JP3856244B2 - 信号変換装置及び信号変換方法 - Google Patents
信号変換装置及び信号変換方法 Download PDFInfo
- Publication number
- JP3856244B2 JP3856244B2 JP12065995A JP12065995A JP3856244B2 JP 3856244 B2 JP3856244 B2 JP 3856244B2 JP 12065995 A JP12065995 A JP 12065995A JP 12065995 A JP12065995 A JP 12065995A JP 3856244 B2 JP3856244 B2 JP 3856244B2
- Authority
- JP
- Japan
- Prior art keywords
- class
- image signal
- resolution
- learning
- prediction
- 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 - Lifetime
Links
Images
Description
【目次】
以下の順序で本発明を説明する。
産業上の利用分野
従来の技術(図12〜図14)
発明が解決しようとする課題
課題を解決するための手段
作用
実施例(図1〜図11)
発明の効果
【0002】
【産業上の利用分野】
本発明は信号変換装置及び信号変換方法に関し、例えばNTSC等の標準解像度信号(SD:Standard Definition )をハイビジヨン等の高解像度信号(HD:High Definition )に変換するアツプコンバータに適用して好適なものである。
【0003】
【従来の技術】
従来、この種のアツプコンバータにおいては、SD画像信号に対して周波数補間処理を施すことにより、画素数を増やしてHD画像信号を形成している。例えば図12に示すように、HD画像の走査線1上で大きな「○」印及び大きな「△」印でなるSD画像信号に対して水平及び垂直方向にそれぞれ2倍の周波数補間を施すことにより、小さな「○」印及び小さな「△」印でなるHD画像信号を生成する。
【0004】
アツプコンバータによる補間例としては、SD画像信号のフイールドデータから、4種類の位置のHD画素を生成する方法がある。例えば図中の「◎」印のSD画素に注目すると、その近傍の4種類mode1,mode2,mode3 及びmode4 の位置のHD画素を補間により生成する。
このとき用いる補間フイルタとしては、図13に示す空間内2次元ノンセパラブルフイルタ2や、図14に示す水平/垂直セパラブルフイルタ3がある。
【0005】
2次元ノンセパラブルフイルタ2は4種類の位置のHD画素mode1,mode2,mode3 及びmode4 それぞれに対して2次元フイルタ4A〜4Dによつて独立に補間処理を実行し、各補間結果を選択部5において直列化しHD画像信号を得る。
水平/垂直セパラブルフイルタ3は垂直補間フイルタ6Aによりmode1及びmode3用の処理を実行し、垂直補間フイルタ6Bによりmode2及びmode4用の処理を実行してHD画像信号の2本の走査線データを形成する。次に各走査線に対して水平フイルタ7A及び7Bを用いて4種類の位置のHD画素を補間して選択部8において直列化することによりHD画像信号を生成する。
【0006】
【発明が解決しようとする課題】
ところで上述したような従来のアツプコンバータでは補間フイルタとして理想フイルタを使用した場合でも、画素数は増えるものの空間解像度はSD画像信号と変わらない。また実際には理想フイルタを用いることはできないため、SD画像信号より解像度の低下したHD画像信号を生成することしかできないという問題がある。
【0007】
このような問題を解決する方法として、入力SD画像信号の特徴に基づいてSD画像信号をいくつかのクラスに分類し、予め学習により生成されたクラス毎の予測データでなる予測係数を用いて高解像度のHD画像信号を生成するクラス分類適応処理方法が提案されている(特開平5-328185号公報参照)。
【0008】
ところがクラス分類適応処理法を用いてHD画像信号を生成する場合、学習によつて予測係数を生成するときに入力SD画像信号の特徴に応じて適切なクラス分類が行なわれないとHD画像信号の予測精度が低下するという問題があつた。すなわちクラス分類の能力が十分でないと、本来、別のクラスに分かれるべきHD画像信号が同じクラスに分類される。このため学習により得られる予測係数は、性質の異なるHD画像信号の平均値を予測することになり、その結果、解像度復元能力が低下するという問題があつた。
【0009】
本発明は以上の点を考慮してなされたもので、入力画像信号の多様な信号特性に対応した適切なクラス分類によつて低解像度の画像信号を一段と高解像度の画像信号に変換し得る信号変換装置及び信号変換方法を提案しようとするものである。
【0010】
【課題を解決するための手段】
かかる課題を解決するため本発明においては、入力される第1の解像度の第1の画像信号をより高解像度な第2の解像度の第2の画像信号に変換する信号変換装置において、第1の画像信号を、第2の画像信号にのみ含まれる注目画素の周辺の所定数の第1の画像信号の画素の時空間領域でのレベル分布パターンに応じて、各レベル分布パターンに対応した複数のクラスのうち、第1の画像信号のレベル分布パターンを良く反映している第1のクラスに分類する第1のクラス分類手段と、第1の画像信号を、第2の画像信号にのみ含まれる注目画素の周辺の所定数の第1の画像信号の画素でなるタツプのパターンに対応した、複数のクラスとは異なる単一のクラスである第2のクラスに分類する第2のクラス分類手段と、第1のクラス分類手段によつて分類された第1のクラスと第2のクラス分類手段によつて分類された第2のクラスとから一のクラスを選択するクラス選択手段と、予め学習により第1のクラス分類手段及び第2のクラス分類手段のそれぞれにおいて、分類されたクラス毎に求めた、第2の画像信号を第1の画像信号より予測生成するための予測係数を記憶し、クラス選択手段により選択された一のクラスに応じて予測係数を出力する予測係数記憶手段と、第1の画像信号に対し、予測係数記憶手段から出力された予測係数を用いた予測演算を実行して第1の画像信号には含まれない注目画素を推定するようことにより、第2の画像信号を生成する予測演算手段とを設け、さらに、第1のクラス分類手段において、予め学習により第2の解像度の学習用画像信号を第1の解像度の学習用画像信号より予測生成するための予測係数をクラス毎に求める際に、第2の解像度の学習用画像信号中の画素値と、第1の解像度の学習用画像信号に対して予測係数を用いて予測生成した画素値との予測誤差が所定の誤差範囲内となるクラスを第1の特定クラスとしておき、クラス選択手段では、第1のクラスが第1の特定クラスに該当する場合は、第1のクラスを選択し、第1のクラスが第1の特定クラスに該当しない場合は、第2のクラスを選択するようにした。
【0011】
【作用】
このように、入力画像信号を、高解像度の画像信号にのみ含まれる注目画素の周辺の所定数の低解像度の画像信号の画素の時空間領域でのレベル分布パターンを用いるクラス分類法により第1のクラスに分類すると共に、高解像度の画像信号の注目画素周辺の所定数の低解像度の画像信号の画素でなるタツプのパターンに対応した単一クラスである第2のクラスに分類し、第1のクラスが学習時の予測誤差が所定の誤差範囲内となる特定クラスである場合には、第1のクラス及び第2のクラスのうちの第1のクラスを選択し、第1のクラスが特定クラスでない場合には、第1のクラス及び第2のクラスのうちの第2のクラスを選択し、選択したクラスに応じて予測係数を読み出し、読み出した予測係数を用いて低解像度の画像信号には含まれない注目画素を推定するようにしたことにより、入力画像信号の信号特性を反映した高解像度の画像信号を生成することができる。
【0012】
【実施例】
以下図面について本発明の一実施例を詳述する。
【0013】
図1に示す10は全体としてクラス分類適応処理を適用してSD画像信号からHD画像信号を生成する2次元ノンセパラブルフイルタによるアツプコンバータを示す。このアツプコンバータ10に入力端11を通じて入力されるSD画像信号S1 は、クラス分類部12及び予測演算部13に並列に送出される。クラス分類部12は新たに生成するHD画像信号S2 の周辺のSD画像信号S1 の特徴に基づいてクラスデータd0を生成し、予測係数生成部14に送出する。
【0014】
図2に示すように、クラス分類部12では、入力端20を通じて入力されるSD画像信号S1 がADRCクラス分類部21及びアダマール変換クラス分類部22に並列に送出される。ADRCクラス分類部21及びアダマール変換クラス分類部22ではそれぞれ入力SD画像信号S1 をクラスc0及びc1にクラス分類して論理部23に送出する。論理部23には、上述したクラスc0及びc1に加えて入力SD画像信号S1 による全ての学習データを一つのクラスとして特定クラスに設定した単一クラス分類によるクラスc2が送出される。
論理部23は、クラスc0、c1又はc2のうちいずれか一つを選択して選択クラスc3とすると共に、どのクラスc0、c1又はc2を選択したかを表す識別信号c4を生成し、選択クラスc3及び識別信号c4とを合わせてクラスd0として次段の予測係数生成部14に送出する。
【0015】
予測係数生成部14の予測係数テーブル24A〜24Cには、それぞれADRCクラス分類法によつて得られる特定クラス、アダマール変換クラス分類法によつて得られる特定クラス及び単一クラス分類法による特定クラスのそれぞれに対応した予測係数が予め高解像度の画像信号をもとにした学習により求められて格納されている。例えば予測係数テーブル24Aには、ADRCクラス分類部21によつて生成されたクラスc0に対応した予測係数がクラスc0の各クラス番号毎に求められて格納されている。
【0016】
予測係数テーブル24A〜24Cは、選択クラスc3をアドレスデータとして予測係数を読み出し、それぞれ予測係数d11 、d12 及びd13 として選択器25に送出する。選択器25は識別信号c4に基づいて、入力された予測係数d11 、d12 及びd13 の中から何れか一つを選択し、選択した予測係数d11 、d12 又はd13 を予測データd1として予測演算部13に送出する。
この結果、例えばクラス分類部12でクラスc0が選択されクラスc3として出力された場合には、予測係数生成部14からは予測係数テーブル24Aの予測係数d11 が選択されて予測係数d11 として出力される。
【0017】
予測演算部13は図1に示すように、4つの予測演算部13A〜13Dより形成される。各演算部は、それぞれSD画像信号S1 に対して予測データd1を用いた積和演算を実行し、走査線上の4種類の位置mode1 、mode2 、 mode3及びmode4 に対応するHD画素d2、d3、d4及びd5を生成する。各予測演算部13A〜13Dにおいて生成された各HD画素d2、d3、d4及びd5は選択部15に送出される。選択部15は各HD画素d2、d3、d4及びd5をバツフアメモリ(図示せず)を用いてHD補間画素d2、d3、d4及びd5がテレビジヨン走査線順に並ぶように時系列に変換して出力端16からHD画像信号S2 として出力する。
【0018】
図3に示すように論理部23は、ADRCクラス分類及びアダマール変換クラス分類のそれぞれに対応して、予め学習により設定してある特定クラスを記憶したクラスデータROM(Read Only Memory)30A及び30Bが設けられている。各クラスデータROM30A及び30Bは、対応する各クラス分類部から入力されるクラスc0又はc1が設定されている特定クラスと一致した場合、フラグオンとし、一致する特定クラスが無い場合にはフラグオフとする。
【0019】
制御ROM31は、クラスデータROM30A及び30Bのフラグのオンオフの状態を見て入力SD画像信号S1 に対して最適なクラス(ADRCクラス、周波数クラス又は単一クラス)すなわち選択クラスc3を選択すると共に、該選択クラスc3のクラス分類手段を表す識別信号c4を出力する。具体的には、クラスデータROM30Aのフラグがオンの場合はクラスデータROM30BのフラグのオンオフにかかわらずADRCクラスを選択クラスとするように設定する。またクラスデータROM30Aのフラグがオフの場合、クラスデータROM30Bのフラグのオンオフに応じて、選択クラスを周波数クラス又は単一クラスとするように設定する。さらにクラスデータROM30A及び30Bのフラグが共にオフの場合は選択クラスc3を単一クラスとするように設定する。
【0020】
すなわち、ADRCクラス、周波数クラス及び単一クラスの順で優先順位を与え、クラスデータROM30A及び30Bのフラグのオンオフに応じてADRCクラス、周波数クラス又は単一クラスの何れかのクラスを選択クラスc3として設定する。制御ROM31は、選択した選択クラスc3のクラス分類手段を表す識別信号c4を出力する。選択部32は、この識別信号c4に基づいて入力されるADRCクラスc0、アダマールクラスc1又は単一クラスc2の中の何れか一つを選択して選択クラスc3として出力する。
【0021】
ADRCクラス分類部21は、図4に示すような入力SD画像信号S1 の注目画素(図中◎で示す)及びその近傍画素(図中○で示す)でなる7画素を入力SD画像信号S1 のクラス生成画素(タツプ) としてサンプリングする。これらの7画素を用いて入力信号の信号特性に応じたクラスを生成する。
【0022】
ADRCは、7画素分の8ビツトのPCM(Pulse Code Modulation) データをADRCを用いた再量子化によりデータ圧縮してクラス数を削減する。すなわち7画素のデータから定義されるダイナミツクレンジDRに基づいて7画素の最小値を除去し、各画素の画素レベルを適応的に1ビツト量子化することによつてクラス数を128 クラスに削減する。ADRCはVTR(Video Tape Recorder) 用信号圧縮方式として開発されたものであるが、少ないクラス数で入力信号の信号特性を表現するのに適している。
【0023】
ADRCは再量子化として定義される量子化ステツプ幅により、画素を再量子化するものである。ADRC出力であるADRCコードci は、ダイナミツクレンジDR、再量子化ビツト数k、SD画素xi 及びその近傍領域内の最小画素レベルMINとを用いて次式
【数1】
によつて表わされる。
このようにして入力SD画像信号S1 に対して(1)式を用いてADRCコードci を生成し、ADRCクラスc0を出力する。ADRCクラスは時空間領域に属するものであり、入力SD画像信号S1 のレベル分布パターンに基づいて入力SD画像信号S1 をクラス分類する。このとき表現される画素は有限クラス数では注目画素近傍の信号変化に重点が置かれる。
【0024】
一方、アダマール変換クラス分類部22ではアダマール変換により周波数特性に基づいたクラス分類を実行する。アダマール変換は互いに直交する複数の直交変換基底より構成される直交変換である。このアダマール変換によつて入力SD画像信号S1 に対して直交変換を施し、入力SD画像信号S1 を互いに独立で無相関な複数の直交変換成分に分離する。
【0025】
すなわちアダマール変換クラス分類部22では1次元の入力SD画像信号S1 に対して4次アダマール変換を施す。4次アダマール変換は入力データX、アダマール変換行列H、出力Yとして次式
【数2】
によつて表わされる。
この結果、アダマール基底と入力SD画像信号S1 との演算により、4個のアダマール成分y1 〜y4 が得られ、周波数クラスc1として次段の論理部23に送出される。この(2)式のアダマール変換行列Hの係数から分かるようにアダマール変換は加減算のみで出力が得られるため回路の負担が小さい。アダマール変換による周波数クラスc1は入力SD画像信号S1 の比較的広い範囲に亘る信号特性を把握することができる。
【0026】
また単一クラスは、所定ブロツク単位毎の入力SD画像信号S1 をタツプパターン毎に一つのクラスとして扱つたものである。単一クラスに対する予測処理は全ての学習データを全て同一視しているので統計的な平均処理となり強い定常表現ができる。
【0027】
このようにしてADRCクラス分類部21、アダマール変換クラス分類部22でそれぞれ生成されたADRCクラスc0、周波数クラスc1及び単一クラス分類として得られる単一クラスc2が論理部23に送出される。論理部23では、図5に示す選択クラス選択手順に従つて上述した3つのクラスから特定クラスを選択する。
【0028】
すなわち選択クラス選択手順は先ず、ステツプSP1で開始されると、ステツプSP2において入力SD画像信号S1 より生成されるADRCクラスc0と一致するクラスが予め学習により登録されている特定クラスにあるか否かを判定し、あると判定した場合はステツプSP3に移り、ADRCクラスc0を選択クラスc3として選択し、ステツプ7に移つて選択クラス選択手順を終了する。
【0029】
ここで入力SD画像信号S1 が上述したADRCクラス分類による特定クラスに一致しない場合は、ステツプSP4に移り、入力SD画像信号S1 よりアダマール変換によつて生成された周波数クラスc1と一致するクラスが、予め学習により登録されている特定クラスにあるか否かを判定し、あると判定した場合はステツプSP5に移り、周波数クラスc1を選択クラスc3として選択し、ステツプ7に移つて選択クラス選択手順を終了する。ここで周波数クラスc1がアダマール変換クラス分類による特定クラスに該当しない場合はステツプSP6に移る。
【0030】
ステツプSP6ではADRCクラスc0及び周波数クラスc1の何れも特定クラスに該当しない入力SD画像信号S1 に対して、単一クラスc2を選択クラスc3として選択し、ステツプ7に移つて選択クラス選択手順を終了する。このようにADRCクラスc0、周波数クラスc1及び単一クラスc2の優先順位で各クラス毎に一致する特定クラスを探して最初に一致した特定クラスを選択クラスc3とする。かくして、3つのクラス分類のうち何れか1つの特定クラスを選択クラスc3として設定すると選択クラス選択手順は終了する。
このように特性が異なる3つのクラス分類法を用いて入力SD画像信号S1 をクラス分類することで、一種類のクラス分類法では対応しきれない広い範囲に亘る信号特性を適切にクラス分類することができる。
【0031】
このようにして得られる選択クラスc3に応じた予測データd1によつて予測演算部13では入力SD画像信号S1 に対して予測演算が実行され、HD補間画素の推定画素y′が生成される。この推定画素y′は図6に示すように注目画素(図中◎で示す)及び周辺画素(図中○で示す)の13画素でなるタツプデータxi と、クラスd0に基づいて予測係数生成部14から読み出された予測データd1でなる予測係数wi を用いて次の予測式
【数3】
を用いて生成する。
ここで用いられる予測係数wi は予め学習によつて求められ、予測係数テーブル24A〜24Cに格納されている。
【0032】
予測係数の学習は実際上、図7に示す予測係数学習回路35によつて実行される。すなわちHD画像信号S20を間引きフイルタ36によつてSD画像信号S10に変換してクラス分類部37は及び予測係数算出回路38に送出する。クラス分類部37はクラス分類部12と同様の構成でなり、SD画像信号S10をもとにして各クラス分類法による処理を実行する。この結果得られるクラスc0、c1及びc2を対応する予測係数テーブル44A、44B及び44Cと予測係数算出回路38に送出する。
【0033】
予測係数算出回路38は、HD補間画素をもとめるための予測係数を各クラス分類法のクラスc0、c1及びc2それぞれに対して、入力HD画像信号S20から得られるHD及びSD画素でなる一組の学習データを用いて算出する。具体的には先ず、予測係数算出回路38において、上述した学習データから予測係数を用いてたてた線形一次結合モデルから最小自乗法を用いて予測係数を求める。このとき予測係数の計算過程で得られる予測誤差を予測誤差抽出回路40において抽出し、ソーテイング回路41で予測誤差の誤差値に応じて順に並べ替える。この予測誤差の抽出及び並べ替えは、各クラスc0、c1及びc2について実行する。
ここで各クラスc0、c1及びc2において予測誤差が最小でかつ、所定の予測誤差範囲内のものを選び、その選択結果を予測係数選択部42及びクラスデータメモリ43A及び43Bに出力する。因みに各クラスにおいて最小の予測誤差のものでも、所定の予測誤差範囲外のものは選択されないことになる。
【0034】
予測係数選択部42は、ソーテイング回路41の選択結果に基づいて各クラス分類法毎に特定された特定クラスの予測係数を各クラスc0、c1及びc2をアドレスデータとして予測係数テーブル44A〜44Cに格納する。このようにして予測係数テーブル44A〜44Cに蓄えられた各予測係数は、それぞれ予測係数テーブル24A〜24Cに登録される。因みに予測係数テーブル44Cには各予測タツプパターン毎に一組の予測係数が登録される。一方、クラスデータメモリ43A及び43Bは、ソーテイング回路41で選択した予測係数に対応する各クラスc0、c1及びc2のクラスデータを各クラス分類法の特定クラスとして特定して格納する。このようにしてクラスデータメモリ43A及び43Bに蓄えられた特定クラスは、それぞれクラスデータROM30A及び30Bに登録される。
【0035】
次に、上述した特定クラスに対応付けて予測係数テーブル24A〜24Cに登録する予測係数の学習方法について、図8に示す予測係数学習手順にそつて説明する。予測係数学習手順はステツプSP10で開始されると、先ずステツプSP11において予測係数を学習するために、既に知られている画像に対応した学習データを生成する。
【0036】
具体的には、図12に示すHD画像において、HD画素をHD注目画素として、このHD注目画素を周辺のHD画素及びSD画素でなる一組の学習データによつて予測係数を用いた線形一次結合モデルによつて表す。このとき用いた予測係数を各クラス毎に最小自乗法を用いて求める。なお、このように学習データを生成する際に、1つの画像のみを用いるのではなく複数の画像を用いて多数の学習データを生成すれば、より正確な予測係数を得ることができる。
【0037】
ステツプSP12では、ステツプSP11で生成した学習データの数が予測係数を得るのに必要なだけ生成されたか否か判定する。ここで学習データ数が必要数に満たないと判定された場合には予測係数学習手順はステツプSP13に移る。
ステツプSP13では、クラス学習データをクラス分類する。クラス分類は先ず、初めに学習サンプリングデータの局所的な平坦度を検出し、当該検出結果に応じてクラス分類に用いる画素を選択する。これにより入力信号の変化の小さいものを学習対象から除外してノイズの影響を排除することができる。このクラス学習データのクラス分類は入力SD画像信号S1 をクラス分類する場合と同様の処理を実行することによつてなされる。
【0038】
続いて予測係数学習手順はステツプSP14において、クラス分類された学習データに基づき、各クラス毎に正規化方程式を形成する。
ステツプSP14での処理を具体的に説明する。ここでは一般化するために学習データとしてn個のサンプリング画素が存在する場合について述べる。先ず各サンプリング画素の画素レベルx1 、……、xn と注目補間画素のサブサンプル以前の画素レベルyの関係を、クラス毎に予測係数w1 、……、wn によるnタツプの線型一次結合モデルによる予測式で表す。この予測式を次式
【数4】
に示す。
この(4)式における予測係数w1 、……、wn を求めることにより、画素レベルyを推定する。
【0039】
次に予測係数w1 、……、wn を最小自乗法により生成する例を示す。最小自乗法は次のように適用される。
一般化した例として、Xを入力データ、Wを予測係数、Yを推定値として次の観測方程式を考える。
【数5】
この(5)式の観測方程式により収集されたデータに対して最小自乗法を適用する。(5)式の例においては、n=13、mが学習データ数となる。
【0040】
先ず、(5)式の観測方程式をもとに、次の残差方程式を考える。
【数6】
(6)式の残差方程式から、各wi の最確値は次式
【数7】
を最小にする条件が成り立つ場合と考えられる。
すなわち(7)式のwi による偏微分が次式
【数8】
のときに、この(8)式のiに基づくn個の条件を考え、これを満たすw1 、w2 、……、wn を算出すれば良い。そこで残差方程式(6)式から次式が得られる。
【数9】
この(9)式と(8)式とにより次式
【数10】
が得られる。そして(6)式及び(10)式から次に示す正規方程式が得られる。
【数11】
(11)式の正規方程式は、未知数の数nと同じ数の方程式を立てることが可能なので、これにより各wi の最確値を求めることができる。
この正規方程式は、掃き出し法(Gauss-Jordanの消去法)を用いて解くことができる。
【0041】
この予測係数学習手順では、各クラス毎に未定係数w1 、……、wn を求めるために未知数の数nと同じ数の正規化方程式が形成されるまでステツプSP11−SP12−SP13−SP14−SP11のループを繰り返す。
【0042】
このようにして必要な数の正規化方程式が得られると、ステツプSP12では学習データが終了したか否かの判定に対して肯定結果が得られ、処理はステツプSP15の予測係数決定に移る。
【0043】
ステツプSP15では、(11)式の正規化方程式を解いて各クラス毎の予測係数w1 、……、wn を決定する。このようにして得られた各クラス毎の予測係数を次のステツプSP16でクラス毎にアドレス分割された予測係数テーブル24A、24B及び24Cに登録する。以上の学習により、クラス分類適応処理の予測係数が生成され次のステツプSP17で予測係数学習手順を終了する。
【0044】
ところでこのクラス分類適応処理における予測係数の生成には最小自乗法を用いているので容易に学習時の予測誤差を登録することができる。そこで予測係数の学習時に予測誤差を登録する方法を説明する。以下に算出法の詳細を記す。ここで(・)t は転置行列を示す。
【0045】
先ず、(6)式で定義される誤差Eの自乗和を(11)式から次式
【数12】
を用いて表す。
(12)式では学習に際して次式
【数13】
及び、
【数14】
を同時に算出する。
(13)式は学習中に入力SD画像信号S1 と目標HD画像信号S2 の画像データの積和を実行し、最終的に得られる予測係数との積和演算を実行することで得る。また(14)式は目標HD画像信号S2 の画像データの自乗和である。このように予測係数学習手順による予測係数の学習時に各クラス毎の予測係数を予測係数テーブル24A〜24Cに登録する際、(13)式より得られるクラス別の予測誤差も同時に登録する。
【0046】
具体的には図7に示す予測係数学習回路35において、予測係数の学習時に予測係数算出回路38によつて算出された予測係数の予測誤差を予測誤差抽出回路40によつて抽出する。予測誤差抽出回路40において抽出された予測誤差は、ソーテイング回路41に送出され誤差値に応じて並び替えられる。この結果、得られる各クラスc0、c1及びc2における最小でかつ、所定の予測誤差範囲内のものを検出する。このようにして検出された予測係数をもとに該予測係数に対応するクラスを各クラスの特定クラスとしてそれぞれクラスデータROM30A及び30Bに登録する。
【0047】
実際、特定クラスの登録は、図9に示す特定クラス設定手順に従つてなされる。すなわち特定クラス設定手順はステツプSP20で開始されると、先ずステツプSP21においてクラス分類法の種類を示すカウンタkを0として初期化する。次にステツプSP22において、予測誤差抽出回路40によつて(12)式を用いて各クラス分類法(ADRCクラス分類法、アダマール変換クラス分類法及び単一クラス分類法)毎に抽出した各クラス毎の予測誤差をソーテイング回路41によつて誤差値に応じて順に並べ替える。この予測誤差が小さいクラスほど予測精度が良好なクラスとなる。
【0048】
次にステツプSP23において、先ず、ADRCクラス分類法による予測誤差のソーテイングが終了するとクラス分類法のカウンタkをインクリメントする。次のステツプSP24では、対象となる3つのクラス分類法、すなわちADRCクラス分類法、アダマール変換クラス分類法及び単一クラス分類法の3つに関してそれぞれの予測誤差のソーテイングが完了したか否かをカウンタkが3以上であるか否かによつて判定する。つまりカウンタkが1のときはステツプSP22に戻り、次に実行するアダマール変換クラス分類法の予測誤差を抽出してソーテイングループに入り、ADRCクラス分類法と同様の手順によつて予測誤差を抽出してソーテイングする。さらにカウンタkが2のときはステツプSP22に戻り、単一クラス分類法による予測誤差の抽出及びソーテイングを実行する。
【0049】
最後にカウンタkが3となると、対象となる3つのクラス分類法、すなわちADRCクラス分類法、アダマール変換クラス分類法及び単一クラス分類法のそれぞれに関して予測誤差のソーテイングが完了したとして、次のステツプSP25に移る。
【0050】
ステツプSP25では、ソーテイング回路41によつて検出した各クラスc0、c1及びc2の最小の予測誤差が所定の予測誤差範囲内にある場合、これを各クラスの特定クラスとしてそれぞれクラスデータROM30A及び30Bに登録し、ステツプSP26で特定クラス設定手順を終了する。この特定クラスの設定結果に基づき論理部23において、クラス分類法及びクラスc0、c1又はc2が選択される。以上のクラス分類適応処理により入力SD画像信号S1 の特性に基づいたクラス分類を実行し、この結果、HD画像信号S2 の予測精度を向上し得る。
【0051】
以上の構成において、アツプコンバータ10の入力端11よりSD画像信号S1 が入力されると、SD画像信号S1 はクラス分類部12及び予測係数演算部13に並列に送出される。
クラス分類部12ではSD画像信号S1 に基づいてクラスデータd0を生成して予測係数生成部14に送出する。予測係数生成部14では予め学習によつて求められている予測データd1をクラスデータd0に応じて読み出し、予測係数演算部13に送出する。予測係数演算部13では各予測演算部13A〜13Dにおいて入力端11から送出されてくるSD画像信号S1 及び予測係数生成部14から送出される予測データd1をもとにしてHD画像上の4つの位置(mode1 〜mode4)に対応したHD補間画像を生成する。
【0052】
クラス分類部12の論理部23は、ADRCクラス分類部21、アダマール変換クラス分類部22の順で送出されてくるADRCクラスc0、周波数クラスc1がそれぞれの特定クラスと一致するか否かを判定する。この結果、ADRCクラスc0が特定クラスに該当した場合、当該特定クラスを選択クラスc3とする。またこのときADRCクラスc0が特定クラスと一致せず、周波数クラスc1が特定クラスと一致した場合は当該特定クラスを選択クラスc3とする。ここで入力SD画像信号S1 のADRCクラスc0及び周波数クラスc1の何方のクラスもそれぞれの特定クラスと一致しない場合、単一クラスc2が選択クラスc3として設定される。さらに論理部23は、選択クラスc3と、選択クラスc3の属するクラス分類法を表す識別信号c4を合わせてクラスd0として次段の予測係数生成部14に送出する。
【0053】
このようにして入力SD画像信号S1 は、注目画素近傍の信号変化の表現に重点が置かれたADRCクラスc0、入力SD画像信号S1 の比較的広い範囲に亘る信号特性を把握することができる周波数クラスc1或いは入力SD画像信号S1 そのものの単一クラスc2のいずれかのクラスに分類される。このように特性が異なる3種類のクラス分類法を用いることによつて、入力SD画像信号S1 の広範囲に亘る多様な信号特性に対応した適切なクラス分類ができる。
【0054】
予測係数生成部14は、予測係数テーブル24A、24B及び24Cから各クラスc0、c1及びc2をアドレスデータとしてそれぞれ予測係数d11 、d12 及びd13 を読み出し、次段の選択部25に送出する。
選択部25は、識別信号c4に基づいて予測係数d11 、d12 及びd13 から選択クラスc3に対応する予測係数d11 、d12 又はd13 を選択して予測データd1として予測演算部13に送出する。
予測演算部13は、各予測演算部13A〜13Dにおいて、選択された予測データd1を用いてSD画像信号S1 の信号画素からHD補間画素を算出し、選択部15を通じて直列に並び替えて出力する。
【0055】
以上の構成によれば、入力SD画像信号S1 に対してADRCクラス分類及びアダマール変換クラス分類を並列処理により、ADRCクラスc0又は周波数クラスc1に該当する特定クラスを選択クラスc3として選択する。さらにADRCクラスc0及び周波数クラスc1の何方のクラスにも該当する特定クラスがない場合は単一クラス分類による単一クラスc2を選択クラスc3として選択する。これにより1種類だけのクラス分類法を用いた場合に比較して、広範囲に亘る信号特性に対応したより多様なクラス分類が成し得る。かくして入力SD画像信号S1 の信号特性に対応した適切なクラス分類によつて、HD画像信号を生成する際に用いる予測係数の精度を向上させ、従来に比してより空間解像度の高いHD画像信号を得ることができる。
【0056】
なお上述の実施例においては、入力画像信号のデータ圧縮によるクラス分類法としてADRCクラス分類法を用いた場合について述べたが、本発明はこれに限らず、例えばDPCM(Differential Pulse Code Modulatin )やVQ(Vector Quantization )の手法を用いてデータ圧縮しても良い。
【0057】
また上述の実施例においては、周波数特性に基づいた入力信号のクラス分類法としてアダマール変換による直交変換を用いた場合について述べたが、本発明はこれに限らず、例えばフーリエ変換、カルーネンレーベ変換、離散余弦変換(DCT)等の直交変換、或いはバンドパスフイルタ等を用いた周波数分類法によるクラス分類法を用いても良い。
なお本実施例で用いられたアダマール変換は4次の場合であるが、例えば8次のアダマール変換とすればアダマール変換成分は8種類となり、さらに詳細な周波数成分分類が可能となる。
【0058】
また上述の実施例においては、クラス分類部において2種類のクラス分類法を用いた場合について述べたが、本発明はこれに限らず、クラス分類の種類を3種類以上の複数とすれば、より広範囲に亘つた多様な信号特性に対応したクラス分類ができる。
【0059】
また上述の実施例においては、アツプコンバータとして2次元ノンセパラブルフイルタを用いた場合について述べたが、本発明はこれに限らず、図7との対応する部分に同一符号を付した図10に示す垂直/水平セパラブルのフイルタ構成でなるアツプコンバータ45を用いても良い。
【0060】
アツプコンバータ45においては、先ず、入力端46を通じて入力されたSD画像信号S1 がクラス分類部12と予測演算部48に供給される。予測演算部48は走査線の位置mode1、mode2に対応する垂直予測演算部48A及び水平予測演算部48Bと、走査線の位置mode3、mode4に対応する垂直予測演算部48C及び水平予測演算部48Dの2種類に分かれる。クラス分類部12では入力SD画像信号S1 に応じたクラスd0が生成され、タツプ予測係数を予め記憶している記憶手段である予測係数ROM49に送出する。予測係数ROM49はタツプ予測係数の垂直成分と水平成分を記憶する垂直係数ROM49Aと水平係数ROM49Bとに分かれている。クラスd0は垂直係数ROM49Aと水平係数ROM49Bのそれぞれに供給される。
【0061】
まず垂直係数ROM49Aより出力される垂直予測係数d6は垂直予測演算部48A及び48Cに供給される。
入力SD画像信号S1 と垂直予測係数d6による積和演算により垂直推定値d7、d8が生成される。この垂直推定値d7、d8は次段の水平予測演算部48B及び48Dにそれぞれ供給される。
【0062】
水平係数ROM49Bより生成される水平予測係数d9は水平予測演算部48B及び48Dに供給され、垂直推定値d7、d8との積和演算によりHD画素d15 、d16 を得る。
このHD画素d15 、d16 信号は選択的に伝送され、選択部15において適切な並び替えにより出力端50より最終的な出力であるHD画像信号S2 が出力される。
【0063】
また上述の実施例においては、HD注目画素と注目画素周辺の伝送画素との相関関係を表す予測係数を用いてSD画素から注目画素周辺のHD画素を生成した場合について述べたが、本発明はこれに限らず、予測係数に代えて各クラス毎のHD補間画素の予測値を予め設定して記憶手段に格納するようにしても良い。予測値によるSD画像信号のHD画像信号への信号変換は、図1との対応部分に同符号を付した、図11に示すようなアツプコンバータ60を用いる。
【0064】
このアツプコンバータ60には入力端61を通じてクラス分類部12にSD画像信号S1 が送出される。このクラス分類部12は、新たに生成する補間画素であるHD補間画素周辺のSD画素の特徴に基づいてクラスd0を生成して予測値ROM62A〜62Dに送出する。予測値ROM62A〜62Dには予め学習により求めておいたHD補間画素の予測データである予測値が各クラス毎にクラスd0に対応付けされて格納してある。予測値ROM62A〜62Dはクラスd0をアドレスデータとしてそれぞれHD補間画素の予測値d20 〜d23 を読み出し、選択部15を通じて出力端63より出力する。これにより予測値d20 〜d23 を入力画像SD画像信号S1 の信号画素のHD補間画素とした高解像度の画像信号を得ることができる。
【0065】
ここで予測値を求める第1の方法としては加重平均法を用いた学習法がある。加重平均法は、注目画素周辺のSD画素を用いて注目画素をクラス分類し、クラス毎に積算した注目画素(すなわちHD画素)の画素値を注目画素の個数に応じてインクリメントされた度数によつて割り算するといつた処理を様々な画像に対して行うことにより予測値を求める。
【0066】
さらに予測係数を求める第2の方法としては、正規化による学習法がある。この学習法は、先ず注目画素を含む複数の画素からなるブロツクを形成し、ブロツク内のダイナミツクレンジによつて注目画素の画素値からそのブロツクの基準値を減算した値を正規化する。次にこの正規化された値の累積値を累積度数で割り算することにより予測値を得る。
【0067】
また上述の実施例においては、SD画像信号をHD画像信号に信号変換した場合について述べたが、本発明はこれに限らず、画像拡大する際の補間画素を生成するのに用いても良い。
【0068】
【発明の効果】
上述のように本発明によれば、入力画像信号を、高解像度の画像信号にのみ含まれる注目画素周辺の所定数の低解像度の画像信号の画素の時空間領域でのレベル分布パターンを用いるクラス分類法により第1のクラスに分類すると共に、高解像度の画像信号の注目画素周辺の所定数の低解像度の画像信号の画素でなるタツプのパターンに対応した単一クラスである第2のクラスに分類し、第1のクラスが学習時の予測誤差が所定の誤差範囲内となる特定クラスである場合には、第1のクラス及び第2のクラスのうちの第1のクラスを選択し、第1のクラスが特定クラスでない場合には、第1のクラス及び第2のクラスのうちの第2のクラスを選択し、選択したクラスに応じて予測係数を読み出し、読み出した予測係数を用いて低解像度の画像信号には含まれない注目画素を推定するようにしたことにより、入力画像信号の信号特性に適したクラス分類法を適用することができるので、入力画像信号の信号特性を反映した高解像度の画像信号を生成することができ、かくして一段と高解像度の画像信号を得ることのできる信号変換装置及び信号変換方法を実現し得る。
【図面の簡単な説明】
【図1】2次元ノンセパラブルフイルタで構成されるアツプコンバータを示すブロツク図である。
【図2】図1のクラス分類部及び予測係数生成部の構成を示すブロツク図である。
【図3】特定クラスを選択する論理部の構成を示すブロツク図である。
【図4】クラス生成のタツプパターンを示す略線図である。
【図5】選択クラス選択手順を示すフローチヤートである。
【図6】予測タツプパターンを示す略線図である。
【図7】予測係数を生成する予測係数学習回路を示すブロツク図である。
【図8】予測係数の学習手順を示すフローチヤートである。
【図9】特定クラスの設定手順を示すフローチヤートである。
【図10】垂直/水平セパラブルフイルタによるアツプコンバータを示すブロツク図である。
【図11】予測値を用いてHD画素を生成するアツプコンバータを示すブロツク図である。
【図12】HD画像を示す略線図である。
【図13】従来の2次元ノンセパラブルフイルタを示すブロツク図である。
【図14】従来の垂直/水平セパラブルフイルタを示すブロツク図である。
【符号の説明】
2、3……補間フイルタ、4A〜4D……2次元フイルタ、5、8、15、25、32……選択部、6A、6B……垂直補間フイルタ、7A、7B……水平補間フイルタ、10、45、60……アツプコンバータ、11、20、46、61……入力端、12、37……クラス分類部、13、48……予測演算部、14、49……予測係数生成部、16、50、63……出力端、21……ADRCクラス分類部、22……アダマール変換クラス分類部、23……論理部、24A〜24C……予測係数テーブル、30A、30B……クラスデータROM、31……制御ROM。
Claims (6)
- 入力される第1の解像度の第1の画像信号をより高解像度な第2の解像度の第2の画像信号に変換する信号変換装置において、
上記第1の画像信号を、上記第2の画像信号にのみ含まれる注目画素の周辺の所定数の上記第1の画像信号の画素の時空間領域でのレベル分布パターンに応じて、各レベル分布パターンに対応した複数のクラスのうち、上記第1の画像信号のレベル分布パターンを良く反映している第1のクラスに分類する第1のクラス分類手段と、
上記第1の画像信号を、上記第2の画像信号にのみ含まれる上記注目画素の周辺の所定数の上記第1の画像信号の画素でなるタツプのパターンに対応した、上記複数のクラスとは異なる単一のクラスである第2のクラスに分類する第2のクラス分類手段と、
上記第1のクラス分類手段によつて分類された上記第1のクラスと上記第2のクラス分類手段によつて分類された上記第2のクラスとから一のクラスを選択するクラス選択手段と、
予め学習により上記第1のクラス分類手段及び上記第2のクラス分類手段のそれぞれにおいて、分類されたクラス毎に求めた、上記第2の画像信号を上記第1の画像信号より予測生成するための予測係数を記憶し、上記クラス選択手段により選択された上記一のクラスに応じて上記予測係数を出力する予測係数記憶手段と、
上記第1の画像信号に対し、上記予測係数記憶手段から出力された上記予測係数を用いた予測演算を実行して当該第1の画像信号には含まれない上記注目画素を推定することにより、上記第2の画像信号を生成する予測演算手段と
を具え、
上記第1のクラス分類手段において、予め学習により上記第2の解像度の学習用画像信号を上記第1の解像度の学習用画像信号より予測生成するための予測係数をクラス毎に求める際に、上記第2の解像度の学習用画像信号中の画素値と、上記第1の解像度の学習用画像信号に対して上記予測係数を用いて予測生成した画素値との予測誤差が所定の誤差範囲内となるクラスを第1の特定クラスとしておき、
上記クラス選択手段は、
上記第1のクラスが、上記第1の特定クラスに該当する場合は、上記第1のクラスを選択し、上記第1のクラスが、上記第1の特定クラスに該当しない場合は、上記第2のクラスを選択する
ことを特徴とする信号変換装置。 - 上記第1の画像信号を、上記第2の画像信号にのみ含まれる上記注目画素の周辺の所定数の上記第1の画像信号の画素に直交変換を施して得られた周波数特性に基づき、各周波数特性に対応した複数のクラスのうち、上記第1の画像信号の周波数特性を良く反映している第3のクラスに分類する第3のクラス分類手段
を具え、
上記第3のクラス分類手段において、予め学習により上記第2の解像度の学習用画像信号を上記第1の解像度の学習用画像信号より予測生成するための予測係数をクラス毎に求める際に、上記第2の解像度の学習用画像信号中の画素値と、上記第1の解像度の学習用画像信号に対して上記予測係数を用いて予測生成した画素値との予測誤差が所定の誤差範囲内となるクラスを第2の特定クラスとしておき、
上記クラス選択手段は、
上記第1のクラスが、上記第1の特定クラスに該当する場合には、上記第1のクラスを選択し、上記第1のクラスが、上記第1の特定クラスに該当しない場合であつて、上記第3のクラスが上記第2の特定クラスに該当する場合には、上記第3のクラスを選択し、上記第1のクラスが、上記第1の特定クラスに該当しない場合であつて、上記第3のクラスが、上記第2の特定クラスに該当しない場合には、上記第2のクラスを選択する
ことを特徴とする請求項1に記載の信号変換装置。 - 上記第1の画像信号を、上記第2の画像信号にのみ含まれる上記注目画素の周辺の所定数の上記第1の画像信号の画素に直交変換を施して得られた周波数特性に基づき、各周波数特性に対応した複数のクラスのうち、上記第1の画像信号の周波数特性を良く反映している第3のクラスに分類する第3のクラス分類手段
を具え、
上記第3のクラス分類手段において、予め学習により上記第2の解像度の学習用画像信号を上記第1の解像度の学習用画像信号より予測生成するための予測係数をクラス毎に求める際に、上記第2の解像度の学習用画像信号中の画素値と、上記第1の解像度の学習用画像信号に対して上記予測係数を用いて予測生成した画素値との予測誤差が所定の誤差範囲内となるクラスを第2の特定クラスとしておき、
上記第1のクラス分類手段は、
上記第1のクラスが上記第1の特定クラスに一致する場合、一致する旨を示す第1のフラグ信号を出力し、
上記第3のクラス分類手段は、上記第3のクラスが上記第2の特定クラスに一致する場合、一致する旨を示す第2のフラグ信号を出力し、
上記クラス選択手段は、
上記第1のクラス分類手段及び上記第3のクラス分類手段の少なくともどちらか一方からフラグ信号が出力された場合には、優先順位にしたがつて、上記第1のフラグ信号に対応する上記第1のクラス又は上記第2のフラグ信号に対応する上記第3のクラスを選択し、上記第1のクラス分類手段及び上記第3のクラス分類手段のどちらからもフラグ信号が出力されない場合には、上記第2のクラスを選択する
ことを特徴とする請求項1に記載の信号変換装置。 - 入力される第1の解像度の第1の画像信号をより高解像度な第2の解像度の第2の画像信号に変換する信号変換装置において、
上記第1の画像信号を、上記第2の画像信号にのみ含まれる注目画素の周辺の所定数の上記第1の画像信号の画素の時空間領域でのレベル分布パターンに応じて、各レベル分布パターンに対応した複数のクラスのうち、上記第1の画像信号を良く反映している第1のクラスに分類する第1のクラス分類手段と、
上記第1の画像信号を、上記第2の画像信号にのみ含まれる上記注目画素の周辺の所定数の上記第1の画像信号の画素でなるタツプのパターンに対応した、上記複数のクラスとは異なる単一のクラスである第2のクラスに分類する第2のクラス分類手段と、
上記第1のクラス分類手段によつて分類された上記第1のクラスと上記第2のクラス分類手段によつて分類された上記第2のクラスとから一のクラスを選択するクラス選択手段と、
予め学習により上記第1のクラス分類手段及び上記第2のクラス分類手段のそれぞれにおいて、分類されたクラス毎に求めた、上記第2の画像信号を上記第1の画像信号より予測生成するための予測値を記憶し、上記クラス選択手段により選択された上記一のクラスに応じて上記予測値を出力する予測値記憶手段と、
上記第1の画像信号に対し、上記予測値記憶手段から出力された上記予測値より当該第1の画像信号には含まれない上記注目画素を推定することにより、上記第2の画像信号を生成する予測演算手段と
を具え、
上記第1のクラス分類手段において、予め学習により上記第2の解像度の学習用画像信号を上記第1の解像度の学習用画像信号より予測生成するための上記予測値をクラス毎に求める際に、上記第2の解像度の学習用画像信号中の画素値と、上記予測値との予測誤差が所定の誤差範囲内となるクラスを第1の特定クラスとしておき、
上記クラス選択手段は、
上記第1のクラスが、上記第1の特定クラスに該当する場合は、上記第1のクラスを選択し、上記第1のクラスが、上記第1の特定クラスに該当しない場合は、上記第2のクラスを選択する
ことを特徴とする信号変換装置。 - 入力される第1の解像度の第1の画像信号をより高解像度な第2の解像度の第2の画像信号に変換する信号変換方法において、
第1のクラス分類手段により、上記第1の画像信号を、上記第2の画像信号にのみ含まれる注目画素の周辺の所定数の上記第1の画像信号の画素の時空間領域でのレベル分布パターンに応じて、各レベル分布パターンに対応した複数のクラスのうち、上記第1の画像信号のレベル分布パターンを良く反映している第1のクラスに分類すると共に、第2のクラス分類手段により、上記第1の画像信号を、上記第2の画像信号にのみ含まれる上記注目画素の周辺の所定数の上記第1の画像信号の画素でなるタツプのパターンに対応した、上記複数のクラスとは異なる単一のクラスである第2のクラスに分類するクラス分類ステツプと、
上記クラス分類ステツプで分類された上記第1のクラスと上記第2のクラスとから一のクラスを選択するクラス選択ステツプと、
予め学習により上記第1のクラス分類手段及び上記第2のクラス分類手段のそれぞれにおいて、分類されたクラス毎に求めて記憶されている、上記第2の画像信号を上記第1の画像信号より予測生成するための予測係数を、上記クラス選択ステツプで選択された上記一のクラスに応じて出力する予測係数出力ステツプと、
上記第1の画像信号に対し、上記予測係数出力ステツプで出力された上記予測係数を用いた予測演算を実行して当該第1の画像信号には含まれない上記注目画素を推定することにより、上記第2の画像信号を生成する予測演算ステツプと
を具え、
上記第1のクラス分類手段において、予め学習により上記第2の解像度の学習用画像信号を上記第1の解像度の学習用画像信号より予測生成するための予測係数をクラス毎に求める際に、上記第2の解像度の学習用画像信号中の画素値と、上記第1の解像度の学習用画像信号に対して上記予測係数を用いて予測生成した画素値との予測誤差が所定の誤差範囲内となるクラスを第1の特定クラスとしておき、
上記クラス選択ステツプでは、
上記第1のクラスが、上記第1の特定クラスに該当する場合は、上記第1のクラスを選択し、上記第1のクラスが、上記第1の特定クラスに該当しない場合は、上記第2のクラスを選択する
ことを特徴とする信号変換方法。 - 入力される第1の解像度の第1の画像信号をより高解像度な第2の解像度の第2の画像信号に変換する信号変換方法において、
第1のクラス分類手段により、上記第1の画像信号を、上記第2の画像信号にのみ含まれる注目画素の周辺の所定数の上記第1の画像信号の画素の時空間領域でのレベル分布パターンに応じて、各レベル分布パターンに対応した複数のクラスのうち、上記第1の画像信号のレベル分布パターンを良く反映している第1のクラスに分類すると共に、第2のクラス分類手段により、上記第1の画像信号を、上記第2の画像信号にのみ含まれる上記注目画素の周辺の所定数の上記第1の画像信号の画素でなるタツプのパターンに対応した、上記複数のクラスとは異なる単一のクラスである第2のクラスに分類するクラス分類ステツプと、
上記クラス分類ステツプで分類された上記第1のクラスと上記第2のクラスとから一のクラスを選択するクラス選択ステツプと、
予め学習により上記第1のクラス分類手段及び上記第2のクラス分類手段のそれぞれにおいて、分類されたクラス毎に求めて記憶されている、上記第2の画像信号を上記第1の画像信号より予測生成するための補間画素となる予測値を、上記クラス選択ステツプで選択された上記一のクラスに応じて出力する予測値出力ステツプと、
上記第1の画像信号に対し、上記予測値出力ステツプで出力された上記予測値より当該第1の画像信号には含まれない上記注目画素を推定することにより、上記第2の画像信号を生成する予測演算ステツプと
を具え、
上記第1のクラス分類手段において、予め学習により上記第2の解像度の学習用画像信号を上記第1の解像度の学習用画像信号より予測生成するための上記予測値をクラス毎に求める際に、上記第2の解像度の学習用画像信号中の画素値と、上記予測値との予測誤差が所定の誤差範囲内となるクラスを第1の特定クラスとしておき、
上記クラス選択ステツプでは、
上記第1のクラスが、上記第1の特定クラスに該当する場合は、上記第1のクラスを選択し、上記第1のクラスが、上記第1の特定クラスに該当しない場合は、上記第2のクラスを選択する
ことを特徴とする信号変換方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP12065995A JP3856244B2 (ja) | 1995-04-20 | 1995-04-20 | 信号変換装置及び信号変換方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP12065995A JP3856244B2 (ja) | 1995-04-20 | 1995-04-20 | 信号変換装置及び信号変換方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH08294089A JPH08294089A (ja) | 1996-11-05 |
JP3856244B2 true JP3856244B2 (ja) | 2006-12-13 |
Family
ID=14791721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP12065995A Expired - Lifetime JP3856244B2 (ja) | 1995-04-20 | 1995-04-20 | 信号変換装置及び信号変換方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3856244B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4752088B2 (ja) * | 2000-05-09 | 2011-08-17 | ソニー株式会社 | データ処理装置およびデータ処理方法、並びに記録媒体 |
JP4645866B2 (ja) * | 2000-08-02 | 2011-03-09 | ソニー株式会社 | ディジタル信号処理方法、学習方法及びそれらの装置並びにプログラム格納媒体 |
-
1995
- 1995-04-20 JP JP12065995A patent/JP3856244B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JPH08294089A (ja) | 1996-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3794505B2 (ja) | 信号変換装置及び信号変換方法 | |
JPH07147681A (ja) | ディジタル画像信号の階層符号化および復号装置 | |
JP3781203B2 (ja) | 画像信号補間装置及び画像信号補間方法 | |
JP3503166B2 (ja) | 信号変換装置および方法 | |
JPH09212650A (ja) | 動きベクトル検出装置および検出方法 | |
US7679676B2 (en) | Spatial signal conversion | |
JP3864400B2 (ja) | 画像処理装置および画像処理方法 | |
JP2000115716A (ja) | 映像信号の変換装置および変換方法、並びにそれを使用した画像表示装置およびテレビ受信機 | |
JP3859089B2 (ja) | 信号変換装置及び信号変換方法 | |
JP3856244B2 (ja) | 信号変換装置及び信号変換方法 | |
JP3849817B2 (ja) | 画像処理装置および画像処理方法 | |
JP3693187B2 (ja) | 信号変換装置及び信号変換方法 | |
JP3671469B2 (ja) | 予測係数の学習方法並びに信号変換装置および方法 | |
JPH10136317A (ja) | 画像信号変換装置および方法 | |
JP3723995B2 (ja) | 画像情報変換装置および方法 | |
JP3669522B2 (ja) | 信号変換装置、信号変換方法、係数学習装置及び係数学習方法 | |
EP1636987B1 (en) | Spatial signal conversion | |
JPH10112844A (ja) | 画像処理装置および画像処理方法 | |
US8228995B2 (en) | Image processing apparatus, image processing method, and program | |
JPH0888849A (ja) | 画像信号処理方法及び画像信号伝送装置 | |
JP3326879B2 (ja) | 画像信号変換装置 | |
JP3651093B2 (ja) | 動きベクトル検出装置および方法 | |
JP3814850B2 (ja) | 信号変換装置および方法 | |
JP3612728B2 (ja) | 信号変換装置および方法 | |
JP4016138B2 (ja) | 画像信号変換装置及び画像信号変換方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20041119 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041203 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050201 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050826 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051025 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060609 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060727 |
|
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: 20060825 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060907 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090922 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100922 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100922 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110922 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110922 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120922 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120922 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130922 Year of fee payment: 7 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
EXPY | Cancellation because of completion of term |