JPH07249995A - データ符号化装置 - Google Patents
データ符号化装置Info
- Publication number
- JPH07249995A JPH07249995A JP3954194A JP3954194A JPH07249995A JP H07249995 A JPH07249995 A JP H07249995A JP 3954194 A JP3954194 A JP 3954194A JP 3954194 A JP3954194 A JP 3954194A JP H07249995 A JPH07249995 A JP H07249995A
- Authority
- JP
- Japan
- Prior art keywords
- probability
- symbol
- data
- arithmetic
- occurrence
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Image Processing (AREA)
- Color Television Systems (AREA)
Abstract
(57)【要約】
【目的】 複数ビットの入力データを一括処理すること
により符号化および復号化の処理速度の高速化を図る。 【構成】 Ｎビットの入力データにおけるシンボル系列
の発生確率を規定されたマルコフモデルに対して求め、
入力データに応じた領域を入力されたシンボル列に対し
て一括して割り当てる。また、確率推定値の更新におい
て、優勢シンボル列の正規化では全ての劣勢シンボルの
確率推定値を更新し、劣勢シンボル列の正規化では符号
化された劣勢シンボルのみ確率推定値を更新する。
により符号化および復号化の処理速度の高速化を図る。 【構成】 Ｎビットの入力データにおけるシンボル系列
の発生確率を規定されたマルコフモデルに対して求め、
入力データに応じた領域を入力されたシンボル列に対し
て一括して割り当てる。また、確率推定値の更新におい
て、優勢シンボル列の正規化では全ての劣勢シンボルの
確率推定値を更新し、劣勢シンボル列の正規化では符号
化された劣勢シンボルのみ確率推定値を更新する。
Description
【０００１】
【産業上の利用分野】本発明は、例えば画像通信装置や
画像記憶装置等におけるデータ符号化装置の構成に関す
る。
画像記憶装置等におけるデータ符号化装置の構成に関す
る。
【０００２】
【従来の技術】従来より画像を対象としたエントロピー
符号化としてＭＨ，ＭＭＲ符号化が提案され、ファクシ
ミリ等で実用化されている。また、２値画像およびカラ
ー画像の画像符号化方式として高い圧縮効率が実現でき
る算術符号器が考案され（IBMJournal of Research and
Development Vol.32, No.6, Nov.1988）、２値画像符
号化標準（ＪＢＩＧ）に採用されている。
符号化としてＭＨ，ＭＭＲ符号化が提案され、ファクシ
ミリ等で実用化されている。また、２値画像およびカラ
ー画像の画像符号化方式として高い圧縮効率が実現でき
る算術符号器が考案され（IBMJournal of Research and
Development Vol.32, No.6, Nov.1988）、２値画像符
号化標準（ＪＢＩＧ）に採用されている。
【０００３】算術符号器は、符号化対象とするデータに
対してマルコフモデルを規定し、マルコフモデルの状態
により符号化データの発生確率を推定し、推定された発
生確率の大きさに応じて数直線を分割し符号語を生成す
るものである。推定した発生確率の大きいシンボルを優
勢シンボル(More Probable Simbol:MPS)とし、発生確率
の小さいシンボルを劣勢シンボル(Less Probable Simbo
l:LPS)として、既に符号化されたシンボルに対してマル
コフモデルの状態から次に発生するシンボルを予測し、
予測が的中した場合はＭＰＳの発生確率を数直線の領域
幅として与え、予測がはずれた場合はＬＰＳの発生確率
を数直線の領域幅として与え、数直線上の領域分割を行
い、領域の存在する位置を符号語として出力する符号化
装置である。
対してマルコフモデルを規定し、マルコフモデルの状態
により符号化データの発生確率を推定し、推定された発
生確率の大きさに応じて数直線を分割し符号語を生成す
るものである。推定した発生確率の大きいシンボルを優
勢シンボル(More Probable Simbol:MPS)とし、発生確率
の小さいシンボルを劣勢シンボル(Less Probable Simbo
l:LPS)として、既に符号化されたシンボルに対してマル
コフモデルの状態から次に発生するシンボルを予測し、
予測が的中した場合はＭＰＳの発生確率を数直線の領域
幅として与え、予測がはずれた場合はＬＰＳの発生確率
を数直線の領域幅として与え、数直線上の領域分割を行
い、領域の存在する位置を符号語として出力する符号化
装置である。
【０００４】以下に符号化の具体例に沿って説明する。
ただし、ここでは２値シンボル１ビットの符号化を想定
している。
ただし、ここでは２値シンボル１ビットの符号化を想定
している。
【０００５】はじめに、０．０から１．０までの数直線
を定義し、現在割り当てられている領域の幅（オージェ
ント）をＡとして、割り当てられている領域の最下端を
Ｃとする。符号化前の初期値としてＣ＝０．０、Ａ＝
１．０として符号化を開始する。 数直線の領域をＭＰ
Ｓの発生確率ｐとＬＰＳの発生確率ｑとすると、優勢シ
ンボルの発生確率と劣勢シンボルの発生確率の和は１と
なるので、ｐ＋ｑ＝１となる。シンボルをｉビット符号
化した時点のオージェントＡおよび下端Ｃは、シンボル
ｓがＭＰＳのときは、 Ａi＝ｐ・Ａi-1＝（１−ｑ）・Ａi-1 Ｃi＝Ｃi-1 シンボルｓがＬＰＳのときは、 Ａi＝ｑ・Ａi-1 Ｃi＝Ｃi-1＋（１−ｑ）・Ａi-1 となる。このとき、ｑ・Ａi-1の演算には乗算が要求さ
れるが、この乗算を避けるためにｑ・Ａi-1に発生確率
に応じた固定値Ｑをテーブルとして持ち、テーブルから
固定値Ｑを選択することにより演算を簡略する減算型算
術符号が考案されている。
を定義し、現在割り当てられている領域の幅（オージェ
ント）をＡとして、割り当てられている領域の最下端を
Ｃとする。符号化前の初期値としてＣ＝０．０、Ａ＝
１．０として符号化を開始する。 数直線の領域をＭＰ
Ｓの発生確率ｐとＬＰＳの発生確率ｑとすると、優勢シ
ンボルの発生確率と劣勢シンボルの発生確率の和は１と
なるので、ｐ＋ｑ＝１となる。シンボルをｉビット符号
化した時点のオージェントＡおよび下端Ｃは、シンボル
ｓがＭＰＳのときは、 Ａi＝ｐ・Ａi-1＝（１−ｑ）・Ａi-1 Ｃi＝Ｃi-1 シンボルｓがＬＰＳのときは、 Ａi＝ｑ・Ａi-1 Ｃi＝Ｃi-1＋（１−ｑ）・Ａi-1 となる。このとき、ｑ・Ａi-1の演算には乗算が要求さ
れるが、この乗算を避けるためにｑ・Ａi-1に発生確率
に応じた固定値Ｑをテーブルとして持ち、テーブルから
固定値Ｑを選択することにより演算を簡略する減算型算
術符号が考案されている。
【０００６】したがって、ＡiおよびＣiは、シンボルｓ
がＭＰＳのときは、 Ａi＝Ａi-1−Ｑ Ｃi＝Ｃi-1 シンボルｓがＬＰＳのときは、 Ａi＝Ｑ Ｃi＝Ｃi-1＋（Ａi-1−Ｑ） と近似されている。
がＭＰＳのときは、 Ａi＝Ａi-1−Ｑ Ｃi＝Ｃi-1 シンボルｓがＬＰＳのときは、 Ａi＝Ｑ Ｃi＝Ｃi-1＋（Ａi-1−Ｑ） と近似されている。
【０００７】また、確率推定テーブルの固定値Ｑに関し
て特開昭６３−７６５２５、特開平２−２８５７７４が
考案されている。
て特開昭６３−７６５２５、特開平２−２８５７７４が
考案されている。
【０００８】算術符号器では、上記した演算をシンボル
ｓが終了するまで繰り返し、演算結果Ｃが符号語として
出力される。ＣはオージェントＡの下端点であり、Ｃの
位置は一意に求められるので符号語として成立する。し
かしながら、上記した演算を繰り返すとＡiは小さくな
り、演算精度が十分でなくなる。そのため、Ａが１／２
を下回ったときにＡが１／２以上になるようにＡを２倍
する操作（正規化）を行うことにより演算精度を保証
し、このときＡを２倍すると同時にＣも２倍することに
より符号化の定義も保たれる。
ｓが終了するまで繰り返し、演算結果Ｃが符号語として
出力される。ＣはオージェントＡの下端点であり、Ｃの
位置は一意に求められるので符号語として成立する。し
かしながら、上記した演算を繰り返すとＡiは小さくな
り、演算精度が十分でなくなる。そのため、Ａが１／２
を下回ったときにＡが１／２以上になるようにＡを２倍
する操作（正規化）を行うことにより演算精度を保証
し、このときＡを２倍すると同時にＣも２倍することに
より符号化の定義も保たれる。
【０００９】高能率圧縮符号化である算術符号器をカラ
ー画像（階調画像）、マルチカラー画像（限定色画像）
に適用する場合、従来では、図５に示すように１画素Ｎ
ビットで表現されているデータ（ＭＣＰ）を２値系列変
換を行った後、２値のシンボルｓを符号化する上述した
２値算術符号器により符号化を行っている。
ー画像（階調画像）、マルチカラー画像（限定色画像）
に適用する場合、従来では、図５に示すように１画素Ｎ
ビットで表現されているデータ（ＭＣＰ）を２値系列変
換を行った後、２値のシンボルｓを符号化する上述した
２値算術符号器により符号化を行っている。
【００１０】図５において、１１は１画素Ｎビットで表
現される画像データＭＣＰを記憶する遅延器であり、１
２は既に符号化済みのデータからマルコフモデルを規定
し、マルコフモデルの状態からコンテクストＣＸを出力
するコンテクスト生成回路であり、１４は階調画像や限
定色画像を表現する入力データＭＣＰから２値データＢ
Ｄに変換する２値系列変換器である。２値系列変換器と
して、シフトレジスタにより構成できるパラレル／シリ
アル変換器でも良いし、特開平２−２８５７７４にある
ようなマルチカラー画像に特定の２値の符号語を割り当
てることもできる。１３はコンテクスト生成回路１２か
ら出力されるコンテクストと２値系列変換器１４からの
２値データＢＤを入力し符号語ＣＯＤＥを出力する２値
算術符号器である。
現される画像データＭＣＰを記憶する遅延器であり、１
２は既に符号化済みのデータからマルコフモデルを規定
し、マルコフモデルの状態からコンテクストＣＸを出力
するコンテクスト生成回路であり、１４は階調画像や限
定色画像を表現する入力データＭＣＰから２値データＢ
Ｄに変換する２値系列変換器である。２値系列変換器と
して、シフトレジスタにより構成できるパラレル／シリ
アル変換器でも良いし、特開平２−２８５７７４にある
ようなマルチカラー画像に特定の２値の符号語を割り当
てることもできる。１３はコンテクスト生成回路１２か
ら出力されるコンテクストと２値系列変換器１４からの
２値データＢＤを入力し符号語ＣＯＤＥを出力する２値
算術符号器である。
【００１１】上述したように、カラー画像およびマルチ
カラー画像に対する高能率のエントロピー符号器として
算術符号器が用いられている。算術符号は符号化対象画
素の周辺画素を参照画素とするマルコフモデルを規定
し、コンテクストを生成することにより、画像の隣接す
る画素の相関を利用できるので高い圧縮率を実現してい
る。
カラー画像に対する高能率のエントロピー符号器として
算術符号器が用いられている。算術符号は符号化対象画
素の周辺画素を参照画素とするマルコフモデルを規定
し、コンテクストを生成することにより、画像の隣接す
る画素の相関を利用できるので高い圧縮率を実現してい
る。
【００１２】
【発明が解決しようとする課題】しかし、前述の従来技
術では、算術符号器の加減算処理を１ビット毎に行うた
めに、符号化においては符号語ＣＯＤＥが確定するまで
次の算術符号処理が実行できない。また、復号化におい
ても同様にデータの復号が完了するまで、次のＣＯＤＥ
の算術復号処理を開始できない。したがって、従来の算
術符号器・復号器の構成では、処理の高速化を実現する
ことが難しい。
術では、算術符号器の加減算処理を１ビット毎に行うた
めに、符号化においては符号語ＣＯＤＥが確定するまで
次の算術符号処理が実行できない。また、復号化におい
ても同様にデータの復号が完了するまで、次のＣＯＤＥ
の算術復号処理を開始できない。したがって、従来の算
術符号器・復号器の構成では、処理の高速化を実現する
ことが難しい。
【００１３】算術演算にパイプライン処理を導入し、算
術符号化・復号化の処理を高速化する方式も可能である
が、従来の算術符号器において１ビットのデータを符号
化および復号化する毎に算術符号器の確率推定テーブル
の更新を行うため、確率推定テーブルの更新を検出し、
更新が行われたときに処理を中断し確率推定テーブルの
更新後の結果を用いて、演算を再実行することが必要と
なり、パイプライン処理を実現する障害となっている。
術符号化・復号化の処理を高速化する方式も可能である
が、従来の算術符号器において１ビットのデータを符号
化および復号化する毎に算術符号器の確率推定テーブル
の更新を行うため、確率推定テーブルの更新を検出し、
更新が行われたときに処理を中断し確率推定テーブルの
更新後の結果を用いて、演算を再実行することが必要と
なり、パイプライン処理を実現する障害となっている。
【００１４】そこで、本発明ではエントロピー符号化の
高い符号化効率を維持しつつ、処理の高速化を実現でき
るデータ符号化装置を提供することを目的としている。
高い符号化効率を維持しつつ、処理の高速化を実現でき
るデータ符号化装置を提供することを目的としている。
【００１５】
【課題を解決するための手段】上記課題を解決するた
め、本発明のデータ符号化装置は、画像などのデータを
複数ビットまとめて処理するデータ符号化装置におい
て、入力データを記憶する遅延器と、遅延器に記憶され
た入力データからマルコフモデルを規定し符号化対象と
なるデータの入力前の状態を示すコンテクスト（ＣＸ）
を生成するコンテクスト生成回路と、入力データとコン
テクストから符号語を出力する多値算術符号器から構成
されることを特徴とする。
め、本発明のデータ符号化装置は、画像などのデータを
複数ビットまとめて処理するデータ符号化装置におい
て、入力データを記憶する遅延器と、遅延器に記憶され
た入力データからマルコフモデルを規定し符号化対象と
なるデータの入力前の状態を示すコンテクスト（ＣＸ）
を生成するコンテクスト生成回路と、入力データとコン
テクストから符号語を出力する多値算術符号器から構成
されることを特徴とする。
【００１６】また、復号化において、多値算術復号器か
らの復号データを記憶する遅延器と、遅延器に記憶され
た復号データからマルコフモデルを規定し符号化対象と
なるデータの入力前の状態を示すコンテクストを生成す
るコンテクスト生成回路と、符号語とコンテクストを入
力し元データを復号する多値算術復号器から構成される
ことを特徴とする。
らの復号データを記憶する遅延器と、遅延器に記憶され
た復号データからマルコフモデルを規定し符号化対象と
なるデータの入力前の状態を示すコンテクストを生成す
るコンテクスト生成回路と、符号語とコンテクストを入
力し元データを復号する多値算術復号器から構成される
ことを特徴とする。
【００１７】また、シンボルの発生する確率を確率推定
テーブルに記憶する確率推定テーブルと、入力データに
応じてシンボルの確率推定値を生成するための状態遷移
を記憶する遷移先テーブルと、入力データと過去の優勢
シンボル列の履歴と算術符号の正規化条件により確率推
定テーブルのインデクスを出力する確率更新装置からな
る上記多値算術符号器において、Ｎビットの入力データ
の発生する確率を場合分けし、各場合の発生確率を示す
インデクスを記憶する複数のインデクスメモリと、入力
データの中の最も出現する確率推定値の高いシンボル列
を記憶する優勢シンボル列メモリと、Ｎビットのデータ
とシンボル列の発生確率を入力し符号語を出力する複数
シンボル算術符号演算装置から構成されることを特徴と
する。
テーブルに記憶する確率推定テーブルと、入力データに
応じてシンボルの確率推定値を生成するための状態遷移
を記憶する遷移先テーブルと、入力データと過去の優勢
シンボル列の履歴と算術符号の正規化条件により確率推
定テーブルのインデクスを出力する確率更新装置からな
る上記多値算術符号器において、Ｎビットの入力データ
の発生する確率を場合分けし、各場合の発生確率を示す
インデクスを記憶する複数のインデクスメモリと、入力
データの中の最も出現する確率推定値の高いシンボル列
を記憶する優勢シンボル列メモリと、Ｎビットのデータ
とシンボル列の発生確率を入力し符号語を出力する複数
シンボル算術符号演算装置から構成されることを特徴と
する。
【００１８】また、Ｎビットのデータの（２のＮ乗−
１）個の劣勢シンボル列の発生する確率推定値と、最も
発生する確率の高い優勢シンボル列と、符号化対象デー
タを入力し発生確率に応じた数直線の位置を演算し符号
語を出力する上記複数シンボル算術符号演算装置を有す
ることを特徴とする。
１）個の劣勢シンボル列の発生する確率推定値と、最も
発生する確率の高い優勢シンボル列と、符号化対象デー
タを入力し発生確率に応じた数直線の位置を演算し符号
語を出力する上記複数シンボル算術符号演算装置を有す
ることを特徴とする。
【００１９】また、上記多値算術符号器および多値算術
復号器において、入力されたシンボルの発生確率に応じ
てシンボルに割り当てられる数直線の長さが１／２を下
回り正規化処理を行うときに、優勢シンボル列による正
規化時には全ての劣勢シンボルの確率推定値を更新する
手段と、劣勢シンボル列による正規化時には発生した劣
勢シンボル列の確率推定値を更新する手段により構成さ
れる確率更新装置を有することを特徴とする。
復号器において、入力されたシンボルの発生確率に応じ
てシンボルに割り当てられる数直線の長さが１／２を下
回り正規化処理を行うときに、優勢シンボル列による正
規化時には全ての劣勢シンボルの確率推定値を更新する
手段と、劣勢シンボル列による正規化時には発生した劣
勢シンボル列の確率推定値を更新する手段により構成さ
れる確率更新装置を有することを特徴とする。
【００２０】
【実施例】以下に説明する本発明のデータ符号化装置に
おける入力データは、Ｎビットで１画素の色コードを表
現するマルチカラー画像に限定して好ましい実施例を示
している。また、Ｎビットで１画素を表現する階調画
像、バイト単位でキャラクタを表現するデータに本発明
を適用できる。本実施例では、特に１画素のビット数を
２ビット、４色の色コードを表現するものとして説明し
ている。
おける入力データは、Ｎビットで１画素の色コードを表
現するマルチカラー画像に限定して好ましい実施例を示
している。また、Ｎビットで１画素を表現する階調画
像、バイト単位でキャラクタを表現するデータに本発明
を適用できる。本実施例では、特に１画素のビット数を
２ビット、４色の色コードを表現するものとして説明し
ている。
【００２１】図３は本発明を適用したデータ符号化装置
の実施例構成である。１はマルチカラー画像の入力画素
ＭＣＰ１０１を記憶する遅延器であり、ラインバッファ
などにより実現できる。２は遅延器１により記憶された
既に符号化済みの画素データを入力しマルコフモデルの
コンテクストＣＸ１０３を出力するコンテクスト生成回
路である。コンテクスト生成回路２では入力画素ＭＣＰ
に対して相関の強い画素によりマルコフモデルを規定し
遅延器から入力されるＤＰ１０２の状態に応じてコンテ
クストを生成する。３は入力画素ＭＣＰを表現するシン
ボル列とコンテクスト１０３を入力し複数ビットのシン
ボル列に対して発生確率を推定し算術符号化する多値算
術符号器である。多値算術符号器３から出力されたＣＯ
ＤＥ１０４は画像記憶装置の場合メモリに記憶され、画
像通信装置の場合には伝送路に送出される。
の実施例構成である。１はマルチカラー画像の入力画素
ＭＣＰ１０１を記憶する遅延器であり、ラインバッファ
などにより実現できる。２は遅延器１により記憶された
既に符号化済みの画素データを入力しマルコフモデルの
コンテクストＣＸ１０３を出力するコンテクスト生成回
路である。コンテクスト生成回路２では入力画素ＭＣＰ
に対して相関の強い画素によりマルコフモデルを規定し
遅延器から入力されるＤＰ１０２の状態に応じてコンテ
クストを生成する。３は入力画素ＭＣＰを表現するシン
ボル列とコンテクスト１０３を入力し複数ビットのシン
ボル列に対して発生確率を推定し算術符号化する多値算
術符号器である。多値算術符号器３から出力されたＣＯ
ＤＥ１０４は画像記憶装置の場合メモリに記憶され、画
像通信装置の場合には伝送路に送出される。
【００２２】次に、復号化の処理を説明する。６は多値
算術復号器であり、伝送路または画像メモリから出力さ
れたＣＯＤＥ１０４とコンテクスト生成回路４から出力
されたＣＸ’１０５を入力し復号データＭＣＰ’１０７
を出力する多値算術復号器である。６も多値算術符号器
３と同様にコンテクストの状態に応じたＮビットのシン
ボル列が発生する確率を推定し、ＣＯＤＥに対してＮビ
ットの復号データを出力する複数ビットを同時に処理す
る多値算術復号器である。算術符号・復号器は可逆符号
化であるので入力データ１０１と復号データ１０７は一
致する。５は復号データ１０７を記憶する遅延器であ
り、ラインバッファなどで構成される。４は復号側のコ
ンテクスト生成回路であり、符号化側と同様に遅延器か
らの出力ＤＰに応じてマルコフモデルの状態を示すコン
テクストＣＸ’１０５を出力する。同一画素の符号化・
復号化にあたり符号化側のＣＸと復号器側のＣＸ’は同
一の状態を示し、符号器と復号器は基本的には同じ動作
をする。
算術復号器であり、伝送路または画像メモリから出力さ
れたＣＯＤＥ１０４とコンテクスト生成回路４から出力
されたＣＸ’１０５を入力し復号データＭＣＰ’１０７
を出力する多値算術復号器である。６も多値算術符号器
３と同様にコンテクストの状態に応じたＮビットのシン
ボル列が発生する確率を推定し、ＣＯＤＥに対してＮビ
ットの復号データを出力する複数ビットを同時に処理す
る多値算術復号器である。算術符号・復号器は可逆符号
化であるので入力データ１０１と復号データ１０７は一
致する。５は復号データ１０７を記憶する遅延器であ
り、ラインバッファなどで構成される。４は復号側のコ
ンテクスト生成回路であり、符号化側と同様に遅延器か
らの出力ＤＰに応じてマルコフモデルの状態を示すコン
テクストＣＸ’１０５を出力する。同一画素の符号化・
復号化にあたり符号化側のＣＸと復号器側のＣＸ’は同
一の状態を示し、符号器と復号器は基本的には同じ動作
をする。
【００２３】図４にコンテクスト生成回路を構成する実
施例を示す。入力画素１０１を２ビットマルチカラー画
像とし、符号化の対象となる画素１０１のｎビット前の
画素データがマルコフモデルの参照画素として必要とな
る場合、２×ｎビットの遅延器１が必要となる。参照画
素数をｍとするマルコフモデルを規定する場合、遅延器
からｍ画素分のデータを抜き出し、マルチプレクサなど
で構成できるモデル生成回路２１によりモデルを規定
し、マルコフモデルの状態を示すコンテクスト１０４を
出力する。どのようなモデルを規定するかをモデルセレ
クト信号Ｍｓｅｌによりモデルを適応的に変更すること
も可能である。また、モデル生成回路２１の構成として
遅延器から２ｍビットの参照画素データを入力し、マル
コフモデルの縮退を行いｋビット（ｋ＜２ｍ）のコンテ
クストを出力する構成とすることもできる。モデルを縮
退することはマルコフモデルの冗長を排除し、入力デー
タの特徴をより少ないビット数で表現することになる。
マルコフモデルの縮退により確率推定値を記憶するメモ
リを削減することができる。
施例を示す。入力画素１０１を２ビットマルチカラー画
像とし、符号化の対象となる画素１０１のｎビット前の
画素データがマルコフモデルの参照画素として必要とな
る場合、２×ｎビットの遅延器１が必要となる。参照画
素数をｍとするマルコフモデルを規定する場合、遅延器
からｍ画素分のデータを抜き出し、マルチプレクサなど
で構成できるモデル生成回路２１によりモデルを規定
し、マルコフモデルの状態を示すコンテクスト１０４を
出力する。どのようなモデルを規定するかをモデルセレ
クト信号Ｍｓｅｌによりモデルを適応的に変更すること
も可能である。また、モデル生成回路２１の構成として
遅延器から２ｍビットの参照画素データを入力し、マル
コフモデルの縮退を行いｋビット（ｋ＜２ｍ）のコンテ
クストを出力する構成とすることもできる。モデルを縮
退することはマルコフモデルの冗長を排除し、入力デー
タの特徴をより少ないビット数で表現することになる。
マルコフモデルの縮退により確率推定値を記憶するメモ
リを削減することができる。
【００２４】図２により本発明の概要を説明する。算術
符号の数直線を０．０から１．０とし、初期値としてオ
ージェントＡの幅に１．０を与え、符号語（ＣＯＤＥ）
となるオージェントＡの下端をＣ＝０．０とする。ま
た、減算型算術符号において各シンボル列ＭＣＰのオー
ジェント割り当ての順序をしたから順に００，０１，１
０，１１のシンボル列としてオージェントの割り当てを
行う。Ａ００，Ａ０１，Ａ１０，Ａ１１はそれぞれ各シ
ンボル列に割り当てられたオージェントを示し、Ｃ０
０，Ｃ０１，Ｃ１０，Ｃ１１はそれぞれのシンボル列が
発生したときのＣＯＤＥの位置を示している。符号化開
始時点でシンボル列に対するオージェントが図のよう
に与えられたとき、００が優勢シンボル列となり、その
他の０１，１０，１１が劣勢シンボル列となり、優勢シ
ンボル列に最長のオージェントが与えられる。ＭＣＰ＝
００を符号化する場合、オージェントはＡ＝Ａ００とな
り、符号語Ｃ＝Ｃ００となる。符号化において、Ａ１
０が優勢シンボル列となり、その他のシンボルが劣勢シ
ンボル列となる。ＭＣＰ＝１０を符号化するときオージ
ェントはＡ＝Ａ１０となり、符号語Ｃ＝Ｃ１０となる。
同様にの符号化ではＡ０１が優勢シンボル列となり、
優勢シンボルである０１が符号化されたためオージェン
トはＡ＝Ａ０１となり、符号語はＣ０１となる。の符
号化では００が優勢シンボル列であるが、１１の劣勢シ
ンボル列を符号化し、オージェントはＡ＝Ａ１１、符号
語Ｃ＝Ｃ１１となる。このように優勢シンボルに対して
も劣勢シンボルに対しても同様な処理過程を経て符号化
を継続する。図に示されるように符号化を繰り返すとオ
ージェントの幅が徐々に小さくなり、十分な演算精度を
保証できなくなる。そのため、複数シンボル列を同時に
処理する本発明の多値算術符号器においても、１ビット
毎符号化を行う従来の２値算術符号器と同様にオージェ
ントＡが１／２を下回ったときに、オージェントを２倍
する正規化処理を実施し、算術符号の演算精度を保証す
る。
符号の数直線を０．０から１．０とし、初期値としてオ
ージェントＡの幅に１．０を与え、符号語（ＣＯＤＥ）
となるオージェントＡの下端をＣ＝０．０とする。ま
た、減算型算術符号において各シンボル列ＭＣＰのオー
ジェント割り当ての順序をしたから順に００，０１，１
０，１１のシンボル列としてオージェントの割り当てを
行う。Ａ００，Ａ０１，Ａ１０，Ａ１１はそれぞれ各シ
ンボル列に割り当てられたオージェントを示し、Ｃ０
０，Ｃ０１，Ｃ１０，Ｃ１１はそれぞれのシンボル列が
発生したときのＣＯＤＥの位置を示している。符号化開
始時点でシンボル列に対するオージェントが図のよう
に与えられたとき、００が優勢シンボル列となり、その
他の０１，１０，１１が劣勢シンボル列となり、優勢シ
ンボル列に最長のオージェントが与えられる。ＭＣＰ＝
００を符号化する場合、オージェントはＡ＝Ａ００とな
り、符号語Ｃ＝Ｃ００となる。符号化において、Ａ１
０が優勢シンボル列となり、その他のシンボルが劣勢シ
ンボル列となる。ＭＣＰ＝１０を符号化するときオージ
ェントはＡ＝Ａ１０となり、符号語Ｃ＝Ｃ１０となる。
同様にの符号化ではＡ０１が優勢シンボル列となり、
優勢シンボルである０１が符号化されたためオージェン
トはＡ＝Ａ０１となり、符号語はＣ０１となる。の符
号化では００が優勢シンボル列であるが、１１の劣勢シ
ンボル列を符号化し、オージェントはＡ＝Ａ１１、符号
語Ｃ＝Ｃ１１となる。このように優勢シンボルに対して
も劣勢シンボルに対しても同様な処理過程を経て符号化
を継続する。図に示されるように符号化を繰り返すとオ
ージェントの幅が徐々に小さくなり、十分な演算精度を
保証できなくなる。そのため、複数シンボル列を同時に
処理する本発明の多値算術符号器においても、１ビット
毎符号化を行う従来の２値算術符号器と同様にオージェ
ントＡが１／２を下回ったときに、オージェントを２倍
する正規化処理を実施し、算術符号の演算精度を保証す
る。
【００２５】図１は本発明の複数シンボルをまとめて符
号化する多値算術符号器の構成を示す図である。マルコ
フモデルのコンテクスト１０３は複数のインデクスメモ
リ３１、３２、３３と優勢シンボル列メモリ３４のアド
レスとなる。インデクスメモリには確率推定テーブル３
６の状態（インデクス）が記憶されている。つまり、確
率推定テーブルにはシンボル列の発生確率を示す確率推
定値を格納し、テーブルのインデクスを与えるとシンボ
ル列の発生確率の推定値が出力される。したがって、コ
ンテクストの状態に応じたインデクスメモリのアドレス
からデータを読みだすことによりシンボル列の発生確率
を出力できる。本発明では複数シンボル（Ｎビット）を
一括処理するので、コンテクストに対して（２のＮ乗−
１）個のインデクスメモリを用意し、それぞれの発生確
率を求める必要がある。インデクスメモリに記憶された
発生確率は全て劣勢シンボル列の発生確率であり、優勢
シンボルの発生確率はＡ−(Q0+Q1+Q2)により求められ
る。優勢シンボル列メモリ３４にはコンテクストに対す
る優勢シンボル列ＭＳＳを記憶している。インデクスメ
モリ３１，３２，３３および優勢シンボル列メモリ３４
はコンテクストの状態数分のメモリ容量が必要となる。
号化する多値算術符号器の構成を示す図である。マルコ
フモデルのコンテクスト１０３は複数のインデクスメモ
リ３１、３２、３３と優勢シンボル列メモリ３４のアド
レスとなる。インデクスメモリには確率推定テーブル３
６の状態（インデクス）が記憶されている。つまり、確
率推定テーブルにはシンボル列の発生確率を示す確率推
定値を格納し、テーブルのインデクスを与えるとシンボ
ル列の発生確率の推定値が出力される。したがって、コ
ンテクストの状態に応じたインデクスメモリのアドレス
からデータを読みだすことによりシンボル列の発生確率
を出力できる。本発明では複数シンボル（Ｎビット）を
一括処理するので、コンテクストに対して（２のＮ乗−
１）個のインデクスメモリを用意し、それぞれの発生確
率を求める必要がある。インデクスメモリに記憶された
発生確率は全て劣勢シンボル列の発生確率であり、優勢
シンボルの発生確率はＡ−(Q0+Q1+Q2)により求められ
る。優勢シンボル列メモリ３４にはコンテクストに対す
る優勢シンボル列ＭＳＳを記憶している。インデクスメ
モリ３１，３２，３３および優勢シンボル列メモリ３４
はコンテクストの状態数分のメモリ容量が必要となる。
【００２６】図１では１つの確率推定テーブル３６を複
数のインデクスメモリからアクセスしている。それぞれ
のインデクスメモリから確率推定テーブルへのアクセス
をマルチプレクサ４５により調停し、時分割に確率推定
値を読みだしＱレジスタ３８，４０，４２に格納してい
る。これに対し、確率推定テーブル３６をインデクスメ
モリと同数用意することによりマルチプレクサ４５，Ｑ
レジスタ３８，４０，４２を削除することができ、処理
速度も向上させることが可能となる。しかしながら、確
率推定テーブルのハードウェア規模が大きい場合、図１
に示すように１つの確率推定テーブルを時分割でアクセ
スする構成により、ハードウェア規模を縮小できる。
数のインデクスメモリからアクセスしている。それぞれ
のインデクスメモリから確率推定テーブルへのアクセス
をマルチプレクサ４５により調停し、時分割に確率推定
値を読みだしＱレジスタ３８，４０，４２に格納してい
る。これに対し、確率推定テーブル３６をインデクスメ
モリと同数用意することによりマルチプレクサ４５，Ｑ
レジスタ３８，４０，４２を削除することができ、処理
速度も向上させることが可能となる。しかしながら、確
率推定テーブルのハードウェア規模が大きい場合、図１
に示すように１つの確率推定テーブルを時分割でアクセ
スする構成により、ハードウェア規模を縮小できる。
【００２７】４４はＱレジスタから出力される確率推定
値Ｑ０（１１１），Ｑ１（１１２），Ｑ２（１１３）お
よび優勢シンボル列ＭＳＳｉ１２４と入力画素データＭ
ＣＰ１０１を入力し、符号化処理を行いＣＯＤＥ１０４
を出力する複数シンボル算術符号演算装置である。
値Ｑ０（１１１），Ｑ１（１１２），Ｑ２（１１３）お
よび優勢シンボル列ＭＳＳｉ１２４と入力画素データＭ
ＣＰ１０１を入力し、符号化処理を行いＣＯＤＥ１０４
を出力する複数シンボル算術符号演算装置である。
【００２８】図１の実施例では確率の更新を算術符号の
オージェントの正規化が生じたときに行っている。ま
た、確率更新条件をシンボルの連続して発生する回数を
カウントすることにより定めることも可能である。確率
推定値の更新は優勢シンボルに伴う確率推定値の更新と
劣勢シンボルに伴う確率推定値の更新がある。両者の更
新に対してそれぞれ遷移先のインデクスを記憶した遷移
先テーブル３７を作成し、テーブルルックアップにより
遷移先が決定できる。正規化の条件に従い確率推定テー
ブルのインデクスの制御を確率更新装置３５により行っ
ている。
オージェントの正規化が生じたときに行っている。ま
た、確率更新条件をシンボルの連続して発生する回数を
カウントすることにより定めることも可能である。確率
推定値の更新は優勢シンボルに伴う確率推定値の更新と
劣勢シンボルに伴う確率推定値の更新がある。両者の更
新に対してそれぞれ遷移先のインデクスを記憶した遷移
先テーブル３７を作成し、テーブルルックアップにより
遷移先が決定できる。正規化の条件に従い確率推定テー
ブルのインデクスの制御を確率更新装置３５により行っ
ている。
【００２９】学習による確率推定値の更新の制御に関し
て以下で詳細に説明する。ＳＴレジスタ３９，４１，４
３には劣勢シンボル列の次の確率更新で遷移する確率推
定テーブルのインデクスが格納されている。ＳＴレジス
タには優勢シンボル列に伴う更新インデクスと劣勢シン
ボル列に伴う更新インデクスの両方が格納されている。
確率更新装置３５ではＳＴインデクス１１４，１１５，
１１６および現在の優勢シンボル列１２４を更新条件に
従い更新する。入力画素１０１と、複数シンボル算術符
号演算装置４４から出力される正規化条件ＲＥＮ１１７
と、入力画素に対するオージェントＡｐと、優勢シンボ
ル列に対するオージェントＡmssiにより新しい優勢シン
ボル列ＭＳＳｏ（１２０）とインデクスＳＴ０（１２
１），ＳＴ１（１２２），ＳＴ２（１２３）を求め、メ
モリを更新する。
て以下で詳細に説明する。ＳＴレジスタ３９，４１，４
３には劣勢シンボル列の次の確率更新で遷移する確率推
定テーブルのインデクスが格納されている。ＳＴレジス
タには優勢シンボル列に伴う更新インデクスと劣勢シン
ボル列に伴う更新インデクスの両方が格納されている。
確率更新装置３５ではＳＴインデクス１１４，１１５，
１１６および現在の優勢シンボル列１２４を更新条件に
従い更新する。入力画素１０１と、複数シンボル算術符
号演算装置４４から出力される正規化条件ＲＥＮ１１７
と、入力画素に対するオージェントＡｐと、優勢シンボ
ル列に対するオージェントＡmssiにより新しい優勢シン
ボル列ＭＳＳｏ（１２０）とインデクスＳＴ０（１２
１），ＳＴ１（１２２），ＳＴ２（１２３）を求め、メ
モリを更新する。
【００３０】また、確率推定値をシンボル列の数だけ用
意したように、遷移先のインデクスも（２のＮ乗−１）
個用意する必要があり、シンボル列に対応する遷移先ア
ドレスをＳＴレジスタ３９，４１，４３に格納する。図
１の実施例では遷移先テーブルからのインデクスの読み
だしをマルチプレクサにより選択したシンボル列に対し
て時分割でＳＴレジスタ３９，４１，４３に取り込む構
成を採用している。これに対し、確率推定テーブル３６
へのアクセスと同様に遷移先テーブルも複数用意する構
成をとることも可能である。
意したように、遷移先のインデクスも（２のＮ乗−１）
個用意する必要があり、シンボル列に対応する遷移先ア
ドレスをＳＴレジスタ３９，４１，４３に格納する。図
１の実施例では遷移先テーブルからのインデクスの読み
だしをマルチプレクサにより選択したシンボル列に対し
て時分割でＳＴレジスタ３９，４１，４３に取り込む構
成を採用している。これに対し、確率推定テーブル３６
へのアクセスと同様に遷移先テーブルも複数用意する構
成をとることも可能である。
【００３１】図６は本発明の複数シンボル算術符号演算
装置の構成を示す図である。確率推定テーブルから出力
された劣勢シンボル列の確率推定値１１１，１１２，１
１３は加算器（減算器）５１，５２，５３に入力され、
現在のオージェントの幅を示すＡレジスタ５８の出力１
３３との減算を行い、Ａmssi（A-Q0-Q1-Q2）を求める。
Ａmssiは確率更新装置３５に入力され、確率更新条件と
して用いられる。切り換え器５４は優勢シンボル列ＭＳ
Ｓｉ１２４をセレクタとしてＱ１，Ｑ２，Ｑ３，Ａmssi
を各シンボル列のオージェントの幅Ａ００（１３６），
Ａ０１（１３７），Ａ１０（１３８），Ａ１１（１３
９）に切り換える。入力画素１０１をセレクタとしてマ
ルチプレクサ５５によりオージェント（１３６−１３
９）から符号化後のオージェントが選択される。入力シ
ンボル列により求められたオージェントＡｍｃｐ（１１
８）はシフト量制御装置５６、バレルシフタ５７、確率
更新装置３５に入力される。シフト量制御装置５６によ
りバレルシフタ５７を制御することで正規化を行いＡレ
ジスタ５８に正規化されたオージェント１３４を格納す
る。
装置の構成を示す図である。確率推定テーブルから出力
された劣勢シンボル列の確率推定値１１１，１１２，１
１３は加算器（減算器）５１，５２，５３に入力され、
現在のオージェントの幅を示すＡレジスタ５８の出力１
３３との減算を行い、Ａmssi（A-Q0-Q1-Q2）を求める。
Ａmssiは確率更新装置３５に入力され、確率更新条件と
して用いられる。切り換え器５４は優勢シンボル列ＭＳ
Ｓｉ１２４をセレクタとしてＱ１，Ｑ２，Ｑ３，Ａmssi
を各シンボル列のオージェントの幅Ａ００（１３６），
Ａ０１（１３７），Ａ１０（１３８），Ａ１１（１３
９）に切り換える。入力画素１０１をセレクタとしてマ
ルチプレクサ５５によりオージェント（１３６−１３
９）から符号化後のオージェントが選択される。入力シ
ンボル列により求められたオージェントＡｍｃｐ（１１
８）はシフト量制御装置５６、バレルシフタ５７、確率
更新装置３５に入力される。シフト量制御装置５６によ
りバレルシフタ５７を制御することで正規化を行いＡレ
ジスタ５８に正規化されたオージェント１３４を格納す
る。
【００３２】また、シンボル列のオージェントＡ００，
Ａ０１，Ａ１０とＣレジスタ６４の出力１４０の加算を
加算器５９，６０，６１により行い、図２に示すオージ
ェント分割の下端点Ｃ００（１４０），Ｃ０１（１４
１），Ｃ１０（１４２），Ｃ１１（１４３）を求める。
求められたオージェントの下端点をマルチプレクサ６２
により選択する。つまり、入力画素１０１によりオージ
ェントを選択することが、符号語を求めることになる。
マルチプレクサ６２の出力１４４はシフト量制御装置５
６に制御され、バレルシフタ６３により正規化が行われ
る。正規化によりＣレジスタ６４からオーバフローを起
こしたビットが符号語の出力ＣＯＤＥ１０４となり、伝
送路に送出される。
Ａ０１，Ａ１０とＣレジスタ６４の出力１４０の加算を
加算器５９，６０，６１により行い、図２に示すオージ
ェント分割の下端点Ｃ００（１４０），Ｃ０１（１４
１），Ｃ１０（１４２），Ｃ１１（１４３）を求める。
求められたオージェントの下端点をマルチプレクサ６２
により選択する。つまり、入力画素１０１によりオージ
ェントを選択することが、符号語を求めることになる。
マルチプレクサ６２の出力１４４はシフト量制御装置５
６に制御され、バレルシフタ６３により正規化が行われ
る。正規化によりＣレジスタ６４からオーバフローを起
こしたビットが符号語の出力ＣＯＤＥ１０４となり、伝
送路に送出される。
【００３３】算術符号において、正規化にともなう桁上
がり伝搬問題も考慮する必要があるが、本発明では桁上
がり伝搬問題の解消として、ビットスタッフィングによ
る方法、連続する’１’ビットを計数するカウンタとバ
ッファによる方法などがあり、どの方法を用いるかを特
に規定していない。
がり伝搬問題も考慮する必要があるが、本発明では桁上
がり伝搬問題の解消として、ビットスタッフィングによ
る方法、連続する’１’ビットを計数するカウンタとバ
ッファによる方法などがあり、どの方法を用いるかを特
に規定していない。
【００３４】本発明の多値算術符号器の動作について図
７のフローチャートにより説明する。符号化に先立ち、
ＡレジスタとＣレジスタをＡ＝１．０とＣ＝０．０に初
期化し、インデクスメモリと優勢シンボル列メモリを初
期化する。初期状態のシンボル列の発生確率は予測でき
ないので、Ｎビットのシンボル列の場合、確率推定値ｐ
＝１／（２のＮ乗） に劣勢シンボル列の初期値を設定
する。このとき、初期状態では優勢シンボル列と劣勢シ
ンボル列の確率推定値は等しいものとして定義している
が、劣勢シンボルの確率推定値ｐを１／（２のＮ乗）よ
り若干小さく初期値を設定することも可能である。実施
例ではＮ＝２ビットとなるのでｐ＝１／４として初期設
定する。また、優勢シンボル列メモリにはシンボル列０
０を優勢シンボル列の初期値としてセットする。符号化
と復号化で統一されていれば、優勢シンボル列の初期値
としてどのシンボル列を設定しても良い。また、符号化
対象画像を一旦プリスキャンなどして、あらかじめ発生
確率の統計値を求めて、初期値としてロードすることも
できる。
７のフローチャートにより説明する。符号化に先立ち、
ＡレジスタとＣレジスタをＡ＝１．０とＣ＝０．０に初
期化し、インデクスメモリと優勢シンボル列メモリを初
期化する。初期状態のシンボル列の発生確率は予測でき
ないので、Ｎビットのシンボル列の場合、確率推定値ｐ
＝１／（２のＮ乗） に劣勢シンボル列の初期値を設定
する。このとき、初期状態では優勢シンボル列と劣勢シ
ンボル列の確率推定値は等しいものとして定義している
が、劣勢シンボルの確率推定値ｐを１／（２のＮ乗）よ
り若干小さく初期値を設定することも可能である。実施
例ではＮ＝２ビットとなるのでｐ＝１／４として初期設
定する。また、優勢シンボル列メモリにはシンボル列０
０を優勢シンボル列の初期値としてセットする。符号化
と復号化で統一されていれば、優勢シンボル列の初期値
としてどのシンボル列を設定しても良い。また、符号化
対象画像を一旦プリスキャンなどして、あらかじめ発生
確率の統計値を求めて、初期値としてロードすることも
できる。
【００３５】初期化終了後、参照データを入力する。画
像の場合には符号化画素の周辺画素が参照データとな
る。規定されたマルコフモデルによりコンテクストが求
められる。コンテクスト１０３をアドレスとしてインデ
クスメモリから確率推定テーブル３６のインデクスを求
め、さらに、確率推定テーブルをアクセスし確率推定値
Ｑ０，Ｑ１，Ｑ２のシンボル列発生確率を読み込む。確
率推定値Ｑ０，Ｑ１，Ｑ２を複数シンボル算術符号演算
装置に入力し、加算・減算処理によりオージェントＡ０
０，Ａ０１，Ａ１０，Ａ１１の割り当てを行う。シンボ
ル列１０１を入力し複数シンボル算術符号処理３０６を
行い、符号語ＣＯＤＥを出力する。ＣＯＤＥ出力後、シ
ンボル列発生確率更新処理により新たな確率推定値を定
める。３０９の判定により符号化対象のシンボルが終了
した場合は処理を終了し、終了しないときは参照データ
入力３０２の処理から継続する。
像の場合には符号化画素の周辺画素が参照データとな
る。規定されたマルコフモデルによりコンテクストが求
められる。コンテクスト１０３をアドレスとしてインデ
クスメモリから確率推定テーブル３６のインデクスを求
め、さらに、確率推定テーブルをアクセスし確率推定値
Ｑ０，Ｑ１，Ｑ２のシンボル列発生確率を読み込む。確
率推定値Ｑ０，Ｑ１，Ｑ２を複数シンボル算術符号演算
装置に入力し、加算・減算処理によりオージェントＡ０
０，Ａ０１，Ａ１０，Ａ１１の割り当てを行う。シンボ
ル列１０１を入力し複数シンボル算術符号処理３０６を
行い、符号語ＣＯＤＥを出力する。ＣＯＤＥ出力後、シ
ンボル列発生確率更新処理により新たな確率推定値を定
める。３０９の判定により符号化対象のシンボルが終了
した場合は処理を終了し、終了しないときは参照データ
入力３０２の処理から継続する。
【００３６】図８はオージェント割り当て処理３０４を
示すフローチャートである。オージェント割り当て処理
とは、確率推定テーブル３６より得られる確率推定値Ｑ
０，Ｑ１，Ｑ２と現在のＡレジスタ５８のオージェント
を入力し、優勢シンボル列をセレクタとした切り換え器
５４によりオージェントを割り当てる処理である。
示すフローチャートである。オージェント割り当て処理
とは、確率推定テーブル３６より得られる確率推定値Ｑ
０，Ｑ１，Ｑ２と現在のＡレジスタ５８のオージェント
を入力し、優勢シンボル列をセレクタとした切り換え器
５４によりオージェントを割り当てる処理である。
【００３７】図９は複数シンボル算術符号処理３０６を
示すフローチャートである。複数シンボル算術符号処理
とは、図２に示すようにシンボル列の発生確率により割
り当てられたオージェントから入力画素ＭＣＰによりオ
ージェントを決定する処理である。ＭＣＰ＝００のと
き、オージェントをＡ００に割り当て、Ｃを維持する。
ＭＣＰ＝０１のとき、オージェントをＡ０１に割り当
て、ＣにＡ００を加算する。ＭＣＰ＝１０のとき、オー
ジェントをＡ１０に割り当て、ＣにＡ００とＡ０１を加
算する。ＭＣＰ＝１１のとき、オージェントにＡ１１を
割り当て、ＣにＡ００とＡ０１とＡ１０を加算する。ま
た、オージェントＡが０．５を下回るとき、Ａレジスタ
とＣレジスタの正規化を行い、処理を終了する。
示すフローチャートである。複数シンボル算術符号処理
とは、図２に示すようにシンボル列の発生確率により割
り当てられたオージェントから入力画素ＭＣＰによりオ
ージェントを決定する処理である。ＭＣＰ＝００のと
き、オージェントをＡ００に割り当て、Ｃを維持する。
ＭＣＰ＝０１のとき、オージェントをＡ０１に割り当
て、ＣにＡ００を加算する。ＭＣＰ＝１０のとき、オー
ジェントをＡ１０に割り当て、ＣにＡ００とＡ０１を加
算する。ＭＣＰ＝１１のとき、オージェントにＡ１１を
割り当て、ＣにＡ００とＡ０１とＡ１０を加算する。ま
た、オージェントＡが０．５を下回るとき、Ａレジスタ
とＣレジスタの正規化を行い、処理を終了する。
【００３８】図１０は確率更新装置３５，２０５の処理
を示すフローチャートである。確率更新の処理は３３１
の判断であるＡ＜０．５のときに実施される。つまり、
正規化が必要なとき確率推定値も更新される。正規化の
有無はＲＥＮ信号１１７，１５７から入力される。３３
２は正規化を引き起こした入力画素と優勢シンボル列が
一致するかを判定する処理である。一致した場合は、優
勢シンボル列に対する確率更新処理となり、全ての劣勢
シンボルの確率推定値Ｑが小さくなるようにインデクス
ＳＴが更新される。これに対し、３３２の判定がＹのと
き、劣勢シンボル列に対する確率更新処理となり、正規
化を引き起こした入力画素系列ＭＣＰの確率推定値Ｑmc
pが大きくなるようにインデクスＳＴが更新される。３
３４は符号化された劣勢シンボル列ＭＣＰのオージェン
トＡmcpと優勢シンボル列のオージェントＡmssiの大き
さを判定する処理である。優勢シンボル列のオージェン
トＡmssiよりもＡmcpが大きければ、ＭＣＰを新しい優
勢シンボル列として更新し、シンボル列ＭＣＰの確率推
定値Ｑを以前の優勢シンボル列の確率推定値として更新
する。つまり、優勢シンボル列の交換と、それに伴い交
換前に劣勢シンボルであった確率推定値を、交換後に劣
勢シンボルとなる確率推定値に代入することである。こ
の処理はインデクスメモリのＳＴを交換することで実現
できる。
を示すフローチャートである。確率更新の処理は３３１
の判断であるＡ＜０．５のときに実施される。つまり、
正規化が必要なとき確率推定値も更新される。正規化の
有無はＲＥＮ信号１１７，１５７から入力される。３３
２は正規化を引き起こした入力画素と優勢シンボル列が
一致するかを判定する処理である。一致した場合は、優
勢シンボル列に対する確率更新処理となり、全ての劣勢
シンボルの確率推定値Ｑが小さくなるようにインデクス
ＳＴが更新される。これに対し、３３２の判定がＹのと
き、劣勢シンボル列に対する確率更新処理となり、正規
化を引き起こした入力画素系列ＭＣＰの確率推定値Ｑmc
pが大きくなるようにインデクスＳＴが更新される。３
３４は符号化された劣勢シンボル列ＭＣＰのオージェン
トＡmcpと優勢シンボル列のオージェントＡmssiの大き
さを判定する処理である。優勢シンボル列のオージェン
トＡmssiよりもＡmcpが大きければ、ＭＣＰを新しい優
勢シンボル列として更新し、シンボル列ＭＣＰの確率推
定値Ｑを以前の優勢シンボル列の確率推定値として更新
する。つまり、優勢シンボル列の交換と、それに伴い交
換前に劣勢シンボルであった確率推定値を、交換後に劣
勢シンボルとなる確率推定値に代入することである。こ
の処理はインデクスメモリのＳＴを交換することで実現
できる。
【００３９】図１１は本発明の複数シンボルをまとめて
復号化する多値算術復号器の構成を示す図である。マル
コフモデルのコンテクスト１０５は複数のインデクスメ
モリ２０１、２０２、２０３と優勢シンボル列メモリ２
０４のアドレスとなる。インデクスメモリには確率推定
テーブル２０６の状態（インデクス）が記憶されてい
る。図１に示す符号器と同様に、インデクスメモリは確
率推定値を示すインデクスを記憶し、コンテクスト１０
５を入力すると確率推定テーブルを２０６読み込みＱレ
ジスタ２０８，２１０，２１２に各シンボル列の確率推
定値を書き込む。また、確率推定値を更新するための遷
移先テーブル２０７の遷移先のインデクスもＳＴレジス
タ２０９，２１１，２１３に同様に書き込まれる。
復号化する多値算術復号器の構成を示す図である。マル
コフモデルのコンテクスト１０５は複数のインデクスメ
モリ２０１、２０２、２０３と優勢シンボル列メモリ２
０４のアドレスとなる。インデクスメモリには確率推定
テーブル２０６の状態（インデクス）が記憶されてい
る。図１に示す符号器と同様に、インデクスメモリは確
率推定値を示すインデクスを記憶し、コンテクスト１０
５を入力すると確率推定テーブルを２０６読み込みＱレ
ジスタ２０８，２１０，２１２に各シンボル列の確率推
定値を書き込む。また、確率推定値を更新するための遷
移先テーブル２０７の遷移先のインデクスもＳＴレジス
タ２０９，２１１，２１３に同様に書き込まれる。
【００４０】２０５はＳＴレジスタの出力である遷移先
インデクス１５４，１５５，１５６と、優勢シンボル列
１６４と、複数シンボル算術復号演算装置から出力され
る正規化条件ＲＥＮ、復号画素のオージェントＡmcp'、
優勢シンボル列のオージェントＡmssi、復号画素ＭＣ
Ｐ’を入力し、図１０で示す確率更新条件に従い優勢シ
ンボル列ＭＳＳｏ，インデクスのステートＳＴ０，ＳＴ
１，ＳＴ２を出力する確率更新装置である。
インデクス１５４，１５５，１５６と、優勢シンボル列
１６４と、複数シンボル算術復号演算装置から出力され
る正規化条件ＲＥＮ、復号画素のオージェントＡmcp'、
優勢シンボル列のオージェントＡmssi、復号画素ＭＣ
Ｐ’を入力し、図１０で示す確率更新条件に従い優勢シ
ンボル列ＭＳＳｏ，インデクスのステートＳＴ０，ＳＴ
１，ＳＴ２を出力する確率更新装置である。
【００４１】２１４は複数シンボル算術復号演算装置で
あり、図１２を用いてより詳細な説明を加える。劣勢シ
ンボル列の確率推定値Ｑ０，Ｑ１，Ｑ２とオージェント
Ａを加算器２２１，２２２，２２３に入力し、現在の優
勢シンボル列のオージェントＡmssiを求め、優勢シンボ
ル列ＭＳＳｉ１６４をセレクト信号として切り換え器２
２４によりシンボル列のオージェントＡ００，Ａ０１，
Ａ１０，Ａ１１を定める。オージェントの割り当てに関
しては、フローチャート図８に示すオージェント割り当
て処理により実行される。符号語Ｃに関して現在の符号
語を示すＣレジスタの出力とオージェントＡ００，Ａ０
１，Ａ１０の減算処理を減算器２２９，２３０，２３１
により行い、減算結果１８１，１８２，１８３をデータ
検出器２３５に入力する。データ検出器２３５では１８
１，１８２，１８３の正負の符号を検出し、復号画素Ｍ
ＣＰ’１０７を決定する。復号画素１０７をセレクタと
してマルチプレクサ２３２によりＣレジスタの更新値が
求められ、マルチプレクサ２２５でＡレジスタの更新値
が求められる。このとき、シフト量制御装置２２６によ
りオージェントＡの正規化条件を調べ、正規化が必要な
ときはバレルシフタ２２７，２３３を制御してビットを
シフトしてＡ・Ｃレジスタにオージェントとオージェン
トの位置（符号語）を格納する。また、シフト量に応じ
てＣＯＤＥ１０４がＣレジスタに取り込まれる。
あり、図１２を用いてより詳細な説明を加える。劣勢シ
ンボル列の確率推定値Ｑ０，Ｑ１，Ｑ２とオージェント
Ａを加算器２２１，２２２，２２３に入力し、現在の優
勢シンボル列のオージェントＡmssiを求め、優勢シンボ
ル列ＭＳＳｉ１６４をセレクト信号として切り換え器２
２４によりシンボル列のオージェントＡ００，Ａ０１，
Ａ１０，Ａ１１を定める。オージェントの割り当てに関
しては、フローチャート図８に示すオージェント割り当
て処理により実行される。符号語Ｃに関して現在の符号
語を示すＣレジスタの出力とオージェントＡ００，Ａ０
１，Ａ１０の減算処理を減算器２２９，２３０，２３１
により行い、減算結果１８１，１８２，１８３をデータ
検出器２３５に入力する。データ検出器２３５では１８
１，１８２，１８３の正負の符号を検出し、復号画素Ｍ
ＣＰ’１０７を決定する。復号画素１０７をセレクタと
してマルチプレクサ２３２によりＣレジスタの更新値が
求められ、マルチプレクサ２２５でＡレジスタの更新値
が求められる。このとき、シフト量制御装置２２６によ
りオージェントＡの正規化条件を調べ、正規化が必要な
ときはバレルシフタ２２７，２３３を制御してビットを
シフトしてＡ・Ｃレジスタにオージェントとオージェン
トの位置（符号語）を格納する。また、シフト量に応じ
てＣＯＤＥ１０４がＣレジスタに取り込まれる。
【００４２】本発明の多値算術復号器の動作について図
１３のフローチャートにより説明する。復号化に先立
ち、ＡレジスタとＣレジスタをＡ＝１．０とＣ＝０．０
に初期化し、インデクスメモリと優勢シンボル列メモリ
を初期化する。シンボル列の発生確率の初期状態は、符
号化と復号化で一致させる必要があるので、符号化にお
いても符号化と同様な理由により、Ｎビットのシンボル
列の場合、確率推定値ｐ＝１／（２のＮ乗） に劣勢シ
ンボル列の初期値を設定する。また、優勢シンボル列メ
モリにはシンボル列００を優勢シンボル列の初期値とし
てセットする。
１３のフローチャートにより説明する。復号化に先立
ち、ＡレジスタとＣレジスタをＡ＝１．０とＣ＝０．０
に初期化し、インデクスメモリと優勢シンボル列メモリ
を初期化する。シンボル列の発生確率の初期状態は、符
号化と復号化で一致させる必要があるので、符号化にお
いても符号化と同様な理由により、Ｎビットのシンボル
列の場合、確率推定値ｐ＝１／（２のＮ乗） に劣勢シ
ンボル列の初期値を設定する。また、優勢シンボル列メ
モリにはシンボル列００を優勢シンボル列の初期値とし
てセットする。
【００４３】初期化終了後、参照データを入力し、規定
されたマルコフモデルによりコンテクストを求める。画
像の場合には符号化画素の周辺画素が参照データとな
る。コンテクスト１０５をアドレスとしてインデクスメ
モリから確率推定テーブル２０６のインデクスを求め、
さらに、確率推定テーブルをアクセスし確率推定値Ｑ
０，Ｑ１，Ｑ２のシンボル列発生確率を読み込む。確率
推定値Ｑ０，Ｑ１，Ｑ２を複数シンボル算術符号演算装
置に入力し、加算・減算処理によりオージェントＡ０
０，Ａ０１，Ａ１０，Ａ１１の割り当てを行う。ＣＯＤ
Ｅ１０４を入力し複数シンボル算術復号処理３４６を行
い、復号画素１０７を出力する。１画素の復号処理終了
後、シンボル列発生確率更新処理３４８により新たな確
率推定値を定める。３４９の判定により復号化対象のシ
ンボルが終了した場合は処理を終了し、終了しないとき
は参照データ入力３４２の処理から継続する。
されたマルコフモデルによりコンテクストを求める。画
像の場合には符号化画素の周辺画素が参照データとな
る。コンテクスト１０５をアドレスとしてインデクスメ
モリから確率推定テーブル２０６のインデクスを求め、
さらに、確率推定テーブルをアクセスし確率推定値Ｑ
０，Ｑ１，Ｑ２のシンボル列発生確率を読み込む。確率
推定値Ｑ０，Ｑ１，Ｑ２を複数シンボル算術符号演算装
置に入力し、加算・減算処理によりオージェントＡ０
０，Ａ０１，Ａ１０，Ａ１１の割り当てを行う。ＣＯＤ
Ｅ１０４を入力し複数シンボル算術復号処理３４６を行
い、復号画素１０７を出力する。１画素の復号処理終了
後、シンボル列発生確率更新処理３４８により新たな確
率推定値を定める。３４９の判定により復号化対象のシ
ンボルが終了した場合は処理を終了し、終了しないとき
は参照データ入力３４２の処理から継続する。
【００４４】図１４は複数シンボル算術復号処理３４６
を示すフローチャートである。複数シンボル算術復号処
理とは、発生確率により割り当てられたオージェントと
入力されるＣＯＤＥとを比較しＣＯＤＥがどのオージェ
ントに属しているか判定する処理である。Ｃ＜Ａ００の
とき、ＭＣＰ’＝００となり、オージェントをＡ００に
割り当て、Ｃを維持する。Ａ００≦Ｃ＜Ａ００＋Ａ０１
のとき、ＭＣＰ’＝０１となり、オージェントをＡ０１
に割り当て、ＣからＡ００を減算する。Ａ００＋Ａ０１
≦Ｃ＜Ａ００＋Ａ０１＋Ａ１０のとき、ＭＣＰ’＝１０
となり、オージェントをＡ１０に割り当て、ＣからＡ０
０とＡ０１を減算する。Ｃ≧Ａ００＋Ａ０１＋Ａ１０の
とき、ＭＣＰ’＝１１となり、オージェントにＡ１１を
割り当て、ＣからＡ００とＡ０１とＡ１０を減算する。
オージェントＡが０．５を下回るとき、ＡレジスタとＣ
レジスタの正規化を行い、処理を終了する。
を示すフローチャートである。複数シンボル算術復号処
理とは、発生確率により割り当てられたオージェントと
入力されるＣＯＤＥとを比較しＣＯＤＥがどのオージェ
ントに属しているか判定する処理である。Ｃ＜Ａ００の
とき、ＭＣＰ’＝００となり、オージェントをＡ００に
割り当て、Ｃを維持する。Ａ００≦Ｃ＜Ａ００＋Ａ０１
のとき、ＭＣＰ’＝０１となり、オージェントをＡ０１
に割り当て、ＣからＡ００を減算する。Ａ００＋Ａ０１
≦Ｃ＜Ａ００＋Ａ０１＋Ａ１０のとき、ＭＣＰ’＝１０
となり、オージェントをＡ１０に割り当て、ＣからＡ０
０とＡ０１を減算する。Ｃ≧Ａ００＋Ａ０１＋Ａ１０の
とき、ＭＣＰ’＝１１となり、オージェントにＡ１１を
割り当て、ＣからＡ００とＡ０１とＡ１０を減算する。
オージェントＡが０．５を下回るとき、ＡレジスタとＣ
レジスタの正規化を行い、処理を終了する。
【００４５】以上説明したように、複数ビットまとめて
扱う算術符号化および算術復号化の処理が実現できるこ
とを示した。本発明において一括処理するビット数をＮ
＝２として説明してきたが、情報源拡大を行うシンボル
のビット数Ｎを大きくすることにより処理速度の向上が
期待できる。一方、Ｎを大きくすることにより、ハード
ウェア規模の増大につながるので、好ましくはビット数
Ｎを２〜１６とし、さらに好ましくはＮを２〜８とする
ことが望ましい。
扱う算術符号化および算術復号化の処理が実現できるこ
とを示した。本発明において一括処理するビット数をＮ
＝２として説明してきたが、情報源拡大を行うシンボル
のビット数Ｎを大きくすることにより処理速度の向上が
期待できる。一方、Ｎを大きくすることにより、ハード
ウェア規模の増大につながるので、好ましくはビット数
Ｎを２〜１６とし、さらに好ましくはＮを２〜８とする
ことが望ましい。
【００４６】また、本発明の多値算術符号器および算術
復号器は、マルチカラー画像を伝送する画像通信装置、
または、マルチカラー画像を蓄積する画像記憶装置の高
能率なデータ符号化装置として適応できる。画像記憶装
置としては、例えば、ＲＡＭ、ＲＯＭなどの記憶媒体の
入出力のインタフェースに本発明のデータ符号化装置を
備えることにより、ＲＡＭやＲＯＭの記憶容量を見かけ
上大きくすることができる。また、ＣＤ−ＲＯＭなどの
記憶媒体の入出力インタフェースに本発明のデータ符号
化装置を備えることにより、ＣＤ−ＲＯＭへのアクセス
を減らすことができるのでデータの転送を高速化でき
る。
復号器は、マルチカラー画像を伝送する画像通信装置、
または、マルチカラー画像を蓄積する画像記憶装置の高
能率なデータ符号化装置として適応できる。画像記憶装
置としては、例えば、ＲＡＭ、ＲＯＭなどの記憶媒体の
入出力のインタフェースに本発明のデータ符号化装置を
備えることにより、ＲＡＭやＲＯＭの記憶容量を見かけ
上大きくすることができる。また、ＣＤ−ＲＯＭなどの
記憶媒体の入出力インタフェースに本発明のデータ符号
化装置を備えることにより、ＣＤ−ＲＯＭへのアクセス
を減らすことができるのでデータの転送を高速化でき
る。
【００４７】
【発明の効果】以上のように本発明によれば、複数ビッ
トを一括処理することにより符号化および復号化の処理
速度の高速化を実現できる。さらに、複数ビットにより
表現されるシンボル列の発生確率を学習しながら予測す
ることにより圧縮率の向上が期待できる。
トを一括処理することにより符号化および復号化の処理
速度の高速化を実現できる。さらに、複数ビットにより
表現されるシンボル列の発生確率を学習しながら予測す
ることにより圧縮率の向上が期待できる。
【図１】 本発明を適用した多値算術符号器の構成例を
示す図。
示す図。
【図２】 本実施例の多値算術符号器および多値算術復
号器により符号化および復号化の処理を説明する図。
号器により符号化および復号化の処理を説明する図。
【図３】 本発明のデータ符号化装置の構成例を示すブ
ロック図。
ロック図。
【図４】 マルコフモデル生成器の構成例を示す図。
【図５】 従来のデータ符号化装置の構成を示すブロッ
ク図。
ク図。
【図６】 本実施例の複数シンボル算術符号演算装置の
構成を示すブロック図。
構成を示すブロック図。
【図７】 算術符号化の処理内容を示すフローチャー
ト。
ト。
【図８】 オージェントの割り当て処理を示すフローチ
ャート。
ャート。
【図９】 図６の複数シンボル算術符号処理を示すフロ
ーチャート。
ーチャート。
【図１０】 確率更新装置の処理内容を示すフローチャ
ート。
ート。
【図１１】 本発明を適用した多値算術復号器の構成例
を示す図。
を示す図。
【図１２】 本実施例の複数シンボル算術復号演算装置
の構成を示すブロック図。
の構成を示すブロック図。
【図１３】 算術復号化の処理内容を示すフローチャー
ト。
ト。
【図１４】 図１２の複数シンボル算術復号処理を示す
フローチャート。
フローチャート。
１、５ 遅延器 ２、４ コンテクスト生成回路 ３ 多値算術符号器 ４ 多値算術復号器 １３ ２値算術符号器（算術符号器） ３１、３２、３３ インデクスメモリ ３４ 優勢シンボル列メモリ ３５ 確率更新装置 ３６ 確率推定テーブル ３７ 遷移先テーブル ３８、４０、４２ Ｑレジスタ ３９、４１、４３ ＳＴレジスタ ４４ 複数シンボル算術符号演算装置 ２０１、２０２、２０３ インデクスメモリ ２０４ 優勢シンボル列メモリ ２０５ 確率更新装置 ２１４ 複数シンボル算術復号演算装置 １０１ マルチカラー入力画素（ＭＣＰ） １０３、１０５ コンテクスト １０４ 符号語（ＣＯＤＥ） １０７ 復号画素 １１１、１１２、１１３ 確率推定値Ｑ １１４、１１５、１１６ 遷移先ステート信号 １１７ 正規化条件信号（ＲＥＮ） １１８ オージェント（Ａｍｃｐ） １１９ オージェント（Ａｍｓｓｉ） １２０、１２４ 優勢シンボル列 １２１，１２２，１２３ 遷移先ステート信号
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０４Ｎ 1/41 Ｃ 1/411 7/24 11/04 Ｚ 9185−5Ｃ
Claims (7)
- 【請求項１】 画像などのデータを複数ビットまとめて
処理するデータ符号化装置において、入力データを記憶
する遅延器と、遅延器に記憶された入力データからマル
コフモデルを規定し符号化対象となるデータの入力前の
状態を示すコンテクスト（ＣＸ）を生成するコンテクス
ト生成回路と、入力データとコンテクストから符号語を
出力する多値算術符号器から構成されることを特徴とす
るデータ符号化装置。 - 【請求項２】 画像などのデータを複数ビットまとめて
処理するデータ符号化装置において、多値算術復号器か
らの復号データを記憶する遅延器と、遅延器に記憶され
た復号データからマルコフモデルを規定し符号化対象と
なるデータの入力前の状態を示すコンテクストを生成す
るコンテクスト生成回路と、請求項１記載のデータ符号
化装置により生成された符号語とコンテクストを入力し
元データを復号する多値算術復号器から構成されること
を特徴とするデータ符号化装置。 - 【請求項３】 シンボルの発生する確率を確率推定テー
ブルに記憶する確率推定テーブルと、入力データに応じ
てシンボルの確率推定値を生成するための状態遷移を記
憶する遷移先テーブルと、入力データと過去の優勢シン
ボル列の履歴と算術符号の正規化条件により確率推定テ
ーブルのインデクスを出力する確率更新装置からなる上
記多値算術符号器において、Ｎビットの入力データの発
生する確率を場合分けし、各場合の発生確率を示すイン
デクスを記憶する複数のインデクスメモリと、入力デー
タの中で最も出現する確率推定値の高いシンボル列を記
憶する優勢シンボル列メモリと、Ｎビットのデータとシ
ンボル列の発生確率を入力し符号語を出力する複数シン
ボル算術符号演算装置から構成されることを特徴とする
請求項１記載のデータ符号化装置。 - 【請求項４】 シンボルの発生する確率を確率推定テー
ブルに記憶する確率推定テーブルと、復号データに応じ
てシンボルの確率推定値を生成するための状態遷移を記
憶する遷移先テーブルと、復号データと過去の優勢シン
ボル列の履歴と算術符号の正規化条件により確率推定テ
ーブルのインデクスを出力する確率更新装置からなる上
記多値算術復号器において、Ｎビットの入力データの発
生する確率を場合分けし、各場合の発生確率を示すイン
デクスを記憶する複数のインデクスメモリと、入力デー
タの中で最も出現する確率推定値の高いシンボル列を記
憶する優勢シンボル列メモリと、符号語とシンボル列の
発生確率を入力し元データを復号する複数シンボル算術
復号演算装置から構成されることを特徴とする請求項２
記載のデータ符号化装置。 - 【請求項５】 Ｎビットのデータの（２のＮ乗−１）個
の劣勢シンボル列の発生する確率推定値と、最も発生す
る確率の高い優勢シンボル列と、符号化対象データを入
力し発生確率に応じた数直線の位置を演算し符号語を出
力する上記複数シンボル算術符号演算装置を有すること
を特徴とする請求項１記載のデータ符号化装置。 - 【請求項６】 Ｎビットのデータの（２のＮ乗−１）個
の劣勢シンボル列の発生する確率推定値と、最も発生す
る確率の高い優勢シンボル列と、請求項１記載のデータ
符号化装置により生成された符号語を入力し発生確率に
応じた数直線の位置を演算しデータを復号する上記複数
シンボル算術復号演算装置を有することを特徴とする請
求項２記載のデータ符号化装置。 - 【請求項７】 上記多値算術符号器および多値算術復号
器において、入力されたシンボルの発生確率に応じてシ
ンボルに割り当てられる数直線の長さが１／２を下回り
正規化処理を行うときに、優勢シンボル列による正規化
時には全ての劣勢シンボルの確率推定値を更新する手段
と、劣勢シンボル列による正規化時には発生した劣勢シ
ンボル列の確率推定値を更新する手段により構成される
確率更新装置を有することを特徴とする請求項１、２記
載のデータ符号化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3954194A JPH07249995A (ja) | 1994-03-10 | 1994-03-10 | データ符号化装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3954194A JPH07249995A (ja) | 1994-03-10 | 1994-03-10 | データ符号化装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07249995A true JPH07249995A (ja) | 1995-09-26 |
Family
ID=12555919
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3954194A Pending JPH07249995A (ja) | 1994-03-10 | 1994-03-10 | データ符号化装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07249995A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6677869B2 (en) | 2001-02-22 | 2004-01-13 | Panasonic Communications Co., Ltd. | Arithmetic coding apparatus and image processing apparatus |
| JP2009060667A (ja) * | 2002-04-23 | 2009-03-19 | Ntt Docomo Inc | 算術的符号化及び復号のためのシステム及び方法 |
| JP2013016954A (ja) * | 2011-07-01 | 2013-01-24 | Nec Engineering Ltd | 算術符号化方法及び算術符号化装置 |
| JP2013090189A (ja) * | 2011-10-19 | 2013-05-13 | Fujitsu Ltd | 復号装置、復号方法および復号プログラム |
| US9577667B2 (en) | 2002-04-23 | 2017-02-21 | Ntt Docomo, Inc. | System and method for arithmetic encoding and decoding |
-
1994
- 1994-03-10 JP JP3954194A patent/JPH07249995A/ja active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6677869B2 (en) | 2001-02-22 | 2004-01-13 | Panasonic Communications Co., Ltd. | Arithmetic coding apparatus and image processing apparatus |
| US6864813B2 (en) | 2001-02-22 | 2005-03-08 | Panasonic Communications Co., Ltd. | Arithmetic decoding method and an arithmetic decoding apparatus |
| JP2009060667A (ja) * | 2002-04-23 | 2009-03-19 | Ntt Docomo Inc | 算術的符号化及び復号のためのシステム及び方法 |
| US9577667B2 (en) | 2002-04-23 | 2017-02-21 | Ntt Docomo, Inc. | System and method for arithmetic encoding and decoding |
| US10291255B2 (en) | 2002-04-23 | 2019-05-14 | Ntt Docomo, Inc. | System and method for arithmetic encoding and decoding |
| US10484006B2 (en) | 2002-04-23 | 2019-11-19 | Ntt Docomo, Inc. | System and method for arithmetic encoding and decoding |
| JP2013016954A (ja) * | 2011-07-01 | 2013-01-24 | Nec Engineering Ltd | 算術符号化方法及び算術符号化装置 |
| JP2013090189A (ja) * | 2011-10-19 | 2013-05-13 | Fujitsu Ltd | 復号装置、復号方法および復号プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4905297A (en) | Arithmetic coding encoder and decoder system | |
| US5045852A (en) | Dynamic model selection during data compression | |
| US5710562A (en) | Method and apparatus for compressing arbitrary data | |
| US4633490A (en) | Symmetrical optimized adaptive data compression/transfer/decompression system | |
| US4749983A (en) | Compression of multilevel signals | |
| JPH0969951A (ja) | 符号化方法及び復号化方法 | |
| JPH06224777A (ja) | 符号化方法、符号化装置、復号方法、復号器、データ圧縮装置、ビットストリーム生成方法及び遷移マシン生成方法 | |
| JPH0937271A (ja) | 画像圧縮方法 | |
| US5587710A (en) | Syntax based arithmetic coder and decoder | |
| JP3684128B2 (ja) | 算術符号化／復号化方法ならびに算術符号化／復号化装置 | |
| JPH09135358A (ja) | 算術符号を用いた画像符号化装置 | |
| JP2798172B2 (ja) | 画像符号化復号装置 | |
| WO1997035422A1 (fr) | Codeur, decodeur, et procedes mis en oeuvre | |
| EP0260461B1 (en) | Arithmetic coding encoding and decoding method | |
| US5198898A (en) | Data compressing system for compressing serial image data with color information | |
| JP3787389B2 (ja) | 画像処理装置、及び方法、及びその方法を記憶した記憶媒体 | |
| US5694126A (en) | Adaptive predictive data compression method and apparatus | |
| JP3871995B2 (ja) | 符号化装置および復号化装置 | |
| US6058216A (en) | Apparatus for encoding image data | |
| JP3235510B2 (ja) | 符号化方法及び符号化装置、復号化方法及び復号化装置 | |
| KR100207428B1 (ko) | 허프만 코드 변환에 적응적인 고속 가변장 복호화 장치 및 방법 | |
| CN119625087B (zh) | 一种jbig算术编码和解码方法及系统 | |
| JPH0918350A (ja) | 符号化復号化装置及び符号化復号化方法 | |
| JP2891818B2 (ja) | 符号化装置 | |
| JP3384287B2 (ja) | 符号化装置および復号化装置 |