JP2000050109A - ノイズを除去するための非線形イメ―ジフィルタ - Google Patents
ノイズを除去するための非線形イメ―ジフィルタInfo
- Publication number
- JP2000050109A JP2000050109A JP11151841A JP15184199A JP2000050109A JP 2000050109 A JP2000050109 A JP 2000050109A JP 11151841 A JP11151841 A JP 11151841A JP 15184199 A JP15184199 A JP 15184199A JP 2000050109 A JP2000050109 A JP 2000050109A
- Authority
- JP
- Japan
- Prior art keywords
- target pixel
- pixel
- image
- pixels
- filter
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 39
- 238000001914 filtration Methods 0.000 claims description 11
- 238000011524 similarity measure Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 9
- 230000002123 temporal effect Effects 0.000 abstract description 4
- 230000004069 differentiation Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 16
- 230000000007 visual effect Effects 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000001934 delay Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- 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
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
- Facsimile Image Signal Circuits (AREA)
- Control Of Indicators Other Than Cathode Ray Tubes (AREA)
- Controls And Circuits For Display Device (AREA)
Abstract
(57)【要約】
【課題】 反復的ノイズレベル推定を使用したノイズを
減少させる非線形イメージフィルタ及び方法を提供す
る。 【解決手段】 本発明によれば処理ウインドウ内のター
ゲットピクセルをターゲットピクセルと隣りのピクセル
との間の類似度に従って複数個の隣りのピクセルの加重
平均で置換させる。類似度はイメージ及び処理ウインド
ウの局所的輝度に影響を与えるノイズレベルに基づいて
いる。本発明フィルタはファジィ論理に基づいており且
つイメージの細部を平滑させることなしにノイズを除去
する。本フィルタは輝度を調節するために人間視覚系
(HVS)応答を使用している。
減少させる非線形イメージフィルタ及び方法を提供す
る。 【解決手段】 本発明によれば処理ウインドウ内のター
ゲットピクセルをターゲットピクセルと隣りのピクセル
との間の類似度に従って複数個の隣りのピクセルの加重
平均で置換させる。類似度はイメージ及び処理ウインド
ウの局所的輝度に影響を与えるノイズレベルに基づいて
いる。本発明フィルタはファジィ論理に基づいており且
つイメージの細部を平滑させることなしにノイズを除去
する。本フィルタは輝度を調節するために人間視覚系
(HVS)応答を使用している。
Description
【0001】
【発明の属する技術分野】本発明は、大略、デジタル信
号処理に関するものであって、更に詳細には、イメージ
即ち画像のデジタル信号処理に関するものである。
号処理に関するものであって、更に詳細には、イメージ
即ち画像のデジタル信号処理に関するものである。
【0002】
【従来の技術】ノイズはいずれの通信システムにおいて
も本来的に存在する特徴であり、且つノイズを減少させ
るための努力が継続的に探究されている。例えば、予め
設定した周波数レンジを有するローパスフィルタは高周
波数ノイズを減少させることは公知である。更に、多く
の通信システムにおいて、ノイズを減少させることはイ
メージ即ち画像の表示品質を改善させるので信号(即ち
イメージ)を表示する前にノイズを減少させることが有
益的である。
も本来的に存在する特徴であり、且つノイズを減少させ
るための努力が継続的に探究されている。例えば、予め
設定した周波数レンジを有するローパスフィルタは高周
波数ノイズを減少させることは公知である。更に、多く
の通信システムにおいて、ノイズを減少させることはイ
メージ即ち画像の表示品質を改善させるので信号(即ち
イメージ)を表示する前にノイズを減少させることが有
益的である。
【0003】最近のイメージプロセサは、又、イメージ
の表示を向上させるためにその他の技術を使用してい
る。例えば、イメージプロセサはイメージを処理するた
めに必要とされるメモリの量を最小とさせるために圧縮
(即ちエンコーディング)技術を使用する。静止イメー
ジ(即ち画像)、カラーファクシミリ(ファックス)装
置、医学的撮像システム、ビデオレコーダ(VCR)、
娯楽システム、テレビ(TV)、ハイデフィニションT
V(HDTV)、ワールドワイドウエブブラウザー、に
対して且つパソコン(PC)ディスプレイに対して圧縮
スタンダードが存在している。
の表示を向上させるためにその他の技術を使用してい
る。例えば、イメージプロセサはイメージを処理するた
めに必要とされるメモリの量を最小とさせるために圧縮
(即ちエンコーディング)技術を使用する。静止イメー
ジ(即ち画像)、カラーファクシミリ(ファックス)装
置、医学的撮像システム、ビデオレコーダ(VCR)、
娯楽システム、テレビ(TV)、ハイデフィニションT
V(HDTV)、ワールドワイドウエブブラウザー、に
対して且つパソコン(PC)ディスプレイに対して圧縮
スタンダードが存在している。
【0004】イメージプロセサのコーディング効率は、
エンコーディングをする前にシステムノイズが減少され
る場合に改善することが可能である。適応性フィルタ
は、この目的のためにイメージ即ち画像に対して適用さ
れている。例えば、適応性フィルタは、通信システムを
モニタし且つ通信システム情報をフィードバックしてそ
れらのフィルタ処理特性を自動的に且つ動的に調節する
ことによってノイズを減少させる。一般的に、適応性フ
ィルタは、例えばメジアンを基礎としたフィルタ又はあ
るシステム又はイメージパラメータの推定に基づく可変
作用を有するフィルタ等の非線形アプローチを使用して
得ることが可能である。例えば、幾つかの適用性フィル
タは、あるパラメータの時間的相関を推定することによ
って得られる。
エンコーディングをする前にシステムノイズが減少され
る場合に改善することが可能である。適応性フィルタ
は、この目的のためにイメージ即ち画像に対して適用さ
れている。例えば、適応性フィルタは、通信システムを
モニタし且つ通信システム情報をフィードバックしてそ
れらのフィルタ処理特性を自動的に且つ動的に調節する
ことによってノイズを減少させる。一般的に、適応性フ
ィルタは、例えばメジアンを基礎としたフィルタ又はあ
るシステム又はイメージパラメータの推定に基づく可変
作用を有するフィルタ等の非線形アプローチを使用して
得ることが可能である。例えば、幾つかの適用性フィル
タは、あるパラメータの時間的相関を推定することによ
って得られる。
【0005】然しながら、これらの適応性フィルタは制
限を有している。例えば、ビデオ信号がノイズによって
著しく影響されている場合には、これらの適用性フィル
タは不所望のノイズをイメージの運動と混乱する。この
制限は、イメージの細部を減衰させるか又は平滑化さ
せ、そのことも望ましいことではない。提案されている
解決方法は、可変強度フィルタ、即ち湾曲した選択性を
有するフィルタがある。然しながら、任意の曲線の選択
は適応性フィルタの時間的周波数に影響を与え、その結
果いわゆる「コメット(comet)効果」を発生し、
それは細部平滑化よりも更に困ったものである。
限を有している。例えば、ビデオ信号がノイズによって
著しく影響されている場合には、これらの適用性フィル
タは不所望のノイズをイメージの運動と混乱する。この
制限は、イメージの細部を減衰させるか又は平滑化さ
せ、そのことも望ましいことではない。提案されている
解決方法は、可変強度フィルタ、即ち湾曲した選択性を
有するフィルタがある。然しながら、任意の曲線の選択
は適応性フィルタの時間的周波数に影響を与え、その結
果いわゆる「コメット(comet)効果」を発生し、
それは細部平滑化よりも更に困ったものである。
【0006】
【発明が解決しようとする課題】本発明は、以上の点に
鑑みなされたものであって、上述した如き従来技術の欠
点を解消し、イメージの細部をぼかしたり時間的周波数
に影響を与えたりすることなしにノイズを減少させるイ
メージ向上技術を提供することである。
鑑みなされたものであって、上述した如き従来技術の欠
点を解消し、イメージの細部をぼかしたり時間的周波数
に影響を与えたりすることなしにノイズを減少させるイ
メージ向上技術を提供することである。
【0007】
【課題を解決するための手段】本発明によれば、反復的
ノイズレベル推定を使用してノイズを減少させるシステ
ム及び方法が提供される。本発明の1実施例によれば、
ターゲットピクセルと幾つかの隣りのピクセルとを有す
る処理ウインドウを使用するノイズフィルタが提供され
る。本ノイズフィルタは、ターゲットピクセルと複数個
の隣りのピクセルとの間の類似度の絶対値の加重平均に
基づいて処理ウインドウ内のターゲットピクセルに対す
る置換値を発生するイメージプロセサを有している。本
ノイズフィルタは、ノイズレベルを反復的に処理してス
キャンしたイメージの局所的特徴に対して適合させ、且
つ隣りのピクセルの変化するノイズレベルに対して適合
させる。即ち、本ノイズフィルタは反復的ノイズレベル
推定値を発生し、それによって局所的特徴データがキャ
リブレイション即ち較正のためにフィルタへフィードバ
ックされる。本ノイズフィルタはイメージを平滑化させ
ることなしにノイズをフィルタ即ち取り除くためにファ
ジィ論理処理を使用している。
ノイズレベル推定を使用してノイズを減少させるシステ
ム及び方法が提供される。本発明の1実施例によれば、
ターゲットピクセルと幾つかの隣りのピクセルとを有す
る処理ウインドウを使用するノイズフィルタが提供され
る。本ノイズフィルタは、ターゲットピクセルと複数個
の隣りのピクセルとの間の類似度の絶対値の加重平均に
基づいて処理ウインドウ内のターゲットピクセルに対す
る置換値を発生するイメージプロセサを有している。本
ノイズフィルタは、ノイズレベルを反復的に処理してス
キャンしたイメージの局所的特徴に対して適合させ、且
つ隣りのピクセルの変化するノイズレベルに対して適合
させる。即ち、本ノイズフィルタは反復的ノイズレベル
推定値を発生し、それによって局所的特徴データがキャ
リブレイション即ち較正のためにフィルタへフィードバ
ックされる。本ノイズフィルタはイメージを平滑化させ
ることなしにノイズをフィルタ即ち取り除くためにファ
ジィ論理処理を使用している。
【0008】
【発明の実施の形態】以下の説明においては、非線形イ
メージフィルタ処理、特に、反復的ノイズレベル推定を
使用してノイズを減少させる非線形イメージフィルタ処
理システム及び方法について説明する。以下の説明にお
いては、例えば特定の数学的、統計的、及び信号処理記
号及び関係、イメージ、ビデオ信号、ビデオシーケンス
等を解析し且つ処理する特定の方法等の多数の特定の詳
細について本発明の完全な理解を与えるために説明す
る。然しながら、当業者が容易に理解するように、本発
明は、これらの特定の詳細のうちの1つ又はそれ以上な
しで、又はその他の方法等と共に実施することが可能な
ものである。その他の場合においては、本発明がぼやけ
ることを回避するために公知の構造又は動作についての
詳細は割愛してある。
メージフィルタ処理、特に、反復的ノイズレベル推定を
使用してノイズを減少させる非線形イメージフィルタ処
理システム及び方法について説明する。以下の説明にお
いては、例えば特定の数学的、統計的、及び信号処理記
号及び関係、イメージ、ビデオ信号、ビデオシーケンス
等を解析し且つ処理する特定の方法等の多数の特定の詳
細について本発明の完全な理解を与えるために説明す
る。然しながら、当業者が容易に理解するように、本発
明は、これらの特定の詳細のうちの1つ又はそれ以上な
しで、又はその他の方法等と共に実施することが可能な
ものである。その他の場合においては、本発明がぼやけ
ることを回避するために公知の構造又は動作についての
詳細は割愛してある。
【0009】図1は幾つかのピクセルX1,X2,X
3,X4,X5,X6,X7,Xを有する処理ウインド
ウ102を示している。ピクセルXはターゲットピクセ
ルXと呼ばれる処理すべきピクセルである。残りのピク
セルX1,X2,X3,X4,X5,X6,X7は隣り
のピクセルである。ピクセルX4,X5,X6,X7は
現在のスキャンライン104aに属するターゲットピク
セルXの隣りのピクセルである。ピクセルX1,X2,
X3はターゲットピクセルXを包含する現在のスキャン
ライン104aに先行するスキャンラインである前のス
キャンライン104bに属するピクセルである。1実施
例によれば、これら隣りのピクセルのうちの1つは隣り
のピクセルX−1として指定され、それはターゲットピ
クセルXのすぐ後に続くものである。隣りのピクセルの
うちの第二のものは隣りのピクセルX−2として指定さ
れ、それは隣りのピクセルX−1のすぐ後に続くもので
ある。図2は本発明の1実施例を実現するのに適したノ
イズフィルタ200のハイレベルなブロック図である。
この実施例によれば、ノイズフィルタ200はイメージ
格納ユニット202と、差分器204と、最小及び最大
ブロック206と、ノイズレベル計算ブロック208
と、局所的特徴検査器210と、メンバーシップ計算ブ
ロックと、類似度評価器ブロック214とを有してい
る。類似度評価ブロック214は類似度評価216と最
終フィルタ218とを有している。フィルタ200は反
復的ノイズレベル推定と共にファジィ論理処理を使用
し、以下に説明するように、ターゲットピクセル値を新
たなピクセル値で置換させる。
3,X4,X5,X6,X7,Xを有する処理ウインド
ウ102を示している。ピクセルXはターゲットピクセ
ルXと呼ばれる処理すべきピクセルである。残りのピク
セルX1,X2,X3,X4,X5,X6,X7は隣り
のピクセルである。ピクセルX4,X5,X6,X7は
現在のスキャンライン104aに属するターゲットピク
セルXの隣りのピクセルである。ピクセルX1,X2,
X3はターゲットピクセルXを包含する現在のスキャン
ライン104aに先行するスキャンラインである前のス
キャンライン104bに属するピクセルである。1実施
例によれば、これら隣りのピクセルのうちの1つは隣り
のピクセルX−1として指定され、それはターゲットピ
クセルXのすぐ後に続くものである。隣りのピクセルの
うちの第二のものは隣りのピクセルX−2として指定さ
れ、それは隣りのピクセルX−1のすぐ後に続くもので
ある。図2は本発明の1実施例を実現するのに適したノ
イズフィルタ200のハイレベルなブロック図である。
この実施例によれば、ノイズフィルタ200はイメージ
格納ユニット202と、差分器204と、最小及び最大
ブロック206と、ノイズレベル計算ブロック208
と、局所的特徴検査器210と、メンバーシップ計算ブ
ロックと、類似度評価器ブロック214とを有してい
る。類似度評価ブロック214は類似度評価216と最
終フィルタ218とを有している。フィルタ200は反
復的ノイズレベル推定と共にファジィ論理処理を使用
し、以下に説明するように、ターゲットピクセル値を新
たなピクセル値で置換させる。
【0010】典型的に、イメージはイメージ格納ユニッ
ト202内への複数個のピクセルからなるストリームと
して行毎に(即ちライン毎に)逐次的にスキャンされ
る。格納されたイメージは幾つかのイメージブロックへ
分割され、それらは、次いで、幾つかのピクセルへ区画
化される。イメージ格納ユニット202は、又、以下に
詳細に説明するように、処理ウインドウ102を発生す
る。
ト202内への複数個のピクセルからなるストリームと
して行毎に(即ちライン毎に)逐次的にスキャンされ
る。格納されたイメージは幾つかのイメージブロックへ
分割され、それらは、次いで、幾つかのピクセルへ区画
化される。イメージ格納ユニット202は、又、以下に
詳細に説明するように、処理ウインドウ102を発生す
る。
【0011】差分器204は、ターゲットピクセルXの
値と隣りのピクセルXiの値との間の差を表わす差Diの
絶対値を計算する。なお、iは1乃至7であり、Xiは
隣りのピクセルX1乃至X7を表わし、従ってDiは差
D1乃至D7のうちのいずれか1つを表わす。1実施例
においては、差分器204はターゲットピクセルXのル
ミナンス(輝度)と隣りのピクセルX1乃至X7のルミ
ナンス(輝度)の間の差Diの絶対値を計算して差分値
D1乃至D7を発生する。本明細書において使用される
ように、「ルミナンス(輝度)」はピクセルが多かれ少
なかれ光を発生した場合に視覚的に知覚される属性とし
て定義される。「ルミナンス(輝度)」は「ブライトネ
ス(輝度)」とも呼称される。勿論、当業者によって理
解されるように、本発明はこの実施例にも制限されるべ
きものではない。例えば、差分器204は、ターゲット
ピクセルXのグレイスケール値と隣りのピクセルX1乃
至X7のグレイスケール値との間の差Diの絶対値を計
算することも可能である。本明細書において使用されて
いるように、「グレイスケール値」とは、通常、「グレ
イスケール」に関する値として定義され、それは黒から
白の範囲にわたるシェーディング即ち陰影の程度であっ
て、それらの間の中間のシェーディングがグレイ即ち灰
色である。グレースケール値は、「グレイレベル」とも
呼称される。
値と隣りのピクセルXiの値との間の差を表わす差Diの
絶対値を計算する。なお、iは1乃至7であり、Xiは
隣りのピクセルX1乃至X7を表わし、従ってDiは差
D1乃至D7のうちのいずれか1つを表わす。1実施例
においては、差分器204はターゲットピクセルXのル
ミナンス(輝度)と隣りのピクセルX1乃至X7のルミ
ナンス(輝度)の間の差Diの絶対値を計算して差分値
D1乃至D7を発生する。本明細書において使用される
ように、「ルミナンス(輝度)」はピクセルが多かれ少
なかれ光を発生した場合に視覚的に知覚される属性とし
て定義される。「ルミナンス(輝度)」は「ブライトネ
ス(輝度)」とも呼称される。勿論、当業者によって理
解されるように、本発明はこの実施例にも制限されるべ
きものではない。例えば、差分器204は、ターゲット
ピクセルXのグレイスケール値と隣りのピクセルX1乃
至X7のグレイスケール値との間の差Diの絶対値を計
算することも可能である。本明細書において使用されて
いるように、「グレイスケール値」とは、通常、「グレ
イスケール」に関する値として定義され、それは黒から
白の範囲にわたるシェーディング即ち陰影の程度であっ
て、それらの間の中間のシェーディングがグレイ即ち灰
色である。グレースケール値は、「グレイレベル」とも
呼称される。
【0012】最大及び最小ブロック206は差分値D1
乃至D7を受取り且つ計算された差Diの絶対値の中か
ら選択した最大差Dmax及び最小差Dminを見つけだす。
1実施例においては、最大及び最小ブロック206はタ
ーゲットピクセルX輝度と隣りのピクセルX1乃至X7
の輝度との間の最大差Dmax及び最小差Dminを見つけ出
す。
乃至D7を受取り且つ計算された差Diの絶対値の中か
ら選択した最大差Dmax及び最小差Dminを見つけだす。
1実施例においては、最大及び最小ブロック206はタ
ーゲットピクセルX輝度と隣りのピクセルX1乃至X7
の輝度との間の最大差Dmax及び最小差Dminを見つけ出
す。
【0013】レベル計算ブロック208は処理ウインド
ウ102と関連するノイズレベルNLを推定する。1実
施例においては、ノイズレベル計算ブロック206は、
次式を使用して隣りのピクセルX−1のノイズレベルを
推定する。
ウ102と関連するノイズレベルNLを推定する。1実
施例においては、ノイズレベル計算ブロック206は、
次式を使用して隣りのピクセルX−1のノイズレベルを
推定する。
【0014】 NL(t−1)=Kn(t−1)×Dmax(t−1)+[1−Kn(t−1) ]×NL(t−2) (1) 局所的特徴検査ブロック210はフィルタ200によっ
て実行されるべきフィルタ処理の強度を決定するKnパ
ラメータを計算する。局所的特徴は、イメージと関連す
るメトリック(metric)即ち距離等のある量を有
している。1実施例においては、Knはターゲットピク
セルXの「輝度」と関連する関数を表わし、尚0≦Kn
≦1である。1実施例と共に使用するのに適した特徴検
査ブロックの1例は「ブロッキングアーチファクト等の
ノイズを除去するための非線形適応性イメージフィルア
(Non−Linear Adaptive Imag
eFilter For Filtering Noi
se Such AsBlocking Artifa
ces)」という名称の米国特許出願(代理人ドケット
番号850063、533)に記載されており、尚その
特許出願は引用によって本明細書に取込む。
て実行されるべきフィルタ処理の強度を決定するKnパ
ラメータを計算する。局所的特徴は、イメージと関連す
るメトリック(metric)即ち距離等のある量を有
している。1実施例においては、Knはターゲットピク
セルXの「輝度」と関連する関数を表わし、尚0≦Kn
≦1である。1実施例と共に使用するのに適した特徴検
査ブロックの1例は「ブロッキングアーチファクト等の
ノイズを除去するための非線形適応性イメージフィルア
(Non−Linear Adaptive Imag
eFilter For Filtering Noi
se Such AsBlocking Artifa
ces)」という名称の米国特許出願(代理人ドケット
番号850063、533)に記載されており、尚その
特許出願は引用によって本明細書に取込む。
【0015】フィルタ200は「ファジィ論理」処理に
基づくものであることを注意すべきである。本明細書に
おいて使用されているように、「ファジィ論理」は、通
常、0(メンバーではない)から1(絶対的にメンバー
である)連続的に変化するファジィ集合内のメンバーシ
ップの程度に従ってデータを分類する方法を提供する。
ファジィ論理はファジィ集合の境界を完全に画定するた
めに「メンバーシップ関数」と呼ばれる関数を記述する
ことを必要とする。ファジィ集合は「類似度」、「ブラ
イトネス(輝度)」又は「ルミナンス(輝度)」等の主
観的に響く言語用語に対して正確な数学的意味付けを割
り当てる方法となる。1実施例においては、メンバーシ
ップ計算ブロック212はメンバーシップ関数を発生
し、その場合にファジィ集合は2つのスレッシュホール
ド値th1とth2とによって境界が画定される。メン
バーシップ計算ブロック212は「ピクセルXとXiと
は類似している」という文章に対応するメンバーシップ
関数を発生する。Xiは隣りのピクセルのうちのいずれ
か1つの値を表わす。1実施例においては、Xiは隣り
のピクセルのグレイレベルに関する値を表わす。
基づくものであることを注意すべきである。本明細書に
おいて使用されているように、「ファジィ論理」は、通
常、0(メンバーではない)から1(絶対的にメンバー
である)連続的に変化するファジィ集合内のメンバーシ
ップの程度に従ってデータを分類する方法を提供する。
ファジィ論理はファジィ集合の境界を完全に画定するた
めに「メンバーシップ関数」と呼ばれる関数を記述する
ことを必要とする。ファジィ集合は「類似度」、「ブラ
イトネス(輝度)」又は「ルミナンス(輝度)」等の主
観的に響く言語用語に対して正確な数学的意味付けを割
り当てる方法となる。1実施例においては、メンバーシ
ップ計算ブロック212はメンバーシップ関数を発生
し、その場合にファジィ集合は2つのスレッシュホール
ド値th1とth2とによって境界が画定される。メン
バーシップ計算ブロック212は「ピクセルXとXiと
は類似している」という文章に対応するメンバーシップ
関数を発生する。Xiは隣りのピクセルのうちのいずれ
か1つの値を表わす。1実施例においては、Xiは隣り
のピクセルのグレイレベルに関する値を表わす。
【0016】処理ウインドウ102はイメージの比較的
均一な区域と一致する場合には差D iの全てはそれらの
絶対値に関しては近似しておりその場合にノイズと相関
される。従って、Dmaxと実質的に一致するスレッシュ
ホールドパラメータDH1及びDH2を発生することの
可能なメンバシップ関数を選択することが可能である。
一方、ターゲットピクセルXがイメージの端部即ち境界
領域に属する場合には、差Diが小さい場合、即ち以下
の式によって定義されるDiの絶対値の差の範囲内にあ
る場合にのみフィルタ動作は有意性のものとなる。
均一な区域と一致する場合には差D iの全てはそれらの
絶対値に関しては近似しておりその場合にノイズと相関
される。従って、Dmaxと実質的に一致するスレッシュ
ホールドパラメータDH1及びDH2を発生することの
可能なメンバシップ関数を選択することが可能である。
一方、ターゲットピクセルXがイメージの端部即ち境界
領域に属する場合には、差Diが小さい場合、即ち以下
の式によって定義されるDiの絶対値の差の範囲内にあ
る場合にのみフィルタ動作は有意性のものとなる。
【0017】 [Dmin,(Dmin+Dmax)/2] (2) メンバーシップ計算ブロック212は次式に従って第一
スレッシュホールドパラメータth1を計算する。
スレッシュホールドパラメータth1を計算する。
【0018】 th1(t)=Kn(t)×Dmax(t)+[1−Kn(t)]×Dmin(t ) (3) メンバーシップ計算ブロック212は次式に従って第二
スレッシュホールドパラメータth2を計算する。
スレッシュホールドパラメータth2を計算する。
【0019】 th2(t)=Kn(t)×Dmax(t)+[1−Kn(t)]×[Dmax( t)+Dmin(t)]/2 (4) 注意すべきことであるが、スレッシュホールドパラメー
タth1は、常にスレッシュホールドパラメータth2
よりも大きいか又は等しい。
タth1は、常にスレッシュホールドパラメータth2
よりも大きいか又は等しい。
【0020】類似度評価ブロック214は、類似度評価
器216及び最終フィルタ218を使用して新たなピク
セル値を与える。類似度評価器216はターゲットピク
セルXと隣りのピクセルX1−X7の中から選択した隣
りのピクセルXnのうちのいずれか1つとの間の類似度
の大きさを表わすフィルタ係数Kiを発生し、尚Kiは類
似度K1−K7のうちのいずれか1つを表わす。1実施
例においては、Kiは「ピクセルX及びXiは類似してい
る」という文章に対応するメンバーシップ関数に従って
メンバーシップ計算ブロック214によって発生される
値を表わす。即ちKiはターゲットピクセルXを発生す
るために使用される処理ウインドウ102の一部である
隣りのピクセルX1−X7とターゲットピクセルXの加
重平均即ち重み付けした平均を表わす。
器216及び最終フィルタ218を使用して新たなピク
セル値を与える。類似度評価器216はターゲットピク
セルXと隣りのピクセルX1−X7の中から選択した隣
りのピクセルXnのうちのいずれか1つとの間の類似度
の大きさを表わすフィルタ係数Kiを発生し、尚Kiは類
似度K1−K7のうちのいずれか1つを表わす。1実施
例においては、Kiは「ピクセルX及びXiは類似してい
る」という文章に対応するメンバーシップ関数に従って
メンバーシップ計算ブロック214によって発生される
値を表わす。即ちKiはターゲットピクセルXを発生す
るために使用される処理ウインドウ102の一部である
隣りのピクセルX1−X7とターゲットピクセルXの加
重平均即ち重み付けした平均を表わす。
【0021】最終フィルタ218はノイズフィルタ20
0の出力out(t)を発生し、その出力は処理ウイン
ドウ102内のターゲットピクセルXを置換するために
使用される。出力out(t)は次式を使用して決定さ
れる。
0の出力out(t)を発生し、その出力は処理ウイン
ドウ102内のターゲットピクセルXを置換するために
使用される。出力out(t)は次式を使用して決定さ
れる。
【0022】 out(t)=1/8ΣKi(t)×Xi+[1−Ki(t)]×X (5) 1実施例においては、最終的フィルタブロック218は
ターゲットピクセルXと隣りのピクセルXiのうちのい
ずれか1つとの間の類似度Kiを別々に処理し、且つ最
終的加算段階を介し、加重貢献分の和として出力out
(t)を発生する。
ターゲットピクセルXと隣りのピクセルXiのうちのい
ずれか1つとの間の類似度Kiを別々に処理し、且つ最
終的加算段階を介し、加重貢献分の和として出力out
(t)を発生する。
【0023】イメージ格納ユニット202も処理ウイン
ドウ102を発生することを注意すべきである。図3は
処理ウインドウ102を画定するのに適した回路のブロ
ック図を示している。図3によれば、現在のスキャンラ
イン104aがラインメモリユニット302及びピクセ
ル遅延器304aに対して付与される。前のスキャンラ
イン104bはラインメモリ302から出力され且つピ
クセル遅延器304bへ付与される。1実施例において
は、ピクセル遅延器304a及び304bの出力は、更
に、幾つかのピクセル遅延器304c乃至304bを使
用して更に遅延される。この実施例においては、ピクセ
ル遅延器304a乃至304gの出力は、イメージ格納
ユニット202からノイズフィルタ200の残りの構成
要素に対して、夫々、ピクセル値X5,X1,X2,X
3,X,X7として直接的に結合される。その結果、2
つのラインのピクセル104a及び104bがイメージ
格納ユニット202へ入力されるものであるが、イメー
ジ格納ユニット202は全てのピクセルを並列的に同時
的に出力する。
ドウ102を発生することを注意すべきである。図3は
処理ウインドウ102を画定するのに適した回路のブロ
ック図を示している。図3によれば、現在のスキャンラ
イン104aがラインメモリユニット302及びピクセ
ル遅延器304aに対して付与される。前のスキャンラ
イン104bはラインメモリ302から出力され且つピ
クセル遅延器304bへ付与される。1実施例において
は、ピクセル遅延器304a及び304bの出力は、更
に、幾つかのピクセル遅延器304c乃至304bを使
用して更に遅延される。この実施例においては、ピクセ
ル遅延器304a乃至304gの出力は、イメージ格納
ユニット202からノイズフィルタ200の残りの構成
要素に対して、夫々、ピクセル値X5,X1,X2,X
3,X,X7として直接的に結合される。その結果、2
つのラインのピクセル104a及び104bがイメージ
格納ユニット202へ入力されるものであるが、イメー
ジ格納ユニット202は全てのピクセルを並列的に同時
的に出力する。
【0024】勿論、当業者によって理解されるように、
適宜の処理ウインドウは、その他の公知の直列・並列変
換技術を使用して構成することも可能である。同様に、
本発明は、特定の数のスキャンライン、処理ウインドウ
寸法、ピクセル遅延等に制限されるべきものではない。
少なくとも2つの連続するスキャンライン又は行に属す
るピクセルに関する情報を使用するその他の技術を本発
明の範囲及び精神から逸脱することなしに使用すること
が可能である。
適宜の処理ウインドウは、その他の公知の直列・並列変
換技術を使用して構成することも可能である。同様に、
本発明は、特定の数のスキャンライン、処理ウインドウ
寸法、ピクセル遅延等に制限されるべきものではない。
少なくとも2つの連続するスキャンライン又は行に属す
るピクセルに関する情報を使用するその他の技術を本発
明の範囲及び精神から逸脱することなしに使用すること
が可能である。
【0025】図4は局所的特徴検査器210の動作を更
に詳細に示している。図4によれば、局所的特徴検査器
210は人間視覚系(HVS)評価器402を有してお
り、それは処理ウインドウ102のメトリック即ち距離
を評価する。通常、人間視覚系は人間の眼がイメージを
知覚する態様に従って圧縮したイメージを最適化するア
ルゴリズムを使用する。人間視覚系はM.M.Rei
d、R.J.Millar、N.D.Black共著
「第二世代イメージコーディング:概観(Second
−Generation Image Coding:
An Overview)」、ACM・コンピューティ
ング・サーベーズ(ACM COMPUTING SU
RVEYS)、Vol.29、No.1(1997年3
月)、3−29頁において記載されており、尚その文献
は引用によって本明細書に取込む。
に詳細に示している。図4によれば、局所的特徴検査器
210は人間視覚系(HVS)評価器402を有してお
り、それは処理ウインドウ102のメトリック即ち距離
を評価する。通常、人間視覚系は人間の眼がイメージを
知覚する態様に従って圧縮したイメージを最適化するア
ルゴリズムを使用する。人間視覚系はM.M.Rei
d、R.J.Millar、N.D.Black共著
「第二世代イメージコーディング:概観(Second
−Generation Image Coding:
An Overview)」、ACM・コンピューティ
ング・サーベーズ(ACM COMPUTING SU
RVEYS)、Vol.29、No.1(1997年3
月)、3−29頁において記載されており、尚その文献
は引用によって本明細書に取込む。
【0026】1実施例においては、HVS評価器402
は人間の眼の感度とノイズレベルの統合量の推定値を評
価する。特に、HVS評価器402は「ブライトネス
(輝度)」を決定するためにターゲットピクセルXと隣
りのピクセルとの間の最小の知覚し得るグレイレベルに
対する人間の眼の感度の推定値を評価する。図5は処理
ウインドウ102のメトリック即ち距離を評価するため
にHVS評価器402によって実現される人間視覚系
(HVS)評価器関数500のグラフ表示である。図4
及び5を参照すると、HVS評価器402はターゲット
ピクセルXを受取り且つそれをHVS評価器関数500
に従って処理する。1実施例においては、フィルタ20
0が0と255との間の水平方向の範囲の値を処理す
る。HVS評価器関数500上の点Bは異なるローブ間
のブレークポイント即ち折れ点を表わし、それは固定さ
れた値である。1実施例においては、B=128であ
り、且つ「0」に対応する最大値は255/4=64で
ある。
は人間の眼の感度とノイズレベルの統合量の推定値を評
価する。特に、HVS評価器402は「ブライトネス
(輝度)」を決定するためにターゲットピクセルXと隣
りのピクセルとの間の最小の知覚し得るグレイレベルに
対する人間の眼の感度の推定値を評価する。図5は処理
ウインドウ102のメトリック即ち距離を評価するため
にHVS評価器402によって実現される人間視覚系
(HVS)評価器関数500のグラフ表示である。図4
及び5を参照すると、HVS評価器402はターゲット
ピクセルXを受取り且つそれをHVS評価器関数500
に従って処理する。1実施例においては、フィルタ20
0が0と255との間の水平方向の範囲の値を処理す
る。HVS評価器関数500上の点Bは異なるローブ間
のブレークポイント即ち折れ点を表わし、それは固定さ
れた値である。1実施例においては、B=128であ
り、且つ「0」に対応する最大値は255/4=64で
ある。
【0027】加算器404がHVS評価器402の出力
を隣りのピクセルX−1ノイズレベルNL(t−1)の
推定値と加算し且つスレッシュホールド値th3を発生
する。Kn計算ブロック406はターゲットピクセルX
と隣りのピクセルX1−X7との間の最大差Dmax及び
スレッシュホールド値th3の重み付けを行ってKnパ
ラメータを発生する。この重み付けはグラフィカル表示
408に従って行われる。スレッシュホールド値th3
はターゲットピクセルXのブライトネス即ち輝度に依存
する。
を隣りのピクセルX−1ノイズレベルNL(t−1)の
推定値と加算し且つスレッシュホールド値th3を発生
する。Kn計算ブロック406はターゲットピクセルX
と隣りのピクセルX1−X7との間の最大差Dmax及び
スレッシュホールド値th3の重み付けを行ってKnパ
ラメータを発生する。この重み付けはグラフィカル表示
408に従って行われる。スレッシュホールド値th3
はターゲットピクセルXのブライトネス即ち輝度に依存
する。
【0028】図6はメンバーシップ計算ブロック212
の1実施例がどのようにしてメンバシップ関数の形状を
決定するためにスレッシュホールドパラメータth1及
びth2を計算するかを示したグラフ表示である。類似
度評価関数600は「ピクセルX及びXiが類似してい
る)というファジィ文章に関連したメンバーシップ関数
である。更に、類似度評価器216は、類似度評価関数
600を使用して差D iの絶対値の重み付けを行うこと
によってフィルタ係数Kiを与える。
の1実施例がどのようにしてメンバシップ関数の形状を
決定するためにスレッシュホールドパラメータth1及
びth2を計算するかを示したグラフ表示である。類似
度評価関数600は「ピクセルX及びXiが類似してい
る)というファジィ文章に関連したメンバーシップ関数
である。更に、類似度評価器216は、類似度評価関数
600を使用して差D iの絶対値の重み付けを行うこと
によってフィルタ係数Kiを与える。
【0029】本発明の1実施例は図7に示したノイズフ
ィルタプロセス700に従って動作する。ノイズフィル
タプロセス700はタスク702で開始し、その場合に
制御はすぐさまタスク704へ移行する。タスク704
はスキャンしたイメージのシーケンスを格納する。スキ
ャンされたイメージは現在の行と前の行とを有してい
る。スキャンされたイメージの一部は処理ウインドウ内
に配置され、幾つかのピクセルはスキャンされたイメー
ジの現在の行及び前の行に属する。これらのピクセルは
ターゲットピクセルと幾つかの隣りのピクセルとを包含
している。処理ウインドウ内のピクセルの各々は値を有
している。1実施例においては、処理ウインドウ内のピ
クセルのいずれか又は全てはグレイレベル値を有してい
る。別の実施例においては、ターゲットピクセルの各々
はノイズレベル値を有している。更に別の実施例におい
ては、処理ウインドウ内のピクセルの各々はブライトネ
ス又はルミナンス即ち輝度値を有している。本発明にと
っては特定の「値」は重要なものではないが、当業者が
理解するように、本発明においては任意の値を使用する
ことが可能である。
ィルタプロセス700に従って動作する。ノイズフィル
タプロセス700はタスク702で開始し、その場合に
制御はすぐさまタスク704へ移行する。タスク704
はスキャンしたイメージのシーケンスを格納する。スキ
ャンされたイメージは現在の行と前の行とを有してい
る。スキャンされたイメージの一部は処理ウインドウ内
に配置され、幾つかのピクセルはスキャンされたイメー
ジの現在の行及び前の行に属する。これらのピクセルは
ターゲットピクセルと幾つかの隣りのピクセルとを包含
している。処理ウインドウ内のピクセルの各々は値を有
している。1実施例においては、処理ウインドウ内のピ
クセルのいずれか又は全てはグレイレベル値を有してい
る。別の実施例においては、ターゲットピクセルの各々
はノイズレベル値を有している。更に別の実施例におい
ては、処理ウインドウ内のピクセルの各々はブライトネ
ス又はルミナンス即ち輝度値を有している。本発明にと
っては特定の「値」は重要なものではないが、当業者が
理解するように、本発明においては任意の値を使用する
ことが可能である。
【0030】タスク706はターゲットピクセルの値と
隣りのピクセルとの値との間の差D iを計算する。タス
ク708は差Diの中から選択した計算された最小差D
minと計算された最大差Dmaxとを決定する。タスク71
0は予め決定した視覚上の応答からの第一メトリック
(例えば距離)を発生する。1実施例においては、この
第一メトリック(例えば距離)は加重(重み付け)係数
Knを表わし、それは人間の眼の感度とノイズレベルと
の統合量である。
隣りのピクセルとの値との間の差D iを計算する。タス
ク708は差Diの中から選択した計算された最小差D
minと計算された最大差Dmaxとを決定する。タスク71
0は予め決定した視覚上の応答からの第一メトリック
(例えば距離)を発生する。1実施例においては、この
第一メトリック(例えば距離)は加重(重み付け)係数
Knを表わし、それは人間の眼の感度とノイズレベルと
の統合量である。
【0031】タスク712は隣りのピクセルX−1と関
連するノイズレベル推定値を表わす第二のメトリック
(例えば距離)を発生する。隣りのピクセルのうちのい
ずれか1つを隣りのピクセルX−1として指定すること
が可能である。隣りのピクセルX−1はターゲットピク
セルXのすぐ後に続いている。タスク712は、又、隣
りのピクセルX−2と関連するノイズレベル推定値を表
わす第三のメトリック(例えば距離)を発生する。隣り
のピクセルのうちのいずれか1つを隣りのピクセルX−
2として指定することが可能であり、その場合に隣りの
ピクセルX−2は隣りのピクセルX−1のすぐ後に続い
ている。
連するノイズレベル推定値を表わす第二のメトリック
(例えば距離)を発生する。隣りのピクセルのうちのい
ずれか1つを隣りのピクセルX−1として指定すること
が可能である。隣りのピクセルX−1はターゲットピク
セルXのすぐ後に続いている。タスク712は、又、隣
りのピクセルX−2と関連するノイズレベル推定値を表
わす第三のメトリック(例えば距離)を発生する。隣り
のピクセルのうちのいずれか1つを隣りのピクセルX−
2として指定することが可能であり、その場合に隣りの
ピクセルX−2は隣りのピクセルX−1のすぐ後に続い
ている。
【0032】タスク714はメンバーシップ関数、計算
した最小差Dmin、計算した最大差Dmax、第一メトリッ
ク(例えば距離)Knに従って、ターゲットピクセルの
値をファジィ論理によって処理する。タスク716は式
(5)に従ってフィルタ係数を発生する。フィルタ係数
が発生された後に、タスク716はスキャンしたイメー
ジ内のターゲットピクセルXの値を置換する。タスク7
20はノイズフィルタ処理700の動作を完了する。
した最小差Dmin、計算した最大差Dmax、第一メトリッ
ク(例えば距離)Knに従って、ターゲットピクセルの
値をファジィ論理によって処理する。タスク716は式
(5)に従ってフィルタ係数を発生する。フィルタ係数
が発生された後に、タスク716はスキャンしたイメー
ジ内のターゲットピクセルXの値を置換する。タスク7
20はノイズフィルタ処理700の動作を完了する。
【0033】1実施例におけるフィルタ200はイメー
ジノイズを減少させるために反復的ノイズレベル推定を
使用していることに注意すべきである。フィルタ200
は式(1)を使用してピクセル毎に反復的にノイズレベ
ルを処理し、即ち、処理ウインドウ102がイメージ内
のピクセルからピクセルへ移動するに従い、隣りのピク
セルのノイズレベルが相次いで推定される。従って、隣
りのピクセルX−1が処理ウインドウ102において変
化すると、ピクセルX−1の推定されたノイズレベルN
L(t−1)がそれに従って変化する。
ジノイズを減少させるために反復的ノイズレベル推定を
使用していることに注意すべきである。フィルタ200
は式(1)を使用してピクセル毎に反復的にノイズレベ
ルを処理し、即ち、処理ウインドウ102がイメージ内
のピクセルからピクセルへ移動するに従い、隣りのピク
セルのノイズレベルが相次いで推定される。従って、隣
りのピクセルX−1が処理ウインドウ102において変
化すると、ピクセルX−1の推定されたノイズレベルN
L(t−1)がそれに従って変化する。
【0034】フィルタ200はハードウエア、ソフトウ
エア又はハードウエアとソフトウエアとの組合わせを使
用して実現することが可能であり、且つコンピュータシ
ステム又はその他の処理システムで実現することが可能
である。本発明がハードウエアとソフトウエアとの組合
わせを使用して実現される実施例においては、本発明は
応用特定集積回路(ASIC)を使用して実現すること
が可能である。本発明がハードウエアを使用して実現さ
れる実施例においては、ハードウエアコンポーネントは
状態マシンとすることが可能である。フィルタ200が
ソフトウエアを使用して実現される実施例においては、
そのソフトウエアはコンピュータプログラム製品(例え
ば、オプチカルディスク、磁気ディスク、フロッピィデ
ィスク等)又はプログラム格納装置(例えばオプチカル
ディスクドライブ、磁気ディスクドライブ、フロッピィ
ディスクドライブ等)に格納することが可能である。フ
ィルタ200はマイクロプロセサ又はプログラム可能デ
ジタルフィルタで実現することが可能である。
エア又はハードウエアとソフトウエアとの組合わせを使
用して実現することが可能であり、且つコンピュータシ
ステム又はその他の処理システムで実現することが可能
である。本発明がハードウエアとソフトウエアとの組合
わせを使用して実現される実施例においては、本発明は
応用特定集積回路(ASIC)を使用して実現すること
が可能である。本発明がハードウエアを使用して実現さ
れる実施例においては、ハードウエアコンポーネントは
状態マシンとすることが可能である。フィルタ200が
ソフトウエアを使用して実現される実施例においては、
そのソフトウエアはコンピュータプログラム製品(例え
ば、オプチカルディスク、磁気ディスク、フロッピィデ
ィスク等)又はプログラム格納装置(例えばオプチカル
ディスクドライブ、磁気ディスクドライブ、フロッピィ
ディスクドライブ等)に格納することが可能である。フ
ィルタ200はマイクロプロセサ又はプログラム可能デ
ジタルフィルタで実現することが可能である。
【0035】以上、本発明の具体的実施の態様について
詳細に説明したが、本発明は、これら具体例にのみ制限
されるべきものではなく、本発明の技術的範囲を逸脱す
ることなしに種々の変形が可能であることは勿論であ
る。従って、上述した説明においては、ノイズを抑圧す
ることに関して幾つかの実施例について説明している
が、本発明は、例えばコントラストの改善、エッジ向
上、空間的フィルタ処理、イメージ平滑化、及びイメー
ジ鮮明化等のイメージを向上させる動作に対して適用可
能であることは勿論である。
詳細に説明したが、本発明は、これら具体例にのみ制限
されるべきものではなく、本発明の技術的範囲を逸脱す
ることなしに種々の変形が可能であることは勿論であ
る。従って、上述した説明においては、ノイズを抑圧す
ることに関して幾つかの実施例について説明している
が、本発明は、例えばコントラストの改善、エッジ向
上、空間的フィルタ処理、イメージ平滑化、及びイメー
ジ鮮明化等のイメージを向上させる動作に対して適用可
能であることは勿論である。
【図1】 本発明の1実施例について使用するのに適し
た現在の行と前の行とを有する処理ウインドウを示した
概略図。
た現在の行と前の行とを有する処理ウインドウを示した
概略図。
【図2】 本発明の1実施例を実施するのに適したフィ
ルタのハイレベルの概略ブロック図。
ルタのハイレベルの概略ブロック図。
【図3】 図2におけるノイズフィルタのイメージ格納
ユニットを示した概略ブロック図。
ユニットを示した概略ブロック図。
【図4】 図2のノイズフィルタにおいて使用される局
所的特徴検査器を示した概略ブロック図。
所的特徴検査器を示した概略ブロック図。
【図5】 図3における局所的特徴検査器の人間視覚系
(HVS)評価器において使用されている人間視覚系評
価器関数を示したグラフ図。
(HVS)評価器において使用されている人間視覚系評
価器関数を示したグラフ図。
【図6】 図1のノイズフィルタの類似度評価ブロック
によって実現される類似評価関数を表わしたグラフ図。
によって実現される類似評価関数を表わしたグラフ図。
【図7】 本発明の1実施例によって実行されるプロセ
スを示したフローチャート。
スを示したフローチャート。
102 処理ウインドウ 104a 現在のスキャンライン 104b 前のスキャンライン 200 ノイズフィルタ 202 イメージ格納ユニット 204 差分器 206 最小及び最大ブロック 208 ノイズレベル計算ブロック 210 局所的特徴検査器 214 類似度評価ブロック 216 類似度評価器 218 最終フィルタ 302 ラインメモリユニット 304 ピクセル遅延器 402 人間視覚系(HVS)評価器
───────────────────────────────────────────────────── フロントページの続き (72)発明者 マッシモ マンカソ アメリカ合衆国, カリフォルニア 92122, サン ディエゴ, トスカーナ ウエイ 5345, アパートメント 516
Claims (22)
- 【請求項1】 イメージノイズ減少フィルタにおいて、 処理ウインドウ内のターゲットピクセルXと複数個の隣
りのピクセルの複数個のメトリックの間の差の絶対値を
計算し且つ前記処理ウインドウ内のターゲットピクセル
Xと複数個の隣りのピクセルのメトリックの間の差の絶
対値の中から選択した計算した最小差及び計算した最大
差を決定する差分ブロック、 前記差分ブロックへ結合されており、ターゲットピクセ
ルXと複数個の隣りのピクセルとの間の類似度の絶対値
の重み付け平均に基づいてターゲットピクセルに対する
置換値を発生する新規ピクセル値発生器、を有すること
を特徴とするイメージノイズ減少フィルタ。 - 【請求項2】 請求項1において、更に、前記差分ブロ
ックへ結合されており、ターゲットピクセルXに対する
重み付けした輝度値を表わす第一メトリックと、前記複
数個の隣りのピクセルの中から選択した1個の隣りのピ
クセル(X−1)の推定したノイズレベルを表わす第二
メトリックとを計算するメトリック計算ブロックを有し
ていることを特徴とするイメージノイズ減少フィルタ。 - 【請求項3】 請求項1において、更に、前記差分ブロ
ックへ結合されており、ファジィ集合の境界を表わす第
一スレッシュホールド値と第二スレッシュホールド値と
を発生するファジィ論理プロセサを有しており、前記フ
ァジィ集合境界はターゲットピクセルXと複数個の隣り
のピクセルとの間の差の絶対値の中の最大値及び最小値
を表わす値に基づくものであることを特徴とするイメー
ジノイズ減少フィルタ。 - 【請求項4】 請求項1において、更に、前記差分ブロ
ックへ結合されており、ターゲットピクセルと前記複数
個の隣りのピクセルのうちのいずれか1つとの間の類似
度の大きさを表わすフィルタ係数を発生するフィルタ係
数ブロックを有していることを特徴とするイメージノイ
ズ減少フィルタ。 - 【請求項5】 スキャンしたイメージにおけるノイズを
除去する方法において、 スキャンしたイメージの一部に対してターゲットピクセ
ルと複数個の隣りのピクセルとを有する処理ウインドウ
を与え、 ターゲットピクセルと隣りのピクセルとの間の類似度の
重み付けした平均でターゲットピクセルを置換し、 前記類似度がスキャンしたイメージに影響を与えるノイ
ズレベル及び処理ウインドウの局所的輝度に依存する、
ことを特徴とする方法。 - 【請求項6】 請求項5において、更に、ターゲットピ
クセルと複数個の隣りのピクセルとの間の差の絶対値を
計算するステップを有することを特徴とする方法。 - 【請求項7】 請求項5において、更に、ターゲットピ
クセルと複数個の隣りのピクセルとの間の差の絶対値の
最大値及び最小値を決定するステップを有していること
を特徴とする方法。 - 【請求項8】 請求項5において、更に、ターゲットピ
クセルに関連するグレイレベルと、ターゲットピクセル
と複数個の隣りのピクセルとの間の差の絶対値の最大値
とスキャンしたイメージに影響を与えるノイズレベルと
に基づいてフィルタ強度を計算するステップを有してい
ることを特徴とする方法。 - 【請求項9】 請求項5において、更に、ターゲットピ
クセルと前記複数個の隣りのピクセルの中から選択した
1個の隣りのピクセルとの間の最小の認知可能なグレイ
レベル差の評価を加算するステップを有していることを
特徴とする方法。 - 【請求項10】 請求項5において、更に、前記複数個
の隣りのピクセルの中から選択した第二の隣りのピクセ
ルと関連するノイズレベルの推定と前記複数個の隣りの
ピクセルの中から選択した第一の隣りのピクセルとター
ゲットピクセルとの間の最小の認知可能なグレイレベル
差の推定とを加算するステップを有していることを特徴
とする方法。 - 【請求項11】 請求項5において、更に、次式、 NL(T−1)=Kn(t−1)×Dmax(t−1)+
[1−Kn(t−1)]×NL(t−2) を使用して前記複数個の隣りのピクセルの中から選択し
た1個の隣りのピクセルと関連するノイズレベルを推定
するステップを有していることを特徴とする方法。 - 【請求項12】 請求項5において、更に、次式、 th1(t)=Kn(t)×Dmax(t)+[1−K
n(t)]×Dmin(t) を使用して計算した第一スレッシュホールド値及び次式 th2(t)=Kn(t)×Dmax(t)+[1−K
n(t)]×[Dmax(t)+Dmin(t)]/2 を使用して計算した第二スレッシュホールド値に従って
ファジィ論理処理におけるメンバーシップ関数の形状を
決定するステップを有していることを特徴とする方法。 - 【請求項13】 請求項5において、更に、ターゲット
ピクセルと隣りのピクセルのうちのいずれか1つとの間
の類似度の大きさを表わす複数個のフィルタ係数を発生
するステップを有していることを特徴とする方法。 - 【請求項14】 イメージフィルタにおいて、 ターゲットピクセルXへ適用すべきフィルタ処理の強度
と関連している複数個のメトリックを発生するメトリッ
ク発生器が設けられており、 前記複数個のメトリックの中から選択した第一のメトリ
ックが隣りのピクセルX−1の第一ノイズレベルと関連
しており、 前記複数個のメトリックの中から選択した第二のメトリ
ックが隣りのピクセルX−2の第二ノイズレベルと関連
している、ことを特徴とするイメージフィルタ。 - 【請求項15】 請求項14において、更に、第一メト
リック及び第二メトリックと関連しているファジィ集合
の境界を画定するファジィプロセサを有していることを
特徴とするイメージフィルタ。 - 【請求項16】 請求項14において、更に、 ターゲットピクセルXと隣りのピクセルX−1との間の
類似度に関連する複数個のメトリックの中から選択した
第三メトリック、 ターゲットピクセルXと隣りのピクセルX−2との間の
類似度に関連している複数個のメトリックの中から選択
した第四メトリック、を有していることを特徴とするイ
メージフィルタ。 - 【請求項17】 請求項14において、更に、 ターゲットピクセルXの輝度と関連している複数個のメ
トリックの中から選択した第三メトリック、 隣りのピクセルX−1の輝度と関連している複数個のメ
トリックの中から選択した第四メトリック、 隣りのピクセルX−2の輝度と関連する複数個のメトリ
ックの中から選択した第五メトリック、を有しているこ
とを特徴とするイメージフィルタ。 - 【請求項18】 請求項14において、更に、ターゲッ
トピクセルXと隣りのピクセルX−1又は隣りのピクセ
ルX−2のうちの1つとの間の最小の認知可能なグレイ
レベル差を推定する手段を有していることを特徴とする
イメージフィルタ。 - 【請求項19】 請求項14において、ターゲットピク
セルXに対して適用すべきフィルタ処理の強度がターゲ
ットピクセルXと、隣りのピクセルX−1と、隣りのピ
クセルX−2とに関連する複数個のメトリックの重み付
けした平均と関連していることを特徴とイメージフィル
タ。 - 【請求項20】 イメージフィルタにおいて、 ターゲットピクセルの複数個の局所的特徴及び前記ター
ゲットピクセルの隣りの複数個のピクセルの複数個のグ
ローバル特徴と関連するファジィ論理集合を画定するフ
ァジィ論理プロセサが設けられており、 前記複数個の局所的特徴は前記ターゲットピクセルの輝
度を包含しており且つ前記複数個のグローバル特徴は前
記ターゲットピクセルの隣りの前記複数個のピクセルの
ノイズレベルを包含しており、 前記複数個の局所的特徴及び前記複数個のグローバル特
徴は前記ターゲットピクセルへ適用すべきフィルタ処理
の強度を決定する、ことを特徴とするイメージフィル
タ。 - 【請求項21】 請求項20において、前記ターゲット
ピクセル及び前記複数個の前記ターゲットピクセルの隣
りのピクセルは静止画像と関連していることを特徴とす
るイメージフィルタ。 - 【請求項22】 請求項20において、前記ターゲット
ピクセル及び前記複数個の前記ターゲットピクセルの隣
りのピクセルはビデオシーケンスと関連していることを
特徴とするイメージフィルタ。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/87403 | 1998-05-29 | ||
US09/087,403 US6108455A (en) | 1998-05-29 | 1998-05-29 | Non-linear image filter for filtering noise |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2000050109A true JP2000050109A (ja) | 2000-02-18 |
Family
ID=22204975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP11151841A Pending JP2000050109A (ja) | 1998-05-29 | 1999-05-31 | ノイズを除去するための非線形イメ―ジフィルタ |
Country Status (3)
Country | Link |
---|---|
US (2) | US6108455A (ja) |
EP (1) | EP0961224A1 (ja) |
JP (1) | JP2000050109A (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003061964A (ja) * | 2001-08-24 | 2003-03-04 | Toshiba Corp | 超音波診断装置 |
JP2006302023A (ja) * | 2005-04-21 | 2006-11-02 | Noritsu Koki Co Ltd | 粒状ノイズ抑制のための画像処理方法及びプログラム及びこの方法を実施する粒状抑制処理モジュール |
JP2007295533A (ja) * | 2006-02-28 | 2007-11-08 | Konica Minolta Systems Lab Inc | 閉ループシステムにおけるスキャナの最適なノイズフィルタの設定 |
JP2008100121A (ja) * | 2008-01-21 | 2008-05-01 | Toshiba Corp | 脳組織内毛細血管の血流動態に関するインデックス演算方法、装置及び記憶媒体 |
US7492947B2 (en) | 2001-04-19 | 2009-02-17 | Kabushiki Kaisha Toshiba | Image processing method and image processing apparatus |
WO2009081410A2 (en) | 2007-12-25 | 2009-07-02 | Medic Vision - Brain Technologies Ltd. | Noise reduction of images |
JP2009288887A (ja) * | 2008-05-27 | 2009-12-10 | Yoshinao Kamiyama | ワ冠画像処理コンピューターソフトウェア |
WO2010073251A2 (en) | 2008-12-25 | 2010-07-01 | Medic Vision - Brain Technologies Ltd. | Denoising medical images |
US7774041B2 (en) | 2001-10-16 | 2010-08-10 | Kabushiki Kaisha Toshiba | Method and apparatus for calculating index concerning local blood flow circulations |
US8090211B2 (en) | 2006-05-12 | 2012-01-03 | Realtek Semiconductor Corp. | Device for reducing impulse noise and method thereof |
US8103104B2 (en) * | 2002-01-11 | 2012-01-24 | Hewlett-Packard Development Company, L.P. | Text extraction and its application to compound document image compression |
US8768093B2 (en) | 2007-01-30 | 2014-07-01 | Samsung Electronics Co., Ltd. | Method and apparatus for reducing noise |
Families Citing this family (59)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100308016B1 (ko) | 1998-08-31 | 2001-10-19 | 구자홍 | 압축 부호화된 영상에 나타나는 블럭현상 및 링현상 제거방법및 영상 복호화기 |
DE69927239T2 (de) | 1998-09-15 | 2006-07-13 | Phase One A/S | System und verfahren zur verarbeitung von bildern |
US6535643B1 (en) | 1998-11-03 | 2003-03-18 | Lg Electronics Inc. | Method for recovering compressed motion picture for eliminating blocking artifacts and ring effects and apparatus therefor |
US6539125B1 (en) * | 1998-12-21 | 2003-03-25 | Xerox Corporation | Modified median filter that better preserves textures |
JP2002535896A (ja) * | 1999-01-15 | 2002-10-22 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 鮮明度を向上させる方法および装置 |
US6907144B1 (en) | 1999-10-06 | 2005-06-14 | Eastman Kodak Company | Noise reduction method, apparatus, and program for digital image processing |
US6621937B1 (en) * | 1999-10-08 | 2003-09-16 | Eastman Kodak Company | Removing chroma noise from digital images by using variable shape pixel neighborhood regions |
DE10017083A1 (de) * | 2000-04-06 | 2001-10-11 | Cgk Comp Ges Konstanz Mbh | Verfahren und Vorrichtung zur Störungsunterdrückung bei der Bildverarbeitung |
US6721458B1 (en) * | 2000-04-14 | 2004-04-13 | Seiko Epson Corporation | Artifact reduction using adaptive nonlinear filters |
US7023576B1 (en) * | 2000-05-09 | 2006-04-04 | Phase One A/S | Method and an apparatus for elimination of color Moiré |
EP1164799A1 (en) * | 2000-06-16 | 2001-12-19 | Sony International (Europe) GmbH | Method for processing compressed image data for reducing blocking artefacts |
JP4270733B2 (ja) * | 2000-09-14 | 2009-06-03 | 株式会社東芝 | 画像のサイズ変換方法及び装置 |
SE516346C2 (sv) | 2000-10-06 | 2001-12-17 | Xcounter Ab | Metod för reducering av högfrekvent brus i bilder med hjälp av medelvärdesbildning av pixlar och parvis addering av pixelpar som uppfyller ett villkor |
JP4089163B2 (ja) * | 2001-02-26 | 2008-05-28 | ソニー株式会社 | 画像ノイズ低減方法及び装置 |
JP2002259965A (ja) * | 2001-02-26 | 2002-09-13 | Sony Corp | 画像ノイズ低減方法及び装置 |
US7071909B2 (en) * | 2001-03-09 | 2006-07-04 | Thomson Licensing | Reducing sparkle artifacts with low brightness processing |
US7119774B2 (en) * | 2001-03-09 | 2006-10-10 | Thomson Licensing | Reducing sparkle artifacts with low brightness filtering |
US7495640B2 (en) * | 2001-03-12 | 2009-02-24 | Thomson Licensing | Reducing sparkle artifacts with post gamma correction slew rate limiting |
KR100525785B1 (ko) | 2001-06-15 | 2005-11-03 | 엘지전자 주식회사 | 이미지 화소 필터링 방법 |
DE60141901D1 (de) * | 2001-08-31 | 2010-06-02 | St Microelectronics Srl | Störschutzfilter für Bayermusterbilddaten |
CN1640113A (zh) * | 2002-02-28 | 2005-07-13 | 皇家飞利浦电子股份有限公司 | 图像中的噪声滤波 |
US7127121B1 (en) * | 2002-03-20 | 2006-10-24 | Ess Technology, Inc. | Efficient implementation of a noise removal filter |
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 |
JP2006523343A (ja) * | 2003-03-19 | 2006-10-12 | ニック ソフトウエア インク | ディジタル画像の選択的エンハンスメント |
KR100497398B1 (ko) * | 2003-07-16 | 2005-06-23 | 삼성전자주식회사 | 영상 잡음 제거방법 및 장치 |
US7430335B2 (en) * | 2003-08-13 | 2008-09-30 | Apple Inc | Pre-processing method and system for data reduction of video sequences and bit rate reduction of compressed video sequences using spatial filtering |
US7403568B2 (en) * | 2003-08-13 | 2008-07-22 | Apple Inc. | Pre-processing method and system for data reduction of video sequences and bit rate reduction of compressed video sequences using temporal filtering |
FR2860089B1 (fr) * | 2003-09-23 | 2005-11-11 | Do Labs | Procede et systeme pour modifier une image numerique de maniere differenciee et quasi reguliere par pixel |
US7373013B2 (en) * | 2003-12-23 | 2008-05-13 | General Instrument Corporation | Directional video filters for locally adaptive spatial noise reduction |
US7437013B2 (en) * | 2003-12-23 | 2008-10-14 | General Instrument Corporation | Directional spatial video noise reduction |
DE102004039345A1 (de) * | 2004-08-12 | 2006-02-23 | Micronas Gmbh | Verfahren und Vorrichtung zur Rauschunterdrückung in einer Datenverarbeitungseinrichtung |
US7551799B2 (en) * | 2005-05-13 | 2009-06-23 | Seiko Epson Corporation | Apparatus and method for image noise reduction |
TWI343220B (en) * | 2005-05-19 | 2011-06-01 | Mstar Semiconductor Inc | Noise reduction method |
US7885478B2 (en) * | 2005-05-19 | 2011-02-08 | Mstar Semiconductor, Inc. | Noise reduction method and noise reduction apparatus |
JP3992720B2 (ja) * | 2005-10-04 | 2007-10-17 | 三菱電機株式会社 | 画像補正装置、画像補正方法、プログラム、及び記録媒体 |
US7787541B2 (en) * | 2005-10-05 | 2010-08-31 | Texas Instruments Incorporated | Dynamic pre-filter control with subjective noise detector for video compression |
US20070098086A1 (en) * | 2005-10-28 | 2007-05-03 | Vasudev Bhaskaran | Spatio-temporal noise filter for digital video |
CA2629187A1 (en) * | 2005-11-23 | 2007-05-31 | Cedara Software Corp. | Method and system for enhancing digital images |
KR100809687B1 (ko) * | 2006-02-28 | 2008-03-06 | 삼성전자주식회사 | 영상신호에 포함된 잡음을 제거할 수 있는 영상신호처리장치 및 방법 |
GB2438659B (en) * | 2006-06-02 | 2011-03-23 | Tandberg Television Asa | Recursive filtering of a video image using activity mapping |
JP5053373B2 (ja) * | 2006-06-29 | 2012-10-17 | トムソン ライセンシング | 適応ピクセルベースのフィルタリング |
US8160381B2 (en) | 2006-08-30 | 2012-04-17 | Micron Technology, Inc. | Method and apparatus for image noise reduction using noise models |
US8009732B2 (en) * | 2006-09-01 | 2011-08-30 | Seiko Epson Corporation | In-loop noise reduction within an encoder framework |
KR101478669B1 (ko) | 2006-09-29 | 2015-01-02 | 톰슨 라이센싱 | 적응성 픽셀-기반의 필터링을 위한 자동 파라미터 추정 |
KR101303660B1 (ko) * | 2007-10-01 | 2013-09-04 | 삼성전자주식회사 | 잡음제거를 고려한 선명도 향상 방법 및 장치 그리고 잡음가중치 계산 방법 및 장치 |
TWI379116B (en) * | 2008-05-30 | 2012-12-11 | Chimei Innolux Corp | Liquid crystal display high-voltage testing circuit and method of testing liquid crystal display |
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 |
CN101807298B (zh) * | 2010-01-22 | 2011-11-30 | 陕西师范大学 | 确定图像中斑点噪声强度的方法 |
WO2011145365A1 (ja) * | 2010-05-18 | 2011-11-24 | シャープ株式会社 | 画像処理システム及び表示装置 |
TWI399971B (zh) * | 2010-07-28 | 2013-06-21 | Vatics Inc | 降低數位影像雜訊的方法及其電子裝置 |
JP5562812B2 (ja) * | 2010-11-22 | 2014-07-30 | 株式会社東芝 | 送受切替回路、無線装置および送受切替方法 |
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 |
CN103034980A (zh) * | 2012-12-07 | 2013-04-10 | 上海电机学院 | 应用于热光关联成像的自适应形态学滤波系统及方法 |
CN104867122B (zh) * | 2015-05-29 | 2017-08-01 | 北京理工大学 | 一种红外自适应非均匀性校正及细节增强级联处理方法 |
US9596380B1 (en) * | 2015-10-19 | 2017-03-14 | Xerox Corporation | Methods and systems for image compression |
US9710722B1 (en) | 2015-12-29 | 2017-07-18 | Stmicroelectronics International N.V. | System and method for adaptive pixel filtering |
CN106228516B (zh) * | 2016-07-14 | 2019-07-19 | 北京字节跳动网络技术有限公司 | 一种高自然度的实时美颜方法、装置 |
US10341671B2 (en) | 2017-04-21 | 2019-07-02 | Xerox Corporation | Method and system for image compression |
WO2019225136A1 (ja) * | 2018-05-22 | 2019-11-28 | ソニー株式会社 | 画像処理装置、表示装置、画像処理方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69032318T2 (de) * | 1989-08-31 | 1998-09-24 | Canon Kk | Vorrichtung zur Bildverarbeitung |
JP3092024B2 (ja) * | 1991-12-09 | 2000-09-25 | 松下電器産業株式会社 | 画像処理方法 |
DE69329670T2 (de) * | 1992-09-14 | 2001-03-15 | Thomson Multimedia Sa | Verfahren und Gerät zur Rauschminderung |
JP3472596B2 (ja) * | 1993-06-11 | 2003-12-02 | 株式会社日立製作所 | ノイズ低減フィルター |
EP0655711B1 (en) * | 1993-11-30 | 2000-03-29 | STMicroelectronics S.r.l. | Filter working on image digital signals for video appliances |
US5715335A (en) * | 1993-12-02 | 1998-02-03 | U.S. Philips Corporation | Noise reduction |
KR970010087B1 (en) * | 1994-04-30 | 1997-06-21 | Daewoo Electronics Co Ltd | Postprocessing method for digital image |
DE69416584T2 (de) * | 1994-08-25 | 1999-10-07 | St Microelectronics Srl | Unscharfes Verfahren zur Bildrauschverringerung |
US5802218A (en) * | 1994-11-04 | 1998-09-01 | Motorola, Inc. | Method, post-processing filter, and video compression system for suppressing mosquito and blocking atrifacts |
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 |
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 |
EP0878776B1 (en) * | 1997-05-12 | 2003-08-27 | STMicroelectronics S.r.l. | Adaptive intrafield reducing of gaussian noise by fuzzy logic processing |
US5949916A (en) * | 1997-06-23 | 1999-09-07 | Samsung Electronics Co., Ltd. | Modified automatic regressive filter and filtering method therefor |
-
1998
- 1998-05-29 US US09/087,403 patent/US6108455A/en not_active Expired - Lifetime
-
1999
- 1999-05-25 EP EP99304019A patent/EP0961224A1/en not_active Withdrawn
- 1999-05-31 JP JP11151841A patent/JP2000050109A/ja active Pending
-
2000
- 2000-06-22 US US09/602,572 patent/US6347161B1/en not_active Expired - Lifetime
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7974473B2 (en) | 2001-04-19 | 2011-07-05 | Kabushiki Kaisha Toshiba | Image processing method and image processing apparatus |
US7492947B2 (en) | 2001-04-19 | 2009-02-17 | Kabushiki Kaisha Toshiba | Image processing method and image processing apparatus |
JP2003061964A (ja) * | 2001-08-24 | 2003-03-04 | Toshiba Corp | 超音波診断装置 |
US7774041B2 (en) | 2001-10-16 | 2010-08-10 | Kabushiki Kaisha Toshiba | Method and apparatus for calculating index concerning local blood flow circulations |
US7826885B2 (en) | 2001-10-16 | 2010-11-02 | Kabushiki Kaisha Toshiba | Method and apparatus for calculating index concerning local blood flow circulations |
US8103104B2 (en) * | 2002-01-11 | 2012-01-24 | Hewlett-Packard Development Company, L.P. | Text extraction and its application to compound document image compression |
JP2006302023A (ja) * | 2005-04-21 | 2006-11-02 | Noritsu Koki Co Ltd | 粒状ノイズ抑制のための画像処理方法及びプログラム及びこの方法を実施する粒状抑制処理モジュール |
JP2007295533A (ja) * | 2006-02-28 | 2007-11-08 | Konica Minolta Systems Lab Inc | 閉ループシステムにおけるスキャナの最適なノイズフィルタの設定 |
US8090211B2 (en) | 2006-05-12 | 2012-01-03 | Realtek Semiconductor Corp. | Device for reducing impulse noise and method thereof |
US8768093B2 (en) | 2007-01-30 | 2014-07-01 | Samsung Electronics Co., Ltd. | Method and apparatus for reducing noise |
WO2009081410A2 (en) | 2007-12-25 | 2009-07-02 | Medic Vision - Brain Technologies Ltd. | Noise reduction of images |
JP2008100121A (ja) * | 2008-01-21 | 2008-05-01 | Toshiba Corp | 脳組織内毛細血管の血流動態に関するインデックス演算方法、装置及び記憶媒体 |
JP4714228B2 (ja) * | 2008-01-21 | 2011-06-29 | 株式会社東芝 | 脳組織内毛細血管の血流動態に関するインデックス演算方法、装置及び記憶媒体 |
JP2009288887A (ja) * | 2008-05-27 | 2009-12-10 | Yoshinao Kamiyama | ワ冠画像処理コンピューターソフトウェア |
WO2010073251A2 (en) | 2008-12-25 | 2010-07-01 | Medic Vision - Brain Technologies Ltd. | Denoising medical images |
Also Published As
Publication number | Publication date |
---|---|
US6347161B1 (en) | 2002-02-12 |
US6108455A (en) | 2000-08-22 |
EP0961224A1 (en) | 1999-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2000050109A (ja) | ノイズを除去するための非線形イメ―ジフィルタ | |
US7430333B2 (en) | Video image quality | |
US9230304B2 (en) | Apparatus and method for enhancing image using color channel | |
JP4858609B2 (ja) | ノイズ低減装置、ノイズ低減方法、及びノイズ低減プログラム | |
US8295596B1 (en) | Adaptive histogram-based video contrast enhancement | |
JP2000032465A (ja) | ブロッキングア―チファクト等のノイズを除去するための非線形適応性イメ―ジフィルタ | |
JP2005323365A (ja) | デジタル映像信号フィルタリング装置及び方法 | |
WO2002001855A2 (en) | Apparatus and method for adaptively reducing noise in a noisy input image signal | |
KR20070075872A (ko) | 이득 조절 가능한 절단 빈도함수 평활화를 이용한 영상처리 방법 및 시스템 | |
KR100771158B1 (ko) | 칼라 영상의 화질 향상을 위한 방법 및 시스템 | |
JP2004040235A (ja) | 画像処理装置、及び画像処理方法 | |
US8831346B2 (en) | Image processing apparatus and method, and program | |
CN103854259A (zh) | 图像处理设备以及处理图像的方法 | |
US8265391B1 (en) | Localized, adaptive video contrast enhancement using controlled histogram equalization | |
US6175657B1 (en) | Adaptive intrafield reducing of Gaussian noise by fuzzy logic processing | |
KR20050009153A (ko) | 신호 처리 장치 및 방법, 기록 매체와 프로그램 | |
US20130287299A1 (en) | Image processing apparatus | |
US5949916A (en) | Modified automatic regressive filter and filtering method therefor | |
US20080019600A1 (en) | Image processing apparatus and image processing method | |
CN101141655A (zh) | 影像信号像素点色彩值调整方法 | |
Wu et al. | Contrast enhancement based on reflectance-oriented probabilistic equalization | |
Srinivas et al. | Channel prior based Retinex model for underwater image enhancement | |
JP7427398B2 (ja) | 画像処理装置、画像処理方法、画像処理システム及びプログラム | |
KR100821939B1 (ko) | 영상 잡음 제거 장치 및 방법 | |
Tenze et al. | Design and real-time implementation of a low-cost noise reduction system for video applications |