JP2003331284A - ノイズ特性値の推定方法 - Google Patents

ノイズ特性値の推定方法

Info

Publication number
JP2003331284A
JP2003331284A JP2003077385A JP2003077385A JP2003331284A JP 2003331284 A JP2003331284 A JP 2003331284A JP 2003077385 A JP2003077385 A JP 2003077385A JP 2003077385 A JP2003077385 A JP 2003077385A JP 2003331284 A JP2003331284 A JP 2003331284A
Authority
JP
Japan
Prior art keywords
noise
digital image
pixel
source
image
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
Application number
JP2003077385A
Other languages
English (en)
Inventor
Edward B Gindele
エドワード・ビー・ジンデル
Navid Serrano
ナビッド・セッラノ
Jeffrey C Snyder
ジェフェリー・シー・スナイダー
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.)
Eastman Kodak Co
Original Assignee
Eastman Kodak Co
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 Eastman Kodak Co filed Critical Eastman Kodak Co
Publication of JP2003331284A publication Critical patent/JP2003331284A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/409Edge or detail enhancement; Noise or error suppression

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Picture Signal Circuits (AREA)
  • Image Input (AREA)

Abstract

(57)【要約】 【課題】 共通のノイズソースにより影響を受けるデジ
タル画像の画質を向上させる改善された方法を提供す
る。 【解決手段】 ノイズ特性値の推定方法は以下を含んで
いる。共通のノイズソースにより影響を受ける、各々が
複数のピクセルを含む複数のソースデジタル画像を受け
取る。ソースデジタル画像に含まれるピクセル総数を算
出する。ソースデジタル画像のために算出される、ノイ
ズ推定の所定の目標数を受けとる。本方法はさらに以下
を含む。ソースデジタル画像のための1以上のピクセル
サンプリングパラメータを算出するために、ピクセル総
数および所定のノイズ推定目標数を使用する。所定数の
ノイズ推定を算出するために、ソースデジタル画像およ
び1以上のピクセルサンプリングパラメータを使用す
る。ソースデジタル画像のためのノイズ特性値を算出す
るために、ノイズ推定を使用する。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は、共通のノイズソー
スにより影響を受けるデジタル画像からの、ノイズ算出
方法に関する。
【0002】
【従来の技術】デジタル処理画像の画質向上用に設計さ
れた、デジタル画像処理アプリケーションの中には、デ
ジタル画像特有のノイズ特性を利用しているものがあ
る。例えば、シュナイダー(Snyder)他に対する
特許文献1では、デジタル画像のノイズ量を減少させる
ために、デジタル画像のノイズ特性を評価し、そのノイ
ズ特性の評価を、ノイズ除去システムと連動して用いる
工程を含んだ、デジタル画像処理方法を開示する。シュ
ナイダー(Snyder)他によって説明された方法
は、個々のデジタル画像のために機能するよう設計され
たもので、ノイズ特性評価手順のための複数のステップ
処理を含んでいる。まず、残余信号は、デジタル画像に
エッジ検出空間フィルタを適用して得られたデジタル画
像から形成される。この第1の残余信号は、デジタル画
像のどの領域が、画像構造内容を多く含むらしいか、も
しくは構造内容が少ないらしいかを決定する、マスク信
号を形成するために分析される。次のステップは、ラプ
ラシアン空間フィルタを用いた第2の残余信号の形成、
およびマスク信号により定義される、画像構造内容を含
みそうにない画像領域内の第2の残余信号の遮蔽を含
む。デジタル画像に対するノイズ大きさは、ピクセル値
の関数として、遮蔽された第2の残余信号の標準偏差を
算出することにより決定される。手順の最終ステップ
は、評価されたノイズ標準偏差値を利用した、ノイズ除
去アルゴリズムの適用である。デジタル画像からノイズ
を除去するために、シュナイダー(Snyder)他
は、特許文献2で共通に譲渡された方法を用いている。
【0003】
【特許文献1】米国特許第5,923,775号明細書
【特許文献2】米国特許第5,091,972号明細書
【0004】
【発明が解決しようとする課題】シュナイダー(Sny
der)他によって開示される方法は、ノイズ評価手順
を正確なものに改善するために、デジタル画像のピクセ
ルのサブセットを、効果的に用いている。データポイン
トのあらゆる組の代表サンプリングとしてとらえられ
る、データポイントのサブセットを分析することによ
り、統計近似的方法が十分に正確な結果を達成し得るこ
とは、本技術において既知である。これは、十分なサン
プルデータポイントが使われる限り、結果の精度を余り
犠牲にせずに実行可能である。データポイントのサブセ
ットを用いて、正確なノイズ評価結果を達成する場合に
おける困難さは、どのデータポイントを、そして、どれ
くらいのデータポイントを用いるべきかを決定する方法
にある。
【0005】本発明の目的は、共通のノイズソースによ
り影響を受ける、デジタル画像の画質を向上させる、改
良された方法を提供することである。
【0006】
【課題を解決するための手段】この目的は、次のステッ
プを含む、共通のノイズソースにより影響を受ける、複
数のデジタル画像に対するノイズ特性値の評価方法によ
り達成される。 a) 共通のノイズソースにより影響を受ける、複数の
ピクセルを含む、複数のソースデジタル画像を受け取る
こと; b) ソースデジタル画像に含まれるピクセル総数を算
出すること; c) ソースデジタル画像に対して算出される、所定の
ノイズ評価の目標数を受け取ること; d) ソースデジタル画像用の1以上のピクセルサンプ
リングパラメータを算出するために、ピクセルの総数お
よびノイズ評価の所定の目標数を使用すること; e) 所定数のノイズ評価を算出するために、ソースデ
ジタル画像および1以上のピクセルサンプリングパラメ
ータを使用すること;および、 f) ソースデジタル画像用のノイズ特性値を算出する
ために、ノイズ評価を使用すること。
【0007】本発明の特徴は、サンプル化された統計を
利用することにより、一組のデジタル画像に影響を及ぼ
すノイズの大きさを評価する、計算型の効率的方法を提
供する点にある。本発明は、写真フィルムやデジタルカ
メラなど、共通の画像ソースに由来するデジタル画像に
対するノイズ強度の評価に、特に有利である。本発明の
特徴は、また、ノイズ強度の評価値を、デジタル画像の
画質の向上のために利用する方法を提供することであ
る。
【0008】
【発明の実施の形態】以下の説明では、本発明の好まし
い実施例は、ソフトウェアプログラムとして記述されて
いる。この種のソフトウェアと同等のものが、ハードウ
ェア内に構成可能であることは、当業者により直ちに認
識されるものである。画像操作アルゴリズムおよびシス
テムは周知のものであるため、本説明は、特に本発明に
従った方法の一部、もしくはより直接に協働するアルゴ
リズムおよび方法に向けられている。本願明細書におい
て特に示されたり記載されたりしていない、この種のア
ルゴリズムおよびシステムの他の態様、およびそこに関
係する画像信号を生成し、さもなければ処理するための
ハードウェアおよび/またはソフトウェアは、この種の
システム、アルゴリズム、構成要素および本技術におい
て既知の要素から選択されてもよい。以下の明細書にお
ける説明では、全てのソフトウェアのインプリメンテー
ションは、従来の通りであり、この種の技術における通
常の技能の範囲内である。
【0009】本発明は、コンピュータハードウェアにお
いてインプリメンテーション可能である。図1を参照す
ると、以下の説明は、画像キャプチャ装置10a、デジ
タル画像プロセッサ20、画像出力装置30および一般
制御コンピュータ40を含む、デジタル画像化システム
に関するものである。本システムは、コンピュータコン
ソールまたは紙プリンタなどのモニタ装置50を含んで
いてもよい。本システムは、また、キーボードまたはマ
ウスポインタのような、オペレータ用の、入力制御装置
60を含んでいてもよい。複数のキャプチャ装置10
a、10b、10cが示され、本発明が、様々な画像化
装置からもたらされたデジタル画像のために使用可能で
あることを例証している。例えば、図1は、画像キャプ
チャ装置10aが、カラーネガもしくはリバーサルフィ
ルム上にシーンをキャプチャする従来の写真フィルムカ
メラ、およびフィルム上の現像された画像をスキャンし
て、デジタル画像を生成する、写真フィルムスキャナで
ある、デジタル写真仕上げシステムを表していてもよ
い。スキャナという用語が、写真フィルムサンプルを通
った検知要素を物理的にスキャンし、もしくは動かすデ
ジタル画像化装置に関係したものであるにもかかわら
ず、本発明では、デジタル画像を生成するための静止画
像検出装置を採用した、写真フィルムスキャナおよびフ
ィルムスキャナも含むものになっている。ノイズ推定プ
ロセッサ110は、1台以上の画像キャプチャ装置か
ら、1つ以上のソースデジタル画像101を受け取り、
ソースデジタル画像101からのピクセル値を用いて、
ノイズ特性表105、すなわちノイズ特性値の表を算出
する。ノイズ特性値の表は、デジタル画像のノイズ特性
についての、従来の知識を利用した画像向上方法によ
り、画像向上の目的のために使用可能である。
【0010】図1に示される一般制御コンピュータ40
は、本発明を、コンピュータが読込み可能な記憶媒体内
に格納されたコンピュータプログラムとして、保存可能
である。例えば、それは次のものを含む:磁気ディスク
(例えばフロッピー(登録商標)ディスク)もしくは磁
気テープなどの、磁気記憶媒体;光ディスク、光テープ
もしくは機械読込み可能なバーコードなどの、光学記憶
媒体;ランダムアクセスメモリ(RAM)もしくはリー
ドオンリーメモリ(ROM)などの、ソリッドステート
電子記憶装置。本発明の関連するコンピュータプログラ
ムのインプリメンテーションは、オフラインのメモリ装
置70により示された、コンピュータプログラムの格納
に用いられる、他のいかなる物理的装置、もしくは媒体
にも保存可能である。本発明を説明する前に、本発明
が、パソコンなどのいかなる周知のコンピュータシステ
ムでも、好適に利用される点に留意することは、理解を
早めるものとなろう。
【0011】ソフトウェアおよび/またはハードウェア
の組合せにインプリメントされる本発明が、物理的に接
続されている、および/または同じ物理的な場所内に位
置する装置に限られるものではないことにも、留意され
なければならない。図1に示される装置のうち1台以上
は、遠隔地に位置して、無線接続を経た接続が可能であ
る。
【0012】本発明は、異なる形式で表されるデジタル
画像に対して実行可能である。例えば、デジタル画像
は、1つ以上のデジタル画像チャネルから構成可能であ
る。各デジタル画像チャネルは、二次元アレイのピクセ
ルカラー成ることが出来る。各ピクセル値は、画像キャ
プチャ装置によって受け取られる、ピクセルの幾何学的
図形領域に対応した光量に関係する。カラー画像化アプ
リケーションのために、デジタル画像は、概して赤、
緑、青のデジタル画像チャネルから成る。例えばシア
ン、マゼンタおよび黄色のデジタル画像チャネルなど
の、他の構成もまた、実行される。モノクロアプリケー
ションのために、デジタル画像は、1つのデジタル画像
チャネルから成る。動画像化アプリケーションは、デジ
タル画像の時間シーケンスと考えることが出来る。当業
者は、本発明が、上述したあらゆるアプリケーションで
のデジタル画像チャネルに適応可能であるが、それに制
限されるものではないことを認識するだろう。本発明で
は、デジタル画像チャネルを、ローおよびカラムにより
構成された、ピクセル値の二次元アレイとして記載して
いるが、当業者は、本発明が同等の効果を伴うモザイク
(非直線)アレイにも適用可能であることを認識するだ
ろう。
【0013】図1に示されたノイズ推定プロセッサ11
0は、図2においてさらに詳細に例示される。ノイズ推
定プロセッサ110は、共通のノイズソースによる影響
を受ける1つ以上のソースデジタル画像101を受け取
り、ソースデジタル画像のピクセルデータを分析し、ノ
イズ特性表の形で、1つ以上のノイズ特性値を生成す
る。ノイズ特性値とは、ソースデジタル画像に影響を及
ぼす、共通のノイズソースに関するノイズ強度の評価で
ある。
【0014】一般に、統計プロセスのために、算出に用
いられる統計サンプルの数が増せば、より正確な結果を
得ることが出来る。しかし、実現可能なデジタル画像化
アプリケーションのために、結果の所望される精度と、
結果の所定の精度を得るために必要な計算リソースとの
間には、妥協点が存在している。本発明は、ピクセルの
サブセット、すなわち、ノイズ特性値を算出するソース
デジタル画像101からの、可能なサンプルの最大数よ
り少数を用いている。本発明の重要な特徴は、どのピク
セルが、さらにいくつのピクセルが、ノイズ推定プロセ
スに貢献するかを決定し、さらに容認可能な正確な結果
を導く方法である。本発明の重要な他の特徴は、結果の
精度を増すための、多数のデジタル画像からのノイズ推
定サンプルの利用である。
【0015】ピクセルサンプリングモジュール150
は、ソースデジタル画像101を受け取り、残差変換モ
ジュール120のための、ピクセルの空間サンプリング
の方法を順番に決定する、1つ以上のピクセルサンプリ
ングパラメータを算出する。本発明の目的のために、空
間サンプリングという用語は、ノイズ推定方法に寄与す
るソースデジタル画像101から、ピクセルのサブセッ
トを選ぶプロセスを示している。
【0016】ソースデジタル画像101は、デジタル画
像割送り装置160に受け取られ、そこから、各ソース
デジタル画像101は、処理用の残差変換モジュール1
20に送られる。残差変換モジュール120は、ソース
デジタル画像101を受け取り、ソースデジタル画像1
01からのピクセル値を用いて、ノイズ特性表105、
すなわちノイズ特性値の表を算出する。残差変換モジュ
ール120は、ソースデジタル画像101を受け取り、
ソースデジタル画像101のピクセルデータに対して、
空間フィルタ処理を実行し、残差デジタル画像をもたら
す。各ソースデジタル画像101用に生成される残差デ
ジタル画像は、残差統計アキュムレータ130によって
受け取られ、それは中間の統計計算を格納するために用
いる、一組の残差ヒストグラムを算出する。デジタル画
像割送り装置160がソースデジタル画像101の全て
を送るとき、デジタル画像割送り装置160は、ソース
デジタル画像101の全てが処理されたというメッセー
ジを、ノイズ表計算機140に送る。ノイズ表計算機1
40は、残差ヒストグラムの組を受け取り、ノイズ特性
表105を生成する。
【0017】図2に示されるピクセルサンプリングモジ
ュール150は、ソースデジタル画像101から、全デ
ジタル画像に含まれるピクセル総数Nを決定する。十
分に正確なノイズ推定結果に必要なサンプル総数N
は、所定数であり、デジタル画像アプリケーション用
に決定されなければならない。平坦なパッチ領域を含
む、テスト‐目標デジタル画像は、特定の画像キャプチ
ャ装置で生成される、デジタル画像用のノイズ特性を測
るために用いられる。次に、以下に記載されているよう
に、本発明のプロトタイプシステムのインプリメンテー
ションで、一組のテストデジタル画像が用いられる。プ
ロトタイプシステムのインプリメンテーションは、N
用に異なる値を用いて行なわれる。テストデジタル画像
からもたらされた測定ノイズ特性は、その後、テスト‐
目標デジタル画像からもたらされた算出ノイズ特性値と
比較される。Nの値は、デジタル画像化アプリケーシ
ョンに必要な精度に基づいて選択される。加えて、本発
明は、ノイズ特性値を、多くのノイズソースの信号従属
特性用の計算のためのピクセル数値の関数として算出す
る。以下に記載されているように、本発明は、可能なピ
クセル値の幅を、サブ−レンジ間隔に分割する。サブ−
レンジ間隔の数は、変数Nで表される。各算出ノイズ
推定は、対象の対応するピクセルの値に基づいて、サブ
−レンジ間隔のうちの1つに割り当てられる。このよう
に、ノイズ特性値は、各サブ−レンジ間隔のために算出
されるため、十分に正確なノイズ推定結果に必要とされ
るサンプル数Nsは、各サブ−レンジ間隔に関連する。
ソースデジタル画像用に算出される、ノイズ推定の所定
の目標数、すなわち、全てのサブ−レンジ間隔用のノイ
ズ推定の総数は、NのN倍で与えられる。特定され
ているサブ−レンジが1つのみの場合は、ノイズ評価の
所定目標数はNとなる。
【0018】本発明の好ましい実施例は、ノイズ推定プ
ロセスに寄与するピクセルを選ぶ、一様空間サンプリン
グ法を用いている。2つのピクセルサンプリングパラメ
ータ、すなわち、2つの直角空間方位の各々のために、
1つのパラメータが、算出される。ピクセルのローおよ
びカラムの直線のアレイを伴うデジタル画像を用いるデ
ジタル画像化システムのため、ローピクセルサンプリン
グパラメータR、およびカラムピクセルサンプリング
パラメータCは、数1により与えられるように算出さ
れる
【0019】
【数1】 例えば、上記の実験的手順では、1,500,000ピ
クセルを含む平均デジタル画像を用いて、25枚のソー
スデジタル画像の組のための、容認し得る正確な結果を
達成するためには、およそ3,000のノイズ推定が必
要であることが分かった。ソースデジタル画像のこの組
のNの値は37,500,000であり、サブ−レン
ジ間隔数Niは16に設定され、Nの値は3,000
である。数1を使用すると、RおよびCのための計
算値は27である。このデジタル画像化アプリケーショ
ンのために、ノイズサンプルは、ソースデジタル画像1
01の各々の、27ローごとの27ピクセルごとに生成
される。上記した一様サンプリング法は、ソースデジタ
ル画像101の画像内容の均一サンプリングの見地から
最良である。サンプルがローおよびカラム方向に対して
均一な間隔を置くので、大きな領域にわたってサンプル
をとられない画像内容はなくなる。図3は、R=C
=4の場合のXで示された、対象164の選択されたピ
クセルのジオメトリの例を示している。ローピクセルサ
ンプリングパラメータRはブロック161で示され、
カラムピクセルサンプリングパラメータCはブロック
162で示されている。本発明は、各空間方向に、異な
るピクセルサンプリングパラメータを用いたが、同じピ
クセルサンプリングパラメータを、双方の方向に使用可
能である点に留意する必要がある。
【0020】本発明の別の実施例では、2つのピクセル
サンプリングパラメータが異なる値を有する、ピクセル
サンプリングパラメータR、C算出のための非対称
な関係を用いている。この別の実施例は、まだ容認し得
る正確な結果を導くことが可能で、若干のコンピュータ
アーキテクチャでは、より早く計算出来るという効果が
ある。この計算速度効果は、主に、1)ピクセルデータ
からのノイズ推定の算出、および、2)コンピュータメ
モリからのピクセルデータのフェッチ、との間の相対的
な速度の差による。この実施例のために、Rピクセル
サンプリングパラメータは、1.0に設定される。C
の値は、(1)式により決定される。 C=Nt/(NsNi) (1)
【0021】十分に正確なノイズ推定結果に必要とされ
るサンプル総数Nsは、この実施例では、好ましい実施
例で必要とされたNsより大きくしなければならない。
これは、主にソースデジタル画像101の範囲内の大き
な領域が、サンプリング法によって逸失されるのを確実
に防ぐ必要からである。上で与えられたデジタル画像化
アプリケーションの例では、Nの値は、ほぼ25,0
00でなければならない。Cのために算出される数は
94である。この実施例のために、ノイズ推定サンプル
は、ソースデジタル画像101の各々の94ローごと
の、すべてのピクセルに対して発生する。図4は、R
=1およびC=4の場合のXで示される、対象168
の選択されたピクセルのジオメトリの例を示している。
列ピクセルサンプリングパラメータRはブロック16
6で示され、カラムピクセルサンプリングパラメータC
はブロック167で示されている。
【0022】本発明が、個々のソースデジタル画像10
1で、または複数のソースデジタル画像101で、使用
可能である点に留意することは重要である。複数のソー
スデジタル画像101の場合は、個々のソースデジタル
画像101がすべて同数のピクセルを有する必要はな
い。さらに、ソースデジタル画像101がピクセルのそ
の、ロー数もしくはピクセルのそのカラム数を有するこ
とも、本発明の必要条件ではない。本発明は、ソースデ
ジタル画像101に関連したピクセル総数N、およ
び、正確なノイズ推定結果に要求される、サブ−レンジ
間隔ごとに必要なサンプル数Nに主に依存する。
【0023】残差変換モジュール120は、ピクセルサ
ンプリングモジュール150から、ピクセルサンプリン
グパラメータを受け取り、処理されるピクセルの空間位
置を決定するためにこれらのパラメータを使用する。各
ソースデジタル画像101のために、処理は、ローおよ
びカラムインデックスそれぞれのために、(ro,c
o)で示される開始ピクセル座標によって与えられた、
対象となる第1ピクセルの識別から始まる。ノイズ推定
を算出するために用いる空間フィルタが、ピクセル値の
ローカル隣接(local neighborhoo
d)を必要とするので、ピクセルの完全隣接が利用可能
な間は、ro、coの値は、画像ピクセルデータの第1
のローおよびカラムに一致する。残差変換モジュール1
20は、ピクセルサンプリングパラメータR、C
を基づいて、対象となるピクセルを選ぶ。選ばれる対象
となる次のピクセルは、ピクセル座標(ro,co+C
s)、(ro,co+2Cs)、(ro,co+3C
s)などにより、ピクセルデータのカラムの端にたどり
つくまで与えられる。それから、選ばれる対象となる次
のピクセルは、ピクセル座標(ro+R,co)、
(ro+R,co+Cs)、(ro+R,co+2
Cs)、(ro+R,co+3Cs)などにより、ピ
クセルデータのカラムの端にたどりつくまで与えられ
る。図3は、ブロック163によって示される、開始ピ
クセル座標(ro,co)のジオメトリの例である。
【0024】図2を参照すると、残差変換モジュール1
20は、デジタル画像ピクセルデータへの空間フィルタ
操作を実行するために、残差空間フィルタ(resid
ualspatial filter)を使用する。残
差ピクセル値は、残差空間フィルタにより、ソースデジ
タル画像101の各オリジナルピクセル値のために生成
される。対象となる各ピクセルのために、残差ピクセル
値は、ソースデジタル画像からの、ピクセルのローカル
領域からサンプルをとられた、ピクセル値の組合せを用
いて算出される。ソースデジタル画像101がカラーデ
ジタル画像である場合、残差変換モジュール120は、
各カラーデジタル画像チャネル上で空間フィルタ操作を
実行し、各カラーデジタル画像チャネルの各ピクセルの
ための残差ピクセル値を形成する。本発明の好ましい実
施例は、残差ピクセル値を形成するために、空間フィル
タとして二次元のラプラス演算子を使用する。ラプラス
演算子は、対象となるピクセルのまわりの、ピクセルの
ローカル領域からサンプルをとられたピクセル値から、
ローカル算術平均値を算出し、ローカル算術平均値から
対象となるピクセル値を減ずる。3×3ピクセルのロー
カル領域が使われる。本発明の好ましい実施例は、二次
元ラプラシアンベースの残差空間フィルタを使用してい
るが、当業者は、本発明が一次元ラプラス空間フィルタ
などの、しかし、これに限られない、他の空間フィルタ
を用いて、実行可能であることを認識するだろう。
【0025】本発明の別の実施例は、シュナイダー(S
nyder)他による、米国特許第5,923,775
号明細書によって開示される方法を用いている。シュナ
イダー(Snyder)他により記載されている方法
は、個々のデジタル画像に対して機能するように設計さ
れている。本発明は、複数のデジタル画像から生成され
る統計を結合することにより、シュナイダー(Snyd
er)他の方法を拡張する。この別の実施例は、ノイズ
特性推定手順のための複数のステッププロセスを含む。
第1の残差デジタル画像は、各ソースデジタル画像にエ
ッジ検出空間フィルタを適用することにより得られた、
各ソースデジタル画像のために形成される。これらの第
1の残差デジタル画像からの統計は、結果として閾値の
算出となって分析される。この閾値は、その後、デジタ
ル画像のどの領域が、より多く、もしくはより少なく画
像構造内容を含んでいるかを決定する、各ソースデジタ
ル画像用マスクデジタル画像を形成するために用いられ
る。次のステップは、ラプラス空間フィルタを用いた、
第2の残差デジタル画像の形成、マスクデジタル画像に
より定義される、画像構造内容を含みそうにない画像領
域内の第2の残差デジタル画像のマスキングを含んでい
る。本発明のこの実施例では、上記と同じ空間サンプリ
ング法を用いて、対象となる選択されたピクセルは、第
1および第2の残差画像上で算出される。残差ヒストグ
ラムの組は、残差統計アキュムレータ130を用いて生
成される。
【0026】ソースデジタル画像101のピクセルデー
タは、撮影された目的物に関連する信号成分、およびノ
イズ成分の、2つの成分を有するものとして概念化する
ことが出来る。結果としての残差ピクセル値は、信号成
分よりも、ソースデジタル画像101のピクセルデータ
のノイズ成分と、より近い関係を有する統計特性を持
ち、従って、ノイズ推定として考慮可能である。ノイズ
成分はサブ成分を含むことが出来るが、ノイズ成分の確
率論的なサブ成分は、ゼロ平均ガウス確率分布関数によ
り、良好にモデル化されている。第1の命令に対して、
ソースデジタル画像101のピクセルデータのノイズ成
分は、標準偏差およびゼロの平均値により特性づけるこ
とが出来る。第2の命令に対して、ノイズ成分の標準偏
差は、依存している信号およびカラーチャネルとしてモ
デル化されることが出来る。
【0027】残差統計アキュムレータ130は、残差ピ
クセル値を分析し、ピクセルカラーおよびピクセル数値
の関数として、これらの値を一組の残差ヒストグラムの
形で記録する。従って、与えられた残差ヒストグラムH
ikは、i番目のカラーデジタル画像チャネルおよびk
番目のピクセル値サブ−レンジに関連している。被処理
カラーデジタル画像チャネル内の、pmn(m番目のロ
ーおよびn番目のカラム位置に対応)により示される各
対象ピクセルのために、ヒストグラムビンインデックス
kが計算される。例えば、ピクセル値の数値レンジが0
から255までである場合、256本ほどの、有用なヒ
ストグラム、すなわち可能な各ピクセル数値のために、
1つのヒストグラムがある。一般に、大部分のノイズソ
ースは、ピクセル値の低速関数(slow funct
ion)である、ノイズ標準偏差を有するものとして特
徴づけることが出来る。従って、本発明の好ましい実施
例では、0から255までのピクセル数値のレンジをカ
バーするために、8本のヒストグラム(サブ−レンジ間
隔数Nは、8と等しい)を使用する。このように、算
出ヒストグラムインデックスビンおよび対応するサブ−
レンジピクセル値は、以下の表1によって与えられる。
【0028】
【表1】 当業者は、本発明が、いかなる数値レンジを伴う、デジ
タル画像ピクセルデータで、実行可能であることを認識
するだろう。各カラーデジタル画像チャネルに用いられ
る、残差ヒストグラムの数は、特定のデジタル画像化ア
プリケーションのために要求される結果の精度に依存す
る。
【0029】各残差ヒストグラムは、与えられたカラー
デジタル画像チャネルのためのピクセル値のレンジのた
めの統計情報を記録するとはいえ、残差ヒストグラム
は、対象pmnの各ピクセルに関連する残差ピクセル値
の頻度を記録する。残差ピクセル値の分布の予想される
平均がゼロであるため、残差ピクセル値は正負双方の値
を示す。従って、残差ヒストグラムは、残差ピクセル値
のあらゆる可能な事例の頻度、すなわち残差ピクセル値
の事例の数を記録しなければならない。上の実施例のた
めに、残差ピクセル値は、−255から+255まで変
動可能である。残差ピクセル値の可能な事例と同数の記
録ビンを用いて、残差ヒストグラムを構成可能である
が、一般にその必要はない。大部分のデジタル画像のた
めに、残差ピクセルの僅かなパーセンテージのみが、可
能なレンジの極値付近の値を示す。本発明は、各残差ヒ
ストグラムのために、101のトータル記録ビンを用い
る。記録ビンのうちの1つは、50以上の残差ピクセル
値と一致する。同様に、1つの他の記録ビンは、−50
以下の残差ピクセル値と一致する。他の99の記録ビン
の各々は、−49から+49までの数値レンジのため
の、単一の残差ピクセル値と一致する。図2を参照する
と、ノイズ表計算機140は、一組の残差ヒストグラム
を受け取って、標準の偏差値の表の形でノイズ特性表1
05を算出する。特定のカラーデジタル画像チャネルお
よびピクセル値レンジに関連した各残差ヒストグラムの
ために、ノイズ表計算機140は、残差ヒストグラムの
記録セルの値から、ノイズ標準偏差値を引き出す。本発
明の好ましい実施例は、標準偏差値σを算出するため
に(2)式を用いる。 σ=((1/N)ΣRC(k)(x−x1/2 (2)
【0030】ここで、変数xは、表1によって与えられ
た、k番目の記録セル内に蓄積された残差ピクセル値の
平均ピクセル値を表し、RC(k)は、k番目の記録
セルに蓄積された、残差ピクセル値の数を表す。 x=V(k) (3)
【0031】変数Xは、(2)式によって与えられ
た、対応する残差ピクセル値の算術平均値を表す。 X=(1/N)Σx (4)
【0032】そして、変数Nは、(5)式によって与え
られる、更新された残差ヒストグラムにより記録され
た、残差ピクセル値の総数を表す。 N=ΣRC(k) (5)
【0033】本発明の別の実施例は、アルファ−トリム
ド標準偏差の算出を実行する。この実施例では、標準偏
差σに対する第1近似は、上述の方法を用いて算出さ
れる。σの算出は、その後、ゼロの限られたレンジ内
にある、対応する残差ピクセル値を有する唯一の記録セ
ルを用いて算出される。標準偏差算出σの式は、
(6)式により与えられる。 σ=((1/N)ΣγRC(k)(x−x1/2 (6) ここで、変数γは、(7)式により与えられる。
【0034】ここで、変数γは、3.0に設定される。
本発明のこの別の実施例は、好ましい実施例より、計算
上集中的なものとなっているが、標準偏差σ値の算出
に不利に働く、異常残差ピクセル値を排除することによ
り、より正確な結果をもたらす。
【0035】下の表2は、本発明により生成される、ノ
イズ特性表の実施例である。
【0036】
【表2】
【0037】当業者は、本発明が、デジタル画像に存在
するノイズに関連した標準偏差以外の算出量により、実
行可能であることを認識するだろう。例えば、統計分散
(標準偏差の平方関数)もしくは統計メジアンは、ま
た、残差ヒストグラムから導くことが出来、ノイズ特性
値表の生成に使用可能である。
【0038】異なる空間解像度のデジタル画像を有する
実験は、上記したサンプル総数Nパラメータの最適値
が、デジタル画像あたりの平均ピクセル数、すなわちデ
ジタル画像の空間解像度に依存することを明らかにし
た。低い空間解像度のデジタル画像が、より高い空間解
像度のデジタル画像を扱う場合より、多くのノイズ推定
サンプルを必要とすることが測定された。これは、デジ
タル画像の空間解像度が増加するにつれ、最も近い隣接
ピクセル変調は、ノイズ内容により多く起因することに
なるという事実による。逆に言えば、デジタル画像の空
間解像度が減少するにつれ、最も近い隣接ピクセル変調
は、信号内容により多く起因するようになる。実質的
に、全ての空間フィルタは、若干信号内容が汚染された
残差デジタル画像を生成する。すなわち、残差デジタル
画像はノイズ内容のみを含むものではない。上述したシ
ュナイダー(Snyder)他による米国特許第5,9
23,775号により開示された空間フィルタ法を行う
ラプラスフィルタは、信号内容の汚染がより多い、残差
デジタル画像を生成する。従って、シュナイダー(Sn
yder)他によって開示された空間フィルタ法は、低
空間解像度のデジタル画像に対して、より良好に働くこ
とになる。しかし、シュナイダー(Snyder)他に
より開示された方法も、サンプルの多数がマスキング処
理によって排除されるため、より多くのサンプルが算出
される必要を生じる。
【0039】本発明は、異なる平均空間解像度のソース
デジタル画像101の複数の組のために、異なる所定の
パラメータを用いている。ピクセル平均数Nは、
ピクセル総数Nをソースデジタル画像数で割ることに
より、ソースデジタル画像101のために算出される。
パラメータは、ソースデジタル画像101の各組の
ために、Nパラメータ、および、結果的にピクセルサ
ンプリングパラメータを決定するために用いられる。N
パラメータの表は、N値の異なるレンジに関連し
た、与えられたデジタル画像化アプリケーション用に、
あらかじめ決定される。算出されたNパラメータのた
めに、最も関連性が近いN値を有する表エントリーに
基づき、Nパラメータが選択される。このように、ノ
イズ推定の目標数は、ソースデジタル画像用画像あたり
の、算出されたピクセル平均数を基礎に選ばれる。
【0040】ソースデジタル画像101のピクセル値
が、サブ−レンジ間隔全体にわたり分配される場合でさ
え、上記のノイズ推定目標数の算出は、各サブ‐レンジ
間隔のために有効である。しかし、多くのデジタル画像
では、ピクセル値は均一に分布されていない。従って、
若干のサブ‐レンジ間隔残差ヒストグラムでは、N
ンプルより少なく記録し得る。
【0041】本発明の別の実施例では、結果の統計精度
を改善するために、算出の第2パス(pass)を使用
する。算出の第1パスが実行された後、各残差ヒストグ
ラムは、追加サンプルが必要とされる状態を示す、Ns
/2サンプルより少ない記録しかないものはないか否か
を決定するために、評価される。ソースデジタル画像1
01の組は、より多くのノイズ推定を集めるよう再処理
される。対象となる第1ピクセルには、それぞれローお
よびカラムインデックスのために(ro+R/2,c
o+C/2)で示される開始ピクセル座標が選ばれ
る。図3は、ブロック165示されるように、第2パス
手順のために選ばれた、開始ピクセル座標のジオメトリ
の例である。パラメータCは、ブロック162によっ
て示される。これは、異なるピクセルが、算出の第2パ
スの間、空間的にサンプルをとられることを確実にす
る。上述したのと類似した形で、対象となる次のピクセ
ルが、ピクセルサンプリングパラメータRs、Csに基
づいて選ばれる。しかし、追加のノイズ推定は、算出の
第1パスの間、Ns/2サンプルより少なく記録され
た、サブ−レンジ間隔のためにのみ算出される。このよ
うに、算出の第2パスの間、対象となる若干のピクセル
が破棄され、結果として計算コストを減少させる。
【0042】本発明の重要な特徴は、複数のデジタル画
像に由来する残差統計を結合させることである。複数の
デジタル画像から考慮されるより多くのピクセルデータ
で、算出されたノイズ特性表の標準偏差値は、デジタル
画像の実際の固有ノイズ特性に収束する。多くのデジタ
ル画像化アプリケーションのために、共通の画像ソース
に由来する複数のデジタル画像は、共通のノイズソース
からの影響を受ける。
【0043】上の議論は、一般タイプのデジタル画像の
ために、本発明を実行する詳細を含んでいる。しかし、
大部分のデジタル画像化システムは、様々なソースから
のデジタル画像を受け入れる。例えば、画像キャプチャ
装置10cが、デジタルカメラ、デジタルカムコーダま
たはフィルムスキャナであり得る一方で、図1に示され
る画像キャプチャ装置10a、10bは、写真フィルム
スキャナであり得た。画像キャプチャ装置は、それが生
成するデジタル画像にノイズを与え得る。しかし、キャ
プチャ媒体の固有ノイズは、通常、結果として生成され
るデジタル画像の全体的なノイズ特性を支配する。例え
ば、写真フィルムスキャナは、いかなる写真フィルムタ
イプからもデジタル画像を生成可能であるが、一般に、
若干の写真フィルムは、他のものより本質的に雑音が多
い。写真フィルムサンプルは、写真画像の例である。写
真画像の他の例は、CCD撮像電子装置および写真プリ
ントを含むが、これに限定されるものではない。
【0044】本発明の別の実施例では、図1に示される
画像キャプチャ装置10a、10b、10cは、図2に
示すように、ソースデジタル画像またはソースデジタル
画像の組を、特定タイプもしくは特定消費者に帰属する
ものとして独自に識別する、ソースタイプ識別タグ10
3を生成可能である。上に挙げられた例では、写真フィ
ルムサンプルのコダックジェネレーション6ゴールド2
00(Kodak Generation 6 Gol
d 200)フィルムは、一組のソースデジタル画像1
01およびソースタイプ識別タグ103を生成する、画
像キャプチャ装置10aによってスキャンされる。デジ
タル画像化システムは、複数の格納されたソースタイプ
識別タグを維持しており、それは残差ヒストグラムの複
数の格納された集合に対応する。格納された残差ヒスト
グラムの各組は、異なるタイプの写真フィルム、フィル
ムスキャナ、および/またはデジタルカメラと対応す
る。デジタル画像化システムは、ソースタイプ識別タグ
を、残差ヒストグラムの適切な格納された一組を選ぶた
めに使用する。図2を参照すると、ソースタイプ識別タ
グ103は、図2に示されるノイズ推定プロセッサ11
0のデジタル画像割送り装置160により受け取られ
る。ソースタイプ識別タグ103は、ソースデジタル画
像101が、コダックジェネレーション6ゴールド20
0(KodakGeneration 6 Gold
200)フィルムであると確認する。従って、本発明の
この実施例では、残差統計アキュムレータ130は、残
差ヒストグラムの一組を、ソースデジタル画像を生成し
た画像化装置のタイプに基づいたデータを用いて更新す
る。結果として、ノイズ表計算機140は、ソースデジ
タル画像を生成した画像化装置に特に関連したノイズ特
性表を生成する。デジタル画像化システムは、異なるソ
ースタイプ識別タグ103に対応した、ノイズ特性表の
データベースを格納する。
【0045】当業者は、本発明のこの特徴が、デジタル
画像の他のソースを含むよう、容易に拡張可能であるこ
とを認識するだろう。例えば、画像キャプチャ装置10
cは、コダックDC290(Kodak DC 29
0)のようなデジタルスチルカメラであってもよい。こ
の例のために、画像キャプチャ装置10cは、特有のソ
ースタイプ識別タグ103を生産する。この方法におい
て、新しい特有のソースタイプ識別タグを生成する、い
かなる新規製造のデジタルカメラも、本発明により効果
的に処理可能となる。図1に示されるデジタル画像化シ
ステムが、これまでのところ未知だったソースタイプ識
別タグ103に遭遇すると、新しい残差ヒストグラムの
組およびノイズ特性表が生成される。
【0046】算出されたノイズ特性表は、ソースデジタ
ル画像を生成し、画質を向上させる空間フィルタのよう
な、他のデジタル画像処理変換と共に用いることが出来
る。空間フィルタは、対象のピクセルを置換する、改善
されたピクセル値を算出するために、対象となるピクセ
ルのまわりの、ローカル領域からサンプルされるピクセ
ル値を用いる、いかなる方法であってもよい。それらの
空間フィルタは、被処理デジタル画像からノイズを除去
するために、少なくとも若干のピクセルの空間変調を減
らす、ノイズ低減フィルタと考え得る。それらの空間フ
ィルタは、被処理デジタル画像内の細部ノイズを高める
ために、少なくとも若干のピクセルの空間変調を増加さ
せる、空間シャープニングフィルタと考え得る。単一の
空間フィルタが、ノイズ低減フィルタであり、同時にま
た空間シャープニングフィルタともなり得る点に留意す
る必要がある。本発明は、画質の向上したデジタル画像
を生成するためにノイズ特性表を利用する、いかなるデ
ジタル画像処理方法にも使用可能である。ピクセルのカ
ラーもしくは数値のいずれの関数としても、処理制御パ
ラメータを調整する空間フィルタは、適応空間フィルタ
である。本発明は、ノイズ特性表に対応する、ノイズ減
少フィルタ、および空間シャープニングフィルタを用い
て、例えば、1枚以上のソースデジタル画像の外観を向
上するために、空間フィルタの挙動を制御するノイズ特
性値を利用する。
【0047】本発明は、ソースデジタル画像101の概
観を向上させるためのノイズ減少フィルタとして、ジョ
ンセンリー(Jong−Sen Lee)のジャーナル
論文デジタル画像スムージングとシグマフィルタ(Di
gital ImageSmoothing and
the Sigma Filter、Computer
Vision,Graphics,and Imag
e Processing)24巻、255−269
頁、1983で説明されている、シグマフィルタの修正
されたインプリメンテンテーション機能を使用する。サ
ンプルをとられたローカル領域、n×nピクセル、ここ
でnは、ロー方向もしくはカラム方向のピクセルの長さ
を示す、に含まれるピクセル値は、中心のピクセル、も
しくは対象とされるピクセルの値と比較される。サンプ
ルをとられたローカル領域内の各ピクセルは、対象とな
るピクセルおよびローカル領域ピクセルの値の間の絶対
差に基づいて、1または0の加重ファクターを与えられ
る。ピクセル値差の絶対値が閾値εより少ないか、もし
くは等しい場合、加重ファクターは1に設定される。そ
れ以外の場合は、加重ファクターはゼロに設定される。
定数εは、予想されるノイズ標準偏差の2倍に設定され
る。数学的には、ノイズ低減ピクセル値の算出の式は qmn=Σijijij/Σijij (8) および、 aij=1if|pij−pmn|<=ε aij=0if|pij−pmn|>ε で与えられる。
【0048】ここで、pijは、サンプルをとられたロ
ーカル領域に含まれる第ij番目のピクセルを表し、p
mnは、ローmおよびカラムnに位置する対象とされる
ピクセル値を表し、aijは、加重ファクターを表し、
さらにqmnは、ノイズ低減ピクセル値を表す。一般
に、中心ピクセルのまわりに、中央に置かれた矩形のサ
ンプリング領域が、ローカルピクセル値をサンプルにと
るために、変化されるインデックスi、jで使われる。
【0049】信号依存ノイズ特性は、(9)式によって
与えられる、εのための式に組み込まれる。 ε=Sfacσ(pmn) (9)
【0050】ここで、σは、(2)式および(7)式
によって上に記載されているように、中心ピクセル値p
mnで推定された、ソースデジタル画像101のノイズ
標準偏差を表す。パラメータSfacは、スケールファ
クタと呼ばれ、ノイズ低減の程度を変化させるために使
用可能である。Sfacパラメータのための最適値は、
実験により1.5であることが判明しているが、1.0
から3.0の範囲の値でも、容認可能な結果を導くこと
が出来る。その後、2つの合計の商としての、ノイズ低
減ピクセル値qmnが算出される。本処理は、デジタル
画像チャネル内に含まれる、いくつかの、あるいは全て
のピクセルのために、および、デジタル画像に含まれ
る、いくつかの、あるいは全てのデジタル画像チャネル
のために実行される。ノイズ低減ピクセル値は、ノイズ
低減デジタル画像を構成する。シグマフィルタの修正さ
れたインプリメンテーションは、ノイズ特性表を用いる
ノイズ低減フィルタの例であり、従って、ピクセルカラ
ーおよび数値の関数として、除去されるノイズ量を変化
させる適応ノイズ低減フィルタである。
【0051】本発明は、ノイズ特性の演繹的な知識を利
用する、いかなる空間シャープニングフィルタで使用可
能であるが、本発明は、クウォン(Kwon)他による
米国特許第5,081,692号明細書に記載されてい
る方法の修正されたインプリメンテーションを用いてい
る。この空間シャープニング法は、ぼやけたデジタル画
像をもたらす、空間平均二次元ガウスフィルタ(2.0
ピクセルの標準偏差により特徴づけられる)を用いて、
入力デジタル画像にフィルタをかけることにより、取り
外しマスキング操作を実行する。ぼやけたデジタル画像
は、ハイパス残差を形成するために、入力デジタル画像
から減じられる。クウォン(Kwon)他により開示さ
れた方法において、対象となるピクセルのまわりのロー
カル変化は、ハイパス残差からのピクセルデータを用い
て算出される。ローカル変化値に基づいて、シャープニ
ングファクターは、小さい振幅信号を超える大きな信号
を増幅するように調整される。従って、増幅ファクター
φが、ローカル変化ν、すなわちφ(v)のファクター
である。
【0052】本発明は、クウォン(Kwon)他によっ
て教示された方法を修正し、増幅ファクターφ(v)
を、推定されたノイズ、すなわちφ(v,σ)の関数
にする。増幅関数fは、ガンマ関数によって与えられる
か、または数2によって与えられるように、ガウス確率
関数の積分によって与えられる。
【0053】
【数2】 ここで、yは、最小増幅ファクターを表し、ymax
は最大増幅ファクターを表し、vmaxは、変数vの最
大横座標値を表し、vは、遷移パラメータを表し、そ
して、sは、遷移レートパラメータを表す。変数v
は、方程(10)式につきノイズ標準偏差値σの関
数である。 v=Sfacσ(pmn) (10)
【0054】ここで、スケーリングファクタSfac
は、ノイズに対するシャープニング感受性の感度を決定
し、さらにノイズ標準偏差値σは、(2)式および
(7)式において上記した通りである。(10)式にお
いて用いられる変数の最適値は、デジタル画像化アプリ
ケーションに依存する。本発明は、yに1.0の値を
用い、結果として、ノイズの多い領域に対しては、なん
ら空間シャープニングをなさないことになる。しかし、
maxに3.0の値が使われ、この変数は、ユーザの
好みに合わせて、容認可能な結果を生成する2.0から
4.0の範囲の値をとる。Sfacの値は、1.0か
ら2.0の間、最適値として1.5に設定されなければ
ならない。変数は、合理的結果のために、v/2から
/10の範囲の値に設定されなければならない。変
数vmaxは、予想されるノイズより遥かに大きな値、
例えばσの値の20倍にセットされなければならな
い。
【図面の簡単な説明】
【図1】 本発明のデジタル画像化システムインプリメ
ンテーションの構成要素部分を示す機能ブロック図であ
る。
【図2】 本発明の好ましい実施例により採用される、
図1に示されたノイズ推定プロセッサの機能ブロック図
である。
【図3】 対象となる選択ピクセルのジオメトリを示す
図である。
【図4】 別の実施例のための、対象となる選択ピクセ
ルのジオメトリを示す図である。
【符号の説明】
10a〜10c 画像キャプチャ装置、 20 デジタ
ル画像プロセッサ、30 画像出力装置、 40 制御
コンピュータ、 50 モニタ装置、 60入力制御装
置、 001 ソースデジタル画像、 105 ノイズ
特性表、110 ノイズ推定プロセッサ、 120 残
差変換モジュール、 130 残差統計アキュームレー
タ、 140 ノイズ表計算機、 150 ピクセルサ
ンプリングモジュール、 160 デジタル画像割り送
り装置。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ナビッド・セッラノ アメリカ合衆国14623ニューヨーク州ロチ ェスター、ウエスト・スクエアー・ドライ ブ369番 (72)発明者 ジェフェリー・シー・スナイダー アメリカ合衆国14450ニューヨーク州フェ アポート、シャドウムーア・ドライブ57番 Fターム(参考) 5B047 AA05 AB04 DA06 DC09 5B057 AA20 BA02 CA01 CA08 CA12 CA16 CB01 CB08 CB12 CB16 CE02 DA20 DB02 DB06 DB09 DC33 5C077 LL02 LL19 PP02 PP03 PP47 PQ17 PQ18 PQ19

Claims (4)

    【特許請求の範囲】
  1. 【請求項1】 共通のノイズソースにより影響を受け
    る、複数のデジタル画像のためのノイズ特性値の推定方
    法であって、 a) 共通のノイズソースにより影響を受ける、各々が
    複数のピクセルを含む複数のソースデジタル画像を受け
    取るステップと、 b) ソースデジタル画像に含まれるピクセル総数を算
    出するステップと、 c) ソースデジタル画像のために算出される、ノイズ
    推定の所定の目標数を受け取るステップと、 d) ソースデジタル画像のための1以上のピクセルサ
    ンプリングパラメータを算出するために、ピクセル総数
    およびノイズ推定の所定の目標数を使用するステップ
    と、 e) 所定数のノイズ推定を算出するために、ソースデ
    ジタル画像および1以上のピクセルサンプリングパラメ
    ータを使用するステップと、 f) ソースデジタル画像のためのノイズ特性値を算出
    するために、ノイズ推定を使用するステップとを含むこ
    とを特徴とするノイズ特性値の推定方法。
  2. 【請求項2】 請求項1に記載のノイズ特性値の推定方
    法において、 i) 各ノイズ推定所定目標数が、画像当りのピクセル
    の異なる平均数に関連した、複数のノイズ推定所定目標
    数を受け取るステップと、 ii) ソースデジタル画像用画像当りの、ピクセルの平
    均数を算出するステップと、 iii) ソースデジタル画像用画像当りの、算出された
    ピクセルの平均数を用いて、複数のノイズ推定所定目標
    数のうちの1つを選択するステップとをさらに含むこと
    を特徴とするノイズ特性値の推定方法。
  3. 【請求項3】 請求項1に記載のノイズ特性値の推定方
    法において、 ステップd)が、ピクセル数値の関数として、ノイズ特
    性値を算出することを含むことを特徴とするノイズ特性
    値の推定方法。
  4. 【請求項4】 請求項3に記載のノイズ特性値の推定方
    法において、ステップd)が、 i) 各ノイズ推定を、ピクセル値の異なるレンジ数に
    関連した、複数のサブ−レンジ間隔数値のうちの1つに
    割り当てるステップと、 ii) 所定のサブ−間隔目標数値のノイズ推定を受け取
    るステップと、 iii) 全てのソースデジタル画像を用いて、ノイズ推
    定の所定目標数値を算出した後、ノイズ推定の目標サブ
    −間隔数値より少ない数のサブ−間隔数値に対応する、
    追加のノイズ推定を算出するステップとをさらに含むこ
    とを特徴とするノイズ特性値の推定方法。
JP2003077385A 2002-03-20 2003-03-20 ノイズ特性値の推定方法 Pending JP2003331284A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/102,485 US6934421B2 (en) 2002-03-20 2002-03-20 Calculating noise from multiple digital images having a common noise source
US10/102485 2002-03-20

Publications (1)

Publication Number Publication Date
JP2003331284A true JP2003331284A (ja) 2003-11-21

Family

ID=28040228

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2003077385A Pending JP2003331284A (ja) 2002-03-20 2003-03-20 ノイズ特性値の推定方法

Country Status (3)

Country Link
US (1) US6934421B2 (ja)
EP (1) EP1387316A3 (ja)
JP (1) JP2003331284A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006044045A (ja) * 2004-08-04 2006-02-16 Seiko Epson Corp 画像形成装置及び方法、画像形成システム
JP2006285243A (ja) * 2005-03-30 2006-10-19 Asml Netherlands Bv データフィルタ処理を利用したリソグラフィ装置及びデバイス製造法
US8049865B2 (en) 2006-09-18 2011-11-01 Asml Netherlands B.V. Lithographic system, device manufacturing method, and mask optimization method

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7065255B2 (en) * 2002-05-06 2006-06-20 Eastman Kodak Company Method and apparatus for enhancing digital images utilizing non-image data
JP3762725B2 (ja) * 2002-08-22 2006-04-05 オリンパス株式会社 撮像システムおよび画像処理プログラム
US7362911B1 (en) * 2003-11-13 2008-04-22 Pixim, Inc. Removal of stationary noise pattern from digital images
US7782338B1 (en) * 2004-02-17 2010-08-24 Krzysztof Antoni Zaklika Assisted adaptive region editing tool
US7609894B2 (en) 2004-02-17 2009-10-27 Corel Corporation Adaptive sampling region for a region editing tool
US7826668B1 (en) 2004-02-17 2010-11-02 Corel Corporation Adaptive region editing tool
US7045756B2 (en) * 2004-08-05 2006-05-16 Applera Corporation Methods and systems for in situ calibration of imaging in biological analysis
GB0505443D0 (en) * 2005-03-17 2005-04-20 Dmist Technologies Ltd Image processing methods
US20070016449A1 (en) * 2005-06-29 2007-01-18 Gary Cohen Flexible glucose analysis using varying time report deltas and configurable glucose target ranges
US8094344B2 (en) * 2006-02-28 2012-01-10 Konica Minolta Laboratory U.S.A., Inc. Optimum noise filter setting for a scanner in a closed loop system
US7755802B2 (en) * 2007-08-24 2010-07-13 Eastman Kodak Company Toner-based noise reduction in electrostatography
DE102007046941B4 (de) * 2007-09-28 2017-12-28 Siemens Healthcare Gmbh Verfahren zur Darstellung von medizinischen Bildern sowie Röntgendiagnostikeinrichtung
US8625005B2 (en) * 2010-11-05 2014-01-07 Raytheon Company First-in-first-out (FIFO) buffered median scene non-uniformity correction method
US8760719B2 (en) 2012-07-31 2014-06-24 Eastman Kodak Company Printing system with observable noise-reduction using fluorescent toner
CN109903260B (zh) * 2019-01-30 2023-05-23 华为技术有限公司 图像处理方法及图像处理装置
CN111178166B (zh) * 2019-12-12 2023-05-26 中国科学院深圳先进技术研究院 一种基于图像内容自适应的相机源识别方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4918633A (en) 1985-11-25 1990-04-17 Eastman Kodak Company Digital image noise reduction method and transmission system
US4682230A (en) 1986-03-21 1987-07-21 Rca Corporation Adaptive median filter system
US4761819A (en) 1987-02-27 1988-08-02 Picker International, Inc. Adaptive noise reduction filter for reconstructed images
US5091972A (en) 1990-09-17 1992-02-25 Eastman Kodak Company System and method for reducing digital image noise
US5081692A (en) 1991-04-04 1992-01-14 Eastman Kodak Company Unsharp masking using center weighted local variance for image sharpening and noise suppression
US6614914B1 (en) * 1995-05-08 2003-09-02 Digimarc Corporation Watermark embedder and reader
US5923775A (en) 1996-04-04 1999-07-13 Eastman Kodak Company Apparatus and method for signal dependent noise estimation and reduction in digital images
JP3735158B2 (ja) * 1996-06-06 2006-01-18 オリンパス株式会社 画像投影システム、画像処理装置
US6173087B1 (en) * 1996-11-13 2001-01-09 Sarnoff Corporation Multi-view image registration with application to mosaicing and lens distortion correction
US6658149B1 (en) * 1999-01-07 2003-12-02 Nippon Telegraph & Telephone Corporation Scheme for identifying gray-scale image
US6493569B2 (en) * 2000-12-30 2002-12-10 Ge Medical Systems Global Technology Company, Llc Method and apparatus using post contrast-enhanced steady-state free precession in MR imaging

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006044045A (ja) * 2004-08-04 2006-02-16 Seiko Epson Corp 画像形成装置及び方法、画像形成システム
JP2006285243A (ja) * 2005-03-30 2006-10-19 Asml Netherlands Bv データフィルタ処理を利用したリソグラフィ装置及びデバイス製造法
JP2009302549A (ja) * 2005-03-30 2009-12-24 Asml Netherlands Bv データフィルタ処理を利用したリソグラフィ装置及びデバイス製造法
JP4563955B2 (ja) * 2005-03-30 2010-10-20 エーエスエムエル ネザーランズ ビー.ブイ. データフィルタ処理を利用したリソグラフィ装置及びデバイス製造法
US7864295B2 (en) 2005-03-30 2011-01-04 Asml Netherlands B.V. Lithographic apparatus and device manufacturing method utilizing data filtering
US8508715B2 (en) 2005-03-30 2013-08-13 Asml Netherlands B.V. Lithographic apparatus and device manufacturing method utilizing data filtering
US9846368B2 (en) 2005-03-30 2017-12-19 Asml Netherlands B.V. Lithographic apparatus and device manufacturing method utilizing data filtering
US8049865B2 (en) 2006-09-18 2011-11-01 Asml Netherlands B.V. Lithographic system, device manufacturing method, and mask optimization method

Also Published As

Publication number Publication date
EP1387316A3 (en) 2004-09-22
US20030179944A1 (en) 2003-09-25
US6934421B2 (en) 2005-08-23
EP1387316A2 (en) 2004-02-04

Similar Documents

Publication Publication Date Title
US6931160B2 (en) Method of spatially filtering digital image for noise removal, noise estimation or digital image enhancement
JP2003331284A (ja) ノイズ特性値の推定方法
US7054501B1 (en) Estimating noise for a digital image utilizing updated statistics
US7092579B2 (en) Calculating noise estimates of a digital image using gradient analysis
US7856150B2 (en) Denoise method on image pyramid
US6681054B1 (en) Noise reduction method utilizing probabilistic weighting, apparatus, and program for digital image processing
US7065255B2 (en) Method and apparatus for enhancing digital images utilizing non-image data
US6804393B2 (en) Method of calculating noise from a digital image utilizing color cross correlation statistics
US7986830B2 (en) Radiometric calibration from a single image
US6625325B2 (en) Noise cleaning and interpolating sparsely populated color digital image using a variable noise cleaning kernel
US7522782B2 (en) Digital image denoising
JP2001527305A (ja) 画像中ノイズの周波数依存度およびグレーレベル依存度の推定
US9153013B2 (en) Image processing apparatus, image processing method and computer readable medium
EP1542152A1 (en) Object detection
EP1542154A2 (en) Object detection
US20120148108A1 (en) Image processing apparatus and method therefor
EP1227440A2 (en) Method of calculating noise from multiple digital images utilizing common noise characteristics
JP2019096222A (ja) 画像処理装置、画像処理方法、コンピュータプログラム
AU2016250291A1 (en) Determining multispectral or hyperspectral image data
JP4622141B2 (ja) 画像処理装置および画像処理方法、記録媒体、並びにプログラム
JP6172641B2 (ja) 画像フィルタリング装置、画像フィルタリング方法及び画像フィルタリングプログラム
JP3899144B2 (ja) 画像処理装置
CN117437262A (zh) 目标运动估计方法、装置、设备以及存储介质
Jiang et al. Image-registration-based local noise reduction for noisy video sequences

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20051109

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080603

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20081118