JP2014107611A - 画像処理装置及び画像処理方法 - Google Patents

Abstract

【課題】信号成分の劣化を回避しつつノイズ成分を低減する。
【解決手段】実施形態によれば、画像処理装置は、評価部１０１及び低減部１１０を備える。評価部１０１は、第１のカラー画像をＲＧＢ分解することによって得られる第１の色成分画像である注目画像１０と、参照画像１１とを比較することによって、注目画像１０の各画素におけるノイズ成分の寄与度を示す評価値２１を得る。低減部１１０は、注目画像１０の各画素の画素値に対して参照画像１１の対応画素の画素値を評価値２１に基づいて適応的に合成することによって、ノイズ低減後の注目画像３０を生成する。
【選択図】図１

Description

実施形態は、画像のノイズ低減技術に関する。

電子部品などに対する検査を自動的に行う外観検査システムは、検査画像に含まれるノイズ成分を適切に低減することによって、高精度な検査が可能となる。他にも、例えば画像の撮影、符号化、復号化、再生などを行うにあたって、画像に含まれるノイズ成分を適切に低減することによって、様々な有利な効果（例えば、符号化効率の向上、再生画像品質の向上など）を得ることができる。

通常、画像に含まれるノイズ成分は、様々なノイズ低減技法によって低減される。しかしながら、係るノイズ低減技法によって、画像に含まれるノイズ成分だけでなく信号成分（特に、エッジなどの高周波成分）までも低減されたり、信号成分が不適切な値に変化したりすることがある。信号成分が低減されたり不適切な値に変化したりすると、ノイズ低減による有利な効果が損なわれるおそれがある。

例えば、ノイズ低減技法の１つとして平滑化フィルタが知られている。平滑化フィルタには、被写体の本来の信号成分（特に高周波成分）が劣化する（ぼやける）というデメリットがある。また、動画像におけるノイズ低減技法として、アベレージングが知られている。アベレージングとは、複数フレーム間で画素値を平均化することによってランダムノイズ成分を低減するものである。例えば、静止した被写体を撮影した動画像においてＮ枚のフレームを用いてアベレージングを行うと、ランダムノイズ成分を理想的には１／√Ｎ倍に低減できる。更に、各フレームにおいて被写体の本来の信号成分は共通に含まれているので、係る信号成分は基本的にはアベレージングによって劣化しない。しかしながら、被写体に動きがあると、フレーム間の画素の対応関係が崩れてしまう。故に、動きのある被写体を撮影した動画像に対してアベレージングを単純に適用することはできない。

特開２００９−０２０６０５号公報

実施形態は、信号成分の劣化を回避しつつノイズ成分を低減することを目的とする。

実施形態によれば、画像処理装置は、評価部及び低減部を備える。評価部は、第１のカラー画像をＲＧＢ分解することによって得られる第１の色成分画像である注目画像と、１枚以上の参照画像の各々とを比較することによって、１枚以上の参照画像毎に注目画像の各画素におけるノイズ成分の寄与度を示す評価値を得る。低減部は、注目画像の各画素の画素値に対して１枚以上の参照画像の各々の対応画素の画素値を評価値に基づいて適応的に合成することによって、ノイズ低減後の注目画像を生成する。

第１の実施形態に係る画像処理装置を例示するブロック図。 注目画像及び参照画像の説明図。 図１の変形例を示すブロック図。 第１の実施形態に係る画像処理装置によって行われる画像処理を例示するフローチャート。 第１の実施形態に係る画像処理装置の動作例を示す図。 第１の実施形態に係る画像処理装置の動作例を示す図。 第１の実施形態に係る画像処理装置の動作例を示す図。 第１の実施形態に係る画像処理装置の動作例を示す図。 第１の実施形態に係る画像処理装置の動作例を示す図。 第２の実施形態に係る画像処理装置によって行われる画像処理の説明図。 画像間ブロックを例示する図。 画像間ブロックを例示する図。 図１１の第ｎフレームのＧ成分画像及びＲ成分画像に亘って形成される画像間ブロックの自己相関関数を示す図。 図１１の第ｎフレームのＧ成分画像に閉じて形成されるブロックの自己相関関数を示す図。 図１２の第ｎフレームのＧ成分画像及びＲ成分画像に亘って形成される画像間ブロックの自己相関関数を示す図。 図１２の第ｎフレームのＧ成分画像に閉じて形成されるブロックの自己相関関数を示す図。 第２の実施形態に係る画像処理装置を例示するブロック図。 第２の実施形態に係る画像処理装置によって行われる画像処理を例示するフローチャート。 第３の実施形態に係る外観検査システムを例示するブロック図。 注目画像と参照画像との間の差分画像を例示する図。 図２１の差分画像に閉じて形成されるブロックの自己相関関数を示す図。

以下、図面を参照しながら実施形態の説明が述べられる。尚、以降、説明済みの要素と同一または類似の要素には同一または類似の符号が付され、重複する説明は基本的に省略される。

（第１の実施形態）
図１に例示されるように、第１の実施形態に係る画像処理装置は、ノイズ評価部１０１及びノイズ低減部１１０を備える。図１の画像処理装置は、注目画像１０と１枚の参照画像１１を入力し、ノイズ低減後の注目画像３０を出力する。

注目画像１０は、典型的には、あるカラー画像（以下、便宜的に第１のカラー画像と称される）を色分解（例えば、ＲＧＢ分解）することによって得られる複数の色成分画像のうちのいずれか１つである。参照画像１１は、上記複数の色成分画像のうち注目画像１０以外のいずれか１つであってもよい。

一般に、Ｒ成分画像、Ｇ成分画像及びＢ成分画像を夫々表す電気信号は、個別の電気系統を通じて伝送及び処理される。また、カラーカメラで多く用いられているカラーフィルターを通した後では、色によって重畳されるノイズの特性も変わってくる。これは、光源に含まれるノイズが波長に依存して異なる空間分布および時間分布を持っているために起こる。故に、Ｒ成分画像、Ｇ成分画像及びＢ成分画像に夫々重畳されるノイズ成分には独立の成分が多く含まれると推定できる。仮に、例えばＧ成分画像（注目画像１０に相当）の注目画素の信号成分と、Ｒ成分画像（参照画像１１に相当）の対応画素の信号成分とが十分に近いとする。ここで、信号成分とは、画素における被写体の信号成分に相当する。この場合に、これら注目画素及び対応画素の画素値（即ち、信号成分とノイズ成分との和）を平均化することによって、信号成分を殆ど劣化させることなくノイズ成分の標準偏差を１／√２倍にすることができる。２つの色の信号成分が等しいことは通常では多く発生しないが、第２の実施形態において説明されるサブバンド分解が行われることでその発生頻度は格段に高くなる。

或いは、参照画像１１は、上記第１のカラー画像とは異なるカラー画像（以下、便宜的に第２のカラー画像と称される）を色分解することによって得られる複数の色成分画像のうちいずれか１つであってもよい。

具体的には、図２の例において、ある被写体を撮影した動画像の第ｎ（ｎは任意の整数）フレームを上記第１のカラー画像とし、当該第ｎフレームをＲＧＢ分解することによって得られるＲ成分画像、Ｇ成分画像及びＢ成分画像のうちＧ成分画像を注目画像１０とする。この場合に、参照画像１１は、第ｎフレームのＲ成分画像またはＢ成分画像であってもよいし、第ｎフレームとは異なる第ｎ−１フレーム、第ｎ＋１フレームなど（上記第２のカラー画像に相当する）をＲＧＢ分解することによって得られるＲ成分画像、Ｇ成分画像及びＢ成分画像のうちいずれか１つであってもよい。

尚、参照画像１１が注目画像１０に対してフレームにおいて異なる場合には、当該参照画像１１に必要に応じて動き補償が施されてもよい。ここで、動き補償は、公知のものであってよく、例えば、ブロックマッチングを利用した動き検出を行い、動き検出によって得られた動きベクトルを用いて参照画像の画素を移動させるものである。

前述の通り、参照画像１１は任意に選択されてよいが、いずれの種別の画像が参照画像１１として好適であるかについて、以下の知見が経験的に得られている。好適度の高い参照画像１１を用いることによって、注目画像１０の各画素におけるノイズ成分を効果的に低減することが可能となる。

参照画像１１の好適度は、当該参照画像１１が注目画像１０に対してフレームにおいて共通する場合に高くなる。即ち、第ｎフレームのＧ成分画像が注目画像１０であるとすれば、同じ第ｎフレームのＲ成分画像またはＢ成分画像が参照画像１１として好ましい。他方、前述のように、注目画像１０に対してフレームにおいて異なる画像の中から参照画像１１を選択することもある。このとき、参照画像１１の好適度は、当該参照画像１１が注目画像１０に対して色成分において異なる場合に比べて色成分において共通する場合の方が高くなる。即ち、第ｎフレームのＧ成分画像が注目画像１０であるならば、第ｎ−１フレーム、第ｎ＋１フレームなどのＲ成分画像及びＢ成分画像に比べて第ｎ−１フレーム、第ｎ＋１フレームなどのＧ成分画像の方が参照画像１１として好ましい。

ノイズ評価部１０１は、注目画像１０及び参照画像１１を入力する。ノイズ評価部１０１は、注目画像１０と参照画像１１とを比較することによって、注目画像１０の各画素におけるノイズ成分の寄与度を示す評価値２１を得る。具体的には、ノイズ評価部１０１は、注目画像１０の各画素におけるノイズ成分の寄与度を注目画像１０及び参照画像１１の画素値を用いて評価する。ノイズ評価部１０１は、各画素に対する評価値２１をノイズ低減部１１０へと出力する。

具体的には、ノイズ評価部１０１は、注目画像１０の注目画素の画素値と参照画像１１の対応画素（例えば、注目画素と同一位置の画素）の画素値との間の差分絶対値に基づいて各画素におけるノイズ成分の寄与度を評価してもよい。例えば、ノイズ評価部１０１は、差分絶対値と閾値とを比較することによって、２値形式の評価値２１を導出してもよい。或いは、ノイズ評価部１０１は、差分絶対値を正規化することによって、多値形式の評価値２１を導出してもよい。

また、ノイズ評価部１０１は、注目画像１０及び参照画像１１に亘って形成される画像間ブロックの自己相関関数に基づいて各画素におけるノイズ成分の寄与度を評価してもよい。この画像間ブロックは、注目画像１０の注目画素を中心とする複数の画素の集合であり、注目画像１０及び参照画像１１に亘って形成される。

３×３×２のサイズを持つボックス状の画像間ブロックが図１１及び図１２に例示されている。即ち、これら画像間ブロックは各画像において３×３のサイズを持ち、２枚の画像（即ち、第ｎフレームのＧ成分画像（注目画像１０に相当）及びＲ成分画像（参照画像１１に相当））に亘って形成される。ここで、画像間ブロックのサイズ及び形状は任意である。例えば、注目画素毎に画像間ブロックのサイズまたは形状が変更されてもよいし、注目画素毎にサイズまたは形状が相異なる複数の画像間ブロックに基づいて、後述される比の絶対値が算出されてもよい。

具体的には、図１１は、注目画素におけるノイズ成分の寄与度が小さい場合の画像間ブロックを例示する。他方、図１２は、注目画素におけるノイズ成分の寄与度が大きい場合の画像間ブロックを例示する。

更に、ノイズ評価部１０１は、自己相関関数の原点の値に対する代表値の比の絶対値を算出する。尚、比の絶対値の代わりに差の絶対値が算出されてもよい。ここで、代表値は、自己相関関数の原点の周囲のいずれかにおける値であり、例えば原点以外における最大の絶対値を持つ値である。但し、最大の絶対値を含む上位の複数（例えば３つ）の絶対値の平均値、中央値または最頻値、若しくは、最小の絶対値などが代表値であってもよい。

以降の説明において、注目画像１０はＩｍ（０）と表現されることがあり、注目画像１０の座標（ｉ，ｊ）の画素値はＩｍ（ｉ，ｊ，０）と表現されることがある。また、参照画像１１はＩｍ（ｍ）と表現されることがあり、参照画像１１の座標（ｉ，ｊ）の画素値はＩｍ（ｉ，ｊ，ｍ）と表現されることがある。ここで、ｍは参照画像１１を識別するためのパラメータであって、０以外の値が設定される。座標（ｉ，ｊ）の注目画素における参照画像１１（Ｉｍ（ｍ））に基づく比の絶対値は、ＡＣＦｐｋｒ（ｉ，ｊ，ｍ）と表現されることがある。

ノイズ評価部１０１は、任意の注目画素を中心とする画像間ブロック内の自己相関関数を下記数式（１）に従って算出できる。図１１の画像間ブロックの自己相関関数が図１３に示される。図１２の画像間ブロック内の自己相関関数が図１５に示される。

尚、自己相関関数は注目画素毎に算出されるので、以降の説明において、参照画像１１（Ｉｍ（ｍ））に基づく、座標（ｉ，ｊ）の注目画素に対応する自己相関関数をＲ_ｉｊｍ（ｓ，ｔ，ｕ）と表すものとする。自己相関関数の原点の値はＲ_ｉｊｍ（０，０，０）で表され、これはＲ_ｉｊｍ（ｓ，ｔ，ｕ）の最大値を示す。原点の周囲の代表値は、Ｒ_ｉｊｍ（ｓ_ｒ，ｔ_ｒ，ｕ_ｒ）で表すことができる。即ち、ノイズ評価部１０１は、座標（ｉ，ｊ）の注目画素における参照画像１１（Ｉｍ（ｍ））に基づく比の絶対値を下記数式（２）に従って算出できる。

注目画素においてノイズ成分の寄与度が大きい場合には、自己相関関数の原点の値と周囲の値との乖離が大きくなりやすい。他方、注目画素においてノイズ成分の寄与度が小さい場合には、自己相関関数の原点の値と周囲の値との乖離が小さくなりやすい。即ち、注目画素においてノイズ成分の寄与度が大きいほど比の絶対値は小さくなりやすい。他方、注目画素において信号成分（即ち、被写体の本来の信号成分）の寄与度が大きいほど比の絶対値は大きくなりやすい。

例えば、図１３の自己相関関数の原点の値は３６．４であり、図１５の自己相関関数の原点の値は３６．４である。また、図１３の自己相関関数の代表値は−１４．８であり、図１５の自己相関関数の代表値は−６．４である。即ち、図１３の自己相関関数に基づいて算出される比の絶対値は０．４１となり、図１５の自己相関関数に基づいて算出される比の絶対値は０．１８となる。

少なくとも図１３及び図１５の例によれば、注目画素おけるノイズ成分の寄与度に応じて、比の絶対値が増減する。従って、係る比の絶対値を用いて注目画素におけるノイズ成分の寄与度を評価することが可能である。具体的には、ノイズ評価部１０１は、上記比の絶対値を用いて多値形式の評価値２１を導出してもよいし、上記比の絶対値と閾値とを比較することによって２値形式の評価値２１を導出してもよい。

尚、注目画像１０のみを考慮して比の絶対値を算出する技法も想定される。この比較例は、参照画像を全く利用せず、注目画素を中心とするブロック内の自己相関関数に基づいて比の絶対値を算出する。比較例において、自己相関関数は上記数式（１）に代えて下記数式（３）に従って算出される。ブロックは、注目画像１０内で閉じて形成される。図１１の第ｎフレームのＧ成分画像で閉じて形成されるブロック内の自己相関関数が図１４に示される。図１２の第ｎフレームのＧ成分画像で閉じて形成されるブロック内の自己相関関数が図１６に示される。

尚、ブロック内の自己相関関数もまた注目画素毎に算出されるので、以降の説明において座標（ｉ，ｊ）の注目画素に対応するブロック内の自己相関関数をＲ_ｉｊ（ｓ，ｔ）と表すものとする。自己相関関数の原点の値はＲ_ｉｊ（０，０）で表され、これはＲ_ｉｊ（ｓ，ｔ）の最大値を示す。原点の周囲において最大の絶対値を持つ代表値は、Ｒ_ｉｊ（ｓ_ｒ，ｔ_ｒ）で表すことができる。即ち、比較例では、座標（ｉ，ｊ）の注目画素における比の絶対値は、上記数式（２）に代えて下記数式（４）に従って算出される。

ここで、図１４の自己相関関数の原点の値は１８．２であり、図１６の自己相関関数の原点の値もまた１８．２である。また、図１４の自己相関関数の代表値は−６．０であり、図１６の自己相関関数の代表値もまた−６．０である。即ち、図１４の自己相関関数に基づいて算出される比の絶対値は０．３３となり、図１６の自己相関関数に基づいて算出される比の絶対値もまた０．３３となる。

少なくとも図１４及び図１６の例によれば、注目画素におけるノイズ成分の寄与度に関わらず、比の絶対値は同程度である。即ち、係る比の絶対値は、注目画素におけるノイズ成分の寄与度を反映しにくく、後述されるノイズ低減に用いられた場合に望ましくない効果（例えば、ノイズ成分の増加または信号成分の劣化）が生じるおそれがある。故に、好ましくは、ノイズ評価部１０１は、参照画像１１の画素値を考慮してノイズ評価を行う。

或いは、ノイズ評価部１０１は、注目画像１０と参照画像１１との間の差分画像に閉じて形成されるブロック内の自己相関関数に基づいて各画素におけるノイズ成分の寄与度を評価してもよい。この技法は、参照画像１１が注目画像１０に対してフレームにおいて共通する場合に好適である。

ブロックは、差分画像内の注目画素を中心とする複数の画素の集合である。３×３のサイズを持つブロックが図２０に例示されている。具体的には、このブロックは、２枚の画像（即ち、第ｎフレームのＧ成分画像（注目画像１０に相当）及びＲ成分画像（参照画像１１に相当））の差分画像に閉じて形成される。

尚、ブロックのサイズ及び形状は任意である。例えば、注目画素毎にブロックのサイズまたは形状が変更されてもよいし、注目画素毎にサイズまたは形状が相異なる複数のブロックに基づいて、後述される比の絶対値が算出されてもよい。

差分画像内のブロックの自己相関関数は、例えば上記数式（３）を適宜変形して利用することで導出可能である。尚、数式（１）及び数式（３）の比較から明らかなように、差分画像内のブロックの自己相関関数を導出するための計算量は、画像間ブロックの自己相関関数を導出するための計算量に比べて抑えられる。

図２０の差分画像内のブロックによれば、図２１に例示される自己相関関数を導出することができる。ノイズ評価部１０１は、画像間ブロックの例と同様に比の絶対値を算出し、これを用いて２値形式または多値形式の評価値２１を得る。例えば、図２１の自己相関関数の原点の値は７６．０であり、自己相関関数の代表値は−２６．７である。即ち、図２１の自己相関関数に基づいて算出される比の絶対値は０．３５となる。

ノイズ低減部１１０は、注目画像１０及び参照画像１１を入力し、ノイズ評価部１０１から評価値２１を入力する。ノイズ低減部１１０は、注目画像１０の各画素に対して評価値２１に応じたノイズ低減を施すことによって、ノイズ低減後の注目画像３０を生成する。具体的には、ノイズ低減部１１０は、評価値２１に基づいて、注目画像１０の各画素の画素値に対して参照画像１１の対応画素の画素値を適応的に合成する。ノイズ低減部１１０は、ノイズ低減後の注目画像３０を出力する。

例えば、評価値２１が２値形式である場合には、ノイズ低減部１１０は以下のように動作すればよい。注目画素に対する評価値２１が注目画素においてノイズ成分の寄与度が大きいことを示す値ならば、ノイズ低減部１１０は注目画素の画素値と、参照画像１１の対応画素の画素値とを平均化することによって、ノイズ低減後の注目画像３０における対応画素の画素値を生成する。注目画素に対する評価値２１が注目画像においてノイズ成分の寄与度が小さいことを示す値ならば、ノイズ低減部１１０は、注目画素の画素値をそのままノイズ低減後の注目画像３０における対応画素の画素値として使用する。

他方、評価値２１が多値形式である場合には、ノイズ低減部１１０は以下のように動作すればよい。ノイズ低減部１１０は注目画素の画素値と、参照画像１１の対応画素の画素値とを重み付き平均化することによって、ノイズ低減後の注目画像３０における対応画像の画素値を生成する。但し、参照画像１１の対応画素の画素値に与えられる重みは、評価値２１によって示される注目画素におけるノイズ成分の寄与度が大きいほど大きくなるものとする。

例えば、ノイズ低減部１１０は、下記数式（５）に示される演算を行ってもよい。数式（５）の演算によれば、前述の比の絶対値が小さいほど参照画像１１の対応画素の画素値には大きな重みが与えられ、注目画素の画素値と重み付き平均化される。以降の説明において、ノイズ低減後の注目画像３０はＮＲＩと表現され、ノイズ低減後の注目画像３０の座標（ｉ，ｊ）の画素値はＮＲＩ（ｉ，ｊ）と表現されることがある。

尚、前述のノイズ評価及びノイズ低減は、利用される参照画像の枚数が増加する場合にも以降の説明を参考に適宜変形して適用することが可能である。一般に、利用される参照画像の枚数が多いほど、ノイズ低減を通じてランダムノイズ成分の標準偏差が小さくなるので、ノイズ低減の効果は向上する。

例えば、図３に示される画像処理装置は、２枚の参照画像１１，１２を利用する。図３の画像処理装置は、ノイズ評価部１０１，１０２及びノイズ低減部１１１を備える。

ノイズ評価部１０２は、注目画像１０及び参照画像１２を入力する。ノイズ評価部１０２は、注目画像１０と参照画像１２とを比較することによって、注目画像１０の各画素におけるノイズ成分の寄与度を示す評価値２２を得る。具体的には、ノイズ評価部１０２は、注目画像１０の各画素におけるノイズ成分の寄与度を注目画像１０及び参照画像１２の画素値を用いて評価する。尚、ノイズ評価部１０２は、ノイズ評価部１０１と同一または類似の処理を行えばよい。ノイズ評価部１０２は、各画素に対する評価値２２をノイズ低減部１１１へと出力する。

ノイズ低減部１１１は、注目画像１０ならびに参照画像１１，１２を入力し、ノイズ評価部１０１から評価値２１を入力し、ノイズ評価部１０２から評価値２２を入力する。ノイズ低減部１１１は、注目画像１０の各画素に対して評価値２１及び評価値２２に応じたノイズ低減を施すことによって、ノイズ低減後の注目画像３１を生成する。具体的には、ノイズ低減部１１１は、注目画像１０の各画素の画素値に対して参照画像１１及び参照画像１２の各々の対応画素の画素値を評価値２１及び評価値２２に基づいて適応的に合成する。ノイズ低減部１１１は、ノイズ低減後の注目画像３１を出力する。

例えば、評価値２１及び評価値２２が２値形式である場合には、ノイズ低減部１１１は以下のように動作すればよい。注目画素に対する評価値２１及び評価値２２が注目画素においてノイズ成分の寄与度が大きいことを示す値ならば、ノイズ低減部１１１は注目画素の画素値と、参照画像１１の対応画素の画素値と、参照画像１２の対応画素の画素値とを平均化することによって、ノイズ低減後の注目画像３１における対応画像の画素値を生成する。注目画素に対する評価値２１及び評価値２２が注目画像においてノイズ成分の寄与度が小さいことを示す値ならば、ノイズ低減部１１１は注目画素の画素値をそのままノイズ低減後の注目画像３１における対応画像の画素値として使用する。注目画素に対する評価値２１のみが注目画素においてノイズ成分の寄与度が大きいことを示す値ならば、ノイズ低減部１１１は注目画素の画素値と、参照画像１１の対応画素の画素値とを平均化することによって、ノイズ低減後の注目画像３１における対応画像の画素値を生成する。注目画素に対する評価値２２のみが注目画素においてノイズ成分の寄与度が大きいことを示す値ならば、ノイズ低減部１１１は注目画素の画素値と、参照画像１２の対応画素の画素値とを平均化することによって、ノイズ低減後の注目画像３１における対応画像の画素値を生成する。

他方、評価値２１及び評価値２２が多値形式であるならば、ノイズ低減部１１１は、注目画素の画素値と、参照画像１１の対応画素の画素値と、参照画像１２の対応画素の画素値とを重み付き平均化することによって、ノイズ低減後の注目画像３１における対応画像の画素値を生成すればよい。但し、参照画像１１の対応画素の画素値に与えられる重みは、評価値２１によって示される注目画素におけるノイズ成分の寄与度が大きいほど大きくなるものとする。同様に、参照画像１２の対応画素の画素値に与えられる重みは、評価値２２によって示される注目画素におけるノイズ成分の寄与度が大きいほど大きくなるものとする。

参照画像の枚数を一般化すれば、本実施形態に係る画像処理装置によって行われる画像処理は図４に例示されるものとなる。図４の画像処理はステップＳ２０１から開始する。

ステップＳ２０１において、図１の、図３の、または、図示されない画像処理装置は、注目画像（例えば、注目画像１０）の各画素におけるノイズ成分の寄与度を１枚以上の参照画像（例えば、参照画像１１，１２）毎に評価する。

次に、画像処理装置は、注目画像の各画素の画素値に対して、ステップＳ２０１のノイズ評価を通じて得られた評価値に基づいて１枚以上の参照画像の対応画素の画素値を適応的に合成する（ステップＳ２０２）。ステップＳ２０２の完了によって図４の画像処理は終了する。

本実施形態に係る画像処理装置は、図５乃至図９に例示されるように動作してもよい。但し、図５乃至図９は本実施形態に係る画像処理装置の動作を限定するものではない。
図５の動作例では、カラー画像である第ｎフレームがＲＧＢ分解される。そして、ＲＧＢ分解によって得られたＲ成分画像、Ｇ成分画像及びＢ成分画像の各々に対して前述のノイズ評価及びノイズ低減が行われる。具体的には、Ｒ成分画像を注目画像とし、Ｇ成分画像及びＢ成分画像を参照画像としてノイズ評価及びノイズ低減が行われる。また、Ｇ成分画像を注目画像とし、Ｒ成分画像及びＢ成分画像を参照画像としてノイズ評価及びノイズ低減が行われる。更に、Ｂ成分画像を注目画像とし、Ｒ成分画像及びＧ成分画像を参照画像としてノイズ評価及びノイズ低減が行われる。ノイズ低減後のＲ成分画像、Ｇ成分画像及びＢ成分画像は再びＲＧＢ合成され、ノイズ低減後の第ｎフレームとなる。図５の動作例によれば、注目画像とフレームにおいて共通する参照画像が利用されるので、ノイズ成分を効果的に低減することができる。また、図５の動作例は、複数枚のカラー画像を必要としないので、静止画像のノイズ低減に好適である。

図６の動作例では、カラー画像である第ｎ−１フレーム、第ｎフレーム及び第ｎ＋１フレームが夫々ＲＧＢ分解される。そして、第ｎフレームのＲＧＢ分解によって得られたＲ成分画像、Ｇ成分画像及びＢ成分画像の各々に対して前述のノイズ評価及びノイズ低減が行われる。具体的には、第ｎフレームのＲ成分画像を注目画像とし、第ｎ−１フレーム及び第ｎ＋１フレームのＲ成分画像を参照画像としてノイズ評価及びノイズ低減が行われる。また、第ｎフレームのＧ成分画像を注目画像とし、第ｎ−１フレーム及び第ｎ＋１フレームのＧ成分画像を参照画像としてノイズ評価及びノイズ低減が行われる。更に、第ｎフレームのＢ成分画像を注目画像とし、第ｎ−１フレーム及び第ｎ＋１フレームのＢ成分画像を参照画像としてノイズ評価及びノイズ低減が行われる。ノイズ低減後の第ｎフレームのＲ成分画像、Ｇ成分画像及びＢ成分画像は再びＲＧＢ合成され、ノイズ低減後の第ｎフレームとなる。図６の動作例によれば、注目画像と色成分において共通する参照画像が利用されるので、ノイズ成分を効果的に低減することができる。

図７の動作例によれば、２段階でノイズ評価及びノイズ低減が行われる。第１段階のノイズ評価及びノイズ低減は図５と同様である。具体的には、カラー画像である第ｎ−１フレーム、第ｎフレーム及び第ｎ＋１フレームの夫々に対して第１段階のノイズ評価及びノイズ低減が行われる。更に、図７の動作例によれば、第１段階のノイズ低減後の第ｎフレームを注目画像とし、第１段階のノイズ低減後の第ｎ−１フレーム及び第ｎ＋１フレームを参照画像として第２段階のノイズ評価及びノイズ低減が施される。図７の動作例によれば、２段階に亘ってノイズ評価及びノイズ低減が行われるので、ノイズ成分を効果的に低減することができる。

図８の動作例によれば、２段階でノイズ評価及びノイズ低減が行われる。第１段階のノイズ評価及びノイズ低減は、図６と同様である。具体的には、カラー画像である第ｎフレームをＲＧＢ分解することによって得られるＲ成分画像、Ｇ成分画像及びＢ成分画像の夫々に対して第１段階のノイズ評価及びノイズ低減が行われる。更に図８の動作例によれば、第１段階のノイズ低減後の第ｎフレームのＲ成分画像、Ｇ成分画像及びＢ成分画像の夫々に対して第２段階のノイズ評価及びノイズ低減が行われる。

具体的には、第１段階のノイズ低減後の第ｎフレームのＲ成分画像を注目画像とし、第１段階のノイズ低減後の第ｎフレームのＧ成分画像及びＢ成分画像を参照画像として第２段階のノイズ評価及びノイズ低減が行われる。また、第１段階のノイズ低減後の第ｎフレームのＧ成分画像を注目画像とし、第１段階のノイズ低減後の第ｎフレームのＲ成分画像及びＢ成分画像を参照画像として第２段階のノイズ評価及びノイズ低減が行われる。更に、第１段階のノイズ低減後の第ｎフレームのＢ成分画像を注目画像とし、第１段階のノイズ低減後の第ｎフレームのＲ成分画像及びＧ成分画像を参照画像として第２段階のノイズ評価及びノイズ低減が行われる。第２段階のノイズ低減後の第ｎフレームのＲ成分画像、Ｇ成分画像及びＢ成分画像は再びＲＧＢ合成され、第２段階のノイズ低減後の第ｎフレームとなる。図８の動作例によれば、２段階に亘ってノイズ評価及びノイズ低減が施されるので、ノイズ成分を効果的に低減することができる。

図９の動作例では、カラー画像である第ｎ−１フレーム、第ｎフレーム及び第ｎ＋１フレームが夫々ＲＧＢ分解される。そして、第ｎフレームのＲＧＢ分解によって得られたＲ成分画像、Ｇ成分画像及びＢ成分画像の各々に対して前述のノイズ評価及びノイズ低減が行われる。具体的には、第ｎフレームのＲ成分画像を注目画像とし、残りの８枚の色成分画像（即ち、第ｎ−１フレーム及び第ｎ＋１フレームの各色成分画像と、第ｎフレームのＧ成分画像及びＢ成分画像）を参照画像としてノイズ評価及びノイズ低減が行われる。また、第ｎフレームのＧ成分画像を注目画像とし、残りの８枚の色成分画像（即ち、第ｎ−１フレーム及び第ｎ＋１フレームの各色成分画像と、第ｎフレームのＲ成分画像及びＢ成分画像）を参照画像としてノイズ評価及びノイズ低減が行われる。更に、第ｎフレームのＢ成分画像を注目画像とし残りの８枚の色成分画像（即ち、第ｎ−１フレーム及び第ｎ＋１フレームの各色成分画像と、第ｎフレームのＲ成分画像及びＧ成分画像）を参照画像としてノイズ評価及びノイズ低減が行われる。ノイズ低減後の第ｎフレームのＲ成分画像、Ｇ成分画像及びＢ成分画像は再びＲＧＢ合成され、ノイズ低減後の第ｎフレームとなる。図９の動作例によれば、多数の参照画像が利用されるので、ノイズ成分を効果的に低減することができる。

以上説明したように、第１の実施形態に係る画像処理装置は、基本的に、カラー画像をＲＧＢ分解することによって得られるいずれかの色成分画像を注目画像として扱い、当該注目画像と１枚以上の参照画像との比較によって当該注目画像の各画素におけるノイズ成分の寄与度を評価する。そして、この画像処理装置は、上記寄与度の評価値に基づいて、注目画素の画素値に対して１枚以上の参照画像の対応画素の画素値を適応的に合成することによって、ノイズ低減後の注目画像を生成する。従って、この画像処理装置によれば、注目画像の信号成分を維持しつつノイズ成分を低減することができる。

（第２の実施形態）
第２の実施形態に係る画像処理装置は、図１７に例示されるように、サブバンド分解部３０１，３０２と、ノイズ評価部３１０と、ノイズ低減部３２０と、加算部３３０とを備える。本実施形態に係る画像処理装置は、注目画像１０及び参照画像１１を２以上のサブバンド成分に分解して画像処理を行う。尚、本実施形態に係るノイズ評価及びノイズ低減もまた、利用される参照画像の枚数が増加する場合に適宜変形して適用することが可能である。

サブバンド分解部３０１は、注目画像１０を入力する。サブバンド分解部３０１は、典型的には、例えばウェーブレット変換を用いて注目画像１０を２つのサブバンド成分に分解する。具体的には、サブバンド分解部３０１は、注目画像１０をレベル１の注目高周波画像１３−１及びレベル１の注目低周波画像１４−１に分解する。ここで、レベルとはサブバンド分解のレベルを意味するものとする。サブバンド分解部３０１は、注目高周波画像１３−１をノイズ評価部３１０及びノイズ低減部３２０へと出力する。

或いは、サブバンド分解部３０１は、フィルタリング処理によって注目画像１０からレベル１の注目低周波画像１４−１を抽出してもよい。例えば、サブバンド分解部３０１は、注目画像１０内の隣接４画素毎に画素値を平均化することによって、レベル１の注目低周波画像１４−１を抽出してもよい。更に、サブバンド分解部３０１は、当該レベル１の注目低周波画像１４−１を注目画像１０から減算することによって、レベル１の注目高周波画像１３−１を抽出してもよい。

ここで、サブバンド分解が１度だけ実行されるならば、サブバンド分解部３０１は、注目低周波画像１４−１を加算部３３０へと出力する。他方、サブバンド分解が２回以上に亘って実行されるならば、サブバンド分解部３０１は、第２回目のサブバンド分解のために、注目低周波画像１４−１を自己にフィードバック出力する。

一般化すれば、サブバンド分解部３０１は、第２，・・・，ｋｍａｘ回目のサブバンド分解のために、レベル１，・・・，ｋｍａｘ−１の注目低周波画像１４−１，・・・，１４−（ｋｍａｘ−１）をフィードバック入力する。ここで、ｋｍａｘは、任意の整数であってサブバンド分解の最大実行回数を表す。サブバンド分解部３０１は、注目低周波画像１４−１，・・・，１４−（ｋｍａｘ−１）の各々を２つのサブバンド成分に分解する。具体的には、サブバンド分解部３０１は、注目低周波画像１４−１，・・・，１４−（ｋｍａｘ−１）の各々をレベル２，・・・，ｋｍａｘの注目高周波画像１３−２，・・・，１３−ｋｍａｘ及び注目低周波画像１４−２，・・・，１４−ｋｍａｘに分解する。サブバンド分解部３０１は、注目高周波画像１３−２，・・・，１３−ｋｍａｘをノイズ評価部３１０及びノイズ低減部３２０へと出力する。また、サブバンド分解部３０１は、第３，・・・，ｋｍａｘ回目のサブバンド分解のために、注目低周波画像１４−２，・・・，１４−（ｋｍａｘ−１）を自己にフィードバック出力する。サブバンド分解部３０１は、注目低周波画像１４−ｋｍａｘを加算部３３０へと出力する。

以降の説明において、レベルｋの注目低周波画像１４−ｋはＬＦ（０，ｋ）と表現されることがある。尚、注目画像１０は、レベル０の注目低周波画像とみなすことができる。即ち、注目画像１０はＬＦ（０，０）と表現できる。ここで、ｋは０以上ｋｍａｘ以下の値を取り得る変数である。また、レベルｋの注目高周波画像１３−ｋはＨＦ（０，ｋ）と表現されることがある。

サブバンド分解部３０２は、参照画像１１を外部から入力する。サブバンド分解部３０２は、例えばウェーブレット変換を用いて参照画像１１を２つのサブバンド成分に分解する。具体的には、サブバンド分解部３０２は、参照画像１１をレベル１の参照高周波画像１５−１及びレベル１の参照低周波画像１６−１に分解する。サブバンド分解部３０２は、参照高周波画像１５−１をノイズ評価部３１０及びノイズ低減部３２０へと出力する。

ここで、サブバンド分解が１度だけ実行されるならば、レベル１の参照低周波画像１６−１は本実施形態において不要であるので、サブバンド分解部３０２は必ずしも参照低周波画像１１からレベル１の参照低周波画像１６−１を抽出しない。他方、サブバンド分解が２回以上に亘って実行されるならば、サブバンド分解部３０２は、第２回目のサブバンド分解のために、参照低周波画像１６−１を自己にフィードバック出力する。

一般化すれば、サブバンド分解部３０２は、第２，・・・，ｋｍａｘ−１回目のサブバンド分解のために、レベル１，・・・，ｋｍａｘ−２の参照低周波画像１６−１，・・・，１６−（ｋｍａｘ−２）をフィードバック入力する。サブバンド分解部３０２は、参照低周波画像１６−１，・・・，１６−（ｋｍａｘ−２）の各々を２つのサブバンド成分に分解する。具体的には、サブバンド分解部３０２は、参照低周波画像１６−１，・・・，１６−（ｋｍａｘ−２）の各々をレベル２，・・・，ｋｍａｘ−１の参照高周波画像１５−２，・・・，１５−（ｋｍａｘ−１）及び参照低周波画像１６−２，・・・，１６−（ｋｍａｘ−１）に分解する。サブバンド分解部３０２は、参照高周波画像１５−２，・・・，１５−（ｋｍａｘ−１）をノイズ評価部３１０及びノイズ低減部３２０へと出力する。また、サブバンド分解部３０２は、第３，・・・，ｋｍａｘ回目のサブバンド分解のために、参照低周波画像１６−２，・・・，１６−（ｋｍａｘ−１）を自己にフィードバック出力する。

更に、サブバンド分解部３０２は、第ｋｍａｘ回目のサブバンド分解のために、レベルｋｍａｘ−１の参照低周波画像１６−（ｋｍａｘ−１）をフィードバック入力する。サブバンド分解部３０２は、参照低周波画像１６−（ｋｍａｘ−１）を分解し、レベルｋｍａｘの参照高周波画像１５−ｋｍａｘを得る。但し、レベルｋｍａｘの参照低周波画像は本実施形態において不要であるので、サブバンド分解部３０２は必ずしも参照低周波画像１６−（ｋｍａｘ−１）からレベルｋｍａｘの参照低周波画像を抽出しない。サブバンド分解部３０２は、参照高周波画像１５−ｋｍａｘをノイズ評価部３１０及びノイズ低減部３２０へと出力する。

以降の説明において、レベルｋの参照高周波画像１５−ｋはＨＦ（ｍ，ｋ）と表現されることがある。また、レベルｋの参照低周波画像１６−ｋはＬＦ（ｍ，ｋ）と表現されることがある。尚、参照画像１１は、レベル０の参照低周波画像とみなすことができる。即ち、参照画像１１はＬＦ（ｍ，０）と表現できる。

ノイズ評価部３１０は、レベル１，・・・，ｋｍａｘの注目高周波画像１３−１，・・・，１３−ｋｍａｘをサブバンド分解部３０１から入力し、レベル１，・・・，ｋｍａｘの参照高周波画像１５−１，・・・，１５−ｋｍａｘをサブバンド分解部３０２から入力する。ノイズ評価部３１０は、レベルｋ（ｋ＝１，・・・，ｋｍａｘ）の注目高周波画像１３−ｋの各画素に対して、ノイズ評価部１０１と同一または類似のノイズ評価を行うことによって、レベルｋの評価値２３−ｋを得る。即ち、ノイズ評価部３１０は、注目高周波画像１３−ｋの各画素におけるノイズ成分の寄与度を注目高周波画像１３−ｋ及び参照高周波画像１５−ｋの画素値を用いて評価する。ノイズ評価部３１０は、各画素に対するレベル１，・・・，ｋｍａｘの評価値２３−１，・・・，２３−ｋｍａｘをノイズ低減部３２０へと出力する。

ノイズ低減部３２０は、サブバンド分解部３０１からレベル１，・・・，ｋｍａｘの注目高周波画像１３−１，・・・，１１−ｋｍａｘを入力し、サブバンド分解部３０２からレベル１，・・・，ｋｍａｘの参照高周波画像１５−１，・・・，１５−ｋｍａｘを入力し、ノイズ評価部３１０からレベル１，・・・，ｋｍａｘの評価値２３−１，・・・，２３−ｋｍａｘを入力する。

ノイズ低減部３２０は、レベルｋの評価値２３−ｋを用いて注目高周波画像１３−ｋに対してノイズ低減部１１０と同一または類似のノイズ低減を行うことによって、ノイズ低減後のレベルｋの注目高周波画像４０−ｋを生成する。具体的には、ノイズ低減部３２０は、レベルｋの注目高周波画像１３−ｋの各画素値に対して、レベルｋの評価値２３−ｋに基づいてレベルｋの参照高周波画像１５−ｋの対応画素の画素値を適応的に合成することによって、ノイズ低減後のレベルｋの注目高周波画像４０−ｋを生成する。ノイズ低減部３２０は、ノイズ低減後のレベル１，・・・，ｋｍａｘの注目高周波画像４０−１，・・・，４０−ｋｍａｘを加算部３３０へと出力する。以降の説明において、ノイズ低減後のレベルｋの注目高周波画像４０−ｋはＮＲＨＦ（ｋ）と表現されることがある。

加算部３３０は、レベルｋｍａｘの注目低周波画像１４−ｋｍａｘをサブバンド分解部３０１から入力し、ノイズ低減後のレベル１，・・・，ｋｍａｘの注目高周波画像４０−１，・・・，４０−ｋｍａｘをノイズ低減部３２０から入力する。加算部３３０は、注目低周波画像１４−ｋｍａｘと、ノイズ低減後のレベル１，・・・，ｋｍａｘの注目高周波画像４０−１，・・・，４０−ｋｍａｘとを加算することによって、ノイズ低減後の注目画像３２を生成する。加算部３３０は、ノイズ低減後の注目画像３２を外部へと供給する。

図１０には、図１７の画像処理装置によって行われる画像処理の一例が描かれている。図６の例において、ｋｍａｘ＝２であり、ｍ＝−１である。また、レベルｋの評価値２３−ｋは、上記数式（２）に基づいて算出されており、ＡＣＦｐｋｒ（ｋ）で表現されている。

以下、図１８を用いて図１７の画像処理装置によって行われる画像処理が説明される。尚、図１８に示される処理ステップの順序は一例であり、各処理ステップは依存関係がない限り任意の順序で実行されてよい。

図１８の画像処理はステップＳ４０１から開始する。ステップＳ４０１において、変数ｋに０が代入され、処理はステップＳ４０２へと進む。ステップＳ４０２において、サブバンド分解部３０１及びサブバンド分解部３０２は、レベルｋの注目低周波画像１４−ｋ及びレベルｋの参照低周波画像１６−ｋをそれぞれ取り込む。サブバンド分解部３０１及びサブバンド分解部３０２は、ステップＳ４０２において得られた注目低周波画像１４−ｋ及び参照低周波画像１６−ｋをそれぞれサブバンド分解する（ステップＳ４０３）。

図１８の例では、ノイズ評価部３１０は、ステップＳ４０３において得られたレベルｋ＋１の注目高周波画像１３−（ｋ＋１）の各画素に対して、当該画素を中心とする画像間ブロック内の自己相関関数を算出する（ステップＳ４０４）。ここで、画像間ブロックは注目高周波画像１３−（ｋ＋１）及びステップＳ４０３において得られたレベルｋ＋１の参照高周波画像１５−（ｋ＋１）に亘って形成される。

そして、図１８の例では、ノイズ評価部３１０は、ステップＳ４０４において算出された自己相関関数の原点の値に対する周囲の代表値の比の絶対値を算出することによって、レベルｋ＋１の評価値２３−（ｋ＋１）を得る（ステップＳ４０５）。尚、前述の通り、周囲の代表値とは、例えば、原点以外で最大の絶対値を持つ値である。

但し、ステップＳ４０４及びステップＳ４０５の代わりに、ノイズ評価部３１０は、第１の実施形態において説明されたように、差分画像に閉じたブロックの自己相関関数、注目画素と対応画素との差分絶対値を用いてノイズ評価を行ってもよい。

ノイズ低減部３２０は、ステップＳ４０５において得られたレベルｋ＋１の評価値２３−（ｋ＋１）に基づいて（例えば、上記数式（５）に基づいて）、レベルｋ＋１の注目高周波画像１３−（ｋ＋１）及びレベルｋ＋１の参照高周波画像１５−（ｋ＋１）の各画素値を重み付き平均化することにより、ノイズ低減後のレベルｋ＋１の注目高周波画像４０−（ｋ＋１）を得る（ステップＳ４０６）。

但し、ステップＳ４０６の代わりに、ノイズ低減部３２０は、２値形式の評価値２３−（ｋ＋１）を用いて、レベルｋ＋１の注目高周波画像１３−（ｋ＋１）及びレベルｋ＋１の参照高周波画像１５−（ｋ＋１）の各画素値の平均化の実行／省略を切り替えてもよい。

ステップＳ４０６の終了時にｋ＋１がｋｍａｘ未満であれば処理はステップＳ４０８へと進み、そうでなければ処理はステップＳ４０９へと進む。ステップＳ４０８において、ｋは１だけインクリメントされ、処理はステップＳ４０２へと戻る。

ステップＳ４０９において、加算部３３０は、ステップＳ４０３において得られたレベルｋｍａｘの注目低周波画像１４−ｋｍａｘと、ステップＳ４０６において得られたノイズ低減後のレベル１，・・・，ｋｍａｘの注目高周波画像４０−１，・・・，４０−ｋｍａｘとを加算することによって、ノイズ低減後の注目画像３２を得る。ステップＳ４０９の完了によって、図１８の画像処理は終了する。

以上説明したように、第２の実施形態に係る画像処理装置は、注目画像及び１枚以上の参照画像を複数のサブバンド成分に分解することを許容し、レベルｋの注目高周波画像の各画素におけるノイズ成分の寄与度を評価する。そして、この画像処理装置は、上記寄与度の評価値に基づいて、レベルｋの注目高周波画像の注目画素の画素値に対して１枚以上のレベルｋの参照高周波画像の対応画素の画素値を適応的に合成することによって、ノイズ低減後のレベルｋの注目高周波画像を生成する。従って、この画像処理装置によれば、ノイズ成分の周波数特性にマッチした画像処理を行うことができるので、ノイズ成分を更に低減することができる。

（第３の実施形態）
第３の実施形態に係る外観検査システムは、図１９に例示されるように、画像処理装置１００、画像検査装置５００、カメラ５１０及びステージ５２０を含む。
カメラ５１０は、例えばＣＣＤ（Ｃｈａｒｇｅ−Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）などの固体撮像素子を用いたデジタルカメラである。カメラ５１０は、後述するステージ５２０の上方から、ステージ５２０の上面を電子撮影する。カメラ５１０は、撮像素子によって得られた画素情報をマトリックス状（格子状）に配列して映像化したカラー画像を生成し、後段の画像処理装置１００に出力する。

ステージ５２０は、外観検査の対象となる被測定物ＯＪ（例えば、液晶パネル、集積回路などの電子部品）を載置するためのテーブル状の平面を有するステージである。被測定物ＯＪは、ステージ５２０においてカメラ５１０によって撮影される範囲に載置される。被測定物ＯＪがステージ５２０上で静止した状態で、カメラ５１０による撮影が行われる。

画像処理装置１００は、カメラ５１０によって得られたカラー画像に対して、第１または第２の実施形態と同一または類似の画像処理を施す。例えば、画像処理装置１００は、図１、図３または図１７の画像処理装置と同一または類似の構成を備える。即ち、画像処理装置１００は、上記カラー画像をＲＧＢ分解することによって得られる色成分画像を注目画像１０、参照画像１１（または１２など）などとしてそれぞれ取り込み、画像処理を行ってノイズ低減後の注目画像３０（または３１，３２）を得る。そして、画像処理装置１００は、ノイズ低減後の注目画像３０（または３１，３２）に対してＲＧＢ合成を行うことによって得られるカラー画像を画像検査装置５００に供給する。

画像検査装置５００は、画像処理装置１００によってノイズ低減された画像を検査画像として入力する。画像検査装置５００は、検査画像の画像解析を行う。画像検査装置５００は、係る画像解析の結果、被測定物ＯＪの異常（例えば、被測定物ＯＪの欠陥、被測定物ＯＪに付着した異物など）を検出する。

以上説明したように、第３の実施形態に係る外観検査システムは、第１または第２の実施形態に係る画像処理装置と同一または類似の画像処理を行って検査画像を得る。従って、本実施形態に係る外観検査システムによれば、信号成分が維持され、かつ、ノイズ成分が低減された検査画像を利用できるので、高精度な検査が可能となる。

上記各実施形態の処理は、汎用のコンピュータを基本ハードウェアとして用いることで実現可能である。上記各実施形態の処理を実現するプログラムは、コンピュータで読み取り可能な記憶媒体に格納して提供されてもよい。プログラムは、インストール可能な形式のファイルまたは実行可能な形式のファイルとして記憶媒体に記憶される。記憶媒体としては、磁気ディスク、光ディスク（ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ等）、光磁気ディスク（ＭＯ等）、半導体メモリなどである。記憶媒体は、プログラムを記憶でき、かつ、コンピュータが読み取り可能であれば、何れであってもよい。また、上記各実施形態の処理を実現するプログラムを、インターネットなどのネットワークに接続されたコンピュータ（サーバ）上に格納し、ネットワーク経由でコンピュータ（クライアント）にダウンロードさせてもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０・・・注目画像、１１，１２・・・参照画像、１３−１・・・レベル１の注目高周波画像、１３−ｋｍａｘ・・・レベルｋｍａｘの注目高周波画像、１４−１・・・レベル１の注目低周波画像、１４−（ｋｍａｘ−１）・・・レベルｋｍａｘ−１の注目低周波画像、１４−ｋｍａｘ・・・レベルｋｍａｘの注目低周波画像、１５−１・・・レベル１の参照高周波画像、１５−ｋｍａｘ・・・レベルｋｍａｘの参照高周波画像、１６−１・・・レベル１の参照低周波画像、１６−（ｋｍａｘ−１）・・・レベルｋｍａｘ−１の参照低周波画像、２１，２２・・・評価値、２３−１・・・レベル１の評価値、２３−ｋｍａｘ・・・レベルｋｍａｘの評価値、３０，３１，３２・・・ノイズ低減後の注目画像、４０−１・・・ノイズ低減後のレベル１の注目高周波画像、４０−ｋｍａｘ・・・ノイズ低減後のレベルｋｍａｘの注目高周波画像、１００・・・画像処理装置、１０１，１０２，３１０・・・ノイズ評価部、１１０，１１１，３２０・・・ノイズ低減部、３０１，３０２・・・サブバンド分解部、３３０・・・加算部、５００・・・画像検査装置、５１０・・・カメラ、５２０・・・ステージ

Claims (9)

1. 第１のカラー画像をＲＧＢ分解することによって得られる第１の色成分画像である注目画像と、１枚以上の参照画像の各々とを比較することによって、前記１枚以上の参照画像毎に前記注目画像の各画素におけるノイズ成分の寄与度を示す評価値を得る評価部と、
   前記注目画像の各画素の画素値に対して前記１枚以上の参照画像の各々の対応画素の画素値を前記評価値に基づいて適応的に合成することによって、ノイズ低減後の注目画像を生成する低減部と
   を具備する、画像処理装置。
2. 前記１枚以上の参照画像は、前記第１のカラー画像をＲＧＢ分解することによって得られる第２の色成分画像を含む、請求項１の画像処理装置。
3. 前記１枚以上の参照画像は、前記第１のカラー画像とは異なる第２のカラー画像をＲＧＢ分解することによって得られる第１の色成分画像を含む、請求項１の画像処理装置。
4. 前記評価部は、前記注目画像の各画素に対して、当該画素を中心として前記注目画像及び前記１枚以上の参照画像の各々に亘って形成される画像間ブロックの自己相関関数を算出し、当該自己相関関数の原点の値に対する前記原点以外における最大の絶対値に基づく代表値の比の絶対値を算出することによって、前記１枚以上の参照画像毎に前記評価値を導出する、請求項１の画像処理装置。
5. 前記評価部は、前記注目画像の各画素に対して、当該画素を中心として前記注目画像及び前記１枚以上の参照画像の各々との差分画像に閉じて形成されるブロックの自己相関関数を算出し、当該自己相関関数の原点の値に対する前記原点以外における最大の絶対値に基づく代表値の比の絶対値を算出することによって、前記１枚以上の参照画像毎に前記評価値を導出する、請求項１の画像処理装置。
6. 前記低減部は、前記注目画像の各画素の画素値と、前記１枚以上の参照画像の各々の対応画素の画素値とを重み付き平均することによって、前記ノイズ低減後の注目画像を生成し、
   前記１枚以上の参照画像の各々の対応画素の画素値に与えられる重みは、前記評価値の示す前記ノイズ成分の寄与度が大きいほど大きい、
   請求項１の画像処理装置。
7. 前記低減部は、前記注目画像の各画素の画素値と、前記１枚以上の参照画像のうち前記評価値の示す前記ノイズ成分の寄与度が閾値より大きいものの対応画素の画素値とを平均化することによって、前記ノイズ低減後の注目画像を生成する、請求項１の画像処理装置。
8. 第１のカラー画像をＲＧＢ分解することによって得られる第１の色成分画像である注目画像を分解することによってレベル１の注目低周波画像及びレベル１の注目高周波画像を得て、レベル１，・・・，ｋｍａｘ−１（ｋｍａｘは整数）の注目低周波画像を分解することによってレベル２，・・・ｋｍａｘの注目低周波画像及びレベル２，・・・，ｋｍａｘの注目高周波画像を得る第１の分解部と、
   １枚以上の参照画像の各々を分解することによって１枚以上のレベル１の参照低周波画像及び１枚以上のレベル１の参照高周波画像を得て、１枚以上のレベル１，・・・，ｋｍａｘ−１の参照低周波画像の各々を分解することによって１枚以上のレベル２，・・・，ｋｍａｘの参照低周波画像及びレベル２，・・・，ｋｍａｘの高周波画像を得る第２の分解部と、
   レベルｋ（ｋ＝１，・・・，ｋｍａｘ）の注目高周波画像と、１枚以上のレベルｋの参照高周波画像の各々とを比較することによって、前記１枚以上のレベルｋの参照高周波画像毎に前記レベルｋの注目高周波画像の各画素におけるノイズ成分の寄与度を示すレベルｋの評価値を得る評価部と、
   前記レベルｋの注目高周波画像の各画素の画素値に対して前記１枚以上のレベルｋの参照高周波画像の各々の対応画素の画素値を前記レベルｋの評価値に基づいて適応的に合成することによって、ノイズ低減後のレベルｋの注目高周波画像を生成する低減部と、
   前記レベルｋｍａｘの注目低周波画像と、ノイズ低減後のレベル１，・・・，ｋｍａｘの注目高周波画像とを加算することによって、ノイズ低減後の注目画像を生成する加算部と
   を具備する、画像処理装置。
9. 第１のカラー画像をＲＧＢ分解することによって得られる第１の色成分画像である注目画像と、１枚以上の参照画像の各々とを比較することによって、前記１枚以上の参照画像毎に前記注目画像の各画素におけるノイズ成分の寄与度を示す評価値を得ることと、
   前記注目画像の各画素の画素値に対して前記１枚以上の参照画像の各々の対応画素の画素値を前記評価値に基づいて適応的に合成することによって、ノイズ低減後の注目画像を生成することと
   を具備する、画像処理方法。

Images