JP3367370B2

JP3367370B2 - 適応符号化方法

Info

Publication number: JP3367370B2
Application number: JP06070497A
Authority: JP
Inventors: 智広木村; 文孝小野; 幾朗上野; 太一柳谷; 雅之吉田
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 1997-03-14
Filing date: 1997-03-14
Publication date: 2003-01-14
Anticipated expiration: 2017-03-14
Also published as: DK176874B1; JPH10256917A; KR19980080047A; US6075471A; CN1096752C; DK33698A; TW429690B; KR100263503B1; CN1193848A

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、信号のコーディン
グに関し、特にエントロピー・エンコーディングの確率
推定するための適応符号化方法に関する。

【０００２】

【従来の技術】エントロピー、算術符号化、復号などで
エントロピーの算出にはエンコードされ、その後のデコ
ードされるべき信号の確率推定が必要であることが知ら
れている。算術符号化（エンコーディング）と復号化
（デコーディング）では、精度の高い確率推定によって
大きいデータの圧縮を可能とする。このために、確率推
定は優先的な記号確率の変化に適応させることが望まし
い。

【０００３】従来の既知の米国特許（ＵＳＰ５０２５２
５８）にはエンコードやデコードされる記号の推定確率
への適応の程度を最適化することが開示されている。上
記従来の技術について図１、図２にもとづいて詳細に説
明する。図１は従来のエントロピー・エンコーダ１０１
の簡単化したブロック・ダイヤグラムを示しており、そ
れは、データ記号ｓ（ｋ）を受入れ、これらのデータ記
号Ｓ（Ｋ）をデータストリームａ（ｉ）の中へエンコー
ドし、そしてこれらのデータ記号Ｓ（Ｋ）を伝送媒体１
０２を介して遠隔のエントロピー・デコーダ１０３へ伝
送する。エントロピー・デコーダ１０３は、受信機デー
タストリームを得るために、伝送媒体を介して、それを
伝送された記号ｓ（ｋ）のレプリカとしてデコードす
る。記号ｓ（ｋ）はエレメント（０，…，Ｓ−１）即
ち、

【０００４】

【数１】

【０００５】を含む。このように、記号は所望の多値ま
たは２値で与えられる。従って、エンコーダ１０１は、
この例では、算術エンコーダ・ユニット１０４、文脈抽
出器１０５、適応確率推定器１０６、およびライン・イ
ンタフェース１０７を含んでいる。記号ｓ（ｋ）と確率
推定ｐ（ｋ）は、算術エンコーダ・ユニット１０４へ供
給され、エンコードされたデータストリームａ（ｉ）を
作るための周知の方法がそこで用いられる。そのような
算術エンコーダ・ユニットは当技術分野では周知であ
る。「算術コーディングをもつ黒白画像の圧縮」（Ｃｏ
ｍｐｒｅｓｓｉｏｎｏｆＢｌａｃｋ−Ｗｈｉｔｅ
ＩｍａｇｅｗｉｔｈＡｒｉｔｈｍｅｔｉｃＣｏｄ
ｉｎｇ）と題する１９８１年６月発行のＩＥＥＥＴｒ
ａｎｓａｃｔｉｏｎｏｎＣｏｍｍｕｎｉｃａｔｉｏ
ｎｓＶＯＬ．ｃｏｓ−２９．Ｐ８５８−８６７の文
献、また、２値要素をもつ記号をエンコード／デコード
するための算術エンコーダ／デコーダに関する１９８６
年１２月３０日発行の米国特許（ＵＳＰ４，６３３，４
９０号）、更に多値の要素を持つ記号をエンコード／デ
コードするための算術エンコーダ／デコーダに関する１
９８７年６月発行のＣｏｍｍｕｎｉｃａｔｉｏｎｓｏ
ｆｔｈｅＡＣＭ第３０巻、第６号、Ｐ．５２０−
５４０の「データ圧縮のための算術コーディング」（Ａ
ｒｉｔｈｍｅｔｉｃＣｏｄｉｎｇｆｏｒＤａｔａ
Ｃｏｍｐｒｅｓｓｉｏｎ）と題する文献などで明らか
である。ライン・インタフェース１０７は、エンコード
されたデータストリームａ（ｉ）をインタフェースし
て、伝送媒体１０２に送り、この伝送媒体１０２は順番
に遠隔のデコーダ１０３に供給する。このためライン・
インタフェース１０７は、伝送媒体１０２で用いられて
いる信号フォーマットにデータストリームをフォーマッ
ティングするための適切な装置を含んでいる、可能な伝
送媒体１０２の良く知られた例としては、Ｔ−搬送トラ
ンク、ＩＳＤＮ基礎加入者回線、ローカル・エリア・ネ
ットワークなどがある。その様なライン・インタフェー
スは、この技術分野では周知である。文脈抽出器１０５
は、受信記号ｓ（ｋ）の文脈、ここでは

【０００６】

【数２】

【０００７】を得る。即ち、文脈抽出器１０５は、前に
供給された記号を基礎にした記号ｓ（ｋ）のための独特
の文脈（即ち、状態）を生成する。例えば画像圧縮シス
テムを例にすれば、記号ｓ（ｋ）はエンコードされるべ
き現在の画素の色を表し、文脈ｃ（ｋ）は上記のごとく
前の画素の色によって決められる。例えば、同じライン
の現在の画素に隣接し、かつ直前の画素（Ｐ）の色と、
現在の画素の直前のライン上の前の画素（Ａ）の色は、
２値適用の記号ｓ（ｋ）のための文脈ｃ（ｋ）を作るた
めに用いられる。このようにして、画素Ｐと画素Ａの双
方が白ならばｃ（ｋ）は０であり、画素Ｐが白で画素Ａ
が黒ならばｃ（ｋ）は１であり、画素Ｐが黒で画素Ａが
白ならばｃ（ｋ）は２であり、画素Ｐと画素Ａの双方が
黒ならばｃ（ｋ）は３である。米国特許（ＵＳＰ４，６
３３，４９０号）には、２進法を用いた別の文脈抽出器
（状態作成器）が示されている。この技術の当業者にと
っては、いかにしてその様な２進法文脈抽出器が、多値
を適用した文脈を得るために拡張されたかは明らかであ
ろう。抽出されて表現された文脈ｃ（ｋ）は適応確率推
定器１０６へ供給される。適応確率推定器１０６は、入
力信号

【０００８】

【数３】

【０００９】と関連文脈

【００１０】

【数４】

【００１１】のための確率推定値

【００１２】

【数５】

【００１３】を作るために用いられる。このため適応確
率推定器１０６は、次元ＳとＣを持つアレイ（ｎ_s,c ）
を最後まで保持する。ここでアレイの各要素ｎ_s,c は、
文脈ｃの中での記号ｓの発生の累積、即ち“カウント”
であり、ｓとｃはアレイ中のｎ_s,c の場所を識別するダ
ミー・インデックスである。適応確率推定器１０６は、
コンピュータまたはディジタル信号プロセッサを適切に
プログラミングすることによって容易に実現できる。し
かし実装のより優れたモードでは、半導体チップの高集
積（ＶＬＳＩ）回路の形態にあると想像される。

【００１４】図２のフローチャートは、エンコードされ
るべき記号の推定確率への適応速度を最適化することに
より、精度の高い確率推定値を作る適応確率推定器１０
６中の要素の動作を示している。適応確率推定器１０６
の動作は、スタート・ステップ２０１から始まる。次に
動作ブロック２０２は、ｋ＝０と、

【００１５】

【数６】

【００１６】とすべきすべての

【００１７】

【数７】

【００１８】と

【００１９】

【数８】

【００２０】に対するｎ_s,c のカウントを初期化する。
ここでＮ_s,c はある所定値である。操作ブロック２０３
は、新しい文脈ｃ（ｋ）を得る。新しい文脈は前に得た
文脈と同じであることが注目される。次に動作ブロック
２０４は、すべての

【００２１】

【数９】

【００２２】に対して得られた文脈ｃ（ｋ）のためのカ
ウントの合計２を得る。即ち、

【００２３】

【数１０】

【００２４】動作ブロック２０５は、適応確率推定器１
０６（図１）に、算術エンコーダ・ユニット１０４（図
１）へ順番に供給される確率推定値を出力させる。この
確率推定値は最初の実行なので、初期条件と得られた文
脈ｃ（ｋ）のみを基礎にしている。次の実行では、確率
推定は文脈ｃ（ｋ）のための記号ｓ（ｋ）の発生カウン
トの合計、即ち累積を基礎にする。このようにしてステ
ップ２０５は、確率推定値を出力させる。即ち、

【００２５】

【数１１】

【００２６】

【数１２】

【００２７】動作ブロック２０６は、エンコードされる
記号ｓ（ｋ）を得る。動作ブロック２０７は、得られた
記号ｓ（ｋ）と文脈ｃ（ｋ）のためのカウントを１だけ
増加させる。即ち、

【００２８】

【数１３】

【００２９】は１だけ増加される。動作ブロック２０８
は、パラメータの規定されたセットの少なくとも第１特
性と少なくとも第２特性を得る。この例では、パラメー
タの規定されたセットの各要素は、エンコードされる受
信記号の文脈に応じる累積、即ちカウントの関数であ
る。即ち、パラメータの所定のセットは、文脈ｃ（ｋ）
に対する記号ｓ（ｋ）の発生を“累積した”出現回数、
即ち、ｎ_0,c(k)，…，ｎ_s-1,c(k)である。この例では、
少なくとも第１特性は、文脈ｃ（ｋ）に対する累積され
た出現回数の最小値である。即ち、

【００３０】

【数１４】

【００３１】この例では、少なくとも第２特性は、文脈
ｃ（ｋ）に対する累積された出現回数の最大値である。
即ち、

【００３２】

【数１５】

【００３３】条件分岐点２０９は、少なくとも第１特性
が、少なくとも第１しきい値に等しいかまたは大きい
か、即ち、

【００３４】

【数１６】

【００３５】または少なくとも第２特性が、少なくとも
第２しきい値に等しいかまたは大きいか、即ち、

【００３６】

【数１７】

【００３７】を決めるために試験する。少なくとも第１
特性（ＭＩＮ）の使用は、適応確率推定器１０６（図
１）の適応の程度の最適化を可能にするということが重
要である。この例では前述したＭＩＮである少なくとも
第１の特性と、８である小さいしきい値Ｔ₁ を使うこと
により解決する。このようにして従来では、文脈ｃ
（ｋ）に対する各可能な信号発生、即ち（０，…，Ｓ−
１）は、

【００３８】

【数１８】

【００３９】の条件を満たすには少なくとも８回発生し
なければならない。その結果、少なくとも第１特性ＭＩ
Ｎと少なくとも第１のしきい値Ｔ₁ ＝８の使用は、評価
されている実際の確率値に理想的に適合する適応速度を
作る。この例での範囲を制限すると解釈されないため
に、２進法の適用と１／２に評価されている確率を例に
とれば、累積された発生は文脈ｃ（ｋ）をほぼ

【００４０】

【数１９】

【００４１】回参照された後に調整される。１／４に評
価されている確率に対しては、文脈ｃ（ｋ）をほぼ

【００４２】

【数２０】

【００４３】回参照された後に、累積された発生は調整
され、１／８に評価されている確率に対しては、文脈ｃ
（ｋ）をほぼ

【００４４】

【数２１】

【００４５】回参照された後に、累積された発生は調整
される。このようにして適応速度は、評価されているよ
り大きい（小さくない）確率値に対しては速くなり、評
価されているより小さい確率値に対しては必然的に遅く
なる。適応速度の調整はステップ２０９と２１０から明
らかである。この例のＭＡＸである少なくとも第２の特
性は、少なくとも第２のしきい値Ｔ₂ と関連して、文脈
ｃ（ｋ）の中の記号ｓ（ｋ）の発生の累積中でのオーバ
ーフローを防ぐために用いられる。評価されている確率
が異常に小さい値でさえなければ、ＭＡＸはパラメータ
調整を要する特性とはならない。一例をあげれば、Ｔ₂
の値は２０４８である。それはパラメータのセットの別
の特性が用いられることを意味する。例えばステップ２
０４で得られた合計ＺがＭＡＸの代わりに用いられる。
このようにして、条件式

【００４６】

【数２２】

【００４７】または式

【００４８】

【数２３】

【００４９】のどちらかが満たされると、ステップ２０
９に戻って、動作ブロック２１０は文脈ｃ（ｋ）中に累
積された記号要素の調整を行う。適応速度の調整は、調
整の原因となるステップ２０９と関連してステップ２１
０によって実現され、例えば、すべての

【００５０】

【数２４】

【００５１】に対する文脈ｃ（ｋ）のための累積された
発生の次式でセットされたいわゆる半減化により、表示
された累積、即ちカウントを決める。

【００５２】

【数２５】

【００５３】従来では、式ＭＩＮＴ₁ または式ＭＡＸＴ
₂ のどちらかの条件を満たすときに、カウントは同じ方
法で調整されるが、ある種の適用に対しては、カウント
を上記条件のそれぞれに対して別々に調整したほうが便
利であろう。一旦、カウントが調整されると、それが累
積された発生の表示となることに注意する必要がある。
この累積された発生の調整は、確率推定を文脈ｃ（ｋ）
中のより新しい発生にもつと従属される。上述のごと
く、ＭＩＮＴ₁ に従って発生する累積された発生の調整
を行うことにより、適応の程度は評価されている実際の
確率に理想的に合致する。即ちＭＡＸＴ₂ に応答して発
生する文脈ｃ（ｋ）中の記号ｓ（ｋ）の累積された発生
の調整は、非常に小さい確率値が推定されている稀な状
況で、可能な算術オーバーフロー条件を保護することで
ある。その後、条件分岐点２１１は、記号ｓ（ｋ）がエ
ンコード／デコードする最後の記号かどうかを決めるた
めに試験する。エンコードされるべき記号の数は通常既
知である。もし既知でなければ記号の数の表示が適応確
率推定器１０６へ供給される。もしステップ２１１の試
験結果がＹＥＳなら、適応確率推定器１０６の要素の動
作は、ＥＮＤ・ステップ２１２を経て終了する。もしス
テップ２１１の試験結果がＮＯなら、制御はステップ２
０３へ戻され、ステップ２１１がＹＥＳになるまで、ス
テップ２０３から２１１への適切な動作が繰り返され
る。ステップ２０９に戻って、もし試験結果がＮＯなら
ば、制御は記号ｓ（ｋ）がエンコード（またはデコー
ド）されるべき最後の記号かどうかを決めるためにステ
ップ２１１へ移される。もしステップ２１１の試験結果
がＹＥＳならば、適応確率推定器１０６の要素の動作は
ＥＮＤ・ステップ２１２を経て終了する。もしステップ
２１１の試験結果がＮＯならば、ステップ２１３で１を
加えた増分インデックスｋが作られ、制御はステップ２
０３に戻され、ステップ２１１がＹＥＳになるまで、ス
テップ２０３から２１１への適切な動作が繰り返され
る。デコーダ１０３は、従来では、ライン・インタフェ
ース１０８、算術デコーダ・ユニット１０９、文脈抽出
器１１０、および適応確率推定器１１１を含んでいる。
ライン・インタフェース１０８はライン・インタフェー
ス１０７の逆の機能を行い、データストリームｓ（ｉ）
を得るために、既知の方法で入信号をデフォーマットす
る。算術デコーダ・ユニット１０９は、算術デコーダ・
ユニット１０４の逆の機能を行う。このため、受信した
データストリームａ（ｉ）と適応確率推定器１１１から
の確率推定は算術デコーダ・ユニット１０９へ供給さ
れ、記号ｓ（ｋ）を得るために既知の方法でそこで使わ
れる。そのような算術デコーダユニットはこの技術分野
では周知である。これは、前に引用した“算術コーディ
ングの圧縮黒白画像”（Ｃｏｍｐｒｅｓｓｉｏｎｏｆ
Ｂｌａｃｋ−ＷｈｉｔｅＩｍａｇｅｗｉｔｈＡｒ
ｉｔｈｍｅｔｉｃＣｏｄｉｎｇ）と題する文献および
２値適用の米国特許（ＵＳＰ４，６３３，４９０）、お
よび多値適用の“データ圧縮用算術コーディング”（Ａ
ｒｉｔｈｍｅｔｉｃＣｏｄｉｎｇｆｏｒＤａｔａ
Ｃｏｍｐｒｅｓｓｉｏｎ）と題する文献に述べられて
いる。文献抽出器１１０は構造も動作も１０５と同一な
ので説明を省く。同様に１１１も１０６と同一なので説
明を省く。

【００５４】

【発明が解決しようとする課題】従来の無記憶情報源デ
ータの確率推定方法では、カウンタ値が最大値となるカ
ウンタの桁あふれを回避するため無条件にカウンタ値を
半減させるので推定確率誤差が大きくなり、符号化効率
が劣化するという問題があった。この発明は、以上のよ
うな問題点を解決するためになされたものであり、符号
化方法の推定確率誤差を小さくし、符号化効率を向上さ
せることを目的とする。

【００５５】

【課題を解決するための手段】第１の発明の適応符号化
方法においては、符号化対象のデータを入力し、その入
力データに対する劣勢シンボルの出現確率を求める第１
のステップ（５０２）と、前記入力データに対するシン
ボルが優勢シンボルか劣勢シンボルかを判定する第２の
ステップ（５０４）と、前記第２のステップ（５０４）
の判定結果にもとづいて、入力データに対応させる数線
上の領域を求める第３のステップ（５０５），（５０
９）と、前記入力データに対する優勢シンボルまたは劣
勢シンボルの出現頻度を算出する第４のステップ（５０
８），（５１０）と、前記第４のステップで出現頻度と
して算出された出現頻度の出現回数累積値と所定の値と
を比較して、前記出現回数累積値が前記所定の値に達し
た場合、出現頻度を半減させる第５のステップ（５１
１）と、前記データ信号に対して前記優勢シンボルと前
記劣勢シンボルとを数線上の所定の領域に対応させその
数線上の座標を符号語として出力する第６のステップ
（５１３）とを備える。

【００５６】第２の発明の適応符号化方法においては、
前記第４のステップにおいて、劣勢シンボルの出現頻度
（ＮＬＰＳ）と劣勢シンボルおよび優勢シンボルの出
現頻度の合計値（ＮＴＯＴＡＬ）として出現回数累積
値を算出し、前記第１のステップにおいて、前記出現回
数累積値（ＮＬＰＳ、ＮＴＯＴＡＬ）から演算して
シンボルの出現確率を求める。

【００５７】第３の発明の適応符号化方法においては、
前記第４のステップにおいて、劣勢シンボルの出現頻度
（ＮＬＰＳ）と優勢シンボルの出現頻度（ＮＭＰ
Ｓ）として出現回数累積値を算出し、前記第１のステッ
プにおいて、前記出現回数累積値（ＮＬＰＳ、ＮＭ
ＰＳ）から演算してシンボルの出現確率を求める。

【００５８】第４の発明の適応符号化方法においては、
前記第４のステップを、前記第１のステップと前記第２
のステップとの間に設ける。

【００５９】第５の発明の適応符号化方法においては、
前記第４のステップの優勢シンボルの出現頻度の算出に
おいて、優勢シンボルのＮＭＰＳ値がＴ２未満である
場合、前記優勢シンボルの出現頻度の算出を行う。

【００６０】第６の発明の適応符号化方法においては、
前記第５のステップの優勢シンボルまたは劣勢シンボル
の出現頻度の半減において、優勢シンボルのＮＭＰＳ
値がＴ２以上の場合で且つＮＬＰＳが１より大きい場
合に、優勢シンボルまたは劣勢シンボルの出現頻度の半
減を行う。

【００６１】第７の発明の適応符号化方法においては、
前記第４のステップの優勢シンボルの出現頻度の算出に
おいて、優勢シンボルのＮＭＰＳ値がＴ３未満である
場合または優勢シンボルのＮＭＰＳがＴ２未満かつ劣
勢シンボルのＮＬＰＳがＴ４未満である場合、優勢シ
ンボルの出現頻度の算出を行う。

【００６２】第８の発明の適応符号化方法においては、
前記第５のステップの優勢シンボルまたは劣勢シンボル
の出現頻度の半減において、優勢シンボルのＮＭＰＳ
がＴ３以上Ｔ２未満かつ劣勢シンボルのＮＬＰＳがＴ
４以上、または優勢シンボルのＮＭＰＳがＴ２以上か
つ劣勢シンボルのＮＬＰＳが１より大きいとき、優勢
シンボルまたは劣勢シンボルの出現頻度の半減処理を行
う。

【００６３】

【発明の実施の形態】

実施の形態１．この実施の形態の符号化の一例として、
２値データに対するエントロピー符号器として、算術符
号化を適用する際の符号化処理手順を示す。なお、優勢
シンボルの領域を下方配置し、符号を有効領域の下界値
座標として符号化する。このとき演算精度は２進小数１
６ビットで打ち切り、整数部を符号出力とするものとす
る。

【００６４】また、本実施の形態１においては、従来技
術の図１の適応確率推定器１０６と算術エンコーダユニ
ット１０４の処理について説明する。図１のエンコーダ
の他の構成は本実施の形態においても用いることは周知
であるので、説明を詳略する。ここであえて述べておく
が、他の実施の形態においても、図１のエンコーダの他
の構成を用いることは周知である。

【００６５】また、本説明で用いる変数は、次の通りで
ある。Ｃは符号値、Ａは領域幅値、ＡＬはＬＰＳ領域幅
値、ＭＰＳは優勢シンボル値、ＬＰＳは劣勢シンボル値
（１−ＭＰＳ）、Ｓはデータ値、Ｎ０はデータ０の出現
頻度（カウンタ）、Ｎ１はデータ１の出現頻度（カウン
タ）、ＮＬＰＳはｍｉｎ（Ｎ０，Ｎ１）（ＭＩＮに相
当）、ＮＭＰＳはｍａｘ（Ｎ０，Ｎ１）（ＭＡＸに相
当）、Ｐは劣勢シンボルの出現確率、ＬＥＮは符号長
（２進ビット数）である。

【００６６】また、符号化処理手順の説明中、変数Ｎ
ＭＰＳは従来例の変数ＭＡＸ、ＮＬＰＳは従来例変数Ｍ
ＩＮに対応する。変数ＮＭＰＳは、優勢シンボル値Ｍ
ＰＳが０ならばＮ０、優勢シンボル値が１ならばＮ１に
対応する。変数ＮＬＰＳは、優勢シンボル値ＭＰＳが
０ならばＮ１、優勢シンボル値が１ならばＮ０に対応す
る。

【００６７】更にまた、処理手順における定数は、次の
通りである。Ｔ１は、ＮＬＰＳの計数最大値、（第１の閾値）Ｔ２は、ＮＭＰＳの計数最大値、（第２の閾値）

【００６８】本実施の形態における符号化処理手順は、
次の図４、図５、図６、図７、図８による。

【００６９】図４は図１の適応確率推定器１０６と算術
エンコーダユニット１０４の処理に基づく２値データの
算術符号化の処理手順を示すフローチャートである。こ
のフローチャートにおいて、Ｓ５００は優勢シンボル値
ＭＰＳ、劣勢シンボル値ＬＰＳ、データ０，１の出現頻
度Ｎ０，Ｎ１の算出を行う。Ｓ５０１は符号値Ｃ、領域
幅Ａ、符号長ＬＥＮの初期化を行っている。Ｓ５０２
は、データ値Ｓを得て、劣勢シンボルの出現確率ＰをＮ
ＬＰＳ／（Ｎ０＋Ｎ１）として算出する。Ｓ５０３
は、全体の領域幅値Ａに劣勢シンボルの出現確率Ｐを乗
算して劣勢シンボルに対応する領域幅値ＡＬを算出す
る。Ｓ５０４は、データ値Ｓが優勢シンボルか否かを判
定する。Ｓ５０４の判定がＹＥＳならば、Ｓ５０５は、
領域幅値Ａを優勢シンボルに対応する領域幅値（Ａ−Ａ
Ｌ）に更新するが、符号値Ｃは優勢シンボルが下方配置
なので更新は行わない。Ｓ５０６は、更新された領域幅
値Ａが０．５より小さいならば、Ｓ５０７のＲＥＮＯＭ
ＡＬＩＺＥの呼び出しによって０．５以上となるまで領
域幅値Ａ、符号値Ｃを２のべき乗倍する正規化処理を行
う。

【００７０】Ｓ５０８は、ＵＰＤＡＴＥＭＰＳの呼び出
しによって優勢シンボル値の出現頻度を計数する。ま
た、Ｓ５０４の判定がＮ０ならば、Ｓ５０８は、下方の
優勢シンボルに対応する領域幅値（Ａ−ＡＬ）を領域下
界値である符号値Ｃに加え、また領域幅値Ａを劣勢シン
ボルに対応する領域幅値ＡＬに更新し、このとき領域幅
値Ａが０．５より必ず小さくなるためＲＥＮＯＭＡＬＩ
ＺＥの呼び出しによって０．５以上となるまで領域幅値
Ａ、符号値Ｃを２のべき乗倍する正規化処理を行う。Ｓ
５１０は、ＵＰＤＡＴＥＬＰＳの呼び出しによって劣勢
シンボル値の出現頻度を計数する。Ｓ５１１は、ＣＯＵ
ＮＴＣＨＥＣＫの呼び出しによってＳ５０８，Ｓ５１０
で更新された出現頻度のカウンタ値が定数以上となれ
ば、データ０の出現頻度（カウンタ値）Ｎ０とデータ１
の出現頻度（カウンタ値）Ｎ１を同時に半減させる。

【００７１】なおここで、一例としてＵＰＤＡＴＥＬ処
理（またはＵＰＤＡＴＥＭ処理）におけるカウンタで、
計数最大値である定数Ｔ１（またはＴ２）の値が２のｍ
乗である場合、ｍ桁の２進カウンタで実現するには、一
般にｍ桁のカウンタでは２のｍ乗を表すと桁あふれして
０となるが、出現頻度０はありえないため確率推定計算
（Ｓ５０２）のときに２のｍ乗として扱えば不都合は生
じない。あるいは、実際の頻度より常に１少なく数え
（初期値は０）、確率推定計算（Ｓ５０２）のときにそ
れぞれのカウンタ値に１を加えて扱うこともできる。い
ずれにしても、半減処理では桁あふれしたカウンタに対
してはカウンタ値はＴ１／２（またはＴ２／２）として
更新しなければならない。ただし、カウンタの計数上、
桁あふれを気にしなくても良い場合は、この限りではな
く、従来通りの半減処理を行えばよい。

【００７２】Ｓ５１２は、処理したデータＳが最後か否
かを判定し、最後でなければＳ５０２からＳ５１１の処
理を繰り返させる。Ｓ５１３は、符号化の後処理で、符
号値Ｃの小数部（精度ＦＬＵＳＨＢＩＴ＝１６）の１６
ビットを２の１６乗倍して整数部に出力させ、符号長Ｌ
ＥＮにその１６を加えて総符号長とする。要するに、デ
ィジタル信号（データ信号）の符号化にあたり、出現確
率の高いシンボルである優勢シンボルと出現確率の低い
シンボルである劣勢シンボルとを、前シンボルの数直線
上の範囲（Ａ_1-t ）及び劣勢シンボルの数直線上の所定
範囲（ＡＬ）にもとづいて、数直線上の所定の範囲に対
応させ、その数直線上の座標を符号語として出力する。
なお、この符号化の一般的内容については特公平８−３
４４３４に詳細に記載されている。

【００７３】図５は、算術符号化変数の正規化処理ＲＥ
ＮＯＭＡＬＩＺＥの処理手順で、同時にその操作回数か
ら算術符号長（ＬＥＮ）を計数する。Ｓ５２０は、領域
幅値Ａ、符号値Ｃを２倍し、符号長ＬＥＮに１を加え
る。Ｓ５２１は、領域幅値Ａが０．５より小さいなら
ば、０．５以上となるまでＳ５２０の処理を繰り返させ
る。ここで、領域幅値Ａ、符号値Ｃを同時に２倍するご
とに小数部から整数部に符号が１ビット出力される。

【００７４】図６は、優勢シンボルの出現頻度を計数す
るＵＰＤＡＴＥＭＰＳの処理手順である。Ｓ５４０は、
優勢シンボル値ＭＰＳの出現頻度カウンタＮＭＰＳに
１を加える。

【００７５】図７は、優勢シンボルの出現頻度を計数す
るＵＰＤＡＴＥＬＰＳの処理手順である。Ｓ５６０は、
劣勢シンボル値ＬＰＳの出現頻度カウンタＮＬＰＳに
１を加える。Ｓ５６１は、更新された劣勢シンボルの出
現頻度ＮＬＰＳが優勢シンボルの出現頻度ＮＭＰＳ
より大きいならば、Ｓ５６２によって優勢シンボル値Ｍ
ＰＳ、劣勢シンボル値ＬＰＳを反転、つまり交換する。

【００７６】図８は、更新された出現頻度のカウンタが
所定の値以上となったとき半減させるＣＯＵＮＴＣＨＥ
ＣＫの処理手順である。Ｓ５８０は劣勢シンボルの出現
頻度ＮＬＰＳが設定値Ｔ１以上、またＳ５８１は優勢
シンボルの出現頻度が設定値Ｔ２以上であるか否かを判
定し、Ｓ５８２によって、例えば、劣勢シンボル、優勢
シンボルの出現頻度ＮＬＰＳ，ＮＭＰＳにそれぞれ
１を加えて１／２倍する半減処理を行う。ここで、１を
加えてから１／２倍するのは出現頻度が０とならないよ
うにするためである。

【００７７】なお、上記説明した処理手順はシングルコ
ンテクストを仮定して説明しているが、マルチコンテク
ストで扱うとき、次の変数を、Ｓ５０２でデータ値Ｓと
同時にコンテクストＣＸを得てそれをインデクスとする
配列（テーブル）として対応すればよい。

【００７８】例えば、ＭＰＳ（ＣＸ）は、優勢シンボル
値、ＬＰＳ（ＣＸ）は、劣勢シンボル値（１−ＭＰＳ
（ＣＸ）、Ｎ０（ＣＸ）は、データ０の出現頻度（カウ
ンタ）、Ｎ１（ＣＸ）はデータ１の出現頻度（カウン
タ）、ＮＬＰＳ（ＣＸ）は、ｍｉｎ（Ｎ０（ＣＸ），
Ｎ１（ＣＸ））（第１の特性ＭＩＮに相当）、ＮＭＰ
Ｓ（ＣＸ）はｍａｘ（Ｎ０（ＣＸ），Ｎ１（ＣＸ））
（第２の特性ＭＡＸに相当）とする。

【００７９】そして、データの出現確率ｐ０を一定と仮
定し、設定した出現確率から得られるエントロピーＨ
（ｐ０）とシミュレーションで得られた符号長ＬＥＮか
ら符号化効率Ｅ＝Ｈ（ｐ０）／ＬＥＮを算出した。ま
た、シミュレーションの定数条件はＴ１＝２，Ｔ２＝８
を設定し、データの出現確率ｐ０を変化させて、それぞ
れデータ長を１０００００としてシングルコンテクスト
で符号化を行った。その結果を図３に示す。

【００８０】上記説明では、優勢シンボルの値ＭＰＳに
変数（マルチコンテクストでは配列）を設定して符号化
効率を算出（図３）しているが、出現頻度が同数であっ
ても乗算型算術符号化を行っているため優勢シンボルと
して固定データ値を割り当てることによる桁落ち誤差に
よる符号長ロスしか生じない。ただし、図７のＳ５６２
で優勢シンボル値を反転するが、出現頻度が同数の時点
では優勢シンボル値を固定データ値とせずに区別してい
るものとみなせる。なお、算術符号化部について整数部
も有限精度とし、符号をＮビット、例えば８ビット（１
バイト）、を単位に外部に出力して順次あふれた出力済
みのビットを無視できるように構成したとしても、また
そのために必要となる桁上がり伝搬処理の制御方法に関
わらず、確率推定精度と符号化効率を向上させる効果に
何ら影響を与えるものでない。また、この算術符号化部
は優勢シンボルを劣勢シンボルに対して下位配置として
いるが、上位配置でも構わない。与えられる２値データ
に対して算術符号化部に２値算術符号化を適用している
が、多値データが与えられる場合には多値算術符号化に
置き換えて適用できる。各カウンタと予測値はシングル
コンテクストに対して１対を用いてるが、マルチコンテ
クストに対してはコンテクスト総数と同数対の各カウン
タと予測値を適用することで容易に対応できる。さら
に、最終符号値から最小有効桁数への修正処理及び終端
に続く符号ビット０の省略処理の実行に関わらす、確率
推定精度と符号化効率を本質的に向上させる効果に何ら
影響を与えるものではない。なお、実施の形態１におい
て、定数Ｔ１、Ｔ２は所定の値を使うことができる。

【００８１】実施の形態２．図９について図４に対する
処理手順の変更を説明する。Ｓ５９０は、Ｓ５００につ
いて出現頻度カウンタを劣勢シンボルの出現頻度ＮＬ
ＰＳと劣勢シンボル及び優勢シンボルの出現頻度の合計
ＮＴＯＴＡＬとし、ＮＬＰＳ及びＮＴＯＴＡＬの
初期値は１，２である。Ｓ５９１は、Ｓ５０２で出現頻
度から劣勢シンボルの確率Ｐを求める計算の分母をＮ
ＭＰＳとＮＬＰＳの和からＮＴＯＴＡＬとする。

【００８２】図１０について図６に対する処理手順の変
更を説明する。Ｓ６００は、Ｓ５４０における優勢シン
ボルの出現頻度のカウンタＮＭＰＳの計数を優勢シン
ボルと劣勢シンボルの出現頻度の合計ＮＴＯＴＡＬの
計数とする。

【００８３】図１１について図７に対する処理手順の変
更を説明する。Ｓ６１０は、Ｓ５６０において優勢シン
ボルと劣勢シンボルの出現頻度の合計ＮＴＯＴＡＬの
計数処理を追加する。また、Ｓ６１１は、劣勢シンボル
の出現頻度ＮＬＰＳの２倍が劣勢シンボルと優勢シン
ボルの出現頻度の合計ＮＴＯＴＡＬより多い、つまり
ＮＬＰＳがＮＴＯＴＡＬの半数を超えているかを判
定し、超えていればＳ５６２で優勢シンボル値ＭＰＳ、
劣勢シンボル値ＬＰＳを反転させる。

【００８４】図１２について図８に対する処理手順の変
更を説明する。Ｓ６２０，Ｓ６２１は、Ｓ５８１，Ｓ５
８２における優勢シンボルの出現頻度のカウンタＮＭ
ＰＳから優勢シンボルと劣勢シンボルの出現頻度の合計
ＮＴＯＴＡＬの判定（Ｓ６２０）及び計数（Ｓ６２
１）となる。

【００８５】本実施の形態２は実施の形態１と同様に、
データの出現頻度ｐ０を一定と仮定し、設定した出現確
率から得られるエントロピーＨ（ｐ０）とシミュレーシ
ョンで得られた符号長（ＬＥＮ）から符号化効率Ｅ＝Ｈ
（ｐ０）／ＬＥＮを算出した。また、シミュレーション
の定数条件はＴ１＝２，Ｔ２＝８を設定し、データの出
現頻度ｐ０を変化させて、それぞれデータ長を１０００
００としてシングルコンテクストで符号化を行った。そ
の結果を図１３に示す。

【００８６】実施例．これまで、上述の実施の形態１及
び実施の形態２では、エントロピー符号器に算術符号化
を適用し、その符号長を算出するため必要な最小限の処
理を加えた場合について説明した。同図中で算術符号化
部の処理はＳ５０１，Ｓ５０３，Ｓ５０５〜Ｓ５０７及
びＳ５０９である。確率推定部と算術符号化部を分離す
ることができることは、一例として説明した算術符号化
部を他のエントロピー符号化に置き換えることができる
ことを意味する。また、以下のすべての実施の形態にお
いても同様に解釈できる。また、全体の処理の流れとし
て、算術符号化を適用し、性能評価のために符号長を算
出する場合について説明を行うが、復号に対しても共通
に参照できる情報のみ利用するので、符号化の際に確率
推定した値を完全に再現できる。

【００８７】実施の形態３．本実施の形態３では、実施
の形態１，２と同様に２値データに対して算術符号化を
適用する際の符号化処理手順を示す。符号化処理手順中
の変数・定数は、実施の形態１，２における変数・定数
と同様である。

【００８８】本実施の形態３における符号化処理手順を
図１４に示す。なお、本実施の形態３の図１４の符号化
処理において、実施の形態１，２との特徴的な違いは、
Ｓ５１１がＳ５０３，Ｓ５０４の間に移動したことにあ
り、他の処理の内容そのものには変更はない。ＣＯＵＮ
ＴＣＨＥＣＫ５１１は劣勢シンボルの出現頻度ＮＬＰ
Ｓの値と所定の値Ｔ１と比較してＮＬＰＳがＴ１より
大きい場合、データ１の出現頻度Ｎ１の値を半減する。
また、ＣＯＵＮＴＣＨＥＣＫ５１１は優勢シンボルの出
現頻度ＮＭＰＳの値を所定の値Ｔ２と比較しＮＭＰ
ＳがＴ２より大きい場合、データの出現頻度Ｎ２の値を
半減する。この場合、劣勢シンボルの出現頻度がＴ１、
優勢シンボルの出現頻度がＴ２となるとその直後、つま
り確率推定前に半減処理を行う実施の形態１，２と比較
して、確率推定後に半減処理を行う本実施の形態３では
カウンタ値の組合せ（状態）の総数がより多くなるので
符号化効率の向上が図れる。例えば従来の形態では、カ
ウンタ値を半分に更新するため、例えば、優勢シンボル
と劣勢シンボルの合計と、劣勢シンボルの各カウンタ値
が（８，１）、（８，２）のいずれの場合も（４，１）
に更新された後に推定される確率は１／４となる。本実
施の形態は、確率推定後に各カウンタ値を半分に更新す
れば上記例では１／８、２／８として区別されるため、
確率値をより細かく状態を分類できることから符号化効
率が向上する。

【００８９】ここで符号化効率の向上を示す結果を図１
５に示す。図１５において、データの出現確率ｐ０を一
定と仮定し、設定した出現確率から得られるエントロピ
ーＨ（ｐ０）とシミュレーションで得られた符号長（Ｌ
ＥＮ）から符号化効率Ｅ＝Ｈ（ｐ０）／ＬＥＮを算出し
た。また、シミュレーションの定数条件は実施の形態１
と同様にＴ１＝２，Ｔ２＝８を設定し、データの出現確
率ｐ０を変化させて、それぞれデータ長を１０００００
としてシングルコンテクストで符号化を行った。

【００９０】なお、算術符号化部について整数部も有限
精度とし、符号をＮビット、例えば８ビット（１バイ
ト）、を単位に外部に出力して順次あふれた出力済みの
ビットを無視できるように構成したとしても、またその
ために必要となる桁上がり伝搬処理の制御方法に関わら
ず、確率推定精度と符号化効率を向上させる効果に何ら
影響を与えるものでない。また、この算術符号化部は優
勢シンボルを劣勢シンボルに対して下位配置としている
が、上位配置でも構わない。与えられる２値データに対
して算術符号化部に２値算術符号化を適用しているが、
多値データが与えられる場合には多値算術符号化に置き
換えて適用できる。各カウンタと予測値はシングルコン
テクストに対して１対を用いてるが、マルチコンテクス
トに対してはコンテクスト総数と同数対の各カウンタと
予測値を適用することで容易に対応できる。また、最終
符号値から最小有効桁数への修正処理及び終端に続く符
号ビット０の省略処理の実行に関わらず、確率推定精度
と符号化効率を向上させる効果に何ら影響を与えるもの
ではない。なお、実施の形態３において、定数Ｔ１，Ｔ
２は所定の値を使うことができる。

【００９１】実施の形態４．本実施の形態４では、実施
の形態１，２同様に２値データに対して算術符号化を適
用する際の符号化処理手順を示す。処理手順中の変数・
定数は、実施の形態１，２における変数・定数と同様で
ある。本実施の形態４における処理手順を図１６に示
す。

【００９２】本実施の形態４の図１６において、実施の
形態１のＵＰＤＡＴＥＭＰＳの詳細フローチャート（図
６）との違いは、Ｓ５４１で優勢シンボルのＮＭＰＳ
が計数最大値である定数値Ｔ２未満であるときのみ計数
を行うことにある。

【００９３】本実施の形態４の図１７において、実施の
形態１のＣＯＵＮＴＣＨＥＣＫの詳細フローチャート
（図８）との違いは、Ｓ５８１をＳ５８３に置き換え、
優勢シンボルの頻度ＮＭＰＳが定数値Ｔ２以上、かつ
追加条件としてＮＬＰＳが１より大きいときにＳ５８
２の半減処理を行うことにある。ここで、Ｓ５８２で優
勢シンボルの出現頻度ＮＭＰＳが計数最大値である定
数値Ｔ２、かつ劣勢シンボルの出現頻度ＮＬＰＳが１
のときのみ半減処理の実行が待機されるため、Ｓ５４１
で優勢シンボルの出現頻度がＴ２となることがあり、そ
のときは計数を行わないことになる。

【００９４】この場合、実施の形態１のように劣勢シン
ボルまたは優勢シンボルの出現頻度が最大値となった直
後、無条件に半減処理を行うとき（図１８）と比較し
て，（ＮＭＰＳ＝Ｔ２，ＮＬＰＳ＝１）で優勢シン
ボルの出現に対して計数処理を行わず、かつ半減処理を
待機する方（図１９）が、カウンタの最大値を考えず無
限に計数できる理想的な場合との推定確率の誤差をより
小さくできることになる。例えば従来では、カウンタ値
を更新した後、特に劣勢シンボルのカウンタ値が１のと
き、確率推定誤差が大きくなり符号化効率が低下する。
そこで、本実施の形態では、劣勢シンボルのカウンタ値
が１のとき半分に更新することを実行せず、カウントも
そのままとすることで確率推定誤差をより小さくし、符
号化効率を向上させる。

【００９５】ここで実施の形態４による符号化効率の向
上を示す結果を図２０に示す。図２０において、データ
の出現確率ｐ０を一定と仮定し、設定した出現確率から
得られるエントロピーＨ（ｐ０）とシミュレーションで
得られた符号長（ＬＥＮ）から符号化効率Ｅ＝Ｈ（ｐ
０）／ＬＥＮを算出した。また、シミュレーションの定
数条件は実施の形態１と同様にＴ１＝２，Ｔ２＝８を設
定し、また、データの出現確率ｐ０を変化させて、それ
ぞれデータ長を１０００００としてシングルコンテクス
トで符号化を行った。出現頻度の計数を停止させること
によって、劣勢シンボルの確率が優勢シンボルと劣勢シ
ンボルの合計の最大値の逆数（１／Ｔ２）付近で符号化
効率が向上し、確率がそれ未満では推定誤差が大きくな
っていくため符号化効率は低下していくが、出現頻度の
計数を停止させない場合と比較して符号化効率は向上し
ている。

【００９６】なお、算術符号化部について整数部も有限
精度とし、符号をＮビット、例えば８ビット（１バイ
ト）、を単位に外部に出力して順次あふれた出力済みの
ビットを無視できるように構成したとしても、またその
ために必要となる桁上がり伝搬処理の制御方法に関わら
ず、確率推定精度と符号化効率を向上させる効果に何ら
影響を与えるものでない。また、この算術符号化部は優
勢シンボルを劣勢シンボルに対して下位配置としている
が、上位配置でも構わない。与えられる２値データに対
して算術符号化部に２値算術符号化を適用しているが、
多値データが与えられる場合には多値算術符号化に置き
換えて適用できる。各カウンタと予測値はシングルコン
テクストに対して１対を用いてるが、マルチコンテクス
トに対してはコンテクスト総数と同数対の各カウンタと
予測値を適用することで容易に対応できる。また、最終
符号値から最小有効桁数への修正処理及び終端に続く符
号ビット０の省略処理の実行に関わらず、確率推定精度
と符号化効率を向上させる効果に何ら影響を与えるもの
ではない。なお、実施の形態４において、定数Ｔ１，Ｔ
２は所定の値を使うことができる。

【００９７】実施の形態５．本実施の形態５では、実施
の形態１，２と同様に２値データに対して算術符号化を
適用する際の符号化処理手順を示す。符号化処理手順中
の変数・定数は、実施の形態１，２における変数・定数
と同様である。本実施の形態５における符号化処理手順
は、実施の形態４における図１６、図１７を実施の形態
１の図４に適用した構成となる。

【００９８】この構成では、優勢シンボルの出現頻度が
計数最大値である定数値Ｔ２、かつ劣勢シンボルの出現
頻度が１のときのみ半減処理が待機されるため、このと
きの確率値１／Ｔ２が実施の形態１に対して増えること
になる。

【００９９】ここで符号化効率の向上を示す結果を図２
１に示す。図２１において、データの出現確率ｐ０を一
定と仮定し、設定した出現確率から得られるエントロピ
ーＨ（ｐ０）とシミュレーションで得られた符号長（Ｌ
ＥＮ）から符号化効率Ｅ＝Ｈ（ｐ０）／ＬＥＮを算出し
た。また、シミュレーションの定数条件は実施の形態１
と同様にＴ１＝２，Ｔ２＝８を設定し、データの出現確
率ｐ０を変化させて、それぞれデータ長を１０００００
としてシングルコンテクストで符号化を行った。

【０１００】なお、算術符号化部について整数部も有限
精度とし、符号をＮビット、例えば８ビット（１バイ
ト）、を単位に外部に出力して順次あふれた出力済みの
ビットを無視できるように構成したとしても、またその
ために必要となる桁上がり伝搬処理の制御方法に関わら
ず、確率推定精度と符号化効率を向上させる効果に何ら
影響を与えるものでない。また、この算術符号化部は優
勢シンボルを劣勢シンボルに対して下位配置としている
が、上位配置でも構わない。与えられる２値データに対
して算術符号化部に２値算術符号化を適用しているが、
多値データが与えられる場合には多値算術符号化に置き
換えて適用できる。各カウンタと予測値はシングルコン
テクストに対して１対を用いてるが、マルチコンテクス
トに対してはコンテクスト総数と同数対の各カウンタと
予測値を適用することで容易に対応できる。また、最終
符号値から最小有効桁数への修正処理及び終端に続く符
号ビット０の省略処理の実行に関わらず、確率推定精度
と符号化効率を本質的に向上させる効果に何ら影響を与
えるものではない。なお、実施の形態５において、定数
Ｔ１，Ｔ２は所定の値を使うことができる。

【０１０１】実施例．以上の説明の実施の形態１〜５の
作用効果について以下に説明する。実施の形態３（図１
５）、実施の形態４（図２０）、実施の形態５（図２
１）に、Ｔ１＝２，Ｔ２＝８における符号化効率を示し
た。このときの状態遷移を図２２で説明する。図におい
て、破線で囲まれた状態は、実施の形態３において出現
シンボルの計数直後に半減処理するとき確率推定に用い
られる状態である。実線で囲まれた状態は、実施の形態
３及び実施の形態４において計数直前に半減処理すると
き確率推定に用いられる状態である。実施の形態５で
は、実施の形態１の状態に、（Ｎ０＝８，Ｎ１＝１）及
び（Ｎ０＝１，Ｎ１＝８）が加わる。いずれも初期の遷
移過程でのみ滞在する状態を除く遷移可能な状態を示し
ており、例えば、（Ｎ０＝１，Ｎ１＝１）は初期状態で
しか取り得ない。（Ｎ０＝８，Ｎ１＝２）及び（Ｎ０＝
２，Ｎ１＝８）は、実施の形態４及び実施の形態５にお
いて（Ｎ０＝８，Ｎ１＝１）及び（Ｎ０＝１，Ｎ１＝
８）で優勢シンボルの出現で計数を行わないときのみ使
用される。状態数は、計数直後の半減処理（破線包囲
部）の場合１３（実施の形態１）または１５（実施の形
態５）、計数直前の半減処理（実線包囲部）の場合２５
（実施の形態３）または２７（実施の形態４）となり、
計数直前に半減処理する方がより多くの状態数をもてる
ことになる。

【０１０２】また、例えば定数Ｔ１の異なるとき、実施
の形態１、実施の形態３、実施の形態４、実施の形態５
の順に、Ｔ１＝８，Ｔ２＝８（図２３）の場合、４０，
４７，４７，４２であり、また、Ｔ１＝４，Ｔ２＝８
（図２４）の場合、２８，３８，３８，３０となる。

【０１０３】更に、優勢シンボルを区別するとき、囲ま
れた枠中のＮ０，Ｎ１が同数となる状態数だけ増加する
ことになる。これは、図においてデータ値０の出現によ
る遷移（縦方向）とデータ値１の出現による遷移（横方
向）のどちらで出現頻度が同数の状態に移ってきたかを
区別できることを示す。これらで示した例では、エント
ロピー符号器として乗算を用いる算術符号化を適用して
いるため有効領域のサイズを等分できる。しかし、演算
負荷を軽減する減算型算術符号化のとき有効領域のサイ
ズは固定値とその余りを割り当てるため、このとき出現
確率の高い優勢シンボルに大きい方の領域を割り当てる
ことで符号化効率が向上する。

【０１０４】３桁の２進カウンタで出現頻度を計数すれ
ば、計数最大値Ｔ２として設定した８となると桁あふれ
が生じるが出現頻度０は有り得ないため８の代用として
解釈すればカウンタの桁数を拡大することなく３桁のま
ま実現することは容易である。また、コンテクスト個々
に対する出現頻度はメモリ上に設定し、読み出した値に
対して計数処理、半減処理の演算を行った後に再度書き
込むことで演算器は実装上少なくできる。

【０１０５】実施の形態６．実施の形態４及び実施の形
態５では、優勢シンボルの出現頻度がＴ２になっても劣
勢シンボルの出現頻度が１であれば半減処理を行わない
ことで符号化効率が向上することが示された。本実施の
形態６では、一例として実施の形態４を基本とし、更に
２つの定数を導入し、優勢シンボルがＴ３以上、劣勢シ
ンボルの出現頻度がＴ４以下の状態を増加させる場合を
考える。図２５はＴ１＝４，Ｔ２＝１０，Ｔ３＝８，Ｔ
４＝２の場合の状態遷移図を示している。優勢シンボル
の出現頻度ＮＭＰＳがＴ３以下の状態は既に説明した
実施の形態４と同様であり，（ＮＴＯＴＡＬ＝Ｔ２，
ＮＬＰＳ＝１）のとき半減処理を待機する場合の性能
を次に算出する。なお、Ｔ３はＮＴＯＴＡＬ（または
ＮＭＰＳ）の中間値である。Ｔ４はＮＬＰＳの中間値
である。また、Ｔ３は第３の閾値、Ｔ４は第４の閾値と
する。

【０１０６】本実施の形態６における符号化処理手順を
図２６，２７に示す。本実施の形態６の図２６におい
て、実施の形態４の図１６との違いは、Ｓ５４２で優勢
シンボルの出現頻度ＮＭＰＳが定数値Ｔ３未満である
とき、またはＳ５４３で優勢シンボルの出現頻度ＮＭ
ＰＳが計数最大値である定数値Ｔ２未満かつ劣勢シンボ
ルの出現頻度ＮＬＰＳが定数値Ｔ４未満であるとき、
Ｓ５４０で優勢シンボルの出現頻度ＮＭＰＳを計数す
る。

【０１０７】本実施の形態６の図２７において、実施の
形態４の図１７との違いは、Ｓ５８３をＳ５８４及びＳ
５８５に置き換え、Ｓ５８４で優勢シンボルの頻度Ｎ
ＭＰＳが定数値Ｔ３以上定数値Ｔ２未満かつ劣勢シンボ
ルの出現頻度ＮＬＰＳが定数値Ｔ４以上、またはＳ５
８５で優勢シンボルの出現頻度ＮＭＰＳが計数最大値
である定数値Ｔ２以上かつ劣勢シンボルの出現頻度Ｎ
ＬＰＳが１より大きいとき、Ｓ５８２の半減処理を行
う。

【０１０８】この実施の形態の符号化効率の向上を示す
結果を図２８に示す。図２８において、データの出現確
率ｐ０を一定と仮定し、設定した出現確率から得られる
エントロピーＨ（ｐ０）とシミュレーションで得られた
符号長（ＬＥＮ）から符号化効率Ｅ＝Ｈ（ｐ０）／ＬＥ
Ｎを算出した。また、シミュレーションの定数条件は実
施の形態１を拡張したＴ１＝８（Ｔ１は実質意味を持た
ない）、Ｔ２＝１０，Ｔ３＝８，Ｔ４＝２を設定し、デ
ータの出現確率ｐ０を変化させて、それぞれデータ長を
１０００００としてシングルコンテクストで符号化を行
った。

【０１０９】なお、算術符号化部について整数部も有限
精度とし、符号をＮビット、例えば８ビット（１バイ
ト）、を単位に外部に出力して順次あふれた出力済みの
ビットを無視できるように構成したとしても、またその
ために必要となる桁上がり伝搬処理の制御方法に関わら
ず、確率推定精度と符号化効率を本質的に向上させる効
果に何ら影響を与えるものでない。また、この算術符号
化部は優勢シンボルを劣勢シンボルに対して下位配置と
しているが、上位配置でも構わない。与えられる２値デ
ータに対して算術符号化部に２値算術符号化を適用して
いるが、多値データが与えられる場合には多値算術符号
化に置き換えて適用できる。各カウンタと予測値はシン
グルコンテクストに対して１対を用いてるが、マルチコ
ンテクストに対してはコンテクスト総数と同数対の各カ
ウンタと予測値を適用することで容易に対応できる。ま
た、最終符号値から最小有効桁数への修正処理及び終端
に続く符号ビット０の省略処理の実行に関わらず、確率
推定精度と符号化効率の向上効果に何ら影響を与えるも
のではない。なお、実施の形態６において、定数Ｔ１，
Ｔ２，Ｔ３，Ｔ４は所定の値を使うことができる。

【０１１０】実施の形態７．ここまで、説明してきた実
施の形態においては、定数Ｔ２または定数Ｔ３に関わる
変数は優勢シンボルの出現頻度ＮＭＰＳとして説明し
た。ここからの以下の実施の形態では優勢シンボル及び
劣勢シンボルの出現頻度の和をその変数とする。本実施
の形態７では、実施の形態３において、優勢シンボルの
出現頻度カウンタを優勢シンボルと劣勢シンボルの合計
出現頻度のカウンタとした符号化処理手順の変更につい
て説明する。本実施の形態７における符号化処理手順を
図２９に示す。

【０１１１】図２９の符号化処理手順は実施の形態３と
の関係同様にｃａｌｌＣＯＵＮＴＣＨＥＣＫＳ５１
１をＳ５０３とＳ５０４の間に移動する。他の処理手順
は変更はない。

【０１１２】この符号化効率の向上を示す結果を図３０
に示す。図３０において、データの出現確率ｐ０を一定
と仮定し、設定した出現確率から得られるエントロピー
Ｈ（ｐ０）とシミュレーションで得られた符号長（ＬＥ
Ｎ）から符号化効率Ｅ＝Ｈ（ｐ０）／ＬＥＮを算出し
た。また、シミュレーションの定数条件は実施の形態４
と同様にＴ１＝４，Ｔ２＝８を設定し、データの出現確
率ｐ０を変化させて、それぞれデータ長を１０００００
としてシングルコンテクストで符号化を行った。

【０１１３】なお、算術符号化部について整数部も有限
精度とし、符号をＮビット、例えば８ビット（１バイ
ト）、を単位に外部に出力して順次あふれた出力済みの
ビットを無視できるように構成したとしても、またその
ために必要となる桁上がり伝搬処理の制御方法に関わら
ず、確率推定精度と符号化効率を向上させる効果に何ら
影響を与えるものでない。また、この算術符号化部は優
勢シンボルを劣勢シンボルに対して下位配置としている
が、上位配置でも構わない。与えられる２値データに対
して算術符号化部に２値算術符号化を適用しているが、
多値データが与えられる場合には多値算術符号化に置き
換えて適用できる。各カウンタと予測値はシングルコン
テクストに対して１対を用いてるが、マルチコンテクス
トに対してはコンテクスト総数と同数対の各カウンタと
予測値を適用することで容易に対応できる。また、最終
符号値から最小有効桁数への修正処理及び終端に続く符
号ビット０の省略処理の実行に関わらず、本発明（実施
の形態）における確率推定精度と符号化効率を本質的に
向上させる効果に何ら影響を与えるものではない。な
お、実施の形態７において、定数Ｔ１，Ｔ２は所定の値
を使うことができる。

【０１１４】実施の形態８．本実施の形態８では、実施
の形態４において、優勢シンボルの出現頻度カウンタを
優勢シンボルと劣勢シンボルの合計出現頻度のカウンタ
とした場合の符号化処理手順の変更について説明する。
本実施の形態８における処理手順を図３１、図３２に示
す。

【０１１５】図３１の符号化処理手順は実施の形態１と
実施の形態３との関係同様にＳ６３０の判定を追加し、
優勢シンボルと劣勢シンボルの出現頻度の合計ＮＴＯ
ＴＡＬがＴ２となっていれば出現頻度の計数を行わな
い。

【０１１６】図３２の符号化処理手順は、実施の形態１
と実施の形態３との関係同様にＳ６４０の判定を変更
し、優勢シンボルと劣勢シンボルの出現頻度の合計Ｎ
ＴＯＴＡＬがＴ２以上、かつ劣勢シンボルの出現頻度Ｎ
ＬＰＳが１以上となっていれば出現頻度の半減処理を
行わせる。

【０１１７】この符号化効率の向上を示す結果を図３３
に示す。図３３において、データの出現確率ｐ０を一定
と仮定し、設定した出現確率から得られるエントロピー
Ｈ（ｐ０）とシミュレーションで得られた符号長（ＬＥ
Ｎ）から符号化効率Ｅ＝Ｈ（ｐ０）／ＬＥＮを算出し
た。また、上記シミュレーションの定数条件は実施の形
態２と同様にＴ１＝４，Ｔ２＝８を設定し、データの出
現確率ｐ０を変化させて、それぞれデータ長を１０００
００としてシングルコンテクストで符号化を行った。

【０１１８】なお、算術符号化部について整数部も有限
精度とし、符号をＮビット、例えば８ビット（１バイ
ト）、を単位に外部に出力して順次あふれた出力済みの
ビットを無視できるように構成したとしても、またその
ために必要となる桁上がり伝搬処理の制御方法に関わら
ず、確率推定精度と符号化効率を向上させる効果に何ら
影響を与えるものでない。また、この算術符号化部は優
勢シンボルを劣勢シンボルに対して下位配置としている
が、上位配置でも構わない。与えられる２値データに対
して算術符号化部に２値算術符号化を適用しているが、
多値データが与えられる場合には多値算術符号化に置き
換えて適用できる。各カウンタと予測値はシングルコン
テクストに対して１対を用いてるが、マルチコンテクス
トに対してはコンテクスト総数と同数対の各カウンタと
予測値を適用することで容易に対応できる。また、最終
符号値から最小有効桁数への修正処理及び終端に続く符
号ビット０の省略処理の実行に関わらず、本発明（実施
の形態）における確率推定精度と符号化効率を本質的に
向上させる効果に何ら影響を与えるものではない。な
お、実施の形態８において、定数Ｔ１，Ｔ２は所定の値
を使うことができる。

【０１１９】実施の形態９．本実施の形態９では、実施
の形態５において、優勢シンボルの出現頻度カウンタを
優勢シンボルと劣勢シンボルの合計出現頻度のカウンタ
とした場合の符号化処理手順の変更について説明する。
本実施の形態９における符号化処理手順は、実施の形態
１の図５、実施の形態２の図９、図１１、実施の形態８
の図３１、図３２により、実施の形態８における図２９
を実施の形態２の図９に戻した構成となる。

【０１２０】この符号化効率の向上を示す結果を図３４
に示す。図３４において、データの出現確率ｐ０を一定
と仮定し、設定した出現確率から得られるエントロピー
Ｈ（ｐ０）とシミュレーションで得られた符号長（ＬＥ
Ｎ）から符号化効率Ｅ＝Ｈ（ｐ０）／ＬＥＮを算出し
た。また、シミュレーションの定数条件は実施の形態４
と同様にＴ１＝４，Ｔ２＝８を設定し、データの出現確
率ｐ０を変化させて、それぞれデータ長を１０００００
としてシングルコンテクストで符号化を行った。

【０１２１】なお、算術符号化部について整数部も有限
精度とし、符号をＮビット、例えば８ビット（１バイ
ト）、を単位に外部に出力して順次あふれた出力済みの
ビットを無視できるように構成したとしても、またその
ために必要となる桁上がり伝搬処理の制御方法に関わら
ず、確率推定精度と符号化効率を向上させる効果に何ら
影響を与えるものでない。また、この算術符号化部は優
勢シンボルを劣勢シンボルに対して下位配置としている
が、上位配置でも構わない。与えられる２値データに対
して算術符号化部に２値算術符号化を適用しているが、
多値データが与えられる場合には多値算術符号化に置き
換えて適用できる。各カウンタと予測値はシングルコン
テクストに対して１対を用いてるが、マルチコンテクス
トに対してはコンテクスト総数と同数対の各カウンタと
予測値を適用することで容易に対応できる。また、最終
符号値から最小有効桁数への修正処理及び終端に続く符
号ビット０の省略処理の実行に関わらず、本発明（実施
の形態）における確率推定精度と符号化効率を本質的に
向上させる効果に何ら影響を与えるものではない。な
お、実施の形態９において、定数Ｔ１，Ｔ２は所定の値
を使うことができる。

【０１２２】実施の形態１０．本実施の形態１０では、
実施の形態６において、優勢シンボルの出現頻度カウン
タを優勢シンボルと劣勢シンボルの合計出現頻度のカウ
ンタとした場合の符号化処理手順の変更について説明す
る。本実施の形態１０における処理手順を図３５、図３
６に示す。

【０１２３】本実施の形態１０の図３５において、実施
の形態６との違いは、Ｓ６５０で優勢シンボルと劣勢シ
ンボルの出現頻度の合計ＮＴＯＴＡＬが定数値Ｔ３未
満であるとき、またはＳ６５１で優勢シンボルと劣勢シ
ンボルの出現頻度の合計ＮＴＯＴＡＬが計数最大値であ
る定数値Ｔ２未満かつ劣勢シンボルの出現頻度ＮＬＰＳ
が定数値Ｔ４未満であるとき、Ｓ６５２で優勢シンボル
と劣勢シンボルの出現頻度の合計ＮＴＯＴＡＬを計数
する。

【０１２４】本実施の形態１０の図３６において、実施
の形態６との違いは、Ｓ６００で優勢シンボルと劣勢シ
ンボルの頻度の合計ＮＴＯＴＡＬが定数値Ｔ３以上定
数値Ｔ２未満かつ劣勢シンボルの出現頻度ＮＬＰＳが
定数値Ｔ４以上、またはＳ６６１で優勢シンボルと劣勢
シンボルの出現頻度の合計ＮＴＯＴＡＬが計数最大値
である定数値Ｔ２以上かつ劣勢シンボルの出現頻度Ｎ
ＬＰＳが１より大きいとき、Ｓ６６２の半減処理を行
う。

【０１２５】この符号化効率の向上を示す結果を図３７
に示す。図３７において、データの出現確率ｐ０を一定
と仮定し、設定した出現確率から得られるエントロピー
Ｈ（ｐ０）とシミュレーションで得られた符号長（ＬＥ
Ｎ）から符号化効率Ｅ＝Ｈ（ｐ０）／ＬＥＮを算出し
た。また、シミュレーションの定数条件は実施の形態８
と同様にＴ１＝４（Ｔ１は実質意味を持たない）、Ｔ２
＝１０，Ｔ３＝８，Ｔ４＝２を設定し、データの出現頻
度ｐ０を変化させて、それぞれデータ長を１０００００
としてシングルコンテクストで符号化を行った。

【０１２６】なお、算術符号化部について整数部も有限
精度とし、符号をＮビット、例えば８ビット（１バイ
ト）、を単位に外部に出力して順次あふれた出力済みの
ビットを無視できるように構成したとしても、またその
ために必要となる桁上がり伝搬処理の制御方法に関わら
ず、確率推定精度と符号化効率を向上させる効果に何ら
影響を与えるものでない。また、この算術符号化部は優
勢シンボルを劣勢シンボルに対して下位配置としている
が、上位配置でも構わない。与えられる２値データに対
して算術符号化部に２値算術符号化を適用しているが、
多値データが与えられる場合には多値算術符号化に置き
換えて適用できる。各カウンタと予測値はシングルコン
テクストに対して１対を用いてるが、マルチコンテクス
トに対してはコンテクスト総数と同数対の各カウンタと
予測値を適用することで容易に対応できる。また、最終
符号値から最小有効桁数への修正処理及び終端に続く符
号ビット０の省略処理の実行に関わらず、本発明（実施
の形態）における確率推定精度と符号化効率を本質的に
向上させる効果に何ら影響を与えるものではない。な
お、実施の形態８において、定数Ｔ１，Ｔ２，Ｔ３，Ｔ
４は所定の値を使うことができる。

【０１２７】実施例．以上の実施の形態７から実施の形
態１０において、優勢シンボルと劣勢シンボルの出現頻
度の合計ＮＴＯＴＡＬを計数する場合、（ＮＴＯＴ
ＡＬ＝Ｔ２，ＮＬＰＳ＝１）で優勢シンボルによる計
数処理を行わず、劣勢シンボルの出現により計数が行わ
れて半減処理を実行するとき、（ＮＴＯＴＡＬ＝Ｔ２
＋１，ＮＬＰＳ＝２）となることがあるが、一例とし
て、カウンタまたはメモリに十分な精度・容量が確保で
きない場合には劣勢シンボルのみ計数して（ＮＴＯＴ
ＡＬ＝Ｔ２，ＮＬＰＳ＝２）と扱ってもよい。

【０１２８】なお、優勢シンボルの出現頻度、または優
勢シンボルと劣勢シンボルの出現頻度の合計がＴ２、か
つ劣勢シンボルの出現頻度が１であれば半減処理を待機
し、また優勢シンボルの計数は行わないとき、半減処理
は劣勢シンボルの出現頻度が２以上とならなければ行わ
れないため、例えば各計数値を直接半分にしても更新さ
れる計数値が０とならないことが保証される。また、半
減値の算式はすべてについて同じでなくてもよく、特定
の値、例えば１、偶数、奇数などのとき、あるいは最小
値条件による半減、最大値条件による半減によって個別
の算式を適用してもよい。

【０１２９】要するに、供給される信号の文脈を抽出す
るステップと、信号源と文脈からの信号が供給されて、
この供給された信号の確率推定を作るための適応確率推
定ステップと、信号源からの信号が供給され、確率推定
に応答して、供給された信号のエンコードされた改訂版
を作るためのエントロピー・エンコーディングするステ
ップと、伝送媒体への出力としてエンコードされた改訂
版をインタフェースするステップとを備え、適応確率推
定ステップは、無記憶情報源データの出現頻度によって
確率を推定する際に、あるコンテクストに対するカウン
タ値が最大値となったときより少ない頻度のカウンタ値
が偶数か、奇数かによって予め設定された値を各々加え
てから半減する。

【０１３０】また、供給される信号の文脈を抽出するス
テップと、信号源と文脈からの信号が供給されて、この
供給された信号の確率推定を作るための適応確率推定ス
テップと、信号源からの信号が供給され、確率推定に応
答して、供給された信号のエンコードされた改訂版を作
るためのエントロピー・エンコーディングするステップ
と、伝送媒体への出力としてエンコードされた改訂版を
インタフェースするステップとを備えた符号化方法にお
いて、適応上記確率推定ステップは、無記憶情報源デー
タの出現頻度によって確率を推定する際に、あるコンテ
クストに対するカウンタ値が最大値となったときより少
ない頻度のカウンタ値が１であるときはカウンタ値の半
減処理を行わず、より少ない頻度のカウンタ値が２とな
るまでそのコンテクストに対する全頻度のカウント処理
を停止したままその値からそれぞれ求められる確率を各
推定確率値とする。

【０１３１】供給される信号の文脈を抽出するステップ
と、信号源と文脈からの信号が供給されて、この供給さ
れた信号の確率推定を作るための適応確率推定ステップ
と、信号源からの信号が供給され、確率推定に応答し
て、供給された信号のエンコードされた改訂版を作るた
めのエントロピー・エンコーディングするステップと、
伝送媒体への出力としてエンコードされた改訂版をイン
タフェースするステップとを備えた符号化方法におい
て、適応上記確率推定ステップは、無記憶情報源データ
の出現頻度によって確率を推定する際に、あるコンテク
ストに対するカウンタ値が最大値となったときそのコン
テクストに対するカウンタ値を一律にそのまま半減せ
ず、より少ない頻度のカウンタ値によって予め設定され
た値を各々加えてから半減する。

【０１３２】実施例．図３８は、上述の実施の形態１か
ら１０までの適応符号化方法を備えた画像処理装置の構
成例を示す斜視図である。図３８において、画像処理装
置６０は、ディスプレイユニット６１、キーボード６
２、マウス６３、マウスパッド６４、システムユニット
６５、コンパクトディスク装置１００を備えている。

【０１３３】この実施例の画像処理装置は、例えば、図
３８に示すように、ディスク装置１００（例えば、ＣＤ
−ＲＯＭ、ＦＤ、ＭＯ・ＰＤまたはＺＩＰなどを媒体と
するディスク装置）から符号化済み画像情報を入力して
復号し、復号した画像情報をシステムユニット６５に転
送し、ディスプレイユニット６１に表示するものであ
る。この実施例の画像処理装置は、ディスプレイユニッ
ト６１に表示された画像情報を符号化して、コンパクト
ディスク装置１００に出力するものである。また、画像
情報を符号化して図示していない回線を経由して画像情
報を伝送するものである。しかし、この実施例に係る画
像処理装置の構成は、図３８に示したパーソナルコンピ
ュータやワークステーション構成に限る必要はなく、他
のコンポーネントを使用したどのような構成形式であっ
てもよい。例えば、コンパクトディスク装置１００の代
わりに、ビデオプレーヤを入力装置にしても構わない
し、画像情報の代わりにネットワークからの画像データ
を入力するようにしても構わない。また、入力するデー
タは、アナログ形式であっても構わないし、デジタル形
式でっても構わない。

【０１３４】また、本実施例の画像処理装置は、図３８
に示すように、独立した装置として存在しても構わない
が、図３９に示すように、プリンタ６６やスキャナ６８
やファクシミリ装置６９や表示装置（例えば、ディスプ
レイユニット６１）や記憶装置（例えば、コンパクトデ
ィスク装置１００）等の周辺装置でも構わない。即ち、
本実施例の画像処理装置とは、上述の実施の形態１〜１
０で述べた適応符号化方法を備えた電子機器を意味する
ものとする。

【０１３５】また、本実施例の符号化装置は、独立した
筐体で存在しても構わないし、その他テレビカメラや測
定機や計算機等のシステムボードやサーキットボードの
一部分として、或いは、半導体チップとして存在してい
る場合であっても構わない。また、図３９には示してい
ないが、図３９に示した各装置をローカルエリアネット
ワークで接続し、互いに符号化した情報を伝送するよう
な形式のものであっても構わない。また、ＩＳＤＮ（イ
ンテグレーテッド・サービスィズ・デジタル・ネットワ
ーク）等の広域ネットワークを用いて符号化した情報を
送受信するような形式のものであっても構わない。さら
にまた、有線・無線通信、公衆・専用回線、電気・光信
号などの通信網を用いて符号化した情報を送受信するよ
うな形式のものであっても構わない。

【０１３６】以上のように本実施の形態１〜７において
は、シンボルの出現頻度と予測値を変数または配列とし
て記憶しているものは、各データ値のカウンタのみでそ
の最多の出現頻度から予測値を判定する場合には出現頻
度が同数のときにはどの値を予測値とするか予め決めて
おかなくてはならない。また、出現確立の演算で有効桁
数が小さい場合など値を粗く近似するときには、出現確
立が大きい方に直前の予測値を対応付けることによって
現在のデータの出現傾向に近くなるため、予測値を固定
するときに比較して符号化効率が向上する。

【０１３７】

【発明の効果】本発明の適応符号化方法は以上のような
処理ステップで構成されているので、推定確率誤差を小
さくし、符号化効率を向上することができる。

【図面の簡単な説明】

【図１】従来の符号化・復号化装置の構成を示す図で
ある。

【図２】従来の適応確率推定器の処理を示す図であ
る。

【図３】実施の形態１の符号化効率を示す図である。

【図４】実施の形態１の符号化処理を示す図である。

【図５】実施の形態１のＲＥＮＯＲＭＡＬＩＺＥの処
理を示す図である。

【図６】実施の形態１のＵＰＤＡＴＥＭＰＳの処理を
示す図である。

【図７】実施の形態１のＵＰＤＡＴＥＬＰＳの処理を
示す図である。

【図８】実施の形態１のＣＯＵＮＴＣＨＥＣＫの処理
を示す図である。

【図９】実施の形態２の符号化処理を示す図である。

【図１０】実施の形態２のＵＰＤＡＴＥＭＰＳの処理
を示す図である。

【図１１】実施の形態２のＵＰＤＡＴＥＬＰＳの処理
を示す図である。

【図１２】実施の形態２のＣＯＵＮＴＣＨＥＣＫの処
理を示す図である。

【図１３】実施の形態２の符号化効率を示す図であ
る。

【図１４】実施の形態３の符号化処理を示す図であ
る。

【図１５】実施の形態３の符号化効率を示す図であ
る。

【図１６】実施の形態４のＵＰＤＡＴＥＭＰＳの処理
を示す図である。

【図１７】実施の形態４のＣＯＵＮＴＣＨＥＣＫの処
理を示す図である。

【図１８】実施の形態４の推定確率を説明する図であ
る。

【図１９】実施の形態４の推定確率を説明する図であ
る。

【図２０】実施の形態４の符号化効率を示す図であ
る。

【図２１】実施の形態５の符号化効率を示す図であ
る。

【図２２】符号化の状態遷移を示す図である。

【図２３】符号化の状態遷移を示す図である。

【図２４】符号化の状態遷移を示す図である。

【図２５】実施の形態６の状態遷移を示す図である。

【図２６】実施の形態６のＵＰＤＡＴＥＭＰＳの処理
を示す図である。

【図２７】実施の形態６のＣＯＵＮＴＣＨＥＣＫの処
理を示す図である。

【図２８】実施の形態６の符号化効率を示す図であ
る。

【図２９】実施の形態７の符号化処理を示す図であ
る。

【図３０】実施の形態７の符号化効率を示す図であ
る。

【図３１】実施の形態８のＵＰＤＡＴＥＭＰＳの処理
を示す図である。

【図３２】実施の形態８のＣＯＵＮＴＣＨＥＣＫの処
理を示す図である。

【図３３】実施の形態８の符号化効率を示す図であ
る。

【図３４】実施の形態９の符号化効率を示す図であ
る。

【図３５】実施の形態１０のＵＰＤＡＴＥＭＰＳの処
理を示す図である。

【図３６】実施の形態１０のＣＯＵＮＴＣＨＥＣＫの
処理を示す図である。

【図３７】実施の形態１０の符号化効率を示す図であ
る。

【図３８】実施例の画像処理装置を示す図である。

【図３９】実施例の画像処理装置の適応例を示す図で
ある。

【符号の説明】

１０４算術エンコーダユニット、１０５文脈抽出
器、１０６適応確率推定器。

───────────────────────────────────────────────────── フロントページの続き (72)発明者柳谷太一東京都千代田区丸の内二丁目２番３号三菱電機株式会社内 (72)発明者吉田雅之東京都千代田区丸の内二丁目２番３号三菱電機株式会社内 (56)参考文献特開平３−163918（ＪＰ，Ａ) 特開平８−18796（ＪＰ，Ａ) 特公平８−34434（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.⁷，ＤＢ名) H03M 7/40 H04N 1/413 H04N 7/24

Claims

(57)【特許請求の範囲】

【請求項１】符号化対象のデータを入力し、その入力
データに対するシンボルの出現確率を求める第１のステ
ップ（５０２）と、前記入力データに対するシンボルが優勢シンボルか劣勢
シンボルかを判定する第２のステップ（５０４）と、前記第２のステップ（５０４）の判定結果にもとづい
て、入力データに対応させる数線上の領域を求める第３
のステップ（５０５），（５０９）と、前記入力データに対する優勢シンボルまたは劣勢シンボ
ルの出現頻度を算出する第４のステップ（５０８），
（５１０）と、前記第４のステップで出現頻度として算出された出現回
数累積値と所定の値（閾値）とを比較して、前記出現回
数累積値が前記所定の値（閾値）に達した場合、前期出
現回数累積値を半減させる第５のステップ（５１１）
と、前記データ信号に対して前記優勢シンボルと前記劣勢シ
ンボルとを数線上の所定の領域に対応させその数線上の
座標を符号語として出力する第６のステップ（５１３）
とを備えたことを特徴とする適応符号化方法。
【請求項２】前記第４のステップにおいて、劣勢シン
ボルの出現頻度（ＮＬＰＳ）と優勢シンボルの出現頻度
（ＮＭＰＳ）として出現回数累積値を算出し、劣勢シ
ンボルおよび優勢シンボルの出現頻度の合計値（ＮＴ
ＯＴＡＬ）として出現回数累積値を算出し、前記第１のステップにおいて、前記出現回数累積値（Ｎ
ＬＰＳ、ＮＴＯＴＡＬ）から演算してシンボルの出
現確率を求めることを特徴とする請求項１記載の適応符
号化方法。
【請求項３】前記第４のステップにおいて、劣勢シン
ボルの出現頻度（ＮＬＰＳ）と優勢シンボルの出現頻度
（ＮＭＰＳ）として出現回数累積値を算出し、前記第１のステップにおいて、前記出現回数累積値（Ｎ
ＬＰＳ、ＮＭＰＳ）から演算してシンボルの出現確
率を求めることを特徴とする請求項１記載の適応符号化
方法。
【請求項４】前記第４のステップを、前記第１のステ
ップと前記第２のステップとの間に設けたことを特徴と
する請求項１記載の適応符号化方法。
【請求項５】前記第４のステップの優勢シンボルの出
現頻度の算出において、優勢シンボルのＮＭＰＳ値が
Ｔ２未満である場合、前記優勢シンボルの出現頻度の算
出を行うことを特徴とする請求項１記載の適応符号化方
法
【請求項６】前記第５のステップの優勢シンボルまた
は劣勢シンボルの出現頻度の半減において、優勢シンボルのＮＭＰＳ値がＴ２以上の場合で且つＮ
ＬＰＳが１より大きい場合に、優勢シンボルまたは劣
勢シンボルの出現頻度の半減を行うことを特徴とする請
求項１記載の適応符号化方法。
【請求項７】前記第４のステップの優勢シンボルの出
現頻度の算出において、優勢シンボルのＮＭＰＳ値が
Ｔ３未満である場合、または優勢シンボルのＮＭＰＳ
がＴ２未満かつ劣勢シンボルのＮＬＰＳがＴ４未満で
ある場合、優勢シンボルの出現頻度の算出を行うことを
特徴とする請求項１記載の適応符号化方法。
【請求項８】前記第５のステップの優勢シンボルまた
は劣勢シンボルの出現頻度の半減において、優勢シンボ
ルのＮＭＰＳがＴ３以上Ｔ２未満かつ劣勢シンボルの
ＮＬＰＳがＴ４以上、または優勢シンボルのＮＭＰ
ＳがＴ２以上かつ劣勢シンボルのＮＬＰＳが１より大
きいとき、優勢シンボルまたは劣勢シンボルの出現頻度
の半減処理を行うことを特徴とする請求項１記載の適応
符号化方法。