专利名称：图像编码方法和解码方法、其装置、其程序以及记录有程序的记录介质的制作方法
技术领域：
本发明涉及对图像(静止图像或视频图像(活动图像))高效地进行编码/解码 的高效率图像编码方式的技术。本申请基于2007年10月30日申请的日本专利申请特愿2007-281556号要求优 先权，并在这里引用其内容。
背景技术：
在图像(静止图像或视频图像)的编码中，主流是使用已经解码后的像素，通过空 间方向的预测或时间方向的预测方法对编码对象的像素值进行预测的预测编码方式。例如在H.264/AVC 中，在4X4块的内部水平预测(horizontal intraprediction) 中，将从编码对象的A到P(以下记载为A…P，其它也同样)的4X4块，使用已经解码完成 的左邻的像素vd，像————a|A B C Db|E F G Hc|I J K Ld|M N 0 P艮p、A = B = C = D = aE = F = G = H = bI = J = K = L = CM = N = 0 = P = d那样在水平方向上进行预测，接着以A-a B-a C~a D_aE-b F-b G_b H_bI-c J-c K-c L-cM-d N-d 0_d P_d的方式对预测残差进行计算，之后实施正交变换/量化/熵编码来进行压缩编码。在运动补偿预测中也是同样地，在4X4块的运动补偿中，将利用其它帧对Α···Ρ进 行预测后的4X4块A'…P'以A' B' C' D'E' F' G' H'I' J' K' L'M' N' 0' P'的方式产生，接着以
A-A' B-B' C-C' D-D'E-E' F-F' G-G' H-H'I-I' J-J' K-K' L-L'M-M' N-N' 0-0' P-P'的方式对预测残差进行计算，之后实施正交变换/量化/熵编码来进行压缩编码。解码器根据解码完成的像素值，例如针对块左上方的位置，获得预测值A'和预测残差的解码值(A-A')，作为它们的和而获得原像素值A。这是可逆的情况，但在非可逆的 情况下，解码器获得预测残差解码值(A-A' + △ ) ( △是编码噪声)，作为与预测值A'的和 而获得(Α+Δ)。以上是像素值为4X4的16个的情况，在以下，以简单化的概念而以一维进行考 虑。此外在以下，考虑通常的8bit像素值的情况。像素值采用从0到255的256种整数值。 再有，对于Sbit以外的像素值，也能够同样地应用接下来的讨论。将编码对象的像素值作为X，将预测值作为χ'。由于χ'接近于χ的值，所以预 测残差(X-X')可以取得-255…255的值，但集中于接近0的值，绝对值大的值相对较少。 在图1中通过图表表示该关系。由于有偏倚的分布的信息量比均勻分布的信息量小，所以能够期待编码后压缩。 在现有技术中，利用该分布的偏倚，实现高效率压缩。再有，在非专利文献1中记载有如下技术，即，在本发明的实施例的说明中使用的 矢量编码中，代表矢量有规则地位于空间内的金字塔矢量量化技术。此外，在非专利文献2中记载有如下技术，S卩，在矢量量化中通过学习代表矢量 (representative vector)而使其最优化，结果将其空间地不规则配置的基于LBG算法的 矢量量化技术。非专利文献 1 :T. R. Fischer, "A pyramid vector quantizer，，，IEEETrans. Inform. Theory, vol. IT—32, no. 4,pp.568—583, July,1986.# 禾O t ■ 2 :Y. Linde, A. Buzo and R. M. Gray, "An algorithm forvector quantizer design," IEEE Trans, on Communications,vol. com-28,no. l,pp. 84-95,Jan., 1980本发明要解决的课题在现有的方法中，例如假设预测值是χ' = 255。因为像素值χ是0···255的值，所 以预测残差只能取得X-X' = -255…0的、0以下的值。因此，在预测残差分布中，不会使用正方向的大致右半部分的分布。如果忽视分布 的端部(发生概率极低)而定性地叙述的话，因为分布是左右对称的，所以“左方还是右方” 的这一信息需要Ibit(例如0为右方，1为左方)。在不使用右半部分的分布(存在从可以 取得的值的范围超出的部分)的情况下，原本不需要该lbit。即使在预测值是X' =0的 情况下，也不会使用预测误差分布的负方向的大致左半部分，同样地原来不需要lbit。在图2中表示其关系。再有，在以下的图中，在图中附加斜线来表示像素值或预测 误差等的值可以取得的范围。如果定量地描述的话，首先将在左右扩展的概率分布作为Pw(d)。[数式1]
<formula>formula see original document page 6</formula>
因为实际上不可以取得右半部分的值，所以误差d的正确的分布是Pw的二倍。pc(d) = 2pw(d) (d≤0 时)pc(d) = 0(d>0 时) (2)[数式2]<formula>formula see original document page 6</formula>当估计在将发生概率作为pw时的平均熵Hw时，成为如下。[数式3]<formula>formula see original document page 6</formula>(4)使用正确的发生概率的情况下的平均熵如下所示。[数式4]<formula>formula see original document page 6</formula><formula>formula see original document page 6</formula><formula>formula see original document page 6</formula>= Hw-1(8)可是，因为在现有技术中仅将差分值(X-X')作为对象进行编码，所以不可能删 除该不需要的Ibit。作为其理由，可以举出，·从(x-x')失去了预测值(χ')的信息，·由于对(多维的情况)差分值(X-X')施加正交变换，因此必须考虑变换后的 空间中的X可以取得的范围也同时变换，多维分布中的“(从可以取得的值的范围的)超出” 的判定极其困难。
发明内容
鉴于以上的问题，本发明的目的在于虽然进行与现有技术同样的时间/空间预 测，但不求取原像素值和预测值的差分，而通过与原像素值对应的分布对原像素值进行编 码，其中，原像素值考虑了与上述那样的分布相关的“超出”，由此改善预测编码中的编码效率。用于解决课题的方案
本发明为了解决上述课题，其主要特征在于，在使用根据编码完成图像通过空间 预测或时间预测(运动补偿)生成的预测值，对编码对象的像素的值(也有与像素块对应 起来的值的情况)进行编码的预测编码中，使用考虑了像素值可以取得的上下限值的、像 素值的该预测值中的有条件分布，对编码对象像素(或像素块)的值进行编码。像素值可以取得的上下限指的是数字图像中的像素的可以取得的值的上限和下 限。特别是在广泛使用的8bit图像中，分别255和0，在IObit图像中，是1023和0。假定取得比该上限大的值(2000等)或比下限小的值(-1)等的像素在原图像中 不存在，这没有问题。考虑上下限值就是这个意思，本发明使用这样的事实使编码效率化。像素值的该预测值中的有条件分布，指的是在预测值为χ'的像素中，原像素值χ 实际上采用什么样的值的概率分布。有条件，在这里等价于预测值是χ'的情况。在数学中，也写为已(X|X')。通常，该形状成为将X'作为峰值的吊钟状。在预测值为χ'的条件下的χ的分布，和(当然)在没有这样的条件的情况下的χ 的分布，都总是取得像素的上下限内的值(在8bit图像中是0到255的整数值)。此外，在本发明中，在上述发明中以像素块单位进行预测的情况下，能够在根据块 预测的像素块值的有条件分布的编码中使用矢量量化。发明的效果根据本发明，不会使现有技术的、在处理预测值和原像素值的差分的情况下的“欠 缺预测值这一重要信息”的情况发生，能够在编码中充分地利用预测值，结果能够以更少的 码量对图像(静止图像或视频图像)进行编码。
图1是表示像素值差分的分布的图。图2是表示预测值为255的情况下的像素值差分的分布的图。图3是表示单纯的矢量量化的情况(有差分)的图。图4是表示单纯的矢量量化的情况(没有差分)的图。图5是表示对应于范数=4的代表矢量的图。图6是表示对应于范数=4的代表矢量(不同预测值的例子)的图。图7是表示金字塔矢量量化的情况(有差分)的图。图8是表示金字塔矢量量化的代表矢量的计数的图。图9是利用LBG算法的差分矢量量化的示意图。图10是特定的预测值(χ/ ,X2')的差分矢量量化的示意图。图11是特定的预测值(χ/ ,X2')的、根据本发明的方法的矢量量化的示意图。图12是表示本申请发明的实施方式的编码时的处理的流程的图。图13A是表示原像素值的发生概率是一样的概念的图。图13B是表示原像素值和预测值的差分分布的概念图。图13C是表示使差分分布向对应于原像素值的差分分布位移后的分布的概念图。图13D是表示对原像素值可以取得的值进行限制后的分布的概念图。图14是本实施方式中的编码装置的框图。
图15是表示本实施方式中的解码时的处理的流程的图。图16是表示不能正确地求取代表矢量的超出个数的例子的图。附图标记说明300信号端子301像素值预测器302预测值蓄积存储器303差分分布蓄积存储器304加法/限制器305代表矢量设计器306原像素值蓄积存储器307矢量量化器308量化索引编码器309输出端子
具体实施例方式首先，对本发明的概要以具体例子简单地进行说明。例如，在不知道信号d采用{-2，-1，1，2}这4种的哪一个的情况下(假定是25% 的均等概率)，对该信号进行编码需要2 [bit]。图1是对其以概率分布进行表示的图(二 维的例子是图9)。当假设已知“信号d是正的”时，因为只有{1，2}的两种可能性，所以能够以l[bit] 进行编码。图2是对其以概率分布进行表示的图(二维的例子是图11)。在静止图像或视频图像的预测编码中也产生同样的情况。当假设图像信号X(0彡χ)的预测值是χ'时，预测误差d = X-X'的分布根据预 测值X'而进行变化。例如，如果χ' = 0的话，0彡Cltl，也就是说不取得负的值。另一方面，如果χ'= 255的话，Cltl ( 0，也就是说d不取得正的值(概念同样地参照图2)。像这样，以预测值χ'的值为线索，能够在编码/解码之前缩窄d的存在范围。这 就导致编码效率的改善。缩窄d的存在范围的处理，与将χ' +d的范围(8bit图像的情况)标准化到0··· 255是等价的。这在编码方法中相当于图12的流程图的限制(clipping)步骤105，在解码方法中 相当于图15的流程图的限制步骤405。进而，通过按预测单位的块的每一个设计代表矢量，从而能够适应地设计最优的 代表矢量(在编码方法中相当于图12的流程图的代表矢量设计步骤106，在解码方法中相 当于图15的流程图的代表矢量设计步骤406)。像这样缩窄编码对象信号之后，经过通常的编码而输出比现有技术短(编码效率 高)的码(图12的流程图的量化索引编码步骤109)。像素值的预测在现有的编码技术MPEG-1、MPEG-2、MPEG-4、H. 264/AVC中作为“运 动补偿”或“内部预测(intra prediction) ”而使用(在编码方法中对应于图12的流程图的步骤101，在解码方法中对应于图15的流程图的步骤401)，本发明在使用这样的预测的情况下能够广泛地应用，能够对编码效率的改善做出贡献。再有，在现有的预测编码技术中，预测误差总是以正负均可以取得的方式进行编 码(概念图是图9)。接着，针对本发明的实施方式中的原理的构造详细地进行说明。针对以像素块单位进行预测，在根据块预测的像素块值的有条件分布的编码中使 用矢量量化的例子进行说明，但是对于预测值为X'的像素来说，使用原像素值X实际取得 什么样的值的概率分布进行编码的这一基本的考虑方式，在以像素单位进行编码的情况下 也是相同的。[距离尺度为范数的情况]使用图3，对二维条件下的量化/编码的例子进行说明。这是二维的最单纯的格子 量化的示意图。从原点起的距离尺度，基于范数(坐标绝对值的最大值)进行计算。例如点(0,3)和点(-2，-3)具有同一 L~范数。图中，假定以虚线连接的点(矢量量化后，离散数据所属的代表矢量)彼此具有同 一 范数，同一范数的点彼此以相同概率发生。在该图中，假设相邻的两像素的原像素值分别是X1 = 253，x2 = 102，预测值是X1' =255，X2' =100。差分值成为 X1-X1' =-2，X2-X2' =2。假设对应于原像素值的差分矢量(-2，2)所属的范数=2的发生概率是0. 3。范数成为2的代表矢量全部是16个，因此对原像素值进行编码所需要的信息量 是-Iog2O. 3+log216 = 5. 737 [bit] (9)接着，根据本发明，对不计算预测误差的情况下的码量进行估计。在图4中表示概 念图。属于图中附加了斜线的部分的以白圆表示的代表矢量(〇)有可能是原像素值， 属于斜线的外侧的以黑圆表示的代表矢量(·)没有可能是原像素值。中心是预测值(X1' ,X2' ) = (255，100)，与前面同样地，假设从中心起的范数 成为2的概率是0.3。因为属于其的代表矢量是9个，所以对原像素值进行编码所需要的信息量是-Iog2O. 3+log29 = 4. 907 [bit] (10)与计算差分的情况(式9)相比收敛于减少0. 83bit的值。[范数固定面上的代表矢量点数]图5中表示二维、对应于Lco范数=4的代表矢量。当将维数作为L、范数作为K时，代表矢量的个数N(L，K)以下式赋予N(L，K) = (2K+1)L-(2K-1)L (11)在图5所示的例子中，成为N(2，4) = 92-72 = 81—49 = 32在编码中，在特别指定范数之后，为了进一步特别指定代表矢量，需要以下的信息量。Iog2N(L, K) [bit] (12)
进而，在图5中，存在以黑圆(·)表示的“超出部分”(没有原像素值的可能性的 部分)。为了求取减去该个数后的白圆(〇)的个数，在(Xl，X2,...，Xj的各维中，当将上 限作为(Λ，ρκ2，...,pKl)，将下限作为(-J1，-ηκ2，...,"nKL)时，是如下关系0 HpKi < K(i = 1...L)在没有超出的情况下，Ki (上限、下限)ε K。当将〇的个数作为N' HnK1，-A^pK1,…乂)时，以下式求取[数式5]<formula>formula see original document page 10</formula>其中，f (K, K' ) = K' -1 (K' =K时)f (K, K' ) = K'(K' <K 时) (14)在图5 的例子中，因为 L = 2，K = ^nK1 = 4，nK2 = IpK1 = 2，ρΚ2 = 4，所以成为N' (2,4,4,4,2,4)= (4+2+1) (4+4+1)-(4-1+2+1) (4-1+4-1+1)= 63-42 = 21当估计根据本发明的方法的熵削减的程度时，成为log232-log221 = 0. 608 [bit]接着，作为不同的预测值的例子，考虑图6的情况。因为L = 2、K = ^nK1 = 4、ηΚ2 = 3、J1 = 2、ρΚ2 = 3，所以成为N' (2,4,4,3,2,3)= (2+4+1) (3+3+1)-(2+4-1+1) (3+3+1)= 49-42 = 7大幅删除了超出的部分。[距离尺度为L1范数的情况]接着，使用图7对从原点起的距离是按照L1范数的、所谓金字塔矢量量化的情 况进行说明。与前面同样地，虚线表示等概率面、斜线部表示像素值可以取得的范围⑴… 255)。以大圆表示的(Xl，X2)是原像素，属于该范数(在图中是4)的代表矢量包含范围 外是16个，范围内是10个。在该情况下，不计算原像素值和预测值的差分时(本发明)的熵，与计算时(现有 方法)相比，降低log216-log210 = 0,678 [bit] (15)[范数固定面上的代表矢量点数]图8是抽提取了图7的L1范数=4的部分。将L维的金字塔矢量量化的、L1范数=K的代表矢量的点的个数与前面同样地作 为N(L，K)。这以下面的方式递推(recurrence)地求取(参照非专利文献1)。 在K = 1 时
N(L，K)=2L 在 L = 1 时N(L, K) = 2·除此之外N (L, K) = N (L, K_l) +N (L-1，K_l) +N (L-1，K)…(16)
因此，成为N(2，4) = N(2，3)+N(l，3)+N(l，4)= N (2，2)+N (1，2)+N (1，3)+2+2= N (2，2)+2+2+4= N(2，1)+N(1，1)+Ν(1，2)+8= 4+2+2+8= 16接着，考虑“超出部分”的个数。例如，由于Λ = 1而产生5个、由于ρΚ2 = 3而产 生1个“超出”代表矢量(·)。首先，为了简便，考虑仅是具为ρΚ 1<1(，其余是^15Ki = K(i = 2，...，L)的情况。这样的情况下的超出代表矢量(·)的个数M(L，K)，使用式16的N，以如下方式 求取在K = 0 时M(L，K) = 1L = 1 时M(L，K) = 1除此之外=M(L，K) = (N (L，K) +N (L-1，K)) /2."(17)中，根据M (L，K-J1-I)而被求取。在图8的L = 2、K = 4、具=1的情况下，成为M(2,4-1-1) = M(2,2)= (N(2，2)+N(l，2))/2= (8+2) /2 = 5同样的方法也适用于其它的维数，例如在PK2 = 3的情况下，以如下方式求取M (2,4-3-1) =Μ(2，0) = 1像这样，根据代表矢量总数N与超出个数Μ，作为N-M求取〇的个数。再有，如上所述为了正确地求取超出量，需要满足以下的条件·垂直于第i个坐标轴的Xi = Ki面的、全部端点的L1范数总是在K以上，·Β卩，在|Κ」|，|255-Κ」|(_]_乒i)中，除了赋予最小值的坐标轴j，除此之外的坐标值 全部是0的点的L1范数(这赋予了全端点中的最小Ll范数)是K以上，·艮口，[数式6]
min [min \Kl min |255 一 Kj\ 1 + > K(18)作为具体例子，图8中的附加了斜线的四角形部分的4个角是“全部端点”，在该情 况下全部的端点在L1范数=4的线上或其外侧，所以能够正确地求取超出量。假设，当该斜线部分如图16那样设定时，有在L1范数=4的线的内侧存在的点 (存在于(Xl，X2) = (1,1)的端点)，因此存在被重复计数的“超出”代表矢量(在(Xl，X2) =(2,2)存在的代表矢量)。在该情况下，不能正确地求取超出量。
[通常的矢量量化的情况]根据熟知的LBG算法(非专利文献2)等的、代表矢量的配置是不规则的，在通常 的矢量量化中，以下述方式应用本发明。图9是相对于通常的差分信号(二维)的矢量量化的示意图。差分信号在各维取 得-255…255的值，因此在代表矢量的设计中也网罗该范围。在如图像预测差分信号那样 在原点(0，0)产生信号的概率高的情况下，如该图那样，代表矢量也在原点附近变密，在外 围变疏。图10与现有的编码方法对应，进行预测值(X1 ‘ ,X2')的原信号的编码。由于原 信号只能取得0··· 255的值，所以在其外也存在代表矢量。因此，与一维的编码讨论时同样 地，产生码量的浪费。图11与本发明的编码方法对应，对应于预测值(X1' ,X2')对代表矢量进行设计。当然由于在各维0…255的范围内设计(即、0彡X1, X2彡255)，所以不发生在现 有方法(图10)中产生的那样的代表矢量的“超出”，能够进行没有码量的浪费的编码。在以下，作为本发明的实施方式的一个例子，说明以像素块单位进行预测，在根据 块预测的像素块值的有条件分布的编码中使用矢量量化时的例子。在本实施方式中，基于事前的学习用数据，创建矢量量化的代表矢量。仅使用对应于编码对象块的预测值X'的学习数据也可，但在维数高的情况下数 据数量变少，因此也可以是如下结构，即，例如预先存储与原像素值的差分值(X-X')，在 学习中使用将预测值加到差分值后的值。图12表示本实施方式的流程图。实线箭头表示处理的流程，波浪线箭头表示数据 的流程。在像素值预测步骤101中，对块单位利用运动补偿或帧内预测等，进行编码对象 块的像素值预测，得到预测值102 (矢量量，vectorquantity)。在移位步骤104中，将预测值(移位)加到另外蓄积的差分分布数据103 (矢量量) 的差分值，接着在限制步骤105中，将矢量的各要素限制到0…255。这成为学习的源数据。在代表矢量设计步骤106中，例如通过LBG算法，使用学习的源数据设计代表矢量 (例如得到图11那样的结果)。接着，通过矢量量化步骤107，将编码对象块的原像素值108 (矢量量)与原像素值 最附近的代表矢量对应起来。将得到的代表矢量的索引(index)信息，基于其发生概率，在量化索引编码步骤109中，通过算数码等的熵编码进行编码，将码输出，结束。使用图13A 13D，以简单的例子对图12所示的编码的处理的作用进行说明。为 了容易理解地进行图示，在图13A 13D中表示一维的像素值。假设原像素值χ取得从0 到255的值。假设当这些值的发生概率是一样时，如图13A所示，各值以1/256的概率发生。以 这样的等概率分布产生的值的编码开销大。可是，如果在获得该原像素值χ的预测值χ'的情况下，能够根据已知的预测误差 值的分布，将原像素值X的可以取得的概率分布作为非等概率分布的分布。本方式着眼于 这一点来改善编码效率。作为原像素值χ和预测值χ'的差分的预测误差x-x'的值(差分值)可以取得 从-255到255的值，但该差分分布能够通过许多样本图像的预测编码实验等来求取。预先 蓄积该差分分布的数据，进行保持。差分分布是各预测误差的值的频度值或概率值的分布，例如成为图13B那样的分 布。图12的差分分布数据103是表示图13B那样的分布的数据(是矢量量)。当对原像素值χ进行编码时，在像素值预测步骤101中，首先求取预测值χ'。在位移步骤104中，在差分分布数据103的各差分值、即图13B所示的差分分布的 横轴的各预测误差X-X'的值上加上预测值X'(位移)，使该差分分布如图13C所示那样 位移到与原像素值χ对应的分布。这相当于已知预测值χ'的情况下的原像素值χ可以取得的概率分布。在图13C的分布中，原像素值χ在从-255+x'到255+x'的范围中的分布。可是， 因为前提是原像素值X在这里只能取得从0到255的值，所以在接下来的限制步骤105中， 如图13D所示那样，舍弃原像素值χ的分布中的不足0和超过255的部分，对应于需要将由 此得到的分布进行标准化，作为概率分布。如果基于该图13D表示的分布对原像素值χ进行编码的话，与在图13A所示那样 的等概率分布下进行编码相比当然能够得到高的编码效率，与在图13B所示那样的下部较 宽的概率分布下进行编码(对应于现有方法)相比效率也变高。作为在这样的概率分布下高效率地进行编码的一个例子有矢量量化，进而在本实 施方式中，基于图13D所示那样的概率分布，通过图12所示的步骤106 109，决定量化代 表矢量的配置，进行矢量量化。图14表示本实施方式的编码装置的框图。通过信号端子300，输入视频图像原信号和解码完成视频图像信号。编码对象块的原像素值蓄积在原像素值蓄积存储器306中。在像素值预测器301中，对块单位通过运动补偿或画面内预测等，进行编码对象 块的像素值预测，得到预测值(矢量量)，存储在预测值蓄积存储器302中。在加法/限制器304中，对在差分分布蓄积存储器303中另外预先蓄积的差分分 布数据矢量和预测值进行相加，将矢量的各要素限制在0··· 255。这成为学习的源数据。在代表矢量设计器305中，例如通过LBG算法，使用学习的源数据对代表矢量进行 设计。接着，通过矢量量化器307，将蓄积在存储器306中的编码对象块的原像素值(矢量量)与原像素值最附近的代表矢量对应起来。将得到的代表矢量的索引信息，基于其发生概率，在量化索引编码器308中，通过 算数码等的熵编码进行编码，将码向输出端子309输出，结束。图15表示本实施方式的解码时的流程图。实线箭头表示处理的流程，波浪线箭头 表示数据的流程。在像素值预测步骤401中，对块单位通过运动补偿或画面内预测等，进行编码对 象块的像素值预测，得到预测值402 (矢量量)。在加法步骤404中，将另外蓄积的差分分布数据矢量与预测值相加，接着在限制 步骤405中，将矢量的各要素限制到0···255。这成为学习的源数据。在代表矢量设计步骤406中，例如通过LBG算法，使用学习的源数据对代表矢量进 行设计。基于得到的代表矢量的索引信息的发生概率，在量化索引解码步骤407中，对索 引进行解码。接着，在矢量反量化步骤408中，求取与索引对应的代表矢量值，对其进行输出，结束。再有，关于本实施方式的解码装置的框结构，能够根据图14所示的编码装置的框 图的说明、和图15所示的解码时的流程图的说明而容易地类推，所以省略使用附图的说 明。解码装置的结构也基本上与图14所示的编码装置的框图相同，图14中的原像素 值蓄积存储器306在解码装置中成为量化索引编码数据蓄积存储器，矢量量化器307在解 码装置中成为量化索引解码器，量化索引编码器308在解码装置中成为矢量反量化器。以上的图像/视频图像编码和解码的处理，能够通过计算机和软件程序来实现， 也能够将该程序记录在计算机能够读取的记录介质中进行提供，或通过网络进行提供。产业上的利用可能性根据本发明，不会使现有技术的、在处理预测值和原像素值的差分的情况下的“欠 缺预测值这一重要信息”的情况发生，能够在编码中充分地利用预测值，结果能够以更少的 码量对图像(静止图像或视频图像)进行编码。
权利要求
一种图像编码方法，使用根据解码完成图像通过空间预测或时间预测生成的预测值，对编码对象的像素的值进行编码，其特征在于，具有进行编码对象的像素的值的预测，获得预测值的步骤；对应于预测值使预先蓄积的预测编码中的原像素值和预测值的差分的分布数据位移，由此计算原像素值相对于所述获得的预测值取得什么样的值的概率分布的数据的步骤；将所述获得的概率分布的数据限制到原像素值能够取得的下限值到上限值的范围中的步骤；以及使用所述被限制的从原像素值的下限值到上限值的概率分布数据，对编码对象的像素的值进行编码的步骤。
2.根据权利要求1所述的图像编码方法，其特征在于，以所述编码对象的像素的值与规定的像素块对应起来的方式，以像素块单位进行所述 预测，在对所述像素值进行编码的步骤中，基于对根据块预测的像素块值求取的所述概率分 布的数据，决定量化代表矢量，通过对所述像素块值进行矢量量化从而进行编码。
3.一种图像解码方法，使用根据解码完成图像通过空间预测或时间预测生成的预测 值，对解码对象的像素的值进行解码，其特征在于，具有进行解码对象的像素的值的预测，获得预测值的步骤；对应于预测值使预先蓄积的预测编码中的原像素值和预测值的差分的分布数据位移， 由此计算原像素值相对于所述获得的预测值取得什么样的值的概率分布的数据的步骤；将所述获得的概率分布的数据限制到原像素值能够取得的下限值到上限值的范围中 的步骤；以及使用所述被限制的从原像素值的下限值到上限值的概率分布数据，对解码对象的像素 的值进行解码的步骤。
4.根据权利要求3所述的图像解码方法，其特征在于，以所述解码对象的像素的值与规定的像素块对应起来的方式，以像素块单位进行所述 预测，在对所述像素值进行解码的步骤中，基于对根据块预测的像素块值求取的所述概率分 布的数据，决定量化代表矢量，按照所述决定的量化代表矢量，对解码对象的被矢量量化后 的像素块值进行解码。
5.一种图像编码装置，使用根据解码完成图像通过空间预测或时间预测生成的预测 值，对编码对象的像素的值进行编码，其特征在于，具有进行编码对象的像素的值的像素值预测，获得预测值的预测单元；对应于预测值使预先蓄积的预测编码中的原像素值和预测值的差分的分布数据位移， 由此计算原像素值相对于所述获得的预测值取得什么样的值的概率分布的数据的单元；将所述获得的概率分布的数据限制到原像素值能够取得的下限值到上限值的范围中 的单元；以及使用所述被限制的从原像素值的下限值到上限值的概率分布数据，对编码对象的像素 的值进行编码的编码单元。
6.根据权利要求5所述的图像编码装置，其特征在于，在所述预测单元中，以所述编码对象的像素的值与规定的像素块对应起来的方式，以 像素块单位进行所述预测，在所述编码单元中，基于对根据块预测的像素块值求取的所述概率分布的数据，决定 量化代表矢量，通过对所述像素块值进行矢量量化从而进行编码。
7.一种图像解码装置，使用根据解码完成图像通过空间预测或时间预测生成的预测 值，对解码对象的像素的值进行解码，其特征在于，具有进行解码对象的像素的值的像素值预测，获得预测值的预测单元；对应于预测值使预先蓄积的预测编码中的原像素值和预测值的差分的分布数据位移， 由此计算原像素值相对于所述获得的预测值取得什么样的值的概率分布的数据的单元；将所述获得的概率分布的数据限制到原像素值能够取得的下限值到上限值的范围中 的单元；以及使用所述被限制的从原像素值的下限值到上限值的概率分布数据，对解码对象的像素 的值进行解码的解码单元。
8.根据权利要求7所述的图像解码装置，其特征在于，在所述预测单元中，以所述解码对象的像素的值与规定的像素块对应起来的方式，以 像素块单位进行所述预测，在所述解码单元中，基于对根据块预测的像素块值求取的所述概率分布的数据，决定 量化代表矢量，按照所述决定的量化代表矢量，对解码对象的被矢量量化后的像素块值进 行解码。
9.一种图像编码程序，用于使计算机执行权利要求1所述的图像编码方法。
10.一种图像解码程序，用于使计算机执行权利要求3所述的图像解码方法。
11.一种计算机能够读取的记录介质，记录有图像编码程序，该图像编码程序用于使计 算机执行权利要求1所述的图像编码方法。
12.—种计算机能够读取的记录介质，记录有图像解码程序，该图像解码程序用于使计 算机执行权利要求3所述的图像解码方法。
全文摘要
一种图像信号的编码方法，使用根据解码完成图像通过空间预测或时间预测生成的预测值，对编码对象的像素的值进行编码。进行编码对象的像素的值的预测，获得预测值，对应于预测值使预先蓄积的预测编码中的原像素值和预测值的差分的分布数据位移，由此计算原像素值相对于所述获得的预测值取得什么样的值的概率分布的数据，将所述获得的概率分布的数据限制到原像素值能够取得的下限值到上限值的范围，使用所述被限制的从原像素值的下限值到上限值的概率分布数据，对编码对象的像素的值进行编码。
文档编号H03M7/30GK101836456SQ20088011248
公开日2010年9月15日 申请日期2008年10月23日 优先权日2007年10月30日
发明者八岛由幸, 高村诚之 申请人:日本电信电话株式会社