JP2002133409A - ピクセルカラーに基づくデジタル画像強調方法 - Google Patents

Abstract

(57)【要約】 【課題】 本発明は、細部、大きなエッジ、及びノイズ
のある領域に適用される強調を独立に制御できる方法の
提供を目的とする。 【解決手段】 本発明は、カラーデジタル画像の強調す
る方法であり、第１に対象ピクセルを含むピクセルの局
所近傍を特定し、その後、局所近傍からの一若しくはそ
れ以上のピクセルのカラー値を使用して対象ピクセルに
対する重みファクターを計算する。空間フィルターは、
局所近傍からのピクセルの値に適用されて対象ピクセル
に対する第１の信号値と第２の信号値を計算する。カラ
ー重みファクターは、第１の値若しくは第２の値のいず
れかを修正するために使用され、強調されたピクセル値
は、第１の値及び第２の値の組み合わせにより対象ピク
セルに対して生成される。本プロセスは、カラーデジタ
ル画像の他のピクセルに対して反復される。

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、デジ
タル画像処理の分野に係り、より詳細には、デジタル画
像のテクスチャーを強調する方法に関する。

【０００２】

【従来の技術】デジタル画像の見かけのシャープネスを
増加させる、アンシャープマスキング技術のような従来
方法は、しばしば画像の大きな遷移エッジで望ましくな
いアーチファクトを生成する。例えば、アンシャープマ
スキングは、しばしば次の式によって表される。

【０００３】

【数１】 ここで、Ｓｐｒｏｃは高周波数の成分が増幅された処理
された画像信号を表し、Ｓｏｒｇは原画像信号を表し、
Ｓｕｓは、一般的には原画像をフィルタリング処理して
得られた平滑化された画像信号であるアンシャープ画像
信号を表し、Ｂは高周波数強調係数を表す。

【０００４】アンシャープマスキング処理は、線形のシ
ステムとしてモデル化されてよい。従って、Ｓｐｒｏｃ
のどの周波数の大きさもＳｏｒｇの画像信号の周波数の
大きさに直接的に依存している。この重ね合わせの原理
の結果として、Ｓｏｒｇにおける大きなエッジはしばし
ば、所望レベルの高周波数強調がＳｐｒｏｃ信号の他の
領域において実行されたとき、Ｓｐｒｏｃ信号において
リンギングアーチファクトを表示するだろう。このリン
ギングアーチファクトは、大きなエッジのまわりの明る
い若しくは暗い輪郭として現われ、視覚的に好ましくな
い場合がある。

【０００５】ノイズの低減を目的とした局所的な統計値
に基づく多くの非線形フィルターが存在する。例えば、
メディアンフィルターは、本業界において周知技術であ
る。このフィルターでは、ノイズの低減を実現するた
め、一般的に各ピクセルは、ある周囲近傍の中央値によ
って置き換えられる。このフィルタリング処理は、衝撃
的なノイズを除去するのには一般的に非常にうまくい
く。しかしながら、処理画像は原画像に比して若干不鮮
明にみえる。

【０００６】局所的な統計値に基づく非線形フィルター
のその他の例としては、局所的なヒストグラムの等化が
あり、書籍Digital Image Processing, Second Editio
n, John Wiley＆Sons, 1991のページ278乃至284でWilli
am Prattにより適応ヒストグラム修正と称されている。
このフィルターを用いると、ピクセル値は局所ウインド
ウの累積ヒストグラムによって修正される。この技術
は、デジタル画像の各領域のコントラストを効果的に調
整し、画像の一定領域の局所的なコントラストを効果的
に増加し、他の領域のコントラストを減少させる。この
技術は、所与の領域の見かけのシャープネスを増加しよ
うとするものでない。また、この技術は、典型的なリン
ギングアーチファクトが発生しないことを保証しない。

【０００７】アーチファクトを発生させることなく、或
いはノイズの顕著性を強調することなく、画像の見かけ
を鮮鋭化する多くのアルゴリズムが存在する。米国特許
第4,571,635号では、MahmoodiとNelsonは、局所的な近
傍での画像ピクセル値の標準偏差に依存して高域デジタ
ル画像情報を拡大するのに使用される強調係数Ｂを導出
する方法を教授する。更に、米国特許第5,081,692号で
は、KwonとKiangは、強調係数Ｂは、中央重み付け分散
計算に基づくことを教授する。しかし、Mahmoodi他とKw
on他の双方とも、撮像システムにおいて固有のノイズの
所期の標準偏差を考慮しない。撮像システムにおいて固
有のノイズの所期の標準偏差を考慮しないことによっ
て、Mahmoodi他とKwon他の双方は、全ての画像ソースと
強度は、同一のノイズ特性を有すると暗に仮定をしてい
る。更に、双方ともにテクスチャーとエッジ領域とに対
して分離した方策を行わない。

【０００８】米国特許第4,794,531号では、Morishita他
は、中心ピクセルと近傍ピクセルとの間の絶対差に基づ
く近傍ピクセルへの重みを有するフィルターを用いてア
ンシャープ画像を形成する方法を教授する。Morishita
は、この方法は鮮鋭化された画像のエッジで見られるア
ーチファクトを効果的に減少させること（従来的なアン
シャープマスキング処理と比較して）を主張する。更
に、Morishitaは、局所標準偏差と全体画像の標準偏差
とに基づくゲインパラメータ（画像強調の度合い）を設
定する。また、Morishitaは、信号対ノイズ比を近似す
べく、撮像システムにおいて固有のノイズレベルを考慮
しない。更に、Morishitaの方法は、エッジ再構築の量
について明確な制御を提供しない。

【０００９】米国特許第5,038,388号では、Songは、画
像の高周波数成分を適宜的に増幅することによる、画像
ノイズを増幅することなく画像詳細部を増幅する方法を
教授する。画像ノイズ出力の推定値が使用され、このノ
イズ出力は強度若しくはピクセルに依存しているように
示されていない。更には、Songは、鮮鋭化のレベルを制
御するために信号対ノイズ比を推定することをしない。

【００１０】米国特許第4,689,666号では、Hatanaka
は、カラーデジタル画像のノイズ成分を低減するために
カラーデジタル画像のカラー特性を使用する方法を開示
する。Hatanakaは、各画像のピクチャー素子に対して色
データを抽出し、抽出された色データを基に特定の色を
呈するカラーデジタル画像の領域を区分し、特定色を呈
する領域と呈しない残りの領域とに対する異なる処理条
件下でノイズ除去のための空間的画像処理に画像信号を
かける方法を説明する。したがって、Hatanakaによって
教授された方法は、基本的なステップとして、特定色に
属する、若しくは属しないとしての各ピクセルの区分若
しくは区別を有する。段階色区分は、色識別処理のオン
オフ特性に起因して処理画像のムラを引き起こすことが
できる。

【００１１】米国特許第5,682,443号では、GouchとMacD
onaldは、空間的シャープネス特性強調を目的としたカ
ラーデジタル画像処理方法を開示する。原カラーデジタ
ル画像の各カラーチャンネルを原カラーチャンネルの空
間周波数成分にのみ基づいて２つの部分に分離するアン
シャープマスキング法が、説明される。原カラーチャン
ネルと原カラーチャンネルの低い空間周波数成分との間
の差異は、縞（fringe）成分若しくは原カラーチャンネ
ルの高い空間周波数成分を形成する。GouchとMacDonald
は、低い空間周波数成分若しくは原ピクセル値のいずれ
かの色に基づく縞成分を修正する方法を教授する。鮮鋭
化される考慮される色は、同一色のカラーチャンネルか
ら導出される。彼らの特許は、この性質を具現する好ま
しい方法は、色の数学的連続関数を使用することを開示
する。GouchとMacDonaldによって開示された方法は、空
間的細部を強調するための画像特性として色をうまく利
用する。しかし、GouchとMacDonaldによって採用された
アンシャープマスキング手順は幾らかの欠点を有する。
第１に、彼らの方法は、カラーデジタル画像の各カラー
チャンネルが説明されたアンシャープマスキング処理を
受ける場合を考慮するのみである。縞データを修正する
のに使用される可変の重みは、全てのカラーチャンネル
から導出される。彼らの方法は、画像が輝度チャンネル
とクロミナンスチャンネルの集合として表現されるとき
によくあるのだが、カラーデジタル画像からの１つだけ
のデジタル画像チャンネルが鮮鋭化される場合を考慮し
ない。更に、GouchとMacDonaldは、修正された縞データ
が原ピクセルデータに結合されることを必要とする。し
かし、多くのアプリケーションでは、修正された縞デー
タが加算されるべき信号を修正することが好ましい。従
って、彼らの方法は、修正された縞データが結合される
信号を修正することが望ましい場合を考慮することがな
かった。

【００１２】

【発明が解決しようとする課題】従って、アンシャープ
マスキング技術により露呈するリンギングアーチファク
トを最小化し、且つノイズに敏感な態様で風景の細部の
大きさを強調しつつ、より鮮鋭であり、或いはより焦点
の合う画像信号を生成するためデジタル画像を操作する
他にとりうる方法に対する必要性が存在している。

【００１３】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強調を独立に制御でき
るようにすることにある。

【００１４】本発明は、一若しくはそれ以上の上述した
問題点を克服することに向けられる。

【００１５】

【課題を解決するための手段】簡略的に要約すると、本
発明の一局面によると、本発明は、カラーデジタル画像
の強調する方法に帰し、第１に対象ピクセルを含むピク
セルの局所近傍を特定し、その後、局所近傍からの一若
しくはそれ以上のピクセルのカラー値を使用して対象ピ
クセルに対する重みファクターを計算する。ここで、カ
ラー重みファクターは、色空間の局所近傍からの一若し
くはそれ以上のピクセルの位置の略連続関数である。空
間フィルターは、局所近傍からのピクセルの値に適用さ
れて対象ピクセルに対する第１の信号値と第２の信号値
を計算する。カラー重みファクターは、第１の値若しく
は第２の値のいずれかを修正するために使用され、強調
されたピクセル値は、第１の値及び第２の値の組み合わ
せにより対象ピクセルに対して生成される。本プロセス
は、カラーデジタル画像の他のピクセルに対して反復さ
れる。

【００１６】本発明は、画像の局所カラーの推定値に関
連したファクターによりテクスチャー信号を増強する効
果を有する。従って、草原の緑のような一定の局所カラ
ーを有したデジタル画像チャンネルの領域に一致したテ
クスチャー信号は、画像システムのノイズだけでなく草
の多くの穂先に起因して、変調だけが撮像システムから
発生するノイズである可能性が高いところの鮮明な青空
の大きな領域のような、一定の他の局所カラーに関係す
るテクスチャー信号の部分と比較して、より大きなレベ
ルの増強を受ける。それ故、ノイズ変調だけを有する領
域の増幅を増加することは望ましくないので、風景の実
際の変調に起因すると考えることができるような変調を
増強することが好ましい。本発明では、局所カラー関数
は、選択器として、例えば風景における２つの所定の種
の領域間を、識別するために使用されてよい。

【００１７】本発明のこれらの及び他の局面、目的、特
徴、並びに効果は、添付図面を参照して、後続する好ま
しい実施例の詳細な説明と請求の範囲を精査することに
より、よりはっきりと理解され認識されるだろう。

【００１８】

【発明の実施の形態】次の説明において、本発明は、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
されるだろう。当業者であれば、かかるソフトウェアの
均等物がハードウェアにおいて構成されてもよいことを
容易に認識するだろう。画像を強調するアルゴリズム若
しくは方法は公知であるので、本説明は、本発明による
方法を構成するか、若しくは本方法とより直接的に協働
する部分を形成するアルゴリズムと方法ステップに特に
向けられる。かかるアルゴリズムと方法の他の部分、及
び画像信号を生成しその他処理するためのハードウェア
及び／又はソフトウェアは、ここで特に説明や図示され
ないが、本業界において知られている材料、コンポーネ
ント、及び素子等から選択されてよい。本発明に従って
説明されるシステムを以下の材料において付与すると
き、ここで特に図示され、提案され或いは説明されてい
ない、本発明の実現のための有用なソフトウェアは、従
来的であり、かかる分野の通常的な創作の範囲内であ
る。

【００１９】本発明は、光の強度に対応する赤、緑、及
び青のピクセル値の典型的な２次元アレイであるデジタ
ルカラー画像を利用することを注意されることが有用で
ある。ここで用いられる用語であるデジタル画像は、カ
ラー画像、特に全体としての２次元アレイ、若しくは処
理されるべき部分を指す。更に、好ましい実施形態は、
1024のピクセル列と1536のピクセルラインの画像を参照
して述べられるが、当業者であれば異なる解像度や異な
る次元のデジタル画像が、同等に、或いは少なくとも許
容できる結果を以って、使用されてよいことを認識する
だろう。用語に関しては、デジタル画像のx番目の行とy
番目の列を指す座標(x,y)に位置するデジタル画像のピ
クセルの値は、位置(x,y)での赤、緑、及び青のデジタ
ル画像チャンネルの値をそれぞれ指す３組の値［r(x,
y)，g(x,y)，b(x,y)］をここでは含むものとする。この
点において、デジタル画像は、ある一定の数のデジタル
画像チャンネルを含むように考慮されてよい。デジタル
画像が赤、緑、及び青の２次元アレイを含む場合、画像
は、３つのチャンネル、即ち赤、緑、及び青のチャンネ
ルを含む。更に、輝度チャンネルnは、カラーチャンネ
ルから形成されてよい。デジタル画像チャンネルのx番
目の行とy番目の列を指す位置(x,y)でのデジタル画像チ
ャンネルnのピクセル値は、n(x,y)と称される単一値で
あるだろう。

【００２０】図１に示される本発明の大要を参照する
に、デジタル画像は、実行者の好みに対して入力デジタ
ル画像を鮮鋭化する好み鮮鋭化器２に入力される。好み
鮮鋭化器２の目的は、ノイズを強調しないで、或いはア
ーチファクトを作成しないで、デジタル画像に存在する
細部を強調することである。この目的は、画像細部に対
応する信号であって、画像エッジに対応し、以下に詳細
に述べる画像信号対ノイズの比（ＳＮＲ）に対応する信
号に、デジタル画像チャンネルを分解する処理によって
実現される。この分解と分離信号の作成は、細部と、大
きなエッジとノイズのある領域とに適応される独立した
強調の制御を可能とする。好み鮮鋭化器２の出力は、本
発明によって、デジタル画像を鮮鋭化する従来手段で実
現できるよりもよりシャープでより自然に見えるデジタ
ル画像を含む。この発明の特定のアプローチは、局所的
な色に基づき細部に適用される強調の独立的な制御に係
るが、図１１及び図１５Ｂに関連して、好ましい実施例
に含まれる他の要素が介在する図に関連して説明された
後、詳細に説明されることになる。

【００２１】図２は、好み鮮鋭化器２のブロックダイア
グラムを示す。デジタルカラー画像とノイズ情報（ノイ
ズテーブル６の形式）は、好み鮮鋭化器２に入力され
る。ノイズ情報は、輝度テーブルの形式で入力される。
デジタル画像は、輝度／クロミナンスコンバータ１０
に、輝度デジタル画像チャンネルn(x,y)と２つのクロミ
ナンスデジタル画像チャンネルgm(x,y)、ill(x,y)とを
生成すべく、入力される。輝度デジタル画像チャンネル
n(x,y)と輝度ノイズテーブルは、システムノイズの知識
に基づいてデジタル画像チャンネルn(x,y)を強調する好
み鮮鋭化器２に、それぞれライン１１ａと１１ｂによっ
て入力される。コンバータ１０で実行される変換であっ
て、一般的には分離された赤、緑、及び青の画像チャン
ネルを含むＲＧＢ空間内のデジタルカラー画像から、輝
度−クロミナンスカラー空間への変換は、カラー空間マ
トリックス変換によって実行され、本業界において公知
であるが、輝度デジタル画像チャンネルn(x,y)と２つの
クロミナンスデジタル画像チャンネルgm(x,y)、ill(x,
y)とを生じる。本発明によると、より後において説明さ
れるように、２つのクロミナンスデジタル画像チャンネ
ルgm(x,y)、ill(x,y)は、鮮鋭化プロセッサ２０に入力
される。好ましい実施例では、輝度−クロミナンス空間
へのマトリックス変換は、次の式で表されるのがよい。

【００２２】

【数２】 式Ａ１は、ＲＧＢ空間から輝度−クロミナンス空間への
マトリックス・ローテーションを提供し、よって（後述
される）トーンスケール関数が動作できる基礎となる単
一のチャンネルに孤立させるものである。例えば、フィ
ルム走査機は、（各ピクセルに対して）その点での赤、
緑及び青の印字濃度を記録する。これらの３つの値は、
３次元におけるピクセルの位置として考えることができ
る。コンバータ１０は、式Ａ１に示されるように軸回転
を実行し、Ｒ＝Ｇ＝Ｂとなる中立軸と、２つの色の異な
る軸である緑−マゼンタと照度とを規定する。式Ａ１に
よって特定されるマトリックス・ローテーションを使用
する以外に、ＣＩＥ＊Ｌ＊Ａ＊Ｂ＊若しくはＣＩＥ＊Ｌ
＊Ｃ＊Ｈ＊のような標準カラー空間表現も代替的に輝度
／クロミナンスコンバータ１０によって決定されてもよ
い。これらのカラー空間は、画像処理の分野において公
知である。

【００２３】鮮鋭化プロセッサ２０へ入力されるノイズ
テーブルは、信号強度レベルｉとその強度レベルに対す
るノイズの予想量σ_Ｎ（ｉ）との関係を提供する。好ま
しい実施例では、より詳細に説明されるように、ノイズ
テーブルは２行のテーブルであり、第１行は強度レベル
ｉを表し、第２行はその強度に対する予想標準偏差σ _Ｎ
（ｉ）を表す。

【００２４】クロミナンスデジタル画像チャンネルgm
(x,y)、ill(x,y)は、クロミナンスプロセッサ４０にラ
イン１１ｃによって入力され、望みどおりに調整されて
よい。例えば、クロミナンスプロセッサ４０の動作は、
見かけの飽和度を増加すべく、1.0より大きい定数によ
ってクロミナンスデジタル画像チャンネルをスケール変
更することでもよい。クロミナンスプロセッサ４０の動
作は、本発明特有の関連性を有するものでなく、結果的
には、更に議論されることになるが、本発明の実施例で
は、クロミナンスプロセッサ４０の出力はその入力と同
一に維持される。

【００２５】鮮鋭化プロセッサ２０から出力されたデジ
タル画像チャンネル出力、及びクロミナンスプロセッサ
４０から出力されたデジタル画像チャンネルは、赤、緑
及び青のデジタル画像チャンネルを構成するデジタル画
像への逆変換のためのＲＧＢコンバータ３０に入力され
る。この変換は、再度マトリックス・ローテーションを
用いて実行される（即ち、コンバータ１０によって実行
された前のカラーローテーションマトリックスの反転に
よる）。３×３のマトリックスの反転は公知であるの
で、更に議論することをしない。ＲＧＢコンバータ３０
の出力は、実行者の好みに対して鮮鋭化されたデジタル
画像である。

【００２６】好ましい実施例において述べたように、鮮
鋭化プロセッサ２０は、輝度デジタル画像チャンネルの
みに基づいて動作する。しかし、他にとり得る実施例で
は、鮮鋭化プロセッサは、赤、緑及び青のデジタル画像
チャンネルのそれぞれに適用されうる。かかる場合、デ
ジタルカラー画像信号（ＲＧＢ信号）は、鮮鋭化プロセ
ッサ２０に直接適用されることになるだろう。

【００２７】鮮鋭化プロセッサ２０のブロックダイアグ
ラムを示す図３では、デジタル画像チャンネルn(x,y)
が、ペデスタル・スプリッター５０によって２つの部分
に、即ちペデスタル信号とテクスチャー信号とに分離さ
れるのが示される。ペデスタル・スプリッター５０の好
ましい実施形態は、図５に示され、テクスチャー信号n_t
xt(x,y)とペデスタル信号n_ped(x,y)とを出力する。テク
スチャー信号n_txt(x,y)は、本質的には、画像ノイズだ
けでなく画像の細部をも含む。ペデスタル信号n_{p ed}(x,
y)は、概念的には、ペデスタル信号が遷移エッジを含む
ところである大きな閉塞的な境界を包含した画像領域以
外は、平滑な信号である。好ましい実施例では、テクス
チャー信号及びペデスタル信号の合算は、デジタル画像
チャンネルである。この理由のため、デジタル画像チャ
ンネルは、デジタル画像チャンネルを双方で本質的に構
成する２つのチャンネルに分離されてしまっていると言
える。ペデスタル・スプリッター５０の他にとり得る実
施例は、図５Ａに示され、本質的には、線形ＦＩＲフィ
ルターを構成する。かかる実施例では、ペデスタル信号
n_ped(x,y)は、低域通過信号に本質的に等価であり、テ
クスチャー信号n_txt(x,y)は、高域通過信号に本質的に
等価である。他の空間周波数分割も考えられるので、当
業者であれば、本発明は、テクスチャー信号とペデスタ
ル信号のどんな数による分割であっても効果的な結果を
生むだろうことを理解するだろう。例えば、図５Ｂは、
デジタル画像チャンネルをペデスタル信号n_ped(x,y)と
テクスチャー信号n_txt(x,y)とに分離すべく非線形フィ
ルターを使用する他にとり得るペデスタル・スプリッタ
ーを示す。

【００２８】図３を再度参照するに、デジタル画像チャ
ンネルn(x,y)、n_txt(x,y)、及びノイズテーブル６がテ
クスチャー修正器７０に入力される。テクスチャー修正
器７０の目的は、ノイズに過敏な方法で風景の細部の大
きさを強調することにある。局所的な信号／ノイズ比
（ＳＮＲ）の推定値は、ノイズテーブルによって供給さ
れるような所与の強度レベルに対する予想標準偏差に関
する情報を使用してなされる。この局所的なＳＮＲは、
テクスチャー信号の局所的なレベルに付与された強調レ
ベルを関連付ける増強ファクターを設定するのに用いら
れる。この手順は、以下で詳細に説明されるだろう。テ
クスチャー修正器７０の出力は、強調された強調テクス
チャー信号n’_txt(x,y)である。更に、ペデスタル信号n
_ped(x,y)は、エッジがより高い鮮明度とシャープネスと
を有するように見えるようにするエッジコントラストの
増加を目的として、ペデスタル修正器６０に入力され
る。ペデスタル修正器６０の目的は、アーチファクトを
生成することなく画像エッジを強調することにある。ペ
デスタル修正器６０によって採用される方法は、以下で
詳細に説明されるだろう。ペデスタル修正器６０の出力
は、強調された強調ペデスタル信号n’_ped(x,y)であ
る。

【００２９】ペデスタル修正器６０及びテクスチャー修
正器７０の出力は、鮮鋭化プロセッサ２０からのデジタ
ル画像チャンネルを生成すべく強調テクスチャー信号
n’_txt(x,y)と強調ペデスタル信号n’_ped(x,y)とを加算
する、加算器８０に入力される。強調された強調デジタ
ル画像チャンネルn’(x,y)は次のように表現される。

【００３０】

【数３】 図４は、鮮鋭化プロセッサ２０の他にとり得る実施例を
示し、構成要素の配置に対する小さな変更は、たいてい
の場合は鮮鋭化プロセッサ２０の出力にほとんど影響を
与えないことを図示する。これに関すると、ペデスタル
・スプリッター５０は、テクスチャー信号n_txt(x,y)と
回避信号a(x,y)とを出力する。回避信号a(x,y)は、画像
内のエッジの位置を決定するペデスタル・スプリッター
５０によって計算された中間的な信号である。この信号
の導出は、以下に説明されるだろう。回避信号の値の範
囲は、0.0から1.0までである。a(x,y)＝0.0である画像
位置(x,y)は、画像のエッジ領域に対応する。逆に、a
(x,y)＞0.0である値を有する画像位置(x,y)は、画像細
部若しくはノイズに対応する。前述のように、本発明の
目的は、細部と、大きなエッジと、ノイズのある領域と
に適用される強調を独立的に制御することを可能とする
ことにある。従って、鮮鋭化プロセッサ２０からのデジ
タル画像チャンネル出力において、エッジ（a(x,y)＝0.
0）はペデスタル修正器６０によって強調され、画像細
部若しくはノイズのある領域（a(x,y)＞0.0であるよう
な位置）は、テクスチャー修正器７０によって強調され
るのが望ましい。

【００３１】この結果、デジタル画像チャンネルn(x,y)
は、ペデスタル修正器６０に入力され、前と同じでテク
スチャー信号n_txt(x,y)がテクスチャー修正器７０に入
力される。ペデスタル修正器６０とテクスチャー修正器
７０からの２つの出力結果、即ち強調テクスチャー信号
n’_txt(x,y)と強調ペデスタル信号n’_ped(x,y)は、回避
加算器８１に入力される。回避加算器８１は、３つの入
力、即ち足し合わされるべき２つの信号n’_txt(x,y)、
n’_ped(x,y)と、アーチファクト回避信号a(x,y)とを必
要とする。足し合わされるべき２つの信号は、変換を受
けて、足し合わされるべき信号の１つが回避信号a(x,y)
によって乗算され、他方が（1-a(x,y)）によって乗算さ
れることになる。２つの変換された信号はその後加算さ
れる。回避加算器８１によってa(x,y)でスケール化（倍
率変更）された信号入力は、“a(x,y)”入力として知ら
れ、回避加算器８１によって（1-a(x,y)）でスケール化
された信号入力は、“（1-a(x,y)）”入力として知られ
る。鮮鋭化プロセッサ２０の本実施例の場合、回避加算
器からの信号出力は、次のように表される。

【００３２】

【数４】 図５を参照するに、ペデスタル・スプリッター５０内に
入力されたデジタル画像チャンネルn(x,y)は、低域通過
信号n_lp(x,y)と高域通過信号n_hp(x,y)とに周波数スプリ
ッター９４によって分割される。高域通過及び低域通過
信号を発生させる多くの公知技術があるので、周波数ス
プリッターは好ましくは、0.9ピクセルの標準偏差（シ
グマ）を有するガウスフィルターによって実現される。
ガウスフィルターの好ましい標準偏差値は、画像サイズ
に従って変化してよい。標準偏差に対して0.9ピクセル
という値は、1024×1536ピクセルサイズの画像で本発明
を最適化することによって導出されたものである。この
ガウスフィルターは、２次元の循環的に対称なローパス
フィルターであり、そのフィルター係数は、本業界にお
いて公知の次の公式によって導出されて良い。

【００３３】

【数５】 ここで、g(i,j)は、(i,j)番目のピクセルでのガウスフ
ィルター係数であり、sigmaは、ガウスフィルターの標
準偏差であり（0.9）、πは定数で、近似的に3.1415・・・
である。

【００３４】好ましい実施例では、iとjは、フィルター
g(i,j)に対する総数で49個の係数に対して、-3から+3ま
での範囲（-3と+3を含む）である。本分野において公知
のその他の技術であって、計算上のコスト低減の目的
で、次のアプリケーションに対して水平及び鉛直の成分
にガウスフィルターを分割する技術が存在することを注
意されたい。いずれの場合でも、周波数スプリッター９
４は、デジタル画像チャンネルn(x,y)にガウスフィルタ
ーg(i,j)を本分野において公知のたたみ込み処理によっ
て適用する。上記たたみ込みは次のように表されるのが
よい。

【００３５】

【数６】 積算は、すべてのiとjにわたり行われる。このたたみ込
み処理から得た信号n_lp(x,y)は、低域通過信号である。
低域通過信号は、周波数スプリッター９４から出力され
る。更に、高域通過信号n_hp(x,y)は、次の関係によって
導出された後、周波数スプリッター９４から出力され
る。

【００３６】

【数７】 低域通過信号n_lp(x,y)は、以下で詳細に説明されるよう
に、回避信号a(x,y)を形成する回避信号発生器１０４に
入力される。テクスチャー信号発生器９０は、高域通過
信号n_hp(x,y)と回避信号a(x,y)の双方を受け、両信号は
そこでテクスチャー信号n_txt(x,y)を生成するために乗
算される。従って、テクスチャー信号n_{tx t}(x,y)は次の
ように表現されるだろう。

【００３７】

【数８】 テクスチャー信号発生器９０によって計算されたテクス
チャー信号n_txt(x,y)は、次にペデスタル・スプリッター
５０によって出力される。更に、図５の破線に示すよう
に、回避信号a(x,y)は、選択的にペデスタル・スプリッ
ター５０によって出力されてよく、特に図４に示す鮮鋭
化プロセッサ２０の他にとり得る実施例の回避加算器８
１に出力を供給する。

【００３８】ペデスタル信号発生器１００は、輝度デジ
タル画像チャンネルn(x,y)とテクスチャー信号n_txt(x,
y)とを受け、輝度信号からテクスチャー信号を減算し、
ペデスタル信号n_ped(x,y)を生成する。

【００３９】

【数９】 ペデスタル信号発生器１００によって計算されたペデス
タル信号n_ped(x,y)は、その後ペデスタル・スプリッター
５０から出力される。

【００４０】ペデスタル・スプリッター５０の他にとり
得る実施形態（５０Ａによって識別）は、図５Ａに示さ
れる。ペデスタル・スプリッター５０Ａの他にとり得る
実施形態に入力された輝度デジタル画像チャンネルn(x,
y)は、高域通過信号と低域通過信号とに、0.9ピクセル
の標準偏差（シグマ）を有する上述のガウスフィルター
を好ましくは備えた周波数スプリッター９４によって、
分割される。ガウスフィルターの好ましい標準偏差値
は、画像サイズに従って変化してよい。標準偏差に対し
て0.9ピクセルという値は、1024×1536ピクセルサイズ
の画像で本発明を最適化することによって導出されたも
のである。周波数スプリッター９４は、ガウスフィルタ
ーg(i,j)をデジタル画像チャンネルn(x,y)に上述したた
たみ込み処理によって適用する。

【００４１】このたたみ込み処理から得た信号n_lp(x,y)
は、低域通過信号である。低域通過信号は、周波数スプ
リッター９４から出力される。更に、高域通過信号n
_hp(x,y)は、次の関係によって導出された後、周波数ス
プリッター９４から出力される。

【００４２】

【数１０】 このペデスタル・スプリッターの他にとり得る実施形態
では、低域通過信号n_lp(x,y)は、ペデスタル信号n
_ped(x,y)として、ペデスタル・スプリッターから出力さ
れる（即ち、かかる場合、ペデスタル信号n_ped(x,y)
は、制御信号で導出されるよりもむしろ、低域通過信号
n_lp(x,y)と同等に設定される。これは、a(x,y)＝1.0と
等価である。）。同様に、テクスチャー信号n_txt(x,y)
は、高域通過信号n_{h p}(x,y)と同等に設定される。

【００４３】この他にとり得る実施形態であるペデスタ
ル・スプリッター５０Ａは、たたみ込みによってデジタ
ルフィルタリング処理を簡易的に実行し、高域通過信号
と低域通過信号とを、テクスチャー信号とペデスタル信
号としてそれぞれ出力する。かかるペデスタル・スプリ
ッターの実施形態５０Ａは、好ましい実施形態５０より
単純である。なぜなら、制御信号が全く使用されない
か、或いは計算されないためである。しかし、かかる代
替実施形態を採用する好み鮮鋭化器４から出力されるデ
ジタル画像の画質は、好ましい実施形態のペデスタル・
スプリッター５０を採用する好み鮮鋭化器４から出力さ
れたデジタル画像の画質よりも劣る。

【００４４】当業者であれば、デジタル画像チャンネル
を生成するための実質的に合計される２つの信号を発生
するために使用されてよい多くの種の処理があることを
認識するだろう。ペデスタル・スプリッターの好ましい
実施例や他にとり得る実施例の双方は、デジタル画像チ
ャンネルを生成するための実質的に合計される２つの信
号にデジタル画像チャンネルを分割するために使用され
てよい例である。

【００４５】図６を参照するに、回避信号発生器１０４
のブロックダイアグラムが図示される。これに関して、
低域通過信号n_lp(x,y)は、方向性のない勾配（グラジエ
ント）信号を生成する非方向性二乗勾配計算器１０６に
入力される。この計算は、第１に、ピクセルとその水平
右方向で隣接するピクセルとの間の差と同様に、ピクセ
ルとその鉛直上方向で隣接するピクセルとの間の差を計
算するものである。非方向性二乗勾配は、これら２つの
差の平方の和である。非方向性二乗勾配信号、ndg(x,y)
は、次式によって表される。

【００４６】

【数１１】 ndg(x,y)の値は、その後アーチファクト回避関数アプリ
ケータによってマップされ、回避信号発生器１０４の出
力としてアーチファクト回避信号a(x,y)を生成する。

【００４７】図６を参照するに、このマッピングは、非
方向性二乗勾配信号ndg(x,y)を、次のように作成された
アーチファクト回避関数aν(y)を通すことによって、実
行される。好ましい実施例は、アーチファクト回避関数
を次のように定義する。

【００４８】

【数１２】 Ｃ_０とＣ_１に対する好ましい値は、入力データの範囲に
従って変化するだろう。好ましい実施例の開発に使用さ
れた画像に於ける入力データ範囲は、0から4095までの
範囲である。かかる場合、好ましいＣ_０の値は996であ
り、好ましいＣ_１の値は8400である。アーチファクト回
避関数を構成する代替方法は次の式で表される。

【００４９】

【数１３】 図７は、関数aν(y)のプロット例を示す。

【００５０】好ましい実施例では、Ｃ_１の値は、ガウス
フィルターのシグマの（標準偏差の）大きさに関連す
る。Ｃ_０の値は、ガウスフィルターのシグマの（標準偏
差の）大きさの平方に反比例する。好ましくは、Ｃ_０の
値は、次の関係で決定されるのがよい。Ｃ_１＝6804／
（sigma×sigma）また、Ｃ_０は次の式によってＣ_１に関
連付けられる。Ｃ_０＝0.127Ｃ_１−18 アーチファクト回避信号a(x,y)は、アーチファクト回避
関数アプリケータ１０８によって生成される。これは、
図７に示すように、アーチファクト回避関数aν(y)を非
方向性勾配信号ndg(x,y)に適用することによって実現さ
れる。数学的な結果は次式で示される。

【００５１】

【数１４】 図７に示すようなアーチファクト回避関数は、ルックア
ップテーブル（ＬＵＴ）として最も効果的に実行され
る。

【００５２】回避信号a(x,y)が空間フィルタリング処理
されたバージョンのデジタル画像チャンネルから作成さ
れた制御信号の一例であることを理解することは有用で
ある。始めに、一般化された線形空間フィルターが次式
によって表される。

【００５３】

【数１５】 ここで、d(x-i,y-j)の値は、(x,y)番目のピクセルを囲
む局所的なピクセル値を表し、g(i,j)の値は、ピクセル
値に依存せずxとyから独立したデジタルフィルターの係
数値を表す。ここで述べられる非線形空間フィルター
は、線形空間フィルターの式により表現できない空間フ
ィルターとして定義されるだろう。一般化された制御信
号を入力信号に適用する出力は、入力信号との乗算的な
関係を持つ。制御信号の適用例は、次式によって与えら
れる。

【００５４】

【数１６】 ここで、d(x,y)の値は、入力信号の(x,y)番目のピクセ
ル値を表し、h(x,y)の値は、制御信号の(x,y)番目のピ
クセル値を表す。制御信号を入力信号に適用する結果
は、制御信号が空間フィルタリング処理されたバージョ
ンの入力信号から導出される場合には、非線形空間フィ
ルターの一般的なカテゴリーに属することになる。回避
信号a(x,y)は、空間フィルタリング処理されたバージョ
ンのデジタル画像チャンネルから作成された制御信号の
一例である。好ましい実施例において説明されたテクス
チャー信号n_txt(x,y)は、制御信号の適用とデジタル画
像チャンネルn(x,y)に適用されたデジタルフィルターの
適用とによって生成された非線形空間フィルターの一例
である。

【００５５】更に、デジタル画像処理の分野で公知であ
る非線形フィルターのいくつかの他の例は、非線形フィ
ルター係数g(i,j)が位置xとyから独立していないとき
に、起こる。より具体的には、非線形フィルター係数g
(i,j)が、(x,y)の局所的な近傍範囲内のピクセル値d(x,
y)に依存していることがよくある。好ましい実施例で
は、係数g(i,j)の合計は1.0であるが、これによって実
施例の観点が限定されると見られるべきでない。デジタ
ル画像処理の分野で公知であるメディアンフィルター
は、非線形フィルターの一例であることを注意された
い。更に、Jonh-Sen Leeによる、IEEE Transactions on
Pattern Analysis and Machine Intelligence,Vol. PA
MI-2, No2（1980年3月）に掲載された論文“Digital Im
age Enhancementand Noise Filtering by use of Local
Statistics”において説明されたシグマフィルターも
また、非線形フィルターの一例である。この詳細な説明
部における非線形フィルターは、画像信号d(x,y)の関数
のみとして説明され、従って、ＦＩＲフィルター（非再
帰形フィルター）である。非線形フィルターは、非線形
フィルターは同様に、その係数が位置(x,y)に依存して
いる再帰形フィルターであってもよい。例えば、譲受さ
れ1999年11月8日に出願された係属中の特許出願シリア
ル番号09/457,036の発明の名称が“Adjusting the Cont
rast of a DigitalImage with an Adaptive Recursive
Filter”である出願では、フィルター係数が(x,y)の近
傍の局所ピクセル値に依存して変化する適応再帰形フィ
ルターが説明される。図５Ｂは、デジタル画像チャンネ
ルをペデスタル信号n_ped(x,y)とテクスチャー信号n
_txt(x,y)とに分割すべく非線形フィルターを利用する他
にとり得るペデスタル・スプリッターを示す。この代替
ペデスタル・スプリッターでは、デジタル画像チャンネ
ルn(x,y)は、ペデスタル発生器５１に入力される。ペデ
スタル発生器５１は、デジタル画像チャンネルn(x,y)か
らペデスタル信号n_ped(x,y)を、デジタル画像チャンネ
ルへの非線形フィルターの適用によって、計算する。テ
クスチャー信号n_txt(x,y)はその後、図示のように、加
算器５３にペデスタル信号n_ped(x,y)のマイナスとデジ
タル画像チャンネルとを通すことによって、計算され
る。加算器５３は、次の公式を適用してテクスチャー信
号n_txt(x,y)を決定する。

【００５６】

【数１７】 このように、ペデスタル・スプリッター５０Ｂは、ペデ
スタル信号n_ped(x,y)とテクスチャー信号n_txt(x,y)とを
生成する。ペデスタル信号n_ped(x,y)とテクスチャー信
号n_txt(x,y)は、ペデスタル・スプリッター５０Ｂから
出力される。

【００５７】次に図８を参照するに、図示されたペデス
タル修正器６０は、デジタル画像チャンネルの局所化さ
れた（２次元のウインドウによって隔離された）領域に
わたって計算された一若しくはそれ以上の画像特性に基
づくような、デジタル画像チャンネルの形態論（モルホ
ロジー）に適応する鮮鋭化フィルターアルゴリズムであ
る。フィルタリング処理アルゴリズムは、デジタル画像
チャンネルの局所化された領域に渡る画像統計値に対す
るスケーリング関数を用いてトーンスケール変換を正規
化し、その後スケール化されたトーンスケールを使用し
てデジタル画像チャンネルのエッジの構造を再構成する
段階を含む。より具体的には、局所的なトーンスケール
関数の形は通常、画像を処理する前に決定されるが、局
所的なトーンスケール処理の正確なスケール化及び変換
は、局所化されたいずれの領域における統計値からでも
決定される。従って、領域が隔離された後、アルゴリズ
ムの実行は、局所領域から所望の統計上の特性を特定
し、統計上の特性に関連して正規化される局所的なトー
ンスケール変換を実行し、局所領域の中央のピクセルを
トーンスケール変換を介してマッピングして、強調され
た中央ピクセル値を生成することを含む。ペデスタル修
正器６０のより詳細については、ここで参照によって本
明細書に結合させる、譲受され1999年6月2日に出願され
た係属中の米国特許出願シリアル番号09/324,239のA.
G. Gallagherによる発明の名称が“A Method for Enhan
cing the Edge Contrast of a Digital Image”である
出願に説明される。

【００５８】ペデスタル修正器６０は、幾つかのモード
で実行されてよい。より具体的でより詳細には、図８の
ブロックダイアグラムに示されるように、ペデスタル修
正器６０は、好ましくは第１のモードで入力ピクセル値
を各領域に対する局所的な最大値と最小値にスケール化
（倍率変更）し、スケール化された入力値を、正規化さ
れた座標によりトーンスケール関数に適用することによ
って、実行される。この変換処理によって得られた出力
は、（入力を生成するために使用された）スケーリング
関数の逆関数（逆スケーリング関数）を用いて処理さ
れ、強調された出力値を得る。或いは、ペデスタル修正
器６０を実行する第２のモードにおいて、各領域に対す
る局所的な最大値と最小値によって境界が定められた座
標を有する局所的なトーンスケールが構築され、各中央
ピクセル値がトーンスケール関数の境界が定められた座
標を介してマップされる。これは、強調された出力信号
を直接的に生成するだろう。第３のモードでは、トーン
スケール関数の入力だけが逆スケーリング関数を用いて
スケール化され、出力ピクセルは逆スケーリング関数を
用いてスケール化される。第４のモードでは、トーンス
ケール関数の出力だけがスケール化され、出力ピクセル
がスケーリング関数によって処理される。どのモードで
も、トーンスケール関数の形は、画像にわたって固定さ
れたままでよい。しかし、トーンスケール関数の形が、
領域の統計的特性に依存して変化することが望ましいだ
ろう。更に、正規化されたトーンスケール処理を入力さ
れたデジタル画像チャンネルの略全てのピクセルに適用
するのが一般的であるが、その方法をデジタル画像チャ
ンネルの選択された領域のみに適用することが望ましい
だろう。第２、第３及び第４のモードの詳細について
は、読者は、ここで参照により本明細書に結合される上
述したシリアル番号09/324,239を参照されたい。これら
の代替モードは、好ましい実施例（即ち、図８の第１の
モード）において開示されたペデスタル修正器６０によ
って得られる処理されたデジタル画像チャンネルと同一
の処理されたデジタル画像チャンネルを提供する。

【００５９】更に図８を参照するに、上述の第１のモー
ドによるペデスタル修正器６０を実現するための好まし
い実施例のブロックダイアグラムが図示される。ペデス
タル修正器６０の好ましい実施例は、比較的高い解像度
の、例えば高さが1024ピクセルで幅が1536ピクセルを有
するデジタル画像チャンネルを参照して説明されるが、
本発明は、より大きな或いは小さな画像解像度を有する
画像チャンネルでも同様に動作することができることを
注意すると理解が容易になる。画像解像度の選択は、ウ
ィンドウのサイズに付随的な影響を有するだろう。即
ち、5×5のウインドウが、1024×1536の解像度に対して
は、好ましいことが判明されているが、より高い解像度
の画像センサの選択すれば、通常的には、より大きなウ
インドウサイズが許容されるだろうし、より解像度の低
いセンサに対しては、より小さなウインドウサイズが許
容されるだろう。

【００６０】図９を参照するに、デジタル画像チャンネ
ルのデジタル表現である各入力中央ピクセル１１０の値
は、局所統計値を計算する局所統計値決定器１１６をま
ず通過する。局所領域１１２内に含まれる周囲ピクセル
１１４の値も同様に局所統計値決定器１１６を通過す
る。局所領域１１２及び入力ピクセル１１０は、デジタ
ル画像チャンネルの空間領域を構成する。好ましい実施
例では、各入力ピクセル１１０まわりの局所領域は、入
力ピクセルを中心とする正方形の近傍として定義され、
これに対して局所統計値が決定されている。好ましい実
施例では、局所領域は、各辺が5個のピクセルである正
方形の近傍である。図９は、好ましい実施例で実現され
る局所領域を示す。局所領域１１２内に含まれるピクセ
ル１１４は、局所統計値決定器１１６に通された入力ピ
クセル１１０を囲む24個のピクセルとして示される（網
掛けにより図示）。当業者であれば、本発明は、局所領
域のサイズや形状が多様に変化しても動作すること、及
び、用語“中央”の使用方法は、その領域の中心にある
ピクセルというよりもむしろ、局所的に取巻くピクセル
を有するピクセルを称することを認識するだろう。

【００６１】図８において、各中央ピクセル１１０の値
uは、局所統計値決定器１１６とスケーリング関数求値
器１２０とに入力される。更に、局所領域内のピクセル
１１４の値は、局所領域の統計的特性を生成すべく、局
所統計値決定器１１６に入力される。スケーリング関数
生成器１１８は、各入力ピクセル１１０の値uを正規化
しそれにより第１の中間値Ｉを生成すべくスケーリング
関数求値器１２０に適用されるスケーリング関数s(x)を
生成するため統計的特性を使用する。統計的特性は、ス
ケーリング関数s(x)の逆関数s^-1(x)を生成する逆スケー
リング関数生成器１２２によっても使用される。第１の
中間値Ｉはその後、トーンスケールアプリケータ１２４
に適用され、トーンスケールアプリケータ１２４は、第
２の中間値Ｉ₂を生成すべくトーンスケール関数生成器
１２６によって提供されるトーンスケール関数を通して
中間値Ｉをマップする。トーンスケールアプリケータ１
２４からの出力中間値Ｉ₂はその後、逆関数アプリケー
タ１２８に適用され、逆関数アプリケータ１２８は、逆
スケーリング関数生成器１２２により提供される逆関数
s^-1(x)を使用することによって、システム画像空間にお
ける処理された値u’を生成する。

【００６２】より具体的には、局所統計値決定器１１６
は、局所領域１１２と入力ピクセル１１０とに含まれる
画像データを表す幾つかの特性を計算する。好ましい実
施例では、局所統計値決定器１１６は、２つの局所統計
値、即ち局所領域１１２と入力ピクセル１１０とから最
大と最小のピクセル値を決定する。代替的に、局所統計
値決定器１１６は、n個の最大ピクセル値の平均とm個の
最小ピクセル値の平均を決定しうる。ここで、nとmは局
所領域１１２に含まれるピクセルの数よりも充分小さい
整数であり、例えば、n＝m＝3である。後で述べられる
ように、これらの局所統計値は、スケーリング関数s(x)
と逆スケーリング関数s^-1(x)の生成時に利用される。

【００６３】局所統計値決定器１１６によって決定され
る局所統計値はその後、スケーリング関数生成器１１８
と逆スケーリング関数生成器１２２とを通る。好ましい
実施例では、スケーリング関数は、次式で表現されるの
がよい。

【００６４】

【数１８】 ここで、Ｘは局所領域１１２からの最大ピクセル値を表
し、Ｎは局所領域１１２からの最小ピクセル値を表す。
スケーリング関数の目的は、図１０に示すように、修正
されたピクセル値がトーンスケール関数１３０への入力
として使用されてよいように中央ピクセルの値を修正す
ることにある。好ましい実施例では、このトーンスケー
ル関数は、ルックアップテーブル（ＬＵＴ）として適用
される。好ましい実施例では、スケーリング関数の効果
は、図１０に示すように、入力値の区間［Ｎ Ｘ］を区
間［0 1］に正規化（即ち、圧縮）することである。

【００６５】同様の方法で、逆スケーリング関数生成器
１２２は、逆スケーリング関数s^-1(x)を作成する。ここ
で、逆スケーリング関数s^-1(x)は、次式で表される。

【００６６】

【数１９】 逆スケーリング関数の目的は、トーンスケール関数１３
０から得られた出力値を区間［Ｎ Ｘ］で逆にスケール
化することにある。スケーリング関数と逆スケール化は
実際の逆関数であり、s^-1(s(u))＝uのように簡単に表す
ことができる。

【００６７】入力ピクセル１１０の値は、中間値Ｉ＝s
(u)を生成すべくスケーリング関数求値器１２０に通さ
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は入力ピクセル１１０の値である。中間
値Ｉはその後、トーンスケールアプリケータ１２４に通
される。トーンスケールアプリケータ１２４の目的は、
局所領域１１２を基準にして入力ピクセル１１０の値の
コントラストに影響を及ぼすことにある。トーンスケー
ルアプリケータ１２４は、中間値Ｉを修正することによ
り、第２の中間値Ｉ₂を作成する。トーンスケールアプ
リケータ１２４は、トーンスケール関数１３０（即ち、
f(x)）を用いて中間値Ｉを修正する。従って、トーンス
ケールアプリケータの機能は、次式で表現されるだろ
う。 Ｉ₂＝f(Ｉ) ここで、Ｉ₂は第２の中間値であり、f(x)はトーンスケ
ール関数であり、Ｉはスケーリング関数求値器１２０か
ら出力された中間値である。

【００６８】トーンスケール関数f(x)は、トーンスケー
ル関数生成器１２６によって生成される。好ましい実施
例では、トーンスケール関数f(x)は、シグモイド（sigm
oid）関数であり、ガウス型確率分布関数を積分するこ
とによって得られ、本技術分野において公知である。シ
グモイド関数は、積分されるガウス型確率関数の標準偏
差σによって完全に特徴づけられる。トーンスケール関
数f(x)は、次の式によって表現されるだろう。

【００６９】

【数２０】 好ましい実施例では、トーンスケール関数は、以下の式
によって表されるように、ガウス分布の離散的なサンプ
ルの総和を計算することによって見出される。

【００７０】

【数２１】 ここで、2aはＬＵＴのサンプル数である。好ましい実施
例では、a＝50である。

【００７１】x＝0.5で求められたトーンスケール関数f
(x)の勾配は、次の関係式によって決定されることに注
意する。

【００７２】

【数２２】 ここで、γは、x＝0.5で求められたシグモイド関数の勾
配であり、上述の総和の近似的な勾配であり、シグマ
は、ガウス型確率関数の標準偏差である。γ＞1.0の
時、エッジの局所的な構造を再構築することによってデ
ジタル画像チャンネルを鮮鋭化する処理がなされる。γ
＜1.0の時、入力画像よりもよりソフトな外観を備えた
画像を生成しようとする処理がなされる。好ましい実施
例では、γ＝2.1及びσ＝0.19である。好ましい実施例
では、トーンスケール関数f(x)は、局所統計値決定器１
１６から出力された局所的統計値から独立しているの
で、多くのピクセルが処理されるにも拘らず、画像チャ
ンネルごとに一度だけしか計算される必要がない。

【００７３】図１０では、トーンスケール関数の多様性
が示され、そのうちの一がトーンスケール関数１３０と
して示され、ガウス型確率関数の関連する標準偏差σが
示される。当業者であれば、シグモイド関数に加えて幅
広い種類の関数がトーンスケールアプリケータ１２４の
目的を達成することを認識するだろう。

【００７４】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Ｉ₂は、逆スケーリング関数アプ
リケータ１２８に通される。加えて、逆スケーリング関
数生成器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に通
される。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Ｉ₂から処理されたピクセル値u’を生
成することである。逆スケーリング関数アプリケータ１
２８は、強調されたピクセル値を、逆スケーリング関数
を求めることによって生成する。 u’＝s^-1(Ｉ₂) Ｉ₂、Ｉを代入すると u’＝s^-1(f{s(u)}) ここで、s^-1(x)は逆スケーリング関数を表し、f{x}はト
ーンスケール関数を表し、uは入力ピクセル１１０の値
を表し、u’は強調されたピクセルの値を表す。ペデス
タル修正器６０から出力されたデジタル画像チャンネル
は、強調された強調ペデスタル信号n’_ped(x,y)であ
る。

【００７５】一般的には、ペデスタル修正器６０からの
処理されたピクセル値u’を生成するプロセスは、デジ
タル画像チャンネルに含まれる各ピクセルに対応する処
理されたピクセル値を生成すべく、デジタル画像チャン
ネルの全てのピクセルに対して繰り返される。これらの
処理されたピクセル値は、寄せ集めとみなされるとき、
処理されたデジタル画像チャンネルを形成する。或い
は、処理されたピクセル値u’を生成するプロセスは、
デジタル画像チャンネルの部分集合の各ピクセルに対応
する処理されたピクセル値を生成するため、デジタル画
像チャンネルの部分集合のピクセルに対して繰り返され
てよい。後者の場合、部分集合は、寄せ集めとみなされ
るとき、チャンネルの部分に対しての処理された画像を
形成する。一般的には、本アルゴリズムのパラメータ
は、デジタル画像チャンネルよりも大きなエッジコント
ラストとより鮮明度の外観を備えた、強化されたデジタ
ル画像チャンネルを作成するため調整されるだろう。

【００７６】ペデスタル修正器６０は、２つのパラメー
タの定義を要求する。即ち、局所領域のサイズ（鮮鋭化
フィルターに対するウインドウサイズによって説明され
る）とトーンスケール変換の関数形（トーンスケール関
数の勾配によって説明される）である。アルゴリズム
は、ウインドウサイズがかなり小さく維持されるとき、
例えば1024×1536のイメージャー（imager）に対して7
×7ピクセルよりも大きくならないように維持されると
き、最良な結果を生む傾向にある。実際に、ウインドウ
サイズと局所トーンスケール関数の勾配の増加に伴い、
画像は、“ペイント−バイ−ナンバー（paint-by-numbe
r）”アーチファクトを有し始める。更に、大きなウイ
ンドウは、画像の大きな閉塞境界の種のエッジのいずれ
の側でもテクスチャーを圧縮する傾向にある。なぜな
ら、最大値と最小値は、エッジの反対側で生じる傾向に
あるからである。この影響は、ウインドウサイズを比較
的小さく維持することで低減される。5×5ピクセルやそ
れより少ないピクセルのウインドウサイズは、1024×15
36の解像度に対して典型的な条件において満足する結果
を生成するのに一般的に好ましいと見出された。上述の
ように、他の適切なウインドウサイズは、他の画像解像
度に対しても困難を伴わずして経験的に決定されてもよ
い。或いは、より大きなウインドウは、ユーザーがより
大きなウインドウの鮮鋭化の影響を得るべく増加された
アーチファクトを進んで許容する場合、所与の解像度に
対する一定の条件において受け入れられてよい。

【００７７】ここで説明されたペデスタル修正器は、領
域の統計的特性に従って中央ピクセルの値を制御すると
いう効果、例えば中央ピクセルが局所最大値と局所最小
値の略中間にある場合を除いて、領域の局所最小若しく
は局所最大に向かって中央ピクセル値を駆動するという
効果を有する。結果として、エッジの遷移は、入力画像
よりも狭い範囲のピクセルにわたって生じることにな
り、原画像より鮮明で、より焦点が合った画像を作成す
ることになる。更に、トーンスケール変換の出力は、例
えば、領域の局所最大値と局所最小値によって境界が決
定された統計的特性によって修正されるので、エッジ境
界でのシステム的なオーバーシュートやアンダーシュー
トが低減され、リンギングアーチファクトは気がつかな
い程度になる。

【００７８】本発明によるテクスチャー修正器７０の詳
細を図１１で見ることができる。テクスチャー修正器７
０は、デジタル画像チャンネルn(x,y)、テクスチャー信
号n_{t xt}(x,y)、輝度ノイズテーブル６及びクロミナンス
チャンネルgm(x,y)、ill(x,y)を入力する。テクスチャ
ー修正器７０の出力は、強調テクスチャー信号n’
_txt(x,y)である。テクスチャー修正器７０の目的は、局
所信号対ノイズ比（ＳＮＲ）の推定値と、gm(x,y)、ill
(x,y)によって決定されるような局所カラーの推定値と
に関連するファクターによりテクスチャー信号を増強す
ることである。

【００７９】従って、局所カラーを考慮しないと、高い
ＳＮＲを有するデジタル画像チャンネルの領域と一致す
るテクスチャー信号の部分は、デジタル画像チャンネル
の低いＳＮＲ領域と関連付けられるテクスチャー信号の
部分に比較して、より高いレベルの増強を受けることに
なるだろう。例えば、鮮鋭化される画像が大きな領域の
鮮明な青空を含むことを想定する。この領域における変
調のみが、画像システムから発生するノイズである可能
性が高い。他方、草原の変調は、画像システムノイズに
加えて多くの草の穂先に起因した変調の結果である。こ
の場合、変調を増強することは、風景の実際の変調に帰
することができるので、好ましい。本発明では、信号対
ノイズ比は、例えば前述した２種の風景の領域間を、識
別するために使用されてよい選別器として働くように推
定される。

【００８０】色のみを考慮すると、テクスチャー信号
n’_txt(x,y)が、位置(x,y)に関する局所カラーに依存し
て、より大きく小さくのいずれかで強調されることは望
ましいだろう。例えば、鮮明な青空に発生するどのよう
な細部であっても、フィルム粒子から簡易に派生するだ
ろう。従って、カラー青に対応する原カラーデジタル画
像のピクセルに適用される鮮鋭化を強調しない（デエン
ファシス）ことが望ましいだろう。これは、青色を備え
た原カラーデジタル画像の位置に対するテクスチャー信
号n_txt(x,y)に適用されるゲインを低下することによっ
て達成されてよい。

【００８１】これに関して、デジタル画像チャンネルn
(x,y)、テクスチャー信号n_txt(x,y)、及び輝度ノイズテ
ーブル６は、局所ＳＮＲ推定器１６０に入力される。局
所ＳＮＲ推定器１６０の目的は、後にテクスチャー信号
の特定のピクセルに付与される増強レベルを決定するた
めに使用されることになる局所的な信号対ノイズ比を推
定することである。好ましい実施例では、局所ＳＮＲ推
定器１６０の出力は、記号SNR(x,y)によって表現され
る、デジタル画像チャンネルの各ピクセルに対するＳＮ
Ｒの一の推定値である。しかし、ＳＮＲは、デジタル画
像チャンネルのピクセル位置の部分集合のみに対して計
算されることも可能である。局所ＳＮＲ推定器１６０
は、以下でより詳細に説明される。

【００８２】局所ＳＮＲ推定器１６０の出力は、ＳＮＲ
ゲイン決定器１３４に通される。ＳＮＲゲイン決定器１
３４は、局所ＳＮＲの推定値が知られている場合、各特
定のテクスチャー信号の位置(x,y)で適用する個々の増
強のレベルB(x,y)を決定するように意図される。これ
は、例えば図１５のプロットとして示されるＬＵＴのよ
うなルックアップテーブルの使用によって達成される。
好ましい実施例では、このＬＵＴは、単調増加する。Ｌ
ＵＴ出力（ゲイン）は、ＬＵＴ入力（ＳＮＲの推定値）
の増加と共に増加する。

【００８３】図１５に示されるＬＵＴに対する式は、次
のように与えられる。

【００８４】

【数２３】 ここで、ｓｆmaxはｓｆmin以上であり、ＳＮＲmaxはＳ
ＮＲmin以上である。好ましい実施例では、ｓｆmaxは3.
5、ｓｆminは2.0、ＳＮＲmaxは2.0、ＳＮＲminは0.4で
ある。

【００８５】更に、クロミナンスチャンネルgm(x,y)、il
l(x,y)は、カラーゲイン決定器１３５に入力される。カ
ラーゲイン決定器１３５は、クロミナンスチャンネルgm
(x,y)、ill(x,y)と、クロミナンスカラー空間の指定され
たカラー領域からの位置(x,y)の距離とによって表現さ
れるような局所カラーに依存して、テクスチャー信号の
各位置(x,y)で適用する個々の増強のレベルBc(x,y)を決
定する。局所カラーは、対象のピクセル（例えば、図９
の中央ピクセル１１０）から計算されることができる
が、対象のピクセルを含むピクセルの局所近傍からサン
プルされた一若しくはそれ以上のピクセルの値から導出
されてもよい。好ましい実施例では、カラーゲイン決定
器１３５は、値gm(x,y)、ill(x,y)に２次元のＬＵＴを適
用することによって、増強値Bc(x,y)を見出す。Bc(x,y)
の一般的な値は、0から5.0までの範囲内である。ＬＵＴ
は円滑に変化する２つの入力変数の関数であるべきであ
る。かかる関数の一例は、1998年1月7日に交付された欧
州特許明細書0441558B1“Improvement Relating to Con
trol Data Arrays”に記載され、ここで参照により結合
させる。カラーゲイン決定器１３５は、代替的に色に関
係する一若しくはそれ以上の変数（好ましい実施例で記
載された２よりも多い）の関数であってもよいことを注
意されたい。一般的には、カラーゲイン決定器１３５
は、１，２、若しくは３個の変数の関数であるだろう
し、多次元ＬＵＴとして適用されてもよい。代替実施例
として、カラーゲイン決定器１３５に入力されるカラー
信号は、輝度／クロミナンスコンバータ１０から出力さ
れたクロミナンスチャンネルと同一である必要はない。
例えば、赤、緑、及び青色のカラーチャンネルは、カラ
ーゲイン決定器１３５に入力されうるが、緑−マゼンタ
及び照度チャンネルが、輝度／クロミナンスコンバータ
１０から出力される。当業者であれば、カラーゲイン決
定器１３５へのカラーチャンネルの入力に先行して原カ
ラーデジタル画像に色変換を適用することによって、類
似の結果が達成されてよく、かかる変換は、好ましい実
施例の説明からは実質的に導出されないことは、認識さ
れるだろう。

【００８６】好ましい実施例では、カラーゲイン決定器
１３５は、クロミナンスチャンネルgm(x,y)、ill(x,y)に
２次元ＬＵＴを適用する。多次元ＬＵＴは、多変量ガウ
ス関数を使用して形成されてよい。各多変量ガウス関数
は、色領域極と称されるだろうし、平均及び平均に関す
る分散によって表現されてよい。各色領域極は、テクス
チャー鮮鋭化特性が優遇的に扱われる色空間内の領域を
表現する。色領域極は、統計学の分野では公知であるよ
うに、平均ベクトルｍ及び分散マトリックスｋによって
表現される。好ましい実施例では、色領域極0、平均ベ
クトルｍ_０に対して、次にように表される。

【００８７】

【数２４】 多次元関数の分散マトリックスは公知であり、色領域極
0に対して、

【００８８】

【数２５】 である。好ましい実施例では、平均ベクトルｍ及び分散
マトリックスは、オペレータが、一若しくはそれ以上の
画像に対して通常の材料特性（例えば、空、肌、草）を
有しながら、対象ピクセルを選択するような、訓練手順
によって決定されてよい。これらの選択されたピクセル
の平均及び分散は、色領域極の平均ｍと分散ｋを決定す
る。平均ベクトルｍ及び分散マトリックスｋの実際の数
値は、色及び／又はイメージングチェーン（imaging ch
ain）全体の対数変換に依存する。好ましい実施例で
は、３つの色領域極が定義される。色領域極0は、肌を
表す。この場合、

【００８９】

【数２６】 となる。色領域極1は、空を表す。この場合、

【００９０】

【数２７】 となる。色領域極2は草を表す。この場合、

【００９１】

【数２８】 となる。

【００９２】従って、カラーゲイン決定器１３５は、次
の数式を計算することによって、値Bc(x,y)を決定す
る。

【００９３】

【数２９】 ここで、Ｐは色領域極の数（好ましい実施例では、Ｐ＝
３）、ｗは、画像の局所領域の色を表すベクトルであ
る。好ましい実施例では、

【００９４】

【数３０】 である。処理（ｗ−ｍ_ｉ）は、色の距離を表すことを注
記する。ｗの値は、処理を受ける選択ピクセルだけを使
用して計算されてよいことを注記する。或いは、ｗの値
は、選択ピクセルを幾つかの数の取巻くピクセルと合わ
せて使用して、例えば画像処理の分野で公知の平均化処
理を使用して、計算されてもよい。従って、値ｗは、一
点処理若しくは局所近傍処理のいずれかにより決定され
てよい。また、μはカラーゲインのベース値である。好
ましい実施例では、μ＝１である。最後に、μ_ｉは色領
域極ｉのシャープネスの好ましい比である。より小さい
鮮鋭化がなされる色領域極（肌や空）は、0より小さい
μ_ｉの値を有するように望まれる。より大きい鮮鋭化が
なされる色領域極（草）は、0より大きいμ_ｉの値を有
するように望まれる。好ましい実施例では、μ_０、μ_１
及びμ_２は、それぞれ-0.5、-0.7、及び0.65である。従
って、好ましい実施例では、カラー重みファクター若し
くはカラーゲインファクターである値Bcは、約0.3から
約1.65までの範囲内である。

【００９５】一般的には、カラーゲイン決定器１３５
は、ＬＵＴとして実行される。図１５Ｂは、かかるＬＵ
Ｔの一例を示す。このＬＵＴの出力は、２個以上の値を
前提とすることができ、ＬＵＴは略連続関数であるとい
えることを注意されたい。ＬＵＴは、略連続関数である
ので、値Bcは、バイナリ値でない。多次元ＬＵＴを適用
することは、画像処理分野では公知であり、ここで参照
により結合させる、例えば1985年2月19日に発行された
米国特許第4,500,919号“Color Reproduction System”
に記載されている。このディスプレイでは、白は約1.65
の値、黒は約0.3の値を表す。

【００９６】カラーゲイン決定器１３５は、ここでは、
原カラーデジタル画像に対応するクロミナンスチャンネ
ルに基づき処理するように記載されてきたが、ロミナン
スチャンネルは、カラーゲイン決定器１３５へのクロミ
ナンスチャンネルの入力に先行して、空間フィルター若
しくは色変換を用いて修正されることも可能である。更
に、カラーゲイン決定器１３５は、ここでは、クロミナ
ンスチャンネルgm(x,y)、ill(x,y)によって示されるよう
な局所カラーに依存して、テクスチャー信号の各位置
(x,y)で適用する個々の増強レベルBc(x,y)を計算するよ
うに記載されてきたが、個々の増強レベルBc(x,y)は、
代わりに、或いは追加的に、局所カラーに基づくエッジ
に適用される強調の独立制御を更に可能とすべく、ペデ
スタル信号の各位置(x,y)で適用されてよい。

【００９７】ＳＮＲゲイン決定器１３４によって出力さ
れたＳＮＲゲインファクターB(x,y)と、カラーゲイン決
定器１３５から出力されたカラーゲインファクターBc
(x,y)と、テクスチャー信号n_txt(x,y)とは、その後テク
スチャーブースター１３６に通される。テクスチャーブ
ースター１３６の目的は、関連したゲインによりテクス
チャー信号n_txt(x,y)の各値を倍増することである。テ
クスチャーブースター１３６の出力は、次式によって与
えられる強調テクスチャー信号n’_txt(x,y)である。

【００９８】

【数３１】 ここで、Bmは、最小増強ファクターを表す係数で、好ま
しい実施例では、1である。その効果は、結果的に、カ
ラー重み若しくはゲインファクターBcが、指定された色
領域のある一定の領域に色に関してより近いピクセルに
対する高空間周波数の増幅（若しくは、減衰）と、指定
された色領域のある一定の他の領域に色に関してより近
いピクセルに対する高空間周波数の減衰とを引き起こす
ことである。他言すると、カラー重みファクターBc(x,
y)は、指定された色領域のある一定の領域により近い対
象ピクセルに対するより大きな（若しくはより小さな）
ノイズ低減を引き起こす。

【００９９】当業者であれば、テクスチャー信号（若し
くは細部の大部分を含む信号）を強調するためにカラー
ゲインファクターがＳＮＲゲインファクターB(x,y)と共
に使用されてよい多くの式があることを認識するだろう
ことを注意されたい。テクスチャー修正器７０から出力
されたこの強調テクスチャー信号n’_txt(x,y)は、その
後図３中の加算器８０（若しくは、図４に示された代替
実施例の場合には、回避加算器８１）に通される。

【０１００】

【数３２】 のとき、強調信号の大きさは、原テクスチャー信号の大
きさよりも小さい、即ち

【０１０１】

【数３３】 であることを注意されたい。従って、本発明がノイズの
ある領域で、

【０１０２】

【数３４】 になる場合、処理されたデジタル画像チャンネルは、好
み鮮鋭化器２に入力されたデジタル画像チャンネルより
も少ないノイズを有するように見えるだろう。

【０１０３】局所ＳＮＲ推定器１６０の詳細なブロック
ダイアグラムが図１２に示されるだろう。デジタル画像
チャンネルn(x,y)は、まず局所分散コンピュータ１７０
に入力される。局所分散コンピュータ１７０の目的は、
アクティビティの局所推定値を獲得することである。好
ましい実施例では、局所分散コンピュータ１７０は、7
ピクセル×7ピクセルのウインドウサイズにわたり局所
分散σ_Ｒ ^２(x,y)を計算するが、他にとりうるサイズの
ウインドウが略同一の結果を以ってこのタスクを実行す
ることが確認されている。

【０１０４】値のセットの局所分散の計算は、当業界に
おいて公知であり、次のように表されるだろう。

【０１０５】

【数３５】 ここで、ｉとｊは共に、分散値σ_Ｒ ^２(x,y)の算出にふ
くまれる全体で49個のピクセルに対して、-3から+3まで
の範囲（3及び+3を含む）である。エッジでの分散の計
算は、画像処理の分野で公知の技術であるミラーリング
を必要とする。局所分散コンピュータ１７０の出力は、
デジタル画像チャンネルにおける各ピクセルに対する局
所分散である。

【０１０６】減算器１７２は、デジタル画像チャンネル
n(x,y)とテクスチャー信号n_txt(x,y)の双方を入力す
る。減算器１７２の出力は、ペデスタル信号n_ped(x,y)
である。減算器１７２は、次の公式に従って、デジタル
画像チャンネルn(x,y)からテクスチャー信号n_txt(x,y)
を抽出することによってペデスタル信号を算出する。

【０１０７】

【数３６】 このペデスタル信号n_ped(x,y)は、ペデスタル・スプリ
ッター５０によって算出されたペデスタル信号と同一で
ある。本発明の実際の実行時、ペデスタル信号は、一度
だけ計算される必要があるだけである。

【０１０８】ノイズテーブル６とペデスタル信号n
_ped(x,y)は、予測ノイズ決定器１９０に入力される。ノ
イズテーブルは、予測ノイズ値σ_Ｎ(x,y)とデジタル画
像チャンネルn(x,y)の強度ｉとの間の関係を含む。好ま
しい実施例では、ノイズテーブルは、２列のテーブルで
あり、そのサンプルが２列のリストで以下に示される。
第１列は、強度レベルを表し、第２列は、その強度レベ
ルに対するノイズの予測標準偏差を表す。

【０１０９】＜テーブル＞

【０１１０】

【表１】 ノイズテーブルは、４列のテーブルの観点から規定され
てもよい。このとき、第１列は、強度ｉを表し、第２列
乃至第４列は、好み鮮鋭化器２に入力されるデジタル画
像チャンネルの赤、緑、及び青のチャンネルにおいてそ
れぞれ予測されるノイズの予測標準偏差を表す。この場
合、輝度チャンネルn(x,y)の強度レベルｉに対するノイ
ズの予測標準偏差は、輝度チャンネルを生成するのに使
用されるカラーローテーションマトリックスの係数に依
存し、次式で与えられる。

【０１１１】

【数３７】 ここで、σ_Ｎ(x,y)は、輝度チャンネルn(x,y)の強度レ
ベルｉに対するノイズの予測標準偏差である。同様に、
σ_ｒ(x,y)、σ_ｇ(x,y)、及びσ_ｂ(x,y)は、強度ｉでの
それぞれ赤、緑、及び青のデジタル画像チャンネルのノ
イズの予測標準偏差であり、rcoef、gcoef、及びbcoef
は、輝度デジタル画像チャンネルn(x,y)を生成するため
に使用されるカラーローテーションマトリックスの係数
である。上述したように、好ましい実施例では、これら
三つの全ての係数は、1/3である。結果的に、好ましい
実施例における輝度チャンネルは、次式で与えられる。

【０１１２】

【数３８】 従って、輝度デジタル画像チャンネルn(x,y)に対応する
ノイズテーブルは、供給されるか、予測ノイズ決定器１
９０によって計算されるかのいずれかである。

【０１１３】予測ノイズ決定器１９０は、ペデスタル信
号n_ped(x,y)の強度レベルに対するノイズの予測標準偏
差σ_Ｎ(x,y)の、強度に依存する推定値を出力する。予
測ノイズ決定器１９０は、ペデスタル信号の強度をノイ
ズの予測標準偏差σ_Ｎ(x,y)に関連させるルックアップ
テーブルを実行するか、上述のように予測ノイズを計算
するかのいずれかである。予測ノイズ決定器１９０の出
力σ_Ｎ(x,y)は、次にように表されるだろう。

【０１１４】

【数３９】 値n_ped(x,y)が、σ_Ｎ(i)が存在するｉの値と一致しない
場合、直線補間がσ_Ｎ(n _ped(x,y))に対する値を決定す
るために使用される。直線補間は、本業界において公知
であるので、ここでこれ以上議論しないこととする。ノ
イズテーブルのプロットは、図１４においてみることが
できる。

【０１１５】図１４に示すようなノイズテーブルを生成
する手順は、ここで参照により本明細書に結合させるGr
ay他による1997年6月24日に発行された米国特許第5,64
1,596号、又はSnyder他による1999年7月13日に発行され
た米国特許第5,923,775号において見出すことができ
る。

【０１１６】ＳＮＲ計算器１８０は、予測ノイズ決定器
１９０から出力されたノイズの予測標準偏差σ_Ｎ(x,
y)、及び局所分散コンピュータ１７０から出力された局
所分散σ_Ｒ ^２(x,y)の双方を入力する。ＳＮＲ計算器１
８０は、信号の分散の比を計算することによって、局所
信号対ノイズ比SNR(x,y)を推定する｛局所分散が、信号
に起因する分散とノイズに起因する分散との合計（ＲＭ
Ｓという意味で）であるという想定をして｝。従って、
ＳＮＲ計算器１８０の出力は、次に式に従った、各ピク
セル位置での局所ＳＮＲの推定値である。

【０１１７】

【数４０】 平方根演算を試みる前に、｛σ_Ｒ ^２(x,y)−σ_Ｎ ^２(x,
y)｝の値が正であるかを確認するためにチェックがされ
ることを注意されたい。正でない場合、値SNR(x,y)は、
0に設定される。

【０１１８】他の多数の信号対ノイズ比の推定値が構築
されてもよいことを喚起する。例えば、局所ＳＮＲ推定
器１６０の代替実施例が図１３に示される。この実施例
の目的は、局所ＳＮＲの推定値を図１２に示された手段
よりも計算量がより少ない手段によって提供することで
ある。この代替実施例では、ノイズと信号分散の双方
は、ガウス分布していると想定されて、標準偏差よりも
平均絶対偏差（ＭＡＤ）の使用を可能とする。平均絶対
偏差の計算は、計算量の多い平方根演算及び自乗演算を
必要としない。この実施例では、テクスチャー信号n_tex
(x,y)とデジタル画像チャンネルn(x,y)は、前述のよう
に、ペデスタル信号n_ped(x,y)を生成する目的のため減
算器１７２に再び入力される。ペデスタル信号n_ped(x,
y)は、σ_Ｎ(x,y)の値を決定する予測ノイズ決定器１９
０への入力として再使用される。

【０１１９】テクスチャー信号n_tex(x,y)は、テクスチ
ャー信号における局所平均絶対偏差を決定すべく、局所
ＭＡＤ計算器２００に入力される。テクスチャー信号n
_tex(x,y)の平均値が0であると想定することによって、
局所ＭＡＤ計算器２００により使用される局所ＭＡＤを
計算するための公式は、次のように与えられる。

【０１２０】

【数４１】 ｉとｊは好ましくは共に、平均絶対偏差の算出にふくま
れる全体で49個のピクセルに対して、-3から+3までの範
囲である。局所ＭＡＤ計算器２００は、局所ＳＮＲの推
定値を決定するために必要な計算時に後に使用されるこ
とになる、平均絶対偏差の値MAD_Ｒ(x,y)を出力する。

【０１２１】ノイズテーブル調整器２１０の目的は、テ
クスチャー信号の計算するMAD_Ｒ(x,y)と、デジタル画像
チャンネルの計算する標準偏差σ_Ｒ(x,y)との間の差に
対して補償をすることである。ノイズテーブル調整器２
１０は、標準偏差よりも平均絶対偏差をむしろ使用する
目的のため輝度ノイズテーブルを修正する。上述のよう
に、輝度ノイズテーブルが予測ノイズσ_ｎ(i)と強度ｉ
との関係を含むと仮定する。本業界において、ガウス分
布のＭＡＤが次式によりその分布の標準偏差σに関係す
ることは、知られている。

【０１２２】

【数４２】 従って、輝度ノイズテーブルを、標準偏差の距離（metr
ic）からＭＡＤの距離に変換するため、σ_ｎ(i)のそれ
ぞれの値は、約0.8でスケール化される必要がある。

【０１２３】更に、この代替実施例と好ましい実施例と
の間には、局所アクティビティ測定の計算に使用される
信号に関して差異がある。好ましい実施例では、デジタ
ル画像チャンネルの分散が計算される。この代替実施例
では、テクスチャー信号がMAD_Ｒ(x,y)の値を計算するの
に使用され、信号の平均が０であると仮定されるときに
計算上の利点が提供される。従って、テクスチャー信号
n_tex(x,y)のデジタル画像チャンネルn(x,y)との関係
は、このことを考慮するように輝度ノイズテーブルを調
整すべく、理解されなければならない。この関係は、テ
クスチャー信号を生成するために使用されるデジタルフ
ィルタリング処理が線形である場合にのみ、簡単に表現
されることができる。このステップの目的のため、アー
チファクト回避信号の影響は無視され、テクスチャー信
号は高域通過信号と等価であると仮定される。係数h(i,
j)を備えた一般的な（ｎ×ｍ）フィルターに対して、フ
ィルター処理された信号の分散は、次の関係により原信
号の分散に関連付けされる。ここで、i＝-(n-1)/2, -(n
-3)/2, …,n-1/2であり、j＝-(m-1)/2, -(m-3)/2, …,m
-1/2である。

【０１２４】

【数４３】 ここで、σ^２ _ｆｓはフィルター処理された信号の分散を
表し、σ^２ _ｏｓは原信号の分散を表し、累算は、iとjに
わたり実行される。

【０１２５】従って、本発明の場合、フィルターh(i,j)
は、次にように表されると仮定される。

【０１２６】

【数４４】 ここで、δ(i,j)は、ｉ＝0且つｊ＝0の時、値1であり、
その他の場合は、値0であるデルタ関数である。この数
式は、デジタル画像チャンネルをガウスフィルターg(i,
j)によりぼかし、デジタル画像チャンネルからの結果を
抽出することによってテクスチャー信号を生成する前述
の処理を考慮する。従って、この説明を考慮すると、ノ
イズテーブル調整器２１０は、デジタル画像チャンネル
よりもテクスチャー信号の局所アクティビティの推定値
を考慮するファクターによって輝度ノイズテーブルの各
値をスケール化しなければならない。このファクターｆ
は次にように表される。

【０１２７】

【数４５】 ここで、累算は、iとjにわたり実行され、h(i,j)は、前
に記載されたとおりである。輝度ノイズテーブルが分散
よりも標準偏差のユニットにあるので、結果の平方根が
採用される。

【０１２８】従って、ノイズテーブル調整器２１０の演
算は、次の値に等しいファクターｍにより輝度ノイズテ
ーブルの各エントリーをスケール化することであり、

【０１２９】

【数４６】 標準偏差よりもＭＡＤの計算、及びデジタル画像チャン
ネルよりもテクスチャー信号を用いた計算に対する補償
を目的とする。

【０１３０】ノイズテーブル調整器２１０から出力され
た修正ノイズテーブルは、ノイズから予測ＭＡＤの推定
値MAD_Ｎ(x,y)を得る目的のため、予測ノイズ決定器１９
０に入力として通される。予測ノイズ決定器１９０は、
n_ped(x,y)のそれぞれの値に対するの値MAD_Ｎ(x,y)を決
定するため修正ノイズテーブルを使用する。予測ノイズ
決定器１９０の出力は、デジタル画像チャンネルの各位
置での値MAD_Ｎ(x,y)である。

【０１３１】図１３に示された代替実施例のＳＮＲ計算
器１８０は、好ましい実施例のＳＮＲ計算器１８０と実
質的に同一の役割を果たす。ＳＮＲ計算器１８０の目的
は、デジタル画像チャンネルの各位置で推定されたＳＮ
Ｒの値を出力することである。この結果、ＳＮＲ計算器
１８０は、次式を計算する。

【０１３２】

【数４７】 局所ＳＮＲの推定値は、各位置のテクスチャー信号に対
する適切な増強ファクターの決定を可能とするための、
局所ＳＮＲからの出力、及び図１１に示すゲイン決定器
１３４への入力である。

【０１３３】要約すると、ペデスタル・スプリッター５
０の使用は、画像を画像細部を含む信号と、大きな画像
エッジを主に含むその他の信号とに分解し、エッジとテ
クスチャーとに適用される強調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、且つ境
界のアーチファクトを回避するため、形態学的な処理に
よって再構築される。テクスチャーは、局所信号対ノイ
ズ比の推定値と、本発明による局所カラーの推定値とを
考慮して強調される。

【０１３４】本発明は、好ましい実施例を参照して説明
されてきた。本発明の観点及び精神から逸脱することな
く、種々の変更が好ましい実施例に対してなされてよ
い。例えば、好ましい実施例では、局所ＳＮＲの計算
は、デジタル画像チャンネルの各ピクセルに対してなさ
れる。しかし、ＳＮＲの計算は、計算上のコストを低減
し、Ｎ番目のピクセルごとに対してなされ、反復又は補
間されることもできるだろう。局所ＳＮＲの計算は、デ
ジタル画像チャンネルn(x,y)の局所分散計算を参照して
説明された。更に、代替実施例は、テクスチャー信号n
_tex(x,y)に関するＭＡＤ計算の使用に基づいて推定され
てよい方法について言及した。当業者であれば、局所Ｓ
ＮＲは、テクスチャー信号に関する分散計算を実行する
か、或いはデジタル画像チャンネルn(x,y)に関するＭＡ
Ｄ計算を実行することによって、推定されてもよいこと
を認識するだろう。このような好ましい実施例に対する
修正は、本発明の観点から実質的に導出されない。

【図面の簡単な説明】

【図１】図１１及び図１５Ｂとの関係でより詳細に説明
される発明を含む本発明の方法の全体を示すブロックダ
イアグラムである。

【図２】図１の好み鮮鋭化器のより詳細なブロックダイ
アグラムである。

【図３】図２の鮮鋭化プロセッサの第１の実施例のブロ
ックダイアグラムである。

【図４】図２の鮮鋭化プロセッサの第２の実施例のブロ
ックダイアグラムである。

【図５】図３のペデスタル・スプリッターの第１の実施
例示すブロックダイアグラムである。

【図５Ａ】第２の実施例を示すブロックダイアグラムで
ある。

【図５Ｂ】第３の実施例を示すブロックダイアグラムで
ある。

【図６】図５の回避信号発生器の第１の実施例のブロッ
クダイアグラムである。

【図７】図６の回避信号発生器によって適用されるアー
チファクト回避関数の一例である。

【図８】図３のペデスタル修正器のブロックダイアグラ
ムである。

【図９】中央ピクセル及び画像の関連する局所領域を示
す画像部分の一例である。

【図１０】幾つかのトーンスケール関数の一例である。

【図１１】図３のテクスチャー修正器の本発明によるブ
ロックダイアグラムである。

【図１２】図１１の局所ＳＮＲ推定器の第１の実施例の
ブロックダイアグラムである。

【図１３】図１１の局所ＳＮＲ推定器の第２の実施例の
ブロックダイアグラムである。

【図１４】ノイズテーブルを生成するのに使用される関
数のプロット図である。

【図１５Ａ】図１１のＳＮＲ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）のプロット図であ
る。

【図１５Ｂ】図１１のカラー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）のプロット図であ
る。

【符号の説明】

２ 好み鮮鋭化器 ６ ノイズテーブル １０ 輝度／クロミナンスコンバータ １１ａ 輝度ライン １１ｂ ノイズテーブルライン １１ｃ クロミナンスライン ２０ 鮮鋭化プロセッサ ３０ ＲＧＢコンバータ ４０ クロミナンスプロセッサ ５０ ペデスタル・スプリッター ５０Ａ 代替ペデスタル・スプリッター ５０Ｂ 代替ペデスタル・スプリッター ５１ ペデスタル発生器 ５３ 加算器 ６０ ペデスタル修正器 ７０ テクスチャー修正器 ８０ 加算器 ８１ 回避加算器 ９０ テクスチャー信号発生器 ９４ 周波数スプリッター １００ ペデスタル発生器 １０４ 回避信号発生器 １０６ 勾配計算器 １０８ アーチファクト回避関数アプリケータ １１０ 入力中央ピクセル １１２ 局所領域 １１４ 周囲ピクセル １１６ 局所統計値決定器 １１８ スケーリング関数生成器 １２０ スケーリング関数求値器 １２２ 逆スケーリング関数生成器 １２４ トーンスケールアプリケータ １２６ トーンスケール関数生成器 １２８ 逆トーン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 ＳＮＲゲイン決定器 １３５ カラーゲイン決定器 １３６ テクスチャーブースター １６０ 局所ＳＮＲ決定器 １７０ 局所分散計算機 １７２ 減算器 １８０ ＳＮＲ計算器 １９０ 予測ノイズ決定器 ２００ 局所ＭＡＤ計算器 ２１０ ノイズテーブル調整器

───────────────────────────────────────────────────── 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 1/60 Ｈ０４Ｎ 1/40 Ｄ (72)発明者 エドワード ビー ジンデール アメリカ合衆国 ニューヨーク 14618 ロチェスター ボニー・ブレイ・アヴェニ ュ 394 Ｆターム(参考） 5B050 DA04 EA09 EA14 EA16 5B057 CA01 CA08 CA16 CB01 CB08 CB16 CE03 CE06 CE16 DB06 DB09 5C077 LL08 LL09 MP08 PP03 PP32 PP46 PP48 PQ12 PQ18 5C079 HB01 LA15 MA11 NA02 5L096 AA02 AA06 DA01 EA39 GA55

Claims (1)

【特許請求の範囲】
1. 【請求項１】 カラーデジタル画像を表すカラー値を有
   する複数のピクセルから成るカラーデジタル画像を強調
   するデジタル画像処理方法であって、 ａ）対象となる対象ピクセルを含む局所的な近傍を特定
   し、 ｂ）上記局所的な近傍からの上記一又はそれ以上のピク
   セルのカラー空間における位置の略連続関数である、上
   記対象ピクセルに対するカラー重み付けファクターを、
   計算するため、上記局所的な近傍からの一又はそれ以上
   のピクセルの上記カラー値を使用し、 ｃ）上記対象ピクセルに対する第１の信号値と第２の信
   号値とを計算するため、上記局所的な近傍からのピクセ
   ルの値に空間フィルタリング処理を適用し、 ｄ）上記第１又は上記第２の値のいずれかを修正するた
   め、上記カラー重み付けファクターを使用し、 ｅ）上記第１又は上記第２の値から上記対象ピクセルに
   対する強調されたピクセル値を生成し、 ｆ）上記デジタル画像内の他のピクセルに対してステッ
   プａ）乃至ｅ）を繰り返すステップを含むデジタル画像
   処理方法。