用於數據壓縮優化的方法、系統和電腦程式產品的製作方法

2023-05-30 03:31:41 3

專利名稱：：用於數據壓縮優化的方法、系統和電腦程式產品的製作方法
技術領域：
：本發明總地涉及數據壓縮，更具體地涉及JPEG編碼器的霍夫曼表、量化步長(quantizationstepsize)、和量化係數的聯合優化。
背景技術：
：如W.Pennebaker和J.Mitchell在「JPEGstillimagedatacompressionstandard(JPEG靜態圖像數據壓縮標準)」中所描述的(KluwerAcademic出版商，1993年)(以下稱之為「參考文獻[1]」)，和G..Wallace在「TheJPEGstill-imagecompressionstandard(JPEG靜態圖像壓縮標準)」(Commun.ACM，1991年4月，第34卷第30-44頁)(以下稱之為「參考文獻[2]」)中所描述的，JPEG是一種常見的基於DCT的靜態圖像壓縮標準。JPEG格式在諸如全球資訊網和數字相機等中有著廣泛的使用。JPEG編碼系統的普及已經激發了對JPEG優化方案的研究——例如，參見J.Huang和T.Meng於1991年4月在Proc.IEEEInt.Conf.Acoustics，SpeechandSignalProcessing，第2621-2624頁中的「Optimalquantizerstepsizesfortransformcoders(用於變換編碼器的優化量化器步長)」(以下稱之為「參考文獻[3]」)；S.Wu和A.Gersho於1993年在Proc.IEEEInt.Conf.Acoustics，SpeechandSignalProcessing，第5卷，第389-392頁中的「Rate-constrainedpicture-adaptivequantizationforJPEGbaselinecoders(用於JPEG基線編碼器的強制速率圖片適應性量化)」(以下稱之為「參考文獻[4]」)；V.Ratnakar和M.Livny於1995年在Proc.DataCompressionConf..，第332-341中的「RD-OPTAnefficientalgorithmforoptimizingDCTquantizationtables(RD-OPT用於優化DCT量化表的有效法則)」(以下稱之為「參考文獻[5]」)；V.Ratnakar和M.Livny於2000年2月在IEEETransImageProcessing，第9卷，第267-370中的「AnefficientalgorithmforoptimizingDCTquantizationtables(用於優化DCT量化表的有效法則)」(以下稱之為「參考文獻[6]」)；K.Ramchandran和M.Vetterli於1994年9月在IEEETransImageProcessing，第3卷，第700-704頁的「Rate-distotionoptimalfastthresholdingwithcompleteJPEG/MPEGdecodercompatibility(具有完全JPEG/MPEG解碼器兼容性的速率失真優化快速閥值)」(以下稱之為「參考文獻[7]」)；M.Crouse和K.Ramchandran於1995年在Proc.IEEEInt.Conf.Acoustics，SpeechandSignalProcessing，第23311-2334頁中的「Jointthresholdingandquantizerselectionfordecoder-compatiblebaselineJPEG(用於兼容解碼器的基線JPEG的聯合閥值和量化選擇)」(以下稱之為「參考文獻[8]」)；和M.Crouse和K.Ramchandran於1997年2月在IEEETransImageProcessing，第6卷，第285-297中的「JointthresholdingandquantizerselectionfortransformimagecodingEntropyconstrainedanalysisandapplicationstobaselineJPEG(用於變換圖像編碼的閥值和量化選擇對基線JPEG的熵強制分析和應用)」(以下稱之為「參考文獻[9]」)。所有這些參考文獻所描述的規則都忠於JPEG語法。由於這些規則僅優化了JPEG編碼器而沒有改變標準的JPEG解碼器，因此它們不僅能進一步降低JPEG壓縮圖像的尺寸，而且還具有易於展開的優點。這個獨有的特性使得它們在接收終端並不善於支持新的解碼器的應用中十分有吸引力，諸如在無線通信中。量化表優化JPEG量化步長很大程度上決定了在JPEG壓縮圖像中的速率失真折中。但由於量化表是獨立於圖像的，因此使用默認的量化表並不是最佳的。因此，所有量化表優化規則的目的都是為每個圖像分量得到有效、圖像自適應的量化表。量化表優化的問題能從以下輕易地闡明。(為了不失一般性，我們在以下討論中僅考慮一個圖像分量。)給定具有目標比特率Rbudget的輸入圖像，想找到一組量化步長{Qkk＝0，…，63}，以最小化整個失真D=n=1Num_Blkk=063Dn,k(Qk)---(1)]]>對比特率約束R=n=1Num_BlkRn(Q0,...,Q63)Rbudget---(2)]]>其中Num_Blk是塊數量，Dn，k(Qk)是在其由步長Qk量化時在第nth塊中第Kth個DCT係數的失真，而Rn(Q0，…，Q63)是在用量化表{Q0，…，Q63}對第nth塊編碼所產生的比特數。由於JPEG使用零行程(run-length)編碼，其將從不同頻帶來的零係數指數(coefficientindex)合併成一個符號，因此比特率並不是簡單地通過對每個單獨的係數指數編碼所得的比特之和。因此，很難用傳統的比特分配技術來對(1)和(2)得到最優解。Huang和Meng(參見參考文獻[3])提出了一種梯度下降技術(gradientdescenttechnique)，其基於DCT係數的概率分布為拉普拉斯算子的假定而對量化表設計問題解決局部最優解。其後又提出了最速下降方案，該方案並未假定DCT係數的概率分布(參見參考文獻[4])。開始於大步長的初始量化表，響應低比特率和高失真，這些算法每次均減少在量化表的一個入口處的補償步長直至達到目標比特率。在每次迭代中，該算法試圖以下述方式更新量化表對用於量化表的一個入口的所有可能降低的步長值上，最大化在失真中降低的比率以在比特率中增加。數學上，這些算法都在找尋解決如下最大化問題的k和q的值maxkmaxq-D|QkqR|Qkq---(3)]]>其中ΔD|Qk→q和ΔR|Qk→q分別為在失真中的改變以及當量化表的第kth個入口中Qk由q取代時整個的比特率。這些增量由以下計算D|Qkq=n=1Num_blk[Dn,k(q)-Dn,k(Qk)]---(4)]]>和R|Qkq=n=1Num_blk[Rn(Q0,...,q,...Q63)-Rn(Q0,...,Qk,...Q63)]---(5)]]>重複迭代直到/Rbudget-R(Q0，…，Q63)/≤ε，其中ε為由用戶指定的收斂性標準(convergencecriterion)。上述的兩個算法在運算上都很昂貴。Ratnakar和Livny(參見參考文獻[5]和[6])提出了一種比較有效的算法來基於DCT係數分布統計構建量化表而無需重複整個壓縮-解壓縮的循環。他們提供了一種動態編程途徑來在比率和失真的大範圍中優化量化表並得到了與在參考文獻[4]中方案類似的性能。優化閥值在JPEG中，相同的量化表必須應用到每個圖像塊。即便當使用圖像自適應量化表時也是如此。這樣，JPEG量化缺乏局部自適應性，這意味著在特定塊的特性和平均塊統計之間的使用差異仍存在潛在的增益。這就是最優快速閥值算法的動因(參見參考文獻[7])，它降低了在R-D方向上較不重要的係數指數。在數學上，對於固定的量化器，在原始圖像X和施加比特預算限制的量化圖像給定的閥值圖像之間的失真最小化，即，min[D(X,X~)|X^]subjecttoR(X~)Rbudget---(6)]]>等效的未受限問題將被最小化J=D(X,X~)+R(X~)---(7)]]>採用動態編程算法來解決上述遞歸優化問題(7)。它為每個0≤k≤63計算Jk*，接著找到使該Jk*最小化的k*，即，找到最佳非零係數以結束在每個獨立塊中的掃描。讀者可以詳細參閱參考文獻[7]。由於只有不顯著的係數指數改變了，因此最優快速閥值算法(參見參考文獻[7])並未選定具有JPEG解碼器兼容性的係數指數的全部優化。聯合閥值和量化器選擇由於在閥值算法採用塊水平統計的同時，自適應量化器選擇方案利用了廣泛圖像的統計，因此它們的運算近似於「正交」。這意味著將它們綁定在一起是很有益處的。霍夫曼表是另一種留給JPEG編碼器的自由參數。因此，Crous和Ramchandran(參見參考文獻[8]和[9])，提出了一種對這三個參數的聯合優化的方案，即，minT.O.HD(T,Q)subjecttoR(T,Q,H)Rbudget---(8)]]>其中Q為量化表，H為合成的霍夫曼表，T為一組二進位閥值標誌，其為是否對係數指數取閥值的信號。(8)的受限最小化問題被轉換成拉格朗日乘子的非受限問題，minT,Q,H[J=D(T,Q)+R(T,Q,H)]---(9)]]>接著，他們提出了一種算法，其反覆選擇每個Q、T、H以在假定其他參數都固定的情況下最小化拉格朗日成本(9)。
發明內容根據本發明的第一方面，提供了一種在給定量化表和行程尺寸(run-size)分布下通過確定由確定成本的三重序列(run、size、ID)所表示的確定成本的n個係數指數序列而壓縮n個係數序列的方法，其中每個三重序列(run、size、ID)限定了相應的係數指數序列，以便，(i)在相應的係數指數序列中的每個指數為數字數(digitalnumber)，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)，整數值ID，用於指定遵循特定值的連續指數的數量的指數幅度，以及尺寸值，限定將指數存儲在由ID值指定的分類中所需的多個比特。該方法包括步驟(a)使用給定的量化表和行程尺寸分布來為多個可能的三重序列(run、size、ID)制訂成本函數；(b)將該成本函數應用到在多個可能的三重序列(run、size、ID)中的每個序列以確定關聯成本；和(c)基於可能的三重序列(run、size、ID)的關聯成本函數從多個可能的三重序列(run、size、ID)中選擇確定成本的三重序列(run、size、ID)；並使用霍夫曼編碼對相應的所選擇的序列對(run、size)進行編碼。根據本發明的第二方面，提供了一種用於在給定的量化表和行程尺寸分布下通過使用表示多個可能的三重序列(run、size、ID)的曲線圖(graph)來壓縮n個係數序列的方法，該曲線圖與同類(in-category)的指數ID以及給定的量化表一起確定n個量化的係數序列，其中每個三重序列(run、size、ID)限定了相應的係數指數序列，以便，(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、指定遵循特定值的連續指數的數量的指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值。該方法包括步驟(a)使用給定量化表和行程尺寸分布以制訂用於多個可能的序列對(run、size)的成本函數；(b)構建表示多個可能的序列對(run、size)的曲線圖；(c)基於由成本函數所確定的關聯成本而從曲線圖的第一節點到末端節點延伸曲線圖的路徑；(d)從所選定的路徑確定相應的三重序列(run、size、ID)；和(e)使用霍夫曼編碼對相應的序列對(run、size)編碼。根據本發明的第三方面，提供了一種通過聯合確定輸出量化表、由三重序列(run、size、ID)所表示的確定成本的係數指數序列和行程尺寸分布來壓縮n個係數序列的方法，其中每個三重序列(run、size、ID)限定相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、指定遵循特定值的連續指數的數量的指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策(soft-decision)量化係數的序列。該方法包括步驟(a)選擇第0th個量化表；(b)選擇第0th個行程尺寸分布；(c)設定計數器t為0；(d)使用第tth個量化表和行程尺寸分布來制定用於多個可能的三重序列(run、size、ID)的第tth個成本函數；(e)將該成本函數應用到在第tth個多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；(f)基於該關聯成本從第tth個多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的第tth個確定成本序列；(g)如果三重序列(run、size、ID)確定成本的序列以及第tth個量化表和行程尺寸分布都滿足選擇標準；則選擇三重序列(run、size、ID)的第tth個確定成本的序列作為三重序列(run、size、ID)的確定成本的序列，選定該tth個量化表作為輸出量化表；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(d)；和(h)使用霍夫曼編碼對相應選定的序列(run、size、ID)編碼。根據本發明的第四方面，提供了一種為在n個係數序列的序列中的n個係數的每個序列，和由三重序列(run、size、ID)最終確定成本的序列所表示的係數指數的最終確定成本的序列而通過聯合確定輸出量化表、輸出行程尺寸分布來壓縮n個係數序列的序列的方法，其中每個三重序列(run、size、ID)限定相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、指定遵循特定值的連續指數的數量的指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策量化係數的序列。該方法包括步驟(a)選擇第0th個量化表；(b)選擇第0th個行程尺寸分布；(c)設定計數器t為0；(d)對於在n個係數序列的序列中的n個係數的每個序列，(i)使用第tth個量化表和行程尺寸分布來制定用於關聯的第tth多個可能的三重序列(run、size、ID)的第tth個成本函數；(ii)將該成本函數應用到關聯的第tth個多個可能的三重序列(run、size、ID)中的每個可能的序列，以確定關聯成本；(iii)基於該關聯成本從關聯的第tth多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的關聯的第tth個確定成本序列；(e)在步驟(d)後，將總的成本函數提供給用於在n個係數序列的序列中的n個係數的每個序列的第tth個關聯的確定成本的三重序列(run、size、ID)，以確定第t個總成本；(f)如果該第tth個總成本滿足選擇標準，則選定該第tth個量化表和行程尺寸分布作為輸出量化表和行程尺寸分布，對於在n個係數序列的序列中的n個係數的每個序列，將由最終確定成本的三重序列(run、size、ID)所表示的最終確定的係數指數序列作為關聯的第tth個三重序列(run、size、ID)；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(d)；和(g)使用霍夫曼編碼對相應選定的序列(run、size、ID)進行編碼。根據本發明的第五方面，提供了一種在給定量化表和給定尺寸分布(sizedistribution)下通過確定由相應的確定成本的差數序列所表示的N個係數的確定成本的序列來壓縮N個係數的方法，其中每個差數序列限定相應的N個係數的序列，以便在差數序列中的每個差數都為第ith個指數值減去第(i-1)th個指數值的數字數，其中i比0大且小於N-1。該方法包括步驟(a)使用給定的量化步長和給定的行程尺寸分布來制定用於多個可能的差數序列的成本函數；(b)將該成本函數應用到在多個可能的差數序列中的每個可能的序列以確定關聯成本；和(c)基於該關聯成本從該多個可能的差數序列中選擇相應的確定成本的差數序列，並從相應的確定成本的差數序列確定確定成本的N個指數序列。根據本發明的第六方面，提供了一種在輸出量化步長和輸出尺寸分布下通過聯合確定輸出量化步長，和由相應的確定成本的差數序列所表示的輸出確定成本的N個指數序列而壓縮N個係數序列的方法，其中每個差數序列都限定相應的N個指數序列，以便在差數序列中的每個差數都為等於第ith個指數值減去第(i-1)th個指數值的數字數，i比0大且比N-1小。該方法包括步驟(a)選擇第0th個量化表和第0th個行程尺寸分布；(b)設定計數器t為0；(c)使用第tth個量化步長和第tth個行程尺寸分布來制定用於第t個th多個可能的差數序列的第tth個成本函數；(d)將該第tth個成本函數應用到在第tth個多個可能的差數序列中的每個可能的序列以確定關聯成本；(e)基於該關聯成本從第tth多個可能的差數序列中選擇第tth個確定成本的差數序列；(f)如果該第tth個相應的確定成本的差數序列以及第tth個量化表和第tth個尺寸分布都滿足選擇標準；則選擇第tth個確定成本的差數序列作為輸出的確定成本的差數序列，選定該tth個量化步長作為輸出量化步長，選定該第tth個尺寸分布作為輸出的量化步長，並選定該第t個確定成本的N個指數序列作為輸出的確定成本的N個指數序列；否則將tth加一而從第tth個確定成本的差數序列中確定第(t+1)th個量化步長和和第(t+1)th個行程尺寸分布，並返回到步驟(c)。根據本發明的第七方面，提供了一種數據處理系統，其用於在給定的量化表和行程尺寸分布下通過確定由確定成本的三重序列(run、size、ID)所表示的確定成本的n個係數指數序列而壓縮n個係數序列，其中每個三重序列(run、size、ID)限定了相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、指定遵循特定值的連續指數的數量的指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值(sizevalue)。該數據處理系統包括(a)初始化裝置，其用於使用給定的量化表和行程尺寸分布來為多個可能的三重序列(run、size、ID)制訂成本函數；(b)計算裝置，其用於將該成本函數應用到在多個可能的三重序列(run、size、ID)中的每個序列以確定關聯成本；基於可能的三重序列(run、size、ID)的關聯成本函數從多個可能的三重序列(run、size、ID)中選擇確定成本的三重序列(run、size、ID)；和使用霍夫曼編碼對相應所選定的序列對(run、size)編碼。根據本發明的第八方面，提供了一種數據處理系統，其用於在給定的量化表和行程尺寸分布下通過使用表示多個可能的三重序列(run、size、ID)的曲線圖(graph)來壓縮n個係數序列，該曲線圖與同類(in-category)的指數ID以及給定的量化表一起確定n個量化係數序列，其中每個三重序列(run、size、ID)限定了相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、指定遵循特定值的連續指數的數量的指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值。該數據處理系統包括(a)初始化裝置，其用於使用給定量化表和行程尺寸分布以制訂用於多個可能的序列對(run、size)的成本函數；(b)計算裝置，其用於(i)構建表示多個可能的序列對(run、size)的曲線圖；(ii)基於由成本函數所確定的關聯成本而從曲線圖的第一節點到末端節點延伸曲線圖的路徑；(iii)從所選定的路徑確定相應的三重序列(run、size、ID)；和(iv)使用霍夫曼編碼對相應的序列對(run、size)編碼。根據本發明的第九方面，提供了一種數據處理系統，其用於通過聯合確定輸出量化表、由三重序列(run、size、ID)所表示的確定成本的係數指數序列、和行程尺寸分布來壓縮n個係數序列，其中每個三重序列(run、size、ID)限定相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、指定遵循特定值的連續指數的數量的指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策量化係數的序列。該數據處理系統包括(a)初始化裝置，其用於選擇第0th個量化表、選擇第0th個行程尺寸分布，並設定計數器t為0；(b)計算裝置，其用於(i)使用第tth個量化表和行程尺寸分布來制定用於多個可能的三重序列(run、size、ID)的第tth個成本函數；(ii)將該成本函數應用到在第tth個多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；(iii)基於該關聯成本從第tth多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的第tth個確定成本序列；(iv)如果三重序列(run、size、ID)第tth個確定成本的序列以及第tth個量化表和行程尺寸分布都滿足選擇標準；則選擇三重序列(run、size、ID)的第tth個確定成本的序列作為三重序列(run、size、ID)的確定成本的序列，選定該tth個量化表作為輸出量化表；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(i)；和(v)使用霍夫曼編碼對相應選定的序列(run、size、ID)編碼。根據本發明的第十方面，提供了一種數據處理系統，其用於為在n個係數序列的序列中的n個係數的每個序列，和由三重序列(run、size、ID)最終確定成本的序列所表示的係數指數的最終確定成本的序列而通過聯合確定輸出量化表、輸出行程尺寸分布來壓縮n個係數序列的序列的方法，其中每個三重序列(run、size、ID)限定相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、指定遵循特定值的連續指數的數量的指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策量化係數的序列。該數據處理系統包括(a)初始化裝置，其用於選擇第0th個量化表；選擇第0th個行程尺寸分布；並設定計數器t為0；(b)計算裝置，其用於對於在n個係數序列的序列中的n個係數的每個序列，(i)使用第tht個量化表和行程尺寸分布來制定用於關聯的第tth多個可能的三重序列(run、size、ID)的第tth個成本函數；(ii)將該成本函數應用到在第tth個多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；(iii)基於該關聯成本從第tth多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的第tth個確定成本序列；(iv)在步驟(iii)後，將總的成本函數應用到用於在n個係數序列的序列中的n個係數的每個序列的第tth個關聯的確定成本的三重序列(run、size、ID)，以確定第tth個總成本；(v)如果該第tth個總成本滿足選擇標準，則選定該第tth個量化表和行程尺寸分布作為輸出量化表和行程尺寸分布，對於在n個係數序列的序列中的n個係數的每個序列，將由最終確定成本的三重序列(run、size、ID)所表示的最終確定的係數指數序列作為關聯的第tth個三重序列(run、size、ID)；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(i)；和(vi)使用霍夫曼編碼對相應選定的序列(run、size、ID)編碼。根據本發明的第十一方面，提供了一種數據處理系統，其用於在給定量化表和給定尺寸分布(sizedistribution)下通過確定由相應的確定成本的差數序列所表示的N個係數的確定成本的序列來壓縮N個係數，其中每個差數序列限定相應的N個係數的序列以便在差數序列中的每個差數都為第I個指數值減去第(i-1)個指數值的數字數，其中i比0大且小於N-1。該數據處理系統包括(a)初始化裝置，其用於使用給定的量化步長和給定的行程尺寸分布來制定用於多個可能的差數序列的成本函數；(b)計算裝置，其用於將該成本函數應用到在多個可能的差數序列中的每個可能的序列以確定關聯成本；和基於該關聯成本從該多個可能的差數序列中選擇相應的確定成本的差數序列，並從相應的確定成本的差數序列確定確定成本的N個指數序列。根據本發明的第十二方面，提供了一種數據處理系統，其用來在輸出量化步長和輸出尺寸分布下通過聯合確定輸出量化步長，和由相應的確定成本的差數序列所表示的輸出確定成本的N個指數序列而壓縮N個係數序列，其中每個差數序列都限定相應的N個指數序列以便在差數序列中的每個差數都為等於第i個指數值減去第(i-1)個指數值的數字數，i比0大比N-1小。該數據處理系統包括(a)初始化裝置，其用來選擇第0th個量化表和第0th個行程尺寸分布，並設定計數器t為0；(b)計算裝置，其用來(i)使用第tth個量化步長和行程尺寸分布來制定用於多個可能的差數序列的第tht個成本函數；(ii)將該第tth個成本函數應用到在多個可能的差數序列中的每個可能的序列以確定關聯成本；(iii)基於該關聯成本從第tth多個可能的差數序列中選擇第tth個確定成本的差數序列；(iv)如果該第tth個相應的確定成本的差數序列以及第tth個量化表和第tth個尺寸分布都滿足選擇標準；則選擇第tth個確定成本的差數序列作為輸出的確定成本的差數序列，選定該tth個量化步長作為輸出量化步長，選定該第tth個尺寸分布作為輸出的量化步長，並選定該第tth個確定成本的N個指數序列作為輸出的確定成本的N個指數序列；否則將t加一而從第tth個確定成本的差數序列中確定第(t+1)th個量化步長和和第(t+1)th個行程尺寸分布，並返回到步驟(i)。根據本發明的第十三方面，提供了一種在計算機上使用的電腦程式產品，其在給定量化表和行程尺寸分布下通過確定由確定成本的三重序列(run、size、ID)所表示的確定成本的n個係數指數序列而壓縮n個係數序列，其中每個三重序列(run、size、ID)都限定了相應的係數指數序列以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了包括有特定值的多個值，和(iii)每個三重序列(run、size、ID)都限定了表示特定值的多個連續指數的行程值(runvalue)、指定遵循特定值的連續指數的數量的指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，該電腦程式產品包括記錄介質，和在記錄介質上記錄以指示計算機執行如下步驟的裝置，(a)使用給定的量化表和行程尺寸分布來為多個可能的三重序列(run、size、ID)制訂成本函數；(b)將該成本函數提供給在多個可能的三重序列(run、size、ID)中的每個序列以確定關聯成本；和(c)基於可能的三重序列(run、size、ID)的關聯成本函數從多個可能的三重序列(run、size、ID)中選擇確定成本的三重序列(run、size、ID)；並使用霍夫曼編碼對相應選定的序列對(run、size)編碼。根據本發明的第十四方面，提供了一種在計算機上使用的電腦程式產品，其用於在給定的量化表和行程尺寸分布下通過使用曲線圖(graph)來壓縮n個係數序列，該曲線圖表示了與同類(in-category)的指數ID以及給定的量化表一起確定n個量化係數序列的多個可能的三重序列(run、size、ID)，其中每個三重(run、size、ID序列都限定了相應的係數指數序列以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了包括有特定值的多個值，和(iii)每個三重序列(run、size、ID)都限定了表示特定值的多個連續指數的行程值(runvalue)、指定遵循特定值的連續指數的數量的指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值。該電腦程式產品包括記錄介質和在介質上記錄有用於指示計算機執行以下步驟的裝置，(a)使用給定量化表和行程尺寸分布以制訂用於多個可能的序列對(run、size)的成本函數；(b)構建表示多個可能的序列對(run、size)的曲線圖；(c)基於由成本函數所確定的關聯成本而從曲線圖的第一節點到末端節點延伸曲線圖的路徑；(d)從所選定的路徑確定相應的三重序列(run、size、ID)；和(e)使用霍夫曼編碼對相應的序列對(run、size)編碼。根據本發明的第十五方面，提供了一種在計算機上使用的電腦程式產品，其通過聯合確定輸出量化表、由三重序列(run、size、ID)所表示的確定成本的係數指數序列、和行程尺寸分布來壓縮n個係數序列，其中每個三重序列(run、size、ID)限定相應的係數指數序列以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了包括有特定值的多個值，和(iii)每個三重序列(run、size、ID)都限定了表示特定值的多個連續指數的行程值(runvalue)、指定遵循特定值的連續指數的數量的指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策量化係數的序列。該電腦程式產品包括記錄介質和在介質上記錄有用來指示計算機執行以下步驟的裝置，(a)選擇第0th個量化表；(b)選擇第0th個行程尺寸分布；(c)設定計數器t為0；(d)使用第tth個量化表和行程尺寸分布來制定用於多個可能的三重序列(run、size、ID)的第tth個成本函數；(e)將該成本函數提供給在多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；(f)基於該關聯成本從第tth多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的第tth個確定成本序列；(g)如果三重序列(run、size、ID)確定成本的序列以及第tth個量化表和行程尺寸分布都滿足選擇標準；則選擇三重序列(run、size、ID)的第tth個確定成本的序列作為三重序列(run、size、ID)的確定成本的序列，選定該t個量化表作為輸出量化表；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(d)；和(h)使用霍夫曼編碼對相應選定的(run、size、ID)序列編碼。根據本發明的第十六方面，提供了一種在計算機上使用的電腦程式產品，其為在n個係數序列的序列中的n個係數的每個序列，和由三重序列(run、size、ID)最終確定成本的序列所表示的係數指數的最終確定成本的序列而通過聯合確定輸出量化表、輸出行程尺寸分布來壓縮n個係數序列的序列，其中每個三重序列(run、size、ID)限定相應的係數指數序列以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了包括有特定值的多個值，和(iii)每個三重序列(run、size、ID)都限定了表示特定值的多個連續指數的行程值(runvalue)、指定遵循特定值的連續指數的數量的指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策量化係數的序列。該電腦程式產品包括記錄介質和記錄在記錄介質上用來指示計算機執行如下步驟的裝置，(a)選擇第0th個量化表；(b)選擇第0th個行程尺寸分布；(c)設定計數器t為0；(d)對於在n個係數序列的序列中的n個係數的每個序列，(i)使用第tth個量化表和行程尺寸分布來制定用於關聯的第tth多個可能的三重序列(run、size、ID)的第tth個成本函數；(ii)將該成本函數提供給在多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；(iii)基於該關聯成本從第tth多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的第t個確定成本序列；(e)在步驟(d)後，將總的成本函數提供給用於在n個係數序列的序列中的n個係數的每個序列的第tth個關聯的確定成本的三重序列(run、size、ID)，以確定第tth個總成本；(f)如果該第tth個總成本滿足選擇標準，則選定該第tth個量化表和行程尺寸分布作為輸出量化表和行程尺寸分布，對於在n個係數序列的序列中的n個係數的每個序列，將由最終確定成本的三重序列(run、size、ID)所表示的最終確定的係數指數序列作為關聯的第tth個三重序列(run、size、ID)；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(d)；和(g)使用霍夫曼編碼對相應選定的序列(run、size、ID)編碼。根據本發明的第十七方面，提供了一種在計算機上使用的電腦程式產品，其在給定量化表和給定尺寸分布下通過確定由相應的確定成本的差數序列所表示的N個係數的確定成本的序列來壓縮N個係數，其中每個差數序列限定相應的N個係數的序列以便在差數序列中的每個差數都為第ith個指數值減去第(i-1)th個指數值的數字數，其中i比0大且小於N-1，該電腦程式產品包括記錄介質，和記錄在記錄介質上用來指示計算機系統執行如下步驟的裝置，(a)使用給定的量化步長和給定的行程尺寸分布來制定用於多個可能的差數序列的成本功能；(b)將該成本函數提供給在多個可能的差數序列中的每個可能的序列以確定關聯成本；和(c)基於該關聯成本從該多個可能的差數序列中選擇相應的確定成本的差數序列，並從相應的確定成本的差數序列確定確定成本的N個指數序列。根據本發明的第十八方面，提供了一種在計算機上使用的電腦程式產品，其在輸出量化步長和輸出尺寸分布下通過聯合確定輸出量化步長，和由相應的確定成本的差數序列所表示的輸出確定成本的N個指數序列而壓縮N個係數序列，其中每個差數序列都限定相應的N個指數序列以便在差數序列中的每個差數都為等於第ith個指數值減去第(i-1)th個指數值的數字數，i比0大比N-1小，該電腦程式產品包括記錄介質，和記錄在記錄介質上用以指示計算機系統執行如下步驟的裝置，(a)選擇第0th個量化表和第0th個行程尺寸分布；(b)設定計數器t為0；(c)使用第tth個量化步長和行程尺寸分布來制定用於多個可能的差數序列的第tth個成本函數；(d)將該第tth個成本函數提供給在多個可能的差數序列中的每個可能的序列以確定關聯成本；(e)基於該關聯成本從第tth多個可能的差數序列中選擇第tth個確定成本的差數序列；(f)如果該第tth個相應的確定成本的差數序列以及第tth個量化表和第t個尺寸分布都滿足選擇標準；則選擇第tth個確定成本的差數序列作為輸出的確定成本的差數序列，選定該tth個量化步長作為輸出量化步長，選定該第tth個尺寸分布作為輸出的量化步長，並選定該第tth個確定成本的N個指數序列作為輸出的確定成本的N個指數序列；否則將t加一而從第tth個確定成本的差數序列中確定第(t+1)th個量化步長和和第(t+1)th個行程尺寸分布，並返回到步驟(c)。現將參考以下附圖對優選實施例進行詳細描述，其中圖1顯示了JPEG編碼器的方框圖；圖2顯示了根據本發明的一個方面對量化、行程編碼和霍夫曼編碼的聯合優化方框圖；圖3顯示了根據本發明的一個方面的用來表示不同的可能係數指數(或，等同地，行程尺寸對)的定向圖；圖4顯示了從圖3的圖而來的連接和節點的序列；圖5顯示了根據本發明的進一步方面的用於表示DC指數可以認為是n個係數序列的明確值的框架結構；圖6a、6b和6c表示了根據本發明的一個方面的用於聯合優化行程編碼、霍夫曼編碼和優化表的處理。圖7顯示了根據本發明的一個方面的用於聯合優化行程編碼、霍夫曼編碼和優化表的處理的流程圖。圖8顯示了圖7中處理的迭代處理的初始化的流程圖；圖9顯示了用於確定在圖7中的特定塊的最優路徑的處理的流程圖；圖10顯示了由在圖9中的最優路徑確定處理所調用的塊初始化處理的流程圖；圖11圖示了由圖9中的處理所調用的增量成本計算處理的流程圖；圖12顯示了用於更新由圖7的處理所調用的量化表的處理的流程圖；圖13顯示了根據本發明的一個方面的數據處理系統的方框圖；圖14顯示了用於不同量化表的比率-失真曲線的曲線圖；圖15的曲線圖顯示了根據本發明的一個方面的反映迭代的聯合優化算法的不同迭代數的比率-失真曲線；圖16將根據本發明的不同方面所提供的優化方法的不同配置的比率-失真曲線劃分成512×512的Lena圖像；圖17將根據本發明的不同方面所提供的優化方法的不同配置的比率-失真曲線劃分成512×512的Barbara圖像；圖18將根據本發明的一個方面的用於512×512的Lena圖像從基於柵格的DC優化所得結果劃分為DC熵vs.DC失真。具體實施例方式圖1中顯示了執行三個基本步驟的JPEG編碼器20。編碼器20首先將輸入的圖像22分割成8×8塊，接著按照光柵掃描的順序一個接一個處理這8×8個圖像塊(基線JPEG)。每個塊首先通過8×8DCT24而從像素域轉換成DCT域。然後，合成的DCT係數使用8×8的量化表26來統一地量化。從量化表28來的係數指數為在步驟30中使用零行程編碼和霍夫曼編碼進行編碼的熵。如果必須使用步長量化所有圖象的塊，JPEG語法將讓編碼器選擇量化步長和霍夫曼碼字。這種構架提供了巨大的機會來考慮在編碼器20應用比率-失真(R-D)，其中量化表26和霍夫曼表32是編碼器能優化的兩個自由參數。編碼器還能優化的第三個但有些隱藏的自由參數是圖象數據本身。取決於圖象數據在整個JPEG編碼處理期間的階段，圖象數據表現為不同的形式，如在圖2中所示。在硬決策量化前，它們表現為DCT係數34的形式；而在硬決策量化後，它們表現為DCT指數36的形式，即量化的DCT係數由所使用的量化步長歸一化；在鋸齒形排序和行程編碼後，通過指定在各個分類——(run、size)代碼和同類的指數38中的DCT指數的精確幅度的整數，它們表現為行程尺寸對的形式。(為了簡明起見，我們將這樣的整數稱之為同類指數)。要注意的是，DCT指數與量化步長一起確定量化的DCT係數。雖然JPEG語法允許量化表在編碼器定製，但通常使用按標準給定的示例性的量化表的縮放版本(參見參考文獻[1])(稱之為默認表)。由於默認表是獨立於圖像的並且縮放不是圖像自適應的，因此默認表的縮放比例不是最理想的。即便使用自適應圖像的量化表，JPEG也必須為每個圖像塊應用相同的表，以表示從優化係數指數，即DCT指數中仍然保留了潛在增益。要注意的是，硬決策量化加係數指數優化等於軟決策量化。因為係數指數可以等同地表示為行程尺寸對，其後面是經過行程編碼的同類指數，因此我們可以簡單地將係數指數優化稱之為與步長和霍夫曼優化並行的行程編碼優化。如以下所描述的，我們不僅提出了非常靈巧、基於曲線圖的行程編碼優化方案，還提供了一種用於聯合優化如分別在圖2的步驟40、42和44中的行程編碼、霍夫曼編碼和量化步長的迭代優化方案。形式問題定義現在，我們來闡述我們的聯合優化問題，其中對在基線JPEG中的所有三個自由參數進行最小化處理。在這部分中我們僅考慮AC係數的優化。DC係數的優化將在以後討論。在JPEG編碼中給定輸入圖像I0和固定量化表Q，通過行程編碼找到每個8×8塊的同類指數後，係數指數完全確定了行程尺寸對的序列，反之亦然。我們提出的問題是在同類的指數ID、所有可能的霍夫曼編碼表H、和所有可能的量化表Q之後，在所有可能的行程尺寸對(R，S)序列上進行有約束的最優化min(R,S,ID),H,Qd[I0,(R,S,ID)Q]subjecttor[(R,S),H]rbudget---(10)]]>或等效於min(R,S,ID),H,Qr[(R,S),H]subjecttod[I0,(R,S,ID)Q]rbudget---(11)]]>其中d[I0，(R，S，ID)Q]表示在原始圖像I0和在所有AC係數上由(R，S，ID)和Q所確定的重構圖像之間的失真，r[(R，S)，H)表示所有從選定的序列(R，S，ID)和霍夫曼表H所得的所有AC係數的壓縮率。在(10)和(11)中，rbudget和dbudget分別是比率約束(rateconstraint)和失真約束(distortionconstraint)。根據拉格朗日乘子，我們可以將比率約束問題或失真約束問題轉化成以下的非約束問題。min(R,S,ID),H,Q{J=d[I0,(R,S,ID)Q]+r[(R,S),H]}---(12)]]>其中拉格朗日乘子λ是固定參數，其表示用於失真比率的折中(tradeoff)，而J(λ)是拉格朗日成本。這種類型的優化落入到所謂的固定斜率編碼(fixedslopecoding)的類型中，該固定斜率編碼由E.-h.Yang，Z.Zhang，和T.Berger於1997年9月在IEEETrans.Inform.Theory，第43卷，第1465-1476頁的「Fixedslopeuniversallossydatacompression(固定斜率的通用有損數據壓縮)」(以下稱之為「參考文獻[10]」)以及E.-h.Yang和Z.Zhang於1999年3月在IEEETrans.Inform.Theory，第45卷，第586-608頁的「Variable-ratetrellissourcecoding(可變比率的柵格信源編碼)」(以下稱之為「參考文獻[11]」)中所倡導。介紹性地，將我們的聯合優化問題與聯合閥值和量化器選擇進行比較(參見參考文獻[8]和[9])。另一方面，這兩者都是旨在聯合優化三個參數的迭代處理。另一方面，我們的方案在兩個方面顯著不同(參見參考文獻[8]和[9])。首先，我們考慮了係數指數或(R，S，ID)序列的全部優化而不是考慮只忽略無關緊要的係數指數表示的部分優化(參見參考文獻[8]和[9])。正如我們在以下部分中所要看見的，這使得全部的優化都是非常靈巧、可有效計算的解決方案。這與所提出的相對耗時和繁瑣解決方案的部分優化(參見參考文獻[7]，[8]和[9]))截然不同。其次，我們不需要提供任何耗時的量化器選擇方案來在每次迭代中找出R-D的優化步長。相反，我們使用默認的量化表作為起始點，隨後為步長的局部優化而在每次迭代中有效地更新步長。問題的解決方案比率失真優化問題(12)就是失真、比率、霍夫曼表、量化表和序列(R，S，ID)的聯合優化。為了使優化問題易於處理，我們提出了一種迭代算法，其假定其他兩個參數固定，反覆選擇序列(R，S，ID)、霍夫曼表、和量化表來使公式(12)的拉格朗日成本最小。由於行程尺寸概率分布P完全決定了霍夫曼表，因此我們使用P來替代在優化處理中的霍夫曼表Ho這種迭代算法可以描述如下1)從給定圖像I0和量化表Q0而初始化行程尺寸分布P0。由於量化是獨立於圖像的，因此這種將預定的量化表Q0應用到I0就稱之為硬量化(hard-quantization)。(例如，初始的行程尺寸分布P0可以是通過使用由初始Q0所給定的硬決策量化器所得的序列對(run、size)的經驗分布，並用於量化I0的DCT係數。)設定t＝0，並指定公差ε作為收斂性標準(convergencecriterion)。2)對任意t≥0固定Pt和Qt。找到能滿足以下最小式的優化序列(Rt，St，IDt)min(R,S,ID){J=d[I0,(R,S,ID)Qt]+r[(R,S),Pt]}]]>其中，由Jt(λ)表示d[I0，(Rt，St，IDt)Qt]+λ·r[(Rt，St)，Pt]3)固定(Rt，St，IDt)。將Qt和Pt分別更新成Qt+1和Pt+1以便Qt+1和Pt+1一起滿足以下最小式min(Q,P){J=d[I0,(Rt,St,IDt)Q]+r[(Rt,St),P]}]]>其中以上的最小化對所有的量化表Q和所有的行程尺寸概率分布P進行。要注意的是可以選擇Pt+1作為(Rt，St)的經驗行程尺寸分布。4)對t＝0，1，2，…重複進行步驟2)和3)直到Jt(λ)-Jt+1(λ)≤ε。然後，輸出(Rt+1，St+1，IDt+1)，Qt+1和Pt+1。由於拉格朗日成本函數在每一步中並不增加，因此保證了收斂性。迭代算法的核心是步驟2)和步驟3)，即，找到序列以用給定的Q和P最小化拉格朗日成本J(λ)，並用圖像的新指數更新量化步長。這兩步將在以下分別敘述。基於曲線圖的行程編碼優化如上所述，即便使用圖像自適應量化表，JPEG量化也缺乏局部自適應性，這顯示出從係數指數本身的優化依然存在潛在的增益。這種增益可在步驟2)中使用。優化閥值(參見參考文獻[7])僅考慮了係數指數的部分優化，即忽略在R-D方向(R-Dsense)中不顯著的係數。我們提出了一種高效的基於曲線圖的優化搜索算法以優化在R-D方向中的全部係數指數。它不僅能忽略(drop)非顯著的係數，而且還能將它們從一種分類變為另一種，如果在R-D方向中需要，甚至將零係數變為很小的非零係數也是可能的。換句話說，我們的基於曲線圖的優化路徑搜索算法在所有的可能係數指數(或等效地，優化行程尺寸對)中發現優化係數指數以最小化拉格朗日成本。由於給定了Q和P，因此拉格朗日成本J(λ)是以塊方式(block-wise)增加的，在步驟2)中的最小化能通過一塊接一塊的方式解決。也就是說，優化序列(R，S，ID)可以為每個8×8圖像塊獨立確定。這樣，在以下中，我們僅限於討論一個8×8的圖像塊。讓我們限定一個具有65個節點(或狀態)的定向圖。如在圖3中所示，首先的64個狀態，其用數字i＝0，1，…，63表示，相應於鋸齒形順序中8×8圖像塊的64個係數指數。最後一個狀態是稱之為末狀態(endstate)的特定狀態，其被用來處理EOB(end-of-block(塊末端))。每個狀態i(i≤63)可以具有在(R，S)對中相應run、R的先前的16個狀態j(j＜i)引入的連接。(在JPEG語法中，R從0到15取值)。末狀態可以具有從具有表示EOB編碼(即，在第i個係數後的編碼(0，0))的狀態i(i≤62)來的每個連接的所有其他狀態來的引入連接。對於給定的狀態i(i≤63)以及它的前趨i-r-1(0≤r≤15)，在它們之間存在10個並行的過渡，其相應於在(R，S)對中的尺寸組，So為了簡明起見，我們僅僅畫出在圖3中所示的曲線圖中的一個過渡；整個曲線圖都需要S的延伸。對於每個i，其中i＞15，從相應於對(15，0)的狀態i-16到狀態i還存在一個過渡，即，ZRL(零行程)代碼。我們從狀態i-r-1到狀態i分配給每個過渡(r，s)一個成本，其中該成本被限定為當第i個DCT係數被量化為尺寸組s(即，該係數指數需要s比特來表示它的幅度)並且在該第i個DCT係數被量化為零之前所有的r個DCT係數立即出現時從從狀態i-r-1到狀態i進行的拉格朗日成本。具體地，這個增加的成本等於J=i-1i-1Cj2|Ci-qiIDi|2+(-log2P(r,s)+s)---(13)]]>其中，Cj，j＝1，2，…，63，為第jth個DCT係數，IDi為相應於尺寸組s的同類指數，其中該尺寸組在由該尺寸組s所指定的分類中的所有同類指數之間使Cj產生最小化失真，而qi為第ith個量化步長。類似地，對於從狀態i(i≤62)到末狀態的過渡，它的成本限定為J=i+163Ci2+(-log2P(0,0))---(14)]]>從狀態63到末狀態的過渡未分配成本。很容易看出，根據以上的定義，8×8塊的行程尺寸對的每個序列相應於具有拉格朗日成本的從狀態0到末狀態的一條路徑。例如，塊的行程尺寸對(0，5)，(4，3)，(15，0)，(9，1)，(0，0)的序列相應圖4所示的路徑。另一方面，在定向圖中並不是所有從狀態0到末狀態都代表8×8塊的行程尺寸對的合法序列。我們稱這樣的路徑是非法路徑。例如，由從狀態1到狀態17的過渡(15，0)和從狀態17到末狀態的過渡(0，0)後的從狀態0到狀態1的過渡(0，5)構成的路徑就是非法路徑，該路徑不表示8×8塊的行程尺寸對的合法序列。然而，不難看出，對於任意非法路徑，總是存在合法路徑，該合法路徑的拉格朗日成本確實要比非法路徑的要小。因此，在包括了合法路徑和非法路徑的所有可能路徑中從狀態0到末狀態具有最小總的拉格朗日成本的優化路徑一定是合法路徑。此外，優化路徑，以及其相應的如在(13)中所確定的同類指數，為任意給定的Q，P和8×8塊得到了步驟2)中的最小化。例如，我們可以將快速動態編程算法應用到定向的曲線圖，以便為給定的8×8塊找到優化序列(R、S、ID)。應當指出的是，基線JPEG語法並不會為8×8塊產生由(15，0)結束的序列(R，S)。理論上，通過我們的動態編程所找到的優化(R，S)序列可以由(15，0)至狀態63而結束，即使其不太可能在實際應用中發生(當(15，0)的熵率(entropyrate)比(0，0)的熵率要小時才可能發生)。但是，由(15，0)至狀態63所結束的(R，S)序列為合法路徑，並且可以由基線JPEG語法來正確地編碼/解碼。以下將更詳細的一步步描述該算法。開始時，該算法基於給定行程尺寸分布P而為每個行程尺寸對(r，s)預先計算λ·(-log2P(r，s)+s)。為每個狀態i，遞歸預計算由忽略在狀態前的前述1至15個係數獲得的失真以及在該狀態結束該塊的剩餘成本。該算法從狀態0(DC係數)開始。忽略所有AC係數的成本被存儲在J0中。接著，進行狀態1(第一AC係數)。存在十條路徑從狀態0開始到狀態1。這十條路徑相應於該第一AC指數可以落入的尺寸分布。與每條路徑關聯的成本使用公式(13)來計算，其中，預先計算在公式(13)中的第一項，之後確定IDi。為了簡明起見，這裡我們只考慮正指數；對稱性地可以類似地處理負指數。假定IDi『為響應輸入Ci的具有步長qi的硬決策量化器的輸出，其落入到由s『所指定的分類中。如果s＝s『，則由於在這樣的尺寸組中IDi導致了C的最小失真，因此選定IDi作為IDi『。如果s＜s『，則由於這個最大的數導致了在這個組中的最小失真，因此選定IDi作為該尺寸組s中的最大數。類似地，如果s＞s『，則選定IDi作為該尺寸組s中的最小數。在計算出十個增加成本後，我們可以找到從狀態0到狀態1的最小成本並能夠記錄該最小成本以及導致到狀態1的最小成本的行程尺寸對(r，s)。接著，將忽略(dropping)從2到63的所有係數的成本加入到狀態1的最小成本。這個總和存儲在Ji中，其即為當第一AC係數為要被發送的最後的非零係數時這個塊的總的最小成本。進行到狀態2，從狀態0到狀態2存在110條路徑。在這些路徑中，十條路徑是直接從狀態0到狀態2，而100條路徑是從狀態0通過狀態1到狀態2(10乘10)。確定在狀態2終止的最佳路徑的最有效的方法是使用動態編程算法。由於與在狀態0和狀態1終止關聯的最小成本是已知的，因此找到終止在狀態2中的最小成本路徑的工作就是簡單地找到從狀態0到狀態2和從狀態1到狀態2的最小增加成本。分別將這兩個最小增加成本加入狀態0和狀態1的最小成本；在這兩個總和之中較小的一個就是狀態2的最小成本。這個最小成本和導致該最小成本的行程尺寸對(r，s)都存儲在狀態2中。接著，將忽略所有從3到63的係數的成本加入到狀態2的最小成本。該總和存儲在Ji中，其即為當第二AC係數為要被發送的最後的非零係數時這個塊的總的最小成本。要注意的是，如果到狀態2的最小路徑是直接從狀態0來的，則在所存儲的狀態2的行程尺寸對(r，s)中所存儲的r為1，這意味著該第一AC被量化或強制為0。如果該到狀態2的最小路徑是從狀態1來的，則所存儲的r為0，這意味著該第一AC指數是非零的。該遞歸接著對第三係數等進行處理直到在位置63的最後的係數也進行完了。此時，我們比較Jk(k＝0，1，…，63)的值，並找到最小值，也就是說，對某個k*的Jk。在每個狀態中所存儲的對(r，s)的幫助下通過從k*返回，可以在所有可能的路徑中找到從狀態0到末狀態具有最小成本的優化路徑，從而得到給定8×8塊的優化序列(R，S，ID)。這個算法的偽碼如圖6a、6b和6c所示。以上的處理是全動態編程方法。為了進一步降低計算的複雜性，我們可以對其進行細微地修改。具體地，在實際中我們並不一定要比較在從一個狀態到另一個狀態的10或11個並行過渡中增加的成本。反而，對我們來說，只要比較在與尺寸組s-1，s，和s+1關聯的過渡中的增加成本就已經足夠了，其中s為相應於給定硬決策量化器的輸出的尺寸組。與其他組關聯的過渡最有可能導致大的增加成本。我們應當比較在以下所述的實驗結果中這兩個方案的複雜性和性能差異。優化量化表更新為了更新在步驟3)中的量化步長，我們需要解決以下的最小化問題minQd[I0,(R,S.ID)Q]]]>由於一旦給定了(R，S，ID)，則壓縮率就與Q無關，其中I0表示要被壓縮的原始輸入圖像，Q＝(q0，q1，…，q63)代表了量化表。讓Ci，j表示以第jth塊的鋸齒形順序中在第ith個位置處的I0的DCT係數。序列(R，S，ID)確定DCT指數，即，由量化步長所歸一化的量化的DCT係數。讓Ki，j表示以從(R，S，ID)獲得的第jth塊的鋸齒形順序在第ith個位置的DCT指數。接著，通過Ki，jqi給定以第jth塊的鋸齒形順序中在第ith個位置處的量化DCT係數。根據Ci，j和Ki，jqi，我們可以將d[I0，(R，S，ID)Q]重寫為d[I0,(R,S,ID)Q]=I=163j=1Num_blk(Ci,j-Ki,jqi)2---(15)]]>其中Num_Blk為在給定圖像中的8×8塊的數量。在公式(15)中，其遵循d[I0，(R，S，ID)Q]的最小化可以通過獨立地為每個i＝1，2，…，63最小化公式(15)的內部總和來獲得。我們的目的是找到一組新的量化步長(1≤i≤63)來最小化minq^ij=1Num_blk(Ci,j-Ki,jq^i)2,]]>i＝1，…，63(16)公式(16)可以寫作minq^ij=1Num_blkCi,j2-2Ci,jKi,jq^i+Ki,j2q^i2,]]>i＝1，…，63(17)這些二次函數的最小化可以根據對公式(17)取導數而估算。公式(16)的最小化可根據下式獲得q=j=iNum_blkCi,jKi,jj=1Num_blkKi,j2,]]>i＝1，…，63(18)從而更新在步驟3)中的步長。基於柵格的DC優化在這部分，我們根據量化步長和霍夫曼表考慮量化DC係數的聯合優化。在JPEG語法中，量化的DC係數使用一維預測器差異性編碼，其為先前的量化DC值。由於對量化的DC係數編碼的成本僅僅取決於先前量化的DC係數，因此在聯合優化中使用柵格。讓我們限定柵格具有N階段，其相應於DC係數的數量，即，在重新開始的時間間隔中8×8塊的數量(DC係數的預測初始於在每個重新開始的時間間隔和每個掃描開始的0處(參見參考文獻[1])。每個階段都具有M個狀態，其相應於DC指數能取的不同值，在相鄰階段中的狀態能完全連接，如同在圖5中所示的。在每階段中的每個狀態都與作為從初始狀態到該狀態的最小成本的成本關聯。找到優化DC指數序列的處理從0階段開始直至N-1階段。在N-1階段，具有最小成本的狀態被挑選出來並且從0階段到N-1階段的具有最小成本的優化路徑被向後描繪出，從而產生優化DC指數序列。以下將更具體地一步步描述該處理。讓x(i，j)表示在階段ith中的第jth個狀態(0≤i≤N-1，0≤j≤M-1)，讓v(i，j)表示相應於狀態x(i，j)的DC指數值。讓cost_mini(i，j)表示從初始狀態到x(i，j)的最小成本。讓cost_inc(i-1，j』i，j)表示從x(i-1，j』)到x(i，j)的增加成本，其限定如下cost_inc(i-1，j』，i，j)＝|DCi-q0·v(i，j)|2+λ·(-log2P(S)+S)(19)其中q0為用於DC係數的量化步長，DCi為第ith個DC係數，S為/v(i，j)-v(i-1，j』)/之差的組類，而P(S)為在12個尺寸類(0≤S≤11)中的概率。與初始狀態關聯的成本被設定為0。我們從階段0開始。由於每個狀態只有一個引入路徑，因此在階段0中對每個狀態的成本為從初始狀態增加的成本。接著，我們進到階段1並從狀態0開始。從x(0，j』)到x(1，0)存在M條引入路徑(0≤j』≤M-1)。使用公式(19)來計算M個增加成本(即，cost_inc(i-1，j』，1，0))同時將這些M個增加成本分別加入到與在階段0處的M個狀態關聯的M個最小成本。選定最小的並將其記錄為x(1，0)的cost_mini(1，0)。為了回撤的目的還記錄優化前趨。以相同的方式，我們需要為在階段1中的其他M-1個狀態找到cost_mini(1，j)(0≤j≤M-1)和優化前趨。該過程繼續進行到階段2直到階段N-1。此時，我們為0≤j≤M-1找到了具有最小cost_mini(N-1，j)的j*。這個cost_mini(N-1，j*)為從初始狀態到階段N-1的優化路徑的最小成本。在每個狀態中所存儲的優化前趨的幫助下通過從j*回撤，可以找到從初始狀態到階段N-1的最優路徑。從而，得到優化DC指數序列。在獲得優化DC指數序列後，如以上所討論的，我們可以以相同的方式更新P(S)和量化步長q0。然後，如同我們用量化步長和霍夫曼表聯合優化量化AC係數所作的一樣，重複該優化處理。在基線JPEG中，DC指數能上達2047個不同的值(-1023至1023)，其在每個階段中需要2047個狀態。大量的狀態不僅增加了以上算法的複雜性，而且還需要大量的存儲位置。實際上，如果DC係數為軟量化為與硬決策量化器的輸出相差很遠的值，則最有可能導致更高的成本路徑。因此，在實際的基於柵格的DC量化的實現中，我們可以只設置相應於在硬決策量化器的輸出附近的DC指數的少量狀態。例如，我們可以只使用33格狀態，其中每個具有中間狀態的階段相應於硬決策量化器的輸出，而以上和以下的16個狀態分別相應於比硬決策量化器的輸出要大或要小的16個鄰近指數。這就在稍微降低性能的同時顯著地降低了計算的複雜性和存儲器的需求。在圖7的流程圖中顯示了根據本發明一方面的用於聯合優化行程編碼、霍夫曼編碼和量化表的處理。在步驟52，開始迭代處理，如在圖8的流程圖中詳細概括的。在步驟54，j，表示N個總塊的第jth塊的指數，被設定為1。在步驟56，處理為塊j確定優化路徑，在這種情況下，為第一塊。這將在圖9中的流程圖中詳細概括。在查詢58，其確定了j是否為最後的塊。這通過將j與N(總的塊數量)進行比較而得。如果j比N要小，則在步驟60中增加j。處理為每個塊j找到優化路徑直到j＝N。當j＝N時，就為N個塊的每一個確定了優化路徑。在步驟62中計算J(λ)的第(t+1)th個值作為與N個塊的每個關聯的總的最小失真。該值接著與在查詢64中的第tth個值進行比較。若在J(λ)的第tth個值與J(λ)的第(t+1)th個值間的差小於ε(選擇標準，或更具體地，收斂性判別標準)，則認為已完成了優化。若不是這種情況，則聯合優化處理轉到步驟66並且更新量化表Qt+1，如在圖12的流程圖中所詳細概括的。在步驟68，使用第(t+1)th個概率分布函數來計算與行程尺寸對(r，s)關聯的熵率。在步驟70，增加指數t，隨後執行額外的迭代。若確定了滿足在查詢64中的選擇標準，則使用與行程尺寸對(r，s)關聯的第(t+1)th個概率分布函數在步驟72中產生定製的霍夫曼表。步驟74使用這些定製的霍夫曼表來對行程尺寸對和指數編碼。用於聯合優化行程編碼、霍夫曼編碼和量化表的處理完成。現參考圖8的流程圖，更詳細地描述在圖7的流程圖的步驟52中的迭代處理的初始化。在步驟82，選擇拉格朗日乘子λ。它是表示用於失真的比率交替的固定參數。在步驟84，選擇收斂性判別標準ε。這就是通過連續迭代的拉格朗日成本，Jt(λ)，的差必須低於的量，因此認為迭代是成功和完成了。在步驟86，產生初始量化表Q0。步驟88使用給定的圖像I0和在先前步驟中產生的量化表Q0來確定行程尺寸分布P0(r，s)。在步驟90，該行程尺寸分布接著用於計算與行程尺寸對(r，s)關聯的熵率。在步驟92，基於原始DCT係數和拉格朗日乘子λ、量化表Q0和與行程尺寸對(r，s)關聯的熵率而計算初始的拉格朗日成本Jo(λ)。在步驟94，將N設定為等於圖像塊的數量，而在步驟96，當指數被強制到尺寸組0時，為給第ith個DCT係數發送的指數(15＜i＜63)，並則ID(i，0)被設定為0。最後，在步驟98，迭代指數t設定等於0並且完成初始化迭代處理的處理。現參考圖9的流程圖，在圖7中的流程圖更詳細地描述了用於為步驟56的塊j確定優化路徑的處理。在步驟112，初始化塊j，如在圖10的流程圖中詳細概括的。在步驟114，為塊j的狀態i存儲當前最低拉哥朗日成本的變量，current_minicost被設定為大數。在步驟116，變量k被賦值表示從先前狀態增加的連接數。若i＞15，則k賦值為15。若i≤15，則k＝i-1。在步驟118，與行程關聯的變量被設定為等於0，而在步驟120，與尺寸組關聯的變量s被設定為0。在查詢122，處理確定關係式s＝0和r＜15是否為真。若不是這種情況，則在步驟124計算對狀態i的成本，正如在圖11的流程圖中所詳細概括的。在查詢126，對狀態i的成本與當前最小的成本current_cost進行比較。若狀態i的成本J比current_cost要少，則用J替換current_cost，並且在步驟128將變量r、s、id(i，s)和J存儲到狀態i。在當前成本不少於current_minicost時從步驟128，以及從查詢126；當找到s＝0和r＜15持續為真時從查詢122，處理轉到查詢130，其詢問s是否少於10。若s＜10，則在步驟132增加s並且與計算對狀態i的成本關聯的迭代與更新的變量一起重複。若在查詢130中s≥10，則查詢134詢問r是否小於k。若r＜k，則在步驟136中r增加，在步驟120中將s重置為0，並且重複用於計算對狀態i的成本的迭代。但是，若r不少於k，則查詢138詢問i是否少於63。若存在這種情況，則在步驟140增加i並且重複整個迭代。若i不少於63，則認為所有的成本都已被計算並且在步驟142中通過回撤而確定塊j的優化路徑。在步驟144，從優化路徑來的行程尺寸對(r，s)用來更新行程尺寸概率分布函數Pt+1(r，s)，同時完成對塊j找尋優化路徑的處理。現參考圖10的流程圖，更詳細地描述圖9的流程圖中步驟112的用於塊j的初始化。在步驟152中，塊成本的末端，eob_cost(i)對0≤i≤62進行遞歸計算。這相應於在狀態i後忽略所有係數的成本。在步驟154，失真dist(r，i)對i≤r≤15和2≤i≤63進行遞歸計算。這涉及到忽略在狀態i-r-1和狀態i之間的均方失真(MSE)。在步驟156，第二失真度量(distortionmetric)，d(i，s)對於1≤i≤63和1≤s≤10進行計算。當相應的指數強制到尺寸組s中時從第ith個DCT係數導出均方失真(MSE)。在步驟158，當指數在尺寸組s中時用於第ith個DCT係數的要被發送的指數，id(i，s)對於1≤i≤63和1≤s≤10進行計算。最後，在步驟160，狀態值數i被設定為等於1，同時完成對塊j的初始化。現參考圖11的流程圖，用於計算對狀態i的成本的過程，在圖9的流程圖的步驟124進行了詳細描述。查詢172詢問s是否等於0。若發現這種情況為真，則步驟174確定從狀態i-r-1(其中r＝15)到狀態i增加的失真作為在忽略狀態i-16和i之間所有係數的均方失真和忽略在當前塊中的第ith個DCT係數的均方失真的總和。接著，在步驟176中計算對狀態i的的成本，來作為對狀態i-r-1的成本、從狀態i-r-1到狀態i增加的失真、以及與由λ測量的與行程尺寸對(15，0)關聯的熵率的總和。若s在查詢172不等於0，則在步驟178中計算增加的失真作為忽略在狀態i-r-1和狀態i之間所有係數的均方失真和當若強制到尺寸組s中則相應的指數時從第i個DCT係數所得的均方失真的總和。接著在步驟180中計算對狀態i的成本作為對狀態i-r-1的成本，加上從狀態i-r-1到狀態i的增加成本，加上與由λ測量的行程尺寸對(15，0)關聯的熵率的總和。當該迭代的成本已經在步驟176或步驟180中計算時，完成對狀態i的成本計算。現參考圖12的流程圖，詳細說明圖7的流程圖的步驟66用於更新量化表Qt+1的處理。在步驟194中，分子隊列，num(i)對1≤i≤63初始為0。類似地，在步驟194，分母隊列，den(i)也對1≤i≤63初始為0。在步驟196，塊指數j初始為1。在步驟198，塊j從它的行程尺寸和指數格式恢復以產生係數指數隊列Ki，j。在步驟200，指數i，其表示在第jth塊的鋸齒形順序中的位置被設定為1。在步驟202，計算在分子隊列中的第ith個值以作為它的當前值和第jth個塊的原始的第ith個DCT係數和在以第jth個塊的鋸齒形順序中第ith個位置恢復的DCT係數的乘積的總和，正如在步驟198中從行程尺寸和指數格式確定的一樣。在步驟204，計算在分母隊列中的第ith個值以作為它的當前值和在以第jth個塊的鋸齒形順序中第ith個位置的DCT指數的平方。查詢206詢問i是否小於63。若i＜63，則在步驟208中增加i並且計算與新的i關聯的分子和分母。若在查詢206中i不小於63，則查詢210詢問j是否比N(塊的總數量)小。如果j＜N，則在步驟212增加j並且基於下一個塊執行分子和分母的計算。否則在步驟214將i設定等於1。在步驟216，計算與在量化表Qt+1的鋸齒形順序中的第ith個位置關聯的值，計算qi作為在位置i的分母上的分子值。查詢218詢問i是否小於63。若這種情況為真，則在步驟220增加i並且計算在量化表中的剩餘位置。否則，完成Qt+1的更新。參考圖13，其顯示根據本發明的優選方面的用於執行諸如與圖7-12相關聯的如上所述的壓縮方法的數據處理系統230的結構圖。如圖13所示，系統230包括顯示器232，其用於顯示例如要被傳輸的圖像等。類似地，存儲器234可以包括要被傳輸的JPEG或MPEG文件。在通過用戶界面236從用戶接收指令時，在將壓縮的數據提供給子系統240之前，微處理器238使用計算模塊和初始模塊(未示出)以上述描述的方式壓縮輸入的圖像數據。然後，通信子系統240可以向網絡242傳輸該壓縮的數據。如上所述，雖然從通信子系統240到網絡242傳輸的方式可以是無線的或通過電話線，或通過更高帶寬的連接，但系統240可以集成到數位相機或行動電話中。實驗結果AC係數的優化上述的基於曲線圖的行程編碼優化算法和迭代的聯合優化法可以應用到用於解碼器的兼容優化的JPEG和MPEG編碼環境。它們兩者都以給定的量化表開始。由於以上討論的量化步長更新算法僅取得了局部優化性，因此，如果必須使用默認的量化表，則默認的量化表的初始縮放比例對R-D性能有直接的影響。例如，圖14顯示了使用我們的基於曲線圖的行程編碼優化方法對512×512的Barbara圖像的影響。曲線「a」相應於默認的量化表而曲線「b」相應於0.5精密標度(即，所有步長長度的一半)的曲線。這些曲線通過所有感興趣的正值清除拉格朗日乘子λ而得到。對於壓縮目的，通過縮放量化表而取得的R-D曲線也給定為「c」可以看出，我們可以從曲線「a」或曲線「b」的點X取得相同的失真。從曲線「c」我們可以使用小λ來得到點Y。(由於可以預乘熵率因此在執行比率以降低複雜性之前替換λ；-1/λ在R-D曲線上具有坡度的物理意義)。從曲線「b」我們可以使用比較大地λ來得到點Z。即便對半檢索(binarysearch)方法能夠用來找到在R-D方向上優化的初始比例縮放因子，根據經驗所確定的比例能很好地起作用並可以取得通過優化方案所取得的大多數增益。在我們的實驗中使用了經驗方法。給定初始量化表，在迭代的聯合優化算法中的疊代數還在計算複雜性和得到的壓縮性能上有直接的影響。圖15包括為512×512Lena圖像而從一次迭代(僅優化行程尺寸對)、兩次迭代和全部迭代(收斂性公差ε設定為0.1，同時迭代的結果的平均數為大約6)取得的R-D曲線。可以看出，從全部聯合優化所得到的大多數增益可以在兩次迭代中取得。如上所述，量化步長更新算法僅能得到局部優化性。除了比例縮放默認的量化表外，所提出的聯合量化算法還可以很輕易地被配置來從諸如從在參考文獻[3]-[5]中的任何方案所得的任意其他的量化表開始。(應當指出的是，在參考文獻[3]-[5]中提出的方案僅僅指出了如何設計用於硬決策量化的優化量化表；同樣地，從這些方案中所得到的量化表對我們在本發明中所考慮的軟決策量化不是最優的。但是，作為用於我們迭代聯合優化算法的初始量化表，這些量化表優於比例縮放的默認量化表。)在我們的試驗中，我們選擇在參考文獻[5]中的快速算法來產生以此開始的初始量化表。圖16和表I比較了我們的優化方法和用於512×512Lena圖像的參考方法的不同配置的峰值信噪比(PeakSignal-NoiseRatio，PSNR)性能。圖17和表II比較了512×512Barbara圖像的相同性能。定製的霍夫曼表用在最後的熵編碼階段。幾條備註是按序的。首先，在參考文獻[7]和[9]中的優化自適應閥值方案是所提出的行程編碼優化的子集。因此，在我們期望的任意比特率下，本發明的行程編碼優化方案勝過了用於兩個圖像的優化自適應閾值方案。其次，由於在低比特率時更多的係數被量化為零，因此量化表優化在低比特率起著較少的作用。所提出具有初始縮放比例默認量化表的聯合優化方案在低比特率可以比在參考文獻[9]中的聯合優化方案取得更好的結果。第三，對於例如Barbara等的複雜圖像，由於存在更多要被優化的非零係數，因此所提出的具有從參考文獻[5]所產生的初始量化表的聯合優化方案在所有比特率相比於在參考文獻[9]中的聯合優化方案要作得更好。對於像Lena的簡單圖像，由於量化表優化在低比特率其著較小的作用，因此所提出的聯合優化方案在低比特率相比於在參考文獻[9]中的方案仍然能取得更好的結果。但是，由於我們的方法並不在每次迭代中盡其可能地找出優化量化步長，因此在參考文獻[9]的方案對於Lena圖像在高比特率仍然能取得較好的結果。第四，相比於定製的基線JPEG，所提出的聯合優化方案顯著地改進了目標PSNR，對於低比特率的例如Barbara等複雜圖像，對比可知其性能超出了一些例如在1993年12月J.Shapiro的「Embededimagecodingusingzerotrcssofwaveletcoefficients(使用微波係數的零樹的內嵌圖像編碼)」(IEEETrans.SignalProcessing，第41卷，第3445-3462頁)(以下稱之為參考文獻[13])中所提出的Shapiro’s內嵌零樹微波算法等現有技術的基於微波圖像編碼器的所報結果。表III和IV列出了所提出的優化方案對於另外兩種圖像(512×512的Mandrill和Goldhill)的PSNR結果。表I具有不同優化方法的PSNR比較(512×512的Lena)表II具有不同優化方法的PSNR比較(512×512的Barbara)表III512×512的Mandrill的PSNR結果表IV512×512的Goldhill的PSNR結果計算複雜性現在我們介紹一些行程編碼優化算法和迭代聯合優化算法的計算複雜性的結果。如上所述，給定狀態和前趨，我們可以通過比較所有的10個寸組或3個尺寸組(即，從硬決策量化器來的尺寸組和從軟決策量化器來的尺寸組)來找出最小的增加成本。我們的實驗顯示了這兩個方案在所感興趣的區域中取得了相同的性能。僅在λ非常大時，我們可以看出比較10個尺寸組的結果略微好於比較3個尺寸組的結果。但是，實際上，由於會導致大的失真或不能接收的低劣圖像質量，因此並不使用很大的λ值。因此，在本發明中所有的實驗結果都可以通過比較3個尺寸組而得到。表V列出了在奔騰PC(PentiumPC)上對512×512的Lena圖像進行一次迭代時用於所提出的聯合優化算法的C代碼執行的CPU時間。可以看出，我們的算法相比於參考文獻[7]和[9]中的方案是非常高效的(對512×512的圖像在SPARC-II工作站上，參考文獻[7]中的快速閥值算法一次迭代花費大約6.1秒；而在參考文獻[9]中的方案一次迭代花費大約幾十秒)。當將所提出的聯合優化算法應用於網路圖像加速時，其僅用約0.2秒來用於2次迭代優化通常尺寸(300×200)JPEG彩色圖像。表V.在所提出的聯合優化算法在奔騰PC上一次迭代的CPU時間(512×512Lena)DC係數的優化在先前的實驗中並沒有優化量化的DC係數。與AC係數不同，DC係數通常非常大並且對於在JPEG語法中的霍夫曼編碼差別只有12個尺寸組(與AC係數的162個不同的行程尺寸對相反)。因此，從基於柵格的DC係數來的增益是有限的。當從DC優化來的增益平均為比特率時，在PSNR上的所有改進都是可以忽略的。為了顯示從在部分V中所概括從基於柵格的DC優化所得到的性能的改進，圖18圖示了對於512×512Lena圖像的DC熵vs.DC失真。從這些繪圖，我們也可以清楚地看出，即便增益非常有限，在縮放比例的步長上基於柵格的DC優化算法的改進。本發明還可以有其他的變化和改進。可以認為，所有這樣的改進或變化都在由所附權利要求限定的本發明的範圍中。權利要求1.一種在給定量化表和行程尺寸分布下通過確定由確定成本的三重序列(run、size、ID)所表示的確定成本的n個係數指數序列而壓縮n個係數序列的方法，其中，每個三重序列(run、size、ID)限定了相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、在特定值的連續指數的數量後面指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，該方法包括步驟(a)使用給定的量化表和行程尺寸分布來為多個可能的三重序列(run、size、ID)制訂成本函數；(b)將該成本函數應用到多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；和(c)基於可能的三重序列(run、size、ID)的關聯成本函數從多個可能的三重序列(run、size、ID)中選擇確定成本的三重序列(run、size、ID)；並使用霍夫曼編碼對相應選定的序列對(run、size)編碼。2.根據權利要求1所述的方法，其中步驟(b)包括，在多個可能的三重序列(run、size、ID)中為每個可能的三重序列(run、size、ID)(i)確定n個係數指數的相應序列；(ii)使用給定量化表和n個係數指數的相應序列確定n個量化的係數相應的序列；(iii)確定在n個係數序列和相應的n個已量化係數序列間的失真；(iv)確定從使用給定的行程尺寸分布所得到總的壓縮率以對三重序列(run、size、ID)編碼；和(v)確定關聯成本作為失真和總的壓縮率的函數。3.根據權利要求1所述的方法，其中步驟(c)包括(i)提供與n個係數序列一對一關係的n個節點序列，以便每個係數Ci具有相應的第ith個節點，其中i大於等於0且小於等於n-1；(ii)在n個節點序列的後面提供末端節點；(iii)在節點對之間提供多個連接以表示多個可能的三重序列(run、size、ID)；(iv)確定關聯成本作為在多個連接中為每個連接(run、size)的關聯增加成本；(v)從多個連接確定最小連接成本序列，其中，連接序列從n個節點序列中的第一個節點延伸到末端節點；和(vi)從最小連接成本序列確定三重序列(run、size、ID)的確定成本的序列。4.根據權利要求3所述的方法，其中提供了多個連接，包括(i)為具有至少在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點之前的節點的最大行程數，其中在連接中的最大尺寸數中的連接相應於合法的不同尺寸值；(ii)為具有至少在n個節點序列中的節點之前的前趨節點的最小行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到該節點之前的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；和(iii)為n個節點序列中的每個節點，建立到末端節點的單一連接。5.根據權利要求3所述的方法，其中步驟(c)(iv)還包括(i)為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加率成本，作為需要使用給定行程尺寸分布對行程值、尺寸值和相應的的指數ID進行編碼的多個比特；(ii)為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加失真成本，作為當係數Ci被量化到由尺寸值指定的尺寸組並且從係數Ci-r到係數Ci-1出現的所有的r個係數都被量化為指定值時的失真；和(iii)為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定相關的增加成本，作為增加失真成本和增加率成本的函數。6.根據權利要求3所述的方法，其中步驟(c)(v)還包括使用動態編程來找出在多個連接中的連接的最小成本序列，其中連接序列從n個節點序列中的第一節點一直延伸到末端節點。7.根據權利要求1所述的方法，其中，n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的一個得到，並且特定值是為零的DCT係數和量化的DCT係數。8.一種用於在給定的量化表和行程尺寸分布下通過使用曲線圖來壓縮n個係數序列的方法，該曲線圖表示了與同類的指數ID以及給定的量化表一起確定n個量化係數序列的多個可能的三重序列(run、size、ID)，其中每個三重(run、size、ID序列限定了相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值、在特定值的連續指數的數量的後面指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，該方法包括步驟(a)使用給定量化表和行程尺寸分布以制訂用於多個可能的序列對(run、size)的成本函數；(b)構建表示多個可能的序列對(run、size)的曲線圖；(c)基於由成本函數所確定的關聯成本而從曲線圖的第一節點到末端節點延伸曲線圖的路徑；(d)從所選定的路徑確定相應的三重序列(run、size、ID)序列；和(e)使用霍夫曼編碼對相應的序列對(run、size)編碼。9.根據權利要求8的方法，其中步驟(b)還包括步驟(i)提供與n個係數的序列一對一的關係的n個節點序列；(ii)在n個節點的序列後提供末端節點；(iii)為具有至少在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點之前的節點的最大行程數，其中，在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；(iv)為具有小於在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到該節點之前的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；(v)為n個節點序列中的每個節點，建立到末端節點的單一連接；和(vi)給在多個連接中的每個連接分配關聯的增加成本，以便從曲線的第一節點到曲線的末端節點延伸的任意路徑等於相應的三重序列(run、size、ID)的成本，其中ID是由尺寸所指定的分類中的指數，所述尺寸將最小失真升到相應的原始係數。10.根據權利要求8的方法，其中步驟(c)包括使用動態編程來找出具有由成本函數所確定的最小成本的路徑。11.根據權利要求8的方法，其中(i)該方法還包括為在曲線圖的n個節點的序列中的每個節點，確定通過使用由給定量化表所限定的硬決策量化器所得的輸出以量化在n個係數序列中相應的係數和輸出的尺寸值；(ii)步驟(b)還包括在節點對間提供多個連接以代表多個可能的三重序列(run、size、ID)，以便曲線圖是縮減的曲線圖，及任意節點處的任意連接末端代表了為節點所確定的尺寸值的所選擇差別中具有關聯尺寸值的關聯(run、size)對；和(iii)步驟(c)還包括將動態編程應用到縮減的曲線圖，以在通過該縮減曲線圖的所有路徑中找出具有由成本函數所確定的最小成本。12.根據權利要求11的方法，其中所選擇的差別為一。13.根據權利要求8的方法，其中，n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的任一個得到，並且特定值為零。14.一種通過聯合確定輸出量化表、由三重序列(run、size、ID)所表示的確定成本的係數指數序列、和行程尺寸分布來壓縮n個係數序列的方法，其中每個三重序列(run、size、ID)限定相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、在特定值的連續指數的數量的後面指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策量化係數的序列，該方法包括步驟(a)選擇第0th個量化表；(b)選擇第0th個行程尺寸分布；(c)設定計數器t為0；(d)使用第tth個量化表和行程尺寸分布來制定用於多個可能的三重序列(run、size、ID)的第tth個成本函數；(e)將該成本函數應用到多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；(f)基於該關聯成本從第tth多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的第tth個確定成本序列；(g)如果三重序列(run、size、ID)第tth個確定成本的序列與第tth個量化表和行程尺寸分布都滿足選擇標準；則選擇三重序列(run、size、ID)的第tth個確定成本的序列作為三重序列(run、size、ID)的確定成本的序列，選定該tth個量化表作為輸出量化表；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(d)；和(h)使用霍夫曼編碼對相應選定的三重序列(run、size、ID)編碼。15.根據權利要求14的方法，其中步驟(b)包括以硬決策方式使用第0th個量化表來量化n個係數的序列以確定三重序列(run、size、ID)的開始序列，然後，選擇開始序列對(run、size)的行程尺寸分布作為第0th個行程尺寸分布。16.根據權利要求14的方法，其中步驟(e)包括為在第tth多個可能的三重序列(run、size、ID)中的每個可能的三重序列(run、size、ID)(i)確定相應的n個係數指數序列；(ii)使用第tth個量化表和相應的n個係數指數序列確定n個量化的係數的相應序列；(iii)確定在n個原始係數序列和相應的n個量化的係數序列之間的失真；(iv)確定由使用第它tth個行程尺寸分布所得的總的壓縮率以對三重序列(run、size、ID)進行編碼；和(v)確定關聯成本作為失真和總的壓縮率的函數。17.根據權利要求14的方法，其中步驟(f)包括(i)根據n個係數序列提供一對一關係的n個節點序列，以便每個係數Ci具有相應的第ith個節點，其中i大於等於0且小於等於n-1；(ii)在n個節點序列後提供末端節點；(iii)在節點對之間提供多個連接以表示多個可能的三重序列(run、size、ID)；(iv)確定關聯成本作為在多個連接中的每個連接(run、size)的關聯增加成本；(v)從多個連接確定最小連接成本序列，其中連接序列從n個節點序列中的第一個節點延伸到末端節點；和(vi)從最小連接成本序列確定三重序列(run、size、ID)的確定成本的序列。18.根據權利要求17的方法，其中在步驟(f)(iii)中的多個連接包括為具有至少在n個節點序列中的節點之前的前趨節點的最大運行數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點之前的節點的最大行程數，其中在連接中的最大尺寸數中的連接相應於合法的不同尺寸值；為具有小於在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到該節點之前的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；和為n個節點序列中的每個節點，建立到末端節點的單一連接。19.根據權利要求17的方法，其中步驟(f)(iv)進一步包括為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加率成本，作為使用第tth個行程尺寸分布對行程值、尺寸值和相應的的指數ID進行編碼所需要的多個比特；為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加失真成本，作為當係數Ci經由第tth個量化表被量化到由尺寸值指定的尺寸組並且從係數Ci-r到係數Ci-1出現的所有的r個係數都被量化為指定值時的失真；為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定相關的增加成本，作為增加失真成本和增加率成本的函數。20.根據權利要求17的方法，其中步驟(f)(v)進一步包括使用動態編程來找出在多個連接中的連接的最小成本序列，其中連接序列從n個節點序列中的第一節點一直延伸到末端節點。21.根據權利要求14的方法，其中在步驟(g)中的第(t+1)th個量化表通過解出二次方程而從第tth個確定成本的三重序列(run、size、ID)和n個係數序列中得到。22.根據權利要求14的方法，其中在步驟(g)中的第(t+1)th個行程尺寸分布被選定為第tth個確定的成本的序列(run、size、ID)的經驗行程尺寸分布。23.根據權利要求14的方法，其中，n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的任一個得到，並特定值為零。24.根據權利要求17的方法，其中該方法還包括為在曲線圖中的n個節點序列中的每個節點，確定通過使用由給定量化表所限定的硬決策量化器所得的輸出以量化在n個係數序列中相應的係數和輸出的尺寸值；曲線圖為縮減的曲線圖，以便在任意節點處的任意連接末端代表了在為節點所確定的尺寸值所選定的差別中具有關聯尺寸值的關聯(run、size)對；和還提供有動態編程來進一步縮減曲線圖以在通過縮減曲線圖路徑上的所有路徑中找出具有由成本函數所確定的最小成本的確定成本的路徑。25.根據權利要求24的方法，其中所選擇的差別為一。26.一種為在n個係數序列的序列中的n個係數的每個序列，和由三重序列(run、size、ID)最終確定成本的序列所表示的係數指數的最終確定成本的序列而通過聯合確定輸出量化表、輸出行程尺寸分布來壓縮n個係數序列的序列的方法，其中每個三重序列(run、size、ID)限定相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、在特定值的連續指數的數量後指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策(soft-decision)量化係數的序列，該方法包括(a)選擇第0th個量化表；(b)選擇第0th個行程尺寸分布；(c)設定計數器t為0；(d)對於在n個係數序列的序列中的n個係數的每個序列，(i)使用第tth個量化表和行程尺寸分布來制定用於關聯的第tth多個可能的三重序列(run、size、ID)的第tth個成本函數；(ii)將該成本函數應用在多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；(iii)基於該關聯成本從第tth多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的第tth個確定成本序列；(e)在步驟(d)後，將總的成本函數應用到用於在n個係數序列的序列中的n個係數的每個序列的第tth個關聯的確定成本的三重序列(run、size、ID)，以確定第tth個總成本；(f)如果該第tth個總成本滿足選擇標準，則選定該第tth個量化表和行程尺寸分布作為輸出量化表和行程尺寸分布，對於在n個係數序列的序列中的n個係數的每個序列，將由最終確定成本的三重序列(run、size、ID)所表示的最終確定的係數指數序列作為關聯的第tth個三重序列(run、size、ID)；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(d)；和(g)使用霍夫曼編碼對相應選定的(run、size、ID)序列編碼。27.根據權利要求26的方法，其中步驟(b)包括為在n個係數序列的序列中的n個係數的每個序列，以硬決策的方式使用第0th個量化表量化n個係數序列以確定開始三重序列(run、size、ID)，然後，選擇開始(run，size)序列對的序列的行程尺寸分布作為第0th個行程尺寸分布。28.根據權利要求26的方法，其中步驟(d)進一步包括，為在n個係數序列的序列中的n個係數的每個序列以及為在三重序列(run、size、ID)的關聯的第tth多個可能序列中的每個可能的三重序列(run、size、ID)確定相應的n個係數指數序列；使用第tth個量化表和相應的n個係數指數序列確定相應的n個量化係數序列；確定在n個係數序列和相應的n個量化係數序列之間的關聯失真；確定由使用第tth個行程尺寸失真所得的關聯的總的壓縮率以對三重序列(run、size、ID)編碼；和確定該關聯成本作為失真和總的壓縮率的函數。29.根據權利要求26的方法，其中步驟(d)包括，為在n個係數序列的序列中的n個係數的每個序列根據n個係數序列提供一對一關係的n個節點序列，以便每個係數Ci具有相應的第ith個節點，其中i大於等於0且小於等於n-1；在n個節點序列後提供末端節點；在節點對之間提供多個連接以表示多個可能的三重序列(run、size、ID)；確定關聯成本作為在多個連接中為每個連接(run、size)的關聯增加成本；從多個連接確定最小連接成本序列，其中連接序列從n個節點序列中的第一個節點延伸到末端節點；和從最小連接成本序列確定三重序列(run、size、ID)的確定成本的序列。30.根據權利要求29的方法，其中提供多個連接，包括為具有至少在n個節點序列中的節點之前的前趨節點的最大運行數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點之前的節點的最大行程數，其中在連接中的最大尺寸數中的連接相應於合法的不同尺寸值；為具有小於在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到該節點之前的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；和為n個節點序列中的每個節點，建立到末端節點的單一連接。31.根據權利要求29的方法，其中步驟(d)進一步包括，為在n個係數序列的序列中的n個係數的每個序列為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加率成本，作為使用第tth個行程尺寸分布對行程值、尺寸值和相應的的指數ID進行編碼所需要的多個比特；為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加失真成本，作為當係數Ci經由第tth個量化表被量化到由尺寸值指定的尺寸組並且從係數Ci-r到係數Ci-1出現的所有的r個係數都被量化為特定值時的失真；和為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定相關的增加成本，作為增加失真成本和增加率成本的函數。32.根據權利要求29的方法，其中步驟(d)進一步包括為在n個係數序列的序列中的n個係數的每個序列，使用動態編程來找出在多個連接中的連接的最小成本序列，其中連接序列從n個節點序列中的第一節點一直延伸到末端節點。33.根據權利要求26的方法，其中在步驟(f)中的第(t+1)th個量化表通過解出二次方程而從第tth個確定成本的三重序列(run、size、ID)和n個係數序列中得到。34.根據權利要求26的方法，其中在步驟(f)中的第(t+1)th個行程尺寸分布從用於所有在n個係數序列的序列中的n個係數序列的所有第tth個確定成本的(run、size、ID)序列而得到。35.根據權利要求26的方法，其中n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的任一個得到，並且特定值為零。36.根據權利要求29的方法，其中該方法還包括為在曲線圖中的n個節點序列中的每個節點，確定通過使用由給定量化表所限定的硬決策量化器所得的輸出以量化在n個係數序列中相應的係數和輸出的尺寸值；曲線圖為縮減的曲線圖，以便在任意節點處的任意連接末端代表了在為節點所確定的尺寸值所選定的差別中具有關聯尺寸值的關聯(run、size)對；和還提供有動態編程來進一步縮減曲線圖，以在通過縮減曲線圖路徑上的所有路徑中找出具有由成本函數所確定的最小成本的確定成本的路徑。37.根據權利要求36的方法，其中所選定的差別為一。38.一種在給定量化表和給定尺寸分布下通過確定由相應的確定成本的差數序列所表示的N個係數的確定成本的序列來壓縮N個係數的方法，其中每個差數序列限定相應的N個係數的序列，以便在差數序列中的每個差數都為第ith個指數值減去第(i-1)th個指數值的數字數，其中i比0大且小於N-1，該方法包括步驟(a)使用給定的量化步長和給定的行程尺寸分布來制定用於多個可能的差數序列的成本函數；(b)將該成本函數應用到多個可能的差數序列中的每個可能的序列以確定關聯成本；和(c)基於該關聯成本從該多個可能的差數序列中選擇相應的確定成本的差數序列，並從相應的確定成本的差數序列確定確定成本的N個指數序列。39.根據權利要求38的方法，其中步驟(b)包括，為在多個可能差別中的每個可能序列確定相應的N個指數序列；使用給定量化步長和相應的N個指數序列確定N個量化的係數序列；確定在N個係數和相應的N個量化的係數序列間的失真；確定從使用給定尺寸失真所得的總的壓縮率，以對可能的差別序列編碼；和確定關聯成本作為失真和總的壓縮率的函數。40.根據權利要求38的方法，其中在N個指數中的每個指數都從M個可能的指數組中選擇；步驟(b)包括提供與N個係數序列一對一關聯的N階段序列，其中N為比2大的整數並且N階段序列按從零階段到第(N-1)階段的順序排列，以便(i)零階段相鄰於第一階段；(ii)第(N-1)th階段相鄰於(N-2)th階段，(iii)每個第ith階段，其中i為在1和N-2(包括)之間的整數，相鄰於第(i-1)th階段和第(i+1)th階段；在N階段序列中的每階段提供多個節點，其中在每階段中的每個節點表示用於對在N個係數序列中的關聯繫數編碼的M個可能指數組中的可能的指數；提供先於零節點的初始階段，其中初始階段包括單個節點；為連接在相鄰階段中的每個節點對而提供多個連接；確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本；和步驟(c)還包括確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本，其中最低成本的連接序列從初始階段延伸到在N階段序列中的每一階段；和從最低成本連接序列確定N個指數的確定成本序列。41.根據權利要求40的方法，其中步驟(c)進一步包括使用動態編程來找出在多個連接中的最低成本的連接序列。42.根據權利要求38的方法，其中N個係數序列是從在JPEG和MPEG圖像中所得的DC係數和量化的DC係數中的一個。43.根據權利要求40的方法，其中該方法還包括，為在N階段序列中的每階段，使用由所給定的量化表所限定的硬決策器確定硬決策指數以量化在N個係數的序列中相應的係數；和在所選擇的硬決策的差別中選擇表示所選定的可能的指數的每個節點，以便該階段是具有少於M個節點的縮減的階段。44.根據權利要求43的方法，其中步驟(c)進一步包括使用動態編程來找出在多個連接中最低成本的連接序列。45.一種在輸出量化步長和輸出尺寸分布下通過聯合確定輸出量化步長，和由相應的確定成本的差數序列所表示的輸出確定成本的N個指數序列而壓縮N個係數序列的方法，其中，每個差數序列都限定相應的N個指數序列，以便在差數序列中的每個差數都為等於第ith個指數值減去第(i-1)th個指數值的數字數，i比0大比N-1小，該方法包括步驟(a)選擇第0th個量化表和第0th個行程尺寸分布；(b)設定計數器t為0；(c)使用第tth個量化步長和第tth個尺寸分布來制定用於第tth個多個可能的差數序列的第tth個成本函數；(d)將該第tth個成本函數應用到多個可能的差數序列中的每個可能的序列以確定關聯成本；(e)基於該關聯成本從第tth多個可能的差數序列中選擇第tth個確定成本的差數序列；(f)如果該第tth個相應的確定成本的差數序列以及第tth個量化表和第tth個尺寸分布都滿足選擇標準；則選擇第tth個確定成本的差數序列作為輸出的確定成本的差數序列，選定該tth個量化步長作為輸出量化步長，選定該第tth個尺寸分布作為輸出的量化步長，並選定該第tth個確定成本的N個指數序列作為輸出的確定成本的N個指數序列；否則將t加一而從第tth個確定成本的差數序列中確定第(t+1)th個量化步長和第(t+1)th個行程尺寸分布，並返回到步驟(c)。46.根據權利要求45的方法，其中步驟(a)包括使用第0th個量化步長以硬決策方式量化N個係數序列以確定N個指數的開始序列，並選擇第0th個尺寸分布作為該N個係數開始序列的尺寸分布。47.根據權利要求45的方法，其中步驟(b)包括為在第tth多個可能差別中的每個可能序列確定N個係數的相應序列；使用第tth個量化步長和相應的N個係數序列確定N個量化係數的相應序列；確定在N個係數序列和相應的N個量化係數序列之間的失真；確定從使用給定尺寸失真所得的總的壓縮率以對可能差別序列編碼；和確定關聯成本作為失真和總的壓縮率的函數。48.根據權利要求45的方法，其中從M個可能指數組中選擇N個指數中的每個指數；步驟(d)包括提供與N個係數序列一對一關係的N階段序列，其中N為比2大的整數並且N階段序列按從零階段到第(N-1)階段的順序排列，以便(i)零階段相鄰於第一階段；(ii)第(N-1)階段相鄰於(N-2)階段，(iii)每個第i階段，其中i為在1和N-2(包括)之間的整數，相鄰於第(i-1)階段和第(i+1)階段；在N階段序列中的每個階段提供多個節點，其中在每個階段中的每個節點表示用於對在N個係數序列中的關聯繫數編碼的M個可能指數組中的可能的指數；提供先於零節點的初始階段，其中初始階段包括單個節點；為連接在相鄰階段中的節點對而提供多個連接；確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本；和步驟(d)還包括確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本，其中最低成本的連接序列從初始階段延伸到在N階段序列中的每一階段；和從最低成本連接序列確定N個指數的第tth個確定成本序列。49.根據權利要求48的方法，其中步驟(d)進一步包括使用動態編程來找出在多個連接中的最低連接成本序列。50.根據權利要求45的方法，其中N個係數序列是從在JPEG和MPEG圖像中所得的DC係數和量化的DC係數中的一個。51.根據權利要求48的方法，其中該方法還包括為N階段序列中的每階段，使用由所給定的量化表所限定的硬決策器確定硬決策指數以量化在N個係數的序列中相應的係數；和在所選擇的硬決策的差別中選擇表示所選定的可能的指數的每個節點以便該階段是具有少於M個節點的縮減的階段。52.根據權利要求51的方法，其中步驟(d)進一步包括使用動態編程來找出在多個連接中最低成本的連接序列。53.一種數據處理系統，其用於在給定的量化表和行程尺寸分布下通過確定由確定成本的三重序列(run、size、ID)所表示的確定成本的n個係數指數序列而壓縮n個係數序列，其中每個三重序列(run、size、ID)限定了相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、在特定值的連續指數的數量後指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，該數據處理系統包括(a)初始化裝置，其用於使用給定的量化表和行程尺寸分布來為多個可能的三重序列(run、size、ID)制訂成本函數；(b)計算裝置，其用於將該成本函數應用到多個可能的三重序列(run、size、ID)中的每個序列以確定關聯成本；基於可能的三重序列(run、size、ID)的關聯成本函數從多個可能的三重序列(run、size、ID)中選擇確定成本的三重序列(run、size、ID)；和使用霍夫曼編碼對相應所選擇的可能的(run、size)對的序列編碼。54.根據權利要求53的數據處理系統，其中計算裝置還用來為在多個可能的三重序列(run、size、ID)中的每個可能的三重序列(run、size、ID)執行(i)確定n個係數指數的相應序列；(ii)使用給定量化表和n個係數指數的相應序列確定n個已量化係數的相應的序列；(iii)確定在n個係數序列和n個已量化係數的相應序列間的失真；(iv)確定從使用給定的行程尺寸分布所得到總的壓縮率以對三重序列(run、size、ID)編碼；和(v)確定該關聯成本作為失真和總的壓縮率的函數。55.根據權利要求53的數據處理系統，其中計算裝置還用來執行步驟(i)提供與n個係數序列一對一關係的n個節點序列，以便每個係數Ci具有相應的第ith個節點，其中i大於等於0且小於等於n-1；(ii)在n個節點序列後提供末端節點；(iii)在節點對之間提供多個連接以表示三重序列(run、size、ID)；(iv)確定關聯成本作為在多個連接中為每個連接(run、size)的關聯增加成本；(v)從多個連接確定最小連接成本序列，其中連接序列從n個節點序列中的第一個節點延伸到末端節點；和(iv)從最小連接成本序列確定三重序列(run、size、ID)的確定成本的序列。56.根據權利要求55的數據處理系統，其中提供多個連接，包括(i)為具有至少在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點之前的節點的最大行程數，其中在連接中的最大尺寸數中的連接相應於合法的不同尺寸值；(ii)為具有小於在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到該節點之前的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；和(iii)為n個節點序列中的每個節點，建立到末端節點的單一連接。57.根據權利要求55的數據處理系統，其中計算裝置還用來(i)為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加率成本，作為需要使用給定行程尺寸分布編碼行程值、尺寸值和相應指數ID的多個比特；(ii)為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加失真成本，作為當係數Ci被量化到由尺寸值指定的尺寸組並且從係數Ci-r到係數Ci-1出現的所有的r個係數都被量化為特定值時的失真；和(iii)為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定相關的增加成本，作為增加失真成本和增加率成本的函數。58.根據權利要求55的數據處理系統，其中計算裝置還用來使用動態編程來找出在多個連接中的連接的最小成本序列，其中連接序列從n個節點序列中的第一節點一直延伸到末端節點。59.根據權利要求53的數據處理系統，其中n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的一個得到，並且特定值是為零的DCT係數和量化的DCT係數。60.一種數據處理系統，其用於在給定的量化表和行程尺寸分布下通過使用曲線圖來壓縮n個係數序列，該曲線圖表示了與同類的指數ID以及給定的量化表一起確定n個量化係數序列的多個可能的三重序列(run、size、ID)，其中每個三重序列(run、size、ID)限定了相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、在特定值的連續指數的數量後指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，該數據處理系統包括(a)初始化裝置，其用於使用給定量化表和行程尺寸分布以制訂用於多個可能的序列對(run、size)的成本函數；(b)計算裝置，其用於(i)構建表示多個可能的序列對(run、size)的曲線圖；(ii)基於由成本函數所確定的關聯成本而從曲線圖的第一節點到末端節點延伸曲線圖的路徑；(iii)從所選定的路徑確定相應的三重序列(run、size、ID)；和(iv)使用霍夫曼編碼對相應的序列對(run、size)編碼。61.根據權利要求60的數據處理系統，其中計算裝置還用來執行步驟(i)提供與n個係數序列一對一的關係的n個節點序列；(ii)在n個節點序列後提供末端節點；(iii)為具有至少在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點之前的節點的最大行程數，其中在連接中的最大尺寸數中的連接相應於合法的不同尺寸值；(iv)為具有小於在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到該節點之前的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；(v)為n個節點序列中的每個節點，建立到末端節點的單一連接；(vi)給在多個連接中的每個連接分配關聯的增加成本；以便從曲線圖的第一節點到曲線圖的末端節點延伸的任意路徑都等於相應的三重序列(run、size、ID)的成本，其中ID是由尺寸所指定的類別中的指數，所述尺寸將最小失真升到對應的原始係數。62.根據權利要求60的數據處理系統，其中計算裝置使用動態編程來找到由成本函數所確定的具有最小成本的路徑。63.根據權利要求60的數據處理系統，其中計算裝置還用來執行步驟(i)為在曲線圖的n個節點的序列中的每個節點，確定通過使用由給定量化表所限定的硬決策量化器所得的輸出以量化在n個係數序列中相應的係數和輸出的尺寸值；(ii)在節點對間提供多個連接以代表多個可能的三重序列(run、size、ID)，以便曲線圖為縮減的曲線圖，任意節點處的任意連接末端表示節點所確定的尺寸值的所選擇差別中具有關聯尺寸值的關聯(run、size)對；和(iii)給縮減的曲線圖提供動態編程以在通過該縮減曲線圖的所有路徑中找出具有由成本函數所確定的最小成本。64.根據權利要求63的數據處理系統，其中所選定的差別為一。65.根據權利要求60的數據處理系統，其中n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的任一個得到，並且指定值為零。66.一種數據處理系統，其用於通過聯合確定輸出量化表、由三重序列(run、size、ID)所表示的確定成本的係數指數序列、和行程尺寸分布來壓縮n個係數序列，其中每個三重序列(run、size、ID)限定相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、在特定值的連續指數的數量後指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策量化係數的序列，該數據處理系統包括(a)初始化裝置，其用於選擇第0th個量化表、選擇第0h個行程尺寸分布，並設定計數器t為0；(b)計算裝置，其用於(i)使用第tth個量化表和行程尺寸分布來制定用於第tth多個可能的三重序列(run、size、ID)的第tth個成本函數；(ii)將該成本函數應用到多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；(iii)基於該關聯成本從第tth多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的第tth個確定成本序列；(iv)如果三重序列(run、size、ID)確定成本的序列以及第tth個量化表和行程尺寸分布都滿足選擇標準；則選擇三重序列(run、size、ID)的第tth個確定成本的序列作為三重序列(run、size、ID)的確定成本的序列，選定該tth個量化表作為輸出量化表；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(i)；和(v)使用霍夫曼編碼對相應選定的(run、size、ID)序列編碼。67.根據權利要求66的數據處理系統，其中初始化裝置用來以硬決策使用第0th個量化表來量化n個係數的序列以確定三重序列(run、size、ID)的開始序列，接著選擇(run、size)對的開始序列的行程尺寸分布作為第0th個行程尺寸分布。68.根據權利要求66的數據處理系統，其中為在第tth多個可能的三重序列(run、size、ID)中的每個可能的三重序列(run、size、ID)確定相應的n個係數指數序列；使用第tth個量化表和相應的n個係數指數序列確定n個量化係數的相應序列；確定在n個原始係數序列和相應的n個量化係數序列之間的失真；確定由使用第tth個行程尺寸分布所得的總的壓縮率以對三重序列(run、size、ID)進行編碼；和確定關聯成本作為失真和總的壓縮率的函數。69.根據權利要求66的數據處理系統，其中計算裝置用來執行步驟提供與n個係數序列一對一關係的n個節點序列，以便每個係數Ci具有相應的第ith個節點，其中i大於等於0且小於等於n-1；在n個節點序列後提供末端節點；在節點對之間提供多個連接以表示多個可能的三重序列(run、size、ID)；確定關聯成本作為在多個連接中為每個連接(run、size)的關聯增加成本；從多個連接確定最小連接成本序列，其中連接序列從n個節點序列中的第一個節點延伸到末端節點；和從最小連接成本序列確定三重序列(run、size、ID)的確定成本的序列。70.根據權利要求69的數據處理系統，其中多個連接包括為具有至少在n個節點序列中的節點之前的前趨節點的最大運行數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點之前的節點的最大行程數，其中在連接中的最大尺寸數中的連接相應於合法的不同尺寸值；為具有小於在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到該節點之前的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；和為n個節點序列中的每個節點，建立到末端節點的單一連接。71.根據權利要求69的數據處理系統，其中計算裝置還用來執行步驟為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加率成本，作為需要使用第tth個行程尺寸分布編碼行程值、尺寸值和相應指數ID的多個比特；為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加失真成本，作為當係數Ci經由第tth個量化表被量化到由尺寸值指定的尺寸組並且從係數Ci-r到係數Ci-1出現的所有的r個係數都被量化為指定值時的失真；和為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定相關的增加成本，作為增加失真成本和增加率成本的函數。72.根據權利要求69的數據處理系統，其中計算裝置用來使用動態編程來找出在多個連接中的連接的最小成本序列，其中連接序列從n個節點序列中的第一節點一直延伸到末端節點。73.根據權利要求66的數據處理系統，其中第(t+1)th個量化表通過解出二次方程而從第tth個確定成本的三重序列(run、size、ID)和n個係數序列中得到。74.根據權利要求66的數據處理系統，其中第(t+1)th個行程尺寸分布被選定為三重序列(run、size、ID)的經驗行程尺寸分布。75.根據權利要求66的數據處理系統，其中n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的任一個得到，並且指定值為零。76.根據權利要求69的數據處理系統，其中計算裝置進一步用來為在曲線圖中的n個節點序列中的每個節點，確定通過使用由給定量化表所限定的硬決策量化器所得的輸出以量化在n個係數序列中相應的係數和輸出的尺寸值；曲線圖為縮減的曲線圖以便在任意節點處的任意連接末端代表了在為節點所確定的尺寸值所選定的差別中具有關聯尺寸值的關聯的(run、size)對；和還提供有動態編程來進一步縮減曲線圖以在通過縮減曲線圖路徑上的所有路徑中找出具有由成本函數所確定的最小成本的確定成本的路徑。77.根據權利要求76的數據處理系統，其中所選定的差別為一。78.一種數據處理系統，其用於為在n個係數序列的序列中的n個係數的每個序列，和由三重序列(run、size、ID)最終確定成本的序列所表示的係數指數的最終確定成本的序列而通過聯合確定輸出量化表、輸出行程尺寸分布來壓縮n個係數序列的序列的方法，其中每個三重序列(run、size、ID)限定相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了包括有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、在特定值的連續指數的數量後指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策(soft-decision)量化係數的序列，該數據處理系統包括(a)初始化裝置，其用於選擇第0th個量化表；選擇第0th個行程尺寸分布；並設定計數器t為0；(b)計算裝置，其用於對於在n個係數序列的序列中的n個係數的每個序列，(i)使用第tth個量化表和行程尺寸分布來制定用於關聯的第tth多個可能的三重序列(run、size、ID)的第tth個成本函數；(ii)將該成本函數應用到多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；(iii)基於該關聯成本從第tth多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的第tth個確定成本序列；(iv)在步驟(iii)後，將總的成本函數提供給用於在n個係數序列的序列中的n個係數的每個序列的第tth個關聯的確定成本的三重序列(run、size、ID)，以確定第tth個總成本；(v)如果該第tth個總成本滿足選擇標準，則選定該第tth個量化表和行程尺寸分布作為輸出量化表和行程尺寸分布，對於在n個係數序列的序列中的n個係數的每個序列，將由最終確定成本的三重序列(run、size、ID)所表示的最終確定的係數指數序列作為關聯的第tth個三重序列(run、size、ID)；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(i)；和(vi)使用霍夫曼編碼對相應選定的(run、size、ID)序列編碼。79.根據權利要求78的數據處理系統，其中初始化裝置用來，為在n個係數序列的序列中的n個係數的每個序列，以硬決策的方式使用第0th個量化表量化n個係數序列以確定開始三重序列(run、size、ID)，接著選擇開始(run，size)對的序列的序列的行程尺寸分布作為第0th個行程尺寸分布。80.根據權利要求78的數據處理系統，其中計算裝置用來，為在n個係數序列的序列中的n個係數的每個序列以及為在三重序列(run、size、ID)的關聯的第tth多個可能序列中的每個可能的三重序列(run、size、ID)確定相應的n個係數指數序列；使用第tth個量化表和相應的n個係數指數序列確定相應的n個量化係數序列；確定在n個係數序列和相應的n個量化係數序列之間的關聯失真；確定由使用第tth個行程尺寸失真所得的關聯的總的壓縮率以對三重序列(run、size、ID)編碼；和確定該關聯成本作為失真和總的壓縮率的函數。81.根據權利要求78的數據處理系統，其中計算裝置用來，為在n個係數序列的序列中的n個係數的每個序列根據n個係數序列提供一對一關係的n個節點序列，以便每個係數Ci具有相應的第ith個節點，其中i大於等於0且小於等於n-1；在n個節點序列後提供末端節點；在節點對之間提供多個連接以表示三重序列(run、size、ID)；確定關聯成本作為在多個連接中為每個連接(run、size)的關聯增加成本；從多個連接確定最小連接成本序列，其中連接序列從n個節點序列中的第一個節點延伸到末端節點；和從最小連接成本序列確定三重序列(run、size、ID)的確定成本的序列。82.根據權利要求81的數據處理系統，其中提供多個連接，包括為具有至少在n個節點序列中的節點之前的前趨節點的最大運行數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點之前的節點的最大行程數，其中在連接中的最大尺寸數中的連接相應於合法的不同尺寸值；為具有小於在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到該節點之前的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；和為n個節點序列中的每個節點，建立到末端節點的單一連接。83.根據權利要求81的數據處理系統，其中計算裝置用來，為在n個係數序列的序列中的n個係數的每個序列為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加率成本，作為需要使用第tth個行程尺寸分布編碼行程值、尺寸值和相應指數ID的多個比特；為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加失真成本，作為當係數Ci經由第tth個量化表被量化到由尺寸值指定的尺寸組並且從係數Ci-r到係數Ci-1出現的所有的r個係數都被量化為指定值時的失真；和為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定相關的增加成本，作為增加失真成本和增加率成本的函數。84.根據權利要求81的數據處理系統，其中計算裝置用來，為在n個係數序列的序列中的n個係數的每個序列，使用動態編程來找出在多個連接中的連接的最小成本序列，其中連接序列從n個節點序列中的第一節點一直延伸到末端節點。85.根據權利要求78的數據處理系統，其中第(t+1)th個量化表通過解出二次方程而從第tth個確定成本的三重序列(run、size、ID)和n個係數序列中得到。86.根據權利要求78的數據處理系統，其中第(t+1)th個行程尺寸分布從用於所有在n個係數序列的序列中的n個係數序列的所有第tth個確定成本的(run、size、ID)序列而得到。87.根據權利要求78的數據處理系統，其中n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的任一個得到，並且指定值為零。88.根據權利要求81的數據處理系統，其中該數據處理系統還包括為在曲線圖中的n個節點序列中的每個節點，確定通過使用由給定量化表所限定的硬決策量化器所得的輸出以量化在n個係數序列中相應的係數和輸出的尺寸值；曲線圖為縮減的曲線圖以便在任意節點處的任意連接末端代表了在為節點所確定的尺寸值所選定的差別中具有關聯尺寸值的關聯的(run、size)對；和還提供有動態編程來進一步縮減曲線圖以在通過縮減曲線圖路徑上的所有路徑中找出具有由成本函數所確定的最小成本的確定成本的路徑。89.根據權利要求88的數據處理系統，其中所選定的差別為一。90.一種數據處理系統，其用於在給定量化表和給定尺寸分布(sizedistribution)下通過確定由相應的確定成本的差數序列所表示的N個係數的確定成本的序列來壓縮N個係數，其中每個差數序列限定相應的N個係數的序列，以便在差數序列中的每個差數都為第ith個指數值減去第(i-1)th個指數值的數字數，其中i比0大且小於N-1，該數據處理系統包括(a)初始化裝置，其用於使用給定的量化步長和給定的行程尺寸分布來制定用於多個可能的差數序列的成本功能；(b)計算裝置，其用於將該成本函數提供給在多個可能的差數序列中的每個可能的序列以確定關聯成本；和基於該關聯成本從該多個可能的差數序列中選擇相應的確定成本的差數序列，並從相應的確定成本的差數序列確定確定成本的N個指數序列。91.根據權利要求90的數據處理系統，其中計算裝置用來，為在多個可能差別中的每個可能序列確定相應的N個指數序列；使用給定量化步長和相應的N個指數序列確定N個量化係數序列；確定在N個係數和相應的N個量化係數序列間的失真；確定從使用給定尺寸失真所得的總的壓縮率以對可能差別序列編碼；和確定關聯成本作為失真和總的壓縮率的函數。92.根據權利要求90的數據處理系統，其中，從M個可能的指數組中選擇N個指數中的每個指數；計算裝置用來提供與N個係數序列一對一關係的N階段序列，其中N為比2大的整數並且N階段序列按從零階段到第(N-1)階段的順序排列，以便(i)零階段相鄰於第一階段；(ii)第(N-1)階段相鄰於(N-2)階段，(iii)每個第ith階段，其中i為在1和N-2(包括)之間的整數，相鄰於第(i-1)th階段和第(i+1)th階段；在N階段序列中的每階段提供多個節點，其中在每階段中的每個節點表示用於對在N個係數序列中的關聯繫數編碼的M個可能指數組中的可能的指數；提供先於零節點的初始階段，其中初始階段包括單個節點；為連接在相鄰階段中的節點對而提供多個連接；確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本；和確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本，其中最低成本的連接序列從初始階段延伸到在N階段序列中的每一階段；和從最低成本連接序列確定N個指數的第tth個確定成本序列。93.根據權利要求92的數據處理系統，其中計算裝置用來，使用動態編程來找出在多個連接中最低成本的連接序列。94.根據權利要求90的數據處理系統，其中N個係數序列是從在JPEG和MPEG圖像中所得的DC係數和量化的DC係數中的一個。95.根據權利要求92的數據處理系統，其中計算裝置還用來，為在N階段序列中的每個階段，使用由所給定的量化表所限定的硬決策器確定硬決策指數以量化在N個係數的序列中相應的係數；和在所選擇的硬決策的差別中選擇表示所選定的可能的指數的每個節點以便該階段是具有少於M個節點的縮減的階段。96.根據權利要求95的數據處理系統，其中計算裝置使用動態編程來找出在多個連接中最低成本的連接序列。97.一種數據處理系統，其用來在輸出量化步長和輸出尺寸分布下通過聯合確定輸出量化步長，和由相應的確定成本的差數序列所表示的輸出確定成本的N個指數序列而壓縮N個係數序列，其中每個差數序列都限定相應的N個指數序列，以便在差數序列中的每個差數都為等於第ith個指數值減去第(i-1)th個指數值的數字數，i比0大比N-1小，該數據處理系統包括(a)初始化裝置，其用來選擇第0th個量化表和第0th個行程尺寸分布，並設定計數器t為0；(b)計算裝置，其用來(i)使用第tth個量化步長和行程尺寸分布來制定用於多個可能的差數序列的第tth個成本函數；(ii)將該第tth個成本函數提供給在多個可能的差數序列中的每個可能的序列以確定關聯成本；(iii)基於該關聯成本從第tth多個可能的差數序列中選擇第tth個確定成本的差數序列；(iv)如果該第tth個相應的確定成本的差數序列以及第tth個量化表和第tth個尺寸分布都滿足選擇標準；則選擇第tth個確定成本的差數序列作為輸出的確定成本的差數序列，選定該tth個量化步長作為輸出量化步長，選定該第tth個尺寸分布作為輸出的量化步長，並選定該第t個確定成本的N個指數序列作為輸出的確定成本的N個指數序列；否則將t加一而從第tth個確定成本的差數序列中確定第(t+1)th個量化步長和和第(t+1)th個行程尺寸分布，並返回到步驟(i)。98.根據權利要求97的數據處理系統，其中初始化裝置用來，使用第0th個量化步長以硬決策方式量化N個係數序列以確定N個指數的開始序列，並選擇第0th個尺寸分布作為該N個係數開始序列的尺寸分布。99.根據權利要求97的數據處理系統，其中計算裝置用來，為在第tth多個可能差別中的每個可能序列確定N個係數的相應序列；使用第tth個量化步長和相應的N個係數序列確定N個量化係數的相應序列；確定在N個係數序列和相應的N個量化係數序列之間的失真；確定從使用給定尺寸失真所得的總的壓縮率以對可能差別序列編碼；和確定關聯成本作為失真和總的壓縮率的函數。100.根據權利要求97的數據處理系統，其中，從M個可能指數組中選擇N個指數中的每個指數；步驟(ii)包括提供與N個係數序列一對一關係的N階段序列，其中N為比2大的整數並且N階段序列按從零階段到第(N-1)th階段的順序排列，以便(i)零階段相鄰於第一階段；(ii)第(N-1)th階段相鄰於(N-2)階段，(iii)每個第ith階段，其中i為在1和N-2(包括)之間的整數，相鄰於第(i-1)th階段和第(i+1)th階段；在N階段序列中的每階段提供多個節點，其中在每階段中的每個節點表示用於對在N個係數序列中的關聯繫數編碼的M個可能指數組中的可能的指數；提供先於零節點的初始階段，其中初始階段包括單個節點；為連接在相鄰階段中的節點對而提供多個連接；確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本；確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本，其中最低成本的連接序列從初始階段延伸到在N階段序列中的每一階段；和從最低成本連接序列確定N個指數的第tth個確定成本序列。101.根據權利要求100的數據處理系統，其中步驟(iii)進一步包括使用動態編程來找出在多個連接中的最低連接成本序列。102.根據權利要求97的數據處理系統，其中N個係數序列是從在JPEG和MPEG圖像中所得的DC係數和量化的DC係數中的一個。103.根據權利要求100的數據處理系統，其中計算裝置還用來，為N階段序列中的每階段，使用由所給定的量化表所限定的硬決策器確定硬決策指數以量化在N個係數的序列中相應的係數；和在所選擇的硬決策的差別中選擇表示所選定的可能的指數的每個節點以便該階段是具有少於M個節點的縮減的階段。104.根據權利要求103的數據處理系統，其中步驟(iii)進一步包括使用動態編程來找出在多個連接中最低成本的連接序列。105.一種在計算機上使用的電腦程式產品，其在給定量化表和行程尺寸分布下通過確定由確定成本的三重序列(run、size、ID)所表示的確定成本的n個係數指數序列而壓縮n個係數序列，其中每個三重序列(run、size、ID)限定了相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、在特定值的連續指數的數量後指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，該電腦程式產品包括記錄介質，和在記錄介質上記錄以指示計算機執行如下步驟的裝置，(a)使用給定的量化表和行程尺寸分布來為多個可能的三重序列(run、size、ID)制訂成本函數；(b)將該成本函數提供給在多個可能的三重序列(run、size、ID)中的每個序列以確定關聯成本；和(c)基於可能的三重序列(run、size、ID)的關聯成本函數從多個可能的三重序列(run、size、ID)中選擇確定成本的三重序列(run、size、ID)；並使用霍夫曼編碼對相應所選擇的可能的(run、size)對的序列編碼。106.根據權利要求105的電腦程式產品，其中步驟(b)包括，為在多個可能的三重序列(run、size、ID)中的每個可能的三重序列(run、size、ID)執行(i)確定n個係數指數的相應序列；(ii)使用給定量化表和n個係數指數的相應序列確定n個量化係數相應的序列；(iii)確定在n個係數序列和n個量化係數的相應序列間的失真；(iv)確定從使用給定的行程尺寸分布所得到總的壓縮率以對三重序列(run、size、ID)編碼；和(v)確定該關聯成本作為失真和總的壓縮率的函數。107.根據權利要求105的電腦程式產品，其中步驟(c)包括(i)提供與n個係數序列一對一關係的n個節點序列，以便每個係數Ci具有相應的第ith個節點，其中i大於等於0且小於等於n-1；(ii)在n個節點序列後提供末端節點；(iii)在節點對之間提供多個連接以表示三重序列(run、size、ID)；(iv)確定關聯成本作為在多個連接中為每個連接(run、size)的關聯增加成本；(v)從多個連接確定最小連接成本序列，其中連接序列從n個節點序列中的第一個節點延伸到末端節點；和(vi)從最小連接成本序列確定三重序列(run、size、ID)的確定成本的序列。108.根據權利要求107的電腦程式產品，其中提供了多個連接，包括(i)為具有至少在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點之前的節點的最大行程數，其中在連接中的最大尺寸數中的連接相應於合法的不同尺寸值；(ii)為具有小於在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到前述該節點的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；和(iii)為n個節點序列中的每個節點，建立到末端節點的單一連接。109.根據權利要求107的電腦程式產品，其中步驟(c)(iv)還包括(i)為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加率成本，作為需要使用給定行程尺寸分布編碼行程值、尺寸值和相應指數ID的多個比特；(ii)為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加失真成本，作為當係數Ci被量化到由尺寸值指定的尺寸組並且從係數Ci-r到係數Ci-1出現的所有的r個係數都被量化為指定值時的失真；和(iii)為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定相關的增加成本，作為增加失真成本和增加率成本的函數。110.根據權利要求107的電腦程式產品，其中步驟(c)(v)還包括使用動態編程來找出在多個連接中的連接的最小成本序列，其中連接序列從n個節點序列中的第一節點一直延伸到末端節點。111.根據權利要求105的電腦程式產品，其中n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的一個得到，並且指定值是為零的DCT係數和量化的DCT係數。112.一種在計算機上使用的電腦程式產品，其用於在給定的量化表和行程尺寸分布下通過使用曲線圖(graph)來壓縮n個係數序列，該曲線圖表示了與同類的指數ID以及給定的量化表一起確定n個量化係數序列的多個可能的三重序列(run、size、ID)，其中每個三重(run、size、ID序列限定了相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、在特定值的連續指數的數量後指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，該電腦程式產品包括記錄介質和在介質上記錄有用於指示計算機執行以下步驟的裝置，(a)使用給定量化表和行程尺寸分布以制訂用於多個可能的序列對(run、size)的成本函數；(b)構建表示多個可能的序列對(run、size)的曲線圖；(c)基於由成本函數所確定的關聯成本而從曲線圖的第一節點到末端節點延伸曲線圖的路徑；(d)從所選定的路徑確定相應的三重序列(run、size、ID)；和(e)使用霍夫曼編碼對相應的(run、size)對的序列編碼。113.根據權利要求112的電腦程式產品，其中步驟(b)還包括步驟(i)提供與n個係數序列一對一關係的n個節點序列；(ii)在n個節點序列後提供末端節點；(iii)為具有至少在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點的前述的節點的最大行程數，其中在連接中的最大尺寸數中的連接相應於合法的不同尺寸值；(iv)為具有至少在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到該節點之前的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；(v)為n個節點序列中的每個節點，建立到末端節點的單一連接；和(vi)給在多個連接中的每個連接分配關聯的增加成本；以便從曲線圖的第一節點到曲線圖的末端節點延伸的任意路徑都等於相應的三重序列(run、size、ID)的成本，其中ID是尺寸所指定的分類中的指數，所述尺寸將最小失真升到相應的原始係數。114.根據權利要求112的電腦程式產品，其中步驟(c)包括使用動態編程來找出具有由成本函數所確定的最小成本的路徑。115.根據權利要求112的電腦程式產品，其中(i)記錄在介質上的裝置用來指示計算機系統，為在曲線圖的n個節點的序列中的每個節點，確定通過使用由給定量化表所限定的硬決策量化器所得的輸出以量化在n個係數序列中相應的係數和輸出的尺寸值；(ii)步驟(b)還包括在節點對間提供多個連接以代表多個可能的三重序列(run、size、ID)，以便曲線圖為縮減的曲線圖，任意節點處的任意連接末端表示節點所確定的尺寸值的所選擇差別中具有關聯尺寸值的關聯(run、size)對；和(iii)步驟(c)還包括給縮減的曲線圖提供動態編程以在通過該縮減曲線圖的所有路徑中找出具有由成本函數所確定的最小成本。116.根據權利要求115的電腦程式產品，其中所選定的差別為一。117.根據權利要求112的電腦程式產品，其中n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的任一個得到，並且特定值為零。118.一種在計算機上使用的電腦程式產品，其通過聯合確定輸出量化表、由三重序列(run、size、ID)所表示的確定成本的係數指數序列、和行程尺寸分布來壓縮n個係數序列，其中每個三重序列(run、size、ID)限定相應的係數指數序列以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、在特定值的連續指數的數量後指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策量化係數的序列，該電腦程式產品包括記錄介質和在介質上記錄有用來指示計算機執行以下步驟的裝置，(a)選擇第0th個量化表；(b)選擇第0th個行程尺寸分布；(c)設定計數器t為0；(d)使用第tth個量化表和行程尺寸分布來制定用於多個可能的三重序列(run、size、ID)的第tth個成本函數；(e)將該成本函數應用到多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；(f)基於該關聯成本從第tth多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的第tth個確定成本序列；(g)如果三重序列(run、size、ID)確定成本的序列以及第tth個量化表和行程尺寸分布都滿足選擇標準；則選擇三重序列(run、size、ID)的第tth個確定成本的序列作為三重序列(run、size、ID)的確定成本的序列，選定該tth個量化表作為輸出量化表；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(d)；和(h)使用霍夫曼編碼對相應選定的(run、size、ID)序列編碼。119.根據權利要求118的電腦程式產品，其中步驟(b)包括以硬決策使用第0th個量化表來量化n個係數的序列以確定三重序列(run、size、ID)的開始序列，接著選擇(run、size)對的開始序列的行程尺寸分布作為第0th個行程尺寸分布。120.根據權利要求118的電腦程式產品，其中步驟(e)包括為在第tth多個可能的三重序列(run、size、ID)中的每個可能的三重序列(run、size、ID)(i)確定相應的n個係數指數序列；(ii)使用第tth個量化表和相應的n個係數指數序列確定n個量化係數的相應序列；(iii)確定在n個原始係數序列和相應的n個量化係數序列之間的失真；(iv)確定由使用第tth個行程尺寸分布所得的總的壓縮率以對三重序列(run、size、ID)進行編碼；和(v)確定關聯成本作為失真和總的壓縮率的函數。121.根據權利要求118的電腦程式產品，其中步驟(f)包括(i)根據n個係數序列提供一對一關係的n個節點序列，以便每個係數Ci具有相應的第ith個節點，其中i大於等於0且小於等於n-1；(ii)在n個節點序列後提供末端節點；(iii)在節點對之間提供多個連接以表示三重序列(run、size、ID)；(iv)確定關聯成本作為在多個連接中為每個連接(run、size)的關聯增加成本；(v)從多個連接確定最小連接成本序列，其中連接序列從n個節點序列中的第一個節點延伸到末端節點；和(vi)從最小連接成本序列確定三重序列(run、size、ID)的確定成本的序列。122.根據權利要求121的電腦程式產品，其中在步驟(f)(iii)中的多個連接包括為具有至少在n個節點序列中的節點之前的前趨節點的最大運行數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點之前的節點的最大行程數，其中在連接中的最大尺寸數中的連接相應於合法的不同尺寸值；為具有小於在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到前述該節點的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；和為n個節點序列中的每個節點，建立到末端節點的單一連接。123.根據權利要求121的電腦程式產品，其中步驟(f)(iv)進一步包括為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加率成本，作為需要使用第tth個行程尺寸分布編碼行程值、尺寸值和相應指數ID的多個比特；為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加失真成本，作為當係數Ci經由第tth個量化表被量化到由尺寸值指定的尺寸組並且從係數Ci-r到係數Ci-1出現的所有的r個係數都被量化為指定值時的失真；和為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定相關的增加成本，作為增加失真成本和增加率成本的函數。124.根據權利要求121的電腦程式產品，其中步驟(f)(v)進一步包括使用動態編程來找出在多個連接中的連接的最小成本序列，其中連接序列從n個節點序列中的第一節點一直延伸到末端節點。125.根據權利要求118的電腦程式產品，其中第(t+1)th個量化表通過解出二次方程而從第tth個確定成本的三重序列(run、size、ID)和n個係數序列中得到。126.根據權利要求118的電腦程式產品，其中在步驟(g)中的第(t+1)個行程尺寸分布被選定為三重序列(run、size、ID)的經驗行程尺寸分布。127.根據權利要求118的電腦程式產品，其中n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的任一個得到，並且特定值為零。128.根據權利要求121的電腦程式產品，其中記錄在記錄介質上的裝置還用來，為在曲線圖中的n個節點序列中的每個節點，確定通過使用由給定量化表所限定的硬決策量化器所得的輸出以量化在n個係數序列中相應的係數和輸出的尺寸值；曲線圖為縮減的曲線圖以便在任意節點處的任意連接末端代表了在為節點所確定的尺寸值所選定的差別中具有關聯尺寸值的關聯的(run、size)對；和還提供有動態編程來進一步縮減曲線圖以在通過縮減曲線圖路徑上的所有路徑中找出具有由成本函數所確定的最小成本的確定成本的路徑。129.根據權利要求128的電腦程式產品，其中所選定的差別為一。130.一種在計算機上使用的電腦程式產品，其為在n個係數序列的序列中的n個係數的每個序列，和由三重序列(run、size、ID)最終確定成本的序列所表示的係數指數的最終確定成本的序列而通過聯合確定輸出量化表、輸出行程尺寸分布來壓縮n個係數序列的序列，其中每個三重序列(run、size、ID)限定相應的係數指數序列，以便(i)在相應的係數指數序列中的每個指數為數字數，(ii)相應的係數指數序列包括了有特定值的多個值，和(iii)每個三重序列(run、size、ID)限定了表示特定值的多個連續指數的行程值(runvalue)、在特定值的連續指數的數量後指定指數幅度的整數值ID、以及限定將指數存儲在由ID值指定的分類中所需的多個比特的尺寸值，其中係數指數序列與量化表一起確定n個軟決策(soft-decision)量化係數的序列，該電腦程式產品包括記錄介質和記錄在記錄介質上用來指示計算機執行如下步驟的裝置，(a)選擇第0th個量化表；(b)選擇第0th個行程尺寸分布；(c)設定計數器t為0；(d)對於在n個係數序列的序列中的n個係數的每個序列，(i)使用第tth個量化表和行程尺寸分布來制定用於關聯的第tth多個可能的三重序列(run、size、ID)的第tth個成本函數；(ii)將該成本函數提供給在多個可能的三重序列(run、size、ID)中的每個可能的序列以確定關聯成本；(iii)基於該關聯成本從第tth多個可能的三重序列(run、size、ID)中選擇三重序列(run、size、ID)的第tth個確定成本序列；(e)在步驟(d)後，將總的成本函數提供給用於在n個係數序列的序列中的n個係數的每個序列的第t個關聯的確定成本的三重序列(run、size、ID)，以確定第tth個總成本；(f)如果該第tth個總成本滿足選擇標準，則選定該第tth個量化表和行程尺寸分布作為輸出量化表和行程尺寸分布，對於在n個係數序列的序列中的n個係數的每個序列，將由最終確定成本的三重序列(run、size、ID)所表示的最終確定的係數指數序列作為關聯的第tth個三重序列(run、size、ID)；否則將t加一而從三重序列(run、size、ID)的第tth個確定成本的序列中確定第(t+1)th個量化表和行程尺寸分布，並返回到步驟(d)；和(g)使用霍夫曼編碼對相應選定的(run、size、ID)序列編碼。131.根據權利要求130的電腦程式產品，其中步驟(b)包括為在n個係數序列的序列中的n個係數的每個序列，以硬決策的方式使用第0th個量化表量化n個係數序列以確定開始三重序列(run、size、ID)，接著選擇開始(run、size)對的序列的序列的行程尺寸分布作為第0th個行程尺寸分布。132.根據權利要求130的電腦程式產品，其中步驟(d)進一步包括，為在n個係數序列的序列中的n個係數的每個序列以及為在三重序列(run、size、ID)的關聯的第tth多個可能序列中的每個可能的三重序列(run、size、ID)確定相應的n個係數指數序列；使用第tth個量化表和相應的n個係數指數序列確定相應的n個量化係數序列；確定在n個係數序列和相應的n個量化係數序列之間的關聯失真；確定由使用第tth個行程尺寸失真所得的關聯的總的壓縮率以對三重序列(run、size、ID)編碼；和確定該關聯成本作為失真和總的壓縮率的函數。133.根據權利要求130的電腦程式產品，其中步驟(d)包括，為在n個係數序列的序列中的n個係數的每個序列根據n個係數序列提供一對一關係的n個節點序列，以便每個係數Ci具有相應的第ith個節點，其中i大於等於0且小於等於n-1；提供跟隨n個節點序列的末端節點；在節點對之間提供多個連接以表示三重序列(run、size、ID)；確定關聯成本作為在多個連接中為每個連接(run、size)的關聯增加成本；從多個連接確定最小連接成本序列，其中連接序列從n個節點序列中的第一個節點延伸到末端節點；和從最小連接成本序列確定三重序列(run、size、ID)的確定成本的序列。134.根據權利要求133的電腦程式產品，其中提供多個連接，包括為具有至少在n個節點序列中的節點之前的前趨節點的最大運行數的n個節點序列中的每個節點，建立最大連接的尺寸數以將該節點連接到在該節點之前的節點的最大行程數，其中在連接中的最大尺寸數中的連接相應於合法的不同尺寸值；為具有小於在n個節點序列中的節點之前的前趨節點的最大行程數的n個節點序列中的每個節點，而通過最大連接尺寸數將該節點連接到前述該節點的所有節點，其中在連接的最大尺寸數中的每個連接相應於合法的不同尺寸值；和為n個節點序列中的每個節點，建立到末端節點的單一連接。135.根據權利要求133的電腦程式產品，其中步驟(d)進一步包括，為在n個係數序列的序列中的n個係數的每個序列為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加率成本，作為需要使用第tth個行程尺寸分布編碼行程值、尺寸值和相應指數ID的多個比特；為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定增加失真成本，作為當係數Ci經由第tth個量化表被量化到由尺寸值指定的尺寸組並且從係數Ci-r到係數Ci-1出現的所有的r個係數都被量化為指定值時的失真；和為從第(i-r-1)th個節點到第ith個節點的每個連接(run、size)限定相關的增加成本，作為增加失真成本和增加率成本的函數。136.根據權利要求133的電腦程式產品，其中步驟(d)進一步包括為在n個係數序列的序列中的n個係數的每個序列，使用動態編程來找出在多個連接中的連接的最小成本序列，其中連接序列從n個節點序列中的第一節點一直延伸到末端節點。137.根據權利要求130的電腦程式產品，其中在步驟(f)中的第(t+1)th個量化表通過解出二次方程而從第tth個確定成本的三重序列(run、size、ID)和n個係數序列中得到。138.根據權利要求130的電腦程式產品，其中在步驟(f)中的第(t+1)th個行程尺寸分布從用於所有在n個係數序列的序列中的n個係數序列的所有第tth個確定成本的(run、size、ID)序列而得到。139.根據權利要求130的電腦程式產品，其中n個係數指數序列從8×8塊的JPEGDCT係數、8×8塊的MPEGDCT係數、8×8塊的JPEG硬決策量化DCT係數、或8×8塊的MPEG硬決策量化DCT係數中的任一個得到，並且指定值為零。140.根據權利要求133的電腦程式產品，其中該電腦程式產品還，為在曲線圖中的n個節點序列中的每個節點，確定通過使用由給定量化表所限定的硬決策量化器所得的輸出以量化在n個係數序列中相應的係數和輸出的尺寸值；曲線圖為縮減的曲線圖以便在任意節點處的任意連接末端代表了在為節點所確定的尺寸值所選定的差別中具有關聯尺寸值的關聯的(run、size)對；和還提供有動態編程來進一步縮減曲線圖以在通過縮減曲線圖路徑上的所有路徑中找出具有由成本函數所確定的最小成本的確定成本的路徑。141.根據權利要求140的電腦程式產品，其中所選定的差別為一。142.一種在計算機上使用的電腦程式產品，其在給定量化表和給定尺寸分布下通過確定由相應的確定成本的差數序列所表示的N個係數的確定成本的序列來壓縮N個係數，其中每個差數序列限定相應的N個係數的序列以便在差數序列中的每個差數都為第ith個指數值減去第(i-1)th個指數值的數字數，其中i比0大且小於N-1，該電腦程式產品包括記錄介質，和記錄在記錄介質上用來指示計算機系統執行如下步驟的裝置，(a)使用給定的量化步長和給定的行程尺寸分布來制定用於多個可能的差數序列的成本功能；(b)將該成本函數提供給在多個可能的差數序列中的每個可能的序列以確定關聯成本；和(c)基於該關聯成本從該多個可能的差數序列中選擇相應的確定成本的差數序列，並從相應的確定成本的差數序列確定確定成本的N個指數序列。143.根據權利要求142的電腦程式產品，其中步驟(b)包括，為在多個可能差別中的每個可能序列確定相應的N個指數序列；使用給定量化步長和相應的N個指數序列確定N個量化係數序列；確定在N個係數和相應的N個量化係數序列間的失真；確定從使用給定尺寸失真所得的總的壓縮率以對可能差別序列編碼；和確定關聯成本作為失真和總的壓縮率的函數。144.根據權利要求142的電腦程式產品，其中，在N個指數中的每個指數都從M個可能的指數組中選擇；步驟(b)包括提供與N個係數序列一對一關係的N階段序列，其中N為比2大的整數並且N階段序列按從零階段到第(N-1)階段的順序，以便(i)零階段相鄰於第一階段；(ii)第(N-1)th階段相鄰於(N-2)階段，(iii)每個第i階段，其中i為在1和N-2(包括)之間的整數，相鄰於第(i-1)th階段和第(i+1)th階段；在N階段序列中的每階段提供多個節點，其中在每階段中的每個節點表示用於對在N個係數序列中的關聯繫數編碼的M個可能指數組中的可能的指數；提供先於零節點的初始階段，其中初始階段包括單個節點；為連接在相鄰階段中的節點對而提供多個連接；確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本；和步驟(c)包括確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本，其中最低成本的連接序列從初始階段延伸到在N階段序列中的每一階段；和從最低成本連接序列確定N個指數的第t個確定成本序列。145.根據權利要求144的電腦程式產品，其中步驟(c)進一步包括使用動態編程來找出在多個連接中的最低成本的連接序列。。146.根據權利要求142的電腦程式產品，其中N個係數序列是從在JPEG和MPEG圖像中所得的DC係數和量化的DC係數中的一個。147.根據權利要求144的電腦程式產品，其中電腦程式產品還包括為在N階段序列中的每階段，使用由所給定的量化表所限定的硬決策器確定硬決策指數以量化在N個係數的序列中相應的係數；和在所選擇的硬決策的差別中選擇表示所選定的可能的指數的每個節點以便該階段是具有少於M個節點的縮減的階段。148.根據權利要求147的電腦程式產品，其中步驟(c)進一步包括使用動態編程來找出在多個連接中最低成本的連接序列。149.一種在計算機上使用的電腦程式產品，其在輸出量化步長和輸出尺寸分布下通過聯合確定輸出量化步長，和由相應的確定成本的差數序列所表示的輸出確定成本的N個指數序列而壓縮N個係數序列，其中每個差數序列都限定相應的N個指數序列，以便在差數序列中的每個差數都為等於第ith個指數值減去第(i-1)th個指數值的數字數，i比0大比N-1小，該電腦程式產品包括記錄介質，和記錄在記錄介質上用以指示計算機系統執行如下步驟的裝置，(a)選擇第0th個量化表和第0th個行程尺寸分布；(b)設定計數器t為0；(c)使用第tth個量化步長和行程尺寸分布來制定用於多個可能的差數序列的第tth個成本函數；(d)基於該關聯成本從第tth多個可能的差數序列中選擇第tth個確定成本的差數序列；(e)將該第tth個成本函數提供給在多個可能的差數序列中的每個可能的序列以確定關聯成本；(f)如果該第tth個相應的確定成本的差數序列以及第tth個量化表和第tth個尺寸分布都滿足選擇標準；則選擇第tth個確定成本的差數序列作為輸出的確定成本的差數序列，選定該tth個量化步長作為輸出量化步長，選定該第tth個尺寸分布作為輸出的量化步長，並選定該第tth個確定成本的N個指數序列作為輸出的確定成本的N個指數序列；否則將t加一而從第tth個確定成本的差數序列中確定第(t+1)th個量化步長和和第(t+1)th個行程尺寸分布，並返回到步驟(c)。150.根據權利要求149的電腦程式產品，其中步驟(a)包括使用第0th個量化步長以硬決策方式量化N個係數序列以確定N個指數的開始序列，並選擇第0th個尺寸分布作為該N個係數開始序列的尺寸分布。151.根據權利要求149的電腦程式產品，其中步驟(b)包括為在第tth多個可能差別中的每個可能序列確定N個係數的相應序列；使用第tth個量化步長和相應的N個係數序列確定N個量化係數的相應序列；確定在N個係數序列和相應的N個量化係數序列之間的失真；確定從使用給定尺寸失真所得的總的壓縮率以對可能差別序列編碼；和確定關聯成本作為失真和總的壓縮率的函數。152.根據權利要求149的電腦程式產品，其中，從M個可能指數組中選擇N個指數中的每個指數；步驟(d)包括提供與N個係數序列一對一關係的N階段序列，其中N為比2大的整數並且N階段序列按從零階段到第(N-1)th階段的順序排列，以便(i)零階段相鄰於第一階段；(ii)第(N-1)th階段相鄰於(N-2)階段，(iii)每個第ith階段，其中i為在1和N-2(包括)之間的整數，相鄰於第(i-1)th階段和第(i+1)th階段；在N階段序列中的每階段提供多個節點，其中在每階段中的每個節點表示用於對在N個係數序列中的關聯繫數編碼的M個可能指數組中的可能的指數；提供先於零節點的初始階段，其中初始階段包括單個節點；為連接在相鄰階段中的節點對而提供多個連接；確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本；和步驟(c)包括確定關聯成本作為用於在多個連接中的每個連接的關聯增加成本，其中最低成本的連接序列從初始階段延伸到在N階段序列中的每一階段；和從最低成本連接序列確定N個指數的第tth個確定成本序列。153.根據權利要求152的電腦程式產品，其中步驟(d)進一步包括使用動態編程來找出在多個連接中的最低連接成本序列。154.根據權利要求149的電腦程式產品，其中N個係數序列是從在JPEG和MPEG圖像中所得的DC係數和量化的DC係數中的一個。155.根據權利要求152的電腦程式產品，其中該電腦程式產品還包括，為N階段序列中的每階段，使用由所給定的量化表所限定的硬決策器確定硬決策指數以量化在N個係數的序列中相應的係數；和在所選擇的硬決策的差別中選擇表示所選定的可能的指數的每個節點以便該階段是具有少於M個節點的縮減的階段。156.根據權利要求155的電腦程式產品，其中步驟(d)進一步包括使用動態編程來找出在多個連接中最低成本的連接序列。全文摘要本發明涉及一種在保持忠於JPEG/MPEG語法的同時能改善比率失真性能的方法、系統和計算機軟體產品，其包括霍夫曼表、量化步長和JPEG/MPEG編碼器的量化係數的聯合優化。其包括以(run、size)對的形式找出優化係數指數。通過提供包括有用於優化係數指數的這種搜索的迭代處理，能取得行程尺寸長度編碼、霍夫曼編碼和量化表選擇的同時改進。此外，量化DC係數的壓縮也可以使用柵格結構來改進。文檔編號G06F17/00GK101032081SQ200480043979公開日2007年9月5日申請日期2004年8月25日優先權日2004年7月14日發明者楊恩輝,王隆吉申請人:噴流數據有限公司