JP2003274403A - 喪失データ回復方法、喪失領域予測装置、プログラムおよび媒体 - Google Patents

喪失データ回復方法、喪失領域予測装置、プログラムおよび媒体

Info

Publication number
JP2003274403A
JP2003274403A JP2002378368A JP2002378368A JP2003274403A JP 2003274403 A JP2003274403 A JP 2003274403A JP 2002378368 A JP2002378368 A JP 2002378368A JP 2002378368 A JP2002378368 A JP 2002378368A JP 2003274403 A JP2003274403 A JP 2003274403A
Authority
JP
Japan
Prior art keywords
layer
lost
transform
region
program
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.)
Withdrawn
Application number
JP2002378368A
Other languages
English (en)
Inventor
Onur G Guleryuz
ジー グラーユズ オヌア
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Publication of JP2003274403A publication Critical patent/JP2003274403A/ja
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/30Noise filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Picture Signal Circuits (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

(57)【要約】 【課題】 画像/ビデオフレーム内の完全に失われたブ
ロックを、これらブロックを取り囲む空間的情報を用い
て回復する画像回復アルゴリズムを提供する。 【解決手段】 1つの応用例は、他の回復及びエラー隠
蔽アルゴリズムにとっては問題となるようなテクスチ
ャ、エッジ及び他の画像特徴を含むピクセルの喪失領域
に焦点を当てる。本発明のアルゴリズムは、一般的な雑
音除去アルゴリズムの反復的適用に基づくもので、如何
なる複雑な前処理、セグメント化又はエッジ検出ステッ
プも必要としない。局部的に分散した線形変換及び過完
備雑音除去を使用して、斯様な領域の回復において良好
なPSNR性能が得られる。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は、デジタル信号にお
ける喪失データを回復するアルゴリズムに係り、更に特
定的には該信号におけるデータの喪失領域を、これら領
域を取り囲む情報を用いて予測するアルゴリズムに関す
る。これらアルゴリズムは、主に、画像/ビデオフレー
ムにおけるピクセルの喪失領域を斯かる領域を囲む空間
的情報を用いて予測することにより該画像/ビデオフレ
ームを回復することに向けられたものである。上記アル
ゴリズムの技術は、ソフトウェア、ハードウェア又はこ
れらの組合せにより具現化することができると共に、コ
ンピュータ又は他のプロセッサ制御型装置上で実施化す
ることができる。
【0002】
【関連技術の説明】多くの画像及びビデオ圧縮利用分野
において、デコーダはしばしばチャンネルの損なわれた
データに対処しなければならず、従って画像回復及びエ
ラー隠蔽アルゴリズムを用いなければならない。多年に
わたり、デコーダがチャンネルエラーの厳しい結果を防
止することを可能にするような多くの技術が提案されて
いる。画像の場合、失われた又は誤ったデータは空間的
に予測されねばならない一方、ビデオに関しては時間的
及び空間的な両予測を試みなければならない。しかしな
がら、以前の技術は、余りに予測エラーが多い、余りに
用途、手順又はデータ同等性に固有のものである、特定
の寸法、形状及び/又はデータの型式の或る範囲のみし
か扱うことができない、強靱さ及び/又は適応性が限ら
れる、並びにビデオフレームに関する動きベクトルのよ
うな特別な情報を要する等の問題を含む種々の問題を被
っている。
【0003】
【発明が解決しようとする課題】従って、本発明の目的
は上述した問題を克服することにある。
【0004】また、本発明の他の目的は画像/ビデオフ
レームにおけるデータの喪失領域を、これら領域を囲む
空間的情報を用いて回復する画像回復技術を提供するこ
とにある。
【0005】
【課題を解決するための手段】本発明の1つの態様によ
れば、デジタル信号中の喪失データを回復する方法が提
供される。該方法は、(a)少なくとも何らかのデータ
が喪失している少なくとも1つの領域における非喪失デ
ータ要素をn個の層にグループ化するステップであっ
て、前記nが1以上の整数であるようなステップと、
(b)前記少なくとも1つの領域における各喪失データ
要素に初期値を割り当てるステップと、前記n個の層の
各々に関して、(c1)層nに対して複数の直交変換を
評価するステップと、(c2)選択変換係数を、閾値を
用いて閾値処理(好ましくはハード閾値処理)するステ
ップと、(c3)逆変換処理を実行して、層nの中間結
果を得るステップと、(c4)ステップ(c3)におい
て得られた前記層nの中間結果に対して、クリッピング
処理が後続する平均化処理を実行して層nを回復するス
テップとを有する。
【0006】好ましくは、上記ステップ(c1)ないし
(c4)は各順次の反復において前記閾値が減少される
ように前記n層に対して反復的に実行され、且つ、ステ
ップ(c1)ないし(c4)は前記n層が各反復におい
て一層細かい細部で回復されるように前記n層の各々に
対して繰り返される。
【0007】少なくとも何らかのデータが喪失している
前記少なくとも1つの領域は、エッジの特徴又はテクス
チャの特徴の少なくとも一方を含むことができる。
【0008】一実施例においては、前記デジタル信号は
複数のピクセルを含む画像又はビデオフレームであり、
少なくとも何らかのデータが喪失している前記少なくと
も1つの領域は、喪失している少なくとも幾つかのピク
セルを有する。前記少なくとも1つの領域のピクセルの
全てが喪失していてもよい。
【0009】前記複数の直交変換は、離散コサイン変換
(DCT)及び該変換の所定数の過完備(overco
mplete)なシフト、ウェーブレット変換及び該変
換の所定数の過完備なシフト、又はフーリエ変換及び該
変換の所定数の過完備なシフトを有することができる。
好ましい実施例においては、上記DCT変換が画像又は
ビデオフレームに関して使用される。ウェーブレット又
はフーリエ変換も、斯様な信号に対して使用することが
できる。他の型式の信号(例えば、非画像又は非ビデオ
信号)に対しては、該特定の信号に依存して、特定の変
換が他のものより良好な結果を提供する。処理されるデ
ータ型式に対して分散的表現をもたらすと予測されるよ
うな変換を使用すべきである。斯様な場合において適切
な変換を選択することは、当業者にとっては、ここに提
示される教示内容に基づいて明らかであろう。
【0010】他の態様においては、本発明は上述したよ
うな処理動作を実行する1以上の構成要素を含む装置に
関連する。斯様な構成要素は、例えば、汎用マイクロプ
ロセッサ若しくは1以上の特定用途用集積回路(ASI
C)、デジタル信号処理回路等、又はこれらの組合せを
含むことができる。
【0011】本発明の更に他の態様によれば、上述した
方法又は斯かる方法のステップの何れかを命令のプログ
ラム(例えば、ソフトウェア)に具現化することがで
き、該プログラムは実行のためにコンピュータ又は他の
プロセッサ制御型装置に記憶し又は斯かる装置に伝送す
ることができる。他の例として、上記命令のプログラム
は1以上の前記ステップを実行するように設計されたハ
ードウェア(例えば、1以上のASIC、デジタル信号
処理回路等)と統合することができる。
【0012】他の目的及び達成事項並びに本発明の完全
な理解は、添付図面に関連してなされる以下の説明及び
請求項を参照することにより明らかになり且つ認識され
るであろう。尚、図面において同様の符号は同様の部分
を示している。
【0013】
【発明の実施の形態】A.概要 本発明の画像/ビデオフレーム回復アルゴリズムは、主
に、空間的予測のみを用いた喪失データの回復に関する
ものである。ビデオに関しては、上記アルゴリズムの技
術は、そのままで、例えば一般的MPEGアルゴリズム
における重大に損なわれた動きベクトル及び/又は内部
マーク付けされた(intra−marked)マクロ
ブロックを含む場合におけるように、時間的予測が可能
でないか又は賢明でないような場合に直接適用すること
ができる。本発明のアルゴリズムが主に完全に失われた
画像/ビデオフレームブロックの回復に関するものであ
るが、該アルゴリズムはそのように限定されるものでは
ない。むしろ、これらアルゴリズムは、部分的情報が利
用可能であって、喪失データが非長方形の又は不規則な
形状の領域に対応するような状況にも適応することがで
きる。該アルゴリズムは、現方法に対し問題を課すよう
なテクスチャ、エッジ、及び他の特徴を含むような画像
/ビデオフレームブロックの強力な回復にとり特に有効
である。当該アルゴリズムは視覚的現れ及び一様性の重
要性を考慮に入れるが、これらアルゴリズムは回復され
た領域における大幅な尖頭信号対雑音比(PSNR)
(10×log10(255×255/平均二乗誤
差))の改善を達成するようにもなっている。
【0014】図1は、本発明のアルゴリズムを用いた、
標準の画像バーバラの種々のエッジ及びテクスチャ領域
に対する16×16ブロックの回復の幾つかの例を示し
ている。
【0015】この発明の主たる回復アルゴリズムは、過
完備(overcomplete)変換を用いた雑音除
去(de−noising)に基づくものである。以下
に説明するように、これは、従来の付加的な雑音に対処
するために使用されるものとは異なる雑音除去の適用法
である。ここで使用される“過完備変換を用いた雑音除
去”なる文言は、幾つかの完全な変換が関心の目標領域
に対して評価され、変換係数がハード閾値処理されると
共に逆変換されて幾つかの部分的に雑音除去された領域
を求め、これらが平均化されて最終的結果を得るような
最も単純な形態を指す。係数cをハード閾値処理する
と、|c|<Tの場合は0となり、それ以外では当該係
数は変化しないままとなる。確立された雑音除去技術と
同様に、使用される変換の役割は非常に重要である。確
かに、当該アルゴリズムの基礎となる動作原理は、使用
される線形変換による分散的(sparse)画像表現
である。該アルゴリズムの詳細及び本発明に関係する他
の詳細を以下に説明する。 B.アルゴリズム 図8のフローチャートを参照すると、当該基本アルゴリ
ズムは、図2に示すように喪失ブロックにおけるピクセ
ルを層にグループ化することにより開始する(ステップ
77)。これら層は、各層が先行する層からの情報を主
に使用することにより回復されるようにして、即ち層0
が層1を回復するために使用され、次いで、これら両者
が層2を回復するために使用され、等々のようにして、
段階的に回復される。図2に示す層のグループ化は例示
的なものに過ぎない。多くの異なるグループ化が可能で
あり、選択されるものは喪失ブロックの寸法及び形状に
依存する。最初の反復に先立ち、喪失ブロック内の各ピ
クセルに初期値、例えば層1の外側境界の周囲(囲む部
分)から算出された平均値、が割り当てられる(ステッ
プ78)。初期値として斯様な平均値を使用することは
例示的なもので、代わりとして、該初期値は他の適切な
統計的計算又は128若しくは0のような固定の定数を
用いて割り当てることもできる。次に、ステップ79に
おいて層の計数変数iが0に初期化される。ステップ8
0においては、層iが求められる。当該アルゴリズムの
次の主たるステップは、目標の層iに対する幾つかの完
全な変換を評価することを含む(ステップ81)。次い
で、変換係数が閾値Tを用いて選択的にハード閾値処理
される(ステップ82)。最初の反復に先立ち、TはT
>0に設定され、ここでTは、例えば層1の外側境
界の周囲から算出される標準偏差を表すことができる。
斯様な標準偏差を用いるTの設定は例示的なもので、
他の例として、Tは他の適切な統計的計算を用いて算
出することができるか、又は128若しくは256のよ
うな固定の定数に設定することもできる。ステップ83
において、中間結果を発生するために逆変換演算が実行
され、ステップ84において、これら中間結果が平均化
されると共にクリップ処理されて最終的な回復層iを得
る。次いで、この今処理された層iは、ステップ85に
おいてメモリに記憶され又は書き込まれる。ステップ8
1〜85は、同一の閾値Tを用いて各層に対して実行さ
れ、全層に関する雑音除去された結果を発生させる。か
くして、ステップ86においては、処理すべき他の層が
存在するかが判断される。もし存在するなら、iがステ
ップ87においてインクリメントされ、当該アルゴリズ
ムはステップ80に戻り、そこで次の層が求められる。
【0016】好ましい実施例によれば、ステップ79な
いし85は上記各層に対して反復的に実行され、各反復
において、ステップ82において使用される閾値が減少
され、各層は新たな閾値を用いて一層細かな細部で回復
される。かくして、ステップ88においては、他の反復
が実行されるべきかにつき判断がなされる。もし実行さ
れるべきなら、当該アルゴリズムはステップ89に進
み、該ステップにおいてTが減少され、次いでステップ
79に戻り、該ステップにおいて当該処理は再び開始さ
れる。ステップ88における判断が、更なる反復を実行
する必要がないとのものである場合は、当該基本アルゴ
リズムは終了する。
【0017】以下に述べるように、ハード閾値処理によ
る雑音除去は“エネルギ分散”処理であり、該処理は当
該アルゴリズムの成功を層化及びハード閾値処理の選択
的適用に依存したものとさせる。初期閾値T=T>0
(例えば、層1の外側境界の周囲から算出される標準偏
差)を固定し、この閾値を用いた層Pの回復を考察す
る、即ち、層Pのピクセルが上記閾値Tを用いて回復さ
れ、その際に残りのピクセルは変更しないままとされる
ような当該アルゴリズムの段階を考察する。簡略化のた
めに、雑音除去処理においてはM×MのDCT及び該D
CTのM−1の過完備シフトが使用されると仮定す
る。層Pの回復において、当該画像における層Pにない
全ピクセル、即ち先行する層及び後続する層に存在する
全ピクセルが固定値を有すると仮定する。また、初期D
CTは図3における“DCT(M×M)タイル化1”に
対応すると仮定する。DCT係数を評価することにより
開始する。次いで、各DCTブロックに対して、このブ
ロックが層Pと重なるかが判断される。重なりがない場
合は、次いで、このブロックの係数のハード閾値処理は
実行されない。重なりがある場合は、x及びy方向にお
ける層Pの外側境界との重なりの程度を計算し、k番目
のDCTブロックに関してo(k)及びo(k)を
得る。o(k)≦M/2又はo(k)≦M/2な
ら、k番目のDCTブロックの係数はハード閾値処理さ
れる。この選択的なハード閾値処理の後、逆変換して第
1の、部分的に雑音除去された、ピクセルの層Pを発生
させる。この処理を残りのM−1の過完備変換に関し
て繰り返し、各々、層Pのピクセルに関する部分的に雑
音除去された結果を発生させる。図4の(a)ないし
(d)は、M×MのDCTの幾つかの他の例示的過完備
シフトに対する選択的ハード閾値処理を示している。層
Pに対する最終的結果は、上記の部分的結果を平均し、
続いて該層のピクセルを有効なピクセル値範囲(グレイ
スケール画像に対しては0〜255)にクリップ処理す
ることにより得られる。勿論、該最終的結果を発生させ
るために全てのDCT係数を評価する必要はない。
【0018】閾値Tを用いて、層1から開始して全ての
層に関して雑音除去された結果を発生させた後、上記閾
値は減少され(T→T−ΔT)、全処理が該減少された
閾値を用いて繰り返される。該アルゴリズムは、Tが予
め選定された最終閾値Tに達すると、終了される。閾
値の選択は下記の指針に従ってなされる。Tは、該閾
値が回復されるべきピクセルにおけるエラーの標準偏差
(例えば、層1の外側境界の周囲から算出される標準偏
差)と概ね比例するように選定される。最終閾値T
は、該閾値が考察中の画像又はビデオフレームの領域
における予測不可能な成分の標準偏差に概ね比例するよ
うに選定される。例えば、画像が幾らかの付加的ホワイ
トノイズ(捕捉装置又は何らかの他の雑音発生現象によ
り)を含む場合は、Tは、このノイズの標準偏差とし
て設定することができる。T=5又はT=6が、斯
様な筋書きにおける典型的な設定である。ΔTは、所望
の反復数dに関して、(T−T)/dと設定す
ることができる。良好な品質の結果のためには、d
100及びΔT=0.1又はΔT=0.2が典型的な選
択である。当該アルゴリズムの改善の殆どは、通常は、
最初の数回の反復におけるものであり、中間の品質結果
に対してはd<100と選定することができる。
【0019】過完備シフトの部分集合のみを考慮する、
及び/又は異なる変換を利用することも可能であること
に注意されたい。ウェーブレット及びウェーブレットパ
ケット等の他の変換に関しては、当該アルゴリズムの処
理は、前記重なりの計算が選択的ハード閾値処理の間に
僅かに一層関わることになる点を除き、同様である。こ
れらの変換は各係数に対して変化するサポート(sup
port)の基底関数を有しているから(帯域に依存す
る)、当該係数の選択的閾値処理の間に特定の係数とな
るような変換基底関数のサポート及び位置を使用するこ
とが賢明である。 C.閾値処理を使用する雑音除去及び回復 閾値処理及び過完備変換を使用した雑音除去は、関心の
信号とは相関がないと見なされる付加的雑音に対処する
ために主に使用される確立された信号処理技術である。
失われたブロックは、元の画像に作用する特別な雑音処
理の結果と見ることができる。しかしながら、伝統的な
場合と異なり、この雑音処理は元の画像とは相関がない
ものではない。とにかく、雑音除去の背後にある基本的
直感が本アルゴリズムへと推進させ、該アルゴリズムは
高い信号対雑音比(SNR=10×log10(信号エ
ネルギ/平均二乗誤差))の変換係数を維持する一方、
低いSNRを持つ係数を零にする。
【0020】cが元の画像の変換係数を示し、c^が雑
音画像、即ち喪失したブロックを含む画像内の対応する
係数であるとする。かくして、 であり、ここでeは雑音を示す。 に注意されたい。零平均確率変数を仮定する分散は、 と表すことができる。伝統的な場合との差は、式(3)
における非零相関項E[ce]に現れる。本発明のアル
ゴリズムの基礎となる主たる仮定は、変換係数を発生す
るために使用される線形変換が、c^がT〜σで零に
ハード閾値処理されるなら、高い確率で|c|<<|e
|、即ちハード閾値処理c^が信号より雑音を多く除去
することを殆ど保証するということである。上記B節で
説明したアルゴリズムは、零にハード閾値処理された変
換係数により、喪失ブロックに対して変更を行う。従っ
て、当該アルゴリズムの好ましい処理においては、関心
の画像領域に対し多くの小さな値の変換係数を典型的に
発生させるような変換が必要とされる。即ち、使用され
る変換による画像の分散した表現が必要とされる。しか
しながら、分散した画像の表現に加えて、正しい回復に
は、喪失ブロックを囲む領域に依存して、使用される変
換から他の特徴を得ることも重要である。
【0021】前記層の初期の回復の後に雑音の一部が除
去されていると仮定すると、回復を更に改善するために
閾値が低下される。雑音画像をベクトルx(N×1)に
配列し、H、H、…H(N×N)が雑音除去に使
用される正規直交過完備変換を示すものとする。また、
G=[H…H](N×nN)が複合変換を示す
ものとする。この場合、これらの変換に関して雑音除去
された画像は、 により与えられ、ここでS(nN×nN)は零及び1の
対角“選択行列”であり、どの係数が零にハード閾値処
理されるかを示す。係数の大きさはSによる乗算の後は
非増加であるから、雑音除去は信号エネルギを増加し得
ず、通常は“エネルギ分散的”であることが明らかであ
る。これの素直な結果は、対称な正の準確定(semi
−definite)行列GSGが全て零と1との間
の固有値を持つということである。
【0022】Pが層1への投影を示す、即ち層1内に
ある場合にはPxのi番目の成分はxのi番目の成分
に等しく、それ以外では零に等しいとする。この場合、
当該アルゴリズムが層1に関して第1回目に実行された
後の画像は、 により与えられ、ここで、添え字は層及びハード閾値処
理に使用される閾値を追跡するために導入されている。
式(4)における一般的な雑音除去処理はエネルギ散乱
的であるが、本発明のアルゴリズムは式(5)における
投影により斯かる特性を有していない、即ち雑音除去は
一度には1つの層にしか影響することが許されないか
ら、この層におけるピクセル値は残りのピクセルにおい
ては減少されたエネルギを有するという結果無しで、増
加されたエネルギを有することができる。 D.変換特性 使用された変換による分散的画像表現に加えて、当該ア
ルゴリズムの改善された動作には他の特徴も望ましい。 D.1.周期的特徴に対する性能 喪失ブロックを取り囲む局部的に周期的な領域を考察す
る。ここで明確にされた原理は、周期定常過程を使用す
ることによりランダムな設定に素直に拡張することがで
きる。この場合、変換は周囲から周期性を推定するため
に充分なサイズを有すべきである。或る方向における〜
Sによる空間的周期性は対応する方向における〜1/S
により分離された周波数成分を意味するから、使用され
る変換は対応する周波数選択性を有すべきである。これ
が、本アルゴリズムを用いた回復の例を示す図5におい
て、特に上側の行に示す人工的に発生された(8ピクセ
ルの周期性の)パターンについて確認され、該パターン
は8×8DCT及びウェーブレットパケットを用いて完
全に回復されている。図5の下側の行は、標準の画像バ
ーバラの或る領域からの回復の例を示している。 D.2.エッジに対する性能 喪失ブロックが、線により分割された2つの一定値の領
域にわたると仮定する。この場合、使用される変換は、
上記線の傾き及び該線の当該喪失ブロックとの交差を好
ましくは複素ウェーブレットにより提供されるもののよ
うな方向的感度を伴って決定するために、充分なサイズ
を有する必要がある。一定の領域にわたり、非常に小さ
なサイズのDCTでさえも分散的表現を提供するが、こ
れらDCTは、図6の第1群のシミュレーションにおい
て4×4DCT及び5×5DCTに関して並びに第2群
において8×8DCTに関して示すように、上記分離線
を正しく補間する能力に不足している。ウェーブレット
及びDCTに関して、発明者は、主にエッジが水平、垂
直及び±45°対角線である場合、エッジ領域に対する
良好な性能を観測した。複素ウェーブレットの方向的感
度及び大きなDCTの周波数選択性は、他の場合に利点
を提供すると思われる。 E.空間的予測可能性及び閾値 図7の(a)に示すように、空間的な周囲環境が喪失ブ
ロック内におけるピクセルの分布に関しての充分な手掛
かりを提供しない場合は、本アルゴリズムは余り好まし
いPSNR性能は有さない。しかしながら、予測可能性
は、図7の(b)に示すような一層好ましい環境の下で
さえも、絶対の効果を有している。当該アルゴリズムが
減少された閾値を用いて細部を回復しようと試みるよう
な或る点を超えて該アルゴリズムのPSNR性能が低下
される場合を考察する。見られるように、反復50を超
えて付加される細部は、殆ど雑音状で、空間的に予測不
可能なものと思われる。斯様な場合には、最終閾値T
は、先に概説したように、斯かる問題を避けるように選
択されなければならない。
【0023】部分的に又は完全に予測不可能な場合にお
いてさえも、回復された領域の視覚的品質は非常に良好
で、これらの領域は周囲と視覚的に一致していることに
注意されたい。 F.シミュレーションの詳細 上述した主アルゴリズムが異なる変換を用いて以下のよ
うに使用された。全てのウェーブレット変換は、ウェー
ブレットパケット(完全なツリー)及び複素ウェーブレ
ットを含み、4つのレベルまで評価される。(複素)ウ
ェーブレット変換は最初のレベルで完全に過完備であ
り、その後臨界的に間引きされ、結果として4×の冗長
度となる。DCTに基づく結果は完全に過完備である。
層としての長方形のシェルの選択、及び反復の性質によ
り、4重の対称性(左右/上下/対角)が重要となる。
DCTは基底関数に組み込まれた斯様な対称性を既に有
し、使用される複素ウェーブレットは構成により4重の
対称性に繋がるが、直交ウェーブレットバンク(Dau
bechiesの8タップ)は斯様な対称性は有してい
ない。かくして、直交ウェーブレットバンクに関して
は、当該アルゴリズムは、各層に対して計算を4回繰り
返し、関連画像領域の通常の及び左右/上下/対角の反
転されたものの結果を平均するように修正された。全て
のシミュレーションにおいて、初期閾値は、層1の直ぐ
外側の1ピクセル境界を形成するピクセルの標準偏差と
して設定された。50反復のみの後の結果を示す図7の
(b)における一番右の画像を除き、最終閾値はTF=
5であり、全体を通してΔT=0.1である。複素ウェ
ーブレット係数の大きさは、閾値処理される。典型的に
は、初期の反復において殆どのPSNRの改善が得られ
る。
【0024】本発明のアルゴリズムは、特に局部的に一
様な領域に対して有効であり、エッジに対して良好な強
さを示す。滑らかな領域に対する該アルゴリズムの性能
も、非常に好ましいものである。一様な領域に対して
は、良好な周波数選択性を持つ変換が好ましいが、エッ
ジにより分離された領域に対しては、使用される変換の
方向的感度も重要となる。一度に1つの層のみを変換係
数の適切なバッファ処理及び更新処理を用いて変更する
ことにより、本アルゴリズムは有利にも大幅な計算の節
約を提供する。雑音除去及び層への投影の反復的使用を
採用することにより、本発明のアルゴリズムは、一連の
交互の適応的投影を実行し、かくして以前の方法とはか
なり相違する。何故なら、本アルゴリズムの動作は、固
定の、データに独立した、凸又は非凸集合に対する一連
の投影には単純化し得ないからである。 G.実施化及び応用 図9は、本発明の技術を実施化するのに使用することが
できる例示的なシステム90を示している。図9に示す
ように、該システムは、計算資源を提供すると共に当該
コンピュータを制御する中央処理装置(CPU)91を
含んでいる。CPU91は、マイクロプロセッサ等を用
いて実施化することができ、グラフィックスプロセッサ
及び/又は数学的計算用の浮動小数点コプロセッサを含
むことができる。システム90は、更に、ランダムアク
セスメモリ(RAM)及び読取専用メモリ(ROM)の
形態とすることができるシステムメモリ92を含んでい
る。
【0025】図9に示すように、多数のコントローラ及
び周辺装置も設けられている。入力コントローラ93
は、キーボード、マウス又はスタイラス等の種々の入力
装置94に対するインターフェースを表している。コン
トローラ95も存在し、該コントローラは本発明により
処理されるべき画像又は表現を含む文書をデジタル化す
るためのスキャナ96又は等価な装置と通信する。記憶
コントローラ97は1以上の記憶装置98とインターフ
ェースし、これら装置の各々は、本発明の種々の態様を
実施化するプログラムの実施例を含むことが可能なオペ
レーティングシステム、ユーティリティ及びアプリケー
ション用の命令のプログラムを記録するために使用する
ことが可能な磁気テープ若しくはディスクのような記憶
媒体又は光媒体を含む。記憶装置(又は複数の記憶装
置)98は本発明により処理されるべきデータを記憶す
るために使用することもできる。表示コントローラ99
は表示装置101に対するインターフェースを提供し、
該装置は陰極線管(CRT)又は薄膜トランジスタ(T
FT)表示器とすることができる。本発明により処理さ
れた画像又は表現を含む文書を印刷するプリンタ103
と通信するために、プリンタコントローラ102も設け
られている。通信インターフェース104は1以上の通
信装置105とインターフェースし、該装置はシステム
90を、インターネット、ローカルエリアネットワータ
(LAN)及び広域ネットワータ(WAN)を含む種々
のネットワークの何れかを介して、又は赤外線信号を含
む何れかの適切な電磁搬送信号を介して遠隔装置と接続
するのを可能にする。
【0026】図示のシステムにおいて、全ての主要な構
成要素はバス106に繋がり、該バスは2以上の物理的
バスを表すことができる。しかしながら、本発明の特定
の応用に応じて、種々のシステム構成要素は互いに物理
的な近傍に位置するか位置しないようにすることができ
る。例えば、入力データ及び/又は出力データは或る物
理的位置から他の位置へ遠隔的に伝送することができ
る。また、本発明の種々の態様を実施化するプログラム
は、ネットワークを介して遠隔位置(例えば、サーバ)
からアクセスすることもできる。斯様なデータ及び/又
はプログラムは、磁気テープ若しくはディスク又は光デ
ィスクを含む種々のコンピュータ読み取り可能な媒体、
ネットワーク信号、又は赤外線を含む如何なる他の好適
な電磁搬送信号の何れかを介して伝達することができ
る。
【0027】本発明は便利にはソフトウェアを用いて実
施化することができるが、ハードウェアによる実施化又
は組み合わされたハードウェア/ソフトウェアによる実
施化も可能である。ハードウェアによる実施化は、例え
ば、ASTC(又は複数のASIC)又はデジタル信号
処理回路等を使用して実現することができる。斯様であ
るので、装置読み取り可能な媒体なる用語は、更に、配
線結合された命令のプログラムを有するようなハードウ
ェアも含む。これらの実施化の代替案を考慮に入れて、
各図及び付随する説明は、当業者が、所要の処理を実行
するためにプログラムコード(即ち、ソフトウェア)を
書き又は回路(即ち、ハードウェア)を作製するのに必
要とするであろう機能的情報を提供するものであると理
解すべきである。
【0028】上記が示すように、本発明は、画像又はビ
デオフレームにおけるデータの喪失領域を、閾値処理を
用いた雑音除去及び分散した画像表現の線形変換に基づ
いて予測するソフトウェア又はハードウェア型のアルゴ
リズム/技術を提供する。これらアルゴリズムは、ネッ
トワーク伝送の間におけるエラーを有するような符号化
された画像及びビデオ用のエラー隠蔽処理、損なわれた
画像の回復、掻き傷の除去等を含む広い範囲の用途を有
する。該アルゴリズムは、例えば通常のMPEG方法に
おける重大に損なわれた動きベクトル及び/又は内部マ
ーク付けされた(intra−marked)マクロブ
ロックに関わる場合のように、時間的な予測が不可能で
あるか又は賢明でないような場合に直接適用することが
できる。
【0029】本発明のアルゴリズムは、如何なる特定の
サイズ、形状又はデータ型式の喪失領域に固有のもので
もなく、データが部分的に又は完全に失われた領域に対
しても動作することができる。本アルゴリズムは、非長
方形の領域に拡張することができると共に、16×16
より大きな領域に対しても使用することができる。更
に、画像及びビデオフレーム(即ち、2Dデータ)への
適用が本アルゴリズムの主要な焦点であるが、これらア
ルゴリズムは、そのように限定されるものではない。む
しろ、本アルゴリズムは1D、3D、4D及びそれより
高い次元のデータに対してさえも容易に適用可能であ
る。例えば、本アルゴリズムは音声又はオーディオデー
タの喪失した区域を充填するために使用することもでき
る。本アルゴリズムは適用に関して如何なる特別な手順
も要しない。本アルゴリズムは、喪失データを予測する
ために如何なる画像、ビデオフレーム、信号号に対して
も動作することができる。喪失データが如何にして失わ
れるようになったかは、本アルゴリズムの動作とは関係
がない。例えば、本アルゴリズムは、エラー隠蔽用途に
おける符号化段階の間において、特別な対策が取られる
ことも又はオーバーヘッド情報が送られることも要さな
い。
【0030】画像及びビデオフレームの場合、本発明の
アルゴリズムは、喪失データが滑らかな領域、テクスチ
ャ領域、高周波領域、エッジ領域及び周期的領域にわた
って、並びに非常に有利には上記の如何なる組合せにわ
たって延在する場合も容易に処理することができる。即
ち、喪失データは“正確にテクスチャな”領域、“正確
に周期的な”領域等にわたるものである必要はない。当
該喪失データが“概ねテクスチャな”、“概ね周期的
な”等の領域にわたる場合でも、本アルゴリズムは依然
として動作する。2Dデータに関しても同様である。こ
のように、本発明のアルゴリズムは、特に従来の技術と
比較して、極めて汎用的である。
【0031】汎用的であることに加えて、本発明のアル
ゴリズムは強力である。本アルゴリズムは種々の型式の
データ領域を扱うことができるのみならず、これらアル
ゴリズムはどの様な型式の領域に対して動作しようとし
ているかについての入力命令を必要とすることもない。
このように、本アルゴリズムはエッジ、周期的領域、滑
らかな領域、テクスチャ等を検出する別のステップを使
用することもなく、必要とすることもない。このこと
は、特定の型式の領域を他のものから検出することが自
らエラー及び問題を有し、斯様なステップを採用しない
ことにより本アルゴリズムは斯様な問題を防止するとい
う点で、非常に有利である。むしろ、本アルゴリズムは
適応的である。本アルゴリズムは、どの様な型式の領域
に対して動作しているかを発見し、それに応じて喪失デ
ータを予測する。
【0032】本発明のアルゴリズムは、当該データが他
の座標系内にあるような場合に容易に拡張することがで
きる。即ち、喪失ピクセル値を予測するのに使用するこ
とに加えて、本アルゴリズムは、喪失したDCT、ウェ
ーブレット又はフーリエ変換係数のような種々の変換の
喪失係数を予測するために一般化することもできる。
【0033】本発明のアルゴリズムは、予測され/回復
される各領域の視覚的見え方を周囲と一致させるのみな
らず、非常に低い予測誤差しか発生しない。例えば、幾
つかの従来の技術の場合、充填された喪失データは視覚
的に許容可能なものであり得るが、予測とオリジナルと
の間の平均二乗誤差の評価等の目標となる性能の尺度
は、任意に悪い結果を生じ得る。本発明のアルゴリズム
は、典型的には、低い平均二乗誤差となる。本アルゴリ
ズムは、実世界画像に存在するようなエッジ上の“エイ
リアシング防止”ボケを回復することさえ可能である。
【0034】以上、本発明を幾つかの特定の実施例に関
連して説明したが、当業者にとっては上記説明に照らし
て他の代替案、修正例、変形例及び応用例が明らかであ
ろう。このように、ここで述べた本発明は、添付請求項
の趣旨及び範囲内に入るであろうように、全ての斯かる
代替案、修正例、変形例及び応用例を含むことを意図す
るものである。
【図面の簡単な説明】
【図1】図1は、標準画像バーバラの種々の領域に対す
る、本発明の技術を用いた幾つかの回復例を示す。
【図2】図2は、回復処理におけるピクセルの層の概念
図で、各層は該層を囲む先行する層を用いて回復され
る。
【図3】図3は、本発明の実施例によるDCTタイル化
及び選択的ハード閾値処理の概念図である。
【図4】図4の(a)、(b)、(c)及び(d)は、
M×MのDCTの幾つかの他の例示的な過完備シフトに
関するDCTタイル化及び選択的なハード閾値処理の概
念図である。
【図5】図5は、本発明のアルゴリズムを用いた、周期
的な特徴に対する回復の例を示す。
【図6】図6は、本発明のアルゴリズムを用いた、エッ
ジ領域に対する回復の例を示す。
【図7】図7の(a)は、回復が成功しない場合の空間
的予測可能性の例を示し、図7の(b)は、回復は成功
するが後の反復において加えられた空間的に予測不可能
な細部が性能を低下させるような場合の空間的予測可能
性の例を示す。
【図8】図8は、本発明のアルゴリズムの基本的処理の
流れを示すフローチャートである。
【図9】図9は、本発明の技術を実施化するのに使用す
ることができる例示的システムを示すブロック図であ
る。
【符号の説明】
90:システム 91:CPU 92:システムメモリ 93:入力コントローラ 94:入力装置 95:スキャナコントローラ 96:スキャナ 97:記憶コントローラ 98:記憶装置 99:表示コントローラ 101:表示装置 102:プリンタコントローラ 103:プリンタ 104:通信コントローラ 105:通信装置 106:バス
───────────────────────────────────────────────────── フロントページの続き Fターム(参考) 5C021 PA73 RA11 RB05 RB06 XB07 YA06 5C059 MA00 MA23 MA24 PP01 RF09 SS06 SS20 SS28 TA76 TC04 TC22 TC42 TD03 TD04 TD12 TD17 UA05 5C078 BA53 BA57 BA58 BA64 CA44 DA22

Claims (31)

    【特許請求の範囲】
  1. 【請求項1】 デジタル信号中の喪失データを回復する
    方法において、(a)少なくとも何らかのデータが喪失
    している少なくとも1つの領域における非喪失データ要
    素をn個の層にグループ化するステップであって、前記
    nが1以上の整数であるようなステップと、(b)前記
    少なくとも1つの領域における各喪失データ要素に初期
    値を割り当てるステップと、(c)前記n個の層の各々
    に関して、 (c1)層nに対して複数の直交変換を評価するステッ
    プと、 (c2)選択変換係数を、閾値を用いて閾値処理するス
    テップと、 (c3)逆変換処理を実行して、層nの中間結果を得る
    ステップと、 (c4)ステップ(c3)において得られた前記層nの
    前記中間結果に対して、クリッピング処理が後続する平
    均化処理を実行して層nを回復するステップと、を有し
    ていることを特徴とする喪失データ回復方法。
  2. 【請求項2】 請求項1に記載の方法において、ステッ
    プ(c1)ないし(c4)は各順次の反復において前記
    閾値が減少されるように前記n層に対して反復的に実行
    され、且つ、ステップ(c1)ないし(c4)は前記n
    層が各反復において一層細かい細部で回復されるように
    前記n層の各々に対して繰り返されることを特徴とする
    方法。
  3. 【請求項3】 請求項2に記載の方法において、前記閾
    値は各順次の反復において所定の値だけ減少されること
    を特徴とする方法。
  4. 【請求項4】 請求項1乃至3のいずれか一項に記載の
    方法において、前記閾値処理するステップがハード閾値
    処理するステップを有していることを特徴とする方法。
  5. 【請求項5】 請求項1乃至4のいずれか一項に記載の
    方法において、少なくとも何らかのデータが喪失してい
    る前記少なくとも1つの領域が、エッジの特徴又はテク
    スチャの特徴の少なくとも一方を含んでいることを特徴
    とする方法。
  6. 【請求項6】 請求項1乃至5のいずれか一項に記載の
    方法において、前記複数の直交変換が、離散コサイン変
    換及び該変換の所定数の過完備なシフトを有しているこ
    とを特徴とする方法。
  7. 【請求項7】 請求項1乃至6のいずれか一項に記載の
    方法において、前記複数の直交変換が、ウェーブレット
    変換及び該変換の所定数の過完備なシフトを有している
    ことを特徴とする方法。
  8. 【請求項8】 請求項1乃至7のいずれか一項に記載の
    方法において、前記複数の直交変換が、フーリエ変換及
    び該変換の所定数の過完備なシフトを有していることを
    特徴とする方法。
  9. 【請求項9】 請求項1乃至8のいずれか一項に記載の
    方法において、前記デジタル信号は複数のピクセルを含
    む画像又はビデオフレームであり、少なくとも何らかの
    データが喪失している前記少なくとも1つの領域は、喪
    失している少なくとも幾つかのピクセルを有しているこ
    とを特徴とする方法。
  10. 【請求項10】 請求項9に記載の方法において、前記
    少なくとも1つの領域からのピクセルの全てが喪失して
    いることを特徴とする方法。
  11. 【請求項11】 デジタル表現中の喪失領域を予測する
    装置において、該装置が、 少なくとも何らかのデータが喪失している少なくとも1
    つの領域における非喪失データ要素をn個の層にグルー
    プ化し、ここで前記nが1以上の整数であるようにし、 前記少なくとも1つの領域における各喪失データ要素に
    初期値を割り当て、 前記n個の層の各々に関して、 (1)層nに対して複数の直交変換を評価し、 (2)選択変換係数を、閾値を用いて閾値処理し、 (3)逆変換処理を実行して、層nの中間結果を得、 (4)前記(3)において得られた前記層nの前記中間
    結果に対して、クリッピング処理が後続する平均化処理
    を実行して層nを回復する、ように構成された1以上の
    構成要素を有していることを特徴とする喪失領域予測装
    置。
  12. 【請求項12】 請求項11に記載の装置において、前
    記(1)ないし(4)の動作は各順次の反復において前
    記閾値が減少されるように前記n層に対して反復的に実
    行され、且つ、前記(1)ないし(4)の動作は前記n
    層が各反復において一層細かい細部で回復されるように
    前記n層の各々に対して繰り返されることを特徴とする
    装置。
  13. 【請求項13】 請求項12に記載の装置において、前
    記閾値は各順次の反復において所定の値だけ減少される
    ことを特徴とする装置。
  14. 【請求項14】 請求項11乃至13のいずれか一項に
    記載の装置において、前記閾値処理動作がハード閾値処
    理を含んでいることを特徴とする装置。
  15. 【請求項15】 請求項11乃至14のいずれか一項に
    記載の装置において、少なくとも何らかのデータが喪失
    している前記少なくとも1つの領域が、エッジの特徴又
    はテクスチャの特徴の少なくとも一方を含んでいること
    を特徴とする装置。
  16. 【請求項16】 請求項11乃至15のいずれか一項に
    記載の装置において、前記複数の直交変換が、離散コサ
    イン変換及び該変換の所定数の過完備なシフトを有して
    いることを特徴とする装置。
  17. 【請求項17】 請求項11乃至16のいずれか一項に
    記載の装置において、前記複数の直交変換が、ウェーブ
    レット変換及び該変換の所定数の過完備なシフトを有し
    ていることを特徴とする装置。
  18. 【請求項18】 請求項11乃至17のいずれか一項に
    記載の装置において、前記複数の直交変換が、フーリエ
    変換及び該変換の所定数の過完備なシフトを有している
    ことを特徴とする装置。
  19. 【請求項19】 請求項11乃至18のいずれか一項に
    記載の装置において、前記デジタル表現は複数のピクセ
    ルを含む画像又はビデオフレームであり、少なくとも何
    らかのデータが喪失している前記少なくとも1つの領域
    は、喪失している少なくとも幾つかのピクセルを有して
    いることを特徴とする装置。
  20. 【請求項20】 請求項19に記載の方法において、前
    記少なくとも1つの領域からのピクセルの全てが喪失し
    ていることを特徴とする装置。
  21. 【請求項21】 コンピュータにデジタル表現中の喪失
    領域を予測する処理を指令するような命令のプログラム
    において、当該プログラムが、(a) 少なくとも何ら
    かのデータが喪失している少なくとも1つの領域におけ
    る非喪失データ要素をn個の層にグループ化する命令で
    あって、前記nが1以上の整数であるような命令と、
    (b) 前記少なくとも1つの領域における各喪失デー
    タ要素に初期値を割り当てる命令と、(c) 前記n個
    の層の各々に関して、 (c1)層nに対して複数の直交変換を評価する処理、 (c2)選択変換係数を、閾値を用いて閾値処理する処
    理、 (c3)逆変換処理を実行して、層nの中間結果を得る
    処理、及び (c4)前記(c3)の処理において得られた前記層n
    の前記中間結果に対して、クリッピング処理が後続する
    平均化処理を実行して層nを回復する処理、を実行する
    命令と、を有していることを特徴とするプログラム。
  22. 【請求項22】 請求項21に記載のプログラムにおい
    て、前記(c)の命令は、前記(c1)ないし(c4)
    の処理を各順次の反復において前記閾値が減少されるよ
    うに前記n層に対して反復的に実行する命令を更に有
    し、且つ、前記(c1)ないし(c4)の処理は前記n
    層が各反復において一層細かい細部で回復されるように
    前記n層の各々に対して繰り返されることを特徴とする
    プログラム。
  23. 【請求項23】 請求項22に記載のプログラムにおい
    て、前記閾値を減少させる命令は、前記閾値を各順次の
    反復において所定の値だけ減少させる命令を有している
    ことを特徴とするプログラム。
  24. 【請求項24】 請求項21乃至23のいずれか一項に
    記載のプログラムにおいて、前記閾値処理をする命令が
    ハード閾値処理をする命令を有していることを特徴とす
    るプログラム。
  25. 【請求項25】 請求項21乃至24のいずれか一項に
    記載のプログラムにおいて、少なくとも何らかのデータ
    が喪失している前記少なくとも1つの領域が、エッジの
    特徴又はテクスチャの特徴の少なくとも一方を含んでい
    ることを特徴とするプログラム。
  26. 【請求項26】 請求項21乃至25のいずれか一項に
    記載のプログラムにおいて、前記複数の直交変換が、離
    散コサイン変換及び該変換の所定数の過完備なシフトを
    有していることを特徴とするプログラム。
  27. 【請求項27】 請求項21乃至26のいずれか一項に
    記載のプログラムにおいて、前記複数の直交変換が、ウ
    ェーブレット変換及び該変換の所定数の過完備なシフト
    を有していることを特徴とするプログラム。
  28. 【請求項28】 請求項21乃至27のいずれか一項に
    記載のプログラムにおいて、前記複数の直交変換が、フ
    ーリエ変換及び該変換の所定数の過完備なシフトを有し
    ていることを特徴とするプログラム。
  29. 【請求項29】 請求項21乃至28のいずれか一項に
    記載のプログラムにおいて、前記デジタル表現は複数の
    ピクセルを含む画像又はビデオフレームであり、少なく
    とも何らかのデータが喪失している前記少なくとも1つ
    の領域は、喪失している少なくとも幾つかのピクセルを
    有していることを特徴とするプログラム。
  30. 【請求項30】 請求項29に記載のプログラムにおい
    て、前記少なくとも1つの領域からのピクセルの全てが
    喪失していることを特徴とするプログラム。
  31. 【請求項31】 請求項21乃至30のいずれか一項に
    記載のプログラムを記録したコンピュータによって読取
    可能な記録媒体。
JP2002378368A 2001-11-26 2002-11-22 喪失データ回復方法、喪失領域予測装置、プログラムおよび媒体 Withdrawn JP2003274403A (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US33342901P 2001-11-26 2001-11-26
US60/333429 2001-11-26
US10/229,667 US7120308B2 (en) 2001-11-26 2002-08-28 Iterated de-noising for image recovery
US10/229667 2002-08-28

Publications (1)

Publication Number Publication Date
JP2003274403A true JP2003274403A (ja) 2003-09-26

Family

ID=26923502

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002378368A Withdrawn JP2003274403A (ja) 2001-11-26 2002-11-22 喪失データ回復方法、喪失領域予測装置、プログラムおよび媒体

Country Status (2)

Country Link
US (1) US7120308B2 (ja)
JP (1) JP2003274403A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011527033A (ja) * 2008-02-05 2011-10-20 株式会社エヌ・ティ・ティ・ドコモ 変換の高速でメモリ効率の良い実施のための方法

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005129043A (ja) * 2003-10-02 2005-05-19 Fuji Photo Film Co Ltd 画像処理方法および装置ならびにプログラム
US20050105817A1 (en) * 2003-11-17 2005-05-19 Guleryuz Onur G. Inter and intra band prediction of singularity coefficients using estimates based on nonlinear approximants
US7394855B2 (en) * 2003-11-20 2008-07-01 Mitsubishi Electric Research Laboratories, Inc. Error concealing decoding method of intra-frames of compressed videos
US20050123210A1 (en) * 2003-12-05 2005-06-09 Bhattacharjya Anoop K. Print processing of compressed noisy images
US7817869B2 (en) * 2004-05-07 2010-10-19 Sony Corporation Variable support robust transform for multiple description coding
US7271749B2 (en) * 2004-09-14 2007-09-18 Hewlett-Packard Development Company, L.P. Context-based denoiser that simultaneously updates probabilities for multiple contexts
US7498961B2 (en) * 2004-09-14 2009-03-03 Hewlett-Packard Development Company, L.P. Context identification using a denoised signal
US7336847B2 (en) * 2004-10-11 2008-02-26 Benq Corporation Texture error recovery method using edge preserving spatial interpolation
US7433427B2 (en) * 2004-11-29 2008-10-07 Hewlett-Packard Development Company, L.P. Enhanced denoising system utilizing incremental parsing
US20060115159A1 (en) * 2004-11-30 2006-06-01 Astrit Rexhepi Boundary detection for images using coocurrence matrices
US20060285598A1 (en) * 2005-06-17 2006-12-21 Jarno Tulkki Apparatuses, computer program product and method for digital image quality improvement
US7592936B2 (en) * 2005-07-12 2009-09-22 Hewlett-Packard Development Company, L.P. Input distribution determination for denoising
US8237138B2 (en) 2005-09-08 2012-08-07 X-Rite, Inc. Systems and method for optical scatter imaging of latent image plates
US7925099B2 (en) * 2007-04-03 2011-04-12 Hewlett-Packard Development Company, L.P. Universal-denoiser context-modeling component and context-modeling method
US8437564B2 (en) * 2007-08-07 2013-05-07 Ntt Docomo, Inc. Image and video compression using sparse orthonormal transforms
FR2919943B1 (fr) * 2007-08-07 2010-02-26 Dxo Labs Procede de traitement d'objet numerique et systeme associe
US7949203B2 (en) * 2007-09-20 2011-05-24 Harris Corporation Geospatial modeling system providing void inpainting based upon selectable inpainting functions and related methods
US7965900B2 (en) 2007-09-26 2011-06-21 Hewlett-Packard Development Company, L.P. Processing an input image to reduce compression-related artifacts
EP2302845B1 (en) 2009-09-23 2012-06-20 Google, Inc. Method and device for determining a jitter buffer level
US8633997B2 (en) * 2009-10-15 2014-01-21 Sony Corporation Block-based variational image processing method
US8630412B2 (en) 2010-08-25 2014-01-14 Motorola Mobility Llc Transport of partially encrypted media
US8477050B1 (en) 2010-09-16 2013-07-02 Google Inc. Apparatus and method for encoding using signal fragments for redundant transmission of data
US8751565B1 (en) 2011-02-08 2014-06-10 Google Inc. Components for web-based configurable pipeline media processing
US9407923B2 (en) * 2013-05-20 2016-08-02 Gamefly Israel Ltd. Overconing lost IP packets in streaming video in IP networks
CN104091314B (zh) * 2014-07-22 2017-02-01 西北工业大学 基于边缘预测和稀疏比值正则约束的湍流退化图像盲复原方法
CN105763882B (zh) * 2016-03-04 2018-12-21 广东顺德中山大学卡内基梅隆大学国际联合研究院 用于解码端的帧内错误隐藏方法及其系统
US10291936B2 (en) 2017-08-15 2019-05-14 Electronic Arts Inc. Overcoming lost or corrupted slices in video streaming
CN107945117B (zh) * 2017-10-19 2021-12-10 东华大学 基于自适应相似集合稀疏的差错隐藏方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5081690A (en) * 1990-05-08 1992-01-14 Eastman Kodak Company Row-by-row segmentation and thresholding for optical character recognition
FR2736741B1 (fr) 1995-07-11 1997-09-26 Khiplus Procede de traitement d'une sequence source d'images numeriques bruitees
KR100197368B1 (ko) 1995-12-23 1999-06-15 전주범 영상 에러 복구 장치
KR100197366B1 (ko) 1995-12-23 1999-06-15 전주범 영상 에러 복구 장치
KR100196872B1 (ko) 1995-12-23 1999-06-15 전주범 영상 복화화 시스템의 영상 에러 복구 장치
KR100220678B1 (ko) 1995-12-29 1999-09-15 전주범 블록 단위 부호화 장치로부터 전송된 영상신호에서의 채널 에러 정정 방법
US6298085B1 (en) 1997-10-23 2001-10-02 Sony Corporation Source encoding using shuffling of data to provide robust error recovery in a burst error-environment
KR100587280B1 (ko) * 1999-01-12 2006-06-08 엘지전자 주식회사 오류 은폐방법
US6377280B1 (en) * 1999-04-14 2002-04-23 Intel Corporation Edge enhanced image up-sampling algorithm using discrete wavelet transform
US6643406B1 (en) * 1999-07-28 2003-11-04 Polaroid Corporation Method and apparatus for performing linear filtering in wavelet based domain
US6549674B1 (en) * 2000-10-12 2003-04-15 Picsurf, Inc. Image compression based on tiled wavelet-like transform using edge and non-edge filters
US6611627B1 (en) * 2000-04-24 2003-08-26 Eastman Kodak Company Digital image processing method for edge shaping
US20030035586A1 (en) 2001-05-18 2003-02-20 Jim Chou Decoding compressed image data
US7206459B2 (en) * 2001-07-31 2007-04-17 Ricoh Co., Ltd. Enhancement of compressed images
US6862366B2 (en) * 2001-09-13 2005-03-01 Seiko Epson Corporation Techniques for scratch and date removal from scanned film
US6587592B2 (en) * 2001-11-16 2003-07-01 Adobe Systems Incorporated Generating replacement data values for an image region

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011527033A (ja) * 2008-02-05 2011-10-20 株式会社エヌ・ティ・ティ・ドコモ 変換の高速でメモリ効率の良い実施のための方法

Also Published As

Publication number Publication date
US20030103681A1 (en) 2003-06-05
US7120308B2 (en) 2006-10-10

Similar Documents

Publication Publication Date Title
JP2003274403A (ja) 喪失データ回復方法、喪失領域予測装置、プログラムおよび媒体
US6950473B2 (en) Hybrid technique for reducing blocking and ringing artifacts in low-bit-rate coding
US6983079B2 (en) Reducing blocking and ringing artifacts in low-bit-rate coding
Triantafyllidis et al. Blocking artifact detection and reduction in compressed data
JP4920599B2 (ja) ハイブリッドビデオ圧縮の量子化雑音除去用の非線形ループ内デノイズフィルタ
US9652830B2 (en) Method and apparatus for performing hierarchical super-resolution of an input image
US20060050783A1 (en) Apparatus and method for adaptive 3D artifact reducing for encoded image signal
JP2009509413A (ja) 不規則な動きベクトルのサンプルに対する時間予測フィルタのための適応動き推定
US7643034B2 (en) Synthesis of advecting texture using adaptive regeneration
KR100613850B1 (ko) 가중된 오버컴플리트 잡음 제거
KR100209885B1 (ko) 적응적 제어점제거에 근거한 영상의 불규칙 삼각형메쉬 표현을 위한 방법
US7260269B2 (en) Image recovery using thresholding and direct linear solvers
Jeong et al. A practical projection-based postprocessing of block-coded images with fast convergence rate
Goto et al. Learning-based super-resolution image reconstruction on multi-core processor
Guleryuz Iterated denoising for image recovery
Gunturk et al. Multiframe blocking-artifact reduction for transform-coded video
US8111939B2 (en) Image processing device and image processing method
Muhammad et al. Image noise reduction based on block matching in wavelet frame domain
JP2005235169A (ja) 非線形接近音に基づく推定値を用いる特異点係数の帯域間及び帯域内予測
Singh et al. A content adaptive method of de-blocking and super-resolution of compressed images
Lin et al. An iterative enhanced super-resolution system with edge-dominated interpolation and adaptive enhancements
Yamane et al. Optimal noise removal using an adaptive Wiener filter based on a locally stationary Gaussian mixture distribution model for images
JP5934019B2 (ja) 階調復元装置及びそのプログラム
Zan et al. Multiplicationless Burt and Adelson's pyramids for motion estimation
JP2007300454A (ja) 復号化装置、逆量子化方法及びプログラム

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20060207