JP2000059652A - ノイズ除去装置及びノイズ除去方法 - Google Patents
ノイズ除去装置及びノイズ除去方法Info
- Publication number
- JP2000059652A JP2000059652A JP22479498A JP22479498A JP2000059652A JP 2000059652 A JP2000059652 A JP 2000059652A JP 22479498 A JP22479498 A JP 22479498A JP 22479498 A JP22479498 A JP 22479498A JP 2000059652 A JP2000059652 A JP 2000059652A
- Authority
- JP
- Japan
- Prior art keywords
- class
- noise
- image data
- data
- pixel
- 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
- 238000000034 method Methods 0.000 title claims description 26
- 230000008030 elimination Effects 0.000 claims description 24
- 238000003379 elimination reaction Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000009826 distribution Methods 0.000 claims description 17
- 238000003672 processing method Methods 0.000 claims 1
- 230000015556 catabolic process Effects 0.000 abstract description 3
- 238000006731 degradation reaction Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000006866 deterioration Effects 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 5
- 239000003638 chemical reducing agent Substances 0.000 description 3
- 238000013144 data compression Methods 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- 101100524644 Toxoplasma gondii ROM4 gene Proteins 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
て一段と正確にノイズのみを除去し得るようにする。 【解決手段】第1の画像データ(S51)から抽出され
たノイズデータ(S58)をクラス分類し、そのクラス
コード(S74)に応じた予測データ(S75)を発生
して第2の画像データ(S76)を生成するノイズ除去
装置(50)を設けることにより、精細度の劣化を回避
しながらノイズを除去し得、かくして従来に比して一段
と正確にノイズの除去のみを行い得る。
Description
ノイズ除去方法に関し、例えば画像データに含まれるノ
イズを除去するノイズ除去装置に適用して好適なもので
ある。
間的にランダムに発生する性質を利用して、時間的に連
続するフレーム画像を平均化することによりノイズを除
去するノイズ除去装置がある。このノイズ除去装置で
は、例えば画像データが静止画像の場合には、その信号
成分はフレーム間に相関関係があり、かつノイズ成分は
フレーム間に相関関係がないことから、連続する複数の
フレーム画像を平均化することによりノイズ成分を除去
することができる。
ノイズ除去装置においては、画像データが動画像の場合
には、時間的に連続する動画像を平均化すると、精細度
の劣化した動画像(いわゆるぼけ画像)しか生成するこ
とができず、画質の劣化を引き起こしていた。そこでこ
のような問題を回避するものとして、画像データが静止
画像のときだけに上述の平均化処理を施し、画像データ
が動画像のときには入力された画像データをそのまま出
力するノイズ除去装置がある。しかしながらこのノイズ
除去装置では、画像データが静止画像の場合にはノイズ
を除去し得るのに対して、画像データが動画像の場合に
は、ノイズを除去し得ない問題があった。
は、時間的に連続するフレーム画像を平均化すると、ノ
イズを除去し得るが、精細度の劣化による画質の劣化を
引き起こす一方、入力されるフレーム画像をそのまま出
力すると、精細度の劣化による画質の劣化は回避し得る
が、ノイズを除去し得ないという問題があった。
で、従来に比して一段と正確にノイズの除去のみを行い
得るノイズ除去装置を提案しようとするものである。
め本発明においては、第1の画像データのノイズを除去
して第2の画像データを生成するノイズ除去装置におい
て、第1の画像データに含まれるノイズデータを抽出す
るノイズデータ抽出手段と、ノイズデータから注目画素
を含む複数の画素を選定し、当該複数の画素の信号レベ
ル分布に基づいて注目画素をクラス分類することにより
ノイズクラスを決定するノイズクラス決定手段と、ノイ
ズクラス決定手段によって決定されたノイズクラスに応
じたクラスコードを生成するクラスコード生成手段と、
クラスコードに応じて予測データを発生する予測データ
発生手段と、予測データを基に第2の画像データの注目
画素を予測演算する予測演算手段とを設けるようにし
た。
ータをクラス分類し、そのクラスコードに応じた予測デ
ータを基に第2の画像データを生成することにより、精
細度の劣化を回避しながら第1の画像データに含まれる
ノイズを除去し得る。
施の形態を詳述する。
SD(Standard Definition )画像データと呼ぶ)をそ
の各画素の信号レベル分布に応じたクラスに分類し、ク
ラス毎に所定のデータ処理を施すことにより高解像度の
画像データ(以下、これをHD(High Definition )画
像データと呼ぶ)を生成するいわゆるクラス分類適応処
理の原理について説明する。
るアップコンバータ1の回路構成を示す。アップコンバ
ータ1は、外部から供給される例えば8ビットのパルス
符号変調(PCM:Pulse Code Modulation )データで
なるSD画像データS1をクラス分類部2及び予測演算
部3に入力する。クラス分類部2は、例えば図2に示す
ように、SD画像データS1のうち注目画素及び当該注
目画素を中心とした複数の周辺画素でなる合計7画素
(タップ)をクラス分類用の画素(以下、これをクラス
タップと呼ぶ)として設定し、それらの信号レベル分布
に基づいてクラスコードS2を生成する。因みに、図中
実線は第1フィールドを示し、点線は第2フィールドを
示す。
S2を生成する方法としては、PCMデータを直接使用
する(すなわちPCMデータをそのままクラスデータS
2とする)方法や、ADRC(Adaptive Dynamic Range
Coding )等のデータ圧縮方法を用いてクラス数を削減
するような方法が考えられる。このうちPCMデータを
そのままクラスコードS2とする方法では、クラスタッ
プとして8ビットのPCMデータを7タップ用いること
から、クラス数が256という膨大な数のクラス数に分類
されることになり、実用上問題がある。
RCのようなデータ圧縮処理(すなわち再量子化処理)
を施すことによりクラス数を削減するようになされてい
る。このADRCによる分類法は、注目画素を中心とす
る近傍領域内の数タップからADRCコードを、次式
いてクラスコードS2を生成する手法を用いている。こ
こで、ci はADRCコード、xi は各クラスタップの
入力画素値、MINは領域内にある各クラスタップの入
力画素値のうちの最小画素値、DRは領域内のダイナミ
ックレンジ(最大画素値と最小画素値との差分)、kは
再量子化ビット数である。
のダイナミックレンジから再量子化ビット数に応じた量
子化ステップ幅を算出し、入力画素値から最小画素値を
減算した画素値を量子化ステップ幅に応じて再量子化す
るものである。例えば領域内の7タップにおいて各クラ
スタップを1ビットに再量子化する1ビットADRCを
行う場合では、領域内のダイナミックレンジに基づいて
7タップの各入力画素値を適応的に1ビット量子化し、
その結果、7タップの入力画素値を7ビットのデータに
削減することができるので、全体としてクラス数を12
8クラスにまで削減することができる。
y Memory)4は、後述する学習回路10によって予め生
成された各クラス毎に対応した予測係数データS3を格
納しており、クラス分類部2から供給されるクラスコー
ドS2に応じた予測係数データS3を読み出し、これを
予測演算部3に送出する。予測演算部3は、例えば図3
に示すように、外部から入力されるSD画像データS1
のうち、注目画素及び当該注目画素を中心とした複数の
周辺画素でなる合計13タップを予測演算用の画素(以
下、これを予測タップと呼ぶ)として選定し、当該予測
タップの各画素値と予測係数データS3とを用いて、線
形一次結合でなる次式
り、予測タップには存在しないHD画素の集まりである
HD画像データS4を生成し、これを外部に出力する。
ここで、xi ′は各HD画素値、xi は各予測タップの
画素値、wi は予測係数、nは予測タップ数であり、こ
の場合nは13である。
されている予測係数データを生成する学習回路10の回
路構成を示し、当該学習回路10は、予測係数データを
予め生成して、これを予測係数ROM4に格納するよう
になされている。学習回路10は、いわゆる教師信号と
してのHD画像データS10を垂直間引きフィルタ11
及び予測係数算出回路12に入力する。学習回路10
は、HD画像データS10を垂直間引きフィルタ11及
び水平間引きフィルタ12によって間引くことにより、
生徒信号としてのSD画像データS11を生成し、これ
をクラス分類部14及び予測係数算出回路12に入力す
るようになされている。
ンバータのクラス分類部2と同様の構成でなり、SD画
像データS11からクラスタップを選定し、その信号レ
ベル分布に基づいてクラスコードS12を生成した後、
これを予測係数算出回路12に送出する。予測係数算出
回路12は、HD画像データS10及びSD画像データ
S11を基に、クラスコードS12が示すクラスに応じ
た予測係数をクラス毎に算出し、その結果得た予測係数
データS13を予測係数ROM4に格納する。
の(2)式における予測係数wを最小自乗法によって求
めるようになされている。具体的には予測係数算出回路
12は、XをSD画素値、Wを予測係数、YをHD画素
値として、いわゆる観測方程式と呼ばれる次式
こでmは予測するHD画素の画素数を示す学習データ
数、nは予測タップ数である。
式を基に、次式
係数wi は、この(4)式から、次式
る。すなわち次式
る。
ある(6)式を満たすようなw1 、w2 、……、wn を
算出すればよいことになり、上述の(4)式から、次式
式
は、上述の(4)及び(8)式から、次式
このようにして予測係数算出回路12は、予測タップ数
nと同一次数の連立方程式でなる正規方程式を生成し、
掃き出し法(Gauss Jordanの消去法)を用いてこの正規
方程式を解くことにより、各予測係数wi を算出する。
順について図5に示すフローチャートを用いて説明す
る。ステップSP1から入ったステップSP2におい
て、学習回路10は、教師信号としてのHD画像データ
S10から生徒信号としてのSD画像データS11を生
成することにより、予測係数を生成するのに必要な学習
データを生成する。ステップSP3において、学習回路
10は、予測係数を生成するのに必要十分な学習データ
が得られたか否か判定し、その結果、未だ必要十分な学
習データが得られていないと判断された場合にはステッ
プSP3において否定結果を得ることによりステップS
P4に移行する。
は、SD画像データS11からクラスタップを選定し、
その信号レベル分布に基づいてクラス分類を行う。ステ
ップSP5において、学習回路10は、各クラス毎に上
述の(9)式でなる正規方程式を生成し、ステップSP
2に戻って同様の処理手順を繰り返すことにより、予測
係数を生成するのに必要十分な正規方程式を生成する。
結果が得られると、このことは必要十分な学習データが
得られたことを表しており、このとき学習回路10はス
テップSP6に移って、上述の(9)式でなる正規方程
式を掃き出し法によって解くことにより、予測係数
w1 、w2 、……、wn を各クラス毎に生成する。そし
てステップSP7において、学習回路10は、生成した
各クラス毎の予測係数w1、w2 、……、wn を予測係
数ROM4(図1)に格納し、ステップSP8において
当該予測係数生成手順を終了する。
ズ除去装置の構成 まず図6を用いて予測係数を算出する学習回路20の構
成を説明する。この学習回路20は、教師信号(すなわ
ち学習データ)として例えばSD画像データ(以下、こ
れを画像データと呼ぶ)S20をノイズ重畳回路21及
び予測係数算出回路22に入力するようになされてい
る。ノイズ重畳回路21は、この画像データS20にラ
ンダムノイズを重畳し、その結果得られる画像データS
21を波形クラス領域切り出し回路23、ノイズ除去処
理回路24、減算回路25、動きクラス領域切り出し回
路26及び予測領域切り出し回路27に出力する。
ば図7に示すように、画像データS21のうち、注目画
素及び当該注目画素を中心とした複数の周辺画素でなる
合計7タップを波形クラス分類用のタップ(以下、これ
を波形クラスタップと呼ぶ)として選定し、それらの信
号レベル分布を示す波形クラスタップデータS22を波
形クラス決定回路28に出力する。波形クラス決定回路
28は、波形クラスタップデータS22に対して例えば
ADRCのようなデータ圧縮処理を施すことにより波形
クラスコードS23を生成し、これをクラスコード発生
回路29に出力する。
うに、いわゆる巡回型構成のノイズリデューサでなり、
入力される画像データS21に含まれるノイズを当該画
像データS21の動き量に応じて低減するものである。
まずノイズ除去処理回路24は、画像データS21を乗
算回路30に入力する。乗算回路30には、ノイズ除去
係数決定回路31からノイズ除去係数kが供給されてお
り、当該乗算回路30は、1からこのノイズ除去係数k
を減算し、その減算結果と画像データS21とを乗算す
ることにより第1の重み付け画像データS24を生成
し、これを加算回路32に出力する。
ズが除去されたノイズ除去画像データS25を保持して
おり、これを乗算回路34に出力するようになされてい
る。乗算回路34には、ノイズ除去係数決定回路31か
らノイズ除去係数kが供給されており、当該乗算回路3
4は、このノイズ除去係数kとノイズ除去画像データS
25とを乗算することにより第2の重み付け画像データ
S26を生成し、これを加算回路32に出力する。加算
回路32は、第1の重み付け画像データS24と第2の
重み付け画像データS26とを加算することによりノイ
ズを除去したノイズ除去画像データS27を生成し、こ
れをフレームメモリ33に送出して当該フレームメモリ
33に記憶すると共に、後段の減算回路25に出力す
る。
1の動き量に応じて値0から1までの範囲で変化するも
のであり、ノイズ除去処理回路24は、ノイズ除去係数
kが1の場合にはフレームメモリ33に記憶されている
ノイズ除去画像データS25を出力し、ノイズ除去係数
kが0の場合には画像データS21をそのまま出力す
る。従ってノイズ除去処理回路24では、ノイズ除去係
数kが大きくなるとノイズを効果的に除去し得る一方、
画像データS21が動画像のときには精細度が大きく劣
化する。
重畳されている画像データS21とノイズが除去された
ノイズ除去画像データS27との差分をとることにより
ノイズデータS28を生成し、これをノイズクラス領域
切り出し回路35に出力する。ノイズクラス領域切り出
し回路35は、例えば図9に示すように、ノイズデータ
S28のうち、注目画素及び当該注目画素を中心とした
複数の周辺画素でなる合計9タップをノイズクラス分類
用のタップ(以下、これをノイズクラスタップと呼ぶ)
として選定し、それらの信号レベル分布を示すノイズク
ラスタップデータS29をノイズクラス決定回路36に
出力する。
スタップデータS29からそのダイナミックレンジを算
出し、当該ダイナミックレンジとノイズ除去係数決定回
路31から供給されるノイズ除去係数kとに基づいてノ
イズクラスコードS30を生成し、これをクラスコード
発生回路29に送出する。ノイズクラス決定回路36
は、例えば供給されたノイズ除去係数kが3クラスに分
類されている場合に、ダイナミックレンジを3クラスに
分類すると、ノイズクラスタップを9クラスに分類する
ことになる。
ば図10に示すように、画像データS21のうち、注目
画素及び当該注目画素を中心とした複数の周辺画素でな
る合計9タップを動きクラス分類用のタップ(以下、こ
れを動きクラスタップと呼ぶ)として設定し、それらの
信号レベル分布を示す動きクラスタップデータS40を
動きクラス決定回路40に送出する。
ラスタップデータS40と前フレームの動きクラスタッ
プデータとの差分を基に動きクラスコードS41を生成
し、これをクラスコード発生回路29及びノイズ除去係
数決定回路31に送出する。動きクラス決定回路40
は、動きクラスタップデータS40を例えば動きの有り
無しのような2クラスに分類する。
ス決定回路40から供給される動きクラスコードS41
に応じてノイズ除去係数kを値0から値1までの範囲で
変化させ、これをノイズ除去処理回路24及びノイズク
ラス決定回路36に送出するようになされている。すな
わちノイズ除去処理回路31は、ノイズ除去係数kを、
画像データS21の精細度が劣化することを避けながら
そのノイズを除去し得るような値に選定する。
コードS23、ノイズクラスコードS30及び動きクラ
スコードS41に基づいてクラスコードS42を生成
し、これを予測係数算出回路22に送出する。また予測
領域切り出し回路27は、例えば図11に示すように、
画像データS21のうち、注目画素及び当該注目画素を
中心とした複数の周辺画素でなる合計13タップを予測
タップとして選定し、それらの信号レベルを示す予測タ
ップデータS43を予測係数算出回路22に送出する。
生回路29から供給されるクラスコードS42に基づい
て、予測タップデータS43と画像データS20の注目
画素とから正規方程式を各クラス毎に生成し、当該正規
方程式を解くことにより予測係数をクラス毎に算出して
これらを予測係数ROM41に格納する。
構成について説明する。ノイズ除去装置50は、ノイズ
の含まれている画像データS51を波形クラス領域切り
出し回路53、ノイズ除去処理回路54、減算回路5
5、動きクラス領域切り出し回路56及び予測領域切り
出し回路57に入力する。
に示す学習回路20の波形クラス領域切り出し回路23
と同様の構成でなり、画像データS51のうち波形クラ
スタップを切り出し、それらの信号レベル分布を示す波
形クラスタップデータS52を波形クラス決定回路58
に送出する。波形クラス決定回路58は、図6に示す学
習回路20の波形クラス決定回路28と同様の構成でな
り、波形クラスタップデータS52から波形クラスコー
ドS53を生成し、これをクラスコード発生回路59に
送出する。
イズ除去処理回路24と同様の構成でなり、ノイズ除去
係数決定回路61から供給されるノイズ除去係数k′に
基づいて画像データS51のノイズを除去し、その結果
得たノイズ除去画像データS57を減算回路55に送出
する。減算回路55は、図6に示す減算回路25と同等
の構成でなり、画像データS51とノイズ除去画像デー
タS57との差分をとることによりノイズデータ58を
生成し、これをノイズクラス領域切り出し回路65に送
出する。
6に示すノイズクラス領域切り出し回路35と同様の構
成でなり、ノイズデータS58のうちノイズクラスタッ
プを切り出し、それらの信号レベル分布を示すノイズク
ラスタップデータS59をノイズクラス決定回路66に
送出する。ノイズクラス決定回路66は、図6に示すノ
イズクラス決定回路36と同様の構成でなり、ノイズ除
去係数決定回路61から供給されるノイズ除去係数k′
とノイズクラスタップデータS59とに基づいてノイズ
クラスコードS60を生成し、これをクラスコード発生
回路59に送出する。
に示す動きクラス領域切り出し回路26と同様の構成で
なり、画像データS51のうち動きクラスタップを切り
出し、それらの信号レベル分布を示す動きクラスタップ
データS70を動きクラス決定回路70に送出する。動
きクラス決定回路70は、図6に示す動きクラス決定回
路40と同様の構成でなり、動きクラスタップデータS
70から動きクラスコードS71を生成し、これをクラ
スコード発生回路59及びノイズ除去係数決定回路61
に送出する。ノイズ除去係数決定回路61は、図6に示
すノイズ除去係数決定回路31と同様の構成でなり、動
きクラスコードS71に応じてノイズ除去係数k′を決
定し、これをノイズ除去処理回路54及びノイズクラス
決定回路66に送出するようになされている。
予測領域切り出し回路27と同様の構成でなり、画像デ
ータS51のうち予測タップを切り出し、それらの信号
レベルを示す予測タップデータS73を予測演算回路7
1に送出する。クラスコード発生回路59は、図6に示
すクラスコード発生回路29と同様の構成でなり、波形
クラスコードS53、ノイズクラスコードS60及び動
きクラスコードS71からクラスコードS74を生成
し、これを予測係数ROM72に送出する。
数ROM41と同様の構成でなり、図6に示す学習回路
20によって算出された予測係数データを各クラス毎に
格納している。そして予測係数ROM72は、クラスコ
ードS74が供給されると、当該クラスコードS74に
応じたクラスの予測係数データS75を読み出し、これ
を予測演算回路71に送出する。予測演算回路71は、
予測タップデータS73と予測係数データS75との積
和演算を行うことにより、ノイズを除去したノイズ除去
画像データS76を生成し、これを外部に出力する。
イズを重畳した画像データS21の複数の画素から波形
クラスコードS23を決定すると共に、画像データS2
1に含まれるノイズデータS28の複数の画素からノイ
ズクラスコードS30を決定し、さらに画像データS2
1の複数の画素から動きクラスコードS41を決定した
後、これら波形クラスコードS23、ノイズクラスコー
ドS30及び動きクラスコードS41を基にクラスコー
ドS42を生成する。そして学習回路20は、クラスコ
ードS42に基づいて、ノイズが重畳された画像データ
S21の複数の画素と、画像データS20の注目画素と
から予測係数を各クラス毎に算出し、これらを予測係数
ROM41に格納する。
の複数の画素から波形クラスコードS53を決定すると
共に、画像データS51に含まれるノイズデータS58
の複数の画素からノイズクラスコードS60を決定し、
さらに画像データS51の複数の画素から動きクラスコ
ードS71を決定した後、これら波形クラスコードS5
3、ノイズクラスコードS60及び動きクラスコードS
71を基にクラスコードS74を生成する。そしてノイ
ズ除去装置50は、このクラスコードS74に基づいて
予測係数ROM72から予測係数データS75を読み出
し、当該予測係数データS75が示す各予測係数と画像
データS51の複数の画素との積和演算を行うことによ
り、ノイズ除去画像データS76を生成する。
から波形クラスコードS53を決定し、また画像データ
S51に含まれるノイズデータS58の複数の画素から
ノイズクラスコードS60を決定し、さらに画像データ
S51の複数の画素から動きクラスコードS71を決定
した後、これら波形クラスコードS53、ノイズクラス
コードS60及び動きクラスコードS71を基にクラス
コードS74を生成し、当該クラスコードS74に応じ
た予測係数データS75を予測係数ROM72から読み
出して予測演算することにより、精細度の劣化を回避し
ながらノイズを除去し得る。
53、ノイズクラスコードS60及び動きクラスコード
S71を基にクラスコードS74を生成し、当該クラス
コードS74に応じた予測係数データS75を用いて予
測演算することにより、精細度の劣化を回避しながらノ
イズを除去し得る、かくして従来に比して一段と画質を
向上し得る。
示すように、波形クラスタップとして、画像データS2
1及びS51から7タップを選定した場合について述べ
たが、本発明はこれに限らず、要は、注目画素及び当該
注目画素を中心とした複数の周辺画素を選定すれば良
い。
示すように、ノイズクラスタップとして、ノイズデータ
S28及びS58から9タップを選定した場合について
述べたが、本発明はこれに限らず、要は、注目画素及び
当該注目画素を中心とした複数の周辺画素を選定すれば
良い。
に示すように、動きクラスタップとして、画像データS
21及びS51から9タップを選定した場合について述
べたが、本発明はこれに限らず、要は、注目画素及び当
該注目画素を中心とした複数の周辺画素を選定すれば良
い。
に示すように、予測タップとして、画像データS21及
びS51から13タップを選定した場合について述べた
が、本発明はこれに限らず、要は、注目画素及び当該注
目画素を中心とした複数の周辺画素を選定すれば良い。
除去処理回路24及び54として巡回型構成のノイズリ
デューサを適用した場合について述べたが、本発明はこ
れに限らず、例えば非巡回型構成のノイズリデューサの
ようなこの他種々のノイズ除去処理回路を適用しても良
い。
重畳回路21によってランダムノイズを画像データS2
0に重畳した場合について述べたが、本発明はこれに限
らず、例えば実際のテレビジョン信号から抽出したノイ
ズのように、この他種々のノイズを重畳しても良い。
クラスタップデータS29及びS59のダイナミックレ
ンジからノイズクラスコードS30及びS60を決定し
た場合について述べたが、本発明はこれに限らず、例え
ばノイズクラスタップデータS29及びS59のレベル
変動を示すアクティビティのように、この他種々のデー
タを基にノイズクラスコードを決定しても良い。
ズを含むSD画像でなる画像データS51を、ノイズを
除去したSD画像でなるノイズ除去画像データS76に
変換した場合について述べたが、本発明はこれに限ら
ず、例えばノイズを含むSD画像データをノイズを除去
したHD画像データに変換しても良く、この他種々のフ
ォーマット変換に本発明を広く適用し得る。
像データから抽出されたノイズデータをクラス分類し、
そのクラスコードに応じた予測データを発生して第2の
画像データを生成することにより、精細度の劣化を回避
しながらノイズを除去し得、かくして従来に比して一段
と正確にノイズの除去のみを行い得る。
る。
る。
ロック図である。
る。
ある。
る。
る。
ロック図である。
53……波形クラス領域切り出し回路、24、54……
ノイズ除去処理回路、25、55……減算回路、26、
56……動きクラス領域切り出し回路、、27、57…
…予測領域切り出し回路、28、58……波形クラス決
定回路、29、59……クラスコード発生回路、35、
65……ノイズクラス領域切り出し回路、36、66…
…ノイズクラス決定回路、40、70……動きクラス決
定回路、41、72……予測係数ROM、71……予測
演算回路。
Claims (12)
- 【請求項1】第1の画像データのノイズを除去して第2
の画像データを生成するノイズ除去装置において、 上記第1の画像データに含まれるノイズデータを抽出す
るノイズデータ抽出手段と、 上記ノイズデータから注目画素を含む複数の画素を選定
し、当該複数の画素の信号レベル分布に基づいて上記注
目画素をクラス分類することによりノイズクラスを決定
するノイズクラス決定手段と、 上記ノイズクラス決定手段によって決定された上記ノイ
ズクラスに応じたクラスコードを生成するクラスコード
生成手段と、 上記クラスコードに応じて予測データを発生する予測デ
ータ発生手段と、 上記予測データを基に上記第2の画像データの上記注目
画素を予測演算する予測演算手段とを具えることを特徴
とするノイズ除去装置。 - 【請求項2】上記第1の画像データから注目画素を含む
複数の画素を選定し、当該複数の画素の信号レベル分布
に基づいて上記注目画素をクラス分類することにより波
形クラスを決定する波形クラス決定手段を具え、上記ク
ラスコード生成手段は、上記ノイズクラス及び上記波形
クラスからクラスコードを生成することを特徴とする請
求項1に記載のノイズ除去装置。 - 【請求項3】上記第1の画像データから注目画素を含む
複数の画素を選定し、当該複数の画素の動き量に応じて
上記注目画素をクラス分類することにより動きクラスを
決定する動きクラス決定手段を具え、上記クラスコード
生成手段は、上記ノイズクラス及び上記動きクラスから
上記クラスコードを生成することを特徴とする請求項1
に記載のノイズ除去装置。 - 【請求項4】上記第1の画像データから注目画素を含む
複数の画素を選定し、当該複数の画素の信号レベル分布
に基づいて上記注目画素をクラス分類することにより波
形クラスを決定する波形クラス決定手段と、 上記第1の画像データから注目画素を含む複数の画素を
選定し、当該複数の画素の動き量に応じて上記注目画素
をクラス分類することにより動きクラスを決定する動き
クラス決定手段とを具え、上記クラスコード生成手段
は、上記ノイズクラス、上記波形クラス及び上記動きク
ラスからクラスコードを生成することを特徴とする請求
項1に記載のノイズ除去装置。 - 【請求項5】上記予測データは、 上記第1の画像データから選定された上記複数の画素に
対応して存在する予測係数でなり、 上記予測演算手段は、 上記クラスコードに応じて発生された上記各予測係数と
上記第1の画像データの上記複数の画素とから上記第2
の画像データの上記注目画素を生成することを特徴とす
る請求項1に記載のノイズ除去装置。 - 【請求項6】上記予測データは、 上記第2の画像データに対応する学習データを用いて予
め生成されていることを特徴とする請求項1に記載のノ
イズ除去装置。 - 【請求項7】第1の画像データのノイズを除去して第2
の画像データを生成するノイズ除去方法において、 上記第1の画像データに含まれるノイズデータを抽出
し、 上記ノイズデータから注目画素を含む複数の画素を選定
し、当該複数の画素の信号レベル分布に基づいて上記注
目画素をクラス分類することによりノイズクラスを決定
し、 決定された上記ノイズクラスに応じたクラスコードを生
成し、 上記クラスコードに応じて予測データを発生し、 上記予測データを基に上記第2の画像データの上記注目
画素を予測演算することを特徴とするノイズ除去方法。 - 【請求項8】上記第1の画像データから注目画素を含む
複数の画素を選定し、当該複数の画素の信号レベル分布
に基づいて上記注目画素をクラス分類することにより波
形クラスを決定し、 上記ノイズクラス及び上記波形クラスからクラスコード
を生成することを特徴とする請求項7に記載のノイズ除
去方法。 - 【請求項9】上記第1の画像データから注目画素を含む
複数の画素を選定し、当該複数の画素の動き量に応じて
上記注目画素をクラス分類することにより動きクラスを
決定し、 上記ノイズクラス及び上記動きクラスから上記クラスコ
ードを生成することを特徴とする請求項7に記載のノイ
ズ除去方法。 - 【請求項10】上記第1の画像データから注目画素を含
む複数の画素を選定し、当該複数の画素の信号レベル分
布に基づいて上記注目画素をクラス分類することにより
波形クラスを決定し、 上記第1の画像データから注目画素を含む複数の画素を
選定し、当該複数の画素の動き量に応じて上記注目画素
をクラス分類することにより動きクラスを決定し、 上記ノイズクラス、上記波形クラス及び上記動きクラス
からクラスコードを生成することを特徴とする請求項7
に記載のノイズ除去方法。 - 【請求項11】上記予測データは、 上記第1の画像データから選定された上記複数の画素に
対応して存在する予測係数でなり、 上記クラスコードに応じて発生された上記各予測係数と
上記第1の画像データの上記複数の画素とから上記第2
の画像データの上記注目画素を生成することを特徴とす
る請求項7に記載のノイズ除去方法。 - 【請求項12】上記予測データは、 上記第2の画像データに対応する学習データを用いて予
め生成されていることを特徴とする請求項7に記載のノ
イズ除去方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP22479498A JP2000059652A (ja) | 1998-08-07 | 1998-08-07 | ノイズ除去装置及びノイズ除去方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP22479498A JP2000059652A (ja) | 1998-08-07 | 1998-08-07 | ノイズ除去装置及びノイズ除去方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2000059652A true JP2000059652A (ja) | 2000-02-25 |
JP2000059652A5 JP2000059652A5 (ja) | 2005-09-08 |
Family
ID=16819315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP22479498A Pending JP2000059652A (ja) | 1998-08-07 | 1998-08-07 | ノイズ除去装置及びノイズ除去方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2000059652A (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001285882A (ja) * | 2000-04-03 | 2001-10-12 | Sony Corp | ノイズ低減装置および方法 |
WO2001097510A1 (en) * | 2000-06-15 | 2001-12-20 | Sony Corporation | Image processing system, image processing method, program, and recording medium |
US7085318B2 (en) | 2000-06-15 | 2006-08-01 | Sony Corporation | Image processing system, image processing method, program, and recording medium |
EP1701347A2 (en) | 2002-11-29 | 2006-09-13 | Fuji Photo Film Co., Ltd. | Optical information-recording Medium, novel oxonol compound and method of recording information |
JP2006527566A (ja) * | 2003-06-13 | 2006-11-30 | 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 | 空間的信号変換 |
JP2007251690A (ja) * | 2006-03-16 | 2007-09-27 | Sony Corp | 画像処理装置および方法、学習装置および方法、並びにプログラム |
JP2008199437A (ja) * | 2007-02-15 | 2008-08-28 | Sony Corp | 画像処理装置および画像処理方法、学習装置および学習方法、並びにプログラム |
JP2015182523A (ja) * | 2014-03-21 | 2015-10-22 | 株式会社Ihi | デブリ検出方法 |
-
1998
- 1998-08-07 JP JP22479498A patent/JP2000059652A/ja active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001285882A (ja) * | 2000-04-03 | 2001-10-12 | Sony Corp | ノイズ低減装置および方法 |
JP4552262B2 (ja) * | 2000-04-03 | 2010-09-29 | ソニー株式会社 | ノイズ低減装置および方法 |
WO2001097510A1 (en) * | 2000-06-15 | 2001-12-20 | Sony Corporation | Image processing system, image processing method, program, and recording medium |
US7085318B2 (en) | 2000-06-15 | 2006-08-01 | Sony Corporation | Image processing system, image processing method, program, and recording medium |
KR100816593B1 (ko) * | 2000-06-15 | 2008-03-24 | 소니 가부시끼 가이샤 | 화상 처리 장치, 화상 처리 방법, 및 기록 매체 |
EP1701347A2 (en) | 2002-11-29 | 2006-09-13 | Fuji Photo Film Co., Ltd. | Optical information-recording Medium, novel oxonol compound and method of recording information |
JP2006527566A (ja) * | 2003-06-13 | 2006-11-30 | 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 | 空間的信号変換 |
JP4734239B2 (ja) * | 2003-06-13 | 2011-07-27 | 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 | 空間的信号変換 |
JP2007251690A (ja) * | 2006-03-16 | 2007-09-27 | Sony Corp | 画像処理装置および方法、学習装置および方法、並びにプログラム |
JP2008199437A (ja) * | 2007-02-15 | 2008-08-28 | Sony Corp | 画像処理装置および画像処理方法、学習装置および学習方法、並びにプログラム |
JP2015182523A (ja) * | 2014-03-21 | 2015-10-22 | 株式会社Ihi | デブリ検出方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3165296B2 (ja) | フレーム間符号化処理方式及びフレーム間符号化処理方法及び符号化制御方式 | |
US6301301B1 (en) | Apparatus and method for coding and decoding a moving image | |
US4430670A (en) | Reconstruction of quantized DPCM or PCM signals | |
JP2930092B2 (ja) | 画像符号化装置 | |
JPH07226937A (ja) | 輝度信号適応動き評価方法 | |
JP2000059652A (ja) | ノイズ除去装置及びノイズ除去方法 | |
US5949916A (en) | Modified automatic regressive filter and filtering method therefor | |
JP3486975B2 (ja) | ノイズ低減装置及び方法 | |
JP2002223374A (ja) | ノイズ除去装置およびノイズ除去方法 | |
JP2000125268A (ja) | 画像データ変換装置及び画像データ変換方法 | |
JPH07143333A (ja) | 画像信号のa/d変換回路 | |
JP2000032402A (ja) | 画像変換装置および方法、並びに提供媒体 | |
JPH08322041A (ja) | ブロック歪み除去装置 | |
JPH1127564A (ja) | 画像変換装置および方法、並びに提供媒体 | |
JP4337186B2 (ja) | 画像情報変換装置および画像情報変換方法、学習装置および学習方法 | |
JP4352298B2 (ja) | 演算装置及び変換装置並びにそれらの方法 | |
JP3371159B2 (ja) | ディジタル画像信号処理装置および処理方法 | |
JPH10136317A (ja) | 画像信号変換装置および方法 | |
JP3758228B2 (ja) | クラス分類適応処理における学習方法および学習装置 | |
JP3640651B2 (ja) | 符号化制御装置 | |
JP2802629B2 (ja) | 画像データの圧縮装置、及び画像処理装置 | |
JP2000134511A (ja) | 画像情報変換装置および変換方法 | |
JP2000101842A (ja) | モアレ除去方法 | |
JP4131049B2 (ja) | 信号処理装置及び信号処理方法 | |
JP2001285882A (ja) | ノイズ低減装置および方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050314 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050314 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070706 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070713 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070911 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080229 |