CN1244224C - 图像处理装置和图像处理方法 - Google Patents
图像处理装置和图像处理方法 Download PDFInfo
- Publication number
- CN1244224C CN1244224C CNB031412556A CN03141255A CN1244224C CN 1244224 C CN1244224 C CN 1244224C CN B031412556 A CNB031412556 A CN B031412556A CN 03141255 A CN03141255 A CN 03141255A CN 1244224 C CN1244224 C CN 1244224C
- Authority
- CN
- China
- Prior art keywords
- mentioned
- pixel
- image processing
- pixel value
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000012545 processing Methods 0.000 title claims abstract description 92
- 238000003672 processing method Methods 0.000 title claims abstract description 29
- 238000004590 computer program Methods 0.000 title abstract description 3
- 239000000203 mixture Substances 0.000 claims description 70
- 238000006073 displacement reaction Methods 0.000 claims description 18
- 238000013213 extrapolation Methods 0.000 claims description 11
- 238000009792 diffusion process Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 description 43
- 230000006870 function Effects 0.000 description 20
- 238000006243 chemical reaction Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 16
- 230000015572 biosynthetic process Effects 0.000 description 13
- 230000004075 alteration Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 9
- 238000005311 autocorrelation function Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000007792 addition Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 239000003086 colorant Substances 0.000 description 6
- 230000006866 deterioration Effects 0.000 description 6
- 101150052863 THY1 gene Proteins 0.000 description 5
- 230000009471 action Effects 0.000 description 5
- 230000001965 increasing effect Effects 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 230000000052 comparative effect Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000002087 whitening effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000009931 harmful effect Effects 0.000 description 2
- 230000012447 hatching Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 230000001915 proofreading effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 201000006549 dyspepsia Diseases 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000859 sublimation Methods 0.000 description 1
- 230000008022 sublimation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/409—Edge or detail enhancement; Noise or error suppression
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Picture Signal Circuits (AREA)
Abstract
提供一种图像处理装置、图像处理方法,可以在视觉上除去包含在图像数据中的低频噪声。从输入端子(201)输入包含低频噪声的图像数据。然后,在窗口部(203)指定由关注像素以及其周围像素构成的窗口。进而,用像素选择部(204)从窗口内选择用于进行与关注像素的比较的选择像素,并基于选择像素的像素值和关注像素的像素值由像素值确定部(206)确定关注像素的新的像素值。用新的像素值置换关注像素的像素值生成新的图像数据。
Description
技术领域
本发明涉及能够从重叠了原来的信号成分所不包含的噪声成分的图像数据中,在视觉上除去噪声部分的图像处理装置和图像处理方法。
背景技术
以往,人们一直在进行从重叠了原来的信号成分所不包含的噪声成分的数字图像中除去噪声成分的研究。对作为对象的噪声的特性也按每种产生原因地进行了多种多样的分类,提出了适合其各自的特性的噪声除去方法。
例如,在假定是数字照相机或图像扫描仪等图像输入设备时,可大致地区别为依存于固体摄像元件等输入器件特性或摄影模式以及摄影画面等输入条件等的已经重叠于经过了光电变换的模拟原始信号的噪声,和经由A/D变换器被变换成了数字信号后通过经过各种数字信号处理的过程而重叠的噪声。
作为前者(重叠在模拟信号上的噪声)的例子,可以列举出与周围的图像信号不相关地产生突出出来的值的脉冲噪声、或由固体摄像元件的暗电流造成的噪声等。而作为后者(在数字信号处理过程中重叠的噪声)的例子,有在伽马校正、用于谋求提高灵敏度的增益校正等各种校正处理中,噪声成分由于进行特定浓度或特定颜色等的增强而使噪声成分与信号成分被同时放大从而增加了噪声电平的例子。
此外,作为因数字信号处理中的噪声的重叠导致的图像劣化,可以列举出在使用了JPEG算法进行编码时,由于二维的图像信息被切割成块状并在块单位上进行正交变换或量化,故在解码后的图像中,产生了在各个块的边界处出现台阶的块畸变的例子。
但是,也包含上述的各种噪声在内,作为特别使图像像质劣化的重要原因而列举的,是在用数字照相机等摄取的图像上可以明显地看到的产生在低频带的噪声(下面称之为“低频噪声”)。该低频噪声有时是因作为固体摄像元件的CCD或CMOS传感器的灵敏度所造成的。此外,在信号电平低的暗部或成为阴影的部分等的摄影画面中,有时是因为进行增益校正而增强了低频噪声的,该增益校正尽管S/N比很坏仍然提升信号成分。
进而,由于固体摄像元件的元件灵敏度依存于摄像元件的芯片的面积,故在小面积且配置了较多像素数的数字照相机中,结果是每单位像素的光能量变少,灵敏度下降而产生低频噪声的情况较多。例如,很多的情况下,低频噪声在画面为晴空等几乎没有浓淡变化的部分(下面称之为“平坦部”),遍及数像素到十数像素作为假拟性斑点状的构造被观察到。此外,取决于数字照相机,也有产生伪彩色的情况。
一般地,以往提出的噪声除去方法,其主流方法是使用中值滤波器的方法和使用只使低频成分通过的低通滤波器(下面称之为“LPF’)的方法。
使用中值滤波器的方法是在包含关注像素以及其周围像素的区域(下面称之为“窗口”)内,提取构成中央值(下面称之为“中值”)的像素值并将该提取出来的中值作为关注像素值进行置换的方法。例如,在日本专利申请公开特开平4-235472号公报等中,迄今为止提出了很多使用了中值滤波器的方法。特别是,在关注像素是脉冲类的噪声或者是随机噪声时使用中值滤波器,可以通过将与周围像素的相关性低的作为突出值的关注像素值置换成与周围像素的相关性高的中值,使产生在原始图像信息上的突出值消失。
另一方面,使用LPF的方法是以关注像素为中心,计算出包含其周围多个像素的平均值,再将计算出来的平均值作为关注像素值进行置换的方法。图19表示以关注像素为中心计算出包含其周围的多个像素的平均值的以往的LPF滤波器的例子。该方法主要对上述的块畸变等有效果。即,由于块畸变是在原本是平坦部的部分产生不同于信号成分的块状的台阶的噪声,故通过减缓台阶的倾斜可以达到在视觉上不易看出台阶的效果。
但是,虽然上述的两种噪声除去方法在局部上有效地发挥了作用,但却相反地存在着使边缘部变模糊等弊端。为此,人们对两种方法都提出了多种变形例。例如,在日本专利申请公开特开2001-245179号公报中,公开了为了不产生由噪声除去滤波处理导致的图像的模糊,只选择计算出平均值的周围像素中近似于关注像素的像素值的像素进行积和运算的方法。
此外,除了前述的使用中值滤波器的方法和使用LPF的方法两种方法以外,关于噪声或畸变除去也提出了许多的方法。例如,在日本专利申请公开特开平8-56357号公报中,公开了为了除去块畸变,在位于块边界的两侧的像素之间交换信号值的方法。进而,在特开平10-98722号公报中,公开了在块边界周围的像素信号电平上加上从多个图形(pattern)中通过随机数选择出来的预定图形的方法。
进而,在日本专利申请公开特开平7-75103号公报中,公开了通过在以块边界为中心的特定关注像素的电平值上加上误差来除去编码时产生的块畸变的方法。此外,在特开平4-239886号公报中,公开了为了除去具有突出的值的白点或黑点,通过在关注像素的附近像素群中检测其最大值以及最小值,并将是否含有噪声的判定结果作为控制信号来选择最大值、最小值或者关注像素值的某一个进行噪声除去的方法。
但是,即使在使用了上述的某一种现有方法时,对前述的低频噪声也不能产生完全除去噪声的效果。例如,在使用中值滤波器的方法中,只具有删除与周围相关性低的突出值的效果,在使用LPF的方法中,通过截止高频区域,只对高频噪声或者随机性高的白噪声显示出效果,对于低频噪声则不太有效果,依然不能除去低频噪声。
此外,以除去前述的块畸变为目的的特开平8-56357号公报等所记载的方法,因其成为对象的块畸变是作为矩形形状的台阶而产生的高频成分,故只要是已知块边界就可以通过相加随机数的方法或交换块间的像素值的方法等获得减轻台阶这样的效果。但是,作为对象的低频噪声是遍及从数像素到十数个像素的在较宽范围内连续变化较少的像素值的连通性噪声,不能原样不变地应用减轻块畸变的上述技术。另外,当然产生噪声的位置也不是象块编码时的块边界那样是已知的。
再有,在利用前述的随机数相加的方法中,为了适合于在周围的像素中不存在的像素值,特别是在彩色图像中,在对进行了色分解的各种彩色成分相加了随机数时,将成为生成周围并不存在的新的颜色,反而导致了产生伪彩色等的像质劣化。
虽然与本发明的除去噪声的目的不同,但在日本专利申请公开特开平7-203210号公报中公开了关于减轻特定的频率的功率的发明。特开平7-203210号公报所记载的发明,是在输入网点原稿并在输出时进行假拟灰阶处理的抖动化的系统中,因输入的网点的频率与抖动所产生的频率发生干涉而产生了莫尔条纹,为了防止产生该莫尔条纹而预先除去输入的网点的频率的莫尔条纹除去方法。
即,该莫尔条纹除去方法,为除去网点的频率而打乱预定的规律性的做法是有效的,是一维地交换在先预定像素数的距离的像素值和关注像素值的方法。这里,预定像素数,公开的是固定的情况和随机地进行选择的情况。
不过,由于该莫尔条纹除去方法的目的也是打乱具有峰值的特定周期,故对在低频带较宽地产生的低频噪声并非完全有效。此外,因为是交换像素值的方法,虽然可以保证浓度保存,但其只是变化选择像素值,即空间地使像素的相位移动的处理。进而,选择像素值的变化作为滤波器特性为循环型,脉冲响应为无限大。另外,即使是随机地选择了交换像素间距离的预定像素数时,因为是依次交换取样到的像素,故只不过是通过移动按特定周期产生的网点的峰值的相位来错开莫尔条纹周期而已。
如上述这样,无论是使用了前述的哪一种在先技术的情况,都难以有效地除去图像数据中所包含的低频噪声成分。
发明内容
本发明即为为解决上述以往的问题而完成的,目的在于提供可以在视觉上除去包含在图像数据中的低频噪声的图像处理装置、图像处理方法以及计算机程序。
为解决上述问题,本发明的图像处理装置的特征在于,具有:输入包含有低频噪声的图像数据的输入装置;指定由上述图像数据的预定像素以及该预定像素的周围像素构成的区域的指定装置;从前述区域内选择用于与上述预定像素的进行比较的比较像素的选择装置;基于上述比较像素的像素值和上述预定像素的像素值确定上述预定像素的新的像素值的确定装置;以及用上述新的像素值置换上述预定像素的像素值生成新的图像数据的置换装置。
此外,本发明的图像处理装置的特征还在于:上述选择装置使用随机数从上述区域内选择上述比较像素。
另外,本发明的图像处理装置的特征还在于:上述选择装置使用基于均匀概率分布产生的随机数。
本发明的图像处理装置的特征还在于:上述选择装置使用基于依赖于自上述预定像素的距离的生成概率分布生成的随机数。
本发明的图像处理装置的特征还在于:上述概率产生分布是自上述预定像素的距离越远产生概率越高的分布。
本发明的图像处理装置的特征还在于:上述选择装置基于预定的规律性从上述区域内选择上述比较像素。
本发明的图像处理装置的特征还在于:上述选择装置,根据每扫描一个预定像素、自该预定像素的相对位置就变动预定坐标量的规律性,而从上述区域内选择上述比较像素。
本发明的图像处理装置的特征还在于:上述选择装置根据一定规律性,从上述区域内选择上述比较像素,所述规律性是自上述预定像素的相对位置基于自上述预定像素的绝对坐标的函数而确定的规律性。
本发明的图像处理装置的特征还在于:上述确定装置基于上述比较像素的像素值和上述预定像素的像素值的差值的大小确定上述预定像素的新的像素值。
本发明的图像处理装置的特征还在于:上述确定装置在上述差值的大小低于预定值时,将上述比较像素值作为上述预定像素的新的像素值。
本发明的图像处理装置的特征还在于:上述确定装置将在上述预定像素的像素值上相加或者相减了预定值的值作为该预定像素的新的像素值。
本发明的图像处理装置的特征在于:还包括生成近似于上述比较像素的像素值的近似颜色的近似颜色生成装置,且上述确定装置使用上述近似颜色作为上述预定像素的新的像素值。
本发明的图像处理装置的特征还在于:上述近似颜色生成装置对于多个颜色成分中的至少一种颜色成分生成在预定范围内进行了近似的近似颜色。
本发明的图像处理装置的特征还在于:上述确定装置对多个颜色成分中的至少一种颜色成分使用在预定范围内进行近似所生成的上述近似颜色,对剩余的颜色成分使用上述比较像素的像素值来确定上述预定像素的新的像素值。
本发明的图像处理装置的特征还在于:上述确定装置具有2个阈值,在上述差值小于第1个阈值时,将上述预定像素的像素值作为新的像素值,在有关多个颜色成分中至少一种颜色成分的差值超过上述第1个阈值而又小于第2阈值时,将上述预定像素的像素值作为上述近似颜色。
此外,本发明的图像处理装置的特征在于,具有:输入包含有低频噪声的图像数据的输入装置;指定由上述图像数据的预定像素以及该预定像素的周围像素构成的区域的指定装置;从上述区域内选择用于与上述预定像素的进行比较的比较像素的选择装置;以及利用上述比较像素的像素值和上述预定像素的像素值的积和运算确定上述预定像素的新的像素值的确定装置。
进而,本发明的图像处理装置的特征在于:上述确定装置通过上述比较像素和上述预定像素的内插确定上述预定像素的新的像素值。
本发明的图像处理装置的特征还在于:上述确定装置通过上述比较像素和上述预定像素的外插确定上述预定像素的新的像素值。
本发明的图像处理装置的特征还在于:基于上述比较像素的像素值和上述预定像素的像素值的差的大小设定上述积和运算中的权重系数。
本发明的图像处理装置的特征还在于:上述积和运算中的权重系数按多种颜色成分的各个成分而不同。
本发明的图像处理装置的特征还在于:上述确定装置相于多种颜色成分的各个成分比较上述差值的大小是否全部低于预定值。
本发明的图像处理装置的特征还在于:上述选择装置可以从上述区域内选择多个比较像素,上述确定装置使用所选择的多个比较像素确定上述预定像素的新的像素值。
本发明的图像处理装置的特征还在于具有:还包括对于所生成的上述新的图像数据使用误差扩散法进行假拟中间色调化的假拟中间色调装置。
此外,本发明提供可以在视觉上减轻包含在图像数据的低频带中的噪声成分的图像处理装置,其特征在于,具有:使上述图像数据的预定像素和该预定像素的周围像素的相关性减少的相关性减少装置;控制伴随上述相关性的减少的低频成分的减少功率值的功率值控制装置;以及将上述减少功率值变换成白噪声的白噪声变换装置。
此外,本发明提供可以在视觉上减轻包含在图像数据的低频带的噪声成分的图像处理装置,其特征在于,具有:使上述图像数据的预定像素和该预定像素的周围像素的相关性减少的相关性减少装置;控制伴随上述相关性的减少的低频成分的减少功率值的功率值控制装置;将上述减少功率值变换成宽带域噪声的宽带域噪声变换装置;以及控制上述宽带域噪声变换装置的区域宽度的带域宽度控制装置。
本发明的其他的特征和优点,从下面的结合附图的说明中会弄明白。在这些附图中,相同的参照标号表示相同或相似的部分。
附图说明
附图包括在说明书中并构成说明书的一部分,其说明很发明的具体实施形式,并与说明书一起用于说明本发明的原理。
图1是表示在计算机上在生成输出到打印机引擎的打印信息的打印机驱动器中应用了本发明的低频噪声功能的图像处理装置的构成的框图;
图2A是表示图1所示的噪声除去模块101的细部构成的框图;
图2B是表示用于将图1所示的噪声除去模块101作为噪声除去装置来实现的硬件构成图;
图3是用于说明噪声除去模块101的动作顺序的流程图;
图4是将自关注像素的空间的距离和与之对应的自相关函数的关系模型化了的图;
图5是表示从某一图像信息中切出产生了低频噪声的局部区域使用DFT(离散傅立叶变换)进行变换得到的频率特性的图;
图6是表示对图5所示的同一区域使用图3的流程图所示的动作程序进行了噪声除去处理后的频率特性的图;
图7A、7B是将在实空间上进行噪声除去处理前后的低频噪声的状况模型化了的图;
图8是表示在对图5所示的同一区域使用图3的流程图所示的动作程序进行了噪声除去处理后,进一步进行了利用误差扩散法的假拟灰阶处理后的频率特性的图;
图9A、9B是将平坦部以及非平坦部的频率特性模型化了的图;
图10A、10B是将对图9A、9B所示的部分使用图3的流程图所示的动作程序进行了噪声除去处理后的频率特性模型化了的图;
图11是用于说明本发明的第2实施形式的噪声除去模块的动作顺序的流程图;
图12A、B、C、D是用于说明在图11的流程图所示的顺序中进行比较的属类的具体例子的图;
图13A、B是用于说明关注像素值和选择像素值、或者关注像素值和交换像素值的2种颜色之间的彩色变化矢量的图;
图14是用于说明本发明的第3实施形式的噪声除去模块的动作程序的流程图;
图15是用于说明本发明的第4实施形式的噪声除去模块的动作程序的流程图;
图16是在第4实施形式中进行的外插的概念图;
图17是用于说明本发明的第5实施形式的噪声除去模块的动作程序的流程图;
图18A、B是用于说明在步骤S1704进行的概率分布校正的概要的图;
图19是表示以关注像素为中心计算包含了其周围的多个像素的平均值的以往的LPF滤波器的例子的图。
具体实施方式
下面,使用附图详细说明本发明的理想的实施形式。
<第1实施形式>
下面,参照图面对具有本发明的第1实施形式的低频噪声除去功能并生成输出给打印机引擎的打印信息的图像处理装置进行说明。
这里,本发明的低频噪声除去功能,可以考虑作为数字照相机或图像扫描仪等图像输入装置内、喷墨式打印机、升华型打印机、激光打印机等图像输出装置内,或者在计算机上使上述的各种输入输出设备动作的设备驱动器内或应用软件内等的功能的各种各样的应用形态。
图1是表示在计算机上生成输出到打印机引擎的打印信息的打印机驱动器中应用了本发明的低频噪声功能的图像处理装置的构成的框图。如图1所示的那样,本发明的图像处理装置由输入端子100、噪声除去模块101、彩色变换模块102、假拟灰阶模块103以及输出端子104构成。
图1中,输入端子100是用于从应用软件等输入彩色图像信息的图像信息输入部。用数字照相机等摄影的彩色图像信息通常大多是被编码成JPEG等标准文件格式进行发送。因此,在本实施形式中,输入到输入端子100的经过编码的彩色图像信息在被展开为解码后的格栅状后对噪声除去模块101进行输出。这里,有时也附加在彩色图像信息上一并输出数字照相机的机型名称、摄影画面或者摄影模式等属性信息。
在噪声除去模块101中,对由彩色成分RGB构成的彩色图像信息进行噪声除去处理。这里,关于噪声除去模块101的详细的构成以及动作后述。
彩色变换模块102是将从噪声除去模块101输出的除去噪声后的RGB图像变换成用打印机进行打印时使用的各种彩色材料成分的信息的装置。这里,作为彩色材料成分,基本上是C(青)、M(品红)、Y(黄)以及K(黑)4种成分,但在喷墨式打印机中,也有在上述成分之外追加了稀释了染料浓度的墨水的构成例。
在假拟灰阶模块103中,将分解成在彩色变换模块102确定了的彩色材料成分的彩色图像信息变换成少于彩色图像信息的灰阶数的量化电平,进而利用多个像素的量化值面积地表现灰阶性。在本实施形式中,作为假拟灰阶处理,采用的是使用将关注像素的量化误差扩散到周围像素的误差扩散处理。这里,因误差扩散处理已众所周知而略去其详细的说明。
此外,输出端子104是将在假拟灰阶模块103生成的每种彩色材料成分的量化信息发送给没有图示的打印机引擎的输出部。即,本发明的图像处理装置的特征是具有对所生成的上述新的图像数据使用误差扩散法进行假拟中间色调化的假拟灰阶模块103。
这里,图1所示的图像处理装置的构成是以相同分辨率将从输入端子100输入的彩色图像信息输出到打印机引擎时的构成例,但是,为了消除打印机引擎与所输入的彩色图像信息的分辨率之差,也可以采用将进行利用内插处理的分辨率变换的分辨率变换部连接于噪声除去模块101和彩色变换模块102之间的构成。
图2A是表示图1所示的噪声除去模块101的细部构成的框图。如图2A所示的那样,本实施形式的噪声除去模块101由输入端子201、行缓冲器202、窗口部203、像素选择部204、随机数生成部205、像素值确定部206以及输出端子207构成。
图2A中,在输入端子201上,输入从图1中的输入端子100输出的RGB的彩色图像信息。行缓冲器202按行单位存储·保持被输入到了输入端子201的彩色图像信息。窗口部203通过具有数行大小的行缓冲器202,可以形成以关注像素为中心的二维方向的参照像素窗口。
此外,像素选择部204是基于使随机数生成部205生成的模拟随机数从形成了窗口的各个像素中选择任意的像素的装置。像素值确定部206是基于窗口部203中的关注像素以及在像素值选择部204选择了的选择像素确定新的关注像素的像素值的装置。
另外,图2B是表示用于将上述构成的噪声除去模块作为噪声除去装置来实现的硬件构成图。噪声除去装置210具有CPU211、ROM212、RAM213。在噪声除去装置210中,CPU211按照保持在ROM212中的控制程序控制上述噪声除去模块101的各个部分的动作。此外,RAM213被作为CPU211的工作区使用。
下面,对上述构成的噪声除去模块101的动作进行说明。图3是用于说明噪声除去模块101的动作顺序的流程图。这里,设输入到噪声除去模块101的彩色图像信息是水平像素数为WIDTH、垂直像素数为HEIGHT大小的图像。
首先,进行噪声除去模块101的初始化。实际中是由CPU211将表示垂直方向的处理地址的变量i初始化为0(步骤S301)。此外,采用同样做法,也将表示水平方向的处理地址的变量j初始化为0(步骤S302)。
然后,随机数生成部205生成随机数(步骤S303)。进而,像素选择部204基于由随机数生成部205生成的随机数确定自关注像素的水平、垂直的相对位置a、b的值(步骤S304)。这里,在确定水平、垂直的相对位置a、b时,既可以对每一个相对位置使之生成随机数,也可以利用一次的随机数生成求出2个变量。此外,虽然没有在此限定随机数生成的算法,但设为在概率方面则相同。即,本发明的噪声除去模块101的特征在于使用随机数从窗口内选择选择像素。此外,在本发明中,像素选择部204的特征是使用基于均匀概率分布生成的随机数。
这里,设水平、垂直的相对位置a、b的值不超过窗口尺寸。例如,如果假定窗口尺寸是以关注像素为中心的9像素×9像素,则可以从所生成的随机数使用剩余计算进行设定使a、b的值收敛在-4≤a≤4、-4≤b≤4的范围内。
然后,使用在步骤S304确定了的a、b的值在像素选择部204进行下面的比较(S305)。
判断是否是
|Ir(i,j)-Ir(i+a,j+b)|<Thr且
|Ig(i,j)-Ig(i+a,j+b)|<Thg且
|Ib(i,j)-Ib(i+a,j+b)|<Thb。
这里,Ir(i,j)表示位于坐标(i、j)的关注像素的R成分的像素值,Ig(i,j)同样地是G成分的像素值,Ib(i,j)同样地是B成分的像素值。此外,Thr、Thg、Thb分别表示R、G、B的预定的阈值。另外,|x|表示x的绝对值。
即,在步骤S305中,判断在窗口内任意地选择了的选择像素值和关注像素值的差的绝对值是否均小于R、G、B三种成分的预定的阈值。
在其结果均小于R、G、B三种成分的预定的阈值时(是),像素选择部204将该选择像素值作为新的关注像素值进行置换(步骤S306)。这里,设R、G、B各成分的新的关注像素值分别为Fr、Fg、Fb。
另一方面,在所有的R、G、B三种成分均没有达到小于预定的阈值时(否),像素选择部204作为新的关注像素值仍然原样不变地使用旧的关注像素值(步骤S307)。因而,此时不进行关注像素值的置换。即,在本发明的噪声除去模块101中,其特征是像素值确定部206基于选择像素的像素值和关注像素的像素值的差值的大小来确定关注像素的新的像素值。此外,在本发明中,特征还在于像素值确定部206在差值的大小低于预定值时将选择像素值作为关注像素的新的像素值。
接着,增加计数一个像素的水平方向的地址(步骤S308)。进而,一边一个像素一个像素地扫描关注像素一边反复进行一系列的处理,直到水平像素成为WIDTH像素的量为止(步骤S309)。采用同样做法,增加计数一个像素的垂直方向的地址(步骤S310)。进而,一边一个像素一个像素地扫描关注像素一边反复进行一系列的处理,直到垂直像素成为HEIGHT像素的量为止(步骤S311)。并且,如果结束了全部像素的扫描则结束噪声除去处理。
下面,对本实施形式的噪声除去的原理进行说明。
图4是将自关注像素的空间的距离和与之对应的自相关函数的关系模型化了的图。图4中,上部表示自相关函数与像素间距离的关系的曲线,下部表示像素排列的情况。这里,为了便于说明,图4中只在一维方向上给出了像素排列。
众所周知,随着与关注像素的相对位置的增大自相关函数指数函数地减少。例如,图4中,对用符号A表示的位置的像素和用符号B表示的位置的像素来说,其与关注像素的自相关函数不同。即,由于窗口内的各个像素依赖于与关注像素的距离其自相关函数不同,故置换关注像素就成为在不同的自相关函数值的集合中选择任意的相关的像素。因而,在与相关性的高低无关地按照均匀概率分布选择了像素时,置换后的相关性大致成为随机而实现了白噪声化(白噪声)。
图5是表示从某一图像信息中切出产生了低频噪声的局部区域使用DFT(离散傅立叶变换)进行变换得到的频率特性的图。图5中,原点表示直流成分,纵轴表示垂直方向的空间频率,横轴表示水平方向的空间频率。进而,在水平、垂直方向都是离开原点越远越是高频成分。
图5中,用白色表现的部分是预定频率成分的功率值(功率谱),功率值越大则描绘得越白。这里,设图5所示的切出的区域是平坦部,噪声成分之外的交流功率比较少。即,在图5的低频带之所以强度变高是由于噪声功率的缘故,因此,噪声的产生非常醒目,是像质劣化的主要原因。
图6是表示对图5所示的同一区域使用图3的流程图所示的动作程序进行了噪声除去处理后的频率特性图。从图6可知,图5所示的产生在中央部的低频功率减少,代之而产生了扩展到各个频率带的白噪声。
图7A、7B是在实空间上模型化了噪声除去处理前后的低频噪声的状况的图。在图7A、7B中,1个网格表示1个像素,为便于说明,我们只用2个灰阶进行表现。最初,低频噪声如图7所示的那样,假设具有连通性的块被视觉地辨认为噪声。如前面所示的那样,选择来自具有连通性的块内外的像素,进行置换,将如图7B所示的那样失去连通性。即,视觉地辨认为“大陆状”的噪声被分解成了“岛状”,其结果是消失了原来的“大陆状”的噪声。因而,可以认为在图6所示的频率特性图中表现出来的白噪声是“大陆状”的噪声被分解成了“岛状”后的结果。
图8是表示在对图5所示的同一区域使用由图3的流程图所示的动作程序进行了噪声除去处理后,进一步进行了利用误差扩散法的假拟灰阶处理后的频率特性图。众所周知,误差扩散法表示的是宽带域的高通滤波器(HPF)的特性。即,可知使用图7A、7B说明过的白噪声化了的噪声混入在由误差扩散法产生的高频噪声中而变得在视觉上难以看见。此外,由于人类的视觉特性是越是高频区域其MTF(Modulation Transfer Function:调制传递函数)越是衰减,故结果上,在输出到打印机引擎的打印物中几乎无法检测出因除去噪声而产生的白噪声。
下面,对把低频成分白噪声化的危害进行说明。
图9A、9B是模型化了平坦部以及非平坦部的频率特性的图。图9A是模型化了像素值的变化较少的完全的平坦部的频率特性的图,图9B是模型化了虽然不是急剧变化的边缘部,但也是平滑地变化了像素值的部分(非平坦部)的各个频率特性的图。为了便于说明,两者均用一维表示。在图9A、9B中,分别为横轴表示空间频率,纵轴表示功率。此外,原点表示直流成分。再有,假定图9A、9B的各个区域均产生了低频噪声。
此时,在图9A所示的例子中,直流成分之外的信号成分较小,所产生的交流功率的大部分是由低频噪声造成的。此外,在图9B所示的例子中,虽然表示了非平坦部的信号成分和低频噪声重叠了的整体的功率,但与用图9A所示的低频噪声功率相比,其功率强度压倒性地变大。即,在假定了低频噪声的强度是一定的时,在像素值的变化较大的区域,作为信号强度和噪声强度的相对比值的S/N比变高,相反,在像素值的变化幅度较小且噪声作为主体的区域,S/N比变小。
此外,图10A、10B是模型化了对图9A、9B所示的部分使用图3的流程图所示的动作程序进行了噪声除去处理后的频率特性的图。在图10A中,如与图9A相比较可知的那样,低频功率的“山峰”倒塌,可以实现一直扩展到高频区域的白噪声化。但是,直流功率以及各个频率的交流功率值的总和没有变化。
另一方面,如果比较图10B与图9B,则与图10A不同,低频功率的“山”的倒塌情况相对地变低。这里,低频功率的“山”的倒塌情况依赖于原来的低频功率值和在噪声除去处理中被变换成白噪声的功率值的相对比率。即,可以说,对信号成分大的区域,即便是运行了根据图3的流程图所示的动作程序的噪声除去处理时,也不产生原来的信号成分较大地产生变化这样的不良影响,而只显示出对于重叠在信号成分上的噪声成分的效果。
另外,如用图3的流程图所示的动作程序所示的那样,在选择像素和关注像素值的差值较大时不进行置换(步骤S307)。即,通过设置用于判断是否进行置换的阈值,能够控制被变换成白噪声的功率值。这里,假定该阈值与信号成分的大小无关且一定。此时,在变化量大的区域,由于关注像素值和选择像素值的差值变大而使超过阈值的概率变大,结果进行置换处理的像素在概率上减少。
在该点上也可以知道在变化量大的区域的噪声除去处理引起的不良影响是轻微的。另一方面,在变化量小的区域,由于置换处理的像素概率地增加了,故噪声除去处理可以有效地起作用。
即,本发明的噪声除去模块101的特征在于具有输入包含低频噪声的图像数据的输入端子201,指定由关注像素以及其周围像素构成的窗口的窗口部203,从窗口内选择用于进行与关注像素的比较的选择像素的像素选择部204,基于选择像素的像素值和关注像素的像素值确定关注像素的新的像素值的像素值确定部206,且用新的像素值置换关注像素的像素值生成新的图像数据。
如以上说明过的这样,本发明的技术是将存在于视觉上醒目的频率区域的噪声变换到难以在视觉上辨认的频率区域的技术。作为同样的技术,有对特定区域信号乘以假拟随机数序列(PN序列)而将之扩展到较宽带域的通信方法中的频谱扩展的技术。但是,根据本发明,可以以更简单的构成实现使用了自由度高的变换技术的低频噪声除去。
即,由于通过使用上述的置换处理相关性必然要减少,故低频带的功率的一部分被切实地变换到了高频区域。此时,通过最佳化相当于自相关的分布集合的选择像素的窗口尺寸,可以实现将低频噪声功率进行变换的高频宽带域噪声的区域宽度的控制。此外,通过控制置换的允许量,可以实现从低频功率变换来的噪声功率的功率值控制。
<第2实施形式>
图11是用于说明本发明的第2实施形式的噪声除去模块的动作顺序的流程图。这里,虽然第2实施形式的图像处理装置以及噪声除去模块的构成与图1以及图2所示的框图相同,但第2实施形式是噪声除去模块101进行噪声除去的颜色空间不是使用RGB色度空间而是使用作为亮度色差空间的Y、Cr、Cb来实施的例子。
这里,因为关于从RGB到Y、Cr、Cb的变换并不是本发明的本质内容,故我们略去其说明。因而,既可以在输入噪声除去模块101之前进行从RGB空间到Y、Cr、Cb空间的变换,也可以原样不变地使用利用JPEG算法解码后了的作为亮度色差信号的YUV信号。
如图11所示的那样,在噪声除去模块101中,首先将表示垂直方向的处理地址的变量i初始化为0(步骤S1101)。同样地,也将表示水平方向的处理地址的变量j初始化为0(步骤S1102)。然后,使随机数生成部205生成随机数(步骤S1103)。进而,在像素选择部204基于所生成的随机数确定作为自关注像素的水平、垂直的相对位置a、b的值(步骤S1104)。
进而,在像素选择部204使用所确定的a、b的值进行下面的比较(S1105)。
判断是否是
|Iy(i,j)-Iy(i+a,j+b)|<Thy1且
|Icr(i,j)-Icr(i+a,j+b)|<Thcr且
|Icb(i,j)-Icb(i+a,j+b)|<Thcb。
这里,Iy(i,j)表示位于关注像素的坐标(i、j)的Y成分的像素值,Icr(i,j)同样地表示Cr成分的像素值,Icb(i,j)同样地表示Cb成分的像素值。此外,Thy1、Thcr、Thcb分别表示Y、Cr、Cb的预定的阈值。另外,|x|表示x的绝对值。
即,在步骤S1105中,判断在窗口内任意地选择了的选择像素值和关注像素值的差的绝对值是否均小于Y、Cr、Cb三种成分的预定的阈值。
其结果,在所有的Y、Cr、Cb三种成分没有同时达到小于预定的阈值时(否),新的关注像素值仍然原样不变地使用旧的关注像素值(步骤S1106)。即,此时不进行关注像素值的置换。这里,设Y、Cr、Cb的各成分的新的像素值分别为Fy、Fcr、Fcb。
另一方面,在步骤S 1105,在判断Y、Cr、Cb的所有的成分均小于预定的阈值时(是),然后,只对Y成分进行与预先设定的阈值Thy2的比较(步骤S 1107)。这里,设Thy1和Thy2具有Thy1<Thy2的关系。
作为结果,在Y成分小于预定的阈值时(是),将选择像素值作为新的关注像素值(步骤S1108)。反之,在不小于预定的阈值时(否),接着判断关注像素值和选择像素值的大小关系(步骤S1109)。作为结果,在关注像素值一侧大时(是),进行下面的变换(步骤S1110)。
Fy(i,j)=Iy(i,j)-D
Fcr(i,j)=Icr(i+a,j+b)
Fcb(i,j)=Icb(i+a,j+b) (1)
这里,D为预先设定的预定值,多数情况下可设定D=Thy2。
另一方面,在选择像素值大于关注像素值时(否),进行下面的变换(步骤S1111)。
Fy(i,j)=Iy(i,j)+D
Fcr(i,j)=Icr(i+a,j+b)
Fcb(i,j)=Icb(i+a,j+b) (2)
然后,增加计数1个像素的水平方向的地址(步骤S1112)。
即,本发明的噪声除去模块101的像素值确定部206的特征是将在关注像素的像素值上相加或者相减了预定值的值作为该关注像素的新的像素值。此外,噪声除去模块101进一步具备生成近似于选择像素的像素值的近似颜色的近似颜色生成功能,像素值确定部206的特征是使用所生成的近似颜色作为关注像素的新的像素值。进而,噪声除去模块101的特征还在于:近似颜色生成功能对多个彩色成分中至少一种彩色成分生成在预定范围内进行了近似的近似颜色。
进而,本发明的噪声除去模块101特征在于:像素值确定部206通过对多个颜色成分中至少一种颜色成分使用在预定范围内进行近似生成的近似颜色,对剩余的颜色成分使用选择像素的像素值来确定关注像素的新的像素值。
再有,在本发明的噪声除去模块101中,像素值确定部206具有2个阈值,在差值小于第1个阈值时,将关注像素的像素值作为新的像素值,关于多个颜色成分中至少一种颜色成分的差值,在超过第1个阈值而又小于第2阈值时,将关注像素的像素值取为近似颜色。
接着,一边一个像素一个像素地扫描关注像素一边反复进行一系列的处理,直到水平像素达到WIDTH像素的量为止(步骤S1113)。采用同样做法,增加计数一个像素的垂直方向的地址(步骤S1114),并一直反复到垂直像素达到HEIGHT像素的量为止(步骤S1115)。
图12A~图12D是用于说明在图11的流程图所示的顺序中进行比较的属类的具体例子的图。这里,在图12A~D中,为了便于说明,使用二维说明Y成分和Cr成分。此外,在图12A~D中,将上述的变量D设定为D=Thy2。
图12A说明的是按情况分开的各个属类。在图12A中,纵轴表示Y成分的关注像素值和选择像素值的差值(Iy(i,j)-Iy(i+a,j+b)),横轴表示Cr成分的关注像素值和选择像素值的差值(Icr(i,j)-Icr(i+a,j+b))。
这里,由于原点的差值为0,故表示的是关注像素值和选择像素值相等的情况。在图12A中,用粗线围起来的矩形区域是满足-Thy1<Iy(i,j)-Iy(i+a,j+b)<Thy1且-Thcr<lcr(i,j)-Icr(i+a,j+b)<Thcr的区域。
此外,在图12A中,用斜线做了剖面线的矩形区域是满足-Thy2<Iy(i,j)-Iy(i+a,j+b)<Thy2且-Thcr<Icr(i,j)-Icr(i+a,j+b)<Thcr的区域。
用图11的流程图所示的动作程序被大略地分类为3种属类。因此,在图12A中,将用斜线做了剖面线的区域分类为属类A,将粗线的矩形区域中属类A区域以外的区域分类为属类B,将粗线的矩形区域以外的区域分类为属类C。
图12B表示所选择的像素存在于属类A内的情况的例子。在图12B中,用白点表示关注像素,用黑点表示选择像素。按照图11的流程图所示的动作程序,从原点开始移动新的关注像素值并置换所选择的像素的值。
图12C表示所选择的像素存在于属类B内的情况的例子。虽然也是按照图11的流程图所示的动作程序从原点开始移动新的关注像素值,但由于不能超过用虚线表示的Thy2,故只有Y成分在上限(Thy2)进行了限制(clip)。另一方面,关于Cr成分则进行所选择的像素的Cr成分的值的置换。
图12D是表示所选择的像素存在于属类C内的情况的例子。此时,不按照图11的流程图所示的动作程序从原点开始移动关注像素。
本实施形式是特别关于在亮度色差成分发挥效果的情况而展示的例子。人类的视觉灵敏度在亮度成分和色差成分上有很大不同,亮度成分方面对变化量更为敏感。如前述的那样,本发明是破坏低频噪声而代之产生白噪声的发明,但作为噪声,其可感知的强度在亮度和色差方面也有很大不同。
即,白噪声功率虽然依赖于作为是否进行置换的允许量的阈值,但如果在亮度成分上设定较大的允许量,则白噪声功率将变大而成为像质劣化的主要原因。因此,必须较低地设定亮度成分中的对选择像素的置换允许量,使其在不产生像质劣化的程度。当在亮度色差空间应用了图3的流程图所示的动作程序时,选择像素不能达到较低地设定的亮度成分的允许量的阈值之下,其结果,3种成分均不被置换的情况增多。
即,虽然希望在色差成分中积极地实施置换,但由于亮度成分的允许量的限制,存在被置换的像素在概率上减少这样的问题。为了回避该问题,虽然可以对于亮度成分、色差成分独立地进行选择、置换处理,但此时与在现有技术中说明过的相加随机数同样地,将产生周围并不存在的颜色,成为了产生伪彩色的原因。因此,在本实施形式中,关于亮度成分,在作为置换允许量的阈值以外,设置了伴随置换的变化量的上限的限制。即,通过采用多级阈值比较的结构,可以在色差成分方面积极地进行置换,在亮度成分方面也从关注像素值进行变化。
但是,因为在上述的方法中也不是原样不变地置换选择像素值,故存在产生在周围并没有出现的伪彩色的可能性。但是,与独立地按亮度成分、色差成分进行了选择、置换处理的情况相比,从关注像素向变换像素值的颜色变化的矢量接近于从关注像素向选择像素的颜色变化的矢量,能够抑制像质劣化。
图13A、B是用于说明关注像素值和选择像素值、或者关注像素值和交换像素值的2种颜色之间的彩色变化矢量的图。图13A所示的是关注像素值和选择像素值的2种颜色之间的彩色变化矢量、以及关注像素值和变换像素值的2种颜色之间的彩色变化矢量。与图12A~D同样地,用白点表示关注像素,黑点表示选择像素。如图13A所示的那样,可知上述两者的彩色变化矢量相互是接近的。
此外,在优先防止产生伪彩色时,也可以考虑如图13B所示的那样,首先,计算出从关注像素到选择像素的彩色变化矢量,然后,将该彩色变化矢量与Y成分的阈值Thy2的交点作为新的关注像素值的方法。即,图13B是矢量方向优先于矢量强度的情况的例子。即,在矢量方向相同时,伪彩色的产生不引人注目。此外,交点的计算可以通过关注像素和选择像素2种彩色之间的线性内插实现。
即,在关注像素和选择像素的2点之间,在满足变化允许量的条件的同时,尽可能生成使之近似于选择像素值的颜色的颜色,由此考虑各种各样的近似颜色生成方法。进而,在图13A中,通过只限制颜色的一种成分来实现,在图13B中,通过与一种成分的限制相关联地使其他成分也线性地变化来实现。
如以上所说明过的这样,在本实施形式中,其特征在于:在原样不变地置换概率地选择的像素的做法超过了允许量的条件时,生成使之近似于选择像素的颜色的近似颜色,确定为新的关注像素值。这里,在图13A、B中表示了近似颜色生成方法的2个例子,但本发明并非仅限于这2个例子。
<第3实施形式>
图14是用于说明本发明的第3实施形式的噪声除去模块的动作程序的流程图。这里,图14表示图2所示的噪声除去模块101的其他的动作程序例。
如图14所示的那样,首先进行噪声除去模块的初始化,将表示垂直方向的处理地址的变量i初始化为0(步骤S1401)。同样地,也将表示水平方向的处理地址的变量j初始化为0(步骤S1402)。然后,进行循环次数的初始化,将表示关注像素的每一个像素的可选择的循环次数的变量loop初始化为0(步骤S1403)。
而后,用随机数生成部205生成随机数(步骤S1404),并基于所生成的随机数在像素选择部204确定作为自关注像素的水平、垂直的相对位置a、b的值(步骤S1405)。进而,使用所确定的a、b的值进行下面的比较(S1406)。
判断是否是
|Ir(i,j)-Ir(i+a,j+b)|<Thr且
|Ig(i,j)-Ig(i+a,j+b)|<Thg且
|Ib(i,j)-Ib(i+a,j+b)|<Thb。
这里,Ir(i,j)表示关注像素的坐标(i、j)的R成分的像素值,Ig(i,j)是同样地表示的G成分的像素值,Ib(i,j)是同样地表示的B成分的像素值。此外,Thr、Thg、Thb分别表示R、G、B的预定的阈值。另外,|x|表示x的绝对值。
在步骤S1406的比较结果是正确时(是),将选择像素值作为新的关注像素值进行置换(步骤S1407)。这里,设RGB各成分的新的关注像素值分别为Fr、Fg、Fb。
另一方面,在步骤S1406的比较结果是否时(否),将循环次数变量loop增加计数一次(步骤S1408)。然后,判断循环次数变量loop是否在预定次数(Thloop)以内(步骤S1409)。在其结果为预定次数以内时(是),从步骤S1404的随机数生成步骤开始进行反复。反之,在判断达到了预定次数时(否),将旧的关注像素值原样不变地作为新的关注像素值使用,不进行置换(步骤S1410)。
在本实施形式中,通过使用循环,可以概率地增加置换像素。即,当窗口内具有陡峭的边缘或突出值的脉冲类的噪声与低频噪声共存时,存在选择像素值与关注像素值有很大不同的情况。在用图3的流程图所示的动作程序中,是每一个关注像素进行一次利用随机数生成的选择像素的确定,但在本实施形式中,由于通过多次的反复增加了选择允许范围内的像素值的概率,故可以更为良好地除去低频噪声。
<第4实施形式>
图15是用于说明本发明的第4实施形式的噪声除去模块的动作程序的流程图。这里,图15表示图2所示的噪声除去模块101的其他的动作程序。
如图15所示的那样,首先在噪声除去模块进行初始化,将表示垂直方向的处理地址的变量i初始化为0(步骤S1501)。同样地,也将表示水平方向的处理地址的变量j初始化为0(步骤S1502)。然后,用随机数生成部205生成随机数(步骤S1503),并基于所生成的随机数在像素选择部204确定作为自关注像素的水平、垂直的相对位置a、b的值(步骤S1504)。进而,使用所确定了的a、b的值进行下面的比较(S1505)。
判断是否是
|Ir(i,j)-Ir(i+a,j+b)|<Thr且
|Ig(i,j)-Ig(i+a,j+b)|<Thg且
|Ib(i,j)-Ib(i+a,j+b)|<Thb。
这里,Ir(i,j)表示关注像素的坐标(i、j)的R成分的像素值,Ig(i,j)是同样地表示的G成分的像素值,Ib(i,j)是同样地表示B成分的像素值。此外,Thr、Thg、Thb分别表示R、G、B的预定的阈值。另外,|x|表示x的绝对值。
在步骤S1505的比较结果是正确时(是),确定下面的计算结果作为新的关注像素值(步骤S1506)。
Fr(i,j)=A×Ir(i,j)+(1-A)×Ir(i+a,j+b)
Fg(i,j)=A×Ig(i,j)+(1-A)×Ig(i+a,j+b)
Fb(i,j)=A×Ib(i,j)+(1-A)×Ib(i+a,j+b)
(3)
式中,A为预定的系数。
另一方面,在步骤S1505的比较结果是否时(否),将旧的关注像素值原样不变地作为新的关注像素值使用,不进行置换(步骤S1507)。即,在本实施形式中,不是选择像素的置换,而是将通过积和计算的计算结果作为了新的关注像素值。
以往的LPF是以关注像素为中心的与邻接像素的加权平均。并且,通过使用了依赖于关注像素和邻接像素的空间距离的权重系数的滤波处理,可以截止高频区域。
而本发明的目的不是截止高频区域,而是通过总是将低频功率的一部分变换成白噪声功率来除去原来的低频噪声。在前述的图3的流程图所示的处理动作中,通过与关注像素的相关性的高低无关地、概率地选择并置换周围的像素,破坏了与邻接像素的相关性。但是,如果超过允许量的阈值的选择像素增多,则可以置换的比例减少从而也减小了效果。
因而,在本实施形式中,目的在于不是置换选择像素而是将选择像素与关注像素的积和运算作为变换值,由此来增加变换关注像素值的比例。即,本发明的噪声除去模块101的特征在于具有:指定由包含低频噪声的图像数据的关注像素以及其周围像素构成的区域的窗口部203;从该区域内选择用于与关注像素进行比较的选择像素的像素选择部204;利用选择像素的像素值和关注像素的像素值的积和运算确定上述预定像素的新的像素值的像素值确定部206。
例如,在规定了关注像素的最大变化允许量时,如果设定表达式(3)的系数A的值为A=1/2,由于积和运算方式的比较阈值成为最大变化允许量的2倍,故将明显地增加被变换的关注像素的概率。
此外,虽然前述的图13B存在颜色成分的差异,但却相当于依照关注像素和选择像素的差来动态地变动表达式(3)的系数A的值。即,达到预定差值为止等价于A=0,如果达到了预定差值以上,则相当于在单调增加系数A的值。
另外,在将表达式(3)的系数A的值设定为了0<A≤1(在A=0与置换等价)时,相当于进行关注像素和选择像素的空间的线性内插。即,像素值确定部206的特征是利用选择像素与关注像素的内插来确定新的像素值。相反地,如果将表达式(3)的系数A的值设定成负的值,则相当于进行关注像素和选择像素的空间的线性外插。即,像素值确定部206的特征是利用选择像素与关注像素的外插来确定关注像素的新的像素值。
图16是在本实施形式中进行的外插的概念图。如图16所示的这样,假定窗口尺寸为5像素×5像素,中心部P的位置为关注像素。并且,假定根据随机数概率地选择了窗口内的点Q的像素。
这里,如果设表达式(3)的系数A的值为-1,则由于表达式(3)的计算式相当于线性外插,故相当于计算窗口外的外插点R的外插值。即,通过将对应窗口外的像素位置的外插值用于变换值,能够接近于较大地设定窗口尺寸进行置换处理的效果。这里,由于窗口尺寸起因于行缓冲器的个数,故硬件方面以及软件方面的制约较大,最好能使用尽可能小的窗口尺寸来获得大的效果。
如上所述的这样,在本实施形式中,通过最佳化积和运算的系数,在使用了内插时,具有增加关注像素的交换的比例的效果,此外,在使用了外插时,具有扩大窗口尺寸的类似的效果。进而,虽然上述的内插以及外插是用线性运算来表示的,但也可以考虑依照关注像素和选择像素的差值进行非线性运算的构成。即,本发明的特征是基于选择像素的像素值和关注像素的像素值的差值的大小设定积和运算中的权重系数。
此外,虽然关于表达式(3)的系数A,RGB三种成分都使用同样的系数,但也可以按每个颜色使用不同的系数。进而,在上述的实施形式中,虽然示出了进行选择的像素为一个像素的例子,但也可以是选择多个像素的方式。这里,在选择了多个像素时,最好进行所选择的像素数次数的随机数生成。
即,本发明的特征是积和运算中的权重系数对多个颜色成分的每一种成分各不相同。此外,本发明的噪声除去模块101的特征是:像素值确定部206对于多种颜色成分的每一种成分比较差值的大小是否全部在预定值以下。进而,噪声除去模块101的特征还在于,像素选择部204可以从窗口内选择多个选择像素,像素值确定部206使用所选择的多个选择像素确定关注像素的新的像素值。
另外,如果作为关注像素的权重系数的A的值变大,则由于减小了利用本处理的效果,故在取选择像素数为n个像素(n≥1)时,希望其为1/(n+1)以下,即对变换值的关注像素值的贡献率为1/(n+1)以下。再有,也可以考虑选择多个像素而不使用关注像素,只用选择像素彼此的积和运算来确定新的关注像素值的方法。
<第5实施形式>
图17是用于说明本发明的第5实施形式的噪声除去模块的动作程序的流程图。这里,图17是表示图2所示的噪声除去模块101的其他的动作程序。
由于图17只是一部分与利用图3所示的流程图的动作程序不同,故我们只说明不同点。在图17中,其特征是在步骤S1703的均匀随机数生成后,进入在步骤S1712的概率分布校正这一点。即,在步骤S1712的概率分布校正,是从生成了随机数后的均匀概率分布校正到所期望的概率分布的步骤。该概率分布校正的特征是依赖于自关注像素位置的空间距离而使像素选择的概率不同。
图18A、B是用于说明在步骤S1712进行的概率分布校正的概要的图。在图18A、B中,为了便于说明,一维地表示了生成概率分布。图18A、B都是横轴表示关注像素和选择像素的像素间距离,纵轴表示概率分布。这里,如果假定窗口的一维方向的尺寸为(2d+1)个像素,则进行剩余计算以使随机数生成能够取-d以上d以下的值。这里,图18A表示-d以上d以下的生成概率相同的状态。此外,图18B表示d的绝对值越大其生成概率越增加的状态。这表示是一种随着自关注像素位置的空间距离的增加而易于选择像素的设定。
即,本发明的噪声除去模块101的像素选择部204的特征在于使用基于依赖于离开关注像素的距离的生成概率分布生成的随机数。此外,本发明的特征还在于:该上述生成概率分布是一种离关注像素的距离越远其生成概率越高的分布。
在依赖于离开关注像素的距离而使像素选择的概率变化时,可以控制关注像素和选择像素的相关性。即,如图4所示的那样,如果假定自相关函数依照与关注像素的距离发生变化,则可以依照想要选择的期望的相关性来实现增减生成概率的细致的设定。这里,生成概率的设定最好是实验地进行。此外,图18B示出了概率分布对于与关注像素的距离线性地变化的例子,但当然也可以是非线性的变化。
以上,对基于概率地选择的像素和关注像素来确定新的关注像素值的方法进行了说明,这里,选择像素既可以是一个像素也可以是多个像素。此外,对通过评价选择像素和关注像素的差值的绝对值,进行置换或切换变换的例子进行了说明,但评价并非仅限于此。
另外,本发明对使用随机数的生成概率地从周围像素中确定选择像素的例子进行了叙述,但也可以考虑不生成随机数地、通过使之具有预定的规律性来控制所选择的像素位置的例子。即,由于选择自关注像素位置总是位于固定的相对位置的像素在像质上没有什么好处,故采用预先使之具有每扫描一个像素的关注像素其相对位置便变动预定坐标量的规律性并基于该变动规律依次确定选择像素的方法也是有效的。变动规律的预定坐标量既可以是水平n像素、垂直m像素之类的固定的变动量,当然也可以是变动量本身为按像素单位可变的非线性的变动量。
再有,也可以是不使变动量具有规律性,而使之具有相对位置基于关注像素的绝对坐标(i,j)的函数而确定的规律性。规律性的函数既可以是保存在表格中的方法也可以是使用计算的方法。
本发明作为在视觉上减轻包含于图像数据的低频带中的噪声成分的噪声除去装置,其特征在于:减少图像数据的关注像素与其周围像素的相关性,控制伴随相关性的减少的低频成分的减少功率值并将减少功率值变换成白噪声。
进而,本发明作为在视觉上减轻包含于图像数据的低频带中的噪声成分的噪声除去装置,其特征在于:减少图像数据的关注像素与其周围像素的相关性,控制伴随相关性的减少的低频成分的减少功率值并将减少功率值变换成白噪声,并控制宽带区域噪声变换装置的带域宽度。
以上说明过的本发明的目的,当然可以通过将记录了实现上述的实施形式的功能的软件的程序代码的存储介质(或者记录介质)提供给系统或装置,由其系统或装置的计算机(或者CPU、MPU)读出并运行保存在存储介质中的程序代码来实现。
此时,从存储介质读出的程序代码本身实现前述的实施形式的功能,保存其程序代码的存储介质即构成本发明。另外,不用说,当然也包括通过运行计算机读出的程序代码,不但可以实现前述的实施形式的功能,而且还可以根据其程序代码的指示,由在计算机上工作的操作系统(OS)等进行实际处理的一部分或者全部,通过其处理实现前述的实施形式的功能的情况。
进而,不用说,当然也包括在从存储介质读出的程序代码被写入到插入在计算机中的功能扩展卡或连接在计算机上的功能扩展单元所具备的存储器后,还可以根据其程序代码的指示,由其功能扩展卡或功能扩展单元所配备的CPU等进行实际处理的一部分或者全部,通过其处理实现前述的实施形式的功能的情况。
如以上所说明过的这样,根据本发明,通过根据关注像素和从关注像素周围概率地选择的像素来确定出新的关注像素值,可以将已产生的低频噪声功率变换成白噪声功率,可以在视觉上除去包含在图像数据中的低频噪声。
此外,由于可以控制上述变换后的噪声的频带宽度、噪声的功率,故容易进行利用噪声除去的像质的调整。进而,由于在像素值的置换处理或近似颜色变换处理中可以进行伪彩色的产生不引人注目的变换,故即便是对彩色图像也可以实现良好的噪声除去。另外,因为可以用简单的构成实现高像质的噪声除去处理,故在将用数字照相机摄取的图像输出到打印机的系统构成中,可以提供噪声少的高质量的数字打印图像。
本发明并非只限定于上述实施形式,可以在不脱离本发明的精神以及范围的情况下进行各种变更以及变形。因而,为了使公众了解本发明的范围,附加了以下的权利要求项。
Claims (48)
1.一种图像处理装置,其特征在于,包括:
输入包含有低频噪声的图像数据的输入装置;
指定由上述图像数据的预定像素以及该预定像素的周围像素构成的区域的指定装置;
从上述区域内选择用于与上述预定像素进行比较的比较像素的选择装置;
基于上述比较像素的像素值和上述预定像素的像素值确定上述预定像素的新的像素值的确定装置;以及
用上述新的像素值置换上述预定像素的像素值生成新的图像数据的置换装置。
2.根据权利要求1所述的图像处理装置,其特征在于:上述选择装置使用随机数从上述区域内选择上述比较像素。
3.根据权利要求2所述的图像处理装置,其特征在于:上述选择装置使用基于均匀概率分布生成的随机数。
4.根据权利要求2所述的图像处理装置,其特征在于:上述选择装置使用基于依赖于自上述预定像素的距离的生成概率分布生成的随机数。
5.根据权利要求4所述的图像处理装置,其特征在于:上述生成概率分布是自上述预定像素的距离越远生成概率越高的分布。
6.根据权利要求1所述的图像处理装置,其特征在于:上述选择装置,根据每扫描一个预定像素、自该预定像素的相对位置就变动预定坐标量的规律性,而从上述区域内选择上述比较像素。
7.根据权利要求1所述的图像处理装置,其特征在于:上述选择装置根据一定规律性,从上述区域内选择上述比较像素,所述规律性是自上述预定像素的相对位置基于自上述预定像素的绝对坐标的函数而确定的规律性。
8.根据权利要求1所述的图像处理装置,其特征在于:上述确定装置基于上述比较像素的像素值和上述预定像素的像素值的差值的大小确定上述预定像素的新的像素值。
9.根据权利要求8所述的图像处理装置,其特征在于:上述确定装置在上述差值的大小低于预定值时,将上述比较像素值作为上述预定像素的新的像素值。
10.根据权利要求1所述的图像处理装置,其特征在于:上述确定装置将在上述预定像素的像素值上相加或者相减了预定值的值作为该预定像素的新的像素值。
11.根据权利要求1所述的图像处理装置,其特征在于:
还包括生成近似于上述比较像素的像素值的近似颜色的近似颜色生成装置,
且上述确定装置使用上述近似颜色作为上述预定像素的新的像素值。
12.根据权利要求11所述的图像处理装置,其特征在于:上述近似颜色生成装置生成在预定范围内与多个颜色成分中的至少一种颜色成分近似的近似颜色。
13.根据权利要求12所述的图像处理装置,其特征在于:上述确定装置使用在预定范围内与多个颜色成分中的至少一种颜色成分近似地生成的上述近似颜色,对剩余的颜色成分使用上述比较像素的像素值来确定上述预定像素的新的像素值。
14.根据权利要求11所述的图像处理装置,其特征在于:
上述确定装置具有2个阈值,
在上述差值小于第1阈值时,将上述预定像素的像素值作为新的像素值,
在有关多个颜色成分中的至少一种颜色成分的差值超过上述第1阈值而又小于第2阈值时,将上述预定像素的像素值取为上述近似颜色。
15.一种图像处理装置,其特征在于,包括:
输入包含有低频噪声的图像数据的输入装置;
指定由上述图像数据的预定像素以及该预定像素的周围像素构成的区域的指定装置;
从上述区域内选择用于与上述预定像素进行比较的比较像素的选择装置;
利用上述比较像素的像素值和上述预定像素的像素值的积和运算确定上述预定像素的新的像素值的确定装置。
16.根据权利要求15所述的图像处理装置,其特征在于:上述确定装置通过上述比较像素和上述预定像素的内插确定上述预定像素的新的像素值。
17.根据权利要求15所述的图像处理装置,其特征在于:上述确定装置通过上述比较像素和上述预定像素的外插确定上述预定像素的新的像素值。
18.根据权利要求15到17的任意一项所述的图像处理装置,其特征在于:基于上述比较像素的像素值和上述预定像素的像素值的差值的大小设定上述积和运算中的权重系数。
19.根据权利要求18所述的图像处理装置,其特征在于:上述积和运算中的权重系数按多种颜色成分的各个成分而不同。
20.根据权利要求1所述的图像处理装置,其特征在于:上述确定装置对于多种颜色成分的各个成分比较上述差值的大小是否全部低于预定值。
21.根据权利要求1所述的图像处理装置,其特征在于:
上述选择装置可以从上述区域内选择多个比较像素,
上述确定装置使用所选择的多个比较像素确定上述预定像素的新的像素值。
22.根据权利要求1所述的图像处理装置,其特征在于:还包括对于所生成的上述新的图像数据使用误差扩散法进行假拟中间色调化的假拟中间色调装置。
23.一种图像处理装置,可以在视觉上减轻包含在图像数据的低频带中的噪声成分,其特征在于,包括:
使上述图像数据的预定像素和该预定像素的周围像素的相关性减少的相关性减少装置;
控制伴随上述相关性的减少的低频成分的减少功率值的功率值控制装置;
将上述减少功率值变换成白噪声的白噪声变换装置。
24.一种图像处理装置,可以在视觉上减轻包含在图像数据的低频带中的噪声成分,其特征在于,包括:
使上述图像数据的预定像素和该预定像素的周围像素的相关性减少的相关性减少装置;
控制伴随上述相关性的减少的低频成分的减少功率值的功率值控制装置;
将上述减少功率值变换成宽带域噪声的宽带域噪声变换装置;
控制上述宽带域噪声变换装置的带域宽度的带域宽度控制装置。
25.一种图像处理方法,其特征在于,包括以下步骤:
指定由包含低频噪声的图像数据的预定像素以及该预定像素的周围像素构成的区域的指定步骤;
从上述区域内选择用于与上述预定像素进行比较的比较像素的选择步骤;
基于上述比较像素的像素值和上述预定像素的像素值确定上述预定像素的新的像素值的确定步骤;以及
用上述新的像素值置换上述预定像素的像素值生成新的图像数据的置换步骤。
26.根据权利要求25所述的图像处理方法,其特征在于:上述选择步骤使用随机数从上述区域内选择上述比较像素。
27.根据权利要求26所述的图像处理方法,其特征在于:上述选择步骤使用基于均匀概率分布生成的随机数。
28.根据权利要求26所述的图像处理方法,其特征在于:上述选择步骤使用基于依赖于自上述预定像素的距离的生成概率分布生成的随机数。
29.根据权利要求28所述的图像处理方法,其特征在于:上述生成概率分布是自上述预定像素的距离越远生成概率越高的分布。
30.根据权利要求25所述的图像处理方法,其特征在于:上述选择装置,根据每扫描一个预定像素、自该预定像素的相对位置就变动预定坐标量的规律性,而从上述区域内选择上述比较像素。
31.根据权利要求25所述的图像处理方法,其特征在于:上述选择装置根据一定规律性,从上述区域内选择上述比较像素,所述规律性是自上述预定像素的相对位置基于自上述预定像素的绝对坐标的函数而确定的规律性。
32.根据权利要求25所述的图像处理方法,其特征在于:上述确定步骤基于上述比较像素的像素值和上述预定像素的像素值的差值的大小确定上述预定像素的新的像素值。
33.根据权利要求32所述的图像处理方法,其特征在于:上述确定步骤在上述差值的大小低于预定值时,将上述比较像素值作为上述预定像素的新的像素值。
34.根据权利要求25所述的图像处理方法,其特征在于:上述确定步骤将在上述预定像素的像素值上相加或者相减了预定值的值作为该预定像素的新的像素值。
35.根据权利要求25所述的图像处理方法,其特征在于:
还包括生成近似于上述比较像素的像素值的近似颜色的近似颜色生成步骤,
且上述确定步骤使用上述近似颜色作为上述预定像素的新的像素值。
36.根据权利要求35所述的图像处理方法,其特征在于:上述近似颜色生成步骤生成在预定范围内与多个颜色成分中的至少一种颜色成分近似的近似颜色。
37.根据权利要求36所述的图像处理方法,其特征在于:上述确定步骤使用在预定范围内与多个颜色成分中的至少一种颜色成分近似所生成的上述近似颜色,对剩余的颜色成分使用上述比较像素的像素值来确定上述预定像素的新的像素值。
38.根据权利要求35所述的图像处理方法,其特征在于:
上述确定步骤具有2个阈值,
在上述差值小于第1阈值时,将上述预定像素的像素值作为新的像素值,
在有关多个颜色成分中的至少一种颜色成分的差值超过上述第1阈值而又小于第2阈值时,将上述预定像素的像素值取为上述近似颜色。
39.一种图像处理方法,其特征在于,包括以下步骤:
指定由上述图像数据的预定像素以及该预定像素的周围像素构成的区域的指定步骤;
从上述区域内选择用于与上述预定像素进行比较的比较像素的选择步骤;
利用上述比较像素的像素值和上述预定像素的像素值的积和运算确定上述预定像素的新的像素值的确定步骤。
40.根据权利要求39所述的图像处理方法,其特征在于:上述确定步骤通过上述比较像素和上述预定像素的内插确定上述预定像素的新的像素值。
41.根据权利要求39所述的图像处理方法,其特征在于:上述确定步骤通过上述比较像素和上述预定像素的外插确定上述预定像素的新的像素值。
42.根据权利要求39到41的任意一项所述的图像处理方法,其特征在于:基于上述比较像素的像素值和上述预定像素的像素值的差值的大小设定上述积和运算中的权重系数。
43.根据权利要求42所述的图像处理方法,其特征在于:上述积和运算中的权重系数按多种颜色成分的各个成分而不同。
44.根据权利要求25所述的图像处理方法,其特征在于:上述确定步骤对于多种颜色成分的各个成分比较上述差值的大小是否全部低于预定值。
45.根据权利要求25所述的图像处理方法,其特征在于:
上述选择步骤可以从上述区域内选择多个比较像素,
上述确定步骤使用所选择的多个比较像素确定上述预定像素的新的像素值。
46.根据权利要求25所述的图像处理方法,其特征在于:还包括对于所生成的上述新的图像数据使用误差扩散法进行假拟中间色调化的假拟中间色调步骤。
47.一种图像处理方法,可以在视觉上减轻包含在图像数据的低频带中的噪声成分,其特征在于,包括以下步骤:
使上述图像数据的预定像素和该预定像素的周围像素的相关性减少的相关性减少步骤;
控制伴随上述相关性的减少的低频成分的减少功率值的功率值控制步骤;以及
将上述减少功率值变换成白噪声的白噪声变换步骤。
48.一种图像处理方法,可以在视觉上减轻包含在图像数据的低频带的噪声成分,其特征在于,包括以下步骤:
使上述图像数据的预定像素和该预定像素的周围像素的相关性减少的相关性减少步骤;
控制伴随上述相关性的减少的低频成分的减少功率值的功率值控制步骤;
将上述减少功率值变换成宽带域噪声的宽带域噪声变换步骤;以及
控制上述宽带域噪声变换步骤的带域宽度的带域宽度控制步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002164625A JP3862613B2 (ja) | 2002-06-05 | 2002-06-05 | 画像処理装置及び画像処理方法並びにコンピュータプログラム |
JP164625/2002 | 2002-06-05 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1469635A CN1469635A (zh) | 2004-01-21 |
CN1244224C true CN1244224C (zh) | 2006-03-01 |
Family
ID=29706660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB031412556A Expired - Lifetime CN1244224C (zh) | 2002-06-05 | 2003-06-03 | 图像处理装置和图像处理方法 |
Country Status (6)
Country | Link |
---|---|
US (3) | US8023764B2 (zh) |
EP (2) | EP2288136B1 (zh) |
JP (1) | JP3862613B2 (zh) |
KR (1) | KR100583710B1 (zh) |
CN (1) | CN1244224C (zh) |
AT (1) | ATE522082T1 (zh) |
Families Citing this family (77)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3862613B2 (ja) | 2002-06-05 | 2006-12-27 | キヤノン株式会社 | 画像処理装置及び画像処理方法並びにコンピュータプログラム |
JP3862621B2 (ja) * | 2002-06-28 | 2006-12-27 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びそのプログラム |
JP3862620B2 (ja) * | 2002-06-28 | 2006-12-27 | キヤノン株式会社 | 画像処理装置、及び画像処理方法 |
US7432985B2 (en) | 2003-03-26 | 2008-10-07 | Canon Kabushiki Kaisha | Image processing method |
JP4136825B2 (ja) * | 2003-08-08 | 2008-08-20 | キヤノン株式会社 | 画像処理装置および画像処理方法およびコンピュータが読み取り可能なプログラムを格納した記憶媒体およびプログラム |
GB0328326D0 (en) * | 2003-12-05 | 2004-01-07 | British Telecomm | Image processing |
US8175444B2 (en) | 2004-01-14 | 2012-05-08 | Samsung Electronics Co., Ltd. | Method of reproducing from storage medium storing interactive graphics stream activated in response to user's command |
JP4500707B2 (ja) * | 2004-03-24 | 2010-07-14 | キヤノン株式会社 | 画像データ処理装置 |
JP4282520B2 (ja) * | 2004-03-24 | 2009-06-24 | シャープ株式会社 | 信号処理方法、信号出力装置、信号処理装置、画像処理装置、及び画像形成装置 |
JP2005342936A (ja) * | 2004-06-01 | 2005-12-15 | Dainippon Screen Mfg Co Ltd | 色調制御方法 |
KR100485594B1 (ko) * | 2004-08-26 | 2005-04-27 | (주) 넥스트칩 | 영상에서의 잡음을 제거하기 위한 잡음 처리 방법 및 그시스템 |
JP4822773B2 (ja) | 2004-09-13 | 2011-11-24 | キヤノン株式会社 | 色ノイズ低減回路及びそれを用いた撮像装置 |
JP4547223B2 (ja) * | 2004-09-28 | 2010-09-22 | オリンパス株式会社 | 撮像システム、ノイズ低減処理装置及び撮像処理プログラム |
TWI336595B (en) * | 2005-05-19 | 2011-01-21 | Mstar Semiconductor Inc | Noise reduction method |
US7885478B2 (en) * | 2005-05-19 | 2011-02-08 | Mstar Semiconductor, Inc. | Noise reduction method and noise reduction apparatus |
US20060262210A1 (en) * | 2005-05-19 | 2006-11-23 | Micron Technology, Inc. | Method and apparatus for column-wise suppression of noise in an imager |
JP3895357B2 (ja) * | 2005-06-21 | 2007-03-22 | 日東光学株式会社 | 信号処理装置 |
KR100727958B1 (ko) * | 2005-07-27 | 2007-06-13 | 삼성전자주식회사 | 모아레(moire) 패턴을 저감하기 위한 스크린 설계방법 및 장치 |
JP4961182B2 (ja) * | 2005-10-18 | 2012-06-27 | 株式会社リコー | ノイズ除去装置、ノイズ除去方法、ノイズ除去プログラム及び記録媒体 |
US7756355B2 (en) * | 2006-05-05 | 2010-07-13 | Aptina Imaging Corp. | Method and apparatus providing adaptive noise suppression |
CN101473656B (zh) * | 2006-06-29 | 2011-09-14 | 汤姆森许可贸易公司 | 基于像素的自适应滤波 |
KR100780242B1 (ko) * | 2006-11-14 | 2007-11-27 | 삼성전기주식회사 | 이미지의 어두운 영역에서의 노이즈 제거 방법 및 장치 |
KR100791391B1 (ko) * | 2007-01-30 | 2008-01-07 | 삼성전자주식회사 | 노이즈 저감 방법 및 장치 |
JP4777268B2 (ja) * | 2007-02-01 | 2011-09-21 | キヤノン株式会社 | 画像形成装置、及び画像処理装置の制御方法 |
US8086060B1 (en) * | 2007-10-11 | 2011-12-27 | Adobe Systems Incorporated | Systems and methods for three-dimensional enhancement of two-dimensional images |
US8131072B2 (en) * | 2007-11-26 | 2012-03-06 | Aptina Imaging Corporation | Method and apparatus for reducing image artifacts based on aperture-driven color kill with color saturation assessment |
JP5086830B2 (ja) * | 2008-02-08 | 2012-11-28 | 株式会社キーエンス | 画像検査装置、画像検査方法、及びコンピュータプログラム |
CN102224734B (zh) * | 2008-10-02 | 2013-11-13 | 索尼公司 | 图像处理设备和方法 |
JP4721077B2 (ja) * | 2008-10-23 | 2011-07-13 | ソニー株式会社 | 画像処理装置、画像処理方法、及び、プログラム |
CN101464998B (zh) * | 2009-01-15 | 2011-12-14 | 浙江大学 | 面向纺织行业的非高斯纹理噪声平滑滤波方法 |
JP5529424B2 (ja) * | 2009-03-11 | 2014-06-25 | ソニー株式会社 | 画像処理装置、画像処理方法及びコンピュータプログラム |
US9013750B2 (en) | 2009-06-25 | 2015-04-21 | Canon Kabushiki Kaisha | Image processing for processing image data in correspondence with each pixel of an image |
US8976411B2 (en) | 2009-07-01 | 2015-03-10 | Canon Kabushiki Kaisha | Image processing in correspondence with each pixel of an image |
US8934134B2 (en) | 2009-07-02 | 2015-01-13 | Canon Kabushiki Kaisha | Image processing based on pixel and attribute values |
US9635218B2 (en) | 2009-07-03 | 2017-04-25 | Canon Kabushiki Kaisha | Image processing based on a pixel value in image data |
US8184917B2 (en) * | 2009-08-05 | 2012-05-22 | Brother Kogyo Kabushiki Kaisha | Image processor |
JP5326920B2 (ja) | 2009-08-07 | 2013-10-30 | 株式会社リコー | 画像処理装置、画像処理方法、及び、コンピュータプログラム |
CN102236885A (zh) * | 2010-04-21 | 2011-11-09 | 联咏科技股份有限公司 | 减少图像噪声的过滤器与过滤方法 |
JP2012124832A (ja) * | 2010-12-10 | 2012-06-28 | Sony Corp | 画像処理装置、画像処理方法、及び、プログラム |
JP5741011B2 (ja) | 2011-01-26 | 2015-07-01 | 株式会社リコー | 画像処理装置、画素補間方法およびプログラム |
JP6018492B2 (ja) * | 2011-12-15 | 2016-11-02 | キヤノン株式会社 | 画質評価装置及びその制御方法、プログラム |
JP5930297B2 (ja) * | 2012-05-18 | 2016-06-08 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
JP6041133B2 (ja) * | 2012-06-08 | 2016-12-07 | パナソニックIpマネジメント株式会社 | 画像処理装置、画像処理方法、画像処理プログラムおよびチップ回路 |
US20140136295A1 (en) | 2012-11-13 | 2014-05-15 | Apptio, Inc. | Dynamic recommendations taken over time for reservations of information technology resources |
JP5939962B2 (ja) * | 2012-11-19 | 2016-06-29 | 株式会社Pfu | 画像処理装置、画像処理方法及びコンピュータプログラム |
JP2014106476A (ja) | 2012-11-29 | 2014-06-09 | Canon Inc | 焦点検出装置、撮像装置、撮像システム、焦点検出方法、プログラム、および、記憶媒体 |
US9088753B2 (en) | 2013-01-11 | 2015-07-21 | Canon Kabushiki Kaisha | Image forming apparatus, luminance correction method, and storage medium storing program |
WO2014112611A1 (ja) | 2013-01-21 | 2014-07-24 | 興和株式会社 | 画像処理装置、画像処理方法、画像処理プログラム及びそのプログラムを格納した記録媒体 |
US20140278807A1 (en) * | 2013-03-15 | 2014-09-18 | Cloudamize, Inc. | Cloud service optimization for cost, performance and configuration |
US10417591B2 (en) | 2013-07-03 | 2019-09-17 | Apptio, Inc. | Recursive processing of object allocation rules |
US10325232B2 (en) | 2013-09-20 | 2019-06-18 | Apptio, Inc. | Allocating heritage information in data models |
US11244364B2 (en) | 2014-02-13 | 2022-02-08 | Apptio, Inc. | Unified modeling of technology towers |
US10026010B2 (en) | 2014-05-14 | 2018-07-17 | At&T Intellectual Property I, L.P. | Image quality estimation using a reference image portion |
JP6386841B2 (ja) | 2014-09-12 | 2018-09-05 | キヤノン株式会社 | 画像処理装置、プログラム、画像処理システム、及び、画像処理方法 |
JP6322099B2 (ja) | 2014-09-12 | 2018-05-09 | キヤノン株式会社 | 画像処理装置、及び、画像処理方法 |
JP2016063324A (ja) | 2014-09-16 | 2016-04-25 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP6397284B2 (ja) | 2014-09-16 | 2018-09-26 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
US11151493B2 (en) | 2015-06-30 | 2021-10-19 | Apptio, Inc. | Infrastructure benchmarking based on dynamic cost modeling |
US10268979B2 (en) | 2015-09-28 | 2019-04-23 | Apptio, Inc. | Intermediate resource allocation tracking in data models |
US10387815B2 (en) | 2015-09-29 | 2019-08-20 | Apptio, Inc. | Continuously variable resolution of resource allocation |
US10726367B2 (en) | 2015-12-28 | 2020-07-28 | Apptio, Inc. | Resource allocation forecasting |
CN106161877A (zh) * | 2016-08-01 | 2016-11-23 | 深圳市瀚晖威视科技有限公司 | 一种用于星光级摄像机的图像画面降噪方法 |
US10474974B2 (en) | 2016-09-08 | 2019-11-12 | Apptio, Inc. | Reciprocal models for resource allocation |
US10936978B2 (en) * | 2016-09-20 | 2021-03-02 | Apptio, Inc. | Models for visualizing resource allocation |
US10482407B2 (en) | 2016-11-14 | 2019-11-19 | Apptio, Inc. | Identifying resource allocation discrepancies |
US10157356B2 (en) | 2016-12-14 | 2018-12-18 | Apptio, Inc. | Activity based resource allocation modeling |
CN108632583B (zh) * | 2017-03-23 | 2019-10-22 | 展讯通信(上海)有限公司 | 数字图像处理方法及装置 |
CN107277299B (zh) * | 2017-07-27 | 2020-08-18 | Oppo广东移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
JP6987352B2 (ja) * | 2017-11-17 | 2021-12-22 | 富士フイルムヘルスケア株式会社 | 医用画像処理装置および医用画像処理方法 |
US10268980B1 (en) | 2017-12-29 | 2019-04-23 | Apptio, Inc. | Report generation based on user responsibility |
US10324951B1 (en) | 2017-12-29 | 2019-06-18 | Apptio, Inc. | Tracking and viewing model changes based on time |
US11775552B2 (en) | 2017-12-29 | 2023-10-03 | Apptio, Inc. | Binding annotations to data objects |
CN108932489A (zh) * | 2018-06-25 | 2018-12-04 | 李娜 | 脸部识别可行性分析系统 |
CN113554547A (zh) * | 2020-04-24 | 2021-10-26 | 北京小米移动软件有限公司 | 图像处理方法、装置、终端设备及存储介质 |
CN113965790A (zh) * | 2020-07-20 | 2022-01-21 | Tcl科技集团股份有限公司 | 一种图像显示的处理方法、存储介质及终端设备 |
KR20220145694A (ko) * | 2021-04-22 | 2022-10-31 | 에스케이하이닉스 주식회사 | 이미지 센싱 장치 및 그의 동작방법 |
US11756285B2 (en) | 2021-06-10 | 2023-09-12 | Bank Of America Corporation | Image processing system and method for image noise removal |
Family Cites Families (71)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0795344B2 (ja) | 1986-11-19 | 1995-10-11 | キヤノン株式会社 | 画像修正方法 |
US4783840A (en) * | 1987-12-04 | 1988-11-08 | Polaroid Corporation | Method for enhancing image data by noise reduction or sharpening |
US5068909A (en) * | 1989-05-18 | 1991-11-26 | Applied Imaging Corporation | Method and apparatus for generating quantifiable video displays |
WO1991003795A1 (en) * | 1989-08-28 | 1991-03-21 | Eastman Kodak Company | Digital image noise reduction of luminance and chrominance based on overlapping planar approximation |
US5111310A (en) | 1990-12-04 | 1992-05-05 | Research Technologies Corporation, Inc. | Method and apparatus for halftone rendering of a gray scale image using a blue noise mask |
US5323247A (en) | 1990-12-04 | 1994-06-21 | Research Corporation Technologies | Method and apparatus for halftoning and inverse halftoning and the transmission of such images |
JPH04235472A (ja) | 1991-01-09 | 1992-08-24 | Canon Inc | 撮像装置 |
EP0496573B1 (en) | 1991-01-24 | 1995-12-20 | Matsushita Electric Industrial Co., Ltd. | Pixel defect removing circuit for solid-state image pickup device |
JPH04239886A (ja) | 1991-01-24 | 1992-08-27 | Matsushita Electric Ind Co Ltd | 画像雑音除去装置 |
JPH04250769A (ja) | 1991-01-25 | 1992-09-07 | Sharp Corp | 画像の疑似中間調変換装置 |
US5760922A (en) | 1993-10-08 | 1998-06-02 | Matsushita Electric Industrial Co., Ltd. | Area recognizing device and gradation level converting device employing area recognizing device |
JPH0775103A (ja) | 1993-07-19 | 1995-03-17 | Sharp Corp | 画像符号化装置 |
JP3396512B2 (ja) * | 1993-08-31 | 2003-04-14 | パイオニア株式会社 | ディザ生成装置 |
JPH07203210A (ja) | 1993-12-27 | 1995-08-04 | Ricoh Co Ltd | 画像処理装置 |
US5832136A (en) * | 1994-04-20 | 1998-11-03 | Fuji Xerox Co., Ltd. | Image signal processing apparatus with noise superimposition |
JPH0856357A (ja) | 1994-08-10 | 1996-02-27 | Hitachi Ltd | 画像処理装置 |
JPH08111777A (ja) * | 1994-10-07 | 1996-04-30 | Brother Ind Ltd | 画像処理装置 |
JPH08186714A (ja) * | 1994-12-27 | 1996-07-16 | Texas Instr Inc <Ti> | 画像データのノイズ除去方法及びその装置 |
KR0160690B1 (ko) * | 1995-04-29 | 1999-01-15 | 김광호 | 영상신호 부호화/복호화장치에 있어서 블럭킹 효과 제거회로 |
US6041145A (en) * | 1995-11-02 | 2000-03-21 | Matsushita Electric Industrial Co., Ltd. | Device and method for smoothing picture signal, device and method for encoding picture and device and method for decoding picture |
US6151420A (en) * | 1995-12-15 | 2000-11-21 | Polaroid Corporation | Minimizing blocking artifacts in a filtered image |
JP3210248B2 (ja) | 1996-04-25 | 2001-09-17 | キヤノン株式会社 | 画像処理装置及びその方法 |
JP3809226B2 (ja) | 1996-06-06 | 2006-08-16 | 富士写真フイルム株式会社 | リニアイメージセンサの出力画像信号の補正方法 |
US5771318A (en) * | 1996-06-27 | 1998-06-23 | Siemens Corporate Research, Inc. | Adaptive edge-preserving smoothing filter |
JP4101329B2 (ja) | 1996-08-02 | 2008-06-18 | ユナイテッド・モジュール・コーポレーション | ブロック歪み除去フィルタ、画像処理装置および画像信号のフィルタリング方法 |
US6496605B1 (en) * | 1996-08-02 | 2002-12-17 | United Module Corporation | Block deformation removing filter, image processing apparatus using the same, method of filtering image signal, and storage medium for storing software therefor |
JPH10200710A (ja) | 1997-01-13 | 1998-07-31 | Konica Corp | 画像処理装置 |
AT406867B (de) | 1997-02-27 | 2000-10-25 | Immuno Ag | Verfahren zur gewinnung von hochreinem vwf oder faktor viii/vwf-komplex |
JP4164877B2 (ja) | 1997-05-28 | 2008-10-15 | ソニー株式会社 | ブロック歪低減方法及び装置並びに符号化方法及び装置 |
US6108455A (en) * | 1998-05-29 | 2000-08-22 | Stmicroelectronics, Inc. | Non-linear image filter for filtering noise |
JP3604910B2 (ja) | 1998-06-30 | 2004-12-22 | シャープ株式会社 | 画像縮小装置及び画像縮小プログラムを記録した記録媒体 |
WO2000002381A1 (en) * | 1998-07-01 | 2000-01-13 | Equator Technologies, Inc. | Image processing circuit and method for modifying a pixel value |
US6295384B1 (en) * | 1998-11-04 | 2001-09-25 | Schlumberger Technologies, Inc. | Removing noise caused by artifacts from a digital image signal |
US6310982B1 (en) | 1998-11-12 | 2001-10-30 | Oec Medical Systems, Inc. | Method and apparatus for reducing motion artifacts and noise in video image processing |
US6313902B1 (en) | 1998-12-21 | 2001-11-06 | Fuji Photo Film Co. Ltd. | Image processing method and apparatus |
EP1153364A4 (en) | 1999-02-05 | 2002-10-30 | Samsung Electronics Co Ltd | METHOD AND DEVICE FOR PROCESSING COLOR IMAGES |
US6438270B1 (en) * | 1999-03-03 | 2002-08-20 | Xerox Corporation | Methods and systems for image sharpening |
US6195467B1 (en) | 1999-03-25 | 2001-02-27 | Image Processing Technologies, Inc. | Method and apparatus for sharpening a grayscale image |
JP3621288B2 (ja) | 1999-04-16 | 2005-02-16 | シャープ株式会社 | 画像処理装置 |
US20020145610A1 (en) | 1999-07-16 | 2002-10-10 | Steve Barilovits | Video processing engine overlay filter scaler |
US6771833B1 (en) * | 1999-08-20 | 2004-08-03 | Eastman Kodak Company | Method and system for enhancing digital images |
US6907144B1 (en) * | 1999-10-06 | 2005-06-14 | Eastman Kodak Company | Noise reduction method, apparatus, and program for digital image processing |
JP2001119575A (ja) | 1999-10-15 | 2001-04-27 | Ricoh Co Ltd | 画像処理装置 |
JP2001177731A (ja) | 1999-12-15 | 2001-06-29 | Canon Inc | 画像処理方法、装置および記憶媒体 |
JP4164215B2 (ja) | 1999-12-27 | 2008-10-15 | キヤノン株式会社 | 画像処理方法、装置および記録媒体 |
JP2001245179A (ja) | 1999-12-21 | 2001-09-07 | Sanyo Electric Co Ltd | 画像データの歪み低減方法、及びその装置 |
US6864995B2 (en) | 2000-02-29 | 2005-03-08 | Fuji Photo Film Co., Ltd. | Gradation correction curve producing method, gradation correction curve producing apparatus, and gradation correction curve producing program storage medium |
US6718068B1 (en) * | 2000-03-10 | 2004-04-06 | Eastman Kodak Company | Noise reduction method utilizing statistical weighting, apparatus, and program for digital image processing |
US6721458B1 (en) * | 2000-04-14 | 2004-04-13 | Seiko Epson Corporation | Artifact reduction using adaptive nonlinear filters |
JP4081219B2 (ja) | 2000-04-17 | 2008-04-23 | 富士フイルム株式会社 | 画像処理方法及び画像処理装置 |
CA2309002A1 (en) * | 2000-05-23 | 2001-11-23 | Jonathan Martin Shekter | Digital film grain reduction |
US6771835B2 (en) | 2000-06-12 | 2004-08-03 | Samsung Electronics Co., Ltd. | Two-dimensional non-linear interpolation system based on edge information and two-dimensional mixing interpolation system using the same |
JP4210021B2 (ja) | 2000-06-21 | 2009-01-14 | 富士フイルム株式会社 | 画像信号処理装置および画像信号処理方法 |
US6747697B1 (en) | 2000-07-12 | 2004-06-08 | Koninklijke Philips Electronics, N.V. | Method and apparatus for digital image defect correction and noise filtering |
US6807300B1 (en) * | 2000-07-20 | 2004-10-19 | Eastman Kodak Company | Noise reduction method utilizing color information, apparatus, and program for digital image processing |
US7058199B1 (en) | 2000-08-14 | 2006-06-06 | The Hong Kong University Of Science And Technology | Methods and apparatus for hiding data in halftone images |
JP4191884B2 (ja) * | 2000-08-18 | 2008-12-03 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像処理方法、画像処理装置および画像撮影装置 |
US6621595B1 (en) | 2000-11-01 | 2003-09-16 | Hewlett-Packard Development Company, L.P. | System and method for enhancing scanned document images for color printing |
JP2002158839A (ja) | 2000-11-20 | 2002-05-31 | Ricoh Co Ltd | 画像読取装置 |
JP2002185862A (ja) * | 2000-12-15 | 2002-06-28 | Mega Chips Corp | 画像信号のノイズ除去方法 |
JP2003174555A (ja) | 2001-09-28 | 2003-06-20 | Canon Inc | 画像処理装置及び方法及び記録媒体 |
US6931160B2 (en) | 2001-10-31 | 2005-08-16 | Eastman Kodak Company | Method of spatially filtering digital image for noise removal, noise estimation or digital image enhancement |
US7127121B1 (en) * | 2002-03-20 | 2006-10-24 | Ess Technology, Inc. | Efficient implementation of a noise removal filter |
US7263227B2 (en) * | 2002-04-25 | 2007-08-28 | Microsoft Corporation | Activity detector |
JP3862613B2 (ja) | 2002-06-05 | 2006-12-27 | キヤノン株式会社 | 画像処理装置及び画像処理方法並びにコンピュータプログラム |
JP3862620B2 (ja) | 2002-06-28 | 2006-12-27 | キヤノン株式会社 | 画像処理装置、及び画像処理方法 |
JP3862621B2 (ja) | 2002-06-28 | 2006-12-27 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びそのプログラム |
US7280703B2 (en) * | 2002-11-14 | 2007-10-09 | Eastman Kodak Company | Method of spatially filtering a digital image using chrominance information |
US7130477B1 (en) * | 2003-01-08 | 2006-10-31 | Openware Systems Inc. | Method and system for reducing noise in signal systems |
US7432985B2 (en) * | 2003-03-26 | 2008-10-07 | Canon Kabushiki Kaisha | Image processing method |
CN204316653U (zh) * | 2015-01-27 | 2015-05-06 | 中国水产科学研究院南海水产研究所 | 一种船载式无线语音视频加密会议系统 |
-
2002
- 2002-06-05 JP JP2002164625A patent/JP3862613B2/ja not_active Expired - Fee Related
-
2003
- 2003-05-29 US US10/446,723 patent/US8023764B2/en not_active Expired - Fee Related
- 2003-05-30 EP EP10182751.7A patent/EP2288136B1/en not_active Expired - Lifetime
- 2003-05-30 AT AT03253414T patent/ATE522082T1/de not_active IP Right Cessation
- 2003-05-30 EP EP03253414A patent/EP1377030B1/en not_active Expired - Lifetime
- 2003-06-03 CN CNB031412556A patent/CN1244224C/zh not_active Expired - Lifetime
- 2003-06-04 KR KR1020030035987A patent/KR100583710B1/ko active IP Right Grant
-
2011
- 2011-08-04 US US13/198,213 patent/US8306357B2/en not_active Expired - Lifetime
-
2012
- 2012-10-03 US US13/633,916 patent/US8744209B2/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
EP2288136B1 (en) | 2017-03-08 |
US20110311155A1 (en) | 2011-12-22 |
JP2004015322A (ja) | 2004-01-15 |
KR20030094114A (ko) | 2003-12-11 |
US8744209B2 (en) | 2014-06-03 |
EP2288136A3 (en) | 2013-11-13 |
EP1377030B1 (en) | 2011-08-24 |
US8023764B2 (en) | 2011-09-20 |
CN1469635A (zh) | 2004-01-21 |
ATE522082T1 (de) | 2011-09-15 |
JP3862613B2 (ja) | 2006-12-27 |
KR100583710B1 (ko) | 2006-05-26 |
US20030228067A1 (en) | 2003-12-11 |
US20130028537A1 (en) | 2013-01-31 |
EP1377030A3 (en) | 2005-02-09 |
US8306357B2 (en) | 2012-11-06 |
EP2288136A2 (en) | 2011-02-23 |
EP1377030A2 (en) | 2004-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1244224C (zh) | 图像处理装置和图像处理方法 | |
CN1280772C (zh) | 图像处理设备 | |
CN1114888C (zh) | 图像处理方法、设备和系统 | |
CN1237778C (zh) | 图像处理装置,图像处理方法 | |
CN1278540C (zh) | 降低图像噪声 | |
CN1201266C (zh) | 图像处理装置和图像处理方法 | |
CN1251147C (zh) | 无失真的图象对比度增强的方法 | |
CN1207895C (zh) | 图象处理方法和装置 | |
EP0920221B1 (en) | Image processing apparatus and method | |
CN1689340A (zh) | 数字静像照相机与图像校正方法 | |
CN1507604A (zh) | 图像增强方法和设备 | |
CN1615029A (zh) | 用于增强图像的局部亮度的方法、装置及记录介质 | |
CN1070670C (zh) | 高效的移动向量检测 | |
CN1917578A (zh) | 数据处理设备、数据处理方法及程序 | |
CN1870715A (zh) | 手抖动校正装置 | |
CN1812592A (zh) | 用于处理滤色器阵列的图像数据的方法和设备 | |
CN1542693A (zh) | 图像处理方法、图像处理装置及图像处理程序 | |
CN1471690A (zh) | 数字图象锐化系统 | |
CN1806449A (zh) | 图像处理设备、图像处理方法和计算机程序 | |
CN101854462B (zh) | 图像处理设备、图像处理方法和计算机程序 | |
CN1578383A (zh) | 图像处理方法,图像处理装置,图像形成装置及记录介质 | |
JPWO2005013622A1 (ja) | 色成分の混在配列された画像を処理する画像処理装置、画像処理プログラム、電子カメラ、および画像処理方法 | |
CN1301002C (zh) | 图像处理、形成装置、图像处理方法、程序、以及记录媒体 | |
CN1469631A (zh) | 图像处理装置和图像处理方法 | |
JP6500638B2 (ja) | 画像処理装置、および、コンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term |
Granted publication date: 20060301 |
|
CX01 | Expiry of patent term |