JP2013025368A - ノイズレベル推定装置、ノイズレベル推定方法及びプログラム - Google Patents

ノイズレベル推定装置、ノイズレベル推定方法及びプログラム Download PDF

Info

Publication number
JP2013025368A
JP2013025368A JP2011156656A JP2011156656A JP2013025368A JP 2013025368 A JP2013025368 A JP 2013025368A JP 2011156656 A JP2011156656 A JP 2011156656A JP 2011156656 A JP2011156656 A JP 2011156656A JP 2013025368 A JP2013025368 A JP 2013025368A
Authority
JP
Japan
Prior art keywords
image patch
noise level
image
frequency component
level estimation
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
Application number
JP2011156656A
Other languages
English (en)
Other versions
JP5757565B2 (ja
Inventor
Masayuki Tanaka
正行 田中
Masatoshi Okutomi
正敏 奥富
Keitaro Yamauchi
啓大朗 山内
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tokyo Institute of Technology NUC
Original Assignee
Tokyo Institute of Technology NUC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tokyo Institute of Technology NUC filed Critical Tokyo Institute of Technology NUC
Priority to JP2011156656A priority Critical patent/JP5757565B2/ja
Publication of JP2013025368A publication Critical patent/JP2013025368A/ja
Application granted granted Critical
Publication of JP5757565B2 publication Critical patent/JP5757565B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

【課題】ノイズを含んでいる一枚の画像から、当該画像のノイズレベルを簡単かつ正確に推定できるようにしたノイズレベル推定装置を提供する。
【解決手段】ノイズレベル推定装置は、画像から画像パッチ集合を生成する画像パッチ集合生成部と、画像パッチ集合生成部で生成された画像パッチ集合に基づき、画像のノイズレベルを推定するノイズレベル推定部とを備え、ノイズレベル推定部は、画像パッチ集合に基づき、画像パッチ集合に対応する分散共分散行列を算出する分散共分散行列算出部と、分散共分散行列算出部で算出された分散共分散行列の最小固有値を算出する最小固有値算出部と、最小固有値算出部で算出された最小固有値に基づき、ノイズレベルを算出するノイズレベル算出部とを備える。
【選択図】図１

Description

本発明は、デジタル画像処理技術に関し、特に、デジタル画像から当該デジタル画像のノイズレベルを推定する、ノイズレベル推定装置、ノイズレベル推定方法及びプログラムに関する。
近年、画像取得装置の一つとして、デジタルカメラは急速に普及している。高品位な画質を得るために、デジタルカメラで撮影されたデジタル画像に対し、様々なデジタル画像処理が施される。数多くのデジタル画像処理（以下、単に、「画像処理」と言う。）の中で、ノイズ低減処理が画質に大きな影響を与えるため、大変重要な画像処理の一つであることが広く知られている。
ところで、多くのノイズ低減処理では、例えば、非特許文献１にも非特許文献２にも開示されたように、ノイズレベルが既知であることをノイズ低減処理の前提としているため、実際に、ノイズ低減処理を行う際に、入力としてのデジタル画像（以下、単に、「画像」とも言う。）の他に、その画像のノイズレベルを設定する必要がある。
一般に、ノイズ低減処理では、ノイズ低減の効果を強くすると、ノイズ低減は行われるものの、同時に画像のエッジも劣化してしまうという問題点も存在する。よって、ノイズレベルに応じて、ノイズ低減の効果を調整する必要がある。このため、多くのノイズ低減処理では、ノイズレベルを推定する必要がある。このため、デジタル画像からノイズレベルを推定する、ノイズレベル推定技術が強く望まれている。
既存のノイズレベル推定技術として、例えば、特許文献２に、ビデオシーケンスに対してフレーム間の相関を利用した、ビデオシーケンスのノイズレベルの推定方法が開示されている。
また、特許文献１では、カラーのデジタル画像（以下、単に、「カラー画像」とも言う。）に対して、色差画像を生成し、帯域毎に分割し、更にエッジ部分を取り除いた結果に対して、標準偏差を算出することにより、当該カラー画像のノイズレベルを推定する、画像処理方法が開示されている。
更に、非特許文献３では、デジタル画像に対して、離散コサイン変換（ＤＣＴ変換）の基底と同じフィルタをかけ、その統計的性質からノイズレベルを推定する方法が提案されている。
特開２００５−２７７５０３号公報 特開２０００−６９４８７号公報
ジェー. ポーティラ（J. Portilla）、ブィ. ストレラ（V. Strela）、エム. ジェー. ウェインライト（M. J. Wainwright）、イー. ピー. シモンセリ（E. P. Simoncelli）共著,「イメージ デノイジング ユージング スケール ミックスチャー オフ ガウシアン イン ザ ウェーブレット ドメイン （Image Denoising using Scale Mixture of Gaussians in the Wavelet Domain）」,ＩＥＥＥ トランスアクションズ オン イメージ プロセシング（IEEE Transactions on Image Processing）,第12巻,第12号,p.1338-1351,2003年 ケイ. ダボブィ（K. Dabov）、エイ. フォイ（A. Foi）、ブィ. カトコニック（V. Katkovnik）、ケイ. イギアザリアン（K. Egiazarian）共著,「イメージ デノイジング バイ スパース ３Ｄ トランスフォーム ドメイン コラボレイティブ フィルタリング （Image denoising by sparse 3Dtransform-domain collaborative filtering）」,ＩＥＥＥ トランスアクションズ オン イメージ プロセシング（IEEE Transactions on Image Processing）,第16巻,第8号,p.2080-2095,2007年 ディー. ゾラン（D. Zoran）、ワイ. ワイス（Y. Weiss）共著,「スケール インバリアンス アンド ノイズ イン ナチュラル イメージズ （Scale Invariance and Noise in Natural Images）」,インターナショナル カンファレンス オン コンピュータ ビジョン （International conference on computer vision）,2009年
しかしながら、特許文献１に開示された画像処理方法は、複数のカラーチャネルを持つカラー画像（以下、単に「複数チャネル画像」とも言う。）を処理対象としており、グレースケール画像のような単一のカラーチャネルを持つ画像（以下、単に「単一チャネル画像」とも言う。）を処理対象としていないため、特許文献１に開示された画像処理方法を、単一チャネル画像に適用することができない。
換言すれば、特許文献１に開示された画像処理方法で、グレースケール画像のような単一チャネル画像のノイズレベルを推定することができない。
本発明は、上述のような事情よりなされたものであり、本発明の目的は、複数チャネル画像・単一チャネル画像を問わず、ノイズを含んでいる一枚の画像から、当該画像のノイズレベルを簡単かつ正確に推定できるようにした、ノイズレベル推定装置、ノイズレベル推定方法及びプログラムを提供することにある。
本発明は、ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定装置に関し、本発明の上記目的は、前記画像から画像パッチ集合を生成する、画像パッチ集合生成部と、前記画像パッチ集合生成部で生成された画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定部とを備え、前記ノイズレベル推定部は、前記画像パッチ集合に基づき、前記画像パッチ集合に対応する分散共分散行列を算出する、分散共分散行列算出部と、前記分散共分散行列算出部で算出された分散共分散行列の最小固有値を算出する、最小固有値算出部と、前記最小固有値算出部で算出された最小固有値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部とを備えることにより、或いは、前記画像から画像パッチ集合を生成する、画像パッチ集合生成部と、前記画像パッチ集合生成部で生成された画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定部とを備え、前記ノイズレベル推定部は、前記画像パッチ集合に基づき、平均補正済み画像パッチ集合を生成する、画像パッチ平均補正部と、前記画像パッチ平均補正部で生成された平均補正済み画像パッチ集合の最小特異値を算出する、最小特異値算出部と、前記最小特異値算出部で算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部とを備えることによって効果的に達成される。
また、本発明の上記目的は、ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定装置であって、前記画像から高周波成分画像を抽出する高周波成分抽出部と、前記高周波成分抽出部で抽出された高周波成分画像から高周波成分画像パッチ集合を生成する高周波成分画像パッチ集合生成部と、前記高周波成分画像パッチ集合に基づき、前記ノイズレベルを推定するノイズレベル推定部とを備えることにより、或いは、ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定装置であって、前記画像から画像パッチ集合を生成する画像パッチ集合生成部と、前記画像パッチ集合生成部で生成された画像パッチ集合から、高周波成分画像パッチ集合を抽出する高周波成分画像パッチ抽出部と、前記高周波成分画像パッチ集合に基づき、前記ノイズレベルを推定するノイズレベル推定部とを備えることにより、或いは、前記ノイズレベル推定部は、前記高周波成分画像パッチ集合に基づき、前記高周波成分画像パッチ集合に対応する分散共分散行列を算出する分散共分散行列算出部と、前記分散共分散行列算出部で算出された分散共分散行列の最小固有値を算出する最小固有値算出部と、前記最小固有値算出部で算出された最小固有値に基づき、前記ノイズレベルを算出するノイズレベル算出部と、を備えることにより、或いは、前記ノイズレベル推定部は、前記高周波成分画像パッチ集合に基づき、平均補正済み高周波成分画像パッチ集合を生成する、高周波成分画像パッチ平均補正部と、前記高周波成分画像パッチ平均補正部で生成された平均補正済み高周波成分画像パッチ集合の最小特異値を算出する、最小特異値算出部と、前記最小特異値算出部で算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部と、を備えることによって効果的に達成される。
また、本発明の上記目的は、ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定装置であって、前記画像から画像パッチ集合を生成する画像パッチ集合生成部と、前記画像パッチ集合生成部で生成された画像パッチ集合から、複数の画像パッチを選択し、選択した複数の画像パッチを選択画像パッチ集合とする画像パッチ選択部と、前記画像パッチ選択部で得られた選択画像パッチ集合に基づき、前記ノイズレベルを推定するノイズレベル推定部とを備えることにより、或いは、前記画像パッチ選択部は、前記画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、画像パッチの指標を算出する、指標算出部と、前記画像パッチ集合に属する全ての画像パッチに対して、前記指標算出部で算出された指標及び所定の閾値に基づき、指標閾値に基づく画像パッチ選択処理を行うことにより、画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする、指標閾値に基づく画像パッチ選択部とを備え、前記指標閾値に基づく画像パッチ選択処理では、前記指標と前記所定の閾値を比較し、前記指標が前記所定の閾値以下である場合に、前記指標に対応する画像パッチを選択し、前記指標が前記所定の閾値より大きい場合に、前記指標に対応する画像パッチを選択しないようにすることにより、或いは、前記画像パッチ選択部は、前記画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、画像パッチの指標を算出する、指標算出部と、前記画像パッチ集合の中から、前記指標算出部で算出された指標の中で一番小さい指標から昇順に、又は、前記指標算出部で算出された指標の中で一番大きい指標から降順に、所定個数の指標に対応する画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする、上位指標に基づく画像パッチ選択部とを備えることによって効果的に達成される。
また、本発明の上記目的は、前記指標算出部は、ｘ微分算出部と、ｙ微分算出部と、微分行列生成部と、最大固有値算出部とを備え、前記指標算出部では、前記画像パッチ集合に属する全ての画像パッチに対して、前記ｘ微分算出部が、画像パッチのｘ微分を画像パッチ毎に算出するとともに、前記ｙ微分算出部が、画像パッチのｙ微分を画像パッチ毎に算出し、前記微分行列生成部が、前記ｘ微分算出部で算出された画像パッチのｘ微分、及び、前記ｙ微分算出部で算出された画像パッチのｙ微分を用い、画像パッチの微分行列を画像パッチ毎に生成し、前記最大固有値算出部が、前記画像パッチの微分行列の最大固有値を画像パッチ毎に算出し、算出した最大固有値を画像パッチの指標として出力することにより、或いは、前記指標算出部は、ｘ微分算出部と、ｙ微分算出部と、ｘｙ微分行列生成部と、最大特異値算出部とを備え、前記指標算出部では、前記画像パッチ集合に属する全ての画像パッチに対して、前記ｘ微分算出部が、画像パッチのｘ微分を画像パッチ毎に算出するとともに、前記ｙ微分算出部が、画像パッチのｙ微分を画像パッチ毎に算出し、前記ｘｙ微分行列生成部が、前記ｘ微分算出部で算出された画像パッチのｘ微分、及び、前記ｙ微分算出部で算出された画像パッチのｙ微分を用い、画像パッチのｘｙ微分行列を画像パッチ毎に生成し、前記最大特異値算出部が、前記画像パッチのｘｙ微分行列の最大特異値を画像パッチ毎に算出し、算出した最大特異値を画像パッチの指標として出力することにより、或いは、前記指標算出部が、画像パッチ集合に属する全ての画像パッチに対して、次の数式に基づき、画像パッチの分散を画像パッチ毎に算出し、算出した画像パッチの分散を画像パッチの指標として出力し、
Figure 2013025368
Figure 2013025368
ただし、
Figure 2013025368
は画像パッチ
Figure 2013025368
の分散を表し、Ｍは画像パッチ

Figure 2013025368
の画素数を表し、
Figure 2013025368
は画像パッチ
Figure 2013025368
のｋ番目の画素の画素値を表すことによって効果的に達成される。
また、本発明の上記目的は、前記ノイズレベル推定部は、前記選択画像パッチ集合に基づき、前記選択画像パッチ集合に対応する分散共分散行列を算出する、分散共分散行列算出部と、前記分散共分散行列算出部で算出された分散共分散行列の最小固有値を算出する、最小固有値算出部と、前記最小固有値算出部で算出された最小固有値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部とを備えることにより、或いは、前記ノイズレベル推定部は、前記選択画像パッチ集合に基づき、平均補正済み選択画像パッチ集合を生成する、選択画像パッチ平均補正部と、前記選択画像パッチ平均補正部で生成された平均補正済み選択画像パッチ集合の最小特異値を算出する、最小特異値算出部と、前記最小特異値算出部で算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部とを備えることによって効果的に達成される。
また、本発明の上記目的は、ノイズを含む一枚の画像から、ノイズレベル推定を繰り返すことにより、当該画像のノイズレベルを推定するノイズレベル推定装置であって、画像パッチ集合生成部と、指標算出部と、指標閾値に基づく画像パッチ選択部と、ノイズレベル推定部と、閾値変換部と、ノイズレベル推定繰り返し終了判定部とを備え、前記画像パッチ集合生成部は、前記画像から画像パッチ集合を生成し、前記指標算出部は、前記画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、画像パッチの指標を算出し、前記指標閾値に基づく画像パッチ選択部は、前記画像パッチ集合に属する全ての画像パッチに対して、前記指標算出部で算出された指標、及び、前記閾値変換部からの閾値に基づき、指標閾値に基づく画像パッチ選択処理を行うことにより、画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とし、前記ノイズレベル推定部は、前記画像パッチ集合又は前記選択画像パッチ集合に基づき、前記ノイズレベルを推定し、推定したノイズレベルを前記ノイズレベル推定繰り返し終了判定部に出力し、前記閾値変換部は、前記ノイズレベル推定繰り返し終了判定部からの前記ノイズレベルを前記閾値に変換し、変換した閾値を前記指標閾値に基づく画像パッチ選択部に出力し、前記ノイズレベル推定繰り返し終了判定部は、所定の判定条件に基づき、ノイズレベル推定繰り返し終了を判定し、ノイズレベル推定繰り返し終了と判定しない場合に、前記ノイズレベル推定部からの前記ノイズレベルを前記閾値変換部に出力し、ノイズレベル推定繰り返し終了と判定した場合に、前記ノイズレベル推定部からの前記ノイズレベルを、前記ノイズレベル推定装置が推定したノイズレベルとすることによって効果的に達成される。
また、本発明の上記目的は、ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定装置であって、高周波成分抽出部と、高周波成分画像パッチ集合生成部と、低周波成分抽出部と、低周波成分画像パッチ集合生成部と、低周波成分画像パッチ選択部と、対応高周波成分画像パッチ抽出部と、ノイズレベル推定部とを備え、前記高周波成分抽出部が、前記画像に対し、高周波成分抽出処理を行うことにより、前記画像の高周波成分画像を抽出し、前記高周波成分画像パッチ集合生成部が、前記高周波成分画像に対して、高周波成分画像パッチ集合生成処理を行うことにより、高周波成分画像パッチ集合を生成し、前記低周波成分抽出部が、前記画像に対し、低周波成分抽出処理を行うことにより、前記画像の低周波成分画像を抽出し、前記低周波成分画像パッチ集合生成部が、前記低周波成分画像に対して、低周波成分画像パッチ集合生成処理を行うことにより、低周波成分画像パッチ集合を生成し、前記低周波成分画像パッチ選択部が、前記低周波成分画像パッチ集合の中から、所定の画像パッチ選択方法に基づき、複数の低周波成分画像パッチを選択し、選択した複数の低周波成分画像パッチを選択低周波成分画像パッチ集合とし、前記対応高周波成分画像パッチ抽出部が、前記選択低周波成分画像パッチ集合に属する全ての低周波成分画像パッチに対し、対応高周波成分画像パッチ抽出処理を行うことにより、これら全ての低周波成分画像パッチに対応する高周波成分画像パッチを、対応高周波成分画像パッチとして抽出し、抽出したこれらの対応高周波成分画像パッチを対応高周波成分画像パッチ集合とし、前記ノイズレベル推定部が、前記対応高周波成分画像パッチ集合に基づき、前記ノイズレベルを推定し、前記対応高周波成分画像パッチ抽出処理は、低周波成分画像パッチと同じ画素位置を有する高周波成分画像パッチを、対応高周波成分画像パッチとして抽出する処理であることにより、或いは、前記ノイズレベル推定部は、前記対応高周波成分画像パッチ集合に基づき、前記対応高周波成分画像パッチ集合に対応する分散共分散行列を算出する、分散共分散行列算出部と、前記分散共分散行列算出部で算出された分散共分散行列の最小固有値を算出する、最小固有値算出部と、前記最小固有値算出部で算出された最小固有値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部とを備えることにより、或いは、前記ノイズレベル推定部は、前記対応高周波成分画像パッチ集合に基づき、平均補正済み対応高周波成分画像パッチ集合を生成する、対応高周波成分画像パッチ平均補正部と、前記対応高周波成分画像パッチ平均補正部で生成された平均補正済み対応高周波成分画像パッチ集合の最小特異値を算出する、最小特異値算出部と、前記最小特異値算出部で算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部とを備えることによって効果的に達成される。
本発明に係るノイズレベル推定装置によれば、ノイズを含んでいる一枚の画像から、当該画像のノイズレベルを簡単かつ正確に推定できる。
本発明の発明者らは、異なるレベルのノイズを付加した１００枚のデジタル画像に対し、非特許文献３に記載された従来のノイズ推定方法を用いてノイズレベルを推定したノイズレベル推定結果と、本発明を用いてノイズレベルを推定したノイズレベル推定結果を比較することにより、本発明の効果を検証した。
表１は、１００枚のデジタル画像に対して、従来のノイズ推定方法による推定されたノイズレベルの平均値と、本発明による推定されたノイズレベルの平均値を示している。
Figure 2013025368
表１から分かるように、特に、ノイズレベルが大きい範囲、具体的には、ノイズレベルが１５以上の場合に、本発明が非特許文献３に記載された従来のノイズ推定方法よりも正確にノイズレベルを推定できていることが確認できた。
本発明に係るノイズレベル推定装置の第１実施形態（ノイズレベル推定装置１）を示すブロック構成図である。 本発明に係るノイズレベル推定装置の画像パッチ集合生成部で行われる画像パッチ集合生成処理を説明するための模式図である。 本発明に係るノイズレベル推定装置のノイズレベル推定部４０の第１実施形態を示すブロック構成図である。 本発明に係るノイズレベル推定装置のノイズレベル推定部４０の第２実施形態を示すブロック構成図である。 本発明に係るノイズレベル推定装置の第２実施形態（ノイズレベル推定装置２）を示すブロック構成図である。 本発明に係るノイズレベル推定装置の第３実施形態（ノイズレベル推定装置３）を示すブロック構成図である。 本発明に係るノイズレベル推定装置の第４実施形態（ノイズレベル推定装置４）を示すブロック構成図である。 本発明に係るノイズレベル推定装置の画像パッチ選択部３０の第１実施形態を示すブロック構成図である。 本発明に係るノイズレベル推定装置の画像パッチ選択部３０の第２実施形態を示すブロック構成図である。 本発明に係るノイズレベル推定装置の第５実施形態（ノイズレベル推定装置５）を示すブロック構成図である。 図１０に示す本発明のノイズレベル推定装置５の処理流れを示すフロー図である。 本発明に係るノイズレベル推定装置の指標算出部３１０の一実施形態を示すブロック構成図である。 本発明に係るノイズレベル推定装置の第６実施形態（ノイズレベル推定装置６）を示すブロック構成図である。
本発明は、複数チャネル画像・単一チャネル画像を問わず、ノイズを含んでいる一枚のデジタル画像から、当該画像のノイズレベルを簡単かつ正確に推定できるようにした、ノイズレベル推定装置、ノイズレベル推定方法及びプログラムに関する。
以下、本発明を実施するための形態について、図面を参照しながら詳細に説明する。
図１は、本発明に係るノイズレベル推定装置の第１実施形態（以下、単に「ノイズレベル推定装置１」とも言う。）を示すブロック構成図である。以下、図１を用いて、ノイズレベル推定装置１を詳細に説明する。
図１に示すように、ノイズレベル推定装置１は、ノイズを含む一枚のデジタル静止画像（以下、単に、「入力画像」又は「画像」とも言う。）から、その画像のノイズレベルを推定するための装置であり、入力画像から画像パッチ集合を生成する画像パッチ集合生成部１０と、画像パッチ集合生成部１０で生成された画像パッチ集合に基づき、入力画像のノイズレベルを推定するノイズレベル推定部４０とから構成される。
前述したように、デジタル静止画像であれば、複数チャネル画像・単一チャネル画像を問わず、本発明に係るノイズレベル推定技術を適用し、その画像のノイズレベルを簡単かつ正確に推定することができる。
また、デジタル静止画像に限らず、動画像のフレームに、本発明に係るノイズレベル推定技術を適用し、そのフレームのノイズレベルを簡単かつ正確に推定することが可能であり、本発明を動画像のノイズレベル推定にも適用することができると言える。
以下、説明上の便宜から、本発明のノイズレベル推定装置に入力されるデジタル画像は、例えば、グレースケール画像のような単一チャネル画像（即ち、単一のカラーチャネルを持つ画像）であることを前提とする。
また、本発明に係るノイズレベル推定技術を複数チャネル画像（複数のカラーチャネルを持つカラー画像）に適用する場合に、各カラーチャネルに対して、後述のような、単一チャネル画像を入力画像とする本発明に係るノイズレベル推定装置で行われる処理を繰り返せばよい。
図１に示すように、ノイズレベル推定装置１では、まず、画像パッチ集合生成部１０が、入力画像から、当該入力画像の画像パッチ集合を生成する。
具体的に、画像パッチ集合生成部１０は、入力画像から画像パッチ集合を得るために、入力画像に対して、画像パッチ集合生成処理を行うことにより、画像パッチ集合を生成する。画像パッチ集合生成処理は、図２に示すように、入力画像に対して、画素位置をずらしながら、複数の画像パッチを生成する処理である。
本発明では、画像パッチ集合生成処理において、画素位置のずらし量を任意に設定することができるが、ずらし量の一具体例として、１画素であり、つまり、画素位置を１画素ずらしながら、複数の画像パッチを生成する。
本発明では、画像パッチ集合生成処理により得られた複数の画像パッチを一つの集合（即ち、画像パッチ集合）としている。画像パッチは、その画像パッチに属する全ての画素の画素値を一列に並べることにより、列ベクトルに変換することができる。つまり、一つの画像パッチは、一つの列ベクトルに対応する。
以下、画像パッチの一具体例として、画像内のｍ画素×ｎ画素の矩形領域を画像パッチとする（図２を参照する。）。説明上の便宜から、以下の説明では、画像パッチを矩形領域（ｍ画素×ｎ画素）としているが、本発明において、画像パッチは矩形領域に限定されることがなく、任意の形状（例えば、多角形）を有する領域を画像パッチとすることができる。
次に、ノイズレベル推定装置１では、図１に示すように、ノイズレベル推定部４０が、画像パッチ集合生成部１０で生成された画像パッチ集合に基づき、入力画像のノイズレベルを推定する。
このようにして、本発明のノイズレベル推定装置１によれば、入力画像から、その画像のノイズレベルを推定することができる。
次に、本発明に係るノイズレベル推定装置のノイズレベル推定部４０の実施形態について、図３及び図４を参照しながら詳細に説明する。ノイズレベル推定部４０は、画像パッチ集合生成部１０で生成された画像パッチ集合に基づき、入力画像のノイズレベルを推定する。
図３は、本発明に係るノイズレベル推定装置のノイズレベル推定部４０の第１実施形態を示すブロック構成図である。また、図４は、本発明に係るノイズレベル推定装置のノイズレベル推定部４０の第２実施形態を示すブロック構成図である。
図３のノイズレベル推定部４０の第１実施形態に示されたように、ノイズレベル推定部４０は、画像パッチ集合に対応する分散共分散行列の最小固有値に基づいてノイズレベルを推定するようにしており、分散共分散行列算出部４１０と、最小固有値算出部４２０と、ノイズレベル算出部４３０とから構成される。
図３に示すように、ノイズレベル推定部４０では、まず、分散共分散行列算出部４１０が、画像パッチ集合に基づき、その画像パッチ集合に対応する分散共分散行列を算出する。次に、最小固有値算出部４２０が、分散共分散行列算出部４１０で算出された分散共分散行列の最小固有値を算出する。そして、ノイズレベル算出部４３０が、最小固有値算出部４２０で算出された最小固有値に基づき、入力画像のノイズレベルを算出する。
ここで、数式を参照しながら、分散共分散行列算出部４１０、最小固有値算出部４２０、及びノイズレベル算出部４３０で行われる処理を具体的に説明する。
既述したように、一つの画像パッチは、一つの列ベクトルに対応する。よって、画像パッチ集合を列ベクトルの集合とすることが可能になり、画像パッチ集合を意味する列ベクトル並べた行列
Figure 2013025368
は、下記数１によって表すことができる。以下、この行列
Figure 2013025368
を単に「画像パッチ集合」とも言う。
Figure 2013025368
 ここで、
Figure 2013025368
は入力画像におけるｉ番目の画像パッチに対応する列ベクトルを表す。以下、この列ベクトル
Figure 2013025368
を単に「ｉ番目の画像パッチ」とも言う。また、Ｎは画像パッチ集合の要素数を表す。つまり、Ｎは入力画像から得られた複数の画像パッチの個数である。
次に、各画像パッチから画像パッチの平均を引いて得られた行列
Figure 2013025368
（即ち、各画像パッチに対し、画像パッチの平均を補正して得られた、画像パッチ集合）は、下記数２によって表すことができる。以下、この行列
Figure 2013025368
を単に「平均補正済み画像パッチ集合」とも言う。
Figure 2013025368
 ここで、
Figure 2013025368
は画像パッチの平均であり、下記数３に基づいて算出される。
Figure 2013025368
 そして、画像パッチ集合
Figure 2013025368
に対応する分散共分散行列
Figure 2013025368
は、下記数４に基づいて算出される。
Figure 2013025368
 分散共分散行列算出部４１０が、上記数１、数２、数３及び数４に基づき、画像パッチ集合
Figure 2013025368
から画像パッチ集合
Figure 2013025368
に対応する分散共分散行列
Figure 2013025368
を算出するための分散共分散行列算出処理を行うことにより、画像パッチ集合
Figure 2013025368
に対応する分散共分散行列
Figure 2013025368
を算出する。
次に、最小固有値算出部４２０が、最小固有値算出処理を行うことにより、画像パッチ集合
Figure 2013025368
に対応する分散共分散行列
Figure 2013025368
の最小固有値
Figure 2013025368
を算出する。
最後に、ノイズレベル算出部４３０が、下記数５に基づき、ノイズレベル算出処理を行うことにより、入力画像のノイズレベル
Figure 2013025368
を算出する。
Figure 2013025368
 ここで、
Figure 2013025368
は入力画像のノイズレベルであり、即ち、入力画像のノイズの標準偏差に対応する値でもある。
本発明に係るノイズレベル推定装置のノイズレベル推定部４０の第１実施形態について、上述のように説明したが、以下、本発明に係るノイズレベル推定装置のノイズレベル推定部４０の第２実施形態について説明する。
本発明のノイズレベル推定部４０の第１実施形態では、画像パッチ集合に対応する分散共分散行列の最小固有値に基づいてノイズレベルを推定することを特徴としているのに対し、本発明のノイズレベル推定部４０の第２実施形態では、平均補正済み画像パッチ集合の最小特異値に基づいてノイズレベルを推定することを特徴としている。
ここで、本発明のノイズレベル推定部４０の第２実施形態に係るノイズレベル推定の原理について説明する。
一般的に、行列
Figure 2013025368
の間に、
Figure 2013025368
の関係が成立する。本発明では、この関係に着目し、入力画像のノイズレベルを推定する際に、画像パッチ集合に対応する分散共分散行列の最小固有値を算出し、算出した最小固有値に基づき、入力画像のノイズレベルを算出する（即ち、本発明のノイズレベル推定部４０の第１実施形態）かわりに、平均補正済み画像パッチ集合の最小特異値を算出し、算出した最小特異値に基づき、入力画像のノイズレベルを算出する（即ち、本発明のノイズレベル推定部４０の第２実施形態）ようにしても良い。
図４のノイズレベル推定部４０の第２実施形態に示されたように、ノイズレベル推定部４０は、平均補正済み画像パッチ集合の最小特異値に基づいてノイズレベルを推定するようにしており、画像パッチ平均補正部４１１と、最小特異値算出部４２１と、ノイズレベル算出部４３１とから構成される。
図４に示すように、ノイズレベル推定部４０では、まず、画像パッチ平均補正部４１１が、画像パッチ集合に基づき、平均補正済み画像パッチ集合を生成する。次に、最小特異値算出部４２１が、画像パッチ平均補正部４１１で生成された平均補正済み画像パッチ集合の最小特異値を算出する。そして、ノイズレベル算出部４３１が、最小特異値算出部４２１で算出された最小特異値に基づき、入力画像のノイズレベルを算出する。
ここで、数式を参照しながら、画像パッチ平均補正部４１１、最小特異値算出部４２１、及びノイズレベル算出部４３１で行われる処理を具体的に説明する。
まず、画像パッチ平均補正部４１１が、上記数１、数２及び数３に基づき、画像パッチ集合
Figure 2013025368
から平均補正済み画像パッチ集合
Figure 2013025368
を生成するための平均補正済み画像パッチ集合生成処理を行うことにより、平均補正済み画像パッチ集合
Figure 2013025368
を算出する。
次に、最小特異値算出部４２１が、最小特異値算出処理を行うことにより、平均補正済み画像パッチ集合
Figure 2013025368
の最小特異値
Figure 2013025368
を算出する。
最後に、ノイズレベル算出部４３１が、下記数６に基づき、ノイズレベル算出処理を行うことにより、入力画像のノイズレベル
Figure 2013025368
を算出する。
Figure 2013025368
 ここで、
Figure 2013025368
は入力画像のノイズレベルであり、即ち、入力画像のノイズの標準偏差に対応する値でもある。
図５は、本発明に係るノイズレベル推定装置の第２実施形態（以下、単に「ノイズレベル推定装置２」とも言う。）を示すブロック構成図である。以下、図５を用いて、ノイズレベル推定装置２を詳細に説明する。
図５に示すように、ノイズレベル推定装置２は、入力画像から、その画像のノイズレベルを推定するための装置であり、入力画像から高周波成分画像を抽出する高周波成分抽出部２０と、高周波成分抽出部２０で抽出された高周波成分画像から高周波成分画像パッチ集合を生成する高周波成分画像パッチ集合生成部１１と、高周波成分画像パッチ集合生成部１１で生成された高周波成分画像パッチ集合に基づき、入力画像のノイズレベルを推定するノイズレベル推定部４０とから構成される。
図５に示すように、ノイズレベル推定装置２では、まず、高周波成分抽出部２０が、入力画像に対し、高周波成分抽出処理を行うことにより、当該入力画像の高周波成分画像を抽出する。
ここで、高周波成分抽出処理の一具体例として、入力画像に対し、ハイパスフィルタをかけることにより、入力画像の高周波成分画像を抽出するようにしても良い。
また、高周波成分抽出処理の他の具体例として、まず、入力画像に対し、ローパスフィルタ（例えば、ガウシアンフィルタやバイラテラルフィルタなどのローパスフィルタ）をかけることにより、入力画像の低周波成分画像を生成し、次に、入力画像から、生成された低周波成分画像を減算することによって、入力画像の高周波成分画像を抽出するようにしても良い。
つまり、本発明で言う「高周波成分抽出処理」は、入力画像の高周波成分画像を抽出するための処理であり、上述した２つの具体例に限定されることがなく、入力画像の高周波成分画像を抽出できる処理であれば、その処理を本発明の「高周波成分抽出処理」とすることができる。
次に、ノイズレベル推定装置２では、図５に示すように、高周波成分画像パッチ集合生成部１１が、高周波成分抽出部２０で抽出された高周波成分画像から、高周波成分画像パッチ集合を生成する。
具体的に、高周波成分画像パッチ集合生成部１１は、高周波成分画像から高周波成分画像パッチ集合を得るために、高周波成分画像に対して、高周波成分画像パッチ集合生成処理を行うことにより、高周波成分画像パッチ集合を生成する。
高周波成分画像パッチ集合生成処理は、基本的に、前述した画像パッチ集合生成処理と同じであるため、その詳細な説明は省略する。
ただし、画像パッチ集合生成処理は、入力画像に対して、画素位置をずらしながら、複数の画像パッチを生成する処理であるのに対し、高周波成分画像パッチ集合生成処理は、高周波成分画像に対して、画素位置をずらしながら、複数の高周波成分画像パッチを生成する処理である。
本発明では、高周波成分画像パッチ集合生成処理により得られた複数の高周波成分画像パッチを一つの集合（即ち、高周波成分画像パッチ集合）とする。
次に、ノイズレベル推定装置２では、図５に示すように、ノイズレベル推定部４０が、高周波成分画像パッチ集合生成部１１で生成された高周波成分画像パッチ集合に基づき、入力画像のノイズレベルを推定する。
ここで、ノイズレベル推定装置２のノイズレベル推定部４０にて行われる処理は、基本的に、前述したノイズレベル推定装置１のノイズレベル推定部４０にて行われる処理と同じであるため、その詳細な説明は省略する。
ただし、ノイズレベル推定装置１のノイズレベル推定部４０にて行われる処理は、画像パッチ集合に対して行われる処理であるのに対し、ノイズレベル推定装置２のノイズレベル推定部４０にて行われる処理は、高周波成分画像パッチ集合に対して行われる処理である。
つまり、前述したノイズレベル推定部４０の第１実施形態（図３参照）及び第２実施形態（図４参照）を、ノイズレベル推定装置２のノイズレベル推定部４０に適用することができる。ただし、ノイズレベル推定部４０の第１実施形態及び第２実施形態では、画像パッチ集合を入力としているのに対し、ノイズレベル推定装置２のノイズレベル推定部４０では、高周波成分画像パッチ集合を入力としている。
このようにして、本発明のノイズレベル推定装置２によれば、入力画像から、その画像のノイズレベルを推定することができる。
図６は、本発明に係るノイズレベル推定装置の第３実施形態（以下、単に「ノイズレベル推定装置３」とも言う。）を示すブロック構成図である。以下、図６を用いて、ノイズレベル推定装置３を詳細に説明する。
図６に示すように、ノイズレベル推定装置３は、入力画像から、その画像のノイズレベルを推定するための装置であり、入力画像から画像パッチ集合を生成する画像パッチ集合生成部１０と、画像パッチ集合生成部１０で生成された画像パッチ集合から高周波成分画像パッチ集合を抽出する高周波成分画像パッチ抽出部２１と、高周波成分画像パッチ抽出部２１で抽出された高周波成分画像パッチ集合に基づき、入力画像のノイズレベルを推定するノイズレベル推定部４０とから構成される。
図６に示すように、ノイズレベル推定装置３では、まず、画像パッチ集合生成部１０が、入力画像から、当該入力画像の画像パッチ集合を生成する。
ここで、ノイズレベル推定装置３の画像パッチ集合生成部１０にて行われる処理は、前述したノイズレベル推定装置１の画像パッチ集合生成部１０にて行われる処理と同じであるため、その詳細な説明は省略する。
次に、ノイズレベル推定装置３では、図６に示すように、高周波成分画像パッチ抽出部２１が、画像パッチ集合生成部１０で生成された画像パッチ集合に属する全ての画像パッチに対し、高周波成分画像パッチ抽出処理を行うことにより、これら全ての画像パッチの高周波成分画像パッチを抽出し、抽出したこれらの高周波成分画像パッチを高周波成分画像パッチ集合とする。
ここで、高周波成分画像パッチ抽出処理の具体例について説明する。例えば、高周波成分画像パッチ抽出処理では、画像パッチに対し、まず、その画像パッチの一次関数で近似した結果を、その画像パッチの低周波成分画像パッチとし、次に、その画像パッチから低周波成分画像パッチを減算することにより、その画像パッチの高周波成分画像パッチを抽出する。
つまり、本発明で言う「高周波成分画像パッチ抽出処理」は、画像パッチ集合から高周波成分画像パッチ集合を抽出するための処理であり、本発明は上述した具体例に限定されることがなく、画像パッチ集合から高周波成分画像パッチ集合を抽出できる処理であれば、その処理を本発明の「高周波成分画像パッチ抽出処理」とすることができる。
次に、ノイズレベル推定装置３では、図６に示すように、ノイズレベル推定部４０が、高周波成分画像パッチ抽出部２１で抽出された高周波成分画像パッチ集合に基づき、入力画像のノイズレベルを推定する。
ここで、ノイズレベル推定装置３のノイズレベル推定部４０にて行われる処理は、前述したノイズレベル推定装置２のノイズレベル推定部４０にて行われる処理と同じであるため、その詳細な説明は省略する。
このようにして、本発明のノイズレベル推定装置３によれば、入力画像から、その画像のノイズレベルを推定することができる。
図７は、本発明に係るノイズレベル推定装置の第４実施形態（以下、単に「ノイズレベル推定装置４」とも言う。）を示すブロック構成図である。以下、図７を用いて、ノイズレベル推定装置４を詳細に説明する。
図７に示すように、ノイズレベル推定装置４は、入力画像から、その画像のノイズレベルを推定するための装置であり、入力画像から画像パッチ集合を生成する画像パッチ集合生成部１０と、画像パッチ集合生成部１０で生成された画像パッチ集合の中から複数の画像パッチを選択し、選択した複数の画像パッチを選択画像パッチ集合とする画像パッチ選択部３０と、画像パッチ選択部３０で得られた選択画像パッチ集合に基づき、入力画像のノイズレベルを推定するノイズレベル推定部４０とから構成される。
図７に示すように、ノイズレベル推定装置４では、まず、画像パッチ集合生成部１０が、入力画像から、当該入力画像の画像パッチ集合を生成する。
ここで、ノイズレベル推定装置４の画像パッチ集合生成部１０にて行われる処理は、前述したノイズレベル推定装置１の画像パッチ集合生成部１０にて行われる処理と同じであるため、その詳細な説明は省略する。
次に、ノイズレベル推定装置４では、図７に示すように、画像パッチ選択部３０が、まず、画像パッチ集合生成部１０で生成された画像パッチ集合の中から、所定の画像パッチ選択方法に基づき、複数の画像パッチを選択し、次に、選択した複数の画像パッチを選択画像パッチ集合とする。
次に、ノイズレベル推定装置４では、図７に示すように、ノイズレベル推定部４０が、画像パッチ選択部３０で得られた選択画像パッチ集合に基づき、入力画像のノイズレベルを推定する。
ここで、ノイズレベル推定装置４のノイズレベル推定部４０にて行われる処理は、基本的に、前述したノイズレベル推定装置１のノイズレベル推定部４０にて行われる処理と同じであるため、その詳細な説明は省略する。
ただし、ノイズレベル推定装置１のノイズレベル推定部４０にて行われる処理は、画像パッチ集合に対して行われる処理であるのに対し、ノイズレベル推定装置４のノイズレベル推定部４０にて行われる処理は、選択画像パッチ集合に対して行われる処理である。
つまり、前述したノイズレベル推定部４０の第１実施形態（図３参照）及び第２実施形態（図４参照）を、ノイズレベル推定装置４のノイズレベル推定部４０に適用することができる。ただし、ノイズレベル推定部４０の第１実施形態及び第２実施形態では、画像パッチ集合を入力としているのに対し、ノイズレベル推定装置４のノイズレベル推定部４０では、選択画像パッチ集合を入力としている。
このようにして、本発明のノイズレベル推定装置４によれば、入力画像から、その画像のノイズレベルを推定することができる。
ここで、本発明に係るノイズレベル推定装置の画像パッチ選択部３０の実施形態について、図８及び図９を参照しながら詳細に説明する。画像パッチ選択部３０は、画像パッチ集合生成部１０で生成された画像パッチ集合に基づき、選択画像パッチ集合を生成する。
図８は、本発明に係るノイズレベル推定装置の画像パッチ選択部３０の第１実施形態を示すブロック構成図である。また、図９は、本発明に係るノイズレベル推定装置の画像パッチ選択部３０の第２実施形態を示すブロック構成図である。
図８の画像パッチ選択部３０の第１実施形態に示されたように、画像パッチ選択部３０は、指標算出部３１０と、指標閾値に基づく画像パッチ選択部３２０とから構成される。
画像パッチ選択部３０の第１実施形態では、図８に示すように、まず、指標算出部３１０が、画像パッチ集合生成部１０で生成された画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、これら画像パッチの指標を算出する。ここで、一つの画像パッチに基づいて、一つの指標が算出されるため、以下、この指標を「画像パッチの指標」とも言う。
次に、画像パッチ選択部３０の第１実施形態では、指標閾値に基づく画像パッチ選択部３２０が、画像パッチ集合生成部１０で生成された画像パッチ集合の中から、指標算出部３１０で算出された指標及び所定の閾値に基づき、画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする。なお、所定の閾値は、予め設定された値である。
具体的に、指標閾値に基づく画像パッチ選択部３２０では、画像パッチ集合に属する全ての画像パッチに対して、指標閾値に基づく画像パッチ選択処理を行うことにより、画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする。
ここで、指標閾値に基づく画像パッチ選択処理では、画像パッチの指標と所定の閾値を比較し、その指標が所定の閾値以下である場合に、当該指標に対応する画像パッチを選択し、また、その指標が所定の閾値より大きい場合に、当該指標に対応する画像パッチを選択しない。
本発明に係るノイズレベル推定装置の画像パッチ選択部３０の第１実施形態について、上述のように説明したが、以下、本発明に係るノイズレベル推定装置の画像パッチ選択部３０の第２実施形態について説明する。
図９の画像パッチ選択部３０の第２実施形態に示されたように、画像パッチ選択部３０は、指標算出部３１０と、上位指標に基づく画像パッチ選択部３２１とから構成される。
画像パッチ選択部３０の第２実施形態では、図９に示すように、まず、指標算出部３１０が、画像パッチ集合生成部１０で生成された画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、これら画像パッチの指標を算出する。
次に、画像パッチ選択部３０の第２実施形態では、上位指標に基づく画像パッチ選択部３２１が、画像パッチ集合生成部１０で生成された画像パッチ集合の中から、所定個数の上位指標に対応する画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする。
ここで、所定個数とは、例えば、画像パッチ集合生成部１０で生成された画像パッチ集合に属する全ての画像パッチの総数の何パーセント（一例として、例えば、２５％）に相当する個数である。勿論、本発明では、所定個数が全ての画像パッチの総数の何パーセントに相当する個数であることに限定されることはなく、所定個数を他の方法で決定するようにしても良い。
また、「所定個数の上位指標に対応する画像パッチ」とは、指標算出部３１０で算出された指標の中で一番小さい指標から昇順に、又は、指標算出部３１０で算出された指標の中で一番大きい指標から降順に、所定個数の指標に対応する画像パッチを意味する。
つまり、上位指標に基づく画像パッチ選択部３２１が、画像パッチ集合の中から、指標算出部３１０で算出された指標の中で一番小さい指標から昇順に、又は、指標算出部３１０で算出された指標の中で一番大きい指標から降順に、所定個数の指標に対応する画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする。
図１０は、本発明に係るノイズレベル推定装置の第５実施形態（以下、単に「ノイズレベル推定装置５」とも言う。）を示すブロック構成図である。図１１は、図１０に示す本発明のノイズレベル推定装置５の処理流れを示すフロー図である。以下、図１０と図１１を用いて、ノイズレベル推定装置５を詳細に説明する。
図１０に示すように、ノイズレベル推定装置５は、入力画像から、その画像のノイズレベルを推定するための装置であり、画像パッチ集合生成部１２と、指標算出部３１０と、指標閾値に基づく画像パッチ選択部３２０と、ノイズレベル推定部４１と、ノイズレベル推定繰り返し終了判定部５０と、閾値変換部６０とから構成される。
ノイズレベル推定装置５の一番大きな特徴は、ノイズレベル推定処理を繰り返すことにより、ノイズレベルを推定することであり、具体的に、ノイズレベル推定部４１で推定されたノイズレベルを、画像パッチを選択する際に必要な閾値に変換し、次に、変換された閾値、画像パッチ集合及び指標に基づき、選択画像パッチ集合を生成し、更に、生成した選択画像パッチ集合に基づき、ノイズレベル推定部４１によりノイズレベルを推定することであり、即ち、ノイズレベル推定部４１で推定されたノイズレベルに基づき、画像パッチを選択する際に必要な閾値を変換しながら、ノイズレベル推定繰り返し終了判定部５０でノイズレベル推定繰り返し終了と判定されるまでに、入力画像のノイズレベルを繰り返し推定することである。
ここで、入力画像からその画像のノイズレベルを推定するために、図１０と図１１を参照しながら、ノイズレベル推定装置５にて行われる処理の流れについて説明する。
まず、ノイズレベル推定装置５では、画像パッチ集合生成部１２が、入力画像から、当該入力画像の画像パッチ集合を生成するとともに、ノイズレベル推定処理の繰り返し回数ｋを０と設定する（図１１のステップＳ１００を参照）。
ここで、ノイズレベル推定装置５の画像パッチ集合生成部１２にて行われる、繰り返し回数ｋを０と設定する処理を除いた処理は、前述したノイズレベル推定装置１の画像パッチ集合生成部１０にて行われる処理と同じであるため、その詳細な説明は省略する。
次に、ノイズレベル推定装置５では、指標算出部３１０が、画像パッチ集合生成部１２で生成された画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、これら画像パッチの指標を算出する（図１１のステップＳ１１０を参照）。
ここで、ノイズレベル推定装置５の指標算出部３１０にて行われる処理は、前述した画像パッチ選択部３０の第１実施形態（図８参照）における指標算出部３１０にて行われる処理と同じであるため、その詳細な説明は省略する。
次に、ノイズレベル推定装置５では、ノイズレベル推定部４１が、画像パッチ集合生成部１２で得られた画像パッチ集合に基づき、ノイズレベル
Figure 2013025368
を推定する（図１１のステップＳ１２０を参照）。ノイズレベル推定部４１で推定されたノイズレベル
Figure 2013025368
は、ノイズレベル推定繰り返し終了判定部５０に入力される。ここで、繰り返し回数ｋの値が０であるため、画像パッチ集合に基づいて推定されたノイズレベル
Figure 2013025368
となる。
なお、ノイズレベル推定装置５のノイズレベル推定部４１にて行われる処理は、前述したノイズレベル推定装置１のノイズレベル推定部４０にて行われる処理と同じであるため、その詳細な説明は省略する。
次に、ノイズレベル推定装置５では、ノイズレベル推定繰り返し終了判定部５０が、ノイズレベル推定部４１から入力されたノイズレベル
Figure 2013025368
に基づき、ノイズレベル推定繰り返し終了に関する第１の判定条件、即ち、ｋ＞０を満たすか否かを判定する（図１１のステップＳ１３０を参照）。
このとき、ノイズレベル推定部４１からノイズレベル推定繰り返し終了判定部５０に入力されたノイズレベルは、
Figure 2013025368
であるため、ｋの値は０となり、第１の判定条件（ｋ＞０）を満たさない。よって、ノイズレベル推定繰り返し終了判定部５０が、ノイズレベル推定繰り返し終了と判定せず、ノイズレベル
Figure 2013025368
を閾値変換部６０に出力するようにする。
次に、ノイズレベル推定装置５では、閾値変換部６０が、閾値変換処理を行うことにより、ノイズレベル推定繰り返し終了判定部５０からのノイズレベル
Figure 2013025368
を閾値τに変換し、変換した閾値τを指標閾値に基づく画像パッチ選択部３２０に出力する（図１１のステップＳ１５０を参照）。
具体的に、閾値変換処理では、単調増加関数
Figure 2013025368
を利用することにより、ノイズレベル
Figure 2013025368
を閾値τに変換する。ここで言う「単調増加関数」とは、ｘ＜ｙであれば、ｆ(ｘ)＜ｆ(ｙ)を満足する関数である。
具体的な単調増加関数の一例として、例えば、
Figure 2013025368
である。つまり、下記数７に基づき、閾値変換処理を行うことにより、ノイズレベル
Figure 2013025368
を閾値τに変換する。
Figure 2013025368
 ただし、γは実験的に設定する所定のパラメータである。γの一例としては、例えば、３である。
次に、ノイズレベル推定装置５では、指標閾値に基づく画像パッチ選択部３２０が、画像パッチ集合生成部１２で生成された画像パッチ集合の中から、指標算出部３１０で算出された指標、及び、閾値変換部６０で変換された閾値τに基づき、画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする（図１１のステップＳ１６０を参照）。
ここで、ノイズレベル推定装置５の指標閾値に基づく画像パッチ選択部３２０にて行われる処理は、前述した画像パッチ選択部３０の第１実施形態（図８参照）における指標閾値に基づく画像パッチ選択部３２０にて行われる処理と同じであるため、その詳細な説明は省略する。ちなみに、閾値変換部６０で変換された閾値τは、所定の閾値として利用される。
次に、ノイズレベル推定装置５では、繰り返し回数ｋの値を１増加させるようにする（図１１のステップＳ１７０を参照）。
次に、ノイズレベル推定装置５では、ノイズレベル推定部４１が、指標閾値に基づく画像パッチ選択部３２０で得られた選択画像パッチ集合に基づき、ノイズレベル
Figure 2013025368
を推定する（図１１のステップＳ１８０を参照）。ノイズレベル推定部４１で推定されたノイズレベル
Figure 2013025368
は、ノイズレベル推定繰り返し終了判定部５０に入力される。
このときに、ノイズレベル推定装置５のノイズレベル推定部４１にて行われる処理（即ち、ステップＳ１８０での処理）は、前述したノイズレベル推定装置４のノイズレベル推定部４０にて行われる処理と同じであるため、その詳細な説明は省略する。
次に、ノイズレベル推定装置５では、ノイズレベル推定繰り返し終了判定部５０が、ノイズレベル推定部４１から入力されたノイズレベル
Figure 2013025368
に基づき、ノイズレベル推定繰り返し終了に関する第２の判定条件、即ち、
Figure 2013025368
が十分小さくなっていること（その一例として、
Figure 2013025368
ここで、所定の値は、例えば、０.０１である。）を満たすか否かを判定する（図１１のステップＳ１４０を参照）。
ステップＳ１４０において、ノイズレベル推定繰り返し終了判定部５０が、上記第２の判定条件を満たさないと判定した場合に、即ち、ノイズレベル推定繰り返し終了と判定しない場合に、ノイズレベル
Figure 2013025368
を閾値変換部６０に出力する。
そして、ノイズレベル推定装置５では、閾値変換部６０が、閾値変換処理を行うことにより、ノイズレベル推定繰り返し終了判定部５０からのノイズレベル
Figure 2013025368
を閾値τに変換し、変換した閾値τを指標閾値に基づく画像パッチ選択部３２０に出力する（図１１のステップＳ１５０を参照）。なお、図１１のステップＳ１５０での処理は既述したため、その説明は省略する。
次に、ノイズレベル推定装置５では、指標閾値に基づく画像パッチ選択部３２０が、画像パッチ集合生成部１２で生成された画像パッチ集合の中から、指標算出部３１０で算出された指標、及び、閾値変換部６０で変換された閾値τに基づき、画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする（図１１のステップＳ１６０を参照）。なお、図１１のステップＳ１６０での処理は既述したため、その説明は省略する。
次に、ノイズレベル推定装置５では、繰り返し回数ｋの値を１増加させるようにする（図１１のステップＳ１７０を参照）。
次に、ノイズレベル推定装置５では、ノイズレベル推定部４１が、指標閾値に基づく画像パッチ選択部３２０で得られた選択画像パッチ集合に基づき、ノイズレベル
Figure 2013025368
を推定する（図１１のステップＳ１８０を参照）。ノイズレベル推定部４１で推定されたノイズレベル
Figure 2013025368
は、ノイズレベル推定繰り返し終了判定部５０に入力される。
そして、ノイズレベル推定繰り返し終了判定部５０が、ノイズレベル推定部４１から入力されたノイズレベル
Figure 2013025368
に基づき、ノイズレベル推定繰り返し終了に関する第２の判定条件を満たすか否かを判定する（図１１のステップＳ１４０を参照）。
このように、ノイズレベル推定繰り返し終了判定部５０が、上記第２の判定条件を満たしたと判定するまでに、ノイズレベル推定装置５では、ステップＳ１４０での処理、ステップＳ１５０での処理、ステップＳ１６０での処理、ステップＳ１７０での処理、及びステップＳ１８０での処理を繰り返すようにしている。
一方、ステップＳ１４０において、ノイズレベル推定繰り返し終了判定部５０が、上記第２の判定条件を満たしたと判定した場合に、即ち、ノイズレベル推定繰り返し終了と判定した場合に、ノイズレベル
Figure 2013025368
を、ノイズレベル推定装置５が推定したノイズレベルとして外部に出力する（図１１のステップＳ１９０を参照）。これで、ノイズレベル推定装置５での処理が終了する。
つまり、本発明のノイズレベル推定装置５では、上記第１の判定条件を満たした上で、更に、上記第２の判定条件も満たした場合に（つまり、上記第１の判定条件及び上記第２の判定条件を満たした場合に）、ノイズレベル推定繰り返し終了と判定し、ノイズレベル推定繰り返し終了と判定されたときのノイズレベル
Figure 2013025368
を、入力画像のノイズレベルとして出力する。
ここで、本発明のノイズレベル推定装置において、画像パッチ集合から、画像パッチを選択し、選択した画像パッチのみで構成される、選択画像パッチ集合に基づき、入力画像のノイズレベルを推定する理由について説明する。
画像パッチを選択しない本発明のノイズレベル推定装置（前述したノイズレベル推定装置１、ノイズレベル推定装置２、及びノイズレベル推定装置３）を用いて、ノイズを含む画像のノイズレベルを推定する場合に、そのノイズを含む画像から生成された画像パッチ集合が、画像テクスチャやエッジを含まないフラットな領域のみの画像パッチ集合であれば、画像のノイズレベルを正確に推定することが出来る。
ところで、ノイズの信号エネルギーと、ノイズのない画像の信号エネルギーを分離することが困難であるため、ノイズを含む画像から生成された画像パッチ集合が、テクスチャやエッジなどの画像の信号エネルギーを含む画像パッチ集合であれば、画像パッチを選択しない本発明のノイズレベル推定装置を用いて、ノイズを含む画像のノイズレベルを推定する場合に、そのノイズを含む画像の真のノイズレベルと比較して、大きい値のノイズレベルが推定される可能性がある。
そこで、本発明の発明者らは、このような可能性を解消するために、画像パッチ集合から、ノイズレベルの推定に用いる画像パッチを選択するノイズレベル推定装置（前述したノイズレベル推定装置４、ノイズレベル推定装置５、及び後述するノイズレベル推定装置６）を発明した。
つまり、本発明では、画像パッチ集合から画像パッチを選択する際に、フラットな領域の画像パッチのみを選択するため、後述する本発明の指標算出部３１０の実施形態に示されるように、画像パッチの微分行列の最大固有値、画像パッチのｘｙ微分行列の最大特異値、又は、画像パッチの分散を画像パッチの指標として、画像パッチを選択するようにする。
画像パッチの微分行列の最大固有値、画像パッチのｘｙ微分行列の最大特異値、又は、画像パッチの分散を画像パッチの指標として選択した画像パッチは、フラットな領域の画像パッチとなり、このように選択した画像パッチのみで構成される、選択画像パッチ集合に基づき、画像のノイズレベルを推定する場合に、画像のノイズレベルを正確に推定することが出来る。
このように、本発明のノイズレベル推定装置を用いて、ノイズを含む画像のノイズレベルを推定する際に、ノイズを含む画像から生成される画像パッチ集合から、画像パッチを選択する必要がある。
しかしながら、フラットな領域の画像パッチのみを選択するために適する閾値は、画像パッチに含まれるノイズレベルに依存する。そのため、予め適切な閾値を設定することが、困難になる可能性がある。
そこで、本発明の発明者らは、このような状況に鑑みて、適切な閾値でフラットな領域の画像パッチのみを選択するために、推定されたノイズレベルに基づいて、フラットな領域の画像パッチのみを選択するための閾値を再設定（変換）しながら、繰り返し処理により、画像のノイズレベルをするといった技術的思想を、前述したノイズレベル推定装置５に適用した。
本発明のノイズレベル推定装置５によれば、テクスチャやエッジなどの画像の信号エネルギーを含む画像パッチ集合であっても、ノイズレベルを正確に推定することができる。
次に、本発明に係るノイズレベル推定装置の指標算出部３１０の実施形態について、説明する。指標算出部３１０は、画像パッチ集合生成部１０で生成された画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、これら画像パッチの指標を算出する。
図１２は、本発明に係るノイズレベル推定装置の指標算出部３１０の一実施形態を示すブロック構成図である。
図１２に示されたように、指標算出部３１０は、画像パッチ毎に、画像パッチの微分で構成される微分行列の最大固有値をその画像パッチの指標として算出するようにしており、ｘ微分算出部３１１と、ｙ微分算出部３１２と、微分行列生成部３１３と、最大固有値算出部３１４とから構成される。
図１２に示すように、指標算出部３１０では、まず、画像パッチ集合に属する全ての画像パッチに対して、ｘ微分算出部３１１が画像パッチのｘ微分を画像パッチ毎に算出するとともに、ｙ微分算出部３１２が画像パッチのｙ微分を画像パッチ毎に算出する。
次に、指標算出部３１０では、微分行列生成部３１３が、ｘ微分算出部３１１で算出された画像パッチのｘ微分、及び、ｙ微分算出部３１２で算出された画像パッチのｙ微分を用い、下記数８及び数９に基づき、画像パッチの微分行列を画像パッチ毎に生成する。
Figure 2013025368
Figure 2013025368
 ただし、
Figure 2013025368
は入力画像におけるｉ番目の画像パッチの微分行列である。

Figure 2013025368
はｘ微分算出部３１１で算出された、入力画像におけるｉ番目の画像パッチのｘ微分に対応する列ベクトルを表す。また、
Figure 2013025368
はｙ微分算出部３１２で算出された、入力画像におけるｉ番目の画像パッチのｙ微分に対応する列ベクトルを表す。さらに、以下、行列
Figure 2013025368
を単に、「入力画像におけるｉ番目の画像パッチのｘｙ微分行列」とも言う。
そして、指標算出部３１０では、最大固有値算出部３１４が、画像パッチの微分行列の最大固有値を画像パッチ毎に算出し、算出した最大固有値を画像パッチの指標として出力する。
このように、図１２に示された本発明に係るノイズレベル推定装置の指標算出部３１０によれば、画像パッチ集合から、その画像パッチ集合に属する全ての画像パッチの指標（即ち、画像パッチの微分行列の最大固有値）を算出することができる。
なお、前述したように、
Figure 2013025368
の関係が成立するので、本発明の指標算出部３１０では、画像パッチの微分行列の最大固有値を画像パッチの指標として算出するかわりに、画像パッチのｘｙ微分行列の最大特異値を画像パッチの指標として算出するようにしても良い。
その場合に、指標算出部３１０では、ｘ微分算出部３１１で算出された画像パッチのｘ微分、及び、ｙ微分算出部３１２で算出された画像パッチのｙ微分を用い、上記数９に基づき、画像パッチのｘｙ微分行列
Figure 2013025368
を画像パッチ毎に生成し、そして、画像パッチのｘｙ微分行列の最大特異値を画像パッチ毎に算出し、算出した最大特異値を画像パッチの指標として出力する。
つまり、微分行列生成部３１３の代わりに、図１２の指標算出部３１０は、ｘ微分算出部３１１で算出された画像パッチのｘ微分、及び、ｙ微分算出部３１２で算出された画像パッチのｙ微分を用い、上記数９に基づき、画像パッチのｘｙ微分行列を画像パッチ毎に生成する、ｘｙ微分行列生成部を備えれば良い。
また、最大固有値算出部３１４の代わりに、図１２の指標算出部３１０は、ｘｙ微分行列生成部で生成された画像パッチのｘｙ微分行列の最大特異値を画像パッチ毎に算出し、算出した最大特異値を画像パッチの指標として出力する、最大特異値算出部を備えれば良い。
以上では、画像パッチの微分に基づいたパラメーター（即ち、画像パッチの微分行列の最大固有値、又は、画像パッチのｘｙ微分行列の最大特異値）を画像パッチの指標として算出する、指標算出部３１０の実施形態について説明したが、次に、画像パッチの分散を画像パッチの指標として算出する指標算出部３１０の実施形態について、説明する。
この実施形態では、指標算出部３１０が、まず、画像パッチ集合に属する全ての画像パッチに対して、下記数１０及び数１１に基づき、画像パッチの分散を画像パッチ毎に算出し、次に、算出した画像パッチの分散を画像パッチの指標として出力する。
Figure 2013025368
Figure 2013025368
 ただし、
Figure 2013025368
は入力画像におけるｉ番目の画像パッチ（以下、単に
Figure 2013025368
とも言う。）の分散である。また、
Figure 2013025368
の画素数をＭとする。さらに、
Figure 2013025368
のｋ番目の画素の画素値を
Figure 2013025368
とする。
図１３は、本発明に係るノイズレベル推定装置の第６実施形態（以下、単に「ノイズレベル推定装置６」とも言う。）を示すブロック構成図である。以下、図１３を用いて、ノイズレベル推定装置６を詳細に説明する。
図１３に示すように、ノイズレベル推定装置６は、入力画像から、その画像のノイズレベルを推定するための装置であり、高周波成分抽出部２０と、高周波成分画像パッチ集合生成部１１と、低周波成分抽出部２５と、低周波成分画像パッチ集合生成部１６と、低周波成分画像パッチ選択部３５と、対応高周波成分画像パッチ抽出部２２と、ノイズレベル推定部４０とから構成される。
図１３に示すように、ノイズレベル推定装置６では、高周波成分抽出部２０が、入力画像に対し、高周波成分抽出処理を行うことにより、当該入力画像の高周波成分画像を抽出する。高周波成分画像パッチ集合生成部１１が、高周波成分抽出部２０で抽出された高周波成分画像から高周波成分画像パッチ集合を得るために、高周波成分画像に対して、高周波成分画像パッチ集合生成処理を行うことにより、高周波成分画像パッチ集合を生成する。
ここで、ノイズレベル推定装置６の高周波成分抽出部２０にて行われる処理は、前述したノイズレベル推定装置２の高周波成分抽出部２０にて行われる処理と同じであるため、その詳細な説明は省略する。また、ノイズレベル推定装置６の高周波成分画像パッチ集合生成部１１にて行われる処理は、前述したノイズレベル推定装置２の高周波成分画像パッチ集合生成部１１にて行われる処理と同じであるため、その詳細な説明は省略する。
また、低周波成分抽出部２５が、入力画像に対し、低周波成分抽出処理を行うことにより、当該入力画像の低周波成分画像を抽出する。低周波成分画像パッチ集合生成部１６が、低周波成分抽出部２５で抽出された低周波成分画像から低周波成分画像パッチ集合を得るために、低周波成分画像に対して、低周波成分画像パッチ集合生成処理を行うことにより、低周波成分画像パッチ集合を生成する。
ここで、低周波成分抽出処理の一具体例として、入力画像に対し、ローパスフィルタをかけることにより、入力画像の低周波成分画像を抽出するようにしても良い。
また、低周波成分抽出処理の他の具体例として、入力画像から、高周波成分抽出部２０で抽出された高周波成分画像を減算することによって、入力画像の低周波成分画像を抽出するようにしても良い。
つまり、本発明で言う「低周波成分抽出処理」は、入力画像の低周波成分画像を抽出するための処理であり、上述した２つの具体例に限定されることがなく、入力画像の低周波成分画像を抽出できる処理であれば、その処理を本発明の「低周波成分抽出処理」とすることができる。
また、低周波成分画像パッチ集合生成処理は、基本的に、前述した画像パッチ集合生成処理と同じであるため、その詳細な説明は省略する。
ただし、画像パッチ集合生成処理は、入力画像に対して、画素位置をずらしながら、複数の画像パッチを生成する処理であるのに対し、低周波成分画像パッチ集合生成処理は、低周波成分画像に対して、画素位置をずらしながら、複数の低周波成分画像パッチを生成する処理である。
本発明では、低周波成分画像パッチ集合生成処理により得られた複数の低周波成分画像パッチを一つの集合（即ち、低周波成分画像パッチ集合）とする。
次に、低周波成分画像パッチ選択部３５が、まず、低周波成分画像パッチ集合生成部１６で生成された低周波成分画像パッチ集合の中から、所定の画像パッチ選択方法に基づき、複数の低周波成分画像パッチを選択し、次に、選択した複数の低周波成分画像パッチを選択低周波成分画像パッチ集合とする。
ここで、ノイズレベル推定装置６の低周波成分画像パッチ選択部３５にて行われる処理は、基本的に、前述したノイズレベル推定装置４の画像パッチ選択部３０にて行われる処理と同じであるため、その詳細な説明は省略する。
ただし、画像パッチ選択部３０にて行われる処理は、画像パッチ集合から選択画像パッチ集合を得るための処理であるのに対し、低周波成分画像パッチ選択部３５にて行われる処理は、低周波成分画像パッチ集合から選択低周波成分画像パッチ集合を得るための処理である。
次に、対応高周波成分画像パッチ抽出部２２が、低周波成分画像パッチ選択部３５で得られた選択低周波成分画像パッチ集合に属する全ての低周波成分画像パッチに対し、対応高周波成分画像パッチ抽出処理を行うことにより、これら全ての低周波成分画像パッチ（即ち、選択された低周波成分画像パッチ）に対応する高周波成分画像パッチを、対応高周波成分画像パッチとして抽出し、抽出したこれらの対応高周波成分画像パッチを対応高周波成分画像パッチ集合とする。
ここで、対応高周波成分画像パッチ抽出処理とは、選択された低周波成分画像パッチと同じ画素位置を有する高周波成分画像パッチを、選択された低周波成分画像パッチに対応する高周波成分画像パッチ（即ち、対応高周波成分画像パッチ）として抽出する処理である。
そして、ノイズレベル推定部４０が、対応高周波成分画像パッチ抽出部２２で得られた対応高周波成分画像パッチ集合に基づき、入力画像のノイズレベルを推定する。
ここで、ノイズレベル推定装置６のノイズレベル推定部４０にて行われる処理は、基本的に、前述したノイズレベル推定装置１のノイズレベル推定部４０にて行われる処理と同じであるため、その詳細な説明は省略する。
ただし、ノイズレベル推定装置１のノイズレベル推定部４０にて行われる処理は、画像パッチ集合に対して行われる処理であるのに対し、ノイズレベル推定装置６のノイズレベル推定部４０にて行われる処理は、対応高周波成分画像パッチ集合に対して行われる処理である。
つまり、前述したノイズレベル推定部４０の第１実施形態（図３参照）及び第２実施形態（図４参照）を、ノイズレベル推定装置６のノイズレベル推定部４０に適用することができる。ただし、ノイズレベル推定部４０の第１実施形態及び第２実施形態では、画像パッチ集合を入力としているのに対し、ノイズレベル推定装置６のノイズレベル推定部４０では、対応高周波成分画像パッチ集合を入力としている。
このようにして、本発明のノイズレベル推定装置６によれば、入力画像から、その画像のノイズレベルを推定することができる。
なお、図１３に示すように、ノイズレベル推定装置６では、高周波成分画像が高周波成分抽出部２０により抽出され、低周波成分画像が低周波成分抽出部２５により抽出されるといった実施形態になっているが、高周波成分画像と低周波成分画像を一つの抽出処理部により抽出するようにしても良い。また、ノイズレベル推定装置６では、高周波成分画像パッチ集合が高周波成分画像パッチ集合生成部１１により生成され、低周波成分画像パッチ集合が低周波成分画像パッチ集合生成部１６により生成されるといった実施形態になっているが、高周波成分画像パッチ集合と低周波成分画像パッチ集合を一つの画像パッチ集合生成部により生成するようにしても良い。
なお、本発明に係るノイズレベル推定装置は、コンピュータシステムを利用し、ソフトウェア（コンピュータプログラム）により実装されることができ、そして、ＡＳＩＣ（Application Specific Integrated Circuit）、ＧＰＵ（Graphics Processing Unit）やＦＰＧＡ（Field Programmable Gate Array）などのハードウェアにより実装されることも勿論できる。
ノイズレベル推定装置 １,２,３,４,５,６
画像パッチ集合生成部 １０,１２
高周波成分画像パッチ集合生成部 １１
低周波成分画像パッチ集合生成部 １６
高周波成分抽出部 ２０
高周波成分画像パッチ抽出部 ２１
対応高周波成分画像パッチ抽出部 ２２
低周波成分抽出部 ２５
画像パッチ選択部 ３０
低周波成分画像パッチ選択部 ３５
ノイズレベル推定部 ４０,４１
ノイズレベル推定繰り返し終了判定部 ５０
閾値変換部 ６０
指標算出部 ３１０
ｘ微分算出部 ３１１
ｙ微分算出部 ３１２
微分行列生成部 ３１３
最大固有値算出部 ３１４
指標閾値に基づく画像パッチ選択部 ３２０
上位指標に基づく画像パッチ選択部 ３２１
分散共分散行列算出部 ４１０
画像パッチ平均補正部 ４１１
最小固有値算出部 ４２０
最小特異値算出部 ４２１
ノイズ算出部 ４３０,４３１

Claims (49)

  1. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定装置であって、
    前記画像から画像パッチ集合を生成する、画像パッチ集合生成部と、
    前記画像パッチ集合生成部で生成された画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定部と、
    を備え、
    前記ノイズレベル推定部は、
    前記画像パッチ集合に基づき、前記画像パッチ集合に対応する分散共分散行列を算出する、分散共分散行列算出部と、
    前記分散共分散行列算出部で算出された分散共分散行列の最小固有値を算出する、最小固有値算出部と、
    前記最小固有値算出部で算出された最小固有値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部と、
    を備えることを特徴とするノイズレベル推定装置。
  2. 前記分散共分散行列算出部では、次の数式に基づき、分散共分散行列算出処理を行うことにより、前記分散共分散行列を算出し、
    Figure 2013025368
    ここで、
    Figure 2013025368
    は前記画像パッチ集合を表し、
    Figure 2013025368
    は前記画像におけるｉ番目の画像パッチを表し、Ｎは前記画像パッチ集合の要素数を表し、
    Figure 2013025368
    は平均補正済み画像パッチ集合を表し、
    Figure 2013025368
    は画像パッチの平均を表し、
    Figure 2013025368
    は前記分散共分散行列を表し、
    前記最小固有値算出部では、最小固有値算出処理を行うことにより、前記分散共分散行列の前記最小固有値
    Figure 2013025368
    を算出し、
    前記ノイズレベル算出部では、
    Figure 2013025368
    に基づき、ノイズレベル算出処理を行うことにより、前記ノイズレベルを算出し、
    ここで、
    Figure 2013025368
    は前記ノイズレベルを表す請求項１に記載のノイズレベル推定装置。
  3. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定装置であって、
    前記画像から画像パッチ集合を生成する、画像パッチ集合生成部と、
    前記画像パッチ集合生成部で生成された画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定部と、
    を備え、
    前記ノイズレベル推定部は、
    前記画像パッチ集合に基づき、平均補正済み画像パッチ集合を生成する、画像パッチ平均補正部と、
    前記画像パッチ平均補正部で生成された平均補正済み画像パッチ集合の最小特異値を算出する、最小特異値算出部と、
    前記最小特異値算出部で算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部と、
    を備えることを特徴とするノイズレベル推定装置。
  4. 前記画像パッチ平均補正部では、次の数式に基づき、平均補正済み画像パッチ集合生成処理を行うことにより、前記平均補正済み画像パッチ集合を算出し、
    Figure 2013025368
    ここで、
    Figure 2013025368
    は前記平均補正済み画像パッチ集合を表し、
    Figure 2013025368
    は前記画像パッチ集合を表し、
    Figure 2013025368
    は前記画像におけるｉ番目の画像パッチを表し、Ｎは前記画像パッチ集合の要素数を表し、
    Figure 2013025368
    は画像パッチの平均を表し、
    前記最小特異値算出部が、最小特異値算出処理を行うことにより、前記平均補正済み画像パッチ集合の前記最小特異値
    Figure 2013025368
    を算出し、
    前記ノイズレベル算出部が、
    Figure 2013025368
    に基づき、ノイズレベル算出処理を行うことにより、前記ノイズレベルを算出し、
    ここで、
    Figure 2013025368
    は前記ノイズレベルを表す請求項３に記載のノイズレベル推定装置。
  5. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定装置であって、
    前記画像から高周波成分画像を抽出する、高周波成分抽出部と、
    前記高周波成分抽出部で抽出された高周波成分画像から、高周波成分画像パッチ集合を生成する、高周波成分画像パッチ集合生成部と、
    前記高周波成分画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定部と、
    を備えることを特徴とするノイズレベル推定装置。
  6. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定装置であって、
    前記画像から画像パッチ集合を生成する、画像パッチ集合生成部と、
    前記画像パッチ集合生成部で生成された画像パッチ集合から、高周波成分画像パッチ集合を抽出する、高周波成分画像パッチ抽出部と、
    前記高周波成分画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定部と、
    を備えることを特徴とするノイズレベル推定装置。
  7. 前記ノイズレベル推定部は、
    前記高周波成分画像パッチ集合に基づき、前記高周波成分画像パッチ集合に対応する分散共分散行列を算出する、分散共分散行列算出部と、
    前記分散共分散行列算出部で算出された分散共分散行列の最小固有値を算出する、最小固有値算出部と、
    前記最小固有値算出部で算出された最小固有値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部と、
    を備える請求項５又は請求項６に記載のノイズレベル推定装置。
  8. 前記ノイズレベル推定部は、
    前記高周波成分画像パッチ集合に基づき、平均補正済み高周波成分画像パッチ集合を生成する、高周波成分画像パッチ平均補正部と、
    前記高周波成分画像パッチ平均補正部で生成された平均補正済み高周波成分画像パッチ集合の最小特異値を算出する、最小特異値算出部と、
    前記最小特異値算出部で算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部と、
    を備える請求項５又は請求項６に記載のノイズレベル推定装置。
  9. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定装置であって、
    前記画像から画像パッチ集合を生成する、画像パッチ集合生成部と、
    前記画像パッチ集合生成部で生成された画像パッチ集合から、複数の画像パッチを選択し、選択した複数の画像パッチを選択画像パッチ集合とする、画像パッチ選択部と、
    前記画像パッチ選択部で得られた選択画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定部と、
    を備えることを特徴とするノイズレベル推定装置。
  10. 前記画像パッチ選択部は、
    前記画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、画像パッチの指標を算出する、指標算出部と、
    前記画像パッチ集合に属する全ての画像パッチに対して、前記指標算出部で算出された指標及び所定の閾値に基づき、指標閾値に基づく画像パッチ選択処理を行うことにより、画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする、指標閾値に基づく画像パッチ選択部と、
    を備え、
    前記指標閾値に基づく画像パッチ選択処理では、前記指標と前記所定の閾値を比較し、前記指標が前記所定の閾値以下である場合に、前記指標に対応する画像パッチを選択し、前記指標が前記所定の閾値より大きい場合に、前記指標に対応する画像パッチを選択しないようにしている請求項９に記載のノイズレベル推定装置。
  11. 前記画像パッチ選択部は、
    前記画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、画像パッチの指標を算出する、指標算出部と、
    前記画像パッチ集合の中から、前記指標算出部で算出された指標の中で一番小さい指標から昇順に、又は、前記指標算出部で算出された指標の中で一番大きい指標から降順に、所定個数の指標に対応する画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする、上位指標に基づく画像パッチ選択部と、
    を備える請求項９に記載のノイズレベル推定装置。
  12. 前記指標算出部は、ｘ微分算出部と、ｙ微分算出部と、微分行列生成部と、最大固有値算出部とを備え、
    前記指標算出部では、前記画像パッチ集合に属する全ての画像パッチに対して、前記ｘ微分算出部が、画像パッチのｘ微分を画像パッチ毎に算出するとともに、前記ｙ微分算出部が、画像パッチのｙ微分を画像パッチ毎に算出し、
    前記微分行列生成部が、前記ｘ微分算出部で算出された画像パッチのｘ微分、及び、前記ｙ微分算出部で算出された画像パッチのｙ微分を用い、画像パッチの微分行列を画像パッチ毎に生成し、
    前記最大固有値算出部が、前記画像パッチの微分行列の最大固有値を画像パッチ毎に算出し、算出した最大固有値を画像パッチの指標として出力する請求項１０又は請求項１１に記載のノイズレベル推定装置。
  13. 前記指標算出部は、ｘ微分算出部と、ｙ微分算出部と、ｘｙ微分行列生成部と、最大特異値算出部とを備え、
    前記指標算出部では、前記画像パッチ集合に属する全ての画像パッチに対して、前記ｘ微分算出部が、画像パッチのｘ微分を画像パッチ毎に算出するとともに、前記ｙ微分算出部が、画像パッチのｙ微分を画像パッチ毎に算出し、
    前記ｘｙ微分行列生成部が、前記ｘ微分算出部で算出された画像パッチのｘ微分、及び、前記ｙ微分算出部で算出された画像パッチのｙ微分を用い、画像パッチのｘｙ微分行列を画像パッチ毎に生成し、
    前記最大特異値算出部が、前記画像パッチのｘｙ微分行列の最大特異値を画像パッチ毎に算出し、算出した最大特異値を画像パッチの指標として出力する請求項１０又は請求項１１に記載のノイズレベル推定装置。
  14. 前記指標算出部が、画像パッチ集合に属する全ての画像パッチに対して、次の数式に基づき、画像パッチの分散を画像パッチ毎に算出し、算出した画像パッチの分散を画像パッチの指標として出力し、

    Figure 2013025368
    ただし、
    Figure 2013025368
    は画像パッチ
    Figure 2013025368
    の分散を表し、Ｍは画像パッチ
    Figure 2013025368
    の画素数を表し、
    Figure 2013025368
    は画像パッチ
    Figure 2013025368
    のｋ番目の画素の画素値を表す請求項１０又は請求項１１に記載のノイズレベル推定装置。
  15. 前記ノイズレベル推定部は、
    前記選択画像パッチ集合に基づき、前記選択画像パッチ集合に対応する分散共分散行列を算出する、分散共分散行列算出部と、
    前記分散共分散行列算出部で算出された分散共分散行列の最小固有値を算出する、最小固有値算出部と、
    前記最小固有値算出部で算出された最小固有値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部と、
    を備える請求項９乃至請求項１４の何れかに記載のノイズレベル推定装置。
  16. 前記ノイズレベル推定部は、
    前記選択画像パッチ集合に基づき、平均補正済み選択画像パッチ集合を生成する、選択画像パッチ平均補正部と、
    前記選択画像パッチ平均補正部で生成された平均補正済み選択画像パッチ集合の最小特異値を算出する、最小特異値算出部と、
    前記最小特異値算出部で算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部と、
    を備える請求項９乃至請求項１４の何れかに記載のノイズレベル推定装置。
  17. ノイズを含む一枚の画像から、ノイズレベル推定を繰り返すことにより、当該画像のノイズレベルを推定するノイズレベル推定装置であって、
    画像パッチ集合生成部と、指標算出部と、指標閾値に基づく画像パッチ選択部と、ノイズレベル推定部と、閾値変換部と、ノイズレベル推定繰り返し終了判定部とを備え、
    前記画像パッチ集合生成部は、前記画像から画像パッチ集合を生成し、
    前記指標算出部は、前記画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、画像パッチの指標を算出し、
    前記指標閾値に基づく画像パッチ選択部は、前記画像パッチ集合に属する全ての画像パッチに対して、前記指標算出部で算出された指標、及び、前記閾値変換部からの閾値に基づき、指標閾値に基づく画像パッチ選択処理を行うことにより、画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とし、
    前記ノイズレベル推定部は、前記画像パッチ集合又は前記選択画像パッチ集合に基づき、前記ノイズレベルを推定し、推定したノイズレベルを前記ノイズレベル推定繰り返し終了判定部に出力し、
    前記閾値変換部は、前記ノイズレベル推定繰り返し終了判定部からの前記ノイズレベルを前記閾値に変換し、変換した閾値を前記指標閾値に基づく画像パッチ選択部に出力し、
    前記ノイズレベル推定繰り返し終了判定部は、所定の判定条件に基づき、ノイズレベル推定繰り返し終了を判定し、ノイズレベル推定繰り返し終了と判定しない場合に、前記ノイズレベル推定部からの前記ノイズレベルを前記閾値変換部に出力し、ノイズレベル推定繰り返し終了と判定した場合に、前記ノイズレベル推定部からの前記ノイズレベルを、前記ノイズレベル推定装置が推定したノイズレベルとすることを特徴とするノイズレベル推定装置。
  18. 前記所定の判定条件は、第１の判定条件と第２の判定条件であり、
    前記第１の判定条件は、ｋ＞０（ただし、ｋはノイズレベル推定処理の繰り返し回数である。）であり、
    前記第２の判定条件は、
    Figure 2013025368
    である（ただし、
    Figure 2013025368
    は前記ノイズレベル推定部により推定されたノイズレベルである。）。
    前記ノイズレベル推定繰り返し終了判定部では、前記第１の判定条件及び前記第２の判定条件を満たした場合に、ノイズレベル推定繰り返し終了と判定する請求項１７に記載のノイズレベル推定装置。
  19. 前記指標算出部は、ｘ微分算出部と、ｙ微分算出部と、微分行列生成部と、最大固有値算出部とを備え、
    前記指標算出部では、前記画像パッチ集合に属する全ての画像パッチに対して、前記ｘ微分算出部が、画像パッチのｘ微分を画像パッチ毎に算出するとともに、前記ｙ微分算出部が、画像パッチのｙ微分を画像パッチ毎に算出し、
    前記微分行列生成部が、前記ｘ微分算出部で算出された画像パッチのｘ微分、及び、前記ｙ微分算出部で算出された画像パッチのｙ微分を用い、画像パッチの微分行列を画像パッチ毎に生成し、
    前記最大固有値算出部が、前記画像パッチの微分行列の最大固有値を画像パッチ毎に算出し、算出した最大固有値を画像パッチの指標として出力する請求項１７又は請求項１８に記載のノイズレベル推定装置。
  20. 前記指標算出部は、ｘ微分算出部と、ｙ微分算出部と、ｘｙ微分行列生成部と、最大特異値算出部とを備え、
    前記指標算出部では、前記画像パッチ集合に属する全ての画像パッチに対して、前記ｘ微分算出部が、画像パッチのｘ微分を画像パッチ毎に算出するとともに、前記ｙ微分算出部が、画像パッチのｙ微分を画像パッチ毎に算出し、
    前記ｘｙ微分行列生成部が、前記ｘ微分算出部で算出された画像パッチのｘ微分、及び、前記ｙ微分算出部で算出された画像パッチのｙ微分を用い、画像パッチのｘｙ微分行列を画像パッチ毎に生成し、
    前記最大特異値算出部が、前記画像パッチのｘｙ微分行列の最大特異値を画像パッチ毎に算出し、算出した最大特異値を画像パッチの指標として出力する請求項１７又は請求項１８に記載のノイズレベル推定装置。
  21. 前記指標算出部が、画像パッチ集合に属する全ての画像パッチに対して、次の数式に基づき、画像パッチの分散を画像パッチ毎に算出し、算出した画像パッチの分散を画像パッチの指標として出力し、
    Figure 2013025368
    ただし、
    Figure 2013025368
    は画像パッチ
    Figure 2013025368
    の分散を表し、Ｍは画像パッチ
    Figure 2013025368
    の画素数を表し、
    Figure 2013025368
    は画像パッチ
    Figure 2013025368
    のｋ番目の画素の画素値を表す請求項１７又は請求項１８に記載のノイズレベル推定装置。
  22. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定装置であって、
    高周波成分抽出部と、高周波成分画像パッチ集合生成部と、低周波成分抽出部と、低周波成分画像パッチ集合生成部と、低周波成分画像パッチ選択部と、対応高周波成分画像パッチ抽出部と、ノイズレベル推定部とを備え、
    前記高周波成分抽出部が、前記画像に対し、高周波成分抽出処理を行うことにより、前記画像の高周波成分画像を抽出し、
    前記高周波成分画像パッチ集合生成部が、前記高周波成分画像に対して、高周波成分画像パッチ集合生成処理を行うことにより、高周波成分画像パッチ集合を生成し、
    前記低周波成分抽出部が、前記画像に対し、低周波成分抽出処理を行うことにより、前記画像の低周波成分画像を抽出し、
    前記低周波成分画像パッチ集合生成部が、前記低周波成分画像に対して、低周波成分画像パッチ集合生成処理を行うことにより、低周波成分画像パッチ集合を生成し、
    前記低周波成分画像パッチ選択部が、前記低周波成分画像パッチ集合の中から、所定の画像パッチ選択方法に基づき、複数の低周波成分画像パッチを選択し、選択した複数の低周波成分画像パッチを選択低周波成分画像パッチ集合とし、
    前記対応高周波成分画像パッチ抽出部が、前記選択低周波成分画像パッチ集合に属する全ての低周波成分画像パッチに対し、対応高周波成分画像パッチ抽出処理を行うことにより、これら全ての低周波成分画像パッチに対応する高周波成分画像パッチを、対応高周波成分画像パッチとして抽出し、抽出したこれらの対応高周波成分画像パッチを対応高周波成分画像パッチ集合とし、
    前記ノイズレベル推定部が、前記対応高周波成分画像パッチ集合に基づき、前記ノイズレベルを推定し、
    前記対応高周波成分画像パッチ抽出処理は、低周波成分画像パッチと同じ画素位置を有する高周波成分画像パッチを、対応高周波成分画像パッチとして抽出する処理であることを特徴とするノイズレベル推定装置。
  23. 前記ノイズレベル推定部は、
    前記対応高周波成分画像パッチ集合に基づき、前記対応高周波成分画像パッチ集合に対応する分散共分散行列を算出する、分散共分散行列算出部と、
    前記分散共分散行列算出部で算出された分散共分散行列の最小固有値を算出する、最小固有値算出部と、
    前記最小固有値算出部で算出された最小固有値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部と、
    を備える請求項２２に記載のノイズレベル推定装置。
  24. 前記ノイズレベル推定部は、
    前記対応高周波成分画像パッチ集合に基づき、平均補正済み対応高周波成分画像パッチ集合を生成する、対応高周波成分画像パッチ平均補正部と、
    前記対応高周波成分画像パッチ平均補正部で生成された平均補正済み対応高周波成分画像パッチ集合の最小特異値を算出する、最小特異値算出部と、
    前記最小特異値算出部で算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出部と、
    を備える請求項２２に記載のノイズレベル推定装置。
  25. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定方法であって、
    前記画像から画像パッチ集合を生成する、画像パッチ集合生成ステップと、
    前記画像パッチ集合生成ステップで生成された画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定ステップと、
    を有し、
    前記ノイズレベル推定ステップは、
    前記画像パッチ集合に基づき、前記画像パッチ集合に対応する分散共分散行列を算出する、分散共分散行列算出ステップと、
    前記分散共分散行列算出ステップで算出された分散共分散行列の最小固有値を算出する、最小固有値算出ステップと、
    前記最小固有値算出ステップで算出された最小固有値に基づき、前記ノイズレベルを算出する、ノイズレベル算出ステップと、
    を有することを特徴とするノイズレベル推定方法。
  26. 前記分散共分散行列算出ステップでは、次の数式に基づき、分散共分散行列算出処理を行うことにより、前記分散共分散行列を算出し、
    Figure 2013025368
    ここで、
    Figure 2013025368
    は前記画像パッチ集合を表し、
    Figure 2013025368
    は前記画像におけるｉ番目の画像パッチを表し、Ｎは前記画像パッチ集合の要素数を表し、
    Figure 2013025368
    は平均補正済み画像パッチ集合を表し、
    Figure 2013025368
    は画像パッチの平均を表し、
    Figure 2013025368
    は前記分散共分散行列を表し、
    前記最小固有値算出ステップでは、最小固有値算出処理を行うことにより、前記分散共分散行列の前記最小固有値
    Figure 2013025368
    を算出し、
    前記ノイズレベル算出ステップでは、
    Figure 2013025368
    に基づき、ノイズレベル算出処理を行うことにより、前記ノイズレベルを算出し、
    ここで、
    Figure 2013025368
    は前記ノイズレベルを表す請求項２５に記載のノイズレベル推定方法。
  27. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定方法であって、
    前記画像から画像パッチ集合を生成する、画像パッチ集合生成ステップと、
    前記画像パッチ集合生成ステップで生成された画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定ステップと、
    を有し、
    前記ノイズレベル推定ステップは、
    前記画像パッチ集合に基づき、平均補正済み画像パッチ集合を生成する、画像パッチ平均補正ステップと、
    前記画像パッチ平均補正ステップで生成された平均補正済み画像パッチ集合の最小特異値を算出する、最小特異値算出ステップと、
    前記最小特異値算出ステップで算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出ステップと、
    を有することを特徴とするノイズレベル推定方法。
  28. 前記画像パッチ平均補正ステップでは、次の数式に基づき、平均補正済み画像パッチ集合生成処理を行うことにより、前記平均補正済み画像パッチ集合を算出し、
    Figure 2013025368
    ここで、
    Figure 2013025368
    は前記平均補正済み画像パッチ集合を表し、
    Figure 2013025368
    は前記画像パッチ集合を表し、
    Figure 2013025368
    は前記画像におけるｉ番目の画像パッチを表し、Ｎは前記画像パッチ集合の要素数を表し、
    Figure 2013025368
    は画像パッチの平均を表し、
    前記最小特異値算出ステップが、最小特異値算出処理を行うことにより、前記平均補正済み画像パッチ集合の前記最小特異値
    Figure 2013025368
    を算出し、
    前記ノイズレベル算出ステップが、
    Figure 2013025368
    に基づき、ノイズレベル算出処理を行うことにより、前記ノイズレベルを算出し、
    ここで、
    Figure 2013025368
    は前記ノイズレベルを表す請求項２７に記載のノイズレベル推定方法。
  29. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定方法であって、
    前記画像から高周波成分画像を抽出する、高周波成分抽出ステップと、
    前記高周波成分抽出ステップで抽出された高周波成分画像から、高周波成分画像パッチ集合を生成する、高周波成分画像パッチ集合生成ステップと、
    前記高周波成分画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定ステップと、
    を有することを特徴とするノイズレベル推定方法。
  30. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定方法であって、
    前記画像から画像パッチ集合を生成する、画像パッチ集合生成ステップと、
    前記画像パッチ集合生成ステップで生成された画像パッチ集合から、高周波成分画像パッチ集合を抽出する、高周波成分画像パッチ抽出ステップと、
    前記高周波成分画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定ステップと、
    を有することを特徴とするノイズレベル推定方法。
  31. 前記ノイズレベル推定ステップは、
    前記高周波成分画像パッチ集合に基づき、前記高周波成分画像パッチ集合に対応する分散共分散行列を算出する、分散共分散行列算出ステップと、
    前記分散共分散行列算出ステップで算出された分散共分散行列の最小固有値を算出する、最小固有値算出ステップと、
    前記最小固有値算出ステップで算出された最小固有値に基づき、前記ノイズレベルを算出する、ノイズレベル算出ステップと、
    を有する請求項２９又は請求項３０に記載のノイズレベル推定方法。
  32. 前記ノイズレベル推定ステップは、
    前記高周波成分画像パッチ集合に基づき、平均補正済み高周波成分画像パッチ集合を生成する、高周波成分画像パッチ平均補正ステップと、
    前記高周波成分画像パッチ平均補正ステップで生成された平均補正済み高周波成分画像パッチ集合の最小特異値を算出する、最小特異値算出ステップと、
    前記最小特異値算出ステップで算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出ステップと、
    を有する請求項２９又は請求項３０に記載のノイズレベル推定方法。
  33. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定方法であって、
    前記画像から画像パッチ集合を生成する、画像パッチ集合生成ステップと、
    前記画像パッチ集合生成ステップで生成された画像パッチ集合から、複数の画像パッチを選択し、選択した複数の画像パッチを選択画像パッチ集合とする、画像パッチ選択ステップと、
    前記画像パッチ選択ステップで得られた選択画像パッチ集合に基づき、前記ノイズレベルを推定する、ノイズレベル推定ステップと、
    を有することを特徴とするノイズレベル推定方法。
  34. 前記画像パッチ選択ステップは、
    前記画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、画像パッチの指標を算出する、指標算出ステップと、
    前記画像パッチ集合に属する全ての画像パッチに対して、前記指標算出ステップで算出された指標及び所定の閾値に基づき、指標閾値に基づく画像パッチ選択処理を行うことにより、画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする、指標閾値に基づく画像パッチ選択ステップと、
    を有し、
    前記指標閾値に基づく画像パッチ選択処理では、前記指標と前記所定の閾値を比較し、前記指標が前記所定の閾値以下である場合に、前記指標に対応する画像パッチを選択し、前記指標が前記所定の閾値より大きい場合に、前記指標に対応する画像パッチを選択しないようにしている請求項３３に記載のノイズレベル推定方法。
  35. 前記画像パッチ選択ステップは、
    前記画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、画像パッチの指標を算出する、指標算出ステップと、
    前記画像パッチ集合の中から、前記指標算出ステップで算出された指標の中で一番小さい指標から昇順に、又は、前記指標算出ステップで算出された指標の中で一番大きい指標から降順に、所定個数の指標に対応する画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とする、上位指標に基づく画像パッチ選択ステップと、
    を有する請求項３３に記載のノイズレベル推定方法。
  36. 前記指標算出ステップは、ｘ微分算出ステップと、ｙ微分算出ステップと、微分行列生成ステップと、最大固有値算出ステップとを有し、
    前記画像パッチ集合に属する全ての画像パッチに対して、前記ｘ微分算出ステップが、画像パッチのｘ微分を画像パッチ毎に算出するとともに、前記ｙ微分算出ステップが、画像パッチのｙ微分を画像パッチ毎に算出し、
    前記微分行列生成ステップが、前記ｘ微分算出ステップで算出された画像パッチのｘ微分、及び、前記ｙ微分算出ステップで算出された画像パッチのｙ微分を用い、画像パッチの微分行列を画像パッチ毎に生成し、
    前記最大固有値算出ステップが、前記画像パッチの微分行列の最大固有値を画像パッチ毎に算出し、算出した最大固有値を画像パッチの指標とする請求項３４又は請求項３５に記載のノイズレベル推定方法。
  37. 前記指標算出ステップは、ｘ微分算出ステップと、ｙ微分算出ステップと、ｘｙ微分行列生成ステップと、最大特異値算出ステップとを有し、
    前記画像パッチ集合に属する全ての画像パッチに対して、前記ｘ微分算出ステップが、画像パッチのｘ微分を画像パッチ毎に算出するとともに、前記ｙ微分算出ステップが、画像パッチのｙ微分を画像パッチ毎に算出し、
    前記ｘｙ微分行列生成ステップが、前記ｘ微分算出ステップで算出された画像パッチのｘ微分、及び、前記ｙ微分算出ステップで算出された画像パッチのｙ微分を用い、画像パッチのｘｙ微分行列を画像パッチ毎に生成し、
    前記最大特異値算出ステップが、前記画像パッチのｘｙ微分行列の最大特異値を画像パッチ毎に算出し、算出した最大特異値を画像パッチの指標とする請求項３４又は請求項３５に記載のノイズレベル推定方法。
  38. 前記指標算出ステップが、画像パッチ集合に属する全ての画像パッチに対して、次の数式に基づき、画像パッチの分散を画像パッチ毎に算出し、算出した画像パッチの分散を画像パッチの指標とし、
    Figure 2013025368
    ただし、
    Figure 2013025368
    は画像パッチ
    Figure 2013025368
    の分散を表し、Ｍは画像パッチ
    Figure 2013025368
    の画素数を表し、
    Figure 2013025368
    は画像パッチ
    Figure 2013025368
    のｋ番目の画素の画素値を表す請求項３４又は請求項３５に記載のノイズレベル推定方法。
  39. 前記ノイズレベル推定ステップは、
    前記選択画像パッチ集合に基づき、前記選択画像パッチ集合に対応する分散共分散行列を算出する、分散共分散行列算出ステップと、
    前記分散共分散行列算出ステップで算出された分散共分散行列の最小固有値を算出する、最小固有値算出ステップと、
    前記最小固有値算出ステップで算出された最小固有値に基づき、前記ノイズレベルを算出する、ノイズレベル算出ステップと、
    を有する請求項３３乃至請求項３８の何れかに記載のノイズレベル推定方法。
  40. 前記ノイズレベル推定ステップは、
    前記選択画像パッチ集合に基づき、平均補正済み選択画像パッチ集合を生成する、選択画像パッチ平均補正ステップと、
    前記選択画像パッチ平均補正ステップで生成された平均補正済み選択画像パッチ集合の最小特異値を算出する、最小特異値算出ステップと、
    前記最小特異値算出ステップで算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出ステップと、
    を有する請求項３３乃至請求項３８の何れかに記載のノイズレベル推定方法。
  41. ノイズを含む一枚の画像から、ノイズレベル推定を繰り返すことにより、当該画像のノイズレベルを推定するノイズレベル推定方法であって、
    画像パッチ集合生成ステップと、指標算出ステップと、指標閾値に基づく画像パッチ選択ステップと、ノイズレベル推定ステップと、閾値変換ステップと、ノイズレベル推定繰り返し終了判定ステップとを有し、
    前記画像パッチ集合生成ステップは、前記画像から画像パッチ集合を生成し、
    前記指標算出ステップは、前記画像パッチ集合に属する全ての画像パッチに対して、所定の指標算出方法に基づき、画像パッチの指標を算出し、
    前記指標閾値に基づく画像パッチ選択ステップは、前記画像パッチ集合に属する全ての画像パッチに対して、前記指標算出ステップで算出された指標、及び、前記閾値変換ステップで変換された閾値に基づき、指標閾値に基づく画像パッチ選択処理を行うことにより、画像パッチを選択し、選択した画像パッチを選択画像パッチ集合とし、
    前記ノイズレベル推定ステップは、前記画像パッチ集合又は前記選択画像パッチ集合に基づき、前記ノイズレベルを推定し、
    前記閾値変換ステップは、前記ノイズレベル推定ステップで推定された前記ノイズレベルを前記閾値に変換し、
    前記ノイズレベル推定繰り返し終了判定ステップは、所定の判定条件に基づき、ノイズレベル推定繰り返し終了を判定し、ノイズレベル推定繰り返し終了と判定した場合に、前記ノイズレベル推定ステップで推定された前記ノイズレベルを、前記ノイズレベル推定方法により推定されたノイズレベルとすることを特徴とするノイズレベル推定方法。
  42. 前記所定の判定条件は、第１の判定条件と第２の判定条件であり、
    前記第１の判定条件は、ｋ＞０（ただし、ｋはノイズレベル推定処理の繰り返し回数である。）であり、
    前記第２の判定条件は、
    Figure 2013025368
    である（ただし、
    Figure 2013025368
    は前記ノイズレベル推定ステップで推定されたノイズレベルである。）。
    前記ノイズレベル推定繰り返し終了判定ステップでは、前記第１の判定条件及び前記第２の判定条件を満たした場合に、ノイズレベル推定繰り返し終了と判定する請求項４１に記載のノイズレベル推定方法。
  43. 前記指標算出ステップは、ｘ微分算出ステップと、ｙ微分算出ステップと、微分行列生成ステップと、最大固有値算出ステップとを有し、
    前記画像パッチ集合に属する全ての画像パッチに対して、前記ｘ微分算出ステップが、画像パッチのｘ微分を画像パッチ毎に算出するとともに、前記ｙ微分算出ステップが、画像パッチのｙ微分を画像パッチ毎に算出し、
    前記微分行列生成ステップが、前記ｘ微分算出ステップで算出された画像パッチのｘ微分、及び、前記ｙ微分算出ステップで算出された画像パッチのｙ微分を用い、画像パッチの微分行列を画像パッチ毎に生成し、
    前記最大固有値算出ステップが、前記画像パッチの微分行列の最大固有値を画像パッチ毎に算出し、算出した最大固有値を画像パッチの指標とする請求項４１又は請求項４２に記載のノイズレベル推定方法。
  44. 前記指標算出ステップは、ｘ微分算出ステップと、ｙ微分算出ステップと、ｘｙ微分行列生成ステップと、最大特異値算出ステップとを有し、
    前記画像パッチ集合に属する全ての画像パッチに対して、前記ｘ微分算出ステップが、画像パッチのｘ微分を画像パッチ毎に算出するとともに、前記ｙ微分算出ステップが、画像パッチのｙ微分を画像パッチ毎に算出し、
    前記ｘｙ微分行列生成ステップが、前記ｘ微分算出ステップで算出された画像パッチのｘ微分、及び、前記ｙ微分算出ステップで算出された画像パッチのｙ微分を用い、画像パッチのｘｙ微分行列を画像パッチ毎に生成し、
    前記最大特異値算出ステップが、前記画像パッチのｘｙ微分行列の最大特異値を画像パッチ毎に算出し、算出した最大特異値を画像パッチの指標とする請求項４１又は請求項４２に記載のノイズレベル推定方法。
  45. 前記指標算出ステップが、画像パッチ集合に属する全ての画像パッチに対して、次の数式に基づき、画像パッチの分散を画像パッチ毎に算出し、算出した画像パッチの分散を画像パッチの指標とし、
    Figure 2013025368
    ただし、
    Figure 2013025368
    は画像パッチ
    Figure 2013025368
    の分散を表し、Ｍは画像パッチ
    Figure 2013025368
    の画素数を表し、
    Figure 2013025368
    は画像パッチ
    Figure 2013025368
    のｋ番目の画素の画素値を表す請求項４１又は請求項４２に記載のノイズレベル推定方法。
  46. ノイズを含む一枚の画像から当該画像のノイズレベルを推定するノイズレベル推定方法であって、
    高周波成分抽出ステップと、高周波成分画像パッチ集合生成ステップと、低周波成分抽出ステップと、低周波成分画像パッチ集合生成ステップと、低周波成分画像パッチ選択ステップと、対応高周波成分画像パッチ抽出ステップと、ノイズレベル推定ステップとを有し、
    前記高周波成分抽出ステップが、前記画像に対し、高周波成分抽出処理を行うことにより、前記画像の高周波成分画像を抽出し、
    前記高周波成分画像パッチ集合生成ステップが、前記高周波成分画像に対して、高周波成分画像パッチ集合生成処理を行うことにより、高周波成分画像パッチ集合を生成し、
    前記低周波成分抽出ステップが、前記画像に対し、低周波成分抽出処理を行うことにより、前記画像の低周波成分画像を抽出し、
    前記低周波成分画像パッチ集合生成ステップが、前記低周波成分画像に対して、低周波成分画像パッチ集合生成処理を行うことにより、低周波成分画像パッチ集合を生成し、
    前記低周波成分画像パッチ選択ステップが、前記低周波成分画像パッチ集合の中から、所定の画像パッチ選択方法に基づき、複数の低周波成分画像パッチを選択し、選択した複数の低周波成分画像パッチを選択低周波成分画像パッチ集合とし、
    前記対応高周波成分画像パッチ抽出ステップが、前記選択低周波成分画像パッチ集合に属する全ての低周波成分画像パッチに対し、対応高周波成分画像パッチ抽出処理を行うことにより、これら全ての低周波成分画像パッチに対応する高周波成分画像パッチを、対応高周波成分画像パッチとして抽出し、抽出したこれらの対応高周波成分画像パッチを対応高周波成分画像パッチ集合とし、
    前記ノイズレベル推定ステップが、前記対応高周波成分画像パッチ集合に基づき、前記ノイズレベルを推定し、
    前記対応高周波成分画像パッチ抽出処理は、低周波成分画像パッチと同じ画素位置を有する高周波成分画像パッチを、対応高周波成分画像パッチとして抽出する処理であることを特徴とするノイズレベル推定方法。
  47. 前記ノイズレベル推定ステップは、
    前記対応高周波成分画像パッチ集合に基づき、前記対応高周波成分画像パッチ集合に対応する分散共分散行列を算出する、分散共分散行列算出ステップと、
    前記分散共分散行列算出ステップで算出された分散共分散行列の最小固有値を算出する、最小固有値算出ステップと、
    前記最小固有値算出ステップで算出された最小固有値に基づき、前記ノイズレベルを算出する、ノイズレベル算出ステップと、
    を有する請求項４６に記載のノイズレベル推定方法。
  48. 前記ノイズレベル推定ステップは、
    前記対応高周波成分画像パッチ集合に基づき、平均補正済み対応高周波成分画像パッチ集合を生成する、対応高周波成分画像パッチ平均補正ステップと、
    前記対応高周波成分画像パッチ平均補正ステップで生成された平均補正済み対応高周波成分画像パッチ集合の最小特異値を算出する、最小特異値算出ステップと、
    前記最小特異値算出ステップで算出された最小特異値に基づき、前記ノイズレベルを算出する、ノイズレベル算出ステップと、
    を有する請求項４６に記載のノイズレベル推定方法。
  49. 請求項２５乃至請求項４８の何れかに記載のノイズレベル推定方法をコンピュータに実行させるためのプログラム。
JP2011156656A 2011-07-15 2011-07-15 ノイズレベル推定装置、ノイズレベル推定方法及びプログラム Expired - Fee Related JP5757565B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2011156656A JP5757565B2 (ja) 2011-07-15 2011-07-15 ノイズレベル推定装置、ノイズレベル推定方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011156656A JP5757565B2 (ja) 2011-07-15 2011-07-15 ノイズレベル推定装置、ノイズレベル推定方法及びプログラム

Publications (2)

Publication Number Publication Date
JP2013025368A true JP2013025368A (ja) 2013-02-04
JP5757565B2 JP5757565B2 (ja) 2015-07-29

Family

ID=47783690

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011156656A Expired - Fee Related JP5757565B2 (ja) 2011-07-15 2011-07-15 ノイズレベル推定装置、ノイズレベル推定方法及びプログラム

Country Status (1)

Country Link
JP (1) JP5757565B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019096222A (ja) * 2017-11-27 2019-06-20 キヤノン株式会社 画像処理装置、画像処理方法、コンピュータプログラム

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05244565A (ja) * 1992-02-28 1993-09-21 Sony Corp 適応的ノイズリデューサ
JPH1166280A (ja) * 1997-08-25 1999-03-09 Shimadzu Corp 医用画像処理装置
JP2000163569A (ja) * 1998-11-30 2000-06-16 Mitsubishi Electric Corp 画質改善方法及び画質改善装置
JP2000306089A (ja) * 1999-02-17 2000-11-02 Fuji Photo Film Co Ltd 画像処理方法および装置並びに記録媒体
JP2004128985A (ja) * 2002-10-03 2004-04-22 Olympus Corp 撮像システム、再生システム、撮像プログラム、再生プログラム
JP2006004124A (ja) * 2004-06-17 2006-01-05 Fuji Photo Film Co Ltd 画像補正装置および方法，ならびに画像補正プログラム
US20070223839A1 (en) * 2006-03-22 2007-09-27 Pavel Kisilev Signal noise estimation
JP2008306608A (ja) * 2007-06-11 2008-12-18 Sanyo Electric Co Ltd 画像処理方法、画像処理装置、及びこの画像処理装置を備えた電子機器
JP2009189440A (ja) * 2008-02-12 2009-08-27 Canon Inc Ｘ線画像処理装置、ｘ線画像処理方法、プログラム及び記憶媒体
JP2009273691A (ja) * 2008-05-15 2009-11-26 Fujifilm Corp 内視鏡画像処理装置および方法
JP2010537260A (ja) * 2007-08-24 2010-12-02 イーストマン コダック カンパニー 静電写真法でのトナーベースのノイズ低減
US7889943B1 (en) * 2005-04-18 2011-02-15 Picture Code Method and system for characterizing noise

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05244565A (ja) * 1992-02-28 1993-09-21 Sony Corp 適応的ノイズリデューサ
JPH1166280A (ja) * 1997-08-25 1999-03-09 Shimadzu Corp 医用画像処理装置
JP2000163569A (ja) * 1998-11-30 2000-06-16 Mitsubishi Electric Corp 画質改善方法及び画質改善装置
JP2000306089A (ja) * 1999-02-17 2000-11-02 Fuji Photo Film Co Ltd 画像処理方法および装置並びに記録媒体
JP2004128985A (ja) * 2002-10-03 2004-04-22 Olympus Corp 撮像システム、再生システム、撮像プログラム、再生プログラム
JP2006004124A (ja) * 2004-06-17 2006-01-05 Fuji Photo Film Co Ltd 画像補正装置および方法，ならびに画像補正プログラム
US7889943B1 (en) * 2005-04-18 2011-02-15 Picture Code Method and system for characterizing noise
US20070223839A1 (en) * 2006-03-22 2007-09-27 Pavel Kisilev Signal noise estimation
JP2008306608A (ja) * 2007-06-11 2008-12-18 Sanyo Electric Co Ltd 画像処理方法、画像処理装置、及びこの画像処理装置を備えた電子機器
JP2010537260A (ja) * 2007-08-24 2010-12-02 イーストマン コダック カンパニー 静電写真法でのトナーベースのノイズ低減
JP2009189440A (ja) * 2008-02-12 2009-08-27 Canon Inc Ｘ線画像処理装置、ｘ線画像処理方法、プログラム及び記憶媒体
JP2009273691A (ja) * 2008-05-15 2009-11-26 Fujifilm Corp 内視鏡画像処理装置および方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
鷲沢 嘉一、田中 正行: ""中心化部分カーネル主成分分析によるデノイジング"", ＦＩＴ２０１０ 第９回情報科学技術フォーラム 講演論文集 第３分冊 査読付き論文・一般論文 画像認識, JPN6015008646, 20 August 2010 (2010-08-20), JP, pages 395 - 400, ISSN: 0003070871 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019096222A (ja) * 2017-11-27 2019-06-20 キヤノン株式会社 画像処理装置、画像処理方法、コンピュータプログラム

Also Published As

Publication number Publication date
JP5757565B2 (ja) 2015-07-29

Similar Documents

Publication Publication Date Title
JP5822157B2 (ja) ノイズ低減装置、ノイズ低減方法及びプログラム
JP5708916B2 (ja) 画像評価方法、画像評価システム及びプログラム
KR100791388B1 (ko) 영상의 선명도 향상을 위한 장치 및 방법
CN104700360B (zh) 基于边缘自适应的图像缩放方法及系统
JP6097588B2 (ja) 画像処理装置及び画像処理方法
CN102682429A (zh) 一种尺寸自适应块匹配变换域滤波图像去噪方法
US9727950B2 (en) Noise-reduction processing device
JP7353803B2 (ja) 画像処理装置、画像処理方法、及びプログラム
KR20140143834A (ko) 화상 시퀀스를 위한 잡음 감소
TW201349170A (zh) 深度圖產生裝置及其方法
JP2010134700A (ja) 画像評価装置および画像評価方法
CN103646379B (zh) 一种图像放大方法和装置
TWI544785B (zh) 影像縮減取樣裝置與方法
JP2008021163A (ja) 画像処理装置
WO2017088391A1 (zh) 视频去噪与细节增强方法及装置
JP5757565B2 (ja) ノイズレベル推定装置、ノイズレベル推定方法及びプログラム
Bong et al. An efficient and training-free blind image blur assessment in the spatial domain
JP6624061B2 (ja) 画像処理方法、画像処理装置、及び画像処理プログラムを記憶する記録媒体
JPWO2013161838A1 (ja) 画像処理方法、及び画像処理装置
KR101874538B1 (ko) 영상의 대비 및 채도 동시 향상시키는 영상 처리 방법 및 장치
CN106803240B (zh) 一种工业图像均光处理方法
JP5039017B2 (ja) ノイズレベル検出装置
KR101514152B1 (ko) 특이값 분해를 이용한 화질 개선 방법 및 장치
CN106611405B (zh) 图像插值方法及装置
Fang et al. No-reference image quality assessment based on BNB measurement

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140707

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20150226

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150310

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150421

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: 20150519

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150528

R150 Certificate of patent or registration of utility model

Ref document number: 5757565

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees