JP6042043B2 - 画像処理装置、画像処理方法、プログラム及び記録媒体 - Google Patents

画像処理装置、画像処理方法、プログラム及び記録媒体 Download PDF

Info

Publication number
JP6042043B2
JP6042043B2 JP2016551634A JP2016551634A JP6042043B2 JP 6042043 B2 JP6042043 B2 JP 6042043B2 JP 2016551634 A JP2016551634 A JP 2016551634A JP 2016551634 A JP2016551634 A JP 2016551634A JP 6042043 B2 JP6042043 B2 JP 6042043B2
Authority
JP
Japan
Prior art keywords
processing
filter
data
filtering
image
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
Application number
JP2016551634A
Other languages
English (en)
Other versions
JPWO2016052000A1 (ja
Inventor
洋介 成瀬
洋介 成瀬
林　健吉
健吉 林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Application granted granted Critical
Publication of JP6042043B2 publication Critical patent/JP6042043B2/ja
Publication of JPWO2016052000A1 publication Critical patent/JPWO2016052000A1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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 using local operators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/61—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4"
    • H04N25/615—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4" involving a transfer function modelling the optical system, e.g. optical transfer function [OTF], phase transfer function [PhTF] or modulation transfer function [MTF]
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Description

本発明は画像処理装置、画像処理方法、プログラム及び記録媒体に係り、特に画像フィルタ処理に関する。
画質を改善するためのフィルタリング処理や特殊な視覚効果を付与するためのフィルタリング処理等、様々な画像フィルタ処理技術が提案されている。例えば、撮影レンズの収差等に起因する像劣化特性を表す点拡がり関数（点像分布関数（ＰＳＦ：Ｐｏｉｎｔ Ｓｐｒｅａｄ Ｆｕｎｃｔｉｏｎ））に基づいて定められるフィルタを使って本来の画像を復元する点像復元処理が知られている。
特許文献１は、振幅成分及び位相成分の回復処理を行う画像処理方法を開示する。この画像処理方法によれば、回復処理における回復度合を調整するための回復強度調整係数が設定され、位相成分状態は等しいが振幅成分状態が異なる第１の画像と第２の画像との差分情報が第２の画像に対して回復強度調整係数に応じて合成され、回復度合と弊害発生リスクとが調整される。この回復処理で使用される画像回復フィルタは記憶部に記憶されるが、実際に記憶部に記憶される画像回復フィルタは、焦点距離（状態Ａ）、絞り値（状態Ｂ）及び被写体距離（状態Ｃ）の３つの撮像状態を軸とした撮像状態空間において離散的に配置される。
特開２０１１−１２４６９２号公報
Ｊ．Ａ．Ｆｅｓｓｌｅｒ ａｎｄ Ａ．Ｏ．Ｈｅｒｏ，"Ｓｐａｃｅ−Ａｌｔｅｒｎａｔｉｎｇ Ｇｅｎｅｒａｌｉｚｅｄ Ｅｘｐｅｃｔａｔｉｏｎ−Ｍａｘｉｍｉｚａｔｉｏｎ Ａｌｇｏｒｉｔｈｍ，" ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，Ｖｏｌ．１７，Ｎｏ．１０，ｐｐ．２６６４−２６７７，１９９４． Ｂ．Ｈ．Ｆｌｅｕｒｙ，Ｍ．Ｔｓｃｈｕｄｉｎ，Ｒ．Ｈｅｄｄｅｒｇｏｔｔ，Ｄ．Ｄａｈｌｈａｕｓ，ａｎｄ Ｋ．Ｉ．Ｐｅｄｅｒｓｅｎ，"Ｃｈａｎｎｅｌ Ｐａｒａｍｅｔｅｒ Ｅｓｔｉｍａｔｉｏｎ ｉｎ Ｍｏｂｉｌｅ Ｒａｄｉｏ Ｅｎｖｉｒｏｎｍｅｎｔｓ Ｕｓｉｎｇ ｔｈｅ ＳＡＧＥ Ａｌｇｏｒｉｔｈｍ，"ＩＥＥＥ Ｊ．Ｓｅｌｅｃｔｅｄ Ａｒｅａｓ ｉｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｖｏｌ．１７，Ｎｏ．３，ｐｐ．４３４−４４９，Ｍａｒ．１９９９． Ｙ．Ｐａｔｉ，Ｒ．Ｒｅｚａｉｉｆａｒ，Ｐ．Ｋｒｉｓｈｎａｐｒａｓａｄ，"Ｏｒｔｈｏｇｏｎａｌ Ｍａｔｃｈｉｎｇ Ｐｕｒｓｕｉｔ ： ｒｅｃｕｒｓｉｖｅ ｆｕｎｃｔｉｏｎ ａｐｐｒｏｘｉｍａｔｉｏｎ ｗｉｔｈ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｗａｖｅｌｅｔ ｄｅｃｏｍｐｏｓｉｔｉｏｎ"，ｉｎ Ａｓｉｌｏｍａｒ Ｃｏｎｆ．ｏｎ Ｓｉｇｎａｌｓ，Ｓｙｓｔｅｍｓ ａｎｄ Ｃｏｍｐｕｔ．，１９９３．
上述のような画像フィルタ処理で使用されるフィルタの種類及び数が増えると、フィルタ全体のデータ量が飛躍的に増大し、膨大な記憶領域（ＲＯＭ：Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）を確保する必要がある。
すなわち、画像フィルタ処理で使用されるフィルタが複数の条件に応じて定められる場合には、指数関数的な割合で必要なフィルタのデータ量が増える。例えば撮影光学系の点拡がり関数は、絞り値（Ｆ値）、ズーム値（焦点距離）、被写体距離、フォーカス位置、光学系種別、撮像素子のセンサＳＮ比（Ｓｉｇｎａｌ−Ｎｏｉｓｅ ｒａｔｉｏ）、像高（画像内位置）及び光学系個体差などの撮影条件に応じて変化する。しかしながら、個々の撮影条件の組み合わせの全てに関して特有のフィルタを準備すると、それらのフィルタに必要な全体のデータ量は膨大になる。
また特定の異方性や周波数特性が考慮された画像フィルタ処理では、必要とされるフィルタのパターン数が増大してしまう。さらに画素位置に応じて使用するフィルタ（フィルタ係数）を変える場合には、処理対象の画像の画素数に応じてフィルタのデータ量が増大してしまう。
理想的には、全ての条件の組み合わせに関するフィルタを予め準備してメモリに記憶しておくことが望ましい。しかしながら膨大な記憶容量を確保する必要があり、高価なメモリを準備する必要があるため、全ての条件に対応するフィルタを予め準備及び記憶しておくことは、実際に画像処理システムを構築する観点からは必ずしも望ましくない。
特許文献１に記載の画像処理方法では、焦点距離、絞り値及び被写体距離の各々に関して離散的に求められた画像回復フィルタが記憶されることで、記憶データ量の低減が図られている。この画像処理方法によれば、実際の撮像状態と画像回復フィルタが格納された複数の撮像状態との間の撮像状態空間での距離（状態相違量）が算出され、最も距離の短い位置の画像回復フィルタが選択されて回復処理で使用される。或いは、「実際の撮像状態と画像回復フィルタが格納された複数の撮像状態との間の撮像状態空間での距離」と「重み付けした方向」との積を評価関数として、この評価関数の値が最も高い画像回復フィルタが選択されて回復処理で使用される。或いは、補間処理等によって補正された画像回復フィルタが回復処理で使用される。
この特許文献１の画像処理方法では、記憶しておく画像回復フィルタを少なくするほど、必要とされる記憶容量を低減することができるが、実際に使用される画像回復フィルタが実際の撮像状態に十分に対応しない可能性が増大する。すなわち実際の撮像状態に対応する画像回復フィルタが記憶部に記憶されていない場合には、他の撮像状態に対応する画像回復フィルタが代替的に使用され、或いは他の撮像状態から推測されて補正された画像回復フィルタが使用される。そのため記憶部に記憶しておく画像回復フィルタを少なくするほど、代替的に使用される画像回復フィルタと実際の撮像状態との乖離が大きくなる可能性が増大し、また画像回復フィルタの推測精度及び補正精度が悪くなる。
また多数のフィルタを使用する画像フィルタ処理では、フィルタ係数を決定するための計算量が増大する問題がある。例えば、画像フィルタ処理で使用するフィルタをタップ数が制限されたＦＩＲ（Ｆｉｎｉｔｅ Ｉｍｐｕｌｓｅ Ｒｅｓｐｏｎｓｅ）フィルタによって実現する場合には、各タップに割り当てられるフィルタ係数の演算に必要な計算量が増大する。
例えば点拡がり関数に基づいてフィルタを生成するケースにおいて、点拡がり関数（ＰＳＦ）をフーリエ変換して得られる光学伝達関数（ＯＴＦ：Ｏｐｔｉｃａｌ Ｔｒａｎｓｆｅｒ Ｆｕｎｃｔｉｏｎ）からウィナー（Ｗｉｅｎｅｒ）フィルタを算出することができる。フィルタのタップ数に制限が無い場合には、そのウィナーフィルタを逆フーリエ変換することによって得られる所望の周波数特性を、任意のタップ数を持つフィルタによって実現することが可能である。
しかしながら、実際に使用可能なハードウェアが制限されると、フィルタのタップ数も制限されることとなる。フィルタのタップ数が制限される条件下で、所望の周波数特性を持つタップ係数を算出するには、非線形最適化問題を解く必要があるため、非常に多くの計算量が必要とされる。
したがって点拡がり関数等の像劣化特性を取得した後に直ちに画像フィルタ処理を行う場合には、実際に使用されるタップ係数の算出のために多大な計算リソースを確保する必要がある。しかしながら、そのような計算リソースを確保しておくことは、実際に画像処理システムを構築する観点からは必ずしも望ましくない。
本発明は上述の事情に鑑みてなされたものであり、高精度なフィルタリング処理と必要とされる記憶容量の低減化とを両立させることができる画像処理手法を提供することを目的とする。
本発明の一態様は、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得するフィルタリング処理部を備える画像処理装置であって、フィルタリング処理部は、複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得し、フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得し、ゲイン適用処理データからフィルタリング処理データを取得し、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインは、原画像データを取得する際に用いられる光学系の光学特性であって原画像データを取得する際の撮影条件に応じた光学特性に基づいて特定される画像フィルタ処理の目標とする周波数特性に基づいて取得される画像処理装置に関する。
本態様によれば、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインは、画像フィルタ処理の目標とする周波数特性に基づいて取得され、この目標とする周波数特性は、原画像データを取得する際に用いられる光学系の光学特性であって原画像データを取得する際の撮影条件に応じた光学特性に基づいて特定される。このようにしてゲイン調整を行うことで、各フィルタリング処理において処理対象データに適用されるフィルタのデータ量を低減しつつ、撮影条件に応じた高精度なフィルタリング処理を行うことが可能になる。
なお「周波数特性」は、周波数に関する特性であって、処理前の画像データの周波数成分毎の振幅に対する処理後の画像データの周波数成分毎の振幅の比（＝処理後の画像データの周波数成分毎の振幅／処理前の画像データの周波数成分毎の振幅）を示し、周波数に応じたレスポンスを表す。
また「光学特性」は、例えば点拡がり関数ＰＳＦや光学伝達関数ＯＴＦ（ＭＴＦ：Ｍｏｄｕｌａｔｉｏｎ Ｔｒａｎｓｆｅｒ Ｆｕｎｃｔｉｏｎ及びＰＴＦ：Ｐｈａｓｅ Ｔｒａｎｓｆｅｒ Ｆｕｎｃｔｉｏｎを含む）に基づく特性を「光学特性」とすることができ、ウィナーフィルタ等の任意の設計基準を利用した逆フィルタ設計手法を用いることで「画像フィルタ処理の目標とする周波数特性」が表されてもよい。
望ましくは、画像処理装置は、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインの候補データを撮影条件に関連付けたゲインテーブル情報を記憶するゲイン候補データ記憶部と、ゲインテーブル情報を参照し、原画像データを取得した際の撮影条件に関連付けられている候補データを、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインとして特定するゲイン特定部と、を更に備え、フィルタリング処理部は、複数回のフィルタリング処理の各々において、ゲイン特定部が特定したゲインをフィルタ適用処理データに適用してゲイン適用処理データを取得する。
本態様によれば、ゲインの候補データの中から、フィルタ適用処理データに適用されるゲインを簡便に特定することができる。
なお「ゲインテーブル情報」の形式は、ゲインの候補データと撮影条件とを適切に関連付けるものであれば、特に限定されない。ゲインテーブル情報は、例えば光学系を特定する情報（光学系の種類情報等）及び撮影条件とゲインの候補データとを直接的又は間接的に関連付けるものであればよい。
望ましくは、フィルタは、光学系の光学特性に応じて定められる。
本態様によれば、光学系の光学特性に基づくフィルタリング処理を精度良く行うことができる。
望ましくは、フィルタは、代表的な撮影条件における光学系の光学特性に応じて定められる。
本態様によれば、代表的な撮影条件下で取得される原画像データのフィルタリング処理を、非常に精度良く行うことができる。
ここでいう「代表的な撮影条件」は特に限定されず、任意の観点から決められる。例えば、原画像データを取得する際に採用されうる撮影条件の中から、各条件に関して離散的に選ばれる撮影条件を代表的な撮影条件としてもよいし、予測される採用頻度に応じて選ばれる撮影条件を代表的な撮影条件としてもよい。
望ましくは、代表的な撮影条件は、第１の指標条件が異なる複数の撮影条件であって、原画像データの撮影の際に採用可能な複数の第１の指標条件のうち連続しない第１の指標条件に基づく複数の撮影条件を含む。
本態様によれば、原画像データの撮影の際に採用可能な複数の第１の指標条件の中から断続的に選ばれる第１の指標条件に基づいて、代表的な撮影条件が定められる。
ここでいう「第１の指標条件」は、代表的な撮影条件を構成する一要素であって、原画像データの撮影の際に変動しうる条件である。例えば画像フィルタ処理の目標とする周波数特性が点拡がり関数に応じて定められる場合、絞り値（Ｆ値）、ズーム値（焦点距離）、被写体距離、フォーカス位置、光学系種別、撮像素子のセンサＳＮ比、像高（画像内位置）及び光学系個体差などの撮影条件の中から選ばれる一つの条件データが、第１の指標条件として採用されうる。
望ましくは、光学特性は点拡がり関数に基づくものである。
本態様によれば、点拡がり関数に基づく画像フィルタ処理を精度良く行うことができる。
望ましくは、ゲインは、画像フィルタ処理の目標とする周波数特性に対し、複数回のフィルタリング処理の各々の周波数特性に基づいて最小二乗法によって画像フィルタ処理の周波数特性をフィッティングすることにより取得される。
本態様によれば、最小二乗法に基づいて、画像フィルタ処理の目標とする周波数特性を実現するためのゲインを精度良く取得することができる。
望ましくは、最小二乗法では、周波数に基づいて重み付けされる。
特に、最小二乗法では、周波数特性の近似誤差評価関数が周波数に基づいて重み付けされることが好ましい。ここでいう近似誤差評価関数は、近似の程度（すなわち誤差の程度）の評価を示す関数であり、例えば後述の「重み付き最小二乗基準に基づく汎関数（ＪＬＭＳ［ｇ］）」を近似誤差評価関数として使用することができる。本態様によれば、重視される周波数帯域の重みを大きくし、重視されない周波数帯域の重みを小さくすることで、実際の要求に応じたゲインを精度良く取得することができる。
望ましくは、最小二乗法では、低周波帯域における重み付けを高周波帯域における重み付けより大きく設定する。
本態様によれば、画像フィルタ処理の目標とする周波数特性のうち特に低周波帯域における周波数特性を精度良く実現するゲインを取得することができる。人間の視覚特性上、高周波成分よりも低周波成分の方が知覚されやすいため、低周波帯域の重み付けを大きくしてゲインを取得することで、視認性に優れた処理画像データを画像フィルタ処理によって生成することができる。
ここでいう「低周波帯域」は、実際に要求される画質特性に応じて定められることが好ましく、例えばサンプリング周波数の１／４（＝０．２５ｆｓ＝ナイキスト周波数の１／２）以下の範囲において「低周波帯域」を設定することができる。
望ましくは、最小二乗法では、原画像データを取得する際の撮影条件に応じて、高周波帯域における重み付けを低周波帯域における重み付けより大きく設定する。
本態様によれば、原画像データを取得する際の撮影条件に応じて、画像フィルタ処理の目標とする周波数特性のうち特に高周波帯域における周波数特性を精度良く実現するゲインを取得することができる。一般に、高周波帯域におけるＭＴＦ劣化が大きくて撮像系のノイズが多い場合には、画像フィルタ処理によってノイズが増幅されてしまい、画質が悪化する場合がある。そのため高周波帯域においてＳＮ比が悪いことが予想される撮影条件下で取得された原画像データの画像フィルタ処理では、「画像フィルタ処理の目標とする周波数特性に近似する」精度として高周波成分を低周波成分よりも優先した方が好ましい場合がある。
ここでいう「高周波帯域」は、実際に要求される画質特性に応じて定められることが好ましく、想定されるノイズの周波数特性に基づいて、例えばサンプリング周波数の１／４（＝０．２５ｆｓ）よりも大きく１／２（＝０．５ｆｓ）以下の範囲において「高周波帯域」を設定することができる。
また「原画像データを取得する際の撮影条件」は、ノイズに影響を及ぼしうる任意のファクタに基づいて定められる。例えば、原画像データの取得に使用される撮影光学系の設定条件や被写体自体の状態条件（シーン条件）等の中から選ばれる１又は複数の条件を、「原画像データを取得する際の撮影条件」としうる。
望ましくは、最小二乗法における重み付けは、原画像データにおける画素位置に応じて定められる。
本態様によれば、原画像データにおける画素位置に応じて最小二乗法における重み付けを変えることができ、画素位置に応じた画像フィルタ処理を行うことが可能となる。例えば鮮鋭な画質が要求される画素位置では高周波帯域の重み付けを低周波帯域の重み付けよりも大きくしてもよいし、視認性に優れた画質が要求される画素位置では低周波帯域の重み付けを高周波帯域の重み付けよりも大きくしてもよい。
望ましくは、最小二乗法において、原画像データの画像中心から第１の距離以下の画素位置では、原画像データの画像中心から第１の距離よりも遠い画素位置よりも、高周波帯域における重み付けが大きい。
本態様によれば、画像周辺部よりも画像中央部において高周波成分の再現性に優れたゲインを取得することができる。例えば画像中央部に主要被写体が配置される場合等、画像中央部において鮮鋭性が要求されるケースに対し、本態様は好適に適用されうる。
ここでいう「第１の距離」は特に限定されず、高周波帯域を重視する画像範囲に基づいて適宜設定可能である。
望ましくは、最小二乗法において、原画像データの画像中心から第２の距離よりも遠い画素位置では、原画像データの画像中心から第２の距離以下の画素位置よりも、低周波帯域における重み付けが大きい。
本態様によれば、画像中央部よりも画像周辺部において低周波成分の再現性に優れたゲインを取得することができる。例えば画像周辺部においても観察対象の被写体が配置されうる場合等、画像周辺部において優れた視認性が要求されるケースに対し、本態様は好適に適用されうる。
ここでいう「第２の距離」は特に限定されず、低周波帯域を重視する画像範囲に基づいて適宜設定可能である。
望ましくは、フィルタリング処理部は、画像フィルタ処理の目標とする周波数特性において原画像データに対する処理画像データの割合が１よりも小さい周波数では、複数回のフィルタリング処理の各々において、フィルタリング処理データを処理対象データと等しくするフィルタを用いる。
過度に値の小さいデータを用いて画像フィルタ処理を行うと、処理後のデータにおいてノイズが混入しやすいだけではなく、そのようなノイズが増幅されることがあり、結果的に画質劣化を招くことがある。本態様によれば、フィルタリング処理データを処理対象データと等しくするフィルタを用いることで、そのようなノイズ混入及びノイズ増幅を効果的に防ぐことができる。
望ましくは、フィルタリング処理部は、複数回のフィルタリング処理のうちの少なくともいずれか１つのフィルタリング処理において、処理対象データにおける画素位置に応じた周波数特性を持つフィルタを用いてフィルタ適用処理データを取得する。
本態様によれば、処理対象データにおける画素位置に応じた周波数特性を持つフィルタリング処理が少なくとも１回は行われる。
望ましくは、複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、フィルタリング処理部は、第１のフィルタリング処理で取得されるフィルタリング処理データを、第２のフィルタリング処理における処理対象データとして用いる。
本態様によれば、第１のフィルタリング処理及び第２のフィルタリング処理が直列的に行われる。
望ましくは、複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、フィルタリング処理部は、第１のフィルタリング処理及び第２のフィルタリング処理では同一データを処理対象データとして使用し、第１のフィルタリング処理により取得されるフィルタリング処理データと第２のフィルタリング処理により取得されるフィルタリング処理データとに基づいて処理画像データを取得する。
本態様によれば、第１のフィルタリング処理及び第２のフィルタリング処理が並列的に行われる。
望ましくは、複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、フィルタリング処理部は、第１のフィルタリング処理の処理対象データに対して第１のフィルタリング処理用のフィルタを適用し、フィルタ適用処理データを取得する第１のフィルタ適用部と、第１のフィルタ適用部により取得されたフィルタ適用処理データに対して第１のフィルタリング処理用のゲインを適用し、ゲイン適用処理データを取得する第１のゲイン適用部と、第２のフィルタリング処理の処理対象データに対して第２のフィルタリング処理用のフィルタを適用し、フィルタ適用処理データを取得する第２のフィルタ適用部と、第２のフィルタ適用部により取得されたフィルタ適用処理データに対して第２のフィルタリング処理用のゲインを適用し、ゲイン適用処理データを取得する第２のゲイン適用部と、を有する。
本態様によれば、第１のフィルタリング処理及び第２のフィルタリング処理が、別個の「フィルタ適用部（第１のフィルタ適用部及び第２のフィルタ適用部）」及び「ゲイン適用部（第１のゲイン適用部及び第２のゲイン適用部）」によって行われ、処理フローがシンプルになる。
望ましくは、複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、フィルタリング処理部は、処理対象データにフィルタを適用してフィルタ適用処理データを取得するフィルタ適用部と、フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得するゲイン適用部と、を有し、フィルタ適用部は、第１のフィルタリング処理では第１のフィルタリング処理用のフィルタを用いてフィルタ適用処理データを取得し、第２のフィルタリング処理では第２のフィルタリング処理用のフィルタを用いてフィルタ適用処理データを取得し、ゲイン適用部は、第１のフィルタリング処理では第１のフィルタリング処理用のゲインを用いてゲイン適用処理データを取得し、第２のフィルタリング処理では第２のフィルタリング処理用のゲインを用いてゲイン適用処理データを取得する。
本態様によれば、第１のフィルタリング処理及び第２のフィルタリング処理が同一の「フィルタ適用部」及び「ゲイン適用部」によって行われ、ハードウェア構成（回路構成）がシンプルになる。
望ましくは、複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、フィルタリング処理部は、第１のフィルタリング処理では、画像フィルタ処理の複数種類の周波数特性の平均に応じて定められる基準フィルタを用いてフィルタ適用処理データを取得し、第２のフィルタリング処理では、画像フィルタ処理の複数種類の周波数特性の分散に応じて定められる分散フィルタを用いてフィルタ適用処理データを取得する。
本態様によれば、画像フィルタ処理の複数種類の周波数特性の平均及び分散に応じて定められる基準フィルタ及び分散フィルタが用いられるため、適用したい画像フィルタ処理を平均的に精度良く行うことができる。
なお分散フィルタは、画像フィルタ処理の複数種類の周波数特性の分散に直接的又は間接的に応じていればよく、例えば分散から導き出される標準偏差に基づいて分散フィルタが定められてもよいし、分散に加えて他のファクタ（例えば平均等）に基づいて分散フィルタが定められてもよい。
本発明の他の態様は、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得するフィルタリング処理部を備える画像処理装置であって、複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、フィルタリング処理部は、複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得し、フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得し、ゲイン適用処理データからフィルタリング処理データを取得し、第１のフィルタリング処理では、複数種類の画像フィルタ処理の周波数特性であって原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の画像フィルタ処理の周波数特性の平均に応じて定められる基準フィルタを用いてフィルタ適用処理データを取得し、第２のフィルタリング処理では、複数種類の画像フィルタ処理の周波数特性であって原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の画像フィルタ処理の周波数特性の分散に応じて定められる分散フィルタを用いてフィルタ適用処理データを取得し、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインは、原画像データを取得する際の撮影条件に応じた光学系の光学特性に基づいて定められる画像処理装置に関する。
本態様によれば、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインは、原画像データを取得する際の撮影条件に応じた光学系の光学特性に基づいて定められる。このようにしてゲイン調整を行うことで、撮影条件に応じた光学系の光学特性に基づいて特定される所望の画像フィルタ処理を簡単な演算処理によって精度良く実現することができる。また撮影条件に応じた光学系の光学特性に基づいて定められる複数種類の画像フィルタ処理の周波数特性の平均及び分散に応じた基準フィルタ及び分散フィルタが用いられるため、画像フィルタ処理を平均的に精度良く行うことができる。
本発明の他の態様は、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する画像処理方法であって、複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得し、フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得し、ゲイン適用処理データからフィルタリング処理データを取得し、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインは、原画像データを取得する際に用いられる光学系の光学特性であって原画像データを取得する際の撮影条件に応じた光学特性に基づいて特定される画像フィルタ処理の目標とする周波数特性に基づいて取得される画像処理方法に関する。
本発明の他の態様は、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する画像処理方法であって、複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得し、フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得し、ゲイン適用処理データからフィルタリング処理データを取得し、第１のフィルタリング処理では、複数種類の画像フィルタ処理の周波数特性であって原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の画像フィルタ処理の周波数特性の平均に応じて定められる基準フィルタを用いてフィルタ適用処理データを取得し、第２のフィルタリング処理では、複数種類の画像フィルタ処理の周波数特性であって原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の画像フィルタ処理の周波数特性の分散に応じて定められる分散フィルタを用いてフィルタ適用処理データを取得し、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインは、原画像データを取得する際の撮影条件に応じた光学系の光学特性に基づいて定められる画像処理方法に関する。
本発明の他の態様は、コンピュータに、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する機能を実現させるためのプログラムであって、複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得する手順と、フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得する手順と、ゲイン適用処理データからフィルタリング処理データを取得する手順と、をコンピュータに実行させ、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインは、原画像データを取得する際に用いられる光学系の光学特性であって原画像データを取得する際の撮影条件に応じた光学特性に基づいて特定される画像フィルタ処理の目標とする周波数特性に基づいて取得されるプログラムに関する。
本発明の他の態様は、コンピュータに、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する機能を実現させるためのプログラムであって、複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得する手順と、フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得する手順と、ゲイン適用処理データからフィルタリング処理データを取得する手順と、をコンピュータに実行させ、第１のフィルタリング処理では、複数種類の画像フィルタ処理の周波数特性であって原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の画像フィルタ処理の周波数特性の平均に応じて定められる基準フィルタを用いてフィルタ適用処理データを取得する手順をコンピュータに実行させ、第２のフィルタリング処理では、複数種類の画像フィルタ処理の周波数特性であって原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の画像フィルタ処理の周波数特性の分散に応じて定められる分散フィルタを用いてフィルタ適用処理データを取得する手順をコンピュータに実行させ、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインは、原画像データを取得する際の撮影条件に応じた光学系の光学特性に基づいて定められるプログラムに関する。
本発明の他の態様は、コンピュータに、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する機能を実現させるためのプログラムであって、複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得する手順と、フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得する手順と、ゲイン適用処理データからフィルタリング処理データを取得する手順と、をコンピュータに実行させ、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインは、原画像データを取得する際に用いられる光学系の光学特性であって原画像データを取得する際の撮影条件に応じた光学特性に基づいて特定される画像フィルタ処理の目標とする周波数特性に基づいて取得されるプログラムを記録したコンピュータ読み取り可能な記録媒体に関する。
本発明の他の態様は、コンピュータに、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する機能を実現させるためのプログラムであって、複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得する手順と、フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得する手順と、ゲイン適用処理データからフィルタリング処理データを取得する手順と、をコンピュータに実行させ、第１のフィルタリング処理では、複数種類の画像フィルタ処理の周波数特性であって原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の画像フィルタ処理の周波数特性の平均に応じて定められる基準フィルタを用いてフィルタ適用処理データを取得する手順をコンピュータに実行させ、第２のフィルタリング処理では、複数種類の画像フィルタ処理の周波数特性であって原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の画像フィルタ処理の周波数特性の分散に応じて定められる分散フィルタを用いてフィルタ適用処理データを取得する手順をコンピュータに実行させ、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインは、原画像データを取得する際の撮影条件に応じた光学系の光学特性に基づいて定められるプログラムを記録したコンピュータ読み取り可能な記録媒体に関する。
本発明によれば、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインは、画像フィルタ処理の目標とする周波数特性に基づいて取得され、この目標とする周波数特性は、原画像データを取得する際に用いられる光学系の光学特性であって原画像データを取得する際の撮影条件に応じた光学特性に基づいて特定される。これにより、各フィルタリング処理において処理対象データに適用されるフィルタのデータ量を低減しつつ、撮影条件に応じた高精度なフィルタリング処理を行うことが可能である。
図１は、コンピュータに接続されるデジタルカメラを示すブロック図である。 図２は、本体コントローラの構成例を示すブロック図である。 図３は、画像処理部の機能構成の一例を示すブロック図である。 図４は、画像処理部の機能構成の他の例を示すブロック図である。 図５は、画像処理部の機能構成の他の例を示すブロック図である。 図６は、画像フィルタ処理の概念図である。 図７は、第ｎのフィルタリング処理（ただし「ｎ」は１以上Ｎ以下の整数）の概念図である。 図８は、原画像データの撮影の際に採用可能なＦ値と代表的なＦ値との関係例を示す図である。 図９は、フィルタリング処理部の回路構成の一例を示す図である。 図１０は、フィルタリング処理部の回路構成の他の例を示す図である。 図１１は、フィルタリング処理部の回路構成の他の例を示す図である。 図１２は、フィルタリング処理部の回路構成の他の例を示す図である。 図１３は、ゲイン取得部の機能構成の一例を示すブロック図であり、図３に示す画像処理部と好適に組み合わせられるゲイン取得部を示す。 図１４は、図１３に示すゲイン取得部のゲイン取得フローを示すフローチャートである。 図１５は、ゲイン取得部の機能構成の他の例を示すブロック図であり、図４及び図５に示す画像処理部と好適に組み合わせられるゲイン取得部を示す。 図１６は、図１５に示す周波数解析部の周波数特性取得フローを示すフローチャートである。 図１７は、図１５に示すゲイン取得部のゲイン取得フローを示すフローチャートである。 図１８は、フィルタ取得装置の機能構成の一例を示すブロック図である。 図１９は、フィルタ算出部の機能構成の一例を示すブロック図である。 図２０は、複数種類の画像フィルタ処理の周波数特性のバラツキを単峰型分布で表した概念図である。 図２１は、複数種類の画像フィルタ処理の周波数特性のバラツキを多峰型分布で表した概念図である。 図２２は、単峰型分布に分類可能な複数種類の画像フィルタ処理の周波数特性の一例を概略的に示す図であり、横軸は周波数を示し、縦軸はレスポンスを示す。 図２３は、図２２に示される複数種類の画像フィルタ処理の周波数特性の分散の一例を概略的に示す図であり、横軸は周波数を示し、縦軸は分散を示す。 図２４は、図２２に示される複数種類の画像フィルタ処理の周波数特性の平均及び分散から取得される基底フィルタ（固有ベクトル）の一例を概略的に示す図であり、（ａ）は「φ０」を示し、（ｂ）は「φ１」を示し、（ｃ）は「φ２」を示す。 図２５は、図１１に示す回路構成を有するフィルタリング処理部が行う画像フィルタ処理（第１のフィルタリング処理〜第３のフィルタリング処理）に関する周波数特性（（ａ）参照）及びゲイン例（（ｂ）参照）を示す。 図２６は、単峰型分布に基づいてフィルタ係数を算出するフィルタ算出部の機能構成の一例を示すブロック図である。 図２７は、多峰型分布に分類可能な画像フィルタ処理の周波数特性の一例を概略的に示す図であり、横軸は周波数を示し、縦軸はレスポンスを示す。 図２８は、図２７に示される複数種類の画像フィルタ処理の周波数特性の分散の一例を概略的に示す図であり、（ａ）は第１のバラツキ分布に分類される第１の画像フィルタ処理〜第３の画像フィルタ処理の周波数特性データの分散を示し、（ｂ）は第２のバラツキ分布に分類される第４の画像フィルタ処理〜第６の画像フィルタ処理の周波数特性データの分散を示す。 図２９は、第１のバラツキ分布に分類される第１の画像フィルタ処理〜第３の画像フィルタ処理の周波数特性の平均及び分散から取得される基底フィルタ（固有ベクトル）の一例を概略的に示す図であり、（ａ）は「φ０」を示し、（ｂ）は「φ１」を示し、（ｃ）は「φ２」を示す。 図３０は、第２のバラツキ分布に分類される第４の画像フィルタ処理〜第６の画像フィルタ処理の周波数特性の平均及び分散から取得される基底フィルタ（固有ベクトル）の一例を概略的に示す図であり、（ａ）は「φ０」を示し、（ｂ）は「φ１」を示し、（ｃ）は「φ２」を示す。 図３１は、図１１に示す回路構成を有するフィルタリング処理部が行う画像フィルタ処理（第１のフィルタリング処理〜第３のフィルタリング処理）に関する周波数特性（（ａ）参照）及びゲイン例（（ｂ）参照）を示す。 図３２は、多峰型分布に基づいてフィルタ係数を算出するフィルタ算出部の機能構成の一例を示すブロック図である。 図３３は、フィルタグループ分類部によって複数のフィルタグループに分類される複数種類の画像フィルタ処理（周波数特性）の概念図である。 図３４は、ＥＤｏＦ光学系を備える撮像モジュールの一形態を示すブロック図である。 図３５は、ＥＤｏＦ光学系の一例を示す図である。 図３６は、図３４に示す復元処理ブロックによる復元処理フローの一例を示す図である。 図３７は、ＥＤｏＦ光学系を介して取得された画像の復元例を示す図であり、（ａ）は復元処理前のボケた画像を示し、（ｂ）は復元処理後のボケが解消された画像（点像）を示す。 図３８は、スマートフォンの外観を示す図である。 図３９は、図３８に示すスマートフォンの構成を示すブロック図である。
添付図面を参照して本発明の実施形態について説明する。以下の実施形態では、一例として、コンピュータ（ＰＣ：パーソナルコンピュータ）に接続可能なデジタルカメラ（撮像装置）に本発明を適用する場合について説明する。
図１は、コンピュータ９２に接続されるデジタルカメラ１０を示すブロック図である。
本例のデジタルカメラ１０は、交換可能なレンズユニット１１と、撮像素子２４を具備するカメラ本体１２とを備え、レンズユニット１１のレンズユニット入出力部２０とカメラ本体１２のカメラ本体入出力部２８とを介し、レンズユニット１１とカメラ本体１２とが電気的に接続される。
レンズユニット１１は、レンズ１４及び絞り１５を含む光学系と、この光学系を制御する光学系操作部１７とを具備する。光学系操作部１７は、レンズユニット入出力部２０に接続されるレンズユニットコントローラ１８と、光学系情報等の各種情報を記憶するレンズユニット記憶部１９と、光学系を操作するアクチュエータ（図示省略）とを含む。レンズユニットコントローラ１８は、カメラ本体１２からレンズユニット入出力部２０を介して送られてくる制御信号に基づき、アクチュエータを介して光学系を制御し、例えばレンズ移動によるフォーカス制御やズーム制御及び絞り１５の絞り量制御等を行う。またレンズユニットコントローラ１８は、カメラ本体１２からレンズユニット入出力部２０を介して送られてくる制御信号に基づき、レンズユニット記憶部１９に記憶される各種情報を読み出してカメラ本体１２（本体コントローラ２５）に送信する。
カメラ本体１２の撮像素子２４は、集光用マイクロレンズと、Ｒ（赤）Ｇ（緑）Ｂ（青）等のカラーフィルタと、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）やＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）等によって構成されるイメージセンサ（フォトダイオード）とを有する。この撮像素子２４は、レンズユニット１１の光学系（レンズ１４及び絞り１５等）を介して照射される被写体像の光を電気信号に変換し、画像信号（画像データ）を本体コントローラ２５に送る。
本体コントローラ２５は、詳細については後述するが（図２参照）、デジタルカメラ１０の各部を統括的に制御するデバイス制御部としての機能と、撮像素子２４から送られてくる画像データの画像処理を行う画像処理部（画像処理装置）としての機能とを有する。
デジタルカメラ１０は、さらに、撮影等に必要なその他の機器類（レリーズボタン等）を具備し、それらの機器類の一部はユーザによって確認及び操作可能なユーザインターフェース２６を構成する。図１に示す例ではカメラ本体１２にユーザインターフェース２６が設けられているが、ユーザインターフェース２６はレンズユニット１１及び／又はカメラ本体１２に配置可能である。ユーザは、ユーザインターフェース２６を介し、撮影等のための各種設定（ＥＶ値（Ｅｘｐｏｓｕｒｅ Ｖａｌｕｅ）等）の決定及び変更、撮影指示、及びライブビュー画像及び撮影画像の確認等を行うことができる。ユーザインターフェース２６は本体コントローラ２５に接続され、ユーザによって決定及び変更された各種設定及び各種指示が本体コントローラ２５における各種処理に反映される。なおユーザは、ユーザインターフェース２６に含まれる表示部２７（ＥＶＦ：Ｅｌｅｃｔｒｏｎｉｃ Ｖｉｅｗ Ｆｉｎｄｅｒ、背面液晶表示部）における表示を介してガイドされ、撮影が促されてもよい。
本体コントローラ２５において画像処理された画像データは、カメラ本体１２に設けられる本体記憶部２９に記憶され、必要に応じ、入出力インターフェース３０を介してコンピュータ９２等の外部機器類に送られる。本体記憶部２９は任意のメモリデバイスによって構成され、メモリカード等の交換可能メモリが好適に用いられる。本体コントローラ２５から出力される画像データのフォーマットは特に限定されず、ＲＡＷ、ＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）、及び／又はＴＩＦＦ（Ｔａｇｇｅｄ Ｉｍａｇｅ Ｆｉｌｅ Ｆｏｒｍａｔ）等のフォーマットを持つ画像データを、本体コントローラ２５は生成及び出力することができる。また本体コントローラ２５は、いわゆるＥｘｉｆ（Ｅｘｃｈａｎｇｅａｂｌｅ Ｉｍａｇｅ Ｆｉｌｅ Ｆｏｒｍａｔ）のように、ヘッダ情報（撮影情報（撮影日時、機種、画素数、絞り値等）等）、主画像データ及びサムネイル画像データ等の複数の関連データを相互に対応づけて一つの画像ファイルとして構成し、その画像ファイルを出力してもよい。
コンピュータ９２は、カメラ本体１２の入出力インターフェース３０及びコンピュータ入出力部９３を介してデジタルカメラ１０に接続され、カメラ本体１２から送られてくる画像データ等のデータ類を受信する。コンピュータコントローラ９４は、コンピュータ９２を統括的に制御し、デジタルカメラ１０からの画像データを画像処理し、インターネット等のネットワーク９６を介してコンピュータ入出力部９３に接続されるサーバ９７等との通信を制御する。コンピュータ９２はディスプレイ９５を有し、コンピュータコントローラ９４における処理内容等が必要に応じてディスプレイ９５に表示される。ユーザは、ディスプレイ９５の表示を確認しながらキーボード等の入力手段（図示省略）を操作することで、コンピュータコントローラ９４にデータやコマンドを入力することができる。これによりユーザは、コンピュータ９２や、コンピュータ９２に接続される機器類（デジタルカメラ１０及びサーバ９７等）を制御することができる。
サーバ９７は、サーバ入出力部９８及びサーバコントローラ９９を有する。サーバ入出力部９８は、コンピュータ９２等の外部機器類との送受信接続部を構成し、インターネット等のネットワーク９６を介してコンピュータ９２のコンピュータ入出力部９３に接続される。サーバコントローラ９９は、コンピュータ９２からの制御指示信号に応じ、コンピュータコントローラ９４と協働し、コンピュータコントローラ９４との間で必要に応じてデータ類の送受信を行い、演算処理を行ってその演算結果をコンピュータ９２に送信する。
各コントローラ（レンズユニットコントローラ１８、本体コントローラ２５、コンピュータコントローラ９４及びサーバコントローラ９９）は、制御処理に必要な回路類を有し、例えば演算処理回路（ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等）やメモリ等を具備する。またデジタルカメラ１０、コンピュータ９２及びサーバ９７間の通信は、有線通信であってもよいし無線通信であってもよい。またコンピュータ９２及びサーバ９７が一体的に構成されてもよく、またコンピュータ９２及び／又はサーバ９７が省略されてもよい。またデジタルカメラ１０にサーバ９７との通信機能を持たせ、デジタルカメラ１０とサーバ９７との間で直接的にデータ類の送受信が行われるようにしてもよい。
図２は、本体コントローラ２５の構成例を示すブロック図である。本体コントローラ２５は、デバイス制御部３４と画像処理部（画像処理装置）３５とを有し、カメラ本体１２を統括的に制御する。
デバイス制御部３４はデジタルカメラ１０が具備する各種デバイス類を適宜制御し、例えば、撮像素子２４を制御して撮像素子２４からの画像信号（画像データ）の出力をコントロールし、レンズユニット１１を制御するための制御信号を生成してカメラ本体入出力部２８を介してレンズユニット１１（レンズユニットコントローラ１８）に送信し、画像処理前後の画像データ（ＲＡＷデータ及びＪＰＥＧデータ等）を本体記憶部２９に記憶し、入出力インターフェース３０を介して接続される外部機器類（コンピュータ９２等）に画像処理前後の画像データ（ＲＡＷデータ及びＪＰＥＧデータ等）を送信する。またデバイス制御部３４は表示部２７を制御する表示制御部３６を含み、この表示制御部３６は、画像処理部３５と協働してユーザの撮影操作を案内するガイドを表示部２７に表示させてもよい。
一方、画像処理部３５は、撮像素子２４から出力される画像信号に対し、必要に応じた任意の画像処理を行う。例えばセンサ補正処理、デモザイク（同時化）処理、画素補間処理、色補正処理（オフセット補正処理、ホワイトバランス処理、カラーマトリックス処理、及びガンマ変換処理等）、ＲＧＢ画像処理（シャープネス処理、トーン補正処理、露出補正処理及び輪郭補正処理等）、ＲＧＢ／ＹＣｒＣｂ変換処理及び画像圧縮処理、等の各種の画像処理が、画像処理部３５において適宜行われる。
図３は、画像処理部３５の機能構成の一例を示すブロック図である。
画像処理部３５は、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データＤ１に対して行うことで処理画像データＤ２を取得するフィルタリング処理部４１を備える。また本例の画像処理部３５は、フィルタリング処理部４１に加え、ゲイン特定部４３、ゲイン候補データ記憶部４４、前処理部４０及び後処理部４２を更に備える。
フィルタリング処理部４１は、複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得し、このフィルタ適用処理データにゲインを適用してゲイン適用処理データを取得し、このゲイン適用処理データからフィルタリング処理データを取得する。
ゲイン候補データ記憶部４４は、フィルタリング処理部４１における複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインの候補データを撮影条件に関連付けた「ゲインテーブル情報」を記憶する。本例のゲインテーブル情報は、光学系の種類及び撮影条件にゲインの候補データを関連付ける。ゲインの候補データを含むこのゲインテーブル情報は、ゲイン取得部４５により、光学系の種類及び撮影条件に応じて予め取得されてゲイン候補データ記憶部４４に記憶される。光学系の種類及び撮影条件に応じたゲイン（候補データ）の取得手法の具体例については後述する。
ゲイン特定部４３は、ゲイン候補データ記憶部４４に記憶されるゲインテーブル情報を参照し、原画像データＤ１を取得した際の撮影条件に関連付けられている候補データを、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインとして特定し、フィルタリング処理部４１に送る。本例のゲイン特定部４３は、画像フィルタ処理の対象となっている原画像データＤ１を取得する際に使用された光学系の種類及び撮影条件の情報を取得し、その光学系の種類及び撮影条件に関連付けられているゲインの候補データをゲイン候補データ記憶部４４から読み出して、フィルタ適用処理データに適用されるゲインとしてフィルタリング処理部４１に送る。なおゲイン特定部４３による光学系の種類及び撮影条件の情報の取得手法は特に限定されず、ゲイン特定部４３は、例えば本体コントローラ２５の図示しないメモリに保持されているレンズユニット１１の情報及び撮影条件情報から光学系の種類及び撮影条件の情報を取得してもよい。
フィルタリング処理部４１は、複数回のフィルタリング処理の各々において、ゲイン特定部４３が特定したゲインをフィルタ適用処理データに適用してゲイン適用処理データを取得する。
画像処理部３５では、上述の画像フィルタ処理以外の画像処理も行われる。画像フィルタ処理以外の各種の画像処理は、フィルタリング処理部４１の前段に設けられる前処理部４０において行われてもよいし、フィルタリング処理部４１の後段に設けられる後処理部４２において行われてもよい。すなわち、前処理部４０で行われる各種の画像処理を受けたデータを原画像データＤ１としてフィルタリング処理部４１における画像フィルタ処理が行われ、またフィルタリング処理部４１における画像フィルタ処理を受けた処理画像データＤ２に対して後処理部４２で各種の画像処理が行われる。
なお本例では、前処理部４０からフィルタリング処理部４１に入力される画像データを「原画像データＤ１」と呼び、フィルタリング処理部４１から後処理部４２に出力される画像データを「処理画像データＤ２」と呼ぶ。
図４は、画像処理部３５の機能構成の他の例を示すブロック図である。
図３に示す例では、ゲイン候補データ記憶部４４に予め記憶されたゲインテーブル情報が参照されてフィルタリング処理で使用されるゲインが取得されるが、図４に示す例では、ゲインテーブル情報（ゲインの候補データ）が予め取得及び記憶されることなく、フィルタリング処理の実行とともにゲインが取得される。すなわち図４に示す例では、ゲイン取得部４５がフィルタリング処理部４１に接続され、フィルタリング処理部４１で行われる複数回のフィルタリング処理で使用されるゲインがゲイン取得部４５からフィルタリング処理部４１に直接的に供給される。ゲイン取得部４５は、原画像データＤ１を取得する際に用いられた光学系の光学特性であって原画像データＤ１を取得する際の撮影条件に応じた光学特性を示すデータを取得し、この光学特性を示すデータに基づいて画像フィルタ処理の目標とする周波数特性を特定し、特定されるこの「画像フィルタ処理の目標とする周波数特性」に基づいて、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインを取得し、その取得したゲインをフィルタリング処理部４１に供給する。
なお、ここでいう「原画像データＤ１を取得する際に用いられた光学系の光学特性」を示すデータとは、例えば原画像データＤ１の撮影取得の際に使用したレンズユニット１１（光学系）の種類を表すデータ（例えば型番等）である。また「原画像データＤ１を取得する際の撮影条件に応じた光学特性を示すデータ」とは、例えば原画像データＤ１を取得した際の撮影条件を表すデータ（例えばＦ値等）である。ゲイン取得部４５によるこれらのデータの取得手法は特に限定されず、ゲイン取得部４５は、例えば本体コントローラ２５の図示しないメモリに保持されているレンズユニット１１の情報及び撮影条件情報から光学系の種類及び撮影条件のデータを取得してもよい。
このゲイン取得部４５は、図４に示すように画像処理部３５の一部として設けられてもよいし、図５に示すように画像処理部３５とは別の処理部として設けられてもよい。
なお図４及び図５に示す例においても、上述の画像フィルタ処理以外の画像処理が、フィルタリング処理部４１の前段に設けられる前処理部４０で行われてもよいし、フィルタリング処理部４１の後段に設けられる後処理部４２で行われてもよい。
次に、フィルタリング処理部４１で行われる画像フィルタ処理（複数回のフィルタリング処理）の具体例について説明する。
フィルタリング処理で使用されるフィルタが光学系の光学特性に基づいて定められる場合、一般の画像フィルタ処理では、「第１の撮影条件下での光学系の光学特性」と「第２の撮影条件下での光学系の光学特性」とが異なれば、第１の撮影条件下で撮影された画像のフィルタリング処理では第１の撮影条件に応じたフィルタが使用され、第２の撮影条件下で撮影された画像のフィルタリング処理では第２の撮影条件に応じたフィルタが使用されることが好ましい。この場合、撮影条件毎にフィルタを準備することが求められるが、撮影条件として光学系の光学特性に影響を及ぼしうるファクタが複数存在する場合には準備すべきフィルタの数及びデータ量が膨大になる。例えば上述の光学特性が点拡がり関数に基づくものであって点拡がり関数に基づくフィルタリング処理が行われる場合には、Ｆ値、ズーム値、被写体距離、フォーカス位置、光学系種別、撮像素子２４のセンサＳＮ比、像高（画像内位置）及び光学系個体差などの撮影条件によって点拡がり関数は変動しうるため、理想的には、これらの撮影条件の全ての組み合わせに対応するフィルタ（タップ係数）を準備する必要がある。
そのような画像フィルタ処理に必要なデータ量の肥大化を防ぐため、以下の実施形態では、全ての撮影条件の組み合わせに対応するフィルタを保持する代わりに、複数回のフィルタリング処理を適用し、各フィルタリング処理で使用するゲインを撮影条件に応じて調整することで、処理対象の原画像データの撮影条件に適合する画像フィルタ処理が実現される。
図６は、画像フィルタ処理Ｐの概念図である。本例の画像フィルタ処理Ｐは、複数回のフィルタリング処理（第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ（ただし「Ｎ」は２以上の整数））を含む。この「複数回のフィルタリング処理を含む画像フィルタ処理Ｐ」によって、原画像データＤ１から処理画像データＤ２が生成される。
図７は、第ｎのフィルタリング処理Ｆｎ（ただし「ｎ」は１以上Ｎ以下の整数）の概念図である。画像フィルタ処理Ｐの各フィルタリング処理（第ｎのフィルタリング処理Ｆｎ）は、フィルタ適用処理ＰＦ及びゲイン適用処理ＰＧを含む。フィルタ適用処理ＰＦは、処理対象データＤ３にフィルタを適用してフィルタ適用処理データＤ４を取得する処理であり、ゲイン適用処理ＰＧは、フィルタ適用処理データＤ４にゲインを適用してゲイン適用処理データＤ５を取得する処理である。
フィルタリング処理部４１によって行われる画像フィルタ処理Ｐに含まれる複数回のフィルタリング処理（第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ）の各々において、フィルタ適用処理ＰＦで処理対象データＤ３に適用されるフィルタは、特に限定されない。
例えばフィルタ適用処理ＰＦで使用されるフィルタは光学系の光学特性に応じて定められてもよく、フィルタの基礎として用いられるこの「光学系の光学特性」として光学系の「点拡がり関数」を好適に用いることができる。光学系の光学特性に応じてフィルタを定めることで光学系の光学特性の影響を受けた原画像データＤ１の画像フィルタ処理Ｐ（フィルタリング処理）を精度良く行うことが可能になり、例えば点拡がり関数に基づいて設計されたフィルタを用いることで点拡がり現象の影響を低減する画像フィルタ処理Ｐ（フィルタリング処理）を行うことができる。
なお「光学系の光学特性に応じて定められるフィルタ」は点拡がり関数に基づくフィルタに限られず、輪郭強調フィルタや他のフィルタを「光学系の光学特性に応じて定められるフィルタ」として使用してもよい。点拡がり関数に基づくフィルタ以外のフィルタ（輪郭強調フィルタ等）の場合であっても、種々の条件（例えば上述の絞り値（Ｆ値）等の各種ファクタ）に応じてフィルタ（輪郭強調フィルタ等）が調整されてもよく、種々の条件（例えば上述の絞り値（Ｆ値）等の各種ファクタ）に応じて変化する光学特性に基づいて調整されたフィルタ係数（タップ係数）を持つ輪郭強調フィルタ等のフィルタが、各フィルタ適用処理ＰＦで用いられてもよい。
したがってフィルタリング処理部４１は、複数回のフィルタリング処理（第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ）のうちの少なくともいずれか一つのフィルタリング処理において、光学系（レンズ１４及び絞り１５等）の光学特性（点拡がり関数等）に応じて定められるフィルタを用いてフィルタ適用処理データＤ４を取得してもよい。
また光学系の光学特性に応じてフィルタを定めるケースにおいて、その光学系の光学特性が撮影条件に応じて変動する場合には、フィルタは代表的な撮影条件における光学系の光学特性に応じて定められてもよい。例えば光学系の点拡がり関数に応じてフィルタを定めるケースにおいて、点拡がり関数に影響を及ぼしうるＦ値、ズーム値、被写体距離、フォーカス位置、光学系種別、撮像素子２４のセンサＳＮ比、像高（画像内位置）及び光学系個体差などの撮影条件のうちの一又は複数の撮影条件に関し、代表的な条件下での点拡がり関数に基づいてフィルタを設計することができる。代表的な撮影条件における光学系の光学特性に応じてフィルタを設計して記憶しておくことで、必要な記憶容量を節約することができる。なお「代表的な撮影条件」以外の撮影条件下で取得された原画像データＤ１の画像フィルタ処理Ｐでは、後述のように、ゲインを調整することでフィルタリング処理が高精度に行われる。
またこの場合、代表的な撮影条件は、第１の指標条件が異なる複数の撮影条件であって、原画像データの撮影の際に採用可能な複数の第１の指標条件のうち連続しない第１の指標条件に基づく複数の撮影条件を含むことが好ましい。例えば光学系の点拡がり関数に応じてフィルタを定めるケースにおいて、点拡がり関数に影響を及ぼしうるＦ値、ズーム値、被写体距離、フォーカス位置、光学系種別、撮像素子２４のセンサＳＮ比、像高（画像内位置）及び光学系個体差などの撮影条件の中から選択される任意の一要素を第１の指標条件として設定しうる。
図８は、原画像データの撮影の際に採用可能なＦ値と代表的なＦ値との関係例を示す図である。例えば光学系の点拡がり関数に応じてフィルタを定めるケースでは、撮影条件としてＦ値が変われば光学系の点拡がり関数も変動するのが通常である。撮影条件（第１の指標条件）として原画像データの撮影の際に採用可能なＦ値が複数（図８に示す例ではＦ１〜Ｆ４５まで計１２個）ある場合に、これらの採用可能なＦ値の中から選択される代表的なＦ値に対応する点拡がり関数に基づいてフィルタが設計されてもよい。例えば図８に示す例のように、採用可能なＦ値の中から一つ置きに（断続的に）順次選択されるＦ値（図８に示す例では、Ｆ１．４、Ｆ２．８、Ｆ５．６、Ｆ１１、Ｆ２２及びＦ４５）を「代表的な撮影条件」としてフィルタが設計されてもよい。また例えば、予想される「原画像データＤ１を取得する際に採用される頻度」に基づいて「代表的な撮影条件」が定められてもよく、予想される採用頻度が高い撮影条件を「代表的な撮影条件」としてフィルタが設計されてもよい。
したがってフィルタリング処理部４１は、光学系（レンズ１４及び絞り１５等）の点拡がり関数に基づく複数のフィルタであって、点拡がり関数の特性を左右するファクタを変えることで得られる複数のフィルタを、複数回のフィルタリング処理（第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ）で使用してもよい。点拡がり関数の特性を左右するファクタとして、例えば絞り値（Ｆ値）、ズーム値（焦点距離）、被写体距離、フォーカス位置、光学系種別、撮像素子２４のセンサＳＮ比、像高（画像内位置）及び光学系個体差などの撮影条件が挙げられる。これらのファクタのうち１又は複数のファクタの特性データが異なる点拡がり関数に基づいて導出されるフィルタが、各フィルタ適用処理ＰＦで用いられてもよい。
またフィルタリング処理部４１は、複数回のフィルタリング処理（第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ）のうちの少なくともいずれか一つのフィルタリング処理において、撮影により原画像データＤ１を取得する際に用いられた光学系（レンズ１４及び絞り１５等）の特性とは無関係に定められるフィルタを用いてフィルタ適用処理データＤ４を取得してもよい。そのような「光学系の特性とは無関係に定められるフィルタ」として、例えば輪郭強調フィルタを好適に使用することができる。
またフィルタ適用処理ＰＦで用いられるフィルタは、処理対象データＤ３の画素位置に基づいて変えられてもよい。フィルタリング処理部４１は、複数回のフィルタリング処理（第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ）のうちの少なくともいずれか一つのフィルタリング処理において、処理対象データＤ３における画素位置に応じた周波数特性を持つフィルタを用いてフィルタ適用処理データＤ４を取得してもよい。また処理対象データＤ３の画素位置に依らず、同一のフィルタが処理対象データＤ３に適用されてもよい。フィルタリング処理部４１は、複数回のフィルタリング処理のうちの少なくともいずれか一つのフィルタリング処理において、処理対象データＤ３における画素位置とは無関係の周波数特性を持つフィルタを用いてフィルタ適用処理データＤ４を取得してもよい。
一方、画像フィルタ処理Ｐにおける複数回のフィルタリング処理（第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ）の各々においてゲイン適用処理ＰＧでフィルタ適用処理データＤ４に適用されるゲインは、「原画像データを取得する際に用いられる光学系の光学特性であって原画像データを取得する際の撮影条件に応じた光学特性に基づいて特定される画像フィルタ処理Ｐの目標とする周波数特性」に基づいて取得される。
この「画像フィルタ処理Ｐの目標とする周波数特性」は、光学系の種類に応じて実験的又は理論的に予め求めることが可能であり、そのような「画像フィルタ処理Ｐの目標とする周波数特性」に基づいて取得される「ゲイン適用処理ＰＧで使用されるゲイン」も予め求めることが可能である。
例えば光学特性として「点拡がり関数」を想定し、原画像データＤ１を取得する際の撮影条件の一例として「Ｆ値」を想定した場合に、原画像データＤ１の撮影取得の際に採用されうるＦ値を予め想定し、その「採用されうるＦ値」毎に対応する光学系の点拡がり関数を予め導出しておくことができる。この光学系の点拡がり関数（光学伝達関数）に基づく周波数特性によって、画像フィルタ処理Ｐの目標とする周波数特性を表すことができ、ウィナーフィルタ等の任意の設計基準を利用した逆フィルタ設計手法を用いることが可能である。
またフィルタ適用処理ＰＦで使用されるフィルタが固定される場合には、そのフィルタの周波数特性も予め求めることができる。したがってフィルタ適用処理ＰＦでフィルタを固定的に使用する場合には、そのフィルタの周波数特性と予め導出される点拡がり関数とに基づいて、「原画像データを取得する際のＦ値に応じた点拡がり関数に基づいて特定される画像フィルタ処理Ｐの目標とする周波数特性に応じたゲイン」を予め導出しておくことができる。このようにして導出されるゲインは、図３に示すゲイン特定部４３や図４及び図５に示すゲイン取得部４５によってフィルタリング処理部４１（後述の「ゲイン適用部４９」参照）に供給される。
ゲインの具体的な算出手法例については後述するが、上述の「画像フィルタ処理Ｐの目標とする周波数特性」又は「画像フィルタ処理Ｐの目標とする周波数特性に応じたゲイン」は、デジタルカメラ１０（レンズユニット１１及び／又はカメラ本体１２）のメーカ側により予め求められてメモリに記憶されることが好ましく、原画像データＤ１の画像フィルタ処理Ｐを行う際にそのメモリに記憶されているデータを適宜利用可能とすることが好ましい。
なお、画像フィルタ処理Ｐの目標とする周波数特性は、光学系（レンズ１４及び絞り１５等）の点拡がり関数（光学伝達関数）に基づく周波数特性に限られず、光学系（レンズ１４及び絞り１５等）の撮影条件（上述の絞り値（Ｆ値）等の各種ファクタ）に基づいて導き出される各種の周波数特性を「画像フィルタ処理Ｐの目標とする周波数特性」とすることができる。したがって、例えば「絞り値（Ｆ値）に応じてピークが異なる周波数特性」が「画像フィルタ処理Ｐの目標とする周波数特性」に設定されてもよい。
次に、画像フィルタ処理Ｐ（複数回のフィルタリング処理）を行う回路構成例について説明する。
画像フィルタ処理Ｐを構成するフィルタリング処理（第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ）の数Ｎは、従来通りの手法でファクタに応じてフィルタを設計した場合のフィルタの総数Ｍより少ないことが好ましい。望ましくはＭの５０％以下、更に望ましくは３０％以下、更に望ましくは１０％以下となるように、画像フィルタ処理Ｐを構成するフィルタリング処理の数Ｎが設定される。但し画像フィルタ処理Ｐを構成するフィルタリング処理の数Ｎは、複数回のフィルタリング処理に使用されるフィルタのうちタップ数が最も大きいフィルタのタップ数（最大タップ数）が上限となる。これは、フィルタのタップ数以上にはフィルタの種類を増やせないためである。
なお画像フィルタ処理Ｐを構成するフィルタリング処理の数Ｎは、望ましくは１０以下であり、更に望ましくは６以下であり、更に望ましくは４以下であるが、フィルタリング処理の数Ｎの具体的な数値例はこれらに限られない。また、画像フィルタ処理Ｐを構成する複数回のフィルタリング処理（フィルタリング処理部４１）で使用される複数のフィルタのタップ数は、フィルタ間で相互に同じであってもよいし異なっていてもよい。
図９〜図１２に関する以下の説明では、便宜上「Ｎ＝２」と仮定して、フィルタリング処理部４１で行われる複数回のフィルタリング処理が第１のフィルタリング処理Ｆ１及び第２のフィルタリング処理Ｆ２によって構成されるケースについて説明する。ただし、「Ｎ」が３以上の整数であり、３回以上のフィルタリング処理がフィルタリング処理部４１で行われる場合も、同様の設計手法でフィルタリング処理部４１を実現することが可能である。
図９は、フィルタリング処理部４１の回路構成の一例を示す図である。図９には、第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ（ただし本例では「Ｎ＝２」）の各々を行う回路が直列的に接続されるケースの一例が示されている。
本例のフィルタリング処理部４１は、第１のフィルタリング処理Ｆ１で取得されるフィルタリング処理データＤ６−１を、第２のフィルタリング処理Ｆ２における処理対象データＤ３−２として用いる。すなわちフィルタリング処理部４１は、第１のフィルタ適用部４８−１、第１のゲイン適用部４９−１及び第１の処理データ算出部５０−１を有し、これらによって第１のフィルタリング処理Ｆ１が行われる。またフィルタリング処理部４１は、第２のフィルタ適用部４８−２、第２のゲイン適用部４９−２及び第２の処理データ算出部５０−２を有し、これらによって第２のフィルタリング処理Ｆ２が行われる。
第１のフィルタ適用部４８−１は、第１のフィルタリング処理Ｆ１の処理対象データＤ３−１に対して第１のフィルタリング処理用のフィルタを適用し、フィルタ適用処理データＤ４−１を取得する。第１のゲイン適用部４９−１は、第１のフィルタ適用部４８−１から出力されるフィルタ適用処理データＤ４−１に対して第１のフィルタリング処理用のゲインｇ０を適用し、ゲイン適用処理データＤ５−１を取得する。同様に、第２のフィルタ適用部４８−２は、第２のフィルタリング処理Ｆ２の処理対象データＤ３−２に対して第２のフィルタリング処理用のフィルタを適用し、フィルタ適用処理データＤ４−２を取得する。第２のゲイン適用部４９−２は、第２のフィルタ適用部４８−２から出力されるフィルタ適用処理データＤ４−２に対して第２のフィルタリング処理用のゲインｇ１を適用し、ゲイン適用処理データＤ５−２を取得する。
なお、各フィルタリング処理で使われるフィルタは、各フィルタ適用部４８（第１のフィルタ適用部４８−１及び第２のフィルタ適用部４８−２）によって保持されていてもよいし、図示しないメモリに記憶されて各フィルタ適用部４８により適宜読み出されてもよい。また各フィルタリング処理で使われるゲインは、図３に示すゲイン特定部４３や図４及び図５に示すゲイン取得部４５によって各ゲイン適用部４９（第１のゲイン適用部４９−１及び第２のゲイン適用部４９−２）に供給されてもよい。
また本例のフィルタリング処理部４１は、処理対象データＤ３とゲイン適用処理データＤ５とを加算してフィルタリング処理データＤ６を出力する第１の処理データ算出部５０−１及び第２の処理データ算出部５０−２を更に有する。すなわち第１の処理データ算出部５０−１は、第１のゲイン適用部４９−１から出力されるゲイン適用処理データＤ５−１に処理対象データＤ３−１を加算してフィルタリング処理データＤ６−１を出力する。同様に第２の処理データ算出部５０−２は、第２のゲイン適用部４９−２から出力されるゲイン適用処理データＤ５−２に処理対象データＤ３−２を加算してフィルタリング処理データＤ６−２を出力する。
なお第１のフィルタリング処理Ｆ１及び第２のフィルタリング処理Ｆ２によって画像フィルタ処理Ｐが構成される本例では、第１のフィルタリング処理Ｆ１における処理対象データＤ３−１は原画像データＤ１であり、第２のフィルタリング処理Ｆ２におけるフィルタリング処理データＤ６−２は処理画像データＤ２となる。
図１０は、フィルタリング処理部４１の回路構成の他の例を示す図である。図１０には、第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ（ただし本例では「Ｎ＝２」）の各々を行う回路が並列的に接続されるケースの一例が示されている。
本例では第１のフィルタリング処理Ｆ１に関する第１のフィルタ適用部４８−１と第１のゲイン適用部４９−１とが直列的に接続され、第２のフィルタリング処理Ｆ２に関する第２のフィルタ適用部４８−２と第２のゲイン適用部４９−２とが直列的に接続される。また「第１のフィルタリング処理Ｆ１に関する第１のフィルタ適用部４８−１及び第１のゲイン適用部４９−１」と「第２のフィルタリング処理Ｆ２に関する第２のフィルタ適用部４８−２及び第２のゲイン適用部４９−２」とが並列的に接続される。またフィルタリング処理部４１は、第１のゲイン適用部４９−１から出力されるゲイン適用処理データＤ５−１と第２のゲイン適用部４９−２から出力されるゲイン適用処理データＤ５−２とを加算する加算器５２を有する。さらに全てのフィルタリング処理（本例では第１のフィルタリング処理Ｆ１及び第２のフィルタリング処理Ｆ２）において取得されるゲイン適用処理データＤ５（フィルタリング処理データＤ６）が加算されることで得られる加算データＤ７と、処理対象データＤ３とを加算することで処理画像データＤ２を取得する処理画像データ算出部５１が設けられている。
この図１０に示す回路構成を有する本例のフィルタリング処理部４１は、第１のフィルタリング処理Ｆ１及び第２のフィルタリング処理Ｆ２では同一データ（すなわち原画像データＤ１）を処理対象データＤ３として使用する。またフィルタリング処理部４１は、第１のフィルタリング処理Ｆ１で取得されるフィルタリング処理データＤ６−１と第２のフィルタリング処理Ｆ２で取得されるフィルタリング処理データＤ６−２とに基づいて、処理画像データＤ２を取得する。なお本例では、各フィルタリング処理のゲイン適用部４９から出力されるゲイン適用処理データＤ５が、各フィルタリング処理において得られるフィルタリング処理データＤ６となる。
図１１は、フィルタリング処理部４１の回路構成の他の例を示す図である。図１１には、第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ（ただし本例では「Ｎ＝２」）の各々を行う回路が並列的に接続される他の例が示されている。
本例も、図１０に示す例と同様に、第１のフィルタリング処理Ｆ１に関する第１のフィルタ適用部４８−１と第１のゲイン適用部４９−１とが直列的に接続され、第２のフィルタリング処理Ｆ２に関する第２のフィルタ適用部４８−２と第２のゲイン適用部４９−２とが直列的に接続される。また「第１のフィルタリング処理Ｆ１に関する第１のフィルタ適用部４８−１及び第１のゲイン適用部４９−１」と「第２のフィルタリング処理Ｆ２に関する第２のフィルタ適用部４８−２及び第２のゲイン適用部４９−２」とが並列的に接続される。したがって本例のフィルタリング処理部４１も、第１のフィルタリング処理Ｆ１及び第２のフィルタリング処理Ｆ２では同一データ（すなわち原画像データＤ１）を処理対象データＤ３として使用する。
ただし本例では、全てのフィルタリング処理（本例では第１のフィルタリング処理Ｆ１及び第２のフィルタリング処理Ｆ２）において取得されるゲイン適用処理データＤ５（フィルタリング処理データＤ６）が処理画像データ算出部５１によって加算されることで、処理画像データＤ２が取得される。すなわちフィルタリング処理部４１は、処理画像データ算出部５１において、第１のフィルタリング処理Ｆ１で取得されるフィルタリング処理データＤ６−１と第２のフィルタリング処理Ｆ２で取得されるフィルタリング処理データＤ６−２とを加算することで処理画像データＤ２を取得する。なお本例においても、各フィルタリング処理のゲイン適用部４９から出力されるゲイン適用処理データＤ５が、各フィルタリング処理において得られるフィルタリング処理データＤ６となる。
また本例の画像フィルタ処理Ｐ（第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ）は処理対象画像の明るさ（ＤＣ（Ｄｉｒｅｃｔ Ｃｕｒｒｅｎｔ）成分）の変化を防ぐため、周波数（ω）が０の場合のフィルタレスポンスが１に設定され（φｎ（０）＝１）に設定され、任意のゲインに関して明るさが一定に調整されることが好ましい。
上述の図９〜図１１に示す例では、複数回のフィルタリング処理の各々に関して別個の「フィルタ適用部４８及びゲイン適用部４９」が設けられるが、共通の「フィルタ適用部４８及びゲイン適用部４９」によって複数回のフィルタリング処理が行われてもよい。
図１２は、フィルタリング処理部４１の回路構成の他の例を示す図である。図１２には、単一のフィルタ適用部４８及び単一のゲイン適用部４９によって複数回のフィルタリング処理を行う回路構成の例が示されている。図１２に示す回路構成例は、フィルタ適用処理ＰＦ及びゲイン適用処理ＰＧに関して上述の図９に示す直列接続タイプの回路構成と等価の機能を発揮するが、単一の「フィルタ適用部４８及びゲイン適用部４９」によって複数回のフィルタリング処理が行われる点で図９に示す回路構成とは異なる。
すなわち本例のフィルタリング処理部４１は、処理対象データＤ３にフィルタを適用してフィルタ適用処理データＤ４を取得するフィルタ適用部４８と、フィルタ適用処理データＤ４にゲインを適用してゲイン適用処理データＤ５を取得するゲイン適用部４９とを有する。またフィルタリング処理部４１は、ゲイン適用処理データＤ５と処理対象データＤ３とを加算してフィルタリング処理データＤ６を取得する処理データ算出部５０と、フィルタ適用部４８、ゲイン適用部４９及び処理データ算出部５０における演算処理の繰り返しの要否を判定する繰り返し演算判定部５４とを有する。
繰り返し演算判定部５４は、フィルタ適用部４８、ゲイン適用部４９及び処理データ算出部５０によるフィルタリング処理の回数が予め定められるＮ回（本例では「Ｎ＝２」）に達したか否かを判定する。フィルタ適用部４８、ゲイン適用部４９及び処理データ算出部５０によるフィルタリング処理の回数がＮ回に達していない場合、繰り返し演算判定部５４は、処理データ算出部５０から出力されるフィルタリング処理データＤ６をフィードバックする。フィルタリング処理データＤ６がフィードバックされると、フィルタ適用部４８、ゲイン適用部４９及び処理データ算出部５０は、フィードバックされたフィルタリング処理データＤ６を新たな処理対象データＤ３として、一連の処理を繰り返す。フィルタ適用部４８、ゲイン適用部４９及び処理データ算出部５０によるフィルタリング処理の回数がＮ回に達した場合、繰り返し演算判定部５４は、処理データ算出部５０から最終的に出力されるフィルタリング処理データＤ６を処理画像データＤ２として出力する。
本例において、フィルタ適用部４８で使用されるフィルタｈｎはフィルタ供給部５６からフィルタ適用部４８に供給され、ゲイン適用部４９で使用されるゲインｇｎはゲイン供給部５５からゲイン適用部４９に供給される。すなわち「ｎ回目のフィルタリング処理（ただし「１≦ｎ≦Ｎ」）で使用されるフィルタｈｎ−１及びゲインｇｎ−１の情報」がフィルタ供給部５６及びゲイン供給部５５において保持され、或いは図示しないメモリに保持されている。フィルタ供給部５６及びゲイン供給部５５は、繰り返し演算判定部５４から「次にフィルタ適用部４８、ゲイン適用部４９及び処理データ算出部５０において行われるフィルタリング処理がｎ回目である」という情報が送られ、その繰り返し演算判定部５４からの情報に基づいてフィルタ適用部４８及びゲイン適用部４９にフィルタｈｎ−１及びゲインｇｎ−１を供給する。
したがって図１２に示すフィルタ適用部４８は、第１のフィルタリング処理Ｆ１では第１のフィルタリング処理用フィルタｈ０を用いてフィルタ適用処理データＤ４を取得し、第２のフィルタリング処理Ｆ２では第２のフィルタリング処理用フィルタｈ１を用いてフィルタ適用処理データＤ４を取得する。またゲイン適用部４９は、第１のフィルタリング処理Ｆ１では第１のフィルタリング処理用のゲインｇ０を用いてゲイン適用処理データＤ５を取得し、第２のフィルタリング処理Ｆ２では第２のフィルタリング処理用のゲインｇ１を用いてゲイン適用処理データＤ５を取得する。
なお、ゲイン適用部４９にゲインを供給するゲイン供給部５５は、画像処理部３５が図３に示すシステム構成を有する場合にはゲイン特定部４３によって構成され、また画像処理部３５が図４又は図５に示すシステム構成を有する場合にはゲイン取得部４５によって構成される。
上述の図９〜図１２に示す回路構成は例に過ぎず、複数回のフィルタリング処理を行うフィルタリング処理部４１は様々な回路構成によって実現可能であり、具体的な回路構成は特に限定されない。
例えば図１２には単一の「フィルタ適用部４８及びゲイン適用部４９」によって図９に示す直列接続タイプと同等のフィルタリング処理（画像フィルタ処理Ｐ）を行う回路構成例が示されているが、同様に、単一の「フィルタ適用部４８及びゲイン適用部４９」を有する回路構成によって、図１０又は図１１に示す並列接続タイプと同等のフィルタリング処理（画像フィルタ処理Ｐ）が行われてもよい。
また図９に示す直列接続タイプの回路構成において、第１の処理データ算出部５０−１及び第２の処理データ算出部５０−２が省略されてもよい。すなわち第１のゲイン適用部４９−１から出力されるゲイン適用処理データＤ５−１を、第１のフィルタリング処理Ｆ１のフィルタリング処理データＤ６−１及び第２のフィルタリング処理Ｆ２の処理対象データＤ３−２としてもよく、第２のゲイン適用部４９−２から出力されるゲイン適用処理データＤ５−２を、第２のフィルタリング処理Ｆ２のフィルタリング処理データＤ６−２及び処理画像データＤ２としてもよい。同様に、図１２に示す回路構成において処理データ算出部５０が省略されてもよく、ゲイン適用部４９から出力されるゲイン適用処理データＤ５をフィルタリング処理データＤ６としてもよい。
＜ゲイン決定手法＞
次に、ゲイン適用部４９（第１のゲイン適用部４９−１〜第Ｎのゲイン適用部４９−Ｎ）で用いられるゲインの決定手法について説明する。
図１３は、ゲイン取得部４５の機能構成の一例を示すブロック図であり、図３に示す画像処理部３５と好適に組み合わせられるゲイン取得部４５を示す。本例のゲイン取得部４５は、参照画像取得部６０、参照画像解析部６１、目標周波数特性取得部６２及び適用ゲイン算出部６３を有する。
参照画像取得部６０は、原画像データＤ１を取得する際に用いられる光学系の光学特性であって、原画像データＤ１を取得する際の撮影条件に応じた光学特性が反映された参照画像データを取得する。この参照画像データは、原画像データＤ１を取得する際にカメラ本体１２に装着されうる各種のレンズユニット１１（光学系）に関して取得されることが好ましく、また原画像データＤ１を取得する際に採用されうる撮影条件に関して取得されることが好ましい。例えば複数種類のレンズユニット１１（光学系）を使って原画像データＤ１を撮影取得することができる場合には、その複数種類のレンズユニット１１（光学系）の各々に関して参照画像データを取得することが好ましい。また撮影条件として図８に示すＦ値を想定した場合、採用可能な全てのＦ値（図８に示す例ではＦ１〜Ｆ４５の計１２個のＦ値）の各々に関して参照画像データを取得することが好ましい。
なお参照画像取得部６０による参照画像データの取得手法は、特に限定されない。例えば、測定対象の光学系を含むレンズユニット１１をカメラ本体１２に装着した状態で撮影を行うことで、撮像素子２４から参照画像取得部６０に参照画像データが入力されてもよい。また測定対象の光学系を含むレンズユニット１１を使った撮影が予め行われて取得された参照画像データがメモリ（図１に示す本体記憶部２９等）に保存されている場合、参照画像取得部６０は測定対象の光学系に関する参照画像データをそのメモリから読み出してもよい。
なお参照画像データの被写体は特に限定されず、特定の形状、模様及び色を有する被写体の撮影により参照画像データが取得されてもよいし、不特定の形状、模様及び色を有する被写体の撮影により参照画像データが取得されてもよい。特定の形状、模様及び色を有する被写体の撮影により参照画像データを取得する場合、参照画像取得部６０は、デバイス制御部３４（表示制御部３６等）と協働して表示部２７における表示等をコントロールし、そのような被写体の撮影の誘導を行うことが好ましい。また不特定の形状、模様及び色を有する被写体の撮影により参照画像データを取得する場合、参照画像取得部６０は、本体記憶部２９に保存されている過去の撮影画像データを解析し、測定対象の光学系を含むレンズユニット１１を使って取得された撮影条件毎のデータであって、参照画像データとして好ましい画像特性を有するデータを過去の撮影画像データの中から選択して参照画像データとして特定してもよい。
参照画像解析部６１は、参照画像取得部６０によって取得される参照画像データの解析を行って、原画像データＤ１を取得する際の撮影条件に応じた光学特性を取得する。具体的には、参照画像解析部６１は参照画像データの周波数解析を行い、測定対象の光学系の撮影条件毎の点拡がり関数（ＯＴＦ等）を取得してもよい。
目標周波数特性取得部６２は、参照画像解析部６１が取得する「撮影条件に応じた光学特性」に基づいて、その光学系を使って撮影取得される原画像データＤ１の画像フィルタ処理Ｐにおいて目標とする周波数特性を撮影条件毎に特定する。例えば画像フィルタ処理Ｐが光学系の点拡がり現象をキャンセルすることを意図する処理の場合、目標周波数特性取得部６２は、参照画像解析部６１が取得した光学系の撮影条件毎の点拡がり関数（ＯＴＦ等）に基づいて、ウィナーフィルタ等の任意の設計基準でフィルタを構築することで画像フィルタ処理Ｐの目標とする周波数特性を取得してもよい。
適用ゲイン算出部６３は、目標周波数特性取得部６２が特定する「画像フィルタ処理Ｐの目標とする周波数特性」に基づいて、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲイン（候補データ）を取得する。適用ゲイン算出部６３によるゲインの取得手法は特に限定されず、例えば最小二乗法によってゲインを算出することができる。すなわち適用ゲイン算出部６３は、目標周波数特性取得部６２が特定した「画像フィルタ処理Ｐの目標とする周波数特性」に対し、複数回のフィルタリング処理の各々の周波数特性に基づいて最小二乗法で画像フィルタ処理Ｐの周波数特性をフィッティングすることで、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインを取得してもよい。
適用ゲイン算出部６３は、取得したゲインを「ゲインの候補データ」としてゲイン候補データ記憶部４４に記憶する。ゲインの候補データは、画像フィルタ処理Ｐの目標とする周波数特性に関係付けられたゲイン選定条件と関連付けられた状態で、ゲイン候補データ記憶部４４に記憶されることが好ましい。ゲイン選定条件としては、画像フィルタ処理Ｐの目標とする周波数特性に影響を及ぼしうる各種ファクタを示す特性データが好適に用いられ、特に本例では「原画像データＤ１を取得する際の撮影条件」がゲイン選定条件とされる。したがって画像フィルタ処理Ｐの目標とする周波数特性が「撮影により原画像データＤ１を取得する際に用いられた光学系（レンズ１４及び絞り１５等）の点拡がり関数（光学伝達関数）に基づく周波数特性」である場合、その点拡がり関数に影響を及ぼす各種ファクタ（例えば原画像データＤ１を取得するための撮影の際の絞り値（Ｆ値）、ズーム値（焦点距離）、被写体距離、フォーカス位置、光学系種別、撮像素子２４のセンサＳＮ比、像高（画像内位置）及び光学系個体差などの撮影条件）に関する特性データが、「ゲイン選定条件」としてゲインの候補データと関連付けられうる。
このようにゲインの候補データをゲイン選定条件と関連付けてゲイン候補データ記憶部
４４に記憶する場合、参照画像取得部６０は複数の撮影条件（ゲイン選定条件）下で撮影取得された複数の参照画像データを取得することが好ましく、参照画像解析部６１は複数の撮影条件下で撮影取得された複数の参照画像データを解析して光学特性を取得することが好ましい。また目標周波数特性取得部６２は複数の撮影条件下での光学特性から複数の撮影条件に関する画像フィルタ処理Ｐの目標とする周波数特性を取得することが好ましく、適用ゲイン算出部６３は複数の撮影条件に関連付けられるゲインを取得し、そのゲインを対応の撮影条件（ゲイン選定条件）と関連付けてゲイン候補データ記憶部４４に記憶することが好ましい。
図１４は、図１３に示すゲイン取得部４５のゲイン取得フローを示すフローチャートである。本例では上述のように、まず測定対象の光学系を使って撮影取得された参照画像データが参照画像取得部６０により取得され（図１４のＳ１１）、参照画像解析部６１によってその参照画像データの解析が行われて測定対象の光学系の撮影条件毎の光学特性が取得される（Ｓ１２）。そして測定対象の光学系の撮影条件毎の光学特性から画像フィルタ処理Ｐの目標とする周波数特性が目標周波数特性取得部６２により取得され（Ｓ１３）、その目標とする周波数特性から、撮影条件毎のゲインの候補データが適用ゲイン算出部６３により取得される（Ｓ１４）。
このようにして取得されたゲインの候補データは、測定対象の光学系の撮影条件毎の光学特性に関連付けた「ゲインテーブル情報」として、適用ゲイン算出部６３によりゲイン候補データ記憶部４４に記憶される（Ｓ１５）。これによりゲイン特定部４３は、ゲイン候補データ記憶部４４に記憶されるゲインの候補データの中から、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインを特定し、その特定したゲインをフィルタリング処理部４１に送ることができる。
図１５は、ゲイン取得部４５の機能構成の他の例を示すブロック図であり、図４及び図５に示す画像処理部３５と好適に組み合わせられるゲイン取得部４５を示す。本例のゲイン取得部４５は目標周波数特性取得部６２及び適用ゲイン算出部６３を有し、目標周波数特性取得部６２は、画像フィルタ処理Ｐの目標とする周波数特性を周波数解析部６６の周波数特性記憶部６８から取得する。
周波数解析部６６は、参照画像取得部６０、参照画像解析部６１、目標周波数特性特定部６７及び周波数特性記憶部６８を有する。本例の参照画像取得部６０及び参照画像解析部６１は、図１３に示す上述の参照画像取得部６０及び参照画像解析部６１と同様に、参照画像データを取得し、原画像データＤ１を取得する際に用いられる光学系の撮影条件毎の光学特性を取得する。また本例の目標周波数特性特定部６７は、図１３に示す上述の目標周波数特性取得部６２と同様に、参照画像解析部６１が取得した光学系の撮影条件毎の光学特性に基づいて、その光学系を使って撮影取得される原画像データＤ１の画像フィルタ処理Ｐにおいて目標とする周波数特性を撮影条件毎に特定する。
ただし本例の目標周波数特性特定部６７は、特定した画像フィルタ処理Ｐの目標とする周波数特性に関するデータを、対応の光学系のデータ及び撮影条件と関連付けて周波数特性記憶部６８に記憶する。ここでいう「対応の光学系のデータ及び撮影条件」は、測定対象の光学系及び撮影条件を個々に特定することが可能な任意のデータであって、例えば個々の光学系（レンズユニット１１）に割り当てられる種類情報（例えば型番等）と撮影条件（例えばＦ値等）との組み合わせによって表されうる。
本例の目標周波数特性取得部６２は、フィルタリング処理部４１における画像フィルタ処理Ｐの対象となっている原画像データＤ１の撮影に使用した光学系の種類情報（対応の光学系のデータ）及び原画像データＤ１の撮影条件を取得し、その種類情報及び撮影条件に基づいて原画像データＤ１の撮影に使用した光学系及び撮影条件に関連付けられている画像フィルタ処理Ｐの目標とする周波数特性に関するデータを周波数特性記憶部６８から取得する。適用ゲイン算出部６３は、目標周波数特性取得部６２が特定した「画像フィルタ処理Ｐの目標とする周波数特性」に基づいて、複数回のフィルタリング処理の各々においてフィルタ適用処理データに適用されるゲインを取得してフィルタリング処理部４１に供給する。
このように本例のゲイン取得部４５は、原画像データＤ１の撮影に使用した光学系及び撮影条件に関する「画像フィルタ処理Ｐの目標とする周波数特性」を周波数特性記憶部６８から読み出してゲインを取得する。したがって、周波数解析部６６における「画像フィルタ処理Ｐの目標とする周波数特性を取得するための処理」と、ゲイン取得部４５における「フィルタリング処理部４１で実際に使用するゲインを取得するための処理」とを分離することができる。
図１６は、図１５に示す周波数解析部６６の周波数特性取得フローを示すフローチャートである。本例では上述のように、まず測定対象の光学系を使って撮影取得された参照画像データが撮影条件毎に参照画像取得部６０により取得され（図１６のＳ２１）、参照画像解析部６１によってその参照画像データの解析が行われて測定対象の光学系の撮影条件毎の光学特性が取得される（Ｓ２２）。そして目標周波数特性特定部６７によって測定対象の光学系の撮影条件毎の光学特性から画像フィルタ処理Ｐの目標とする周波数特性が撮影条件毎に特定され（Ｓ２３）、周波数特性記憶部６８に記憶される（Ｓ２４）。
図１７は、図１５に示すゲイン取得部４５のゲイン取得フローを示すフローチャートである。本例では上述のように、まずフィルタリング処理部４１における画像フィルタ処理Ｐの対象となっている原画像データＤ１の撮影に使用した光学系及び撮影条件に関連付けられている画像フィルタ処理Ｐの目標とする周波数特性に関するデータが、目標周波数特性取得部６２によって周波数特性記憶部６８から取得される（図１７のＳ３１）。そして適用ゲイン算出部６３によって、その目標とする周波数特性からフィルタリング処理において使用されるゲインが取得され（Ｓ３２）、フィルタリング処理部４１に供給される（Ｓ３３）。
＜ゲイン係数（ゲイン値ベクトル）の算出手法＞
以下、上述のゲイン取得部４５（特に適用ゲイン算出部６３）における演算処理の具体的な流れについて説明する。一例として、フィルタリング処理部４１が図１１に示す回路構成を有するケースについて主に説明するが、フィルタリング処理部４１が他の回路構成（図９〜１０及び図１２参照）を有するケースについても同様の演算処理によってゲインを算出することが可能である。
以下の方法は、周波数及び画像内の位置（画素位置）の各々に基づいて重み付けされた最小二乗基準を採用し、フィルタリング処理部４１によって行われる画像フィルタ処理Ｐ全体の周波数特性を、目標とする所望の周波数特性に近づけるように、ゲインを求める。
図１１に示す回路構成において、第ｎのフィルタリング処理Ｆｎ（ただし「１≦ｎ≦Ｎ」）を行うフィルタ適用部４８−ｎで使用されるフィルタの周波数特性を「φｎ−１（ω）」で表し、ゲイン適用部４９−ｎで使用されるゲインを「ｇｎ−１」で表すと、第ｎのフィルタリング処理Ｆｎの周波数特性は「ｇｎ−１φｎ−１（ω）」によって表される。したがってフィルタリング処理部４１が行う画像フィルタ処理Ｐ（第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ）の全体の周波数特性を「ｆ（ω）」で表すと、「ｆ（ω）＝ｇ０φ０（ω）…＋ｇＮ−１φＮ−１（ω）（ただし「Ｎ」は２以上の整数）」が成立する。
なお図９及び図１２に示す回路構成では、第ｎのフィルタリング処理Ｆｎの全体の周波数特性を「１＋ｇｎ−１（ψｎ−１（ω）−１）」で表すと、各フィルタ適用部４８で使用されるフィルタの周波数特性φｎ−１（ω）は「φｎ−１（ω）＝ψｎ−１（ω）−１」によって表され、画像フィルタ処理Ｐ全体の周波数特性ｆ（ω）は「ｆ（ω）＝（１＋ｇ０φ０（ω））…×（１＋ｇＮ−１φＮ−１（ω））」によって表される。また図１０に示す回路構成では、画像フィルタ処理Ｐ全体の周波数特性ｆ（ω）は「ｆ（ω）＝１＋ｇ０φ０（ω）…＋ｇＮ−１φＮ−１（ω）」によって表される。
したがって図１１の回路構成に関する下述の説明は、図１１の回路構成の周波数特性「ｆ（ω）＝ｇ０φ０（ω）…＋ｇＮ−１φＮ−１（ω）」を周波数特性「ｆ（ω）＝１＋ｇ０φ０（ω）…＋ｇＮ−１φＮ−１（ω）」に応用することによって、図１０に示す回路構成についても適用可能である。例えば、図１０の回路構成の上記の周波数特性ｆ（ω）における「１＋ｇ０φ０（ω）」を「図１１の回路構成の上記の周波数特性ｆ（ω）における「ｇ０φ０（ω）」」として扱うことで、図１１の回路構成に関する下述の説明は図１０に示す回路構成にも当てはめられる。同様に、図１１の回路構成に関する下述の説明は、図１１の回路構成の周波数特性「ｆ（ω）＝ｇ０φ０（ω）…＋ｇＮ−１φＮ−１（ω）」を「ｆ（ω）＝（１＋ｇ０φ０（ω））…×（１＋ｇＮ−１φＮ−１（ω））」に応用することによって、図９及び図１２に示す回路構成についても適用される。なおこの場合、対数化処理を利用することで、図９及び図１２に示す回路構成の周波数特性ｆ（ω）の積の演算式は和の演算式に変換され、図１１の回路構成に関する下述の説明を図９及び図１２に示す回路構成に当てはめ易くなる。
ここで、第ｎのフィルタリング処理Ｆｎのフィルタ適用部４８−ｎで使用されるフィルタが、撮影により原画像データＤ１を取得する際に用いられた光学系（レンズ１４及び絞り１５等）の点拡がり関数に基づく画像復元用のフィルタであると仮定する。点拡がり関数に基づく画像復元用のフィルタは、下記のように周波数ωに関して２次元の自由度を有し、また画像内位置（画素位置）ｒに関して２次元の自由度を有するため、合計「４自由度」を持つ周波数特性となる。
このような周波数ベクトルω及び画像内位置ベクトルｒを用いると、第ｎのフィルタリング処理Ｆｎのフィルタ適用部４８−ｎで用いられるフィルタの周波数特性を「φｎ−１（ω，ｒ）」で表すことができる。フィルタの周波数特性φｎ（ω，ｒ）の離散化を周波数についてＮω個及び画像内位置についてＮｒ個のサンプリング点に関して行うことで、下記のベクトルφｎが得られる。
なお周波数「ωｊ」及び画像内位置「ｒｋ」は、下記式によって表すことができ、「ωｊ」は周波数に関するＮω個のサンプリングポイントを示し、「ｒｋ」は画像内位置に関するＮｒ個のサンプリングポイントを示す。
複数回のフィルタリング処理（第１のフィルタリング処理Ｆ１〜第Ｎのフィルタリング処理ＦＮ）で使用されるゲインによって構成されるゲインベクトル（ゲイン群）ｇは、下記式によって表される。
上記式で表されるゲインが設定された画像フィルタ処理Ｐ全体（フィルタリング処理部４１全体）の周波数特性「ｆ（ω，ｒ｜ｇ）」は、図１１に示す回路構成では、下記式によって表される。
一方、実現したい「画像フィルタ処理Ｐの目標とする周波数特性「ｄ（ω，ｒ）」」は、任意の方法で決定することが可能であり、その決定方法は特に限定されない。一般に、点拡がり関数に基づく復元フィルタは、コンボリュージョン型のフィルタによって好適に実現可能である。点拡がり関数に基づくフィルタの周波数特性を決定する方法としては様々な手法があり、例えば撮影光学系のＳＮ比を考慮したウィナーフィルタが広く利用されている。ウィナーフィルタは、下記式によって、点拡がり関数の光学伝達関数（ＯＴＦ）及びＳＮ比の情報に基づいてフィルタの周波数特性を表すことができる。したがって、実現したい画像フィルタ処理Ｐの目標とする周波数特性「ｄ（ω，ｒ）」を、このウィナーフィルタに基づいて決定してもよい。
画像フィルタ処理Ｐ全体の周波数特性を「ｆ（ω，ｒ｜ｇ）」によって表し、実現したい画像フィルタ処理Ｐの目標とする周波数特性を「ｄ（ω，ｒ）」によって表し、近似重み関数を「ｗ（ω，ｒ）」によって表す。この場合、下記式で表される重み付き最小二乗基準に基づく汎関数「ＪＬＭＳ［ｇ］」を最小化するゲインベクトルを、画像フィルタ処理Ｐにおける最適な周波数特性を表すゲインベクトルとすることができる。
上記式を周波数及び画像内位置のサンプリングポイントで離散化すると、下記式が得られる。
上記式において「ｄｉａｇ」は引数ベクトルを対角要素とする対角行列を示し、上記式の「ｗ」及び「ｄ」は、それぞれ「ｗ（ω，ｒ）」及び「ｄ（ω，ｒ）」を「ベクトルφｎ」に関する上述の方法と同様にしてベクトル化したものである。
上記式に基づいて、ゲインベクトルの最適解ｇＯＰＴは下記式によって表される。
近似重み関数及び各フィルタの周波数特性（フィルタ係数）が決定されていれば、上記式中の「（ＡＨＷＡ）−１ＡＨＷ」の部分は、予め算出可能な行列によって表される。このようにゲインベクトルの最適解ｇＯＰＴは、個別の像劣化特性を示す点拡がり関数に基づいて取得されるフィルタ特性に行列を適用する演算によって算出可能である。
なおフィルタリング処理部４１が図１１に示す回路構成を採用する場合には、上記の条件に加え、画像のＤＣ成分（明るさ）の変化を防ぐために、ＤＣ成分の増幅率（ゲイン）を１．０倍にするという拘束条件が適用されることが好ましい。具体的には、下記式に従ってゲインベクトルの最適解ｇＯＰＴを取得することが「ＤＣ成分の増幅率を１．０倍として画像全体の明るさを変えない」ことに相当する。
上記式は、ＱＰ（Ｑｕａｄｒａｔｉｃ Ｐｒｏｇｒａｍｍｉｎｇ）問題として扱うことができ、「Ｎ」が小さい場合には、少ない計算量で解くことが可能である。また、一例として下記式で表されるように、各フィルタのＤＣ成分の増幅率に制限を設けることによって、ＤＣ成分の増幅率の制限（拘束条件）を除外することが可能である。
＜重み付けの工夫＞
上述の最小二乗法では、「ｗ（ω，ｒ）」で表されるように周波数と画像内位置（画素位置）とに基づいて周波数特性の近似精度に重み付けがされる。例えば最小二乗法による周波数特性の近似を上記の近似誤差評価関数ＪＬＭＳ［ｇ］に基づいて行う場合、その近似誤差評価関数ＪＬＭＳ［ｇ］が周波数と画像内位置（画素位置）とに基づいて重み付けされる。この重み付けを調整することで画質をコントロールすることができる。すなわち、最小二乗法によって画像フィルタ処理Ｐの目標とする周波数特性に近似する際に、特定の周波数や特定の画素位置に対して重み付けを調整することで、最小二乗法において特定の周波数や特定の画素位置に関する近似精度を高めることができ、画質をコントロールすることができる。
例えば、上述の最小二乗法では、低周波帯域における重み付けを高周波帯域における重み付けより大きく設定してもよい。一般に、人間の視覚特性上、高周波成分よりも低周波成分の方が知覚されやすいため、「画像フィルタ処理Ｐの目標とする周波数特性に近似する」精度として低周波成分を高周波成分よりも優先することで、低周波成分を高精度に処理することができる。
なお、ここでいう「低周波帯域（低周波成分）」及び「高周波帯域（高周波成分）」は相対的な周波数範囲（周波数帯域）を表す。例えばサンプリング周波数の１／４（＝０．２５ｆｓ）以下の範囲を「低周波帯域（低周波成分）」として扱い、０．２５ｆｓよりも大きく０．５ｆｓ以下の範囲を「高周波帯域（高周波成分）」として扱ってもよい。
また上述の最小二乗法では、原画像データＤ１を取得する際の撮影条件に応じて、高周波帯域における重み付けを低周波帯域における重み付けより大きく設定してもよい。一般に、ノイズが多い場合にフィルタの高周波特性が悪いとノイズが増幅されてしまう。したがってノイズが多いことが予想される撮影条件下で取得された原画像データＤ１の画像フィルタ処理Ｐでは、「画像フィルタ処理Ｐの目標とする周波数特性に近似する」精度として高周波成分を低周波成分よりも優先した方が好ましい場合がある。
なお、ここでいう「原画像データＤ１を取得する際の撮影条件」は特に限定されない。ノイズ量に影響を及ぼしうる任意のファクタを撮影条件とすることができ、例えば絞り値（Ｆ値）や撮像素子２４の撮影感度を、ノイズ量に影響を及ぼしうる「原画像データＤ１を取得する際の撮影条件」として採用してもよい。
また上述の最小二乗法における重み付けは、原画像データＤ１における画素位置に応じて定められてもよい。例えば一般ユーザが使用する通常のデジタルカメラを使った撮影により原画像データＤ１が取得される場合には、主要被写体が画像中央部に配置されることが多いため、画像中央部の画素位置の高周波成分が重視される傾向がある。一方、監視カメラ等において撮影範囲の境界付近の画像の重要性が比較的高い場合には、画像周辺部の画素位置の高周波成分が重視される傾向がある。このように、原画像データＤ１における画素位置に応じて重要度が異なる場合があり、重み付けの高い画素位置（優先される画素位置）を撮像装置の種類や撮影画像の用途（製品）に応じて決定してもよい。
例えば一般ユーザが使用するデジタルカメラ１０が具備する光学系において、中央部は一般的に解像度が高く周波数に依らずに優れた解像特性を有し、周辺部は解像性能が低くなる傾向がある。したがって図１に示すデジタルカメラ１０を使った撮影により取得される原画像データＤ１の画像フィルタ処理Ｐでは、画像中央部では高周波帯域の重み付けを大きくし、画像周辺部では低周波帯域の重み付けを大きくすることで、光学特性に応じた画質改善を行うことができる。すなわち上述の最小二乗法において、原画像データＤ１の画像中心から第１の距離以下の画素位置（低像高の画素位置）では、原画像データＤ１の画像中心から第１の距離よりも遠い画素位置（高像高の画素位置）よりも、高周波帯域における重み付けを大きくしてもよい。また上述の最小二乗法において、原画像データＤ１の画像中心から第２の距離よりも遠い画素位置（高像高の画素位置）では、原画像データＤ１の画像中心から第２の距離以下の画素位置（低像高の画素位置）よりも、低周波帯域における重み付けを大きくしてもよい。
なお、ここでいう「高周波帯域」は０．２５ｆｓよりも大きく０．５ｆｓ以下の範囲に含まれることが好ましく、「低周波帯域」は０．２５ｆｓ以下の範囲に含まれることが好ましい。また、ここでいう「第１の距離」と「第２の距離」は同じであってもよいし、異なっていてもよい。
＜フィルタの周波数特性が周波数減衰を含まない場合の工夫＞
図９に示すような直列接続タイプの回路構成を有するフィルタリング処理部４１によって複数回のフィルタリング処理が行われる場合、各フィルタ適用部４８で処理対象データＤ３に適用されるフィルタの周波数特性が周波数減衰を持つか否かに応じて、制御方法を工夫することが好ましい。周波数減衰は、「光学系の点拡がり関数によって表される点像の拡がり（ボケ）の程度が大きい」且つ「ＳＮ比が低い」場合に特に有効に作用し、高周波帯域におけるノイズ成分を抑制する効果をもたらす。
例えば各フィルタ適用部４８で使用するフィルタに周波数減衰の効果を持たせる必要がない場合には、図１１に示すフィルタリング処理部４１の各フィルタ適用部４８で使用されるフィルタの周波数特性φｎ（ω）を下記式に基づいて設定することができる。
上記式は、各フィルタ適用部４８で使用されるフィルタの周波数特性φｎ（ω）が「｜φｎ（ω）｜＞１」を満たす場合には、本来の周波数特性φｎ（ω）を持つフィルタを使用し、「｜φｎ（ω）｜≦１」を満たす場合には、「周波数特性（レスポンス）＝１」となるフィルタを使用することを示す。
なお各フィルタ適用部４８で使用するフィルタに周波数減衰の効果を持たせる必要がない場合に、図９〜１０及び図１２に示すフィルタリング処理部４１の各フィルタ適用部４８で使用されるフィルタの周波数特性φｎ（ω）は、例えば下記式に基づいて設定することができる。
またフィルタリング処理部４１を構成する回路構成が図９に示すような直列接続タイプの場合、画像フィルタ処理Ｐ全体の周波数特性は、各フィルタ適用部４８で使用されるフィルタの周波数特性の積に基づいて表現される。この「直列接続タイプの画像フィルタ処理Ｐ全体の周波数特性」を「並列接続タイプの画像フィルタ処理Ｐ全体の周波数特性」と同様に扱うために、直列接続タイプの画像フィルタ処理Ｐで使用される全てのフィルタの周波数特性を対数化することで「積」の問題を「和」の問題に変換することが好ましい。この場合、並列接続タイプの回路構成を有するフィルタリング処理部４１に関するゲインベクトルの最適解ｇＯＰＴの算出手法と同様の演算処理によって、直列接続タイプの回路構成を有するフィルタリング処理部４１に関するゲインベクトルの最適解ｇＯＰＴを算出することができる。なおフィルタの周波数特性が減衰特性を含まないケースでは、上述の対数化によっては、フィルタの周波数特性が大きな負の値とはならず、下記式を利用して複素数の対数化を行うことができる。
＜フィルタの周波数特性が周波数減衰を含む場合の工夫＞
例えば図９に示すような直列接続タイプの回路構成を有するフィルタリング処理部４１において、各フィルタ適用部４８で使用されるフィルタの周波数特性が周波数減衰を含む場合には、以下の点に留意することが望ましい。すなわち、周波数増幅率が０倍に近い場合には、対数化後の値が大きな負の値となるため、対数化処理を行った後に最小二乗基準で周波数特性のフィッティングを行う場合等には、その大きな負の値が周波数特性近似の基準を支配してしまう虞がある。そのため、対数化の際に、予め決められた負の最小値でクリッピングを行ったり、周波数減衰が起きやすい周波数帯域の重み付けを小さく調節するなどの対策を行うことが好ましい。
例えばクリッピングにより対応する場合には、フィルタリング処理部４１は、画像フィルタ処理Ｐの目標とする周波数特性において原画像データＤ１に対する処理画像データＤ２の割合が１よりも小さい周波数では、複数回のフィルタリング処理の各々において、フィルタリング処理データＤ６をフィルタ適用処理データＤ４と等しくするフィルタを用いることが好ましい。
各フィルタリング処理で使用するゲインを上述のようにして決定及び調整することで、例えば撮影条件の組み合わせの全てに関して点拡がり関数に基づくフィルタ（フィルタ係数）を保持するケースに比べ、保持すべきパラメータ数を格段に削減することができる。また一般の方法では、点拡がり関数のような像劣化特性が既知でないとフィルタ設計（フィルタ係数設計）を適切に行うが難しいが、本実施形態によれば、個々の像劣化特性を把握する前に、多くの計算量が必要とされる有限タップ長のＦＩＲフィルタの設計を完了しておくことも可能である。その場合、具体的な像劣化特性を取得した後に簡単な計算によって、最適なゲインベクトルを算出することができる。
＜フィルタの設計手法＞
次に、フィルタリング処理部４１の各フィルタ適用部４８で使用されるフィルタの設計手法の具体例について説明する。
図１８は、フィルタ取得装置７６の機能構成の一例を示すブロック図である。
各フィルタ適用部４８で使用されるフィルタの設計及び取得を行うフィルタ取得装置７６は、フィルタ算出部７７を有する。本例のフィルタ算出部７７は、複数の撮影条件に応じた光学系の光学特性に基づいて特定される複数種類の画像フィルタ処理（第１の画像フィルタ処理Ｐ１〜第ｋの画像フィルタ処理Ｐｋ（ただし「ｋ」は２以上の整数））の周波数特性データを取得し、基準フィルタｈｂ及び分散フィルタｈｖを含む複数のフィルタを出力する。すなわちフィルタ算出部７７は、光学系の複数の撮影条件に応じた光学特性に基づいて特定される複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性に基づいて、複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性の平均に応じて定められる基準フィルタｈｂを取得する。またフィルタ算出部７７は、複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性に基づいて、複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性の分散に応じて定められる少なくとも一つの分散フィルタｈｖを取得する。
図１９は、フィルタ算出部７７の機能構成の一例を示すブロック図である。
本例のフィルタ算出部７７は、平均算出部７８、分散算出部７９及びフィルタ特性取得部８０を有する。平均算出部７８は、複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性データから、複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性の平均を算出する。分散算出部７９は、複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性データから、複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性の分散を算出する。フィルタ特性取得部８０は、平均算出部７８で算出された複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性の平均に基づいて基準フィルタｈｂを算出する。またフィルタ特性取得部８０は、平均算出部７８で算出された複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性の平均と、分散算出部７９で算出された複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性の分散とに基づいて、分散フィルタｈｖを算出する。
なお本例のフィルタ算出部７７（平均算出部７８、分散算出部７９及びフィルタ特性取得部８０）で用いられる複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性データは、複数の撮影条件に応じた光学系の光学特性に基づいて特定される。このようにフィルタ（基準フィルタｈｂ及び分散フィルタｈｖ）の算出の基礎となる「複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性データ」を複数の撮影条件を基準にして定めることで、そのような複数の撮影条件に適合したフィルタ（基準フィルタｈｂ及び分散フィルタｈｖ）を算出することができる。したがって、そのような「複数の撮影条件」として原画像データＤ１を取得する際の「代表的な撮影条件」を想定することで、「画像フィルタ処理の目標とする周波数特性」をフィルタリング処理部４１によって精度良く実現することができる。
＜複数種類の画像フィルタ処理の周波数特性＞
ここでいう「複数種類の画像フィルタ処理Ｐ１〜Ｐｋ」の各々の周波数特性は「画像フィルタ処理Ｐの目標とする周波数特性」を構成し、本例では撮影の際に採用されうる撮影条件毎の光学系の光学特性に基づく周波数特性によって定められる。
例えば「複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性」が光学系の点拡がり関数に基づく周波数特性の場合、点拡がり関数に影響を及ぼしうる撮影条件（例えばＦ値等）を変えることで得られる複数種類の点拡がり関数の周波数特性に応じて「複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性」を定めることができる。すなわち異なる撮影条件下における複数種類の点拡がり関数の周波数特性に応じて「複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性」を定めることができる。この「複数種類の点拡がり関数」は、任意の手法で取得可能であり、実測値に基づいて取得されてもよいし、推定値に基づいて取得されてもよい。「複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性」は、取得される複数種類の点拡がり関数を使ってウィナーフィルタ等の任意の設計基準に基づき算出可能である。
この「複数種類の画像フィルタ処理Ｐ１〜Ｐｋの周波数特性」は、任意の装置によって取得可能であり、例えばフィルタ取得装置７６において取得されてもよいし、他の装置により取得されてもよく、フィルタ取得装置７６のフィルタ算出部７７によって図示しないメモリから読み出されて取得されてもよい。
＜複数種類の画像フィルタ処理の周波数特性のバラツキ＞
複数種類の画像フィルタ処理の周波数特性のバラツキは、単峰型分布に基づいて表現することも可能であるし、多峰型分布に基づいて表現することも可能である。
図２０は、複数種類の画像フィルタ処理の周波数特性のバラツキを単峰型分布で表した概念図である。図２１は、複数種類の画像フィルタ処理の周波数特性のバラツキを多峰型分布で表した概念図である。
図２０に示す単峰型分布に基づくバラツキ表現手法は、複数種類の画像フィルタ処理の周波数特性のバラツキを、一つの多次元複素正規分布（図２０の「バラツキ分布Ｇ」参照）によって表現する手法である。一方、多峰型分布に基づく表現手法は、複数種類の画像フィルタ処理の周波数特性のバラツキを、複数の多次元複素正規分布（図２１の「第１のバラツキ分布Ｇ１」及び「第２のバラツキ分布Ｇ２」参照）によって表現する手法である。
図２０には、複数種類の画像フィルタ処理の周波数特性のバラツキ分布Ｇを、第１のフィルタリング処理Ｆ１のフィルタの周波数特性φ０、第２のフィルタリング処理Ｆ２のフィルタの周波数特性φ１及び第３のフィルタリング処理Ｆ３のフィルタの周波数特性φ２によって表現するケースが示されている。また図２１には、複数種類の画像フィルタ処理の周波数特性のバラツキ分布Ｇを構成する第１のバラツキ分布Ｇ１及び第２のバラツキ分布Ｇ２の各々を、第１のフィルタリング処理Ｆ１のフィルタの周波数特性（φ０ （１）、φ０ （２））、第２のフィルタリング処理Ｆ２のフィルタの周波数特性（φ１ （１）、φ１ （２））及び第３のフィルタリング処理Ｆ３のフィルタの周波数特性（φ２ （１）、φ２ （２））によって表現するケースが示されている。なお図２０及び図２１には、一例としてフィルタリング処理部４１が図１１に示す回路構成を有することを前提としたフィルタの周波数特性φ０〜φ２が図示されている。
複数種類の画像フィルタ処理の周波数特性のバラツキが例えば図２０に示すような楕円形状のバラツキ分布Ｇを有する場合、複数のフィルタリング処理（図２０に示す例では第１のフィルタリング処理Ｆ１〜第３のフィルタリング処理Ｆ３）によって各画像フィルタ処理を精度良く実現するには、バラツキ分布Ｇの中心、長軸及び短軸に基づいて各フィルタリング処理の周波数特性φ０、φ１、φ２を決定することが好ましい。同様に、複数種類の画像フィルタ処理の周波数特性のバラツキが例えば図２１に示すような楕円形状の第１のバラツキ分布Ｇ１及び第２のバラツキ分布Ｇ２を有する場合、複数のフィルタリング処理（図２１に示す例では第１のフィルタリング処理Ｆ１〜第３のフィルタリング処理Ｆ３）によって第１のバラツキ分布Ｇ１及び第２のバラツキ分布Ｇ２に含まれる各画像フィルタ処理を精度良く表すには、第１のバラツキ分布Ｇ１及び第２のバラツキ分布Ｇ２の各々に関して中心、長軸及び短軸に基づき各フィルタリング処理の周波数特性φ０ （１）、φ１ （１）、φ２ （１）、φ０ （２）、φ１ （２）、φ２ （２）を決定することが好ましい。
＜単峰型分布＞
次に、複数種類の画像フィルタ処理の周波数特性のバラツキを単峰型分布として扱う場合（図２０参照）における、フィルタ及びゲインの設計手法例について説明する。
以下の方法は、任意個数の複数種類の画像フィルタ処理の周波数特性のバラツキサンプルが実際に取得された場合に、その画像フィルタ処理の周波数特性のバラツキを精度良く補償することができる所望数の基底フィルタ（ＦＩＲフィルタ）の周波数特性を求める手法に関する。また、単峰型分布を多次元複素正規分布としてモデル化を行い、ＭＬ（Ｍａｘｉｍｕｍ Ｌｉｋｅｌｉｈｏｏｄ）推定を行うケースについて説明する。
単峰型分布のバラツキ分布Ｇは多次元複素正規分布に基づいて表現可能であり、その多次元複素正規分布は共分散行列によって特徴付けられ、次式によって得られる。
上記式において「βｉ」は、複数種類の画像フィルタ処理の各々に関して個別に取得される周波数特性β（ω，ｒ）を周波数（ω）及び位置（ｒ）に基づいて離散化することで得られるベクトルを表し、「Ｎｐ」は複数種類の画像フィルタ処理の数を表す。したがって上記式の「Ψ０」は、複数種類の画像フィルタ処理の周波数特性の平均（平均行列）を表し、上記式の「Ｒ０」は、複数種類の画像フィルタ処理の周波数特性の分散（共分散行列）を表す。
上記式によって表される共分散行列の固有値分解を下記式に従って行うことで、固有ベクトルΨｉ（ただし「ｉ」は１以上Ｎｐ以下の整数）を得ることができる。
Ｋａｒｈｕｎｅｎ−Ｌｏｅｖｅ展開によれば、バラツキ分布を次元ｍの線形部分空間によって平均的に近似するには、固有値の大きいものから順にｍ個の対応する固有ベクトルΨｉ（ただし「ｉ」は１以上ｍ以下の整数）によって張られる部分空間を用いるのが最良である。
したがって、単峰型のバラツキ分布Ｇを持つ複数種類の画像フィルタ処理の各々の周波数特性を精度良く再現するためのフィルタリング処理のフィルタの最適な周波数特性φ０〜φＮ−１は、下記式に基づいて取得することができる。
なお、第１のフィルタリング処理Ｆ１のフィルタの周波数特性φ０は、上述のように、複数種類の画像フィルタ処理の周波数特性の分布の中心に該当するため、分布の中心を固定して処理を安定化させる観点からは第１のフィルタリング処理Ｆ１におけるゲインは「１．０」に固定することが好ましい。他のフィルタリング処理におけるゲインについては、例えば上述の重み付き最小二乗基準によって最適値を求めることができる。
図２２は、単峰型分布に分類可能な複数種類の画像フィルタ処理の周波数特性の一例を概略的に示す図であり、横軸は周波数（ω）を示し、縦軸はレスポンスを示す。ここでいうレスポンスは、各画像フィルタ処理の前後の周波数成分量の比（＝処理後の周波数成分量／処理前データの周波数成分量）であり、「レスポンス＝１」は画像フィルタ処理の前後でデータが同じであることを意味する。
図２２には、４種類の画像フィルタ処理（第１の画像フィルタ処理Ｐ１、第２の画像フィルタ処理Ｐ２、第３の画像フィルタ処理Ｐ３及び第４の画像フィルタ処理Ｐ４）の周波数特性が示されている。これらの４種類の画像フィルタ処理Ｐ１〜Ｐ４は、それぞれ異なる周波数特性を示すが、いずれも周波数（ω）が「０」の場合のレスポンスは「１」を示す。
図２３は、図２２に示される複数種類の画像フィルタ処理の周波数特性の分散の一例を概略的に示す図であり、横軸は周波数（ω）を示し、縦軸は分散を示す。なお、図２３は、説明の便宜上、図２２に示される複数種類の画像フィルタ処理Ｐ１〜Ｐ４の周波数特性の分散を必ずしも厳密に表すものではない。
図２２に示す４種類の画像フィルタ処理Ｐ１〜Ｐ４は、いずれも周波数（ω）が「０」の場合のレスポンスは「１」であるため、周波数（ω）が「０」の場合の分散は「０」になる。図２３に示す例では、複数種類の画像フィルタ処理Ｐ１〜Ｐ４の周波数特性に関して、「一番目に大きいバラツキを示す成分（図２３の符号「Ｈ１」参照）」及び「二番目に大きいバラツキを示す成分（図２３の符号「Ｈ２」参照）」が表れる。
図２４は、図２２に示される複数種類の画像フィルタ処理の周波数特性の平均及び分散から取得される基底フィルタ（固有ベクトル）の一例を概略的に示す図であり、（ａ）は「φ０」を示し、（ｂ）は「φ１」を示し、（ｃ）は「φ２」を示す。
上述のように、第１のフィルタリング処理Ｆ１で使用されるフィルタの周波数特性φ０は、複数種類の画像フィルタ処理Ｐ１〜Ｐ４の周波数特性の分布の中心（平均）に基づいて決定することが好ましい。
また他のフィルタリング処理で使用されるフィルタの周波数特性は、図２３に示す複数種類の画像フィルタ処理Ｐ１〜Ｐ４の周波数特性のバラツキ（分散）が大きい成分から順に定められることが好ましい。したがって第２のフィルタリング処理Ｆ２で使用されるフィルタの周波数特性φ１は、複数種類の画像フィルタ処理Ｐ１〜Ｐ４の周波数特性のバラツキが一番目に大きい成分（図２３の「Ｈ１」参照）に基づいて決定されることが好ましい。同様に、第３のフィルタリング処理Ｆ３で使用されるフィルタの周波数特性φ２は、複数種類の画像フィルタ処理の周波数特性のバラツキが二番目に大きい成分（図２３の「Ｈ２」参照）に基づいて決定されることが好ましい。
なお上述の例は画像フィルタ処理Ｐが第１のフィルタリング処理Ｆ１〜第３のフィルタリング処理Ｆ３を含むケースに関するが、画像フィルタ処理Ｐは二つのフィルタリング処理によって構成されていてもよいし、四つ以上のフィルタリング処理によって構成されていてもよい。例えば画像フィルタ処理Ｐが第１のフィルタリング処理Ｆ１及び第２のフィルタリング処理Ｆ２によって構成される場合には、第１のフィルタリング処理Ｆ１で使用されるフィルタの周波数特性を上述の「φ０」（図２４（ａ）参照）に基づいて定め、第２のフィルタリング処理Ｆ２で使用されるフィルタの周波数特性を上述の「φ１」（図２４（ｂ）参照）に基づいて定めることができる。
図２５は、図１１に示す回路構成を有するフィルタリング処理部４１が行う画像フィルタ処理Ｐ（第１のフィルタリング処理Ｆ１〜第３のフィルタリング処理Ｆ３）に関する周波数特性ｆ（ω）（（ａ）参照）及びゲイン例（（ｂ）参照）を示す。
上述のように、複数種類の画像フィルタ処理の周波数特性の分布の中心を固定して処理を安定化させる観点からは、第１のフィルタリング処理Ｆ１におけるゲインｇ０は「１．０」に固定することが好ましい。したがって図２５（ｂ）には、図１１に示す回路構成を有するフィルタリング処理部４１の各フィルタ適用部４８で使用するフィルタを固定し、また第１のフィルタリング処理Ｆ１におけるゲインｇ０を「１．０」に固定した場合に、図２２に示す画像フィルタ処理Ｐ１〜Ｐ４の各々の周波数特性を図２５（ａ）に示すシステム全体の周波数特性によって精度良く実現するためのゲインｇ０〜ｇ２が例示されている。
図２５（ｂ）に示すように、上述の例によれば、複数種類の画像フィルタ処理Ｐ１〜Ｐ４の周波数特性のデータを、３個のフィルタの周波数特性φ０〜φ２（タップ係数）と１２個のゲイン（ｇ０を「１．０」に固定する場合には８個のゲイン）とに圧縮することができる。
このように本例のフィルタリング処理部４１は、第１のフィルタリング処理Ｆ１では、画像フィルタ処理Ｐ１〜Ｐ４の複数種類の周波数特性の平均に応じて定められる基準フィルタｈｂの周波数特性を「フィルタの周波数特性φ０」として用いてフィルタ適用処理データＤ４−１を取得し、第２のフィルタリング処理Ｆ２及び第３のフィルタリング処理Ｆ３では、画像フィルタ処理Ｐ１〜Ｐ４の複数種類の周波数特性の分散に応じて定められる二つの分散フィルタｈｖの周波数特性を「フィルタの周波数特性φ１」及び「フィルタの周波数特性φ２」として用いてフィルタ適用処理データＤ４−２、Ｄ４−３を取得する。
特にフィルタリング処理部４１は、第１のフィルタリング処理Ｆ１では「原画像データＤ１を取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の画像フィルタ処理の周波数特性の平均に応じて定められる基準フィルタｈｂ」を用いてフィルタ適用処理データＤ４−１を取得し、第２のフィルタリング処理Ｆ２及び第３のフィルタリング処理Ｆ３では「原画像データＤ１を取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の画像フィルタ処理の周波数特性の分散に応じて定められる分散フィルタｈｖ」を用いてフィルタ適用処理データＤ４−２、Ｄ４−３を取得することが好ましい。この場合、複数回のフィルタリング処理の各々においてフィルタ適用処理データＤ４に適用されるゲインは、原画像データＤ１を取得する際の撮影条件に応じた光学系の光学特性に基づいて定められることが好ましい。
図２６は、単峰型分布に基づいてフィルタ係数を算出するフィルタ算出部７７の機能構成の一例を示すブロック図である。周波数空間で表されるフィルタ特性から実空間で表されるフィルタ係数を算出するために、本例のフィルタ算出部７７は、上述の平均算出部７８、分散算出部７９及びフィルタ特性取得部８０（図１９参照）に加え、タップ係数演算部８１を更に有する。
このフィルタ算出部７７のタップ係数演算部８１は、複数のタップを持ち各タップに係数が割り当てられる基準フィルタｈｂを取得し、且つ、複数のタップを持ち各タップに係数が割り当てられる少なくとも一つの分散フィルタｈｖを取得する。「各タップに係数を割り当てる手法」は特に限定されないが、タップ係数演算部８１（フィルタ算出部７７）は、例えば後述のＳＡＧＥアルゴリズム又はＯＭＰアルゴリズムに基づいて、基準フィルタｈｂ及び少なくとも一つの分散フィルタｈｖの各々の各タップに割り当てられる係数を算出することができる。
＜多峰型分布＞
次に、複数種類の画像フィルタ処理の周波数特性のバラツキを多峰型分布として扱う場合（図２１参照）における、フィルタ及びゲインの設計手法例について説明する。
図２１に示す例において、全体を一つの分布（単峰型分布）として扱う場合には、複数種類の画像フィルタ処理の周波数特性のバラツキ分布は図２１に示す「バラツキ分布Ｇ」によって表すことができるが、近似精度が悪くなる。一方、複数種類の画像フィルタ処理の周波数特性のバラツキ分布を図２１の「第１のバラツキ分布Ｇ１」及び「第２のバラツキ分布Ｇ２」によって分離して表し、「第１のバラツキ分布Ｇ１」及び「第２のバラツキ分布Ｇ２」の各々を別個の多次元複素正規分布（多峰型分布）として扱うことで、近似精度を向上させることができる。この多峰型分布におけるＭＬ推定のパラメータ推定アルゴリズムとして、例えばＥＭ（Ｅｘｐｅｃｔａｔｉｏｎ Ｍａｘｉｍｉｚａｔｉｏｎ）アルゴリズムによる混合正規分布の推定を好適に利用することができ、効率的なパラメータ推定を行うことができる。
多峰型分布に基づくフィルタの決定手法は、基本的には上述の単峰型分布に基づくフィルタ決定手法と同様の手法で行うことができる。すなわち、複数種類の画像フィルタ処理の周波数特性を、多峰型分布を構成する複数の分布（図２１に示す例では第１のバラツキ分布Ｇ１及び第２のバラツキ分布Ｇ２）に分類し、各分布に関して、上述の単峰型分布の「バラツキ分布Ｇ」と同様の手順でフィルタを求めることができる。
図２７は、多峰型分布に分類可能な画像フィルタ処理の周波数特性の一例を概略的に示す図であり、横軸は周波数（ω）を示し、縦軸はレスポンスを示す。
図２７には、６種類の画像フィルタ処理（第１の画像フィルタ処理Ｐ１、第２の画像フィルタ処理Ｐ２、第３の画像フィルタ処理Ｐ３、第４の画像フィルタ処理Ｐ４、第５の画像フィルタ処理Ｐ５及び第６の画像フィルタ処理Ｐ６）の周波数特性が示されている。これらの６種類の画像フィルタ処理Ｐ１〜Ｐ６は、それぞれ異なる周波数特性を示すが、いずれも周波数（ω）が「０」の場合のレスポンスは「１」を示す。
図２７に示す例において、例えば「第１の画像フィルタ処理Ｐ１の周波数特性データ、第２の画像フィルタ処理Ｐ２の周波数特性データ及び第３の画像フィルタ処理Ｐ３の周波数特性データ」を第１のバラツキ分布Ｇ１に分類し、「第４の画像フィルタ処理Ｐ４の周波数特性データ、第５の画像フィルタ処理Ｐ５の周波数特性データ及び第６の画像フィルタ処理Ｐ６の周波数特性データ」を第２のバラツキ分布Ｇ２に分類することができる。
図２８は、図２７に示される複数種類の画像フィルタ処理の周波数特性の分散の一例を概略的に示す図であり、（ａ）は第１のバラツキ分布Ｇ１に分類される第１の画像フィルタ処理Ｐ１〜第３の画像フィルタ処理Ｐ３の周波数特性データの分散を示し、（ｂ）は第２のバラツキ分布Ｇ２に分類される第４の画像フィルタ処理Ｐ４〜第６の画像フィルタ処理Ｐ６の周波数特性データの分散を示す。図２８（ａ）及び（ｂ）の横軸は周波数（ω）を示し、縦軸は分散を示す。なお、図２８（ａ）及び（ｂ）は、説明の便宜上、図２７に示される複数種類の画像フィルタ処理Ｐ１〜Ｐ６の周波数特性の分散を必ずしも厳密に表すものではない。
図２７に示す６種類の画像フィルタ処理Ｐ１〜Ｐ６の周波数特性は、いずれも周波数（ω）が「０」の場合のレスポンスが「１」であるため、周波数（ω）が「０」の場合の分散は「０」になる。図２８（ａ）及び（ｂ）に示すように、第１のバラツキ分布Ｇ１及び第２のバラツキ分布Ｇ２の各々の「画像フィルタ処理の周波数特性の分散」に関し、「一番目に大きいバラツキを示す成分（図２８（ａ）及び（ｂ）の「Ｈ１」参照）」及び「二番目に大きいバラツキを示す成分（図２８（ａ）及び（ｂ）の「Ｈ２」参照）」が表れる。
図２９は、第１のバラツキ分布Ｇ１に分類される第１の画像フィルタ処理Ｐ１〜第３の画像フィルタ処理Ｐ３の周波数特性の平均及び分散から取得される基底フィルタ（固有ベクトル）の一例を概略的に示す図であり、（ａ）は「φ０」を示し、（ｂ）は「φ１」を示し、（ｃ）は「φ２」を示す。図３０は、第２のバラツキ分布Ｇ２に分類される第４の画像フィルタ処理Ｐ４〜第６の画像フィルタ処理Ｐ６の周波数特性の平均及び分散から取得される基底フィルタ（固有ベクトル）の一例を概略的に示す図であり、（ａ）は「φ０」を示し、（ｂ）は「φ１」を示し、（ｃ）は「φ２」を示す。
上述のように、第１のフィルタリング処理Ｆ１で使用されるフィルタの周波数特性φ０は、複数種類の画像フィルタ処理の周波数特性の分布の中心（平均）に基づいて決定することが好ましい。
また他のフィルタリング処理で使用されるフィルタの周波数特性は、図２８（ａ）及び（ｂ）の各々に示す複数種類の画像フィルタ処理の周波数特性のバラツキ（分散）が大きい成分に応じて定められることが好ましい。したがって第２のフィルタリング処理Ｆ２で使用されるフィルタの周波数特性φ１は、複数種類の画像フィルタ処理の周波数特性のバラツキが一番目に大きい成分（図２８（ａ）及び（ｂ）の「Ｈ１」参照）に基づいて決定されることが好ましい。同様に、第３のフィルタリング処理Ｆ３で使用されるフィルタの周波数特性φ２は、複数種類の画像フィルタ処理の周波数特性のバラツキが二番目に大きい成分（図２８（ａ）及び（ｂ）の「Ｈ２」参照）に基づいて決定されることが好ましい。
図３１は、図１１に示す回路構成を有するフィルタリング処理部４１が行う画像フィルタ処理Ｐ（第１のフィルタリング処理Ｆ１〜第３のフィルタリング処理Ｆ３）に関する周波数特性ｆ（ω）（（ａ）参照）及びゲイン例（（ｂ）参照）を示す。図３１に示す多峰型分布に関する周波数特性ｆ（ω）において、「φ０ （ｉ）（ω）」は第１のフィルタリング処理Ｆ１の第１のフィルタ適用部４８−１で使用されるフィルタの周波数特性を表し、「ｇ０」は第１のフィルタリング処理Ｆ１の第１のゲイン適用部４９−１で使用されるゲインを表す。また「φ１ （ｉ）（ω）」は第２のフィルタリング処理Ｆ２の第２のフィルタ適用部４８−２で使用されるフィルタの周波数特性を表し、「ｇ１」は第２のフィルタリング処理Ｆ２の第２のゲイン適用部４９−２で使用されるゲインを表す。また「φ２ （ｉ）（ω）」は第３のフィルタリング処理Ｆ３の第３のフィルタ適用部４８−３で使用されるフィルタの周波数特性を表し、「ｇ２」は第３のフィルタリング処理Ｆ３の第３のゲイン適用部４９−３で使用されるゲインを表す。
各フィルタの周波数特性φ１ （ｉ）（ω）〜φ３ （ｉ）（ω）における符号「ｉ」は、多峰型分布に従って分類されるグループを示すクラスタインデックスを表す。例えば第１のバラツキ分布Ｇ１に分類される第１の画像フィルタ処理Ｐ１〜第３の画像フィルタ処理Ｐ３には、図３１（ｂ）に示すようにクラスタインデックスｉとして「１」を割り当てることができる。一方、第２のバラツキ分布Ｇ２に分類される第４の画像フィルタ処理Ｐ４〜第６の画像フィルタ処理Ｐ６には、図３１（ｂ）に示すようにクラスタインデックスｉとして「２」を割り当てることができる。
なお、図３１（ｂ）には、図１１に示す回路構成を有するフィルタリング処理部４１の各フィルタ適用部４８で使用するフィルタを固定し、また第１のフィルタリング処理Ｆ１で使用されるゲインｇ０を「１．０」に固定した場合に、図２７に示す画像フィルタ処理Ｐ１〜Ｐ６の各々の周波数特性を図３１（ａ）に示すシステム全体の周波数特性によって精度良く実現するためのゲインｇ０〜ｇ２が例示されている。
図３１（ｂ）に示すように、上述の例によれば、複数種類の画像フィルタ処理Ｐ１〜Ｐ６の周波数特性のデータを、６個のフィルタ周波数特性φ０ （１）〜φ２ （１）、φ０ （２）〜φ２ （２）（タップ係数）と１８個のゲイン（ｇ０を「１．０」に固定する場合には１２個のゲイン）とに圧縮することができる。
このように、多峰型分布に基づくフィルタの決定方法によると、多峰型分布を構成するグループ（図２１に示す例では第１のバラツキ分布Ｇ１及び第２のバラツキ分布Ｇ２）の数に応じたフィルタセットが必要になる。したがって多峰型分布を利用する場合には、単峰型分布を利用する場合に比べて、予めメモリに記憶しておく必要があるフィルタの数が増え、必要とされる記憶容量も増大する。また、各フィルタと分類されるグループとを関連付けるために、上述のクラスタインデックスのような関連付け情報も予めメモリに記憶しておく必要がある。
図３２は、多峰型分布に基づいてフィルタ係数を算出するフィルタ算出部７７の機能構成の一例を示すブロック図である。本例のフィルタ算出部７７は、多峰型分布を構成する複数のグループに画像フィルタ処理の複数種類の周波数特性を分類するために、上述の平均算出部７８、分散算出部７９、フィルタ特性取得部８０及びタップ係数演算部８１（図２６参照）に加え、フィルタグループ分類部８２を更に有する。
本例のフィルタグループ分類部８２は、混合正規分布を基準に、複数種類の画像フィルタ処理（図２７に示す例では第１の画像フィルタ処理Ｐ１〜第６の画像フィルタ処理Ｐ６）の周波数特性を、複数のフィルタグループ（図２１に示す例では第１のバラツキ分布Ｇ１及び第２のバラツキ分布Ｇ２）に分類する。
図３３は、フィルタグループ分類部８２によって複数のフィルタグループに分類される複数種類の画像フィルタ処理（周波数特性）の概念図である。フィルタグループ分類部８２は複数種類の画像フィルタ処理の周波数特性データの類似性を分析し、各画像フィルタ処理の周波数特性を対応のフィルタグループに分類する。上述の例では、フィルタグループ分類部８２によって、第１の画像フィルタ処理Ｐ１〜第３の画像フィルタ処理Ｐ３が第１のバラツキ分布Ｇ１のフィルタグループに分類され、第４の画像フィルタ処理Ｐ４〜第６の画像フィルタ処理Ｐ６が第２のバラツキ分布Ｇ２のフィルタグループに分類される。
フィルタ算出部７７を構成する他の平均算出部７８、分散算出部７９、フィルタ特性取得部８０及びタップ係数演算部８１は、複数のフィルタグループに分類された複数種類の画像フィルタ処理の周波数特性のうち複数のフィルタグループの各々に含まれる複数種類の画像フィルタ処理の周波数特性に基づいて、複数のフィルタグループの各々に関する基準フィルタｈｂ及び少なくとも一つの分散フィルタｈｖを取得する。
上述の例によれば、複数種類の画像フィルタ処理の周波数特性のバラツキの分布が既知である場合に、そのバラツキをカバーするのに最適なフィルタを精度良く設計することができる。特に、複数種類の画像フィルタ処理の周波数特性のバラツキの分布に応じて、単峰型分布及び多峰型分布のうち適切な分布タイプが選択されることで、目的とする画像フィルタ処理の周波数特性を精度良く再現することが可能なフィルタ（フィルタ係数）及びゲインを取得することができる。
上述のように本実施形態によれば、フィルタ数（データ量）を低減することができ、全ての条件に関するＦＩＲフィルタ（フィルタ係数（タップ係数））を保持することを避けることができ、平均的に良好なフィルタを使った画像フィルタ処理を行うことができる。
＜ＦＩＲフィルタの設計＞
次に、タップ数に制限が設けられるＦＩＲフィルタの設計手法について説明する。
上述の方法によってフィルタの周波数特性を柔軟に調整することで、複数種類の画像フィルタ処理の周波数特性のバラツキを有効にカバーするのに最適なフィルタを設計することができる。しかしながら、実際に使用するフィルタをタップ数に制限が設けられるＦＩＲフィルタによって実現する場合には、所望の周波数特性を理想的に得ることは難しい。
一般に、急峻な周波数特性を少ないタップ数で実現することは非常に困難である。特に小さな固有値に対応する固有ベクトルは、急峻なギザギザ形状を持つ傾向がある。したがって、上述の方法によってフィルタの理想的な周波数特性が取得されても、実際に使用されるフィルタのタップ数が十分に用意されていない場合には、複数種類の画像フィルタ処理の周波数特性のバラツキを十分にカバーすることが難しくなる。
この問題は、基底が非線形でパラメトリックな関数に関し、あるベクトルをなるべく少ない数の基底の線形和によって近似することを目的として基底のパラメータを決める問題と類似する。このような問題を解決するための様々な手法が提案されている。例えばＳＡＧＥアルゴリズムは、電波伝搬における到来波解析などに用いられるアルゴリズムであり、ＥＭアルゴリズムの考え方に基づいて、残差を最小にするように基底を一つずつ求める方法である。またＯＭＰアルゴリズムは、Ｃｏｍｐｒｅｓｓｅｄ Ｓｅｎｓｉｎｇの分野でｏｖｅｒｃｏｍｐｌｅｔｅ ｄｉｃｔｉｏｎａｒｙを用いたスパースな係数ベクトルを求める場合に用いられるアルゴリズムである。ＯＭＰの手法自体はパラメトリックな基底を求める方法ではないが、ＯＭＰにおけるｄｉｃｔｉｏｎａｒｙから選ぶという状況設定を、パラメトリックな基底関数から近いものを選ぶという状況設定に変えることによって、ＯＭＰの手法をＦＩＲフィルタの設計に応用することが可能である。
ＳＡＧＥアルゴリズム及びＯＭＰアルゴリズムの具体的な演算方法例については後述するが、フィルタ算出部７７のタップ係数演算部８１（図２６及び図３２参照）は、これらのアルゴリズムに基づいて、複数種類の画像フィルタ処理の周波数特性の分散を示すバラツキ分布関数であって基準フィルタｈｂの各タップに割り当てられる係数に基づいて定められるバラツキ分布関数（後述の共分散行列「Ｒｉ」参照）から、少なくとも一つの分散フィルタｈｖの各タップに割り当てられる係数を算出することができる。
後述のＳＡＧＥアルゴリズム及びＯＭＰアルゴリズムによれば、フィルタ算出部７７のタップ係数演算部８１は、「Ｉ」を２以上の整数とした場合に、１番目からＩ番目までの分散フィルタｈｖを取得し、１番目の分散フィルタｈｖの各タップに割り当てられる係数を、基準フィルタｈｂの各タップに割り当てられる係数に基づいて定められるバラツキ分布関数から算出する。またフィルタ算出部７７のタップ係数演算部８１は、「Ｊ」を２以上且つＩ以下の整数とした場合に、Ｊ番目の分散フィルタｈｖの各タップに割り当てられる係数を、基準フィルタｈｂの各タップに割り当てられる係数と１番目からＪ−１番目までの分散フィルタｈｖの各々の各タップに割り当てられる係数とに基づいて定められるバラツキ分布関数から算出する。
ＳＡＧＥアルゴリズムでは、さらに、フィルタ算出部７７のタップ係数演算部８１は、複数種類の画像フィルタ処理の周波数特性の分散を示すバラツキ分布関数であって、基準フィルタｈｂ及び少なくとも一つの分散フィルタｈｖの各々の各タップに割り当てられる係数に基づいて定められる残差成分を示すバラツキ分布関数（後述の共分散行列「Ｑｊ」参照）に基づいて、基準フィルタｈｂ及び少なくとも一つの分散フィルタｈｖのうちの少なくともいずれかの各タップに割り当てられる係数を更新する。
なお、ＳＡＧＥアルゴリズム及びＯＭＰアルゴリズムは様々な文献において説明されており、例えば非特許文献１、非特許文献２及び非特許文献３を参照することができる。ただし、ＳＡＧＥアルゴリズム及びＯＭＰアルゴリズムの両者とも、ベクトルの基底分解を目的としており、本来的にはフィルタ設計における部分空間近似を扱うものではないため、算出式に適宜修正を加える必要がある。
＜ＯＭＰアルゴリズムを応用した最適フィルタ群の算出＞
以下、ＯＭＰアルゴリズムに基づくフィルタ設計の一例について説明する。下述の各ステップの処理は、基本的にはフィルタ算出部７７（タップ係数演算部８１）において行われるが、各ステップの処理の一部又は全部が他部において行われてもよい。
以下では単峰型分布を前提とするケースについて説明する。なお、多峰型分布を前提とするケースに関しては、上述のように単峰型分布を前提とするケースを応用することができる。すなわち複数のフィルタグループ（図２１に示す例では第１のバラツキ分布Ｇ１及び第２のバラツキ分布Ｇ２）の各々を単峰型分布のバラツキ分布Ｇとして扱うことにより、多峰型分布を前提するケースにも対応することが可能である。
・ステップ１
まず、上述の「Ψ０」で表される複数種類の画像フィルタ処理の周波数特性の平均（中心値）を最良に近似するＦＩＲフィルタのタップ係数が任意の手法で取得され、そのタップ係数によって実際に実現されるフィルタの周波数特性を「第１のフィルタリング処理Ｆ１で使用されるフィルタの周波数特性φ０」とする。
・ステップ２
上記の「第１のフィルタリング処理Ｆ１で実際に使用されるフィルタの周波数特性φ０」を複数種類の画像フィルタ処理の周波数特性の平均（中心値）と仮定した場合の共分散行列Ｒ０を、下記式に基づいて算出する。
・ステップ３
下記式のように、共分散行列Ｒ０が共分散行列Ｒ１として設定され、パラメータ「ｉ」が「１」に設定される。
・ステップ４
共分散行列Ｒｉの最大の固有値に対応する固有ベクトルΨｉが、上述の手法によって求められる。
・ステップ５
固有ベクトルΨｉの周波数特性を最良に近似するＦＩＲフィルタのタップ係数が任意の手法で取得され、そのタップ係数によって実際に実現されるフィルタの周波数特性が「φｉ」に設定される。この周波数特性φｉを持つフィルタは、第「ｉ＋１」のフィルタリング処理で使用されるフィルタに対応し、例えば「ｉ＝１」であれば第２のフィルタリング処理Ｆ２で使用されるフィルタの周波数特性φ２が求められる。この「φｉ＋１」に関するフィルタのタップ係数は、図示しないメモリに記憶される。
・ステップ６
既に求められた「φ１〜φｉ」を基底として、その基底の張る部分空間によって表現可能な成分が共分散行列から除外され、残差が算出される。例えば「ｉ」を３以上の整数として「Φｉ＝［φ１ φ２…φｉ］」と定義すると、ｓｐａｎ｛φ１，φ２，…，φｉ｝への正射影行列は、ΦｉのＭｏｏｒｅ−Ｐｅｎｒｏｓｅ一般逆を「Φｉ ＋」で表すと、「ΦｉΦｉ ＋」で表される。この正射影行列ΦｉΦｉ ＋を用いると共分散行列「Ｒｉ＋１」は下記式によって表される。
・ステップ７
下記式のように「ｉ＝ｉ＋１」として「ｉ」を新たに設定し、「ｉ＝Ｎ−１」となるまで「ステップ４」〜「ステップ７」を繰り返す。このようにしてフィルタの周波数特性φ１〜φＮ−１が求められる。
＜ＳＡＧＥアルゴリズムを応用した最適フィルタ群の算出＞
次に、ＳＡＧＥアルゴリズムに基づくフィルタ設計の一例について説明する。以下では単峰型分布を前提とするケースについて説明するが、多峰型分布を前提とするケースにも本例を応用することができる点は上述のＯＭＰアルゴリズムと同様である。
ＳＡＧＥアルゴリズムは、上述のステップ６における共分散行列の残差の更新が単に選ばれた基底（ＦＩＲフィルタ）の減算に基づくものになっている点と、全ての基底が一旦求められた後もそれぞれの基底について個別に更新が続けられる点とで、ＯＭＰアルゴリズムと異なる。
より具体的には、上述のＯＭＰアルゴリズムのステップ１〜ステップ５は、ＳＡＧＥアルゴリズムにおいても同様に行われる。ただし、上述のＯＭＰアルゴリズムのステップ６で用いられる共分散行列「Ｒｉ＋１」が、ＳＡＧＥアルゴリズムでは下記式によって求められる。
上述のＯＭＰアルゴリズムのステップ７は、ＳＡＧＥアルゴリズムにおいても同様に行われる。ただしＳＡＧＥアルゴリズムでは、ステップ７以降に、下記のステップ８〜ステップ１２が行われる。
・ステップ８
下記式で表されるように、パラメータ「ｊ」が初期値「１」に設定される。
・ステップ９
下記式で表されるように、ｊ番目の基底を取り除いた基底の張る部分空間よって表現可能な成分が共分散行列から除外され、残差が算出される。
・ステップ１０
上記式で表される残差成分を示す共分散行列Ｑｊの最大の固有値に対応する固有ベクトルΨｊが、上述の手法に従って求められる。
・ステップ１１
固有ベクトルΨｊの周波数特性を最良に近似するＦＩＲフィルタのタップ係数が任意の手法で取得され、そのタップ係数によって実際に実現されるフィルタの周波数特性が「φｊ」に設定される。これにより第「ｊ＋１」のフィルタリング処理で使用されるフィルタの周波数特性φｊ（タップ係数）が更新され、図示しないメモリに記憶される。
・ステップ１２
下記式で定義される全体の近似誤差「ＪＴＯＴＡＬ」が特定の目標範囲内となるか、若しくはループ回数（計算時間）が特定の上限に達するまで、下記式で表されるようにパラメータ「ｊ」を変えながら「ステップ９」〜「ステップ１２」が繰り返し行われる。
上述のＳＡＧＥアルゴリズム又はＯＭＰアルゴリズムを利用することによって、複数種類の画像フィルタ処理の周波数特性のバラツキ（例えば平均及び分散）が把握可能であればＦＩＲフィルタのタップ係数を精度良く設計することができる。また、個別の具体的な画像フィルタ処理の周波数特性の把握に先立って、画像フィルタ処理（複数のフィルタリング処理）で実際に使用可能なフィルタのタップ係数を決めることができる。
＜他の変形例＞
上述の各機能構成は、任意のハードウェア、ソフトウェア、或いは両者の組み合わせによって実現可能である。例えば、上述の各装置及び処理部における画像処理方法（画像処理手順及び機能）、ゲイン取得方法（ゲイン取得処理手順及び機能）及びフィルタ取得方法（フィルタ取得処理手順及び機能）をコンピュータに実行させるプログラム、そのプログラムを記録したコンピュータ読み取り可能な記録媒体（非一時的記録媒体）、或いはそのプログラムをインストール可能なコンピュータに対しても本発明を適用することができる。
また画像フィルタ処理（複数回のフィルタリング処理）の目的も特に限定されず、各フィルタリング処理（各フィルタ適用部４８）では、画質改善を目的とする点拡がり関数に基づく復元フィルタや輪郭強調フィルタ、特殊効果の付与を目的とするアートフィルタやぼかしフィルタ、等の各種のフィルタが用いられてもよい。
＜ＥＤｏＦシステムへの応用例＞
例えば、拡大された被写界（焦点）深度（ＥＤｏＦ：Ｅｘｔｅｎｄｅｄ Ｄｅｐｔｈ ｏｆ Ｆｉｅｌｄ（Ｆｏｃｕｓ））を有する光学系（撮影レンズ等）によって撮影取得された画像データ（原画像データＤ１）に対する復元処理に対しても、本発明に係る画像フィルタ処理を適用することが可能である。ＥＤｏＦ光学系によって被写界深度（焦点深度）が拡大された状態で撮影取得されるボケ画像の画像データに対して復元処理を行うことで、広範囲でピントが合った状態の高解像度の画像データを復元生成することができる。この場合、ＥＤｏＦ光学系の光学伝達関数（ＰＳＦ、ＯＴＦ、ＭＴＦ、ＰＴＦ、等）に基づく復元フィルタであって、拡大された被写界深度（焦点深度）の範囲内において良好な画像復元が可能となるように設定されたフィルタ係数を有する復元フィルタを用いた復元処理が行われる。
以下に、ＥＤｏＦ光学系を介して撮影取得された画像データの復元に関するシステム（ＥＤｏＦシステム）の一例について説明する。なお、以下に示す例では、デモザイク処理後の画像データ（ＲＧＢデータ）から得られる輝度信号（Ｙデータ）に対して復元処理を行う例について説明するが、復元処理を行うタイミングは特に限定されず、例えば「デモザイク処理前の画像データ（モザイク画像データ）」や「デモザイク処理後であって輝度信号変換処理前の画像データ（デモザイク画像データ）」に対して復元処理が行われてもよい。
図３４は、ＥＤｏＦ光学系を備える撮像モジュール１０１の一形態を示すブロック図である。本例の撮像モジュール（デジタルカメラ等）１０１は、ＥＤｏＦ光学系（レンズユニット）１１０と、撮像素子１１２と、ＡＤ変換部１１４と、復元処理ブロック（画像処理部３５）１２０とを含む。
図３５は、ＥＤｏＦ光学系１１０の一例を示す図である。本例のＥＤｏＦ光学系１１０は、単焦点の固定された撮影レンズ１１０Ａと、瞳位置に配置される光学フィルタ１１１とを有する。光学フィルタ１１１は、位相を変調させるもので、拡大された被写界深度（焦点深度）（ＥＤｏＦ）が得られるようにＥＤｏＦ光学系１１０（撮影レンズ１１０Ａ）をＥＤｏＦ化する。このように、撮影レンズ１１０Ａ及び光学フィルタ１１１は、位相を変調して被写界深度を拡大させるレンズ部を構成する。
なお、ＥＤｏＦ光学系１１０は必要に応じて他の構成要素を含み、例えば光学フィルタ１１１の近傍には絞り（図示省略）が配設されている。また、光学フィルタ１１１は、１枚でもよいし、複数枚を組み合わせたものでもよい。また、光学フィルタ１１１は、光学的位相変調手段の一例に過ぎず、ＥＤｏＦ光学系１１０（撮影レンズ１１０Ａ）のＥＤｏＦ化は他の手段によって実現されてもよい。例えば、光学フィルタ１１１を設ける代わりに、本例の光学フィルタ１１１と同等の機能を有するようにレンズ設計された撮影レンズ１１０ＡによってＥＤｏＦ光学系１１０のＥＤｏＦ化を実現してもよい。
すなわち、撮像素子１１２の受光面への結像の波面を変化させる各種の手段によって、ＥＤｏＦ光学系１１０のＥＤｏＦ化を実現することが可能である。例えば、「厚みが変化する光学素子」、「屈折率が変化する光学素子（屈折率分布型波面変調レンズ等）」、「レンズ表面へのコーディング等により厚みや屈折率が変化する光学素子（波面変調ハイブリッドレンズ、レンズ面上に位相面として形成される光学素子、等）」、「光の位相分布を変調可能な液晶素子（液晶空間位相変調素子等）」を、ＥＤｏＦ光学系１１０のＥＤｏＦ化手段として採用しうる。このように、光波面変調素子（光学フィルタ１１１（位相板））によって規則的に分散した画像形成が可能なケースだけではなく、光波面変調素子を用いた場合と同様の分散画像を、光波面変調素子を用いずに撮影レンズ１１０Ａ自体によって形成可能なケースに対しても、本発明は応用可能である。
図３５に示すＥＤｏＦ光学系１１０は、メカ的に焦点調節を行う焦点調節機構を省略することができるため小型化が可能であり、カメラ付き携帯電話や携帯情報端末に好適に搭載可能である。
ＥＤｏＦ化されたＥＤｏＦ光学系１１０を通過後の光学像は、図３４に示す撮像素子１１２に結像され、ここで電気信号に変換される。
撮像素子１１２は、所定のパターン配列（ベイヤー配列、ＧストライプＲ／Ｇ完全市松、Ｘ−Ｔｒａｎｓ配列、ハニカム配列、等）でマトリクス状に配置された複数画素によって構成され、各画素はマイクロレンズ、カラーフィルタ（本例ではＲＧＢカラーフィルタ）及びフォトダイオードを含んで構成される。ＥＤｏＦ光学系１１０を介して撮像素子１１２の受光面に入射した光学像は、その受光面に配列された各フォトダイオードにより入射光量に応じた量の信号電荷に変換される。そして、各フォトダイオードに蓄積されたＲ、Ｇ、Ｂの信号電荷は、画素毎の電圧信号（画像信号）として順次出力される。
ＡＤ変換部１１４は、撮像素子１１２から画素毎に出力されるアナログのＲ、Ｇ、Ｂ画像信号をデジタルのＲＧＢ画像信号に変換する。ＡＤ変換部１１４によりデジタルの画像信号に変換されたデジタル画像信号は、復元処理ブロック１２０に加えられる。
復元処理ブロック１２０は、例えば、黒レベル調整部１２２と、ホワイトバランスゲイン部１２３と、ガンマ処理部１２４と、デモザイク処理部１２５と、ＲＧＢ／ＹＣｒＣｂ変換部１２６と、Ｙ信号復元処理部１２７とを含む。
黒レベル調整部１２２は、ＡＤ変換部１１４から出力されたデジタル画像信号に黒レベル調整を施す。黒レベル調整には、公知の方法が採用されうる。例えば、ある有効光電変換素子に着目した場合、その有効光電変換素子を含む光電変換素子行に含まれる複数のＯＢ光電変換素子の各々に対応する暗電流量取得用信号の平均を求め、その有効光電変換素子に対応する暗電流量取得用信号からこの平均を減算することで、黒レベル調整が行われる。
ホワイトバランスゲイン部１２３は、黒レベルデータが調整されたデジタル画像信号に含まれるＲＧＢ各色信号のホワイトバランスゲインに応じたゲイン調整を行う。
ガンマ処理部１２４は、ホワイトバランス調整されたＲ、Ｇ、Ｂ画像信号が所望のガンマ特性となるように中間調等の階調補正を行うガンマ補正を行う。
デモザイク処理部１２５は、ガンマ補正後のＲ、Ｇ、Ｂ画像信号にデモザイク処理を施す。具体的には、デモザイク処理部１２５は、Ｒ、Ｇ、Ｂの画像信号に色補間処理を施すことにより、撮像素子１１２の各受光画素から出力される一組の画像信号（Ｒ信号、Ｇ信号、Ｂ信号）を生成する。すなわち、色デモザイク処理前は、各受光画素からの画素信号はＲ、Ｇ、Ｂの画像信号のいずれかであるが、色デモザイク処理後は、各受光画素に対応するＲ、Ｇ、Ｂ信号の三つの画素信号の組が出力されることになる。
ＲＧＢ／ＹＣｒＣｂ変換部１２６は、デモザイク処理された画素毎のＲ、Ｇ、Ｂ信号を、輝度信号Ｙと色差信号Ｃｒ、Ｃｂに変換し、画素毎の輝度信号Ｙ及び色差信号Ｃｒ、Ｃｂを出力する。
Ｙ信号復元処理部１２７は、予め記憶された復元フィルタに基づいて、ＲＧＢ／ＹＣｒＣｂ変換部１２６からの輝度信号Ｙに復元処理を行う。復元フィルタは、例えば、７×７のカーネルサイズを有するデコンボリューションカーネル（Ｍ＝７、Ｎ＝７のタップ数に対応）と、そのデコンボリューションカーネルに対応する演算係数（復元ゲインデータ、フィルタ係数に対応）とからなり、光学フィルタ１１１の位相変調分のデコンボリューション処理（逆畳み込み演算処理）に使用される。なお、復元フィルタは、光学フィルタ１１１に対応するものが図示しないメモリ（例えばＹ信号復元処理部１２７が付随的に設けられるメモリ）に記憶される。また、デコンボリューションカーネルのカーネルサイズは、７×７のものに限らない。なお、Ｙ信号復元処理部１２７は、上述した画像処理部３５における鮮鋭化処理の機能を有する。
次に、復元処理ブロック１２０による復元処理について説明する。図３６は、図３４に示す復元処理ブロック１２０による復元処理フローの一例を示す図である。
黒レベル調整部１２２の一方の入力には、ＡＤ変換部１１４からデジタル画像信号が加えられており、他の入力には黒レベルデータが加えられており、黒レベル調整部１２２は、デジタル画像信号から黒レベルデータを減算し、黒レベルデータが減算されたデジタル画像信号をホワイトバランスゲイン部１２３に出力する（Ｓ４１）。これにより、デジタル画像信号には黒レベル成分が含まれなくなり、黒レベルを示すデジタル画像信号は０になる。
黒レベル調整後の画像データに対し、順次、ホワイトバランスゲイン部１２３、ガンマ処理部１２４による処理が施される（Ｓ４２及びＳ４３）。
ガンマ補正されたＲ、Ｇ、Ｂ信号は、デモザイク処理部１２５でデモザイク処理された後に、ＲＧＢ／ＹＣｒＣｂ変換部１２６において輝度信号Ｙと色差信号Ｃｒ、Ｃｂに変換される（Ｓ４４）。
Ｙ信号復元処理部１２７は、輝度信号Ｙに、ＥＤｏＦ光学系１１０の光学フィルタ１１１の位相変調分のデコンボリューション処理を適用する復元処理を行う（Ｓ４５）。すなわち、Ｙ信号復元処理部１２７は、任意の処理対象の画素を中心とする所定単位の画素群に対応する輝度信号（ここでは７×７画素の輝度信号）と、予めメモリなどに記憶されている復元フィルタ（７×７のデコンボリューションカーネルとその演算係数）とのデコンボリューション処理（逆畳み込み演算処理）を行う。Ｙ信号復元処理部１２７は、この所定単位の画素群毎のデコンボリューション処理を撮像面の全領域をカバーするよう繰り返すことにより画像全体の像ボケを取り除く復元処理を行う。復元フィルタは、デコンボリューション処理を施す画素群の中心の位置に応じて定められている。すなわち、近接する画素群には、共通の復元フィルタが適用される。さらに復元処理を簡略化するためには、全ての画素群に共通の復元フィルタが適用されることが好ましい。
図３７（ａ）に示すように、ＥＤｏＦ光学系１１０を通過後の輝度信号の点像（光学像）は、大きな点像（ボケた画像）として撮像素子１１２に結像されるが、Ｙ信号復元処理部１２７でのデコンボリューション処理により、図３７（ｂ）に示すように小さな点像（高解像度の画像）に復元される。
上述のようにデモザイク処理後の輝度信号に復元処理を適用することで、復元処理のパラメータをＲＧＢ別々に持つ必要がなくなり、復元処理を高速化することができる。また、飛び飛びの位置にあるＲ、Ｇ、Ｂの画素に対応するＲ、Ｇ、Ｂの画像信号をそれぞれ１単位にまとめてデコンボリューション処理するのでなく、近接する画素の輝度信号同士を所定の単位にまとめ、その単位には共通の復元フィルタを適用してデコンボリューション処理するため、復元処理の精度が向上する。なお、色差信号Ｃｒ、Ｃｂについては、人の目による視覚の特性上、復元処理で解像度を上げなくても画質的には許容される。また、ＪＰＥＧのような圧縮形式で画像を記録する場合、色差信号は輝度信号よりも高い圧縮率で圧縮されるので、復元処理で解像度を上げる必要性が乏しい。こうして、復元精度の向上と処理の簡易化及び高速化を両立できる。
以上説明したようなＥＤｏＦシステムの復元処理に対しても、上述の実施形態に係る画像フィルタ処理を適用することが可能である。
また、本発明を適用可能な態様はデジタルカメラ及びコンピュータ（サーバ）には限定されず、撮像を主たる機能とするカメラ類の他に、撮像機能に加えて撮像以外の他の機能（通話機能、通信機能、その他のコンピュータ機能）を備えるモバイル機器類に対しても本発明を適用することが可能である。本発明を適用可能な他の態様としては、例えば、カメラ機能を有する携帯電話機やスマートフォン、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔｓ）、携帯型ゲーム機が挙げられる。以下、本発明を適用可能なスマートフォンの一例について説明する。
＜スマートフォンへの応用例＞
図３８は、スマートフォン２０１の外観を示す図である。図３８に示すスマートフォン２０１は、平板状の筐体２０２を有し、筐体２０２の一方の面に表示部としての表示パネル２２１と、入力部としての操作パネル２２２とが一体となった表示入力部２２０を備えている。また、係る筐体２０２は、スピーカ２３１と、マイクロホン２３２、操作部２４０と、カメラ部２４１とを備えている。なお、筐体２０２の構成はこれに限定されず、例えば、表示部と入力部とが独立した構成を採用したり、折り畳み構造やスライド機構を有する構成を採用することもできる。
図３９は、図３８に示すスマートフォン２０１の構成を示すブロック図である。図３９に示すように、スマートフォンの主たる構成要素として、無線通信部２１０と、表示入力部２２０と、通話部２３０と、操作部２４０と、カメラ部２４１と、記憶部２５０と、外部入出力部２６０と、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）受信部２７０と、モーションセンサ部２８０と、電源部２９０と、主制御部２００（上述の本体コントローラ２５が含まれる）とを備える。また、スマートフォン２０１の主たる機能として、基地局装置ＢＳと移動通信網ＮＷとを介した移動無線通信を行う無線通信機能を備える。
無線通信部２１０は、主制御部２００の指示に従って、移動通信網ＮＷに収容された基地局装置ＢＳに対し無線通信を行うものである。係る無線通信を使用して、音声データ、画像データ等の各種ファイルデータ、電子メールデータなどの送受信や、Ｗｅｂデータやストリーミングデータなどの受信を行う。
表示入力部２２０は、主制御部２００の制御により、画像（静止画像及び動画像）や文字情報などを表示して視覚的にユーザに情報を伝達し、表示した情報に対するユーザ操作を検出する、いわゆるタッチパネルであって、表示パネル２２１と、操作パネル２２２とを備える。
表示パネル２２１は、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）、ＯＥＬＤ（Ｏｒｇａｎｉｃ Ｅｌｅｃｔｒｏ−Ｌｕｍｉｎｅｓｃｅｎｃｅ Ｄｉｓｐｌａｙ）などを表示デバイスとして用いたものである。操作パネル２２２は、表示パネル２２１の表示面上に表示される画像を視認可能に載置され、ユーザの指や尖筆によって操作される一又は複数の座標を検出するデバイスである。係るデバイスをユーザの指や尖筆によって操作すると、操作に起因して発生する検出信号を主制御部２００に出力する。次いで、主制御部２００は、受信した検出信号に基づいて、表示パネル２２１上の操作位置（座標）を検出する。
図３８に示すように、本発明の撮像装置の一実施形態として例示しているスマートフォン２０１の表示パネル２２１と操作パネル２２２とは一体となって表示入力部２２０を構成しているが、操作パネル２２２が表示パネル２２１を完全に覆うような配置となっている。係る配置を採用した場合、操作パネル２２２は、表示パネル２２１外の領域についても、ユーザ操作を検出する機能を備えてもよい。換言すると、操作パネル２２２は、表示パネル２２１に重なる重畳部分についての検出領域（以下、表示領域と称する）と、それ以外の表示パネル２２１に重ならない外縁部分についての検出領域（以下、非表示領域と称する）とを備えていてもよい。
なお、表示領域の大きさと表示パネル２２１の大きさとを完全に一致させてもよいが、両者を必ずしも一致させる必要はない。また、操作パネル２２２が、外縁部分と、それ以外の内側部分の二つの感応領域を備えていてもよい。更に、外縁部分の幅は、筐体２０２の大きさなどに応じて適宜設計されるものである。更にまた、操作パネル２２２で採用される位置検出方式としては、マトリクススイッチ方式、抵抗膜方式、表面弾性波方式、赤外線方式、電磁誘導方式、静電容量方式などが挙げられ、いずれの方式を採用することもできる。
通話部２３０は、スピーカ２３１やマイクロホン２３２を備え、マイクロホン２３２を通じて入力されたユーザの音声を主制御部２００にて処理可能な音声データに変換して主制御部２００に出力したり、無線通信部２１０或いは外部入出力部２６０により受信された音声データを復号してスピーカ２３１から出力するものである。また、図３８に示すように、例えば、スピーカ２３１を表示入力部２２０が設けられた面と同じ面に搭載し、マイクロホン２３２を筐体２０２の側面に搭載することができる。
操作部２４０は、キースイッチなどを用いたハードウェアキーであって、ユーザからの指示を受け付けるものである。例えば、図３８に示すように、操作部２４０は、スマートフォン２０１の筐体２０２の側面に搭載され、指などで押下されるとオンとなり、指を離すとバネなどの復元力によってオフ状態となる押しボタン式のスイッチである。
記憶部２５０は、主制御部２００の制御プログラムや制御データ、アプリケーションソフトウェア、通信相手の名称や電話番号などを対応付けたアドレスデータ、送受信した電子メールのデータ、ＷｅｂブラウジングによりダウンロードしたＷｅｂデータや、ダウンロードしたコンテンツデータを記憶し、またストリーミングデータなどを一時的に記憶するものである。また、記憶部２５０は、スマートフォン内蔵の内部記憶部２５１と着脱自在な外部メモリスロットを有する外部記憶部２５２により構成される。なお、記憶部２５０を構成するそれぞれの内部記憶部２５１と外部記憶部２５２は、フラッシュメモリタイプ（ｆｌａｓｈ ｍｅｍｏｒｙ ｔｙｐｅ）、ハードディスクタイプ（ｈａｒｄ ｄｉｓｋ ｔｙｐｅ）、マルチメディアカードマイクロタイプ（ｍｕｌｔｉｍｅｄｉａ ｃａｒｄ ｍｉｃｒｏ ｔｙｐｅ）、カードタイプのメモリ（例えば、ＭｉｃｒｏＳＤ（登録商標）メモリ等）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などの格納媒体を用いて実現される。
外部入出力部２６０は、スマートフォン２０１に連結される全ての外部機器とのインターフェースの役割を果たすものであり、他の外部機器に通信等（例えば、ユニバーサルシリアルバス（ＵＳＢ）、ＩＥＥＥ１３９４など）又はネットワーク（例えば、インターネット、無線ＬＡＮ、ブルートゥース（Ｂｌｕｅｔｏｏｔｈ）（登録商標）、ＲＦＩＤ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）、赤外線通信（Ｉｎｆｒａｒｅｄ Ｄａｔａ Ａｓｓｏｃｉａｔｉｏｎ：ＩｒＤＡ）（登録商標）、ＵＷＢ（Ｕｌｔｒａ Ｗｉｄｅｂａｎｄ）（登録商標）、ジグビー（ＺｉｇＢｅｅ）（登録商標）など）により直接的又は間接的に接続するためのものである。
スマートフォン２０１に連結される外部機器としては、例えば、有／無線ヘッドセット、有／無線外部充電器、有／無線データポート、カードソケットを介して接続されるメモリカード（Ｍｅｍｏｒｙ ｃａｒｄ）やＳＩＭ（Ｓｕｂｓｃｒｉｂｅｒ Ｉｄｅｎｔｉｔｙ Ｍｏｄｕｌｅ Ｃａｒｄ）／ＵＩＭ（Ｕｓｅｒ Ｉｄｅｎｔｉｔｙ Ｍｏｄｕｌｅ Ｃａｒｄ）カード、オーディオ・ビデオＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）端子を介して接続される外部オーディオ・ビデオ機器、無線接続される外部オーディオ・ビデオ機器、有／無線接続されるスマートフォン、有／無線接続されるパーソナルコンピュータ、有／無線接続されるＰＤＡ、有／無線接続されるイヤホンなどがある。外部入出力部は、このような外部機器から伝送を受けたデータをスマートフォン２０１の内部の各構成要素に伝達することや、スマートフォン２０１の内部のデータを外部機器に伝送することが可能である。
ＧＰＳ受信部２７０は、主制御部２００の指示に従って、ＧＰＳ衛星ＳＴ１〜ＳＴｎから送信されるＧＰＳ信号を受信し、受信した複数のＧＰＳ信号に基づく測位演算処理を実行し、スマートフォン２０１の緯度、経度、高度からなる位置を検出する。ＧＰＳ受信部２７０は、無線通信部２１０や外部入出力部２６０（例えば、無線ＬＡＮ）から位置情報を取得できる時には、その位置情報を用いて位置を検出することもできる。
モーションセンサ部２８０は、例えば、３軸の加速度センサなどを備え、主制御部２００の指示に従って、スマートフォン２０１の物理的な動きを検出する。スマートフォン２０１の物理的な動きを検出することにより、スマートフォン２０１の動く方向や加速度が検出される。係る検出結果は、主制御部２００に出力されるものである。
電源部２９０は、主制御部２００の指示に従って、スマートフォン２０１の各部に、バッテリ（図示しない）に蓄えられる電力を供給するものである。
主制御部２００は、マイクロプロセッサを備え、記憶部２５０が記憶する制御プログラムや制御データに従って動作し、スマートフォン２０１の各部を統括して制御するものである。また、主制御部２００は、無線通信部２１０を通じて、音声通信やデータ通信を行うために、通信系の各部を制御する移動通信制御機能と、アプリケーション処理機能を備える。
アプリケーション処理機能は、記憶部２５０が記憶するアプリケーションソフトウェアに従って主制御部２００が動作することにより実現するものである。アプリケーション処理機能としては、例えば、外部入出力部２６０を制御して対向機器とデータ通信を行う赤外線通信機能や、電子メールの送受信を行う電子メール機能、Ｗｅｂページを閲覧するＷｅｂブラウジング機能などがある。
また、主制御部２００は、受信データやダウンロードしたストリーミングデータなどの画像データ（静止画像や動画像のデータ）に基づいて、映像を表示入力部２２０に表示する等の画像処理機能を備える。画像処理機能とは、主制御部２００が、上記画像データを復号し、係る復号結果に画像処理を施して、画像を表示入力部２２０に表示する機能のことをいう。
更に、主制御部２００は、表示パネル２２１に対する表示制御と、操作部２４０、操作パネル２２２を通じたユーザ操作を検出する操作検出制御を実行する。
表示制御の実行により、主制御部２００は、アプリケーションソフトウェアを起動するためのアイコンや、スクロールバーなどのソフトウェアキーを表示したり、或いは電子メールを作成するためのウィンドウを表示する。なお、スクロールバーとは、表示パネル２２１の表示領域に収まりきれない大きな画像などについて、画像の表示部分を移動する指示を受け付けるためのソフトウェアキーのことをいう。
また、操作検出制御の実行により、主制御部２００は、操作部２４０を通じたユーザ操作を検出したり、操作パネル２２２を通じて、上記アイコンに対する操作や、上記ウィンドウの入力欄に対する文字列の入力を受け付けたり、或いは、スクロールバーを通じた表示画像のスクロール要求を受け付ける。
更に、操作検出制御の実行により主制御部２００は、操作パネル２２２に対する操作位置が、表示パネル２２１に重なる重畳部分（表示領域）か、それ以外の表示パネル２２１に重ならない外縁部分（非表示領域）かを判定し、操作パネル２２２の感応領域や、ソフトウェアキーの表示位置を制御するタッチパネル制御機能を備える。
また、主制御部２００は、操作パネル２２２に対するジェスチャ操作を検出し、検出したジェスチャ操作に応じて、予め設定された機能を実行することもできる。ジェスチャ操作とは、従来の単純なタッチ操作ではなく、指などによって軌跡を描いたり、複数の位置を同時に指定したり、或いはこれらを組み合わせて、複数の位置から少なくとも一つについて軌跡を描く操作を意味する。
カメラ部２４１は、ＣＭＯＳやＣＣＤなどの撮像素子を用いて電子撮影するデジタルカメラである。また、カメラ部２４１は、主制御部２００の制御により、撮像によって得た画像データを例えばＪＰＥＧなどの圧縮した画像データに変換し、記憶部２５０に記録したり、外部入出力部２６０や無線通信部２１０を通じて出力することができる。図３８に示すにスマートフォン２０１において、カメラ部２４１は表示入力部２２０と同じ面に搭載されているが、カメラ部２４１の搭載位置はこれに限らず、表示入力部２２０の背面に搭載されてもよいし、或いは、複数のカメラ部２４１が搭載されてもよい。なお、複数のカメラ部２４１が搭載されている場合、撮影に供するカメラ部２４１を切り替えて単独にて撮影したり、或いは、複数のカメラ部２４１を同時に使用して撮影することもできる。
また、カメラ部２４１はスマートフォン２０１の各種機能に利用することができる。例えば、表示パネル２２１にカメラ部２４１で取得した画像を表示することや、操作パネル２２２の操作入力の一つとして、カメラ部２４１の画像を利用することができる。また、ＧＰＳ受信部２７０が位置を検出する際に、カメラ部２４１からの画像を参照して位置を検出することもできる。更には、カメラ部２４１からの画像を参照して、３軸の加速度センサを用いずに、或いは、３軸の加速度センサと併用して、スマートフォン２０１のカメラ部２４１の光軸方向を判断することや、現在の使用環境を判断することもできる。勿論、カメラ部２４１からの画像をアプリケーションソフトウェア内で利用することもできる。
その他、静止画又は動画の画像データにＧＰＳ受信部２７０により取得した位置情報、マイクロホン２３２により取得した音声情報（主制御部等により、音声テキスト変換を行ってテキスト情報となっていてもよい）、モーションセンサ部２８０により取得した姿勢情報等などを付加して記憶部２５０に記録したり、外部入出力部２６０や無線通信部２１０を通じて出力することもできる。
上述の画像処理部３５（フィルタリング処理部４１）は、例えば主制御部２００によって実現可能である。
本発明は上述した実施形態に限定されず、本発明の精神を逸脱しない範囲で種々の変形が可能であることは言うまでもない。
１０…デジタルカメラ、１１…レンズユニット、１２…カメラ本体、１４…レンズ、１５…絞り、１７…光学系操作部、１８…レンズユニットコントローラ、１９…レンズユニット記憶部、２０…レンズユニット入出力部、２４…撮像素子、２５…本体コントローラ、２６…ユーザインターフェース、２７…表示部、２８…カメラ本体入出力部、２９…本体記憶部、３０…入出力インターフェース、３４…デバイス制御部、３５…画像処理部、３６…表示制御部、４０…前処理部、４１…フィルタリング処理部、４２…後処理部、４３…ゲイン特定部、４４…ゲイン候補データ記憶部、４５…ゲイン取得部、４８…フィルタ適用部、４９…ゲイン適用部、５０…処理データ算出部、５１…処理画像データ算出部、５２…加算器、５４…繰り返し演算判定部、５５…ゲイン供給部、５６…フィルタ供給部、６０…参照画像取得部、６１…参照画像解析部、６２…目標周波数特性取得部、６３…適用ゲイン算出部、６６…周波数解析部、６７…目標周波数特性特定部、６８…周波数特性記憶部、７６…フィルタ取得装置、７７…フィルタ算出部、７８…平均算出部、７９…分散算出部、８０…フィルタ特性取得部、８１…タップ係数演算部、８２…フィルタグループ分類部、９２…コンピュータ、９３…コンピュータ入出力部、９４…コンピュータコントローラ、９５…ディスプレイ、９６…ネットワーク、９７…サーバ、９８…サーバ入出力部、９９…サーバコントローラ、１０１…撮像モジュール、１１０…ＥＤｏＦ光学系、１１０Ａ…撮影レンズ、１１１…光学フィルタ、１１２…撮像素子、１１４…ＡＤ変換部、１２０…復元処理ブロック、１２２…黒レベル調整部、１２３…ホワイトバランスゲイン部、１２４…ガンマ処理部、１２５…デモザイク処理部、１２６…ＹＣｒＣｂ変換部、１２７…Ｙ信号復元処理部、２００…主制御部、２０１…スマートフォン、２０２…筐体、２１０…無線通信部、２２０…表示入力部、２２１…表示パネル、２２２…操作パネル、２３０…通話部、２３１…スピーカ、２３２…マイクロホン、２４０…操作部、２４１…カメラ部、２５０…記憶部、２５１…内部記憶部、２５２…外部記憶部、２６０…外部入出力部、２７０…ＧＰＳ受信部、２８０…モーションセンサ部、２９０…電源部

Claims (27)

  1. 複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得するフィルタリング処理部を備える画像処理装置であって、
    前記フィルタリング処理部は、前記複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得し、当該フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得し、当該ゲイン適用処理データからフィルタリング処理データを取得し、
    前記複数回のフィルタリング処理の各々において前記フィルタ適用処理データに適用される前記ゲインは、前記原画像データを取得する際に用いられる光学系の光学特性であって前記原画像データを取得する際の撮影条件に応じた光学特性に基づいて特定される前記画像フィルタ処理の目標とする周波数特性に基づいて取得される画像処理装置。
  2. 前記複数回のフィルタリング処理の各々において前記フィルタ適用処理データに適用される前記ゲインの候補データを撮影条件に関連付けたゲインテーブル情報を記憶するゲイン候補データ記憶部と、
    前記ゲインテーブル情報を参照し、前記原画像データを取得した際の前記撮影条件に関連付けられている前記候補データを、前記複数回のフィルタリング処理の各々において前記フィルタ適用処理データに適用される前記ゲインとして特定するゲイン特定部と、を更に備え、
    前記フィルタリング処理部は、前記複数回のフィルタリング処理の各々において、前記ゲイン特定部が特定した前記ゲインを前記フィルタ適用処理データに適用して前記ゲイン適用処理データを取得する請求項１に記載の画像処理装置。
  3. 前記フィルタは、前記光学系の光学特性に応じて定められる請求項１又は２に記載の画像処理装置。
  4. 前記フィルタは、代表的な撮影条件における前記光学系の光学特性に応じて定められる請求項３に記載の画像処理装置。
  5. 前記代表的な撮影条件は、第１の指標条件が異なる複数の前記撮影条件であって、前記原画像データの撮影の際に採用可能な複数の前記第１の指標条件のうち連続しない前記第１の指標条件に基づく複数の前記撮影条件を含む請求項４に記載の画像処理装置。
  6. 前記光学特性は点拡がり関数に基づくものである請求項１〜５のいずれか一項に記載の画像処理装置。
  7. 前記ゲインは、前記画像フィルタ処理の目標とする周波数特性に対し、前記複数回のフィルタリング処理の各々の周波数特性に基づいて最小二乗法によって前記画像フィルタ処理の周波数特性をフィッティングすることにより取得される請求項１〜６のいずれか一項に記載の画像処理装置。
  8. 前記最小二乗法では、周波数に基づいて重み付けされる請求項７に記載の画像処理装置。
  9. 前記最小二乗法では、低周波帯域における重み付けを高周波帯域における重み付けより大きく設定する請求項８に記載の画像処理装置。
  10. 前記最小二乗法では、前記原画像データを取得する際の撮影条件に応じて、高周波帯域における重み付けを低周波帯域における重み付けより大きく設定する請求項８に記載の画像処理装置。
  11. 前記最小二乗法における重み付けは、前記原画像データにおける画素位置に応じて定められる請求項８〜１０のいずれか一項に記載の画像処理装置。
  12. 前記最小二乗法において、前記原画像データの画像中心から第１の距離以下の画素位置では、前記原画像データの画像中心から前記第１の距離よりも遠い画素位置よりも、高周波帯域における重み付けが大きい請求項１１に記載の画像処理装置。
  13. 前記最小二乗法において、前記原画像データの画像中心から第２の距離よりも遠い画素位置では、前記原画像データの前記画像中心から前記第２の距離以下の画素位置よりも、低周波帯域における重み付けが大きい請求項１１又は１２に記載の画像処理装置。
  14. 前記フィルタリング処理部は、前記画像フィルタ処理の目標とする周波数特性において前記原画像データに対する前記処理画像データの割合が１よりも小さい周波数では、前記複数回のフィルタリング処理の各々において、前記フィルタリング処理データを前記処理対象データと等しくするフィルタを用いる請求項８〜１３のいずれか一項に記載の画像処理装置。
  15. 前記フィルタリング処理部は、前記複数回のフィルタリング処理のうちの少なくともいずれか１つのフィルタリング処理において、前記処理対象データにおける画素位置に応じた周波数特性を持つフィルタを用いて前記フィルタ適用処理データを取得する請求項１〜１４のいずれか一項に記載の画像処理装置。
  16. 前記複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、
    前記フィルタリング処理部は、前記第１のフィルタリング処理で取得される前記フィルタリング処理データを、前記第２のフィルタリング処理における前記処理対象データとして用いる請求項１〜１５のいずれか一項に記載の画像処理装置。
  17. 前記複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、
    前記フィルタリング処理部は、前記第１のフィルタリング処理及び前記第２のフィルタリング処理では同一データを前記処理対象データとして使用し、前記第１のフィルタリング処理により取得される前記フィルタリング処理データと前記第２のフィルタリング処理により取得される前記フィルタリング処理データとに基づいて前記処理画像データを取得する請求項１〜１５のいずれか一項に記載の画像処理装置。
  18. 前記複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、
    前記フィルタリング処理部は、
    前記第１のフィルタリング処理の前記処理対象データに対して当該第１のフィルタリング処理用のフィルタを適用し、前記フィルタ適用処理データを取得する第１のフィルタ適用部と、
    前記第１のフィルタ適用部により取得された前記フィルタ適用処理データに対して当該第１のフィルタリング処理用のゲインを適用し、前記ゲイン適用処理データを取得する第１のゲイン適用部と、
    前記第２のフィルタリング処理の前記処理対象データに対して当該第２のフィルタリング処理用のフィルタを適用し、前記フィルタ適用処理データを取得する第２のフィルタ適用部と、
    前記第２のフィルタ適用部により取得された前記フィルタ適用処理データに対して当該第２のフィルタリング処理用のゲインを適用し、前記ゲイン適用処理データを取得する第２のゲイン適用部と、を有する請求項１〜１５のいずれか一項に記載の画像処理装置。
  19. 前記複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、
    前記フィルタリング処理部は、前記処理対象データに前記フィルタを適用して前記フィルタ適用処理データを取得するフィルタ適用部と、前記フィルタ適用処理データに前記ゲインを適用して前記ゲイン適用処理データを取得するゲイン適用部と、を有し、
    前記フィルタ適用部は、前記第１のフィルタリング処理では当該第１のフィルタリング処理用のフィルタを用いて前記フィルタ適用処理データを取得し、前記第２のフィルタリング処理では当該第２のフィルタリング処理用のフィルタを用いて前記フィルタ適用処理データを取得し、
    前記ゲイン適用部は、前記第１のフィルタリング処理では当該第１のフィルタリング処理用のゲインを用いて前記ゲイン適用処理データを取得し、前記第２のフィルタリング処理では当該第２のフィルタリング処理用のゲインを用いて前記ゲイン適用処理データを取得する請求項１〜１５のいずれか一項に記載の画像処理装置。
  20. 前記複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、
    前記フィルタリング処理部は、
    前記第１のフィルタリング処理では、前記画像フィルタ処理の複数種類の周波数特性の平均に応じて定められる基準フィルタを用いて前記フィルタ適用処理データを取得し、
    前記第２のフィルタリング処理では、前記画像フィルタ処理の前記複数種類の周波数特性の分散に応じて定められる分散フィルタを用いて前記フィルタ適用処理データを取得する請求項１〜１５のいずれか一項に記載の画像処理装置。
  21. 複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得するフィルタリング処理部を備える画像処理装置であって、
    前記複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、
    前記フィルタリング処理部は、
    前記複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得し、当該フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得し、当該ゲイン適用処理データからフィルタリング処理データを取得し、
    前記第１のフィルタリング処理では、複数種類の前記画像フィルタ処理の周波数特性であって前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の前記画像フィルタ処理の周波数特性の平均に応じて定められる基準フィルタを用いて前記フィルタ適用処理データを取得し、
    前記第２のフィルタリング処理では、複数種類の前記画像フィルタ処理の周波数特性であって前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の前記画像フィルタ処理の周波数特性の分散に応じて定められる分散フィルタを用いて前記フィルタ適用処理データを取得し、
    前記複数回のフィルタリング処理の各々において前記フィルタ適用処理データに適用される前記ゲインは、前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に基づいて定められる画像処理装置。
  22. 複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する画像処理方法であって、
    前記複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得し、当該フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得し、当該ゲイン適用処理データからフィルタリング処理データを取得し、
    前記複数回のフィルタリング処理の各々において前記フィルタ適用処理データに適用される前記ゲインは、前記原画像データを取得する際に用いられる光学系の光学特性であって前記原画像データを取得する際の撮影条件に応じた光学特性に基づいて特定される前記画像フィルタ処理の目標とする周波数特性に基づいて取得される画像処理方法。
  23. 複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する画像処理方法であって、
    前記複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、
    前記複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得し、当該フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得し、当該ゲイン適用処理データからフィルタリング処理データを取得し、
    前記第１のフィルタリング処理では、複数種類の前記画像フィルタ処理の周波数特性であって前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の前記画像フィルタ処理の周波数特性の平均に応じて定められる基準フィルタを用いて前記フィルタ適用処理データを取得し、
    前記第２のフィルタリング処理では、複数種類の前記画像フィルタ処理の周波数特性であって前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の前記画像フィルタ処理の周波数特性の分散に応じて定められる分散フィルタを用いて前記フィルタ適用処理データを取得し、
    前記複数回のフィルタリング処理の各々において前記フィルタ適用処理データに適用される前記ゲインは、前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に基づいて定められる画像処理方法。
  24. コンピュータに、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する機能を実現させるためのプログラムであって、
    前記複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得する手順と、当該フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得する手順と、当該ゲイン適用処理データからフィルタリング処理データを取得する手順と、をコンピュータに実行させ、
    前記複数回のフィルタリング処理の各々において前記フィルタ適用処理データに適用される前記ゲインは、前記原画像データを取得する際に用いられる光学系の光学特性であって前記原画像データを取得する際の撮影条件に応じた光学特性に基づいて特定される前記画像フィルタ処理の目標とする周波数特性に基づいて取得されるプログラム。
  25. コンピュータに、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する機能を実現させるためのプログラムであって、
    前記複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、
    前記複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得する手順と、当該フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得する手順と、当該ゲイン適用処理データからフィルタリング処理データを取得する手順と、をコンピュータに実行させ、
    前記第１のフィルタリング処理では、複数種類の前記画像フィルタ処理の周波数特性であって前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の前記画像フィルタ処理の周波数特性の平均に応じて定められる基準フィルタを用いて前記フィルタ適用処理データを取得する手順をコンピュータに実行させ、
    前記第２のフィルタリング処理では、複数種類の前記画像フィルタ処理の周波数特性であって前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の前記画像フィルタ処理の周波数特性の分散に応じて定められる分散フィルタを用いて前記フィルタ適用処理データを取得する手順をコンピュータに実行させ、
    前記複数回のフィルタリング処理の各々において前記フィルタ適用処理データに適用される前記ゲインは、前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に基づいて定められるプログラム。
  26. コンピュータに、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する機能を実現させるためのプログラムであって、
    前記複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得する手順と、当該フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得する手順と、当該ゲイン適用処理データからフィルタリング処理データを取得する手順と、をコンピュータに実行させ、
    前記複数回のフィルタリング処理の各々において前記フィルタ適用処理データに適用される前記ゲインは、前記原画像データを取得する際に用いられる光学系の光学特性であって前記原画像データを取得する際の撮影条件に応じた光学特性に基づいて特定される前記画像フィルタ処理の目標とする周波数特性に基づいて取得されるプログラムを記録したコンピュータ読み取り可能な記録媒体。
  27. コンピュータに、複数回のフィルタリング処理を含む画像フィルタ処理を原画像データに対して行うことにより処理画像データを取得する機能を実現させるためのプログラムであって、
    前記複数回のフィルタリング処理は、少なくとも第１のフィルタリング処理及び第２のフィルタリング処理を含み、
    前記複数回のフィルタリング処理の各々において、処理対象データにフィルタを適用してフィルタ適用処理データを取得する手順と、当該フィルタ適用処理データにゲインを適用してゲイン適用処理データを取得する手順と、当該ゲイン適用処理データからフィルタリング処理データを取得する手順と、をコンピュータに実行させ、
    前記第１のフィルタリング処理では、複数種類の前記画像フィルタ処理の周波数特性であって前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の前記画像フィルタ処理の周波数特性の平均に応じて定められる基準フィルタを用いて前記フィルタ適用処理データを取得する手順をコンピュータに実行させ、
    前記第２のフィルタリング処理では、複数種類の前記画像フィルタ処理の周波数特性であって前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に応じて定められる複数種類の前記画像フィルタ処理の周波数特性の分散に応じて定められる分散フィルタを用いて前記フィルタ適用処理データを取得する手順をコンピュータに実行させ、
    前記複数回のフィルタリング処理の各々において前記フィルタ適用処理データに適用される前記ゲインは、前記原画像データを取得する際の撮影条件に応じた光学系の光学特性に基づいて定められるプログラムを記録したコンピュータ読み取り可能な記録媒体。
JP2016551634A 2014-09-30 2015-08-24 画像処理装置、画像処理方法、プログラム及び記録媒体 Active JP6042043B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2014201084 2014-09-30
JP2014201084 2014-09-30
PCT/JP2015/073692 WO2016052000A1 (ja) 2014-09-30 2015-08-24 画像処理装置、画像処理方法、プログラム及び記録媒体

Publications (2)

Publication Number Publication Date
JP6042043B2 true JP6042043B2 (ja) 2016-12-14
JPWO2016052000A1 JPWO2016052000A1 (ja) 2017-04-27

Family

ID=55630046

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016551634A Active JP6042043B2 (ja) 2014-09-30 2015-08-24 画像処理装置、画像処理方法、プログラム及び記録媒体

Country Status (4)

Country Link
US (1) US9799104B2 (ja)
JP (1) JP6042043B2 (ja)
CN (1) CN106664372B (ja)
WO (1) WO2016052000A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106664370B (zh) * 2014-09-30 2018-06-08 富士胶片株式会社 图像处理装置、图像处理方法及记录介质
WO2017163427A1 (ja) * 2016-03-25 2017-09-28 オリンパス株式会社 顕微鏡観察システム、顕微鏡観察方法、及び顕微鏡観察プログラム
CN110121031B (zh) * 2019-06-11 2021-03-12 Oppo广东移动通信有限公司 图像采集方法和装置、电子设备、计算机可读存储介质
TWI752496B (zh) * 2020-05-14 2022-01-11 芯鼎科技股份有限公司 影像處理方法及影像處理系統
US11562460B1 (en) 2021-06-25 2023-01-24 Meta Platforms, Inc. High performance hardware scaler

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008177801A (ja) * 2007-01-18 2008-07-31 Sony Corp 撮像装置、ノイズ除去装置、ノイズ除去方法、ノイズ除去方法のプログラム及びノイズ除去方法のプログラムを記録した記録媒体
JP2012252646A (ja) * 2011-06-06 2012-12-20 Kyocera Corp 画像処理システムおよび画像処理方法
JP2013038562A (ja) * 2011-08-08 2013-02-21 Canon Inc 画像処理装置、画像処理方法、撮像装置、および、画像処理プログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5441652B2 (ja) 2009-12-09 2014-03-12 キヤノン株式会社 画像処理方法、画像処理装置、撮像装置および画像処理プログラム
WO2014148074A1 (ja) * 2013-03-18 2014-09-25 富士フイルム株式会社 復元フィルタ生成装置及び方法、画像処理装置及び方法、撮像装置、プログラム、並びに記録媒体
JP5992633B2 (ja) * 2013-10-31 2016-09-14 富士フイルム株式会社 画像処理装置及び撮像装置
CN105659582B (zh) * 2013-10-31 2020-03-27 富士胶片株式会社 信号处理装置、摄像装置、参数生成方法及信号处理方法
CN106134178B (zh) * 2014-03-28 2018-02-23 富士胶片株式会社 图像处理装置、摄像装置以及图像处理方法
WO2015146364A1 (ja) * 2014-03-28 2015-10-01 富士フイルム株式会社 画像処理装置、撮影装置、画像処理方法、及びプログラム
CN106134177B (zh) * 2014-03-31 2019-05-28 富士胶片株式会社 图像处理装置、摄影装置、图像处理方法及图像处理程序
WO2015151590A1 (ja) * 2014-03-31 2015-10-08 富士フイルム株式会社 画像処理装置、撮影装置、画像処理方法及び画像処理プログラム
JP6096382B2 (ja) * 2014-04-11 2017-03-15 富士フイルム株式会社 画像処理装置、撮像装置、画像処理方法及びプログラム
JP6042034B2 (ja) * 2014-04-11 2016-12-14 富士フイルム株式会社 画像処理装置、撮像装置、画像処理方法及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008177801A (ja) * 2007-01-18 2008-07-31 Sony Corp 撮像装置、ノイズ除去装置、ノイズ除去方法、ノイズ除去方法のプログラム及びノイズ除去方法のプログラムを記録した記録媒体
JP2012252646A (ja) * 2011-06-06 2012-12-20 Kyocera Corp 画像処理システムおよび画像処理方法
JP2013038562A (ja) * 2011-08-08 2013-02-21 Canon Inc 画像処理装置、画像処理方法、撮像装置、および、画像処理プログラム

Also Published As

Publication number Publication date
CN106664372A (zh) 2017-05-10
US20170161877A1 (en) 2017-06-08
CN106664372B (zh) 2018-04-06
US9799104B2 (en) 2017-10-24
WO2016052000A1 (ja) 2016-04-07
JPWO2016052000A1 (ja) 2017-04-27

Similar Documents

Publication Publication Date Title
JP6067950B2 (ja) 画像処理装置、画像処理方法、プログラム及び記録媒体
JP6067949B2 (ja) 画像処理装置、フィルタ取得装置、画像処理方法、フィルタ取得方法、プログラム及び記録媒体
JP5992633B2 (ja) 画像処理装置及び撮像装置
JP6042043B2 (ja) 画像処理装置、画像処理方法、プログラム及び記録媒体
JP5779724B2 (ja) 画像処理装置、撮像装置、コンピュータ及びプログラム
US9854187B2 (en) Image processing apparatus, filter acquisition apparatus, image processing method, filter acquisition method, program, and recording medium
WO2014125659A1 (ja) 画像処理装置、撮像装置、フィルタ生成装置、画像復元方法及びプログラム
JP6096382B2 (ja) 画像処理装置、撮像装置、画像処理方法及びプログラム
JPWO2014155755A1 (ja) 画像処理装置、撮像装置、画像処理方法及びプログラム並びに記録媒体
JP5870231B2 (ja) 画像処理装置、撮像装置、画像処理方法、及びプログラム
US9633418B2 (en) Image processing device, imaging apparatus, image processing method, and program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160920

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20160920

TRDD Decision of grant or rejection written
A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20161020

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20161025

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161108

R150 Certificate of patent or registration of utility model

Ref document number: 6042043

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250