JP2001216511A - テクスチャから独立にディジタル画像のエッジコントラストを改善する方法 - Google Patents

Abstract

(57)【要約】 【課題】 本発明の目的は、細部、大きなエッジ及び、
ノイズのある領域に適用される改善の独立した制御を可
能とすることを提供することである。 【解決手段】 ディジタル画像チャネルを改善する方法
が記載され、特に、ディジタル画像チャネルが、実質的
にディジタル画像チャネルを有するペデスタル信号とテ
クスチャ信号に分割される。方法はディジタル画像チャ
ネルを改善するために所定のトーンスケール変換を使用
する。最初に、画像値は、画像の領域からの画像画素に
対応するペデスタル信号から供給される。そして、領域
内の画像画素の統計的性質が識別されそして、正規化さ
れたトーンスケール変換を発生するために、所定のトー
ンスケール変換が統計的性質に関して正規化される。正
規化されたトーンスケール変換は、改善された画像値を
有するペデスタル信号を発生するために領域の中央画素
に行われ、そして、改善されたディジタル画像チャネル
を発生するために、改善された画像値を有するペデスタ
ル信号はテクスチャ信号と結合される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、一般的には、ディ
ジタル画像の処理に関し、特にディジタル画像のエッジ
コントラスト及びテクスチャを改善する方法に関する。

【０００２】

【従来の技術】アンシャープマスキングの技術のよう
な、ディジタル画像の明らかなシャープさを向上する従
来の方法は、しばしば、画像の大きな遷移エッジで、望
まない欠陥を生じる。例えば、アンシャープマスキング
はしばしば以下の式、Ｓｐｒｏｃ＝Ｓｏｒｇ＋Ｂ（Ｓｏ
ｒｇ−Ｓｕｓ）により記述される。ここで、Ｓｐｒｏｃ
は高周波数成分が増幅された処理された画像信号を示
し、Ｓｏｒｇは原画像信号を示し、Ｓｕｓはアンシャー
プ画像信号を示し、典型的には原画像をフィルタするこ
とにより得られた平滑化された画像信号であり、そし
て、Ｂは高周波数強調信号を示す。

【０００３】アンシャープマスキング動作は線形システ
ムとしてモデル化される。このように、Ｓｐｒｏｃ内の
どの周波数の大きさも、Ｓｏｒｇ画像信号内のその周波
数の大きさに直接依存する。この重ね合わせ原理の結
果、Ｓｏｒｇ画像信号内の大きなエッジは、高周波数改
善の所望のレベルがＳｐｒｏｃ信号の他の領域で行われ
たときに、Ｓｐｒｏｃ信号内のリンギング欠陥を表示す
る。このリンギング欠陥は大きなエッジの周囲の明るい
か又は暗い輪郭として現れ、視覚的に不快である。

【０００４】局部的な統計に基づく多くの非線形フィル
タがノイズ低減、シャープ化及び、コントラスト調整の
ために存在する。例えば、メディアンフィルタは従来既
知である。このフィルタでは、典型的には、ノイズ低減
が行われ、各画素は幾つかの周囲に隣接するものの中間
値で置換される。このフィルタ処理は、一般的には、イ
ンパルスノイズを除去するのに非常に有益であるが、し
かし、処理された画像は原画像よりも僅かにシャープさ
が減少する。

【０００５】局部統計に基づく非線形フィルタの他の例
は、局部ヒストグラム等化であり、Ｗｉｌｌｉａｍ Ｐ
ｒａｔｔによる”ディジタル画像処理、第２版”Ｊｏｈ
ｎＷｉｌｅｙ＆Ｓｏｎｓ，１９９１年の第２７８−２８
４頁に、適応ヒストグラムモディフィケーションと参照
されている。このフィルタで、局部ウインドウの累積す
るヒストグラムにより、画素の値は変更される。この技
術は効果的にディジタル画像の各領域のコントラストを
調整し効果的に画像のある領域の局部コントラストを増
加し、そして、他の領域のコントラストを減少する。こ
の技術はどの所定の領域の明らかなシャープさをも増加
することを意図しない。また、この技術は、リンギング
の典型的な欠陥を発生しないことを保証しない。

【０００６】欠陥を発生せずに画像の外観をシャープに
する又は、ノイズの顕著さを改善する多くのアルゴリズ
ムがある。米国特許４，５７１，６３５では、Ｍａｈｍ
ｏｏｄｉとＮｅｌｓｏｎは局部近傍の画像画素値の標準
偏差に依存してディジタル画像の高周波数情報を落とす
のに使用する強調係数Ｂを得る方法を開示する。更に、
米国特許５，０８１，６９２では、ＫｗｏｎとＬｉａｎ
ｇは、強調係数Ｂは中心に重み付けされた分散計算に基
づくことを開示する。しかし、いずれもテクスチャとエ
ッジ領域に対して別の方法を使用しない。

【０００７】米国特許４，７９４，５３１では、Ｍｏｒ
ｉｓｈｉｔａ他は、近傍画素の重みが中央画素と近傍画
素間の絶対差に基づくフィルタでアンシャープ画像を発
生する方法を開示する。Ｍｏｒｉｓｈｉｔａは、この方
法は効果的に、（従来のアンシャープマスキングと比べ
て）シャープ化された画像のエッジで欠陥を減少するこ
とを主張する。しかし、Ｍｏｒｉｓｈｉｔａの方法は、
エッジ再整形の全体に亘って明確な制御を提供しない。

【０００８】

【発明が解決しようとする課題】従って、アンシャープ
マスキング技術では明らかなリンギング欠陥を最小化し
ながら、シャープな又は更に焦点が合った画像信号を発
生するために、ディジタル画像を操作する代わりの方法
が必要である。

【０００９】

【課題を解決するための手段】本発明の目的は、細部、
大きなエッジ及び、ノイズのある領域に適用される改善
の独立した制御を可能とすることである。

【００１０】本発明は、前述の１つ又はそれ以上の問題
を解決することに向けられている。短く言えば、本発明
に従った特徴に従って、本発明は、複数の画像画素から
なるディジタル画像チャネルを改善する方法であり、特
に、ディジタル画像チャネルは、実質的にディジタルチ
ャネルを有するペデスタルとテクスチャ信号のような第
１と第２の信号に分割される。方法は、ディジタル画像
チャネルを改善するために所定のトーンスケール変換を
使用する。最初に、画像の領域からの画像画素に対応す
る、例えば、ペデスタル信号のような、第１の信号から
画像が供給される。そして、領域内の画像画素の統計的
な特性を認識され、そして、正規化されたトーンスケー
ル変換を発生するために、所定のトーンスケール変換が
統計的な特性に対して正規化される。改善された画像値
を有する第１の信号を発生するために、正規化されたト
ーンスケール変換が領域の中央画素に行われる。そし
て、改善されたディジタル画像チャネルを発生するため
に、改善された画像値を有する第１の信号と第２の信号
が結合される。

【００１１】本発明は、領域の統計的特性に従って、例
えば、中央画素が実質的に極大値と極小値の中間である
場合を除き、領域の極大値又は極小値のいずれかに向か
って中央画素の値を駆動して、ペデスタル信号の中央画
素の値を制御する優位点を有する。従って、ペデスタル
信号内のエッジ遷移は、入力画像よりもがその狭い範囲
に亘って発生し、テクスチャ信号と結合されたときに、
原画像よりも、シャープ又は、更に焦点の合ったように
見える画像信号を発生する。さらに、トーンスケール変
換の出力は、例えば、領域の極大又は及び極小値により
分けられた、統計的性質により変更されるので、エッジ
境界でのシステム的なオーバーシュートとアンダーシュ
ートは、消滅しそして、リンギング欠陥は知覚できなく
なる。

【００１２】本発明のこれらの及び、他の特徴、目的、
特徴及び、優位点は、図を参照して、好適な実施例と請
求項の詳細な記載により理解されよう。

【００１３】

【発明の実施の形態】以下の説明では、本発明を、ソフ
トウェアプログラムとして実行される方法として説明す
る。当業者には、そのようなソフトウェアと等価なハー
ドウェアも簡単に構成されることは理解されよう。画像
改善アルゴリズムと方法は既知であるので、本発明に従
った方法の一部を構成するか又は、直接的に共同するア
ルゴリズム又は方法ステップに特に向けられている。そ
のようなアルゴリズムと方法の他の部分と、画像信号を
生成し且つ他の処理を行うためのハードウェア及び/又
はソフトウェアは、ここで特に示され又は記載されてい
なければ、従来技術で既知の構成要素から選択され得
る。以下の明細書の記載は、全ソフトウェア実行は、従
来の且つ通常の技術の範囲内である。

【００１４】本発明は、典型的には、赤、緑及び、青の
画素値の２次元アレイ又は、光強度に対応する単一のモ
ノクロームの画素値のディジタル画像を使用することに
注意する。更に、好適な実施例は画素の１０２４ローと
画素の１５３６ラインを参照して説明するが、しかし、
当業者には異なる解像度と異なるサイズの画像も同様に
使用され又は、少なくとも成功的に受け入れ可能であ
る。術語に関しては、ディジタル画像のｘ番目のローと
ｙ番目のコラムを示す、座標（ｘ，ｙ）に配置されたデ
ィジタル画像の画素値は、３つ組みの値[ｒ（ｘ，
ｙ），ｇ（ｘ，ｙ），ｂ（ｘ，ｙ）]を含み、それぞれ
位置（ｘ，ｙ）の赤，緑，青のディジタル画像チャネル
の値を参照する。これに関して、ディジタル画像はある
数のディジタル画像チャネルを含むと考えられ得る。
赤，緑，青の２次元アレイを含むディジタル画像の場合
には、画像は３チャネル即ち、赤，緑，青チャネルをを
有する。更に，輝度チャネルｎもカラー信号から構成さ
れ得る。ディジタル画像のｘ番目のローとｙ番目のコラ
ムを示す、座標（ｘ，ｙ）に配置されたディジタル画像
チャネルｎの画素値は、単位値ｎ（ｘ，ｙ）として参照
される。

【００１５】図１に示される、本発明の概略では、ディ
ジタル画像は嗜好シャープナー２に入力され、入力画像
を操作者の嗜好に従って、シャープ化する。嗜好シャー
プナー２の目的は、ノイズを増加せずまた欠陥を生じず
に、ディジタル画像に存在する細部を改善することであ
る。この目的は、以下に述べるように、ディジタル画像
チャネルを、画像の細部に対応する信号、画像エッジに
対応する信号、画像信号対ノイズ比（ＳＮＲ）に対応す
る信号に分解する処理により達成される。この分解と別
の信号の生成は、細部、大きなエッジ及び、ノイズのあ
る領域に与えられる改善の独立制御を可能とする。嗜好
シャープナー２の出力は、本発明に従って、シャープに
見え且つ、ディジタル画像のシャープ化の従来の方法で
達成されるよりも、更に自然な、ディジタル画像を有す
る。

【００１６】図２は、嗜好シャープナー２のブロック図
を示す。ディジタルカラー画像と（ノイズテーブル６の
形式の）ノイズ情報は、嗜好シャープナー２へ入力され
る。ノイズ情報は、輝度テーブルの形式で入力される。
ディジタル画像は、輝度ディジタル画像チャネルｎ
（ｘ，ｙ）と２つの色差ディジタル画像チャネルｇ
（ｘ，ｙ）とｉ（ｘ，ｙ）を生成するために、輝度／色
差変換器１０に入力される。輝度ディジタル画像チャネ
ルｎ（ｘ，ｙ）と輝度ノイズテーブルは、システムノイ
ズの知識に基づきディジタル画像チャネルｎ（ｘ，ｙ）
を改善するために、それぞれのライン１１ａと１１ｂを
介して、シャープ化プロセッサ２０へ入力される。分離
した赤、緑，青画像チャネルを含むＲＧＢ空間内のディ
ジタルカラー画像から、輝度-色差カラー空間への変換
器１０内で行われる変換は、典型的には、カラー空間マ
トリクス変換により行われ、従来技術で既知な、輝度デ
ィジタル画像チャネルｎ（ｘ，ｙ）と、２つの色差ディ
ジタルチャネルｇ（ｘ，ｙ）とｉ（ｘ，ｙ）となる。好
適な実施例では、輝度色差空間へのマトリクス変換は、
以下の式により行われる。

【００１７】

【数１】 式Ａ１は、（説明されるべき）トーンスケール関数が動
作できる単一チャネルへ分離するために、ＲＧＢ空間か
ら輝度−色差空間へのマトリクス回転を提供する。例え
ば、フィルムスキャナは、（各画素に）赤，緑，青のプ
リント濃度を各点で記録する。これらの３つの値は、３
次元空間内での画素の位置と考えられる。変換器１０
は，式Ａ１に示す軸回転行い，これにより中性軸に関し
て、Ｒ＝Ｇ＝Ｂ、及び、２つの色差軸、緑―マゼンタ及
び光源を提供する。

【００１８】シャープ化プロセッサ２０へのノイズテー
ブル入力は、信号強度レベルｉとその強度レベルに対す
る予想するノイズσ_Ｎ（ｉ）の量の間の関係を提供す
る。好適な実施例では、更に詳細に説明するが、ノイズ
テーブルは２コラムテーブルであり、第１コラムは強度
レベルｉを示し第２コラムはその強度レベルに対する予
想するノイズσ_ｎ（ｉ）の標準偏差を示す。

【００１９】色差ディジタル画像チャネルｇ（ｘ，ｙ）
とｉ（ｘ，ｙ）は、ライン１１ｃを介して色差プロセッ
サ４０に入力され、そして、望むように調整される。例
えば、色差プロセッサ４０の動作は、明らかな飽和を増
加するために、１．０よりも大きい一定値により色差画
像チャネルを落とすことでも良い。色差プロセッサの動
作は、本発明に得に関連はないので、本実施例において
色差プロセッサ４０の出力が入力と同一に維持されると
いうことに注意することを除いては、以後説明しない。

【００２０】シャープ化プロセッサ２０からのディジタ
ル画像チャネル出力と色差プロセッサ４０からのディジ
タル画像チャネル出力は、赤，緑，青ディジタル画像チ
ャネルより構成されるディジタル画像へ逆に変換するた
めに、ＲＧＢ変換器３０へ入力される。この変換は、再
び、マトリクス回転（即ち、変換器１０により成された
前のカラー回転マトリクスの逆）で達成される。３ｘ３
マトリクスを反転することは従来技術で既知であり、こ
れ以上説明しない。ＲＧＢ変換器３０の出力は操作者の
嗜好に関してシャープ化されれたディジタル画像であ
る。

【００２１】好適な実施例で説明したように、シャープ
化プロセッサ２０は輝度ディジタル画像チャネルのみに
作用する。しかし、別の実施例では、シャープ化プロセ
ッサは各赤，緑，青ディジタル画像チャネルに適用でき
る。この場合、ディジタルカラー画像信号（ＲＧＢ信
号）は直接シャープ化プロセッサ２０へ与えられる。

【００２２】図３では、シャープ化プロセッサ２０のブ
ロック図を示し、ディジタル画像チャネルｎ（ｘ，ｙ）
は、ペデスタル分割器５０により２つの部分に即ち、ペ
デスタル信号とテクスチャ信号に分割される。図５に示
すペデスタル分割器５０の好適な実施例は、テクスチャ
信号ｎ_ｔｘｔ（ｘ，ｙ）とペデスタル信号ｎ
_ｐｅｄ（ｘ，ｙ）を出力する。テクスチャ信号ｎ_ｔｘｔ
（ｘ，ｙ）はおもに画像の細部と画像のノイズを含む。
ペデスタル信号が遷移エッジを含む大きな閉塞境界を含
む画像の領域を除いては、ペデスタル信号ｎ
_ｐｅｄ（ｘ，ｙ）は概念的にスムーズな信号である。図
５Ａに示すペデスタル分割器５０の別の実施例は本質的
に線形ＦＩＲフィルタを含む。この別の実施例では、ペ
デスタル信号ｎ_ｐｅｄ（ｘ，ｙ）は、本質的に低域通過
信号に等しくそして、テクスチャ信号ｎ_ｔｘｔ（ｘ，
ｙ）は本質的に高域通過信号である。空間周波数分割が
可能なので、当業者は本発明は、テクスチャ信号とペデ
スタル信号のどのような定義に関しても有益な結果を生
むことは理解されよう。

【００２３】再び図３を参照すると、ディジタル画像チ
ャネルｎ（ｘ，ｙ）、テクスチャ信号ｎ_ｔｘｔ（ｘ，
ｙ）及び、ノイズテーブル６は、テクスチャ変更器７０
へ入力される。テクスチャ変更器７０の目的は、ノイズ
に敏感な方法で、シーンの細部の大きさを高めることで
ある。局部信号／ノイズ比（ＳＮＲ）の推定は、ノイズ
テーブルにより供給される所定の強度レベルに関する予
想されるノイズの標準偏差に関する情報を使用してなさ
れる。この局部ＳＮＲの推定は、テクスチャ信号の局部
レベルに与えられる改善及び、レベルに関連するブース
トファクタを設定するのに使用される。以下に手順を詳
細に示す。テクスチャ変更器７０の出力は、改善された
テクスチャ信号ｎ’_ｔｘｔ（ｘ，ｙ）である。更に、ペ
デスタル信号ｎ_ｐｅｄ（ｘ，ｙ）は、エッジが大きな明
瞭さとシャープさを有するように見えるようにするエッ
ジコントラストを増加するための、ペデスタル変更器６
０の入力である。ペデスタル変更器６０の目的は、欠陥
を生じずに、画像エッジを改善することである。ペデス
タル変更器６０により採用されている方法を以下に詳細
に説明する。ペデスタル変更器の出力は、改善されたペ
デスタル信号ｎ’_{ｐｅ ｄ}（ｘ，ｙ）である。

【００２４】ペデスタル変更器６０とテクスチャ変更器
７０の出力は、シャープ化プロセッサ２０からのディジ
タル画像チャネル出力を生成するために、改善されたテ
クスチャ信号ｎ’_ｔｘｔ（ｘ，ｙ）と改善されたペデス
タル信号ｎ’_ｐｅｄ（ｘ，ｙ）とを加算する加算器８０
に入力される。改善されたディジタル画像チャネルｎ’
（ｘ，ｙ）は、 ｎ’（ｘ，ｙ）＝ｎ’_ｔｘｔ（ｘ，ｙ）＋ｎ’
_ｐｅｄ（ｘ，ｙ） のように表される。

【００２５】図４は、シャープ化プロセッサ２０の別の
実施例を示し、構成要素の配置の僅かな摂動はしばしば
シャープ化プロセッサ２０の出力への僅かな効果のみを
有することを示す。これに関し、ペデスタル分割器５０
は、テクスチャ信号ｎ_ｔｘｔ（ｘ，ｙ）と回避信号ａ
（ｘ，ｙ）を出力する。回避信号ａ（ｘ，ｙ）は画像の
エッジの位置を決定するために、ペデスタル分割器５０
により計算された中間的な信号である。この信号の導出
を、以下に説明する。回避信号の範囲は０．０から１．
０の範囲である。回避信号の値ａ（ｘ，ｙ）＝０．０を
有する画像位置（ｘ，ｙ）は、画像のエッジ領域に対応
し、逆に、回避信号の値ａ（ｘ，ｙ）＞０．０を有する
画像位置（ｘ，ｙ）は、画像の細部又はノイズの領域に
対応する。前述のように、本発明の目的は、細部、大き
なエッジ及び、ノイズのある領域に適用される改善の独
立した制御を可能とすることである。従って、シャープ
化プロセッサ２０からのディジタル画像チャネル出力な
いでは、エッジ（ａ（ｘ，ｙ）＝０．０）がペデスタル
変更器６０により改善されそして、画像の細部又はノイ
ズ（ａ（ｘ，ｙ）＞０．０に対応する位置）の領域は、
テクスチャ変更器７０により改善されることが望まし
い。

【００２６】このために、ディジタル画像チャネルｎ
（ｘ，ｙ）は、ペデスタル変更器６０に入力され、そし
て、前に、テクスチャ信号ｎ_ｔｘｔ（ｘ，ｙ）がテクス
チャ変更器７０へ入力され得る。ペデスタル変更器６０
とテクスチャ変更器７０からの２つの結果の出力、改善
されたテクスチャ信号ｎ’_ｔｘｔ（ｘ，ｙ）及び、ペデ
スタル信号ｎ’_ｐｅｄ（ｘ，ｙ）は、回避加算器８１へ
入力される。回避加算器８１は、３入力が必要である。
２つの信号ｎ’_ｔｘｔ（ｘ，ｙ）とｎ’_ｐｅｄ（ｘ，
ｙ）が加算され、欠陥回避信号（ａ（ｘ，ｙ））であ
る。加算される２つの信号は、加算されるべき１つの信
号はａ（ｘ，ｙ）により乗算され、そして、他の信号は
（１−ａ（ｘ，ｙ））により乗算されるように変換を受
ける。ａ（ｘ，ｙ）によりスケーリングされている信号
入力は、回避加算器８１の”ａ（ｘ，ｙ）入力”として
知られ、そして、（１−ａ（ｘ，ｙ））によりスケーリ
ングされている信号入力は、回避加算器８１の” （１
−ａ（ｘ，ｙ））入力”として知られる。シャープ化プ
ロセッサ２０の本発明の場合は、回避加算器からの信号
出力は、 ｎ’（ｘ，ｙ）＝ａ（ｘ，ｙ）ｎ_ｔｘｔ（ｘ，ｙ）＋
（１−ａ（ｘ，ｙ））ｎ_{ｐ ｅｄ}（ｘ，ｙ） と表現できる。

【００２７】図５を参照すると、ペデスタル分割器５０
へのディジタル画像チャネルｎ（ｘ，ｙ）入力は、周波
数分割器９４により、高域通過信号ｎ_ｈｐ（ｘ，ｙ）と
低域通過信号ｎ_ｌｐ（ｘ，ｙ）に分割される。高域通過
信号と低域通過信号を発生する多くの既知の技術がある
が、周波数分割器は、標準偏差（シグマ）０．９画素を
有するガウシャンフィルタで実行することが好ましい。
ガウシャンフィルタの標準偏差の好ましい値は、画像サ
イズによって変わる。０．９画素の標準偏差の値は、本
発明のを１０２４ｘ１５３６画素サイズの画像に最適化
することにより得られる。ガウシャンフィルタは、２次
元循環対象低域通過フィルタで有り、フィルタ係数は従
来技術で既知の以下の公式により得られる。 ｇ（ｉ，ｊ）＝１／（ｓｉｇｍａ ｓｑｒｔ（２π）ｅ
ｘｐ［−（ｉ^２＋ｊ^２）／（２ｓｉｇｍａ^２）］ ここで、ｇ（ｉ，ｊ）＝（ｉ，ｊ）番目の画素のガウシ
ャンフィルタ係数であり、ｓｉｇｍａ＝ガウシャンフィ
ルタ（０．９）の標準偏差であり、π＝約３．１４１
５．．．の定数である。

【００２８】好適な実施例では、フィルタｇ（ｉ，ｊ）
については合計で４９係数に関して、ｉとｊは−３から
＋３の範囲（両端を含めて）である。他の技術、位置の
技術では、ガウシャンフィルタを、計算コストの低減の
ために、続くアプリケーションに対して、水平及び垂直
成分へ分割するものがある。いずれの場合にも、周波数
分割器９４は、ガウシャンフィルタｇ（ｉ，ｊ）を従来
既知の畳み込み処理によりディジタル画像チャネルｎ
（ｘ，ｙ）へ適用する。畳み込みは、 ｎ_ｌｐ（ｘ，ｙ）＝ΣΣｎ（ｘ−ｉ，ｙ−ｊ）ｇ（ｉ，
ｊ） により表される。ここで、合計は、全ｉとｊに亘って起
こる。この畳み込み処理からの信号ｎ_ｌｐ（ｘ，ｙ）
は、低域通過信号である。低域通過信号は、周波数分割
器９４から出力される。更に、高域通過信号ｎ
_ｈｐ（ｘ，ｙ）は、以下の関係、 ｎ_ｈｐ（ｘ，ｙ）＝ｎ（ｘ，ｙ）−ｎ_ｌｐ（ｘ，ｙ） により得られた後に周波数分割器９４から出力される。

【００２９】低域通過信号ｎ_ｌｐ（ｘ，ｙ）は、以下に
詳細に説明するように、回避信号ａ（ｘ，ｙ）を形成す
るために、回避信号発生器１０４へ入力される。テクス
チャ発生器９０は、両高域通過信号ｎ_ｈｐ（ｘ，ｙ）と
回避信号ａ（ｘ，ｙ）を受信しそして、両信号は、テク
スチャ信号ｎ_ｔｘｔ（ｘ，ｙ）を生成するために、そこ
で乗算される。従って、テクスチャ信号ｎ_ｔｘｔ（ｘ，
ｙ）は、 ｎ_ｔｘｔ（ｘ，ｙ）＝ａ（ｘ，ｙ）＊ｎ_ｈｐ（ｘ，ｙ） と表される。テクスチャ信号ｎ_ｔｘｔ（ｘ，ｙ）は、テ
クスチャ発生器９０により計算されそして、ペデスタル
分割器５０により出力される。更に、図５の破線で示す
ように、回避信号ａ（ｘ，ｙ）は、特に図４に示すシャ
ープ化プロセッサ２０の他の実施例の回避加算器８１に
入力を供給するために、随意にペデスタル分割器５０か
ら出力される。

【００３０】ペデスタル発生器１００は、輝度ディジタ
ル画像チャネルｎ（ｘ，ｙ）とテクスチャ信号ｎ_ｔｘｔ
（ｘ，ｙ）を受信し、輝度信号からテクスチャ信号を減
算し、ペデスタル信号ｎ_ｐｅｄ（ｘ，ｙ）を生成する。
このペデスタル信号は、 ｎ_ｐｅｄ（ｘ，ｙ）＝ｎ（ｘ，ｙ）−ｎ_ｔｘｔ（ｘ，
ｙ） で表される。ペデスタル発生器１００により計算された
ペデスタル信号ｎ_ｐｅｄ（ｘ，ｙ）は、ペデスタル分割
器５０から出力される。

【００３１】（５０Ａとして識別される）ペデスタル分
割器５０の代わりの実施例を、図５に示す。ペデスタル
分割器５０Ａの代わりの実施例に入力された輝度ディジ
タル画像チャネルｎ（ｘ，ｙ）は、０．９画素の標準偏
差（シグマ）を有する上述のガウシャンフィルタが好ま
しい周波数分割器９４により高域通過信号と低域通過信
号に分けられる。ガウシャンフィルタの標準偏差の好適
な値は、画像サイズにより変わる。０．９画素の標準偏
差の値は１０２４ｘ１５３６画素サイズの画像を本発明
に最適化することにより得られた。周波数分割器９４
は、上述の畳み込み処理により、ガウシャンフィルタｇ
（ｉ，ｊ）にディジタル画像チャネルｎ（ｘ，ｙ）を与
える。

【００３２】この畳み込み処理からの信号ｎ_ｌｐ（ｘ，
ｙ）は周波数分割器９４から出力された低域通過信号で
ある。更に、高域通過信号ｎ_hｐ（ｘ，ｙ）も、以下の
関係、 ｎ_ｈｐ（ｘ，ｙ）＝ｎ（ｘ，ｙ）−ｎ_lp（ｘ，ｙ） により得られた後に、周波数分割器９４から出力され
る。

【００３３】ペデスタル分割器のこの代わりの実施例で
は、低域通過信号ｎ_ｌｐ（ｘ，ｙ）はペデスタル分割器
から、ペデスタル信号ｎ_ｐｅｄ（ｘ，ｙ）として出力さ
れる。（即ちこの場合には、ペデスタル信号ｎ
_ｐｅｄ（ｘ，ｙ）は、制御信号と共に得られるよりも、
低域通過信号ｎ_lp（ｘ，ｙ）に等しいと設定される。同
様にテクスチャ信号ｎ_ｔｘｔ（ｘ，ｙ）も高域通過信号
ｎ_ｈｐ（ｘ，ｙ）に等しいと設定される。

【００３４】ペデスタル分割器５０Ａのこの代わりの実
施例は、単に畳み込みによりディジタルフィルタ動作を
行い、そして、テクスチャ信号とペデスタル信号とし
て、高域通過信号と低域通過信号をそれぞれ出力する。
ペデスタル分割器５０Ａのこの実施例は、制御信号は使
用されず又は計算されないので、好適な実施例５０より
も単純である。しかし、この代わりの実施例を採用する
嗜好シャープナー４からのディジタル画像信号の品質
は、ペデスタル分割器５０の好適な実施例を採用する嗜
好シャープナー４からのディジタル画像信号の品質より
も悪い。

【００３５】当業者は、本質的に合計してディジタル信
号を発生する２つの信号を発生するのに使用され得る多
くの形式の動作があることがわかる。ペデスタル分割器
の好適な実施例とペデスタル分割器の代わりの実施例
は、両方ともに、本質的に合計してディジタル信号を発
生する２つの信号にディジタル画像チャネルを分割する
のに使用され得る、動作の例である。

【００３６】図６は、回避信号発生器１０４のブロック
図を示す。これに関し、低域通過信号ｎ_ｌｐ（ｘ，ｙ）
は、非方向グラディエント信号を発生する非方向２乗グ
ラディエント計算器１０６へ入力される。この計算は最
初に画素とその上方の垂直隣接画素間の差を計算し、画
素とその右方の水平隣接画素間の差を計算することによ
り行われる。非方向２乗グラディエントは、これらの２
つの差の２乗和である。非方向２乗グラディエントｎｄ
ｇ（ｘ，ｙ）は以下の式、 ｎｄｇ（ｘ，ｙ）＝[ｎ_ｌｐ（ｘ，ｙ）−ｎ_ｌｐ（ｘ−
１，ｙ）]^２＋[ｎ_ｌｐ（ｘ，ｙ）−ｎ_ｌｐ（ｘ，ｙ＋
１）]^２ で表される。回避信号発生器１０４の出力から欠陥回避
信号ａ（ｘ，ｙ）を生成するために、ｎ_ｄｇ（ｘ，ｙ）
の値は、欠陥回避機能アプリケータ１０８によりマップ
される。

【００３７】図６を参照し、このマッピングは、以下の
ように形成された欠陥回避関数ａｖ（ｙ）を通して、非
方向グラディエント信号ｎ_ｄｇ（ｘ，ｙ）を渡すことに
より行われる。本発明の好適な実施例は、以下により定
義される欠陥回避関数を使用する。ｙ＞Ｃ_０且つｙ＜Ｃ
_１に対して、 ａｖ（ｙ）＝（１／２）（１＋ＣＯＳ（π（ｙ−Ｃ_０）
／（Ｃ_１−Ｃ_０））、 ｙ＞＝Ｃ_１に対して、ａｖ（ｙ）＝０、 ｙ＜＝Ｃ_０に対してａｖ（ｙ）＝１であり、ここで、Ｃ
_０とＣ_１は、定数値である。

【００３８】Ｃ_０とＣ_１の好適な値は、入力データの範
囲により変わる。本好適な実施例の展開で使用される画
像内の入力データ範囲は０から４０９５である。この場
合、Ｃ_０の好適な値は９９６であり、Ｃ_１の好適な値は
８４００である。欠陥回避関数を構成する代わりの方法
は、以下の式により表される。ｙ＞＝Ｃ_０且つｙ＜＝Ｃ
_１に対して、 ａｖ（ｙ）＝１−ｓｑｒｔ（（ｙ−Ｃ_０）／（Ｃ_１−Ｃ
_０）） ｙ＜Ｃ_０に対して、ａｖ（ｙ）＝１、 ｙ＞Ｃ_１に対してａｖ（ｙ）＝０である。図７は関数ａ
ｖ（ｙ）のプロットを示す。

【００３９】好適な実施例では、Ｃ_１の値は、ガウシャ
ンフィルタの（標準偏差の）サイズシグマに関連する。
Ｃ_１の値は、ガウシャンフィルタの（標準偏差の）シグ
マの２乗に反非例する。好ましくは、Ｃ_１は、 Ｃ_１＝６８０４／（ｓｉｇｍａ＊ｓｉｇｍａ） の関係により決定され得る。また、Ｃ_０はＣ_１に、 Ｃ_０＝０．１２７Ｃ_１−１８ により関連する。

【００４０】欠陥回避信号ａ（ｘ，ｙ）は、欠陥回避機
能アプリケータ１０８により発生される。これは、図７
に示すように、非方向２乗グラディエントｎｄｇ（ｘ，
ｙ）へ、欠陥回避関数ａ（ｘ，ｙ）を与えることにより
達成される。数学的な結果は、 ａ（ｘ，ｙ）＝ａｖ（ｎｄｇ（ｘ，ｙ）） 式により与えられる。図７に示す欠陥回避信号は、ルッ
クアップテーブル（ＬＵＴ）として最も効率良く実行さ
れる。

【００４１】回避信号ａ（ｘ，ｙ）はディジタル画像チ
ャネルの空間的にフィルタされたものから形成される制
御信号の例であるということを理解するのに役立つ。先
ず最初に、一般化された線形空間フィルタは、式 ｃ（ｘ，ｙ）＝ΣΣｄ（ｘ−ｉ，ｙ−ｉ）ｇ（ｉ，ｊ） により与えられる。ここで、ｄ（ｘ，ｙ）値は（ｘ，
ｙ）番目の画素の周りの局部画素値を表し、ｇ（ｉ，
ｊ）は、画素値に依存しないディジタルフィルタの数値
係数を示す。ここで記述される非線形空間フィルタは、
ｓン系空間フィルタ式により表せない空間フィルタとし
て定義されるべきである。一般化された制御信号を入力
信号に与える出力は、入力信号と乗算的関係にある。制
御信号は式、 ｃ（ｘ，ｙ）＝ｈ（ｘ，ｙ）ｄ（ｘ，ｙ） により与えられる。ここでｄ（ｘ，ｙ）値は、入力信号
（ｘ，ｙ）番目の画素値を表し、ｈ（ｘ，ｙ）値は制御
信号の（ｘ，ｙ）番目の画素値を表す。制御信号を入力
信号に与える結果は、制御信号が入力信号の空間フィル
タされたものから得られるならば、非線形空間フィルタ
の一般的なカテゴリーに入る。回避信号ａ（ｘ，ｙ）は
ディジタル画像チャネルの空間的にフィルタされたもの
から形成された制御信号の例である。好適な実施例で記
述されたテクスチャ信号ｎ_ｔｘｔ（ｘ，ｙ）は、制御信
号の適用と画像チャネルｎ（ｘ，ｙ）へ与えられたディ
ジタルフィルタで生成された非線形空間フィルタの例で
ある。

【００４２】図８を参照すると、そこに示されているペ
デスタル変更器６０は、（２次元ウインドウにより分離
された）ディジタル画像チャネルの局部化された領域に
亘って計算された１つ又はそれ以上の画像特性に基づ
く、ディジタル画像チャネルの形態に適用できるシャー
プ化フィルタアルゴリズムである。フィルタアルゴリズ
ムは、ディジタル画像チャネルの局部化された領域に亘
って画像特性に関するスケーリング関数でトーンスケー
ルを正規化しそして、ディジタル画像チャネル内のエッ
ジの構造を再整形するためにスケーリングされたトーン
スケールを使用する段階を含む。特に、局部トーンスケ
ール関数の形は、画層処理前に元々選択されているが、
しかし、局部トーンスケール動作の正確なスケーリング
と変換は、局部化された領域の統計により決定される。
従って、領域が分離された後は、アルゴリズムの実行
は、局部領域から所望の統計的性質を識別し、統計的性
質に関連して正規化された局部トーンスケール変換を行
い、そして、トーンスケール変換を通して、改善された
中央画素値を発生するために局部領域の中央画素をマッ
ピングすることを含む。ペデスタル変更器６０の更なる
詳細は、１９９９年７月２日にＡ.Ｇ．Ｇａｌｌａｇｈ
ｅｒとＥ．Ｂ．Ｇｉｎｄｅｌｅにより出願された、発明
の名称”ディジタル画像のエッジコントラストを改善す
る方法（Ａ Ｍｅｔｈｏｄ ｆｏｒ Ｅｎｈａｎｃｉｎ
ｇ ｔｈｅ Ｅｄｇｅ Ｃｏｎｔｒａｓｔｏｆ ａ Ｄ
ｉｇｉｔａｌ Ｉｍａｇｅ）”の米国特許出願番号０９
／３２４，２３９に開示されており、参照によりここに
組み込まれる。

【００４３】ペデスタル変更器６０は幾つかのモードで
実行され得る。特に図８に示すブロック図では、ペデス
タル変更器６０は、第１のモードでは、入力画素値を各
領域の極大値及び極小値にスケーリングし、そして、ス
ケーリングされた入力値を正規化された座標でトーンス
ケール関数へ与えることにより行われる。変換動作によ
り得られた出力は、改善された出力値を得るために、
（入力を発生するのに使用された）スケーリング関数の
逆関数で処理される。代わりに、ペデスタル変更器６０
を実行する第２のモードでは、局部トーンスケールは、
各領域の極大値と極小値に結びついている座標で構成さ
れ、そして、各中央値はトーンスケール関数の結び付け
られている座標を通してマップされる。これは、改善さ
れた出力値を直接生成する。第３のモードでは、トーン
スケール関数の入力のみが逆スケーリング関数でスケー
リングされ、そして、出芽疎は逆スケーリング関数で処
理される。第４のモードでは、トーンスケール関数の出
力のみがスケーリングされ、そして、入力画素はスケー
リング関数で処理される。どのモードでも、トーンスケ
ール関数の形は画像に亘って固定されたままであるが、
しかし、領域の統計的性質に従ってトーンスケール関数
の形を変えることが望ましい。さらに、正規化されたト
ーンスケール動作を実質的に入力ディジタル画像チャネ
ルの全画素に適用するのが典型的であろうが、ディジタ
ル画像チャネルの選択された領域にこの方法を適用する
のが望ましい。第２、第３及び、第４のモードの詳細に
関しては、前述の出願番号０９／３２４，２３９に向け
られており、参照によりここに組み込まれる。これらの
代わりのモードは好適な実施例（即ち、図８の第１モー
ド）で開示されたペデスタル変更器６０により得られる
処理されたディジタル画像チャネルと同一の処理された
ディジタル画像チャネルを提供する。

【００４４】更に図８は、上述の第１モードに従った６
０を実行するための好適な実施例のブロック図を示す。
ペデスタル変更器６０の好適な実施例は、例えば、寸法
が高さが１０２４画素で、幅が１５３６画素の比較的高
い解像度のディジタル画像チャネルを参照して説明され
るが、本発明のそれ以上の又はそれ以下の解像度を有す
る画像チャネルで同様に動作可能である。しかし、画像
解像度の選択は、ウインドウサイズに付随する効果を有
する。即ち、５ｘ５ウインドウは１０２４ｘ１５３６解
像度に好ましいことがわかるが、より高い解像度の画像
センサは通常は大きなウインドウサイズを可能とし、そ
して、低解像度センサは逆である。

【００４５】図９を参照すると、ディジタル画像チャネ
ルのディジタル表現の各入力中央画素１１０の値は、最
初に、局部統計を計算する局部統計決定器１１６へ送ら
れる。局部領域１１２内に含まれる周辺画素１１４の値
も、局部統計決定器１１６へ送られる。局部領域１１２
と入力画素１１０は、ディジタル画像チャネルの空間領
域を構成する。好適な実施例では、各入力画素１１０に
ついての局部領域は、入力画素が中心の、局部統計が決
定される隣接矩形領域として定義される。好適な実施例
では、局部領域は各サイドが５画素の矩形隣接部であ
る。図９は、好適な実施例で実行される局部領域を示
す。局部領域１１２内に含まれる画素１１４は、局部統
計決定器１１６へ渡される入力画素１１０を囲む（斜線
で示す）２４画素として示される。当業者は、本発明
は、大きな種々の局部領域サイズと形で動作することが
理解されよう。そして、（本記述及び、請求項で）処理
された画素を記述するための用語”中央”の使用は、そ
の局部領域の重心での画素よりも画素の局部的な周囲を
有する画素を単に参照する。

【００４６】図８は、各中央画素１１０の値ｕは、局部
統計決定器１１６とスケーリング関数評価器１２０へ入
力される。更に、局部領域内の画素１１４の値は、局部
領域の統計的性質を発生するために局部統計決定器１１
６へ入力される。スケーリング関数発生器１１８は、各
入力画素１１０の値ｕを正規化するためにスケーリング
関数評価器１２０へ与えられるスケーリング関数ｓ
（ｘ）を発生するために統計的性質を使用し、それによ
り、第１の中間値Ｉを発生する。統計的性質は、スケー
リング関数ｓ（ｘ）の逆である関数ｓ^−１（ｘ）を発生
するための逆スケーリング関数評価器１２２によっても
使用される。第１の中間値Ｉは、中間値Ｉをトーンスケ
ール関数ｆ（ｘ）を通してマップする、第２の中間値Ｉ
_２を発生するためのトーンスケール発生器１２６により
提供されるトーンスケールアプリケータ１２４へ与えら
れる。トーンスケールアプリケータ１２４からの出力中
間値Ｉ _２は、逆スケーリング関数アプリケータ１２８へ
与えられ、逆スケーリング関数発生器１２２により提供
される逆関数ｓ^−１（ｘ）を使用してシステム画像空間
内で処理された値ｕ’を発生する。

【００４７】特に、局部統計決定器１１６は局部領域１
１２と入力画素１１０内に含まれる画像データを記述す
る幾つかの特性を計算する。局部統計は、局部領域１１
２と入力画素１１０に含まれる画素値の数学的な結合で
あろう。好適な実施例では、局部統計決定器１１６は、
２つの局部統計、局部領域１１２と入力画素１１０から
の最大及び、最小画素値を決定する。代わりに、局部統
計決定器１１６は、ｎ最大画素値の平均とｍ最小画素値
の平均を決定する。ここで、ｎとｍは局部領域１１２に
含まれる画素数よりも非常に小さい整数であり、例え
ば、ｎ＝ｍ＝３である。前述のように、これらの局部統
計はスケーリング関数ｓ（ｘ）と逆スケーリング関数ｓ
^−１（ｘ）の発生で使用される。

【００４８】局部統計決定器１１６で決定される局部統
計は、スケーリング関数発生器１１８と逆スケーリング
関数発生器１２２へ送られる。好適な実施例では、スケ
ーリング関数は以下の式、

【００４９】

【数２】 で示される。ここで、Ｘは、局部領域１１２からの最大
画素値を示し、Ｎは局部領域１１２からの最小画素値を
示す。スケーリング関数の目的は、変更された画素値が
変換器１０に示すトーンスケール関数１３０へ及び、入
力として使用されるように、中央画素１１０を変更する
ことである。好適な実施例では、このトーンスケール関
数１３０は、ルックアップテーブル（ＬＵＴ）に与えら
れる。好適な実施例では、スケーリング関数の効果は、
図変換器１０に示すように、入力値の期間[Ｎ Ｘ]を期
間[０ １]へ正規化（即ち、圧縮）することである。

【００５０】同様な方法で、逆スケーリング関数発生器
１２２は、逆スケーリング関数ｓ^{− １}（ｕ）を形成す
る。逆スケーリング関数ｓ^−１（ｕ）は、以下の式、 ｓ^−１（ｕ）＝ｕ（Ｘ−Ｎ）＋Ｎ で表される。逆スケーリング関数の目的は、トーンスケ
ール関数１３０から得られた出力値を期間[Ｎ Ｘ]へ戻
すために、スケーリングすることである。スケーリング
関数と逆スケーリング関数は逆であり、ｓ^−１（ｓ
（ｕ））＝ｕと簡単に示すことができる。

【００５１】入力画素１１０の値は、中間値Ｉ＝ｓ
（ｕ）を発生するために、スケーリング関数評価器１２
０へ送られる。ここで、Ｉは中間値であり、ｓ（ｘ）は
スケーリング関数であり、ｕは入力画素１１０の値であ
る。スケーリング関数評価器１２０の出力は、中間値Ｉ
である。中間値Ｉは、トーンスケールアプリケータ１２
４へ送られる。トーンスケールアプリケータ１２４の目
的は、局部領域１１２に関して入力画素１１０の値のコ
ントラストに影響を与えることである。トーンスケール
アプリケータ１２４、中間値Ｉを変更し、それにより、
第２の中間値Ｉ_２を形成する。トーンスケールアプリケ
ータ１２４は、中間値Ｉをトーンスケール関数１３０で
（即ち、ｆ（ｘ）で）変更する。このように、トーンス
ケールアプリケータの動作は以下の式Ｉ_２＝ｆ（Ｉ）で
表される。ここでＩ_２は、第２の中間値、ｆ（ｘ）はト
ーンスケール関数、そしてＩはスケーリング関数評価器
１２０からの出力である。

【００５２】トーンスケール関数ｆ（ｘ）は、トーンス
ケール発生器１２６により発生される。好適な実施例で
は、トーンスケール関数ｆ（ｘ）は、Ｓ字状の関数であ
り、ガウス確率分布関数を積分することにより形成さ
れ、そして、従来技術では既知である。Ｓ字状関数は完
全に、積分されるガウス確率分布関数の標準偏差σによ
り特徴化される。トーンスケール関数ｆ（ｘ）は、以下
の式、

【００５３】

【数３】 により表される。好適な実施例では、トーンスケール関
数は、以下の式に示すガウス分布関数の離散サンプルの
和を計算することにより得られる。

【００５４】

【数４】 ここで、２ａはＬＵＴのサンプルの数である。好適な実
施例では、ａ＝５０である。

【００５５】ｘ＝０．５で評価されるトーンスケール関
数ｆ（ｘ）の傾斜は、関係、

【００５６】

【数５】 により決定される。ここで、γは、ｘ＝０．５で評価さ
れるＳ字状関数の傾斜であり、そして、上述の和の近似
傾斜、及び、σはガウス確率関数の標準偏差である。γ
＞１．０の時には、本発明は、動作はエッジの局部構造
を再整形することによりディジタル画像チャネルをシャ
ープ化する。γ＜１．０の時には、本発明の動作は入力
画像よりもソフトに見える画像を生じる傾向にある。好
適な実施例では、γ＝２．１であり且つσ＝０．１９で
ある。好適な実施例では、トーンスケール関数ｆ（ｘ）
は、局部統計決定器１１６から出力される局部統計と独
立であり、そしてこのように、処理される画素数に関わ
らず、画像チャネル当りに１回のみ計算される必要があ
るだけである。

【００５７】図１０は、種々のスケール関数を示し、１
つはトーンスケール関数１３０として示され、そして、
関連するガウス確率関数の標準偏差はσである。当業者
には、Ｓ字状関数に加えて、広く種々の関数がトーンス
ケールアプリケータ１２４の目的を達すると認めるであ
ろう。

【００５８】トーンスケールアプリケータ１２４から出
力された第２の中間値Ｉ_２は、逆スケーリング関数アプ
リケータ１２８へ送られる。加えて、逆スケーリング関
数発生器１２２から出力された逆スケーリング関数ｓ
^−１（ｘ）は、逆スケーリング関数アプリケータ１２８
送られる。逆スケーリング関数アプリケータ１２８の目
的は、第２の中間値Ｉ_２からの処理された画素値ｕ’を
発生することである。逆スケーリング関数アプリケータ
１２８は、逆スケーリング関数 ｕ’＝ｓ^−１（Ｉ_２） を評価することにより、改善された画素値ｕ’を発生す
る。Ｉ_２とＩを置きかえると、 ｕ’＝ｓ^−１（ｆ｛ｓ（ｕ）｝） となる。ここで、ｓ^−１は逆スケーリング関数を示し、
ｆ｛ｘ｝はトーンスケール関数を示し、ｓ（ｘ）はスケ
ーリング関数を示し、ｕは入力画素１１０の値を示し、
ｕ’は改善された画素の値を示す。ペデスタル変更器６
０から出力されたディジタル画像チャネルは、改善され
たペデスタル信号ｎ’_ｐｅｄ（ｘ，ｙ）である。

【００５９】典型的には、ペデスタル変更器６０からの
処理された画素値ｕ’を発生する処理は、ディジタル画
像チャネル内の各画素に対応する処理された画素値を発
生するために、ディジタル画像チャネル内の各画素に繰
り返される。これらの処理された画素値は、集合として
考えられるときには、処理されたディジタル画像チャネ
ルを構成する。代わりに、処理された画素値ｕ’を発生
する処理は、ディジタル画像チャネル内の各画素のサブ
セットに対応する処理された画素値を発生するために、
ディジタル画像チャネル内の各画素のサブセットに繰り
返される。後者の場合は、集合として考えられるときに
は、サブセットは、チャネルの一部の処理された画像を
構成する。一般的には、本アルゴリズムのパラメータ
は、高いエッジコントラストの出現とディジタル画像チ
ャネルよりも更に明瞭な改善されたディジタル画像チャ
ネルを生成するために調整され得る。

【００６０】ペデスタル変更器６０は、（シャープ化フ
ィルタのウインドウサイズにより記述され得る）局部領
域のサイズと、（トーンスケール関数の傾斜により記述
され得る）トーンスケール変換関数の形の２つのパラメ
ータを定義する。アルゴリズムは、例えば、１０２４ｘ
１５３６画像器に対しては、約７Ｘ７画素よりも大きく
ないウインドウサイズかかなり小さい場合には、最も良
く動作する傾向にある。確かに、局部トーンスケール関
数のウインドウサイズと傾斜が上昇するにつれて、画像
は”ペイントバイナンバー”欠陥を有し始める。また、
大きなウインドウは、画像内の大きな閉鎖境界形式エッ
ジのいずれの側でもテクスチャを含む傾向にある。この
効果は、ウインドウサイズを比較的小さく維持すること
により減少される。５Ｘ５又は、それ以下の画素のウイ
ンドウは、一般的には、１０２４Ｘ１５３６解像度の典
型的な状況で満足な結果を生じるために好ましいことが
わかる。前述のように、他の好適なウインドウサイズは
他の画像解像度に対する困難性なしに、経験的に決定さ
れ得る。代わりに、大きなウインドウのシャープ化効果
を得るために欠陥が増加しても良い場合には、大きなウ
インドウは所定の解像度の特定の状況で受け入れ可能で
ある。

【００６１】ここで記述したペデスタル変更器は領域の
統計的性質に従って、例えば、中央画素が実質的に極大
値と極小値の中間にある場合を除いて、中央値を極大値
又は極小値に向かって駆動することにより、中央画素の
値を制御する優位点を有する。従って、エッジ遷移は画
像入力よりも、画素の狭い範囲で発生し、これにより、
元の画像よりもシャープで更に焦点の合ったように見え
る画像を発生する。更に、トーンスケール変換の出力
は、例えば、領域の極大値及び極小値により結び付けら
れる統計的性質により変更されているので、エッジ境界
でのシステム的なオーバーシュート及びアンダーシュー
トは、消滅し、且つリンギング欠陥も知覚できない。

【００６２】図１１はテクスチャ変更器７０の詳細を示
す。テクスチャ変更器７０は、ディジタル画像チャネル
ｎ（ｘ，ｙ）、テクスチャ信号ｎ_ｔｘｔ（ｘ，ｙ）及
び、輝度ノイズテーブル６を入力する。テクスチャ変更
器７０の出力は、テクスチャ信号ｎ’_ｔｘｔ（ｘ，ｙ）
により改善される。テクスチャ変更器７０の目的は、局
部信号対雑音比（ＳＮＲ）の推定値に関連するファクタ
によりテクスチャ信号をブーストすることである。この
ように、高ＳＮＲを有するディジタル画像チャネルの領
域と一致するテクスチャ信号の部分は、ディジタル画像
チャネルの低ＳＮＲ領域に関連するテクスチャ信号の部
分と比較して、大きなブーストレベルであることを経験
する。例えば、シャープ化される画像がきれいな青空の
大きな領域を含んでいるとする。この領域の唯一の変調
は画像化システムからのノイズであるようである。従っ
て、この変調の振幅を増加するのは好ましくない。一
方、草原の変調は画像システムノイズに加えて、多くの
草の葉による変調の結果である。この場合には、シーン
の実際の変調に属するので、変調をブーストするのが好
ましい。本発明では、信号対雑音比は、例えば、シーン
の２つの前述の形式の領域間を区別するのに使用され得
る分類器として働くと推定される。

【００６３】これに関しては、ディジタル画像チャネル
ｎ（ｘ，ｙ）、テクスチャ信号ｎ_{ｔ ｘｔ}（ｘ，ｙ）及
び、輝度ノイズテーブル６は、局部ＳＮＲ推定器１６０
へ入力される。局部ＳＮＲ推定器１６０の目的は、テク
スチャ信号の特定の画素に与えられるブーストのレベル
を決定するのに後に使用される局部信号対ノイズ比を推
定することである。好適な実施例では、局部ＳＮＲ推定
器１６０の出力は、シンボルＳＮＲ（ｘ，ｙ）で表され
る、ディジタル画像チャネル内の各画素に対するＳＮＲ
の１つの推定値である。しかし、ＳＮＲは、ディジタル
画像チャネルの画素の位置のサブセットのみに対して計
算されることも可能である。局部ＳＮＲ推定器１６０を
以下に詳細に説明する。

【００６４】局部ＳＮＲ推定器１６０の出力、ＳＮＲ
（ｘ，ｙ）は、ゲイン決定器１３４に送られる。ゲイン
決定器１３４は、局部ＳＮＲの推定値が既知の場合に
は、テクスチャ信号の各々の特定の（ｘ，ｙ）位置で与
えるブーストＢ（ｘ，ｙ）のここのレベルを決定するこ
とを意味する。これは、例えば、図１５に示す、ルック
アップテーブル（ＬＵＴ）により達成される。好適な実
施例では、ＬＵＴは単調に増加する。ＬＵＴ出力（ゲイ
ン）はＬＵＴ入力（ＳＮＲの推定値）の増加と共に増加
する。

【００６５】図１５に示すＬＵＴに関する式は、ＳＮＲ
（ｘ，ｙ）＜ＳＮＲ_ｍｉｎの場合には、Ｂ（ｘ，ｙ）＝
ｓｆ_ｍｉｎ、ＳＮＲ_ｍｉｎ＜ＳＮＲ（ｘ，ｙ）＜ＳＮＲ
_ｍａｘの場合には、 Ｂ（ｘ，ｙ）＝ｓｆ_ｍｉｎ＋（ｓｆ_ｍａｘ−ｓ
ｆ_ｍｉｎ）（ＳＮＲ（ｘ，ｙ）−ＳＮＲ_ｍｉｎ）／（Ｓ
ＮＲ_ｍａｘ（ｘ，ｙ）−ＳＮＲ_ｍｉｎ）、 ＳＮＲ（ｘ，ｙ）＞ＳＮＲ_ｍａｘの場合には、Ｂ（ｘ，
ｙ）＝ｓｆ_ｍａｘである。ここで、ｓｆ_ｍａｘ＞ｓｆ
_ｍｉｎであり、且つＳＮＲ_ｍａｘ≧ＳＮＲ_ｍｉｎであ
る。好適な実施例では、ｓｆ_ｍａｘは３．５であり、ｓ
ｆ_ｍｉｎは２．０であり、ＳＮＲ_ｍａｘは２．０であ
り、ＳＮＲ_ｍｉｎは０．４である。

【００６６】ゲイン決定器１３４により出力されるゲイ
ンＢ（ｘ，ｙ）とテクスチャ信号ｎ _ｔｘｔ（ｘ，ｙ）は
ともに、テクスチャブースタ１３６へ送られる。テクス
チャブースタ１３６の目的は、関連するゲインでテクス
チャ信号ｎ_ｔｘｔ（ｘ，ｙ）の各値を乗算することであ
る。テクスチャブースタ１３６の出力は、改善されたテ
クスチャ信号ｎ’_ｔｘｔ（ｘ，ｙ）であり、式 ｎ’_ｔｘｔ（ｘ，ｙ）＝ｎ_ｔｘｔ（ｘ，ｙ）＊Ｂ（ｘ，
ｙ） により与えられる。テクスチャ変更器７０から出力され
るこの改善されたテクスチャ信号ｎ’_ｔｘｔ（ｘ，ｙ）
は、図３の加算器８０へ（又は、図４に示す代わりの実
施例の場合には回避加算器８１）送られる。Ｂ（ｘ，
ｙ）＜１．０の時には、改善された信号の大きさは、元
のテクスチャ信号の大きさより小さい、｜ｎ
_ｔｘｔ（ｘ，ｙ）｜＞｜ｎ’_ｔｘｔ（ｘ，ｙ）｜ことに
注意する。このように本発明は、ノイズの多い領域、Ｂ
（ｘ，ｙ）＜１．０で、処理されたディジタル画像は嗜
好シャープナー２に入力されたディジタル画像チャネル
よりもノイズが少ない。

【００６７】局部ＳＮＲ推定器１６０の詳細なブロック
図を図１２に示す。ディジタル画像チャネルｎ（ｘ，
ｙ）は、最初に局部分散コンピュータ１７０に入力され
る。局部分散コンピュータ１７０の目的は、信号の活動
の局部推定値を得ることである。好適な実施例では、局
部分散コンピュータ１７０はサイズＷｘＷ画素のウイン
ドウに亘って局部分散σ_Ｒ ^２（ｘ，ｙ）を計算する。好
適な実施例では、Ｗ＝７画素であるが、代わりのサイズ
のウインドウも等価な結果でタスクを実行することが決
定された。

【００６８】値の組の局部分散の計算は従来技術で既知
であり、

【００６９】

【数６】 で示される。ここで、分散σ_Ｒ ^２（ｘ，ｙ）の計算に含
まれるＷ^２＝４９画素について、ｉとｊはともに−３か
ら＋３（両端を含む）である。エッジでの分散の計算
は、画像処理では良く知られた技術である鏡映を含む。
局部分散コンピュータ１７０の出力は、ディジタル画像
チャネル内の各画素に関する局部分散である。

【００７０】減算器１７２はディジタル画像チャネル
（ｘ，ｙ）と、テクスチャ信号ｎ_{ｔｘ ｔ}（ｘ，ｙ）の両
方を入力する。減算器１７２はペデスタル信号ｎ_ｐｅｄ
（ｘ，ｙ）である。減算器１７２は、以下の公式に従っ
て、 ｎ_ｐｅｄ（ｘ，ｙ）＝ｎ（ｘ，ｙ）−ｎ_ｔｘｔ（ｘ，
ｙ） ディジタル画像チャネル（ｘ，ｙ）からテクスチャ信号
ｎ_ｔｘｔ（ｘ，ｙ）を減算する。このペデスタル信号ｎ
_ｐｅｄ（ｘ，ｙ）は、ペデスタル分割器５０により決定
されるペデスタル信号と同一である。本発明の実際の実
行では、ペデスタル信号は、１回のみ計算されることを
要する。

【００７１】ノイズテーブル６とペデスタル信号ｎ
_ｐｅｄ（ｘ，ｙ）は、予想されるノイズ決定器１９０に
入力される。ノイズテーブルは、予想されるノイズとσ
_Ｎ（ｉ）とディジタル画像チャネル（ｘ，ｙ）の強度ｉ
の間の関係を含む。好適な実施例では、ノイズテーブル
は２つのコラムのテーブルであり、２コラムリストのそ
のサンプルを以下に示す。最初のコラムは強度レベルを
示し、第２のコラムはその強度レベルに対するノイズの
予想される標準偏差を示す。

【００７２】

【表１】 ノイズテーブルは、４つのコラムテーブルに関しても規
定され得る。ここで、第１のコラムは強度ｉであり、第
２から第４のコラムは嗜好シャープナー２から入力され
たディジタル画像チャネルの、それぞれ赤，緑，青チャ
ネルで予想されるノイズの標準偏差に対応する。この場
合、輝度チャネルｎ（ｘ，ｙ）の強度レベルｉに対する
ノイズの予想される標準偏差は、輝度チャネルを発生す
るのに使用される、以下により与えられる、

【００７３】

【数７】 色回転マトリクスの係数に依存する。ここで、σ
_ｎ（ｉ）は輝度チャネルｎ（ｘ，ｙ）の強度レベルｉに
対するノイズの予想される標準偏差である。同様に、σ
_ｒ（ｉ）、σ_ｇ（ｉ）、σ_ｂ（ｉ）は、強度ｉでのそれ
ぞれの赤，緑，青のディジタル画像チャネルのノイズの
予想される標準偏差であり、ｒｃｏｅｆ、ｇｃｏｅｆ、
ｂｒｃｏｅｆは、輝度ディジタル画像チャネルｎ（ｘ，
ｙ）を発生するのに使用される色回転マトリクスの係数
である。前述のように、好適な実施例では、全ての３つ
の係数は１／３に等しい。従って、輝度チャネルは好適
な実施例では以下のように与えられる。

【００７４】

【数８】 このように輝度ディジタル画像チャネルｎ（ｘ，ｙ）に
対応するノイズテーブルは、予想されるノイズ決定器１
９０により供給されるか又は計算される。

【００７５】予想されるノイズ決定器１９０は、ペデス
タル信号ｎ_ｐｅｄ（ｘ，ｙ）の強度レベルに関するノイ
ズσ_Ｎ（ｘ，ｙ）の標準偏差の強度に依存する推定値を
出力する。予想されるノイズ決定器１９０は、ペデスタ
ル信号の強度をノイズσ_Ｎ（ｘ，ｙ）の予想される標準
偏差に関連させるテーブルルックアップを行うか、又
は、上述のように予想されるノイズを計算する。予想さ
れるノイズ決定器１９０の出力σ_Ｎ（ｘ，ｙ）は、 σ_Ｎ（ｘ，ｙ）＝σ_Ｎ（ｎ_ｐｅｄ（ｘ，ｙ）） と表される。値ｎ_ｐｅｄ（ｘ，ｙ）がσ_ｎ（ｉ）の存在
する値ｉと一致する場合には、線形補間がσ_ｎ（ｎ
_ｐｅｄ（ｘ，ｙ））を決定するのに使用される。線形補
間は既知であるので更に説明しない。図１４はノイズテ
ーブルのプロットを示す。

【００７６】図１４に示すようなノイズテーブルを発生
する手順は、Ｇｒａｙ他による１９９７年６月２４日に
発行された米国特許番号５，６４１，５９６又は、Ｓｎ
ｙｄｅｒ他による１９９９年７月１３日に発行された米
国特許番号５，９２３，７７５により開示されており、
両者ともに参照により組み込まれる。

【００７７】ＳＮＲ計算器１８０は予想されるノイズ決
定器１９０から出力されたノイズσ _Ｎ（ｘ，ｙ）の予想
される標準偏差と、局部分散コンピュータ１７０から出
力された局部分散σ_Ｒ ^２（ｘ，ｙ）の両方を入力する。
ＳＮＲ計算器１８０は、信号分散の比を計算することに
より、局部信号対雑音比ＳＮＲ（ｘ，ｙ）を推定する
（局部分散σ_Ｒ ^２（ｘ，ｙ）は信号による分散とノイズ
による分散の和｛ＲＭＳの意味｝である）。このよう
に、ＳＮＲ計算器１８０の出力は、以下の公式

【００７８】

【数９】 に従った、各画素位置での局部ＳＮＲの推定値である。
平方根をとる前に、σ_Ｒ ^２（ｘ，ｙ）−σ_Ｎ ^２（ｘ，
ｙ）の値が正であることを保証する前にチェックされ
る。そのようでない場合には、ＳＮＲ（ｘ，ｙ）の値は
０．０に等しく設定される。

【００７９】信号対雑音比の多くの他の推定値が本発明
の範囲を超えることなく公式化されうることに注意す
る。例えば、図１３は局部ＳＮＲ推定器１６０の代わり
の実施例を示す。この実施例の目的は、図１２に示すよ
うに計算的に更に安価に局部ＳＮＲの推定値を提供する
ことである。この代わりの実施例では、ノイズと信号偏
差は共にガウス分布とみなされ、標準偏差よりも平均絶
対値偏差（ＭＡＤ）の使用を可能とする。平均絶対値偏
差の計算は、計算的に高価な平方根と２乗動作を含まな
い。この実施例では、テクスチャ信号ｎ_ｔｘｔ（ｘ，
ｙ）とディジタル画像チャネルｎ（ｘ，ｙ）は再び、前
述のようにペデスタル信号ｎ_ｐｅｄ（ｘ，ｙ）を生成す
るために、減算器１７２へ入力される。ペデスタル信号
ｎ_ｐｅｄ（ｘ，ｙ）は、再び値σ_Ｎ（ｘ，ｙ）を決定す
るために予想されるノイズ決定器１９０への入力として
使用される。

【００８０】テクスチャ信号ｎ_ｔｘｔ（ｘ，ｙ）はテク
スチャ信号内の局部平均絶対値偏差を決定するために、
局部ＭＡＤ計算器２００に入力される。テクスチャ信号
ｎ_{ｔ ｘｔ}（ｘ，ｙ）の平均値が０であるとすることによ
り、局部ＭＡＤ計算器２００により使用される局部ＭＡ
Ｄ計算のための公式は、 ＭＡＤ_Ｒ（ｘ，ｙ）＝Σ｜ｎ_ｔｘｔ（ｘ＋ｉ，ｙ＋
ｊ））｜／Ｗ^２ が使用される。ここで、平均絶対値偏差の計算に含まれ
る全Ｗ^２＝４９画素について、ｉとｊはともに−３から
＋３であることが好ましい。局部ＭＡＤ計算器２００
は、平均絶対値偏差ＭＡＤ_Ｒ（ｘ，ｙ）を出力する。こ
れは後に局部ＳＮＲの推定値を決定するのに必要な計算
に使用される。

【００８１】ノイズテーブル調整器２１０の目的は、テ
クスチャ信号のＭＡＤ_Ｒ（ｘ，ｙ）の計算と、ディジタ
ル画像チャネルの標準偏差σ_Ｒ（ｘ，ｙ）の計算の間の
差を保証することである。ノイズテーブル調整器２１０
は、標準偏差よりも平均絶対値偏差を使用する目的で輝
度ノイズテーブルを変更する。前述のように輝度ノイズ
テーブルは、予想されるノイズσ_ｎ（ｉ）と強度ｉの間
の関係を含む。ガウス分布は以下の関係、 ＭＡＤ＝ｓｑｒｔ（２／π）σ により分布の標準偏差σに関連することは既知である。
輝度ノイズテーブルを標準偏差のメトリックから、ＭＡ
Ｄのメトリックへ変換するために、各値σ_ｎ（ｉ）は、
約０．８にスケーリングされねばならない。

【００８２】更に、この代わりの実施例と、信号が局部
信号活動の測定値の計算に使用される好適な実施例の間
に差がある。好適な実施例では、ディジタル画像チャネ
ルの分散は計算される。この代わりの実施例では、テク
スチャ信号が、ＭＡＤ_Ｒ（ｘ，ｙ）の値を計算するのに
使用され、信号平均がゼロと仮定される場合に計算的な
利益を与える。テクスチャ信号ｎ_ｔｘｔ（ｘ，ｙ）とデ
ィジタル画像チャネルｎ（ｘ，ｙ）の間の関係は、この
ために考慮する輝度ノイズテーブルを調整するために理
解されねばならない。この関係は、テクスチャ信号を発
生するのに使用されるディジタルフィルタ処理が線形で
あるときにのみは、簡単に表現される。このステップの
ために、欠陥回避信号の効果は無視され、テクスチャ信
号は高域通過信号と等価であるとみなされる。ｉ＝−
（ｎ−１）／２、−（ｎ−３）／２，．．．，ｎ−１／
２とｊ＝−（ｍ−１）／２、−（ｍ−３）／
２，．．．，ｍ−１／２である係数ｈ（ｉ，ｊ）の一般
的なフィルタ（ｎ ｘ ｍ）に関しては、フィルタされ
た信号の分散は以下の関係 σ^２ _ｆｓ＝σ^２ _ｏｓΣΣｈ^２（ｉ，ｊ） による原信号の分散に関連する。ここで、σ^２ _ｆｓはフ
ィルタ信号の分散を示し、σ^２ _ｏｓは原信号の分散を示
し、そして、合計はｉとｊに亘って起こる。

【００８３】本発明の場合には、フィルタｈ（ｉ，ｊ）
は、 ｈ（ｉ，ｊ）＝δ（ｉ，ｊ）−ｇ（ｉ，ｊ） と表されるとする。ここで、δ（ｉ，ｊ）は、デルタ関
数であり、ｉ＝０とｊ＝０で１の値を有し、他ではゼロ
である。この式は、ガウシャンフィルタｇ（ｉ，ｊ）で
ディジタル画像チャネルを不鮮明にしそして、ディジタ
ル画像チャネルから結果を減算する、ことにより（欠陥
回避信号を無視して）テクスチャ信号を発生する前述の
処理を説明する。このように、この記述を考慮すること
により、ノイズテーブル調整器２１０は、ディジタル画
像チャネルよりもテクスチャ信号上の局部信号活動の推
定値を考慮するために、ファクタにより輝度ノイズテー
ブルの各値をスケーリングしなければならない。このフ
ァクタｆは、 ｆ＝ｓｑｒｔ（ΣΣｈ（ｉ，ｊ）^２） であり、ここで、合計はｉとｊに亘って行われ、ｈ
（ｉ，ｊ）は前述している。輝度ノイズテーブルが標準
偏差のユニット内であるので、分散よりも結果の平方根
がとられる。

【００８４】このように、標準偏差よりもＭＡＤの計算
をそして、ディジタル画像チャネルうよりもテクスチャ
信号の計算補償する為に、ノイズテーブル調整器２１０
の動作は、 ｍ＝ｆ＊ｓｑｒｔ（２／π） に等しいファクタｍによる輝度ノイズテーブルの各エン
トリσ_ｎ（ｉ）をスケーリングすることである。

【００８５】ノイズテーブル調整器２１０から出力され
る変更されたノイズテーブルは、ノイズＭＡＤ_Ｎ（ｘ，
ｙ）からの予想されるＭＡＤの推定値を得る目的で、予
想されるノイズ決定器１９０へ入力として送られる。予
想されるノイズ決定器１９０は、各値ｎ_ｐｅｄ（ｘ，
ｙ）に対して、値ＭＡＤ_Ｎ（ｘ，ｙ）を決定するために
ノイズテーブルを使用する。予想されるノイズ決定器１
９０の出力は、ディジタル画像チャネルの各位置での値
ＭＡＤ_Ｎ（ｘ，ｙ）である。

【００８６】図１３に示す代わりの実施例のＳＮＲ計算
器１８０は本質的に、好適な実施例のＳＮＲ計算器１８
０と同じように動作する。ＳＮＲ計算器１８０の目的は
ディジタル画像チャネルの各位置で推定されたＳＮＲの
値を出力することである。このために、ＳＮＲ計算器１
８０は以下の公式、

【００８７】

【数１０】 を使用する。局部ＳＮＲの推定値は局部ＳＮＲ推定器１
６０から出力され、そして、各位置でのテクスチャ信号
に対する適切なブースト値の決定を可能とするために、
図１１に示すようにゲイン決定器１３４へ入力される。

【００８８】

【発明の効果】要約すると、画像詳細を含む信号と主に
大きな画像のエッジを含む他の信号へ画像を分割するペ
デスタル分割器５０の使用により、エッジとテクスチャ
に与えられる改善の独立した制御を可能とする。エッジ
は、エッジコントラストを増加し境界の欠陥を避けるた
めに、形態的動作により再整形される。テクスチャは、
局部信号対雑音比の推定値に関して改善される。

【００８９】本発明を、好適な実施例を参照して説明し
た。本発明の範囲を超えること無く好適な実施例を変更
できる。例えば、好適な実施例では、ＳＮＲの計算はデ
ィジタル画像チャネルの各画素に対して行われる。しか
し、ＳＮＲの計算は計算コストを削減するために各Ｎ画
素おきにのみ行われルことも考えられ、そして、複製さ
れ、又は、補間される。ＳＮＲの計算は、ディジタル画
像チャネルｎ（ｘ，ｙ）の局部分散計算を参照して説明
した。更に、代わりの実施例では、記述された方法によ
りテクスチャ信号ｎ_ｔｘｔ（ｘ，ｙ）に依るＭＡＤの計
算の使用に基づき、局部ＳＮＲが推定される。当業者に
は、局部ＳＮＲはテクスチャ信号の分散の計算を実行す
ることにより又は、ディジタル画像チャネルｎ（ｘ，
ｙ）のＭＡＤ計算を実行することにより推定もされるこ
とは認識される。好適な実施例のそのような変更は、本
発明の範囲から逸脱しない。

【図面の簡単な説明】

【図１】本発明の概略のブロック図である。

【図２】図１の選択シャープナーを示す本発明の好適な
実施例を示す図である。

【図３】図２に示すシャープ化処理器の第１の実施例の
ブロック図を示す図である。

【図４】図２に示すシャープ化処理器の第２の実施例の
ブロック図を示す図である。

【図５】図３に示すペデスタル分割器の第１の実施例の
ブロック図を示す図である。

【図５Ａ】図３に示すペデスタル分割器の第２の実施例
のブロック図を示す図である。

【図６】図５に示す回避信号発生器のブロック図を示す
図である。

【図７】図６に示す回避信号発生器により与えられる欠
陥回避機能の例を示す図である。

【図８】図３に示すペデスタル変更器のブロック図であ
る。

【図９】画像の中央画素と関連する局部領域を示す画像
の部分の例を示す図である。

【図１０】幾つかのトーンスケール関数の例を示す図で
ある。

【図１１】図３に示すテクスチャ変更器のブロック図を
示す図である。

【図１２】図１１に示す局部ＳＮＲ推定器の第１の実施
例のブロック図である。

【図１３】図１１に示す局部ＳＮＲ推定器の第２の実施
例のブロック図である。

【図１４】ノイズテーブルを発生するのに使用される関
数のプロットを示す図である。

【図１５】図１１に示すゲイン決定器により使用される
ルックアップテーブル（ＬＵＴ）のプロットを示す図で
ある。

【符号の説明】

２ 嗜好シャープナー ６ ノイズテーブル １０ 輝度／色差変換器 １１ａ 輝度ライン １１ｂ ノイズテーブルライン １１ｃ 色差テーブルライン ２０ シャープ化プロセッサ ３０ ＲＧＢ変換器 ４０ 色差プロセッサ ５０ ペデスタル分割器 ５０Ａ 代わりのペデスタル分割器 ６０ ペデスタル変更器 ７０ テクスチャ変更器 ８０ 加算器 ８１ 回避加算器 ９０ テクスチャ発生器 ９４ 周波数分割器 １００ ペデスタル発生器 １０４ 回避信号発生器 １０６ 非方向２乗グラディエント計算器 １０８ 欠陥回避機能アプリケータ １１０ 入力中央画素 １１２ 局部領域 １１４ 周辺画素 １１６ 局部統計決定器 １１８ スケーリング関数発生器 １２０ スケーリング関数評価器 １２２ 逆スケーリング関数発生器 １２４ トーンスケールアプリケータ １２６ トーンスケール発生器 １２８ 逆スケーリング関数アプリケータ １３０ トーンスケール関数 １３４ ゲイン決定器 １３６ テクスチャブースタ １６０ 局部ＳＮＲ推定器 １７０ 局部分散コンピュータ １７２ 減算器 １８０ ＳＮＲ計算器 １９０ 予想されるノイズ決定器 ２００ 局部ＭＡＤ計算器 ２１０ ノイズテーブル調整器

Claims (3)

【特許請求の範囲】
1. 【請求項１】 複数の画像画素からなるディジタル画像
   チャネルを改善する方法であって、（ａ）ディジタル画
   像チャネルを、実質的にディジタル画像チャネル含む、
   各々が画像画素に対応する画像値を有することを特徴と
   する第１と第２の信号に分割するステップと、（ｂ）デ
   ィジタル画像チャネルを改善するために所定のトーンス
   ケール変換を提供するステップと、（ｃ）画像の領域か
   らの画像画素に対応する第１の信号から画像値を供給す
   るステップと、（ｄ）領域内の画像画素の統計的な特性
   を認識するステップと、（ｅ）正規化されたトーンスケ
   ール変換を発生するために、統計的な特性に対して所定
   のトーンスケール変換を正規化するステップと、（ｆ）
   改善された画像値を有する第１の信号を発生するため
   に、領域の中央画素に正規化されたトーンスケール変換
   を行うステップと、（ｇ）改善されたディジタル画像チ
   ャネルを発生するために、改善された画像値を有する第
   １の信号と第２の信号を結合するステップとを有する方
   法。
2. 【請求項２】 第１の信号は低域通過信号であり、第２
   の信号は高域通過信号である請求項１記載の方法。
3. 【請求項３】 第１の信号はディジタル画像チャネル内
   のエッジのペデスタル信号特性であり、且つ、第２の信
   号はディジタル画像チャネル内のテクスチャのテクスチ
   ャ特性である請求項１記載の方法。