CN1783939A - 振铃去除装置及记录有振铃去除程序的计算机可读取记录媒体 - Google Patents

Abstract

本发明涉及一种振铃去除装置，具有：使用图像复原滤波器，将具有图像劣化的输入图像，复原成劣化被修减后的图像的图像复原机构，以及对输入图像以及通过图像复原机构所得到的复原图像进行加权平均的加权平均机构。加权平均机构，在图像复原图像中的振铃较明显的部分中，对输入图像与复原图像进行加权平均，使得输入图像的程度较强，在振铃不明显的部分中，对输入图像与复原图像进行加权平均，使得复原图像的程度较强。

Description

振铃去除装置及记录有振铃去除程序的计算机可读取记录媒体

技术领域

本发明涉及一种振铃(ringring)去除装置以及记录有振铃去除程序的计算机可读取记录媒体。

背景技术

静止图像手抖动校正技术，是一种减轻静止图像摄影中的手抖动的技术，通过检测出手抖动，根据该检测结果来稳定图像来实现。

作为检测出手抖动的方法，有使用手抖动传感器(角速度传感器)的方法，以及解析图像并进行检测的电子式。稳定图像的方法中，有稳定透镜或摄像元件的光学式，以及通过图像处理将手抖动所引起的模糊去除的电子式。

另外，完全电子式的手抖动校正技术，也即通过只解析·处理所拍摄的一张手抖动图像，生成去除了手抖动动的图像的技术，尚未达到实用水平。特别是，通过解析一张手抖动图像，求出能够通过手抖动传感器所得到的精度的手抖动信号，是很困难的。

所以，使用手抖动传感器检测出手抖动，使用该手抖动数据，通过图像处理来去除手抖动模糊是比较现实的。将通过图像处理去除模糊，称作图像复原。另外，手抖动传感器以及图像复原方法，这里均称作电子式手抖动校正。

但是，如果手抖动或影像模糊等图像的劣化过程很明确，则通过使用维纳滤波器或一般的称作反滤波器的图像复原滤波器，便能够减轻该劣化。但是，其副作用是，图像边缘部的周边部中，产生了称作振铃的波状劣化。这是与单纯的边缘强调处理以及模糊掩盖锐化(unsharp masking)处理等中所能够看到的，边缘部前后的过冲、下冲类似的现象。

发明内容

本发明目的在于提供一种能够减轻使用图像复原滤波器所复原的图像中所产生的振铃的振铃去除装置以及记录有振铃去除程序的计算机可读取记录媒体。

本发明的第1振铃去除装置的特征在于，具有：图像复原机构，其使用图像复原滤波器，将具有图像劣化的输入图像，复原成劣化被修减后的图像；以及加权平均机构，其对输入图像以及通过图像复原机构所得到的复原图像进行加权平均；加权平均机构，在图像复原图像中的振铃较明显的部分中，对输入图像与复原图像进行加权平均，使得输入图像的程度较强，在振铃不明显的部分中，对输入图像与复原图像进行加权平均，使得复原图像的程度较强。

本发明的第2振铃去除装置的特征在于，具有：图像复原机构，其使用图像复原滤波器，将具有图像劣化的输入图像，复原成劣化被修减后的图像；边缘强度计算机构，其计算出输入图像的每一个像素的边缘强度；以及加权平均机构，其根据由边缘强度计算机构所计算出的每一个像素的边缘强度，在每一个像素中对输入图像以及通过图像复原机构所得到的复原图像进行加权平均；加权平均机构，对边缘强度较小的像素，进行输入图像与复原图像的加权平均，使得输入图像的程度较强，对边缘强度较大的像素，进行输入图像与复原图像的加权平均，使得复原图像的程度较强。

本发明的第3振铃去除装置的特征在于，具有：边缘强度计算机构，其计算出具有图像劣化的输入图像的每一个像素的边缘强度；选择机构，其根据由边缘强度计算机构所计算出的每一个像素的边缘强度，从图像复原强度不同的多个图像复原滤波器中，对每一个像素选择1个图像复原滤波器；以及图像复原机构，其将输入图像的各个像素的像素值，使用对该像素所选择的图像复原滤波器，复原成劣化被修减后的像素值；选择机构，对边缘强度较小的像素，选择复原强度较弱的图像复原滤波器，对边缘强度较大的像素，选择复原强度较强的图像复原滤波器。

本发明的第1计算机可读取记录媒体，是一种记录有振铃去除程序的计算机可读取记录媒体，其特征在于，记录有用来让计算机起到以下机构的作用的振铃去除程序：图像复原机构，其使用图像复原滤波器，将具有图像劣化的输入图像，复原成劣化被修减后的图像；以及加权平均机构，其对输入图像以及通过图像复原机构所得到的复原图像进行加权平均；加权平均机构，在图像复原图像中的振铃较明显的部分中，对输入图像与复原图像进行加权平均，使得输入图像的程度较强，在振铃不明显的部分中，对输入图像与复原图像进行加权平均，使得复原图像的程度较强。

本发明的第2计算机可读取记录媒体，是一种记录有振铃去除程序的计算机可读取记录媒体，其特征在于，记录有用来让计算机起到以下机构的作用的振铃去除程序：图像复原机构，其使用图像复原滤波器，将具有图像劣化的输入图像，复原成劣化被修减后的图像；边缘强度计算机构，其计算出输入图像的每一个像素的边缘强度；以及加权平均机构，其根据由边缘强度计算机构所计算出的每一个像素的边缘强度，在每一个像素中对输入图像以及通过图像复原机构所得到的复原图像进行加权平均；加权平均机构，对边缘强度较小的像素，进行输入图像与复原图像的加权平均，使得输入图像的程度较强，对边缘强度较大的像素，进行输入图像与复原图像的加权平均，使得复原图像的程度较强。

本发明的第3计算机可读取记录媒体，是一种记录有振铃去除程序的计算机可读取记录媒体，其特征在于，记录有用来让计算机起到以下机构的作用的振铃去除程序：边缘强度计算机构，其计算出具有图像劣化的输入图像的每一个像素的边缘强度；选择机构，其根据由边缘强度计算机构所计算出的每一个像素的边缘强度，从图像复原强度不同的多个图像复原滤波器中，对每一个像素选择1个图像复原滤波器；以及图像复原机构，其将输入图像的各个像素的像素值，使用对该像素所选择的图像复原滤波器，复原成劣化被修减后的像素值；选择机构，对边缘强度较小的像素，选择复原强度较弱的图像复原滤波器，对边缘强度较大的像素，选择复原强度较强的图像复原滤波器。

附图说明

图1为表示数码相机中所设置的手振动校正处理电路的构成的框图。

图2为表示放大角速度传感器1a的输出的放大器以及将放大器的输出变换成数字值的A/D变换器的框图。

图3为表示照相机的旋转量θ[deg]与画面上的移动量d[mm]之间的关系的模式图。

图4为表示35[mm]胶卷换算图像尺寸，与数码相机的图像尺寸的模式图。

图5为说明表现手抖动的空间滤波器(PSF)的模式图。

图6为用来说明Bresenham的直线绘制算法的模式图。

图7为表示通过图6的运动矢量所得到的PSF的模式图。

图8为表示以关注像素v22为中心的3×3区域的模式图。

图9a以及图9b为表示Prewitt的边缘提取算子的模式图。

图10为说明边缘强度v_edge与加权平均系数k之间的关系的曲线图。

具体实施方式

(实施方式1)

下面对照附图，对将本发明适用于数码相机的情况下的实施例进行说明。

(手抖动校正处理电路的构成)

图1中显示了数码相机中所设置的手抖动校正处理电路的构成。

1a、1b是用来检测出角速度的角速度传感器。一方的角速度传感器1a检测出照相机的平移方向的角速度，另一方角速度传感器1b检测出照相机的倾斜方向的角速度。2为根据由角速度传感器1a、1b所检测出的2轴的角速度，计算出图像复原滤波器的系数的图像复原滤波计算部。3为根据由图像复原滤波计算部2所计算出的系数，对拍摄图像(手抖动图像)进行图像复原处理的图像复原处理部。4为用来从通过图像复原处理部3所得到的复原图像中，去除振铃的振铃去除处理部。5为对通过振铃去除处理部4所得到的图像，进行模糊掩盖锐化处理的模糊掩盖锐化处理部。

以下，对图像复原滤波计算部2、图像复原处理部3以及振铃去除处理部4进行说明。

(2)图像复原滤波计算部2的说明

图像复原滤波计算部2具有：将角速度传感器1a、1b所检测出的角速度数据(手抖动信号)变换成运动矢量的手抖动信号/运动矢量变换处理部21；将通过手抖动信号/运动矢量变换处理部21所得到的运动矢量，变换成表示图像模糊的手抖动函数(PSF：Point Spread Function)的运动矢量/手抖动函数变换处理部22；以及将通过运动矢量/手抖动函数变换处理部22所得到的手抖动函数，变换成一般反滤波器(图像复原滤波器)的手抖动函数/一般反滤波变换处理部23。

(2-1)关于手抖动信号/运动矢量变换处理部21的说明

手抖动的原数据，是从摄影开始到摄影结束之间的角速度传感器1a、1b的输出数据。通过使用角速度传感器1a、1b与照相机的曝光时期同步，与摄影开始一起以给定的采样间隔dt[sec]测定平移方向以及倾斜方向的角速度，得到直到摄影结束的数据。采样间隔dt[sec]例如是1msec。

如图2所示，例如将照相机的平移方向的角速度θ’[deg/sec]，通过角速度传感器1a变换成电压V_g[mV]之后，通过放大器101进行放大。放大器101所输出的电压V_a[mV]，被A/D变换器102变换成数字值D_L[step]。为了将所得到的数字值数据变换成角速度，要使用传感器灵敏度S[mV/deg/sec]、放大器倍率K[倍]、A/D变换系数L[mV/step]进行计算。另外，放大器以及A/D变换器对每一个角速度传感器1a、1b分别设置。这些放大器以及A/D变换器，设置在手抖动信号/运动矢量变换处理部21内。

由角速度传感器1a所得到的电压值V_g[mV]，与角速度θ’[deg/sec]的值成正比。由于此时的比率常数为传感器灵敏度，因此V_g[mV]通过下式(1)来表示。

V_g＝Sθ’…(1)

另外，由于放大器101只放大电压值，因此所放大的电压V_a[mV]，通过下面的式(2)来表示。

V_a＝KV_g…(2)

由放大器101所放大的电压值V_a[mV]被进行了A/D变换，使用n[step](例如，-512～512)的数字值D_L[step]来表示。设A/D变换系数为L[mV/step]，则数字值D_L[step]，通过下面的式(3)来表示。

D_L＝V_a/L…(3)

通过使用上述式(1)～(3)，如下式(4)所示，能够根据传感器数据来求出角速度。

θ’＝(L/KS)D_L…(4)

能够根据摄影中的角速度数据，计算出所拍摄的图像上产生了怎样的抖动。将该图像中的外观运动称作运动矢量。

设从角速度数据的1个采样值到下一个采样值之间照相机所产生的旋转量为θ[deg]。此时，假设照相机以一定的角速度旋转，如果设采样频率为f＝1/dt[Hz]，则θ[deg]通过下式(5)来表示

θ＝θ’/f＝(L/KSf)D_L…(5)

如图3所示，如果将r[mm]作为焦距(35[mm]胶卷换算)，则根据照相机的旋转量θ[deg]能够通过下式(6)求出画面上的移动量d[mm]。

d＝rtanθ…(6)

这里所求出的移动量d[mm]，是35[mm]胶卷换算时的手抖动大小，单位为[mm]。在实际进行运算处理时，必须以数码相机的图像大小的单位[pixel]来考虑图像的大小。

由于是35[mm]胶卷换算图像，与数码相机所拍摄的[pixel]单位的图像的纵横比不同，因此要如下那样进行计算。如图4所示，在是35[mm]胶卷换算时，图像尺寸的横×纵为36[mm]×24[mm]。设数码相机所拍摄的图像大小为X[pixel]×Y[pixel]，水平方向(平移方向)的抖动为x[pixel]，垂直方向(倾斜方向)的抖动为y[pixel]，则变换式为下式(7)、(8)。

x＝d_x(X/36)＝rtanθ_x(X/36)…(7)

y＝d_y(Y/24)＝rtanθ_y(Y/24)…(8)

上述式(7)、(8)中，在d与θ中使用了附加标记x与y，附加标记x表示水平方向的值，附加标记y表示是垂直方向的值。

综合上述式(1)～(8)，水平方向(平移方向)的抖动x[pixel]，与垂直方向(倾斜方向)的抖动y[pixel]，通过下式(9)、(10)来表示。

x＝rtan{(L/KSf)D_Lx}X/36…(9)

y＝rtan{(L/KSf)D_Ly}Y/24…(10)

通过使用该变换式(9)、(10)，能够根据作为数字值所得到的照相机各个轴的角速度数据，求出图像的抖动量(运动矢量)。

摄影中的运动矢量，能够只获得由传感器所得到的角速度的数据的数(采样点的数)，通过顺次将它们的起点与终点连接起来，便成为图像上的手抖动轨迹。另外，通过看各个矢量的大小，能够得知此时的手抖动速度。

(2-2)运动矢量/手抖动函数变换处理部22

手抖动可以使用空间滤波器来表示。如果对应于图5的左侧图中所显示的手抖动的轨迹(在照相机抖动时，图像上某一点所描绘的轨迹、图像的抖动量)，在算子的要素中加权进行空间滤波器处理，在滤波过程中，像素的浓淡值便成为只考虑对应于手抖动轨迹的附近像素的浓淡值，因此能够生成手抖动图像。

将对应于该轨迹所加权的算子，称作Point Spread Function(PSF)，用作手抖动的数学模型。PSF的各个要素的权值，是与手抖动轨迹通过该要素的时间成正比的值，同时是标准化为让各个要素的重叠和为1的值。也即，是与运动矢量的大小的倒数成比例的权值。这是由于在考虑到手抖动给图像带来的影响时，运动地较慢会给图像带来较大的影响。

图5中央的图，表示假设手抖动的运动是等速的情况下的PSF，图5右侧的图表示考虑到了实际的手抖动运动的大小的情况下的PSF。图5的右侧的图中，将PSF权值较低(运动矢量的大小较大)的要素显示为黑色，将PSF权值较高(运动矢量的大小较小)的要素显示为白色。

通过上述(2-1)所得到的运动矢量(图像的抖动量)，将手抖动的轨迹与轨迹的速度作为数据保存起来。

为了生成PSF，首先，根据手抖动的轨迹决定加权有PSF的要素。之后，根据手抖动的速度决定加于PSF的要素的权值。

通过将由上述(2-1)所得到的一系列运动矢量连接起来，便得到了近似于折线的手抖动轨迹。虽然该轨迹具有小数点以下的精度，但通过将其整数化，来在PSF中决定加权要素。因此，本实施例中，使用Bresenham的直线绘图算法，在PSF中决定加权要素。Bresenham的直线绘图算法是指，在数字画面上引一根通过任意两点的直线时，选择最佳点位置的算法。

使用图6的例子对Bresenham的直线绘图算法进行说明。图6中的带有箭头的直线表示运动矢量。

(a)从点位置的原点(0，0)出发，增加1个运动矢量的水平方向的要素。

(b)确认运动矢量的垂直方向的位置，在该垂直方向位置与前一个点的垂直方向位置相比不大于1的情况下，将点位置的垂直方向增加1。

(c)再次将运动矢量的水平方向要素加1。

反复进行这样的处理，直到到达运动矢量的终点，通过这样，能够通过点位置来表示运动矢量所经过的直线。

PSF的要素中所加的权值，利用运动矢量的各个矢量的大小(速度成分)不同来进行决定。权值取运动矢量大小的倒数，将权值代入对应于各个运动矢量的要素。但是，对各个要素的权值进行标准化，让各个要素的权值总和为1。图7中显示了通过图6的运动矢量所得到的PSF。速度较快的(运动矢量较长的)其权值变得较小，速度较慢的(运动矢量较短的)其权值变得较大。

(2-3)手抖动函数/一般反滤波变换处理部23

通过在水平方向上为N_x像素，在垂直方向上为N_y像素的分辨率，对图像进行数字化。位于水平方向第i个，垂直方向第j个处的像素的值，通过p(i，j)来表示。空间滤波器所进行的图像的变换是指，通过关注像素的附近像素的折合(畳み込み)来将变换模型化。折合的系数为h(1，m)。这里，为了简单起见，如果设-n＜1，m＜n，则关注像素的变换可以通过下式(11)来表示。另外，将h(1，m)自身称作空间滤波器，或滤波器系数。变换的性质由h(1，m)的系数值所决定。

$p^{\′}(i,j)=\underset{l=-n}{\overset{l=n}{\mathrm{\Σ}}}\underset{m=-n}{\overset{m=n}{\mathrm{\Σ}}}h(l,m)\×p(i+l,j+m)\·\·\·\left(11\right)$

在数码相机等摄影装置中观察点光源的情况下，如果假定图像的形成过程中没有劣化，则图像上所观察的像，只有一点具有0以外的像素值，除此之外的像素值均为0。由于实际的摄影装置中含有劣化过程，因此即使观察点光源，其像也不是一点，而成为扩展了的像。在发生了手抖动的情况下，点光源在画面上产生了对应于手抖动的轨迹。

将观察图像的像素值与点光源的比值作为系数，将系数值的总和为1的空间滤波器称作Point Spread Function(PSF，点扩展函数)。该实施例中，作为PSF使用通过运动矢量/手抖动函数变换处理部22所得到的PSF。

在通过纵横(2n+1)×(2n+1)的空间滤波器h(1，m)、-n＜1，m＜n对PSF进行模型化时，对于各个像素，没有发生模糊的图像的像素值p(i，j)与产生了模糊的像素的像素值p’(i，j)之间，满足上述式(11)的关系。这里，实际上所能够观察的是模糊了的图像的像素值p’(i，j)，没有发生模糊的图像的像素值p(i，j)通过什么方法来计算，是很必要的。

如果将上述式(11)应用于所有的像素，则如下式(12)所示。

$p^{\′}\left(\mathrm{1,1}\right)=\underset{l=-n}{\overset{l=n}{\mathrm{\Σ}}}\underset{m=-n}{\overset{m=n}{\mathrm{\Σ}}}h(l,m)\×p(1+l,1+m)$

$p^{\′}\left(\mathrm{1,2}\right)=\underset{l=-n}{\overset{l=n}{\mathrm{\Σ}}}\underset{m=-n}{\overset{m=n}{\mathrm{\Σ}}}h(l,m)\×p(1+l,2+m)$

…

$p^{\′}(1,N_n)=\underset{l=-n}{\overset{l=n}{\mathrm{\Σ}}}\underset{m=-n}{\overset{m=n}{\mathrm{\Σ}}}h(l,m)\×p(1+l,N_n+m)$

$p^{\′}(2,N_n)=\underset{l=-n}{\overset{l=n}{\mathrm{\Σ}}}\underset{m=-n}{\overset{m=n}{\mathrm{\Σ}}}h(l,m)\×p(2+l,N_n+m)$

…

$p^{\′}(N_y,N_n)=\underset{l=-n}{\overset{l=n}{\mathrm{\Σ}}}\underset{m=-n}{\overset{m=n}{\mathrm{\Σ}}}h(l,m)\×p(N_y+l,N_n+m)\·\·\·\left(12\right)$

上述公式能够合并起来通过矩阵来表示，则变为下式(13)。这里，P为对原图像按照光栅扫描顺序而一元化所得到的结果。

P’＝H×P…(13)

如果存在H的逆矩阵H^-1，在通过计算P＝H^-1×P，便能够根据劣化了的图像P’求出未劣化的图像P，但一般来说不存在H的逆矩阵。对于不存在逆矩阵的矩阵来说，存在称作一般逆矩阵乃至伪逆矩阵的矩阵。下式(14)表示一般逆矩阵的例子。

H^*＝(H^t·H+γ·I)^-1·H^t…(14)

这里，H^*是一般逆矩阵，H^t是H的转置矩阵，γ为标量，I为与H^t·H相同大小的单位矩阵。通过使用H^*计算下式(15)，能够根据所观察的手抖动图像P’，计算出手抖动被校正了的图像P。γ为调整校正的强度的参数。如果γ越小，校正处理就较强，如果γ较大，校正处理就较弱。

P’＝H^*×P…(15)

在图像尺寸为640×480的情况下，上述式(15)的P变为307，200×1的矩阵，H^*为307、200×307、200的矩阵。由于是这样的非常大的矩阵，因此直接使用上述式(14)、(15)是不实用的。因此，可以通过在计算中使用下述的方法，来缩小矩阵的大小。

首先，在上述式(15)中，设作为P的根源的图像尺寸为63×63，是比较小的尺寸。如果是63×63的图像，则P为3969×1的矩阵，H^*为3969×3969的矩阵。H^*是变换为对模糊图像全体进行了校正的图像全体的矩阵，H^*的各行与P的乘积相当于进行各个像素的校正的运算。H^*的正中的行与P的乘积，相当于对63×63像素的原图像的正中的像素进行校正。P是对原图像以光栅扫描顺序进行一体化所得到的，相反，通过由逆光栅扫描对H^*的正中的行进行2维化，便能够构成63×63大小的空间滤波器。将这样所构成的空间滤波器称作一般反滤波器(以下称作图像复原滤波器)。

通过将这样所生成的实用尺寸的空间滤波器，依次应用于较大的图像全体的各个像素，便能够对模糊图像进行校正。另外，通过以上的顺序所求出的模糊图像的复原滤波器中，也存在通过γ所表示的调整复原强度的参数。

(3)图像复原处理部3

图像复原处理部3，如图1所示，具有滤波处理部31、32、33。滤波处理部31、33使用中值滤波器进行滤波处理。滤波处理部32，使用通过图像复原滤波计算部2所得到的图像复原滤波器，进行滤波处理。

将通过照相机所拍摄的手抖动图像，发送给滤波处理部31，进行使用中值滤波器的滤波处理，去除噪声。通过滤波处理部31所得到的图像，发送给滤波处理部32。滤波处理部32中，进行使用图像复原滤波器的滤波器处理，根据手抖动图像复原没有手抖动的图像。将通过滤波处理部32所得到的图像，发送给滤波处理部33，进行使用中值滤波器的滤波处理，去除噪声。

(4)关于振铃去除处理部4的说明

振铃去除处理部4，如图1所示，具有边缘强度计算部41、加权平均系数计算部42以及加权平均处理部43。

通过照相机所拍摄的手抖动图像，发送给边缘强度计算部41，对每一个像素计算出边缘强度。下面对边缘强度的求法进行说明。

如图8所示，设想以关注像素v22为中心的3×3区域。对关注像素v22，计算出水平边缘成分dh与垂直边缘成分dv。边缘成分的计算中，例如使用图9a以及图9b中所示的Prewitt的边缘提取算子。图9a显示了水平边缘提取算子，图9b显示了垂直边缘提取算子。

水平边缘成分dh以及垂直边缘成分dv，通过下面的式(16)、(17)求出。

dh＝v11+v12+v13-v31-v32-v33…(16)

dv＝v11+v21+v31-v13-v23-v33…(17)

接下来，从水平边缘成分dh以及垂直边缘成分dv，根据下式(18)计算出关注像素v22的边缘强度v_edge。

v_edge＝sqrt(dh×dh+dv×dv)…(18)

另外，还可以使用abs(dh)+abs(dv)，作为关注像素v22的边缘强度v_edge。另外，可以对这样所得到的边缘强度图像，进一步实施3×3的噪声去除滤波。

将通过边缘强度计算部41所计算出的各个像素的边缘强度v_edge，传输给加权平均系数计算部42。加权平均系数计算部42，根据下式(19)，计算出各个像素的加权平均系数k。

If v_edge＞th then k＝1

If v_edge≤th then k＝v edge/th…(19)

th是用来判断非常强的边缘的阈值。也即，v_edge与加权平均系数k之间的关系，是如图10所示的关系。

将通过加权平均系数计算部42所计算出的各个像素的加权平均系数k，输出给加权平均处理部43。设通过图像复原处理部3所得到的复原图像的像素值为v_restore，由照相机所拍摄的手抖动图像的像素值为v_shake，则加权平均处理部43通过进行下式(20)所表示的计算，对复原图像的像素值v_restore与手抖动图像的像素值v_shake进行加权平均。

v＝k×v_restore+(1-k)×v_shake…(20)

也即，对于边缘强度v_edge大于阈值th的像素，由于对应于该位置的复原图像的振铃不突出，因此将通过图像复原处理部3所得到的复原图像的像素值v_restore原样输出。对于边缘强度v_edge为阈值th以下的像素，由于边缘强度v_edge越小，复原图像的振铃越明显，因此复原图像的程度较弱，手抖动图像的程度加强。

上述实施例中，通过对复原图像与手抖动图像进行加权相加，让边缘强度v_edge越大的像素，复原图像的程度越强，边缘强度v_edge越小的像素，手抖动图像的程度越大，通过这样，将边缘部周边所产生的振铃去除，但也可以如下那样来去除振铃。

如上所述，模糊图像的图像复原滤波器(图1的32)中，也存在通过γ来表示的对复原的强度进行调整的参数。因此，能够生成对应于复原的强度的多种复原滤波器。这样，在对边缘强度v_edge较大的像素进行复原时，由于与其相对应的复原图像的振铃不明显，因此使用复原强度较高的复原滤波器来复原图像，在对边缘强度v_edge较小的像素进行复原时，由于与其相对应的复原图像的振铃较明显，因此使用复原强度较小的复原滤波器来复原图像。通过这样，在防止振铃的情况下，不需要进行加权平均。

Claims (6)

1.一种振铃去除装置，其特征在于，

具备：

图像复原机构，其使用图像复原滤波器，将具有图像劣化的输入图像，复原成劣化被修减后的图像；以及

加权平均机构，其对输入图像以及通过图像复原机构所得到的复原图像进行加权平均，

加权平均机构，在图像复原图像中的振铃较明显的部分中，对输入图像与复原图像进行加权平均，使得输入图像的程度较强，在振铃不明显的部分中，对输入图像与复原图像进行加权平均，使得复原图像的程度较强。

2.一种振铃去除装置，其特征在于，

具备：

图像复原机构，其使用图像复原滤波器，将具有图像劣化的输入图像，复原成劣化被修减后的图像；

边缘强度计算机构，其计算出输入图像的每一个像素的边缘强度；以及

加权平均机构，其根据由边缘强度计算机构所计算出的每一个像素的边缘强度，在每一个像素中对输入图像以及通过图像复原机构所得到的复原图像进行加权平均，

加权平均机构，对边缘强度较小的像素，进行输入图像与复原图像的加权平均，使得输入图像的程度较强，对边缘强度较大的像素，进行输入图像与复原图像的加权平均，使得复原图像的程度较强。

3.一种振铃去除装置，其特征在于，

具备：

边缘强度计算机构，其计算出具有图像劣化的输入图像的每一个像素的边缘强度；

选择机构，其根据由边缘强度计算机构所计算出的每一个像素的边缘强度，从图像复原强度不同的多个图像复原滤波器中，对每一个像素选择1个图像复原滤波器；以及

图像复原机构，其将输入图像的各个像素的像素值，使用对该像素所选择的图像复原滤波器，复原成劣化被修减后的像素值，

选择机构，对边缘强度较小的像素，选择复原强度较弱的图像复原滤波器，对边缘强度较大的像素，选择复原强度较强的图像复原滤波器。

4.一种记录有振铃去除程序的计算机可读取记录媒体，其特征在于：

记录有用来让计算机起到以下机构的作用的振铃去除程序：

图像复原机构，其使用图像复原滤波器，将具有图像劣化的输入图像，复原成劣化被修减后的图像；以及

加权平均机构，其对输入图像以及通过图像复原机构所得到的复原图像进行加权平均，

加权平均机构，在图像复原图像中的振铃较明显的部分中，对输入图像与复原图像进行加权平均，使得输入图像的程度较强，在振铃不明显的部分中，对输入图像与复原图像进行加权平均，使得复原图像的程度较强。

5.一种记录有振铃去除程序的计算机可读取记录媒体，其特征在于：

记录有用来让计算机起到以下机构的作用的振铃去除程序：

图像复原机构，其使用图像复原滤波器，将具有图像劣化的输入图像，复原成劣化被修减后的图像；

边缘强度计算机构，其计算出输入图像的每一个像素的边缘强度；以及

加权平均机构，其根据由边缘强度计算机构所计算出的每一个像素的边缘强度，在每一个像素中对输入图像以及通过图像复原机构所得到的复原图像进行加权平均，

加权平均机构，对边缘强度较小的像素，进行输入图像与复原图像的加权平均，使得输入图像的程度较强，对边缘强度较大的像素，进行输入图像与复原图像的加权平均，使得复原图像的程度较强。

6.一种记录有振铃去除程序的计算机可读取记录媒体，其特征在于：

记录有用来让计算机起到以下机构的作用的振铃去除程序：

边缘强度计算机构，其计算出具有图像劣化的输入图像的每一个像素的边缘强度；

选择机构，其根据由边缘强度计算机构所计算出的每一个像素的边缘强度，从图像复原强度不同的多个图像复原滤波器中，对每一个像素选择1个图像复原滤波器；以及

图像复原机构，其将输入图像的各个像素的像素值，使用对该像素所选择的图像复原滤波器，复原成劣化被修减后的像素值，

选择机构，对边缘强度较小的像素，选择复原强度较弱的图像复原滤波器，对边缘强度较大的像素，选择复原强度较强的图像复原滤波器。

Images