TW201338559A

TW201338559A - 動態影像編碼裝置、動態影像編碼方法及動態影像編碼程式、以及動態影像解碼裝置、動態影像解碼方法及動態影像解碼程式

Info

Publication number: TW201338559A
Application number: TW101149238A
Authority: TW
Inventors: Masayoshi Nishitani; Hiroya Nakamura; Shigeru Fukushima; Motoharu Ueda
Original assignee: Jvc Kenwood Corp
Priority date: 2011-12-21
Filing date: 2012-12-21
Publication date: 2013-09-16
Also published as: TW201720160A; TW202023282A; US9667986B2; TW201844001A; US20140286403A1; US20170230662A1; TWI638564B; TWI603611B; US9900600B2; US20170230664A1; US20170230661A1; US9936198B2; TW201811045A; US9743089B1; US9894364B2; TWI685249B; US20170230663A1; TWI578764B; TWI726579B

Abstract

將動態影像之各圖像以所定尺寸加以分割而成之第1區塊之內部再分割成1個或複數個第2區塊而將動態影像依照區塊單位進行編碼的動態影像編碼裝置中，量化參數算出部(110)係算出第2區塊的量化參數。預測量化參數導出部(114)，係使用第2區塊的鄰近之1個或複數個第3區塊的量化參數，來導出第2區塊的預測量化參數。預測量化參數導出部(114)，係若第2區塊的相鄰之第3區塊是位於超過第1區塊之交界的位置，則使用第2區塊之前編碼的第4區塊的量化參數，來導出第2區塊的預測量化參數。

Description

動態影像編碼裝置、動態影像編碼方法及動態影像編碼程式、以及動態影像解碼裝置、動態影像解碼方法及動態影像解碼程式

本發明係有關於動態影像之編碼及解碼技術，尤其是有關於利用了量化參數之預測編碼的動態影像之編碼及解碼技術。

MPEG-2 Part2(以下簡稱MPEG-2)或MPEG-4 Part10/H.264(以下簡稱AVC)等之數位動態影像編碼中，將影像分割成所定大小之區塊然後進行編碼，將表示對預測誤差訊號(或簡稱為影像訊號)之量化粗細度的量化參數，予以傳輸。在編碼側藉由將該量化參數以所定區塊單位做可變控制，就可控制編碼量或提升主觀畫質。

作為使主觀畫質提升的量化參數之控制，經常使用Adaptive Quantization(適應量化)。在適應量化中，在視覺上劣化較容易醒目的平坦部係被較細緻地量化，在劣化比較不易醒目的花紋之複雜部分係被較粗糙地量化，如此隨著各巨集區塊的活性而變化。亦即，在被編碼時分配位元量容易變大的活性高之巨集區塊中，係改變量化參數以使其被設定較大的量化尺度，其結果為，控制以使得已被編碼之影像的資料中儘可能較小，同時，主觀畫質會被提升。

在MPEG-2中係判斷，編碼/解碼順序上前1個區塊的量化參數與編碼對象區塊的量化參數是否相同，若非相同則將量化參數予以傳輸。在AVC中係為，將編碼/解碼順序上前1個區塊的量化參數當作預測值，而將編碼對象區塊的量化參數予以差分編碼。這是因為，一般而言編碼量控制係按照編碼順序而進行，因此編碼順序上前1個區塊的量化參數是最接近於編碼區塊的量化參數，根據這點而謀求抑制所傳輸之量化參數的資訊量。

[先前技術文獻] [專利文獻]

[專利文獻1]日本特開2011-91772號公報

在先前的量化參數之控制中，是將已編碼之左側區塊的量化參數當作預測量化參數，算出與編碼對象區塊的量化參數之差分，將所算出之差分量化參數予以編碼，藉此以削減量化參數的編碼量。然而，隨著畫面內的內容，例如圖8所示，編碼對象區塊內的影像與已編碼之左側區塊內的影像的特徵不同的情況下，以適應量化所算出的量化參數係會差異變大，因此即時統一地執行與左側區塊的量化參數預測，差分量化參數仍會很大，導致編碼量增加之課題。

又，藉由編碼量控制而算出的量化參數，係通常是依照從畫面的左上往右下的逐線掃描順序而進行，因此若編碼對象的區塊尺寸變小，則在切片間的處理順序就會遠離。因此，當將編碼對象區塊的上方鄰近之已編碼區塊的量化參數使用於預測時，雖然是鄰近，但編碼量控制的處理順序係遠離，因此藉由編碼量控制而被算出的量化參數，無法期望一定會與編碼對象區塊上方鄰近之已編碼區塊相同或為相近值，導致難謂可以削減差分量化參數之編碼量的課題。

本發明係有鑑於此種狀況而研發，其目的在於提供一種，可削減量化參數的編碼量，提升編碼狀況技術。

為了解決上記課題，本發明的某個樣態的動態影像編碼裝置，係將動態影像之各圖像以所定尺寸加以分割而成之第1區塊之內部再分割成1個或複數個第2區塊而將前記動態影像依照區塊單位進行編碼的動態影像編碼裝置，具備：量化參數算出部(110)，係算出前記第2區塊的量化參數；和預測量化參數導出部(114)，係使用前記第2區塊的鄰近之1個或複數個第3區塊的量化參數，來導出前記第2區塊的預測量化參數；和差分量化參數生成部(111)，係根據前記第2區塊的量化參數與前記預測量化參數的差分，生成前記第2區塊的差分量化參數；和編碼部(112)，係將前記第2區塊的差分量化參數予以編碼。前記預測量化參數導出部(114)，係若前記第2區塊的相鄰之前記第3區塊是位於超過前記第1區塊之交界的位置，則使用前記第2區塊之前編碼的第4區塊的量化參數，來導出前記第2區塊的預測量化參數。

本發明的另一樣態，係亦為動態影像編碼裝置。該裝置係屬於以編碼區塊單位使用運動補償預測而將動態影像予以編碼的動態影像編碼裝置；該編碼區塊單位係為，將前記動態影像之各圖像以所定尺寸加以分割而成之區塊之內部再分割成1個或複數個編碼區塊而成者；具備：量化參數算出部(110)，係算出前記編碼區塊的量化參數；和預測量化參數導出部(114)，係隨應於前記編碼區塊的運動補償預測時的預測模式，而使用前記編碼區塊的相鄰之已編碼相鄰區塊的量化參數，來導出前記編碼區塊的預測量化參數；和差分量化參數生成部(111)，係根據前記編碼區塊的量化參數與前記預測量化參數的差分，生成前記編碼區塊的差分量化參數；和編碼部(112)，係將前記編碼區塊的差分量化參數予以編碼。前記預測量化參數導出部(114)，係若前記編碼區塊之所定方向上所相鄰之相鄰區塊是位於超過前記所定尺寸之區塊的交界的位置，則使用與前記所定方向上所相鄰之相鄰區塊不同的其他已編碼區塊的量化參數，來導出前記編碼區塊的預測量化參數。

本發明的另一其他樣態，係為動態影像編碼方法。該方法係將動態影像之各圖像以所定尺寸加以分割而成之第1區塊之內部再分割成1個或複數個第2區塊而將前記動態影像依照區塊單位進行編碼的動態影像編碼方法，具備量化參數算出步驟，係算出前記第2區塊的量化參數；和預測量化參數導出步驟，係使用前記第2區塊的鄰近之1個或複數個第3區塊的量化參數，來導出前記第2區塊的預測量化參數；和差分量化參數生成步驟，係根據前記第2區塊的量化參數與前記預測量化參數的差分，生成前記第2區塊的差分量化參數；和編碼步驟，係將前記第2區塊的差分量化參數予以編碼。前記預測量化參數導出步驟，係若前記第2區塊的相鄰之前記第3區塊是位於超過前記第1區塊之交界的位置，則使用前記第2區塊之前編碼的第4區塊的量化參數，來導出前記第2區塊的預測量化參數。

本發明的某個樣態的動態影像解碼裝置，係將位元串流予以解碼的動態影像解碼裝置；該位元串流係為，將動態影像之各圖像以所定尺寸加以分割而成之第1區塊之內部再分割成1個或複數個第2區塊而將前記動態影像予以編碼而成者；具備：解碼部(202)，係將前記位元串流予以解碼而抽出前記第2區塊的差分量化參數；和預測量化參數導出部(205)，係使用前記第2區塊的鄰近之1個或複數個第3區塊的量化參數，來導出前記第2區塊的預測量化參數；和量化參數生成部(203)，係藉由前記第2區塊的差分量化參數與前記預測量化參數之加算，以生成前記第2區塊的量化參數。前記預測量化參數導出部(205)，係若前記第2區塊的相鄰之前記第3區塊是位於超過前記第1區塊之交界的位置，則使用前記第2區塊之前解碼的第4區塊的量化參數，來導出前記第2區塊的預測量化參數。

本發明的另一樣態，係亦為動態影像解碼裝置。該裝置係將位元串流予以解碼的動態影像解碼裝置；該位元串流係為，將動態影像之各圖像以所定尺寸加以分割而成之區塊之內部再分割成1個或複數個編碼區塊而以編碼區塊單位來將前記動態影像予以編碼而成者；具備：解碼部(202)，係將前記位元串流依照解碼區塊單位而予以解碼以抽出解碼區塊的差分量化參數；和預測量化參數導出部(205)，係隨應於前記解碼區塊的運動補償預測時的預測模式，而使用前記解碼區塊的相鄰之已解碼相鄰區塊的量化參數，來導出前記解碼區塊的預測量化參數；和量化參數生成部(203)，係藉由前記解碼區塊的差分量化參數與前記預測量化參數之加算，以生成前記解碼區塊的量化參數。前記預測量化參數導出部(205)，係若前記解碼區塊之所定方向上所相鄰之相鄰區塊是位於超過前記所定尺寸之區塊的交界的位置，則使用與前記所定方向上所相鄰之相鄰區塊不同的其他已解碼區塊的量化參數，來導出前記解碼區塊的預測量化參數。

本發明的另一其他樣態，係為動態影像解碼方法。該方法係將位元串流予以解碼的動態影像解碼方法；該位元串流係為，將動態影像之各圖像以所定尺寸加以分割而成之第1區塊之內部再分割成1個或複數個第2區塊而將前記動態影像予以編碼而成者；具備：解碼步驟，係將前記位元串流予以解碼而抽出前記第2區塊的差分量化參數；和預測量化參數導出步驟，係使用前記第2區塊的鄰近之1個或複數個第3區塊的量化參數，來導出前記第2區塊的預測量化參數；和量化參數生成步驟，係藉由前記第2區塊的差分量化參數與前記預測量化參數之加算，以生成前記第2區塊的量化參數。前記預測量化參數導出步驟，係若前記第2區塊的相鄰之前記第3區塊是位於超過前記第1區塊之交界的位置，則使用前記第2區塊之前解碼的第4區塊的量化參數，來導出前記第2區塊的預測量化參數。

此外，即使將以上構成要素之任意組合、本發明之表現，在方法、裝置、系統、記錄媒體、電腦程式等之間做轉換而成者，對本發明的樣態而言皆為有效。

若依據本發明，則可削減量化參數的編碼量，可提升編碼效率。

本發明的實施形態，係將圖像分割成所定尺寸的矩形區塊，然後再將該區塊分割成1個或複數個編碼區塊，以編碼區塊單位進行量化、編碼的動態影像編碼時，為了削減處理對象的區塊的量化參數的編碼量，而從周圍的已編碼區塊的編碼資訊，導出最佳之預測量化參數，算出與預測量化參數之差分，然後進行編碼，提供此種編碼量控制技術。

說明實施本發明的理想之動態影像編碼裝置100及動態影像解碼裝置200。圖1係實施本發明的動態影像編碼裝置100之構成的區塊圖，是由：影像記憶體101、殘差訊號生成部102、正交轉換．量化部103、第2編碼位元列生成部104、逆量化．逆正交轉換部105、解碼影像訊號重疊部106、解碼影像記憶體107、預測影像生成部108、活性算出部109、量化參數算出部110、差分量化參數生成部111、第1編碼位元列生成部112、編碼資訊儲存記憶體113、預測量化參數導出部114及編碼位元列多工化部115所構成。此外，連結各區塊間的粗實線之箭頭係表示圖像之影像訊號的流向，細實線之箭頭係表示控制編碼的參數訊號的流向。

影像記憶體101係將按照攝影/顯示時間順序所供給的編碼對象之影像訊號，予以暫時儲存。影像記憶體101，係將所被儲存的編碼對象之影像訊號，以所定之像素區塊單位，供給至殘差訊號生成部102、預測影像生成部108及活性算出部109。此時，按照攝影/顯示時間順序而被儲存的影像，係被排序成編碼順序，以像素區塊單位，從影像記憶體101輸出。

殘差訊號生成部102，係將所編碼之影像訊號與預測影像生成部108所生成之預測訊號進行兩者的減算而生成殘差訊號，供給至正交轉換．量化部103。

正交轉換．量化部103，係對殘差訊號而進行正交轉換及量化，生成已被正交轉換、量化過的殘差訊號，供給至第2編碼位元列生成部104與逆量化．逆正交轉換部105。

第2編碼位元列生成部104，係將已被正交轉換及量化過的殘差訊號，依照規定之語法規則來進行熵編碼以生成第2編碼位元列，供給至編碼位元列多工化部115。

逆量化．逆正交轉換部105，係將從正交轉換．量化部103所供給之已被正交轉換、量化過的殘差訊號，進行逆量化及逆正交轉換而算出殘差訊號，供給至解碼影像訊號重疊部106。

解碼影像訊號重疊部106，係將預測影像生成部108所生成的預測影像訊號和已被逆量化．逆正交轉換部105進行逆量化及逆正交轉換後的殘差訊號加以重疊而生成解碼影像，儲存在解碼影像記憶體107中。此外，亦可對解碼影像實施用來減少編碼所致區塊失真等失真的濾波處理，儲存至解碼影像記憶體107；此情況下，因應需要而將用來識別去區塊濾波器等之後段濾波器之資訊的旗標等所被預測而成的編碼資訊，儲存至編碼資訊儲存記憶體113。

預測影像生成部108，係從影像記憶體101所供給之影像訊號與從解碼影像記憶體107所供給之解碼影像訊號，以預測模式為基礎而進行畫格內預測(畫面內預測)或畫格間預測(畫面間預測)，生成預測影像訊號。畫面內預測，係使用將從影像記憶體101所供給之影像訊號以所定區塊單位分割而成的編碼對象區塊、和從解碼影像記憶體107所供給之存在於與編碼對象區塊相同畫格內的編碼對象區塊所鄰近之周圍的已編碼區塊的像素訊號，來生成預測影像訊號。畫面間預測，係將從影像記憶體101所供給之影像訊號以所定區塊單位分割而成的編碼對象區塊的畫格(編碼畫格)的時間序列上較為前面或後面遠離數畫格的被儲存在解碼影像記憶體107中的已編碼畫格，視為參照畫格，在編碼畫格與參照畫格之間進行區塊比對，求出一種稱作運動向量的運動量，基於該運動量而從參照畫格進行運動補償，生成預測影像訊號。將如此生成之預測影像訊號，供給至殘差訊號生成部102。在預測影像生成部108中所得到之運動向量等之編碼資訊，係因應需要而儲存在編碼資訊儲存記憶體113中。然後，在預測影像生成部108中，若有複數預測模式可以選擇時，則藉由評估已被生成之預測影像訊號與原始影像訊號之間的失真量等，來決定最佳的預測模式，選擇已被決定之預測模式所致之預測所生成之預測影像訊號，供給至殘差訊號生成部102，並且，若預測模式是畫面內預測時，則將畫面內預測模式供給至編碼資訊儲存記憶體113及第1編碼位元列生成部。畫面內預測模式的詳細說明將於後述。

活性算出部109，係計算出將從影像記憶體101所供給之編碼對象區塊的影像的複雜度或圓滑度予以表示的係數亦即活性，供給至量化參數算出部110。活性算出部109的詳細構成與動作，係在後述的實施例中說明。

量化參數算出部110，係藉由活性算出部109中所算出的活性，而算出編碼對象區塊的量化參數，供給至差分量化參數生成部111及編碼資訊儲存記憶體113。量化參數算出部110的詳細構成與動作，係在後述的實施例中說明。

差分量化參數生成部111，係對量化參數算出部110中所算出的量化參數，與預測量化參數導出部114中所導出的預測量化參數，進行減算，算出差分量化參數，供給至第1編碼位元列生成部112。

第1編碼位元列生成部112，係將差分量化參數生成部111所算出的差分量化參數，依照規定之語法規則而予以編碼而生成第1編碼位元列，供給至編碼位元列多工化部115。

編碼資訊儲存記憶體113，係將編碼結束之區塊的量化參數，予以儲存。又，雖然圖1中未圖示連線，但預測影像生成部108中所生成的預測模式或運動向量等之編碼資訊，也被當成下個編碼對象區塊進行編碼所必須之資訊而加以儲存。還有，以圖像或切片單位而被生成的編碼資訊，也會因應需要而儲存。

預測量化參數導出部114，係使用編碼對象區塊之周圍的鄰近之已編碼區塊的量化參數或編碼資訊，導出預測量化參數，供給至差分量化參數生成部111。預測量化參數導出部114的詳細構成與動作，係在後述的實施例中說明。

編碼位元列多工化部115，係將第1編碼位元列與第2編碼位元列，因照規定之語法規則而進行多工化，輸出位元串流。

圖2係圖1之動態影像編碼裝置100所對應之實施形態所述之動態影像解碼裝置200之構成的區塊圖。實施形態的動態影像解碼裝置200，係具備：位元列分離部201、第1編碼位元列解碼部202、量化參數生成部203、編碼資訊儲存記憶體204、預測量化參數導出部205、第2編碼位元列解碼部206、逆量化．逆正交轉換部207、解碼影像訊號重疊部208、預測影像生成部209及解碼影像記憶體210。此外，和圖1的動態影像編碼裝置100同樣地，連結各區塊間的粗實線之箭頭係表示圖像之影像訊號的流向，細實線之箭頭係表示控制編碼的參數訊號的流向。

圖2的動態影像解碼裝置200的解碼處理，係為對應於圖1之動態影像編碼裝置100之內部所設之解碼處理，因此圖2的逆量化．逆正交轉換部207、解碼影像訊號重疊部208、預測影像生成部209、解碼影像記憶體210及編碼資訊儲存記憶體204之各構成，係具有與圖1之動態影像編碼裝置100的逆量化．逆正交轉換部105、解碼影像訊號重疊部106、預測影像生成部108、解碼影像記憶體107及編碼資訊儲存記憶體113之各構成分別對應的機能。

被供給至位元列分離部201的位元串流係依照規定之語法規則而進行分離，所分離出來的編碼位元列係被供給至第1編碼位元列解碼部202、第2編碼位元列解碼部206。

第1編碼位元列解碼部202，係將所被供給之編碼位元列予以解碼而將預測模式、運動向量、差分量化參數等之相關的編碼資訊，予以輸出，將差分量化參數供給至量化參數生成部203，並且將編碼資訊儲存至編碼資訊儲存記憶體204。

量化參數生成部203，係將從第1編碼位元列解碼部202所供給之差分量化參數和預測量化參數導出部205中所被導出之量化參數進行加算而算出量化參數，供給至逆量化．逆正交轉換部207及編碼資訊儲存記憶體204。

編碼資訊儲存記憶體113，係將解碼結束之區塊的量化參數，予以儲存。甚至，不只是第1編碼位元列解碼部202中所被解碼之區塊單位的編碼資訊，以圖像或切片單位而被生成的編碼資訊，也會因應需要而儲存。又，雖然圖2中未圖示連線，但會將已被解碼之預測模式或運動向量等之編碼資訊，供給至預測影像生成部209。

預測量化參數導出部205，係使用解碼對象區塊之周圍的鄰近之已解碼區塊的量化參數或編碼資訊，導出預測量化參數，供給至量化參數生成部203。預測量化參數導出部205係具有和動態影像編碼裝置100的預測量化參數導出部114同等之機能，其詳細構成與動作係在後述的實施例中說明。

第2編碼位元列解碼部206係將所被供給之編碼位元列予以解碼而算出已被正交轉換．量化之殘差訊號，將已被正交轉換．量化之殘差訊號供給至逆量化．逆正交轉換部207。

逆量化．逆正交轉換部207，係對第2編碼位元列解碼部206所解碼之已被正交轉換．量化之殘差訊號，使用量化參數生成部203中所生成的量化參數，來進行逆正交轉換及逆量化，獲得已被逆正交轉換．逆量化之殘差訊號。

解碼影像訊號重疊部208，係將已被預測影像生成部209所生成之預測影像訊號、和已被逆量化．逆正交轉換部207進行逆正交轉換．逆量化之殘差訊號，加以重疊，以生成解碼影像訊號並輸出，同時儲存至解碼影像記憶體210。在儲存至解碼影像記憶體210之際，係也可對解碼影像實施用來減少編碼所致區塊失真等的濾波處理，然後儲存在解碼影像記憶體210中。

預測影像生成部209，係基於被第2編碼位元列解碼部206所解碼的預測模式或運動向量等之編碼資訊、還有來自編碼資訊儲存記憶體204的編碼資訊，根據從解碼影像記憶體210所供給之解碼影像訊號而生成預測影像訊號，供給至解碼影像訊號重疊部208。

接著說明，動態影像編碼裝置100之中以粗虛線圍繞的各部120、尤其是預測量化參數導出部114、和動態影像解碼裝置200之中以粗虛線圍繞的各部220、尤其是預測量化參數導出部205中所共通實施的預測量化參數導出方法的細節。

首先說明本實施形態的動態影像編碼裝置100之中以粗虛線所圍繞之各部120的各部之動作。各部120中，係將從影像記憶體101所供給之所定像素尺寸單位的像素區塊，當作編碼區塊，並決定用來把該區塊進行量化所需的量化參數。量化參數係主要藉由編碼量控制與適應量化的演算法，而被決定。首先說明活性算出部109中的適應量化之手法。

在活性算出部109中，係由於一般人類的視覺特性是對於邊緣較少的低頻成分較為敏感，因此在視覺上劣化較容易醒目的平坦部中係做較細緻地量化，在劣化比較不易醒目的花紋之複雜部分係做較粗糙地量化，如此就所定區塊單位而算出表現影像之複雜度或圓滑度的活性。

作為活性的一例，係可舉出MPEG-2 TestMode15(TM5)中所記載的編碼區塊內之像素分散值所致之算出。分散值係為表示，從構成區塊內之影像的像素的平均起算的分散程度的值，在區塊內影像越平坦(亮度變化越小)則越小，越複雜之花紋(亮度變化越大)則越大，因此當作區塊的活性來利用。若將區塊內的像素值以p(x,y)來表示，則區塊的活性act係可用下式算出。

此處，BLK係為編碼區塊的像素總數，p_mean係為區塊內的像素之平均值。

又，不限於如以上的分散，亦可對編碼區塊內的像素，求取在水平方向及垂直方向上與鄰近之像素的差分絕對值，在區塊內求取總和。此情況下，也是影像較平坦時則較小，在邊緣較多之複雜花紋部分係為較大的值，可當作活性來利用。藉由下式而被算出。

如此算出的活性act，係被供給至量化參數算出部110。

接著，說明編碼量控制。在本實施形態的動態影像編碼裝置100中，雖然沒有特別設置用來實現編碼量控制的部，但在編碼量控制中，是根據發生編碼量來決定編碼區塊的量化參數，因此在量化參數算出部110之中就視為包含該機能而說明。

編碼量控制的目的係為，將畫格等之所定單位的發生編碼量控制成目標編碼量附近，當判斷為已編碼區塊的發生編碼量是比目標編碼量還多時則在之後編碼的區塊上適用相對較粗糙的量化，當判斷為已編碼區塊的發生編碼量是比目標編碼量還少時則在之後編碼的區塊上適用相對較細緻的量化。

關於具體的編碼量控制的演算法，使用圖3來說明。

首先，對每一畫格決定目標編碼量(T)。一般而言，是以I圖像>P圖像>參照B圖像>非參照B圖像的方式來決定T。例如，動態影像的目標位元速率是5Mbps，1秒內有I圖像1張、P圖像3張、參照B圖像11張、非參照B圖像15張的情況下，假設圖像類型別的目標編碼量為Ti、Tp、Tbr、Tb，則當想要控制目標編碼量成為Ti：Tp：Tbr：Tb=4：3：2：1之比率時，則為Ti=400kbit、Tp=300kbit、Tbr=200kbit、Tb=100kbit。但是，圖像類型別的分配編碼量並不影響本發明的本質。

接著，說明畫格內的編碼量控制。令決定量化參數的單位亦即區塊的數目為N、發生編碼量為B、與目標編碼量之差分位元為D，則為：。此處，j係為編碼區塊的編碼處理順序計數號碼。D(0)係為目標編碼量差分的初期值。

編碼量控制所致之量化參數bQP係被決定如下。

[數4]bQP(j)=D(j)×r

此處，r係為將目標編碼量差分轉換成量化參數的比例係數。該比例係數r係隨著可使用之量化參數而決定。

量化參數算出部110，係使用對每一編碼區塊而被活性算出部109所算出的活性act，來改變編碼量控制中所算出之編碼區塊的量化參數。以下係就每一編碼區塊而進行算出，因此將編碼量控制所致之量化參數的編碼處理順序計數號碼予以刪除，以bQP來表示。

量化參數算出部110，係基於被活性算出部109所算出之活性act，而算出編碼區塊的最佳量化參數QP。

量化參數算出部110，係將前一個編碼的畫格內的平均活性當作avg_act而記錄，將編碼區塊的正規化活性Nact，以下式算出。

此處，上式的係數2係表示量化參數之動態範圍的值，會算出落在0.5~2.0之範圍的正規化活性Nact。

此外，avg_act係在編碼過程之前，預先對畫格內的所有區塊，算出活性，而將其平均值當作avg_act即可。甚至，avc_act係亦可儲存在編碼資訊儲存記憶體113中，因應需要而由量化參數算出部110從編碼資訊儲存記憶體113取得avg_act。

將已被算出之正規化活性Nact，與作為基準之量化參數bQP，進行如下式的乘算，獲得編碼區塊的量化參數QP。

[數6]QP=Nact×bQP

此外，bQP雖然是如上述的編碼量控制所算出的區塊單位之量化參數，但亦可為固定值而為代表著含有編碼區塊之畫格或切片的量化參數。又，亦可為前一個編碼之畫格的平均量化參數，在本實施形態中並沒有特別限定算出方法。

如此所算出之編碼區塊的量化參數，係被供給至編碼資訊儲存記憶體113及差分量化參數生成部111。

編碼資訊儲存記憶體113，係不只將量化參數算出部110所算出之量化參數或已經結束編碼之過去編碼區塊的量化參數予以儲存，還會儲存編碼區塊之編碼的運動向量或預測模式等之編碼資訊，因應需要而讓各部取得編碼資訊。

預測量化參數導出部114，係從編碼資訊儲存記憶體113使用編碼區塊周圍的已編碼之鄰近區塊的量化參數或其他編碼資訊，而導出用來使編碼區塊的量化參數能夠高效率地編碼、傳輸所需的預測量化參數。

為了將量化參數予以高效率地編碼、傳輸，與其將量化參數直接編碼，不如求取與已經編碼之區塊的量化參數的差分(差分量化參數)，將該差分量化參數予以編碼、傳輸，效率較佳。若從編碼量控制的觀點來看，則若將編碼處理順序上前一個已編碼區塊的量化參數當作預測量化參數，則所傳輸之差分量化參數的值會變小，編碼量會變小。另一方面，若從適應量化的觀點來看，則由於編碼區塊與周圍之鄰近區塊係為鄰近，因此經常會是相同或類似花紋，所以與編碼區塊鄰近之區塊的活性會是與編碼區塊之活性相近的值，若將鄰近區塊之量化參數當作預測量化參數，則所傳輸之差分量化參數的值會變小，編碼量會變小。因此，在H.264中，係如圖4所示，將量化參數予以傳輸之單位，係被固定成巨集區塊(16×16像素群)，將逐線掃描順序上比編碼區塊前面、乃至前一個編碼的左鄰鄰近之區塊的量化參數，視為預測量化參數，求取編碼區塊之量化參數與預測量化參數的差分，將該差分量化參數予以編碼、傳輸，採用此種方法。亦即，在H.264中係對想定了編碼量控制的量化參數之預測，做了最佳化。但是，由於H.264係沒有進行後述的階層樹編碼，因此除了影像左端以外，前一個區塊都是左區塊，因此會將鄰近區塊之量化參數當作預測量化參數而使用，可以說是對想定了適應量化的預測，也大致有做最佳化。因此，像是H.264，量化參數的傳輸單位係被固定，不進行階層樹編碼之構成的情況下，可以說，量化參數之預測係前一個已編碼區塊為最佳。

然而，在進行階層樹編碼的情況下，若與H.264同樣地將前一個區塊的量化參數當作預測量化參數來使用，則雖然對編碼量控制係有最佳化，但在使用適應量化來傳輸量化參數時，並非最佳的預測值，會導致差分量化參數的編碼量增大之課題。

此處，說明階層樹編碼。此處所言的階層樹編碼，係以樹區塊單位(這裡係假設為64x64區塊)而分別決定表示編碼單位的depth，用已決定之depth來進行編碼區塊單位的編碼。藉此，就可決定出依存於影像精細度的最佳depth而進行編碼，可大幅提升編碼效率。

圖5中係圖示了階層樹編碼結構的編碼處理順序。如圖5的上圖所示，將畫面內均等分割成所定之同一尺寸的正方之矩形單位。該單位稱作樹區塊，係為用來在影像內特定出編碼/解碼區塊所需的位址管理的基本單位。樹區塊係會隨著影像內的紋理等，為了使編碼處理最佳化，而可因應需要而在樹區塊內做階層式地4分割，變成區塊尺寸更小的區塊。如此被分割成較小區塊而構成的階層式區塊結構，稱作樹區塊結構，將該已被分割之區塊稱作編碼區塊(CU：Coding Unit)，是進行編碼及解碼之際的處理的基本單位。圖5的下圖係將樹區塊做4分割而成的各CU當中，將左下除外的3個CU又再度予以4分割的例子。於本實施例中，是以CU單位來設定量化參數。樹區塊係亦為最大尺寸的編碼區塊。

在此種階層樹編碼中，編碼順序係和圖4之H.264的逐線掃描順序(左~右)不同，因此量化參數有可能在前一個已編碼區塊與左邊之鄰近區塊係為不相等。例如作為階層樹編碼之一例，如圖6所示，編碼對象之樹區塊之中的左上之編碼區塊(圖6的斜線部之矩形)，係將左方鄰近之樹區塊之中所被分割的區塊當中，最後被編碼之右下之已編碼區塊(圖6中灰色部的矩形)的量化參數，用來進行預測。又，如圖7所示，編碼對象之樹區塊之中的左下之編碼區塊(圖7的斜線部之矩形)，係將同一樹區塊之中所被分割、前一個被編碼之區塊(圖7中灰色部的矩形)的量化參數，用來進行預測。因此，只從前一個已編碼區塊來預測量化參數，即使可以進行對編碼量控制最佳化的預測，由於分割而造成區塊間的距離分隔，無法進行適合於適應量化的預測，因此差分量化參數的編碼量會增大，導致編碼效率降低。

又，若如H.264般地統一把左鄰區塊的量化參數當作預測量化參數，則例如圖8所示的例子的情形，編碼區塊與左方之鄰近區塊的影像的花紋會不同，因此會對各個量化參數造成影響，差分量化參數也會變成較大的值，發生編碼量也會變大，恐怕造成無法有效率地編碼、傳輸。

作為解決方案，不要統一從左方鄰近區塊選擇預測量化參數，考慮將已編碼之上方的鄰近區塊的量化參數當作預測量化參數的方法。

然而，跨越樹區塊交界而從上方之鄰近區塊來預測量化參數時，若考慮編碼量控制所致之量化參數之算出，則由於會是從編碼區塊起相當過去的時點上所算出之量化參數，因此如圖9所示，對於編碼區塊的處理順序j，上方之鄰近區塊的處理順序i，係即使就區塊而言是在圖像內呈鄰近，仍由於在編碼處理順序上係為i<<j，所以若從編碼量控制的觀點來看，則很難說編碼區塊的量化參數一定會與上方鄰近區塊之量化參數的相關性高。

再者，為了解碼過程的高速化，而對每一樹區塊切片實施平行處理時，就無法將跨越樹區塊交界而將上方之鄰近區塊的量化參數使用於預測，因此藉由跨越樹區塊交界而參照上方之鄰近區塊，恐怕導致無法有效率地編碼、傳輸。

於是，本發明的實施形態所述之預測量化參數導出部114，係不將編碼區塊之上方鄰近之樹區塊的鄰近區塊，使用於量化參數之預測，而是從周圍的已編碼區塊，導出最佳之預測量化參數，來提升差分量化參數的發生編碼量之效率。

圖10係表示預測量化參數導出部114之詳細構成的圖示。預測量化參數導出部114係由：開關301、記憶體302、第1預測量化參數導出部303及第2預測量化參數導出部304所構成。

從編碼資訊儲存記憶體113所供給之編碼區塊的周圍之已編碼之鄰近區塊的量化參數或編碼區塊的預測模式等之編碼資訊，係被暫時記憶在記憶體302，並且對開關301供給著編碼區塊的預測模式。

開關301係隨應於預測模式來切換進行量化參數預測的導出部。預測模式是畫面間預測時係以第1預測量化參數導出部303，預測模式是畫面內預測時係以第2預測量化參數導出部304來導出預測量化參數。

第1預測量化參數導出部303係藉由來自記憶體302的編碼區塊周圍的已編碼之鄰近區塊的量化參數的相對比較，而導出預測量化參數。

另一方面，第2預測量化參數導出部304係根據來自編碼資訊儲存記憶體302的編碼區塊周圍的已編碼之鄰近區塊的量化參數，和若被預測影像生成部108選擇了畫面內預測來作為預測模式時，畫面內預測中所參照之鄰近區塊的像素之方向加以表示的畫面內預測模式(以下稱作intraPredMode)，而導出預測量化參數。

此處，說明畫面內預測的細節。在畫面內預測中係根據相同畫面內的周圍之已解碼的區塊的像素之值，來預測編碼區塊的像素之值。在本發明的動態影像編碼裝置100及動態影像解碼裝置200中，係從34種畫面內預測模式中進行選擇，進行畫面內預測。

圖11係本實施形態所規定之畫面內預測模式之值與預測方向的說明圖。實線的箭頭係表示畫面內預測中所參照之方向，從箭頭的終點朝向起點來進行畫面內預測。號碼係代表畫面內預測模式的值。畫面內預測模式，係根據上方之已解碼區塊在垂直方向上進行預測的垂直預測(畫面內預測模式intraPredMode=0)，根據左方之已解碼區塊在水平方向上進行預測的水平預測(畫面內預測模式intraPredMode=1)，根據周圍之已解碼區塊算出平均值以進行預測的平均值預測(畫面內預測模式intraPredMode=2)，根據周圍之已解碼區塊以斜向45度之角度往右下方向進行預測的平均值預測(intraPredMode=3)以外，還定義了根據周圍之已解碼區塊而在以各種角度傾斜之方向上進行預測的30種角度預測(畫面內預測模式intraPredMode=4,5,…,33)。

畫面內預測模式，係分別準備亮度訊號、色差訊號，將亮度訊號用的畫面內預測模式定義為畫面內亮度預測模式，將色差訊號用的畫面內預測模式定義為畫面內色差預測模式。畫面內亮度預測模式的編碼、及解碼時，係利用與周邊區塊之畫面內亮度預測模式的相關性，在編碼側上若判斷為無法根據周邊區塊之畫面內亮度預測模式來進行預測時，就將進行參照之區塊加以特定的資訊予以傳輸，若判斷為與其根據周邊區塊之畫面內亮度預測模式來進行預測，不如對畫面內亮度預測模式設定別的值較佳時，才將畫面內亮度預測模式之值予以編碼、或解碼，是採用如此機制。藉由根據周邊區塊之畫面內亮度預測模式來預測編碼．解碼對象區塊的畫面內亮度預測模式，就可削減所傳輸的編碼量。另一方面，畫面內色差預測模式的編碼、及解碼時，係利用與色差訊號之預測區塊相同位置的亮度訊號的預測區塊的畫面內亮度預測模式的相關性，在編碼側上若判斷為無法根據畫面內亮度預測模式來進行預測時，就根據畫面內亮度預測模式之值來預測畫面內色差預測模式之值，若判斷為與其根據畫面內亮度預測模式來進行預測，不如對畫面內色差預測模式設定獨自的值較佳時，則將畫面內色差預測模式之值予以編碼、或解碼，是採用如此機制。藉由根據畫面內亮度預測模式來預測畫面內色差預測模式，就可削減所傳輸的編碼量。在本實施形態中，在沒有特別聲明的情況下，係將畫面內亮度預測模式假設為畫面內預測模式。

在預測影像生成部108中，從這34種畫面內預測模式之中，選擇出編碼效率最高的畫面內預測模式，若預測模式是被選擇成畫面內預測，則預測模式連同畫面內預測模式會透過編碼資訊儲存記憶體113，供給至預測量化參數導出部114。

第2預測量化參數導出部304，係基於該畫面內預測模式，來導出預測量化參數。如此而被導出之預測量化參數，係被供給至差分量化參數生成部111。

差分量化參數生成部111，係對量化參數算出部110中所算出的編碼區塊之量化參數，與預測量化參數導出部114中所導出的預測量化參數進行減算，算出差分量化參數。預測量化參數係在解碼時也是從已解碼之周圍鄰近區塊和編碼時同樣地被導出，因此藉由將差分編碼參數視為編碼對象，就可使得編碼與解碼間不產生矛盾，可削減量化參數的編碼量。已被算出之差分量化參數，係被供給至第1編碼位元列生成部112。

第1編碼位元列生成部112，係將差分量化參數生成部111所算出的差分量化參數，依照規定之語法規則而進行熵編碼，生成第1編碼位元列。圖12中係圖示差分量化參數的熵編碼中所被使用的編碼轉換表之一例。此係稱為帶符號指數格倫布編碼的表格，差分量化參數的絕對值越小，則給予越短的編碼長度。一般而言將影像以區塊來做分割時，在鄰近之區塊上係會是相似的影像，因此活性的值會相近，所算出的區塊的量化參數也會是相近的值。因此，差分量化參數的發生頻率係為0是最高，隨著絕對值越大而會越低之傾向，圖12表格也反映出此特徵，對於發生頻率越高的值，分配越短的編碼長度。只要預測量化參數係以與編碼區塊之量化參數相近的值而被預測，則可算出接近於0的差分量化參數，可抑制發生編碼量。第1編碼位元列生成部112，係將對應於差分量化參數的編碼位元列，從圖12的表格中予以抽出，將該編碼位元列供給至編碼位元列多工化部115。

說明上述本實施例之動態影像編碼裝置100所對應之動態影像解碼裝置200之中以粗虛線所圍繞之各部220的各部之動作。

在各部220中，首先，已被第1編碼位元列解碼部202所解碼之差分量化參數，係被供給至量化參數生成部203。又，差分量化參數以外的編碼資訊會因應需要而被儲存在編碼資訊儲存記憶體204中。

在量化參數生成部203中，係將從第1編碼位元列解碼部202所供給之差分量化參數和預測量化參數導出部205中所被導出之量化參數進行加算而算出解碼區塊的量化參數，供給至逆量化．逆正交轉換部207及編碼資訊儲存記憶體204。

編碼資訊儲存記憶體204，係將解碼結束之區塊的量化參數，予以儲存。甚至，不只是第1編碼位元列解碼部202中所被解碼之區塊單位的編碼資訊，以圖像或切片單位而被生成的編碼資訊，也會因應需要而儲存。

預測量化參數導出部205，係使用解碼區塊之周圍的鄰近之已解碼區塊的量化參數或編碼資訊，導出預測量化參數，供給至量化參數生成部203。已被量化參數生成部 203所算出之量化參數，係被儲存至編碼資訊儲存記憶體204，在下個解碼區塊的預測量化參數之導出時，判定位於解碼區塊之周圍的已解碼之鄰近區塊，從編碼資訊儲存記憶體204取得鄰近區塊的量化參數。如此而得之已解碼之鄰近區塊的量化參數，係和動態影像編碼裝置100的預測量化參數導出部114從編碼資訊儲存記憶體113所取得之量化參數相同。預測量化參數導出部205係具有和動態影像編碼裝置100的預測量化參數導出部114同等之機能，因此若從編碼資訊儲存記憶體204所供給之鄰近區塊之量化參數是相同，則可導出與編碼時相同的預測量化參數。

在預測量化參數導出部205中，係除了將已編碼之鄰近區塊變更成已解碼之鄰近區塊以外其餘是進行同樣的處理，因此省略量化參數預測之說明。

如此而在編碼側所導出的預測量化參數，係可在解碼側上無矛盾地被導出。

於本實施形態中，在進行預測量化參數之導出時，在動態影像編碼裝置100的預測量化參數導出部114中所參照的鄰近區塊係為已編碼之區塊，在動態影像解碼裝置200的預測量化參數導出部205中所參照的鄰近區塊係為已解碼之區塊。在編碼側上所被參照之已編碼區塊，係為在編碼內部為了下次編碼而被局部解碼的區塊，是和解碼側上所被參照之已解碼區塊相同。因此，預測量化參數導出部114及205的機能也是共通，被其分別導出之預測量化參數也相同。在以下的實施例中，針對預測量化參數之導出，不會區分編碼與解碼，而是視為共通之機能，在編碼側上做說明。

以下說明，預測量化參數導出部114及205中共通實施的預測量化參數導出方法之細節。

[實施例1]

說明實施例1中的第1預測量化參數導出部303的詳細動作。在實施例1中，若編碼對象之編碼區塊是與上方之樹區塊鄰近，則禁止把編碼順序上相當過去之上方之樹區塊之中的已編碼區塊的量化參數，使用於預測，但會將編碼順序上係為過去、可是不如上方之樹區塊這麼過去的左方鄰近之樹區塊的已編碼區塊的量化參數，使用於預測。

如圖13所示，編碼係以樹區塊單位而從畫面的左上往右下的逐線掃描順序而進行。現在，若將編碼對象樹區塊以圖13中的斜線矩形來表示，則已編碼之樹區塊係以圖13中的灰色部分來表示。在樹區塊內部中係隨應於編碼條件來進行階層樹編碼，因此編碼區塊係被分割成樹區塊以下的尺寸，所以編碼對象樹區塊內部的編碼區塊與上方之樹區塊內部的已編碼區塊係為鄰近，但是在編碼處理順序上卻距離相當遠。因此，藉由編碼量控制而算出的量化參數，係以編碼處理順序而被算出，所以編碼區塊的量化參數與上方之樹區塊內部的已編碼區塊的量化參數，難謂呈現相近的值。於是，在實施例1中係不將上方之樹區塊使用於量化參數之預測，而是僅使用編碼處理順序較近的左方之樹區塊。

又，如圖14所示，若令樹區塊之中的編碼區塊為圖14中的斜線矩形，則細實線係表示編碼處理順序，至編碼區塊為止已被編碼之區塊，係用圖14中的灰色部分來表示。在同一樹區塊內部，編碼區塊與已編碼區塊的編碼處理順序不會離太遠，經常會是相同或類似花紋，所以在同一樹區塊內部係將上方之已編碼區塊的量化參數使用於預測，是有效的。在實施例1中，相較於編碼處理順序上較近之已編碼區塊，係優先把鄰近之已編碼區塊，使用於預測。

圖15係將已被分割之樹區塊內部的各編碼區塊所參照的已編碼區塊的方向，以粗箭頭表示。圖15中的細實線係表示編碼處理順序，編碼區塊係相較於編碼處理順序上較近之已編碼區塊，而把鄰近之已編碼區塊優先為之。圖15中的位於樹區塊上端位置的BLK0及BLK1係與上方之樹區塊在交界上銜接，因此上方鄰近之已編碼區塊的量化參數不使用於預測，僅使用左方鄰近之已編碼區塊的量化參數。BLK2及BLK3係由於上方鄰近之已編碼區塊是位於同一樹區塊內部，因此將上方之已編碼區塊的量化參數與左方之已編碼區塊的量化參數，使用於預測。

圖16係本實施形態中所定義之編碼區塊與周圍鄰近之已編碼區塊的配置。在本實施形態中為了說明上的方便，而將各區塊的尺寸設成相同來表示，但例如運動預測等會改變區塊尺寸、進行最佳運動預測時，也可藉由以編碼區塊的左上的點為基準，來選拔其周圍鄰近之區塊，就可實現。

圖16所記載的符號QPx(x=L,A,AL)，係表示周圍的已編碼之鄰近區塊的量化參數。第1預測量化參數導出部303，係根據圖16所示的左與上方之鄰近區塊的量化參數的有無，來判定預測量化參數。

以下說明第1預測量化參數導出部303的動作。圖17係實施例1中的第1預測量化參數導出部303之動作的流程圖。

首先，編碼對象的編碼區塊的位置資訊，會被取得(S100)。編碼區塊的位置資訊，係以畫面左上為基點，求出含有編碼區塊之樹區塊的左上位置，然後根據樹區塊的左上位置，求出編碼區塊的位置。接著，判定編碼區塊是否與上方之樹區塊鄰近(S101)。

若編碼區塊是與上方之樹區塊鄰近(S101的Yes)，亦即編碼區塊是位於樹區塊的上端時，則上方之鄰近區塊係被包含在上方之樹區塊之中，因此會越過樹區塊交界，所以量化參數預測時不會使用上方之鄰近區塊。此處，著眼於量化參數總是為正值，在不使用上方之鄰近區塊的時候，將上方之鄰近區塊的量化參數QPA設定成0(S102)。

另一方面，若編碼區塊與上方之樹區塊並非鄰近 (S101的No)，亦即上方之鄰近區塊是與編碼區塊位於同一樹區塊之中的情況下，則根據編碼區塊的左上之基準位置資訊，從記憶體302取得編碼區塊之上方鄰近的已編碼區塊的量化參數QPA(S103)。此時，基於編碼區塊的左上之基準位置資訊，向被儲存在編碼資訊儲存記憶體113中的記憶領域進行存取，該當之周圍的已編碼區塊的量化參數會被供給至預測量化參數導出部114內部的記憶體302，從記憶體302中取得上方之鄰近區塊的量化參數。

接著，判定編碼區塊的左方鄰近之已編碼區塊是否存在(S104)。若左方有鄰近區塊存在時(S104的Yes)，則從記憶體302取得編碼區塊之左方鄰近的已編碼區塊的量化參數QPL(S105)。若沒有左方鄰近區塊存在(S104的No)，則將左方之鄰近區塊的量化參數QPL設定成0(S106)。

接著，判定左方及上方之鄰近區塊的量化參數是否皆為正(S107)。若左方及上方之鄰近區塊的量化參數皆為正(S107的Yes)，則由於有左方及上方之雙方的鄰近區塊存在，因此將左方與上方之鄰近區塊的量化參數的平均值，當作預測量化參數(S111)。另一方面，若左方及上方之鄰近區塊的量化參數皆非正(S107的No)，亦即至少左或上之其中一方的鄰近區塊的量化參數是0，至少左或上之其中一方的鄰近區塊是不存在。此情況下係前進至S108。

接著，判定左方及上方之鄰近區塊的量化參數是否皆為0(S108)。亦即，若左方及上方之鄰近區塊的量化參數皆為0，則雙方都不存在，因此無法參照左方及上方之鄰近區塊的量化參數來作為預測量化參數。於是，將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數(prevQP)，當作預測量化參數。此外，若影像的左上端的區塊是編碼區塊時，則由於左方與上方之鄰近區塊、甚至比編碼對象之編碼區塊前面乃至前一個編碼之區塊並不存在，因此將圖像或切片的量化參數，當作預測量化參數(S109)。若有左方或上方之鄰近區塊之其中一方存在時，則將正的一方之量化參數，當作預測量化參數(S110)。如此而被算出之預測量化參數，係被供給至差分量化參數生成部111。

又，第1預測量化參數導出部303，係亦可根據圖16所示的編碼區塊之周圍的左、上及左上之鄰近區塊的量化參數，來判定預測量化參數。與上述手法不同點係為，基於預測量化參數之判定，而對左方及上方之鄰近區塊的量化參數進行加權，將所被導出之值當作預測量化參數這點。

圖18係第1預測量化參數導出部303之動作的流程圖。圖18的流程圖的S200至S210的處理過程，係和上述的圖17之流程圖的S100至S110相同因此省略說明，左方及上方之鄰近區塊的量化參數是否皆為正的判定中(S207)，根據左方及上方之鄰近區塊的量化參數皆為正的情形(S207的Yes)，加以說明。若左方及上方之鄰近區塊的量化參數皆為正，則有左方及上方之雙方的鄰近區塊存在。此時，由於左上之鄰近區塊也存在，因此根據編碼區塊的左上之基準位置資訊，向被儲存在編碼資訊儲存記憶體113中的記憶領域進行存取，將該當之左上之鄰近區塊的量化參數QPAL，供給至預測量化參數導出部114(S211)。

接著，進行左方之鄰近區塊的量化參數QPL和左上之鄰近區塊的量化參數QPAL的一致判定(S212)。若QPL與QPAL是一致，令上方之鄰近區塊之量化參數的加權係數為FA、左方之鄰近區塊之量化參數的加權係數為FL，則以FA>FL的方式，對上方之鄰近區塊之量化參數設定較大的權重(S213)。例如，將FA設定成3，將FL設定成1。此時，作為一例而考慮圖8所示之量化參數的配置，因此將上方之鄰近區塊的量化參數的權重設定得較大，可謂適當。又，若QPA也和QPL及QPAL一致，則由於所有的鄰近區塊的量化參數都相同，因此沒有問題。若QPL與QPAL不一致，則前進至S214，進行QPA與QPAL的一致判定(S214)。若QPA與QPAL是一致，則以FA<FL的方式，對左方之鄰近區塊之量化參數設定較大的加權(S215)。例如，將FA設定成1，將FL設定成3。若QPA與QPAL不一致，則將FA與FL設成相同權重，將對左方與上方之鄰近區塊之量化參數的權重予以均等化(S216)。此情況下，左、上及左上之鄰近區塊的量化參數係完全不同，因此要將QPL或QPA之其中哪一方的權重設定成較大，並無法做充分的條件判定。於是，將QPL與QPA之平均當作預測量化參數，當成均等的判定值，例如，將FA設定成2，將FL設定成2。根據已決定之加權係數與各量化參數而用下式導出預測量化參數predQP(S217)。

此處，上式的分母係為FA+FL，分子的2係為了四捨五入而被加算的(FA+FL)/2之值。如此而被導出之預測量化參數，係被供給至差分量化參數生成部111。

甚至，亦可不進行圖18中的S212之QPL與QPAL及S214之QPA與QPAL的同一判定，改為令左方與左上之鄰近區塊的量化參數的差分絕對值為△L，令上方與左上之鄰近區塊的量化參數的差分絕對值為△A，基於△L與△A之比較，而將左方或上方之量化參數，選擇成為預測量化參數。

在編碼區塊與其周圍之已編碼的鄰近區塊中，△L及△A係表示左方與左上、上方與左上之鄰近區塊的量化參數的差分絕對值，分別以下式來表示。

[數8]△L=|QPL-QPAL|

[數9]△A=|QPA-QPAL|

當△A大於△L時，係QPA與QPAL的差是較大的情形，可推測是上方與左上之鄰近區塊之間影像的圓滑度或複雜度是比起左方與左上之鄰近區塊間有較大的不同(變化較大)。因此，在編碼區塊與其周圍之已編碼的鄰近區塊中，考慮在左方2個區塊(左方與左上之鄰近區塊)和右方2個區塊(編碼區塊與上方之鄰近區塊)間量化參數會有差距，因此判定為編碼區塊的量化參數是比左方鄰近區塊之量化參數更接近於上方之鄰近區塊的量化參數。

解碼處理的時候，係將預測量化參數導出部從符號303置換成205、將編碼資訊儲存記憶體從符號302置換成204，將預測量化參數的輸出目標，從差分量化參數生成部111改成量化參數生成部203，就可實現同等的處理。

[實施例2]

說明實施例2中的第1預測量化參數導出部303及205的動作。此外，這裡雖然針對編碼處理做說明，但解碼處理的時候，編碼係改成解碼，將預測量化參數導出部從符號303置換成205、將編碼資訊儲存記憶體從符號302置換成204，將預測量化參數的輸出目標，從差分量化參數生成部111改成量化參數生成部203，就可實現同等的處理。在實施例2中，係和實施例1同樣地，將編碼對象之編碼區塊的鄰近之左方與上方之已編碼區塊的量化參數，使用於預測。另一方面，與實施例1的差異係為，和編碼區塊是鄰近於上方之樹區塊的情形同樣地，在與左方之樹區塊鄰近時，禁止把左方之樹區塊之中的已編碼區塊的量化參數使用於預測這點。這是因為，編碼區塊的量化參數的算出是基於編碼控制的編碼處理順序而進行，因此相較於樹區塊內部，在樹區塊間，編碼處理順序是在編碼區塊間遠離，即使在樹區塊間編碼區塊是相鄰近的，編碼量控制所算出之編碼區塊的量化參數也不一定會是相近的值，並不適合來作為預測量化參數的緣故。於是，在實施例2中，當編碼或解碼對象的編碼區塊是與左方或上方之樹區塊鄰近時，係不將左方或上方之樹區塊之中的已編碼區塊的量化參數使用於預測，而是置換成編碼處理順序比編碼對象之編碼區塊還前面、乃至前一個編碼之區塊的量化參數，來使用之。

圖19係將已被分割之樹區塊內部的各編碼區塊所參照的已編碼區塊的方向，以粗箭頭表示。圖19中的細實線係表示編碼處理順序，編碼區塊係原則上使用，在含有編碼區塊之樹區塊內部鄰近之已編碼區塊的量化參數。圖20中的位於樹區塊上端位置的BLK0係與左方及上方之樹區塊在交界上銜接，因此將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數，置換成左方及上方鄰近之已編碼區塊的量化參數而使用於預測。BLK1係與上方之樹區塊在交界上銜接，因此不將上方鄰近之已編碼區塊的量化參數使用於預測，而是置換成比編碼對象之編碼區塊還前面、乃至前一個編碼之區塊的量化參數，連同左方鄰近之已編碼區塊的量化參數，一起使用於預測。BLK2係與左方之樹區塊在交界上銜接，因此不將左方鄰近之已編碼區塊的量化參數使用於預測，而是置換成比編碼對象之編碼區塊還前面、乃至前一個編碼之區塊的量化參數，連同上方鄰近之已編碼區塊的量化參數，一起使用於預測。BLK3係由於左方及上方鄰近之已編碼區塊是位於同一樹區塊內部，因此將上方之已編碼區塊的量化參數與左方之已編碼區塊的量化參數，使用於預測。

圖20係實施例2中的第1預測量化參數導出部303之動作的流程圖。

首先，編碼對象的編碼區塊的位置資訊，會被取得(S300)。編碼區塊的位置資訊，係以畫面左上為基點，求出含有編碼區塊之樹區塊的左上位置，然後根據樹區塊的左上位置，求出編碼區塊的位置。接著，判定編碼區塊是否與上方之樹區塊鄰近(S301)。若編碼區塊是與上方之樹區塊鄰近(S301的Yes)，亦即編碼區塊是位於樹區塊的上端時，則上方之鄰近區塊係被包含在上方之樹區塊之中，因此會越過樹區塊交界，所以量化參數預測時不會使用上方之鄰近區塊，將比編碼對象的編碼區塊前面、乃至前一個編碼之編碼區塊的量化參數prevQP，設定成QPA(S302)。

另一方面，若編碼區塊與上方之樹區塊並非鄰近( S301的No)，亦即上方之鄰近區塊是與編碼區塊位於同一樹區塊之中的情況下，則從記憶體302取得編碼區塊之上方鄰近的已編碼區塊的量化參數QPA(S303)。此時，基於編碼區塊的左上之基準位置資訊，向被儲存在編碼資訊儲存記憶體113中的記憶領域進行存取，該當之周圍的已編碼區塊的量化參數會被供給至預測量化參數導出部114內部的記憶體302，從記憶體302之中取得上方之鄰近區塊的量化參數。

接著，判定編碼區塊是否與左方之樹區塊鄰近(S304)。若編碼區塊是與左方之樹區塊鄰近(S304的Yes)，亦即編碼區塊是位於樹區塊的上端時，則左方之鄰近區塊係被包含在左方之樹區塊之中，因此會越過樹區塊交界，所以量化參數預測時不會使用左方之鄰近區塊，將比編碼對象的編碼區塊前面、乃至前一個編碼之編碼區塊的量化參數prevQP，設定成QPL(S306)。

另一方面，若編碼區塊與左方之樹區塊並非鄰近(S304的No)，亦即左方之鄰近區塊是與編碼區塊位於同一樹區塊之中的情況下，則從記憶體302取得編碼區塊之左方鄰近的已編碼區塊的量化參數QPL(S306)。最後將左方與上方之鄰近區塊的量化參數的平均值，當作預測量化參數(S307)。如此而被算出之預測量化參數，係被供給至差分量化參數生成部111。

在實施例2中，當左方及上方之鄰近區塊越過樹區塊交界時，則將各個量化參數，當作比編碼對象的編碼區塊前面、乃至前一個編碼之編碼區塊的量化參數而代用，因此並不一定具備非0的值，所以相較於實施例1可再削減量化參數之值的判定處理。

[實施例3]

說明實施例3中的第1預測量化參數導出部303及205的動作。此外，這裡雖然針對編碼處理做說明，但解碼處理的時候，編碼係改成解碼，將預測量化參數導出部從符號303置換成205、將編碼資訊儲存記憶體從符號302置換成204，將預測量化參數的輸出目標，從差分量化參數生成部111改成量化參數生成部203，就可實現同等的處理。與實施例1的差異係為，和編碼或解碼對象之編碼區塊是鄰近於上方之樹區塊的情形同樣地，在與左方之樹區塊鄰近時，禁止把左方之樹區塊之中的已編碼區塊的量化參數使用於預測這點。亦即，將越過樹區塊交界的已編碼區塊的量化參數使用於預測的情況，係限制成只有當樹區塊內部最初編碼處理順序之編碼區塊，是使用比編碼對象之編碼區塊前面、乃至前一個編碼之區塊的量化參數的時候。

圖21係將已被分割之樹區塊內部的各編碼區塊所參照的已編碼區塊的方向，以粗箭頭表示。圖21中的細實線係表示編碼處理順序，編碼區塊係使用，在含有編碼區塊之樹區塊內部鄰近之已編碼區塊的量化參數。

圖21中的位於樹區塊上端位置的BLK0係與左方及上方之樹區塊在交界上銜接，因此僅將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數，使用於預測。BLK1係與上方之樹區塊在交界上銜接，因此不將上方鄰近之已編碼區塊的量化參數使用於預測，僅將左方鄰近之已編碼區塊的量化參數使用於預測。BLK2係與左方之樹區塊在交界上銜接，因此不將左方鄰近之已編碼區塊的量化參數使用於預測，僅將上方鄰近之已編碼區塊的量化參數使用於預測。BLK3係由於左方及上方鄰近之已編碼區塊是位於同一樹區塊內部，因此將上方之已編碼區塊的量化參數與左方之已編碼區塊的量化參數，使用於預測。

圖22係實施例3中的第1預測量化參數導出部303之動作的流程圖。圖22的流程圖的S400至S403及S407至S411係和實施例1的圖17的S100至S103及S107至S111為止相同，因此省略說明，僅說明在判定編碼區塊是否與上方之樹區塊鄰近之後的S404起的差異點。

在編碼區塊與上方之樹區塊的接近判定後，判定編碼區塊是否與左方之樹區塊鄰近(S404)。若編碼區塊是與左方之樹區塊鄰近(S404的Yes)，亦即編碼區塊是位於樹區塊的左端時，則左方之鄰近區塊係被包含在左方之樹區塊之中，因此會越過樹區塊交界，所以量化參數預測時不會使用左方之鄰近區塊。此處，著眼於量化參數總是為正值，在不使用左方之鄰近區塊的時候，將左方之鄰近區塊的量化參數QPL設定成0(S405)。另一方面，若編碼區塊與左方之樹區塊並非鄰近(S404的No)，亦即左方之鄰近區塊是與編碼區塊位於同一樹區塊之中的情況下，則從記憶體302取得編碼區塊之左方鄰近的已編碼區塊的量化參數QPL(S406)。從如此取得之左方及上方之鄰近區塊的量化參數，導出預測量化參數，預測量化參數係被供給至差分量化參數生成部111。

[實施例4]

說明實施例4中的第1預測量化參數導出部303及205的動作。此外，這裡雖然針對編碼處理做說明，但解碼處理的時候，編碼係改成解碼，將預測量化參數導出部從符號303置換成205、將編碼資訊儲存記憶體從符號302置換成204，將預測量化參數的輸出目標，從差分量化參數生成部111改成量化參數生成部203，就可實現同等的處理。在實施例4中，當編碼或解碼對象的編碼區塊是與左方或上方之樹區塊鄰近時，係禁止將左方或上方之樹區塊之中的已編碼區塊的量化參數使用於預測。再者，原則上將左方鄰近之已編碼區塊的量化參數使用於預測，當左方鄰近之編碼區塊不存在或存在於越過樹區塊交界之位置的情況，係將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數，使用於預測。

圖23係將已被分割之樹區塊內部的各編碼區塊所參照的已編碼區塊的方向，以粗箭頭表示。圖23中的細實線係表示編碼處理順序，編碼區塊係原則上將含有編碼區塊之樹區塊內部左方鄰近之已編碼區塊的量化參數，使用於預測。

圖23中的位於樹區塊上端位置的BLK0係與左方及上方之樹區塊在交界上銜接，因此將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數，使用於預測。BLK1及BLK3係由於左方鄰近之已編碼區塊是位於同一樹區塊內部，因此將左方之已編碼區塊的量化參數，使用於預測。BLK2係與左方之樹區塊在交界上銜接，因此不將左方鄰近之已編碼區塊的量化參數使用於預測，將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數，使用於預測。

圖24係實施例4中的第1預測量化參數導出部303之動作的流程圖。首先，編碼對象的編碼區塊的位置資訊，會被取得(S500)。編碼區塊的位置資訊，係以畫面左上為基點，求出含有編碼區塊之樹區塊的左上位置，然後根據樹區塊的左上位置，求出編碼區塊的位置。接著，判定編碼區塊是否與左方之樹區塊鄰近(S501)。若編碼區塊是與左方之樹區塊鄰近(S304的Yes)，亦即編碼區塊是位於樹區塊的上端時，則左方之鄰近區塊係被包含在左方之樹區塊之中，因此會越過樹區塊交界，所以量化參數預測時不會使用左方之鄰近區塊，將比編碼對象的編碼區塊前面、乃至前一個編碼之編碼區塊的量化參數prevQP，設定成為預測量化參數(S502)。另一方面，若編碼區塊與左方之樹區塊並非鄰近(S501的No)，亦即左方之鄰近區塊是與編碼區塊位於同一樹區塊之中的情況下，則從記憶體302取得編碼區塊之左方鄰近的已編碼區塊的量化參數QPL(S503)。此時，基於編碼區塊的左上之基準位置資訊，向被儲存在編碼資訊儲存記憶體113中的記憶領域進行存取，該當之周圍的已編碼區塊的量化參數會被供給至預測量化參數導出部114內部的記憶體302，從記憶體302中取得左方之鄰近區塊的量化參數，設定成為預測量化參數。如此而被導出之預測量化參數，係被供給至差分量化參數生成部111。

在實施例4中，由於設計成原則上將編碼區塊的已編碼之左鄰近區塊的量化參數使用於預測，因此相較於目前為止的實施例，判定處理較為簡便化，可抑制電路規模。

[實施例5]

說明實施例5中的第1預測量化參數導出部303及205的動作。此外，這裡雖然針對編碼處理做說明，但解碼處理的時候，編碼係改成解碼，將預測量化參數導出部從符號303置換成205、將編碼資訊儲存記憶體從符號302置換成204，將預測量化參數的輸出目標，從差分量化參數生成部111改成量化參數生成部203，就可實現同等的處理。實施例5係為實施例1與2的組合，當編碼或解碼對象的編碼區塊是與左方之樹區塊鄰近時，係許可將左方鄰近之樹區塊的已編碼區塊的量化參數使用於預測。當編碼區塊是與上方之樹區塊鄰近時，禁止將上方之樹區塊之中的已編碼區塊的量化參數使用於預測，不使用上方之樹區塊之中的已編碼區塊的量化參數，改為將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數，使用於預測。

圖25係將已被分割之樹區塊內部的各編碼區塊所參照的已編碼區塊的方向，以粗箭頭表示。圖25中的細實線係表示編碼處理順序，編碼對象之編碼區塊係相較於編碼處理順序上較近之已編碼區塊，而把鄰近之已編碼區塊優先為之。

圖25中的位於樹區塊上端位置的BLK0及BLK1係與上方之樹區塊在交界上銜接，因此不將上方鄰近之已編碼區塊的量化參數使用於預測，取而代之將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數與左方鄰近之已編碼區塊的量化參數，使用於預測。BLK2及BLK3係由於上方鄰近之已編碼區塊是位於同一樹區塊內部，因此將上方之已編碼區塊的量化參數與左方之已編碼區塊的量化參數，使用於預測。

說明實施例5中的第1預測量化參數導出部303的詳細動作。圖26係實施例5中的第1預測量化參數導出部303之動作的流程圖。

首先，編碼對象的編碼區塊的位置資訊，會被取得(S600)。編碼區塊的位置資訊，係以畫面左上為基點，求出含有編碼區塊之樹區塊的左上位置，然後根據樹區塊的左上位置，求出編碼區塊的位置。接著，判定編碼區塊是否與上方之樹區塊鄰近(S601)。若編碼區塊是與上方之樹區塊鄰近(S601的Yes)，亦即編碼區塊是位於樹區塊的上端時，則上方之鄰近區塊係被包含在上方之樹區塊之中，因此會越過樹區塊交界，所以量化參數預測時不會使用上方之鄰近區塊，將比編碼對象的編碼區塊前面、乃至前一個編碼之編碼區塊的量化參數prevQP，設定成QPA(S602)。

另一方面，若編碼區塊與上方之樹區塊並非鄰近(S601的No)，亦即上方之鄰近區塊是與編碼區塊位於同一樹區塊之中的情況下，則從記憶體302取得編碼區塊之上方鄰近的已編碼區塊的量化參數QPA(S603)。此時，基於編碼區塊的左上之基準位置資訊，向被儲存在編碼資訊儲存記憶體113中的記憶領域進行存取，該當之周圍的已編碼區塊的量化參數會被供給至預測量化參數導出部114內部的記憶體302，從記憶體302中取得上方之鄰近區塊的量化參數。

接著，判定編碼區塊的左方鄰近之已編碼區塊是否存在(S604)。若左方有鄰近區塊存在時(S604的Yes)，則根據編碼區塊的左上之基準位置資訊，向被儲存在編碼資訊儲存記憶體113中的記憶領域進行存取，將該當之左方之鄰近區塊的量化參數QPL，供給至預測量化參數導出部114(S605)。若沒有左方鄰近區塊存在(S104的No)，則將左方之鄰近區塊的量化參數QPL設定成0(S606)。

接著，判定左方之鄰近區塊的量化參數是否為正( S607)。若左方之鄰近區塊的量化參數為正(S607的Yes)，則由於左方之鄰近區塊係為存在，因此將左方與上方之鄰近區塊的量化參數的平均值，當作預測量化參數(S608)。另一方面，若左方之鄰近區塊的量化參數並非正(S607的No)，亦即左方之鄰近區塊的量化參數為0，所以左方之鄰近區塊不存在。此情況下，將QPA當作預測量化參數(S609)。如此而被算出之預測量化參數，係被供給至差分量化參數生成部111。

[實施例6]

在實施例6中，說明第2預測量化參數導出部304及205的動作。此外，這裡雖然針對編碼處理做說明，但解碼處理的時候，編碼係改成解碼，將預測量化參數導出部從符號304置換成205、將編碼資訊儲存記憶體從符號302置換成204，將預測量化參數的輸出目標，從差分量化參數生成部111改成量化參數生成部203，就可實現同等的處理。第2預測量化參數導出部304係在預測影像生成部108中編碼區塊的預測模式是選擇了畫面內預測時，則基於畫面內預測中所參照之鄰近區塊的像素之方向加以表示的畫面內預測模式，選擇或導出預測量化參數。

圖27係當編碼區塊的預測模式是畫面內預測時，畫面內預測模式之預測方向與作為預測量化參數而選擇之左方及上方之鄰近區塊之關係的圖示。在畫面內預測中，從畫面內預測模式所示之預測方向的鄰近區塊之像素，生成預測訊號，選擇編碼效率高、失真量少的畫面內預測模式。因此，當畫面內預測模式是選擇上側時則判斷為與上方之鄰近區塊的相關性較高，當畫面內預測模式是選擇左側時則判斷為與左方之鄰近區塊的相關性較高。區塊間的相關性越高者，區塊內的花紋或複雜程度(活性)就越相似，從活性所算出的量化參數也會是越相近的值。於是，在本實施例6中，為了將編碼區塊之量化參數以高效率進行編碼、傳輸，將與編碼區塊之相關性較高的鄰近區塊，以畫面內預測模式進行預測判定，將所判定出來的鄰近區塊的量化參數，當作預測量化參數而加以選擇。

圖28係實施例6中的第2預測量化參數導出部304之動作的流程圖。在實施例6中，係當編碼區塊是與上方之樹區塊鄰近時，禁止將上方之樹區塊之中的已編碼區塊的量化參數使用於預測，但會將左方鄰近之樹區塊的已編碼區塊的量化參數使用於預測。

首先，編碼對象的編碼區塊的位置資訊，會被取得(S700)。編碼區塊的位置資訊，係以畫面左上為基點，求出含有編碼區塊之樹區塊的左上位置，然後根據樹區塊的左上位置，求出編碼區塊的位置。接著，判定編碼區塊是否與上方之樹區塊鄰近(S701)。

若編碼區塊是與上方之樹區塊鄰近(S701的Yes)，亦即編碼區塊是位於樹區塊的上端時，則上方之鄰近區塊係被包含在上方之樹區塊之中，因此會越過樹區塊交界，所以量化參數預測時不會使用上方之鄰近區塊。此處，著眼於量化參數總是為正值，在不使用上方之鄰近區塊的時候，將上方之鄰近區塊的量化參數QPA設定成0(S702)。

另一方面，若編碼區塊與上方之樹區塊並非鄰近(S701的No)，亦即上方之鄰近區塊是與編碼區塊位於同一樹區塊之中的情況下，則從記憶體302取得編碼區塊之上方鄰近的已編碼區塊的量化參數QPA(S703)。此時，基於編碼區塊的左上之基準位置資訊，向被儲存在編碼資訊儲存記憶體113中的記憶領域進行存取，該當之周圍的已編碼區塊的量化參數會被供給至預測量化參數導出部114內部的記憶體302，從記憶體302取得上方之鄰近區塊的量化參數。

接著，判定編碼區塊的左方鄰近之已編碼區塊是否存在(S704)。若左方有鄰近區塊存在時(S704的Yes)，則從記憶體302取得編碼區塊之左方鄰近的已編碼區塊的量化參數QPL(S705)。若沒有左方鄰近區塊存在(S704的No)，則將左方之鄰近區塊的量化參數QPL設定成0(S706)。

接著，判定左方及上方之鄰近區塊的量化參數是否皆為正(S707)。若左方及上方之鄰近區塊的量化參數皆為正(S707的Yes)，則有左方及上方之雙方的鄰近區塊存在。因此，可參照被畫面內預測模式所示之預測方向所指定的鄰近區塊，取得該量化參數，因此此時係可基於畫面內預測模式所示的預測方向來進行預測判定。

另一方面，若左方及上方之鄰近區塊的量化參數皆非正(S707的No)，亦即至少左或上之其中一方的鄰近區塊的量化參數是0，至少左或上之其中一方的鄰近區塊是不存在。因此，被畫面內預測模式所示之預測方向所指定的鄰近區塊也有可能不存在，所以此時係不基於畫面內預測模式所示的預測方向來進行預測判定，而是根據左方或上方之鄰近區塊的是否存在，亦即左方或上方之鄰近區塊的量化參數是否為0，來進行判定。首先，判定上方之鄰近區塊的量化參數是否為0(S710)。若上方之鄰近區塊的量化參數並非0(S710的No)，則將上方之鄰近區塊的量化參數，當作預測量化參數(S711)。另一方面，若為0(S710的Yes)，則無法參照上方之鄰近區塊的量化參數來作為預測量化參數，因此前進至S712之判定。接著，判定左方之鄰近區塊的量化參數是否為0(S712)。若左方之鄰近區塊的量化參數並非0(S712的No)，則將左方之鄰近區塊的量化參數，當作預測量化參數(S713)。另一方面，若為0(S712的Yes)時，亦即，左方及上方之鄰近區塊的量化參數皆為0，則雙方都不存在，因此無法參照左方及上方之鄰近區塊的量化參數來作為預測量化參數。於是，將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數(prevQP)，當作預測量化參數，此外，若影像的左上端的區塊是編碼區塊時，則由於左方與上方之鄰近區塊、甚至比編碼對象之編碼區塊前面乃至前一個編碼之區塊並不存在，因此將圖像或切片的量化參數，當作預測量化參數(S714)。

返回至S707之判定，若左方及上方之鄰近區塊的量化參數皆為正(S707的Yes)，則從記憶體302取得編碼區塊的畫面內預測模式intraPredMode。畫面內預測模式也和周圍已編碼區塊之量化參數的取得同樣地，基於編碼區塊的左上之基準位置資訊，向被儲存在編碼資訊儲存記憶體113中的記憶領域進行存取，供給至記憶體302，從記憶體302加以取得。

畫面內預測模式係對圖27所示之預測方向所指派的號碼。為了使以下的判定處理變得容易，將畫面內預測模式使用圖29所示的轉換表而轉換成畫面內預測方向(以下稱作intraPredDirec)。畫面內預測方向，係將intraPredDirec=0指派給畫面內預測中的根據周圍之已解碼區塊算出平均值以進行預測的平均值預測(intraPredMode=2)，將其他的1~33以從圖30所示的畫面內預測模式之預測方向的右上(intraPredMode=6)往左下(intraPredMode=9)建立對應的方式而加以指派。藉由該轉換表，將已取得之畫面內預測模式，轉換成畫面內預測方向(S708)。基於已被轉換之畫面內預測方向，來進行量化參數之預測(S709)。作為圖30所示的畫面內預測模式之預測方向的閾值是設定了TH，此處係將TH以畫面內預測方向之值而設定成18，若畫面內預測方向未滿18則將上方之鄰近區塊的量化參數、若為18以上則將左方之鄰近區塊的量化參數，當作預測量化參數而予以導出。

使用圖31，說明畫面內預測方向所致之量化參數之預測的詳細動作。首先，判定已被轉換之畫面內預測方向是否為0(S720)。畫面內預測方向為0的情形，係為以平均值預測所致之畫面內預測被進行的情形(S720的Yes)。此時，不優先選擇左方或上方之鄰近區塊之其中一方，而將左方及上方之鄰近區塊的量化參數QPL與QPA之平均值，當作預測量化參數(S721)。另一方面，若畫面內預測方向並非0(S720的No)，則判定畫面內預測方向是否未滿18(S722)。若畫面內預測方向未滿18時(S722的Yes)，則如圖27所示般地視為上方之鄰近區塊的參照，將上方之鄰近區塊的量化參數QPA，當作預測量化參數(S723)。另一方面，若畫面內預測方向是18以上時(S722的No)，則視為左方之鄰近區塊的參照，將左方之鄰近區塊的量化參數QPL，當作預測量化參數(S724)。如此而被導出之預測量化參數，係被供給至差分量化參數生成部111。

如以上所述，在實施例6中的第2預測量化參數導出部304中，係基於圖30所示的畫面內預測模式之預測方向之判定，將左方或上方之鄰近區塊的量化參數當作預測量化參數而予以導出，但亦可對左方及上方之鄰近區塊的量化參數進行加權，將所被導出之加權平均值當作預測量化參數。

若令上方之鄰近區塊之量化參數的加權係數為FA、左方之鄰近區塊之量化參數的加權係數為FL，則對圖32 所示的畫面內預測模式之預測方向，設定TH(=18)為閾值，若畫面內預測方向未滿18則以FA>FL的方式，對上方之鄰近區塊之量化參數設定較大的加權，若為18以上則以FA<FL的方式，對左方之鄰近區塊之量化參數設定較大的加權。

圖33係第2預測量化參數導出部304之動作的流程圖，是圖28的畫面內預測方向所致之量化參數之預測(S709)的詳細動作的說明圖。

首先，判定已被轉換之畫面內預測方向是否為0(S730)。畫面內預測方向為0的情形，係為以平均值預測所致之畫面內預測被進行的情形(S730的Yes)。此時，不優先選擇左方或上方之鄰近區塊之其中一方，而將左方及上方之鄰近區塊的量化參數的加權係數FL與FA，設定成相同值(S731)。例如，設定成FA=FL=2。另一方面，若畫面內預測方向並非0(S730的No)，則判定畫面內預測方向是否未滿18(S732)。若畫面內預測方向未滿18(S732的Yes)，則以FA>FL的方式，對上方之鄰近區塊之量化參數設定較大的加權(S733)。例如，將FA設定成3，將FL設定成1。另一方面，若畫面內預測方向為18以上(S732的No)，則以FA<FL的方式，對左方之鄰近區塊之量化參數設定較大的加權(S734)。例如，將FA設定成1，將FL設定成3。

如以上所述，根據已決定之加權係數與各量化參數而用下式導出預測量化參數predQP(S735)。

此外，這裡作為加權係數FA及FL之係數的組合，係設成(FA,FL)=(3,1)、(2,2)、(1,3)，但亦可設定除此以外的係數。但是，在重視計算高速化的情況下，FA+FL是選擇以2之冪乘來表示的變數，較為理想。若將上述的預測量化參數之導出式，以位元平移演算來進行之，則表示如下式。

[數11]predQP=(FA×QPA+FL×QPL+2)>>2

又，作為加權係數FA及FL之係數的組合，若令(FA,FL)=(3,1)為(FA,FL)=(4,0)、(FA,FL)=(1,3)為(FA,FL)=(0,4)，則前者係為上方之鄰近區塊、後者係為左方之鄰近區塊，這會變成和實施例6相同的結果。但是，在實施例6中，僅在算出QPA與QPL之平均值時進行計算處理，不將平均值當作預測量化參數時，則只要選擇左方或上方之鄰近區塊的量化參數即可，因此可實現處理的簡略化與高速化。

此外，在實施例6中，作為左方或上方之鄰近區塊的量化參數之參照判定，是將畫面內預測方向的閾值TH設成18，但亦可不是該值，只要在動態影像編碼裝置100及動態影像解碼裝置200中不產生矛盾，則可默認性地設定。又，亦可在標頭資訊中設定畫面內預測方向的閾值，以序列、圖像、切片等之單位來加以變更。

甚至，亦可增加畫面內預測模式之預測方向的閾值數，對被閾值所區分的畫面內預測模式之預測方向之領域的每一範圍，來變更設定左方及上方之鄰近區塊之量化參數的加權係數。

圖34係將畫面內預測模式之預測方向藉由閾值THLO及THHI而分割成3個領域之一例的圖示。閾值THLO及THHI係在圖34中以粗虛線來表示，被閾值所區分的領域之範圍內是被設定相同的加權係數。在位於比THLO右側的畫面內預測模式中，係主要使用編碼區塊之上方鄰近的已編碼區塊之像素訊號來進行畫面內預測，因此與上方之鄰近區塊的相關性較高。另一方面，在位於比THHI下側的畫面內預測模式中，係主要使用編碼區塊之左方鄰近的已編碼區塊之像素訊號來進行畫面內預測，因此與左方之鄰近區塊的相關性較高。因此，畫面內預測模式是位於比THLO右側時係對上方之鄰近區塊的量化參數增大加權(FA>FL)，位於比THHI下側時係對左方之鄰近區塊之量化參數增大加權(FA<FL)。又，位於THLO至THHI之間的畫面內預測模式，係不偏往編碼區塊之左方及上方鄰近之已編碼區塊之一方，因此將對左方與上方之鄰近區塊之量化參數的權重設成均等(FA=FL)。此外，閾值THLO及THHI係為畫面內預測方向的值，在實施例6中係將THLO設成13，將THHI設成22。

圖35係第2預測量化參數導出部304之動作的流程圖，是圖28的畫面內預測方向所致之量化參數之預測(S709)的詳細動作的說明圖。

首先，判定已被轉換之畫面內預測方向是否為0(S740)。畫面內預測方向為0的情形，係為以平均值預測所致之畫面內預測被進行的情形(S740的Yes)。此時，不優先選擇左方或上方之鄰近區塊之其中一方，而將左方及上方之鄰近區塊的量化參數的加權係數FL與FA，設定成相同值(S741)。例如，設定成FA=FL=2。另一方面，若畫面內預測方向並非0(S740的No)，則首先判定畫面內預測方向是否未滿閾值THLO(S742)。若畫面內預測方向未滿THLO(S742的Yes)，則以FA>FL的方式，對上方之鄰近區塊之量化參數設定較大的加權(S743)。例如，將FA設定成3，將FL設定成1。若畫面內預測方向是THLO以上(S742的No)，則判定畫面內預測方向是否未滿閾值THHI(S744)。若畫面內預測方向未滿THHI，亦即是THHI以上時(S744的No)，則以FA<FL的方式，對左方之鄰近區塊之量化參數設定較大的加權(S745)。例如，將FA設定成1，將FL設定成3。若畫面內預測方向未滿THHI(S744的Yes)，則將對左方與上方之鄰近區塊的量化參數的加權進行均等化，因此前進至S741。

如以上所述，根據已決定之加權係數與各量化參數而用下式導出預測量化參數predQP(S746)。

[數13]predQP=(FA×QPA+FL×QPL+2)>>2

作為上述的加權係數FA及FL之係數的組合，若令(FA,FL)=(3,1)為(FA,FL)=(4,0)、(FA,FL)=(1,3)為(FA,FL)=(0,4)，則前者係為上方之鄰近區塊、後者係為左方之鄰近區塊。此情況下，在位於THLO至THHI之間的畫面內預測模式之預測方向上進行算出QPA與QPL之平均值的計算處理，不將除此以外之平均值當作預測量化參數的情況下，係只要藉由選擇左方或上方之鄰近區塊的量化參數，就可實現。因此，可達成處理的簡略化與高速化。

又，在實施例6中，雖然將閾值THLO及THHI之值分別以畫面內預測方向之值而設成13、22，但亦可並非這些值，只要在動態影像編碼裝置100及動態影像解碼裝置200中不產生矛盾，則可默認性地設定。

甚至，在實施例6中，雖然是以閾值THLO及THHI，將畫面內預測模式之預測方向分割成3個領域，但亦可增加閾值的數目，而增加分割數。但是，各領域中所被設定的加權係數FA及FL之係數，係在重視計算高速化的情況下，FA+FL是選擇以2之冪乘來表示的變數，較為理想。

此外，在實施例6中雖然說明了，當編碼區塊是與上方之樹區塊鄰近時，禁止將上方之樹區塊之中的已編碼區塊的量化參數使用於預測，但會將左方鄰近之樹區塊的已編碼區塊的量化參數使用於預測；可是，禁止把上方還有左方之樹區塊之中的已編碼區塊的量化參數使用於預測的情況下，也能夠適用。此情況下，只要將S701~S703的上方之樹區塊的鄰近判定從上變更成左，將QPA變更成QPL者，置換到S704~S706之判定分歧中，即可實現。

[實施例7]

說明實施例7中的第2預測量化參數導出部304及205的動作。此外，這裡雖然針對編碼處理做說明，但解碼處理的時候，編碼係改成解碼，將預測量化參數導出部從符號304置換成205、將編碼資訊儲存記憶體從符號302置換成204，將預測量化參數的輸出目標，從差分量化參數生成部111改成量化參數生成部203，就可實現同等的處理。在實施例7中，係和實施例6同樣地，將編碼區塊的鄰近之左方與上方之已編碼區塊的量化參數，使用於預測。另一方面，與實施例6的差異係為，和編碼區塊是鄰近於上方之樹區塊的情形同樣地，在與左方之樹區塊鄰近時，禁止把左方之樹區塊之中的已編碼區塊的量化參數使用於預測這點。這是因為，編碼區塊的量化參數的算出是基於編碼控制的編碼處理順序而進行，因此相較於樹區塊內部，在樹區塊間，編碼處理順序是在編碼區塊間遠離，即使在樹區塊間編碼區塊是相鄰近的，編碼量控制所算出之編碼區塊的量化參數也不一定會是相近的值，並不適合來作為預測量化參數的緣故。於是，在實施例7中，和實施例2同樣地，當編碼或解碼對象的編碼區塊是與左方或上方之樹區塊鄰近時，係不將左方或上方之樹區塊之中的已編碼區塊的量化參數使用於預測，而是置換成編碼處理順序比編碼對象之編碼區塊還前面、乃至前一個編碼之區塊的量化參數，來使用之。

圖36係從圖19所示之已被分割的樹區塊內部之中，將編碼區塊BLK1之周邊予以放大的圖。圖36的BLK1所參照的已編碼區塊的方向，以粗箭頭表示。圖36中的細實線係表示編碼處理順序，編碼區塊係原則上使用，在含有編碼區塊之樹區塊內部鄰近之已編碼區塊的量化參數。BLK1係與上方之樹區塊在交界上銜接，因此不將上方鄰近之已編碼區塊的量化參數使用於預測，而是置換成比編碼對象之編碼區塊還前面、乃至前一個編碼之區塊的量化參數(prevQP)，連同左方鄰近之已編碼區塊的量化參數，一起使用於預測。此處，若假設BLK1係判定預測模式是畫面內預測，畫面內預測模式係為23，則畫面內預測模式之預測方向係以圖36中的粗虛線來表示。若畫面內預測模式是23，則由於預測方向係變成上側，因此被判定為要參照上方之鄰近區塊。可是，BLK1係與上方之樹區塊在交界上銜接，因此無法參照上方之鄰近區塊的量化參數，而是變成參照比置換後的編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數。比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數，係和實際在畫面內預測模式之預測方向上所被判定之上方之鄰近區塊的量化參數不同，但由於是在編碼處理順序上最接近的量化參數，因此可極力抑制預測量化參數的精度劣化。又，鄰近於編碼區塊的左方及上方之鄰近區塊的量化參數是被置換成比編碼對象之編碼區塊還前面、乃至前一個編碼之區塊的量化參數，藉此，在左方及上方之鄰近區塊中就會總是存在有非0的量化參數，不需要像是實施例6般地根據左方及上方之鄰近區塊之量化參數是否皆為存在，基於畫面內預測模式來切換量化參數之預測與其他處理，也不需要判定分歧。因此，相較於實施例6可更將量化參數之預測的判定處理予以簡略化。

圖37係實施例7中的第2預測量化參數導出部304之動作的流程圖。

首先，編碼對象的編碼區塊的位置資訊，會被取得(S800)。編碼區塊的位置資訊，係以畫面左上為基點，求出含有編碼區塊之樹區塊的左上位置，然後根據樹區塊的左上位置，求出編碼區塊的位置。接著，判定編碼區塊是否與上方之樹區塊鄰近(S801)。若編碼區塊是與上方之樹區塊鄰近(S801的Yes)，亦即編碼區塊是位於樹區塊的上端時，則上方之鄰近區塊係被包含在上方之樹區塊之中，因此會越過樹區塊交界，所以量化參數預測時不會使用上方之鄰近區塊，將比編碼對象的編碼區塊前面、乃至前一個編碼之編碼區塊的量化參數prevQP，設定成QPA(S802)。另一方面，若編碼區塊與上方之樹區塊並非鄰近(S801的No)，亦即上方之鄰近區塊是與編碼區塊位於同一樹區塊之中的情況下，則從記憶體302取得編碼區塊之上方鄰近的已編碼區塊的量化參數QPA(S803)。此時，基於編碼區塊的左上之基準位置資訊，向被儲存在編碼資訊儲存記憶體113中的記憶領域進行存取，該當之周圍的已編碼區塊的量化參數會被供給至預測量化參數導出部114內部的記憶體302，從記憶體302之中取得上方之鄰近區塊的量化參數。

接著，判定編碼區塊是否與左方之樹區塊鄰近(S804)。若編碼區塊是與左方之樹區塊鄰近(S804的Yes)，亦即編碼區塊是位於樹區塊的左端時，則左方之鄰近區塊係被包含在左方之樹區塊之中，因此會越過樹區塊交界，所以量化參數預測時不會使用左方之鄰近區塊，將比編碼對象的編碼區塊前面、乃至前一個編碼之編碼區塊的量化參數prevQP，設定成QPL(S805)。另一方面，若編碼區塊與左方之樹區塊並非鄰近(S804的No)，亦即左方之鄰近區塊是與編碼區塊位於同一樹區塊之中的情況下，則從記憶體302取得編碼區塊之左方鄰近的已編碼區塊的量化參數QPL(S806)。

接著，從記憶體302取得編碼區塊的畫面內預測模式intraPredMode，置換成畫面內預測方向intraPredDirec(S807)。往畫面內預測方向之轉換係和實施例6相同，因此省略說明。基於已被轉換之畫面內預測方向，來進行量化參數之預測(S808)。此處，和實施例6同樣地，將圖30所示的畫面內預測模式之預測方向的閾值TH以畫面內預測方向之值而設定成18，若畫面內預測方向未滿18則將上方之鄰近區塊的量化參數、若為18以上則將左方之鄰近區塊的量化參數，當作預測量化參數而予以導出。

使用圖38，說明畫面內預測方向所致之量化參數之預測的詳細動作。首先，判定已被轉換之畫面內預測方向是否為0(S810)。畫面內預測方向為0的情形，係為以平均值預測所致之畫面內預測被進行的情形(S810的Yes)。此時，不優先選擇左方或上方之鄰近區塊之其中一方，而將左方及上方之鄰近區塊的量化參數QPL與QPA之平均值，當作預測量化參數(S811)。另一方面，若畫面內預測方向並非0(S810的No)，則判定畫面內預測方向是否未滿18(S812)。若畫面內預測方向未滿18時(S812的Yes)，則視為上方之鄰近區塊的參照，將上方之鄰近區塊的量化參數QPA，當作預測量化參數(S813)。另一方面，若畫面內預測方向是18以上時(S812的No)，則視為左方之鄰近區塊的參照，將左方之鄰近區塊的量化參數QPL，當作預測量化參數(S814)。如此而被導出之預測量化參數，係被供給至差分量化參數生成部111。

如圖38所示，實施例7的基於畫面內預測方向的量化參數之預測(S808)，係和實施例6的基於畫面內預測方向的量化參數之預測(S709)相同。因此，於實施例6中，隨著畫面內預測模式之預測方向來對左方及上方之鄰近區塊的量化參數設定加權係數的情況，還有，如圖34所示般地增加畫面內預測模式之預測方向的閾值數，對被閾值所區分之畫面內預測模式之預測方向之領域的每一範圍來設定左方及上方之鄰近區塊的量化參數的加權係數的情況下，也是可和實施例7同樣地實施，因此這裡省略說明。

[實施例8]

說明實施例8中的第2預測量化參數導出部304及205的動作。此外，這裡雖然針對編碼處理做說明，但解碼處理的時候，編碼係改成解碼，將預測量化參數導出部從符號304置換成205、將編碼資訊儲存記憶體從符號302置換成204，將預測量化參數的輸出目標，從差分量化參數生成部111改成量化參數生成部203，就可實現同等的處理。與實施例1的差異係為，和編碼或解碼對象之編碼區塊是鄰近於上方之樹區塊的情形同樣地，在與左方之樹區塊鄰近時，禁止把左方之樹區塊之中的已編碼區塊的量化參數使用於預測這點。亦即，將越過樹區塊交界的已編碼區塊的量化參數使用於預測的情況，係限制成只有當樹區塊內部最初編碼處理順序之編碼區塊，是使用比編碼對象之編碼區塊前面、乃至前一個編碼之區塊的量化參數的時候。還有，在以畫面內預測方向進行量化參數之預測前，左方及上方之已編碼之鄰近區塊均沒有位於越過樹區塊交界之位置的情況下，亦即省略左方及上方之鄰近區塊的量化參數是否非0的判定，直接以畫面內預測模式進行量化參數之預測，藉此而削減了實施例6中的不進行畫面內預測模式所致之量化參數之預測時的判定處理(S710~S714)這點。

在實施例8中，若以畫面內預測模式之預測方向所被判定之鄰近區塊是沒有位於越過樹區塊交界之位置的情況下，則從已被判定之鄰近區塊的量化參數，導出預測量化參數，若以畫面內預測模式之預測方向所被判定之鄰近區塊是位於越過樹區塊交界之位置的情況下，則無法使用已被判定之鄰近區塊的量化參數，因此將其他鄰近區塊的量化參數或比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數，判定為有效，當作預測量化參數而予以導出。

圖39係實施例8中的第1預測量化參數導出部303之動作的流程圖。圖39的流程圖的S900至S903及S907係和實施例6的圖28的S700至S703及S708、S904至S906係和實施例7的圖37的S804至S806相同，因此省略說明，僅說明畫面內預測方向所致之量化參數之預測S908的詳細動作。

使用圖40，說明畫面內預測方向所致之量化參數之預測(S908)的詳細動作。此處，和實施例6同樣地，假設圖30所示的畫面內預測模式之預測方向之閾值TH以畫面內預測方向之值而設定成18，畫面內預測方向係隨著閾值TH而切換量化參數之預測，而導出預測量化參數。

首先，判定已被轉換之畫面內預測方向是否為0(S910)。畫面內預測方向為0的情形，係為以平均值預測所致之畫面內預測被進行的情形(S910的Yes)。此情況下係前進至method1(S911)。另一方面，若畫面內預測方向並非0(S910的No)，則判定畫面內預測方向是否未滿18(S912)。若畫面內預測方向未滿18(S912的Yes)，則前進至method2(S913)，若畫面內預測方向為18以上(S912的No)，則前進至method3(S914)。

首先，使用圖41來說明method1的處理。於S910中，畫面內預測方向被判定成0(S910的Yes)的情形，係為進行平均值預測所致之畫面內預測的情形。此時，不優先選擇左方或上方之鄰近區塊之其中一方，而將左方及上方之鄰近區塊的量化參數QPL與QPA之平均值，當作預測量化參數因此首先判定左方及上方之鄰近區塊的量化參數是否皆為正(S920)。若左方及上方之鄰近區塊的量化參數皆為正(S920的Yes)，則有左方及上方之雙方的鄰近區塊存在。因此，可參照被畫面內預測模式所示之方向所指定的鄰近區塊，可取得該量化參數，因此將左方及上方之鄰近區塊的量化參數QPL與QPA之平均值，當作預測量化參數(S921)。

另一方面，若左方及上方之鄰近區塊的量化參數皆非正(S920的No)，亦即至少左或上之其中一方的鄰近區塊的量化參數是0，至少左或上之其中一方的鄰近區塊是不存在。因此，無法將左方及上方之鄰近區塊的量化參數QPL與QPA之平均值視為預測量化參數，所以根據左方或上方之鄰近區塊的是否存在、亦即左方或上方之鄰近區塊的量化參數是否為0，而將取得的量化參數，當作預測量化參數。

首先，判定上方之鄰近區塊的量化參數是否為0(S922)。若上方之鄰近區塊的量化參數並非0(S922的No)，則將上方之鄰近區塊的量化參數，當作預測量化參數(S923)。另一方面，若為0(S922的Yes)，則無法參照上方之鄰近區塊的量化參數來作為預測量化參數，因此前進至S924之判定。接著，判定左方之鄰近區塊的量化參數是否為0(S924)。若左方之鄰近區塊的量化參數並非0(S924的No)，則將左方之鄰近區塊的量化參數，當作預測量化參數(S925)。另一方面，若為0(S924的Yes)時，亦即，左方及上方之鄰近區塊的量化參數皆為0，則雙方都不存在，因此無法參照左方及上方之鄰近區塊的量化參數來作為預測量化參數。於是，將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數(prevQP)，當作預測量化參數(S926)。此外，若影像的左上端的區塊是編碼區塊時，則由於左方與上方之鄰近區塊、甚至比編碼對象之編碼區塊前面乃至前一個編碼之區塊並不存在，因此將圖像或切片的量化參數，當作預測量化參數。

接著，使用圖42來說明method2的處理。於S912中由於被判定為畫面內預測方向未滿18(S912的Yes)，因此變成將上方之已編碼之鄰近區塊的量化參數選擇成預測量化參數，所以首先判定上方之鄰近區塊的量化參數是否為0(S930)。若上方之鄰近區塊的量化參數並非0(S930的No)，則將上方之鄰近區塊的量化參數，當作預測量化參數(S931)。另一方面，若為0(S930的Yes)，則無法參照上方之鄰近區塊的量化參數來作為預測量化參數，因此前進至S932之判定。接著，判定左方之鄰近區塊的量化參數是否為0(S932)。若左方之鄰近區塊的量化參數並非0(S932的No)，則將左方之鄰近區塊的量化參數，當作預測量化參數(S933)。另一方面，若為 0(S932的Yes)時，亦即，左方及上方之鄰近區塊的量化參數皆為0，則雙方都不存在，因此無法參照左方及上方之鄰近區塊的量化參數來作為預測量化參數。於是，將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數(prevQP)，當作預測量化參數(S934)。此外，若影像的左上端的區塊是編碼區塊時，則由於左方與上方之鄰近區塊、甚至比編碼對象之編碼區塊前面乃至前一個編碼之區塊並不存在，因此將圖像或切片的量化參數，當作預測量化參數。

接下來，使用圖43來說明method3的處理。於S912中由於被判定為畫面內預測方向是18以上(S912的No)，因此變成將左方之已編碼之鄰近區塊的量化參數選擇成預測量化參數，所以首先判定左方之鄰近區塊的量化參數是否為0(S940)。若左方之鄰近區塊的量化參數並非0(S940的No)，則將左方之鄰近區塊的量化參數，當作預測量化參數(S941)。另一方面，若為0(S940的Yes)，則無法參照左方之鄰近區塊的量化參數來作為預測量化參數，因此前進至S942之判定。接著，判定上方之鄰近區塊的量化參數是否為0(S942)。若上方之鄰近區塊的量化參數並非0(S942的No)，則將上方之鄰近區塊的量化參數，當作預測量化參數(S943)。另一方面，若為0(S942的Yes)時，亦即，左方及上方之鄰近區塊的量化參數皆為0，則雙方都不存在，因此無法參照左方及上方之鄰近區塊的量化參數來作為預測量化參數。於是，將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數(prevQP)，當作預測量化參數(S944)。此外，若影像的左上端的區塊是編碼區塊時，則由於左方與上方之鄰近區塊、甚至比編碼對象之編碼區塊前面乃至前一個編碼之區塊並不存在，因此將圖像或切片的量化參數，當作預測量化參數。

被分歧成如以上之畫面內預測方向的各method中，若以畫面內預測方向而被判定之鄰近區塊的量化參數為0，則亦可不進行之後的判定而將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數(prevQP)當作預測量化參數，而簡化判定處理。在method1中，係判定左方及上方之鄰近區塊的量化參數是否皆為正(S920)，若左方及上方之鄰近區塊的量化參數皆非正(S920的No)，則不進行S922之後的判定處理而將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數(prevQP)當作預測量化參數(S926)。在method2中，係判定上方之鄰近區塊的量化參數是否為0(S930)，若為0(S930的Yes)，則不進行S932之後的判定處理而將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數(prevQP)當作預測量化參數(S934)。在method3中，係判定左方之鄰近區塊的量化參數是否為0(S940)，若為0(S940的Yes)，則不進行S942之後的判定處理而將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數(prevQP)當作預測量化參數(S944)。如此而被導出之預測量化參數，係被供給至差分量化參數生成部111。

實施例8的基於畫面內預測方向的量化參數之預測(S908)，係和實施例6的基於畫面內預測方向的量化參數之預測(S709)同樣地，在隨著畫面內預測模式之預測方向來對左方及上方之鄰近區塊的量化參數設定加權係數的情況，還有，如圖34所示般地增加畫面內預測模式之預測方向的閾值數，對被閾值所區分的畫面內預測模式之預測方向之領域的每一範圍，來設定左方及上方之鄰近區塊之量化參數的加權係數的情況下，均可實施。此處，作為如圖34所示般地增加畫面內預測模式之預測方向的閾值數，對被閾值所區分的畫面內預測模式之預測方向之領域的每一範圍，來設定左方及上方之鄰近區塊之量化參數的加權係數的情況之一例，說明適用於以畫面內預測方向為基礎之量化參數之預測(S908)的情形。關於實施例6中所說明的其他事例，也是可以和以下說明的適用實施例8的情形相同，因此省略說明。

圖44係為，在作為如圖34所示般地增加畫面內預測模式之預測方向的閾值數，對被閾值所區分的畫面內預測模式之預測方向之領域的每一範圍，來設定左方及上方之鄰近區塊之量化參數的加權係數的情況下，以畫面內預測方向為基礎之量化參數之預測(S908)的詳細動作之流程圖。和實施例6同樣地，將圖34所示的畫面內預測模式之預測方向，藉由閾值THLO及THHI而分割成3個領域，將THLO設定成13、THHI設定成22，畫面內預測方向係切換對被閾值所區分之每一領域所決定的量化參數之預測，而導出預測量化參數。

首先，判定已被轉換之畫面內預測方向是否為0(S950)。畫面內預測方向為0的情形，係為以平均值預測所致之畫面內預測被進行的情形(S950的Yes)。此情況下係前進至method1(S951)。另一方面，若畫面內預測方向並非0(S950的No)，則判定畫面內預測方向是否未滿THLO(S952)。若畫面內預測方向未滿THLO(S952的Yes)，則前進至method2(S953)。若畫面內預測方向是THLO以上(S952的No)，則判定畫面內預測方向是否未滿閾值THHI(S954)。若畫面內預測方向未滿THHI、亦即為THHI以上(S954的No)，則前進至method3(S955)。若畫面內預測方向未滿THHI(S954的Yes)，則將對左方與上方之鄰近區塊的量化參數的加權進行均等化，因此前進至S951。

接著，說明method2(S953)的詳細動作。圖45係method2(S953)的詳細動作的說明流程圖。在求取加權平均時，左方及上方之鄰近區塊必須都存在。因此，判定左方及上方之鄰近區塊的量化參數是否皆為正(S960)。若左方及上方之鄰近區塊的量化參數皆為正(S960的Yes)，則由於有左方及上方之雙方的鄰近區塊存在，因此以FA>FL>0的方式，對上方之鄰近區塊的量化參數，將加權設定成較大(S961)。例如，將FA設定成3，將FL設定成1。另一方面，若左方及上方之鄰近區塊的量化參數皆非正(S960的No)，亦即至少左或上之其中一方的鄰近區塊的量化參數是0，至少左或上之其中一方的鄰近區塊是不存在。因此，無法從左方及上方之鄰近區塊的量化參數求出加權平均，所以根據左方或上方之鄰近區塊的是否存在、亦即左方或上方之鄰近區塊的量化參數是否為0，而將取得的量化參數，當作預測量化參數。首先判定上方之鄰近區塊的量化參數是否為0(S962)。

若上方之鄰近區塊的量化參數並非0(S962的No)，則將上方之鄰近區塊的量化參數，當作預測量化參數，因此將左方之鄰近區塊的量化參數的加權係數FL設定成0(S963)。例如，將FA設定成4，將FL設定成0。另一方面，若為0(S962的Yes)，則無法參照上方之鄰近區塊的量化參數來作為預測量化參數，因此前進至S964之判定。接著，判定左方之鄰近區塊的量化參數是否為0(S964)。若左方之鄰近區塊的量化參數並非0(S964的No)，則將左方之鄰近區塊的量化參數，當作預測量化參數，因此將上方之鄰近區塊的量化參數的加權係數FA設定成0(S965)。例如，將FA設定成0，將FL設定成4。另一方面，若為0(S964的Yes)時，亦即，左方及上方之鄰近區塊的量化參數皆為0，則雙方都不存在，因此無法參照左方及上方之鄰近區塊的量化參數來作為預測量化參數。於是，將比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數(prevQP)，當作預測量化參數(S967)。當左方及上方之鄰近區塊的量化參數的加權係數已被設定時，係根據已決定之加權係數與各量化參數而用下式導出預測量化參數predQP(S966)。

至於method1(S951)及method3(S955)，也是用和method2同樣的判定處理來實現。但是，S961中的左方及上方之鄰近區塊的量化參數的加權係數之設定，在method1時必須要為FA=FL≠0、在method3時必須要為0<FA<FL的方式，來設定加權。

此外，這裡亦可設定加權係數FA及FL之係數的組合以外的係數。但是，在重視計算高速化的情況下，FA+FL是選擇以2之冪乘來表示的變數，較為理想。若將上述的預測量化參數之導出式，以位元平移演算來進行之，則表示如下式。

[數15]predQP=(FA×QPA+FL×QPL+2)>>2

又，在實施例8中，雖然將閾值THLO及THHI之值分別以畫面內預測方向之值而設成13、22，但亦可並非這些值，只要在動態影像編碼裝置100及動態影像解碼裝置200中不產生矛盾，則可默認性地設定。

甚至，在實施例8中，雖然是以閾值THLO及THHI，將畫面內預測模式之預測方向分割成3個領域，但亦可增加閾值的數目，而增加分割數。但是，各領域中所被設定的加權係數FA及FL之係數，係在重視計算高速化的情況下，FA+FL是選擇以2之冪乘來表示的變數，較為理想。

[實施例9]

在實施例6及8中，係為基於編碼對象之編碼區塊的畫面內預測模式之預測方向而被判定之鄰近區塊是位於越過樹區塊交界之位置的情形。在實施例6中，為了使得畫面內預測模式所致之量化參數之預測成為可能，而預先判定左方及上方之鄰近區塊是否皆位於越過樹區塊交界之位置，只有在都不位於越過之位置的情況下，實施畫面內預測模式所致之量化參數之預測，若非如此(至少一部分的鄰近區塊是位於越過樹區塊交界之位置)的情況下，則不實施畫面內預測模式所致之量化參數之預測。在實施例8中，若以畫面內預測模式之預測方向所被判定之鄰近區塊是位於越過樹區塊交界之位置的情況下，則無法使用已被判定之鄰近區塊的量化參數，因此將其他鄰近區塊的量化參數或比編碼對象的編碼區塊前面、乃至前一個編碼之區塊的量化參數，判定成有效，當作預測量化參數而予以導出。如此，當以編碼對象之編碼區塊的畫面內預測模式之預測方向而被判定的鄰近區塊是位於越過樹區塊交界之位置時，由於畫面內預測模式之預測方向與參照目標之鄰近區塊之位置不吻合，因此恐怕會導致畫面內預測模式所致之判定精度的降低。又，即使原本編碼區塊是畫面內預測，仍周圍的已編碼之鄰近區塊仍會位於越過樹區塊交界之位置，可能無法以畫面內預測模式來進行判定。於是，在實施例9中，在第2預測量化參數導出部中若畫面內預測模式所致之判定與所參照之鄰近區塊的位置不吻合時，則不採用畫面內預測模式所致之判定結果，以第1預測量化參數導出部進行再判定，藉此以提升量化參數的預測精度。此外，這裡雖然針對編碼處理做說明，但解碼處理的時候，編碼係改成解碼，將預測量化參數導出部從符號114置換成205、將編碼資訊儲存記憶體從符號113置換成204，將預測量化參數的輸出目標，從差分量化參數生成部111改成量化參數生成部203，就可實現同等的處理。

適用了實施例9之判定的預測量化參數導出部114及205的詳細構成，示於圖46。預測量化參數導出部114及205係由：開關401、記憶體402、第1預測量化參數導出部403、第2預測量化參數導出部404及再演算判定部405所構成。圖46的開關401至第1預測量化參數導出部403的各部，係具有和圖10的開關301至第1預測量化參數導出部303的各部相同的機能，因此省略說明。在圖46的第2預測量化參數導出部404，係變更成和上述圖10的第2預測量化參數導出部304不同的機能，因此說明其差異。

圖47係對實施例6中所說明過的第2預測量化參數導出部304，適用了實施例9之機能而成的第2預測量化參數導出部404之動作的說明用流程圖。S1000至S1009的處理係和上述第2預測量化參數導出部304相同，因此省略說明。與上述第2預測量化參數導出部304的差異係為，判定左方及上方之鄰近區塊的量化參數是否皆為正(S1007)，若左方及上方之鄰近區塊的量化參數之至少1方皆非正(S1007的No)，則不進行畫面內預測模式所致之量化參數之預測，將預測量化參數(predQP)設定成0(S1010)這點。在第2預測量化參數導出部304中，即使編碼區塊為畫面內預測，周圍的已編碼之鄰近區塊是位於越過樹區塊交界之位置，鄰近區塊的量化參數被設定成0，無法進行畫面內預測模式所致之量化參數之預測的情況下，就與畫面內預測模式無關地，以鄰近區塊之是否存在來做判定。在第2預測量化參數導出部404中，設計成僅實施畫面內預測模式所致之量化參數之預測，若以畫面內預測模式所致之量化參數之預測無法做判定的情況下，則為了使後述的再演算判定部405中判斷成要以第1預測量化參數導出部403進行再判定，而將預測量化參數設定成0。已被導出之預測量化參數，係被供給至再演算判定部405。

圖48係對實施例8中所說明過的第2預測量化參數導出部304的畫面內預測方向所致之量化參數之預測(S908)，適用了實施例9之機能而成的第2預測量化參數導出部404的畫面內預測方向所致之量化參數之預測之動作的說明用流程圖。和實施例8同樣地，假設圖30所示的畫面內預測模式之預測方向之閾值TH以畫面內預測方向之值而設定成18，畫面內預測方向係隨著閾值TH而切換量化參數之預測，而導出預測量化參數。首先，判定已被轉換之畫面內預測方向是否為0(S1020)。畫面內預測方向為0的情形，係為以平均值預測所致之畫面內預測被進行的情形(S1020的Yes)。此情況下係前進至method1(S1021)。另一方面，若畫面內預測方向並非0(S1020的No)，則判定畫面內預測方向是否未滿18(S1022)。若畫面內預測方向未滿18(S1022的Yes)，則前進至method2(S1023)，若畫面內預測方向為18以上(S1022的No)，則前進至method3(S1024)。

首先，使用圖49來說明method1的處理。於S1020 中，畫面內預測方向被判定成0(S1020的Yes)的情形，係為進行平均值預測所致之畫面內預測的情形。此時，不優先選擇左方或上方之鄰近區塊之其中一方，而將左方及上方之鄰近區塊的量化參數QPL與QPA之平均值，當作預測量化參數因此首先判定左方及上方之鄰近區塊的量化參數是否皆為正(S1030)。若左方及上方之鄰近區塊的量化參數皆為正(S1030的Yes)，則有左方及上方之雙方的鄰近區塊存在。因此，可參照被畫面內預測模式所示之方向所指定的鄰近區塊，可取得該量化參數，因此將左方及上方之鄰近區塊的量化參數QPL與QPA之平均值，當作預測量化參數(S1031)。另一方面，若左方及上方之鄰近區塊的量化參數皆非正(S1030的No)，亦即至少左或上之其中一方的鄰近區塊的量化參數是0，至少左或上之其中一方的鄰近區塊是不存在。因此，無法將左方及上方之鄰近區塊的量化參數QPL與QPA之平均值視為預測量化參數，所以將預測量化參數設定成0(S1032)。

接著，使用圖50來說明method2的處理。於S1022中由於被判定為畫面內預測方向未滿18(S1022的Yes)，因此變成將上方之已編碼之鄰近區塊的量化參數選擇成預測量化參數，所以首先判定上方之鄰近區塊的量化參數是否為0(S1040)。若上方之鄰近區塊的量化參數並非0(S1040的No)，則將上方之鄰近區塊的量化參數，當作預測量化參數(S1041)。另一方面，若為0(S1040的Yes)，則無法參照上方之鄰近區塊的量化參數來作為預測量化參數，因此將預測量化參數設定成0(S1042)。

接下來，使用圖51來說明method3的處理。於S1022中由於被判定為畫面內預測方向是18以上(S1022的No)，因此變成將左方之已編碼之鄰近區塊的量化參數選擇成預測量化參數，所以首先判定左方之鄰近區塊的量化參數是否為0(S1050)。若左方之鄰近區塊的量化參數並非0(S1050的No)，則將左方之鄰近區塊的量化參數，當作預測量化參數(S1051)。另一方面，若為0(S1050的Yes)，則無法參照左方之鄰近區塊的量化參數來作為預測量化參數，因此將預測量化參數設定成0(S1052)。

如以上所述，被分歧成畫面內預測方向的各method中，以畫面內預測方向而被判定之鄰近區塊的量化參數為0的情形，係為鄰近區塊是位於越過樹區塊交界之位置、或是位於畫面外的情形，無法藉由以畫面內預測方向而被判定之鄰近區塊的量化參數，來導出預測量化參數。於是，為了表示無法以畫面內預測模式所致之量化參數之預測來做判定，而將預測量化參數設定成0。已被導出之預測量化參數，係被供給至再演算判定部405。

如此而被第2預測量化參數導出部404所導出的預測量化參數(predQP)，係被供給至再演算判定部405。

使用圖52來說明再演算判定部405的詳細動作。對再演算判定部405係從第2預測量化參數導出部404供給著預測量化參數(S1100)。再演算判定部405係判定所被供給之預測量化參數是否為0(S1101)。若預測量化參數為0，則視為第2預測量化參數導出部404中無法獲得適切的判定結果，促使第1預測量化參數導出部403再度進行預測量化參數之導出(S1102)。若預測量化參數並非0，則將已被第2預測量化參數導出部404所導出的預測量化參數，供給至差分量化參數生成部111。

如以上所述，在第2預測量化參數導出部中若畫面內預測模式所致之判定與所參照之鄰近區塊的位置不吻合時，則不採用畫面內預測模式所致之判定結果，可用第1預測量化參數導出部進行再判定。

在實施例9中，在第2預測量化參數導出部404中若畫面內預測模式所致之判定與所參照之鄰近區塊的位置不吻合時，則不採用畫面內預測模式所致之判定結果，將預測量化參數輸出成0，除了這點以外，和實施例6及8的第2預測量化參數導出部304的畫面內預測模式所致之量化參數的預測判定，並沒有任何其他變更。因此，於實施例6中，隨著畫面內預測模式之預測方向來對左方及上方之鄰近區塊的量化參數設定加權係數的情況，還有，如圖34所示般地增加畫面內預測模式之預測方向的閾值數，對被閾值所區分之畫面內預測模式之預測方向之領域的每一範圍來設定左方及上方之鄰近區塊的量化參數的加權係數的情況下，也是可和實施例9同樣地實施，因此這裡省略說明。

若依據實施形態的動態影像編碼裝置，則將每一編碼對象區塊所被編碼之量化參數，使用周圍的已編碼區塊的量化參數，進行量化參數之預測，導出最佳之預測量化參數，求取量化參數與預測量化參數之差分而予以編碼，藉此，就可不改變畫質，而可削減量化參數的編碼量，提升編碼效率。

又，在編碼側與解碼側，由於可以實作成為量化參數預測之共通機能，因此可縮小電路規模。這是因為，已編碼之鄰近區塊在編碼側上係為了下個編碼區塊之預測而會成為局部解碼之區塊，會與已解碼區塊相同，因此可以使編碼側與解碼側不產生矛盾地，實現量化參數預測之判定。

此外，在上述說明中，以編碼區塊為單位來進行量化參數之預測，但一旦樹區塊內的分割增加、產生許多小區塊尺寸的編碼區塊，則編碼量控制中的每一編碼區塊的分配編碼量就會過小，可能無法適切地算出量化參數。又，在編碼及解碼時將量化參數等之編碼資訊加以記憶，也會造成動態影像編碼裝置100及動態影像解碼裝置200的編碼資訊儲存記憶體113及204的記憶體量增加。於是，作為將量化參數進行編碼、傳輸之單位，亦可新設定了一種稱作量化群組的區塊，以該區塊單位來進行量化參數之預測。

量化群組係為依照樹區塊之尺寸而被決定之區塊，其尺寸係可以用，對樹區塊之區塊的邊長乘以1/2n倍(n係為0以上之整數)所成的值來表示。亦即，將樹區塊的區塊的邊長往右平移n位元之值，係為量化群組的邊長。該值係被決定成使得區塊尺寸與樹區塊結構相同，因此和樹區塊的親和性高。又，由於是將樹區塊內以均等尺寸進行分割，因此可使得編碼資訊儲存記憶體113及204中所記憶之量化參數的管理或讀出變得較為簡便。

圖53係將樹區塊內部以樹區塊結構進行分割之一例。樹區塊的區塊尺寸係設為64×64，將樹區塊內部做階層式地4分割，在第1次分割時被分割成32×32區塊(圖53的虛線矩形)，在第2次分割時被分割成16×16區塊(圖53的斜線矩形)，在第3次分割時被分割成8×8區塊(圖53的空白矩形)的編碼區塊。此處，若將量化群組設成16×16的矩形區塊，則量化群組係以圖53的粗虛線來表示，以量化群組單位來進行量化參數之預測。

若編碼對象之編碼區塊是大於量化群組之區塊尺寸(32×32區塊)，則例如圖53的虛線矩形所表示之編碼區塊的內部，係以量化群組而被分割成4個。雖然是以量化群組而被4分割，但由於該編碼區塊的量化參數係為1個，所以若編碼區塊的尺寸大於量化群組，則將編碼區塊的量化參數的預測後的差分量化參數予以編碼、傳輸，在4分割之量化群組分別對應之編碼資訊儲存記憶體113及204的記憶體領域中，記憶相同的量化參數。雖然在記憶體內部，量化參數會重複，但量化參數之預測時的周圍之已編碼區塊的量化參數的存取會變得容易。

若編碼對象之編碼區塊是與量化群組之區塊尺寸( 16×16區塊)相同，則和上述在編碼區塊單位中的量化參數之預測的情形相同。

若編碼對象之編碼區塊是小於量化群組之區塊尺寸(8×8區塊)，則為例如圖53的空白矩形所表示之編碼區塊，在量化群組之中會收納有4個編碼區塊，因此量化群組之中的編碼區塊係沒有每個都具備量化參數，而是在量化群組內具備1個量化參數，以該量化參數來將各個編碼區塊進行編碼。此外，作為量化群組的量化參數，係有從量化群組內的4個編碼區塊的量化參數中選擇出1個來作為代表值，算出平均值等方法，但這裡並無特別限定。

圖54係表示編碼區塊小於量化群組之區塊尺寸時的量化參數之預測的一例。圖54之中的斜線矩形係表示編碼對象之編碼區塊，灰色矩形係表示含編碼區塊的量化群組是在量化參數之預測時所使用的已編碼區塊，細實線係表示編碼處理順序。量化參數之預測，係以處理對象之量化群組的左上角之像素位置為基準而進行。將上方鄰近之已編碼區塊的量化參數使用於預測的情況下，係圖54之中的斜線矩形係對含編碼對象之編碼區塊之量化群組的左上角之像素，算出含有1像素上方鄰近之像素的已編碼區塊之位置，將該當於其位置之位址中所記憶的量化參數，從編碼資訊儲存記憶體113及204中叫出。同樣地，將左方鄰近之已編碼區塊的量化參數使用於預測的情況下，係對含編碼對象之編碼區塊之量化群組的左上角之像素，算出含有1像素左方鄰近之像素的已編碼區塊之位置，將該當於其位置之位址中所記錄的量化參數，從編碼資訊儲存記憶體113及204中叫出。當含編碼對象之編碼區塊的量化群組之左上角之像素的左方及上方鄰近像素加以包含之已編碼區塊，是越過樹區塊之交界時，則使用比編碼對象的編碼區塊前面、乃至前一個編碼之已編碼區塊的量化參數，因此將因為編碼而將量化參數記憶至編碼資訊儲存記憶體113及204時所記憶的記憶體上之位址予以暫時記憶，將該當於比編碼對象之編碼區塊前面、乃至前一個位置之位址中所記憶的量化參數，從編碼資訊儲存記憶體113及204中叫出。如此一來，編碼對象之編碼區塊的量化參數之預測，就成為可能。

如以上，量化群組單位的量化參數之預測，也是可和上述編碼區塊單位之量化參數之預測，同樣地進行。

此外，量化群組的區塊尺寸，係可將區塊尺寸直接記述在位元串流的標頭資訊裡，也可將表示是否設成樹區塊尺寸之1/2n倍(n係0以上之整數)的位元平移量，予以記述。例如，在圖像的標頭資訊中，定義一用來指定是否以圖像單位進行量化參數預測、將差分量化參數記述在位元串流中來傳輸用的旗標cu_qp_delta_enable_flag，然後僅當旗標cu_qp_delta_enable_flag為有效(設定成"1")時，將決定量化群組之尺寸用的參數diff_cu_qp_delta_depth，記述在位元串流中。量化群組之尺寸，係當樹區塊之尺寸是以2n來表示時，可以用將從指數n減去diff_cu_qp_delta_depth之值當作指數的2之乘冪來表示。又，亦可不特地記述在位元串流中，而在編碼及解碼側上默認地決定量化群組之尺寸。

以上所述的實施形態的動態影像編碼裝置所輸出的動態影像的編碼串流，係為了可隨著實施形態中所使用之編碼方法來進行解碼，而具有特定的資料格式，對應於動態影像編碼裝置的動態影像解碼裝置係可將此特定資料格式的編碼串流加以解碼。

動態影像編碼裝置與動態影像解碼裝置之間為了收授編碼串流，而使用有線或無線網路的情況下，可將編碼串流轉換成適合於通訊路之傳輸形態的資料形式來進行傳輸。此情況下，會設置有：將動態影像編碼裝置所輸出之編碼串流轉換成適合於通訊路之傳輸形態之資料形式的編碼資料然後發送至網路的動態影像送訊裝置、和從網路接收編碼資料並復原成編碼串流而供給至動態影像解碼裝置的動態影像收訊裝置。

動態影像送訊裝置，係含有：將動態影像編碼裝置所輸出之編碼串流予以緩衝的記憶體、將編碼串流予以封包化的封包處理部、將已被封包化的編碼資料透過網路而進行發送的送訊部。動態影像收訊裝置，係含有：將已被封包化的編碼資料透過網路而進行接收的收訊部、將已被接收之編碼資料予以緩衝的記憶體、將編碼資料進行封包處理而生成編碼串流並提供給動態影像解碼裝置的封包處理部。

以上的關於編碼及解碼之處理，係可用硬體而以傳輸、積存、收訊裝置的方式來加以實現，當然，也可藉由記憶在ROM(唯讀記憶體)或快閃記憶體等中的韌體、或電腦等之軟體來加以實現。亦可將該韌體程式、軟體程式記錄至電腦等可讀取之記錄媒體來加以提供，或可透過有線或無線網路從伺服器來提供，也可用地表波或衛星數位播送的資料播送方式來提供之。

以上係依據實施形態來說明了本發明。實施形態係為例示，這些各構成要素或各處理程序之組合中還有各種可能的變形例，而這些變形例也都屬於本發明之範圍，而能被當業者所理解。

[產業上利用之可能性]

本發明係可利用於，利用量化參數之預測編碼的動態影像之編碼技術。

100‧‧‧動態影像編碼裝置

101‧‧‧影像記憶體

102‧‧‧殘差訊號生成部

103‧‧‧正交轉換．量化部

104‧‧‧第2編碼位元列生成部

105‧‧‧逆量化．逆正交轉換部

106‧‧‧解碼影像訊號重疊部

107‧‧‧解碼影像記憶體

108‧‧‧預測影像生成部

109‧‧‧活性算出部

110‧‧‧量化參數算出部

111‧‧‧差分量化參數生成部

112‧‧‧第1編碼位元列生成部

113‧‧‧編碼資訊儲存記憶體

114‧‧‧預測量化參數導出部

115‧‧‧編碼位元列多工化部

200‧‧‧動態影像解碼裝置

201‧‧‧位元列分離部

202‧‧‧第1編碼位元列解碼部

203‧‧‧量化參數生成部

204‧‧‧編碼資訊儲存記憶體

205‧‧‧預測量化參數導出部

206‧‧‧第2編碼位元列解碼部

207‧‧‧逆量化．逆正交轉換部

208‧‧‧解碼影像訊號重疊部

209‧‧‧預測影像生成部

210‧‧‧解碼影像記憶體

301‧‧‧開關

302‧‧‧記憶體

303‧‧‧第1預測量化參數導出部

304‧‧‧第2預測量化參數導出部

401‧‧‧開關

402‧‧‧記憶體

403‧‧‧第1預測量化參數導出部

404‧‧‧第2預測量化參數導出部

405‧‧‧再演算判定部

[圖1]具備實施形態所述之預測量化參數之導出方法的動態影像編碼裝置之構成的區塊圖。

[圖2]具備實施形態所述之預測量化參數之導出方法的動態影像解碼裝置之構成的區塊圖。

[圖3]MPEG-2 TM5的畫面內之編碼量控制的說明圖。

[圖4]H.264的量化參數預測方法的圖示。

[圖5]使用階層樹編碼時的編碼處理順序之一例的圖示。

[圖6]藉由階層樹編碼所被分割而成的樹區塊內部的左上之編碼區塊的量化參數之預測的圖示。

[圖7]藉由階層樹編碼所被分割而成的樹區塊內部的編碼處理順序之一例的圖示。

[圖8]對於與編碼對象之編碼區塊相鄰近之已編碼的周圍之區塊，圖案是被左及左上之區塊所包含之一例的圖。

[圖9]MPEG-2 TM5的畫面內之編碼量控制中，上下鄰近之編碼區塊之位置的說明圖。

[圖10]本實施形態的預測量化參數導出部的詳細構成的區塊圖。

[圖11]本實施形態所規定之畫面內預測模式之值與預測方向的說明圖。

[圖12]差分量化參數的帶符號之指數帶符號格倫布編碼表之一例的的圖。

[圖13]編碼對象樹區塊與已編碼樹區塊之關係的圖示。

[圖14]藉由階層樹編碼所被分割而成的樹區塊內部的編碼區塊與已編碼區塊之關係的圖示。

[圖15]於第1實施例中，編碼區塊的預測量化參數的參照目標的圖示。

[圖16]將鄰近之已編碼的周圍區塊的量化參數，當作編碼區塊之預測量化參數而表示成為參照目標之一例的圖示。

[圖17]第1實施例的第1預測量化參數導出部之動作的說明用流程圖。

[圖18]第1實施例的第1預測量化參數導出部之另一動作的說明用流程圖。

[圖19]於第2實施例中，編碼區塊的預測量化參數的參照目標的圖示。

[圖20]第2實施例的第1預測量化參數導出部之動作的說明用流程圖。

[圖21]於第3實施例中，編碼區塊的預測量化參數的參照目標的圖示。

[圖22]第3實施例的第1預測量化參數導出部之動作的說明用流程圖。

[圖23]於第4實施例中，編碼區塊的預測量化參數的參照目標的圖示。

[圖24]第4實施例的第1預測量化參數導出部之動作的說明用流程圖。

[圖25]於第5實施例中，編碼區塊的預測量化參數的參照目標的圖示。

[圖26]第5實施例的預測量化參數導出部之動作的說明用流程圖。

[圖27]本實施形態所規定之畫面內預測模式之值與預測方向的說明圖。

[圖28]第6實施例的第2預測量化參數導出部304之動作的說明用流程圖。

[圖29]將畫面內預測模式轉換成畫面內預測方向的表格的說明圖。

[圖30]第6實施例中在畫面內預測模式之預測方向上所參照之鄰近區塊的量化參數之設定的說明圖。

[圖31]第6實施例的第2預測量化參數導出部中畫面內預測方向所致之判定處理的詳細動作的說明用流程圖。

[圖32]第6實施例中在畫面內預測模式之預測方向上的加權係數之設定的說明圖。

[圖33]第6實施例的第2預測量化參數導出部中畫面內預測方向所致之判定處理的詳細動作的說明用流程圖。

[圖34]第6實施例中在畫面內預測模式之預測方向上的另一加權係數之設定的說明圖。

[圖35]第6實施例的第2預測量化參數導出部中畫面內預測方向是落在圖34所示之所定範圍中食的詳細動作的說明用流程圖。

[圖36]於第7實施例中，編碼區塊的預測量化參數的參照目標的圖示。

[圖37]第7實施例的第2預測量化參數導出部之動作的說明用流程圖。

[圖38]第7實施例的第2預測量化參數導出部中畫面內預測方向所致之判定處理的詳細動作的說明用流程圖。

[圖39]第8實施例的第2預測量化參數導出部之動作的說明用流程圖。

[圖40]第8實施例的第2預測量化參數導出部中畫面內預測方向所致之判定處理的詳細動作的說明用流程圖。

[圖41]第8實施例的第2預測量化參數導出部中畫面內預測方向為0時的詳細動作的說明用流程圖。

[圖42]第8實施例的第2預測量化參數導出部中畫面內預測方向未滿18時的詳細動作的說明用流程圖。

[圖43]第8實施例的第2預測量化參數導出部中畫面內預測方向為18以上時的詳細動作的說明用流程圖。

[圖44]第8實施例的第2預測量化參數導出部中畫面內預測方向為0時的判定處理中切換加權係數的詳細動作的說明用流程圖。

[圖45]第8實施例的第2預測量化參數導出部中圖34所示之畫面內預測方向所致之判定處理中切換加權係數的詳細動作的說明用流程圖。

[圖46]預測量化參數導出部的另一詳細構成的區塊圖。

[圖47]第9實施例的第2預測量化參數導出部之動作的說明用流程圖。

[圖48]第9實施例的第2預測量化參數導出部中畫面內預測方向所致之判定處理的詳細動作的說明用流程圖。

[圖49]第9實施例的第2預測量化參數導出部中畫面內預測方向為0時的詳細動作的說明用流程圖。

[圖50]第9實施例的第2預測量化參數導出部中畫面內預測方向未滿18時的詳細動作的說明用流程圖。

[圖51]第9實施例的第2預測量化參數導出部中畫面內預測方向為18以上時的詳細動作的說明用流程圖。

[圖52]再演算判定部之詳細動作的說明用流程圖。

[圖53]量化群組之一例的說明圖。

[圖54]量化群組單位的量化參數之預測之一例的說明圖。