JP4164712B2 - データ処理装置およびデータ処理方法 - Google Patents
データ処理装置およびデータ処理方法 Download PDFInfo
- Publication number
- JP4164712B2 JP4164712B2 JP03112099A JP3112099A JP4164712B2 JP 4164712 B2 JP4164712 B2 JP 4164712B2 JP 03112099 A JP03112099 A JP 03112099A JP 3112099 A JP3112099 A JP 3112099A JP 4164712 B2 JP4164712 B2 JP 4164712B2
- Authority
- JP
- Japan
- Prior art keywords
- reliability
- input
- data
- output
- input data
- 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
- 238000003672 processing method Methods 0.000 title claims description 8
- 238000000034 method Methods 0.000 claims description 11
- 230000014509 gene expression Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Picture Signal Circuits (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Noise Elimination (AREA)
- Complex Calculations (AREA)
Description
【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),αx(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αx(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αy(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αy(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αy(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αy(t-1)と、現在の入力データx(t)の信頼度αx(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αy(t)も、その1サンプル前の出力データy(t−1)の信頼度αy(t-1)と、現在の入力データx(t)の信頼度αx(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αx(t)、または出力データy(t)の信頼度αy(t)として、例えば、それぞれの分散σx(t) 2、またはσy(t) 2の逆数を用いることとすると、即ち、信頼度αx(t),信頼度αy(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、σy(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)αx(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αx(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)αy(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αy(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αy(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αx(t)、およびラッチ回路14からの出力信頼度αy(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αx(t)と、ラッチ回路14からの1サンプル前の出力信頼度αy(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αx(t)と出力信頼度αy(t-1)とを加算し、その加算値を、現在の出力信頼度αy(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σx(t) 2が求められ、さらに、その逆数が、入力信頼度αx(t)として求められる。
【0046】
また、入力信頼度αx(t)と、1サンプル前の出力信頼度αy(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αx(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αx(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αx(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αy(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αx(t)と、ラッチ回路14にラッチされている出力信頼度αy(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αx(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αy(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αy(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)αx(t)を求め、それと、1サンプル前の出力信頼度αy(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)αy(t)を、現在の入力信頼度αx(t)と、1サンプル前の出力信頼度αy(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σx(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αx(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αx(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αx(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αx(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αx(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αx(t)として用いることを考えると、この入力信頼度αx(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αx(t)の補正に用いる補正項(補正値)σX' 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αx(t)を補正することにより、より信頼性の高い入力信頼度αx(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αx(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σX' 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σx〜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σx〜2を求めている。なお、式(15)により求められるσx〜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αx(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σX' 2によって補正され、その逆数が補正された入力信頼度αx(t)として求められている。即ち、自乗誤差△x(t) 2と、補正項σX' 2との加算値の逆数が、補正された入力信頼度αx(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σX' 2とを加算し、その加算値の逆数を、入力信頼度αx(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αx(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αx(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αx(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αx(t)を求める。この入力信頼度αx(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σx〜2を求め、補正項σX' 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αx(t)を、補正項計算回路32からの補正項σX' 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)αx(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αx(t)の逆数である自乗誤差△x(t) 2と、補正項σX' 2とを加算し、その加算値の逆数を、最終的な入力信頼度αx(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αx(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αx(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σx〜2が、補正項σX' 2として求められる。さらに、ステップS13では、その補正項σX' 2によって、式(13)にしたがって求められた入力信頼度αx(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αx(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αx(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αy(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αx(t)と、ラッチ回路14にラッチされている出力信頼度αy(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αx(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αy(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αy(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)αx(t)を求めるとともに、その入力信頼度αx(t)を補正するための補正項σX' 2を求め、その補正項σX' 2によって、入力信頼度αx(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αx(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αx(t)を求めるようにしたが、補正された入力信頼度αx(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αx(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αy(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αx(t)として求めるようにしたが、補正対象の入力信頼度αx(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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03112099A JP4164712B2 (ja) | 1999-02-09 | 1999-02-09 | データ処理装置およびデータ処理方法 |
KR1020000005719A KR100712867B1 (ko) | 1999-02-09 | 2000-02-08 | 데이터 처리 방법 및 장치 |
US09/500,411 US6430524B1 (en) | 1999-02-09 | 2000-02-08 | Data processing method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03112099A JP4164712B2 (ja) | 1999-02-09 | 1999-02-09 | データ処理装置およびデータ処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2000232383A JP2000232383A (ja) | 2000-08-22 |
JP4164712B2 true JP4164712B2 (ja) | 2008-10-15 |
Family
ID=12322567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP03112099A Expired - Fee Related JP4164712B2 (ja) | 1999-02-09 | 1999-02-09 | データ処理装置およびデータ処理方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US6430524B1 (ja) |
JP (1) | JP4164712B2 (ja) |
KR (1) | KR100712867B1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4517409B2 (ja) * | 1998-11-09 | 2010-08-04 | ソニー株式会社 | データ処理装置およびデータ処理方法 |
JP4344964B2 (ja) | 1999-06-01 | 2009-10-14 | ソニー株式会社 | 画像処理装置および画像処理方法 |
JP4344968B2 (ja) * | 1999-10-28 | 2009-10-14 | ソニー株式会社 | 画像処理装置および画像処理方法、並びにデータ処理装置およびデータ処理方法 |
DE102005012632A1 (de) * | 2005-03-18 | 2006-09-21 | Infineon Technologies Ag | Verfahren und Schaltungsanordnung zur geschützten Übertragung von Datenworten |
CN106095732B (zh) * | 2016-06-08 | 2018-08-24 | 北京普杰生物技术有限公司 | 一种适用于实验数据的降噪处理方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL8500720A (nl) * | 1984-05-22 | 1985-07-01 | Highland Supply Corp | Systeem voor het vormen van voorwerpen. |
US5038388A (en) * | 1989-05-15 | 1991-08-06 | Polaroid Corporation | Method for adaptively sharpening electronic images |
US5136529A (en) * | 1989-09-29 | 1992-08-04 | Hitachi, Ltd. | Digital signal weighting processing apparatus and method |
US5602761A (en) * | 1993-12-30 | 1997-02-11 | Caterpillar Inc. | Machine performance monitoring and fault classification using an exponentially weighted moving average scheme |
US6038272A (en) * | 1996-09-06 | 2000-03-14 | Lucent Technologies Inc. | Joint timing, frequency and weight acquisition for an adaptive array |
US5694342A (en) * | 1996-10-24 | 1997-12-02 | The United States Of America As Represented By The Secretary Of The Navy | Method for detecting signals in non-Gaussian background clutter |
US6278961B1 (en) * | 1997-07-02 | 2001-08-21 | Nonlinear Solutions, Inc. | Signal and pattern detection or classification by estimation of continuous dynamical models |
US5909178A (en) * | 1997-11-28 | 1999-06-01 | Sensormatic Electronics Corporation | Signal detection in high noise environments |
-
1999
- 1999-02-09 JP JP03112099A patent/JP4164712B2/ja not_active Expired - Fee Related
-
2000
- 2000-02-08 US US09/500,411 patent/US6430524B1/en not_active Expired - Fee Related
- 2000-02-08 KR KR1020000005719A patent/KR100712867B1/ko not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
KR20000076616A (ko) | 2000-12-26 |
KR100712867B1 (ko) | 2007-05-03 |
JP2000232383A (ja) | 2000-08-22 |
US6430524B1 (en) | 2002-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4344964B2 (ja) | 画像処理装置および画像処理方法 | |
JP4842583B2 (ja) | 多感覚音声強調のための方法および装置 | |
JP3008763B2 (ja) | 適応フィルタによるシステム同定の方法および装置 | |
CA2461083A1 (en) | Method of noise estimation using incremental bayes learning | |
JP3838382B2 (ja) | 混合信号の形態で受信された信号を推定する方式 | |
JP4164712B2 (ja) | データ処理装置およびデータ処理方法 | |
JP2002189476A (ja) | 独立成分分析を用いた能動騒音除去方法 | |
JP2000232384A (ja) | データ処理装置およびデータ処理方法 | |
JP2002033942A (ja) | 画像信号の雑音抑制方法及びこの雑音抑制方法を用いた画像信号処理装置 | |
JP2001257565A (ja) | ラティス型フィルタの反射係数の更新方法及び、装置 | |
JP4147647B2 (ja) | データ処理装置およびデータ処理方法、並びに記録媒体 | |
CN110648681B (zh) | 语音增强的方法、装置、电子设备及计算机可读存储介质 | |
JP4473709B2 (ja) | 信号推定方法、信号推定装置、信号推定プログラム及びその記録媒体 | |
JP4258045B2 (ja) | ノイズ低減装置、ノイズ低減方法、および記録媒体 | |
CN108848435B (zh) | 一种音频信号的处理方法和相关装置 | |
JP3986457B2 (ja) | 入力信号推定方法、及び装置、入力信号推定プログラムならびにその記録媒体 | |
JP3927701B2 (ja) | 音源信号推定装置 | |
US9848261B2 (en) | Apparatus for removing howling and method for removing howling | |
JP3932960B2 (ja) | 信号成分抽出方法及び装置 | |
EP4214704B1 (en) | Apparatus and method for combining repeated noisy signals | |
Jayapravintha et al. | Design of Systolic architecture for various adaptive filters for noise cancellation | |
JP2679464B2 (ja) | 適応ノイズ除去フィルタ | |
JP4344306B2 (ja) | 未知系推定方法およびこの方法を実施する装置 | |
JP2015070471A (ja) | 適応フィルタ装置、適応処理方法 | |
JP2006140917A (ja) | 等化器、これを用いた装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051208 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080625 |
|
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: 20080703 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080716 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110808 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120808 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130808 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |