JP2001211327A - データ処理方法及び装置、複写機、記録媒体 - Google Patents
データ処理方法及び装置、複写機、記録媒体Info
- Publication number
- JP2001211327A JP2001211327A JP2000367079A JP2000367079A JP2001211327A JP 2001211327 A JP2001211327 A JP 2001211327A JP 2000367079 A JP2000367079 A JP 2000367079A JP 2000367079 A JP2000367079 A JP 2000367079A JP 2001211327 A JP2001211327 A JP 2001211327A
- Authority
- JP
- Japan
- Prior art keywords
- coefficients
- data processing
- coefficient
- scale
- decomposition levels
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012545 processing Methods 0.000 title claims description 92
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 106
- 238000009499 grossing Methods 0.000 claims abstract description 62
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 230000001419 dependent effect Effects 0.000 claims description 62
- 238000003672 processing method Methods 0.000 claims description 57
- 230000009467 reduction Effects 0.000 claims description 26
- 230000000873 masking effect Effects 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims 18
- 230000014509 gene expression Effects 0.000 claims 5
- 230000001131 transforming effect Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 16
- 238000013459 approach Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 230000002441 reversible effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000003707 image sharpening Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect 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
- G06T5/73—Deblurring; Sharpening
- G06T5/75—Unsharp masking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Facsimiles In General (AREA)
Abstract
(57)【要約】
【課題】 画像の鮮明化／平滑化のための改良した方法
及び装置を提供する。 【解決手段】 画像データにウェーブレット変換を適用
し複数の分解レベルに分解し（１０１）、少なくとも２
つの分解レベルの係数を、各分解レベル毎に別々のスケ
ール依存パラメータを用いてスケーリングすることによ
り、少なくとも２つの分解レベルの係数を修正する（１
０２）。
及び装置を提供する。 【解決手段】 画像データにウェーブレット変換を適用
し複数の分解レベルに分解し（１０１）、少なくとも２
つの分解レベルの係数を、各分解レベル毎に別々のスケ
ール依存パラメータを用いてスケーリングすることによ
り、少なくとも２つの分解レベルの係数を修正する（１
０２）。
Description
【０００１】
【発明の属する技術分野】本発明は、データ処理の分野
に係り、特に、画像の鮮明化及び平滑化のためのデータ
処理方法及び装置に関する。
に係り、特に、画像の鮮明化及び平滑化のためのデータ
処理方法及び装置に関する。
【０００２】
【従来の技術】鮮明化と平滑化は画像の画質向上及び復
元のための基本技術である。画像の画質向上は、エッ
ジ、境界、コントラストなど、画像の特徴を強調するこ
とであり、ノイズ低減、エッジの尖鋭化及び鮮明化、フ
ィルタ処理、その他の周知の処理を含む。画像復元は、
観察された画像の劣化を最小限にするためのフィルタ処
理を含むことが多い。「A.K. Jain ，”Fundamentals o
f Digital Image Processing”」及び「 W. Pratt，”D
igital Image Processing”」を参照されたい。鮮明化
と平滑化は、デジタル写真技術や科学・医療映像技術に
よく利用される技術である。
元のための基本技術である。画像の画質向上は、エッ
ジ、境界、コントラストなど、画像の特徴を強調するこ
とであり、ノイズ低減、エッジの尖鋭化及び鮮明化、フ
ィルタ処理、その他の周知の処理を含む。画像復元は、
観察された画像の劣化を最小限にするためのフィルタ処
理を含むことが多い。「A.K. Jain ，”Fundamentals o
f Digital Image Processing”」及び「 W. Pratt，”D
igital Image Processing”」を参照されたい。鮮明化
と平滑化は、デジタル写真技術や科学・医療映像技術に
よく利用される技術である。
【０００３】ポピュラーな鮮明化方式はアンシャープマ
スキングと呼ばれ、特殊なハイパスフィルタを用いて画
像をフィルタ処理する。アンシャープマスキングの１つ
の欠点は、画像中のノイズまでも鮮明化されてしまい、
適切な鮮明化度合の選択が容易でないため得られる出力
がしばしば「不自然」に見えることである。
スキングと呼ばれ、特殊なハイパスフィルタを用いて画
像をフィルタ処理する。アンシャープマスキングの１つ
の欠点は、画像中のノイズまでも鮮明化されてしまい、
適切な鮮明化度合の選択が容易でないため得られる出力
がしばしば「不自然」に見えることである。
【０００４】画像処理のための多くの鮮明化フィルタが
ある。それらの鮮明化フィルタは、一般にオリジナル画
像のハイパスフィルタ処理によって画像中のエッジを強
調する。一般的な方法がアンシャープマスキングで、例
えば「 A.K. Jain,”Fundamentals of Digital Image P
rocessing”，Prentice Hall, 1989 」に解説されてい
る。
ある。それらの鮮明化フィルタは、一般にオリジナル画
像のハイパスフィルタ処理によって画像中のエッジを強
調する。一般的な方法がアンシャープマスキングで、例
えば「 A.K. Jain,”Fundamentals of Digital Image P
rocessing”，Prentice Hall, 1989 」に解説されてい
る。
【０００５】アンシャープマスキングでは、ある画像ｆ
(x)の鮮明化画像ｆsharp(x)は、その画像の平滑化画像
（「アンシャープ後画像」）に勾配を強調した画像を加
算することによって得られる。すなわち、 ｆsharp(x):=ｆsmooth(x)+λｆgradient(x) (1) ただし、λ＞１は鮮明度パラメータである。λが増加す
るにつれて鮮明度が増す。画像ｆ（ｘ）を、ローパスフ
ィルタ処理画像ｆlowとハイパスフィルタ処理画像ｆ
highの和として記述できるならば、（１）式を次のよう
に表すことができる。 ｆsharp(x)＝ｆlow(x)＋（λ−１）ｆhigh(x) (2) このアプローチにおけるローパスフィルタとハイパスフ
ィルタは固定フィルタである。このアプローチの１つの
問題は、どのようなフィルタサイズ、フィルタ係数、λ
の値が適切であるかが先験的には分からないことであ
る。λが大きすぎると、画像は不自然に見える。この問
題を解決するため、いくつかのフィルタを適用して最も
「自然」に見える出力を選ぶアプローチもある「 D. Bl
atner, S. Roth，”Real World Scanning and Halftone
s”，Peachpit Press,Inc.，Berkeley, 1993 」を参
照）。
(x)の鮮明化画像ｆsharp(x)は、その画像の平滑化画像
（「アンシャープ後画像」）に勾配を強調した画像を加
算することによって得られる。すなわち、 ｆsharp(x):=ｆsmooth(x)+λｆgradient(x) (1) ただし、λ＞１は鮮明度パラメータである。λが増加す
るにつれて鮮明度が増す。画像ｆ（ｘ）を、ローパスフ
ィルタ処理画像ｆlowとハイパスフィルタ処理画像ｆ
highの和として記述できるならば、（１）式を次のよう
に表すことができる。 ｆsharp(x)＝ｆlow(x)＋（λ−１）ｆhigh(x) (2) このアプローチにおけるローパスフィルタとハイパスフ
ィルタは固定フィルタである。このアプローチの１つの
問題は、どのようなフィルタサイズ、フィルタ係数、λ
の値が適切であるかが先験的には分からないことであ
る。λが大きすぎると、画像は不自然に見える。この問
題を解決するため、いくつかのフィルタを適用して最も
「自然」に見える出力を選ぶアプローチもある「 D. Bl
atner, S. Roth，”Real World Scanning and Halftone
s”，Peachpit Press,Inc.，Berkeley, 1993 」を参
照）。
【０００６】「本来の」エッジだけでなくノイズ画素ま
でも鮮明化してしまうという問題を解決するため、「Pr
oceedings of the 1997 International Conference on
Image Processing (ICIP '97)」のpp. 267-270 に掲載
の A. Polesel,G. Rampoui とV.J. Mathews の論文”Ad
aptive Unsharp Masking for Contrast Enhancement”
に述べられているアプローチでは、画素ドメインにおい
て、エッジの強さ及び方向に依存する鮮明化パラメータ
を変更する適応的な方向成分をアンシャープマスキング
・フィルタに加える。このアンシャープマスキング・フ
ィルタは２次元のラプラシアンフィルタである。
でも鮮明化してしまうという問題を解決するため、「Pr
oceedings of the 1997 International Conference on
Image Processing (ICIP '97)」のpp. 267-270 に掲載
の A. Polesel,G. Rampoui とV.J. Mathews の論文”Ad
aptive Unsharp Masking for Contrast Enhancement”
に述べられているアプローチでは、画素ドメインにおい
て、エッジの強さ及び方向に依存する鮮明化パラメータ
を変更する適応的な方向成分をアンシャープマスキング
・フィルタに加える。このアンシャープマスキング・フ
ィルタは２次元のラプラシアンフィルタである。
【０００７】以上に述べたように、アンシャープマスキ
ング法には、画像の最適な鮮明化度合を決定するという
課題がある。この課題に対する１つの解答が、１９９９
年２月２日に交付され、Hewlett-Packard 社（Palo Alt
o, California）に譲渡された”Apparatus and Method
for Determining the Appropriate Amount of Sharpeni
ng for an Image”なる表題の米国特許第 5,867,606 号
に述べられており、これはアンシャープマスキング法で
ラプラシアンフィルタを利用するためのものである。１
つの解決法として、鮮明化後の画像のフーリエ・スペク
トルをオリジナル画像の低解像度画像のスペクトルと比
較することによって、鮮明化パラメータλの大きさが決
定される。これには、アンシャープマスキング・フィル
タのほかに、離散ウェーブレット変換に比べ複雑な計算
を伴うオリジナル画像に対するフーリエ変換が必要であ
る。また、この手法に反映されるのは、１つの低解像度
画像のみである。
ング法には、画像の最適な鮮明化度合を決定するという
課題がある。この課題に対する１つの解答が、１９９９
年２月２日に交付され、Hewlett-Packard 社（Palo Alt
o, California）に譲渡された”Apparatus and Method
for Determining the Appropriate Amount of Sharpeni
ng for an Image”なる表題の米国特許第 5,867,606 号
に述べられており、これはアンシャープマスキング法で
ラプラシアンフィルタを利用するためのものである。１
つの解決法として、鮮明化後の画像のフーリエ・スペク
トルをオリジナル画像の低解像度画像のスペクトルと比
較することによって、鮮明化パラメータλの大きさが決
定される。これには、アンシャープマスキング・フィル
タのほかに、離散ウェーブレット変換に比べ複雑な計算
を伴うオリジナル画像に対するフーリエ変換が必要であ
る。また、この手法に反映されるのは、１つの低解像度
画像のみである。
【０００８】スキャン画像のＪＰＥＧドメインでの鮮明
化のようなスキャン文書の鮮明化に関する問題は、「Pr
oceedings of the 1997 International Conference on
Image Processing (ICIP '97)」のpp. 326-329 に記載
された論文”Text and ImageSharpening of Scanned Im
ages in the JPEG Domain”で論じられている。提案さ
れた１つの解決策は、エンコード用量子化テーブルを高
い周波数を強調するようにスケーリングするというもの
である。そのスケーリング量は、対応したＤＣＴ係数に
含まれるエネルギーによって決まる。ＤＣＴ関数はＬ
2(R)の基底を生じるだけで、より高度な平滑度空間、例
えばHoelder 空間Ｃα(R)の基底を生じないので、ＪＰ
ＥＧ圧縮は、ＪＰＥＧ圧縮画像における周知の問題点で
あるブロック歪みを生じる。これらの歪みは、ＤＣＴ係
数のスケーリングにより、さらに強まることがある。
化のようなスキャン文書の鮮明化に関する問題は、「Pr
oceedings of the 1997 International Conference on
Image Processing (ICIP '97)」のpp. 326-329 に記載
された論文”Text and ImageSharpening of Scanned Im
ages in the JPEG Domain”で論じられている。提案さ
れた１つの解決策は、エンコード用量子化テーブルを高
い周波数を強調するようにスケーリングするというもの
である。そのスケーリング量は、対応したＤＣＴ係数に
含まれるエネルギーによって決まる。ＤＣＴ関数はＬ
2(R)の基底を生じるだけで、より高度な平滑度空間、例
えばHoelder 空間Ｃα(R)の基底を生じないので、ＪＰ
ＥＧ圧縮は、ＪＰＥＧ圧縮画像における周知の問題点で
あるブロック歪みを生じる。これらの歪みは、ＤＣＴ係
数のスケーリングにより、さらに強まることがある。
【０００９】画像のコントラストを向上させる目的で、
平均二乗誤差を最小にするなどの基準によってウェーブ
レット係数が修正された。しかし、これらのアプローチ
は、局所的規則性に関し画像の理論的平滑度特性を考慮
していないため、計算はさらに複雑である。
平均二乗誤差を最小にするなどの基準によってウェーブ
レット係数が修正された。しかし、これらのアプローチ
は、局所的規則性に関し画像の理論的平滑度特性を考慮
していないため、計算はさらに複雑である。
【００１０】従来技術では、画像のディテール画像が処
理された。このようなアプローチは、１９９８年９月８
日に交付されAgfa-Gevaert(Belgium)に譲渡された、”M
ethod and Apparatus for Contrast Enhancement”なる
表題の米国特許第 5,805,721号に記載されている。この
アプローチにおいては、画像は、様々な解像度のディテ
ール画像と１つのローパス画像とに分解される。この分
解はサブバンド分解ではなくラプラシアン・ピラミッド
分解であり、その再構成プロセスはディテール画像とロ
ーパス画像を単に加算することだけである。そのディテ
ール係数にウェーブレット係数の大きさに依存した因子
が乗じられる。この乗算は、ある単調関数の値を求める
ことで説明することができる。この関数は、べき乗則特
性を有するがスケールによって変化しない。再正規化ス
テップで、ディテール画像の画素は最初に同画像中の画
素の最大値によってまず正規化される。上記単調関数に
含まれるパラメータの選び方については全く論じられて
いない。
理された。このようなアプローチは、１９９８年９月８
日に交付されAgfa-Gevaert(Belgium)に譲渡された、”M
ethod and Apparatus for Contrast Enhancement”なる
表題の米国特許第 5,805,721号に記載されている。この
アプローチにおいては、画像は、様々な解像度のディテ
ール画像と１つのローパス画像とに分解される。この分
解はサブバンド分解ではなくラプラシアン・ピラミッド
分解であり、その再構成プロセスはディテール画像とロ
ーパス画像を単に加算することだけである。そのディテ
ール係数にウェーブレット係数の大きさに依存した因子
が乗じられる。この乗算は、ある単調関数の値を求める
ことで説明することができる。この関数は、べき乗則特
性を有するがスケールによって変化しない。再正規化ス
テップで、ディテール画像の画素は最初に同画像中の画
素の最大値によってまず正規化される。上記単調関数に
含まれるパラメータの選び方については全く論じられて
いない。
【００１１】ウェーブレット係数の修正は、エネルギー
基準に基づいて行われた。例えば、エネルギー基準に基
づいたウェーブレット係数の修正による画像のコントラ
スト向上が、「Proceedings of the SPIE, Vol. 2762,
Orlando, Florida,1996」のpp. 566-574 に記載の X. Z
ong, A.F. Laine, E.A. Geiser 及び D.C. Wilsonの論
文”De-Noising and Contrast Enhancement Via Wavele
t Shrinkage and Nonlinear Adaptive Gain”に記載さ
れている。このアプローチの１つの問題は、個々のウェ
ーブレット係数毎に局所エネルギーの比較が実行される
ため、多くの計算が必要とされることである。また、修
正は臨界標本化ウェーブレット変換にしか適用されな
い。
基準に基づいて行われた。例えば、エネルギー基準に基
づいたウェーブレット係数の修正による画像のコントラ
スト向上が、「Proceedings of the SPIE, Vol. 2762,
Orlando, Florida,1996」のpp. 566-574 に記載の X. Z
ong, A.F. Laine, E.A. Geiser 及び D.C. Wilsonの論
文”De-Noising and Contrast Enhancement Via Wavele
t Shrinkage and Nonlinear Adaptive Gain”に記載さ
れている。このアプローチの１つの問題は、個々のウェ
ーブレット係数毎に局所エネルギーの比較が実行される
ため、多くの計算が必要とされることである。また、修
正は臨界標本化ウェーブレット変換にしか適用されな
い。
【００１２】
【発明が解決しようとする課題】よって、本発明の目的
は、以上に述べた従来技術の問題点の１つ以上を回避あ
るいは解決できる、鮮明化又は平滑化のためのデータ処
理方法及び装置を提供することにある。また、本発明の
もう１つの目的は、本発明のデータ処理方法を適用した
複写機を提供することにある。
は、以上に述べた従来技術の問題点の１つ以上を回避あ
るいは解決できる、鮮明化又は平滑化のためのデータ処
理方法及び装置を提供することにある。また、本発明の
もう１つの目的は、本発明のデータ処理方法を適用した
複写機を提供することにある。
【００１３】
【課題を解決するための手段】上記課題を解決するため
の本発明の１つの特徴は、画像データなどの入力データ
にウェーブレット変換を適用して入力データを複数の分
解レベルに分解し、それら分解レベル中の少なくとも２
つの分解レベルにおける係数を、各分解レベル毎に別々
のスケール依存パラメータを用いてスケーリングするこ
とによって修正することである。
の本発明の１つの特徴は、画像データなどの入力データ
にウェーブレット変換を適用して入力データを複数の分
解レベルに分解し、それら分解レベル中の少なくとも２
つの分解レベルにおける係数を、各分解レベル毎に別々
のスケール依存パラメータを用いてスケーリングするこ
とによって修正することである。
【００１４】本発明のこのような特徴及びその他の多く
の特徴について、添付図面を参照し以下に詳細に説明す
る。
の特徴について、添付図面を参照し以下に詳細に説明す
る。
【００１５】
【発明の実施の形態】ウェーブレットによる多重スケー
ルの鮮明化・平滑化手法について述べる。以下の記述中
に、特定のフィルタなど様々な具体例が提示される。し
かし、当業者には、そのような具体例によることなく本
発明を実施し得ることは明白であろう。一方、本発明を
分かりにくくしないため、周知の構造や装置はブロック
図の形で表され、詳細は示されない。
ルの鮮明化・平滑化手法について述べる。以下の記述中
に、特定のフィルタなど様々な具体例が提示される。し
かし、当業者には、そのような具体例によることなく本
発明を実施し得ることは明白であろう。一方、本発明を
分かりにくくしないため、周知の構造や装置はブロック
図の形で表され、詳細は示されない。
【００１６】以下の詳細な説明には、コンピュータ・メ
モリ内のデータビットに対する操作のアルゴリズム及び
記号表現によって表された部分がある。このようなアル
ゴリズム記述及び表現は、データ処理技術分野におい
て、当業者が研究内容を他の当業者に最も効率的に伝え
るために用いる手段である。あるアルゴリズムがあり、
それが概して期待した結果に至る筋の通ったステップの
系列だと理解されるとする。これらステップは、物理量
の物理的処理を要するステップである。必ずという訳で
はないが、これらの物理量は記憶、転送、結合、比較、
その他処理が可能な電気的または磁気的信号の形をとる
のが普通である。これらの信号をビット、値、要素、記
号、文字、用語、数等で表わすのが、主に慣用上の理由
から便利な場合があることが分かっている。
モリ内のデータビットに対する操作のアルゴリズム及び
記号表現によって表された部分がある。このようなアル
ゴリズム記述及び表現は、データ処理技術分野におい
て、当業者が研究内容を他の当業者に最も効率的に伝え
るために用いる手段である。あるアルゴリズムがあり、
それが概して期待した結果に至る筋の通ったステップの
系列だと理解されるとする。これらステップは、物理量
の物理的処理を要するステップである。必ずという訳で
はないが、これらの物理量は記憶、転送、結合、比較、
その他処理が可能な電気的または磁気的信号の形をとる
のが普通である。これらの信号をビット、値、要素、記
号、文字、用語、数等で表わすのが、主に慣用上の理由
から便利な場合があることが分かっている。
【００１７】しかしながら、このような用語や同様の用
語はすべて適切な物理量に関連付けられるべきであり、
また、それら物理量に付けた便宜上のラベルに過ぎない
ということに留意すべきである。以下の説明から明らか
なように、特に断わらない限り、”処理”、”演
算”、”計算”、”判定”、”表示”等の用語によって
論じられることは、コンピュータシステムのレジスタ及
びメモリの内部の物理的（電子的）な量として表現され
たデータを処理して、コンピュータシステムのメモリや
レジスタ、その他同様の情報記憶装置、情報伝送装置又
は表示装置の内部の同様に物理量として表現された他の
データへ変換する、コンピュータシステムや同様の電子
演算装置の作用及びプロセスを意味する。
語はすべて適切な物理量に関連付けられるべきであり、
また、それら物理量に付けた便宜上のラベルに過ぎない
ということに留意すべきである。以下の説明から明らか
なように、特に断わらない限り、”処理”、”演
算”、”計算”、”判定”、”表示”等の用語によって
論じられることは、コンピュータシステムのレジスタ及
びメモリの内部の物理的（電子的）な量として表現され
たデータを処理して、コンピュータシステムのメモリや
レジスタ、その他同様の情報記憶装置、情報伝送装置又
は表示装置の内部の同様に物理量として表現された他の
データへ変換する、コンピュータシステムや同様の電子
演算装置の作用及びプロセスを意味する。
【００１８】本発明は、ここに述べる処理を実行するた
めの装置にも関係するものである。このような装置は、
所要目的のために専用に作られてもよいし、内蔵のコン
ピュータ・プログラムによって選択駆動もしくは再構成
された汎用コンピュータであってもよい。そのようなコ
ンピュータ・プログラムは、コンピュータが読み取り可
能な記憶媒体、限定するわけではないが例えば、フロッ
ピー（登録商標）ディスク、光ディスク、ＣＤ−ＲＯ
Ｍ、光磁気ディスクなどの任意の種類のディスク、リー
ドオンリーメモリ（ＲＯＭ）やランダムアクセスメモリ
（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気カード又
は光カードなど、すなわち電子的命令の記憶に適したコ
ンピュータのシステムバスに接続された任意種類の媒体
に格納してもよい。
めの装置にも関係するものである。このような装置は、
所要目的のために専用に作られてもよいし、内蔵のコン
ピュータ・プログラムによって選択駆動もしくは再構成
された汎用コンピュータであってもよい。そのようなコ
ンピュータ・プログラムは、コンピュータが読み取り可
能な記憶媒体、限定するわけではないが例えば、フロッ
ピー（登録商標）ディスク、光ディスク、ＣＤ−ＲＯ
Ｍ、光磁気ディスクなどの任意の種類のディスク、リー
ドオンリーメモリ（ＲＯＭ）やランダムアクセスメモリ
（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気カード又
は光カードなど、すなわち電子的命令の記憶に適したコ
ンピュータのシステムバスに接続された任意種類の媒体
に格納してもよい。
【００１９】ここに提示するアルゴリズム及び表示は、
本質的に、いかなる特定のコンピュータ、その他の装置
とも関わりがない。様々な汎用マシンを、ここに述べる
内容に従ったプログラムで使用し得るが、所要の方法の
ステップの実行のために、より特化した装置を作るほう
が好都合であるかもしれない。これら多様なシステムに
要求される構造は以下の説明から明らかになろう。さら
に、どのような特定のプログラミング言語とも関連付け
ることなく本発明を説明する。ここに述べる本発明の内
容を実現するために様々なプログラミング言語を使用し
得ることが理解されよう。
本質的に、いかなる特定のコンピュータ、その他の装置
とも関わりがない。様々な汎用マシンを、ここに述べる
内容に従ったプログラムで使用し得るが、所要の方法の
ステップの実行のために、より特化した装置を作るほう
が好都合であるかもしれない。これら多様なシステムに
要求される構造は以下の説明から明らかになろう。さら
に、どのような特定のプログラミング言語とも関連付け
ることなく本発明を説明する。ここに述べる本発明の内
容を実現するために様々なプログラミング言語を使用し
得ることが理解されよう。
【００２０】《概要》画像データなどのデータのウェー
ブレットによる多重スケールの鮮明化及び平滑化のため
の手法をここに述べる。ここに述べる多重スケール鮮明
化・平滑化手法は、多重スケール・アンシャープマスキ
ングと呼ばれるが、前述した従来方法にとって代わる方
法となるものであり、実施が容易である。このアプロー
チは、ウェーブレット系の平滑度特性を利用して鮮明化
及び平滑化を実現する。
ブレットによる多重スケールの鮮明化及び平滑化のため
の手法をここに述べる。ここに述べる多重スケール鮮明
化・平滑化手法は、多重スケール・アンシャープマスキ
ングと呼ばれるが、前述した従来方法にとって代わる方
法となるものであり、実施が容易である。このアプロー
チは、ウェーブレット系の平滑度特性を利用して鮮明化
及び平滑化を実現する。
【００２１】すなわち、ここに述べる手法は、新たな鮮
明化／平滑化パラメータを用いて、画像を様々な解像度
レベルについて鮮明化しまた平滑化する。一実施例にお
いては、ウェーブレット係数にスケール依存パラメータ
を乗ずることにより、ウェーブレット分解で多重スケー
ルの鮮明化・平滑化が実現される。図１は、画像データ
処理方法の一実施例を示す。この方法は処理ロジックに
よって実行されるが、この処理ロジックはハードウェア
でも、ソフトウェアでも、あるいはハードウェアとソフ
トウェアの組み合わせでもよい。図１を参照すると、プ
ロセスの最初で、画像データを多重分解レベルに分解す
るため、画像データにウェーブレット変換を適用する
（処理ブロック１０１）。この画像データに適用される
ウェーブレット変換は、例えば、臨界標本化離散ウェー
ブレット変換、超完備離散ウェーブレット変換、複素ウ
ェーブレット変換、臨界標本化ウェーブレット・パケッ
ト変換、あるいは超完備ウェーブレット・パケット変換
である。一実施例では、選択されたサブバンドについて
は臨界標本化変換によって、それ以外のサブバンドにつ
いては超完備変換によって、画像データは多重分解レベ
ルに変換される。
明化／平滑化パラメータを用いて、画像を様々な解像度
レベルについて鮮明化しまた平滑化する。一実施例にお
いては、ウェーブレット係数にスケール依存パラメータ
を乗ずることにより、ウェーブレット分解で多重スケー
ルの鮮明化・平滑化が実現される。図１は、画像データ
処理方法の一実施例を示す。この方法は処理ロジックに
よって実行されるが、この処理ロジックはハードウェア
でも、ソフトウェアでも、あるいはハードウェアとソフ
トウェアの組み合わせでもよい。図１を参照すると、プ
ロセスの最初で、画像データを多重分解レベルに分解す
るため、画像データにウェーブレット変換を適用する
（処理ブロック１０１）。この画像データに適用される
ウェーブレット変換は、例えば、臨界標本化離散ウェー
ブレット変換、超完備離散ウェーブレット変換、複素ウ
ェーブレット変換、臨界標本化ウェーブレット・パケッ
ト変換、あるいは超完備ウェーブレット・パケット変換
である。一実施例では、選択されたサブバンドについて
は臨界標本化変換によって、それ以外のサブバンドにつ
いては超完備変換によって、画像データは多重分解レベ
ルに変換される。
【００２２】そして、この分解の実行後、プロセスは多
重分解レベルの係数を修正するため、それら分解レベル
の係数を、その各レベル毎に別々のスケール／レベル依
存パラメータを用いてスケーリングする（処理ブロック
１０２）。例えば、２レベルのスケーリングの場合、２
分解レベル中の１つの分解レベルの各係数は第１のスケ
ール依存パラメータを乗じられ、もう１つの分解レベル
の各係数は第２のスケール依存パラメータを乗じられ
る。
重分解レベルの係数を修正するため、それら分解レベル
の係数を、その各レベル毎に別々のスケール／レベル依
存パラメータを用いてスケーリングする（処理ブロック
１０２）。例えば、２レベルのスケーリングの場合、２
分解レベル中の１つの分解レベルの各係数は第１のスケ
ール依存パラメータを乗じられ、もう１つの分解レベル
の各係数は第２のスケール依存パラメータを乗じられ
る。
【００２３】一実施例では、上記別々のスケール依存パ
ラメータはそれぞれ次式により決定される。 μj＝２j α (3) ここで、αの値（正値又は負値）によって係数に鮮明化
が適用されるか平滑化が適用されるかを指示し、ｊは特
定のスケール（レベル）を示す。一実施例では、αが０
より小さいときに係数に鮮明化が適用され、αが０より
大きいときに係数に平滑化が適用される。すなわち、μ
jが１より大きいときにはスケーリング操作の結果は平
滑化であり、μjが１より小さいときにはスケーリング
操作の結果は鮮明化である。再スケーリングは、スケー
リング係数ではなくウェーブレット（ディテール）係数
にのみ施される。画像の総エネルギーを保存するため、
ウェーブレット係数の再正規化が必要なこともある。
ラメータはそれぞれ次式により決定される。 μj＝２j α (3) ここで、αの値（正値又は負値）によって係数に鮮明化
が適用されるか平滑化が適用されるかを指示し、ｊは特
定のスケール（レベル）を示す。一実施例では、αが０
より小さいときに係数に鮮明化が適用され、αが０より
大きいときに係数に平滑化が適用される。すなわち、μ
jが１より大きいときにはスケーリング操作の結果は平
滑化であり、μjが１より小さいときにはスケーリング
操作の結果は鮮明化である。再スケーリングは、スケー
リング係数ではなくウェーブレット（ディテール）係数
にのみ施される。画像の総エネルギーを保存するため、
ウェーブレット係数の再正規化が必要なこともある。
【００２４】一実施例では、スケール依存パラメータは
画像データに関する情報（知識）に基づいて選ばれる。
すなわち、画像から直接抽出された情報を、鮮明化パラ
メータ又は平滑化パラメータの選択に利用することがで
きる。例えば、入力データがステップ・エッジを表して
いるという情報を、鮮明度パラメータ又は平滑化パラメ
ータの選択に用いることができる。画像のソース、例え
ばスキャナに関する情報を、鮮明化パラメータ又は平滑
化パラメータの選択のための基準とすることもできる。
例えば、この情報はスキャナや他の画像ソースの点広が
り関数の情報であろう。別の実施例では、ある単調関数
に基づいてスケール依存パラメータを選ぶことができ
る。ウェーブレット係数のスケール間減衰の推定値に基
づいてスケール依存パラメータを選んでもよい。
画像データに関する情報（知識）に基づいて選ばれる。
すなわち、画像から直接抽出された情報を、鮮明化パラ
メータ又は平滑化パラメータの選択に利用することがで
きる。例えば、入力データがステップ・エッジを表して
いるという情報を、鮮明度パラメータ又は平滑化パラメ
ータの選択に用いることができる。画像のソース、例え
ばスキャナに関する情報を、鮮明化パラメータ又は平滑
化パラメータの選択のための基準とすることもできる。
例えば、この情報はスキャナや他の画像ソースの点広が
り関数の情報であろう。別の実施例では、ある単調関数
に基づいてスケール依存パラメータを選ぶことができ
る。ウェーブレット係数のスケール間減衰の推定値に基
づいてスケール依存パラメータを選んでもよい。
【００２５】再び図１を参照すると、多重スケールの鮮
明化及び／又は平滑化を行った後、処理ロジックはスケ
ーリングされた（及びスケーリングされなかった）係数
に対し逆変換を行う（処理ブロック１０３）。
明化及び／又は平滑化を行った後、処理ロジックはスケ
ーリングされた（及びスケーリングされなかった）係数
に対し逆変換を行う（処理ブロック１０３）。
【００２６】この手法を、例えばノイズ低減のような他
のウェーブレット・ベースの画像処理方法と組み合わせ
ることができる。すなわち、多重スケール鮮明化・平滑
化をウェーブレット領域での他の画像処理ステップと組
み合わせることができる。エッジはシャープなまま保存
されるが平滑領域のノイズは除去されるということで、
ウェーブレット・ノイズ低減が有効であることが多くの
応用分野で明らかになっている。このノイズ低減は、ウ
ェーブレット係数の閾値処理によって簡単に行うことが
できる。適切な閾値処理方法としてハードな閾値処理と
ソフトな閾値処理がある。例えば、「Donoho, D.L.，”
De-noising by Soft-Thresholding”,IEEE Trans. Info
rm. Theory, 41(3):613-627, 1995 」を参照されたい。
のウェーブレット・ベースの画像処理方法と組み合わせ
ることができる。すなわち、多重スケール鮮明化・平滑
化をウェーブレット領域での他の画像処理ステップと組
み合わせることができる。エッジはシャープなまま保存
されるが平滑領域のノイズは除去されるということで、
ウェーブレット・ノイズ低減が有効であることが多くの
応用分野で明らかになっている。このノイズ低減は、ウ
ェーブレット係数の閾値処理によって簡単に行うことが
できる。適切な閾値処理方法としてハードな閾値処理と
ソフトな閾値処理がある。例えば、「Donoho, D.L.，”
De-noising by Soft-Thresholding”,IEEE Trans. Info
rm. Theory, 41(3):613-627, 1995 」を参照されたい。
【００２７】一実施例では、所定の閾値以上の全係数に
あるスケーリング・パラメータを乗じ、かつ、同じ分解
レベルのある閾値以下の全係数を０又は０に近い値にセ
ットすることによって、ノイズ低減と鮮明化を同時に行
うことができる。一実施例では、係数の値がすべて所定
量だけ減らされるが、その所定量を単調関数によって得
ることもできる。その結果として得られた係数は、次に
スケール依存パラメータを乗じられる。
あるスケーリング・パラメータを乗じ、かつ、同じ分解
レベルのある閾値以下の全係数を０又は０に近い値にセ
ットすることによって、ノイズ低減と鮮明化を同時に行
うことができる。一実施例では、係数の値がすべて所定
量だけ減らされるが、その所定量を単調関数によって得
ることもできる。その結果として得られた係数は、次に
スケール依存パラメータを乗じられる。
【００２８】ランダムな白色ガウス雑音がある場合、ノ
イズ低減と鮮明化／平滑化を組み合わせた方法の１つの
利点は、ノイズ低減用閾値が、ウェーブレット係数及び
入力データ量から直接的に計算でき、実際の信号には左
右されないことである。従来の鮮明化では「本来の」エ
ッジだけでなくノイズ画素まで鮮明化してしまうという
問題が生じるのに対し、ウェーブレット鮮明化・ノイズ
低減は、例えば、閾値を選び、この閾値以上の全係数に
μj＝２j αを乗じ、かつ、ある閾値以下の全係数を０に
セットすることによって行うことができる。その結果、
例えばデジタル複写機で必要とされる信号に適応した平
滑化・鮮明化を容易に実現できる。
イズ低減と鮮明化／平滑化を組み合わせた方法の１つの
利点は、ノイズ低減用閾値が、ウェーブレット係数及び
入力データ量から直接的に計算でき、実際の信号には左
右されないことである。従来の鮮明化では「本来の」エ
ッジだけでなくノイズ画素まで鮮明化してしまうという
問題が生じるのに対し、ウェーブレット鮮明化・ノイズ
低減は、例えば、閾値を選び、この閾値以上の全係数に
μj＝２j αを乗じ、かつ、ある閾値以下の全係数を０に
セットすることによって行うことができる。その結果、
例えばデジタル複写機で必要とされる信号に適応した平
滑化・鮮明化を容易に実現できる。
【００２９】データ中のノイズの一般的モデルは適応的
な白色ガウス雑音である。 Donohoと Johnstone によっ
て開発されたウェーブレットによるノイズ低減方法は、
最新のノイズ低減方法である。このノイズ低減は、ウェ
ーブレット係数を単に閾値処理することで行われる。そ
の閾値は、データのサイズＮすなわち標本数（画像の場
合、標本数は画素数である）とノイズの標準偏差σのみ
に依存して決まり、 σ√(2 log N) である。後者のパラメータは、第１レベルのウェーブレ
ット係数の標準偏差から推定することができる。漸近的
には、Ｎが無限大に近づけば、この方法によって全ての
ノイズが除去されるはずである。しかしながら、実際的
には、データの有限であること又は閾値選択の違いによ
り、多少のノイズがデータに残ることがある。人間の視
覚系が、例えば画像中に存在するある種のノイズに強く
反応することも知られている。ここに述べたウェーブレ
ット係数の再スケーリング（鮮明化又は平滑化）の後
に、逆変換で残留白色雑音を色つきノイズに変換する
（例えば、残留ノイズに着色する）。
な白色ガウス雑音である。 Donohoと Johnstone によっ
て開発されたウェーブレットによるノイズ低減方法は、
最新のノイズ低減方法である。このノイズ低減は、ウェ
ーブレット係数を単に閾値処理することで行われる。そ
の閾値は、データのサイズＮすなわち標本数（画像の場
合、標本数は画素数である）とノイズの標準偏差σのみ
に依存して決まり、 σ√(2 log N) である。後者のパラメータは、第１レベルのウェーブレ
ット係数の標準偏差から推定することができる。漸近的
には、Ｎが無限大に近づけば、この方法によって全ての
ノイズが除去されるはずである。しかしながら、実際的
には、データの有限であること又は閾値選択の違いによ
り、多少のノイズがデータに残ることがある。人間の視
覚系が、例えば画像中に存在するある種のノイズに強く
反応することも知られている。ここに述べたウェーブレ
ット係数の再スケーリング（鮮明化又は平滑化）の後
に、逆変換で残留白色雑音を色つきノイズに変換する
（例えば、残留ノイズに着色する）。
【００３０】同様に、ウェーブレット係数を再正規化す
る必要があるかもしれない。この再正規化は、特に、以
下に詳述するように修正後のウェーブレット係数と元の
スケーリング係数のバランスを維持するためである。こ
の再正規化は、全レベル又はその一部レベルの係数にス
カラーを適用することによって行うことができる。一実
施例では、１つ以上の分解レベルの全係数に、再正規化
と鮮明化／平滑化を達成するように選んだスケール依存
パラメータを乗ずることによって、再正規化を鮮明化又
は平滑化と兼ねさせることができる。別の実施例では、
再正規化を実行するために、再スケーリング前のウエー
ブレット係数の範囲（例えば係数の最小値と最大値）を
計算してから再スケーリング（鮮明化又は平滑化）を行
う。それから、修正後の係数全体に、再スケーリング前
の元の範囲へ戻すスケーリングを行う（例えば、最小係
数値及び最大係数値で指定される元の範囲へ、平滑化後
の係数又は鮮明化後の係数を再マッピングする）。
る必要があるかもしれない。この再正規化は、特に、以
下に詳述するように修正後のウェーブレット係数と元の
スケーリング係数のバランスを維持するためである。こ
の再正規化は、全レベル又はその一部レベルの係数にス
カラーを適用することによって行うことができる。一実
施例では、１つ以上の分解レベルの全係数に、再正規化
と鮮明化／平滑化を達成するように選んだスケール依存
パラメータを乗ずることによって、再正規化を鮮明化又
は平滑化と兼ねさせることができる。別の実施例では、
再正規化を実行するために、再スケーリング前のウエー
ブレット係数の範囲（例えば係数の最小値と最大値）を
計算してから再スケーリング（鮮明化又は平滑化）を行
う。それから、修正後の係数全体に、再スケーリング前
の元の範囲へ戻すスケーリングを行う（例えば、最小係
数値及び最大係数値で指定される元の範囲へ、平滑化後
の係数又は鮮明化後の係数を再マッピングする）。
【００３１】図２は、画像データ処理方法のもう１つの
実施例を示す。この方法は処理ロジックによって実行さ
れるが、この処理ロジックはハードウェアでも、ソフト
ウェアでも、あるいはハードウェアとソフトウェアの組
み合わせでもよい。図２を参照すると、プロセスの最初
で、処理ロジックは、画像データを多重分解レベルに分
解するため、画像データにウェーブレット変換を適用す
る（処理ブロック２０１）。
実施例を示す。この方法は処理ロジックによって実行さ
れるが、この処理ロジックはハードウェアでも、ソフト
ウェアでも、あるいはハードウェアとソフトウェアの組
み合わせでもよい。図２を参照すると、プロセスの最初
で、処理ロジックは、画像データを多重分解レベルに分
解するため、画像データにウェーブレット変換を適用す
る（処理ブロック２０１）。
【００３２】この分解を終了すると、処理ロジックは様
々な分解レベル及び帯域の係数を分類する（処理ブロッ
ク２０２）。この分類は省略可能である。一実施例で
は、所定の基準によって、係数は「テキスト」と「背
景」に分類される。その分類結果を、処理対象データの
種類を補償するように平滑化又は鮮明化を適応化させる
ために利用できる。
々な分解レベル及び帯域の係数を分類する（処理ブロッ
ク２０２）。この分類は省略可能である。一実施例で
は、所定の基準によって、係数は「テキスト」と「背
景」に分類される。その分類結果を、処理対象データの
種類を補償するように平滑化又は鮮明化を適応化させる
ために利用できる。
【００３３】次に、処理ロジックは１つ以上の分解レベ
ルの係数に対するノイズ削減を行う（処理ブロック２０
３）。
ルの係数に対するノイズ削減を行う（処理ブロック２０
３）。
【００３４】分解及び分類の後、処理ロジックは多重分
解レベルの係数を修正するため、それら分解レベルの分
類された係数を、その各レベル毎に別々のスケール（レ
ベル）依存パラメータを用いてスケーリングする（処理
ブロック１０２）。一実施例では、それらパラメータを
帯域依存パラメータとすることができる。１次元変換の
場合、各スケール（レベル）毎に１つの帯域（サブバン
ド）がある。２次元以上の変換の場合には、各帯域は１
の特定のスケール（レベル）及び方向である。例えば、
２次元変換では、第１スケール（レベル）、垂直方向デ
ィテール（ハイパス）、水平方向スムーズ（ローパス）
の帯域がある。
解レベルの係数を修正するため、それら分解レベルの分
類された係数を、その各レベル毎に別々のスケール（レ
ベル）依存パラメータを用いてスケーリングする（処理
ブロック１０２）。一実施例では、それらパラメータを
帯域依存パラメータとすることができる。１次元変換の
場合、各スケール（レベル）毎に１つの帯域（サブバン
ド）がある。２次元以上の変換の場合には、各帯域は１
の特定のスケール（レベル）及び方向である。例えば、
２次元変換では、第１スケール（レベル）、垂直方向デ
ィテール（ハイパス）、水平方向スムーズ（ローパス）
の帯域がある。
【００３５】鮮明化又は平滑化を行った後、処理ロジッ
クは全レベル又は一部レベルの係数に対する再正規化を
行う（処理ブロック２０５）。再正規化を行った後、処
理ロジックは、スケーリングされた係数（及びスケーリ
ングされなかった係数）の逆変換を行う（処理ブロック
２０６）。
クは全レベル又は一部レベルの係数に対する再正規化を
行う（処理ブロック２０５）。再正規化を行った後、処
理ロジックは、スケーリングされた係数（及びスケーリ
ングされなかった係数）の逆変換を行う（処理ブロック
２０６）。
【００３６】ここに述べた鮮明化及び平滑化の手法は、
「本来の」エッジは様々なスケールでノイズ画素よりも
強調され、かつ平滑領域は様々なスケールで平滑化され
るという利点がある。また、これらの手法は、処理後の
画像の品質の点で従来のアンシャープマスキングより優
れている。
「本来の」エッジは様々なスケールでノイズ画素よりも
強調され、かつ平滑領域は様々なスケールで平滑化され
るという利点がある。また、これらの手法は、処理後の
画像の品質の点で従来のアンシャープマスキングより優
れている。
【００３７】《鮮明化／平滑化の原理》本発明の鮮明化
・平滑化手法の原理について以下に説明する。以上の成
果を離散ウェーブレット分解による多重スケール・アン
シャープマスキングを導き出すためにどのように利用で
きるか以下に説明する。
・平滑化手法の原理について以下に説明する。以上の成
果を離散ウェーブレット分解による多重スケール・アン
シャープマスキングを導き出すためにどのように利用で
きるか以下に説明する。
【００３８】｛H,H*,G,G*｝を４つの双直交ウェーブレ
ットフィルタとする（Ｈ＝ローパス、Ｇ＝ハイパス）。
ここで、ＨとＧは順方向変換に用いられ、Ｈ*とＧ*は逆
方向変換に用いられる。Ｚ−変換領域において、２チャ
ネルの完全再構成フィルタバンクは次の条件を満たすも
のと考えられる（例えば、「G. Straug, T. Nguyen,”W
avelets and Filter Banks”，Wellesley-Cambridge Pr
ess, 1996 」参照）。 H*(z) H(z) + G*(z) G(z) = 2 z -m (4) H*(z) H(-z) + G*(z) G(-z) = 0. (5)
ットフィルタとする（Ｈ＝ローパス、Ｇ＝ハイパス）。
ここで、ＨとＧは順方向変換に用いられ、Ｈ*とＧ*は逆
方向変換に用いられる。Ｚ−変換領域において、２チャ
ネルの完全再構成フィルタバンクは次の条件を満たすも
のと考えられる（例えば、「G. Straug, T. Nguyen,”W
avelets and Filter Banks”，Wellesley-Cambridge Pr
ess, 1996 」参照）。 H*(z) H(z) + G*(z) G(z) = 2 z -m (4) H*(z) H(-z) + G*(z) G(-z) = 0. (5)
【００３９】その結果、完全再構成特性としても知られ
ている次式が任意の信号Ｘに対し成り立つ。 zmX(z) =1/2 [H*(z)H(z)X(z) + H*(z)H(-z)X(-z)]+1/2
[G*(z)G(z)X(z) + G*(z)G(-z)X(-z)].
ている次式が任意の信号Ｘに対し成り立つ。 zmX(z) =1/2 [H*(z)H(z)X(z) + H*(z)H(-z)X(-z)]+1/2
[G*(z)G(z)X(z) + G*(z)G(-z)X(-z)].
【００４０】次の表記を導入する。 Fo[X](z):= 1/2 [H*(z)H(z)X(z) + H*(z)H(-z)X(-z)] (ローパス出力) F1[X](z):= 1/2 [G*(z)G(z)X(z) + G*(z)G(-z)X(-z)] (ハイパス出力) そうすると、完全再構成特性を次のように書き換えるこ
とができる。 ｚmX(z) = F0 [X](z) + F1 [X](z). (6) フィルタＨ，Ｇが対称で０を中心としているならば、遅
延は０である。すなわちｍ＝０である。
とができる。 ｚmX(z) = F0 [X](z) + F1 [X](z). (6) フィルタＨ，Ｇが対称で０を中心としているならば、遅
延は０である。すなわちｍ＝０である。
【００４１】Ｆ0はローパスフィルタ、Ｆ1はハイパスフ
ィルタであるから、鮮明化された画像Ｆdwt-s(x)の定義
は次のように定式化される。 Xdwt-s[z] := F0[x](z) + μF1[x](Z). (7) ここで、ウェーブレット鮮明化パラメータμは、従来の
鮮明化方法の（１）式中のパラメータλと等しい。
ィルタであるから、鮮明化された画像Ｆdwt-s(x)の定義
は次のように定式化される。 Xdwt-s[z] := F0[x](z) + μF1[x](Z). (7) ここで、ウェーブレット鮮明化パラメータμは、従来の
鮮明化方法の（１）式中のパラメータλと等しい。
【００４２】大きな分割レベルでのスケーリング及びウ
ェーブレット係数を計算する場合、入力データＸは特定
スケールｊのスケーリング係数ｓjである。ウェーブレ
ット鮮明化パラメータμは、スケール毎に（つまりレベ
ル毎に）異ならせることができる。例えば「 Y. Meyer,
”Wavelets and Operators”,Cambridge UniversityPr
ess, Cambridge, WC, 1992」に記載されている平滑度空
間理論の結論から当然に導かれるのは、スケール依存鮮
明化パラメータを次のように選ぶことによって多重スケ
ール鮮明化を定義することである。 μj=２j α （α<O） (8) パラメータαは、 Hoelder レギュラリティとしての信
号の全体的平滑度を変化させる。
ェーブレット係数を計算する場合、入力データＸは特定
スケールｊのスケーリング係数ｓjである。ウェーブレ
ット鮮明化パラメータμは、スケール毎に（つまりレベ
ル毎に）異ならせることができる。例えば「 Y. Meyer,
”Wavelets and Operators”,Cambridge UniversityPr
ess, Cambridge, WC, 1992」に記載されている平滑度空
間理論の結論から当然に導かれるのは、スケール依存鮮
明化パラメータを次のように選ぶことによって多重スケ
ール鮮明化を定義することである。 μj=２j α （α<O） (8) パラメータαは、 Hoelder レギュラリティとしての信
号の全体的平滑度を変化させる。
【００４３】そして、スケールｊの「鮮明化された」ス
ケーリング係数ｓj dwt-sは次のように定義される。 ｓj dwt-s＝F0［ｓj］＋μjF1［ｓj］ (9) 平滑度特性に関する理論的結論と同様、α＜０にパラメ
ータを選べば画像が鮮明化される。αの範囲は、選ばれ
たウェーブレット系で決まる制約条件によって制限され
る。本方法のフィルタバンク構成の第１段のブロック図
を図３に示す。図３を参照すると、入力信号Ｘはローパ
ス（Ｈ）ウェーブレット・フィルタ３０１とハイパス
（Ｇ）ウェーブレット・フィルタ３０２に入力される。
フィルタ３０１，３０２の出力は間引きユニット３０
３，３０４にそれぞれ結合され、間引きユニット３０
３，３０４はフィルタ３０１，３０２より入力する信号
を２分の１に間引く（臨界サブサンプルされる）。線３
０５は図３に示す系の分析部と合成部の境界を示す。図
示しないが、ローパス信号をフィルタ３０１，３０２に
繰り返し入力することにより、パラメータｍμjを用い
て、それ以上の分解レベルを生成することができる。こ
のプロセスを繰り返して任意数（例えば、２，３，４，
５など）の分解レベルを生成することができる。
ケーリング係数ｓj dwt-sは次のように定義される。 ｓj dwt-s＝F0［ｓj］＋μjF1［ｓj］ (9) 平滑度特性に関する理論的結論と同様、α＜０にパラメ
ータを選べば画像が鮮明化される。αの範囲は、選ばれ
たウェーブレット系で決まる制約条件によって制限され
る。本方法のフィルタバンク構成の第１段のブロック図
を図３に示す。図３を参照すると、入力信号Ｘはローパ
ス（Ｈ）ウェーブレット・フィルタ３０１とハイパス
（Ｇ）ウェーブレット・フィルタ３０２に入力される。
フィルタ３０１，３０２の出力は間引きユニット３０
３，３０４にそれぞれ結合され、間引きユニット３０
３，３０４はフィルタ３０１，３０２より入力する信号
を２分の１に間引く（臨界サブサンプルされる）。線３
０５は図３に示す系の分析部と合成部の境界を示す。図
示しないが、ローパス信号をフィルタ３０１，３０２に
繰り返し入力することにより、パラメータｍμjを用い
て、それ以上の分解レベルを生成することができる。こ
のプロセスを繰り返して任意数（例えば、２，３，４，
５など）の分解レベルを生成することができる。
【００４４】分析部と合成部の間に、符号器と復号器を
挿入することができる（本発明を分かりにくくしないた
め図示しない）。この符号器と復号器に、変換領域で実
行される全ての処理ロジック及び／又はルーチン（例え
ば、予測、量子化、符号化など）を含めることができ
る。
挿入することができる（本発明を分かりにくくしないた
め図示しない）。この符号器と復号器に、変換領域で実
行される全ての処理ロジック及び／又はルーチン（例え
ば、予測、量子化、符号化など）を含めることができ
る。
【００４５】間引きユニット３０４から出力される臨界
サブサンプルされた信号は（何らかの符号化と復号化の
後に）スケーリング・ユニット３０６に入力される。ス
ケーリング・ユニット３０６は、多重分解レベルの変換
信号に対し別々のスケール依存パラメータμを適用す
る。
サブサンプルされた信号は（何らかの符号化と復号化の
後に）スケーリング・ユニット３０６に入力される。ス
ケーリング・ユニット３０６は、多重分解レベルの変換
信号に対し別々のスケール依存パラメータμを適用す
る。
【００４６】間引きユニット３０３から出力されるサブ
サンプルされた変換信号と、スケーリング・ユニット３
０６のスケーリング出力信号は、アップサンプリング・
ユニット３０７，３０８にそれぞれ入力され、これらア
ップサンプリング・ユニットはそれら変換信号を２倍に
アップサンプリングし（例えば各項の後に１つの０を挿
入する）、そして、それら信号をローパス逆ウェーブレ
ット変換フィルタ３０９とハイパス逆ウェーブレット変
換フィルタ３１０へそれぞれ送る。フィルタ３０９，３
１０の出力を加算ユニット３１１によって合成すること
により、出力信号Ｘ1を生成する。加算ユニット３１１
は、その２つの入力を加算する。別の実施例では、加算
ユニット３１１は、メモリ（例えばフレームバッファ）
の互い違いのロケーションに情報を書き込む、すなわ
ち、合成出力が得られるように選ばれたアドレスを用い
て情報を格納する。
サンプルされた変換信号と、スケーリング・ユニット３
０６のスケーリング出力信号は、アップサンプリング・
ユニット３０７，３０８にそれぞれ入力され、これらア
ップサンプリング・ユニットはそれら変換信号を２倍に
アップサンプリングし（例えば各項の後に１つの０を挿
入する）、そして、それら信号をローパス逆ウェーブレ
ット変換フィルタ３０９とハイパス逆ウェーブレット変
換フィルタ３１０へそれぞれ送る。フィルタ３０９，３
１０の出力を加算ユニット３１１によって合成すること
により、出力信号Ｘ1を生成する。加算ユニット３１１
は、その２つの入力を加算する。別の実施例では、加算
ユニット３１１は、メモリ（例えばフレームバッファ）
の互い違いのロケーションに情報を書き込む、すなわ
ち、合成出力が得られるように選ばれたアドレスを用い
て情報を格納する。
【００４７】画像の総エネルギーを保存し、かつ、修正
されたウェーブレット係数と元のスケーリング係数のバ
ランスを維持するため、ウェーブレット係数の再正規化
を利用することができる。一実施例では、この再正規化
は、修正された係数を√(ｎαγ)で除することによって
行われる。ここで、
されたウェーブレット係数と元のスケーリング係数のバ
ランスを維持するため、ウェーブレット係数の再正規化
を利用することができる。一実施例では、この再正規化
は、修正された係数を√(ｎαγ)で除することによって
行われる。ここで、
【数１】
【数２】 γはウェーブレット系の Hoelder レギュラリティの範
囲の上限、αは選ばれた鮮明化パラメータである。次数
４の Daubechies-8 ウェーブレット系（フィルタ長＝
８、γ＝ 1.596、α＝ -1.596 ）の場合、正規化因子は
囲の上限、αは選ばれた鮮明化パラメータである。次数
４の Daubechies-8 ウェーブレット系（フィルタ長＝
８、γ＝ 1.596、α＝ -1.596 ）の場合、正規化因子は
【数３】 となる。書籍「 Ingrid Daubechies, ”Ten Lectures o
n Wavelets”，SIAM, Philadelphia, PA, 1992 」より
引用した様々な Daubechies ウェーブレット系の Hoeld
erレギュラリティとバニシング・モーメントを下記表１
に示す。
n Wavelets”，SIAM, Philadelphia, PA, 1992 」より
引用した様々な Daubechies ウェーブレット系の Hoeld
erレギュラリティとバニシング・モーメントを下記表１
に示す。
【表１】 パラメータγは、バニシング・モーメントと Hoelder
レギュラリティのうちの小さい方の値である。別の再正
規化手法を使用することもできる。
レギュラリティのうちの小さい方の値である。別の再正
規化手法を使用することもできる。
【００４８】臨界標本化ＤＷＴにシフト不変性が無いこ
とは、ノイズ低減のような画像処理ステップにとって不
利であり、また、多重スケール平滑化・鮮明化にとって
も、同じエッジが、そのウェーブレット木における位置
関係によって違ったふうに平滑化又は鮮明化されること
があるため不利である。この不利な点を克服するため、
超完備（冗長）ＤＷＴ（ＲＤＷＴと記す）が選ばれ、こ
れは臨界標本化ＤＷＴより優れている。
とは、ノイズ低減のような画像処理ステップにとって不
利であり、また、多重スケール平滑化・鮮明化にとって
も、同じエッジが、そのウェーブレット木における位置
関係によって違ったふうに平滑化又は鮮明化されること
があるため不利である。この不利な点を克服するため、
超完備（冗長）ＤＷＴ（ＲＤＷＴと記す）が選ばれ、こ
れは臨界標本化ＤＷＴより優れている。
【００４９】画像の鮮明化のためにＲＤＷＴを選んだ場
合でも、以上に述べたアプローチと同じアプローチによ
り多重スケールのアンシャープマスキングを定義するこ
とができる。主たる相違点は、フィルタバンクのダウン
サンプリングとアップサンプリングのステップが省かれ
る点である。
合でも、以上に述べたアプローチと同じアプローチによ
り多重スケールのアンシャープマスキングを定義するこ
とができる。主たる相違点は、フィルタバンクのダウン
サンプリングとアップサンプリングのステップが省かれ
る点である。
【００５０】スケール１でのＲＤＷＴの完全再構成特性
は次式で与えられる。 x(z) = 1/2 (H* H[x](z) + G* G[x](Z)). (13) 図４に概略図を示す。図４を参照すると、入力信号Ｘ
は、ローパス・ウェーブレット変換フィルタ４０１とハ
イパス・ウェーブレット変換フィルタ４０２に入力され
る。フィルタ４０１の出力は偶数係数４０３と奇数係数
４０４に分けられ、また、フィルタ４０２の出力は偶数
係数４０５と奇数係数４０６に分けられる。間引きは行
われないことに注意されたい。図３の線３０５と同様、
線４０７は分析部と合成部の境界を表し、前述のように
符号化処理と復号化処理を含めることができる。また、
ローパス・フィルタ４０１から出力される係数をフィル
タ４０１，４０２に繰り返しフィードバックして多くの
分解レベルを生成することができる。
は次式で与えられる。 x(z) = 1/2 (H* H[x](z) + G* G[x](Z)). (13) 図４に概略図を示す。図４を参照すると、入力信号Ｘ
は、ローパス・ウェーブレット変換フィルタ４０１とハ
イパス・ウェーブレット変換フィルタ４０２に入力され
る。フィルタ４０１の出力は偶数係数４０３と奇数係数
４０４に分けられ、また、フィルタ４０２の出力は偶数
係数４０５と奇数係数４０６に分けられる。間引きは行
われないことに注意されたい。図３の線３０５と同様、
線４０７は分析部と合成部の境界を表し、前述のように
符号化処理と復号化処理を含めることができる。また、
ローパス・フィルタ４０１から出力される係数をフィル
タ４０１，４０２に繰り返しフィードバックして多くの
分解レベルを生成することができる。
【００５１】スケーリング・ユニット４０８，４０９
は、多重分解レベルの偶数係数及び奇数係数に対し、同
じスケール依存係数を適用する。スケーリング・ユニッ
ト４０８，４０９の出力とフィルタ４０１から出力され
る偶数係数及び奇数係数は、アップサンプリング・ユニ
ット４１０〜４１３でアップサンプリングされる。アッ
プサンプリング・ユニット４１０，４１１の出力はロー
パス逆変換フィルタ４１４，４１５の入力にそれぞれ接
続され、アップサンプリング・ユニット４１２，４１３
の出力はハイパス逆変換フィルタ４１６，４１７の入力
にそれぞれ接続される。逆変換フィルタ４１４〜４１７
の出力は除算ユニット４１８〜４２１に接続され、除算
ユニット４１８〜４２１は、それら出力を２で除して２
数の平均をとることにより超完備ＤＷＴの使用の補償を
する。再正規化はＤＷＴの場合と同じラインに沿って実
行されるが、ウェーブレット系のγの値をおおよそ２倍
にする（表を参照）。
は、多重分解レベルの偶数係数及び奇数係数に対し、同
じスケール依存係数を適用する。スケーリング・ユニッ
ト４０８，４０９の出力とフィルタ４０１から出力され
る偶数係数及び奇数係数は、アップサンプリング・ユニ
ット４１０〜４１３でアップサンプリングされる。アッ
プサンプリング・ユニット４１０，４１１の出力はロー
パス逆変換フィルタ４１４，４１５の入力にそれぞれ接
続され、アップサンプリング・ユニット４１２，４１３
の出力はハイパス逆変換フィルタ４１６，４１７の入力
にそれぞれ接続される。逆変換フィルタ４１４〜４１７
の出力は除算ユニット４１８〜４２１に接続され、除算
ユニット４１８〜４２１は、それら出力を２で除して２
数の平均をとることにより超完備ＤＷＴの使用の補償を
する。再正規化はＤＷＴの場合と同じラインに沿って実
行されるが、ウェーブレット系のγの値をおおよそ２倍
にする（表を参照）。
【００５２】加算ユニット４２２は除算ユニット４１
８，４１９の出力を加算し、加算ユニット４２３は除算
ユニット４２０，４２１の出力を加算する。加算ユニッ
ト４２４は、加算ユニット４２２，４２３の出力を加算
してＸ1信号を生成する。加算ユニット４２２〜４２４
は、例えば上に述べたように周知の作用させればよい。
８，４１９の出力を加算し、加算ユニット４２３は除算
ユニット４２０，４２１の出力を加算する。加算ユニッ
ト４２４は、加算ユニット４２２，４２３の出力を加算
してＸ1信号を生成する。加算ユニット４２２〜４２４
は、例えば上に述べたように周知の作用させればよい。
【００５３】フィルタＨ，Ｇが直交フィルタならば、フ
ィルタバンクの第１段のフィルタＨ*Ｈ，Ｇ*ＧはＨとＧ
の自己相関フィルタにすぎない。
ィルタバンクの第１段のフィルタＨ*Ｈ，Ｇ*ＧはＨとＧ
の自己相関フィルタにすぎない。
【００５４】スケールｊ＞１については、完全再構成特
性は、元のフィルタ H,H*,G,G*ではなく、それらの累次
形（Hj,H*j,Gj,G*jで表記）を用いて下記のように表さ
れる。 ｓj-1 (z) = 1/2 (H*jHj[ｓj-1] (z) + G*jGj [ｓj-1]
(z)). 臨界標本化の場合と同様、鮮明化画像ｘrdwt-sを次式の
ように定義できる。 ｘrdwt-s:=1/2 (H* H [x] +μG*G [X]). (14) μj = ２j αに選ぶことによって、スケールｊ＝１で
は、鮮明化（α＜０）後のスケーリング係数は次式によ
り求めることができる。 Ｓ1 rdwt-s=1/2 (H* H [S1] +μ1 G*G [S1]). (15) スケールｊ＞１では、鮮明化後のスケーリング係数は次
式で定義される。 Ｓj rdwt-s= 1 / (2j+1) (H*jHj [Ｓj] +μjG*jG j[Ｓj]). (16) 超完備多重スケール鮮明化のためのフィルタバンク構成
が図４に示されている。図３に示した最大間引きのフィ
ルタバンクの構成と比較すれば、２分の１のダウンサン
プリングが省かれている。しかし、図３におけると同
様、ディテール係数はμjを乗じられる。臨界標本化Ｄ
ＷＴに比べ、指数のとり得る範囲が拡大する。
性は、元のフィルタ H,H*,G,G*ではなく、それらの累次
形（Hj,H*j,Gj,G*jで表記）を用いて下記のように表さ
れる。 ｓj-1 (z) = 1/2 (H*jHj[ｓj-1] (z) + G*jGj [ｓj-1]
(z)). 臨界標本化の場合と同様、鮮明化画像ｘrdwt-sを次式の
ように定義できる。 ｘrdwt-s:=1/2 (H* H [x] +μG*G [X]). (14) μj = ２j αに選ぶことによって、スケールｊ＝１で
は、鮮明化（α＜０）後のスケーリング係数は次式によ
り求めることができる。 Ｓ1 rdwt-s=1/2 (H* H [S1] +μ1 G*G [S1]). (15) スケールｊ＞１では、鮮明化後のスケーリング係数は次
式で定義される。 Ｓj rdwt-s= 1 / (2j+1) (H*jHj [Ｓj] +μjG*jG j[Ｓj]). (16) 超完備多重スケール鮮明化のためのフィルタバンク構成
が図４に示されている。図３に示した最大間引きのフィ
ルタバンクの構成と比較すれば、２分の１のダウンサン
プリングが省かれている。しかし、図３におけると同
様、ディテール係数はμjを乗じられる。臨界標本化Ｄ
ＷＴに比べ、指数のとり得る範囲が拡大する。
【００５５】臨界標本化ＤＷＴの場合と同じように、修
正されたウェーブレット係数の正規化を行うことができ
る。再正規化はＤＷＴと同じラインに沿って実行される
が、ウェーブレット系のσの値をおおよそ２倍にする。
超完備変換の場合、各値は下記の表２に示すように変わ
る。
正されたウェーブレット係数の正規化を行うことができ
る。再正規化はＤＷＴと同じラインに沿って実行される
が、ウェーブレット系のσの値をおおよそ２倍にする。
超完備変換の場合、各値は下記の表２に示すように変わ
る。
【表２】
【００５６】臨界標本化・超完備ウェーブレット変換の
ための多重スケール鮮明化と同じように、パラメータα
を０より大きな値に選ぶことによって、臨界標本化・超
完備ウェーブレット変換のための多重スケール鮮明化が
可能である。
ための多重スケール鮮明化と同じように、パラメータα
を０より大きな値に選ぶことによって、臨界標本化・超
完備ウェーブレット変換のための多重スケール鮮明化が
可能である。
【００５７】オリジナルデータと処理後の入力データの
平滑度が分かると、いくつか利点がある。入力データ
が、直交ＤＷＴを適用して得られたウェーブレット係数
の再スケーリングによるオリジナルデータの平滑化デー
タであるとすれば、ここに述べる手法でオリジナルデー
タを正確に復元できる。このことは、例えば、処理後の
入力データ中の平滑化されたステップエッジを元のステ
ップエッジに戻すことができるということである。
平滑度が分かると、いくつか利点がある。入力データ
が、直交ＤＷＴを適用して得られたウェーブレット係数
の再スケーリングによるオリジナルデータの平滑化デー
タであるとすれば、ここに述べる手法でオリジナルデー
タを正確に復元できる。このことは、例えば、処理後の
入力データ中の平滑化されたステップエッジを元のステ
ップエッジに戻すことができるということである。
【００５８】直交ウェーブレットのＤＷＴによる多重ス
ケール平滑化・鮮明化は可逆的であるのに対し、ＲＤＷ
Ｔは可逆的でない。その理由は、ＲＤＷＴが直交変換で
ないこと、すなわち一般的には 1/2H(H*G[x] +μG*G[x]) +1/2G(H* H[x] +μG* G[x]) ≠H[x] +μG[x] (17) であるからである。
ケール平滑化・鮮明化は可逆的であるのに対し、ＲＤＷ
Ｔは可逆的でない。その理由は、ＲＤＷＴが直交変換で
ないこと、すなわち一般的には 1/2H(H*G[x] +μG*G[x]) +1/2G(H* H[x] +μG* G[x]) ≠H[x] +μG[x] (17) であるからである。
【００５９】図５は、ウェーブレットによる多重スケー
ル鮮明化・平滑化を行うプロセスの一実施例のフローチ
ャートを示す。図５を参照すると、このプロセスは、処
理ロジックが入力パラメータを取り込むことから始まる
（処理ブロック５０１）。一実施例では、この入力パラ
メータには、ウェーブレット系の種類、分解レベル数、
鮮明化／平滑化パラメータ、ノイズ低減方法が含まれ
る。ノイズ低減方法に関しては、ノイズ低減方法のため
の閾値が入力パラメータに含まれる。
ル鮮明化・平滑化を行うプロセスの一実施例のフローチ
ャートを示す。図５を参照すると、このプロセスは、処
理ロジックが入力パラメータを取り込むことから始まる
（処理ブロック５０１）。一実施例では、この入力パラ
メータには、ウェーブレット系の種類、分解レベル数、
鮮明化／平滑化パラメータ、ノイズ低減方法が含まれ
る。ノイズ低減方法に関しては、ノイズ低減方法のため
の閾値が入力パラメータに含まれる。
【００６０】入力パラメータが取り込まれると、処理ロ
ジックは、選ばれたウェーブレット系のための平滑度値
γを捜し（処理ブロック５０２）、前記式によって再正
規化因子を計算する（処理ブロック５０３）。γの値
は、各エントリーが別々のウェーブレット系に割り当て
られたルックアップ・テーブルに格納しておくことがで
きる。処理ブロック５０１〜５０３はプロセスの初期化
部分である。これらのステップは一度だけ実行され、そ
れ以外のステップは各画像毎に実行される。
ジックは、選ばれたウェーブレット系のための平滑度値
γを捜し（処理ブロック５０２）、前記式によって再正
規化因子を計算する（処理ブロック５０３）。γの値
は、各エントリーが別々のウェーブレット系に割り当て
られたルックアップ・テーブルに格納しておくことがで
きる。処理ブロック５０１〜５０３はプロセスの初期化
部分である。これらのステップは一度だけ実行され、そ
れ以外のステップは各画像毎に実行される。
【００６１】初期化後に、処理ロジックは第１レベルの
ウェーブレット変換を実行する（処理ブロック５０
４）。処理ロジックは、次に、ノイズ低減用の閾値を設
定する（処理ブロック５０５）。一実施例では、 Donoh
o - Johnstone の閾値がノイズ低減に用いられる場合に
は、処理ロジックはウェーブレット係数の標準偏差を計
算し、閾値を σ√(21ogN) に設定する。ここで、Ｎはデータの行と列のサイズ中の
最大値であり、σは第１レベルのウェーブレット係数の
標準偏差である。
ウェーブレット変換を実行する（処理ブロック５０
４）。処理ロジックは、次に、ノイズ低減用の閾値を設
定する（処理ブロック５０５）。一実施例では、 Donoh
o - Johnstone の閾値がノイズ低減に用いられる場合に
は、処理ロジックはウェーブレット係数の標準偏差を計
算し、閾値を σ√(21ogN) に設定する。ここで、Ｎはデータの行と列のサイズ中の
最大値であり、σは第１レベルのウェーブレット係数の
標準偏差である。
【００６２】次に、処理ロジックは、その係数に対する
第２レベルのウェーブレット変換を実行する（処理ロジ
ック５０７2）。処理ロジックは、第Ｌレベルのウェー
ブレット変換まで、残りのウェーブレット変換を実行す
る（処理ブロック５０７L）。
第２レベルのウェーブレット変換を実行する（処理ロジ
ック５０７2）。処理ロジックは、第Ｌレベルのウェー
ブレット変換まで、残りのウェーブレット変換を実行す
る（処理ブロック５０７L）。
【００６３】ウェーブレット変換を行った後、処理ロジ
ックは閾値処理（ノイズ低減）及び再スケーリング（鮮
明化又は平滑化）を行うために、レベルｊのウェーブレ
ット係数に 2 j α を乗じる（処理ブロック５０８）。その後、処理ロジッ
クはＬレベルの逆変換を実行する（処理ブロック５０
９）。
ックは閾値処理（ノイズ低減）及び再スケーリング（鮮
明化又は平滑化）を行うために、レベルｊのウェーブレ
ット係数に 2 j α を乗じる（処理ブロック５０８）。その後、処理ロジッ
クはＬレベルの逆変換を実行する（処理ブロック５０
９）。
【００６４】図６乃至図９は、順方向変換と逆方向変換
の説明図である。図６及び図７は、順方向と逆方向の離
散ウェーブレット変換（ＤＷＴ）のための構成要素をそ
れぞれ示している。これらの構成要素は、図３中の同様
名称の要素と同様のものであることに注意されたい。図
８は、Ｌレベル分解の場合の順方向ＤＷＴの一実施例で
ある。図８を参照すると、入力Ｘは第１レベルの順方向
ＤＷＴブロック６０１に入力される。第１レベルの順方
向ＤＷＴブロック６０１の出力は、第２レベルの順方向
ＤＷＴブロック６０２に入力される。以下同様に、第Ｌ
レベルまでの他のレベルの分解が繰り返される。図９
は、Ｌレベル分解の場合の逆方向ＤＷＴと再スケーリン
グ（鮮明化／平滑化）を示す。図９を参照するが、各レ
ベルの逆方向ＤＷＴ毎に１つの鮮明化／平滑化パラメー
タがあることに注意されたい。すなわち、同一レベルに
対し実行される全変換ステップのための鮮明化／平滑化
パラメータは同一である。
の説明図である。図６及び図７は、順方向と逆方向の離
散ウェーブレット変換（ＤＷＴ）のための構成要素をそ
れぞれ示している。これらの構成要素は、図３中の同様
名称の要素と同様のものであることに注意されたい。図
８は、Ｌレベル分解の場合の順方向ＤＷＴの一実施例で
ある。図８を参照すると、入力Ｘは第１レベルの順方向
ＤＷＴブロック６０１に入力される。第１レベルの順方
向ＤＷＴブロック６０１の出力は、第２レベルの順方向
ＤＷＴブロック６０２に入力される。以下同様に、第Ｌ
レベルまでの他のレベルの分解が繰り返される。図９
は、Ｌレベル分解の場合の逆方向ＤＷＴと再スケーリン
グ（鮮明化／平滑化）を示す。図９を参照するが、各レ
ベルの逆方向ＤＷＴ毎に１つの鮮明化／平滑化パラメー
タがあることに注意されたい。すなわち、同一レベルに
対し実行される全変換ステップのための鮮明化／平滑化
パラメータは同一である。
【００６５】図１０乃至図１３は、ＲＤＷＴへの鮮明化
／平滑化の適用を示す。図１０及び図１１は、順方向及
び逆方向の冗長ＤＷＴ（ＲＤＷＴ）のための構成要素を
それぞれ示す。図１２は、Ｌレベル分解の場合の順方向
ＲＤＷＴを示す。図１３は、Ｌレベル分解の場合の全分
解レベルの逆方向ＲＤＷＴと再スケーリング（鮮明化／
平滑化）を示している。図１３を参照すると、各レベル
における処理要素各々のための再スケーリング・パラメ
ータは同一である。しかし、再スケーリング・パラメー
タはレベル毎に異ならせることができる。
／平滑化の適用を示す。図１０及び図１１は、順方向及
び逆方向の冗長ＤＷＴ（ＲＤＷＴ）のための構成要素を
それぞれ示す。図１２は、Ｌレベル分解の場合の順方向
ＲＤＷＴを示す。図１３は、Ｌレベル分解の場合の全分
解レベルの逆方向ＲＤＷＴと再スケーリング（鮮明化／
平滑化）を示している。図１３を参照すると、各レベル
における処理要素各々のための再スケーリング・パラメ
ータは同一である。しかし、再スケーリング・パラメー
タはレベル毎に異ならせることができる。
【００６６】《鮮明化／平滑化パラメータの選択》入力
データと出力データの平滑度に関する情報に応じて、パ
ラメータαを決定する色々な方法をとり得る。４つの異
なった方法を以下に述べるが、それ以外の方法を用いて
もよい。第１に、利用できる入力データがスキャナなど
の入力装置よりオリジナル・データを送出することによ
って得られたデータならば、データの Hoelder レギュ
ラリティはその入力装置の Hoelder レギュラリティで
ある。スキャナの場合、レギュラリティは点関数の平滑
度によって与えられる。オリジナル・データの平滑度が
βでスキャンされた入力データの平滑度がεであるとき
には、鮮明化パラメータは −(ε−β)とするのが妥当
な選択であろう。しかし、｜ε−β｜の値は、ウェーブ
レット系の Hoelder レギュラリティγを超えることは
許されない。よって、鮮明化パラメータは、β＞γかつ
ε＞γならばα＝０、β≦γならば α＝min（γ，ε）
−β 、でなければならない。
データと出力データの平滑度に関する情報に応じて、パ
ラメータαを決定する色々な方法をとり得る。４つの異
なった方法を以下に述べるが、それ以外の方法を用いて
もよい。第１に、利用できる入力データがスキャナなど
の入力装置よりオリジナル・データを送出することによ
って得られたデータならば、データの Hoelder レギュ
ラリティはその入力装置の Hoelder レギュラリティで
ある。スキャナの場合、レギュラリティは点関数の平滑
度によって与えられる。オリジナル・データの平滑度が
βでスキャンされた入力データの平滑度がεであるとき
には、鮮明化パラメータは −(ε−β)とするのが妥当
な選択であろう。しかし、｜ε−β｜の値は、ウェーブ
レット系の Hoelder レギュラリティγを超えることは
許されない。よって、鮮明化パラメータは、β＞γかつ
ε＞γならばα＝０、β≦γならば α＝min（γ，ε）
−β 、でなければならない。
【００６７】入力データの平滑度の情報がない場合は、
対応する Hoelder レギュラリティεをウェーブレット
係数のスケール間減衰から推定することができる。 Hoe
lderレギュラリティεは、定数Ｃ＞０、スケールｊ、位
置ｋで
対応する Hoelder レギュラリティεをウェーブレット
係数のスケール間減衰から推定することができる。 Hoe
lderレギュラリティεは、定数Ｃ＞０、スケールｊ、位
置ｋで
【数４】 のような最小値でなければならない。例えばテキスト領
域に見られるようなステップ・エッジがオリジナル・デ
ータに含まれている場合には、そのオリジナルの平滑度
βは０に等しい。オリジナル・データの平滑度βが与え
られたとすると、鮮明化／平滑化パラメータαを常に 0
≦β+α≦γ に選ぶ必要がある。
域に見られるようなステップ・エッジがオリジナル・デ
ータに含まれている場合には、そのオリジナルの平滑度
βは０に等しい。オリジナル・データの平滑度βが与え
られたとすると、鮮明化／平滑化パラメータαを常に 0
≦β+α≦γ に選ぶ必要がある。
【００６８】スキャン画像を処理する場合には指数α＝
−１を使用することができ、これには理論的根拠があ
る。画像は、平滑領域とステップ・エッジからなる関数
でモデル化することができる。この画像をスキャンする
ことにより、そのステップ・エッジがぼける。このぼけ
は、ガウス積分核や同様な性質の積分核を用いた畳み込
みでモデル化することができる。結果として、 Haar 系
の超完備ウェーブレット分解は、指数１で表されるウェ
ーブレット係数の減衰を招く。スキャン画像を鮮明化す
るため、すなわち、エッジの平滑化を打ち消すため、指
数α＝−１が鮮明化パラメータ中の指数として選ばれ
る。前記（１０）式中の正規化定数のパラメータγはγ
＝１である。この場合、全体の分解レベルＬ＝３では、
ウェーブレット係数を以下のように修正する必要があ
る。・第１レベルのウェーブレット係数に (2-1)／√(9／(28−4))＝2.6458 を乗じる。 ・第２レベルのウェーブレット係数に (2-2)／√(9／(28−4))＝1.3229 を乗じる。 ・第３レベルのウェーブレット係数に (2-3)／√(9／(28−4))＝0.6614 を乗じる。
−１を使用することができ、これには理論的根拠があ
る。画像は、平滑領域とステップ・エッジからなる関数
でモデル化することができる。この画像をスキャンする
ことにより、そのステップ・エッジがぼける。このぼけ
は、ガウス積分核や同様な性質の積分核を用いた畳み込
みでモデル化することができる。結果として、 Haar 系
の超完備ウェーブレット分解は、指数１で表されるウェ
ーブレット係数の減衰を招く。スキャン画像を鮮明化す
るため、すなわち、エッジの平滑化を打ち消すため、指
数α＝−１が鮮明化パラメータ中の指数として選ばれ
る。前記（１０）式中の正規化定数のパラメータγはγ
＝１である。この場合、全体の分解レベルＬ＝３では、
ウェーブレット係数を以下のように修正する必要があ
る。・第１レベルのウェーブレット係数に (2-1)／√(9／(28−4))＝2.6458 を乗じる。 ・第２レベルのウェーブレット係数に (2-2)／√(9／(28−4))＝1.3229 を乗じる。 ・第３レベルのウェーブレット係数に (2-3)／√(9／(28−4))＝0.6614 を乗じる。
【００６９】以上、スキャン文書に関係する応用分野、
例えばデジタル複写機、デジタルカメラ、ファクシミリ
装置、プリンタなどにおける鮮明化パラメータを選ぶ一
般的方法について説明した。
例えばデジタル複写機、デジタルカメラ、ファクシミリ
装置、プリンタなどにおける鮮明化パラメータを選ぶ一
般的方法について説明した。
【００７０】多重スケール鮮明化・平滑化のもう１つの
応用は、ウェーブレット係数に応じて適応的な平滑化又
は鮮明化を行うことである。すなわち、超完備 Haar 系
で、選択された係数だけが２j α（α＜０）を乗じられ
ることにより鮮明化され、平滑領域の係数が２j β（β
＞０）を乗じられることにより平滑化される。
応用は、ウェーブレット係数に応じて適応的な平滑化又
は鮮明化を行うことである。すなわち、超完備 Haar 系
で、選択された係数だけが２j α（α＜０）を乗じられ
ることにより鮮明化され、平滑領域の係数が２j β（β
＞０）を乗じられることにより平滑化される。
【００７１】デジタル複写機の一実施例を図１４に示
す。図１４を参照すると、スキャナ８０１又は他の中間
調画像ソース８０２が画像を分類ユニット８０３へ供給
し、この分類ユニットはその画像データをテキストと背
景に分類する。分類ユニット８０３の出力はスケーリン
グ・ユニット８０４に取り込まれ、同ユニットは分類さ
れた画素に応じた平滑化又は鮮明化を行う。分類を使用
し、その分類結果を鮮明化／平滑化の基準とすることは
必須ではないことに注意されたい。スケーリング・ユニ
ット８０４の出力は、他の処理（例えば、ダウンサンプ
リング、ガンマ補正、中間調処理など）を実行する処理
ユニット８０５に接続される。処理ユニット８０５の出
力はプリンタ８０６に取り込まれ、プリンタ８０６は画
像を印刷する。
す。図１４を参照すると、スキャナ８０１又は他の中間
調画像ソース８０２が画像を分類ユニット８０３へ供給
し、この分類ユニットはその画像データをテキストと背
景に分類する。分類ユニット８０３の出力はスケーリン
グ・ユニット８０４に取り込まれ、同ユニットは分類さ
れた画素に応じた平滑化又は鮮明化を行う。分類を使用
し、その分類結果を鮮明化／平滑化の基準とすることは
必須ではないことに注意されたい。スケーリング・ユニ
ット８０４の出力は、他の処理（例えば、ダウンサンプ
リング、ガンマ補正、中間調処理など）を実行する処理
ユニット８０５に接続される。処理ユニット８０５の出
力はプリンタ８０６に取り込まれ、プリンタ８０６は画
像を印刷する。
【００７２】以上の説明を読むことによって当業者には
本発明の多くの変更及び修正が明白になるであろうか
ら、説明のために図示及び記述したいずれの実施例も決
して限定を意図したものではないと理解すべきである。
本発明の多くの変更及び修正が明白になるであろうか
ら、説明のために図示及び記述したいずれの実施例も決
して限定を意図したものではないと理解すべきである。
【００７３】
【発明の効果】以上の説明から明らかなように、本発明
によれば、画像などの鮮明化／平滑化のための従来技術
の問題点の１つ以上を解決することができる等の効果を
得られる。
によれば、画像などの鮮明化／平滑化のための従来技術
の問題点の１つ以上を解決することができる等の効果を
得られる。
【図１】画像データ処理方法の一実施例を示すフローチ
ャートである。
ャートである。
【図２】画像データ処理方法のも１つの実施例を示すフ
ローチャートである。
ローチャートである。
【図３】離散ウェーブレット変換による多重スケール・
アンシャープマスキングの第１レベルのフィルタバンク
構成を示すブロック図である。
アンシャープマスキングの第１レベルのフィルタバンク
構成を示すブロック図である。
【図４】超完備離散ウェーブレット変換による多重スケ
ール・アンシャープマスキングの第１レベルのフィルタ
構成を示すブロック図である。
ール・アンシャープマスキングの第１レベルのフィルタ
構成を示すブロック図である。
【図５】ウェーブレットによる多重スケール鮮明化・平
滑化のプロセスの一実施例を示すフローチャートであ
る。
滑化のプロセスの一実施例を示すフローチャートであ
る。
【図６】順方向ＤＷＴのための構成要素の説明図であ
る。
る。
【図７】逆方向ＤＷＴのための構成要素の説明図であ
る。
る。
【図８】Ｌレベル分解のための順方向ＤＷＴの説明図で
ある。
ある。
【図９】Ｌレベル分解の逆方向ＤＷＴと再スケーリング
（鮮明化／平滑化）の説明図である。
（鮮明化／平滑化）の説明図である。
【図１０】順方向ＲＤＷＴのための構成要素の説明図で
ある。
ある。
【図１１】逆方向ＲＤＷＴのための構成要素の説明図で
ある。
ある。
【図１２】順方向のＬレベルＲＤＷＴの説明図である。
【図１３】逆方向のＬレベルＲＤＷＴの説明図である。
【図１４】デジタル複写機の一実施例を示すブロック図
である。
である。
３０１ ローパス・ウェーブレット変換フィルタ ３０２ ハイパス・ウェーブレット変換フィルタ ３０３ 間引きユニット ３０４ 間引きユニット ３０６ スケーリング・ユニット ３０７ アップサンプリング・ユニット ３０８ アップサンプリング・ユニット ３０９ ローパス逆ウェーブレット変換フィルタ ３１０ ハイパス逆ウェーブレット変換フィルタ ３１１ 加算ユニット ４０１ ローパス・ウェーブレット変換フィルタ ４０２ ハイパス・ウェーブレット変換フィルタ ４０３ 偶数係数 ４０４ 奇数係数 ４０５ 偶数係数 ４０６ 奇数係数 ４０８ スケーリング・ユニット ４０９ スケーリング・ユニット ４１０ アップサンプリング・ユニット ４１１ アップサンプリング・ユニット ４１２ アップサンプリング・ユニット ４１３ アップサンプリング・ユニット ４１４ ローパス逆ウェーブレット変換フィルタ ４１５ ローパス逆ウェーブレット変換フィルタ ４１６ ハイパス逆ウェーブレット変換フィルタ ４１７ ハイパス逆ウェーブレット変換フィルタ ４１８ 除算ユニット ４１９ 除算ユニット ４２０ 除算ユニット ４２１ 除算ユニット ４２２ 加算ユニット ４２３ 加算ユニット ４２４ 加算ユニット ８０１ スキャナ ８０２ 中間調画像ソース ８０３ 分類ユニット ８０４ スケーリング・ユニット ８０５ 処理ユニット ８０６ プリンタ
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｈ０４Ｎ 1/40 １０１Ｃ
Claims (87)
- 【請求項１】 入力データを取り込み、 前記入力データに対し多重スケールのアンシャープマス
キングを実行する、ことを特徴とするデータ処理方法。 - 【請求項２】 入力データを処理する方法であって、 前記入力データにウェーブレット変換を適用することに
より前記入力データを複数の分解レベルに分解し、 前記複数の分解レベル中の少なくとも２つの分解レベル
の係数を、それら各分解レベル毎に別々のスケール依存
パラメータを用いてスケーリングすることにより、前記
少なくとも２つの分解レベルの係数を修正する、ことを
特徴とするデータ処理方法。 - 【請求項３】 前記入力データは画像データであること
を特徴とする請求項２記載のデータ処理方法。 - 【請求項４】 ウェーブレット係数のみがスケーリング
されることを特徴とする請求項２記載のデータ処理方
法。 - 【請求項５】 係数の修正は、前記複数の分解レベル中
の１つの分解レベルの各係数に第１のスケール依存パラ
メータを乗じ、かつ、前記複数の分解レベル中のもう１
つの分解レベルの各係数に第２のスケール依存パラメー
タを乗じることからなる、ことを特徴とする請求項２記
載のデータ処理方法。 - 【請求項６】 前記別々のスケール依存パラメータはそ
れぞれ次式により決定され、 μj= 2 j α 式中、αの値は鮮明化と平滑化のいずれが係数に適用さ
れるか指示し、ｊはスケールを示す、ことを特徴とする
請求項２記載のデータ処理方法。 - 【請求項７】 αが０より小さいときに係数に鮮明化が
適用され、αが０より大きいときに係数に平滑化が適用
される、ことを特徴とする請求項６記載のデータ処理方
法。 - 【請求項８】 係数の修正により、スケール依存パラメ
ータがある遷移値より大きい場合には係数が平滑化さ
れ、スケール依存パラメータが前記遷移値より小さい場
合には係数が鮮明化される、ことを特徴とする請求項２
記載のデータ処理方法。 - 【請求項９】 前記遷移値は１である、ことを特徴とす
る請求項８記載のデータ処理方法。 - 【請求項１０】 前記ウェーブレット変換は臨界標本化
離散ウェーブレット変換である、ことを特徴とする請求
項２記載のデータ処理方法。 - 【請求項１１】 前記ウェーブレット変換は超完備離散
ウェーブレット変換である、ことを特徴とする請求項２
記載のデータ処理方法。 - 【請求項１２】 前記ウェーブレット変換は複素ウェー
ブレット変換である、ことを特徴とする請求項２記載の
データ処理方法。 - 【請求項１３】 前記ウェーブレット変換は臨界標本化
ウェーブレット・パケット変換である、ことを特徴とす
る請求項２記載のデータ処理方法。 - 【請求項１４】 前記ウェーブレット変換は超完備ウェ
ーブレット・パケット変換である、ことを特徴とする請
求項２記載のデータ処理方法。 - 【請求項１５】 画像データの分解は入力データに変換
を適用することからなり、前記変換は選ばれたサブバン
ドに対して超完備変換である、ことを特徴とする請求項
２記載のデータ処理方法。 - 【請求項１６】 前記入力データに関する情報及び前記
画像ソースに関する情報に基づいて前記スケール依存パ
ラメータを選択する、ことを特徴とする請求項２記載の
データ処理方法。 - 【請求項１７】 前記画像ソースに関する情報は前記画
像ソースのモデル点広がり関数である、ことを特徴とす
る請求項１６記載のデータ処理方法。 - 【請求項１８】 前記データに関する情報は前記データ
にステップ・エッジが含まれていることを示すものであ
る、ことを特徴とする請求項１６記載のデータ処理方
法。 - 【請求項１９】 前記スケール依存パラメータの選択
は、ウェーブレット係数のスケール間減衰の推定値に基
づいてなされる、ことを特徴とする請求項１６記載のデ
ータ処理方法。 - 【請求項２０】 係数に対しスケーリングが行われた後
に逆変換を行う、ことを特徴とする請求項２記載のデー
タ処理方法。 - 【請求項２１】 前記ウェーブレット変換を適用した後
にノイズ低減を行う、ことを特徴とする請求項２記載の
データ処理方法。 - 【請求項２２】 前記複数の分解レベル中の１つの分解
レベルにおける所定閾値以上の全ての係数を増大させ、
かつ、それ以外の係数を０に近い値に設定することによ
って、ノイズ低減を係数のスケーリングの一部として行
う、ことを特徴とする請求項２１記載のデータ処理方
法。 - 【請求項２３】 前記０に近い値は０である、ことを特
徴とする請求項２２記載のデータ処理方法。 - 【請求項２４】 全ての係数を０に近い値へ所定量だけ
減少させ、次に、前記複数の分解レベル中の１つの分解
レベルにおける所定の閾値以上の全ての係数を増大さ
せ、かつ、全ての係数を０に近い値へ所定量だけ減少さ
せることによって、ノイズ低減を係数のスケーリングの
一部として行う、ことを特徴とする請求項２１記載のデ
ータ処理方法。 - 【請求項２５】 前記０に近い値は０である、ことを特
徴とする請求項２４記載のデータ処理方法。 - 【請求項２６】 係数のスケーリング後に残留している
ノイズに着色する、ことを特徴とする請求項２１記載の
データ処理方法。 - 【請求項２７】 前記別々のスケール依存パラメータは
所要の平滑度及び鮮明度に基づくものである、ことを特
徴とする請求項２記載のデータ処理方法。 - 【請求項２８】 係数を再正規化する、ことを特徴とす
る請求項２記載のデータ処理方法。 - 【請求項２９】 係数の再正規化は少なくとも１つの分
解レベルの係数にスカラーを適用することからなる、こ
とを特徴とする請求項２８記載のデータ処理方法。 - 【請求項３０】 前記複数の分解レベル中の１つの分解
レベルの全係数に、再正規化を達成するために選ばれた
スケール依存パラメータを乗ずることによって、係数の
スケーリングの一部として係数の再正規化が行われる、
ことを特徴とする請求項２８記載のデータ処理方法。 - 【請求項３１】 再スケーリング前のウェーブレット係
数の範囲を計算して再スケーリングを行い、修正された
係数を再スケーリング前の範囲へ戻すようにスケーリン
グすることによって、係数の再正規化が係数のスケーリ
ングの一部として行われる、ことを特徴とする請求項２
８記載のデータ処理方法。 - 【請求項３２】 前記スケール依存パラメータは単調関
数からなる、ことを特徴とする請求項２記載のデータ処
理方法。 - 【請求項３３】 ウェーブレット係数を複数の種類に分
類する、ことを特徴とする請求項２記載のデータ処理方
法。 - 【請求項３４】 前記種類はテキストと背景である、こ
とを特徴とする請求項３３記載のデータ処理方法。 - 【請求項３５】 入力データを処理する方法であって、 前記入力データにウェーブレット変換を適用することに
よって前記入力データを複数の分解レベルに分解し、 前記複数の分解レベル中の少なくとも１つの分解レベル
の係数に対するノイズ低減を行い、 前記複数の分解レベル中の少なくとも２つの分解レベル
の係数を、それら各分解レベル毎に別々のスケール依存
パラメータを使ってスケーリングすることによって、前
記少なくとも２つの分解レベルの係数を修正し、 係数に対する再正規化を行い、 係数を逆変換する、ことを特徴とするデータ処理方法。 - 【請求項３６】 前記入力データは画像データである、
ことを特徴とする請求項３５記載のデータ処理方法。 - 【請求項３７】 係数の修正は、前記複数の分解レベル
中の１つの分解レベルの各係数に第１のスケール依存パ
ラメータを乗じ、もう１つの分解レベルの各係数に第２
のスケール依存パラメータを乗じることからなる、こと
を特徴とする請求項３５記載のデータ処理方法。 - 【請求項３８】 前記別々のスケール依存パラメータは
それぞれ次式により決定され、 μj= 2j α 式中、αの値は鮮明化と平滑化のいずれが係数に適用さ
れるか指示し、ｊは特定のスケールを示す、ことを特徴
とする請求項３６記載のデータ処理方法。 - 【請求項３９】 αが０より小さいときに係数に鮮明化
が適用され、αが０より大きいときに係数に平滑化が適
用される、ことを特徴とする請求項３８記載のデータ処
理方法。 - 【請求項４０】 係数の修正により、スケール依存パラ
メータがある遷移値より大きい場合には係数が平滑化さ
れ、スケール依存パラメータが前記遷移値より小さい場
合には係数が鮮明化される、ことを特徴とする請求項３
５記載のデータ処理方法。 - 【請求項４１】 前記遷移値は１である、ことを特徴と
する請求項４０記載のデータ処理方法。 - 【請求項４２】 前記複数の分解レベル中の１つの分解
レベルにおける所定閾値以上の全ての係数を増大させ、
それ以外の係数を０に近い値に設定することによって、
ノイズ低減と鮮明化を同時に行う、ことを特徴とする請
求項３５記載のデータ処理方法。 - 【請求項４３】 前記０に近い値は０である、ことを特
徴とする請求項４２記載のデータ処理方法。 - 【請求項４４】 全ての係数を０に近い値へ所定量だけ
減少させ、次に、前記複数の分解レベル中の１つの分解
レベルにおける所定閾値以上の全ての係数を増大させ、
かつ、全ての係数を０に近い値へ所定量だけ減少させる
ことによって、ノイズ低減を係数のスケーリングの一部
として行う、ことを特徴とする請求項３５記載のデータ
処理方法。 - 【請求項４５】 前記０に近い値は０である、ことを特
徴とする請求項４４記載のデータ処理方法。 - 【請求項４６】 係数のスケーリング後に残留している
ノイズに着色する、ことを特徴とする請求項４４記載の
データ処理方法。 - 【請求項４７】 少なくとも１つの分解レベルの係数に
スカラーを適用することによって係数を再正規化する、
ことを特徴とする請求項３５記載のデータ処理方法。 - 【請求項４８】 前記複数の分解レベル中の１つの分解
レベルの係数に、再正規化を達成するために選ばれたス
ケール依存パラメータを乗ずることによって、係数のス
ケーリングの一部として係数の再正規化が行われる、こ
とを特徴とする請求項４７記載のデータ処理方法。 - 【請求項４９】 入力データを処理する方法であって、 前記入力データにウェーブレット変換を適用することに
より前記入力データを複数の分解レベルに分解し、 別々の分解レベルの係数に別々のスケール依存パラメー
タを乗じることにより、エッジをノイズ係数よりも強調
する、ことを特徴とするデータ処理方法。 - 【請求項５０】 入力データを処理する方法であって、 前記入力データにウェーブレット変換を適用することに
より前記入力データを複数の分解レベルに分解し、 別々の分解レベルの係数に別々のスケール依存パラメー
タを乗じることにより、選択された係数を選択されない
係数よりも平滑化する、ことを特徴とするデータ処理方
法。 - 【請求項５１】 前記選択された係数は背景の係数であ
る、ことを特徴とする請求項５０記載のデータ処理方
法。 - 【請求項５２】 前記選択された係数は不変領域からな
る、ことを特徴とする請求項５０記載のデータ処理方
法。 - 【請求項５３】 入力データを処理する装置であって、 前記入力データにウェーブレット変換を適用することに
より前記入力データを複数の分解レベルに分解する手段
と、 前記複数の分解レベル中の少なくとも２つの分解レベル
の係数を、その各分解レベル毎に別々のスケール依存パ
ラメータを用いてスケーリングすることにより、前記少
なくとも２つの分解レベルの係数を修正する手段とを有
することを特徴とするデータ処理装置。 - 【請求項５４】 前記入力データは画像データである、
ことを特徴とする請求項５３記載のデータ処理装置。 - 【請求項５５】 前記係数を修正する手段は、前記複数
の分解レベル中の１つの分解レベルの各係数に第１のス
ケール依存パラメータを乗じる手段と、前記複数の分解
レベル中のもう１つの分解レベルの各係数に第２のスケ
ール依存パラメータを乗じる手段とからなることを特徴
する請求項５３記載のデータ処理装置。 - 【請求項５６】 前記別々のスケール依存パラメータは
それぞれ次式により決定され、 μj= 2 j α 式中、αの値は鮮明化と平滑化のいずれが係数に適用さ
れるか指示し、ｊは特定のスケールを示すことを特徴と
する請求項５３記載のデータ処理装置。 - 【請求項５７】 前記修正の手段は、αが０より小さい
ときに係数に鮮明化を適用し、αが０より大きいときに
係数に平滑化を適用することを特徴とする請求項５６記
載のデータ処理装置。 - 【請求項５８】 係数の修正により、スケール依存パラ
メータがある遷移値より大きい場合には係数が平滑化さ
れ、スケール依存パラメータが前記遷移値より小さい場
合には係数が鮮明化されることを特徴とする請求項５３
記載のデータ処理装置。 - 【請求項５９】 前記遷移値は１であることを特徴とす
る請求項５８記載のデータ処理装置。 - 【請求項６０】 スケーリングが行われた後に係数の逆
変換を行う手段をさらに有することを特徴とする請求項
５３記載のデータ処理装置。 - 【請求項６１】 ウェーブレット変換を適用後にノイズ
低減を行う手段をさらに有することを特徴とする請求項
５３記載のデータ処理装置。 - 【請求項６２】 前記複数の分解レベル中の１つの分解
レベルにおける所定閾値以上の全ての係数を増大させ、
それ以外の係数を０に近い値に設定することにより、係
数のスケーリングの一部としてノイズ低減を行う手段を
さらに有することを特徴とする請求項５３記載のデータ
処理装置。 - 【請求項６３】 前記０に近い値は０であることを特徴
とする請求項６２記載のデータ処理装置。 - 【請求項６４】 全ての係数を０に近い値へ所定量だけ
減少させ、次に、前記複数の分解レベル中の１つの分解
レベルにおける所定閾値以上の全ての係数を増大させ、
かつ、全ての係数を０に近い値へ所定量だけ減少させる
ことによって、ノイズ低減を係数のスケーリングの一部
として行う手段をさらに有することを特徴とする請求項
５３記載のデータ処理装置。 - 【請求項６５】 前記０に近い値は０であることを特徴
とする請求項６４記載のデータ処理装置。 - 【請求項６６】 係数を再正規化する手段をさらに有す
ることを特徴とする請求項５３記載のデータ処理装置。 - 【請求項６７】 係数を再正規化する手段は、少なくと
も１つの分解レベルの係数にスカラーを適用する手段か
らなることを特徴とする請求項６６記載のデータ処理装
置。 - 【請求項６８】 係数を再正規化する手段は、前記複数
の分解レベル中の１つの分解レベルの全ての係数に、再
正規化を達成するために選ばれたスケール依存パラメー
タを乗ずることによって、係数のスケーリングの一部と
して作用する、ことを特徴とする請求項６６記載のデー
タ処理装置。 - 【請求項６９】 実行可能な命令群を格納した記録媒体
であって、前記命令群は１つ以上の処理装置で実行され
た時に、該１つ以上の処理装置をして、 入力データにウェーブレット変換を適用することにより
前記入力データを複数の分解レベルに分解し、 前記複数の分解レベル中の少なくとも２つの分解レベル
の係数を、その各分解レベル毎に別々のスケール依存パ
ラメータを用いてスケーリングすることにより、前記少
なくとも２つの分解レベルの係数を修正する、ことを特
徴とする記録媒体。 - 【請求項７０】 前記命令群は、前記１つ以上の処理装
置をして、前記分解レベル中の１つの分解レベルの各係
数に第１のスケール依存パラメータを乗じ、前記分解レ
ベル中のもう１つの分解レベルの各係数に第２のスケー
ル依存パラメータを乗じる命令群をさらに含む、ことを
特徴する請求項６９記載の記録媒体。 - 【請求項７１】 前記別々のスケール依存パラメータは
それぞれ次式により決定され、 μj= 2 j α 式中、αの値は鮮明化と平滑化のいずれが係数に適用さ
れるか指示し、ｊは特定のスケールを示すことを特徴と
する請求項６９記載の記録媒体。 - 【請求項７２】 αが０より小さいときに係数に鮮明化
が適用され、αが０より大きいときに係数に平滑化が適
用される、ことを特徴とする請求項７１記載の記録媒
体。 - 【請求項７３】 係数の修正により、スケール依存パラ
メータがある遷移値より大きい場合には係数が平滑化さ
れ、スケール依存パラメータが前記遷移値より小さい場
合には係数が鮮明化される、ことを特徴とする請求項６
９記載の記録媒体。 - 【請求項７４】 前記遷移値は１であることを特徴とす
る請求項７３記載の記録媒体。 - 【請求項７５】 入力データを処理する装置であって、 前記入力データを複数の分解レベルの係数へ変換する順
方向ウェーブレット・フィルタ、 前記複数の分解レベル中の少なくとも２つの分解レベル
の係数を、その各分解レベル毎に別々のスケール依存パ
ラメータを用いてスケーリングすることにより、前記少
なくとも２つの分解レベルの係数を修正するスケーリン
グ・ユニット、 前記スケーリング・ユニットと接続された逆方向ウェー
ブレット・フィルタ、を有することを特徴とするデータ
処理装置。 - 【請求項７６】 前記入力データは画像データであるこ
とを特徴とする請求項７５記載のデータ処理装置。 - 【請求項７７】 前記スケーリング・ユニットは、前記
複数の分解レベル中の１つの分解レベルの各係数に第１
のスケール依存パラメータを乗じ、前記分解レベル中の
もう１つの分解レベルの各係数に第２のスケール依存パ
ラメータを乗じることを特徴とする請求項７５記載のデ
ータ処理装置。 - 【請求項７８】 前記別々のスケール依存パラメータは
それぞれ次式により決定され、 μj= 2 j α 式中、αの値は鮮明化と平滑化のいずれが係数に適用さ
れるか指示し、ｊは特定のスケールを示すことを特徴と
する請求項７５記載のデータ処理装置。 - 【請求項７９】 前記スケーリング・ユニットは、αが
０より小さい場合に係数に鮮明化を適用し、αが０より
大きい場合に係数に平滑化を適用することを特徴とする
請求項７８記載のデータ処理装置。 - 【請求項８０】 係数の修正により、スケール依存パラ
メータがある遷移値より大きい場合には係数が平滑化さ
れ、スケール依存パラメータが前記遷移値より小さい場
合には係数が鮮明化されることを特徴とする請求項７５
記載のデータ処理装置。 - 【請求項８１】 前記遷移値は１であることを特徴とす
る請求項８０記載のデータ処理装置。 - 【請求項８２】 画像ソース、 前記画像ソースと接続された分類ユニット、 前記分類ユニットと接続されたスケーリング・ユニッ
ト、 前記スケーリング・ユニットと接続されたプリンタを有
し、 前記スケーリング・ユニットは、 画像データを複数の分解レベルの係数へ変換する順方向
ウェーブレットフィルタと、 前記複数の分解レベル中の少なくとも２つの分解レベル
の係数を、その各分解レベル毎に別々のスケール依存パ
ラメータを用いてスケーリングすることにより、前記少
なくとも２つの分解レベルの係数を修正するスケーリン
グ手段と、 前記スケーリング手段に接続された逆方向ウェーブレッ
トフィルタとからなる、ことを特徴とする複写機。 - 【請求項８３】 前記スケーリング手段は、前記複数の
分解レベル中の１つの分解レベルの各係数に第１のスケ
ール依存パラメータを乗じ、前記分解レベル中のもう１
つの分解レベルの各係数に第２のスケール依存パラメー
タを乗じることを特徴とする請求項８２記載の複写機。 - 【請求項８４】 前記別々のスケール依存パラメータは
それぞれ次式により決定され、 μj= 2j α 式中、αの値は鮮明化と平滑化のいずれが係数に適用さ
れるか指示し、ｊは特定のスケールを示すことを特徴と
する請求項８２記載の複写機。 - 【請求項８５】 前記スケーリング手段は、αが０より
小さい場合に係数に鮮明化を適用し、αが０より大きい
場合に係数に平滑化を適用することを特徴とする請求項
８４記載の複写機。 - 【請求項８６】 係数の修正により、スケール依存パラ
メータがある遷移値より大きい場合には係数が平滑化さ
れ、スケール依存パラメータが前記遷移値より小さい場
合には係数が鮮明化されることを特徴とする請求項８２
記載の複写機。 - 【請求項８７】 前記遷移値は１であることを特徴とす
る請求項８６記載の複写機。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/467,544 US7068851B1 (en) | 1999-12-10 | 1999-12-10 | Multiscale sharpening and smoothing with wavelets |
| US09/467544 | 1999-12-10 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001211327A true JP2001211327A (ja) | 2001-08-03 |
| JP4203980B2 JP4203980B2 (ja) | 2009-01-07 |
Family
ID=23856132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000367079A Expired - Fee Related JP4203980B2 (ja) | 1999-12-10 | 2000-12-01 | データ処理方法及び装置、並びに記録媒体 |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US7068851B1 (ja) |
| JP (1) | JP4203980B2 (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003052673A (ja) * | 2001-08-15 | 2003-02-25 | Fuji Photo Film Co Ltd | 異常陰影候補検出装置 |
| US7324247B2 (en) | 2002-03-22 | 2008-01-29 | Ricoh Company, Ltd. | Image processing apparatus, image processing program and storage medium storing the program |
| JP2008171402A (ja) * | 2007-01-05 | 2008-07-24 | Seiko Epson Corp | イメージにおけるノイズを除去する方法、イメージにおけるノイズを除去するための装置、およびイメージにおけるノイズを除去するためのコンピュータプログラムを実装するコンピュータ可読媒体 |
| EP2003877A1 (en) * | 2006-03-31 | 2008-12-17 | Nikon Corporation | Image processing method |
| JP2010170519A (ja) * | 2009-01-20 | 2010-08-05 | Samsung Electronics Co Ltd | 高解像度映像取得装置およびその方法 |
| JP2011040098A (ja) * | 2004-10-07 | 2011-02-24 | Mitcham Global Investments Ltd | 密度依存シャープニング |
| JP2012128529A (ja) * | 2010-12-13 | 2012-07-05 | Canon Inc | 画像処理装置及びその制御方法、プログラム |
| CN112989992A (zh) * | 2021-03-09 | 2021-06-18 | 北京百度网讯科技有限公司 | 目标检测方法、装置、路侧设备和云控平台 |
Families Citing this family (93)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7068851B1 (en) * | 1999-12-10 | 2006-06-27 | Ricoh Co., Ltd. | Multiscale sharpening and smoothing with wavelets |
| US7260269B2 (en) * | 2002-08-28 | 2007-08-21 | Seiko Epson Corporation | Image recovery using thresholding and direct linear solvers |
| US7362816B1 (en) * | 2003-04-28 | 2008-04-22 | Xtendwave, Inc. | Inversion of channel distortion by adaptive wavelet lifting |
| US7269295B2 (en) * | 2003-07-31 | 2007-09-11 | Hewlett-Packard Development Company, L.P. | Digital image processing methods, digital image devices, and articles of manufacture |
| US7430334B2 (en) * | 2003-07-31 | 2008-09-30 | Hewlett Packard Development Company, L.P. | Digital imaging systems, articles of manufacture, and digital image processing methods |
| US7206455B1 (en) * | 2003-08-20 | 2007-04-17 | Eastman Kodak Company | Adaptive setting of wavelet sub-band thresholds for low-light image denoising |
| US7474767B2 (en) * | 2003-09-24 | 2009-01-06 | Avago Technologies Ecbu Ip (Singapore) Pte. Ltd. | Motion detection using multi-resolution image processing |
| US7397964B2 (en) * | 2004-06-24 | 2008-07-08 | Apple Inc. | Gaussian blur approximation suitable for GPU |
| US8594448B2 (en) * | 2004-08-16 | 2013-11-26 | Hewlett-Packard Development Company, L.P. | Bi-selective filtering in transform domain |
| US7508545B2 (en) * | 2004-09-27 | 2009-03-24 | Eastman Kodak Company | Color contour detection and correction |
| US7616824B2 (en) * | 2004-12-08 | 2009-11-10 | Ecole Polytechnique Fédérale de Lausanne (EPFL) CM - Ecublens | Method for spatially scalable video coding |
| US7783125B2 (en) * | 2005-07-05 | 2010-08-24 | Hewlett-Packard Development Company, L.P. | Multi-resolution processing of digital signals |
| US8731318B2 (en) | 2007-07-31 | 2014-05-20 | Hewlett-Packard Development Company, L.P. | Unified spatial image processing |
| US9052348B2 (en) | 2007-08-09 | 2015-06-09 | Aviat U.S., Inc. | Rack system and a method for processing manufactured products |
| US8866920B2 (en) | 2008-05-20 | 2014-10-21 | Pelican Imaging Corporation | Capturing and processing of images using monolithic camera array with heterogeneous imagers |
| US11792538B2 (en) | 2008-05-20 | 2023-10-17 | Adeia Imaging Llc | Capturing and processing of images including occlusions focused on an image sensor by a lens stack array |
| EP2289235A4 (en) | 2008-05-20 | 2011-12-28 | Pelican Imaging Corp | RECORDING AND PROCESSING IMAGES BY MONOLITHIC CAMERA ARRANGEMENT WITH HETEROGENIC IMAGE TRANSFORMER |
| US8280185B2 (en) * | 2008-06-27 | 2012-10-02 | Microsoft Corporation | Image denoising techniques |
| US20100091127A1 (en) * | 2008-09-30 | 2010-04-15 | University Of Victoria Innovation And Development Corporation | Image reconstruction method for a gradient camera |
| CN101727658B (zh) * | 2008-10-14 | 2012-12-26 | 深圳迈瑞生物医疗电子股份有限公司 | 图像处理方法及装置 |
| WO2010050914A1 (en) * | 2008-10-31 | 2010-05-06 | Hewlett-Packard Development Company, L.P. | Method and system for enhancing image signals to alter the perception of depth by human viewers |
| US8620978B2 (en) * | 2008-12-31 | 2013-12-31 | St. Jude Medical, Atrial Fibrillation Division, Inc. | System and method for filtering electrophysiological signals |
| KR101552680B1 (ko) * | 2009-03-09 | 2015-09-14 | 삼성전자 주식회사 | 노이즈 저감 장치 및 방법 |
| JP5099275B2 (ja) * | 2009-03-16 | 2012-12-19 | 株式会社ニコン | 画像をシャープにする為の順応型オーバーシュート制御 |
| DE102009032100A1 (de) * | 2009-07-03 | 2011-01-05 | V & M Deutschland Gmbh | Verfahren zur Filterung von Messsignalen |
| US8514491B2 (en) | 2009-11-20 | 2013-08-20 | Pelican Imaging Corporation | Capturing and processing of images using monolithic camera array with heterogeneous imagers |
| JP5596982B2 (ja) * | 2010-01-08 | 2014-10-01 | キヤノン株式会社 | 電磁波の測定装置及び方法 |
| KR101824672B1 (ko) | 2010-05-12 | 2018-02-05 | 포토네이션 케이맨 리미티드 | 이미저 어레이 구조 및 어레이 카메라 |
| US8600188B2 (en) * | 2010-09-15 | 2013-12-03 | Sharp Laboratories Of America, Inc. | Methods and systems for noise reduction and image enhancement |
| US8588535B2 (en) | 2010-09-15 | 2013-11-19 | Sharp Laboratories Of America, Inc. | Methods and systems for estimation of compression noise |
| US8532429B2 (en) | 2010-09-28 | 2013-09-10 | Sharp Laboratories Of America, Inc. | Methods and systems for noise reduction and image enhancement involving selection of noise-control parameter |
| US8538193B2 (en) | 2010-09-28 | 2013-09-17 | Sharp Laboratories Of America, Inc. | Methods and systems for image enhancement and estimation of compression noise |
| US8878950B2 (en) * | 2010-12-14 | 2014-11-04 | Pelican Imaging Corporation | Systems and methods for synthesizing high resolution images using super-resolution processes |
| EP2708019B1 (en) | 2011-05-11 | 2019-10-16 | FotoNation Limited | Systems and methods for transmitting and receiving array camera image data |
| EP2726930A4 (en) | 2011-06-28 | 2015-03-04 | Pelican Imaging Corp | OPTICAL ARRANGEMENTS FOR USE WITH AN ARRAY CAMERA |
| US20130265459A1 (en) | 2011-06-28 | 2013-10-10 | Pelican Imaging Corporation | Optical arrangements for use with an array camera |
| CN102999884B (zh) | 2011-09-16 | 2015-11-25 | 株式会社东芝 | 图像处理设备和方法 |
| US20130070060A1 (en) | 2011-09-19 | 2013-03-21 | Pelican Imaging Corporation | Systems and methods for determining depth from multiple views of a scene that include aliasing using hypothesized fusion |
| WO2013049699A1 (en) | 2011-09-28 | 2013-04-04 | Pelican Imaging Corporation | Systems and methods for encoding and decoding light field image files |
| US9412206B2 (en) | 2012-02-21 | 2016-08-09 | Pelican Imaging Corporation | Systems and methods for the manipulation of captured light field image data |
| US9836433B1 (en) * | 2012-04-02 | 2017-12-05 | Rockwell Collins, Inc. | Image processing using multiprocessor discrete wavelet transform |
| US9210392B2 (en) | 2012-05-01 | 2015-12-08 | Pelican Imaging Coporation | Camera modules patterned with pi filter groups |
| CN104508681B (zh) | 2012-06-28 | 2018-10-30 | Fotonation开曼有限公司 | 用于检测有缺陷的相机阵列、光学器件阵列和传感器的系统及方法 |
| US9113143B2 (en) * | 2012-06-29 | 2015-08-18 | Behavioral Recognition Systems, Inc. | Detecting and responding to an out-of-focus camera in a video analytics system |
| US20140002674A1 (en) | 2012-06-30 | 2014-01-02 | Pelican Imaging Corporation | Systems and Methods for Manufacturing Camera Modules Using Active Alignment of Lens Stack Arrays and Sensors |
| US8619082B1 (en) | 2012-08-21 | 2013-12-31 | Pelican Imaging Corporation | Systems and methods for parallax detection and correction in images captured using array cameras that contain occlusions using subsets of images to perform depth estimation |
| US20140055632A1 (en) | 2012-08-23 | 2014-02-27 | Pelican Imaging Corporation | Feature based high resolution motion estimation from low resolution images captured using an array source |
| WO2014043641A1 (en) | 2012-09-14 | 2014-03-20 | Pelican Imaging Corporation | Systems and methods for correcting user identified artifacts in light field images |
| US20140092281A1 (en) | 2012-09-28 | 2014-04-03 | Pelican Imaging Corporation | Generating Images from Light Fields Utilizing Virtual Viewpoints |
| US9143711B2 (en) | 2012-11-13 | 2015-09-22 | Pelican Imaging Corporation | Systems and methods for array camera focal plane control |
| WO2014130849A1 (en) | 2013-02-21 | 2014-08-28 | Pelican Imaging Corporation | Generating compressed light field representation data |
| US9253380B2 (en) | 2013-02-24 | 2016-02-02 | Pelican Imaging Corporation | Thin form factor computational array cameras and modular array cameras |
| US9638883B1 (en) | 2013-03-04 | 2017-05-02 | Fotonation Cayman Limited | Passive alignment of array camera modules constructed from lens stack arrays and sensors based upon alignment information obtained during manufacture of array camera modules using an active alignment process |
| WO2014138695A1 (en) | 2013-03-08 | 2014-09-12 | Pelican Imaging Corporation | Systems and methods for measuring scene information while capturing images using array cameras |
| US8866912B2 (en) | 2013-03-10 | 2014-10-21 | Pelican Imaging Corporation | System and methods for calibration of an array camera using a single captured image |
| US9521416B1 (en) | 2013-03-11 | 2016-12-13 | Kip Peli P1 Lp | Systems and methods for image data compression |
| US9124831B2 (en) | 2013-03-13 | 2015-09-01 | Pelican Imaging Corporation | System and methods for calibration of an array camera |
| WO2014164909A1 (en) | 2013-03-13 | 2014-10-09 | Pelican Imaging Corporation | Array camera architecture implementing quantum film sensors |
| US9106784B2 (en) | 2013-03-13 | 2015-08-11 | Pelican Imaging Corporation | Systems and methods for controlling aliasing in images captured by an array camera for use in super-resolution processing |
| US9519972B2 (en) | 2013-03-13 | 2016-12-13 | Kip Peli P1 Lp | Systems and methods for synthesizing images from image data captured by an array camera using restricted depth of field depth maps in which depth estimation precision varies |
| WO2014153098A1 (en) | 2013-03-14 | 2014-09-25 | Pelican Imaging Corporation | Photmetric normalization in array cameras |
| WO2014159779A1 (en) | 2013-03-14 | 2014-10-02 | Pelican Imaging Corporation | Systems and methods for reducing motion blur in images or video in ultra low light with array cameras |
| US9633442B2 (en) | 2013-03-15 | 2017-04-25 | Fotonation Cayman Limited | Array cameras including an array camera module augmented with a separate camera |
| US10122993B2 (en) | 2013-03-15 | 2018-11-06 | Fotonation Limited | Autofocus system for a conventional camera that uses depth information from an array camera |
| WO2014145856A1 (en) | 2013-03-15 | 2014-09-18 | Pelican Imaging Corporation | Systems and methods for stereo imaging with camera arrays |
| WO2014150856A1 (en) | 2013-03-15 | 2014-09-25 | Pelican Imaging Corporation | Array camera implementing quantum dot color filters |
| US9445003B1 (en) | 2013-03-15 | 2016-09-13 | Pelican Imaging Corporation | Systems and methods for synthesizing high resolution images using image deconvolution based on motion and depth information |
| US9497429B2 (en) | 2013-03-15 | 2016-11-15 | Pelican Imaging Corporation | Extended color processing on pelican array cameras |
| US9123126B2 (en) * | 2013-05-07 | 2015-09-01 | Qualcomm Technologies, Inc. | Method for enhancing local contrast of an image |
| US9898856B2 (en) | 2013-09-27 | 2018-02-20 | Fotonation Cayman Limited | Systems and methods for depth-assisted perspective distortion correction |
| US9264592B2 (en) | 2013-11-07 | 2016-02-16 | Pelican Imaging Corporation | Array camera modules incorporating independently aligned lens stacks |
| WO2015074078A1 (en) | 2013-11-18 | 2015-05-21 | Pelican Imaging Corporation | Estimating depth from projected texture using camera arrays |
| US9456134B2 (en) | 2013-11-26 | 2016-09-27 | Pelican Imaging Corporation | Array camera configurations incorporating constituent array cameras and constituent cameras |
| WO2015134996A1 (en) | 2014-03-07 | 2015-09-11 | Pelican Imaging Corporation | System and methods for depth regularization and semiautomatic interactive matting using rgb-d images |
| US9247117B2 (en) | 2014-04-07 | 2016-01-26 | Pelican Imaging Corporation | Systems and methods for correcting for warpage of a sensor array in an array camera module by introducing warpage into a focal plane of a lens stack array |
| US9521319B2 (en) | 2014-06-18 | 2016-12-13 | Pelican Imaging Corporation | Array cameras and array camera modules including spectral filters disposed outside of a constituent image sensor |
| WO2016054089A1 (en) | 2014-09-29 | 2016-04-07 | Pelican Imaging Corporation | Systems and methods for dynamic calibration of array cameras |
| US9942474B2 (en) | 2015-04-17 | 2018-04-10 | Fotonation Cayman Limited | Systems and methods for performing high speed video capture and depth estimation using array cameras |
| US10482618B2 (en) | 2017-08-21 | 2019-11-19 | Fotonation Limited | Systems and methods for hybrid depth regularization |
| CN114600165A (zh) | 2019-09-17 | 2022-06-07 | 波士顿偏振测定公司 | 用于使用偏振提示表面建模的系统和方法 |
| EP4042101A4 (en) | 2019-10-07 | 2023-11-22 | Boston Polarimetrics, Inc. | SYSTEMS AND METHODS FOR DETECTING SURFACE NORMALS USING POLARIZATION |
| KR102558903B1 (ko) | 2019-11-30 | 2023-07-24 | 보스턴 폴라리메트릭스, 인크. | 편광 신호를 이용한 투명 물체 분할을 위한 시스템 및 방법 |
| JP7462769B2 (ja) | 2020-01-29 | 2024-04-05 | イントリンジック イノベーション エルエルシー | 物体の姿勢の検出および測定システムを特徴付けるためのシステムおよび方法 |
| CN115428028A (zh) | 2020-01-30 | 2022-12-02 | 因思创新有限责任公司 | 用于合成用于在包括偏振图像的不同成像模态下训练统计模型的数据的系统和方法 |
| WO2021243088A1 (en) | 2020-05-27 | 2021-12-02 | Boston Polarimetrics, Inc. | Multi-aperture polarization optical systems using beam splitters |
| US11675333B2 (en) * | 2020-06-26 | 2023-06-13 | Autodesk, Inc. | Generative design shape optimization with singularities and disconnection prevention for computer aided design and manufacturing |
| US12020455B2 (en) | 2021-03-10 | 2024-06-25 | Intrinsic Innovation Llc | Systems and methods for high dynamic range image reconstruction |
| US12069227B2 (en) | 2021-03-10 | 2024-08-20 | Intrinsic Innovation Llc | Multi-modal and multi-spectral stereo camera arrays |
| US11954886B2 (en) | 2021-04-15 | 2024-04-09 | Intrinsic Innovation Llc | Systems and methods for six-degree of freedom pose estimation of deformable objects |
| US11290658B1 (en) | 2021-04-15 | 2022-03-29 | Boston Polarimetrics, Inc. | Systems and methods for camera exposure control |
| US12067746B2 (en) | 2021-05-07 | 2024-08-20 | Intrinsic Innovation Llc | Systems and methods for using computer vision to pick up small objects |
| EP4105875A1 (en) * | 2021-06-17 | 2022-12-21 | Agfa Nv | Method for contrast enhancement |
| US11689813B2 (en) | 2021-07-01 | 2023-06-27 | Intrinsic Innovation Llc | Systems and methods for high dynamic range imaging using crossed polarizers |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE69214229T2 (de) | 1991-08-14 | 1997-04-30 | Agfa Gevaert Nv | Verfahren und Vorrichtung zur Kontrastverbesserung von Bildern |
| EP0610604A1 (en) * | 1993-02-11 | 1994-08-17 | Agfa-Gevaert N.V. | Multiple processing of radiographic images based on a pyramidal image decomposition |
| US5717789A (en) | 1993-09-08 | 1998-02-10 | California Institute Of Technology | Image enhancement by non-linear extrapolation in frequency space |
| US5619998A (en) * | 1994-09-23 | 1997-04-15 | General Electric Company | Enhanced method for reducing ultrasound speckle noise using wavelet transform |
| US5497777A (en) * | 1994-09-23 | 1996-03-12 | General Electric Company | Speckle noise filtering in ultrasound imaging |
| EP0712092A1 (en) * | 1994-11-10 | 1996-05-15 | Agfa-Gevaert N.V. | Image contrast enhancing method |
| JPH08255240A (ja) * | 1995-03-17 | 1996-10-01 | Dainippon Screen Mfg Co Ltd | 画像修正装置及び方法 |
| US5883973A (en) | 1996-02-20 | 1999-03-16 | Seiko Epson Corporation | Method and apparatus for processing a document by segmentation into text and image areas |
| US5963676A (en) * | 1997-02-07 | 1999-10-05 | Siemens Corporate Research, Inc. | Multiscale adaptive system for enhancement of an image in X-ray angiography |
| US5867606A (en) | 1997-08-12 | 1999-02-02 | Hewlett-Packard Company | Apparatus and method for determining the appropriate amount of sharpening for an image |
| JPH11144053A (ja) | 1997-11-11 | 1999-05-28 | Sharp Corp | 画像データの補間処理方法 |
| WO2000056060A1 (fr) | 1999-03-15 | 2000-09-21 | Matsushita Electric Industrial Co., Ltd. | Dispositif et procede de traitement d'image, et support enregistre |
| US7068851B1 (en) * | 1999-12-10 | 2006-06-27 | Ricoh Co., Ltd. | Multiscale sharpening and smoothing with wavelets |
| US6611627B1 (en) * | 2000-04-24 | 2003-08-26 | Eastman Kodak Company | Digital image processing method for edge shaping |
| US7239424B1 (en) * | 2000-09-08 | 2007-07-03 | Ricoh Co., Ltd. | Wavelet-based image processing path |
| EP1199709A1 (en) * | 2000-10-20 | 2002-04-24 | Telefonaktiebolaget Lm Ericsson | Error Concealment in relation to decoding of encoded acoustic signals |
| US7206459B2 (en) * | 2001-07-31 | 2007-04-17 | Ricoh Co., Ltd. | Enhancement of compressed images |
| US7308146B2 (en) * | 2002-09-30 | 2007-12-11 | Canon Kabushiki Kaisha | Digital video compression |
-
1999
- 1999-12-10 US US09/467,544 patent/US7068851B1/en not_active Expired - Fee Related
-
2000
- 2000-12-01 JP JP2000367079A patent/JP4203980B2/ja not_active Expired - Fee Related
-
2006
- 2006-03-14 US US11/376,378 patent/US7599570B2/en not_active Expired - Fee Related
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003052673A (ja) * | 2001-08-15 | 2003-02-25 | Fuji Photo Film Co Ltd | 異常陰影候補検出装置 |
| JP4628608B2 (ja) * | 2001-08-15 | 2011-02-09 | 富士フイルム株式会社 | 異常陰影候補検出装置 |
| US7324247B2 (en) | 2002-03-22 | 2008-01-29 | Ricoh Company, Ltd. | Image processing apparatus, image processing program and storage medium storing the program |
| JP2011040098A (ja) * | 2004-10-07 | 2011-02-24 | Mitcham Global Investments Ltd | 密度依存シャープニング |
| EP2003877A1 (en) * | 2006-03-31 | 2008-12-17 | Nikon Corporation | Image processing method |
| EP2003877A4 (en) * | 2006-03-31 | 2010-09-01 | Nikon Corp | IMAGE PROCESSING |
| US8238683B2 (en) | 2006-03-31 | 2012-08-07 | Nikon Corporation | Image processing method |
| JP2008171402A (ja) * | 2007-01-05 | 2008-07-24 | Seiko Epson Corp | イメージにおけるノイズを除去する方法、イメージにおけるノイズを除去するための装置、およびイメージにおけるノイズを除去するためのコンピュータプログラムを実装するコンピュータ可読媒体 |
| JP2010170519A (ja) * | 2009-01-20 | 2010-08-05 | Samsung Electronics Co Ltd | 高解像度映像取得装置およびその方法 |
| JP2012128529A (ja) * | 2010-12-13 | 2012-07-05 | Canon Inc | 画像処理装置及びその制御方法、プログラム |
| CN112989992A (zh) * | 2021-03-09 | 2021-06-18 | 北京百度网讯科技有限公司 | 目标检测方法、装置、路侧设备和云控平台 |
| CN112989992B (zh) * | 2021-03-09 | 2023-12-15 | 阿波罗智联(北京)科技有限公司 | 目标检测方法、装置、路侧设备和云控平台 |
Also Published As
| Publication number | Publication date |
|---|---|
| US7068851B1 (en) | 2006-06-27 |
| JP4203980B2 (ja) | 2009-01-07 |
| US20060210186A1 (en) | 2006-09-21 |
| US7599570B2 (en) | 2009-10-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4203980B2 (ja) | データ処理方法及び装置、並びに記録媒体 | |
| EP1355271B1 (en) | Adaptive nonlinear image enlargement using wavelet transform coefficients | |
| Dippel et al. | Multiscale contrast enhancement for radiographies: Laplacian pyramid versus fast wavelet transform | |
| US7257271B2 (en) | Noise reduction in color digital images using pyramid decomposition | |
| US20130028538A1 (en) | Method and system for image upscaling | |
| JP2002269556A (ja) | デジタル画像からノイズを除去する複数解像度に基づく方法 | |
| EP2191438A1 (en) | Method of generating a multiscale contrast enhanced image | |
| Danielyan et al. | Image and video super-resolution via spatially adaptive block-matching filtering | |
| Abbas et al. | Design of high performance copyright protection watermarking based on lifting wavelet transform and bi empirical mode decomposition | |
| EP2198402A1 (en) | Method of generating a multiscale contrast enhanced image | |
| Deeba et al. | Wavelet integrated residual dictionary training for single image super-resolution | |
| US20050281458A1 (en) | Noise-reducing a color filter array image | |
| Vyas et al. | Review of the application of wavelet theory to image processing | |
| US20230133074A1 (en) | Method and Apparatus for Noise Reduction | |
| JPH0944656A (ja) | 画像処理方法および装置 | |
| Lure et al. | Multiresolution unsharp masking technique for mammogram image enhancement | |
| Muhammad et al. | Image noise reduction based on block matching in wavelet frame domain | |
| JP2002335400A (ja) | 画像処理装置、画像処理方法および記録媒体 | |
| Bonde et al. | Object removal and image restoration within subspaces by prioritized patch optimization | |
| Li et al. | Fast single image super-resolution by self-trained filtering | |
| Gupta et al. | Removal of Gaussian noise from stationary image using shift invariant wavelet transform | |
| Xiong et al. | Super-resolution for low quality thumbnail images | |
| US20060013504A1 (en) | Multi-resolution image enhancement | |
| Bhonsle et al. | Image denoising using wavelet thresholding technique in Python | |
| Muthiah et al. | Resolution Reconstruction Using Patch-Match And Wavelet Decomposition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050208 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080130 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080331 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080709 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080908 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20081008 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081009 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111024 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111024 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121024 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131024 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |