JP2959721B2 - Image data interpolation device - Google Patents
Image data interpolation deviceInfo
- Publication number
- JP2959721B2 JP2959721B2 JP1223479A JP22347989A JP2959721B2 JP 2959721 B2 JP2959721 B2 JP 2959721B2 JP 1223479 A JP1223479 A JP 1223479A JP 22347989 A JP22347989 A JP 22347989A JP 2959721 B2 JP2959721 B2 JP 2959721B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- data
- fuzzy
- interpolation
- value
- 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.)
- Expired - Fee Related
Links
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 10
- 238000000034 method Methods 0.000 description 6
- 239000000523 sample Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
Classifications
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Complex Calculations (AREA)
- Image Processing (AREA)
- Devices For Executing Special Programs (AREA)
Description
【発明の詳細な説明】 [産業上の利用分野] 本発明は、補間によって、原データから所望の位置の
データを推定する画像データ補間装置に関する。Description: TECHNICAL FIELD The present invention relates to an image data interpolation device that estimates data at a desired position from original data by interpolation.
[従来の技術と発明が解決しようとする課題] 超音波診断等によって得られる画像データは、一定間
隔で標本化されたデータであるが、得られた原データか
ら補間によって所望の位置のデータを推定する場合があ
る。前記補間を行う場合、従来は、例えば、隣接する2
点のデータを用いた数値演算によって、その2点の間の
点のデータを求めていた。例えば、隣接する2点のデー
タがxn,Xn+1である場合、その2点間の中央の点のデ
ータは、平均値(xn+Xn+1)/2として求められる。[Problems to be Solved by the Related Art and the Invention] Image data obtained by ultrasonic diagnosis or the like is data sampled at regular intervals, and data at a desired position is obtained by interpolation from the obtained original data. May be estimated. When performing the interpolation, conventionally, for example,
The data of a point between the two points has been obtained by a numerical operation using the data of the point. For example, when the data of two adjacent points is xn, Xn + 1, the data of the center point between the two points is obtained as an average value (xn + Xn + 1) / 2.
しかしながら、2点のデータのみを用いた補間では、
特に、補間によって求める位置の前後におけるデータの
変化量が大きい場合に、実際の値からかけ離れた補間デ
ータが得られる場合がある。そこで、データの変化量を
求め、これを用いた厳密な数値演算を行って、より適正
な補間データを求めることが考えられるが、数値演算に
時間がかかり過ぎるため、補間データをリアルタイムで
求めることができず、原データと補間データとリアルタ
イムで表示することができない等の問題がある。However, with interpolation using only two points of data,
In particular, when the amount of change in data before and after the position determined by interpolation is large, interpolated data far from the actual value may be obtained. Therefore, it is conceivable to obtain the amount of change in the data and perform a strict numerical operation using the data to obtain more appropriate interpolation data.However, since the numerical operation takes too much time, it is necessary to obtain the interpolation data in real time. However, there is a problem that the original data and the interpolated data cannot be displayed in real time.
本発明は、上記事情に鑑みてなされたものであり、実
際の値に近いと予想される補間データを、高速で得るこ
とができるようにした画像データ補間装置を提供するこ
とを目的としている。The present invention has been made in view of the above circumstances, and an object of the present invention is to provide an image data interpolating apparatus capable of obtaining interpolation data expected to be close to an actual value at a high speed.
[課題を解決するための手段及び作用] 本発明による画像データ補間装置は、互いに隣接する
位置の4つの画像データをそれぞれ保持する画像データ
保持手段と、前記4つの画像データのうちの互いに隣接
する第1と第2の画像データからこの2つの画像データ
間のデータ変化量を演算する第1の演算手段と、前記4
つの画像データのうちの互いに隣接する第2と第3の画
像データからこの2つの画像データ間を補間する補間画
像データを演算する第2の演算手段と、前記4つの画像
データのうちの互いに隣接する第3と第4の画像データ
からこの2つの画像データ間のデータ変化量を演算する
第3の演算手段と、前記第1と第3の演算手段によって
演算されたデータ変化量に基づいてファジイ推論を行い
補正値を算出するファジイ演算手段と、前記第2の演算
手段によって得られた補間画像データと前記ファジイ演
算手段によって得られた補正値とに基づいて補正された
補間画像データを生成する手段とを備えたことを特徴と
するものである。[Means and Actions for Solving the Problems] An image data interpolation device according to the present invention includes an image data holding unit that holds four image data at positions adjacent to each other, and an image data holding unit that is adjacent to each other among the four image data. First calculating means for calculating a data change amount between the first and second image data from the first and second image data;
A second calculating means for calculating interpolated image data for interpolating between the two image data from the second and third image data adjacent to each other among the four image data; Third calculating means for calculating the data change amount between the two image data from the third and fourth image data to be processed, and fuzzy processing based on the data change amount calculated by the first and third calculating means. Fuzzy operation means for inferring and calculating a correction value; and interpolated image data corrected based on the interpolated image data obtained by the second operation means and the correction value obtained by the fuzzy operation means. Means.
[実施例] 以下、図面を参照して本発明の実施例を説明する。Embodiment An embodiment of the present invention will be described below with reference to the drawings.
第1図ないし第5図は本発明の一実施例に係り、第1
図は画像データ補間装置を含む超音波診断装置の構成を
示すブロック図、第2図は原データ及び補間データの位
置及び大きさを示す説明図、第3図はファジィ推論の概
要を示す説明図、第4図はファジィルールとメンバーシ
ップ関数を示す説明図、第5図(a)は原データを示す
説明図、第5図(b)は原データ及び従来の補間法によ
る補間データを示す説明図、第5図(c)は原データ及
び本実施例の補間法による補間データを示す説明図であ
る。FIGS. 1 to 5 relate to an embodiment of the present invention.
FIG. 2 is a block diagram showing the configuration of an ultrasonic diagnostic apparatus including an image data interpolation apparatus, FIG. 2 is an explanatory view showing the positions and sizes of original data and interpolation data, and FIG. 3 is an explanatory view showing an outline of fuzzy inference. FIG. 4 is an explanatory diagram showing fuzzy rules and membership functions, FIG. 5 (a) is an explanatory diagram showing original data, and FIG. 5 (b) is an explanatory diagram showing original data and interpolation data by a conventional interpolation method. FIG. 5C is an explanatory diagram showing the original data and the interpolated data by the interpolation method of the present embodiment.
本実施例は、本発明を、超音波診断装置におけるデー
タ補間に応用した例である。This embodiment is an example in which the present invention is applied to data interpolation in an ultrasonic diagnostic apparatus.
第1図に示すように、超音波診断装置1は、超音波プ
ローブ2と、この超音波プローブ2に接続された信号処
理回路3とを備えている。前記信号処理回路3は、前記
超音波プローブ2に超音波パルスを送信すると共に、超
音波プローブ2からのエコー信号を受信し、対数圧縮,S
TC等の信号処理を施すようになっている。また、前記超
音波プローブ2は、リニア,セクタ,ラジアル等の走査
を行うようになっている。As shown in FIG. 1, the ultrasonic diagnostic apparatus 1 includes an ultrasonic probe 2 and a signal processing circuit 3 connected to the ultrasonic probe 2. The signal processing circuit 3 transmits an ultrasonic pulse to the ultrasonic probe 2, receives an echo signal from the ultrasonic probe 2, and performs logarithmic compression, S
Signal processing such as TC is performed. Further, the ultrasonic probe 2 performs scanning such as linear, sector, and radial.
前記信号処理回路3からの画像データは、ラッチ4,5,
6,7を経て、画像メモリ8に入力されるようになってい
る。前記ラッチ4,5,6,7は、互いに隣接する位置(走査
線)の画像データを記憶するようになっている。すなわ
ち、第2図に示すように、ある領域における隣接する4
つの点n−1,n,n+1,n+2の各画像データを、それぞれ
xn−1,xn,xn+1,xn+2とすると、ラッチ4はxn−1
を、ラッチ5はxnを、ラッチ6はxn+1を、ラッチ7は
xn+2を、それぞれ記憶するようになっている。The image data from the signal processing circuit 3 includes latches 4, 5,
The data is input to the image memory 8 through the steps 6 and 7. The latches 4, 5, 6, and 7 store image data at positions (scan lines) adjacent to each other. That is, as shown in FIG.
Image data of two points n−1, n, n + 1, n + 2 are respectively
Assuming that xn−1, xn, xn + 1, xn + 2, the latch 4 becomes xn−1
Latch 5, xn, Latch 6, xn + 1, Latch 7,
xn + 2 are respectively stored.
前記ラッチ5,6に記憶された各データは演算回路10に
入力され、この演算回路10は点n,n+1間の中央の点の
補間値として、(xn+xn+1)/2を演算するようになっ
ている。また、前記ラッチ4,5に記憶された各データは
演算回路11に入力され、この演算回路11は、点n−1,n
間のデータの変化量(傾き)Δx1=xn−xn−1を演算す
るようになっている。前記ラッチ6,7に記憶された各デ
ータは演算回路12に入力され、この演算回路12は、点n
+1,n+2間のデータの変化量(傾き)Δx2=xn+2−x
n+1を演算するようになっている。Each data stored in the latches 5 and 6 is input to an arithmetic circuit 10, and the arithmetic circuit 10 calculates (xn + xn + 1) / 2 as an interpolation value of a center point between the points n and n + 1. I have. Each data stored in the latches 4 and 5 is input to an arithmetic circuit 11, and the arithmetic circuit 11
The amount of change (slope) Δx 1 = xn−xn−1 between data is calculated. Each data stored in the latches 6 and 7 is input to an arithmetic circuit 12, and the arithmetic circuit 12
Data change amount (slope) between +1 and n + 2 Δx 2 = xn + 2-x
n + 1 is calculated.
前記演算回路11,12によって求められた変化量Δx1,
Δx2は、ファジィ演算部13に入力され、このファジィ演
算部13は、ファジィ推論によって、前記補間値(xn+xn
+1)/2を補正する補正値kを求めるようになってい
る。前記演算回路10によって求められた補間値(xn+xn
+1)/2と、前記ファジィ演算部13によって求められた
補正値kは、加算器14によって加算され、この加算され
た値が補間データxとして、前記画像メモリ8に入力さ
れるようになっている。この画像メモリ8には、原デー
タと補間データとが記憶され、この画像メモリ8から読
み出された画像データがモニタ16に入力され、このモニ
タ16に、補間された超音波断層像等の超音波情報が表示
されるようになっている。The change amount Δx 1 obtained by the arithmetic circuits 11 and 12,
Δx 2 is input to a fuzzy operation unit 13, which uses the fuzzy inference to calculate the interpolation value (xn + xn
A correction value k for correcting +1) / 2 is obtained. The interpolation value (xn + xn) obtained by the arithmetic circuit 10
+1) / 2 and the correction value k obtained by the fuzzy calculation unit 13 are added by an adder 14, and the added value is input to the image memory 8 as interpolation data x. I have. The image memory 8 stores original data and interpolation data, and the image data read out from the image memory 8 is input to a monitor 16, and the monitor 16 stores an ultrasonic data such as an interpolated ultrasonic tomographic image. Sound wave information is displayed.
ここで、第3図を参照して、ファジィ推論の概要につ
いて説明する。Here, an outline of fuzzy inference will be described with reference to FIG.
ファジィ理論は、1965年、カリフォルニア大学のザデ
ー(L.A.Zadeh)教授により提案され、1974年にはロン
ドン大学のマムダニ(E.H.Mamdani)教授により実用の
可能性が示され、その後、種々の実現手段が提案されて
いる。このファジィ理論を用いたファジィ推論とは、人
間が日常の中で使用するあいまいな言葉で表現したファ
ジィルール(ファジィ推論規則)を用いた推論である。
ファジィルールは、第3図に示すように、「if A=BIG
and B=NORMAL then X=SMALL」(「もし、Aが大き
く、且つ、Bが普通ならば、Xは小さい」)のように記
述できる。また、同様に他のファジィルールも、「if B
=VERY BIG and C=SMALL then X=NORMAL(「もし、B
が大変大きく、且つ、Cが小さいならば、Xは普通」)
のように記述できる。ここで、A,B,Cは入力変数、Xは
出力変数である。ルールが成立するための条件を書いた
部分「if A=BIG and B=NORMAL then X=SMALL」等を
前件部、その結論部分「X=SMALL」等を後件部とい
う。ファジィ推論では、各入力変数を0〜1の値に変換
して演算するが、この変換を定義するのがメンバーシッ
プ関数(前件部メンバーシップ関数)である。このメン
バーシップ関数は、第3図に示すように、ファジィルー
ルで扱う命題(BIG,NORMAL,SMALL等)毎に定義されてい
る。そして、メンバーシップ関数を参照して入力変数が
各命題が満足する度合を計算する。前件部に「and(且
つ)」で結ばれた複数の命題がある場合には、各入力変
数が各命題を満足する度合のうちの最小値を求める。こ
を最小値(MIN)演算という。次に、各ルール毎のメン
バーシップ値を合成する。これは、各ルールの後件部を
比べ、その最大値を取り新しいメンバーシップ関数を作
ることより行われる。これを最大値(MAX)演算とい
う。この合成されたメンバーシップ関数の重心位置の値
が推論結果(出力値)となり、これにもづいて後段の制
御が行われる。尚、以上の推論方式は、代表的な例であ
り、これに限られるものではない。The fuzzy theory was proposed in 1965 by Professor LAZadeh of the University of California, and in 1974 EHMamdani of the University of London showed its feasibility, after which various realization methods were proposed. I have. Fuzzy inference using this fuzzy theory is inference using fuzzy rules (fuzzy inference rules) expressed in ambiguous words used by humans in everyday life.
As shown in FIG. 3, the fuzzy rule is “if A = BIG
and B = NORMAL then X = SMALL "(" If A is large and B is normal, X is small "). Similarly, the other fuzzy rules are "if B
= VERY BIG and C = SMALL then X = NORMAL ("If, B
If X is very large and C is small, X is normal ")
Can be described as follows. Here, A, B, and C are input variables, and X is an output variable. The part where the conditions for establishing the rule are written, such as “if A = BIG and B = NORMAL then X = SMALL”, is called the antecedent part, and the conclusion part “X = SMALL” is called the consequent part. In the fuzzy inference, each input variable is converted into a value of 0 to 1 for calculation, and this conversion is defined by a membership function (antecedent membership function). As shown in FIG. 3, the membership function is defined for each proposition (BIG, NORMAL, SMALL, etc.) handled by the fuzzy rule. Then, the degree to which the input variable satisfies each proposition is calculated with reference to the membership function. When there are a plurality of propositions connected by "and" in the antecedent part, the minimum value of the degrees at which each input variable satisfies each proposition is obtained. This is called minimum value (MIN) operation. Next, the membership values for each rule are combined. This is done by comparing the consequents of each rule, taking the maximum value and creating a new membership function. This is called a maximum value (MAX) operation. The value of the position of the center of gravity of the combined membership function is the inference result (output value), and the subsequent control is performed based on the result. Note that the above inference method is a typical example, and the present invention is not limited to this.
次に、ファジィ演算部13におけるファジィ推論につい
て説明する。Next, fuzzy inference in the fuzzy operation unit 13 will be described.
本実施例では、点n−1,n間のデータの変化量(傾
き)Δx1=xn−xn−1、点n+1,n+2間のデータの変
化量(傾き)Δx2=xn+2−xn+1を、ファジィスケー
ルとして次のように表現する。In the present embodiment, the data change amount (slope) Δx 1 = xn−xn−1 between points n−1 and n, and the data change amount (slope) Δx 2 = xn + 2−xn + 1 between points n + 1 and n + 2 are calculated as follows: Expressed as a fuzzy scale as follows:
大きく正 ++ 小さく正 + 変化なし 0 小さく負 − 大きく負 −− ここで、0≦xi≦1(但しi=…,n−1,n,n+1,n+2,
…)とすると、 −1≦Δx1≦1 −1≦Δx2≦1 となる。Large positive ++ Small positive + No change 0 Small negative-Large negative --- Here, 0≤xi≤1 (where i = ..., n-1, n, n + 1, n + 2,
..), −1 ≦ Δx 1 ≦ 1 −1 ≦ Δx 2 ≦ 1.
本実施例におけるファジィルールとしては、次の9つ
のルールを採用する。尚、以下では、後件部「補間デー
タを(xn+xn+1)/2より…する」のうちの「…する」
の部分のみを記述する。The following nine rules are adopted as fuzzy rules in this embodiment. In the following, in the consequent part, "..." in "the interpolation data is calculated from (xn + xn + 1) / 2"
Only the part is described.
1.Δx1=++andΔx2=−−ならば、大きくする。1. If Δx 1 = ++ and Δx 2 = −−, increase the value.
2.Δx1=++andΔx2=−ならば、やや大きくする。2. If Δx 1 = ++ and Δx 2 = −, slightly increase.
3.Δx1=+andΔx2=−ならば、少し大きくする。3. If Δx 1 = + andΔx 2 = −, increase the value slightly.
4.Δx1=+andΔx2=−−ならば、やや大きくする。4. If Δx 1 = + andΔx 2 = −−, make it slightly larger.
5.Δx1=−andΔx2=++ならば、やや小さくする。5. If Δx 1 = −and Δx 2 = ++, make it a little smaller.
6.Δx1=−andΔx2=+ならば、少し小さくする。6. If Δx 1 = −and Δx 2 = +, reduce a little.
7.Δx1=−−andΔx2=+ならば、やや小さくする。7. If Δx 1 = −− and Δx 2 = +, make it a little smaller.
8.Δx1=−−andΔx2=++ならば、小さくする。8. If Δx 1 = −− andΔx 2 = ++, decrease the value.
9.Δx1=0 andΔx2=0ならば、変化させない。9. If Δx 1 = 0 and Δx 2 = 0, do not change.
尚、「やや」は「少し」よりも程度が大きいものとす
る。It is assumed that "slightly" is greater than "slightly".
上記ルールを、メンバーシップ関数を用いて示すと第
4図に示すようになる。FIG. 4 shows the above rules using a membership function.
ファジィ演算部13は、入力値Δx1,Δx2について、上
記9つのルールを同時に適用し、MIN演算により入力に
対して各ルールの前件部の一致の度合を求め、それを、
そのルールの後件部に対する重みとする。そして、MAX
演算により各ルールの後件部を合成し、得られたメンバ
ーシップ関数の例えば重心値を出力値とする。この出力
値を、補間データを(xn+xn+1)/2より増減する補正
値kとする。例えば、第4図において各ルールの前件部
のメンバーシップ関数を縦断する縦線で示すような入力
値があった場合には、ルール3とルール9が、それぞ
れ、斜線で示す重みで適用され、その結果、推論結果の
メンバーシップ関数が得られる。以上のような各ファジ
ィルールの実行や推論結果の演算は、ファジィチップに
より高速にできる。The fuzzy calculation unit 13 applies the above nine rules simultaneously to the input values Δx 1 and Δx 2 , calculates the degree of coincidence of the antecedent of each rule with respect to the input by MIN calculation, and calculates
The weight is applied to the consequent part of the rule. And MAX
The consequent part of each rule is synthesized by calculation, and for example, a barycenter value of the obtained membership function is set as an output value. This output value is used as a correction value k for increasing or decreasing the interpolation data from (xn + xn + 1) / 2. For example, in FIG. 4, when there is an input value as indicated by a vertical line traversing the membership function of the antecedent part of each rule, rules 3 and 9 are applied with weights indicated by oblique lines, respectively. As a result, a membership function of the inference result is obtained. The execution of each fuzzy rule and the calculation of the inference result as described above can be performed at high speed by a fuzzy chip.
第5図(a)に示すような原データについて、点n,n
+1間の中央の点の補間データを求める場合、従来のよ
うに、(xn+xn+1)/2を補間データとすると、第5図
(b)に示すように、実際の値からかけ離れた値が得ら
れる場合がある。これに対し、本実施例のように、補間
データを、原データの変化量を入力してファジィ推論に
よって得た補正値kを加えた(xn+xn+1)/2+kとす
ることにより、より実際の値に近いと予想される補間デ
ータを得ることができる。For the original data as shown in FIG.
In the case of obtaining interpolation data at the center point between +1 and (xn + xn + 1) / 2 as in the prior art, a value far from the actual value can be obtained as shown in FIG. 5 (b). There are cases. On the other hand, as in the present embodiment, the interpolation data is set to (xn + xn + 1) / 2 + k by adding the correction value k obtained by fuzzy inference by inputting the change amount of the original data, thereby obtaining a more actual value. Interpolation data expected to be close can be obtained.
しかも、ファジィ演算は、ファジィチップにより高速
に行うことができるため、リアルタイムで補間データを
得ることができ、原データと補間データとを同時にリア
ルタイムに表示すること等が可能になる。In addition, since the fuzzy operation can be performed at high speed by the fuzzy chip, the interpolation data can be obtained in real time, and the original data and the interpolation data can be simultaneously displayed in real time.
[発明の効果] 以上説明したように本発明によれば、画像補間データ
を求める位置の近傍の原データの変化量と原データとに
基づいて、ファジィ推論を用いて補間データを得るよう
にしたので、実際の値に近いと予想される画像補間デー
タを、高速で得ることができるという効果がある。[Effects of the Invention] As described above, according to the present invention, interpolation data is obtained using fuzzy inference based on the original data and the amount of change in the original data near the position where the image interpolation data is obtained. Therefore, there is an effect that image interpolation data expected to be close to the actual value can be obtained at high speed.
第1図ないし第5図は本発明の一実施例に係り、第1図
は画像データ補間装置を含む超音波診断装置の構成を示
すブロック図、第2図は原データ及び補間データの位置
及び大きさを示す説明図、第3図はファジィ推論の概要
を示す説明図、第4図はファジィルールとメンバーシッ
プ関数を示す説明図、第5図(a)は原データを示す説
明図、第5図(b)は原データ及び従来の補間法による
補間データを示す説明図、第5図(c)は原データ及び
本実施例の補間法による補間データを示す説明図であ
る。 4,5,6,7……ラッチ(画像データ保持手段) 10……演算回路(第2の演算手段) 11……演算回路(第1の演算手段) 12……演算回路(第3の演算手段) 13……ファジイ演算部(ファジイ演算手段) 14……加算器(補間画像データ生成手段)1 to 5 relate to an embodiment of the present invention, FIG. 1 is a block diagram showing a configuration of an ultrasonic diagnostic apparatus including an image data interpolating apparatus, and FIG. FIG. 3 is an explanatory diagram showing an outline of fuzzy inference, FIG. 4 is an explanatory diagram showing fuzzy rules and membership functions, FIG. 5 (a) is an explanatory diagram showing original data, FIG. FIG. 5B is an explanatory diagram showing the original data and the interpolated data by the conventional interpolation method, and FIG. 5C is an explanatory diagram showing the original data and the interpolated data by the interpolation method of the present embodiment. 4, 5, 6, 7 latch (image data holding unit) 10 arithmetic circuit (second arithmetic unit) 11 arithmetic circuit (first arithmetic unit) 12 arithmetic circuit (third arithmetic unit) Means 13 Fuzzy calculation unit (Fuzzy calculation means) 14 Adder (Interpolated image data generation means)
フロントページの続き (72)発明者 日比野 浩樹 東京都渋谷区幡ケ谷2丁目43番2号 オ リンパス光学工業株式会社内 (72)発明者 桜井 友尚 東京都渋谷区幡ケ谷2丁目43番2号 オ リンパス光学工業株式会社内 (72)発明者 高橋 豊 東京都渋谷区幡ケ谷2丁目43番2号 オ リンパス光学工業株式会社内 (72)発明者 村田 晃 東京都渋谷区幡ケ谷2丁目43番2号 オ リンパス光学工業株式会社内 (72)発明者 坂本 信之 東京都渋谷区幡ケ谷2丁目43番2号 オ リンパス光学工業株式会社内 (72)発明者 小坂 芳広 東京都渋谷区幡ケ谷2丁目43番2号 オ リンパス光学工業株式会社内 (72)発明者 松井 孝一 東京都渋谷区幡ケ谷2丁目43番2号 オ リンパス光学工業株式会社内 (72)発明者 五反田 正一 東京都渋谷区幡ケ谷2丁目43番2号 オ リンパス光学工業株式会社内 (72)発明者 小林 一任 東京都渋谷区幡ケ谷2丁目43番2号 オ リンパス光学工業株式会社内 (72)発明者 幸田 好司 東京都渋谷区幡ケ谷2丁目43番2号 オ リンパス光学工業株式会社内 (56)参考文献 特開 平2−93942(JP,A) 特開 昭64−8439(JP,A) 特開 平1−126779(JP,A) (58)調査した分野(Int.Cl.6,DB名) G06F 17/17 G06F 9/44 554 G06T 3/40 Continuation of the front page (72) Inventor Hiroki Hibino 2-43-2 Hatagaya, Shibuya-ku, Tokyo Within O-limpus Optical Industry Co., Ltd. (72) Inventor Tomohisa Sakurai 2-43-2 Hatagaya, Shibuya-ku, Tokyo O-limpus Inside Optical Industry Co., Ltd. (72) Inventor Yutaka Takahashi 2-43-2 Hatagaya, Shibuya-ku, Tokyo O-limpus Optical Industry Co., Ltd. (72) Inventor Akira Murata 2-43-2 Hatagaya, Shibuya-ku, Tokyo O-limpus Within Optical Industry Co., Ltd. (72) Nobuyuki Sakamoto 2-43-2 Hatagaya, Shibuya-ku, Tokyo O-limpus Optical Industry Co., Ltd. (72) Yoshihiro Kosaka 2-43-2 Hatagaya, Shibuya-ku, Tokyo O-limpus Inside Optical Industry Co., Ltd. (72) Inventor Koichi Matsui 2-43-2, Hatagaya, Shibuya-ku, Tokyo O In-Limpus Optical Industry Co., Ltd. (72) Inventor Shoichi Gotanda 2-43-2, Hatagaya, Shibuya-ku, Tokyo O Departed from Linpass Optical Co., Ltd. (72) Person Kazunori Kobayashi Within O-limpus Optical Industry Co., Ltd. 2-43-2, Hatagaya, Shibuya-ku, Tokyo (72) Inventor Yoshiji Koda 2-43-2 Hatagaya, Shibuya-ku, Tokyo Within O-lympus Optical Industries Co., Ltd. (56) References JP-A-2-93942 (JP, A) JP-A-64-8439 (JP, A) JP-A-1-126779 (JP, A) (58) Fields investigated (Int. Cl. 6 , DB name ) G06F 17/17 G06F 9/44 554 G06T 3/40
Claims (1)
それぞれ保持する画像データ保持手段と、 前記4つの画像データのうちの互いに隣接する第1と第
2の画像データから、この2つの画像データ間のデータ
変化量を演算する第1の演算手段と、 前記4つの画像データのうちの互いに隣接する第2と第
3の画像データから、この2つの画像データ間を補間す
る補間画像データを演算する第2の演算手段と、 前記4つの画像データのうちの互いに隣接する第3と第
4の画像データから、この2つの画像データ間のデータ
変化量を演算する第3の演算手段と、 前記第1と第3の演算手段によって演算されたデータ変
化量に基づいてファジイ推論を行い補正値を算出するフ
ァジイ演算手段と、 前記第2の演算手段によって得られた補間画像データと
前記ファジイ演算手段によって得られた補正値とに基づ
いて、補正された補間画像データを生成する手段と、 を備えたことを特徴とする画像データ補間装置。1. An image data holding means for holding four image data at positions adjacent to each other, and a first image data and a second image data adjacent to each other among the four image data, First calculating means for calculating a data change amount between the first and second image data, and interpolated image data for interpolating between the two image data from the second and third image data adjacent to each other among the four image data. A second calculating means for calculating, from third and fourth image data adjacent to each other among the four image data, a data change amount between the two image data; Fuzzy calculating means for performing a fuzzy inference based on the data change amount calculated by the first and third calculating means to calculate a correction value; and interpolating image data obtained by the second calculating means. Based on the correction value obtained by data and the fuzzy operation means, the image data interpolation apparatus comprising: the means for generating a corrected interpolated image data, further comprising: a.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1223479A JP2959721B2 (en) | 1989-08-30 | 1989-08-30 | Image data interpolation device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1223479A JP2959721B2 (en) | 1989-08-30 | 1989-08-30 | Image data interpolation device |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0385676A JPH0385676A (en) | 1991-04-10 |
JP2959721B2 true JP2959721B2 (en) | 1999-10-06 |
Family
ID=16798781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1223479A Expired - Fee Related JP2959721B2 (en) | 1989-08-30 | 1989-08-30 | Image data interpolation device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2959721B2 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4547346B2 (en) * | 2006-03-22 | 2010-09-22 | 任天堂株式会社 | Inclination calculation apparatus, inclination calculation program, game apparatus, and game program |
-
1989
- 1989-08-30 JP JP1223479A patent/JP2959721B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH0385676A (en) | 1991-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
de Freitas | Bayesian methods for neural networks | |
US7024279B2 (en) | Interpolation using radial basis functions with application to inverse kinematics | |
CN110070124A (en) | A kind of image amplification method and system based on production confrontation network | |
Mohr et al. | Deformation sensitive decimation | |
CN114240735B (en) | Arbitrary style migration method, system, storage medium, computer equipment and terminal | |
Li et al. | A tuned mesh-generation strategy for image representation based on data-dependent triangulation | |
WO2021217937A1 (en) | Posture recognition model training method and device, and posture recognition method and device | |
Gao et al. | Iterated Extended Kalman Smoother-based Variable Splitting for $ L_1 $-Regularized State Estimation | |
CN116485655A (en) | CT image super-resolution processing method based on diffusion model | |
JP2959721B2 (en) | Image data interpolation device | |
Prince et al. | Hierarchical reconstruction using geometry and sinogram restoration | |
Galvão et al. | Linear-wavelet networks | |
WO2023119922A1 (en) | Image generating device, method, and program, training device, and training data | |
JP2696972B2 (en) | Apparatus and method for generating fuzzy rule, and apparatus and method for checking | |
JP2800309B2 (en) | Hybrid control device and hybrid control method | |
JPH0713768A (en) | Continuous logic computation system and its usage method | |
JP2860057B2 (en) | Neural network system | |
Chen et al. | 2-D discrete signal interpolation and its image resampling application using fuzzy rule-based inference | |
JP3059739B2 (en) | Information processing apparatus with curve drawing function and processing method | |
CN108122205A (en) | The denoising method and device of ultrasonoscopy | |
Ghosh et al. | A novel speckle reducing scan conversion in ultrasound imaging system | |
JPH0490076A (en) | Method for extracting feature of medical image | |
WO2022213741A1 (en) | Image processing method and apparatus, storage medium, and electronic device | |
WO2024029411A1 (en) | Work feature amount display device, work feature amount display method, and work feature amount display program | |
US20210366160A1 (en) | Device for and computer implemented method of digital signal processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |