JP2001222702A - 画像処理装置および画像処理方法、並びに記録媒体 - Google Patents
画像処理装置および画像処理方法、並びに記録媒体Info
- Publication number
- JP2001222702A JP2001222702A JP2000029087A JP2000029087A JP2001222702A JP 2001222702 A JP2001222702 A JP 2001222702A JP 2000029087 A JP2000029087 A JP 2000029087A JP 2000029087 A JP2000029087 A JP 2000029087A JP 2001222702 A JP2001222702 A JP 2001222702A
- Authority
- JP
- Japan
- Prior art keywords
- image
- prediction
- tap
- student
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 60
- 230000000694 effects Effects 0.000 claims description 14
- 238000003672 processing method Methods 0.000 claims description 12
- 230000015654 memory Effects 0.000 abstract description 95
- 230000003044 adaptive effect Effects 0.000 description 17
- 239000011159 matrix material Substances 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 101100087530 Caenorhabditis elegans rom-1 gene Proteins 0.000 description 1
- 101100305983 Mus musculus Rom1 gene Proteins 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Abstract
かした生徒画像が記憶され、フレームメモリ3Aには、
生徒画像をぼかした第1のぼけ画像が記憶される。さら
に、フレームメモリ3Bには、第1のぼけ画像をぼかし
た第2のぼけ画像が記憶される。そして、制御回路40
は、フレームメモリ33に記憶された生徒画像を参照
し、予測タップおよびクラスタップを構成する、生徒画
像、第1のぼけ画像、および第2のぼけ画像の画素を設
定し、その設定結果を表す制御信号を、予測タップ構成
回路4およびクラスタップ構成回路5に供給する。これ
により、予測タップ構成回路4とクラスタップ構成回路
5では、その制御信号にしたがって、生徒画像、第1の
ぼけ画像、および第2のぼけ画像の画素が選択され、予
測タップとクラスタップがそれぞれ構成される。
Description
び画像処理方法、並びに記録媒体に関し、特に、例え
ば、画像の画質を向上させる処理のパフォーマンスを向
上させることができるようにする画像処理装置および画
像処理方法、並びに記録媒体に関する。
や、S/N、その他の画像の画質を向上させるための処
理として、クラス分類適応処理を、先に提案している。
適応処理とからなり、クラス分類処理によって、データ
を、その性質に基づいてクラス分けし、各クラスごとに
適応処理を施すものであり、適応処理は、以下のような
手法のものである。
画像(低S/N画像)を構成する画素(以下、適宜、低
S/N画素という)と、所定の予測係数との線形結合に
より、その低S/N画像のS/Nを向上させた高S/N
の画像(高S/N画像)の画素の予測値を求めること
で、その低S/N画像のS/Nを向上させた画像が得ら
れる。
画像を教師データとするとともに、その高S/N画像の
S/Nを劣化させた低S/N画像を生徒データとして、
高S/N画像を構成する画素(以下、適宜、高S/N画
素という)の画素値yの予測値E[y]を、幾つかの低
S/N画素(低S/N画像を構成する画素)の画素値x
1,x2,・・・の集合と、所定の予測係数w1,w2,・
・・の線形結合により規定される線形1次結合モデルに
より求めることを考える。この場合、予測値E[y]
は、次式で表すことができる。
jの集合でなる行列W、生徒データxijの集合でなる行
列X、および予測値E[yj]の集合でなる行列Y’
を、
合(i件目の教師データyiの予測に用いる生徒データ
の集合)の中のj番目の生徒データを意味し、行列Wの
成分wjは、生徒データの集合の中のj番目の生徒デー
タとの積が演算される予測係数を表す。また、yiは、
i件目の教師データを表し、従って、E[yi]は、i
件目の教師データの予測値を表す。なお、式(1)の左
辺におけるyは、行列Yの成分yiのサフィックスiを
省略したものであり、また、式(1)の右辺におけるx
1,x2,・・・も、行列Xの成分xijのサフィックスi
を省略したものである。
用して、高S/N画素の画素値yに近い予測値E[y]
を求めることを考える。この場合、教師データとなる高
S/N画素の真の画素値yの集合でなる行列Y、および
高S/N画素の画素値yに対する予測値E[y]の残差
eの集合でなる行列Eを、
成立する。
予測値E[y]を求めるための予測係数wjは、自乗誤
差
微分したものが0になる場合、即ち、次式を満たす予測
係数wjが、高S/N画素の画素値yに近い予測値E
[y]を求めるため最適値ということになる。
で微分することにより、次式が成立する。
られる。
徒データxij、予測係数wj、教師データyi、および残
差eiの関係を考慮すると、式(6)から、次のような
正規方程式を得ることができる。
列(共分散行列)Aおよびベクトルvを、
に定義すると、式 AW=v ・・・(8) で表すことができる。
ータxijおよび教師データyiのセットを、ある程度の
数だけ用意することで、求めるべき予測係数wjの数J
と同じ数だけたてることができ、従って、式(8)を、
ベクトルWについて解くことで(但し、式(8)を解く
には、式(8)における行列Aが正則である必要があ
る)、最適な予測係数wjを求めることができる。な
お、式(8)を解くにあたっては、例えば、掃き出し法
(Gauss-Jordanの消去法)などを用いることが可能であ
る。
求めておき、さらに、その予測係数wjを用い、式
(1)により、高S/N画素の画素値yに近い予測値E
[y]を求めるのが適応処理である。
れていないが、高S/N画像に含まれる成分が再現され
る点で、例えば、単なる補間処理とは異なる。即ち、適
応処理では、式(1)だけを見る限りは、いわゆる補間
フィルタを用いての補間処理と同一であるが、その補間
フィルタのタップ係数に相当する予測係数wが、教師デ
ータyを用いての、いわば学習により求められるため、
高S/N画像に含まれる成分を再現することができる。
このことから、適応処理は、いわば画像の創造(解像度
想像)作用がある処理ということができる。
Nを向上させる場合を例にして説明したが、適応処理
は、その他、例えば、画素数を増加させて解像度を向上
させた画像の予測値を求めること等に用いることがで
き、この場合、解像度の向上を図ることが可能である。
に用いる予測係数を学習する、従来の学習装置の一例の
構成を示している。
適宜、教師画像という)は、例えば、フレーム単位で、
フレームメモリ31に供給され、フレームメモリ31
は、そこに供給される教師画像を順次記憶する。
1に記憶された教師画像を、例えば、フレーム単位で読
み出し、LPF(Low Pass Filter)をかけること等によ
って、教師画像のS/Nを低下させ、これにより、生徒
データとしての低S/N画像(以下、適宜、生徒画像と
いう)を生成し、フレームメモリ33に供給する。
2に示すように、図中、△印で示す教師画像を構成する
教師画素のS/Nを低下させ、図中、○印で示す生徒画
像を構成する生徒画素を生成する。従って、ここでは、
教師画像と生徒画像とは、同一の画素数で構成される。
2が出力する生徒画像を、例えば、フレーム単位で順次
記憶する。
リ31に記憶された教師画像を構成する画素(以下、適
宜、教師画素という)を、順次、注目画素とし、その注
目画素の位置に対応する生徒画像の位置から空間的また
は時間的に近い位置にある幾つかの生徒画像の画素(以
下、適宜、生徒画素という)を、フレームメモリ33か
ら読み出し、予測係数との乗算に用いる予測タップを構
成する。
す教師画素が注目画素とされた場合には、予測タップ構
成回路34は、例えば、注目画素の位置に対応する、生
徒画素eと、その上、下、左、右、左上、左下、右上、
右下にそれぞれ隣接する生徒画素b,h,d,f,a,
g,c,iのうちの、例えば、b,d,e,f,h等の
十字形状の5画素を、予測タップとする。
れた予測タップは、正規方程式加算回路37に供給され
る。
を、幾つかのクラスのうちのいずれかに分類するための
クラス分類に用いる生徒画素を、フレームメモリ33か
ら読み出す。即ち、クラスタップ構成回路35は、注目
画素の位置に対応する、生徒画像の位置から空間的また
は時間的に近い位置にある幾つかの生徒画素を、フレー
ムメモリ33から読み出し、クラス分類に用いるクラス
タップとして、クラス分類回路36に供給する。
印で示す教師画素が注目画素とされた場合には、クラス
タップ構成回路35は、例えば、注目画素の位置に対応
する、生徒画素eと、その上、下、左、右、左上、左
下、右上、右下にそれぞれ隣接する生徒画素b,h,
d,f,a,g,c,iの等の正方形状の9画素を、予
測タップとする。
回路35からのクラスタップに基づき、注目画素をクラ
ス分類し、その結果得られるクラスに対応するクラスコ
ードを、正規方程式加算回路37に供給する。
例えば、ADRC(Adaptive Dynamic Range Coding)を用い
る方法等がある。
成する生徒画素が、ADRC処理され、その結果得られるAD
RCコードにしたがって、注目画素のクラスが決定され
る。
クラスタップを構成する生徒画素の画素値の最大値MAX
と最小値MINが検出され、DR=MAX-MINを、集合の局所的
なダイナミックレンジとし、このダイナミックレンジDR
に基づいて、クラスタップを構成する生徒画素がKビッ
トに再量子化される。即ち、クラスタップを構成する画
素の画素値の中から、最小値MINが減算され、その減算
値がDR/2Kで除算(量子化)される。そして、以上のよ
うにして得られる、クラスタップを構成する各画素につ
いてのKビットの画素値を、所定の順番で並べたビット
列が、ADRCコードとして出力される。従って、クラスタ
ップが、例えば、1ビットADRC処理された場合には、そ
のクラスタップを構成する各生徒画素の画素値は、最小
値MINが減算された後に、最大値MAXと最小値MINとの平
均値で除算され、これにより、各画素値が1ビットとさ
れる(2値化される)。そして、その1ビットの画素値
を所定の順番で並べたビット列が、ADRCコードとして出
力される。
N個の画素で構成され、そのクラスタップのKビットAD
RC処理結果がクラスコードとされる場合には、注目画素
は、(2N)Kクラスのうちのいずれかのクラスにクラス
分類されることになる。
リ31から、注目画素となっている教師画素を読み出
し、予測タップ構成回路34からの予測タップ(を構成
する生徒画素)と、注目画素(教師画素)を対象とした
足し込みを行う。
分類回路36から供給されるクラスコードに対応するク
ラスごとに、予測タップ(生徒画素)を用い、式(8)
の行列Aにおける各コンポーネントとなっている、生徒
画素どうしの乗算(xinxim)と、サメーション(Σ)
に相当する演算を行う。
り、クラス分類回路36から供給されるクラスコードに
対応するクラスごとに、予測タップ(生徒画素)および
注目画素(教師画素)を用い、式(8)のベクトルvに
おける各コンポーネントとなっている、生徒画素と注目
画素(教師画素)の乗算(xinyi)と、サメーション
(Σ)に相当する演算を行う。
みを、フレームメモリ31に記憶された教師画素すべて
を、注目画素として行い、これにより、クラスごとに、
式(8)に示した正規方程式がたてられる。
回路37においてクラスごとに生成された正規方程式を
解くことにより、クラスごとの予測係数を求め、メモリ
39の、各クラスに対応するアドレスに供給する。メモ
リ39は、予測係数決定回路38から供給される予測係
数を記憶する。
(フレーム数)や、その画像の内容等によっては、正規
方程式加算回路37において、予測係数を求めるのに必
要な数の正規方程式が得られないクラスが生じる場合が
あり得るが、予測係数決定回路38は、そのようなクラ
スについては、例えば、デフォルトの予測係数を出力す
る。
図1の学習装置により行われる、予測係数の学習処理に
ついて説明する。
係数の学習用にあらかじめ用意された分の教師画像がフ
レームメモリ31に記憶され、ステップS2に進み、正
規方程式加算回路37において、式(8)における、ク
ラスcごとの行列Aを記憶するための配列変数A[c]と、
ベクトルVを記憶するための配列変数V[c]とが0に初期
化され、ステップS3に進む。
おいて、フレームメモリ31に記憶された教師画像に対
して、LPF(Low Pass Filter)がかけられ、これによ
り、教師画像のS/Nを低下させた生徒画像が生成され
る。ステップS3で生成された生徒画像は、フレームメ
モリ33に、順次供給されて記憶される。
モリ31に記憶された教師画素のうちの、まだ、注目画
素とされていないものが、注目画素とされ、予測タップ
構成回路34において、フレームメモリ33に記憶され
た生徒画素を用いて、注目画素についての予測タップが
構成される。さらに、ステップS4では、クラスタップ
構成回路35において、フレームメモリ33に記憶され
た生徒画素を用いて、注目画素についてのクラスタップ
が構成される。そして、予測タップは、正規方程式加算
回路37に供給され、クラスタップは、クラス分類回路
36に供給される。ここで、図1の学習装置では(後述
する図5の予測装置においても同様)、予測タップやク
ラスタップは、図3で説明したように、注目画素を基準
として固定の位置にある生徒画素によって、常に構成さ
れる。
いて、クラスタップ構成回路35からのクラスタップに
基づき、注目画素をクラス分類し、その結果得られるク
ラスに対応するクラスコードを、正規方程式加算回路7
に供給し、ステップS6に進む。
7において、フレームメモリ31から、注目画素となっ
ている教師画素が読み出され、予測タップ(を構成する
生徒画素)、注目画素(教師画素)を対象とし、配列変
数A[c]とv[c]を用いて、式(8)の行列Aとベクトルv
の、上述したような足し込みが、クラス分類回路36か
らのクラスcごとに行われる。
モリ31に記憶された教師画像を構成する教師画素すべ
てを注目画素として、足し込みを行ったかどうかが判定
され、まだ、教師画素のすべてを注目画素として、足し
込みを行っていないと判定された場合、ステップS4に
戻る。この場合、まだ、注目画素されていない教師画素
のうちの1つが、新たに注目画素とされ、ステップS4
乃至S7の処理が繰り返される。
べてを注目画素として、足し込みを行ったと判定された
場合、即ち、正規方程式加算回路37においてクラスご
との正規方程式が得られた場合、ステップS8に進み、
予測係数決定回路38は、そのクラスごとに生成された
正規方程式を解くことにより、クラスごとの予測係数を
求め、メモリ39の、各クラスに対応するアドレスに供
給する。メモリ39は、予測係数決定回路38から供給
される予測係数を記憶し、学習処理を終了する。
られた予測係数を用いて、低S/N画像のS/Nを向上
させた画像としての、高S/N画像の予測値を求める、
従来の予測装置の一例の構成を示している。
せる対象としての低S/N画像が、例えば、1フレーム
単位などで供給されるようになっており、フレームメモ
リ51は、その低S/N画像を、そのS/Nを向上させ
る予測処理が終了するまで記憶する。
/N画像としては、例えば、テレビジョン放送として放
送されてくるテレビジョン放送番組を構成する画像や、
DVDやビデオCD等の記録媒体から再生された画像等
を用いることができる。
ップ構成回路34と同様の処理を行い、これにより、フ
レームメモリ51に記憶された低S/N画像を用いて、
予測タップを構成し、予測演算回路56に供給する。
スタップ構成回路35と同様の処理を行い、これによ
り、フレームメモリ51に記憶された低S/N画像を用
いて、クラスタップを構成し、クラス分類回路54に供
給する。
回路36と同様の処理を行い、これにより、クラスタッ
プ構成回路53からのクラスタップを用いたクラス分類
結果としてのクラスコードを、アドレスとしてメモリ5
5に供給する。
れたのと同一の予測係数を記憶しており、クラス分類回
路54からのクラスコードに対応するアドレスに記憶さ
れている予測係数を読み出して、予測演算回路56に供
給する。
52から供給される予測タップと、メモリ55から供給
される予測係数とを用いて、式(1)に示した線形予測
演算(積和演算)を行い、その結果得られる画素値を、
低S/N画像の画質を向上させた高S/N画像の予測値
として出力する。
図5の予測装置において行われる、低S/N画像の画質
を向上させる予測処理(クラス分類適応処理)について
説明する。
レームメモリ51は、そこに供給される、例えば、1フ
レームの低S/N画像を記憶し、ステップS12に進
む。
に記憶された低S/N画像の画質を向上させた高S/N
画像(予測装置では、この高S/N画像は、実際には存
在しないが、仮想的に想定される)を構成する画素のう
ちの、まだ、注目画素とされていないものが、注目画素
とされ、予測タップ構成回路52において、フレームメ
モリ51に記憶された低S/N画像の画素を用いて、注
目画素についての予測タップが構成される。さらに、ス
テップS12では、クラスタップ構成回路53におい
て、フレームメモリ51に記憶された低S/N画像の画
素を用いて、注目画素についてのクラスタップが構成さ
れる。そして、予測タップは、予測演算回路56に供給
され、クラスタップは、クラス分類回路54に供給され
る。
おいて、クラスタップ構成回路53からのクラスタップ
に基づき、注目画素をクラス分類し、その結果得られる
クラスに対応するクラスコードを、メモリ55に対し
て、アドレスとして供給し、ステップS14に進む。
て、そこに記憶されている各クラスごとの予測係数のう
ち、クラス分類回路54からのクラスコードで表される
アドレスに記憶されているものが読み出され、予測演算
回路56に供給される。
路52から供給される予測タップと、メモリ55から供
給される予測係数とを用いて、式(1)に示した線形予
測演算を行い、その結果得られる画素値を、注目画素の
予測値として、一時記憶する。
メモリ51に記憶された低S/N画像のフレームに対応
する高S/N画像のフレームを構成する高S/N画素す
べてを注目画素として、その予測値を求めたかどうかが
判定される。ステップS16において、高S/N画像の
フレームを構成する高S/N画素すべてを注目画素とし
て、まだ、予測値を求めていないと判定された場合、ス
テップS12に戻り、高S/N画像のフレームを構成す
る画素のうち、まだ注目画素とされていないものが、新
たに注目画素とされ、以下、同様の処理が繰り返され
る。
画像のフレームを構成する高S/N画素すべてを注目画
素として、予測値を求めたと判定された場合、ステップ
S17に進み、予測演算回路56は、それまでに求めた
予測値でなる高画質の1フレームの画像を出力し、処理
を終了する。
51に、1フレームの低S/N画像が供給されるごとに
繰り返し行われる。
分類適応処理では、クラスごとの予測係数が、学習によ
って求められ、そのクラスごとの予測係数を用いて、画
像の画質を向上させる。
て、各画素がKビットで表される、N個の画素で構成さ
れるクラスタップを用いる場合には、注目画素は、上述
したように、(2N)Kクラスのうちのいずれかのクラス
にクラス分類されることになる。
S/N画素の位置に対応する低S/N画像の位置から空
間的または時間的に近い位置にある低S/N画素の画素
値のパターンによって、各高S/N画素を、いわばグル
ープ分けするものであり、適応処理は、各グループ(上
述のクラスに相当する)ごとに、そのグループに属する
高S/N画素に対して、より適した予測係数を求めて、
その予測係数により、画質の向上を図るものであるか
ら、クラス分類は、基本的には、予測値を求めようとす
る高S/N画素に関係する、より多くの画素からクラス
タップを構成して行うのが望ましい。
素を増加させると、上述したことから、クラス数は、指
数関数的に増大し、学習処理や予測処理における演算量
や演算時間が増大する。
素から予測タップを構成した方が、よりS/Nを向上さ
せた画像を得ることができるが、予測タップを構成する
画素を増加させると、やはり、学習処理や予測処理にお
ける演算量や演算時間が増大する。
が3×3画素の十字形状や正方形状の予測タップやクラ
スタップ(以下、適宜、両方含めて、単に、タップとい
う)を構成するようにしたが、タップを構成する画素
を、例えば、単純に、横方向に1画素だけ増やして、4
×3画素とした場合を考えてみると、上述したように、
演算量や演算時間が増大する。
向の縞模様等が表示された、横方向の解像度の高いもの
であるときには、横方向のタップ数を増加させること
で、そのタップ数の増加に、いわば見合った分の画質の
向上が図られる。
縞模様等が表示された、縦方向の解像度の高いものであ
るときには、横方向のタップ数を増加させても、そのタ
ップ数の増加に見合った分の画質の向上が図られるとは
限らない。従って、この場合、単に、演算量や演算時間
が増大するだけとなることがある。
たものであり、画像の画質を向上させる処理のパフォー
マンスを向上させることができるようにするものであ
る。
装置は、教師となる第2の画質の画像である教師画像か
ら、生徒となる第1の画質の画像である生徒画像を生成
する生徒画像生成手段と、生徒画像を処理し、生徒画像
と特性の異なる異特性画像を1種類以上生成する生徒画
像処理手段と、教師画像を構成する画素のうちの、注目
している注目画素を予測するのに、予測係数とともに用
いる予測タップを構成する生徒画像および1種類以上の
異特性画像の画素を設定する予測タップ設定手段と、予
測タップ設定手段による設定結果にしたがって、生徒画
像および1種類以上の異特性画像の画素を選択し、予測
タップを構成する予測タップ構成手段と、予測タップお
よび教師画像に基づいて、予測係数を求める予測係数演
算手段とを備えることを特徴とする。
た画像を、異特性画像として生成させることができる。
する生徒画像の位置の周辺におけるアクティビティに基
づいて、予測タップを構成する生徒画像および1種類以
上の異特性画像の画素を設定させることができる。
素のクラスを求めるのに用いるクラスタップを構成する
生徒画像および1種類以上の異特性画像の画素を設定す
るクラスタップ設定手段と、クラスタップ設定手段によ
る設定結果にしたがって、生徒画像および1種類以上の
異特性画像の画素を選択し、クラスタップを構成するク
ラスタップ構成手段と、クラスタップに基づいて、注目
画素のクラスを求めるクラス分類を行うクラス分類手段
とをさらに設けることができ、この場合、予測係数演算
手段には、予測タップおよび教師画像に基づいて、クラ
スごとの予測係数を求めさせることができる。
応する生徒画像の位置の周辺におけるアクティビティに
基づいて、クラスタップを構成する生徒画像および1種
類以上の異特性画像の画素を設定させることができる。
の画質の画像を線形予測するための、第1の画質の画像
の画素と乗算される係数とすることができる。
る第2の画質の画像である教師画像から、生徒となる第
1の画質の画像である生徒画像を生成する生徒画像生成
ステップと、生徒画像を処理し、生徒画像と特性の異な
る異特性画像を1種類以上生成する生徒画像処理ステッ
プと、教師画像を構成する画素のうちの、注目している
注目画素を予測するのに、予測係数とともに用いる予測
タップを構成する生徒画像および1種類以上の異特性画
像の画素を設定する予測タップ設定ステップと、予測タ
ップ設定ステップによる設定結果にしたがって、生徒画
像および1種類以上の異特性画像の画素を選択し、予測
タップを構成する予測タップ構成ステップと、予測タッ
プおよび教師画像に基づいて、予測係数を求める予測係
数演算ステップとを備えることを特徴とする。
2の画質の画像である教師画像から、生徒となる第1の
画質の画像である生徒画像を生成する生徒画像生成ステ
ップと、生徒画像を処理し、生徒画像と特性の異なる異
特性画像を1種類以上生成する生徒画像処理ステップ
と、教師画像を構成する画素のうちの、注目している注
目画素を予測するのに、予測係数とともに用いる予測タ
ップを構成する生徒画像および1種類以上の異特性画像
の画素を設定する予測タップ設定ステップと、予測タッ
プ設定ステップによる設定結果にしたがって、生徒画像
および1種類以上の異特性画像の画素を選択し、予測タ
ップを構成する予測タップ構成ステップと、予測タップ
および教師画像に基づいて、予測係数を求める予測係数
演算ステップとを備えるプログラムが記録されているこ
とを特徴とする。
質の画像を処理し、第1の画質の画像と特性の異なる異
特性画像を1種類以上生成する第1の画質の画像処理手
段と、第2の画質の画像を構成する画素のうちの、注目
している注目画素を予測するのに用いる予測タップを構
成する第1の画質の画像および1種類以上の異特性画像
の画素を設定する予測タップ設定手段と、予測タップ設
定手段による設定結果にしたがって、第1の画質の画像
および1種類以上の異特性画像の画素を選択し、予測タ
ップを構成する予測タップ構成手段と、予測タップに基
づいて、注目画素の予測値を求める予測手段とを備える
ことを特徴とする。
質の画像をぼかした画像を、異特性画像として生成させ
ることができる。
する第1の画質の画像の位置の周辺におけるアクティビ
ティに基づいて、予測タップを構成する第1の画質の画
像および1種類以上の異特性画像の画素を設定させるこ
とができる。
数とに基づいて、注目画素の予測値を求めさせることが
できる。
素のクラスを求めるのに用いるクラスタップを構成する
第1の画質の画像および1種類以上の異特性画像の画素
を設定するクラスタップ設定手段と、クラスタップ設定
手段による設定結果にしたがって、第1の画質の画像お
よび1種類以上の異特性画像の画素を選択し、クラスタ
ップを構成するクラスタップ構成手段と、クラスタップ
に基づいて、注目画素のクラスを求めるクラス分類を行
うクラス分類手段とをさらに設けることができ、この場
合、予測手段には、予測タップおよびクラスごとの予測
係数に基づいて、注目画素の予測値を求めさせることが
できる。
応する第1の画質の画像の位置の周辺におけるアクティ
ビティに基づいて、クラスタップを構成する第1の画質
の画像および1種類以上の異特性画像の画素を設定させ
ることができる。
に基づいて、注目画素の予測値を、線形予測させること
ができる。
質の画像を処理し、第1の画質の画像と特性の異なる異
特性画像を1種類以上生成する第1の画質の画像処理ス
テップと、第2の画質の画像を構成する画素のうちの、
注目している注目画素を予測するのに用いる予測タップ
を構成する第1の画質の画像および1種類以上の異特性
画像の画素を設定する予測タップ設定ステップと、予測
タップ設定ステップによる設定結果にしたがって、第1
の画質の画像および1種類以上の異特性画像の画素を選
択し、予測タップを構成する予測タップ構成ステップ
と、予測タップに基づいて、注目画素の予測値を求める
予測ステップとを備えることを特徴とする。
画像を処理し、第1の画質の画像と特性の異なる異特性
画像を1種類以上生成する第1の画質の画像処理ステッ
プと、第2の画質の画像を構成する画素のうちの、注目
している注目画素を予測するのに用いる予測タップを構
成する第1の画質の画像および1種類以上の異特性画像
の画素を設定する予測タップ設定ステップと、予測タッ
プ設定ステップによる設定結果にしたがって、第1の画
質の画像および1種類以上の異特性画像の画素を選択
し、予測タップを構成する予測タップ構成ステップと、
予測タップに基づいて、注目画素の予測値を求める予測
ステップとを備えるプログラムが記録されていることを
特徴とする。
る第2の画質の画像である教師画像から、生徒となる第
1の画質の画像である生徒画像を生成する生徒画像生成
手段と、生徒画像を処理し、生徒画像と特性の異なる学
習用異特性画像を1種類以上生成する生徒画像処理手段
と、教師画像を構成する画素のうちの、注目している注
目学習用画素を予測するのに、予測係数とともに用いる
学習用予測タップを構成する生徒画像および1種類以上
の学習用異特性画像の画素を設定する学習用予測タップ
設定手段と、学習用予測タップ設定手段による設定結果
にしたがって、生徒画像および1種類以上の学習用異特
性画像の画素を選択し、学習用予測タップを構成する予
測タップ構成手段と、学習用予測タップおよび教師画像
に基づいて、予測係数を求める予測係数演算手段と、第
1の画質の画像を処理し、第1の画質の画像と特性の異
なる予測用異特性画像を1種類以上生成する第1の画質
の画像処理手段と、第2の画質の画像を構成する画素の
うちの、注目している注目予測対象画素を予測するの
に、予測係数とともに用いる予測用予測タップを構成す
る第1の画質の画像および1種類以上の予測用異特性画
像の画素を設定する予測用予測タップ設定手段と、予測
用予測タップ設定手段による設定結果にしたがって、第
1の画質の画像および1種類以上の予測用異特性画像の
画素を選択し、予測用予測タップを構成する予測用予測
タップ構成手段と、予測用予測タップおよび予測係数に
基づいて、注目予測対象画素の予測値を求める予測手段
とを備えることを特徴とする。
理方法、並びに記録媒体においては、教師となる第2の
画質の画像である教師画像から、生徒となる第1の画質
の画像である生徒画像が生成され、その生徒画像と特性
の異なる異特性画像が1種類以上生成される。さらに、
教師画像を構成する画素のうちの、注目している注目画
素を予測するのに、予測係数とともに用いる予測タップ
を構成する生徒画像および1種類以上の異特性画像の画
素が設定され、その設定結果にしたがって、生徒画像お
よび1種類以上の異特性画像の画素が選択されて、予測
タップが構成される。そして、その予測タップおよび教
師画像に基づいて、予測係数が求められる。
理方法、並びに記録媒体においては、第1の画質の画像
と特性の異なる異特性画像が1種類以上生成され、第2
の画質の画像を構成する画素のうちの、注目している注
目画素を予測するのに用いる予測タップを構成する第1
の画質の画像および1種類以上の異特性画像の画素が設
定される。そして、その設定結果にしたがって、第1の
画質の画像および1種類以上の異特性画像の画素が選択
され、予測タップが構成されて、その予測タップに基づ
いて、注目画素の予測値が求められる。
教師となる第2の画質の画像である教師画像から、生徒
となる第1の画質の画像である生徒画像が生成され、そ
の生徒画像と特性の異なる学習用異特性画像が1種類以
上生成される。さらに、教師画像を構成する画素のうち
の、注目している注目学習用画素を予測するのに、予測
係数とともに用いる学習用予測タップを構成する生徒画
像および1種類以上の学習用異特性画像の画素が設定さ
れ、その設定結果にしたがって、生徒画像および1種類
以上の学習用異特性画像の画素が選択されて、学習用予
測タップが構成される。そして、その学習用予測タップ
および教師画像に基づいて、予測係数が求められる。一
方、第1の画質の画像と特性の異なる予測用異特性画像
が1種類以上生成され、第2の画質の画像を構成する画
素のうちの、注目している注目予測対象画素を予測する
のに、予測係数とともに用いる予測用予測タップを構成
する第1の画質の画像および1種類以上の予測用異特性
画像の画素が設定される。そして、その設定結果にした
がって、第1の画質の画像および1種類以上の予測用異
特性画像の画素が選択され、予測用予測タップが構成さ
れて、その予測用予測タップおよび予測係数に基づい
て、注目予測対象画素の予測値が求められる。
置の一実施の形態の構成例を示している。なお、図中、
図1における場合と対応する部分については、同一の符
号を付してあり、以下では、その説明は、適宜省略す
る。
2Aおよび2B、フレームメモリ3Aおよび3B、並び
に制御回路40が新たに設けられているとともに、予測
タップ構成回路34、クラスタップ構成回路35、クラ
ス分類回路36に替えて、それぞれ、予測タップ構成回
路4、クラスタップ構成回路5、クラス分類回路6が設
けられている他は、図1の学習装置と同様に構成されて
いる。
フィルタ32が出力する生徒画像から、その生徒画像と
特性の異なる画像を生成するようになっている。
例えば、いわゆるメディアンフィルタや、ガウシアンフ
ィルタ、あるいは、サブバンド分割を行うためのサブバ
ンドフィルタ等から構成されており、ぼかしフィルタ2
Aは、ぼかしフィルタ32が出力する生徒画像から、そ
の生徒画像をぼかした画像(以下、適宜、第1のぼけ画
像という)を生成する。また、ぼかしフィルタ2Bは、
ぼかしフィルタ2Aが出力する第1のぼけ画像から、そ
の第1のぼけ画像をぼかした画像(以下、適宜、第2の
ぼけ画像という)を生成する。
ルタ2Aと2Bが出力する第1と第2のぼけ画像をそれ
ぞれ記憶するようになっている。
プ構成回路34と同様に、予測タップを構成するが、そ
の予測タップを構成する画素は、制御回路40からの制
御にしたがって、フレームメモリ33に記憶された生徒
画像、フレームメモリ3Aに記憶された第1のぼけ画
像、フレームメモリ3Bに記憶された第2のぼけ画像か
ら選択されるようになっている。
に、生徒画像、第1のぼけ画像、第2のぼけ画像それぞ
れから、予測タップとする画素の候補(以下、適宜、予
測タップ候補という)を取得する。
のぼけ画像それぞれから、予測タップ候補として取得す
る画素は、例えば、それらの画像の周波数帯域幅に反比
例するような距離に位置するものとすることができる。
即ち、生徒画像、第1のぼけ画像、第2のぼけ画像の周
波数帯域幅の比が、例えば、4:2:1である場合に
は、生徒画像からは、1の距離だけ離れた画素を、第1
のぼけ画像からは、2の距離だけ離れた画素を、第2の
ぼけ画像からは、4の距離だけ離れた画素を、それぞれ
予測タップ候補として取得するようにすることができ
る。
注目画素とされた場合には、生徒画像については、図8
に○印で示す生徒画素のうち、例えば、注目画素の位置
に対応する生徒画素P11と、その上、下、左、右に隣接
する生徒画素P12,P13,P 14,P15の十字形状の5画
素が、予測タップ候補とされる。さらに、第1のぼけ画
像については、図9に□印で示す第1のぼけ画像の画素
のうち、注目画素(▲印で示す画素)の位置に対応する
画素P21と、その上、下、左、右の1画素おきにある画
素P22,P23,P24,P25の十字形状の5画素が、予測
タップ候補とされる。また、第2のぼけ画像について
は、図10に◇印で示す第2のぼけ画像の画素のうち、
注目画素(▲印で示す画素)の位置に対応する画素P31
と、その上、下、左、右の3画素おきにある画素P32,
P33,P34,P35の十字形状の5画素が、予測タップ候
補とされる。
路40からの制御にしたがい、予測タップ候補から、最
終的に予測タップとする画素を選択し、それらの画素で
予測タップを構成して、正規方程式加算回路37に供給
する。
40からの制御にしたがい、例えば、生徒画像から取得
された予測タップ候補としての5画素P11乃至P15(図
8)すべてを、予測タップとして選択する。さらに、予
測タップ構成回路4は、制御回路40からの制御にした
がい、第1の生徒画像から取得された予測タップ候補と
しての5画素(図9)のうちの、例えば、横方向に並ぶ
P24,P21,P25の3画素、または縦方向に並ぶP22,
P21,P23の3画素を、予測タップとして選択する。ま
た、予測タップ構成回路4は、制御回路40からの制御
にしたがい、第2の生徒画像から取得された予測タップ
候補としての5画素(図10)のうちの、例えば、横方
向に並ぶP34,P35の2画素、または縦方向に並ぶ
P32,P33の2画素を、予測タップとして選択する。
の、生徒画像の5画素、第1の生徒画像の3画素、第2
の生徒画像の2画素の合計10画素でなる予測タップ
を、正規方程式加算回路37に供給する。
構成回路5で構成されるクラスタップについても同様)
を構成させる生徒画像、第1の生徒画像、および第2の
生徒画像の画素数は、上述した値に限定されるものでは
ない。また、上述の場合には、生徒画像、第1の生徒画
像、および第2の生徒画像から、異なる画素数の画素を
選択して、予測タップを構成するようにしたが、生徒画
像、第1の生徒画像、および第2の生徒画像からは、同
一の画素数の画素を選択して、予測タップを構成するこ
とも可能である。さらに、上述の場合には、生徒画像、
第1の生徒画像、および第2の生徒画像から、十字形の
画素を、予測タップ候補として取得するようにしたが、
生徒画像、第1の生徒画像、および第2の生徒画像から
予測タップ候補として取得する画素も、上述したものに
限定されるものではない。
タップ構成回路35と同様に、クラスタップを構成する
が、そのクラスタップを構成する画素は、制御回路40
からの制御にしたがって、フレームメモリ33に記憶さ
れた生徒画像、フレームメモリ3Aに記憶された第1の
ぼけ画像、フレームメモリ3Bに記憶された第2のぼけ
画像から選択されるようになっている。
路40からの制御にしたがい、例えば、予測タップ構成
回路4と同様にして、フレームメモリ33に記憶された
生徒画像、フレームメモリ3Aに記憶された第1のぼけ
画像、およびフレームメモリ3Bに記憶された第2のぼ
け画像から、クラスタップの候補(クラスタップ候補)
となる画素を取得し、その画素の中から、クラスタップ
を構成させる画素を、制御回路40からの制御信号にし
たがって選択し、クラスタップを構成して、クラス分類
回路6に出力する。
に、クラスタップ構成回路5において、予測タップと同
様のクラスタップが構成されるものとしたが、予測タッ
プとクラスタップとは、異なる画素で構成することが可
能である。
クラス分類回路36と同様にして、クラスタップ構成回
路5からのクラスタップに基づき、注目画素をクラス分
類するようになっている。但し、クラス分類回路6は、
クラスタップ構成回路5からのクラスタップに基づいて
行われるクラス分類結果を表すビット列に、制御回路4
0からの、クラスタップの構成を表す、例えば、1ビッ
トのクラスタップ構成信号を付加したビット列を、注目
画素のクラスコードとして、正規方程式加算回路37に
供給するようになっている。
一構成のクラスタップが構成されるが、このクラスタッ
プは、生徒画像から取得されたクラスタップ候補として
の5画素P11乃至P15(図8)、第1の生徒画像から取
得されたクラスタップ候補としての5画素(図9)のう
ちの横方向に並ぶP24,P21,P25の3画素、第2の生
徒画像から取得されたクラスタップ候補としての5画素
(図9)のうちの横方向に並ぶP34,P35の2画素の合
計10画素で構成される場合(このような構成のクラス
タップを、以下、適宜、横方向重視型クラスタップとい
う)と、生徒画像から取得されたクラスタップ候補とし
ての5画素P11乃至P15(図8)、第1の生徒画像から
取得されたクラスタップ候補としての5画素(図9)の
うちの縦方向に並ぶP22,P21,P23の3画素、第2の
生徒画像から取得されたクラスタップ候補としての5画
素(図9)のうちの縦方向に並ぶP32,P33の2画素の
10画素の合計10画素で構成される場合(このような
構成のクラスタップを、以下、適宜、縦方向重視型クラ
スタップという)とがある。
縦方向重視型クラスタップとでは、それぞれのクラスタ
ップを構成する画素の、注目画素から見た位置関係(ク
ラスタップの構成)が異なるため、これを区別するため
に、クラス分類回路6では、クラスタップ構成回路5か
らのクラスタップに基づいて行ったクラス分類結果を表
すビット列に、制御回路40からの、クラスタップの構
成を表す1ビットのクラスタップ構成信号を付加したビ
ット列を、注目画素の最終的なクラスコードとするよう
になっている。
33に記憶された生徒画像を参照することで、予測タッ
プおよびクラスタップを構成する、生徒画像、第1のぼ
け画像、および第2のぼけ画像の画素を設定し、その設
定結果を表す制御信号を、予測タップ構成回路4および
クラスタップ構成回路5に供給するようになっている。
画素に対応する部分が、例えば、縦方向の縞模様等が表
示された、横方向の解像度の高いものとなっている場合
には、生徒画像から取得された予測タップ候補としての
5画素P11乃至P15(図8)、第1の生徒画像から取得
された予測タップ候補としての5画素(図9)のうちの
横方向に並ぶP24,P21,P25の3画素、第2の生徒画
像から取得された予測タップ候補としての5画素(図
9)のうちの横方向に並ぶP34,P35の2画素の合計1
0画素でなる予測タップ(このような構成の予測タップ
を、以下、適宜、横方向重視型予測タップという)を構
成するように指示する制御信号を、予測タップ構成回路
4に出力するとともに、横方向重視型クラスタップを構
成するように指示する制御信号を、クラスタップ構成回
路5に出力する。さらに、この場合、制御回路40は、
横方向重視型クラスタップの構成を表すクラスタップ構
成信号を、クラス分類回路6に出力する。
画素に対応する部分が、例えば、横方向の縞模様等が表
示された、縦方向の解像度の高いものとなっている場合
には、生徒画像から取得された予測タップ候補としての
5画素P11乃至P15(図8)、第1の生徒画像から取得
された予測タップ候補としての5画素(図9)のうちの
縦方向に並ぶP22,P21,P23の3画素、第2の生徒画
像から取得された予測タップ候補としての5画素(図
9)のうちの縦方向に並ぶP32,P33の2画素の10画
素の合計10画素でなる予測タップ(このような構成の
予測タップを、以下、適宜、縦方向重視型予測タップと
いう)を構成するように指示する制御信号を、予測タッ
プ構成回路4に出力するとともに、縦方向重視型クラス
タップを構成するように指示する制御信号を、クラスタ
ップ構成回路5に出力する。さらに、この場合、制御回
路40は、縦方向重視型クラスタップの構成を表すクラ
スタップ構成信号を、クラス分類回路6に出力する。
分が、横方向または縦方向のうちのいずれの方向の解像
度が高いものとなっているかは、例えば、その部分のア
クティビティ等に基づいて検出することができる。ここ
で、アクティビティとしては、例えば、隣接する画素ど
うしの差分絶対値等を採用することができる。
て、図7の学習装置による学習処理について説明する。
のステップ1乃至S3における場合とそれぞれ同様の処
理が行われ、これにより、学習用の教師画像がフレーム
メモリ31に記憶され、クラスcごとの行列Aを記憶す
るための配列変数A[c]と、ベクトルVを記憶するための
配列変数V[c]とが0に初期化される。さらに、ぼかしフ
ィルタ32において、教師画像から生徒画像が生成さ
れ、フレームメモリ33に供給されて記憶される。
ィルタ2Aにおいて、ぼかしフィルタ32が出力する生
徒画像から第1のぼけ画像が生成され、フレームメモリ
3Aに供給されて記憶される。さらに、ステップS24
では、ぼかしフィルタ2Bにおいて、ぼかしフィルタ2
Aが出力する第1のぼけ画像から第2のぼけ画像が生成
され、フレームメモリ3Bに供給されて記憶される。
40において、フレームメモリ31に記憶された教師画
素のうちの、まだ、注目画素とされていないものが、注
目画素とされ、その注目画素に対応する、フレームメモ
リ33に記憶された生徒画像の位置の周辺における画像
のアクティビティが検出される。さらに、制御回路40
は、そのアクティビティに基づいて、上述したような予
測タップとクラスタップの構成を指示する制御信号を生
成し、予測タップ構成回路4とクラスタップ構成回路5
に、それぞれ出力する。また、制御回路40は、クラス
タップの構成を表すクラスタップ構成信号を生成し、ク
ラス分類回路6に出力する。
プ構成回路4において、フレームメモリ33,3A,3
Bにそれぞれ記憶された生徒画素、第1のぼけ画像、第
2のぼけ画像の予測タップ候補となっている画素から、
制御回路40からの制御信号にしたがって、画素が選択
され、これにより、注目画素についての予測タップが構
成される。さらに、ステップS26では、クラスタップ
構成回路5において、やはり、生徒画素、第1のぼけ画
像、第2のぼけ画像のクラスタップ候補となっている画
素から、制御回路40からの制御信号にしたがって、画
素が選択され、これにより、注目画素についてのクラス
タップが構成される。そして、予測タップは、正規方程
式加算回路37に供給され、クラスタップは、クラス分
類回路6に供給される。
いて、クラスタップ構成回路5からのクラスタップに基
づき、注目画素をクラス分類し、その結果得られるビッ
ト列に、制御回路40からのクラスタップ構成信号とし
ての1ビットを付加して、最終的なクラスコードcを得
る。このクラスコードcは、正規方程式加算回路7に供
給され、ステップS28に進む。
における場合と同様に、正規方程式加算回路37におい
て、フレームメモリ31から、注目画素となっている教
師画素が読み出され、予測タップ構成回路4からの予測
タップ(を構成する生徒画素、第1のぼけ画像の画素、
第2のぼけ画像の画素)、注目画素(教師画素)を対象
とし、配列変数A[c]とv[c]を用いて、式(8)の行列A
とベクトルvの各コンポーネントの、前述したような足
し込みが、クラス分類回路6から供給されるクラス(ク
ラスコード)cごとに行われる。
メモリ31に記憶された教師画像を構成する教師画素す
べてを注目画素として、足し込みを行ったかどうかが判
定され、まだ、教師画素のすべてを注目画素として、足
し込みを行っていないと判定された場合、ステップS2
5に戻る。この場合、まだ、注目画素されていない教師
画素のうちの1つが、新たに注目画素とされ、ステップ
S25乃至S29の処理が繰り返される。
すべてを注目画素として、足し込みを行ったと判定され
た場合、即ち、正規方程式加算回路37においてクラス
ごとの正規方程式が得られた場合、ステップS30に進
み、予測係数決定回路38は、そのクラスごとに生成さ
れた正規方程式を解くことにより、クラスごとの予測係
数を求め、メモリ39の、各クラスに対応するアドレス
に供給する。メモリ39は、予測係数決定回路38から
供給される予測係数を記憶し、学習処理を終了する。
の異なる第1および第2のぼけ画像を生成し、それらの
画素を用いて、タップ(クラスタップや予測タップ)を
構成するようにしたので、より画質を向上させる予測係
数を得ることができる。
れを生成するのに用いた生徒画像の複数の画素の影響を
受けており、従って、第1や第2のぼけ画像の画素を、
タップに含めて構成することで、そのタップには、生徒
画像における、ある程度大きな範囲の画像の性質が反映
される。さらに、タップには、生徒画像の画素も含まれ
るため、その微小な範囲の画像の性質も反映される。従
って、タップには、生徒画像の、いわばマクロ的な性質
とミクロ的な性質の両方が含まれることとなり、このよ
うなタップを用いることで、より画質を向上させる予測
係数を得ることができる。
ぼけ画像から、画素を選択して、タップを構成するよう
にしたので、処理のパフォーマンスを向上させることが
できる。
タップを10画素で構成するようにしたので、そのクラ
スタップの1ビットADRC処理結果を、そのままクラス分
類結果とすると、クラス数は、210クラスとなる。ま
た、本実施の形態では、クラス分類結果に、1ビットの
クラスタップ構成信号を付加したものを、最終的なクラ
スコードとするようにしているので、そのクラス数は、
211クラスになり、従って、クラスタップを11画素で
構成して、その1ビットADRC処理結果を、クラス分類結
果とする場合と、同一のクラス数になる。
が、横方向の解像度の高いものであるときには、横方向
のタップ数を増加させ、また、縦方向の解像度が高いも
のであるときには、縦方向のタップ数を増加させるよう
にしているので、クラスタップを11画素で構成して、
その1ビットADRC処理結果を、クラス分類結果とする場
合に比較して、処理のパフォーマンスが向上する場合が
ある。
様に、画像の解像度によって、そのタップ構成を変える
ようにしたので、処理のパフォーマンスを向上させるこ
とができる。
図10に示したように、生徒画像、第1のぼけ画像、第
2のぼけ画像それぞれから、予測タップ候補やクラスタ
ップ候補とする画素として、十字形状の5画素を取得す
るようにしたが、生徒画像、第1のぼけ画像、第2のぼ
け画像それぞれからは、学習処理および予測処理を行う
ことによって、最も画質の向上を図ることができた画素
を、予測タップ候補やクラスタップ候補として取得する
ようにすることが可能である。
する画素だけを用いて、予測タップやクラスタップを構
成するようにしたが、予測タップやクラスタップは、時
間方向に位置する画素を用いて構成することも可能であ
る。時間方向に位置する画素のうちのいずれを、予測タ
ップやクラスタップとして選択するかは、例えば、時間
方向の解像度に基づいて決めるようにすることができ
る。
ィルタ等によって、生徒画像を積分したような画像とし
てのぼけ画像を生成し、予測タップやクラスタップを構
成するのに用いるようにしたが、その他、例えば、生徒
画像を、いわば微分して高域強調したような、エッジ部
分を強調した画像を生成して、予測タップやクラスタッ
プを構成するのに用いることが可能である。
ても同様)として、横方向重視型予測タップと縦方向重
視型の予測タップの2種類の予測タップを選択的に構成
するようにしたが、3種類以上の予測タップを選択的に
構成するようにすることも可能である。
得られた予測係数を用いて予測処理(クラス分類適応処
理)を行う予測装置の一実施の形態の構成例を示してい
る。なお、図中、図5における場合と対応する部分につ
いては、同一の符号を付してあり、以下では、その説明
は、適宜省略する。
タ58Aおよび58B、並びに制御回路57が新たに設
けられ、予測タップ構成回路52、クラスタップ構成回
路53、クラス分類回路54に替えて、それぞれ予測タ
ップ構成回路12、クラスタップ構成回路13、クラス
分類回路14が設けられている他は、図5における場合
と同様に構成されている。
ぼかしフィルタ2Aと2Bそれぞれと同様に構成されて
おり、フレームメモリ51に記憶された低S/N画像か
ら、その低S/N画像と特性の異なる画像を生成するよ
うになっている。
メモリ51に記憶された低S/N画像から、その低S/
N画像をぼかした画像(この画像も、以下、適宜、第1
のぼけ画像という)を生成する。また、ぼかしフィルタ
58Bは、ぼかしフィルタ58Aが出力する第1のぼけ
画像から、その第1のぼけ画像をぼかした画像(この画
像も、以下、適宜、第2のぼけ画像という)を生成す
る。
フィルタ58Aと58Bが出力する第1と第2のぼけ画
像をそれぞれ記憶するようになっている。
ップ構成回路4と同様に、制御回路57からの制御にし
たがって、フレームメモリ51に記憶された低S/N画
像、フレームメモリ11Aに記憶された第1のぼけ画
像、フレームメモリ11Bに記憶された第2のぼけ画像
から画素を選択し、予測タップを構成して、予測演算回
路56に供給するようになっている。
スタップ構成回路5と同様に、制御回路57からの制御
にしたがって、フレームメモリ51に記憶された低S/
N画像、フレームメモリ11Aに記憶された第1のぼけ
画像、フレームメモリ11Bに記憶された第2のぼけ画
像から画素を選択し、クラスタップを構成して、クラス
分類回路14に供給するようになっている。
回路6と同様に、クラスタップ構成回路13からのクラ
スタップに基づき、注目画素をクラス分類し、そのクラ
ス分類結果を表すビット列に、制御回路57からの、ク
ラスタップの構成を表す1ビットのクラスタップ構成信
号を付加したビット列を、注目画素のクラスコードとし
て、メモリ55に供給するようになっている。
様に、フレームメモリ51に記憶された低S/N画像を
参照し、予測タップおよびクラスタップを構成する、低
S/N画像、第1のぼけ画像、および第2のぼけ画像の
画素を設定し、その設定結果を表す制御信号を、予測タ
ップ構成回路12およびクラスタップ構成回路13に供
給するようになっている。さらに、制御回路57は、上
述したようなクラスタップ構成信号を、クラス分類回路
14に出力する。
よる学習処理により得られたクラスごとの予測係数が、
各クラスに対応するアドレスに記憶されている。
て、図12の予測装置による予測処理について説明す
る。
レームメモリ51は、そこに供給される、例えば、1フ
レームの低S/N画像を記憶し、ステップS42に進
む。
Aにおいて、フレームメモリ51に記憶された低S/N
画像から第1のぼけ画像が生成され、フレームメモリ1
1Aに供給されて記憶される。さらに、ステップS42
では、ぼかしフィルタ58Bにおいて、ぼかしフィルタ
58Aが出力する第1のぼけ画像から第2のぼけ画像が
生成され、フレームメモリ11Bに供給されて記憶され
る。
57において、予測値を求めようとする高S/N画像
(前述したように、この高S/N画像は、仮想的に想定
される)を構成する高S/N画素のうちの、まだ、注目
画素とされていないものが、注目画素とされ、その注目
画素に対応する、フレームメモリ51に記憶された低S
/N画像の位置の周辺における画像のアクティビティが
検出される。さらに、制御回路57は、そのアクティビ
ティに基づいて、上述したような予測タップとクラスタ
ップの構成を指示する制御信号を生成し、予測タップ構
成回路12とクラスタップ構成回路13に、それぞれ出
力する。また、制御回路57は、クラスタップの構成を
表すクラスタップ構成信号を生成し、クラス分類回路1
4に出力する。
プ構成回路12において、フレームメモリ51,11
A,11Bにそれぞれ記憶された低S/N画素、第1の
ぼけ画像、第2のぼけ画像の、上述したような予測タッ
プ候補となっている画素から、制御回路57からの制御
信号にしたがって、画素が選択され、これにより、注目
画素についての予測タップが構成される。さらに、ステ
ップS44では、クラスタップ構成回路13において、
やはり、低S/N画素、第1のぼけ画像、第2のぼけ画
像のクラスタップ候補となっている画素から、制御回路
57からの制御信号にしたがって、画素が選択され、こ
れにより、注目画素についてのクラスタップが構成され
る。そして、予測タップは、予測演算回路56に供給さ
れ、クラスタップは、クラス分類回路14に供給され
る。
おいて、クラスタップ構成回路13からのクラスタップ
に基づき、注目画素をクラス分類し、その結果得られる
ビット列に、制御回路57からのクラスタップ構成信号
としての1ビットを付加して、最終的なクラスコードc
を得る。このクラスコードcは、メモリ55に供給さ
れ、ステップS46に進む。
て、そこに記憶されている各クラスごとの予測係数のう
ち、クラス分類回路14からのクラスコードで表される
アドレスに記憶されているものが読み出され、予測演算
回路56に供給されて、ステップS47に進む。
て、図6のステップS15乃至S17における場合とそ
れぞれ同様の処理が行われ、これにより、高画質の1フ
レームの画像が求められて、予測処理を終了する。
リ51に、1フレームの低S/N画像が供給されるごと
に繰り返し行われる。
められた予測係数を用いて、予測処理を行うことで、よ
り画質の向上した画像を得ることが可能となる。
同様に、予測タップおよびクラスタップを構成するとと
もに、クラス分類を行うようにしたので、やはり、処理
のパフォーマンスを向上させることができる。
予測装置を構成するメモリ55に、予測係数をあらかじ
め記憶させておくようにしたが、予測係数は、低S/N
画像とともに、予測装置に対して送信するようにするこ
とが可能である。
うようにしたが、クラス分類は行わないようにすること
が可能である。即ち、クラスは、1クラスとすることが
可能である。
は低S/N画像の他に、第1のぼけ画像および第2のぼ
け画像を、学習処理または予測処理に用いるようにした
が、学習処理または予測処理は、生徒画像または低S/
N画像の他、第1のぼけ画像だけを用いたり、あるい
は、3種類以上のぼけ画像を用いて行うことも可能であ
る。
アにより行うこともできるし、ソフトウェアにより行う
こともできる。一連の処理をソフトウェアによって行う
場合には、そのソフトウェアを構成するプログラムが、
汎用のコンピュータ等にインストールされる。
実行するプログラムがインストールされるコンピュータ
の一実施の形態の構成例を示している。
いる記録媒体としてのハードディスク105やROM1
03に予め記録しておくことができる。
ディスク、CD-ROM(Compact Disc Read Only Memory),M
O(Magneto optical)ディスク,DVD(Digital Versatile
Disc)、磁気ディスク、半導体メモリなどのリムーバブ
ル記録媒体111に、一時的あるいは永続的に格納(記
録)しておくことができる。このようなリムーバブル記
録媒体111は、いわゆるパッケージソフトウエアとし
て提供することができる。
ーバブル記録媒体111からコンピュータにインストー
ルする他、ダウンロードサイトから、ディジタル衛星放
送用の人工衛星を介して、コンピュータに無線で転送し
たり、LAN(Local Area Network)、インターネットとい
ったネットワークを介して、コンピュータに有線で転送
し、コンピュータでは、そのようにして転送されてくる
プログラムを、通信部108で受信し、内蔵するハード
ディスク105にインストールすることができる。
Unit)102を内蔵している。CPU102には、バス1
01を介して、入出力インタフェース110が接続され
ており、CPU102は、入出力インタフェース110を
介して、ユーザによって、キーボードやマウス等で構成
される入力部107が操作されることにより指令が入力
されると、それにしたがって、ROM(Read Only Memory)
103に格納されているプログラムを実行する。あるい
は、また、CPU102は、ハードディスク105に格納
されているプログラム、衛星若しくはネットワークから
転送され、通信部108で受信されてハードディスク1
05にインストールされたプログラム、またはドライブ
109に装着されたリムーバブル記録媒体111から読
み出されてハードディスク105にインストールされた
プログラムを、RAM(Random Access Memory)104にロ
ードして実行する。これにより、CPU102は、上述し
たフローチャートにしたがった処理、あるいは上述した
ブロック図の構成により行われる処理を行う。そして、
CPU102は、その処理結果を、必要に応じて、例え
ば、入出力インタフェース110を介して、LCD(Liquid
CryStal Display)やスピーカ等で構成される出力部1
06から出力、あるいは、通信部108から送信、さら
には、ハードディスク105に記録等させる。
に各種の処理を行わせるためのプログラムを記述する処
理ステップは、必ずしもフローチャートとして記載され
た順序に沿って時系列に処理する必要はなく、並列的あ
るいは個別に実行される処理(例えば、並列処理あるい
はオブジェクトによる処理)も含むものである。
より処理されるものであっても良いし、複数のコンピュ
ータによって分散処理されるものであっても良い。さら
に、プログラムは、遠方のコンピュータに転送されて実
行されるものであっても良い。
処理方法、並びに記録媒体によれば、教師となる第2の
画質の画像である教師画像から、生徒となる第1の画質
の画像である生徒画像が生成され、その生徒画像と特性
の異なる異特性画像が1種類以上生成される。さらに、
教師画像を構成する画素のうちの、注目している注目画
素を予測するのに、予測係数とともに用いる予測タップ
を構成する生徒画像および1種類以上の異特性画像の画
素が設定され、その設定結果にしたがって、生徒画像お
よび1種類以上の異特性画像の画素が選択されて、予測
タップが構成される。そして、その予測タップおよび教
師画像に基づいて、予測係数が求められる。従って、処
理のパフォーマンスを向上させることが可能となる。
理方法、並びに記録媒体によれば、第1の画質の画像と
特性の異なる異特性画像が1種類以上生成され、第2の
画質の画像を構成する画素のうちの、注目している注目
画素を予測するのに用いる予測タップを構成する第1の
画質の画像および1種類以上の異特性画像の画素が設定
される。そして、その設定結果にしたがって、第1の画
質の画像および1種類以上の異特性画像の画素が選択さ
れ、予測タップが構成されて、その予測タップに基づい
て、注目画素の予測値が求められる。従って、処理のパ
フォーマンスを向上させることが可能となる。
師となる第2の画質の画像である教師画像から、生徒と
なる第1の画質の画像である生徒画像が生成され、その
生徒画像と特性の異なる学習用異特性画像が1種類以上
生成される。さらに、教師画像を構成する画素のうち
の、注目している注目学習用画素を予測するのに、予測
係数とともに用いる学習用予測タップを構成する生徒画
像および1種類以上の学習用異特性画像の画素が設定さ
れ、その設定結果にしたがって、生徒画像および1種類
以上の学習用異特性画像の画素が選択されて、学習用予
測タップが構成される。そして、その学習用予測タップ
および教師画像に基づいて、予測係数が求められる。一
方、第1の画質の画像と特性の異なる予測用異特性画像
が1種類以上生成され、第2の画質の画像を構成する画
素のうちの、注目している注目予測対象画素を予測する
のに、予測係数とともに用いる予測用予測タップを構成
する第1の画質の画像および1種類以上の予測用異特性
画像の画素が設定される。そして、その設定結果にした
がって、第1の画質の画像および1種類以上の予測用異
特性画像の画素が選択され、予測用予測タップが構成さ
れて、その予測用予測タップおよび予測係数に基づい
て、注目予測対象画素の予測値が求められる。従って、
処理のパフォーマンスを向上させることが可能となる。
である。
スタップとを示す図である。
のフローチャートである。
である。
のフローチャートである。
成例を示すブロック図である。
る画素を示す図である。
補となる画素を示す図である。
候補となる画素を示す図である。
めのフローチャートである。
構成例を示すブロック図である。
ためのフローチャートである。
態の構成例を示すブロック図である。
メモリ, 4 予測タップ構成回路, 5 クラスタッ
プ構成回路, 6 クラス分類回路, 11A,11B
フレームメモリ, 12 予測タップ構成回路, 1
3 クラスタップ構成回路, 14 クラス分類回路,
31 フレームメモリ, 32 ぼかしフィルタ,
37 正規方程式加算回路, 38 予測係数決定回
路, 39メモリ, 40 制御回路, 51 フレー
ムメモリ, 55 メモリ, 56 予測演算回路,
57 制御回路, 58A,58B ぼかしフィルタ,
101 バス, 102 CPU, 103 ROM, 10
4 RAM, 105 ハードディスク, 106 出力
部, 107 入力部, 108 通信部, 109
ドライブ, 110 入出力インタフェース, 111
リムーバブル記録媒体
Claims (18)
- 【請求項1】 第1の画質の画像から、第2の画質の画
像を予測するときに用いられる予測係数の学習を行う画
像処理装置であって、 教師となる前記第2の画質の画像である教師画像から、
生徒となる前記第1の画質の画像である生徒画像を生成
する生徒画像生成手段と、 前記生徒画像を処理し、前記生徒画像と特性の異なる異
特性画像を1種類以上生成する生徒画像処理手段と、 前記教師画像を構成する画素のうちの、注目している注
目画素を予測するのに、前記予測係数とともに用いる予
測タップを構成する前記生徒画像および1種類以上の異
特性画像の画素を設定する予測タップ設定手段と、 前記予測タップ設定手段による設定結果にしたがって、
前記生徒画像および1種類以上の異特性画像の画素を選
択し、前記予測タップを構成する予測タップ構成手段
と、 前記予測タップおよび前記教師画像に基づいて、前記予
測係数を求める予測係数演算手段とを備えることを特徴
とする画像処理装置。 - 【請求項2】 前記生徒画像処理手段は、前記生徒画像
をぼかした画像を、前記異特性画像として生成すること
を特徴とする請求項1に記載の画像処理装置。 - 【請求項3】 前記予測タップ設定手段は、前記注目画
素に対応する前記生徒画像の位置の周辺におけるアクテ
ィビティに基づいて、前記予測タップを構成する前記生
徒画像および1種類以上の異特性画像の画素を設定する
ことを特徴とする請求項1に記載の画像処理装置。 - 【請求項4】 前記注目画素のクラスを求めるのに用い
るクラスタップを構成する前記生徒画像および前記1種
類以上の異特性画像の画素を設定するクラスタップ設定
手段と、 前記クラスタップ設定手段による設定結果にしたがっ
て、前記生徒画像および1種類以上の異特性画像の画素
を選択し、前記クラスタップを構成するクラスタップ構
成手段と、 前記クラスタップに基づいて、前記注目画素のクラスを
求めるクラス分類を行うクラス分類手段とをさらに備
え、 前記予測係数演算手段は、前記予測タップおよび前記教
師画像に基づいて、前記クラスごとの予測係数を求める
ことを特徴とする請求項1に記載の画像処理装置。 - 【請求項5】 前記クラスタップ設定手段は、前記注目
画素に対応する前記生徒画像の位置の周辺におけるアク
ティビティに基づいて、前記クラスタップを構成する前
記生徒画像および1種類以上の異特性画像の画素を設定
することを特徴とする請求項4に記載の画像処理装置。 - 【請求項6】 前記予測係数は、第1の画質の画像か
ら、第2の画質の画像を線形予測するための、前記第1
の画質の画像の画素と乗算される係数であることを特徴
とする請求項1に記載の画像処理装置。 - 【請求項7】 第1の画質の画像から、第2の画質の画
像を予測するときに用いられる予測係数の学習を行う画
像処理方法であって、 教師となる前記第2の画質の画像である教師画像から、
生徒となる前記第1の画質の画像である生徒画像を生成
する生徒画像生成ステップと、 前記生徒画像を処理し、前記生徒画像と特性の異なる異
特性画像を1種類以上生成する生徒画像処理ステップ
と、 前記教師画像を構成する画素のうちの、注目している注
目画素を予測するのに、前記予測係数とともに用いる予
測タップを構成する前記生徒画像および1種類以上の異
特性画像の画素を設定する予測タップ設定ステップと、 前記予測タップ設定ステップによる設定結果にしたがっ
て、前記生徒画像および1種類以上の異特性画像の画素
を選択し、前記予測タップを構成する予測タップ構成ス
テップと、 前記予測タップおよび前記教師画像に基づいて、前記予
測係数を求める予測係数演算ステップとを備えることを
特徴とする画像処理方法。 - 【請求項8】 第1の画質の画像から、第2の画質の画
像を予測するときに用いられる予測係数の学習を、コン
ピュータに行わせるプログラムが記録されている記録媒
体であって、 教師となる前記第2の画質の画像である教師画像から、
生徒となる前記第1の画質の画像である生徒画像を生成
する生徒画像生成ステップと、 前記生徒画像を処理し、前記生徒画像と特性の異なる異
特性画像を1種類以上生成する生徒画像処理ステップ
と、 前記教師画像を構成する画素のうちの、注目している注
目画素を予測するのに、前記予測係数とともに用いる予
測タップを構成する前記生徒画像および1種類以上の異
特性画像の画素を設定する予測タップ設定ステップと、 前記予測タップ設定ステップによる設定結果にしたがっ
て、前記生徒画像および1種類以上の異特性画像の画素
を選択し、前記予測タップを構成する予測タップ構成ス
テップと、 前記予測タップおよび前記教師画像に基づいて、前記予
測係数を求める予測係数演算ステップとを備えるプログ
ラムが記録されていることを特徴とする記録媒体。 - 【請求項9】 第1の画質の画像から、第2の画質の画
像を予測する画像処理装置であって、 前記第1の画質の画像を処理し、前記第1の画質の画像
と特性の異なる異特性画像を1種類以上生成する第1の
画質の画像処理手段と、 前記第2の画質の画像を構成する画素のうちの、注目し
ている注目画素を予測するのに用いる予測タップを構成
する前記第1の画質の画像および1種類以上の異特性画
像の画素を設定する予測タップ設定手段と、 前記予測タップ設定手段による設定結果にしたがって、
前記第1の画質の画像および1種類以上の異特性画像の
画素を選択し、前記予測タップを構成する予測タップ構
成手段と、 前記予測タップに基づいて、前記注目画素の予測値を求
める予測手段とを備えることを特徴とする画像処理装
置。 - 【請求項10】 前記第1の画質の画像処理手段は、前
記第1の画質の画像をぼかした画像を、前記異特性画像
として生成することを特徴とする請求項9に記載の画像
処理装置。 - 【請求項11】 前記予測タップ設定手段は、前記注目
画素に対応する前記第1の画質の画像の位置の周辺にお
けるアクティビティに基づいて、前記予測タップを構成
する前記第1の画質の画像および1種類以上の異特性画
像の画素を設定することを特徴とする請求項9に記載の
画像処理装置。 - 【請求項12】 前記予測手段は、前記予測タップと、
所定の予測係数とに基づいて、前記注目画素の予測値を
求めることを特徴とする請求項9に記載の画像処理装
置。 - 【請求項13】 前記注目画素のクラスを求めるのに用
いるクラスタップを構成する前記第1の画質の画像およ
び前記1種類以上の異特性画像の画素を設定するクラス
タップ設定手段と、 前記クラスタップ設定手段による設定結果にしたがっ
て、前記第1の画質の画像および1種類以上の異特性画
像の画素を選択し、前記クラスタップを構成するクラス
タップ構成手段と、 前記クラスタップに基づいて、前記注目画素のクラスを
求めるクラス分類を行うクラス分類手段とをさらに備
え、 前記予測手段は、前記予測タップおよび前記クラスごと
の予測係数に基づいて、前記注目画素の予測値を求める
ことを特徴とする請求項12に記載の画像処理装置。 - 【請求項14】 前記クラスタップ設定手段は、前記注
目画素に対応する前記第1の画質の画像の位置の周辺に
おけるアクティビティに基づいて、前記クラスタップを
構成する前記第1の画質の画像および1種類以上の異特
性画像の画素を設定することを特徴とする請求項13に
記載の画像処理装置。 - 【請求項15】 前記予測手段は、前記予測タップおよ
び前記予測係数に基づいて、前記注目画素の予測値を、
線形予測することを特徴とする請求項12に記載の画像
処理装置。 - 【請求項16】 第1の画質の画像から、第2の画質の
画像を予測する画像処理方法であって、 前記第1の画質の画像を処理し、前記第1の画質の画像
と特性の異なる異特性画像を1種類以上生成する第1の
画質の画像処理ステップと、 前記第2の画質の画像を構成する画素のうちの、注目し
ている注目画素を予測するのに用いる予測タップを構成
する前記第1の画質の画像および1種類以上の異特性画
像の画素を設定する予測タップ設定ステップと、 前記予測タップ設定ステップによる設定結果にしたがっ
て、前記第1の画質の画像および1種類以上の異特性画
像の画素を選択し、前記予測タップを構成する予測タッ
プ構成ステップと、 前記予測タップに基づいて、前記注目画素の予測値を求
める予測ステップとを備えることを特徴とする画像処理
方法。 - 【請求項17】 第1の画質の画像から、第2の画質の
画像を予測する画像処理を、コンピュータに行わせるプ
ログラムが記録されている記録媒体であって、 前記第1の画質の画像を処理し、前記第1の画質の画像
と特性の異なる異特性画像を1種類以上生成する第1の
画質の画像処理ステップと、 前記第2の画質の画像を構成する画素のうちの、注目し
ている注目画素を予測するのに用いる予測タップを構成
する前記第1の画質の画像および1種類以上の異特性画
像の画素を設定する予測タップ設定ステップと、 前記予測タップ設定ステップによる設定結果にしたがっ
て、前記第1の画質の画像および1種類以上の異特性画
像の画素を選択し、前記予測タップを構成する予測タッ
プ構成ステップと、 前記予測タップに基づいて、前記注目画素の予測値を求
める予測ステップとを備えるプログラムが記録されてい
ることを特徴とする記録媒体。 - 【請求項18】 第1の画質の画像から、第2の画質の
画像を予測するときに用いられる予測係数の学習を行
い、前記第1の画質の画像から、前記予測係数を用い
て、第2の画質の画像を予測する画像処理装置であっ
て、 教師となる前記第2の画質の画像である教師画像から、
生徒となる前記第1の画質の画像である生徒画像を生成
する生徒画像生成手段と、 前記生徒画像を処理し、前記生徒画像と特性の異なる学
習用異特性画像を1種類以上生成する生徒画像処理手段
と、 前記教師画像を構成する画素のうちの、注目している注
目学習用画素を予測するのに、前記予測係数とともに用
いる学習用予測タップを構成する前記生徒画像および1
種類以上の学習用異特性画像の画素を設定する学習用予
測タップ設定手段と、 前記学習用予測タップ設定手段による設定結果にしたが
って、前記生徒画像および1種類以上の学習用異特性画
像の画素を選択し、前記学習用予測タップを構成する予
測タップ構成手段と、 前記学習用予測タップおよび前記教師画像に基づいて、
前記予測係数を求める予測係数演算手段と、 前記第1の画質の画像を処理し、前記第1の画質の画像
と特性の異なる予測用異特性画像を1種類以上生成する
第1の画質の画像処理手段と、 前記第2の画質の画像を構成する画素のうちの、注目し
ている注目予測対象画素を予測するのに、前記予測係数
とともに用いる予測用予測タップを構成する前記第1の
画質の画像および1種類以上の予測用異特性画像の画素
を設定する予測用予測タップ設定手段と、 前記予測用予測タップ設定手段による設定結果にしたが
って、前記第1の画質の画像および1種類以上の予測用
異特性画像の画素を選択し、前記予測用予測タップを構
成する予測用予測タップ構成手段と、 前記予測用予測タップおよび前記予測係数に基づいて、
前記注目予測対象画素の予測値を求める予測手段とを備
えることを特徴とする画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000029087A JP2001222702A (ja) | 2000-02-07 | 2000-02-07 | 画像処理装置および画像処理方法、並びに記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000029087A JP2001222702A (ja) | 2000-02-07 | 2000-02-07 | 画像処理装置および画像処理方法、並びに記録媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2001222702A true JP2001222702A (ja) | 2001-08-17 |
Family
ID=18554401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000029087A Pending JP2001222702A (ja) | 2000-02-07 | 2000-02-07 | 画像処理装置および画像処理方法、並びに記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2001222702A (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004259218A (ja) * | 2003-02-28 | 2004-09-16 | Sony Corp | 画像処理装置および方法、学習装置および方法、記録媒体、並びにプログラム |
JP2007251689A (ja) * | 2006-03-16 | 2007-09-27 | Sony Corp | 画像処理装置および画像処理方法、学習装置および学習方法、並びにプログラム |
WO2008038748A1 (fr) * | 2006-09-28 | 2008-04-03 | Sony Corporation | Dispositif et procédé d'opération de coefficient de prévision, dispositif et procédé d'opération de données d'image, programme et support d'enregistrement |
JP2009153005A (ja) * | 2007-12-21 | 2009-07-09 | Sony Corp | 画像処理装置、画像処理方法、プログラム、および学習装置 |
JP2010014879A (ja) * | 2008-07-02 | 2010-01-21 | Sony Corp | 係数生成装置および方法、画像生成装置および方法、並びにプログラム |
WO2011013606A1 (ja) * | 2009-07-31 | 2011-02-03 | 富士フイルム株式会社 | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム及び記録媒体 |
WO2011013608A1 (ja) * | 2009-07-31 | 2011-02-03 | 富士フイルム株式会社 | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム及び記録媒体 |
WO2011013610A1 (ja) * | 2009-07-31 | 2011-02-03 | 富士フイルム株式会社 | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム及び記録媒体 |
JP2011035658A (ja) * | 2009-07-31 | 2011-02-17 | Fujifilm Corp | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム |
JP2019067106A (ja) * | 2017-09-29 | 2019-04-25 | 株式会社Spectee | 画像処理装置、画像処理方法及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07147681A (ja) * | 1993-09-30 | 1995-06-06 | Sony Corp | ディジタル画像信号の階層符号化および復号装置 |
JPH0888856A (ja) * | 1994-07-19 | 1996-04-02 | Sony Corp | ディジタル画像信号の階層符号化および復号装置 |
JPH1155630A (ja) * | 1997-07-31 | 1999-02-26 | Sony Corp | 画像処理装置および画像処理方法 |
JP2000032402A (ja) * | 1998-07-10 | 2000-01-28 | Sony Corp | 画像変換装置および方法、並びに提供媒体 |
-
2000
- 2000-02-07 JP JP2000029087A patent/JP2001222702A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07147681A (ja) * | 1993-09-30 | 1995-06-06 | Sony Corp | ディジタル画像信号の階層符号化および復号装置 |
JPH0888856A (ja) * | 1994-07-19 | 1996-04-02 | Sony Corp | ディジタル画像信号の階層符号化および復号装置 |
JPH1155630A (ja) * | 1997-07-31 | 1999-02-26 | Sony Corp | 画像処理装置および画像処理方法 |
JP2000032402A (ja) * | 1998-07-10 | 2000-01-28 | Sony Corp | 画像変換装置および方法、並びに提供媒体 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004259218A (ja) * | 2003-02-28 | 2004-09-16 | Sony Corp | 画像処理装置および方法、学習装置および方法、記録媒体、並びにプログラム |
JP2007251689A (ja) * | 2006-03-16 | 2007-09-27 | Sony Corp | 画像処理装置および画像処理方法、学習装置および学習方法、並びにプログラム |
JP4605468B2 (ja) * | 2006-03-16 | 2011-01-05 | ソニー株式会社 | 画像処理装置および画像処理方法、学習装置および学習方法、並びにプログラム |
WO2008038748A1 (fr) * | 2006-09-28 | 2008-04-03 | Sony Corporation | Dispositif et procédé d'opération de coefficient de prévision, dispositif et procédé d'opération de données d'image, programme et support d'enregistrement |
JP2008109640A (ja) * | 2006-09-28 | 2008-05-08 | Sony Corp | 予測係数演算装置および方法、画像データ演算装置および方法、プログラム、並びに記録媒体 |
JP2009153005A (ja) * | 2007-12-21 | 2009-07-09 | Sony Corp | 画像処理装置、画像処理方法、プログラム、および学習装置 |
US8346003B2 (en) | 2007-12-21 | 2013-01-01 | Sony Corporation | Image processing for reducing blur |
JP2010014879A (ja) * | 2008-07-02 | 2010-01-21 | Sony Corp | 係数生成装置および方法、画像生成装置および方法、並びにプログラム |
JP4548520B2 (ja) * | 2008-07-02 | 2010-09-22 | ソニー株式会社 | 係数生成装置および方法、画像生成装置および方法、並びにプログラム |
WO2011013610A1 (ja) * | 2009-07-31 | 2011-02-03 | 富士フイルム株式会社 | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム及び記録媒体 |
WO2011013608A1 (ja) * | 2009-07-31 | 2011-02-03 | 富士フイルム株式会社 | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム及び記録媒体 |
JP2011034342A (ja) * | 2009-07-31 | 2011-02-17 | Fujifilm Corp | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム |
JP2011035658A (ja) * | 2009-07-31 | 2011-02-17 | Fujifilm Corp | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム |
JP2011034343A (ja) * | 2009-07-31 | 2011-02-17 | Fujifilm Corp | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム |
JP2011034345A (ja) * | 2009-07-31 | 2011-02-17 | Fujifilm Corp | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム |
CN102473279A (zh) * | 2009-07-31 | 2012-05-23 | 富士胶片株式会社 | 图像处理装置和方法、数据处理装置和方法、程序和记录介质 |
WO2011013606A1 (ja) * | 2009-07-31 | 2011-02-03 | 富士フイルム株式会社 | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム及び記録媒体 |
US8548230B2 (en) | 2009-07-31 | 2013-10-01 | Fujifilm Corporation | Image processing device and method, data processing device and method, program, and recording medium |
US8565518B2 (en) | 2009-07-31 | 2013-10-22 | Fujifilm Corporation | Image processing device and method, data processing device and method, program, and recording medium |
US8605995B2 (en) | 2009-07-31 | 2013-12-10 | Fujifilm Corporation | Image processing device and method, data processing device and method, program, and recording medium |
CN102473279B (zh) * | 2009-07-31 | 2014-07-23 | 富士胶片株式会社 | 图像处理装置和方法、数据处理装置和方法 |
JP2019067106A (ja) * | 2017-09-29 | 2019-04-25 | 株式会社Spectee | 画像処理装置、画像処理方法及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2009509418A (ja) | 時間予測のための分類フィルタリング | |
JPH1084548A (ja) | 画像符号化装置および画像符号化方法、画像復号化装置および画像復号化方法、伝送方法、並びに記録媒体 | |
JP4362895B2 (ja) | データ処理装置およびデータ処理方法、並びに記録媒体 | |
JP2001222702A (ja) | 画像処理装置および画像処理方法、並びに記録媒体 | |
JP4238516B2 (ja) | データ変換装置およびデータ変換方法、学習装置および学習方法、並びにプログラムおよび記録媒体 | |
JP4524922B2 (ja) | 画像提供システム、画像提供方法、及び記憶媒体 | |
JP4324825B2 (ja) | データ処理装置およびデータ処理方法、並びに媒体 | |
JP4105257B2 (ja) | 記憶装置および記憶方法 | |
JP4066146B2 (ja) | データ変換装置およびデータ変換方法、学習装置および学習方法、並びにプログラムおよび記録媒体 | |
JP4442076B2 (ja) | データ変換装置およびデータ変換方法、学習装置および学習方法、並びにプログラムおよび記録媒体 | |
JP4281453B2 (ja) | 信号処理装置および信号処理方法 | |
JP3693187B2 (ja) | 信号変換装置及び信号変換方法 | |
JP3912558B2 (ja) | 画像符号化装置および画像符号化方法、並びに記録媒体 | |
JP4395677B2 (ja) | 学習装置および学習方法、並びに記録媒体 | |
JP2000348019A (ja) | データ処理装置およびデータ処理方法、並びに媒体 | |
JP4058671B2 (ja) | 記憶制御装置および記憶制御方法、並びにプログラムおよび記録媒体 | |
JP4534951B2 (ja) | 画像符号化装置および画像符号化方法、画像処理システムおよび画像処理方法、伝送方法、並びに記録媒体 | |
JP2007251690A (ja) | 画像処理装置および方法、学習装置および方法、並びにプログラム | |
JP4154647B2 (ja) | データ処理装置およびデータ処理方法、並びにプログラムおよび記録媒体 | |
JP4310691B2 (ja) | 画像処理装置および方法、学習装置および方法、記録媒体、並びにプログラム | |
JP4491701B2 (ja) | データ処理装置およびデータ処理方法、並びに記録媒体 | |
JP2008118519A (ja) | 画像変換装置及び画像変換方法、学習装置及び学習方法、並びにプログラム | |
JP4487900B2 (ja) | 画像処理システム | |
JP2001298713A (ja) | 画像処理装置および画像処理方法、並びに記録媒体 | |
JP4235918B2 (ja) | 画像処理装置および画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20061116 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20091022 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091027 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091208 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100223 |