用於多標度零樹熵編碼的設備和方法
2023-07-22 13:42:41
專利名稱：用於多標度零樹熵編碼的設備和方法
本申請要求獲得1997年7月11日申請的美國臨時申請No.60/052,245的利益，該申請在此引證作為參考。
本發明涉及圖象和視頻處理系統，特別涉及用於編碼子波樹的圖象和視頻處理系統，該系統產生具有空間、質量和複雜性的可測量性的靈活度的比特流。
發明的背景數據壓縮系統用於用最少數量的比特儘可能精確地表示信息，並因此必須使在信息存儲系統或傳送系統中存儲或傳送的數據量最少。由於這種分解導致源圖象的分級多標度表示，所以還可稱為分級子波段分解的子波變換近來已用於低比特率圖象壓縮。把子波變換用於低比特率圖象編碼的重要方面是表示非零值位置的二進位映射(map)的編碼(子波樹)，也稱為變換係數的「有效映射」。利用其後要進行熵編碼的標量量化，為了實現很低的比特率，例如小於1bit/pel，量化後最可能的符號-零符號的概率必須非常大。一般來說，比特預算的大部分必須用在編碼有效映射上。由此可見，編碼有效映射中的有效改進轉變為在準備存儲或傳輸的信息的壓縮中的有效改進。
為了完成這個任務，已經提出了稱為「零樹(zerotree)」的新結構。如果係數有小於或等於T的幅度，那麼該子波係數就被認為相對於給定的閾值T是無效的。零樹基於這樣的前提如果粗標度的子波係數相對於給定的閾值T是無效的，那麼在較細標度下相同空間位置中相同取向的所有子波係數相對於T可能都是無效的。
更具體地說，在分級的子波段系統中，除了最高頻率的子波段外，給定標度下的每個係數均涉及與稱為子波樹的結構相同取向的下一個較細標度下的一組係數。把最粗標度下的係數稱為父節點，把在相同取向的下一個較細標度下相應於相同空間或時間位置的係數稱為子節點。對於給定的父節點來說，把在相同取向的所有較細標度下相應於相同位置的一組係數稱為下代。同樣地，對於給定的子節點來說，把在相同取向的所有較粗標度下相應於相同位置的一組係數稱為祖先。
按從最粗等級至最細等級的分解標度順序來掃描節點。這意味著直至其父節點和與該父節點相同標度的所有子波段中的其它所有父節點都被掃描後才掃描子節點。這是改進的寬度優先的類型，一個子波段接一個子波段，在由兩維數據集的子波變換係數限定的所有子波樹上橫向完成。
給定閾值等級，以確定係數是否有效，如果1)節點上係數的幅度無效，2)節點不是根的下代，即根據較粗的標度不能完全預測該節點，和3)其所有下代都是無效的，那麼認為該節點是ZEROTREEROOT。用特定的符號來編碼ZEROTREE ROOT，表示完全可預測在較細標度下的係數無效。為了有效地編碼二進位的有效映射，對四個符號進行熵編碼ZEROTREE ROOT、ISOLATED ZERO和兩個非零符號POSITIVE SIGNIFICANT及NEGATIVE SIGNIFICANT。
在此引證作為參考的1995年5月2日頒布的美國專利5412741披露了在高度壓縮下編碼信息的設備和方法。該設備採用比任何現有技術都更有效的方式進行子波係數的零樹編碼。該設備的關鍵在於，動態產生將要掃描的係數索引表，從而動態產生的表僅包括必須被編碼的符號的係數索引。這是對採用係數索引靜態表的現有技術的引人注目的改進，並且必須單獨檢查各係數，以觀察是否a)必須編碼符號，或b)完全可以預測該符號。在『741』專利中論述的方法被稱為「Embedded Zerotree Wavelet」(EZW)的方法。
另一方面，也可以在由兩維數據集的子波變換係數限定的所有子波樹上深度優先地完成子波樹(例如，零樹)的編碼。子波編碼的這種方法被稱為零樹熵(ZTE)編碼，在1997年12月31日申請的題目為「Apparatus And Method For Encoding Wavelet TreesGenerated By A Wavelet-Based Coding Method」的美國專利申請(代理文件SAR 12234；序號09/002251)中披露了該方法，在此引證作為參考。
儘管已經發現ZTE是有效的子波編碼方法，但各種應用都可以從提供多標度子波編碼即在空間解析度和質量上提供可測量性的靈活的子波編碼方法中受益。
因此，在現有技術中存在編碼子波樹的需要，該編碼將產生具有空間、質量和複雜性的可測量性的靈活度的比特流。
發明的公開本發明是一種編碼零樹以產生具有空間、質量和複雜性的可測量性的靈活度的比特流的設備和相應的方法。擴展該ZTE方法，以通過實施多標度零樹編碼方案獲得完全可標度的編碼方法。
更具體地說，首先用第一量化器Q0量化第一空間解析度(和/或質量(信噪比(SNR)))層的子波係數。利用零樹概念掃描這些量化係數，然後對有效映射和被量化的係數作熵編碼。在該層次上的熵編碼器的輸出BS0包括比特流的第一部分。
接著，還重新構成第一層的量化子波係數，並從原有的子波係數中減去該係數。這些「剩餘」子波係數被送入編碼器的下一級，在該級中，用第二(下一個)量化器Q1量化該子波係數，然後，該係數被零樹掃描和作熵編碼。該級的輸出BS1包括輸出比特流的第二部分。
再次重新構成第二級的量化係數，並從原有係數中減去該係數。對N級連續進行該處理，以提供N層的可測量性。各級表示SNR的一層或空間(或兩者)可測量性。通過把上述N級編碼器施加給輸入圖象的不同空間解析度來提供空間可測量性。因此，有效地產生可測量性等級或層的寬範圍，並插入所獲得的比特流中，對於特定應用按需要用例如解碼器來抽取該比特流。
附圖的簡要說明通過以下結合附圖的詳細說明，可以迅速理解本發明的技術，其中
圖1是本發明的圖象編碼器的方框圖；圖2是展示圖1所示的編碼器的編碼方法的流程圖；圖3示意性說明在子波樹內被分解為三個標度的圖象中子波段的父子相關性；圖4表示子取樣圖象的三代的父子關係；圖5表示子波樹內各種節點之關係的示意圖；圖6表示子波樹的子波塊表示法；圖7表示本發明實施的量化方法的流程圖；圖8表示本發明實施的符號分配方法的流程圖；圖9表示具有空間解析度可測量性層的比特流方框圖；圖10表示具有SNR層或質量可測量性層的比特流方框圖；圖11表示具有組合的SNR-空間可測量性的比特流方框圖；圖12表示圖1所示的圖象編碼器的詳細方框圖；圖13示意性展示四個非零子波係數；圖14展示產生SNR可測量性層的一部分編碼器的方框圖；圖15展示根據上一層預測下一層的有效映射的狀態圖；圖16展示利用零樹狀態跟蹤各子波係數狀態的狀態圖；和圖17展示本發明的編碼系統和解碼系統。
為了便於理解，在可能的地方使用相同的參考序號來表示附圖中所共有的相同元件。
詳細的論述圖1表示本發明編碼器100的方框圖，而圖2表示圖1所示的編碼器100的操作流程圖。為了更好地理解本發明，讀者應該同時參照圖1和圖2，並且參閱本發明的以下說明。此外，首先參照ZTE來說明本發明，然後進行必要的改進，產生多標度ZTE。
編碼器100包括子波樹發生器104、可選擇的子波樹重構器108、量化器110、符號分配器112和熵編碼器114。這些成分中的每個成分都串聯連接，把埠102上的圖象處理成為埠116上的被編碼的輸出圖象。輸入圖象一般是象素化(數位化)的攝影圖象，可以由圖象掃描器或計算機圖象系統產生。但是，輸入圖象也可以是在視頻圖象的一串幀內或由視頻編碼系統產生的運動補償剩餘幀內的幀。一般來說，本發明處理任何形式的數位化圖象或該圖象的一部分。因此，操作方法一般在步驟202開始輸入「圖象」即兩維數據的任何形式。
子波樹發生器104(在步驟204中)進行子波分級子波段分解，產生輸入圖象的普通子波樹表示。為了完成這種圖象分解，利用在兩維中每一個上的雙倍(times two)子取樣，把圖象分解成高水平-高垂直(HH)、高水平-低垂直(HL)、低水平-高垂直(LH)和低水平-低垂直(LL)的頻率子波段。然後，LL子波段在兩維中每一個上再雙倍子取樣，以產生一組HH、HL、LH和LL子波段。該子取樣遞歸地進行，以產生如圖3所示的採用三個子取樣的子波段陣列。實際上最好採用四個或更多個子取樣，但本發明可以採用任意數量的子取樣。由從父節點的子波段至子節點的子波段方向的箭頭來表示子波段之間的父子相關性。最低頻率子波段在左上部LL3，而最高頻率子波段在右底部HH1。在本實例中，所有子節點有一個父節點。在J.M.Shapiro，「Embedded Image Coding Using Zerotrees ofWavelet Coefficients」，IEEE Trans.on Signal Processing，Vol.41，No.12，pp.3445-62，December 1993中披露了有關子波段分解的詳細論述。
圖4表示三次子取樣產生的父子關係。單個父節點400有利用四倍子取樣即在兩維中每一個上雙倍子取樣的與圖象中相同區域對應的四個子節點402。各子節點402有利用又一個四倍子取樣的四個對應的下一代的子節點404。有關父節點與其子節點和孫節點的關係或數據結構是子波樹。注意，在低-低子波段中各象素有與其相關的「樹」。但是，在現有技術中一般稱從同時形成的低-低子波段中延伸的多個樹為圖象的「子波樹」。本說明書也將採用該專用術語。
再參照圖1和圖2，量化器110通過路徑106按「深度優先」模式量化(在步驟210中)子波樹的係數。就是說，該方法從低-低子波段(LL3)中的根節點經子節點橫向切割各樹。
圖5表示用於橫向切割各樹的深度優先模式。例如，在LL3中的節點500開始，沿著醒目的路徑，本發明的深度優先處理進入子波段LH3的節點502，然後進入子波段LH2的節點504。從節點504，深度優先橫向切割處理繼續進行至子波段LH1內的節點506、508、510和512，即進行至節點504的所有子節點，然後繼續至504的兄弟(514、524、534)，其中在下一個兄弟和其子節點前，橫向切割各兄弟的四個子節點。一旦橫向切割該樹的該整個分支，那麼橫向切割處理轉到節點500的另一子節點上，例如節點544。在達到節點556等之前，深度優先橫向切割處理從該節點轉到節點546、548、550、552和554。
隨著各分支被橫向切割，係數被量化成離散值。在本發明情況下可以採用任何量化方法。量化處理把連續的係數值映射成具有正值、負值或零值的離散值。總之，在深度優先掃描模式中，在其父節點504之後和任何相鄰的父節點514、524和534之前掃描子節點506、508、510和512。在這種方式中，在下一個相鄰空間位置被掃描之前，按從父節點500至子節點502再至孫節點504等的增長頻率順序來掃描表示給定空間位置的所有係數。
儘管深度優先掃描模式的上述說明按「從上向下」的模式進行了論述，但深度優先掃描模式也包括從下向上的掃描。因此，量化也可以從樹的「葉」(最底部節點)開始，繼續進行到樹的上面來完成。利用圖5所示的實例，在「從下向上」的模式中，將首先量化節點506、508、510和512，然後量化節點504等，最後達到樹上面的節點500。一旦該樹完成量化，量化處理就會量化另一棵樹，再一棵樹等，直至所有樹中的所有節點被量化。如下所述，與從上向下模式相比，當採用從下向上模式時，本發明可更有效地進行控制。
為了簡化該深度優先掃描模式，本發明識別各子波樹的被量化的係數，形成「子波塊」。如圖1和圖2所示，在量化前，在子波樹重構器108中完成該重構。
圖6示意性地表示本發明產生的子波塊604。本發明把在子波樹602的低-低波段606(LL3)中的從象素600延伸的樹602映射成子波塊604。圖象幀608的各子波塊604包括表示該幀內在該塊的空間位置上該幀的所有標度下的那些係數和取向。通過把係數的存儲器位置物理地重新映射成形成子波塊的新的存儲器位置來完成該重構。因此，給定子波塊的所有係數存儲在順序的地址位置上。或者，不再重新物理分配係數，而是映射入虛擬存儲器中。因此，產生進入物理存儲器中的索引，其中該索引(虛擬存儲器)有配置成子波塊的存儲器位置。對於進入索引的每一次訪問來說，索引中的地址被映射成在其中存儲係數的物理存儲器位置。因此，藉助虛擬存儲器方式，在存儲器中沒有物理地重新配置係數的情況下，就可利用子波塊的優點。
利用深度優先掃描模式，在掃描下一個塊之前，完整地掃描各子波塊，量化其係數。例如，在光柵掃描模式中通過子波塊的幀，完整地掃描塊610，然後掃描塊612，接著掃描塊614等等。塊的順序不必一定按光柵掃描模式，可以按應用要求的任何期望的順序。這包括定向的對象，從而在其它對象之前掃描和編碼與某個對象對應的塊。由於以連續的存儲器地址設置整個塊，所以對於給定塊通過選擇第一個或者最後一個存儲器入口和按增加或減少的順序訪問所有其它的地址，可以容易地按從上向下或從下向上的模式來掃描該塊。
重要地，利用這種重構，可以根據其幀的空間位置對各子波塊分配不同的量化器標度。這允許量化器110特別地分配給係數的一空間位置和/或按照係數表示的頻段來分配該量化器。因此，在整個圖象上量化器的標度可以是不同的，以使圖象的中心或圖象內的某個對象可以比邊緣更精確地量化。同樣地，量化器標度可以與頻率相關，以便可以利用與其它頻率不同的標度來量化較高的頻率(或者，在這方面，較低頻率、中間頻率、各種頻段等)。再有，代替單個量化器，可以使用量化矩陣來編碼各子波塊。
儘管子波塊形成實施發明的直觀數據結構，但子波塊的使用是隨意的，對實現本發明的編碼器100和下述其它編碼器不是必要的。如下所述，普通的樹結構可以與本發明的改進的樹橫向切割處理和改進的編碼技術一起使用。因此，圖1和圖2表示作為分別旁路重構器和其相關功能的路徑106和路徑208的重構器的可選擇特徵。
在量化後，在樹的各節點上，被量化的係數有零值或非零值。只要節點上的係數總是零和其所有下代形成零樹，即所有下代節點為零值，就存在「零樹」。通過按深度優先方式再次掃描各樹可有效地編碼子波樹的被量化的係數。因此，通過橫向切割樹和根據節點的量化值以及各節點下代的量化值把特定符號分配給各節點，符號分配器112進行操作(步驟212)。
具體地，在各節點上，本發明的方法分配以下三個符號的其中一個符號ZEROTREE ROOT、VALUED ZEROTREE ROOT和VALUE。ZEROTREEROOT表示零樹根節點的係數。在分配符號的掃描之後，由於已知樹中所有係數為零值，所以不需要再掃描該零樹。VALUED ZEROTREE ROOT是係數為非零值和所有四個子節點為ZEROTREE ROOT的節點。在該節點之下不再進行該樹的編碼掃描。VALUE符號表示具有零值或非零值並且還具有沿該樹有非零值的一些下代的係數。作為選擇，第四個符號Isolated Zero(IZ)可以附加給該有效映射。在這種情況下，IZ符號表示具有零值的係數，但在其一些下代的某處具有非零的係數。如果附加IZ，那麼VAL僅表示有一個或更多個非零下代的非零係數。
為了更有效地掃描樹，以量化符號和把該符號分配給節點，量化器與符號分配器一起操作。圖7表示量化零樹係數採用的量化方法700的詳細流程圖，圖8表示分配符號值以表示被量化的係數值的符號分配方法800的詳細流程圖。
方法700在塊702處開始，進入步驟704，從子波樹的一節點恢復係數值。如下所述，量化方法按從下向上深度優先的模式掃描子波樹。因此，第一地址總是在最高頻率的子波段中，重複該方法，該方法前進到樹上部進入越來越低的頻率子波段。隨著被量化的值產生，因而該方法繼續跟蹤子節點的被量化值，即有值或零的子節點。在步驟706，該方法把恢復的係數值量化成正值、負值和零值。在步驟708，用初始的符號值對與剛剛量化的係數值有關的節點更新標誌映射。標誌映射符號取決於子節點的值以及本節點的值。注意，由於從下向上進行掃描，所以標誌映射不能明確表示節點是否為ZEROTREE ROOT。因此，在所有節點都被分配初始的符號值後，再次按從上至下的模式掃描該樹，以最後分配符號值。標誌映射是按量化方法700填充的子波樹節點的索引。在標誌映射中的各地址上，該方法存儲初始符號潛在的VALUE、潛在的VALUED ZEROTREE ROOT或潛在的ZEROTREE ROOT(和可選擇的，ISOLATED ZERO)。如果該被量化的係數值有數值，那麼用潛在的VALUE符號來標記該係數的標誌映射位置。如果該被量化的係數值為零值，並且所有子節點為零值，那麼用潛在的ZEROTREE ROOT來標記該標誌映射位置。可選擇地，如果該被量化的係數為零值，但其一些下代為非零值，那麼可用ISOLATED ZERO符號來標記。最後，如果被量化的值有數值，但其子都為零值，那麼用潛在的VALUED ZEROTREE ROOT來標記該標誌映射位置。
在步驟710，該方法查詢子波樹中的所有節點是否已經被量化。如果否定地回答該查詢，那麼該方法進入步驟712，在該步驟中，選擇子波樹中新的(下一個)節點或樹進行量化。然後，該方法返回步驟704。如果在步驟710對該查詢作出肯定的回答，那麼該方法進入步驟714。在步驟714，該方法查詢是否所有樹已經被量化。如果對該查詢作出否定的回答，那麼在步驟716，該方法選擇新的(下一個)樹或量化。如果在步驟714中對查詢作出肯定的回答，那麼該方法進入步驟718。在方法700中的該點，所有樹中的所有節點都已經被量化和分配初始的符號。在步驟718，方法700調用圖8的符號分配方法800。在符號分配之後，方法700在塊720中結束。
方法800按從上至下的模式即從根到葉掃描樹。但是，由於樹在出現ZEROTREE ROOT或VALUED ZEROTREE ROOT的各處被剪斷，所以該方法不必訪問每個節點。具體地，在步驟802開始方法800，並進入步驟804。在步驟804，該方法從量化的係數樹中恢復被量化的係數。在步驟806，該方法恢復對應於恢復的係數的標誌映射中的初始符號。該方法在步驟808中查詢初始符號是否為潛在的ZEROTREE ROOT。如果對查詢作出肯定的回答，那麼在步驟810，該方法把ZEROTREE ROOT符號分配給節點。然後，在步驟812，該方法剪斷該樹，即由於通過限定所有節點有零值，所以該方法忽略在該ZEROTREE ROOT節點下的所有節點。
在步驟820中該方法查詢是否已經選擇所有節點。如果在步驟820中對查詢作出否定的回答，那麼該方法沿NO路徑進入步驟814。在步驟814，該方法選擇下一個節點，在跳越任何剪斷的分支後，在從上至下的樹中進行深度優先掃描。
如果步驟808中對查詢作出否定的回答，那麼該方法沿NO路徑進入步驟816。在步驟816中，該方法查詢標誌映射是否包括潛在的VALUED ZEROTREE ROOT的潛在符號。如果在步驟816中對查詢作出肯定的回答，那麼方法在步驟822中把VALUED ZEROTREE ROOT符號分配給節點，把該值放在非零值表中，然後在步驟824中剪斷該樹。在步驟820中該方法查詢是否所有節點已經被選擇。如果在步驟820中對查詢作出否定的回答，那麼該方法進入步驟814。然後，該方法在步驟814中選擇用於符號分配的下一個節點，跳越剪斷的分支。
如果步驟816中對查詢作出否定的回答，那麼該方法在步驟818把VALUE符號分配給節點，並把數值放置於包括數值零的數值表中。該方法在步驟820中查詢是否所有節點已經被選擇。如果在步驟820中對查詢作出否定的回答，那麼該方法進入步驟814。然後，該方法在步驟814中選擇用於符號分配的下一個節點。
繼續實施該分配方法，直至所有節點都有分配給它們的符號。因此，如果步驟820中的查詢被肯定回答，那麼該方法進入步驟826，方法800結束或返回到方法700。把圖7和圖8中所討論的方法共同稱為零樹熵編碼(ZTE)。
再參照圖1和圖2，利用熵編碼器114，例如普通的算術編碼器來編碼符號和數值(在步驟214)。完成編碼的一種可能方式如下所述。利用三個符號字母來編碼符號。利用不包括數值零的字母來編碼與VALUED ZEROTREE ROOT符號一一對應的非零值表。利用包括數值零的字母來編碼與VALUE符號一一對應的剩餘係數。對於在掃描中遇到的任何節點來說，其中該節點是沒有子的葉，從不提供根符號。因此，通過不對該節點編碼任何符號和用包括數值零的字母編碼係數，可以節省一些比特。
在Witten et al.，「Arithmetic Coding for DataCompression」，Comm.Of the ACM，Vol.30，No.6，pp.520-540，June1987中披露了利用三個符號或可選擇的四個符號編碼用於符號的字母和用於數值的多個符號字母的示意性編碼器。事實上，本領域的技術人員懂得可以按照分配的符號僅簡單地編碼係數值(或這些值的表示)來改進本發明。就是說，僅編碼係數的值而不必編碼表示係數重要性的符號。
編碼器100在埠116處產生(在步驟216)編碼的輸出圖象。採用本發明，利用在子波樹的各節點上三個符號中之一外加編碼的係數值來迅速和有效地編碼圖象。
在本發明中，上述ZTE方法適合編碼子波樹，產生具有空間、質量和複雜性的可測量性的靈活度的比特流。更具體地說，圖9-11表示具有不同可測量性的比特流的不同實例。
圖9表示具有M層的空間解析度可測量性的比特流900的方框圖。就是說，該比特流構成得使表示輸入圖象的空間解析度912-942的信息對應於比特流900的不同部分910-940。在該方式中，如果解碼器需要獲得輸入圖象的空間解析度912，那麼解碼器就簡單地解碼比特流的相應部分910。因此，如果解碼器需要獲得輸入圖象的更高空間解析度，那麼解碼器就根據需要簡單地解碼比特流的相關部分。
圖10表示具有N層的SNR或質量可測量性的比特流1000的方框圖。就是說，這樣構成比特流，使表示輸入圖象的空間解析度1012-1042的信息對應於比特流1000的不同部分1010-1040。在該方式中，如果解碼器需要獲得輸入圖象的特定質量1012，那麼解碼器就簡單地解碼比特流的對應部分1010。因此，如果解碼器需要獲得輸入圖象的更高質量，那麼解碼器就根據需要簡單地解碼比特流的相關部分。
最後，在圖11中，比特流1100有M層的空間解析度和N層的SNR可測量性，即組合的SNR-空間可測量性。就是說，這樣構成比特流，使表示輸入圖象的不同的組合的SRN-空間可測量性1112-1142的信息對應於比特流1100的不同部分1110-1140。在該方式中，如果解碼器需要獲得輸入圖象的SNR-空間可測量性1112的特定組合，那麼解碼器就簡單地解碼比特流的對應部分1110。由編碼器在比特流中說明可測量性(SNR、空間)的數量和種類。
圖12表示圖象編碼器100的詳細方框圖。更具體地說，把兩個2-d可分開的子波分解施加在離散子波變換(DWT或子波樹發生器)104中的輸入圖象上。由編碼器限定亮度分量的分解等級數，並設置於比特流中。把色度分量分解成比亮度分量少一級。
接著，編碼器與其它子波段不同地和無關地編碼最低子波段。例如利用均勻的中間上升(midriser)量化器110a來量化這些係數。在量化最低的子波段係數後，預測模塊112a採用反向預測編碼方法，如下所述編碼LL波段的量化值。
參照圖13，如果a、b、c和x為LL波段中四個非零的子波係數，那麼如下以x編碼差值如果abs(a-b)＜abs(a-c)，那麼編碼x-c (1)否則，編碼x-b反之，解碼器如下計算值x如果abs(a-b)＜abs(a-c)，那麼x＝value+c (2)否則，x＝value+b
其中，「value」是由解碼器接收的值。總之，式(1)表示如果abs(a-b)＜abs(a-c)，那麼x更接近c(水平係數)，如果不是這樣，那麼x更接近b(垂直係數)。因此，該方法不需要說明基於預測的方向的比特傳輸(費用)。
接著，利用自適應算術編碼器114a編碼來自反向預測的係數。首先，尋找係數的最小值。從所有係數中減去該值「band_offset」，以把其下限限定到零。隨後，尋找係數的最大值(「band_max_value」)。把值「band_offset」和「band_max_value」置於比特流中。就是說，用「band_max_value」種子(seeds)的均勻分布使算術編碼器初始化，然後，利用自適應算術編碼器掃描和編碼係數。
再參照圖12，編碼器按照與低-低波段不同的形式編碼較高的子波段。更具體地說，為了獲得可測量性等級或層的寬範圍，採用多標度零樹編碼方法，在該方法中，按照圖14所示那樣的多級來實現量化器110b、零樹掃描(ZTS)112b和算術編碼器114。
圖14表示產生SNR層的編碼器一部分1400的方框圖。更具體地說，編碼器的編碼部分1400包括多級14101＝n，其中各級協助產生SNR層。
在操作中，用量化器Q01412量化特定空間解析度的輸入圖象的子波係數(可以使用輸入圖象的不同空間解析度)。利用上述零樹概念由ZTS模塊1414掃描這些被量化的係數，然後，由圖7和圖8所示的熵(或算術)編碼器1416對有效映射和被量化的係數進行熵編碼。在該等級上的熵編碼器1416的輸出BS0是比特流的第一部分，例如第一SNR層。
本熵(算術)編碼器累積統計量，提供洞察力或展現趨勢，例如，關於係數值的範圍和相對於其它係數值的位置。這種信息可用於算術編碼器，以提高編碼效率，例如，用分配的具有較少比特的符號表示時常遇到的類型或係數值。下面提供採用不同熵(算術)編碼器的多個其它實施例。
接著，也重新構成第一層的被量化的子波係數，並通過反向量化器1418和緩衝器1419從原有的子波係數中減去該係數。然後，將「剩餘的子波係數」送入編碼器的第二級14102，在該級中，用Q1量化子波係數，然後通過ZTS模塊1424掃描零樹，通過熵編碼器1426進行熵編碼。應該指出，剩餘的子波係數可以表示由量化處理引入的誤差。因此，後續的輸出BSx可以被認為是可以用於解碼器的「細化」，以優化被量化的子波係數的重新構成。但是，還應該指出，在下一級中改變量化器標度也可以引入在前面的級中可能不存在的新的子波係數(例如，這些新的子波係數被預先量化為零)。量化處理還如下所述。該第二級的輸出BS1是輸出比特流的第二部分，例如，當與第一SNR層組合時產生第二SNR層的附加信息。
第二級14102的被量化係數也被重新構成，並從原有係數中減去該係數，其中，對於下一級等繼續進行該處理。如圖14所示，編碼器的N+1級提供SNR可測量性的N+1層。各級表示SNR的一個層。為了獲得空間(或空間和SNR兩者)的可測量性，輸入圖象的不同空間解析度可以作為輸入在路徑1405上傳送。例如，可以由第一級14101處理輸入圖象的多個不同的空間解析度，產生多個空間可測量性。如果要求空間和SNR兩者的可測量性，那麼可以由編碼器部分1400的後續級來處理輸入圖象的各空間解析度。量化為了獲得上述有效的可測量等級的寬範圍，在本發明中採用多級量化方法。就是說，可以使Qn具有與由編碼器限定的並規定在比特流中Qn-1的某些關係，以提供很靈活的方法來支持等級和可測量類型之間、複雜性和編碼效率之間的適當折衷。例如，在第一級量化後，各子波係數不是零就是非零。但是，可以對可測量性的各後面等級規定不同的量化步進尺寸，以在上述層的子波係數重新構造中進行細化，例如，所有量化器可以是具有兩倍於量化步進尺寸的靜區的中間上升量化器。然後，由編碼器在比特流中規定這些量化步進尺寸，例如發送該量化或存儲庫索引。
在優選實施例中，目前的MZTE量化方法由一組量化步進尺寸Q組成，其中，各SNR層有相關的Q值。Q值是正整數，表示跨接在該SNR層上的量化等級值的範圍。對於第一層來說，如果等級不是零等級，那麼各量化等級表示Q值([等級*Q、…(等級+1)*Q-1])；如果等級為零等級，那麼各量化等級表示2Q-1值([-(Q-1)])。除了值數量可以大於1或小於1外，對於後面的SNR層來說，它是類似的。
為了初始量化，子波係數被簡單地除以第一SNR層的Q值。這產生了初始的量化等級。對於連續的SNR層來說，發送表示細化量化值的校正索引，其中，細化值被稱為「剩餘量」，通過首先計算細化等級數進行計算M-ROUND(prevQ/curQ) (3)其中prevQ為上SNR等級的Q值，curQ為當前SNR層的Q值，和ROUND為在最接近的整數。
應該指出，除法本身可以是非整數的。
劃分上一SNR層的各量化反向範圍，使得該範圍將儘可能均勻地影響細化的等級。如果prevQ可被curQ整除(例如，prevQ＝25和curQ＝5)，那麼該分區留下分區尺寸之間零的偏差。如果prevQ不被curQ整除(例如，prevQ＝25和curQ＝10)，那麼在分區之間最大偏差為1。較大的分區總是接近零的分區。剩餘量被簡化為實際處於原有未量化值狀態的分區數。對該索引有兩種情況情況I如果前面個SNR等級量化為零(就是說，該值在靜區)，那麼剩餘量必須是{-m，…，0，…，+m}中2m-1值的其中之一。
情況II如果前面個SNR等級量化為非零值，那麼(由於該sign在反向量化器中已知)剩餘量必須是{0，…，m-1}中的m值之一。
剩餘量的可能值的限定基於連續量化值之間的相互關係和給定值在最後的SNR埠中是否被量化為零(這些事件在解碼器中都是已知的)。由於上述同樣的原因，相對於算術編碼採用兩個剩餘量模式(相對於第一種情況的模式和相對於第二種情況的模式)使編碼效率提高。
對於反向量化來說，認為重新構成等級(在當前的SNR層中)是量化反向範圍的中點。因此，誤差必定為對應量化等級的反向範圍的一半。給定初始量化值和剩餘量可以重新構成量化等級。以上的量化方法也允許利用對各附加SNR可量測性的平分量化步進尺寸的制約來進行圖象的比特平面編碼。零樹掃描和自適應算術編碼零樹掃描基於存在於跨於多標度的子波係數幅度中的強相關性的觀測和基於該係數的局部順序的假設。圖6表示由方框和連接線表示的父與子情況下的子波樹。由於利用反向預測分開編碼最低頻率子波段(圖3所示的左上部)，所以子波樹從相鄰的較高帶開始。
在以上的ZTS模式中，認為零樹存在於任何樹節點，在該節點處係數為零且該節點的所有子都為零樹。通過從低-低波段中的根至子掃描各樹，有效地表示子波樹並進行編碼，把四個符號的其中一個符號分配給碰到的各節點零樹根、有值的零樹根、數值或獨立的零(IZ)。由於已知在這種樹中所有係數有零幅度，所以不需要對零樹進一步掃描。有值的零樹根是係數為非零幅度的節點，和所有四個子為零樹根，即該樹的掃描可以在該符號處停止。有值符號與零幅度或非零幅度的係數相同，但有一些非零的下代。獨立的零(IZ)符號標識這種節點，該節點為零但在其下的樹上有非零值。
由圖14中的各層產生的有效映射用於預測下一層的有效映射。圖15表示該處理。就是說，如果發現一節點在一個層中有效(用VAL符號表示)，那麼就認為它在隨後的層中保持有效，從而不需要重複傳送其有效符號，僅把其細化值(精練幅度)放入各通道的比特流中。按同樣的方式，如果發現一節點為VZTR，那麼在下一個通道中，可以保留VZTR或變為VAL節點。如果還使用第四個符號，IZ，那麼帶有IZ符號的節點將僅在下一次重複中映射成VAL或IZ。通過對在節點下面的子樹與兩個相鄰可測量層中的IZ符號進行比較，可以實現進一步的改進。如果子樹有相同的有效映射，那麼編碼器發送代替IZ的ZTR符號，並且跳越第二層中的子樹有效映射。一旦接收ZTR符號(代替期望的IZ或Val符號)，解碼器從上一層恢復子樹的有效映射，並僅利用細化更新子樹。
採用自適應算術編碼器114b編碼零樹符號和量化值。算術編碼器自適應地跟蹤零樹的統計量。利用自適應算術編碼器和四個符號字母對符號和由零樹級產生的被量化係數值進行編碼。利用不包括零的字母，編碼與有值的零樹根符號一一對應的其它非零的被量化係數表。利用包括零的字母編碼與有值符號一一對應的剩餘係數。對於在掃描中遇到的任何沒有子的葉的節點來說，也不再提供根符號。因此，通過對該節點不編碼任何符號和利用包括零的字母編碼該係數，可以節省一些比特。
更具體地說，在算術編碼器中，三個不同的表格(type、valz、valnz)必須同時編碼。各表的統計量不同，因此算術編碼器必須至少跟蹤三個不同概率的模式，對於各表來說必須跟蹤一個概率模式。在本發明的一個實施例中，五個不同的模式被用於這些值的編碼；1)類型；2)DC，編碼低-低波段的非零的被量化係數；3)AC，編碼其它三個低解析度波段的非零的被量化係數；4)VaLNZ，編碼與有值零樹根符號一一對應的其它非零的被量化係數；和5)VALZ，編碼與有值符號一一對應的剩餘係數。對於任何子波塊中的各子波係數來說，首先，量化係數，然後計算其類型和數值，最後算術編碼這些值。對各表適當地轉換算術編碼器的概率模式。對於各模式來說，找到字母範圍，該數值max_alphabet置於比特流中。
對於各亮度和顏色分量來說，編碼器的輸出是一個信號比特流。因此，對各運動補償剩餘幀產生三個不同的比特流。三個比特流是連在一起的，附加適當的標題，以配合編碼器的主輸出比特流。在所有亮度或色度的剩餘分量被量化為零的情況下，發送跳越碼，以使該剩餘分量的編碼成本最小化。
另一方面，對於算術編碼器來說，本發明包括混合的第零和第一級的概率模式。為了說明算術編碼器的最佳操作，一般需要採用符號的聯合概率。自適應算術編碼器根據已經編碼的符號的過去歷史試圖把需要的概率模式化。可以採用的簡單模式是僅根據被編碼符號出現的數量(過去)的第零級(order)模式。就是說，第零級模式是簡單的累加模式。因此，對於一個n符號序列(這裡用x1、x2、…、xn表示)的編碼來說，通過評估Pr(x1)Pr(x2)…Pr(xn)的頻率計數來近似各概率Pr(x1、x2、…、xn)。模式必須通過頻率計數初始化成某個假定的分布。一般假定為均勻分布。由於這種初始化，所以該模式需要在頻率計數可以反映「真實的」第零級分布Pr(xi)(如果存在)之前，編碼一些符號。
對第零級模式的改進可以是第一級模式，該模式跟蹤在出現的前面符號的條件下各符號出現的數量。就是說，第一級模式在過去出現的小「窗口」進行簡單回顧。該模式評估概率Pr(x1)Pr(x2|x1)…Pr(xn|x(n-1))。但是，該模式採用更多的符號，以反映比第零級分布「真實的」第一級分布。因此，直至對第一級模式操作一個時間周期之後，算術編碼器才可以最佳地完成「真實的」第一級分布。
本發明的另一實施例包括一種折衷方案，其中兩個分布同時採用，即組合第零級與第一級模式。由於第零級模式更快地反映真實的分布，所以第零級模式對於編碼的第一個符號會有更大的影響，同時在足夠數量的符號已經被編碼之後可以代之以第一級模式。
為了使用本發明的混合模式，利用四個不同的表格來跟蹤各模式。首先的兩個表格將與第零級模式的頻率和累加頻率計數相對應。頻率計數指某一符號以前出現的次數。第三和第四表格將與第一級頻率和累加頻率計數相對應。應該指出，對於第一級表格來說，符號的每次出現允許把大於一的固定的整數值附加在這些表格上。第一級表格的該額外的計數值使其比第零級表格有更大的加權。
假設nsym是我們編碼的符號數。可以假設這些符號為{0，1，…，nsym-1}的其中一個。對於第零級來說，需要頻率計數表格的nsym個元素和累加頻率計數表格(累加頻率計數表格的額外元素總為零，用於簡化程序)的nsym+1個元素。對於第一級表格來說，需要保持對nsym個符號的每一個的計數，該符號可能會最後出現。因此，需要頻率計數表格的nsym*nsym個元素和累加頻率計數表格的nsym*(nsym+1)個元素。把第零級表格初始化，以反映均勻分布(對於所有符號＝1的頻率計數)，而第一級表格有初始設定為零的所有計數。
保留對應於編碼的最後符號的狀態(或內容)變量。它被初始化為符號0(即象0符號是編碼的最後符號那樣，編碼的第一符號增加第一級表格值)。利用各符號的編碼，這種變量被更新為新符號。
用於產生算術編碼器所需的模式概率的實際頻率是第零和第一級表格中的值的簡單之和。例如，如果編碼的最後符號為S，新的符號為T，並且假定第一級表格是兩維的，其第一維對應於編碼的最後符號(即第一級表格由與第零級表格相同的nsym個一維表格組成)，那麼可以使用第零級表格中的第S個元素的頻率與第T個第一級表格中第S個元素的頻率的和。使freqZeroth為第零級表格和freqFirst為第一級表格，就可以把它按符號寫成freqZeroth[S]+freqFirst[T][S]。
在本多標度ZTE(MZTE)方法的一個實施例中，採用上述混合級模式，以如下改善算術編碼器的性能a)對剩餘量的分開概率模式如果該值在前面可測量層中被量化為一個非零值，那麼該值被認為是剩餘量，用不同的自適應模式來熵編碼其細化索引。該自適應模式表示與該值完全不同的餘量統計狀態。
b)改進的混合級模式為了獲得「真實」概率的更好評估，把第一和混合級概率模式附加到編碼器上。第一級模式被混合級模式用來完成熵編碼。總之，該方法試圖評估出現符號的概率，假定出現的最後符號的幅值落在某個預定的範圍內。
應該指出，與第零級模式相比，簡單的第一級模式採用更多的符號表示推測的「真實」概率分布和採用更多的符號來反應該分布中的變化。這是因為有更多的表格要填寫。
與第零級模式相比，混合級模式部分的權重更大。通過頻率計數增加來進行這種加權。第零級模式部分利用單位增加，而第一級模式部分利用按大於一的值的增加。利用實驗結果，第一級增加對於編碼的不同類型的符號組是固定的。混合級模式是在第零級模式的快速自適應時間和第一級模式的更高概率模式之間的平衡。雙等級(比特面)算術編碼另一方面，目前的MZTE方法可以包括雙等級(比特面)算術編碼。由於算術編碼器有帶有「n」個儲存倉(bin)的概率模式，其中，n是組中存在的最大值，所以編碼這些值的另一種方法是用二進位數表示該值和利用二進位算術編碼器編碼各數字(或稱為用比特面編碼)。就是說，概率模式僅有兩個儲存倉一個為『0』，一個為『1』，用以編碼子波的被量化值。在本方法中，用均勻分布初始化自適應模式。從最有效比特(MSB)開始，採用一種自適應模式來編碼這些值的所有MSB。然後，該模式復位到均勻分布，編碼所有值的第二MSB比特。該處理繼續進行，直至所有值的最後數字被編碼。數字的數量被發送至解碼器。
這種雙等級編碼方法可以用於MZTE的所有編碼模式。二進位算術編碼比N符號算術編碼有更低的計算複雜性。編碼效率在編碼作為信號符號的數量上有所提高。剩餘量處理本發明的另一實施例包括剩餘量處理方法，以改善上述多標度零樹熵編碼(MZTE)方法。為了重複，如果在給定節點處的子波係數值在前面可測量層(空間或SNR)中量化後有非零值，那麼在後一可測量層中該節點的細化值就被稱為剩餘量。
在上述MZTE中，當產生可測量層的零樹結構時，按與非剩餘量相同的方式來處理該剩餘量。就是說，它們的值規定在分配『祖先』節點(在對應於空間位置的較低波段中的節點)零樹類型和在分配其自身節點的零樹類型中是有效的。因此，在剩餘量為零和節點不是葉(即有下代)的情況下，不一定要發送剩餘量值(細化索引)。這是因為零樹類型足以對解碼器提供剩餘量值為零的信息。如果節點為零，那麼節點零樹類型會是ZR下代、ZTR或IZ。節點的ZTR下代狀態是ZTR，而IZ類型必須被編碼和放置在比特流上。當所有下代為零時，發送ZTR，否則發送IZ。如果剩餘量非零，那麼會分配VAL或VZTR類型(取決於其下代的有效性)，發送細化索引的值。
另一方面，可採用三個供選擇的剩餘量處理實施例來提高編碼效率。首先，當構成可測量層的零樹結構時，所有剩餘量都被處理，好象這些剩餘量為零值。第二，剩餘量值(精確表示)總被發送(無論零或非零)。最終，從不發送剩餘量的零樹類型。
這些改變表明除非剩餘量是ZTR的下代(該剩餘量暗示其所有下代也是ZTR下代)，否則就必須總要編碼其第一個非剩餘量的下代。這是因為不發送剩餘量的類型，並因此不發送有關其下代的任何有效信息。就是說，如果節點為零樹類型VZTR或ZTR，那麼其所有下代節點為零。如果節點為類型VAL或IZ，那麼某些有效的下代存在。它還表示零的剩餘量值此時必須發送。在編碼效率方面，與當前對剩餘量類型從來不發送信息的情況相比，以上兩種情況被交替使用，而且由於剩餘量具有在形成零樹時好象有零值那樣的作用的情況，所以還會形成更多的零樹。適應速率在MZTE的上述算術編碼器的一個實施例中採用多概率模式，按照直方圖來實現各模式。各直方圖有最大頻率，對於在單量化模式和多量化模式中使用的所有模式來說，該頻率被設定為大的固定值(214-1)。在編碼/解碼各符號後，對應的直方圖項增加。當直方圖的所有計數之和達到最大頻率計數時，用被2整除的整數來增加各項。在各SNR層的開頭和對於各顏色成分來說，初始化所有算術模式。
可以看出，最大頻率計數控制模式的適應速率。換句話說，最大頻率計數控制在當前的直方圖上前面編碼的符號作用佔多大。最大頻率計數越大，這些前面編碼的符號作用就越持久。本發明的另一個實施例包括兩種方法來控制適應速率。
第一，由於在各模式的字母中有不同數量的符號，所以可允許最大頻率對於MZTE中的不同模式而改變，特別是通過對一些模式降低最大頻率的值來改變MZTE。因此，可以調整各概率模式，以適合其自身的概率分布。
第二，作為改變最大頻率獲得同樣效果的另一種方法是改變模式初始化的頻率。取代在各SNR層的開始和對於各顏色成分的初始化的所有模式，對於各顏色和SNR環中各子波段的所有模式進行初始化。MZTE編碼的零樹狀態本MZTE方法的另一實施例是利用「零樹狀態」，降低編碼器和解碼器兩者的複雜性。在操作中，上述MZTE方法採用利用一組符號(例如，零樹符號)的相同概念表示給定樹中子波係數的有效性。這些零樹符號被置入比特流中，表示給定樹中子波係數的有效性。
但是，由於各符號和當前及在前的可測量層中其它零樹符號之間的高度相關性，所以在編碼器側尋找正確的符號和在解碼器側尋找符號的正確解碼變成複雜的任務。本發明的另一個實施例是引入被稱為「零樹狀態」一組新的零樹符號，這些符號不進入比特流，但被用於確定在任何給定象素即在子波樹中的特定節點上編碼器/解碼器的下一個可能的狀態。
上述MZTE可以使用三符號組(ZTR、VAL、VZTR)或四符號組(ZTR、VAL、VZTR、IZ)用於編碼。應該澄清，這些零樹符號仍被置於比特流中，但新的一組符號(零樹狀態)用於跟蹤各係數的狀態。各子波係數在可測量性的各層上有一個明顯不同的零樹狀態。利用原有的零樹符號從一個狀態至另一個狀態編碼/解碼該係數。圖16表示跟蹤各子波係數狀態的狀態圖。七個(S_DC、S_LEAF、S_NZ、S_ROOT、S_RLEAF、S_RVAL、S_RVZTR)符號被用於零樹狀態，其中S_DC、S_LEAF、S_NZ、S_ROOT可以是初始狀態。這些符號被定義如下S_DC(1610)DC子波係數的狀態；一旦編碼開始，就保持相同的狀態；S_ROOT(1640)零樹狀態，該係數為零，並且其所有的下代都為零；零樹根ZTR產生並返回狀態1640；如果該係數為零而其一個子不為零，那麼獨立的零產生並返回狀態1640；如果該係數為一數值，則該值被量化並發送其幅度；如果係數為一數值，而所有的子都為零，那麼該值被量化，並發送VZTR；
S_RVAL(1660)剩餘值狀態，該係數在前面的可測量層中至少已經被編碼為VAL一次；S_RVZTR(1670)剩餘值零樹狀態，該係數在前面的可測量層中至少已經被編碼為VZTR一次；S_LEAF(1620)位於零樹葉上的子波係數的狀態，並在當前的可測量層中第一次編碼；S_NZ(1630)第一次編碼的非零子波係數的狀態；S_RLEAF(1650)在前面可測量層中已經被至少編碼一次的位於零樹葉上的子波係數的狀態；和S_RVAL(1660)在前面的可測量層中已經被至少編碼一次的非零子波係數的狀態。
圖16表示零樹狀態的狀態圖。如該圖所示，通過從一種狀態轉換為另一種狀態來編碼零樹符號和其值。在圖中，對所有變換示出置於比特流中的零樹符號和可能的值。「實線」表示發送該係數的值或幅度；「( )」表示未發送，而「---」表示空間層附加部分。
利用這些狀態的機器，編碼器和解碼器兩者通過與各狀態有關的一個分離的模式可以容易地轉換算術編碼模式。就熵編碼值來說，各個變換還表示應該用於該值的編碼/解碼的那個模式。
圖17表示本發明的編碼系統1700和解碼系統1705。編碼系統1700包括通用計算機1710和各種輸入/輸出裝置1720。通用計算機包括中央處理器(CPU)1712、存儲器1714和接收及編碼圖象序列的編碼器1716。
在優選實施例中，編碼器1716是如上所述的簡單的編碼器100和/或編碼器1400。編碼器1716可以是通過通信信道與CPU 1712耦接的物理裝置。另一方面，編碼器1716也可以是由例如磁碟或光碟之類的存儲裝置裝入的應用軟體(或軟體和硬體的組合，例如採用特定集成電路(ASIC))，和保存在計算機存儲器1714中的軟體。因此，本發明的編碼器100和1400可以被存儲在計算機可讀的介質中，包括由這些編碼器產生的比特流。
計算機1710可以與多個輸入和輸出裝置1720耦合，例如鍵盤、滑鼠器、攝象機、可攜式攝象機、視頻監視器或任意數量的圖象裝置或存儲裝置，包括但不限於磁帶機、軟磁碟驅動器、硬碟驅動器或小型磁碟驅動器。輸入裝置用於對計算機提供輸入，產生編碼的視頻比特流或接收來自存儲裝置或圖象裝置的視頻圖象序列。
編碼系統通過通信信道1750與解碼系統耦接。本發明不限於任何特定類型的通信信道。
解碼系統1705包括通用計算機1730和各種輸入/輸出裝置1740。通用計算機包括中央處理器(CPU)1732、存儲器1734和接收和解碼編碼圖象序列的解碼器1736。
在優選實施例中，解碼器1736是簡單的任何解碼器，該解碼器與如上所述的編碼器100和1400互補，用以解碼由編碼器100和1400產生的比特流。解碼器1736可以是通過通信信道與CPU 1732耦接的物理裝置。另一方面，解碼器1736也可以是從例如磁碟或光碟存儲裝置等裝入的應用軟體，和保存在計算機存儲器1734中的軟體。因此，本發明編碼器100和1400的任何互補解碼器可以被存儲在計算機可讀的介質中。
計算機1730可以與多個輸入和輸出裝置1740耦接，例如鍵盤、滑鼠器、視頻監視器或任意數量的存儲或分配圖象的裝置，包括但不限於磁帶機、軟磁碟驅動器、硬碟驅動器或小型磁碟驅動器。輸入裝置用於使計算機存儲和分配編碼的視頻圖象序列。
儘管已經圖示和詳細說明了包括本發明技術的各種實施例，但是本領域的技術人員可以容易地推導出仍將包括這些技術的許多其它變更的實施例。
權利要求
1.一種把輸入圖象編碼成比特流的方法，該方法利用子波變換產生具有按父子關係構成為多個子波段的多個子波係數的一個子波樹，所述方法包括以下步驟(a)產生輸入圖象的具有多個原有子波係數的子波樹；(b)用第一量化器量化所述多個原有子波係數；(c)按深度優先方式對所述多個子波段的至少一個施行零樹掃描，以把一符號分配給所述子波樹的至少一個所述被量化的子波係數；(d)按照所述被分配的符號，編碼所述多個被量化的子波係數，產生第一可測量層；和(e)重新構成所述被量化的子波係數，產生下一個可測量層。
2.如權利要求1的方法，其中，所述重新構成所述被量化子波係數的步驟(e)包括以下步驟(e1)把反向量化施加給所述被量化的子波係數；(e2)從所述原有子波係數中減去所述重構的子波係數，產生剩餘子波係數；和(e3)根據所述剩餘子波系產生所述下一個可測量層。
3.如權利要求2的方法，其中，所述產生所述下一個可測量層的步驟(e3)包括以下步驟(e31)用第二量化器量化所述多個剩餘子波係數；(e32)施加零樹掃描，對所述被量化的剩餘子波係數的至少其中一個分配一符號；和(e33)根據所述分配的符號，編碼所述多個被量化的剩餘子波係數，產生所述下一個可測量層。
4.如權利要求3的方法，其中，所述編碼步驟(e33)還包括利用細化值編碼所述被量化的剩餘子波係數的步驟。
5.如權利要求3的方法，其中，所述施加零樹掃描步驟(e32)包括利用零樹狀態對所述被量化的剩餘子波係數中的至少一個分配一符號的步驟。
6.如權利要求1的方法，其中，所述編碼步驟(d)包括利用自適應算術編碼器編碼所述多個被量化子波係數的步驟。
7.如權利要求1的方法，其中，所述編碼步驟(d)包括利用自適應比特面算術編碼器編碼所述多個被量化子波係數的步驟。
8.如權利要求2的方法，其中，所述編碼步驟(d)還包括利用剩餘處理編碼所述被量化子波係數的步驟。
9.一種把輸入圖象編碼成比特流的設備，利用子波變換產生具有按父子關係構成為多個子波段的多個子波係數的一個子波樹，所述裝置包括以下部分用於產生輸入圖象的具有多個原有子波係數的一子波樹的裝置；用第一量化器量化所述多個原有子波係數的部分；按深度優先方式對所述多個子波段的至少一個施行零樹掃描，以把符號分配給所述子波樹的至少一個所述被量化子波係數的裝置；按照所述分配的符號編碼所述多個被量化的子波係數，以產生第一可測量層的裝置；和重新構成所述被量化的子波係數，以產生下一個可測量層的裝置。
10.計算機可讀介質中的一種比特流，允許解碼器有選擇地抽取可標度的輸入圖象，所述比特流包括所述輸入圖象，所述輸入圖象利用子波變換被編碼為多個可測量層以便產生輸入圖象的具有多個原有子波係數的子波樹，用第一量化器來量化所述多個原有子波係數，其中按深度優先方式對所述多個子波段的至少一個施行零樹掃描，以把一符號分配給所述子波樹的至少一個所述被量化的子波係數，其中按照所述分配的符號來編碼所述多個被量化的子波係數，產生第一可測量層，並重新構成所述被量化子波係數，以產生所述多個可測量層。
11.一種利用自適應算術編碼器編碼信息的方法，所述方法包括以下步驟(a)利用第零級模式至少維持第一表格，以跟蹤所述信息；(b)利用第一級模式至少維持第二表格，以跟蹤所述信息，和(c)按照所述第一表格和第二表格編碼所述信息。
全文摘要
披露了一種編碼子波樹,以產生具有空間、質量和複雜性的可測量性的靈活度的比特流的裝置(100)和相應的方法。擴展零樹熵(ZTE)編碼方法,以便通過實施多標度編碼方案來實現完全可標度的編碼方法。
文檔編號G06T9/00GK1268235SQ98808531
公開日2000年9月27日 申請日期1998年7月13日 優先權日1997年7月11日
發明者伊拉吉·索達伽, 李鴻儒, 哈特裡克·保羅, 蔡冰冰 申請人:薩爾諾夫公司, 夏普株式會社