JP2003520506A

JP2003520506A - ノイズリダクション

Info

Publication number: JP2003520506A
Application number: JP2001552617A
Authority: JP
Inventors: テンツェ，リヴィオ; カラート，セルジオ; オリヴィエリ，ステファーノ
Original assignee: Philips Electronics NV
Current assignee: Koninklijke Philips NV
Priority date: 2000-01-13
Filing date: 2000-12-18
Publication date: 2003-07-02
Also published as: KR20020000547A; US20010019633A1; CN1350747A; CN1223181C; EP1163795A1; US6819804B2; WO2001052524A1

Abstract

(57)【要約】本発明は、信号（ｘ）内のノイズの形式を推定（３０）し、そして、少なくとも２つのノイズフィルタ（３１０，３１１，３１２）のうちの１つを許可する（３０）ことにより信号（ｘ）のノイズフィルタリング（３）を提供し、許可されたノイズフィルタ（３１０，３１１，３１２）は、推定された形式のノイズに対して、最も適するノイズフィルタである。信号（ｘ）内のノイズ（ｚ）の近似は、信号（ｘ）と信号（ｘ）のノイズフィルタされたバージョン（３０１）の間の差を計算することにより得られる。本発明は、ノイズの形式の推定のための基準として、ノイズの尖度を使用する（３０３）。ノイズの推定された形式が、尾の長いノイズである場合には、信号をフィルタするために、メジアンフィルタ（３１２）が許可される。ノイズの推定された形式が、ガウシャンノイズ又は汚れたガウシャンノイズの場合には、信号をフィルタするために、時空間有理フィルタ（３１０，３１１）が許可される。本発明は、カメラ（２）及びノイズフィルタ（３）を有するビデオシステム（１）で利用できる。

Description

【発明の詳細な説明】

【０００１】本発明は、ノイズフィルタリングを利用する方法と装置に関連する。本発明は
、更にビデオシステムに使用される。

【０００２】現在は、例えば、インターネットを通して、画像シーケンスのディジタル伝送
への興味が増加している。特に民生品の領域では、ビデオカメラ、ビデオレコー
ダ、衛星受信器及び、その他のこれらの画像のソースは、種々の形式のノイズの
影響を受けている。特にＣＣＤ及びＭＯＳカメラの場合には、センサノイズは、
通常は白色ガウシャンノイズであるが、一方、それぞれ、動画フィルムを走査し
た又はビデオレコーダで再生されたビデオ内には、垂直又は水平の縞が見られる
場合がある。視覚的な外観を改善し且つビットレートを減少する両方のために、
蓄積及び/又は伝送する前に、画像内のノイズレベルを減少することは望ましい
。異なる分布を有するノイズの減衰のために、従来技術から知られている種々の
アルゴリズムがあり、これらは、一般的には、非常に複雑であり、従って、民生
用装置内で実時間で実行できず、又は、性能が低く、典型的には、歪とエッジの
平滑化招く。

【０００３】本発明の目的は、複雑でないノイズリダクションを提供することである。この
ために、本発明は、独立請求項に記載されたノイズフィルタリングとビデオシス
テムを提供する。優位な実施例は、従属請求項に記載されている。

【０００４】本発明の第１の実施例では、信号内のノイズの形式が推定され、そして、少な
くとも２つのノイズフィルタのうちの１つが許可され、許可されたノイズフィル
タは、推定された形式のノイズに対して、最も適するノイズフィルタである。本
発明は、ノイズの形式を推定しそして、各々が特定のノイズ形式に対して好まし
い単純なフィルタの組みから１つのフィルタを自動的に許可することは、異なる
ノイズ特性に合わせなければならない複雑なフィルタよりも効率が良いという考
察に基づいている。ノイズ形式の推定とフィルタの両方は、複雑でなくそして、
低コストアプリケーションに適する。

【０００５】エッジ保存ノイズリダクションは、時空間有理及びメジアンに基づくフィルタ
を使用して達成される。有理フィルタは、例えば、入力変数の２つの多項式の比
のような、有理関数により記述されるフィルタである。時空間フィルタは、好適
に選択された画素の差に従って全体的な低域通過特性を変調することにより細部
と均一な領域の間を、効率的に、区別することができ[１]、細部が濁らずに、ノ
イズが大きく減少される。それらは、ガウシャンノイズ[１]と汚れたガウシャン
ノイズ[２]を含む種々の形式のノイズに影響される。汚れたガウシャンノイズは
、

【０００６】

【数１】に従った確率分布を有する。ここで、λはパラメータであり、Ｎ（σ）は分散が
σのガウス分布である。汚れたガウス分布の分散は：

【０００７】

【数２】により与えられる。尾の長いノイズの場合には、単純なメジアンフィルタ[３]が
使用され、これは、単一のノイズのある画素と、水平及び垂直縞に効果があり、
理想と実際のインパルスノイズの間を区別する必要はない。メジアンに基づく演
算子は、尾の長いノイズには、特にインパルス性ノイズには、非常に効率がよく
、一方、縞としみのひずみを発生しがちなので、ガウスノイズの場合の使用は望
ましくない。

【０００８】本発明の更なる実施例は、画像シーケンス内のノイズの形式を推定するのに単
純なアルゴリズムを使用する。この実施例は、ノイズの形式の基準として尖度を
使用する。この尖度は、

【０００９】

【数３】として定義され[４]、ここで、μ_４は、データの４次中心モーメントであり、σ
は画像シーケンス内のデータの分散である。４次中心モーメントは、

【００１０】

【数４】で与えられ、ここで、Ｅは、変数の期待値であり、そして、

【００１１】

【外１】である。４次中心モーメントμ_４は、単一ピークの分散のピークに関連する。尖
度は、ガウス分布に対してｋ＝３で大きさはない。従って、値３の尖度は、ノイ
ズ分布が、ある意味で、通常の群のメンバとして同じ度合いのピークを有するこ
とを意味する。更に、汚れたガウシャンノイズに対してはｋ＞３、そして、イン
パルス性ノイズに対してはｋ＞＞３である。

【００１２】幾つかの形式のノイズを区別できる従来技術の演算子は非常に複雑である。例
えば、[５]では、入力データからノイズ電力を推定する効率的な方法を採用する
単一値分解に基づく、ブロックに基づく、非線形フィルタリング技術が提案され
ているが、しかし、加算的ノイズの仮定が必要とされそして、ガウス分布のみが
使用される。[６]では、非ガウシャンノイズ中の、決定論的な且つランダムガウ
シャン信号の両方を検出し且つ推定するために、後者の共分散が、高次の母数を
使用して決定される。[７]では逆の問題が扱われ、ここで、加算的なガウシャン
ノイズの存在下での信号検出と分類は、高順序統計量を使用して行われる。

【００１３】入力信号ｘは、元のノイズのない信号ｙとノイズ信号ｎにより：ｘ＝ｙ＋ｎに
従って形成される。本発明の更なる実施例では、ノイズｎは、信号ｘと、好まし
くはメジアンフィルタ[８]のノイズフィルタされた同じ信号の差を計算すること
により、近似される。Ｎの数値のメジアンは、昇順に蓄積されたＮの数値の配列
中の中央値を得ることにより見つけられる。メジアンフィルタは、非線形ショッ
トノイズフィルタとも呼ばれ、高周波数を維持する。メジアンフィルタの既知の
ノイズリダクションとエッジ保存特性により、結果の信号、ｚ＝ｘ−ｍｅｄｉａ
ｎ（ｘ）、は、ほぼノイズのみで構成され、即ち、

【００１４】

【外２】である。そして、ノイズの形式の指示を提供するために、尖度ｋはｚに関して推
定される。ｚは元のノイズｎとは一致しないが、（ガウシャンノイズ又は汚れた
ガウシャンノイズの場合には）ノイズ分散の又は（インパルス性ノイズの場合に
は）ノイズのある画素の割合の合理的な値に対して、パラメータｋは，２つの適
するしきい値を使用して、ノイズの形式を正しく区別することを可能とする。ガ
ウシャン、汚れたガウシャン及び、尾の長いノイズに対してパラメータｋの値の
重なり合いは無く、従って、２つのしきい値６と１５を使用して、種々のノイズ
形式を正しく区別することが可能である。

【００１５】好ましくは、ノイズは、空間的に均一であると考えられるので、画像当りの計
算負荷を低く押さえるために、各画像の小部分（３×３画素の服画像）が分析さ
れる。安定な推定が必要なので、分析は、実際にｋを計算する前に複数の画像に
対してデータを積み重ねることにより行われるのが好ましい。９００画素以上の
推定（即ち、１００フレーム以上）は、合理的な低い分散を有する。

【００１６】本発明の前述の及び他の特徴は以下に説明する実施例を参照して明らかとなろ
う。

【００１７】図面は本発明を理解するのに必要な構成要素のみを示す。

【００１８】図１は、本発明に従ったビデオシステム１の実施例を示す。ビデオシステム１
は、画像シーケンスｘを得るための、カメラ又はアンテナのような入力ユニット
２を有する。ビデオシステム１はさらに、ノイズフィルタ３を有する。ノイズフ
ィルタ３は、画像シーケンスｘ内のノイズの形式を推定するノイズ弁別器３０を
有する。ノイズ弁別器３０は、フィルタの組み３１を制御する。ノイズの推定さ
れた形式に依存して、フィルタの組み３１内の最も適するフィルタが許可される
。

【００１９】ノイズ弁別器３０は、メジアンフィルタ３０１、減算器３０２及び、ノイズ形
式推定器３０３を有する。メジアンフィルタ３０１は、ｍｅｄｉａｎ（ｘ）であ
るｘのフィルタされたバージョンを得るために、入力信号ｘをフィルタする。フ
ィルタされた信号ｍｅｄｉａｎ（ｘ）は、入力信号ｘから減算され、ｚ＝ｘ−ｍ
ｅｄｉａｎ（ｘ）により与えられる近似により、入信号ｘ内のノイズｎの近似と
なる。信号ｚは、ノイズの形式を推定するために、ノイズ推定器３０３に供給さ
れる。上述のように、推定器３０３は、ノイズ信号ｚに関する尖度ｋを与える。
推定器３０３は、制御信号に従って、尖度（ノイズ形式）をフィルタの組み３１
に供給する。推定器３０３からの制御信号に依存して、フィルタの組み３１内の
１つのフィルタが許可される。ノイズフィルタ３の出力ｙは、受信器に送られ又
は、媒体に蓄積される。

【００２０】好適な実施例では、フィルタの組み３１は、異なる形式のノイズを扱うことが
できるために、３つの異なるフィルタ３１０，３１１，３１２を有する。その動
作は、上述のように、ノイズ弁別器３０により自動的に制御される。計算的な複
雑さを低く押さえるために、その対象は、２つの時間的に隣接する画像のみに制
限されるのが好ましい。２つの画像のみの使用は、必要とされる画像メモリの量
が、さらに画像を使用する方法よりも少ないという更なる優位点を有する。この
実施例では、フィルタ３１０はガウシャンノイズに適し、フィルタ３１１は汚れ
たガウシャンノイズに適し、そして、フィルタ３１２は尾の長いノイズに適する
。

【００２１】ガウシャンノイズと汚れたガウシャンノイズに対するフィルタ３１０，３１１
は、空間と時間フィルタリング部分の合計により構成される同様な構造を有する
時空間有理フィルタであるのが好ましい。各フィルタ出力ｙ_０は、

【００２２】

【数５】

【００２３】

【数６】により計算される。ここで、ｘ_０，ｘ_ｉ及び、ｘ_ｊは、マスク内の画素値（ｘ_０は中央値）であり、

【００２４】

【外３】は、図２Ａ．．．２Ｄに示されている空間フィルタリング方向の組みであり、ｋ _ｓとＡ_ｓは、適するフィルタパラメータである。時間フィルタリング部分、ｆ_ｔ _ｅｍｐは、同様な形式を有するが、ｆ_ｔｅｍｐは、前の画像の画素にも動作し、
以下に説明される。空間フィルタは、画像の細部を維持しながらノイズを減少さ
せるために、均一な領域と詳細な領域の間を区別できると考えられる。実際に、
マスクが均一領域内にある場合には、分母に現れる画素差（ｘ_ｉ−ｘ_ｊ）^２は、
小さく、そして、高域成分は分子に現れ、ｘ_０から減算されて、全体的な低域通
過動作を与える。代わりに、同じ差が、大きな値を有する場合には、エッジが存
在すると考えられ、そして、フィルタは細部を濁らせないために画素を変更しな
いで残しておく。

【００２５】時間部分は、細部に敏感な動作の同じ原理を利用し、そして、ガウシャンノイ
ズに対して、その形式は、空間部分の形式と同様である。

【００２６】

【数７】ここで、

【００２７】

【外４】は、図３に示されている時間フィルタリング方向の組みを記述する。図３では、
明らかにするために、（可能な位置ｘ_ｉ ^ｐに従って）９の可能な方向のうちの１
つのみが描かれている。上付きの文字ｐは前の画像に属する画素を示し、そして
、ｋ_ｔｌとＡ_ｔｌは、適するフィルタパラメータである。

【００２８】汚れたガウシャンノイズに対しては、状況は僅かに複雑である。この場合には
、（むしろ尾の長い分散によって）画素のノイズレベルが大きく、空間の場合に
対して使用できる情報が少ないので、細部とノイズを区物するのは難しく、更に
詳細には、（２つの画像のみの）フィルタサポートの制限された時間サイズのた
めに、ｘ_０の一方（時間）の側のみで画素は利用でき（逆に、フィルタ３１１の
空間部分内で、ｘ_０の右側と左側の両側の画素、又は、上下の両画素、が利用で
きる）、それによって、空間部分の単純な分母は、単一のノイズのある画素と物
体のエッジの間を区別することを可能としない。汚れたガウシャンノイズｆ_ｔｅ _ｍｐは、

【００２９】

【数８】のように定義される。ここで

【００３０】

【外５】は図４に示されているように、時間フィルタリングの組合せの組み（時間方向と
空間方向の組合せ）を記述し、ｋ_ｔ２、ｋ_ｔ３及び、Ａ_ｔ２は、適するフィルタ
パラメータである。図４では、明らかにするために、複数の可能な組合せのうち
の、ｘ_ｉ ^ｐとｘ_ｉの１つの組み合わせのみが描かれている。この場合には、低域
通過動作の強さを制御する、分母の画素は、２でなく３であり、ｘ_ｉとｘ_ｉ ^ｐと
ｘ_０である。実際に、上述したように、ガウシャンノイズに対してと同じ制御ス
トラテジーを使用するのが望ましく、ノイズフィルタリング動作の結果の損失を
伴なうエッジの代わりにノイズピークによって、差（ｘ_ｉ ^ｐ−ｘ_０）は、大きい
。次に、同じ差が、他の差即ち（ｘ_ｉ ^ｐ−ｘ_ｉ）と共に平均化されることにより
補正される場合には、分離されたノイズのある画素の存在でも分母は低いまま残
り、そして、所望の低域通過動作が達成される。

【００３１】フィルタ３１０と３１１は図１に別々のフィルタとして示されているが、実際
の実施例では、フィルタ３１０と３１１は、共通の空間部分と異なる時間部分を
伴なう１つの有理フィルタ内で結合され、第１の時間部分はガウシャンノイズに
対してであり、そして、第２の時間部分は汚れたガウシャンノイズに対してであ
る。ノイズ弁別器３０内で推定されたノイズの形式に依存して、適する時間部分
が許可される。更なる実際の実施例では、第１の時間部分と第２の時間部分は、
式（８）に従って１つの有理フィルタリング部分として実行され、ここで、ノイ
ズがガウス分布を有する場合には、パラメータｋ_ｔ３は、式（７）に従った有理
フィルタを得るためにゼロにされる。

【００３２】ｚの尖度ｋの値が１５より低い場合には、有理フィルタ３１０／３１１は、許
可され、そうでない場合には、メジアンフィルタ３１２が許可される。尖度ｋが
６よりも低い場合には、（ガウシャンノイズに対する）第１の時間部分が、許可
される。尖度ｋが６と１５の間である場合には、（汚れたガウシャンノイズに対
する）第２の時間部分が、許可される。

【００３３】尾の長いノイズを効果的に扱うために、フィルタ３１２は、単純なメジアンフ
ィルタであることが好ましい。一般的には、メジアンフィルタは、順序統計量に
基づいている。２次元メジアンフィルタは、

【００３４】

【数９】により与えられる。ｘ_ｉ，ｘ_ｊの組みは、中心画素ｘ_０の隣接を定義し、フィル
タマスクと呼ばれる。メジアンフィルタは、フィルタマスク内の画素の値のメジ
アンにより中央画素の値を置換する。適切である、単純なフィルタマスクは、５
要素のＸ−形状のフィルタである。そのようなフィルタは、[３]から知られてい
る。５要素のＸ−形状のフィルタの場合には、フィルタマスクは、中心画素ｘ_０と中心画素ｘ_０に関して対角の画素を含む。これらの空間方向は、図２Ｃ．．．
Ｄに示されている。

【００３５】好ましくは、理想的なインパルス性ノイズ（単一のノイズのある画素）と、単
一のノイズのある画素によるよりもむしろ水平の１画素幅のストリップで作られ
る（例えば、衛星受信器に存在する）実際のインパルス状ノイズの両方は、除去
される。両形式のノイズは、Ｘ−形状マスク内の５つのうちの１つの画素のみに
影響を与えるので、ノイズのある要素は、メジアン演算子から簡単に除去される
。動画フィルムから得られたビデオ内で発見され得る１つの画素幅の垂直のスト
リップも、このフィルタにより効果的に除去されることに注意する。より広いス
トリップを除去するために、大きなサポートが必要とされる。一旦インパルス性
ノイズの形式が検出されると、単純なメジアンが使用される。

【００３６】ノイズ弁別器３０は、フィルタの組み３１を制御する。上述の実施例内では、
ハードスイッチングを使用したが、例えば、フィルタの組み３１の最も適するフ
ィルタを５０％以上許可し、そして、加えて、フィルタの組み３１内の１つ又は
それ以上の他のフィルタを部分的に許可することにより、ソフトスイッチングも
可能である。信号がほとんどガウシャンノイズを有する例示の場合には、フィル
タ３１０は、８０％が許可され、そして、他の１０％に対しては他の２つのフィ
ルタ３１１と３１２が許可される。請求項は、そのようなソフトスイッチング利
用も含まれると解釈されるべきである。

【００３７】アプリケーション又は画像シーケンスに従って、他のフィルタ又は異なるノイ
ズ弁別器も使用される。本発明の基本的なアイデアは、異なる形式のノイズに対
して設計された少なくとも２つのフィルタと、少なくとも２つのフィルタのうち
の最も適するフィルタを許可するノイズ弁別器とを使用することである。本発明
は、例えば、オーディオのような他の信号にも適用可能である。

【００３８】動き補償に基づくアルゴリズムは、一般的には、非常に複雑な構造のためによ
り良い性能を提供する。動き補償に基づくアルゴリズムは、本発明のプロフェッ
ショナルな実施例に適用されるのが好ましい。

【００３９】上述の実施例は、本発明を制限するのでは無く本発明を説明するためであるこ
とに注意すべきであり、当業者は、請求項の範囲から離れることなく、多くの代
替の実施例を設計することが可能である。単語”画像”は、映像、フレーム、フ
ィールド等も指す。請求項において、括弧内に記載された参照記号は、請求項を
制限するものではない。単語”有する”は、請求項に記載された以外の他の構成
要素又はステップの存在を除外しない。本発明は、幾つかの特徴的な要素を有す
るハードウェアにより及び、好適にプログラムされたコンピュータにより実行す
ることができる。幾つかの手段を列挙する装置の請求項では、幾つかのこれらの
手段は、ハードウェアの１つの且つ同じ項目で実現され得る。特定の手段が相互
に異なる独立請求項内で引用されるということは、これらの手段が利益を与える
のに使用できないということをは示さない。

【００４０】要約すると、本発明は、信号内のノイズの形式を推定し、そして、少なくとも
２つのノイズフィルタのうちの１つを許可することにより信号のノイズフィルタ
リングを提供し、許可されたノイズフィルタは、推定された形式のノイズに対し
て、最も適するノイズフィルタである。信号内のノイズの近似は、信号と信号の
ノイズフィルタされたバージョンの間の差を計算することにより得られる。本発
明は、ノイズの形式の推定のための基準として、ノイズの尖度を使用する。ノイ
ズの推定された形式が、尾の長いノイズである場合には、信号をフィルタするた
めに、メジアンフィルタが許可される。ノイズの推定された形式が、ガウシャン
ノイズ又は汚れたガウシャンノイズの場合には、信号をフィルタするために、時
空間有理フィルタが許可される。本発明は、カメラ及びノイズフィルタを有する
ビデオシステムで利用できる。

【００４１】引用文献 [１]Ｇ．Ｒａｍｐｏｎｉ，”画像平滑化のための有理フィルタ”、ＩＥＥＥ信号
処理レター、ｖｏｌ．３，ｎｏ．３、１９９６年３月、６３−６５頁。 [２]Ｆ．Ｃｏｃｃｈｉａ，Ｓ．Ｃａｒｒａｔｏ及びＧ．Ｒａｍｐｏｎｉ，”エッ
ジ保存平滑化のための３−Ｄ有理フィルタの設計と実時間実行”、ＩＥＥＥ民
生用電子、ｖｏｌ．４３，ｎｏ．４，１９９７年１１月、１２９１−１３００頁
。 [３]Ｉ．Ｐｉｔａｓ及びＡ．Ｎ．Ｖｅｎｅｔｓａｎｏｐｏｕｌｏｓ，非線形ディ
ジタルフィルタ、ＫｌｕｗｅｒＡｃａｄｅｍｉｃ出版、ボストンＭＡ（ＵＳ
Ａ）、１９９０年、６３−１１５頁。 [４]Ｅ．Ｌｌｏｙｄ、応用数学ハンドブック、ＪｏｈｎＷｉｌｅｙ＆Ｓｏｎｓ
Ｌｔｄ．，ニューヨーク、９８０、１５５−１６０頁。 [５]Ｋ．Ｋｏｎｓｔａｎｔｉｎｉｄｅｓ，Ｂ．Ｎａｔａｒａｊａｎ及び、Ｇ．Ｓ
，Ｙｏｖａｎｏｆ、”ブロックに基づく単一値分解を使用するノイズ推定とフィ
ルタリング”、ＩＥＥＥ画像処理、ｖｏｌ．６、ｎｏ．３、１９９７年３月、４
７９−４８３頁。 [６]Ｂ．Ｍ．Ｓａｄｌｅｒ，Ｇ．Ｂ．Ｇｉａｎｎａｋｉｓ及び、Ｋ−ＳＬｉｉ
、”高い順序統計量を使用する非ガウシャンノイズの推定と検出”，ＩＥＥＥ信
号処理、ｖｏｌ．４２，ｎｏ．１０，１９９４年１０月、２７２９−２７４１頁
。 [７]Ｇ．Ｂ．Ｇｉａｎｎａｋｉｓ及びＭ．Ｋ．Ｔｓａｔｓａｎｉｓ，”整合フィ
ルタリングと高い順序統計量を使用する信号の検出と分類”，ＩＥＥＥ音響、音
声及び信号処理，ｖｏｌ．３８，ｎｏ．７，１９９０年７月、１２８４−１２９
６頁。 [８] Ｓ．Ｉ．Ｏｌｓｅｎ，”画像内のノイズの推定：評価”，ＣＶＧＩＰ，ｖ
ｏｌ．５５，ｎｏ．４，１９９３年７月、３１９−３２３頁。

【図面の簡単な説明】

【図１】本発明に従ったビデオシステムの実施例を示す図である。

【図２Ａ】フィルタ内で考慮される例示的な水平の空間的な方向を示す図である。

【図２Ｂ】フィルタ内で考慮される例示的な垂直の空間的な方向を示す図である。

【図２Ｃ】フィルタ内で考慮される例示的な対角の空間的な方向を示す図である。

【図２Ｄ】フィルタ内で考慮される例示的な対角の空間的な方向を示す図である。

【図３】ガウシャンノイズに対する有理フィルタの時間部分により使用される例示の方
向を示す図である。

【図４】汚れたガウシャンノイズに対する有理フィルタの時間部分により使用される方
向の例示の組合せを示す図である。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ，ＴＲ)，ＣＮ，ＪＰ，ＫＲ (72)発明者カラート，セルジオオランダ国，5656 アーアーアインドーフェン，プロフ・ホルストラーン６ (72)発明者オリヴィエリ，ステファーノオランダ国，5656 アーアーアインドーフェン，プロフ・ホルストラーン６Ｆターム(参考） 5C021 PA32 PA53 RA08 RB07 YA02

Claims

【特許請求の範囲】

【請求項１】信号のノイズフィルタリングをする方法であって、信号内のノイズの形式を推定するステップと、少なくとも２つのノイズフィルタリング動作のうちの１つを許可するステップ
とを有し、許可されたノイズフィルタリング動作は、推定された形式のノイズに
対して、最も適するノイズフィルタリング動作である方法。
【請求項２】ノイズの推定された形式が、尾の長いノイズである場合には
、メジアンフィルタリング動作が許可され、ノイズの推定された形式が、ガウシャンノイズ又は汚れたガウシャンノイズの
場合には、時空間有理フィルタリング動作が許可される、請求項１に記載のノイ
ズフィルタリング方法。
【請求項３】有理フィルタリング動作は、ノイズの推定された形式がガウシャンノイズである場合には、第１の時間フィ
ルタリング動作を許可し、ノイズの推定された形式が汚れたガウシャンノイズである場合には、第２の時
間フィルタリング動作を許可し、第１の時間フィルタリング動作は少なくとも１つの時間方向を考慮し、そして
、第２の時間フィルタリング動作は、時間方向と空間方向の少なくとも１つの組
合せを考慮する、請求項２に記載のノイズフィルタリング方法。
【請求項４】ノイズの尖度は、ノイズの形式の推定のための基準として使
用される請求項１に記載のノイズフィルタリング方法。
【請求項５】ノイズの尖度は、ノイズの形式の推定のための基準として使
用され、尖度が第１のしきい値以上である場合にはメジアンフィルタリング動作が許可
され、尖度が第１のしきい値以下である場合には有理ノイズフィルタリング動作が許
可される請求項２に記載のノイズフィルタリング方法。
【請求項６】ノイズの尖度は、ノイズの形式の推定のための基準として使
用され、尖度が第１のしきい値以上である場合にはメジアンフィルタリング動作が許可
され、ノイズの尖度が第１のしきい値以下である場合には有理ノイズフィルタリング
動作が許可され、有理フィルタリング動作は、尖度が、前記第１のしきい値よりも低い第２のしきい値以下である場合には第
１の時間フィルタリング動作を許可し、尖度が、第２のしきい値以上であり且つ前記第１のしきい値以下である場合に
は第２の時間フィルタリング動作を許可する、請求項３に記載のノイズフィルタ
リング方法。
【請求項７】第１のしきい値は約１５であり、第２のしきい値は約６であ
る請求項６に記載のノイズフィルタリング方法。
【請求項８】信号内のノイズは、信号とその信号のノイズフィルタされた
バージョンの間の差により近似される請求項１に記載のノイズフィルタリング方
法。
【請求項９】信号のノイズフィルタされたバージョンは、信号にメジアン
フィルタリング動作を行うことにより得られる請求項８に記載のノイズフィルタ
リング方法。
【請求項１０】信号をノイズフィルタリングする装置であって、信号内の
ノイズの形式を推定する手段と、少なくとも２つのノイズフィルタのうちの１つを許可する手段とを有し、許可
されたノイズフィルタは推定された形式のノイズに最も適するフィルタである装
置。
【請求項１１】画像シーケンスを得るための手段と、画像シーケンスに対してノイズフィルタリングを行う請求項１０に記載の装置
を有する、ビデオシステム。