WO2013073184A1 - 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、および画像符号化復号装置 - Google Patents

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、および画像符号化復号装置 Download PDF

Info

Publication number
WO2013073184A1
WO2013073184A1 PCT/JP2012/007315 JP2012007315W WO2013073184A1 WO 2013073184 A1 WO2013073184 A1 WO 2013073184A1 JP 2012007315 W JP2012007315 W JP 2012007315W WO 2013073184 A1 WO2013073184 A1 WO 2013073184A1
Authority
WO
WIPO (PCT)
Prior art keywords
offset
image
band
pixel
unit
Prior art date
Application number
PCT/JP2012/007315
Other languages
English (en)
French (fr)
Inventor
徹 松延
西　孝啓
陽司 柴原
寿郎 笹井
京子 谷川
敏康 杉尾
健吾 寺田
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 WO2013073184A1 publication Critical patent/WO2013073184A1/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
    • H04N19/169—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
    • 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
    • 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
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • 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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
    • 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
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression

Definitions

  • the present invention relates to an image encoding method, an image decoding method, an image encoding device, and an image decoding device, and in particular, an image encoding method, an image decoding method, and an image code that perform quantization or inverse quantization using a quantization matrix.
  • the present invention relates to an encoding device and an image decoding device.
  • video-on-demand type services including video conferencing via the Internet, digital video broadcasting, and streaming of video content have been provided.
  • the number of applications for such video-on-demand services is also increasing and these applications rely on the transmission of video data.
  • video data is transmitted or recorded, a large amount of data is transmitted through a conventional transmission line with limited bandwidth or stored in a conventional storage medium with limited data capacity Is done.
  • it is essential to compress or reduce the amount of digital data.
  • Such a video coding standard is, for example, H.264.
  • ITU-T International Telecommunication Union Telecommunication Standardization Sector
  • ISO / IEC ISO / IEC standard
  • MPEG-x The latest and most advanced video coding standard is currently H.264. H.264 / AVC or MPEG-4AVC (see Non-Patent Document 1 and Non-Patent Document 2).
  • Non-patent Document 3 In addition, in the HEVC (High Efficiency Video Coding) standard, which is a next-generation image coding standard, various studies have been made to improve coding efficiency (Non-patent Document 3).
  • the present invention provides an image encoding method, an image decoding method, and the like that can improve encoding efficiency.
  • An image encoding method is an image encoding method for encoding an input image in units of blocks, and after the input image is encoded, the encoded image is decoded.
  • An obtaining step for obtaining the decoded image, and at least one band for performing the offset process is variable for each block among a plurality of bands obtained by dividing the gradation that the pixel value of the decoded image can take into predetermined gradation sections.
  • Each of the pixels included in the processing target block based on whether or not each of the pixels included in the processing target block of the decoded image is included in the band set in the band setting step.
  • a band offset pixel classification step for classifying into one of a plurality of classes, and for each class, the pixels classified into the class
  • a band offset value calculating step for calculating an offset value that is an average error between a pixel value of the input image and a pixel value of the decoded image, and the decoding of the pixels classified into the class for each class.
  • a band offset processing step of adding the offset value to the pixel value of the image.
  • An image decoding method is an image decoding method for decoding an encoded stream in units of blocks, wherein the encoded stream is decoded, and the decoded image and the encoded stream are decoded.
  • An offset information acquisition step for acquiring information used for the offset processing included, and at least one for performing offset processing in a plurality of bands obtained by dividing the gradations that can be taken by the pixel values of the decoded image into predetermined gradation sections
  • a band setting step for variably setting one band for each block, and whether or not each pixel included in the processing target block of the decoded image is included in the band set in the band setting step.
  • a band offset image that classifies each pixel included in a block into one of a plurality of classes.
  • an offset image output step of outputting the offset image that has been offset
  • encoding efficiency can be improved.
  • FIG. 1 is a block diagram illustrating an example of a configuration of an image encoding device.
  • FIG. 2 is a block diagram illustrating an example of the configuration of the in-loop filter processing unit in the image encoding device.
  • FIG. 3 is a block diagram illustrating an example of the configuration of the image decoding apparatus.
  • FIG. 4 is a block diagram illustrating an example of the configuration of the in-loop filter processing unit in the image decoding apparatus.
  • FIG. 5 is a schematic diagram illustrating an example of an edge offset in the image encoding device.
  • FIG. 6 is a schematic diagram illustrating an example of an edge offset in the image encoding device.
  • FIG. 7A is a schematic diagram illustrating an example of an edge offset in the image encoding device.
  • FIG. 7B is a schematic diagram illustrating an example of an edge offset in the image encoding device.
  • FIG. 7C is a schematic diagram illustrating an example of an edge offset in the image encoding device.
  • FIG. 7D is a schematic diagram illustrating an example of an edge offset in the image encoding device.
  • FIG. 7E is a schematic diagram illustrating an example of an edge offset in the image encoding device.
  • FIG. 7F is a schematic diagram illustrating an example of an edge offset in the image encoding device.
  • FIG. 8 is a schematic diagram illustrating an example of a band offset in the image encoding device.
  • FIG. 9 is a schematic diagram illustrating an example of a band offset in the image encoding device.
  • FIG. 10 is a schematic diagram illustrating an example of a band offset in the image encoding device.
  • FIG. 11 is a block diagram illustrating an example of the configuration of the offset unit in the image encoding device.
  • FIG. 12 is a block diagram illustrating an example of the configuration of the offset unit in the image decoding apparatus.
  • FIG. 13 is a flowchart illustrating an example of the operation of the offset unit in the image encoding device.
  • FIG. 14 is a flowchart illustrating an example of the operation of the offset unit in the image decoding apparatus.
  • FIG. 15 is a block diagram showing an example of the configuration of the offset unit in the image coding apparatus according to Embodiment 1.
  • FIG. 11 is a block diagram illustrating an example of the configuration of the offset unit in the image encoding device.
  • FIG. 12 is a block diagram illustrating an example of the configuration of the offset unit in the image decoding apparatus.
  • FIG. 13 is a flowchart illustrating an example of the operation of the offset unit in
  • FIG. 16 is a block diagram showing an example of the configuration of the offset unit in the image decoding apparatus according to Embodiment 1.
  • FIG. 17 is a flowchart showing an example of the operation of the offset unit in the image coding apparatus according to Embodiment 1.
  • FIG. 18 is a flowchart illustrating an example of the operation of the offset unit in the image decoding apparatus according to Embodiment 1.
  • FIG. 19A is a schematic diagram illustrating an example of band setting of a fixed band.
  • FIG. 19B is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to Embodiment 1.
  • FIG. 19C is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to Embodiment 1.
  • FIG. 19A is a schematic diagram illustrating an example of band setting of a fixed band.
  • FIG. 19B is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to Embodiment 1.
  • FIG. 19C is
  • FIG. 19D is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to Embodiment 1.
  • FIG. 19E is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to Embodiment 1.
  • FIG. 20A is a schematic diagram illustrating an example of band setting of a fixed band.
  • FIG. 20B is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to Embodiment 1.
  • FIG. 20C is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to Embodiment 1.
  • FIG. 20D is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to Embodiment 1.
  • FIG. 20A is a schematic diagram illustrating an example of band setting of a fixed band.
  • FIG. 20B is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to Embodiment 1.
  • FIG. 20C is a schematic
  • FIG. 20E is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to Embodiment 1.
  • FIG. 21A is a schematic diagram illustrating an example of band setting of a fixed band.
  • FIG. 21B is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to Embodiment 1.
  • FIG. 22 is a schematic diagram illustrating an example of band setting in the SAO band offset classification method according to the first embodiment.
  • FIG. 23 is an overall configuration diagram of a content supply system that implements a content distribution service.
  • FIG. 24 is an overall configuration diagram of a digital broadcasting system.
  • FIG. 25 is a block diagram illustrating a configuration example of a television.
  • FIG. 26 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. 27 is a diagram illustrating a structure example of a recording medium that is an optical disk.
  • FIG. 28A is a diagram illustrating an example of a mobile phone.
  • FIG. 28B is a block diagram illustrating a configuration example of a mobile phone.
  • FIG. 29 is a diagram showing a structure of multiplexed data.
  • FIG. 30 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 31 is a diagram showing in more detail how the video stream is stored in the PES packet sequence.
  • FIG. 32 is a diagram showing the structure of TS packets and source packets in multiplexed data.
  • FIG. 33 shows the data structure of the PMT.
  • FIG. 34 shows the internal structure of multiplexed data information.
  • FIG. 35 shows the internal structure of stream attribute information.
  • FIG. 36 is a diagram showing steps for identifying video data.
  • FIG. 37 is a block diagram illustrating a configuration example of an integrated circuit that realizes the moving picture coding method and the moving picture decoding method according to each embodiment.
  • FIG. 38 is a diagram showing a configuration for switching the drive frequency.
  • FIG. 39 is a diagram illustrating steps for identifying video data and switching between driving frequencies.
  • FIG. 40 is a diagram illustrating an example of a look-up table in which video data standards are associated with drive frequencies.
  • FIG. 41A is a diagram illustrating an example of a configuration for sharing a module of a signal processing unit.
  • FIG. 41B is a diagram illustrating another example of a configuration for sharing a
  • FIG. 1 is a diagram illustrating a configuration of an image encoding device according to the HEVC standard.
  • the image encoding device 100 shown in FIG. 1 includes a control unit 110 and an encoding unit 120.
  • the encoding unit 120 includes a subtraction unit 121, a frequency conversion unit 122, a quantization unit 123, an entropy encoding unit 124, an inverse quantization unit 125, an inverse frequency conversion unit 126, an addition unit 127, an in-loop filter processing unit 128, a storage Unit 129, in-plane prediction unit 130, motion compensation unit 131, motion detection unit 132, and switch 133.
  • the encoding unit 120 encodes an input image (input image) 141 for each block to generate an encoded stream 142.
  • the subtracting unit 121 of the encoding unit 120 subtracts a pixel block composed of a plurality of pixel values of the predicted image from a pixel block composed of a plurality of pixel values of the image 141.
  • the frequency converter 122 converts the pixel block obtained by the subtraction into a coefficient block composed of a plurality of frequency coefficients.
  • the quantization unit 123 quantizes the coefficient block obtained by the frequency conversion unit 122.
  • the motion detection unit 132 detects a motion vector using the pixel block of the image 141.
  • the motion compensation unit 131 performs inter prediction (inter prediction) using the reference image in the storage unit 129 and the motion vector detected by the motion detection unit 132, and generates a predicted image.
  • the in-plane prediction unit 130 performs in-plane prediction (intra prediction) using the pixel block obtained by the addition unit 127 according to the in-plane prediction mode, and generates a predicted image.
  • the switch 133 outputs the pixel block of the predicted image generated by the in-plane prediction unit 130 or the motion compensation unit 131 to the subtraction unit 121 and the addition unit 127.
  • the entropy coding unit 124 performs entropy coding on the block partition information, the prediction type, the motion vector, the prediction mode (in-plane prediction mode), the quantization parameter, the quantized coefficient block, and the like. To generate an encoded stream 142.
  • the inverse quantization unit 125 inversely quantizes the quantized coefficient block. Then, the inverse frequency converter 126 converts the inversely quantized coefficient block into a pixel block. Then, the adding unit 127 adds the pixel block of the predicted image to the pixel block obtained by the inverse frequency converting unit 126.
  • the in-loop filter processing unit 128 removes block distortion from the pixel block obtained by the adding unit 127 and corrects an error with the input image, and stores the pixel block in the storage unit 129 as a reference image.
  • control unit 110 controls the encoding unit 120.
  • the image encoding device 100 encodes the image 141 by the above operation. Then, the image encoding device 100 reduces the data amount of the encoded stream 142 by various processes such as frequency conversion, quantization, in-plane prediction, inter-plane prediction, entropy encoding, and in-loop filter processing.
  • FIG. 2 is a diagram showing a configuration of the in-loop filter processing unit 128 of the image encoding device 100 shown in FIG.
  • the in-loop filter processing unit 128 includes a deblocking filter unit 134, an offset unit 135, and an adaptive loop filter unit 136 as shown in FIG.
  • the deblocking filter unit 134 removes block boundary distortion (block distortion) generated by performing an encoding process on the pixel block (decoded image) obtained by the adder 127 in units of blocks. Low-pass filter processing is performed on the boundary pixels.
  • the offset unit 135 classifies the pixels in the processing target block subjected to the low-pass filter processing by the deblocking filter unit 134 into a plurality of classes, and sets an offset value for correcting an error from the input image for each class. to add.
  • the adaptive loop filter unit 136 applies a low-pass filter adapted to the characteristics of the pixel to be processed in order to remove noise generated by the encoding from the processing target block to which the offset value is added by the offset unit 135. Perform the filtering process used.
  • FIG. 3 is a diagram showing a configuration of an image decoding apparatus corresponding to the image encoding apparatus 100 shown in FIG.
  • the image decoding device 200 shown in FIG. 3 includes a control unit 210 and a decoding unit 220.
  • the decoding unit 220 includes an entropy decoding unit 224, an inverse quantization unit 225, an inverse frequency conversion unit 226, an addition unit 227, an in-loop filter processing unit 228, a storage unit 229, an in-plane prediction unit 230, a motion compensation unit 231, and a switch 233.
  • the decoding unit 220 decodes an image 241 included in the encoded stream 242 for each block.
  • the entropy decoding unit 224 of the decoding unit 220 performs entropy decoding on the encoded stream 242, thereby performing block partition information, prediction type, motion vector, in-plane prediction mode, quantization parameter, quantum
  • the obtained coefficient block, pixel classification method at the time of sample adaptive offset (SAO), offset value, and the like are acquired.
  • control unit 210 controls the operation of the decoding unit 220.
  • the inverse quantization unit 225 of the decoding unit 220 performs inverse quantization on the quantized coefficient block.
  • the inverse frequency conversion unit 226 converts the inversely quantized coefficient block into a pixel block.
  • the addition unit 227 adds the pixel block of the predicted image to the pixel block obtained by the inverse frequency conversion unit 226.
  • the in-loop filter processing unit 228 removes block distortion from the pixel block obtained by the adding unit 227 and performs error correction with the input image at the time of encoding. Thereafter, the in-loop filter processing unit 228 stores the processed pixel block in the storage unit 229 as a reference image.
  • the in-loop filter processing unit 228 outputs an image 241 composed of pixel blocks.
  • the in-plane prediction unit 230 When the prediction type is in-plane prediction, the in-plane prediction unit 230 performs in-plane prediction using the pixel block obtained by the addition unit 227 according to the in-plane prediction mode, and generates a predicted image.
  • the motion compensation unit 231 When the prediction type is inter-frame prediction, the motion compensation unit 231 performs inter-surface prediction using the motion vector and the reference image of the storage unit 229, and generates a predicted image.
  • the switch 233 outputs the pixel block of the predicted image generated by the in-plane prediction unit 230 or the motion compensation unit 231 to the addition unit 227.
  • the image decoding device 200 decodes the image 241 included in the encoded stream 242 for each block by the operation corresponding to the image encoding device 100 as described above.
  • FIG. 4 is a diagram showing a configuration of the in-loop filter processing unit 228 of the image decoding device 200 shown in FIG.
  • the in-loop filter processing unit 228 includes a deblocking filter unit 234, an offset unit 235, and an adaptive loop filter unit 236 as shown in FIG.
  • the deblocking filter unit 234 removes block boundary distortion (block distortion) generated by performing an encoding process on a block basis on the pixel block (decoded image) obtained by the adder 227, so that the block Low-pass filter processing is performed on the boundary pixels.
  • the offset unit 235 classifies the pixels in the processing target block subjected to the low-pass filter processing by the deblocking filter unit 234 into a plurality of classes, and sets an offset value for correcting an error from the input image for each class. to add.
  • the adaptive loop filter unit 236 applies a low-pass filter adapted to the characteristics of the pixel to be processed in order to remove noise generated by the encoding from the processing target block to which the offset value is added by the offset unit 235. Perform the filtering process used.
  • SAO Sample Adaptive Offset
  • SAO processing classifies pixels included in a processing target block that has been subjected to deblocking filter processing into a plurality of classes.
  • an offset value that is a difference average value between the input image and the deblocking filtered image is encoded, and by adding the offset value to the deblocking filtered image, Correct the error.
  • the pixel classification in SAO processing is roughly divided into two methods, edge offset and band offset.
  • the edge offset mainly improves the coding efficiency for a processing target block including a lot of edge portions.
  • the band offset mainly improves the coding efficiency for the processing target block including many flat portions.
  • FIG. 5 is a schematic diagram showing an example of a pixel classification method by edge offset.
  • classification is performed based on the magnitude relationship between the processing target pixel c and the adjacent pixels c1 and c2 on the left and right.
  • FIG. 6 is a schematic diagram illustrating an example in which processing target blocks are classified into five classes based on edge offsets. For example, when the pixel value of the processing target pixel c is larger than the pixel value of the adjacent pixel c1 and equal to the pixel value of the adjacent pixel c2, the processing target pixel is classified into class 3, and the offset value Offset [ 3] is added.
  • the adjacent pixels to be compared with the processing target pixel are the upper and lower adjacent pixels (EO (1) shown in FIG. 7B in addition to the left and right adjacent pixels (EO (0)) shown in FIG. )), Diagonally adjacent pixels (EO (2) or EO (3)) shown in FIGS. 7C and 7D, or combinations thereof (EO (4) or EO (5)) shown in FIGS. 7E and 7F. There is.
  • FIG. 8 is a schematic diagram showing an example of a pixel classification method by band offset.
  • band offset first, processing target pixels that have been subjected to deblocking filtering are classified based on their pixel values. As shown in FIG. 8, the gradation that can be taken by the pixel value of the processing target pixel is equally divided into M. M is 16, for example. A unit of the divided gradation division is called a band. The processing target pixel is classified into a class corresponding to a band including the pixel value.
  • FIG. 9 is a schematic diagram showing an example of class conditions when each pixel included in the processing target block is classified into 16 classes by band offset.
  • the processing target pixel is classified into class 10. Then, the offset value Offset [109] assigned to the class 10 is added to the pixel value of the processing target pixel c. Further, by limiting the gradations to be subjected to the band offset processing, the redundancy for encoding the offset values of the gradations not included in the processing target block is eliminated. For example, in the HEVC test model of Non-Patent Document 3, when performing SAO processing with 10-bit accuracy as shown in FIG. 10, “0” to “1023” are equally divided into 32 bands. That is, one band has 32 gradations. There is a classification method (BO (0)) for 16 bands of only the central gradation, or a classification method (BO (1)) for a total of 16 bands of 8 bands at both ends excluding the central gradation.
  • BO (0) classification method for 16 bands of only the central gradation
  • BO (1) classification method for a total of 16 bands of 8 bands at both ends excluding the central gradation.
  • the image encoding method represented by the HEVC standard for example, there are six classification methods of edge offsets EO (0) to EO (3) and BO (0) to BO (1), respectively.
  • the pixel to be processed is classified and offset processing is performed.
  • RD optimization using a cost function for evaluating the image quality and the bit amount is performed on the result of performing the offset processing by each of these six classification methods.
  • the information which shows the classification method with the smallest cost function value in six types of classification methods, and its offset value are encoded.
  • FIG. 11 is a block diagram showing an example of the configuration of the offset unit 135 in the image encoding device according to the HEVC standard.
  • the offset unit 135 includes an acquisition unit 151, an edge offset pixel classification unit 152, an edge offset value calculation unit 153, an edge offset processing unit 154, an edge offset cost calculation unit 155, a band offset pixel classification unit 156, a band offset value calculation unit 157, A band offset processing unit 158, a band offset cost calculation unit 159, a classification method determination unit 160, and an offset information output unit 161 are provided.
  • the acquisition unit 151 acquires the deblocking filtered image from the deblocking filter unit 134 illustrated in FIG.
  • the edge offset pixel classification unit 152 compares the size relationship between the processing target pixel and its adjacent pixels based on the specified classification method, and classifies the processing target pixel into one of a plurality of classes.
  • the edge offset value calculation unit 153 calculates an average error between the pixel value of the input image and the pixel value of the image subjected to the deblocking filter processing for each class in which each pixel of the processing target block is classified. This average error is an offset value. That is, the offset value is calculated for each class of the processing target block.
  • the edge offset processing unit 154 adds an offset value to the pixel value of the deblocking filtered image for each class.
  • the edge offset cost calculation unit 155 calculates the cost of offset processing by edge offset using a cost function including the error between the input image and the offset processed image and the bit amount of the offset information (pixel classification method and offset value). .
  • the band offset pixel classification unit 156 classifies the processing target pixel into one of a plurality of classes after depending on the pixel value of the processing target pixel.
  • the band offset value calculation unit 157 calculates an average error between the pixel value of the input image and the pixel value of the image subjected to the deblocking filter processing for each class in which each pixel of the processing target block is classified. This average error is an offset value. Again, the offset value is calculated for each class of the processing target block.
  • the band offset processing unit 158 adds an offset value to the pixel value of the deblocking filtered image for each class.
  • the band offset cost calculation unit 159 calculates the offset processing cost by the band offset using a cost function including the error between the input image and the offset processed image and the bit amount of the offset information (pixel classification method and offset value). .
  • the classification method determination unit 160 compares the costs calculated by the edge offset and band offset classification methods, and determines the classification method with the lowest cost as the optimum classification method.
  • the offset information output unit 161 outputs the optimum classification method and the offset value obtained by the optimum classification method to the entropy encoding unit 124 illustrated in FIG. Further, the offset information output unit 161 outputs the offset processed image to the adaptive loop filter unit 136 shown in FIG.
  • FIG. 12 is a block diagram showing an example of the configuration of the offset unit 235 in the image decoding apparatus corresponding to the image encoding apparatus according to the HEVC standard shown in FIG.
  • the offset unit 235 includes an offset information acquisition unit 251, a pixel classification unit 252, an offset processing unit 253, and an offset processed image output unit 254.
  • the offset information acquisition unit 251 acquires the deblocking filtered image from the deblocking filter unit 234 illustrated in FIG. 4 and the offset information (pixel classification method and offset value) from the entropy decoding unit 224 illustrated in FIG.
  • the pixel classification unit 252 classifies each pixel of the processing target block into one of a plurality of classes based on the pixel classification method of the acquired offset information.
  • the offset processing unit 253 adds an offset value to the pixel value of the deblocking filtered image for each class.
  • the offset processed image output unit 254 outputs the offset processed image of the processing target block to the adaptive loop filter unit 236 shown in FIG.
  • FIG. 13 is a flowchart showing the operation of the offset unit 135 in the image encoding device 100 shown in FIG.
  • the acquisition unit 151 acquires a deblocking filtered image from the deblocking filter unit 134 (S151).
  • the edge offset pixel classification unit 152 calculates the magnitude relationship between the processing target pixel and its adjacent pixels based on the designated classification method among the plurality of edge offset classification methods, and sets the processing target pixel to a plurality of classes. Classify into one of these classes. Then, this classification is performed for each pixel in the processing target block, and each pixel in the processing target block is classified into a class (S152).
  • the edge offset value calculation unit 153 calculates the average error between the pixel value of the input image and the pixel value of the image subjected to the deblocking filter processing for each class (S153). This is the offset value for each class.
  • the edge offset processing unit 154 adds the offset value to the pixel value of the deblocking filtered image for each class (S154).
  • the edge offset cost calculation unit 155 calculates the cost of the designated classification method by using a cost function including the error between the input image and the offset processed image and the bit amount of the offset information (S155).
  • the offset information is an index number indicating the designated classification method and an offset value of each class.
  • the bit amount is a bit amount generated when offset information is encoded.
  • the classification method determination unit 160 determines whether or not the cost of the designated classification method is less than the cost of the provisional optimal classification method that has the lowest cost among the classification methods processed so far (S156). ). If the result of this determination is that the cost of the designated classification method is not less than the cost of the provisional optimal classification method (No in S156), nothing is performed.
  • the classification method determination unit 160 uses the offset information of the temporary optimal classification method as the offset information of the designated classification method. (S157).
  • the classification method determination unit 160 determines whether or not the offset processing by all the edge offset classification methods has been performed (S158). If the result of this determination is that offset processing by all edge offset classification methods has not been performed (No in S158), the classification processing (S152) to update processing (S157) are repeated.
  • the band offset pixel classification unit 156 performs processing based on the designated classification method among the plurality of band offset classification methods. A band including the pixel values is calculated, and the pixel to be processed is classified into one of a plurality of classes. Then, this classification is performed for each pixel in the processing target block, and each pixel in the processing target block is classified into a class (S159).
  • the band offset value calculation unit 157 calculates the average error between the pixel value of the input image and the pixel value of the deblocked filter processed image for each class (S160). This is the offset value for each class.
  • the band offset processing unit 158 adds the offset value to the pixel value of the deblocking filtered image for each class (S161).
  • the band offset cost calculation unit 159 calculates the cost of the designated classification method using a cost function including the error between the input image and the offset processed image and the bit amount of the offset information (S162).
  • the offset information is an index number indicating the designated classification method and an offset value of each class.
  • the bit amount is a bit amount generated when offset information is encoded.
  • the classification method determination unit 160 determines whether or not the cost of the designated classification method is less than the cost of the provisional optimal classification method that has been the lowest among the classification methods processed so far (S163). ). If the result of this determination is that the cost of the designated classification method is not less than the cost of the provisional optimal classification method (No in S163), nothing is performed.
  • the classification method determination unit 160 uses the offset information of the temporary optimal classification method as the offset information of the designated classification method. (S164).
  • the classification method determination unit 160 determines whether or not the offset processing by all the band offset classification methods has been performed (S165). If the result of this determination is that offset processing by all band offset classification methods has not been performed (No in S165), the classification processing (S159) to the update processing (S164) are repeated.
  • the offset information output unit 161 outputs the offset information of the optimal classification method to the entropy encoding unit 124 (S166).
  • FIG. 14 is a flowchart showing the operation of the offset unit 235 in the image decoding apparatus 200 shown in FIG.
  • the offset information acquisition unit 251 acquires a deblocking filtered image from the deblocking filter unit 134 (S251).
  • the offset information acquisition unit 251 acquires the offset information decoded by the entropy decoding unit 224 (S252).
  • the offset information includes a pixel classification method and an offset value of each class.
  • the pixel classification unit 252 classifies the processing target pixel into one of a plurality of classes based on the acquired offset classification method (S253).
  • the offset processing unit 253 adds the offset value of the class in which the processing target pixel is classified to the pixel value of the processing target pixel (S254).
  • the offset processing unit 253 determines whether or not all the pixels in the processing target block have been processed (S256). As a result of the determination, if all the pixels in the processing target block have not been processed (No in S256), the classification process (S254) to the addition process (S255) are repeated.
  • the offset processed image output unit 254 outputs the offset processed image of the processing target block to the adaptive loop filter unit 236.
  • an image encoding method is an image encoding method for encoding an input image in units of blocks, and is encoded after the input image is encoded.
  • a band offset pixel classification step for classifying each pixel included in the block into one of a plurality of classes, and for each class, the class A band offset value calculating step for calculating an offset value, which is an average error between the pixel value of the input image and the pixel value of the decoded image, and the class of each pixel classified into the class.
  • the image coding method further includes an offset information output step of outputting the offset processed image to which the offset value is added in the band offset processing step and information used for the offset processing. But you can.
  • the image encoding method further includes a maximum value / minimum value calculating step of calculating a maximum value and a minimum value of pixel values of the decoded image, and the band setting step calculates in the maximum value / minimum value calculating step.
  • the band may be variably set for each block based on the maximum value and the minimum value.
  • the processing target block, the upper adjacent block of the processing target block, the left adjacent block of the processing target block, the upper and left adjacent blocks of the processing target block, the immediately preceding slice, the immediately preceding frame, the immediately preceding frame The maximum value and the minimum value of the pixel values included in the reference frame used for the I frame or the inter-screen prediction may be calculated.
  • the band setting step at least one of the number and width of the bands is variably set for each block based on the maximum value and the minimum value calculated in the maximum value / minimum value calculation step. May be.
  • the image encoding method further includes a processing target block, an upper adjacent block of the processing target block, a left adjacent block of the processing target block, an upper and left adjacent block of the processing target block, the immediately preceding slice, the immediately preceding frame, and the immediately preceding frame.
  • a histogram calculation step of calculating a histogram of pixel values included in a reference block used for I-frame prediction or inter-frame prediction, and in the band setting step, the band is variably set for each block based on the histogram May be.
  • At least one of the number and width of the bands may be variably set for each block based on the histogram.
  • the image encoding method may further include an edge offset pixel classification step for classifying pixels of the decoded image into one of a plurality of classes based on an edge offset pixel classification method, and an input for each class.
  • An edge offset value calculating step for calculating an offset value that is an average error between the pixel value of the image and the pixel value of the decoded image; and an edge offset processing step of adding the offset value to the pixel value of the decoded image for each class;
  • An edge offset cost calculating step for calculating a cost of an edge offset pixel classification method using an error between the input image and the offset processed image and a code amount of information necessary for the offset processing; and the input image and the offset processed Using the error amount of the image and the code amount of information necessary for offset processing,
  • a band offset cost calculating step for calculating the cost of the edge offset pixel classification method, and determining the minimum cost from the cost of the plurality of edge offset pixel classification methods and the cost of the plurality of band offset pixel classification methods, and
  • An image decoding method is an image decoding method for decoding an encoded stream in units of blocks, wherein the encoded stream is decoded, and the decoded image and the encoded stream are decoded.
  • An offset information acquisition step for acquiring information used for the offset processing included, and at least one for performing offset processing in a plurality of bands obtained by dividing the gradations that can be taken by the pixel values of the decoded image into predetermined gradation sections
  • a band setting step for variably setting one band for each block, and whether or not each pixel included in the processing target block of the decoded image is included in the band set in the band setting step.
  • a band offset image that classifies each pixel included in a block into one of a plurality of classes.
  • an offset image output step of outputting the offset image that has been offset
  • the band may be variably set for each block based on the information used for the offset processing acquired in the offset information acquisition step.
  • the image decoding method further includes a maximum / minimum value calculating step of calculating a maximum value and a minimum value of pixel values of the decoded image, and the band setting step is calculated in the maximum value / minimum value calculating step.
  • the band may be variably set for each block based on the maximum value and the minimum value.
  • the processing target block, the upper adjacent block of the processing target block, the left adjacent block of the processing target block, the upper and left adjacent blocks of the processing target block, the immediately preceding slice, the immediately preceding frame, the immediately preceding frame The maximum value and the minimum value of the pixel values included in the reference frame used for the I frame or the inter-screen prediction may be calculated.
  • the band setting step at least one of the number and width of the bands is variably set for each block based on the maximum value and the minimum value calculated in the maximum value / minimum value calculation step. May be.
  • the image decoding method further includes a processing target block, an upper adjacent block of the processing target block, a left adjacent block of the processing target block, an upper and left adjacent block of the processing target block, the immediately preceding slice, the immediately preceding frame, the immediately preceding frame
  • a histogram calculation step characterized by calculating a histogram of pixel values included in an I frame or a reference block used for inter-screen prediction.
  • the band setting step the band is set for each block based on the histogram. It may be set to be variable.
  • At least one of the number and width of the bands may be variably set for each block based on the histogram.
  • FIG. 15 is a block diagram showing an example of the configuration of the offset unit 300 of the image coding apparatus according to the present embodiment.
  • the offset unit 300 according to Embodiment 1 of the present invention corresponds to a part of the image encoding device 100 that compresses and encodes an image signal and outputs encoded image data.
  • the offset unit 300 includes an acquisition unit 301, an edge offset pixel classification unit 302, an edge offset value calculation unit 303, an edge offset processing unit 304, an edge offset cost calculation unit 305, a maximum value / minimum value calculation unit 306, a band setting unit 307, a band An offset pixel classification unit 308, a band offset value calculation unit 309, a band offset processing unit 310, a band offset cost calculation unit 311, a classification method determination unit 312, and an offset information output unit 313 are provided.
  • the maximum value / minimum value calculation unit 306 and the band setting unit 307 may be included in the control unit 110 of FIG. 1, for example.
  • the acquisition unit 301 acquires a deblocking filtered image from the deblocking filter unit 134 illustrated in FIG.
  • the edge offset pixel classifying unit 302 compares the size relationship between the processing target pixel and its adjacent pixels based on the specified classification method, and classifies the processing target pixel into one of a plurality of classes.
  • the edge offset value calculation unit 303 calculates an error average between the pixel value of the input image and the pixel value of the image subjected to the deblocking filter processing for each class into which each pixel of the processing target block is classified. This average error is an offset value. That is, the offset value is calculated for each class of the processing target block.
  • the edge offset processing unit 304 adds an offset value to the pixel value of the deblocking filtered image for each class.
  • the edge offset cost calculation unit 305 calculates the cost of offset processing by edge offset using a cost function including the error between the input image and the offset processed image and the bit amount of the offset information (pixel classification method and offset value). .
  • the maximum value / minimum value calculation unit 306 calculates the maximum value and the minimum value of the pixel values of the deblocking filtered image of the processing target block acquired by the acquisition unit 301.
  • the band setting unit 307 sets the number of bands and the width based on the minimum value and the maximum value calculated by the maximum value / minimum value calculation unit 306.
  • the band offset pixel classification unit 308 classifies the processing target pixel into one of a plurality of classes according to the pixel value of the processing target pixel based on the designated classification method.
  • the band offset value calculation unit 309 calculates an error average between the pixel value of the input image and the pixel value of the image subjected to the deblocking filter processing for each class in which each pixel of the processing target block is classified. This average error is an offset value.
  • the band offset processing unit 310 adds an offset value to the pixel value of the deblocking filtered image for each class.
  • the band offset cost calculation unit 311 calculates the offset processing cost by the band offset using a cost function including the error between the input image and the offset processed image and the bit amount of the offset information (pixel classification method and offset value). .
  • the classification method determination unit 312 compares the costs calculated by the edge offset and band offset classification methods, and determines the classification method with the lowest cost as the optimum classification method.
  • the offset information output unit 313 outputs the optimal classification method and the offset value obtained by the optimal classification method to the entropy encoding unit 124 illustrated in FIG. Further, the offset information output unit 161 outputs the offset processed image to the adaptive loop filter unit 136 shown in FIG.
  • the above offset unit 300 differs from the configuration of the offset unit 135 shown in FIG. 11 in that it includes a maximum value / minimum value calculation unit 306 and a band setting unit 307.
  • FIG. 16 is a block diagram showing an example of the configuration of the offset unit 400 of the image decoding apparatus corresponding to the image encoding apparatus according to the present embodiment.
  • offset section 400 according to Embodiment 1 of the present invention corresponds to a part of image decoding apparatus 200 that decodes an encoded signal and outputs decoded image data.
  • the offset unit 400 includes an offset information acquisition unit 401, a band offset control unit 402, a maximum / minimum value calculation unit 403, a band setting unit 404, a pixel classification unit 405, an offset processing unit 406, and an offset processed image output unit 407. ing.
  • the band offset control unit 402, the maximum / minimum value calculation unit 403, and the band setting unit 404 may be included in the control unit 210 of FIG. 3, for example.
  • the offset information acquisition unit 401 acquires a deblocking filtered image from the deblocking filter unit 234 shown in FIG. 4 and offset information (pixel classification method and offset value) from the entropy decoding unit 224 shown in FIG.
  • the band offset control unit 402 refers to the pixel classification method from the offset information acquired by the offset information acquisition unit 401 and determines whether or not to perform band offset.
  • the maximum value / minimum value calculation unit 403 calculates the maximum value and the minimum value of the pixel values of the deblocking filtered image of the processing target block acquired by the offset information acquisition unit 401.
  • the band setting unit 404 sets the number of bands and the width based on the minimum value and the maximum value calculated by the maximum value / minimum value calculation unit 402.
  • the pixel classification unit 405 classifies each pixel of the processing target block into one of a plurality of classes based on the pixel classification method of the offset information acquired by the offset information acquisition unit 401.
  • the offset processing unit 406 adds an offset value to the pixel value of the deblocking filtered image for each class.
  • the offset processed image output unit 407 outputs the offset processed image of the processing target block to the adaptive loop filter unit 236 shown in FIG.
  • the above offset unit 400 is different from the conventional configuration example of the offset unit 235 shown in FIG. 12 in that a band offset control unit 402, a maximum / minimum value calculation unit 403, and a band setting unit 404 are provided.
  • FIG. 17 is a flowchart showing the operation of the offset unit 300 in the image encoding device shown in FIG.
  • the acquisition unit 301 acquires a deblocking filtered image from the deblocking filter unit 134 (S301).
  • the edge offset pixel classification unit 302 calculates a magnitude relationship between the processing target pixel and its adjacent pixels based on a specified classification method among a plurality of edge offset classification methods, and sets the processing target pixel to a plurality of classes. Classify into one of these classes. Then, this classification is performed for each pixel in the processing target block, and each pixel in the processing target block is classified into a class (S302).
  • the edge offset value calculation unit 303 calculates an error average between the pixel value of the input image and the pixel value of the image subjected to the deblocking filter processing for each class (S303). This is the offset value for each class.
  • the edge offset processing unit 304 adds an offset value to the pixel value of the deblocking filtered image for each class (S304).
  • the edge offset cost calculation unit 305 calculates the cost of the designated classification method using a cost function including the error between the input image and the offset processed image and the bit amount of the offset information (S305).
  • the offset information is an index number indicating the designated classification method and an offset value of each class.
  • the bit amount is a bit amount generated when offset information is encoded.
  • the classification method determination unit 312 determines whether or not the cost of the designated classification method is less than the cost of the provisional optimal classification method that has been the lowest among the classification methods processed so far (S306). ). As a result of this determination, if the cost of the designated classification method is not less than the cost of the provisional optimal classification method (No in S306), nothing is performed.
  • the classification method determination unit 312 uses the offset information of the temporary optimal classification method as the offset information of the designated classification method. (S307).
  • the classification method determination unit 312 determines whether or not the offset processing by all the edge offset classification methods has been performed (S308). If the result of this determination is that offset processing by all edge offset classification methods has not been performed (No in S308), the classification processing (S302) to update processing (S307) are repeated.
  • the maximum value / minimum value calculation unit 306 determines the maximum and minimum pixel values of the deblocking filtered image of the processing target block. Is calculated (S309).
  • the band setting unit 307 sets the number of bands and the width based on the minimum value and the maximum value calculated by the maximum value / minimum value calculation unit 306 (S310).
  • the band offset pixel classification unit 308 calculates a band including the pixel value of the processing target pixel based on the designated classification method among the plurality of band offset classification methods, and sets the processing target pixel among the plurality of classes. Into one class. This classification is performed for each pixel in the processing target block, and each pixel in the processing target block is classified into a class (S311).
  • the band offset value calculation unit 309 calculates an average error between the pixel value of the input image and the pixel value of the deblocked filter processed image for each class (S312). This is the offset value for each class.
  • the band offset processing unit 310 adds an offset value to the pixel value of the deblocking filtered image for each class (S313).
  • the band offset cost calculation unit 311 calculates the cost of the designated classification method using a cost function including the error between the input image and the offset processed image and the bit amount of the offset information (S314).
  • the offset information is an index number indicating the designated classification method and an offset value of each class.
  • the bit amount is a bit amount generated when offset information is encoded.
  • the classification method determination unit 312 determines whether or not the cost of the designated classification method is less than the cost of the provisional optimal classification method that has been the lowest among the classification methods processed so far (S315). ). As a result of this determination, if the cost of the designated classification method is not less than the cost of the provisional optimal classification method (No in S315), nothing is performed.
  • the classification method determination unit 312 uses the offset information of the temporary optimal classification method as the offset information of the designated classification method. (S316).
  • the classification method determination unit 312 determines whether or not the offset processing by all the band offset classification methods has been performed (S317). If the result of this determination is that offset processing by all band offset classification methods has not been performed (No in S317), the classification processing (S311) to the update processing (S316) are repeated.
  • the offset information output unit 313 outputs the offset information of the optimum classification method to the entropy encoding unit 124 (S318).
  • the pixel value does not exist, or the band that has very few pixel values exists.
  • the bit amount of the redundant offset value can be reduced.
  • the number and width of bands can be switched without inserting new information into the bitstream. That is, the offset unit 300 can improve the encoding efficiency when the band offset is applied.
  • FIG. 18 is a flowchart showing the operation of the offset unit 400 in the image decoding apparatus shown in FIG.
  • the offset information acquisition unit 401 acquires a deblocking filtered image from the deblocking filter unit 234 (S401).
  • the offset information acquisition unit 401 acquires the offset information decoded by the entropy decoding unit 224 (S402).
  • the offset information includes a pixel classification method and an offset value of each class.
  • the band offset control unit 402 refers to the pixel classification method from the offset information acquired by the offset information acquisition unit 401, and determines whether or not the pixel classification method is a band offset (S403). As a result of this determination, when the pixel classification method is band offset (S403: Yes), the maximum value / minimum value calculation unit 403 calculates the maximum value and the minimum value of the pixel values of the deblocking filtered image of the processing target block. (S404).
  • the band setting unit 404 sets the number and width of bands based on the minimum value and the maximum value calculated by the maximum value / minimum value calculation unit 403 (S405).
  • the pixel classification unit 405 classifies the pixel to be processed into one class among a plurality of classes based on the offset classification method acquired by the offset information acquisition unit 401 (S406).
  • the offset processing unit 406 adds the offset value of the class in which the processing target pixel is classified to the pixel value of the processing target pixel (S407).
  • the offset processing unit 406 determines whether all the pixels in the processing target block have been processed (S408). As a result of this determination, if all the pixels in the processing target block have not been processed (No in S408), the classification process (S406) to the addition process (S407) are repeated.
  • the offset processed image output unit 407 outputs the offset processed image of the processing target block to the adaptive loop filter unit 236 (S409).
  • the pixel value does not exist, or the band that has very few pixel values exists.
  • the bit amount of the redundant offset value can be reduced.
  • the number and width of bands can be switched without acquiring new information from the bitstream. That is, similarly to the offset unit 300, the offset unit 400 can improve the encoding efficiency when band offset is applied.
  • the maximum value MAX and the minimum value MIN of the pixel value of the deblocking filtered image of the processing target block calculated by the maximum value / minimum value calculation unit 306 or the maximum value / minimum value calculation unit 403 are used. To set the number and width of bands.
  • FIG. 19A is a schematic diagram showing a fixed band.
  • FIG. 19B, FIG. 19C, and FIG. 19D are schematic views showing an example in which the band width of the present embodiment is variable. Since the number and width of the bands both take integer values, MIN to MAX cannot be simply divided into 32. As shown in FIG. 19B, it is rare to fit within MIN to MAX. There are cases where a band outside the range from MIN to MAX is set as shown in FIG. 19C, and bands that cannot cover the range from MIN to MAX are set as shown in FIG. 19D.
  • the band width Range is calculated using the equation (1).
  • 16 bands of width Range are set on the left and right sides around the median value MID.
  • bands may be set so that there is one classification method.
  • the offset unit 300 can reduce the memory for the classification method BO (1).
  • FIG. 20A is a schematic diagram showing a fixed band.
  • 20B, 20C, and 20D are schematic diagrams illustrating an example in which the number of bands in the present embodiment is variable.
  • MIN to MAX cannot be simply divided by 8.
  • FIG. 20B it is rare to fit from MIN to MAX.
  • the band outside the range from MIN to MAX is set as shown in FIG. 20C and bands where the range from MIN to MAX is not covered as shown in FIG. 20D.
  • the left and right NumBand / 2 bands with a width of 32 are set around the median value MID2.
  • bands may be set so that there is one classification method.
  • the offset unit 300 can reduce the memory for the classification method BO (1).
  • both the number and width of the bands may be variable.
  • FIG. 21A is a schematic diagram showing a fixed band.
  • FIG. 21B is a schematic diagram showing an example in which both the number and width of the bands of the present embodiment are variable.
  • FIG. 22 is a schematic diagram illustrating an example in which a different width is set for each band according to the present embodiment.
  • the median value of the Xth band is set to MIDBAND [X] (0 ⁇ X ⁇ 15), and the band width is reduced as shown in Expression (6) using arbitrary threshold values Th1 and Th2.
  • Range R else if (
  • Numerals set for the number and width of bands are preferably powers of 2, but are not limited thereto.
  • the maximum value MAX and the minimum value MIN used for setting the band are calculated from the pixel values of the deblocking filtered image of the processing target block, but the upper block of the processing target block, the left block of the processing target block, the processing It may be calculated from the upper and left blocks of the target block, the immediately preceding slice, the immediately preceding frame, the immediately preceding I frame, or the reference frame at the time of inter-screen prediction.
  • a histogram of pixel values to be processed may be used instead of the maximum value MAX and the minimum value MIN.
  • pixel classification may be performed by both the band offset classification method in which the band is fixed and the band offset classification method in which the band is made variable in this embodiment, and the optimal pixel classification method may be determined.
  • the number of bands, the width of the bands, the number of bands, and the width may not be variable, but the number and width of the bands may be fixed, and the band position may be variable. That is, the band to which the band offset is applied becomes variable.
  • the band setting unit 307 and the band setting unit 404 set the number and width of bands based on the minimum value and the maximum value calculated by the maximum value / minimum value calculation unit 306 or the maximum value / minimum value calculation unit 402. There is no need.
  • the band setting unit 307 and the band setting unit 404 set the position of the band using, for example, a preset number and width of bands.
  • the band setting unit 307 and the band setting unit 404 set the position of the band based on the minimum value and the maximum value calculated by the maximum value / minimum value calculation unit 306 or the maximum value / minimum value calculation unit 402, for example. It doesn't matter. Alternatively, the band setting unit 307 and the band setting unit 404 may set the band position by, for example, calculating the cost. When the minimum value and the maximum value are not used, the offset unit 300 does not need to include the maximum value / minimum value calculation unit 306, and the offset unit 400 does not need to include the maximum value / minimum value calculation unit 402.
  • offset information output section 313 outputs offset information (pixel classification method and offset value) to entropy encoding section 124 as information used for offset processing.
  • the offset information output unit 313 may output information indicating the position of the band to which the band offset is applied to the entropy encoding unit 124 as information used for the offset processing.
  • the image encoding device and the image decoding device according to the present invention have been described based on a plurality of embodiments.
  • the present invention is not limited to these embodiments.
  • Embodiments obtained by subjecting the embodiments to modifications conceivable by those skilled in the art and other embodiments realized by arbitrarily combining the components in the embodiments are also included in the present invention.
  • another processing unit may execute a process executed by a specific processing unit.
  • the order in which the processes are executed may be changed, or a plurality of processes may be executed in parallel.
  • a dedicated or shared storage unit for storing various types of information may be added to the configuration.
  • the present invention can be realized not only as an image encoding device or an image decoding device, but also as a method using a processing unit constituting the image encoding device or the image decoding device as a step. For example, these steps are performed by a computer. And this invention is realizable as a program which makes a computer perform the step contained in those methods. Furthermore, the present invention can be realized as a non-transitory computer-readable recording medium such as a CD-ROM in which the program is recorded.
  • a plurality of components included in the image encoding device and the image decoding device may be realized as an LSI (Large Scale Integration) that is an integrated circuit. These components may be individually made into one chip, or may be made into one chip so as to include a part or all of them. For example, components other than the storage unit may be integrated into one chip.
  • LSI Large Scale Integration
  • IC Integrated Circuit
  • system LSI system LSI
  • super LSI super LSI
  • ultra 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.
  • 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. 23 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 Terminal 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. 25 is a diagram illustrating a television (receiver) ex300 that uses the video decoding method and the video encoding method described in each of 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. 26 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 information reflected 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 control unit 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 types of information held in the buffer ex404, and generates and adds new information as necessary.
  • 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 includes, 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. 27 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 include a configuration including a GPS receiving unit in the configuration illustrated in FIG. 25, and the same may be applied to the computer ex111, the mobile phone ex114, and the like.
  • FIG. 28A is a diagram showing the mobile phone ex114 using the moving picture decoding method and the moving picture 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. 29 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 the video stream used for the sub-picture, and 0x1A00 to 0x1A1F are assigned to the audio stream used for the sub-audio mixed with the main audio.
  • FIG. 30 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. 31 shows in more detail how the video stream is stored in the PES packet sequence.
  • the first row in FIG. 31 shows a video frame sequence of the video stream.
  • the second level shows a PES packet sequence.
  • a plurality of Video Presentation Units in the video stream are divided into pictures, B pictures, and P pictures, and are 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. 32 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. 32, 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. 33 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 a one-to-one correspondence with the multiplexed data, and includes multiplexed data information, stream attribute information, and an entry map.
  • the multiplexed data information is composed of a system rate, a reproduction start time, and a reproduction end time.
  • 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. 36 shows the 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. 37 shows a configuration of the 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 uses the AV I / O ex509 to perform the microphone ex117 and the camera ex113 based on the control of the control unit ex501 including the CPU ex502, the memory controller ex503, the stream controller ex504, the driving 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. 38 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 described in each of the above embodiments and the decoding processing unit ex802 that conforms to the conventional standard correspond to the signal processing unit ex507 in FIG.
  • the CPU ex502 identifies which standard the video data conforms to. Then, based on the signal from the CPU ex502, the drive frequency control unit ex512 sets the drive frequency. Further, based on the signal from the CPU ex502, 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. In addition, the selection of the driving frequency in the CPU ex502 may be performed based on, for example, a lookup 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. 39 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. 41A.
  • 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.
  • 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. 41B 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 present invention has the effect of preventing the deterioration of image quality and sufficiently improving the encoding efficiency, and can be used for various applications such as storage, transmission, and communication.
  • the present invention can be used for high-resolution information display devices and imaging devices such as televisions, digital video recorders, car navigation systems, mobile phones, digital cameras, and digital video cameras, and has high utility value.

Abstract

　画像符号化装置のオフセット部（３００）は、復号画像の画素値が取り得る階調を所定の階調区分に分割した複数のバンドの中で、オフセット処理を行う少なくとも１つのバンドをブロック毎に可変に設定するバンド設定部（３０７）と、復号画像の処理対象ブロックに含まれる画素それぞれがバンド設定部（３０７）で設定されたバンドに含まれるか否かに基づいて、処理対象ブロックに含まれる画素それぞれを複数のクラスのうちの１つのクラスに分類するバンドオフセット画素分類部（３０８）と、クラス毎に入力画像の画素値と復号画像の画素値との平均誤差であるオフセット値を算出するバンドオフセット値算出部（３０９）と、クラス毎に復号画像の画素値にオフセット値を加算するバンドオフセット処理部（３１０）とを備える。

Description

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、および画像符号化復号装置
　本発明は、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に関し、特に、量子化マトリクスを用いた量子化又は逆量子化を行う画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置に関する。
　近年、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が提供されている。このようなビデオ・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も増えており、これらのアプリケーションは、映像データ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、多くの量のデータが、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データ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と称されるＩＴＵ－Ｔ（国際電気通信連合電気通信標準化部門）規格、及び、ＭＰＥＧ－ｘと称される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／ＡＶＣ、又はＭＰＥＧ－４ＡＶＣで示される規格である（非特許文献１及び非特許文献２参照）。
　また、次世代画像符号化標準規格であるＨＥＶＣ（Ｈｉｇｈ　Ｅｆｆｉｃｉｅｎｃｙ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ）規格では、符号化効率を向上させるために様々な検討がされている（非特許文献３）。
ＩＳＯ／ＩＥＣ　１４４９６－１０　「ＭＰＥＧ－４　Ｐａｒｔ１０　Ａｄｖａｎｃｅｄ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ」 Ｔｈｏｍａｓ　Ｗｉｅｇａｎｄ　ｅｔ　ａｌ、"Ｏｖｅｒｖｉｅｗ　ｏｆ　ｔｈｅ　Ｈ．２６４／ＡＶＣ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ　Ｓｔａｎｄａｒｄ"、ＩＥＥＥ　ＴＲＡＮＳＡＣＴＩＯＮＳ　ＯＮ　ＣＩＲＣＵＩＴＳ　ＡＮＤ　ＳＹＳＴＥＭＳ　ＦＯＲ　ＶＩＤＥＯ　ＴＥＣＨＮＯＬＯＧＹ、ＪＵＬＹ　２００３、ＰＰ．１－１ Ｊｏｉｎｔ　Ｃｏｌｌａｂｏｒａｔｉｖｅ　Ｔｅａｍ　ｏｎ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ　（ＪＣＴ‐ＶＣ）　ｏｆ　ＩＴＵ‐Ｔ　ＳＧ１６　ＷＰ３　ａｎｄ　ＩＳＯ／ＩＥＣ　ＪＴＣ１／ＳＣ２９／ＷＧ１１　５ｔｈ　Ｍｅｅｔｉｎｇ：Ｇｅｎｅｖａ，ＣＨ，－６－２３　Ｍａｒｃｈ，　２０１１　ＪＣＴＶＣ－Ｅ６０３　Ｔｉｔｌｅ：ＷＤ３：Ｗｏｒｋｉｎｇ　Ｄｒａｆｔ３　ｏｆ　Ｈｉｇｈ－Ｅｆｆｉｃｉｅｎｃｙ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ　ｖｅｒ．７　ｈｔｔｐ：／／ｐｈｅｎｉｘ．ｉｎｔ－ｅｖｒｙ．ｆｒ／ｊｃｔ／ｄｏｃ＿ｅｎｄ＿ｕｓｅｒ／ｄｏｃｕｍｅｎｔｓ／５＿Ｇｅｎｅｖａ／ｗｇ１１／ＪＣＴＶＣ－Ｅ６０３－ｖ７．ｚｉｐ
　しかしながら、上記従来の技術では、画像符号化及び復号において符号化効率を向上させることが望まれている。
　そこで、本発明は、符号化効率を向上することができる画像符号化方法および画像復号方法等を提供する。
　本発明の一態様に係る画像符号化方法は、入力画像をブロック単位で符号化する画像符号化方法であって、前記入力画像が符号化された後、符号化された符号化画像が復号された復号画像を取得する取得ステップと、前記復号画像の画素値が取り得る階調を所定の階調区分に分割した複数のバンドの中で、オフセット処理を行う少なくとも１つのバンドをブロック毎に可変に設定するバンド設定ステップと、前記復号画像の処理対象ブロックに含まれる画素それぞれが前記バンド設定ステップにおいて設定されたバンドに含まれるか否かに基づいて、前記処理対象ブロックに含まれる画素それぞれを複数のクラスのうちの１つのクラスに分類するバンドオフセット画素分類ステップと、前記クラス毎に、前記クラスに分類された前記画素について、前記入力画像の画素値と前記復号画像の画素値との平均誤差であるオフセット値を算出するバンドオフセット値算出ステップと、前記クラス毎に、前記クラスに分類された前記画素について、前記復号画像の画素値に前記オフセット値を加算するバンドオフセット処理ステップとを含む。
　また、本発明の一態様に係る画像復号方法は、符号化ストリームをブロック単位に復号する画像復号方法であって、前記符号化ストリームが復号され、復号された復号画像、および前記符号化ストリームに含まれるオフセット処理に使用する情報を取得するオフセット情報取得ステップと、前記復号画像の画素値が取り得る階調を所定の階調区分に分割した複数のバンドの中で、オフセット処理を行う少なくとも１つのバンドをブロック毎に可変に設定するバンド設定ステップと、前記復号画像の処理対象ブロックに含まれる画素それぞれが前記バンド設定ステップにおいて設定されたバンドに含まれるか否かに基づいて、前記処理対象ブロックに含まれる画素それぞれを複数のクラスのうちの１つのクラスに分類するバンドオフセット画素分類ステップと、前記クラス毎に前記復号画像の画素値に、前記オフセット情報取得ステップにおいて取得されたオフセット処理に使用する情報に含まれるオフセット値を加算するバンドオフセット処理ステップと、前記オフセット値が加算されたオフセット済み画像を出力するオフセット画像出力ステップとを含む。
　なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの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および記録媒体の任意な組み合わせで実現されてもよい。
　本発明によれば、符号化効率を向上させることができる。
図１は、画像符号化装置の構成の一例を示すブロック図である。 図２は、画像符号化装置におけるインループフィルタ処理部の構成の一例を示すブロック図である。 図３は、画像復号装置の構成の一例を示すブロック図である。 図４は、画像復号装置におけるインループフィルタ処理部の構成の一例を示すブロック図である。 図５は、画像符号化装置におけるエッジオフセットの一例を示す模式図である。 図６は、画像符号化装置におけるエッジオフセットの一例を示す模式図である。 図７Ａは、画像符号化装置におけるエッジオフセットの一例を示す模式図である。 図７Ｂは、画像符号化装置におけるエッジオフセットの一例を示す模式図である。 図７Ｃは、画像符号化装置におけるエッジオフセットの一例を示す模式図である。 図７Ｄは、画像符号化装置におけるエッジオフセットの一例を示す模式図である。 図７Ｅは、画像符号化装置におけるエッジオフセットの一例を示す模式図である。 図７Ｆは、画像符号化装置におけるエッジオフセットの一例を示す模式図である。 図８は、画像符号化装置におけるバンドオフセットの一例を示す模式図である。 図９は、画像符号化装置におけるバンドオフセットの一例を示す模式図である。 図１０は、画像符号化装置におけるバンドオフセットの一例を示す模式図である。 図１１は、画像符号化装置におけるオフセット部の構成の一例を示すブロック図である。 図１２は、画像復号装置におけるオフセット部の構成の一例を示すブロック図である。 図１３は、画像符号化装置におけるオフセット部の動作の一例を示すフローチャートである。 図１４は、画像復号装置におけるオフセット部の動作の一例を示すフローチャートである。 図１５は、実施の形態１に係る画像符号化装置におけるオフセット部の構成の一例を示すブロック図である。 図１６は、実施の形態１に係る画像復号装置におけるオフセット部の構成の一例を示すブロック図である。 図１７は、実施の形態１に係る画像符号化装置におけるオフセット部の動作の一例を示すフローチャートである。 図１８は、実施の形態１に係る画像復号装置におけるオフセット部の動作の一例を示すフローチャートである。 図１９Ａは、固定バンドのバンド設定の一例を示す模式図である。 図１９Ｂは、実施の形態１に係るＳＡＯのバンドオフセット分類方法のバンド設定の一例を示す模式図である。 図１９Ｃは、実施の形態１に係るＳＡＯのバンドオフセット分類方法のバンド設定の一例を示す模式図である。 図１９Ｄは、実施の形態１に係るＳＡＯのバンドオフセット分類方法のバンド設定の一例を示す模式図である。 図１９Ｅは、実施の形態１に係るＳＡＯのバンドオフセット分類方法のバンド設定の一例を示す模式図である。 図２０Ａは、固定バンドのバンド設定の一例を示す模式図である。 図２０Ｂは、実施の形態１に係るＳＡＯのバンドオフセット分類方法のバンド設定の一例を示す模式図である。 図２０Ｃは、実施の形態１に係るＳＡＯのバンドオフセット分類方法のバンド設定の一例を示す模式図である。 図２０Ｄは、実施の形態１に係るＳＡＯのバンドオフセット分類方法のバンド設定の一例を示す模式図である。 図２０Ｅは、実施の形態１に係るＳＡＯのバンドオフセット分類方法のバンド設定の一例を示す模式図である。 図２１Ａは、固定バンドのバンド設定の一例を示す模式図である。 図２１Ｂは、実施の形態１に係るＳＡＯのバンドオフセット分類方法のバンド設定の一例を示す模式図である。 図２２は、実施の形態１に係るＳＡＯのバンドオフセット分類方法のバンド設定の一例を示す模式図である。 図２３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２４は、デジタル放送用システムの全体構成図である。 図２５は、テレビの構成例を示すブロック図である。 図２６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２７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２８Ａは、携帯電話の一例を示す図である。 図２８Ｂは、携帯電話の構成例を示すブロック図である。 図２９は、多重化データの構成を示す図である。 図３０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３１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３２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３３は、ＰＭＴのデータ構成を示す図である。 図３４は、多重化データ情報の内部構成を示す図である。 図３５は、ストリーム属性情報の内部構成を示す図である。 図３６は、映像データを識別するステップを示す図である。 図３７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３８は、駆動周波数を切り替える構成を示す図である。 図３９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４０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４１Ａ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４１Ｂ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）
　図１は、ＨＥＶＣ規格に係る画像符号化装置の構成を示す図である。
　図１に示された画像符号化装置１００は、制御部１１０および符号化部１２０を備えている。符号化部１２０は、減算部１２１、周波数変換部１２２、量子化部１２３、エントロピー符号化部１２４、逆量子化部１２５、逆周波数変換部１２６、加算部１２７、インループフィルタ処理部１２８、記憶部１２９、面内予測部１３０、動き補償部１３１、動き検出部１３２、およびスイッチ１３３を備えている。
　図１に示すように、符号化部１２０は、入力される画像（入力画像）１４１をブロック毎に符号化して、符号化ストリーム１４２を生成する。その際、符号化部１２０の減算部１２１は、画像１４１の複数の画素値で構成される画素ブロックから、予測画像の複数の画素値で構成される画素ブロックを減算する。周波数変換部１２２は、減算により得られた画素ブロックを複数の周波数係数で構成される係数ブロックに変換する。量子化部１２３は、周波数変換部１２２により得られた係数ブロックを量子化する。
　一方、動き検出部１３２は、画像１４１の画素ブロックを用いて動きベクトルを検出する。動き補償部１３１は、記憶部１２９の参照画像、および、動き検出部１３２により検出された動きベクトルを用いて、面間予測（インター予測）を行い、予測画像を生成する。面内予測部１３０は、面内予測モードに従い、加算部１２７で得られた画素ブロックを用いて、面内予測（イントラ予測）を行い、予測画像を生成する。スイッチ１３３は、面内予測部１３０または動き補償部１３１により生成された予測画像の画素ブロックを減算部１２１および加算部１２７へ出力する。
　そして、エントロピー符号化部１２４は、ブロックのパーティション情報、予測の種別、動きベクトル、予測モード（面内予測モード）、量子化パラメータ、および、量子化された係数ブロック等に対して、エントロピー符号化を施すことにより、符号化ストリーム１４２を生成する。
　また、逆量子化部１２５は、量子化された係数ブロックを逆量子化する。そして、逆周波数変換部１２６は、逆量子化された係数ブロックを画素ブロックに変換する。そして、加算部１２７は、逆周波数変換部１２６により得られた画素ブロックに、予測画像の画素ブロックを加算する。インループフィルタ処理部１２８は、加算部１２７で得られた画素ブロックからブロック歪みの除去、および入力画像との誤差補正を実施し、画素ブロックを参照画像として記憶部１２９に格納する。
　また、制御部１１０は、符号化部１２０を制御する。
　画像符号化装置１００は、上記の動作によって、画像１４１を符号化する。そして、画像符号化装置１００は、周波数変換、量子化、面内予測、面間予測、エントロピー符号化およびインループフィルタ処理等の様々な処理によって、符号化ストリーム１４２のデータ量を低減させる。
　図２は、図１に示された画像符号化装置１００のインループフィルタ処理部１２８の構成を示す図である。
　インループフィルタ処理部１２８は、図２に示すようにデブロッキングフィルタ部１３４、オフセット部１３５、適応ループフィルタ部１３６を備えている。
　デブロッキングフィルタ部１３４は、加算部１２７で得られた画素ブロック（復号画像）に対して、符号化処理をブロック単位で行うことにより発生するブロック境界の歪み（ブロック歪み）を除去するため、ブロック境界の画素に対してローパスフィルタ処理を行う。次に、オフセット部１３５は、デブロッキングフィルタ部１３４でローパスフィルタ処理された処理対象ブロック内の画素を複数のクラスに分類し、各クラス毎に入力画像との誤差を補正するためのオフセット値を加算する。次に、適応ループフィルタ部１３６は、オフセット部１３５でオフセット値が加算された処理対象ブロックに対して、符号化により発生したノイズを除去するために、処理対象画素の特徴に適応したローパスフィルタを用いたフィルタリング処理を行う。
　図３は、図１に示された画像符号化装置１００に対応する画像復号装置の構成を示す図である。
　図３に示された画像復号装置２００は、制御部２１０および復号部２２０を備えている。復号部２２０は、エントロピー復号部２２４、逆量子化部２２５、逆周波数変換部２２６、加算部２２７、インループフィルタ処理部２２８、記憶部２２９、面内予測部２３０、動き補償部２３１、およびスイッチ２３３を備えている。
　図３に示すように、復号部２２０は、符号化ストリーム２４２に含まれる画像２４１をブロック毎に復号する。その際、復号部２２０のエントロピー復号部２２４は、符号化ストリーム２４２に対して、エントロピー復号を施すことにより、ブロックのパーティション情報、予測の種別、動きベクトル、面内予測モード、量子化パラメータ、量子化された係数ブロック、オフセット（ＳＡＯ：Ｓａｍｐｌｅ　Ａｄａｐｔｉｖｅ　Ｏｆｆｓｅｔ）時の画素分類方法、およびオフセット値等を取得する。
　そして、制御部２１０は、復号部２２０の動作を制御する。
　復号部２２０の逆量子化部２２５は、量子化された係数ブロックを逆量子化する。逆周波数変換部２２６は、逆量子化された係数ブロックを画素ブロックに変換する。
　加算部２２７は、逆周波数変換部２２６により得られた画素ブロックに予測画像の画素ブロックを加算する。インループフィルタ処理部２２８は、加算部２２７により得られた画素ブロックからブロック歪みを除去し、符号化時の入力画像との誤差補正等を行う。その後、インループフィルタ処理部２２８は、処理した画素ブロックを参照画像として記憶部２２９に格納する。また、インループフィルタ処理部２２８は、画素ブロックで構成される画像２４１を出力する。
　面内予測部２３０は、予測の種別が面内予測である場合、面内予測モードに従い、加算部２２７で得られた画素ブロックを用いて面内予測を行い、予測画像を生成する。動き補償部２３１は、予測の種別が面間予測である場合、動きベクトル、および、記憶部２２９の参照画像を用いて、面間予測を行い、予測画像を生成する。スイッチ２３３は、面内予測部２３０または動き補償部２３１により生成された予測画像の画素ブロックを加算部２２７へ出力する。
　画像復号装置２００は、上記のように、画像符号化装置１００に対応する動作によって、符号化ストリーム２４２に含まれる画像２４１をブロック毎に復号する。
　図４は、図３に示された画像復号装置２００のインループフィルタ処理部２２８の構成を示す図である。
　インループフィルタ処理部２２８は、図４に示すようにデブロッキングフィルタ部２３４、オフセット部２３５、適応ループフィルタ部２３６を備えている。デブロッキングフィルタ部２３４は、加算部２２７で得られた画素ブロック（復号画像）に対して、符号化処理をブロック単位で行うことにより発生するブロック境界の歪み（ブロック歪み）を除去するため、ブロック境界の画素に対してローパスフィルタ処理を行う。次に、オフセット部２３５は、デブロッキングフィルタ部２３４でローパスフィルタ処理された処理対象ブロック内の画素を複数のクラスに分類し、各クラス毎に入力画像との誤差を補正するためのオフセット値を加算する。次に、適応ループフィルタ部２３６は、オフセット部２３５でオフセット値が加算された処理対象ブロックに対して、符号化により発生したノイズを除去するために、処理対象画素の特徴に適応したローパスフィルタを用いたフィルタリング処理を行う。
　ここで、ＨＥＶＣ規格などに代表される画像符号化方式において、インループフィルタ処理のうちＳＡＯ（Ｓａｍｐｌｅ　Ａｄａｐｔｉｖｅ　Ｏｆｆｓｅｔ）処理について、さらに詳しく説明する。
　ＳＡＯ処理は、デブロッキングフィルタ処理済みの処理対象ブロック内に含まれる画素を複数のクラスに分類する。また、クラス毎に、入力画像とデブロッキングフィルタ処理済み画像との差分平均値であるオフセット値が符号化されており、デブロッキングフィルタ処理済み画像にオフセット値を加算することにより、入力画像との誤差を補正する。
　ＳＡＯ処理における画素の分類は、大きく分けてエッジオフセットとバンドオフセットの２つの方法によって行う。エッジオフセットは、主にエッジ部を多く含む処理対象ブロックに対して符号化効率を向上させる。一方、バンドオフセットは、主に平坦部を多く含む処理対象ブロックに対して符号化効率を向上させる。
　図５は、エッジオフセットによる画素分類方法の例を示した模式図である。エッジオフセットでは、処理対象画素ｃとその左右の隣接画素ｃ１、ｃ２との大小関係により分類を実施する。図６は、エッジオフセットにより処理対象ブロックを５つのクラスに分類する例を示した模式図である。例えば、処理対象画素ｃの画素値が隣接画素ｃ１の画素値より大きく、隣接画素ｃ２の画素値と等しい場合、処理対象画素はクラス３に分類され、クラス３に割り当てられているオフセット値Ｏｆｆｓｅｔ［３］が加算される。また、エッジオフセットにおいて、処理対象画素と比較される隣接画素は、図５と同様の図７Ａに示す左右隣接画素（ＥＯ（０））以外にも、図７Ｂに示す上下隣接画素（ＥＯ（１））、図７Ｃおよび図７Ｄに示す斜め隣接画素（ＥＯ（２）あるいはＥＯ（３））、あるいは図７Ｅおよび図７Ｆに示すそれらの組合せ（ＥＯ（４）あるいはＥＯ（５））などの場合がある。
　図８は、バンドオフセットによる画素分類方法の例を示した模式図である。バンドオフセットでは、まずデブロッキングフィルタ処理済みの処理対象画素を、その画素値に基づいて分類する。図８に示すように、処理対象画素の画素値の取り得る階調を均等にＭ分割している。Ｍは例えば１６である。分割された階調区分の単位をバンドと呼ぶ。処理対象画素は、その画素値が含まれるバンドに対応するクラスに分類される。図９は、バンドオフセットにより処理対象ブロックに含まれる各画素を１６のクラスに分類する場合のクラスの条件を示した例を示した模式図である。例えば、処理対象画素ｃの画素値が、Ｒ９以上Ｒ１０未満の場合、処理対象画素はクラス１０に分類される。そして、処理対象画素ｃの画素値にクラス１０に割り当てられているオフセット値Ｏｆｆｓｅｔ［１０９］が加算される。また、バンドオフセット処理対象の階調を制限することにより、処理対象ブロックに含まれない階調のオフセット値を符号化する冗長性を排除する。例えば、非特許文献３のＨＥＶＣテストモデルでは、図１０に示すように１０ビット精度でＳＡＯ処理を実施する際、「０」から「１０２３」を均等に３２のバンドに分割する。つまり、１つのバンドは３２階調である。中央階調のみの１６バンドを対象とする分類方法（ＢＯ（０））あるいは中央階調を除く両端８バンドずつの合計１６バンドを対象とする分類方法（ＢＯ（１））がある。
　また、ＨＥＶＣ規格などに代表される画像符号化方法においては、例えば、エッジオフセットのＥＯ（０）～ＥＯ（３）、およびＢＯ（０）～ＢＯ（１）の６種類の分類方法で、それぞれ処理対象画素を分類し、オフセット処理を実施する。この６種類の分類方法でそれぞれオフセット処理を実施した結果について、画質とビット量とを評価するコスト関数を用いたＲＤ最適化を行う。そして、６種類の分類方法の中でコスト関数値の最も小さくなる分類方法を示す情報、およびそのオフセット値を符号化する。
　図１１は、ＨＥＶＣ規格に係る画像符号化装置におけるオフセット部１３５の構成の一例を示すブロック図である。
　オフセット部１３５は、取得部１５１、エッジオフセット画素分類部１５２、エッジオフセット値算出部１５３、エッジオフセット処理部１５４、エッジオフセットコスト算出部１５５、バンドオフセット画素分類部１５６、バンドオフセット値算出部１５７、バンドオフセット処理部１５８、バンドオフセットコスト算出部１５９、分類方法決定部１６０、およびオフセット情報出力部１６１を備えている。
　取得部１５１は、図２に示すデブロッキングフィルタ部１３４よりデブロッキングフィルタ処理済み画像を取得する。エッジオフセット画素分類部１５２は、指定された分類方法に基づき、処理対象画素とその隣接画素の大小関係を比較し、処理対象画素を複数のクラスのうちの１つのクラスに分類する。エッジオフセット値算出部１５３は、処理対象ブロックの各画素が分類されたクラス毎に、入力画像の画素値とデブロッキングフィルタ処理済み画像の画素値との誤差平均を算出する。この誤差平均がオフセット値となる。すなわち、オフセット値は、処理対象ブロックのクラス毎に算出される。エッジオフセット処理部１５４は、クラス毎にデブロッキングフィルタ処理済み画像の画素値にオフセット値を加算する。エッジオフセットコスト算出部１５５は、入力画像とオフセット処理済み画像の誤差、およびオフセット情報（画素分類方法およびオフセット値）のビット量からなるコスト関数を用いて、エッジオフセットによるオフセット処理のコストを算出する。バンドオフセット画素分類部１５６は、指定された分類方法に基づき、処理対象画素の画素値に応じてから、処理対象画素を複数のクラスのうちの１つのクラスに分類する。バンドオフセット値算出部１５７は、処理対象ブロックの各画素が分類されたクラス毎に入力画像の画素値とデブロッキングフィルタ処理済み画像の画素値との誤差平均を算出する。この誤差平均がオフセット値となる。ここでも、オフセット値は、処理対象ブロックのクラス毎に算出される。バンドオフセット処理部１５８は、クラス毎にデブロッキングフィルタ処理済み画像の画素値にオフセット値を加算する。バンドオフセットコスト算出部１５９は、入力画像とオフセット処理済み画像の誤差、およびオフセット情報（画素分類方法およびオフセット値）のビット量からなるコスト関数を用いて、バンドオフセットによるオフセット処理のコストを算出する。分類方法決定部１６０は、エッジオフセットおよびバンドオフセットの各分類方法により算出したコストを比較し、最もコストの低い分類方法を最適分類方法と決定する。オフセット情報出力部１６１は、最適分類方法および最適分類方法により求めたオフセット値を、図１に示すエントロピー符号化部１２４へ出力する。また、オフセット情報出力部１６１は、オフセット処理済み画像を図２に示す適応ループフィルタ部１３６へ出力する。
　図１２は、図１１に示すＨＥＶＣ規格に係る画像符号化装置に対応する画像復号装置におけるオフセット部２３５の構成の一例を示すブロック図である。
　オフセット部２３５は、オフセット情報取得部２５１、画素分類部２５２、オフセット処理部２５３、およびオフセット処理済み画像出力部２５４を備えている。オフセット情報取得部２５１は、図４に示すデブロッキングフィルタ部２３４よりデブロッキングフィルタ処理済み画像、および、図３に示すエントロピー復号部２２４よりオフセット情報（画素分類方法およびオフセット値）を取得する。画素分類部２５２は、取得したオフセット情報の画素分類方法に基づき、処理対象ブロックの各画素をそれぞれ複数のクラスのうちの１つのクラスに分類する。オフセット処理部２５３は、クラス毎にデブロッキングフィルタ処理済み画像の画素値にそれぞれオフセット値を加算する。オフセット処理済み画像出力部２５４は、処理対象ブロックのオフセット処理済み画像を図４に示す適応ループフィルタ部２３６へ出力する。
　図１３は、図１１に示した画像符号化装置１００におけるオフセット部１３５の動作を示すフローチャートである。
　まず、取得部１５１は、デブロッキングフィルタ部１３４よりデブロッキングフィルタ処理済み画像を取得する（Ｓ１５１）。
　次に、エッジオフセット画素分類部１５２は、複数のエッジオフセット分類方法のうち、指定された分類方法に基づき、処理対象画素とその隣接画素の大小関係を算出し、処理対象画素を複数のクラスのうちの１つのクラスに分類する。そして、この分類を処理対象ブロック内の各画素について行い、処理対象ブロック内の各画素をそれぞれクラスに分類する（Ｓ１５２）。
　次に、エッジオフセット値算出部１５３は、クラス毎に入力画像の画素値とデブロッキングフィルタ処理済み画像の画素値との誤差平均を算出する（Ｓ１５３）。これが各クラスのオフセット値となる。
　次に、エッジオフセット処理部１５４は、クラス毎にデブロッキングフィルタ処理済み画像の画素値にオフセット値を加算する（Ｓ１５４）。
　次に、エッジオフセットコスト算出部１５５は、入力画像とオフセット処理済み画像との誤差、およびオフセット情報のビット量からなるコスト関数を用いて、指定された分類方法のコストを算出する（Ｓ１５５）。ここで、オフセット情報は、指定された分類方法を示すインデックス番号および各クラスのオフセット値である。ビット量は、オフセット情報を符号化した際に発生するビット量である。
　次に、分類方法決定部１６０は、指定された分類方法のコストがこれまで処理された分類方法の中で最もコストの低かった仮最適分類方法のコスト未満であるか否かを判定する（Ｓ１５６）。この判定の結果、指定された分類方法のコストが仮最適分類方法のコスト未満でない場合（Ｓ１５６でＮｏ）、何も実施しない。
　一方、指定された分類方法のコストが仮最適分類方法のコスト未満である場合（Ｓ１５６でＹｅｓ）、分類方法決定部１６０は、仮最適分類方法のオフセット情報を、指定された分類方法のオフセット情報に更新する（Ｓ１５７）。
　次に、分類方法決定部１６０は、全てのエッジオフセットの分類方法によるオフセット処理を実施したか否かを判定する（Ｓ１５８）。この判定の結果、全てのエッジオフセットの分類方法によるオフセット処理を実施していない場合（Ｓ１５８でＮｏ）、分類処理（Ｓ１５２）～更新処理（Ｓ１５７）を繰り返す。
　一方、全てのエッジオフセットの分類方法によるオフセット処理を実施した場合（Ｓ１５８でＹｅｓ）、バンドオフセット画素分類部１５６は、複数のバンドオフセット分類方法のうち、指定された分類方法に基づき、処理対象画素の画素値を含むバンドを算出し、処理対象画素を複数のクラスのうちの１つのクラスに分類する。そして、この分類を処理対象ブロック内の各画素について行い、処理対象ブロック内の各画素をそれぞれクラスに分類する（Ｓ１５９）。
　次に、バンドオフセット値算出部１５７は、クラス毎に入力画像の画素値とデブロッキングフィルタ処理済み画像の画素値との誤差平均を算出する（Ｓ１６０）。これが各クラスのオフセット値となる。
　次に、バンドオフセット処理部１５８は、クラス毎にデブロッキングフィルタ処理済み画像の画素値にオフセット値を加算する（Ｓ１６１）。
　次に、バンドオフセットコスト算出部１５９は、入力画像とオフセット処理済み画像との誤差、およびオフセット情報のビット量からなるコスト関数を用いて、指定された分類方法のコストを算出する（Ｓ１６２）。ここで、オフセット情報は、指定された分類方法を示すインデックス番号および各クラスのオフセット値である。ビット量は、オフセット情報を符号化した際に発生するビット量である。
　次に、分類方法決定部１６０は、指定された分類方法のコストがこれまで処理された分類方法の中で最もコストの低かった仮最適分類方法のコスト未満であるか否かを判定する（Ｓ１６３）。この判定の結果、指定された分類方法のコストが仮最適分類方法のコスト未満でない場合（Ｓ１６３でＮｏ）、何も実施しない。
　一方、指定された分類方法のコストが仮最適分類方法のコスト未満である場合（Ｓ１６３でＹｅｓ）、分類方法決定部１６０は、仮最適分類方法のオフセット情報を、指定された分類方法のオフセット情報に更新する（Ｓ１６４）。
　次に、分類方法決定部１６０は、全てのバンドオフセットの分類方法によるオフセット処理を実施したか否かを判定する（Ｓ１６５）。この判定の結果、全てのバンドオフセットの分類方法によるオフセット処理を実施していない場合（Ｓ１６５でＮｏ）、分類処理（Ｓ１５９）～更新処理（Ｓ１６４）を繰り返す。
　一方、全てのバンドオフセットの分類方法によるオフセット処理を実施した場合（Ｓ１６５でＹｅｓ）、オフセット情報出力部１６１は、最適な分類方法のオフセット情報を、エントロピー符号化部１２４へ出力する（Ｓ１６６）。
　図１４は、図１２に示した画像復号装置２００におけるオフセット部２３５の動作を示すフローチャートである。
　まず、オフセット情報取得部２５１は、デブロッキングフィルタ部１３４よりデブロッキングフィルタ処理済み画像を取得する（Ｓ２５１）。
　次に、オフセット情報取得部２５１は、エントロピー復号部２２４で復号されたオフセット情報を取得する（Ｓ２５２）。ここで、オフセット情報は、画素分類方法および各クラスのオフセット値からなる。
　次に、画素分類部２５２は、取得されたオフセット分類方法に基づき、処理対象画素を複数のクラスのうちの１つのクラスに分類する（Ｓ２５３）。
　次に、オフセット処理部２５３は、処理対象画素が分類されたクラスが持つオフセット値を処理対象画素の画素値に加算する（Ｓ２５４）。
　次に、オフセット処理部２５３は、処理対象ブロック内のすべての画素を処理したか否かを判定する（Ｓ２５６）。この判定の結果、処理対象ブロック内のすべての画素を処理していない場合（Ｓ２５６でＮｏ）、分類処理（Ｓ２５４）～加算処理（Ｓ２５５）を繰り返す。
　一方、処理対象ブロック内のすべての画素を処理した場合（Ｓ２５６でＹｅｓ）、オフセット処理済み画像出力部２５４は、処理対象ブロックのオフセット処理済み画像を適応ループフィルタ部２３６へ出力する。
　以上により、ビット量の増大を抑制しつつ、入力画像に近い復号画像を生成することが可能となる。
　しかしながら、上記技術では、バンドオフセットにおいて、バンドの数と幅が常に固定である。このため、特に色差信号においてよく見られるような、処理対象ブロック内の画素値の偏りが大きな場合には、符号化効率が十分に得られないことがある。
　上記目的を達成するため、本発明の一態様に係る画像符号化方法は、入力画像をブロック単位で符号化する画像符号化方法であって、前記入力画像が符号化された後、符号化された符号化画像が復号された復号画像を取得する取得ステップと、前記復号画像の画素値が取り得る階調を所定の階調区分に分割した複数のバンドの中で、オフセット処理を行う少なくとも１つのバンドをブロック毎に可変に設定するバンド設定ステップと、前記復号画像の処理対象ブロックに含まれる画素それぞれが前記バンド設定ステップにおいて設定されたバンドに含まれるか否かに基づいて、前記処理対象ブロックに含まれる画素それぞれを複数のクラスのうちの１つのクラスに分類するバンドオフセット画素分類ステップと、前記クラス毎に、前記クラスに分類された前記画素について、前記入力画像の画素値と前記復号画像の画素値との平均誤差であるオフセット値を算出するバンドオフセット値算出ステップと、前記クラス毎に、前記クラスに分類された前記画素について、前記復号画像の画素値に前記オフセット値を加算するバンドオフセット処理ステップとを含む。
　これにより、バンドオフセットを適用するバンドを適応的に切り替えることにより、画素値が存在しない、あるいは画素値が非常に少数しか存在しないバンドに対して、オフセット値の符号化を行わなくてよいため、冗長なオフセット値についてのビット量を削減することができる。すなわち、バンドオフセット適用時の符号化効率を向上させることができる。
　また、前記画像符号化方法は、さらに、前記バンドオフセット処理ステップにおいて前記オフセット値を加算する前記オフセット処理されたオフセット処理済み画像、および前記オフセット処理に使用する情報を出力するオフセット情報出力ステップを含んでもよい。
　また、前記画像符号化方法は、さらに、前記復号画像の画素値の最大値および最小値を算出する最大値最小値算出ステップを含み、前記バンド設定ステップでは、前記最大値最小値算出ステップにおいて算出された前記最大値および前記最小値に基づいて、前記バンドをブロック毎に可変に設定してもよい。
　また、前記最大値最小値算出ステップでは、処理対象ブロック、処理対象ブロックの上隣接ブロック、処理対象ブロックの左隣接ブロック、処理対象ブロックの上および左隣接ブロック、直前のスライス、直前のフレーム、直前のＩフレーム、あるいは画面間予測に使用した参照ブロックに含まれる画素値の前記最大値および前記最小値を算出してもよい。
　また、前記バンド設定ステップでは、さらに、前記最大値最小値算出ステップにおいて算出された前記最大値および前記最小値に基づいて、前記バンドの数および幅の少なくとも１つについてブロック毎に可変に設定してもよい。
　また、前記画像符号化方法は、さらに、処理対象ブロック、処理対象ブロックの上隣接ブロック、処理対象ブロックの左隣接ブロック、処理対象ブロックの上および左隣接ブロック、直前のスライス、直前のフレーム、直前のＩフレーム、あるいは画面間予測に使用した参照ブロックに含まれる画素値のヒストグラムを算出するヒストグラム算出ステップを含み、前記バンド設定ステップでは、前記ヒストグラムに基づいて、前記バンドをブロック毎に可変に設定してもよい。
　また、前記バンド設定ステップでは、さらに、前記ヒストグラムに基づいて、前記バンドの数および幅の少なくとも１つについてブロック毎に可変に設定してもよい。
　また、前記画像符号化方法は、さらに、エッジオフセット画素分類方法に基づいて、前記復号画像の画素を複数のクラスのうちの１つのクラスに分類するエッジオフセット画素分類ステップと、前記クラス毎に入力画像の画素値と前記復号画像の画素値の平均誤差であるオフセット値を算出するエッジオフセット値算出ステップと、前記クラス毎に前記復号画像の画素値に前記オフセット値を加算するエッジオフセット処理ステップと、前記入力画像とオフセット処理済み画像の誤差、およびオフセット処理に必要な情報の符号量を用いて、エッジオフセット画素分類方法のコストを算出するエッジオフセットコスト算出ステップと、前記入力画像とオフセット処理済み画像の誤差、およびオフセット処理に必要な情報の符号量を用いて、バンドオフセット画素分類方法のコストを算出するバンドオフセットコスト算出ステップと、複数のエッジオフセット画素分類方法のコストおよび複数のバンドオフセット画素分類方法のコストから最小のコストを判定し、最適な画素分類方法を決定する分類方法決定ステップと、前記最適な画素分類方法によりオフセット処理されたオフセット処理済み画像、およびオフセット処理に使用する情報を出力するオフセット情報出力ステップとを含んでもよい。
　また、本発明の一態様に係る画像復号方法は、符号化ストリームをブロック単位に復号する画像復号方法であって、前記符号化ストリームが復号され、復号された復号画像、および前記符号化ストリームに含まれるオフセット処理に使用する情報を取得するオフセット情報取得ステップと、前記復号画像の画素値が取り得る階調を所定の階調区分に分割した複数のバンドの中で、オフセット処理を行う少なくとも１つのバンドをブロック毎に可変に設定するバンド設定ステップと、前記復号画像の処理対象ブロックに含まれる画素それぞれが前記バンド設定ステップにおいて設定されたバンドに含まれるか否かに基づいて、前記処理対象ブロックに含まれる画素それぞれを複数のクラスのうちの１つのクラスに分類するバンドオフセット画素分類ステップと、前記クラス毎に前記復号画像の画素値に、前記オフセット情報取得ステップにおいて取得されたオフセット処理に使用する情報に含まれるオフセット値を加算するバンドオフセット処理ステップと、前記オフセット値が加算されたオフセット済み画像を出力するオフセット画像出力ステップとを含む。
　これにより、バンドオフセットを適用するバンドを適応的に切り替えることにより、画素値が存在しない、あるいは画素値が非常に少数しか存在しないバンドに対して、オフセット値の復号を行わなくてよいため、冗長なオフセット値についてのビット量を削減することができる。
　また、前記バンド設定ステップでは、前記オフセット情報取得ステップにおいて取得されたオフセット処理に使用する情報に基づいて、前記バンドをブロック毎に可変に設定してもよい。
　また、前記画像復号方法は、さらに、前記復号画像の画素値の最大値および最小値を算出する最大値最小値算出ステップを含み、前記バンド設定ステップでは、前記最大値最小値算出ステップにおいて算出された前記最大値および前記最小値に基づいて、前記バンドをブロック毎に可変に設定してもよい。
　また、前記最大値最小値算出ステップでは、処理対象ブロック、処理対象ブロックの上隣接ブロック、処理対象ブロックの左隣接ブロック、処理対象ブロックの上および左隣接ブロック、直前のスライス、直前のフレーム、直前のＩフレーム、あるいは画面間予測に使用した参照ブロックに含まれる画素値の前記最大値および前記最小値を算出してもよい。
　また、前記バンド設定ステップでは、さらに、前記最大値最小値算出ステップにおいて算出された前記最大値および前記最小値に基づいて、前記バンドの数および幅の少なくとも１つについてブロック毎に可変に設定してもよい。
　また、前記画像復号方法は、さらに、処理対象ブロック、処理対象ブロックの上隣接ブロック、処理対象ブロックの左隣接ブロック、処理対象ブロックの上および左隣接ブロック、直前のスライス、直前のフレーム、直前のＩフレーム、あるいは画面間予測に使用した参照ブロックに含まれる画素値のヒストグラムを算出することを特徴とするヒストグラム算出ステップを含み前記バンド設定ステップでは、前記ヒストグラムに基づいて、前記バンドをブロック毎に可変に設定してもよい。
　また、前記バンド設定ステップでは、さらに、前記ヒストグラムに基づいて、前記バンドの数および幅の少なくとも１つについてブロック毎に可変に設定してもよい。
　なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの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および記録媒体の任意な組み合わせで実現されてもよい。
　以下、本発明の実施の形態について、図面を用いて詳細に説明する。
　なお、以下で説明する実施の形態は、いずれも包括的または具体的な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）
　本実施の形態の画像符号化装置のインループフィルタ処理におけるオフセット部３００の構成について説明する。図１５は、本実施の形態に係る画像符号化装置のオフセット部３００の構成の一例を示すブロック図である。なお、後述するように、本発明の実施の形態１に係るオフセット部３００は、画像信号を圧縮符号化し、符号化画像データを出力する画像符号化装置１００の一部に相当する。
　オフセット部３００は、取得部３０１、エッジオフセット画素分類部３０２、エッジオフセット値算出部３０３、エッジオフセット処理部３０４、エッジオフセットコスト算出部３０５、最大値最小値算出部３０６、バンド設定部３０７、バンドオフセット画素分類部３０８、バンドオフセット値算出部３０９、バンドオフセット処理部３１０、バンドオフセットコスト算出部３１１、分類方法決定部３１２、およびオフセット情報出力部３１３を備えている。このうち、最大値最小値算出部３０６およびバンド設定部３０７は、例えば図１の制御部１１０に含まれてもよい。
　取得部３０１は、図２に示すデブロッキングフィルタ部１３４よりデブロッキングフィルタ処理済み画像を取得する。エッジオフセット画素分類部３０２は、指定された分類方法に基づき、処理対象画素とその隣接画素の大小関係を比較し、処理対象画素を複数のクラスのうちの１つのクラスに分類する。エッジオフセット値算出部３０３は、処理対象ブロックの各画素が分類されたクラス毎に、入力画像の画素値とデブロッキングフィルタ処理済み画像の画素値との誤差平均を算出する。この誤差平均がオフセット値となる。すなわち、オフセット値は、処理対象ブロックのクラス毎に算出される。エッジオフセット処理部３０４は、クラス毎にデブロッキングフィルタ処理済み画像の画素値にオフセット値を加算する。エッジオフセットコスト算出部３０５は、入力画像とオフセット処理済み画像の誤差、およびオフセット情報（画素分類方法およびオフセット値）のビット量からなるコスト関数を用いて、エッジオフセットによるオフセット処理のコストを算出する。
　最大値最小値算出部３０６は、取得部３０１が取得した処理対象ブロックのデブロッキングフィルタ処理済み画像の画素値の最大値および最小値を算出する。バンド設定部３０７は、最大値最小値算出部３０６で算出された最小値と最大値とを基にバンドの数および幅を設定する。バンドオフセット画素分類部３０８は、指定された分類方法に基づき、処理対象画素の画素値に応じて、処理対象画素を複数のクラスのうちの１つのクラスに分類する。バンドオフセット値算出部３０９は、処理対象ブロックの各画素が分類されたクラス毎に、入力画像の画素値とデブロッキングフィルタ処理済み画像の画素値との誤差平均を算出する。この誤差平均がオフセット値となる。ここでも、オフセット値は、処理対象ブロックのクラス毎に算出される。バンドオフセット処理部３１０は、クラス毎にデブロッキングフィルタ処理済み画像の画素値にオフセット値を加算する。バンドオフセットコスト算出部３１１は、入力画像とオフセット処理済み画像の誤差、およびオフセット情報（画素分類方法およびオフセット値）のビット量からなるコスト関数を用いて、バンドオフセットによるオフセット処理のコストを算出する。
　分類方法決定部３１２は、エッジオフセットおよびバンドオフセットの各分類方法により算出したコストを比較し、最もコストの低い分類方法を最適分類方法と決定する。オフセット情報出力部３１３は、最適分類方法および最適分類方法により求めたオフセット値を、図１に示すエントロピー符号化部１２４へ出力する。また、オフセット情報出力部１６１は、オフセット処理済み画像を図２に示す適応ループフィルタ部１３６へ出力する。
　以上のオフセット部３００は、最大値最小値算出部３０６およびバンド設定部３０７を備える点が、図１１に示すオフセット部１３５の構成と異なる。
　図１６は、本実施の形態に係る画像符号化装置に対応する画像復号装置のオフセット部４００の構成の一例を示すブロック図である。なお、後述するように、本発明の実施の形態１に係るオフセット部４００は、符号化信号を復号し、復号画像データを出力する画像復号装置２００の一部に相当する。
　オフセット部４００は、オフセット情報取得部４０１、バンドオフセット制御部４０２、最大値最小値算出部４０３、バンド設定部４０４、画素分類部４０５、オフセット処理部４０６、およびオフセット処理済み画像出力部４０７を備えている。このうち、バンドオフセット制御部４０２、最大値最小値算出部４０３、およびバンド設定部４０４は、例えば図３の制御部２１０に含まれてもよい。
　オフセット情報取得部４０１は、図４に示すデブロッキングフィルタ部２３４よりデブロッキングフィルタ処理済み画像、および、図３に示すエントロピー復号部２２４よりオフセット情報（画素分類方法およびオフセット値）を取得する。バンドオフセット制御部４０２は、オフセット情報取得部４０１で取得されたオフセット情報の中から画素分類方法を参照し、バンドオフセットを行うか否かを判定する。最大値最小値算出部４０３は、オフセット情報取得部４０１で取得された処理対象ブロックのデブロッキングフィルタ処理済み画像の画素値の最大値および最小値を算出する。バンド設定部４０４は、最大値最小値算出部４０２で算出された最小値と最大値とを基にバンドの数および幅を設定する。画素分類部４０５は、オフセット情報取得部４０１で取得されたオフセット情報の画素分類方法に基づき、処理対象ブロックの各画素をそれぞれ複数のクラスのうちの１つのクラスに分類する。オフセット処理部４０６は、クラス毎にデブロッキングフィルタ処理済み画像の画素値にそれぞれオフセット値を加算する。オフセット処理済み画像出力部４０７は、処理対象ブロックのオフセット処理済み画像を図４に示す適応ループフィルタ部２３６へ出力する。
　以上のオフセット部４００は、バンドオフセット制御部４０２、最大値最小値算出部４０３およびバンド設定部４０４を備える点が、図１２に示すオフセット部２３５の構成従来例と異なる。
　図１７は、図１５に示された画像符号化装置におけるオフセット部３００の動作を示すフローチャートである。
　まず、取得部３０１は、デブロッキングフィルタ部１３４よりデブロッキングフィルタ処理済み画像を取得する（Ｓ３０１）。
　次に、エッジオフセット画素分類部３０２は、複数のエッジオフセット分類方法のうち、指定された分類方法に基づき、処理対象画素とその隣接画素の大小関係を算出し、処理対象画素を複数のクラスのうちの１つのクラスに分類する。そして、この分類を処理対象ブロック内の各画素について行い、処理対象ブロック内の各画素をそれぞれクラスに分類する（Ｓ３０２）。
　次に、エッジオフセット値算出部３０３は、クラス毎に入力画像の画素値とデブロッキングフィルタ処理済み画像の画素値との誤差平均を算出する（Ｓ３０３）。これが各クラスのオフセット値となる。
　次に、エッジオフセット処理部３０４は、クラス毎にデブロッキングフィルタ処理済み画像の画素値にオフセット値を加算する（Ｓ３０４）。
　次に、エッジオフセットコスト算出部３０５は、入力画像とオフセット処理済み画像との誤差、およびオフセット情報のビット量からなるコスト関数を用いて、指定された分類方法のコストを算出する（Ｓ３０５）。ここで、オフセット情報は、指定された分類方法を示すインデックス番号および各クラスのオフセット値である。ビット量は、オフセット情報を符号化した際に発生するビット量である。
　次に、分類方法決定部３１２は、指定された分類方法のコストがこれまで処理された分類方法の中で最もコストの低かった仮最適分類方法のコスト未満であるか否かを判定する（Ｓ３０６）。この判定の結果、指定された分類方法のコストが仮最適分類方法のコスト未満でない場合（Ｓ３０６でＮｏ）、何も実施しない。
　一方、指定された分類方法のコストが仮最適分類方法のコスト未満である場合（Ｓ３０６でＹｅｓ）、分類方法決定部３１２は、仮最適分類方法のオフセット情報を、指定された分類方法のオフセット情報に更新する（Ｓ３０７）。
　次に、分類方法決定部３１２は、全てのエッジオフセットの分類方法によるオフセット処理を実施したか否かを判定する（Ｓ３０８）。この判定の結果、全てのエッジオフセットの分類方法によるオフセット処理を実施していない場合（Ｓ３０８でＮｏ）、分類処理（Ｓ３０２）～更新処理（Ｓ３０７）を繰り返す。
　一方、全てのエッジオフセットの分類方法によるオフセット処理を実施した場合（Ｓ３０８でＹｅｓ）、最大値最小値算出部３０６は、処理対象ブロックのデブロッキングフィルタ処理済み画像の画素値の最大値および最小値を算出する（Ｓ３０９）。
　次に、バンド設定部３０７は、最大値最小値算出部３０６で算出された最小値と最大値とを基にバンドの数および幅を設定する（Ｓ３１０）。
　次に、バンドオフセット画素分類部３０８は、複数のバンドオフセット分類方法のうち、指定された分類方法に基づき、処理対象画素の画素値を含むバンドを算出し、処理対象画素を複数のクラスのうちの１つのクラスに分類する。そして、この分類を処理対象ブロック内の各画素について行い、処理対象ブロック内の各画素をそれぞれクラスに分類する（Ｓ３１１）。
　次に、バンドオフセット値算出部３０９は、クラス毎に入力画像の画素値とデブロッキングフィルタ処理済み画像の画素値との誤差平均を算出する（Ｓ３１２）。これが各クラスのオフセット値となる。
　次に、バンドオフセット処理部３１０は、クラス毎にデブロッキングフィルタ処理済み画像の画素値にオフセット値を加算する（Ｓ３１３）。
　次に、バンドオフセットコスト算出部３１１は、入力画像とオフセット処理済み画像との誤差、およびオフセット情報のビット量からなるコスト関数を用いて、指定された分類方法のコストを算出する（Ｓ３１４）。ここで、オフセット情報は、指定された分類方法を示すインデックス番号および各クラスのオフセット値である。ビット量は、オフセット情報を符号化した際に発生するビット量である。
　次に、分類方法決定部３１２は、指定された分類方法のコストがこれまで処理された分類方法の中で最もコストの低かった仮最適分類方法のコスト未満であるか否かを判定する（Ｓ３１５）。この判定の結果、指定された分類方法のコストが仮最適分類方法のコスト未満でない場合（Ｓ３１５でＮｏ）、何も実施しない。
　一方、指定された分類方法のコストが仮最適分類方法のコスト未満である場合（Ｓ３１５でＹｅｓ）、分類方法決定部３１２は、仮最適分類方法のオフセット情報を、指定された分類方法のオフセット情報に更新する（Ｓ３１６）。
　次に、分類方法決定部３１２は、全てのバンドオフセットの分類方法によるオフセット処理を実施したか否かを判定する（Ｓ３１７）。この判定の結果、全てのバンドオフセットの分類方法によるオフセット処理を実施していない場合（Ｓ３１７でＮｏ）、分類処理（Ｓ３１１）～更新処理（Ｓ３１６）を繰り返す。
　一方、全てのバンドオフセットの分類方法によるオフセット処理を実施した場合（Ｓ３１７でＹｅｓ）、オフセット情報出力部３１３は、最適な分類方法のオフセット情報を、エントロピー符号化部１２４へ出力する（Ｓ３１８）。
　これにより、処理対象ブロック内の画素値の偏りに応じて、バンドオフセットのバンドの数および幅を適応的に切り替えることにより、画素値が存在しない、あるいは画素値が非常に少数しか存在しないバンドに対して、オフセット値の符号化を行わなくてよいため、冗長なオフセット値についてのビット量を削減できる。また、新たな情報をビットストリームに挿入することなく、バンドの数および幅を切り替えることができる。つまり、オフセット部３００は、バンドオフセット適用時の符号化効率を向上させることができる。
　図１８は、図１６に示された画像復号装置におけるオフセット部４００の動作を示すフローチャートである。
　まず、オフセット情報取得部４０１は、デブロッキングフィルタ部２３４よりデブロッキングフィルタ処理済み画像を取得する（Ｓ４０１）。
　次に、オフセット情報取得部４０１は、エントロピー復号部２２４で復号されたオフセット情報を取得する（Ｓ４０２）。ここで、オフセット情報は、画素分類方法および各クラスのオフセット値からなる。
　次に、バンドオフセット制御部４０２は、オフセット情報取得部４０１で取得されたオフセット情報の中から画素分類方法を参照し、画素分類方法がバンドオフセットであるか否かを判定する（Ｓ４０３）。この判定の結果、画素分類方法がバンドオフセットである場合（Ｓ４０３がＹｅｓ）、最大値最小値算出部４０３は、処理対象ブロックのデブロッキングフィルタ処理済み画像の画素値の最大値および最小値を算出する（Ｓ４０４）。
　次に、バンド設定部４０４は、最大値最小値算出部４０３で算出された最小値と最大値とを基にバンドの数および幅を設定する（Ｓ４０５）。
　次に、画素分類部４０５は、オフセット情報取得部４０１で取得されたオフセット分類方法に基づき、処理対象画素を複数のクラスのうちの１つのクラスに分類する（Ｓ４０６）。
　次に、オフセット処理部４０６は、処理対象画素が分類されたクラスが持つオフセット値を処理対象画素の画素値に加算する（Ｓ４０７）。
　次に、オフセット処理部４０６は、処理対象ブロック内のすべての画素を処理したか否かを判定する（Ｓ４０８）。この判定の結果、処理対象ブロック内のすべての画素を処理していない場合（Ｓ４０８でＮｏ）、分類処理（Ｓ４０６）～加算処理（Ｓ４０７）を繰り返す。
　一方、処理対象ブロック内のすべての画素を処理した場合（Ｓ４０８でＹｅｓ）、オフセット処理済み画像出力部４０７は、処理対象ブロックのオフセット処理済み画像を適応ループフィルタ部２３６へ出力する（Ｓ４０９）。
　これにより、処理対象ブロック内の画素値の偏りに応じて、バンドオフセットのバンドの数および幅を適応的に切り替えることにより、画素値が存在しない、あるいは画素値が非常に少数しか存在しないバンドに対して、オフセット値の復号を行わなくてよいため、冗長なオフセット値についてのビット量を削減できる。また、新たな情報をビットストリームから取得することなく、バンドの数および幅を切り替えることができる。つまり、オフセット部４００は、オフセット部３００と同様に、バンドオフセット適用時の符号化効率を向上させることができる。
　ここで、バンド設定部３０７およびバンド設定部４０４におけるバンドの数および幅の設定について詳しく説明する。
　本実施の形態では、最大値最小値算出部３０６、あるいは最大値最小値算出部４０３が算出した、処理対象ブロックのデブロッキングフィルタ処理済み画像の画素値の最大値ＭＡＸおよび最小値ＭＩＮを使用してバンドの数および幅を設定する。
　まず、バンドの数は上記と同じ３２で固定した例を説明する。つまり、バンドの幅Ｒａｎｇｅが可変となる。図１９Ａは、固定バンドを示す模式図である。図１９Ｂ、図１９Ｃおよび図１９Ｄは、本実施の形態のバンドの幅を可変とした一例を示す模式図である。バンドの数および幅は、共に整数値をとるため、ＭＩＮからＭＡＸまでを単純に３２分割することはできない。図１９Ｂのように、ＭＩＮからＭＡＸまでに収まることは稀である。図１９Ｃのように、ＭＩＮからＭＡＸの範囲外がバンドに設定されるケースや、図１９Ｄのように、ＭＩＮからＭＡＸの範囲を網羅できないバンドが設定されるケースもある。
　このため、バンドの幅Ｒａｎｇｅが、式（１）を用いて算出される。
　　Ｒａｎｇｅ＝（（ＭＡＸ－ＭＩＮ＋１）＞＞５）＋１　・・・（１）
　次に、処理対象となる階調の中央値ＭＩＤが、式（２）を用いて算出される。
　　ＭＩＤ＝　ＭＡＸ＋ＭＩＮ　＞＞　２・・・（２）
　次に、図１９Ｂ～図１９Ｄのように中央値ＭＩＤを中心に、幅Ｒａｎｇｅのバンドを左右１６つずつ設定する。
　これにより、図１９Ａに比べて、処理対象ブロックのデブロッキングフィルタ処理済み画像において画素値の存在しないバンドのオフセット処理を実施する冗長性を省くことが可能となる。
　なお、図１９Ｅに示すように、分類方法が１つになるようにバンドを設定してもよい。これにより、オフセット部３００において、分類方法ＢＯ（１）のためのメモリを削減することが可能となる。
　次に、バンドの幅は上記と同じ３２で固定した例を説明する。つまり、バンドの数ＮｕｍＢａｎｄが可変となる。図２０Ａは、固定バンドを示す模式図である。図２０Ｂ、図２０Ｃおよび図２０Ｄは、本実施の形態のバンドの数を可変とした一例を示す模式図である。バンドの数を固定する場合と同様に、バンドの数および幅は、共に整数値をとるため、ＭＩＮからＭＡＸまでを単純に８で分割することはできない。図２０Ｂのように、ＭＩＮからＭＡＸまでに収まることは稀である。図２０Ｃのように、ＭＩＮからＭＡＸの範囲外がバンドに設定されるケースや、図２０Ｄのように、ＭＩＮからＭＡＸの範囲を網羅できないバンドが設定されるケースもある。
　このため、バンドの数ＮｕｍＢａｎｄが、式（３）を用いて算出される。
　ＮｕｍＢａｎｄ＝（（（（ＭＡＸ－ＭＩＮ＋１）＞＞３）＞＞２）＋１）＜＜２・・・（３）
　次に、処理対象となる階調の中央値ＭＩＤ２が、式（４）を用いて算出される。
　ＭＩＤ２＝　ＭＡＸ＋ＭＩＮ　＞＞　２・・・（４）
　次に、図２０Ｂ～図２０Ｄのように中央値ＭＩＤ２を中心に、幅３２のバンドを左右ＮｕｍＢａｎｄ／２個ずつ設定する。
　これにより、図２０Ａに比べて、処理対象ブロックのデブロッキングフィルタ処理済み画像において画素値の存在しないバンドのオフセット処理を実施する冗長性を省くことが可能となる。
　なお、図２０Ｅに示すように、分類方法が１つになるようにバンドを設定してもよい。これにより、オフセット部３００において、分類方法ＢＯ（１）のためのメモリを削減することが可能となる。
　また、バンドの数および幅共に可変にしてもよい。図２１Ａは、固定バンドを示す模式図である。図２１Ｂ、本実施の形態のバンドの数および幅共に可変にした一例を示す模式図である。
　この場合、バンドの数ＮｕｍＢａｎｄおよび幅Ｒａｎｇｅは、式（１）および式（３）を用いて算出することができないため、最大値ＭＡＸ、最小値ＭＩＮ、バンドの数ＮｕｍＢａｎｄ、および幅Ｒａｎｇｅの関係を示したテーブルを使用する。
　これにより、処理対象ブロックのデブロッキングフィルタ処理済み画像における画素値に対して、さらに効率よくバンド設定することが可能となる。
　なお、バンド毎に異なる幅を設定してもよい。図２２は、本実施の形態のバンド毎に異なる幅を設定した一例を示す模式図である。
　まず、処理対象となる階調の中央値ＭＩＤ３が、式（５）を用いて算出される。
　　ＭＩＤ３＝　ＭＡＸ＋ＭＩＮ　＞＞　２・・・（５）
　次に、Ｘ番目のバンドの中央値をＭＩＤＢＡＮＤ［Ｘ］（０≦Ｘ≦１５）として、任意のしきい値Ｔｈ１およびＴｈ２を用いて、式（６）のようにバンドの幅を小さくする。
　　　　　ｉｆ（ ｜ＭＩＤＢＡＮＤ［Ｘ］―ＭＩＤ｜≦Ｔｈ１）
　　　　　　　　　Ｒａｎｇｅ＝Ｒ
　　　　　ｅｌｓｅ　ｉｆ（｜ＭＩＤＢＡＮＤ［Ｘ］―ＭＩＤ｜≦Ｔｈ２）
　　　　　　　　　Ｒａｎｇｅ＝Ｒ＜＜１
　　　　　ｅｌｓｅ
　　　　　　　　　Ｒａｎｇｅ＝Ｒ＜＜２　　　　　　　・・・（６）
　これにより、処理対象ブロックのデブロッキングフィルタ処理済み画像における画素値に対して、さらに効率よくバンド設定することが可能となる。
　なお、ここではバンドの幅について、２つのしきい値を用いて３段階の切り替えの例を示したが、これに限られるものではない。
　また、バンドの数および幅に設定する数値は、２のべき乗が望ましいが、これに限定されるものではない。
　また、バンドの設定に使用した最大値ＭＡＸおよび最小値ＭＩＮは、処理対象ブロックのデブロッキングフィルタ処理済み画像の画素値より算出したが、処理対象ブロックの上ブロック、処理対象ブロックの左ブロック、処理対象ブロックの上および左ブロック、直前のスライス、直前のフレーム、直前のＩフレーム、あるいは画面間予測時の参照フレームから算出してもよい。
　これにより、処理対象ブロック内の全ての画素について、大小比較の処理を待つ必要がなくなるため、画素分類の処理遅延を解消することが可能となる。
　また、最大値ＭＡＸおよび最小値ＭＩＮの代わりに処理対象画素値のヒストグラムを使用してもよい。
　これにより、度数の大きな階調に対してはバンド幅を細かく設定し、度数の小さな階調に対してはバンド幅を大きく設定することで、さらに効率よくバンドを設定することが可能となる。
　また、バンドを固定したバンドオフセット分類方法、および本実施の形態のバンドを可変にしたバンドオフセット分類方法の両方で画素分類を行い、最適な画素分類方法を決定してもよい。
　これにより、バンドオフセットの符号化効率をさらに向上させることが可能となる。
　また、上記のように、バンドの数、バンドの幅、バンドの数および幅を可変とせずに、バンドの数および幅を固定とし、バンドの位置を可変にしてもよい。すなわち、バンドオフセットを適用するバンドが可変となる。この場合、バンド設定部３０７およびバンド設定部４０４は、最大値最小値算出部３０６または最大値最小値算出部４０２で算出された最小値と最大値とを基にバンドの数および幅を設定する必要がない。バンド設定部３０７およびバンド設定部４０４は、例えば、あらかじめ設定されたバンドの数および幅を用いて、バンドの位置を設定する。また、バンド設定部３０７およびバンド設定部４０４は、例えば、最大値最小値算出部３０６または最大値最小値算出部４０２で算出された最小値と最大値とに基づいて、バンドの位置を設定しても構わない。または、バンド設定部３０７およびバンド設定部４０４は、例えば、コストを算出する等により、バンドの位置を設定しても構わない。また、最小値と最大値を用いない場合には、オフセット部３００は最大値最小値算出部３０６を備える必要はなく、またオフセット部４００は最大値最小値算出部４０２を備える必要はない。
　また、本実施の形態では、オフセット情報出力部３１３は、オフセット処理に使用する情報としてオフセット情報（画素分類方法およびオフセット値）をエントロピー符号化部１２４へ出力しているが、これに限られるものではない。例えば、オフセット情報出力部３１３は、オフセット処理に使用する情報としてバンドオフセットを適用するバンドの位置を示す情報をエントロピー符号化部１２４へ出力しても構わない。
　以上、本発明に係る画像符号化装置および画像復号装置について、複数の実施の形態に基づいて説明したが、本発明はこれらの実施の形態に限定されるものではない。実施の形態に対して当業者が思いつく変形を施して得られる形態、および、実施の形態における構成要素を任意に組み合わせて実現される別の形態も本発明に含まれる。
　例えば、特定の処理部が実行する処理を別の処理部が実行してもよい。また、処理を実行する順番が変更されてもよいし、複数の処理が並行して実行されてもよい。また、各種情報を記憶するための専用または共用の記憶部が構成に追加されてもよい。
　また、本発明は、画像符号化装置または画像復号装置として実現できるだけでなく、画像符号化装置または画像復号装置を構成する処理手段をステップとする方法として実現できる。例えば、それらのステップは、コンピュータによって実行される。そして、本発明は、それらの方法に含まれるステップをコンピュータに実行させるプログラムとして実現できる。さらに、本発明は、そのプログラムを記録したＣＤ－ＲＯＭ等の非一時的なコンピュータ読み取り可能な記録媒体として実現できる。
　また、画像符号化装置および画像復号装置に含まれる複数の構成要素は、集積回路であるＬＳＩ（Ｌａｒｇｅ　Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｉｏｎ）として実現されてもよい。これらの構成要素は、個別に１チップ化されてもよいし、一部または全てを含むように１チップ化されてもよい。例えば、記憶部以外の構成要素が１チップ化されてもよい。ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、システムＬＳＩ、スーパーＬＳＩまたはウルトラ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。プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、または、ＬＳＩ内部の回路セルの接続および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、画像符号化装置および画像復号装置に含まれる構成要素の集積回路化を行ってもよい。
　（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２３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２３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２４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２５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２６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２７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２５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２８Ａ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２８Ｂ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２９は、多重化データの構成を示す図である。図２９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３０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３１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３１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３１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３２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３２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３３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３４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３４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３５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３６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３７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３８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３７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３７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４０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３９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４１Ａ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。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４１Ｂ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。
　本発明は、画質の劣化を防止するとともに、符号化効率を十分に向上させることができるという効果を奏し、例えば、蓄積、伝送、通信など様々な用途に利用可能である。例えば、本発明は、テレビ、デジタルビデオレコーダー、カーナビゲーション、携帯電話、デジタルカメラ、デジタルビデオカメラ等の高解像度の情報表示機器や撮像機器に利用可能であり、利用価値が高い。
　１００　画像符号化装置
　１１０、２１０　制御部
　１２０　符号化部
　１２１　減算部
　１２２　周波数変換部
　１２３　量子化部
　１２４　エントロピー符号化部
　１２５、２２５　逆量子化部
　１２６、２２６　逆周波数変換部
　１２７、２２７　加算部
　１２８、２２８　インループフィルタ処理部
　１２９、２２９　記憶部
　１３０、２３０　面内予測部
　１３１、２３１　動き補償部
　１３２　動き検出部
　１３３、２３２　スイッチ
　１３４、２３４　デブロッキングフィルタ部
　１３５、２３５、３００、４００　オフセット部
　１３６、２３６　適応ループフィルタ部
　１５１、３０１　取得部
　１５２、３０２　エッジオフセット画素分類部
　１５３、３０３　エッジオフセット値算出部
　１５４、３０４　エッジオフセット処理部
　１５５、３０５　エッジオフセットコスト算出部
　１５６、３０８　バンドオフセット画素分類部
　１５７、３０９　バンドオフセット値算出部
　１５８、３１０　バンドオフセット処理部
　１５９、３１１　バンドオフセットコスト算出部
　１６０、３１２　分類方法決定部
　１６１、３１３　オフセット情報出力部
　２００　画像復号装置
　２２０　復号部
　２２４　エントロピー復号部
　２５１、４０１　オフセット情報取得部
　２５２、４０５　画素分類部
　２５３、４０６　オフセット処理部
　２５４、４０７　オフセット処理済み画像出力部
　３０６、４０３　最大値最小値算出部
　３０７、４０４　バンド設定部
　４０２　バンドオフセット制御部

Claims (18)

  1. 　入力画像をブロック単位で符号化する画像符号化方法であって、
    　前記入力画像が符号化された後、符号化された符号化画像が復号された復号画像を取得する取得ステップと、
    　前記復号画像の画素値が取り得る階調を所定の階調区分に分割した複数のバンドの中で、オフセット処理を行う少なくとも１つのバンドをブロック毎に可変に設定するバンド設定ステップと、
    　前記復号画像の処理対象ブロックに含まれる画素それぞれが前記バンド設定ステップにおいて設定されたバンドに含まれるか否かに基づいて、前記処理対象ブロックに含まれる画素それぞれを複数のクラスのうちの１つのクラスに分類するバンドオフセット画素分類ステップと、
    　前記クラス毎に、前記クラスに分類された前記画素について、前記入力画像の画素値と前記復号画像の画素値との平均誤差であるオフセット値を算出するバンドオフセット値算出ステップと、
    　前記クラス毎に、前記クラスに分類された前記画素について、前記復号画像の画素値に前記オフセット値を加算するバンドオフセット処理ステップと
    　を含む画像符号化方法。
  2. 　前記画像符号化方法は、さらに、
    　前記バンドオフセット処理ステップにおいて前記オフセット値を加算する前記オフセット処理されたオフセット処理済み画像、および前記オフセット処理に使用する情報を出力するオフセット情報出力ステップを含む
    　請求項１記載の画像符号化方法。
  3. 　前記画像符号化方法は、さらに、
    　前記復号画像の画素値の最大値および最小値を算出する最大値最小値算出ステップを含み、
    　前記バンド設定ステップでは、前記最大値最小値算出ステップにおいて算出された前記最大値および前記最小値に基づいて、前記バンドをブロック毎に可変に設定する
    　請求項１または請求項２記載の画像符号化方法。
  4. 　前記最大値最小値算出ステップでは、処理対象ブロック、処理対象ブロックの上隣接ブロック、処理対象ブロックの左隣接ブロック、処理対象ブロックの上および左隣接ブロック、直前のスライス、直前のフレーム、直前のＩフレーム、あるいは画面間予測に使用した参照ブロックに含まれる画素値の前記最大値および前記最小値を算出する
    　請求項３記載の画像符号化方法。
  5. 　前記バンド設定ステップでは、さらに、前記最大値最小値算出ステップにおいて算出された前記最大値および前記最小値に基づいて、前記バンドの数および幅の少なくとも１つについてブロック毎に可変に設定する
    　請求項３または請求項４記載の画像符号化方法。
  6. 　前記画像符号化方法は、さらに、
    　処理対象ブロック、処理対象ブロックの上隣接ブロック、処理対象ブロックの左隣接ブロック、処理対象ブロックの上および左隣接ブロック、直前のスライス、直前のフレーム、直前のＩフレーム、あるいは画面間予測に使用した参照ブロックに含まれる画素値のヒストグラムを算出するヒストグラム算出ステップを含み、
    　前記バンド設定ステップでは、前記ヒストグラムに基づいて、前記バンドをブロック毎に可変に設定する
    　請求項１記載の画像符号化方法。
  7. 　前記バンド設定ステップでは、さらに、前記ヒストグラムに基づいて、前記バンドの数および幅の少なくとも１つについてブロック毎に可変に設定する
    　請求項６記載の画像符号化方法。
  8. 　前記画像符号化方法は、さらに、
    　エッジオフセット画素分類方法に基づいて、前記復号画像の画素を複数のクラスのうちの１つのクラスに分類するエッジオフセット画素分類ステップと、
    　前記クラス毎に入力画像の画素値と前記復号画像の画素値の平均誤差であるオフセット値を算出するエッジオフセット値算出ステップと、
    　前記クラス毎に前記復号画像の画素値に前記オフセット値を加算するエッジオフセット処理ステップと、
    　前記入力画像とオフセット処理済み画像の誤差、およびオフセット処理に必要な情報の符号量を用いて、エッジオフセット画素分類方法のコストを算出するエッジオフセットコスト算出ステップと、
    　前記入力画像とオフセット処理済み画像の誤差、およびオフセット処理に必要な情報の符号量を用いて、バンドオフセット画素分類方法のコストを算出するバンドオフセットコスト算出ステップと、
    　複数のエッジオフセット画素分類方法のコストおよび複数のバンドオフセット画素分類方法のコストから最小のコストを判定し、最適な画素分類方法を決定する分類方法決定ステップと、
    　前記最適な画素分類方法によりオフセット処理されたオフセット処理済み画像、およびオフセット処理に使用する情報を出力するオフセット情報出力ステップと
    　を含む請求項１記載の画像符号化方法。
  9. 　符号化ストリームをブロック単位に復号する画像復号方法であって、
    　前記符号化ストリームが復号され、復号された復号画像、および前記符号化ストリームに含まれるオフセット処理に使用する情報を取得するオフセット情報取得ステップと、
    　前記復号画像の画素値が取り得る階調を所定の階調区分に分割した複数のバンドの中で、オフセット処理を行う少なくとも１つのバンドをブロック毎に可変に設定するバンド設定ステップと、
    　前記復号画像の処理対象ブロックに含まれる画素それぞれが前記バンド設定ステップにおいて設定されたバンドに含まれるか否かに基づいて、前記処理対象ブロックに含まれる画素それぞれを複数のクラスのうちの１つのクラスに分類するバンドオフセット画素分類ステップと、
    　前記クラス毎に前記復号画像の画素値に、前記オフセット情報取得ステップにおいて取得されたオフセット処理に使用する情報に含まれるオフセット値を加算するバンドオフセット処理ステップと、
    　前記オフセット値が加算されたオフセット済み画像を出力するオフセット画像出力ステップと
    　を含む画像復号方法。
  10. 　前記バンド設定ステップでは、前記オフセット情報取得ステップにおいて取得されたオフセット処理に使用する情報に基づいて、前記バンドをブロック毎に可変に設定する
    　請求項９記載の画像復号方法。
  11. 　前記画像復号方法は、さらに、
    　前記復号画像の画素値の最大値および最小値を算出する最大値最小値算出ステップを含み、
    　前記バンド設定ステップでは、前記最大値最小値算出ステップにおいて算出された前記最大値および前記最小値に基づいて、前記バンドをブロック毎に可変に設定する
    　請求項９記載の画像復号方法。
  12. 　前記最大値最小値算出ステップでは、処理対象ブロック、処理対象ブロックの上隣接ブロック、処理対象ブロックの左隣接ブロック、処理対象ブロックの上および左隣接ブロック、直前のスライス、直前のフレーム、直前のＩフレーム、あるいは画面間予測に使用した参照ブロックに含まれる画素値の前記最大値および前記最小値を算出する
    　請求項９記載の画像復号方法。
  13. 　前記バンド設定ステップでは、さらに、前記最大値最小値算出ステップにおいて算出された前記最大値および前記最小値に基づいて、前記バンドの数および幅の少なくとも１つについてブロック毎に可変に設定する
    　請求項１２記載の画像復号方法。
  14. 　前記画像復号方法は、さらに、
    　処理対象ブロック、処理対象ブロックの上隣接ブロック、処理対象ブロックの左隣接ブロック、処理対象ブロックの上および左隣接ブロック、直前のスライス、直前のフレーム、直前のＩフレーム、あるいは画面間予測に使用した参照ブロックに含まれる画素値のヒストグラムを算出することを特徴とするヒストグラム算出ステップを含み
    　前記バンド設定ステップでは、前記ヒストグラムに基づいて、前記バンドをブロック毎に可変に設定する
    　請求項９記載の画像復号方法。
  15. 　前記バンド設定ステップでは、さらに、前記ヒストグラムに基づいて、前記バンドの数および幅の少なくとも１つについてブロック毎に可変に設定する
    　請求項１４記載の画像復号方法。
  16. 　入力画像をブロック単位で符号化する画像符号化装置であって、
    　前記入力画像が符号化された後、符号化された符号化画像が復号された復号画像を取得する取得部と、
    　前記復号画像の画素値が取り得る階調を所定の階調区分に分割した複数のバンドの中で、オフセット処理を行う少なくとも１つのバンドをブロック毎に可変に設定するバンド設定部と、
    　前記復号画像の処理対象ブロックに含まれる画素それぞれが前記バンド設定部で設定されたバンドに含まれるか否かに基づいて、前記処理対象ブロックに含まれる画素それぞれを複数のクラスのうちの１つのクラスに分類するバンドオフセット画素分類部と、
    　前記クラス毎に、前記クラスに分類された前記画素について、前記入力画像の画素値と前記復号画像の画素値との平均誤差であるオフセット値を算出するバンドオフセット値算出部と、
    　前記クラス毎に、前記クラスに分類された前記画素について、前記復号画像の画素値に前記オフセット値を加算するバンドオフセット処理部と
    　を備える画像符号化装置。
  17. 　符号化ストリームをブロック単位に復号する画像復号装置であって、
    　前記符号化ストリームが復号され、復号された復号画像、および前記符号化ストリームに含まれるオフセット処理に使用する情報を取得するオフセット情報取得部と、
    　前記復号画像の画素値が取り得る階調を所定の階調区分に分割した複数のバンドの中で、オフセット処理を行う少なくとも１つのバンドをブロック毎に可変に設定するバンド設定部と、
    　前記復号画像の処理対象ブロックに含まれる画素それぞれが前記バンド設定部で設定されたバンドに含まれるか否かに基づいて、前記処理対象ブロックに含まれる画素それぞれを複数のクラスのうちの１つのクラスに分類するバンドオフセット画素分類部と、
    　前記クラス毎に前記復号画像の画素値に、前記オフセット情報取得部で取得されたオフセット処理に使用する情報に含まれるオフセット値を加算するバンドオフセット処理部と、
    　前記オフセット値が加算されたオフセット済み画像を出力するオフセット画像出力部と
    　を備える画像復号装置。
  18. 　請求項１６記載の画像符号化装置と、
    　請求項１７記載の画像復号装置とを備える
    　画像符号化復号装置。
PCT/JP2012/007315 2011-11-15 2012-11-14 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、および画像符号化復号装置 WO2013073184A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201161559807P 2011-11-15 2011-11-15
US61/559,807 2011-11-15

Publications (1)

Publication Number Publication Date
WO2013073184A1 true WO2013073184A1 (ja) 2013-05-23

Family

ID=48429277

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/007315 WO2013073184A1 (ja) 2011-11-15 2012-11-14 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、および画像符号化復号装置

Country Status (3)

Country Link
US (1) US20130136173A1 (ja)
TW (1) TW201338551A (ja)
WO (1) WO2013073184A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015083796A1 (ja) * 2013-12-04 2015-06-11 三菱電機株式会社 画像符号化装置
US9106931B2 (en) 2011-11-07 2015-08-11 Canon Kabushiki Kaisha Method and device for providing compensation offsets for a set of reconstructed samples of an image
JP2017005504A (ja) * 2015-06-10 2017-01-05 日本電信電話株式会社 画像符号化装置、画像復号装置、画像符号化プログラム及び画像復号プログラム
WO2018168484A1 (ja) * 2017-03-15 2018-09-20 ソニー株式会社 符号化装置、符号化方法、復号装置、及び、復号方法
US11553186B2 (en) 2017-03-22 2023-01-10 Industry-University Cooperation Foundation Hanyang University In-loop filtering method according to adaptive pixel classification standard

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9282328B2 (en) * 2012-02-10 2016-03-08 Broadcom Corporation Sample adaptive offset (SAO) in accordance with video coding
US20150036738A1 (en) 2013-07-30 2015-02-05 Texas Instruments Incorporated Method and apparatus for real-time sao parameter estimation
JP6253406B2 (ja) * 2013-12-27 2017-12-27 キヤノン株式会社 画像符号化装置、撮像装置、画像符号化方法、及びプログラム
KR20180008471A (ko) * 2015-05-12 2018-01-24 삼성전자주식회사 영상의 부호화, 복호화 방법 및 장치

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7684483B2 (en) * 2002-08-29 2010-03-23 Raritan Americas, Inc. Method and apparatus for digitizing and compressing remote video signals
US9813738B2 (en) * 2010-10-05 2017-11-07 Hfi Innovation Inc. Method and apparatus of adaptive loop filtering

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHIH-MING FU ET AL.: "TE10 Subtest 3: Quadtree- based Adaptive Offset", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 3RD MEETING, 7 October 2010 (2010-10-07), GUANGZHOU, CN *
YU-WEN HUANG ET AL.: "In-Loop Adaptive Restoration", 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 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9106931B2 (en) 2011-11-07 2015-08-11 Canon Kabushiki Kaisha Method and device for providing compensation offsets for a set of reconstructed samples of an image
US9118931B2 (en) 2011-11-07 2015-08-25 Canon Kabushiki Kaisha Method and device for optimizing encoding/decoding of compensation offsets for a set of reconstructed samples of an image
US10085042B2 (en) 2011-11-07 2018-09-25 Canon Kabushiki Kaisha Method, device and program for encoding and decoding a sequence of images using area-by-area loop filtering
WO2015083796A1 (ja) * 2013-12-04 2015-06-11 三菱電機株式会社 画像符号化装置
JP5951144B2 (ja) * 2013-12-04 2016-07-13 三菱電機株式会社 画像符号化装置
JP2017005504A (ja) * 2015-06-10 2017-01-05 日本電信電話株式会社 画像符号化装置、画像復号装置、画像符号化プログラム及び画像復号プログラム
WO2018168484A1 (ja) * 2017-03-15 2018-09-20 ソニー株式会社 符号化装置、符号化方法、復号装置、及び、復号方法
US11553186B2 (en) 2017-03-22 2023-01-10 Industry-University Cooperation Foundation Hanyang University In-loop filtering method according to adaptive pixel classification standard

Also Published As

Publication number Publication date
TW201338551A (zh) 2013-09-16
US20130136173A1 (en) 2013-05-30

Similar Documents

Publication Publication Date Title
JP6216021B2 (ja) フィルタ方法及び画像処理システム
JP5386653B2 (ja) 画像復号方法および画像復号装置
JP6384690B2 (ja) 画像符号化方法、画像符号化装置、画像復号方法及び画像復号装置
JP6132161B2 (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
JP5559918B2 (ja) 画像を復号する装置、システム及び画像視聴方法
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
WO2013094199A1 (ja) 画像符号化方法、画像符号化装置、画像復号化方法、画像復号化装置、および画像符号化復号化装置
JP6004375B2 (ja) 画像符号化方法および画像復号化方法
WO2014002407A1 (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符号化復号装置
WO2013073184A1 (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、および画像符号化復号装置
WO2011132400A1 (ja) 画像符号化方法及び画像復号化方法

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: 12849754

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: 12849754

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP