JP5761988B2 - 画像処理装置、画像処理方法 - Google Patents
画像処理装置、画像処理方法 Download PDFInfo
- Publication number
- JP5761988B2 JP5761988B2 JP2010283729A JP2010283729A JP5761988B2 JP 5761988 B2 JP5761988 B2 JP 5761988B2 JP 2010283729 A JP2010283729 A JP 2010283729A JP 2010283729 A JP2010283729 A JP 2010283729A JP 5761988 B2 JP5761988 B2 JP 5761988B2
- Authority
- JP
- Japan
- Prior art keywords
- filter
- pixel
- image
- filters
- representative
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims 3
- 238000004364 calculation method Methods 0.000 claims description 66
- 238000000034 method Methods 0.000 claims description 62
- 230000008569 process Effects 0.000 claims description 43
- 239000011159 matrix material Substances 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000000717 retained effect Effects 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 239000002131 composite material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Classifications
-
- G06T5/73—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Description
前記画像の各画素について少なくとも1つずつ設定された、該画素に対して適用する為の原フィルタであって、前記画像中の少なくとも2つの画素の間で異なる原フィルタを示す情報を、前記画像の各画素について取得する情報取得手段と、
前記情報取得手段によって取得された情報が示す複数の原フィルタから、該複数の原フィルタの合計数よりも数が少ない、複数の代表フィルタを決定するフィルタ決定手段と、
前記画像の各画素について、該画素に対応する原フィルタを近似するための前記複数の代表フィルタの線型結合における、前記複数の代表フィルタそれぞれの重み値を示す重みベクトルを、該画素に対応する原フィルタと前記複数の代表フィルタとに基づいて決定する重み決定手段と、
前記画像に対して前記複数の代表フィルタそれぞれの畳み込み演算を行う第一の処理と、前記画像の各画素の画素値に該画素に対応する重みベクトルが示す重み値を乗算する第二の処理と、前記画像に前記第一の処理と前記第二の処理とを行うことによって得られた、それぞれが前記複数の代表フィルタのうちの一つに対応する複数の画像を合成する処理と、を行うことによって、前記画像に対するフィルタ処理を実行する実行手段と
を備えることを特徴とする。
<画像処理装置の機能構成例について>
先ず、本実施形態に係る画像処理装置の機能構成例について、図5のブロック図を用いて説明する。画像処理装置500は、端子501を介して後述する代表フィルタ数Nを取得すると共に、端子502を介して入力画像を取得する。そして端子503を介してフィルタ処理済み画像を出力する。画像処理装置500内の各部については図1〜3に分けて説明する。
次に、代表フィルタ取得部100が行う処理について、同処理のフローチャートを示す図4を用いて、より詳細に説明する。ステップS401では重要度算出部103は、x方向にX画素、y方向にY画素、のサイズを有する画像における着目画素の座標位置として用いる変数x、yをそれぞれ0に初期化する。なお、座標位置(x、y)=(0、0)は、この画像の左上隅の座標位置を示しているものとする。
次に、重要度算出部103によって重要度を求めるための方法について説明する。重要度算出部103は、それぞれのフィルタに対して、フィルタ内の係数値がより大きいほどより大きい重要度をこのフィルタに対して与える。例えば、フィルタ内の各係数の値の自乗和が大きいほどより大きい重要度をこのフィルタに対して与える。もちろん、重要度の大小を左右する要素はこれに限るものではなく、その他にも考え得る。例えば、フィルタのサイズがより大きいほどより大きい重要度をこのフィルタに対して与えても良い。このように、重要度の大小を左右する要素には様々なものが考えられ、1つのみを用いても良いし、複数個を用いても良い。
次に、重み係数算出部200が重みベクトルwを求める為に行う処理について、より詳細に説明する。座標位置(x’、y’)に対応するフィルタはF(x-x’,y-y’,x’,y’)と表すことができ、代表フィルタfiはfi(x-x’,y-y’)と表すことができる。
次に、フィルタ演算部300が行うフィルタ処理について、より詳細に説明する。配列Kは以下の式を満たす。
第1の実施形態では、代表フィルタを取得する際にフィルタ群に重要度を割り当て、重要度の高いフィルタを代表フィルタとして取得した。本実施形態では、主成分分析を用いて、代表フィルタをフィルタ群の線形結合で構成する場合について説明する。
第1の実施形態では、画素位置(領域)によって異なるフィルタを代表フィルタと重み係数に分解近似する方法について説明した。本実施形態では、画素位置(領域)と画素値に応じてフィルタが異なる場合のフィルタの分解について説明する。以下では、第1の実施形態との差異のみについて説明する。
図1,2,3,12に示した各部は何れもハードウェアとして実装しても良いが、一部若しくは全部をソフトウェア(コンピュータプログラム)として実装しても良い。例えば、フィルタデータベース110、代表フィルタデータベース120、重み係数データベース210、のそれぞれは、ハードディスクドライブ装置に代表される大容量情報記憶装置内に登録しておく。そして、それ以外の各部をコンピュータプログラムとしてコンピュータにインストールしておくと共に、上記の処理で既知の情報としたものや、処理対象となる画像のデータなどもこのコンピュータに格納させておく。また、このコンピュータにはこの大容量情報記憶装置を接続する。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
Claims (12)
- 画像を取得する画像取得手段と、
前記画像の各画素について少なくとも1つずつ設定された、該画素に対して適用する為の原フィルタであって、前記画像中の少なくとも2つの画素の間で異なる原フィルタを示す情報を、前記画像の各画素について取得する情報取得手段と、
前記情報取得手段によって取得された情報が示す複数の原フィルタから、該複数の原フィルタの合計数よりも数が少ない、複数の代表フィルタを決定するフィルタ決定手段と、
前記画像の各画素について、該画素に対応する原フィルタを近似するための前記複数の代表フィルタの線型結合における、前記複数の代表フィルタそれぞれの重み値を示す重みベクトルを、該画素に対応する原フィルタと前記複数の代表フィルタとに基づいて決定する重み決定手段と、
前記画像に対して前記複数の代表フィルタそれぞれの畳み込み演算を行う第一の処理と、前記画像の各画素の画素値に該画素に対応する重みベクトルが示す重み値を乗算する第二の処理と、前記画像に前記第一の処理と前記第二の処理とを行うことによって得られた、それぞれが前記複数の代表フィルタのうちの一つに対応する複数の画像を合成する処理と、を行うことによって、前記画像に対するフィルタ処理を実行する実行手段と
を備えることを特徴とする画像処理装置。 - 前記実行手段は、前記画像の各画素の画素値に該画素に対応する重みベクトルが示す第一の重み成分を乗算して得られる処理済み画像に対して、前記第一の重み成分に対応する第一の代表フィルタを畳み込み演算した結果と、前記画像の各画素の画素値に該画素に対応する重みベクトルが示す第二の重み成分を乗算して得られる処理済み画像に対して、前記第二の重み成分に対応する第二の代表フィルタを畳み込み演算した結果と、を合成することで、前記フィルタ処理を実行することを特徴とする請求項1に記載の画像処理装置。
- 前記フィルタ決定手段は、前記情報取得手段が取得した情報が示す複数の原フィルタから重要度が大きい順に規定個数の原フィルタを前記複数の代表フィルタとして選択する
ことを特徴とする請求項1に記載の画像処理装置。 - 前記フィルタ決定手段は、それぞれの前記原フィルタに対して、より大きい係数値から成る原フィルタにはより大きい重要度を割り当てることを特徴とする請求項3に記載の画像処理装置。
- 前記フィルタ決定手段は、それぞれの前記原フィルタに対して、より大きいサイズの原フィルタにはより大きい重要度を割り当てることを特徴とする請求項3に記載の画像処理装置。
- 更に、
前記画像を構成するそれぞれの画素について、該画素に対応する原フィルタと前記複数の代表フィルタとの間の相関を第1の相関として取得する手段と、
前記複数の代表フィルタ同士の相関を第2の相関として取得する手段と
を備え、
前記重み決定手段は、前記第1の相関と前記第2の相関とに基づいて前記重みベクトルを決定する
ことを特徴とする請求項1乃至5の何れか1項に記載の画像処理装置。 - 前記重み決定手段は、
前記画像を構成するそれぞれの画素について、前記複数の代表フィルタ同士の相関を示す相関行列を乗じることで前記第1の相関を示す相関ベクトルとなるようなベクトルであって、前記複数の代表フィルタに対する重み値を成分とする該ベクトル、を重みベクトルとして決定することを特徴とする請求項6に記載の画像処理装置。 - 着目画素に対して適用する為の原フィルタは、該着目画素と該着目画素の周辺画素から成る画素群に対して乗じる係数から成るフィルタであることを特徴とする請求項1乃至7の何れか1項に記載の画像処理装置。
- 着目画素に対して適用する為の原フィルタは、該着目画素の画素値に対応するフィルタであることを特徴とする請求項1乃至7の何れか1項に記載の画像処理装置。
- 前記畳み込み演算は、高速フーリエ変換を用いた演算であることを特徴とする請求項1乃至9の何れか1項に記載の画像処理装置。
- 画像処理装置が行う画像処理方法であって、
前記画像処理装置の画像取得手段が、画像を取得する画像取得工程と、
前記画像処理装置の情報取得手段が、前記画像の各画素について少なくとも1つずつ設定された、該画素に対して適用する為の原フィルタであって、前記画像中の少なくとも2つの画素の間で異なる原フィルタを示す情報を、前記画像の各画素について取得する情報取得工程と、
前記画像処理装置のフィルタ決定手段が、前記情報取得工程で取得された情報が示す複数の原フィルタから、該複数の原フィルタの合計数よりも数が少ない、複数の代表フィルタを決定するフィルタ決定工程と、
前記画像処理装置の重み決定手段が、前記画像の各画素について、該画素に対応する原フィルタを近似するための前記複数の代表フィルタの線型結合における、前記複数の代表フィルタそれぞれの重み値を示す重みベクトルを、該画素に対応する原フィルタと前記複数の代表フィルタとに基づいて決定する重み決定工程と、
前記画像処理装置の実行手段が、前記画像に対して前記複数の代表フィルタそれぞれの畳み込み演算を行う第一の処理と、前記画像の各画素の画素値に該画素に対応する重みベクトルが示す重み値を乗算する第二の処理と、前記画像に前記第一の処理と前記第二の処理とを行うことによって得られた、それぞれが前記複数の代表フィルタのうちの一つに対応する複数の画像を合成する処理と、を行うことによって、前記画像に対するフィルタ処理を実行する実行工程と
を備えることを特徴とする画像処理方法。 - コンピュータを、請求項1乃至10の何れか1項に記載の画像処理装置の各手段として機能させるためのコンピュータプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010283729A JP5761988B2 (ja) | 2010-12-20 | 2010-12-20 | 画像処理装置、画像処理方法 |
US13/313,524 US8774545B2 (en) | 2010-12-20 | 2011-12-07 | Image processing apparatus and image processing method with weighted vectors for filtering |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010283729A JP5761988B2 (ja) | 2010-12-20 | 2010-12-20 | 画像処理装置、画像処理方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2012134668A JP2012134668A (ja) | 2012-07-12 |
JP2012134668A5 JP2012134668A5 (ja) | 2014-02-13 |
JP5761988B2 true JP5761988B2 (ja) | 2015-08-12 |
Family
ID=46234522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010283729A Active JP5761988B2 (ja) | 2010-12-20 | 2010-12-20 | 画像処理装置、画像処理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8774545B2 (ja) |
JP (1) | JP5761988B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5766034B2 (ja) | 2011-06-08 | 2015-08-19 | キヤノン株式会社 | 画像処理方法、画像処理装置及びプログラム。 |
JP5968107B2 (ja) | 2011-09-01 | 2016-08-10 | キヤノン株式会社 | 画像処理方法、画像処理装置およびプログラム |
JP6112824B2 (ja) | 2012-02-28 | 2017-04-12 | キヤノン株式会社 | 画像処理方法および装置、プログラム。 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2956213B2 (ja) * | 1990-11-30 | 1999-10-04 | ソニー株式会社 | 画像処理装置 |
US20020172431A1 (en) * | 2001-03-07 | 2002-11-21 | Atkins C. Brian | Digital image appearance enhancement and compressibility improvement method and system |
EP1289309B1 (en) * | 2001-08-31 | 2010-04-21 | STMicroelectronics Srl | Noise filter for Bayer pattern image data |
US7113185B2 (en) * | 2002-11-14 | 2006-09-26 | Microsoft Corporation | System and method for automatically learning flexible sprites in video layers |
US7181082B2 (en) * | 2002-12-18 | 2007-02-20 | Sharp Laboratories Of America, Inc. | Blur detection system |
JP2005031759A (ja) * | 2003-07-07 | 2005-02-03 | Canon Inc | 空間フィルタを適用する画像処理装置及び画像処理方法 |
JP3855079B2 (ja) | 2003-08-19 | 2006-12-06 | 学校法人早稲田大学 | 画像改質処理方法およびその装置、プログラム、並びにデータ記録媒体 |
US8036494B2 (en) * | 2004-04-15 | 2011-10-11 | Hewlett-Packard Development Company, L.P. | Enhancing image resolution |
JP2007067625A (ja) * | 2005-08-30 | 2007-03-15 | Matsushita Electric Ind Co Ltd | カメラシステムにおけるフィルタ補正回路 |
WO2009116291A1 (ja) * | 2008-03-21 | 2009-09-24 | 学校法人東京理科大学 | 雑音抑圧装置および雑音抑圧方法 |
US8345130B2 (en) * | 2010-01-29 | 2013-01-01 | Eastman Kodak Company | Denoising CFA images using weighted pixel differences |
US8411980B1 (en) * | 2010-11-12 | 2013-04-02 | Adobe Systems Incorporated | Removing motion blur from unaligned multiple blurred images |
-
2010
- 2010-12-20 JP JP2010283729A patent/JP5761988B2/ja active Active
-
2011
- 2011-12-07 US US13/313,524 patent/US8774545B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20120155784A1 (en) | 2012-06-21 |
US8774545B2 (en) | 2014-07-08 |
JP2012134668A (ja) | 2012-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210350168A1 (en) | Image segmentation method and image processing apparatus | |
Kim et al. | Accurate image super-resolution using very deep convolutional networks | |
US20190364265A1 (en) | Free-viewpoint video generating method and free-viewpoint video generating system | |
US9692939B2 (en) | Device, system, and method of blind deblurring and blind super-resolution utilizing internal patch recurrence | |
Yang et al. | Fast image super-resolution based on in-place example regression | |
US9405960B2 (en) | Face hallucination using convolutional neural networks | |
US9412151B2 (en) | Image processing apparatus and image processing method | |
CN107749987B (zh) | 一种基于块运动估计的数字视频稳像方法 | |
JP2015513151A (ja) | 入力画像の階層的超解像を実行する方法及び装置 | |
JP6320649B1 (ja) | 機械学習装置及び画像認識装置 | |
JP2013518336A (ja) | 入力画像から増加される画素解像度の出力画像を生成する方法及びシステム | |
JP2007000205A (ja) | 画像処理装置及び画像処理方法並びに画像処理プログラム | |
Pickup | Machine learning in multi-frame image super-resolution | |
JP7032913B2 (ja) | 画像処理装置、画像処理方法、コンピュータプログラム | |
JP5761988B2 (ja) | 画像処理装置、画像処理方法 | |
US10540735B2 (en) | Information processing device, information processing method, and recording medium | |
US20150324953A1 (en) | Method and apparatus for performing single-image super-resolution | |
WO2015047538A1 (en) | Psf estimation using multiple smaller images | |
JP7443030B2 (ja) | 学習方法、プログラム、学習装置、および、学習済みウエイトの製造方法 | |
Mandal et al. | Employing structural and statistical information to learn dictionary (s) for single image super-resolution in sparse domain | |
JP7191588B2 (ja) | 画像処理方法、画像処理装置、撮像装置、レンズ装置、プログラム、および、記憶媒体 | |
You et al. | Single image super-resolution with non-local balanced low-rank matrix restoration | |
JP6997969B2 (ja) | 画像合成システム、画像合成方法、および画像合成プログラム記録媒体 | |
CN106897975B (zh) | 一种超立方体粒计算的图像去噪方法 | |
CN113362338B (zh) | 铁轨分割方法、装置、计算机设备和铁轨分割处理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131219 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131219 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140818 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140926 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20141121 |
|
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: 20150511 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150609 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5761988 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |