WO2012120876A1 - 画像復号方法、画像符号化方法、画像復号装置、及び画像符号化装置 - Google Patents

画像復号方法、画像符号化方法、画像復号装置、及び画像符号化装置 Download PDF

Info

Publication number
WO2012120876A1
WO2012120876A1 PCT/JP2012/001524 JP2012001524W WO2012120876A1 WO 2012120876 A1 WO2012120876 A1 WO 2012120876A1 JP 2012001524 W JP2012001524 W JP 2012001524W WO 2012120876 A1 WO2012120876 A1 WO 2012120876A1
Authority
WO
WIPO (PCT)
Prior art keywords
pixel
data
target block
prediction
quantization
Prior art date
Application number
PCT/JP2012/001524
Other languages
English (en)
French (fr)
Inventor
陽司 柴原
西　孝啓
寿郎 笹井
敏康 杉尾
Original Assignee
パナソニック株式会社
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
Application filed by パナソニック株式会社 filed Critical パナソニック株式会社
Publication of WO2012120876A1 publication Critical patent/WO2012120876A1/ja

Links

Images

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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/129—Scanning of coding units, e.g. zig-zag scan of transform coefficients or flexible macroblock ordering [FMO]
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock

Definitions

  • the present invention relates to an image encoding method and an image decoding method for performing image encoding or decoding using intra prediction.
  • Such a video coding standard is, for example, H.264. ITU-T standard indicated by 26x and ISO / IEC standard indicated by MPEG-x.
  • the latest and most advanced video coding standard is currently H.264. H.264 / MPEG-4 AVC standard (see Non-Patent Document 1).
  • an object of the present invention is to provide an image encoding method and an image decoding method that can further improve the encoding efficiency in image encoding and decoding using intra prediction.
  • An image decoding method is an image decoding method for decoding a target block, wherein the prediction pixel data of each pixel included in the target block is sequentially predicted using peripheral pixels of the pixel. Generated in the prediction step, the inverse quantization step of sequentially dequantizing the quantization coefficient of each pixel included in the target block to generate residual pixel data which is data in the spatial domain, and the inverse quantization step. And adding the prediction pixel data predicted in the intra prediction step to the residual pixel data to generate decoded pixel data. In the inverse quantization step, the prediction in the intra prediction step is included. The inverse quantization order of the quantization coefficient of each pixel included in the target block is adaptively switched according to a prediction mode indicating a direction.
  • encoding efficiency can be further improved in image encoding and decoding using intra prediction.
  • FIG. 1A is a diagram illustrating a zigzag scan of quantization coefficients.
  • FIG. 1B is a diagram illustrating horizontal priority scanning of quantization coefficients.
  • FIG. 1C is a diagram illustrating vertical priority scanning of quantization coefficients.
  • FIG. 2A is a block diagram of an image coding apparatus according to Embodiment 1.
  • FIG. 2B is a flowchart showing the operation of the image encoding device in FIG. 2A.
  • FIG. 3A is a block diagram of an image decoding apparatus according to Embodiment 1.
  • FIG. 3B is a flowchart showing the operation of the image decoding apparatus in FIG. 3A.
  • FIG. 4A is a diagram illustrating a relationship between a target block and peripheral pixels in the in-plane prediction process.
  • FIG. 4A is a diagram illustrating a relationship between a target block and peripheral pixels in the in-plane prediction process.
  • FIG. 4B is a diagram illustrating an example of a prediction direction in in-plane prediction.
  • FIG. 4C is a diagram illustrating another example of the prediction direction in the in-plane prediction.
  • FIG. 5A is a diagram illustrating a dependency relationship of pixels in the upper left prediction mode.
  • FIG. 5B is an example of a zigzag order corresponding to the upper left prediction mode.
  • FIG. 6A is a diagram illustrating a pixel dependency relationship in the upper right prediction mode.
  • FIG. 6B is an example of a zigzag order corresponding to the upper right prediction mode.
  • FIG. 7A is a diagram illustrating a pixel dependency relationship in the lower left prediction mode.
  • FIG. 7B is an example of a zigzag order corresponding to the lower left prediction mode.
  • FIG. 5A is a diagram illustrating a dependency relationship of pixels in the upper left prediction mode.
  • FIG. 5B is an example of a zigzag order corresponding to the upper left prediction mode.
  • FIG. 8A is a diagram illustrating a dependency relationship of pixels in the horizontal direction prediction mode.
  • FIG. 8B is an example of the row direction priority order corresponding to the horizontal prediction mode.
  • FIG. 8C is an example of a column direction priority order corresponding to the horizontal direction prediction mode.
  • FIG. 8D is another example of the column direction priority order corresponding to the horizontal direction prediction mode.
  • FIG. 9A is a diagram illustrating a dependency relationship of pixels in the vertical direction prediction mode.
  • FIG. 9B is an example of a column direction priority order corresponding to the vertical direction prediction mode.
  • FIG. 9C is an example of the row direction priority order corresponding to the vertical direction prediction mode.
  • FIG. 9D is another example of the row direction priority order corresponding to the vertical direction prediction mode.
  • FIG. 9A is a diagram illustrating a dependency relationship of pixels in the vertical direction prediction mode.
  • FIG. 9B is an example of a column direction priority order corresponding to the vertical direction prediction mode.
  • FIG. 9C is an example of the
  • FIG. 10 is an overall configuration diagram of a content supply system that realizes a content distribution service.
  • FIG. 11 is an overall configuration diagram of a digital broadcasting system.
  • FIG. 12 is a block diagram illustrating a configuration example of a television.
  • FIG. 13 is a block diagram illustrating a configuration example of an information reproducing / recording unit that reads and writes information from and on a recording medium that is an optical disk.
  • FIG. 14 is a diagram illustrating a structure example of a recording medium that is an optical disk.
  • FIG. 15A is a diagram illustrating an example of a mobile phone.
  • FIG. 15B is a block diagram illustrating a configuration example of a mobile phone.
  • FIG. 16 is a diagram showing a structure of multiplexed data.
  • FIG. 17 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 18 is a diagram showing in more detail how the video stream is stored in the PES packet sequence.
  • FIG. 19 is a diagram illustrating the structure of TS packets and source packets in multiplexed data.
  • FIG. 20 is a diagram illustrating a data structure of the PMT.
  • FIG. 21 is a diagram showing an internal configuration of multiplexed data information.
  • FIG. 22 shows the internal structure of stream attribute information.
  • FIG. 23 is a diagram illustrating steps for identifying video data.
  • FIG. 24 is a block diagram illustrating a configuration example of an integrated circuit that realizes the moving picture encoding method and the moving picture decoding method according to each embodiment.
  • FIG. 24 is a block diagram illustrating a configuration example of an integrated circuit that realizes the moving picture encoding method and the moving picture decoding method according to each embodiment.
  • FIG. 25 is a diagram illustrating a configuration for switching the driving frequency.
  • FIG. 26 is a diagram illustrating steps for identifying video data and switching between driving frequencies.
  • FIG. 27 is a diagram illustrating an example of a lookup table in which video data standards are associated with drive frequencies.
  • FIG. 28A is a diagram illustrating an example of a configuration for sharing a module of a signal processing unit.
  • FIG. 28B is a diagram illustrating another example of a configuration for sharing a module of a signal processing unit.
  • the coding approach that forms the basis of most conventional video coding standards is based on predictive coding including the main steps shown in the following (a) to (d).
  • D) The remaining data (residual block) is compressed by Fourier transform, quantization, and entropy coding.
  • the current video coding standard differs in the prediction mode used to predict each macroblock.
  • Most video coding standards use motion detection and motion compensation (interframe prediction) to predict video data from previously encoded and decoded frames.
  • the block data may be extrapolated from adjacent blocks in the same frame (intra frame prediction).
  • H.264 / AVC standard defines several different intra-frame prediction modes, for example, for reference pixels used for extrapolation or for the direction in which the pixels are extrapolated.
  • the residual image data is orthogonally transformed into frequency domain coefficients, and the frequency domain coefficients are quantized to generate quantized coefficients. Furthermore, when entropy encoding the quantized coefficients, it is necessary to rearrange the two-dimensionally arranged quantized coefficients into a one-dimensional coefficient sequence (this process is called “scan”). Then, the scan order of the quantization coefficients is adaptively switched according to, for example, the prediction mode of intra prediction.
  • FIGS. 1A to 1C is known as a representative example of the scan order of quantization coefficients.
  • FIG. 1A is a diagram illustrating an example of zigzag scanning in which scanning is performed in an oblique direction in order from the leftmost coefficient.
  • FIG. 1B is a diagram illustrating an example of horizontal priority scanning in which horizontal scanning is performed in order from the leftmost coefficient.
  • FIG. 1C is a diagram illustrating an example of vertical priority scanning in which scanning is performed in the vertical direction in order from the leftmost coefficient.
  • prediction, quantization, and entropy coding are performed in units of blocks.
  • the prediction, quantization, and entropy encoding are usually performed for each pixel. It is difficult to directly apply the above-described method (for example, rearrangement of quantized coefficients) employed in the encoding / decoding technique for quantizing the coefficients in the region.
  • an image decoding method is an image decoding method for decoding a target block, in which prediction pixel data of each pixel included in the target block is sequentially predicted using peripheral pixels of the pixel.
  • An intra-prediction step a de-quantization step of sequentially dequantizing the quantization coefficient of each pixel included in the target block to generate residual pixel data which is spatial domain data
  • the de-quantization step An addition step of adding the prediction pixel data predicted in the intra prediction step to the generated residual pixel data to generate decoded pixel data.
  • the intra prediction step Adaptively switch the inverse quantization order of the quantization coefficients of each pixel included in the target block according to a prediction mode indicating a prediction direction in Obtain.
  • the encoding / decoding order can be adaptively switched with respect to the encoding / decoding technique in which the spatial domain residual image data is quantized without frequency conversion.
  • encoding efficiency can be further improved in image encoding and decoding using intra prediction.
  • the quantization order of each pixel of the target block is switched to an inverse quantization order in which the upstream side of the dependency relationship when generating the predicted pixel data is first and the downstream side is later. May be.
  • the process of sequentially inverse quantizing the pixels that are continuous in the oblique direction is sequentially performed by shifting the position in the direction intersecting the oblique direction, and the pixels that are continuous in the row direction are sequentially reversed.
  • the quantization coefficient of each pixel included in the target block may be inversely quantized.
  • the quantization step when prediction is performed in an oblique direction prediction mode included in a predetermined angle range between the horizontal direction and the vertical direction, the quantization step includes a vertex located at the most upstream in the prediction direction.
  • the quantization coefficient of each pixel included in the target block may be inversely quantized in the zigzag order starting from.
  • the quantization coefficient of each pixel included in the target block is dequantized in an order of giving priority to a direction substantially parallel to a prediction direction in the row direction priority order and the column direction priority order. May be.
  • the quantization step when prediction is performed in a horizontal direction prediction mode included in a predetermined angle range including the horizontal direction or a vertical direction prediction mode included in a predetermined angle range including the vertical direction.
  • the quantization coefficient of each pixel included in the target block is inversely quantized in an order of giving priority to a direction substantially orthogonal to a prediction direction in the row direction priority order and the column direction priority order. May be used.
  • the quantization coefficient of each pixel included in the target block may be inversely quantized in an order in which the inverse quantization order in adjacent rows or columns is opposite to each other.
  • the intra prediction step, the inverse quantization step, and the addition step may be executed in parallel for each pixel included in the target block.
  • An image encoding method is an image encoding method for encoding a target block included in image data, and predictive pixel data of each pixel included in the target block is Intra prediction step for sequentially predicting using pixels, and subtracting the corresponding prediction pixel data predicted in the intra prediction step from the pixel data of each pixel included in the target block to generate residual pixel data A subtracting step, and a quantizing step for sequentially quantizing the residual pixel data, which is data of a spatial region of each pixel included in the target block.
  • the quantization step each of the pixels included in the target block
  • the quantization order of the residual pixel data of pixels is adaptively switched according to a prediction mode indicating a prediction direction in the intra prediction step.
  • FIG. 2A is a block diagram showing a configuration of the image coding apparatus according to the present embodiment.
  • the image encoding apparatus 1000 includes an encoding processing unit 1100 and an encoding control unit 1200 that controls the operation of the encoding processing unit 1100.
  • the image encoding apparatus 1000 encodes a target block included in image data (typically, moving image data) by quantizing the residual image data in the spatial domain without frequency conversion.
  • the encoding processing unit 1100 generates an encoded stream by encoding a moving image.
  • Such an encoding processing unit 1100 includes a subtractor 1101, a quantization unit 1103, an entropy encoding unit 1104, an inverse quantization unit 1105, an adder 1107, a deblocking filter 1108, a memory 1109, an in-plane prediction unit 1110, a motion A compensation unit 1111, a motion detection unit 1112, and a switch 1113 are provided.
  • the subtractor 1101 acquires a moving image and also acquires a predicted image (predicted block) from the switch 1113. Then, the subtractor 1101 generates a residual image (residual block) by subtracting the predicted image from the encoding target block (target block) included in the moving image.
  • the quantization unit 1103 generates a quantized coefficient block by quantizing each pixel value of the residual block generated by the subtractor 1101.
  • the entropy encoding unit 1104 generates an encoded stream by entropy encoding (variable length encoding) the coefficient block quantized by the quantization unit 1103.
  • the inverse quantization unit 1105 performs inverse quantization on the coefficient block quantized by the quantization unit 1103 to generate a decoded residual image (decoded residual block).
  • the adder 1107 generates a local decoded image (decoded block) by adding the prediction image acquired from the switch 1113 and the decoded residual image generated by the inverse quantization unit 1105.
  • the deblocking filter 1108 removes block distortion of the local decoded image generated by the adder 1107 and stores the local decoded image in the memory 1109.
  • the in-plane prediction unit 1110 generates a predicted image by performing in-plane prediction on the target block using the local decoded image generated by the adder 1107.
  • the motion detection unit 1112 detects a motion vector for the target block included in the moving image, and outputs the detected motion vector to the motion compensation unit 1111 and the entropy encoding unit 1104.
  • the motion compensation unit 1111 performs motion compensation on the target block by using the reference image stored in the memory 1109 and the motion vector detected by the motion detection unit 1112.
  • the motion compensation unit 1111 generates a predicted image for the target block through such motion compensation.
  • the switch 1113 outputs the prediction image generated by the intra prediction unit 1110 to the subtractor 1101 and the adder 1107 when the target block is subjected to intra prediction encoding.
  • the switch 1113 outputs the prediction image generated by the motion compensation unit 1111 to the subtractor 1101 and the adder 1107 when the target block is subjected to inter-frame prediction encoding.
  • FIG. 2B is a flowchart showing the operation of the image coding apparatus 1000.
  • a prediction image is generated by the in-plane prediction unit 1110 will be described.
  • the in-plane prediction unit 1110 generates predicted pixel data of each pixel included in the target block using peripheral pixels of the target block (S11).
  • the in-plane prediction process will be described with reference to FIGS. 4A to 4C.
  • FIG. 4A is a diagram illustrating a relationship between a target block and peripheral pixels in the in-plane prediction process.
  • FIG. 4B is a diagram illustrating an example of a prediction direction in in-plane prediction.
  • FIG. 4C is a diagram illustrating another example of the prediction direction in the in-plane prediction.
  • the target block 10 shown in FIG. 4A indicates a square area of 4 ⁇ 4 pixels.
  • the peripheral pixel 20 indicates 13 pixels located on the upper side and the left side of the target block 10.
  • the in-plane prediction unit 1110 generates predicted pixel data of each pixel included in the target block 10 using pixel data of one or a plurality of peripheral pixels 20 or predicted pixel data of other pixels in the target block 10. To do.
  • the in-plane prediction unit 1110 uses, for example, one of the eight directional prediction modes (0-1, 3-8) and the DC prediction mode shown in FIG. 4B to generate prediction pixel data.
  • a prediction pixel is selected.
  • the 33 direction prediction modes shown in FIG. 4C may be used instead of the eight direction prediction modes shown in FIG. 4B.
  • the direction prediction modes indicated by mode numbers 0, 4, 5, 11, 12, 20, 21, 22, and 23 are in the vertical direction (corresponding to mode number 0 in FIG. 4B).
  • Direction prediction modes indicated by mode numbers 1, 7, 8, 15, 16, 28, 29, 30, and 31 are lateral directions included in a predetermined angle range including the horizontal direction (corresponding to mode number 1 in FIG. 4B). It is classified into prediction mode.
  • the direction prediction modes indicated by mode numbers 3, 6, 9, 10, 13, 14, 17, 18, 19, 24, 25, 26, 27, 32, and 33 are predetermined between the horizontal direction and the vertical direction. It is classified into the oblique direction prediction mode included in the angle range.
  • the direction prediction mode indicated by the mode numbers 3, 10, 14, 18, 19, 26, and 27 is the upper left prediction mode (the prediction mode included in the predetermined angle range including the mode number 4 in FIG. 4B), and the mode number.
  • Direction prediction modes indicated by 6, 13, 24, and 25 are indicated by mode numbers 9, 17, 32, and 33 in the upper right prediction mode (prediction mode included in a predetermined angle range including mode number 3 in FIG. 4B). The direction prediction mode is classified into the lower left prediction mode.
  • the predicted pixel data generated by the in-plane prediction unit 1110 is input to the subtractor 1101 via the switch 1113.
  • the subtractor 1101 subtracts the predicted pixel data from the pixel data of the target block to generate residual pixel data (S12).
  • the quantization unit 1103 quantizes the residual pixel data generated by the subtractor 1101 to generate a quantization coefficient.
  • the residual pixel data generated by the subtractor 1101 is spatial domain data.
  • the quantization unit 1103 quantizes the residual pixel data, which is data in the spatial domain, without converting it into frequency domain data by orthogonal transformation.
  • the quantization unit 1103 adaptively switches the quantization order of the residual pixel data of each pixel included in the target block according to the prediction direction in the in-plane prediction unit 1110 (S13 to S15). Specifically, the quantization unit 1103 quantizes each pixel of the target block in a zigzag order (described later) when the prediction mode is the diagonal prediction mode or the DC prediction mode (S14). On the other hand, when the prediction mode is the horizontal direction prediction mode or the vertical direction prediction mode, the quantization unit 1103 quantizes each pixel of the target block in the row direction priority order (described later) or the column direction priority order (described later). (S15).
  • the entropy encoding unit 1104 entropy-encodes the quantization coefficients generated by the quantization unit 1103 in the quantized order to generate an encoded stream. Further, the quantization coefficient quantized by the quantization unit 1103 is inversely quantized by the inverse quantization unit 1105, added to the predicted pixel data by the adder 1107, and filter processing for removing block distortion by the deblocking filter 1108 And stored in the memory 1109 as a reference image.
  • FIGS. 5A to 7B are diagrams illustrating an example of the quantization order corresponding to the upper left prediction mode.
  • 6A and 6B are diagrams illustrating an example of the quantization order corresponding to the upper right prediction mode.
  • 7A and 7B are diagrams illustrating examples of the quantization order corresponding to the lower left prediction mode.
  • the upper left pixel a1 of the target block is predicted using the pixel data of the neighboring pixel A adjacent to the upper left side (typically, copying).
  • the pixel a2 is predicted using, for example, the predicted pixel data of the pixel a1.
  • the pixels indicated by the same alphabet in FIG. 5A are dependent on each other.
  • pixels with a small number are located on the upstream side of the dependency relationship
  • pixels with a large number are located on the downstream side of the dependency relationship.
  • the pixel a1 and the pixel a2 indicate the side on which the pixel a1 depends (upstream side) and the side on which the pixel a2 depends (downstream side).
  • the quantization unit 1103 quantizes the residual pixel data of each pixel in the order shown in FIG. 5B. Note that the number on the shoulder of each pixel and the arrow connecting the pixels in FIG. 5B indicate the quantization order.
  • the process of sequentially dequantizing pixels that are continuous in the diagonal direction (upper right direction or lower left direction) starting from the upper left pixel a1 of the target block is a direction that intersects the diagonal direction ( This is a zigzag order performed while shifting the position in the lower right direction. That is, referring to FIGS. 5A and 5B, the pixel located at the uppermost stream of the dependency relationship, that is, the pixel a1 predicted first is first quantized.
  • the quantization order of each pixel (for example, pixels a1, a2, a3, and a4) that are dependent on each other is such that the upstream pixel of the dependency relationship is first and the downstream pixel is subsequent. .
  • the quantization unit 1103 can start quantization without waiting for all the prediction pixel data in the target block to be generated by the in-plane prediction unit 1110.
  • pipeline processing can be realized in units of pixels.
  • the entropy encoding unit 1104 entropy-encodes the pixel a1
  • the quantization unit 1103 quantizes the pixel b1
  • the in-plane prediction unit 1110 generates prediction pixel data of the pixel j1. Processing can be performed simultaneously.
  • FIG. 6B is a diagram illustrating a quantization order corresponding to the upper right prediction mode of FIG. 6A, and is a zigzag order starting from the upper right pixel f1 of the target block. That is, the zigzag order shown in FIG. 5B is rotated 90 ° clockwise.
  • FIG. 7B is a quantization order corresponding to the lower left prediction mode of FIG. 7A, and is a zigzag order starting from the lower left pixel 11 of the target block. That is, the zigzag order shown in FIG. 5B is rotated 90 ° counterclockwise.
  • FIGS. 5B, 6B, and 7B can achieve the same effect as in FIG. 5B.
  • the zigzag order shown in FIGS. 5B, 6B, and 7B is the same as the zigzag scan order shown in FIG. 1A, although the positions of the start points are different. In other words, the effect of diverting the conventional processing circuit can be expected.
  • FIG. 8A is a diagram illustrating a dependency relationship of pixels in the horizontal direction prediction mode.
  • 8B to 8D are diagrams illustrating examples of the quantization order corresponding to the horizontal prediction mode. Note that the drawing method is the same as described with reference to FIGS.
  • the three patterns of quantization order in FIGS. 8B to 8D are conceivable.
  • the process of sequentially dequantizing pixels consecutive in the row direction (left-right direction) starting from the upper left pixel j1 of the target block is shifted in the column direction (up-down direction). This is the order of priority in the row direction.
  • the quantization order shown in FIGS. 8C and 8D is a process of sequentially dequantizing pixels consecutive in the column direction (left-right direction) starting from the pixel j1 at the upper left of the target block in the row direction (up-down direction). This is a column direction priority order performed while shifting the position.
  • the row direction priority order (FIG. 8B) for the horizontal prediction mode (FIG. 8A) is a quantization order that prioritizes a direction substantially parallel to the prediction direction.
  • Employing this order has an effect of simplifying the circuit implementation because the dependent lines are processed one by one.
  • pixels before and after the folding for example, pixel j4 and pixel k1 are spatially separated, there is a problem that data continuity is lowered.
  • the column direction priority order (FIGS. 8C and 8D) for the horizontal direction prediction mode (FIG. 8A) is a quantization order that prioritizes a direction substantially orthogonal to the prediction direction.
  • four pixels in the column direction having no dependency relationship for example, pixels j1, k1, l1, and m1 can be processed in parallel.
  • the pixels before and after the folding for example, the pixel m1 and the pixel j2) are spatially separated, and thus there is a problem that data continuity is lowered.
  • the quantization order of adjacent columns is opposite to each other. That is, the pixels in the first and third columns are quantized from top to bottom, and the pixels in the second and fourth columns are quantized from bottom to top.
  • the pixels before and after the folding for example, the pixel m1 and the pixel m2 are spatially close, there is an effect that data continuity is increased.
  • FIG. 9A is a diagram illustrating a dependency relationship of pixels in the vertical direction prediction mode.
  • 9B to 9D are diagrams illustrating examples of the quantization order corresponding to the vertical prediction mode. Note that the drawing method is the same as described with reference to FIGS.
  • the quantization order for the vertical direction prediction mode in FIG. 9A can be the column direction priority order shown in FIG. 9B or the row direction priority order shown in FIGS. 9C and 9D, as in the case of the horizontal direction prediction mode.
  • the column direction priority mode (FIG. 9B) with respect to the vertical direction prediction mode (FIG. 9A) is a quantization order giving priority to a direction substantially parallel to the prediction direction.
  • Employing this order has an effect of simplifying the circuit implementation because the columns having dependency relations are processed one by one.
  • pixels before and after the folding for example, the pixel b4 and the pixel c1 are spatially separated, there is a problem that data continuity is lowered.
  • the row direction priority mode (FIGS. 9C and 9D) for the vertical direction prediction mode (FIG. 9A) is a quantization order that prioritizes a direction substantially orthogonal to the prediction direction.
  • four pixels in the row direction having no dependency relationship for example, pixels b1, c1, d1, and e1 can be processed in parallel.
  • the pixels before and after the folding for example, the pixel e1 and the pixel b2 are spatially separated, and thus there is a problem that data continuity is lowered.
  • the quantization order of adjacent rows is opposite to each other. That is, the pixels in the first and third rows are quantized from left to right, and the pixels in the second and fourth rows are quantized from bottom to top.
  • the pixels before and after the folding for example, the pixel e1 and the pixel e2 are spatially close, there is an effect that data continuity is increased.
  • FIG. 3A is a block diagram showing a configuration of the image decoding apparatus according to the present embodiment.
  • the image decoding apparatus 2000 includes a decoding processing unit 2100 and a decoding control unit 2200 that controls the operation of the decoding processing unit 2100.
  • the image decoding apparatus 2000 directly generates residual image data in the spatial domain by inversely quantizing the quantization coefficient.
  • the decoding processing unit 2100 generates a decoded image by decoding the encoded stream.
  • a decoding processing unit 2100 includes an entropy decoding unit 2101, an inverse quantization unit 2102, an adder 2104, a deblocking filter 2105, a memory 2106, an in-plane prediction unit 2107, a motion compensation unit 2108, and a switch 2109.
  • the entropy decoding unit 2101 acquires an encoded stream and performs entropy decoding (variable length decoding) on the encoded stream.
  • the inverse quantization unit 2102 inversely quantizes the quantized coefficient block generated by entropy decoding by the entropy decoding unit 2101 to generate a decoded residual image.
  • the adder 2104 generates a decoded image (decoded block) by adding the predicted image acquired from the switch 2109 and the decoded residual image generated by the inverse quantization unit 2102.
  • the deblocking filter 2105 removes block distortion of the decoded image generated by the adder 2104, stores the decoded image in the memory 2106, and outputs the decoded image.
  • the in-plane prediction unit 2107 generates a predicted image by performing in-plane prediction on the decoding target block (target block) using the decoded image generated by the adder 2104.
  • the motion compensation unit 2108 performs motion compensation on the target block by using the reference image stored in the memory 2106 and the motion vector generated by entropy decoding in the entropy decoding unit 2101.
  • the motion compensation unit 2108 generates a prediction image for the target block by such motion compensation.
  • the switch 2109 outputs the prediction image generated by the in-plane prediction unit 2107 to the adder 2104 when the target block is subjected to the plane prediction encoding.
  • the switch 2109 outputs the prediction image generated by the motion compensation unit 2108 to the adder 2104 when the target block is subjected to inter-frame prediction encoding.
  • FIG. 3B is a flowchart showing the operation of the image decoding apparatus 2000.
  • a case where a prediction image is generated by the in-plane prediction unit 2107 will be described. Note that detailed description of processes common to the processes in FIG. 2B is omitted.
  • the in-plane prediction unit 2107 generates predicted pixel data of each pixel included in the target block using the peripheral pixels of the target block (S21). Since this process is common to S11 of FIG. 2B, detailed description is omitted.
  • the inverse quantization unit 2102 sequentially inverse quantizes the quantized coefficient data generated by the entropy decoding unit 2101 in the order corresponding to the prediction direction in the in-plane prediction unit 1110, and generates decoded residual pixel data.
  • Generate (S22 to S24). Although this process is different depending on whether it is quantization or inverse quantization, it is common to S13 to S15 in FIG.
  • the inverse quantization unit 2102 quantizes each pixel of the target block in a zigzag order when the prediction mode is the oblique direction prediction mode or the DC prediction mode (S23).
  • the prediction mode is the horizontal prediction mode or the vertical prediction mode
  • the inverse quantization unit 2102 quantizes each pixel of the target block in the row direction priority order or the column direction priority order (S24).
  • the adder 2104 adds the corresponding prediction pixel data generated by the in-plane prediction unit 2107 to the residual pixel data of each pixel of the target block generated by the inverse quantization unit 2102, and decodes the decoded pixel.
  • Data is generated (S25).
  • the generated decoded pixel data is output as a decoded image and stored in the memory 2106 as a reference image.
  • the image encoding apparatus 1000 that adaptively switches the encoding / decoding order with respect to the encoding / decoding technique of the scheme that quantizes the residual image data in the spatial domain without frequency conversion, and An image decoding device 2000 can be obtained.
  • each component may be configured by dedicated hardware or may be realized by executing a software program suitable for each component.
  • Each component may be realized by a program execution unit such as a CPU or a processor reading and executing a software program recorded on a recording medium such as a hard disk or a semiconductor memory.
  • the software that realizes the image decoding apparatus according to the present embodiment is the following program.
  • this program causes a computer to execute an image decoding method for decoding a target block.
  • this program sequentially predicts the prediction pixel data of each pixel included in the target block using the peripheral pixels of the pixel and the quantization coefficient of each pixel included in the target block.
  • Inverse quantization to generate residual pixel data which is spatial domain data
  • the prediction predicted in the intra prediction step to the residual pixel data generated in the inverse quantization step
  • the inverse quantization order of the quantization coefficients is adaptively switched.
  • this program causes a computer to execute an image encoding method for encoding a target block included in image data. That is, this program causes the computer to sequentially predict the predicted pixel data of each pixel included in the target block using the peripheral pixels of the pixel, and the pixel data of each pixel included in the target block. From the subtraction step of subtracting the corresponding prediction pixel data predicted in the intra prediction step to generate residual pixel data, and the residual that is data of the spatial region of each pixel included in the target block A quantization step for sequentially quantizing the pixel data, and in the quantization step, the quantization order of the residual pixel data of each pixel included in the target block indicates a prediction direction in the intra prediction step Switch adaptively according to the prediction mode.
  • the image encoding device and the image decoding device have been described based on the embodiment.
  • the present invention is not limited to this embodiment. Unless it deviates from the gist of the present invention, various modifications conceived by those skilled in the art have been made in this embodiment, and forms constructed by combining components in different embodiments are also within the scope of one aspect of the present invention. May be included.
  • the storage medium may be any medium that can record a program, such as a magnetic disk, an optical disk, a magneto-optical disk, an IC card, and a semiconductor memory.
  • the system has an image encoding / decoding device including an image encoding device using an image encoding method and an image decoding device using an image decoding method.
  • image encoding / decoding device including an image encoding device using an image encoding method and an image decoding device using an image decoding method.
  • Other configurations in the system can be appropriately changed according to circumstances.
  • FIG. 10 is a diagram showing an overall configuration of a content supply system ex100 that realizes a content distribution service.
  • a communication service providing area is divided into desired sizes, and base stations ex106, ex107, ex108, ex109, and ex110, which are fixed wireless stations, are installed in each cell.
  • This content supply system ex100 includes a computer ex111, a PDA (Personal Digital Assistant) ex112, a camera ex113, a mobile phone ex114, a game machine ex115 via the Internet ex101, the Internet service provider ex102, the telephone network ex104, and the base stations ex106 to ex110. Etc. are connected.
  • PDA Personal Digital Assistant
  • each device may be directly connected to the telephone network ex104 without going from the base station ex106, which is a fixed wireless station, to ex110.
  • the devices may be directly connected to each other via short-range wireless or the like.
  • the camera ex113 is a device that can shoot moving images such as a digital video camera
  • the camera ex116 is a device that can shoot still images and movies such as a digital camera.
  • the mobile phone ex114 is a GSM (registered trademark) (Global System for Mobile Communications) system, a CDMA (Code Division Multiple Access) system, a W-CDMA (Wideband-Code Division Multiple Access) system, or an LTE (Long Term Evolution). It is possible to use any of the above-mentioned systems, HSPA (High Speed Packet Access) mobile phone, PHS (Personal Handyphone System), or the like.
  • the camera ex113 and the like are connected to the streaming server ex103 through the base station ex109 and the telephone network ex104, thereby enabling live distribution and the like.
  • live distribution content that is shot by a user using the camera ex113 (for example, music live video) is encoded as described in each of the above embodiments (that is, in one aspect of the present invention).
  • the streaming server ex103 stream-distributes the content data transmitted to the requested client. Examples of the client include a computer ex111, a PDA ex112, a camera ex113, a mobile phone ex114, and a game machine ex115 that can decode the encoded data.
  • Each device that receives the distributed data decodes the received data and reproduces it (that is, functions as an image decoding device according to one embodiment of the present invention).
  • the captured data may be encoded by the camera ex113, the streaming server ex103 that performs data transmission processing, or may be shared with each other.
  • the decryption processing of the distributed data may be performed by the client, the streaming server ex103, or may be performed in common with each other.
  • still images and / or moving image data captured by the camera ex116 may be transmitted to the streaming server ex103 via the computer ex111.
  • the encoding process in this case may be performed by any of the camera ex116, the computer ex111, and the streaming server ex103, or may be performed in a shared manner.
  • these encoding / decoding processes are generally performed in the computer ex111 and the LSI ex500 included in each device.
  • the LSI ex500 may be configured as a single chip or a plurality of chips.
  • moving image encoding / decoding software is incorporated into some recording medium (CD-ROM, flexible disk, hard disk, etc.) that can be read by the computer ex111, etc., and encoding / decoding processing is performed using the software. May be.
  • moving image data acquired by the camera may be transmitted.
  • the moving image data at this time is data encoded by the LSI ex500 included in the mobile phone ex114.
  • the streaming server ex103 may be a plurality of servers or a plurality of computers, and may process, record, and distribute data in a distributed manner.
  • the encoded data can be received and reproduced by the client.
  • the information transmitted by the user can be received, decrypted and reproduced by the client in real time, and personal broadcasting can be realized even for a user who does not have special rights or facilities.
  • the digital broadcasting system ex200 also includes at least the moving image encoding device (image encoding device) or the moving image decoding according to each of the above embodiments. Any of the devices (image decoding devices) can be incorporated.
  • the broadcast station ex201 multiplexed data obtained by multiplexing music data and the like on video data is transmitted to a communication or satellite ex202 via radio waves.
  • This video data is data encoded by the moving image encoding method described in each of the above embodiments (that is, data encoded by the image encoding apparatus according to one aspect of the present invention).
  • the broadcasting satellite ex202 transmits a radio wave for broadcasting, and this radio wave is received by a home antenna ex204 capable of receiving satellite broadcasting.
  • the received multiplexed data is decoded and reproduced by an apparatus such as the television (receiver) ex300 or the set top box (STB) ex217 (that is, functions as an image decoding apparatus according to one embodiment of the present invention).
  • a reader / recorder ex218 that reads and decodes multiplexed data recorded on a recording medium ex215 such as a DVD or a BD, or encodes a video signal on the recording medium ex215 and, in some cases, multiplexes and writes it with a music signal. It is possible to mount the moving picture decoding apparatus or moving picture encoding apparatus described in the above embodiments. In this case, the reproduced video signal is displayed on the monitor ex219, and the video signal can be reproduced in another device or system using the recording medium ex215 on which the multiplexed data is recorded.
  • a moving picture decoding apparatus may be mounted in a set-top box ex217 connected to a cable ex203 for cable television or an antenna ex204 for satellite / terrestrial broadcasting and displayed on the monitor ex219 of the television.
  • the moving picture decoding apparatus may be incorporated in the television instead of the set top box.
  • FIG. 12 is a diagram showing a television (receiver) ex300 that uses the moving picture decoding method and the moving picture encoding method described in the above embodiments.
  • the television ex300 obtains or outputs multiplexed data in which audio data is multiplexed with video data via the antenna ex204 or the cable ex203 that receives the broadcast, and demodulates the received multiplexed data.
  • the modulation / demodulation unit ex302 that modulates multiplexed data to be transmitted to the outside, and the demodulated multiplexed data is separated into video data and audio data, or the video data and audio data encoded by the signal processing unit ex306 Is provided with a multiplexing / demultiplexing unit ex303.
  • the television ex300 also decodes the audio data and the video data, or encodes the information, the audio signal processing unit ex304, the video signal processing unit ex305 (the image encoding device or the image according to one embodiment of the present invention) A signal processing unit ex306 that functions as a decoding device), a speaker ex307 that outputs the decoded audio signal, and an output unit ex309 that includes a display unit ex308 such as a display that displays the decoded video signal. Furthermore, the television ex300 includes an interface unit ex317 including an operation input unit ex312 that receives an input of a user operation. Furthermore, the television ex300 includes a control unit ex310 that performs overall control of each unit, and a power supply circuit unit ex311 that supplies power to each unit.
  • the interface unit ex317 includes a bridge unit ex313 connected to an external device such as a reader / recorder ex218, a recording unit ex216 such as an SD card, and an external recording unit such as a hard disk.
  • a driver ex315 for connecting to a medium, a modem ex316 for connecting to a telephone network, and the like may be included.
  • the recording medium ex216 is capable of electrically recording information by using a nonvolatile / volatile semiconductor memory element to be stored.
  • Each part of the television ex300 is connected to each other via a synchronous bus.
  • the television ex300 receives a user operation from the remote controller ex220 or the like, and demultiplexes the multiplexed data demodulated by the modulation / demodulation unit ex302 by the multiplexing / demultiplexing unit ex303 based on the control of the control unit ex310 having a CPU or the like. Furthermore, in the television ex300, the separated audio data is decoded by the audio signal processing unit ex304, and the separated video data is decoded by the video signal processing unit ex305 using the decoding method described in each of the above embodiments.
  • the decoded audio signal and video signal are output from the output unit ex309 to the outside. At the time of output, these signals may be temporarily stored in the buffers ex318, ex319, etc. so that the audio signal and the video signal are reproduced in synchronization. Also, the television ex300 may read multiplexed data from recording media ex215 and ex216 such as a magnetic / optical disk and an SD card, not from broadcasting. Next, a configuration in which the television ex300 encodes an audio signal or a video signal and transmits the signal to the outside or to a recording medium will be described.
  • the television ex300 receives a user operation from the remote controller ex220 and the like, encodes an audio signal with the audio signal processing unit ex304, and converts the video signal with the video signal processing unit ex305 based on the control of the control unit ex310. Encoding is performed using the encoding method described in (1).
  • the encoded audio signal and video signal are multiplexed by the multiplexing / demultiplexing unit ex303 and output to the outside. When multiplexing, these signals may be temporarily stored in the buffers ex320, ex321, etc. so that the audio signal and the video signal are synchronized.
  • a plurality of buffers ex318, ex319, ex320, and ex321 may be provided as illustrated, or one or more buffers may be shared. Further, in addition to the illustrated example, data may be stored in the buffer as a buffer material that prevents system overflow and underflow, for example, between the modulation / demodulation unit ex302 and the multiplexing / demultiplexing unit ex303.
  • the television ex300 has a configuration for receiving AV input of a microphone and a camera, and performs encoding processing on the data acquired from them. Also good.
  • the television ex300 has been described as a configuration capable of the above-described encoding processing, multiplexing, and external output, but these processing cannot be performed, and only the above-described reception, decoding processing, and external output are possible. It may be a configuration.
  • the decoding process or the encoding process may be performed by either the television ex300 or the reader / recorder ex218,
  • the reader / recorder ex218 may share with each other.
  • FIG. 13 shows a configuration of the information reproducing / recording unit ex400 when data is read from or written to an optical disk.
  • the information reproducing / recording unit ex400 includes elements ex401, ex402, ex403, ex404, ex405, ex406, and ex407 described below.
  • the optical head ex401 irradiates a laser spot on the recording surface of the recording medium ex215 that is an optical disk to write information, and detects reflected light from the recording surface of the recording medium ex215 to read the information.
  • the modulation recording unit ex402 electrically drives a semiconductor laser built in the optical head ex401 and modulates the laser beam according to the recording data.
  • the reproduction demodulator ex403 amplifies the reproduction signal obtained by electrically detecting the reflected light from the recording surface by the photodetector built in the optical head ex401, separates and demodulates the signal component recorded on the recording medium ex215, and is necessary To play back information.
  • the buffer ex404 temporarily holds information to be recorded on the recording medium ex215 and information reproduced from the recording medium ex215.
  • the disk motor ex405 rotates the recording medium ex215.
  • the servo controller ex406 moves the optical head ex401 to a predetermined information track while controlling the rotational drive of the disk motor ex405, and performs a laser spot tracking process.
  • the system control unit ex407 controls the entire information reproduction / recording unit ex400.
  • the system control unit ex407 uses various kinds of information held in the buffer ex404, and generates and adds new information as necessary, and the modulation recording unit ex402, the reproduction demodulation unit This is realized by recording / reproducing information through the optical head ex401 while operating the ex403 and the servo control unit ex406 in a coordinated manner.
  • the system control unit ex407 is composed of, for example, a microprocessor, and executes these processes by executing a read / write program.
  • the optical head ex401 has been described as irradiating a laser spot.
  • a configuration in which higher-density recording is performed using near-field light may be used.
  • FIG. 14 shows a schematic diagram of a recording medium ex215 that is an optical disk.
  • Guide grooves grooves
  • address information indicating the absolute position on the disc is recorded in advance on the information track ex230 by changing the shape of the groove.
  • This address information includes information for specifying the position of the recording block ex231 that is a unit for recording data, and the recording block is specified by reproducing the information track ex230 and reading the address information in a recording or reproducing apparatus.
  • the recording medium ex215 includes a data recording area ex233, an inner peripheral area ex232, and an outer peripheral area ex234.
  • the area used for recording user data is the data recording area ex233, and the inner circumference area ex232 and the outer circumference area ex234 arranged on the inner or outer circumference of the data recording area ex233 are used for specific purposes other than user data recording. Used.
  • the information reproducing / recording unit ex400 reads / writes encoded audio data, video data, or multiplexed data obtained by multiplexing these data with respect to the data recording area ex233 of the recording medium ex215.
  • an optical disk such as a single-layer DVD or BD has been described as an example.
  • the present invention is not limited to these, and an optical disk having a multilayer structure and capable of recording other than the surface may be used.
  • an optical disc with a multi-dimensional recording / reproducing structure such as recording information using light of different wavelengths in the same place on the disc, or recording different layers of information from various angles. It may be.
  • the car ex210 having the antenna ex205 can receive data from the satellite ex202 and the like, and the moving image can be reproduced on a display device such as the car navigation ex211 that the car ex210 has.
  • the configuration of the car navigation ex211 may be, for example, a configuration in which a GPS receiver is added in the configuration illustrated in FIG.
  • FIG. 15A is a diagram showing the mobile phone ex114 using the video decoding method and the video encoding method described in the above embodiment.
  • the mobile phone ex114 includes an antenna ex350 for transmitting and receiving radio waves to and from the base station ex110, a camera unit ex365 capable of capturing video and still images, a video captured by the camera unit ex365, a video received by the antenna ex350, and the like Is provided with a display unit ex358 such as a liquid crystal display for displaying the decrypted data.
  • the mobile phone ex114 further includes a main body unit having an operation key unit ex366, an audio output unit ex357 such as a speaker for outputting audio, an audio input unit ex356 such as a microphone for inputting audio, a captured video,
  • an audio input unit ex356 such as a microphone for inputting audio
  • a captured video In the memory unit ex367 for storing encoded data or decoded data such as still images, recorded audio, received video, still images, mails, or the like, or an interface unit with a recording medium for storing data
  • a slot ex364 is provided.
  • the mobile phone ex114 has a power supply circuit part ex361, an operation input control part ex362, and a video signal processing part ex355 with respect to a main control part ex360 that comprehensively controls each part of the main body including the display part ex358 and the operation key part ex366.
  • a camera interface unit ex363, an LCD (Liquid Crystal Display) control unit ex359, a modulation / demodulation unit ex352, a multiplexing / demultiplexing unit ex353, an audio signal processing unit ex354, a slot unit ex364, and a memory unit ex367 are connected to each other via a bus ex370. ing.
  • the power supply circuit unit ex361 starts up the mobile phone ex114 in an operable state by supplying power from the battery pack to each unit.
  • the cellular phone ex114 converts the audio signal collected by the audio input unit ex356 in the voice call mode into a digital audio signal by the audio signal processing unit ex354 based on the control of the main control unit ex360 having a CPU, a ROM, a RAM, and the like. Then, this is subjected to spectrum spread processing by the modulation / demodulation unit ex352, digital-analog conversion processing and frequency conversion processing are performed by the transmission / reception unit ex351, and then transmitted via the antenna ex350.
  • the mobile phone ex114 also amplifies the received data received via the antenna ex350 in the voice call mode, performs frequency conversion processing and analog-digital conversion processing, performs spectrum despreading processing by the modulation / demodulation unit ex352, and performs voice signal processing unit After being converted into an analog audio signal by ex354, this is output from the audio output unit ex357.
  • the text data of the e-mail input by operating the operation key unit ex366 of the main unit is sent to the main control unit ex360 via the operation input control unit ex362.
  • the main control unit ex360 performs spread spectrum processing on the text data in the modulation / demodulation unit ex352, performs digital analog conversion processing and frequency conversion processing in the transmission / reception unit ex351, and then transmits the text data to the base station ex110 via the antenna ex350.
  • almost the reverse process is performed on the received data and output to the display unit ex358.
  • the video signal processing unit ex355 compresses the video signal supplied from the camera unit ex365 by the moving image encoding method described in the above embodiments. Encode (that is, function as an image encoding device according to an aspect of the present invention), and send the encoded video data to the multiplexing / demultiplexing unit ex353.
  • the audio signal processing unit ex354 encodes the audio signal picked up by the audio input unit ex356 while the camera unit ex365 images a video, a still image, etc., and sends the encoded audio data to the multiplexing / separating unit ex353. To do.
  • the multiplexing / demultiplexing unit ex353 multiplexes the encoded video data supplied from the video signal processing unit ex355 and the encoded audio data supplied from the audio signal processing unit ex354 by a predetermined method, and is obtained as a result.
  • the multiplexed data is subjected to spread spectrum processing by the modulation / demodulation unit (modulation / demodulation circuit unit) ex352, digital-analog conversion processing and frequency conversion processing by the transmission / reception unit ex351, and then transmitted via the antenna ex350.
  • the multiplexing / separating unit ex353 separates the multiplexed data into a video data bit stream and an audio data bit stream, and performs video signal processing on the video data encoded via the synchronization bus ex370.
  • the encoded audio data is supplied to the audio signal processing unit ex354 while being supplied to the unit ex355.
  • the video signal processing unit ex355 decodes the video signal by decoding using the video decoding method corresponding to the video encoding method described in each of the above embodiments (that is, an image according to an aspect of the present invention).
  • video and still images included in the moving image file linked to the home page are displayed from the display unit ex358 via the LCD control unit ex359.
  • the audio signal processing unit ex354 decodes the audio signal, and the audio is output from the audio output unit ex357.
  • the terminal such as the mobile phone ex114 is referred to as a transmission terminal having only an encoder and a receiving terminal having only a decoder.
  • a transmission terminal having only an encoder
  • a receiving terminal having only a decoder.
  • multiplexed data in which music data or the like is multiplexed with video data is received and transmitted, but data in which character data or the like related to video is multiplexed in addition to audio data It may be video data itself instead of multiplexed data.
  • the moving picture encoding method or the moving picture decoding method shown in each of the above embodiments can be used in any of the above-described devices / systems. The described effect can be obtained.
  • multiplexed data obtained by multiplexing audio data or the like with video data is configured to include identification information indicating which standard the video data conforms to.
  • identification information indicating which standard the video data conforms to.
  • FIG. 16 is a diagram showing a structure of multiplexed data.
  • multiplexed data is obtained by multiplexing one or more of a video stream, an audio stream, a presentation graphics stream (PG), and an interactive graphics stream.
  • the video stream indicates the main video and sub-video of the movie
  • the audio stream (IG) indicates the main audio portion of the movie and the sub-audio mixed with the main audio
  • the presentation graphics stream indicates the subtitles of the movie.
  • the main video indicates a normal video displayed on the screen
  • the sub-video is a video displayed on a small screen in the main video.
  • the interactive graphics stream indicates an interactive screen created by arranging GUI components on the screen.
  • the video stream is encoded by the moving image encoding method or apparatus shown in the above embodiments, or the moving image encoding method or apparatus conforming to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1. ing.
  • the audio stream is encoded by a method such as Dolby AC-3, Dolby Digital Plus, MLP, DTS, DTS-HD, or linear PCM.
  • Each stream included in the multiplexed data is identified by PID. For example, 0x1011 for video streams used for movie images, 0x1100 to 0x111F for audio streams, 0x1200 to 0x121F for presentation graphics, 0x1400 to 0x141F for interactive graphics streams, 0x1B00 to 0x1B1F are assigned to video streams used for sub-pictures, and 0x1A00 to 0x1A1F are assigned to audio streams used for sub-audio mixed with the main audio.
  • FIG. 17 is a diagram schematically showing how multiplexed data is multiplexed.
  • a video stream ex235 composed of a plurality of video frames and an audio stream ex238 composed of a plurality of audio frames are converted into PES packet sequences ex236 and ex239, respectively, and converted into TS packets ex237 and ex240.
  • the data of the presentation graphics stream ex241 and interactive graphics ex244 are converted into PES packet sequences ex242 and ex245, respectively, and further converted into TS packets ex243 and ex246.
  • the multiplexed data ex247 is configured by multiplexing these TS packets into one stream.
  • FIG. 18 shows in more detail how the video stream is stored in the PES packet sequence.
  • the first row in FIG. 18 shows a video frame sequence of the video stream.
  • the second level shows a PES packet sequence.
  • a plurality of Video Presentation Units in a video stream are divided into pictures, stored in the payload of the PES packet.
  • Each PES packet has a PES header, and a PTS (Presentation Time-Stamp) that is a display time of a picture and a DTS (Decoding Time-Stamp) that is a decoding time of a picture are stored in the PES header.
  • PTS Presentation Time-Stamp
  • DTS Decoding Time-Stamp
  • FIG. 19 shows the format of TS packets that are finally written in the multiplexed data.
  • the TS packet is a 188-byte fixed-length packet composed of a 4-byte TS header having information such as a PID for identifying a stream and a 184-byte TS payload for storing data.
  • the PES packet is divided and stored in the TS payload.
  • a 4-byte TP_Extra_Header is added to a TS packet, forms a 192-byte source packet, and is written in multiplexed data.
  • TP_Extra_Header information such as ATS (Arrival_Time_Stamp) is described.
  • ATS indicates the transfer start time of the TS packet to the PID filter of the decoder.
  • Source packets are arranged in the multiplexed data as shown in the lower part of FIG. 19, and the number incremented from the head of the multiplexed data is called SPN (source packet number).
  • TS packets included in the multiplexed data include PAT (Program Association Table), PMT (Program Map Table), PCR (Program Clock Reference), and the like in addition to each stream such as video / audio / caption.
  • PAT indicates what the PID of the PMT used in the multiplexed data is, and the PID of the PAT itself is registered as 0.
  • the PMT has the PID of each stream such as video / audio / subtitles included in the multiplexed data and the attribute information of the stream corresponding to each PID, and has various descriptors related to the multiplexed data.
  • the descriptor includes copy control information for instructing permission / non-permission of copying of multiplexed data.
  • the PCR corresponds to the ATS in which the PCR packet is transferred to the decoder. Contains STC time information.
  • FIG. 20 is a diagram for explaining the data structure of the PMT in detail.
  • a PMT header describing the length of data included in the PMT is arranged at the head of the PMT.
  • a plurality of descriptors related to multiplexed data are arranged.
  • the copy control information and the like are described as descriptors.
  • a plurality of pieces of stream information regarding each stream included in the multiplexed data are arranged.
  • the stream information includes a stream descriptor in which a stream type, a stream PID, and stream attribute information (frame rate, aspect ratio, etc.) are described to identify a compression codec of the stream.
  • the multiplexed data is recorded together with the multiplexed data information file.
  • the multiplexed data information file is management information of multiplexed data, has one-to-one correspondence with the multiplexed data, and includes multiplexed data information, stream attribute information, and an entry map.
  • the multiplexed data information includes a system rate, a reproduction start time, and a reproduction end time as shown in FIG.
  • the system rate indicates a maximum transfer rate of multiplexed data to a PID filter of a system target decoder described later.
  • the ATS interval included in the multiplexed data is set to be equal to or less than the system rate.
  • the playback start time is the PTS of the first video frame of the multiplexed data
  • the playback end time is set by adding the playback interval for one frame to the PTS of the video frame at the end of the multiplexed data.
  • attribute information about each stream included in the multiplexed data is registered for each PID.
  • the attribute information has different information for each video stream, audio stream, presentation graphics stream, and interactive graphics stream.
  • the video stream attribute information includes the compression codec used to compress the video stream, the resolution of the individual picture data constituting the video stream, the aspect ratio, and the frame rate. It has information such as how much it is.
  • the audio stream attribute information includes the compression codec used to compress the audio stream, the number of channels included in the audio stream, the language supported, and the sampling frequency. With information. These pieces of information are used for initialization of the decoder before the player reproduces it.
  • the stream type included in the PMT is used.
  • video stream attribute information included in the multiplexed data information is used.
  • the video encoding shown in each of the above embodiments for the stream type or video stream attribute information included in the PMT.
  • FIG. 23 shows steps of the moving picture decoding method according to the present embodiment.
  • step exS100 the stream type included in the PMT or the video stream attribute information included in the multiplexed data information is acquired from the multiplexed data.
  • step exS101 it is determined whether or not the stream type or the video stream attribute information indicates multiplexed data generated by the moving picture encoding method or apparatus described in the above embodiments. To do.
  • step exS102 the above embodiments are performed. Decoding is performed by the moving picture decoding method shown in the form.
  • the conventional information Decoding is performed by a moving image decoding method compliant with the standard.
  • FIG. 24 shows a configuration of an LSI ex500 that is made into one chip.
  • the LSI ex500 includes elements ex501, ex502, ex503, ex504, ex505, ex506, ex507, ex508, and ex509 described below, and each element is connected via a bus ex510.
  • the power supply circuit unit ex505 is activated to an operable state by supplying power to each unit when the power supply is on.
  • the LSI ex500 when performing the encoding process, performs the microphone ex117 and the camera ex113 by the AV I / O ex509 based on the control of the control unit ex501 including the CPU ex502, the memory controller ex503, the stream controller ex504, the drive frequency control unit ex512, and the like.
  • the AV signal is input from the above.
  • the input AV signal is temporarily stored in an external memory ex511 such as SDRAM.
  • the accumulated data is divided into a plurality of times as appropriate according to the processing amount and the processing speed and sent to the signal processing unit ex507, and the signal processing unit ex507 encodes an audio signal and / or video. Signal encoding is performed.
  • the encoding process of the video signal is the encoding process described in the above embodiments.
  • the signal processing unit ex507 further performs processing such as multiplexing the encoded audio data and the encoded video data according to circumstances, and outputs the result from the stream I / Oex 506 to the outside.
  • the output multiplexed data is transmitted to the base station ex107 or written to the recording medium ex215. It should be noted that data should be temporarily stored in the buffer ex508 so as to be synchronized when multiplexing.
  • the memory ex511 is described as an external configuration of the LSI ex500.
  • a configuration included in the LSI ex500 may be used.
  • the number of buffers ex508 is not limited to one, and a plurality of buffers may be provided.
  • the LSI ex500 may be made into one chip or a plurality of chips.
  • control unit ex501 includes the CPU ex502, the memory controller ex503, the stream controller ex504, the drive frequency control unit ex512, and the like, but the configuration of the control unit ex501 is not limited to this configuration.
  • the signal processing unit ex507 may further include a CPU.
  • the CPU ex502 may be configured to include a signal processing unit ex507 or, for example, an audio signal processing unit that is a part of the signal processing unit ex507.
  • the control unit ex501 is configured to include a signal processing unit ex507 or a CPU ex502 having a part thereof.
  • LSI LSI
  • IC system LSI
  • super LSI ultra LSI depending on the degree of integration
  • the method of circuit integration is not limited to LSI, and implementation with a dedicated circuit or a general-purpose processor is also possible.
  • An FPGA Field Programmable Gate Array
  • a reconfigurable processor that can reconfigure the connection and setting of circuit cells inside the LSI may be used.
  • FIG. 25 shows a configuration ex800 in the present embodiment.
  • the drive frequency switching unit ex803 sets the drive frequency high when the video data is generated by the moving image encoding method or apparatus described in the above embodiments.
  • the decoding processing unit ex801 that executes the moving picture decoding method described in each of the above embodiments is instructed to decode the video data.
  • the video data is video data compliant with the conventional standard, compared to the case where the video data is generated by the moving picture encoding method or apparatus shown in the above embodiments, Set the drive frequency low. Then, it instructs the decoding processing unit ex802 compliant with the conventional standard to decode the video data.
  • the drive frequency switching unit ex803 includes the CPU ex502 and the drive frequency control unit ex512 in FIG.
  • the decoding processing unit ex801 that executes the moving picture decoding method shown in each of the above embodiments and the decoding processing unit ex802 that complies with the conventional standard correspond to the signal processing unit ex507 in FIG.
  • the CPU ex502 identifies which standard the video data conforms to.
  • the drive frequency control unit ex512 sets the drive frequency.
  • the signal processing unit ex507 decodes the video data.
  • the identification of the video data for example, it is conceivable to use the identification information described in the third embodiment.
  • the identification information is not limited to that described in Embodiment 3, and any information that can identify which standard the video data conforms to may be used. For example, it is possible to identify which standard the video data conforms to based on an external signal that identifies whether the video data is used for a television or a disk. In some cases, identification may be performed based on such an external signal.
  • the selection of the driving frequency in the CPU ex502 may be performed based on, for example, a look-up table in which video data standards and driving frequencies are associated with each other as shown in FIG. The look-up table is stored in the buffer ex508 or the internal memory of the LSI, and the CPU ex502 can select the drive frequency by referring to the look-up table.
  • FIG. 26 shows steps for executing the method of the present embodiment.
  • the signal processing unit ex507 acquires identification information from the multiplexed data.
  • the CPU ex502 identifies whether the video data is generated by the encoding method or apparatus described in each of the above embodiments based on the identification information.
  • the CPU ex502 sends a signal for setting the drive frequency high to the drive frequency control unit ex512. Then, the drive frequency control unit ex512 sets a high drive frequency.
  • step exS203 the CPU ex502 drives the signal for setting the drive frequency low. This is sent to the frequency control unit ex512. Then, in the drive frequency control unit ex512, the drive frequency is set to be lower than that in the case where the video data is generated by the encoding method or apparatus described in the above embodiments.
  • the power saving effect can be further enhanced by changing the voltage applied to the LSI ex500 or the device including the LSI ex500 in conjunction with the switching of the driving frequency. For example, when the drive frequency is set low, it is conceivable that the voltage applied to the LSI ex500 or the device including the LSI ex500 is set low as compared with the case where the drive frequency is set high.
  • the setting method of the driving frequency may be set to a high driving frequency when the processing amount at the time of decoding is large, and to a low driving frequency when the processing amount at the time of decoding is small. It is not limited to the method.
  • the amount of processing for decoding video data compliant with the MPEG4-AVC standard is larger than the amount of processing for decoding video data generated by the moving picture encoding method or apparatus described in the above embodiments. It is conceivable that the setting of the driving frequency is reversed to that in the case described above.
  • the method for setting the drive frequency is not limited to the configuration in which the drive frequency is lowered.
  • the voltage applied to the LSIex500 or the apparatus including the LSIex500 is set high.
  • the driving of the CPU ex502 is stopped.
  • the CPU ex502 is temporarily stopped because there is room in processing. Is also possible. Even when the identification information indicates that the video data is generated by the moving image encoding method or apparatus described in each of the above embodiments, if there is a margin for processing, the CPU ex502 is temporarily driven. It can also be stopped. In this case, it is conceivable to set the stop time shorter than in the case where the video data conforms to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1.
  • a plurality of video data that conforms to different standards may be input to the above-described devices and systems such as a television and a mobile phone.
  • the signal processing unit ex507 of the LSI ex500 needs to support a plurality of standards in order to be able to decode even when a plurality of video data complying with different standards is input.
  • the signal processing unit ex507 corresponding to each standard is used individually, there is a problem that the circuit scale of the LSI ex500 increases and the cost increases.
  • a decoding processing unit for executing the moving picture decoding method shown in each of the above embodiments and a decoding conforming to a standard such as MPEG-2, MPEG4-AVC, or VC-1
  • the processing unit is partly shared.
  • An example of this configuration is shown as ex900 in FIG. 28A.
  • the moving picture decoding method shown in each of the above embodiments and the moving picture decoding method compliant with the MPEG4-AVC standard are processed in processes such as entropy coding, inverse quantization, deblocking filter, and motion compensation. Some contents are common.
  • the decoding processing unit ex902 corresponding to the MPEG4-AVC standard is shared, and for other processing contents specific to one aspect of the present invention that do not correspond to the MPEG4-AVC standard, a dedicated decoding processing unit A configuration using ex901 is conceivable.
  • a dedicated decoding processing unit ex901 is used for inverse quantization, and other entropy decoding, deblocking filter, motion, etc. It is conceivable to share the decoding processing unit for any or all of the compensation.
  • the decoding processing unit for executing the moving picture decoding method described in each of the above embodiments is shared, and the processing content specific to the MPEG4-AVC standard As for, a configuration using a dedicated decoding processing unit may be used.
  • ex1000 in FIG. 28B shows another example in which processing is partially shared.
  • a dedicated decoding processing unit ex1001 corresponding to the processing content specific to one aspect of the present invention
  • a dedicated decoding processing unit ex1002 corresponding to the processing content specific to another conventional standard
  • a common decoding processing unit ex1003 corresponding to the processing contents common to the moving image decoding method according to the above and other conventional moving image decoding methods.
  • the dedicated decoding processing units ex1001 and ex1002 are not necessarily specialized in one aspect of the present invention or processing content specific to other conventional standards, and can execute other general-purpose processing. Also good.
  • the configuration of the present embodiment can be implemented by LSI ex500.
  • the processing content common to the moving picture decoding method according to one aspect of the present invention and the moving picture decoding method of the conventional standard reduces the circuit scale of the LSI by sharing the decoding processing unit, In addition, the cost can be reduced.
  • the image encoding method and the image decoding method according to an aspect of the present invention are advantageously used for a moving image encoding method and a decoding method.
  • Image coding apparatus 1100 Encoding process part 1101 Subtractor 1103 Quantization part 1104 Entropy encoding part 1105,2102 Inverse quantization part 1107,2104 Adder 1108,2105 Deblocking filter 1109,2106 Memory 1110, 2107 In-plane prediction unit 1111, 2108 Motion compensation unit 1112 Motion detection unit 1113, 2109 Switch 1200 Coding control unit 2000 Image decoding device 2100 Decoding processing unit 2101 Entropy decoding unit 2200 Decoding control unit

Abstract

　画像復号方法は、対象ブロックに含まれる各画素の予測画素データを、当該画素の周辺画素を用いて順次予測するイントラ予測ステップと、対象ブロックに含まれる各画素の量子化係数を順次逆量子化して、空間領域のデータである残差画素データを生成する逆量子化ステップと、逆量子化ステップで生成された残差画素データにイントラ予測ステップで予測された予測画素データを加算して、復号画素データを生成する加算ステップとを含み、逆量子化ステップでは、イントラ予測ステップにおける予測方向を示す予測モードに応じて、対象ブロックに含まれる各画素の量子化係数の逆量子化順序を適応的に切替える。

Description

画像復号方法、画像符号化方法、画像復号装置、及び画像符号化装置
　本発明は、イントラ予測を用いた画像符号化又は復号を行う画像符号化方法及び画像復号方法に関する。
　インターネットを介したビデオ会議、デジタルビデオ放送、及び映像コンテンツのストリーミングを含む、例えば、ビデオ・オン・デマンドタイプのサービスのためのアプリケーションの数は右肩上がりであり、これらのアプリケーションは、映像情報の送信に頼っている。映像データが送信され、又は、記録される時、かなりの量のデータは、限られたバンド幅の従来の伝送路を通って送信され、又は、限られたデータ容量の従来の記憶媒体に記憶される。従来の伝送チャネル及び記憶媒体に映像情報を送信及び記憶するためには、デジタルデータの量を圧縮又は削減することが不可欠である。
　そこで、映像データの圧縮のために、複数の映像符号化規格が開発されている。このような映像符号化規格は、例えば、Ｈ．２６ｘで示されるＩＴＵ－Ｔ規格、及び、ＭＰＥＧ－ｘで示されるＩＳＯ／ＩＥＣ規格である。最新かつ最も進んだ映像符号化規格は、現在、Ｈ．２６４／ＭＰＥＧ－４　ＡＶＣで示される規格である（非特許文献１参照）。
ＩＳＯ／ＩＥＣ　１４４９６－１０「ＭＰＥＧ－４　Ｐａｒｔ　１０　Ａｄｖａｎｃｅｄ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ」
　しかしながら、上記従来の技術では、イントラ予測を用いた画像符号化及び復号において、符号化効率をさらに向上させることが望まれている。
　そこで、本発明の目的は、イントラ予測を用いた画像符号化及び復号において、符号化効率をさらに向上させることができる画像符号化方法及び画像復号方法を提供することである。
　本発明の一態様に係る画像復号方法は、対象ブロックを復号する画像復号方法であって、前記対象ブロックに含まれる各画素の予測画素データを、当該画素の周辺画素を用いて順次予測するイントラ予測ステップと、前記対象ブロックに含まれる各画素の量子化係数を順次逆量子化して、空間領域のデータである残差画素データを生成する逆量子化ステップと、前記逆量子化ステップで生成された前記残差画素データに、前記イントラ予測ステップで予測された前記予測画素データを加算して、復号画素データを生成する加算ステップとを含み、前記逆量子化ステップでは、前記イントラ予測ステップにおける予測方向を示す予測モードに応じて、前記対象ブロックに含まれる各画素の前記量子化係数の逆量子化順序を適応的に切替える。
　本発明によれば、イントラ予測を用いた画像符号化及び復号において、符号化効率をさらに向上させることができる。
図１Ａは、量子化係数のジグザグスキャンを示す図である。 図１Ｂは、量子化係数の横方向優先スキャンを示す図である。 図１Ｃは、量子化係数の縦方向優先スキャンを示す図である。 図２Ａは、実施の形態１に係る画像符号化装置のブロック図である。 図２Ｂは、図２Ａの画像符号化装置の動作を示すフローチャートである。 図３Ａは、実施の形態１に係る画像復号装置のブロック図である。 図３Ｂは、図３Ａの画像復号装置の動作を示すフローチャートである。 図４Ａは、面内予測処理における対象ブロックと、周辺画素との関係を示す図である。 図４Ｂは、面内予測における予測方向の一例を示す図である。 図４Ｃは、面内予測における予測方向の他の例を示す図である。 図５Ａは、左上予測モードにおける画素の依存関係を示す図である。 図５Ｂは、左上予測モードに対応するジグザグ順序の例である。 図６Ａは、右上予測モードにおける画素の依存関係を示す図である。 図６Ｂは、右上予測モードに対応するジグザグ順序の例である。 図７Ａは、左下予測モードにおける画素の依存関係を示す図である。 図７Ｂは、左下予測モードに対応するジグザグ順序の例である。 図８Ａは、横方向予測モードにおける画素の依存関係を示す図である。 図８Ｂは、横方向予測モードに対応する行方向優先順序の一例である。 図８Ｃは、横方向予測モードに対応する列方向優先順序の一例である。 図８Ｄは、横方向予測モードに対応する列方向優先順序の他の例である。 図９Ａは、縦方向予測モードにおける画素の依存関係を示す図である。 図９Ｂは、縦方向予測モードに対応する列方向優先順序の一例である。 図９Ｃは、縦方向予測モードに対応する行方向優先順序の一例である。 図９Ｄは、縦方向予測モードに対応する行方向優先順序の他の例である。 図１０は、コンテンツ配信サービスを実現するコンテンツ供給システムの全体構成図である。 図１１は、デジタル放送用システムの全体構成図である。 図１２は、テレビの構成例を示すブロック図である。 図１３は、光ディスクである記録メディアに情報の読み書きを行う情報再生／記録部の構成例を示すブロック図である。 図１４は、光ディスクである記録メディアの構造例を示す図である。 図１５Ａは、携帯電話の一例を示す図である。 図１５Ｂは、携帯電話の構成例を示すブロック図である。 図１６は、多重化データの構成を示す図である。 図１７は、各ストリームが多重化データにおいてどのように多重化されているかを模式的に示す図である。 図１８は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかを更に詳しく示した図である。 図１９は、多重化データにおけるＴＳパケットとソースパケットの構造を示す図である。 図２０は、ＰＭＴのデータ構成を示す図である。 図２１は、多重化データ情報の内部構成を示す図である。 図２２は、ストリーム属性情報の内部構成を示す図である。 図２３は、映像データを識別するステップを示す図である。 図２４は、各実施の形態の動画像符号化方法および動画像復号化方法を実現する集積回路の構成例を示すブロック図である。 図２５は、駆動周波数を切り替える構成を示す図である。 図２６は、映像データを識別し、駆動周波数を切り替えるステップを示す図である。 図２７は、映像データの規格と駆動周波数を対応づけたルックアップテーブルの一例を示す図である。 図２８Ａは、信号処理部のモジュールを共有化する構成の一例を示す図である。 図２８Ｂは、信号処理部のモジュールを共有化する構成の他の一例を示す図である。
　（本発明の基礎となった知見）
　従来の複数の映像符号化規格のほとんどの基礎をなす符号化アプローチは、以下の（ａ）～（ｄ）で示される主な段階を含む予測符号化に基づいている。（ａ）映像フレームのそれぞれをブロックレベルでデータ圧縮するために、映像フレームを画素のブロックに分割する。（ｂ）先に符号化された映像データから個々のブロックを予測することで、時間的及び空間的冗長性を特定する。（ｃ）映像データから予測データを減ずることで、特定された冗長性を除去する。（ｄ）フーリエ変換、量子化、及び、エントロピー符号化によって、残りのデータ（残差ブロック）を圧縮する。
　上記の（ａ）の工程において、現在の映像符号化規格では、各マクロブロックを予測するのに用いられる予測モードが異なる。ほとんどの映像符号化規格は、前に符号化及び復号されたフレームから映像データを予測するために動き検出及び動き補償を用いる（インターフレーム予測）。あるいは、ブロックデータは、同じフレームの隣接するブロックから外挿されてもよい（イントラフレーム予測）。Ｈ．２６４／ＡＶＣ規格は、例えば、外挿のために用いられる参照画素に対して、又は、画素が外挿される方向に対して、いくつかの異なるイントラフレーム予測モードを定義する。
　また、上記の（ｄ）の工程では、残差画像データを直交変換して周波数領域の係数に変換し、周波数領域の係数を量子化して量子化係数を生成する。さらに、量子化係数をエントロピー符号化する際に、２次元配列された量子化係数を１次元の係数列に並べ直す（この処理を「スキャン」と呼ぶ）必要がある。そして、量子化係数のスキャン順序は、例えば、イントラ予測の予測モードに応じて適応的に切替えられる。
　なお、量子化係数のスキャン順序の代表例として、図１Ａ～図１Ｃに示される順序が知られている。図１Ａは、左端の係数から順に斜め方向にスキャンするジグザグスキャンの例を示す図である。図１Ｂは、左端の係数から順に横方向にスキャンする横方向優先スキャンの例を示す図である。図１Ｃは、左端の係数から順に縦方向にスキャンする縦方向優先スキャンの例を示す図である。
　空間領域の残差画像データを周波数領域の係数に変換してから量子化する方式の符号化／復号技術では、予測、量子化、エントロピー符号化をブロック単位で行なう。一方、空間領域の残差画像データを周波数変換せずに量子化する方式の符号化／復号技術では、通常、予測、量子化、エントロピー符号化の一部又は全部を画素毎に行なうので、周波数領域の係数を量子化する符号化／復号技術で採用されている上記の手法（例えば、量子化係数の並び替え等）を、そのまま適用するのは難しい。
　そこで、本発明の一態様に係る画像復号方法は、対象ブロックを復号する画像復号方法であって、前記対象ブロックに含まれる各画素の予測画素データを、当該画素の周辺画素を用いて順次予測するイントラ予測ステップと、前記対象ブロックに含まれる各画素の量子化係数を順次逆量子化して、空間領域のデータである残差画素データを生成する逆量子化ステップと、前記逆量子化ステップで生成された前記残差画素データに、前記イントラ予測ステップで予測された前記予測画素データを加算して、復号画素データを生成する加算ステップとを含み、前記逆量子化ステップでは、前記イントラ予測ステップにおける予測方向を示す予測モードに応じて、前記対象ブロックに含まれる各画素の前記量子化係数の逆量子化順序を適応的に切替える。
　上記方法によれば、空間領域の残差画像データを周波数変換せずに量子化する方式の符号化／復号技術に対して、符号化／復号の順序を適応的に切替えることができる。その結果、イントラ予測を用いた画像符号化及び復号において、符号化効率をさらに向上させることができる。
　また例えば、前記逆量子化ステップでは、前記対象ブロックの各画素の量子化順序を、予測画素データを生成する際の依存関係の上流側が先、下流側が後となるような逆量子化順序に切替えてもよい。
　これにより、イントラ予測ステップと逆量子化ステップとのパイプライン処理を実現できる。
　また例えば、前記逆量子化ステップでは、斜め方向に連続する画素を順次逆量子化する処理を、前記斜め方向に交差する方向に位置をずらしながら行なうジグザグ順序、行方向に連続する画素を順次逆量子化する処理を、列方向に位置をずらしながら行なう行方向優先順序、及び列方向に連続する画素を順次逆量子化する処理を、行方向に位置をずらしながら行なう列方向優先順序のいずれかの順序で、前記対象ブロックに含まれる各画素の前記量子化係数を逆量子化してもよい。
　これらは、図１Ａ～図１Ｃに示されるスキャン順序と同じであるので、従来の回路を流用することができる。
　一例として、前記イントラ予測ステップにおいて、水平方向及び垂直方向の間の所定の角度範囲に含まれる斜め方向予測モードで予測される場合において、前記量子化ステップでは、予測方向の最上流に位置する頂点を始点とする前記ジグザグ順序で、前記対象ブロックに含まれる各画素の前記量子化係数を逆量子化してもよい。
　他の例として、前記イントラ予測ステップにおいて、水平方向を含む所定の角度範囲に含まれる横方向予測モード、又は垂直方向を含む所定の角度範囲に含まれる縦方向予測モードで予測される場合において、前記量子化ステップでは、前記行方向優先順序及び前記列方向優先順序のうち、予測方向に略平行な方向を優先する順序で、前記対象ブロックに含まれる各画素の前記量子化係数を逆量子化してもよい。
　さらに他の例として、前記イントラ予測ステップにおいて、水平方向を含む所定の角度範囲に含まれる横方向予測モード、又は垂直方向を含む所定の角度範囲に含まれる縦方向予測モードで予測される場合において、前記量子化ステップでは、前記行方向優先順序及び前記列方向優先順序のうち、予測方向に略直交する方向を優先する順序で、前記対象ブロックに含まれる各画素の前記量子化係数を逆量子化してもよい。
　また例えば、前記量子化ステップでは、隣接する行又は列における逆量子化の順序が互いに逆となる順序で、前記対象ブロックに含まれる各画素の前記量子化係数を逆量子化してもよい。
　また例えば、前記イントラ予測ステップと、前記逆量子化ステップと、前記加算ステップとは、前記対象ブロックに含まれる画素単位で並列に実行されてもよい。
　本発明の一態様に係る画像符号化方法は、画像データに含まれる対象ブロックを符号化する画像符号化方法であって、前記対象ブロックに含まれる各画素の予測画素データを、当該画素の周辺画素を用いて順次予測するイントラ予測ステップと、前記対象ブロックに含まれる各画素の画素データから、前記イントラ予測ステップで予測された対応する前記予測画素データを減算して、残差画素データを生成する減算ステップと、前記対象ブロックに含まれる各画素の空間領域のデータである前記残差画素データを順次量子化する量子化ステップとを含み、前記量子化ステップでは、前記対象ブロックに含まれる各画素の前記残差画素データの量子化順序を、前記イントラ予測ステップにおける予測方向を示す予測モードに応じて適応的に切替える。
　なお、これらの全般的又は具体的な態様は、システム、方法、集積回路、コンピュータプログラム又は記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム又は記録媒体の任意な組み合わせで実現されてもよい。
　以下、本発明の一態様に係る画像復号装置および画像符号化装置について、図面を参照しながら具体的に説明する。
　なお、以下で説明する実施の形態は、いずれも本発明の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
　（実施の形態１）
　図２Ａは、本実施の形態における画像符号化装置の構成を示すブロック図である。
　画像符号化装置１０００は、符号化処理部１１００と、符号化処理部１１００の動作を制御する符号化制御部１２００とを備える。この画像符号化装置１０００は、空間領域の残差画像データを周波数変換せずに量子化することによって、画像データ（典型的には、動画像データ）に含まれる対象ブロックを符号化する。
　符号化処理部１１００は、動画像を符号化することによって符号化ストリームを生成する。このような符号化処理部１１００は、減算器１１０１、量子化部１１０３、エントロピー符号化部１１０４、逆量子化部１１０５、加算器１１０７、デブロッキングフィルタ１１０８、メモリ１１０９、面内予測部１１１０、動き補償部１１１１、動き検出部１１１２、およびスイッチ１１１３を備える。
　減算器１１０１は、動画像を取得するとともに、スイッチ１１１３から予測画像（予測ブロック）を取得する。そして、減算器１１０１は、その動画像に含まれる符号化対象ブロック（対象ブロック）から予測画像を減算することによって残差画像（残差ブロック）を生成する。
　量子化部１１０３は、減算器１１０１で生成された残差ブロックの各画素値を量子化することによって、量子化された係数ブロックを生成する。エントロピー符号化部１１０４は、量子化部１１０３によって量子化された係数ブロックをエントロピー符号化（可変長符号化）することによって符号化ストリームを生成する。
　逆量子化部１１０５は、量子化部１１０３によって量子化された係数ブロックを逆量子化して、復号残差画像（復号残差ブロック）を生成する。加算器１１０７は、スイッチ１１１３から取得した予測画像と、逆量子化部１１０５で生成された復号残差画像とを加算することによって局所復号画像（復号ブロック）を生成する。
　デブロッキングフィルタ１１０８は、加算器１１０７によって生成された局所復号画像のブロック歪みを除去し、その局所復号画像をメモリ１１０９に格納する。
　面内予測部１１１０は、加算器１１０７によって生成された局所復号画像を用いて対象ブロックに対して面内予測を行うことによって予測画像を生成する。
　動き検出部１１１２は、動画像に含まれる対象ブロックに対して動きベクトルを検出し、その検出された動きベクトルを動き補償部１１１１とエントロピー符号化部１１０４とに出力する。
　動き補償部１１１１は、メモリ１１０９に格納されている参照画像と、動き検出部１１１２によって検出された動きベクトルとを用いることによって、対象ブロックに対して動き補償を行う。動き補償部１１１１は、このような動き補償によって対象ブロックに対する予測画像を生成する。
　スイッチ１１１３は、対象ブロックが面内予測符号化される場合には、面内予測部１１１０によって生成された予測画像を減算器１１０１および加算器１１０７に出力する。一方、スイッチ１１１３は、対象ブロックが画面間予測符号化される場合には、動き補償部１１１１によって生成された予測画像を減算器１１０１および加算器１１０７に出力する。
　次に、図２Ｂを参照して、画像符号化装置１０００の動作を説明する。図２Ｂは、画像符号化装置１０００の動作を示すフローチャートである。なお、下記の説明では、面内予測部１１１０で予測画像を生成する場合について説明する。
　まず、面内予測部１１１０は、対象ブロックの周辺画素を用いて、対象ブロックに含まれる各画素の予測画素データを生成する（Ｓ１１）。図４Ａ～図４Ｃを参照して、面内予測処理を説明する。図４Ａは、面内予測処理における対象ブロックと、周辺画素との関係を示す図である。図４Ｂは、面内予測における予測方向の一例を示す図である。図４Ｃは、面内予測における予測方向の他の例を示す図である。
　図４Ａに示される対象ブロック１０は、４×４画素の正方形の領域を指す。また、周辺画素２０は、対象ブロック１０の上側及び左側に位置する１３画素を指す。面内予測部１１１０は、１つ又は複数の周辺画素２０の画素データ、或いは対象ブロック１０内の他の画素の予測画素データを用いて、対象ブロック１０に含まれる各画素の予測画素データを生成する。
　そして、面内予測部１１１０は、例えば、図４Ｂに示される８個の方向予測モード（０－１、３－８）及びＤＣ予測モードのいずれかを用いて、予測画素データを生成するための予測画素を選択する。または、図４Ｂの８個の方向予測モードに代えて、図４Ｃに示される３３個の方向予測モードを用いてもよい。
　図４Ｃに示される方向予測モードのうち、モード番号０、４、５、１１、１２、２０、２１、２２、２３で示される方向予測モードは、垂直方向（図４Ｂのモード番号０に相当）を含む所定の角度範囲に含まれる縦方向予測モードに分類される。モード番号１、７、８、１５、１６、２８、２９、３０、３１で示される方向予測モードは、水平方向（図４Ｂのモード番号１に相当）を含む所定の角度範囲に含まれる横方向予測モードに分類される。
　さらに、モード番号３、６、９、１０、１３、１４、１７、１８、１９、２４、２５、２６、２７、３２、３３で示される方向予測モードは、水平方向及び垂直方向の間の所定の角度範囲に含まれる斜め方向予測モードに分類される。特に、モード番号３、１０、１４、１８、１９、２６、２７で示される方向予測モードは左上予測モード（図４Ｂのモード番号４を含む所定の角度範囲に含まれる予測モード）に、モード番号６、１３、２４、２５で示される方向予測モードは右上予測モード（図４Ｂのモード番号３を含む所定の角度範囲に含まれる予測モード）に、モード番号９、１７、３２、３３で示される方向予測モードは左下予測モードにそれぞれ分類される。
　そして、面内予測部１１１０によって生成された予測画素データは、スイッチ１１１３を経由して、減算器１１０１に入力される。次に、減算器１１０１は、対象ブロックの画素データから予測画素データを減算して、残差画素データを生成する（Ｓ１２）。
　次に、量子化部１１０３は、減算器１１０１で生成された残差画素データを量子化して、量子化係数を生成する。ここで、減算器１１０１で生成される残差画素データは、空間領域のデータである。そして、量子化部１１０３は、空間領域のデータである残差画素データを、直交変換によって周波数領域のデータに変換せずに量子化する。
　また、量子化部１１０３は、対象ブロックに含まれる各画素の残差画素データの量子化順序を、面内予測部１１１０での予測方向に応じて適応的に切替える（Ｓ１３～Ｓ１５）。具体的には、量子化部１１０３は、予測モードが斜め方向予測モードであるか、又はＤＣ予測モードである場合に、対象ブロックの各画素をジグザグ順序（後述）で量子化する（Ｓ１４）。一方、量子化部１１０３は、予測モードが横方向予測モード又は縦方向予測モードである場合に、対象ブロックの各画素を行方向優先順序（後述）、又は列方向優先順序（後述）で量子化する（Ｓ１５）。
　次に、図示は省略するが、エントロピー符号化部１１０４は、量子化部１１０３で生成された量子化係数を、量子化された順にエントロピー符号化して符号化ストリームを生成する。また、量子化部１１０３で量子化された量子化係数は、逆量子化部１１０５で逆量子化され、加算器１１０７で予測画素データと加算され、デブロッキングフィルタ１１０８でブロック歪みを除去するフィルタ処理が施され、参照画像としてメモリ１１０９に格納される。
　次に、図５Ａ～図７Ｂを参照して、斜め方向予測モードと量子化順序との関係を詳しく説明する。図５Ａ及び図５Ｂは、左上予測モードに対応する量子化順序の例を示す図である。図６Ａ及び図６Ｂは、右上予測モードに対応する量子化順序の例を示す図である。図７Ａ及び図７Ｂは、左下予測モードに対応する量子化順序の例を示す図である。
　まず、図５Ａの左上予測モードにおいて、対象ブロックの左上の画素ａ１は、その左上側に隣接する周辺画素Ａの画素データを用いて（典型的には、コピーして）予測される。また、画素ａ２は、例えば、画素ａ１の予測画素データを用いて予測される。
　すなわち、図５Ａにおいて同一のアルファベットで示される画素は、互いに依存関係があることを示す。また、同一のアルファベットで示される画素のうち、小さな数字が付されている画素は依存関係の上流側に、大きな数字が付されている画素は依存関係の下流側に位置することを示している。例えば、画素ａ１と画素ａ２とでは、画素ａ１が依存される側（上流側）、画素ａ２が依存する側（下流側）であることを示す。
　そして、対象ブロックが上記のような依存関係を持って予測された場合、量子化部１１０３は、図５Ｂに示される順序で各画素の残差画素データを量子化する。なお、図５Ｂの各画素の肩の数字及び各画素をつなぐ矢印は、量子化順序を表す。
　図５Ｂに示される量子化順序は、対象ブロックの左上の画素ａ１を始点として、斜め方向（右上方向又は左下方向）に連続する画素を順次逆量子化する処理を、斜め方向に交差する方向（右下方向）に位置をずらしながら行なうジグザグ順序である。すなわち、図５Ａ及び図５Ｂを参照すると、依存関係の最上流に位置する画素、すなわち最初に予測された画素ａ１が最初に量子化されている。また、互いに依存関係にある各画素（例えば、画素ａ１、ａ２、ａ３、ａ４）の量子化順序は、依存関係の上流側の画素が先で、下流側の画素が後になるようになっている。
　上記の順序ならば、量子化部１１０３は、面内予測部１１１０で対象ブロック内の全ての予測画素データが生成されるのを待つことなく、量子化を開始することができる。その結果、本実施の形態に係る画像符号化装置１０００では、対象ブロック内の全画素について、まず予測画素データを生成し、次に量子化し、最後にエントロピー符号化するという直列処理をする必要がなく、画素単位でパイプライン処理を実現することができる。具体的には、エントロピー符号化部１１０４で画素ａ１をエントロピー符号化する処理と、量子化部１１０３で画素ｂ１を量子化する処理と、面内予測部１１１０で画素ｊ１の予測画素データを生成する処理とを同時に実行できる。
　図６Ｂは、図６Ａの右上予測モードに対応する量子化順序を示す図であり、対象ブロックの右上の画素ｆ１を始点とするジグザグ順序である。すなわち、図５Ｂに示されるジグザグ順序を時計回りに９０°回転させたものである。
　図７Ｂは、図７Ａの左下予測モードに対応する量子化順序であり、対象ブロックの左下の画素ｌ１を始点とするジグザグ順序である。すなわち、図５Ｂに示されるジグザグ順序を反時計回りに９０°回転させたものである。
　図６Ｂ及び図７Ｂの量子化順序でも、図５Ｂと同様の効果を得ることができる。また、図５Ｂ、図６Ｂ、及び図７Ｂに示されるジグザグ順序は、それぞれ始点の位置が異なるものの、どれも図１Ａに示されるジグザグスキャンの順序と同一である。すなわち、従来の処理回路を流用できる効果も期待できる。
　次に、図８Ａ～図８Ｄを参照して、横方向予測モードと量子化順序との関係を詳しく説明する。図８Ａは、横方向予測モードにおける画素の依存関係を示す図である。図８Ｂ～図８Ｄは、横方向予測モードに対応する量子化順序の例を示す図である。なお、図の描き方は図５Ａ及び図５Ｂで説明した通りなので、再度の説明は省略する。
　図８Ａの横方向予測モードに対しては、図８Ｂ～図８Ｄの３パターンの量子化順序が考えられる。図８Ｂに示される量子化順序は、対象ブロックの左上の画素ｊ１を始点として、行方向（左右方向）に連続する画素を順次逆量子化する処理を、列方向（上下方向）に位置をずらしながら行なう行方向優先順序である。図８Ｃ及び図８Ｄに示される量子化順序は、対象ブロックの左上の画素ｊ１を始点として、列方向（左右方向）に連続する画素を順次逆量子化する処理を、行方向（上下方向）に位置をずらしながら行なう列方向優先順序である。
　ここで、横方向予測モード（図８Ａ）に対する行方向優先順序（図８Ｂ）は、予測方向に略平行な方向を優先する量子化順序である。この順序を採用すれば、依存関係のある行を１行ずつ処理するので、回路の実装が単純になるという効果がある。一方、折り返しの前後の画素（例えば画素ｊ４と画素ｋ１）が空間的に離れるため、データの連続性が低下するという課題がある。
　一方、横方向予測モード（図８Ａ）に対する列方向優先順序（図８Ｃ及び図８Ｄ）は、予測方向に略直交する方向を優先する量子化順序である。この場合、依存関係のない列方向の４画素（例えば、画素ｊ１、ｋ１、ｌ１、ｍ１）を並列に処理することができる。但し、図８Ｃでは、やはり折り返しの前後の画素（例えば、画素ｍ１と画素ｊ２）が空間的に離れるため、データの連続性が低下するという課題がある。
　さらに、図８Ｄに示される量子化順序は、隣接する列の量子化順序が互いに逆となっている。すなわち、１列目、３列目の画素は上から下に向かって量子化され、２列目、４列目の各画素は下から上に向かって量子化される。この場合、折り返しの前後の画素（例えば、画素ｍ１と画素ｍ２）が空間的に近いので、データの連続性が高まるという効果がある。
　次に、図９Ａ～図９Ｄを参照して、縦方向予測モードと量子化順序との関係を詳しく説明する。図９Ａは、縦方向予測モードにおける画素の依存関係を示す図である。図９Ｂ～図９Ｄは、縦方向予測モードに対応する量子化順序の例を示す図である。なお、図の描き方は図５Ａ及び図５Ｂで説明した通りなので、再度の説明は省略する。
　図９Ａの縦方向予測モードに対する量子化順序は、横方向予測モードの場合と同様に、図９Ｂに示される列方向優先順序、又は図９Ｃ及び図９Ｄに示される行方向優先順序が考えられる。
　ここで、縦方向予測モード（図９Ａ）に対する列方向優先モード（図９Ｂ）は、予測方向に略平行な方向を優先する量子化順序である。この順序を採用すれば、依存関係のある列を１行ずつ処理するので、回路の実装が単純になるという効果がある。一方、折り返しの前後の画素（例えば画素ｂ４と画素ｃ１）が空間的に離れるため、データの連続性が低下するという課題がある。
　一方、縦方向予測モード（図９Ａ）に対する行方向優先モード（図９Ｃ及び図９Ｄ）は、予測方向に略直交する方向を優先する量子化順序である。この場合、依存関係のない行方向の４画素（例えば、画素ｂ１、ｃ１、ｄ１、ｅ１）を並列に処理することができる。但し、図９Ｃでは、やはり折り返しの前後の画素（例えば、画素ｅ１と画素ｂ２）が空間的に離れるため、データの連続性が低下するという課題がある。
　さらに、図９Ｄに示される量子化順序は、隣接する行の量子化順序が互いに逆となっている。すなわち、１行目、３行目の画素は左から右に向かって量子化され、２行目、４行目の各画素は下から上に向かって量子化される。この場合、折り返しの前後の画素（例えば、画素ｅ１と画素ｅ２）が空間的に近いので、データの連続性が高まるという効果がある。
　図３Ａは、本実施の形態における画像復号装置の構成を示すブロック図である。
　画像復号装置２０００は、復号処理部２１００と、復号処理部２１００の動作を制御する復号制御部２２００とを備える。この画像復号装置２０００は、量子化係数を逆量子化することにより、空間領域の残差画像データを直接生成する。
　復号処理部２１００は、符号化ストリームを復号することによって復号画像を生成する。このような復号処理部２１００は、エントロピー復号部２１０１、逆量子化部２１０２、加算器２１０４、デブロッキングフィルタ２１０５、メモリ２１０６、面内予測部２１０７、動き補償部２１０８、およびスイッチ２１０９を備える。
　エントロピー復号部２１０１は、符号化ストリームを取得し、その符号化ストリームをエントロピー復号（可変長復号）する。逆量子化部２１０２は、エントロピー復号部２１０１によるエントロピー復号によって生成された、量子化された係数ブロックを逆量子化して、復号残差画像を生成する。
　加算器２１０４は、スイッチ２１０９から取得した予測画像と、逆量子化部２１０２で生成された復号残差画像とを加算することによって復号画像（復号ブロック）を生成する。デブロッキングフィルタ２１０５は、加算器２１０４によって生成された復号画像のブロック歪みを除去し、その復号画像をメモリ２１０６に格納するとともに、その復号画像を出力する。
　面内予測部２１０７は、加算器２１０４によって生成された復号画像を用いて復号対象ブロック（対象ブロック）に対して面内予測を行うことによって予測画像を生成する。
　動き補償部２１０８は、メモリ２１０６に格納されている参照画像と、エントロピー復号部２１０１でのエントロピー復号によって生成された動きベクトルとを用いることによって、対象ブロックに対して動き補償を行う。動き補償部２１０８は、このような動き補償によって対象ブロックに対する予測画像を生成する。
　スイッチ２１０９は、対象ブロックが面予測符号化されている場合には、面内予測部２１０７によって生成された予測画像を加算器２１０４に出力する。一方、スイッチ２１０９は、対象ブロックが画面間予測符号化されている場合には、動き補償部２１０８によって生成された予測画像を加算器２１０４に出力する。
　次に、図３Ｂを参照して、画像復号装置２０００の動作を説明する。図３Ｂは、画像復号装置２０００の動作を示すフローチャートである。なお、下記の説明では、面内予測部２１０７で予測画像を生成する場合について説明する。なお、図２Ｂの各処理と共通する処理については、詳しい説明は省略する。
　まず、面内予測部２１０７は、対象ブロックの周辺画素を用いて、対象ブロックに含まれる各画素の予測画素データを生成する（Ｓ２１）。なお、この処理は、図２ＢのＳ１１と共通するので、詳しい説明は省略する。
　次に、逆量子化部２１０２は、エントロピー復号部２１０１で生成された量子化係数データを、面内予測部１１１０での予測方向に応じた順序で順次逆量子化して、復号残差画素データを生成する（Ｓ２２～Ｓ２４）。なお、この処理は、量子化であるか逆量子化であるかが相違するものの、図２ＢのＳ１３～Ｓ１５と共通するので、詳しい説明は省略する。
　すなわち、逆量子化部２１０２は、予測モードが斜め方向予測モードであるか、又はＤＣ予測モードである場合に、対象ブロックの各画素をジグザグ順序で量子化する（Ｓ２３）。一方、逆量子化部２１０２は、予測モードが横方向予測モード又は縦方向予測モードである場合に、対象ブロックの各画素を行方向優先順序、又は列方向優先順序で量子化する（Ｓ２４）。
　次に、加算器２１０４は、逆量子化部２１０２で生成された対象ブロックの各画素の残差画素データに、面内予測部２１０７で生成された対応する予測画素データを加算して、復号画素データを生成する（Ｓ２５）。生成された復号画素データは、復号画像として出力されると共に、参照画像としてメモリ２１０６に格納される。
　上記構成によれば、空間領域の残差画像データを周波数変換せずに量子化する方式の符号化／復号技術に対して、符号化／復号の順序を適応的に切替える画像符号化装置１０００及び画像復号装置２０００を得ることができる。
　なお、本実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ又はプロセッサなどのプログラム実行部が、ハードディスク又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、本実施の形態の画像復号化装置などを実現するソフトウェアは、次のようなプログラムである。
　すなわち、このプログラムは、コンピュータに、対象ブロックを復号する画像復号方法を実行させる。つまり、このプログラムは、前記対象ブロックに含まれる各画素の予測画素データを、当該画素の周辺画素を用いて順次予測するイントラ予測ステップと、前記対象ブロックに含まれる各画素の量子化係数を順次逆量子化して、空間領域のデータである残差画素データを生成する逆量子化ステップと、前記逆量子化ステップで生成された前記残差画素データに、前記イントラ予測ステップで予測された前記予測画素データを加算して、復号画素データを生成する加算ステップとを実行させ、前記逆量子化ステップでは、前記イントラ予測ステップにおける予測方向を示す予測モードに応じて、前記対象ブロックに含まれる各画素の前記量子化係数の逆量子化順序を適応的に切替える。
　また、このプログラムは、コンピュータに、画像データに含まれる対象ブロックを符号化する画像符号化方法を実行させる。つまり、このプログラムは、コンピュータに、前記対象ブロックに含まれる各画素の予測画素データを、当該画素の周辺画素を用いて順次予測するイントラ予測ステップと、前記対象ブロックに含まれる各画素の画素データから、前記イントラ予測ステップで予測された対応する前記予測画素データを減算して、残差画素データを生成する減算ステップと、前記対象ブロックに含まれる各画素の空間領域のデータである前記残差画素データを順次量子化する量子化ステップとを実行させ、前記量子化ステップでは、前記対象ブロックに含まれる各画素の前記残差画素データの量子化順序を、前記イントラ予測ステップにおける予測方向を示す予測モードに応じて適応的に切替える。
　以上、本発明の一態様に係る画像符号化装置および画像復号装置について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の一態様の範囲内に含まれてもよい。
　（実施の形態２）
　上記各実施の形態で示した動画像符号化方法（画像符号化方法）または動画像復号化方法（画像復号方法）の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。
　さらにここで、上記各実施の形態で示した動画像符号化方法（画像符号化方法）や動画像復号化方法（画像復号方法）の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。
　図１０は、コンテンツ配信サービスを実現するコンテンツ供給システムex１００の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex１０６、ex１０７、ex１０８、ex１０９、ex１１０が設置されている。
　このコンテンツ供給システムex１００は、インターネットex１０１にインターネットサービスプロバイダex１０２および電話網ex１０４、および基地局ex１０６からex１１０を介して、コンピュータex１１１、ＰＤＡ（Personal Digital Assistant）ex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５などの各機器が接続される。
　しかし、コンテンツ供給システムex１００は図１０のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。
　カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ－ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。
　コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の一態様に係る画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。
　なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像および／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。
　また、これら符号化・復号化処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ－ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。
　また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。
　以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。
　なお、コンテンツ供給システムex１００の例に限らず、図１１に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の一態様に係る画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。
　また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号化する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に動画像復号化装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。
　図１２は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。
　また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の一態様に係る画像符号化装置または画像復号装置として機能する）を有する信号処理部ex３０６と、復号化した音声信号を出力するスピーカex３０７、復号化した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。
　まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号化し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。
　また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。
　また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。
　一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図１３に示す。情報再生／記録部ex４００は、以下に説明する要素ex４０１、ex４０２、ex４０３、ex４０４、ex４０５、ex４０６、ex４０７を備える。光ヘッドex４０１は、光ディスクである記録メディアex２１５の記録面にレーザスポットを照射して情報を書き込み、記録メディアex２１５の記録面からの反射光を検出して情報を読み込む。変調記録部ex４０２は、光ヘッドex４０１に内蔵された半導体レーザを電気的に駆動し記録データに応じてレーザ光の変調を行う。再生復調部ex４０３は、光ヘッドex４０１に内蔵されたフォトディテクタにより記録面からの反射光を電気的に検出した再生信号を増幅し、記録メディアex２１５に記録された信号成分を分離して復調し、必要な情報を再生する。バッファex４０４は、記録メディアex２１５に記録するための情報および記録メディアex２１５から再生した情報を一時的に保持する。ディスクモータex４０５は記録メディアex２１５を回転させる。サーボ制御部ex４０６は、ディスクモータex４０５の回転駆動を制御しながら光ヘッドex４０１を所定の情報トラックに移動させ、レーザスポットの追従処理を行う。システム制御部ex４０７は、情報再生／記録部ex４００全体の制御を行う。上記の読み出しや書き込みの処理はシステム制御部ex４０７が、バッファex４０４に保持された各種情報を利用し、また必要に応じて新たな情報の生成・追加を行うと共に、変調記録部ex４０２、再生復調部ex４０３、サーボ制御部ex４０６を協調動作させながら、光ヘッドex４０１を通して、情報の記録再生を行うことにより実現される。システム制御部ex４０７は例えばマイクロプロセッサで構成され、読み出し書き込みのプログラムを実行することでそれらの処理を実行する。
　以上では、光ヘッドex４０１はレーザスポットを照射するとして説明したが、近接場光を用いてより高密度な記録を行う構成であってもよい。
　図１４に光ディスクである記録メディアex２１５の模式図を示す。記録メディアex２１５の記録面には案内溝（グルーブ）がスパイラル状に形成され、情報トラックex２３０には、予めグルーブの形状の変化によってディスク上の絶対位置を示す番地情報が記録されている。この番地情報はデータを記録する単位である記録ブロックex２３１の位置を特定するための情報を含み、記録や再生を行う装置において情報トラックex２３０を再生し番地情報を読み取ることで記録ブロックを特定することができる。また、記録メディアex２１５は、データ記録領域ex２３３、内周領域ex２３２、外周領域ex２３４を含んでいる。ユーザデータを記録するために用いる領域がデータ記録領域ex２３３であり、データ記録領域ex２３３より内周または外周に配置されている内周領域ex２３２と外周領域ex２３４は、ユーザデータの記録以外の特定用途に用いられる。情報再生／記録部ex４００は、このような記録メディアex２１５のデータ記録領域ex２３３に対して、符号化された音声データ、映像データまたはそれらのデータを多重化した多重化データの読み書きを行う。
　以上では、１層のＤＶＤ、ＢＤ等の光ディスクを例に挙げ説明したが、これらに限ったものではなく、多層構造であって表面以外にも記録可能な光ディスクであってもよい。また、ディスクの同じ場所にさまざまな異なる波長の色の光を用いて情報を記録したり、さまざまな角度から異なる情報の層を記録したりなど、多次元的な記録／再生を行う構造の光ディスクであってもよい。
　また、デジタル放送用システムex２００において、アンテナex２０５を有する車ex２１０で衛星ex２０２等からデータを受信し、車ex２１０が有するカーナビゲーションex２１１等の表示装置に動画を再生することも可能である。なお、カーナビゲーションex２１１の構成は例えば図１２に示す構成のうち、ＧＰＳ受信部を加えた構成が考えられ、同様なことがコンピュータex１１１や携帯電話ex１１４等でも考えられる。
　図１５Ａは、上記実施の形態で説明した動画像復号化方法および動画像符号化方法を用いた携帯電話ex１１４を示す図である。携帯電話ex１１４は、基地局ex１１０との間で電波を送受信するためのアンテナex３５０、映像、静止画を撮ることが可能なカメラ部ex３６５、カメラ部ex３６５で撮像した映像、アンテナex３５０で受信した映像等が復号化されたデータを表示する液晶ディスプレイ等の表示部ex３５８を備える。携帯電話ex１１４は、さらに、操作キー部ex３６６を有する本体部、音声を出力するためのスピーカ等である音声出力部ex３５７、音声を入力するためのマイク等である音声入力部ex３５６、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータもしくは復号化されたデータを保存するメモリ部ex３６７、又は同様にデータを保存する記録メディアとのインタフェース部であるスロット部ex３６４を備える。
　さらに、携帯電話ex１１４の構成例について、図１５Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。
　電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。
　携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。
　さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。
　データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の一態様に係る画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。
　多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。
　データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の一態様に係る画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。
　また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。
　このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。
　また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。
　（実施の形態３）
　上記各実施の形態で示した動画像符号化方法または装置と、ＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。
　ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。
　この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ－２トランスポートストリーム形式のデジタルストリームである。
　図１６は、多重化データの構成を示す図である。図１６に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム（ＰＧ）、インタラクティブグラフィックスストリームのうち、１つ以上を多重化することで得られる。ビデオストリームは映画の主映像および副映像を、オーディオストリーム（ＩＧ）は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にＧＵＩ部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した動画像符号化方法または装置、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーＡＣ－３、Ｄｏｌｂｙ　Ｄｉｇｉｔａｌ　Ｐｌｕｓ、ＭＬＰ、ＤＴＳ、ＤＴＳ－ＨＤ、または、リニアＰＣＭのなどの方式で符号化されている。
　多重化データに含まれる各ストリームはＰＩＤによって識別される。例えば、映画の映像に利用するビデオストリームには０ｘ１０１１が、オーディオストリームには０ｘ１１００から０ｘ１１１Ｆまでが、プレゼンテーショングラフィックスには０ｘ１２００から０ｘ１２１Ｆまでが、インタラクティブグラフィックスストリームには０ｘ１４００から０ｘ１４１Ｆまでが、映画の副映像に利用するビデオストリームには０ｘ１Ｂ００から０ｘ１Ｂ１Ｆまで、主音声とミキシングする副音声に利用するオーディオストリームには０ｘ１Ａ００から０ｘ１Ａ１Ｆが、それぞれ割り当てられている。
　図１７は、多重化データがどのように多重化されるかを模式的に示す図である。まず、複数のビデオフレームからなるビデオストリームex２３５、複数のオーディオフレームからなるオーディオストリームex２３８を、それぞれＰＥＳパケット列ex２３６およびex２３９に変換し、ＴＳパケットex２３７およびex２４０に変換する。同じくプレゼンテーショングラフィックスストリームex２４１およびインタラクティブグラフィックスex２４４のデータをそれぞれＰＥＳパケット列ex２４２およびex２４５に変換し、さらにＴＳパケットex２４３およびex２４６に変換する。多重化データex２４７はこれらのＴＳパケットを１本のストリームに多重化することで構成される。
　図１８は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかをさらに詳しく示している。図１８における第１段目はビデオストリームのビデオフレーム列を示す。第２段目は、ＰＥＳパケット列を示す。図１８の矢印ｙｙ１，ｙｙ２，ｙｙ３，ｙｙ４に示すように、ビデオストリームにおける複数のＶｉｄｅｏ　Ｐｒｅｓｅｎｔａｔｉｏｎ　ＵｎｉｔであるＩピクチャ、Ｂピクチャ、Ｐピクチャは、ピクチャ毎に分割され、ＰＥＳパケットのペイロードに格納される。各ＰＥＳパケットはＰＥＳヘッダを持ち、ＰＥＳヘッダには、ピクチャの表示時刻であるＰＴＳ（Ｐｒｅｓｅｎｔａｔｉｏｎ　Ｔｉｍｅ－Ｓｔａｍｐ）やピクチャの復号時刻であるＤＴＳ（Ｄｅｃｏｄｉｎｇ　Ｔｉｍｅ－Ｓｔａｍｐ）が格納される。
　図１９は、多重化データに最終的に書き込まれるＴＳパケットの形式を示している。ＴＳパケットは、ストリームを識別するＰＩＤなどの情報を持つ４ＢｙｔｅのＴＳヘッダとデータを格納する１８４ＢｙｔｅのＴＳペイロードから構成される１８８Ｂｙｔｅ固定長のパケットであり、上記ＰＥＳパケットは分割されＴＳペイロードに格納される。ＢＤ－ＲＯＭの場合、ＴＳパケットには、４ＢｙｔｅのＴＰ＿Ｅｘｔｒａ＿Ｈｅａｄｅｒが付与され、１９２Ｂｙｔｅのソースパケットを構成し、多重化データに書き込まれる。ＴＰ＿Ｅｘｔｒａ＿ＨｅａｄｅｒにはＡＴＳ（Ａｒｒｉｖａｌ＿Ｔｉｍｅ＿Ｓｔａｍｐ）などの情報が記載される。ＡＴＳは当該ＴＳパケットのデコーダのＰＩＤフィルタへの転送開始時刻を示す。多重化データには図１９下段に示すようにソースパケットが並ぶこととなり、多重化データの先頭からインクリメントする番号はＳＰＮ（ソースパケットナンバー）と呼ばれる。
　また、多重化データに含まれるＴＳパケットには、映像・音声・字幕などの各ストリーム以外にもＰＡＴ（Ｐｒｏｇｒａｍ　Ａｓｓｏｃｉａｔｉｏｎ　Ｔａｂｌｅ）、ＰＭＴ（Ｐｒｏｇｒａｍ　Ｍａｐ　Ｔａｂｌｅ）、ＰＣＲ（Ｐｒｏｇｒａｍ　Ｃｌｏｃｋ　Ｒｅｆｅｒｅｎｃｅ）などがある。ＰＡＴは多重化データ中に利用されるＰＭＴのＰＩＤが何であるかを示し、ＰＡＴ自身のＰＩＤは０で登録される。ＰＭＴは、多重化データ中に含まれる映像・音声・字幕などの各ストリームのＰＩＤと各ＰＩＤに対応するストリームの属性情報を持ち、また多重化データに関する各種ディスクリプタを持つ。ディスクリプタには多重化データのコピーを許可・不許可を指示するコピーコントロール情報などがある。ＰＣＲは、ＡＴＳの時間軸であるＡＴＣ（Ａｒｒｉｖａｌ　Ｔｉｍｅ　Ｃｌｏｃｋ）とＰＴＳ・ＤＴＳの時間軸であるＳＴＣ（Ｓｙｓｔｅｍ　Ｔｉｍｅ　Ｃｌｏｃｋ）の同期を取るために、そのＰＣＲパケットがデコーダに転送されるＡＴＳに対応するＳＴＣ時間の情報を持つ。
　図２０はＰＭＴのデータ構造を詳しく説明する図である。ＰＭＴの先頭には、そのＰＭＴに含まれるデータの長さなどを記したＰＭＴヘッダが配置される。その後ろには、多重化データに関するディスクリプタが複数配置される。上記コピーコントロール情報などが、ディスクリプタとして記載される。ディスクリプタの後には、多重化データに含まれる各ストリームに関するストリーム情報が複数配置される。ストリーム情報は、ストリームの圧縮コーデックなどを識別するためストリームタイプ、ストリームのＰＩＤ、ストリームの属性情報（フレームレート、アスペクト比など）が記載されたストリームディスクリプタから構成される。ストリームディスクリプタは多重化データに存在するストリームの数だけ存在する。
　記録媒体などに記録する場合には、上記多重化データは、多重化データ情報ファイルと共に記録される。
　多重化データ情報ファイルは、図２１に示すように多重化データの管理情報であり、多重化データと１対１に対応し、多重化データ情報、ストリーム属性情報とエントリマップから構成される。
　多重化データ情報は図２１に示すようにシステムレート、再生開始時刻、再生終了時刻から構成されている。システムレートは多重化データの、後述するシステムターゲットデコーダのＰＩＤフィルタへの最大転送レートを示す。多重化データ中に含まれるＡＴＳの間隔はシステムレート以下になるように設定されている。再生開始時刻は多重化データの先頭のビデオフレームのＰＴＳであり、再生終了時刻は多重化データの終端のビデオフレームのＰＴＳに１フレーム分の再生間隔を足したものが設定される。
　ストリーム属性情報は図２２に示すように、多重化データに含まれる各ストリームについての属性情報が、ＰＩＤ毎に登録される。属性情報はビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム、インタラクティブグラフィックスストリーム毎に異なる情報を持つ。ビデオストリーム属性情報は、そのビデオストリームがどのような圧縮コーデックで圧縮されたか、ビデオストリームを構成する個々のピクチャデータの解像度がどれだけであるか、アスペクト比はどれだけであるか、フレームレートはどれだけであるかなどの情報を持つ。オーディオストリーム属性情報は、そのオーディオストリームがどのような圧縮コーデックで圧縮されたか、そのオーディオストリームに含まれるチャンネル数は何であるか、何の言語に対応するか、サンプリング周波数がどれだけであるかなどの情報を持つ。これらの情報は、プレーヤが再生する前のデコーダの初期化などに利用される。
　本実施の形態においては、上記多重化データのうち、ＰＭＴに含まれるストリームタイプを利用する。また、記録媒体に多重化データが記録されている場合には、多重化データ情報に含まれる、ビデオストリーム属性情報を利用する。具体的には、上記各実施の形態で示した動画像符号化方法または装置において、ＰＭＴに含まれるストリームタイプ、または、ビデオストリーム属性情報に対し、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示す固有の情報を設定するステップまたは手段を設ける。この構成により、上記各実施の形態で示した動画像符号化方法または装置によって生成した映像データと、他の規格に準拠する映像データとを識別することが可能になる。
　また、本実施の形態における動画像復号化方法のステップを図２３に示す。ステップexＳ１００において、多重化データからＰＭＴに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexＳ１０１において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexＳ１０２において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠するものであることを示している場合には、ステップexＳ１０３において、従来の規格に準拠した動画像復号方法により復号を行う。
　このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。
　（実施の形態４）
　上記各実施の形態で示した動画像符号化方法および装置、動画像復号化方法および装置は、典型的には集積回路であるＬＳＩで実現される。一例として、図２４に１チップ化されたＬＳＩex５００の構成を示す。ＬＳＩex５００は、以下に説明する要素ex５０１、ex５０２、ex５０３、ex５０４、ex５０５、ex５０６、ex５０７、ex５０８、ex５０９を備え、各要素はバスex５１０を介して接続している。電源回路部ex５０５は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。
　例えば符号化処理を行う場合には、ＬＳＩex５００は、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有する制御部ex５０１の制御に基づいて、ＡＶ　Ｉ／Ｏex５０９によりマイクex１１７やカメラex１１３等からＡＶ信号を入力する。入力されたＡＶ信号は、一旦ＳＤＲＡＭ等の外部のメモリex５１１に蓄積される。制御部ex５０１の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex５０７に送られ、信号処理部ex５０７において音声信号の符号化および／または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex５０７ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームＩ／Ｏex５０６から外部に出力する。この出力された多重化データは、基地局ex１０７に向けて送信されたり、または記録メディアex２１５に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex５０８にデータを蓄積するとよい。
　なお、上記では、メモリex５１１がＬＳＩex５００の外部の構成として説明したが、ＬＳＩex５００の内部に含まれる構成であってもよい。バッファex５０８も１つに限ったものではなく、複数のバッファを備えていてもよい。また、ＬＳＩex５００は１チップ化されてもよいし、複数チップ化されてもよい。
　また、上記では、制御部ex５０１が、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有するとしているが、制御部ex５０１の構成は、この構成に限らない。例えば、信号処理部ex５０７がさらにＣＰＵを備える構成であってもよい。信号処理部ex５０７の内部にもＣＰＵを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、ＣＰＵex５０２が信号処理部ex５０７、または信号処理部ex５０７の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex５０１は、信号処理部ex５０７、またはその一部を有するＣＰＵex５０２を備える構成となる。
　なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
　また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
　さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。
　（実施の形態５）
　上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。
　この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図２５は、本実施の形態における構成ex８００を示している。駆動周波数切替え部ex８０３は、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合には、駆動周波数を高く設定する。そして、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１に対し、映像データを復号するよう指示する。一方、映像データが、従来の規格に準拠する映像データである場合には、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合に比べ、駆動周波数を低く設定する。そして、従来の規格に準拠する復号処理部ex８０２に対し、映像データを復号するよう指示する。
　より具体的には、駆動周波数切替え部ex８０３は、図２４のＣＰＵex５０２と駆動周波数制御部ex５１２から構成される。また、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１、および、従来の規格に準拠する復号処理部ex８０２は、図２４の信号処理部ex５０７に該当する。ＣＰＵex５０２は、映像データがどの規格に準拠するものであるかを識別する。そして、ＣＰＵex５０２からの信号に基づいて、駆動周波数制御部ex５１２は、駆動周波数を設定する。また、ＣＰＵex５０２からの信号に基づいて、信号処理部ex５０７は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態３で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態３で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、ＣＰＵex５０２における駆動周波数の選択は、例えば、図２７のような映像データの規格と、駆動周波数とを対応付けたルックアップテーブルに基づいて行うことが考えられる。ルックアップテーブルを、バッファex５０８や、ＬＳＩの内部メモリに格納しておき、ＣＰＵex５０２がこのルックアップテーブルを参照することにより、駆動周波数を選択することが可能である。
　図２６は、本実施の形態の方法を実施するステップを示している。まず、ステップexＳ２００では、信号処理部ex５０７において、多重化データから識別情報を取得する。次に、ステップexＳ２０１では、ＣＰＵex５０２において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexＳ２０２において、駆動周波数を高く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、高い駆動周波数に設定される。一方、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、ステップexＳ２０３において、駆動周波数を低く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。
　さらに、駆動周波数の切替えに連動して、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することが考えられる。
　また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、ＭＰＥＧ４－ＡＶＣ規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。
　さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を高く設定し、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＣＰＵex５０２の駆動を停止させることなく、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、ＣＰＵex５０２の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、ＣＰＵex５０２の駆動を一時停止させることも考えられる。この場合は、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。
　このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてＬＳＩex５００またはＬＳＩex５００を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。
　（実施の形態６）
　テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、ＬＳＩex５００の信号処理部ex５０７が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex５０７を個別に用いると、ＬＳＩex５００の回路規模が大きくなり、また、コストが増加するという課題が生じる。
　この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図２８Ａのex９００に示す。例えば、上記各実施の形態で示した動画像復号方法と、ＭＰＥＧ４－ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４－ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４－ＡＶＣ規格に対応しない、本発明の一態様に特有の他の処理内容については、専用の復号処理部ex９０１を用いるという構成が考えられる。特に、本発明の一態様は、逆量子化に特徴を有していることから、例えば、逆量子化については専用の復号処理部ex９０１を用い、それ以外のエントロピー復号、デブロッキング・フィルタ、動き補償のいずれか、または、全ての処理については、復号処理部を共有することが考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した動画像復号化方法を実行するための復号処理部を共有し、ＭＰＥＧ４－ＡＶＣ規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。
　また、処理を一部共有化する他の例を図２８Ｂのex１０００に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。
　このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。
　本発明の一態様に係る画像符号化方法及び画像復号方法は、動画像の符号化方法及び復号方法に有利に利用される。
　１０　対象ブロック
　２０　周辺画素
　１０００　画像符号化装置
　１１００　符号化処理部
　１１０１　減算器
　１１０３　量子化部
　１１０４　エントロピー符号化部
　１１０５，２１０２　逆量子化部
　１１０７，２１０４　加算器
　１１０８，２１０５　デブロッキングフィルタ
　１１０９，２１０６　メモリ
　１１１０，２１０７　面内予測部
　１１１１，２１０８　動き補償部
　１１１２　動き検出部
　１１１３，２１０９　スイッチ
　１２００　符号化制御部
　２０００　画像復号装置
　２１００　復号処理部
　２１０１　エントロピー復号部
　２２００　復号制御部
　

Claims (11)

  1. 　対象ブロックを復号する画像復号方法であって、
    　前記対象ブロックに含まれる各画素の予測画素データを、当該画素の周辺画素を用いて順次予測するイントラ予測ステップと、
    　前記対象ブロックに含まれる各画素の量子化係数を順次逆量子化して、空間領域のデータである残差画素データを生成する逆量子化ステップと、
    　前記逆量子化ステップで生成された前記残差画素データに、前記イントラ予測ステップで予測された前記予測画素データを加算して、復号画素データを生成する加算ステップとを含み、
    　前記逆量子化ステップでは、前記イントラ予測ステップにおける予測方向を示す予測モードに応じて、前記対象ブロックに含まれる各画素の前記量子化係数の逆量子化順序を適応的に切替える
    　画像復号方法。
  2. 　前記逆量子化ステップでは、前記対象ブロックの各画素の量子化順序を、予測画素データを生成する際の依存関係の上流側が先、下流側が後となるような逆量子化順序に切替える
    　請求項１に記載の画像復号方法。
  3. 　前記逆量子化ステップでは、斜め方向に連続する画素を順次逆量子化する処理を、前記斜め方向に交差する方向に位置をずらしながら行なうジグザグ順序、行方向に連続する画素を順次逆量子化する処理を、列方向に位置をずらしながら行なう行方向優先順序、及び列方向に連続する画素を順次逆量子化する処理を、行方向に位置をずらしながら行なう列方向優先順序のいずれかの順序で、前記対象ブロックに含まれる各画素の前記量子化係数を逆量子化する
    　請求項２に記載の画像復号方法。
  4. 　前記イントラ予測ステップにおいて、水平方向及び垂直方向の間の所定の角度範囲に含まれる斜め方向予測モードで予測される場合において、
    　前記量子化ステップでは、予測方向の最上流に位置する頂点を始点とする前記ジグザグ順序で、前記対象ブロックに含まれる各画素の前記量子化係数を逆量子化する
    　請求項３に記載の画像復号方法。
  5. 　前記イントラ予測ステップにおいて、水平方向を含む所定の角度範囲に含まれる横方向予測モード、又は垂直方向を含む所定の角度範囲に含まれる縦方向予測モードで予測される場合において、
    　前記量子化ステップでは、前記行方向優先順序及び前記列方向優先順序のうち、予測方向に略平行な方向を優先する順序で、前記対象ブロックに含まれる各画素の前記量子化係数を逆量子化する
    　請求項３に記載の画像復号方法。
  6. 　前記イントラ予測ステップにおいて、水平方向を含む所定の角度範囲に含まれる横方向予測モード、又は垂直方向を含む所定の角度範囲に含まれる縦方向予測モードで予測される場合において、
    　前記量子化ステップでは、前記行方向優先順序及び前記列方向優先順序のうち、予測方向に略直交する方向を優先する順序で、前記対象ブロックに含まれる各画素の前記量子化係数を逆量子化する
    　請求項３に記載の画像復号方法。
  7. 　前記量子化ステップでは、隣接する行又は列における逆量子化の順序が互いに逆となる順序で、前記対象ブロックに含まれる各画素の前記量子化係数を逆量子化する
    　請求項５又は６に記載の画像復号方法。
  8. 　前記イントラ予測ステップと、前記逆量子化ステップと、前記加算ステップとは、前記対象ブロックに含まれる画素単位で並列に実行される
    　請求項１～７のいずれか１項に記載の画像復号方法。
  9. 　画像データに含まれる対象ブロックを符号化する画像符号化方法であって、
    　前記対象ブロックに含まれる各画素の予測画素データを、当該画素の周辺画素を用いて順次予測するイントラ予測ステップと、
    　前記対象ブロックに含まれる各画素の画素データから、前記イントラ予測ステップで予測された対応する前記予測画素データを減算して、残差画素データを生成する減算ステップと、
    　前記対象ブロックに含まれる各画素の空間領域のデータである前記残差画素データを順次量子化する量子化ステップとを含み、
    　前記量子化ステップでは、前記対象ブロックに含まれる各画素の前記残差画素データの量子化順序を、前記イントラ予測ステップにおける予測方向を示す予測モードに応じて適応的に切替える
    　画像符号化方法。
  10. 　対象ブロックを復号する画像復号装置であって、
    　前記対象ブロックに含まれる各画素の予測画素データを、当該画素の周辺画素を用いて順次予測するイントラ予測部と、
    　前記対象ブロックに含まれる各画素の量子化係数を順次逆量子化して、空間領域のデータである残差画素データを生成する逆量子化部と、
    　前記逆量子化部で生成された前記残差画素データに、前記イントラ予測部で予測された前記予測画素データを加算して、復号画素データを生成する加算部とを備え、
    　前記逆量子化部は、前記イントラ予測部における予測方向を示す予測モードに応じて、前記対象ブロックに含まれる各画素の前記量子化係数の逆量子化順序を適応的に切替える
    　画像復号装置。
  11. 　画像データに含まれる対象ブロックを符号化する画像符号化装置であって、
    　前記対象ブロックに含まれる各画素の予測画素データを、当該画素の周辺画素を用いて順次予測するイントラ予測部と、
    　前記対象ブロックに含まれる各画素の画素データから、前記イントラ予測部で予測された対応する前記予測画素データを減算して、残差画素データを生成する減算部と、
    　前記対象ブロックに含まれる各画素の空間領域のデータである前記残差画素データを順次量子化する量子化部とを備え、
    　前記量子化部は、前記対象ブロックに含まれる各画素の前記残差画素データの量子化順序を、前記イントラ予測部における予測方向を示す予測モードに応じて適応的に切替える
    　画像符号化装置。
PCT/JP2012/001524 2011-03-07 2012-03-06 画像復号方法、画像符号化方法、画像復号装置、及び画像符号化装置 WO2012120876A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201161449732P 2011-03-07 2011-03-07
US61/449,732 2011-03-07

Publications (1)

Publication Number Publication Date
WO2012120876A1 true WO2012120876A1 (ja) 2012-09-13

Family

ID=46797847

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/001524 WO2012120876A1 (ja) 2011-03-07 2012-03-06 画像復号方法、画像符号化方法、画像復号装置、及び画像符号化装置

Country Status (1)

Country Link
WO (1) WO2012120876A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0262181A (ja) * 1988-08-29 1990-03-02 Matsushita Electric Ind Co Ltd 映像信号の高能率符号化方法
JPH02128586A (ja) * 1988-11-09 1990-05-16 Fujitsu Ltd 最適走査方法判定回路
JP2009005016A (ja) * 2007-06-20 2009-01-08 Canon Inc 画像符号化装置及びその制御方法
JP2009027541A (ja) * 2007-07-20 2009-02-05 Ntt Docomo Inc 画像符号化装置、方法及びプログラム、並びに、画像復号装置、方法及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0262181A (ja) * 1988-08-29 1990-03-02 Matsushita Electric Ind Co Ltd 映像信号の高能率符号化方法
JPH02128586A (ja) * 1988-11-09 1990-05-16 Fujitsu Ltd 最適走査方法判定回路
JP2009005016A (ja) * 2007-06-20 2009-01-08 Canon Inc 画像符号化装置及びその制御方法
JP2009027541A (ja) * 2007-07-20 2009-02-05 Ntt Docomo Inc 画像符号化装置、方法及びプログラム、並びに、画像復号装置、方法及びプログラム

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CUILING LAN ET AL.: "Screen content coding", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 2ND MEETING, 21 July 2010 (2010-07-21), GENEVA, CH *
DAE-YEON KIM ET AL.: "Enhanced intra coding", ITU - TELECOMMUNICATIONS STANDARDIZATION SECTOR STUDY GROUP 16 QUESTION 6 VIDEO CODING EXPERTS GROUP (VCEG) 34TH MEETING, 12 January 2008 (2008-01-12), ANTALYA, TURKEY *
MATTHIAS NARROSCHKE ET AL.: "Adaptive prediction error coding in spatial and frequency domain for H.264/AVC", ITU - TELECOMMUNICATIONS STANDARDIZATION SECTOR STUDY GROUP 16 QUESTION 6 VIDEO CODING EXPERTS GROUP (VCEG) 29TH MEETING, 16 January 2006 (2006-01-16), BANGKOK, THAILAND *

Similar Documents

Publication Publication Date Title
JP7157963B2 (ja) 復号化装置
JP6498811B2 (ja) 符号化方法および符号化装置
JP6094973B2 (ja) 色平面内予測を用いて映像を符号化および復号する方法および装置
JP6213753B2 (ja) 符号化復号装置
JP6327435B2 (ja) 画像符号化方法、画像復号方法、画像符号化装置、及び、画像復号装置
JP6004375B2 (ja) 画像符号化方法および画像復号化方法
WO2012120840A1 (ja) 画像復号方法、画像符号化方法、画像復号装置および画像符号化装置
JP5873029B2 (ja) 動画像符号化方法及び動画像復号化方法
WO2011132400A1 (ja) 画像符号化方法及び画像復号化方法
WO2013014884A1 (ja) 動画像符号化方法、動画像符号化装置、動画像復号化方法、および動画像復号化装置
WO2013136678A1 (ja) 画像復号装置および画像復号方法
WO2015001700A1 (ja) 画像符号化方法、及び、画像符号化装置
WO2012096157A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置および画像復号装置
WO2012096156A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
WO2012042810A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像処理システム
WO2012120876A1 (ja) 画像復号方法、画像符号化方法、画像復号装置、及び画像符号化装置
WO2012095930A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
WO2013069258A1 (ja) 画像復号方法、画像符号化方法、画像復号装置、画像符号化装置、および画像符号化復号装置
WO2013046616A1 (ja) 画像符号化装置、画像復号装置、画像符号化方法及び画像復号方法
WO2012086166A1 (ja) 画像符号化方法及び画像復号化方法
WO2012077349A1 (ja) 画像符号化方法および画像復号化方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12754928

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12754928

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP