JP5157895B2 - 信号処理方法、信号処理システム、係数生成装置、およびデジタルカメラ - Google Patents

Description

本発明は、信号に含まれるノイズを補正するための信号処理方法、信号処理システム、係数生成装置、およびデジタルカメラに関する。

一般に、デジタルカメラの画像では、露光で発生した電荷を増幅して信号に変換する素子の特性のばらつきによって、縦すじ状（または横すじ状）のノイズがＦＰＮ（Fixed Pattern Noise）として発生する。ここで、ＦＰＮとは、同一の撮像素子で撮像した複数の画像に共通した形状で生じるノイズである。このようなＦＰＮはＣＣＤにおいても、ＣＭＯＳイメージセンサーにおいても発生する。従来、撮像した画像からオフセット性の縦すじ状ＦＰＮを除去するために次のような処理を行っている。まず、遮光状態で撮像素子を駆動させて撮像した校正用画像の各縦ラインにおいて、所定画素数の長さの領域を設定し、その領域において画素値の平均値を求めることにより、各縦ラインにおけるＦＰＮ値を推定する。そして、露光状態で撮像素子を駆動させて補正対象画像を撮像し、撮像した補正対象画像の各縦ラインからあらかじめ算出しておいたＦＰＮ推定値を減算することにより、補正対象画像からＦＰＮを除去している。あるいは、遮光状態で撮影する代わりにＯＢ領域（撮像素子の端にある、遮光された撮像領域）を校正用画像として用いてＦＰＮを推定する方法もある（特許文献１参照）。

特開２００３−１５３０８８号公報

しかしながら、従来の方法でＦＰＮ推定値を求める場合、校正用画像に含まれるＦＰＮ以外のノイズの影響による推定誤差が生じる。ただし、ＦＰＮを求めるための縦ライン領域の画素数を充分大きくすれば、ＦＰＮ以外のノイズは縦ライン領域内で相殺されてＦＰＮ推定誤差を小さく抑えられる。しかし、レリーズタイムラグの抑制や連射速度の維持のため、この縦ライン領域の画素数を充分に確保できない場合があり（例えば１２８画素程度）、その場合ＦＰＮ推定誤差は充分に抑制されず、ＦＰＮ補正後の画像に縦すじ状のノイズが生じてしまう。従来の信号検出装置においては、入力画像内に設定した縦方向の所定領域内で画素値の平均値を算出してＦＰＮ値とするため、この推定値が推定誤差を含んでいる場合であっても当該ＦＰＮ推定値を入力画像から減算してしまい、ＦＰＮを除去した後の画像にＦＰＮ推定誤差などのノイズが残ってしまう可能性があった。

本発明の第１の態様は、補正対象信号のノイズと相関するノイズを含む校正用信号に基づいて、前記補正対象信号に含まれることが推定される推定ノイズ形状を算出し、前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記推定ノイズ形状の推定誤差に関する情報に基づいて、前記推定ノイズ形状の振幅を減衰してノイズ形状補正値を生成し、生成した前記ノイズ形状補正値を用いて前記補正対象信号のノイズを補正する信号処理方法であって、前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記推定ノイズ形状の推定誤差に関する情報は、前記補正対象信号とノイズ特性が等しい擬似補正対象信号と、前記校正用信号とノイズ特性が等しい擬似校正用信号とに基づいて生成されることを特徴とする。
本発明の第２の態様は、請求項１に記載の信号処理方法において、前記校正用信号の所定範囲内の信号値の平均的な値を算出することによって、前記推定ノイズ形状を算出する。
本発明の第３の態様は、補正対象信号のノイズと相関するノイズを含む校正用信号、前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記補正対象信号に含まれることが推定される推定ノイズ形状の推定誤差に関する情報に基づいて、ノイズ形状補正値を生成し、生成した前記ノイズ形状補正値を用いて前記補正対象信号のノイズを補正する信号処理方法であって、前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記推定ノイズ形状の推定誤差に関する情報は、前記補正対象信号とノイズ特性が等しい擬似補正対象信号と、前記校正用信号とノイズ特性が等しい擬似校正用信号とに基づいて生成されることを特徴とする。
本発明の第４の態様は、補正対象信号のノイズと相関するノイズを含む校正用信号に基づいて、前記補正対象信号のノイズ形状を推定して推定ノイズ形状を求め、前記推定ノイズ形状に基づいて、前記推定ノイズ形状の推定誤差に関する情報を生成し、前記推定ノイズ形状の推定誤差に関する情報に基づいて、前記推定ノイズ形状を修正してノイズ形状補正値を生成し、前記ノイズ形状補正値を用いて補正対象信号のノイズを補正する信号処理方法であって、前記推定ノイズ形状の推定誤差に関する情報は、前記補正対象信号とノイズ特性が等しい擬似補正対象信号と、前記校正用信号とノイズ特性が等しい擬似校正用信号とに基づいて生成されることを特徴とする。
本発明の第５の態様は、補正対象信号のノイズと相関するノイズを含む校正用信号に基づいて、前記補正対象信号に含まれることが推定される推定ノイズ形状を算出し、前記推定ノイズ形状の振幅を減衰してノイズ形状補正値を生成し、生成した前記ノイズ形状補正値を用いて前記補正対象信号のノイズを補正する信号処理方法であって、前記ノイズ形状補正値は、前記推定ノイズ形状を高周波帯域と低周波帯域とに分離し、前記高周波帯域の推定ノイズ形状の振幅を減衰し、振幅を減衰した前記高周波帯域の推定ノイズ形状と、前記低周波帯域の推定ノイズ形状とを合成することによって生成することを特徴とする。
本発明の第６の態様は、請求項５に記載の信号処理方法において、前記校正用信号の所定範囲内の信号値の平均的な値を算出することによって、前記推定ノイズ形状を算出する。
本発明の第７の態様は、請求項５または６に記載の信号処理方法において、前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記推定ノイズ形状の推定誤差に関する情報に基づいて、前記推定ノイズ形状の振幅を減衰する。
本発明の第８の態様は、補正対象信号のノイズと相関するノイズを含む校正用信号、前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記補正対象信号に含まれることが推定される推定ノイズ形状の推定誤差に関する情報に基づいてノイズ形状補正値を生成し、生成した前記ノイズ形状補正値を用いて前記補正対象信号のノイズを補正する信号処理方法であって、前記ノイズ形状補正値は、前記推定ノイズ形状を高周波帯域と低周波帯域とに分離し、前記高周波帯域の推定ノイズ形状の振幅を減衰し、振幅を減衰した前記高周波帯域の推定ノイズ形状と、前記低周波帯域の推定ノイズ形状とを合成することによって生成することを特徴とする。
本発明の第９の態様は、補正対象信号のノイズと相関するノイズを含む校正用信号に基づいて、前記補正対象信号のノイズ形状を推定して推定ノイズ形状を求め、前記推定ノイズ形状に基づいて、前記推定ノイズ形状の推定誤差に関する情報を生成し、前記推定ノイズ形状の推定誤差に関する情報に基づいて、前記推定ノイズ形状を修正してノイズ形状補正値を生成し、前記ノイズ形状補正値を用いて補正対象信号のノイズを補正する信号処理方法であって、前記ノイズ形状補正値は、前記推定ノイズ形状を高周波帯域と低周波帯域とに分離し、前記高周波帯域の推定ノイズ形状の振幅を減衰し、振幅を減衰した前記高周波帯域の推定ノイズ形状と、前記低周波帯域の推定ノイズ形状とを合成することによって生成することを特徴とする。
本発明の第１０の態様は、請求項７〜９のいずれか一項に記載の信号処理方法において、前記補正対象信号とノイズ特性が等しい擬似補正対象信号と、前記校正用信号とノイズ特性が等しい擬似校正用信号とに基づいて、前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記推定ノイズ形状の推定誤差に関する情報を生成する。
本発明の第１１の態様は、補正対象画像のノイズを補正するための信号処理システムであって、係数生成装置と、デジタルカメラとから構成され、前記係数生成装置は、前記デジタルカメラで撮像される補正対象画像に含まれることが推定される推定ノイズ形状の振幅を減衰するための係数を算出する係数算出部と、前記係数算出部で算出した前記係数を前記デジタルカメラへ出力する出力部とを備え、前記デジタルカメラは、前記係数生成装置から入力される前記係数を記録する記録部と、前記補正対象画像のノイズと相関するノイズを含む校正用画像に基づいて、前記補正対象画像に含まれることが推定される推定ノイズ形状を算出する算出部と、前記算出部で算出した前記推定ノイズ形状の振幅を、前記記録部に記録した係数を用いて減衰してノイズ形状補正値を生成する生成部と、前記生成部で生成した前記ノイズ形状補正値を用いて、前記補正対象画像のノイズを補正するノイズ補正部とを備える。
本発明の第１２の態様は、請求項１１に記載の信号処理システムにおいて、前記補正対象信号の取得とともに、前記校正用信号の取得が行なわれる。
本発明の第１３の態様は、請求項１１または１２に記載の信号処理システムで用いる。
本発明の第１４の態様は、請求項１１または１２に記載の信号処理システムで用いる。

本発明によれば、校正用画像に基づいて推定された推定ノイズ形状の振幅を減衰してノイズ形状補正値を算出し、算出したノイズ形状補正値を用いて補正対象画像のノイズを補正するようにした。このため、推定ノイズ形状が誤差を含んでいる場合であってもその誤差の影響を低減して補正対象画像のノイズを補正することができる。

信号処理システムの一実施の形態の構成を示すブロック図。 デジタルカメラ２００の処理手順を表すフローチャート図。 係数生成処理の手順を示すフローチャート図。 第３の実施の形態におけるＦＰＮ減衰部２０５βの構成を示すブロック図。

―第１の実施の形態―
図１は、第１の実施の形態における信号処理方法を実行するための信号処理システムの一実施の形態の構成を示すブロック図である。信号処理システム１００は、デジタルカメラ２００と、係数生成装置３００とで構成される。

デジタルカメラ２００は、入力スイッチ２０１と、制御装置２０２と、レンズ２０３と、撮像部２０４と、ＦＰＮ補正部２０５と、画像処理部２０６と、モニタ２０７と、メモリカードスロット２０８とを備えている。なお、ＦＰＮ補正部２０５と画像処理部２０６の機能は、ＡＳＩＣ回路によって実現される。

入力スイッチ２０１は、使用者がデジタルカメラ２００を操作するための入力部材の集合であり、レリーズスイッチなどの操作ボタンを含む。

制御装置２０２は、入力スイッチ２０１からの入力に基づき、デジタルカメラ２００のそれぞれの構成要素を制御する。撮像部２０４は、例えばＣＣＤであり、使用者によって入力スイッチ２０１に含まれるレリーズスイッチが押下されるたびに、遮光状態で撮像された校正用画像と、レンズ２０３を通して結像された被写体像を撮像して得られた補正対象画像をＦＰＮ補正部２０５へ出力する。

ＦＰＮ補正部２０５は、ＦＰＮ推定部２０５ａと、ＦＰＮ減衰部２０５ｂと、ＦＰＮ減衰係数記憶メモリ２０５ｃと、ＦＰＮ除去部２０５ｄとから成る。ＦＰＮ推定部２０５ａは校正用画像に基づいてＦＰＮ推定値を出力する。そして、ＦＰＮ減衰部２０５ｂは、ＦＰＮ減衰係数記憶メモリ２０５ｃから読み出したＦＰＮ減衰係数に応じて、ＦＰＮ推定値を減衰してＦＰＮ補正値を出力する。さらに、ＦＰＮ除去部２０５ｄは、ＦＰＮ減衰部２０５ｂから出力されたＦＰＮ補正値を補正対象画像から減算し、画像処理部２０６へ出力する。ここで、ＦＰＮ減衰係数記憶メモリ２０５ｃには、係数生成装置３００によって生成されたＦＰＮ減衰係数が、デジタルカメラ２００が出荷される前にあらかじめ記憶されている。なお、ＦＰＮを補正する処理の詳細については後述する。

画像処理部２０６は、ＦＰＮ補正部２０５によってＦＰＮが補正された画像に対して、公知の補間処理、色変換処理、エッジ強調処理などの種々の画像処理を施し、完成画像を出力する。そして、モニタ２０７は完成画像を縮小して表示し、メモリカードスロット２０８は完成画像をメモリカードに記憶する。

係数生成装置３００は、ＦＰＮ減衰係数を生成するための装置であり、撮像部３０１と、カメラメーカーが所有するパソコンと、そのパソコン上で動作する画像処理プログラムから構成される。上記画像処理プログラムは、上記パソコンをＦＰＮ推定部３０２と、高精度ＦＰＮ測定部３０３と、ＦＰＮ推定誤差算出部３０４と、ＦＰＮ分散算出部３０５と、ＦＰＮ減衰係数算出部３０６として動作させる。なお、上記パソコンに備えられたハードディスクドライブやキーボードやモニタなどの表記は省略している。

撮像部３０１は撮像部２０４と同型の撮像素子であり、同等のノイズ性能を備えている。撮像部３０１は遮光状態で擬似校正用画像と擬似補正対象画像を撮像する。そして、撮像された画像データはＵＳＢなどのインターフェイスを通して上記パソコンのハードディスクドライブに記録される。そして、上記画像処理プログラムが起動されて、上記画像データのノイズ特性を解析してＦＰＮ減衰係数を生成する。そして、生成されたＦＰＮ減衰係数は、デジタルカメラ２００の機種の画像処理パラメータとして仕様書１０１に記載される。そして、デジタルカメラ２００が製造されて画像処理エンジンのパラメータがカメラ内に設定される時、仕様書１０１に記載のＦＰＮ減衰係数がＦＰＮ減衰係数記憶メモリ２０５ｃに記憶される。なお、ＦＰＮ減衰係数を生成する処理の詳細については後述する。

以下、オフセット性縦すじ状ＦＰＮ補正を例に、その処理を図１と図２を用いて詳細に説明する。図２はデジタルカメラ２００の処理手順を表すフローチャートであり、入力スイッチ２０１に含まれるレリーズスイッチが押下されると、図２に記載の処理が開始される。

ステップＳ１では、撮像部２０４が遮光状態で駆動して校正用画像を撮像し、ＦＰＮ推定部２０５ａへ出力する。この校正用画像には、後で撮像される補正対象画像と相関する縦すじ状ＦＰＮが含まれている。また、縦すじ状ＦＰＮは同じ縦ライン上の画素に共通して生じている。

ステップＳ２では、ＦＰＮ推定部２０５ａが、校正用画像に基づいてＦＰＮ推定値を算出する。この処理では、校正用画像の各縦ラインの画素値を画素数Ｌに渡って平均した値を、その縦ラインのＦＰＮ推定値nl’とする。ここで、もしも画素数Ｌを充分大きくすることができれば、ＦＰＮ以外のノイズは各縦ラインで相殺されるので、ＦＰＮ推定値nl’は高精度に求められる。しかし、画素数Ｌを大きくするためには、校正用画像の広い領域に渡って画素値を読み出すことが必要であり、レリーズタイムラグの増加や、連続撮影速度の低下を招く。そのため、画素数Ｌは、例えば１２８画素程度に設定され、その結果、ＦＰＮ推定値には、ＦＰＮ以外のノイズに起因するＦＰＮ推定誤差が含まれる。

ステップＳ３では、ＦＰＮ減衰部２０５ｂが、ＦＰＮ推定値nl’を減衰してＦＰＮ補正値nl”を生成する。この処理では、ＦＰＮ減衰係数記憶メモリ２０５ｃから、ＦＰＮ減衰係数ｋを読み出し、各縦ラインのＦＰＮ補正値nl”を次式（１）で算出する。
nl” ＝ ｋ × nl’ ・・・（１）
なお、ＦＰＮ減衰係数ｋは係数生成装置３００で生成され、デジタルカメラ２００が出荷される前にあらかじめＦＰＮ減衰係数記憶メモリ２０５ｃに記憶されている。このＦＰＮ減衰係数ｋを生成する処理については後述するが、生成されるＦＰＮ減衰係数ｋの値は通常０．８〜０．９程度である。

ステップＳ４では、撮像部２０４が露光状態で駆動し、レンズ２０３を通して結像された被写体像を撮像し、補正対象画像として出力する。

ステップＳ５では、ＦＰＮ除去部２０５ｂが、補正対象画像の各縦ラインの画素値から、ＦＰＮ補正値nl”を減算し、ＦＰＮを補正した画像を出力する。

ステップＳ６では、画像処理部２０６が、ＦＰＮが補正された画像に対して、黒レベル補正、Ｂａｙｅｒ補間、色変換、エッジ強調などの、公知の画像処理を施し、完成画像を出力する。

ステップＳ７では、画像処理部２０６は、モニタ２０７に完成画像を縮小して表示し、メモリカードスロット２０８に挿入されているメモリカードに完成画像を記録する。

次に、本発明によるＦＰＮ補正の原理、従来の手法に対して有利である理由、およびＦＰＮ減衰係数ｋの算出方法について説明する。ステップＳ２で生成されたＦＰＮ推定値nl’は、ＦＰＮの真値nlにＦＰＮ推定誤差neを加算した値である。ここで、ＦＰＮ推定誤差neは、ＦＰＮ以外のノイズを各縦ラインで画素数Ｌに渡って平均した値である。数式で表現すると次式（２）になる。
nl’ ＝ nl + ne ・・・（２）

そして、ステップＳ３でＦＰＮ推定値nl’を減衰してＦＰＮ補正値nl”=k×nl’を生成し、ステップＳ５で補正対象画像の各ラインからＦＰＮ補正値nl”を減算している。よってＦＰＮ補正後の画像に生じる縦すじ状ノイズnl”’は次式（３）で与えられる。
nl”’ ＝ nl − k × nl’ ＝ (1−k) × nl − k × ne ・・・（３）
ただし、右辺への移項には式（２）を用いた。

ここで、ＦＰＮ推定誤差neはＦＰＮ以外のノイズに起因する値であり、ＦＰＮの真値nlとは無相関な確率変数である。従って、nl”’の分散σ²は次式（４）で与えられる。
σ² ＝ (1−k) ² × σl² + k² × σe² ・・・（４）
式（４）において、σl² はＦＰＮの真値nlの分散であり、σe²はＦＰＮ推定誤差neの分散である。

従来のＦＰＮ補正処理ではＦＰＮ推定値を減衰する処理は行わない。従って、その補正後の縦すじ状ノイズの分散σ²は式（４）でk=1とすると求められ、σ²＝σe²となる。一方、本発明では、ＦＰＮ減衰係数kを適切に設定することにより、従来よりも優れた補正処理を行うことができる。ｋの最適な値は、式（４）で与えられるσ²を最小にする値であり、次の方程式（５）を解くことにより求められ、その解は次式（６）で与えられる。
∂σ²／∂k ＝ 2(k−1)）σ_ｌ ^２ ＋ 2kσ_ｅ ^２＝0 ・・・（５）
ｋ ＝ σl² / ( σl² + σe² ) ・・・（６）

本発明による補正後の縦すじ状ノイズの分散σ²は、式（４）に式（６）を代入することによって得られ、σ²＝ｋ×σe²となる。通常、ｋの値は０．８〜０．９程度なので、従来方法に比べてσ²を１割から２割も改善できることになる。本実施の形態が従来方法に対して追加した回路はＦＰＮ減衰部２０５ｂとＦＰＮ減衰係数記憶メモリ２０５ｃだけであり、回路規模の増加が少ないことを考慮すると、この改善は大きい。

なお、本発明の効果を別の理論的側面から説明すると、ＦＰＮ推定値nl’に基づいてＦＰＮ推定誤差neの情報（期待値）を得て、その情報に基づいてＦＰＮ推定値nl’を修正する処理と見なすこともできる。以下でその説明をするが、表記簡略化のためnl’の平均を０とするオフセット処理を行っているとする。また、neの平均は０である。ＦＰＮ推定値nl’ と、ＦＰＮ推定誤差neの間には相関があり、その共分散は次式（７）で与えられる。
＜nl’ × ne＞＝＜(nl + ne) × ne＞＝＜ne²＞＝σe² ・・・（７）

従って、ＦＰＮ推定値nl’を算出することで、ＦＰＮ推定誤差neに対する情報を追加できる。すなわち、ＦＰＮ推定値を算出する前のneの期待値は０だが、ＦＰＮ推定値がnl’として算出されたもとでのneの期待値は０ではなく、次式（８）で求められる。
＜ne＞＝ nl’ × (nl’とneの共分散) / (nl’の分散)
＝ nl’ × σe² / (σl² + σe²) ・・・（８）

この＜ne＞をnl’＝nl+neから減算することにより、nl’よりもnlに統計的に近いＦＰＮ補正値nl”を求められるが、このnl”は次式（９）で求められ、これはｋを式（６）で与えたときに式（１）で与えられるＦＰＮ補正値nl”に一致する。
nl” ＝ nl’ − nl’ × σe² / (σl² + σe²)
＝ nl’ × σl² / (σl² + σe²) ・・・（９）

以上の説明により、適切なＦＰＮ減衰係数ｋを求めるためには、ＦＰＮの真値nlの分散σl²とＦＰＮ推定誤差の分散σe²を求めて式（６）に代入すれば良いことがわかる。それらの処理は係数生成装置３００によって行われる。以下、係数生成装置３００の具体的な動作を、図１と図３を用いて説明する。図３は係数生成処理の手順を示すフローチャートであり、その処理内容は以下の通りである。

ステップＳ１０では、撮像部３０１が遮光状態で駆動し、擬似校正用画像を生成する。撮像部３０１は撮像部２０４と同型であり、同等のノイズ性能を備えている。すなわち、撮像部３０１による撮像画像の、ＦＰＮの平均的な振幅と、ＦＰＮ以外のノイズの平均的な振幅は、撮像部２０４のそれと等しい。ただし、ＦＰＮの形状は両者で異なっている。

ステップＳ２０では、撮像部３０１が遮光状態で駆動し、擬似補正対象画像を生成する。上記の通り、撮像部３０１は撮像部２０４と同型なので、撮像部３０１が撮像する擬似補正対象画像に含まれるＦＰＮの平均的な振幅は、撮像部２０４が撮像する補正対象画像のそれと等しい。ただし、ＦＰＮの形状は両者で異なっている。

ステップＳ３０では、ＦＰＮ推定部３０２が擬似校正用画像に基づいてＦＰＮ推定値を算出する。この処理は、ＦＰＮ推定部２０５ａの処理をシミュレートして行う。すなわち、擬似校正用画像の各縦ライン領域において、ＦＰＮ推定部２０５ａと同じ画素数Ｌに渡って画素値を平均することにより、ＦＰＮ推定値nl’を算出する。従って、ＦＰＮ推定部３０２が算出するＦＰＮ推定値nl’に含まれるＦＰＮ推定誤差は、ＦＰＮ推定部２０５ａのそれと同等の大きさである。

ステップＳ４０では、高精度ＦＰＮ測定部３０３が擬似補正対象画像に含まれるＦＰＮを高精度に測定する。この処理では、擬似補正対象画像の各縦ラインにおいて、充分大きな画素数（例えば２０４８画素）に渡って画素値を平均する。この処理によりＦＰＮ以外のノイズは各縦ラインで相殺されて殆ど０となり、ＦＰＮの真値nlに実質的に等しいＦＰＮ測定値が算出される。従って、このＦＰＮ測定値をnlと表記する。

ステップＳ５０では、ＦＰＮ推定誤差算出部３０４が、ＦＰＮ推定値nl’とＦＰＮ測定値nlに基づき、ＦＰＮ推定誤差neを次式（１０）によって求める。
ne = nl’ − nl ・・・（１０）
そして、全ての縦ラインについてＦＰＮ推定誤差neを求めた後、それらの分散σe²を算出する。

ステップＳ６０では、ＦＰＮ分散算出部３０５が、ＦＰＮ測定値nlの分散σl²を算出する。

ステップＳ７０では、ＦＰＮ減衰係数算出部３０６が、ＦＰＮ測定値の分散σl²ＦＰＮ推定誤差の分散σe²に基づき、式（６）を用いてＦＰＮ減衰係数ｋを算出する。そして、算出されたＦＰＮ減衰係数ｋは仕様書１０１に記載され、デジタルカメラ２００が製造された後、ＦＰＮ減衰係数記憶メモリ２０５ｃに記憶される。

以上の処理により、デジタルカメラ２００のＦＰＮ補正処理に適したＦＰＮ減衰係数ｋがＦＰＮ減衰係数記憶メモリ２０５ｃに記憶され、デジタルカメラ２００で撮影する画像のＦＰＮを高精度に補正することができるようになる。

以上説明した第１の実施の形態によれば、ＦＰＮ推定値を減衰して生成したＦＰＮ補正値を用いてＦＰＮ補正処理を行うことにより、補正処理後の縦すじ状ノイズを従来方法よりも１割から２割も軽減できる。本発明が従来方法に対して追加した処理はＦＰＮ推定値の減衰だけであり、回路規模の増加が少ないことを考慮すると、この改善は大きい。

―第２の実施の形態―
第１の実施の形態によるＦＰＮ補正では、回路規模が従来方法に比べてわずかに増加した。これに対して第２の実施の形態では上記回路規模の増加を抑制し、従来方法に対して回路規模を増加させずにＦＰＮ補正精度を向上させる方法を説明する。

本実施の形態によるデジタルカメラは、図１のデジタルカメラ２００において、ＦＰＮ推定部２０５ａ、ＦＰＮ減衰部２０５ｂ、およびＦＰＮ減衰係数記憶メモリ２０５ｃを合わせた回路を、以下で説明するＦＰＮ補正値算出部２０５ｅに置き換えたものである。なお、デジタルカメラ２００の上記以外の動作は第１の実施の形態と同様である。

ＦＰＮ補正値算出部２０５ｅは、まず、校正用画像の各縦ラインの画素値を積算画素数Ｌに渡って積算する。そして、上記積算値をＬよりも大きな値Ｌ’で割り、ＦＰＮ補正値として出力する。ただし、係数生成装置３００が出力する最適なＦＰＮ減衰係数k_bestに対して、k=L/L’が近い値となるようにＬとＬ’を設定する。例えば、k_bestが０．８〜０．９程度の場合は、Ｌ＝１１２、Ｌ’＝１２８とすればよい。

上記ＦＰＮ補正値算出部２０５ｅは、第１の実施の形態で以下の処理を行う場合と等価な処理結果をもたらす。すなわち、ＦＰＮ推定部２０５ａにおいて校正用画像の各縦ラインにおいて画素数Ｌ＝１１２に渡る平均値を求めてＦＰＮ推定値とし、ＦＰＮ推定値に対してＦＰＮ減衰係数ｋ＝０．８７５をかけてＦＰＮ補正値を出力する処理と等しい。また、本実施の形態は、従来のＦＰＮ補正処理と同等の回路規模で実現できる。なぜなら、従来のＦＰＮ補正処理は本実施の形態でＬ＝Ｌ’とした場合に等しいからである。

ただし、本実施の形態では、k=Ｌ/L’の値を自由に設定することは困難である。従って、係数生成装置３００が出力する最適なＦＰＮ減衰係数k_bestに対して、kは正確には一致しない場合が多い。しかし、それでも本実施形態は従来よりも高精度なＦＰＮ補正処理を行える。このことを以下で説明する。

式（４）によると、ＦＰＮ減衰係数ｋを次の不等式（１１）の範囲内に設定すると、補正後の分散σ^２は従来の補正後の分散であるσe^２よりも小さくなる。
2 × k_best − １ ＜ k ＜ １ ・・・（１１）
ただし、式（１１）において、ｋ_best ＝σl² / ( σl² + σe² )
である。
従って、ｋをある値に設定したもとでは、k_bestが次の不等式（１２）の範囲内にあれば、本実施形態のＦＰＮ補正精度は従来よりも改善する。
k_best ＜（ｋ＋１）/ 2 ・・・（１２）

例えば、本実施形態でk=０．８７５と設定した場合には、k_best＜０．９３７５となるような撮像部とＦＰＮ推定部の組み合わせに対して、ＦＰＮ補正精度が従来より向上する。そして、ほとんどの場合、k_bestは０．８〜０．９程度なので、k=０．８７５と設定すれば充分な改善効果が得られる。

以上説明した第２の実施の形態によれば、校正用画像の各縦ラインの画素値を積算画素数Ｌに渡って積算し、その積算値を上記積算画素数Ｌよりも大きな値で割ってＦＰＮ補正値を算出する。この構成によると、回路規模を従来と同程度に抑制しながら、ＦＰＮ補正精度を従来よりも改善することができる。

―第３の実施の形態―
多くの撮像素子については、第１または第２の実施の形態により適切なＦＰＮ補正処理が行える。しかし、撮像素子の中には低周波成分に大きなＦＰＮを生じるものもあり、そのような撮像素子の画像に対して、第１の実施の形態によるＦＰＮ補正を施すと、低周波成分に対するＦＰＮ補正効果が従来よりも少し低下してしまう。そこで、第３の実施の形態では上記の不具合を改善したＦＰＮ補正方法を説明する。

本実施形態を実現するための装置は、図１のデジタルカメラ２００のＦＰＮ減衰部２０５ｂを図４のＦＰＮ減衰部２０５βに置き換えたものである。なお、ＦＰＮ減衰部２０５ｂ以外は、第１の実施の形態と同様に動作する。以下、ＦＰＮ減衰部２０５βの動作を、図４を用いて説明する。

ＦＰＮ推定値は、校正用画像の各縦ラインについて算出されている。それらのＦＰＮ推定値を横座標の順に一列に配列したデータに対して、平滑化部２０５β１は例えば幅７のガウシアン型平滑化フィルタを演算し、ＦＰＮの低周波成分を抽出する。上記フィルタ演算の加重係数は、例えば（1/64,6/64,15/64,20/64,15/64,6/64,1/64）とすればよい。

次に、減算部２０５β２は、上記ＦＰＮの低周波成分を、上記平滑化を行う前のＦＰＮ推定値から減算することにより、ＦＰＮの高周波成分を抽出する。そして、減衰部２０５β３は、ＦＰＮ減衰係数ｋを読み込み、上記ＦＰＮの高周波成分に対してＦＰＮ減衰係数ｋをかけて、減衰されたＦＰＮの高周波成分を算出する。そして、加算部２０５β４は、平滑化部２０５β１が算出した上記ＦＰＮの低周波成分と、減衰部２０５β３が算出した上記減衰されたＦＰＮの高周波成分を加算し、ＦＰＮ補正値を算出する。

この第３の実施の本実施の形態によれば、ＦＰＮ推定値の高周波成分のみを減衰し、低周波成分は減衰せずにＦＰＮ補正値を生成した。従って、低周波成分に大きなＦＰＮを含む画像に対しても、低周波成分に対するＦＰＮ補正精度を従来と同じに保ちながら、高周波成分に対するＦＰＮ補正精度を従来よりも向上させることができる。

―第４の実施の形態―
第１から第３の実施の形態では、オフセット性ＦＰＮの補正について説明した。しかし、本発明はオフセット性ＦＰＮの補正に限定されず、ゲイン性ＦＰＮの補正に対しても適用できる。そこで、第４の実施の形態では、本発明をデジタルカメラのゲイン性ＦＰＮの補正に適用した場合の具体的な処理を説明する。本実施の形態による信号処理システムは、第１の実施の形態と同様に、図１に記載の構成と、図２と図３に記載の処理手順により実現される。ただし、各処理内容は第１の実施形態とは異なる。まず、デジタルカメラ２００の具体的な動作について、図１と図２を用いて説明する。

図２において、ステップＳ１では、デジタルカメラ２００のユーザーが、入力スイッチ２０１を操作し、デジタルカメラ２００の撮影モードを「校正用画像撮影モード」に設定する。そして、ユーザーは無彩色で一様な壁や空などに向けてデジタルカメラ２００を構えてレリーズスイッチを押す。すると、制御装置２０２は、レンズ２０３の絞りを制御し、周辺減光がなるべく生じないＦ値（例えばＦ５．６程度）に設定する。さらに、制御装置２０２は、不図示のオートフォーカス装置の出力に基づいてレンズ２０３のフォーカスを制御し、被写体がピンボケして撮影されるように設定する。

また、不図示の測光計が上記壁または空の輝度を測光し、制御装置２０２は上記測光結果に基づき、撮像部２０４が所定の露光量で露光されるように露光時間を設定する。そして、撮像部２０４は上記のレンズ状態と露光時間で露光して校正用画像を撮像し、ＦＰＮ推定部２０５ａへ出力する。この校正用画像には、後で撮像される補正対象画像と相関する縦すじ状ＦＰＮが含まれている。また、縦すじ状ＦＰＮは同じ縦ライン上の画素に共通して生じている。

ステップＳ２では、ＦＰＮ推定部２０５ａが、校正用画像に基づいてＦＰＮ推定値を算出する。この処理では、まず、校正用画像の各縦ラインの画素値を所定画素数に渡って平均することにより、「縦ライン平均値」を算出する。そして、上記「縦ライン平均値」を横座標の順に一列に並べた配列に対して、例えば幅7のガウシアン型平滑化フィルタを演算することにより、「高周波ＦＰＮを除去された縦ライン平均値」を生成する。そして、各縦ラインについて、「縦ライン平均値」を「高周波ＦＰＮを除去された縦ライン平均値」で割った値を、ＦＰＮ推定値nl’として算出する。上記ＦＰＮ推定値nl’には、ＦＰＮ以外のノイズに起因するＦＰＮ推定誤差が含まれる。

ステップＳ３では、ＦＰＮ減衰部２０５ｂが、ＦＰＮ推定値nl’を減衰してＦＰＮ補正値nl”を生成する。この処理では、ＦＰＮ減衰係数記憶メモリ２０５ｃから、ＦＰＮ減衰係数ｋを読み出し、各縦ラインのＦＰＮ補正値nl”を次式（１３）で算出する。
nl” = nl’^k ・・・（１３）
なお、ＦＰＮ減衰係数ｋは係数生成装置３００で生成され、デジタルカメラ２００が出荷される前にあらかじめＦＰＮ減衰係数記憶メモリ２０５ｃに記憶されている。ただし、ＦＰＮ減衰係数ｋを生成する処理は後述する。

ステップＳ４では、デジタルカメラ２００のユーザーが、入力スイッチ２０１を操作し、デジタルカメラ２００の撮影モードを「通常撮影モード」に設定する。そして、ユーザーは撮影したい被写体に向けてデジタルカメラ２００を構えてレリーズスイッチを押す。すると、撮像部２０４が露光状態で駆動し、レンズ２０３を通して結像された被写体像を撮像し、補正対象画像として出力する。

ステップＳ５では、ＦＰＮ除去部２０５ｂが、補正対象画像の各縦ラインの画素値をＦＰＮ補正値nl”で除算し、ＦＰＮを補正された画像を出力する。

ステップＳ６では、画像処理部２０６が、ＦＰＮを補正された画像に対して、黒レベル補正、Ｂａｙｅｒ補間、色変換、エッジ強調などの、公知の画像処理を施し、完成画像を出力する。

ステップＳ７では、画像処理部２０６は、モニタ２０７に完成画像を縮小して表示し、メモリカードスロット２０８に挿入されているメモリカードに完成画像を記録する。

次に、本発明によるＦＰＮ補正の原理、ＦＰＮを減衰しない方法に対して有利である理由、およびＦＰＮ減衰係数ｋの算出方法について説明する。ステップＳ２で生成されたＦＰＮ推定値nl’は、ＦＰＮの真値nlにＦＰＮ推定誤差neをかけた値である。数式で表現すると次式（１４）になる。
nl’ ＝ nl × ne ・・・（１４）

そして、ステップＳ３でＦＰＮ推定値nl’を減衰してＦＰＮ補正値nl”=nl’^kを生成し、ステップＳ５で補正対象画像の各ラインの画素値をＦＰＮ補正値nl”で除算している。よってＦＰＮ補正後の画像に生じる縦すじ状ノイズnl”’は次式（１５）で与えられる。
nl”’ ＝ nl / nl’^k = nl^1−k / ne^k ・・・（１５）
ただし、右辺への移項には式（１４）を用いた。

式（１５）を対数で表現すると次式（１６）になる。
log(nl”’)＝(1−k)×log(nl)−k×log(ne) ・・・（１６）
ここで、log(ne)はＦＰＮ以外のノイズに起因する値であり、log(nl)とは無相関な確率変数である。従って、log(nl”’)の分散σ²は次式（１７）で与えられる。
σ²＝(1−k) ²×σl²+k ²×σe² ・・・（１７）
ここで、σl² はlog(nl)の分散であり、σe²はlog(ne)の分散である。

ＦＰＮ推定値を減衰しない補正後の縦すじ状ノイズの対数の分散σ²は式（１７）でk=1とすると求められ、σ² ＝σe²となる。一方、本発明では、ＦＰＮ減衰係数kを適切に設定することにより、従来よりも優れた補正処理を行うことができる。ｋの最適な値は、式（１７）で与えられるσ²を最小にする値であり、次の方程式（１８）を解くと求められる。そして、その解は次式（１９）で与えられる。
∂σ²／∂k ＝ 2(k − 1）σl² + 2kσe² ＝０ ・・・（１８）
ｋ ＝ σl² / (σl² + σe² ) ・・・（１９）

本発明による補正後の縦すじ状ノイズの対数の分散σ²は、式（１７）に式（１９）を代入すると得られ、σ²＝ｋ×σe²となる。ｋは１未満の係数なので、ＦＰＮ推定値を減衰しない補正に比べて改善することになる。

以上より、本実施形態での適切なＦＰＮ減衰係数ｋを求めるためには、ＦＰＮの真値の対数log(nl)の分散σl²とＦＰＮ推定誤差の対数log(ne)の分散σe²を求めて式（１９）に代入すれば良いことがわかる。それらの処理は係数生成装置３００によって行われる。以下、係数生成装置３００の具体的な動作を、図１と図３を用いて説明する。図３は係数生成処理の手順を示すフローチャートであり、その処理内容は以下の通りである。

ステップＳ１０では、カメラメーカーの開発者が、撮像部３０１に対して不図示の照明装置を用いて一様に照明し、その照明の下で撮像部３０１を駆動して擬似校正用画像を撮影する。ただし、この撮影の露光量が、デジタルカメラ２００の「校正用画像撮影モード」で撮像する時の露光量と等しくなるように、露光条件を設定しておく。なお、撮像部３０１は撮像部２０４と同型であり、同等のノイズ性能を備えている。また、デジタルカメラ２００の「校正用画像撮影モード」とほぼ同じ露光量で擬似校正用画像を撮影するので、そのＦＰＮの平均的な振幅と、ＦＰＮ以外のノイズの平均的な振幅は、デジタルカメラ２００の「校正用画像撮影モード」のそれと等しい。ただし、ＦＰＮの形状は両者で異なっている。

ステップＳ２０では、ステップＳ１０と同様の処理で、擬似補正対象画像を複数枚（例えば６４枚）撮影する。

ステップＳ３０では、ＦＰＮ推定部３０２が擬似校正用画像に基づいてＦＰＮ推定値を算出する。この処理は、ＦＰＮ推定部２０５ａの処理をシミュレートして行う。従って、ＦＰＮ推定部３０２が算出するＦＰＮ推定値nl’に含まれるＦＰＮ推定誤差は、ＦＰＮ推定部２０５ａのそれと同等の大きさである。

ステップＳ４０では、高精度ＦＰＮ測定部３０３がこの撮像部３０１のＦＰＮを高精度に測定する。この処理では、まず、ステップＳ２０で撮影した複数枚（例えば６４枚）の擬似補正対象画像の平均画像を作成する。この平均処理で、ＦＰＮ以外のノイズはほとんど相殺される。そして、この平均画像に対してステップＳ３０と同様の処理でＦＰＮ測定値を求める。平均画像にはＦＰＮ以外のノイズが無いので、ＦＰＮ測定値はＦＰＮ推定誤差を含まない。従って、このＦＰＮ測定値をnlと表記する。

ステップＳ５０では、ＦＰＮ推定誤差算出部３０４が、ＦＰＮ推定値nl’とＦＰＮ測定値nlに基づき、ＦＰＮ推定誤差の対数neを次式（２０）によって求める。
log(ne) ＝ log(nl’) − log(nl) ・・・（２０）
そして、全ての縦ラインについてＦＰＮ推定誤差の対数log(ne)を求めた後、それらの分散σe²を算出する。

ステップＳ６０では、ＦＰＮ分散算出部３０５が、ＦＰＮ測定値の対数log(nl)の分散σl²を算出する。

ステップＳ７０では、ＦＰＮ減衰係数算出部３０６が、ＦＰＮ測定値の対数の分散σl²とＦＰＮ推定誤差の対数の分散σe²に基づき、式（１９）を用いてＦＰＮ減衰係数ｋを算出する。そして、算出されたＦＰＮ減衰係数ｋは仕様書１０１に記載され、デジタルカメラ２００が製造された後、ＦＰＮ減衰係数記憶メモリ２０５ｃに記憶される。

以上の処理により、デジタルカメラ２００のＦＰＮ補正処理に適したＦＰＮ減衰係数ｋがＦＰＮ減衰係数記憶メモリ２０５ｃに記憶され、デジタルカメラ２００で撮影する画像のＦＰＮを高精度に補正することができるようになる。

また、校正用画像を用いてゲイン性ＦＰＮを推定する場合、通常はＦＰＮ推定誤差を抑制するために多くの校正用画像を撮影してその平均を求める必要がある。しかし、そのように多くの校正用画像を撮影することは、ユーザーに負荷を与えることになるので望ましくない。従って、１枚または少数の校正用画像から簡易にＦＰＮを推定することが望ましいが、本実施形態によると、その際に生じるＦＰＮ推定誤差による悪影響を抑制し、高精度なゲイン性ＦＰＮ補正処理を行うことができる。

―変形例―
なお、上述した実施の形態の信号処理装置は、以下のように変形することもできる。
（１）上述した第１の実施の形態では、ＦＰＮがホワイトノイズ的に発生している場合の処理を説明した。しかし、実際のＦＰＮには、それよりも低周波のノイズ成分が多く含まれる場合がある。その場合、係数生成装置３００において、ＦＰＮ推定値とＦＰＮ測定値の低周波成分を除去する処理を、上記実施形態に対して追加する必要がある。この処理は以下のようになされる。ＦＰＮ推定部３０２が各縦ライン毎に算出したＦＰＮ推定値を横座標の順に１列に並べた配列に対して、例えば幅７のガウシアン型平滑化フィルタを演算することにより低周波成分を抽出する。このときフィルタ演算の加重係数は、例えば（1/64,6/64,15/64,20/64,15/64,6/64,1/64）とすればよい。そして、平滑化する前のＦＰＮ推定値の配列から前記低周波成分を減算する。ＦＰＮ測定値についても同様に低周波成分を除去する。これ以外の処理は、ＦＰＮに低周波ノイズ成分が多く含まれない場合と同様である。

（２）第１から第３の実施の形態では、撮像部２０４は、補正対象画像と校正用画像を別個に撮像した。しかしこれに限定されず、補正対象画像の上端または下端領域に、ＯＢ領域（遮光状態の撮像領域）を設け、ＯＢ領域を校正用画像として用いてＦＰＮ推定値を算出しても良い。なぜなら、上記ＯＢ領域には、露光する領域と共通する縦すじ状ＦＰＮが含まれているからである。

（３）第１から第４の実施の形態では、撮像部３０１は、擬似補正対象画像と擬似校正用画像を別個に撮像した。しかし、両者の画像のノイズ特性は実質的に等しいので、同一の画像を擬似補正対象画像と擬似校正用画像の二つの用途で用いても良い

（４）第１から第４の実施の形態では、係数生成装置３００はＦＰＮ減衰係数生成処理を１回だけ実施した。しかしそれに限定されず、ＦＰＮ減衰係数生成処理を複数回行い、生成された複数のＦＰＮ減衰係数の平均的な値を算出することにより、ＦＰＮ減衰係数を高精度に求めても良い。

（５）第１から第３の実施の形態ではオフセット性ＦＰＮの補正処理を説明し、第４の実施の形態ではゲイン性ＦＰＮの補正処理を説明した。すなわち、オフセット性ＦＰＮとゲイン性ＦＰＮのどちらかを補正する処理について説明した。しかしこれに限定されず、オフセット性ＦＰＮの補正とゲイン性ＦＰＮの補正を組み合わせても良い。例えば、第１、第２、または第３の実施の形態に記載のオフセット性ＦＰＮ補正処理を行った後、第４の実施の形態に記載のゲイン性ＦＰＮ補正処理を行っても良い。これによって、オフセット性ＦＰＮとゲイン性ＦＰＮをそれぞれ補正することができる。

（６）また、本発明の特徴的な機能は、校正用信号に基づいて推定されたノイズ形状を減衰して補正処理に用いることである。本発明の特徴的な機能を生かした処理として、上述した実施の形態以外に次のような処理がある。

従来、デジタルカメラの長秒時露光時における暗電流ノイズを補正する方法として、遮光状態で校正用画像を撮像し、露光状態で撮像した補正対象画像から上記校正用画像を減算する方法がある。上記補正方法に対して本発明を適用し、上記校正用画像を減衰したものを上記補正対象画像から減算することにより、従来よりも高精度に長秒時露光時における暗電流ノイズを補正できる。

また、従来、周囲騒音をキャンセルして騒音のない音楽を聴くことができるヘッドフォンが開発されている。上記ヘッドフォンは、上記周囲騒音の情報を取得し、ユーザーの耳に到達する音波信号に含まれる騒音信号をキャンセルするような、キャンセル音波信号を発する。上記ヘッドフォンに対して本発明を適用し、上記キャンセル音波信号を減衰させることにより、従来よりも高精度に騒音をキャンセルすることができる。

上記では、種々の実施の形態および変形例を説明したが、本発明はこれらの内容に限定されるものではない。本発明の技術的思想の範囲内で考えられるその他の態様も本発明の範囲内に含まれる。

次の優先権基礎出願の開示内容は引用文としてここに組み込まれる。
日本国特許出願２００６年第０８３２３７号（２００６年３月２４日出願）

Claims (14)

1. 補正対象信号のノイズと相関するノイズを含む校正用信号に基づいて、前記補正対象信号に含まれることが推定される推定ノイズ形状を算出し、
   前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記推定ノイズ形状の推定誤差に関する情報に基づいて、前記推定ノイズ形状の振幅を減衰してノイズ形状補正値を生成し、
   生成した前記ノイズ形状補正値を用いて前記補正対象信号のノイズを補正する信号処理方法であって、
   前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記推定ノイズ形状の推定誤差に関する情報は、前記補正対象信号とノイズ特性が等しい擬似補正対象信号と、前記校正用信号とノイズ特性が等しい擬似校正用信号とに基づいて生成されることを特徴とする信号処理方法。
2. 請求項１に記載の信号処理方法において、
   前記校正用信号の所定範囲内の信号値の平均的な値を算出することによって、前記推定ノイズ形状を算出する信号処理方法。
3. 補正対象信号のノイズと相関するノイズを含む校正用信号、前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記補正対象信号に含まれることが推定される推定ノイズ形状の推定誤差に関する情報に基づいて、ノイズ形状補正値を生成し、
   生成した前記ノイズ形状補正値を用いて前記補正対象信号のノイズを補正する信号処理方法であって、
   前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記推定ノイズ形状の推定誤差に関する情報は、前記補正対象信号とノイズ特性が等しい擬似補正対象信号と、前記校正用信号とノイズ特性が等しい擬似校正用信号とに基づいて生成されることを特徴とする信号処理方法。
4. 補正対象信号のノイズと相関するノイズを含む校正用信号に基づいて、前記補正対象信号のノイズ形状を推定して推定ノイズ形状を求め、
   前記推定ノイズ形状に基づいて、前記推定ノイズ形状の推定誤差に関する情報を生成し、
   前記推定ノイズ形状の推定誤差に関する情報に基づいて、前記推定ノイズ形状を修正してノイズ形状補正値を生成し、
   前記ノイズ形状補正値を用いて補正対象信号のノイズを補正する信号処理方法であって、
   前記推定ノイズ形状の推定誤差に関する情報は、前記補正対象信号とノイズ特性が等しい擬似補正対象信号と、前記校正用信号とノイズ特性が等しい擬似校正用信号とに基づいて生成されることを特徴とする信号処理方法。
5. 補正対象信号のノイズと相関するノイズを含む校正用信号に基づいて、前記補正対象信号に含まれることが推定される推定ノイズ形状を算出し、
   前記推定ノイズ形状の振幅を減衰してノイズ形状補正値を生成し、
   生成した前記ノイズ形状補正値を用いて前記補正対象信号のノイズを補正する信号処理方法であって、
   前記ノイズ形状補正値は、前記推定ノイズ形状を高周波帯域と低周波帯域とに分離し、前記高周波帯域の推定ノイズ形状の振幅を減衰し、振幅を減衰した前記高周波帯域の推定ノイズ形状と、前記低周波帯域の推定ノイズ形状とを合成することによって生成することを特徴とする信号処理方法。
6. 請求項５に記載の信号処理方法において、
   前記校正用信号の所定範囲内の信号値の平均的な値を算出することによって、前記推定ノイズ形状を算出する信号処理方法。
7. 請求項５または６に記載の信号処理方法において、
   前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記推定ノイズ形状の推定誤差に関する情報に基づいて、前記推定ノイズ形状の振幅を減衰する信号処理方法。
8. 補正対象信号のノイズと相関するノイズを含む校正用信号、前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記補正対象信号に含まれることが推定される推定ノイズ形状の推定誤差に関する情報に基づいてノイズ形状補正値を生成し、
   生成した前記ノイズ形状補正値を用いて前記補正対象信号のノイズを補正する信号処理方法であって、
   前記ノイズ形状補正値は、前記推定ノイズ形状を高周波帯域と低周波帯域とに分離し、前記高周波帯域の推定ノイズ形状の振幅を減衰し、振幅を減衰した前記高周波帯域の推定ノイズ形状と、前記低周波帯域の推定ノイズ形状とを合成することによって生成することを特徴とする信号処理方法。
9. 補正対象信号のノイズと相関するノイズを含む校正用信号に基づいて、前記補正対象信号のノイズ形状を推定して推定ノイズ形状を求め、
   前記推定ノイズ形状に基づいて、前記推定ノイズ形状の推定誤差に関する情報を生成し、
   前記推定ノイズ形状の推定誤差に関する情報に基づいて、前記推定ノイズ形状を修正してノイズ形状補正値を生成し、
   前記ノイズ形状補正値を用いて補正対象信号のノイズを補正する信号処理方法であって、
   前記ノイズ形状補正値は、前記推定ノイズ形状を高周波帯域と低周波帯域とに分離し、前記高周波帯域の推定ノイズ形状の振幅を減衰し、振幅を減衰した前記高周波帯域の推定ノイズ形状と、前記低周波帯域の推定ノイズ形状とを合成することによって生成することを特徴とする信号処理方法。
10. 請求項７〜９のいずれか一項に記載の信号処理方法において、
    前記補正対象信号とノイズ特性が等しい擬似補正対象信号と、前記校正用信号とノイズ特性が等しい擬似校正用信号とに基づいて、前記補正対象信号と前記校正用信号に相関して含まれるノイズ形状の平均的な振幅、および前記推定ノイズ形状の推定誤差に関する情報を生成する信号処理方法。
11. 補正対象画像のノイズを補正するための信号処理システムであって、
    係数生成装置と、
    デジタルカメラとから構成され、
    前記係数生成装置は、
    前記デジタルカメラで撮像される補正対象画像に含まれることが推定される推定ノイズ形状の振幅を減衰するための係数を算出する係数算出部と、
    前記係数算出部で算出した前記係数を前記デジタルカメラへ出力する出力部とを備え、
    前記デジタルカメラは、
    前記係数生成装置から入力される前記係数を記録する記録部と、
    前記補正対象画像のノイズと相関するノイズを含む校正用画像に基づいて、前記補正対象画像に含まれることが推定される推定ノイズ形状を算出する算出部と、
    前記算出部で算出した前記推定ノイズ形状の振幅を、前記記録部に記録した係数を用いて減衰してノイズ形状補正値を生成する生成部と、
    前記生成部で生成した前記ノイズ形状補正値を用いて、前記補正対象画像のノイズを補正するノイズ補正部とを備える信号処理システム。
12. 請求項１１に記載の信号処理システムにおいて、
    前記補正対象信号の取得とともに、前記校正用信号の取得が行なわれる信号処理システム。
13. 請求項１１または１２に記載の信号処理システムで用いるための係数生成装置。
14. 請求項１１または１２に記載の信号処理システムで用いるためのデジタルカメラ。

Images