JP2002150282A - 画像処理装置及びその方法、並びにプログラム記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 複雑な処理等を要することなく、適切に画像
のノイズ除去を行うことができる。 【解決手段】 画像処理装置は、入力画像信号を所定の
大きさの画素ブロックにブロック化するブロック化回路
１０と、一の色信号について、当該一の色信号の同画素
位置近傍の他の色信号から疑似色信号を生成する色変換
回路３０と、一の色信号と色変換回路３０が生成した疑
似色信号とを合成して一の色信号を新たに生成する加算
回路４０とを備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像処理をする画
像処理装置及びその方法、並びに画像処理のためのプロ
グラムが記録されているプログラム記録媒体に関し、詳
しくは、カラー画像において各色に発生するノイズの除
去のためのものであって、そのノイズが各色でランダム
で発生している場合に好適な画像処理装置及びその方
法、並びにプログラム記憶媒体に関する。

【０００２】

【従来の技術】画像処理技術の一つとして画像のノイズ
を除去する技術がある。ノイズ除去の技術としては、空
間方向にフィルターをかけて、画像をぼかしてノイズを
除去したり、時間方向のデータを利用して、静止部分の
足し合わせることによりノイズ除去する手法が提案され
ている。

【０００３】

【発明が解決しようとする課題】ところで、空間方向に
フィルターをかけて、画像をぼかすことによりノイズを
除去する手法については、ノイズは目立たなくなるが、
画像はぼけてしまうといった問題が生じてしまう。

【０００４】また、時間方向のデータを利用して、静止
部分の足し合わせによってノイズを除去する手法につい
ては、静止画を撮る場合、時間方向にデータを保持する
ためのメモリが必要になってくる。さらに、動物体の画
像についてノイズ除去を行う場合には、足し合わせるた
めの部分を探すための動き検出処理等の複雑な処理が必
要になってくる。

【０００５】そこで、本発明は、上述の実情に鑑みてな
されたものであり、複雑な処理等を要することなく、適
切に画像のノイズ除去を行うことができる画像処理装置
及びその方法並びにプログラム記録媒体を提供すること
を目的としている。

【０００６】

【課題を解決するための手段】本発明に係る画像処理装
置は、上述の課題を解決するために、一の色信号につい
て、当該一の色信号の同画素位置近傍の他の色信号から
疑似色信号を生成する色生成手段と、一の色信号と色生
成手段が生成した疑似色信号とを合成して一の色信号を
新たに生成する色合成手段とを備える。

【０００７】このような構成を備える画像処理装置は、
一の色信号について、当該一の色信号の同画素位置近傍
の他の色信号から疑似色信号を色生成手段により生成
し、一の色信号と色生成手段が生成した疑似色信号とを
合成して一の色信号を色合成手段により新たに生成す
る。これにより、画像処理装置は、各色信号間に独立し
て発生するノイズ成分を除去する。

【０００８】また、本発明に係る画像処理方法は、上述
の課題を解決するために、一の色信号について、当該一
の色信号の同画素位置近傍の他の色信号から疑似色信号
を生成する色生成工程と、一の色信号と色生成工程にて
生成した疑似色信号とを合成して一の色信号を新たに生
成する色合成工程とを有する。これにより、画像処理方
法は、各色信号間に独立して発生するノイズ成分を除去
する。

【０００９】また、本発明に係るプログラム記録媒体
は、一の色信号について、当該一の色信号の同画素位置
近傍の他の色信号から疑似色信号を生成する色生成工程
と、一の色信号と色生成工程にて生成した疑似色信号と
を合成して一の色信号を新たに生成する色合成工程とを
画像処理装置に実行させるプログラムが記録されてい
る。このようなプログラム記録媒体に記録されているプ
ログラムにより画像処理を実行する画像処理装置は、各
色信号間に独立して発生するノイズ成分を除去する。

【００１０】

【発明の実施の形態】以下、本発明の実施の形態につい
て図面を用いて詳細に説明する。この実施の形態は、本
発明を、画像を処理する画像処理装置に適用したもので
ある。画像処理装置については、第１及び第２の実施の
形態を挙げて説明する。

【００１１】先ず、本発明が適用された画像処理装置を
説明する前に、画像処理の原理について説明する。画像
処理の原理については、以下のようになる。

【００１２】画像処理は、前提としてカラー画像につい
て行うことを前提としている。具体的には、ＲＧＢの色
信号によって画素が構成されている画像についての画像
処理である。

【００１３】そして、画像処理では、そのようなカラー
画像の色信号間の相関を利用して、先ず色変換を行って
いる。さらに、画像処理では、その色変換により得た色
信号を本来の色に加えることで、ノイズの除去或いは低
減（以下、単に除去という。）を実現している。ここ
で、カラー画像の各色信号において発生するノイズは、
それぞれ相関のないランダムなノイズであることが前提
とされている。以下、ノイズ除去のために行う色変換及
び色の加算等の処理について、その原理を説明する。

【００１４】先ず、色変換について説明する。以下、例
として、Ｒ（赤色）を変換して、Ｒ（赤色）からＧ（緑
色）を生成する場合について説明する。

【００１５】ここで、画像中の所定の画素ブロックにつ
いて先ず考える。例えば、所定の画素ブロックは、図１
中（Ａ）又は（Ｂ）に示すように、画像中における３×
３の画素ブロックであるとする。そして、このような３
×３（３行３列）の画素ブロック内の各画素は、それぞ
れが色信号として把握されるものであり、すなわち、各
画素は、図２中（Ａ）に示すように、Ｒの色信号につい
ては、Ｒ_０〜Ｒ_８（Ｒ _ｉ：ｉ＝０〜８の整数）の値をも
っており、また、Ｇの色信号については、図２中（Ｂ）
に示すように、Ｇ_０〜Ｇ_８（Ｇ_ｉ：ｉ＝０〜８の整数）
の値をもっており、また、図２中（Ｃ）に示すように、
Ｂの色信号については、Ｂ_０〜Ｂ_８（Ｂ _ｉ：ｉ＝０〜８
の整数）の値をもっている。

【００１６】ここで、そのような画素ブロック内におけ
る各色信号の変化について考えてみる。例えば、画素ブ
ロック内における値の最小値をＭＩＮとおき、そのダイ
ナミックレンジＤＲを最大値−ＭＩＮとおいて、（１）
式によりＲ_ｉの変換後のｒ_ｉの得て、また、（２）式に
よりＧ_ｉの変換後のｇ_ｉの値を得て、また、（３）式に
よりＢ_ｉの変換後のｂ_ｉの値を得る。

【００１７】 ｒ_ｉ＝（Ｒ_ｉ−ＭＩＮＲ）／ＤＲＲ ・・・（１） ｇ_ｉ＝（Ｇ_ｉ−ＭＩＮＧ）／ＤＲＧ ・・・（２） ｂ_ｉ＝（Ｂ_ｉ−ＭＩＮＢ）／ＤＲＢ ・・・（３） ここで、ＭＩＮＲ、ＭＩＮＧ及びＭＩＮＢは、画素ブロ
ック内の画素のＲ、Ｇ、Ｂの色信号それぞれの最小値で
あり、ＤＲＲ、ＤＲＧ及びＤＲＢは、そのような画素ブ
ロック内の画素のＲ、Ｇ及びＢの色信号についての最小
値と最大値との差分として示されるダイナミックレンジ
ＤＲの値である。なお、ダイナミックレンジＤＲが０の
場合には、もともとの変化がないので、ｒ_ｉ，ｇ_ｉ及び
ｂ_ｉは０とする。

【００１８】このように、（１）式により画素ブロック
内の各画素のＲの色信号について変換後のｒ_０〜ｒ_８を
得ることができ、また、（２）式により画素ブロック内
の各画素のＧの色信号について変換後のｇ_０〜ｇ_８を得
ることができ、また、（３）式により画素ブロック内の
各画素のＢの色信号について変換後のｂ_０〜ｂ_８を得る
ことができるが、ｒ_０〜ｒ_８の変化、ｇ_０〜ｇ_８の変化
及びｂ_０〜ｂ_８の変化とは、相関は高く、略同じ値にな
る。

【００１９】このように相関が高いことを利用すれば、
（４）式により、一の色信号について、他の色信号から
疑似色信号を得ることができる。ここで、（４）式は、
例として、Ｇ（一の色信号）について、Ｒ（他の色信
号）に基づいて新たな値Ｇ_Ｒ（疑似色信号）が生成され
る場合としている。

【００２０】 Ｇ_Ｒ＝（Ｒ_４−ＭＩＮＲ）×ＤＲＧ／ＤＲＲ＋ＭＩＮＧ ・・・（４） この（４）式により算出された値Ｇ_Ｒは、上述したよう
なＲの画素ブロック内の中心画素を注目画素としたＧの
色信号への変換後の値であって、同一位置の画素のＲ_４
に基づいて、それに対応される変換後の値とされる。

【００２１】また、上述の（４）式におけるＭＩＮＲの
替わりに、Ｒ_４以外の値であるＲ_０，Ｒ_１，Ｒ_２，
Ｒ_３，Ｒ_５，Ｒ_６，Ｒ_７，Ｒ_８を用いることもできる。
この場合、値Ｇ_Ｒとして８候補を得ることができるの
で、それらの平均を、生成した値Ｇ _Ｒとすることもでき
る。さらに、このような場合には、そのようにして求め
た候補のうち、０≦Ｇ_Ｒ≦２５５（画素のデータが８bi
tで表される場合）以外のものを除いた平均値を求める
こともできる。

【００２２】以上のように、Ｒを変換して、Ｇ_Ｒを生成
することができる。そして、説明は省略するが、同様
に、Ｂを変換することにより、疑似色信号としてのＧを
生成する、すなわち値Ｇ_Ｂを生成することもできる。

【００２３】次に、色の加算処理について説明する。こ
の色の加算処理では、上述のようにして得た値Ｇ_Ｒ，Ｇ
_Ｂを、もとのＧの色信号に加算しており、これにより、
ノイズ成分が除去されたものになる。色の加算処理の原
理は次のようになる。

【００２４】先ず、ここで、ＲＧＢについて３板のＣＣ
Ｄ（Charge Coupled Device）により撮像されることを
前提とする。３板のＣＣＤで撮像した場合には、３板そ
れぞれで得られたＲＧＢの各色信号に発生するノイズ成
分にはその色間において相関はない。このような前提の
下では、上述のようにして求められるＲ及びＢに基づい
て得た値Ｇ_Ｒ及びＧ_ＢをもとのＧの値に加えることによ
り、ノイズ成分が除去されたものとなる。具体的には、
（５）式により、値Ｇ’を得ることで、その値Ｇ’はノ
イズ成分が除去された色信号になる。

【００２５】 Ｇ’＝ｗ_１×Ｇ＋ｗ_２×Ｇ_Ｒ＋ｗ_３×Ｇ_Ｂ ・・・（５） ここで、ｗ_ｊ（ｊ＝１，２，３）は、各重み係数であ
り、次の（１）〜（３）に示すいずれかの手法により最
適値として決定することができる。 （１）３画素平均とし、重み係数ｗ_ｊを１／３にする。 （２）ＲＧＢそれぞれについてのホワイトバランス等の
調整時のゲイン量に応じて重み係数ｗ_ｊを変化させる。
すなわち、重み係数ｗ_ｊをゲイン量の関数として決定す
る。例えば、重み係数ｗ_ｊをＲＧＢのゲイン量の関数と
した場合は、上述の（５）式を次の（６）式のように示
すことができる。

【００２６】 Ｇ’＝ｗ_１（ΔＧ）×Ｇ＋ｗ_２（ΔＲ）×Ｇ_Ｒ＋ｗ_３（ΔＢ）×Ｇ_Ｂ ・・・ （６） （３）クラス分類により重み係数ｗ_ｊを決定する。この
場合、ｒ_ｉとｇ_ｉの差やＤＲＲとＤＲＧとの差等の画像
ブロックを単位とした特徴量に基づいてクラス分類をし
て、すなわち画像ブロックのパターン分けをして、予測
式を上述の（５）式として、クラス分類を行う。そし
て、そのようなクラス分類に対応される重み係数ｗ_ｊを
学習により決定する。具体的には、学習では、重み係数
ｗ_ｊを最小自乗法により求める。これについてはクラス
分類適用処理として後で詳述する。

【００２７】以上のように、（５）式或いは（６）式に
示すように、もとの一の色信号とされるＧに他の色信号
を変換して得た当該Ｇの色信号の疑似信号のＧ_Ｒ，Ｇ_Ｂ
を加算することで、ノイズ成分を除去することができる
ようになる。

【００２８】また、上述の説明では、Ｇの色信号のノイ
ズ成分を除去する場合について、その色の変換の処理
と、色の加算の処理について説明した。Ｒ，Ｂの色信号
についても、同様にして、他の色信号を変換して得た色
信号を加算することにより、ノイズ成分を除去すること
ができる。すなわち、一の色信号とされるＲ或いはＧの
色信号について、他の色信号を変換してＲ或いはＧを生
成して、それらの元のＲ或いはＧの色信号に、重み係数
を掛け合わせる。これにより、上述した値Ｇ’の色信号
と同様に、ノイズ成分が除去されたＲ或いはＧを得るこ
とができるようになる。

【００２９】以上、本発明を適用した画像処理の原理に
ついて説明した。次に、上述したように画像処理が適用
された、実施の形態とされる画像処理装置について説明
する。ここでは、上述の原理についての説明と同様に、
Ｇの色信号のノイズ成分を除去する場合の処理について
説明する。

【００３０】先ず、第１の実施の形態である画像処理装
置は、図３に示すように、ブロック化回路１０、ＭＩＮ
及びＤＲ検出回路２０、色変換回路３０及び加算回路４
０を備えている。

【００３１】このような画像処理装置の構成において、
ブロック化回路１０は、入力画像信号を所定の大きさの
画素ブロックにブロック化するブロック化手段を構成
し、色変換回路３０は、一の色信号について、当該一の
色信号の同画素位置近傍の他の色信号から疑似色信号を
生成する色生成手段を構成し、加算回路４０は、一の色
信号と色変換回路３０が生成した疑似色信号とを合成し
て一の色信号を新たに生成する色合成手段を構成する。
そして、ＭＩＮ及びＤＲ検出回路２０は、上述のＭＩＮ
及びＤＲを生成する。以下、各構成部について具体的に
説明する。

【００３２】ブロック化回路１０は、入力画像信号を所
定の大きさの画素ブロックにブロック化する部分であ
る。このブロック化回路１０は、具体的には、図４に示
すように、ブロック切り出し部１１及びブロック切り出
し部１２を備えている。このような構成は、一の色信号
とされるＧの色信号を他の色信号とされるＲの色信号か
ら求める場合に対応している。

【００３３】Ｒ用のブロック切り出し部１１では、入力
信号画像中の、Ｒの色信号について所定の画素ブロック
を切り出す。Ｒ用のブロック切り出し部１１は、例えば
３×３の画素ブロックとしての切り出しを行う。そし
て、Ｒ用のブロック切り出し部１１により切り出された
画素ブロックは、ＭＩＮ及びＤＲ検出回路２０を構成す
るＭＩＮＲ及びＤＲＲ検出部２１に出力される。同様
に、Ｇ用のブロック切り出し部１２では、入力画像信号
中の、Ｇの色信号について所定の画素ブロックを切り出
す。Ｇ用のブロック切り出し部１２は、上述のＲ用のブ
ロック切り出し部１１に合わせて画素ブロックの切り出
し、すなわち３×３の画素ブロックとしての切り出しを
行う。そして、Ｇ用のブロック切り出し部１２により切
り出された画素ブロックは、ＭＩＮ及びＤＲ検出回路２
０を構成するＭＩＮＧ及びＤＲＧ検出部２２に出力され
る。

【００３４】そして、このようなＲ用のブロック切り出
し部１１及びＧ用のブロック切り出し部１２を備えたブ
ロック化回路１０は、次々に入力されてくる画像信号に
ついてブロック化を施す。すなわち、ブロック化回路１
０は、図１中（Ａ）から同図中（Ｂ）に示すように、入
力画像信号における注目画素の位置を次々に変えながら
ブロック化を施す。これにより、後段の処理では、この
ように次々にブロック化して得た画素ブロックについ
て、中心画素（ｉ＝４の画素）についての色変換等がな
されていくようになる。

【００３５】ＭＩＮＲ及びＤＲＲ検出部２１では、Ｒ用
のブロック切り出し部１１から出力されてきた３×３の
画素ブロック内におけるＲについての最小値ＭＩＮＲ及
びダイナミックレンジＤＲＲを検出する。そして、ＭＩ
ＮＲ及びＤＲＲ検出部２１は、検出した最小値ＭＩＮＲ
及びダイナミックレンジＤＲＲを色変換回路３０に出力
する。

【００３６】同様に、ＭＩＮＧ及びＤＲＧ検出部２２で
は、Ｇ用のブロック切り出し部１２から出力されてきた
３×３の画素ブロック内におけるＧについての最小値Ｍ
ＩＮＧ及びダイナミックレンジＤＲＧを検出する。そし
て、ＭＩＮＧ及びＤＲＧ検出部２２は、検出した最小値
ＭＩＮＧ及びダイナミックレンジＤＲＧを色変換回路３
０に出力する。

【００３７】色変換回路３０は色変換をする部分であ
る。この色変換部３０は、色変換されたＧを得るための
構成として、具体的には図４に示すような演算部３１を
備えている。

【００３８】この演算部３１では、上述の（４）式に示
した演算を行い、Ｒの色信号を変換して値Ｇ_Ｒを得る。
この演算部３１は、このように上述の（４）式に従って
値Ｇ _Ｒを得ることもできるが、これに限定されるもので
はない。上述したように、値Ｇ_Ｒについては、複数の処
理で演算したＧの平均値等を代表値として得ることもで
きる。図５には、そのような平均値により値を得る場合
の一連の処理を示している。ここでは、Ｇ_Ｒを代表値と
して求める場合を例に挙げて説明する。なお、ここで
は、一つおきの画素番号の色信号の値を使用して、平均
値を得る場合としている。

【００３９】先ず、ステップＳ１において初期値を設定
する。具体的には、変数ｉ，ｎ，ｓｕｍの初期値として
ｉ＝１、ｎ＝０、ｓｕｍ＝０を設定する。そして、ステ
ップＳ２において、（７）式によりｘを算出する。

【００４０】 ｘ＝（Ｒ_４−Ｒ_ｉ）×ＤＲＧ／ＤＲＲ＋Ｇ_ｉ ・・・（７） そして、この（７）式により得た値ｘをステップＳ３に
おいて、０≦ｘ≦２５５になるか否かを判別する。ステ
ップＳ５において、求めたｘが０≦ｘ≦２５５である場
合には、ステップＳ４に進み、ｘ＜０若しくはｘ＞２５
５である場合には、ステップＳ４を超えてさらに先のス
テップＳ５に進む。ステップＳ４において、 ｎ＝ｎ＋１及びｓｕｍ＝ｓｕｍ＋ｘ にする。そして、ステップＳ５において、 ｉ＝ｉ＋２ にする。これにより、１つおきの画素位置の値が選択さ
れるようになる。そして、ステップＳ６において、ｉの
値がｉ＞７になっているか否かを判別する。ｉ＞７であ
る場合は、画素ブロック内の画素を使用した計算が終了
している場合であり、ステップＳ７に進む。一方、ｉ＞
７でない場合は、未だ画素ブロック内の画素を使用した
計算が終了していない場合であり、ステップＳ２からの
処理を再び開始する。

【００４１】ステップＳ７では、ｎ＞０か否かを判別
し、ｎ＞０である場合には、ステップＳ８において、 Ｇ_Ｒ＝ｓｕｍ／ｎ を得て、一方、ｎ＞０でない場合、すなわちステップＳ
２において得たｘの値が全てｘ＜０若しくはｘ＞２５５
であった場合には、画素ブロック内のＧの色信号につい
ての最小値ＭＩＮＧを得る。

【００４２】ここで、全てのｘの値がｘ＜０若しくはｘ
＞２５５であった場合にＧの色信号の最小値ＭＩＮＧと
することに限定されるものではなく、他の値を用いるこ
ともできる。要は、この場合、Ｇ_Ｒは、計算が破綻しな
いような値であれば良く、すなわち例えば画素ブロック
内のＧ_ｉ（ｉ＝０〜８）の平均値であっても良い。

【００４３】このような処理により色演算部３１では、
Ｒの色信号を変換して値Ｇ_Ｒを得ることができる。色変
換回路３０は、このようにＲの色信号を変換して値Ｇ_Ｒ
を得る色演算部３１を有しており、同様に、Ｂの色信号
からＧの色信号のＧ_Ｂを得る色演算部を有している。Ｂ
の色信号からＧ_Ｂを得る色演算部については説明しない
が、上述したＲを変換してＧ_Ｒを得る手順のようにＲに
着目して示した手順を、Ｂに着目した手順に置き換える
ことにより、ＢからＧ_Ｂを得ることができる。

【００４４】このように、色変換回路３０において、Ｒ
を変換してＧ_Ｒが得られ、Ｂを変換してＧ_Ｂが得られ
る。そして、これらの値Ｇ_Ｒ，Ｇ_Ｂは、図３に示すよう
に、加算回路４０に入力される。

【００４５】加算回路４０では、値Ｇ_Ｒ，Ｇ_Ｂと重み係
数とに基づいて値Ｇ’を得る。すなわち、この加算回路
４０は、上述の（５）式の演算処理により加算後の値
Ｇ’を得る。この（５）式を実現する構成として、色変
換回路３０は、図６に示すように、第１乃至第３の乗算
部４１，４２，４３及び加算部４４を備えている。

【００４６】Ｒの色信号を変換する色変換部３１により
得られた値Ｇ_Ｒは、第１の乗算部４１にて重み係数ｗ_２
が乗算されて、加算部４４に出力される。同様に、Ｂの
色信号を変換する色変換部３２により得られた値Ｇ
_Ｂは、第３の乗算部４３にて重み係数ｗ_３が乗算され
て、加算部４４に出力される。また、第２の乗算部４２
には、もとのＧの色信号が入力されており、第２の乗算
部４２は、このＧに重み係数ｗ_１を乗算して、加算部４
４に出力する。

【００４７】加算部４４では、第１乃至第３の乗算部４
１，４２，４３から重み係数がそれぞれ掛け合わされて
きた値を加算する。すなわち、加算部４４によって、上
述の（５）式の演算が最終的に実現されている。

【００４８】ここで、上述の重み係数ｗ_ｊ（ｊ＝１，
２，３）は、上述したように、（１）３画素平均とし、
重み係数ｗ_ｊを１／３にする、（２）ＲＧＢそれぞれの
ゲイン量に応じて重み係数ｗ_ｊを変化させる、（３）ク
ラス分類適応処理により重み係数ｗ_ｊを決定する、等と
されている。

【００４９】ここで、（２）により決定された重み係数
ｗ_ｊによる演算が実現するための具体的な構成について
説明する。また、（３）により決定される重み係数ｗ_ｊ
による処理については、後で詳述する。（２）を実現す
るために、具体的には、図７に示すように構成する。

【００５０】図７に示すように、３板式のＣＣＤ５１，
５２，５３それぞれから出力されたＲＧＢの各色信号
は、後段の各Ａ／Ｄ部６１，６２，６３にて、デジタル
変換される。そして、Ａ／Ｄ部６１，６２，６３から出
力された各色信号は、第１乃至第３のホワイトバランス
部７１，７２，７３においてホワイトバランスが調整さ
れる。また、第１乃至第３のホワイトバランス部７１，
７２，７３におけるゲイン（gain）はそれぞれ、後述す
る対応される第１乃至第３の各乗算部４１，４２，４３
に出力される。

【００５１】なお、ここで図面上、別個のものとして各
ホワイトバランス部７１，７２，７３が書かれている
が、１つのホワイトバランス部において、各色信号のホ
ワイトバランス調整ができることはいうまでもない。

【００５２】第１のホワイトバランス部７１から出力さ
れたＲの色信号及び第２のホワイトバランス部７２から
出力されたＧの色信号は、第１の色変換部３１に入力さ
れる。第１の色変換部３１は、上述した図４及び図６に
示した色変換部３１であり、このＲ及びＧの色信号に基
づいて値Ｇ_Ｒを得る。そして、この値Ｇ_Ｒは、第１の乗
算部４１に入力される。

【００５３】第１の乗算部４１では、第１のホワイトバ
ランス部７１のゲインに基づいて、重み係数を決定して
いる。すなわち、重み係数はゲインの関数として決定さ
れる。第１の乗算部４１は、ゲインに応じて決定した重
み係数ｗ_２（gain）と、第１の色変換部３１からの値Ｇ
_Ｒとを乗算して、その乗算値を後段の加算部４４に出力
する。

【００５４】また、第３のホワイトバランス部７３から
出力されたＢの色信号及び第２のホワイトバランス部７
２から出力されたＧの色信号は、第２の色変換部３２に
入力される。第２の色変換部３２は、上述した図６に示
した色変換部３２であり、このＢ及びＧに基づいてＧ_Ｂ
を得る。そして、このＧ_Ｂは、第３の乗算部４３に入力
される。

【００５５】第３の乗算部４３では、第３のホワイトバ
ランス部７３のゲインに基づいて、重み係数を決定して
おり、すなわち、重み係数はゲインの関数として決定さ
れる。第３の乗算部４３は、ゲインに応じて決定した重
み係数ｗ_３（gain）と、第２の色変換部３２からのＧ_Ｂ
とを乗算し、その乗算値を後段の加算部４４に出力す
る。

【００５６】また、第２の乗算部４２には、第２のホワ
イトバランス部７２にてホワイトバランス調整されたＧ
の色信号が入力されており、第２の乗算部４２は、第２
のホワイトバランス部７２のゲインに基づいて決定され
た重み係数ｗ_１（gain）と、色信号のＧとを乗算して、
その乗算値を加算部４４に出力する。

【００５７】加算部４４では、第１乃至第３の乗算部４
１，４２，４３から重み係数がそれぞれ掛け合わされて
きた値を加算する。すなわち、加算部４４によって、上
述の（６）式の演算が実現される。

【００５８】図３に示す加算回路４０は、このように
（５）式或いは（６）式に基づいて演算を可能としてお
り、そして、その結果として加算後の値Ｇ’を出力して
いる。

【００５９】そして、３板式のＣＣＤを使用した場合に
は、各色信号に生じたノイズ成分が独立しており、その
ノイズ成分に相関がないことから、上述したような処理
を実行する画像処理装置にて各色信号を元の一の色信号
に加算することにより、ノイズ成分を除去することがで
きるようになる。

【００６０】次に第２の実施の形態の画像処理装置につ
いて説明する。第２の実施の形態の画像処理装置は、色
変換や色の加算については基本的には同じであるが、重
み係数を学習（トレーニング）により得ているところで
異なっている。

【００６１】第２の実施の形態の画像処理装置は、図８
及び図９に示すように構成されている。図８に示す画像
処理装置についての構成は、重み係数を学習するための
構成であり、特に、特徴量抽出回路８０、クラス分類回
路１０１及び係数演算回路１０４を備えている。また、
図９に示す画像処理装置の構成は、図８に示したような
構成により学習して取得した重み係数に基づいて、新た
な色信号を得る場合の構成であり、特に特徴量抽出回路
８０、クラス分類回路１０１、予測係数ＲＯＭ１０２及
び予測回路１０３を備えている。

【００６２】先ず、図９に示す画像処理装置の構成によ
ってなされる重み係数の学習について説明する。

【００６３】特徴量抽出回路８０は、具体的には、図１
０に示すように、特徴量抽出回路８０は、ｒｉ演算部８
１、ｇｉ演算部８２、ｂｉ演算部８３、ｒｉ差分演算部
８４、ｇｉ差分演算部８５、ｂｉ差分演算部８６及び第
１乃至第３の量子化部８７，８８，８９を備えている。

【００６４】ＭＩＮ及びＤＲ検出回路２０から出力され
る画素ブロックを構成する各画素のＲＧＢの各色信号Ｒ
_ｉ，Ｇ_ｉ，Ｂ_ｉ、最小値ＭＩＮＲ，ＭＩＮＧ，ＭＩＮＢ
及びダイナミックレンジＤＲＲ，ＤＲＧ，ＤＲＢが、特
徴量抽出回路８０に入力されている。また、色変換回路
３０にも同様な値が出力されている。

【００６５】特徴量抽出回路８０では、このようなＭＩ
Ｎ及びＤＲ検出回路２０からの各値に基づいて、ｒｉ演
算部８１、ｇｉ演算部８２及びｂｉ演算部８３が、
（８）式〜（１０）式により各値ｒ_ｉ，ｇ_ｉ，ｂ_ｉを得
る。

【００６６】 ｒ_ｉ＝（Ｒ_ｉ−ＭＩＮＲ）／ＤＲＲ ・・・（８） ｇ_ｉ＝（Ｇ_ｉ−ＭＩＮＧ）／ＤＲＧ ・・・（９） ｂ_ｉ＝（Ｂ_ｉ−ＭＩＮＢ）／ＤＲＢ ・・・（１０） そして、ｒｉ演算部８１、ｇｉ演算部８２及びｂｉ演算
部８３のそれぞれ後段にあるｒｉ差分演算部８４、ｇｉ
差分演算部８５、ｂｉ差分演算部８６では、そのように
して得られた各値ｒ_ｉ，ｇ_ｉ，ｂ_ｉに基づいて、（１
１）式〜（１３）式により、差分値の各総計値を得る。 Σ｜ｒ_ｉ−ｇ_ｉ｜ ・・・（１１） Σ｜ｇ_ｉ−ｂ_ｉ｜ ・・・（１２） Σ｜ｂ_ｉ−ｒ_ｉ｜ ・・・（１３） そして、ｒｉ差分演算部８４にて（１１）式により得た
値は、第１の量子化部８７において量子化され、また、
ｇｉ差分演算部８５にて（１２）式により得た値は、第
２の量子化部８８において量子化され、また、ｂｉ差分
演算部８６にて（１３）式により得た値は、第３の量子
化部８９において量子化される。

【００６７】このような構成とされる特徴量抽出回路８
０にて特徴量が得られる。この特徴量抽出回路８０から
の特徴量は、図８に示すクラス分類回路１０１に入力さ
れる。

【００６８】クラス分類回路１０１では、特徴量に基づ
いてクラス分類をする。なお、クラス分類の技術として
は、特開平10-112844号公報等に開示されている技術が
挙げられる。

【００６９】クラス分類回路１０１では、クラス分類し
た結果得られたクラスを表すものとしてインデックスを
出力する。例えば、インデックスは、複数ビット表示に
よりデータであって、各ビット或いは数ビット単位とし
て情報を有するものとされている。このインデックス
は、係数演算回路１０４に出力される。

【００７０】係数演算回路１０４では、予測係数が算出
される。ここで、予測係数が上述の重み係数であって、
学習結果得られたデータになる。具体的には、係数演算
回路１０４は、色変換回路３０により得た色変換後の値
に基づいて予測係数を得ている。以下に、学習により予
測係数を得る場合の一例について説明する。

【００７１】重み係数の学習では、上述の（５）式に示
したように、値Ｇ’は、重み係数ｗ _１〜ｗ_３と、Ｇ，Ｇ
_Ｒ，Ｇ_Ｂとの線形１次結合により得られていることを利
用する。

【００７２】学習は、クラス毎に複数のＧ，Ｇ_Ｒ，Ｇ_Ｂ
に対して行う。同じクラスに対応してノイズ成分のない
Ｇの色信号であるＧ”を用意して、これにより学習を行
う。すなわち、複数のＧ_ｋ”（ｋ＝１，２，・・・，
ｍ）を教師データとして、Ｇ，Ｇ_Ｒ，Ｇ_Ｂを学習データ
として、学習を行う。そして、教師データとされる
Ｇ_ｋ”が上述の（５）式と同様な関係式により得られる
と推定する。すなわち、Ｇ”は、（１４）式として示す
ように、各係数ｗ_１〜ｗ_３とＧ_ｋ１，Ｇ_ｋ２，Ｇ_ｋ３と
の線形１次結合により得られると推定する。

【００７３】 Ｇ_ｋ”＝ｗ_１×Ｇ_ｋ１＋ｗ_２×Ｇ_ｋ２＋ｗ_３×Ｇ_ｋ３ ・・・（１４） ここで、Ｇ_ｋ１，Ｇ_ｋ２，Ｇ_ｋ３はそれぞれ、Ｇ，
Ｇ_Ｒ，Ｇ_Ｂに対応される値である。また、教師に使用す
る画素ブロックの個数をｍとするとき、ｍ＞３に場合に
は、ｗ_１〜ｗ_３は一意に定まらないので、誤差ベクトル
ｅの要素を（１５）式として定義する。

【００７４】 ｅ_ｋ＝Ｇ”−｛ｗ_１×Ｇ_ｋ１＋ｗ_２×Ｇ_ｋ２＋ｗ_３×Ｇ_ｋ３｝ （ｋ＝１，２，・・・，ｍ） ・・・（１５） そして、（１６）式を最小にする係数を求める。これ
は、いわゆる最小自乗法による解法に基づくものであ
る。

【００７５】

【数２】

【００７６】ここで、（１６）式のｗ_ｉによる偏微分係
数を、（１７）式のように求める。

【００７７】

【数３】

【００７８】そして、各ｗ_ｉは、（１７）式が０とされ
るときに決定されることから、これにより、（１８）式
及び（１９）式のような、行列を用いると、（２０）式
のようになる。

【００７９】

【数４】

【００８０】

【数５】

【００８１】

【数６】

【００８２】この（２０）式は、掃き出し法等の一般的
な行列解法を用いて、ｗ_ｉについて解けば、最適値とし
ての予測係数、すなわち学習による重み係数を求めるこ
とができる。

【００８３】係数演算回路１０４では、上述したような
学習によって、予測係数としての重み係数ｗ_１〜ｗ_３を
得ることができる。このようにして得られた重み係数ｗ
_１〜ｗ_３は、図９に示す予測係数ＲＯＭ１０２に、クラ
ス分類回路１０１から出力されたインデックスをアドレ
スとして格納される。これにより、予測係数ＲＯＭ１０
２には、クラス分類を示すインデックスに対応されて重
み係数のデータセットｗ_１〜ｗ_３が保持されることにな
る。

【００８４】そして、実際に値Ｇ’を得る際には、予測
係数ＲＯＭ１０２から対応される予測係数としての重み
係数ｗ_１〜ｗ_３が出力される。具体的には、次のよう
に、予測係数ＲＯＭ１０２から対応される重み係数ｗ_１
〜ｗ_３が出力される。

【００８５】先ず、特徴量抽出回路８０は、上述した図
１０に示すような構成により、（８）式〜（１３）式に
より、ブロック化回路１０から出力された画素ブロック
の特徴量を抽出する。この特徴量抽出回路８０において
抽出された画素ブロックの特徴量は、クラス分類回路１
０１に出力される。

【００８６】クラス分類回路１０１では、特徴量をクラ
ス分類して、対応されるインデックスを予測係数ＲＯＭ
１０２に出力する。予測係数ＲＯＭ１０２は、クラス分
類回路１０１からのインデックスに対応される予測係数
とされる重み係数のデータセットｗ_１〜ｗ_３を予測回路
１０３に出力する。

【００８７】ここで、クラス分類回路１０１から出力さ
れるインデックスは、このような実際にＧ’を取得する
場面において、このように予測係数ＲＯＭ１０２から特
定の重み係数のデータセットｗ_１〜ｗ_３を出力するため
に使用され、一方、学習の場面においては、予測係数Ｒ
ＯＭ１０２に学習によって得られた重み係数のデータセ
ットｗ_１〜ｗ_３のアドレスとして使用されることにな
る。

【００８８】予測係数ＲＯＭ１０２からの重み係数ｗ_１
〜ｗ_３が入力される予測回路１０３には、色変換回路３
０からのもとの色信号ＧとＲ及びＢを変換して得られた
値Ｇ _Ｒ，Ｇ_Ｂも入力されている。この色変換回路３０か
ら出力された各値Ｇ，Ｇ_Ｒ，Ｇ_Ｂと、予測係数ＲＯＭ１
０２から出力された重み係数のデータセットｗ_１〜ｗ _３
とは、同一の画素ブロックに基づくものであり、すなわ
ち、特徴量でみた場合にはその特徴量が同一の画素ブロ
ックに基づくものであり、例えば、予測回路１０３に
は、これらの値が同一のタイミングによって入力されて
くる。

【００８９】予測回路１０３は、そのように入力された
重み係数ｗ_１，ｗ_２，ｗ_３と、色信号Ｇ，Ｇ_Ｒ，Ｇ_Ｂと
を線形１次を計算して、すなわち（５）式の計算を行い
Ｇ’を算出する。

【００９０】以上のようにして、最適な重み係数ｗ_１〜
ｗ_３を学習により求めておき、さらにそのようにして学
習により得た重み係数ｗ_１〜ｗ_３を用いて、（５）式に
より値Ｇ’を得ており、これはいわゆるクラス分類適応
処理と称されるものである。この技術については、特開
平10-112844号公報等に開示されている技術が挙げられ
る。のような処理により、画像処理装置は、色信号から
ノイズ成分を除去することができるようになる。

【００９１】なお、上述の実施の形態では、特徴量抽出
回路８０の具体的構成として図１０に示すような構成を
挙げて説明した。しかし、特徴量抽出回路８０はこれに
限定されるものではなく、他の構成とすることもでき
る。例えば、特徴量抽出回路８０を図１１に示すような
構成にすることもできる。

【００９２】この図１１に示すように、特徴量抽出回路
８０は、第１乃至第３のダイナミックレンジ演算部９
１，９２，９３と、第１乃至第３の量子化部９４，９
５，９６とを備えている。

【００９３】この特徴量抽出回路８０において、第１乃
至第３のダイナミックレンジ演算部９１，９２，９３で
は、（２１）式〜（２３）式により、ダイナミックレン
ジの差分値を得る。

【００９４】 ＤＲＲ−ＤＲＧ ・・・（２１） ＤＲＧ−ＤＲＢ ・・・（２２） ＤＲＢ−ＤＲＲ ・・・（２３） 第１のダイナミックレンジ演算部９１にて（２１）式に
より得た値は、第１の量子化部９４において量子化さ
れ、第２のダイナミックレンジ演算部９２にて（２２）
式により得た値は、第２の量子化部９５において量子化
され、第３のダイナミックレンジ演算部９３にて（２
３）式により得た値は、第３の量子化部９６において量
子化される。

【００９５】この特徴量抽出回路８０にて得られた特徴
量は、図８及び図９に示すように、先に説明した場合と
同様に、クラス分類回路１０１に出力される。そして、
学習時においては、図１０に示すように、この特徴量に
基づいてクラス分類回路１０１から出力されたインデッ
クスが、係数演算回路１０４にて得た予測係数を予測係
数ＲＯＭ１０２に記憶するためのアドレスとして使用さ
れ、一方で、Ｇ’を得る場合には、図９に示すように、
この特徴量に基づいてクラス分類回路１０１から出力さ
れたインデックスが、予測係数ＲＯＭ１０２に記憶され
ている予測係数のデータセットｗ_１〜ｗ_３の読み出しの
ために使用される。

【００９６】また、上述の実施の形態では、画素ブロッ
ク内の色信号の変化の相関が高いことを利用して、他の
色信号から一の色信号を生成する場合について説明した
が、例えば、より相関が高い色信号によって一の色信号
を生成することもできる。

【００９７】例えば、上述の（１）式乃至（３）式より
得られるｒ_０〜ｒ_８、ｇ_０〜ｇ_８、ｂ_０〜ｂ_８は、Ｒ，
Ｇ，Ｂそれぞれの色信号について画素ブロック内におけ
る変化を示しており、これらは互いに高い相関を持つ。
例えば、（１）式乃至（３）式は、色信号の最小値やダ
イナミックレンジによって決定されるものであって、図
１２に示すように、ＭＩＮＲ及びＤＲＲ検出部１１、Ｍ
ＩＮＧ、ＤＲＧ検出部１２及びＭＩＮＢ及びＤＲＢ検出
部２３によって得ることができる。

【００９８】さらに、ここで、（２４）式及び（２５）
式を定義する。例えば、この（２３）式及び（２４）式
は、図１２に示すように、差分演算部１１１，１１２に
よって得ることができる。

【００９９】 ＥＧＲ＝Σ｜ｇ_ｉ−ｒ_ｉ｜ ・・・（２４） ＥＧＢ＝Σ｜ｇ_ｉ−ｂ_ｉ｜ ・・・（２５） このＥＧＲ及びＥＧＢは、相関の大きさを示す指標とな
るもので、小さい値であるほどＧの色信号と相関がより
高く、すなわち、ＥＧＲは、画素ブロック内におけるＧ
の色信号の変化とＲの色信号の変化との相似性を示し、
ＥＧＢは、画素ブロック内におけるＧの色信号の変化と
Ｂの色信号の変化との相似性を示すものとなる。これに
基づいて、ＥＧＲとＥＧＢとを比較してより値の小さい
方の色信号を用いて、色変換したＧを求める。すなわ
ち、相関の高い方の色信号の値をＣとしたとき、（２
６）式により色変換したＧ_Ｃ４を求める。

【０１００】 Ｇ_Ｃ４＝（Ｃ_４−ＭＩＮＣ）×ＤＲＧ／ＤＲＣ＋ＭＩＮＧ ・・・（２６） ここで、Ｃ_４は、相関の高い色信号であって、注目画素
とされる画素ブロック内の中心位置の色信号の値であ
り、また、ＭＩＮＣは、画素ブロック内の画素のＣにつ
いての最小値であり、また、ＤＲＣは、画素ブロック内
のＣについてのダイナミックレンジになる。

【０１０１】例えば、このような処理は、図１２に示す
ように、各差分演算部１１１，１１２から出力されたＥ
ＧＲとＥＧＢとを比較部１１３にて比較して、（２６）
式の演算を行う色変換部１１４によって実現される。

【０１０２】以上のように、より相関の高い方の他の色
信号のみを変換して一の色信号を生成することもでき、
そして、このように変換して得た色信号を、もとの一の
色信号に加えることにより、ノイズ成分が除去された色
信号を得ることもできる。

【０１０３】また、上述のＥＧＲとＥＧＢとが同一の値
になるような場合には、２色の平均値として上述の色信
号の値Ｃを決定することもできる。

【０１０４】さらに、上述の（２６）式におけるＭＩＮ
Ｃの替わりに、Ｃ_４以外の値であるＣ_０，Ｃ_１，Ｃ_２，
Ｃ_３，Ｃ_５，Ｃ_６，Ｃ_７，Ｃ_８を用いることもできる。
この場合、Ｃ_Ｒ４として８候補を得て、それらの平均
を、生成したＣ_Ｒ４とすることもできる。さらに、この
ような場合、そのようにして求めた候補のうち、０≦Ｃ
_Ｒ４≦２５５（画素のデータが８bitで表される場合）
以外のものを除いた平均値を求めることができる。

【０１０５】また、上述の実施の形態では、画素ブロッ
クが３×３である場合について説明しているが、これに
限定されることはなく、他の大きさの画素ブロックにお
いて色信号の変換等を行うこともできる。例えば、他の
大きさの画素ブロックとしては９×９や５×５等であ
る。

【０１０６】また、画像処理装置は、例えば、撮像部を
備えたいわゆるカメラ一体型記録及び／又は再生装置に
搭載されれ、撮像して得た画像信号中のノイズを除去す
ることが挙げられる。しかし、これに限定されるもので
はなく、撮像装置によって撮像された画像をテープ状記
録媒体に対して記録及び／又は再生する記録及び／又は
再生装置が、上述したような画像処理装置を搭載し或い
は同等の機能を有することもできる。

【０１０７】

【発明の効果】本発明に係る画像処理装置は、一の色信
号について、当該一の色信号の同画素位置近傍の他の色
信号から疑似色信号を生成する色生成手段と、一の色信
号と色生成手段が生成した疑似色信号とを合成して一の
色信号を新たに生成する色合成手段とを備えることによ
り、一の色信号について、当該一の色信号の同画素位置
近傍の他の色信号から疑似色信号を色生成手段により生
成し、一の色信号と色生成手段が生成した疑似色信号と
を合成して一の色信号を色合成手段により新たに生成す
ることができる。これにより、画像処理装置は、各色信
号間に独立して発生するノイズ成分を除去することがで
きる。

【０１０８】また、本発明に係る画像処理方法は、一の
色信号について、当該一の色信号の同画素位置近傍の他
の色信号から疑似色信号を生成する色生成工程と、一の
色信号と色生成工程にて生成した疑似色信号とを合成し
て一の色信号を新たに生成する色合成工程とを有するこ
とにより、画像処理方法は、各色信号間に独立して発生
するノイズ成分を除去することができる。

【０１０９】また、本発明に係るプログラム記録媒体
は、一の色信号について、当該一の色信号の同画素位置
近傍の他の色信号から疑似色信号を生成する色生成工程
と、一の色信号と色生成工程にて生成した疑似色信号と
を合成して一の色信号を新たに生成する色合成工程とを
画像処理装置に実行させるプログラムが記録されている
おり、このようなプログラム記録媒体に記録されている
プログラムにより画像処理を実行する画像処理装置は、
各色信号間に独立して発生するノイズ成分を除去するこ
とができる。

【図面の簡単な説明】

【図１】本発明の実施の形態の画像処理装置の処理の原
理の説明のために使用した図であって、入力画素信号に
ついてのブロック化を示す図である。

【図２】画素ブロックを構成する各画素の各色信号を示
す図である。

【図３】本発明の実施の形態の画像処理装置の構成を示
すブロック図である。

【図４】上述の画像処理装置の構成であって、ブロック
化回路、ＭＩＮ及びＤＲ検出回路、及び色変換回路の具
体的な構成を示すブロック図である。

【図５】色変換後の色信号Ｇ_Ｒ４を、画素ブロック内の
平均値として求めるときの一連の処理を示すフローチャ
ートである。

【図６】上述の画像処理装置の構成であって、色変換回
路及び加算回路の具体的な構成を示すブロック図であ
る。

【図７】上述の画像処理装置の構成であって、３板式の
ＣＣＤに基づいて行う処理を実現するための構成を示す
ブロック図である。

【図８】上述の画像処理装置の構成であって、予測係数
を学習するための構成を示すブロック図である。

【図９】上述の画像処理装置の構成であって、学習した
予測係数を使用して新たな色信号を得るための構成を示
すブロック図である。＾

【図１０】特徴量抽出回路の具体的な構成例を示すブロ
ック図である。

【図１１】特徴量抽出回路の他の具体的な構成例を示す
ブロック図である。

【図１２】相関が高い色信号のみにより、Ｇの色信号を
生成する場合の構成を示すブロック図である。

【符号の説明】

１０ ブロック化回路、２０ ＭＩＮ及びＤＲ検出回
路、３０ 色変換回路、４０ 加算回路

───────────────────────────────────────────────────── 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 9/64 Ｈ０４Ｎ 1/46 Ｚ Ｆターム(参考） 5B057 BA02 CA01 CA08 CA12 CA16 CB01 CB08 CB12 CB16 CC02 CE02 CE11 CE17 CE18 DA17 DA20 DB02 DC25 DC36 5C066 AA01 BA20 CA07 GA01 GA26 GA27 HA03 HA06 KA12 KC07 KC11 KD02 KD06 KD07 KE02 KE03 KE05 KE09 KE16 KM02 KP02 KP03 5C077 LL02 LL19 MM03 MP08 PP21 PP32 PP43 PP47 PP68 PQ18 PQ22 TT09 5C079 HB01 LA02 LA10 LB11 MA11 NA02

Claims (13)

【特許請求の範囲】
1. 【請求項１】 複数の色信号によって画素が構成されて
   いる画像の処理をする画像処理装置であって、 一の色信号について、当該一の色信号の同画素位置近傍
   の他の色信号から疑似色信号を生成する色生成手段と、 上記一の色信号と上記色生成手段が生成した疑似色信号
   とを合成して一の色信号を新たに生成する色合成手段と
   を備えたことを特徴とする画像処理装置。
2. 【請求項２】 入力画像信号を所定の大きさの画素ブロ
   ックにブロック化するブロック化手段を備え、 上記色生成手段は、上記ブロック化手段から出力された
   画素ブロック内における一の色信号の変化と他の色信号
   の変化の相関に基づいて、当該画素ブロック内における
   注目画素の一の色信号について、上記注目画素の他の色
   信号から疑似色信号を生成することを特徴とする請求項
   １記載の画像処理装置。
3. 【請求項３】 上記画素ブロック内における上記注目画
   素の画素位置が、上記画素ブロック内の中心位置である
   ことを特徴とする請求項２記載の画像処理装置。
4. 【請求項４】 上記注目画素の一の色信号の値をＡ_１と
   し、上記注目画素の他の色信号の値をＡ_２とし、上記画
   素ブロック内の全画素についての一の色信号の最小値を
   Ａ_１minとし、一の色信号の最大値と上記最小値Ａ_１min
   との差分をＤＲ_１とし、 上記画素ブロック内の全画素についての他の色信号の最
   小値をＡ_２minとし、他の色信号の最大値と上記最小値
   Ａ_２minとの差分をＤＲ_２としたとき、 上記色生成手段は、上記疑似色信号の値Ａ_１２を Ａ_１２＝（Ａ_２−Ａ_２min）×ＤＲ_１／ＤＲ_２＋Ａ_１min として生成していることを特徴とする請求項２記載の画
   像処理装置。
5. 【請求項５】 上記一の色信号の値をＡ_１とし、ｎ−１
   個の上記他の疑似色信号の値をＡ_２〜Ａ_ｎとし、最適な
   重み係数をｎ個のＷ_１〜Ｗ_ｎとしたとき、 上記色合成手段は、上記合成した新たな一の色信号
   Ａ_１’を 【数１】 として生成していることを特徴とする請求項２記載の画
   像処理装置。
6. 【請求項６】 上記ブロック化手段にてブロック化して
   得たデータをクラス毎に分類して、その分類に対応する
   クラスコードを出力するクラス分類手段と、 上記クラスコードに応じて入力画像信号に対応するノイ
   ズ低減された上記一の色信号の生成を可能とする上記ｎ
   個の重み係数Ｗ_１〜Ｗ_ｎのデータ列を出力する重み係数
   出力手段とを備え、 上記色合成手段は、上記重み係数出力手段が出力した上
   記ｎ個のＷ_１〜Ｗ_ｎにより上記合成した新たな一の色信
   号Ａ_１’を生成することを特徴とする請求項５記載の画
   像処理装置。
7. 【請求項７】 上記重み係数出力手段は、ノイズを含む
   画像信号をブロック化してクラス分類して得たデータ
   と、低ノイズの画像信号をブロック化して得たデータと
   で予め学習して、上記ｎ個の重み係数Ｗ_１〜Ｗ_ｎを上記
   クラスコードに対応させて取得していることを特徴とす
   る請求項６記載の画像処理装置。
8. 【請求項８】 学習して取得した上記ｎ個の重み係数Ｗ
   _１〜Ｗ_ｎが記憶される記録手段を備えており、 上記記憶手段は、上記クラスコードに対応するそれぞれ
   のアドレスに上記ｎ個の重み係数Ｗ_１〜Ｗ_ｎが記憶され
   ており、ノイズ低減された一の色信号を生成するために
   上記クラス分類手段により出力されたクラスコードに応
   じて上記ｎ個の重み係数Ｗ_１〜Ｗ_ｎが読み出されること
   を特徴とする請求項７記載の画像処理装置。
9. 【請求項９】 上記色生成手段は、上記一の色信号につ
   いての相関がより高い方の他の色信号を使用して、上記
   疑似色信号を生成することを特徴とする請求項２記載の
   画像処理装置。
10. 【請求項１０】 上記色生成手段は、上記一の色信号に
    ついて、上記画素ブロック内の他の位置の他の色信号も
    使用して、上記疑似色信号を生成しており、 上記色生成手段が生成する一の疑似色信号は、上記画素
    ブロックの他の各位置の他の信号を使用して得た疑似色
    信号の平均値であることを特徴とする請求項２記載の画
    像処理装置。
11. 【請求項１１】 上記各色信号は、Ｒ，Ｇ，Ｂであっ
    て、３板式の撮像素子によってそれぞれ独立に得られて
    いることを特徴とする請求項１記載の画像処理装置。
12. 【請求項１２】 複数の色信号によって画素が構成され
    ている画像の処理をする画像処理方法であって、 一の色信号について、当該一の色信号の同画素位置近傍
    の他の色信号から疑似色信号を生成する色生成工程と、 上記一の色信号と上記色生成工程にて生成した疑似色信
    号とを合成して一の色信号を新たに生成する色合成工程
    とを有することを特徴とする画像処理方法。
13. 【請求項１３】 複数の色信号によって画素が構成され
    ている画像の処理をする画像処理装置を実行させるプロ
    グラムが記録されたプログラム記録媒体であって、 一の色信号について、当該一の色信号の同画素位置近傍
    の他の色信号から疑似色信号を生成する色生成工程と、 上記一の色信号と上記色生成工程にて生成した疑似色信
    号とを合成して一の色信号を新たに生成する色合成工程
    ととを上記画像処理装置に実行させるプログラムが記録
    されていることを特徴とするプログラム記録媒体。