CN104854856B - 图像处理装置、图像处理方法 - Google Patents

Abstract

【技术问题】提供一种高精度地检测包含于输入图像中的噪声、并可除去或减少噪声的图像处理装置、图像处理方法及计算机程序。【解决方案】从输入图像提取包含关注像素的特定区域，判断在特定区域内是否包含噪声的边界部分。在判断为特定区域内包含噪声的边界部分时，显示装置(1)进行利用平滑化滤波器的滤波处理来对关注像素进行平滑化。在判定为特定区域内不包含噪声边界时，显示装置(1)进行利用了边缘保存型平滑化滤波器的滤波处理来对关注像素进行平滑化。此时，显示装置(1)根据特定区域内的像素值或边缘保存型平滑化滤波器的平滑化结果等，判断是否适用基于边缘保存型平滑化滤波器的平滑化结果。

Description

图像处理装置、图像处理方法

技术领域

本发明涉及判别包含于输入图像中的噪声(noise)、并可除去或减少该噪声的图像处理装置、图像处理方法及计算机程序。

背景技术

以往，作为包含于图像中的噪声，已知的一例是块噪声(Block-noise)这样的在相邻像素间其像素值阶梯状变化的噪声。块噪声是在进行了MPEG(Moving Picture ExpertGroup) 或JPEG(Joint Photographic Experts Group)等的图像压缩处理时产生的噪声。在MPEG或 JPEG等的图像压缩方式中，将原图像分割为特定大小的块，对每块进行压缩图像的处理。因此，在相邻块的边界，像素值变得不连续，有时用户会把块的边界部分识别为噪声。此外，这种块噪声不限于图像压缩处理，有可能在将图像分割为特定大小的块来进行图像处理时产生。

在专利文献1中提出了如下的块噪声检测装置：其对输入影像信号计算出相邻像素间的空间差分，根据相邻的多个空间差分的比较结果输出空间差分比较判定信号，对每个相位计算空间差分比较判定信号来输出累积值信号，比较多个累积值信号的值，输出与值最大的累积值信号对应的位相作为最大累积时相位信号。

现有技术文献

专利文献

专利文献1:日本专利公开2009-105990号公报

发明内容

发明所要解决的技术问题

但是，专利文献1所述的块噪声检测装置存在有可检测的块噪声的大小固定不变的问题。因此，不能应对块大小可变的图像处理中生成的图像。此外，专利文献1记载的块噪声检测装置存在有如下问题：在所检测的块噪声的边界为1像素宽，对与噪声的边界相当的像素的周边像素进行平滑化时，与噪声边界的左右(或上下)相邻的区域中的任意一方被多平滑化了1像素。此外，专利文献1记载的块噪声检测装置是必对所检测的部分进行平滑化的结构。因此，对实际上不需要平滑化的像素也进行平滑化，有可能造成画质劣化。

此外，在现有的噪声除去处理中，不管所检测到的噪声为哪一种(例如，仅含低频成分的噪声，同时含低频成分和高频成分的噪声等)，也用同一平滑化滤波器进行噪声除去处理。因此，在图像中含多种噪声时，有时会得到对一种噪声的除去性能较高，而对另一种噪声除去性能较低的噪声除去结果。

本发明是鉴于上述情况而做出的，其目的在于，提供一种高精度地检测包含于输入图像中的噪声、并可除去或减少噪声的图像处理装置、图像处理方法及计算机程序。此外，本发明的另一目的是，提供一种即使在输入图像中含有多种噪声时也能够进行适当的平滑化来除去或减少噪声的图像处理装置、图像处理方法及计算机程序。

用于解决技术问题的方案

本发明的图像处理装置，进行生成输出图像的图像处理，该输出图像是从由矩阵状配置的多个像素构成的输入图像除去或减少噪声的图像，其特征在于，具备：特定区域提取单元，从上述输入图像提取包含关注像素的特定区域；平滑化判定单元，根据该特定区域提取单元提取的特定区域，判定是否把上述关注像素作为第一平滑化处理的对象；第一平滑化单元，在该平滑化判定单元判定为作为第一平滑化处理的对象时，进行使用了平滑化滤波器的第一平滑化处理，对上述关注像素的像素值进行平滑化；以及第二平滑化单元，在上述平滑化判定单元判定为不作为第一平滑化处理的对象时，进行使用了边缘(edge)保存型平滑化滤波器的第二平滑化处理，对上述关注像素的像素值进行平滑化，生成输出图像，该输出图像是上述第一平滑化单元将上述输入图像的各像素的像素值平滑化而得到的像素值，或上述第二平滑化单元平滑化而得到的像素值中之一的图像。

此外，本发明的图像处理装置，其特征在于，具备：噪声边界方向决定单元，在上述平滑化判定单元判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分延伸的方向；以及噪声边界位置决定单元，在上述平滑化判定单元判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分的位置。

此外，本发明的图像处理装置，其特征在于，在上述平滑化判定单元判定为作为平滑化处理的对象，且上述噪声边界方向决定单元所决定的方向为规定方向时，上述噪声边界位置决定单元决定在上述特定区域中噪声的边界部分位置。

此外，本发明的图像处理装置，其特征在于，还具备特定区域扩大单元，该特定区域扩大单元在上述噪声边界方向决定单元决定的方向不是规定方向时，扩大上述特定区域，上述噪声边界方向决定单元对上述特定区域扩大单元所扩大的特定区域再次决定方向。

此外，本发明的图像处理装置，其特征在于，在上述噪声边界方向决定单元决定的方向成为规定方向之前，或由上述特定区域扩大单元将特定区域扩大到规定大小之前，重复进行基于上述特定区域扩大单元的特定区域的扩大及基于上述噪声边界方向决定单元的方向决定。

此外，本发明的图像处理装置，其特征在于，具备：平滑化滤波器存储单元，存储多个上述第一平滑化单元所使用的平滑化滤波器；以及滤波器选择单元，根据上述噪声边界位置决定单元决定的位置及上述噪声边界方向决定单元决定的方向，从上述平滑化滤波器存储单元选择平滑化滤波器，上述第一平滑化单元利用上述滤波器选择单元所选择的平滑化滤波器，对上述关注像素的像素值进行平滑化。

此外，本发明的图像处理装置，其特征在于，具备微分值计算单元，该微分值计算单元对上述特定区域提取单元提取的特定区域的图像计算像素间的像素值的微分值，上述平滑化判定单元根据上述微分值计算单元计算的微分值，判定是否将上述关注像素设为平滑化处理的对象。

此外，本发明的图像处理装置，其特征在于，上述微分值计算单元计算相邻像素间的像素值的1次微分值及2次微分值，上述平滑化判定单元根据上述微分值计算单元计算的1次微分值及2次微分值进行判定。

此外，本发明的图像处理装置，其特征在于，包括：1次微分值2值化单元，根据上述微分值计算单元计算的1次微分值是否超过阈值，将上述1次微分值进行2值化；第1逻辑和计算单元，计算上述1次微分值2值化单元进行了2值化的1次微分值的逻辑和；2次微分值2值化单元，根据上述微分值计算单元计算的2次微分值是否超过阈值，将上述2次微分值进行2值化；第2逻辑和计算单元，计算上述2次微分值2值化单元进行了2值化的2 次微分值的逻辑和；以及第3逻辑和计算单元，计算上述第1逻辑和计算单元的算出结果及上述第2逻辑和计算单元的算出结果的逻辑和，上述平滑化判定单元根据上述第3逻辑和计算单元对算出结果进行判定。

此外，本发明的图像处理装置，其特征在于，上述微分值计算单元、上述1次微分值2 值化单元、上述第1逻辑和计算单元、上述2次微分值2值化单元、上述第2逻辑和计算单元及上述第3逻辑和计算单元，对上述特定区域的纵向及横向分别进行处理，上述平滑化判定单元根据上述第3逻辑和计算单元对上述纵向及横向的计算结果进行判定。

此外，本发明的图像处理装置，其特征在于，具备噪声边界方向决定单元，该噪声边界方向决定单元在上述平滑化判定单元判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分延伸的方向，该噪声边界方向决定单元根据上述第3逻辑和计算单元对上述纵向及横向的算出结果，决定噪声的边界部分是否在上述特定区域的上述纵向及/或上述横向上延伸。

此外，本发明的图像处理装置，其特征在于，具备噪声边界位置决定单元，该噪声边界位置决定单元在上述平滑化判定单元判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分的位置，该噪声边界位置决定单元根据上述2次微分值2值化单元进行了2值化的2次微分值的上述特定区域内的图案，决定在上述特定区域中噪声的边界部分的位置。

此外，本发明的图像处理装置，其特征在于，还具备：索贝尔(Sobel)滤波器存储单元，在不同的方向，存储多个分别检测有关特定方向的边缘成分的强度的索贝尔滤波器；边缘强度计算单元，利用上述索贝尔滤波器存储单元所存储的多个索贝尔滤波器对上述特定区域提取单元提取的特定区域进行滤波器处理，并对多个方向计算上述特定区域所含的边缘成分的强度；以及边缘强度差分判定单元，判定上述边缘强度计算单元计算的多个边缘强度的最大值及最小值的差分是否超过阈值，上述第二平滑化单元在上述边缘强度差分判定单元判定为上述差分不超过上述阈值时，利用非边缘保存型平滑化滤波器对上述特定区域的关注像素的像素值进行平滑化。

此外，本发明的图像处理装置，其特征在于，具备适用判定单元，该适用判定单元判定是否适用上述第二平滑化单元的平滑化结果，生成输出图像，该输出图像是将上述输入图像的各像素的像素值利用上述第一平滑化单元平滑化了的像素值，上述第二平滑化单元平滑化而得到的像素值，或没有平滑化的原来的像素值中之一的图像。

此外，本发明的图像处理装置，其特征在于，具备：第二边缘强度计算单元，对上述特定区域提取单元提取的特定区域进行使用拉普拉斯滤波器的滤波器处理，并计算上述特定区域所含的边缘成分的强度；以及边缘强度判定单元，判定该第二边缘强度计算单元计算的强度是否超过阈值，上述适用判定单元，在上述边缘强度判定单元判定为上述强度超过上述阈值时，判定为适用上述第二平滑化单元的平滑化结果，在上述边缘强度判定单元判定为上述强度不超过上述阈值时，判定为不适用上述第二平滑化单元的平滑化结果。

此外，本发明的图像处理装置，其特征在于，具备：增减次数计算单元，计算上述特定区域提取单元提取的特定区域内特定方向上相邻的像素间的像素值的增减次数；以及增减次数判定单元，判定该增减次数计算单元计算的增减次数是否超过阈值，上述适用判定单元，在上述增减次数判定单元判定为上述增减次数不超过上述阈值时，判定为适用上述第二平滑化单元的平滑化结果，在上述增减次数判定单元判定为上述增减次数超过上述阈值时，判定为不适用上述第二平滑化单元的平滑化结果。

此外，本发明的图像处理装置，其特征在于，具备：平滑差分计算单元，计算上述特定区域提取单元提取的特定区域所含的关注像素的像素值及由上述第二平滑化单元进行了平滑化的像素值的差分；以及平滑差分判定单元，判定该平滑差分计算单元计算的差分是否超过阈值，上述适用判定单元，在上述平滑差分判定单元判定为上述差分不超过上述阈值时，判定为适用上述第二平滑化单元的平滑化结果，在上述平滑差分判定单元判定为上述差分超过上述阈值时，判定为不适用上述第二平滑化单元的平滑化结果。

此外，本发明的图像处理装置，进行生成输出图像的图像处理，该输出图像是从由矩阵状配置的多个像素构成的输入图像除去或减少噪声的图像，其特征在于，具备：特定区域提取单元，从上述输入图像提取包含关注像素的特定区域；平滑化判定单元，根据该特定区域提取单元提取的特定区域，判定是否把上述关注像素作为第一平滑化处理的对象；第一平滑化单元，在该平滑化判定单元判定为作为第一平滑化处理的对象时，进行使用了平滑化滤波器的第一平滑化处理，对上述关注像素的像素值进行平滑化；第二平滑化单元，在上述平滑化判定单元判定为不作为第一平滑化处理的对象时，进行使用了边缘保存型平滑化滤波器的第二平滑化处理，对上述关注像素的像素值进行平滑化；以及适用判定单元，判定是否适用该第二平滑化单元的平滑化结果，生成输出图像，该输出图像是上述第一平滑化单元将上述输入图像的各像素的像素值平滑化而得到的像素值，上述第二平滑化单元平滑化而得到的像素值，或没有平滑化的原来的像素值中之一的图像。

此外，本发明的图像处理装置，进行生成输出图像的图像处理，该输出图像是从由矩阵状配置的多个像素构成的输入图像除去或减少噪声的图像，其特征在于，具备：特定区域提取单元，从上述输入图像提取包含关注像素的特定区域；微分值计算单元，对该特定区域提取单元提取的特定区域的图像，计算像素间的像素值的微分值；平滑化判定单元，根据该微分值计算单元计算的微分值，判定是否将上述关注像素作为平滑化处理的对象；噪声边界方向决定单元，在该平滑化判定单元判定为作为平滑化处理的对象时，决定在上述特定区域中噪声的边界部分延伸的方向；噪声边界位置决定单元，在上述平滑化判定单元判定为作为平滑化处理的对象时，决定在上述特定区域中噪声的边界部分的位置；以及平滑化单元，在上述平滑化判定单元判定为作为平滑化处理的对象时，根据上述噪声边界方向决定单元决定的方向及上述噪声边界位置决定单元决定的位置，对上述关注像素进行平滑化处理。

此外，本发明的图像处理装置，其特征在于，具备：特定区域提取单元，从由矩阵状配置的多个像素构成的输入图像提取包含关注像素的特定区域；微分值计算单元，对该特定区域提取单元提取的特定区域的图像，计算像素间的像素值的微分值；噪声边界方向决定单元，根据该微分值计算单元计算的微分值，决定在上述特定区域中噪声的边界部分延伸的方向；噪声边界位置决定单元，根据上述微分值计算单元计算的微分值，决定在上述特定区域中噪声的边界部分的位置。

此外，本发明的图像处理方法，生成输出图像，该输出图像是从由矩阵状配置的多个像素构成的输入图像除去或减少噪声的图像，其特征在于，特定区域提取步骤，从上述输入图像提取包含关注像素的特定区域；平滑化判定步骤，根据在该特定区域提取步骤提取的特定区域，判定是否把上述关注像素作为第一平滑化处理的对象；第一平滑化步骤，在该平滑化判定步骤判定为作为第一平滑化处理的对象时，进行使用了平滑化滤波器的第一平滑化处理，对上述关注像素的像素值进行平滑化；第二平滑化步骤，在上述平滑化判定步骤判定为不作为第一平滑化处理的对象时，进行使用了边缘保存型平滑化滤波器的第二平滑化处理，对上述关注像素的像素值进行平滑化；以及生成步骤，生成输出图像，该输出图像是将上述输入图像的各像素的像素值在上述第一平滑化步骤平滑化了的像素值，或在上述第二平滑化步骤平滑化了的像素值中之一的图像。

此外，本发明的图像处理方法，其特征在于，包括：噪声边界方向决定步骤，在上述平滑化判定步骤判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分延伸的方向；以及噪声边界位置决定步骤，在上述平滑化判定步骤判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分的位置。

此外，本发明的图像处理方法，其特征在于，在上述噪声边界位置决定步骤中，在上述平滑化判定步骤判定为作为平滑化处理的对象，且在上述噪声边界方向决定步骤中决定的方向为规定方向时，决定在上述特定区域中噪声的边界部分的位置。

此外，本发明的图像处理方法，其特征在于，在上述噪声边界方向决定步骤中决定的方向不是规定方向时，还包括扩大上述特定区域的特定区域扩大步骤，在上述噪声边界方向决定步骤，对在上述特定区域扩大步骤扩大的特定区域再次进行方向决定。

此外，本发明的图像处理方法，其特征在于，在上述噪声边界方向决定步骤中决定的方向成为规定方向之前，或，在上述特定区域扩大步骤将特定区域扩大到规定大小之前，重复进行基于上述特定区域扩大步骤的特定区域的扩大及基于上述噪声边界方向决定步骤的方向决定。

此外，本发明的图像处理方法，其特征在于，预先存储多个上述第一平滑化步骤使用的平滑化滤波器，包括滤波器选择步骤，根据在上述噪声边界位置决定步骤中决定的位置及在上述噪声边界方向决定步骤中决定的方向，从所存储的多个平滑化滤波器选择平滑化滤波器，在上述第一平滑化步骤中，利用在上述滤波器选择步骤选择的平滑化滤波器，对上述关注像素的像素值进行平滑化。

此外，本发明的图像处理方法，其特征在于，包括微分值计算步骤，对在上述特定区域提取步骤提取的特定区域的图像计算像素间的像素值的微分值，在上述平滑化判定步骤，根据在上述微分值计算步骤计算的微分值，判定是否将上述关注像素作为平滑化处理的对象。

此外，本发明的图像处理方法，其特征在于，在上述微分值计算步骤中，计算相邻的像素间的像素值的1次微分值及2次微分值，在上述平滑化判定步骤中，根据在上述微分值计算步骤计算的1次微分值及2次微分值进行判定。

此外，本发明的图像处理方法，其特征在于，包括：1次微分值2值化步骤，根据在上述微分值计算步骤计算的1次微分值是否超过阈值，对上述1次微分值进行2值化；第1逻辑和计算步骤，计算在上述1次微分值2值化步骤进行了2值化的1次微分值的逻辑和；2 次微分值2值化步骤，根据在上述微分值计算步骤计算的2次微分值是否超过阈值，将上述 2次微分值进行2值化；第2逻辑和计算步骤，计算上述2次微分值2值化步骤进行了2值化的2次微分值的逻辑和；以及第3逻辑和计算步骤，计算上述第1逻辑和计算步骤的算出结果及上述第2逻辑和计算步骤的算出结果的逻辑和，在上述平滑化判定步骤，根据上述第 3逻辑和计算步骤的算出结果进行判定。

此外，本发明的图像处理方法，其特征在于，在上述微分值计算步骤、上述1次微分值 2值化步骤、上述第1逻辑和计算步骤、上述2次微分值2值化步骤、上述第2逻辑和计算步骤及上述第3逻辑和计算步骤，分别对上述特定区域的纵向及横向进行处理，在上述平滑化判定步骤，根据上述第3逻辑和计算步骤对上述纵向及横向的算出结果进行判定。

此外，本发明的图像处理方法，其特征在于，包括噪声边界方向决定步骤，在上述平滑化判定步骤判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分延伸的方向，在该噪声边界方向决定步骤，根据上述第3逻辑和计算步骤对上述纵向及横向的算出结果，决定噪声的边界部分是否在上述特定区域的上述纵向及/或上述横向上延伸。

此外，本发明的图像处理方法，其特征在于，包括噪声边界位置决定步骤，在上述平滑化判定步骤判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分的位置，在该噪声边界位置决定步骤中，根据在上述2次微分值2值化步骤进行了2值化的2 次微分值的上述特定区域内的图案，决定在上述特定区域中噪声的边界部分的位置。

此外，本发明的图像处理方法，其特征在于，还包括：边缘强度计算步骤，对不同方向预先存储多个用于分别检测有关特定方向的边缘成分的强度的索贝尔滤波器，对在上述特定区域提取步骤提取的特定区域，利用所存储的多个索贝尔滤波器进行，对多个方向计算上述特定区域所含的边缘成分的强度；边缘强度差分判定步骤，判定在上述边缘强度计算步骤算出的多个边缘强度的最大值及最小值的差分是否超过阈值，在上述边缘强度差分判定步骤判定为上述差分不超过上述阈值时，在上述第二平滑化步骤，利用非边缘保存型平滑化滤波器，对上述特定区域的关注像素的像素值进行平滑化。

此外，本发明的图像处理方法，其特征在于，具备适用判定步骤，判定是否适用上述第二平滑化步骤的平滑化结果，上述生成步骤生成输出图像，该输出图像是将上述输入图像的各像素的像素值在上述第一平滑化步骤平滑化了的像素值，在上述第二平滑化步骤平滑化了的像素值，或没有平滑化的原来的像素值之一的图像。

此外，本发明的图像处理方法，其特征在于，包括：第二边缘强度计算步骤，对在上述特定区域提取步骤提取的特定区域进行使用拉普拉斯滤波器的滤波器处理，计算上述特定区域所含的边缘成分的强度；以及边缘强度判定步骤，判定在该第二边缘强度计算步骤算出的强度是否超过阈值，在上述适用判定步骤，在上述边缘强度判定步骤判定为上述强度超过上述阈值时，判定为适用上述第二平滑化步骤的平滑化结果，在上述边缘强度判定步骤判定为上述强度不超过上述阈值时，判定为不适用上述第二平滑化步骤的平滑化结果。

此外，本发明的图像处理方法，其特征在于，包括：增减次数计算步骤，计算在上述特定区域提取步骤提取的特定区域内特定方向上相邻的像素间的像素值的增减次数；以及增减次数判定步骤，判定在该增减次数计算步骤算出的增减次数是否超过阈值，在上述适用判定步骤，在上述增减次数判定步骤判定为上述增减次数不超过上述阈值时，判定为适用上述第二平滑化步骤的平滑化结果，在上述增减次数判定步骤判定为上述增减次数超过上述阈值时，判定不适用上述第二平滑化步骤的平滑化结果。

此外，本发明的图像处理方法，其特征在于，包括：平滑差分计算步骤，计算在上述特定区域提取步骤提取的特定区域所含的关注像素的像素值及通过上述第二平滑化步骤平滑化了的像素值的差分，平滑差分判定步骤，判定在该平滑差分计算步骤算出的差分是否超过阈值，在上述适用判定步骤中，在上述平滑差分判定步骤判定为上述差分不超过上述阈值时，判定为适用上述第二平滑化步骤的平滑化结果，在上述平滑差分判定步骤判定为上述差分超过上述阈值时，判定为不适用上述第二平滑化步骤的平滑化结果。

此外，本发明的图像处理方法，生成输出图像，该输出图像是从由矩阵状配置的多个像素构成的输入图像除去或减少噪声的图像，其特征在于，特定区域提取步骤，从上述输入图像提取包含关注像素的特定区域；平滑化判定步骤，根据在该特定区域提取步骤提取的特定区域，判定是否把上述关注像素作为第一平滑化处理的对象；第一平滑化步骤，在该平滑化判定步骤判定为作为第一平滑化处理的对象时，进行使用了平滑化滤波器的第一平滑化处理，对上述关注像素的像素值进行平滑化；第二平滑化步骤，在上述平滑化判定步骤判定为不作为第一平滑化处理的对象时，进行使用了边缘保存型平滑化滤波器的第二平滑化处理，对上述关注像素的像素值进行平滑化；适用判定步骤，判定是否适用该第二平滑化步骤的平滑化结果；生成步骤，生成输出图像，该输出图像是将上述输入图像的各像素的像素值在上述第一平滑化步骤平滑化了的像素值，在上述第二平滑化步骤平滑化了的像素值，或没有平滑化的原来的像素值中之一的图像。

此外，本发明的图像处理方法，生成输出图像，该输出图像是从由矩阵状配置的多个像素构成的输入图像除去或减少噪声的图像，其特征在于，特定区域提取步骤，从上述输入图像提取包含关注像素的特定区域；微分值计算步骤，对在该特定区域提取步骤提取的特定区域的图像计算像素间的像素值的微分值；平滑化判定步骤，根据在该微分值计算步骤算出的微分值，判定是否将上述关注像素作为平滑化处理的对象；噪声边界方向决定步骤，在该平滑化判定步骤判定为作为平滑化处理的对象时，决定在上述特定区域中噪声的边界部分延伸的方向；噪声边界位置决定步骤，在上述平滑化判定步骤判定为作为平滑化处理的对象时，决定在上述特定区域中噪声的边界部分的位置；以及平滑化步骤，在上述平滑化判定步骤判定为作为平滑化处理的对象时，根据在上述噪声边界方向决定步骤中决定的方向及在上述噪声边界位置决定步骤中决定的位置，对上述关注像素进行平滑化处理。

此外，本发明的图像处理方法，其特征在于，包括：特定区域提取步骤，从由矩阵状配置的多个像素构成的输入图像提取包含关注像素的特定区域；微分值计算步骤，对在该特定区域提取步骤提取的特定区域的图像计算像素间的像素值的微分值；噪声边界方向决定步骤，根据在该微分值计算步骤算出的微分值，决定在上述特定区域中噪声的边界部分延伸的方向；以及噪声边界位置决定步骤，根据在上述微分值计算步骤计算的微分值，决定在上述特定区域中噪声的边界部分的位置。

此外，本发明的计算机程序，该计算机程序使计算机执行图像处理，该图像处理生成输出图像，该输出图像是从由矩阵状配置的多个像素构成的输入图像除去或减小噪声的图像，其特征在于，该计算机程序使计算机作为如下的单元被操作：特定区域提取单元，从上述输入图像提取包含关注像素的特定区域；平滑化判定单元，根据该特定区域提取单元提取的特定区域，判定是否把上述关注像素作为第一平滑化处理的对象；第一平滑化单元，在该平滑化判定单元判定为作为第一平滑化处理的对象时，进行使用了平滑化滤波器的第一平滑化处理，对上述关注像素的像素值进行平滑化；第二平滑化单元，在上述平滑化判定单元判定为不作为第一平滑化处理的对象时，进行使用了边缘保存型平滑化滤波器的第二平滑化处理，对上述关注像素的像素值进行平滑化；以及生成单元，生成输出图像，该输出图像是上述第一平滑化单元将上述输入图像的各像素的像素值平滑化而得到的像素值，或上述第二平滑化单元平滑化而得到的像素值中之一的图像。

此外，本发明的计算机程序，该计算机程序使计算机执行图像处理，该图像处理生成输出图像，该输出图像是从由矩阵状配置的多个像素构成的输入图像除去或减小噪声的图像，其特征在于，该计算机程序使计算机作为如下的单元被操作：特定区域提取单元，从上述输入图像提取包含关注像素的特定区域；平滑化判定单元，根据该特定区域提取单元提取的特定区域，判定是否把上述关注像素作为第一平滑化处理的对象；第一平滑化单元，在该平滑化判定单元判定为作为第一平滑化处理的对象时，进行使用了平滑化滤波器的第一平滑化处理，对上述关注像素的像素值进行平滑化；第二平滑化单元，在上述平滑化判定单元判定为不作为第一平滑化处理的对象时，进行使用了边缘保存型平滑化滤波器的第二平滑化处理，对上述关注像素的像素值进行平滑化；适用判定单元，判定是否适用该第二平滑化单元的平滑化结果；以及生成单元，生成输出图像，该输出图像是上述第一平滑化单元将上述输入图像的各像素的像素值平滑化而得到的像素值，或上述第二平滑化单元平滑化而得到的像素值，或没有平滑化的原来的像素值中之一的图像。

此外，本发明的计算机程序，该计算机程序使计算机执行图像处理，该图像处理生成输出图像，该输出图像是从由矩阵状配置的多个像素构成的输入图像除去或减小噪声的图像，其特征在于，该计算机程序使计算机作为如下的单元被操作：特定区域提取单元，从上述输入图像提取包含关注像素的特定区域；微分值计算单元，对该特定区域提取单元提取的特定区域的图像，计算像素间的像素值的微分值；平滑化判定单元，根据该微分值计算单元计算的微分值，判定是否将上述关注像素作为平滑化处理的对象；噪声边界方向决定单元，在该平滑化判定单元判定为作为平滑化处理的对象时，决定在上述特定区域中噪声的边界部分延伸的方向；噪声边界位置决定单元，在上述平滑化判定单元判定为作为平滑化处理的对象时，决定在上述特定区域中噪声的边界部分的位置；以及平滑化单元，在上述平滑化判定单元判定为作为平滑化处理的对象时，根据上述噪声边界方向决定单元决定的方向及上述噪声边界位置决定单元决定的位置，对上述关注像素进行平滑化处理。

此外，本发明的计算机程序，其特征在于，使计算机作为如下的单元被操作：特定区域提取单元，从由矩阵状配置的多个像素构成的输入图像提取包含关注像素的特定区域；微分值计算单元，对该特定区域提取单元提取的特定区域的图像，计算像素间的像素值的微分值；噪声边界方向决定单元，根据该微分值计算单元计算的微分值，决定在上述特定区域中噪声的边界部分延伸的方向；噪声边界位置决定单元，根据上述微分值计算单元计算的微分值，决定在上述特定区域中噪声的边界部分的位置。

在本发明中，从输入图像提取包含关注像素的特定区域来计算相邻像素间的像素值的微分值，并根据所计算的微分值判定是否将特定区域内的关注像素作为平滑化处理的对象。在作为平滑化处理的对象时，决定噪声的边界部分的延伸方向及其位置。

由此，能够根据噪声的边界部分的方向及位置进行适当的滤波处理，能够从输入图像高精度地除去或减少噪声。

此外，在本发明中，在特定区域内的噪声的边界部分的延伸方向不是规定方向时，扩大特定区域来再次决定噪声的边界部分的方向。这可以是重复进行到噪声的边界部分的方向成为规定方向之前或特定区域扩大到规定大小为止。由此，能够高精度地检测各种大小的块噪声。

此外，在本发明中，计算相邻像素间的像素值的1次微分值及2次微分值，判定是否对特定区域内的关注像素进行平滑化处理。此时，通过与阈值比较而将1次微分值进行2值化来计算其逻辑和，同样，能够通过阈值比较而将2次微分值进行2值化来计算逻辑和，且进一步计算1次微分值的逻辑和及2次微分值的逻辑和的逻辑和，根据计算结果进行判定。此外，这些运算可以是分别对图像的纵向及横向(垂直方向及水平方向)进行处理，根据各方向的处理结果进行是否进行平滑化处理的判定。

通过这些结构，能够高精度地检测特定区域内的噪声。

此外，在本发明中，根据通过进行上述运算来得到的分别有关纵向及横向的逻辑和，决定噪声的边界部分是否在纵向及/或横向上延伸。由此，能够容易判断噪声的边界部分的延伸方向是否为纵向及/或横向。

此外，根据2值化的2次微分值的特定区域内的0/1的配置图案，决定特定区域内的噪声的边界部分的位置。由此，能够容易决定噪声的边界部分的位置。

此外，在本发明中，预先存储多个用于除去或减小噪声的平滑化滤波器，根据存在于特定区域内的噪声的边界部分的位置及方向选择平滑化滤波器，利用所选择的平滑化滤波器，将特定区域的关注像素的像素值进行平滑化。由此，能够进行适合特定区域内的噪声的边界部分的位置及方向的平滑化。

此外，在本发明中，根据从输入图像提取的特定区域，判断是否将关注像素作为第一平滑化处理的对象，在判断为作为第一平滑化处理的对象时，进行利用了平滑化滤波器的第一平滑化处理。在判定为不作为第一平滑化处理的对象时，进行使用了边缘保存型平滑化滤波器的第二平滑化处理。此时，根据特定区域内的像素值或第二平滑化处理的结果等，判断是否采用第二平滑化处理的结果。

此外，图像处理装置选择利用第一平滑化处理平滑化了的像素值、利用第二平滑化处理平滑化了的像素值或没有平滑化的原来的输入图像的像素值中之一，来作为对输入图像的关注像素的输出图像的像素值。通过对输入图像的所有像素进行这样的选择，能够生成输出图像。

由此，能够进行适合输入图像的各像素的平滑化，并且在不对不需要平滑化的像素不进行平滑化的情况下生成输出图像。

此外，在本发明中，使用多个索贝尔滤波器对多个方向计算特定区域所含的边缘成分的强度，从所计算的多个边缘强度选择最大值及最小值，并判定它们的差分是否超过阈值。在差分不超过阈值时，特定区域可视为不包含边缘成分的大体平坦的图像，因此能够利用非边缘保存型平滑化滤波器进行平滑化。

此外，在本发明中，根据一个或多个条件判定是否适用使用了边缘保存型平滑化滤波器的平滑化的处理结果。

例如，在输入图像为具有明确边缘或图案等的图像时，通过进行平滑化处理可能使画质劣化，因此不适用平滑化处理的结果而是采用原来的像素值。

例如，对所提取的特定区域进行使用了拉普拉斯滤波器的滤波器处理，计算特定区域所含的边缘成分的强度，判定所计算的强度是否超过阈值。在边缘成分的强度超过阈值时，适用平滑化处理结果，在不超过阈值时，不适用平滑化处理结果。

此外，例如，在输入图像为包含1像素单位等的细纹理(Texture)的图像时，通过其排列等判定为其边缘强度较小，不用边缘保存型平滑化滤波器保存其边缘而进行平滑化处理，有可能造成纹理变得不明确。因此，计算特定区域内的像素的振动数(像素值的增减次数)，在所计算的振动数大于阈值时，视该特定区域为纹理区域，不适用平滑化处理的结果。由此，通过平滑化处理能够防止纹理劣化。

此外，例如，在特定区域内只有关注像素的像素值大大不同于其他像素时，很难判别其是纹理还是噪声。此时，为了减小平滑化的影响，计算平滑化处理前后的关注像素的像素值的差分。在计算的差分超过阈值时，不适用平滑化处理的结果。由此，能够将平滑化的影响抑制在阈值内。

发明效果

本发明中，能够高精度地检测包含于输入图像中的噪声，能够进行适合噪声的边界部分的位置及方向的平滑化，因此能够从输入图像高精度地除去或减少噪声。此外，在特定区域内的噪声的边界部分的方向不是规定方向时，扩大特定区域来再次决定噪声的边界部分的方向，由此能够检测各种大小的块噪声(Block-noise)。

此外，作为相对于关注像素的输出图像的像素值，选择并输出利用平滑化滤波器平滑化了的像素值、利用边缘保存型平滑化滤波器平滑化了的像素值，或没有平滑化的原来的像素值中之一，由此能够对输入图像的各像素进行适合噪声种类等的平滑化，除去或减少噪声来生成高质量的输出图像。

附图说明

图1是表示本实施方式的显示装置的结构的框图。

图2是表示图像处理部的一结构例的框图。

图3是表示图像处理部的噪声除去处理的步骤的一例的流程图。

图4是表示图像处理部进行的平滑化判定处理的步骤的概略的流程图。

图5是用于说明在步骤S21进行的水平方向判定处理的示意图。

图6是表示图像处理装置进行的水平方向判定处理的步骤的流程图。

图7是用于说明在步骤S22进行的垂直方向判定处理的示意图。

图8是用于说明噪声边界方向决定处理的示意图。

图9是用于说明噪声边界位置决定处理的示意图。

图10是表示平滑化滤波器的一例的示意图。

图11是表示平滑化滤波器的一例的示意图。

图12是表示边缘保存型平滑化滤波器的一例的示意图。

图13是表示边缘保存型平滑化滤波器的一例的示意图。

图14是表示边缘保存型平滑化滤波器的一例的示意图。

图15是表示用于方向判定的索贝尔滤波器的一例的示意图。

图16是表示由索贝尔滤波器计算的值和角度之间的对应的一例的图表。

图17是说明用于强度推定的内插处理的示意图。

图18是表示由索贝尔滤波器计算的值和角度之间的对应的一例的图表。

图19是表示边缘保存型的平滑化处理的步骤的流程图。

图20是用于说明使用了拉普拉斯滤波器的边缘量判定的示意图。

图21是用于说明基于振动数的应用判定的示意图。

图22是用于说明基于振动数的适用判定的示意图。

图23是表示应用判定处理的步骤的流程图。

图24是表示应用判定处理的步骤的流程图。

图25是表示变形例的PC的结构的框图。

具体实施方式

下面，关于本发明，根据表示其实施方式的附图进行具体说明。此外，在本实施方式中，以如下的显示装置为例对图像处理装置、图像处理方法及计算机程序的结构进行说明：该显示装置对来自个人计算机(Personal Computer)等外部装置的输入图像进行除去或减少噪声的图像处理来在液晶面板等显示部显示图像。图1是表示本实施方式的显示装置的结构的框图。在图中，1为显示装置，是进行如下处理的装置：对从PC5等外部装置输入的静止图像或运动图像实施各种图像处理，并显示到液晶面板13上。

显示装置1具备：根据来自PC5的输入图像驱动液晶面板13的图像输入部16，图像解压缩部17，图像处理部20及面板驱动部18等。此外，显示装置1具备：向液晶面板13的背面照射用于显示的光的背光灯14，以及驱动该背光灯14的光驱动部15。此外，显示装置 1具备：接受用户的操作的操作部12，以及根据所接受的操作控制装置内的各部的动作的控制部11。

控制部11是利用CPU(Central Processing Unit)或MPU(Micro ProcessingUnit)等的运算处理装置构成。操作部12具有配置在显示装置1的框体的正面周缘部或侧面等的一个或多个开关等，通过这些开关接受用户的操作，将所接受的操作内容通知控制部11。例如，用户可利用操作部12进行图像显示有关的明亮度设定或彩色平衡设定的变更操作，控制部11根据在操作部12接受的设定内容，控制装置内各部的动作。

图像输入部16具有用于连接外部设备的连接端子，PC5等外部装置经由影像信号用线缆连接。在本实施方式中，从PC5向显示装置1输入图像数据作为输入图像，该图像数据是通过MPEG或JPEG等的压缩方式压缩的图像数据。图像输入部16将来自PC5的输入图像赋予给图像解压缩部17。图像解压缩部17通过与各个压缩方式对应的方法对来自图像输入部16的输入图像进行解压缩，并赋予给图像处理部20。

图像处理部20可对从图像解压缩部17赋予的输入图像实施各种图像处理。在本实施方式中，图像处理部20可进行除去(或减少)包含于输入图像中的块噪声等台阶状噪声的图像处理。此外，关于图像处理部20进行的噪声除去的图像处理的详细内容，将在后面说明。图像处理部20将实施了图像处理后的图像赋予给面板驱动部18。

面板驱动部18根据从图像处理部20赋予的输入图像，生成并输出驱动信号，该驱动信号用于驱动构成液晶面板13的各像素。液晶面板13是如下的显示设备：其将多个像素配置成矩阵状，使各像素的透射率根据来自面板驱动部18的驱动信号发生变化，以显示图像。

背光灯14的一例是用LED(Light Emitting Diode)或CCFL(Cold CathodeFluorescent Lamp)等光源构成，向液晶面板13的背面照射光。背光灯14通过从光驱动部15赋予的驱动电压或驱动电流发光。光驱动部15根据来自控制部11的控制信号生成驱动电压或驱动电流，并输出到背光灯14。控制部11的一例根据在操作部12接受的明亮度设定等决定背光灯14的驱动量，并将与所决定的驱动量对应的控制信号输出到光驱动部15。

图2是表示图像处理部20的一结构例的框图，图示有关来自输入图像的噪声除去处理的框图。图像处理部20具备特定区域提取部21，该特定区域提取部21从输入图像提取特定大小的区域。特定区域提取部21对输入图像中1个像素(以下，称作关注像素)，进行提取以该关注像素为中心的例如5×5像素的特定区域的处理。特定区域提取部21提取的特定区域被赋予到平滑化判定部22、第1平滑化部23、第2平滑化部24、适用判定部25及像素值选择部26。

平滑化判定部22通过调查特定区域提取部21提取的特定区域所含的多个像素的像素值及其变化等，进行如下处理：判定是否实施特定区域所含的关注像素的平滑化。平滑化判定部22将可否实施平滑化处理的信息通知像素值选择部26。此外，平滑化判定部22在特定区域内存在噪声边界时，进行决定特定区域内的噪声边界的方向及位置的处理。平滑化判定部22将所决定的噪声边界的方向及位置赋予给第1平滑化部23。

第1平滑化部23存储多个平滑化滤波器，从这些中选择1个平滑化滤波器进行特定区域的滤波处理，由此进行图像的平滑化。第1平滑部23根据由平滑化判定部22赋予的噪声边界的方向及位置，选择1个平滑化滤波器。第1平滑化部23将由平滑化滤波器对特定区域进行平滑化的结果，即平滑化的特定区域的关注像素的像素值赋予给像素值选择部26。

第2平滑化部24对特定区域进行使用了边缘保存型平滑化滤波器的滤波处理。边缘保存型平滑化滤波器可保存特定区域所含的高频成分(边缘等)来对像素值进行平滑化，进行对画质不产生较大劣化的滤波处理。第2平滑部24存储与边缘方向对应的多个边缘保存型平滑化滤波器，判定特定区域所含的边缘的方向，并利用与边缘方向对应的滤波器进行平滑化。第2平滑化部24将由边缘保存型平滑化滤波器对特定区域进行了平滑化后的结果，即平滑化的特定区域的关注像素的像素值赋予给像素值选择部26。此外，第2平滑化部24的平滑化结果也赋予给适用判定部25。

适用判定部25根据特定区域的像素值的特征及/或第2平滑化部24的平滑化结果等，判定是否适用第2平滑化部24的平滑化结果。适用判定部25的一例根据特定区域内的边缘成分的量、特定区域内的像素值的变化模式及/或第2平滑化部24的平滑化前后的像素值差等进行判定。适用判定部25将判定结果赋予给像素值选择部26。

在像素值选择部26，相对于输入图像的关注像素，输入在第1平滑化部平滑化了的像素值、在第2平滑化部平滑化了的像素值以及没有进行平滑化的原来的像素值这3个像素值。像素值选择部26根据平滑化判定部22判定的平滑化处理的可否实施及适用判定部25的判定结果，从所输入的3个像素值选择并输出1个像素值。

在平滑化判定部22判定为进行平滑化处理时，像素值选择部26选择并输出在第1平滑化部23平滑化了的像素值。在平滑化判定部22判定为不进行平滑化处理且判定为在适用判定部25适用时，像素值选择部26选择并输出在第2平滑化部24平滑化了的像素值。在平滑化判定部22判定为不进行平滑化处理且在适用判定部25判定为不适用时，像素值选择部26选择并输出没有进行平滑化的原来的像素值。

图像处理部20通过对输入图像的所有像素进行特定区域提取部21～像素值选择部26的处理，能够生成输出图像，并将所生成的图像输出到面板驱动部18。此外，图2的框图所示的图像处理部20，通过第1平滑化部23及第2平滑部24等并列进行处理，最终选择各处理的处理结果，但是不限于这种结构。图像处理部20如下所示逐次进行是否进行平滑化处理的条件判定，在满足条件时，进行某一方的平滑化处理。

图3是表示图像处理部20的噪声除去处理的步骤的一例的流程图。图像处理部20从来自图像解压缩部17的输入图像选择一个关注像素(步骤S1)，提取出包含所选择的关注像素的规定大小的特定区域(步骤S2)。接着，图像处理部20对所提取的特定区域进行平滑化判定处理(步骤S3)，并调查在平滑化判定处理中是否判定为对特定区域内的关注像素实施平滑化处理(步骤S4)。

在判定为实施平滑化处理时(S4：YES)，图像处理部20利用平滑化滤波器进行特定区域的滤波处理(步骤S5)。此时，图像处理部20根据在平滑化判定处理中决定的噪声边界的方向及位置，从预先存储的多个平滑化滤波器选择1个平滑化滤波器进行滤波处理。图像处理部20输出实施了基于平滑化滤波器的滤波处理的特定区域的关注像素的像素值作为处理结果(步骤S6)。

此外，在判定为不实施平滑化处理时(S4：否)，图像处理部20利用边缘保存型平滑化滤波器进行特定区域的滤波处理(步骤S7)，并且进行与该滤波处理的结果有关的适用判定处理(步骤S8)。此时，图像处理部20根据特定区域所含的边缘的方向等，从预先存储的多个边缘保存型平滑化滤波器选择1个来进行滤波处理。此外，图像处理部20根据特定区域内的边缘成分的量、特定区域内的像素值的变化模式及在步骤S7的平滑化结果等中1个或多个条件，进行适用判定处理。

通过适用判定处理，图像处理部20判定是否适用边缘保存型平滑化滤波器的滤波处理的结果(步骤S9)。在判定为适用时(S9：是)，图像处理部20输出实施了边缘保存型平滑化滤波器的滤波处理之后特定区域的关注像素的像素值作为处理结果(步骤S10)。此外，在判定为不适用时(S9：否)，图像处理部20输出在步骤S1所选择的关注像素的像素值(步骤S11)。

图像处理部20通过对输入图像的全像素重复进行上述步骤S1～S11的处理，能够生成输出图像。所生成的输出图像的各像素，对输入图像的各像素是进行了平滑化滤波器的滤波处理的像素、进行了边缘保存型平滑化滤波器的滤波处理的像素或没有进行平滑化的像素 (与输入图像相同的像素)中某一个，输出图像成为从输入图像除去或减少了块噪声等台阶状噪声的图像。

＜1.平滑化判定处理＞＜1-1.处理概要＞

接着，对图像处理部20进行的平滑化判定处理进行说明。平滑化判定处理是图2的平滑化判定部22进行的处理，是在图3的步骤S3进行的处理。图4是表示图像处理部20进行的平滑化判定处理的大体步骤的流程图。首先，图像处理部20对从输入图像提取的特定区域进行水平方向(横向)的判定处理(步骤S21)及垂直方向(纵向)的判定处理(步骤 S22)，判定是否将特定区域所含的关注像素作为平滑化处理的对象(步骤S23)。在判定为不将关注像素平滑化处理的对象时(S23：否)，图像处理部20结束平滑化判定处理。

在判定为将关注像素作为平滑化处理的对象时(S23：是)，图像处理部20进行存在于特定区域内的噪声边界的方向决定处理(步骤S24)。图像处理部20根据方向决定处理的结果，判定在特定区域内是否存在水平方向或垂直方向中某个方向上延伸的噪声边界(步骤 S25)。

在判定为不存在水平方向或垂直方向的噪声边界时(S25：否)，图像处理部20判定在特定区域内是否存在其他方向上延伸的噪声边界(步骤S26)。在此，所谓其他方向上延伸的噪声边界的一例为在特定区域内斜向为45°或135°等方向上延伸的噪声边界，或，例如在特定区域内水平方向及垂直方向上延伸的L字型、T字型或十字型等噪声边界等。在判定为存在其他方向的噪声边界时(S26：是)，图像处理部20结束平滑化判定处理。

此外，在特定区域内不存在任何噪声边界时，该特定区域可视为相当于块噪声的内部区域。在此，在判定为特定区域内不存在其他方向的噪声边界时(S26：否)，图像处理部20 判定特定区域的大小是否为规定大小(步骤S27)。在特定区域不是规定大小时(S27：否)，图像处理部20放大特定区域(步骤S28)，使处理返回步骤S24，再次进行噪声边界的方向决定处理。在特定区域为规定大小时(S27：是)，图像处理部20结束平滑化判定处理。

在判定为特定区域内存在水平方向或垂直方向的噪声边界时(S25：是)，图像处理部20 进行特定区域内的噪声边界的位置决定处理(步骤S29)，并结束平滑化判定处理。

＜1-2.水平垂直判定＞

图5是用于说明在步骤S21进行的水平方向判定处理的示意图。图像处理部20从输入图像选择1个关注像素，提取包含该关注像素的规定大小(在图示例中为5×5像素)的特定区域100。此外，在本图中，对特定区域100内的关注像素施加阴影线来表示。在水平方向判定处理中，图像处理部20首先计算在特定区域100水平方向上相邻的像素间的像素值的1次微分值(即，相邻像素间的像素值的差分)。由此，图像处理部20得到由4×5的1 次微分值构成的水平1次微分值矩阵101。图像处理部20通过比较水平1次微分值矩阵101 的各1次微分值的绝对值和预先决定的阈值，将水平1次微分值矩阵101进行2值化(例如，设在1次微分值的绝对值≧阈值时为1，在1次微分值的绝对值＜阈值时为0)。接着，图像处理部20对水平方向上并列的4个2值化了的1次微分值进行OR(逻辑和)运算，得到由5个运算结果构成的水平1次微分值OR列102。

此外，图像处理部20计算出在水平1次微分值矩阵101水平方向上相邻的1次微分值的微分值(即2次微分值)。由此，图像处理部20得到由3×5的2次微分值构成的水平2 次微分值矩阵103。图像处理部20通过比较水平2次微分值矩阵103的各2次微分值的绝对值和预先决定的阈值，将水平2次微分值矩阵103进行2值化(例如，在2次微分值的绝对值≧阈值时为1，在2次微分值的绝对值＜阈值时为0)。接着，图像处理部20对水平方向上并列的3个2值化了的2次微分值进行OR运算，得到由5个运算结果构成的水平2次微分值OR列104。此外，用于将1次微分值进行2值化的阈值和用于将2次微分值进行2 值化的阈值可以是相同的值，也可以是不同的值，在显示装置1的设计阶段等决定。

接着，图像处理部20在水平1次微分值OR列102和水平2次微分值OR列104的对应位置进行2个值的OR运算，得到由5个运算结果构成的水平OR列105。图像处理部20进行水平OR列105的上位3个值(即第1～第3个值)的OR运算，得到水平上位OR值 106，且进行下位3个值(即第3～第5的值)的OR运算，得到水平下位OR值107。并且，图像处理部20进行水平上位OR值106和水平下位OR值107的AND运算，得到水平方向判定结果108。

这样得到的水平方向判定结果108是其值为“0”或”1”的1比特的信息。水平方向判定结果108表示特定区域100内的关注像素是否包含在低频成分的(在水平方向上的像素值的变化一定且小)块中。在水平方向判定结果108的值为“0”时，表示关注像素有可能包含在低频成分的块中。反过来，在水平方向判定结果108的值为“1”时，表示关注像素没有包含在低频成分的块中(即，不会成为块噪声)。

图6是表示图像处理装置20进行的水平方向判定处理的步骤的流程图。图像处理部20 计算特定区域100的水平方向上相邻的像素间的1次微分值(步骤S31)。图像处理部20通过比较所计算的1次微分值的绝对值和阈值，将1次微分值进行2值化(步骤S32)，并对2值化的1次微分值进行水平方向的OR运算(步骤S33)。此外，图像处理部20通过对步骤 S31的算出结果进一步计算水平方向的微分值，计算与特定区域100的水平方向有关的2次微分值(步骤S34)。图像处理部20通过比较所计算的2次微分值的绝对值和阈值，将2次微分值进行2值化(步骤S35)，并对2值化的2次微分值进行水平方向的OR运算(步骤 S36)。

接着，图像处理部20对步骤S33的运算结果和步骤S36的运算结果，在对应的位置进一步进行OR运算(步骤S37)。由此，得到多个OR运算值，图像处理部20进行上位半分的值的OR运算(步骤S38)和下位半分的值的OR运算(步骤S39)。并且，图像处理部20 进行步骤S38的运算结果和步骤S39的运算结果的AND运算(步骤S40)，并结束水平方向判定处理。

图7是用于说明在步骤S22进行的垂直方向判定处理的示意图。此外，垂直方向判定处理只是运算的方向不同，但大体上与水平方向判定处理相同。在垂直方向判定处理中，图像处理部20首先计算在特定区域100与垂直方向上相邻的像素间的像素值的1次微分值。由此，图像处理部20得到由5×4的1次微分值构成的垂直1次微分值矩阵111。图像处理部20通过比较垂直1次微分值矩阵111的各1次微分值的绝对值和预先决定的阈值，将垂直1次微分值矩阵111进行2值化。接着，图像处理部20对垂直方向上并列的4个2值化的1 次微分值进行OR运算，得到由5个运算结果构成的垂直1次微分值OR行112。

此外，图像处理部20计算在垂直1次微分值矩阵111中垂直方向上相邻的1次微分值的微分值(即2次微分值)。由此，图像处理部20得到由5×3的2次微分值构成的垂直2 次微分值矩阵113。图像处理部20通过比较垂直2次微分值矩阵113的各2次微分值的绝对值和预先决定的阈值，将垂直2次微分值矩阵113进行2值化。接着，图像处理部20对垂直方向上并列的3个2值化了的2次微分值进行OR运算，得到由5个运算结果构成的垂直2次微分值OR行114。

接着，图像处理部20在垂直1次微分值OR行112和垂直2次微分值OR行114的对应位置进行2个值OR运算，得到由5个运算结果构成的垂直OR行115。图像处理部20进行垂直OR行115的上位3个值的OR运算，得到垂直上位OR值116，并进行下位3个值的 OR运算，得到垂直下位OR值117。此外，图像处理部20进行垂直上位OR值116和垂直下位OR值117的AND运算，得到垂直方向判定结果118。

这样得到的垂直方向判定结果118是其值为“0”或”1”的1比特的信息。垂直方向判定结果118表示特定区域100内的关注像素是否包含在低频成分的(关于垂直方向，像素值的变化一定且小)块中。在垂直方向判定结果118的值为“0”时，表示关注像素可能包含在低频成分的块中。此外，在水平方向判定结果108的值为“0”，且垂直方向判定结果118 的值为“0”时，可以判断为关注像素包含在低频成分的块中。在垂直方向判定结果118的值为“1”时，表示关注像素不包含在低频成分的块中。

此外，垂直方向判定处理是大体上与水平方向判定处理相同的处理，因此省略流程图的图示。垂直方向判定处理有关的流程图可在图6所示的水平方向判定处理的流程图中，将“水平方向”的记载替换为“垂直方向”来得到。

图像处理部20根据在水平方向判定处理中得到的水平方向判定结果108和在垂直方向判定处理中得到的垂直方向判定结果118，判定是否将特定区域100内的关注像素设为平滑化处理的对象。具体来说，在水平方向判定结果108为“0”，且垂直方向判定结果118的值为“0”时，图像处理部20以关注像素作为平滑化处理的对象，进行后面的处理。此外，在水平方向判定结果108或垂直方向判定结果118中某一个值为“1”时，图像处理部20设关注像素非为平滑化处理的对象，并结束平滑化判定处理。

＜1-3.噪声边界方向决定处理＞

在将特定区域100内的关注像素判定为平滑化处理的对象时，图像处理部20进行决定特定区域100所含的噪声边界的延伸方向的处理。图8是用于说明噪声边界方向决定处理的示意图。在噪声边界方向决定处理中，图像处理部20判断特定区域100所含的噪声边界的方向为图8A的水平图案、图8B的垂直图案、图8C的内部图案或图8D的其他图案中某一个。图8A的水平图案是在特定区域100的水平方向(横向)上延伸噪声边界的图案。图8B 的垂直图案是在特定区域100的垂直方向(纵向)上噪声边界延伸的图案。图8C的内部图案是在特定区域100内不包含噪声边界，特定区域100为块噪声的内部区域时的图案。图 8D的其他图案是图8A～C以外的所有图案，图示的图案是一例。

图像处理部20利用在上述水平方向判定处理及垂直方向判定处理的过程中生成的数据，进行噪声边界方向决定处理。具体而言，图像处理部20利用在水平方向判定处理中生成的水平OR列105和在垂直方向判定处理中生成的垂直OR行115。图像处理部20判断水平OR列105中所含的5个值(其中，在扩大特定区域100时，包含多余5个的值)是否全部为“0”。同样，图像处理部20判断垂直OR行115所含的5个值是否全部为“0”。在水平OR列105的值全部为“0”时，特定区域100的像素值在水平方向上平滑地发生变化。此外，在垂直OR行115的值全部为“0”时，特定区域100的像素值在垂直方向上平滑地发生变化。

因此，图像处理部20在水平OR列105不是全部为“0”，垂直OR行115全部为“0”时，将特定区域100的噪声边界决定为图8A的水平图案。图像处理部20在水平OR列105 全部为“0”，垂直OR行115不是全部为“0”时，将特定区域100的噪声边界决定为图8B 的垂直图案。图像处理部20在水平OR列105全部为“0”，且垂直OR行115全部为“0”时，将特定区域100决定为图8C的内部图案(即，在输入图像中由噪声边界包围、夹持或相邻的区域)。此外，图像处理部20在水平OR列105不是全部为“0”，垂直OR行115不是全部为“0”时，将特定区域100的噪声边界决定为图8D的其他图案。

此外，图像处理部20在噪声边界方向决定处理中将特定区域100决定为图8C的内部图案时，扩大该特定区域100(例如，5×5像素→7×7像素→9×9像素→…)。图像处理部20对扩大的特定区域100，通过与图5～图7所示方法相同的方法计算水平OR列105及垂直OR行115。图像处理部20根据所计算的水平OR列105及垂直OR行115，决定扩大的特定区域100是否为图8所示的哪个图案。图像处理部20在判断扩大的特定区域100的噪声边界为图8A的水平图案、图8B的垂直图案或图8D的其他图案，或特定区域100的大小成为规定大小(例如，9×9像素等)之前，扩大特定区域100来重复进行处理。此外，在特定区域100达到规定大小时，图像处理部20不继续进行特定区域100的扩大，并结束平滑化判定处理。

＜1-4.噪声边界位置决定处理＞

图像处理部20在特定区域100的噪声边界为图8A的水平图案或图8B的垂直图案时，进行决定特定区域100的噪声边界的位置的处理。图9是用于说明噪声边界位置决定处理的示意图，表示特定区域100的噪声边界为垂直图案时的例。存在于5×5像素的特定区域100的垂直图案的噪声边界的位置是图9A～图9D所示的4个位置中某个。此外，关于噪声边界为水平图案时的位置决定处理，由于大体上与为垂直图案时大体相同，因此省略说明。

图像处理部20利用在上述的水平方向判定处理的过程中生成的数据，进行噪声边界位置决定处理。具体来说，图像处理部20利用2值化水平2次微分值矩阵103a，该2值化水平2次微分值矩阵103a是将水平方向判定处理中生成的水平2次微分值矩阵103通过与阈值进行比较来2值化了的矩阵。例如，如图9A所示，在噪声边界位于特定区域100的左端时，3×5的2值化水平2次微分值矩阵103a成为在第1列包含“1”，第2列及第3列为“0”的图案。如图9B所示，在噪声边界位于特定区域100的中央左时，3×5的2值化水平2次微分值矩阵103a成为在第1列及第2列包含“1”，第3列为“0”的图案。如图9C 所示，在噪声边界位于特定区域100的中央右时，3×5的2值化水平2次微分值矩阵103a 成为在第2列及第3列包含“1”，第1列为“0”的图案。如图9D所示，在噪声边界位于特定区域100的右端时，3×5的2值化水平2次微分值矩阵103a成为在第3列包含“1”，第1列及第2列为“0”的图案。

因此，图像处理部20通过调查水平方向判定处理中生成的2值化水平2次微分值矩阵 103a所含的“0”及“1”的配置图案，能够决定特定区域100所含的垂直图案的噪声边界的位置。此外，水平图案的噪声边界的位置决定也同样，图像处理部20利用2值化垂直2 次微分值矩阵，该2值化垂直2次微分值矩阵是将垂直方向判定处理中生成的垂直2次微分值矩阵113通过与阈值进行比较来2值化了的矩阵，并通过调查2值化垂直2次微分值矩阵所含的“0”及“1”的配置图案，能够决定特定区域100所含的水平图案的噪声边界的位置。

＜2.平滑化处理＞

在上述平滑化判定处理判定为进行平滑化处理时，图像处理部20进行将该特定区域100 的像素值平滑化的处理。图像处理部20存储多个用于进行平滑化处理的平滑化滤波器，根据在噪声边界方向决定处理中决定的方向及在噪声边界位置决定处理中决定的位置等选择1 个平滑化滤波器，并利用所选择的平滑化滤波器，对特定区域100的关注像素的像素值进行平滑化。

图10及图11是表示平滑化滤波器的一例的示意图。对5×5像素的特定区域100的平滑化滤波器的大小是5×5。设特定区域的各像素值为aij(i＝1～5，j＝1～5)，平滑化滤波器的各值为fij(i＝1～5，j＝1～5)时，图像处理部20将通过进行A＝(a11×f11+a12×f12+… +a55×f55)/(f11+f12+…+f55)的矩阵运算而得到的值A设为将关注像素的像素值进行了平滑化的值。此外，该运算方法在下面记载的利用其他滤波器(边缘保存型平滑化滤波器，索贝尔滤波器及拉普拉斯滤波器等)的滤波处理中也同样使用。

图10A所示的例是在特定区域100的噪声边界为垂直图案时使用的平滑化滤波器。图 10A的平滑化滤波器，第3行的5个值被设定为1，其他值被设定为0。通过使用图10A的平滑化滤波器，能够计算特定区域100的关注像素和位于该关注像素的左右两侧的4个像素的平均值，图像处理部20输出5个像素的平均值，作为关注像素的平滑化结果。图10A的平滑化滤波器，通过对垂直图案的噪声边界计算交叉方向的像素值的平均值，进行平滑化。

图10B所示的例，与图10A同样是特定区域100的噪声边界为垂直图案时使用的平滑化滤波器。其中，图10B的平滑化滤波器还考虑了噪声边界的位置，是在噪声边界的位置为图9B所示的中央左时使用的滤波器。图10B的平滑化滤波器，中心值被设定为3，其左邻值被设定为2，其他的值设定为0。通过使用图10B的平滑化滤波器，能够计算特定区域 100的关注像素和其左邻像素的加权的平均值，图像处理部20输出将该平均值，作为关注像素的平滑化结果。

图10C所示的例是特定区域100的噪声边界为水平图案时使用的平滑化滤波器。图10C 的平滑化滤波器，第3列的5个值被设定为1，其他的值被设定为0。通过使用图10C的平滑化滤波器，能够计算特定区域100的关注像素和位于该关注像素的上下两侧的4个像素的平均值，图像处理部20输出5个像素的平均值作为关注像素的平滑化结果。图10C的平滑化滤波器，通过对水平图案的噪声边界计算交叉方向的像素值的平均值来进行平滑化。

图11D所示的例是特定区域100的噪声边界为其他图案时使用的平滑化滤波器。图11D 的平滑化滤波器，5×5＝25个所有值被设定为1。通过使用图11D的平滑化滤波器，能够计算特定区域100的全像素的像素值的平均值，图像处理部20输出该平均值作为关注像素的平滑化结果。

图11E所示的例，是对5×5像素的特定区域100内不存在噪声边界、在扩大到7×7像素时存在噪声边界的特定区域100使用的平滑化滤波器。此外，图11E的平滑化滤波器是扩大了图11D的平滑化滤波器的平滑化滤波器，用于噪声边界为其他图案时。同样，能够将图10A～C的平滑化滤波器扩大到7×7的大小。通过使用图11E的平滑化滤波器，能够计算扩大的特定区域100的全像素的像素值的平均值，图像处理部20输出该平均值作为关注像素的平滑化结果。

如上所示，图像处理部20根据噪声边界的方向及位置等，选择平滑化滤波器，将特定区域100的关注像素的像素值进行平滑化并予以输出。此外，图10及图11所示的平滑化滤波器作为一例，不限于此。此外，图像处理部20也可以构成为虽判定有无噪声边界，但不进行其方向及位置的决定，对判定为存在噪声边界的特定区域100进行图11所示的平滑化滤波器的滤波处理。

＜3.边缘保存型的平滑化处理＞＜3-1.边缘保存型平滑化滤波器＞

在上述的平滑化判定处理中判定为不实施平滑化处理时，图像处理部20利用边缘保存型平滑化滤波器，进行将特定区域100的关注像素的像素值平滑化的处理。图像处理部20 存储多个边缘保存型平滑化滤波器，判定特定区域100所含的边缘成分的方向，根据所判定的边缘成分的方向选择1个滤波器，利用所选择的滤波器，对特定区域100的关注像素的像素值进行平滑化。

图12～图14是表示边缘保存型平滑化滤波器的一例的示意图。在本实施方式中，图像处理部20判定特定区域100的边缘成分的方向为：水平(0°)、倾斜45°、垂直(90 °)、倾斜135°、倾斜22.5°、倾斜67.5°、倾斜112.5°或倾斜157.5°的8方向，或无方向中的哪一个。因此，图像处理部20存储有：与8方向对应的8个边缘保存型平滑化滤波器，以及不是与无方向判定对应的边缘保存型的各向同性(Isotropic)的平滑化滤波器。

图12A所示的滤波器是保存水平方向的边缘成分的平滑化滤波器。图像处理部20在判定特定区域100的边缘成分的方向为水平方向时，进行使用了图12A的滤波器的平滑化处理。通过图像处理部20进行使用了图12A的滤波器的滤波处理，计算特定区域100的关注像素的像素值和相对于关注像素位于沿着边缘成分的方向的左右两侧的4个像素的像素值的加权的平均值。像素值的权重是越是靠近关注像素的像素就越大。图像处理部20输出所计算的平均值作为关注像素的平滑化结果。

图12B所示的滤波器是保存倾斜45°方向的边缘成分的平滑化滤波器，能够计算关注像素和相对于其位于倾斜45°方向的4个像素的像素值的加权的平均值。同样，图12C所示的滤波器是保存垂直(90°)方向的边缘成分的平滑化滤波器。此外，图12D所示的滤波器是保存倾斜135°方向的边缘成分的平滑化滤波器。

图13E所示的滤波器是保存倾斜22.5°方向的边缘成分的平滑化滤波器，能够计算关注像素和相对于其位于倾斜22.5°方向的6个像素的像素值的加权的平均值。同样，图13F所示的滤波器是保存倾斜67.5°方向的边缘成分的平滑化滤波器。图13G所示的滤波器是保存倾斜112.5°方向的边缘成分的平滑化滤波器。图13H所示的滤波器是保存倾斜157.5°方向的边缘成分的平滑化滤波器。

图14所示的滤波器，是判定特定区域100的边缘成分的方向不对应于上述8方向时使用的平滑化滤波器。该平滑化滤波器能够根据自关注像素起的距离对特定区域100内的全像素的像素值进行加权，并计算其加权后的平均值。

此外，根据图12及图13所示的8方向的边缘保存型平滑化滤波器，可利用以下的公式生成用于保存在任意角度x(0°＜x＜180°)方向的边缘的平滑化滤波器X。其中，设图 12所示的0°方向的边缘保存型平滑化滤波器为A，45°方向的边缘保存型平滑化滤波器为 B，90°方向的边缘保存型平滑化滤波器为C，135°方向的边缘保存型平滑化滤波器为D。此外，设图13所示的22.5°方向的边缘保存型平滑化滤波器为E，67.5°方向的边缘保存型平滑化滤波器为F，112.5°方向的边缘保存型平滑化滤波器为G，157.5°方向的边缘保存型平滑化滤波器为H。

0°<x<22.5°时：X＝αA+(1-α)E

22.5°<x<45°时：X＝αE+(1-α)B

45°<x<67.5°时：X＝αB+(1-α)F

67.5°<x<90°时：X＝αF+(1-α)C

90°<x<112.5°时：X＝αC+(1-α)G

112.5°<x<135°时：X＝αG+(1-α)D

135°<x<157.5°时：X＝αD+(1-α)H

157.5°<x<180°时：X＝αH+(1-α)A

其中，在上述式中，α是根据角度x确定的系数，0＜α＜1。例如，x＝10°时，成为α＝(10-0)/(22.5-0)＝0.44。此外，例如X＝75°时，成为α＝(75-67.5)/(90-67.5) ＝0.33。即，在m<x<n中，可由α＝(x-m)/(n-m)决定。

＜3-2.边缘方向判定＞(a)边缘强度算出处理

图像处理部20为了从这些多个边缘保存型平滑化滤波器中选择1个滤波器，需要判定特定区域100的边缘成分的方向。例如，图像处理部20可通过进行使用了索贝尔滤波器的滤波处理，进行边缘成分的方向判定。图15是表示用于方向判定的索贝尔滤波器的一例的示意图。图像处理部20为了判定边缘成分的方向为水平(0°)、倾斜45°、垂直(90°) 及倾斜135°的4方向中的哪一个，使用与各方向对应的图15A～D所示的4个索贝尔滤波器。

图示的索贝尔滤波器是3×3的行列，是用于判定与值被设定为0的要素的配置方向垂直的方向的边缘成分的强度的滤波器。图像处理部20对以特定区域100中的关注像素为中心的3×3的区域，进行使用了图示的索贝尔滤波器的滤波处理，计算边缘成分的强度(此外，所计算的值的绝对值越接近0，表示边缘成分的强度越强)。

此外，如上所述，边缘保存型平滑化滤波器，除了与0°、45°、90°及135°对应的4 个滤波器以外，使用与22.5°、67.5°、112.5°及157.5°对应的4个滤波器。因此，图像处理部20需要取得22.5°、67.5°、112.5°及157.5°的边缘成分的强度。因此，图像处理部20计算或推定与下面说明的2个方法中某个(或组合双方来使用)、22.5°、67.5°、 112.5°及157.5°的边缘成分的强度。

取得边缘成分的强度的第一方法中，图像处理部20除了存储与0°、45°、90°及135°对应的4个基本索贝尔滤波器之外，还存储与22.5°、67.5°、112.5°及157.5°对应的 4个扩展索贝尔滤波器，并利用这些8个索贝尔滤波器计算边缘成分的强度。

与任意的角度x【rad】对应的扩展索贝尔滤波器X可通过以下的(1)～(4)式计算。此外，设0<x<π。此外，设角度0(0°)的基本索贝尔滤波器为A，角度π/4(45°)的基本索贝尔滤波器为B，角度π/2(90°)的基本索贝尔滤波器为C，角度3π/4(135°) 的基本索贝尔滤波器为D。此外，可将角度π(180°)的索贝尔滤波器设为将角度0的基本索贝尔滤波器的符号反转的滤波器。因此，设角度π的索贝尔滤波器为E(＝-A)。

0<x<π/4时：X＝αA+(1-α)B…(1)

π/4<x<π/2时：X＝αB+(1-α)C…(2)

π/2<x<3π/4时：X＝αC+(1-α)D…(3)

3π/4<x<π时：X＝αD+(1-α)E…(4)

其中，在上述式中，α是根据角度x确定的系数，0＜α＜1。例如，x＝π/8时，成为α＝1/2。此外，例如x＝π/6时，成为α＝2/3。即，在0<x<π/4中，系数α可对应于所计算的索贝尔滤波器X的角度x及角度O的差分与角度x及π/4的差分的比率来决定。关于其他角度范围也同样。在m<x<n中，可通过α＝(x-m)/(n-m)决定。

此外，根据上述(1)～(4)式，用于对任意的角度x【rad】计算边缘成分的强度的3×3的索贝尔滤波器可通过下述(5)～(8)式生成。此外，0≦x＜π。

(a)时，

其中，

(b)时，

其中，

(c)时，

其中，

(d)时，

其中，

通过使用上述(5)～(8)式，能够生成22.5°、67.5°、112.5°及157.5°的扩展索贝尔滤波器。此外，上述(5)～(8)式能够生成图15A～D所示的基本索贝尔滤波器。

例如，倾斜22.5°(x＝π/8)的索贝尔滤波器，在上述(5)式中的(a)的行列中，成为α＝1/2，β＝3/2，γ＝3/2，δ＝1/2。在此，比较图15A所示的0°的索贝尔滤波器和图15C所示的45°的索贝尔滤波器，则可知45°的索贝尔滤波器所含的各值是将0°的索贝尔滤波器的各值旋转45°来配置的值。同样，用上述式计算的22.5°的索贝尔滤波器的值相当于将0°的索贝尔滤波器的各值旋转22.5°的值。此外，22.5°的索贝尔滤波器的各值相当于设为0°及45°的索贝尔滤波器的对应值的平均值。

在取得边缘成分的强度的第一方法中，图像处理部20存储预先生成的4个基本索贝尔滤波器及4个扩展索贝尔滤波器，利用这些8个索贝尔滤波器计算边缘强度。图像处理部 20能够计算8方向的边缘成分的强度，并可根据所计算的强度，从图12及图13所示的边缘保存型平滑化滤波器中选择某1个。如上所示，图像处理部20与所存储的边缘保存型平滑化滤波器的角度一对一对应地存储相同数量的索贝尔滤波器。(此时，图像处理部20可根据利用各索贝尔滤波器计算的边缘成分的强度，判断使用哪个平滑化滤波器，所以可不进行以下的(b)边缘强度推定处理。)

相对于此，在取得边缘成分的强度的第二方法中，图像处理部20存储有图15A～D所示的4个索贝尔滤波器而不存储倾斜22.5°、67.5°、112.5°及157.5°的索贝尔滤波器，这也是可以的。对于没有存储的索贝尔滤波器的角度的边缘成分的强度，在以下的(b)边缘强度推定处理中计算图像处理部20。

(b)边缘强度推定处理

在相对于所存储的边缘保存型平滑化滤波器的数量，所存储的索贝尔滤波器的数量较少时，图像处理部20进行推定有关不能使用索贝尔滤波器计算的方向的边缘成分的强度的处理。图像处理部20根据利用(a)边缘强度计算处理计算的多个边缘成分的强度，推定除此之外的方向的边缘成分的强度。

图16是表示通过索贝尔滤波器计算的值(绝对值)和角度的对应的一例的图表。图16 所示的图表，设横轴为角度【°】，纵轴为表示通过索贝尔滤波器计算的边缘成分的强度值的绝对值。如图16所示，在边缘成分有方向依存性时，利用索贝尔滤波器计算的值的绝对值的变化具有极大值及极小值的变化。本实施方式的显示装置1的图像处理部20通过根据由图15所示的4个索贝尔滤波器计算的0°、45°、90°及135°的4方向的边缘成分的强度进行内插处理(Interpolation processing)，从而推定其他方向的边缘成分的强度。

图17是说明用于强度推定的内插处理的示意图。图中的黑圆所示的点是表示通过使用了索贝尔滤波器的滤波处理计算的强度的点。在此，图示的A1(X1，Y1)、A2(X2， Y2)、A3(X3，Y3)及A4(X4，Y4)这4点是被计算出的。此外，图中的施加了阴影的圆点是表示根据A1～A4推定的强度的点C(Xi，Yi)。此外，点C是点A2及A3之间的点，坐标X2～坐标Xi的距离和坐标Xi～坐标X3的距离之间的比率设为r：1-r(其中，0 ＜r＜1)。

此外，图中的白圆表示的点B13是根据点A1及A3，通过线性内插(一次内插)进行了内插的坐标X2的点。同样，点B24是根据点A2及A4，通过线性内插进行了内插的坐标 X3的点。点B23是根据点A2及A3，通过线性内插进行了内插的坐标Xi的点。此外，设点A2及点B13之间的距离(两点的Y坐标的差分)为Δα，点A3及点B24之间的距离为Δβ。同样，设点B23及点C之间的距离为Δ。

根据这些，所推定的点C的坐标Yi可由以下的(11)式表示。

Yi＝(1-r)×Y2+r×Y3+Δ…(11)

此外，上述(11)式中，Δ可由以下的(12)式表示。

Δ＝(1-r)×Δα+r×Δβ…(12)

此外，进一步，Δα及Δβ可由以下的(13)式及(14)式表示。

Δα＝Y2-(Y1+Y3)/2…(13)

Δβ＝Y3-(Y2+Y4)/2…(14)

即，要计算的点C是相当于对通过利用附近2点(点A2及A3)的线性内插进行了内插的点(点B23)上加上平均值(Δ)的点；所述平均值(Δ)是利用分离的2点(点A1及A4)通过线性内插对附近2点进行了内插的点(点B13及B24)的误差(Δα及Δβ)上加权来算出的平均值。

以上的(11)式～(14)式适用于通过索贝尔滤波器计算的边缘成分的强度。设通过图 15所示的0°、45°、90°及135°的索贝尔滤波器计算的边缘成分的强度(绝对值)分别为a、b、c及d，所推定的22.5°的边缘成分的强度(绝对值)为e。此外，在本例中，为了处理强度的绝对值，135°中的边缘成分的强度可视为-45°的强度。

因此，图17所示的点A1～A4及C成为如下的坐标。

A1(135°，d)

A2(0°，a)

A3(45°，b)

A4(90°，c)

C(22.5°，e)

并且，此时，r＝1/2。

将这些值代入(11)式～(14)式，得到以下的(21)式。

e＝{3×(a+b)-(c+d)}/4…(21)

同样，若设67.5°的边缘成分的强度为f，112.5°的边缘成分的强度为g，157.5°的边缘成分的强度为h，则得到以下的(22)式～(24)式。

f＝{3×(b+c)-(d+a)}/4…(22)

g＝{3×(c+d)-(a+b)}/4…(23)

h＝{3×(d+a)-(b+c)}/4…(24)

因此，图像处理部20可根据利用图15所示的4个索贝尔滤波器计算的边缘成分的强度 a～d和上述(21)式～(24)式，能够推定利用索贝尔滤波器不能算出的其他方向的边缘成分的强度e～h。

(c)边缘方向判定处理

图像处理部20利用4个基本索贝尔滤波器及4个扩展索贝尔滤波器，计算8方向的边缘成分的强度(第一方法)。或者，图像处理部20利用图15A～D的4个索贝尔滤波器，计算各方向的边缘成分的强度，并推定其他方向的边缘成分的强度(第二方法)。图像处理部 20比较通过计算或推定得到的多个边缘成分的强度，将强度最强的(所计算的值的绝对值最小)方向判断为特定区域100的边缘成分的方向。图像处理部20读取与所判定的方向对应的边缘保存型平滑化滤波器(参照图12及图13)，对特定区域100进行滤波处理，对关注像素的像素值进行平滑化。

然而，在使用了索贝尔滤波器的边缘成分的强度计算中，例如，特定区域100为包含1 点(dot)的纹理或1点宽度的细线等的图像时，很难判定边缘成分的方向。图18是表示由索贝尔滤波器计算的值(绝对值)和角度对应的一例示意图表。图18所示的图表，设横轴为角度【°】，纵轴为根据索贝尔滤波器计算的边缘成分的强度值的绝对值。此外，图18所示的例是对包含1点的纹理或1点宽度的细线等的图像进行了使用索贝尔滤波器的运算结果。

如图18所示，在为包含1点的纹理或1点宽度的细线等的图像时，利用索贝尔滤波器计算的边缘成分的强度，基于角度的变化较少。因此，图像处理部20从所计算的边缘成分的强度的绝对值及根据这些推定的边缘成分的强度的绝对值，分选最大值及最小值来计算其差分。图像处理部20在所计算的差分不超过阈值时，特定区域100视为没有方向性的图像，进行使用了图14所示的各向同性(Isotropic)性平滑化滤波器的平滑化处理。

图19是表示边缘保存型的平滑化处理的步骤的流程图，是利用图3的步骤S7进行的处理。在边缘保存型平滑化处理中，图像处理部20首先读取预先存储在存储器中的多个索贝尔滤波器(步骤S51)。图像处理部20利用各索贝尔滤波器对特定区域100进行滤波处理，计算各方向的边缘成分的强度(步骤S52)。

接着，图像处理部20根据所计算的多个边缘成分的强度，推定其他方向的边缘成分的强度(步骤S53)。图像处理部20计算出在步骤S52计算的强度的绝对值及在步骤S53推定的强度的绝对值的最大值及最小值的差分(步骤S54)，判定所计算的差分是否超过阈值(步骤S55)。

在差分超过阈值时(S55：是)，图像处理部20根据在步骤S52计算的强度及在步骤S53推定的强度，判定强度成最大的(绝对值最小的)，由此判定特定区域100所含的边缘成分的方向(步骤S56)。图像处理部20读取与所判定的边缘成分的方向对应的边缘保存型平滑化滤波器(步骤S57)。

此外，在差分不超过阈值时(S55：否)，图像处理部20判断为在特定区域100的边缘成分中不存在方向性，不是读取边缘保存型平滑化滤波器，而是读取各向同性(Isotropic)的平滑化滤波器(步骤S58)。

图像处理部20利用在步骤S57或S58读取的平滑化滤波器，对特定区域100进行滤波处理，对关注像素进行平滑化(步骤S59)，并结束处理。

＜4.适用判定＞

如上所述图像处理部20，在平滑化判定处理中判定为不实施平滑化处理时，进行使用了边缘保存型平滑化滤波器的平滑化处理。边缘保存型平滑化滤波器是对包含某种程度的高频成分的区域实施的滤波器，但是例如在为具有明确的边缘或图案等的图像等时，有可能因进行滤波处理而画质发生劣化。因此，图像处理部20根据一个或多个条件进行是否应用使用了边缘保存型平滑化滤波器的平滑化结果的判定。下面，例举3个判定条件进行说明。

(1)边缘量判定

例如，图像处理部20计算特定区域100内的边缘成分的量(强度)，在所计算的边缘量小于阈值时，判断为适用使用了边缘保存型平滑化滤波器的平滑化处理结果。由此，在边缘量较大时不进行平滑化，由此能够防止因具有明确边缘或图案等的图像被进行平滑化而画质劣化的情形。特定区域100的边缘量的一例，可以利用拉普拉斯滤波器计算。

图20是用于说明使用了拉普拉斯滤波器的边缘量判定的示意图。图像处理部20利用预先存储的拉普拉斯滤波器121进行处理。在图示的例中，拉普拉斯滤波器121是3×3的行列，中央的值被设定为8，其周围的其他值全部被设定为-1。

图像处理部20从5×5的行列的特定区域100提取3×3的部分区域100a～100i。可从5 ×5的行列按9提取3×3的部分区域100a～100i。图像处理部20对所提取的各部分区域100a～100i进行使用了拉普拉斯滤波器121的滤波处理，计算9个值A～I作为处理结果。图像处理部20计算各值A～I的绝对值的总和，作为评价值S(即，S＝|A|+|B|+…+| I|)。

所计算的评价值S表示特定区域100内的边缘成分的量。图像处理部20判断所计算的评价值S是否超过阈值。图像处理部20在评价值S不超过阈值时，判断为适用使用了边缘保存型平滑化滤波器的平滑化处理的结果。此外，图像处理部20在评价值S超过阈值时，判断为不适用使用了边缘保存型平滑化滤波器的平滑化处理的结果。

(2)纹理判定

此外，若在1像素单位的细纹理图像等时进行平滑化处理，则其纹理崩溃而画质有可能劣化。因此，例如，图像处理部20可如下构成：根据特定区域100内的像素值的变化特性等判断是否为纹理图像，在不是纹理图像时，判断为适用平滑化处理结果，在为纹理图像时，判定为不适用平滑化处理结果。

例如，图像处理部20计算特定区域100内的像素的振动数(像素值的增减次数)，根据该振动数判定是否适用使用了边缘保存型平滑化滤波器的平滑化处理结果。图21及图22是用于说明基于振动数的适用判定的示意图。如图21A～图22D所示，图像处理部20对特定区域100的水平方向、垂直方向、倾斜45°方向及倾斜135°方向的4方向计算振动数。

如图21A所示，图像处理部20计算在5×5的特定区域100内水平方向上相邻的像素的像素值的差分，生成基于所计算的差分值的4×5的行列。此外，此时，图像处理部20对于所计算的差分值为阈值以下的，设相应行列的值为0。

接着，图像处理部20调查4×5的行列的水平方向上相邻的值的符号(+，-或值为0)，对相邻的值的各组赋予点数。图像处理部20在相邻的值的符号不同，或相邻值中某一方为 0、另一方不是0时，对该组赋予1点的点数。图像处理部20对4×5的行列中水平方向上相邻的值的所有组进行这种点数赋予，由此得到3×5＝15个的点数。图像处理部20计算这些15个点数的总和，设该总和的3倍的值为水平方向的振动数A。此外，将总和3倍设为振动数A是因为后述的倾斜45°及135°方向的运算中得到的点数的数为9个较少，为了对所算出的振动数赋予与点数的数相对应的权重来进行正态化。

同样，如图21B所示，图像处理部20生成基于特定区域100内垂直方向上相邻的像素的像素值的差分的5×4的行列(差分值为阈值以下的设行列的值为0)。图像处理部20对5×4的行列的垂直方向进行基于相邻值的符号的点数赋予，得到5×3＝15个点数。图像处理部20计算这些15个点数的总和，设该总和的3倍值为垂直方向的振动数B。

如图22C所示，图像处理部20生成基于特定区域100内倾斜45°方向上相邻的像素的像素值的差分的4×4的行列。(差分值为阈值以下的设行列值为0)。图像处理部20进行基于4×4的行列的倾斜45°方向上相邻值的符号的点数赋予，得到3×3＝9个点数。图像处理部20计算这些9个点数的总和，设该总和的5倍值为倾斜45°方向的振动数C。

如图22D所示，图像处理部20生成基于特定区域100内倾斜135°方向上相邻的像素的像素值的差分的4×4的行列。(差分值为阈值以下的设行列值为0)。图像处理部20对4 ×4行列的倾斜135°方向进行基于相邻值符号的点数赋予，得到3×3＝9个点数。图像处理部20计算这些9个点数的总和，将该总和的5倍值设为倾斜135°方向的振动数C。

图像处理部20从所计算的4个振动数A～D选择最小值，并判定该最小值是否超过阈值。图像处理部20在振动数A～D的最小值不超过阈值时，判定为应用使用了边缘保存型平滑化滤波器的平滑化处理的结果。此外，图像处理部20在振动数A～D的最小值超过阈值时，判定为不应用使用了边缘保存型平滑化滤波器的平滑化处理的结果。

(3)像素值变化量判定

此外，例如图像处理部20可如下构成：根据使用了边缘保存型平滑化滤波器的平滑化处理的关注像素像素值的变化量，判定是否适用平滑化处理结果。图像处理部20计算进行平滑化处理前的关注像素的像素值(即输入图像的像素值)和进行了平滑化处理的关注像素的像素值的差分，在该差分不超过阈值时判定为应用平滑化处理结果，在差分超过阈值时，判定为不适用用平滑化处理结果。由此，能够防止因平滑化处理关注像素的像素值发生大变化。

图像处理部20通过上述(1)～(3)的判定，判定是否适用使用了边缘保存型平滑化滤波器的平滑化处理的结果。具体而言，图像处理部20在上述(1)～(3)的所有判定中判定为适用边缘保存型平滑化处理的结果时，适用平滑化处理的结果。在上述(1)～(3) 中某个判定中判定为不适用边缘保存型平滑化处理的结果时，图像处理部20不适用平滑化处理的结果。此外，图像处理部20也可以不进行上述(1)～(3)的所有3条件的判定，而是进行3条件中1个或2个判定。此外，图像处理部20也可以根据不同于上述(1)～ (3)的条件进行适用判定。

此外，在本实施方式中，例如，如图3的流程图所示，图像处理部20在进行使用了边缘保存型平滑化滤波器的平滑化处理之后，判断是否适用该平滑化结果，但不限于此。在不进行参照适用判定的条件(3)那样的平滑化结果时，图像处理部20也可以先进行适用判定，根据判定结果进行使用边缘保存型平滑化滤波器的平滑化处理。

图23及图24是表示适用判定处理的步骤的流程图，是在图3的步骤S8进行的处理。首先，图像处理部20进行边缘量判定的处理。图像处理部20从5×5的特定区域100提取 1个3×3的部分区域100a～100i(步骤S71)，并对所提取的部分区域进行使用拉普拉斯滤波器121的滤波处理(步骤S72)。图像处理部20判断所有部分区域100a～100i的提取及基于拉普拉斯滤波器121的滤波处理是否结束(步骤S73)。在这些处理没有对所有的部分区域100a～100i实施时(S73：否)，图像处理部20使处理返回步骤S71，提取别的部分区域 100a～100i，进行使用拉普拉斯滤波器121的滤波处理。

部分区域100a～100i的提取及滤波处理对所有部分区域100a～100i结束时(S73：是)，图像处理部20对在滤波处理中计算的多个值计算绝对值的总和(步骤S74)，设该总和为评价值S。图像处理部20判定评价值S是否小于阈值(步骤S75)。在评价值S为阈值以上时(S75：否)，图像处理部20判定是否适用边缘保存型平滑化处理的结果(步骤 S85)，并结束适用判定处理。

在评价值S小于阈值时(S75：是)，图像处理部20进行纹理判定的处理。图像处理部20对特定区域100的一个方向计算相邻的像素间的像素值的差分(步骤S76)。图像处理部20对所计算的差分构成的行列，根据一个方向上相邻的差分值的符号赋予点数(步骤 S77)。图像处理部20计算多个点数的总和，将所计算的总和做规定倍以进行正态化(步骤 S78)，将正态化的值设为对该方向的振动数。之后，图像处理部20对要进行处理的全方向判定步骤S76～S78的处理(步骤S79)。在对全方向没有结束处理时(S79：否)，图像处理部20使处理返回到步骤S76，对其他方向进行同样的处理。

在对全方向结束了处理时(S79：是)，图像处理部20从对各方向计算的振动数选择最小值(步骤S80)，判定振动数的最小值是否小于阈值(步骤S81)。在振动数的最小值为阈值以上时(S81：否)，图像处理部20判定为不适用边缘保存型平滑化处理的结果(步骤S85)，并结束适用判定处理。

在振动数的最小值小于阈值时(S81：是)，图像处理部20进行像素值变化量判定的处理。图像处理部20对使用了边缘保存型平滑化滤波器的平滑化处理前后的关注像素值，计算变化量(差分)(步骤S82)，并判定该变化量是否小于阈值(步骤S83)。在变化量小于阈值时(S83：是)，图像处理部20判定为适用用边缘保存型平滑化处理的结果(步骤S84)，并结束适用判定处理。此外，在变化量为阈值以上时(S83：否)，图像处理部20判定为不适用边缘保存型滑化处理的结果(步骤S85)，并结束适用判定处理。

以上结构的本实施方式的显示装置1从输入图像提取包含关注像素的特定区域100，判定是否对特定区域100内的关注像素进行平滑化处理。在判定为进行平滑化处理时，显示装置1进行利用平滑化滤波器的滤波处理来对关注像素进行平滑化。在判定为不进行平滑化处理时，显示装置1进行使用了边缘保存型平滑化滤波器的滤波处理来对关注像素进行平滑化。此时，显示装置1根据特定区域100内的像素值或使用边缘保存型平滑化滤波器的平滑化结果等，判定是否适用使用边缘保存型平滑化滤波器的平滑化结果。通过这些，显示装置 1能够输出对输入图像的关注像素，通过平滑化滤波器进行了平滑化的像素值，通过边缘保存型平滑化滤波器进行了平滑化的像素值，或没有进行平滑化的像素值。显示装置1通过对输入图像的全像素进行这些处理，能够生成并显示进行了适合各像素的平滑化的输出图像。

此外，显示装置1在特定区域100计算像素间的像素值的微分值，根据所计算的微分值判定是否对特定区域100内的关注像素进行了平滑化处理。此外，显示装置1在判定为进行平滑化处理时，决定特定区域100内的噪声边界的方向及位置。由此，能够进行适合存在于特定区域100的噪声边界的方向及位置的平滑化，能够从输入图像高精度地去除或减少噪声。

此外，显示装置1在特定区域100内的噪声边界的方向不是水平图案、垂直图案或其他图案时(即在特定区域100内不存在噪声边界时)，放大特定区域100的大小，在检测到上述图案的噪声边界或特定区域100放大到规定大小之前，重复进行判定。由此，显示装置1能够高精度地检测并除去或减小各种大小的块噪声。

此外，显示装置1计算特定区域100的相邻像素间的像素值的1次微分值及2次微分值，判定是否对特定区域100内的关注像素进行平滑化处理。此时，显示装置1通过与阈值的比较生成将1次微分值进行2值化的行列，并计算该行列的各行或各列的逻辑和，并且通过阈值的比较，生成将2次微分值进行2值化的行列，计算该行列的各行或各列的逻辑和。显示装置1进一步计算与所计算的1次微分值有关的逻辑和及与2次微分值有关的逻辑和的逻辑和，根据计算结果判定可否实施平滑化处理。由此，显示装置1能够高精度地判定可否对特定区域100内的关注像素实施平滑化处理。

此外，显示装置1对特定区域100的纵向及横向进行微分值的计算及逻辑和计算，并根据对各方向计算的逻辑和决定噪声边界是否在纵向或横向上延伸。此外，显示装置1根据2 次微分值的行列中的0/1的配置图案，决定特定区域100内的噪声边界的位置。由此，显示装置1能够容易判断特定区域100中所含的噪声边界的延伸方向是纵向或横向(垂直方向或水平方向)中哪一个，以及特定区域100内的噪声边界的位置。

此外，显示装置1存储多个用于除去或减小噪声的平滑化滤波器，根据所决定的噪声边界的方向及/或位置选择平滑化滤波器，并利用所选择的平滑化滤波器对特定区域100的关注像素的像素值进行平滑化。由此，显示装置1能够进行适合特定区域100内的噪声边界的方向及位置的平滑化。

此外，显示装置1利用多个索贝尔滤波器，对多个方向计算特定区域100所含的边缘成分的强度，并根据所计算的强度推定其他方向的边缘成分的强度。显示装置1根据计算及推定的边缘成分的强度，决定特定区域100的边缘成分的延伸方向，利用与所决定的方向对应的边缘保存型平滑化滤波器进行平滑化。由此，显示装置1能够推定在所存储的索贝尔滤波器中不能计算的方向的边缘成分的强度，能够对更多的方向决定边缘成分的方向。由此，显示装置1能够选择更加适合于特定区域100的边缘成分的边缘保存型平滑化滤波器，能够进行高精度的平滑化。

此外，显示装置1至少对4方向(0°，45°，90°及135°)计算使用索贝尔滤波器的边缘成分的强度，并根据所计算的4个强度，推定其他方向(22.5°，67.5°，112.5°及 157.5°)的边缘成分的强度。显示装置1存储用于通过线性内插推定边缘成分的强度的 (21)式～(24)式，将利用索贝尔滤波器算出的4个强度代入该运算式，由此能够算出其他方向的强度的推定值。

此外，显示装置1也可以除了与0°、45°、90°及135°对应的4个基本索贝尔滤波器之外，还存储与22.5°、67.5°、112.5°及157.5°对应的4个扩展索贝尔滤波器，利用 8个索贝尔滤波器计算8方向的强度。4个扩展索贝尔滤波器可预先用(1)～(4)式或 (5)～(8)式计算。由此，显示装置1能够选择更加适合特定区域100的边缘成分的边缘保存型平滑化滤波器，能够进行高精度的平滑化。

此外，显示装置1从所计算及推定的多个边缘强度选择最大值及最小值，判断这些差分是否超过阈值。显示装置1在差分超过阈值时，视为特定区域100为不包含边缘成分的大体平坦的图像，利用不是边缘保存型的各向同性(Isotropic)的平滑化滤波器进行平滑化。由此，能够对不包含边缘成分的图像适当进行平滑化。

此外，显示装置1对特定区域100，利用拉普拉斯滤波器计算边缘成分的强度，判断所计算的强度是否超过阈值。在所计算的强度不超过阈值时，显示装置1不适用使用了边缘保存型平滑化滤波器的平滑化处理的结果。由此，例如，在输入图像为具有明确边缘或图案等的图像时，能够防止因平滑化处理造成画质劣化。

此外，显示装置1计算特定区域100的相邻像素的像素值的增减次数，即振动数，判断所计算的振动数是否超过阈值。在所计算的振动数超过阈值时，显示装置1不适用使用了边缘保存型平滑化滤波器的平滑化处理的结果。由此，例如，输入图像为包含1像素单位等的细纹理的图像时，能够防止因平滑化处理而纹理变得不明确等画质劣化。

此外，显示装置1计算使用了边缘保存型平滑化滤波器的平滑化处理前后的关注像素的像素值的变化量，并判断所计算的变化量是否超过阈值。在变化量超过阈值时，显示装置1 不适用使用了边缘保存型平滑化滤波器的平滑化处理的结果。由此，例如，在特定区域100 内仅关注像素的像素值大大不同于其他像素等，很难判断关注像素是纹理还是噪声时，能够减少平滑化的影响。

此外，在本实施方式中，在判断为不对特定区域100内的关注像素进行平滑化处理时，显示装置1进行使用了边缘保存型平滑化滤波器的平滑化，但不限于此，显示装置1也可以不进行使用了边缘保存型平滑化滤波器的平滑化。此外，显示装置1提取5×5像素的区域作为特定区域100，但不限于此，例如，也可以提取3×3像素或7×7像素等其他大小的区域作为特定区域100。此外，图10及图11所示的平滑化滤波器是一例，但不限于此。同样，图12及图13所示的边缘保存型平滑化滤波器是一例，但不限于此。此外，图14所示的各向同性(Isotropic)的平滑化滤波器是一例，但不限于此。此外，图15所示的索贝尔滤波器及图20所示的拉普拉斯滤波器是一例，但不限于此。

此外，显示装置1利用索贝尔滤波器计算0°、45°、90°及135°的边缘成分的强度，并且计算或推定22.5°、67.5°、112.5°及157.5°的边缘成分的强度，这些方向(角度)是一例，但不限于此。此外，显示装置1可以利用以下2种方法中任一种来构成：预先存储8个索贝尔滤波器，计算8方向的边缘成分的强度的第一方法；或，预先存储4个索贝尔滤波器，推定除此之外的4方向的边缘成分的强度的第二方法。此外，进一步，也可以组合第1及第二方法。例如，也可以利用6方向的索贝尔滤波器计算边缘成分的强度，推定剩下的2方向的边缘成分的强度。此外，例如，利用8方向的索贝尔滤波器计算8方向的边缘成分的强度，除此以外进一步推定8方向的边缘成分的强度，取得16方向的边缘成分的强度。

此外，显示装置1利用边缘量判定、纹理判定及像素值变化量判定的3条件，判定是否适用使用了边缘保存型平滑化滤波器的平滑化处理的结果，但不限于此。显示装置1的一例，可以根据上述3条件中的1个或2个条件进行适用判定，此外，例如也可以根据上述3 条件以外的条件进行适用判定。

此外，显示装置1对输入图像进行使用平滑化滤波器的第一平滑化处理，或使用边缘保存型平滑化滤波器的第二平滑化处理的2种平滑化处理，但不限于此。显示装置1可以进行第一平滑化处理，而不进行第二平滑化处理。此时，例如，在图3的流程图中，在步骤S4判断为不实施平滑化时，显示装置1只要进行输出步骤S11的关注像素的像素值就可以。

此外，显示装置1也可以对从输入图像提取的特定区域100进行噪声边界的方向决定处理(步骤S24)及位置决定处理(步骤S29)，并根据所决定的方向及位置进行平滑化处理以外的图像处理。

此外，显示装置1也可以不进行第一平滑化处理，而是进行第二平滑化处理。此时，例如，在图3的流程图中，只要在步骤S2提取特定区域100之后，使处理进入步骤S7后进行使用边缘保存型平滑化滤波器的平滑化处理就可以。进一步，显示装置1也可以不进行是否适用边缘保存型平滑化滤波器处理的结果的适用判定。此时，只要是始终适用边缘保存型平滑化滤波器处理的结果的结构就可以。

此外，显示装置1也可以对从输入图像提取的特定区域100，根据进行了边缘强度算出处理(步骤S52)及边缘强度推定处理(步骤S53)等的结果，进行边缘成分的方向判定处理(步骤S56)，并根据所判定的方向，进行平滑化处理以外的图像处理。

此外，在本实施方式中，作为除去或减少输入图像所含的噪声的装置，以显示装置1为例进行了说明，但是不限于此，能够对其他各种图像处理装置适用同样的结构。例如，不仅是来自PC5的输入图像，也可以对用于显示由调谐器(Tuner)等接收的电视广播有关的图像的显示装置适用同样的结构。此外，例如打印机或传真机等用于印刷输入图像的图像处理装置中同样适用。

(变形例)

此外，例如PC也可以进行图像的解压缩及上述的噪声除去等的处理，并将除去或减少了噪声的图像输入到显示装置。此时，也可以提供上述的图像处理功能作为计算机程序， PC的CPU通过执行计算机程序，进行上述的图像处理。此外，计算机程序也可以记录在光盘或存储卡等记录介质中来提供，也可以通过互联网等网络来提供。

图25是表示与变形例有关的PC155的结构的框图。与变形例有关的PC155将通过JPEG或MPEG等方式压缩了的输入图像进行解压缩，通过进行除去或减少噪声的图像处理来输出到显示装置151。显示装置151将来自PC155的输入图像显示于液晶面板。PC155具备：CPU156，操作部157，1次存储部158，2次存储部159，记录介质安装部160，通信部 161及图像输出部162等。

CPU156读取并执行2次存储部159中所存储的图像处理程序181，由此上述图像解压缩部17及图像处理部20等以软件功能模块的方式实现。操作部157是键盘及鼠标等输入装置，接受用户的操作来通知CPU156。1次存储部158由SRAM(Static Random AccessMemory)等存储器元件构成，临时存储用于CPU156的处理中的各种数据。2次存储部159 由硬盘等存储装置构成，存储了图像处理程序181等各种计算机程序和执行该计算机程序所需的各种数据。记录介质安装部160是光盘驱动器或存储卡槽等装置，用于安装DVD(Digital Versatile Disk)或存储卡等记录介质180，读取记录在记录介质中的计算机程序及数据等。通信部161通过无线或有线经由互联网等网络进行与其他装置之间的通信。图像输出部162将在CPU156实施了图像处理的数据输出到显示装置151。

在图示的例中，图像处理程序181被记录到记录介质180中来提供。PC155的CPU156在记录介质安装部160中安装了记录介质180时，读取记录在记录介质180中的图像处理程序181等来存储到2次存储部159。CPU156从2次存储部159读取来执行图像处理程序 181，由此作为图像解压缩部17及图像处理部20等来动作。CPU156的一例，在操作部157 接受到显示以JPEG或MPEG等方式压缩的图像的指示时，例如从2次存储部159通过读取等方式取得显示对象图像，并在图像解压缩部17进行图像的解压缩。

接着，CPU156在图像处理部20进行除去或减少进行了解压缩的图像所含的噪声的图像处理。图像处理部20从进行了解压缩的图像提取包含关注像素的特定区域100，判断是否对所提取的特定区域100内的关注像素进行平滑化处理，在判断为进行平滑化处理时，进行使用了平滑化滤波器的平滑化处理。此外，图像处理部20在判断为不进行平滑化处理时，进行使用了边缘保存型平滑化滤波器的平滑化处理，并且判断是否适用该处理。图像处理部 20对图像的全像素重复进行这些处理，生成并输出将各像素的像素值用平滑化滤波器平滑化了的像素值、用边缘保存型平滑化滤波器平滑化了的像素值或原来的像素值中某一图像。由此，图像处理部20能够生成除去或减少了块噪声等台阶状噪声的输出图像。

附图标记说明

1显示装置(图像处理装置)

5PC

11控制部

12操作部

13液晶面板

14背光灯

15光驱动部

16图像输入部

17图像解压缩部

18面板驱动部

20图像处理部(特定区域提取单元，平滑化判定单元，噪声边界位置决定单元，噪声边界方向决定单元，特定区域扩大单元，1次微分值2值化单元，第1逻辑和计算单元，2次微分值2值化单元，第2逻辑和计算单元，第3逻辑和计算单元，平滑化滤波器存储单元，滤波器选择单元，平滑化单元，第一平滑化单元，第二平滑化单元，适用判定单元，索贝尔滤波器存储单元，边缘强度计算单元，边缘强度推定手段，边缘方向决定单元，边缘保存型平滑化滤波器存储单元，边缘强度差分判定单元，第二边缘强度计算单元，边缘强度判定单元，增减次数计算单元，增减次数判定单元，平滑差分计算单元，平滑差分判定单元)

21特定区域提取部(特定区域提取单元)

22平滑化判定部(平滑化判定单元)

23第1平滑化部(平滑化单元，第一平滑化单元)

24第2平滑化部(第二平滑化单元)

25适用判定部(适用判定单元)

26像素值选择部

100特定区域

101水平1次微分值矩阵

102水平1次微分值OR列

103水平2次微分值矩阵

103a2值化水平2次微分值矩阵

104水平2次微分值OR列

105水平OR列

106水平上位OR值

107水平下位OR值

108水平方向判定结果

111垂直1次微分值矩阵

112垂直1次微分值OR行

113垂直2次微分值矩阵

114垂直2次微分值OR行

115垂直OR行

116垂直上位OR值

117垂直下位OR值

118垂直方向判定结果

151显示装置

155PC(图像处理装置)

156CPU

157操作部

1581次存储部

1592次存储部

160记录介质安装部

161通信部

162图像输出部

180记录介质

181图像处理程序(计算机程序)

Claims (12)

1.一种图像处理装置，进行生成输出图像的图像处理，该输出图像是从由矩阵状配置的多个像素构成的输入图像除去或减少噪声的图像，其特征在于，

具备：

特定区域提取单元，从上述输入图像提取包含关注像素的特定区域；

平滑化判定单元，根据该特定区域提取单元提取的特定区域，判定是否把上述关注像素作为第一平滑化处理的对象；

第一平滑化单元，在该平滑化判定单元判定为作为第一平滑化处理的对象时，进行使用了平滑化滤波器的第一平滑化处理，对上述关注像素的像素值进行平滑化；以及

第二平滑化单元，在上述平滑化判定单元判定为不作为第一平滑化处理的对象时，进行使用了边缘保存型平滑化滤波器的第二平滑化处理，对上述关注像素的像素值进行平滑化，

生成输出图像，该输出图像是上述第一平滑化单元将上述输入图像的各像素的像素值平滑化而得到的像素值，上述第二平滑化单元平滑化而得到的像素值、或没有平滑化的原来的像素值中之一的图像；

还具备：

噪声边界方向决定单元，在上述平滑化判定单元判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分延伸的方向；以及

噪声边界位置决定单元，在上述平滑化判定单元判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分的位置。

2.根据权利要求1所述的图像处理装置，其特征在于，

还具备特定区域扩大单元，该特定区域扩大单元在上述噪声边界方向决定单元决定的方向不是规定方向时，扩大上述特定区域，

上述噪声边界方向决定单元对上述特定区域扩大单元所扩大的特定区域再次决定方向。

3.根据权利要求2所述的图像处理装置，其特征在于，

在上述噪声边界方向决定单元决定的方向成为规定方向之前，或由上述特定区域扩大单元将特定区域扩大到规定大小之前，对于基于上述特定区域扩大单元的特定区域的扩大及基于上述噪声边界方向决定单元的方向决定重复进行。

4.根据权利要求1～3中任一项所述的图像处理装置，其特征在于，

具备：

平滑化滤波器存储单元，存储多个上述第一平滑化单元所使用的平滑化滤波器；以及

滤波器选择单元，根据上述噪声边界位置决定单元决定的位置及上述噪声边界方向决定单元决定的方向，从上述平滑化滤波器存储单元选择平滑化滤波器，

上述第一平滑化单元利用上述滤波器选择单元所选择的平滑化滤波器，对上述关注像素的像素值进行平滑化。

5.根据权利要求1所述的图像处理装置，其特征在于，

具备微分值计算单元，该微分值计算单元对上述特定区域提取单元提取的特定区域的图像计算像素间像素值的微分值，

上述平滑化判定单元根据上述微分值计算单元计算的微分值，判定是否将上述关注像素设为平滑化处理的对象。

6.一种图像处理装置，其特征在于，

具备：

特定区域提取单元，从由矩阵状配置的多个像素构成的输入图像提取包含关注像素的特定区域；

微分值计算单元，对该特定区域提取单元提取的特定区域的图像，计算像素间的像素值的微分值；

噪声边界方向决定单元，根据该微分值计算单元计算的微分值，决定在上述特定区域中噪声的边界部分延伸的方向；

噪声边界位置决定单元，根据上述微分值计算单元计算的微分值，决定在上述特定区域中噪声的边界部分的位置。

7.一种图像处理方法，生成输出图像，该输出图像是从由矩阵状配置的多个像素构成的输入图像除去或减少噪声的图像，其特征在于，

包括：

特定区域提取步骤，从上述输入图像提取包含关注像素的特定区域；

平滑化判定步骤，根据在该特定区域提取步骤提取的特定区域，判定是否把上述关注像素作为第一平滑化处理的对象；

第一平滑化步骤，在该平滑化判定步骤判定为作为第一平滑化处理的对象时，进行使用了平滑化滤波器的第一平滑化处理，对上述关注像素的像素值进行平滑化；

第二平滑化步骤，在上述平滑化判定步骤判定为不作为第一平滑化处理的对象时，进行使用了边缘保存型平滑化滤波器的第二平滑化处理，对上述关注像素的像素值进行平滑化；以及

生成步骤，生成输出图像，该输出图像是将上述输入图像的各像素的像素值在上述第一平滑化步骤平滑化了的像素值，在上述第二平滑化步骤平滑化了的像素值中、或没有平滑化的原来的像素值之一的图像；

还包括：

噪声边界方向决定步骤，在上述平滑化判定步骤判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分延伸的方向；以及

噪声边界位置决定步骤，在上述平滑化判定步骤判定为作为第一平滑化处理的对象时，决定在上述特定区域中噪声的边界部分的位置。

8.根据权利要求7所述的图像处理方法，其特征在于，

在上述噪声边界方向决定步骤中决定的方向不是规定方向时，还包括扩大上述特定区域的特定区域扩大步骤，

在上述噪声边界方向决定步骤中，对在上述特定区域扩大步骤扩大的特定区域再次进行方向决定。

9.根据权利要求8所述的图像处理方法，其特征在于，

在上述噪声边界方向决定步骤中决定的方向成为规定方向之前，或，在上述特定区域扩大步骤将特定区域扩大到规定大小之前，重复进行上述特定区域扩大步骤的特定区域的扩大及上述噪声边界方向决定步骤的方向决定。

10.根据权利要求7～9中任一项所述的图像处理方法，其特征在于，

预先存储多个上述第一平滑化步骤使用的平滑化滤波器，

包括滤波器选择步骤，根据在上述噪声边界位置决定步骤中决定的位置及在上述噪声边界方向决定步骤中决定的方向，从所存储的多个平滑化滤波器选择平滑化滤波器，

在上述第一平滑化步骤中，利用在上述滤波器选择步骤选择的平滑化滤波器，对上述关注像素的像素值进行平滑化。

11.根据权利要求7所述的图像处理方法，其特征在于，

包括微分值计算步骤，对在上述特定区域提取步骤提取的特定区域的图像计算像素间的像素值的微分值，

在上述平滑化判定步骤中，根据在上述微分值计算步骤计算的微分值，判定是否将上述关注像素作为平滑化处理的对象。

12.一种图像处理方法，其特征在于，

包括：

特定区域提取步骤，从由矩阵状配置的多个像素构成的输入图像提取包含关注像素的特定区域；

微分值计算步骤，对在该特定区域提取步骤提取的特定区域的图像计算像素间的像素值的微分值；

噪声边界方向决定步骤，根据在该微分值计算步骤算出的微分值，决定在上述特定区域中噪声的边界部分延伸的方向；以及

噪声边界位置决定步骤，根据在上述微分值计算步骤计算的微分值，决定在上述特定区域中噪声的边界部分的位置。