CN1691771A - 系数数据产生和信息信号处理设备、方法、程序及介质 - Google Patents

Abstract

本申请涉及系数数据产生和信息信号处理设备、方法、程序及介质。本发明的设备产生用于将第一信息信号转换为第二信息信号的估算方程的系数数据。所述设备对教师信号进行抽选，以产生学生信号，并从对应于第二信息信号的教师信号和对应于第一信息信号的学生信号获取多个信息数据项目。对于每一个训练数据项目，相似性确定单元获取学生信号相对于对应于第二信息信号在所考虑位置的第一信息信号的相似性。使用所述训练数据项目和所述相似性，确定系数种籽数据，也就是将相似性作为一个参数的生成方程的系数数据。系数数据计算单元使用所述系数种籽数据和指示最高相似性的相似性值，根据所述生成方程确定估算方程的系数数据。

Description

系数数据产生和信息信号处理设备、 方法、程序及介质

对相关申请的引用

本申请包含的主体涉及日本专利申请No.2004-124777(申请日2004年4月20日)，其内容在此引为参考。

技术领域

本发明涉及用于产生用来将第一信息信号转换为第二信息信号的估算方程的系数数据的设备和方法，使用所述系数数据将所述第一信息信号转换为第二信息信号的设备和方法，使得计算机执行上述方法的程序，以及记录所述程序的介质。

具体地，本发明涉及用于产生用于获取第二信息信号在所考虑的位置的信息数据的估算方程的系数数据的设备，其中，使用多个训练数据项目确定系数种籽数据，作为用于生成所述估算方程的系数数据的生成方程的系数数据，所述多个训练数据项目是从对应于第二信息信号的教师信号(teacher signal)、对应于所述第一信息信号的学生信号(student signal)，以及所述多个训练数据项目的学生部分相对于所述第一信息信号的与所述第二信息信号中的所考虑位置对应的部分的相似性来获得的。所述生成方程以所述相似性作为一个参数。这样，本发明涉及用于产生系数数据以获得第二信息信号中所考虑位置的信息数据，总是提供所述估算方程的最优系数数据，从而改善根据第二信息信号的输出的质量的设备。

背景技术

近年来，已经提出了大量的技术来提高图像信号和音频信号的分辨率或者采样频率。例如，我们知道，为了将具有标准分辨率或者低分辨率的标准电视信号向上变换为公知为HDTV(高分辨率电视)信号的高分辨率信号，或者为了对标准电视信号进行子采样内插操作，采用了自适应分类方法来提供比已知的内插方法的性能更好的结果。

在自适应分类方法中，为了将具有标准分辨率或者低分辨率的标准电视信号(SD信号)转换为高分辨率信号(HD信号)，检测在HD信号中所考虑的像素位置的像素数据所属的类。然后，使用估算方程以及该方程的对应于所述类的系数数据，从SD信号中的多个像素数据项目，产生HD信号中所述像素位置的像素数据。用在所述转换处理包括分类中的方程系数数据是通过对每一个类例如使用最小二乘法进行学习来确定的。

例如，在日本待审专利申请公开说明书No.2002-218414中，公开了通过对每一个类例如使用最小二乘法进行学习，来预先确定系数种籽数据，也就是生成方程的系数数据，包括用于调整分辨率的参数。使用所述系数种籽数据和参数值，根据所述生成方程获得用于所述转换处理包括分类的估算方程系数数据。

如上所述，用于获取在HD信号中所考虑像素位置的像素数据的估算方程的系数数据对应于该HD信号中所考虑像素位置的像素数据所属的类。所述系数数据能够高精度地提供属于该类的平均像素数据，但是不是很适合用于获取HD信号中所考虑像素位置的像素数据的估算方程。

发明内容

因此，本发明的一个目的是，在将第一信息信号转换为第二信息信号时，获取用于获取第二信息信号中的所考虑位置的信息数据的估算方程的最适合的系数数据，以改善根据所述第二信息信号的输出的质量。

根据本发明，提供了一种设备来生成用于将包含多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号的估算方程的系数数据。该设备包括：第一数据选择装置，用于根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；第二数据选择装置，用于根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；相似性确定装置，用于获得由所述第二数据选择装置所选择的所述多个信息数据项目相对于由所述第一数据选择装置所选择的所述多个信息数据项目的相似性；第三数据选择装置，用于根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；第一计算装置，用于使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择装置所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定装置所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，其中，所述系数种籽数据是用于产生所述估算方程的系数数据的生成方程的系数数据，并且所述生成方程以所述相似性作为一个参数；以及第二计算装置，用于：使用所述第一计算装置所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

根据本发明，提供了一种方法来生成用于将包含多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号的估算方程的系数数据。该方法包括：第一数据选择步骤，用于根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；第二数据选择步骤，用于根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；相似性确定步骤，用于获得由所述第二数据选择步骤所选择的所述多个信息数据项目相对于由所述第一数据选择步骤所选择的所述多个信息数据项目的相似性；第三数据选择步骤，用于根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；第一计算步骤，用于使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择步骤所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定步骤所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，其中，所述系数种籽数据是用于产生所述估算方程的系数数据的生成方程的系数数据，并且所述生成方程以所述相似性作为一个参数；以及第二计算步骤，用于：使用所述第一计算步骤所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

根据本发明，提供了一种程序，其包括用于使计算机执行上述用于生成系数数据的方法的程序代码。另外，根据本发明，还提供了存储所述程序的计算机可读介质。

根据本发明，当将第一信息信号转换为第二信息信号时，使用一个估算方程来确定所述第二信息信号中所考虑位置的信息数据，并生成所述估算方程的系数数据。这里，所述信息信号例如是图像信号和音频信号。在图像信号的情况下，信息数据是对应于每一个个体像素的像素数据。在音频信号的情况下，信息数据是采样数据。

根据第一信息信号，选择第二信息信号中所考虑位置附近的多个信息数据项目(也就是第一比较抽选部分(comparison tap，比较抽头)数据)。

根据对应于所述第一信息信号的第一学习信号，选择对应于所述第二信息信号的第二学习信号中所考虑位置附近的多个信息数据项目(也就是第二比较抽选部分数据)。例如，所述第二学习信号被存储在存储装置中，所述第一学习信号是根据存储在所述存储装置中的第二学习信号产生的。或者，例如，所述第一信息信号被用作所述第二学习信号，所述第一学习信号是根据所述第一信息信号产生的。

获取从所述第一学习信号选择的第二比较抽选部分数据相对于从第一信息信号选择的第一比较抽选部分数据的相似性。例如，根据第一和第二比较抽选部分数据获得方差和(sum of squareddifference)，将其定义为相似性。或者，例如，根据第一和第二比较抽选部分数据获取交叉相关系数，将其定义为相似性。

根据所述第一学习信号，选择第二学习信号中所考虑位置附近的多个信息数据项目(也就是预测抽选部分(prediction tap，预测抽头))。然后，使用在每一个所考虑位置的信息数据、对应于每一个所考虑位置的预测抽选部分数据以及对应于每一个所考虑位置的相似性，确定系数种籽数据，也就是用于生成估算方程的系数数据的生成方程的系数数据。所述生成方程以所述相似性作为一个参数。

例如，使用第二学习信号中每一个所考虑位置的信息数据、对应于每一个所考虑位置的预测抽选部分数据以及对应于每一个所考虑位置的相似性，生成用于确定系数种籽数据的标准方程(normalequation)，然后解该标准方程以确定所述系数种籽数据。

另外，用来确定系数种籽数据的第二学习信号ST中的所考虑位置例如是从下述所考虑位置中选取的：这些位置的相似性值相对于指示最高相似性的相似性值在预定范围内。如下面将要描述的，当使用指示最高相似性的相似性值来获取系数数据时，这可以提高系数种籽数据的精确度。

这样，通过使用如上所述确定的系数种籽数据以及指示最高相似性的相似性值，根据生成方程，确定用于确定第二信息信号中所考虑位置的信息数据的估算方程的系数数据。

如上所述，通过将所述第一信息信号用作第二学习信号，从许多训练数据项目确定系数种籽数据，所述训练数据项目的第一学习信号部分类似于所述第一信息信号的对应于所述所考虑位置的部分，也就是说，从具有高度相似性的许多训练数据项目确定所述系数种籽数据。因此，能够确定用于获取所考虑位置的信息数据的更为精确的系数数据。

这样，作为用于获取第二信息信号中所考虑位置处的信息数据的估算方程的系数数据，所确定的系数数据总是最优的，因此，可以改善第二信息信号的输出的质量。

根据本发明，提供了一种信息信号处理设备来将包括多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号。该信息信号处理设备包括：数据选择装置，用于根据所述第一信息信号选择位于第二信息信号中所考虑位置附近的多个信息数据项目；系数数据生成装置，用于生成估算方程的系数数据，所述估算方程用于确定第二信息信号的在所考虑位置的信息数据；以及计算装置，用于根据所述估算方程，使用由所述数据选择装置选择的所述多个信息数据项目以及由所述系数数据生成装置生成的系数数据，计算所述第二信息信号的在所考虑位置处的信息数据。所述系数数据生成装置具有与上述用于生成系数数据的设备相同的配置。

根据本发明，提供了一种信息信号处理方法来将包括多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号。该信息信号处理方法包括：数据选择步骤，用于根据所述第一信息信号选择位于第二信息信号中所考虑位置附近的多个信息数据项目；系数数据生成步骤，用于生成估算方程的系数数据，所述估算方程用于确定第二信息信号的在所考虑位置的信息数据；以及计算步骤，用于根据所述估算方程，使用由所述数据选择步骤选择的所述多个信息数据项目以及由所述系数数据生成步骤生成的系数数据，计算所述第二信息信号的在所考虑位置处的信息数据。所述系数数据生成步骤具有与上述用于生成系数数据的方法中的步骤是相同的。

根据本发明，提供了一种程序，其包括用于使计算机执行上述用于信息信号处理方法的程序代码。另外，根据本发明，还提供了存储所述程序的计算机可读介质。

根据本发明，第一信息信号被转换为第二信息信号。也就是，根据第一信息信号，选择第二信息信号中所考虑位置附近的多个信息数据项目(也就是预测抽选部分数据(prediction tap data))。然后，按照与上述用于生成系数数据的设备或者方法相同的方式，生成用于确定第二信息信号中所考虑位置的信息数据的估算方程的系数数据。随后，使用所述预测抽选部分数据和系数数据，基于所述估算方程获得在所述第二信息信号中所考虑位置的信息数据。在这种情况下，由于总是使用估算方程的最优系数数据，能够获得第二信息信号中所考虑位置处的最优信息数据。结果，能够改善根据第二信息信号的输出的质量。

根据本发明，提供了一种设备来生成用于将包含多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号的估算方程的系数数据。该设备包括：第一数据选择单元，用于根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；第二数据选择单元，用于根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；相似性确定单元，用于获得由所述第二数据选择单元所选择的所述多个信息数据项目相对于由所述第一数据选择单元所选择的所述多个信息数据项目的相似性；第三数据选择单元，用于根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；第一计算单元，用于使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择单元所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定单元所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，其中，所述系数种籽数据用于产生所述估算方程的系数数据；以及第二计算单元，用于：使用所述第一计算单元所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

根据本发明，提供了一种信息信号处理设备来将包括多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号。该信息信号处理设备包括：数据选择单元，用于根据所述第一信息信号选择位于第二信息信号中所考虑位置附近的多个信息数据项目；系数数据生成单元，用于生成估算方程的系数数据，所述估算方程用于确定第二信息信号的在所考虑位置的信息数据；以及计算单元，用于根据所述估算方程，使用由所述数据选择单元选择的所述多个信息数据项目以及由所述系数数据生成单元生成的系数数据，计算所述第二信息信号的在所考虑位置处的信息数据。所述系数数据生成单元具有与上述用于生成系数数据的设备相同的配置。

也就是，根据本发明，当将第一信息信号转换为第二信息信号时，使用一个估算方程来获取第二信息信号的在所考虑位置的信息数据。为了确定所述估算方程的系数数据，首先使用从对应于第二信息信号的第二学习信号和对应于第一信息信号的第一学习信号获取的多个训练数据项目，以及所述多个训练数据项目的学生部分相对于第一信息信号的对应于第二信息信号中的所考虑位置的部分的相似性，确定作为用于生成所述估算方程的系数数据的生成方程的系数数据的系数种籽数据。所述生成方程以所述相似性作为一个参数。然后，利用所述系数种籽数据和指示最高相似性的相似性值，基于所述生成方程确定所述估算方程的系数数据。这样，总能够提供用于获取第二信息信号中所考虑位置的信息数据的估算方程的最优系数数据。结果，能够改善根据第二信息信号的输出的质量。

附图说明

图1是根据本发明第一实施例的图像信号处理设备的框图；

图2图示了SD信号(525i信号)和HD信号(1050i信号)的像素位置之间的关系；

图3图示了预测抽选部分的图案(模式)的一个例子；

图4图示了比较抽选部分的图案(模式)的一个例子；

图5A和5B图示了HD信号的单位像素块中的四个像素与中央预测抽选部分的相差；

图6是系数数据生成单元的框图；

图7是根据本发明第二实施例的图像信号处理设备的框图；

图8是以软件形式实现本发明的图像信号处理设备的框图；

图9是图像信号处理的操作流程的流程图；

图10是系数数据生成处理的操作流程的流程图。

具体实施方式

下面描述本发明的第一实施例。图1是根据第一实施例的图像信号处理设备100的框图。该图像信号处理设备100将作为标准分辨率(SD)信号(称为525i信号)的图像信号Va转换为作为高分辨率(HD)信号(称为1050i信号)的图像信号Vb。这里，图像信号Va作为第一信息信号，图像信号Vb作为第二信息信号。525i信号是一种隔行扫描图像信号，每帧525线。1050i信号是每帧1050线的隔行扫描图像信号。

图2图示了具有SD(525i)信号和HD(1050i)信号的帧F的像素之间的关系。奇数场(field，半帧)o中的像素位置用实线表示，偶数场e中的像素位置用虚线表示。大圆圈是SD信号的像素(SD像素)，小圆圈是HD信号的像素(HD像素)。从图2可以看到，HD信号的像素数据包括在SD信号的行附近的位置的行数据L1和L1’，以及远离SD信号的行的位置的行数据L2和L2’。这里，L1和L2是奇数场中的行数据，L1’和L2’是偶数场中的行数据。HD信号的每一行中的像素数量是SD信号中每一行的像素数量的两倍。

回头看图1，图像信号处理设备100包括输入端101、预测抽选部分选择单元102以及比较抽选部分选择单元103。输入端101用来输入图像信号Va。抽选部分选择单元102和103基于输入到输入端101的图像信号Va选择性地抽取图像信号Vb中所考虑像素位置附近的多个像素数据项目，分别作为预测抽选部分和比较抽选部分的数据。

图3图示了作为预测抽选部分数据被抽取的多个像素数据项目的图案(模式)的一个例子。在该例子中，抽选了十一个像素数据项目X₁到X₁₁作为预测抽选部分数据。这里，图3图示了奇数场中的一个例子。y₁到y₄是图像信号Vb中所考虑像素位置的像素数据项目。像素数据项目x₆的位置是中心预测抽选部分的位置。在这种情况下，除了一个奇数场外，一个预测抽选部分还与一个偶数场相联系。

图4图示了作为比较抽选部分数据被抽取的多个像素数据项目的图案(模式)的一个例子。在该例子中，抽选了五个像素数据项目xc₁到xc₅作为比较抽选部分数据。这里，图4图示了奇数场中的一个例子。y₁到y₄是图像信号Vb中所考虑像素位置的像素数据项目。像素数据项目xc₃的位置是中心比较抽选部分的位置。在这种情况下，比较抽选部分只与一个奇数场相联系。

另外，图像信号处理设备100包括用作存储装置的教师图像存储器104，以及系数数据生成单元105。该教师图像存储器104存储教师信号ST，教师信号是对应于上述图像信号Vb的HD信号(1050i信号)。所述系数数据生成单元105使用作为所述比较抽选部分选择单元103所抽取的比较抽选部分的数据的多个像素数据项目xci以及存储在所述教师图像存储器104中的教师信号ST，生成下述用于确定图像信号Vb中所考虑像素位置的像素数据的估算方程(1)的系数数据项目Wi(i＝1，...，n)，所述系数数据项目在估算预测算法单元106中使用。下面描述所述估算预测算法单元106。所述系数数据Wi是用于将图像信号Va(525i信号)转换为图像信号Vb(1050i信号)的信息。

$y=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{Wi}\·\mathrm{xi}\·\·\·\left(1\right)$

如图2所示，当将SD信号(525i信号)转换为HD信号(1050i信号)时，对于每一个奇数场和偶数场，对SD信号的一个像素必须获得HD信号的四个像素。在这种情况下，形成奇数场和偶数帧中的HD信号的2×2单位像素块UB中的四个像素中的每一个与其中心预测抽选部分具有不同的相位差。

图5A和5B图示了非别形成一个奇数场和一个偶数场中的HD信号的2×2单位像素块UB中的四个像素与中央预测抽选部分的相位差。在奇数场的情况下，单位像素块UB中的四个像素HD1到HD4的位置分别相对于中央预测抽选部分SD0在水平方向偏移k1到k4，在垂直方向偏移m1到m4。在偶数场的情况下，单位像素块UB中的四个像素HD1到HD4的位置分别相对于中央预测抽选部分SD0’在水平方向偏移k1’到k4’，在垂直方向偏移m1’到m4’。

这样，对于奇数场和偶数场的每一个，四个像素(HD1到HD4，或者HD1’到HD4’)存在于图像信号Vb的所考虑像素位置。因此，由系数数据生成单元105生成的上述系数数据项目Wi构成对于所述四个像素用以确定所述四个像素的像素数据项目y₁到y₄的系数数据项目Wi。

所述系数数据生成单元105根据将相似性R作为一个参数的下述生成方程(2)确定所述估算方程的系数数据项目Wi。后面将详细描述相似性R。

Wi＝w_i0+w_i1R+w_i2R²+w_i3R³             ...(2)

下面描述用于生成系数数据Wi的方法。

首先，确定作为生成方程的系数数据的系数种籽数据W_ij。这里，t_j(j＝0到3)如下式(3)确定：

t₀＝1，t₁＝R，t₂＝R²，t₃＝R³          ...(3)

使用等式(3)，等式(2)被改写为下面的等式(4)：

$W_i=\underset{j=0}{\overset{3}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}\·t_j\·\·\·\left(4\right)$

最后，通过学习确定未确定的系数w_ij。也就是，使用对应于图像信号Va的学生信号SS和对应于图像Vb的教师信号，找到使得均方误差(squared error)最小化的系数。这种解决方案公知为最小二乘法。

令训练的次数为m，第k(1＜＝k＜＝m)个训练数据项目的剩余误差为ek，总均方误差和为E。使用等式(1)和(2)，E被表示为下式(5)，其中x_ik是在第i个预测抽选部分位置的第k个像素数据项目，y_k是对应于x_ik的教师信号的第k个像素数据项目。

$E=$ $\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{{\mathrm{\θ}}_k}^2$

$=$ $\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{\{y_k-(W_1{x}_{1K}+W_2{x}_{2K}+\·\·\·+W_n{x}_{\mathrm{nK}})\}}^2$

$=\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{\{y_k-[(t_0{w}_{10}+t_1{w}_{11}+\·\·\·+t_3{w}_{13})x_{1k}+\·\·\·\·\·\·+(t_0{w}_{n0}+t_1{w}_{n1}+\·\·\·+t_3{w}_{n3})x_{\mathrm{nk}}\left]\right\}}^2\·\·\·\left(5\right)$

根据最小二乘法的解，W_ij被确定为使得方程(5)相对于w_ij的偏微分结果为0。这由下面的等式(6)表示：

$\frac{\∂E}{{\∂w}_{\mathrm{ij}}}=\underset{k=1}{\overset{m}{\mathrm{\Σ}}}2\left(\frac{\∂{\mathrm{\θ}}_k}{{\∂w}_{\mathrm{ij}}}\right){\mathrm{\θ}}_k=-\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{2t}_j{x}_{\mathrm{ik}}{\mathrm{\θ}}_k=0\·\·\·\left(6\right)$

当用下面的等式(7)和(8)定义X_ipjq和Y_ip时，等式(6)可以用矩阵改写为等式(9)：

$X_{\mathrm{ipjq}}=\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ik}}{t}_p{x}_{\mathrm{jk}}{t}_q\·\·\·\left(7\right)$

$Y_{\mathrm{ip}}=\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ik}}{t}_p{y}_k\·\·\·\left(8\right)$

等式(9)是用于计算系数种籽数据w_ij的标准方程。通过用消去法(process of elimination)比如高斯-约当消去法解该标准方程，可以获得系数种籽数据w_ij。

随后，使用所述系数种籽数据w_ij和指示最高相似性的相似性值R，基于生成方程(2)确定系数数据Wi。

下面描述系数发生单元105。图6是系数数据发生单元105的框图。该系数数据发生单元105根据上述用于生成系数数据Wi的方法生成系数数据Wi。

该系数数据发生单元105包括学生图像发生单元111。该学生图像发生单元111对于从教师图像存储器104读出的教师信号进行垂直(竖直)和水平抽选(decimation)，以生成对应于图像信号Va的作为SD信号(525i信号)的学生信号SS。

该系数数据发生单元105还包括预测抽选部分选择单元112和比较抽选部分选择单元113。这些抽选部分选择单元112和113基于所述学生图像发生单元111生成的学生信号SS选择性地抽取教师信号ST中所考虑像素位置附近的多个像素数据项目，分别作为预测抽选部分和比较抽选部分的数据。抽选部分选择单元112和113分别对应于前述抽选部分选择单元102和103。

系数数据发生单元105还包括相似性确定单元114。该相似性确定单元114获得作为所述比较抽选部分选择单元113所抽取的比较抽选部分数据的多个像素数据项目sci相对于作为图1所示的比较抽选部分选择单元103所抽取的比较抽选部分数据的多个像素数据项目xci的相似性R。

例如，该相似性确定单元114获得多个像素数据项目sci和多个像素数据项目xci之间的方差和，如下面等式(10)所示。该相似性确定单元114将该方差和视为相似性R。在等式(10)中，如果比较抽选部分数据如图4所示包括五个像素数据项目，则n＝5。

$R=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(\mathrm{xci}-\mathrm{sci})}^2\·\·\·\left(10\right)$

另外，所述相似性确定单元114例如获得交叉相关系数并将其视为相似性，如下面的等式(11)所示。在等式(11)中，如果比较抽选部分数据如图4所示包括五个像素数据项目，则n＝5。

$R=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(\mathrm{xci}-\stackrel{\‾}{\mathrm{xc}})(\mathrm{sci}-\stackrel{\‾}{\mathrm{sc}})}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(\mathrm{xci}-\stackrel{\‾}{\mathrm{xc}})}^2}\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(\mathrm{sci}-\stackrel{\‾}{\mathrm{sc}})}^2}}$

(其中， $\stackrel{\‾}{\mathrm{xc}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{xci}}{n},\stackrel{\‾}{\mathrm{sc}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{sci}}{n}$ )

该系数数据发生单元105还包括教师抽选部分选择单元115。该教师抽选部分选择单元115基于所述教师信号ST选择性地抽取教师信号ST中所考虑像素位置的像素数据项目y。

所述系数数据生成单元105还包括标准方程生成单元116。该标准方程生成单元116生成标准方程，该标准方程用于从由所述教师抽选部分选择单元115所抽取的教师信号ST中每一个所考虑像素位置的像素数据y，由所述预测抽选部分选择单元112选择性地抽取、作为预测抽选部分数据、对应于每一个所考虑像素位置的像素数据y的多个像素数据项目xi，以及所述相似性确定单元114获取的对应于所述像素数据y的相似性值R，确定作为生成方程(2)的系数数据的系数种籽数据w_ij(见等式(9))。

在这种情况下，像素数据项目y和对应于该像素数据项目y的多个像素数据项目xi的组合形成一个训练数据项目。生成在教师信号ST和对应于该教师信号ST的学生信号SS之间具有不同相似性值的许多训练数据项目。这样，所述标准方程生成单元116生成包括许多训练数据项目的标准方程。

同样，在这种情况下，所述标准方程生成单元116对四个像素生成标准方程(也就是图5A和5B中的HD1到HD4或者HD1’到HD4’)。对应于HD1到HD4或者HD1’到HD4’的标准方程的生成仅仅使用由相对于中心预测抽选部分SD0和SD0’的偏移值分别与HD1到HD4或者HD1’到HD4’相同的像素数据项目y生成的训练数据项目。

所述标准方程生成单元116可以使用对应于教师信号ST中所有所考虑像素位置的训练数据项目生成标准方程。或者，可以从由相似性确定单元114所获取的相似性值R相对于指示最高相似性的相似性值R在预定范围内的那些所虑像素位置中，选择教师信号ST中的用于生成标准方程的所考虑位置。如下面所描述的，当使用指示最高相似性的相似性值R获取系数数据Wi时，这可以提高系数种籽数据w_ij的精度。

例如，当相似性R被定义为等式(10)所示的方差和时，指示最高相似性的相似性值R为0。因此，只有那些相似性值R小于或者等于预定值的所考虑像素位置可以被用来生成标准方程。另外，例如，当相似性R被定义为等式(11)所示的交叉相关系数时，相似性R在-1到1的范围内，指示最高相似性的相似性值为1。因此，只有那些相似性值R大于或者等于0.5的所考虑像素位置被用来生成标准方程。

所述系数数据生成单元105还包括系数种籽数据计算单元117以及系数数据计算单元118。系数种籽数据计算单元117从标准方程生成单元116接收标准方程的数据，使用诸如消去法等方法解该标准方程，对四个像素确定系数种籽数据w_ij。使用由所述系数种籽数据计算单元117所确定的四个像素的系数种籽数据w_ij以及指示最高相似性的相似性值R，所述系数数据计算单元118基于所述生成方程(2)确定所述四个像素的系数数据Wi。

下面描述图6所示的系数数据生成单元105的操作。

所述学生图像生成单元111对教师信号ST执行垂直和水平抽选，以生成学生信号SS。所述比较抽选部分选择单元113选择性地抽取教师信号ST中所考虑像素位置附近的多个像素数据项目sci，作为比较抽选部分数据。所述多个像素数据项目sci被提供给所述相似性确定单元114。同样，由所述比较抽选部分选择单元103(见图1)选择性抽取的多个像素数据项目xci被提供给所述相似性确定单元114，作为比较抽选部分数据。

所述相似性确定单元114获取所述多个像素数据项目sci相对于所述多个像素数据项目xci的相似性R。在这种情况下，例如，根据所述多个像素数据项目sci和所述多个像素数据项目xci，确定方差和或者交叉相关系数，作为相似性R(见等式(10)和(11))。所确定的相似性值R被提供给标准方程生成单元116。

所述预测抽选部分选择单元112选择性地抽取所述教师信号ST中所考虑位置附近的多个像素数据项目xi，作为预测抽选部分数据。所述多个像素数据项目xi被提供给所述标准方程生成单元116。另一方面，所述教师抽选部分选择单元115根据所述教师信号ST选择性地抽取教师信号ST中所考虑位置的像素数据y。该像素数据y被提供给标准方程生成单元116。

从所述教师抽选部分选择单元115所抽取的教师信号ST中每一个所考虑像素位置的像素数据y，由所述预测抽选部分选择单元112选择性地抽取的对应于每一个所考虑像素位置的像素数据y的作为预测抽选部分数据的多个像素数据项目xi，以及由所述相似性确定单元114获取的对应于每一个所考虑像素位置的像素数据y的相似性值R，该标准方程生成单元116生成用于确定所述四个像素(也就是图5A和5B中的HD1到HD4或者HD1’到HD4’)的系数种籽数据w_ij(见等式(2))的标准方程(见等式(9))。

所述系数数据生成单元105从所述标准方程生成单元116接收标准方程的数据，使用诸如消去法等方法解该标准方程，对所述四个像素确定系数种籽数据W_ij。所述四个像素的系数种籽数据W_ij被提供给系数数据计算单元118，后者使用所述四个像素的所述系数种籽数据W_ij以及指示最高相似性的相似性值R，基于所述生成方程(2)确定所述四个像素的系数数据Wi。

回头看图1，所述图像信号处理设备100包括估算预测算法单元106、后期处理单元107以及输出端子108。使用作为所述预测抽选部分选择单元102所选择性地抽取的预测抽选部分数据的多个像素数据项目xi以及由所述系数数据生成单元105所生成的系数数据Wi，估算预测算法单元106基于所述估算方程(1)确定所述图像信号Vb中所考虑像素位置的像素数据y。

如上所述，为了将SD信号(525i信号)转换为HD信号(1050i信号)，对于每一个场(field，半帧)，对SD信号的一个像素(也就是图5A和5B中的SD0或者SD0’)必须获得HD信号的四个像素(也就是图5A和5B中的HD1到HD4或者HD1’到HD4’)。所述估算预测算法单元106对位于图像信号Vb的所考虑像素位置的每一个单位像素块UB获取像素数据。

也就是，所述估算预测算法单元106从预测抽选部分选择单元102接收对应于单位像素块UB中的四个像素(所考虑像素)的预测抽选部分数据xi。另外，所述估算预测算法单元106从系数数据生成单元105接收对应于所述单位像素块UB中的四个像素的用于四个像素的系数数据Wi。然后，所述估算预测算法单元106使用估算方程(1)单独地计算形成所述单位像素块UB的四个像素的像素数据项目y1到y4。

所述后期处理单元107以每次一行的形式安排所述估算预测算法单元106顺序输出的单位像素块UB中的像素数据项目y₁到y₄，并以1050i信号格式输出。输出端子108用来输出从后期处理单元107接收到的图像信号Vb(1050i信号)。

下面描述图像信号处理设备100的操作。

作为SD信号的图像信号Va被输入到输入端子101。所述比较抽选部分选择单元103根据输入到输入端子101的图像信号Va选择性地抽取图像信号Vb中所考虑像素位置附近的多个像素数据项目xci，作为比较抽选部分数据。所述多个像素数据项目xci被提供给系数数据生成单元105。

使用所述多个像素数据项目xci和存储在教师图像存储器104中的教师信号ST，所述系数数据生成单元生成估算方程(1)的系数数据Wi(i＝1，...，n)，以获取图像信号Vb中所考虑像素位置的像素数据。所述像素数据由所述估算预测算法单元106使用。在这种情况下，所述系数数据生成单元105生成对应于位于所述图像信号Vb的所述所考虑像素位置的单位像素块UB中的四个像素的，用于四个像素的系数数据Wi。该系数数据Wi被提供给所述估算预测算法单元106。

所述预测抽选部分选择单元102基于所述图像信号Va选择性地抽取所述图像信号Vb中所考虑像素位置附近的多个像素数据项目xi，作为预测抽选部分数据。所述多个像素数据项目xi被提供给所述估算预测算法单元106。然后，使用所述多个像素数据项目xi和所述四个像素的系数数据Wi，所述估算预测算法单元106根据所述估算方程(1)单独地计算所述单位像素块UB中的四个像素(所考虑像素)的像素数据项目y₁到y₄。

图像信号Vb中的所考虑像素位置顺序移动。当移动时，所述估算预测算法单元106顺序输出单位像素块UB中的四个像素(所考虑像素)的像素数据项目y₁到y₄，它们被提供给后期处理单元107。后期处理单元107安排从所述估算预测算法单元106以每次一行的形式顺序输出的单位像素块UB中的像素数据项目y₁到y₄，并以1050i信号格式输出。也就是，所述后期处理单元107输出图像信号Vb(1050i信号)，后者被输出到输出端子108。

如上所述，用于获取所考虑像素位置处的像素数据项目y₁到y₄的估算方程(1)的系数数据Wi是以如下方式确定的。那就是，首先，使用从对应于图像信号Vb的教师信号和对应于图像信号Va的学生信号SS获取的多个训练数据项目，以及所述多个训练数据项目中的学生信号SS相对于对应于所述图像信号Vb中所考虑像素位置的图像信号Va的相似性R，确定以相似性R作为一个参数的生成方程的系数种籽数据w_ij。所述系数种籽数据w_ij被用来生成所述估算方程的系数数据Wi，然后，使用所述系数种籽数据w_ij和指示最高相似性的相似性值R，根据生成方程(2)获得系数数据Wi。

从而，根据图1所示的图像信号处理设备100，总能够确定用于获得图像信号Vb中所考虑像素位置的像素数据项目y₁到y₄的估算方程的最优系数数据Wi，因此，所述估算预测算法单元106能够提供所考虑像素位置处的最优像素数据项目y₁到y₄。结果，能够改善基于图像信号Vb的图像质量。

下面描述本发明的第二实施例。图7是第二实施例的图像信号处理设备100A的框图。在图7中，与图1所示和所述的部件相同的部件用相同的附图标记表示，并省略了其详细说明。

与图1所示的图像信号处理设备100不同，该图像信号处理设备100A没有教师图像存储器104。在图像信号处理设备100A中，输入到输入端子101的图像信号Va被提供给系数数据生成单元105作为教师信号ST。图像信号处理设备100A的其它部件与图1所示的图像信号处理设备100是相同的。

在图像信号处理设备100A中，系数数据生成单元105的学生图像生成单元111(见图6)对教师信号ST执行垂直和水平抽选，以生成学生信号SS。这样，系数数据生成单元105能够使用教师信号ST和学生信号SS(教师信号ST和学生信号SS之间的关系与对图1所示的图像信号处理设备100的描述是一样的)，以与图1所示的图像信号处理设备100相同的方式生成系数数据Wi。

根据图像信号处理设备100A，可以取消用于存储教师信号ST的教师图像存储器104，因此，图像信号处理设备100A的结构可以简单、成本低。另外，由于图像信号处理设备100A使用图像信号Va作为教师信号ST，系数数据生成单元105能够使用学生信号部分类似于图像信号Va的对应于所考虑像素位置的的部分的许多训练数据项目，也就是，使用具有高相似性R的许多训练数据项目，确定与系数数据Wi相关的系数种籽数据w_ij，所述系数数据Wi用于获得图像信号Vb中所考虑像素位置的像素数据项目y₁到y₄。因此，能够获得对应于所考虑像素位置的更为精确的系数数据Wi。

另外，图1和图7所示的图像信号处理设备100和100A执行的处理可以用软件例如在图8所示的图像信号处理设备500中实现。

下面首先结合图8描述图像信号处理设备500。该图像信号处理设备500包括用于控制整个设备的操作的中央处理器(CPU)501、用于存储CPU 501的控制程序的制度存储器(ROM)502以及用作CPU 501的工作区的随机存取存储器(RAM)503。CPU 501、ROM 502和RAM 503连接到总线504。

图像信号处理设备500还包括用作外部存储设备的硬盘驱动器(HDD)505，以及用于处理可移动记录介质比如光盘、磁盘和存储卡等的驱动器506。驱动器505和506连接到总线504。例如，教师信号ST被预先存储在HDD 505中。

图像信号处理设备500还包括用于无线或者有线连接到通信网络507比如因特网的通信单元508。通信单元508通过接口509连接到总线504。

图像信号处理设备500还包括用户接口单元。该用户接口单元包括用于从遥控发射器510接收遥控信号RM的遥控信号接收电路511，以及显示器513，比如液晶显示器(LCD)和等离子体显示板(PDP)。所述遥控信号接收电路511通过接口512连接到总线504。类似地，显示器513通过接口514连接到总线504。

图像信号处理设备500还包括用于输入作为SD信号的图像信号Va的输入端子515以及用于输出作为HD信号的图像信号Vb的输出端子517。输入端子515通过接口516连接到总线504。类似地，输出端子517通过接口518连接到总线504。

可以不是如前所述在ROM 502中预先存储控制程序，而是通过通信单元508从通信网络507例如因特网上下载控制程序，然后存储在HDD 505和RAM 503中。或者，可以用可移动记录介质提供所述控制程序。

另外，可以不从输入端子515输入待处理的图像信号Va，而是可以将其预先存储在HDD 505中，或者可以通过通信单元508从通信网络507例如因特网上下载。另外，可以不是将处理后的图像信号Vb输出到输出端子517(或者，除了向输出端子517输出处理后的图像信号Vb之外)，可以向显示器513提供图像信号Vb以显示图像，或者可以将其存储在HDD 505中，并可以通过通信单元508传输到通信网络507比如因特网。

下面结合图9的流程图描述当从图像信号Va获取图像信号Vb时，图8所示的图像信号处理设备500的工作流程。

首先，处理过程始于步骤S10。在步骤S11，从例如输入端子515向该设备输入一帧或者一个场(半帧)的图像信号Va。这样的图像信号Va被临时存储在RAM 503中。在预先将图像信号Va存储在HDD505中的情况下，从HDD 505读出图像信号Va并将其临时存储在RAM 503中。

在步骤S12，判断是否已完成整个帧或者整个场的图像信号Va的处理。如果已完成，则在步骤S13完成整个处理。如果没完成，则处理过程前进到步骤S14。

在步骤S14，基于图像信号Va，获取图像信号Vb中所考虑像素附近的多个像素数据项目xci，作为比较抽选部分数据。在步骤S15，生成估算方程(见等式(1))的系数数据Wi，用于确定所考虑像素位置的像素数据项目y₁到y₄。

图10图示了步骤15的系数数据生成处理的操作流程。那就是，该处理过程开始于步骤S20。在步骤S21，将一个帧或者一个场的教师信号ST输入到所述设备。在这种情况下，读出例如存储在HD 505中的教师信号ST并将其临时存储在RAM 503中。当用已经在上述步骤S11存储的图像信号Va作为教师信号ST时，步骤S21的该处理取消。

随后，在步骤S22，判断是否已完成对整个帧或者整个场的教师信号ST的处理。如果没有完成，则在步骤S23对步骤S21输入的教师信号ST进行垂直和水平抽选，生成学生信号SS。

在步骤S24，基于学生信号SS，获取教师信号ST中所考虑像素位置附近的多个像素数据项目sci，作为比较抽选部分数据。在步骤S25，计算在步骤S24获得的所述多个像素数据项目sci相对于在步骤S14获得的所述多个像素数据项目xci的相似性R。例如，使用像素数据项目xci和sci确定方差和(见等式(10))，并将其定义为相似性R。或者，例如，使用所述像素数据项目xci和sci确定交叉相关系数(见等式(11)，并将其定义为相似性R。

之后，在步骤S26，判断相似性R是否满足预定条件。那就是，判断相似性值R相对于指示最高相似性的值是否在预定范围内。例如，当将方差和定义为相似性R时，判断相似性值R是否小于或等于预定值，因为指示最高相似性的值为0。当将交叉相关系数定义为相似性R时，判断相似性值R是否大于或等于0.5，因为相似性R在-1到1的范围内，指示最高相似性的相似性值R为1。

如果相似性R满足条件，则处理过程前进到步骤S27。但是，如果相似性R不满足条件，则处理过程返回步骤S24，在这里，处理过程转到对教师信号ST中下一个所考虑像素位置的处理。步骤S26的处理并不总是必要的。但是，如下所述，当使用指示最高相似性的相似性值R来确定系数数据Wi时，该步骤会提高系数种籽数据w_ij的精确度。

在步骤S27，基于学生信号SS，获取教师信号ST中所考虑像素位置附近的多个像素数据项目xi，作为预测抽选部分数据。在步骤S28，基于教师信号ST，获取教师信号ST中所考虑像素位置的像素数据y，作为教师抽选部分数据。

在步骤S29，使用在步骤S25计算的相似性R、在步骤S27获得的多个像素数据项目xi以及在步骤S28获得的像素数据y进行求和(见等式(7)和(8))，以获得等式(9)所示的标准方程。在这种情况下，同时生成四个像素(也就是图5A和5B中的HD1到HD4，或者HD1’到HD4’)的标准方程。

在步骤S30，判断是否已完成在步骤S21输入的一个帧或者一个场的教师信号ST中像素数据的整个区域的学习过程。如果已完成了学习过程，则处理过程返回到步骤S21，在这里，输入下一个帧或者下一个场的教师信号ST。然后，重复上述处理过程。如果学习过程没有完成，则处理过程返回步骤S24。随后，处理教师信号ST中的下一个所考虑像素位置。

如果，在步骤S22，对整个帧或者场完成了教师信号ST的处理，则处理过程前进到步骤S31。在步骤S31，解在步骤S29通过求和产生的标准方程，以计算所述四个像素的系数种籽数据w_ij。之后，在步骤S32，使用在步骤S31计算的所述四个像素的系数种籽数据w_ij以及指示最高相似性的相似性值R，基于生成方程(见等式(2))计算系数数据Wi。然后在步骤S33完成处理过程。

回到图9，在完成步骤S15的处理之后，处理过程前进到步骤S16。在步骤S16，获取图像信号Vb中所考虑像素位置附近的多个像素数据项目xi，作为预测抽选部分数据。在步骤S17，使用在步骤S15生成的系数数据Wi以及在步骤S16获取的多个像素数据项目xi，基于估算方程(1)生成图像信号Vb中所考虑像素位置的单位像素块UB中的像素数据y₁到y₄。

在步骤S18，判断是否已完成了对一个帧或者场的图像信号Vb的整个区域获取像素数据的处理。如果已完成，则处理过程返回步骤S11，在这里输入下一个帧或者场的图像信号Va。如果没有完成，则处理过程返回步骤S14。随后，处理教师信号ST中下一个所考虑像素位置。

这样，图9的流程图所示的操作能够处理图像信号Va的输入像素数据，以获得图像信号Vb的像素数据。

在上述实施例中，信息信号是图像信号。但是，本发明不限于图像信号。例如，本发明可以以相同的方式应用于信息信号是音频信号的情况。

工业实用性

本发明能够提供用于将第一信息信号转换为第二信息信号的估算方程的最优系数数据，从而提高根据第二信息信号的输出的图像质量。例如，本发明能够应用于将SD信号转换为HD信号的情况。

Claims (16)

1.一种用于生成估算方程的系数数据的设备，该估算方程用于将包含多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号，该设备包括：

第一数据选择装置，用于根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；

第二数据选择装置，用于根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；

相似性确定装置，用于获得由所述第二数据选择装置所选择的所述多个信息数据项目相对于由所述第一数据选择装置所选择的所述多个信息数据项目的相似性；

第三数据选择装置，用于根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；

第一计算装置，用于使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择装置所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定装置所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，其中，所述系数种籽数据用于产生所述估算方程的系数数据；以及

第二计算装置，用于：使用所述第一计算装置所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

2.如权利要求1所述的用于生成系数数据的设备，其中所述第一计算装置包括：

标准方程生成单元，用于：利用所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择装置所选择的对应于每一个所考虑位置的多个信息项目以及由所述相似性确定装置所获取的对应于每一个所考虑位置的相似性，来生成确定所述系数种籽数据的标准方程；以及

系数种籽数据计算单元，用于通过解所述标准方程生成单元所生成的标准方程来确定所述系数种籽数据。

3.如权利要求1所述的用于生成系数数据的设备，其中，作为所述第一计算装置的目标的第二学习信号中的每一个所考虑位置是这样的一个位置：由所述相似性确定装置所获取的该位置的相似性值相对于指示最高相似性的相似性值在一个预定范围内。

4.如权利要求1所述的用于生成系数数据的设备，其中，所述相似性确定装置根据所述第二数据选择装置所选择的所述多个信息项目以及所述第一数据选择装置所选择的所述多个信息项目确定一个方差和，并将该方差和定义为相似性。

5.如权利要求1所述的用于生成系数数据的设备，其中，所述相似性确定装置根据所述第二数据选择装置所选择的所述多个信息项目以及所述第一数据选择装置所选择的所述多个信息项目确定一个交叉相关系数，并将该交叉相关系数定义为相似性。

6.如权利要求1所述的用于生成系数数据的设备，还包括：

用于存储所述第二学习信号的存储装置；

用于根据存储在所述存储装置中的第二学习信号生成所述第一学习信号的第一学习信号生成装置。

7.如权利要求1所述的用于生成系数数据的设备，其中，所述第一信息信号被用作所述第二学习信号，用于生成系数数据的设备还包括用于根据所述第一信息信号生成所述第一学习信号的第一学习信号生成装置。

8.一种用来生成估算方程的系数数据的方法，该估算方程用于将包含多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号，该方法包括：

第一数据选择步骤，用于根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；

第二数据选择步骤，用于根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；

相似性确定步骤，用于获得由所述第二数据选择步骤所选择的所述多个信息数据项目相对于由所述第一数据选择步骤所选择的所述多个信息数据项目的相似性；

第三数据选择步骤，用于根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；

第一计算步骤，用于使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择步骤所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定步骤所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，其中，所述系数种籽数据用于产生所述估算方程的系数数据；以及

第二计算步骤，用于：使用所述第一计算步骤所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

9.一种计算机可读介质，其存储有用于使计算机执行一种用于生成估算方程的系数数据的方法的程序，所述估算方程用于将包含多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号，该方法包括：

第一数据选择步骤，用于根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；

第二数据选择步骤，用于根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；

相似性确定步骤，用于获得由所述第二数据选择步骤所选择的所述多个信息数据项目相对于由所述第一数据选择步骤所选择的所述多个信息数据项目的相似性；

第三数据选择步骤，用于根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；

第一计算步骤，用于使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择步骤所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定步骤所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，其中，所述系数种籽数据用于产生所述估算方程的系数数据；以及

第二计算步骤，用于：使用所述第一计算步骤所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

10.一种程序，其包括用于使计算机执行一种用于生成估算方程的系数数据的方法的程序代码，所述估算方程用于将包含多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号，该方法包括：

第一数据选择步骤，用于根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；

第二数据选择步骤，用于根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；

相似性确定步骤，用于获得由所述第二数据选择步骤所选择的所述多个信息数据项目相对于由所述第一数据选择步骤所选择的所述多个信息数据项目的相似性；

第三数据选择步骤，用于根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；

第一计算步骤，用于使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择步骤所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定步骤所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，其中，所述系数种籽数据用于产生所述估算方程的系数数据；以及

第二计算步骤，用于：使用所述第一计算步骤所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

11.一种信息信号处理设备，用来将包括多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号，包括：

数据选择装置，用于根据所述第一信息信号选择位于第二信息信号中所考虑位置附近的多个信息数据项目；

系数数据生成装置，用于生成估算方程的系数数据，所述估算方程用于确定第二信息信号的在所考虑位置的信息数据；以及

计算装置，用于根据所述估算方程，使用由所述数据选择装置选择的所述多个信息数据项目以及由所述系数数据生成装置生成的系数数据，计算所述第二信息信号的在所考虑位置处的信息数据；

其中，所述系数数据生成装置包括：

第一数据选择装置，用于根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；

第二数据选择装置，用于根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；

相似性确定装置，用于获得由所述第二数据选择装置所选择的所述多个信息数据项目相对于由所述第一数据选择装置所选择的所述多个信息数据项目的相似性；

第三数据选择装置，用于根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；

第一计算装置，用于使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择装置所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定装置所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，其中，所述系数种籽数据用于产生所述估算方程的系数数据；以及

第二计算装置，用于：使用所述第一计算装置所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

12.一种信息信号处理方法，用来将包括多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号，包括：

数据选择步骤，用于根据所述第一信息信号选择位于第二信息信号中所考虑位置附近的多个信息数据项目；

系数数据生成步骤，用于生成估算方程的系数数据，所述估算方程用于确定第二信息信号的在所考虑位置的信息数据；以及

计算步骤，用于根据所述估算方程，使用由所述数据选择步骤选择的所述多个信息数据项目以及由所述系数数据生成步骤生成的系数数据，计算所述第二信息信号的在所考虑位置处的信息数据；

其中，所述系数数据生成步骤包括：

第一数据选择步骤，用于根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；

第二数据选择步骤，用于根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；

相似性确定步骤，用于获得由所述第二数据选择步骤所选择的所述多个信息数据项目相对于由所述第一数据选择步骤所选择的所述多个信息数据项目的相似性；

第三数据选择步骤，用于根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；

第一计算步骤，用于使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择步骤所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定步骤所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，所述系数种籽数据用于产生所述估算方程的系数数据；以及

第二计算步骤，用于：使用所述第一计算步骤所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

13.一种计算机可读介质，其存储有用于使计算机执行一种用于执行将包含多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号的信息信号处理方法的程序，该信息信号处理方法包括：

数据选择步骤，用于根据所述第一信息信号选择位于第二信息信号中所考虑位置附近的多个信息数据项目；

系数数据生成步骤，用于生成估算方程的系数数据，所述估算方程用于确定第二信息信号的在所考虑位置的信息数据；以及

计算步骤，用于根据所述估算方程，使用由所述数据选择步骤选择的所述多个信息数据项目以及由所述系数数据生成步骤生成的系数数据，计算所述第二信息信号的在所考虑位置处的信息数据；

其中，所述系数数据生成步骤包括：

第一数据选择步骤，用于根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；

第二数据选择步骤，用于根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；

相似性确定步骤，用于获得由所述第二数据选择步骤所选择的所述多个信息数据项目相对于由所述第一数据选择步骤所选择的所述多个信息数据项目的相似性；

第三数据选择步骤，用于根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；

第一计算步骤，用于使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择步骤所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定步骤所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，所述系数种籽数据用于产生所述估算方程的系数数据；以及

第二计算步骤，用于：使用所述第一计算步骤所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

14.一种程序，包括用于使计算机执行一种用于执行将包含多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号的信息信号处理方法的程序代码，该信息信号处理方法包括：

数据选择步骤，用于根据所述第一信息信号选择位于第二信息信号中所考虑位置附近的多个信息数据项目；

系数数据生成步骤，用于生成估算方程的系数数据，所述估算方程用于确定第二信息信号的在所考虑位置的信息数据；以及

计算步骤，用于根据所述估算方程，使用由所述数据选择步骤选择的所述多个信息数据项目以及由所述系数数据生成步骤生成的系数数据，计算所述第二信息信号的在所考虑位置处的信息数据；

其中，所述系数数据生成步骤包括：

第一数据选择步骤，用于根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；

第二数据选择步骤，用于根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；

相似性确定步骤，用于获得由所述第二数据选择步骤所选择的所述多个信息数据项目相对于由所述第一数据选择步骤所选择的所述多个信息数据项目的相似性；

第三数据选择步骤，用于根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；

第一计算步骤，用于使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择步骤所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定步骤所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，其中，所述系数种籽数据用于产生所述估算方程的系数数据；以及

第二计算步骤，用于：使用所述第一计算步骤所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

15.一种用来生成估算方程的系数数据的设备，该估算方程用于将包含多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号，该设备包括：

第一数据选择单元，被配置成根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；

第二数据选择单元，被配置成根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；

相似性确定单元，被配置成获得由所述第二数据选择单元所选择的所述多个信息数据项目相对于由所述第一数据选择单元所选择的所述多个信息数据项目的相似性；

第三数据选择单元，被配置成根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；

第一计算单元，被配置成使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择单元所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定单元所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，所述系数种籽数据被配置成产生所述估算方程的系数数据；以及

第二计算单元，被配置成：使用所述第一计算单元所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

16.一种用来将包括多个信息数据项目的第一信息信号转换为包括多个信息数据项目的第二信息信号的信息信号处理设备，包括：

数据选择单元，被配置成根据所述第一信息信号选择位于第二信息信号中所考虑位置附近的多个信息数据项目；

系数数据生成单元，被配置成生成估算方程的系数数据，所述估算方程用于确定第二信息信号的在所考虑位置的信息数据；以及

计算单元，被配置成根据所述估算方程，使用由所述数据选择单元选择的所述多个信息数据项目以及由所述系数数据生成单元生成的系数数据，计算所述第二信息信号的在所考虑位置处的信息数据；

其中，所述系数数据生成单元包括：

第一数据选择单元，被配置成根据所述第一信息信号选择位于所述第二信息信号中的所考虑位置附近的多个信息数据项目；

第二数据选择单元，被配置成根据对应于所述第一信息信号的第一学习信号选择位于对应于所述第二信息信号的第二学习信号中的所考虑位置附近的多个信息数据项目；

相似性确定单元，被配置成获得由所述第二数据选择单元所选择的所述多个信息数据项目相对于由所述第一数据选择单元所选择的所述多个信息数据项目的相似性；

第三数据选择单元，被配置成根据所述第一学习信号选择位于第二学习信号中所考虑位置附近的多个信息数据项目；

第一计算单元，被配置成使用在所述第二学习信号中每一个所考虑位置的信息数据、由所述第三数据选择单元所选择的对应于每一个所考虑位置的所述多个信息数据项目，以及由所述相似性确定单元所获取的对应于每一个所考虑位置的相似性值，来计算系数种籽数据，所述系数种籽数据用于产生所述估算方程的系数数据；以及

第二计算单元，被配置成：使用所述第一计算单元所计算的系数种籽数据以及指示最高相似性的相似性值，根据所述生成方程计算用于确定所述第二信息信号中在所述所考虑位置的信息数据的所述估算方程的系数数据。

Images