JP2000201283A - 画像処理装置および方法、並びに提供媒体 - Google Patents

Abstract

(57)【要約】 【課題】 画像の時間方向に関するノイズも除去する。 【解決手段】 ブロック構成部１は、信号遅延部２に記
憶されている所定量の画像データを一括して読み出し、
平面推定部３に出力する。平面推定部３は、所定の式
に、入力された画像データを順次代入することにより、
信号レベル値が一定であると判定される平面の平面式を
算出する。定常性方向評価部４は、所定の５画素の存在
位置により分類された複数のクラスが記憶されており、
クラス毎に、算出された平面式に５画素の座標値を順次
代入し、クラス毎のダイナミックレンジを算出する。そ
して、ダイナミックレンジが最も小さい値のクラスを予
測タップ構成部５と予測係数ROM６に出力する。予測タ
ップ構成部５と予測係数ROM６は、入力されたクラスに
対応するデータを予測処理部７に出力する。予測処理部
７は、入力されたデータを基に、ノイズ除去の為の適応
処理を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は画像処理装置および
方法、並びに提供媒体に関し、特に、画像データ内の時
間方向に存在するノイズを除去するのに用いて好適な画
像処理装置および方法、並びに提供媒体に関する。

【０００２】

【従来の技術】従来、画像データのノイズ成分を除去す
るのに、画像の動き検出を行い、充分に静止していると
判断された部分（画素群）に対して、時間方向のフィル
タリング処理を行うようにしていた。

【０００３】

【発明が解決しようとする課題】しかしながら、上述し
たノイズ成分の除去処理では、ノイズ成分が重畳される
と正しい動き検出ができなくなり、その結果、正しいノ
イズ成分の除去ができなくなるといった課題があった。

【０００４】また、上述したノイズ成分の除去処理で
は、充分に静止していると判断された画像領域に対して
は、ノイズ成分が抑制されるが、動画領域に対してもノ
イズ成分を抑制しようとした場合、一様な（構造的に固
定あるいは主たる画像の属性に因らない）空間内での平
滑化によりノイズ除去処理を行うため（変化のある部分
をノイズとして除去するため）、主たる画像の空間解像
度の劣化を伴ってしまうという課題があった。

【０００５】本発明はこのような状況に鑑みてなされた
ものであり、所定の枚数のフィールド内で、信号レベル
が同一であると判断される平面を推定し、その推定され
た平面で、傾きが０となる一方向を判定し、その方向で
ノイズが除去されるように適応処理を行うようにして、
空間解像度の劣化を抑制するものである。

【０００６】

【課題を解決するための手段】請求項１に記載の画像処
理装置は、注目画素が中央に位置する基準フィールドを
含み、基準フィールドの時間的に前または後に位置する
所定枚数のフィールドから構成される画素データをブロ
ック化するブロック化手段と、ブロック化手段によりブ
ロック化された画素データを所定の式に代入し、レベル
値が同一であると判断される平面を推定する平面推定手
段と、平面推定手段により推定された平面式に、クラス
毎に設定されている複数の画素の座標値を代入し、最小
値と最大値との差をとることによりクラス毎のダイナミ
ックレンジを算出する算出手段と、クラス毎に設定され
ている予測係数を記憶する記憶手段と、算出手段により
算出されたダイナミックレンジの最小値をもつクラスに
対応する予測係数を記憶手段から読み出す読み出し手段
と、読み出し手段により読み出された予測係数と所定の
画素からなる予測タップとを用いて適応処理を行う適応
処理手段とを備えることを特徴とする。

【０００７】請求項５に記載の画像処理方法は、注目画
素が中央に位置する基準フィールドを含み、基準フィー
ルドの時間的に前または後に位置する所定枚数のフィー
ルドから構成される画素データをブロック化するブロッ
ク化ステップと、ブロック化ステップでブロック化され
た画素データを所定の式に代入し、レベル値が同一であ
ると判断される平面を推定する平面推定ステップと、平
面推定ステップで推定された平面式に、クラス毎に設定
されている複数の画素の座標値を代入し、最小値と最大
値との差をとることによりクラス毎のダイナミックレン
ジを算出する算出ステップと、クラス毎に設定されてい
る予測係数を記憶する記憶ステップと、算出ステップで
算出されたダイナミックレンジの最小値をもつクラスに
対応する予測係数を記憶ステップから読み出す読み出し
ステップと、読み出しステップで読み出された予測係数
と所定の画素からなる予測タップとを用いて適応処理を
行う適応処理ステップとを含むことを特徴とする。

【０００８】請求項６に記載の提供媒体は、注目画素が
中央に位置する基準フィールドを含み、基準フィールド
の時間的に前または後に位置する所定枚数のフィールド
から構成される画素データをブロック化するブロック化
ステップと、ブロック化ステップでブロック化された画
素データを所定の式に代入し、レベル値が同一であると
判断される平面を推定する平面推定ステップと、平面推
定ステップで推定された平面式に、クラス毎に設定され
ている複数の画素の座標値を代入し、最小値と最大値と
の差をとることによりクラス毎のダイナミックレンジを
算出する算出ステップと、クラス毎に設定されている予
測係数を記憶する記憶ステップと、算出ステップで算出
されたダイナミックレンジの最小値をもつクラスに対応
する予測係数を記憶ステップから読み出す読み出しステ
ップと、読み出しステップで読み出された予測係数と所
定の画素からなる予測タップとを用いて適応処理を行う
適応処理ステップとを含む処理を画像処理装置に実行さ
せるコンピュータが読み取り可能なプログラムを提供す
ることを特徴とする。

【０００９】請求項１に記載の画像処理装置、請求項５
に記載の画像処理方法、および請求項６に記載の提供媒
体においては、所定枚数のフィールドから構成されるブ
ロックの画素データが所定の式に代入され、レベル値が
同一であると判断される平面が推定され、その推定され
た平面の平面式に、クラス毎に設定されている複数の画
素の座標値が代入され、最小値と最大値との差をとるこ
とによりクラス毎のダイナミックレンジが算出され、ダ
イナミックレンジの最小値をもつクラスに対応する予測
係数と所定の画素からなる予測タップとが用いられて適
応処理が行なわれる。

【００１０】

【発明の実施の形態】以下に本発明の実施の形態を説明
するが、特許請求の範囲に記載の発明の各手段と以下の
実施の形態との対応関係を明らかにするために、各手段
の後の括弧内に、対応する実施の形態（但し一例）を付
加して本発明の特徴を記述すると、次のようになる。但
し勿論この記載は、各手段を記載したものに限定するこ
とを意味するものではない。

【００１１】請求項１に記載の画像処理装置は、注目画
素が中央に位置する基準フィールドを含み、基準フィー
ルドの時間的に前または後に位置する所定枚数のフィー
ルドから構成される画素データをブロック化するブロッ
ク化手段（例えば、図１のブロック構成部１）と、ブロ
ック化手段によりブロック化された画素データを所定の
式に代入し、レベル値が同一であると判断される平面を
推定する平面推定手段（例えば、図２のステップＳ３）
と、平面推定手段により推定された平面式に、クラス毎
に設定されている複数の画素の座標値を代入し、最小値
と最大値との差をとることによりクラス毎のダイナミッ
クレンジを算出する算出手段（例えば、図２のステップ
Ｓ４）と、クラス毎に設定されている予測係数を記憶す
る記憶手段（例えば、図１の予測係数ROM６）と、算出
手段により算出されたダイナミックレンジの最小値をも
つクラスに対応する予測係数を記憶手段から読み出す読
み出し手段（例えば、図２のステップＳ５）と、読み出
し手段により読み出された予測係数と所定の画素からな
る予測タップとを用いて適応処理を行う適応処理手段
（例えば、図２のステップＳ６）とを備えることを特徴
とする。

【００１２】図１は、本発明を適用した画像処理装置の
一実施の形態の構成を示すブロック図である。入力ＳＤ
（Standard Definition）信号は、ブロック構成部１を
介してFIFO（First In First Out）などで構成される信
号遅延部２に供給される。信号遅延部２に入力されたＳ
Ｄ信号は、必要に応じブロック構成部１にブロック化さ
れて読み出され、平面推定部３に出力される。平面推定
部３から出力された信号は、定常性方向評価部４に出力
される。

【００１３】定常性方向評価部４から出力された信号
は、予測タップ構成部５と予測係数ROM（Random Access
Memory）６に出力される。予測処理部７は、予測タッ
プ構成部５から出力された信号を、予測係数ROM６に記
憶されている予測係数により、所定の処理を施し、処理
後のＳＤ信号として出力する。

【００１４】次に、画像処理装置の動作を図２のフロー
チャートを参照して説明する。ステップＳ１において、
ＳＤ信号（例えば８ビットＰＣＭ（Pulse Code Modulat
ion）の輝度信号）が、ブロック構成部１を介して信号
遅延部２に入力され、記憶される。ステップＳ２におい
て、ブロック構成部１は、信号遅延部２に記憶されてい
る所定量のＳＤ信号（画像データ）を読み出す。その読
み出される所定量のデータは、図３（Ａ）に示したよう
に、５枚の第１フィールド（例えば、奇数フィールド）
と４枚の第２フィールド（例えば、偶数フィールド）か
ら構成される合計９フィールド分のデータのうちの、各
フィールドの所定の領域のデータである。簡単のため、
この例では、図３（Ｂ）に示すように、第１フィールド
の領域は４５（＝９×５）画素から構成され、第２フィ
ールドの領域は３６（＝９×４）画素から構成されてい
るものとする。従って、信号遅延部２から読み出される
９フィールド分の領域の総画素数は３６９画素となる。
この３６９画素からなる９フィールドを、以下、適宜、
局所的時空間ブロックと記述する。

【００１５】換言すると、局所的時空間ブロックは、処
理対象とされた注目画素が領域の中央に位置する基準フ
ィールドを含み、その基準フィールドの時間的に前また
は後に位置する４フィールドの合計９フィールドから構
成される。また、基準フィールドの領域は、水平方向に
９画素、垂直方向に５画素から構成されるフィールドで
ある。基準フィールドの時間軸方向の座標値を０とした
とき、基準フィールドより時間的に前に存在するフィー
ルドの時間軸方向の座標値（時刻）はマイナスで表さ
れ、基準フィールドより時間的に後に存在するフィール
ドの時間軸方向の座標値（時刻）はプラスで表される。
従って、時間軸方向の座標値（時刻）は、−４乃至４ま
で変化する。また、注目画素の時空間座標を以下のよう
に示して、この座標を原点とし、他の画素の座標を表現
する。 （水平、垂直、時刻）＝（ｘ，ｙ，ｚ）＝（０，０，
０）

【００１６】ブロック構成部１は、信号遅延部２から１
つの局所的時空間ブロックのデータを一括して読み出
し、平面推定部３に出力する。平面推定部３は、入力さ
れた局所的時空間ブロックの全画素データを次式（１）
に代入する。 ｒ_n＋ｅ＝ｃ１・ｘ_n＋ｃ２・ｙ_n＋ｃ３・ｚ_n＋ｃ４ ・・・（１） 式（１）において、ｒ_nはノイズ画像（入力ＳＤ画像）
における時空間座標（水平、垂直、時刻）が（ｘ_n，
ｙ_n，ｚ_n）の画素データの輝度信号値であり、ｅは残
差、（ｘ_n，ｙ_n，ｚ_n）は時空間ブロック内のｎ番目の
画素の水平、垂直、時刻の注目画素を原点とする座標値
であり、ｃ１乃至ｃ４は係数である。

【００１７】平面推定部３は、入力された局所的時空間
ブロックの画素データの輝度信号値ｒ_nと、その画素デ
ータの座標値（ｘ_n，ｙ_n，ｚ_n）を、式（１）に代入
し、次式（２）に示す残差ｅの自乗和が最小となるよう
に、係数ｃ１乃至ｃ４を求める。

【式１】

【００１８】なお、式（２）における値ｍは図３（Ａ）
の例の場合、３６８となる。求められた係数をｃ１’乃
至ｃ４’とするとき、式（３）に示す平面式が生成され
る。 ｒ＝ｃ１’・ｘ＋ｃ２’・ｙ＋ｃ３’・ｚ＋ｃ４’ ・・・（３）

【００１９】このようにして、平面推定部３により求め
られた係数ｃ１’乃至ｃ４’を用いて表される式（３）
により生成される平面が推定平面とされる。この推定平
面の一例が図４に示されている。図４において示された
推定平面は、式（３）により生成される平面であり、局
所的時空間ブロック内に実際に存在する画素により生成
される平面、換言すれば、推定平面上に局所的時空間ブ
ロックの画素が乗っている平面とは限らない。さらに換
言すると、推定平面は、信号レベル（輝度値）がほぼ同
一であると判断される画素が存在するであろう位置に存
在する平面である。

【００２０】図４に示したような推定平面が推定される
場合、すなわち、垂直方向と水平方向からなる面の水平
方向においては、左側から右側にかけて垂直座標値が下
がり、時間方向においては、水平と垂直の座標値共に変
化がない平面が推定される場合、図中右上側から左下側
にかけて、徐々に輝度値が下がる、或いは上がる（グラ
デーションがかかっているような）画像が、９フィール
ド分の時刻の間、変化なく表示されていることになる。

【００２１】なお、図４に示した推定平面は、等レベル
面を表現しているものであり、信号のレベルそのものを
表現しているものではなく、信号のレベル値の等高線の
ようなものとして示してある。

【００２２】図４に示したような推定平面が推定される
他の例としては、先の空間方向に関し徐々に輝度値が変
化するものの他、階段上に急峻に変化する場合など、推
定平面と直交する方向に何らかの輝度値変化を呈するよ
うな画像である。

【００２３】次に、定常性方向評価部４は、このように
して、平面推定部３により求められた係数ｃ１’乃至ｃ
４’を用いて表される推定平面に含まれ、少なくとも１
次元方向に関し、傾斜が０の方向（定常方向）を求め
る。求められる傾斜０の方向は、１次元または２次元の
関数、例えば、ｆ（ｘ）やｆ（ｘ，ｙ）で表現される直
線式となる。求められる定常方向は、上述した輝度値を
そのままプロットしたときに、階段状になる画像の場
合、その階段のステップの方向、換言すれば、階段を上
り下りする方向と直交する方向となる。

【００２４】定常性方向評価部４は、定常方向を求める
とともに、クラス分類も行う。換言すると、クラスに基
づく定常方向を判定する。すなわち、予め複数のクラス
と、各クラスに分類される為の条件が定められており、
どのクラスに分類されるかにより定常性が判断される。
各クラスに分類される為の条件としては、９フィールド
に含まれる３６９画素の内の所定の５画素の存在位置に
よる。

【００２５】この場合、総クラス数は、₃₆₉Ｃ₅個のクラ
スとなる。しかしながら、₃₆₉Ｃ₅個のクラスは膨大な組
み合わせ数になるため実用的ではない。そこで、図５に
示したように、５枚の第１フィールドの所定の２１画素
（以下、適宜、選択候補画素と記述する）から５画素を
用いてクラス数を考えると、₂₁Ｃ₅＝２０３４９個のク
ラスとなり、取り扱いやすいクラス数になる。さらに、
注目画素を必ず含むという条件を付加することにより、
選択候補画素の２０画素から４画素を選択することにな
るので、₂₀Ｃ₄＝４８４５個のクラスとなり、より取り
扱いやすいクラス数となる。

【００２６】図５に示した例では、基準フィールド内の
選択候補画素の１７画素は、注目画素を含む縦横斜め方
向に関する全ての方向において、５画素が選択できるよ
うに配置されている。そして、基準フィールドの前後の
フィールドでは、注目画素と時間軸の座標値のみが異な
る４点、換言すれば、注目画素と垂直方向と水平方向の
座標値が同じ４点が選択候補画素とされている。

【００２７】なお、図５の例においては、第１フィール
ドに存在する画素のみを用いているが、第２フィールド
に存在する画素を選択候補画素として用いても良いし、
２１画素以上の画素を選択候補画素としても良い。すな
わち、選択候補画素としては、９フィールド内の全ての
画素である３９６画素とすることが一番良いが、上述し
たように実用的ではないので、実用的な数で、なるべく
多くの画素を選択候補画素とすることが望ましい。

【００２８】注目画素を含む２１画素の選択候補画素を
用いてクラスを作成すると、４８４５個のクラスが作成
できる。図６に、４８４５個のクラスのうち、クラス０
とクラス４８４４（一番最初と最後のクラス）、並びに
特徴的なクラスであるクラス１５２とクラス２０８８が
例として示されている。クラス番号の付け方は、スキャ
ン順に基づいている。例えば、クラス０は、選択候補画
素の２１画素のうち、最初にスキャンされる座標値
（０，０，−４）の画素、その次にスキャンされる座標
値（０，０，−２）の画素、さらにその次にスキャンさ
れる座標値（−４，−４，０）の画素、そして、その次
にスキャンされる座標値（０，−４，０）の画素、およ
び座標値（０，０，０）の注目画素の合計５画素であ
る。

【００２９】同様にして、スキャン順に基づいてクラス
番号を付けることにより、クラス０乃至４８４４が生成
される。クラス１５２は、例えば静止画などのように、
定常方向が時間軸方向に最も定常性が得られる画像が分
類されるクラスである。クラス２０８８は、例えば、白
地に斜めに１本の線が引いてあるような画像のように、
同一フィールド内の斜め方向に最も定常性が得られる画
像が分類されるクラスである。

【００３０】定常性方向評価部４は、まず平面推定部３
により求められた推定平面の式（３）に、順次、クラス
０乃至４８４４内の５画素の座標値を代入し、その５画
素毎に算出される値ｒの最小値と最大値の差（ダイナミ
ックレンジ）をとる。そして、クラス毎に得られたダイ
ナミックレンジのうち、最小のダイナミックレンジを有
するクラスを、処理している局所的時空間ブロックの分
類クラスとする。ただし、このようして定常性方向評価
部４において算出される値ｒは、輝度値を意味するもの
ではなく、単にダイナミックレンジを算出するための値
として用いられている。

【００３１】詳細に説明するに、まず、クラス０の５画
素の座標値、すなわち、（０，０，−４），（０，０，
−２），（−４，−４，０），（０，−４，０），
（０，０，０）を、順次、式（３）に代入することによ
り、５つの値ｒが得られる。得られた５つの値ｒの最小
値と最大値の差を取ることにより、クラス０のダイナミ
ックレンジが得られる。同様の処理をクラス１乃至４８
４４に対しても行うことにより、合計４８４５個のダイ
ナミックレンジが得られる。これら４８４５個のダイナ
ミックレンジのうち、最小のダイナミックレンジを有す
るクラスを、処理している画素のクラス（以下、分類ク
ラスと称する）として決定する。仮に、ダイナミックレ
ンジが０であるクラスが存在する場合、そのクラスの５
画素は、式（３）で表される推定平面上に存在すること
を意味する。

【００３２】このようにして、求められた分類クラス
は、予測タップ構成部５と予測係数ROM６に供給され
る。ステップＳ５において、予測タップ構成部５は、供
給された分類クラスに対応する予測タップの画素データ
を、信号遅延部２から読み出し、予測処理部７に出力す
る。また、予測係数ROM６は、供給された分類クラスに
対応する予測係数を予測処理部７に出力する。予測タッ
プとしては、図６に示したように、定常方向を判断する
のに用いたクラス毎に設定された５画素が用いられる。
従って、予測タップ構成部５が信号遅延部２から読み出
す画素データは、分類クラスの５画素の座標値に対応す
る位置に存在する画素データ（輝度値）である。

【００３３】予測処理部７は、ステップＳ６において、
供給された予測係数と画素データを用いて適応処理し、
処理後の画素データを出力する。なお、適応処理とは、
注目画素のクラスに対応した予測係数と予測タップの画
素データを用いて後述する式（４）に示す線形１次結合
モデルの演算を行う処理のことである。

【００３４】上述したように、画像処理装置において
は、入力ＳＤ画像が、クラス毎に、予め予測係数ROM６
に記憶された予測係数を用いて適応処理される。ここ
で、予測係数ROM６に記憶される予測係数を生成する予
測係数学習装置について説明する。

【００３５】図７は、予測係数学習装置の構成を示すブ
ロック図である。そのブロック構成部２１、信号遅延部
２２、平面推定部２３、定常性方向評価部２４、および
予測タップ構成部２５は、図１の対応する名称の、ブロ
ック構成部１、信号遅延部２、平面推定部３、定常性方
向評価部４、および予測タップ構成部５と同様の機能を
有するものであり、その説明は適宜省略する。

【００３６】予測係数学習装置に入力されたＳＤ信号
は、上述したように、ブロック構成部２１、信号遅延部
２２、平面推定部２３、および定常性方向評価部２４に
よりクラス分類される。分類クラスに対して、予測係数
学習部２６により、予測係数が算出される。以下、予測
係数学習部２６により行われる予測係数の算出について
説明する。

【００３７】いま、注目画素の画素データｙの予測値Ｅ
［ｙ］を、その注目画素と空間的または時間的に近接す
る位置にある画素（注目画素を含む）の入力データｘ
１，ｘ２，ｘ３，・・・と、所定の予測係数ｗ１，ｗ
２，ｗ３，・・・の線形結合により規定される線形１次
結合モデルにより求める場合、予測値Ｅ［ｙ］は、次式
で表すことができる。 Ｅ［ｙ］＝ｗ１ｘ１＋ｗ２ｘ２＋ｗ３ｘ３＋・・・ ・・・（４）

【００３８】式（４）を一般化した例として、予測係数
ｗの集合でなる行列Ｗ、入力データｘでなる行列Ｘ、お
よび予測値Ｅ［ｙ］の集合でなる行列Ｙを、

【数２】 と定義すると、次式（５）のような観測方程式が成立す
る。 観測方程式：ＸＷ＝Ｙ ・・・（５）

【００３９】そして、この観測方程式に最小自乗法を適
用して注目画素の画素データｙに近い予測値Ｅ［ｙ］を
求めることを考える。この場合、教師データとなる注目
画素の真の画素データｙの集合でなる行列Ｙ’、および
画素データｙに対する予測値Ｅ［ｙ］の残差ｅの集合で
なる行列Ｅを、

【数３】 で定義すると、式（５）から次式のような残差方程式
（６）が成立する。 残差方程式：ＸＷ＝Ｙ＋Ｅ ・・・（６）

【００４０】なお、教師データとは、参照ＳＤ画像のこ
とであり、入力ＳＤ信号と同一内容であるが、ノイズ成
分のない非ノイズ画像である。

【００４１】画素データｙに近い予測値Ｅ［ｙ］を求め
るための予測係数ｗ_iは、自乗誤差

【数４】 を最小にすることで求めることができる。従って、この
自乗誤差を予測係数ｗ_iで微分したものが０になる場合
の予測係数ｗ_i、すなわち、次式（７）を満たす予測係
数ｗ_iが、画素データｙに近い予測値Ｅ［ｙ］を求める
ための最適値ということになる。

【数５】

【００４２】そこで、まず、式（６）を微分することに
より次式（８）が成立する。

【数６】

【００４３】式（７）と式（８）より次式（９）が得ら
れる。

【数７】

【００４４】さらに、式（６）の残差方程式における学
習データｘ、予測係数ｗ、教師データの画素データｙ、
および残差ｅの関係を考慮すると、式（９）から、次の
ような正規方程式（１０）を得ることができる。

【００４５】

【数８】

【００４６】式（１０）の正規方程式は、求めるべき予
想係数ｗの数と同じ数だけたてることができるので、式
（１０）を解くことで、最適な予測係数ｗを求めること
ができる。なお、式（１０）を解くにあたっては、例え
ば、掃き出し法（Gauss-Jordanの消去法）などを適用す
ることが可能である。

【００４７】このようにして求められた予測係数ｗは、
クラス（予測タップ）と関連付けられて予測係数ROM６
（図１）に記憶される。予測処理部７は、上述したよう
にして求めれれた予約係数ROM６に記憶されている予約
係数ｗを用いて、式（４）に示した線形１次結合モデル
により、注目画素に対しての適応処理を行う。

【００４８】このようにして算出された予測係数の一例
を図８に示す。図８には、クラス１５２とクラス２０８
８の予測係数を示している。このような予測係数ｗと予
測タップに対応する画素データｙを、式（４）に代入す
ることにより、ノイズが除去された画素データを得るこ
とが可能となる。

【００４９】本実施の形態においては、レベル値が等し
いと判断された定常方向に関し、クラス分類適応処理を
用いたので、動画にも静止画にも最適なノイズの除去が
可能となる。

【００５０】上述した説明においては、ノイズ除去に関
して本発明を適用したが、動き検出にも適用することが
可能である。すなわち、本発明は、クラス分類する際
に、レベル値が等しいと判断される平面を推定し、さら
に定常方向を判定する。このことは、例えば、定常方向
が時間方向に関して、右上方向である場合、その画像の
被写体は、右上の方向に移動していると判断することが
可能であることを示している。

【００５１】従って、分類クラスにより、被写体の動き
方向を検出する事が可能である。本実施の形態を動き検
出に用いた場合、ノイズがのった画像に対しても、ノイ
ズののった状態のデータを用いて定常方向を判定できる
ので、ノイズの影響を受け難い動き検出が可能となる。

【００５２】本明細書中において、上記処理を実行する
コンピュータプログラムをユーザに提供する提供媒体に
は、磁気ディスク、CD-ROMなどの情報記録媒体の他、イ
ンターネット、デジタル衛星などのネットワークによる
伝送媒体も含まれる。

【００５３】

【発明の効果】以上の如く請求項１に記載の画像処理装
置、請求項５に記載の画像処理方法、および請求項６に
記載の提供媒体によれば、所定枚数のフィールドから構
成されるブロックの画素データを所定の式に代入し、レ
ベル値が同一であると判断される平面を推定し、その推
定された平面の平面式に、クラス毎に設定されている複
数の画素の座標値を代入し、最小値と最大値との差をと
ることによりクラス毎のダイナミックレンジを算出し、
ダイナミックレンジの最小値をもつクラスに対応する予
測係数と所定の画素からなる予測タップとを用いて適応
処理を行うようにしたので、動画にも静止画にも適した
ノイズ成分の除去を行うことが可能となる。

【図面の簡単な説明】

【図１】本発明を適用して画像処理装置の一実施の形態
の構成を示すブロック図である。

【図２】図１に示した画像処理装置の動作を説明するフ
ローチャートである。

【図３】時空間ブロックを説明する図である。

【図４】推定平面を説明する図である。

【図５】選択候補画素を説明する図である。

【図６】クラスと予測タップの一例を示す図である。

【図７】予測係数学習装置の構成を示すブロック図であ
る。

【図８】クラスと予測係数の一例を示す図である。

【符号の説明】

１ ブロック構成部， ２ 信号遅延部， ３ 平面推
定部， ４ 定常性方向評価部， ５ 予測タップ構成
部， ６ 予測係数ROM， ７ 予測処理部，２６ 予
測係数学習部

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B057 CA16 CB16 CE02 CH08 5C021 PA42 PA56 PA66 PA78 RA00 RB08 YA01 5C077 LL09 MP01 PP41 PQ30

Claims (6)

【特許請求の範囲】
1. 【請求項１】 注目画素が中央に位置する基準フィール
   ドを含み、前記基準フィールドの時間的に前または後に
   位置する所定枚数のフィールドから構成される画素デー
   タをブロック化するブロック化手段と、 前記ブロック化手段によりブロック化された画素データ
   を所定の式に代入し、レベル値が同一であると判断され
   る平面を推定する平面推定手段と、 前記平面推定手段により推定された平面式に、クラス毎
   に設定されている複数の画素の座標値を代入し、最小値
   と最大値との差をとることによりクラス毎のダイナミッ
   クレンジを算出する算出手段と、 前記クラス毎に設定されている予測係数を記憶する記憶
   手段と、 前記算出手段により算出されたダイナミックレンジの最
   小値をもつクラスに対応する予測係数を前記記憶手段か
   ら読み出す読み出し手段と、 前記読み出し手段により読み出された前記予測係数と所
   定の画素からなる予測タップとを用いて適応処理を行う
   適応処理手段とを備えることを特徴とする画像処理装
   置。
2. 【請求項２】 前記注目画素の座標を（水平ｘ，垂直
   ｙ，時間ｚ）＝（０，０，０）として前記ブロック内の
   他の画素の座標を表現し、信号レベルをｒ、残差をｅ、
   係数をｃ１乃至ｃ４としたとき、前記平面推定手段の所
   定の式は、 ｒ＋ｅ＝ｃ１・ｘ＋ｃ２・ｙ＋ｃ３・ｚ＋ｃ４ と表され、前記平面推定手段は、最小自乗法により、前
   記残差ｅが最小となるような平面を推定することを特徴
   とする請求項１に記載の画像処理装置。
3. 【請求項３】 前記適応処理手段は、前記注目画素のノ
   イズが除去されたデータを、前記予測タップと前記予測
   係数との線形一次結合により演算することを特徴とする
   請求項１に記載の画像処理装置。
4. 【請求項４】 前記算出手段により算出されたダイナミ
   ックレンジの最小値をもつクラスから前記画素データに
   より表示される画像の動きを検出することを特徴とする
   請求項１に記載の画像処理装置。
5. 【請求項５】 注目画素が中央に位置する基準フィール
   ドを含み、前記基準フィールドの時間的に前または後に
   位置する所定枚数のフィールドから構成される画素デー
   タをブロック化するブロック化ステップと、 前記ブロック化ステップでブロック化された画素データ
   を所定の式に代入し、レベル値が同一であると判断され
   る平面を推定する平面推定ステップと、 前記平面推定ステップで推定された平面式に、クラス毎
   に設定されている複数の画素の座標値を代入し、最小値
   と最大値との差をとることによりクラス毎のダイナミッ
   クレンジを算出する算出ステップと、 前記クラス毎に設定されている予測係数を記憶する記憶
   ステップと、 前記算出ステップで算出されたダイナミックレンジの最
   小値をもつクラスに対応する予測係数を前記記憶ステッ
   プから読み出す読み出しステップと、 前記読み出しステップで読み出された前記予測係数と所
   定の画素からなる予測タップとを用いて適応処理を行う
   適応処理ステップとを含むことを特徴とする画像処理方
   法。
6. 【請求項６】 注目画素が中央に位置する基準フィール
   ドを含み、前記基準フィールドの時間的に前または後に
   位置する所定枚数のフィールドから構成される画素デー
   タをブロック化するブロック化ステップと、 前記ブロック化ステップでブロック化された画素データ
   を所定の式に代入し、レベル値が同一であると判断され
   る平面を推定する平面推定ステップと、 前記平面推定ステップで推定された平面式に、クラス毎
   に設定されている複数の画素の座標値を代入し、最小値
   と最大値との差をとることによりクラス毎のダイナミッ
   クレンジを算出する算出ステップと、 前記クラス毎に設定されている予測係数を記憶する記憶
   ステップと、 前記算出ステップで算出されたダイナミックレンジの最
   小値をもつクラスに対応する予測係数を前記記憶ステッ
   プから読み出す読み出しステップと、 前記読み出しステップで読み出された前記予測係数と所
   定の画素からなる予測タップとを用いて適応処理を行う
   適応処理ステップとを含む処理を画像処理装置に実行さ
   せるコンピュータが読み取り可能なプログラムを提供す
   ることを特徴とする提供媒体。