JP2009508427A - 画像強調および圧縮 - Google Patents

Abstract

デジタル画像は、第1の色空間内で複数のピクセルによって表されるデジタル画像内の各ピクセルに対する合成色番号を求めることによって圧縮される。その求められた合成色番号から第1の色値の集合が抽出される。次いで、第1の色値の集合は、所定の符号化アルゴリズムに従って短縮されて、第2の色値の集合になる。第2の色値の集合内の色値の数量は、第1の色値の集合内の色値の数量より小さい。次いで、第2の色値の集合に基づき修正された画像が生成される。次いで、変換アルゴリズムが、修正された画像に適用される。
【選択図】図５

Description

本出願は、2005年9月14日出願の米国仮出願第60/717,585号の出願日の利益を主張する。同仮出願の全ての内容を、参照により本出願の一部として組み込む。

本明細書で説明する主題は、デジタル画像を強調しかつ圧縮する方法、およびそのような方法を組み込むシステムに関する。

デジタル画像は、画素またはピクセルと呼ばれるデジタル値の有限集合によって表されるカラーまたは白黒の画像とすることができる。デジタル画像は、静止画像または写真、ならびに動きを描写する形で表示される一連の静止画像であるビデオ画像とすることができる。画像圧縮は、データ圧縮をデジタル画像に適用したものである。実際には、その目的は、効率的な形式でデータを記憶または伝送できるようにするために、画像データの冗長性または感知不能な特徴を除去することである。一方、画像強調とは、色の情報に含まれる色調、光度、透明度、明暗比、深度、飽和度、およびテクスチャなどの画像特性を操作することである。画像強調の典型的な一目的は、デジタル画像を、実際に見られる画像に可能な限り類似させることである。

色は、ただ3つのパラメータにより完全に指定することができる。それらの意味は、使用される特定の色モデルに依存する。1組の原色に基づき、3次元空間内に色域を表そうとする、複数の色モデルが開発されてきた。その空間内の各点は、原色から構成される特定の合成色を表す。1つの従来のモデルは、RGB(赤,緑,青)色モデルである。RGB色モデルは、加法的なモデルであり、赤、緑、および青の原色が、様々な形で混合されて、他の合成色を生成する。

図1は、従来のRGB色モデル100を示す。RGB色モデル100では、立方体の各次元が1つの原色を表し、立方体102とデカルト座標(R,G,B)104に配置される。同様に、3つ1組の成分(R,G,B)によって識別される立方体内の各点は、特定の合成色を表し、個々の成分R、G、またはBは、所与の合成色に対する各原色の寄与を示す。この立方体の対角線106(3つのRGB成分が等しい位置)は、濃淡階調を表し、黒が対角線の長さの0%であり、白が100%である。

RGBモデル100は、コンピュータグラフィクスで一般的である。利用可能な合成色の量は、各原色成分に使用されるビット数に依存する。典型的な現代のコンピュータ画面は、各ピクセルに対する情報が合計24ビットである、「24ビットトゥルーカラー(24-bit true color)」と呼ばれる形式を使用する。これは、赤、緑、および青に対してそれぞれ8ビットに相当し、各原色に対して256の可能な色調または色値の範囲を与える。24ビットトゥルーカラー方式では、たとえ人間の視覚がおよそ1000万色の個別の色しか識別できないとしても、約1670万色の個別の色を再現することができる。人間の視覚反応は、目の状態および個人の年齢に応じて人によって異なる。

一方、印刷業界は、通常CMYK色モデルを使用する。CMYKモデルは、シアン(C)、マゼンタ(M)、黄(Y)、および黒(K)の着色顔料を混合することに基づく減法的な色モデルである。理想的なCMY色を混合してできる色は減法的であり、すなわち、シアン、マゼンタ、および黄を合わせて白い紙に印刷すると、結果として黒になる。しかし、実際のシアン、マゼンタ、および黄の顔料を混合してできる色は、純粋な黒ではなく、濃く暗い色である。したがって、より強くかつより純粋な黒色を生成するために、印刷ではCMY色に加えて黒インクが使用される。

従来の画像圧縮技術は、一般に、データが圧縮処理中に破棄されるかどうかに応じて、「可逆」または「不可逆」のどちらかと呼ばれる。従来の可逆圧縮技術の例には、ハフマン符合化、算術符合化、およびシャノンファノ符合化が含まれる。可逆圧縮では、復元処理は、元の画像全体を再現する。可逆圧縮は、医学および宇宙科学などの適用分野で見られる画像にとって重要である。そのような状況では、圧縮アルゴリズムの設計者は、後のある時点で圧縮された画像が復元されるべきときに必要となりうる、または有用ともなりうるどんな情報も破棄しないように、非常に注意しなければならない。

対照的に、不可逆圧縮では、一部のデータが破棄されるので、速度および記憶容量の点で、可逆圧縮より効率がよい。結果として、入力データと比べてある程度の誤差が許容される場合、不可逆技術が用いられる。したがって、不可逆圧縮は、ビデオまたは民生用画像処理で使用されることが多い。2つの一般的な不可逆画像圧縮規格は、MPEG(Motion Picture Experts Group)およびJPEG(Joint Photographic Experts Group)の圧縮方法である。

画像化システムに加えて、圧縮技術は、「ビデオオンデマンド」の適用分野向けのビデオサーバに組み込むことができる。圧縮技術はまた、ストリーミングビデオ、たとえば通信リンクを通じたビデオ画像の即時取り込みおよび表示に適用することもできる。ストリーミングビデオの適用分野には、テレビ電話、遠隔セキュリティシステム、および他の種類の監視システムが含まれる。

デジタル画像圧縮は、常に大量のデータを扱うので、画像の圧縮を実現する1つの方法は、データの一部を無視することである。データの無視は、選択的に実施されなければならず、その処理原則は、人間の視覚システムが感知できないデータを破棄することである。本質的には、画像圧縮は、画像ピクセルの格子を数学的に変換して、元の画像またはデータファイルを再構築するために必要な情報を保持する新しくより小さいデジタル値の集合にする。マルチメガピクセルのデジタルカメラ/カムコーダが出現し、カメラ付き携帯電話が広く普及していることで、デジタル画像を記憶し、転送し、かつ表示することが大いに必要とされている。これらのデジタル画像ファイルのサイズは非常に大きいので、重大なファイル管理上の諸制限をもたらす。たとえば、640×480ピクセルの従来の配列によって表示され、各ピクセルの色が24ビットで表される、単一の静止画像(ビデオの単一のフレームに相当する)は、記憶するのに約1メガバイトのデジタル記憶容量を必要とするはずである。

本明細書は、画像強調および圧縮に関する技術について説明する。

本発明者は、従来のRGB色モデル100では、原色の色調軸104のみが決定され、また濃淡階調106を表すことができるのは、3色が同じ値を有するときのみであることを認めた。さらに、本発明者は、RGBモデル100では、どんな合成色も灰色の成分から生成できることを認めた。言い換えると、灰色成分は、ある合成色内の色調関係および白の段階的階調に関する情報を含む。

したがって、本発明者は、高品質画像を表す色の情報を効率的に管理しかつ伝送する方法を開発した。本開示内の画像強調アルゴリズムは、白の量すなわち輝度を表す仮想段階軸を合成色に導入することによって既存のRGBモデル100の欠点に対処し、原色が同じ値でないときの色と輝度の関係を容易にする。画像強調アルゴリズムは、光の強度すなわち輝度が成分色値に組み込まれることを可能にし、それによって一定の色-輝度関係を可能にする。成分色値が抽出されると、多くの異なる幾何モデル、たとえば正方形(2次)モデル、立方体モデル、または円形モデルを使用して、仮想輝度軸を従来の色調軸へ組み込み、色値の2次元表現を実現することができる。

さらに、本発明者は、視覚的に損失のない復元されたデジタル画像を維持しながら、圧縮された画像のファイルサイズの大幅な低減を実現するための簡単かつ効率的な画像短縮-圧縮方法を開発した。このデジタル短縮-圧縮アルゴリズムにより、各成分色の色値を低減または短縮することによって、画像品質を実質的に損失することなくデジタル画像を圧縮することが可能である。画像短縮-圧縮アルゴリズムを使用して、圧縮された「暗い」画像を使用するビデオ画像の伝送および表示を実現することができる。暗い画像のファイルサイズが元のファイルサイズより大幅に小さいので、効率的かつ即時ストリーミングビデオまたはビデオオンデマンドシステムを実現することができる。

本開示の一態様は、色の情報内に含まれる色調、光度、透明度、明暗比、深度、飽和度、および可塑性を操作または調整することによって、強調されたデジタル画像を生成することである。したがって、これらの強調された画像の知覚される品質は、自然の本来の色および鮮やかさに可能な限り近くなる。これらの強調された画像の品質を判断するのは、主観的な人間の視覚システムであることを考慮し、本開示内の強調された画像の開発は、生成されたどんな画像からでも視覚によって呼び起こされる「正確な」または「本物の」感情を、実現することができる、普遍的な手法で管理される。本開示の別の態様は、すべての媒体内で見られる高品質の静止画像または動画を生成し、一方でそれらの画像のサイズを、本開示のアルゴリズムなしで生成されたそれらの相当物より小さくする方法を実現することである。

別の態様では、デジタル画像は、第1の色空間内で複数のピクセルによって表されるデジタル画像内の各ピクセルに対する合成色番号を求めることによって圧縮される。求められた合成色番号から、第1の色値の集合が抽出される。次いで、第1の色値の集合は、所定の符合化アルゴリズムに従って短縮されて、第2の色値の集合になる。第2の色値の集合内の色値の数量は、第1の色値の集合内の色値の数量より少ない。次いで、第2の色値の集合に基づき修正された画像が生成される。次いで、この修正された画像に、変換アルゴリズムが適用される。

別の態様では、圧縮されたデジタル画像は、第1の色空間内で複数のピクセルによって表されるデジタル画像内の各ピクセルに対する合成色番号を求めることによって転送される。求められた合成色番号から、第1の色値の集合が抽出される。次いで、第1の色値の集合は、所定の符合化アルゴリズムに従って短縮されて、第2の色値の集合になる。第2の色値の集合内の色値の数量は、第1の色値の集合内の色値の数量より少ない。次いで、第2の色値の集合に基づき修正された画像が生成される。次いで、この修正された画像に、変換アルゴリズムが適用される。任意選択の後置圧縮符号化(たとえばハフマン符号化)が、この変換された画像にさらに適用されてもよい。次いで、変換された画像は、第1の通信装置によって伝送される。次いで、変換された画像は、第2の通信装置によって受け取られる。変換された画像を受け取った後、第2の色値の集合は、所定の復号化アルゴリズムに従って復号されて、第3の色値の集合になる。第3の色値の集合は、第1の色値の集合と実質的に類似している。最後に、このデジタル画像は、第3の色値の集合を使用して再構築される。

さらなる態様では、デジタル画像は、第1の色空間内で複数のピクセルによって表されるデジタル画像内の各ピクセルに対する合成色番号を求めることによって強調される。求められた合成色番号から、第1の色値の集合が抽出される。次いで、第1の色値の集合は、所定の強調アルゴリズムに従って短縮されて、第2の色値の集合になる。第2の色値の集合内の色値の数量は、第1の色値の集合内の色値の数量より少ない。次いで、第2の色値の集合に基づき強調された画像が生成される。

実装形態には、以下の特徴のうちの1つまたは複数を含むことができる。元のデジタル画像は、BMP形式、JPEG形式、TIFF形式、およびGIF形式のうちの1つとすることができる。デジタル画像は、(CMY)、(L*a*b)、(YCC)、(L*u*v)、(Yxy)、(HSV)、(CMYK)、(MCYK)、および(RGBW)の色空間のうちの1つとすることができる。デジタル画像は、カラーまたは白黒の画像とすることができる。デジタル画像はまた、静止画像またはビデオ画像とすることができる。第1および第2の色値の集合は、1〜255の整数群から選択することができる。変換アルゴリズムは、修正された画像を第2の色空間へ翻訳するステップと、第2の色空間内の画像を周波数空間に変換するステップとを含むことができる。たとえば、第2の色空間は、YCrCb色空間とすることができ、変換処理は、順方向離散余弦変換(FDCT)処理とすることができる。

一変形形態では、所定の符号化アルゴリズムは、CV_reduced={[(CV_original*√2)*(CV_original/255)]+√(255*√2/√3)}/(2π)で表すことができる。上式で、CV_reducedは第2の色値の集合を表し、CV_originalは第1の色値の集合を表す。別の変形形態では、所定の符号化アルゴリズムは、CV_reduced=CV_original*kで表すことができる。上式で、kは約0.01〜1の定数であり、CV_reducedは第2の色値の集合を表し、CV_originalは第1の色値の集合を表す。

一変形形態では、所定の復号化アルゴリズムは、CV_decode=CV_reduced*2πで表すことができる。上式で、CV_reducedは第2の色値の集合を表し、CV_originalは第1の色値の集合を表す。別の変形形態では、所定の復号化アルゴリズムは、CV_decode=CV_reduced/kで表すことができる。上式で、kは約0.01〜1の定数であり、CV_reducedは第2の色値の集合を表し、CV_originalは第1の色値の集合を表す。

一変形形態では、所定の画像強調アルゴリズムは、CV_enhanced=(CV_original*CV_original/255)で表される2次関係とすることができる。上式で、CV_enhancedは第2の色値の集合を表し、CV_originalは第1の色値の集合を表す。

別の変形形態では、所定の画像強調アルゴリズムは、CV_enhanced=(CV_original*2π)で表される円形関係とすることができる。上式で、CV_enhancedは第2の色値の集合を表し、CV_originalは第1の色値の集合を表す。さらなる変形形態では、所定の強調アルゴリズムにより、明暗比調整、色調整、光反転、パラメータ調整、および明度調整を1つのボタン動作で実現することができる。

コンピュータに読み込み可能な材料上で実施できるコンピュータプログラム製品についても説明する。そのようなコンピュータプログラム製品は、本明細書で説明する方法行為の1つまたは複数を、コンピュータシステムに実施させる、実行可能な命令を含むことができる。同様に、1つまたは複数の処理装置と、その1つまたは複数の処理装置に結合された記憶装置とを含むことができる、コンピュータシステムについても説明する。その記憶装置は、本明細書で説明する方法行為の1つまたは複数を、1つまたは複数の処理装置に実行させる、1つまたは複数のプログラムを符合化することができる。

これらの一般的かつ具体的な態様は、システム、方法、もしくはコンピュータプログラム、またはシステム、方法、およびコンピュータプログラムの任意の組合せを使用して実施することができる。

本明細書で説明する主題は、以下の利点のうちの1つまたは複数を提供することができる。たとえば、一実装形態での画像強調アルゴリズムは、より高い品質水準の画像処理および本物の視覚を実現するための、任意の単一ピクセル内の純粋なRGB色のデジタル量子化のモデルである。画像強調アルゴリズムの柔軟性は、はるかに効率的な光度の制御、非常に精巧かつ質的な色フィルタの制御(透明ではないが、3色の元の関係の中から生成される)、よりよい明暗比の制御、よりよい色均衡(隠された支配色の純化)、改善された色の強調、通常の濃淡階調と比較してより明暗比の大きい白黒画像(光および暗闇の本物の象徴的機能)、ならびに色の逆反転のない光の反転を提供することによって、既存のアルゴリズムに勝るいくつかの利点を有し、様々な適用分野で利点を提供する。

提案されたアルゴリズムは、画像全体に干渉するのではなく、輝度領域内の特定の色パラメータの範囲内で機能することによって、デジタル画像の半自動修正を可能にする。例示的な実装形態の中核的な画像処理機能は、使用するのが簡単であり、通常、自動式の1つのボタン制御だけを必要とする。デジタル画像内に存在する固有色の数に重点を置く既存の方法に代わって、本発明の実装形態は、画像内に含まれる重要な色ピクセルの識別および操作に重点を置く。さらに、光および明度を調整するとき、既存のアルゴリズムは単に、デジタル画像上に白色を重ね合わせるだけであるが、本発明の実装形態は、色の中に光を追加する。画像圧縮実装形態は、ピクセルブロックを扱うのではなく、個々のピクセルに基づく特定の輝度領域内の特定の色に作用する。デジタル画像内の色値が大幅に低減されるときでも、対象物の基本的な輝度領域間の関係が変わっていないので、人間の目によって知覚されるときに、品質の損失がない。

他の態様、特徴、および利点は、以下の詳細な説明、図面、および特許請求の範囲から明らかになるであろう。

様々な図面内で、同じ参照記号は、同じ要素を示す。

本明細書で説明する主題は、デジタル画像を強調しかつ圧縮する方法、およびそのような方法を組み込むシステムに関する。

図2は、画像圧縮および強調アルゴリズムで使用される四面体色モデル200を示す。この四面体モデル200は、三角形の合計(三角形1 202+三角形2 204+三角形3 206)から得られる面を生成し、合成色空間を、その合成色の対応する飽和度成分とともに表す。

四面体表現200は、3原色間に存在する基本的な関係を維持しながら、色値の7つの変化を可能にしている。7つの色変数とは、純粋な赤の値(R)、純粋な緑の値(G)、純粋な青の値(B)、三角形1 202=((R*B)/2)の値、三角形2 204=((R*G)/2)の値、三角形3 206=((B*G)/2)の値、および三角形1+三角形2+三角形3の合計値である。さらに、7つの色値は、以下の通り四面体モデル200から抽出することができる。

原色=R、G、およびB
補色=(R*G)/2-B=黄
より単色=(R*G)/2+B=青
補色=(G*B)/2-R=シアン
より単色=(G*B)/2+R=赤
補色=(R*B)/2-G=マゼンタ
より単色=(R*B)/2+G=緑
面合成色=((R*G)/2)+((G*B)/2)+((R*B)/2)
面合成色の拡張または縮小は、画像の光度を完全に変更するが、常に、元の3原色の構成の色調に完全に相関する。

図3Aは、画像強調および圧縮アルゴリズムで使用される2次モデル300を示す。2次モデル300は、四角形の色成分302とその色飽和度限界304との特定の関係を含む、色調-輝度関係を表す。人間の視覚は、色と輝度の関係が最適になるように設計されている。輝度は、目で知覚される光源の強度または明度と密接に関係する量である。人間の網膜が円錐体より桿状体を多く含むので、人間の目は、色より輝度の変化に敏感である。円錐体が約1000万色の個別の色しか識別できないのに対し、これらの桿状体は、光および暗闇に極めて敏感であり、単一の光子にさえも反応することができる。画像がカラーモニタ上に表示されるとき、その色は、従来のRGBモデル100が輝度を組み込まないので、輝度に対して最適化されない。たとえば、RGB色立方体100内では、光の強度は、その立方体の対角線106で表され、黒である原点(0,0,0)から、(1,1,1)、(2,2,2)、(3,3,3)、白である最高(255,255,255)まで、256の異なる濃淡値を含む。

人間の目が色より輝度に敏感であるため、2次モデル300は、図3Bに示すように、仮想輝度表現を用いて輝度値を成分色に組み込むことによってデジタル画像を強調する。より本物の黒のよりよい「強度」を与えるために黒色(K)が追加される、印刷界でのCMYK色の使用と同様に、ここでは輝度成分306が、RGB色調軸308に追加される。仮想輝度軸306を組み込むことで、色の2次元表現である合成色点310が生成され、カラー画像を過飽和にすることなく彩度および輝度の個別調整が可能になる。

色調分析のみを用いる既存のアルゴリズムでは、現在、輝度と固定された関係でしか、色の階調または値を増大または低減することができない。これは、(255,255,255)に到達するように、各RGB色成分に対する白点が255の色値で固定されるからである。2次モデル300は、固定点(すなわち255)ではなく、一定の倍率(すなわちR_original/255)に基づく輝度(白)の値との可変関係を適用することによって、任意の成分色値の「強度」を増大させることができる。したがって、この色-輝度関係は、CMYK方法で黒を使用する印刷界により近い。この2次モデル300はまた、よりよい明暗比、輝度、および色を提供し、その結果、画像がより鋭くかつより明瞭になる。2次モデル300は、基本的に、標準的な色調のみの画像を利用し、仮想輝度軸306を適用し、画像を処理した後に、色調が輝度を組み込んではるかによい品質を有する画像を再び保存する。

図3Cは、2次モデル300の新しい飽和度限界を示す。この2次関係は、明暗比の増分を大きくするとともに、より精巧な制御を必要とする。この場合は、それ自体の2乗(色値*色値)で生成される単一の色の空間312から抽出することが必要になる。この値は、その空間内に表される対角線314の値、すなわち対角線=色値*√2である。結果的に、特有の色値の2乗とその飽和度限界316との関係は、255(8ビットチャネル色表現の上限=255)から、新しい値、新しい飽和度限界=(255)*√2=360に変わる。したがって、2次関係を使用して、因数√2は、色調軸のみに基づく元の成分色値を、色調軸と輝度軸の両方に基づく仮想成分色値に関連付ける。この因数は、選択される関係によって変わり、たとえば、立方関係では、因数√3が使用されることとなる。

図4は、画像強調および圧縮アルゴリズムで使用される円形方法400を示す。円形方法は、色調軸および輝度軸の2次元表現に円を使用する。円形モデル400は、色値(R,G,B)によって生成される円と、それに対応する飽和度限界(R_max,G_max,B_max)によって生成される円との特定の関係を含む。

図4を参照すると、赤402は、元の飽和度限界の255に対する赤の色調の値を示す、赤成分の色値(赤/白)を表す。この赤402は、新しい赤空間円(RSC)404の半径になる。その場合、RSC 404の円周は、cRed=(半径*2π)または(赤/0.159)によって表される。この変数、cRed(赤が有する値に依存する)は、RSC 404を正確に画定する。

RSC 404が円形モデル400における元の赤色成分の新しい表現であるので、元の飽和度限界406(白)もまた、それに対応して変わる。この新しい飽和度限界は、赤402の成分とその飽和度限界との一定の関係を維持するように、光(光度)の円周、cLight 408によって表される。ただし、cLight=255/0.159である。従来のRGBモデル100を使用すると、赤成分は可変であり、飽和度限界(白)は255に固定される。対照的に、赤空間円404を光円408に関連させる円形方法400では、色または光、およびそれらの関係を、自動または手動で決定することができる。さらに、従来は、光が増大される場合、色成分の低減により色がぼやけるので、画像は露出過度になる。円形方法400では、色または光はどちらも互いに独立して調整することができるので、このようなことは発生しない。

図5は、画像強調アルゴリズムの一実装形態の流れ図処理500を示す。処理500は、RGB色形式で表されるデジタルカラー画像を使用する画像強調アルゴリズムの一実装形態を示す。ただし、元の画像は、任意の標準的な色空間によって表すことができ、たとえば、(CMY)、(L*a*b)、(YCC)、(L*u*v)、(Yxy)、(HSV)、(CMYK)、(MCYK)、および(RGBW)の色空間のいずれか1つとすることができる。デジタル画像は、カラーまたは白黒の画像とすることができる。デジタル画像はまた、静止画像またはビデオ画像とすることができる。ステップ502で、デジタルカラー画像を入力として受け取る。ステップ504で、デジタル画像内の各ピクセルに対する合成色番号を得る。たとえば、24ビットの色方式に基づき、合成色番号0は黒に対応し、合成色番号16,777,215は白に対応し、その間におよそ1670万色の固有色の色域を有する。次いで、ステップ506は、その合成色番号に基づき、デジタル画像内の各ピクセルに対する元のRGB成分色値(R,G,B)を抽出する。合成色番号に応じて、R、G、およびBの各成分に対する色値は、0〜255となる。次いで、ステップ508aおよび508bは、抽出されたRGB色値をフィルタリングして、成分色値が1〜255の整数値に制限されていることを確認する。このフィルタリング機能は、浮動小数点計算が関係するとき、色値をRGB色空間の値に制限するために必要とされる。

フィルタリングステップ508に続いて、ステップ510は、画像強調アルゴリズムを適用してデジタル画像を強調する。この特定のアルゴリズムは、四面体モデル200、2次モデル300、または円形モデル400を組み込むことができる。この強調アルゴリズムを使用して、明度、明暗比、色強調、色純化、自動平衡、白黒明暗比、光反転、特定の色の範囲内の画像の輝度帯域を変更するパラメータフィルタ、または他のどんな所望の画像強調操作でも実現することができる。

適切なアルゴリズムまたは一連のアルゴリズムが適用されて元のデジタル画像を強調すると、ステップ512は、その強調されたデジタル画像に対する新しいRGB色値を得る。次いで、この強調されたデジタル画像は、強調された画像を描画できるモニタまたは任意の装置上に表示することができる。さらに、この強調されたデジタル画像は、ハードドライブ、フラッシュドライブ、または取り外し可能メモリなどの記憶装置に保存することができる。

図6は、画像圧縮アルゴリズムの一実装形態の流れ図処理600を示す。処理600は、RGB色形式で表されるデジタルカラー画像を使用する画像圧縮アルゴリズムの一実装形態を示す。しかし、元の画像は、任意の標準的な色空間によって表すことができ、たとえば、(CMY)、(L*a*b)、(YCC)、(L*u*v)、(Yxy)、(HSV)、(CMYK)、(MCYK)、および(RGBW)の色空間のいずれか1つとすることができる。デジタル画像は、カラーまたは白黒の画像とすることができる。デジタル画像はまた、静止画像またはビデオ画像とすることができる。ステップ602で、指定されたビット数で表されるピクセル色を有するデジタルカラー画像を入力として受け取る。次いで、ステップ604は、デジタル画像内の各ピクセルに対する合成色番号を得る。たとえば、24ビットの色方式に基づき、合成色番号0は黒に対応し、合成色番号16,777,215は白に対応し、その間におよそ1670万色の固有色の色域を有する。次いで、ステップ606は、その合成色番号に基づき、デジタル画像内の各ピクセルに対する元のRGB成分色値(R,G,B)を抽出する。合成色番号に応じて、R、G、およびBの各成分に対する色値は、0〜255となる。次いで、ステップ608aおよび608bは、抽出されたRGB色値をフィルタリングして、成分色値が1〜255の整数値に制限されていることを確認する。このフィルタリング機能は、浮動小数点計算が関係するとき、色値をRGB色空間の値に制限するために必要とされる。

デジタル画像内の各ピクセルに対するRGB色値の抽出に続いて、ステップ610は、符号化アルゴリズムを適用して、元のRGB成分色値を「短縮」し、「低減」された色値にする。この符号化アルゴリズムは、すべてのRGB成分色値に適用される。たとえば、一実装形態では、R成分に対する低減された色値、R_reducedは、以下の数式で得られる。

R_reduced={[(R_original*√2)*(R_original/255)]+√(255*√2/√3)}/(2p); (1)
上式で、R_originalは、ステップ606で抽出され、ステップ608でフィルタリングされる、Rに対する元の色値である。別の実装形態では、成分色値は、以下の数式に従って一定の低減値を使用して短縮することができる。

R_reduced=R_original*k; (2)
上式で、kは、約0.01〜1の定数である。

等式1に示す符号化アルゴリズムは、元の色値を圧縮する前に、まずデジタル画像の品質を強調することによって、低減された色値を生成する。等式1中の第1の項は、2次モデルを使用して輝度を組み込む成分色値を表す2次オプティマイザである。2次関係を使用して、等式1中の因数√2は、色調軸のみに基づく元の成分色値を、色調軸と輝度軸の両方に基づく仮想成分色値に関連付ける。この因数は、選択される関係に応じて変わり、たとえば、立方関係では、因数√3が使用されることとなる。等式1中の第2の項は、輝度が3つの色成分すべてに及ぶことを考慮に入れる。したがって、色成分ごとの輝度の量がここで抽出される。したがって、これにより、強調されたデジタル画像の露出過度を防止することによって、各成分色内の白の存在を変えることが可能になる。

上述のように、符号化アルゴリズムは、2次オプティマイザを利用して、各成分色中に輝度を組み込むことによって、まず画像を強調する。さらに、符号化アルゴリズムは、選択された変換方法に基づき、強調された色値を変換して、低減された色値にする。たとえば、等式1は、図4に示すように、色調軸および輝度軸の2次元表現に円が使用される、円形方法400を記述する。1〜255の元の成分色値は、円の円周に配置されて、仮想成分空間円を生成する。

この成分空間円を完全に描写するためには円の半径だけが必要とされるので、この成分空間円の半径を使用する「低減された」色値は、元の成分色値のすべての情報を十分に含む。したがって、画像短縮は、ある成分色を表すのにより小さい数(低減された数)の色値を使用することにより実現される。元の成分色値とその半径の間には固定の関係(たとえば円形方法の場合、円周=半径*2π)がある。円周を利用可能な色値の範囲(1〜255)と等しくすることによって、元の成分色値は、成分空間円の半径によって表される低減された色値に配置することができる。したがって、元の色値は、半径=円周/2πの関係のために低減される。たとえば、円形方法を使用すると、1/2πまたは0.159の倍率を使用して、255色の利用可能な色は、約40色まで低減されることとなる。人間の視覚が光の強度に対して非常に敏感であるが、およそ1000万色の個別の色しか識別することができないので、2次オプティマイザと円形変換方法の組合せを使用する符号化アルゴリズムは、人間の視覚系に対して実質的に損失がない品質で、デジタル画像の圧縮を効果的に実現する。

符号化ステップ610の後、円形方法の場合には、低減された成分色値は、ステップ608aおよび608bのフィルタリング機能に類似したステップ612aおよび612bでフィルタリングされて、低減された成分色値が1〜40の整数値に制限されていることを確認する。符号化アルゴリズムの別の実装形態は、円形モデル400の直径-円周関係を利用して、色調-輝度軸を表すことができる。その場合には、低減された成分色値は、各色成分に対して1〜80となるはずである。次いで、ステップ614は、各ピクセルに対する低減された成分色値を集めて、修正された「暗い」画像にする。この画像は、低減された成分色値が短縮されて、元の256の色値より少ない色域を含むので、「暗く」見える。さらに、成分色の値が255から40に低減されたため、修正された「暗い」画像のファイルサイズは、元のファイルサイズより小さくなる。

四面体、2次、円形方法、またはその任意の組合せを使用して、元の画像が短縮されて修正された「暗い」画像になった後、この「暗い」画像は、変換アルゴリズムを使用して変換することができる。たとえば、ステップ616では、「暗い」画像は、RGBからYCbCrと呼ばれる異なる色空間に変換される。YCbCr色空間では、Y成分は輝度を表し、CbおよびCr成分はともに彩度を表す。ここで、変換された「暗い」画像の各成分(Y,Cb,Cr)は、それぞれ8×8(または最大32×32)ピクセルのブロックに「タイル表示(tiled)」され、次いで、各タイルは、ステップ618内で2次元順方向離散余弦変換(FDCT)を使用して周波数空間に変換される。量子化テーブルを使用して周波数領域内の値を低減させるJPEG圧縮アルゴリズムとは異なり、短縮-圧縮アルゴリズムでは、修正された「暗い」画像がすでに低減された色値を有するので、量子化テーブルは必要とされない。さらに、ステップ620で、任意選択の「後置」可逆圧縮(たとえばハフマン符号化)を実施して、さらに画像を圧縮することができる。

次いで、ステップ622は、ステップ618(後置圧縮なし)またはステップ620(後置圧縮あり)のどちらかで得られる圧縮された画像を、第2の位置へ転送する。この第2の位置は、ハードドライブ、フラッシュドライブ、または取り外し可能メモリなどの記憶装置とすることができる。第2の位置は、インターネットまたは無線LANなどの通信ネットワークを介して接続された遠隔装置とすることもできる。

圧縮された画像が第2の位置に転送されると、ステップ624は、復号化アルゴリズムを適用して、復号された成分色値の集合を得る。この復号化アルゴリズムは、本質的に、短縮-圧縮アルゴリズムの逆変換を実行する。まず、圧縮された画像は、逆DCTを使用して復元される。次に、成分色値は、逆「短縮」処理が実行できるように抽出される。逆短縮は、ステップ610の符合化された色値を復号できる任意のアルゴリズムを使用することができる。たとえば、符号化アルゴリズムとして等式1を使用する実装形態では、復号化アルゴリズムは、以下の式を使用する。

R_decode=R_reduced*2p; (3)
上式で、R_decodeはRに対する復号された成分色値であり、R_reducedは等式1から得られる低減された成分色値である。一方、等式2が符号化アルゴリズムに使用される場合、復号化アルゴリズムは以下の単純な式を使用する。

R_decode=R_reduced/k; (4)
上式で、kはこの場合も、約0.01〜1の定数である。符合化処理中にk値が画像ヘッダ内に記憶されるので(低減値が一定の場合)、同じk値が、復号化処理中にも使用される。

復号された成分色値は、ステップ606で抽出された元の成分色値と実質的に類似していることになる。等式3または4のどちらか(使用される符号化アルゴリズムによる)を使用して復号された成分色値が得られると、ステップ626は、復号された成分色値の新しい集合を使用して、疑似元デジタルカラー画像を再構築する。

本実施形態の利点は、処理600を従来の圧縮技術と比較すると明らかである。一例では、489キロバイトのビットマップ画像ファイルは、品質係数75でJPEG形式に圧縮された。その結果として得られるJPEGファイルサイズは、26.6キロバイトであった。比較すると、処理200を使用し、同じ品質係数を維持することによって、本発明の符号化処理は、元のビットマップ画像を19.7キロバイトまで圧縮することができた。これは、従来のJPEGファイルと比較してさらに25%の圧縮である。その上、処理600は、再構築時に画像品質を失うことなく、JPEGファイルをさらに約50%圧縮することが可能であった。

本実施形態はまた、WinZipなどの市販のソフトウェアパッケージと比較しても、大幅な改善を実現する。たとえば、2.89メガバイトのファイルサイズを有するビットマップ画像の場合、zip形式は、ファイルサイズを2.25メガバイトまでしか低減させないが、対照的に、本発明の符号化アルゴリズムは、このファイルを1.19メガバイトまで圧縮することができた。これは、ビットマップファイルの圧縮において、WinZipの性能と比較してほぼ50%の改善である。さらに、1.19メガバイトのファイルが本発明の処理600を使用して再構築されるとき、画像品質のいかなる認識可能な損失もないように見える。

本出願について、例示的な実施形態に関して説明してきた。他の実施形態も、以下の特許請求の範囲内である。

立方体表現を使用する従来のRGB色モデルの図である。 画像強調および圧縮アルゴリズムで利用される四面体方法の図である。 図3Aは、画像強調および圧縮アルゴリズムで利用される2次方法の様々な表現の図である。図3Bは、画像強調および圧縮アルゴリズムで利用される2次方法の様々な表現の図である。図3Cは、画像強調および圧縮アルゴリズムで利用される2次方法の様々な表現の図である。 画像強調および圧縮アルゴリズムで利用される円形方法の図である。 画像強調アルゴリズムの一実装形態の処理流れ図である。 画像圧縮アルゴリズムの一実装形態の処理流れ図である。

Claims (25)

1. デジタル画像を圧縮する方法であって、
   第1の色空間内で複数のピクセルによって表されるデジタル画像内の各ピクセルに対する合成色番号を求めるステップと、
   前記求められた合成色番号から第1の色値の集合を抽出するステップと、
   所定の符号化アルゴリズムに従って前記第1の色値の集合を第2の色値の集合に短縮するステップであって、前記第2の色値の集合内の色値の数量が、前記第1の色値の集合内の色値の数量より小さいステップと、
   前記第2の色値の集合に基づき修正された画像を生成するステップと、
   前記修正された画像に変換アルゴリズムを適用するステップとを含む、方法。
2. 前記変換アルゴリズムが、
   前記修正された画像を第2の色空間に翻訳するステップと、
   前記第2の色空間内の前記画像を周波数空間に変換するステップとを含む、請求項1に記載の方法。
3. 前記変換された画像に対してハフマン圧縮符号化を実行するステップをさらに含む、請求項1に記載の方法。
4. 前記所定の符号化アルゴリズムが、
   CV_reduced={[(CV_original*√2)*(CV_original/255)]+√(255*√2/√3)}/(2π)であり、
   CV_reducedが前記第2の色値の集合を表し、CV_originalが前記第1の色値の集合を表す、請求項1に記載の方法。
5. 前記第1の色値の集合が、1〜255の整数群から選択される、請求項1に記載の方法。
6. 前記第2の色値の集合が、1〜255の整数群から選択される、請求項1に記載の方法。
7. 前記所定の符号化アルゴリズムが、
   CV_reduced=CV_original*kであり、
   kが約0.01〜1の定数であり、
   CV_reducedが前記第2の色値の集合を表し、CV_originalが前記第1の色値の集合を表す、請求項1に記載の方法。
8. 前記デジタル画像が、BMP形式、JPEG形式、TIFF形式、およびGIF形式のうちの1つである、請求項1に記載の方法。
9. 前記第1の色値の集合が標準的な色空間から得られる、請求項1に記載の方法。
10. 前記標準的な色空間が、(RGB)色空間、(CMY)色空間、(L*a*b)色空間、(YCC)色空間、(L*u*v)色空間、(Yxy)色空間、(HSV)色空間、(CMYK)色空間、(MCYK)色空間、および(RGBW)色空間のうちの1つである、請求項9に記載の方法。
11. 圧縮されたデジタル画像を転送する方法であって、
    第1の色空間内で複数のピクセルによって表されるデジタル画像内の各ピクセルに対する合成色番号を求めるステップと、
    前記求められた合成色番号から第1の色値の集合を抽出するステップと、
    所定の符号化アルゴリズムに従って前記第1の色値の集合を第2の色値の集合に短縮するステップであって、前記第2の色値の集合内の色値の数量が前記第1の色値の集合内の色値の数量より小さいステップと、
    前記第2の色値の集合に基づき修正された画像を生成するステップと、
    前記修正された画像に変換アルゴリズムを適用するステップと、
    前記変換された画像を第1の通信装置を使用して伝送するステップと、
    前記変換された画像を第2の通信装置を使用して受け取るステップと、
    所定の復号化アルゴリズムに従って前記第2の色値の集合を第3の色値の集合に復号するステップであって、前記第3の色値の集合が前記第1の色値の集合と実質的に類似しているステップと、
    前記第3の色値の集合を使用して前記デジタル画像を再構築するステップとを含む、方法。
12. 前記所定の符号化アルゴリズムが、
    CV_reduced={[(CV_original*√2)*(CV_original/255)]+√(255*√2/√3)}/(2π)であり、
    CV_reducedが前記第2の色値の集合を表し、CV_originalが前記第1の色値の集合を表す、請求項11に記載の方法。
13. 前記所定の符号化アルゴリズムが、
    CV_reduced=CV_original*kであり、
    kが約0.01〜1の定数であり、
    CV_reducedが前記第2の色値の集合を表し、CV_originalが前記第1の色値の集合を表す、請求項11に記載の方法。
14. 前記所定の復号化アルゴリズムが、
    CV_decode=CV_reduced*2πであり、
    CV_reducedが前記第2の色値の集合を表し、CV_originalが前記第1の色値の集合を表す、請求項11に記載の方法。
15. 前記所定の復号化アルゴリズムが
    CV_decode=CV_reduced/kであり、
    kが約0.01〜1の定数であり、
    CV_reducedが前記第2の色値の集合を表し、CV_originalが前記第1の色値の集合を表す、請求項11に記載の方法。
16. 前記変換アルゴリズムが、
    前記修正された画像を第2の色空間に翻訳する処理と、
    前記第2の色空間内の前記画像を周波数空間に変換する処理とを含む、請求項11に記載の方法。
17. 前記変換された画像に対してハフマン圧縮符号化を実行するステップをさらに含む、請求項16に記載の方法。
18. デジタル画像を強調する方法であって、
    第1の色空間内で複数のピクセルによって表されるデジタル画像内の各ピクセルに対する合成色番号を求めるステップと、
    前記求められた合成色番号から第1の色値の集合を抽出するステップと、
    所定の強調アルゴリズムに従って前記第1の色値の集合を第2の色値の集合に短縮するステップであって、前記第2の色値の集合内の色値の数量が前記第1の色値の集合内の色値の数量より小さいステップと、
    前記第2の色値の集合に基づき強調された画像を生成するステップとを含む、方法。
19. 前記所定の画像強調アルゴリズムが、
    CV_enhanced=(CV_original*CV_original/255)によって表される2次関係であり、
    CV_enhancedが前記第2の色値の集合を表し、CV_originalが前記第1の色値の集合を表す、請求項18に記載の方法。
20. 前記所定の画像強調アルゴリズムが、
    CV_enhanced=(CV_original*2π)によって表される円形関係であり、
    CV_enhancedが前記第2の色値の集合を表し、CV_originalが前記第1の色値の集合を表す、請求項18に記載の方法。
21. 前記所定の画像強調アルゴリズムの結果、1つのボタンによる前記デジタル画像の明暗比調整が得られる、請求項18に記載の方法。
22. 前記所定の画像強調アルゴリズムの結果、1つのボタンによる前記デジタル画像の色調整が得られる、請求項18に記載の方法。
23. 前記所定の画像強調アルゴリズムの結果、1つのボタンによる前記デジタル画像の光反転が得られる、請求項18に記載の方法。
24. 前記所定の画像強調アルゴリズムの結果、1つのボタンによる前記デジタル画像の明度調整が得られる、請求項18に記載の方法。
25. 前記所定の画像強調アルゴリズムの結果、1つのボタンによる前記デジタル画像のパラメータ調整が得られる、請求項18に記載の方法。

Images