, aus dem in der Kamera / dem Scanner vorhandenen, bildbearbeitenden Mikrochip direkt ein nach Prioritäten sortiertes Array zu erhalten. Somit wird beim komprimieren ein wesentlicher Teil des Rechenaufwandes eingespart. Pixelgruppen abspeichern
Zunächst werden einige Kenngrößen des Bildes abgespeichert. Exemplarisch aufgeführt sind das:
- Bildbreite (in Pixel)
- Bildhöhe (in Pixel)
- Verwendete form der Pixelgruppe (nicht notwendig wenn nur eine Form standardisiert ist)
- Die 4 Pixelgruppen der Bildecken
Anschließend werden die einzelnen Pixelgruppen entsprechend ihrer Priorität abgespeichert, d.h. Pixelgruppen mit hoher Priorität werden zuerst gespeichert (und später auch zuerst ausgelesen).
Dazu wird zunächst der Positionswert des Bezugspixels pO der Pixelgruppe abgespeichert. Anschließend werden die Pixelwerte PO, P1 , P2, P3, P4 abgespeichert.
Beispiel:
Positionswert PO, Pixelwerte PO, P1 , P2, P3, P4; nächster Positionswert PO (mit gleicher oder niedrigerer Priorität), Pixelwerte P1 , P2, P3, P4, ... , nächster Positionswert PO (mit geringster Priorität), Pixelwerte PO, P1 , P2, P3, P4.
Das Abspeichern kann durch verschiedene Methoden, die hier nur exemplarisch angesprochen werden, optimiert werden.
Es kann eine Lauflängencodierung der Pixelgruppen vorgenommen werden. Z.B. wenn in einem Bildbereich keine Rotanteile vorkommen, kann dies anstelle von 8 Bit (rot) nur mit z.B. 2 Bit übertragen werden, oder es kann die Anzahl der führenden Nullen ausgenutzt werden. Femer können allgemein übliche Komprimierungsmethoden, z.B. Zip- Format, verwendet werden.
Durch Festlegung eines Grenzwertes für die Priorisierung kann eine bestimmte Qualität gewährleistet werden. Z.B. kann ein Grenzwert für die Pixeldifferenzwerte festgelegt werden unterhalb dessen die zugeordnete Pixelgruppe immer den niedrigsten Prioritätswert bekommt.
Bei einer Festlegung einer maximalen Dateigröße ist durch die Priorisierung sichergestellt, dass die wesentlichsten Bildinformationen zuerst abgespeichert werden.
Dekomprimieren des Bildes:
Neues Bildarray generieren
Zur Generierung eines neuen Bildes werden zunächst die Kenngrößen des Bildes eingelesen und ausgewertet.
Exemplarisch sind dies Bildbreite, Bildhöhe und Form der Pixelgruppe. Aus diesen Werten wird dann ein zunächst leeres Bildarray vergleichbar mit der Darstellung in Figur 1 erzeugt. Stimmen die Bildhöhe und Bildbreite zwischen dem Ursprungsbild und der nun gewünschten Darstellung (z.B. begrenztes PDA Display oder hochauflösender Bildschirm) nicht überein, muss entsprechend skaliert werden. Dazu werden zunächst Umrechnungsfaktoren ermittelt (Bildbreite_Orginal / Bildbreite_Display und Bildhöhe_Orginal / Bildhöhe_Display). Diese Faktoren können benutzt werden um den Positionswert von dem Originalbild in den Positionswert des neuen Displays umzurechnen.
Eck-Pixelgruppen einfügen
Wie in Figur 3 dargestellt ist, werden entsprechend der Reihenfolge der priorisierten Pixelgruppen diese nun eingelesen. Zunächst werden die 4 Pixelgruppen der Ecken in das neu generierte Bildarray eingetragen. Die Position (pO) der jeweiligen Pixelgruppe ist durch die schwarz unterlegten Felder 21 , 38, 381 bzw. 398 bestimmt. Dieser Positionswert (pO) liegt als Integerwert in der abgespeicherten Datei vor. Anschließend können die zur jeweiligen Pixelgruppe gehörenden, dunkelgrau grau unterlegten Pixelwerte (p1 -p4) in das neue Bildarray eingetragen werden. Die dazwischen liegenden, hellgrau markierten Pixelwerte lassen sich dann aus den dunkelgrau und schwarz markierten Feldern berechnen. Zur Berechnung werden zunächst die bekannten Pixelwerte in ihre Bestandteile Rot, Grün und Blau zerlegt. Anschließend wird der Mittelwert jeder Farbe berechnet, z.B. Pixel(22) = (Pixel(2) + Pixel(21 ) + Pixel(42))/3).
Flächen ausfüllen
Nun werden die vorhandenen Pixelgruppen durch Linien miteinander verbunden. Es ergeben sich Dreiecke, dessen Ecken durch die entsprechenden Pixelgruppen definiert sind. Exemplarisch soll dies an der Linie zwischen Pixelposition 2 und Pixelposition 17 verdeutlicht werden. Der Farbverlauf der Linie wird anhand der Farbwerte der Pixel 2 und 17 berechnet. Zunächst wird die Anzahl der Pixel zwischen diesen beiden Positionen ermittelt, im Beispiel 14. Anschließend wird für jede Farbe (Rot, Grün, Blau) die Farbdifferenz ermittelt, z.B. Farbwert an Position 2 = 2; Farbwert an Position 17 = 30 ergibt Farbdifferenz von 28). Eine Farbwertsteigerung pro Pixel - vom Pixel 2 zum Pixel 17 - errechnet sich dann aus Farbdifferenz / Anzahl (Im Beispiel 28/14 = 2).
Die noch übrigen Flächen werden durch Zeichnen von horizontalen Linien ausgefüllt, z.B. von Position 63 nach Position 74, von Position 82 nach Position 93, usw. Auch hier wird ein vorläufiger Farbverlauf zwischen den Punkten wie oben angegeben berechnet,
Wie Figur 5 zeigt, ergibt jede weitere hinzufügte Pixelgruppe weitere Dreiecke die entsprechend ausgefüllt werden können. Nachdem zunächst die gesamte Fläche durch Nutzung der 4 Eckpunkte (21 , 38, 398, 381 ) ausgefüllt wurde, kann nun mit jeder weiteren Pixelgruppe die Auflösung verfeinert werden. Das Hinzufügen der Pixelgruppe 87 führt zu 4 Dreiecken mit den Bezugspunkten (21 , 38, 87), (21 , 87, 381 ), (381 , 87, 398), (398, 78, 38). Wird nun innerhalb eines solchen Dreieckes, z.B. 87, 381 , 398, eine weitere Pixelgruppe (247) eingefügt entstehen 3 neue Dreiecke (247,381 ,398), (247, 87, 381 ) und (247,87, 398). Jede neue Pixelgruppe erzeugt somit 3 neue Dreiecke, die ausgefüllt werden können. Je mehr Pixelgruppen eingefügt sind, d.h. je mehr Dreiecke gebildet werden, desto näher kommt der berechnete Farbverlauf dem tatsächlichen Farbverlauf des Bildes. Da ab nun immer nur neue Dreiecke entstehen, können für die Berechnungen optimierte Verfahren verwendet werden. Ferner können die jeweils 3 neu entstehenden Dreiecke parallel berechnet werden, um die Bearbeitungsgeschwindigkeit zu steigern. Zusätzliche Möglichkeit der Parallelisierung entsteht dadurch, wenn neue Pixelgruppen in unterschiedlichen Regionen des Bildes hinzugefügt werden.

Claims

Patentansprüche
1. Verfahren zur Komprimierung von Bilddaten, die aus einem Array einzelner Bildpunkte (Pixel) bestehen, wobei jedes Pixel (0-419) einen Pixelwert aufweist, der Färb- oder Helligkeitsinformation des Pixels beschreibt, gekennzeichnet durch die Schritte: a) Ermitteln eines Prioritätswertes für jedes Pixel des Arrays durch Berechnen eines Pixeldifferenzwertes anhand des jeweiligen Pixelwerts des Pixels in Bezug auf die Pixelwerte einer zuvor festgelegten Gruppe von benachbarten Pixeln; b) Zusammenfassen der für die Berechnung des Prioritätswertes hinzugezogenen Pixel zu einer Pixelgruppe (P0-P4), c) Sortieren der Pixelgruppen des Bildarrays anhand ihres Prioritätswertes; und d) Abspeichern und/oder Übertragen der Pixelgruppen entsprechend ihrer Priorität.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass der Pixeldifferenzwert sich aus der Differenz des Pixelwerts eines betrachteten Pixels zum Pixelwert jedes seiner betrachteten Nachbarpixel der Pixelgruppe ergibt.
3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als erstes die Kenngrößen des Bildes, wie Bildbreite in Pixel, Bildhöhe in Pixel, Form der verwendeten Pixelgruppe und die Eck-Pixelgruppen der vier Bildecken abgespeichert und/oder übertragen werden.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass für jede Pixelgruppe die Position eines Bezugspixels (PO), dessen Pixelwert, sowie der Pixelwert der übrigen Pixel (P1 -P4) der Pixelgruppe abgespeichert oder übertragen wird.
5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass Pixelgruppen bestimmter Bildbereiche eine erhöhte Priorität zugeordnet wird.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Pixelwerte der Pixelgruppen durch Lauflängencodierung oder andere Kompressionsverfahren weiter komprimiert werden.
7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Ermittlung und Ausgabe der nach Prioritäten sortierten Pixelgruppen bereits durch ein verwendetes bildaufnehmendes System, wie z.B. Scanner, CCD-Kamera, erfolgt.
8. Verfahren zur Dekomprimierung von Bilddaten, die mit dem Verfahren gemäß den Ansprüchen 1 bis 7 komprimiert wurden, gekennzeichnet durch die Schritte: a) Generieren eines leeren Bildarrays aus den eingelesenen Kenngrößen des komprimierten Bildes, b) Einlesen der Eck-Pixelgruppen und Einfügen an den vier Bildecken des Bildarrays, c) Bilden von Dreiecken durch Verbinden von jeweils drei unmittelbar benachbarter Pixelgruppen durch mindestens eine Linie, d) Ausfüllen der die Fläche der Dreiecke bildenden Pixel durch einen aus den das Dreieck bildenden Pixelgruppen berechneten Farb- und/oder Helligkeitsverlauf, e) Einlesen und Einfügen der nächsten Pixelgruppe in das Bildarray; f) Wiederholen der Schritte c) bis f).
9. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die Schritte c) bis f) solange wiederholt werden, bis alle oder eine gewünschte Anzahl von Bilddaten eingelesen und verarbeitet wurden.
10. Verfahren nach Anspruch 7 oder 8, dadurch gekennzeichnet, dass die Dreiecke in ihrer Größe skalierbar und an unterschiedliche Bildauflösungen anpassbar sind.
PCT/DE2002/000995 2001-03-21 2002-03-19 Verfahren zur komprimierung und dekomprimierung von bilddaten WO2002078322A1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
EP02727252A EP1374559B1 (de) 2001-03-21 2002-03-19 Verfahren zur komprimierung und dekomprimierung von bilddaten
JP2002576416A JP3887664B2 (ja) 2001-03-21 2002-03-19 画像データの圧縮及び伸張方法
CA2441372A CA2441372C (en) 2001-03-21 2002-03-19 Method for compression and decompression of image data
DE50206898T DE50206898D1 (de) 2001-03-21 2002-03-19 Verfahren zur komprimierung und dekomprimierung von bilddaten
US10/472,288 US7359560B2 (en) 2001-03-21 2002-03-19 Method for compression and decompression of image data with use of priority values

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
DE10113881.4 2001-03-21
DE10113881 2001-03-21
DE10152612A DE10152612B4 (de) 2001-03-21 2001-10-25 Verfahren zur Komprimierung und Dekomprimierung von Bilddaten
DE10152612.1 2001-10-25

Publications (1)

Publication Number Publication Date
WO2002078322A1 true WO2002078322A1 (de) 2002-10-03

Family

ID=26008857

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2002/000995 WO2002078322A1 (de) 2001-03-21 2002-03-19 Verfahren zur komprimierung und dekomprimierung von bilddaten

Country Status (12)

Country Link
US (1) US7359560B2 (de)
EP (1) EP1374559B1 (de)
JP (1) JP3887664B2 (de)
CN (1) CN1233146C (de)
AT (1) ATE327636T1 (de)
CA (1) CA2441372C (de)
CZ (1) CZ20032890A3 (de)
DE (1) DE50206898D1 (de)
ES (1) ES2265500T3 (de)
PT (1) PT1374559E (de)
RU (1) RU2279189C2 (de)
WO (1) WO2002078322A1 (de)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10229976B4 (de) * 2002-07-03 2007-06-28 T-Mobile Deutschland Gmbh Verfahren zur Ver- und Entschlüsselung von nach dem Verfahren der priorisierten Pixelübertragung übertragenen oder gespeicherten digitalen Daten
DE10230809B4 (de) * 2002-07-08 2008-09-11 T-Mobile Deutschland Gmbh Verfahren zur Übertragung von Audiosignalen nach dem Verfahren der priorisierenden Pixelübertragung
DE10230812B4 (de) * 2002-07-08 2004-11-25 T-Mobile Deutschland Gmbh Verfahren zur Übertragung von zusätzlichen Informationen bei Verwendung eines Verfahrens zur Komprimierung von Daten mittels einer priorisierenden Pixelübertragung
JP4822396B2 (ja) * 2005-03-29 2011-11-24 株式会社メガチップス 画像強調装置
US20070025630A1 (en) * 2005-07-27 2007-02-01 Sung Chih-Ta S Method and apparatus of image compression
CN100437596C (zh) * 2005-12-20 2008-11-26 鸿富锦精密工业（深圳）有限公司 尺寸号码自动标注系统及方法
CN101123668B (zh) * 2006-08-08 2010-12-15 上海西门子医疗器械有限公司 Ct图像的压缩方法
KR101415564B1 (ko) 2007-10-29 2014-08-06 삼성디스플레이 주식회사 표시 장치의 구동 장치 및 방법
DE102007052622A1 (de) * 2007-11-05 2009-05-07 T-Mobile International Ag Verfahren zur Bildanalyse, insbesondere für ein Mobilfunkgerät
KR101775555B1 (ko) * 2010-03-02 2017-09-07 삼성전자주식회사 동영상 패킷 생성 방법 및 그 장치
CN104869327A (zh) * 2015-05-28 2015-08-26 惠州Tcl移动通信有限公司 一种高清显示屏的图像文件快速显示的方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05244435A (ja) * 1992-02-28 1993-09-21 Fujitsu Ltd 画像の階層符号化方法および画像符号化装置
US5647024A (en) * 1994-03-12 1997-07-08 Victor Company Of Japan, Ltd. Multi dimensional image compression and decompression method using feature points on a luminance contour line
US5675669A (en) * 1995-03-20 1997-10-07 Daewoo Electronics, Co., Ltd. Apparatus for encoding/decoding an image signal having a still object

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6496607B1 (en) * 1998-06-26 2002-12-17 Sarnoff Corporation Method and apparatus for region-based allocation of processing resources and control of input image formation
US6731792B1 (en) * 1998-08-24 2004-05-04 Minolta Co., Ltd. Method and apparatus for accurately dividing a color image into proper regions, and storage media storing a program for executing such a method
US6897977B1 (en) * 2000-11-20 2005-05-24 Hall Aluminum Llc Lossy method for compressing pictures and video
US6901169B2 (en) * 2001-02-01 2005-05-31 At & T Corp. Method and system for classifying image elements

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05244435A (ja) * 1992-02-28 1993-09-21 Fujitsu Ltd 画像の階層符号化方法および画像符号化装置
US5647024A (en) * 1994-03-12 1997-07-08 Victor Company Of Japan, Ltd. Multi dimensional image compression and decompression method using feature points on a luminance contour line
US5675669A (en) * 1995-03-20 1997-10-07 Daewoo Electronics, Co., Ltd. Apparatus for encoding/decoding an image signal having a still object

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
BELL D M ET AL: "PROGRESSIVE TECHNIQUE FOR HUMAN FACE ARCHIVING AND RETRIEVAL", JOURNAL OF ELECTRONIC IMAGING, SPIE + IS&T, US, vol. 5, no. 2, 1 April 1996 (1996-04-01), pages 191 - 197, XP000596290, ISSN: 1017-9909 *
CARLSSON S: "SKETCH BASED CODING OF GREY LEVEL IMAGES", SIGNAL PROCESSING. EUROPEAN JOURNAL DEVOTED TO THE METHODS AND APPLICATIONS OF SIGNAL PROCESSING, ELSEVIER SCIENCE PUBLISHERS B.V. AMSTERDAM, NL, vol. 15, no. 1, 1 July 1988 (1988-07-01), pages 57 - 83, XP000001795, ISSN: 0165-1684 *
CHEE Y-K: "SURVEY OF PROGRESSIVE IMAGE TRANSMISSION METHODS", INTERNATIONAL JOURNAL OF IMAGING SYSTEMS AND TECHNOLOGY, WILEY AND SONS, NEW YORK, US, vol. 10, no. 1, 1999, pages 3 - 19, XP000805935, ISSN: 0899-9457 *
KUNT M ET AL: "SECOND-GENERATION IMAGE-CODING TECHNIQUES", PROCEEDINGS OF THE IEEE, IEEE. NEW YORK, US, vol. 73, no. 4, 1 April 1985 (1985-04-01), pages 549 - 574, XP000611041, ISSN: 0018-9219 *
MARSHALL S: "APPLICATION OF IMAGE CONTOURS TO THREE ASPECTS OF IMAGE PROCESSING: COMPRESSION, SHAPE RECOGNITION AND STEREOPSIS", IEE PROCEEDINGS I. SOLID- STATE & ELECTRON DEVICES, INSTITUTION OF ELECTRICAL ENGINEERS. STEVENAGE, GB, vol. 139, no. 1 PART 1, 1 February 1992 (1992-02-01), pages 1 - 8, XP000292350, ISSN: 0956-3776 *
PATENT ABSTRACTS OF JAPAN vol. 017, no. 710 (E - 1484) 24 December 1993 (1993-12-24) *
SIMON S: "Generalized run-length coding for SNR-scalable image compression", SIGNAL PROCESSING VII, THEORIES AND APPLICATIONS. PROCEEDINGS OF EUSIPCO-94. SEVENTH EUROPEAN SIGNAL PROCESSING CONFERENCE, PROCEEDINGS OF EUSIPCO-94 - 7TH EUROPEAN SIGNAL PROCESSING CONFERENCE, EDINBURGH, UK, 13-16 SEPT. 1994, 1994, Lausanne, Switzerland, Eur. Assoc. Signal Process, Switzerland, pages 560 - 563 vol.1, XP008007229 *
YAN J K ET AL: "ENCODING OF IMAGES BASED ON A TWO-COMPONENT SOURCE MODEL", IEEE TRANSACTIONS ON COMMUNICATIONS, IEEE INC. NEW YORK, US, vol. 25, no. 11, 1 November 1977 (1977-11-01), pages 1315 - 1322, XP000644936, ISSN: 0090-6778 *

Also Published As

Publication number Publication date
US20040109609A1 (en) 2004-06-10
RU2279189C2 (ru) 2006-06-27
CN1498493A (zh) 2004-05-19
EP1374559A1 (de) 2004-01-02
JP3887664B2 (ja) 2007-02-28
RU2003130966A (ru) 2005-04-27
CA2441372C (en) 2012-10-09
EP1374559B1 (de) 2006-05-24
PT1374559E (pt) 2006-10-31
ES2265500T3 (es) 2007-02-16
CZ20032890A3 (cs) 2004-01-14
JP2004534432A (ja) 2004-11-11
ATE327636T1 (de) 2006-06-15
CN1233146C (zh) 2005-12-21
CA2441372A1 (en) 2002-10-03
DE50206898D1 (de) 2006-06-29
US7359560B2 (en) 2008-04-15

Similar Documents

Publication Publication Date Title
DE3005775C2 (de) Kodierverfahren für ein Farbbild
DE69434862T2 (de) Segmentierungs-basiertes entfernen von artefakten aus einem jpeg-bild
DE69937785T2 (de) Verfahren zur Selektion von Farbblockpunkten für die Blockkodierung
DE60032689T2 (de) Verfahren und Vorrichtung zur Bildkompression
DE69926469T2 (de) Filterung von Bilddaten bei der Verarbeitung zusammengesetzter Dokumente
DE19531004C2 (de) Verfahren und Vorrichtung zur wahrnehmungsoptimierten Übertragung von Video- und Audio-Daten
DE102016207230A1 (de) Wahrnehmbare Farbumwandlungen für Videokodierung mit einem breiten Farbumfang
EP1371229B1 (de) Verfahren zur komprimierung und dekomprimierung von videodaten
EP1404113A1 (de) Verfahren zur automatischen Bearbeitung digitaler Bilddaten
EP1374559B1 (de) Verfahren zur komprimierung und dekomprimierung von bilddaten
EP3434015B1 (de) Datenkompression mittels adaptiven unterabtastens
DE60033716T2 (de) Verfahren und Vorrichtung zur Bilddatenkompression
DE69820148T2 (de) Verfahren zur Kompression/Dekompression von Bilddaten
DE112018002432T5 (de) Verfahren und Vorrichtung zum Reduzieren von Artefakten in einem projektionsbasierten Rahmen
DE69934385T2 (de) Bilddatenkompression für Verarbeitung zusammengesetzter Dokumente
DE10152612B4 (de) Verfahren zur Komprimierung und Dekomprimierung von Bilddaten
EP2294825B1 (de) Vorrichtung und verfahren zum codieren und decodieren einer mehrzahl von fliesskommawerten
DE2460654A1 (de) Verfahren und einrichtung zum codieren eines gegebenen informationssignals
DE19944213C1 (de) Verfahren zum Komprimieren eines digitalen Bildes mit mehreren Bit-Ebenen
EP1034511B1 (de) Verfahren zur umsetzung digitaler daten im raster einer ersten auflösung in digitale zieldaten einer zweiten auflösung
DE69934774T2 (de) Videoverarbeitung in pc verwendet statistisch abgestimmte farbwürfel
DE69828019T2 (de) Verfahren und Vorrichtung zur iterativen Bildtransformation und -dekodierung
DE60311946T2 (de) Verfahren und Vorrichtung zur Bilddateienglättung
EP0929975A1 (de) Verfahren und anordnung zur vektorquantisierung und zur inversen vektorquantisierung eines digitalisierten bildes
WO1992017981A1 (de) Verfahren zur kompression von bilddaten

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BY BZ CA CH CN CO CR CU CZ DK DM DZ EC EE ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NO NZ OM PH PL PT RO RU SD SE SG SI SK SL TJ TM TN TR TT TZ UA UG US UZ VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): GH GM KE LS MW MZ SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 2002727252

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2002576416

Country of ref document: JP

Ref document number: 2441372

Country of ref document: CA

Ref document number: 028069269

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: PV2003-2890

Country of ref document: CZ

WWE Wipo information: entry into national phase

Ref document number: 10472288

Country of ref document: US

WWP Wipo information: published in national office

Ref document number: 2002727252

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: PV2003-2890

Country of ref document: CZ

WWG Wipo information: grant in national office

Ref document number: 2002727252

Country of ref document: EP