JP2005012772A - 情報信号の処理装置および処理方法、補正データテーブルの生成装置および生成方法、並びに各方法を実行するためのプログラム - Google Patents

Abstract

【課題】情報信号に対して複数の機能ブロックを用いて一連の処理を行うものにあって、機能ブロックのバージョンアップによる機能のアップグレードを容易に行い得るようにする。
【解決手段】制御ブロック１１０は、機能ブロック１２０に、制御バス１１１を介して、共通コマンドを送る。機能ブロック１２０の制御Ｉ／Ｆ１２０は、送られてくる共通コマンドが自己の機能ブロックに係る共通コマンドであるときは、この共通コマンドを機能ブロック内コマンドに変換し、その機能ブロック内コマンドを機能部１２０ｅに供給する。これにより、機能ブロック１２０を、制御ブロック１１０から送られてくる共通コマンドに応じて、適応的に動作させることができる。そのため、所定の機能ブロックをバージョンアップして機能のアップグレードを図る場合に、制御ブロックからの共通コマンドを変化させる必要はなく、容易に行い得る。
【選択図】 図４

Description

この発明は、例えば、標準あるいは低解像度に相当する標準テレビジョン信号（ＳＤ信号）を高解像度の信号（ＨＤ信号）に変換する際に適用して好適な情報信号の処理装置および処理方法、補正データテーブルの生成装置および生成方法、並びに各方法を実行するためのプログラムに関する。

詳しくは、この発明は、複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に変換する際に、第１の情報信号を分割して得られる一個または複数個の情報データからなるブロック毎に、このブロックに含まれる情報データからなるクラスタップのクラスコードに基づいて第２の情報信号を構成する一個または複数個の情報データを生成し、さらにこの生成された情報データを、クラスタップに含まれる情報データをコンポーネントとするタップベクトルとクラスコードに対応した代表ベクトルとの減算を行って求められた誤差ベクトルを構成する各コンポーネントの範囲情報に基づいて得られた補正データを用いて補正することによって、第１の情報信号を第２の情報信号に良好に変換できるようにした情報信号処理装置等に係るものである。

例えば、画像信号について、その画像信号を、複数のクラスのうちのいずれかにクラス分けするクラス分類を行い、そのクラスに対応する処理を行う画像信号処理方法がある（特許文献１、特許文献２参照）。

このような画像信号処理方法によれば、例えば、画像信号のアクティビティに基づいてクラス分類を行うこととした場合、変化の激しい画像信号などのアクティビティの高い画像信号と、平坦な画像信号などのアクティビティの低い画像信号とを別のクラスにクラス分類することができ、その結果、アクティビティの高い画像信号およびアクティビティの低い画像信号に対し、それぞれに適した処理を施すことが可能となる。

特開平７−９５５９１号公報 特開２０００−５９７４０号公報

上述のようなクラス分類を行う画像信号処理によれば、各クラスに分類される画像信号毎に、そのクラスの画像信号に適した画像信号処理を施すことができる。したがって、理論的には、クラス数が多いほど、各クラスに分類される画像信号に対して、より適した処理を施すことができる。しかし、クラス数が膨大になると、クラスに応じて行われる処理のパターンも膨大になり、装置が大規模化するということになる。

例えば、上述のように、アクティビティに基づいてクラス分類を行う場合には、そのアクティビティが取り得る値の数と同一のクラスを用意することになり、各アクティビティの画像信号に対して、そのアクティビティに適した処理を施すことができる。しかし、アクティビティとして、例えば、水平方向に並ぶ複数の画素の隣接するものどうしのＮ個の差分値を採用した場合、その差分値がＫビットであれば、全クラス数は、（２^K）^Nクラスという膨大な数になる。

このため、クラス分類は、例えば、ＡＤＲＣ(Adaptive Dynamic Range Coding)等の、何らかの圧縮処理を利用して行われる。ＡＤＲＣを利用したクラス分類では、クラス分類に用いられるデータ（以下、適宜、「クラスタップ」という）としての、例えば、上述したような、Ｎ個の差分値が、ＡＤＲＣ処理され、その結果得られるＡＤＲＣコードに従ってクラス決定が行われる。

なお、ＫビットＡＤＲＣにおいては、例えば、クラスタップを構成するデータの値の最大値ＭＡＸと最小値ＭＩＮが検出され、ＤＲ＝ＭＡＸ−ＭＩＮを、集合の局所的なダイナミックレンジとし、このダイナミックレンジＤＲに基づいて、クラスタップを構成するデータの値の中から、最小値ＭＩＮが減算され、その減算値がＤＲ／２^Kで除算（量子化）される。そして、以上のようにして得られる、クラスタップを構成するデータについてのＫビットの値を、所定の順番で並べたビット列が、ＡＤＲＣコードとして出力される。

したがって、クラスタップが、例えば１ビットＡＤＲＣ処理された場合には、そのクラスタップを構成する各データは、最小値ＭＩＮが減算された後に、（ＭＡＸ−ＭＩＮ）／２で除算され、これにより、各データが１ビットとされる。そして、その１ビットのデータを所定の順番で並べたビット列が、ＡＤＲＣコードとして出力される。

ここで、クラス分類は、ＡＤＲＣ処理の他、例えば、ベクトル量子化等によって行うことも可能である。上述のように、圧縮処理を利用してクラス分類を行う場合には、クラス数を少なくすることができる。しかしながら、その反面、圧縮処理を行わずにクラス分類を行う場合に比較して、細かなクラス分けを行うことができなくなり、画像信号に適切な処理を施すことができなくなることがある。

例えば、第１の画像信号のクラス分類をベクトル量子化を利用して行い、各クラス毎に、第２の画像信号を生成する画像信号処理を考える。

この場合、第１の画像信号が、複数の画素データのブロックに分割され、各ブロックについて、そのブロックを構成する複数の画素データをコンポーネントとするベクトル（以下、適宜、「ブロックベクトル」という）が構成される。さらに、そのブロックベクトルが、予め求められたコードブックを用いてベクトル量子化され、そのベクトル量子化結果としてのコード（シンボル）が、そのブロックベクトルのクラスを表すクラスコードとして出力される。

そして、クラスコード毎に、第２の画像信号の画素データが生成される。すなわち、クラスコードが、コードブックを用いてベクトル逆量子化され、そのクラスコードに対応するブロックベクトルが求められる。そして、そのブロックベクトルのコンポーネントを画素データとして含むブロックが求められ、そのブロックを対応する位置に配置することで、第２の画像信号が生成される。

しかしながら、いま、ベクトル逆量子化によって得られる第２の画像信号を高画質の画像信号というと共に、ベクトル量子化の対象となる第１の画像信号を低画質の画像信号というものとすると、上述の処理では、低画質の画像信号のブロックベクトルのうちの、同一のクラスコードにベクトル量子化されるものは、全て、同一のコードベクトル、すなわち、同一の高画質の画像信号のブロックベクトルにベクトル逆量子化される。つまり、ベクトル逆量子化で求められるブロックベクトルは、いわゆる量子化誤差を有する。したがって、上述の処理で生成される画像信号は、高画質であるといっても、ベクトル逆量子化用のコードブック作成に用いられた高画質の画像信号の画質からすれば、量子化誤差分だけ画質が劣化したものとなる。

この発明の目的は、第１の情報信号を第２の情報信号に良好に変換することにある。

この発明に係る情報信号処理装置は、複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に変換する情報信号処理装置であって、第１の情報信号を一個または複数個の情報データからなるブロックに分割し、ブロック毎に、該ブロックに含まれる情報データをクラスタップとして抽出するクラスタップ抽出手段と、このクラスタップ抽出手段で抽出されたクラスタップに基づいて、このクラスタップを複数のクラスのうちのいずれかのクラスに分類してクラスコードを得るクラス分類手段と、このクラス分類手段で得られたクラスコードに基づいて、クラスタップに対応した、第２の情報信号を構成する一個または複数個の情報データを生成するデータ生成手段と、クラスタップ抽出手段で抽出されたクラスタップおよびクラス分類手段で得られたクラスコードに基づいて、データ生成手段で生成された一個または複数個の情報データを補正する補正データを求める補正データ算出手段と、この補正データ算出手段で求められた補正データによって、データ生成手段で生成された一個または複数個の情報データを補正するデータ補正手段とを備えるものである。

そして、クラス分類手段は、クラスタップ抽出手段で抽出されたクラスタップに含まれる情報データをコンポーネントとするタップベクトルを、複数のクラスのそれぞれについて、各クラスを代表する、第１の情報信号についての代表ベクトルに、対応するクラスを示すクラスコードを割り当てたコードブックを用いて、ベクトル量子化し、このクラスタップに対応したクラスコードを得るものであり、補正データ算出手段は、クラスタップに含まれる情報データをコンポーネントとするタップベクトルとクラスコードに対応した代表ベクトルとの減算を行って求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報およびクラスコードに基づいて、補正データを求めるものである。

また、この発明に係る情報信号処理方法は、複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に変換する情報信号処理方法であって、第１の情報信号を一個または複数個の情報データからなるブロックに分割し、ブロック毎に、このブロックに含まれる情報データをクラスタップとして抽出するクラスタップ抽出工程と、このクラスタップ抽出工程で抽出されたクラスタップに基づいて、このクラスタップを複数のクラスのうちのいずれかのクラスに分類してクラスコードを得るクラス分類工程と、このクラス分類工程で得られたクラスコードに基づいて、クラスタップに対応した、第２の情報信号を構成する一個または複数個の情報データを生成するデータ生成工程と、クラスタップ抽出工程で抽出されたクラスタップおよびクラス分類工程で得られたクラスコードに基づいて、データ生成工程で生成された一個または複数個の情報データを補正する補正データを求める補正データ算出工程と、この補正データ算出工程で求められた補正データによって、データ生成工程で生成された一個または複数個の情報データを補正するデータ補正工程とを備えるものである。そして、クラス分類工程では、クラスタップ抽出工程で抽出されたクラスタップに含まれる情報データをコンポーネントとするタップベクトルを、複数のクラスのそれぞれについて、各クラスを代表する、第１の情報信号についての代表ベクトルに、対応するクラスを示すクラスコードを割り当てたコードブックを用いて、ベクトル量子化し、このクラスタップに対応したクラスコードを得、補正データ算出工程では、クラスタップに含まれる情報データをコンポーネントとするタップベクトルとクラスコードに対応した代表ベクトルとの減算を行って求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報およびクラスコードに基づいて、補正データを求めるものである。

また、この発明に係るプログラムは、上述の情報信号処理方法をコンピュータに実行させるためのものである。

この発明においては、複数個の情報データからなる第１の情報信号を、複数個の情報データからなる第２の情報信号に変換する。ここで、情報信号は、例えば複数個の画素データ（サンプルデータ）からなる画像信号、あるいは複数個のサンプルデータからなる音声信号等である。

第１の情報信号が一個または複数個の情報データからなるブロックに分割され、ブロック毎に、このブロックに含まれる情報データがクラスタップとして抽出される。そして、このクラスタップが複数のクラスのうちのいずれかのクラスに分類されてクラスコードが得られる。

この場合、クラスタップに含まれる情報データをコンポーネントとするタップベクトルが、コードブックを用いて、ベクトル量子化され、このクラスタップに対応したクラスコードが得られる。このコードブックは、複数のクラスのそれぞれについて、各クラスを代表する、第１の情報信号についての代表ベクトルに、対応するクラスを示すクラスコードを割り当てた割り当て情報である。

そして、上述したようにクラスタップに基づいて、当該クラスタップに対応した、第２の情報信号を構成する一個または複数個の情報データが生成される。例えば、このクラスコードが、各クラスコードに第２の情報信号についての代表ベクトルが割り当てられたコードブックを用いて逆量子化され、第２の情報信号を構成する一個または複数個の情報データをコンポーネントとするコードベクトルが得られる。

また、クラスタップおよびクラスコードに基づいて、上述したように生成された第２の情報信号を構成する一個または複数個の情報データを補正する補正データが求められる。この場合、クラスタップに含まれる情報データをコンポーネントとするタップベクトルとクラスコードに対応した代表ベクトルとの減算を行って求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報に基づいて、補正データが求められる。

この範囲情報は、各コンポーネントの値の取り得る範囲が分割された複数の範囲のいずれに含まれるかを示す情報である。例えば、各コンポーネントの値の取り得る範囲が正および負の２つの範囲に分割される場合、この範囲情報は正負の符号情報と一致する。

例えば、クラスコードに対応した代表ベクトルは、複数のクラスのそれぞれについて、各クラスを代表する、第１の情報信号についての代表ベクトルに、対応するクラスを示すクラスコードを割り当てたコードブックから得られる。また例えば、補正データは、クラスコードおよび符号情報の組み合わせのそれぞれにこの組み合わせに対応した補正データを割り当てた補正データテーブルから読み出すことで得られる。この補正データテーブルは、予め学習によって求められる。

上述したように生成された第２の情報信号を構成する一個または複数個の情報データは、上述したように求められた補正データによって補正され、第２の情報信号を構成する最終的な一個または複数個の情報データが得られる。

この発明によれば、複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に変換する際に、第１の情報信号を分割して得られる一個または複数個の情報データからなるブロック毎に、このブロックに含まれる情報データからなるクラスタップのクラスコードに基づいて、第２の情報信号を構成する一個または複数個の情報データを生成し、さらにこの生成された情報データを補正データにより補正するものであり、第１の情報信号を第２の情報信号に良好に変換できる。

また、この発明によれば、クラスタップに含まれる情報データをコンポーネントとするタップベクトルとクラスコードに対応した代表ベクトルとの減算を行って求められた誤差ベクトルに基づいて補正データを求めるものであり、補正データを精度よく求めることができる。

また、この発明によれば、クラスタップに含まれる情報データをコンポーネントとするタップベクトルとクラスコードに対応した代表ベクトルとの減算を行って求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報に基づいて補正データを求めるものであり、誤差ベクトルを構成する各コンポーネントをそのまま用いる場合と比較して、例えば補正データテーブルの規模を縮小でき、かつ補正データを得るための処理を容易とできる。

すなわち、誤差ベクトルを構成する各コンポーネントをそのまま用いる場合、誤差ベクトルを構成する各コンポーネントの値の組み合わせの全てに補正データを対応させた補正データテーブルを用いるとすれば、補正データを得るための処理は容易であるが、補正データテーブルの規模は非常に大きくなる。一方、誤差ベクトルを構成する各コンポーネントの値の代表の組み合わせに補正データを対応させた補正データテーブルを用いるとすれば、補正データテーブルの規模は小さくなるが、誤差ベクトルを構成する各コンポーネントの値の組み合わせが代表の組み合わせのどれに該当するかの判定処理が必要となることから補正データを得るための処理は難しくなる。

この発明に係る補正データテーブル生成装置は、複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に、第１の情報信号を分割して得られる一個または複数個の情報データからなるブロック毎に、このブロックに含まれる情報データからなるクラスタップのクラスコードに基づいて第２の情報信号を構成する一個または複数個の情報データを生成し、この生成された一個または複数個の情報データを補正データにより補正することで変換する際に使用される補正データテーブルを生成する補正データテーブル生成装置であって、第１の情報信号に対応した生徒信号を分割して得られた、一個または複数個の情報データからなる各第１のブロックに含まれる情報データを第１のタップとして抽出する第１のタップ抽出手段と、第２の情報信号に対応した教師信号を、第１のブロックに対応して分割して得られた、一個または複数個の情報データからなる各第２のブロックに含まれる情報データを第２のタップとして抽出する第２のタップ抽出手段と、第１のタップ抽出手段で抽出された第１のタップを、複数のクラスのそれぞれについて、各クラスを代表する、第１の情報信号についての代表ベクトルに、対応するクラスを示すクラスコードを割り当てたコードブックを用いて、ベクトル量子化し、この第１のタップに対応したクラスコードを得るクラス分類手段と、このクラス分類手段で得られたクラスコードを、各クラスコードに、第２の情報信号についての代表ベクトルを割り当てたコードブックを用いて、ベクトル逆量子化し、クラス分類手段で得られたクラスコードに割り当てられている代表ベクトルを得るデータ生成手段と、第１のタップ抽出手段で抽出された第１のタップに含まれる情報データをコンポーネントとするタップベクトルとクラス分類手段で得られたクラスコードに対応した第１の情報信号についての代表ベクトルとの減算を行って誤差ベクトルを求める第１の誤差演算手段と、この第１の誤差演算手段で求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報を得る範囲情報取得手段と、第２のタップ抽出手段で抽出された第２のタップに含まれる情報データをコンポーネントとするタップベクトルとデータ生成手段で得られた代表ベクトルとの減算を行って誤差ベクトルを求める第２の誤差演算手段と、範囲情報取得手段で取得された範囲情報、上記第２の誤差演算手段で求められた誤差ベクトルおよびクラス分類手段で得られたクラスコードを用いた学習により、クラスコードおよび範囲情報の組み合わせのそれぞれにこの組み合わせに対応した補正データを割り当てた補正データテーブルを生成する学習手段とを備えるものである。

また、この発明に係る補正データテーブル生成方法は、複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に、第１の情報信号を分割して得られる一個または複数個の情報データからなるブロック毎に、このブロックに含まれる情報データからなるクラスタップのクラスコードに基づいて、第２の情報信号を構成する一個または複数個の情報データを生成し、この生成された一個または複数個の情報データを補正データにより補正することで変換する際に使用される補正データテーブルを生成する補正データテーブル生成方法であって、第１の情報信号に対応した生徒信号を分割して得られた、一個または複数個の情報データからなる各第１のブロックに含まれる情報データを第１のタップとして抽出する第１のタップ抽出工程と、第２の情報信号に対応した教師信号を、第１のブロックに対応して分割して得られた、一個または複数個の情報データからなる各第２のブロックに含まれる情報データを第２のタップとして抽出する第２のタップ抽出工程と、第１のタップ抽出工程で抽出された第１のタップを、第１の情報信号についての各クラスを代表する代表ベクトルに、対応するクラスコードを割り当てたコードブックを用いて、ベクトル量子化し、該第１のタップに対応したクラスコードを得るクラス分類工程と、クラス分類工程で得られたクラスコードを、各クラスコードに、対応する上記第２の情報信号についての代表ベクトルを割り当てたコードブックを用いて、ベクトル逆量子化しクラス分類工程で得られたクラスコードに割り当てられている代表ベクトルを得るデータ生成工程と、第１のタップ抽出工程で抽出された第１のタップに含まれる情報データをコンポーネントとするタップベクトルとクラス分類工程で得られたクラスコードに対応した第１の情報信号についての代表ベクトルとの減算を行って誤差ベクトルを求める第１の誤差演算工程と、この第１の誤差演算工程で求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報を得る範囲情報取得工程と、第２のタップ抽出工程で抽出された第２のタップに含まれる情報データをコンポーネントとするタップベクトルとデータ生成工程で得られた代表ベクトルとの減算を行って誤差ベクトルを求める第２の誤差演算工程と、範囲情報取得工程で得られた範囲情報、第２の誤差演算工程で求められた誤差ベクトルおよびクラス分類工程で得られたクラスコードを用いた学習により、クラスコードおよび範囲情報の組み合わせのそれぞれにこの組み合わせに対応した補正データを割り当てた補正データテーブルを生成する学習工程とを備えるものである。

また、この発明に係るプログラムは、上述した補正データテーブル生成方法をコンピュータに実行させるためのものである。

この発明においては、第１の情報信号を第２の情報信号に変換する際に使用される補正データテーブルを生成するものである。ここで、第１の情報信号から第２の情報信号への変換は、第１の情報信号を分割して得られる一個または複数個の情報データからなるブロック毎に、このブロックに含まれる情報データからなるクラスタップのクラスコードに基づいて、第２の情報信号を構成する一個または複数個の情報データを生成し、この生成された一個または複数個の情報データを、補正データテーブルから得られた補正データにより補正することで行われる。

第１の情報信号に対応した生徒信号を分割して得られた、一個または複数個の情報データからなる各第１のブロックに含まれる情報データが第１のタップとして抽出される。また、第２の情報信号に対応した教師信号を、第１のブロックに対応して分割して得られた、一個または複数個の情報データからなる各第２のブロックに含まれる情報データが第２のタップとして抽出される。

そして、この第１のタップに基づいて、この第１のタップを複数のクラスのうちのいずれかのクラスに分類してクラスコードが得られる。この場合、第１の情報信号についての各クラスを代表する代表ベクトルに、対応するクラスコードを割り当てたコードブックを用いて、ベクトル量子化され、この第１のタップに対応したクラスコードが得られる。

そして、このクラスコードが、各クラスコードに、対応する第２の情報信号についての代表ベクトルを割り当てたコードブックを用いて、ベクトル逆量子化され、このクラスコードに割り当てられている代表ベクトルが得られる。

そして、第１のタップに含まれる情報データをコンポーネントとするタップベクトルとクラスコードに対応した第１の情報信号についての代表ベクトルとの減算が行われて誤差ベクトルが求められ、この誤差ベクトルを構成する各コンポーネントの値の範囲情報が得られる。この範囲情報は、各コンポーネントの値の取り得る範囲が分割された複数の範囲のいずれに含まれるかを示す情報である。例えば、各コンポーネントの値の取り得る範囲が正および負の２つの範囲に分割される場合、この範囲情報は正負の符号情報と一致する。

また、第２のタップに含まれる情報データをコンポーネントとするタップベクトルと上述したようにクラスコードがベクトル逆量子化されて得られた代表ベクトルとの減算が行われて、第２のタップに係る誤差ベクトルが求められる。

そして、この第２のタップに係る誤差ベクトル、上述したように得られた範囲情報およびクラスコードを用いた学習により、クラスコードおよび範囲情報の組み合わせのそれぞれにこの組み合わせに対応した補正データを割り当てた補正データテーブルが生成される。

例えば、クラスコードおよび範囲情報の組み合わせ毎に、その組み合わせに該当する、複数の第２のタップに係る誤差ベクトルの重心を求め、この求められた重心のベクトルを構成するコンポーネントがその組み合わせの補正データとして割り当てられる。

これにより、この発明によれば、第１の情報信号を第２の情報信号に、第１の情報信号を分割して得られる一個または複数個の情報データからなるブロック毎に、このブロックに含まれる情報データからなるクラスタップのクラスコードに基づいて第２の情報信号を構成する一個または複数個の情報データを生成し、この生成された一個または複数個の情報データを補正データにより補正することで変換する際に使用される補正データテーブルを良好に生成できる。

この発明によれば、複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に変換する際に、第１の情報信号を分割して得られる一個または複数個の情報データからなるブロック毎に、このブロックに含まれる情報データからなるクラスタップのクラスコードに基づいて第２の情報信号を構成する一個または複数個の情報データを生成し、さらにこの生成された情報データを補正データにより補正するものであり、第１の情報信号を第２の情報信号に良好に変換できる。

また、この発明によれば、クラスタップに含まれる情報データをコンポーネントとするタップベクトルとクラスコードに対応した代表ベクトルとの減算を行って求められた誤差ベクトルに基づいて補正データを求めるものであり、補正データを精度よく求めることができる。

また、この発明によれば、クラスタップに含まれる情報データをコンポーネントとするタップベクトルとクラスコードに対応した代表ベクトルとの減算を行って求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報に基づいて補正データを求めるものであり、誤差ベクトルを構成する各コンポーネントをそのまま用いる場合と比較して、例えば補正データテーブルの規模を縮小でき、かつ補正データを得るための処理を容易とできる。

以下、図面を参照しながら、この発明の実施の形態について説明する。図１は、実施の形態としての画像信号処理装置１００の構成を示している。この画像信号処理装置１００は、低解像度または標準解像度の画像信号（以下、「ＳＤ(Standard Definition)信号」という）を、高解像度の画像信号（以下、「ＨＤ(High Definition )信号に変換する。

図２は、ＳＤ信号とＨＤ信号の画素位置関係を示している。「×」がＳＤ信号の画素位置を表し、「○」がＨＤ信号の画素位置を表している。この場合、ＳＤ信号の２画素にＨＤ信号の４画素が対応している。

図１に戻って、画像信号処理装置１００は、タップ抽出部１０１を有している。このタップ抽出部１０１には、変換対象としてのＳＤ信号が供給される。このＳＤ信号は、複数個の８ビットの画素データからなるものである。タップ抽出部１０１は、ＳＤ信号を、一個または複数個、本実施の形態においては水平方向に隣接する２個の画素データｐ１，ｐ２からなるブロックに分割し（図２参照）、ブロック毎に、このブロックに含まれる画素データｐ１，ｐ２をクラスタップとして抽出する。

また、画像信号処理装置１００は、クラス分類部１０２を有している。このクラス分類部１０２は、タップ抽出部１０１で抽出されたクラスタップに基づいて、このクラスタップを複数のクラスのうちのいずれかのクラスに分類し、このクラスタップに対応したクラスコード＃ｃを求める。

このクラス分類部１０２は、例えばクラスタップに含まれる画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ1，ｐ２）を、クラス分類用コードブックを用いて、ベクトル量子化し、クラスタップに対応したクラスコード＃ｃを求める。クラス分類部１０２は、例えば、図３に示すように、コードブック記憶部１０２ａおよびベクトル量子化部１０２ｂからなっている。

コードブック記憶部１０２ａには、予め求められたクラス分類用コードブックが記憶されている。このクラス分類用コードブックは、図４に示すように、複数のクラスのそれぞれについて、各クラスを代表する、ＳＤ信号についての代表ベクトルとしてのＳＤコードベクトル（Ｐ１，Ｐ２）に、対応するクラスを示すクラスコード（ＳＤコード）＃ｃを割り当てた割り当て情報である。

本実施の形態において、ベクトル量子化の対象となるタップベクトル（ｐ1，ｐ２）が二次元ベクトルであるので、ＳＤコードベクトル（Ｐ１，Ｐ２）も二次元ベクトルである。クラス分類用コードブックの生成方法については後述する。

ベクトル量子化部１０２ｂは、コードブック記憶部１０２ａに記憶されているクラス分類用コードブックに基づいて、上述したタップベクトル（ｐ1，ｐ２）および複数のクラスのＳＤコードベクトル（Ｐ１，Ｐ２）との距離を求め、この距離を最小にするＳＤコードベクトル（Ｐ１，Ｐ２）に割り当てられたクラスコード＃ｃを出力する。

図１に戻って、また、画像信号処理装置１００は、データ生成部１０３を有している。このデータ生成部１０３は、クラス分類部１０２で得られたクラスコード＃ｃに基づいて、タップ抽出部１０１で抽出されたクラスタップに対応した、ＨＤ信号を構成する一個または複数個、本実施の形態においては水平方向に隣接する４個の画素データｑ１〜ｑ４（図２参照）を生成する。

このデータ生成部１０３は、例えばクラスコード＃ｃを、データ生成用コードブックを用いて、ベクトル逆量子化し、ＨＤ信号を構成する４個の画素データｑ１〜ｑ４をコンポーネントとするＨＤコードベクトル（ｑ１，ｑ２，ｑ３，ｑ４）を求める。データ生成部１０３は、例えば、図３に示すように、コードブック記憶部１０３ａおよびベクトル逆量子化部１０３ｂからなっている。

コードブック記憶部１０３ａには、予め求められたデータ生成用コードブックが記憶されている。このデータ生成用コードブックは、図５に示すように、各クラスコード＃ｃに、ＨＤ信号についての代表ベクトルとしてのＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を割り当てた割り当て情報である。

本実施の形態において、ベクトル逆量子化で得られるＨＤコードベクトル（ｑ１，ｑ２，ｑ３，ｑ４）が四次元ベクトルであるので、ＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）も四次元ベクトルである。データ生成用コードブックの生成方法については後述する。

ベクトル量子化部１０３ｂは、コードブック記憶部１０３ａに記憶されているデータ生成用コードブックに基づいて、クラス分類部１０２で得られたクラスコード＃ｃに割り当てられているＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を求め、これをＨＤコードベクトル（ｑ１，ｑ２，ｑ３，ｑ４）として出力する。

ところで、上述したデータ生成部１０３で得られるＨＤコードベクトル（ｑ１，ｑ２，ｑ３，ｑ４）を表現する４次元空間を、ＨＤ画像空間というものとすると、このＨＤコードベクトル（ｑ１，ｑ２，ｑ３，ｑ４）は、そのＨＤ画像空間上の点を表すベクトルとして表現することができる。また、上述したクラスタップ抽出部１０１で抽出されたクラスタップに含まれる画素データをコンポーネントとするタップベクトル（ｐ１，ｐ２）を表現する２次元空間を、ＳＤ画像空間というものとすると、このタップベクトル（ｐ１，ｐ２）は、そのＳＤ画像空間上の点を表すベクトルとして表現することができる。

図３に示すクラス分類部１０２のベクトル量子化部１０２ｂでは、図６Ａに示すように、ＳＤ画像空間において、タップベクトル（ｐ１，ｐ２）との距離を最小にするＳＤコードベクトル（Ｐ１，Ｐ２）が検出され、そのＳＤコードベクトル（Ｐ１，Ｐ２）のクラスコード＃ｃが出力される。

そして、図３に示すデータ生成部１０３のベクトル逆量子化部１０３ｂでは、図６Ｂに示すように、ＨＤ画像空間における、クラスコード＃ｃのＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）が求められ、そのコンポーネントＱ１，Ｑ２，Ｑ３，Ｑ４が、ＨＤ信号を構成する４個の画素データｑ１，ｑ２，ｑ３，ｑ４として出力される。

ここで、図６Ｂにおいては、４次元空間を図示することが困難であるため、３個の画素データｑ１，ｑ２，ｑ３のそれぞれを軸とする３次元空間を、ＨＤ画像空間として図示している。

ＳＤ画像空間におけるＳＤコードベクトル（Ｐ１，Ｐ２）は、クラスコード＃ｃにクラス分類されるタップベクトル（ｐ１，ｐ２）とは一致しない場合がほとんどである。これは、ＳＤコードベクトル（Ｐ１，Ｐ２）が、クラスコード＃ｃのクラスに属する、ＳＤ空間上の複数の点（ベクトル）を代表するベクトルであるためである。

また、ＳＤ画像空間におけるあるタップベクトル（ｐ１，ｐ２）のコンポーネントである２個の画素データｐ１，ｐ２に対して、その２個の画素データｐ１，ｐ２に対応するＨＤ信号を構成する４個の真値の画素データｑ１，ｑ２，ｑ３，ｑ４が存在すると仮定すると、タップベクトル（ｐ１，ｐ２）のクラスを表すクラスコード＃ｃの、ＨＤ画像空間におけるＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）も、上述の４個の真値の画素データｑ１，ｑ２，ｑ３，ｑ４をコンポーネントとする真値ベクトル（ｑ１，ｑ２，ｑ３，ｑ４）と一致しない場合がほとんどである。これは、ＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）が、クラスコード＃ｃのクラスに属するクラスタップに対応した、ＨＤ画像空間上の複数の点（ベクトル）を代表するベクトルであるためである。

以上のことから、上述のデータ生成部１０３で生成されるＨＤ信号を構成する４個の画素データｑ１〜ｑ４は、一般には、真値に一致せず、そのままではＨＤ信号による画像の画質が劣化したものとなる。

そこで、画像信号処理装置１００では、データ生成部１０３で得られたＨＤ信号を構成する４個の画素データｑ１〜ｑ４を、真値に近づけるように補正を行う構成となっている。

図６Ｂにおいて、クラスコード＃ｃのクラスに分類されるクラスタップに対応するＨＤ信号を構成する４個の真値の画素データｑ１，ｑ２，ｑ３，ｑ４をコンポーネントとする真値ベクトル（ｑ１，ｑ２，ｑ３，ｑ４）から、クラスコード＃ｃに対応したＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を減算したベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）を、ＨＤ誤差ベクトルというものとする。ここで、Δｑ１＝ｑ１−Ｑ１、Δｑ２＝ｑ２−Ｑ２、Δｑ３＝ｑ３−Ｑ３、Δｑ４＝ｑ４−Ｑ４である。

この場合、このＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）は、クラスコード＃ｃに対応したＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）の、真値ベクトル（ｑ１，ｑ２，ｑ３，ｑ４）に対する誤差（ＨＤ誤差）を表すから、クラスコード＃ｃに対応したＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を、ＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）に対応する補正データで補正すれば、真値ベクトル（ｑ１，ｑ２，ｑ３，ｑ４）に近づけることができる。この補正データを、どのようにして、精度よく推定するかが問題となる。

ところで、クラス分類部１０２では、タップベクトル（ｐ１，ｐ２）がクラス分類され、そのクラスを表すクラスコード＃ｃが得られるが、このクラスコード＃ｃに対応したＳＤコードベクトル（Ｐ１，Ｐ２）を、タップベクトル（ｐ１，ｐ２）から減算したベクトル（Δｐ１，Δｐ２）を、ＳＤ誤差ベクトルというものとする。ここで、Δｐ１＝ｐ１−Ｐ１、Δｐ２＝ｐ２−Ｐ２である。この場合、ＳＤ誤差ベクトル（Δｐ１，Δｐ２）は、クラスコード＃ｃに対応したＳＤコードベクトル（Ｐ１，Ｐ２）の、タップベクトル（ｐ１，ｐ２）に対する誤差（ＳＤ誤差）を表す。

一方、タップベクトル（ｐ１，ｐ２）と真値ベクトル（ｑ１，ｑ２，ｑ３，ｑ４）との間には大きな相関がある。また、クラスコード＃ｃに対応したＳＤコードベクトル（Ｐ１，Ｐ２）とＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）との間には、後述するように、ＳＤコードベクトル（Ｐ１，Ｐ２）が、クラスコード＃ｃのクラスに属する生徒データの重心であり、ＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）が、クラスコード＃ｃのクラスに属する生徒データに対応する教師データの重心であるから、やはり、大きな相関がある。

そのため、タップベクトル（ｐ１，ｐ２）およびＳＤコードベクトル（Ｐ１，Ｐ２）から求められるＳＤ誤差ベクトル（Δｐ１，Δｐ２）と、真値ベクトル（ｑ１，ｑ２，ｑ３，ｑ４）およびＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）から求められるＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）も、大きな相関を有している。

以上から、ＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）に対応する補正データは、そのＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）と大きな相関を有するＳＤ誤差ベクトル（Δｐ１，Δｐ２）に基づき、精度よく推定することができる。

図１に戻って、また、画像信号処理装置１００は、タップ抽出部１０１で抽出されたクラスタップおよびクラス分類部１０２で得られたクラスコード＃ｃに基づいて、データ生成部１０３で得られたＨＤ信号を構成する４個の画素データｑ１〜ｑ４を補正する補正データΔｑ１〜Δｑ４を求める補正データ算出部１０４を有している。

この補正データ算出部１０４は、クラスタップに含まれる画素データをコンポーネントとするタップベクトルとクラスコード＃ｃに対応したＳＤコードベクトルとの減算を行ってＳＤ誤差ベクトルを求め、このＳＤ誤差ベクトルを構成する各コンポーネントの値の範囲情報、本実施の形態においては正負の符号情報（ｍ１，ｍ２）およびクラスコード＃ｃに基づいて、補正データΔｑ１〜Δｑ４を求める。この補正データ算出部１０４は、図７に示すように、クラス分類用コードブック記憶部１０４ａ、範囲情報取得手段としての特徴抽出部１０４ｂおよび補正データ出力部１０４ｃからなっている。

コードブック記憶部１０４ａには、予め求められたクラス分類用コードブックが記憶されている。このクラス分類用コードブックは、上述したクラス分類部１０２のコードブック記憶部１０２ａに記憶されているクラス分類用コードブック（図４参照）と同一である。すなわち、このクラス分類用コードブックは、複数のクラスのそれぞれについて、各クラスを代表する、ＳＤ信号についての代表ベクトルとしてのＳＤコードベクトル（Ｐ１，Ｐ２）に、対応するクラスを示すクラスコード（ＳＤコード）＃ｃを割り当てた割り当て情報である。

特徴抽出部１０４ｂは、クラスタップに含まれる画素データをコンポーネントとするタップベクトル（ｐ１，ｐ２）と、記憶部１０４ａよりクラスコード＃ｃに対応して読み出されるＳＤコードベクトル（Ｐ１，Ｐ２）との減算を行ってＳＤ誤差ベクトル（Δｐ１，Δｐ２）を求める。ここで、Δｐ１＝ｐ１−Ｐ１、Δｐ２＝ｐ２−Ｐ２である。

さらに、特徴抽出部１０４ｂは、このＳＤ誤差ベクトル（Δｐ１，Δｐ２）を構成する各コンポーネントΔｐ１，Δｐ２の値の範囲情報を取得する。この範囲情報は、各コンポーネントΔｐ１，Δｐ２の値の取り得る範囲が、分割された複数の範囲のいずれに含まれるかを示す情報である。本実施の形態においては、各コンポーネントΔｐ１，Δｐ２の値の取り得る範囲が正および負の２つの範囲に分割され、特徴抽出部１０４ｂは、この範囲情報として、各コンポーネントΔｐ１，Δｐ２の値の正負の符号情報（ｍ１，ｍ２）を取得する。例えば、ｍ１，ｍ２は、それぞれ、Δｐ１，Δｐ２が０よりも小さい場合には０とされ、Δｐ１，Δｐ２が０以上の場合には１とされる。この場合、符号情報（ｍ１，ｍ２）のパターンは、（１，１）、（１，０）、（０，１）、（０，０）の４通りとなる。

補正データ出力部１０４ｃは、クラスコード＃ｃおよび特徴抽出部１０４ｂで得られた符号情報（ｍ１，ｍ２）に基づいて、補正データΔｑ１〜Δｑ４を出力する。この補正データ出力部１０４ｃは、例えば、図示しない内蔵の記憶部に、図８に示すように、クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）の組み合わせのそれぞれにその組み合わせに対応した補正データΔｑ１〜Δｑ４を割り当てた補正データテーブルを備えており、この補正データテーブルより、クラス分類部１０２で得られたクラスコード＃ｃおよび特徴抽出部１０４ｂで得られた符号情報（ｍ１，ｍ２）に対応した補正データΔｑ１〜Δｑ４を読み出して出力する。この補正データテーブルの生成方法については、後述する。

また、画像信号処理装置１００は、補正データ算出部１０４で求められた補正データΔｑ１〜Δｑ４によって、データ生成部１０３で生成されたＨＤ信号を構成する４個の画素データｑ１〜ｑ４を補正するデータ補正部１０５を有している。このデータ補正部１０５は、図７に示すように、加算部１０５ａで構成されている。加算部１０５ａは、画素データｑ１〜ｑ４のそれぞれに補正データΔｑ１〜Δｑ４を加算し、ＨＤ信号を構成する、補正後の画素データｑ１′〜ｑ４′を出力する。ここで、ｑ１′＝ｑ１＋Δｑ１、ｑ２′＝ｑ２＋Δｑ２、ｑ３′＝ｑ３＋Δｑ３、ｑ４′＝ｑ４＋Δｑ４である。

次に、図１の画像信号処理装置１００の動作を説明する。
ＳＤ信号がタップ抽出部１０１に供給される。タップ抽出部１０１では、ＳＤ信号が、水平方向に隣接する２個の画素データからなるブロックに分割され、ブロック毎に、このブロックに含まれる画素データｐ１，ｐ２（図２参照）がクラスタップとして抽出される。

クラスタップ抽出部１０１で抽出されたクラスタップは、クラス分類部１０２に供給される。このクラス分類部１０２では、クラスタップが複数のクラスのうちのいずれかのクラスに分類され、このクラスタップに対応したクラスコード＃ｃが得られる。この場合、クラスタップに含まれる画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ1，ｐ２）が、クラス分類用コードブック（図４参照）を用いて、ベクトル量子化され、クラスタップに対応したクラスコード＃ｃが得られる。

クラス分類部１０２で得られたクラスコード＃ｃは、データ生成部１０３に供給される。このデータ生成部１０３では、クラスコード＃ｃに基づいて、タップ抽出部１０１で抽出されたクラスタップに対応した、ＨＤ信号を構成する４個の画素データｑ１〜ｑ４（図２参照）が生成される。この場合、クラスコード＃ｃが、データ生成用コードブック（図５参照）を用いて、ベクトル逆量子化され、ＨＤ信号を構成する４個の画素データｑ１〜ｑ４をコンポーネントとするＨＤコードベクトル（ｑ１，ｑ２，ｑ３，ｑ４）が得られる。

また、タップ抽出部１０１で抽出されたクラスタップおよびクラス分類部１０２で得られたクラスコード＃ｃはそれぞれ補正データ算出部１０４に供給される。この補正データ算出部１０４では、クラスタップおよびクラスコード＃ｃに基づいて、データ生成部１０３で得られたＨＤ信号を構成する４個の画素データｑ１〜ｑ４を補正する補正データΔｑ１〜Δｑ４が求められる。

この場合、クラスタップに含まれる画素データをコンポーネントとするタップベクトルとクラスコード＃ｃに対応したＳＤコードベクトルとの減算が行われてＳＤ誤差ベクトルが求められ、このＳＤ誤差ベクトルを構成する各コンポーネントの値の正負の符号情報（ｍ１，ｍ２）およびクラスコード＃ｃに基づいて、補正データテーブル（図８参照）から、対応する補正データΔｑ１〜Δｑ４が読み出されて出力される。

データ生成部１０３で生成された、クラスタップに対応した、ＨＤコードベクトル、すなわちＨＤ信号を構成する４個の画素データｑ１〜ｑ４はデータ補正部１０５に供給される。また、このデータ補正部１０５には、補正データ算出部１０４から出力された補正データΔｑ１〜Δｑ４が供給される。データ補正部１０５では、画素データｑ１〜ｑ４のそれぞれに補正データΔｑ１〜Δｑ４が加算され、ＨＤ信号を構成する、補正後の４個の画素データｑ１′〜ｑ４′が得られる。つまり、出力すべきＨＤ信号は、各クラスタップにそれぞれ対応した、補正後の４個の画素データｑ１′〜ｑ４′により構成される。

このように、図１に示す画像信号処理装置１００においては、ＳＤ信号をＨＤ信号に変換する際に、ＳＤ信号を分割して得られる２個の画素データｐ１，ｐ２からなるブロック毎に、このブロックに含まれる画素データからなるクラスタップのクラスコード＃ｃに基づいて、ＨＤ信号を構成する４個の画素データｑ１〜ｑ４を生成し、さらにこの生成された画素データｑ１〜ｑ４を補正データΔｑ１〜Δｑ４により補正するものであり、ＳＤ信号をＨＤ信号に良好に変換できる。この画像信号処理装置１００は、例えば、テレビ受信機、画像信号再生装置等の画像信号を出力する装置等に適用できる。

またこの場合、クラスタップに含まれる画素データをコンポーネントとするタップベクトル（ｐ１，ｐ２）とクラスコード＃ｃに対応したＳＤコードベクトル（Ｐ１，Ｐ２）との減算を行って求められたＳＤ誤差ベクトル（Δｐ１，Δｐ２）に基づいて補正データΔｑ１〜Δｑ４を求めるものであり、この補正データΔｑ１〜Δｑ４を精度よく求めることができる。

またこの場合、クラスタップに含まれる画素データをコンポーネントとするタップベクトル（ｐ１，ｐ２）とクラスコード＃ｃに対応したＳＤコードベクトル（Ｐ１，Ｐ２）との減算を行って求められたＳＤ誤差ベクトル（Δｐ１，Δｐ２）を構成する各コンポーネントの値の範囲情報としての正負の符号情報（ｍ１，ｍ２）に基づいて補正データΔｑ１〜Δｑ４を求めるものであり、ＳＤ誤差ベクトル（Δｐ１，Δｐ２）を構成する各コンポーネントをそのまま用いる場合と比較して、例えば補正データテーブルの規模を縮小でき、かつ補正データΔｑ１〜Δｑ４を得るための処理を容易とできる。

すなわち、ＳＤ誤差ベクトル（Δｐ１，Δｐ２）を構成する各コンポーネントをそのまま用いる場合、各コンポーネントの値の組み合わせの全てに補正データΔｑ１〜Δｑ４を対応させた補正データテーブルを用いるとすれば、補正データΔｑ１〜Δｑ４を得るための処理は容易であるが、補正データテーブルの規模は非常に大きくなる。

一方、ＳＤ誤差ベクトル（Δｐ１，Δｐ２）を構成する各コンポーネントの値の代表の組み合わせに補正データΔｑ１〜Δｑ４を対応させた補正データテーブルを用いるとすれば、補正データテーブルの規模は小さくできるが、ＳＤ誤差ベクトル（Δｐ１，Δｐ２）を構成する各コンポーネントの値の組み合わせが代表の組み合わせのどれに該当するかの判定処理が必要となることから、補正データΔｑ１〜Δｑ４を得るための処理は難しくなる。

次に、上述したクラス分類部１０２のコードブック記憶部１０２ａに記憶されるクラス分類用コードブック、およびデータ生成部１０３のコードブック記憶部１０３ａに記憶されるデータ生成用コードブックを生成する装置について説明する。

図９は、クラス分類用コードブック及びデータ生成用コードブックを生成するコードブック生成装置２００の構成を示している。

このコードブック生成装置２００は、学習用データベース２０１を有している。この学習用データベース２０１には、ＨＤ信号に対応した教師信号としての学習用画像信号が記憶されている。

また、コードブック生成装置２００は、第１のタップ抽出手段としての生徒データ生成部２０２を有している。この生徒データ生成部２０２は、学習用画像信号（教師信号）の画素データ数を水平方向に１／２となるように間引きフィルタ（ローパスフィルタ）を用いて間引き、ＳＤ信号に対応した生徒信号を得、この生徒信号を水平方向に隣接する２個の画素データｐ１，ｐ２（図２参照）からなる第１のブロックに分割し、ブロック毎に、この第１のブロックに含まれる画素データを第１のタップ（生徒データ）として抽出する。

また、コードブック生成装置２００は、第２のタップ抽出手段としての教師データ生成部２０３を有している。この教師データ生成部２０３は、学習用画像信号（教師信号）を、上述した生徒データ生成部２０２で分割して得られる第１のブロックに対応した、水平方向に隣接する４個の画素データｑ１〜ｑ４（図２参照）からなる第２のブロックに分割し、ブロック毎に、この第２のブロックに含まれる画素データを第２のタップ（教師データ）として抽出する。

ここで、生徒データ生成部２０２で抽出される１個の第１のタップ（生徒データ）と、これに対応する、教師データ生成部２０３で抽出される１個の第２のタップ（教師データ）とで、１個の学習対データが構成される。このコードブック生成装置２００では、複数個の学習対データを用いて、クラス分類用コードブックおよびデータ生成用コードブックが生成される。

なお、生徒データ生成部２０２は、学習用画像信号（教師信号）の画素データ数を水平方向に１／２となるように間引いてＳＤ信号に対応した生徒信号を得て用いるものであるが、学習用データベース２０１にＳＤ信号に対応した生徒信号としての学習用画像信号も記憶しておき、この学習用画像信号（生徒信号）を用いる構成としてもよい。

また、コードブック生成装置２００は、生徒データ生成部２０２で抽出された各第１のタップ（生徒データ）と教師データ生成部２０３で抽出された各第２のタップ（教師データ）とからなる、複数個の学習対データを記憶する学習対記憶部２０４を有している。

図１０は、学習対記憶部２０４に記憶される学習対データを示している。この学習対記憶部２０４には、４画素単位の教師データｑ１〜ｑ４と、その教師データｑ１〜ｑ４に対応する２画素単位の生徒データｐ１，ｐ２との組み合わせである学習対データが記憶される。なお、図１０では、Ｎ個の学習対データが記憶されている。この図において、教師データｑ１(i)〜ｑ４(i)および生徒データｐ１(i)，ｐ２(i)における括弧()内の変数ｉは、そのデータがｉ番目の学習対データを構成していることを表している。

また、コードブック生成装置２００は、クラス分類用コードブック生成部２０５を有している。このコードブック生成部２０５は、学習対記憶部２０４から学習対データを順次読み出し、その学習対データのうちの生徒データを用いて、クラス分類用コードブックを生成する。

この場合、生徒データに含まれる２個の画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ１，ｐ２）を用いて、例えばＬＢＧ(Linde Buzo Gray)アルゴリズムに従い、クラス分類用コードブックを生成する。このクラス分類用コードブックは、コードブック生成部２０５に内蔵された図示しない記憶部に記憶され、必要に応じてこの記憶部から読み出されて使用される。このクラス分類用コードブックは、上述の図３のコードブック記憶部１０２ａに記憶されて使用されるものであり、図４に示すように、複数のクラスのそれぞれについて、各クラスを代表する、ＳＤ信号についての代表ベクトルとしてのＳＤコードベクトル（Ｐ１，Ｐ２）に、対応するクラスを示すクラスコード（ＳＤコード）＃ｃを割り当てた割り当て情報である。

また、コードブック生成装置２００は、クラス分類部２０６を有している。このクラス分類部２０６は、上述した図３のベクトル量子化部１０２ｂと同様に構成されており、学習対記憶部２０４から学習対データを順次読み出し、その学習対データのうちの生徒データをクラス分類する。

この場合、コードブック生成部２０５の記憶部に記憶されているクラス分類用コードブックに基づいて、生徒データに含まれる２個の画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ１，ｐ２）および複数のクラスのＳＤコードベクトル（Ｐ１，Ｐ２）との距離を求め、この距離を最小にするＳＤコードベクトル（Ｐ１，Ｐ２）に割り当てられたクラスコード＃ｃを出力する。

なお、このクラス分類部２０６は、生徒データを分類して得られたクラスコード＃ｃを、対応する学習対データと共に出力する。

また、コードブック生成装置２００は、コード対教師データ記憶部２０７を有している。この記憶部２０７は、クラス分類部２０６より出力される学習対データから教師データを抽出し、その教師データと、その学習対データと共にクラス分類部２０６から出力されるクラスコード＃ｃとを対応付けたコード対教師データを生成して記憶する。

図１１は、記憶部２０７に記憶されるコード対教師データを示している。このコード対教師データにおいては、生徒データのクラスを表すクラスコード＃ｃと、その生徒データに対応する、４画素単位の教師データｑ１〜ｑ４とが対応付けられている。なお、図１１に示すコード対教師データは、図１０に示す学習対データに対応したものとなっている。すなわち、図１１において、教師データｑ１(i)〜ｑ４(i)は、図１０に示したものと同一であり、ｉ番目の教師データｑ１(i)〜ｑ４(i)に対応付けられているクラスコード＃ｃiは、図１０のｉ番目の生徒データｐ１(i)，ｐ２(i)のクラスコードである。

また、コードブック生成装置２００は、データ生成用コードブック生成部２０８を有している。このコードブック生成部２０８は、コード対教師データ記憶部２０７からコード対教師データを順次読み出し、そのコード対教師データを用いて、データ生成用コードブックを生成する。

この場合、コードブック生成部２０８は、例えば、コード対教師データから、同一のクラスコード＃ｃの教師データを求め、さらに、求められた各教師データに含まれる画素データをコンポーネントとする各ベクトルの重心を求める。具体的には、例えば、同一のクラスコード＃ｃの教師データがＭ個存在するとして、そのｍ番目の教師データに係るベクトルを、（ｑ１(ｍ)，ｑ２(ｍ)，ｑ３(ｍ)，ｑ４(ｍ)）と表すこととすると、コードブック生成部２０８は、（Σｑ１(m)／Ｍ，Σｑ２(m)／Ｍ，Σｑ３(m)／Ｍ，Σｑ４(m)／Ｍ）で表される、クラスコード＃ｃの教師データに係る重心ベクトルを求める。ここで、Σは、ｍを１からＭに変えてのサメーションを表している。

そして、コードブック生成部２０８は、クラスコード＃ｃの教師データに係る重心ベクトルを、クラスコード＃ｃで表されるクラスを代表する、ＨＤ信号についてのコードベクトル（ＨＤコードベクトル）（Ｑ１，Ｑ２，Ｑ３，Ｑ４）として、クラスコード＃ｃに対応付け、データ生成用コードブックを生成する。

このデータ生成用コードブックは、コードブック生成部２０８に内蔵された図示しない記憶部に記憶され、必要に応じてこの記憶部から読み出されて使用される、このデータ生成用コードブックは、上述の図３のコードブック記憶部１０３ａに記憶されて使用されるものであり、図５に示すように、各クラスコード＃ｃに、ＨＤ信号についての代表ベクトルとしてのＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を割り当てた割り当て情報である。

次に、図９に示すコードブック生成装置２００の動作を説明する。
学習用データベース２０１に記憶されているＨＤ信号に対応した教師信号としての学習用画像信号が生徒データ生成部２０２に供給される。この生徒データ生成部２０２では、学習用画像信号（教師信号）に基づいて、第１のタップ（生徒データ）が抽出される。

すなわち、学習用画像信号の画素データ数が水平方向に１／２となるように間引きフィルタを用いて間引かれ、ＳＤ信号に対応した生徒信号が得られ、さらにこの生徒信号が水平方向に隣接する２個の画素データｐ１，ｐ２（図２参照）からなる第１のブロックに分割され、ブロック毎に、この第１のブロックに含まれる画素データが第１のタップ（生徒データ）として抽出される。

また、学習用データベース２０１に記憶されているＨＤ信号に対応した教師信号としての学習用画像信号が教師データ生成部２０３に供給される。この教師データ生成部２０３では、学習用画像信号（教師信号）に基づいて、第２のタップ（教師データ）が抽出される。すなわち、学習用画像信号（教師信号）が、上述した生徒データ生成部２０２で分割して得られる第１のブロックに対応した、水平方向に隣接する４個の画素データｑ１〜ｑ４（図２参照）からなる第２のブロックに分割され、ブロック毎に、この第２のブロックに含まれる画素データが第２のタップ（教師データ）として抽出される。

生徒データ生成部２０２で抽出された各第１のタップ（生徒データ）および教師データ生成部２０３で抽出された各第２のタップ（教師データ）は学習対記憶部２０４に供給される。この学習対記憶部２０４には、各第１のタップ（生徒データ）と各第２のタップ（教師データ）とからなる、複数個の学習対データ（図１０参照）が記憶される。

そして、クラス分類用コードブック生成部２０５では、学習対記憶部２０４から学習対データが順次読み出され、その学習対データのうちの生徒データが使用され、その生徒データ（第１のタップ）に含まれる２個の画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ１，ｐ２）を用いて、例えばＬＢＧアルゴリズムに従い、クラス分類用コードブック（図４参照）が生成される。

このクラス分類用コードブックは、上述の図３のコードブック記憶部１０２ａに記憶されて使用されるものである。このクラス分類用コードブックは、コードブック生成部２０５に内蔵された記憶部に記憶され、必要に応じてこの記憶部から読み出されて使用される。

また、クラス分類部２０６では、学習対記憶部２０４から学習対データが順次読み出され、その学習対データのうちの生徒データが、複数のクラスのうちのいずれかのクラスに分類され、クラスコード＃ｃが得られる。この場合、生徒データ（第１のタップ）に含まれる画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ1，ｐ２）が、コードブック生成部２０５の記憶部に記憶されているクラス分類用コードブックを用いて、ベクトル量子化され、生徒データに対応したクラスコード＃ｃが得られる。

クラス分類部２０６からは、生徒データを分類して得られたクラスコード＃ｃが、対応する学習対データと共に出力され、これらはコード対教師データ記憶部２０７に供給される。この記憶部２０７では、クラス分類部２０６から出力される学習対データから教師データが抽出され、その教師データと、その学習対データと共にクラス分類部２０６から出力されるクラスコード＃ｃとを対応付けたコード対教師データ（図１１参照）が生成されて記憶される。

そして、データ生成用コードブック生成部２０８では、コード対教師データ記憶部２０７からコード対教師データが順次読み出され、そのコード対教師データを用いて、データ生成用コードブック（図５参照）が生成される。

この場合、コードブック生成部２０８では、例えば、コード対教師データから、同一のクラスコード＃ｃの教師データが求められ、さらに、求められた各教師データに含まれる画素データをコンポーネントとする各ベクトルの重心が求められる。そして、コードブック生成部２０８では、クラスコード＃ｃの教師データに係る重心ベクトルが、クラスコード＃ｃで表されるクラスを代表する、ＨＤ信号についてのコードベクトル（ＨＤコードベクトル）（Ｑ１，Ｑ２，Ｑ３，Ｑ４）として、クラスコード＃ｃに対応付けられ、これによりデータ生成用コードブックが生成される。

このデータ生成用コードブックは、上述の図３のコードブック記憶部１０３ａに記憶されて使用されるものである。このデータ生成用コードブックは、コードブック生成部２０８に内蔵された記憶部に記憶され、必要に応じてこの記憶部から読み出されて使用される。

このように、図９に示すコードブック生成装置２００によれば、図１の画像信号処理装置１００で使用されるクラス分類用コードブックおよびデータ生成用コードブックを良好に生成できる。

なお、図９に示すコードブック生成装置２００においては、クラス分類用コードブック生成部２０５では、例えばＬＢＧアルゴリズムに従い、コードブックを生成するものを示したが、このコードブックを、ベクトル量子化に用いられるコードブック生成に利用される手法以外の手法で生成してもよい。

すなわち、クラス分類用コードブックは、例えば、図１２に示すようにして生成することが可能である。

ここで、図１２においては、生徒データ（第１のタップ）に含まれる２個の画素データｐ１，ｐ２を表現する２次元空間（ＳＤ画像空間）が格子状に区切られることにより、矩形状の領域ｒ(i,j)が構成されている、なお、図１２では、画素データｐ１，ｐ２の画素値が、それぞれ横軸と縦軸に取られている。

本実施の形態では、画素データｐ１，ｐ２は、上述したように、８ビットのデータであるから、ＳＤ画像空間における横軸および縦軸が取り得る値は、０〜２５５（＝２⁸−１）である。また、図１２において、ｒ(i,j)は、ＳＤ画像空間において、左からｉ番目で、下からｊ番目の領域を表し、各領域ｒ(i,j)には、クラスを表すユニークなクラスコード＃ｃが割り当てられている。

クラス分類用コードブック生成部２０５は、各領域ｒ(i,j)について、その領域ｒ(i,j)内に含まれる生徒データを求め、さらに、例えば、各生徒データに含まれる画素データをそれぞれコンポーネントとする各ベクトルの重心を求める。すなわち、いま、領域ｒ(i,j)内に含まれる生徒データがＫ個あり、そのｋ番目の生徒データを、ｐ_1,r(i,j)(k)，ｐ_2,r(i,j)(k)と表すと、クラス分類用コードブック生成部２０５は、（Σｐ_1,r(i,j)(k)／Ｋ，Σｐ_,r(i,j)(k)／Ｋ）で表される、領域ｒ(i,j)に割り当てられたクラスコード＃ｃの生徒データに係る重心ベクトルを求める。ここで、Σは、ｋを１からＫに変えてのサメーションを表している。

そして、クラス分類用コードブック生成部２０５は、クラスコード＃ｃの生徒データに係る重心ベクトルを、そのクラスコード＃ｃで表されるクラスを代表する、ＳＤ信号についてのＳＤコードベクトル（Ｐ１，Ｐ２）として、クラスコード＃ｃに対応付ける。これにより、図４に示すような、クラス分類用コードブックが生成される。

次に、上述した補正データ算出部１０４の補正データ出力部１０４ｃに備えられている補正データテーブルを生成する装置について説明する。

図１３は、補正データテーブルを生成する補正データテーブル生成装置３００の構成を示している。

このテーブル生成装置３００は、学習用データベース３０１を有している。この学習用データベース３０１には、ＨＤ信号に対応した教師信号としての学習用画像信号が記憶されている。この学習用データベース３０１に記憶されている学習用画像信号は、図９の学習用データベース２０１に記憶されている学習用画像信号と必ずしも同一の画像信号である必要はない。

また、テーブル生成装置３００は、第１のタップ抽出手段としての生徒データ生成部３０２、第２のタップ抽出手段としての教師データ生成部３０３および学習対データを記憶する学習対記憶部３０４を有している。詳細説明は省略するが、これらは、図９のコードブック生成装置２００における生徒データ生成部２０２、教師データ生成部２０３および学習対記憶部２０４とそれぞれ同様に構成され、同様の処理を行うものである。

また、テーブル生成装置３００は、クラス分類部３０５を有している。このクラス分類部３０５は、学習対記憶部３０４から学習対データを順次読み出し、その学習対データのうちの生徒データをクラス分類する。クラス分類部３０５には、図９のコードブック生成装置２００を用いて予め生成されたクラス分類用コードブックが記憶されている。

クラス分類部３０５は、そのクラス分類用コードブックに基づいて、生徒データに含まれる２個の画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ１，ｐ２）および複数のクラスのＳＤコードベクトル（Ｐ１，Ｐ２）との距離を求め、この距離を最小にするＳＤコードベクトル（Ｐ１，Ｐ２）に割り当てられたクラスコード＃ｃを出力する。

なお、このクラス分類部３０５は、学習対データにおける生徒データのクラス分類を行うことにより得られるクラスコード＃ｃを出力する他、そのクラスコード＃ｃに対応したＳＤコードベクトル（Ｐ１，Ｐ２）も出力するようなっている。

また、テーブル生成装置３００は、データ生成部３０６を有している。このデータ生成部３０６は、図３のデータ生成部１０３と同様に構成されている。このデータ生成部３０６は、クラス分類部３０５で得られたクラスコード＃ｃに基づいて、生徒データに対応した、ＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を生成する。この場合、データ生成部３０６は、例えば、図９のコードブック生成装置２００を用いて予め生成されたデータ生成用コードブックを記憶しており、クラスコード＃ｃを、このデータ生成用コードブックを用いて、ベクトル逆量子化し、ＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を求める。

また、テーブル生成装置３００は、第２の誤差演算手段としてのＨＤ誤差演算部３０７を有している。このＨＤ誤差演算部３０７は、データ生成部３０６から供給されるＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を生成するのに用いられた学習対データにおける教師データを、学習対記憶部３０４から読み出し、その教師データに含まれる画素データｑ１〜ｑ４をコンポーネントとするタップベクトル（ｑ１，ｑ２，ｑ３，ｑ４）からＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を減算したＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）を求める。ここで、Δｑ１＝ｑ１−Ｑ１、Δｑ２＝ｑ２−Ｑ２、Δｑ３＝ｑ３−Ｑ３、Δｑ４＝ｑ４−Ｑ４である。

また、テーブル生成装置３００は、第１の誤差演算手段としてのＳＤ誤差演算部３０８を有している。このＳＤ誤差演算部３０８は、クラス分類部３０５より出力されるクラスコード＃ｃを得るために用いられた生徒データを学習対記憶部３０４から読み出し、その生徒データに含まれる画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ１，ｐ２）からそのクラスコード＃ｃが表すクラスのＳＤコードベクトル（Ｐ１，Ｐ２）を減算したＳＤ誤差ベクトル（Δｐ１，Δｐ２）を求める。ここで、Δｐ１＝ｐ１−Ｐ１、Δｐ２＝ｐ２−Ｐ２である。

また、テーブル生成装置３００は、範囲情報取得手段としての符号クラス分類部３０９を有している。この符号クラス分類部３０９は、ＳＤ誤差演算部３０８で求められたＳＤ誤差ベクトル（Δｐ１，Δｐ２）を構成する各コンポーネントの値の範囲情報を求める。ここでは、上述した図１の画像信号処理装置１００の補正データ算出部１０４における特徴抽出部１０４ｂでの処理と同様に、各コンポーネントΔｐ１，Δｐ２の値の取り得る範囲を正および負の２つの範囲に分割し、この範囲情報として、各コンポーネントΔｐ１，Δｐ２の値の正負の符号情報（ｍ１，ｍ２）を取得する。例えば、ｍ１，ｍ２は、それぞれ、Δｐ１，Δｐ２が０よりも小さい場合には０とされ、Δｐ１，Δｐ２が０以上の場合には１とされる。

また、係数データ生成装置３００は、学習部３１０を有している。この学習部３１０は、符号クラス分類部３０９で得られた、全ての学習対データについての符号情報（ｍ１，ｍ２）と、ＨＤ誤差演算部３０７で得られた、全ての学習対データについてのＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）と、クラス分類部３０５で得られた、全ての学習対データについてのクラスコード＃ｃとを用いた学習により、クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）の組み合わせのそれぞれに、その組み合わせに対応した補正データΔｑ１〜Δｑ４を割り当てた補正データテーブル（図８参照）を生成する。

この場合、学習部３１０は、例えば、クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）の同一の組み合わせに該当するＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）を求め、さらにそのＨＤ誤差ベクトルの重心を求める。具体的には、例えば、クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）の同一の組み合わせに該当するＨＤ誤差ベクトルがＮ個存在するとして、そのｎ番目のＨＤ誤差ベクトルを（Δｑ１(n)，Δｑ２(n)，Δｑ３(n)，Δｑ４(n)）と表すこととすると、学習部３１０は、（ΣΔｑ１(n)／Ｎ，ΣΔｑ２(n)／Ｎ，ΣΔｑ３(n)／Ｎ，ΣΔｑ４(n)／Ｎ）で表される、当該組み合わせに該当するＨＤ誤差ベクトルの重心を求める。そして、学習部３１０は、この重心のベクトルを構成するコンポーネントΣΔｑ１(n)／Ｎ〜ΣΔｑ４(n)／Ｎのそれぞれを、当該組み合わせの補正データΔｑ１〜Δｑ４とする。

次に、図１３に示す補正データテーブル生成装置３００の動作を説明する。
学習用データベース３０１に記憶されているＨＤ信号に対応した教師信号としての学習用画像信号が生徒データ生成部３０２に供給される。この生徒データ生成部３０２では、学習用画像信号（教師信号）に基づいて、第１のタップ（生徒データ）が抽出される。

すなわち、学習用画像信号の画素データ数が水平方向に１／２となるように間引きフィルタを用いて間引かれ、ＳＤ信号に対応した生徒信号が得られ、さらにこの生徒信号が水平方向に隣接する２個の画素データｐ１，ｐ２（図２参照）からなる第１のブロックに分割され、ブロック毎に、この第１のブロックに含まれる画素データが第１のタップ（生徒データ）として抽出される。

また、学習用データベース３０１に記憶されているＨＤ信号に対応した教師信号としての学習用画像信号が教師データ生成部３０３に供給される。この教師データ生成部３０３では、学習用画像信号（教師信号）に基づいて、第２のタップ（教師データ）が抽出される。すなわち、学習用画像信号（教師信号）が、上述した生徒データ生成部３０２で分割して得られる第１のブロックに対応した、水平方向に隣接する４個の画素データｑ１〜ｑ４（図２参照）からなる第２のブロックに分割され、ブロック毎に、この第２のブロックに含まれる画素データが第２のタップ（教師データ）として抽出される。

生徒データ生成部３０２で抽出された各第１のタップ（生徒データ）および教師データ生成部３０３で抽出された各第２のタップ（教師データ）は学習対記憶部３０４に供給される。この学習対記憶部３０４には、各第１のタップ（生徒データ）と各第２のタップ（教師データ）とからなる、複数個の学習対データ（図１０参照）が記憶される。

そして、クラス分類部３０５では、学習対記憶部３０４から学習対データが順次読み出され、その学習対データのうちの生徒データが、複数のクラスのうちのいずれかのクラスに分類され、クラスコード＃ｃが得られる。この場合、生徒データ（第１のタップ）に含まれる画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ1，ｐ２）が、クラス分類用コードブック（図４参照）を用いて、ベクトル量子化され、生徒データに対応したクラスコード＃ｃが得られる。

このクラス分類部３０５からは、学習対データにおける生徒データのクラス分類を行うことにより得られるクラスコード＃ｃを出力する他、そのクラスコード＃ｃに対応したＳＤコードベクトル（Ｐ１，Ｐ２）も出力される。クラス分類部３０５で得られたクラスコード＃ｃはデータ生成部３０６に供給される。

データ生成部３０６では、クラスコード＃ｃに基づいて、生徒データに対応した、ＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）が求められる。この場合、クラスコード＃ｃが、データ生成用コードブック（図５参照）を用いて、ベクトル逆量子化され、ＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）が得られる。

データ生成部３０６で得られたＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）は、ＨＤ誤差演算部３０７に供給される。このＨＤ誤差演算部３０７には、さらに、データ生成部３０６から供給されるＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を生成するのに用いられた学習対データにおける教師データも、学習対記憶部３０４から読み出されて供給される。このＨＤ誤差演算部３０７では、教師データに含まれる画素データｑ１〜ｑ４をコンポーネントとするタップベクトル（ｑ１，ｑ２，ｑ３，ｑ４）からＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）が減算され、ＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）が求められる。

また、クラス分類部３０５より出力された、当該クラス分類部３０５で得られたクラスコード＃ｃに対応するＳＤコードベクトル（Ｐ１，Ｐ２）は、ＳＤ誤差演算部３０８に供給される。このＳＤ誤差演算部３０８には、さらに、クラス分類部３０５より出力されるクラスコード＃ｃを得るために用いられた、生徒データが、学習対記憶部３０４から読み出されて供給される。このＳＤ誤差演算部３０８では、生徒データに含まれる画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ１，ｐ２）からＳＤコードベクトル（Ｐ１，Ｐ２）が減算されて、ＳＤ誤差ベクトル（Δｐ１，Δｐ２）が求められる。

ＳＤ誤差演算部３０８で求められたＳＤ誤差ベクトル（Δｐ１，Δｐ２）は、符号クラス分類部３０９に供給される。この符号クラス分類部３０９では、ＳＤ誤差ベクトル（Δｐ１，Δｐ２）を構成する各コンポーネントΔｐ１，Δｐ２の値の正負の符号情報（ｍ１，ｍ２）が取得される。ここで、ｍ１，ｍ２は、それぞれ、Δｐ１，Δｐ２が０よりも小さい場合には０とされ、Δｐ１，Δｐ２が０以上の場合には１とされる。

符号クラス分類部３０９で取得された符号情報（ｍ１，ｍ２）は、学習部３１０に供給される。この学習部３１０には、さらに、クラス分類部３０５で得られたクラスコード＃ｃおよびＨＤ誤差演算部３０７で求められたＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）も供給される。この学習部３１０では、全ての学習対データについての、符号情報（ｍ１，ｍ２）、ＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）およびクラスコード＃ｃを用いた学習により、クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）の組み合わせのそれぞれに、その組み合わせに対応した補正データΔｑ１〜Δｑ４を割り当てた補正データテーブル（図８参照）が生成される。

この場合、例えば、クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）の組み合わせ毎に、その組み合わせに該当するＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）の重心が求められ、この求められた重心のベクトルを構成するコンポーネントがその組み合わせの補正データΔｑ１〜Δｑ４として用いられる。

本実施の形態では、ＳＤ信号に基づいてクラス分類を行い、さらに各クラスごとに、例えばタップベクトル（ｐ１，ｐ２）とコードベクトル（Ｐ１，Ｐ２）との輝度信号のレベル方向の誤差（Δｐ１，Δｐ２）の正負の符号情報に基づき、クラス化をする構成となっている。

このような構成とすることで、例えばＳＤ誤差信号（Δｐ１，Δｐ２）とＨＤ誤差信号（Δｑ１，Δｑ２，Δｑ３，Δｑ４）のように対応するもの同士を一対一で対応づけて得られる誤差補正データテーブルと同等の効果を奏するテーブル生成に関し、はるかに小さいサイズの誤差補正テーブルを生成することが可能であり、またそれを生成するのに要する計算量も少なく出来る。

なぜなら、例えば輝度信号で考えた場合に、ＳＤ誤差信号とＨＤ誤差信号を一対一に対応付けた誤差補正テーブルでは、誤差信号の正負を考慮して、この実施例の場合は各ＳＤタップベクトルを一つのクラスと考えた場合に、５１１×５１１のクラスが存在することとなる。これに対し、本実施の形態の場合では、ＳＤ信号から抽出されたタップベクトル（ｐ１，ｐ２）に基づくクラス分類を行い、統計的に学習するような構成になっているため、任意のクラス数が設定できる。その結果、トータルのクラス数を減らすことが出来るという効果を有する。

例えば本実施の形態を例とすると、クラスコード数×４がトータルのクラス数となり、テーブル生成にあたり、計算量も少なくて済み、またテーブルのサイズを小さくすることができることが分かる。

また、統計的な学習をする構成を採用することにより、上述の一対一対応の誤差補正テーブルと比較して、誤差補正に関してロバスト性を向上させることができるという効果もある。

なお、上述した図１の画像信号処理装置１００における処理を、例えば図１４に示すような画像信号処理装置（コンピュータ）５００によって、ソフトウェアにより行うこともできる。

まず、図１４に示す画像信号処理装置５００について説明する。この画像信号処理装置５００は、装置全体の動作を制御するＣＰＵ５０１と、このＣＰＵ５０１の制御プログラムやコードブック、補正データテーブル等が格納されたＲＯＭ（Read Only Memory）５０２と、ＣＰＵ５０１の作業領域を構成するＲＡＭ（Random Access Memory）５０３とを有している。これらＣＰＵ５０１、ＲＯＭ５０２およびＲＡＭ５０３は、それぞれバス５０４に接続されている。

また、画像信号処理装置５００は、外部記憶装置としてのハードディスクドライブ（ＨＤＤ）５０５と、フレキシブルディスク、ＣＤ−ＲＯＭ(Compact Disc Read only Memory)、ＭＯ(Magneto Optical)ディスク、ＤＶＤ(Digital Versatile Disc)、磁気ディスク、半導体メモリなどのリムーバブル記録媒体を取り扱うドライブ５０６とを有している。これらドライブ５０５，５０６は、それぞれバス５０４に接続されている。

また、画像信号処理装置５００は、インターネット等の通信網５０７に有線または無線で接続する通信部５０８を有している。この通信部５０８は、インタフェース５０９を介してバス５０４に接続されている。

また、画像信号処理装置５００は、ユーザインタフェース部を備えている。このユーザインタフェース部は、リモコン送信機５１０からのリモコン信号ＲＭを受信するリモコン信号受信回路５１１と、ＣＲＴ（Cathode-Ray Tube）、ＬＣＤ（liquid Crystal Display）等からなるディスプレイ５１３とを有している。受信回路５１１はインタフェース５１２を介してバス５０４に接続され、同様にディスプレイ５１３はインタフェース５１４を介してバス５０４に接続されている。

また、画像信号処理装置５００は、ＳＤ信号を入力するための入力端子５１５と、ＨＤ信号を出力するための出力端子５１７とを有している。入力端子５１５はインタフェース５１６を介してバス５０４に接続され、同様に出力端子５１７はインタフェース５１８を介してバス５０４に接続される。

ここで、上述したようにＲＯＭ５０２に制御プログラムやコードブック、補正データテーブル等を予め格納しておく代わりに、例えばインターネットなどの通信網５０７より通信部５０８を介してダウンロードし、ハードディスクドライブ５０５やＲＡＭ３０３に格納して使用することもできる。また、これら制御プログラムやコードブック等をリムーバブル記録媒体で提供するようにしてもよい。

また、処理すべきＳＤ信号を入力端子５１５より入力する代わりに、リムーバブル記録媒体で供給し、あるいはインターネットなどの通信網５０７より通信部５０８を介してダウンロードしてもよい。また、処理後のＨＤ信号を出力端子５１７に出力する代わり、あるいはそれと並行してディスプレイ５１３に供給して画像表示をしたり、さらにはハードディスクドライブ５０５に格納したり、通信部５０８を介してインターネットなどの通信網５０７に送出するようにしてもよい。

図１５のフローチャートを参照して、図９に示す画像信号処理装置５００における、ＳＤ信号からＨＤ信号を得るための処理手順を説明する。

まず、ステップＳＴ１１で、処理を開始し、ステップＳＴ１２で、例えば入力端子５１５より装置内に１フレーム分または１フィールド分のＳＤ信号を入力する。このように入力されるＳＤ信号はＲＡＭ５０３に一時的に記憶される。

そして、ステップＳＴ１３で、ＳＤ信号の全フレームまたは全フィールドの処理が終わっているか否かを判定する。処理が終わっているときは、ステップＳＴ１４で、処理を終了する。一方、処理が終わっていないときは、ステップＳＴ１５に進む。

ステップＳＴ１５では、ＳＤ信号を、水平方向に隣接する２個の画素データからなるブロックに分割し、ブロック毎に、このブロックに含まれる画素データｐ１，ｐ２（図２参照）をクラスタップとして抽出する。

そして、ステップＳＴ１６で、ステップＳＴ１５で抽出されたクラスタップに基づいて、このクラスタップを複数のクラスのうちのいずれかのクラスに分類してクラスコード＃ｃを求める。この場合、クラスタップに含まれる画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ1，ｐ２）を、ＲＯＭ５０２に格納されているクラス分類用コードブック（図４参照）を用いて、ベクトル量子化し、クラスタップに対応したクラスコード＃ｃを求める。

次に、ステップＳＴ１７で、ステップＳＴ１６で得られたクラスコード＃ｃに基づいて、ステップＳＴ１５で抽出されたクラスタップに対応した、ＨＤ信号を構成する４個の画素データｑ１〜ｑ４（図２参照）を生成する。この場合、クラスコード＃ｃを、ＲＯＭ５０２に格納されているデータ生成用コードブック（図５参照）を用いて、ベクトル逆量子化し、ＨＤ信号を構成する４個の画素データｑ１〜ｑ４をコンポーネントとするＨＤコードベクトル（ｑ１，ｑ２，ｑ３，ｑ４）を求める。

次に、ステップＳＴ１８で、ステップＳＴ１５で抽出されたクラスタップに含まれる画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ１，ｐ２）とクラスコード＃ｃに対応したＳＤコードベクトル（Ｐ１，Ｐ２）（図４参照）との減算を行ってＳＤ誤差ベクトル（Δｐ１，Δｐ２）を求め、そして、このＳＤ誤差ベクトル（Δｐ１，Δｐ２）を構成する各コンポーネントΔｐ１，Δｐ２の値の正負の符号情報（ｍ１，ｍ２）を取得する。

そして、ステップＳＴ１９で、ステップＳＴ１６で得られたクラスコード＃ｃおよびステップＳＴ１８で取得された符号情報（ｍ１，ｍ２）に対応した補正データΔｑ１〜Δｑ４を取得する。この場合、ＲＯＭ５０２に格納されている補正データテーブル（図８参照）から、当該クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）の組み合わせに対応した補正データΔｑ１〜Δｑ４を読み出すことで、補正データΔｑ１〜Δｑ４を取得する。

次に、ステップＳＴ２０で、ステップＳＴ１７で生成されたＨＤ信号を構成する４個の画素データｑ１〜ｑ４のそれぞれに対して、ステップＳＴ１９で取得された補正データΔｑ１〜Δｑ４を加算して補正し、ＨＤ信号を構成する、補正後の４個の画素データｑ１′〜ｑ４′を得る。

次に、ステップＳＴ２１で、ステップＳＴ１２で入力された１フレーム分または１フィールド分のＳＤ信号の画素データの全領域において、ＨＤ信号の画素データを得る処理が終了したか否かを判定する。終了しているときは、ステップＳＴ１２に戻り、次の１フレーム分または１フィールド分のＳＤ信号の入力処理に移る。一方、処理が終了していないときは、ステップＳＴ１５に戻って、次のクラスタップについての処理に移る。

このように、図１５に示すフローチャートに沿って処理をすることで、図１に示す画像信号処理装置１００と同様の手法によって、ＳＤ信号からＨＤ信号を得ることができる。このように処理して得られたＨＤ信号は出力端子５１７に出力されたり、ディスプレイ５１３に供給されてそれによる画像が表示されたり、さらにはハードディスクドライブ５０５に供給されて記録されたりする。

また、処理装置の図示は省略するが、図９に示すコードブック生成装置２００における処理も、ソフトウェアにより行うこともできる。

図１６のフローチャートを参照して、クラス分類用コードブックおよびデータ生成用コードブックを生成するための処理手順を説明する。

まず、ステップＳＴ３１で処理を開始し、ステップＳＴ３２で、ＨＤ信号に対応した教師信号を１フレーム分または１フィールド分だけ入力する。そして、ステップＳＴ３３で、ステップＳＴ３２で入力された教師信号から、ＳＤ信号に対応した生徒信号を生成する。この場合、ＨＤ信号に対応した教師信号の画素データ数を水平方向に１／２となるように間引いて、ＳＤ信号に対応した生徒信号を生成する。

次に、ステップＳＴ３４で、ステップＳＴ３３で生成された生徒信号に基づいて、生徒データとしての第１のタップを抽出する。この場合、生徒信号を水平方向に隣接する２個の画素データｐ１，ｐ２（図２参照）からなる第１のブロックに分割し、ブロック毎に、この第１のブロックに含まれる画素データを第１のタップとして抽出する。

次に、ステップＳＴ３５で、ステップＳＴ３２で入力された教師信号に基づいて、教師データとしての第２のタップを抽出する。この場合、教師信号を、上述したステップＳＴ３４で分割して得られる第１のブロックに対応した、水平方向に隣接する４個の画素データｑ１〜ｑ４（図２参照）からなる第２のブロックに分割し、ブロック毎に、この第２のブロックに含まれる画素データを第２のタップとして抽出する。

このステップＳＴ３４およびステップＳＴ３５の処理により、１フレーム分または１フィールド分の教師信号および生徒信号から、複数個の学習対データ（図１０参照）が生成される。因みに、１個の学習対データは、１個の生徒データおよび１個の教師データで構成される。

次に、ステップＳＴ３６で、教師信号の全フレームまたは全フィールドの処理が終了したか否かを判定する。終了していないときは、ステップＳＴ３２に戻って、次の１フレーム分または１フィールド分の教師信号の入力を行って、上述したと同様の処理を繰り返す。一方、終了しているときは、ステップＳＴ３７に進む。

ステップＳＴ３７では、クラス分類用コードブックを生成する。この場合、ステップＳＴ３２〜ステップＳＴ３６の処理で生成された複数個の学習対データを構成する複数個の生徒データに基づき、この生徒データに含まれる２個の画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ１，ｐ２）を用いて、例えばＬＢＧアルゴリズムに従い、クラス分類用コードブック（図４参照）を生成する。

次に、ステップＳＴ３８で、ステップＳＴ３２〜ステップＳＴ３６の処理で生成された複数個の学習対データを構成する複数個の生徒データのそれぞれを、複数のクラスのうちのいずれかのクラスに分類し、各生徒データに対応したクラスコード＃ｃを求める。さらに、このステップＳＴ３８では、このように求められた各生徒データに対応したクラスコード＃ｃと、当該各生徒データに対となっている各教師データとを対応付けたコード対教師データ（図１１参照）を生成する。

次に、ステップＳＴ３９で、ステップＳＴ３８で生成されたコード対教師データに基づき、同一クラスコード＃ｃに割り当てられている教師データを用いて、データ生成用コードブック（図５参照）を生成する。この場合、同一のクラスコード＃ｃに該当する各教師データに含まれる画素データをコンポーネントとするベクトルの重心を求め、その重心ベクトルを、そのクラスコード＃ｃで表されるクラスを代表する、ＨＤ信号についてのコードベクトル（ＨＤコードベクトル）（Ｑ１，Ｑ２，Ｑ３，Ｑ４）として、そのクラスコード＃ｃに対応付ける。

ステップＳＴ３９の処理の後に、ステップＳＴ４０で、処理を終了する。

このように、図１６に示すフローチャートに沿って処理をすることで、図９に示すコードブック生成装置２００と同様の手法によって、クラス分類用コードブックおよびデータ生成用コードブックを生成できる。

また、処理装置の図示は省略するが、図１３に示す補正データテーブル生成装置３００における処理も、ソフトウェアにより行うこともできる。図１６のフローチャートを参照して、補正データテーブルを生成するための処理手順を説明する。

まず、ステップＳＴ５１で処理を開始し、ステップＳＴ５２で、ＨＤ信号に対応した教師信号を１フレーム分または１フィールド分だけ入力する。そして、ステップＳＴ５３で、ステップＳＴ５２で入力された教師信号から、ＳＤ信号に対応した生徒信号を生成する。この場合、ＨＤ信号に対応した教師信号の画素データ数を水平方向に１／２となるように間引いて、ＳＤ信号に対応した生徒信号を生成する。

次に、ステップＳＴ５４で、ステップＳＴ５３で生成された生徒信号に基づいて、生徒データとしての第１のタップを抽出する。この場合、生徒信号を水平方向に隣接する２個の画素データｐ１，ｐ２（図２参照）からなる第１のブロックに分割し、ブロック毎に、この第１のブロックに含まれる画素データを第１のタップとして抽出する。

次に、ステップＳＴ５５で、ステップＳＴ５２で入力された教師信号に基づいて、教師データとしての第２のタップを抽出する。この場合、教師信号を、上述したステップＳＴ５４で分割して得られる第１のブロックに対応した、水平方向に隣接する４個の画素データｑ１〜ｑ４（図２参照）からなる第２のブロックに分割し、ブロック毎に、この第２のブロックに含まれる画素データを第２のタップとして抽出する。

このステップＳＴ５４およびステップＳＴ５５の処理により、１フレーム分または１フィールド分の教師信号および生徒信号から、複数個の学習対データ（図１０参照）が生成される。因みに、１個の学習対データは、１個の生徒データおよび１個の教師データで構成される。

次に、ステップＳＴ５６で、教師信号の全フレームまたは全フィールドの処理が終了したか否かを判定する。終了していないときは、ステップＳＴ５２に戻って、次の１フレーム分または１フィールド分の教師信号の入力を行って、上述したと同様の処理を繰り返す。一方、終了しているときは、ステップＳＴ５７に進む。

ステップＳＴ５７では、ステップＳＴ５２〜ステップＳＴ５６の処理で生成された複数個の学習対データから、着目学習対データを選択する。そして、ステップＳＴ５８で、着目学習対データを構成する生徒データを、複数のクラスのうちのいずれかのクラスに分類し、クラスコード＃ｃを得る。この場合、生徒データに含まれる画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ1，ｐ２）を、クラス分類用コードブック（図４参照）を用いて、ベクトル量子化し、生徒データに対応したクラスコード＃ｃを取得する。また、このステップＳＴ５８では、クラス分類用コードブックに基づいて、その取得されたクラスコード＃ｃに対応したＳＤコードベクトル（Ｐ１，Ｐ２）も取得する。

そして、ステップＳＴ５９で、着目学習対データを構成する生徒データに含まれる画素データｐ１，ｐ２をコンポーネントとするタップベクトル（ｐ１，ｐ２）からステップＳＴ５８で得られたＳＤコードベクトル（Ｐ１，Ｐ２）を減算して、ＳＤ誤差ベクトル（Δｐ１，Δｐ２）を求める。そして、このステップＳＴ５９で、さらにそのＳＤ誤差ベクトル（Δｐ１，Δｐ２）を構成する各コンポーネントΔｐ１，Δｐ２の値の正負の符号情報（ｍ１，ｍ２）を取得する。

次に、ステップＳＴ６０で、ステップＳＴ５８で得られたクラスコード＃ｃに基づいて、生徒データに対応した、ＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を生成する。この場合、クラスコード＃ｃを、データ生成用コードブック（図５参照）を用いて、ベクトル逆量子化することで、ＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を取得する。

そして、ステップＳＴ６１で、着目学習対データを構成する教師データに含まれる画素データｑ１〜ｑ４をコンポーネントとするタップベクトル（ｑ１，ｑ２，ｑ３，ｑ４）からＨＤコードベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）を減算し、ＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）を取得する。

そして、ステップＳＴ６２で、ステップＳＴ５８で得られるクラスコード＃ｃ毎に、ステップＳＴ５９で取得された符号情報（ｍ１，ｍ２）とステップＳＴ６１で取得されたＨＤ誤差ベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）との対応を記憶する。

次に、ステップＳＴ６３で、全ての学習対データの処理が終了したか否かを判定する。処理が終了していないときは、ステップＳＴ５７に戻り、次の着目学習対データを選択し、上述したと同様の処理を繰り返す。一方、処理が終了したときは、ステップＳＴ６４に進む。

ステップＳＴ６４では、全ての学習対データについての、クラスコード＃ｃ毎の、符号情報（ｍ１，ｍ２）およびＨＤ誤差ベクトル（Ｑ１，Ｑ２，Ｑ３，Ｑ４）の対応に基づいて、クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）の組み合わせのそれぞれに、その組み合わせに対応した補正データΔｑ１〜Δｑ４を割り当てた補正データテーブル（図８参照）を生成する。

この場合、クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）の組み合わせ毎に、その組み合わせに該当するＨＤ誤差ベクトル（Δｑ１，Δｑ２，Δｑ３，Δｑ４）の重心を求め、この求められた重心のベクトルを構成するコンポーネントをその組み合わせの補正データΔｑ１〜Δｑ４として用いる。

ステップＳＴ６４の処理の後に、ステップＳＴ６５で、処理を終了する。

このように、図１７に示すフローチャートに沿って処理をすることで、図１３に示す補正データテーブル生成装置３００と同様の手法によって、補正データテーブルを生成できる。

なお、図１に示す画像信号処理装置１００においては、ＳＤ信号を、水平方向に隣接する２個の画素データからなるブロックに分割し、ブロック毎に、このブロックに含まれる画素データｐ１，ｐ２（図２参照）をクラスタップとして抽出し、このクラスタップ毎に、ＨＤ信号を構成する水平方向に隣接する４個の画素データｑ１〜ｑ４（図２参照）を生成するものであるが、クラスタップおよびこのクラスタップに対応して生成されるＨＤ信号の画素データの個数や配置はこれに限定されるものではない。すなわち、クラスタップに含まれる画素データの個数は２個に限定されるものではなく、さらに水平方向に隣接していなくてもよい。また、クラスタップに対応して生成されるＨＤ信号の画素データは４個の限定されるものではなく、さらに水平方向に隣接していなくてもよい。

また、図１に示す画像信号処理装置１００において、データ生成部１０３は、クラスコード＃ｃを、データ生成用コードブックを用いて、ベクトル逆量子化し、ＨＤ信号を構成する４個の画素データｑ１〜ｑ４を得るものであるが、クラスコード＃ｃに対応したＨＤ信号を構成する画素データを生成する手法は、これに限定されるものではない。例えば、クラスコード＃ｃから、所定の関係式をもってＨＤ信号を構成する画素データを算出することも可能である。その場合、所定の関係式の係数は、予め学習により生成することができる。

また、図１に示す画像信号処理装置１００において、補正データ算出部１０４は、クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）に対応した補正データΔｑ１〜Δｑ４を補正データテーブルから読み出して得るものであるが、クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）に対応した補正データΔｑ１〜Δｑ４を得る手法は、これに限定されるものではない。例えば、クラスコード＃ｃおよび符号情報（ｍ１，ｍ２）から、所定の関係式をもって補正データΔｑ１〜Δｑ４を算出することも可能である。その場合、所定の関係式の係数は、予め学習により生成することができる。

また、上述実施の形態においては、ＳＤ誤差ベクトル（Δｐ１，Δｐ２）を構成する各コンポーネントの値の範囲情報として、その正負の符号情報（ｍ１，ｍ２）を用いるものを示したが、これに限定されるものではない。すなわち、各コンポーネントの値の取り得る範囲を正負だけでなく、さらに細かく分割された複数の範囲のいずれに含まれるかを示す情報を範囲情報としてもよい。

また、図１に示す画像信号処理装置１００においては、ＳＤ信号を水平方向に画素数を２倍としたＨＤ信号に変換するものを示したが、画素数を増やす方向は、水平方向に限定されるものではなく、垂直方向、さらには時間方向（フレーム方向）も考えられる。また、逆に、ＨＤ信号から画素数を減らしたＳＤ信号を得る場合にも、この発明を同様に適用できる。すなわち、この発明は、一般に、第１の画像信号から、この第１の画像信号と同一または異なる画素数の第２の画像信号に変換する場合に適用できる。

また、上述実施の形態においては、複数個の情報データからなる情報信号が、複数個の画素データからなる画像信号であるものを示したが、この発明は情報信号がその他、例えば音声信号であるものにも同様に適用できる。音声信号の場合、複数個のサンプルデータからなっている。

この発明は、第１の情報信号を分割して得られる一個または複数個の情報データからなるブロック毎に、このブロックに含まれる情報データからなるクラスタップのクラスコードに基づいて第２の情報信号を構成する一個または複数個の情報データを生成し、さらにこの生成された情報データを補正データを用いて補正するものであり、例えば、標準あるいは低解像度に相当する標準テレビジョン信号（ＳＤ信号）を高解像度の信号（ＨＤ）信号に変換する際に適用できる。

画像信号処理装置の構成を示すブロック図である。 ＳＤ信号とＨＤ信号の画素位置関係を示す図である。 クラス分類部およびデータ生成部の構成を示すブロック図である。 クラス分類用コードブックの一例を示す図である。 データ生成用コードブックの一例を示す図である。 ＳＤ画像空間およびＨＤ画像空間を示す図である。 補正データ算出部およびデータ補正部の構成を示すブロック図である。 補正データテーブルの一例を示す図である。 コードブック生成装置の構成を示すブロック図である。 学習対データを説明するための図である。 コード対教師データを説明するための図である。 コードブック生成方法の他の例を説明するための図である。 補正データテーブル生成装置の構成を示すブロック図である。 ソフトウェアで実現するための画像信号処理装置の構成を示すブロック図である。 画像信号処理を示すフローチャートである。 コードブック生成処理を示すフローチャートである。 補正データテーブル生成処理を示すフローチャートである。

符号の説明

１００・・・画像信号処理装置、１０１・・・タップ抽出部、１０２・・・クラス分類部、１０２ａ・・・コードブック記憶部、１０２ｂ・・・ベクトル量子化部、１０３・・・データ生成部、１０３ａ・・・コードブック記憶部、１０３ｂ・・・ベクトル逆量子化部、１０４・・・補正データ算出部、１０４ａ・・・クラス分類用コードブック記憶部、１０４ｂ・・・特徴抽出部、１０４ｃ・・・補正データ出力部、１０５・・・データ補正部、１０５ａ・・・加算部、２００・・・コードブック生成装置、２０１・・・学習用データベース、２０２・・・生徒データ生成部、２０３・・・教師データ生成部、２０４・・・学習対記憶部、２０５・・・クラス分類用コードブック生成部、２０６・・・クラス分類部、２０７・・・コード対教師データ記憶部、２０８・・・データ生成用コードブック生成部、３００・・・補正データテーブル生成装置、３０１・・・学習用データベース、３０２・・・生徒データ生成部、３０３・・・教師データ生成部、３０４・・・学習対記憶部、３０５・・・クラス分類部、３０６・・・データ生成部、３０７・・・ＨＤ誤差演算部、３０８・・・ＳＤ誤差演算部、３０９・・・符号クラス分類部、３１０・・・学習部、５００・・・画像信号処理装置

Claims (14)

1. 複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に変換する情報信号処理装置であって、
   上記第１の情報信号を一個または複数個の情報データからなるブロックに分割し、ブロック毎に、該ブロックに含まれる情報データをクラスタップとして抽出するクラスタップ抽出手段と、
   上記クラスタップ抽出手段で抽出されたクラスタップに基づいて、該クラスタップを複数のクラスのうちのいずれかのクラスに分類してクラスコードを得るクラス分類手段と、
   上記クラス分類手段で得られたクラスコードに基づいて、上記クラスタップに対応した、上記第２の情報信号を構成する一個または複数個の情報データを生成するデータ生成手段と、
   上記クラスタップ抽出手段で抽出されたクラスタップおよび上記クラス分類手段で得られたクラスコードに基づいて、上記データ生成手段で生成された一個または複数個の情報データを補正する補正データを求める補正データ算出手段と、
   上記補正データ算出手段で求められた補正データによって、上記データ生成手段で生成された一個または複数個の情報データを補正するデータ補正手段とを備え、
   上記クラス分類手段は、上記クラスタップ抽出手段で抽出されたクラスタップに含まれる情報データをコンポーネントとするタップベクトルを、上記複数のクラスのそれぞれについて、各クラスを代表する、上記第１の情報信号についての代表ベクトルに、対応するクラスを示すクラスコードを割り当てたコードブックを用いて、ベクトル量子化し、該クラスタップに対応したクラスコードを得るものであり、
   上記補正データ算出手段は、上記クラスタップに含まれる情報データをコンポーネントとするタップベクトルと上記クラスコードに対応した上記代表ベクトルとの減算を行って求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報および上記クラスコードに基づいて、上記補正データを求める
   ことを特徴とする情報信号処理装置。
2. 上記誤差ベクトルを構成する各コンポーネントの値の範囲情報は、上記誤差ベクトルを構成する各コンポーネントの値の正負の符号情報である
   ことを特徴とする請求項１に記載の情報信号処理装置。
3. 上記データ生成手段は、
   上記クラス分類手段で得られたクラスコードを、各クラスコードに第２の情報信号についての代表ベクトルを割り当てたコードブックを用いて、ベクトル逆量子化し、上記第２の情報信号を構成する一個または複数個の情報データをコンポーネントとするコードベクトルを得る
   ことを特徴とする請求項１に記載の情報信号処理装置。
4. 上記補正データ算出手段は、
   複数のクラスのそれぞれについて、各クラスを代表する、上記第１の情報信号についての代表ベクトルに、対応するクラスを示すクラスコードを割り当てたコードブックを記憶する記憶手段と、
   上記クラスタップに含まれる情報データをコンポーネントとするタップベクトルと、上記記憶手段より上記クラスコードに対応して読み出される代表ベクトルとの減算を行って誤差ベクトルを求め、該誤差ベクトルを構成する各コンポーネントの値の範囲情報を得る特徴抽出手段と、
   上記クラスコードおよび上記特徴抽出手段で得られた範囲情報に基づいて上記補正データを出力する補正データ出力手段とを有する
   ことを特徴とする請求項１に記載の情報信号処理装置。
5. 上記補正データ出力手段は、上記クラスコードおよび上記範囲情報の組み合わせのそれぞれに該組み合わせに対応した上記補正データを割り当てた補正データテーブルより、上記クラス分類手段で得られたクラスコードおよび上記特徴抽出手段で得られた範囲情報に対応した補正データを読み出して出力する
   ことを特徴とする請求項４に記載の情報信号処理装置。
6. 上記補正データテーブルは、予め学習によって求められたものである
   ことを特徴とする請求項５に記載の情報信号処理装置。
7. 上記情報信号は、画像信号または音声信号である
   ことを特徴とする請求項１に記載の情報信号処理装置。
8. 複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に変換する情報信号処理方法であって、
   上記第１の情報信号を一個または複数個の情報データからなるブロックに分割し、ブロック毎に、該ブロックに含まれる情報データをクラスタップとして抽出するクラスタップ抽出工程と、
   上記クラスタップ抽出工程で抽出されたクラスタップに基づいて、該クラスタップを複数のクラスのうちのいずれかのクラスに分類してクラスコードを得るクラス分類工程と、
   上記クラス分類工程で得られたクラスコードに基づいて、上記クラスタップに対応した、上記第２の情報信号を構成する一個または複数個の情報データを生成するデータ生成工程と、
   上記クラスタップ抽出工程で抽出されたクラスタップおよび上記クラス分類工程で得られたクラスコードに基づいて、上記データ生成工程で生成された一個または複数個の情報データを補正する補正データを求める補正データ算出工程と、
   上記補正データ算出工程で求められた補正データによって、上記データ生成工程で生成された一個または複数個の情報データを補正するデータ補正工程とを備え、
   上記クラス分類工程では、上記クラスタップ抽出工程で抽出されたクラスタップに含まれる情報データをコンポーネントとするタップベクトルを、上記複数のクラスのそれぞれについて、各クラスを代表する、上記第１の情報信号についての代表ベクトルに、対応するクラスを示すクラスコードを割り当てたコードブックを用いて、ベクトル量子化し、該クラスタップに対応したクラスコードを得、
   上記補正データ算出工程では、上記クラスタップに含まれる情報データをコンポーネントとするタップベクトルと上記クラスコードに対応した上記代表ベクトルとの減算を行って求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報および上記クラスコードに基づいて、上記補正データを求める
   ことを特徴とする情報信号処理方法。
9. 複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に変換するために、
   上記第１の情報信号を一個または複数個の情報データからなるブロックに分割し、ブロック毎に、該ブロックに含まれる情報データをクラスタップとして抽出するクラスタップ抽出工程と、
   上記クラスタップ抽出工程で抽出されたクラスタップに基づいて、該クラスタップを複数のクラスのうちのいずれかのクラスに分類してクラスコードを得るクラス分類工程と、
   上記クラス分類工程で得られたクラスコードに基づいて、上記クラスタップに対応した、上記第２の情報信号を構成する一個または複数個の情報データを生成するデータ生成工程と、
   上記クラスタップ抽出工程で抽出されたクラスタップおよび上記クラス分類工程で得られたクラスコードに基づいて、上記データ生成工程で生成された一個または複数個の情報データを補正する補正データを求める補正データ算出工程と、
   上記補正データ算出工程で求められた補正データによって、上記データ生成工程で生成された一個または複数個の情報データを補正するデータ補正工程とを備え、
   上記クラス分類工程では、上記クラスタップ抽出工程で抽出されたクラスタップに含まれる情報データをコンポーネントとするタップベクトルを、上記複数のクラスのそれぞれについて、各クラスを代表する、上記第１の情報信号についての代表ベクトルに、対応するクラスを示すクラスコードを割り当てたコードブックを用いて、ベクトル量子化し、該クラスタップに対応したクラスコードを得、
   上記補正データ算出工程では、上記クラスタップに含まれる情報データをコンポーネントとするタップベクトルと上記クラスコードに対応した上記代表ベクトルとの減算を行って求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報および上記クラスコードに基づいて、上記補正データを求める
   情報信号処理方法をコンピュータに実行させるためのプログラム。
10. 複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に、上記第１の情報信号を分割して得られる一個または複数個の情報データからなるブロック毎に、該ブロックに含まれる情報データからなるクラスタップのクラスコードに基づいて上記第２の情報信号を構成する一個または複数個の情報データを生成し、該生成された一個または複数個の情報データを補正データにより補正することで変換する際に使用される補正データテーブルを生成する補正データテーブル生成装置であって、
    上記第１の情報信号に対応した生徒信号を分割して得られた、一個または複数個の情報データからなる各第１のブロックに含まれる情報データを第１のタップとして抽出する第１のタップ抽出手段と、
    上記第２の情報信号に対応した教師信号を、上記第１のブロックに対応して分割して得られた、一個または複数個の情報データからなる各第２のブロックに含まれる情報データを第２のタップとして抽出する第２のタップ抽出手段と、
    上記第１のタップ抽出手段で抽出された第１のタップを、上記第１の情報信号についての複数のクラスを代表する各代表ベクトルに、対応するクラスコードを割り当てたコードブックを用いて、ベクトル量子化し、該第１のタップに対応したクラスコードを得るクラス分類手段と、
    上記クラス分類手段で得られたクラスコードを、各クラスコードに上記第２の情報信号についての代表ベクトルを割り当てたコードブックを用いて、ベクトル逆量子化し、上記クラス分類手段で得られたクラスコードに割り当てられている代表ベクトルを得るデータ生成手段と、
    上記第１のタップ抽出手段で抽出された第１のタップに含まれる情報データをコンポーネントとするタップベクトルと上記クラス分類手段で得られたクラスコードに対応した上記第１の情報信号についての代表ベクトルとの減算を行って誤差ベクトルを求める第１の誤差演算手段と、
    上記第１の誤差演算手段で求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報を得る範囲情報取得手段と、
    上記第２のタップ抽出手段で抽出された第２のタップに含まれる情報データをコンポーネントとするタップベクトルと上記データ生成手段で得られた代表ベクトルとの減算を行って誤差ベクトルを求める第２の誤差演算手段と、
    上記範囲情報取得手段で取得された範囲情報、上記第２の誤差演算手段で求められた誤差ベクトルおよび上記クラス分類手段で得られたクラスコードを用いた学習により、上記クラスコードおよび上記範囲情報の組み合わせのそれぞれに該組み合わせに対応した補正データを割り当てた補正データテーブルを生成する学習手段と
    を備えることを特徴とする補正データテーブル生成装置。
11. 上記学習手段は、上記クラスコードおよび上記範囲情報の組み合わせ毎に、その組み合わせに該当する、上記第２の誤差演算手段で求められた複数の誤差ベクトルの重心を求め、該求められた重心のベクトルを構成するコンポーネントをその組み合わせの補正データとして割り当てる
    ことを特徴とする請求項１０に記載の補正データテーブル生成装置。
12. 上記誤差ベクトルを構成する各コンポーネントの値の範囲情報は、上記誤差ベクトルを構成する各コンポーネントの値の正負の符号情報である
    ことを特徴とする請求項１０に記載の補正データテーブル生成装置。
13. 複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に、上記第１の情報信号を分割して得られる一個または複数個の情報データからなるブロック毎に、該ブロックに含まれる情報データからなるクラスタップのクラスコードに基づいて、上記第２の情報信号を構成する一個または複数個の情報データを生成し、該生成された一個または複数個の情報データを補正データにより補正することで変換する際に使用される補正データテーブルを生成する補正データテーブル生成方法であって、
    上記第１の情報信号に対応した生徒信号を分割して得られた、一個または複数個の情報データからなる各第１のブロックに含まれる情報データを第１のタップとして抽出する第１のタップ抽出工程と、
    上記第２の情報信号に対応した教師信号を、上記第１のブロックに対応して分割して得られた、一個または複数個の情報データからなる各第２のブロックに含まれる情報データを第２のタップとして抽出する第２のタップ抽出工程と、
    上記第１のタップ抽出工程で抽出された第１のタップを、上記第１の情報信号についての複数のクラスを代表する各代表ベクトルに、対応するクラスコードを割り当てたコードブックを用いて、ベクトル量子化し、該第１のタップに対応したクラスコードを得るクラス分類工程と、
    上記クラス分類工程で得られたクラスコードを、各クラスコードに上記第２の情報信号についての代表ベクトルを割り当てたコードブックを用いて、ベクトル逆量子化し、上記クラス分類工程で得られたクラスコードに割り当てられている代表ベクトルを得るデータ生成工程と、
    上記第１のタップ抽出工程で抽出された第１のタップに含まれる情報データをコンポーネントとするタップベクトルと上記クラス分類工程で得られたクラスコードに対応した上記第１の情報信号についての代表ベクトルとの減算を行って誤差ベクトルを求める第１の誤差演算工程と、
    上記第１の誤差演算工程で求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報を得る範囲情報取得工程と、
    上記第２のタップ抽出工程で抽出された第２のタップに含まれる情報データをコンポーネントとするタップベクトルと上記データ生成工程で得られた代表ベクトルとの減算を行って誤差ベクトルを求める第２の誤差演算工程と、
    上記範囲情報取得工程で得られた範囲情報、上記第２の誤差演算工程で求められた誤差ベクトルおよび上記クラス分類工程で得られたクラスコードを用いた学習により、上記クラスコードおよび上記範囲情報の組み合わせのそれぞれに該組み合わせに対応した補正データを割り当てた補正データテーブルを生成する学習工程と
    を備えることを特徴とする補正データテーブル生成方法。
14. 複数個の情報データからなる第１の情報信号を複数個の情報データからなる第２の情報信号に、上記第１の情報信号を分割して得られる一個または複数個の情報データからなるブロック毎に、該ブロックに含まれる情報データからなるクラスタップのクラスコードに基づいて、上記第２の情報信号を構成する一個または複数個の情報データを生成し、該生成された一個または複数個の情報データを補正データにより補正することで変換する際に使用される補正データテーブルを生成するために、
    上記第１の情報信号に対応した生徒信号を分割して得られた、一個または複数個の情報データからなる各第１のブロックに含まれる情報データを第１のタップとして抽出する第１のタップ抽出工程と、
    上記第２の情報信号に対応した教師信号を、上記第１のブロックに対応して分割して得られた、一個または複数個の情報データからなる各第２のブロックに含まれる情報データを第２のタップとして抽出する第２のタップ抽出工程と、
    上記第１のタップ抽出工程で抽出された第１のタップを、上記第１の情報信号についての複数のクラスを代表する各代表ベクトルに、対応するクラスコードを割り当てたコードブックを用いて、ベクトル量子化し、該第１のタップに対応したクラスコードを得るクラス分類工程と、
    上記クラス分類工程で得られたクラスコードを、各クラスコードに上記第２の情報信号についての代表ベクトルを割り当てたコードブックを用いて、ベクトル逆量子化し、上記クラス分類工程で得られたクラスコードに割り当てられている代表ベクトルを得るデータ生成工程と、
    上記第１のタップ抽出工程で抽出された第１のタップに含まれる情報データをコンポーネントとするタップベクトルと上記クラス分類工程で得られたクラスコードに対応した上記第１の情報信号についての代表ベクトルとの減算を行って誤差ベクトルを求める第１の誤差演算工程と、
    上記第１の誤差演算工程で求められた誤差ベクトルを構成する各コンポーネントの値の範囲情報を得る範囲情報取得工程と、
    上記第２のタップ抽出工程で抽出された第２のタップに含まれる情報データをコンポーネントとするタップベクトルと上記データ生成工程で得られた代表ベクトルとの減算を行って誤差ベクトルを求める第２の誤差演算工程と、
    上記範囲情報取得工程で得られた範囲情報、上記第２の誤差演算工程で求められた誤差ベクトルおよび上記クラス分類工程で得られたクラスコードを用いた学習により、上記クラスコードおよび上記範囲情報の組み合わせのそれぞれに該組み合わせに対応した補正データを割り当てた補正データテーブルを生成する学習工程と
    を備える補正データテーブル生成方法をコンピュータに実行させるためのプログラム。
    

Images