JP4164712B2 - データ処理装置およびデータ処理方法 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、データ処理装置およびデータ処理方法に関し、特に、例えば、データに含まれるノイズの除去を、より効果的に行うことができるようにするデータ処理装置およびデータ処理方法に関する。
【０００２】
【従来の技術】
例えば、伝送や再生等された画像データや音声データなどのデータには、一般に、時間的に変動するノイズが含まれているが、データに含まれるノイズを除去する方法としては、従来より、入力データ全体の平均（以下、適宜、全平均という）や、入力データの局所的な平均である移動平均を求めるものなどが知られている。
【０００３】
【発明が解決しようとする課題】
しかしながら、全平均を計算する方法は、データに含まれるノイズの度合い、即ち、データのＳ／Ｎ（Signal/Noise）が一定である場合は有効であるが、データのＳ／Ｎが変動する場合には、Ｓ／Ｎの悪いデータが、Ｓ／Ｎの良いデータに影響し、効果的にノイズを除去することが困難となることがある。
【０００４】
また、移動平均を計算する方法では、入力されたデータから時間的に近い位置にあるデータの平均が求められるため、その処理結果は、データのＳ／Ｎの変動の影響を受ける。即ち、データのＳ／Ｎの良い部分については、処理結果のＳ／Ｎも良くなるが、Ｓ／Ｎの悪い部分については、処理結果のＳ／Ｎも悪くなる。
【０００５】
本発明は、このような状況に鑑みてなされたものであり、データに含まれるノイズの度合いが一定の場合だけでなく、時間的に変動する場合であっても、そのノイズを、効果的に除去することができるようにするものである。
【０００６】
【課題を解決するための手段】
本発明のデータ処理装置は、入力データの信頼性を表す入力信頼度を計算する入力信頼度計算手段と、出力データの信頼性を表す出力信頼度を計算する出力信頼度計算手段と、入力信頼度の補正に用いる所定の補正値を算出する補正値算出手段と、入力信頼度を、補正値によって補正する補正手段と、補正された入力信頼度、および出力信頼度に基づいて、入力データを処理し、出力データを出力するデータ処理手段とを含むことを特徴とする。
【０００７】
本発明のデータ処理方法は、入力データの信頼性を表す入力信頼度を計算する入力信頼度計算ステップと、出力データの信頼性を表す出力信頼度を計算する出力信頼度計算ステップと、入力信頼度の補正に用いる所定の補正値を算出する補正値算出ステップと、入力信頼度を、補正値によって補正する補正ステップと、補正された入力信頼度、および出力信頼度に基づいて、入力データを処理し、出力データを出力するデータ処理ステップとを含むことを特徴とする。
【０００８】
本発明のデータ処理装置およびデータ処理方法においては、入力データの信頼性を表す入力信頼度、および出力データの信頼性を表す出力信頼度が計算され、入力信頼度の補正に用いる所定の補正値が算出される。さらに、入力信頼度が、補正値によって補正され、補正された入力信頼度、および出力信頼度に基づいて、入力データが処理されて、出力データが出力される。
【０００９】
【発明の実施の形態】
次に、図１は、本発明を適用したＮＲ（Noise Reduction）処理回路の一実施の形態の構成例を示している。
【００１０】
このＮＲ処理回路においては、そこにノイズを有する入力データが入力されると、入力データに対して、それ自身に適した、いわば自己適応処理が施されることにより、入力データからノイズを効果的に除去した出力データが出力されるようになされている。
【００１１】
即ち、例えば、いま、説明を簡単にするために、図２（Ａ）に示すような、真値が一定で、かつ時間的に変動するノイズが重畳された入力データについて、その平均をとることで、時間的に変動するノイズを除去することを考えると、ノイズの度合いとしての、例えば、ノイズのレベルが大きい入力データ（従って、Ｓ／Ｎの悪いデータ）については、その重みを小さくし（あまり考慮しないようにする）、ノイズのレベルの小さい入力データ（従って、Ｓ／Ｎの良いデータ）については、その重みを大きくすることにより、ノイズを効果的に除去することができる。
【００１２】
そこで、図１のＮＲ処理回路では、入力データの評価値として、例えば、図２（Ｂ）に示すような、入力データの、真値に対する近さ、即ち、入力データが真値であることの信頼性を表す信頼度を実時間学習により求め、その信頼度に対応した重み付けを入力データに対して行いながら、その平均を計算することで、ノイズを効果的に除去するようになっている。
【００１３】
従って、図１のＮＲ処理回路では、入力データについて、その信頼度に対応した重み（重み係数）を用いた重み付け平均が求められ、出力データとして出力されるが、いま、時刻ｔにおける入力データ、出力データ、入力データの信頼度を、それぞれｘ（ｔ），ｙ（ｔ），α_x(t)と表すと、次式にしたがって、出力データｙ（ｔ）が求められることになる。
【００１４】
【数１】

なお、ここでは、入力データの信頼度α_x(t)が大きいほど、大きな重みを与えることとしている。
【００１５】
式（１）から、現在時刻ｔから１サンプル前の出力データｙ（ｔ−１）は、次式で求められる。
【００１６】
【数２】

【００１７】
また、出力データｙ（ｔ）についても、その出力データｙ（ｔ）の評価値として、真値に対する近さ、即ち、出力データｙ（ｔ）が真値であることの信頼性を表す信頼度α_y(t)を導入し、現在時刻ｔから１サンプル前の出力データｙ（ｔ−１）の信頼度α_y(t-1)を、次式で定義する。
【００１８】
【数３】

【００１９】
この場合、式（１）乃至（３）から、出力データｙ（ｔ）およびその信頼度α_y(t)は、次のように表すことができる。
【００２０】
【数４】

【００２１】
また、時刻ｔにおいて、出力データｙ（ｔ）を求めるのに用いる重みを、ｗ（ｔ）と表し、これを、次式で定義する。
【００２２】

【００２３】
式（５）から、次式が成り立つ。
【００２４】

【００２５】
式（５）および（６）を用いると、式（４）における出力データｙ（ｔ）は、次のような乗算と加算による重み付け平均によって表すことができる。
【００２６】

【００２７】
なお、式（７）で用いる重みｗ（ｔ）（および１−ｗ（ｔ））は、式（５）から、１サンプル前の出力データｙ（ｔ−１）の信頼度α_y(t-1)と、現在の入力データｘ（ｔ）の信頼度α_x(t)とから求めることができる。また、式（４）における現在の出力データｙ（ｔ）の信頼度α_y(t)も、その１サンプル前の出力データｙ（ｔ−１）の信頼度α_y(t-1)と、現在の入力データｘ（ｔ）の信頼度α_x(t)とから求めることができる。
【００２８】
ここで、入力データｘ（ｔ）の信頼度α_x(t)、または出力データｙ（ｔ）の信頼度α_y(t)として、例えば、それぞれの分散σ_x(t) ²、またはσ_y(t) ²の逆数を用いることとすると、即ち、信頼度α_x(t)，信頼度α_y(t)を、式

とおくと、式（７）における重みｗ（ｔ）は、次式で求めることができる。
【００２９】

【００３０】
この場合、式（７）における１−ｗ（ｔ）は、次式で求めることができる。
【００３１】

【００３２】
また、σ_y(t) ²は、次式で求めることができる。
【００３３】

【００３４】
図１のＮＲ処理回路は、入力データｘ（ｔ）および出力データｙ（ｔ）を実時間学習用の信号として、式（５）にしたがい、重みｗ（ｔ）を実時間学習（および式（６）にしたがって１−ｗ（ｔ）を実時間学習）し、その結果得られる重みｗ（ｔ）を用いて、式（７）にしたがい、１サンプル前の出力データｙ（ｔ−１）と、現在の入力データｘ（ｔ）との重み付け平均を計算することで、入力データｘ（ｔ）を適応的に処理し、その入力データｘ（ｔ）に含まれるノイズを効果的に除去するようになされている。即ち、これにより、ＮＲ処理回路が出力する出力データｙ（ｔ）のＳ／Ｎは、時間の経過とともに改善されていくようになされている。
【００３５】
具体的には、図１においては、ラッチ回路１１₁に対して、入力データが、例えば、時系列に供給されるようになされており、ラッチ回路１１₁は、そこに供給される入力データを、例えば、その入力データが供給されるタイミングに同期してラッチ（記憶）し、その後段のラッチ回路１１₂および入力信頼度計算部１２に供給するようになされている。ラッチ回路１１₂またはラッチ回路１１₃それぞれは、ラッチ回路１１₁と同様に、その前段のラッチ回路１１₁または１１₂が出力する入力データをラッチし、その後段のラッチ回路１１₃または１１₄と、入力信頼度計算部１２に供給するようになされている。ラッチ回路１１₄は、その前段のラッチ回路１１₃が出力する入力データをラッチし、入力信頼度計算部１２に供給するようになされている。
【００３６】
入力信頼度計算部１２には、ラッチ回路１１₁乃至１１₄でラッチされた入力データが供給される他、ラッチ回路１１₁に供給されるのと同一の入力データが供給されるようになされている。従って、いま、ラッチ回路１１₁および入力信頼度計算部１２に、入力データ（注目している入力データ）ｘ（ｔ）が供給されたとすると、入力信頼度計算部１２には、さらに、ラッチ回路１１₁乃至１１₄それぞれでラッチされた入力データｘ（ｔ−１）乃至ｘ（ｔ−４）も供給されるようになされている。そして、入力信頼度計算部１２は、入力データｘ（ｔ）乃至ｘ（ｔ−４）から、例えば、その分散を計算し、その分散の逆数を、入力データｘ（ｔ）の信頼度（以下、適宜、入力信頼度という）α_x(t)として、出力信頼度計算部１３および重み計算部１５に供給するようになされている。
【００３７】
出力信頼度計算部１３は、入力信頼度計算部１２からの入力信頼度α_x(t)と、ラッチ回路１４の出力とから、式（４）にしたがって、出力データｙ（ｔ）の信頼度（以下、適宜、出力信頼度という）α_y(t)を求め、ラッチ回路１４に出力するようになされている。
【００３８】
ラッチ回路１４は、出力信頼度計算部１３からの出力信頼度α_y(t)を、例えば、入力データｘ（ｔ）に同期してラッチし、出力信頼度計算部１３および重み計算部１５に供給するようになされている。従って、ラッチ回路１４から、出力信頼度計算部１３および重み計算部１５に対しては、１サンプル前の出力信頼度α_y(t-1)が供給されるようになされている。
【００３９】
重み計算部１５は、入力信頼度計算部１２からの入力信頼度α_x(t)、およびラッチ回路１４からの出力信頼度α_y(t-1)を用い、式（５）にしたがって、重みｗ（ｔ）を求め、重み付け部２１および演算器２２に出力するようになされている。
【００４０】
重み付け部２１は、重み付け計算部１５からの重みｗ（ｔ）を、ラッチ回路２５の出力に乗算し、その乗算結果を、演算器２４に供給するようになされている。演算器２２は、重み付け計算部１５からの重みｗ（ｔ）を１から減算し、その減算値１−ｗ（ｔ）を、重み付け部２３に供給するようになされている。重み付け部２３には、演算器２２の出力の他、入力データｘ（ｔ）が供給されるようになされており、重み付け部２３は、演算器２２の出力と、入力データｘ（ｔ）とを乗算し、その乗算結果を、演算器２４に供給するようになされている。演算器２４は、重み付け部２１と２３の出力どうしを加算し、その加算結果を、出力データｙ（ｔ）として出力するとともに、ラッチ回路２５に供給するようになされている。ラッチ回路２５は、演算器２４からの出力データを、例えば、入力データｘ（ｔ）に同期してラッチし、重み付け部２１に供給するようになされている。
【００４１】
即ち、以上の重み付け部２１、演算器２２、重み付け部２３、演算器２４、およびラッチ回路２５が、式（７）にしたがった重み付け平均を計算して、出力データｙ（ｔ）として出力するようになされている。
【００４２】
次に、図３は、図１の出力信頼度計算部１３の構成例を示している。
【００４３】
同図に示すように、出力信頼度計算部１３は、演算器４１から構成されており、演算器４１には、入力信頼度計算部１２からの現在の入力信頼度α_x(t)と、ラッチ回路１４からの１サンプル前の出力信頼度α_y(t-1)が供給されるようになされている。そして、演算器４１は、式（４）にしたがい、入力信頼度α_x(t)と出力信頼度α_y(t-1)とを加算し、その加算値を、現在の出力信頼度α_y(t)として出力する。
【００４４】
次に、図１のＮＲ処理回路の動作について説明する。
【００４５】
図１のＮＲ処理回路では、現在の入力データｘ（ｔ）に、その４サンプル前までの入力データｘ（ｔ−１）乃至ｘ（ｔ−４）を加えた５サンプルを用いて、その分散σ_x(t) ²が求められ、さらに、その逆数が、入力信頼度α_x(t)として求められる。
【００４６】
また、入力信頼度α_x(t)と、１サンプル前の出力信頼度α_y(t-1)から、重みｗ（ｔ）が求められ、その重みｗ（ｔ）に基づき、入力データｘ（ｔ）と１サンプル前の出力データｙ（ｔ−１）との重み付け平均値が計算され、その重み付け平均値が、出力データｙ（ｔ）として出力される。
【００４７】
即ち、入力データｘ（ｔ）は、ラッチ回路１１₁、入力信頼度計算部１２、および重み付け部２３に入力され、まず、入力信頼度計算部１２において、入力信頼度α_x(t)が求められる。
【００４８】
具体的には、ラッチ回路１１₁では、そこに供給される入力データが、その入力データが供給されるタイミングに同期してラッチされ、その後段のラッチ回路１１₂および入力信頼度計算部１２に供給される。ラッチ回路１１₂またはラッチ回路１１₃それぞれでは、ラッチ回路１１₁と同様に、その前段のラッチ回路１１₁または１１₂が出力する入力データがラッチされ、その後段のラッチ回路１１₃または１１₄と、入力信頼度計算部１２に供給される。そして、ラッチ回路１１₄では、その前段のラッチ回路１１₃が出力する入力データがラッチされ、入力信頼度計算部１２に供給される。従って、入力信頼度計算部１２には、入力データｘ（ｔ）が供給されるのと同時に、ラッチ回路１１₁乃至１１₄それぞれから入力データｘ（ｔ−１）乃至ｘ（ｔ−４）が供給される。入力信頼度計算部１２は、上述したように、入力データｘ（ｔ）乃至ｘ（ｔ−４）を用いて、入力信頼度α_x(t)を求め、出力信頼度計算部１３および重み計算部１５に供給する。
【００４９】
入力信頼度計算部１２から重み計算部１５に対して、入力信頼度α_x(t)が供給されるタイミングにおいては、ラッチ回路１４において、出力信頼度計算部１３が１サンプル前に出力した出力信頼度α_y(t-1)がラッチされており、重み計算部１５では、入力信頼度計算部１２からの入力信頼度α_x(t)と、ラッチ回路１４にラッチされている出力信頼度α_y(t-1)とを用い、式（５）にしたがって、重みｗ（ｔ）が求められる。この重みｗ（ｔ）は、重み付け部２１および演算器２２に供給される。
【００５０】
そして、重み付け部２１、演算器２２、重み付け部２３、演算器２４、およびラッチ回路２５では、重み計算部１５が出力する重み（ｔ）を用い、式（７）にしたがって、入力データｘ（ｔ）と、１サンプル前の出力データｙ（ｔ−１）との重み付け平均値が計算される。
【００５１】
即ち、重み付け部２１では、重み付け計算部１５からの重みｗ（ｔ）が、ラッチ回路２５の出力に乗算され、その乗算結果が、演算器２４に供給される。ここで、ラッチ回路２５は、重み付け計算部１５が重みｗ（ｔ）を出力するタイミングにおいて、演算器２４が前回出力した出力データｙ（ｔ−１）をラッチしており、従って、重み付け部２１では、出力データｙ（ｔ−１）と重みｗ（ｔ）との積ｗ（ｔ）ｙ（ｔ−１）が求められ、演算器２４に供給される。
【００５２】
また、演算器２２では、重み付け計算部１５からの重みｗ（ｔ）が１から減算され、その減算値１−ｗ（ｔ）が、重み付け部２３に供給される。重み付け部２３は、演算器２２の出力１−ｗ（ｔ）と、入力データｘ（ｔ）とを乗算し、その乗算結果（１−ｗ（ｔ））ｘ（ｔ）を、演算器２４に供給する。
【００５３】
演算器２４では、重み付け部２１の出力ｗ（ｔ）ｙ（ｔ−１）と、重み付け部２３の出力（１−ｗ（ｔ））ｘ（ｔ）とが加算される。即ち、重み計算部１５が出力する重み（ｔ）を用い、式（７）にしたがって、入力データｘ（ｔ）と、１サンプル前の出力データｙ（ｔ−１）との重み付け平均値が計算される。
【００５４】
この重み付け平均値は、出力データｙ（ｔ）として出力される。さらに、出力データｙ（ｔ）は、ラッチ回路２５に供給されてラッチされる。
【００５５】
一方、出力信頼度計算部１３では、出力信頼度が更新される。即ち、出力信頼度計算部１３は、入力信頼度計算部１２が計算した入力信頼度α_x(t)と、ラッチ回路１４がラッチしている１サンプル前の出力信頼度α_y(t-1)とを、式（４）にしたがって加算することで、現在の出力信頼度α_y(t)を求め、ラッチ回路１４に出力する。そして、以下、次の入力データを対象に、同様の処理が繰り返される。
【００５６】
以上のように、現在の入力データｘ（ｔ）の信頼度（入力信頼度）α_x(t)を求め、それと、１サンプル前の出力信頼度α_y(t-1)とを加味して、重みｗ（ｔ）を計算する。さらに、この重みｗ（ｔ）を用いて、現在の入力データｘ（ｔ）と、１サンプル前の出力データｙ（ｔ−１）との重み付け平均値を計算し、その平均値を、入力データｘ（ｔ）の処理結果としての出力データｙ（ｔ）とする。そして、その出力データｙ（ｔ）の信頼度（出力信頼度）α_y(t)を、現在の入力信頼度α_x(t)と、１サンプル前の出力信頼度α_y(t-1)とを加算することで求め、次の入力データｘ（ｔ＋１）を処理することを繰り返す。従って、重みｗ（ｔ）は、過去の入力データにおいて、ノイズの多い部分はあまり加味せずに、かつノイズの少ない部分は十分に加味するようにして学習されていき、即ち、入力データに対して適応的な重みｗ（ｔ）が求められていき、その結果、出力データは、重みｗ（ｔ）の学習が進むにつれて時々刻々と改善されていき、入力データから効果的にノイズを除去したものが得られるようになる。
【００５７】
なお、上述の場合においては、５サンプルの入力データｘ（ｔ）乃至ｘ（ｔ−４）を用いて分散σ_x(t) ²を求めるようにしたため、その逆数である入力信頼度α_x(t)は、入力データの入力が開始されてから、５サンプル分の時間が経過しないと求めることができないが、その５サンプル分の時間が経過するまでは、例えば、入力信頼度および出力信頼度のいずれも計算せず、また、出力データとしては、いままで入力された入力データの単純な平均値を求めて出力するようにすることができる。但し、入力データの入力が開始された直後の処理方法は、これに限定されるものではない。
【００５８】
ところで、上述の場合には、入力信頼度計算部１２において、入力データｘ（ｔ）乃至ｘ（ｔ−４）の分散を計算し、その分散の逆数を、入力データｘ（ｔ）の入力信頼度α_x(t)とするようにしたが、入力データｘ（ｔ）が真値であることの信頼性を表す入力信頼度α_x(t)としては、例えば、式（１２）で表されるような、入力データｘ（ｔ）の、その真値Ｘに対する誤差を反映する値を用いるのが理想的である（式（１２）では、入力データｘ（ｔ）の、真値Ｘに対する自乗誤差の逆数を、入力信頼度α_x(t)としており、これは、入力データｘ（ｔ）に含まれるノイズのパワーの自乗の逆数である）。
【００５９】

【００６０】
しかしながら、入力データｘ（ｔ）の真値Ｘは不明であるから、真値Ｘを用いずに、入力信頼度α_x(t)を求める必要がある。そこで、いま、仮の真値Ｘ’を定め、その仮の真値Ｘ’に対する入力データｘ（ｔ）の自乗誤差の逆数を、入力信頼度α_x(t)として用いることを考えると、この入力信頼度α_x(t)は、次式で与えられる。
【００６１】

【００６２】
式（１３）における△_x(t) ²は、入力データｘ（ｔ）の、仮の真値Ｘ’に対する自乗誤差（（ｘ（ｔ）−Ｘ’）²）であるから、入力データｘ（ｔ）に含まれるノイズを概ね見積もることができるが、この自乗誤差△_x(t) ²には、真値に対する仮の真値Ｘ’の誤差が含まれていないため、真値Ｘに対する入力データｘ（ｔ）の自乗誤差（ｘ（ｔ）−Ｘ）²とは、図４に示すように、基本的に異なる値となる。
【００６３】
そこで、仮の真値Ｘ’に対する入力データｘ（ｔ）の自乗誤差△_x(t) ²が、真値Ｘに対する入力データｘ（ｔ）の自乗誤差（ｘ（ｔ）−Ｘ）²に等しいことの信頼性、即ち、仮の真値Ｘ’が真値Ｘに等しいことの信頼性を表す仮真値信頼度を、入力信頼度α_x(t)の補正に用いる補正項（補正値）σ_X' ²として導入し、これによって、仮の真値Ｘ’に対する入力データｘ（ｔ）の自乗誤差△_x(t) ²の逆数として表される入力信頼度α_x(t)を補正することにより、より信頼性の高い入力信頼度α_x(t)（入力データｘ（ｔ）が真値であることの信頼性を、より正確に表す入力信頼度α_x(t)）を求めることとする。
【００６４】
即ち、いま、仮の真値Ｘ’として、例えば、式（１４）に示すような、入力データｘ（ｔ）を含む、過去Ｎ個の入力データｘ（ｔ）乃至ｘ（ｔ−（Ｎ−１））の平均値（移動平均）を用いることとする。
【００６５】
【数５】

なお、式（１４）において、ｘの上にバー（−）を付したものが、入力データｘ（ｔ）乃至ｘ（ｔ−（Ｎ−１））の平均値を表すが、本明細書中では、このｘの上にバー（−）を付したものを、以下、適宜、ｘ〜と表す。
【００６６】
この場合、補正項σ_X' ²としては、例えば、次式に示すような、入力データｘ（ｔ）を含む、過去Ｎ個の入力データｘ（ｔ）乃至ｘ（ｔ−（Ｎ−１））の分散の平均値σ_x〜²を用いることができる。
【００６７】
【数６】

ここで、式（１５）における右辺の分子を、Ｎ−１で除算したものが、入力データｘ（ｔ）乃至ｘ（ｔ−（Ｎ−１））の分散であり、式（１５）では、これを、Ｎで除算することにより、入力データｘ（ｔ）乃至ｘ（ｔ−（Ｎ−１））の分散の平均値σ_x〜²を求めている。なお、式（１５）により求められるσ_x〜²は、統計学上は、「平均値の分散」と呼ばれるが、意味的には、分散をＮで除算することから、「分散の平均値」の方が分かりやすいので、ここでは、「分散の平均値」と呼ぶこととする。
【００６８】
この場合、入力信頼度α_x(t)は、次式にしたがって補正することができる。
【００６９】

【００７０】
式（１６）においては、仮の真値Ｘ’に対する入力データｘ（ｔ）の自乗誤差△_x(t) ²（補正前の入力信頼度の逆数）が、補正項σ_X' ²によって補正され、その逆数が補正された入力信頼度α_x(t)として求められている。即ち、自乗誤差△_x(t) ²と、補正項σ_X' ²との加算値の逆数が、補正された入力信頼度α_x(t)として求められている。
【００７１】
統計的には、仮の真値Ｘ’に対する入力データｘ（ｔ）の自乗誤差△_x(t) ²は、真値Ｘに対する入力データｘ（ｔ）の自乗誤差（ｘ（ｔ）−Ｘ）²よりも小さく見積もられることが多いことから、式（１６）に示すように、自乗誤差△_x(t) ²と、補正項σ_X' ²とを加算し、その加算値の逆数を、入力信頼度α_x(t)とすることで、入力データｘ（ｔ）が真値であることの信頼性を、より正確に表す入力信頼度α_x(t)を得ることができる。
【００７２】
図５は、そのような補正された入力信頼度α_x(t)を求める場合の、図１の入力信頼度計算部１２の構成例を示している。
【００７３】
なお、本実施の形態では、上述したように、入力信頼度計算部１２に対して、入力データｘ（ｔ）を含む、過去５個の入力データｘ（ｔ）乃至ｘ（ｔ−４）が供給されるようになされており、従って、式（１４）および（１５）におけるＮを５として、入力信頼度α_x(t)が求められるようになされている。
【００７４】
即ち、入力データｘ（ｔ）乃至ｘ（ｔ−４）は、入力信頼度計算回路３１および補正項計算回路３２に供給されるようになされている。入力信頼度計算回路３１は、式（１４）にしたがって、５サンプルの入力データｘ（ｔ）乃至ｘ（ｔ−４）の平均値ｘ〜を計算し、これを、仮の真値Ｘ’として、式（１３）にしたがって、入力信頼度α_x(t)を求める。この入力信頼度α_x(t)は、補正回路３３に供給される。また、入力データｘ（ｔ）乃至ｘ（ｔ−４）の平均値ｘ〜は、入力信頼度計算回路３１から補正項計算回路３２に供給される。
【００７５】
補正項計算回路３２は、そこに入力される入力データｘ（ｔ）乃至ｘ（ｔ−４）、および平均値計算回路３１からの平均値ｘ〜を用い、入力データｘ（ｔ）乃至ｘ（ｔ−（Ｎ−１））の分散の平均値σ_x〜²を求め、補正項σ_X' ²として、補正回路３３に出力する。
【００７６】
補正回路３３は、入力信頼度計算回路３１からの入力信頼度α_x(t)を、補正項計算回路３２からの補正項σ_X' ²によって補正し、その補正結果を、最終的な入力信頼度（補正された入力信頼度）α_x(t)として出力する。即ち、補正回路３３は、式（１６）にしたがい、入力信頼度α_x(t)の逆数である自乗誤差△_x(t) ²と、補正項σ_X' ²とを加算し、その加算値の逆数を、最終的な入力信頼度α_x(t)として出力する。
【００７７】
次に、図６のフローチャートを参照して、入力信頼度計算部１２が図５に示したように構成される場合の、図１のＮＲ処理回路の動作について説明する。
【００７８】
まず最初に、ステップＳ１１において、入力データｘ（ｔ）が、ラッチ回路１１₁、入力信頼度計算部１２、および重み付け部２３に入力される。そして、ステップＳ１２に進み、入力信頼度計算部１２において、入力信頼度α_x(t)が求められる。
【００７９】
即ち、上述したように、入力信頼度計算部１２には、入力データｘ（ｔ）が供給されるのと同時に、ラッチ回路１１₁乃至１１₄それぞれから入力データｘ（ｔ−１）乃至ｘ（ｔ−４）が供給される。入力信頼度計算部１２では、式（１４）にしたがって、５サンプルの入力データｘ（ｔ）乃至ｘ（ｔ−４）の平均値ｘ〜が仮の真値Ｘ’として求められ、式（１３）にしたがって、入力信頼度α_x(t)が求められる。
【００８０】
その後、ステップＳ１３に進み、入力信頼度計算部１２では、入力データｘ（ｔ）乃至ｘ（ｔ−４）と、それらの平均値ｘ〜とから、式（１５）にしたがって、分散の平均値σ_x〜²が、補正項σ_X' ²として求められる。さらに、ステップＳ１３では、その補正項σ_X' ²によって、式（１３）にしたがって求められた入力信頼度α_x(t)が、式（１６）にしたがって補正され、その補正後の入力信頼度α_x(t)が、出力信頼度計算部１３および重み計算部１５に供給される。
【００８１】
上述したように、入力信頼度計算部１２から重み計算部１５に対して、入力信頼度α_x(t)が供給されるタイミングにおいては、ラッチ回路１４において、出力信頼度計算部１３が１サンプル前に出力した出力信頼度α_y(t-1)がラッチされており、重み計算部１５では、ステップＳ１４において、入力信頼度計算部１２からの入力信頼度α_x(t)と、ラッチ回路１４にラッチされている出力信頼度α_y(t-1)とを用い、式（５）にしたがって、重みｗ（ｔ）が求められる。この重みｗ（ｔ）は、重み付け部２１および演算器２２に供給される。
【００８２】
そして、重み付け部２１、演算器２２、重み付け部２３、演算器２４、およびラッチ回路２５では、ステップＳ１５において、上述したように、重み計算部１５が出力する重み（ｔ）を用い、式（７）にしたがって、入力データｘ（ｔ）と、１サンプル前の出力データｙ（ｔ−１）との重み付け平均値が計算される。
【００８３】
この重み付け平均値は、ステップＳ１６において、出力データｙ（ｔ）として出力される。さらに、出力データｙ（ｔ）は、ラッチ回路２５に供給されてラッチされる。
【００８４】
そして、ステップＳ１７に進み、まだ、入力データが存在するかどうかが判定され、まだ存在すると判定された場合、ステップＳ１８に進み、出力信頼度計算部１３において、出力信頼度が更新される。即ち、出力信頼度計算部１３は、ステップＳ１３で入力信頼度計算部１２から出力された補正後の入力信頼度α_x(t)と、ラッチ回路１４がラッチしている１サンプル前の出力信頼度α_y(t-1)とを、式（４）にしたがって加算することで、現在の出力信頼度α_y(t)を求め、ラッチ回路１４に出力する。そして、ステップＳ１１に戻り、次の入力データを対象に、同様の処理が繰り返される。
【００８５】
一方、ステップＳ１７において、処理すべき入力データが存在しないと判定された場合、処理を終了する。
【００８６】
以上のように、現在の入力データｘ（ｔ）の信頼度（入力信頼度）α_x(t)を求めるとともに、その入力信頼度α_x(t)を補正するための補正項σ_X' ²を求め、その補正項σ_X' ²によって、入力信頼度α_x(t)を補正するようにしたので、入力データｘ（ｔ）が真値であることの信頼性を、より正確に表す入力信頼度α_x(t)を得ることができ、これを用いることで、さらに効果的なノイズの除去が可能となる。
【００８７】
なお、本発明は、画像データや、音声データ、その他のデータからのノイズの除去を行う場合に適用可能である。
【００８８】
また、本実施の形態では、本発明について、ノイズの除去という観点から説明を行ったが、入力データが適応的に処理されることにより、出力データが時間の経過とともに改善されるように、重み係数ｗ（ｔ）が、実時間で学習され、その学習の結果得られた重み係数ｗ（ｔ）を用いて処理が行われる、即ち、入力データに対して、それ自身に適した自己適応処理が施される結果、例えば、入力データの波形整形（波形等化）などを行うことも可能である。
【００８９】
さらに、本実施の形態では、式（７）において、出力データｙ（ｔ−１）に対して重みｗ（ｔ）を乗算するとともに、入力データｘ（ｔ）に対して重み１−ｗ（ｔ）を乗算して、出力データｙ（ｔ）を求めるようにしたが、出力データｙ（ｔ−１）または入力データｘ（ｔ）のいずれか一方にのみ重みを乗算して、出力データｙ（ｔ）を求めるようにすることも可能である。
【００９０】
また、本実施の形態では、式（１６）によって、補正された入力信頼度α_x(t)を求めるようにしたが、補正された入力信頼度α_x(t)を求める方法は、これに限定されるものではない。
【００９１】
さらに、本実施の形態では、入力データｘ（ｔ）の仮の真値Ｘ’として、その入力データを含む、過去の入力データの平均値を用いるようにしたが、仮の真値Ｘ’としては、その他、例えば、１サンプル前の出力データｙ（ｔ−１）などを用いることが可能である。そして、この場合、入力信頼度α_x(t)は、例えば、１サンプル前の出力データｙ（ｔ−１）の出力信頼度α_y(t-1)などを補正項として用いて補正することが可能である。
【００９２】
また、本実施の形態では、仮の真値Ｘ’と入力データｘ（ｔ）との自乗誤差の逆数を、補正対象の入力信頼度α_x(t)として求めるようにしたが、補正対象の入力信頼度α_x(t)は、これに限定されるものではない。
【００９３】
【発明の効果】
以上の如く、本発明のデータ処理装置およびデータ処理方法によれば、入力データの信頼性を表す入力信頼度、および出力データの信頼性を表す出力信頼度が計算され、入力信頼度の補正に用いる所定の補正値が算出される。そして、入力信頼度が、補正値によって補正され、補正された入力信頼度、および出力信頼度に基づいて、入力データが処理されて、出力データが出力される。従って、例えば、入力データが真値であることの信頼性を、より正確に表す入力信頼度を得ることが可能となり、これを用いることで、より効果的なノイズの除去等が可能となる。
【図面の簡単な説明】
【図１】本発明を適用したＮＲ処理回路の一実施の形態の構成例を示すブロック図である。
【図２】図１のＮＲ処理回路の処理対象となる入力データと、その信頼度を示す図である。
【図３】図１の出力信頼度計算部１３の構成例を示すブロック図である。
【図４】仮の真値Ｘ’と、真値Ｘとの関係を示す図である。
【図５】図１の入力信頼度計算部１２の構成例を示すブロック図である。
【図６】図１のＮＲ処理回路の処理を説明するためのフローチャートである。
【符号の説明】
１１₁乃至１１₄ ラッチ回路， １２ 入力信頼度計算部， １３ 出力信頼度計算部， １４ ラッチ回路， １５ 重み計算部， ２１ 重み付け部， ２２ 演算器， ２３ 重み付け部， ２４ 演算器， ２５ ラッチ回路， ３１ 入力信頼度計算回路， ３２ 補正項計算回路， ３３ 補正回路

Claims (7)

1. 入力データを処理し、その処理結果としての出力データを出力するデータ処理装置であって、
   前記入力データの信頼性を表す入力信頼度を計算する入力信頼度計算手段と、
   前記出力データの信頼性を表す出力信頼度を計算する出力信頼度計算手段と、
   前記入力信頼度の補正に用いる所定の補正値を算出する補正値算出手段と、
   前記入力信頼度を、前記補正値によって補正する補正手段と、
   補正された前記入力信頼度、および前記出力信頼度に基づいて、前記入力データを処理し、前記出力データを出力するデータ処理手段と
   を含むことを特徴とするデータ処理装置。
2. 補正された前記入力信頼度、および前記出力信頼度に基づいて、所定の重み係数を求める重み係数算出手段をさらに含み、
   前記データ処理手段は、既に得られている前記出力データと、注目している前記入力データとを、前記重み係数にしたがって重み付け加算し、その加算値を、注目している前記入力データに対する前記出力データとして出力する
   ことを特徴とする請求項１に記載のデータ処理装置。
3. 前記入力信頼度計算手段は、前記入力データの平均値を、注目している前記入力データの仮の真値とし、その仮の真値に基づいて、前記入力信頼度を求める
   ことを特徴とする請求項１に記載のデータ処理装置。
4. 前記補正値算出手段は、前記入力データの仮の真値の信頼性を表す仮真値信頼度を、前記補正値として算出する
   ことを特徴とする請求項３に記載のデータ処理装置。
5. 前記補正値算出手段は、前記入力データの分散の平均値を、前記補正値として算出する
   ことを特徴とする請求項４に記載のデータ処理装置。
6. 前記入力信頼度計算手段は、前記入力データの平均値を、注目している前記入力データの仮の真値とし、その仮の真値と前記入力データとの自乗誤差の逆数を、前記入力信頼度として求め、
   前記補正手段は、前記入力信頼度の逆数と、前記入力データの分散の平均値とを加算し、その加算値の逆数を、補正された前記入力信頼度として求める
   ことを特徴とする請求項５に記載のデータ処理装置。
7. 入力データを処理し、その処理結果としての出力データを出力するデータ処理方法であって、
   前記入力データの信頼性を表す入力信頼度を計算する入力信頼度計算ステップと、
   前記出力データの信頼性を表す出力信頼度を計算する出力信頼度計算ステップと、
   前記入力信頼度の補正に用いる所定の補正値を算出する補正値算出ステップと、
   前記入力信頼度を、前記補正値によって補正する補正ステップと、
   補正された前記入力信頼度、および前記出力信頼度に基づいて、前記入力データを処理し、前記出力データを出力するデータ処理ステップと
   を含むことを特徴とするデータ処理方法。

Images