JP5097140B2 - 領域判別装置、ノイズ低減装置及びノイズ低減プログラム - Google Patents

Description

本発明は、動画像を構成するフレーム画像内の領域が、動きのある動領域か動きのない静領域かを判別する領域判別装置、並びに領域判別装置を用いたノイズ低減装置及びノイズ低減プログラムに関する。

デジタル化された動画像を、例えば、符号化処理やノイズ低減処理を効率的にするための処理の一部として、動画像を構成するフレーム画像内の領域が、動きのある動領域か動きのない静領域かを判別する領域判別処理技術が利用されている。
このような領域判別処理として、主としてテレビ電話やテレビ会議システムなどの空間解像度や時間解像度の比較的低い動画像を対象として、動画像であるデジタル映像信号をブロックに分割し、ブロックごとに前フレームに対する動き補償予測によって動きベクトルを検出して、動きベクトルの大きいブロックを動領域と判別する方法がある（例えば、特許文献１（図１、段落００１２〜段落００１４）参照）。

特開平５−３０４６６２号公報

近年は、低解像度のテレビ電話などの他に、ハイビジョンやスーパーハイビジョンなどの空間解像度や時間解像度の高い動画像を対象として領域判別をする必要が増加してきた。また、スーパーハイビジョンのように、高精細度化した固体撮像素子（ＣＣＤ、ＣＭＯＳセンサ等）の小面積化により、単位受光体当たりに得られる光エネルギが低下するため、出力画像にノイズが混入してしまい、特に夜間に撮影された動画像には、多くのノイズが重畳されているのが現状である。
このため、従来の領域判別処理の手法では、高解像度の動画像に対しては、十分な精度で領域を判別することができなかった。

そこで、本発明は、フレーム画像内の領域が、動領域か静領域かを高精度に判別することができる領域判別装置及び領域判別プログラムを提供することを目的とする。
また、本発明の他の目的は、当該領域判別装置及び領域判別プログラムを用いて動画像に重畳されたノイズを、画像の劣化を抑制しつつ低減するノイズ低減装置及びノイズ低減プログラムを提供することである。

前記した目的を達成するために、請求項１に記載の領域判別装置は、動画像を構成するフレーム画像の画像平面内の領域が、時間軸方向に前後のフレーム画像に対して変化のある動領域か、変化のない静領域か、の２種類の領域の何れであるかを判別する領域判別装置であって、領域判別ブロック分割手段と、サブブロック分割手段と、差分平均算出手段と、ノイズレベル設定手段と、正規化手段と、最大値抽出手段と、領域判別手段とを備える構成とした。

かかる構成によれば、領域判別装置は、まず、領域判別ブロック分割手段によって、入力したフレーム画像を複数の画素からなる領域判別用のブロックである領域判別ブロックに分割する。次に、領域判別装置は、サブブロック分割手段によって、領域判別ブロック分割手段によって分割された領域判別ブロックを、更に、当該領域判別ブロック中の複数の画素から構成される複数のサブブロックに分割する。領域判別装置は、続いて、差分平均算出手段によって、サブブロック分割手段によって分割された複数のサブブロックごとに、サブブロックを構成する各画素の、フレーム間の差分の大きさの平均値である差分平均を算出する。一方、領域判別装置は、ノイズレベル設定手段によって、動画像に含まれる画像平面内のノイズレベルを検出して正規化処理のために設定しておく。そして、領域判別装置は、正規化手段によって、差分平均算出手段によって算出した差分平均を正規化するために、ノイズレベル設定手段によって設定しておいたノイズレベルで除することで正規化差分平均を算出する。領域判別装置は、最大値抽出手段によって、正規化手段によって算出した領域判別ブロックから分割した複数のサブブロックの正規化差分平均の内の最大値を抽出する。そして、領域判別装置は、領域判別手段によって、最大値抽出手段によって抽出した正規化差分平均の最大値を、予め定められた判別閾値と比較し、正規化差分平均の最大値が判別閾値よりも大きい場合に領域判別ブロックを動領域と判別し、正規化差分平均の最大値が判別閾値以下の場合に領域判別ブロックを静領域と判別する。
これによって、領域判別装置は、領域判別ブロックを複数通りに分割したサブブロックごとに算出したフレーム間の差分平均を、処理対象となる動画像の画像平面内におけるノイズレベルで正規化して、正規化した差分値の最大値と予め定めた判別閾値とを比較して、領域判別ブロックごとに静領域か動領域かを判別する。

請求項２に記載の領域判別装置は、動画像を構成するフレーム画像の画像平面内の領域が、時間軸方向に前後のフレーム画像に対して変化のある動領域か、変化のない静領域か、の２種類の領域の何れであるかを判別する領域判別装置であって、領域判別ブロック分割手段とサブブロック分割手段と、差分平均算出手段と、ノイズレベル設定手段と、正規化手段と、最大値抽出手段と、領域判別手段とを備える構成とした。

かかる構成によれば、領域判別装置は、まず、領域判別ブロック分割手段によって、入力したフレーム画像から、領域判別の対象となる注目画素を含む複数の画素からなる領域判別用のブロックである領域判別ブロックを分割する。領域判別装置は、次に、サブブロック分割手段によって、領域判別ブロック分割手段によって分割された領域判別ブロックを、更に、領域判別ブロック中の複数の画素から構成される複数のサブブロックに分割する。領域判別装置は、続いて、差分平均算出手段によって、サブブロック分割手段によって分割された複数のサブブロックごとに、サブブロックを構成する各画素の、フレーム間の差分の大きさの平均値である差分平均を算出する。一方、領域判別装置は、ノイズレベル設定手段によって、動画像に含まれる画像平面内のノイズレベルを検出して正規化処理のために設定しておく。そして、領域判別装置は、正規化手段によって、差分平均算出手段によって算出した差分平均を正規化するために、ノイズレベル設定手段によって設定しておいたノイズレベルで除することで正規化差分平均を算出する。領域判別装置は、最大値抽出手段によって、正規化手段によって算出した前記領域判別ブロックから分割した複数のサブブロックの正規化差分平均の内の最大値を抽出する。そして、領域判別装置は、領域判別手段によって、最大値抽出手段によって抽出した正規化差分平均の最大値を、予め定められた判別閾値と比較し、正規化差分平均の最大値が判別閾値よりも大きい場合に注目画素を動領域と判別し、正規化差分平均の最大値が判別閾値以下の場合に注目画素を静領域と判別する。
これによって、領域判別装置は、注目画素を含む領域判別ブロックを複数通りに分割したサブブロックごとに算出したフレーム間の差分平均を、処理対象となる動画像の画像平面内におけるノイズレベルで正規化して、正規化した差分値の最大値と予め定めた判別閾値とを比較して、注目画素ごとに静領域か動領域かを判別する。

請求項３に記載の領域判別装置は、請求項１又は請求項２に記載の領域判別装置において、更に領域判別ブロック輝度算出手段を備え、ノイズレベル設定手段は、輝度レベルに応じてノイズレベルが定められた輝度別ノイズレベルを設定することとした。

かかる構成によれば、領域判別装置は、領域判別ブロック輝度算出手段によって、領域判別ブロック分割手段によって分割された領域判別ブロック内の輝度レベルを算出する。一方、領域判別装置は、ノイズレベル設定手段によって、輝度レベルに応じてノイズレベルが定められた輝度別ノイズレベルを検出して、正規化処理のために設定しておく。そして、領域判別装置は、正規化手段によって、領域判別ブロック輝度算出手段によって算出した輝度レベルに対応するノイズレベル設定手段によって設定された輝度別ノイズレベルで、差分平均を除することによって正規化する。
これによって、領域判別装置は、輝度レベルに応じたノイズレベルで正規化した差分平均と判別閾値とを比較して領域判別する。

請求項４に記載の領域判別装置は、請求項１又は請求項２の何れか一項に記載の領域判別装置において、ノイズレベル設定手段は、正規化手段による正規化のために用いられるノイズレベルを検出する正規化用ノイズレベル検出手段であって、ノイズ検出ブロック分割手段と直流成分除去画像算出手段と画素平均算出手段と最小値抽出手段とを備える正規化用ノイズレベル検出手段、を備える構成とした。

かかる構成によれば、領域判別装置のノイズレベル設定手段における正規化用ノイズレベル検出手段は、ノイズ検出ブロック分割手段によって、入力したフレーム画像を複数の画素からなるノイズレベル検出用のブロックであるノイズ検出ブロックに分割する。次に、正規化用ノイズレベル検出手段は、直流成分除去画像算出手段によって、ノイズ検出ブロック分割手段によって分割したノイズ検出ブロックから直流成分を除去した直流成分除去画像を算出する。正規化用ノイズレベル検出手段は、続いて、画素平均算出手段によって、直流成分除去画像算出手段によって算出された直流成分除去画像の、ノイズ検出ブロック内の画素値の大きさの平均値である画素平均を算出する。そして、正規化用ノイズレベル検出手段は、最小値抽出手段によって、フレーム画像中の複数のノイズ検出ブロックに対応する画素平均の内の最小値を抽出し、抽出した画素平均の最小値を正規化処理のためのノイズレベルとして出力する。
これによって、領域判別装置は、フレーム画像の複数の箇所から検出したノイズレベル候補である画素平均の中の最小値を画像平面内におけるノイズレベルとして抽出し、差分平均の正規化のために用いる。

請求項５に記載の領域判別装置は、請求項３に記載の領域判別装置において、ノイズレベル設定手段は、正規化手段による正規化のために用いられるノイズレベルを検出する正規化用ノイズレベル検出手段であって、ノイズ検出ブロック分割手段と直流成分除去画像算出手段と画素平均算出手段とノイズ検出ブロック輝度算出手段と最小値抽出手段とを備える正規化用ノイズレベル検出手段、を備える構成とした。

かかる構成によれば、領域判別装置のノイズレベル設定手段における正規化用ノイズレベル検出手段は、ノイズ検出ブロック分割手段によって、フレーム画像を複数の画素からなるノイズ検出ブロックに分割する。次に、正規化用ノイズレベル検出手段は、直流成分除去画像算出手段によって、ノイズ検出ブロック分割手段によって分割したノイズ検出ブロックから直流成分を除去した直流成分除去画像を算出する。正規化用ノイズレベル検出手段は、続いて、画素平均算出手段によって、直流成分除去画像算出手段によって算出された直流成分除去画像の、ノイズ検出ブロック内の画素値の大きさの平均値である画素平均を算出する。一方、正規化用ノイズレベル検出手段は、ノイズ検出ブロック輝度算出手段によって、ノイズ検出ブロック分割手段によって分割されたノイズ検出ブロック内の輝度レベルを算出する。そして、正規化用ノイズレベル検出手段は、最小値抽出手段によって、画素平均算出手段によって算出された画素平均を、ノイズ検出ブロック輝度算出手段によって算出された輝度レベルに応じて分類し、分類した輝度レベルごとにフレーム画像中の複数のノイズ検出ブロックに対応する画素平均から最小値をその輝度レベルにおけるノイズレベルとして抽出して、輝度レベルごとにノイズレベルを対応づけた輝度別ノイズレベルを出力する。
これによって、領域判別装置は、フレーム画像の複数の箇所から検出した輝度別に分類されたノイズレベル候補である画素平均の中の最小値を、それぞれの輝度レベルの画像平面内におけるノイズレベルとして抽出し、差分平均の正規化のために用いる。

請求項６に記載の領域判別装置は、請求項５に記載の領域判別装置において、ノイズレベル設定手段は、更に検証用ノイズレベル検出手段を備え、正規化用ノイズレベル検出手段はノイズレベル検証手段と補間処理手段とを備える構成とした。

かかる構成によれば、領域判別装置のノイズレベル設定手段は、検証用ノイズレベル検出手段によって、予め予備撮影（プリスキャン）して得られたフレーム画像から、正規化用ノイズレベル検出手段によって検出される輝度別ノイズレベルの有効性を検証するための検証用ノイズレベルを検出しておく。次に、ノイズレベル設定手段の正規化用ノイズレベル検出手段は、ノイズレベル検証手段によって、最小値抽出手段によって抽出された各輝度別ノイズレベルの値が、検証用ノイズレベル検出手段によって予め検出しておいた検証用ノイズレベルの値に対して、予め定めた範囲内にあるかどうかを検証し、範囲外にあるときに、当該輝度別ノイズレベルのデータを有効でないとして排除する。そして、正規化用ノイズレベル検出手段は、補間処理手段によって、ノイズレベル検証手段によって排除された輝度レベルに対応するノイズレベルのデータを、排除されなかった輝度レベルにおけるノイズレベルのデータから補間処理して算出し、１組の輝度別ノイズレベルを完成させる。
これによって、領域判別装置は、フレーム画像から一旦検出した輝度別ノイズレベルから有効でないデータを排除し、有効なデータから輝度別ノイズレベルを再構成する。そして、領域判別装置は、有効な輝度別のノイズレベルに基づいて設定した輝度別ノイズレベルを用いて差分平均の正規化のために用いる。

また、前記した他の目的を達成するために、請求項７に記載のノイズ低減装置は、動画像に重畳されたノイズを低減させるノイズ低減装置であって、請求項１乃至請求項６の何れか一項に記載の領域判別装置と、動領域処理手段と、静領域処理手段とを備える構成とした。

かかる構成によれば、ノイズ低減装置は、領域判別装置によって、動画像を構成するフレーム画像の画像平面内の領域が、時間軸方向に前後のフレーム画像に対して変化のある動領域か、変化のない静領域か、の２種類の領域の何れであるかを判別する。そして、ノイズ低減装置は、動領域処理手段によって、領域判別装置によって動領域と判別されたフレーム画像の領域に対して、画像平面内におけるノイズ低減処理をする。一方、ノイズ低減装置は、静領域処理手段によって、領域判別装置によって静領域と判別されたフレーム画像の領域に対して、フレーム間におけるノイズ低減処理をする。
これによって、ノイズ低減装置は、フレーム画像中の各領域が動領域か静領域かに応じて、それぞれの種別の領域に適したノイズ低減処理を施したフレーム画像を出力する。

請求項８に記載のノイズ低減プログラムは、動画像に重畳されたノイズを低減させるために、コンピュータを、請求項１乃至請求項６の何れか一項に記載の領域判別装置、動領域処理手段、静領域処理手段、として機能させることとした。

かかる構成によれば、ノイズ低減プログラムは、領域判別装置によって、動画像を構成するフレーム画像の画像平面内の領域が、時間軸方向に前後のフレーム画像に対して変化のある動領域か、変化のない静領域か、の２種類の領域の何れであるかを判別する。そして、ノイズ低減プログラムは、動領域処理手段によって、領域判別装置によって動領域と判別されたフレーム画像の領域に対して、画像平面内におけるノイズ低減処理をする。一方、ノイズ低減プログラムは、静領域処理手段によって、領域判別装置によって静領域と判別されたフレーム画像の領域に対して、フレーム間におけるノイズ低減処理をする。
これによって、ノイズ低減プログラムは、フレーム画像中の各領域が動領域か静領域かに応じて、それぞれの種別の領域に適したノイズ低減処理を施したフレーム画像を出力する。

請求項１に記載の発明によれば、領域判別ブロックを複数通りに分割したサブブロックごとに算出したフレーム間の差分平均を、処理対象となる動画像における画像平面内のノイズレベルで正規化して、正規化した差分平均と予め定めた判別閾値と比較して行うため、動画像を撮影するカメラの違いなどによるノイズレベルの違いに関わらず、安定した精度で領域判別ブロックの領域を判別することができるとともに、画像のエッジなどの動きを何れかのサブブロックによって的確に検出できるため、高精度に領域判別することができる。

請求項２に記載の発明によれば、注目画素を含む領域判別ブロックを複数通りに分割したサブブロックごとに算出したフレーム間の差分平均を、処理対象となる動画像における画像平面内のノイズレベルで正規化して、正規化した差分平均と予め定めた判別閾値と比較して行うため、動画像を撮影するカメラの違いなどによるノイズレベルの違いに関わらず、安定した精度で領域判別ブロックの領域を画素ごとに判別することができるとともに、画像のエッジなどの動きを何れかのサブブロックによって的確に検出できるため、高精度に領域判別することができる。

請求項３に記載の発明によれば、輝度レベルに応じたノイズレベルで正規化した差分平均と判別閾値とを比較して領域判別するため、輝度レベルごとに信号対雑音比が異なる場合であっても、安定して領域判別することができる。

請求項４に記載の発明によれば、フレーム画像の複数の箇所から検出したノイズレベル候補である画素平均の中の最小値を画像平面内におけるノイズレベルとして抽出するため、適切にノイズレベルを検出することができ、ノイズレベルを用いて正規化した差分平均に基づいて安定した精度で領域判別することができる。

請求項５に記載の発明によれば、フレーム画像の複数の箇所から検出した輝度別に分類されたノイズレベル候補である画素平均の中の最小値を、それぞれの輝度レベルの画像平面内におけるノイズレベルとして抽出するため、適切にノイズレベルを検出することができ、ノイズレベルを用いて正規化した差分平均に基づいて安定した精度で領域判別することができる。

請求項６に記載の発明によれば、フレーム画像から一旦検出した輝度別ノイズレベルから有効でないデータを排除し、有効なデータから輝度別ノイズレベルを再構成するため、適切に輝度別にノイズレベルを設定することができ、輝度別ノイズレベルを用いて正規化した差分平均に基づいて安定した精度で領域判別することができる。

請求項７又は請求項８に記載の発明によれば、請求項１乃至請求項６に記載の発明における効果を有する領域判別処理の結果に基づいて、動画像を構成するフレーム画像から、動領域か静領域かに応じて適切にノイズを低減することができる。

本発明の第１実施形態における領域判別装置の構成を示すブロック図である。 本発明の第１実施形態の領域判別装置において、フレーム内でブロック分割の様子を説明するための模式図である。 本発明の第１実施形態の領域判別装置において、連続するフレーム間のブロックの関係を説明するための模式図である。 本発明の第１実施形態におけるノイズレベル設定手段の構成を示すブロック図である。 本発明の第１実施形態の領域判別装置において、ノイズレベル検出のためにフレーム画像をブロック分割する様子を示す模式図であり、（１）はブロック分割の一例を示す模式図であり、（２）はブロック分割の他の例を示す模式図である。 本発明の第１実施形態の領域判別装置において、離散コサイン変換を説明するための説明図であり、（１）はブロックの画素の配列を示す図であり、（２）は変換後のＤＣＴ係数の配列を示す図である。 本発明の第１実施形態の領域判別装置において、ＤＣＴ係数から直流成分を除去する様子を説明するための説明図であり、（１）は直流成分除去前のＤＣＴ係数を示す図であり、（２）は直流成分除去後のＤＣＴ係数を示す図である。 本発明の第１実施形態の領域判別装置において、ＤＣＴ係数から直流成分を含む成分を除去する他の例を説明するための説明図であり、（１）は直流近傍成分を除去後のＤＣＴ係数を示す図であり、（２）は高空間周波数成分以外を除去後のＤＣＴ係数を示す図である。 本発明の第１実施形態における領域判別装置の処理の流れを示すフロー図である。 本発明の第１実施形態におけるノイズレベル設定手段の処理の流れを示すフロー図である。 本発明の第１実施形態の変形例のノイズレベル設定手段の構成を示すブロック図である。 本発明の第１実施形態の変形例のノイズレベル設定手段におけるＨＰＦ処理を説明するための説明図であり、（１）は画像にＨＰＦを適用する様子を示す説明図であり、（２）はＨＰＦ処理における演算を説明するための説明図であり、（３）はＨＰＦの空間周波数に対する応答特性を示すグラフである。 本発明の第１実施形態の変形例のノイズレベル設定手段の処理の流れを示すフロー図である。 本発明の第２実施形態における領域判別装置の構成を示すブロック図である。 本発明の第２実施形態におけるノイズレベル設定手段の構成を示すブロック図である。 本発明の第２実施形態の領域判別装置において、補間処理を説明するための説明図である。 本発明の第２実施形態における領域判別装置の処理の流れを示すフロー図である。 本発明の第２実施形態のノイズレベル設定手段の処理の流れを示すフロー図である。 本発明の第２実施形態の変形例のノイズレベル設定手段の構成を示すブロック図である。 本発明の第２実施形態の変形例のノイズレベル設定手段の処理の流れを示すフロー図である。 本発明の第３実施形態における領域判別装置の構成を示すブロック図である。 本発明の第３実施形態の領域判別装置において、ブロックをサブブロックに分割する様子を説明するための説明図であり、（１）〜（１８）は、それぞれサブブロックの例を示す図である。 本発明の第３実施形態における領域判別装置の処理の流れを示すフロー図である。 本発明の第４実施形態における領域判別装置の構成を示すブロック図である。 本発明の第４実施形態における領域判別装置の処理の流れを示すフロー図である。 本発明の第５実施形態におけるノイズ低減装置の構成を示すブロック図である。 本発明の第５実施形態におけるノイズ低減装置の処理の流れを示すフロー図である。 本発明の第５実施形態の変形例のノイズ低減装置において、画素ごとの領域判別処理を説明するための説明図である。 本発明の第５実施形態の変形例のノイズ低減装置の処理の流れを示すフロー図である。

以下、本発明の実施形態について適宜図面を参照して詳細に説明する。
［第１実施形態の領域判別装置の構成］
まず、図１を参照して、本発明の第１実施形態における領域判別装置の構成について説明する。

図１に示した第１実施形態の領域判別装置１は、動画像を構成するフレーム画像Ｆ（ｔ_ｎ―２）、Ｆ（ｔ_ｎ―１）、Ｆ（ｔ_ｎ）、Ｆ（ｔ_ｎ＋１）、Ｆ（ｔ_ｎ＋２）…、を順次に入力し、フレームごとに、フレーム画像Ｆ（ｔ_ｎ）などをブロック（領域判別ブロック）に分割して、各ブロックが動きのある動領域か、動きのない静領域かを判別し、各ブロックの判別結果ｒとフレーム画像Ｆ（ｔ_ｎ）の画像面内における当該ブロックの位置とを対応づけて構成した領域判別マップＲ（ｔ_ｎ―１）を出力する。
なお、Ｆ（ｔ_ｎ）及びＲ（ｔ_ｎ―１）は、それぞれ時間ｔ_ｎ及び時間ｔ_ｎ―１おけるフレーム画像及び領域判別マップを示し、後記するように、フレーム画像Ｆ（ｔ_ｎ）の入力に対する領域判別マップＲ（ｔ_ｎ）は、１フレーム周期遅れて出力される。

図１に示した第１実施形態の領域判別装置１は、ブロック分割手段（領域判別ブロック分割手段）１０と、ブロック画素記憶手段１１と、差分平均算出手段１２と、正規化手段１３と、最大値抽出手段１４と、領域判別手段１５と、領域判別マップ記憶手段１６と、差分計算設定手段１７と、ノイズレベル設定手段１８と、判別閾値設定手段１９と、を備えて構成されている。

ブロック分割手段（領域判別ブロック分割手段）１０は、フレーム順次で入力される動画像を構成するフレーム画像Ｆ（ｔ_ｎ）を、画像面内で５×５画素の形状のブロック（領域判別ブロック）Ｂに分割して、ブロックＢごとに、ブロックＢを構成する画素データをブロック画素記憶手段１１に出力する。

ここで、図２及び図３を参照（適宜図１参照）して、ブロック分割手段１０によってフレーム画像Ｆ（ｔ_ｎ）をブロック分割する様子を説明する。

図２に示したように、ブロック分割手段１０は、フレーム画像Ｆ（ｔ_ｎ）内を、予め定めた形状として、５×５画素の形状のブロックＢに分割し、順次に各ブロックＢを構成する画素データをブロック画素記憶手段１１の後フレーム画素記憶手段１１１に出力する。
また、ブロック分割手段１０は、図３に示したように、時間軸方向に連続する各フレーム画像Ｆ（ｔ_ｎ−１）、Ｆ（ｔ_ｎ）、Ｆ（ｔ_ｎ＋１）を順次にブロック分割する際に、それぞれ画像面内の同じ位置に対応するブロックＢ_ｎ−１、Ｂ_ｎ、Ｂ_ｎ＋１が分割されるようにする。

ここで、ブロックＢの形状（サイズ）は、画像信号の高空間周波数成分を十分に検出できる大きさが必要であり、３×３よりも大きいことが好ましい。一方、画像領域をきめ細かく領域判別するためにはブロックＢのサイズは小さい方が好ましく、１１×１１より小さいことが好ましい。そこで、第１実施形態では、ブロックＢの形状を５×５とした。
なお、ブロックＢの形状は、５×５、４×４、７×７、８×８のように正方形に限定されず、例えば、８×４のように横方向（水平方向）と縦方向（垂直方向）とでサイズを異なるようにしてもよい。

図１に戻って（適宜図２及び図３参照）、ブロック画素記憶手段１１は、直列に接続された後フレーム画素記憶手段１１１、注目フレーム画素記憶手段１１２及び前フレーム画素記憶手段１１３を備えて構成されている。ブロック画素記憶手段１１は、ブロック分割手段１０から順次に出力されるブロックＢの画素データを記憶し、連続する３つのフレームにおいて、画像平面内の同じ位置に対応するブロックＢ_３、Ｂ_２、Ｂ_１の画素データを読み出して、同時に参照できるようにするための記憶手段である。
なお、ブロックＢ_１は、時間軸方向に連続する３つのフレームの内の、時間軸上で前のフレーム（前フレーム）におけるブロックを示し、ブロックＢ_２は、時間軸上で中央のフレーム（処理対象となる注目フレーム）におけるブロックを示し、ブロックＢ_３は、時間軸上で後のフレーム（後フレーム）におけるブロックを示すものとする。

後フレーム画素記憶手段１１１は、ブロック分割手段１０から入力して記憶したフレーム画像Ｆ（ｔ_ｎ）におけるブロックＢ_ｎの画素データを、後フレームのブロックＢ_３の画素データとして差分平均算出手段１２の差分算出手段１２１に出力する。
また、後フレーム画素記憶手段１１１は、１フレームの処理が終了すると、不図示のフレーム同期信号に同期して、記憶している画素データを注目フレーム画素記憶手段１１２に出力する。そして、ブロック分割手段１０から入力される次のフレーム画像、すなわち時間ｔ_ｎ＋１におけるフレーム画像Ｆ（ｔ_ｎ＋１）のブロックＢ_ｎ＋１の画素データを、次の後フレームのブロックＢ_３の画素データとして記憶する。

一方、注目フレーム画素記憶手段１１２は、後フレーム画素記憶手段１１１がフレーム画像Ｆ（ｔ_ｎ）におけるブロックＢ_ｎの画素データを後フレームのブロックＢ_３の画素データとして出力している期間に、時間軸上で前のフレーム画像Ｆ（ｔ_ｎ−１）におけるブロックＢ_ｎ―１の画素データを、注目フレームのブロックＢ_２の画素データとして差分算出手段１２１に出力する。１フレームの処理が終了すると、注目フレーム画素記憶手段１１２は、不図示のフレーム同期信号に同期して、記憶している画素データを前フレーム画素記憶手段１１３に出力するとともに、後フレーム画素記憶手段１１１から入力されるフレーム画像Ｆ（ｔ_ｎ）のブロックＢ_ｎの画素データを、次の注目フレームにおけるブロックＢ_２の画素データとして記憶する。

同様に、前フレーム画素記憶手段１１３は、注目フレーム画素記憶手段１１２がフレーム画像Ｆ（ｔ_ｎ−１）におけるブロックＢ_ｎ―１の画素データを注目フレームのブロックＢ_２の画素データとして出力している期間に、時間軸上で更に前のフレーム画像Ｆ（ｔ_ｎ−２）におけるブロックＢ_ｎ―２（不図示）画素データを、前フレームのブロックＢ_１の画素データとして差分算出手段１２１に出力する。１フレームの処理が終了すると、前フレーム画素記憶手段１１３は、不図示のフレーム同期信号に同期して、注目フレーム画素記憶手段１１２から入力されるフレーム画像Ｆ（ｔ_ｎ―１）のブロックＢ_ｎ―１の画素データを、次の前フレームにおけるブロックＢ_１の画素データとして記憶する。

以上のようにして、ブロック画素記憶手段１１は、ブロック分割手段１０からフレームごとに入力したブロックＢの画素データを、フレーム同期信号に同期して、後フレーム画素記憶手段１１１、注目フレーム画素記憶手段１１２及び前フレーム画素記憶手段１１３にシフトして記憶する。そして、後フレーム画素記憶手段１１１、注目フレーム画素記憶手段１１２及び前フレーム画素記憶手段１１３は、それぞれブロックＢ_３、Ｂ_２、Ｂ_１の画素データとして記憶した連続する３つのフレームの画素データを差分算出手段１２１に出力することで、差分算出手段１２１は、注目フレームと前後のフレームの、画像平面内の同じ位置から分割された処理対象である注目ブロックＢのデータを同時に参照することができる。

差分平均算出手段１２は、差分算出手段１２１と、平均算出手段１２２と、を備えて構成されており、注目ブロックＢ内の画素のフレーム間の差分の大きさの平均である差分平均Ｇ_１、Ｇ_２、Ｇ_３を、注目ブロックＢ内の画像の動きの大きさを示す量（動き成分量）として算出して、正規化手段１３に出力するものである。

差分算出手段１２１は、ブロック画素記憶手段１１の前フレーム画素記憶手段１１３、注目フレーム画素記憶手段１１２及び後フレーム画素記憶手段１１１から出力されるブロックＢ_１、Ｂ_２、Ｂ_３の画素データを入力し、差分計算設定手段１７から入力する設定値ＳＥＬに従って、画素ごとにフレーム間の差分Ｄ_１、Ｄ_２、Ｄ_３を算出して平均算出手段１２２に出力する。

ここで、ブロックＢ_１、差分Ｄ_１などのブロック内の位置（ｉ，ｊ）における画素値及び差分値を、それぞれＢ_１（ｉ，ｊ）、Ｄ_１（ｉ，ｊ）のように表すと、式（１−１）〜式（１−３）のような関係となる。

Ｄ_１（ｉ，ｊ） ＝ Ｂ_１（ｉ，ｊ） − Ｂ_２（ｉ，ｊ） …式（１−１）
Ｄ_２（ｉ，ｊ） ＝ Ｂ_２（ｉ，ｊ） − Ｂ_３（ｉ，ｊ） …式（１−２）
Ｄ_３（ｉ，ｊ） ＝ Ｂ_１（ｉ，ｊ） − Ｂ_３（ｉ，ｊ） …式（１−３）

なお、設定値ＳＥＬは、前記した３種類の差分Ｄ_１、Ｄ_２、Ｄ_３から、実際に算出する差分の種別を選択するための選択信号である。
例えば、“０”又は“１”の値をとるものであり、設定値ＳＥＬが“１”の場合は、差分平均算出手段１２におけるフレーム間の差分平均として、前フレームと注目フレームとの間、後フレームと注目フレームとの間、及び前フレームと後フレームとの間の３種類の組み合わせによる差分平均を算出する。また、設定値ＳＥＬが“０”の場合は、差分平均算出手段１２におけるフレーム間の差分平均として、前フレームと後フレームとの間の差分平均のみを算出し、計算の簡略化を選択できるようになっている。

平均算出手段１２２は、差分算出手段１２１から差分Ｄ_１、Ｄ_２、Ｄ_３を入力し、当該３種類の差分Ｄ_１、Ｄ_２、Ｄ_３ごとに、差分の大きさの平均である差分平均Ｇ_１、Ｇ_２、Ｇ_３を算出して正規化手段１３に出力する。なお、差分計算設定手段１７から入力した設定値ＳＥＬが“０”の場合には、平均算出手段１２２は、差分平均Ｇ_３のみを算出して正規化手段１３に出力する。

ここで、差分平均Ｇ_１は、式（２−１）及び式（２−２）に示したように、差分Ｄ_１（ｉ，ｊ）の絶対値の平均やＲＭＳ（Root Mean Square：二乗平均平方根）とすることができる。また、式（２−３）に示したように、ＲＭＳの平方根の計算を省略して二乗平均を差分平均Ｇ_１として用いるようにしてもよい。差分平均Ｇ_２、Ｇ_３についても同様である。

Ｇ_１ ＝ Σ｜Ｄ_１（ｉ，ｊ）｜／Ｎ …式（２−１）
Ｇ_１ ＝ √｛ΣＤ_１（ｉ，ｊ）^２／Ｎ｝ …式（２−２）
Ｇ_１ ＝ ΣＤ_１（ｉ，ｊ）^２／Ｎ …式（２−３）

但し、式（２−１）〜式（２−３）において、ＮはブロックＢ内の画素数を示し、５×５サイズの場合はＮ＝２５である。また、ｉ及びｊは、それぞれ画素のブロックＢ内における水平方向及び垂直方向の位置を示すインデックスであり、Σは、ブロック内のすべての画素位置（ｉ，ｊ）についての和を表すものとする。

正規化手段１３は、差分平均算出手段１２から入力した差分平均Ｇ_１、Ｇ_２、Ｇ_３を、ノイズレベル設定手段１８から入力したノイズレベルＥで除することにより正規化して、正規化差分平均Ｇ’_１、Ｇ’_２、Ｇ’_３を算出し、算出した正規化差分平均Ｇ’_１、Ｇ’_２、Ｇ’_３を最大値抽出手段１４に出力する。

ここで、ノイズレベルか、あるいは誤判別を低減するためノイズレベルを少し超えたレベルかを予め判別閾値として設定しておき、画像の動き成分量として算出した差分平均Ｇ_１、Ｇ_２又はＧ_３の何れかが判別閾値を超えた場合に、当該ブロックを画像に動きがある動領域と判別することができる。しかし、一般的に、領域判別する動画像ごとにＳＮＲ（信号対雑音比）は異なるため、適切に領域判別を行うためには、動画像ごとに判別閾値をチューニングする必要が生じる。

そこで、本発明の第１実施形態では、当該動画像に重畳されているノイズレベルＥを検出し、ノイズレベルＥで差分平均Ｇ_１、Ｇ_２、Ｇ_３を除して正規化した正規化差分平均Ｇ’_１、Ｇ’_２、Ｇ’_３と、予め定めた判別閾値ＴＨＲを比較することで領域判別を行うものである。
これによって、動画像ごとに判別閾値ＴＨＲをチューニングする必要がなくなる。また、判別処理対象の動画像に拘わらず、各動画像に共通の判別閾値ＴＨＲを調整して動領域の抽出漏れを低減したり、逆に動領域の検出過多を低減したりすることも可能である。

最大値抽出手段１４は、ブロックごとに、正規化手段１３から入力した３つの正規化差分平均Ｇ’_１、Ｇ’_２、Ｇ’_３の内の最大値である最大正規化差分平均Ｇ’_ｍａｘを抽出し、抽出した最大正規化差分平均Ｇ’_ｍａｘを領域判別手段１５に出力する。

本発明の第１実施形態では、画像が時々刻々変化する動画像において、注目フレーム及び前後フレームの相互間で最も変化量の大きいフレーム間の正規化差分平均である最大正規化差分平均Ｇ’_ｍａｘを、注目フレームにおける画像の動き成分量とすることで、動き成分量をより適切に検出することができる。

なお、差分計算設定手段１７によって設定値ＳＥＴに“０”が設定されている場合は、最大値抽出手段１４に、正規化手段１３からは正規化差分平均Ｇ’_３のみが入力されるため、最大値の抽出処理をすることなく、正規化差分平均Ｇ’_３を最大正規化差分平均Ｇ’_ｍａｘとして領域判別手段１５に出力する。
また、差分平均算出手段１２が、常に差分平均Ｇ_３のみ算出するように構成する場合は、最大値抽出手段１４は省略することができる。

領域判別手段１５は、最大値抽出手段１４から入力した正規化差分平均の最大正規化差分平均Ｇ’_ｍａｘと、判別閾値設定手段１９から入力した判別閾値ＴＨＲとを比較し、最大正規化差分平均Ｇ’_ｍａｘが判別閾値ＴＨＲよりも大きいときに、注目ブロックＢを動領域であると判別し、最大正規化差分平均Ｇ’_ｍａｘが判別閾値ＴＨＲ以下の場合に、注目ブロックＢを静領域と判別し、領域判別結果ｒを領域判別マップ記憶手段１６に出力する。
なお、領域判別結果ｒは、例えば、動領域と判別したときは“１”の値をとり、静領域と判別したときは“０”の値をとるようにすることができる。

領域判別マップ記憶手段１６は、領域判別手段１５から入力した領域判別結果ｒを、当該判別対象となった注目ブロックＢのフレーム画像Ｆ（ｔ_ｎ）の画像面内における位置に対応づけて領域判別マップＲ（ｔ_ｎ）として記憶する記憶手段である。領域判別マップ記憶手段１６に記憶された領域判別マップＲ（ｔ_ｎ）は、不図示のノイズ低減装置などの領域判別マップＲ（ｔ_ｎ）を利用する装置によって読み出される。
ここで、注目フレーム画像Ｆ（ｔ_ｎ）に対する領域判別結果ｒは、１フレーム周期後に入力されるフレーム画像Ｆ（ｔ_ｎ＋１）を参照して出力されるため、フレーム画像Ｆ（ｔ_ｎ）を入力する期間に出力される領域判別マップは、１フレーム周期前の、時間ｔ_ｎ−１におけるフレーム画像Ｆ（ｔ_ｎ−１）に対する領域判別マップＲ（ｔ_ｎ−１）である。

また、領域判別マップＲ（ｔ_ｎ）は、フレーム単位ではなく、領域判別結果ｒを処理対象となった注目フレームの時間ｔ_ｎと、注目ブロックＢのフレーム画像Ｆ（ｔ_ｎ）における位置とに対応づけて、動画像単位で作成するように構成してもよい。
更にまた、領域の判別結果を利用する装置が、領域判別装置１による領域判別結果ｒの算出に同期して並行して処理を行うような利用形態の場合は、領域判別装置１は、領域判別マップＲ（ｔ_ｎ）を作成せずに、領域判別手段１５が判別した領域判別結果ｒを順次に当該領域の判別結果を利用する装置に出力するように構成してもよい。

差分計算設定手段１７は、前記したように、差分平均算出手段１２において３つの差分平均Ｇ_１、Ｇ_２、Ｇ_３を算出するか、１つの差分平均Ｇ_３を算出するかを選択する設定値ＳＥＬを差分平均算出手段１２に出力する。設定値ＳＥＬは、不図示のスイッチやキーボード、マウスなどの入力手段を介して操作者が設定できるように構成されている。

ノイズレベル設定手段１８は、フレーム画像Ｆ（ｔ_ｎ）を入力して、入力したフレーム画像Ｆ（ｔ_ｎ）からノイズレベルＥを検出し、検出したノイズレベルＥを正規化手段１３に出力して差分平均Ｇ_１、Ｇ_２、Ｇ_３の正規化のために設定する。

ノイズレベル設定手段１８は、判別対象となる動画像の入力に先立って、当該動画像を生成するカメラを用いて、濃淡のある通常の風景などをプリスキャン（予備撮影）し、プリスキャンして得たフレーム画像Ｆ（ｔ_ｎ）から、前記したカメラで本スキャン（本番の撮影）したときに動画像に重畳されると推測される画像平面内のノイズレベルＥを検出するものである。
ノイズレベル設定手段１８の詳細な構成については後記する。

判別閾値設定手段１９は、領域判別のために用いる判別閾値ＴＨＲを設定し、領域判別手段１５に出力する。判別閾値ＴＨＲは、不図示の調整つまみやキーボード、マウスなどの入力手段を介して操作者が設定できるように構成されている。

次に、図４乃至図８を参照（適宜図１参照）して、実施形態１におけるノイズレベル設定手段１８について詳細に説明する。

図４に示した第１実施形態におけるノイズレベル設定手段１８は、フレーム画像Ｆ（ｔ_ｎ）を、予め定めた形状のブロックＣに分割し、ブロックＣごとに直流成分を除去した直流成分除去画像Ｃ’を算出して、この直流成分除去画像Ｃ’を構成する各画素データの大きさの平均である画素平均Ｈに基づいて画像面内のノイズレベルＥを検出し、前記した正規化手段１３による正規化処理に用いるために設定するものである。
ノイズレベル設定手段１８は、ブロック分割手段（ノイズ検出ブロック分割手段）５０と、直流成分除去画像算出手段５１と、画素平均算出手段５２と、最小値抽出手段５３とを備えて構成されている。

ブロック分割手段（ノイズ検出ブロック分割手段）５０は、プリスキャンして得たフレーム画像Ｆ（ｔ_ｎ）を、予め定められた形状のブロック（ノイズ検出ブロック）Ｃに分割し、分割したブロックＣごとに、ブロックＣを構成する画素データを交流成分抽出手段５１に出力する。第１実施形態におけるノイズレベル設定手段１８は、図５の（１）に点線で示したように、フレーム画像Ｆ（ｔ_ｎ）を、まず３２×３２のブロックに分割し、各３２×３２サイズのブロックの一部にハッチングを施して示した１１×１１のブロックＣを構成する画素データを参照する。例えば、フレーム画像Ｆ（ｔ_ｎ）の画像サイズがフルハイビジョンサイズである１９２０×１０８０の場合には、水平方向に１９２０／３２＝６０ブロック、垂直方向に１０８０／３２≒３３ブロックに分割し、フレーム画像Ｆ（ｔ_ｎ）内の６０×３３＝１９８０箇所の１１×１１サイズのブロックＣを構成する画素データを順次に直流成分除去画像算出手段５１に出力する。

カメラ撮影において画像に重畳される粒状性ノイズは、主として高空間周波数成分を多く含むため、ノイズレベル検出のために用いる画像には、エッジや細密な模様などが含まれない平坦な画像領域、すなわち画像信号として高空間周波数成分を多く含まない画像領域が適している。このような画像領域の高空間周波数成分の大きさによってノイズレベルを評価することができる。そこで、分割した複数のブロックＣの中の、少なくとも１個のブロックＣが前記したような平坦画像領域に割り当てられればノイズレベルを適切に検出することができる。従って、第１実施形態のノイズレベル設定手段１８は、フレーム画像Ｆ（ｔ_ｎ）の全領域を参照する必要はなく、全領域から一部の領域を間引いて参照するものである。

ここで、エッジなどの高空間周波数成分を多く含む画像が、１フレーム内に５００箇所程度含まれることが実験的に分かっているため、少なくとも１個のブロックＣが、エッジなどを含まない平坦な画像領域に割り当てられるように、ブロックＣの参照箇所は５００箇所以上とすることが望ましい。そこで、第１実施形態では、フルハイビジョンサイズの画像に適用した場合、前記したように１９８０箇所のブロックＣを参照するように構成されている。
なお、プリスキャン時には、画像の高空間周波数成分を抑制するために、わざとフォーカスをぼかして撮影するようにしてもよい。

また、図５の（２）に点線で示したように、フレーム画像Ｆ（ｔ_ｎ）の全領域を１１×
１１の形状のブロックに分割し、これらのブロック中からハッチングを施して示したブロックＣを選択して、ノイズレベル検出のために参照するようにしてもよい。図５の（２）に示した例では、水平方向、垂直方向ともに、３ブロックに１ブロックの割合で抽出しているため、フレーム画像Ｆ（ｔ_ｎ）が、フルハイビジョンサイズの画像の場合では、水平方向に１９２０／１１／３≒５８ブロック、垂直方向に１０８０／１１／３≒３２ブロックであり、合計で５８×３２＝１８５６箇所のブロックＣを参照することができる。

直流成分除去画像算出手段５１は、直交変換手段であるＤＣＴ（離散コサイン変換）処理手段５１ａと、直流成分除去手段５１ｂと、逆直交変換手段である逆ＤＣＴ処理手段（逆離散コサイン変換）５１ｃとを備えて構成されており、ブロック分割手段５０から入力するブロックＣごとに、少なくとも直流成分を除去した直流成分除去画像Ｃ’を算出して画素平均算出手段５２に出力するものである。
なお、第１実施形態では、直交変換としてＤＣＴを用いたが、離散フーリエ変換やアダマール変換など他の直交変換を用いるようにすることもできる。

ＤＣＴ処理手段５１ａは、図６の（１）に示したように、ブロック分割手段５０から入力するブロックＣを構成する画素データｐ_１１〜ｐ_５５からなる配列を、ＤＣＴ処理して、図６の（２）に示しように、空間周波数成分ｘ_１１〜ｘ_５５からなるＤＣＴ係数Ｋ_ＤＣＴに変換して、直流成分除去手段５１ｂに出力する。なお、図６には、図面を簡略化するために、５×５画素サイズのブロックＣをＤＣＴ処理した場合について説明したが、１１×１１サイズのブロックＣの場合は、空間周波数成分ｘ_１１〜空間周波数成分ｘ_{１１ １１}までの１２１個の要素からなるＤＣＴ係数Ｋ_ＤＣＴに変換される。何れのサイズの場合でも、配列の左上の要素ｘ_１１が直流成分であり、右側ほど水平方向の空間周波数が高く、下側ほど垂直方向の空間周波数の高い成分の係数を示す。

直流成分除去手段５１ｂは、図７の（１）に示したＤＣＴ処理手段５１ａから入力するＤＣＴ係数Ｋ_ＤＣＴから、図７の（２）に示したように、少なくとも直流成分を除去（係数値を“０”に置き換える）し、少なくとも直流成分を除去したＤＣＴ係数Ｋ’_ＤＣＴを逆ＤＣＴ処理手段５２ｃに出力する。

図７の（２）に示した例では、直流成分ｘ_１１のみを除去し、交流成分はすべて保存しているが、図８の（１）に示したように、直流成分ｘ_１１及び直流成分近傍、すなわち低い空間周波数側の交流成分ｘ_１２、ｘ_１３，ｘ_１４，ｘ_１５，ｘ_２１，ｘ_３１，ｘ_４１，ｘ_５１も削除するようにしてもよい。更に、図８の（２）に示したように、より高い空間周波数の交流成分であるｘ_２５，ｘ_３４，ｘ_４３，ｘ_５２，ｘ_３５，ｘ_４４，ｘ_５３，ｘ_４５，ｘ_５４，ｘ_５５のみを残して、他の交流成分及び直流成分ｘ_１１を除去するようにしてもよい。これによって、画像信号に比べて高空間周波数成分を多く含む粒状性ノイズを主とするノイズレベルを、より的確に検出することができる。

逆ＤＣＴ処理手段５１ｃは、直流成分除去手段５１ｂから入力した直流成分ｘ_１１が除去されたＤＣＴ係数Ｋ’_ＤＣＴを、逆ＤＣＴ処理して画素データの配列からなる直流成分除去画像Ｃ’を算出し、画素平均算出手段５２に出力する。

画素平均算出手段５２は、逆ＤＣＴ処理手段５１ｃから入力した直流成分除去画像Ｃ’を構成する画素データの大きさの平均である画素平均Ｈを、ブロックごとに算出して、最小値抽出手段５３に出力する。

ここで、元のブロックＣの画像が濃淡変化の全くない平坦画像、すなわちブロックＣを構成する画素データの値がすべて同値である場合は、ＤＣＴ係数Ｋ_ＤＣＴの交流成分はすべて“０”であるから、ブロックＣの平均輝度（濃淡レベル）を示す直流成分ｘ_１１を除去してから、逆ＤＣＴ処理して算出した直流成分除去画像Ｃ’を構成する画素データはすべて“０”となる。そして、濃淡変化が大きいほど、直流成分除去画像Ｃ’を構成する画素データは、その大きさである画素データの絶対値が大きな値を持つようになる。
画素平均算出手段５２は、各ブロックＣに対応する直流成分除去画像Ｃ’の画素平均Ｈを算出し、フレーム画像Ｆ（ｔ_ｎ）におけるノイズレベルＥの候補値として順次に最小値抽出手段５３に出力する。

なお、第１実施形態におけるノイズレベル設定手段１８の画素平均算出手段５３は、画素平均Ｈの算出方法として、直流成分除去画像Ｃ’を構成する画素データのＲＭＳ（二乗平均平方根）を算出する。
また、画素平均Ｈは、画素データのＲＭＳの他、画素データの絶対値の平均としてもよく、計算を簡略化するためにＲＭＳの平方根算出を省略した画素データの二乗平均としてもよい。

最小値抽出手段５３は、画素平均算出手段５２からブロックごとに入力される画素平均Ｈの内の最小値を抽出し、抽出した最小値をフレーム画像Ｆ（ｔ_ｎ）から検出したノイズレベルＥとして、正規化手段１３に出力する。

以上、領域判別装置１の構成について説明したが、本発明はこれに限定されるものではない。例えば、領域判別装置１は、一般的なコンピュータにプログラムを実行させ、コンピュータ内の演算装置や記憶装置を動作させることにより実現することができる。このプログラム（領域判別プログラム）は、通信回線を介して配布することも可能であるし、ＣＤ−ＲＯＭ等の記録媒体に書き込んで配布することも可能である。

［第１実施形態の領域判別装置の動作］
次に、図９を参照（適宜図１及び図４参照）して、本発明の第１実施形態における領域判別装置１の動作について説明する。

図９に示したように、領域判別装置１は、まず、不図示のカメラ（動画像撮影装置）で急激な濃淡変化の少ない画像をプリスキャンしたフレーム画像Ｆ（ｔ_ｎ）を入力し（ステップＳ１１）、ノイズレベル設定手段１８によってフレーム画像Ｆ（ｔ_ｎ）に重畳されたノイズレベルＥを検出し、正規化処理に用いるために検出したノイズレベルＥを正規化手段１３に出力して設定する（ステップＳ１２）。

不図示のカメラによって本スキャンが開始されると（ステップＳ１３）、領域判別装置１は、順次に入力されるフレーム画像Ｆ（ｔ_ｎ）を（ステップＳ１４）、ブロック分割手段１０によって、５×５の形状のブロックＢに分割し（ステップＳ１５）、ブロックＢごとに、分割したブロックＢを構成する画素データをブロック画素記憶手段１１の後フレーム画素記憶手段１１１に記憶する（ステップＳ１６）。なお、このとき複数のフレーム画像Ｆ（ｔ_ｎ−１）、Ｆ（ｔ_ｎ−２）が領域判別装置１に入力されており、ブロック画素記憶手段１１の注目フレーム画素記憶手段１１２にはフレーム画像Ｆ（ｔ_ｎ−１）から分割した各ブロックＢの画素データが記憶され、前フレーム画素記憶手段１１３にはフレーム画像Ｆ（ｔ_ｎ−２）から分割した各ブロックＢの画素データが記憶されているものとする。従って、フレーム画像Ｆ（ｔ_ｎ）を新しく入力する期間は、１フレーム前のフレーム画像Ｆ（ｔ_ｎ−１）が判別処理の対象となる注目フレームとなる。

領域判別装置１は、ブロック画素記憶手段１１の前フレーム画素記憶手段１１３、注目フレーム画素記憶手段１１２及び後フレーム画素記憶手段１１１に記憶されている、各フレームにおけるブロックＢを構成する画素データを、それぞれブロックＢ_１、ブロックＢ_２及びブロックＢ_３を構成する画素データとして、ブロックＢごとに順次に読み出し、差分平均算出手段１２の差分算出手段１２１に出力して、注目フレーム及び前後フレームにおける各ブロックＢの位置の画素データを同時に参照できるようにする（ステップＳ１７）。

領域判別装置１は、差分算出手段１２１によってステップＳ１７でブロック画素記憶手段１１から入力したブロックＢ_１、Ｂ_２、Ｂ_３を構成する各画素データの差分（フレーム間差分）Ｄ_１、Ｄ_２、Ｄ_３を算出し、平均算出手段１２２によって各差分Ｄ_１、Ｄ_２、Ｄ_３ごとに、ブロックＢにおける差分平均Ｇ_１、Ｇ_２、Ｇ_３を算出して正規化手段１３に出力する（ステップＳ１８）。
なお、領域判別装置１は、差分計算設定手段１７によって予め設定しておいた設定値ＳＥＬが“０”の場合には、差分算出手段１２１によって差分Ｄ_３のみを算出し、以降の処理においては差分Ｄ_１及び差分Ｄ_２に関する処理は行わないように制御する。

領域判別装置１は、正規化手段１３によって、ステップＳ１８で差分平均算出手段１２から入力した差分平均Ｇ_１、Ｇ_２、Ｇ_３を、ステップＳ１２でノイズレベル設定手段１８によって設定されたノイズレベルＥで除することによって正規化し、正規化した正規化差分平均Ｇ’_１、Ｇ’_２、Ｇ’_３を最大値抽出手段１４に出力する（ステップＳ１９）。

領域判別装置１は、最大値抽出手段１４によって、ステップＳ１９で正規化手段１３から入力した３つの正規化差分平均Ｇ’_１、Ｇ’_２、Ｇ’_３から最大値である最大正規化差分平均Ｇ’_ｍａｘを抽出し、領域判別手段１５に出力する（ステップＳ２０）。

領域判別装置１は、領域判別手段１５によって、ステップＳ２０で最大値抽出手段１４から入力した最大正規化差分平均Ｇ’_ｍａｘと、予め判別閾値設定手段１９によって設定しておいた判別閾値ＴＨＲとを比較する。そして、最大正規化差分平均Ｇ’_ｍａｘが判別閾値ＴＨＲよりも大きい場合は、領域判別処理の対象である注目ブロックＢを動領域であると判別して領域判別結果ｒに“１”を設定し、最大正規化差分平均Ｇ’_ｍａｘが判別閾値ＴＨＲ以下の場合は、領域判別処理の対象である注目ブロックＢを静領域であると判別して領域判別結果ｒに“０”を設定し（ステップＳ２１）、領域判別結果ｒを注目フレーム画像Ｆ（ｔ_ｎ―１）における当該注目ブロックＢの位置に対応づけて領域判別マップ記憶手段１６に記憶する（ステップＳ２２）。

領域判別装置１は、１つのブロックＢの領域判別処理が終わると、注目フレーム画像Ｆ（ｔ_ｎ―１）において未処理のブロックＢがないかを確認し（ステップＳ２３）、未処理のブロックＢがある場合は（ステップＳ２３でＹｅｓ）、ステップＳ１７に戻り、次のブロックＢの一連の領域判別処理を行う。
また、未処理のブロックＢがない場合は（ステップＳ２３でＮｏ）、領域判別装置１は、ブロック画素記憶手段１１によって、注目フレーム画素記憶手段１１２に記憶されているフレーム画像Ｆ（ｔ_ｎ−１）における各ブロックＢの画素データを前フレーム画素記憶手段１１３にシフトするとともに、後フレーム画素記憶手段１１１に記憶されているフレーム画像Ｆ（ｔ_ｎ）における各ブロックＢの画素データを注目フレーム画素記憶手段１１２にシフトする（ステップＳ２４）。

領域判別装置１は、次のフレーム画像Ｆ（ｔ_ｎ＋１）の入力があるかどうかを確認し（ステップＳ２５）、入力がある場合は（ステップＳ２５でＹｅｓ）、ステップＳ１４に戻って、次のフレーム画像Ｆ（ｔ_ｎ＋１）を前フレームとして追加入力し、フレーム画像Ｆ（ｔ_ｎ）に対する領域判別処理を行う。
次のフレーム画像Ｆ（ｔ_ｎ＋１）の入力がない場合は（ステップＳ２５でＮｏ）、領域判別装置１は処理を終了する。

次に、図１０を参照（適宜図４及び図１参照）して、第１実施形態におけるノイズレベル設定手段１８の動作について説明する。なお、図１０に示した処理は、図９に示した処理のステップＳ１１〜ステップＳ１２に相当する。

図１０に示したように、ノイズレベル設定手段１８は、プリスキャンして得たフレーム画像Ｆ（ｔ_ｎ）を入力すると（ステップＳ３１）、当該フレーム画像Ｆ（ｔ_ｎ）をブロック分割手段５０によって、全領域を３２×３２のブロックに分割し、更にブロックごとに１１×１１のブロックＣをノイズレベル検出のための参照領域として分割して（ステップＳ３２）、ブロックＣごとに、各ブロックＣを構成する画素データを直流成分除去画像算出手段５１のＤＣＴ処理手段５１ａに出力する（ステップＳ３３）。

ノイズレベル設定手段１８は、ＤＣＴ処理手段５１ａによって、ステップＳ３３でブロック分割手段５０から入力したブロックＣの画素データをＤＣＴ処理し、空間周波数成分を示すＤＣＴ係数Ｋ_ＤＣＴに変換して、直流成分除去手段５１ｂに出力する（ステップＳ３４）。続いて、ノイズレベル設定手段１８は、直流成分除去手段５１ｂによって、ステップＳ３４でＤＣＴ処理手段５１ａから入力したＤＣＴ係数Ｋ_ＤＣＴから直流成分を示す係数ｘ_１１（図７参照）を除去し、係数ｘ_１１を除去したＤＣＴ係数Ｋ’_ＤＣＴを逆ＤＣＴ処理手段５１ｃに出力する（ステップＳ３５）。そして、ノイズレベル設定手段１８は、逆ＤＣＴ処理手段によって、ステップＳ３５で直流成分除去手段５１ｂから入力した直流成分除去後のＤＣＴ係数Ｋ’_ＤＣＴを、逆ＤＣＴ処理して直流成分除去画像Ｃ’に変換し、変換した直流成分除去画像Ｃ’を構成する画素データを画素平均算出手段５２に出力する（ステップＳ３６）。

ノイズレベル設定手段１８は、画素平均算出手段５２によって、ステップＳ３５で逆ＤＣＴ処理手段５１ｃから入力した直流成分除去画像Ｃ’を構成する画素データの平均である画素平均Ｈを算出し、算出した画素平均Ｈを最小値抽出手段５３に出力する（ステップＳ３７）。

ノイズレベル設定手段１８は、一つのブロックＣの画素平均Ｈの算出が終わると、未処理のブロックＣが残ってないかを確認し（ステップＳ３８）、未処理のブロックＣが残っている場合は（ステップＳ３８でＹｅｓ）、ステップＳ３３に戻って、次のブロックＣについて画素平均Ｈを求める一連の処理を行う。

一方、未処理のブロックＣがない場合は（ステップＳ３８でＮｏ）、ノイズレベル設定手段１８は、最小値抽出手段５３によって、画素平均算出手段５２から入力した、フレーム画像Ｆ（ｔ_ｎ）内の各ブロックＣにおける画素平均Ｈから最小値を抽出し、抽出した最小値をノイズレベルＥとして正規化手段１３に出力して正規化処理に用いるために設定する（ステップＳ３９）。以上でノイズレベル設定手段１８は動作を終了する。

以上、第１実施形態におけるノイズレベル設定手段１８の動作について説明したが、ノイズレベル設定手段１８は、プリスキャンして得たフレーム画像Ｆ（ｔ_ｎ）を解析してノイズレベルＥを検出することに限定されるものではない。例えば、本スキャンして得た最初のフレーム画像Ｆ（ｔ_１）を解析してノイズレベルＥを検出するように構成してもよく、本スキャンして得たフレーム画像Ｆ（ｔ_ｎ）ごとにノイズレベルＥを検出するように構成してもよい。

また、ノイズレベルＥの検出は、１つのフレーム画像Ｆ（ｔ_ｎ）からだけではなく、複数のフレーム画像からブロックＣを分割して、これらのブロックＣの画素平均Ｈを求め、最小値を抽出してノイズレベルＥを検出するようにしてもよい。

［第１実施形態の変形例のノイズレベル設定手段の構成］
次に、本発明の第１実施形態の領域判別装置におけるノイズレベル設定手段の変形例について、図１１を参照（適宜図４参照）して説明する。

図１１に示したように、第１実施形態の変形例のノイズレベル設定手段１８Ａは、図４に示した第１実施形態における領域判別装置１のノイズレベル設定手段１８に対して、直流成分除去手段５１の替わりに直流成分除去手段５１Ａを備えて構成されている。すなわち、第１実施形態のノイズレベル設定手段１８とは直流成分除去の手法が異なる。
なお、図４に示した第１実施形態におけるノイズレベル設定手段１８と同じ構成要素については、同じ符号を付して説明は適宜省略する。

第１実施形態の変形例におけるノイズレベル設定手段１８Ａの直流成分除去手段５１Ａは、ＨＰＦ（ハイパスフィルタ）処理手段５１ｄを備えて構成されている。
ここで、図１２を参照（適宜図１１参照）して、第１実施形態の変形例のノイズレベル設定手段１８Ａで用いるＨＰＦ処理について説明する。

図１２の（１）に示したように、ＨＰＦ処理手段５１ｄは、ブロック分割手段５０から入力したブロックＣを構成する各画素Ｃ（ｉ，ｊ）に対して、縦方向（垂直方向）に隣接する画素Ｃ（ｉ，ｊ−１）及び画素Ｃ（ｉ，ｊ＋１）を参照し、図１２の（２）に示したＨＰＦのフィルタ係数Ｋ_ＨＰＦの各係数と空間的に対応する画素値との積和演算を式（３）のように行う。

Ｃ’（ｉ，ｊ） ＝
Ｃ（ｉ，ｊ−１）×（−１／２）
＋ Ｃ（ｉ，ｊ）×１
＋ Ｃ（ｉ，ｊ＋１）×（−１／２） …式（３）

また、このＨＰＦの垂直方向の空間周波数に対する応答特性は、図１２の（３）に示したように低空間周波数成分ほど伝達率が低く、直流成分（空間周波数＝０）に対する伝達率は０である。従って、図１２の（２）に示したＨＰＦ処理を行うことによりブロックＣの画像から直流成分を除去した画像を算出することができる。
なお、図１２の（３）において、ｆ_Ｎｙはナイキスト周波数を示す。また、図１２の（２）に示したＨＰＦは、水平方向に関してはフィルタ処理をしないため、水平方向の空間周波数成分は変化しない。

また、ブロックＣのサイズが１１画素×１１ラインの場合は、上端及び下端のラインの画素は、それぞれ上方に隣接する画素及び下方に隣接する画素を参照できない。そのため、上端及び下端のラインの画素についてはＨＰＦ処理をすることができないので、ＨＰＦ処理後のブロックＣ’の有効なサイズは１１画素×９ラインとなる。従って、直流成分除去画像算出手段５１ｄは、この有効な１１×９のサイズの直流成分除去画像Ｃ’を構成する画素データを画素平均算出手段５２に出力する。

なお、ブロックＣのサイズを１１画素×１３ラインとして、ＨＰＦ処理後のブロックＣ’の有効なサイズが１１画素×１１ラインとなるように構成してもよい。
また、ＨＰＦ処理手段５１ｄで用いるＨＰＦのフィルタ係数Ｋ_ＨＰＦは、図１２の（２）に示したものに限定されず、少なくとも直流成分を除去し、かつノイズ成分を多く含む高空間周波数の交流成分の少なくとも一部を保存又は強調するものであれば用いることができる。

画素平均算出手段５２は、ＨＰＦ処理手段５１ｄから入力した直流成分除去画像Ｃ’を構成する１１×９の画素データの平均である画素平均Ｈを算出し、最小値抽出手段５３に出力する。
なお、最小値抽出手段５３は、図４に示した第１実施形態におけるノイズレベル設定手段１８の最小値抽出手段５３と同様であるので、説明は省略する。

［第１実施形態の変形例のノイズレベル設定手段の動作］
次に、図１３を参照（適宜図１１参照）して、第１実施形態の変形例のノイズレベル設定手段１８Ａの動作について説明する。

図１３に示した第１実施形態の変形例のノイズレベル設定手段１８Ａの動作は、図１０に示した第１実施形態におけるノイズレベル設定手段１８の動作における直流成分除去画像Ｃ’を算出するためのステップＳ３４〜ステップＳ３６に替えて、ステップＳ５４の処理を行う。
図１３に示したステップＳ５１〜ステップＳ５３は、それぞれ図１０に示したステップＳ３１〜ステップＳ３３と同様であるので、共通するステップの説明は省略する。

第１実施形態の変形例のノイズレベル設定手段１８Ａは、直流成分除去画像算出手段５１ＡのＨＰＦ処理手段５１ｄによって、ステップＳ５３でブロック分割手段５０から入力したブロックＣを構成する画素データにＨＰＦ処理を施し、直流成分を除去した直流成分除去画像Ｃ’を算出して、画素平均算出手段５２に出力する（ステップＳ５４）。
図１３に示したステップＳ５５〜ステップＳ５７は、それぞれ図１０に示したステップＳ３７〜ステップＳ３９と同様であるので、共通するステップの説明は省略する。

以上説明したように、第１実施形態の変形例のノイズレベル設定手段１８Ａは、ＨＰＦ処理によってブロックＣを構成する画像から直流成分を除去した直流成分除去画像を算出することができる。

［第２実施形態の領域判別装置の構成］
次に、図１４を参照（適宜図１及び図４参照）して、第２実施形態における領域判別装置の構成について説明する。

図１４に示した第２実施形態の領域判別装置１Ａは、ブロック分割手段１０と、ブロック画素記憶手段１１と、差分平均算出手段１２と、正規化手段１３Ａと、最大値抽出手段１４と、領域判別手段１５と、領域判別マップ記憶手段１６と、差分計算設定手段１７と、ノイズレベル設定手段１８Ｂと、判別閾値設定手段１９と、輝度算出手段（領域判別ブロック輝度算出手段）２０とを備えて構成されている。

第２実施形態の領域判別装置１Ａは、図１に示した第１実施形態の領域判別装置１とは、正規化手段１３Ａの構成と、ノイズレベル設定手段１８Ｂの構成と、輝度算出手段２０を備えたことと、が異なる。
第２実施形態の領域判別装置１Ａは、ノイズレベル設定手段１８Ｂによって、正規化手段１３Ａで差分平均Ｇ_１、Ｇ_２、Ｇ_３を正規化するときに、差分平均Ｇ_１、Ｇ_２、Ｇ_３を算出したブロックＢ_２の輝度レベルに応じて輝度別に設定したノイズレベルである輝度別ノイズレベルＥ０〜Ｅ７を用いる。

これは、画像によっては輝度レベルごとに信号対雑音比が異なるため、正規化処理においてノイズレベルを輝度別に設定して用いることにより、すべての輝度レベルにおいて差分平均Ｇ_１、Ｇ_２、Ｇ_３を適切に正規化することができるようにするものである。そして、その結果として、領域判別をより高精度に行うことができるようになる。

以下、第２実施形態の領域判別装置１Ａの各部の構成について説明する。ここで、図１に示した第１実施形態の領域判別装置１と同じ構成要素については、同じ符号を付して説明は適宜省略する。

正規化手段１３Ａは、差分平均算出手段１２の平均算出手段１２２から入力したブロックＢの差分平均Ｇ_１、Ｇ_２、Ｇ_３を、ノイズレベル設定手段１８Ｂから入力した輝度別ノイズレベルＥ０〜Ｅ７の何れかを用いて除することによって正規化し、正規化した差分平均である正規化差分平均Ｇ’_１、Ｇ’_２、Ｇ’_３を最大値抽出手段１４に出力する。

ここで、ノイズレベル設定手段１８Ｂから入力する輝度別ノイズレベルＥ０〜輝度別ノイズレベルＥ７は、それぞれ、輝度をＬ０（暗）〜Ｌ７（明）までの７つの輝度ランクに区分したときの輝度ランクＬ０〜輝度ランクＬ７に適用するノイズレベルである。
正規化手段１３Ａは、輝度算出手段２０から入力したブロックＢの輝度Ｌが属する輝度ランクＬ０〜Ｌ７に対応するノイズレベルを、輝度別ノイズレベルＥ０〜Ｅ７の中から選択して正規化処理に用いる。

ノイズレベル設定手段１８Ｂは、フレーム画像Ｆ（ｔ_ｎ）を入力して、入力したフレーム画像Ｆ（ｔ_ｎ）からノイズレベルを輝度別に検出し、検出した輝度別ノイズレベルＥ０〜Ｅ７を正規化手段１３Ａに出力して差分平均Ｇ_１、Ｇ_２、Ｇ_３の正規化のために設定する。
ノイズレベル設定手段１８Ｂの詳細については後記する。

輝度算出手段（領域判別ブロック輝度算出手段）２０は、ブロック画素記憶手段１１の注目フレーム画素記憶手段１１２から注目フレームにおけるブロックＢであるブロックＢ_２の画素データを入力して、ブロックＢ_２を構成する５×５＝２５個の画素データの平均を算出し、算出した当該平均を輝度Ｌとして正規化手段１３Ａに出力する。
なお、第２実施形態における輝度算出手段２０は、輝度Ｌとして、ブロックＢ_２を構成する５×５＝２５個の画素データの単純平均を用いるが、これに限定されるものではない。例えば、５×５の中心に位置する画素データを用いてもよいし、５×５の中心ほど加重を大きくする加重平均を算出して用いてもよく、５×５の中央値を抽出して用いるようにしてもよい。

次に、図１５を参照（適宜図１４参照）して、第２実施形態におけるノイズレベル設定手段１８Ｂの構成について詳細に説明する。
図１５に示したように、第２実施形態におけるノイズレベル設定手段１８Ｂは、正規化用ノイズレベル検出手段６１と、検証用ノイズレベル検出手段６２とを備えて構成されている。

ここで、正規化用ノイズレベル検出手段６１は、本スキャンして順次入力されるフレーム画像Ｆ（ｔ_ｎ）から輝度別ノイズレベルＥ０〜Ｅ７を算出して正規化手段１３Ａに出力するものである。
また、検証用ノイズレベル検出手段６２は、プリスキャンして得たフレーム画像Ｆ（ｔ_ｎ）からノイズレベルを予め検出し、当該ノイズレベルを、正規化用ノイズレベル検出手段６１によって算出した輝度別ノイズレベルＥ０〜Ｅ７の有効性を検証するための検証値であるＳＩＦＴ値（検証用ノイズレベル）として正規化用ノイズレベル検出手段６１のノイズレベル検証手段５５に出力するものである。

続いて、正規化用ノイズレベル検出手段６１の構成について詳細に説明する。
正規化用ノイズレベル検出手段６１は、ブロック分割手段（ノイズ検出ブロック分割手段）５０Ａと、ＨＰＦ処理手段５１ｄを備えた直流成分除去画像算出手段５１Ａと、画素平均算出手段５２と、輝度別最小値抽出手段５４と、ノイズレベル検証手段５５と、補間処理手段５６と、輝度算出手段（ノイズ検出ブロック輝度算出手段）５７とを備えて構成されている。

正規化用ノイズレベル検出手段６１は、図１１に示したノイズレベル設定手段１８Ａと類似の構成であるが、ブロック分割手段５０に替えてブロック分割手段５０Ａを、また最小値抽出手段５３に替えて輝度別最小値抽出手段５５を備え、ノイズレベル検証手段５５と、補間処理手段５６と、輝度算出手段５７とを更に備えることが異なる。
なお、正規化用ノイズレベル検出手段６１において、図１１に示したノイズレベル設定手段１８Ａと同じ構成要素については、同じ符号を付して説明は適宜省略する。

正規化用ノイズレベル検出手段６１のブロック分割手段（ノイズ検出ブロック分割手段）５０Ａは、本スキャンして順次入力されるフレーム画像Ｆ（ｔ_ｎ）を、１１×１１の形状のブロックＣに分割し、分割した各ブロックＣを構成する画素データをブロックごとに直流成分除去画像算出手段５１ＡのＨＰＦ手段５１ｄに出力する。
正規化用ノイズレベル検出手段６１のブロック分割手段５０Ａは、図１１に示した第１実施形態の変形例のノイズレベル設定手段１８Ａのブロック分割手段５０と異なり、入力したフレーム画像Ｆ（ｔ_ｎ）の全領域を隈無く１１×１１の形状のブロックＣに分割し、間引くことなく、すべてのブロックＣについて、各ブロックＣを構成する画素データをブロックＣごとに直流成分除去画像算出手段５１ＡのＨＰＦ手段５１ｄに出力する。
これは、輝度別にノイズレベルを検出する際に、輝度ランクによってブロックＣの割当数が不足するのを防止するためである。

正規化用ノイズレベル検出手段６１の画素平均算出手段５２は、本スキャンして順次入力されるフレーム画像Ｆ（ｔ_ｎ）から分割したブロックＣごとに、画素平均Ｈを算出して輝度別最小値抽出手段５４に出力する。

輝度別最小値抽出手段５４は、画素平均算出手段５２からブロックＣごとに画素平均Ｈを入力するとともに、当該入力した画素平均Ｈを算出したブロックＣの平均輝度Ｌ_ＡＶＥを、輝度算出手段５７から画素平均Ｈに対応づけて入力する。そして、輝度別最小値抽出手段５４は、画素平均算出手段５２からフレーム画像Ｆ（ｔ_ｎ）内のすべてのブロックＣにおける画素平均Ｈを、各画素平均Ｈに対応づけられた平均輝度Ｌ_ＡＶＥに基づいて、予め定めた輝度レンジごとに区分した８つの輝度ランクＬ０〜Ｌ７の何れかに分類し、輝度ランクＬ０〜Ｌ７ごとに、すなわち輝度別に画素平均Ｈの最小値を抽出する。輝度別最小値抽出手段５４は、抽出した輝度ランクごとの画素平均Ｈの最小値を、輝度別ノイズレベルＥ０〜Ｅ７としてノイズレベル検証手段５５に出力する。

なお、画素平均Ｈが１個も分類されなかった輝度ランクＬ０〜Ｌ７の輝度別ノイズレベルＥ０〜Ｅ７がある場合は、輝度別最小値抽出手段５４は、その輝度ランクの輝度別ノイズレベルＥ０〜Ｅ７の値として“０”をノイズレベル検証手段５５に出力する。

ノイズレベル検証手段５５は、輝度別最小値抽出手段５４から輝度別ノイズレベルＥ０〜Ｅ７を入力し、入力した輝度別ノイズレベルＥ０〜Ｅ７の有効性を検証するものである。

フレーム画像Ｆ（ｔ_ｎ）内から複数の輝度ランクＬ０〜Ｌ７に区分して輝度別ノイズレベルＥ０〜Ｅ７を検出する場合、入力したフレーム画像Ｆ（ｔ_ｎ）内に、すべての輝度ランクＬ０〜Ｌ７において、それぞれの輝度ランクＬ０〜Ｌ７に属する平均輝度Ｌ_ＡＶＥを有するブロックＣが、十分な数だけ割り当てられるとは限らない。例えば、フレーム画像Ｆ（ｔ_ｎ）がある輝度に偏った明るさの画像であった場合には、当該輝度が属する輝度ランクＬ０〜Ｌ７以外の輝度ランクＬ０〜Ｌ７に属する画素平均Ｈは、非常に少ない数しか分類されないことが生じる。そのとき、その非常に少ない画素平均Ｈから最小値を抽出しても、当該画素平均Ｈを算出した基のブロックＣが、エッジや細密な模様を含む画像であった場合、当該画素平均Ｈは画像信号成分の影響を大きく受けているためノイズレベルとして採用するのは不適切である。

そこで、第２実施形態におけるノイズレベル設定手段１８Ｂでは、検証用ノイズレベル検出手段６２によって、プリスキャンして得たフレーム画像Ｆ（ｔ_ｎ）から、当該フレーム画像Ｆ（ｔ_ｎ）を生成したカメラによってフレーム画像Ｆ（ｔ_ｎ）に重畳される画像面内のノイズレベルを適切に検出しておき、当該ノイズレベルを検証値であるＳＩＦＴ値（検証用ノイズレベル）として正規化用ノイズレベル検出手段６１のノイズレベル検証手段５５に出力する。そして、正規化用ノイズレベル検出手段６１の輝度別最小値抽出手段５４によって、本スキャンして得た各フレーム画像Ｆ（ｔ_ｎ）から算出した各輝度別ノイズレベルＥ０〜Ｅ７をＳＩＦＴ値と比較して、所定の範囲内にある場合に、その輝度ランクの輝度別ノイズレベルＥ０〜Ｅ７を有効であると判断し、その輝度ランクの輝度別ノイズレベルＥ０〜Ｅ７の値をそのまま補間処理手段５６に出力する。
また、各輝度別ノイズレベルＥ０〜Ｅ７をＳＩＦＴ値と比較して、所定の範囲内にない場合には、その輝度ランクの輝度別ノイズレベルＥ０〜Ｅ７を有効でないと判断し、その輝度ランクの輝度別ノイズレベルＥ０〜Ｅ７の値に“０”又は有効でないことを示すデータを設定して補間処理手段５６に出力する。これによって、輝度別ノイズレベルＥ０〜Ｅ７から不適切なノイズレベルデータを排除することができる。

輝度別最小値抽出手段５４によって出力された輝度別ノイズレベルＥ０〜Ｅ７が、ＳＩＦＴ値と比較して有効であると判断する範囲としては、各輝度別ノイズレベルＥ０〜Ｅ７の値とＳＩＦＴ値との比が−６（１０ｌｏｇ０．２５）ｄＢ〜＋３（１０ｌｏｇ２）ｄＢとすることができる。すなわち、各輝度別ノイズレベルＥ０〜Ｅ７の値が、ＳＩＦＴ値の０．２５倍〜２倍の範囲にあるときに、当該輝度ランクの輝度別ノイズレベルＥ０〜Ｅ７を有効であると判断する。

なお、有効範囲は、ここで示した範囲に限定されるものではなく、フレーム画像Ｆ（ｔ_ｎ）を生成するカメラなど、第２実施形態の領域判別装置１Ａを適用するシステムによって適宜に変更してもよい。

補間処理手段５６は、ノイズレベル検証手段５５から輝度別ノイズレベルＥ０〜Ｅ７を入力し、未検出又はノイズレベル検証手段５５で有効でないとして排除された輝度別ノイズレベルＥ０〜Ｅ７がある場合に、当該有効でない輝度別ノイズレベルＥ０〜Ｅ７の値を、近傍の輝度ランクＬ０〜Ｌ７の有効な輝度別ノイズレベルＥ０〜Ｅ７を参照して補間処理するものである。補間処理手段５６は、有効でない輝度別ノイズレベルＥ０〜Ｅ７の値を、補間処理して算出した値で置き換えた輝度別ノイズレベルＥ０〜Ｅ７を正規化手段１３Ａに出力する。

ここで、図１６を参照（適宜図１５参照）して、補間処理手段５６による補間処理の手法について説明する。
図１６は、ノイズレベル検証手段５５から補間処理手段５６に出力された輝度別ノイズレベルＥ０〜Ｅ７の様子を模式的に示したものである。横軸は輝度Ｌを示し、縦軸はノイズレベルの大きさＥを示す。
なお、輝度算出手段５７から出力される輝度Ｌは、０〜２５５の２５６階調の値を取るものとし、輝度レンジを３２階調ずつ均等に、輝度ランクＬ０（暗）から輝度ランクＬ７（明）の８ランクに区分している。また、各輝度ランクＬ０〜Ｌ７の輝度の代表値は、各輝度レンジの中央値としている。そして、図１６において、●で示した輝度別ノイズレベルＥ１，Ｅ３，Ｅ４，Ｅ５，Ｅ６は、有効であると判断されたデータであり、○で示した輝度ランクＬ０，Ｌ２，Ｌ７は、そのデータが有効でないと判断された（又は未検出の）輝度ランクであり、補間処理によって輝度別ノイズレベルＥ０，Ｅ２，Ｅ７を算出する必要があるものとする。

そこで、まず高輝度側及び低輝度側に有効なデータがある輝度ランクＬ２における輝度別ノイズレベルＥ２の補間処理について説明する。
このように、両側に参照できる有効なデータがある場合は、有効なデータ間を直線補間して内挿によって輝度別ノイズレベルを算出する。すなわち、最寄りの有効なデータである輝度ランクＬ１及びＬ３の輝度別ノイズレベルＥ１及びＥ３を参照する。また、各輝度ランクＬ１及びＬ３における輝度Ｌは、それぞれの代表値４８及び１１２とし、輝度ランクＬ２の代表値８０におけるノイズレベルについて輝度別ノイズレベルＥ２の値を算出する。

図１６に示した例では、２点（４８，Ｅ１）及び（１１２，Ｅ３）を結ぶ線分Ａ１３の中点におけるノイズレベルＥがＥ２の値であるから、式（４−１）で輝度別ノイズレベルＥ２を算出することができる。

Ｅ２ ＝ （Ｅ１＋Ｅ３）／２ …式（４−１）

次に、低輝度側に参照するデータがない輝度ランクＬ０における輝度別ノイズレベルＥ０の補間処理について説明する。
このように、低輝度側に参照できるデータがない場合は、高輝度側の有効な互いに隣接する２点のデータを参照し、外挿により輝度別ノイズレベルを算出する。なお、既に補間処理により輝度別ノイズレベルが算出されている輝度ランクのデータは、他の有効でない輝度別ノイズレベルを補間処理によって算出するときには、有効なデータとして参照することができる。すなわち、高輝度側の互いに隣接する有効なデータとして、輝度ランクＬ１及びＬ３を参照しても、輝度ランクＬ１及び既に補間処理によって輝度別ノイズレベルＥ２が算出された輝度ランクＬ２を参照するようにしてもよい。以降の説明は、輝度ランクＬ１及びＬ２を参照した場合について説明する。

輝度ランクＬ０における輝度別ノイズレベルＥ０は、点（４８，Ｅ１）から低輝度側に延ばした半直線Ａ０１の、輝度ランクＬ０の代表値である輝度Ｌ＝１６におけるノイズレベルＥを算出する。
この半直線Ａ０１は、点（４８，Ｅ１）を通り、傾きの大きさが（Ｅｍａｘ−Ｅｍｉｎ）／２５６であり、傾きの向きが参照する２点（４８，Ｅ１）及び（８０，Ｅ２）を結ぶ線分の傾きの向きと同じとする。なお、Ｅｍａｘ及びＥｍｉｎは、それぞれ有効な輝度別ノイズレベルＥ１，Ｅ３，Ｅ４，Ｅ５，Ｅ６の内の、最大値及び最小値を示し、図１６に示した例では、Ｅｍａｘ＝Ｅ４、Ｅｍｉｎ＝Ｅ１である。そして、外挿する際の半直線の傾きの大きさを、有効な輝度別ノイズレベルＥ１，Ｅ３，Ｅ４，Ｅ５，Ｅ６から見積もることができる平均的な勾配とすることで、外挿による補間処理にありがちな異常値の算出を防止することができる。
以上より、輝度ランクＬ０における輝度別ノイズレベルＥ０は、式（４−２）のようにして算出することができる。

Ｅ０ ＝
Ｅ１−Ｓｉｇｎ（Ｅ２−Ｅ１）×（Ｅｍａｘ−Ｅｍｉｎ）×（４８−１６）／２５６
…式（４−２）

なお、Ｓｉｇｎ（ ）は、（ ）内の値が正の場合は＋１、負の場合は−１、０の場合は０を返す符号関数である。

次に、高輝度側に参照するデータがない輝度ランクＬ７における輝度別ノイズレベルＥ７の補間処理について説明する。
このように、高輝度側に参照できるデータがない場合は、前記した低輝度側に算出するデータがない場合と同様に、低輝度側の有効な互いに隣接する２点のデータを参照し、外挿により輝度別ノイズレベルを算出する。
図１６に示した例では、輝度ランクＬ６及びＬ５における輝度別ノイズレベルＥ６及びＥ５を参照して、輝度ランクＬ７における輝度別ノイズレベルＥ７を算出する。

輝度ランクＬ７における輝度別ノイズレベルＥ７は、点（２０８，Ｅ６）から高輝度側にのばした半直線Ａ６７の、輝度ランクＬ７の代表値である輝度Ｌ＝２４０におけるノイズレベルＥを算出する。
この半直線Ａ６７は、点（２０８，Ｅ６）を通り、傾きの大きさが（Ｅｍａｘ−Ｅｍｉｎ）／２５６であり、傾きの向きが参照する２点（１７６，Ｅ５）及び（２０８，Ｅ６）を結ぶ線分の傾きの向きと同じとする。
輝度ランクＬ７における輝度別ノイズレベルＥ７は、式（４−３）のようにして算出することができる。

Ｅ７ ＝
Ｅ６−Ｓｉｇｎ（Ｅ５−Ｅ６）×（Ｅｍａｘ−Ｅｍｉｎ）×（２４０−２０８）／２５６
…式（４−３）

なお、補間処理手段５６は、ノイズレベル検証手段５５から入力した輝度別ノイズレベルＥ０〜Ｅ７の内で、有効なデータが１個のみであった場合は、その有効なデータを他の有効でない輝度ランクの輝度別ノイズレベルＥ０〜Ｅ７の値とする。また、ノイズレベル検証手段５５から入力した輝度別ノイズレベルＥ０〜Ｅ７の内で、有効なデータがなかった場合は、正規化用ノイズレベル検出手段６１から入力したＳＩＦＴ値を輝度別ノイズレベルＥ０〜Ｅ７の値とするようにしてもよい。

図１５に戻って、輝度算出手段（ノイズ検出ブロック輝度算出手段）５７は、ブロック算出手段５０からフレーム画像Ｆ（ｔ_ｎ）から分割したブロックＣを構成する画素データを入力し、当該ブロックＣを構成する画素データの平均である平均輝度Ｌ_ＡＶＥを算出して輝度別最小値抽出手段５４に出力する。

また、検証用ノイズレベル検出手段６２は、図４に示した第１実施形態のノイズレベル設定手段１８又は図１１に示した第１実施形態の変形例のノイズレベル設定手段１８Ａと同様の構成とすることができるため、詳細な構成の説明は省略する。検証用ノイズレベル検出手段６２は、プリスキャンして得たフレーム画像Ｆ（ｔ_ｎ）から画像平面内のノイズレベルを検出し、検出したノイズレベルをＳＩＦＴ値（検証用ノイズレベル）として正規化用ノイズレベル検出手段６１のノイズレベル検証手段５５に出力する。

［第２実施形態の領域判別装置の動作］
次に、図１７を参照（適宜図１４及び図１５参照）して、第２実施形態の領域判別装置１Ａの動作について説明する。

図１７に示したように、領域判別装置１Ａは、まず、不図示のカメラで急激な濃淡変化の少ない画像をプリスキャンしたフレーム画像Ｆ（ｔ_ｎ）を入力し（ステップＳ８１）、ノイズレベル設定手段１８Ｂの検証用ノイズレベル検出手段６２によってフレーム画像Ｆ（ｔ_ｎ）に重畳されたノイズレベルを検出して、ノイズレベル設定手段１８Ｂの正規化用ノイズレベル検出手段６１のノイズレベル検証手段５５に、輝度別ノイズレベルＥ０〜Ｅ７の有効性の検証値であるＳＩＦＴ値として出力する（ステップＳ８２）。

不図示のカメラによって本スキャンが開始されると（ステップＳ８３）、領域判別装置１は、順次に入力されるフレーム画像Ｆ（ｔ_ｎ）（ステップＳ８４）から、ノイズレベル設定手段１８Ｂの正規化用ノイズレベル検出手段６１によって、輝度別ノイズレベルＥ０〜Ｅ７を検出し、正規化手段１３Ａに出力して正規化処理のために設定する（ステップＳ８５）。ステップＳ８５に続いて、又はステップ８５と並行して、領域判別装置１Ａは、ブロック分割手段１０によって、ステップＳ８４で入力したフレーム画像Ｆ（ｔ_ｎ）から、５×５の形状のブロックＢに分割し（ステップＳ８６）、ブロックＢごとに、分割したブロックＢを構成する画素データをブロック画素記憶手段１１の後フレーム画素記憶手段１１１に記憶する（ステップＳ８７）。このとき複数のフレーム画像Ｆ（ｔ_ｎ−１）、Ｆ（ｔ_ｎ−２）が既に領域判別装置１Ａに入力されており、ブロック画素記憶手段１１の注目フレーム画素記憶手段１１２にはフレーム画像Ｆ（ｔ_ｎ−１）から分割した各ブロックＢの画素データが記憶され、前フレーム画素記憶手段１１３にはフレーム画像Ｆ（ｔ_ｎ−２）から分割した各ブロックＢの画素データが記憶されているものとする。従って、フレーム画像Ｆ（ｔ_ｎ）を新しく入力する期間は、１フレーム前のフレーム画像Ｆ（ｔ_ｎ−１）が判別処理の対象である注目フレームとなる。
なお、ステップＳ８６及びステップＳ８７は、それぞれ図９に示した第１実施形態の領域判別装置１の処理におけるステップＳ１５及びステップＳ１６と同様であるので、詳細な説明は省略する。

領域判別装置１Ａは、輝度算出手段２０によって、ステップＳ８７でブロック画素記憶手段１１の注目フレーム画素記憶手段１１２に既に記憶されている注目フレームにおけるブロックＢであるブロックＢ_２を構成する画素データを参照し、画素データの平均を算出して当該ブロックＢ_２の輝度Ｌとして正規化手段１３Ａに出力する（ステップＳ８８）。

領域判別装置１Ａにおいて、注目フレーム及び前後フレームのブロックＢを構成する画素データを参照するステップＳ８９、及び画素のフレーム間の差分平均Ｇ_１，Ｇ_２，Ｇ_３を算出するステップＳ９０は、それぞれ図９に示した第１実施形態の領域判別装置１の処理におけるステップＳ１７及びステップＳ１８と同様であるので、詳細な説明は省略する。

領域判別装置１Ａは、正規化手段１３Ａによって、ステップＳ８５でノイズレベル設定手段１８Ｂの正規化用ノイズレベル検出手段６１から入力した輝度別ノイズレベルＥ０〜Ｅ７の中から、ステップＳ８８で輝度算出手段２０から入力した輝度Ｌに対応する輝度別ノイズレベルＥ０〜Ｅ７の何れかを選択する。そして、領域判別装置１Ａは、正規化手段１３Ａによって、選択した輝度別ノイズレベルＥ０〜Ｅ７を用いて、ステップＳ９０で差分平均算出手段１２の平均算出手段１２２から入力した差分平均Ｇ_１，Ｇ_２，Ｇ_３を正規化処理し、正規化差分平均Ｇ’_１，Ｇ’_２，Ｇ’_３を算出して最大値抽出手段１４に出力する（ステップＳ９１）。

領域判別装置１Ａにおいて、ステップＳ９２〜ステップＳ９７の処理は、それぞれ図９に示した第１実施形態の領域判別装置１の処理におけるステップＳ２０〜ステップＳ２５と同様であるので、説明は省略する。

次に、図１８を参照（適宜図１５及び図１４参照）して、第２実施形態のノイズレベル設定手段１８Ｂの動作について説明する。

図１８に示したように、ノイズレベル設定手段１８Ｂは、プリスキャンして得たフレーム画像Ｆ（ｔ_ｎ）を入力して（ステップＳ１０１）、検証用ノイズレベル検出手段６２によって、正規化用ノイズレベル検出手段６１によって検出される輝度別ノイズレベルＥ０〜Ｅ７の検証のための検証値であるＳＩＦＴ値を算出し、正規化用ノイズレベル検出手段６１のノイズレベル検証手段５５に出力する（ステップＳ１０２）。

本スキャンが開始され（ステップＳ１０３）、ノイズレベル設定手段１８Ｂにフレーム画像Ｆ（ｔ_ｎ）が入力されると（ステップＳ１０４）、ノイズレベル設定手段１８Ｂは、ステップＳ１０４で入力したフレーム画像Ｆ（ｔ_ｎ）をブロック分割手段５０Ａによって、全領域を１１×１１のブロックに分割し（ステップＳ１０５）、分割したすべてのブロックについて、ブロックごとに１１×１１のブロックＣを構成する画素データを直流成分除去画像算出手段５１ＡのＨＰＦ処理手段５１ｄ及び輝度算出手段５７に出力する（ステップＳ１０６）。

ノイズレベル設定手段１８Ｂは、ステップＳ１０６でブロック分割手段５０Ａから入力したブロックＣを構成する画素データの平均を算出し、当該ブロックＣの平均輝度Ｌ_ＡＶＥとして、輝度別最小値抽出手段５４に出力する（ステップＳ１０７）。

ノイズレベル設定手段１８Ｂにおける、ステップＳ１０８〜ステップＳ１１０は、それぞれ図１３に示した第１実施形態の変形例のノイズレベル設定手段１８Ａの処理におけるステップＳ５４〜ステップＳ５６と同様であるので、説明は省略する。

ノイズレベル設定手段１８Ｂは、輝度別最小値抽出手段５４によって、ステップＳ１０９で画素平均算出手段５２から入力した画素平均Ｈを、ステップＳ１０７で輝度算出手段５７から入力した当該画素平均Ｈを算出したブロックＣの平均輝度Ｌ_ＡＶＥを参照して、８つの輝度ランクＬ０〜Ｌ７の何れかに分類し、輝度ランクＬ０〜Ｌ７ごとに分類された画素平均Ｈの最小値を抽出し、輝度別ノイズレベルＥ０〜Ｅ７としてノイズレベル検証手段５５に出力する（ステップＳ１１１）。

ノイズレベル設定手段１８Ｂは、ノイズレベル検証手段５５によって、ステップＳ１０２で検証用ノイズレベル検出手段６２から入力したＳＩＦＴ値と、ステップＳ１１１で輝度別最小値抽出手段５４から入力した各輝度別ノイズレベルＥ０〜Ｅ７とを比較し、各輝度別ノイズレベルが有効かどうかを検証して、有効でないと判断した輝度ランクの輝度別ノイズレベルＥ０〜Ｅ７を排除し、有効でない輝度ランクの輝度別ノイズレベルＥ０〜Ｅ７を排除した後の輝度別ノイズレベルＥ０〜Ｅ７を補間処理手段５６に出力する（ステップＳ１１２）。

ノイズレベル設定手段１８Ｂは、補間処理手段５６によって、ステップＳ１１２でノイズレベル検証手段５５から入力した輝度別ノイズレベルＥ０〜Ｅ７において、有効でない輝度別ノイズレベルＥ０〜Ｅ７が含まれているかどうかを確認し、有効でない輝度別ノイズレベルが含まれている場合には、当該有効でない輝度ランクの輝度別ノイズレベルＥ０〜Ｅ７を、有効な輝度ランクの輝度別ノイズレベルＥ０〜Ｅ７のデータを参照して補間処理によって算出し、全輝度ランクについて有効な輝度別ノイズレベルＥ０〜Ｅ７として正規化手段１３Ａに出力する（ステップＳ１１３）。
以上でノイズレベル設定手段１８Ｂは動作を終了する。

［第２実施形態の変形例］
次に、図１９を参照して、第２実施形態の変形例のノイズレベル設定手段について説明する。

図１９に示したように、第２実施形態の変形例のノイズレベル設定手段１８Ｃは、正規化用ノイズレベル検出手段６１Ａと、検証用ノイズレベル検出手段６２とを備えて構成されている。また、正規化用ノイズレベル検出手段６１Ａは、ブロック分割手段５０Ａと、ＤＣＴ処理手段５１ａと直流成分除去手段５１ｂと逆ＤＣＴ処理手段５１ｃとを備えた直流成分除去画像算出手段５１と、画素平均算出手段５２と、輝度別最小値抽出手段５４と、ノイズレベル検証手段５５と、補間処理手段５６と、輝度算出手段５７とを備えて構成されている。

第２実施形態の変形例のノイズレベル設定手段１８Ｃは、図１５に示した第２実施形態のノイズレベル設定手段１８Ｂとは、正規化用ノイズレベル検出手段６１に替えて正規化用ノイズレベル検出手段６１Ａを備えることが異なる。更に、正規化用ノイズレベル検出手段６１Ａは、正規化用ノイズレベル検出手段６１とは、直流成分除去画像算出手段５１Ａに替えて直流成分除去画像算出手段５１を備えることが異なる。
すなわち、第２実施形態のノイズレベル設定手段１８Ｂにおける正規化用ノイズレベル検出手段６１は、直流成分除去画像Ｃ’を算出するためにＨＰＦ処理を用いるのに対し、第２実施形態の変形例のノイズレベル設定手段１８Ｃの正規化用ノイズレベル検出手段６１Ａは、直流成分除去画像Ｃ’を算出するために、ＤＣＴ処理によって画像を空間周波数成分に変換し、空間周波数成分から少なくとも直流成分を除去した後に、逆ＤＣＴ処理をすることが異なる。他の構成要素は第２実施形態のノイズレベル設定手段１８Ｂと同じであるから、同じ符号を付して詳細な説明は省略する。
また、前記した第２実施形態の変形例のノイズレベル設定手段１８Ｃの正規化用ノイズレベル検出手段６１Ａにおける直流成分除去画像算出手段５１は、図４に示した第１実施形態のノイズレベル設定手段１８における直流成分除去画像算出手段５１と同じものを用いることができるため、同じ符号を付して詳細な説明は省略する。

ここで、正規化用ノイズレベル検出手段６１ＡのＤＣＴ処理手段５１ａによって算出したＤＣＴ係数Ｋ_ＤＣＴの直流成分は、当該ブロックＣの画素データを単純平均した値と同じである。従って、輝度別最小値抽出手段５４において、平均輝度Ｌ_ＡＶＥとしてブロックＣを構成する画素データの単純平均を用いる場合は、正規化用ノイズレベル検出手段６１ＡのＤＣＴ処理手段５１ａが算出した直流成分を平均輝度Ｌ_ＡＶＥとして輝度別最小値抽出手段５４に入力するよう構成することで、輝度算出手段５７を削除することができる。

次に、図２０を参照（適宜図１９参照）して、第２実施形態の変形例のノイズレベル設定手段１８Ｃの動作について説明する。

図２０に示した第２実施形態の変形例のノイズレベル設定手段１８Ｃの処理におけるステップＳ１２１〜ステップＳ１２７、及びステップＳ１３１〜ステップＳ１３５は、それぞれ図１８に示した第２実施形態のノイズレベル設定手段１８Ｂの処理におけるステップＳ１０１〜ステップＳ１０７、及びステップＳ１０９〜ステップＳ１１３と同様であるので説明は省略する。
また、第２実施形態の変形例のノイズレベル設定手段１８Ｃの処理におけるステップＳ１２８〜ステップＳ１３０は、それぞれ図１０に示した第１実施形態のノイズレベル設定手段１８の処理におけるステップＳ３４〜ステップＳ３６と同様であるので詳細な説明は省略する。
なお、ステップＳ１２７に替えて、ステップＳ１２８で正規化用ノイズレベル検出手段５１のＤＣＴ処理手段５１ａによって算出したＤＣＴ係数Ｋ_ＤＣＴの直流成分を、平均輝度Ｌ_ＡＶＥとして輝度別最小値抽出手段５４に出力するようにすることもできる。

［第３実施形態の領域判別装置の構成］
次に、図２１を参照して、第３実施形態における領域判別装置の構成について説明する。

図２１に示した第３実施形態の領域判別装置１Ｂは、ブロック分割手段１０と、サブブロック分割手段２１と、サブブロック画素記憶手段２２と、差分平均算出手段１２と、正規化手段１３と、最大値抽出手段１４と、領域判別手段１５と、領域判別マップ記憶手段１６と、差分計算設定手段１７と、ノイズレベル設定手段１８Ｂと、判別閾値設定手段１９とを備えて構成されている。

第３実施形態の領域判別装置１Ｂは、図１に示した第１実施形態の領域判別装置１とは、サブブロック分割手段２１を更に備えたことと、ブロック画素記憶手段１１に替えてサブブロック画素記憶手段２２を備えたこととが異なる。
第３実施形態の領域判別装置１Ｂは、第１実施形態の領域判別装置１と同様に、フレーム画像Ｆ（ｔ_ｎ）を５×５の形状の（基本）ブロック（領域判別ブロック）Ｂに分割する。そして、領域判別装置１Ｂは、当該５×５のブロックＢを、更に予め定めた複数の形状のサブブロックに分割し、サブブロックごとに差分平均を算出して、その中の最大値に基づいて当該ブロックＢに対する領域判別を行うものである。
なお、図１に示した第１実施形態の領域判別装置１と同じ構成要素については、同じ符号を付して適宜説明を省略する。

ここで、図２２を参照して、ブロックＢをサブブロックに分割する様子について説明する。
図２２の（１）〜（１８）に示したサブブロックＢ^ｋ（ｋ＝１〜１８）は、ブロックＢの形状が５×５であり、各サブブロックＢ^ｋは、何れもハッチングを施して示した１０個の画素で構成されている。なお、Ｂ^ｋの上付きの添字ｋはサブブロックの種別を示し、ｋの値である１〜１８は、それぞれ図２２の（１）〜（１８）に示したサブブロックを指すものとする。また、ｋ＝０、すなわちＢ^０は、５×５＝２５画素で構成される基本ブロックＢ全体を指すサブブロックの一つであるものとする。

第１実施形態では、５×５の形状のブロックＢにおけるフレーム間の画素平均の大きさに基づいて領域判別をするようにしたが、ブロックＢに画像のエッジなどが含まれる場合は、そのエッジの形状や向きによっては、十分な精度でその画像の動きを検出できないことがある。
そこで、第３実施形態では、５×５の形状の基本ブロックＢに加えて、当該基本ブロックＢを更に小さな形状の複数種類のサブブロックＢ^ｋに分割して、サブブロックＢ^ｋごとに画像の動き量を示すフレーム間の差分平均を算出する。そして、算出した複数のサブブロックＢ^ｋにおける画素平均の最大値に基づいて、当該基本ブロックＢの領域判別を行うものである。

図２２の（１）〜（４）に示したサブブロックＢ^１〜Ｂ^４は、横方向のエッジの動き検出するのに有効であり、（５）〜（８）に示したサブブロックＢ^５〜Ｂ^８は、縦方向のエッジの動きを検出するのに有効である。また、（９）〜（１８）に示したサブブロックＢ^９〜Ｂ^１８は、斜め方向のエッジの動きを検出するのに有効である。
このように、種々の細かい画像形状に適合する複数種類のサブブロックＢ^ｋを用いることで、画像の動きをより的確に検出することができる。

また、サブブロックＢ^ｋのサイズは、粒状ノイズ成分を誤検出しない程度の大きさが好ましく、５画素より大きいことが好ましい。また、基本ブロックＢのサイズを考慮して、基本ブロックＢの２分の１より少ない画素数とすることが好ましい。
また、図２２に示した例では、何れも１０画素としたが、異なる画素数のサブブロックを用いるようにしてもよく、サブブロックＢ^ｋの種類は、これより少なくてもよく、更に多くしてもよい。

図２１に戻って、第３実施形態の領域判別装置１Ｂの構成について説明を続ける。
サブブロック分割手段２１は、ブロック分割手段１０によってフレーム画像Ｆ（ｔ_ｎ）から分割された５×５の形状のブロックＢを構成する画素データを、図２２の（１）〜（１８）に示した１８種類のサブブロックＢ^１〜Ｂ^１８に分割するとともに、ブロックＢの全体をサブブロックＢ^０として、１９種類のサブブロックＢ^０〜Ｂ^１８ごとに、各サブブロックＢ^０〜Ｂ^１８を構成する画素データを、サブブロック画素記憶手段２２の後フレーム画素記憶手段２２１に出力する。

サブブロック画素記憶手段２２は、図１に示した第１実施形態の領域判別装置１におけるブロック画素記憶手段１１と同様の構成であり、ブロックＢを構成する画素データに替えて、サブブロック分割手段２１から入力した１９種類のサブブロックＢ^ｋ（Ｂ^０〜Ｂ^１８）の画素データを記憶するものである。
また、サブブロック画素記憶手段２２を構成する後フレーム画素記憶手段２２１、注目フレーム画素記憶手段２２２及び前フレーム画素記憶手段２２３は、それぞれブロック画素記憶手段１１における後フレーム画素記憶手段１２１、注目フレーム画素記憶手段１２２及び前フレーム画素記憶手段１２３に相当し、後フレーム、注目フレーム及び前フレームにおけるブロックＢ_３，Ｂ_２，Ｂ_１を構成する画素データに替えて、それぞれ後フレーム、注目フレーム及び前フレームにおけるサブブロックＢ^ｋ _３，Ｂ^ｋ _２，Ｂ^ｋ _１を構成する画素データを、サブブロックＢ^ｋごとに差分平均算出手段１２の差分算出手段１２１に出力する。

差分平均算出手段１２及び正規化手段１３は、第１実施形態においてはブロックＢごとに処理を行うのに対して、第３実施形態においてはサブブロックＢ^ｋごとに処理を行うこと以外は同様であるので、詳細な説明は省略する。

最大値抽出手段１４は、正規化手段１３からサブブロックＢ^ｋごとに、３種類の正規化した差分平均である正規化差分平均Ｇ’^ｋ _１，Ｇ’^ｋ _２，Ｇ’^ｋ _３を入力し、一つのブロックＢから分割した１９種類のサブブロックＢ^０〜Ｂ^１８についての１９×３＝５７個の正規化差分平均Ｇ’^０ _１，Ｇ’^０ _２，Ｇ’^０ _３，…，Ｇ’^１８ _１，Ｇ’^１８ _２，Ｇ’^１８ _３の内の最大値である最大正規化差分平均Ｇ’_ｍａｘを抽出し、領域判別手段１５に出力する。

領域判別手段１５は、最大値抽出手段１４から入力した最大正規化差分平均Ｇ’_ｍａｘを、判別閾値設定手段１９から入力した判別閾値ＴＨＲと比較し、最大正規化差分平均Ｇ’_ｍａｘが判別閾値ＴＨＲより大きい場合に、当該注目ブロックＢを分割した領域を動領域と判別し、最大正規化差分平均Ｇ’_ｍａｘが判別閾値ＴＨＲ以下の場合に、当該注目ブロックＢを分割した領域を静領域と判別して、判別結果を領域判別結果ｒとして領域判別マップ記憶手段１６に出力する。
他の構成要素については、第１実施形態の領域判別装置１における同符号の構成要素と同様であるので説明は省略する。

また、図２１に示した第３実施形態の領域判別装置１Ｂは、ノイズレベル設定手段１８に替えて、図１１に示した第１実施形態の変形例のノイズレベル設定手段１８Ａを用いて構成するようにしてもよい。

以上説明したように、第３実施形態の領域判別装置１Ｂは、各ブロックＢにおける動き成分量の検出を、当該ブロックＢを複数種類のサブブロックＢ^ｋに分割してサブブロックＢ^ｋごとに行うこととしたため、種々の形状のエッジや細かい模様などを含む画像領域であっても高精度に領域判別を行うことができる。

［第３実施形態の領域判別装置の動作］
次に、図２３を参照（適宜図２１参照）して、第３実施形態の領域判別装置１Ｂの動作について説明する。

図２３に示した第３実施形態の領域判別装置１Ｂの処理におけるステップＳ１４１〜ステップＳ１４４は、それぞれ図９に示した第１実施形態の領域判別装置１の処理におけるステップＳ１１〜ステップＳ１４と同様であるので、説明は適宜省略する。

不図示のカメラによって本スキャンを開始されると（ステップＳ１４３）、領域判別装置１Ｂは、順次に入力するフレーム画像Ｆ（ｔ_ｎ）を（ステップＳ１４４）、ブロック分割手段１０によって、５×５の形状のブロックＢに分割し、ブロックごとに分割したブロックＢを構成する画素データをサブブロック分割手段２１に出力する（ステップＳ１４５）。

領域判別装置１Ｂは、サブブロック分割手段２１によって、ステップＳ１４５でブロック分割手段１０から入力したブロックＢを構成する画素データから、１９種類のサブブロックＢ^ｋを構成する画素データを分割し、サブブロックＢ^ｋごとに、サブブロックＢ^ｋを構成する画素データをサブブロック画素記憶手段２２の後フレーム画素記憶手段２２１に記憶する（ステップＳ１４７）。なお、このとき複数のフレーム画像Ｆ（ｔ_ｎ−１）、Ｆ（ｔ_ｎ−２）が領域判別装置１Ｂに入力されており、サブブロック画素記憶手段２２の注目フレーム画素記憶手段２２２にはフレーム画像Ｆ（ｔ_ｎ−１）から分割した各ブロックＢを更に分割した各サブブロックＢ^ｋの画素データが記憶され、前フレーム画素記憶手段２２３にはフレーム画像Ｆ（ｔ_ｎ−２）から分割した各ブロックＢを更に分割したサブブロックＢ^ｋの画素データが記憶されているものとする。従って、フレーム画像Ｆ（ｔ_ｎ）を新しく入力する期間は、１フレーム前のフレーム画像Ｆ（ｔ_ｎ−１）が判別処理の対象である注目フレームとなる。

領域判別装置１Ｂは、サブブロック画素記憶手段２２の前フレーム画素記憶手段２２３、注目フレーム画素記憶手段２２２及び後フレーム画素記憶手段２２１に記憶されているサブブロックＢ^ｋを構成する画素データを、それぞれブロックＢ^ｋ _１、ブロックＢ^ｋ _２及びブロックＢ^ｋ _３を構成する画素データとしてブロックごとに順次に読み出し、差分平均算出手段１２の差分算出手段１２１に出力し、注目フレーム及び前後フレームにおけるブロックＢの位置の画素データを同時に参照できるようにする（ステップＳ１４８）。

領域判別装置１Ｂは、差分算出手段１２１によってステップＳ１４８でサブブロック画素記憶手段２２から入力したサブブロックＢ^ｋ _１、Ｂ^ｋ _２、Ｂ^ｋ _３を構成する画素データの差分（フレーム間差分）Ｄ^ｋ _１、Ｄ^ｋ _２、Ｄ^ｋ _３を算出し、平均算出手段１２２によって各差分Ｄ^ｋ _１、Ｄ^ｋ _２、Ｄ^ｋ _３ごとに、サブブロックＢ^ｋにおける差分平均Ｇ^ｋ _１、Ｇ^ｋ _２、Ｇ^ｋ _３を算出して正規化手段１３に出力する（ステップＳ１４９）。
なお、領域判別装置１Ｂは、差分計算設定手段１７によって予め設定しておいた設定値ＳＥＬが“０”の場合には、差分算出手段１２１によって差分Ｄ^ｋ _３のみを算出し、以降の処理においては差分Ｄ^ｋ _１及び差分Ｄ^ｋ _２に関する処理は行わないように制御する。

領域判別装置１Ｂは、正規化手段１３によって、ステップＳ１４９で差分平均算出手段１２から入力した差分平均Ｇ^ｋ _１、Ｇ^ｋ _２、Ｇ^ｋ _３を、ステップＳ１４２でノイズレベル設定手段１８によって設定されたノイズレベルＥで除することによって正規化処理を行って得た正規化差分平均Ｇ’^ｋ _１、Ｇ’^ｋ _２、Ｇ’^ｋ _３を最大値抽出手段１４に出力する（ステップＳ１５０）。

領域判別装置１Ｂは、１つのサブブロックＢ^ｋの正規化までの処理が終わると、注目ブロックＢにおいて未処理のサブブロックＢ^ｋがないかを確認し（ステップＳ１５１）、未処理のサブブロックＢ^ｋがある場合は（ステップＳ１５１でＹｅｓ）、ステップＳ１４８に戻り、次のサブブロックＢ^ｋの正規化までの一連の処理を行う。
また、未処理のサブブロックＢ^ｋがない場合は（ステップＳ１５１でＮｏ）、領域判別装置１Ｂは、注目ブロックＢから分割された１９種類のサブブロックＢ^ｋにおける全部で５７個の正規化差分平均Ｇ’^０ _１、Ｇ’^０ _２、Ｇ’^０ _３、…、Ｇ’^１８ _１、Ｇ’^１８ _２、Ｇ’^１８ _３の内の最大値を抽出し、最大正規化差分平均Ｇ’_ｍａｘとして領域判別手段１５に出力する（ステップＳ１５２）。

領域判別装置１Ｂは、領域判別手段１５によって、ステップＳ１５２で最大値抽出手段１４から入力した最大正規化差分平均Ｇ’_ｍａｘと、予め判別閾値設定手段１９によって設定しておいた判別閾値ＴＨＲとを比較する。そして、最大正規化差分平均Ｇ’_ｍａｘが判別閾値ＴＨＲよりも大きい場合は、領域判別処理の対象である注目ブロックＢを動領域であると判別して領域判別結果ｒに“１”を設定し、最大正規化差分平均Ｇ’_ｍａｘが判別閾値ＴＨＲ以下の場合は、領域判別処理の対象である注目ブロックＢを静領域であると判別して領域判別結果ｒに“０”を設定し（ステップＳ１５３）、領域判別結果ｒを注目フレーム画像Ｆ（ｔ_ｎ―１）における当該注目ブロックＢの位置に対応づけて領域判別マップ記憶手段１６に記憶する（ステップＳ１５４）。

領域判別装置１Ｂは、１つのブロックＢの領域判別処理が終わると、注目フレーム画像Ｆ（ｔ_ｎ―１）において未処理のブロックＢがないかを確認し（ステップＳ１５５）、未処理のブロックＢがある場合は（ステップＳ１５５でＹｅｓ）、ステップＳ１４８に戻り、次のブロックＢの一連の領域判別処理を行う。
また、未処理のブロックＢがない場合は（ステップＳ１５５でＮｏ）、領域判別装置１Ｂは、サブブロック画素記憶手段２２によって、注目フレーム画素記憶手段２２２に記憶されているフレーム画像Ｆ（ｔ_ｎ−１）における各ブロックＢから分割した各サブブロックＢ^ｋの画素データを前フレーム画素記憶手段２２３にシフトするとともに、後フレーム画素記憶手段１１１に記憶されているフレーム画像Ｆ（ｔ_ｎ−２）における各ブロックＢから分割した各サブブロックＢ^ｋの画素データを注目フレーム画素記憶手段２２２にシフトする（ステップＳ１５６）。

領域判別装置１Ｂは、次のフレーム画像Ｆ（ｔ_ｎ＋１）の入力があるかどうかを確認し（ステップＳ１５７）、入力がある場合は（ステップＳ１５７でＹｅｓ）、ステップＳ１４４に戻って、次のフレーム画像Ｆ（ｔ_ｎ＋１）を前フレームとして追加入力し、フレーム画像Ｆ（ｔ_ｎ）の一連の領域判別処理を行う。
次のフレーム画像Ｆ（ｔ_ｎ＋１）の入力がない場合は（ステップＳ１５７でＮｏ）、領域判別装置１Ｂは処理を終了する。

［第４実施形態の領域判別装置の構成］
次に、図２４を参照して、第４実施形態における領域判別装置の構成について説明する。

図２４に示した第４実施形態の領域判別装置１Ｃは、ブロック分割手段１０と、サブブロック分割手段２１と、サブブロック画素記憶手段２２と、差分平均算出手段１２と、正規化手段１３Ａと、最大値抽出手段１４と、領域判別手段１５と、領域判別マップ記憶手段１６と、差分計算設定手段１７と、ノイズレベル設定手段１８Ｂと、判別閾値設定手段１９とを備えて構成されている。

第４実施形態の領域判別装置１Ｃは、図２２に示した第３実施形態の領域判別装置１Ｂとは、正規化手段１３に替えて正規化手段１３Ａを備えたことと、ノイズレベル設定手段１８に替えてノイズレベル設定手段１８Ｂを備えたことと、輝度算出手段２０を更に備えたこととが異なる。

ここで、第４実施形態の領域判別装置１Ｃと第３実施形態の領域判別装置１Ｂとの相違点は、第２実施形態の領域判別装置１Ａと第１実施形態の領域判別装置１との相違点と同様である。
すなわち、第４実施形態の領域判別装置１Ｃは、図２１に示した第３実施形態の領域判別装置１Ｂと同様に、フレーム画像Ｆ（ｔ_ｎ）を５×５の形状の（基本）ブロックＢに分割し、当該基本ブロックＢを更に複数種類のサブブロックＢ^ｋに分割してサブブロックＢ^ｋごとに差分平均Ｇ^ｋ _１、Ｇ^ｋ _２、Ｇ^ｋ _３を算出して正規化し、その中の最大値に基づいて当該基本ブロックに対する領域判別を行うものである。
更に、第４実施形態の領域判別装置１Ｃは、基本ブロックＢを更に分割したサブブロックＢ^ｋから差分平均を算出することで動き成分量の検出をするとともに、輝度別ノイズレベルＥ０〜Ｅ７を用いて、サブブロックＢ^ｋごとに算出した差分平均Ｇ^ｋ _１、Ｇ^ｋ _２、Ｇ^ｋ _３を正規化するものである。

図２４に示した第４実施形態の領域判別装置１Ｃは、図１４に示した第２実施形態の領域判別装置１Ａ及び図２１に示した第３実施形態の領域判別装置１Ｂと同じ構成要素については、同じ符号を付して詳細な説明は省略する。

また、第４実施形態の領域判別装置１Ｃは、ノイズレベル設定手段１８Ｂの替わりに、図１９に示した第２実施形態の変形例のノイズレベル設定手段１８Ｃを用いるように構成してもよい。

以上説明したように、第４実施形態の領域判別装置１Ｃは、複数種類のサブブロックＢ^ｋに分割して動き成分量を示す差分平均Ｇ^ｋ _１、Ｇ^ｋ _２、Ｇ^ｋ _３を算出する。また、第４実施形態の領域判別装置１Ｃは、輝度別ノイズレベルＥ０〜Ｅ７を用いて当該差分平均Ｇ^ｋ _１、Ｇ^ｋ _２、Ｇ^ｋ _３を正規化することにより、画像の輝度Ｌに拘わらず、種々の細かな画像の動きを精度よく検出して、正確な領域の判別をすることができる。

［第４実施形態の領域判別装置の動作］
次に、図２５を参照（適宜図２４参照）して、第４実施形態の領域判別装置１Ｃの動作について説明する。

図２５に示した第４実施形態の領域判別装置１Ｃの処理におけるステップＳ１６１〜ステップＳ１６４、ステップＳ１６６〜ステップＳ１６８、ステップＳ１７０〜ステップＳ１７１、及びステップＳ１７３〜ステップＳ１７９は、それぞれ図２３に示した第３実施形態の領域判別装置１Ｂの処理におけるステップＳ１４１〜ステップＳ１４４、ステップＳ１４５〜ステップＳ１４７、ステップＳ１４８〜ステップＳ１４９，及びステップＳ１５１〜ステップＳ１５７と同様であるので、詳細な説明は省略する。
また、第４実施形態の領域判別装置１Ｃの処理におけるステップＳ１６５及びステップＳ１６９は、それぞれ図１７に示した第２実施形態の領域判別装置１Ａの処理におけるステップＳ８５及びステップＳ８８と同様であるので、詳細な説明は省略する。
更に、第４実施形態の領域判別装置１Ｃの処理におけるステップＳ１７２は、ブロックＢごとに差分平均Ｇ_１、Ｇ_２、Ｇ_３を正規化するのに替えてサブブロックＢ^ｋごとに差分平均Ｇ^ｋ _１、Ｇ^ｋ _２、Ｇ^ｋ _３を正規化するほかは、図１７に示した第２実施形態の領域判別装置１Ａの処理におけるステップＳ９１と同様であるので、詳細な説明は省略する。

［第５実施形態のノイズ低減装置の構成］
次に、図２６を参照（適宜図１参照）して、第５実施形態におけるノイズ低減装置の構成について説明する。

図２６に示した第５実施形態のノイズ低減装置２は、領域判別装置１と、フレームメモリ３１，３２，３３と、動領域処理手段４０と、静領域処理手段４１と、処理選択手段４２と、フレームメモリ４３とを備えて構成されている。

第５実施形態のノイズ低減装置２は、第１実施形態の領域判別装置１によって、動画像Ｆを構成する各フレーム画像Ｆ（ｔ_ｎ）を、予め定めた形状のブロックＢごとに動領域か静領域かを判別し、フレーム画像Ｆ（ｔ_ｎ）に重畳されているノイズを、当該判別結果に応じて動領域と静領域とでそれぞれ異なる処理を施して、ノイズ低減した動画像Ｆ’を生成するものである。

以下、ノイズ低減装置２の各部の構成について説明する。
前記したように領域判別装置１は、図１に示した第１実施形態の領域判別装置１を用いる。領域判別装置１は、ノイズ低減装置２に入力される動画像Ｆを構成するフレーム画像Ｆ（ｔ_ｎ）を順次に入力し、入力したフレーム画像Ｆ（ｔ_ｎ）を予め定めた形状である５×５のサイズのブロックＢごとに、当該ブロックが動領域か静領域かを判別し、その領域判別結果と当該ブロックのフレーム画像Ｆ（ｔ_ｎ）の画像平面における位置とを対応づけて記憶した領域判別マップＲ（ｔ_ｎ）を作成する。そして、領域判別装置１は、作成した領域判別マップＲ（ｔ_ｎ）を動領域処理手段４０、静領域処理手段４１及び処理選択手段４２に出力する。

フレームメモリ３１，３２，３３は、ノイズ低減装置２に入力される動画像を構成する時間軸方向に連続する３つのフレーム画像Ｆ（ｔ_ｎ−１）、Ｆ（ｔ_ｎ）、Ｆ（ｔ_ｎ＋１）を一時的に記憶する記憶手段である。

フレームメモリ３１は、ノイズ低減装置２にフレーム画像Ｆ（ｔ_ｎ）が入力されると、既に記憶していた時間軸上で前のフレーム画像（ｔ_ｎ−１）をフレームメモリ３２に出力するとともに、新しく入力されたフレーム画像Ｆ（ｔ_ｎ）を記憶する。そして、フレームメモリ３１は、次のフレーム画像Ｆ（ｔ_ｎ＋１）が入力されるまで、フレーム画像Ｆ（ｔ_ｎ）を記憶保持するとともに、適宜に記憶しているフレーム画像Ｆ（ｔ_ｎ）を静領域処理手段４１に出力する。

ノイズ低減装置２にフレーム画像Ｆ（ｔ_ｎ）が入力され、フレームメモリ３１からフレーム画像Ｆ（ｔ_ｎ−１）が出力されると、フレームメモリ３２は、既に記憶していた時間軸上で更に前のフレーム画像（ｔ_ｎ−２）をフレームメモリ３３に出力するとともに、フレームメモリ３１から入力したフレーム画像Ｆ（ｔ_ｎ−１）を記憶する。そして、ノイズ低減装置２に、更に次のフレーム画像Ｆ（ｔ_ｎ＋１）が入力されるまで、フレーム画像Ｆ（ｔ_ｎ−１）を保持するとともに、適宜に記憶しているフレーム画像Ｆ（ｔ_ｎ−１）を静領域処理手段４１及び動領域処理手段４０に出力する。

ノイズ低減装置２にフレーム画像Ｆ（ｔ_ｎ）が入力され、フレームメモリ３２からフレーム画像Ｆ（ｔ_ｎ−２）が出力されると、フレームメモリ３３は、フレーム画像Ｆ（ｔ_ｎ−２）を入力して記憶する。そして、ノイズ低減装置２に、更に次のフレーム画像Ｆ（ｔ_ｎ＋１）が入力されるまで、フレーム画像Ｆ（ｔ_ｎ−２）を保持するとともに、適宜に記憶しているフレーム画像Ｆ（ｔ_ｎ−２）を静領域処理手段４１に出力する。

以上説明したように、フレームメモリ３１，３２，３３は、それぞれ時間軸上で連続する３つのフレーム画像Ｆ（ｔ_ｎ），Ｆ（ｔ_ｎ−１），Ｆ（ｔ_ｎ−２）を記憶している状態において、ノイズ低減装置２に、次のフレーム画像Ｆ（ｔ_ｎ＋１）が入力されると、フレームメモリ３１，３２，３３に記憶されているフレーム画像Ｆ（ｔ_ｎ），Ｆ（ｔ_ｎ−１），Ｆ（ｔ_ｎ−２）は順次隣接するフレームメモリにシフトする。その結果、図２６に示したように、フレームメモリ３１，３２，３３は、それぞれフレーム画像Ｆ（ｔ_ｎ＋１），Ｆ（ｔ_ｎ），Ｆ（ｔ_ｎ−１）を記憶した状態となり、静領域処理手段４１は、時間軸上で連続する３つのフレーム画像Ｆ（ｔ_ｎ＋１），Ｆ（ｔ_ｎ），Ｆ（ｔ_ｎ−１）を参照することができるようになる。

動領域処理手段４０は、フレームメモリ３２からフレーム画像Ｆ（ｔ_ｎ）を入力し、領域判別装置１から入力した領域判別マップＲ（ｔ_ｎ）において動領域であることを示す領域（ブロックＢ）に対して、画像平面内における高空間周波数成分を低減した処理を施して、動領域フレーム画像Ｆｄ（ｔ_ｎ）として処理選択手段４２に出力する。
画像平面内における高空間周波数成分を低減する処理法としては、コアリング処理や平均化フィルタ処理（ローパスフィルタ処理）を用いることができる。

コアリング処理とは、まず、処理対象となる、例えば５×５のサイズの注目ブロックの画像をＤＣＴ処理して空間周波数成分を示すＤＣＴ係数に変換する。次に、ノイズのＲＭＳ値に相当する振幅分をコアリングレベルとして予め設定しておき、交流成分を示す各ＤＣＴ係数からコアリングレベルを減じることで、交流成分を一律に低減させる。そして、直流成分とコアリング処理を施した交流成分からなるＤＣＴ係数を逆ＤＣＴ処理することにより、高空間周波数成分を低減した画像に変換することができる。

コアリング処理では、一般的に、高空間周波数成分の低減率が高くなるため、特に粒状性ノイズのような高空間周波数成分を多く含むノイズを効果的に低減できる。また、高空間周波数成分が低減されることにより画像がボケてくるが、空間周波数における高周波領域にある動領域においては、視覚特性上、経験的に画質劣化が認識されにくいことが知られている。そのため、総合的に見ると、ノイズが低減して画質が向上する動領域に適したノイズ低減処理である。

なお、コアリングレベルの設定において、ノイズのＲＭＳ値に相当する振幅の検出方法としては、例えば、図４に示したノイズレベル設定手段１８を用い、プリスキャンして得たフレーム画像を解析して、ノイズレベルＥとして求めることができる。
また、外部からの調整信号（不図示）を入力し、検出したノイズレベルＥに調整量（例えば、０．７）を乗じて、コアリングレベルを調整できるように構成してもよい。

平均化フィルタ処理とは、例えば、処理対象となる注目画素に対して、注目画素と、当該注目画素に空間的に上下左右に隣接する４隣接画素又は斜め方向も含めた８隣接画素との平均を求め、平均値を当該注目画素の値とするものである。Ｆ（ｔ_ｎ）（ｉ，ｊ）を、フレーム画像Ｆ（ｔ_ｎ）の画像平面における位置（ｉ，ｊ）における画素値を示すものとすると、４隣接による平均化フィルタ処理は、式（５）のようにして表すことができる。平均化フィルタ処理によって、相対的に空間周波数の高い成分ほど抑制される。

Ｆｄ（ｔ_ｎ）（ｉ，ｊ）＝
｛ Ｆ（ｔ_ｎ）（ｉ，ｊ−１） ＋ Ｆ（ｔ_ｎ）（ｉ−１，ｊ）
＋ Ｆ（ｔ_ｎ）（ｉ，ｊ） ＋ Ｆ（ｔ_ｎ）（ｉ＋１，ｊ）
＋ Ｆ（ｔ_ｎ）（ｉ，ｊ＋１） ｝ ／ ５ …式（５）

この平均化フィルタ処理を注目ブロックを構成するすべての画素に施すことにより、高空間周波数成分を低減した画像に変換することができる。その結果、粒状性ノイズなどを効果的に低減することができる。
なお、平均化フィルタ処理は、前記した４隣接画素や８隣接画素との単純平均に限定されず、５×５や、更に大きなサイズの画素との平均を算出するようにしてもよく、注目画素に近いほど平均への寄与を大きくした加重平均を算出するようにしてもよい。

静領域処理手段４１は、フレームメモリ３１，３２及び３３から、それぞれフレーム画像Ｆ（ｔ_ｎ＋１）、Ｆ（ｔ_ｎ）及びＦ（ｔ_ｎ−１）を入力し、領域判別装置１から入力した領域判別マップＲ（ｔ_ｎ）において静領域であることを示す領域（ブロックＢ）に対して、時間軸方向における画素の平均化フィルタ処理又はメディアンフィルタ処理を施して、静領域フレーム画像Ｆｓ（ｔ_ｎ）として処理選択手段４２に出力する。

時間軸方向における画素の平均化フィルタ処理とは、時間軸方向に連続するフレーム画像Ｆ（ｔ_ｎ＋１）、Ｆ（ｔ_ｎ）及びＦ（ｔ_ｎ−１）などの画像平面内の同じ位置の画素の平均を算出し、処理対象である注目フレームの注目画素の値とするものである。連続する３つのフレームを参照する場合は、式（６−１）のようにして時間軸方向における平均化フィルタ処理を行うことができる。

Ｆｓ（ｔ_ｎ）（ｉ，ｊ）＝
｛ Ｆ（ｔ_ｎ−１）（ｉ，ｊ）
＋ Ｆ（ｔ_ｎ ）（ｉ，ｊ）
＋ Ｆ（ｔ_ｎ＋１）（ｉ，ｊ） ｝ ／ ３ …式（６−１）

時間軸方向における平均化フィルタ処理では、時間軸方向の画像の変化が抑圧される。すなわち、激しい動きを鈍くするものである。ここで、時間軸方向に変化する粒状ノイズ、例えば、フレームごとにノイズが出現したり消滅したりするノイズは、画像のちらつきとして認識される。時間軸方向に平均化フィルタ処理することにより、このようなちらつきとして認識されるノイズを効果的に低減することができる。一方、静領域とは、画像信号の変化のない領域のことであるから、時間軸方向において平均化フィルタ処理を施しても本来の画質が劣化することはない。そのため、総合的に見ると、ノイズが低減して画質が向上する静領域に適したノイズ低減処理である。

また、時間軸方向におけるメディアンフィルタ処理とは、時間軸方向に連続するフレーム画像Ｆ（ｔ_ｎ＋１）、Ｆ（ｔ_ｎ）及びＦ（ｔ_ｎ−１）などの画像平面内の同じ位置の画素の中央値を算出し、処理対象である注目フレームの注目画素の値とするものである。連続する３つのフレームを参照する場合は、式（６−２）のようにして時間軸方向におけるメディアンフィルタ処理を行うことができる。

Ｆｓ（ｔ_ｎ）（ｉ，ｊ）＝
ｍｅｄｉａｎ（
Ｆ（ｔ_ｎ−１）（ｉ，ｊ），Ｆ（ｔ_ｎ）（ｉ，ｊ），Ｆ（ｔ_ｎ＋１）（ｉ，ｊ））
…式（６−２）

但し、ｍｅｄｉａｎ（ａ，ｂ，ｃ）は、ａ，ｂ，ｃの内の中央値を出力する関数である。

なお、時間軸方向における平均化フィルタ処理やメディアンフィルタ処理において、参照するフレームは３フレームに限定されず、２フレームや５フレームなどとすることもできる。また、例えば、平均化フィルタ処理において、３フレームの平均化処理の場合で５ｄＢ、５フレームの平均化処理では７ｄＢのノイズレベルの低減効果を得ることができる。

処理選択手段４２は、動領域処理手段４０及び静領域処理手段４１から、それぞれ動領域フレーム画像Ｆｄ（ｔ_ｎ）及び静領域フレーム画像Ｆｓ（ｔ_ｎ）を入力し、領域判別装置から入力した領域判別マップＲ（ｔ_ｎ）に従って、動領域であることを示す領域に対しては、動領域フレーム画像Ｆｄ（ｔ_ｎ）をフレームメモリ４３に出力し、静領域であることを示す領域に対しては、静領域フレーム画像Ｆｓ（ｔ_ｎ）をフレームメモリ４３に出力する。

フレームメモリ４３は、処理選択手段４２から領域判別マップＲ（ｔ_ｎ）に従って、ブロックごと動領域フレーム画像Ｆｄ（ｔ_ｎ）又は静領域フレーム画像Ｆｓ（ｔ_ｎ）が選択されたノイズ低減処理されたフレーム画像Ｆ’（ｔ_ｎ）を記憶し、１フレーム分蓄積すると、外部に出力する記憶手段である。

なお、第５実施形態のノイズ低減装置２では、動領域処理手段４０及び静領域処理手段４１が、領域判別装置１から入力した領域判別マップに従って、択一的に処理を行う。更に、動領域処理手段４０及び静領域処理手段４１は、領域判別マップＲ（ｔ_ｎ）拘わらず、フレーム画像Ｆ（ｔ_ｎ）の全領域に対して、それぞれ並行して処理を行い、処理選択手段４２によって、動領域処理手段４０又は静領域処理手段４１の処理結果である動領域フレーム画像Ｆｄ（ｔ_ｎ）又は静領域フレーム画像Ｆｓ（ｔ_ｎ）を択一的に選択し、この選択画像をフレームメモリ４３に出力するようにしてもよい。

また、第５実施形態では第１実施形態の領域判別装置１を用いるように構成したが、替わりに第２実施形態の領域判別装置１Ａ、第３実施形態の領域判別装置１Ｂ又は第４実施形態の領域判別装置１Ｃを用いるようにしてもよく、変形例であるノイズレベル設定手段１８Ａなどを組み合わせて用いるようにしてもよい。

［第５実施形態のノイズ低減装置の動作］
次に、図２７を参照（適宜図２６及び図１参照）して、第５実施形態のノイズ低減装置２の動作について説明する。

図２７に示した第５実施形態のノイズ低減装置２は、不図示のカメラでプリスキャンして得たフレーム画像Ｆ（ｔ_ｎ）を入力し（ステップＳ１８１）、領域判別装置１のノイズレベル設定手段１８によって、フレーム画像Ｆ（ｔ_ｎ）からノイズレベルＥを検出し、正規化処理のために当該ノイズレベル設定手段１８の正規化手段１３に出力して設定する（ステップＳ１８２）。

次に、不図示のカメラによって本スキャンが開始され（ステップＳ１８３）、フレーム画像Ｆ（ｔ_ｎ）を入力すると（ステップＳ１８４）、ノイズ低減装置２は、領域判別装置１によって、フレーム画像Ｆ（ｔ_ｎ）をブロックＢに分割し（ステップＳ１８５）、ブロックＢごとに動領域か静領域かを示す領域判別マップＲ（ｔ_ｎ）を作成する（ステップＳ１８６）。

ノイズ低減装置２は、領域判別装置１によって、ステップＳ１８６で領域判別装置１が作成した領域判別マップＲ（ｔ_ｎ）を参照してブロックＢごとに領域判別結果ｒを確認し（ステップＳ１８７）、注目ブロックＢが動領域である場合は（ステップＳ１８７でＹｅｓ）、動領域処理手段４０によって、ステップＳ１８４で入力したフレーム画像Ｆ（ｔ_ｎ）の注目ブロックＢに対して動領域処理を施し、動領域フレーム画像Ｆｄ（ｔ_ｎ）を算出して処理結果選択手段４２に出力する（ステップＳ１８８）。一方、注目ブロックＢが静領域である場合は（ステップＳ１８７でＮｏ）、静領域処理手段４１によって、ステップＳ１８４で入力したフレーム画像Ｆ（ｔ_ｎ）の注目ブロックＢに対して動領域処理を施し、動領域フレーム画像Ｆｄ（ｔ_ｎ）を算出して処理結果選択手段４２に出力する（ステップＳ１８９）。

ノイズ低減装置２は、処理選択手段４２によって、ステップＳ１８６で領域判別装置１が作成した領域判別マップＲ（ｔ_ｎ）を参照して注目ブロックが動領域である場合はステップＳ１８８で動領域処理手段４０から入力した動領域フレーム画像Ｆｄ（ｔ_ｎ）を選択してフレームメモリ４３に記憶し、注目ブロックが静領域である場合はステップＳ１８９で静領域処理手段４１から入力した静領域フレーム画像Ｆｓ（ｔ_ｎ）を選択してフレームメモリ４３に記憶する（ステップＳ１９０）。

ノイズ除去装置２は、領域判別装置１によって、注目フレームにおいて未処理のブロックＢがあるか確認し（ステップＳ１９１），未処理のブロックＢがある場合は（ステップＳ１９１でＹｅｓ）、ステップＳ１８７に戻って、次の注目ブロック対する一連のノイズ低減処理を続ける。一方、未処理のブロックＢがない場合は（ステップＳ１９１でＮｏ）、ノイズ低減装置２は、フレームメモリ４３に蓄積されたノイズ低減したフレーム画像Ｆ’（ｔ_ｎ）を読み出して、外部に出力する（ステップＳ１９２）。

ノイズ低減装置２は、次のフレーム画像Ｆ（ｔ_ｎ＋１）の入力があるか確認し（ステップＳ１９３）、次のフレーム画像Ｆ（ｔ_ｎ＋１）の入力がある場合は（ステップＳ１９３でＹｅｓ）、ステップＳ１８４に戻って、次のフレーム画像Ｆ（ｔ_ｎ＋１）に対する一連のノイズ低減処理を続ける。一方、次のフレーム画像Ｆ（ｔ_ｎ＋１）の入力がない場合は（ステップＳ１９３でＮｏ）、ノイズ低減装置２は処理を終了する。

［第５実施形態のノイズ低減装置の変形例］
次に、第５実施形態のノイズ低減装置２の変形例について説明する。
第５実施形態では、フレーム画像における領域判別は、５×５の形状のブロックごとに行い、領域判別結果に従って、当該５×５の形状のブロックごとに動領域処理と静領域処理とを適応的に選択するようにした。
これに対して、第５実施形態の変形例では、フレーム画像における領域判別を画素ごとに行い、画素ごとの領域判別結果に従って、画素ごとに動領域処理と静領域処理とを適応的に選択することとした。

図２８を参照して、画素ごとの領域判別処理について説明する。
図２８は、領域判別の処理対象となる注目画素Ｂｘと、当該注目画素Ｂｘの領域判別を行うために参照するブロックＢとの関係を示している。すなわち、ハッチングを施して示した注目画素Ｂｘに対して、注目画素Ｂｘを中心とする５×５の画素からなる領域を参照するブロックＢとする。このブロックＢに対しては、第１実施形態の領域判別装置１、第２実施形態の領域判別装置１Ａ、第３実施形態の領域判別装置１Ｂ、第４実施形態の領域判別装置１Ｃなどによって領域判別することができる。第５実施形態の変形例では、このブロックＢを参照して算出した領域判別結果を、当該ブロックＢ全体の画素ではなく、注目画素Ｂｘのみに対応づけるものである。そして、例えば、当該注目画素Ｂｘの隣接画素に対する領域判別は、当該隣接画素を新たな注目画素Ｂｘとする５×５のブロックＢを参照して、行うことができる。

このような画素ごとの領域判別処理は、例えば、図１に示した第１実施形態の領域判別装置１又は図１４に示した第２実施形態の領域判別装置１Ａにおいて、ブロック分割手段１０によって、１画素ごとに分割位置をシフトしたブロックＢを順次分割し、分割した各ブロックＢを構成する画素データをブロック画素記憶手段分割手段１１に記憶するようにする。そして、１画素ごとに分割位置をシフトして分割したブロックＢごとに、前記した手順で領域判別を行い、領域判別結果ｒを当該ブロックＢの注目画素のフレーム画像Ｆ（ｔ_ｎ）の画像面内における位置に対応づけて領域判別マップＲ（ｔ_ｎ）を作成することができる。

また、図２１に示した第３実施形態の領域判別装置１Ｂ又は図２４に示した第４実施形態の領域判別装置１Ｃにおいて、ブロック分割手段１０によって、１画素ごとに分割位置をシフトしたブロックＢを順次分割し、分割した各ブロックＢを構成する画素データをサブブロック分割手段２１に出力する。次に、サブブロック分割手段２１によって、ブロックＢごとに更にサブブロックＢｋに分割し、分割したサブブロックＢｋを構成する画素データをサブブロック画素記憶手段２２に記憶するようにする。そして、１画素ごとに分割位置をシフトして分割したブロックＢごとに、前記した手順で領域判別を行い、領域判別結果ｒを当該ブロックＢの注目画素のフレーム画像Ｆ（ｔ_ｎ）の画像面内における位置に対応づけて領域判別マップＲ（ｔ_ｎ）を作成することができる。

次に、図２９を参照（適宜図２６及び図１参照）して、第５実施形態の変形例のノイズ低減装置２の動作について説明する。

図２９に示した第５実施形態の変形例のノイズ低減装置２の処理におけるステップＳ２０１〜ステップＳ２０４は、図２７に示した第５実施形態のノイズ低減装置２の処理におけるステップＳ１８１〜ステップＳ１８４と同様であるから、説明は省略する。

次に、第５実施形態の変形例のノイズ低減装置２は、領域判別装置１によって、ステップＳ２０４で入力したフレーム画像Ｆ（ｔ_ｎ）を１画素ごとに中心位置をシフトしたブロックＢに分割し（ステップＳ２０５）、各ブロックＢに対して算出した領域判別結果ｒを当該ブロックＢの中心画素のフレーム画像Ｆ（ｔ_ｎ）の画像面内の位置に対応づけた、画素ごと動領域か静領域かを示す領域判別マップＲ（ｔ_ｎ）を作成する（ステップＳ２０６）。

ノイズ低減装置２は、領域判別装置１によって、ステップＳ２０６で領域判別装置１が作成した領域判別マップＲ（ｔ_ｎ）を参照して画素ごとに領域判別結果ｒを確認し（ステップＳ２０７）、注目画素が動領域である場合は（ステップＳ２０７でＹｅｓ）、動領域処理手段４０によって、ステップＳ２０４で入力したフレーム画像Ｆ（ｔ_ｎ）の注目画素に対して動領域処理を施し、動領域フレーム画像Ｆｄ（ｔ_ｎ）を算出して処理結果選択手段４２に出力する（ステップＳ２０８）。一方、注目画素が静領域である場合は（ステップＳ２０７でＮｏ）、静領域処理手段４１によって、ステップＳ２０４で入力したフレーム画像Ｆ（ｔ_ｎ）の注目画素に対して動領域処理を施し、動領域フレーム画像Ｆｄ（ｔ_ｎ）を算出して処理結果選択手段４２に出力する（ステップＳ２０９）。

ノイズ低減装置２は、処理選択手段４２によって、ステップＳ２０６で領域判別装置１が作成した領域判別マップＲ（ｔ_ｎ）を参照して注目画素が動領域である場合はステップＳ２０８で動領域処理手段４０から入力した動領域フレーム画像Ｆｄ（ｔ_ｎ）を選択してフレームメモリ４３に記憶し、注目画素が静領域である場合はステップＳ２０９で静領域処理手段４１から入力した静領域フレーム画像Ｆｓ（ｔ_ｎ）を選択してフレームメモリ４３に記憶する（ステップＳ２１０）。

ノイズ除去装置２は、領域判別装置１によって、注目フレームにおいて未処理の画素があるか確認し（ステップＳ２１１），未処理の画素がある場合は（ステップＳ２１１でＹｅｓ）、ステップＳ２０７に戻って、次の注目画素に対する一連のノイズ低減処理を続ける。一方、未処理の画素がない場合は（ステップＳ２１１でＮｏ）、ノイズ低減装置２は、フレームメモリ４３に蓄積されたノイズ低減したフレーム画像Ｆ’（ｔ_ｎ）を読み出して、外部に出力する（ステップＳ２１２）。

ノイズ低減装置２は、次のフレーム画像Ｆ（ｔ_ｎ＋１）の入力があるか確認し（ステップＳ２１３）、次のフレーム画像Ｆ（ｔ_ｎ＋１）の入力がある場合は（ステップＳ２１３でＹｅｓ）、ステップＳ２０４に戻って、次のフレーム画像Ｆ（ｔ_ｎ＋１）に対する一連のノイズ低減処理を続ける。一方、次のフレーム画像Ｆ（ｔ_ｎ＋１）の入力がない場合は（ステップＳ２１３でＮｏ）、ノイズ低減装置２は処理を終了する。

以上説明したように、第５実施形態の変形例のノイズ低減装置２は、領域判別装置１によって、フレーム画像Ｆ（ｔ_ｎ）を画素ごとに領域判別を行い、当該領域判別結果の従って、画素ごとに動領域処理と静領域処理とを適応的に選択してノイズ低減処理を行う。また、ノイズ低減処理の選択が画素ごとにきめ細かく行えるため、ノイズ低減処理した動画像に選択する２種類の処理の差によるブロックノイズの発生を防止することができる。

１、１Ａ、１Ｂ、１Ｃ、１Ｄ 領域判別装置
２ ノイズ低減装置
１０ ブロック分割手段（領域判別ブロック分割手段）
１１ ブロック画素記憶手段
１２ 差分平均算出手段
１３、１３Ａ 正規化手段
１４ 最大値抽出手段
１５ 領域判別手段
１６ 領域判別マップ記憶手段
１７ 差分計算設定手段
１８、１８Ａ、１８Ｂ、１８Ｃ ノイズレベル設定手段
１９ 判別閾値設定手段
２０ 輝度算出手段（領域判別ブロック輝度算出手段）
２１ サブブロック分割手段
２２ 差分算出手段
３１、３２、３３ フレームメモリ
４０ 動領域処理手段
４１ 静領域処理手段
４２ 処理選択手段
４３ フレームメモリ
５０、５０Ａ ブロック分割手段（ノイズ検出ブロック分割手段）
５１、５１Ａ 直流成分除去画像算出手段
５１ａ ＤＣＴ処理手段
５１ｂ 直流成分除去手段
５１ｃ 逆ＤＣＴ処理手段
５１ｄ ＨＰＦ処理手段
５２ 画素平均算出手段
５３ 最小値抽出手段
５４ 輝度別最小値抽出手段
５５ ノイズレベル検証手段
５６ 補間処理手段
５７ 輝度算出手段（ノイズ検出ブロック輝度算出手段）
６１、６１Ａ 正規化用ノイズレベル検出手段
６２ 検証用ノイズレベル検出手段
１１１ 後フレーム画素記憶手段
１１２ 注目フレーム画素記憶手段
１１３ 前フレーム画素記憶手段
１２１ 差分算出手段
１２２ 平均算出手段
２２１ 後フレーム画素記憶手段
２２２ 注目フレーム画素記憶手段
２２３ 前フレーム画素記憶手段
Ｂ ブロック（領域判別ブロック）
Ｂ^１〜Ｂ^１８、Ｂ^ｋ サブブロック
Ｂｘ 注目画素
Ｃ ブロック（ノイズ検出ブロック）
Ｆ（ｔ_ｎ） フレーム画像

Claims (8)

1. 動画像を構成するフレーム画像の画像平面内の領域が、時間軸方向に前後のフレーム画像に対して変化のある動領域か、変化のない静領域か、の２種類の領域の何れであるかを判別する領域判別装置であって、
   前記フレーム画像を複数の画素からなる領域判別用のブロックである領域判別ブロックに分割する領域判別ブロック分割手段と、
   前記領域判別ブロック分割手段によって分割された領域判別ブロックを、当該領域判別ブロック中の複数の画素から構成される複数のサブブロックに分割するサブブロック分割手段と、
   前記サブブロック分割手段によって分割された複数のサブブロックごとに、前記サブブロックを構成する画素の、フレーム間の差分の大きさの平均値である差分平均を算出する差分平均算出手段と、
   前記動画像に含まれる画像平面内のノイズレベルを設定するノイズレベル設定手段と、
   前記差分平均算出手段によって算出した差分平均を前記ノイズレベル設定手段によって設定したノイズレベルで除することによって正規化される正規化差分平均を算出する正規化手段と、
   前記正規化手段によって算出した前記領域判別ブロックから分割した複数のサブブロックの正規化差分平均の内の最大値を抽出する最大値抽出手段と、
   前記最大値抽出手段によって抽出した正規化差分平均の最大値を、予め定められた判別閾値と比較し、前記正規化差分平均の最大値が前記判別閾値よりも大きい場合に、前記領域判別ブロックを動領域と判別し、前記正規化差分平均の最大値が前記判別閾値以下の場合に、前記領域判別ブロックを静領域と判別する領域判別手段と、
   を備えることを特徴とする領域判別装置。
2. 動画像を構成するフレーム画像の画像平面内の領域が、時間軸方向に前後のフレーム画像に対して変化のある動領域か、変化のない静領域か、の２種類の領域の何れであるかを判別する領域判別装置であって、
   前記フレーム画像から、領域判別の対象となる注目画素を含む複数の画素からなる領域判別用のブロックである領域判別ブロックを分割する領域判別ブロック分割手段と、
   前記領域判別ブロック分割手段によって分割された領域判別ブロックを、当該領域判別ブロック中の複数の画素から構成される複数のサブブロックに分割するサブブロック分割手段と、
   前記サブブロック分割手段によって分割された複数のサブブロックごとに、前記サブブロックを構成する画素の、フレーム間の差分の大きさの平均値である差分平均を算出する差分平均算出手段と、
   前記動画像に含まれる画像平面内のノイズレベルを設定するノイズレベル設定手段と、
   前記差分平均算出手段によって算出した差分平均を前記ノイズレベル設定手段によって設定したノイズレベルで除することによって正規化される正規化差分平均を算出する正規化手段と、
   前記正規化手段によって算出した前記領域判別ブロックから分割した複数のサブブロックの正規化差分平均の内の最大値を抽出する最大値抽出手段と、
   前記最大値抽出手段によって抽出した正規化差分平均の最大値を、予め定められた判別閾値と比較し、前記正規化差分平均の最大値が前記判別閾値よりも大きい場合に、前記注目画素を動領域と判別し、前記正規化差分平均の最大値が前記判別閾値以下の場合に、前記注目画素を静領域と判別する領域判別手段と、
   を備えることを特徴とする領域判別装置。
3. 更に、前記領域判別ブロック分割手段によって分割された領域判別ブロック内の輝度レベルを算出する領域判別ブロック輝度算出手段を備え、
   前記ノイズレベル設定手段は、輝度レベルに応じてノイズレベルが定められた輝度別ノイズレベルを設定するとともに、
   前記正規化手段は、前記領域判別ブロック輝度算出手段によって算出した輝度レベルに対応する前記ノイズレベル設定手段によって設定された輝度別ノイズレベルで前記差分平均を除することによって正規化することを特徴とする請求項１又は請求項２に記載の領域判別装置。
4. 前記ノイズレベル設定手段は、前記正規化手段による正規化のために用いられるノイズレベルを検出する正規化用ノイズレベル検出手段であって、
   前記フレーム画像を複数の画素からなるノイズレベル検出用のブロックであるノイズ検出ブロックに分割するノイズ検出ブロック分割手段と、
   前記ノイズ検出ブロック分割手段によって分割したノイズ検出ブロックから直流成分を除去した直流成分除去画像を算出する直流成分除去画像算出手段と、
   前記直流成分除去画像算出手段によって算出された直流成分除去画像の、前記ノイズ検出ブロック内の画素値の大きさの平均値である画素平均を算出する画素平均算出手段と、
   前記フレーム画像中の複数のノイズ検出ブロックに対応する画素平均から最小値を抽出し、抽出した当該画素平均の最小値を前記ノイズレベルとして出力する最小値抽出手段と、
   を備えることを特徴とする請求項１又は請求項２に記載の領域判別装置。
5. 前記ノイズレベル設定手段は、前記正規化手段による正規化のために用いられるノイズレベルを検出する正規化用ノイズレベル検出手段であって、
   前記フレーム画像を複数の画素からなるノイズ検出ブロックに分割するノイズ検出ブロック分割手段と、前記ノイズ検出ブロック分割手段によって分割したノイズ検出ブロックから直流成分を除去した直流成分除去画像を算出する直流成分除去画像算出手段と、
   前記直流成分除去画像算出手段によって算出された直流成分除去画像の、前記ノイズ検出ブロック内の画素値の大きさの平均値である画素平均を算出する画素平均算出手段と、
   前記ノイズ検出ブロック分割手段によって分割されたノイズ検出ブロック内の輝度レベルを算出するノイズ検出ブロック輝度算出手段と、
   前記画素平均算出手段によって算出された画素平均を、前記ノイズ検出ブロック輝度算出手段によって算出された輝度レベルごとに、フレーム画像中の複数のノイズ検出ブロックに対応する画素平均から最小値を抽出して各輝度レベルにおける前記輝度別ノイズレベルとして出力する最小値抽出手段と
   を備えることを特徴とする請求項３に記載の領域判別装置。
6. 前記ノイズレベル設定手段は、更に、前記正規化用ノイズレベル検出手段によって検出された輝度別ノイズレベルの有効性を検証するための検証用ノイズレベルを、予備撮影によって得られたフレーム画像から検出する検証用ノイズレベル検出手段を備え、
   前記正規化用ノイズレベル検出手段は、前記最小値抽出手段によって抽出された各輝度別ノイズレベルの値が前記検証用ノイズレベル検出手段によって検出された検証用ノイズレベルの値に対して、予め定められた所定の範囲内にあるかどうかを検証し、範囲外にあるときに、当該輝度別ノイズレベルのデータを排除するノイズレベル検証手段と、
   前記ノイズレベル検証手段によって排除された輝度レベルに対応するノイズレベルのデータを、排除されなかった輝度レベルにおけるノイズレベルのデータから補間処理して算出する補間処理手段と
   を備えることを特徴とする請求項５に記載の領域判別装置。
7. 動画像に重畳されたノイズを低減させるノイズ低減装置であって、
   前記動画像を構成するフレーム画像の画像平面内の領域が、時間軸方向に前後のフレーム画像に対して変化のある動領域か、変化のない静領域か、の２種類の領域の何れであるかを判別する請求項１乃至請求項６の何れか一項に記載の領域判別装置と、
   前記領域判別装置によって動領域と判別された前記フレーム画像の領域に対して、画像平面内におけるノイズ低減処理をする動領域処理手段と、
   前記領域判別装置によって静領域と判別された前記フレーム画像の領域に対して、フレーム間におけるノイズ低減処理をする静領域処理手段と、
   を備えることを特徴とするノイズ低減装置。
8. 動画像に重畳されたノイズを低減させるために、コンピュータを、
   前記動画像を構成するフレーム画像の画像平面内の領域が、時間軸方向に前後のフレーム画像に対して変化のある動領域か、変化のない静領域か、の２種類の領域の何れであるかを判別する請求項１乃至請求項６の何れか一項に記載の領域判別装置、
   前記領域判別装置によって動領域と判別された前記フレーム画像の領域に対して、画像平面内におけるノイズ低減処理をする動領域処理手段、
   前記領域判別装置によって静領域と判別された前記フレーム画像の領域に対して、フレーム間におけるノイズ低減処理をする静領域処理手段、
   として機能させるためのノイズ低減プログラム。

Images