JPS62247676A - 画像デ−タ圧縮処理方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

（ＴｅｌＩＩＪの分界） 本発明は、階調を打する画像データを予測符号化処理に
よって圧縮する画像データ圧縮処理方法に閏Ｊる。 （発明の技術的背ｅｌ　４３よび先行技術）近年、階調
を右する画像データをデジタル１２号の形で光ディスク
等の記録媒体に格納し、必要に応じて該格納された画像
データを読み出してＣＲＴ等に可視像として再生したり
、あるいは１記画像データをファクシミリ等によりデジ
タル信号の形で伝送し、受信先で該伝送された画像デー
タに駐づいて可視像を再生したりすることが行なわれて
いる。 この様に画像データをデジタル信号の形で格納したり伝
送したりする場合には、そのデジタル画Ｆ１ｉｉ゛−夕
の出を減少せしめた上で格納し、あるいは伝送したりす
るのが望ましい。なぜならば、階調を右丈る画像データ
の場合一般にそのデジタル画像データｍは極めて多く、
従ってその様なデジタル画像データをそのまま格納し、
あるいは伝送しようとすると格納あるいは伝送コスト等
が著るしく高くなる等の問題が生じるからである。 かかる事情の下に、従来から、画像データを格納、伝送
等する場合に、該画像データに予測？Ｖ号化による圧縮
処理を施してデータ量を圧縮減少せしめた一Ｆで格納、
伝送等を行ない、画像再生の際はその圧縮された画像デ
ータ（圧縮画像データ）に復号処理を施して伸長し、そ
の伸長された画像データ（伸長画像１−タ）に、Ｂ４づ
いて可視像を再生するような方法が採用されている。 上記の如き予測符号化による画（Ｑデータ圧縮処理は、
その目的が例えば格納、伝送等づべき画像データの量を
減少させることであるから、当然に、その１ＩＪｉｉ　
像データ圧縮率はより大きい６のであることが好ましい
。 この様な予測符号化によるデータ圧縮を行なう場合の圧
縮率を向上させる方法の１つとして、予測符号化処理と
共に画像データのビット分解能（濃度分解能）を低下さ
せる、即ら画像データをより粗く量子化するけ７化処理
を行なうことが考えられる。 しかしイ１がら、画像データを粗く量子化してピッ１〜
分解能を低下させると、画像データ圧縮率を白土せしめ
ることができる反面、再生画像の画質が劣化し、視覚的
に非常に児にくい画像になったり画像が医用画像の場合
には診断能が低下したりする等の不都合が生じるおそれ
がある。 （発明の目的） 本発明の目的は、上記事情に鑑み、予測符号化処理とビ
ット分解能を粗くする量子化処理とを行なうことによっ
てデータ圧縮率の向上を図ると共にその量子化処理によ
る画質の劣化を抑制することができる画像データ圧縮処
理方法を提供り−ることにある。 （発明の構成） 本発明に係る画像データ圧縮処理方法は、上記目的を達
成するため、画像データを適当な間隔でリンプリングし
た主データと該主データ以外の補間データとに区分し、
該主データは主データ間で予測符号化圧縮処理を行ない
、前記補間データは前記主データから予測符号化圧縮処
理を行ない、かつ、少なくとも上記補間データについて
は符号化に際し主データよりビット分解能を粗くする量
子化処理をも施すことを特徴とする。 即ら、本発明に係る方法番よ、画像データに予測符号化
圧縮処理と共にビット分解能を粗くする橿了化処距を施
すものであるが、その量子化処理は、通常の画像データ
の量子化処理の如く画像データ全体に対して−（ｔに行
なうのではなく、画像データを上記の主データと補間デ
ータとに区分し、補間データのみにもしくは補間データ
と主データとの双方にそれぞれ別個に行なうことを特徴
とする。 上記主データは、画像データを適当な間隔でサンプリン
グして成るデータ、即ち粗くサンプリングしたデータで
あり、画像の中の低空間周波数成分を担うものと考える
ことができる。これに対して、上記補間データは上記主
データの間に位Ｗ！ｉする互いに隣り合うデータであり
、主データに対し画像中の高空間周波数成分を担うもの
と考えることができる。 しかるに、一般に低空間周波数成分は精１立はないが画
像をよく表現しているものであり、例えば診断に重要な
情報もどちらかというと高空間周波数成分よりもこの低
空間周波数成分の方により多く含まれている。また、人
間の視覚特性もどりらかというと高空間周波数成分より
もこの低空間周波数成分に対してより敏感である。従っ
て、診断能の面からも視覚的な画質維持の面からも、低
空間周波数成分の方が高空間周波数成分よりも細かいビ
ット分解能を必要とする、換言すれば高空間周波数成分
の方が低空間周波数成分よりもピッ１〜分解能を粗くす
る量子化に対する許容度が大きいということができる。 本発明に係る画像データ圧縮処理方法は、かかる知見に
基づいて構成されたものであり、画像データを一律に粗
く量子化するのではなく、低空間周波数成分を担う主デ
ータと高空間周波数成分を担う補間データとに区分し、
少なくともビット分解能を粗くする量子化に対して許容
度がより太きい補間データについて粗く量子化するよう
にし、モうνることによって例えば補間データのみを粗
く量子化するあるいは双方のデータを粗く量子化Ｊるが
その場合は主データよりも補間データの方をより粗くす
る等を可能にし、その様な量子化によって圧縮率の向上
と画質劣化の抑Ｉｌｌとの双方を可能にしようとするも
のである。 （実施態様） 以下、図面を参照しながら本発明の実施態様について詳
細に説明する。 第１図は本発明に係る画像１−夕圧縮処理方法の一実施
態様をポリフ〔」−チャートである。 図示）尖Ｍ　ｆｌｌ　Ｉ　ハ、２０００ｘ　２０００画
素、８ビツト０〜２５５レベルの原画像データを圧縮処
理するものである。 まず、かかる原画像データにスｌ）−ジング処理を施す
。このスムージング処理は、例えば各注口画素に関し、
その注目画素の画像ｆ−夕とその注１］画素の近傍に位
置する画素の画像データとの平均をその注目画素の新た
な画像データとする様な移動１１均フイルタ処理の如き
ものである。この移動平均フＣルタ処理についてより具
体的に説明すると、例えば第２図に承り様に太線で示す
３×３画Ｘｉ　ｉナイスのマスクＭを用意し、このマス
クの所定位置、例えば中央位置に注口画素Ｐを位置させ
、そうしたときにこのマスク内に含まれる９個の画素の
画像データａ〜ｉを平均したものをこの注口画素Ｐの新
たイｆｉｉｌｉ像データａ′ａ　＋ｂ　＋ｃ　＋ｄ　＋
ａ　＋ｆ　＋（＋　４ｂ　　＋ｉａ′−□ とし、この様な処理を各画１　（１ｍで示す１つのます
［１が１画素）について行なう処理である。もらろん、
上記マスクＭは３×３画素サイズに限らず、種々のナイ
スのものを使用し１！７る。また、上記スムージング処
理は、上記移動平均フィルタ処理の他、例えばディジタ
ルコンボルージョンやメディアンフィルタなどの線形、
非線形フィルタ処理笠であってし良い。 かかるスムージング処理を行なうことによって、近傍画
素の画像データ同志の相関を向上させることができ、そ
れによって以下に述べる予測符号化圧縮処理におＧ」る
予測誤差の零近傍への集中度を高め、圧縮率の向上を図
ることができる。 次に、上記スムージング処理が施された画像データを、
適当な間隔でサンプリングした主データと該主データ以
外の補間データとに区別する。 主データのサンプリングの仕方は種々のものが考えられ
るが、要するに主データが画像上に所定の間隔を置いて
まばらに、粗く、かつ略均−に存ｉ’Ｆ　１ｊるように
サンプリング市れば良いものであり、本実施態様では、
第３図に示す様に、！横２画素間隔て・１−データをサ
ンプリングしている。即ら、第３図にＯ印を付して示１
画素（図中１つのます口が１つの画素を承り）ｘｌｌ、
Ｘｏ、Ｘｘｘ、・・・・・・。 Ｘ３１．　Ｘ３！１．　ｘ３ｒ、　＋Ｈ＋＋・、　ＸＳ
１．　Ｘｓ’、　ＸＳｔ、　”’・・・の画像データを
主データとし、その他の画素の画像データを補間データ
としている。この様にして区分された主データａ１１．
ａ１３１ａｌ◆、・・・・・・と補間データｌ）　ｉ２
ｔ　ｂ　１４．　ｂ　ｕ＆、・・・・・・を第４図に示
す。 上記主データのリンブリングの間隔は適当に決定づれば
良く、例えば上記本実施ｆぶ様の如き縦横２画素間隔の
他、縦横３画素間隔や縦横４画素間隔であっても良いし
、あるいは縦２画素横３画素１、’ｉｆ隔専縦と横の間
隔が異イにつていても良い。さらには、例えば縦横２画
素間隔であっても、第５図に承り仔に位相をずらして、
即ら主データａ１１゜ａ　ｏ　、　ａ　ｔｓ　””・・
と主データａ・体、ａ３４．ａ３６・・・・・・とが横
方向に１画素分位相がずれるように１ノンプリングして
も良い。 なＪ３、例えば医療診断用Ｘ線画像では上記十ｆ−タの
ナンブリングは、おおよそ主データ数：補間データ数が
１：３（例えば縦横２画素開隔の場合）〜１：８（例え
ば縦横３画素間隔の場合）となるようにするのが好まし
い。これ以上主データの敗を少なり１゛る（主データの
サンプリングを粗くする〉と、例えば以下のステップに
おいて補間データを主データから予測してその予測誤差
を符号化するが、その際の補間データの予測誤差が大き
くなり、従って予測群Ｃ化による補間データの圧縮率が
下がるおそれがある。 次に、上記の如くして区分した主データについては主デ
ータ間で、また補間データについては主ｉ−タから予測
符号化処理を施すと共に、本実施態様では補間データの
みにビット・分解能を粗くする量子化処理を施ず。 予測符号化とは、ある画像データについて考えた場合、
その注口画像データはその近傍の画像データと似かまっ
たデータ値を有すると考えることができ、従って１１目
両像データを近傍の画像データから適当な方法で予測し
、その予測値と実際のデータ値との差部ら予測誤差を求
めればイの予測ンｉ；＜°分布は零の近傍に集中するこ
ととなり、この様な予測誤差が零近傍に集中するという
特性を利用し、頻度の高いものには短い符号を、頻度の
低いしのには長い符号を割り当てるハフマン符号等の可
変長符号（値によって符号長が変わるような信号）によ
りその予測誤差を符号化し、そうすることによって結り
画像データの冗長度を抑圧し、トータルとしてのデータ
弔を圧縮しようとづ゛るものである。 まり゛、第４図に示す主データａ　１１　、　ａ　１３
　、　ａ　Ｉｔ　。 ・・・・・・に対する予測符号化処理について説明する
。 この主データの予測符号化処理は、主データ同志間で行
なう。即ら、ある主データの値は他の主データの値に基
づいて予測する。本実施態様では、予測符号化処理の１
つである前値予測＋ハフマン符号化ＬＬ即によってこの
主データの予測符号化処理を行なう。 即も、まず第４図の主データａ１１．ａｎ、ａｌｒ。 ・・・・・・を前値予測し、第６図に示す如き予測誤差
Δａ１３＋ΔａＩｆ、・・・・・・を求める。なお、先
頭の画象データａ　１１．　ａ　３１　、　ａ　ｓｔ　
、・・・・・・はそのままにしてｄ３　＜。ここで前１
直予ａｌｌとは、ある汀゛目画像データをその前に位置
する画像データ値と同じであると予測し、その予測値（
前に位置する画像データ値）と実際の注目画像データ値
との差（予測誤差）を求めるものであり、例えば ΔａＯ−ａＩ３　ａｌｌ、Δａ　Ｉｔ　＝ａ　１１ｉ　
　ａ　１３　、　”””Δａ　　３Ｂ　”’　ａ　　ｊ
５　　　ａ　　３１　　、　　Δ”　　３５−ａ　　３
１１　　　ａ　　３５．　　””・・Δａ　５ａ＝ａ　
５３　　ａｓｌ、　　Δａ　５ｒ−８５５ａ　ａｓ、　
　”””とするものである。 この様にして予測誤差を求めたら、次にその第６図に示
す各先頭の生データａ　１１　＊　ａ３１　＋　ａ引。 ・・・・・・と予測誤差Δａ１３＋Δａｔｆｆ＋・・・
・・・Δａ３５．Δａ３５＋・・・・・・、ΔａＳ！＋
Δａう５・・・・・・とをハフマン符号表にも１づいて
符号化し、第７図に示す様な圧縮画像データａ１１’ｌ
Δａ１３′、Δａ　ｔｉ　’　＋　”’　”’を求め、
そうすることによって前値予測＋ハフマン符号化処理が
完了する。 次に、第４図に示ず補間データｂ１２．ｂＳ４．ｂＬＧ
　＋・・・・・・に対する予測符号化処理およびビット
分解能を粗くする量子化処理について説明Ｊる。この補
間データの予測符号化処理は、主データに基づいて各補
間データのデータ値を予測することにより行なう。本実
施態様では、内挿予測＋ハフマン符号化処理によって補
間データの予測符号化を行ない、かつビット分解能を粗
くする量子化処理は予測群り化処理におりる予測誤差に
対して行なう。 即ち、第４図の各補間データｂ１２＋　”　１４　、ｂ
ＩＧ　＋・・・・・・、ｂ２自、ｂ２λ＋ｂ２３＋・・
・・・・、ｂ３ユ＋ｂ３４＋ｂ３６、・・・・・・を主
データに基づいて内挿予測して予測誤差を求め、その予
測誤差を粗く量子化し、粗（量子化された予測誤差をハ
フマン符号表に阜づいて符号化する。 」Ｌ記内挿予測の一例として、補間データｂ＋２゜ｂ　
２１　、　ｂ　２１の予測値Ｂｒ２．Ｂ２１　＊　Ｂｚ
ｚを求める予測関数を下記する。他の補間データも、同
様の予測関数で予測すれば良い。 ａｌｌ＋ａｒＪ８１１−トａ］。 Ｂ　１２−　　　　　　　＊　８２１　＝□ａ、１＋ａ
　　　口　　＋　ａ３１＋ａ３うＢ４−□ 各補間データについてこの様に内挿予測を行ない、その
予測値と実際のデータ値との差（予測誤差）Δｂ１２．
Δｂ瞳、Δｂ域、・・・・・・、Δｂ　２．　、Δ１）
２よ、Δｂ２３．・・・・・・（第８図参照）を求めた
ら、その予測誤差を粗く量子化する、即ちビット分解能
を粗＜−Ｖる量子化を行なう。 このピッ１〜分解能を粗くする量子化は、要するにｆ６
了化前のデータのビット分解能（レベル数）よりも量子
化後のデータのビット分解能〈レベル数）が少イ１くな
るような量子化であれば良く、従って例えば一般に行な
われている通常の量子化（データ仝体を一様に量子化す
るもの）であっても勿論良いが、木実ｔＳ態様では、そ
の様な通常の量子化ではなく、粗く量子化することによ
る視覚的な画質の劣化、即ら偽画像の発生等を抑止する
ための工大を施したシフト量子化を行なっている。 上記シフ１−量子化とは、量子化の際、量子化すべき・
原データ（ここでは、補間データの予ａＩＩＩ誤差）全
体を一様に量子化するのではなく、量子化後のレベル数
は、ｌｌｊ　Ｊ３よそ同じであるが量子化ステップの位
置が量子化幅方向に互いにずれている複数の例えば２つ
の母子化特性を設定すると共に、量子化すべき原データ
を多数の微小ブロック例えば−データから成るブ１］ツ
クあるいｔよ隣接する複数データから成るブ１］ツク等
の微小ブ；］ツク旬に分割し、イの様にして分：’ｊｌ
された各ブロック石に上記複数の１１１ｒ化特竹を切り
台え適用して各ブ１コック中の０７ｔデータを量子化す
る、例えばあるブロック中の原データは一方の量子化１
）性■に基づいて量子化し、その隣りのブロック中の原
データは他方の量子化特性■に塁づいて量子化し、さら
にその隣りの１１コツク中の原データｔよ再び上記一方
の量子化特性Ｉに基づいて量子化りるという様に順次量
子化特性を切り綺え適用しながら量子化するものＣあり
、かかる量子化によれば、人間の視覚の積分効果に基づ
き、見かけ上各々の量子化特性のビット分解能（レベル
数）のａ倍のビット分解能を画像に持たせることができ
、その結果偽画惟の発生を押えることができるという効
果が奏される。 本実施態様におけるシフＩ−量子化は、前記微小ブロッ
クとして１つのｍ子化ザベさ原データ（予測誤差）から
成るブロックを設定し、かかるブロック亀に、従って各
予測誤差毎に２つの異なる量子化特性１．ＩＩを切り台
えながら適用して量子化するものである。 各予測誤差毎への異なる量子化特性■、■の切り待え適
用の態様としては種々考えられるが、例えば、第８図に
示す予測誤差のうら、予測ｒＡ差Δｂ１２．Δｂ２Ｉに
は弔子化特＋’ｔＩを適用し、予測誤差Δｂ２叩には量
子化特性■を適用し、以下同様の方法で他の予測誤差に
も量子化特性Ｉ、Ｉを切り苔え適用するという様に、隣
り合う予測誤差（ブロック）にはイれぞれ異＜

【る量子
化特性を適用するように切り呂えるのが望ましい。 上記安なる量子化特性１．ＩＩは、前述の如く量子化後
のレベル数が同じであって量子化ステップの位置が量子
化幅方向に万いにずれているものであり、本実施態様で
は量子化特性■として第９図に白丸で示す様なものを、
量子化特性■として同図に黒丸で示１様ならのを採択し
ている。図に示す量子化特性■は、−２５５から＋２５
５までの５１ルベルの予測誤差（原データ）を約半分の
２５５レベルに相く量子化するものであり、具体的には
原データのレベル−２５５，−２５４をレベル−２５５
に、レベル−２５３，−２５２をレベル−２５３に、レ
ベル−２５１，−２５０をレベル−２５１にという様に
２レベルをルベルに変Ｉ！！！するものである（ただし
、原プーラのレベル２５３．　２５４．　２５５の部分
は端部データ処Ｊ！■の関係上３レベルをルベルに変換
している）。また、量子化特性■も、５１ルベルの原デ
ータを２５５レベルに粗く量子化するものであり、具体
的には、原データのレベル−２５５，−２５４、−２５
３をレベル−２５４に、レベル−２５２，−２５１をレ
ベル−２５２に、レベル−２５０，−２４９をレベル−
２５０にという様に２レベルをルベルに変換する（ただ
し、原データのレベル−２５５，−２５４、−２５３の
部分は端部ｆ−タ処理の関係上３レベルをルベルに変換
している）ものであるとＩｔに、この量子化特性■は上
記１ｉ子化特性Ｉに対してその量子化ステップの位置が
量子化幅方向にｆれているしのである。 即ら、令弟９図において■；Ｌデータと量子化後のデー
タとの関係を示す丸印のうら量子化後には同じレベルに
なる丸印を結んだ線、例えば晒子化特性■の場合は原デ
ータのレベル−３と−２の白丸、レベル−１とＯの白丸
、レベル１と２の白丸を結んだ各線、量子化特性Ｈの場
合は原データのレベル−２と−１の黒丸、レベルＯと１
の黒丸、レベル２と３の黒丸を結んだ各線をそれぞれの
量子化ステップと定義すると共に、この量子化ステップ
の幅、即ら量子化後に１つのレベルになる原データの筒
器の大きざを量子化幅と定義した場合、上記昂子化持性
工のステップと量子化特性■のステップとは、図から容
易に理解される様に、その位置がＤいに量子化幅の方向
（図中では原データレベルを承り横軸方向）に量子化幅
の半分づつずれているものである。 上記実施態様においては、量子化Ｊべき予測誤差を分割
する際の微小ブロックとして一つの予測誤差から成るブ
ト１ツクを採択しているが、この微小ブロックは２〜３
個の予測誤差の如き複数の予測誤差から成るブロックで
あっても良い。ただし、このブロックはあまり大きくす
ると前述した人間の視覚的積分効果を充分に発揮せしめ
ることができないので・、この視覚的積分効果を発揮せ
しめるに充分り微小ブロックであることが必要である。 また、第１０図は上記の微小ブロックを３周の予測誤差
かＩう成るブロック（図中太線で示す）とした場合の量
子化特性Ｉ、Ｉｆの適用状態の一例を示す１：）のであ
り、この場合は図示の如く一つのブロック中の予測誤差
に対しては同じ量子化特性を適用すると」先に隣接する
ブロック毎に適用する特性１’、ＩＴを切り醇えれば良
い。 また、量子化後のレベル数が同じであって８７化スデツ
プの位置が量子化幅方向にｎいにずれている複数の量子
化特性としては、上記実施態様では第９図に示１様な２
つの量子化特性Ｔ、Ｉｆを採択しているが、その他にも
第１１図〜第１６図に示す様な複数の量子化特性を採用
することかぐきる。 第１１図に示すものは白丸で示す量子化特性■と黒丸で
示すｍ子化特性■との２つの組合Ｖであり、第９図にお
ける両特性１．ＩＩの量子化ステップの位置が量子化幅
方向のみでなく該量子化幅方向に直角な方向＜Ｉｔｉ軸
方向）に６ずれているのに対し、この第１１図に示す両
特性Ｉ、ＩＩはそれらの長子化ステップの位置が量子化
幅方向にのみずれているものである。 第１２図に示すものも白丸と黒丸とで示す２つの量子化
特性Ｌ　ＩＩの組合せであり、第９図における両特性Ｉ
、ＩＴの量子化幅が２レベルであったのに対し、この第
１２図に示す両特性Ｉ、ＩＩはそれらのｔｉ１了化幅が
３レベルのものである。この場合は、量子化後のデータ
のレベル数は原データに対して１／３に減少せしめられ
る。 第１３図に承りものは白丸、黒丸およびＸ印で示す３つ
の量子化特性Ｉ、Ｈ，Ｈの組合せであり、第９図におけ
る２つの異なる量子化特性がそうであった様に、この第
１３図に示１３つの量子化特性１、　Ｉｌ、　ＩＩＩも
それぞれ量子化後のレベル数は同じでありかつそれぞれ
の長子化ステップの位置は互いに量子化幅方向にずれて
いるものである。この様に３つのｍ量化特性Ｉ、Ｉｌ、
ＩＩを用いる場合は、例えば１ブロツクが１つのデータ
から成る場合、第８図における原データ（予測誤差）Δ
ｂ１２には１、Δｂ　２１には■、Δｂ２ｚには■、・
・・・・・という様に隣り合うブロックに対してこの３
つの量子化特性１’、ＩＩ、Ｉ［Ｉを順次切り替えて適
用ずれば良い。 また、第１４図はほぼ第９図と同様であるが、端部が嬰
なる。つまり、黒丸で示される量子化での量子化後のレ
ベル数が白丸で示される量子化での量子化後のレベル数
に比べてルベル少なく完全に両者が等しくはない。この
ように端部の処理ににつてｎ１了化後のレベル数は必ず
しも完全には等しくない場合があってもよい。 以十の各具体例から理解される様に、本実施態様にＪ′
ｉいて使用し得る複数の量子化特性は、要するに量子化
後のレベル数が、１３およそ同じで量子化ステップが量
子化幅方向にｆれているという条件を満た１ものであれ
ば良く、その特性の数や、量子化幅の大きさは適宜に決
定することができるしのである。 ところで、一般に量子化とは、×ｉ≦Ｘ≦ｘｉ＋１なる
１１ｒｉを右するＸ　（原データ）をＸｉ　　（ｌｉｔ
子化代表値）で代表させる、換８すればあるＦ！ｉ了化
幅範囲（Ｘ＋〜×１伺〉内の原ｆ−タＸをある１つの量
子化代表値×１に置き換えることをいう。 しかるに、従来の一般的な量子化では、例えばぞの量子
化代表値Ｘｉとして量子化幅範囲（×ｉ〜ｘ；＋ｔ）の
両端の値ＸｌあるいはＸ　ｉｌｌ又は中央（ｌＴ１（ｘ
＋＋ｘｉｎ　）　、”　２等を採用している。前述の実
施態様においても、例えば第９図ヤ）第１３図に示づ様
に量子化代表１ｉ１’Ｔ　Ｘ　ｉとして量子化幅範囲（
ｘ、〜Ｘ、中１）の一端の値×１や×１中１を採用して
いる。 ところが、本実施態様における量子化対象データは予測
Ｊｌ差であり、予測誤差の場合は、前述の如く頻度分ｎ
ｉが均一でなく零近傍に集中した非常に片寄った形をし
ているので、上述の様に頻度分布を考慮しないで機械的
に量子化幅範囲の両端１１６１′）中央ｆ＋ｎ↑９をｄ
！了化代表値とするとその量子化代表値とその代表値に
よって代表される量子化幅範囲内の各県データ（予測誤
差〉との差の合計（以下、量子化誤差という）は最小値
を取り得ない。 即ら、量子化代表値は上記量子化誤差が最小になるＪ、
うに設定Ｍるのが好ましく、それが最小でない場合【よ
最小である場合に比べて画質の劣化が人さり４するので
、上記の如き従来の一般的な１ｎ了化代表イ１ｒ！の決
め方はあまり好ましいものではない。 従′）で、−１記実施態様における量子化、即ら量子化
１）性１にモ朱づく量子化も？了化特性■に基づく量子
化のいずれも、ぞれぞれｎ隻了化代表埴を設定するにあ
たっては、量子化誤差が最小にイするように、Ｐｒ量子
化幅範囲内の原】−夕をその輩！度分布にＬ毒づいて重
みイ」け平均した）１αもしくはその値に近いＩ＋ｌＩ
を量子化代表（１ｔ１と１Ｊるのが好ましい。 かかる量子化代表値を式で表わすと上記の通りである。 ただし、　　Ｘ・・・原データ（予測誤差）［（×）・
・・原データＸの頻度 第１５図は上述の如く頻度分布を考慮して決定したｆｆ
量子化代表値の一例を示すものである。この例は、原デ
ータを（−４，−３，−２）、（−１゜ｏ、　　１＞、
（２；　３．４）という様に３レベルを１つのｍ子化幅
範囲とするものであり、各ｍ子化幅範囲の量子化代表値
は前述の式（ｉ）に基づいて算出し、図中の量子化代表
値（１）の如く設定されている。なお、−例として珊了
化幅ｖｉ囲〈２゜３．４）の場合の量子化代表値Ｘｉの
算出例を下記する。 （２０ｘ　２）　＋（５ｘ　３）　＋（２ｘ　４）ｘｒ
　＝　　　　　　　　　　　　　　　　　＝　２．３２
０−＋−５＋　２ また、上記量子化代表値は、必ずしも上述の頻度分布に
７．（づくｆみ付は平均値そのものである必要はなく、
それに近い値、例えば後の符号化を考慮して符８化しや
すい様にその平均値に近い整数ｌａとしてら良く、その
様にして設定した代表値を同図中の量子化代表値（２）
として示１゜上記具体例は量子化幅範囲が３レベルの場
合であるが、量子化幅範囲が２レベルの場合も同様にし
て量子化代表値を決めることができる。 １１記頻１復分布は、もらろん全での原データ（予測誤
２）の実際の頻度分布を算出してそれを使用することら
できるが、その様に実際に計篩したものではなく、取り
扱う原データに関する情報、例えば取り扱う画像に関す
る情報に基づいて予め与えられた幾くつかの原データ頻
度分Ｉ５パターンの中から適当なパターンの頻度分布を
選出し、それを使用づるようにしてし良い。 上述の如くして補間データの予測誤差を求め、その予測
誤差を粗く量子化したら、その粗く量子化された後の予
測誤差をハフマン符号化し、そうＪることによって補間
データの予測符号化が終了する。。 十）ホの如くして予測符号化処理によって作成された圧
縮画像データ（圧縮主アークおよび圧縮補間データ）は
、例えば光ディスク笠の記録媒体に格納され、随時必要
に応じて読み出された後あるいはファクシミリ笠で送信
された１１２′８に、第１６図に示１伸長過程を経て例
えばＣＲＴ者に可視像として再生されたりするものであ
る。 次に、この第１Ｇ図に示す伸長過程について説明する。 まず、前）ホの様にハフマン符号化された圧縮主アーク
〈第７図参照）に対して復号処理を施し、第６図にポリ
各先頭生データと予測誤差を求める。 この復号処理は、上記ハフマン符号化処理を行なう際に
用いたハフマン符号表に基づいて行なえば良い１１次に
、その様にして復号された先頭生データと予測Ｍｌ差お
Ｊ、び前記予測を行なった際の予測式を用いて予測復元
（ｌ！１理を行なう、即ち第４図に示ず様な伸長主デー
タａ１１．ａ１３．”１ｍ＋・・・・・・。 ａ３１＋　ａ３！ｌ、　１１３５．　”１”、　ａ３１
．　ａｓ３．　ａ！ＩＳ＋　０゜・・・を、 ａ　１１＝ａ　１１．　ａ　３　＝ａ　１１＋Δａ１３
゜ａｔｔ−ａｔａ＋Δａ　１ｓ　、　”・”’ａ　：１
１　””ａ　３１　、８３Ｂ”’ａ　Ｊｌ＋Δａ３Ｂ。 ａ３ｆｆ＝ａ３３←Δａ　３ｆ　、　”’　”’という
様にして求める。 この様にして主データを復号伸長したら、次にこの主デ
ータを用いて補間データを復号伸長する。 補間Ｔ−夕の復号伸長は、まず前）小の如くハフマン符
号化された圧縮補間データを、主データの場合と同様に
使用されたハフマン符号表に基づいて復号することにＪ
：り予測誤ｌを求め、この予測誤差ど［、記復ｇ伸艮せ
しめられた主データと前記予測を行なう際に用いた内挿
予測式とを使用して各補間データｂ　１２　、　ｂ　１
４．ｂ１＆　、・・・・・・、　ｂ　ｚｌ　、　１）２
１、　ＩＩ　２．！１．　”””、　ｂ　３！、　ｂ　
３４＋　ｂ　３Ｇ”・・・・を求める。 即ら、上記主データに基づいて各補間データｂ１□。 ”　’４．ｂ１６　＊・・・・・・の予測ｆｆｉ’１１
３Ｉ２．　［３ｔ４．　［３ｘ６．・・・・・・を上記
内挿予測式により求め、それらに予測誤差Δｂ２．Δｂ
１４．Δｂ１６．・・・・・・を加粋することににって
ｂ１□、ｂＬ４．ｂＩ６．・・・・・・を求める。 上述の如くして主データと補間データとを復号伸長した
ら、イれらのデータに基づいてＣＲＴＦｊに画像を再生
ずれば良いが、画像再生の前に、それらの仲良データに
高空間周波数成分を強調する後退１ｊｌ！を施しても良
い。 即ち、木実ｍ態様においては、前述の如く最初にスムー
ジング処理を行なっており、このスムージング処理によ
って画像の高空間周波数成分が減少せしめられているの
で、この伸長画像データをそのまま用いて可視像を再生
するとその再生画像は高空間周波数成分が少なく、原画
像に比べてボケたちのとなる恐れがあるので、このボケ
を高空間周波数成分強調処理によって補正し、画質的に
原画像により近い画像を再生し得るようにしようとする
ものである。 かかる高空間周波数成分強調処理としては、例えば非鮮
鋭マスク処理の他、ある種のコンポルーシコンやフーリ
エ変換などの手法によるものを挙げることができる。 以上、本発明に係る一実施態様について詳細に説明した
が、本発明に係る方法は、要するに、画像データを適当
な間隔て畳ナンプリングした主データと該主データ以外
の補間データとに区分し、これらの主データは土データ
どうしで予測符号化を行＜賃い補間データは主アークか
ら予測符号化し、かつ少なくとも補間データについては
ビット分解能を粗くする量子化を行なうことを特徴とす
るものである。 上記主データと補間データの区分は、前述の実施態様の
ところで説明しているように神々の態様を取り（Ｊ、再
生時における画質や圧縮率を考慮して適宜に行なえば良
いものである。 上記主データと補間データの予測符号化処理は、上記実
施態様においては主データの場合前置予測を、補間デー
タの場合は主データに基づく内挿予測を行なっているが
、それらの予測は他の異なる態様で行なっても良いし、
また予測誤差の符Ｃ化もハフマン符号化以外の可変長汀
り化を採用しくワる。 」−記少なくとも補間データを粗く量子化する点につい
ては、上記実施態様では補間データのみを相＜　ｔｒ’
を子化したが、もちろん二ｌデータと補間データの双方
を粗（量子化するようにしても良い。両データを粗く量
子化づる場合は、補間データの方を主データよりもより
粗く団子化する、例えば主データについてはレベル数が
半分になるにうに粗く量子化し、補間データについては
レベル数が１／３〜１／４になるように粗く量子化する
という様にするのが好ましい。このように両データを粗
く量子化する場合その粗さの程度に差をつける、特に主
データよりも補間データの方を粗く量子化することにに
す、粗く量子化することによって圧縮率向上の効果と粗
く量子化することによる視覚的画？１の劣化および診断
能の低下の抑制の双方を効率良く実現することができる
。なぜならば、前）ボの如く主データは低空間周波数成
分を、補間データは高空間周波数成分を担うものである
と考えることができ、両データを比較した場合診断能の
確保および視覚的な画質Ｎ１）の双方において主データ
の方が補間データよりも重曹であり、その両観点からし
て量子化を粗くすることに対する許容度は主データの方
が補間データよりも低く、従って分画像データを一什に
粗く量子化しようとするとその粗さの程度はどうしても
許容度の低い主データを基準にして設定しなければやら
ず、粗く量子化することによる圧縮率の向上を充分に達
成し＋’Ｊ　ｉ、にいということになるが、本発明の如
く主データと補間データとを区分すると、補間ｒ−夕に
ついては主データよりもさらに粗く、即ら補間データの
許容度一杯まで相く量子化Ｍることがでさ、そうするこ
とによって診断能の低下や視覚的画′ｌ′１劣化にあＪ
、り影響を及ぼすことなくさらに圧縮率の向上を図るこ
とができるからである。なお、補間うを−９を粗く量子
化する際のレベル数の減少の程度は再１３一時の画質と
の関係で適宜決定すれば良いが、一般的には１／２〜１
／４とするのが好ましい。 上記補間データの量子化は、上記実ｙ＆態様では予測誤
差を粗く８子化するものであったが、例えばその母子化
は第１図にお（プる補間データと内挿予測との間に行な
われるもの、即ら補間データに直接適用されるしのであ
っても良い。また、予測誤差の場合であると補間データ
の場合であるとを問わず、そのｆｆｉ予化は種々の態様
を取り１ｇ、必ずしも実施態様の如きシフト量子化であ
る必要はなく、また量子化誤差を最小にする誤差最小量
子化である必要もない。 上記１−データの量子化についても、主データを直１８
１ｉ：７化りるしのでし良いし、線形予測した後の予測
誤差を量子化するものでも良いし、その他Ｊ＝ｌｉ々の
１ｉ子化態様を取り１ｒ１６点についても補間データの
量子化の場合と同様である。 なＪメ、本実／ＩＩｉ態様においては、さらに、スムー
ジング（前処理）やそのスムージングに対する高空ｉ〜
周波数成分強調処理（後込ｌＩｌ＋　＞についても言及
したが、これらはらちるん必要に応じて行なえば１ｑい
乙のであり、スムージング以外の前処理や高空間周波数
成分強調処理以外の後処理を適宜に付加Ｊることももら
ろん可能である。 （発明の効果） 本発明に係る画像データ圧縮処理方法は、前述の如く、
画像データを予測符号化しかつ粗く量子化して圧縮する
場合において、画像データ全体を−？ｊ！に予測符号化
しかつ粗く量子化するのではなく、画像データを低空間
周波数成分をＩ１１持すると珂えられる主データと、主
データ以外の高空間周波数成分を担持σると考えられる
補間データどに区分し、二Ｉ−アークについては゛］コ
ニデータ間予測符″；〕化処理を行ない、補間データに
ついては主データから子測符シコ化処理を行なうとＪ（
に少なくとも補間データについては粗く量子化する処理
を行なうしのである。 従って、例えば補間データのみを粗＜　！Ｍ量子化る場
合は、結局前述の如き診断能や視覚的な画質にとって１
′ｉ要な低空間周波数成分（主データ）はそのまよとし
、それらにとってあまりｆｆ１Ｄでない高空間周波数成
分（補間データ）のみを粗くＭ子化覆ることとなり、診
断能低下や視覚的画質の劣化を抑制し得ると共に圧縮率
の向」〕を図ることができる。 また、両データを相＜　Ｍ量子化ｌる場合でも、二１ニ
データと補間データとを区分したことによって、前述の
如く主１−タよりも補間Ｔ−夕の方を粗く量子化すると
いうことが可能となり、そうすることによって診断能の
低下、視覚的画質の劣化の抑制と圧縮率の向上とを効率
良く実現できるものである。

【図面の簡単な説明】

第１図は本発明に係る画像ｆ−タ圧縮処理方法の一実／
７［！態様を示すフローチャート、第２図はスムージン
グ処理−例の説明図、第３図は主データのリンブリング
状態の一例を示１図、 第４図および第５図はそれぞれ主データと補間データと
の区分の一例を示す図、 第６図は１−データの予測誤差を示す図、第７図は主デ
ータをハフマン符号化した状態を示１図、 第８図は補間データの予測誤差を示す図、第９図はシフ
ト量子化に使用する異なる伍子化特１１の組み合Ｕの一
例を承り図、 第１０図はシフ１−量子化する場合の微小ブロックの一
例を示１図、 第１１図−第１４図はそれぞれシフト量子化に使用する
異なるＭ子化特性の組合せの例を示す図、第１５図は誤
差最小里子化の一例を示す図、第１６図は圧縮された主
ｆ−夕及び補間データを伸良りる伸長過程の一例を丞す
フローチキ・−１−である。 第８図　　　　第０図 予　測　鱗差しへ・「し ｆ原データ（αル） 第１１図 第１４聞

Claims (1)

【特許請求の範囲】
1. 画像データを、適当な間隔でサンプリングした主データ
   と該主データ以外の補間データとに区分し、該主データ
   は主データ間で予測符号化圧縮処理を行ない、前記補間
   データは前記主データから予測符号化圧縮処理を行ない
   、かつ少なくとも上記補間データについては符号化に際
   しデータよりビット分解能を粗くする量子化処理を施す
   ことを特徴とする画像データ圧縮処理方法。