緊緻圖碼的形成方法和／或由其形成再現圖象的方法

2023-04-29 23:05:06 2

專利名稱：緊緻圖碼的形成方法和／或由其形成再現圖象的方法
技術領域：
本發明涉及一種形成緊緻圖碼的方法，該方法根據拉普拉斯帶通樹形網絡建立的圖象圖碼，通過對圖象進行掃描獲得原始圖象的象素值，通過低通濾波和次掃描從這些象素值中獲得平滑圖象所屬的象素值，這些圖象值用於在從未經濾波的原始象素值中減去相應的外插值之後形成通帶樹形網絡的最低級拉普拉斯帶通圖。因此，在相繼的各步驟中要對衰減很大的低通濾波圖的象素值進行低通濾波和次掃描，以便在從次掃描象素值中減去外插低通濾波圖的象值之後，產生另一個拉普拉斯帶通圖，直到通過低通濾波獲得的圖象的象素值停留在剩餘帶通樹形網絡的最高級，而且由此對最低級拉普拉斯帶通圖的象素值進行粗量化，而隨著級數的增加對其他的拉普拉斯帶通圖的象素值進行增加細度的量化。
本發明還涉及一種由緊緻圖碼再現圖象的方法，該圖碼是根據拉普拉斯帶通樹形網絡建立的並根據列弗-齊姆皮爾-韋爾希(Lew-Zimpel-Welch)算法進行壓縮。
公知的形成緊緻圖碼的方法是在「拉普拉斯角錐體作為緊緻圖碼」一文中由Peter.J.Burt和Edward H.Adelson在IEEE通訊學報，Vol com-31，NO.4，1983年4月，P532-540中公開。在該方法中，通過從原始圖象的象素值或從由次掃描獲得的象素值中減去低通濾波象素值(這些象素值在下面也稱作圖象)來實現數據壓縮。另一種數據壓縮是通過將拉普拉斯帶通圖量化實現的，該量化是通過求差獲得的。由按行和列布置的象素值構成的排列中的每個象素值在亮度區域內的掃描圖象點上都具有一定的亮度。拉普拉斯帶通圖象素值的量化是通過權函數實現的，該權函數由高斯錐體確定。通過擴展和累加拉普拉斯錐體的所有基點可以再現原始圖象。
壓縮之後會丟失信息，而這種信息丟失是不明顯的。由於低通濾波器將不再對這些信息進一步處理，所以這些信息對於人的眼睛來說是看不見的。實際上人的眼睛對圖象高頻變化的解析度是很差的，也就是說，不能夠或者很難區分相鄰的圖象點，例如大約20或40灰色標度值是否有區別。
可以對最低級拉普拉斯帶通圖的象素值進行粗量化，而隨著級數的增加對其他級拉普拉斯圖的象素值進行細度增加的量化。在這種量化中，可以充分利用人眼睛的特點，對圖象的數據進行壓縮。最低級中的拉普拉斯帶通圖可以進行相當粗的量化而且由此佔據了非常小的數值區，因為它僅保持了很細小的結構，人眼很難對它的變化進行分辨。隨著拉普拉斯帶通樹形網絡級數的增加，拉普拉斯帶通圖獲得越來越粗的結構，這種變化能較好地用眼睛辨認。因此，與量化級數有關的拉普拉斯帶通圖能進行越來越細的量化。從而量化級的數目是在拉普拉斯帶通樹形網絡的單級中增加的。對最高級的多次低通濾波圖象不進行量化。
此外，本發明還在解決問題的基礎上進一步發展了上述的方法，使之達到更高的壓縮和獲得另一種高質量的再現圖象。
另，要解決的問題還涉及獲得質量好的高壓縮性，以便通過圖象內容來控制與該內容有關的拉普拉斯帶通樹形網絡級中的量化值。
在利用形成緊緻圖碼的方法獲得高質量再現圖象方面，它是根據拉普拉斯帶通樹形網絡建立的圖象圖碼，通過低通濾波和次掃描從這些象素值中獲得平滑圖象所屬的象素值，該象素值用於在從未經濾波的原始圖象的象素值中減去相應的外插值之後形成帶通樹形網絡最低級拉普拉斯帶通圖。因此，在相繼的各步驟中，對於衰減很大的低通濾波圖的象素值要進行低通濾波和次掃描，以便通過從次掃描象素值中減去外插低通濾波圖的象素以產生另一個拉普拉斯帶通圖，直到通過低通濾波保持的象素值停留在剩餘的帶通樹形網絡的最高級。通過對最低級拉普拉斯帶通圖的象素值進行粗量化，而隨著級數的增加對其他級拉普拉斯帶通圖的象素值進行細度增加的量化，而且最終將提供由根據拉普拉斯帶通樹形網絡建立並根據列弗-齊姆皮爾-韋爾希算法壓縮的緊緻圖碼再現的圖象，同時利用列弗-齊姆皮爾-韋爾希算法將圖碼轉換成拉普拉斯帶通圖和最高級圖象的象素值，在此之後，將最高級圖象的象素值進行外插，並按照相應的單級象素值外插將其它級的象素值順序加入。
按照本發明，通過圖象內容對與該內容有關的拉普拉斯帶通樹形網絡級中的量化值進行控制。量化象素值與每個圖象的特性有關。特別實用的是根據在發光通道中的亮度和均勻性使用不同的量化表格。
特別有效的是，由各原始圖象產生象素值時，象素值歸入三通道或四通道彩色系統(RGB，CYMK)的各色彩中。特別是與原色中的紅色、綠色，蘭色以及亮度信號有關。
在優選實施例中規定，通過差值脈衝編碼調製將拉普拉斯帶通樹形網絡的最高級未經量化的圖象的象素值進行編碼，並根據列弗-齊姆皮爾-韋爾希算法將最高級圖象值以及拉普拉斯帶通樹形網絡其他級的量化象素值進行壓縮。通過這個措施進一步使圖象數據壓縮成為可能。
用一個值代表頻繁連續出現的值或組合，這樣就可以利用列弗-齊姆皮爾-韋爾希算法(以下稱作CEW壓縮算法)使數據在沒有信息丟失的情況下壓縮。
將圖碼減壓縮時，可能會將個別拉普拉斯帶通圖刪除，由此會出現低劣的複製質量，然而這在很多場合下並不影響使用。
根據本發明提供的建議，與亮度有關的量化是這樣實現的，即，對圖象的亮區和暗區進行不同的量化，以便在亮區實現粗量化。尤其是要把暗區劃分為均勻區和非均勻區，使它們彼此進行不同的量化。
按照本發明進行主觀適應的量化，以便在沒有後期可覺察到的圖象信息丟失的情況下，達到高的數據壓縮並獲得好的再現圖象。
為了計算亮度需進行移位操作。一般說來，RGB空間的亮度可根據以下關係式計算L＝XR+YB+EG其中，X+Y+E＝1而且 0.23＜X＜0.29和 0.11＜Y＜0.150.58＜E＜0.66本發明更詳細的特徵和優點不僅體現在引用了單獨和/或組合特徵的權利要求中，而且還體現在下述說明書附圖所描述的實施例中。


圖1是根據拉普拉斯帶通樹形網絡建立的圖碼形成緊緻圖碼的方法步驟示意圖。
圖2是根據拉普拉斯帶通樹形網絡建立的圖碼利用緊緻圖碼進行圖象再現的方法步驟示意圖。
在三色形成期間用通常的方式對成象載體上的彩色原始圖進行光掃描。對於三種色彩出現三個象素值矩陣，每個矩陣按C列和R行分布。象素值對應於每個象點的光強。原始圖象的象素值矩陣在下面用Go(i，j)表示。
在第一步(1)中，為了確定圖象的緊緻圖碼，而為三種原色確定了三個矩陣Gor(i，j)，Gog(i，j)，和Gob(i，j)。
圖1僅表示步驟(1)，在步驟(1)中確定矩陣Gor(i，j)，該矩陣與例如原色中的紅色象素值有關。在下面的步驟(2)中，對原矩陣Gor(i，j)進行低通濾波。矩陣Gor(i，j)提供拉普拉斯帶通樹形網絡的起點。通過對Gor(i，j)進行低通濾波和次掃描，產生小矩陣形式的圖象Gir(i，j)。之後，將Gir外插到Gir′，並建立差值Gor(i，j)-G1r′(i，j)，由該差值形成拉普拉斯帶通圖Lor(i，j)。
在圖1中，該差值的形成用步驟(3)表示。在步驟(4)中產生結果Lor(i，j)，並提供拉普拉斯帶通圖，使得象素與象素之間可以用比Gor少的位數來體現。在步驟(5)中，對拉普拉斯帶通圖Lor(i，j)進行編碼，由此構成代碼Cor。由於可用較少的位數描述，從而構成了數據壓縮。對編碼的類型將在下面予以詳述。
對經過低通濾波的圖象Gir(i，j)進行再次濾波和次掃描，由此形成二次低通濾波圖象G2r(i，j)，將圖象G2r(i，j)外插到G2r′(i，j)。
在此，根據關係式L1r(i，j)＝G1r(i，j)-G2r′(i，j)產生另一個拉普拉斯帶通圖。這在圖1中用步驟(6)表示，而由步驟(7)表示的拉普拉斯帶通圖L1r(i，j)以誤差矩陣的形式出現，在步驟(8)中對該矩陣進行下述類型的編碼。重複上述過程。由於隨著級數的增加掃描減少，所以產生了兩維矩陣形式的拉普拉斯帶通圖Lor，L1r，L2r…Lnr序列，該序列中每個矩陣都小於上述矩陣。
上述方法一直持續到拉普拉斯帶通樹形網絡的最高級。在最高級中產生圖象Gnr(i，j)，該圖象是在步驟(9)中通過對圖象G(n-1)r(i，j)進行低通濾波形成的。在步驟(10)中準備對圖象Gnr(i，j)進行下面所要詳細描述的處理。
在步驟(5)，(8)…(11)中，對拉普拉斯帶通樹形網絡的Lor(i，j)，L1r(i，j)…L(n-1)r(i，j)的拉普拉斯帶通圖的象素值進行量化。在各步驟(5)，(8)…(11)中進行量化的強度不同，而且該量化取決於拉普拉斯帶通圖以及圖象Gnr的結構精細度。帶通圖Lor(i，j)保持非常精細的結構，該結構的變化是人的眼睛難以分辨的。所以帶通圖Lor(r，j)可以進行粗量化，這樣它佔據非常小的數值區。
隨著拉普拉斯帶通樹形網絡級的增加，帶通圖保持越來越粗的結構，該結構的變化是人的眼睛能較好地辨認的。因此，隨著級數的增加對帶通圖的量化也越來越細，即，它的數值區變得較大。量化級的數目隨著拉普拉斯帶通樹形網絡級數的增加而增加。對拉普拉斯帶通樹形網絡最高級的多次低通濾波圖Gnr(i，j)不進行量化。
通過上述量化使數據壓縮成為可能。單級中的量化可以通過圖象內容進行控制。起決定作用的是在各發光通道中的亮度和均勻性。在發光通道中與亮度和均勻性有關的量化採用不同的量化表格。然而，在拉普拉斯帶通樹形網絡單級中的量化級數並不改變。通過上述量獲得了進一步的數據壓縮。量化是這樣選擇的，即，使人的眼睛幾乎不能抓住量化錯誤。拉普拉斯帶通圖Lor(i，j)，L1r(i，j)…L(n-1)r(i，j)的量化產生了值Cor(i，j)，C1r(i，j)…C(n-1)r(i，j)，這些值適合於原色中的紅色。
在圖1中分別用標號(11)，(12)和(13)表示用於各拉普拉斯帶通圖和低通濾波圖的量化結果。
對於其它的原色同樣進行上述的過程。結果是得到編碼拉普拉斯帶通圖Cog(i，j)，C1g(i，j)…C(n-1)g(i，j)和Cob(i，j)，C1b(i，j)…C(n-1)b(i，j)。
拉普拉斯帶通樹形網絡最高級的拉普拉斯帶通圖和低通濾波圖的編碼數據對於所有色彩來說都要進行補充壓縮。首先，在步驟(B)中通過差值脈衝編碼調製將拉普拉斯帶通樹形網絡最高級沒有量化的圖象進行編碼，由此產生編碼圖Cnr(i，j)。對於所有色彩都進行這樣的編碼。接著，在圖1所示的步驟(14)中，藉助於列弗-齊姆皮爾-韋爾希算法對數據進行編碼。這種算法記載在由T.A Welsch，在IEEE計算機，VoL17，NO，6，1986，6，P8-19的文章「高性能數據壓縮技術」中。利用這種算法可以在沒有信息丟失的情況下進行數據壓縮。因此，可以用一個值代表頻繁連續出現的值和頻繁出現的組合。用列弗-齊姆皮爾-韋爾希算法進行編碼的結果是可以將三通道彩色系統的緊緻圖碼儲存在例如數據載體(15)上。
為了再現與原始圖相應的圖象，首先要通過圖2中所示的步驟(16)，利用列弗-齊姆皮爾-韋爾希算法把儲存在數據載體(15)上的數據轉換成量化值Cor(i，j)，C1r(i，j)…Cnr(i，j);Cog(i，j)，C1g(i，j)…Cng(i，j)和C1b(i，j)，Cb(i，j)…Cnb(i，j)。量化圖分成相應的三種色彩。
圖2描述另一種獲取單色量化圖的步驟。在這些步驟中產生量化圖Cor(i，j)，C1r(i，j)…Cnr(i，j)。
由這些量化圖經擴展再現原始圖。在步驟(19)中將圖CnR(i，j)和圖C(n-1)r(i，j)相加，從而形成圖象γ(n-1)r＝C(n-1)r(i，j)+EXPAND(Cnr(i，j))。這個結果是滯後的。這裡γ表示該圖象與再現有關。
在圖2的步驟(20)中表示的加法γ1R(i，j)＝C1R(i，j)+γ2R′，這意味著它所形成的再現圖象γ1R(i，j)在步驟(21)中進行存貯，而在另一個步驟(22)中與圖CoR(i，j)相加。由此形成了在步驟(23)中儲存或者是在兩步驟之間儲存的再現圖象γOR(i，j)。在步驟(24)中，單色圖γOR，γOG，γOB彼此光學疊加。
如果不運用擴展的拉普拉斯帶通樹形網絡的所有級，就會產生不同質量的再現圖象。
權利要求
1.一種形成緊緻圖碼的方法，該方法根據拉普拉斯樹形網絡建立的圖象圖碼，通過對圖象掃描獲得原始圖象的象素值，經低通濾波和次掃描從這些象素值中得到平滑圖象所屬的象素值。這些象素值用於在從未經濾波的原始圖象素值中減去相應的外插之後形成帶通樹形網絡的最低級拉普拉斯帶通圖，因此在相繼的各步驟中，要對衰減較大的象素值低通濾波圖進行低通濾波和次掃描，以便通過從次掃描的象素值中減去外插低通濾波圖的象素值產生另一個拉普拉斯帶通圖，直到通過低通濾波保持的象素值停留在剩餘的帶通樹形網絡最高級圖象上，因此對最低級拉普拉斯帶通圖的象素值進行粗量化，而隨著級數的增加對其他級的拉普拉斯象素值進行越來越細的量化，其特徵在於，拉普拉斯帶通樹形網絡級中的量化值是通過圖象內容控制的。
2.一種形成緊緻圖碼的方法，該方法根據拉普拉斯帶通樹形網絡建立的圖象圖碼，通過對圖象進行掃描獲得原始圖象的象素值，經過低通濾波和次掃描從這些象素值中得到平滑圖象所屬的象素值，這些象素值用於在從未經濾波的原始圖象素值中減去相應的外插之後形成帶通樹形網絡最低級拉普拉斯帶通圖，因此在相繼的各步驟中要對衰減較大的象素值低通濾波圖進行低通濾波和次掃描，以便通過從次掃描象素值中減去外插低通濾波圖的象素值來產生另一個拉普拉斯帶通圖，直到通過低通濾波保持的象素值停留在剩餘的帶通樹形網絡最高級圖象上，因此對最低級拉普拉斯帶通圖的象素值進行粗量化，而隨著級數的增加對其他級拉普拉斯帶通象素值則進行越來越細的量化，而且在此之後由緊緻圖碼形成圖象再現，該圖碼根據拉普拉斯帶通樹形網絡建立並通過列弗-齊姆皮爾-韋爾希算法進行壓縮，其特徵在於，利用列弗-齊姆皮爾-韋爾希算法將圖碼轉換成拉普拉斯帶通圖象素值和最高級圖象的象素值，並用最高級圖象的象素值進行外插，而且通過相應的單級象素值外插來將其它級的象素值順序加入。
3.按照上述至少一個權利要求的方法，其特徵在於，在拉普拉斯帶通樹形網絡級中的量化值由發光通道中的亮度和均勻性控制。
4.按照上述至少一個權利要求的方法，其特徵在於，與亮度有關的量化是通過對圖象的亮區和暗區進行不同的量化實現的。
5.按照權利要求4的方法，其特徵在於，在亮區進行粗量化。
6.按照權利要求4的方法，其特徵在於，將暗區分成均勻區和非均勻區，並對這些區域進行彼此不同的量化。
7.按照上述至少一個權利要求的方法，其特徵在於，量化是主觀適應的量化。
8.按照權利要求6的方法，其特徵在於，將暗區中的兩個連續象素值進行比較，當超出上述值的差值時，將象素劃入非均勻區。
9.按照上述至少一個權利要求的方法，其特徵在於，從表格中獲得量化值，該表格提供與發光通道中亮度和均勻性有關的量化值。
10.按照上述至少一個權利要求的方法，其特徵在於，利用差值脈衝編碼調製對拉普拉斯帶通樹形網絡最高級未量化圖象的象素值進行編碼，並根據列弗-齊姆皮爾-韋爾希算法對拉普拉斯帶通樹形網絡最高級圖象的編碼值和其他的量化象素值進行壓縮。
11.按照上述至少一個權利要求的方法，其特徵在於，通過各原始圖產生象素值，這些象素值歸入三通道或四通道彩色系統的各種色彩中。
12.由緊緻圖碼再現圖象的方法，該圖碼根據拉普拉斯帶通樹形網絡建立，並利用列弗-齊姆皮爾-韋爾希算法進行壓縮，其特徵在於，用列弗-齊姆皮爾-韋爾希算法把圖碼轉換成拉普拉斯帶通圖的象素值和最高級圖象的象素值，之後將最高級圖象的象素值進行量化，並通過單級象素值的相應外插將其他級的象素值順序加入。
全文摘要
本發明涉及的內容是一種形成緊緻圖碼和／或由緊緻圖碼產生再現圖象的方法，該圖碼是根據拉普拉斯帶通樹形網絡建立的。其特徵是，通過對原始圖象掃描獲得象素值，由這些象素值經連續低通濾波產生圖象，對象素分別進行掃描，通過各個次掃描圖和低通濾波圖產生帶通圖。在帶通樹形網絡的最高級中留下剩餘的帶通濾波圖，以粗量化開始的帶通圖象素值將隨著級數的增加其量化細度也增加。
文檔編號G06T9/00GK1065966SQ92102080
公開日1992年11月4日 申請日期1992年3月12日 優先權日1991年3月12日
發明者S·德勒, M·S·塔塔裡 申請人:利諾泰普-赫爾有限公司