CN1272193A - 图像处理装置及方法、以及提供程序的媒体 - Google Patents

图像处理装置及方法、以及提供程序的媒体 Download PDF

Info

Publication number
CN1272193A
CN1272193A CN99800798A CN99800798A CN1272193A CN 1272193 A CN1272193 A CN 1272193A CN 99800798 A CN99800798 A CN 99800798A CN 99800798 A CN99800798 A CN 99800798A CN 1272193 A CN1272193 A CN 1272193A
Authority
CN
China
Prior art keywords
mentioned
image data
memory
processing apparatus
image processing
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.)
Granted
Application number
CN99800798A
Other languages
English (en)
Other versions
CN1175377C (zh
Inventor
大场章男
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Interactive Entertainment Inc
Original Assignee
Sony Computer Entertainment Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sony Computer Entertainment Inc filed Critical Sony Computer Entertainment Inc
Publication of CN1272193A publication Critical patent/CN1272193A/zh
Application granted granted Critical
Publication of CN1175377C publication Critical patent/CN1175377C/zh
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Image Processing (AREA)
  • Image Generation (AREA)
  • Studio Circuits (AREA)

Abstract

为了能用结构简单、且成本低廉的装置进行图像处理,主CPU31用描绘指令指示描绘引擎41进行卷积筛选处理运算。描绘引擎41对应于该指令,反复进行将图像存储器43的纹理区的图像数据乘以卷积筛选系数得到的值重写在描绘区中的处理来进行卷积筛选处理。

Description

图像处理装置及方法、以及提供程序的媒体
技术领域
本发明涉及图像处理装置及方法、以及提供程序的媒体，特别是涉及能用结构简单、成本低廉的装置进行图像处理的图像处理装置及方法、以及提供程序的媒体。
背景技术
图1表示图像处理装置的结构例。摄像机1对图中未示出的被拍摄体进行摄像，将该被拍摄体的图像数据输出给图像处理部2和CPU5。图像处理部2将从摄像机1输入的图像数据存入存储器11。如果CPU5指示图像处理部2的运算部12进行规定的运算，则运算部12根据该指令，对存储器11中存储的图像数据进行规定的运算，将运算后的数据输出给图形处理部3。
图形处理部3将从图像处理部2输入的运算数据存入存储器21。CPU5控制图形处理部3的显示数据生成部22，根据存储器21中存储的运算数据，生成显示数据。由图形处理部3生成的显示数据被输出给CRT4进行显示。
CPU5还接收从摄像机1或图像处理部2输出的数据，根据需要进行规定的处理，然后输出给图像处理部2或图形处理部3。
在这样的图像处理装置中，例如对从摄像机1输出的图像数据进行卷积筛选处理，并进行输出给CRT4进行显示的处理，这时的工作情况如图2中的流程图所示。另外，基本上由CPU5进行该处理。
在步骤S1中，CPU5接收从摄像机1供给的一帧图像数据。该图像数据被作为源帧的图像数据，如图3所示，由HMAX×VMAX个像素数据CSP构成。在步骤S1中，CPU5还设定卷积筛选系数C[m][n]。在图4所示例的情况下，该卷积筛选系数Cv[m][n]由3×3个系数构成。
其次，在步骤S2中，如图5所示，CPU5设想HMAX×VMAX个像素数据作为目标帧的图像数据Cdp，将其中坐标为(1，1)的图像数据Cdp[1][1]的值初始设定为0。另外，在步骤S3中，将变数j初始设定为1，在步骤S4中，将变数i初始设定为1.如图3和图5所示，该变数i、j表示源帧的图像(图3)及目标帧的图像(图5)沿水平方向的坐标(i)或垂直方向的坐标(j)。i取从0到HMAX-1的值，j取从0到VMAX-1的值。
在步骤S5和步骤S6中，将变数n和变数m分别初始设定为0。如图4所示，该变数m和n表示卷积筛选系数沿水平方向的坐标(m)和垂直方向的坐标(n)。在该例的情况下，m和n都取从0到2的值。
其次，在步骤S7中，CPU5进行下式所示的运算。
Cdp[i][j]
＝Cdp[i][j]+Cv[m][n]*CSP[i+m-1][j+n-1]    (1)
现在设j＝1、i＝1、n＝0、m＝0，设Cdp[i][j]的初始值为0，所以获得下式。
Cdp[1][1]＝Cv[0][0]*CSP[0][0]    (2)
其次，进入步骤S8，CPU5判断变数m是否比2小。现在的情况是m＝0，比2小，所以进入步骤S9，使m增加1，取m＝1。然后，返回到步骤S7，再进行上述(1)式的运算。其结果，获得下式。
Cdp[1][1]＝Cdp[1][1]+Cv[1][0]*CSP[1][0]    (3)
另外，这里，上述式(3)右边的Cdp[1][1]的值是上述式(2)中获得的值。
然后进入步骤S8，再判断变数m是否比2小。现在的情况是m＝1，所以进入步骤S9，使m再增加1，取m＝2。然后，返回到步骤S7，再运算上式(1)，获得下式。
Cdp[1][1]＝Cdp[1][1]+Cv[2][0]*CSP[2][0]    (4)
通过以上的处理，源像素数据CSP[0][0]、CSP[1][0]、CSP[2][0]分别乘以卷积筛选系数Cv[0][0]、Cv[1][0]、Cv[2][0]，获得该乘法运算值的累计值。
其次，进入步骤S8，判断变数m是否比2小。现在的情况是m＝2，所以断定为否，进入步骤S10。在步骤S10中，判断n是否比2小。现在的情况是n＝0，所以断定为是，进入步骤S11。在步骤S11中，使变数n增加1，现在的情况是n＝1。
然后，返回到步骤S6，初始设定m＝0后，在步骤S7中，再进行上述(1)式的运算。因此，进行以下运算。
Cdp[1][1]＝Cdp[1][1]+Cv[0][1]*CSP[0][1]    (5)
其次，进入步骤S8，判断变数m是否比2小。现在的情况是m＝0，所以断定为是，在步骤S19中，取m＝1后，返回到步骤S7，再进行上述(1)式的运算，运算下式(6)。
Cdp[1][1]＝Cdp[1][1]+Cv[1][1]*CSP[1][1]    (6)
反复进行以上处理的结果，进行以下的(7)式至(10)式的运算。
Cdp[1][1]＝Cdp[1][1]+Cv[2][1]*CSP[2][1]    (7)
Cdp[1][1]＝Cdp[1][1]+Cv[0][2]*CSP[0][2]    (8)
Cdp[1][1]＝Cdp[1][1]+Cv[1][2]*CSP[1][2]    (9)
Cdp[1][1]＝Cdp[1][1]+Cv[2][2]*CSP[2][2]    (10)
至此，将一个像素数据CSP[1][1]作为对象像素的卷积筛选处理结束。
这时，在步骤S10中，由于n＝2，所以断定为否，进入步骤S12。在步骤S12中，变数i为HMAX-2，在该例的情况下，HMAX＝6，所以判断是否比HMAX-2＝4小。现在的情况是i＝1，比HMAX-2小，所以断定为是，进入步骤S13，使变数i增加1，取i＝2。然后，返回到步骤S5，进行该步骤以下的处理。即，与将像素数据CSP[1][1]作为对象像素的卷积筛选运算处理一样，变成进行将像素数据CSP[2][1]作为对象像素的卷积筛选运算。
依次进行对j＝1的行中的像素数据的卷积筛选处理运算，如果进行到像素数据为CSP[1][HMAX-2](在图3中的例的情况下，为CSP[1][4])时，在步骤S12中断定为否，进入步骤S14。在步骤S14中，判断变数j是否比HMAX-2(在该例的情况下，因为VMAX＝6，所以VMAX-2＝4)小。现在的情况是j＝1，所以断定为是，进入步骤S15，使j增加1，取j＝2。然后，返回到步骤S4，进行该步骤以下的处理。即，与上述的情况一样，对j＝2的行中的像素数据进行卷积筛选处理运算。
如上处理后，如果对j为VMAX-2的行、i为HMAX-2的列的源像素数据CSP[HMAX-2][VMAX-2]的卷积筛选系数运算处理结束，则在步骤S14中，断定为否，卷积筛选处理运算处理结束。
CPU5将如上处理后获得的运算结果的数据供给图形处理部3。图形处理部3将从CPU5输入的一帧图像数据存入存储器21。显示数据生成部22将该图像数据变换成显示数据，输出给CRT4，进行显示。
以上虽然由CPU5进行卷积筛选运算处理，但有时在图像处理部2中进行。或者另外准备进行这样的处理用的专用硬件，也有时在该硬件中进行。
在上述的图像处理装置中，由CPU5、图像处理部2、或专用的硬件进行规定的运算。其结果，存在下述课题：CPU5或图像处理部2的负担大，或者需要专用的硬件，不仅结构复杂，而且成本高。
本发明就是鉴于这种情况完成的，能用结构简单、成本低廉的装置进行图像处理。
发明的公开
本发明的图像处理装置的特征在于备有：以像素单位存储源图像数据的第一存储器；以像素单位存储目标图像数据的第二存储器；以及描绘部件，它反复进行下述工作直到能获得规定的运算结果，即对存储在第一存储器中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于第二存储器中作为目标图像数据。
本发明的图像处理方法是一种备有以像素单位存储源图像数据的第一存储器、以及以像素单位存储目标图像数据的第二存储器的图像处理装置的图像处理方法，其特征在于包括下述的描绘步骤：反复进行下述工作直到能获得规定的运算结果，即对存储在第一存储器中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于第二存储器中作为目标图像数据。
本发明的提供程序的媒体的特征在于：向图像处理装置提供进行处理的程序，上述图像处理装置备有以像素单位存储源图像数据的第一存储器；以及以像素单位存储目标图像数据的第二存储器，上述进行处理的程序包括下述的描绘步骤，即反复进行下述工作直到能获得规定的运算结果，即对存储在第一存储器中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于第二存储器中作为目标图像数据。
另外，本发明的图像处理装置的特征在于备有：存储器，它备有以像素单位存储源图像数据的第一存储部、以及以像素单位存储目标图像数据的第二存储部；生成部件，它生成这样的描绘指令，即反复进行下述工作直到能获得规定的运算结果，即对存储在第一存储部中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于第二存储部中作为目标图像数据；以及执行部件，它执行由生成部件生成的描绘指令。
另外，本发明的图像处理方法的特征在于包括以下步骤：以像素单位将源图像数据存储在第一存储部中，同时以像素单位将目标图像数据存储在第二存储部中的步骤；以及在存储步骤中，在反复进行下述工作直到能获得规定的运算结果的描绘指令的步骤，即对存储在第一存储部中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于第二存储部中作为目标图像数据。
另外，本发明的提供程序的媒体的特征在于提供进行包括以下步骤的处理程序：以像素单位将源图像数据存储在第一存储部中，同时以像素单位将目标图像数据存储在第二存储部中的步骤；以及在存储步骤中，生成反复进行下述工作直到能获得规定的运算结果的描绘指令的步骤，即对存储在第一存储部中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于第二存储部中作为目标图像数据。
另外，本发明的图像处理装置的特征在于备有：以像素单位存储源图像数据的第一存储器；以像素单位存储目标图像数据的第二存储器；对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的一部分运算后，以多边形单位描绘于第二存储器中作为目标图像数据的第一描绘部件；以及对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的另一部分运算，对由第一描绘部件已经描绘的图像数据进行加法运算或减法运算后，以多边形单位描绘于第二存储器中作为目标图像数据的第二描绘部件。
另外，本发明的图像处理方法的特征在于包括以下步骤：对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的一部分运算后，以多边形单位描绘于第二存储器中作为目标图像数据的第一描绘步骤；以及对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的另一部分运算，对在第一描绘步骤中已经描绘的图像数据进行加法运算或减法运算后，以多边形单位描绘于第二存储器中作为目标图像数据的第二描绘步骤。
另外，本发明的提供程序的媒体的特征在于提供进行包括以下步骤的处理程序：对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的一部分运算后，以多边形单位描绘于第二存储器中作为目标图像数据的第一描绘步骤；以及对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的另一部分运算，对在第一描绘步骤中已经描绘的图像数据进行加法运算或减法运算后，以多边形单位描绘于第二存储器中作为目标图像数据的第二描绘步骤。
另外，在本发明的图像处理装置、图像处理方法、以及提供程序的媒体中，反复进行下述工作直到能获得规定的运算结果，即对存储在第一存储器中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于第二存储器中作为目标图像数据。
在本发明的图像处理装置、图像处理方法、以及提供程序的媒体中，生成这样的指令：反复进行下述工作直到能获得规定的运算结果，即对存储在第一存储器中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于第二存储器中作为目标图像数据。
在本发明的图像处理装置、图像处理方法、以及提供程序的媒体中，对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的一部分运算后，以多边形单位描绘于第二存储器中作为目标图像数据，然后再对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的另一部分运算，对已经描绘的图像数据进行加法运算或减法运算后，以多边形单位描绘于第二存储器中作为目标图像数据。
附图的简单说明
图1是表示现有的图像处理装置的结构例的框图。
图2是说明现有的卷积筛选处理的流程图。
图3是说明源像素数据的图。
图4是说明卷积筛选系数的图。
图5是说明目标像素数据的图。
图6是表示本发明的图像处理装置的结构例的框图。
图7是说明图1中的图像存储器43内部的记录区的图。
图8是说明双线性内插处理的图。
图9是说明卷积筛选处理的图。
图10是说明源像素数据的图。
图11是说明卷积筛选系数的图。
图12是说明卷积筛选处理的流程图。
图13是说明目标像素数据的图。
图14是说明目标像素数据的图。
图15是说明目标像素数据的图。
图16是说明目标像素数据的图。
图17是说明目标像素数据的图。
图18是说明目标像素数据的图。
图19是说明卷积筛选处理的另一例的流程图。
图20是说明卷积筛选处理的另一例的流程图。
图21是说明图19所示的步骤S53中的目标像素数据的图。
图22是说明卷积筛选处理的另一例的流程图。
图23是说明锥形筛选处理的图。
图24是说明锥形筛选处理的流程图。
图25是说明图24所示的步骤S92、S94中的处理的图。
图26是说明帧间差分处理的图。
图27是说明帧间差分处理的流程图。
图28是说明图像间距离的图。
图29是说明图像间距离运算处理的流程图。
图30是说明模式匹配处理的流程图。
图31是说明模式匹配处理的另一例的流程图。
图32是说明模式匹配处理的图。
图33是说明移动矢量检测处理的流程图。
图34是说明取出移动矢量的处理的图。
图35是说明在搜索范围内使块移动求出移动矢量的处理的图。
图36是说明另一移动矢量检测处理的流程图。
图37是说明图36的步骤S172中的求图像间距离的处理的图。
图38是说明另一移动矢量检测处理的流程图。
图39是说明图38的步骤S182中的锥形筛选处理的图。
图40是说明霍夫变换处理的流程图。
图41是说明霍夫变换处理的图。
图42是说明图40所示的步骤S193中的Y方向的双线性缩小处理的流程图。
图43是说明图42所示的步骤S202、S204中的处理的图。
图44是说明移动模糊处理的图。
图45是说明移动模糊处理的流程图。
图46是说明带电子快门的CCD动态图像的修正处理的图。
图47是说明移动模糊处理的图。
图48是表示图像显示例的图。
图49是说明图像显示处理的流程图。
图50是表示进行边缘取出处理时的筛选系数例的图。
实施发明用的最佳形态
以下说明本发明的实施形态，但为了明确权利要求中所述发明的各部件和以下的实施形态的对应关系，在各部件后的括弧内附加对应的实施形态(但只是一例)，现将本发明的特征说明如下。但该说明当然不意味将各部件限于所说明的实施形态。
图像处理装置的特征在于备有：以像素单位存储源图像数据的第一存储器(例如图7中的纹理区51)；以像素单位存储目标图像数据的第二存储器(例如图7中的描绘区52)；以及描绘部件(例如图6中的描绘引擎41)，它反复进行下述工作直到能获得规定的运算结果，即对存储在第一存储器中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于第二存储器中作为目标图像数据。
图像处理装置的特征在于还备有：指定源图像数据和目标图像数据之间的运算方式的指定部件(例如图6中的主CPU31)。
图像处理装置的特征在于备有：存储器(例如图6中的图像存储器43)，它备有以像素单位存储源图像数据的第一存储部(例如图7中的纹理区51)、以及以像素单位存储目标图像数据的第二存储部(例如图7中的描绘区52)；生成部件(例如图6中的主CPU31)，它生成这样的描绘指令，即反复进行下述工作直到能获得规定的运算结果，即对存储在第一存储部中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于第二存储部中作为目标图像数据；以及执行部件(例如图6中的描绘引擎41)，它执行由生成部件生成的描绘指令。
图像处理装置的特征在于备有：以像素单位存储源图像数据的第一存储器(例如图7中的纹理区51)；以像素单位存储目标图像数据的第二存储器(例如图7中的描绘区52)；对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的一部分运算后，以多边形单位描绘于第二存储器中作为目标图像数据的第一描绘部件(例如图12中的步骤S37、步骤S38、步骤S39)；以及对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的另一部分运算，对由第一描绘部件已经描绘的图像数据进行加法运算或减法运算后，以多边形单位描绘于第二存储器中作为目标图像数据的第二描绘部件(例如图12中的步骤S37、步骤S40、步骤S41)。
图像处理装置的特征在于还备有：指定源图像数据和目标图像数据之间的运算方式的指定部件(例如图12中的步骤S34)。
图6是表示应用了本发明的图像处理装置的电子游戏机的结构框图。主存储器32和图像处理芯片33通过总线34连接在主CPU31上。主CPU31生成描绘指令，控制图像处理芯片33的工作。主CPU31进行各种处理时所必要的程序和数据等适当地存储在主存储器32中。
图像处理芯片33的描绘引擎41根据从主CPU31供给的描绘指令，通过存储器接口42，执行将规定的图像数据描绘于图像存储器43中的工作。总线45被连接在存储器接口42和描绘引擎41之间，总线46被连接在存储器接口42和图像存储器43之间。总线46有例如128位的位宽，描绘引擎41能高速地对图像存储器43进行描绘处理。描绘引擎41具有这样的能力，即实时地在(1/30秒至1/60秒)内对例如NTSC方式或PAL方式等的320×240像素的图像数据或640×480像素的图像数据描绘十几次至几十次以上。
图像处理芯片33还有可编程序CRT控制器(PCRTC)44，该PCRTC44具有实时地控制从摄像机35输入的图像数据的位置、大小、分辨率等的功能。PCRTC44通过存储器接口42，将从摄像机35输入的图像数据写入图像存储器43的纹理区51(图7)。另外，PCRTC44通过存储器接口46，读取描绘于图像存储器43的描绘区52(图7)中的图像数据，将它输出给CRT36进行显示。
如图7所示，图像存储器43呈统一的存储器结构，能在同一区指定纹理区51和描绘区52。
主CPU31将纹理区51的规定的纹理描绘于描绘区52中时，生成Flat Texture Polygon指令，将它输出给描绘引擎41。例如，描绘呈三角形的多边形的指令为如下的指令。
Flat Texture Triangle(平面纹理多边形)(Dx0、Dy0、Dx1、Dy1、Dx2、Dy2、Sx0、Sy0、Sx1、Sy1、Sx2、Sy2、L)
这里，Dx0、Dy0、Dx1、Dy1、Dx2、Dy2表示描绘于目标(描绘区52)中的三角形的顶点坐标，Sx0、Sy0、Sx1、Sy1、Sx2、Sy2表示源(纹理区51)的三角形的顶点坐标。另外，L表示与用点列(Sxn、Syn)表现的多边形(三角形)内的纹理的像素值相乘的亮度值。
同样，四边形描绘指令如下表示。
Flat Texture Rectangle(Dx0、Dy0、Dx1、Dy1、Dx2、Dy2、Dx3、Dy3、Sx0、Sy0、Sx1、Sy1、Sx2、Sy2、Sx3、Sy3、L)
这里，Dx0、Dy0、Dx1、Dy1、Dx2、Dy2、Dx3、Dy3表示描绘于目标(描绘区52)中的四边形的顶点坐标，Sx0、Sy0、Sx1、Sy1、Sx2、Sy2、Sx3、Sy3表示源(纹理区51)的四边形的顶点坐标。
如果从主CPU31通过总线34输入了例如三角形描绘指令，描绘引擎41便将纹理区51中的用三个顶点坐标(Dx0、Dy0)、(Dx1、Dy1)、(Dx2、Dy2)规定的多边形内的点(Sxn、Syn)的像素值乘以值L后的结果描绘于用坐标(Dx2、Dy2)、(Sx0、Sy0)、(Sx1、Sy1)规定的多边形内对应的点(Dxn、Dyn)上。通过用下面的(11)式表示的仿射变换处理能求得与纹理区51的坐标(Sxn、Syn)对应的描绘区52上的坐标(Dxn、Dyn)。 D xn D yn = a , b c , d S xn S yn + OFX OFY - - - ( 11 )
另外，上式中的a至d是旋转用的系数，OFX、OFY是平行移动用的系数。
实际上，在描绘区52中，以像素单位进行描绘，作为描绘的像素值，使用根据其坐标、通过用下面的(12)式表示的逆仿射变换处理求得的纹理区51上的坐标的像素值。 x + h y + v = a , b c , d - 1 x - OFX y - OFY - - - ( 12 )
另外，上式中的h、v是0以上的小于1.0的系数，x、y、X、Y是整数。
另外，如图8所示，通常该坐标值有小数部分，成为位于各像素之间的坐标，所以根据下式，使用双线性内插的像素值SP(X、Y)。
SP(X、Y)＝(1-h)*(1-v)*TP(x、y)
+h*(1-v)*TP(x+1、y)
+(1-h)*v*TP(x、y+1)
+h*v*TP(x+1、y+1)    (13)
即，在X轴方向上从纹理区51上的点TP(x、y)离开+h，在Y轴方向上离开+v的点(x+h、y+v)的像素值对应于离开其周围的点TP(x、y)、TP(x+1、y)、TP(x、y+1)、TP(x+1、y+1)的距离，使用加权值。
另外，描绘引擎41对应于由来自主CPU31的混合方式设定函数Set Mode(MODE)指定的方式，在描绘区52上的目标像素值DP(X、Y)和纹理区51上的源像素值SP(X、Y)之间，进行混合处理。
在描绘引擎41执行的混合方式中，存在方式0至方式3，在各方式中进行如下的混合。
MODE0：SP(x、Y)
MODE1：DP(X、Y)+SP(X、Y)
MODE2：DP(x、Y)-SF(X、Y)
MODE3：(1-αSP(X、Y))*DP(X、Y)
+αSP(X、Y)*SF(X、Y)
另外，αSP(X、Y)表示源像素值的α值。
即，在方式0中，源像素值直接被描绘于目标中，在方式1中，源像素值被加在目标像素值中描绘，在方式2中，从目标像素值减去源像素值，进行描绘。另外，在方式3中，进行与源的α值对应的加权，合成源像素值和目标像素值。
被描绘于像素存储器43的描绘区52中的图像数据通过存储器接口46，被PCRTC44读出，从这里输出给CRT36进行显示。
其次，说明对从摄像机35输入的图像数据进行了卷积筛选处理后输出给CRT36时的处理。
即，这时如图6所示，从摄像机35输入的处理对象的图像数据从PCRTC44通过存储器接口42，被写入图像存储器43的纹理区51中。因此，如图10所示，在纹理区51中呈HMAX×VMAX个源像素数据CSP被写入的状态。
如图11所示，对该图像数据进行卷积筛选运算的卷积筛选系数准备了m×n个(在图11所示例的情况下为3×3个)。将该卷积筛选系数乘到以源对象像素为中心的3×3个像素数据上，将加上了该相乘的结果后的值作为对应于对象像素的目标像素数据，描绘于描绘区52上。
但是，在该实施形态中，从3×3个卷积筛选系数中最初取出一个卷积筛选系数C00，最初对纹理区51上的全部源像素数据乘以该卷积筛选系数C00，进行描绘。然后，读出移动了一个像素位置的卷积筛选系数、例如C01，对全部源像素数据乘以该卷积筛选系数，将它与已经描绘了运算值的作为描绘区52上的目标的像素值相加或相减后，进行描绘。
反复进行上述的处理，就成为进行卷积筛选运算处理。
即，卷积筛选系数为正时，主CPU31将如下的指令输出给描绘引擎41，进行卷积筛选处理。
Set_Mode(0)；
Flat_Rectangle(1，1，HMAX-1，1，HMAX-1，VMAX-1，1，VMAX-1，0)；
Set_Mode(1)；
for(n＝0；n＜3；n++){
  for(m＝0；m＜3；m++){

　　Flat_Texture_Rectangle(1，1，HMAX-1，1，HMAX-1，VMAX-
1，1，VMAX-1，

　　                       m、n.HMAX-2+m、  n，HMAX-2+m、
VMAX-2+n、m、VMAX-2+n

　　                       Cv[m] [n])：
				
				<dp n="d12"/>
　　    }

　　}
}
如果将以上的处理表示成流程图，则如图12所示。
即，最初在步骤S31中，主CPU31使描绘引擎41清除作为目标的描绘区52(输出区域)后，将卷积筛选系数Cv[m][n]设定为规定的值。现在的情况如图11所示，准备了3×3个卷积筛选系数。
其次，在步骤S32中，主CPU31将设定方式0作为混合方式的指令输出给描绘引擎41。描绘引擎41对应于该指令，将混合方式设定为方式0。
其次，在步骤S33中，主CPU31生成在由HMAX×VMAX个像素构成的目标中的四边形(1、1、HMAX-1、1、HMAX-1、VMAX-1、1、VMAX-1)中描绘像素值0的指令，输出给描绘引擎41。如图13所示，描绘引擎41对应于该指令，在HMAX×VMAX的目标中，在除了j＝0的行及i＝0的列以外的各像素中描绘值0。
其次，在步骤S34中，描绘引擎41对应于来自主CPU31的指令，设定方式1作为混合方式。即，将源像素值加在目标像素值上，使描绘的方式为一定。
其次，如图11所示，在步骤S35和S36中，将卷积筛选系数的表示y轴方向的坐标的变数n、以及表示x轴方向的坐标的变数m分别初始设定为0。
其次，在步骤S37中，描绘引擎41将图10所示的由HMAX×VMAX个像素数据CSP构成的源像素值中呈四边形的多边形(m、n、HMAX-2+m、n、HMAX-2+m、VMAX-2+n、m、VMAX-2+m)范围内的像素值乘以图11所示的卷积筛选系数Cv[m][n]的值，在目标四边形(1、1、HMAX-1、1，HMAX-1，VMAX-1、1、VMAX-1)的范围内进行描绘处理。因此，这时的情况是进行这样的描绘，即进行将系数C00(＝Cv[0][0])乘在图像存储器43的描绘区52的如图14所示的HMAX×VMAX的目标区中i＝1至HMAX-1(在图14所示例的情况下为HMAX-1＝5)的范围内、如图10所示的源的i＝1至4和j＝1至VMAX-1(在图14所示例的情况下为VMAX-1＝5)的范围内、以及图10所示的源的i＝0至4和j＝0至4的范围内的像素数据CSP上的值的描绘。例如
Cdp11＝Csp00×C00
Cdp21＝Csp10×C00  另外
Cdp12＝Csp01×C00
Cdp22＝Csp11×C00
其次，进入步骤S38，判断变数m是否比2小。现在的情况是m＝0，所以断定为是，进入步骤S39，使变数m增加1，取m＝1。
其次，返回到步骤S37，进行这样的描绘：将卷积筛选系数Cv[1][0](＝C10)乘到用图10中的i＝1至5和j＝0至4规定的范围内的像素值CSP上，再将这样乘得的值加在用i＝1至5和j＝1至5规定的目标的四边形中已经描绘的值上。即，如图15所示，例如
Cdp11＝Csp00×C00+Csp10×C10
Cdp21＝Csp10×C00+Csp20×C10  另外
Cdp12＝Csp01×C00+Csp11×C10
Cdp22＝Csp11×C00+Csp21×C10
其次，进入步骤S38，判断变数m是否比2小。现在的情况是m＝1，所以断定为是，进入步骤S39，取m＝2。此后，进入步骤S37，进行这样的描绘：将卷积筛选系数Cv[2][0](＝C20)乘到用源的四边形的i＝2至5和j＝1至5规定的范围内的像素值上，再将这样乘得的值加在已经描绘的目标的四边形的像素值上进行描绘。
因此，如图16所示，例如Cdp11、Cdp21、Cdp12、Cdp22变成如下的值。
Cdp11＝Csp00×C00+Csp10×C10+Csp20×C20
Cdp21＝Csp10×C00+Csp20×C10+Csp30×C20
Cdp12＝Csp01×C00+Csp11×C10+Csp21×C20
Cdp22＝Csp11×C00+Csp21×C10+Csp31×C20
另外，这种情况需要CSP65的像素值作为源像素值，但这样的图像数据实际上不存在，所以如图16所示，i＝5(＝HMAX-1)的像素数据Cdp成为无效像素数据。
其次，进入步骤S38，判断变数m是否比2小。现在的情况是m＝2，所以断定为否，进入步骤S40。在步骤S40中，判断n是否比2小。现在的情况是n＝0，所以断定为是，进入步骤S41，使变数n增加1，取n＝1后，返回到步骤S36。
在步骤S36中，再初始设定变数m为0，在步骤S37中，进行这样的描绘处理：将卷积筛选系数Cv[0][1](＝C01)的值乘到用i＝0至4和j＝1至4规定的范围内的源像素数据Cdp上，再加到已经描绘的目标值上。
因此，如图17所示，例如Cdp11、Cdp21、Cdp12、Cdp22变成如下的值。
Cdp11＝Csp00×C00+Csp10×C10+Csp20×C20+Csp01×C01
Cdp21＝Csp10×C00+Csp20×C10+Csp30×C20+Csp11×C01
Cdp12＝Csp01×C00+Csp11×C10+Csp21×C20+Csp02×C01
Cdp22＝Csp11×C00+Csp21×C10+Csp31×C20+Csp12×C01
以下，在步骤S40中，在断定变数n不比2小之前(n＝2之前)，反复进行同样的处理。其结果，在目标区中进行图18所示的描绘。在该图中，例如Cdp11、Cdp21、Cdp12、Cdp22变成如下的值。
Cdp11＝Csp00×C00+Csp10×C10+Csp20×C20+Csp01×C01+Csp11×C11+Csp21×C21+Csp02×C02+Csp12×C12+Csp22×C22
Cdp21＝Csp10×C00+Csp20×C10+Csp30×C20+Csp11×C01+Csp21×C11+Csp31×C21+Csp12×C02+Csp22×C12+Csp32×C22
Cdp12＝Csp01×C00+Csp11×C10+Csp21×C20+Csp02×C01+Csp12×C11+Csp22×C21+Csp03×C02+Csp13×C12+Csp23×C22
Cdp22＝Csp11×C00+Csp21×C10+Csp31×C20+Csp12×C01+Csp22×C11+Csp32×C21+Csp13×C02+Csp23×C12+Csp33×C22
另外，这种情况需要CSP16的像素值作为源像素值，但这样的图像数据实际上不存在，所以如图16所示，i＝5(＝HMAX-1)的像素数据Cdp成为无效像素数据。
经过以上的处理后，能在用i＝11至HMAX-2和j＝1至VMAX-2规定的范围内获得进行了卷积筛选处理的像素数据。
以上的处理是卷积筛选系数为正的情况的处理，但在卷积筛选系数存在负数的情况下，从主CPU31输出给描绘引擎41的描绘指令例如如下所示。
Set_Mode(0)；
Flat_Rectangle(1，1，HMAX-1，1，HMAX-1，VMAX-1，1，VMAX-1，CMAX/2)；
for(n＝0；n＜3；n++){
  for  (m＝0；  m＜3；  m++)  {
				
				<dp n="d15"/>
　　if(Cv[m][n]＞0{

　　Set_Mode(1)；

　　F1at_Texture_Rectangle (1，1，HMAX-1，1，HMAX-1，VMAX-1，1，VMAX-1，m，n，HMAX-2+m，n，HMAX-2+m、VMAX-2+n、m、VMAX-2+nCv[m] [n] )；

　　}
　　if(Cv[m][n]＜0){

　　Set_Mode(2)；

　　Flat_Texture_Rectangle (1，1，HMAX-1，1，HMAX-1，VMAX-1，1，VMAX-1，m，n，HMAX-2+m，n，HMAX-2+m、VMAX-2+n、m、VMAX-2+n-Cv[m] [n] )；

　　}
Set_Mode(2)；
Flat_Rectangle(1，1，HMAX-1，1，HMAX-1，VMAX-1，1，VMAX-1，CMAX/2)；
另外，如果将该处理过程表示成流程图，则如图19和图20所示。
即，最初在步骤S51中，将卷积筛选系数Cv[m][n]设定为规定的值。其次，在步骤S52中，描绘引擎41对应于来自主CPU31的指令，设定方式0作为混合方式。然后，在步骤S53中，描绘引擎41在图像存储器43的描绘区52的目标区的四边形(1、1、HMAX-1、1、HMAX-1、VMAX-1、1、VMAX-1)中，描绘CMAX/2。CMAX意味着像素值的最大值。即，这种情况如图21所示，能在目标区的用i＝1至HMAX-1和j＝1至VMAX-1规定的范围内，描绘像素值的最大值的1/2的值。
其次，在步骤S54和步骤S55中，将变数n和变数m分别初始设定为0，在步骤S56中，判断卷积筛选系数Cv[m][n]是否为正。在该筛选系数为正的情况下，进入步骤S57，设定方式1作为混合方式。其次，进入步骤S58，进行描绘处理。该描绘处理与上述的图12中的步骤S37的情况相同，所以其说明从略。
接着步骤S58的处理，进入步骤S59，判断变数m是否比2小，当断定m比2小时，进入步骤S60，使变数m增加1，返回到步骤S56。然后，反复进行该步骤以下的处理。
在步骤S59中，在断定m不比2小的情况下，即，m等于2时，进入步骤S61，判断变数n是否比2小，当断定n比2小时，进入步骤S62，使变数n增加1，返回到步骤S55。然后，反复进行该步骤以下的处理。
在步骤S61中，在断定n不比2小的情况下(变数n等于2时)，进入步骤S63，断定方式2为混合方式。然后，在步骤S64中，描绘引擎41从目标区的四边形(1、1、HMAX-1、1、HMAX-1、VMAX-1、1、VMAX-1)的像素值中减去在步骤S53中描绘的CMAX/2的值，进行描绘处理。
另一方面，在步骤S56中，在断定卷积筛选系数Cv[m][n]不为正的情况下，进入步骤S65，判断该系数是否为负。在断定该系数为负的情况下进入步骤S66，设定方式2为混合方式。然后，在步骤S67中进行与步骤S58(即图12中的步骤S37)中的情况相同的描绘处理。
在步骤S65中，在断定系数Cv[m][n]不为负的情况下，即断定该系数为0时，跳过步骤S66和步骤S67的处理。
然后，接着步骤S67的处理，进入步骤S59，进行与上述的情况相同的处理。
就以上的情况而言，可以说通过以多边形单位描绘像素数据，进行卷积筛选运算处理，但即使以像素单位描绘，也能进行同样的处理。图22表示这种情况的处理例。
即，最初在步骤S71中，设定卷积筛选系数Cv[m][n]。在步骤S72中，设定方式1为混合方式。然后，在步骤S73和步骤S74中，初始设定变数j和变数i分别为1，在步骤S75中，初始设定0作为目标像素数据Cdp[i][j]的值。
其次，在步骤S76和步骤S77中，初始设定变数n和变数m为0。在步骤S78中，将源像素数据Cdp[i+m-1][j+n-1]乘以卷积筛选系数Cv[m][n]，加在目标像素数据Cdp[i][j]上，进行描绘处理。
其次，在步骤S79中，判断变数m是否比2小。现在的情况是m＝0，所以断定为是，进入步骤S80，使变数m增加1，取m＝1后，返回到步骤S78。
在步骤S78中，将X轴方向上1像素右侧相邻的源像素数据Csp[i+m-1][j+n-1]乘以X轴方向的右邻的卷积筛选系数Cv[m][n]，加在同一的目标像素数据Cdp[i][j]上，进行描绘处理。
在步骤S79中，在断定变数m不比2小(等于2)之前，反复进行同样的处理。然后，进入步骤S81，判断变数n是否比2小，在比2小的情况下，进入步骤S82，使变数n增加1后，返回到步骤S77，反复进行以后的处理。
在步骤S81中，在断定变数n不比2小(等于2)之前，反复进行以上的处理。因此，反复描绘同一目标像素数据Cdp[i][j]乘以3×3的卷积筛选系数的结果，进行加法运算。即，于是一个对象像素的卷积筛选运算处理结束。
其次，进入步骤S83，判断i是否比HMAX-2小，在断定小的情况下，进入步骤S84，使变数i增加1后，返回到步骤S75，反复进行以后的处理。即，目标像素数据沿X轴方向一个一个地移动，进行同样的处理。
在步骤S83中，在断定变数i不比HMAX-2小的情况下(断定相等的情况下)，进入步骤S85，判断变数j是否比VMAX-2小。在断定变数j比VMAX-2小的情况下，进入步骤S86，使变数j增加1后，返回到步骤S74，反复进行以后的处理。即，使目标像素数据一边沿y方向移动，一边依次反复进行同样的处理。然后，在步骤S85中，当断定j＝VMAX-2时，卷积筛选处理结束。
即使这样处理，也能获得与图12或图19和图20所示情况同样的结果。可是，如果这样不以多边形单位，而是以像素单位进行描绘处理，则由于地址的发生处理时花费时间，结果使得描绘处理花费时间。因此，如图12或图19和图20所示，最好以多边形单位进行描绘处理。
其次，说明锥形筛选处理。在该锥形筛选处理中，如图23所示，求出与处理图像相邻的4个像素值，反复进行将该像素配置在4个像素的中心的处理。即，通过双线性内插，进行计算附近四点的平均像素值的处理后，就能根据n×n个(n为2的乘方值)的处理图像，获得(n/2)×(n/2)的图像数据。如果反复进行该处理，则最终，锥形顶点的一个像素数据成为表示锥形底面的全部像素的平均值的像素数据。
在进行这样的锥形筛选处理的情况下，主CPU31将如下的描绘指令输出给描绘引擎41。
int L；/*源区的一边的长度*/
int offset；
L＝2n^；/*初始图像的一边的长度*
offset＝0
while(L＞1){
  Set_Texture_Base(0、offset)；/*纹理区的基准点设定*/
  offset  +＝L；
  Set_Drawing_Rectangle(0，offset)；/*描绘区的基准点设定*
/
  F1at_Texture_Rectangle(0，0，L/2，0，L/2，L/2，0，L/2，
0.5，0.5，L+0.5，0.5，

　　L+0.5，L+0.5，0.5，L+0.5，1.0)；

　　L＝L/2；
}
如果将该描绘指令表示成流程图，则如图24所示。最初在步骤S91中，将变数offset初始设定为0。其次，在步骤S92中，进行将纹理区51的基准点设定为(0，offset)的处理。即，如图25所示，设定基准点T(0，0)。其次，进入步骤S93，使变数offset增加L.然后，在步骤S94中，在描绘区52的基准点处设定(0，offset)。现在的情况如图25所示，设定基准点D(0，L)。
其次，在步骤S95中，进行如下描绘处理：将源(纹理区)的四边形(0.5、0.5、L+0.5、0.5、L+0.5、L+0.5、0.5、L+0.5)的像素值乘以1，加在目标四边形(0、0、L/2、0、L/2、L/2、0、L/2)上。即，于是从图23所示的最下面(锥形的底面)的处理图像，获得一个上面层次的处理像。
其次，进入步骤S96，设变数L为现在的值的1/2。在步骤S97中，判断变数L是否比1大，在变数L比1大的情况下，返回到步骤S92，反复进行该步骤以下的处理。即，于是从第二层次进一步获得第三层次的图像数据。
以下，反复进行同样的处理，在步骤S97中，在断定变数L不比1大的情况下(断定变数L等于1的情况下)，锥形筛选处理结束。
其次，说明帧间差分处理。如图26所示，在该帧间差分处理中，计算时刻t时的帧图像与时刻t+1时的帧图像的差。从而能取出有移动的图像区。
即，这时主CPU31对描绘引擎41进行图27中的流程所示的处理。最初在步骤S101中，描绘引擎41对应于来自主CPU31的指令，设定方式2作为混合方式。其次，在步骤S102中，描绘引擎41将摄像机35输入的图像数据中在时间上靠后的帧图像数据作为目标图像，将在时间上靠前的帧图像数据作为源图像数据。然后，在步骤S103中，描绘引擎41从目标的四边形的像素值中减去源的四边形的像素值，进行描绘处理。在静止图像区中，目标区的帧像素数据和源区的帧像素数据两者的值实际上相等。其结果，如果进行步骤S103中的处理，则该像素数据的值大致为0。
与此不同，有移动的区的像素数据的值在目标的情况下和源的情况下为不同的值。因此，在步骤S103中的处理结果获得的图像数据的值是具有0以外的规定大小的值。因此，根据帧间差分图像数据的各像素数据值的大小，能区分移动区和静止图像区。
其次，说明图像之间的距离。如图28所示，图像之间的距离表示图像A和图像B两个帧图像的不同程度。求该图像之间的距离时，用带箝位的处理进行求图像A和图像B的差分图像的处理。所谓带箝位的处理意味着使比0小的值为0，而使比最大值大的值为最大值的饱和处理。求图像A和图像B之间的距离时，求出从图像A减去图像B所得的带箝位的差分图像数据、以及从图像B减去图像A所得的带箝位的差分图像数据，将两者相加，能获得绝对值化的图像数据。
例如，假定图像A的规定的像素数据值为13，图像B对应的图像数据值为20，A-B的值为-7，箝位的结果，该值为0。另外，B-A的值为7。其结果，将两者相加后的值为7。
这样处理后，获得了绝对值化的图像数据时，接着进行该绝对值化的差分图像数据的锥形筛选处理。如上所述，如果进行锥形筛选处理，则其顶点的一个像素值就成为处理图像(绝对值化差分图像)的全部像素的平均值。该平均值是图像A和图像B的差分的绝对值的平均值，所以可以认为是图像A和图像B两图像之间的距离。
在求图像间距离的情况下，主CPU31对描绘引擎41进行图24中的流程所示的处理。最初在步骤S111中，描绘引擎41将第一图像(图28中的图像A)目标图像，将第二图像(图像B)作为源图像。在步骤S112中，描绘引擎41将混合方式设定为方式2。其次，在步骤S113中，描绘引擎41从目标图像(图像A)的像素值中减去源图像(图像B)的像素值，进行箝位描绘。因此，在第一距离图像区中能获得A-B的带箝位的差分图像数据。
其次，在步骤S114中，进行将第二图像(图像B)作为作为目标图像、将第一图像(图像A)作为源图像的处理。其次，在步骤S115中，设定混合方式2。在步骤S116中，从目标图像(图像B)的像素值中减去源图像(图像A)的像素值，进行箝位描绘处理。因此，在第二距离图像区中能获得B-A的带箝位的差分图像数据。
其次，在步骤S117中，描绘引擎41将第一距离图像区中的图像(A-B的带箝位的差分图像)作为目标图像，将第二距离图像区中的图像(B-A的带箱拉的差分图像)作为源图像。然后，在步骤S118中，设定方式1作为混合方式。在步骤S119中，将源图像(B-A的带箝位的差分图像)的像素值加在目标图像(A-B的带箝位的差分图像)的像素值中，进行描绘处理。从而能获得绝对值化的差分图像数据。
其次，在步骤S120中，通过对绝对值化的差分图像进行图29所示的锥形筛选处理，能生成图像间距离。
其次，说明模式匹配处理。在进行对象图像和模板图像的模式匹配处理的情况下，模板图像的大小较大时(例如，与对象图像的大小相等时)，主CPU31对描绘引擎41进行图30中的流程所示的处理。
即，最初在步骤S131中，描绘引擎41通过锥形筛选处理运算，将P×Q像素的对象图像缩小到p×q像素。同样，在步骤S132中，描绘引擎41通过锥形筛选处理，将P×Q像素的模板图像缩小到p×q像素。
其次，在步骤S133中，描绘引擎41求p×q像素的对象图像和p×q像素的模板图像的s×t像素块的图像间距离。如上述的图29中的流程所示进行该图像间距离的运算。
其次，在步骤S134中，判断是否在全部范围内求出了图像间距离，在还存在未求出图像间距离的范围的情况下，进入步骤S135，进行一个像素一个像素地移动块的位置的处理。然后，返回到步骤S133，反复进行同样的处理。
在步骤S134中，当断定在全部范围内求出了图像间距离的情况下，进入步骤S136，主CPU31控制描绘引擎41，取出通过反复进行步骤S133的处理所求得的像素间距离中距离最短的区域附近的更详细的图像。
接着，进入步骤S137，进行求在步骤S136中取出的区域的s×t像素块的图像间距离的处理。在步骤S138中，判断是否在全部范围内求出了图像间距离，在还存在未求出图像间距离的范围的情况下，进入步骤S139，进行一个像素一个像素地移动块的位置的处理。然后，返回到步骤S137，反复进行同样的处理。
在步骤S138中，当断定在全部范围内求出了图像间距离的情况下，进入步骤S140，取出通过反复进行步骤S137的处理所求得的多个像素间距离中距离最短的图像所对应的块。
以上，是模板图像的大小相对于对象图像较大时的处理，但在模板比对象图像小很多的情况下，如图31中的流程所示，可进行模式匹配处理。
即，在该情况下，在步骤S151中，选择对象图像作为第一图像。然后，在步骤S152中，如图32所示，描绘引擎41通过排列多个较小的模板，生成第二图像。在步骤S153中，进行计算在步骤S151中选择的对象图像和在步骤S152中生成的模板图像的图像间距离的处理。与图29中的流程所示的情况一样，进行该图像间距离的运算处理，但在该实施形态的情况下，如图32所示，由于通过排列多个模板生成第二图像，所以能用该模板单位计算图像间距离。
在步骤S154中，选择各模板的图像间距离的最小值，在步骤S155中，检测与被选择的模板对应的第一图像的坐标。另外，在步骤S156中，第一图像的被检测出的坐标附近的区域被作为检索范围。在步骤S157中，将一个模板作为第二像素，在步骤S158中获得6个像素块的像素间距离。
在步骤S159中，判断是否在全部检索范围内求出了图像间距离，在还存在未求出图像间距离的范围的情况下，进入步骤S160，使第二图像的位置移动1像素。然后，返回到步骤S158，反复进行该步骤以下的处理。
在步骤S159中，当断定在全部检索范围内求出了图像间距离的情况下，进入步骤S161，从通过反复进行步骤S158的处理所获得的多个图像间距离中取出图像间距离最短的块。
图33表示检测移动矢量时的处理例。最初，在步骤S161中，如图34所示，PCRTC44将从摄像机35输出的前一帧的图像和现在帧的图像存储在图像存储器43中。其次，进入步骤S162，主CPU31取出前一帧的图像的一个块作为模板。然后，在步骤S163中，如参照图29中的流程所述，主CPU31进行这样的处理：求在步骤S162中取出的模板和现在帧对应的范围内的图像(块)的图像间距离。
其次，在步骤S164中，如图35所示，主CPU31判断是否在现在帧的全部检索范围内进行了检索，在还存在未检索的范围的情况下，进入步骤S165，进行将现在帧对应的范围内的图像(块)的位置移动1像素的处理。然后，返回到步骤S163，再进行求模板图像和现在帧的块图像的图像间距离的处理。
在步骤S164中，反复进行上述的处理，直至断定在全部检索范围内进行了检索为止。在步骤S164中，在断定在全部检索范围内进行了检索的情况下，进入步骤S166，主CPU31从通过反复进行步骤S163的处理求得的多个图像间距离中求出最短的图像间距离，选择与其对应的现在帧上的块作为最短块。然后，在步骤S167中，主CPU31求模板和在步骤S166中选择的最短块之间的移动矢量。
其次，进入步骤S168，主CPU31判断是否对前一帧的全部块求出了移动矢量。在还有未求出移动矢量的块的情况下，返回到步骤S162中，从前一帧中取出一个新块作为模板，反复进行同样的处理。
在步骤S168中，在断定对前一帧的全部块求出了移动矢量的情况下，处理结束。
如上处理后，能求出移动矢量，但例如采用如图36所示的方法，也能求出移动矢量。在该例中，在步骤S171中，摄像机35输出的前一帧的图像和现在帧的图像被存储在图像存储器43中。其次，在步骤S172中，如图38所示，同时求前一帧和现在帧的各块的图像间距离。
另外，在步骤S173中，主CPU31判断是否在全部检索范围内移动了现在帧相对于前一帧的相对位置。在还未在全部检索范围内移动现在帧的位置的情况下，进入步骤S174，主CPU31进行使现在帧相对于前一帧的相对位置移动一像素的处理。然后，返回到步骤S172，再进行同时求前一帧和现在帧的每一块的图像间距离的处理。
在步骤S173中，反复进行上述的处理，直至断定在全部检索范围内移动了现在帧为止。通过步骤S172的一次处理，能求出相对于块数部分的图像间距离。因此，在步骤S173中，当断定了在全部检索范围内移动了现在帧时，能获得块数乘以检索范围内的像素数所得数的图像间距离。
在步骤S175中，对一个块从检索范围内的像素数的图像间距离中选择最短的距离，选择对应于该最短的图像间距离的现在帧上的块作为最短块。对全部各块进行同样的处理。然后，在步骤S176中，在每一块中求出在步骤S175中求得的最短块和前一帧的移动矢量。
这样处理后，与图33所示的情况相比较，通过求移动矢量，能更迅速地求移动矢量。
另外，即使用图38中的流程所示的方法求移动矢量，与图33所示的情况相比较，也能更迅速地求移动矢量。
即，在图38所示的例中，在步骤S181中，从摄像机35输出的前一帧和现在帧的图像被存储在图像存储器43中。其次，在步骤S182中，如图39所示，主CPU31分别对前一帧和现在帧进行锥形筛选处理，作成分辨率低的图像数据。如参照图24中的流程所述，进行该锥形筛选处理。
其次，在步骤S183中，主CPU31利用在步骤S182中求得的分辨率低的图像数据，进行求精度低的移动矢量的处理。如参照图33或图36所述，进行该求移动矢量的处理。在步骤S183中求出了精度低的移动矢量时，进入步骤S184，主CPU31根据原分辨率的(进行锥形筛选处理前的)图像数据为基础，检索每一块中覆盖精度低的移动矢量的范围，进行求精度高的移动矢量的处理。也可以如图33或图36所示，进行求该移动矢量的处理。
其次，说明霍夫变换。霍夫变换是将直线变换成点的处理，规定如下。
Ah(ρ，θ)＝∫∫A(X，Y)δ(ρ-xcosθ-ysinθ)dxdy  (14)
将上式变形后得
Ah(ρ，θ)＝∫A(pcosθ-tsinθ、ρsinθ-tcosθ)dt  (15)
图40表示描绘引擎41进行该霍夫变换处理时的处理例。最初在步骤S191中，初始设定θ为0。如图41所示，该θ表示输入图像的旋转角度。在步骤S192中，计算使输入图像进行角度θ的仿射变换后的图像数据。该角度θ用来规定上述(11)式中的系数a至d。
其次，进入步骤S193，沿y方向进行双线性缩小处理。后面将参照图42中的流程详细说明该y方向的双线性缩小处理，如图41的模式图所示，通过该处理，旋转了θ的输入图像被表示成沿y轴方向的一条直线。
其次，进入步骤S194，进行这样的处理：将在步骤S193的处理中被缩小成直线状的点列写入描绘区52上的角度θ的位置。
其次，进入步骤S195，判断θ是否等于π，在不等的情况下，进入步骤S196，使θ增加π/n，返回到步骤S192，反复进行该步骤以下的处理。在步骤S195中，在断定θ等于π的情况下，处理结束。
因此，使角度分辨率为π/n时，最大也能用6n个多边形例如对64×64像素的图像进行霍夫变换。另外，在256×256像素的图像数据的情况下，使角度分辨率为π/n时，最大也能用8n个多边形进行霍夫变换。
其次，详细说明图40所示的步骤S193中的沿y方向进行双线性缩小的处理。由描绘引擎41进行该处理时，主CPU31例如将如下的指令供给描绘引擎41。
int L；/*源区的一边的长度*/
int offset；
L＝2N^；/*初始图像的一边的长度*/
L＝＝L0：
offset＝0：
while  (L＞){
  Set_Texture Base(0、offset)；/*纹理区的基准点设定*/
  offset+＝L；
  Set_Drawing_Base(0、offset)：/*描绘区的基准点设定*/
  Flat_Texture_Rectangle(0，0，L0，L/2，0，L/2，0，0.5，L0，
0.5，L0，L+0.5，0，L+0.5，1.0)：
				
				<dp n="d25"/>
　　L＝L/2；
}
如果将该处理表示成流程图，则如图42所示。最初在步骤S201中，将变数L初始设定为L0，同时将变数offset初始设定为0。其次，在步骤S202中，进行将纹理区51的基准点设定为(0，offset)的处理。即，如图43所示，设定基准点T(0，0)。其次，进入步骤S203，使变数offset增加L。然后，在步骤S204中，在描绘区52的基准点处设定(0，offset)。现在的情况如图38所示，设定基准点D(0，L)。
其次，在步骤S205中，进行如下描绘处理：将源(纹理区)的四边形(0、0.5、L0、0.5、L0、L+0.5、0、L+0.5)的像素值乘以1，加在目标四边形(0、0、L0、0、L0、L/2、0、L/2)上。
其次，进入步骤S206，设变数L为现在的值的1/2。在步骤S207中，判断变数L是否比1大，在变数L比1大的情况下，返回到步骤S202，反复进行该步骤以下的处理。
以下，反复进行同样的处理，在步骤S207中，在断定变数L不比1大的情况下(断定变数L等于1的情况下)，y方向的双线性缩小处理结束。
其次，说明移动模糊处理。如图44所示，在前一帧F1和现在帧F2之间有移动时，在其间存在移动矢量。如果用带电子快门的CCD进行摄像，则即使是高速移动的物体，也能进行无模糊的摄像，其移动快时(移动矢量值大时)，如果在帧F1之后直接显示帧F2，则由于不存在图像模糊，所以有时图像平滑地移动而看不见。在此情况下，沿移动矢量设定n个卷积系数(卷积系数C的值为1.0/n)，生成重写了n次图像的图像。例如在图39所示的例中，由于n＝5，所以在前一帧F1之后，输出代替现在帧F2重写了帧F11至帧F15的图像。因此，使用者能识别平滑移动的图像。这就是移动模糊处理。
其次，参照图45所示的流程，说明描绘引擎41进行的移动模糊处理。最初，在步骤S221中，进行根据前一帧和现在帧检测移动矢量的处理。即，如图46所示，例如进行这样的处理：从内部装有带电子快门的CCD的摄像机35输出的图像中取出现在帧及其前一帧的图像的移动矢量。其次，在步骤S222中，确定沿移动矢量的n个卷积系数C。如上所述，当内插的帧数为n时，该卷积系数C的值为1/n。
其次，在步骤S223中，设定方式1作为混合方式。在步骤S224中，初始设定表示卷积系数的变更次数的变数N为0。其次，在步骤S225中，假定前一帧的图像为源图像。在步骤S226中，将源乘以一个卷积系数，加在目标上，进行描绘处理。
其次，进入步骤S227，判断是否乘了全部n个卷积系数，在还存在未乘的卷积系数的情况下，进入步骤S228，进行变更卷积系数的处理。然后，在步骤S229中，使表示卷积系数的变更次数的变数N增加1。
在步骤S230中，判断卷积系数的变更次数N是否比n/2大。在变数N比n/2小的情况下，返回到步骤S225，反复进行该步骤以后的处理。
在步骤S230中，在断定变数N比n/2大的情况下，进入步骤S226，现在帧的图像被作为源帧。然后，返回到步骤S226，反复进行该步骤以后的处理。
在步骤S227中，在断定乘了全部n个卷积系数的情况下，处理结束。
即，如图47所示，卷积筛选系数为4个(n＝4)时，根据前一帧F1生成接近前一帧F1的帧F21、F22(由第一次和第二次描绘生成的帧)，由于接近现在帧F2，所以根据现在帧F2生成帧F23、F24(由第三次和第四次描绘生成的帧)。这时，由于移动矢量的方向为原来的方向和反方向，所以考虑该情况，进行描绘处理。
另外，如图46所示，由于移动矢量以宏模块单元存在，所以以宏模块单元进行该移动模糊处理。
描绘引擎41进行以上各种处理时，如图48所示，能将其处理的结果显示在CRT36上。这时，主CPU31进行图49中的流程所示的处理。
即，最初在步骤S251中，主CPU31通过PCRTC44和存储器接口42取入从摄像机35输入的视频图像，存入图像存储器43中。
其次，在步骤S252中，主CPU31控制描绘引擎41，如参照图27中的流程所述，进行帧间差分处理(移动取出处理)。
其次，在步骤S253中，主CPU31控制描绘引擎41，进行边缘取出处理。作为参照图12说明的卷积筛选处理的卷积筛选系数，设定图50所示的值，进行该边缘取出处理。
其次，进入步骤S254，主CPU31控制描绘引擎41，进行参照图40中的流程说明的霍夫变换处理。另外，在步骤S255中，主CPU31控制描绘引擎41，以在步骤S254中进行的霍夫变换处理为基础，进行线段取出处理。
在步骤S256中，判断是否由使用者指示了显示步骤S252至步骤S255的处理结果，在未指示的情况下，返回到步骤S251，反复进行该步骤以后的处理。在步骤S256中，在断定了指示了显示处理结果的情况下，进入步骤S257，主CPU31控制PCRTC44，通过存储器接口46，读出图像存储器43中描绘的图像，输出给CRT36，进行显示。因此，例如图48所示的图像被显示在CRT36上。
在图48所示的例中，在其最左侧显示步骤S252中的帧间差分处理(移动取出处理)的图像，在其右侧显示步骤S253中的边缘取出处理的图像。
另外，在其右侧最下侧显示在步骤S251中取入的输入图像，在其上方显示步骤S254中的霍夫变换处理的图像(图41中的Ah(p、θ)的输出图像)，再在其上侧显示步骤S255中的线段取出处理的结果(通过霍夫变换取出的线段)。
以上，以将本发明应用于电子游戏机的情况为例进行了说明，但本发明也能应用于其他图像处理装置。
另外，在本说明书中，所谓系统，是表示由多个装置构成的装置总体。
另外，作为将进行上述处理的计算机程序提供给使用者的提供媒体，除了磁盘、CD-ROM、固体存储器等记录媒体以外，还可以利用网络、卫星等通信媒体。
如上所述，如果采用本发明的图像处理装置、图像处理方法、以及提供程序的媒体，则由于在获得规定的运算结果之前，反复进行下述工作：以像素单位进行规定的运算后，以多边形单位描绘于第二存储器中，所以能用结构简单、成本低廉的装置进行图像处理。
另外，如果采用本发明的图像处理装置、图像处理方法、以及提供程序的媒体，则由于生成反复进行下述工作直到能获得规定的运算结果的描绘指令：以像素单位进行规定的运算后，以多边形单位进行描绘，所以用描绘指令能进行规定的运算。
如果采用本发明的图像处理装置、图像处理方法、以及提供程序的媒体，则由于以像素单位进行规定的运算中的一部分运算后，以多边形单位描绘于第二存储器中，同时再以像素单位进行规定的运算中的另一部分运算，对图像数据进行加法运算或减法运算后，以多边形单位描绘于第二存储器中，所以通过描绘处理，能迅速地进行各种运算处理。

Claims (27)

1.一种图像处理装置，其特征在于备有：
以像素单位存储源图像数据的第一存储器；
以像素单位存储目标图像数据的第二存储器；以及
描绘部件，它反复进行下述工作直到能获得规定的运算结果，即对存储在上述第一存储器中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于上述第二存储器中作为目标图像数据。
2.根据权利要求1所述的图像处理装置，其特征在于：
上述第一存储器存储的源图像数据是摄像机输出的图像数据。
3.根据权利要求1所述的图像处理装置，其特征在于还备有：
指定上述源图像数据和上述目标图像数据之间的运算方式的指定部件。
4.根据权利要求3所述的图像处理装置，其特征在于：
上述指定部件指定将上述源图像数据加在上述目标图像数据上的第一方式，或者，指定从上述目标图像数据减去上述源图像数据的第二方式，作为上述运算方式。
5.根据权利要求4所述的图像处理装置，其特征在于：
上述指定部件还指定将上述源图像数据作为上述目标图像数据存储在上述第二存储器中的第三方式，作为上述运算方式。
6.根据权利要求1所述的图像处理装置，其特征在于：
上述运算是卷积筛选处理、锥形筛选处理、帧间差分处理、图像间距离运算处理、霍夫变换处理、移动模糊处理、或双线性内插处理中的任意一种。
7.根据权利要求1所述的图像处理装置，其特征在于：
上述图像处理装置是电子游戏机。
8.一种图像处理方法，它是备有以像素单位存储源图像数据的第一存储器以及以像素单位存储目标图像数据的第二存储器的图像处理装置的图像处理方法，其特征在于包括下述的描绘步骤：
反复进行下述工作直到能获得规定的运算结果，即对存储在上述第一存储器中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于上述第二存储器中作为目标图像数据。
9.一种提供程序的媒体，其特征在于：
向图像处理装置提供进行处理的程序，上述图像处理装置备有
以像素单位存储源图像数据的第一存储器；以及
以像素单位存储目标图像数据的第二存储器，
上述进行处理的程序包括下述的描绘步骤，即反复进行下述工作直到能获得规定的运算结果，即对存储在上述第一存储器中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于上述第二存储器中作为目标图像数据。
10.一种图像处理装置，其特征在于备有：
存储器，它备有以像素单位存储源图像数据的第一存储部以及以像素单位存储目标图像数据的第二存储部；
生成部件，它生成这样的描绘指令，即反复进行下述工作直到能获得规定的运算结果，即对存储在上述第一存储部中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于上述第二存储部中作为目标图像数据；以及
执行部件，它执行由上述生成部件生成的描绘指令。
11.根据权利要求10所述的图像处理装置，其特征在于：
上述第一存储部中存储的源图像数据是摄像机输出的图像数据。
12.根据权利要求10所述的图像处理装置，其特征在于：
上述生成部件还指定上述源图像数据和上述目标图像数据之间的运算方式。
13.根据权利要求12所述的图像处理装置，其特征在于：
上述生成部件指定将上述源图像数据加在上述目标图像数据上的第一方式，或者，指定从上述目标图像数据减去上述源图像数据的第二方式，作为上述运算方式。
14.根据权利要求13所述的图像处理装置，其特征在于：
上述生成部件还指定将上述源图像数据作为上述目标图像数据存储在上述第二存储部中的第三方式，作为上述运算方式。
15.根据权利要求10所述的图像处理装置，其特征在于：
上述运算是卷积筛选处理、锥形筛选处理、帧间差分处理、图像间距离运算处理、霍夫变换处理、移动模糊处理、或双线性内插处理中的任意一种。
16.根据权利要求10所述的图像处理装置，其特征在于：
上述图像处理装置是电子游戏机。
17.一种具有存储图像数据的存储部的图像处理装置的图像处理方法，其特征在于包括以下步骤：
以像素单位将源图像数据存储在第一存储部中，同时以像素单位将目标图像数据存储在第二存储部中的步骤；以及
在存储步骤中，生成反复进行下述工作直到能获得规定的运算结果的描绘指令的步骤，即对存储在上述第一存储部中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于上述第二存储部中作为目标图像数据。
18.一种向具有存储图像数据的存储部的图像处理装置提供进行处理程序的媒体，其特征在于上述进行处理的程序包括以下步骤：
以像素单位将源图像数据存储在第一存储部中，同时以像素单位将目标图像数据存储在第二存储部中的步骤；以及
在存储步骤中，生成反复进行下述工作直到能获得规定的运算结果的描绘指令的步骤，即对存储在上述第一存储部中的源图像数据以像素单位进行规定的运算后，以多边形单位描绘于上述第二存储部中作为目标图像数据。
19.一种图像处理装置，其特征在于备有：
以像素单位存储源图像数据的第一存储器；
以像素单位存储目标图像数据的第二存储器；
对存储在上述第一存储器中的源图像数据以像素单位进行规定的运算中的一部分运算后，以多边形单位描绘于上述第二存储器中作为目标图像数据的第一描绘部件；以及
对存储在上述第一存储器中的源图像数据以像素单位进行规定的运算中的另一部分运算，对由上述第一描绘部件已经描绘的图像数据进行加法运算或减法运算后，以多边形单位描绘于上述第二存储器中作为目标图像数据的第二描绘部件。
20.根据权利要求19所述的图像处理装置，其特征在于：
上述第一存储器存储的源图像数据是摄像机输出的图像数据。
21.根据权利要求19所述的图像处理装置，其特征在于还备有：
指定上述源图像数据和上述目标图像数据之间的运算方式的指定部件。
22.根据权利要求21所述的图像处理装置，其特征在于：
上述指定部件指定将上述源图像数据加在上述目标图像数据上的第一方式，或者，指定从上述目标图像数据减去上述源图像数据的第二方式，作为上述运算方式。
23.根据权利要求22所述的图像处理装置，其特征在于：
上述指定部件还指定将上述源图像数据作为上述目标图像数据存储在上述第二存储器中的第三方式，作为上述运算方式。
24.根据权利要求19所述的图像处理装置，其特征在于：
上述运算是卷积筛选处理、锥形筛选处理、帧间差分处理、图像间距离运算处理、霍夫变换处理、移动模糊处理、或双线性内插处理中的任意一种。
25.根据权利要求19所述的图像处理装置，其特征在于：
上述图像处理装置是电子游戏机。
26.一种图像处理方法，它是备有以像素单位存储源图像数据的第一存储器、以及以像素单位存储目标图像数据的第二存储器的图像处理装置的图像处理方法，其特征在于包括以下步骤：
对存储在上述第一存储器中的源图像数据以像素单位进行规定的运算中的一部分运算后，以多边形单位描绘于上述第二存储器中作为目标图像数据的第一描绘步骤；以及
对存储在上述第一存储器中的源图像数据以像素单位进行规定的运算中的另一部分运算，对在上述第一描绘步骤中已经描绘的图像数据进行加法运算或减法运算后，以多边形单位描绘于上述第二存储器中作为目标图像数据的第二描绘步骤。
27.一种提供程序的媒体，其特征在于：
向图像处理装置提供进行处理的程序，上述图像处理装置备有
以像素单位存储源图像数据的第一存储器；以及
以像素单位存储目标图像数据的第二存储器，
上述进行处理的程序包括下述的处理步骤：
对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的一部分运算后，以多边形单位描绘于第二存储器中作为目标图像数据的第一描绘步骤；以及
对存储在第一存储器中的源图像数据以像素单位进行规定的运算中的另一部分运算，对在第一描绘步骤中已经描绘的图像数据进行加法运算或减法运算后，以多边形单位描绘于第二存储器中作为目标图像数据的第二描绘步骤。
CNB998007986A 1998-05-20 1999-05-19 图像处理装置及方法 Expired - Lifetime CN1175377C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP13804398 1998-05-20
JP138043/1998 1998-05-20

Publications (2)

Publication Number Publication Date
CN1272193A true CN1272193A (zh) 2000-11-01
CN1175377C CN1175377C (zh) 2004-11-10

Family

ID=15212685

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB998007986A Expired - Lifetime CN1175377C (zh) 1998-05-20 1999-05-19 图像处理装置及方法

Country Status (10)

Country Link
US (1) US7957612B1 (zh)
EP (1) EP0997844A4 (zh)
KR (1) KR100639861B1 (zh)
CN (1) CN1175377C (zh)
AU (1) AU752396B2 (zh)
BR (1) BR9906458A (zh)
CA (1) CA2297168A1 (zh)
RU (1) RU2000102896A (zh)
TW (1) TW525078B (zh)
WO (1) WO1999060523A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100409259C (zh) * 2006-08-29 2008-08-06 中国航天时代电子公司第七七一研究所 可缩放大规模二维卷积电路
CN100485719C (zh) * 2006-03-17 2009-05-06 索尼株式会社 图像处理设备和图像处理方法
CN100557424C (zh) * 2004-04-27 2009-11-04 独立行政法人科学技术振兴机构 图像检查方法及装置
CN104091977A (zh) * 2014-05-06 2014-10-08 无锡日联科技有限公司 卷绕锂离子电池的检测方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5645450B2 (ja) * 2010-04-16 2014-12-24 キヤノン株式会社 画像処理装置および方法
JP5949319B2 (ja) * 2012-08-21 2016-07-06 富士通株式会社 視線検出装置及び視線検出方法
JP2016163131A (ja) * 2015-02-27 2016-09-05 株式会社ソニー・インタラクティブエンタテインメント 情報処理装置および画像データ配信方法
US11625908B1 (en) * 2022-03-30 2023-04-11 Browserstack Limited Image difference generator

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62251973A (ja) * 1986-04-25 1987-11-02 Sony Corp 曲面作成装置
JP2951663B2 (ja) 1987-08-05 1999-09-20 ダイキン工業株式会社 テクスチャマッピング装置およびその方法
JP2629200B2 (ja) 1987-09-14 1997-07-09 ソニー株式会社 画像処理装置
EP0464907B1 (en) 1990-06-29 1996-10-09 Philips Electronics Uk Limited Generating an image
JP2956213B2 (ja) 1990-11-30 1999-10-04 ソニー株式会社 画像処理装置
JPH04317184A (ja) * 1991-04-17 1992-11-09 Fujitsu Ltd 画像処理装置
JPH06150017A (ja) * 1992-11-13 1994-05-31 Hitachi Ltd 三次元図形表示装置
JPH06161876A (ja) * 1992-11-24 1994-06-10 Sony Corp 画像処理方法
US5537224A (en) * 1992-11-24 1996-07-16 Sony Corporation Texture mapping image processing method and apparatus
JPH07160899A (ja) * 1993-12-07 1995-06-23 Fujitsu Ltd 多角形分割描画方法および装置
US5526471A (en) 1993-12-15 1996-06-11 International Business Machines Corporation Rendering of non-opaque media using the p-buffer to account for polarization parameters
JP4067138B2 (ja) 1994-06-07 2008-03-26 株式会社セガ ゲーム装置
JP2673101B2 (ja) * 1994-08-29 1997-11-05 インターナショナル・ビジネス・マシーンズ・コーポレイション コンピュータ・グラフィクス装置
JPH08129647A (ja) 1994-10-28 1996-05-21 Yamaha Corp グラフィック装置
GB9422089D0 (en) * 1994-11-02 1994-12-21 Philips Electronics Uk Ltd Blurring for computer graphics
JPH08161511A (ja) 1994-12-02 1996-06-21 Sony Corp 画像生成装置
US5864639A (en) * 1995-03-27 1999-01-26 Digital Processing Systems, Inc. Method and apparatus of rendering a video image
US5630043A (en) * 1995-05-11 1997-05-13 Cirrus Logic, Inc. Animated texture map apparatus and method for 3-D image displays
GB9518695D0 (en) * 1995-09-13 1995-11-15 Philips Electronics Nv Graphic image rendering
JP3553249B2 (ja) 1995-12-15 2004-08-11 株式会社ソニー・コンピュータエンタテインメント 画像生成装置及び画像生成方法
US6162589A (en) 1998-03-02 2000-12-19 Hewlett-Packard Company Direct imaging polymer fluid jet orifice
JP3495189B2 (ja) 1996-06-19 2004-02-09 株式会社ソニー・コンピュータエンタテインメント 描画装置および描画方法
EP0863497A1 (en) * 1997-03-06 1998-09-09 Sony Computer Entertainment Inc. Graphic data generation device with frame buffer regions for normal and size reduced graphics data
US6172684B1 (en) * 1997-06-12 2001-01-09 Silicon Engineering, Inc. Method and apparatus for storing display lists of 3D primitives
US6031550A (en) * 1997-11-12 2000-02-29 Cirrus Logic, Inc. Pixel data X striping in a graphics processor
JP3179392B2 (ja) * 1997-11-17 2001-06-25 日本電気アイシーマイコンシステム株式会社 画像処理装置及び画像処理方法
JP4205573B2 (ja) 2003-12-19 2009-01-07 株式会社来夢 支柱支持具およびテント
JP4317184B2 (ja) 2005-12-14 2009-08-19 寿子 村田 便座シート

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100557424C (zh) * 2004-04-27 2009-11-04 独立行政法人科学技术振兴机构 图像检查方法及装置
CN100485719C (zh) * 2006-03-17 2009-05-06 索尼株式会社 图像处理设备和图像处理方法
CN100409259C (zh) * 2006-08-29 2008-08-06 中国航天时代电子公司第七七一研究所 可缩放大规模二维卷积电路
CN104091977A (zh) * 2014-05-06 2014-10-08 无锡日联科技有限公司 卷绕锂离子电池的检测方法

Also Published As

Publication number Publication date
US7957612B1 (en) 2011-06-07
AU752396B2 (en) 2002-09-19
KR20010021735A (ko) 2001-03-15
RU2000102896A (ru) 2001-12-20
WO1999060523A1 (fr) 1999-11-25
CA2297168A1 (en) 1999-11-25
KR100639861B1 (ko) 2006-10-27
TW525078B (en) 2003-03-21
CN1175377C (zh) 2004-11-10
AU3849299A (en) 1999-12-06
EP0997844A1 (en) 2000-05-03
EP0997844A4 (en) 2006-12-06
BR9906458A (pt) 2000-09-19

Similar Documents

Publication Publication Date Title
CN1047680C (zh) 脸部图像数据处理装置
CN1093968C (zh) 图象处理装置
CN1208970C (zh) 图像处理装置
CN1845178A (zh) 使用各向异性纹理映射的图像绘制方法和图像绘制设备
CN1258909C (zh) 动图象合成装置
CN1098515C (zh) 字符发生装置及其实现方法
CN1510656A (zh) 显示装置、显示方法和显示程序
CN1428763A (zh) 校正特性决定装置、校正特性决定方法及显示装置
CN1592915A (zh) 用户可定义的图像基准点
CN1846232A (zh) 使用加权信息的对象姿态估计和匹配系统
CN1531711A (zh) 由数字图象计算转换图象的方法和系统
CN1343343A (zh) 处理图像的方法和设备
CN1526115A (zh) 降低图象处理装置的更新频率的方法和系统
CN1601369A (zh) 图像处理系统、投影机以及图像处理方法
CN1684491A (zh) 图像处理装置、图像投影装置、图像处理方法和程序
CN1550866A (zh) 图像处理系统、投影机和图像处理方法
CN1678050A (zh) 图像处理系统、投影机以及图像处理方法
CN1272933A (zh) 图像处理装置与图像处理方法、程序提供媒体、以及数据提供媒体
CN1904999A (zh) 动态图像显示装置及动态图像显示方法
CN1208892A (zh) 存储装置和存取方法
CN101079953A (zh) 信息处理系统、信息处理设备、信息处理方法以及程序
CN1175377C (zh) 图像处理装置及方法
CN1599406A (zh) 图像处理方法和装置及其程序
CN1678021A (zh) 图像处理设备和方法、记录媒体和程序
CN1645415A (zh) 绘制装置和绘制方法

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
CX01 Expiry of patent term

Granted publication date: 20041110