JP5822157B2 - ノイズ低減装置、ノイズ低減方法及びプログラム - Google Patents
ノイズ低減装置、ノイズ低減方法及びプログラム Download PDFInfo
- Publication number
- JP5822157B2 JP5822157B2 JP2011156659A JP2011156659A JP5822157B2 JP 5822157 B2 JP5822157 B2 JP 5822157B2 JP 2011156659 A JP2011156659 A JP 2011156659A JP 2011156659 A JP2011156659 A JP 2011156659A JP 5822157 B2 JP5822157 B2 JP 5822157B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- image patch
- noise reduction
- patch
- variance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
- Picture Signal Circuits (AREA)
Description
は、下記数1によって表すことができる。以下、この行列
を単に「画像パッチ集合」とも言う。
は入力画像におけるk番目の画像パッチに対応する列ベクトルを表す。以下、この列ベクトル
を単に「k番目の画像パッチ」、又は
とも言う。また、Nは画像パッチ集合の要素数を表す。つまり、Nは入力画像から得られた複数の画像パッチの個数である。
は、画像パッチ
と画像パッチ
の間の類似度に基づく重み関数である。画像パッチ
と画像パッチ
の間の類似度が大きければ、重み
が大きくなるように設定される。即ち、ノイズ低減装置1で使用される重み
は、入力画像の画像パッチ間の類似度に基づいて設定されている。重み関数
の具体例については、後述する。
に基づき、パラメータρを設定するようにしても良い。ここで、
は入力画像のノイズの分散を表す。また、rは予め設定された所定のパラメータである。一例として、例えば、rの値を5と設定する。つまり、パラメータρを入力画像のノイズの分散の定数倍と設定するようにしても良い。
は、画像パッチ
に対応するアフィン空間の原点となる。また、基底行列生成部240で生成された基底行列
は、画像パッチ
に対応するアフィン空間の基底行列となる。
は、画像パッチ集合生成部11で生成されたフィルタリングされた画像パッチ集合におけるk番目のフィルタリングされた画像パッチを表し、以下、単に
とも言う。
はフィルタリングされた画像パッチ
とフィルタリングされた画像パッチ
の間の類似度に基づく重み関数である。フィルタリングされた画像パッチ
とフィルタリングされた画像パッチ
の間の類似度が大きければ、重み
が大きくなるように設定される。即ち、重み関数
は、重み関数
と同じように設定すれば良いので、その具体例の説明は省略する。ただし、ノイズ低減装置2で使用される重み
は、フィルタリングされた画像パッチ間の類似度に基づいて設定されている。
は、画像パッチ集合生成部12で生成されたデータベース画像パッチ集合におけるi番目のデータベース画像パッチを表し、以下、単に
とも言う。Mはデータベース画像パッチ集合の要素数である。
はデータベース画像パッチ
と画像パッチ
の間の類似度に基づく重み関数である。データベース画像パッチ
と画像パッチ
の間の類似度が大きければ、重み
が大きくなるように設定される。即ち、重み関数
は、重み関数
と同じように設定すれば良いので、その具体例の説明は省略する。ただし、ノイズ低減装置3で使用される重み
は、データベース画像パッチと画像パッチの間の類似度に基づいて設定されている。
はデータベース画像パッチ
とフィルタリングされた画像パッチ
の間の類似度に基づく重み関数である。データベース画像パッチ
とフィルタリングされた画像パッチ
の間の類似度が大きければ、重み
が大きくなるように設定される。即ち、重み関数
は、重み関数
と同じように設定すれば良いので、その具体例の説明は省略する。ただし、ノイズ低減装置4で使用される重み
は、データベース画像パッチとフィルタリングされた画像パッチの間の類似度に基づいて設定されている。
画像パッチ集合生成部 10,11,12,13,14
ノイズ低減処理部 20,21,22,23,24
画像合成部 30,31
フィルタリング処理部 40
画像データベース 50,51
平均ベクトル算出部 210,211,212,213
分散共分散行列算出部 220,221,222,223
固有値固有ベクトル算出部 230
基底行列生成部 240
画像パッチ射影部 250
Claims (51)
- ノイズを含む一枚の画像から、当該画像のデノイズされた画像を生成するノイズ低減装置であって、
前記画像から画像パッチ集合を生成する、画像パッチ集合生成部と、
前記画像パッチ集合に属する全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成する、ノイズ低減処理部と、
前記ノイズ低減処理部で生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、前記デノイズされた画像を合成する、画像合成部と、
を備え、
前記ノイズ低減処理部は、
前記全ての画像パッチに対し、平均ベクトル算出処理を行うことにより、各画像パッチに対応する平均ベクトルを算出する、平均ベクトル算出部と、
前記画像パッチ集合、及び前記平均ベクトル算出部で算出された平均ベクトルに基づき、前記全ての画像パッチに対し、分散共分散行列算出処理を行うことにより、各画像パッチに対応する分散共分散行列を算出する、分散共分散行列算出部と、
固有値固有ベクトル算出処理を行うことにより、前記分散共分散行列算出部で算出された、各画像パッチに対応する分散共分散行列の固有値固有ベクトルをそれぞれ算出する、固有値固有ベクトル算出部と、
前記固有値固有ベクトル算出部で算出された、各画像パッチに対応する固有値固有ベクトルに基づき、基底行列生成処理を行うことにより、各画像パッチに対応する基底行列をそれぞれ生成する、基底行列生成部と、
前記全ての画像パッチに対し、各画像パッチ、前記平均ベクトル算出部で算出された各画像パッチに対応する平均ベクトル、及び、前記基底行列生成部で生成された各画像パッチに対応する基底行列に基づき、画像パッチ射影処理を行うことにより、各画像パッチのデノイズされた画像パッチを生成する、画像パッチ射影部とを備えることを特徴とするノイズ低減装置。 - ノイズを含む一枚の画像から、当該画像のデノイズされた画像を生成するノイズ低減装置であって、
前記画像に対し、フィルタリング処理を行うことにより、フィルタリングされた画像を生成する、フィルタリング処理部と、
前記画像から画像パッチ集合を生成するとともに、前記フィルタリングされた画像からフィルタリングされた画像パッチ集合を生成する、画像パッチ集合生成部と、
前記画像パッチ集合及び前記フィルタリングされた画像パッチ集合に基づき、前記画像パッチ集合に属する全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成する、ノイズ低減処理部と、
前記ノイズ低減処理部で生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、前記デノイズされた画像を合成する、画像合成部と、
を備え、
前記ノイズ低減処理部は、
前記画像パッチ集合及び前記フィルタリングされた画像パッチ集合に基づき、前記全ての画像パッチに対し、平均ベクトル算出処理を行うことにより、各画像パッチに対応する平均ベクトルを算出する、平均ベクトル算出部と、
前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、及び前記平均ベクトル算出部で算出された平均ベクトルに基づき、前記全ての画像パッチに対し、分散共分散行列算出処理を行うことにより、各画像パッチに対応する分散共分散行列を算出する、分散共分散行列算出部と、
固有値固有ベクトル算出処理を行うことにより、前記分散共分散行列算出部で算出された、各画像パッチに対応する分散共分散行列の固有値固有ベクトルをそれぞれ算出する、固有値固有ベクトル算出部と、
前記固有値固有ベクトル算出部で算出された、各画像パッチに対応する固有値固有ベクトルに基づき、基底行列生成処理を行うことにより、各画像パッチに対応する基底行列をそれぞれ生成する、基底行列生成部と、
前記全ての画像パッチに対し、各画像パッチ、前記平均ベクトル算出部で算出された各画像パッチに対応する平均ベクトル、及び、前記基底行列生成部で生成された各画像パッチに対応する基底行列に基づき、画像パッチ射影処理を行うことにより、各画像パッチのデノイズされた画像パッチを生成する、画像パッチ射影部とを備えることを特徴とするノイズ低減装置。 - ノイズを含む一枚の画像から、当該画像のデノイズされた画像を生成するノイズ低減装置であって、
予め撮影された一枚以上の画像を格納する画像データベースと、
前記画像から画像パッチ集合を生成するとともに、前記画像データベースに格納されている画像からデータベース画像パッチ集合を生成する、画像パッチ集合生成部と、
前記画像パッチ集合及び前記データベース画像パッチ集合に基づき、前記画像パッチ集合に属する全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成する、ノイズ低減処理部と、
前記ノイズ低減処理部で生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、前記デノイズされた画像を合成する、画像合成部と、
を備え、
前記ノイズ低減処理部は、
前記画像パッチ集合及び前記データベース画像パッチ集合に基づき、前記全ての画像パッチに対し、平均ベクトル算出処理を行うことにより、各画像パッチに対応する平均ベクトルを算出する、平均ベクトル算出部と、
前記画像パッチ集合、前記データベース画像パッチ集合、及び前記平均ベクトル算出部で算出された平均ベクトルに基づき、前記全ての画像パッチに対し、分散共分散行列算出処理を行うことにより、各画像パッチに対応する分散共分散行列を算出する、分散共分散行列算出部と、
固有値固有ベクトル算出処理を行うことにより、前記分散共分散行列算出部で算出された、各画像パッチに対応する分散共分散行列の固有値固有ベクトルをそれぞれ算出する、固有値固有ベクトル算出部と、
前記固有値固有ベクトル算出部で算出された、各画像パッチに対応する固有値固有ベクトルに基づき、基底行列生成処理を行うことにより、各画像パッチに対応する基底行列をそれぞれ生成する、基底行列生成部と、
前記全ての画像パッチに対し、各画像パッチ、前記平均ベクトル算出部で算出された各画像パッチに対応する平均ベクトル、及び、前記基底行列生成部で生成された各画像パッチに対応する基底行列に基づき、画像パッチ射影処理を行うことにより、各画像パッチのデノイズされた画像パッチを生成する、画像パッチ射影部とを備えることを特徴とするノイズ低減装置。 - ノイズを含む一枚の画像から、当該画像のデノイズされた画像を生成するノイズ低減装置であって、
前記画像に対し、フィルタリング処理を行うことにより、フィルタリングされた画像を生成する、フィルタリング処理部と、
予め撮影された一枚以上の画像を格納する画像データベースと、
前記フィルタリングされた画像からフィルタリングされた画像パッチ集合を生成するとともに、前記画像データベースに格納されている画像からデータベース画像パッチ集合を生成し、さらに、前記画像から画像パッチ集合を生成する、画像パッチ集合生成部と、
前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、及び前記データベース画像パッチ集合に基づき、前記画像パッチ集合に属する全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成する、ノイズ低減処理部と、
前記ノイズ低減処理部で生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、前記デノイズされた画像を合成する、画像合成部と、
を備え、
前記ノイズ低減処理部は、
前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、及び前記データベース画像パッチ集合に基づき、前記全ての画像パッチに対し、平均ベクトル算出処理を行うことにより、各画像パッチに対応する平均ベクトルを算出する、平均ベクトル算出部と、
前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、前記データベース画像パッチ集合、及び前記平均ベクトル算出部で算出された平均ベクトルに基づき、前記全ての画像パッチに対し、分散共分散行列算出処理を行うことにより、各画像パッチに対応する分散共分散行列を算出する、分散共分散行列算出部と、
固有値固有ベクトル算出処理を行うことにより、前記分散共分散行列算出部で算出された、各画像パッチに対応する分散共分散行列の固有値固有ベクトルをそれぞれ算出する、固有値固有ベクトル算出部と、
前記固有値固有ベクトル算出部で算出された、各画像パッチに対応する固有値固有ベクトルに基づき、基底行列生成処理を行うことにより、各画像パッチに対応する基底行列をそれぞれ生成する、基底行列生成部と、
前記全ての画像パッチに対し、各画像パッチ、前記平均ベクトル算出部で算出された各画像パッチに対応する平均ベクトル、及び、前記基底行列生成部で生成された各画像パッチに対応する基底行列に基づき、画像パッチ射影処理を行うことにより、各画像パッチのデノイズされた画像パッチを生成する、画像パッチ射影部とを備えることを特徴とするノイズ低減装置。 - ノイズを含む一枚の画像から、当該画像のデノイズされた画像を生成するノイズ低減装置であって、
フィルタリング処理部と、画像データベースと、画像パッチ集合生成部と、ノイズ低減処理部と、画像合成部とを備え、
前記ノイズ低減装置では、
前記フィルタリング処理部が、前記画像に対し、フィルタリング処理を行うことにより、フィルタリングされた画像を生成し、
前記画像パッチ集合生成部が、前記画像から画像パッチ集合を生成するとともに、前記フィルタリングされた画像からフィルタリングされた画像パッチ集合を生成し、
前記ノイズ低減処理部が、前記画像パッチ集合及び前記フィルタリングされた画像パッチ集合に基づき、前記画像パッチ集合に属する全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成し、
前記画像合成部が、前記ノイズ低減処理部で生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、デノイズされた画像を合成し、
前記デノイズされた画像が、前記画像データベースの画像として、前記画像データベースに格納され、
前記画像パッチ集合生成部が、前記画像データベースに格納されている画像に対して、データベース画像パッチ集合生成処理を行うことにより、データベース画像パッチ集合を生成し、
前記ノイズ低減処理部が、前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、及び前記データベース画像パッチ集合に基づき、前記全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成し、
前記画像合成部が、前記ノイズ低減処理部で生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、デノイズされた画像を合成し、
繰り返し処理終了条件を満たしたと判定された場合に、前記デノイズされた画像を前記ノイズ低減装置が生成したデノイズされた画像とし、
前記繰り返し処理終了条件を満たさないと判定された場合に、前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、及び前記データベース画像パッチ集合に基づいて行われるノイズ低減処理を繰り返し行うことにより、デノイズされた画像パッチを生成し、生成したデノイズされた画像パッチを前記画像データベースの画像とすることを特徴とするノイズ低減装置。 - ノイズを含む一枚の画像から、当該画像のデノイズされた画像を生成するノイズ低減方法であって、
前記画像から画像パッチ集合を生成する、画像パッチ集合生成ステップと、
前記画像パッチ集合に属する全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成する、ノイズ低減処理ステップと、
前記ノイズ低減処理ステップで生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、前記デノイズされた画像を合成する、画像合成ステップと、
を有し、
前記ノイズ低減処理ステップは、
前記全ての画像パッチに対し、平均ベクトル算出処理を行うことにより、各画像パッチに対応する平均ベクトルを算出する、平均ベクトル算出ステップと、
前記画像パッチ集合、及び前記平均ベクトル算出ステップで算出された平均ベクトルに基づき、前記全ての画像パッチに対し、分散共分散行列算出処理を行うことにより、各画像パッチに対応する分散共分散行列を算出する、分散共分散行列算出ステップと、
固有値固有ベクトル算出処理を行うことにより、前記分散共分散行列算出ステップで算出された、各画像パッチに対応する分散共分散行列の固有値固有ベクトルをそれぞれ算出する、固有値固有ベクトル算出ステップと、
前記固有値固有ベクトル算出ステップで算出された、各画像パッチに対応する固有値固有ベクトルに基づき、基底行列生成処理を行うことにより、各画像パッチに対応する基底行列をそれぞれ生成する、基底行列生成ステップと、
前記全ての画像パッチに対し、各画像パッチ、前記平均ベクトル算出ステップで算出された各画像パッチに対応する平均ベクトル、及び、前記基底行列生成ステップで生成された各画像パッチに対応する基底行列に基づき、画像パッチ射影処理を行うことにより、各画像パッチのデノイズされた画像パッチを生成する、画像パッチ射影ステップとを有することを特徴とするノイズ低減方法。 - ノイズを含む一枚の画像から、当該画像のデノイズされた画像を生成するノイズ低減方法であって、
前記画像に対し、フィルタリング処理を行うことにより、フィルタリングされた画像を生成する、フィルタリング処理ステップと、
前記画像から画像パッチ集合を生成するとともに、前記フィルタリングされた画像からフィルタリングされた画像パッチ集合を生成する、画像パッチ集合生成ステップと、
前記画像パッチ集合及び前記フィルタリングされた画像パッチ集合に基づき、前記画像パッチ集合に属する全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成する、ノイズ低減処理ステップと、
前記ノイズ低減処理ステップで生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、前記デノイズされた画像を合成する、画像合成ステップと、
を有し、
前記ノイズ低減処理ステップは、
前記画像パッチ集合及び前記フィルタリングされた画像パッチ集合に基づき、前記全ての画像パッチに対し、平均ベクトル算出処理を行うことにより、各画像パッチに対応する平均ベクトルを算出する、平均ベクトル算出ステップと、
前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、及び前記平均ベクトル算出ステップで算出された平均ベクトルに基づき、前記全ての画像パッチに対し、分散共分散行列算出処理を行うことにより、各画像パッチに対応する分散共分散行列を算出する、分散共分散行列算出ステップと、
固有値固有ベクトル算出処理を行うことにより、前記分散共分散行列算出ステップで算出された、各画像パッチに対応する分散共分散行列の固有値固有ベクトルをそれぞれ算出する、固有値固有ベクトル算出ステップと、
前記固有値固有ベクトル算出ステップで算出された、各画像パッチに対応する固有値固有ベクトルに基づき、基底行列生成処理を行うことにより、各画像パッチに対応する基底行列をそれぞれ生成する、基底行列生成ステップと、
前記全ての画像パッチに対し、各画像パッチ、前記平均ベクトル算出ステップで算出された各画像パッチに対応する平均ベクトル、及び、前記基底行列生成ステップで生成された各画像パッチに対応する基底行列に基づき、画像パッチ射影処理を行うことにより、各画像パッチのデノイズされた画像パッチを生成する、画像パッチ射影ステップとを有することを特徴とするノイズ低減方法。 - ノイズを含む一枚の画像から、当該画像のデノイズされた画像を生成するノイズ低減方法であって、
予め撮影された一枚以上の画像を画像データベースに格納するステップと、
前記画像から画像パッチ集合を生成するとともに、前記画像データベースに格納されている画像からデータベース画像パッチ集合を生成する、画像パッチ集合生成ステップと、
前記画像パッチ集合及び前記データベース画像パッチ集合に基づき、前記画像パッチ集合に属する全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成する、ノイズ低減処理ステップと、
前記ノイズ低減処理ステップで生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、前記デノイズされた画像を合成する、画像合成ステップと、
を有し、
前記ノイズ低減処理ステップは、
前記画像パッチ集合及び前記データベース画像パッチ集合に基づき、前記全ての画像パッチに対し、平均ベクトル算出処理を行うことにより、各画像パッチに対応する平均ベクトルを算出する、平均ベクトル算出ステップと、
前記画像パッチ集合、前記データベース画像パッチ集合、及び前記平均ベクトル算出ステップで算出された平均ベクトルに基づき、前記全ての画像パッチに対し、分散共分散行列算出処理を行うことにより、各画像パッチに対応する分散共分散行列を算出する、分散共分散行列算出ステップと、
固有値固有ベクトル算出処理を行うことにより、前記分散共分散行列算出ステップで算出された、各画像パッチに対応する分散共分散行列の固有値固有ベクトルをそれぞれ算出する、固有値固有ベクトル算出ステップと、
前記固有値固有ベクトル算出ステップで算出された、各画像パッチに対応する固有値固有ベクトルに基づき、基底行列生成処理を行うことにより、各画像パッチに対応する基底行列をそれぞれ生成する、基底行列生成ステップと、
前記全ての画像パッチに対し、各画像パッチ、前記平均ベクトル算出ステップで算出された各画像パッチに対応する平均ベクトル、及び、前記基底行列生成ステップで生成された各画像パッチに対応する基底行列に基づき、画像パッチ射影処理を行うことにより、各画像パッチのデノイズされた画像パッチを生成する、画像パッチ射影ステップとを有することを特徴とするノイズ低減方法。 - ノイズを含む一枚の画像から、当該画像のデノイズされた画像を生成するノイズ低減方法であって、
前記画像に対し、フィルタリング処理を行うことにより、フィルタリングされた画像を生成する、フィルタリング処理ステップと、
予め撮影された一枚以上の画像を画像データベースに格納するステップと、
前記フィルタリングされた画像からフィルタリングされた画像パッチ集合を生成するとともに、前記画像データベースに格納されている画像からデータベース画像パッチ集合を生成し、さらに、前記画像から画像パッチ集合を生成する、画像パッチ集合生成ステップと、
前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、及び前記データベース画像パッチ集合に基づき、前記画像パッチ集合に属する全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成する、ノイズ低減処理ステップと、
前記ノイズ低減処理ステップで生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、前記デノイズされた画像を合成する、画像合成ステップと、
を有し、
前記ノイズ低減処理ステップは、
前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、及び前記データベース画像パッチ集合に基づき、前記全ての画像パッチに対し、平均ベクトル算出処理を行うことにより、各画像パッチに対応する平均ベクトルを算出する、平均ベクトル算出ステップと、
前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、前記データベース画像パッチ集合、及び前記平均ベクトル算出ステップで算出された平均ベクトルに基づき、前記全ての画像パッチに対し、分散共分散行列算出処理を行うことにより、各画像パッチに対応する分散共分散行列を算出する、分散共分散行列算出ステップと、
固有値固有ベクトル算出処理を行うことにより、前記分散共分散行列算出ステップで算出された、各画像パッチに対応する分散共分散行列の固有値固有ベクトルをそれぞれ算出する、固有値固有ベクトル算出ステップと、
前記固有値固有ベクトル算出ステップで算出された、各画像パッチに対応する固有値固有ベクトルに基づき、基底行列生成処理を行うことにより、各画像パッチに対応する基底行列をそれぞれ生成する、基底行列生成ステップと、
前記全ての画像パッチに対し、各画像パッチ、前記平均ベクトル算出ステップで算出された各画像パッチに対応する平均ベクトル、及び、前記基底行列生成ステップで生成された各画像パッチに対応する基底行列に基づき、画像パッチ射影処理を行うことにより、各画像パッチのデノイズされた画像パッチを生成する、画像パッチ射影ステップとを有することを特徴とするノイズ低減方法。 - ノイズを含む一枚の画像から、当該画像のデノイズされた画像を生成するノイズ低減方法であって、
フィルタリング処理ステップと、画像パッチ集合生成ステップと、ノイズ低減処理ステップと、画像合成ステップとを有し、
前記ノイズ低減方法では、
前記フィルタリング処理ステップが、前記画像に対し、フィルタリング処理を行うことにより、フィルタリングされた画像を生成し、
前記画像パッチ集合生成ステップが、前記画像から画像パッチ集合を生成するとともに、前記フィルタリングされた画像からフィルタリングされた画像パッチ集合を生成し、
前記ノイズ低減処理ステップが、前記画像パッチ集合及び前記フィルタリングされた画像パッチ集合に基づき、前記画像パッチ集合に属する全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成し、
前記画像合成ステップが、前記ノイズ低減処理ステップで生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、デノイズされた画像を合成し、
前記デノイズされた画像が、画像データベースの画像として、前記画像データベースに格納され、
前記画像パッチ集合生成ステップが、前記画像データベースに格納されている画像に対して、データベース画像パッチ集合生成処理を行うことにより、データベース画像パッチ集合を生成し、
前記ノイズ低減処理ステップが、前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、及び前記データベース画像パッチ集合に基づき、前記全ての画像パッチに対して、画像パッチ毎に、異なるパラメータによるノイズ低減処理を行うことにより、デノイズされた画像パッチを生成し、
前記画像合成ステップが、前記ノイズ低減処理ステップで生成された全てのデノイズされた画像パッチに対し、画像合成処理を行うことにより、デノイズされた画像を合成し、
繰り返し処理終了条件を満たしたと判定された場合に、前記デノイズされた画像を前記ノイズ低減方法によって生成されたデノイズされた画像とし、
前記繰り返し処理終了条件を満たさないと判定された場合に、前記画像パッチ集合、前記フィルタリングされた画像パッチ集合、及び前記データベース画像パッチ集合に基づいて行われるノイズ低減処理を繰り返し行うことにより、デノイズされた画像パッチを生成し、生成したデノイズされた画像パッチを前記画像データベースの画像とすることを特徴とするノイズ低減方法。 - 請求項26乃至請求項50の何れかに記載のノイズ低減方法をコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011156659A JP5822157B2 (ja) | 2011-07-15 | 2011-07-15 | ノイズ低減装置、ノイズ低減方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011156659A JP5822157B2 (ja) | 2011-07-15 | 2011-07-15 | ノイズ低減装置、ノイズ低減方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013026669A JP2013026669A (ja) | 2013-02-04 |
JP5822157B2 true JP5822157B2 (ja) | 2015-11-24 |
Family
ID=47784590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011156659A Expired - Fee Related JP5822157B2 (ja) | 2011-07-15 | 2011-07-15 | ノイズ低減装置、ノイズ低減方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5822157B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7005168B2 (ja) | 2017-05-02 | 2022-01-21 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP7030493B2 (ja) | 2017-11-30 | 2022-03-07 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
WO2019116975A1 (ja) * | 2017-12-13 | 2019-06-20 | 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 |
JP7114431B2 (ja) * | 2017-12-13 | 2022-08-08 | 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 |
KR102060656B1 (ko) | 2018-07-17 | 2019-12-30 | 국방과학연구소 | 소나 영상의 잡음을 제거하는 장치 및 방법 |
JP7301589B2 (ja) | 2019-04-25 | 2023-07-03 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
JP7328096B2 (ja) | 2019-09-13 | 2023-08-16 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
US11423515B2 (en) | 2019-11-06 | 2022-08-23 | Canon Kabushiki Kaisha | Image processing apparatus |
JP7437921B2 (ja) | 2019-11-22 | 2024-02-26 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
CN111721420B (zh) * | 2020-04-27 | 2021-06-29 | 浙江智物慧云技术有限公司 | 基于红外阵列时序的半监督人工智能人体检测嵌入式算法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070237364A1 (en) * | 2006-03-31 | 2007-10-11 | Fuji Photo Film Co., Ltd. | Method and apparatus for context-aided human identification |
JP5056297B2 (ja) * | 2007-09-14 | 2012-10-24 | カシオ計算機株式会社 | 撮像装置、撮像装置制御プログラム及び撮像装置制御方法 |
-
2011
- 2011-07-15 JP JP2011156659A patent/JP5822157B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2013026669A (ja) | 2013-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5822157B2 (ja) | ノイズ低減装置、ノイズ低減方法及びプログラム | |
Vishwakarma et al. | Color image enhancement techniques: a critical review | |
US7664301B2 (en) | Method and apparatus for enhancing image quality of a two-dimensional ultrasound image | |
CN109978774B (zh) | 多帧连续等曝光图像的去噪融合方法及装置 | |
US8792746B2 (en) | Image processing apparatus, image processing method, and program | |
JP5251637B2 (ja) | ノイズ低減装置、ノイズ低減方法、ノイズ低減プログラム、記録媒体 | |
JP4858609B2 (ja) | ノイズ低減装置、ノイズ低減方法、及びノイズ低減プログラム | |
WO2016031189A1 (en) | Image processing apparatus, image processing method, recording medium, and program | |
US20130022288A1 (en) | Image processing apparatus and method for reducing edge-induced artefacts | |
JP2017010092A (ja) | 画像処理装置、撮像装置、画像処理方法、画像処理プログラム、および、記憶媒体 | |
Iwanami et al. | An adaptive contrast enhancement using regional dynamic histogram equalization | |
US11145032B2 (en) | Image processing apparatus, method and storage medium for reducing color noise and false color | |
CN113222853B (zh) | 一种基于噪声估计的渐进式红外图像降噪方法 | |
TW201349170A (zh) | 深度圖產生裝置及其方法 | |
Yue et al. | Image noise estimation and removal considering the bayer pattern of noise variance | |
Hu et al. | A novel retinex algorithm and its application to fog-degraded image enhancement | |
KR20100101463A (ko) | 노이즈 저감 장치 및 방법 | |
KR20100097858A (ko) | 예제 기반 신경회로망을 이용한 고해상도 영상 확대 | |
Kaur et al. | An improved adaptive bilateral filter to remove gaussian noise from color images | |
KR101514152B1 (ko) | 특이값 분해를 이용한 화질 개선 방법 및 장치 | |
JP7437921B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP7365206B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
KR101958194B1 (ko) | 변환 도메인의 대조비 개선 장치 및 방법 | |
Mohan | Adaptive super-resolution image reconstruction with lorentzian error norm | |
Priorov et al. | Applications of image filtration based on principal component analysis and nonlocal image processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140707 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150520 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150526 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150624 |
|
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: 20150908 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150925 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5822157 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |