DE3852615T2

DE3852615T2 - Digitales system zum reduzieren und uebertragen von bilddaten, das visuell gewichtete transformationskoeffizienten verwendet.

Info

Publication number: DE3852615T2
Application number: DE3852615T
Authority: DE
Inventors: Cheng-Tie Chen; Scott Daly; Majid Rabbani
Original assignee: Eastman Kodak Co
Current assignee: Eastman Kodak Co
Priority date: 1987-06-02
Filing date: 1988-05-20
Publication date: 1995-08-17
Anticipated expiration: 2008-05-21
Also published as: EP0316419A1; EP0316419B1; US4780761A; DE3852615D1; JPH01503588A; WO1988010050A1

Description

Die vorliegende Erfindung bezieht sich auf eine digitale Bildkomprimierung und -übertragung über einen Kommunikationskanal mit begrenzter Bandbreite und insbesondere auf die digitale Bildkomprimierung mit Ortsfrequenztransformationskodierung und visueller Gewichtung der Transformationskoeffizienten.
Die Transformationskodierung digitaler Bilder zum Zwecke der Bandbreitenkomprimierung vor der Übertragung über einen Kommunikationskanal mit begrenzter Bandbreite ist wohlbekannt. In einer nach dem vorherigen Stand der Technik typischen Komprimierung eines digitalen Bildes wird das digitale Bild in Blöcke formatiert (z.B. 16 x 16 Pixel), und es wird eine Ortsfrequenztransformation, etwa eine diskrete Kosinustranformation, DCT, für jedem Block ausgeführt, um Transformationskoeffizientenblöcke von 16 x 16 zu erzeugen. Theoretische Untersuchungen und Simulationsuntersuchungen haben ergeben, daß die DCT für die Verringerung der Redundanz von Markowschen Bildmodellen erster Ordnung nahezu optimal ist. Es hat sich gezeigt, daß sie sehr dicht an der Karhumen- Loewschen Transformation liegt, die zwar in der Redundanzverringerung optimal ist, aber nicht zu einer klaren Berechnung wie die DCT führt. Jeder Block von Transformationskoeffizienten ist auf einem eindimensionalen Vektor angeordnet, so daß die mittlere Energie jedes Koeffizienten allgemein entlang dieses Vektors abnimmt. Die Transformationskoeffizienten, mit Ausnahme der Nullkoeffizienten, werden quantisiert und anhand einer minimalen Redundanzkodierungsschemas, etwa der Huffman- Kodierung, kodiert; Lauflängenkodierung wird benutzt, um Läufe von Koeffizienten mit Nullgröße zu kodieren. Die kodierten Transformationskoeffizienten werden über den Kanal mit begrenzter Bandbreite übertragen. Siehe US-A-4,302,775 als Beispiel für ein solches Komprimierungsschema in einem Videobildkomprimierungssytem.
Am Empfänger wird das Bildsignal anhand von Operationen dekodiert, die zur Kodierung des digitalen Bildes invers sind. Dies Technik ist in der Lage, vorteilhafte hohe Bildkomprimierungsverhältnisse zu erzeugen und damit eine niedrige Bitratentransformation digitaler Bilder über Kanäle mit begrenzter Bandbreite zu ermöglichen.
Es wurde weiterhin vorgeschlagen, daß ein in eine Bildkomprimierungstechnik aufgenommenes Modell des menschlichen Sehvermögens dessen Leistung weiter verbessern sollte (siehe beispielsweise "Visual Model Weighted Cosine Transform for Image Compression and Quality Assessment" von Norman B. Nill IEEE Transactions on Communications, Band COM- 33, Nr. 6, Juni 1985 und "A Visually Weighted Quantization Scheme for Image Bandwidth Compression at Long Data Rates", von Eggerton et al in IEEE Transactions on Communications, Band COM-34, Nr. 8, 1986.
Es ist die Aufgabe der vorliegenden Erfindung, eine verbesserte Bildkomprimierungstechnik mit Einbeziehung eines Modells für das menschliche Sehvermögen bereitzustellen.
Die Aufgabe der vorliegenden Erfindung wird in einem Bildkomprimierungssystem der in Ansprüchen 1, 6, 11 und 12 beschriebenen Art erreicht, indem in dem Modell des menschlichen Sehvermögens die Tatsache berücksichtigt wird, daß das menschliche Sehvermögen weniger empfindlich gegenüber diagonal angeordneten Ortsfrequenzen als gegenüber horizontal oder vertikal angeordneten Ortsfrequenzen ist. Entsprechend beinhaltet ein Sender oder ein Sender-/Empfänger in einem System für die Übertragung eines digitalen Bildsignals über ein Kommunikationssystem mit begrenzter Bandbreite Mittel zur Quantisierung der Ortsfrequenztransformationskoeffizienten eines digitalen Bildes entsprechend eines zweidimensionalen Modells des menschlichen Sehvermögens gegenüber Ortsfrequenzen. Das Modell umfaßt das Merkmal, daß das menschliche Sehvermögen weniger gegenüber diagonal ausgerichteten Ortsfrequenzen empfindlich ist als gegenüber horizontal oder vertikal ausgerichteten Ortsfrequenzen.
In einer bevorzugten Ausführungsform der Erfindung umfassen die Quantisierungsmittel Mittel zur Normierung der Transformationskoeffizienten gemäß dem Modell des menschlichen Sehvermögens, und einen einheitlichen Quantisierer zur Quantisierung der normierten Koeffizienten.
In einem System, in dem die Ortsfrequenztransformation auf ein digitales Bild in Blöcken oder Unterbereichen des Bildes durchgeführt wird, wird das zweidimensionale Modell des menschlichen Sehvermögens so modifiziert, daß es eine fronstante maximale Ansprechempfindlichkeit gegenüber niedrigen Frequenzen aufweist, statt der verringerten Ansprechempfindlichkeit bei niedrigen Frequenzen in den Standardmodellen des menschlichen Sehvermögens.
Die Erfindung wird im folgenden anhand eines in der Zeichnung dargestellten Ausführungsbeispiels näher erläutert.
Es zeigen
Fig. 1 ein Ablaufdiagramm des Systems zur erfindungsgemäßen Komprimierung und Übertragung digitaler Bilder;
Fig. 2 ein Ablaufdiagramm der Erzeugung der Normalisierungsanordnung eines Modells des menschlichen Sehvermögens entsprechend der vorliegenden Erfindung;
Fig. 3 ein Ablaufdiagramm einer vereinfachten Technik zur Schätzung der durch diskrete Kosinustransformationskoeffizienten dargestellten Raumfrequenzen;
Fig. 4 ein Ablaufdiagramm der Erzeugung eines zweidimensionalen Modells des menschlichen Sehvermögens entsprechend der vorliegenden Erfindung;
Fig. 5 eine Kurve eines eindimensionalen Modells des menschlichen Sehvermögens;
Fig. 6 eine Grafik eines nach dem vorherigen Stand der Technik typischen zweidimensionalen Modells des menschlichen Sehvermögens, das aus dem eindimensionalen Modell aus Fig. 5 entwickelt wurde;
Fig. 7 eine Grafik eines zweidimensionalen Modells des menschlichen Sehvermögens, entwickelt entsprechend der vorliegenden Erfindung;
Fig. 8 eine Grafik des zweidimensionalen Modells des menschlichen Sehvermögens aus Fig. 7 mit entfernter Niederfrequenzunterdrückung;
Fig. 9 eine Grafik des Unterschieds zwischen dem in Fig. 8 gezeigten Modell des menschlichen Sehvermögens und dem in Fig. 6 gezeigten Modell nach dem vorherigen Stand der Technik, das das mit der vorliegenden Erfindung erzielbare größere Bildkomprimierungspotential zeigt; und
Fig. 10 eine schematische Darstellung einer bevorzugten Ausführungsform der Erfindung in Form eines Kommunikationssystems mit Sendern/Empfängern.
Ein Ablaufdiagramm eines Systems zur erfindungsgemäßen Komprimierung und Übertragung eines digitalen Bildes wird in Fig. 1 gezeigt. Ein Sender 10 erfaßt ein digitales Bild von einer (nicht gezeigten) Quelle, etwa ein Bildsensor, Filmabtaster oder ein digitaler Bildrecorder. Das digitale Bild umfaßt beispielsweise 512 x 512 8-Bit-Pixel. Der Sender 10 komprimiert und kodiert das digitale Bild und liefert das kodierte Signal des digitalen Bildes an einen Kommunikationskanal 12 mit begrenzter Bandbreite, etwa eine Telefonleitung mit der Standardbandbreite von 3,3 kHz. Das kodierte Signal des digitalen Bildes wird über Kanal 12 von einem Empfänger 14 empfangen, der das komprimierte Signal des digitalen Bildes dekodiert und das digitale Bild rekonstruiert.

Sender 10

Der Sender 10 empfängt das digitale Bild I und formatiert (16) das Bild in Blöcke I(x,y). Die derzeit bevorzugte Blockgröße beträgt 16 x 16 Pixel. Eine diskrete Kosinustransformation wird für jeden Block durchgeführt (18), um den entsprechenden Block T(i,j) der Transformationskoeffizienten zu erzeugen. Die Transformationskoeffizienten für jeden Block werden in einer eindimensionalen Anordnung T(k) geordnet (20), um die Ortsfrequenz zu erhöhen, beispielsweise durch Verwendung einer Zickzack-Abtastung entlang Diagonalen eines Koeffizientenblocks.
Als nächstes werden die Koeffizienten gemäß der Empfindlichkeit des menschlichen Sehvermögens auf Ortsfrequenzen normiert (24). Eine Normierungsanordnung N(k) wird wie nachfolgend beschrieben erzeugt und im Sender 10 gespeichert. Die Transformationskoeffizienten T(k) werden durch Teilung jedes Transformationskoeffizienten durch seinen entsprechenden Normierungswert wie folgt normiert:
TN(k) T(k)/N(k) (1)
wobei TN(k) der normierte Transformationskoeffizientenwert ist. Die normierten Koeffizienten TN(k) werden quantisiert (26), um quantisierte Koeffizienten N(k) zu bilden. Die quantisierten Koeffizienten werden anhand eines minimalen Redundanzkodierungsschemas zur Erzeugung von Kodewerten CV(k) kodiert (28). Ein derzeit bevorzugtes Kodierungsschema ist ein Huffman-Code mit Lauflängenkodierung für Zeichenfolgen von Koeffizienten der Größe null. Da die diskrete Kosinustranformation (DCT) sowie die Huffman- und Lauflängenkodierung wohl bekannt sind (siehe vorheriger Verweis auf US-A-4,302,775), werden die Einzelheiten dieses Prozesses hierin nicht weiter erläutert. Die kodierten Koeffizienten werden über den Kanal 12 an Empfänger 14 übertragen.

Empfänger 14

Empfänger 14 führt zur Wiederherstellung des digitalen Bildes die umgekehrten Operationen wie Empfänger 10 aus. Die Kodewerte CV(k) werden dekodiert (30), um normierte Koeffizienten N(k) zu erzeugen. Die normierten Koeffizienten N(k) werden anhand einer Denormierungsanordnung N&supmin;¹(k) denormiert (32), bei der es sich um die Umkehrung der zur Erzeugung denormierter Koeffizienten T(k) im Sender verwendeten Normierungsanordnung N(k) handelt. Alternativ hierzu werden die Transformationkoeffizienten durch Multiplizierung mit den Normierungskoeffizienten denormiert. Die eindimensionale Zeichenfolge rekonstruierter Koeffizientenwerte T(k) wird in zweidimensionalen Blöcken (36) reformatiert, und die Koeffizientenblöcke werden invers in Bildwerte (38) I(x,y) transformiert. Schließlich werden die Blöcke der Bildwerte in das digitale Bild I neuformatiert (40).

Normierungsanordnungserzeuger 42

Die auf dem menschlichen Sehvermögen basierende Normierungsanordnung N(k) und dessen Invertierung N&supmin;¹(k) wird in einem separaten Computer 42 erzeugt. Diese Funktion kann durch einen programmierten Mikroprozessor im Sender und Empfänger durchgeführt werden. Vorzugsweise wird sie allerdings in einem separat programmierten digitalen Computer durchgeführt, und die resultierenden Normierungstabellen werden dauerhaft in den Sender und Empfänger zur Herstellungszeit geladen. Die Erzeugung der erfindungsgemäßen Normierungsanordnung wird jetzt mit Bezug auf Fig. 2 beschrieben. Fig. 2 ist ein Gesamtablaufplan, der die Schritte zur Erzeugung der Normierungsanordnung zeigt. Erstens werden die entsprechenden zweidimensionalen Ortsfrequenzen der DCT-Basisfunktionen in Zyklen pro Grad der Sichtsehne geschätzt (44). Die Schätzung der entsprechenden Ortsfrequenzen erfordert Eingaben, die die Größe Bx, By in der x- bzw. y-Richtung definieren, den Pixelabstand Px, Py des vorgesehenen Ausgabeanzeigemediums in der x- und y- Richtung sowie der vorgesehene Sichtabstand V des Ausgabebildes.
Ein zweidimensionales Modell des menschlichen Sehvermögens wird wie nachfolgend beschrieben erzeugt (46). Gemäß einem Merkmal der vorliegenden Erfindung berücksichtigt das Modell des menschlichen Sehvermögens die verringerte Empfindlichkeit gegenüber diagonalen Ortsfrequenzinformationen im menschlichen Sehvermögen. Das zweidimensionale Modell des menschlichen Sehvermögens und die Schätzung der durch die DCT-Basisfunktionen dargestellten Ortsfrequenzen werden kombiniert, um eine die zweidimensionale Empfindlichkeit des menschlichen Sehvermögens gegenüber den BCT-Basisfunktionen darstellende Anordnung zu erzeugen (48). Die Empfindlichkeitsanordnung wird um einen Bitratenfaktor n eingestellt (eine Gesamtnormierungskonstante), um die Normierungsanordnung N(k) zu erzeugen (50). Schließlich wird die Normierungsanordnung N(k) in Nachschlagetabellen im Sender/Empfänger geladen. Die Schätzung der durch die DGT- Basisfunktionen dargestellten zweidimensionalen Ortsfrequenzen wird jetzt mit Bezug auf Fig. 3 beschrieben. Erstens werden blockweise Zyklen von dem Index der weidimensionalen Transformationsbasisfunktionen wie folgt geschätzt (54):
CB(i) (i-1)/2 (2)
CB(j) (j-1)/2
wobei CB(i), CB(j) blockweise Zyklen in horizontaler bzw. vertikaler Richtung sind und i und j die Indizes der Basisfunktionen in horizontaler bzw. vertikaler Richtung.
Als nächstes werden die Zyklen pro Block unter Verwendung der Blockgröße für die BCT (Bx, By) in Zyklen pro Pixel wie folgt konvertiert (56):
CPx(i) = CB(i)/Bx (3)
CPy(j) = CB(j)/By
wobei CPx(i) und CPy(j) Zyklen pro Pixel in horizontaler bzw. vertikaler Richtung sind. Unter Verwendung von Pixelabständen Px, Py in mm des Ausgabemediums werden die Zyklen pro Pixel in Zyklen pro mm im Ausgabebild konvertiert (58), und zwar wie folgt:
CMx(i) = CPx(i)/Px (4)
CMy(j) = CPy(j)/Py
wobei CMx(i) und CMy(j) Zyklen pro mm in horizontaler bzw. vertikaler Richtung darstellen.
Schließlich werden unter Verwendung des vorgesehenen Sichtabstands V in denselben Einheiten wie dem Pixelabstand (z.B. mm) die Zyklen pro mm in Zyklen pro Grad der Sichtsehne konvertiert (60), und zwar wie folgt:
wobei CDx(i) und CDy(j) Zyklen pro Grad in horizontaler bzw. vertikaler Richtung sind.
Die Erzeugung des zweidimensionalen Modells des menschlichen Sehvermögens gemäß der vorliegenden Erfindung wird jetzt mit Bezug auf Fig. 4-8 beschrieben. Mit Bezug auf zunächst Fig. 4 wird das eindimensionale Modell für das Ansprechen des menschlichen Sehvermögens auf horizontale und vertikale Ortsfrequenzinformationen verwendet (62). Das Modell wird wie folgt dargestellt:
H(r) = HA . (HB + HC . r) . exp (-(HC . r)HD) (6)
wobei H(r) die auf 1,0 der Ortsfrequenz normierte Empfindlichkeit des menschlichen Sehvermögens ist, bei der das menschliche Sehvermögen am empfindlichsten ist, r ist die radiale Ortsfrequenz in Zyklen pro Grad der Sichtsehne, HA 2,2, HB = 0,192, HC = 0,114 und HD = 1,1. Eine Kurve dieser Funktion wird in Fig. 5 gezeigt. Fig. 6 zeigt eine zweidimensionale Darstellung eines rotationssymmetrischen Modells des menschlichen Sehvermögens für einen aus der in Fig. 5 gezeigten Funktion entwickelten Quadranten.
Es ist aus psycho-physischen Untersuchungen bekannt, daß die Bandbreite des Ansprechens des menschlichen Sehvermögens wesentlich kleiner (ca. 30%) für diagonal ausgerichtete Ortsfrequenzinformationen ist als für horizontal oder vertikal ausgerichtete Informationen. Die Erfinder haben entdeckt, daß, bei Berücksichtigung des verringerten diagonalen Ansprechens im Modell des menschlichen Sehvermögens, eine wesentlich weitere Bildkomprimierung ohne Einführung sichtbarer Fehler erzielt werden kann. Das zweidimensionale Modell des menschlichen Sehvermögens mit der verringerten Ansprechempfindlichkeit wird wie folgt erzeugt. Die kartesischen Koordinaten für Ortsfrequenzen werden wie folgt in Polarkoordinaten konvertiert:
wobei CR(i,j) die radiale Ortsfrequenz der Koeffizientenlage (i,j) und Theta(i,j) der Winkelversatz der Koeffizientenausrichtung von der nächstgelegenen kartesischen Koordinatenachse ist. Da psycho-physische Untersuchungen darauf hinweisen, daß das menschliche Sehvermögen gegenüber diagonalen Ortsfrequenzeinzelheiten, auf die Bandbreite bezogen, siebenmal empfindlicher ist als gegenüber horizontalen und vertikalen Einzelheiten, wurde eine Kosinusfunktion, die einen Wert nahe 0,7 bis 45º aufweist, verwendet, um die nicht orthogonalen, radialen Ortsfrequenzen auf höhere Werte vor Einfügung in das eindimensionale Modell des menschlichen Sehvermögens zu verschieben, das eine Funktion der zweidimensionalen radialen Frequenz benutzt, um das Modell aus Gleichung (7) folgendermaßen zu erzeugen (64 in Fig. 4)
H(i,j) = HA . (HB + HC . (CR(i,j)/cos Theta(i,j))). (9)
exp-(HC . (CR(i,j)/cos Theta(i,j)))HD.
Eine zweidimensionale Grafik dieses Modells wird in Fig. 7 gezeigt. Darüber hinaus wurde durch die vorliegende Erfindung entdeckt, daß die Dämpfung der Sehempfindlichkeit bei niedrigen Frequenzen, wie dem in Fig. 7 gezeigten Modell zu entnehmen, für Blocktransformationsbilder ungeeignet ist. Dieser Unterdrückungseffekt wird aus dem Modell entfernt (66 in Fig. 4), was das Modellantwortverhalten von der maximalen Ansprechempfindlichkeit von ca. 6,5 Zyklen pro Grad bis null Zyklen pro Grad konstant macht. Das schließlich resultierende Modell des menschlichen Sehvermögens wird in der zweidimensionalen Grafik von Fig. 8 für einen Quadranten gezeigt. Unterschiede zwischen dem in Fig. 6 gezeigten rotationssymmetrischen Modell des menschlichen Sehvermögens und dem Modell, das die verringerte Ansprechempfindlichkeit auf diagonale Einzelheiten, wie in Fig. 8 gezeigt, beinhaltet, werden in Fig. 9 gezeigt, wo positive Bereiche das Maß anzeigen, in dem das radialsymmetrische Modell eine höhere Empfindlichkeit gegenüber Ortsfrequenzen darstellt und negative Bereiche das Gegenteil. Da eine höhere Empfindlichkeit in der Ortsfrequenzeinzelheit kleinere Quantisierungsschritte im DCT-Komprimierungsschema erfordert, wird die zur Übertragung dieser Frequenzen benötigte Bitrate größer sein. Dementsprechend zeigen die positiven Bereiche in der Grafik von Fig. 9 ein Potential zur Senkung der Bitraten, während dieselbe visuelle Qualität beibehalten wird. Typische Bitratenverringerungen unter Verwendung des Modells des menschlichen Sehvermögens mit verringerter Empfindlichkeit gegenüber diagonalen Einzelheiten wurden im Bereich von 8 bis 10% höher als mit dem rotationssymmetrischen Modell ermittelt, und zwar ohne sichtbare Änderung in der Erscheinung des reproduzierten Bildes.
Mit erneutem Bezug auf Fig. 2 wird die Normierungsanordnung N(k) von dem Modell des menschlichen Sehvermögens wie folgt erzeugt (50).
N(i,j) = (n/Hi,j)) - (n-Nmin) (10)
wobei N(i,j) die zweidimensionale Normierungsanordnung vor der Konvertierung in eine eindimensionale Anordnung von Werten N(k) entsprechend der Konvertierung der Transformationskoeffizienten in eine eindimensionale Anordnung ist. "n" ist ein Skalierungsfaktor, der die gesamte mittlere Normierung steuert und zur Einstellung der mittleren Bitrate des komprimierten Bildes dienen kann, und Nmin ist der kleinste Normierungswert, der bei H(i,j) = 1,0 auftritt. Da das wie oben entwickelte Modell des menschlichen Sehvermögens einen Maximalwert von 1,0 hat, nimmt der kleinste Normierungswert den Wert von n an. Abhängig von der Bittiefe der Anzeige und dem gewünschten Grad der gesamten Normierung n kann es erforderlich sein, den kleinsten Normierungswert Nmin auf einen anderen Wert als n einzustellen.

Arbeitsbeispiel

Mit Bezug auf Fig. 10 wird eine bevorzugte Ausführung der vorliegenden Erfindung in einem Stehbildvideo- Kommunikationssystem beschrieben. Das System umfaßt zwei oder mehr Empfänger/Sender 68, die an eine Telefonübertragungsleitung 70 angeschlossen sind. Jeder der Empfänger/Sender 68 ist mit einer Videosignalquelle verbunden, etwa einer Videokamera 72, und mit einem Videobildschirm, etwa einem Videomonitor 74. Jeder Empfänger/Sender 68 enthält eine Standardvideoschnittstelle 76, die Videosignale von der Videoquelle empfängt, die Signale digitalisiert und die digitalen Bildsignale an einen digitalen Bildfeldspeicher 78 liefert. Die Standardvideoschnittstelle 76 empfängt auch digitale Bildsignale vom digitalen Bildfeldspeicher 78 und erzeugt ein Standardvideosignal für die Anzeige am Videomonitor 74.
Jeder Empfänger/Sender wird über einen Intel 80186 Mikroprozessor 80 mit konventionellem ROM 82 und RAM 84 zur Speicherung der Steuerprogramme bzw. zum temporären Speichern der Daten gesteuert. Der Mikroprozessor 80 führt die Lauflängen- und Huffman-Kodierung und Dekodierung durch sowie die auf dem menschlichen Sehvermögen basierende Normierung und Denormierung der DCT-Koeffizienten. Die kodierten DCT- Koeffizienten werden über eine Telefonleitung 70 per R96 FT/SC Modem 86 gesendet. Die in Vorwärtsrichtung diskrete Kosinustransformation DCT (im Übertragungsmodus) und die rückwärtige Transformation (im Empfangsmodus) wird durch einen digitalen Signalprozessor 88 des Typs TMS 32020 mit konventionellem RAM 90 zur Speicherung des DCT- Transformationsprogramms durchgeführt.
Im Sendemodus greift der Mikroprozessor 80 jeweils auf einen 16 x 16 Block digitaler Bilddaten aus einem Bildpuffer 92 im digitalen Bildfeldspeicher 78 zurück. Der 16 x 16 Block der digitalen Bilddaten wird temporär in einem Dual-Port-SRAM 94 gespeichert, auf das sowohl der Mikroprozessor 80 als auch der digitale Signalprozessor 88 zugreifen kann. Der digitale Signalprozessor 88 führt die diskrete Kosinustransformation durch und gibt den 16 x 16 Block von Transformationskoeffizienten an das Dual-Port-SRAM 94 zurück. Der Block der Transformationskoeffizienten wird dann von Mikroprozessor 80 normalisiert und komprimiert (Huffman- und lauflängenkodiert). Das komprimierte Signal wird in einem komprimierten Bildpuffer 96 im digitalen Bildfeldspeicher 78 gespeichert und über die Telefonleitung 70 per Modem 86 gesendet. Dieser Zyklus wird für jeden Block wiederholt, bis das gesamte Bild komprimiert und übertragen ist.
Im Empfangsmodus wird ein komprimiertes digitales Bild über Modem 86 empfangen und im komprimierten Bildspeicher 96 gespeichert. Ein Block komprimierter DCT-Koeffizienten wird jeweils vom komprimierten Bildspeicher 96 abgerufen und vom Mikroprozessor 80 denormiert und expandiert. Der expandierte Block von DCT-Koeffizienten wird an das Dual-Port-SRAM 94 übergeben. Der digitale Signalprozessor 88 nimmt die inverse Transformation der Koeffizienten vor, um einen 16 x 16 Block von digitalen Bildwerten zu erzeugen, die dann temporar im Dual-Port-SRAM 94 gespeichert werden. Mikroprozessor 80 überträgt den Block der digitalen Bildwerte vom Dual-Port- SRAM 94 an dem Bildpuffer 92. Dieser Zyklus wird wiederholt, bis das gesamte Bild empfangen, dekomprimiert und in Bildpuffer 92 gespeichert ist. Das Bild wird dann am Videomonitor 74 über Standardvideoschnittstelle 76 angezeigt.
Eine auf dem menschlichen Sehvermögen basierende Normierungsanordnung (Denormierungsanordnung) für eine 16 x 16 Blockgröße (d.h. Bx = 16, By = 16) und einen Pixelabstand von Px = 0,535 mal Py = 0,535 mm und einen Sichtabstand von V = 1,25 m und n = 1 wurde wie zuvor auf einem VAX 785 Mainframe-Computer erzeugt. Die vor der Konvertierung in eine eindimensionale Anordnung N(k) resultierende Normierungsanordnung N(i,j) wird in Anhang A gezeigt.
Die Benormierung einer dekodierten Koeffiziente wird durch Multiplizierung mit dem Reziprokwert des Normierungswertes oder durch Teilung durch den Normierungswert selbst durchgeführt. Die Normierungs-/Denormierungsanordnung N (k) wird in dem mit Mikroprozessor 80 verbundenen RAM 84 gespeichert. Durch Anwendung auf dem menschlichen Sehvermögen basierender Normierung gemäß der vorliegenden Erfindung wurden Bitratenreduzierungen von 8 bis 10% ohne sichtbare Verschlechterung der Bildqualität erzielt.
Obwohl die vorliegende Erfindung mit Bezug auf ein einfarbiges digitales Bild beschrieben wurde, ist leicht ersichtlich, daß die beschriebene Technik ebenso auf ein farbiges digitales Bild angewandt werden kann, beispielsweise durch Trennung des Bildes in eine Luminanzkomponente und eine Chromianzkomponente und Anwendung der Normierung nach dem System des menschlichen Sehvermögens auf die Luminanzkomponente. Da die Chrominanzkomponente eines farbigen digitalen Bildes eine geringere Auflösung als die Luminanzkomponente aufweist, rechtfertigen die Gewinne, die durch Anwendung der erfindungsgemäßen komplexeren Komprimierungstechnik auf die Chrominanzkomponente erzielt werden, allgemein nicht die zusätzliche Komplexität, allerdings haben die Erfinder exzellente Ergebnisse in der Komprimierung farbiger digitaler Bilder durch Trennung der Bilder in eine Luminanzkomponente und zwei Komponenten mit geringerer Auflösung und Anwendung der Blocktransformationskodierung mit der Normierung nach dem System des menschlichen Sehvermögens auf die Luminanzkomponenten und Anwendung der Blocktransformationskodierung mit konstanter Normierung auf die Chromianzkomponenten erzielt.
Die vorliegende Erfindung ist in Systemen zur Übertragung digitaler Bilder über einen Kommunikationskanal mit begrenzter Bandbreite hilfreich. Sie ist vorteilhaft in der Bereitstellung einer höheren Bildkomprimierung ohne erkennbare Bildverschlechterung und verkürzt damit Übertragungszeiten oder den Einsatz einen Kanals mit geringerer Bandbreite.

Claims

1. Vorrichtung zum Komprimieren und Übermitteln eines Digitalbildes über einen Übertragungskanal begrenzter Bandbreite mit

a) Mitteln (16, 18, 20) zum Durchführen einer zweidimensionalen Ortsfrequenztransformation an dem Digitalbild zur Erzeugung von Transformationskoeffizienten {T(i,j)} in Blockform und deren eindimensionaler Anordnung {T(k)};

b) Mitteln (24) zum Normieren der in eindimensionaler Anordnung befindlichen Transformationskoeffizienten entsprechend einem rotationssymmetrischen, zweidimensionalen Empfindlichkeitsmodell des menschlichen Sehvermögens bezüglich Ortsfrequenzen;

c) Mitteln (36) zum Quantisieren der verarbeiteten Transformationskoeffizienten {T(k)};

d) Mitteln (28) zum Kodieren der quantisierten Koeffizienten {TN(k)} für die Übertragung,

dadurch gekennzeichnet, daß die Mittel (24) zum Normieren der Transformationskoeffizienten - ausgehend von dem rotationssymmetrischen zweidimensionalen Modell und dessen Verändern in der Weise, daß es gegenüber Horizontalen oder Vertikalen bei diagonal verlaufender Richtung verringert anspricht - Mittel (42) aufweisen, die das zweidimensionale Empfindlichkeitsmodell des menschlichen Sehvermögens gegenüber Ortsfrequenzen andern, um ein Ansprechen in diagonal er Richtung gegenüber der Horizontalen oder Vertikalen zu vermindern, so daß das zweidimensionale Modell die Tatsache berücksichtigt, daß das menschliche Sehvermögen bezüglich diagonal verlaufender Ortsfrequenzen geringer empfindlich ist als für solche, die in horizontaler oder vertikaler Richtung verlaufen.

2. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die Mittel zum Normieren der Transformationskoeffizienten eine Normierungskoeffizienten enthaltende Transformationstabelle und Mittel zum Multiplizieren der Transformationskoeffizienten mit den entsprechenden Normierungskoeffizienten aufweisen.

3. Vorrichtung nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die Mittel zum Durchführen einer Ortsfrequenztransformation diese an Teilbereichen des Digitalbildes ausführen, und daß das zweidimensinale Empfindlichkeitsmodell dahingehend verändert wird, daß es auf Ortsfrequenzen, die zwischen einer Frequenz, bei der sich das Maximum des menschlichen Sehvermögens befindet, und einer Nullfrequenz pro Winkelgrad liegen, konstant maximal anspricht.

4. Vorrichtung nach einem der Anspruche 1 - 3, dadurch gekennzeichnet, daß die Mittel zum Durchführen einer Ortsfrequenztransformation eine diskrete Cosinus-Transformation durchführen.

5. Vorrichtung nach einem der Anspruche 1 - 4, dadurch gekennzeichnet, daß die Mittel zum Quantisiern der Transformationskoeffizienten einen gleichbleibenden Quantisierer aufweisen, der die normierten Koeffizienten quantisiert.

6. Vorrichtung zum Empfangen und Dekodieren eines über einen Übertragungskanal begrenzter Bandbreite übermittelten und entsprechend Anspruch 1 kodierten Digitalbildes, gekennzeichnet durch

a) Mittel zum Empfangen des kodierten Digitalbildsignals, das quantisierte Transformationskoeffizienten einer Ortsfrequenztransformation eines Digitalbildes darstellende Codewörter aufweist, wobei die Transformationskoeffizienten entsprechend dem zweidimensionalen Empfindlichkeitsmodell des menschlichen Sehvermögens normiert und dann quantisiert werden, wobei das menschliche Sehvermögen bezüglich diagonal verlaufender Ortsfrequenzen geringerempfindlich ist als für solche, die horizontal oder vertikal verlaufen,

b) Mittel (30) zum Dekodieren des Digitalbildsignals, wobei die Dekodiermittel folgende Mittel umfassen:

i) Mittel zum Dekodieren der empfangenen Codewörter und Bereitstellen eindimensional angeordneter Transformationskoeffizienten,

ii) Mittel (32) zum Denormieren der Transformationskoeffizientenwerte, wobei die Mittel (32) Mittel (42) aufweisen, welche die Tatsache berücksichtigen, daß das menschliche Sehvermögen bezüglich diagonal verlaufender Ortsfrequenzen geringerempfindlich ist als für solche, die horizontal oder vertikal verlaufen, und

iii) Mittel (38) zum invertierten Transformieren der denormierten Koeffizienten, um das Digitalbildsignal rückzugewinnen.

7. Vorrichtung nach Anspruch 6, dadurch gekennzeichnet, daß die Mittel zum Normieren der Transformationskoeffizienten eine Normierungskoeffizienten enthalende Transformationstabelle sowie Mittel zum Multiplizieren der Transformationskoeffizienten mit den entsprechenden Normierungskoeffizienten aufweisen.

8. Vorrichtung nach Anspruch 6 oder 7, dadurch gekennzeichnet, daß die Mittel zur Durchführung einer Ortsfrequenztransformation diese an Teilbereichen des Digitalbildes durchführen, und daß das zweidimensionale Empfindlichkeitsmodell dahingehend verändert wird, daß es auf Ortsfrequenzen, die zwischen einer Frequenz, bei der sich das Maximum des menschlichen Sehvermögens befindet und einer Nullfrequenz pro Winkelgrad liegen, konstant maximal anspricht.

9. Vorrichtung nach einem der Ansprüche 6 - 8, dadurch gekennzeichnet, daß die Mittel zur Durchführung einer Ortsfrequenzfransformation eine diskrete Cosinus-Transformation durchführen.

10. Vorrichtung nach einem der Ansprüche 6 - 9, dadurch gekennzeichnet, daß die Mittel zum Quantisieren der Transformationskoeffizienten einen gleichbleibenden Quantisierer aufweisen, der die normierten Koeffizienten quantisiert.

11. Vorrichtung zum Komprimieren, Übermitteln und Empfangen eines Digitalbildes über einen Übertragungskanal begrenzter Bandbreite, gekennzeichnet durch

a) Mittel (16, 18, 20) zum Durchführen einer zweidimensionalen Ortsfrequenztransformation an dem Digitalbild zur Erzeugung eindimensional angeordneter Transformationskoeffizienten;

b) Mittel (24) zum Normieren der in eindimensionaler Anordnung befindlichen Transformationskoeffizenten entsprechend einem rotationssymmetrischen, zweidimensionalen Empfindlichkeitsmodell des menschlichen Sehvermögens bezüglich Ortsfrequenzen, wobei die Mittel (24) zum Normieren der Transformationskoeffizienten - ausgehend von dem rotationssymmetrischen zweidimensionalen Modell und dessen Verändern in der Weise, daß es gegenüber Horizontalen oder Vertikalen bei diagonal verlaufender Richtung verringert anspricht - Mittel (42) aufweisen, die das zweidimensionale Empfindlichkeitsmodell des menschlichen Sehvermögens gegenüber Ortsfrequenzen ändern, um ein Ansprechen in diagonal er Richtung gegenüber Horizontalen oder Vertikalen zu vermindern, so daß das zweidimensionale Modell die Tatsache berücksichtigt, daß das menschliche Sehvermögen bezüglich diagonal verlaufender Ortsfrequenzen geringer empfindlich ist als für solche, die in horizontaler oder vertikaler Richtung verlaufen.

c) Mittel (32) zum Denormieren der normierten Transformationskoeffizienten, um denormierte Transformationskoeffizienten zu erhalten, wobei die Mittel (32) Mittel (42) aufweisen, welche die Tatsache berücksichtigen, daß das menschliche Sehvermögen bezüglich diagonal verlaufender Ortsfrequenzen geringer empfindlich ist als für solche, die in horizontaler oder vertikaler Richtung verlaufen.

d) Mittel (36, 38, 40) zum Durchführen der invertierten zweidimensionalen Ortsfrequenztransformation der denormierten Transformationskoeffizienten, um ein Digitalbildsignal zu erzeugen.

12. System zum Komprimieren und Übermitteln eines digitalisierten Bildsignals über einen Übertragungskanal begrenzter Bandbreite und zum Empfangen und Wiedergeben des Digitalbildes, gekennzeichnet durch

- optische Wiedergabemittel mit typischen Pixel- und Betrachtungsabständen,

- eine Übermittlungs- und eine Empfangsvorrichtung nach den Ansprüchen 2 bzw. 7, und

- Mittel zum Erzeugen der Transformationstabelle der Normierungskonstanten, wobei diese Mittel folgende Mittel aufweisen:

a) Mittel zum Festlegen der zweidimensionalen Ortsfrequenzkomponenten jedes der Transformationskoeffizienten,

b) Mittel zum Erzeugen des zweidimensionalen Empfindlichkeitsmodells des menschlichen sehvermögens bezüglich Ortsfrequenzen unter Berücksichtigung der Tatsache, daß das menschliche Sehvermögen bezüglich diagonal verlaufender Ortsfrequenzen geringerempfindlich ist als für solche, die horizontal oder vertikal verlaufen, wobei die Mittel zum Erzeugen des Modells Skalierungsmittel zum Empfangen von Signaleingaben für typische Pixel- und Betrachtungsabstände aufweisen, die das Modell bezüglich des Winkels, unter welchem der zwei benachbarte Pixel trennende Abstand betrachtet wird, skalieren, und

c) Mittel zum Kennzeichnen eines visuellen Empfindlichkeitswerts für jeden Transformationskoeffizienten, um die Normierungskonstanten zu erzeugen.

13. System nach Anspruch 12, dadurch gekennzeichnet, daß die Mittel zum Durchführen einr zweidimensionalen Ortsfrequenztransformation eine diskrete Cosinus-Transformation durchführen.

14. System nach Anspruch 13, dadurch gekennzeichnet, daß die Mittel zum Durchführen einer zweidimensionalen Ortsfrequenztransformation diese an Teilbereichen des Digitalbildes ausführen, wobei die Mittel zum Erzeugen des zweidimensionalen Empfindlichkeitsmodells des menschlichen Sehvermögens ein bei niedrigen Freuquenzen konstant maximal ansprechendes Modell erzeugen, und wobei die Mittel zum Empfangen von Signaleingaben auch Eingaben bezüglich der Größe des Teilbereichs des Digitalbildes empfangen.