JP2007148945A - 画像修復方法 - Google Patents

Abstract

【課題】小さな傷のみならず大きな傷であっても、さらには広範囲に散らばる多数の傷であっても、効率良くかつ高速に画像の修復が可能な画像修復方法を提供する。
【解決手段】原画像の傷を修復する画像修復方法は、まず原画像を低周波成分と高周波成分に分解するためにウェーブレット変換を行う（ステップ１０１）。そして、ウェーブレット変換過程により分解された低周波成分（ステップ１０２）を、内挿法により修復する（ステップ１０３）。この内挿画像修復過程により修復された低周波成分及び高周波成分を用いて、逆ウェーブレット変換を行い（ステップ１０４）、修復画像を生成する。さらに、高周波成分にテクスチャ法による修復（ステップ２０３）を施しても良い。
【選択図】図１

Description

本発明は画像修復方法に関し、特に、ウェーブレット変換を用いて高周波成分と低周波成分に分解してそれぞれに対して所定の画像処理を行うことで原画像の傷を修復する画像修復方法に関する。

画像をデジタル化したデータを保存することにより、その色や模様、文字等の情報を永遠に保存することが可能である。このため、近年アナログ写真や図書等をスキャンしてデジタル化することが行われている。しかしながら、古い写真や図書には様々な傷が付いていたりスキャン時に埃等が写り込んでしまったりすることが多く、スキャン後、傷を修復してから保存することも行われている。また、デジタル画像等の用途に応じて、字幕やシンボルマーク、電線等の不要な部分を画像処理により消去する場合も多い。

このような傷の修復や不要な部分の消去を行う画像処理方法には、様々なものが存在する。例えば、傷の周りの情報に基づいて傷の内側に向かって画像を修復する内挿法や、傷以外のテクスチャをコピーして傷の部分にペーストするテクスチャ法等が挙げられる。内挿法には、傷の隣接領域の情報を利用し、画像の等輝度線に沿って繰り返しの計算により傷領域の修復を行うＰＤＥ（Ｐａｒｔｉａｌ Ｄｉｆｆｅｒｅｎｔｉａｌ Ｅｑｕａｔｉｏｎ）法や、離散点から陰関数を生成して画像を関数化することで傷領域の修復を行うＣＳＲＢＦ（Ｃｏｍｐａｃｔｌｙ Ｓｕｐｐｏｒｔｅｄ Ｒａｄｉａｌ Ｂａｓｉｓ Ｆｕｎｃｔｉｏｎｓ）法等が存在する（特許文献１、非特許文献１、非特許文献２）。また、テクスチャ法としては、多分解能テクスチャ貼り付け法等が存在する。

特開２００４−２６４９１９ ニキタ カジョキン， ウラディミール サブチェンコ， ディミトリ ベルツィン， 萩原 一郎著「コンパクトにサポートされる放射状の基底関数のためのソフトウェアツール」コンピュータグラフィックス・イメージングにおけるＩＡＳＴＥＤの第４回国際会議、ハワイホノルル、２００１年８月１３−１６日、ｐｐ．２３４−２３９（Ｎｉｋｉｔａ Ｋｏｊｅｋｉｎｅ， Ｖｌａｄｉｍｉｒ Ｓａｖｃｈｅｎｋｏ， Ｄｍｉｔｒｉｉ Ｂｅｒｚｉｎ ａｎｄ Ｉｃｈｉｒｏ Ｈａｇｉｗａｒａ： Ｓｏｆｔｗａｒｅ ｔｏｏｌｓ ｆｏｒ ｃｏｍｐａｃｔｌｙ ｓｕｐｐｏｒｔｅｄ ｒａｄｉａｌ ｂａｓｉｓ ｆｕｎｃｔｉｏｎｓ， ＩＡＳＴＥＤ Ｆｏｕｒｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ ａｎｄ Ｉｍａｇｉｎｇ， Ｈｏｎｏｌｕｌｕ， Ｈａｗａｉｉ， Ａｕｇｕｓｔ １３−１６， ２００１ ｐｐ．２３４−２３９．） Ｂｅｒｔａｌｍｉｏ Ｍ．， Ｓａｐｉｒｏ Ｇ．， Ｃａｓｅｌｌｅｓ Ｖ．， Ｂａｌｌｅｓｔｅｒ Ｃ．， "Ｉｍａｇｅ Ｉｎｐａｉｎｔｉｎｇ"， ＳＩＧＧＲＡＰＨ ２０００， ｐ．４１７−４２４．

しかしながら、上記のような従来の画像処理方法では、小さな傷の修復等には有効であるが、大きな傷の修復には適用できない場合が多かった。また、画像処理速度にも問題があった。具体的には、例えばＰＤＥ法では、良い結果を得るためには何万回もの繰り返し計算を行う必要があり、計算時間が非常に多いものであった。また、画像によっては計算が収束しない場合も多かった。さらに、大きな傷の場合には修復部分がボケた曖昧な画像となる場合もあった。また、小さな傷であっても、広範囲に点在している場合や多数存在する場合には、ＰＤＥ法はすべての傷を選択して適用する必要があるため、実質的に適用することが難しかった。

また、ＣＳＲＢＦ法においても、ＰＤＥ法と同様の問題があり、多数回の繰り返し計算を行う必要はないが、大きな傷の修復の場合には、色が曖昧になりすぎて単なる塗りつぶしのような状態となってしまい、不自然な修復結果となることもあった。また、隣接領域における色変化が激しい場合にも、修復することができなかった。さらに、ＰＤＥ法と同様に、画像によっては計算が収束しない場合もあり、また、小さな傷であっても、広範囲に点在している場合や多数存在する場合には、すべての傷を選択して適用する必要があるため、実質的に適用することが難しかった。

本発明は、斯かる実情に鑑み、小さな傷のみならず大きな傷であっても、さらには広範囲に散らばる多数の傷であっても、効率良くかつ高速に画像の修復が可能な画像修復方法を提供しようとするものである。

上述した本発明の目的を達成するために、本発明による画像修復方法は、原画像を低周波成分と高周波成分に分解するウェーブレット変換過程と、ウェーブレット変換過程により分解された低周波成分を内挿法により修復する内挿画像修復過程と、内挿画像修復過程により修復された低周波成分及び高周波成分を用いて修復画像を再構築する逆ウェーブレット変換過程とを具備するものである。

さらに、ウェーブレット変換過程により分解された高周波成分をテクスチャ法により修復するテクスチャ画像修復過程を具備し、逆ウェーブレット変換過程は、内挿画像修復過程により修復された低周波成分及びテクスチャ画像修復過程により修復された高周波成分を用いて修復画像を再構築するようにしても良い。

ここで、ウェーブレット変換過程は、以下の条件を満たすまで繰り返し行われる。
但し、ｋは任意のピクセル、ｉはピクセルｋの隣接ピクセル、Ｇｄ_ｋはピクセルｋの色の勾配、Ｃはピクセルの色の値、Ｎは隣接ピクセル数である。

また、内挿法はＣＳＲＢＦ法、又はＰＤＥ法が適用可能である。

また、テクスチャ法は多分解能テクスチャ貼り付け法が適用可能である。

さらに、ウェーブレット変換過程により分解された高周波成分に対してノイズの除去を行うノイズ除去過程を具備するようにしても良い。

本発明の画像修復方法には、大きな傷に対しても、従来のような不自然な画像修復とはならず、自然な状態となるように修復可能であるという利点がある。また、広範囲に複数点在する傷に対しても、効率良く修復が可能であるという利点もある。このように、本発明の画像修復方法は、様々な傷等に対してトータル修復が可能なものである。

以下、本発明を実施するための最良の形態を図示例と共に説明する。図１は、本発明の画像修復方法の第１実施例の処理過程を説明するためのフローチャートである。なお、本明細書中の用語「傷」とは、アナログ写真等に既に付いてしまっている傷や破損により欠落している部分だけでなく、スキャン時に発生した埃や不要な写り込み等、画像処理で消去したいあらゆるものを含むものである。

図１を参照して全体的な流れを説明すると、まず原画像にウェーブレット変換を行い（ステップ１０１）低周波成分と高周波成分に分解する（ステップ１０２、２０２）。そして、低周波成分に対して画像の傷を内挿法により修復し（ステップ１０３）、修復された低周波成分とステップ２０２の高周波成分を用いて逆ウェーブレット変換を行い（ステップ１０４）、画像を再構築して最終的な修復画像を得る（ステップ１０５）。以下、各ステップを具体的に説明する。

まず、ウェーブレット変換（ステップ１０１）であるが、これは離散ウェーブレット変換であることが好ましい。即ち、原画像を高周波成分と低周波成分に分解し、分解された高周波成分をまた高周波成分と低周波成分に分解するという作業を所定の回数繰り返し行っていくものである。後のステップの内挿法による傷の修復効果を高めるためには、傷の隣接領域における色変化の激しさを一定範囲に収める必要がある。そこで、ウェーブレット変換過程は以下の条件を満たすまで繰り返し行われるようにする。
但し、ｋは任意のピクセル、ｉはピクセルｋの隣接ピクセル、Ｇｄ_ｋはピクセルｋの色の勾配、Ｃはピクセルの色の値、Ｎは隣接ピクセル数である。
ここで、ｔｈｒｅｓｈｏｌｄは、傷の大きさに拠るが、例えば０．２等に設定する。

２次元ウェーブレット変換は、周波数及び空間情報を有するため、フーリエ変換より画像のノイズ除去や分解等に優れている。２次元離散ウェーブレット変換においては、２次元画像ｚ（ｘ、ｙ）は、スケーリング関数φ（ｘ、ｙ）と３つのウェーブレット関数ψ^ＨＬ（ｘ、ｙ）、ψ^ＬＨ（ｘ、ｙ）、ψ^ＨＨ（ｘ、ｙ）で表される。ここで、ψ：＝｛ψ^ＨＬ，ψ^ＬＨ，ψ^ＨＨ｝に対して、以下の条件を与える。
このように設定したとき、２次元画像ｚ（ｘ，ｙ）は以下のように表される。

原画像を２次元画像とし、画像信号の横軸（ｍ）方向に１次元直交ウェーブレット変換を行い、展開係数を求める。そして、次にその展開係数に対して縦軸（ｎ）方向にウェーブレット変換を行い、展開係数を求める。即ち、１回のウェーブレット変換により、原画像は図２に示すように、水平方向の低周波成分・垂直方向の低周波成分（ＬＬ_１）と、水平方向の高周波成分・垂直方向の低周波成分（ＨＬ_１）と、水平方向の低周波成分・垂直方向の高周波成分（ＬＨ_１）と、水平方向の高周波成分・垂直方向の高周波成分（ＨＨ_１）というような、４つの部分に分解される。さらに、水平方向の低周波成分・垂直方向の低周波成分（ＬＬ_１）に対して同じようにｎ回の分解を行うと、最終的にＬＬ_ｎ，ＨＬ_ｎ、ＬＨ_ｎ、ＨＨ_ｎに分解される。これにより、ＬＬ_ｎの部分はさらにスムーズになる。このようなウェーブレット変換を、上記数１の条件を満たすまで繰り返し行い、原画像を低周波成分と高周波成分に分解する（ステップ１０２、２０２）。

次に、このようにウェーブレット変換により分解された低周波成分（ＬＬ_ｎ）に対して、内挿法を施して画像を修復する（ステップ１０３）。内挿法（Ｉｎｐａｉｎｔ）には、現存する方法あるいは今後開発されるあらゆる方法が含まれる。一例としてＰＤＥ法による修復とＣＳＲＢＦ法による修復について以下に説明する。

ＰＤＥ法は、偏微分方程式に基づくアルゴリズムであるが、これは修復したい傷の隣接領域の情報を利用し、画像の等輝度線に沿って繰り返し計算を行うことで傷領域の修復を行うものである。回数（時刻）ｎのときの修復領域の位置（ｉ，ｊ）のピクセルをＩ^ｎ（ｉ，ｊ）とすれば、ＰＤＥの修復計算式は以下のように表すことができる。

原画像の傷に対して直接ＰＤＥ法により修復を行った場合には、画像によっては計算が収束しない場合があったが、本発明のように低周波成分に対してのみにＰＤＥ法を施すと、色変化もスムーズとなり、収束も早くなるため計算時間が大幅に削減できる。

ＰＤＥ法では、理論的にはｎが∞のときしか理想的な修復画像が得られず、多数の繰り返し計算を行う必要があるというデメリットはある。このような場合では、ＣＳＲＢＦ法を用いて傷を修復すれば良い。ＣＳＲＢＦ法は、表面を再構築する技術の１つであり、離散点Ｐ（ｘ，ｙ，ｚ）から陰関数ｆ（Ｐ）を生成することで画像を関数表現化し、これを用いて傷領域の修復を行うものである。ＣＳＲＢＦ法における基底関数は、以下のように定義される。
但し、ｒ（Ｐ_ｉ，Ｐ_ｊ）は複数の離散点の中の任意の２点Ｐ_ｉとＰ_ｊの距離、ｒ_０は初期値として与える任意の点Ｐ_ｉを中心とした半径である。

そして、任意の点Ｐ_ｉを中心とした半径ｒ_０の球に対し、その球内のすべての離散点について、中心Ｐ_ｉとの距離を求める。このとき、陰関数ｆ（Ｐ）は、以下のように表される。
但し、ｐ＝ν_０＋ν_１ｘ＋ν_２ｙ＋ν_３ｚであり、ν_ｊ（ｊ＝１，２，３）は点Ｐ_ｊにおける基底関数の係数、λ_ｊは１次項の係数である。
したがって、点Ｐ_ｉにおけるピクセル値ｈ_ｉは、以下の式で表される。
上記数７は、以下のような行列で表すことが可能である。
これを満足するようにλ_ｊ、ν_０、ν_１、ν_２、ν_３を求めている。

このように、ＣＳＲＢＦ法では、画像を表面とし傷の隣接領域のピクセルのみの値を用いて陰関数ｆ（Ｐ）を生成し、この陰関数を用いて傷領域内のピクセル（ｉ，ｊ）の値を求めるものである。ＣＳＲＢＦ法では、ＰＤＥ法における多数の繰り返し計算を避けることが可能となる。原画像の傷に対して直接ＣＳＲＢＦ法により修復を行った場合には、計算が収束しない場合もあったが、本発明のように低周波成分に対してのみにＣＳＲＢＦ法を施すと、隣接領域における色変化が激しい部分である高周波成分は除かれたスムーズな色変化となり、収束も早くなるため計算時間の削減が可能となる。

上記の通り、原画像をウェーブレット変換により高周波成分と低周波成分に分解することで、傷領域を小さくさせ、色変化の激しさを低減させることが可能となる。したがって、低周波成分のみに内挿法を施すことで、内挿法を効率良く適用することが可能となる。その後、このようにして修復された低周波成分と高周波成分に対して逆ウェーブレット変換を行い（ステップ１０４）、最終的な修復画像が得られる（ステップ１０５）。

上記の例でも自然な修復が可能であるが、画像によっては不自然さが残ってしまう場合もある。即ち、画像によっては修復部分がボケた曖昧な画像や塗りつぶしたような画像となってしまう場合があった。これを解消するための方法を以下に説明する。図３は、本発明の画像修復方法の第２実施例の処理過程を説明するためのフローチャートである。図中、図１と同一の符号を付した部分は同一の過程を表しているため、詳細な説明は省略する。第１実施例では、ウェーブレット変換により分解された高周波成分には特に処理を加えなかったが、本実施例では、高周波成分にテクスチャ法による傷の修復を施している。本実施例の基本的な流れを説明すると、まず原画像にウェーブレット変換を行い（ステップ１０１）低周波成分と高周波成分に分解する（ステップ１０２、２０２）。そして、低周波成分に対して画像の傷を内挿法により修復する（ステップ１０３）。一方、高周波成分に対しては画像の傷をテクスチャ法により修復する（ステップ２０３）。そして、それぞれ修復された低周波成分と高周波成分を用いて逆ウェーブレット変換を行い（ステップ１０４）、画像を再構築して最終的な修復画像を得る（ステップ１０５）。

原画像を２次元画像とし、これに対してウェーブレット変換をｎ回行い、原画像を低周波成分と高周波成分（ＬＬ_ｎ，ＨＬ_ｎ、ＬＨ_ｎ、ＨＨ_ｎ）に分解する（ステップ１０２、２０２）ところまでは第１実施例と同じである。また、低周波成分（ＬＬ_ｎ）に対する画像修復についても第１実施例と同様である。本実施例では、このようにウェーブレット変換により分解された高周波成分（ＨＬ、ＬＨ、ＨＨ）に対して、テクスチャ法を施して画像を修復する（ステップ２０３）。テクスチャ法には、現存する方法あるいは今後開発されるあらゆる方法が含まれる。以下、テクスチャ法について具体的に説明する。

テクスチャ法とは、予め作成していた所定のテクスチャや傷の隣接情報に基づいて作成したテクスチャを、傷領域に貼り付けて傷を修復するものをいう。本発明では、テクスチャ法は、ｎ回のウェーブレット変換を行った場合には、各段階のウェーブレットに応じて５×５ピクセル、３×３ピクセル、１×１ピクセルというような、複数種類のテクスチャを作成しておく多分解能テクスチャ貼り付け法を適用することが好ましい。即ち、各段階の高周波成分に対して、それぞれテクスチャ法により修復を施しても良い。

その後、このようにしてそれぞれ修復された低周波成分と高周波成分に対して逆ウェーブレット変換を行い（ステップ１０４）、最終的な修復画像が得られる（ステップ１０５）点は、第１実施例と同様である。

このようにして作成された修復画像は、内挿法により修復された低周波成分と、テクスチャ法により修復された高周波成分を用いて再構築されるため、ボケたり塗りつぶしたりといった不自然な画像とはなりづらく、極自然な画像となる。

なお、高周波成分に対しては、さらにノイズ除去を施すことも可能である。点在する小さな傷等をノイズとしてウェーブレットを用いてノイズ除去を行うことが可能である。このようなノイズ除去には、例えば，フーリエ変換によるノイズ低減法やウェーブレット縮退によるノイズ低減法を用いることが可能である。ウェーブレット縮退とは、信号のウェーブレット展開係数の絶対値がある閾値よりも小さいものを０に置き換え、大きいものはそのままで信号を再構成することにより、ノイズを除去する手法である。即ち、以下に示されるような関係を用いる。
このようなノイズ除去法を用いることで、ＰＤＥ法やＣＳＲＢＦ法を用いて点在する小さな複数の傷の修復を行った場合に必要であった修復位置の領域指定等が不要となるため、点在する多数の傷を効率よく修復することが可能となる。なお、ノイズ除去はテクスチャ法を施す前に行っても後に行っても構わない。

ウェーブレット変換により得られた低周波成分は、サイズも小さくなり色変化も大きくなくなる。したがって、本発明によれば、低周波成分のみに内挿法による画像処理を施すため、計算の収束も速くなり計算時間が大幅に短縮される。特に大きな傷の修復の場合には、本発明のように低周波成分のみにＰＤＥ法やＣＳＲＢＦ法を施したものは、ウェーブレット変換により分離せずにＰＤＥ法を施した場合と比べて、例えば約１／２程度、また、ウェーブレット変換により分離せずにＣＳＲＢＦ法を施した場合と比べて例えば約１／３程度も計算時間が短縮できた。

以下、具体的な画像を示して本発明の効果を説明する。図４は、本発明の画像修復方法を施した画像の効果を説明するための図であり、図４（ａ）が原画像、図４（ｂ）がウェーブレット変換を１回行ってＬＬ、ＨＬ、ＬＨ、ＨＨという４つの周波数成分に分解された画像、図４（ｃ）が低周波成分のみを抽出した画像、図４（ｄ）が高周波成分のみを抽出した画像、図４（ｅ）が低周波成分にＰＤＥ法を施して傷を修復した画像、図４（ｆ）が高周波成分にテクスチャ法を施して傷を修復した画像、図４（ｇ）が逆ウェーブレット変換により画像を再構築した修復画像である。なお、図４（ｆ）の修復された高周波成分の画像に、さらにウェーブレット展開係数に対して閾値を０．０５とするウェーブレット縮退を行っている。また、用いた画像は実際にはフルカラーのデータである。図４（ａ）の中央付近の白い四角部分が修復したい傷である。図４（ｅ）をみて分かる通り、低周波成分のみの傷の修復処理では、修復された領域が塗りつぶされただけのような画像となっているが、テクスチャ法を施した高周波成分も用いて再構築した図４（ｇ）をみて分かる通り、帽子の部分の表面状態も自然な状態に修復されている。

図５に、本発明の画像修復方法を施した他の画像を示す。図５（ａ）が原画像、図５（ｂ）が本発明により修復された修復画像である。この例では、ウェーブレット変換を３回行い、低周波成分にＣＳＲＢＦ法を施し、高周波成分にテクスチャ法を施した後に逆ウェーブレット変換により再構築して修復画像を生成した。また、参考として、図５（ｃ）にウェーブレット変換で分解せずにＰＤＥ法により傷を修復した修復画像、図５（ｄ）にウェーブレット変換で分解せずにＣＳＲＢＦ法により傷を修復した修復画像を示す。なお、用いた画像は実際にはフルカラーのデータである。図５（ａ）の画像の中央付近の白い四角部分が修復したい傷である。図５（ｂ）と、図５（ｃ）又は図５（ｄ）とを比較すれば明らかな通り、図５（ｃ）又は図５（ｄ）ではぼやけた不自然な修復画像となっているが、本願発明による図５（ｂ）では、ぼやけ等不自然な点は見られない。

さらに、図６に別の修復画像の例を示す。図６（ａ）が原画像であり、図６（ｂ）が本発明の画像修復方法により修復された画像である。このような落書きによる傷も、本発明に拠れば極めて自然に修復が可能である。

さらにまた、不要な文字等を除去する場合の例を図７に示す。図７（ａ）が原画像であり、図７（ｂ）が本発明の画像修復方法により修復された画像である。このように不必要となった文字を消去する場合であっても、本発明に拠れば極めて自然に修復可能である。

以上説明したように、本発明の画像修復方法によれば、小さな傷のみならず大きな傷であっても、さらには広範囲に散らばる多数の傷であっても、効率良くかつ高速に画像の修復が可能である。

なお、本発明の画像修復方法は、上述の図示例にのみ限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加え得ることは勿論である。

図１は、本発明の画像修復方法の第１実施例の処理過程を説明するためのフローチャートである。 図２は、ウェーブレット変換により分解された画像を説明するための図である。 図３は、本発明の画像修復方法の第２実施例の処理過程を説明するためのフローチャートである。 図４は、本発明の画像修復方法を施した画像の効果を説明するための図である。 図５は、本発明の画像修復方法を施した他の画像の効果を説明するための図である。 図６は、本発明の画像修復方法を施したさらに他の画像の効果を説明するための図である。 図７は、本発明の画像修復方法を施したさらに他の画像の効果を説明するための図である。

Claims (7)

1. 原画像の傷を修復する画像修復方法であって、該方法は、
   原画像を低周波成分と高周波成分に分解するウェーブレット変換過程と、
   前記ウェーブレット変換過程により分解された低周波成分を内挿法により修復する内挿画像修復過程と、
   前記内挿画像修復過程により修復された低周波成分及び高周波成分を用いて修復画像を再構築する逆ウェーブレット変換過程と、
   を具備することを特徴とする画像修復方法。
2. 請求項１に記載の画像修復方法であって、さらに、前記ウェーブレット変換過程により分解された高周波成分をテクスチャ法により修復するテクスチャ画像修復過程を具備し、
   前記逆ウェーブレット変換過程は、前記内挿画像修復過程により修復された低周波成分及び前記テクスチャ画像修復過程により修復された高周波成分を用いて修復画像を再構築することを特徴とする画像修復方法。
3. 請求項１又は請求項２に記載の画像修復方法において、前記ウェーブレット変換過程は、以下の条件を満たすまで繰り返し行われる
   但し、ｋは任意のピクセル、ｉはピクセルｋの隣接ピクセル、Ｇｄ_ｋはピクセルｋの色の勾配、Ｃはピクセルの色の値、Ｎは隣接ピクセル数である、
   ことを特徴とする画像修復方法。
4. 請求項１乃至請求項３の何れかに記載の画像修復方法において、前記内挿法はＣＳＲＢＦ法であることを特徴とする画像修復方法。
5. 請求項１乃至請求項３の何れかに記載の画像修復方法において、前記内挿法はＰＤＥ法であることを特徴とする画像修復方法。
6. 請求項１乃至請求項５の何れかに記載の画像修復方法において、前記テクスチャ法は多分解能テクスチャ貼り付け法であることを特徴とする画像修復方法。
7. 請求項１乃至請求項６の何れかに記載の画像修復方法であって、さらに、前記ウェーブレット変換過程により分解された高周波成分に対してノイズの除去を行うノイズ除去過程を具備することを特徴とする画像修復方法。