JP2009268117A - 不規則で空間的にサブサンプルされる画像に対するフィルタによる影響を受ける適応領域 - Google Patents
不規則で空間的にサブサンプルされる画像に対するフィルタによる影響を受ける適応領域 Download PDFInfo
- Publication number
- JP2009268117A JP2009268117A JP2009126975A JP2009126975A JP2009268117A JP 2009268117 A JP2009268117 A JP 2009268117A JP 2009126975 A JP2009126975 A JP 2009126975A JP 2009126975 A JP2009126975 A JP 2009126975A JP 2009268117 A JP2009268117 A JP 2009268117A
- Authority
- JP
- Japan
- Prior art keywords
- sample
- cell
- pixels
- pixel
- target pixel
- 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.)
- Granted
Links
- 230000003044 adaptive effect Effects 0.000 title description 26
- 238000000034 method Methods 0.000 claims description 146
- 238000005070 sampling Methods 0.000 claims description 67
- 230000033001 locomotion Effects 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 8
- 230000001788 irregular Effects 0.000 description 7
- 238000001914 filtration Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
【解決手段】サンプルセルの形状及び基準は、サンプルセル内に含まれるピクセルを決める。ターゲットピクセルセルは、どのピクセルをターゲットピクセルセル内に含むか、を決めるターゲットピクセルセルの基準に応じて、画像のピクセルを含む。サンプルフィルタの係数は、サンプル内のピクセル及びターゲットピクセルセル内のピクセルから計算される。拡張したターゲットピクセルセル及びサンプルセル内に位置するピクセルに基づいて、タップの拡張フィルタ係数が計算される。ターゲットピクセルセルに対して最適化されたフィルタの重みは、サンプルのフィルタ及びタップの拡張したフィルタの係数から求められる。
【選択図】図1A
Description
により表されている。
は、ピクセル
の予測のためのサンプルkから求められるフィルタの重みであり、
は、ピクセル
の予測に含まれる一連のサンプルである。図12に関連して以下に詳述されるように、ブロック1115において、方法1100は、サンプルの変化ループをパターン内の全てのサンプルに対して、実行する。フィルタの重みは、図22に関連して以下に詳述される。
がサンプルkによって影響を受ける一連のピクセル
である。一実施形態においては、対応するフィルタの重みがゼロより大きい場合に、ピクセルが、サンプルにより影響を受ける領域に含まれる。別の実施形態においては、対応するフィルタの重みがサンプルの影響閾値T2より大きい場合に、ピクセルが、サンプルにより影響を受ける領域に含まれる。サンプルの影響閾値が高くなるほど影響を受ける領域は狭くなり、処理に必要な計算の複雑性は、影響を受ける領域内にあるピクセルの量によるため、減少する。図14にあるサンプル1405は、影響を受けるエリア内にあるピクセル1410を含む。A(k)は、以下の式に従って定義をすることができる。
に対する予測エラーであり、eは画像にあるNピクセルに対する全予測誤差であり、
は、原画の画像における
のレベルであり、
は、
の予測されたレベルである。
に対する、サンプルレベルの変化Δ(k)を計算する。サンプルレベルの変化Δ(k)は、サンプルの予測誤差を局所的に最小化する結果となり、以下のように定義することができる。
は以下のように定義される。
に関して、ピクセルとサンプルの距離
が最も小さいサンプルを示す。
は、この最小のピクセルとサンプルの距離の値である。一実施形態においては、ピクセルに対する最小のピクセルとサンプルの距離は、以下のように定義される。
である。一より多いサンプルに対するピクセル・サンプル間距離が最小となるように、ピクセルが位置させられるため、量
は、複数の値を持つことができる。
として表され、一方、ピクセルのモーションクラスは、
として表されている。
を計算する。
は、サンプリングタイプiによって定義されるサンプリングウインドウに含まれるピクセルを表す。固定した大きさのウインドウ
は、ターゲットピクセルの周囲に位置する。この方法は、一連のピクセルのサンプリングタイプを用いて、ウインドウ内にあるピクセル
を走査する。サンプリングウインドウ及びサンプリングタイプは、図23Aから図23Gに関連して以下に詳述される。距離は、以下の式に従って、測定される。
計算する。この方法は、サンプルkに対する重み因子を0に初期化する。次いで、この方法は、以下の集合に属するターゲットピクセルセルにおけるそれぞれのピクセル
に対して、Memkによって重み因子を増加させる。
は、ターゲットピクセル
に含まれる全てのピクセルを参照する。式16は、概して、ピクセルセル及びサンプルセルの共通集合を示す。一実施形態においては、以下の式で決められるように、ピクセル
に対するフィルタタップ
は、
のゼロでない値を持つ一連のサンプルkである。
に対するサンプルkからのフィルタ係数
は以下のように計算することができる。
を拡張し、ターゲットピクセル
からより遠くにあるサンプルを含むようにする。タップ拡張部の計算については、図26に関連して、以下に詳述される。
に含まれているもの、を示す。図23Bに示されるターゲットピクセル2320は、サンプルウインドウ2315の中心に位置する。図23Bは、2x1水平走査を用いたサンプリングタイプ、すなわち、ピクセルの列を交互にしたもの、を示す。ターゲットピクセル2330は、サンプルウインドウ2325の中心に位置する。図23Cは、2x1鉛直走査を用いたサンプリングタイプ、すなわち、ピクセルの行を交互にしたもの、を示す。
)が、矢印2410によって、示されている。ピクセル2415及びサンプル2425の間の距離(すなわち
)が、矢印2420によって示されている。ピクセル2415は、サンプル2425のサンプルセルに属しているので、サンプル2425は、ピクセル2415に対応して、選択される。矢印2410及び矢印2420の長さは、等しいので、ピクセル2415及びサンプル2425の間の距離は、ピクセル2415に対する最小のサンプルの距離より短い。ピクセル2415は、ターゲットピクセル2405に対するターゲットピクセルセルに含まれるという距離の要件が満たされる。
を求める。ここで、iは、対象のサンプリングタイプに対応し、jは、対象のタップの拡張に対応し、
は、対象のターゲットピクセルとなる。
は、以下のように定義することができる。
に対して、特定の予測フィルタを生成し、以下のように定義することができる。
と結合することができ、最終的な予測を、以下のように定義して、形成する。
に対して用いられる、テクスチャクラス、モーションクラス、オブジェクトクラスなどのような画像クラスを示している。最終的な予測も又、次のように定義することができる。
は、タップ
のうち少なくとも一つに含まれているサンプルkを含む。最小二乗の重さパラメータ
は、原画の/ターゲットの画像データを利用して、最小二乗トレーニングによって求められる。最小二乗トレーニングを用いて、最適なパラメータを求めることは、本分野において、よく知られている。本方法1500によって、n(m+1)pのパラメータ
に対して適用され、分類された最小二乗トレーニングは、いずれのサンプリングパターンにも適用可能な適応した予測フィルタを生成する。
105 適応発生器
110 拡大縮小した画像データ
115 圧縮した画像データ
120 ディスプレイデバイス
125 送信デバイス
150 サブサンプリング方法
170 サンプルの移動処理
175 サンプルの除去処理
190 入力器
191 適応発生器
192 出力ディスプレイデバイス
193 出力送信デバイス
200 パターン状態
215 パターン状態
220 サンプル位置
225 サンプル
230 パターン状態
235 サンプル位置
300 サンプル行
305 サンプル列
400 サンプル群
405 サンプル群
500 サンプル移動方法
505 サンプルセット
510 サンプルの移動ループ
600 パターン状態
605 サンプル
610 パターン
615 サンプル位置
620 パターン状態
625 サンプル位置
700 サンプルの除去方法
715 サンプルの除去ループ
800 サンプルの除去ループ
900 サンプルの密度方法
1000 パターン状態
1005 サンプル
1010 パターン状態
1015 位置
1020 パターン状態
1025 サンプル位置
1100 サンプルレベル変更方法
1250 変化ループ
1255 サンプルレベル変更ループ
1305 ピクセル
1310 サンプル
1405 サンプル
1410 ピクセル
1500 フィルタ方法
1510 セル及びフィルタの構築法右方
1605 サンプル
1610 サンプルセルの境界
1615 サンプルセルの境界
1700 最初のサンプルセルの構築方法
1815 サンプル
1820 セルの境界
1825 ピクセル
1905 サンプル
1910 ピクセル
1920 ピクセル
1925 境界
1930 サンプル
1935 ピクセル
1940 サンプル
1945 サンプル
1950 ピクセル
1955 サンプルセルの境界
1960 サンプルセルの境界
1965 サンプル
2005 サンプル
2010 ピクセル
2015 ピクセル
2020 サンプルセル
2105 オブジェクト
2110 オブジェクト
2115 オブジェクト
2120 オブジェクトの境界
2125 サンプル
2130 サンプル
2140 ピクセル
2200 複数のピクセルセルの構築方法
2305 サンプリングウインドウ
2310 ターゲットピクセル
2315 サンプルウインドウ
2320 ターゲットピクセル
2325 サンプルウインドウ
2330 ターゲットピクセル
2335 ピクセルウインドウ
2340 ターゲットピクセル
2342 ピクセル
2345 ピクセルウインドウ
2350 ターゲットピクセル
2355 ピクセルウインドウ
2360 ターゲットピクセル
2362 サンプルセル
2364 ピクセル
2365 ピクセルウインドウ
2370 ターゲットピクセル
2405 ターゲットピクセル
2420 矢印
2415 ターゲットピクセル
2420 矢印
2425 サンプル
2430 ターゲットピクセル
2435 ピクセルセル
2440 ピクセルセル
2445 ターゲットピクセル
2450 ピクセルセル
2460 オブジェクトの境界
2505 ターゲットピクセル
2510 サンプル
2515 サンプル
2520 ピクセル
2525 サンプル
2530 ピクセルセル
2535 サンプル
2550 ピクセル
2555 サンプル
2560 ピクセル
2600 タップの拡張の計算
2620 ターゲットピクセル
2625 サンプル
2630 サンプル
2650 サンプル
2705 ターゲットピクセル
2710 ピクセルセル
2715 ピクセルセル
2720 ターゲットピクセル
2725 ピクセルセル
2730 ピクセルセル
2740 ピクセルセル
2745 最初のセル
2750 二番目のセル
2755 三番目のセル
2800 局所的にセルの形状を変化させる方法
2905 セル
2910 セル
3001 サーバコンピュータ
3003 クライアントコンピュータ
3005 インターネット
3007 ISP(Internet Service Provider)
3010 コンピュータシステム
3020 プロセッサ
3025 メモリ
3030 入力/出力
3035 システムバス
Claims (12)
- コンピュータ化された方法であって、
サンプルに対応しており、かつ、画像のどのピクセルを含むかを決定するサンプルセルの基準及びサンプルセルの形状に応じた画像のピクセルを含んでいる、サンプルセルを計算するステップと、
ターゲットピクセルに対応しており、かつ、画像のどのピクセルが含まれるかを決定するターゲットピクセルセルの基準に応じたターゲットピクセルセルを定義するステップと、
前記サンプルセルと前記ターゲットピクセルセルの両方の中に位置するピクセルに基づいて、サンプルフィルタ係数を計算するステップと、
前記ターゲットピクセルに対応するフィルタタップを、前記サンプルフィルタ係数に基づいて決定するステップと、
前記ターゲットピクセルに対応しており、かつ、タップ拡張基準に応じて、拡張したターゲットピクセルセルに含まれることになる画像の追加的なピクセルを定めており、該拡張したターゲットピクセルセルが、前記ターゲットピクセルセル内にあるピクセルと前記追加的なピクセルとを含むようにする、タップ拡張部を生成するステップと、
前記拡張したターゲットピクセルセルと前記サンプルセルの両方の中に位置するピクセルに基づいて、タップ拡張部フィルタ係数を計算するステップと、
サンプルセルの形状パラメータに基づいて、前記サンプルセルの前記形状を変化させるステップと、
前記サンプルフィルタ係数、及び、前記タップ拡張部フィルタ係数に基づいて、前記ターゲットピクセルに対する最適なフィルタの重みを抽出するステップと、
を含むことを特徴とするコンピュータ化された方法。 - 前記サンプルセルを計算するステップは、
前記サンプルと前記ピクセルとの間の距離を決定するステップと、
前記ピクセルのモーションクラス及びテクスチャクラスを決定するステップと、
他のサンプルよりも前記サンプルの近くにあって、同じモーションクラス及び同じテクスチャクラスの前記サンプルを持つ、ピクセルの小集団をサンプルセルに加えるステップと、
を含むことを特徴とする請求項1に記載のコンピュータ化された方法。 - 前記ターゲットピクセルセルを計算するステップは、
大きさに応じた画像のピクセルを含むサンプリングウインドウを、前記ターゲットピクセルの周りに定義するステップと、
前記サンプリングウインドウに含まれるピクセルのサンプリングタイプを計算するステップと、
前記サンプリングタイプに応じて前記サンプリングウインドウ内にサンプルされたピクセルを含むように前記ターゲットピクセルセルを定義するステップと、
を含むことを特徴とする請求項1に記載のコンピュータ化された方法。 - 前記サンプルセルの前記形状を変化させるステップは、
予測においてサンプルが因子となるピクセルを含む領域である、サンプルの影響を受ける領域を計算するステップと、
前記影響を受ける領域にあるピクセルに対する予測誤差の合計を計算するステップと、
前記サンプルセルの前記形状を修正するために、一連のサンプルセルの形状パラメータを計算するステップと、
前記予測されたピクセルに対する一連のフィルタ係数を計算するステップと、
前記予測されたピクセルに対する一連の予測誤差を計算するステップと、
最も小さい予測誤差の合計を持つサンプルセルの形状パラメータの最適な組み合わせを選択するステップと、
前記サンプルセルの新しい形状に基づいて、前記予測されたピクセルに対するサンプルセルの区切りを更新するステップと、
前記予測されたピクセルに対する一連のフィルタ係数を更新するステップと、
前記予測されたピクセルに対する一連の予測誤差を更新するステップと、
を含むことを特徴とする請求項1に記載のコンピュータ化された方法。 - データ処理システムによって実行されるとき、前記データ処理システムがデータを処理する動作を実行するようにする命令を格納するコンピュータ読み取り可能な格納媒体であって、前記動作は、
サンプルに対応しており、かつ、画像のどのピクセルを含むかを決定するサンプルセルの基準及びサンプルセルの形状に応じた画像のピクセルを含んでいるサンプルセルを計算するステップと、
ターゲットピクセルに対応しており、かつ、画像のどのピクセルが含まれるかを決定するターゲットピクセルセルの基準に応じたターゲットピクセルセルを決定するステップと、
前記サンプルセルと前記ターゲットピクセルセルの両方の中に位置するピクセルに基づいてサンプルフィルタ係数を計算するステップと、
前記ターゲットピクセルに対応するフィルタタップを、前記サンプルフィルタ係数に基づいて、決定するステップと、
前記ターゲットピクセルに対応しており、かつ、タップ拡張基準に応じて、拡張されたターゲットピクセルセルに含まれることになる画像の追加的なピクセルを定め、該拡張したターゲットピクセルセルが、前記ターゲットピクセルセル内にある前記ピクセルと前記追加的なピクセルとを含むようにする、タップ拡張部を生成するステップと、
前記拡張したターゲットピクセルセルとサンプルセルの両方の中に位置するピクセルに基づいて、タップ拡張部フィルタ係数を計算するステップと、
サンプルセルの形状パラメータに応じて、前記サンプルセルの前記形状を変化させるステップと、
前記サンプルフィルタ係数と前記タップ拡張部フィルタ係数とに基づいて、前記ターゲットピクセルに対する最適なフィルタの重みを抽出するステップと、
を含むことを特徴とする媒体。 - 前記サンプルセルを計算するステップは、
前記サンプル及び前記ピクセルの間の距離を求めるステップと、
前記ピクセルのモーションクラス及びテクスチャクラスを決定するステップと、
他のサンプルよりも前記サンプルの近くにあって、同じモーションクラス及び同じテクスチャクラスのサンプルを持つ、ピクセルの小集団をサンプルセルに加えるステップと、
を含むことを特徴とする請求項5に記載のコンピュータに読み取り可能な格納媒体。 - 前記ターゲットピクセルセルを計算するステップは、
大きさに応じた前記画像のピクセルを含むサンプリングウインドウを、前記ターゲットピクセルの周りに定義するステップと、
前記サンプリングウインドウに含まれるサンプリングタイプのピクセルを計算するステップと、
前記サンプリングタイプに応じて、前記サンプリングウインドウ内にサンプルされたピクセルを含む前記ターゲットピクセルセルを定義するステップと、
を含むことを特徴とする請求項5に記載のコンピュータに読み取り可能な格納媒体。 - 前記サンプルセルの前記形状を変化させるステップは、
予測においてサンプルが因子となるピクセルを含む領域である、サンプルの影響を受ける領域を計算するステップと、
影響を受ける前記領域にあるピクセルに対する予測誤差の合計を計算するステップと、
前記サンプルセルの前記形状を修正するために一連のサンプルセルの形状パラメータを計算するステップと、
前記予測されたピクセルに対する一連のフィルタ係数を計算するステップと、
前記予測されたピクセルに対する一連の予測誤差を計算するステップと、
最も小さい予測誤差の合計を持つサンプルセルの形状パラメータの最適な組み合わせを選択するステップと、
前記サンプルセルの新しい形状に基づいて、前記予測されたピクセルに対するサンプルセルの区切りを更新するステップと、
前記予測されたピクセルに対する一連のフィルタ係数を更新するステップと、
前記予測されたピクセルに対する一連の予測誤差を更新するステップと、
を含むことを特徴とする請求項5に記載のコンピュータに読み取り可能な格納媒体。 - サンプルセルに対応しており、かつ、画像のどのピクセルを含むかを決定するサンプルセルの基準及びサンプルセルの形状に応じた画像のピクセルを含んでいるサンプルセルを計算する手段と、
ターゲットピクセルセルに対応しており、かつ、画像のどのピクセルに含まれるかを決定するターゲットピクセルセルの基準に応じたターゲットピクセルセルを定義する手段と、
前記サンプルセルと前記ターゲットピクセルセルの両方の中に位置するピクセルに基づいて、サンプルフィルタ係数を計算するステップと、
前記ターゲットピクセルに対応するフィルタタップを、前記サンプルフィルタ係数に基づいて前記フィルタタップを決定する手段と、
前記ターゲットピクセルに対応しており、かつ、タップ拡張基準に応じて、拡張したターゲットピクセルセルに含まれることになる画像の追加的なピクセルを定め、該拡張したターゲットピクセルセルが、前記ターゲットピクセルセル内にあるピクセルと前記追加的なピクセルとを含むようにする、タップ拡張部を生成する手段と、
前記拡張したターゲットピクセルセルと前記サンプルセルの両方の中に位置するピクセルに基づいて、タップの拡張フィルタ係数を計算する手段と、
サンプルセルの形状パラメータに基づいて、前記サンプルセルの前記形状を変化させる手段と、
前記サンプルフィルタ係数、及び、前記タップの拡張フィルタ係数に基づいて前記ターゲットピクセルに対する最適なフィルタの重みを抽出する手段と、
を備えることを特徴とする装置。 - 前記サンプルセルを計算する手段は、
前記サンプル及び前記ピクセルの間の距離を決定する手段と、
前記ピクセルのモーションクラス及びテクスチャクラスを決定する手段と、
他のサンプルよりも前記サンプルの近くにあって、同じモーションクラス及び同じテクスチャクラスのサンプルを持つ、ピクセルの小集団をサンプルセルに加える手段と、
を含むことを特徴とする請求項9に記載された装置。 - 前記ターゲットピクセルセルを計算する手段は、
大きさに応じた画像のピクセルを含むサンプリングウインドウを、前記ターゲットピクセルの周りに定義する手段と、
前記サンプリングウインドウに含まれるサンプリングタイプのピクセルを計算する手段と、
前記サンプリングタイプに応じて、前記サンプリングウインドウ内にサンプルされたピクセルを含むように前記ターゲットピクセルセルを定義する手段と、
を含むことを特徴とする請求項9に記載された装置。 - 前記サンプルセルの前記形状を変化させる手段は、
予測においてサンプルが因子となるピクセルを含む領域である、サンプルの影響を受ける領域を計算する手段と、
影響を受ける前記領域にあるピクセルに対する予測誤差の合計を計算する手段と、
前記サンプルセルの前記形状を修正するために一連のサンプルセルの形状パラメータを計算する手段と、
前記予測されたピクセルに対する一連のフィルタ係数を計算する手段と、
前記予測されたピクセルに対する一連の予測誤差を計算する手段と、
最も小さい予測誤差の合計を持つサンプルセルの形状パラメータの最適な組み合わせを選択する手段と、
前記サンプルセルの新しい形状に基づいて、前記予測されたピクセルに対するサンプルセルの区切りを更新する手段と、
前記予測されたピクセルに対する一連のフィルタ係数を更新する手段と、
前記予測されたピクセルに対する一連の予測誤差を更新する手段と、
を含むことを特徴とする請求項9に記載された装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/111,928 | 2008-04-29 | ||
US12/111,928 US8059908B2 (en) | 2008-04-29 | 2008-04-29 | Adaptive area of influence filter for irregular spatial sub-sampled images |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009268117A true JP2009268117A (ja) | 2009-11-12 |
JP5099077B2 JP5099077B2 (ja) | 2012-12-12 |
Family
ID=41215083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009126975A Expired - Fee Related JP5099077B2 (ja) | 2008-04-29 | 2009-04-30 | 不規則で空間的にサブサンプルされる画像に対するフィルタによる影響を受ける適応領域 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8059908B2 (ja) |
JP (1) | JP5099077B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018537742A (ja) * | 2015-11-05 | 2018-12-20 | グーグル エルエルシー | エッジ認識双方向画像処理 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101680915B1 (ko) * | 2008-11-25 | 2016-11-29 | 톰슨 라이센싱 | 비디오 인코딩 및 디코딩을 위한 희소성-기반 아티팩트 제거 필터링 방법 및 장치 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07212752A (ja) * | 1994-01-18 | 1995-08-11 | Sony Corp | ディジタル画像信号の処理装置 |
JP2003023638A (ja) * | 2001-07-06 | 2003-01-24 | Mitsubishi Electric Corp | 動きベクトル検出装置および動きベクトル検出装置における自己テスト方法 |
JP2004199200A (ja) * | 2002-12-16 | 2004-07-15 | Canon Inc | パターン認識装置、撮像装置、情報処理システム、パターン認識方法、記録媒体、及びプログラム |
WO2007035387A2 (en) * | 2005-09-16 | 2007-03-29 | Sony Electronics, Inc. | Adaptive motion estimation for temporal prediction filter over irregular motion vector samples |
WO2007035231A2 (en) * | 2005-09-16 | 2007-03-29 | Sony Electronics, Inc. | Adaptive area of influence filter for moving object boundaries |
WO2007035465A2 (en) * | 2005-09-16 | 2007-03-29 | Sony Electronics, Inc. | Adaptive area of influence filter |
WO2007035539A2 (en) * | 2005-09-16 | 2007-03-29 | Sony Electronics, Inc. | Classified filtering for temporal prediction |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4325085A (en) | 1980-06-09 | 1982-04-13 | Digital Communications Corporation | Method and apparatus for adaptive facsimile compression using a two dimensional maximum likelihood predictor |
US5136396A (en) | 1988-08-30 | 1992-08-04 | Canon Kabushiki Kaisha | Image encoding method |
JP3679426B2 (ja) | 1993-03-15 | 2005-08-03 | マサチューセッツ・インスティチュート・オブ・テクノロジー | 画像データを符号化して夫々がコヒーレントな動きの領域を表わす複数の層とそれら層に付随する動きパラメータとにするシステム |
JP3196608B2 (ja) | 1995-08-31 | 2001-08-06 | 三菱電機株式会社 | 符号化・復号化装置及び符号化・復号化方法 |
ES2153597T3 (es) | 1995-10-25 | 2001-03-01 | Koninkl Philips Electronics Nv | Sistema y metodo de codificacion de imagen segmentada, y sistema y metodo de decodificacion correspondiente. |
AU5501296A (en) | 1996-04-19 | 1997-11-12 | Nokia Mobile Phones Limited | Video encoder and decoder using motion-based segmentation and merging |
JPH1051766A (ja) | 1996-08-05 | 1998-02-20 | Mitsubishi Electric Corp | 画像符号化データ変換装置 |
EP1947442A3 (en) | 1997-05-05 | 2008-07-30 | ChemoMetec A/S | A method and a system for determination of biological particles in a liquid sample |
US6249548B1 (en) | 1998-07-10 | 2001-06-19 | U.S. Phillips Corporation | Motion vector processing |
EP1195047B1 (en) | 1999-03-18 | 2004-06-23 | British Broadcasting Corporation | Watermarking |
US7605940B2 (en) * | 1999-09-17 | 2009-10-20 | Silverbrook Research Pty Ltd | Sensing device for coded data |
US7128270B2 (en) * | 1999-09-17 | 2006-10-31 | Silverbrook Research Pty Ltd | Scanning device for coded data |
US6826584B1 (en) | 2000-12-22 | 2004-11-30 | Sony Corporation | Refinement of interpolated signals |
MXPA04006814A (es) | 2002-01-14 | 2004-12-06 | Nokia Corp | Filtros dinamicos de codificacion. |
US7088773B2 (en) | 2002-01-17 | 2006-08-08 | Sony Corporation | Motion segmentation system with multi-frame hypothesis tracking |
US20040091047A1 (en) | 2002-11-11 | 2004-05-13 | Sony Corporation | Method and apparatus for nonlinear multiple motion model and moving boundary extraction |
US6646578B1 (en) | 2002-11-22 | 2003-11-11 | Ub Video Inc. | Context adaptive variable length decoding system and method |
US7366361B2 (en) | 2003-03-05 | 2008-04-29 | Sarnoff Corporation | Video registration based on local prediction errors |
JP2004336451A (ja) | 2003-05-08 | 2004-11-25 | Matsushita Electric Ind Co Ltd | 画像復号ユニットとそれを用いた画像符号化装置及び符号化方法並びに画像復号装置及び復号方法 |
WO2005091970A2 (en) * | 2004-03-06 | 2005-10-06 | Michael Trainer | Methods and apparatus for determining the size and shape of particles |
US7333119B1 (en) | 2004-11-02 | 2008-02-19 | Nvidia Corporation | System and method for virtual coverage anti-aliasing |
JP4442891B2 (ja) | 2004-11-30 | 2010-03-31 | キヤノン株式会社 | 可変長符号化装置及び可変長符号化方法 |
KR100696107B1 (ko) * | 2005-04-11 | 2007-03-19 | 삼성전자주식회사 | 디스플레이장치 및 그 제어방법 |
JP2007074635A (ja) * | 2005-09-09 | 2007-03-22 | Matsushita Electric Ind Co Ltd | 画像入力装置および固体撮像素子 |
US7864175B2 (en) | 2006-03-09 | 2011-01-04 | Ambercore Software Inc | Fast gridding of irregular data |
US7643666B2 (en) * | 2006-08-08 | 2010-01-05 | Asml Netherlands B.V. | Method and apparatus for angular-resolved spectroscopic lithography characterization |
-
2008
- 2008-04-29 US US12/111,928 patent/US8059908B2/en not_active Expired - Fee Related
-
2009
- 2009-04-30 JP JP2009126975A patent/JP5099077B2/ja not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07212752A (ja) * | 1994-01-18 | 1995-08-11 | Sony Corp | ディジタル画像信号の処理装置 |
JP2003023638A (ja) * | 2001-07-06 | 2003-01-24 | Mitsubishi Electric Corp | 動きベクトル検出装置および動きベクトル検出装置における自己テスト方法 |
JP2004199200A (ja) * | 2002-12-16 | 2004-07-15 | Canon Inc | パターン認識装置、撮像装置、情報処理システム、パターン認識方法、記録媒体、及びプログラム |
WO2007035387A2 (en) * | 2005-09-16 | 2007-03-29 | Sony Electronics, Inc. | Adaptive motion estimation for temporal prediction filter over irregular motion vector samples |
WO2007035231A2 (en) * | 2005-09-16 | 2007-03-29 | Sony Electronics, Inc. | Adaptive area of influence filter for moving object boundaries |
WO2007035465A2 (en) * | 2005-09-16 | 2007-03-29 | Sony Electronics, Inc. | Adaptive area of influence filter |
WO2007035539A2 (en) * | 2005-09-16 | 2007-03-29 | Sony Electronics, Inc. | Classified filtering for temporal prediction |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018537742A (ja) * | 2015-11-05 | 2018-12-20 | グーグル エルエルシー | エッジ認識双方向画像処理 |
Also Published As
Publication number | Publication date |
---|---|
US8059908B2 (en) | 2011-11-15 |
JP5099077B2 (ja) | 2012-12-12 |
US20090268976A1 (en) | 2009-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5099076B2 (ja) | 画像に対する不規則な空間的サブサンプリングの適応生成 | |
JP7009614B2 (ja) | ディープニューラルネットワークの正規化方法および装置、機器、ならびに記憶媒体 | |
EP2352121A1 (en) | Image processing apparatus and method | |
US8730268B2 (en) | Image processing systems and methods | |
EP4207051A1 (en) | Image super-resolution method and electronic device | |
CN111914938B (zh) | 一种基于全卷积二分支网络的图像属性分类识别方法 | |
KR101502630B1 (ko) | 적응 축약 필터 | |
JP7337937B2 (ja) | 拡大画像の取得およびストレージ | |
JP6832252B2 (ja) | 超解像装置およびプログラム | |
JP5099077B2 (ja) | 不規則で空間的にサブサンプルされる画像に対するフィルタによる影響を受ける適応領域 | |
JP4196274B2 (ja) | 画像信号処理装置および方法、プログラム、並びに記録媒体 | |
JP5617841B2 (ja) | 画像処理装置、画像処理方法および画像処理用プログラム | |
JPWO2006033257A1 (ja) | 画像変換方法、画像変換装置、サーバークライアントシステム、携帯機器およびプログラム | |
US8055087B2 (en) | Sample level variation for spatial sub-sampled images | |
CN115937358A (zh) | 图像处理方法及其装置、电子设备和存储介质 | |
JP5198500B2 (ja) | 信号処理装置及びプログラム | |
CN103853530A (zh) | 在浏览器上快速显示医学图像的方法 | |
JP3890219B2 (ja) | 画像処理装置 | |
JP2010097355A (ja) | 画像分離装置、画像分離方法および画像分離プログラム | |
Lin et al. | A study of digital image enlargement and enhancement | |
JP2001195586A (ja) | 学習装置および学習方法、並びに媒体 | |
JP7512150B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP4645918B2 (ja) | 画像信号処理装置および方法 | |
JP2003153211A (ja) | 水平ライン再構成装置、ラインマッチング装置および水平ライン再構成方法 | |
JP2011248475A (ja) | 画像処理装置、画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120131 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120730 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120903 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120910 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151005 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |