專利名稱：數(shù)據(jù)處理裝置和方法以及記錄介質的制作方法
技術領域：
本發(fā)明涉及一種數(shù)據(jù)處理方法和裝置以及記錄介質，特別涉及一種可以用來對例如不可還原壓縮圖像進行解碼的數(shù)據(jù)處理方法和裝置以及記錄介質。
背景技術：
例如，數(shù)字圖像數(shù)據(jù)的數(shù)據(jù)量非常龐大，從而，如果直接記錄或傳輸該數(shù)據(jù)，將需要極其龐大容量的記錄介質或傳輸介質。因此，一般，圖像數(shù)據(jù)在記錄或傳輸之前，都要經(jīng)過壓縮編碼，以減小數(shù)據(jù)量。
在用于對圖像進行壓縮編碼的系統(tǒng)中，有用作靜止圖像壓縮編碼系統(tǒng)的JPEG(Joint Photographic Experts Group，聯(lián)合圖像專家組)系統(tǒng)，和用作活動圖像壓縮編碼系統(tǒng)的MPEG(Moving Picture Experts Group，活動圖像專家組)系統(tǒng)。
例如，如圖1所示，根據(jù)JPEG系統(tǒng)執(zhí)行圖像數(shù)據(jù)的編碼和解碼。
圖1A示出傳統(tǒng)JPEG編碼設備的說明性結構。
要編碼的圖像數(shù)據(jù)輸入到分塊電路1，然后分塊電路1將所輸入圖像數(shù)據(jù)劃分為多個塊，每塊由8×8＝64像素組成。在分塊電路1中獲得的塊發(fā)送到離散余弦變換(discrete cosine transform，DCT)電路2。DCT電路2對來自分塊電路1的每個塊應用DCT處理，以將塊變換為由單個DC(directcurrent，直流)分量和63個頻率(AC(alternating current，交流))分量組成的總共64個DCT系數(shù)?；趬K的64個DCT系數(shù)從DCT電路2發(fā)送到量化電路3。
量化電路3根據(jù)預設的量化表對DCT系數(shù)進行量化，以將量化結果，下面稱作量化DCT系數(shù)，與用于量化的量化表一起發(fā)送到熵編碼電路4。
圖1B示出一個在量化電路3中使用的量化表的例子。在量化表中，一般考慮人類視覺系統(tǒng)的特征來設置量化步長，從而對更關鍵的低頻DCT系數(shù)進行精細的量化，而對次關鍵的高頻DCT系數(shù)只作粗略的量化。這將減輕圖像的圖像質量的惡化，以保證有效的壓縮。
熵編碼電路4對來自量化電路3的量化DCT系數(shù)應用熵編碼處理，如哈夫曼編碼，并且添加來自量化電路3的量化表，以輸出作為JPEG編碼數(shù)據(jù)的結果編碼數(shù)據(jù)。
圖1C示出一個用來對由圖1A的JPEG編碼設備5輸出的編碼數(shù)據(jù)進行解碼的傳統(tǒng)JPEG解碼設備10的例子的結構。
編碼數(shù)據(jù)輸入到熵解碼電路11，然后熵解碼電路11將所編碼的數(shù)據(jù)分離為熵編碼量化DCT系數(shù)和量化表。熵解碼電路11對量化熵編碼DCT系數(shù)進行熵解碼，以將結果量化DCT系數(shù)與量化表一起發(fā)送到逆量化電路12。逆量化電路12根據(jù)來自熵解碼電路11的量化表對來自熵解碼電路11的量化DCT系數(shù)進行逆量化，以將結果DCT系數(shù)發(fā)送到反向DCT電路13。反向DCT電路13對來自逆量化電路12的DCT系數(shù)應用反向DCT處理，以將結果8×8像素解碼塊發(fā)送到解塊電路14。解塊電路14對來自反向DCT電路13的解碼塊進行解塊，以獲得輸出解碼圖像。
使用圖1A所示的JPEG編碼設備5，通過增大在對塊進行量化時使用的量化表的量化步長，可以減小編碼數(shù)據(jù)的數(shù)據(jù)量，從而實現(xiàn)高壓縮。
然而，如果增大量化步長，也將增大所謂的量化誤差，導致在圖1C的JPEG解碼設備10中獲得的解碼圖像的圖像質量的惡化。也就是，在解碼圖像中產生可以感覺到的模糊、塊變形或馬賽克噪聲等。
因此，如果要減小編碼數(shù)據(jù)的數(shù)據(jù)量，而不惡化解碼圖像質量，或者如果當改善編碼圖像的圖像質量時保持編碼數(shù)據(jù)的數(shù)據(jù)量，在JPEG解碼之后需要執(zhí)行用于改善圖像質量的某些處理。
然而，如果要在JPEG解碼之后執(zhí)行用于改善圖像質量的處理，將復雜化該處理，而延長直到最終產生解碼圖像的時間。

發(fā)明內容
考慮到本技術領域的上述情況，本發(fā)明用來從例如JPEG編碼圖像有效地產生高圖像質量的解碼圖像。
根據(jù)本發(fā)明，獲取通過學習得到的抽頭系數(shù)，并且與所轉換數(shù)據(jù)一起使用所獲取的抽頭系數(shù)，執(zhí)行預設計算，以將所轉換數(shù)據(jù)解碼為原始數(shù)據(jù)。
也就是，本發(fā)明提供一種數(shù)據(jù)處理裝置，包括獲取裝置，用于獲取通過學習得到的抽頭系數(shù)；和解碼裝置，用于通過使用抽頭系數(shù)和所轉換數(shù)據(jù)的預設預測計算，將所轉換的數(shù)據(jù)解碼為原始數(shù)據(jù)。
本發(fā)明還提供一種數(shù)據(jù)處理方法，包括如下步驟獲取通過學習得到的抽頭系數(shù)；和通過使用抽頭系數(shù)和所轉換數(shù)據(jù)的預設預測計算，將所轉換的數(shù)據(jù)解碼為原始數(shù)據(jù)。
本發(fā)明還提供一種記錄介質，其中記錄有一個程序，包括如下步驟獲取通過學習得到的抽頭系數(shù)；和通過使用抽頭系數(shù)和所轉換數(shù)據(jù)的預設預測計算，將所轉換的數(shù)據(jù)解碼為原始數(shù)據(jù)。
根據(jù)本發(fā)明，通過至少對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)，并且通過實現(xiàn)學習得到抽頭系數(shù)，從而通過使用抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
也就是，本發(fā)明還提供一種數(shù)據(jù)處理裝置，包括生成裝置，用于通過至少對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；和學習裝置，用于實現(xiàn)學習，從而通過使用抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到抽頭系數(shù)。
本發(fā)明還提供一種數(shù)據(jù)處理方法，包括如下步驟通過至少對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；和實現(xiàn)學習，從而通過使用抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到抽頭系數(shù)。
本發(fā)明還提供一種記錄介質，其中記錄有一個程序，包括如下步驟通過至少對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；和實現(xiàn)學習，從而通過使用抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到抽頭系數(shù)。
根據(jù)本發(fā)明，獲得通過學習得到的抽頭系數(shù)，并且使用抽頭系數(shù)和所轉換數(shù)據(jù)，執(zhí)行預設預測計算，以將所轉換數(shù)據(jù)解碼為原始數(shù)據(jù)，該原始數(shù)據(jù)以預設方式進行處理，以產生處理數(shù)據(jù)。
也就是，本發(fā)明還提供一種數(shù)據(jù)處理裝置，包括獲取裝置，用于獲取通過學習得到的抽頭系數(shù)；和計算裝置，用于使用抽頭系數(shù)和所轉換數(shù)據(jù)，執(zhí)行預設預測計算，以將所轉換的數(shù)據(jù)解碼為原始數(shù)據(jù)，并且產生原始數(shù)據(jù)經(jīng)過預設處理的處理數(shù)據(jù)。
本發(fā)明還提供一種數(shù)據(jù)處理方法，包括如下步驟獲取通過學習得到的抽頭系數(shù)；和使用抽頭系數(shù)和所轉換數(shù)據(jù)，執(zhí)行預設預測計算，以將所轉換的數(shù)據(jù)解碼為原始數(shù)據(jù)，并且產生原始數(shù)據(jù)經(jīng)過預設處理的處理數(shù)據(jù)。
本發(fā)明還提供一種記錄介質，其中記錄有一個程序，包括如下步驟獲取通過學習得到的抽頭系數(shù)；和使用抽頭系數(shù)和所轉換數(shù)據(jù)，執(zhí)行預設預測計算，以將所轉換的數(shù)據(jù)解碼為原始數(shù)據(jù)，并且產生原始數(shù)據(jù)經(jīng)過預設處理的處理數(shù)據(jù)。
根據(jù)本發(fā)明，以預設方式處理作為老師的老師數(shù)據(jù)，并且至少對結果準老師數(shù)據(jù)進行正交或頻率變換，以生成作為學生的學生數(shù)據(jù)。然后通過實現(xiàn)學習生成抽頭系數(shù)，從而通過使用抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
也就是，本發(fā)明還提供一種數(shù)據(jù)處理裝置，包括準老師數(shù)據(jù)生成裝置，用于根據(jù)預設處理對作為老師的老師數(shù)據(jù)進行處理，以產生準老師數(shù)據(jù)；學生數(shù)據(jù)生成裝置，用于通過至少對準老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；和學習裝置，用于實現(xiàn)學習，以在統(tǒng)計上最小化通過使用抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差，得到抽頭系數(shù)。
本發(fā)明還提供一種數(shù)據(jù)處理方法，包括如下步驟根據(jù)預設處理對作為老師的老師數(shù)據(jù)進行處理，以產生準老師數(shù)據(jù)；通過至少對準老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；和實現(xiàn)學習，以在統(tǒng)計上最小化通過使用抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差，得到抽頭系數(shù)。
本發(fā)明還提供一種記錄介質，其中記錄有一個程序，包括如下步驟根據(jù)預設處理對作為老師的老師數(shù)據(jù)進行處理，以產生準老師數(shù)據(jù)；通過至少對準老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；和實現(xiàn)學習，以在統(tǒng)計上最小化通過使用抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差，得到抽頭系數(shù)。
根據(jù)本發(fā)明，根據(jù)輔助信息，將原始數(shù)據(jù)中的感興趣數(shù)據(jù)分配給多個類中的一個，并且獲得通過學習得到的、基于類的抽頭系數(shù)中與感興趣數(shù)據(jù)的類對應的抽頭系數(shù)。然后使用所轉換數(shù)據(jù)和與感興趣數(shù)據(jù)的類對應的抽頭系數(shù)，執(zhí)行預設預測計算，以將所轉換數(shù)據(jù)解碼為原始數(shù)據(jù)。
也就是，本發(fā)明還提供一種數(shù)據(jù)處理裝置，包括分類裝置，用于通過分類，根據(jù)輔助信息將原始數(shù)據(jù)中的感興趣數(shù)據(jù)分配給多個類中的一個；獲取裝置，用于在通過學習得到的、基于類的抽頭系數(shù)中獲取與感興趣數(shù)據(jù)的類相關聯(lián)的抽頭系數(shù)；和解碼裝置，用于使用所轉換數(shù)據(jù)和與感興趣數(shù)據(jù)的類相關聯(lián)的抽頭系數(shù)，執(zhí)行預設預測計算，以將所轉換數(shù)據(jù)解碼為原始數(shù)據(jù)。
本發(fā)明還提供一種數(shù)據(jù)處理方法，包括如下步驟通過分類，根據(jù)輔助信息，將原始數(shù)據(jù)中的感興趣數(shù)據(jù)分配給多個類中的一個；在通過學習得到的、基于類的抽頭系數(shù)中獲取與感興趣數(shù)據(jù)的類相關聯(lián)的抽頭系數(shù)；和使用所轉換數(shù)據(jù)和與感興趣數(shù)據(jù)的類相關聯(lián)的抽頭系數(shù)，執(zhí)行預設預測計算，以將所轉換數(shù)據(jù)解碼為原始數(shù)據(jù)。
本發(fā)明還提供一種記錄介質，其中記錄有一個程序，包括如下步驟通過分類，根據(jù)輔助信息，將原始數(shù)據(jù)中的感興趣數(shù)據(jù)分配給多個類中的一個；在通過學習得到的、基于類的抽頭系數(shù)中獲取與感興趣數(shù)據(jù)的類相關聯(lián)的抽頭系數(shù)；和使用所轉換數(shù)據(jù)和與感興趣數(shù)據(jù)的類相關聯(lián)的抽頭系數(shù)，執(zhí)行預設預測計算，以將所轉換數(shù)據(jù)解碼為原始數(shù)據(jù)。
根據(jù)本發(fā)明，通過至少對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)。使用生成學生數(shù)據(jù)時所使用的預設輔助信息，將老師數(shù)據(jù)中的感興趣老師數(shù)據(jù)分配給多個類中的一個。然后通過實現(xiàn)學習得到基于類的抽頭系數(shù)，從而通過使用與感興趣老師數(shù)據(jù)的類對應的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
也就是，本發(fā)明還提供一種數(shù)據(jù)處理裝置，包括生成裝置，用于通過至少對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；分類裝置，用于根據(jù)在生成裝置中生成學生數(shù)據(jù)時使用的預設輔助信息，將老師數(shù)據(jù)中的感興趣老師數(shù)據(jù)分配給多個類中的一個；和學習裝置，用于實現(xiàn)學習，從而通過使用與感興趣老師數(shù)據(jù)的類對應的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到基于類的抽頭系數(shù)。
本發(fā)明還提供一種數(shù)據(jù)處理方法，包括如下步驟通過至少對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；根據(jù)在生成裝置中生成學生數(shù)據(jù)時使用的預設輔助信息，將老師數(shù)據(jù)中的感興趣老師數(shù)據(jù)分配給多個類中的一個；和實現(xiàn)學習，從而通過使用與感興趣老師數(shù)據(jù)的類對應的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到基于類的抽頭系數(shù)。
本發(fā)明還提供一種記錄介質，其中記錄有一個程序，包括如下步驟通過至少對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；根據(jù)在生成裝置中生成學生數(shù)據(jù)時使用的預設輔助信息，將老師數(shù)據(jù)中的感興趣老師數(shù)據(jù)分配給多個類中的一個；和實現(xiàn)學習，從而通過使用與感興趣老師數(shù)據(jù)的類對應的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到基于類的抽頭系數(shù)。
根據(jù)本發(fā)明，至少從與對應于感興趣的所處理數(shù)據(jù)的塊不同的塊，提取將感興趣的所處理數(shù)據(jù)分配給多個類中的一個時使用的所轉換數(shù)據(jù)，以用作類抽頭。根據(jù)由此得到的類抽頭，通過分類得到感興趣的所處理數(shù)據(jù)的類。使用感興趣的所處理數(shù)據(jù)的類的抽頭系數(shù)，執(zhí)行預設計算，以得到感興趣的所處理數(shù)據(jù)的預測值。
也就是，本發(fā)明還提供一種處理裝置，包括獲取裝置，用于獲取通過學習得到的抽頭系數(shù)；類抽頭提取裝置，用于通過分類，至少從不同于與感興趣的所處理數(shù)據(jù)相關聯(lián)的塊的塊，提取用于將感興趣的所處理數(shù)據(jù)分配給多個類中的一個的所轉換數(shù)據(jù)，并且作為類抽頭輸出所提取的數(shù)據(jù)；分類裝置，用于根據(jù)類抽頭得到感興趣的所處理數(shù)據(jù)的類；和計算裝置，用于使用感興趣的所處理數(shù)據(jù)的類的抽頭系數(shù)和所轉換數(shù)據(jù)，執(zhí)行預設預測計算，以得到感興趣的所處理數(shù)據(jù)的預測值。
本發(fā)明還提供一種數(shù)據(jù)處理方法，包括如下步驟獲取通過學習得到的抽頭系數(shù)；通過分類，至少從不同于與感興趣的所處理數(shù)據(jù)相關聯(lián)的塊的塊，提取用于將感興趣的所處理數(shù)據(jù)分配給多個類中的一個的所轉換數(shù)據(jù)，并且作為類抽頭輸出所提取的數(shù)據(jù)；根據(jù)類抽頭得到感興趣的所處理數(shù)據(jù)的類；和使用感興趣的所處理數(shù)據(jù)的類的抽頭系數(shù)，執(zhí)行預設預測計算，以得到感興趣的所處理數(shù)據(jù)的預測值。
本發(fā)明還提供一種記錄介質，包括如下步驟獲取通過學習得到的抽頭系數(shù)；通過分類，至少從不同于與感興趣的所處理數(shù)據(jù)相關聯(lián)的塊的塊，提取用于將感興趣的所處理數(shù)據(jù)分配給多個類中的一個的所轉換數(shù)據(jù)，并且作為類抽頭輸出所提取的數(shù)據(jù)；根據(jù)類抽頭得到感興趣的所處理數(shù)據(jù)的類；和使用感興趣的所處理數(shù)據(jù)的類的抽頭系數(shù)，執(zhí)行預設預測計算，以得到感興趣的所處理數(shù)據(jù)的預測值。
根據(jù)本發(fā)明，至少從與對應于感興趣的老師數(shù)據(jù)的塊不同的塊，提取用于將感興趣的老師數(shù)據(jù)分配給多個類中的一個的學生數(shù)據(jù)，以用作類抽頭。根據(jù)這些類抽頭，通過分類得到感興趣老師數(shù)據(jù)的類。根據(jù)基于類的抽頭系數(shù)和學生數(shù)據(jù)，執(zhí)行預測計算，然后執(zhí)行學習，從而通過使用基于類的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以逐類得到抽頭系數(shù)。
也就是，本發(fā)明還提供一種數(shù)據(jù)處理裝置，包括生成裝置，用于生成作為學習時作為學生的學生數(shù)據(jù)的基于塊的所轉換數(shù)據(jù)；類抽頭提取裝置，用于，以所處理數(shù)據(jù)作為學習時當老師的老師數(shù)據(jù)，至少從與對應于感興趣的老師數(shù)據(jù)的塊不同的塊，提取用于將感興趣的老師數(shù)據(jù)分配給多個類中的一個的學生數(shù)據(jù)，并且作為類抽頭輸出所提取數(shù)據(jù)；分類裝置，用于根據(jù)類抽頭得到感興趣的老師數(shù)據(jù)的類；和學習裝置，用于實現(xiàn)學習，從而通過使用基于類的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以逐類得到抽頭系數(shù)。
本發(fā)明還提供一種數(shù)據(jù)處理方法，包括如下步驟生成作為學習時作為學生的學生數(shù)據(jù)的基于塊的所轉換數(shù)據(jù)；以所處理數(shù)據(jù)作為學習時當老師的老師數(shù)據(jù)，至少從與對應于感興趣的老師數(shù)據(jù)的塊不同的塊，提取用于將感興趣的老師數(shù)據(jù)分配給多個類中的一個的學生數(shù)據(jù)，并且作為類抽頭輸出所提取數(shù)據(jù)；根據(jù)類抽頭得到感興趣的老師數(shù)據(jù)的類；和實現(xiàn)學習，從而通過使用基于類的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以逐類得到抽頭系數(shù)。
本發(fā)明還提供一種記錄介質，其中記錄有一個程序，包括如下步驟生成作為學習時當作學生的學生數(shù)據(jù)的基于塊的所轉換數(shù)據(jù)；以所處理數(shù)據(jù)作為學習時當作老師的老師數(shù)據(jù)，至少從與對應于感興趣的老師數(shù)據(jù)的塊不同的塊，提取用于將感興趣的老師數(shù)據(jù)分配給多個類中的一個的學生數(shù)據(jù)，并且作為類抽頭輸出所提取數(shù)據(jù)；根據(jù)類抽頭得到感興趣的老師數(shù)據(jù)的類；和實現(xiàn)學習，從而通過使用基于類的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以逐類得到抽頭系數(shù)。
根據(jù)本發(fā)明，至少從與不同于感興趣數(shù)據(jù)塊的數(shù)據(jù)塊對應的所轉換塊，提取用于對數(shù)據(jù)塊中的感興趣數(shù)據(jù)塊的數(shù)據(jù)進行解碼的預測計算中所使用的所轉換數(shù)據(jù)，以用作預測抽頭。使用抽頭系數(shù)和預測抽頭，執(zhí)行預設預測計算，以將所轉換數(shù)據(jù)解碼為原始數(shù)據(jù)。
也就是，本發(fā)明還提供一種數(shù)據(jù)處理裝置，包括獲取裝置，用于獲取通過學習得到的抽頭系數(shù)；預測抽頭提取裝置，用于至少從與不同于感興趣數(shù)據(jù)塊的數(shù)據(jù)塊對應的作為所轉換數(shù)據(jù)塊的所轉換塊，提取預測計算中所使用的所轉換數(shù)據(jù)，以輸出作為預測抽頭的所提取數(shù)據(jù)，其中所述預測計算用于對其中每個塊為一個數(shù)據(jù)塊的數(shù)據(jù)塊中感興趣數(shù)據(jù)塊的數(shù)據(jù)進行解碼；和計算裝置，用于使用抽頭系數(shù)和預測抽頭，執(zhí)行預設預測計算，以將所轉換數(shù)據(jù)解碼為原始數(shù)據(jù)。
本發(fā)明還提供一種數(shù)據(jù)處理方法，包括如下步驟獲取通過學習得到的抽頭系數(shù)；至少從與不同于感興趣數(shù)據(jù)塊的數(shù)據(jù)塊對應的作為所轉換數(shù)據(jù)塊的所轉換塊，提取預測計算中所使用的所轉換數(shù)據(jù)，以輸出作為預測抽頭的所提取數(shù)據(jù)，其中所述預測計算用于對其中每個塊為一個數(shù)據(jù)塊的數(shù)據(jù)塊中感興趣數(shù)據(jù)塊的數(shù)據(jù)進行解碼；和使用抽頭系數(shù)和預測抽頭，執(zhí)行預設預測計算，以將所轉換數(shù)據(jù)解碼為原始數(shù)據(jù)。
本發(fā)明還提供一種記錄介質，其中記錄有一個程序，包括如下步驟獲取通過學習得到的抽頭系數(shù)；至少從與不同于感興趣數(shù)據(jù)塊的數(shù)據(jù)塊對應的作為所轉換數(shù)據(jù)塊的所轉換塊，提取用于對其中每個塊為一個數(shù)據(jù)塊的數(shù)據(jù)塊中感興趣數(shù)據(jù)塊的數(shù)據(jù)進行解碼的預測計算中所使用的所轉換數(shù)據(jù)，以輸出作為預測抽頭的所提取數(shù)據(jù)；和使用抽頭系數(shù)和預測抽頭，執(zhí)行預設預測計算，以將所轉換數(shù)據(jù)解碼為原始數(shù)據(jù)。
根據(jù)本發(fā)明，至少通過對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)，并且至少從與不同于感興趣老師塊的老師塊對應的學生塊，提取用于對老師塊中的感興趣老師塊的老師數(shù)據(jù)進行解碼的預測計算中所使用的學生數(shù)據(jù)，以用作預測抽頭。然后通過實現(xiàn)學習，得到抽頭系數(shù)，從而通過使用抽頭系數(shù)和預測抽頭執(zhí)行預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
也就是，本發(fā)明還提供一種數(shù)據(jù)處理裝置，包括生成裝置，用于通過至少對作為老師的老師數(shù)據(jù)應用正交或頻率變換，生成作為學生的學生數(shù)據(jù)；預測抽頭提取裝置，用于至少從與不同于感興趣老師塊的老師塊對應的作為學生數(shù)據(jù)塊的學生塊，提取用于對其中每個塊為一個老師塊的老師塊中的感興趣老師塊的老師數(shù)據(jù)進行解碼的預測計算中所使用的學生數(shù)據(jù)，以輸出作為預測抽頭的所提取數(shù)據(jù)；和學習裝置，用于實現(xiàn)學習，從而通過使用抽頭系數(shù)和預測抽頭執(zhí)行預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
本發(fā)明還提供一種數(shù)據(jù)處理方法，包括如下步驟通過至少對作為老師的老師數(shù)據(jù)應用正交或頻率變換，生成作為學生的學生數(shù)據(jù)；至少從與不同于感興趣老師塊的老師塊對應的作為學生數(shù)據(jù)塊的學生塊，提取用于對其中每個塊為一個老師塊的老師塊中的感興趣老師塊的老師數(shù)據(jù)進行解碼的預測計算中所使用的學生數(shù)據(jù)，以輸出作為預測抽頭的所提取數(shù)據(jù)；和實現(xiàn)學習，從而通過使用抽頭系數(shù)和預測抽頭執(zhí)行預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到抽頭系數(shù)。
本發(fā)明還提供一種記錄介質，其中記錄有一個程序，包括如下步驟通過至少對作為老師的老師數(shù)據(jù)應用正交或頻率變換，生成作為學生的學生數(shù)據(jù)；至少從與不同于感興趣老師塊的老師塊對應的作為學生數(shù)據(jù)塊的學生塊，提取用于對其中每個塊為一個老師塊的老師塊中的感興趣老師塊的老師數(shù)據(jù)進行解碼的預測計算中所使用的學生數(shù)據(jù)，以輸出作為預測抽頭的所提取數(shù)據(jù)；和實現(xiàn)學習，從而通過使用抽頭系數(shù)和預測抽頭執(zhí)行預測計算獲得的對老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到抽頭系數(shù)。
根據(jù)本發(fā)明，使用用于學習提取模式的第一數(shù)據(jù)和第二數(shù)據(jù)，逐預設位置關系地得到與在預設位置的第二數(shù)據(jù)有預設位置關系的第一數(shù)據(jù)的相關。根據(jù)所得到的相關，設置要用作用于為獲得第二數(shù)據(jù)所執(zhí)行的預測計算的預測抽頭的第一數(shù)據(jù)的提取模式。
也就是，本發(fā)明還提供一種數(shù)據(jù)處理裝置，包括相關計算裝置，用于使用用于學習提取模式的第一和第二數(shù)據(jù)，逐預設位置關系地得到與在預設位置的第二數(shù)據(jù)有預設位置關系的第一數(shù)據(jù)的相關；和設置裝置，用于根據(jù)相關，設置第一數(shù)據(jù)的提取模式，以用作用于為獲得第二數(shù)據(jù)所執(zhí)行的預測計算的預測抽頭。
本發(fā)明還提供一種數(shù)據(jù)處理方法，包括如下步驟使用用于學習提取模式的第一和第二數(shù)據(jù)，逐預設位置關系地得到與在預設位置的第二數(shù)據(jù)有預設位置關系的第一數(shù)據(jù)的相關；和根據(jù)相關，設置第一數(shù)據(jù)的提取模式，以用作用于為獲得第二數(shù)據(jù)所執(zhí)行的預測計算的預測抽頭。
本發(fā)明還提供一種記錄介質，其中記錄有一個程序，包括如下步驟使用用于學習提取模式的第一和第二數(shù)據(jù)，逐預設位置關系地得到與在預設位置的第二數(shù)據(jù)有預設位置關系的第一數(shù)據(jù)的相關；和根據(jù)相關，設置第一數(shù)據(jù)的提取模式，以用作用于為獲得第二數(shù)據(jù)所執(zhí)行的預測計算的預測抽頭。


圖1A、1B和1C示出傳統(tǒng)JPEG編碼/解碼；圖2示出實施本發(fā)明的圖像傳輸系統(tǒng)的說明性結構；圖3是示出圖像傳輸系統(tǒng)中解碼器的說明性結構的方框圖；圖4是示出解碼器中的處理的流程圖；圖5是示出解碼器中系數(shù)轉換電路的說明性結構的方框圖；圖6示出解碼器中預測抽頭和類抽頭的例子；圖7是示出系數(shù)轉換電路中分類電路的說明性結構的方框圖；圖8示出系數(shù)轉換電路中功率(power)計算電路的處理；圖9是示出系數(shù)轉換電路中的處理的流程圖；圖10是更詳細示出系數(shù)轉換電路中的處理的流程圖；圖11是示出用于學習系數(shù)轉換電路中的抽頭系數(shù)的學習設備的說明性結構的方框圖；圖12是示出學習設備的處理的流程圖；圖13是示出系數(shù)轉換電路的說明性結構的方框圖；圖14是示出學習設備的說明性結構的方框圖；圖15是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖16是示出學習設備的另一說明性結構的方框圖；圖17是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖18是示出學習設備的另一說明性結構的方框圖；圖19是示出圖像傳輸系統(tǒng)中編碼器的說明性結構的方框圖；圖20是示出MPEG解碼器的說明性結構的方框圖；
圖21是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖22是示出學習設備的另一說明性結構的方框圖；圖23是示出其中圖像傳輸系統(tǒng)應用本發(fā)明的另一實施例中解碼器的說明性結構的方框圖；圖24示出在解碼器中8×8DCT系數(shù)如何解碼為16×16像素；圖25是示出解碼器中的處理的流程圖；圖26是示出解碼器中系數(shù)轉換電路的說明性結構的方框圖；圖27是示出系數(shù)轉換電路中分類電路的說明性結構的方框圖；圖28是示出系數(shù)轉換電路中的處理的流程圖；圖29是更詳細示出系數(shù)轉換電路中的處理的流程圖；圖30是示出負責系數(shù)轉換電路的抽頭系數(shù)的學習處理的學習設備的說明性結構的方框圖；圖31是示出學習設備中的處理的流程圖；圖32是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖33是示出學習設備的另一說明性結構的方框圖；圖34是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖35是示出學習設備的另一說明性結構的方框圖；圖36是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖37是示出學習設備的另一說明性結構的方框圖；圖38是示出編碼器的說明性結構的方框圖；圖39是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖40是示出學習設備的另一說明性結構的方框圖；圖41A和41B示出時域分辨率經(jīng)過改善的圖像；圖42A和42B示出時域分辨率經(jīng)過改善的圖像；圖43示出從兩個或多個幀的DCT系數(shù)構造類抽頭和預測抽頭；圖44是示出其中圖像傳輸系統(tǒng)應用本發(fā)明的實施例中解碼器的說明性結構的方框圖；圖45是示出解碼器的處理的流程圖；圖46是示出解碼器中系數(shù)轉換電路的說明性結構的方框圖；圖47是示出系數(shù)轉換電路中分類電路的說明性結構的方框圖；圖48是示出系數(shù)轉換電路的處理的流程圖；
圖49是更詳細示出系數(shù)轉換電路的處理的流程圖；圖50是示出用于學習系數(shù)轉換電路的抽頭系數(shù)的學習設備的說明性結構的方框圖；圖51是示出學習設備的處理的流程圖；圖52是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖53是示出學習設備的說明性結構的方框圖；圖54是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖55是示出實施本發(fā)明的學習設備的說明性結構的方框圖；圖56是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖57是示出學習設備的另一說明性結構的方框圖；圖58是示出圖像傳輸系統(tǒng)中編碼器的說明性結構的方框圖；圖59是示出圖像傳輸系統(tǒng)中MPEG解碼器的說明性結構的方框圖；圖60是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖61是示出學習設備的另一說明性結構的方框圖；圖62是示出其中圖像傳輸系統(tǒng)應用本發(fā)明的實施例中解碼器的說明性結構的方框圖；圖63是示出解碼器的處理的流程圖；圖64是示出解碼器中系數(shù)轉換電路的說明性結構的方框圖；圖65A和65B示出系數(shù)轉換電路中群抽頭的例子圖66是示出系數(shù)轉換電路中分類電路的說明性結構的方框圖；圖67是示出系數(shù)轉換電路的處理的流程圖；圖68是更詳細示出系數(shù)轉換電路的處理的流程圖；圖69示出分類方法；圖70是示出分類電路的處理的流程圖；圖71示出另一分類方法；圖72是示出分類電路的另一說明性結構的方框圖；圖73是示出分類電路的處理的流程圖；圖74是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖75是示出負責系數(shù)轉換電路的抽頭系數(shù)的學習處理的學習設備的說明性結構的方框圖；圖76是示出系數(shù)轉換電路的說明性結構的方框圖；
圖77是示出學習設備的另一說明性結構的方框圖；圖78是示出其中圖像傳輸系統(tǒng)應用本發(fā)明的解碼器的實施例的說明性結構的方框圖；圖79是示出解碼器的處理的流程圖；圖80是示出解碼器中系數(shù)轉換電路的說明性結構的方框圖；圖81是示出系數(shù)轉換電路中分類電路的說明性結構的方框圖；圖82是示出系數(shù)轉換電路的處理的流程圖；圖83是更詳細示出系數(shù)轉換電路的處理的流程圖；圖84是示出負責抽頭系數(shù)的學習處理的抽頭系數(shù)學習設備的說明性結構的方框圖；圖85是示出抽頭系數(shù)學習設備的處理的流程圖；圖86是示出負責模式信息的學習處理的模式學習設備的說明性結構的方框圖；圖87A、87B和87C示出模式學習設備中的加法器電路的處理；圖88是示出模式學習設備的處理的流程圖；圖89是示出系數(shù)轉換電路的說明性結構的方框圖；圖90是示出抽頭系數(shù)學習設備的另一說明性結構的方框圖；圖91是示出模式學習設備的另一說明性結構的方框圖；圖92是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖93是示出抽頭系數(shù)學習設備的另一說明性結構的方框圖；圖94是示出模式學習設備的另一說明性結構的方框圖；圖95A、95B和95C示出模式學習設備中的加法器電路的處理；圖96是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖97是示出抽頭系數(shù)學習設備的另一說明性結構的方框圖；圖98是示出模式學習設備的另一說明性結構的方框圖；圖99是示出系數(shù)轉換電路的另一說明性結構的方框圖；圖100是示出抽頭系數(shù)學習設備的另一說明性結構的方框圖；圖101是示出模式學習設備的另一說明性結構的方框圖；圖102是示出實施本發(fā)明的計算機的實施例的說明性結構的方框圖。
具體實施例方式
參照附圖，對本發(fā)明的最佳實施模式進行詳細說明。
本發(fā)明應用于例如圖2配置的圖像傳輸系統(tǒng)20。
在該圖像傳輸系統(tǒng)20中，要傳輸?shù)膱D像數(shù)據(jù)提供給編碼器21。編碼器21通過例如JPEG編碼對向其傳輸?shù)膱D像數(shù)據(jù)進行編碼，以形成編碼數(shù)據(jù)。也就是，編碼器21被配置為類似于圖1A所示的JPEG編碼設備5，并且通過JPEG編碼對圖像數(shù)據(jù)進行編碼。由編碼器21進行JPEG編碼獲得的編碼數(shù)據(jù)記錄在記錄介質23中，如半導體存儲器、光磁盤、磁盤、光盤、磁帶或相變盤，或者通過傳輸介質24，如地面波、衛(wèi)星網(wǎng)絡、CATV(cable television，有線電視)網(wǎng)絡、因特網(wǎng)或公共網(wǎng)絡進行傳輸。
解碼器22接收從記錄介質23或通過傳輸介質24傳輸?shù)木幋a數(shù)據(jù)，以對原始圖像數(shù)據(jù)進行解碼。所解碼圖像數(shù)據(jù)提供給監(jiān)視器(沒有示出)，用于例如顯示。
如圖3所示，解碼器22包括熵解碼電路31、系數(shù)轉換電路32和解塊電路33。
編碼數(shù)據(jù)發(fā)送到熵解碼電路31，然后熵解碼電路31對編碼數(shù)據(jù)進行熵解碼，以將作為結果的基于塊的量化DCT系數(shù)Q發(fā)送到系數(shù)轉換電路32。如結合圖1C的熵解碼電路11所述，不僅熵編碼量化DCT系數(shù)，而且量化表包含在編碼數(shù)據(jù)中。該量化表在必要時可以用于對量化DCT系數(shù)進行解碼，后面將對此進行說明。
使用來自熵解碼電路31的量化DCT系數(shù)Q和通過學習(后面將進行說明)得到的抽頭系數(shù)，系數(shù)轉換電路32執(zhí)行預設預測計算，以將基于塊的量化DCT系數(shù)解碼為8×8像素的原始塊。
解塊電路33對在系數(shù)轉換電路32中獲得的解碼塊進行解塊，以產生輸出解碼圖像。
參照圖4的流程圖，說明圖3解碼器22的處理。
編碼數(shù)據(jù)順序提供給熵解碼電路31。在步驟S1，熵解碼電路31對編碼數(shù)據(jù)進行熵解碼，以將基于塊的量化DCT系數(shù)Q發(fā)送到系數(shù)轉換電路32。系數(shù)轉換電路使用抽頭系數(shù)執(zhí)行預測計算，以將來自熵解碼電路31的量化DCT系數(shù)Q解碼為基于塊的像素值，然后這些像素值發(fā)送到解塊電路33。解塊電路33在步驟S3執(zhí)行對來自系數(shù)轉換電路32的像素值的解塊，以輸出結果解碼圖像，來完成處理。
系數(shù)轉換電路32采用分類處理，將量化DCT系數(shù)解碼為像素值。
分類自適應處理包括分類處理和自適應處理。通過分類處理，根據(jù)數(shù)據(jù)屬性對數(shù)據(jù)進行分類，并且逐類地執(zhí)行自適應處理。該自適應處理使用如下技術也就是，自適應處理通過例如量化DCT系數(shù)和預設抽頭系數(shù)的線性組合得到原始像素的估計值，以將量化DCT系數(shù)解碼為原始像素值。
具體地說，現(xiàn)在設想，特定圖像是老師數(shù)據(jù)，并且另一類似圖像基于塊進行DCT處理和量化，以給出量化DCT系數(shù)作為學生數(shù)據(jù)，并且通過一組多個量化DCT系數(shù)x1，x2，...和預設抽頭系數(shù)w1，w2，...的線性組合所規(guī)定的線性組合模型得到作為老師數(shù)據(jù)的圖像像素的像素值y的估計值E[y]。
在這種情況下，估計值E[y]可以用如下方程(1)進行表示E[y]＝w1x1+w2x2+...
...(1)如果，推廣方程(1)，由一組抽頭系數(shù)wj組成的矩陣W，由一組學生數(shù)據(jù)xij組成的矩陣X，和由一組估計值E[yj]組成的矩陣Y’定義為X=x11x12...x1Jx21x22...x2J............xI1xI2...xIJ]]>W=w1w2...wJ]]>Y′=E[y1]E[y2]...E[yJ]]]>
如下觀察方程(2)成立XW＝Y’ ...(2)其中，矩陣X的xij項表示第i個學生數(shù)據(jù)集(用于估計第i個老師數(shù)據(jù)yi的一組學生數(shù)據(jù))的第j個學生數(shù)據(jù)，并且矩陣W的wj項是與學生數(shù)據(jù)集中第j個學生數(shù)據(jù)相乘的抽頭系數(shù)。另一方面，yi表示第i個老師數(shù)據(jù)，從而E[yi]表示第i個老師數(shù)據(jù)的估計值。其中，在方程(1)左邊的y中，省略矩陣Y的yi項中的后綴i，而在方程(1)右邊的x1，x2，...中，省略矩陣X的xij項中的后綴i。
現(xiàn)在設想，將最小二乘法應用到該觀察方程，以得到近似于原始像素值y的估計值E[y]。如果由一組作為老師數(shù)據(jù)的真像素值y組成的矩陣Y和由相對于像素值y的一組估計值E[y]的剩余值e組成的矩陣E定義為E=e1e2...eI]]>Y=y1y2...yI]]>從方程(2)，如下剩余方程(3)成立XW＝Y+E ...(3)在這種情況下，通過最小化平方差可以得到用于找到近似于原始像素y的估計值E[y]的抽頭系數(shù)wj。
因此，上述平方差對抽頭系數(shù)wj求偏導為0的抽頭系數(shù)wj，也就是滿足下面方程(4)的抽頭系數(shù)wje1∂ei∂w1+e1∂e2∂wj+...+e1∂ei∂wj=0,(j=1,2,...,J)...(4)]]>
表示用于求得近似于原始像素值y的估計值E的最優(yōu)值。
因此，通過將方程對抽頭系數(shù)wj求偏導，獲得下面方程(5)∂e1∂w1=xil,∂e1∂w2=xi2,...,∂ei∂wj=xij,(i=1,2,···,I)...(5)]]>從方程(4)和(5)，獲得下面方程(6)Σi=1Ieixil=0,Σi=1Ieixi2=0,...,Σi=1Ie1xij=0,...(6)]]>如果進一步考慮剩余方程(3)中的學生數(shù)據(jù)xij、抽頭系數(shù)wj、老師數(shù)據(jù)yI和剩余值ei，獲得下面正則方程(7)(Σi=1Ixilxil)w1+(Σi=1Ixi1xi2)w2+....]]>···+(Σi=1Ixi1xiJ)wJ=(Σi=1Ixi1yi)]]>(Σi=1Ixi2xil)w1+(Σi=1Ixi2xi2)w2+...]]>···+(Σi=1Ixi2xiJ)wJ=(Σi=1Ixi2yi)]]>(Σi=1IxiJxi1)w1+(Σi=1IxiJxi2)w2+...]]>···+(Σi=1IxiJxiJ)=wJ=(Σi=1IxiJyi)...(7)]]>其中，如果矩陣(協(xié)方差矩陣)A和向量v分別定義為
A=Σi=1Ixi1xi2Σi=1Ixi1xi2···Σi=1Ixi1xiJΣi=1Ixi2xi1Σi=1Ixi2xi2···Σi=1Ixi2xiJΣi=1IxiJxi1Σi=1IxiJxi2···Σi=1IxiJxiJ]]>v=Σi=1IxilyiΣi=1Ixi2yi...Σi=1IxiJyi]]>并且向量W如同方程1所示進行定義，方程(7)所示的正則方程可以由下面方程(8)表示AW＝v...(8)通過提供特定多個學生數(shù)據(jù)Xij集和老師數(shù)據(jù)Yi集，可以建立一組個數(shù)為要得到的抽頭系數(shù)wj的數(shù)目J的正則方程(7)。因此，通過解向量W的方程(8)，可以得到抽頭系數(shù)(在此，最小化平方差的抽頭系數(shù))的wj的最優(yōu)數(shù)。注意，要解方程(8)，方程(8)中的矩陣A需要為正則方程。其中，例如可以使用消元法(Gauss-Jordan消元法)。
得到如上所述的最優(yōu)抽頭系數(shù)wj，并且使用抽頭系數(shù)wj通過方程(1)得到近似于原始像素值y的估計值E[y]表示自適應處理。
其中，如果具有要用JPEG編碼的圖像的圖像質量的圖像用作老師數(shù)據(jù)，并且通過對老師數(shù)據(jù)進行DCT處理和量化獲得的量化DCT系數(shù)用作學生數(shù)據(jù)，獲得給出統(tǒng)計上最小預測誤差的抽頭系數(shù)，以將JPEG編碼圖像數(shù)據(jù)解碼為原始圖像數(shù)據(jù)。
因此，甚至提高執(zhí)行JPEG編碼時的壓縮率，也就是，粗略化用于量化的量化步長，也可以通過自適應處理實現(xiàn)統(tǒng)計上最小化預測誤差的解碼處理，從而，本質上，可以同時執(zhí)行JPEG編碼圖像的解碼處理，和改善用于圖像質量的處理。結果，甚至提高壓縮率，也可以保持解碼圖像的圖像質量。
例如，如果比要進行JPEG編碼的圖像更高質量的圖像用作老師數(shù)據(jù)，并且通過將老師數(shù)據(jù)的圖像質量惡化到與要進行JPEG編碼的圖像相同的圖像質量，隨后進行DCT和量化處理獲得的量化DCT系數(shù)用作學生數(shù)據(jù)，獲得將JPEG編碼圖像數(shù)據(jù)解碼為高圖像質量的圖像數(shù)據(jù)時在統(tǒng)計上最小化預測誤差的抽頭系數(shù)。
因此，使用本自適應處理，在這種情況下，可以同時執(zhí)行JPEG編碼圖像的解碼處理和用于改善圖像質量的處理。同時，從上可以看到，通過改變老師或學生數(shù)據(jù)圖像的圖像質量，產生將解碼圖像的圖像質量提高到任意級別的抽頭系數(shù)是可能的。
圖5示出圖3系數(shù)轉換電路32的說明性結構，它通過上述分類自適應處理將量化DCT系數(shù)解碼為像素值。
在圖5所示的系數(shù)轉換電路32A中，由熵解碼電路31(圖3)輸出的基于塊的量化DCT系數(shù)發(fā)送到預測抽頭提取電路41和類抽頭提取電路42。
預測抽頭提取電路41順序使與向其提供的量化DCT系數(shù)塊(下面偶爾稱作DCT塊)對應的像素值塊變?yōu)楦信d趣的像素塊。注意，在本階段沒有出現(xiàn)，但事實上預先假定的像素值塊在下面偶爾稱作像素塊。預測抽頭提取電路41還以例如光柵掃描順序使組成感興趣的像素塊的各個像素順序變?yōu)楦鱾€感興趣的像素。
也就是，預測抽頭提取電路41提取與感興趣的像素所屬的像素塊對應的DCT塊的全部量化DCT系數(shù)，即8×8＝64個量化DCT系數(shù)，作為預測抽頭，如圖6所示。因此，在本實施例中，為給定像素塊的所有像素構成相同的預測抽頭。注意，還可以對感興趣的像素逐個地用不同的量化DCT系數(shù)形成預測抽頭。
在預測抽頭提取電路41中獲得的，形成像素塊的各個像素的預測抽頭，即對應于64像素中每個像素的64組預測抽頭，發(fā)送到乘積和電路45。然而，在本實施例中，由于為一個像素塊的所有像素形成相同的預測抽頭，因此如果對一個像素塊將一組預測抽頭提供給乘積和電路45，是足夠的。
類抽頭提取電路42提取用于將感興趣的像素劃分為多個類中的一個的量化DCT系數(shù)，以用作類抽頭。
其中，在JPEG編碼時，由于逐像素塊地對圖像進行編碼(DCT和量化)，因此屬于一個像素塊的像素全部劃分為同一類。因此，類抽頭提取電路42為給定像素塊的各個像素形成相同的類抽頭。也就是，類抽頭提取電路42以例如預測抽頭提取電路41中相同的方式，提取與感興趣的像素所屬的像素塊對應的DCT塊的全部8×8量化DCT系數(shù)，作為類抽頭。
注意，將屬于一個像素塊的各個像素劃分為同一類相當于對像素塊進行分類。因此，如果類抽頭提取電路42不是形成用于對構成感興趣的像素塊的64個像素中的每個進行分類的64組類抽頭，而是形成對感興趣的像素塊進行分類的一組類抽頭，是足夠的。因此，為了逐像素塊地對像素塊進行分類，類抽頭提取電路42提取與像素塊相關聯(lián)的DCT塊的64個量化DCT系數(shù)，用作類抽頭。
其中，形成預測抽頭或類抽頭的量化DCT系數(shù)不限于這些上述模式。
在類抽頭提取電路42中獲得的感興趣像素塊的類抽頭提供給分類電路43。分類電路根據(jù)來自類抽頭提取電路42的類抽頭對感興趣的像素塊進行分類，以輸出與如此獲得的類對應的類代碼。
例如，可以使用ADRC(adaptive dynamic range coding，自適應動態(tài)范圍編碼)作為分類方法。
使用采用ADRC的方法，形成類抽頭的量化DCT系數(shù)用ADRC進行處理。根據(jù)結果ADRC碼確定感興趣像素塊的類。
其中，在K-位ADRC中，檢測形成類抽頭的量化DCT系數(shù)的最大值MAX和最小值MIN，并且DR＝MAX-MIN被指定為集合的局部動態(tài)范圍。根據(jù)該動態(tài)范圍DR，形成類抽頭的量化DCT系數(shù)重新量化到K位。也就是，從形成類抽頭的量化DCT系數(shù)減去最小值MIN，然后通過減法得到的值除以DR/2K(量化)。通過以預設次序排列各個形成類抽頭的量化K-位DCT系數(shù)獲得的位序列，作為ADRC碼輸出。因此，如果類抽頭例如用1位ADRC進行處理，從形成類抽頭的各個量化DCT系數(shù)減去最小值MIN，然后結果差值除以最大值MAX和最小值MIN的中值，由此各個量化DCT系數(shù)轉化為1位形式，即二進制編碼形式。這些1位量化DCT系數(shù)以預定次序進行排列，以形成作為ADRC碼輸出的位序列。
分類電路43可以輸出形成例如類抽頭的量化DCT系數(shù)的級分布模式，直接作為類代碼。如果在這種情況下，類抽頭由N個量化DCT系數(shù)形成，并且K位分配給各個量化DCT系數(shù)，那么由分類電路4 3輸出的類代碼數(shù)為(2N)K，這是隨量化DCT系數(shù)的位數(shù)K成指數(shù)增長的龐大數(shù)字。
因此，在分類電路43中，通過上述ADRC處理或向量量化執(zhí)行類抽頭信息的壓縮，然后進行分類是理想的。
其中，在本實施例中，如上所述，類抽頭由64個量化DCT系數(shù)形成。因此，如果通過類抽頭的1位ADRC處理執(zhí)行分類，類代碼的數(shù)目為264這一大數(shù)字。
其中，在本實施例中，分類電路43從形成類抽頭的量化DCT系數(shù)提取高關鍵度的特征值，并且根據(jù)這些特征值進行分類，以減少類的數(shù)目。
也就是，圖7示出圖5的分類電路43的說明性結構。
類抽頭用來提供給功率計算電路51。功率計算電路將形成類抽頭的量化DCT系數(shù)分裂為多個空域頻段，并且計算各個頻段的功率值。
也就是，功率計算電路51將形成類抽頭的8×8量化DCT系數(shù)分裂為四個空域頻段S0、S1、S2和S3，例如圖8所示。
如果現(xiàn)在構成類抽頭的8×8量化DCT系數(shù)以光柵掃描順序用從0的序列數(shù)進行表示，如圖6所示，空域頻段S0由4個量化DCT系數(shù)x0、x1、x8、x9構成，空域頻段S1由12個量化DCT系數(shù)x2、x3、x4、x5、x6、x7、x10、x11、x12、x13、x14、x15構成，空域頻段S2由12個量化DCT系數(shù)x16、x17、x24、x25、x32、x33、x40、x41、x48、x49、x56、x57構成，并且空域頻段S3由36個量化DCT系數(shù)x18、x19、x20、x21、x22、x23、x26、x27、x28、x29、x30、x31、x34、x35、x36、x37、x38、x39、x42、x43、x44、x45、x46、x47、x50、x51、x52、x53、x54、x55、x58、x59、x60、x61、x62、x63構成。
而且，功率計算電路51計算空域頻段S0到S3的量化DCT系數(shù)的AC分量的功率值P0、P1、P2和P3，以輸出如此計算的P0、P1、P2和P3到類代碼生成電路52。
也就是，功率計算電路51得到4個量化DCT系數(shù)x0、x1、x8、x9的AC分量x1、x8、x9的平方和值x12+x82+x92，以將結果平方和作為功率P0輸出到類代碼生成電路52。功率計算電路51還得到空域頻段S1的12個量化DCT系數(shù)的AC分量的平方和(即全部12個量化DCT系數(shù))，以將結果平方和作為功率P1輸出到類代碼生成電路52。功率計算電路51，還如同如上所述的空域頻段S1的情況，得到空域頻段S2和S3的功率值P2和P3，以將結果功率值輸出到類代碼生成電路52。
類代碼生成電路52將來自功率計算電路51的功率值P0、P1、P2和P3與存儲在閥值存儲單元53中的對應閥值TH0、TH1、TH2和TH3進行比較，以根據(jù)其大小關系輸出類代碼。也就是，類代碼生成電路52將功率P0與閥值TH0進行比較，以產生表示大小關系的1位代碼。采用類似的方式，類代碼生成電路52將功率P1與閥值TH1、功率P2與閥值TH2、和功率P3與閥值TH3進行比較，以為每個功率-閥值組合產生一個1位代碼。類代碼生成電路52以例如預設順序將如上所述獲得的4個1位代碼(從而為從0到15的任意值)作為表示感興趣像素塊的類的類代碼輸出。因此，在本實施例中，感興趣的像素塊劃分為24＝16個類。
閥值存儲單元53存儲閥值TH0到TH3，以將其與空域頻段S0到S3的功率值P0到P3進行比較。
在上述情況下，量化DCT系數(shù)的DC分量x0沒有用來分類。然而，DC分量x0也可以用來分類。
回到圖5，如上所述由分類電路43輸出的類代碼作為地址提供給系數(shù)表存儲單元44。
系數(shù)表存儲單元44存儲其中登記有通過學習處理獲得的抽頭系數(shù)的系數(shù)表，隨后將對此進行說明，并且將在與由分類電路43輸出的類代碼相關聯(lián)的地址中存儲的抽頭系數(shù)輸出到乘積和電路45。
在本實施例中，由于對像素塊進行分類，因此，為感興趣的像素塊獲得一個類代碼。另一方面，由于本實施例中的像素塊由8×8＝64個像素組成，因此對構成感興趣像素塊的64個像素進行解碼需要64組抽頭系數(shù)。因此，系數(shù)表存儲單元44為對應于一個類代碼的地址存儲64組抽頭系數(shù)。
乘積和電路45獲得由預測抽頭系數(shù)提取電路41輸出的預測抽頭和由系數(shù)表存儲單元44輸出的抽頭系數(shù)，并且使用預測抽頭和抽頭系數(shù)執(zhí)行方程(1)所示的線性預測處理(乘積和處理)，以將感興趣像素塊的8×8像素的像素值作為對應DCT塊的解碼結果輸出到解塊電路33(圖3)。
在預測抽頭系數(shù)提取電路41中，感興趣像素塊的每個像素順序變?yōu)楦信d趣的像素。乘積和電路45然后執(zhí)行與感興趣像素塊的當前感興趣像素的像素位置相關聯(lián)的操作模式下的操作。該操作模式在下面偶爾稱作像素位置模式。
也就是，如果Pi表示以光柵掃描順序的感興趣像素塊的像素的第i個像素，Pi為感興趣像素，乘積和電路45執(zhí)行像素位置模式#1的處理。
具體地說，系數(shù)表存儲單元44輸出64組抽頭系數(shù)，以對構成感興趣像素塊的64個像素中的每個像素進行解碼。如果Wi表示用于對像素pi進行解碼的一組抽頭系數(shù)，并且操作模式是像素位置模式#1，乘積和電路45使用預測抽頭和64組抽頭系數(shù)中的組Wi執(zhí)行方程(1)的乘積和處理，并且使乘積和的結果為像素pi的解碼結果。
參照圖9的流程圖，說明圖5的系數(shù)轉換電路32A的處理。
由熵解碼電路31輸出的基于塊的DCT系數(shù)由預測抽頭系數(shù)提取電路41和類抽頭提取電路42進行順序接收。預測抽頭系數(shù)提取電路41順序使與向其提供的量化DCT系數(shù)塊(DCT塊)對應的像素塊成為感興趣的像素塊。
在步驟S11，類抽頭提取電路42提取接收并且用來對感興趣像素塊進行分類的量化DCT系數(shù)，以形成類抽頭，然后類抽頭輸出到分類電路43。
在步驟S12，使用來自類抽頭提取電路42的類抽頭，分類電路43對感興趣的像素塊進行分類，以將結果類代碼輸出到系數(shù)表存儲單元44。
也就是，在圖10流程圖中的步驟S12，分類電路43的功率計算電路51(圖7)，首先在步驟S21，將構成類抽頭的8×8量化DCT系數(shù)分裂為四個空域頻段S0到S3，以計算各個功率值P0到P3。這些功率值P0到P3從功率計算電路51輸出到類代碼生成電路52。
類代碼生成電路52在步驟S22讀出閥值TH0到TH3，以將來自功率計算電路51的功率值P0到P3與閥值TH0到TH3進行比較，以根據(jù)大小關系生成類代碼。然后執(zhí)行程序返回。
回到圖9，如上所述在步驟S12獲得的類代碼作為地址從分類電路43輸出到系數(shù)表存儲單元44。
一接收到作為地址的來自分類電路43的類代碼，系數(shù)表存儲單元44在步驟S13讀出存儲在地址中的64組抽頭系數(shù)，以將如此讀出的抽頭系數(shù)輸出到乘積和電路45。
程序然后移到步驟S14，其中，預測抽頭系數(shù)提取電路41提取量化DCT系數(shù)，其用來預測以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊的感興趣像素之像素值，以形成預測抽頭。這些預測抽頭從預測抽頭系數(shù)提取電路41發(fā)送到乘積和電路45。
在本實施例中，由于逐像素塊地為像素塊的全部像素形成相同的預測抽頭，因此如果僅為初始成為感興趣像素的像素執(zhí)行步驟S14的處理，就已足夠，而沒有必要對剩余63個像素執(zhí)行處理。
在步驟S15，乘積和電路45從在步驟S13從系數(shù)表存儲單元44輸出的64組抽頭系數(shù)中，獲得與感興趣像素的像素位置模式對應的一組抽頭系數(shù)，并且使用該組抽頭系數(shù)和從預測抽頭系數(shù)提取電路41提供的預測抽頭，乘積和電路45執(zhí)行方程(1)所示的乘積和處理，以獲得感興趣像素的解碼值。
程序然后移到步驟S16，其中，預測抽頭系數(shù)提取電路41驗證對于感興趣像素塊的像素是否已全部作為感興趣像素執(zhí)行處理。如果在步驟S16證實，對于感興趣像素塊的像素尚未全部作為感興趣像素進行處理，程序返回到步驟S14，其中，預測抽頭系數(shù)提取電路41將以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊的像素作為感興趣像素重復類似的處理。
如果在步驟S16證實，對感興趣像素塊的全部像素已作為感興趣像素執(zhí)行處理，也就是，如果已獲得感興趣像素塊的全部像素的解碼值，乘積和電路45將由解碼值構成的像素塊(解碼塊)輸出到解塊電路33(圖3)，以完成處理。
其中，每次預測抽頭系數(shù)提取電路41設置新的感興趣像素塊，重復執(zhí)行遵循圖9流程圖的處理。
圖11示出為要存儲在圖5系數(shù)表存儲單元44中的抽頭系數(shù)執(zhí)行學習處理的學習設備60A的說明性結構。
分塊電路61輸入在學習時充當老師的作為老師數(shù)據(jù)的一個或多個學習圖像數(shù)據(jù)的圖像。分塊電路61如同JPEG編碼的情況，將作為老師數(shù)據(jù)的圖像分塊為每個由8×8像素組成的像素塊。
DCT電路62順序讀出由分塊電路61形成的像素塊作為感興趣的像素塊，并且對感興趣像素塊應用DCT處理，以使感興趣像素塊變?yōu)镈CT系數(shù)塊。該DCT系數(shù)塊發(fā)送到量化電路63。
量化電路63根據(jù)與在JPEG編碼中使用的相同的量化表對來自DCT電路62的DCT系數(shù)塊進行量化，并且順序將結果量化DCT系數(shù)塊(DCT塊)發(fā)送到預測抽頭系數(shù)提取電路64和類抽頭提取電路65。
預測抽頭系數(shù)提取電路64通過從量化電路63的輸出提取所需量化DCT系數(shù)，為以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊的像素中的感興趣像素形成與圖5的預測抽頭系數(shù)提取電路41形成的相同的預測抽頭。這些預測抽頭作為學習學生的學生數(shù)據(jù)從預測抽頭系數(shù)提取電路64發(fā)送到正則方程求和電路67。
類抽頭提取電路65通過從量化電路63的輸出提取所需量化DCT系數(shù)，形成與圖5的類抽頭提取電路42形成的相同的類抽頭。該類抽頭從類抽頭提取電路65發(fā)送到分類電路66。
使用來自類抽頭提取電路65的類抽頭，分類電路66執(zhí)行與圖5的分類電路43相同的處理，以對感興趣像素塊進行分類，將結果類代碼發(fā)送到正則方程求和電路67。
正則方程求和電路67從預測抽頭系數(shù)提取電路64讀出作為老師數(shù)據(jù)的感興趣像素的像素值，并且實現(xiàn)對作為學生數(shù)據(jù)形成預測抽頭的量化DCT系數(shù)和感興趣像素的求和處理。
也就是，正則方程求和電路67，對與從分類電路66提供的類代碼對應的類逐個地使用預測抽頭(學生數(shù)據(jù))，執(zhí)行學生數(shù)據(jù)與學生數(shù)據(jù)的相乘(xinxim)與求和∑的計算，作為方程(8)的矩陣A的各個項。
正則方程求和電路67，對與從分類電路66提供的類代碼對應的類逐個地使用預測抽頭(學生數(shù)據(jù))和感興趣像素(老師數(shù)據(jù))，執(zhí)行預測抽頭(學生數(shù)據(jù))和感興趣像素(老師數(shù)據(jù))的相乘(xinyi)與求和∑的計算，作為方程(8)的向量v的項。
為每個類對感興趣像素的像素位置模式逐個地執(zhí)行正則方程求和電路67中的前述求和。
正則方程求和電路67對構成提供給分塊電路61的老師圖像的全部像素作為感興趣像素執(zhí)行上述求和，從而為每個類的每個像素位置模式建立方程(8)所示的正則方程。
抽頭系數(shù)確定電路68對在正則方程求和電路67中逐像素位置模式為每個類生成的正則方程進行求解，逐類地得到64組抽頭系數(shù)，以將由此得到的抽頭系數(shù)發(fā)送到與系數(shù)表存儲單元69的各個類對應的地址。
根據(jù)所提供作為學習圖像的圖像數(shù)目，或圖像內容，可能出現(xiàn)產生一個其中不能獲得得到抽頭系數(shù)所需的正則方程數(shù)目的類。對于這種類，抽頭系數(shù)確定電路68輸出例如缺省抽頭系數(shù)。
系數(shù)表存儲單元69存儲從抽頭系數(shù)確定電路68向其提供的，每個類的64組抽頭系數(shù)。
現(xiàn)在參照圖12的流程圖，說明圖11的學習設備60A的處理(學習處理)。
輸入作為老師數(shù)據(jù)的學習圖像數(shù)據(jù)的分塊電路61，如同JPEG編碼的情況，將作為老師數(shù)據(jù)的圖像數(shù)據(jù)分塊為8×8像素塊。程序然后移到步驟S32，其中，DCT電路62順序讀出由分塊電路61形成的像素塊，并且對感興趣的像素塊應用DCT處理，以使該像素塊變?yōu)镈CT系數(shù)塊。程序然后移到步驟S33，其中，量化電路63順序讀出JPEG編碼所獲得的DCT系數(shù)塊，以形成每個由量化DCT系數(shù)構成的塊(DCT塊)。
程序然后移到步驟S34，其中，類抽頭提取電路65將由分塊電路61分塊并且尚未變?yōu)楦信d趣像素塊的像素塊變?yōu)楦信d趣的像素塊。類抽頭提取電路65還從在量化電路63中獲得的DCT塊提取用來對感興趣像素塊進行分類的量化DCT系數(shù)，以形成發(fā)送到分類電路66的類抽頭。如同參照圖10流程圖說明的情況，分類電路66在步驟S35，使用來自類抽頭提取電路65的類抽頭對感興趣的像素塊進行分類，并且將結果類代碼發(fā)送到正則方程求和電路67。程序然后移到步驟S36。
在步驟S36，預測抽頭系數(shù)提取電路64以光柵掃描順序將尚未變?yōu)楦信d趣像素的感興趣像素塊的像素變?yōu)楦信d趣的像素，并且從量化電路63的輸出提取所需量化DCT系數(shù)，以形成與由圖5的預測抽頭系數(shù)提取電路41形成的相同的預測抽頭。預測抽頭系數(shù)提取電路64將感興趣像素的預測抽頭作為學生數(shù)據(jù)發(fā)送到正則方程求和電路67。程序然后移到步驟S37。
在步驟S37，正則方程求和電路67從分塊電路61讀出作為老師數(shù)據(jù)的感興趣像素，并且對形成作為學生數(shù)據(jù)的預測抽頭的量化DCT系數(shù)和作為老師數(shù)據(jù)的感興趣像素執(zhí)行如上所述的方程(8)的矩陣A和向量v的求和處理。為與來自分類電路66的類代碼對應的每個類對感興趣像素的每個像素位置模式執(zhí)行該求和。
程序然后移到步驟S38，其中，預測抽頭系數(shù)提取電路64驗證是否感興趣像素塊的全部像素已作為感興趣像素完成求和。如果感興趣像素塊的全部像素尚未作為感興趣像素完成求和，程序然后移到步驟S36，其中，預測抽頭系數(shù)提取電路64以光柵掃描順序使尚未變?yōu)楦信d趣像素的感興趣像素塊的像素成為新的感興趣像素。重復上述處理。
如果在步驟S38證實感興趣像素塊的全部像素已作為感興趣像素完成求和，程序然后移到步驟S39，其中，分塊電路61驗證是否從作為老師數(shù)據(jù)的圖像獲得的全部像素塊已作為感興趣像素塊完成處理。如果在步驟S39證實從作為老師數(shù)據(jù)的圖像獲得的像素塊尚未全部作為感興趣像素塊完成處理，程序回到步驟S34，其中，使由分塊電路61形成并且尚未變?yōu)楦信d趣像素塊的像素塊變?yōu)樾碌母信d趣像素塊。然后，重復執(zhí)行類似處理。
如果在步驟S39證實，從作為老師數(shù)據(jù)的圖像獲得的全部像素塊已作為感興趣像素塊完成處理，也就是，如果為每個類在正則方程求和電路67中已獲得每個像素位置模式的正則方程，程序然后移到步驟S40，其中，抽頭系數(shù)確定電路68對為每個類的像素位置模式逐個生成的正則方程進行求解，得到每個類的各個64個像素位置模式中的每個模式的64組抽頭系數(shù)，以將由此得到的抽頭系數(shù)發(fā)送到系數(shù)表存儲單元69的每個類的地址，以在其中進行存儲。然后程序結束。
如上所述，存儲在系數(shù)表存儲單元69中的各個類的抽頭系數(shù)存儲在圖5的系數(shù)表存儲單元44中。
因此，通過實現(xiàn)學習已獲得存儲在系數(shù)表存儲單元44中的抽頭系數(shù)，從而通過線性預測計算獲得的原始像素值的預測值的預測誤差(在此為平方差)將在統(tǒng)計上最小。結果是通過圖5的系數(shù)轉換電路32A，JPEG編碼圖像可以解碼為無限近似于原始圖像的圖像。
而且，由于同時執(zhí)行對JPEG編碼圖像進行解碼的處理和用于改善圖像質量的處理，因此從JPEG編碼圖像可以有效產生高質量的解碼圖像。
圖13示出圖3的系數(shù)轉換電路32的另一說明性結構。其中，用相同的參考號描述類似于圖5所示的部件或組件。也就是，圖13所示的系數(shù)轉換電路32B除了新提供逆量化電路71之外，基本上類似于圖5所示的電路進行構造。
在圖13所示的系數(shù)轉換電路32B中，逆量化電路71輸入通過在熵解碼電路31(圖3)中對編碼數(shù)據(jù)進行熵解碼獲得的基于塊的量化DCT系數(shù)。
其中，在熵解碼電路31中，從編碼數(shù)據(jù)不僅獲得量化DCT系數(shù)，而且獲得量化表。在圖13的熵解碼電路31中，該量化表從熵解碼電路31提供到逆量化電路71。
逆量化電路71對來自熵解碼電路31的量化DCT系數(shù)進行逆量化，以將結果DCT系數(shù)發(fā)送到預測抽頭系數(shù)提取電路41和類抽頭提取電路42。
因此，在預測抽頭系數(shù)提取電路41和類抽頭提取電路42中，對DCT系數(shù)，而不是量化DCT系數(shù)形成預測抽頭和類抽頭。隨后對DCT系數(shù)執(zhí)行類似于圖5所示的處理。
因此，圖13的系數(shù)轉換電路32B不是對量化DCT系數(shù)而是對DCT系數(shù)執(zhí)行處理，從而，存儲在系數(shù)表存儲單元44中的抽頭系數(shù)不同于圖5所示的抽頭系數(shù)是必要的。
圖14示出適用于學習存儲在圖13的系數(shù)表存儲單元44中的抽頭系數(shù)的學習設備60B的另一說明性結構。用相同的參考號表示與圖11所示對應的圖14的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖14所示的學習設備60B除了在量化電路63的后面新提供逆量化電路81之外，基本上類似于圖11所示的電路進行構造。
在圖14所示的學習設備60B中，類似于圖13的逆量化電路71，逆量化電路81對由量化電路63輸出的量化DCT系數(shù)進行逆量化。結果DCT系數(shù)發(fā)送到預測抽頭系數(shù)提取電路64和類抽頭提取電路65中。
因此，在預測抽頭系數(shù)提取電路64和類抽頭提取電路65中，對DCT系數(shù)，而不是量化DCT系數(shù)形成預測抽頭和類抽頭。隨后對DCT系數(shù)執(zhí)行類似于圖11所示的處理。
結果是，產生減小由于DCT系數(shù)的量化和逆量化導致的量化誤差效果的抽頭系數(shù)。
圖15示出圖3的系數(shù)轉換電路32的變型說明性結構。用相同的參考號表示與圖5所示對應的圖15的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖15所示的系數(shù)轉換電路32C除了缺少類抽頭提取電路42和分類電路43之外，基本上類似于圖5所示的電路進行構造。
因此，圖15所示的系數(shù)轉換電路32C缺少類的概念，也可以說，相當于類的數(shù)目為1。因此，只有一個類的抽頭系數(shù)存儲在系數(shù)表存儲單元44中，從而使用該一個類的抽頭系數(shù)執(zhí)行處理。
也就是，在圖15的系數(shù)轉換電路32C中，存儲在系數(shù)表存儲單元44中的抽頭系數(shù)不同于圖5所示的抽頭系數(shù)。
圖16示出適用于學習要存儲在圖15的系數(shù)表存儲單元44中的抽頭系數(shù)的學習設備60C的說明性結構。其中，用相同的參考號表示與圖11所示對應的圖16的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖16所示的學習設備60C除了缺少類抽頭提取電路65和分類電路66之外，基本上類似于圖11所示的電路進行構造。
因此，在圖16的學習設備60C中，不依賴于類，在正則方程求和電路67中執(zhí)行上述求和。抽頭系數(shù)確定電路68對逐像素位置模式生成的正則方程進行求解，以得到抽頭系數(shù)。
圖17示出圖3系數(shù)轉換電路32的另一說明性結構。其中，用相同的參考號表示與圖5或13所示對應的圖17的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖17所示的系數(shù)轉換電路32D除了缺少類抽頭提取電路42和分類電路43，并且新提供逆量化電路71之外，基本上類似于圖5所示的電路進行構造。
因此，類似于圖15的系數(shù)轉換電路32C，圖17的系數(shù)轉換電路32D只存儲一個類的類系數(shù)，并且使用這些一個類的抽頭系數(shù)執(zhí)行處理。
而且，在圖17的系數(shù)轉換電路32D中，如同在圖13的系數(shù)轉換電路32B中，不是對量化DCT系數(shù)，而是對由逆量化電路71輸出的DCT系數(shù)形成預測抽頭。隨后，對DCT系數(shù)執(zhí)行進一步的處理。
因此，在圖17所示的系數(shù)轉換電路32D中，存儲在系數(shù)表存儲單元44中的抽頭系數(shù)不同于圖5所示的抽頭系數(shù)。
因此，圖18示出執(zhí)行要存儲在圖17的系數(shù)表存儲單元44中的抽頭系數(shù)的學習處理的學習設備60D的說明性結構。其中，用相同的參考號表示與圖11或圖14所示對應的圖18的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖18所示的學習設備60C除了缺少類抽頭提取電路65和分類電路66，并且新提供逆量化電路81之外，基本上類似于圖18所示的學習設備進行構造。
因此，在圖18所示的學習設備60D中，在預測抽頭系數(shù)提取電路64中對DCT系數(shù)而不是量化DCT系數(shù)形成預測抽頭。隨后，對DCT系數(shù)執(zhí)行進一步的處理。而且，正則方程求和電路67不依賴于類，執(zhí)行前述求和。從而抽頭系數(shù)確定電路68對不依賴于類生成的正則方程進行求解，以得到抽頭系數(shù)。
雖然前面描述是結合通過設計用于對靜止圖像進行壓縮編碼的JPEG編碼產生的圖像進行的，處理例如通過MPEG編碼獲得的圖像也是可能的。
也就是，圖19示出當執(zhí)行MPEG編碼時，編碼器21的說明性結構。
在圖19所示的編碼器21中，構成要用MPEG編碼的運動圖像的幀或域順序發(fā)送到運動檢測電路91和計算單元92。
運動檢測電路91根據(jù)宏塊檢測向其提供的幀的運動向量，以將所檢測的運動向量發(fā)送到熵編碼電路96和運動補償電路100。
如果向計算單元92提供的圖像是I-圖像(intra-picture，內圖像)，計算單元92根據(jù)宏塊直接將它發(fā)送到分塊電路93。如果向計算單元92提供的圖像是P-圖像(predictive coded picture，預測編碼圖像)或B-圖像(bidirectionally predicted picture，雙向預測圖像)，計算單元92計算與從運動補償電路100提供的基準圖像的差，以將差值發(fā)送到分塊電路93。
分塊電路93將計算單元92的輸出分塊為向DCT電路94提供的8×8像素。DCT電路94對來自分塊電路93的像素塊應用DCT處理，以將結果DCT系數(shù)發(fā)送到量化電路95。量化電路95以預設量化步長對作為結果的基于塊的DCT系數(shù)進行量化，以將結果量化DCT系數(shù)發(fā)送到熵編碼電路96。熵編碼電路96對來自量化電路95的量化DCT系數(shù)進行熵編碼，以添加來自運動檢測電路91的運動向量和其他類似所需信息，以輸出作為MPEG編碼數(shù)據(jù)的結果編碼數(shù)據(jù)。
對于由量化電路95輸出的量化DCT系數(shù)，I-圖像和P-圖像需要進行局部解碼，以用作隨后的編碼P-圖像和B-圖像的基準圖像。因此，這些圖像不僅發(fā)送到熵編碼電路96，而且發(fā)送到逆量化電路97。
逆量化電路97將來自量化電路95的量化DCT系數(shù)逆量化為發(fā)送到反向DCT電路98的DCT系數(shù)。反向DCT電路98對來自逆量化電路97的DCT系數(shù)應用反向DCT，以輸出結果到計算單元99。該計算單元99不僅輸入反向DCT電路98的輸出，而且輸入由運動補償電路100輸出的基準圖像。如果反向DCT電路98的輸出為P-圖像，計算單元99將該輸出加到運動補償電路100的輸出，以對提供給運動補償電路100的原始圖像進行解碼。如果反向DCT電路98的輸出為I-圖像，輸出為解碼I-圖像，它直接提供給運動補償電路100。
運動補償電路100根據(jù)來自運動檢測電路91的運動向量對從計算單元99提供的局部解碼圖像進行運動補償，以將經(jīng)過運動補償?shù)膱D像作為基準圖像發(fā)送到計算單元92和計算單元99。
圖20示出用于對通過上述MPEG編碼獲得的編碼數(shù)據(jù)進行解碼的MPEG解碼器110的說明性結構。
在該MPEG解碼器110中，編碼數(shù)據(jù)發(fā)送到熵解碼電路111。該熵解碼電路111對編碼數(shù)據(jù)進行熵解碼，以產生量化DCT系數(shù)、運動向量和其他信息。量化DCT系數(shù)發(fā)送到逆量化電路112，而運動向量發(fā)送到運動補償電路116。
逆量化電路112對來自熵解碼電路111的量化DCT系數(shù)進行逆量化，以形成向反向DCT電路113提供的DCT系數(shù)。
反向DCT電路113對來自逆量化電路112的量化DCT系數(shù)應用反向DCT，然后將其發(fā)送到計算單元114。計算單元114不僅輸入反向DCT電路113的輸出，而且輸入作為基準圖像的運動補償電路116的輸出，它是用來自熵解碼電路111的運動向量補償過的已經(jīng)經(jīng)過解碼的I-圖像或P-圖像。如果反向DCT電路113的輸出為P-圖像或B-圖像，計算單元114將該輸出加到運動補償電路100的輸出，以對發(fā)送到解塊電路115的原始圖像進行解碼。如果反向DCT電路113的輸出為I-圖像，輸出為解碼I-圖像，它直接發(fā)送到解塊電路115。
解塊電路115根據(jù)像素塊對向其提供的解碼圖像進行解塊，以產生并輸出解碼圖像。
另一方面，運動補償電路116在從計算單元114輸出的解碼圖像中接收I-圖像和P-圖像，以根據(jù)來自熵解碼電路111的運動向量用運動補償處理這些圖像。運動補償電路116將經(jīng)過運動補償?shù)膱D像作為基準圖像發(fā)送到計算單元114。
圖3的解碼器22能夠將MPEG編碼數(shù)據(jù)有效地解碼為高圖像質量的圖像。
也就是，編碼數(shù)據(jù)發(fā)送到熵解碼電路31，然后熵解碼電路31對編碼數(shù)據(jù)進行熵解碼。通過該熵解碼獲得的量化DCT系數(shù)、運動向量和其他信息從熵解碼電路31發(fā)送到系數(shù)轉換電路32。
使用來自熵解碼電路31的量化DCT系數(shù)Q和通過學習得到的抽頭系數(shù)，系數(shù)轉換電路32執(zhí)行預設預測計算，同時它根據(jù)來自熵解碼電路31的運動向量執(zhí)行運動補償，以將量化DCT系數(shù)解碼為發(fā)送到解塊電路33的原始像素值。
解塊電路33對來自系數(shù)轉換電路32的解碼像素的像素塊進行解塊，以產生并輸出解碼圖像。
圖21示出在用解碼器22對MPEG編碼數(shù)據(jù)進行解碼的情況下，系數(shù)轉換電路32的說明性結構。其中，用相同的參考號表示與圖17或20所示對應的部件或組件，并且不作具體說明。也就是，圖21所示的系數(shù)轉換電路32E除了如圖20所示在乘積和電路45的下游提供有計算單元114和運動補償電路116之外，基本上類似于圖17進行構造。
因此，在圖21所示的系數(shù)轉換電路32E中，代替圖20所示的反向DCT電路113的反向DCT處理，執(zhí)行采用抽頭系數(shù)的預測計算。隨后，采用如同圖20的方式，獲得解碼圖像。
圖22示出適用于學習要存儲在圖21的系數(shù)表存儲單元44中的抽頭系數(shù)的學習設備60E的說明性結構。其中，用相同的參考號表示與圖18所示對應的部件或組件，并且不作具體說明。
在圖22所示的學習設備60E中，運動向量檢測電路121和計算單元122輸入作為老師數(shù)據(jù)的學習圖像。運動檢測電路121、計算單元122、分塊電路123、DCT電路124、量化電路125、逆量化電路127、反向DCT電路128、計算單元129或運動補償電路130分別執(zhí)行類似于由圖19的運動檢測電路91、計算單元92、分塊電路93、DCT電路94、量化電路95、逆量化電路97、反向DCT電路98、計算單元99或運動補償電路100執(zhí)行的處理，從而類似于由圖19的量化電路95輸出的量化DCT系數(shù)從量化電路125輸出。
由量化電路125輸出的量化DCT系數(shù)，發(fā)送到逆量化電路81，然后逆量化電路81將來自量化電路125的量化DCT系數(shù)逆量化為提供給預測抽頭系數(shù)提取電路64的DCT系數(shù)。該預測抽頭系數(shù)提取電路64從來自逆量化電路81的DCT系數(shù)形成預測抽頭，以將結果預測抽頭發(fā)送到正則方程求和電路67。
正則方程求和電路67對作為老師數(shù)據(jù)的計算單元122的輸出和作為學生數(shù)據(jù)的來自逆量化電路81的預測抽頭執(zhí)行前述求和，以生成正則方程。
抽頭系數(shù)確定電路68對由正則方程求和電路67生成的正則方程進行求解，以得到抽頭系數(shù)，然后這些抽頭系數(shù)發(fā)送并存儲在系數(shù)表存儲單元69中。
由于使用由此得到的抽頭系數(shù)對MPEG編碼數(shù)據(jù)進行解碼，在乘積和電路45中，可以同時執(zhí)行對MPEG編碼數(shù)據(jù)的解碼和用于改善圖像質量的處理，從而可以從MPEG編碼數(shù)據(jù)獲得高圖像質量的解碼圖像。
其中，可以不采用逆量化電路71形成系數(shù)轉換電路32E。在這種情況下，可以不提供逆量化電路81形成學習設備60E。
也可以如同圖5所示的情況，使用類抽頭提取電路42和分類電路43設計圖21的系數(shù)轉換電路32E。在這種情況下，如同圖11的情況，學習設備60E可以設計為帶類抽頭提取電路65和分類電路66。
根據(jù)本發(fā)明，如上所述，其中，隨同所轉換的數(shù)據(jù)一起獲得并使用通過學習得到的抽頭系數(shù)，執(zhí)行預設計算以將所轉換的數(shù)據(jù)解碼為原始數(shù)據(jù)，可以有效地對所轉換的數(shù)據(jù)進行解碼。
而且，根據(jù)本發(fā)明，其中，作為老師的老師數(shù)據(jù)至少進行正交變換或變換到頻域，以生成作為學生的學生數(shù)據(jù)，并且其中，為了得到抽頭系數(shù)，執(zhí)行學習，以在統(tǒng)計上最小化通過使用抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的老師數(shù)據(jù)的預測值的預測誤差，經(jīng)過正交或頻率變換的數(shù)據(jù)可以使用這些抽頭系數(shù)進行有效的解碼。
下面對本發(fā)明的一個變型實施例進行說明。
在現(xiàn)在說明的變型中，如圖23所示，由熵解碼電路231、系數(shù)解碼電路232和解塊電路233組成的解碼器222用作圖2所示的解碼器22，以對編碼數(shù)據(jù)進行解碼。
編碼數(shù)據(jù)輸入到熵解碼電路231，然后熵解碼電路231對編碼數(shù)據(jù)進行熵解碼，以將基于塊的量化DCT系數(shù)Q發(fā)送到系數(shù)解碼電路232。其中，雖然不僅熵編碼量化DCT系數(shù)，而且量化表包含在編碼數(shù)據(jù)中，但是該量化表在必要時可以用于對量化DCT系數(shù)進行解碼。
使用來自熵解碼電路231的量化DCT系數(shù)Q和通過學習得到的抽頭系數(shù)，系數(shù)解碼電路232執(zhí)行預設預測計算，以獲得對應于解碼為原始8×8像素塊的基于塊的量化DCT系數(shù)，并且用改善原始塊的圖像質量的方式進行過處理的數(shù)據(jù)。也就是，雖然原始塊由8×8像素構成，系數(shù)轉換電路232產生由16×16像素組成的塊，加倍8×8像素的水平和垂直空域分辨率，作為采用抽頭系數(shù)的預測計算結果。在此，系數(shù)解碼電路232將由8×8量化DCT系數(shù)組成的塊解碼為由16×16像素組成的塊，并且輸出后面的塊。
解塊電路233對在系數(shù)解碼電路232中獲得的16×16像素塊進行解塊，以改善空域分辨率，輸出結果解碼圖像。
參照圖25的流程圖，說明圖23解碼器222的處理。
編碼數(shù)據(jù)順序提供給熵解碼電路231。在步驟S101，熵解碼電路231對編碼數(shù)據(jù)進行熵解碼，并且將基于塊的量化DCT系數(shù)Q發(fā)送到系數(shù)解碼電路232，在步驟102，系數(shù)解碼電路使用抽頭系數(shù)和執(zhí)行預測計算，以生成高分辨率的塊，它經(jīng)過對來自熵解碼電路231的基于塊的量化DCT系數(shù)Q進行解碼，并且塊空域分辨率被改變。由此產生的高分辨率塊發(fā)送到解塊電路233。解塊電路233在步驟S103執(zhí)行對來自系數(shù)解碼電路232的經(jīng)過改善空域分辨率的塊的解塊，以輸出結果高分辨率編碼圖像，來結束處理。
圖23的系數(shù)解碼電路232采用上述分類自適應處理，將量化的DCT系數(shù)解碼為像素值，以產生經(jīng)過空域分辨率改善的圖像。
圖26示出適用于將量化DCT系數(shù)解碼為像素值的圖23的系數(shù)解碼電路232的說明性結構。
在圖26所示的系數(shù)解碼電路232A中，由熵解碼電路231(圖23)輸出的基于塊的量化DCT系數(shù)發(fā)送到基于塊的預測抽頭提取電路241和類抽頭提取電路242。
預測抽頭提取電路241將與向其提供的8×8量化DCT系數(shù)塊(下面偶爾稱作DCT塊)對應的高圖像質量的像素值塊順序設置為感興趣的高圖像質量塊。這些高圖像質量的像素值塊在本階段沒有出現(xiàn)，但事實上是預先假定的，并且在下面偶爾稱作高圖像質量塊。而且構成感興趣高圖像質量塊的像素以光柵掃描順序依次變?yōu)楦信d趣的像素。總言之，預測抽頭提取電路241提取用來預測感興趣像素的像素值的量化DCT系數(shù)，以用作預測抽頭。
也就是，預測抽頭提取電路241提取與感興趣的像素所屬的高圖像質量塊對應的DCT塊的全部量化DCT系數(shù)，即8×8＝64個量化DCT系數(shù)，作為預測抽頭，如圖6所示。因此，在本實施例中，為特定高圖像質量塊的所有像素形成相同的預測抽頭。作為替換，還可以對感興趣的像素逐個地用不同的量化DCT系數(shù)形成預測抽頭。
在預測抽頭提取電路241中獲得的，構成高圖像質量塊的各個像素的預測抽頭，即對應于16×16＝256像素集的每個像素的256組預測抽頭，發(fā)送到乘積和電路45。然而，由于為一個高圖像質量塊的所有像素形成相同的預測抽頭，因此如果對一個高圖像質量塊將一組預測抽頭提供給乘積和電路245，實際上是足夠的。
類抽頭提取電路242提取用于將感興趣的像素劃分為多個類中的一個的量化DCT系數(shù)，以用作類抽頭。
在JPEG編碼時，對8×8像素塊逐個地對圖像進行編碼，即DCT和量化。該8×8像素塊在下面偶爾稱作像素塊。因此改善到高圖像質量的，屬于對應于像素塊的高圖像質量塊的像素例如劃分為同一類。也就是，類似于預測抽頭提取電路241，類抽頭提取電路242提取圖6所示的與感興趣的像素所屬的高圖像質量塊對應的DCT塊的全部8×8量化DCT系數(shù)，作為類抽頭。
注意，將屬于一個高圖像質量塊的各個像素分配為同一類相當于對像素塊進行分類。因此，如果類抽頭提取電路242不是形成用于對構成感興趣的高圖像質量像素塊的16×16＝256個像素中的每個進行分類的256組類抽頭，而是形成用于對感興趣的高圖像質量像素塊進行分類的一組類抽頭，是足夠的。因此，為了逐個高圖像質量像素塊地對高圖像質量像素塊進行分類，類抽頭提取電路242提取與高圖像質量像素塊相關聯(lián)的DCT塊的64個量化DCT系數(shù)，用作類抽頭。
其中，形成預測抽頭或類抽頭的量化DCT系數(shù)不限于這些上述模式。
在類抽頭提取電路242中獲得的感興趣高圖像質量像素塊的類抽頭提供給分類電路243。分類電路根據(jù)來自類抽頭提取電路242的類抽頭對感興趣的高圖像質量像素塊進行分類，以輸出與如此獲得的類對應的類代碼。
例如，可以使用ADRC作為分類方法。使用采用ADRC的方法，形成類抽頭的量化DCT系數(shù)用ADRC進行處理。根據(jù)結果ADRC碼確定感興趣像素塊的類。
其中，在本實施例中，分類電路243從形成類抽頭的量化DCT系數(shù)提取高關鍵度的特征值，并且根據(jù)這些特征值進行分類，以減少類的數(shù)目。
圖27示出圖26的分類電路243的說明性結構。
類抽頭適用于提供給功率計算電路251。功率計算電路251將形成類抽頭的量化DCT系數(shù)分裂為多個空域頻段，并且計算各個頻段的功率值。
也就是，功率計算電路51將形成類抽頭的8×8量化DCT系數(shù)分裂為四個空域頻段S0、S1、S2和S3，例如圖6所示?？沼蝾l段S0由4個量化DCT系數(shù)x0、x1、x8、x9構成，空域頻段S1由12個量化DCT系數(shù)x2、x3、x4、x5、x6、x7、x10、x11、x12、x13、x14、x15構成，空域頻段S2由12個量化DCT系數(shù)x16、x17、x24、x25、x32、x33、x40、x41、x48、x49、x56、x57構成，并且空域頻段S3由36個量化DCT系數(shù)x18、x19、x20、x21、x22、x23、x26、x27、x28、x29、x30、x31、x34、x35、x36、x37、x38、x39、x42、x43、x44、x45、x46、x47、x50、x51、x52、x52、x54、x55、x58、x59、x60、x61、x62、x63構成。
而且，功率計算電路251為空域頻段S0到S3中的每個頻段計算量化DCT系數(shù)的AC分量的功率值P0、P1、P2和P3，以將如此計算的P0、P1、P2和P3輸出到類代碼生成電路252。
也就是，功率計算電路251得到4個量化DCT系數(shù)x0、x1、x8、x9的AC分量x1、x8、x9的平方和值x12+x82+x92，以將該結果平方和作為功率P0輸出到類代碼生成電路252。功率計算電路251還得到空域頻段S1的12個量化DCT系數(shù)的AC分量的平方和(即全部12個量化DCT系數(shù))，以將該結果平方和作為功率P1輸出到類代碼生成電路252。功率計算電路251，還如同如上所述的空域頻段S1的情況，分別得到空域頻段S2和S3的功率值P2和P3，以將結果功率值輸出到類代碼生成電路252。
類代碼生成電路252將來自功率計算電路251的功率值P0、P1、P2和P3與存儲在閥值存儲單元253中的對應閥值TH0、TH1、TH2和TH3進行比較，以根據(jù)其大小關系輸出類代碼。也就是，類代碼生成電路252將功率P0與閥值TH0進行比較，以產生表示大小關系的1位代碼。采用類似的方式，類代碼生成電路252將功率P0與閥值TH0進行比較，以產生表示其大小關系的1位代碼。同樣地，類代碼生成電路252將功率P1與閥值TH1、功率P2與閥值TH2、和功率P3與閥值TH3進行比較，以為每個功率-閥值組合產生一個1位代碼。類代碼生成電路252以例如預設順序將如上所述獲得的4個1位代碼(從而為從0到15的任意值)作為表示感興趣像素塊的類的類代碼。因此，在本實施例中，感興趣的像素塊劃分為24＝16個類。
閥值存儲單元253存儲閥值TH0到TH3，以將其與空域頻段S0到S3的功率值P0到P3進行比較。
回到圖26，如上所述由分類電路243輸出的類代碼作為地址提供給系數(shù)表存儲單元244。
系數(shù)表存儲單元44存儲其中登記有通過學習處理(隨后將對此進行說明)獲得的抽頭系數(shù)的系數(shù)表，并且將與由分類電路243輸出的類代碼相關聯(lián)的地址中存儲的抽頭系數(shù)輸出到乘積和電路245。
在本實施例中，為感興趣的像素塊獲得一個類代碼。另一方面，由于本實施例中的高圖像質量像素塊由16×16＝256個像素組成，因此對構成感興趣像素塊的256個像素進行解碼需要256組抽頭系數(shù)。因此，系數(shù)表存儲單元244為對應于一個類代碼的地址存儲256組抽頭系數(shù)。
乘積和電路245獲得由預測抽頭系數(shù)提取電路241輸出的預測抽頭和由系數(shù)表存儲單元244輸出的抽頭系數(shù)，并且使用預測抽頭和抽頭系數(shù)執(zhí)行方程(1)所示的線性預測處理(乘積和處理)，以將感興趣像素塊的16×16像素的像素值的預測值作為對應DCT塊的解碼結果輸出到解塊電路233(圖23)。
在預測抽頭系數(shù)提取電路241中，感興趣像素塊的每個像素順序變?yōu)楦信d趣的像素。乘積和電路245然后執(zhí)行與感興趣像素塊的當前感興趣像素的像素位置相關聯(lián)的操作模式下的處理。該操作模式在下面偶爾稱作像素位置模式。
也就是，如果Pi表示以光柵掃描順序的感興趣像素塊的像素的第i個像素，像素Pi為感興趣像素，乘積和電路245執(zhí)行像素位置模式#1的處理。
具體地說，系數(shù)表存儲單元244輸出256組抽頭系數(shù)，以對構成感興趣像素塊的256個像素中的每個像素進行解碼。如果Wi表示用于對像素pi進行解碼的一組抽頭系數(shù)，并且操作模式是像素位置模式#1，乘積和電路245使用預測抽頭和64組抽頭系數(shù)中的Wi組執(zhí)行方程(1)的乘積和處理，并且使乘積和的結果為像素pi的解碼結果。
參照圖28的流程圖，說明圖28的系數(shù)轉換電路232A的處理。
由熵解碼電路231(圖23)輸出的基于塊的DCT系數(shù)由預測抽頭系數(shù)提取電路241和類抽頭提取電路242進行順序接收。預測抽頭系數(shù)提取電路241順序使與向其提供的量化DCT系數(shù)塊(DCT塊)對應的像素塊成為感興趣的像素塊。
在步驟S111，類抽頭提取電路242提取接收并且用來對感興趣像素塊進行分類的量化DCT系數(shù)，以形成類抽頭，然后類抽頭輸出到分類電路243。
在步驟S112，使用來自類抽頭提取電路242的類抽頭，分類電路243對感興趣的高圖像質量像素塊進行分類，以將結果類代碼輸出到系數(shù)表存儲單元244。
也就是，在圖29流程圖中的步驟S112，分類電路243的功率計算電路251(圖27)，首先在步驟S121，將構成類抽頭的8×8量化DCT系數(shù)分裂為四個空域頻段S0到S3，以計算各個功率值P0到P3。這些功率值P0到P3從功率計算電路251輸出到類代碼生成電路252。
類代碼生成電路252在步驟S122從功率計算電路251讀出閥值TH0到TH3，以將來自功率計算電路251的功率值P0到P3與閥值TH0到TH3進行比較，以根據(jù)各個大小關系生成類代碼。然后執(zhí)行程序返回。
回到圖28，如上所述在步驟S112獲得的類代碼作為地址從分類電路243輸出到系數(shù)表存儲單元244。
一接收到作為地址的來自分類電路243的類代碼，系數(shù)表存儲單元244在步驟S113讀出存儲在地址中的256組抽頭系數(shù)(與類代碼的類對應的256組抽頭系數(shù))，以將如此讀出的抽頭系數(shù)輸出到乘積和電路245。
程序然后移到步驟S114，其中，預測抽頭系數(shù)提取電路241以光柵掃描順序使尚未變?yōu)楦信d趣像素的感興趣像素塊的像素變?yōu)楦信d趣像素，提取用來預測感興趣像素的像素值的量化DCT系數(shù)，以形成預測抽頭。這些預測抽頭從預測抽頭系數(shù)提取電路241發(fā)送到乘積和電路245。
在本實施例中，由于逐高圖像質量像素塊地為高圖像質量像素塊的全部像素形成相同的預測抽頭，因此如果僅為初始變?yōu)楦信d趣像素的像素執(zhí)行步驟S14的處理，就已足夠，而沒有必要對剩余255個像素執(zhí)行處理。
在步驟S115，乘積和電路245從在步驟S113從系數(shù)表存儲單元244輸出的256組抽頭系數(shù)中，獲得與感興趣像素的像素位置模式對應的一組抽頭系數(shù)，并且使用該組抽頭系數(shù)和從預測抽頭系數(shù)提取電路241提供的預測抽頭，乘積和電路245執(zhí)行方程(1)所示的乘積和處理，以獲得感興趣像素的解碼值。
程序然后移到步驟S116，其中，預測抽頭系數(shù)提取電路241驗證對于感興趣高圖像質量像素塊的像素是否已全部作為感興趣像素執(zhí)行處理。如果在步驟S116證實，對于感興趣高圖像質量像素塊的像素尚未全部作為感興趣像素執(zhí)行處理，程序返回到步驟S114，其中，預測抽頭系數(shù)提取電路241將以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣高質量像素塊的感興趣像素之像素值作為感興趣像素重復類似的處理。
如果在步驟S116證實，對于感興趣高圖像質量像素塊的全部像素已作為感興趣像素進行處理，也就是，如果已獲得感興趣高圖像質量像素塊的全部像素的解碼值，即解碼為8×8像素，然后通過改善圖像質量變?yōu)?6×16像素的8×8量化DCT系數(shù)，乘積和電路245將由解碼值構成的高圖像質量塊輸出到解塊電路233(圖23)，以完成處理。
其中，每次預測抽頭系數(shù)提取電路241設置新的感興趣高圖像質量像素塊，重復執(zhí)行遵循圖28流程圖的處理。
圖30示出為存儲在圖26的系數(shù)表存儲單元244中的抽頭系數(shù)執(zhí)行學習處理的學習設備270A的說明性結構。
在學習設備270A中，抽取電路260輸入一個或多個學習圖像數(shù)據(jù)的圖像，作為學習時成為老師的老師數(shù)據(jù)。抽取電路260通過由圖26系數(shù)解碼電路232A中的乘積和電路245執(zhí)行的乘積和處理，處理用于改善作為老師數(shù)據(jù)的圖像的圖像質量的，作為老師數(shù)據(jù)的圖像。由于該處理在水平和垂直方向上，將8×8像素的空域分辨率轉換為16×16像素，雙倍化8×8像素的空域分辨率，因此抽取電路260抽取作為老師數(shù)據(jù)的圖像數(shù)據(jù)的像素，使水平和垂直像素的數(shù)目減為一半。該圖像數(shù)據(jù)在下面偶爾稱作準老師數(shù)據(jù)。
作為準老師數(shù)據(jù)的圖像數(shù)據(jù)具有與要在編碼器21(圖2)中用JPEG編碼進行編碼的圖像數(shù)據(jù)相同的圖像質量(分辨率)。例如，如果要進行JPEG編碼的圖像為SD(standard resolution，標準分辨率)圖像，使用水平和垂直像素為SD圖像的兩倍的高密度(high density，HD)圖像，作為老師數(shù)據(jù)的圖像，是必要的。
分塊電路261如同JPEG編碼的情況，將SD圖像，作為由抽取電路260生成的，一個或多個準老師數(shù)據(jù)的圖像，分塊為8×8像素塊。
DCT電路262順序讀出由分塊電路261分塊的像素塊，并且對像素塊應用DCT，以形成DCT系數(shù)塊。該DCT系數(shù)塊發(fā)送到量化電路263。
量化電路263根據(jù)與用作在編碼器21(圖2)中進行JPEG編碼的相同的量化表對來自DCT電路262的DCT系數(shù)塊進行量化，并且順序將結果量化DCT系數(shù)塊(DCT塊)發(fā)送到預測抽頭系數(shù)提取電路264和類抽頭提取電路265。
預測抽頭系數(shù)提取電路264通過從量化電路263的輸出提取所需量化DCT系數(shù)，為構成由正則方程求和電路267保留為感興趣高圖像質量塊的高圖像質量塊的16×16像素中作為當前感興趣像素的像素，形成與由圖26的預測抽頭系數(shù)提取電路241形成的相同的預測抽頭。這些預測抽頭作為學習時成為學生的學生數(shù)據(jù)從預測抽頭系數(shù)提取電路264發(fā)送到正則方程求和電路267。
類抽頭提取電路265通過從量化電路263的輸出提取所需量化DCT系數(shù)，為感興趣的高圖像質量塊形成與由圖26的類抽頭提取電路242形成的相同的類抽頭。這些類抽頭從類抽頭提取電路265發(fā)送到分類電路266。
分類電路266使用來自類抽頭提取電路265的類抽頭，執(zhí)行與分類電路243相同的處理，以將感興趣高圖像質量塊進行分類，將結果類代碼發(fā)送到正則方程求和電路267。
正則方程求和電路267輸入與作為老師數(shù)據(jù)提供給抽取電路260的相同的HD圖像。正則方程求和電路267將HD圖像分塊為順序變?yōu)楦信d趣高圖像質量塊的16×16像素高圖像質量塊。正則方程求和電路267順序將尚未變?yōu)楦信d趣像素的，形成感興趣高圖像質量塊的16×16像素中的像素，設置為感興趣像素，并且對感興趣像素的像素值和形成來自預測抽頭系數(shù)提取電路264的預測抽頭的量化DCT系數(shù)執(zhí)行求和。
也就是，正則方程求和電路267，對與從分類電路266提供的類代碼對應的類逐個地使用預測抽頭(學生數(shù)據(jù))，執(zhí)行學生數(shù)據(jù)的相乘(xinxim)與求和∑的計算，作為方程(8)的矩陣A的各個項。
正則方程求和電路267，對與從分類電路266提供的類代碼對應的類逐個地使用預測抽頭(學生數(shù)據(jù))和感興趣像素(老師數(shù)據(jù))，執(zhí)行預測抽頭(學生數(shù)據(jù))和感興趣像素(老師數(shù)據(jù))的相乘(xinyi)與求和∑的計算，作為方程(8)的向量v的項。
為每個類對感興趣像素的像素位置模式逐個地執(zhí)行正則方程求和電路267中的前述求和。
正則方程求和電路267對構成向其提供的老師數(shù)據(jù)的全部像素作為感興趣像素執(zhí)行上述求和，從而為每個類的每個像素位置模式建立方程(8)所示的正則方程。
抽頭系數(shù)確定電路268對在正則方程求和電路67中逐像素位置模式為每個類生成的正則方程進行求解，逐類地得到256組抽頭系數(shù)，以將由此得到的抽頭系數(shù)發(fā)送到與系數(shù)表存儲單元269的各個類對應的地址。
根據(jù)所提供作為學習圖像的圖像數(shù)目，或圖像內容，可能出現(xiàn)產生一個其中不能實現(xiàn)得到抽頭系數(shù)所需的正則方程數(shù)目的類。對于這種類，抽頭系數(shù)確定電路268輸出例如缺省抽頭系數(shù)。
系數(shù)表存儲單元269存儲從抽頭系數(shù)確定電路268向其提供的，每個類的256組抽頭系數(shù)。
現(xiàn)在參照圖31的流程圖，說明圖30的學習設備270A的處理(學習處理)。
學習設備270A的抽取電路260輸入用作學習圖像數(shù)據(jù)的HD圖像，作為老師數(shù)據(jù)。抽取電路260在步驟S130抽取作為老師數(shù)據(jù)的HD圖像的像素，以生成水平方向和垂直方向上的像素數(shù)目均減半的SD圖像。
分塊電路261在步驟S131，如同由編碼器21(圖2)進行JPEG編碼的情況，將在抽取電路260獲得的作為準老師數(shù)據(jù)的SD圖像分塊為8×8像素的像素塊。程序然后移到步驟S132。在步驟S132，DCT電路262順序讀出由分塊電路261形成的像素塊，并且根據(jù)與用作在編碼器21中進行JPEG編碼的相同的量化表對如此讀出的塊進行量化，以形成每個由量化DCT系數(shù)構成的塊(DCT塊)。
另一方面，正則方程求和電路267輸入作為老師數(shù)據(jù)的HD圖像。正則方程求和電路267將HD圖像分塊為16×16像素的高圖像質量塊。在步驟S134，將那些尚未變?yōu)楦信d趣高圖像質量塊的那些高圖像質量塊變?yōu)楦信d趣高圖像質量塊。在步驟S134，類抽頭提取電路265從在量化電路263中獲得的DCT塊提取用來對由分塊電路261形成的像素塊中的感興趣高圖像質量塊進行分類的那些量化DCT系數(shù)，以形成類抽頭，然后這些類抽頭發(fā)送到分類電路266。如同參照圖29流程圖說明的情況，分類電路266在步驟S135，使用來自類抽頭提取電路265的類抽頭對感興趣的高圖像質量塊進行分類，以將結果類代碼發(fā)送到正則方程求和電路267。程序然后移到步驟S136。
在步驟S136，正則方程求和電路267以光柵掃描順序將尚未變?yōu)楦信d趣像素的感興趣高圖像質量塊的像素變?yōu)楦信d趣的像素。對于這些感興趣像素，預測抽頭系數(shù)提取電路264通過從量化電路263的輸出提取必要的量化DCT系數(shù)，形成與由圖26預測抽頭系數(shù)提取電路241形成的相同的預測抽頭。預測抽頭系數(shù)提取電路264將感興趣像素的預測抽頭作為學生數(shù)據(jù)發(fā)送到正則方程求和電路267。程序然后移到步驟S137。
在步驟S137，正則方程求和電路267對作為老師數(shù)據(jù)的感興趣像素和作為學生數(shù)據(jù)的預測抽頭(或形成預測抽頭的量化DCT系數(shù))實現(xiàn)如上所述的方程(8)的矩陣A和向量v的求和。其中，為與來自分類電路266的類代碼對應的每個類并且為感興趣像素的每個像素位置模式執(zhí)行該求和。
程序然后移到步驟S138，其中，正則方程求和電路267檢查是否感興趣高圖像質量塊的所有像素已作為感興趣像素完成求和。如果在步驟S138證實，感興趣高圖像質量塊的所有像素尚未作為感興趣像素完成求和，程序返回到步驟S136，其中，正則方程求和電路267使尚未變?yōu)楦信d趣像素的感興趣高圖像質量塊的像素成為感興趣像素。隨后，重復類似的操作序列。
如果在步驟S138證實，感興趣高圖像質量塊的所有像素已作為感興趣像素完成求和，程序移到步驟S139，其中，正則方程求和電路267驗證是否從作為老師數(shù)據(jù)的圖像獲得的全部高圖像質量塊已作為感興趣高圖像質量塊進行處理。如果在步驟S139證實，從作為老師數(shù)據(jù)的圖像獲得的高圖像質量塊尚未全部作為感興趣高圖像質量塊進行處理，程序返回到步驟S134，其中，使尚未變?yōu)楦信d趣高圖像質量塊的高圖像質量塊變?yōu)樾碌母信d趣高圖像質量塊。隨后，重復類似的操作序列。
如果在步驟S139證實，從作為老師數(shù)據(jù)的圖像獲得的全部高圖像質量塊已作為感興趣高圖像質量塊進行處理，也就是，如果為每個類已獲得每個像素位置模式的正則方程，程序移到步驟S140，其中，抽頭系數(shù)確定電路268對為每個類的像素位置模式逐個生成的正則方程進行求解，得到與當前類的256個像素位置模式對應的256組抽頭系數(shù)，以將由此得到的抽頭系數(shù)發(fā)送到與系數(shù)表存儲單元269的各個類對應的地址，以在其中進行存儲。然后處理結束。
存儲在系數(shù)表存儲單元269中的基于類的抽頭系數(shù)存儲在圖26的系數(shù)表存儲單元244中。
因此，通過學習已得到存儲在系數(shù)表存儲單元244中的抽頭系數(shù)，從而通過線性預測計算獲得的原始像素值的預測值的預測誤差(在此為平方差)將在統(tǒng)計上最小。結果是通過圖26的系數(shù)轉換電路232A，JPEG編碼圖像可以解碼為無限近似于使用作為老師數(shù)據(jù)的JPEG編碼圖像的HD圖像。
此外，利用系數(shù)轉換電路232A，由于同時執(zhí)行解碼JPEG編碼圖像的處理和改善圖像質量的處理，能夠從JPEG編碼圖像高效地產生高圖像質量的解碼圖像。
圖32示出圖23的系數(shù)轉換電路232的另一說明性結構。其中，用相同的參考號描述類似于圖26所示的部件或組件。也就是，圖32所示的系數(shù)轉換電路232B除了新提供逆量化電路271之外，基本上類似于圖26所示的電路進行構造。
在圖32所示的系數(shù)轉換電路232B中，逆量化電路271輸入通過在熵解碼電路231(圖23)中對編碼數(shù)據(jù)進行熵解碼獲得的基于塊的量化DCT系數(shù)。
其中，在熵解碼電路231中，從編碼數(shù)據(jù)不僅獲得量化DCT系數(shù)，而且獲得量化表。在圖32的系數(shù)轉換電路232B中，該量化表從熵解碼電路231提供到逆量化電路271。
逆量化電路271根據(jù)來自熵解碼電路231的量化表對來自熵解碼電路231的量化DCT系數(shù)進行逆量化，以將結果DCT系數(shù)發(fā)送到預測抽頭系數(shù)提取電路241和類抽頭提取電路242。
因此，在預測抽頭系數(shù)提取電路241和類抽頭提取電路242中，對DCT系數(shù)，而不是量化DCT系數(shù)形成預測抽頭和類抽頭。隨后對DCT系數(shù)執(zhí)行類似于圖5所示的處理。
因此，圖32的系數(shù)轉換電路232B不是對量化DCT系數(shù)而是對DCT系數(shù)執(zhí)行處理，從而，存儲在系數(shù)表存儲單元244中的抽頭系數(shù)不同于圖26所示的抽頭系數(shù)是必要的。
圖33示出適用于學習存儲在圖32的系數(shù)表存儲單元244中的抽頭系數(shù)的學習設備270B的另一說明性結構。用相同的參考號表示與圖30所示對應的圖33的部件或組件，并且為簡潔起見，省略對應的說明。也就是，圖33所示的學習設備270B除了在量化電路263的后面新提供逆量化電路281之外，基本上類似于圖30所示的電路進行構造。
在圖33所示的學習設備270B中，類似于圖32的逆量化電路271，逆量化電路281對由量化電路263輸出的量化DCT系數(shù)進行逆量化。結果DCT系數(shù)發(fā)送到預測抽頭系數(shù)提取電路264和類抽頭提取電路265。
因此，在預測抽頭系數(shù)提取電路264和類抽頭提取電路265中，對DCT系數(shù)，而不是量化DCT系數(shù)形成預測抽頭和類抽頭。隨后對DCT系數(shù)執(zhí)行類似于圖11所示的處理。
結果是，產生減小由于DCT系數(shù)的量化和逆量化導致的量化誤差效果的抽頭系數(shù)。
圖34示出圖23的系數(shù)轉換電路232的變型說明性結構。用相同的參考號表示與圖26所示對應的圖34的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖34所示的系數(shù)轉換電路232C除了缺少類抽頭提取電路242和分類電路243之外，基本上類似于圖26所示的電路進行構造。
因此，圖34所示的系數(shù)轉換電路232C缺少類的概念，也可以說，相當于類的數(shù)目為1。因此，只有一個類的抽頭系數(shù)存儲在系數(shù)表存儲單元244中，從而使用該一個類的抽頭系數(shù)執(zhí)行處理。
也就是，在圖34的系數(shù)轉換電路232C中，存儲在系數(shù)表存儲單元244中的抽頭系數(shù)不同于圖26所示的抽頭系數(shù)。
圖35示出適用于學習要存儲在圖34的系數(shù)表存儲單元244中的抽頭系數(shù)的學習設備270C的說明性結構。其中，用相同的參考號表示與圖30所示對應的圖35的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖35所示的學習設備270C除了缺少類抽頭提取電路265和分類電路266之外，基本上類似于圖30所示的電路進行構造。
因此，在圖35的學習設備270C中，不依賴于類，在正則方程求和電路267中執(zhí)行上述求和。抽頭系數(shù)確定電路268對逐像素位置模式生成的正則方程進行求解，以得到抽頭系數(shù)。
圖36示出圖23的系數(shù)轉換電路232的另一說明性結構。其中，用相同的參考號表示與圖26或32所示對應的圖36的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖36所示的系數(shù)轉換電路232D除了缺少類抽頭提取電路242和分類電路243，并且新提供逆量化電路271之外，基本上類似于圖26所示的電路進行構造。
因此，類似于圖34的系數(shù)轉換電路232C，圖36的系數(shù)轉換電路232D只存儲一個類的類系數(shù)，并且使用這些一個類的抽頭系數(shù)執(zhí)行處理。
而且，在圖36的系數(shù)轉換電路232D中，如同在圖32的系數(shù)轉換電路232C中，不是對量化DCT系數(shù)，而是對由逆量化電路271輸出的DCT系數(shù)形成預測抽頭。隨后，對DCT系數(shù)執(zhí)行進一步的處理。
因此，在圖36所示的系數(shù)轉換電路232D中，存儲在系數(shù)表存儲單元244中的抽頭系數(shù)不同于圖26所示的抽頭系數(shù)。
因此，圖37示出執(zhí)行要存儲在圖36的系數(shù)表存儲單元244中的抽頭系數(shù)的學習處理的學習設備270D的說明性結構。其中，用相同的參考號表示與圖30或圖33所示對應的圖37的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖37所示的學習設備270D除了缺少類抽頭提取電路265和分類電路266，并且新提供逆量化電路281之外，基本上類似于圖37所示的學習設備進行構造。
因此，在圖37所示的學習設備270D中，在預測抽頭系數(shù)提取電路264中對DCT系數(shù)而不是量化DCT系數(shù)形成預測抽頭。隨后，對DCT系數(shù)執(zhí)行進一步的處理。而且，正則方程求和電路267不依賴于類，執(zhí)行前述求和。從而抽頭系數(shù)確定電路268對不依賴于類生成的正則方程進行求解，以得到抽頭系數(shù)。
雖然前面所述是面向通過用于對靜止圖像進行壓縮編碼的JPEG編碼產生的圖像的，面向例如通過MPEG編碼獲得的圖像也是可能的。
也就是，圖38示出當執(zhí)行MPEG編碼時，編碼器221的說明性結構。
在圖38所示的編碼器221中，要用MPEG編碼的構成運動圖像的幀或域順序發(fā)送到運動檢測電路291和計算單元292。
運動檢測電路291基于宏塊檢測向其提供的幀的運動向量，以將所檢測的運動向量發(fā)送到熵編碼電路296和運動補償電路300。
如果向計算單元292提供的圖像是I-圖像(intra-picture，內部圖像)，計算單元292根據(jù)宏塊直接將它發(fā)送到分塊電路293。如果向計算單元292提供的圖像是P-圖像(預測編碼圖像)或B-圖像(雙向預測圖像)，計算單元292計算與從運動補償電路300提供的基準圖像的差，以將差值發(fā)送到分塊電路293。
分塊電路293將計算單元292的輸出分塊為向DCT電路294提供的8×8像素。DCT電路294對來自分塊電路293的像素塊應用DCT處理，以將結果DCT系數(shù)發(fā)送到量化電路295。量化電路295以預設量化步長對作為結果的基于塊的DCT系數(shù)進行量化，以將結果量化DCT系數(shù)發(fā)送到熵編碼電路296。熵編碼電路296對來自量化電路295的量化DCT系數(shù)進行熵編碼，以加入來自運動檢測電路291的運動向量和其他類似所需信息，以輸出作為MPEG編碼數(shù)據(jù)的結果編碼數(shù)據(jù)。
對于由量化電路295輸出的量化DCT系數(shù)，I-圖像和P-圖像需要進行局部解碼，以用作隨后的編碼P-圖像和B-圖像的基準圖像。因此，這些圖像不僅發(fā)送到熵編碼電路296，而且發(fā)送到逆量化電路297。
逆量化電路297將來自量化電路295的量化DCT系數(shù)逆量化為發(fā)送到反向DCT電路298的DCT系數(shù)。反向DCT電路298對來自逆量化電路297的DCT系數(shù)應用反向DCT，以輸出結果到計算單元299。該計算單元299不僅輸入反向DCT電路298的輸出，而且輸入由運動補償電路300輸出的基準圖像。如果反向DCT電路298的輸出為P-圖像，計算單元299將該輸出加到運動補償電路300的輸出，以對提供給運動補償電路300的原始圖像進行解碼。如果反向DCT電路298的輸出為I-圖像，輸出為解碼I-圖像，從而計算單元299直接將該圖像發(fā)送到運動補償電路300。
運動補償電路300根據(jù)來自運動檢測電路291的運動向量對從計算單元299提供的局部解碼圖像進行運動補償，以將經(jīng)過運動補償?shù)膱D像作為基準圖像發(fā)送到計算單元292和計算單元299。
在圖23的解碼器222中，甚至MPEG編碼數(shù)據(jù)也可以有效地解碼為高圖像質量的圖像。
也就是，編碼數(shù)據(jù)發(fā)送到熵解碼電路231，然后熵解碼電路231對編碼數(shù)據(jù)進行熵解碼。通過該熵解碼獲得的量化DCT系數(shù)，運動向量和其他信息從熵解碼電路231發(fā)送到系數(shù)轉換電路232D。
系數(shù)轉換電路232D使用來自熵解碼電路231的量化DCT系數(shù)Q和通過學習得到的抽頭系數(shù)，實現(xiàn)預設預測計算，并且在必要時根據(jù)來自熵解碼電路31的運動向量實現(xiàn)運動補償，以將量化DCT系數(shù)解碼為高圖像質量的像素值，以將由高圖像質量的像素值組成的高圖像質量塊發(fā)送到解塊電路233。
解塊電路233對在系數(shù)轉換電路232D中獲得的高圖像質量塊進行解塊，以獲得并輸出水平和垂直像素的數(shù)目例如兩倍于MPEG編碼圖像的高圖像質量解碼圖像。
圖39示出在用解碼器222對MPEG編碼數(shù)據(jù)進行解碼的情況下，系數(shù)轉換電路232的說明性結構。其中，用相同的參考號表示與圖36對應的部件或組件，并且不作具體說明。也就是，圖39所示的系數(shù)轉換電路232E除了系數(shù)轉換電路232E在乘積和電路245的后面提供有計算單元314和運動補償電路316之外，基本上類似于圖36進行構造。
因此，在圖39所示的系數(shù)轉換電路232E中，由逆量化電路271對量化DCT系數(shù)進行逆量化，并且使用結果DCT系數(shù)，由類抽頭提取電路242形成預測抽頭。乘積和電路245使用采用預測抽頭的抽頭系數(shù)和存儲在系數(shù)表存儲單元244中的抽頭系數(shù)，執(zhí)行預測計算，以輸出水平和垂直像素的數(shù)目例如兩倍于原始圖像的高圖像質量數(shù)據(jù)。
計算單元314在必要時對乘積和電路245的輸出和運動補償電路316的輸出進行求和，以對水平和垂直像素的數(shù)目例如兩倍于原始圖像的高圖像質量的圖像進行解碼，以將結果高質量圖像輸出到解塊電路233(圖23)。
也就是，對于I-圖像，乘積和電路245的輸出是水平和垂直像素的數(shù)目例如兩倍于原始圖像的高質量圖像，從而計算單元314直接將乘積和電路245的輸出發(fā)送到解塊電路233。
對于P-圖像或B-圖像，乘積和電路245的輸出為水平和垂直像素的數(shù)目例如兩倍于原始圖像的高圖像質量的圖像與高質量基準圖像之間的差值。因此，計算單元314對乘積和電路245的輸出和從運動補償電路316提供的高圖像質量的基準圖像進行求和，以提供水平和垂直像素的數(shù)目例如兩倍于原始圖像的高圖像質量的解碼圖像，以將解碼圖像輸出到解塊電路233。
另一方面，運動補償電路316接收從計算單元314輸出的高圖像質量解碼圖像中的I-圖像和P-圖像，并且對高圖像質量解碼I-圖像和P-圖像應用采用來自熵解碼電路231(圖23)的運動向量的運動補償，以產生發(fā)送到計算單元314的高質量基準圖像。
由于水平和垂直像素的數(shù)目例如兩倍于原始圖像，運動補償電路316根據(jù)水平和垂直方向上大小兩倍于來自熵解碼電路231的運動向量的運動向量，實現(xiàn)運動補償。
圖40示出負責執(zhí)行要存儲在系數(shù)表存儲單元244中的抽頭系數(shù)的學習處理的學習設備270E的說明性結構。在該圖中，用相同的參考號表示與圖37所示對應的部件或組件，并且為簡潔起見，省略詳細描述。
在圖40所示的學習設備270A中，抽取電路320輸入用于學習的HD圖像，作為老師數(shù)據(jù)。類似于抽取電路260，抽取電路320抽取作為老師數(shù)據(jù)的HD圖像的像素，以生成作為水平方向和垂直像素的數(shù)目均減半的SD圖像的準老師數(shù)據(jù)。作為準老師數(shù)據(jù)的SD圖像發(fā)送到運動向量檢測電路321和計算單元322。
運動檢測電路321、計算單元322、分塊電路323、DCT電路324、量化電路325、逆量化電路327、反向DCT電路328、計算單元329或運動補償電路330分別執(zhí)行類似于由圖38的運動檢測電路291、計算單元292、分塊電路293、DCT電路294、量化電路295、逆量化電路297、反向DCT電路298、計算單元299或運動補償電路300執(zhí)行的處理，從而量化電路325輸出類似于由圖38的量化電路295輸出的量化DCT系數(shù)。
由量化電路325輸出的量化DCT系數(shù)，發(fā)送到逆量化電路281，然后逆量化電路281將來自量化電路325的量化DCT系數(shù)逆量化為DCT系數(shù)。然后這些DCT系數(shù)提供給預測抽頭系數(shù)提取電路264。該預測抽頭系數(shù)提取電路264從來自逆量化電路281的DCT系數(shù)形成預測抽頭，以將如此形成的抽頭系數(shù)作為學生數(shù)據(jù)發(fā)送到正則方程求和電路267。
另一方面，作為老師數(shù)據(jù)的HD圖像不僅發(fā)送到抽取電路320，而且發(fā)送到計算單元332。該計算單元在必要時從作為老師數(shù)據(jù)的HD圖像減去插值電路331的輸出，以將結果差值發(fā)送到正則方程求和電路267。
也就是，插值電路331生成水平和垂直方向的像素數(shù)目兩倍于由運動補償電路330輸出的SD圖像的基準圖像的高圖像質量的基準圖像。
如果發(fā)送到計算單元332的HD圖像為I-圖像，該計算單元將I-圖像的HD圖像直接作為老師數(shù)據(jù)發(fā)送到正則方程求和電路267。如果發(fā)送到計算單元332的HD圖像為P-圖像或B-圖像，該計算單元計算P-圖像或B-圖像的HD圖像與由插值電路331輸出的高圖像質量的基準圖像之間的差值，以產生關于由計算單元322輸出的SD圖像(準老師數(shù)據(jù))的差值的高質量版本。該差值的高質量版本作為老師數(shù)據(jù)發(fā)送到正則方程求和電路267。
其中，插值電路331能夠通過例如簡單的插值法增加像素數(shù)目。插值電路331還能夠通過例如分類自適應處理增加像素數(shù)目。而且，計算單元332能夠對作為老師數(shù)據(jù)的HD圖像進行MPEG編碼，局部解碼和運動補償，以用作基準圖像。
正則方程求和電路267對作為老師數(shù)據(jù)的計算單元322的輸出及作為學生數(shù)據(jù)的來自逆量化電路281的預測抽頭執(zhí)行前述求和，以生成正則方程。
抽頭系數(shù)確定電路268對由正則方程求和電路267生成的正則方程進行求解，以得到抽頭系數(shù)，然后這些抽頭系數(shù)發(fā)送并存儲在系數(shù)表存儲單元269中。
在圖39所示的乘積和電路245中，如上所述得到的抽頭系數(shù)用來對MPEG編碼數(shù)據(jù)進行解碼。因此，可以再次同時執(zhí)行對MPEG編碼數(shù)據(jù)的解碼處理和提高解碼數(shù)據(jù)圖像質量的處理。結果，在本發(fā)明的實施例中，可以有效地獲得具有雙倍水平和垂直像素數(shù)目的，作為高圖像質量的HD圖像的解碼圖像。
其中，圖39的系數(shù)轉換電路232E還可以設計為不提供逆量化電路271。在這種情況下，不提供逆量化電路281設計圖40的學習設備270E，就已足夠。
圖39的系數(shù)轉換電路232E還可以提供有類抽頭提取電路242和分類電路243，如圖26的情況。在這種情況下，圖40的學習設備270E可以提供有類抽頭提取電路265和分類電路266，如圖30的情況。
在上述情況下，解碼器222適用于產生空域分辨率提高到原始圖像的兩倍的解碼圖像。然而，解碼器222產生相對于原始圖像分辨率具有提高了可選倍數(shù)因子的空域分辨率的解碼圖像，或相對于原始圖像改善時域分辨率的解碼圖像，是可能的。
也就是，如果要進行MPEG編碼的圖像具有低時域分辨率，如圖41A所示，解碼器222用原始圖像的兩倍時域分辨率對原始圖像進行解碼，是可能的，如圖41B所示。而且，如果要進行MPEG編碼的對象的圖像是如用在運動圖像中的24幀/秒的圖像，如圖42A所示，解碼器222將對圖像進行MPEG編碼所獲得的編碼數(shù)據(jù)解碼為60幀/秒的圖像，其中時域分辨率是原始圖像的60/24倍，如圖42B所示，是可能的。在這種情況下，可以容易地實現(xiàn)所謂的2-3下拉。
如果在解碼器222中提高時域分辨率，預測抽頭或類抽頭可以由兩個或更多DCT系數(shù)形成，例如圖43所示。
解碼器222還能夠產生不僅提高空域分辨率和時域分辨率中的一個，而且提高兩者的解碼圖像。
根據(jù)如上所述的本發(fā)明，產生通過學習得到的抽頭系數(shù)，以使用該抽頭系數(shù)和所變換數(shù)據(jù)實現(xiàn)預設預測計算以將所變換數(shù)據(jù)解碼為原始數(shù)據(jù)，并且產生與以預設方式處理的原始數(shù)據(jù)對應的處理數(shù)據(jù)，是可能的。因此，對所變換數(shù)據(jù)進行有效的解碼，以用預設方式對解碼數(shù)據(jù)進行處理，成為可能。
而且，根據(jù)本發(fā)明，以預設方式對作為老師的老師數(shù)據(jù)進行處理，結果準老師數(shù)據(jù)至少經(jīng)過正交或頻率變換，以生成作為學生的學生數(shù)據(jù)，并且執(zhí)行學習，從而在統(tǒng)計上最小化通過采用抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的老師數(shù)據(jù)的預測值的預測誤差，以得到抽頭系數(shù)。使用如此得到的抽頭系數(shù)，可以對經(jīng)過正交或頻率變換的數(shù)據(jù)進行有效的解碼，其中還可以用預設方式對解碼數(shù)據(jù)進行處理。
現(xiàn)在對本發(fā)明的進一步變型進行說明。
在現(xiàn)在說明的實施例中，如圖44所示，由熵解碼電路431、系數(shù)轉換電路432和解塊電路433組成的解碼器422如同圖2所示的解碼器22，用來對編碼數(shù)據(jù)進行解碼。
編碼數(shù)據(jù)發(fā)送到熵解碼電路431，然后熵解碼電路231將編碼數(shù)據(jù)分離為熵編碼量化DCT系數(shù)和作為向其附加的求和信息的量化表。熵解碼電路431對熵編碼量化DCT系數(shù)進行熵解碼，以將作為結果的基于塊的DCT系數(shù)Q隨同作為附加信息的量化表一起發(fā)送到系數(shù)轉換電路432。
使用作為附加信息的量化表，可以說作為輔助工具，并且還使用用量化DCT系數(shù)Q進行學習得到的抽頭系數(shù)，系數(shù)轉換電路432執(zhí)行預設預測計算，以將基于塊的量化DCT系數(shù)解碼為8×8像素的原始塊。
解塊電路433對在系數(shù)轉換電路432中獲得的解碼塊進行解塊，以產生并輸出解碼圖像。
該解碼器422根據(jù)圖45的流程圖所示的順序(步驟S201到S203)執(zhí)行解碼。
也就是，編碼數(shù)據(jù)順序提供給熵解碼電路431。在步驟S201，熵解碼電路431對編碼數(shù)據(jù)進行熵解碼，并且將基于塊的量化DCT系數(shù)Q發(fā)送到系數(shù)轉換電路432。熵解碼電路431還分離出包含在編碼數(shù)據(jù)中的作為求和信息的量化表，以將該表發(fā)送到系數(shù)轉換電路432。系數(shù)轉換電路在步驟S202執(zhí)行采用量化表和抽頭系數(shù)的預測計算，以將來自熵解碼電路431的基于塊的量化DCT系數(shù)Q解碼為基于塊的像素值，然后這些像素值發(fā)送到解塊電路433。解塊電路433在步驟S203對來自系數(shù)轉換電路432的像素值(解碼塊)進行解塊，以輸出結果編碼圖像，來結束處理。
圖46示出用于將量化DCT系數(shù)解碼為像素值的圖23的系數(shù)轉換電路432的說明性結構。
在圖46所示的系數(shù)轉換電路432A中，由熵解碼電路431(圖44)輸出的基于塊的量化DCT系數(shù)發(fā)送到基于塊的預測抽頭提取電路441和類抽頭提取電路442。作為輔助信息的量化表發(fā)送到分類電路443。
預測抽頭提取電路441順序將與向其提供的量化DCT系數(shù)塊(下面偶爾稱作DCT塊)對應的像素值塊設置為感興趣的高圖像質量塊。在本階段沒有出現(xiàn)，但事實上預先假定的像素值塊在下面偶爾稱作像素塊。而且，構成感興趣高圖像質量塊的像素以光柵掃描順序依次變?yōu)楦信d趣的像素。總言之，預測抽頭提取電路441提取用來預測感興趣像素的像素值的量化DCT系數(shù)，以用作預測抽頭。
也就是，預測抽頭提取電路441提取與感興趣的像素所屬的像素塊對應的DCT塊的全部量化DCT系數(shù)，即8×8＝64個量化DCT系數(shù)，作為預測抽頭，如圖6所示。因此，在本實施例中，為特定高圖像質量塊的所有像素形成相同的預測抽頭。作為替換，還可以對感興趣的像素逐個地用不同的量化DCT系數(shù)形成預測抽頭。
在預測抽頭提取電路441中獲得的，構成像素塊的各個像素的預測抽頭，即對應于64個像素中每個像素的64組預測抽頭，發(fā)送到乘積和電路45。然而，由于為像素塊的所有像素形成相同的預測抽頭，因此如果對一個像素塊將一組預測抽頭提供給乘積和電路445，實際上是足夠的。
類抽頭提取電路442提取用于將感興趣的像素劃分為多個類中的一個的量化DCT系數(shù)，以用作類抽頭。類似于預測抽頭提取電路441，類抽頭提取電路442提取圖6所示的與感興趣的像素所屬的像素塊對應的DCT塊的全部8×8量化DCT系數(shù)，作為類抽頭。
注意，為了逐像素塊地對像素塊進行分類，類抽頭提取電路42提取與當前像素塊相關聯(lián)的DCT塊的64個量化DCT系數(shù)，用作類抽頭。
其中，形成預測抽頭或類抽頭的量化DCT系數(shù)不限于這些上述模式。
在類抽頭提取電路442中獲得的感興趣像素塊的類抽頭提供給分類電路443。分類電路根據(jù)來自類抽頭提取電路442的類抽頭對感興趣的高圖像質量塊進行分類，以輸出與如此獲得的類對應的類代碼。
例如，可以使用ADRC作為分類方法。使用采用ADRC的方法，形成類抽頭的量化DCT系數(shù)用ADRC進行處理。根據(jù)結果ADRC碼確定感興趣像素塊的類。
其中，在本實施例中，分類電路443從形成類抽頭的量化DCT系數(shù)提取高關鍵度的特征值，并且根據(jù)這些特征值進行分類，以減少類的數(shù)目。
圖47示出圖46的分類電路443的說明性結構。
在圖47所示的分類電路443中，類抽頭適用于提供給功率計算電路451。功率計算電路451將形成類抽頭的量化DCT系數(shù)分裂為多個空域頻段，并且計算各個頻段的功率值。
功率計算電路451將形成類抽頭的8×8量化DCT系數(shù)分裂為圖6所示的四個空域頻段S0、S1、S2和S3。
功率計算電路451還得到空域頻段S0到S3中每個頻段的量化DCT系數(shù)的AC分量的功率值P0到P3，以將功率值的計算值輸出到類代碼生成電路452。
類代碼生成電路452將來自功率計算電路451的功率值P0、P1、P2和P3與存儲在閥值存儲單元453中的對應閥值TH0、TH1、TH2和TH3進行比較，以根據(jù)其大小關系輸出類代碼。也就是，類代碼生成電路452將功率P0與閥值TH0進行比較，以產生表示大小關系的1位代碼。采用類似的方式，類代碼生成電路452將功率P1與閥值TH1進行比較，以產生表示其大小關系的1位代碼。同樣地，類代碼生成電路452將功率P2與閥值TH2、和功率P3與閥值TH3進行比較，以為每個功率-閥值組合產生一個1位代碼。類代碼生成電路452以例如預設順序將如上所述獲得的4個1位代碼(從而為從0到15的任意值)作為表示感興趣像素塊的第一類的類代碼。該第一類在下面偶爾稱作功率類代碼。
類代碼生成電路452輸入作為輔助信息的量化表。類代碼生成電路452根據(jù)該輔助信息執(zhí)行分類，以獲得表示感興趣像素塊的第二類的類代碼。也就是，如果在JPEG編碼中，使用圖1B所示的兩種量化表中的任意一個執(zhí)行量化，類代碼生成電路452檢查兩種量化表中的哪一個是作為輔助信息的量化表，并且使表示檢查結果的1位代碼為表示感興趣像素塊的第二類的類代碼。該一位代碼在下面偶爾稱作輔助信息類代碼。
類代碼生成電路452將表示第二類的1位輔助信息類代碼添加到表示第一類的4位功率類代碼，以生成和輸出感興趣像素塊的最終類代碼。因此，在本實施例中，最終類代碼具有5位，從而，感興趣像素塊歸類到25(＝32)類中的一個類中，例如，由0到31之間的一個值表示的類中。
其中，基于量化表的分類方法不限于上述方法。也就是，在類代碼生成電路452中，可以提供多個量化表作為參考模式，與作為輔助信息提供的量化表(在JPEG編碼中實際使用的量化表)進行比較，然后檢測與作為輔助信息的量化表最接近的，作為參考模式的量化表，以輸出與檢測結果對應的代碼，作為輔助信息類代碼。
閥值存儲單元453在其中存儲有閥值TH0到TH3，以將其與空域頻段S0到S3的功率值P0到P3進行比較。
在上述情況下，量化DCT系數(shù)的DC分量x0沒有用來分類。然而，DC分量x0也可以用來分類。
回到圖46，如上所述由分類電路443輸出的類代碼作為地址提供給系數(shù)表存儲單元444。
系數(shù)表存儲單元444存儲其中登記有通過學習處理(隨后將對此進行說明)獲得的抽頭系數(shù)的系數(shù)表，并且將與由分類電路443輸出的類代碼相關聯(lián)的地址中存儲的抽頭系數(shù)輸出到乘積和電路445。
在本實施例中，其中對像素塊進行分類，為感興趣的像素塊獲得一個類代碼。另一方面，由于本實施例中的像素塊由8×8＝64個像素組成，因此對構成感興趣像素塊的64個像素進行解碼需要64組抽頭系數(shù)。因此，系數(shù)表存儲單元444為對應于一個類代碼的地址存儲64組抽頭系數(shù)。
乘積和電路445獲得由預測抽頭系數(shù)提取電路441輸出的預測抽頭和由系數(shù)表存儲單元444輸出的抽頭系數(shù)，并且使用預測抽頭和抽頭系數(shù)執(zhí)行方程(1)所示的線性預測處理(乘積和處理)，以將感興趣像素塊的8×8像素的像素值作為對應DCT塊的解碼結果輸出到解塊電路433(圖44)。
在預測抽頭系數(shù)提取電路441中，感興趣像素塊的每個像素順序變?yōu)楦信d趣的像素。乘積和電路445然后執(zhí)行與感興趣像素塊的當前感興趣像素的像素位置相關聯(lián)的操作模式下的操作。該操作模式稱作像素位置模式。
也就是，如果Pi表示以光柵掃描順序的感興趣像素塊的像素的第i個像素，Pi為當前感興趣像素，乘積和電路445執(zhí)行像素模式#1的處理。
具體地說，系數(shù)表存儲單元444輸出64組抽頭系數(shù)，以對構成感興趣像素塊的64個像素中的每個像素進行解碼。如果Wi表示用于對像素pi進行解碼的一組抽頭系數(shù)，并且操作模式是像素模式#1，乘積和電路445使用預測抽頭和64組抽頭系數(shù)中的Wi組執(zhí)行方程(1)的乘積和處理，并且使乘積和的結果為像素pi的解碼結果。
參照圖48的流程圖，說明圖46的系數(shù)轉換電路432A的處理。
由熵解碼電路431輸出的基于塊的DCT系數(shù)由預測抽頭系數(shù)提取電路441和類抽頭提取電路442進行順序接收。預測抽頭系數(shù)提取電路441順序使與量化DCT系數(shù)塊(DCT塊)對應的像素塊成為感興趣的像素塊。
在步驟S211，類抽頭提取電路442提取接收并且用來對感興趣像素塊進行分類的量化DCT系數(shù)，以形成類抽頭，然后類抽頭輸出到分類電路443。
分類電路443輸入來自類抽頭提取電路442的類抽頭，同時還輸入由熵解碼電路431輸出的作為輔助信息的量化表。分類電路443使用來自類抽頭提取電路442的類抽頭和來自熵解碼電路431的量化表對感興趣像素塊進行分類，以將結果類代碼輸出到系數(shù)表存儲單元444。
也就是，在圖49流程圖中的步驟S212，分類電路443的功率計算電路451(圖7)，首先在步驟S221，將構成類抽頭的8×8量化DCT系數(shù)分裂為四個空域頻段S0到S3(如圖8所示)，以計算各個功率值P0到P3。這些功率值P0到P3從功率計算電路451輸出到類代碼生成電路452。
類代碼生成電路452在步驟S222從閾值表存儲單元453讀出閥值TH0到TH3，以將來自功率計算電路451的功率值P0到P3與閥值TH0到TH3進行比較，以根據(jù)各大小關系生成功率類代碼。
類代碼生成電路452在步驟S223使用作為輔助信息的量化表，生成輔助信息類代碼。然后，類代碼生成電路452繼續(xù)到步驟S224，從功率類代碼和輔助信息類代碼生成最終類代碼。然后執(zhí)行程序返回。
回到圖48，如上所述在步驟S212獲得的類代碼作為地址從分類電路443輸出到系數(shù)表存儲單元444。
一接收到作為地址的來自分類電路443的類代碼，系數(shù)表存儲單元444在步驟S213讀出存儲在地址中的64組抽頭系數(shù)，以將如此讀出的抽頭系數(shù)輸出到乘積和電路445。
程序然后移到步驟S214，其中，預測抽頭系數(shù)提取電路441提取量化DCT系數(shù)，以形成預測抽頭，該量化DCT系數(shù)用來預測以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊的像素中的感興趣像素的像素值。該預測抽頭從預測抽頭系數(shù)提取電路441發(fā)送到乘積和電路445。
在本實施例中，由于逐像素塊地為像素塊的全部像素形成相同的預測抽頭，因此如果僅為初始變?yōu)楦信d趣像素的像素執(zhí)行步驟S214的處理，就已足夠，而沒有必要對剩余255個像素執(zhí)行處理。
在步驟S215，乘積和電路445從在步驟S213從系數(shù)表存儲單元444輸出的64組抽頭系數(shù)中，獲得與感興趣像素的像素位置模式對應的一組抽頭系數(shù)，并且使用該組抽頭系數(shù)和在步驟S214從預測抽頭系數(shù)提取電路441提供的預測抽頭，乘積和電路445執(zhí)行方程(1)所示的乘積和處理，以獲得感興趣像素的解碼值。
程序然后移到步驟S216，其中，預測抽頭系數(shù)提取電路441驗證對于感興趣像素塊的全部像素是否已作為感興趣像素執(zhí)行處理。如果在步驟S216證實，對于感興趣像素塊的像素尚未全部作為感興趣像素執(zhí)行處理，程序返回到步驟S214，其中，預測抽頭系數(shù)提取電路441使用以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊的像素作為感興趣像素重復類似的處理。
如果在步驟S216證實，對于感興趣像素塊的全部像素已作為感興趣像素執(zhí)行過處理，也就是，如果已獲得感興趣像素塊的全部像素的解碼值，乘積和電路445將由解碼值構成的像素塊(解碼塊)輸出到解塊電路433(圖44)，以完成處理。
其中，每次預測抽頭系數(shù)提取電路441設置新的感興趣像素塊，重復執(zhí)行遵循圖48流程圖的處理。
圖50示出為要存儲在圖46的系數(shù)表存儲單元444中的抽頭系數(shù)執(zhí)行學習處理的學習設備460A的說明性結構。
在圖50所示的學習設備460A中，分塊電路461輸入作為在學習時充當老師的老師數(shù)據(jù)的一個或多個學習圖像數(shù)據(jù)的圖像。如同JPEG編碼的情況，分塊電路461將作為老師數(shù)據(jù)的圖像分塊為由8×8像素組成的像素塊。
DCT電路462順序讀出由分塊電路461形成的像素塊作為感興趣的像素塊，并且對感興趣的像素塊應用DCT，以形成DCT系數(shù)塊。這些DCT系數(shù)塊發(fā)送到量化電路463。
量化電路463根據(jù)與用于JPEG編碼的相同的量化表對來自DCT電路462的DCT系數(shù)塊進行量化，并且順序將結果量化DCT系數(shù)塊(DCT塊)發(fā)送到預測抽頭系數(shù)提取電路464和類抽頭提取電路465。
也就是，量化電路463設置在JPEG編碼中所使用的一些常規(guī)壓縮比率，并且根據(jù)與每個壓縮比率相關聯(lián)的量化表對DCT系數(shù)進行量化，以將量化DCT系數(shù)發(fā)送給預測抽頭提取電路464和類抽頭提取電路465。量化電路463還將用于量化的量化表作為輔助信息發(fā)送到分類電路466。其中，與由量化電路463使用的相同的量化表作為參考模式存儲在圖47的類代碼生成電路452中。
預測抽頭系數(shù)提取電路464使用尚未變?yōu)楦信d趣像素的感興趣像素塊的像素中的像素，作為感興趣的像素，并且從量化電路463的輸出提取所需量化DCT系數(shù)，以形成與由預測抽頭系數(shù)提取電路441形成的相同的預測抽頭。該預測抽頭作為學習學生的學生數(shù)據(jù)從預測抽頭系數(shù)提取電路464發(fā)送到正則方程求和電路467。
類抽頭提取電路465為感興趣的像素塊從量化電路463的輸出提取所需量化DCT系數(shù)，以形成與由圖46的類抽頭提取電路442形成的相同的類抽頭。該類抽頭從類抽頭提取電路465發(fā)送到分類電路466。
使用來自類抽頭提取電路465的類抽頭和來自量化電路463的作為輔助信息的量化表，分類電路466對感興趣像素塊進行分類，以將結果類代碼發(fā)送到正則方程求和電路467。
正則方程求和電路467從分塊電路461讀出作為老師數(shù)據(jù)的感興趣像素的像素值，并且執(zhí)行對來自預測抽頭提取電路464的，作為學生數(shù)據(jù)的，形成預測抽頭的量化DCT系數(shù)和感興趣像素的求和。
正則方程求和電路467，對與從分類電路466提供的類代碼對應的每個類使用預測抽頭(學生數(shù)據(jù))，執(zhí)行學生數(shù)據(jù)的相乘(xinxim)與求和∑的計算，作為方程(8)的矩陣A的各個項。
正則方程求和電路467，還對與從分類電路466提供的類代碼對應的類逐個地使用預測抽頭(學生數(shù)據(jù))和感興趣像素(老師數(shù)據(jù))，執(zhí)行學生數(shù)據(jù)和老師數(shù)據(jù)的相乘(xinyi)與求和∑的計算，作為方程(8)的向量v的項。
為每個類對感興趣像素的像素位置模式逐個地執(zhí)行正則方程求和電路467中的前述求和。
正則方程求和電路467對構成向其提供的老師圖像的全部像素作為感興趣像素執(zhí)行上述求和，從而為每個類的每個像素位置模式建立方程(8)所示的正則方程。
抽頭系數(shù)確定電路468對在正則方程求和電路467中逐像素位置模式為每個類生成的正則方程進行求解，逐類地得到64組抽頭系數(shù)，以將由此得到的抽頭系數(shù)發(fā)送到與系數(shù)表存儲單元469的各個類對應的地址。
根據(jù)所提供作為學習圖像的圖像數(shù)目，或圖像內容，可能出現(xiàn)產生一個其中不能產生得到抽頭系數(shù)所需的正則方程數(shù)目的類。對于這種類，抽頭系數(shù)確定電路468輸出例如缺省抽頭系數(shù)。
系數(shù)表存儲單元469存儲從抽頭系數(shù)確定電路468向其提供的，每個類的64組抽頭系數(shù)。
現(xiàn)在參照圖51的流程圖，說明圖50的學習設備460A的處理(學習處理)。
分塊電路461輸入學習圖像數(shù)據(jù)作為老師數(shù)據(jù)。分塊電路461如同JPEG編碼的情況，在步驟S231將作為老師數(shù)據(jù)的圖像數(shù)據(jù)分為8×8像素的像素塊。程序然后移到步驟S232，其中，DCT電路462順序讀出由分塊電路461形成的像素塊，并且對感興趣的像素塊應用DCT，以形成DCT系數(shù)塊。程序然后移到步驟S233。
在步驟S233，量化電路463設置尚未變?yōu)楦信d趣的量化表的一個預設量化表，并且將如此設置的量化表發(fā)送到分類電路466。然后，程序移到步驟S234，其中，量化電路463順序讀出在DCT電路462中獲得的DCT系數(shù)塊，以根據(jù)量化表對塊進行量化，形成由量化DCT系數(shù)組成的塊。
然后，程序移到步驟S235，其中，類抽頭提取電路465將由分塊電路461形成但是尚未設為感興趣像素塊的像素塊設為感興趣的像素塊。而且，類抽頭提取電路465還從由量化電路463獲得的DCT塊提取用來對感興趣像素塊進行分類的量化DCT系數(shù)，以形成隨后發(fā)送到分類電路466的類抽頭。如圖49的流程圖所示，分類電路466在步驟S236，使用來自類抽頭提取電路465的類抽頭和來自量化電路463的感興趣量化表對感興趣的像素塊進行分類，并且將結果類代碼發(fā)送到正則方程求和電路467。然后，程序移到步驟S237。
在步驟S237，預測抽頭系數(shù)提取電路464以光柵掃描順序將尚未設為感興趣像素的感興趣像素塊的像素設為感興趣的像素，并且為感興趣像素從量化電路463的輸出提取所需量化DCT系數(shù)，以形成與由預測抽頭系數(shù)提取電路441形成的相同的預測抽頭。預測抽頭系數(shù)提取電路464將感興趣像素的預測抽頭作為學生數(shù)據(jù)發(fā)送到正則方程求和電路467。程序然后移到步驟S238。
在步驟S238，正則方程求和電路467從分塊電路461讀出作為老師數(shù)據(jù)的感興趣像素，并且對形成作為學生數(shù)據(jù)的預測抽頭的量化DCT系數(shù)和作為老師數(shù)據(jù)的感興趣像素執(zhí)行方程(8)的矩陣A和向量v的求和。其中，對與來自分類電路66的類代碼對應的每個類并且對感興趣像素的每個像素位置模式執(zhí)行該求和。
程序然后移到步驟S239，其中，預測抽頭系數(shù)提取電路464檢查是否感興趣像素塊的全部像素已作為感興趣像素完成求和。如果在步驟S239證實感興趣像素塊的全部像素尚未作為感興趣像素完成求和，程序然后移到步驟S237，其中，預測抽頭系數(shù)提取電路464將尚未變?yōu)楦信d趣像素的感興趣像素塊的像素設為新的感興趣像素。隨后，重復類似的操作序列。
如果在步驟S239證實感興趣像素塊的全部像素已作為感興趣像素完成求和，程序移到步驟S240，其中，分塊電路461驗證是否從作為老師數(shù)據(jù)的圖像獲得的全部像素塊已作為感興趣像素塊完成處理。如果在步驟S240證實，從作為老師數(shù)據(jù)的圖像獲得的像素塊尚未全部作為感興趣像素塊完成處理，程序回到步驟S235，其中，使尚未變?yōu)楦信d趣像素塊的像素塊變?yōu)樾碌母信d趣像素塊。然后，重復執(zhí)行類似的處理操作序列。
如果在步驟S240證實，從作為老師數(shù)據(jù)的圖像獲得的全部像素塊已作為感興趣像素塊完成處理，程序移到步驟S241，其中，量化電路463檢查是否全部預設量化表已作為感興趣量化表進行處理。如果在步驟S241證實，預設量化表尚未全部作為感興趣量化表進行處理，程序返回到步驟S233，以對用于學習的整個圖像數(shù)據(jù)重復從步驟S233的處理。
如果在步驟S241證實，全部預設量化表已作為感興趣量化表進行處理，程序移到步驟S242，其中，抽頭系數(shù)確定電路468對在正則方程求和電路467中為每個類的像素位置模式逐個生成的正則方程進行求解，得到與當前類的64個像素位置模式對應的64組抽頭系數(shù)。由此得到的抽頭系數(shù)發(fā)送并存儲在與系數(shù)表存儲單元469的各個類對應的地址中，以完成處理。
存儲在系數(shù)表存儲單元269中的基于類的抽頭系數(shù)存儲在圖26的系數(shù)表存儲單元244中。
因此，通過學習已得到存儲在系數(shù)表存儲單元444中的抽頭系數(shù)，從而通過線性預測計算獲得的原始像素值的預測值的預測誤差(在此為平方差)將在統(tǒng)計上最小。結果是通過圖46的系數(shù)轉換電路432A，JPEG編碼圖像可以解碼為無限近似于使用JPEG編碼圖像作為老師數(shù)據(jù)的HD圖像。
而且，由于同時執(zhí)行對JPEG編碼圖像進行解碼的處理和用于改善圖像質量的處理，因此從JPEG編碼圖像可以有效產生高圖像質量的解碼圖像。
在本實施例中，不僅使用類抽頭還使用作為輔助信息的量化表在分類電路443、466中執(zhí)行分類。作為替換，還可以僅使用類抽頭執(zhí)行分類。然而，如果如上所述使用作為輔助信息的量化表執(zhí)行分類，這可以稱為細致分類，能夠明顯提高解碼圖像的圖像質量。
圖52示出圖44的系數(shù)轉換電路432的另一說明性結構。其中，用相同的參考號描述類似于圖46所示的部件或組件。也就是，圖52所示的系數(shù)轉換電路432B除了新提供逆量化電路471之外，基本上類似于圖46所示的電路進行構造。
在圖52所示的系數(shù)轉換電路432B中，逆量化電路471輸入通過在熵解碼電路431(圖44)中對編碼數(shù)據(jù)進行熵解碼獲得的基于塊的量化DCT系數(shù)。而且，解量化電路471輸入從熵解碼電路431輸出的作為輔助信息的量化表。
逆量化電路471根據(jù)來自熵解碼電路431的量化表對來自熵解碼電路431的量化DCT系數(shù)進行逆量化，并且將結果DCT系數(shù)發(fā)送到預測抽頭系數(shù)提取電路441和類抽頭提取電路442。
因此，在預測抽頭系數(shù)提取電路441和類抽頭提取電路442中，不僅對量化DCT系數(shù)，而且對DCT系數(shù)形成預測抽頭和類抽頭。隨后對DCT系數(shù)執(zhí)行類似于圖46所示的處理。
因此，在圖52的系數(shù)轉換電路432B中，不僅對量化DCT系數(shù)，而且對DCT系數(shù)執(zhí)行處理，存儲在系數(shù)表存儲單元444中的抽頭系數(shù)需要不同于圖46所示的抽頭系數(shù)。
圖53示出為存儲在系數(shù)表存儲單元444中的抽頭系數(shù)執(zhí)行學習處理的學習設備460B的說明性結構。在圖53中，用相同的參考號描述類似于圖50所示的部件或組件。也就是，圖53所示的學習設備460B除了在量化電路463的下游新提供逆量化電路481之外，基本上類似于圖50所示的電路進行構造。
在圖53所示的學習設備460B中，逆量化電路481輸入由量化電路463輸出的量化DCT系數(shù)，和作為輔助信息的量化表。逆量化電路481根據(jù)來自量化電路463的量化表，對類似來自量化電路463的量化DCT系數(shù)進行逆量化，以將結果DCT系數(shù)發(fā)送到預測抽頭提取電路464和類抽頭提取電路465。
因此，在預測抽頭系數(shù)提取電路464和類抽頭提取電路465中，不僅從量化DCT系數(shù)而且從DCT系數(shù)形成預測抽頭和類抽頭。隨后對DCT系數(shù)執(zhí)行類似于圖50情況的處理。
結果是，所獲得的抽頭系數(shù)遭受由于DCT系數(shù)的量化和隨后的逆量化而產生的量化誤差效果。
圖54示出圖44所示的系數(shù)轉換電路432的說明性結構。在圖54中，用相同的參考號表示類似于圖46所示的部件或組件，并且為簡潔起見，省略對應的描述。也就是，圖52所示的系數(shù)轉換電路432C除了系數(shù)轉換電路432缺少類抽頭提取電路442之外，基本上類似于圖46所示的電路進行構造。
因此，在圖54所示的系數(shù)轉換電路432C中，分類電路433僅根據(jù)向其提供的作為輔助信息的量化表執(zhí)行分類，并且將結果輔助信息類代碼直接發(fā)送到系數(shù)表存儲單元444，作為最終類代碼。
在本發(fā)明的實施例中，如上所述，輔助信息類代碼為一位，因此只有抽頭系數(shù)的2(＝21)類的抽頭系數(shù)存儲在系數(shù)表存儲單元444中，并且使用這些抽頭系數(shù)執(zhí)行處理。
因此，在圖54所示的系數(shù)轉換電路432C中，存儲在系數(shù)表存儲單元中的抽頭系數(shù)不同于圖46中的抽頭系數(shù)。
圖55示出負責存儲在圖54的系數(shù)表存儲單元444中的抽頭系數(shù)的學習處理的學習設備460C的說明性結構。在圖55中，用相同的參考號表示類似于圖50所示的部件或組件，并且為簡潔起見，省略對應的描述。也就是，圖55所示的學習設備460C除了缺少類抽頭提取電路465之外，基本上類似于圖50所示的電路進行構造。
因此，在圖55所示的學習設備460C中，對僅根據(jù)輔助信息獲得的類逐個地在正則方程求和電路467中執(zhí)行上述求和。在抽頭系數(shù)確定電路468中，對通過上述求和生成的正則方程進行求解，以得到抽頭系數(shù)。
圖56示出圖44的系數(shù)轉換電路432的說明性結構。在圖56中，用相同的參考號表示類似于圖46或52所示的部件或組件，并且為簡潔起見，省略對應的描述。也就是，圖56所示的系數(shù)轉換電路432D除了系數(shù)轉換電路432D缺少類抽頭提取電路442，并且新提供逆量化電路471之外，基本上類似于圖46所示的電路進行構造。
因此，如同在圖54的系數(shù)轉換電路432C中，在圖56所示的系數(shù)轉換電路432D中，只存儲僅根據(jù)作為輔助信息的量化表執(zhí)行的分類所獲得的類的抽頭系數(shù)，并且使用這些抽頭系數(shù)執(zhí)行處理。
而且，如同圖52的系數(shù)轉換電路432C，在圖56所示的系數(shù)轉換電路432D中，對由解量化電路471輸出的DCT系數(shù)在預測抽頭提取電路41中形成預測抽頭。隨后，執(zhí)行對DCT系數(shù)的處理。
因此，在圖56所示的系數(shù)轉換電路432D中，存儲在系數(shù)表存儲單元444中的抽頭系數(shù)不同于圖46所示的抽頭系數(shù)。
圖57示出執(zhí)行存儲在系數(shù)表存儲單元444中的抽頭系數(shù)的學習處理的學習設備460D的說明性結構。其中，用相同的參考號表示與圖50或圖53的情況對應的部件，并且為簡潔起見，省略對應的說明。也就是，圖57所示的學習設備460D除了缺少類抽頭提取電路465，并且新提供逆量化電路481之外，基本上等同于圖50所示的對應設備進行構造。
因此，使用圖57所示的學習設備460D，在預測抽頭系數(shù)提取電路464中對DCT系數(shù)而不是量化DCT系數(shù)形成預測抽頭。隨后，對DCT系數(shù)執(zhí)行處理。在正則方程求和電路467中，對僅僅基于作為輔助信息的量化表的前述求和的分類所獲得的每個類執(zhí)行處理。在抽頭系數(shù)確定電路468中，對基于類的正則方程進行求解，以得到抽頭系數(shù)。
前面描述是面向通過設計用于對靜止圖像進行壓縮編碼的JPEG編碼產生的圖像進行的，然而，本發(fā)明還適用于設計用于對運動圖像進行壓縮編碼的MPEG編碼圖像。
圖58示出在執(zhí)行MPEG編碼的情況下，圖2的編碼器42的說明性結構。
在圖58所示的編碼器421中，構成要用MPEG編碼的運動圖像的幀或域順序提供給運動檢測電路491和計算單元492。
運動檢測電路491基于宏塊檢測向其提供的幀的運動向量，以將所檢測的運動向量發(fā)送到熵編碼電路496和運動補償電路500。
如果發(fā)送到運動檢測電路491的圖像是I-圖像，它直接將圖像發(fā)送到分塊電路493。如果發(fā)送到運動檢測電路491的圖像是P-圖像或B-圖像，它計算該圖像與從運動補償電路500提供的基準圖像的差，以將該差發(fā)送到分塊電路493。
分塊電路493將計算單元492的輸出分塊為發(fā)送到DCT電路494的8×8像素的像素塊。DCT電路494對來自分塊電路493的像素塊應用DCT，以將結果DCT系數(shù)發(fā)送到量化電路495。量化電路495根據(jù)預設量化表對來自DCT電路494的基于塊的DCT系數(shù)進行量化，以將結果量化DCT系數(shù)和所使用的量化表發(fā)送到熵編碼電路496。熵編碼電路496對來自量化電路495的量化DCT系數(shù)進行熵編碼，并且添加來自運動檢測電路491的運動向量，來自量化電路495的量化表和其他所需信息，以輸出作為MPEG編碼數(shù)據(jù)的結果編碼數(shù)據(jù)。
對于由量化電路495輸出的量化DCT系數(shù)，I-圖像和P-圖像需要進行局部解碼，以用作隨后編碼的P-圖像和B-圖像的基準圖像。因此，I-圖像和P-圖像不僅發(fā)送到熵編碼電路496和逆量化電路497。逆量化電路還輸入在量化電路495中使用的量化表。
逆量化電路497根據(jù)來自量化電路495的量化表將來自量化電路495的量化DCT系數(shù)逆量化為發(fā)送到反向DCT電路498的DCT系數(shù)。反向DCT電路對來自逆量化電路497的DCT系數(shù)應用反向DCT，以輸出結果到計算單元499。計算單元499不僅輸入反向DCT電路498的輸出，而且輸入從運動補償電路500輸出的基準圖像。如果反向DCT電路498的輸出為P-圖像，該輸出加到運動補償電路500的輸出，以形成解碼原始圖像。如果反向DCT電路498的輸出為I-圖像，輸出為解碼I-圖像，從而計算單元499直接將該圖像發(fā)送到運動補償電路500。
運動補償電路500根據(jù)來自運動檢測電路491的運動向量對來自計算單元499的局部解碼圖像應用運動補償，以將經(jīng)過運動補償?shù)膱D像作為基準圖像發(fā)送到計算單元492和計算單元499。
上述的通過MPEG編碼獲得的編碼數(shù)據(jù)可以由設計為如圖59所示的MPEG解碼器510進行解碼。
在圖59的MPEG解碼器510中，編碼數(shù)據(jù)發(fā)送到熵解碼電路511。然后熵解碼電路111對編碼數(shù)據(jù)進行熵解碼，以產生量化DCT系數(shù)，并且分離出包含在編碼數(shù)據(jù)中的運動向量、量化表和其他所需信息。量化DCT系數(shù)和量化表發(fā)送到逆量化電路512，而運動向量發(fā)送到運動補償電路516。
逆量化電路512根據(jù)從熵解碼電路511提供的量化表對來自熵解碼電路511的量化DCT系數(shù)進行逆量化，以形成發(fā)送到反向DCT電路513的DCT系數(shù)。該反向DCT電路513對來自逆量化電路512的DCT系數(shù)應用反向DCT，以將結果輸出到計算單元514。該計算單元不僅輸入反向DCT電路513的輸出，而且輸入從運動補償電路516輸出的，并且根據(jù)來自熵解碼電路511的運動向量進行運動補償過的已經(jīng)經(jīng)過解碼的I-圖像或P-圖像。如果反向DCT電路513的輸出為P-圖像或B-圖像，計算單元514將該輸出與運動補償電路516的輸出一起相加，以形成發(fā)送到解塊電路515的解碼原始圖像。如果反向DCT電路513的輸出為I-圖像，輸出為解碼I-圖像，因此它直接發(fā)送到解塊電路515。
解塊電路515根據(jù)像素塊對向其提供的解碼圖像進行解塊，以產生并輸出解碼圖像。
運動補償電路516在從計算單元514輸出的解碼圖像中接收I-圖像和P-圖像，以根據(jù)來自熵解碼電路511的運動向量對其應用運動補償。運動補償電路516將經(jīng)過運動補償?shù)膱D像作為基準圖像發(fā)送到計算單元514。
如上所述，使用圖44的解碼器422，能夠將MPEG編碼數(shù)據(jù)有效地解碼為高質量的圖像。
也就是，編碼數(shù)據(jù)發(fā)送到熵解碼電路431，然后熵解碼電路431對編碼數(shù)據(jù)進行熵解碼，以產生量化DCT系數(shù)，并且分離出包含在編碼數(shù)據(jù)中的運動向量、量化表和其他所需信息。量化DCT系數(shù)從熵解碼電路431發(fā)送到系數(shù)轉換電路432D，而量化表和運動向量等也從熵解碼電路431作為輔助信息發(fā)送到系數(shù)轉換電路432D。
使用來自熵解碼電路431的量化DCT系數(shù)Q，輔助信息和通過學習得到的抽頭系數(shù)，系數(shù)轉換電路432D執(zhí)行預設預測計算，同時在必要時還根據(jù)來自熵解碼電路431的運動向量執(zhí)行運動補償，以將量化DCT系數(shù)解碼為發(fā)送到解塊電路433的原始像素值。
解塊電路433對由系數(shù)轉換電路432D獲得并由解碼像素構成的像素塊進行解塊，以產生并輸出解碼圖像。
圖60示出在從解碼器22對MPEG編碼數(shù)據(jù)進行解碼的情況下，圖44的系數(shù)轉換電路432的說明性結構。在圖60中，用相同的參考號表示與圖56或59的情況對應的部件，并且為簡潔起見，省略對應說明。也就是，圖60所示的系數(shù)轉換電路432E除了在乘積和電路45的下游提供有圖59所示的計算單元514和運動補償電路516之外，基本上等同于圖56所示的對應設備進行構造。
因此，在圖60所示的系數(shù)轉換電路432E中，代替圖59的MPEG解碼器的反向DCT電路513中的反向DCT處理，執(zhí)行類似于圖56所示的處理。隨后，執(zhí)行類似于圖59中的處理，以產生解碼圖像。
其中，在圖60所示的系數(shù)轉換電路432E中，不僅量化表，而且運動向量包含在發(fā)送到分類電路443的輔助信息中。因此分類電路443能夠不僅根據(jù)量化表，而且根據(jù)運動向量執(zhí)行分類。在基于運動向量的分類中，能夠使用表示運動向量與預設閥值之間的大小關系的代碼或表示運動向量的x和y分量與預設閥值之間的大小關系的代碼。
圖61示出負責存儲在圖60的系數(shù)表存儲單元444中的抽頭系數(shù)的學習處理的學習設備460E的說明性結構。在圖61中，用相同的參考號表示類似于圖57所示的部件或組件，并且為簡潔起見，省略對應的描述。
也就是，在圖61所示的學習設備460E中，運動向量檢測電路521和計算單元522輸入作為老師數(shù)據(jù)的學習圖像。運動檢測電路521、計算單元522、分塊電路523、DCT電路524、量化電路525、逆量化電路527、反向DCT電路528、計算單元529或運動補償電路530分別執(zhí)行類似于由圖58的運動檢測電路491、計算單元492、分塊電路493、DCT電路494、量化電路495、逆量化電路497、反向DCT電路498、計算單元499或運動補償電路500執(zhí)行的處理，從而量化電路525輸出類似于由圖58的量化電路495輸出的量化DCT系數(shù)和量化表。
由量化電路525輸出的量化DCT系數(shù)和量化表，發(fā)送到逆量化電路481，然后逆量化電路481根據(jù)來自量化電路525的量化步長對來自量化電路525的量化DCT系數(shù)進行逆量化，以轉換為隨后提供給預測抽頭系數(shù)提取電路464的DCT系數(shù)。預測抽頭系數(shù)提取電路464從來自逆量化電路481的DCT系數(shù)形成預測抽頭，以將如此形成的預測抽頭發(fā)送到正則方程求和電路467。
分類電路466根據(jù)從量化電路525輸出的量化表執(zhí)行分類。如果圖60的分類電路433根據(jù)量化表和運動向量執(zhí)行分類，分類電路466根據(jù)由量化電路525輸出的量化表和從運動向量檢測電路521輸出的運動向量執(zhí)行分類。
通過分類電路466的分類得到的類代碼發(fā)送到正則方程求和電路467，在其中，以計算單元522的輸出為老師數(shù)據(jù)并且以來自逆量化電路481的預測抽頭作為學生數(shù)據(jù)，逐類地執(zhí)行前述求和，以生成正則方程。
抽頭系數(shù)確定電路468對由正則方程求和電路467生成的基于類的正則方程進行求解，以得到基于類的抽頭系數(shù)，然后這些抽頭系數(shù)發(fā)送并存儲在系數(shù)表存儲單元469中。
使用由此得到的基于類的抽頭系數(shù)，圖60的乘積和電路445對MPEG編碼數(shù)據(jù)進行解碼。因此，可以同時執(zhí)行對MPEG編碼數(shù)據(jù)進行解碼的處理和改善圖像質量的處理，從而可以從MPEG編碼數(shù)據(jù)獲得高圖像質量的解碼圖像。
其中，可以不提供逆量化電路471形成圖60的系數(shù)轉換電路432E。在這種情況下，可以不提供逆量化電路481形成圖60的學習設備460E。
注意，系數(shù)轉換電路432D可以設計為帶類抽頭提取電路442。在這種情況下，如果圖61的學習設備460E設計為帶類抽頭提取電路465，是足夠的。
在上述情況下，使用量化表或運動向量作為輔助信息。然而，作為輔助信息，還可以使用恢復DCT系數(shù)非強制的各種信息。例如，在MPEG編碼數(shù)據(jù)中，除了量化表或運動向量之外，可以使用圖像類型、宏塊類型等作為輔助信息。
根據(jù)本發(fā)明，如上所述，原始數(shù)據(jù)中的感興趣數(shù)據(jù)分配到多個類中的一個，并且獲得通過學習得到的基于類的抽頭系數(shù)中與感興趣數(shù)據(jù)的類對應的的抽頭系數(shù)。使用與感興趣數(shù)據(jù)的類對應的的抽頭系數(shù)和所轉換的數(shù)據(jù)，執(zhí)行預設計算以將所轉換的數(shù)據(jù)有效地解碼為原始數(shù)據(jù)。
而且，根據(jù)本發(fā)明，其中，作為老師的老師數(shù)據(jù)至少通過正交變換或頻率變換進行處理，以生成作為學生的學生數(shù)據(jù)，并且執(zhí)行學習，以在統(tǒng)計上最小化通過使用與感興趣老師數(shù)據(jù)的類對應的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的老師數(shù)據(jù)的預測值的預測誤差，以得到抽頭系數(shù)。使用由此得到的抽頭系數(shù)，經(jīng)過正交或頻率變換的數(shù)據(jù)可以進行有效的解碼。
現(xiàn)在對本發(fā)明的進一步變型進行說明。
在現(xiàn)在說明的實施例中，圖62所示的，由熵解碼電路631、系數(shù)轉換電路632和解塊電路633組成的解碼器622如同圖2所示的解碼器22，用來對編碼數(shù)據(jù)進行解碼。編碼數(shù)據(jù)不僅包含熵編碼量化DCT系數(shù)，而且包含量化表。
使用來自熵解碼電路631的量化DCT系數(shù)Q，并且還使用通過學習(后面將進行說明)得到的抽頭系數(shù)，系數(shù)轉換電路632執(zhí)行預設預測計算，以將基于塊的量化DCT系數(shù)解碼為8×8像素的原始塊。
解塊電路633對在系數(shù)轉換電路632中獲得的解碼塊進行解塊，以產生并輸出解碼圖像。
參照圖63的流程圖，說明圖62的解碼器622的處理。
編碼數(shù)據(jù)順序提供給熵解碼電路631。在步驟S301，熵解碼電路631對編碼數(shù)據(jù)進行熵解碼，以將基于塊的量化DCT系數(shù)Q發(fā)送到系數(shù)轉換電路632。系數(shù)轉換電路632在步驟S302使用抽頭系數(shù)執(zhí)行預測計算，以對基于塊的量化DCT系數(shù)Q進行解碼，來形成基于塊的像素值，然后這些像素值提供給解塊電路633。解塊電路在步驟S303對來自系數(shù)轉換電路632的像素值塊(解碼塊)進行解塊，以輸出結果解碼圖像，來結束處理。
圖62的系數(shù)轉換電路632使用例如分類自適應處理，將量化DCT系數(shù)解碼為像素值。
圖64示出適用于將量化DCT系數(shù)解碼為像素值的圖62的系數(shù)轉換電路632的說明性結構。
在圖64所示的系數(shù)轉換電路632A中，由熵解碼電路631(圖62)輸出的基于塊的量化DCT系數(shù)發(fā)送到預測抽頭提取電路641和類抽頭提取電路642。
預測抽頭提取電路641順序將與向其提供的量化DCT系數(shù)塊(下面偶爾稱作DCT塊)對應的像素值塊設為感興趣的像素塊。在本階段沒有出現(xiàn)，但事實上預先假定的像素值塊在下面偶爾稱作像素塊。而且構成感興趣像素塊的像素以光柵掃描順序依次變?yōu)楦信d趣的像素?？傃灾A測抽頭提取電路641提取用來預測感興趣像素的像素值的量化DCT系數(shù)，以用作預測抽頭。
也就是，本實施例的預測抽頭提取電路641提取與感興趣的像素所屬的像素塊對應的DCT塊的全部量化DCT系數(shù)，即8×8＝64個量化DCT系數(shù)，作為預測抽頭，如圖65A所示。因此，在本實施例中，為給定像素塊的所有像素形成相同的預測抽頭。作為替換，還可以對感興趣的像素逐個地用不同的量化DCT系數(shù)形成預測抽頭。
其中，形成預測抽頭的量化DCT系數(shù)不限于前述模式。
在預測抽頭提取電路641中獲得的，構成像素塊的各個像素的預測抽頭，即對應于64像素中每個像素的64組預測抽頭，發(fā)送到乘積和電路645。然而，由于為一個像素塊的所有像素形成相同的預測抽頭，因此如果對一個像素塊將一組預測抽頭提供給乘積和電路645，實際上是足夠的。
類抽頭提取電路642提取用于將感興趣的像素劃分為多個類中的一個的量化DCT系數(shù)，以用作類抽頭。
其中，在JPEG編碼時，由于逐像素塊地對圖像進行編碼(DCT和量化)，從而屬于給定像素塊的像素通過分類分配到同一類。因此，類抽頭提取電路642為給定像素塊的各個像素形成相同的類抽頭。
也就是，在本實施例中，類抽頭提取電路642提取與感興趣的像素所屬的像素塊對應的DCT塊和該塊上下左右四個DCT塊，共五個DCT塊，的量化DCT系數(shù)，量化DCT系數(shù)的數(shù)目為8×8×5＝320，作為類抽頭。
注意，將屬于一個高圖像質量像素塊的各個像素分配為同一類相當于對像素塊進行分類。因此，如果類抽頭提取電路242不是形成用于對構成感興趣的像素塊的64個像素中的每個進行分類的64組類抽頭，而是形成用于對感興趣的像素塊進行分類的一組類抽頭，是足夠的。因此，為了逐像素塊地對當前像素塊進行分類，類抽頭提取電路642提取與當前像素塊相關聯(lián)的DCT塊的量化DCT系數(shù)和位于其上下左右的量化DCT系數(shù)，用作類抽頭。
其中，形成預測抽頭或類抽頭的量化DCT系數(shù)不限于這些上述模式。
也就是，在JPEG編碼時，以由8×8像素構成的像素塊為單位執(zhí)行DCT和量化，以形成由8×8量化DCT系數(shù)構成的DCT塊。因此，可以設想，在通過分類自適應處理對給定像素塊的像素進行解碼時，只使用與該像素塊相關聯(lián)的DCT塊的量化DCT系數(shù)作為類抽頭。
然而，如果注意力集中于給定圖像的給定像素塊，通常當前像素塊的像素與鄰近像素塊的像素之間存在特定不可忽略的關系。因此，通過不僅從與特定像素塊對應的DCT塊而且從其他DCT塊提取量化DCT系數(shù)，并且將它們用作類抽頭，可以更適當?shù)貙Ω信d趣的像素進行分類，從而，解碼圖像比如果僅使用與像素塊對應的DCT塊的量化DCT系數(shù)作為類抽頭，具有更高的圖像質量。
在前面說明中，使用來自與特定像素塊對應的DCT塊和其相鄰上下左右的四個DCT塊的量化DCT系數(shù)作為類抽頭。作為替換，還可以從斜向相鄰于與當前像素塊對應的DCT塊的DCT塊，并且從不相鄰于與當前像素塊對應的DCT塊，但位于其附近的DCT塊提取量化DCT系數(shù)，作為類抽頭。也就是，對從中提取用作類抽頭的量化DCT系數(shù)的DCT塊的范圍沒有特定的限制。
在類抽頭提取電路642中獲得的感興趣像素塊的類抽頭發(fā)送到分類電路643。根據(jù)從類抽頭提取電路642獲得的類抽頭，分類電路643對感興趣的像素塊進行分類，以輸出與如此產生的類對應的類代碼。
例如，可以使用ADRC作為分類方法。
在采用ADRC的方法中，形成類抽頭的量化DCT系數(shù)用ADRC進行處理，并且根據(jù)如此產生的ADRC碼確定感興趣像素塊的類。
在分類電路643中，通過ADRC處理或向量量化壓縮類抽頭的信息量，然后進行分類。
其中，在本實施例中，類抽頭由320個量化DCT系數(shù)形成。因此，如果通過1位ADRC處理執(zhí)行分類，類代碼的數(shù)目為2320這一龐大數(shù)字。
因此，在本實施例中，分類電路643從形成類抽頭的量化DCT系數(shù)提取高關鍵度的特征值，并且根據(jù)這些特征值進行分類，以減少類的數(shù)目。
也就是，圖66示出圖64的分類電路643的說明性結構。
在圖64所示的分類電路643中，類抽頭適用于提供給功率計算電路651。功率計算電路651將形成類抽頭的量化DCT系數(shù)分裂為多個空域頻段，并且計算各個頻段的功率值。
也就是，功率計算電路651將形成類抽頭的8×8量化DCT系數(shù)分裂為四個空域頻段S0、S1、S2和S3，例如圖8所示。
如果DCT塊的8×8量化DCT系數(shù)以光柵掃描順序從0用序列數(shù)作為字母x的下標進行表示，如圖6所示，空域頻段S0由4個量化DCT系數(shù)x0、x1、x8、x9構成，空域頻段S1由12個量化DCT系數(shù)x2、x3、x4、x5、x6、x7、x10、x11、x12、x13、x14、x15構成，空域頻段S2由12個量化DCT系數(shù)x16、x17、x24、x25、x32、x33、x40、x41、x48、x49、x56、x57構成，并且空域頻段S3由36個量化DCT系數(shù)x18、x19、x20、x21、x22、x23、x26、x27、x28、x29、x30、x31、x34、x35、x36、x37、x38、x39、x42、x43、x44、x45、x46、x47、x50、x51、x52、x53、x54、x55、x58、x59、x60、x61、x62、x63構成。
而且，功率計算電路651計算量化DCT系數(shù)的AC分量的功率值P0、P1、P2和P3，以輸出如此計算的功率值P0、P1、P2和P3到類代碼生成電路652。
也就是，功率計算電路651得到4個量化DCT系數(shù)x0、x1、x8、x9的AC分量x1、x8、x9的平方和值x12+x82+x92，以將結果平方和作為功率P0輸出到類代碼生成電路652。功率計算電路651還得到空域頻段S1的12個量化DCT系數(shù)的AC分量的平方和(即全部12個量化DCT系數(shù))，以將結果平方和作為功率P1輸出到類代碼生成電路652。功率計算電路651，還如同如上所述的空域頻段S1。的情況，得到空域頻段S2和S3的功率值P2和P3，以將結果功率值輸出到類代碼生成電路652。
類代碼生成電路652將來自功率計算電路651的功率值P0、P1、P2和P3與存儲在閥值存儲單元653中的對應閥值TH0、TH1、TH2和TH3進行比較，以根據(jù)其大小關系輸出類代碼。也就是，類代碼生成電路652將功率P0與閥值TH0進行比較，以產生表示大小關系的1位代碼。采用類似的方式，類代碼生成電路652將功率P1與閥值TH1、功率P2與閥值TH2、和功率P3與閥值TH3進行比較，以為每個功率-閥值組合產生一個1位代碼。
因此類代碼生成電路652獲得用于形成類抽頭的五個DCT塊的每個塊的4個1位代碼，即一個20位代碼。類代碼生成電路652輸出該20位代碼，作為表示感興趣像素塊的類的類代碼。在這種情況下，感興趣的像素塊通過分類分配到220個類中的一個。
閥值存儲單元653存儲閥值TH0到TH3，以將其與空域頻段S0到S3的功率值P0到P3進行比較。
在上述情況下，量化DCT系數(shù)的DC分量x0沒有用來分類。然而，DC分量x0也可以用來分類。
回到圖64，如上所述由分類電路643輸出的類代碼作為地址提供給系數(shù)表存儲單元644。
系數(shù)表存儲單元644存儲其中登記有通過學習處理獲得的抽頭系數(shù)的系數(shù)表，并且將與由分類電路643輸出的類代碼相關聯(lián)的地址中存儲的抽頭系數(shù)輸出到乘積和電路645。
在本實施例中，由于對像素塊進行分類，因此，為感興趣的像素塊獲得一個類代碼。另一方面，由于本實施例中的像素塊由8×8＝64個像素組成，因此對構成感興趣像素塊的64個像素進行解碼需要64組抽頭系數(shù)。因此，系數(shù)表存儲單元644為對應于一個類代碼的地址存儲64組抽頭系數(shù)。
乘積和電路645獲得由預測抽頭系數(shù)提取電路641輸出的預測抽頭和由系數(shù)表存儲單元644輸出的抽頭系數(shù)，并且使用預測抽頭和抽頭系數(shù)執(zhí)行方程(1)所示的線性預測處理(乘積和處理)，以將感興趣像素塊的8×8像素的像素值作為對應DCT塊的解碼結果輸出到解塊電路633(圖62)。
在預測抽頭系數(shù)提取電路641中，感興趣像素塊的每個像素順序變?yōu)楦信d趣的像素。乘積和電路645然后執(zhí)行與感興趣像素塊的當前感興趣像素的像素位置相關聯(lián)的操作模式下的操作。該操作模式在下面偶爾稱作像素位置模式。
也就是，如果Pi表示以光柵掃描順序的感興趣像素塊的像素的第i個像素，Pi為感興趣像素，乘積和電路45執(zhí)行像素模式#1的處理。
具體地說，系數(shù)表存儲單元644輸出64組抽頭系數(shù)，以對構成感興趣像素塊的64個像素中的每個像素進行解碼。如果Wi表示用于對像素pi進行解碼的一組抽頭系數(shù)，并且操作模式是像素模式#1，乘積和電路645使用預測抽頭和64組抽頭系數(shù)中的Wi組執(zhí)行方程(1)的乘積和處理，并且使乘積和的結果為像素pi的解碼結果。
參照圖67的流程圖，說明圖64的系數(shù)轉換電路632A的處理。
由熵解碼電路631輸出的基于塊的DCT系數(shù)由預測抽頭系數(shù)提取電路641和類抽頭提取電路642進行順序接收。預測抽頭系數(shù)提取電路641順序使所提供的與量化DCT系數(shù)塊(DCT塊)對應的像素塊成為感興趣的像素塊。
在步驟S311，類抽頭提取電路642提取接收并且用來對感興趣像素塊進行分類的量化DCT系數(shù)，即與感興趣的像素塊對應的DCT塊和相鄰于其上下左右方的四個DCT塊，共五個DCT塊的量化DCT系數(shù)，以形成類抽頭，然后該類抽頭輸出到分類電路643。
在步驟S312，使用來自類抽頭提取電路642的類抽頭，分類電路643對感興趣的像素塊進行分類，以將結果類代碼輸出到系數(shù)表存儲單元644。
也就是，在圖68的流程圖中的步驟S312，分類電路643的功率計算電路651(圖66)，首先在步驟S321，為形成類抽頭的五個DCT塊中的每個塊，計算圖8所示的四個空域頻段S0到S3的各個功率值P0到P3。這些功率值P0到P3從功率計算電路651輸出到類代碼生成電路652。
類代碼生成電路652在步驟S322從閥值存儲單元653讀出閥值TH0到TH3，以將來自功率計算電路651的形成類抽頭的五個DCT塊的功率值P0到P3與閥值TH0到TH3進行比較，以根據(jù)各個大小關系生成類代碼。然后程序返回。
回到圖67，如上所述在步驟S312獲得的類代碼作為地址從分類電路643輸出到系數(shù)表存儲單元644。
一接收到作為地址的來自分類電路643的類代碼，系數(shù)表存儲單元644在步驟S313讀出存儲在地址中的64組抽頭系數(shù)，以將如此讀出的抽頭系數(shù)輸出到乘積和電路645。
程序然后移到步驟S314，其中，預測抽頭系數(shù)提取電路641提取用來預測以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊的感興趣像素的像素值的量化DCT系數(shù)，以形成預測抽頭。該預測抽頭從預測抽頭系數(shù)提取電路641發(fā)送到乘積和電路645。
在本實施例中，由于逐像素塊地為像素塊的全部像素形成相同的預測抽頭，因此如果僅為初始成為感興趣像素的像素執(zhí)行步驟S314的處理，就是足夠的，而沒有必要對剩余63個像素執(zhí)行處理。
在步驟S315，乘積和電路645從在步驟S313從系數(shù)表存儲單元644輸出的64組抽頭系數(shù)中，獲得與感興趣像素的像素位置模式對應的一組抽頭系數(shù)，并且使用該組抽頭系數(shù)和從預測抽頭系數(shù)提取電路641提供的預測抽頭，乘積和電路645執(zhí)行方程(1)所示的乘積和處理，以獲得感興趣像素的解碼值。
程序然后移到步驟S316，其中，預測抽頭系數(shù)提取電路641驗證對于感興趣像素塊的像素是否已全部作為感興趣像素執(zhí)行處理。如果在步驟S316證實，對于感興趣像素塊的像素尚未全部作為感興趣像素進行處理，程序返回到步驟S314，其中，預測抽頭系數(shù)提取電路641將以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊的感興趣像素的像素值作為感興趣像素重復類似的處理。
如果在步驟S316證實，對感興趣像素塊的全部像素已作為感興趣像素執(zhí)行處理，也就是，如果已獲得感興趣像素塊的全部像素的解碼值，乘積和電路645將由解碼值構成的像素塊(解碼塊)輸出到解塊電路633(圖62)，以完成處理。
注意，每次預測抽頭系數(shù)提取電路641設置新的感興趣像素塊，重復執(zhí)行遵循圖67流程圖的處理。
在上述實施例中，為構成類抽頭的五個DCT塊中的每個塊計算相同空域頻段S0到S3的功率值P0到P3。作為替換，可以根據(jù)為構成類抽頭的五個DCT塊中的每個計算的不同空域頻段的功率值執(zhí)行分類。
也就是，對于形成類抽頭的五個DCT塊中的與感興趣像素塊對應的DCT塊，在下面偶爾稱作感興趣DCT塊，相鄰于感興趣DCT塊上方的DCT塊，相鄰于感興趣DCT塊下方的DCT塊，相鄰于感興趣DCT塊左方的DCT塊，和相鄰于感興趣DCT塊右方的DCT塊，如圖69的陰影所示，分別計算垂直和水平方向的高頻段功率Pv和Ph，垂直方向的高頻段功率Pu，水平方向的高頻段功率Pd，水平方向的高頻段功率Pl和水平方向的高頻段功率Pr。以參照圖66和68所說明的方式，根據(jù)Pv、Ph、Pu、Pd、Pl和Pr這些功率值執(zhí)行分類。
在這種情況下，在圖67的步驟S312，在分類電路643中執(zhí)行圖70所示的處理。
也就是，在步驟S331，分類電路643的功率計算電路651(圖66)，計算圖69所示的各個頻段的功率值Pv、Ph、Pu、Pd、Pl和Pr，以將結果輸出到類代碼生成電路652。
類代碼生成電路652在步驟S322從閥值存儲單元653讀出閥值。假定與功率值Pv、Ph、Pu、Pd、Pl和Pr分別進行比較的THv、THh、THu、THd、THl和THr存儲在閥值存儲單元653中。
一從閥值存儲單元653讀出閥值THv、THh、THu、THd、THl和THr，類代碼生成電路652分別將這些閥值與來自功率計算電路651的功率值Pv、Ph、Pu、Pd、Pl和Pr進行比較，以獲得與其大小關系對應的6位。類代碼生成電路652輸出由6個1位代碼組成的6位代碼。然后程序返回。因此，在這種情況下，感興趣像素(感興趣像素塊)劃分到64＝(28)類中的任意一個。
在前面所述中，使用量化DCT系數(shù)的AC分量作為類抽頭進行分類。作為替換，可以使用量化DCT系數(shù)的DC分量執(zhí)行分類。
也就是，可以使用感興趣像素塊的DC分量C0和相鄰于其上下左右方的DCT塊的DC分量執(zhí)行分類，如圖71所示。
在這種情況下，分類電路643例如圖72所示進行構造。
類抽頭提供給差值計算電路751。該差值計算電路751計算形成類抽頭的五個DCT塊的相鄰于感興趣DCT塊的上下左右方的DCT塊的DC分量Cu、Cd、Cl和Cr與感興趣DCT塊的DC分量C0之間的差值的絕對值Du、Dd、Dl和Dr，并且將結果發(fā)送到類代碼生成電路752。也就是，差值計算電路751計算如下方程(9)Du＝|Cu-C0|Dd＝|Cd-C0|Dl＝|Cl-C0|Dr＝|Cr-C0| ...(9)以將計算結果發(fā)送到類代碼生成電路752。
類代碼生成電路752將由差值計算電路751計算的計算結果(差值絕對值)Du、Dd、Dl和Dr與存儲在閥值存儲單元753中的對應閥值THu、THd、THl和THr進行比較，以根據(jù)各個大小關系輸出類代碼。也就是，類代碼生成電路752將差值絕對值Du與閥值THu進行比較，以生成表示其大小關系的1位代碼。類似地，類代碼生成電路752分別將差值絕對值Dd、Dl和Dr與閥值THd、THl和THr進行比較，以產生各個1位代碼。
類代碼生成電路752輸出以預設順序對如上所述獲得的4個1位代碼進行排列所獲得的4位代碼(即從0到15的任意值)作為表示感興趣像素塊的類的類代碼。因此，感興趣的像素塊劃分為24(＝16)個類。
閥值存儲單元753存儲閥值THu、THd、THl和THr，以將其與差值絕對值Du、Dd、Dl和Dr分別進行比較。
如果分類電路643如圖72所示進行設計，在圖67的步驟S312，執(zhí)行圖73所示的處理。
也就是，在這種情況下，差值計算電路751在步驟S341，使用形成類抽頭的五個DCT塊的DC分量C0、Cu、Cd、Cl和Cr計算差值絕對值Du、Dd、Dl和Dr，以將差值絕對值Du、Dd、Dl和Dr發(fā)送到類代碼生成電路752。
類代碼生成電路752在步驟S342將存儲在閥值存儲單元753中的閥值THu、THd、THl和THr與來自差值計算電路751的差值絕對值Du、Dd、Dl和Dr進行比較，以產生四個表示大小關系的1位代碼。類代碼生成電路752輸出由四個1位代碼構成的4位代碼。然后程序返回。
其中，不僅可以只使用量化DCT系數(shù)的AC分量或DC分量，還可以使用AC分量和DC分量兩者，執(zhí)行分類。也就是，分類方法不限于上述技術。
注意，可以由圖16或18所示的學習設備60C和60D執(zhí)行用于學習存儲在圖64的系數(shù)表存儲單元644中的抽頭系數(shù)的學習處理。
圖62的系數(shù)轉換電路632可以如圖13所示形成。
圖74示出系數(shù)轉換電路632的說明性結構。在圖74中，用相同的參考號表示與圖64的情況對應的部件，并且為簡潔起見，省略對應的說明。也就是，圖74所示的系數(shù)轉換電路632B除了在乘積和電路645的下游新提供反向DCT電路701之外，基本上等同于圖64所示的對應設備進行構造。
反向DCT電路701對乘積和電路645的輸出應用反向DCT，以將該輸出解碼為作為輸出的圖像。因此，圖74的系數(shù)轉換電路632B執(zhí)行形成由預測抽頭系數(shù)提取電路641輸出的預測抽頭的量化DCT系數(shù)和存儲在系數(shù)表存儲單元644中的抽頭系數(shù)的乘積和，以輸出DCT系數(shù)。
因此，在圖74的系數(shù)轉換電路632B中，量化DCT系數(shù)與抽頭系數(shù)的乘積和處理不是將量化DCT系數(shù)解碼為像素值，而是將其解碼為DCT系數(shù)，該DCT系數(shù)在反向DCT電路701中進行反向DCT處理，從而解碼為像素值。因此，存儲在系數(shù)表存儲單元644中的抽頭系數(shù)需要不同于圖64的抽頭系數(shù)。
因此，圖75示出負責執(zhí)行存儲在圖74的系數(shù)表存儲單元644中的抽頭系數(shù)的學習處理的學習設備660B的說明性結構。其中，用在最高有效位的左邊加上6的相同參考號表示與圖16所示對應的部件或組件，并且為簡潔起見，省略對應的說明。也就是，除了不是學習圖像的像素值，而是由DCT電路662輸出的從學習圖像進行DCT處理的DCT系數(shù)，作為老師數(shù)據(jù)發(fā)送到正則方程求和電路667之外，圖75所示的學習設備660B基本上類似于圖16所示的設備進行構造。
因此，圖75所示的學習設備660B中的正則方程求和電路667對作為老師數(shù)據(jù)的由DCT電路662輸出的DCT系數(shù)和形成由系數(shù)表存儲單元644輸出的預測抽頭的量化DCT系數(shù)執(zhí)行上述求和。抽頭系數(shù)確定電路668對通過這種求和獲得的正則方程進行求解，以得到抽頭系數(shù)。結果是，在圖75的學習設備660B中，可以得到將量化DCT系數(shù)轉換為減小或降低由于量化電路663的量化導致的量化誤差的DCT系數(shù)的抽頭系數(shù)。
在圖74的系數(shù)轉換電路632B中，乘積和電路645使用前述抽頭系數(shù)，執(zhí)行乘積和處理，輸出是轉換為減少量化誤差的DCT系數(shù)的來自預測抽頭系數(shù)提取電路641的量化DCT系數(shù)。這些DCT系數(shù)由反向DCT電路701進行反向DCT，以產生由于量化誤差導致的圖像質量劣化度降低到最低值的解碼圖像。
圖76示出圖62所示的系數(shù)轉換電路632的變型結構。在圖76中，用相同的參考號表示與圖64或74的情況對應的部件，并且為簡潔起見，省略對應的說明。圖76所示的系數(shù)轉換電路632C除了如同圖18新提供逆量化電路671，并且還如同圖74新提供反向DCT電路701之外，基本上等同于圖64所示的對應設備進行構造。
因此，在圖76的系數(shù)轉換電路632C的預測抽頭系數(shù)提取電路641和類抽頭提取電路642中，對DCT系數(shù)，而不是量化DCT系數(shù)形成預測和類抽頭。另外，圖76的系數(shù)轉換電路632C中的乘積和電路645使用形成由預測抽頭系數(shù)提取電路641輸出的預測抽頭的DCT系數(shù)和存儲在系數(shù)表存儲單元644中的抽頭系數(shù)執(zhí)行乘積和處理，以產生減少量化誤差的DCT系數(shù)。如此產生的DCT系數(shù)輸出到反向DCT電路701。
圖77示出負責執(zhí)行存儲在圖76的系數(shù)表存儲單元644中的抽頭系數(shù)的學習處理的學習設備660C的說明性結構。在圖77中，用相同參考號表示類似于圖75所示的部件或組件，并且為簡潔起見，省略對應的說明。也就是，除了如同圖19新提供逆量化電路681，并且如同圖75，不是學習圖像的像素值，而是通過對學習圖像進行DCT處理獲得的，來自DCT電路662的DCT系數(shù)，作為老師數(shù)據(jù)提供給正則方程求和電路667之外，圖77所示的學習設備660C基本上類似于圖19所示的電路進行構造。
因此，圖77的學習設備660C使用由DCT電路662輸出的DCT系數(shù)，即沒有量化誤差的DCT系數(shù)作為老師數(shù)據(jù)，并且還使用形成由預測抽頭系數(shù)提取電路664輸出的預測抽頭的DCT系數(shù)，即經(jīng)過量化和逆量化的DCT系數(shù)作為學生數(shù)據(jù)，執(zhí)行上述求和。結果是，在學習設備660C中，可以得到將經(jīng)過量化和逆量化的DCT系數(shù)轉換為降低由于量化和逆量化導致的量化誤差的DCT系數(shù)的抽頭系數(shù)。
根據(jù)本發(fā)明，如上所述，至少從不同于與感興趣的處理數(shù)據(jù)對應的塊的塊提取用于將感興趣的處理數(shù)據(jù)分配到多個類中的一個的所轉換數(shù)據(jù)，以用作類抽頭，然后根據(jù)類抽頭執(zhí)行分類，以得到感興趣處理數(shù)據(jù)的類，并且使用感興趣處理數(shù)據(jù)和所轉換數(shù)據(jù)的類抽頭系數(shù)執(zhí)行預設預測計算，以得到感興趣處理數(shù)據(jù)的預測值，從而可以從所轉換數(shù)據(jù)有效地得到所需處理數(shù)據(jù)。
而且，根據(jù)本發(fā)明，從不同于至少與感興趣的老師數(shù)據(jù)對應的塊的塊提取用于將感興趣的老師數(shù)據(jù)分配到多個類中的一個的學生數(shù)據(jù)，以用作類抽頭，然后根據(jù)類抽頭執(zhí)行分類，以得到感興趣老師數(shù)據(jù)的類。執(zhí)行學習，從而在統(tǒng)計上最小化通過用于基于類的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的老師數(shù)據(jù)的預測值的預測誤差，以逐類地得到抽頭系數(shù)。使用所得到的抽頭系數(shù)，可以從通過正交或頻率變換的數(shù)據(jù)有效地得到所需數(shù)據(jù)。
對本發(fā)明的進一步變型進行說明。
在現(xiàn)在說明的變型中，使用由熵解碼電路831、系數(shù)轉換電路832和解塊電路833組成的解碼器822，如同圖2所示的解碼器22，對編碼數(shù)據(jù)進行解碼。
編碼數(shù)據(jù)提供給熵解碼電路831。熵解碼電路831對編碼數(shù)據(jù)進行熵解碼，并且將作為結果的基于塊的量化DCT系數(shù)Q發(fā)送到系數(shù)轉換電路832。其中，編碼數(shù)據(jù)不僅包含熵編碼量化DCT系數(shù)，而且包含量化表，而該量化表在必要時可以用于對量化DCT系數(shù)進行解碼。
使用來自熵解碼電路831的量化DCT系數(shù)Q，和通過學習得到的抽頭系數(shù)，系數(shù)轉換電路832執(zhí)行預設預測計算，以將基于塊的量化DCT系數(shù)解碼為8×8像素的原始塊。
解塊電路833對由系數(shù)轉換電路832獲得的解碼塊進行解塊，以產生并輸出解碼圖像。
參照圖79的流程圖，說明圖78的解碼器822的處理。
編碼數(shù)據(jù)順序輸入到熵解碼電路831。在步驟S401，熵解碼電路831對編碼數(shù)據(jù)進行熵解碼，以將基于塊的量化DCT系數(shù)Q發(fā)送到系數(shù)轉換電路832。系數(shù)轉換電路832在步驟S402使用抽頭系數(shù)執(zhí)行預測計算，以將基于塊的量化DCT系數(shù)Q解碼為基于塊的像素值，然后這些像素值發(fā)送到解塊電路833。解塊電路833對來自系數(shù)轉換電路832的像素值塊(解碼塊)進行解塊，以輸出結果解碼圖像，來結束處理。
圖78的系數(shù)轉換電路832采用分類自適應處理，將量化DCT系數(shù)解碼為像素值。
圖80示出用于將量化DCT系數(shù)解碼為像素值的圖78的系數(shù)轉換電路832的說明性結構。
在圖80所示的系數(shù)轉換電路832A中，從熵解碼電路831(圖78)輸出的基于塊的量化DCT系數(shù)發(fā)送到預測抽頭提取電路841和類抽頭提取電路842。
預測抽頭提取電路841順序將與向其提供的量化DCT系數(shù)塊(下面偶爾稱作DCT塊)對應的像素值塊設為感興趣的像素塊。這些像素值塊在本階段沒有出現(xiàn)，但事實上是預先假定的，并且在下面偶爾稱作像素塊。而且，構成感興趣像素塊的像素以光柵掃描順序依次變?yōu)楦信d趣的像素?？傃灾A測抽頭提取電路841引用模式表存儲單元846的模式表，以用作預測抽頭。
也就是，模式表存儲單元846存儲其中登記有表示提取作為感興趣像素的預測抽頭的量化DCT系數(shù)的位置關系的模式信息的模式表。根據(jù)模式信息，預測抽頭系數(shù)提取電路841提取量化DCT系數(shù)，以形成感興趣像素的預測抽頭。
如上所述，預測抽頭提取電路841形成構成8×8＝64像素的像素塊中的各個像素的預測抽頭，即對應于64像素中每個像素的64組預測抽頭，以將由此形成的預測抽頭發(fā)送到乘積和電路845。
類抽頭提取電路842提取用于將感興趣的像素劃分為多個類中的任意一個的量化DCT系數(shù)，以用作類抽頭。在JPEG編碼中，逐像素塊地對圖像進行編碼(DCT和量化)，屬于給定像素塊的所有像素通過分類分配到同一類。因此，類抽頭提取電路842為給定像素塊的各個像素形成相同的類抽頭。也就是，類抽頭提取電路842提取與感興趣的像素所屬的像素塊對應的DCT塊的全部量化DCT系數(shù)，即8×8＝64個量化DCT系數(shù)，作為類抽頭，如圖6所示。然而，對各個感興趣像素從不同的量化DCT系數(shù)形成類抽頭是可能的。
注意，將屬于給定像素塊的各個像素分配到同一類相當于對像素塊進行分類。因此，如果類抽頭提取電路842不是形成用于對構成感興趣的像素塊的64個像素中的每個進行分類的64組類抽頭，而是形成對感興趣的像素塊進行分類的一組類抽頭，是足夠的。因此，為了逐像素塊地對當前像素塊進行分類，類抽頭提取電路842提取與當前像素塊相關聯(lián)的DCT塊的64個量化DCT系數(shù)，用作類抽頭。
其中，形成預測抽頭或類抽頭的量化DCT系數(shù)不限于這些上述模式。
在類抽頭提取電路842中獲得的感興趣像素塊的類抽頭發(fā)送到分類電路843。分類電路843根據(jù)來自類抽頭提取電路842的類抽頭對感興趣的像素塊進行分類，以輸出與結果類對應的類代碼。
例如，可以使用ADRC作為分類方法。
在采用ADRC的方法中，形成類抽頭的量化DCT系數(shù)用ADRC進行處理，并且根據(jù)所產生的ADRC碼確定感興趣像素塊的類。
在分類電路843中，最好通過ADRC處理或向量量化壓縮類抽頭的信息量，然后進行分類。
因此，在本實施例中，分類電路843從形成類抽頭的量化DCT系數(shù)提取高關鍵度的特征值，并且根據(jù)這些特征值進行分類，以減少類的數(shù)目。
圖81示出圖80所示的分類電路843的說明性結構。
類抽頭發(fā)送到功率計算電路851，然后功率計算電路851將形成類抽頭的量化DCT系數(shù)分裂為多個空域頻段，以計算各個頻段的功率。
也就是，功率計算電路851將形成類抽頭的8×8量化DCT系數(shù)分裂為四個空域頻段S0、S1、S2和S3，例如圖6所示?？沼蝾l段S0由4個量化DCT系數(shù)x0、x1、x8、x9構成，空域頻段S1由12個量化DCT系數(shù)x2、x3、x4、x5、x6、x7、x10、x11、x12、x13、x14、x15構成，空域頻段S2由12個量化DCT系數(shù)x16、x17、x24、x25、x32、x33、x40、x41、x48、x49、x56、x57構成，并且空域頻段S3由36個量化DCT系數(shù)x18、x19、x20、x21、x22、x23、x26、x27、x28、x29、x30、x31、x34、x35、x36、x37、x38、x39、x42、x43、x44、x45、x46、x47、x50、x51、x52、x53、x54、x55、x58、x59、x60、x61、x62、x63構成。
而且，功率計算電路851計算空域頻段S0、S1、S2、S3中的每個頻段的量化DCT系數(shù)的AC分量的功率值P0、P1、P2和P3，以輸出如此計算的功率值P0、P1、P2和P3到類代碼生成電路852。
也就是，功率計算電路851得到4個量化DCT系數(shù)x0、x1、x8、x9的AC分量x1、x8、x9的平方和值x12+x82+x92，以將結果平方和作為功率P0輸出到類代碼生成電路852。功率計算電路851還得到空域頻段S1的12個量化DCT系數(shù)的AC分量的平方和(即全部12個量化DCT系數(shù))，以將結果平方和作為功率P1輸出到類代碼生成電路852。功率計算電路851，還如同如上所述的空域頻段S1的情況，分別得到空域頻段S2和S3的功率值P2和P3，以將結果功率值輸出到類代碼生成電路852。
類代碼生成電路852將來自功率計算電路851的功率值P0、P1、P2和P3與存儲在閥值存儲單元853中的對應閥值TH0、TH1、TH2和TH3進行比較，以根據(jù)其大小關系輸出類代碼。也就是，類代碼生成電路852將功率P0與閥值TH0進行比較，以產生表示大小關系的1位代碼。采用類似的方式，類代碼生成電路852將功率P1與閥值TH1進行比較，以產生表示其大小關系的1位代碼。同樣地，類代碼生成電路852將功率P2與閥值TH2、和功率P3與閥值TH3分別進行比較，以為每個功率-閥值組合產生一個1位代碼。類代碼生成電路852以例如預設順序將如上所述獲得的4個1位代碼(從而為從0到15的任意值)作為表示感興趣像素塊的類的類代碼。因此，在本實施例中，感興趣的像素塊劃分為24＝16個類。
閥值存儲單元853存儲閥值TH0到TH3，以將它們與空域頻段S0到S3的功率值P0到P3分別進行比較。
在上述情況下，量化DCT系數(shù)的DC分量x0沒有用來分類。作為替換，該DC分量x0也可以用來分類。
回到圖80，如上所述由分類電路843輸出的類代碼作為地址提供給系數(shù)表存儲單元844和模式表存儲單元846。
系數(shù)表存儲單元844存儲其中登記有通過學習處理(隨后將進行說明)獲得的抽頭系數(shù)的系數(shù)表，并且將與由分類電路843輸出的類代碼相關聯(lián)的地址中存儲的抽頭系數(shù)輸出到乘積和電路845。
在對像素塊進行分類的本實施例中，為感興趣的像素塊獲得一個類代碼。另一方面，由于本實施例中的像素塊由8×8＝64個像素組成，因此對構成給定感興趣像素塊的64個像素進行解碼需要64組抽頭系數(shù)。因此，系數(shù)表存儲單元844為對應于一個類代碼的地址存儲64組抽頭系數(shù)。
乘積和電路845獲得由預測抽頭系數(shù)提取電路841輸出的預測抽頭和由系數(shù)表存儲單元844輸出的抽頭系數(shù)，并且使用預測抽頭和抽頭系數(shù)執(zhí)行方程(1)所示的線性預測處理(乘積和處理)，以將感興趣像素塊的8×8像素的像素值作為對應DCT塊的解碼結果輸出到解塊電路833(圖78)。
在預測抽頭系數(shù)提取電路841中，感興趣像素塊的每個像素順序變?yōu)楦信d趣的像素。乘積和電路845然后執(zhí)行與感興趣像素塊的當前感興趣像素的像素位置相關聯(lián)的操作模式下的操作。該操作模式在下面偶爾稱作像素位置模式。
也就是，如果Pi表示以光柵掃描順序的感興趣像素塊的像素的第i個像素，Pi為感興趣像素，乘積和電路845執(zhí)行像素模式#1的處理。
具體地說，系數(shù)表存儲單元844輸出64組抽頭系數(shù)，以對構成感興趣像素塊的64個像素中的每個像素進行解碼。如果Wi表示用于對像素pi進行解碼的一組抽頭系數(shù)，并且操作模式是像素模式#1，乘積和電路845使用預測抽頭和64組抽頭系數(shù)中的組Wi執(zhí)行方程(1)的乘積和處理，并且使乘積和的結果為像素pi的解碼結果。
模式表存儲單元846其中存儲有一個模式表，在該模式表中登記有通過學習模式信息所獲得的表示量化DCT信息的提取模式的模式信息，后面將對此進行說明。模式表存儲單元846將與由分類電路843輸出的類代碼相關聯(lián)的地址中所存儲的模式信息輸出到預測抽頭提取電路841。
在模式表存儲單元846中，為與一個類代碼相關聯(lián)的地址存儲有64組模式信息(每個像素位置模式的模式信息)。
參照圖82的流程圖，說明圖80的系數(shù)轉換電路832A的處理。
由熵解碼電路831輸出的基于塊的DCT系數(shù)由預測抽頭系數(shù)提取電路841和類抽頭提取電路842進行順序接收。預測抽頭系數(shù)提取電路841順序使與量化DCT系數(shù)塊(DCT塊)對應的像素塊成為感興趣的像素塊。
在步驟S411，類抽頭提取電路842提取接收并且用來對感興趣像素塊進行分類的量化DCT系數(shù)，以形成類抽頭，然后類抽頭輸出到分類電路243。
在步驟S412，使用來自類抽頭提取電路842的類抽頭，分類電路843對感興趣的像素塊進行分類，以將結果類代碼輸出到系數(shù)表存儲單元844和模式表存儲單元846。
也就是，在圖83的流程圖中的步驟S412，分類電路843的功率計算電路851(圖81)，首先在步驟S421，將構成類抽頭的8×8量化DCT系數(shù)分裂為四個空域頻段S0到S3，以計算各個功率值P0到P3。這些功率值P0到P3從功率計算電路851輸出到類代碼生成電路852。
類代碼生成電路852在步驟S422讀出閥值TH0到TH3，以將來自功率計算電路851的功率值P0到P3與閥值TH0到TH3進行比較，以根據(jù)大小關系生成類代碼。然后程序返回。
回到圖82，如上所述在步驟S412獲得的類代碼作為地址從分類電路843輸出到系數(shù)表存儲單元844和模式表存儲單元846。
一接收到作為地址的來自分類電路843的類代碼，系數(shù)表存儲單元844在步驟S413讀出作為地址所存儲的64組抽頭系數(shù)，以將如此讀出的抽頭系數(shù)輸出到乘積和電路845。
程序然后移到步驟S414，其中，預測抽頭系數(shù)提取電路841提取用來預測以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊的感興趣像素的像素值的量化DCT系數(shù)，以形成預測抽頭。這些預測抽頭從預測抽頭系數(shù)提取電路841發(fā)送到乘積和電路845。
在步驟S415，乘積和電路845從在步驟S413從系數(shù)表存儲單元844輸出的64組抽頭系數(shù)中，獲得與感興趣像素的像素位置模式對應的一組抽頭系數(shù)。然后，使用該組抽頭系數(shù)和從預測抽頭系數(shù)提取電路841提供的預測抽頭，乘積和電路845執(zhí)行方程(1)所示的乘積和處理，以獲得感興趣像素的解碼值。
程序然后移到步驟S416，其中，預測抽頭系數(shù)提取電路841驗證對于感興趣像素塊的像素是否已全部作為感興趣像素執(zhí)行處理。如果在步驟S416證實，對于感興趣像素塊的像素尚未全部作為感興趣像素進行處理，程序返回到步驟S414，其中，預測抽頭系數(shù)提取電路841將以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊的感興趣像素像素值作為感興趣像素重復類似的處理。
如果在步驟S416證實，對感興趣像素塊的全部像素已作為感興趣像素執(zhí)行處理，也就是，如果已獲得感興趣像素塊的全部像素的解碼值，乘積和電路845將由解碼值構成的像素塊(解碼塊)輸出到解塊電路833(圖78)，以完成處理。
其中，每次預測抽頭系數(shù)提取電路841設置新的感興趣像素塊，重復執(zhí)行遵循圖82的流程圖的處理。
圖84示出為存儲在圖80的系數(shù)表存儲單元844中的抽頭系數(shù)執(zhí)行學習處理的學習設備860A的說明性結構。
分塊電路861輸入在學習時充當老師的作為老師數(shù)據(jù)的一個或多個學習圖像數(shù)據(jù)的圖像。分塊電路861如同JPEG編碼的情況，將作為老師數(shù)據(jù)的圖像分塊為每個由8×8像素組成的像素塊。
DCT電路862順序讀出由分塊電路861形成的像素塊，并且對感興趣像素塊應用DCT處理，以形成DCT系數(shù)塊。這些DCT系數(shù)塊發(fā)送到量化電路863。
量化電路863根據(jù)如同在JPEG編碼中使用的相同的量化表對來自DCT電路862的DCT系數(shù)塊進行量化，并且順序將結果量化DCT系數(shù)塊(DCT塊)發(fā)送到預測抽頭系數(shù)提取電路864和類抽頭提取電路865。
將以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊的像素作為感興趣像素，預測抽頭提取電路864通過從量化電路863的輸出中提取所需量化DCT系數(shù)，為感興趣像素引用從模式表存儲單元870讀出的模式信息，以形成與圖80的預測抽頭系數(shù)提取電路841所形成的相同的預測抽頭。這些預測抽頭從預測抽頭系數(shù)提取電路864發(fā)送到正則方程求和電路867。
類抽頭提取電路865從量化電路863的輸出中提取所需量化DCT系數(shù)，以形成與圖80的類抽頭提取電路842形成的相同的類抽頭。該類抽頭從類抽頭提取電路865發(fā)送到分類電路866。
使用來自類抽頭提取電路865的類抽頭，分類電路866執(zhí)行與圖80的分類電路843所執(zhí)行的相同的處理，以對感興趣像素塊進行分類，并且將結果類代碼發(fā)送到正則方程求和電路867和模式表存儲單元870。
正則方程求和電路867從分塊電路861讀出作為老師數(shù)據(jù)的感興趣像素的像素值，以對來自預測抽頭系數(shù)提取電路864的作為學生數(shù)據(jù)形成預測抽頭的量化DCT系數(shù)和感興趣像素執(zhí)行求和。
也就是，正則方程求和電路867，對與從分類電路866提供的類代碼對應的類逐個地使用預測抽頭(學生數(shù)據(jù))，執(zhí)行學生數(shù)據(jù)的相乘(xinxim)與求和∑的計算，作為方程(8)的矩陣A的各個項。
正則方程求和電路867，對與從分類電路866提供的類代碼對應的類逐個地使用預測抽頭(學生數(shù)據(jù))和感興趣像素(老師數(shù)據(jù))，執(zhí)行預測抽頭(學生數(shù)據(jù))和感興趣像素(老師數(shù)據(jù))的相乘(xinyi)與求和∑的計算，作為方程(8)的向量v的項。
為每個類對感興趣像素的像素位置模式逐個地執(zhí)行正則方程求和電路867中的前述求和。
正則方程求和電路867對構成向其提供的老師圖像的全部像素作為感興趣像素執(zhí)行上述求和，從而為每個類的每個像素位置模式建立方程(8)所示的正則方程。
抽頭系數(shù)確定電路868對在正則方程求和電路867中逐像素位置模式為每個類生成的正則方程進行求解，逐類地得到64組抽頭系數(shù)，以將由此得到的抽頭系數(shù)發(fā)送到與系數(shù)表存儲單元869的各個類對應的地址。
根據(jù)所提供作為學習圖像的圖像數(shù)目，或圖像內容，可能出現(xiàn)產生一個其中不能產生得到抽頭系數(shù)所需的正則方程數(shù)目的類。對于這種類，抽頭系數(shù)確定電路68輸出例如缺省抽頭系數(shù)。
系數(shù)表存儲單元869存儲從抽頭系數(shù)確定電路868向其提供的，每個類的64組抽頭系數(shù)。
模式表存儲單元870存儲與模式表存儲單元846所存儲的相同的模式表。存儲在與來自分類電路866的類代碼相關聯(lián)的地址中的該64組模式信息讀出并發(fā)送到預測抽頭提取電路864。
現(xiàn)在參照圖85的流程圖，說明圖84的學習設備860A的處理(學習處理)。
輸入作為老師數(shù)據(jù)的學習圖像數(shù)據(jù)的分塊電路861，如同JPEG編碼的情況，在步驟S431，將作為老師數(shù)據(jù)的圖像數(shù)據(jù)分塊為8×8像素的像素塊。程序然后移到步驟S432，其中，DCT電路862順序讀出由分塊電路861形成的像素塊，并且對感興趣的像素塊應用DCT處理，以形成DCT系數(shù)塊。程序然后移到步驟S433，其中，量化電路863順序讀出在DCT電路862中所獲得的DCT系數(shù)塊，并且使用與在JPEG編碼中使用的相同的量化表，對如此讀出的塊進行量化，以形成每個由量化DCT系數(shù)構成的塊(DCT塊)。
程序然后移到步驟S434，其中，類抽頭提取電路865將由分塊電路861分塊并且尚未變?yōu)楦信d趣像素塊的像素塊變?yōu)楦信d趣的像素塊。而且，類抽頭提取電路865從在量化電路863中獲得的DCT塊提取用來對感興趣像素塊進行分類的量化DCT系數(shù)，以形成隨后發(fā)送到分類電路866的類抽頭。如同參照圖83流程圖所述，分類電路866在步驟S435，使用來自類抽頭提取電路865的類抽頭對感興趣的像素塊進行分類，以將結果類代碼發(fā)送到正則方程求和電路867和模式表存儲單元870。程序然后移到步驟S436。
因此，模式表存儲單元870讀出存儲在與來自分類代碼866的類代碼相關聯(lián)的地址中的64組模式信息，以將所讀出的模式信息發(fā)送到預測抽頭提取電路864。
將以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊的像素作為感興趣像素，預測抽頭提取電路864通過從量化電路863的輸出中提取所需量化DCT系數(shù)，使用來自模式表存儲單元870的64組模式信息中與感興趣像素的像素位置模式對應的模式信息，形成與圖80的預測抽頭系數(shù)提取電路841所形成的相同的預測抽頭。使用感興趣像素的預測抽頭作為學生數(shù)據(jù)，預測抽頭系數(shù)提取電路864將學生數(shù)據(jù)發(fā)送到正則方程求和電路867。程序然后移到步驟S437。
在步驟S437，正則方程求和電路867從分塊電路861讀出作為老師數(shù)據(jù)的感興趣像素，并且在方程(8)的矩陣A和向量v中對形成作為學生數(shù)據(jù)的預測抽頭的量化DCT系數(shù)和作為老師數(shù)據(jù)的感興趣像素執(zhí)行前述求和。注意，為與來自分類電路866的類代碼對應的每個類并且對感興趣像素的每個像素位置模式執(zhí)行該求和。
程序然后移到步驟S438，其中，預測抽頭系數(shù)提取電路864驗證是否感興趣像素塊的全部像素已作為感興趣像素完成求和。如果在步驟S438發(fā)現(xiàn)，感興趣像素塊的全部像素尚未作為感興趣像素完成求和，程序然后移到步驟S436，其中，預測抽頭系數(shù)提取電路864以光柵掃描順序使尚未變?yōu)楦信d趣像素的感興趣像素塊的像素成為新的感興趣像素。隨后，重復類似的操作序列。
如果在步驟S438發(fā)現(xiàn)，感興趣像素塊的全部像素已作為感興趣像素完成求和，程序然后移到步驟S439，其中，分塊電路861驗證是否從作為老師數(shù)據(jù)的圖像獲得的全部像素塊已作為感興趣像素塊完成處理。如果在步驟S439證實，從作為老師數(shù)據(jù)的圖像獲得的所有像素塊尚未全部作為感興趣像素塊完成處理，程序回到步驟S434，其中，使由分塊電路861形成并且尚未變?yōu)楦信d趣像素塊的像素塊變?yōu)樾碌母信d趣像素塊。隨后，重復類似的操作序列。
如果相反在步驟S439證實，從作為老師數(shù)據(jù)的圖像獲得的全部像素塊已作為感興趣像素塊完成處理，也就是，如果為每個類獲得正則方程，程序然后移到步驟S440，其中，抽頭系數(shù)確定電路868對為每個類的像素位置模式逐個生成的正則方程進行求解，得到與每個類的64個像素位置模式相關聯(lián)的64組抽頭系數(shù)，以將由此得到的抽頭系數(shù)發(fā)送并存儲在系數(shù)表存儲單元869的各個類相關聯(lián)的地址中。然后處理結束。
因此，存儲在系數(shù)表存儲單元869中的各個類的抽頭系數(shù)存儲在圖80的系數(shù)表存儲單元844中。
因此，通過學習已得到存儲在系數(shù)表存儲單元844中的抽頭系數(shù)，從而通過線性預測計算獲得的原始像素值的預測值的預測誤差(在此為平方差)將在統(tǒng)計上最小。結果是通過圖80的系數(shù)轉換電路832A，JPEG編碼圖像可以解碼為無限近似于原始圖像的圖像。
而且，由于同時執(zhí)行對JPEG編碼圖像進行解碼的處理和用于改善圖像質量的處理，因此從JPEG編碼圖像可以有效產生高圖像質量的解碼圖像。
圖86示出負責要存儲在圖80的模式表存儲單元846和圖84的模式表存儲單元870中的模式信息的學習處理的模式學習設備950A的說明性結構。
分塊電路951輸入一個或多個學習圖像數(shù)據(jù)的圖像。如同JPEG編碼，分塊電路951將學習圖像形成為8×8像素的像素塊。其中，提供給分塊電路951的用于學習的圖像數(shù)據(jù)可以相同或不同于提供給圖84的抽頭系數(shù)學習設備860A的分塊電路861的用于學習的圖像數(shù)據(jù)。
DCT電路952順序讀出由分塊電路951形成的像素塊作為感興趣的像素塊，以對像素塊應用DCT處理，形成DCT系數(shù)塊。這些DCT系數(shù)塊發(fā)送到量化電路953。
量化電路953根據(jù)與在JPEG編碼中使用的相同的量化表對來自DCT電路952的DCT系數(shù)塊進行量化。由此產生的量化DCT系數(shù)塊(DCT塊)順序發(fā)送到求和電路954和類抽頭提取電路955。
將在分塊電路951獲得的像素塊順序作為感興趣像素塊，并且將以光柵掃描順序尚未變?yōu)楦信d趣像素的感興趣像素塊中的像素作為感興趣像素，求和電路954執(zhí)行求和處理，以得到感興趣像素與由量化電路953輸出的量化DCT系數(shù)之間的相關值(互關值)。
也就是，在對模式信息的學習處理中，以與給定感興趣像素所屬的給定感興趣像素塊對應的DCT塊為中心的3×3DCT塊的所有量化DCT系數(shù)，與感興趣像素相關聯(lián)，如圖87A所示。對從學習圖像獲得的所有像素塊執(zhí)行該操作，如圖87B所示，以計算給定像素塊的各個像素與以與該像素塊對應的DCT塊為中心的3×3DCT塊的各個量化DCT系數(shù)之間的相關值。然后，對于像素塊的每個像素，與該像素有較大相關值的量化DCT系數(shù)的位置模式設為模式信息，用■表示。也就是，在圖87C中，用■表示與像素塊中從左第三列且從上第一行的像素有較大相關值的量化DCT系數(shù)的位置模式，該位置模式為模式信息。
如果從左第(x+1)列且從上第(y+1)行的像素用A(x，y)(在本發(fā)明的實施例中，x、y為0到7(＝8-1)的整數(shù))表示，并且以與包含該像素的像素塊對應的DCT塊為中心，并且位于從左第(s+1)列且從上第(t+1)行的3×3DCT塊的量化DCT系數(shù)用B(s，t)(在本發(fā)明的實施例中，s、t為0到23(＝8*3-1)的整數(shù))表示。在與像素A(x，y)的預設位置關系中，像素A(x，y)與量化DCT系數(shù)B(s，t)的互關值RA(x，y)B(s，t)用如下方程(10)進行表示RA(x，y)B(s，t)＝∑(A(x，y)-A’(x，y))(B(s，t)-B’(s，t))/(√(∑(A(x，y)-A’(x，y))2)√(∑(B(s，t)-B’(s，t))2)...(10)在方程(10)和下面方程(11)到(13)中，求和(∑)表示對從學習圖像獲得的所有像素塊的求和，A’(x，y)表示在從學習圖像獲得的像素塊的位置s(x，y)的像素值的平均值，并且B’(s，t)表示位于與從學習圖像獲得的像素塊對應的3×3DCT塊的位置(s，t)的量化DCT系數(shù)的平均值。
因此，如果從學習圖像獲得的像素塊的總數(shù)用N表示，平均值A’(x，y)和平均值B’(s，t)可以用如下方程(11)表示A’(x，y)＝(∑A(x，y))/NB’(s，t)＝(∑B(s，t))/N...(11)將方程(11)代入方程(10)時，導出如下方程(12)。
RA(x，y)B(s，t)＝N∑(A(x，y)-B(s，t))-∑(A(x，y)(∑B(s，t))/(√(N∑A(x，y)2-(A(x，y))2)√(N∑B(s，t)2-(B’(s，t))2))...(12)為從方程(12)求得相關值RA(x，y)B(s，t)，需要進行下列5項的求和計算∑A(x，y)∑B(s，t)∑A(x，y)2
∑B(s，t)2∑(A(x，y)(B(s，t)) ...(13)因此，求和電路954對該5項一起進行求和。
在此，為簡化說明，沒有考慮類。在圖86的模式學習設備950A中，求和電路954為從分類電路956提供的每個類代碼進行求和計算。因此，在上面情況下，求和(∑)表示對從學習圖像獲得的所有像素塊的求和。然而，如果考慮類，方程(13)的求和(∑)表示對從學習圖像獲得且屬于給定類的所有像素塊的求和。
回到圖86，當為每個類獲得用于計算在像素塊的各個位置的像素與在以對應于該像素塊的DCT塊為中心的3×3DCT塊的各個位置的量化DCT系數(shù)的相關值，求和電路954將求和計算結果輸出到相關系數(shù)計算電路957。
類抽頭提取電路955通過從量化電路953的輸出中提取所需量化DCT系數(shù)，形成與圖80的類抽頭提取電路842所形成的相同的類抽頭。這些類抽頭從類抽頭提取電路955提供給分類電路956。
分類電路956使用來自類抽頭提取電路955的類抽頭，執(zhí)行與圖80的分類電路843相同的處理，以對感興趣像素進行分類，并將結果類代碼發(fā)送到求和電路954。
相關系數(shù)計算電路957使用求和電路954的輸出，根據(jù)方程(12)逐類計算用于計算像素塊各個位置的像素與以對應于該像素塊的DCT塊為中心的3×3DCT塊各個位置的量化DCT系數(shù)之間的相關值，并且將結果相關值發(fā)送到模式選擇電路958。
根據(jù)來自相關系數(shù)計算電路957的相關值，模式選擇電路958逐類識別在像素塊的各個位置的與各個8×8像素有較大相關值的DCT系數(shù)的位置。也就是，模式選擇電路958逐類識別在像素塊的各個位置的與各個8×8像素有比預設閥值更大的絕對相關值的DCT系數(shù)的位置。作為替換，模式選擇電路958逐類識別在像素塊的各個位置的與各個8×8像素有比預設排名值更高的絕對相關值的DCT系數(shù)的位置。模式選擇電路958為8×8像素中每個像素的每個像素位置模式將逐類識別的64組DCT系數(shù)的位置模式作為模式信息發(fā)送到模式表存儲單元959。
如果模式選擇電路958設計為用于識別與像素塊中各個位置的像素有比預設排名值更高的絕對相關值的DCT系數(shù)的位置，由此識別的DCT系數(shù)的位置數(shù)目為與預設排名值對應的固定值。另一方面，如果DCT系數(shù)的位置與像素塊中各個位置的像素的絕對相關值不低于預設閥值，DCT系數(shù)的位置數(shù)目為可變值。
模式表存儲單元959存儲由模式選擇電路958輸出的模式信息。
參照圖88的流程圖，說明圖86的模式學習設備950A的處理(學習處理)。
分塊電路951輸入用于學習的圖像數(shù)據(jù)。在步驟S451，分塊電路861將用于學習的圖像數(shù)據(jù)形成為8×8像素的像素塊，如同JPEG編碼的情況。程序然后移到步驟S452，其中，DCT電路952順序讀出由分塊電路951形成的像素塊，并且對該像素塊應用DCT處理，以形成DCT系數(shù)塊。程序然后移到步驟S453，其中，量化電路953順序讀出在DCT電路952獲得的DCT系數(shù)塊，并且根據(jù)與在JPEG編碼中使用的相同的量化表對DCT系數(shù)進行量化，以形成量化DCT系數(shù)塊(DCT塊)。
程序然后移到步驟S454，其中，求和電路954將尚未變?yōu)楦信d趣像素塊的像素塊變?yōu)楦信d趣的像素塊。在步驟S454，類抽頭提取電路955從在量化電路863中獲得的DCT塊提取用來對感興趣像素塊進行分類的量化DCT系數(shù)，以形成提供給分類電路956的類抽頭。采用參照圖83的流程圖所說明的方式，分類電路956使用來自類抽頭提取電路955的類抽頭對感興趣的像素塊進行分類，以將結果類代碼發(fā)送到求和電路954。程序然后移到步驟S456。
在步驟S456，求和電路954將尚未變?yōu)楦信d趣像素的感興趣像素塊中的像素作為感興趣像素，使用由分塊電路951分塊的學習圖像和由量化電路953輸出的量化DCT系數(shù)，逐感興趣像素位置(像素位置模式)且逐個從類電路956提供的類代碼，執(zhí)行方程(13)的求和處理。然后，程序移到步驟S457。
在步驟S457，求和電路954檢查是否將感興趣像素塊中的所有像素作為感興趣像素進行求和計算。如果在步驟S457發(fā)現(xiàn)，尚未將感興趣像素塊的所有像素作為感興趣像素進行求和，程序返回到步驟S456，其中，求和電路954以光柵掃描順序將尚未變?yōu)楦信d趣像素的感興趣像素塊中的像素變?yōu)楦信d趣像素。隨后，重復類似的操作序列。
如果相反在步驟S457發(fā)現(xiàn)，已經(jīng)將從作為老師數(shù)據(jù)的圖像獲得的所有像素塊作為感興趣像素塊進行處理，程序移到步驟S458，其中，求和電路954檢查是否已經(jīng)將從學習圖像獲得的感興趣像素塊的所有像素作為感興趣像素塊進行處理。如果在步驟S458發(fā)現(xiàn)，沒有將從學習圖像獲得的感興趣像素塊的所有像素作為感興趣像素塊進行處理，程序返回到步驟S454，其中，將由分塊電路951形成且尚未變?yōu)楦信d趣像素塊的像素塊變?yōu)樾碌母信d趣像素塊。隨后，重復類似的操作序列。
如果相反在步驟S458發(fā)現(xiàn)，已經(jīng)將從學習圖像獲得的感興趣像素塊的所有像素作為感興趣像素塊進行處理，程序移到步驟S459，其中，相關系數(shù)計算電路957計算給定像素塊中各個位置的像素與以與該像素塊對應的DCT塊為中心的3×3DCT塊中各個位置的量化DCT系數(shù)之間的相關值，以將計算結果發(fā)送到模式選擇電路958。
根據(jù)來自相關系數(shù)計算電路957的相關值，模式選擇電路958在步驟S460，逐類識別在像素塊的各個位置的表示與8×8像素有較大相關值的位置關系的DCT系數(shù)的位置。模式選擇電路958在像素塊的各個位置為8×8像素中的各個像素逐類識別的64組DCT系數(shù)的位置模式作為模式信息發(fā)送到模式表存儲單元959，以在其中進行存儲。然后處理結束。
如上所述，存儲在模式表存儲單元959中的64組基于類的模式信息存儲在圖80的模式表存儲單元846和圖84的模式表存儲單元870中。
因此，在圖80所示的系數(shù)轉換電路832A中，提取與感興趣像素有較大相關值的量化DCT系數(shù)作為預測抽頭，并且使用這些預測抽頭，將量化DCT系數(shù)解碼為原始像素值。因此，與隨機提取用作預測抽頭的量化DCT系數(shù)相比，可以改善解碼圖像的圖像質量。
在JPEG編碼中，以8×8像素的像素塊為單位執(zhí)行DCT和量化，從而形成由8×8量化DCT系數(shù)構成的DCT塊。因此，可以設想，在通過分類自適應處理對給定像素塊的像素進行解碼時，只使用與該像素塊相關聯(lián)的DCT塊的量化DCT系數(shù)作為類抽頭。
然而，如果注意力集中于給定圖像的給定像素塊，通常當前像素塊的像素與鄰近像素塊的像素之間存在特定不可忽略的關系。因此，通過不僅從以與給定像素塊相關聯(lián)的DCT塊為中心的3×3DCT塊(即，與當前DCT塊相關聯(lián)的多個DCT塊)，而且從其他DCT塊提取表示與感興趣像素有較高關聯(lián)的位置關系的量化DCT系數(shù)，并且將它們用作預測抽頭，解碼圖像比如果僅使用與像素塊對應的DCT塊的量化DCT系數(shù)作為類抽頭，具有更高的圖像質量。
由于給定像素塊的像素和相鄰像素塊的像素之間存在不可忽略的關系，與僅采用與給定像素塊對應的DCT塊的量化DCT系數(shù)的情況相比，將以與該像素塊對應的DCT塊為中心的3×3DCT塊的所有量化DCT系數(shù)用作預測抽頭，改善解碼圖像的圖像質量是可能的。
然而，如果以與給定像素塊對應的DCT塊為中心的3×3DCT塊的所有量化DCT系數(shù)用作預測抽頭，形成預測抽頭的量化DCT系數(shù)的數(shù)目為576(8×8×3×3)，從而增加由乘積和電路845執(zhí)行的乘積和處理的次數(shù)。
因此，如果提取并使用表示與感興趣像素有較大關聯(lián)的位置關系的576個量化DCT系數(shù)中的量化DCT系數(shù)作為預測抽頭，能夠減小圖80的乘積和電路845中的處理量，并且仍然改善解碼圖像的圖像質量。
在上述情況下，提取表示與感興趣像素有較大關聯(lián)的位置關系的量化DCT系數(shù)作為預測抽頭。然而，還可以從以與給定像素塊對應的DCT塊為中心的例如5×5DCT塊的量化DCT系數(shù)中提取用作預測抽頭的量化DCT系數(shù)。也就是，對提取用作預測抽頭的量化DCT系數(shù)的DCT塊范圍沒有具體限制。
從對應像素塊的像素獲得給定DCT塊的量化DCT系數(shù)，從而，在形成感興趣像素的預測抽頭時，可以認為，使用與感興趣像素的像素塊相關聯(lián)的DCT塊的所有量化DCT系數(shù)，是最理想的。
因此，模式選擇電路958可以設計為生成模式信息，其中與當前像素塊相關聯(lián)的DCT塊的量化DCT系數(shù)將必要地被提取作為預測抽頭。在這種情況下，模式選擇電路958從相鄰于與當前像素塊相關聯(lián)的DCT塊的8個DCT塊中選擇具有較高相關值的量化DCT系數(shù)，從而，這些量化DCT系數(shù)的位置模式和與該像素塊相關聯(lián)的所有DCT塊的所有量化DCT系數(shù)的位置模式，組合在一起，成為最終模式信息。
圖89示出圖78所示的系數(shù)轉換電路832的變型。在圖89中，用相同的參考號表示與圖80的情況對應的部件，并且為簡潔起見，省略對應的說明。也就是，圖89所示的系數(shù)轉換電路832B除了新提供逆量化電路871之外，基本上等同于圖80所示的對應設備進行構造。
在圖89所示的系數(shù)轉換電路832B中，逆量化電路871輸入通過從熵解碼電路831(圖78)對編碼數(shù)據(jù)進行熵解碼獲得的基于塊的量化DCT系數(shù)。
其中，如上所述，在熵解碼電路831中，不僅獲得量化DCT系數(shù)，而且獲得量化表。在圖89的系數(shù)轉換電路832B中，該量化表還從熵解碼電路831輸入到逆量化電路871。
逆量化電路871根據(jù)來自熵量化電路831的量化表對來自熵解碼電路831的量化DCT系數(shù)進行逆量化，以將結果DCT系數(shù)發(fā)送到預測抽頭系數(shù)提取電路841和類抽頭提取電路842。
因此，預測抽頭提取電路841和類抽頭提取電路842不僅對量化DCT系數(shù)，而且對DCT系數(shù)形成預測抽頭和類抽頭。隨后，對DCT系數(shù)執(zhí)行類似于圖80所示的處理。
由于圖89的系數(shù)轉換電路832B不僅對量化DCT系數(shù)，而且對DCT系數(shù)執(zhí)行處理，因此，存儲在系數(shù)表存儲單元844中的抽頭系數(shù)需要不同于圖80所示的抽頭系數(shù)。
因此，圖90示出負責存儲在圖89的系數(shù)表存儲單元844中的抽頭系數(shù)的學習處理的抽頭系數(shù)學習設備860B的說明性結構。其中，用與圖84中所使用的相同的參考號表示圖90中對應的部件或組件，并且為簡潔起見，省略對應的說明。也就是，圖90所示的抽頭系數(shù)學習設備860B除了在量化電路863的下游新提供逆量化電路881之外，基本上類似于圖84所示的設備進行構造。
圖90所示的抽頭系數(shù)學習設備860B中的逆量化電路881，采用與圖89的逆量化電路871相同的方式，對由量化電路863輸出的量化DCT系數(shù)進行逆量化，并且將結果DCT系數(shù)發(fā)送到預測抽頭系數(shù)提取電路864和類抽頭提取電路865。
因此，在預測抽頭系數(shù)提取電路864和類抽頭提取電路865中，對DCT系數(shù)，而不是量化DCT系數(shù)形成預測抽頭和類抽頭。隨后，以圖84中相同的方式，執(zhí)行處理。
結果是，產生減小由于DCT系數(shù)的量化和逆量化導致的量化誤差效果的抽頭系數(shù)。
因此，圖91示出負責存儲在圖89的模式表存儲單元870中的模式信息的學習處理的學習設備950B的說明性結構。其中，用相同的參考號描述與圖86所示對應的部件或組件，并且為簡潔起見，省略對應的說明。也就是，圖91所示的模式學習設備950B除了在量化電路953的下游新提供逆量化電路891之外，基本上類似于圖86所示的設備進行構造。
在模式學習設備950B中，逆量化電路891，采用與圖89的逆量化電路871或圖90的逆量化電路881相同的方式，對由量化電路953輸出的量化DCT系數(shù)進行逆量化，并且將結果DCT系數(shù)發(fā)送到求和電路954和類抽頭提取電路955。
因此，求和電路954和類抽頭提取電路955對DCT系數(shù)，而不是量化DCT系數(shù)執(zhí)行處理。也就是，求和電路954使用由逆量化電路891輸出的DCT系數(shù)，而不是由量化電路953輸出的量化DCT系數(shù)執(zhí)行求和計算，以形成類抽頭。類似地，求和電路954使用由逆量化電路891輸出的DCT系數(shù)，而不是由量化電路953輸出的量化DCT系數(shù)執(zhí)行求和計算，以形成類抽頭。然后，執(zhí)行類似于圖86的處理，以計算模式信息。
圖92示出圖78的系數(shù)轉換電路832的另一結構。其中，用相同的參考號表示對應于圖80所示的部件或組件，并且為簡潔起見，省略對應的說明。也就是，圖91所示的系數(shù)轉換電路832C除了在乘積和電路845的下游新提供反向DCT電路901之外，基本上類似于圖80所示的設備進行構造。
反向DCT電路901對乘積和電路845的輸出應用反向DCT，以將該輸出解碼為輸出圖像。因此，在圖92的系數(shù)轉換電路832C中，乘積和電路845使用形成由預測抽頭系數(shù)提取電路841輸出的預測抽頭的量化DCT系數(shù)和存儲在系數(shù)表存儲單元844中的抽頭系數(shù)，執(zhí)行乘積和處理，以輸出DCT系數(shù)。
因此，在圖92所示的系數(shù)轉換電路832C中，將量化DCT系數(shù)解碼為像素值，不是由量化DCT系數(shù)經(jīng)過與抽頭系數(shù)的乘積和處理，而是由量化DCT系數(shù)轉換為DCT系數(shù)，然后由反向DCT電路901進行反向DCT處理。因此，存儲在系數(shù)表存儲單元844中的抽頭系數(shù)需要不同于圖80的抽頭系數(shù)。
因此，圖93示出負責存儲在圖92的系數(shù)表存儲單元844中的抽頭系數(shù)的學習處理的抽頭系數(shù)學習設備860C的說明性結構。其中，用與圖84所使用的相同的參考號表示圖93中對應的部件或組件，并且為簡潔起見，省略對應的說明。也就是，除了不是學習圖像的像素值，而是通過對學習圖像進行DCT處理獲得的來自DCT電路862的DCT系數(shù)，作為老師數(shù)據(jù)發(fā)送到正則方程求和電路867之外，圖93所示的抽頭系數(shù)學習設備860C基本上類似于圖84所示的設備進行構造。
因此，圖93所示的抽頭系數(shù)學習設備860C中的正則方程求和電路867對作為老師數(shù)據(jù)的由DCT電路862輸出的DCT系數(shù)和形成由系數(shù)表存儲單元844輸出的預測抽頭的量化DCT系數(shù)執(zhí)行上述求和。抽頭系數(shù)確定電路868對通過這種求和獲得的正則方程進行求解，以得到抽頭系數(shù)。結果是，在圖93的學習設備860C中，可以得到將量化DCT系數(shù)轉換為減小或降低由于量化電路863的量化導致的量化誤差的DCT系數(shù)的抽頭系數(shù)。
在圖92的系數(shù)轉換電路832C中，乘積和電路845使用前述抽頭系數(shù)，執(zhí)行乘積和處理，輸出是轉換為減少量化誤差的DCT系數(shù)的來自預測抽頭系數(shù)提取電路841的量化DCT系數(shù)。這些DCT系數(shù)由反向DCT電路901進行反向DCT，以產生由于量化誤差導致的圖像質量劣化度降到較低值的解碼圖像。
圖94示出負責存儲在圖92的模式表存儲單元846和圖93的模式表存儲單元870中的模式信息的學習處理的模式學習設備950C的說明性結構。其中，用相同的參考號表示對應于圖86所示的部件或組件，并且為簡潔起見，省略對應的說明。也就是，除了不是由分塊電路951輸出的學習圖像的像素，而是由DCT電路952輸出的DCT系數(shù)，發(fā)送到求和電路954之外，圖94所示的模式學習設備950C類似于圖86所示的設備進行構造。
圖86的模式學習設備950A，通過采用量化DCT系數(shù)和形成預測抽頭的抽頭系數(shù)的乘積和處理，得到表示與給定像素有較大相關的位置關系的量化DCT系數(shù)，以對圖像進行解碼，并且使量化DCT系數(shù)的位置模式成為模式信息。在圖94所示的模式學習設備950C中，需要通過采用形成預測抽頭的量化DCT系數(shù)和抽頭系數(shù)的乘積和處理，得到與DCT系數(shù)有高相關性的量化DCT系數(shù)，以產生減少量化誤差的DCT系數(shù)，得到作為模式信息的量化DCT系數(shù)的位置模式。
因此，在圖94的模式學習設備950C中，不是在分塊電路951中獲得的像素塊，而是在DCT電路952中對像素塊進行DCT處理獲得的DCT系數(shù)塊順序變?yōu)楦信d趣像素塊，并且在這樣一個感興趣像素塊的DCT系數(shù)中，以光柵掃描順序尚未變?yōu)楦信d趣DCT系數(shù)的DCT系數(shù)順序變?yōu)楦信d趣DCT系數(shù)。然后，求和電路954對由分類電路956輸出的感興趣DCT系數(shù)的每個類代碼執(zhí)行求和計算，以得到感興趣的DCT系數(shù)和由量化電路953輸出的量化DCT系數(shù)之間的相關值(互關值)。
也就是，在圖94所示的模式學習設備950C的學習處理中，以對應于包含給定感興趣DCT系數(shù)的感興趣塊的量化DCT系數(shù)的DCT塊為中心的3×3DCT塊的所有量化DCT系數(shù)，與感興趣DCT系數(shù)相關聯(lián)，如圖95A所示。對從學習圖像獲得的所有DCT系數(shù)塊執(zhí)行該操作，如圖95B所示，以計算給定DCT系數(shù)塊中各個位置的DCT系數(shù)與以對應于該塊的DCT塊為中心的3×3DCT塊中各個位置的各個量化DCT系數(shù)之間的相關值。然后，對于DCT系數(shù)塊的每個DCT系數(shù)，表示與該DCT系數(shù)有較大相關值的位置關系的量化DCT系數(shù)的位置模式設為模式信息，用■表示。也就是，在圖95C中，表示與DCT系數(shù)塊中從左第二列且從上第一行的DCT系數(shù)有較大相關的位置關系的量化DCT系數(shù)的位置模式用■表示，該位置模式為模式信息。
如果從左第(x+1)列且從上第(y+1)行的像素用A(x，y)表示，并且以與包含該像素的像素塊對應的DCT塊為中心，并且每個位于從左第(s+1)列且從上第(t+1)行的3×3DCT的量化DCT系數(shù)用B(s，t)表示。在與DCT系數(shù)A(x，y)的預設位置關系中，DCT系數(shù)A(x，y)與量化DCT系數(shù)B(s，t)的互關值RA(x，y)B(s，t)可以根據(jù)方程(10)到(13)求得。
回到圖94，相關系數(shù)計算電路957使用由求和電路954執(zhí)行的求和計算結果，得到DCT系數(shù)和量化DCT系數(shù)之間的相關值。模式選擇電路958得到表示增大相關值的位置關系的量化DCT系數(shù)的位置模式，以用作模式信息。
圖96示出圖78所示的系數(shù)轉換電路832的另一結構。其中，用相同的參考號表示對應于圖80、89或92所示的部件或組件，并且為簡潔起見，省略對應的說明。也就是，圖96所示的系數(shù)轉換電路832D除了如同圖89新提供逆量化電路871，并且還如同圖92新提供反向DCT系數(shù)901之外，基本上類似于圖80所示的對應設備進行構造。
因此，在圖96所示的系數(shù)轉換電路832D的預測抽頭系數(shù)提取電路841和類抽頭提取電路842中，對DCT系數(shù)，而不是量化DCT系數(shù)形成預測和類抽頭。而且，在圖96所示的系數(shù)轉換電路832D中，乘積和電路845使用形成由預測抽頭系數(shù)提取電路841輸出的預測抽頭的DCT系數(shù)和存儲在系數(shù)表存儲單元844中的抽頭系數(shù)執(zhí)行乘積和處理，以產生減少量化誤差的DCT系數(shù)。這些DCT系數(shù)輸出到反向DCT電路701。
因此，圖97示出負責存儲在圖96的系數(shù)表存儲單元844中的抽頭系數(shù)的抽頭系數(shù)學習處理的學習設備860D的說明性結構。其中，用與圖84、90和93所使用的相同的參考號表示圖97中對應的部件或組件，并且為簡潔起見，省略對應的說明。也就是，除了如同圖90新提供逆量化電路881，并且不是學習圖像的像素值，而是通過對學習圖像進行DCT處理獲得的，來自DCT電路862的DCT系數(shù)，作為老師數(shù)據(jù)提供給正則方程求和電路867之外，圖97所示的抽頭系數(shù)學習設備860D類似于圖84所示的電路進行構造。
因此，圖97所示的抽頭系數(shù)學習設備860D中的正則方程求和電路867對作為老師數(shù)據(jù)的由DCT電路862輸出的DCT系數(shù)，和作為學生數(shù)據(jù)的形成由系數(shù)表存儲單元844輸出的預測抽頭的量化DCT系數(shù)(經(jīng)過量化和逆量化的數(shù)據(jù))，執(zhí)行上述求和。抽頭系數(shù)確定電路868對通過上述求和獲得的正則方程進行求解，以得到抽頭系數(shù)。結果是，在圖97的抽頭系數(shù)學習設備860D中，可以得到將經(jīng)過量化和逆量化的DCT系數(shù)轉換為減小或降低由于量化和逆量化導致的量化誤差的DCT系數(shù)的抽頭系數(shù)。
圖98示出負責存儲在圖96的模式表存儲單元846和圖97的模式表存儲單元870中的模式信息的學習處理的模式學習設備950D的說明性結構。其中，用相同的參考號表示對應于圖86、91和94所示的部件或組件，并且為簡潔起見，省略對應的說明。也就是，除了如同圖94，不是由分塊電路951輸出的學習圖像的像素，而是由DCT電路952輸出的DCT系數(shù)，發(fā)送到求和電路954之外，圖98所示的模式學習設備950D類似于圖86所示的設備進行構造。
因此，在圖98的模式學習設備950D的求和電路954中，不是在分塊電路951中獲得的像素塊，而是在DCT電路952中對像素塊進行DCT處理獲得的DCT系數(shù)塊順序變?yōu)楦信d趣塊，并且以光柵掃描順序尚未變?yōu)楦信d趣DCT系數(shù)的感興趣像素的DCT系數(shù)變?yōu)楦信d趣DCT系數(shù)。然后，求和電路954對由分類電路956輸出的感興趣DCT系數(shù)的類代碼逐個地執(zhí)行求和處理，以得到感興趣的DCT系數(shù)和從逆量化電路891輸出的經(jīng)過量化和逆量化的DCT系數(shù)之間的相關值(互關值)。使用求和電路954執(zhí)行的求和計算的結果，相關系數(shù)計算電路957求出DCT系數(shù)和量化及逆量化DCT系數(shù)之間的相關值。模式選擇電路958得到表示增大相關值的位置關系的經(jīng)過量化和逆量化的DCT系數(shù)的位置模式。
圖99示出圖78的系數(shù)轉換電路832的另一說明性結構。其中，用相同的參考號表示與圖80所示對應的圖99的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖99所示的系數(shù)轉換電路832E除了缺少類抽頭提取電路842或分類電路843之外，基本上類似于圖80所示的電路進行構造。
因此，圖99所示的系數(shù)轉換電路832E缺少類的概念，也可以說，相當于類的數(shù)目為1。因此，只有一個類的抽頭系數(shù)存儲在系數(shù)表存儲單元844中，從而使用該一個類的抽頭系數(shù)執(zhí)行處理。
也就是，在圖99的系數(shù)轉換電路832E中，存儲在系數(shù)表存儲單元844中的抽頭系數(shù)不同于圖80所示的抽頭系數(shù)。
圖100示出用于執(zhí)行學習要存儲在圖99的系數(shù)表存儲單元844中的抽頭系數(shù)的處理的學習設備860E的說明性結構。其中，用相同的參考號表示與圖84所示對應的圖100的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖100所示的學習設備860E除了缺少類抽頭提取電路865或分類電路866之外，基本上類似于圖84所示的電路進行構造。
因此，在圖100的抽頭系數(shù)學習設備860E中，不依賴于類，在正則方程求和電路867中逐像素位置模式，執(zhí)行上述求和。抽頭系數(shù)確定電路868對逐像素位置模式生成的正則方程進行求解，以得到抽頭系數(shù)。
因此，圖99所示的系數(shù)轉換電路832E只有一個類，從而只有一個類的模式信息存儲在圖99的模式表存儲單元846或圖100的模式表存儲單元870中。
圖101示出用于執(zhí)行學習要存儲在圖99的模式表存儲單元846和圖100的模式表存儲單元870中的模式信息的處理的模式學習設備960E的說明性結構。其中，用相同的參考號表示與圖86所示對應的圖101的部件或組件，并且為簡潔起見，有時省略對應的說明。也就是，圖101所示的模式學習設備960E除了缺少類抽頭提取電路955或分類電路956之外，基本上類似于圖86所示的電路進行構造。
因此，在圖101的模式學習設備960E中，不依賴于類，在求和電路954中逐像素位置模式，執(zhí)行上述求和。相關系數(shù)計算電路957還逐像素位置模式得到模式信息，以根據(jù)在相關系數(shù)計算電路957中獲得的相關值得到模式信息。
在圖80的系數(shù)轉換電路832A中，基于類的模式信息存儲在模式表存儲單元846，并且使用與由分類電路843輸出的類代碼對應的類的模式信息形成預測抽頭。作為替換，在圖101的學習設備960E中獲得的一個類的模式信息可以存儲在模式表存儲單元846，以使用該模式信息，不依賴于類形成預測抽頭。
可以用硬件或軟件執(zhí)行上述操作序列。在后一情況下，形成軟件的程序安裝在例如通用計算機上。
圖102示出其中安裝有用來執(zhí)行上述操作序列的計算機的說明性結構。
該程序可以預記錄在作為計算機1000內置的記錄介質的硬盤1205或ROM 1203上。
作為替換，程序可以臨時或永久地存儲(記錄)在可移動記錄介質1211中，如軟盤，CD-ROM(Compact Disc Read Only Memory，光盤只讀存儲器)，MO(Magneto-Optical，光磁)盤，DVD(Digital Versatile Disc，數(shù)字多用途盤)，磁盤或半導體存儲器。該可移動記錄介質1211可以作為所謂的包軟件進行提供。
其中，該程序不僅可以從可移動記錄介質安裝到計算機，還可以通過用于數(shù)字衛(wèi)星廣播的人造衛(wèi)星以無線方式從下載站點傳輸?shù)接嬎銠C，或通過網(wǎng)絡如LAN(Local Area Network，局域網(wǎng))或因特網(wǎng)以纜線方式傳輸?shù)接嬎銠C，然后計算機在通信單元1208接收由此傳輸?shù)某绦?，以將該程序安裝在內置硬盤1205中。
計算機1000具有內置的CPU(Central Processing Unit，中央處理器)1201，輸入輸出接口通過總線1201與其進行連接。如果用戶操作輸入單元1207，如鍵盤，鼠標或麥克風，通過輸入輸出接口1210將一個命令輸入到CPU 1202，運行存儲在ROM(Read Only Memory，只讀存儲器)1203中的程序。作為替換，CPU 1202載入存儲在硬盤1205中的程序，由通信單元1208接收且安裝在硬盤1205上的從衛(wèi)星或網(wǎng)絡傳輸?shù)某绦?，或從載入在驅動器1209中的可移動盤1211讀出，并且安裝在硬盤1205、RAM(Random AccessMemory，隨機存儲器)1204上的程序，以執(zhí)行所載入的程序。處理結果由CPU1202通過輸入輸出接口1210利用設計為LCD(liquid crystal display，液晶顯示器)或擴音器的輸出單元1206進行輸出，從通信單元1208進行傳輸，或記錄在硬盤1205上。
在本說明書中，說明為計算機執(zhí)行各種處理操作所設計的程序的處理步驟不一定按流程圖中說明的時間順序進行處理，但是，處理還可以包括以并行或分批方式執(zhí)行的處理，如并行處理或對象處理。
該程序可以由一臺或多臺計算機以分布的方式進行處理。該程序還可以傳輸?shù)竭h程計算機，由其進行執(zhí)行。
上述各個實施例是面向圖像數(shù)據(jù)的。然而，本發(fā)明可以應用于例如語音數(shù)據(jù)。
上述各個實施例是面向對靜止圖像進行壓縮編碼的JPEG編碼圖像的。然而，本發(fā)明可以應用于根據(jù)對運動圖像進行壓縮編碼的MPEG進行編碼的圖像。
上述實施例面向于對DCT處理的JPEG編碼數(shù)據(jù)進行解碼。然而，本發(fā)明可以應用于對通過正交變換或頻率變換逐塊(逐預設單元)變換的數(shù)據(jù)進行解碼或轉換。也就是，本發(fā)明可以應用于對子帶編碼或經(jīng)過傅立葉變換的數(shù)據(jù)進行解碼或者將該數(shù)據(jù)變換為降低例如量化誤差的數(shù)據(jù)。
在上述實施例中，用來解碼的抽頭系數(shù)預存儲在解碼器22中。然而，該抽頭系數(shù)可以包含在編碼數(shù)據(jù)中，并且在該狀態(tài)下提供給解碼器。模式信息也可以這樣。
雖然通過采用抽頭系數(shù)的線性預測算法進行解碼和變換，但是還可以根據(jù)通過更高次預測計算，如2次預測算法進行解碼或變換。
雖然預測抽頭包括對應于感興趣像素塊的DCT塊和多個相鄰像素塊的量化DCT系數(shù)，但是也可以用類似方式形成群抽頭。
根據(jù)本發(fā)明，如上所述，至少從與不是感興趣數(shù)據(jù)塊的數(shù)據(jù)塊對應的所轉換塊，提取對感興趣數(shù)據(jù)塊的數(shù)據(jù)進行解碼的預測計算中所使用的所轉換數(shù)據(jù)，以用作預測抽頭。使用抽頭系數(shù)和預測抽頭，執(zhí)行預設預測計算，以有效地將所轉換數(shù)據(jù)解碼為原始數(shù)據(jù)。
根據(jù)本發(fā)明，作為老師的老師數(shù)據(jù)至少經(jīng)過正交或頻率變換，以形成作為學生的學生數(shù)據(jù)。從與不是感興趣老師塊的老師塊對應的學生塊，提取對老師塊中感興趣老師塊的老師數(shù)據(jù)進行解碼的預測計算中所使用的學生數(shù)據(jù)，以用作預測抽頭。執(zhí)行學習，從而在統(tǒng)計上最小化通過采用抽頭和預測系數(shù)的預測計算獲得的老師數(shù)據(jù)的預測值的預測誤差。使用由此得到的抽頭系數(shù)，可以對經(jīng)過正交或頻率變換的數(shù)據(jù)進行有效的解碼。
而且，根據(jù)本發(fā)明，使用用于學習提取模式的第一和第二數(shù)據(jù)，逐位置關系地得到預設位置關系中的第一數(shù)據(jù)與在預設位置的第二數(shù)據(jù)之間的相關，以將第一數(shù)據(jù)的提取模式設置為用作用于對第二數(shù)據(jù)的預測計算的預測抽頭。可以使用根據(jù)提取模式所提取的第一數(shù)據(jù)執(zhí)行預測計算，以將例如第一數(shù)據(jù)有效地轉換為第二數(shù)據(jù)。
權利要求
1.一種數(shù)據(jù)處理裝置，用于學習用來通過預測計算對至少通過正交或頻率變換獲得的所轉換數(shù)據(jù)進行解碼的抽頭系數(shù)，包括生成裝置，用于通過至少對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；和學習裝置，用于實現(xiàn)學習，從而通過使用所述抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到所述抽頭系數(shù)。
2.如權利要求1所述的數(shù)據(jù)處理裝置，其中，所述學習裝置執(zhí)行學習，從而通過使用所述抽頭系數(shù)和學生數(shù)據(jù)的線性預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
3.如權利要求1所述的數(shù)據(jù)處理裝置，其中，所述生成裝置通過首先對老師數(shù)據(jù)進行正交或頻率變換，然后進行量化，生成所述學生數(shù)據(jù)。
4.如權利要求1所述的數(shù)據(jù)處理裝置，其中，所述生成裝置通過首先對老師數(shù)據(jù)進行正交或頻率變換，然后順序進行量化和逆量化，生成所述學生數(shù)據(jù)。
5.如權利要求1所述的數(shù)據(jù)處理裝置，其中，所述生成裝置至少通過對老師數(shù)據(jù)進行離散余弦變換，生成所述學生數(shù)據(jù)。
6.如權利要求1所述的數(shù)據(jù)處理裝置，進一步包括預測抽頭提取裝置，用于提取與所述抽頭系數(shù)一起用來預測所述老師數(shù)據(jù)中的感興趣老師數(shù)據(jù)的所述學生數(shù)據(jù)，并且作為預測抽頭輸出所提取的學生數(shù)據(jù)；所述學習裝置執(zhí)行學習，從而通過使用所述預測抽頭和抽頭系數(shù)的線性預測計算獲得的所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
7.如權利要求6所述的數(shù)據(jù)處理裝置，進一步包括類抽頭提取裝置，用于提取用來將所述感興趣老師數(shù)據(jù)分配給多個類中的一個的所述學生數(shù)據(jù)，并且作為類抽頭輸出該數(shù)據(jù)；和分類裝置，用于根據(jù)所述類抽頭，得到所述感興趣老師數(shù)據(jù)的類；所述學習裝置實現(xiàn)學習，從而通過使用所述預測抽頭和所述抽頭系數(shù)的預測計算獲得的所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到基于類的所述抽頭系數(shù)。
8.如權利要求1所述的數(shù)據(jù)處理裝置，其中，所述生成裝置逐所述預設單元，至少執(zhí)行正交變換或頻率變換，以生成所述學生數(shù)據(jù)。
9.如權利要求1所述的數(shù)據(jù)處理裝置，其中，所述老師數(shù)據(jù)為運動圖像或靜止圖像。
10.一種數(shù)據(jù)處理方法，用于學習用來通過預測計算對至少通過正交或頻率變換獲得的所轉換數(shù)據(jù)進行解碼的抽頭系數(shù)，包括如下步驟通過至少對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；和實現(xiàn)學習，從而通過使用所述抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到所述抽頭系數(shù)。
11.一種數(shù)據(jù)處理裝置，用于對至少通過正交或頻率變換獲得的所轉換數(shù)據(jù)進行解碼，并且學習用于以預設方式處理解碼結果的預測計算中所使用的抽頭系數(shù)，包括準老師數(shù)據(jù)生成裝置，用于根據(jù)所述預設處理對作為老師的老師數(shù)據(jù)進行處理，以產生準老師數(shù)據(jù)；學生數(shù)據(jù)生成裝置，用于通過至少對所述準老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；和學習裝置，用于實現(xiàn)學習，以在統(tǒng)計上最小化通過使用所述抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的所述老師數(shù)據(jù)的預測值的預測誤差，得到所述抽頭系數(shù)。
12.如權利要求11所述的數(shù)據(jù)處理裝置，其中，所述學習裝置實現(xiàn)學習，從而通過使用所述抽頭系數(shù)和學生數(shù)據(jù)執(zhí)行線性預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
13.如權利要求11所述的數(shù)據(jù)處理裝置，其中，所述學生數(shù)據(jù)生成裝置通過對所述準老師數(shù)據(jù)進行正交或頻率變換，并且進一步進行量化，生成所述學生數(shù)據(jù)。
14.如權利要求11所述的數(shù)據(jù)處理裝置，其中，所述學習裝置通過對所述準老師數(shù)據(jù)進行正交或頻率變換，量化和進一步的逆量化，生成所述學生數(shù)據(jù)。
15.如權利要求11所述的數(shù)據(jù)處理裝置，其中，所述學生數(shù)據(jù)生成裝置至少通過對所述準老師數(shù)據(jù)進行離散余弦變換，生成所述學生數(shù)據(jù)。
16.如權利要求11所述的數(shù)據(jù)處理裝置，進一步包括預測抽頭提取裝置，用于提取與抽頭系數(shù)一起用來預測所述老師數(shù)據(jù)中的感興趣老師數(shù)據(jù)的所述學生數(shù)據(jù)，并且作為類抽頭輸出所提取的數(shù)據(jù)；所述學習裝置，實現(xiàn)學習，從而通過使用所述預測抽頭和抽頭系數(shù)執(zhí)行線性預測計算獲得的所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
17.如權利要求16所述的數(shù)據(jù)處理裝置，包括類抽頭提取裝置，用于提取用來通過分類將所述感興趣老師數(shù)據(jù)分配給多個類中的一個的所述學生數(shù)據(jù)，并且作為類抽頭輸出所提取數(shù)據(jù)；和分類裝置，用于通過分類根據(jù)所述類抽頭，得到所述感興趣老師數(shù)據(jù)的類；所述學習裝置，實現(xiàn)學習，從而通過使用所述預測抽頭和與所述感興趣老師數(shù)據(jù)的類對應的抽頭系數(shù)執(zhí)行預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到基于類的抽頭系數(shù)。
18.如權利要求11所述的數(shù)據(jù)處理裝置，其中，所述學生數(shù)據(jù)生成裝置逐預設單元，對所述準老師數(shù)據(jù)至少進行正交變換或頻率變換，以生成所述學生數(shù)據(jù)。
19.如權利要求11所述的數(shù)據(jù)處理裝置，其中，所述準老師數(shù)據(jù)生成裝置通過以劣化圖像質量的方式對所述老師數(shù)據(jù)進行處理，生成所述準老師數(shù)據(jù)。
20.如權利要求11所述的數(shù)據(jù)處理裝置，其中，所述老師數(shù)據(jù)為運動圖像或靜止圖像。
21.如權利要求20所述的數(shù)據(jù)處理裝置，其中，所述準老師數(shù)據(jù)生成裝置通過以劣化圖像質量的方式對所述圖像數(shù)據(jù)進行處理，生成所述準老師數(shù)據(jù)。
22.如權利要求20所述的數(shù)據(jù)處理裝置，其中，所述準老師數(shù)據(jù)生成裝置生成所述準老師數(shù)據(jù)，它是所述圖像數(shù)據(jù)的時域或空域分辨率被劣化的所述圖像數(shù)據(jù)。
23.一種數(shù)據(jù)處理方法，用于對至少通過實現(xiàn)正交或頻率變換獲得的所轉換數(shù)據(jù)進行解碼，并且學習用于以預設方式處理解碼結果的預測計算中所使用的抽頭系數(shù)，包括如下步驟根據(jù)所述預設處理對作為老師的老師數(shù)據(jù)進行處理，以產生準老師數(shù)據(jù)；通過至少對所述準老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；和實現(xiàn)學習，以在統(tǒng)計上最小化通過使用所述抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的所述老師數(shù)據(jù)的預測值的預測誤差，得到所述抽頭系數(shù)。
24.一種數(shù)據(jù)處理裝置，用于學習用來通過預測計算對至少通過正交或頻率變換獲得的所轉換數(shù)據(jù)進行解碼的抽頭系數(shù)，包括生成裝置，用于至少通過對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；分類裝置，用于根據(jù)在所述生成裝置中生成所述學生數(shù)據(jù)時使用的預設輔助信息，將所述老師數(shù)據(jù)中的感興趣老師數(shù)據(jù)分配給多個類中的一個；和學習裝置，用于實現(xiàn)學習，從而通過使用與所述感興趣老師數(shù)據(jù)的類對應的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到基于類的抽頭系數(shù)。
25.如權利要求24所述的數(shù)據(jù)處理裝置，其中，所述學習裝置實現(xiàn)學習，從而通過使用所述抽頭系數(shù)和學生數(shù)據(jù)的線性預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
26.如權利要求24所述的數(shù)據(jù)處理裝置，其中，所述生成裝置通過對所述老師數(shù)據(jù)進行正交或頻率變換，并且對所轉換的老師數(shù)據(jù)進一步進行量化，生成所述學生數(shù)據(jù)。
27.如權利要求26所述的數(shù)據(jù)處理裝置，其中，所述輔助信息是對所述老師數(shù)據(jù)進行量化時所使用的量化表。
28.如權利要求24所述的數(shù)據(jù)處理裝置，其中，所述生成裝置通過對所述老師數(shù)據(jù)進行正交或頻率變換，然后對該數(shù)據(jù)進行進一步的量化和逆量化，生成所述學生數(shù)據(jù)。
29.如權利要求24所述的數(shù)據(jù)處理裝置，其中，所述生成裝置至少通過對所述老師數(shù)據(jù)進行離散余弦變換，生成所述學生數(shù)據(jù)。
30.如權利要求24所述的數(shù)據(jù)處理裝置，進一步包括預測抽頭提取裝置，用于提取與所述抽頭系數(shù)一起用來預測所述感興趣老師數(shù)據(jù)的所述學生數(shù)據(jù)，并且作為預測抽頭輸出所提取數(shù)據(jù)；所述學習裝置，實現(xiàn)學習，從而通過使用所述預測抽頭和學生數(shù)據(jù)的線性預測計算獲得的所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
31.如權利要求24所述的數(shù)據(jù)處理裝置，進一步包括類抽頭提取裝置，用于提取用來通過分類將所述感興趣老師數(shù)據(jù)分配給多個類中的一個的所述學生數(shù)據(jù)，并且作為類抽頭輸出所提取數(shù)據(jù)；所述分類裝置根據(jù)所述輔助信息和所述類抽頭，得到所述感興趣老師數(shù)據(jù)的類。
32.如權利要求24所述的數(shù)據(jù)處理裝置，其中，所述生成裝置至少通過逐個預設單元對所述老師數(shù)據(jù)進行正交變換或頻率變換，生成所述學生數(shù)據(jù)。
33.如權利要求24所述的數(shù)據(jù)處理裝置，其中，所述老師數(shù)據(jù)為運動圖像或靜止圖像。
34.一種數(shù)據(jù)處理方法，用于學習用來通過預測計算對至少通過正交或頻率變換獲得的所轉換數(shù)據(jù)進行解碼的抽頭系數(shù)，包括如下步驟至少通過對作為老師的老師數(shù)據(jù)進行正交或頻率變換，生成作為學生的學生數(shù)據(jù)；根據(jù)在所述生成裝置中生成所述學生數(shù)據(jù)時使用的預設輔助信息，將所述老師數(shù)據(jù)中的感興趣老師數(shù)據(jù)分配給多個類中的一個；和實現(xiàn)學習，從而通過使用與所述感興趣老師數(shù)據(jù)的類對應的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到基于類的抽頭系數(shù)。
35.一種數(shù)據(jù)處理裝置，用于從通過以預設塊為單位至少對數(shù)據(jù)進行正交或頻率變換獲得的以所述預設塊為單位的所轉換數(shù)據(jù)，學習用來通過預測計算得到對所述所轉換數(shù)據(jù)以所需方式進行處理的所處理數(shù)據(jù)的抽頭系數(shù)，包括生成裝置，用于生成作為學習時當學生的學生數(shù)據(jù)的所述基于塊的所轉換數(shù)據(jù)；類抽頭提取裝置，用于，以所述所處理數(shù)據(jù)作為學習時當老師的老師數(shù)據(jù)，至少從與對應于感興趣老師數(shù)據(jù)的塊不同的塊，提取用于將所述感興趣老師數(shù)據(jù)分配給多個類中的一個的學生數(shù)據(jù)，并且作為類抽頭輸出所提取數(shù)據(jù)；分類裝置，用于根據(jù)所述類抽頭得到所述感興趣老師數(shù)據(jù)的類；和學習裝置，用于實現(xiàn)學習，從而通過使用所述基于類的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以逐類得到所述抽頭系數(shù)。
36.如權利要求35所述的數(shù)據(jù)處理裝置，其中，所述學習裝置實現(xiàn)學習，從而通過使用所述抽頭系數(shù)和學生數(shù)據(jù)的線性預測計算獲得的所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
37.如權利要求35所述的數(shù)據(jù)處理裝置，其中，所述生成裝置至少通過對所述數(shù)據(jù)進行離散余弦變換，生成所述學生數(shù)據(jù)。
38.如權利要求37所述的數(shù)據(jù)處理裝置，其中，所述分類裝置根據(jù)經(jīng)過離散余弦變換的數(shù)據(jù)的DC或AC分量的功率，得到所述感興趣老師數(shù)據(jù)的類，所述經(jīng)過離散余弦變換的數(shù)據(jù)是作為所述類抽頭的所述所轉換數(shù)據(jù)。
39.如權利要求35所述的數(shù)據(jù)處理裝置，其中，所述類抽頭提取裝置從相鄰于與感興趣老師數(shù)據(jù)相關聯(lián)的塊的塊提取所述學生數(shù)據(jù)作為所述類抽頭。
40.如權利要求35所述的數(shù)據(jù)處理裝置，其中，所述類抽頭提取裝置甚至從對應于感興趣老師數(shù)據(jù)的塊提取所述學生數(shù)據(jù)作為所述類抽頭。
41.如權利要求35所述的數(shù)據(jù)處理裝置，其中，所述數(shù)據(jù)為運動圖像或靜止圖像的圖像數(shù)據(jù)。
42.一種數(shù)據(jù)處理方法，用于從通過以預設塊為單位至少對數(shù)據(jù)進行正交或頻率變換獲得的以所述預設塊為單位的所轉換數(shù)據(jù)，學習用來通過預測計算得到對所述所轉換數(shù)據(jù)以所需方式進行處理的所處理數(shù)據(jù)的抽頭系數(shù)，包括如下步驟生成作為學習時當學生的學生數(shù)據(jù)的所述基于塊的所轉換數(shù)據(jù)；以所述所處理數(shù)據(jù)作為學習時當老師的老師數(shù)據(jù)，至少從與對應于感興趣老師數(shù)據(jù)的塊不同的塊，提取用于將所述感興趣老師數(shù)據(jù)分配給多個類中的一個的學生數(shù)據(jù)，并且作為類抽頭輸出所提取數(shù)據(jù)；根據(jù)所述類抽頭得到所述感興趣老師數(shù)據(jù)的類；和實現(xiàn)學習，從而通過使用所述基于類的抽頭系數(shù)和學生數(shù)據(jù)的預測計算獲得的所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以逐類得到所述抽頭系數(shù)。
43.一種數(shù)據(jù)處理裝置，用于學習用來通過預測計算對通過以預設塊為單位對數(shù)據(jù)至少應用正交變換或頻率變換獲得的基于塊的所轉換數(shù)據(jù)進行解碼的抽頭系數(shù)，包括生成裝置，用于通過至少對作為老師的老師數(shù)據(jù)應用正交或頻率變換，生成作為學生的學生數(shù)據(jù)；預測抽頭提取裝置，用于至少從與不同于感興趣老師塊的老師塊對應的作為所述學生數(shù)據(jù)塊的學生塊，提取用于對其中每個塊為所述老師塊的老師塊中的感興趣老師塊的老師數(shù)據(jù)進行解碼的預測計算中所使用的所述學生數(shù)據(jù)，以作為預測抽頭輸出所提取數(shù)據(jù)；和學習裝置，用于實現(xiàn)學習，從而通過使用抽頭系數(shù)和預測抽頭執(zhí)行預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到抽頭系數(shù)。
44.如權利要求43所述的數(shù)據(jù)處理裝置，其中，所述學習裝置實現(xiàn)學習，從而通過使用抽頭系數(shù)和學生數(shù)據(jù)的線性預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小。
45.如權利要求43所述的數(shù)據(jù)處理裝置，其中，所述生成裝置至少對所述老師數(shù)據(jù)進行離散余弦變換，以生成所述學生數(shù)據(jù)。
46.如權利要求43所述的數(shù)據(jù)處理裝置，進一步包括類抽頭提取裝置，用于提取用來將所述感興趣老師塊的所述老師數(shù)據(jù)中的感興趣老師數(shù)據(jù)分配給多個類中的一個的所述學生數(shù)據(jù)，以作為類抽頭輸出所提取數(shù)據(jù)；和分類裝置，用于通過分類，根據(jù)所述類抽頭，得到所述感興趣老師數(shù)據(jù)的類；所述學習裝置，實現(xiàn)學習，從而通過使用與所述感興趣的老師數(shù)據(jù)的類對應的抽頭系數(shù)和預測抽頭執(zhí)行預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到抽頭系數(shù)。
47.如權利要求43所述的數(shù)據(jù)處理裝置，其中，所述預測抽頭提取裝置從與相鄰于所述感興趣老師塊的老師塊對應的所述學生塊，提取所述學生數(shù)據(jù)，作為所述預測抽頭。
48.如權利要求43所述的數(shù)據(jù)處理裝置，其中，所述預測抽頭提取裝置從與所述感興趣老師塊對應的所述學生塊和從與不同于所述感興趣老師塊的老師對應的學生塊，提取所述學生數(shù)據(jù)，作為所述預測抽頭。
49.如權利要求43所述的數(shù)據(jù)處理裝置，其中，所述預測抽頭提取裝置在所述感興趣老師塊的老師數(shù)據(jù)中提取表示與感興趣老師數(shù)據(jù)有較大相關的位置關系的所述學生數(shù)據(jù)。
50.如權利要求49所述的數(shù)據(jù)處理裝置，其中，所述預測抽頭提取裝置提取表示與感興趣老師數(shù)據(jù)有不低于預設閥值的相關的位置關系的所述學生數(shù)據(jù)。
51.如權利要求49所述的數(shù)據(jù)處理裝置，其中，所述預測抽頭提取裝置提取表示與感興趣老師數(shù)據(jù)有在預設排名值之內的相關的位置關系的所述學生數(shù)據(jù)。
52.如權利要求43所述的數(shù)據(jù)處理裝置，其中，所述老師數(shù)據(jù)為運動圖像或靜止圖像的數(shù)據(jù)。
53.一種數(shù)據(jù)處理方法，用于學習用來通過預測計算對通過以預設塊為單位對數(shù)據(jù)至少應用正交變換或頻率變換獲得的基于塊的所轉換數(shù)據(jù)進行解碼的抽頭系數(shù)，包括如下步驟通過至少對作為老師的老師數(shù)據(jù)應用正交或頻率變換，生成作為學生的學生數(shù)據(jù)；至少從與不同于感興趣老師塊的老師塊對應的作為所述學生數(shù)據(jù)塊的學生塊，提取用于對其中每個塊為所述老師塊的老師塊中的感興趣老師塊的老師數(shù)據(jù)進行解碼的預測計算中所使用的所述學生數(shù)據(jù)，以作為預測抽頭輸出所提取數(shù)據(jù)；和實現(xiàn)學習，從而通過使用抽頭系數(shù)和預測抽頭執(zhí)行預測計算獲得的對所述老師數(shù)據(jù)的預測值的預測誤差將在統(tǒng)計上最小，以得到抽頭系數(shù)。
全文摘要
JPEG編碼數(shù)據(jù)經(jīng)過熵解碼，成為提供給預測抽頭提取電路(41)和類抽頭提取電路(42)的量化DCT系數(shù)。預測抽頭提取電路(41)和類抽頭提取電路(42)從這些量化DCT系數(shù)中提取所需的量化DCT系數(shù)，以產生預測抽頭和類抽頭。分類電路(43)根據(jù)類抽頭執(zhí)行分類。系數(shù)表存儲單元(44)將與通過分類確定的類對應的抽頭系數(shù)提供給乘積和操作電路(45)。乘積和操作電路(45)通過使用抽頭系數(shù)和類抽頭執(zhí)行線性預測操作，以產生解碼圖像數(shù)據(jù)。
文檔編號H04N7/32GK1578158SQ200410055810
公開日2005年2月9日 申請日期2001年5月9日 優(yōu)先權日2000年5月9日
發(fā)明者近藤哲二郎, 浜松俊彥, 中屋秀雄, 西片丈晴, 大塚秀樹, 國弘威, 森藤孝文, 內田真史 申請人:索尼公司