JP6128878B2 - 映像処理装置、映像処理方法、放送受信装置、映像撮影装置、映像蓄積装置及びプログラム - Google Patents

Description

本発明は、映像信号に含まれるノイズを低減することができる装置、方法、及びプログラムに関する。

一般に、被写体を撮影して映像信号を生成する処理、この映像信号を伝送する処理、及び受信した映像信号に基づいて表示装置に映像を表示させる処理において、映像信号にノイズが付加される。このノイズは、暗ノイズ及び符号化ノイズなどを含む。暗ノイズは、暗い被写体を明るい映像として表示させるための増幅処理によって、映像信号の微小な揺らぎをも増幅してしまうことで現れるノイズである。符号化ノイズは、映像信号を伝送するための符号化処理によって映像信号に発生するノイズである。

このようなノイズを低減する方法として、平均化フィルタ又はガウシアンフィルタなどを用いて、映像信号に対し空間方向の平滑化処理を行う方法が知られている。しかし、空間方向の平滑化処理を行った場合には、ノイズの低減の度合いが増すほど画像の鮮鋭度が低下して、画像にぼやけが発生するという問題がある。また、メディアンフィルタを用いて、画像のエッジを保存しながら空間方向の平滑化処理を行う方法も知られているが、この場合には、画像のエッジの形状が変化するという他の問題が生じる。

上記問題を解決するために、時間的に隣接する複数の映像フレーム（以下「フレーム」又は「１フレームの映像データ」ともいう。）の比較結果に基づいてノイズ低減処理を行う３次元ノイズ低減法が提案されている。この方法は、例えば、ノイズ低減の対象フレームである現フレーム（着目フレーム）と、現フレームに対し時間的に先行するフレーム（前フレーム）と、現フレームに対し時間的に後続するフレーム（後フレーム）とから成る３つのフレームにおいて、同一座標の画素の画素値の平均を算出し、現フレームの画素値を、算出された画素値（平均値）に置き換える方法である。３次元ノイズ低減法は、空間方向の平滑化処理の場合のような画像のぼやけを発生させないが、異なる時刻の複数のフレームの同一座標の画素の画素値を参照するため、映像に物体の動きが存在する場合には、残像のようなぼやけが発生するという問題がある。

この残像のようなぼやけは、同一座標の画素の画素値を参照する代わりに、同一物体の同一位置の画素の画素値を参照する動き補償方式を用いることで軽減可能である（例えば、特許文献１参照）。しかし、動き補償方式を用いた３次元ノイズ低減法においては、物体の動き（フレーム間の動きベクトル）に応じて参照する画素の位置を決めるため、着目フレームより時間的に先行するフレームにおける動きの検出精度がノイズ低減の性能に大きく影響する。例えば、動きを誤って検出した場合は、ノイズを低減できないだけでなく、映像品質を低下させるおそれがある。特に、時間の経過に伴って前景物体に隠れる領域、又は、時間の経過に伴って前景物体の陰から出現する領域（すなわち、隠れていた領域）が存在する場合には、これらの領域において、着目フレームよりも時間的に先行するフレーム内に参照すべき画素が存在せず、物体の動きに応じて、参照する画素の座標位置を適切に決めることができない。

特開２００８−２９４６０１号公報

以上に説明したように、従来の３次元ノイズ低減法においては、フレーム間の動きベクトルを誤って検出した場合に、ノイズを適切に低減できないだけでなく、映像品質を低下させるおそれがある。

そこで、本発明は、上記従来技術の課題を解決するためになされたものであり、その目的は、映像品質の低下を回避しながら、ノイズを適切に低減することができる映像処理装置、映像処理方法、放送受信装置、映像撮影装置、映像蓄積装置及びプログラムを提供することである。

本発明の一態様に係る映像処理装置は、動画像を構成する一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出部と、前記動き検出部によって検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減部とを有し、前記ノイズ低減部は、前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出手段と、前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析手段と、前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行う補正手段とを有し、前記画素値変化率解析手段によって生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報であることを特徴としている。

本発明の他の態様に係る映像処理方法は、動画像を構成する一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出ステップと、前記動き検出ステップにおいて検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減ステップとを有し、前記ノイズ低減ステップは、前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出ステップと、前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析ステップと、前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行うノイズ低減フレーム生成ステップとを有し、前記画素値変化率解析ステップにおいて生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報であることを特徴としている。

本発明の他の態様に係る放送受信装置は、放送波を受信し、前記放送波に含まれる映像情報の復号化を行う放送受信部と、前記放送受信部から動画像を構成する一連の複数のフレームを受け取り、前記一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出部と、前記動き検出部によって検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減部とを有し、前記ノイズ低減部は、前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出手段と、前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析手段と、前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行う補正手段とを有し、前記画素値変化率解析手段によって生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報であることを特徴としている。

本発明の他の態様に係る映像撮影装置は、映像を撮影し動画像を構成する一連の複数のフレームデータを生成する撮像部と、前記撮像部から動画像を構成する一連の複数のフレームを受け取り、前記一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出部と、前記動き検出部によって検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減部とを有し、前記ノイズ低減部は、前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出手段と、前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析手段と、前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行う補正手段とを有し、前記画素値変化率解析手段によって生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報であることを特徴としている。

本発明の他の態様に係る映像蓄積装置は、動画像を構成する一連の複数のフレームを記憶する記憶部と、前記記憶部に記憶されている前記一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出部と、前記動き検出部によって検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減部と、を有し、前記ノイズ低減部は、前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出手段と、前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析手段と、前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行う補正手段とを有し、前記画素値変化率解析手段によって生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報であることを特徴している。

本発明の他の態様に係るプログラムは、コンピュータに処理を実行させるプログラムであって、前記処理は、動画像を構成する一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出処理と、前記動き検出処理において検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減処理とを含み、前記ノイズ低減処理は、前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出処理と、前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析処理と、前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行うノイズ低減フレーム生成処理とを含み、前記画素値変化率解析処理によって生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報であることを特徴としている。

本発明によれば、動きベクトルだけでなく、動きベクトルの境界画素を示す動きベクトル境界画素情報及び着目フレームとノイズ低減用参照フレームとの間における画素値変化率の解析結果情報を用いてノイズ低減フレームを生成するので、映像品質の低下を回避しながら、ノイズを適切に低減することができる。

本発明の実施の形態１に係る映像処理装置（すなわち、実施の形態１に係る映像処理方法を実施することができる装置）の構成を概略的に示す機能ブロック図である。 図１に示される映像処理装置のノイズ低減部の構成を概略的に示す機能ブロック図である。 図２に示されるノイズ低減部のフレームブレンド率算出手段の構成を概略的に示す機能ブロック図である。 図２に示されるノイズ低減部の動き誤検出領域補正係数算出手段の構成を概略的に示す機能ブロック図である。 実施の形態１に係る映像処理装置におけるノイズ低減処理で参照するフレーム及び座標位置（図５の上側）、並びに、ノイズ低減処理されたフレーム（図５の下側）を概略的に示す図である。 （ａ）から（ｉ）は、図２に示されるノイズ低減部の画素値変化率解析手段による画素値変化率の解析結果情報の具体例としての解析パターンを示すグラフである。 図２に示されるノイズ低減部の画素値変化率解析手段により実行される画素値変化パターンの分類処理を概略的に示すフローチャートである。 （ａ）から（ｃ）は、オクルージョンの一例を示す図である。 図３に示されるフレームブレンド率算出手段のオクルージョン判定手段から出力されるオクルージョン判定結果に基づくオクルージョン領域の一例を示す図である。 図４に示される動き誤検出領域補正係数算出手段の参照フレーム不定領域検出手段が検出する参照フレーム不定領域の一例を示す図である。 図４に示される動き誤検出領域補正係数算出手段の動きベクトル境界集中領域検出手段が検出する動きベクトル集中領域の一例を示す図である。 本発明の実施の形態２に係る映像処理装置（すなわち、実施の形態２に係る映像処理方法を実施することができる装置）の構成を概略的に示す機能ブロック図である。 実施の形態１に係る映像処理装置おいてノイズ低減処理に用いるフレームを示す図である。 実施の形態２に係る映像処理装置おいてノイズ低減処理に用いるフレームを示す図である。 本発明の実施の形態２の変形例に係る映像処理装置（すなわち、実施の形態２の変形例に係る映像処理方法を実施することができる装置）の構成を概略的に示す機能ブロック図である。 実施の形態２の変形例に係る映像処理装置おいてノイズ低減処理に用いるフレームを示す図である。 本発明の実施の形態３に係る放送受信装置の構成を概略的に示す機能ブロック図である。 実施の形態３の変形例に係る放送受信装置の構成を概略的に示す機能ブロック図である。 本発明の実施の形態４に係る映像撮影装置の構成を概略的に示す機能ブロック図である。 実施の形態４の変形例に係る映像撮影装置の構成を概略的に示す機能ブロック図である。 本発明の実施の形態５に係る映像蓄積装置の構成を概略的に示す機能ブロック図である。 実施の形態５の変形例に係る映像蓄積装置の構成を概略的に示す機能ブロック図である。

《１》実施の形態１．
《１−１》実施の形態１の構成
図１は、本発明の実施の形態１に係る映像処理装置（すなわち、実施の形態１に係る映像処理方法を実施することができる装置）１の構成を概略的に示す機能ブロック図である。図１に示されるように、実施の形態１に係る映像処理装置１は、動き検出部１０と、ノイズ低減部２０とを備えている。また、図１に示されるように、映像処理装置１は、フレームバッファ３０と、フレームバッファ４０とを備えてもよい。フレームバッファ３０は、動画像を構成する一連の複数のフレームＦＳ１を蓄えるための記憶部である。フレームバッファ４０は、動画像を構成する一連の複数のフレームを蓄えるための記憶部であるが、例えば、ノイズ低減部２０から出力されたノイズ低減された映像データである一連の複数のフレーム（ノイズ低減フレーム）ＦＳ３を蓄えることができる。映像処理装置１は、動き補償方式を用いた３次元ノイズ低減法を用いる装置であり、動き検出部１０が動きを誤って検出した場合であっても、映像品質を低下させないように、適切にノイズを低減することができる装置である。

また、実施の形態１に係る映像処理方法は、実施の形態１に係る映像処理装置１によって実行可能な方法である。実施の形態１に係る映像処理方法は、動画像を構成する一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出ステップ（動き検出部１０によって実行されるステップ）と、動き検出ステップにおいて検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減ステップ（ノイズ低減部２０によって実行されるステップ）とを有している。ここで、ノイズ低減ステップは、動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出ステップ（後述する動きベクトル境界検出手段２０２によって実行されるステップ）と、前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析ステップ（後述する画素値変化率解析手段２０１によって実行されるステップ）と、前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行うノイズ低減フレーム生成ステップ（後述するフレームブレンド率算出手段２０４、ノイズ低減画像生成手段２０５、動き誤検出領域補正係数算出手段２０３、動き誤検出領域補正手段２０６などによって実行されるステップ）とを含んでいる。

また、映像処理装置１は、プログラムによって動作するコンピュータであってもよい。このプログラムは、コンピュータに処理を実行させるプログラムであって、前記処理は、動画像を構成する一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出処理と、前記動き検出処理において検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減処理とを含み、前記ノイズ低減処理は、前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出処理と、前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析処理と、前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行うノイズ低減フレーム生成処理とを含んでいる。

また、上記プログラムは、コンピュータで読み取り可能な記録媒体に記録することができる。この場合には、プログラムを記録したコンピュータで読み取り可能な記録媒体も、本発明の一部をなす。

図１に示される動き検出部１０は、動画像を構成する一連の複数のフレーム（すなわち、時間的に並ぶ複数のフレームから構成されるフレーム列）ＦＳ１を受け取り、この一連の複数のフレームＦＳ１の内の１つを着目フレームとし、この着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を参照フレームとして用いて（実施の形態１においては、両方のフレームを誤り検出用参照フレームとしている。）、着目フレームと該着目フレームの前後のフレームとの間の動きを推定して画素単位で（すなわち、フレーム内の各画素について）動きベクトルＭＶを検出する。例えば、動き検出部１０は、フレームバッファ３０から動画像を構成する一連の複数のフレームＦＳ１を受け取り、受け取った一連の複数のフレームＦＳ１の内の互いに隣接するフレームである第１フレームＦ_ｎ−１と第２フレームＦ_ｎとの間の動きベクトル、及び、互いに隣接する第２フレームＦ_ｎと第３フレームＦ_ｎ＋１との間の動きベクトルを検出する。なお、ｎは、正の整数であり、Ｆの添え字であるｎ−１，ｎ，ｎ＋１，…は、フレームの並びの順番を示す整数である。また、動きベクトルの検出に用いるフレームは、上記連続する３フレームに限定されない。

ノイズ低減部２０は、動き検出部１０によって検出された動きベクトル、着目フレーム、及び着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方である参照フレーム（ノイズ低減用参照フレーム）を用いて、着目フレームのノイズが低減されたノイズ低減フレームを生成する。ノイズ低減部２０は、動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出手段（後述する動きベクトル境界検出手段２０２）と、着目フレームとノイズ低減用参照フレームとの間における画素値変化率を解析し、画素値変化率の解析結果情報を生成する画素値変化率解析手段（後述する画素値変化率解析手段２０１）と、前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームＦＳ３の生成を行うノイズ低減フレーム生成手段（後述するフレームブレンド率算出手段２０４、ノイズ低減画像生成手段２０５、動き誤検出領域補正係数算出手段２０３、動き誤検出領域補正手段２０６）とを含んでいる。なお、ノイズ低減フレームＦＳ３の生成に用いるフレームは、上記連続する３フレームに限定されない。

図２は、図１に示されるノイズ低減部２０の構成を概略的に示す機能ブロック図である。図２に示されるように、ノイズ低減部２０は、フレーム間の画素値の変化率を解析して、フレーム間の画素値変化率の解析結果情報ＡＮを生成する画素値変化率解析手段２０１と、動きベクトルＭＶの分布を解析し、動きベクトルＭＶの境界を検出して、動きベクトルＭＶの境界画素を示す動きベクトル境界画素情報ＢＯを生成する動きベクトル境界検出手段２０２と、動き検出部１０によって行われた動きの検出が誤りであると判断できる領域を検出して、この検出結果に基づいて画像を補正するための補正係数ＥＲを算出する動き誤検出領域補正係数算出手段２０３とを有する。また、ノイズ低減部２０は、ノイズ低減のためのフレームの重み付き平均を計算する際に用いられるフレーム合成係数であるブレンド重み係数（フレームブレンド率）ＢＷを算出するフレームブレンド率算出手段２０４と、ブレンド重み係数ＢＷを用いてノイズ低減処理を行うノイズ低減画像生成手段２０５と、動き検出部１０によって行われた動きの検出が誤りであると判断できる領域における、検出された動きの誤りに起因するノイズ低減画像の乱れを補正する動き誤検出領域補正手段２０６とを有する。なお、図２において、２０７は、動画像を構成する一連の複数のフレーム（すなわち、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１を含むフレーム列）ＦＳ１が入力される入力端子を示し、２０８は、画素単位の動きベクトルＭＶが入力される入力端子を示し、２０９は、ノイズを低減した画像データであるノイズ低減フレームＦＳ３が出力される出力端子を示す。

画素値変化率解析手段２０１は、入力端子２０７を介して入力される一連の複数のフレームＦＳ１の内の第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１と、入力端子２０８を介して入力される画素単位の動きベクトルＭＶとを受け取り、受け取った第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１及び動きベクトルＭＶに基づいて、フレーム間の画素値の変化を画素毎に解析し、フレーム間の画素値変化率の解析結果情報ＡＮを生成する。

動きベクトル境界検出手段２０２は、入力端子２０８を介して入力される画素単位の動きベクトルＭＶを受け取り、検出対象となる対象画素の動きベクトルとこの対象画素に隣接する隣接画素の動きベクトルとの差が所定の値以上になる対象画素を動きベクトルの境界画素として抽出し、この抽出された境界画素に関する情報である動きベクトル境界画素情報ＢＯ及び動きベクトルＭＶを出力する。

動き誤検出領域補正係数算出手段２０３は、画素値変化率解析手段２０１からフレーム間の画素値変化率の解析結果情報ＡＮを受け取り、動きベクトル境界検出手段２０２から動きベクトルＭＶ及び動きベクトル境界画素情報ＢＯを受け取り、受け取った画素値変化率の解析結果情報ＡＮ、動きベクトルＭＶ、及び動きベクトル境界画素情報ＢＯに基づいて、各画素における動きベクトルの誤検出の有無を判断し、誤検出がある画素の補正係数ＥＲを算出する。

フレームブレンド率算出手段２０４は、画素値変化率解析手段２０１からフレーム間の画素値変化率の解析結果情報ＡＮを受け取り、動きベクトル境界検出手段２０２から動きベクトルＭＶ及び動きベクトル境界画素情報ＢＯを受け取り、受け取った画素値変化率の解析結果情報ＡＮ、動きベクトルＭＶ、及び動きベクトル境界画素情報ＢＯに基づいて、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の重み付き平均に用いるブレンド重み係数ＢＷを算出する。

ノイズ低減画像生成手段２０５は、入力端子２０７を介して第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１を受け取り、フレームブレンド率算出手段２０４からブレンド重み係数ＢＷを受け取り、受け取ったブレンド重み係数ＢＷと第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１とに基づいて、着目フレームのノイズ低減画像（動き誤検出領域を考慮した補正係数ＥＲによる補正前のノイズ低減フレーム）ＦＳ２を生成する。

動き誤検出領域補正手段２０６は、入力端子２０７を介して第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１を受け取り、動き誤検出領域補正係数算出手段２０３から補正係数ＥＲを受け取り、ノイズ低減画像生成手段２０５からノイズ低減フレームＦＳ２を受け取り、受け取った第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１、補正係数ＥＲ、及びノイズ低減画像ＦＳ２に基づいて、ノイズ低減画像ＦＳ２の動き誤検出領域の補正を行ない、補正後の画像、すなわち、ノイズ低減された映像データを構成する一連の複数のフレーム（ノイズ低減フレーム）ＦＳ３を生成する。

図３は、図２に示されるフレームブレンド率算出手段２０４の構成を概略的に示す機能ブロック図である。図３に示されるように、フレームブレンド率算出手段２０４は、画素値変化率の解析結果情報ＡＮから、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１のノイズ低減への寄与率に応じた優先度ＰＲを算出する参照フレーム優先度算出手段２０４１と、動きベクトルＭＶ及び動きベクトル境界画素情報ＢＯからオクルージョンを判定してオクルージョン判定結果ＯＣを生成するオクルージョン判定手段２０４２と、ブレンド重み係数ＢＷを算出するブレンド重み係数算出手段２０４３とを有する。なお、図３において、２０４４は、画素値変化率の解析結果情報ＡＮが入力される入力端子を示し、２０４５は、動きベクトルＭＶと動きベクトル境界画素情報ＢＯが入力される入力端子を示し、２０４６は、ブレンド重み係数ＢＷが出力される出力端子を示す。

参照フレーム優先度算出手段２０４１は、入力端子２０４４を介して画素値変化率の解析結果情報ＡＮを受け取り、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１のそれぞれのノイズの有無、前景物体が背景を隠すオクルージョンの有無を推定し、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１のノイズ低減処理に最適な優先度ＰＲを算出する。

オクルージョン判定手段２０４２は、入力端子２０４５を介して動きベクトルＭＶと動きベクトル境界画素情報ＢＯを受け取り、画素単位でオクルージョンの有無を判定し、画素毎のオクルージョンの有無を示すオクルージョン判定結果ＯＣを生成する。

ブレンド重み係数算出手段２０４３は、参照フレーム優先度算出手段２０４１から、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の優先度ＰＲを受け取り、オクルージョン判定手段２０４２から画素毎のオクルージョン判定結果ＯＣを受け取り、受け取った優先度ＰＲ及びオクルージョン判定結果ＯＣに基づいて、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の重み付き平均に用いるブレンド重み係数ＢＷを算出する。

図４は、図２に示される動き誤検出領域補正係数算出手段２０３の構成を概略的に示す機能ブロック図である。図４に示されるように、動き誤検出領域補正係数算出手段２０３は、画素値変化率の解析結果情報ＡＮに基づいて、補正の要否を判定する画素値急変領域検出手段２０３１と、動きベクトル境界画素情報ＢＯに基づいて、参照フレームを決定する際に参照フレームが不定となる参照フレーム不定領域を検出して、検出結果を示す参照フレーム不定領域情報ＲＲを生成する参照フレーム不定領域検出手段２０３２とを有する。また、動き誤検出領域補正係数算出手段２０３は、動きベクトル境界が集中する動きベクトル境界集中領域を検出する動きベクトル境界集中領域検出手段２０３３と、動きベクトルの誤検出領域を補正するための補正係数ＥＲを算出する補正係数算出手段２０３４とを有する。なお、図４において、２０３５は、画素値変化率の解析結果情報ＡＮが入力される入力端子を示し、２０３６は、動きベクトルＭＶと動きベクトル境界画素情報ＢＯとが入力される入力端子を示し、２０３７は、動きが誤検出された領域を補正するための補正係数ＥＲが出力される出力端子を示す。

画素値急変領域検出手段２０３１は、入力端子２０３５を介して画素値変化率の解析結果情報ＡＮを受け取り、受け取った画素値変化率の解析結果情報ＡＮに基づいて、動きの誤検出の影響で画素値が急激に変化する領域を検出し、検出した領域を示す補正対象領域情報ＳＲを生成する。

参照フレーム不定領域検出手段２０３２は、入力端子２０３６を介して動きベクトルＭＶと動きベクトル境界画素情報ＢＯを受け取り、受け取った動きベクトルＭＶと動きベクトル境界画素情報ＢＯに基づいて、オクルージョンを避けて画素値の参照先を決定する参照フレームが不定である領域を検出し、動きベクトルＭＶの信頼度が低く、ノイズ低減処理を行うことが不適切な領域を示す参照フレーム不定領域情報ＲＲを生成する。

動きベクトル境界集中領域検出手段２０３３は、入力端子２０３６を介して動きベクトルＭＶと動きベクトル境界画素情報ＢＯを受け取り、受け取った動きベクトルＭＶ及び動きベクトル境界画素情報ＢＯに基づいて、動きの誤検出に起因すると推測される動きベクトル境界集中領域を示す動きベクトル境界集中領域情報ＢＲを生成する。

補正係数算出手段２０３４は、画素値急変領域検出手段２０３１から画素値が急激に変化している補正対象領域情報ＳＲを受け取り、参照フレーム不定領域検出手段２０３２から参照フレーム不定領域情報ＲＲを受け取り、動きベクトル境界集中領域検出手段２０３３から動きベクトル境界集中領域情報ＢＲを受け取り、受け取った情報ＳＲ，ＲＲ，ＢＲに基づいて、これらの領域におけるノイズ低減画像（図２におけるＦＳ２）上の画像の乱れを補正するための補正係数ＥＲを算出する。

《１−２》実施の形態１の動作
《１−２−１》画素値変化率解析手段２０１
以下に、各機能ブロックの処理内容の詳細を、図面を参照しながら説明する。画素値変化率解析手段２０１は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１を受け取り、各画素について、動き補償された第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１間の画素値の変化を解析する。

図５は、実施の形態１に係る映像処理装置１におけるノイズ低減処理で参照する第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１及び座標位置（図５の上側）、並びに、ノイズ低減処理されたノイズ低減フレームＭ_ｎ（図５の下側）を概略的に示す図である。図５に示されるように、実施の形態１においては、映像処理装置１は、第２フレームＦ_ｎをノイズ低減の対象である着目フレームとし、この第２フレームＦ_ｎよりも時間的に先行するフレーム（前フレーム）である第１フレームＦ_ｎ−１及び時間的に後続するフレーム（後フレーム）である第３フレームＦ_ｎ＋１を参照フレームとして利用する。ただし、映像処理装置１が使用するフレームの組は、図５の例に限定されない。例えば、動き検出部１０は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の中から２つのフレームを選択し、選択された２つのフレームを用いて動きを検出し、ノイズ低減部２０は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の３つのフレームを用いてノイズ低減処理を行うように構成してもよい。

図５は、静止した背景１１１上を画像中の左下から右上に向かって円状の前景物体１１０が移動する様子を示している。図５の例においては、第２フレームＦ_ｎにおける背景（前景物体１１０以外の領域）１１１上の着目画素Ｐ１_ｎは、静止した背景１１１上にあるため、動き検出部１０から出力された動きベクトルＭＶである「０ベクトル」に基づき、第１フレームＦ_ｎ−１及び第３フレームＦ_ｎ＋１上においても第２フレームＦ_ｎ上の画素Ｐ１_ｎと同一座標の第１フレームＦ_ｎ−１上の画素Ｐ１_ｎ−１及び第３フレームＦ_ｎ＋１上の画素Ｐ１_ｎ＋１を参照することができる。一方、第２フレームＦ_ｎ上の画素Ｐ２_ｎは、移動する前景物体１１０上にあるため、第１フレームＦ_ｎ−１及び第３フレームＦ_ｎ＋１上においては、第２フレームＦ_ｎ上の画素Ｐ２_ｎの座標とは異なる座標の画素を参照する。すなわち、第２フレームＦ_ｎ上の画素Ｐ２_ｎは、動き検出部１０から出力された動きベクトルに従って、第１フレームＦ_ｎ−１上の画素Ｐ２_ｎ−１及び第３フレームＦ_ｎ＋１上の画素Ｐ２_ｎ＋１を参照する。

図６（ａ）から（ｉ）は、図２に示される画素値変化率解析手段２０１による画素値変化率の解析結果情報ＡＮの具体例としての解析パターンＰＡ１，ＰＡ２，…，ＰＡ９を示すグラフである。画素値変化率解析手段２０１は、動き検出部１０から出力された動きベクトルＭＶに基づいて動き補償された３フレームにわたる画素値の変化を、図６（ａ）から（ｉ）に示される９パターンＰＡ１，ＰＡ２，…，ＰＡ９のいずれかに分類する。

図６（ａ）から（ｃ）は、画素値の差の絶対値が比較的小さいパターンを示している。図６（ａ）は、画素値の差の絶対値が予め決められた第１閾値ＴＨ１以下であるパターンを示しており、この場合には、画素値の変化は、微小変化パターンＰＡ１に分類される。図６（ｂ）は、画素値の差の絶対値が、予め決められた第１閾値ＴＨ１より大きいが、第２の閾値ＴＨ２以下であり（ただし、ＴＨ１＜ＴＨ２）、且つ、時間の経過に伴い画素値の差の絶対値が増加するパターンを示しており、この場合には、画素値の変化は、単調増加パターンＰＡ２に分類される。図６（ｃ）は、画素値の差の絶対値が予め決められた第１閾値ＴＨ１より大きく第２の閾値ＴＨ２以下であり、且つ、時間の経過に伴い画素値の差の絶対値が減少するパターンを示しており、この場合には、画素値の変化は、単調減少パターンＰＡ３に分類される。

図６（ｄ）から（ｆ）は、画素値の差の絶対値が第２閾値ＴＨ２より大きく、後述する後端差ＤｉｆＮ（第２フレームＦ_ｎ上の画素と第３フレームＦ_ｎ＋１上の画素の間の画素値の差の絶対値）、両端差ＤｉｆＭ（第１フレームＦ_ｎ−１上の画素と第３フレームＦ_ｎ＋１上の画素の間の画素値の差の絶対値）、前方差ＤｉｆＰ（第１フレームＦ_ｎ−１上の画素と第２フレームＦ_ｎ上の画素の間の画素値の差の絶対値）が予め決められた第３閾値ＴＨ３以下であるパターンを示している。図６（ｄ）は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の画素値の差の絶対値が第２閾値ＴＨ２より大きく、且つ、後端差ＤｉｆＮについては、ＤｉｆＮ≦ＴＨ３であるパターンを示しており、この場合には、画素値の変化は、前方不一致パターンＰＡ４に分類される。図６（ｅ）は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の画素値の差の絶対値が第２閾値ＴＨ２より大きく、且つ、両端差ＤｉｆＭについては、ＤｉｆＭ≦ＴＨ３であるパターンを示しており、この場合には、画素値の変化は、中央不一致パターンＰＡ５に分類される。図６（ｆ）は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の画素値の差の絶対値が第２閾値ＴＨ２より大きく、且つ、前方差ＤｉｆＰについては、ＤｉｆＰ≦ＴＨ３であるパターンを示しており、この場合には、画素値の変化は、後方不一致パターンＰＡ６に分類される。

図６（ｇ）から（ｉ）は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の画素値の差の絶対値が大きいパターンを示している。図６（ｈ）は、図６（ａ）から（ｆ）のパターンＰＡ１，…，ＰＡ６いずれにも分類されず、且つ、単調増加するパターンを示しており、この場合には、画素値の変化は、単調大増加パターンＰＡ８に分類される。図６（ｉ）は、図６（ａ）から（ｆ）のパターンＰＡ１，…，ＰＡ６いずれにも分類されず、且つ、単調減少するパターンを示しており、この場合には、画素値の変化は、単調大減少パターンＰＡ９に分類される。図６（ｇ）は、図６（ａ）から（ｆ）、（ｈ）、（ｉ）のパターンＰＡ１，…，ＰＡ６，ＰＡ８，ＰＡ９のいずれにも分類されないパターンを示しており、この場合には、画素値の変化は、不規則パターンＰＡ７に分類される。ただし、図６（ａ）から（ｉ）の一式の分析結果パターンは一例であり、他のパターンを採用することもできる。

図７は、図２に示される画素値変化率解析手段２０１により実行される画素値変化パターンの分類処理を概略的に示すフローチャートである。図７に示されるように、画素値変化率解析手段２０１は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の画像中の着目フレームの各画素に対してパターン分類を行う。

先ず、画素値変化率解析手段２０１は、対象画素（ｘ、ｙ）の初期値を座標を（０，０）に設定する（ステップＳＴ１）。

次に、画素値変化率解析手段２０１は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１間の画素値の差の絶対値を、例えば、式（１）、（２）、（３）により求める。

ＤｉｆＮ（ｘ，ｙ）、ＤｉｆＭ（ｘ，ｙ）、ＤｉｆＰ（ｘ，ｙ）はそれぞれ、第２及び第３フレームＦ_ｎ，Ｆ_ｎ＋１間の画素値の差の絶対値である後方差ＤｉｆＮ、第１及び第３フレームＦ_ｎ−１，Ｆ_ｎ＋１間の画素値の差の絶対値である両端差ＤｉｆＭ、第１及び第２フレームＦ_ｎ−１，Ｆ_ｎ間の画素値の差の絶対値である前方差ＤｉｆＰを示す。また、Ｉ_ｎ−１（ｘ，ｙ），Ｉｎ（ｘ，ｙ），Ｉ_ｎ＋１（ｘ，ｙ）はそれぞれ、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１における座標（ｘ，ｙ）の画素の画素値を示す。また、ｖ_ｘ（ｘ，ｙ），ｖ_ｙ（ｘ，ｙ）はそれぞれ、第２フレームＦ_ｎにおける座標（ｘ，ｙ）の動きベクトルのｘ，ｙ成分を示す。なお、画素値は、座標（ｘ，ｙ）の画素の輝度値であってもよく、又は、ＲＧＢの値それぞれにおける計算結果の和であってもよい。

画素値変化率解析手段２０１は、式（１）、（２）、（３）で求めた各フレーム間の画素値の差の絶対値の内の最も値が大きいものを、式（４）に示す値ｍａｘＤｉｆ（ｘ，ｙ）として求める。

画素値変化率解析手段２０１は、ｍａｘＤｉｆ（ｘ，ｙ）が、予め決められた第１の閾値ＴＨ１以下（ｍａｘＤｉｆ（ｘ，ｙ）≦ＴＨ１）であれば（ステップＳＴ２でＹＥＳ）、画素値の変化を、微小変化パターンＰＡ１（図６（ａ））に分類する（ステップＳＴ３）。

画素値変化率解析手段２０１は、ｍａｘＤｉｆ（ｘ，ｙ）が、第１の閾値ＴＨ１より大（ｍｉｎＤｉｆ（ｘ，ｙ）＞ＴＨ１）であり（ステップＳＴ２でＮＯ）、ｍａｘＤｉｆ（ｘ，ｙ）が、予め決められた第２の閾値ＴＨ２以下（ｍａｘＤｉｆ（ｘ，ｙ）≦ＴＨ２）であり（ステップＳＴ４でＹＥＳ）、且つ、時間経過と共に画素値が増加する（ステップＳＴ５でＹＥＳ）場合は、画素値の変化を、単調増加パターンＰＡ２（図６（ｂ））に分類する（ステップＳＴ６）。

画素値変化率解析手段２０１は、第１の閾値ＴＨ１より大（ｍｉｎＤｉｆ（ｘ，ｙ）＞ＴＨ１）であり、ｍａｘＤｉｆ（ｘ，ｙ）が、第２の閾値ＴＨ２以下であり、且つ、時間経過と共に画素値が減少する場合（ステップＳＴ７でＹＥＳ）は、画素値の変化を、単調減少パターンＰＡ３（図６（ｃ））に分類する（ステップＳＴ８）。

画素値変化率解析手段２０１は、画素値の変化が微小変化パターンＰＡ１、単調増加パターンＰＡ２、単調減少パターンＰＡ３以外の場合で、式（１）に示す前端差ＤｉｆＮ（ｘ，ｙ）が、予め決められた第３の閾値ＴＨ３以下である場合は（ステップＳＴ９でＹＥＳ）、画素値の変化を、前方不一致パターンＰＡ４に分類し（ステップＳＴ１０）、式（２）に示す値ＤｉｆＭ（ｘ，ｙ）が第３の閾値ＴＨ３以下である場合は（ステップＳＴ１１でＹＥＳ）、画素値の変化を、中央不一致パターンＰＡ５（図６（ｅ））に分類し（ステップＳＴ１２）、式（３）に示す値ＤｉｆＰ（ｘ，ｙ）が、第３の閾値ＴＨ３以下である場合は（ステップＳＴ１３でＹＥＳ）、画素値の変化を、後方不一致パターンＰＡ６（図６（ｆ））に分類する（ステップＳＴ１４）。

画素値変化率解析手段２０１は、画素値の変化がパターンＰＡ１，…，ＰＡ６以外の場合で、時間経過と共に画素値が増加する場合は（ステップＳＴ１５でＹＥＳ）、画素値の変化を、単調大増加パターンＰＡ８（図６（ｈ））に分類し（ステップＳＴ１６）、時間経過と共に画素値が減少する場合は（ステップＳＴ１７でＹＥＳ）、画素値の変化を、単調大減少パターンＰＡ９（図６（ｉ））に分類し（ステップＳＴ１８）、画素値の変化がパターンＰＡ１，…，ＰＡ６，ＰＡ８，ＰＡ９以外の場合は（ステップＳＴ１７でＮＯ）、画素値の変化を、不規則パターンＰＡ９（図６（ｉ））に分類する（ステップＳＴ１９）。

次に、画素値変化率解析手段２０１は、対象画素が着目フレーム（１フレーム）内の最終画素でなければ、処理をステップＳＴ１に戻し、対象画素が１フレーム内の最終画素であれば、処理を終了する（ステップＳＴ２０）。処理がステップＳＴ１に戻ると、画素値変化率解析手段２０１は、対象画素（ｘ、ｙ）の初期値の座標を未処理の座標に変更し、ステップＳＴ２以降の処理を実行する。

《１−２−２》動きベクトル境界検出手段２０２
動きベクトル境界検出手段２０２は、隣接する画素の動きベクトルの差が所定の閾値以上の画素を動きベクトル境界として分類する。隣接する画素の動きベクトルの差は、例えば、ラプラシアンフィルタに基づいて、式（５）のように定義される。

ただし、動きベクトルの差を式（５）とは異なる式で算出してもよい。

《１−２−３》フレームブレンド率算出手段２０４
フレームブレンド率算出手段２０４は、ノイズ低減画像生成手段２０５が第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の重み付き平均を算出する際に用いるブレンド重み係数ＢＷを算出する。参照フレーム優先度算出手段２０４１は、画素値変化率解析手段２０１から出力される画素値変化率の解析結果情報ＡＮを受け取り、第１のブレンド重み係数（Ｋ_Ｎ−１，Ｋ_Ｎ，Ｋ_Ｎ＋１）を算出する。画素値変化率解析手段２０１から出力される画素値変化率の解析結果情報ＡＮが微小変化パターンＰＡ１、単調増加パターンＰＡ２、単調減少パターンＰＡ３のいずれかである場合は、第１のブレンド重み係数（Ｋ_Ｎ−１，Ｋ_Ｎ，Ｋ_Ｎ＋１）を、式（６）のように設定する。画素値変化率解析手段２０１から出力される画素値変化率の解析結果情報ＡＮが前方不一致パターンＰＡ４の場合は、第１のブレンド重み係数（Ｋ_Ｎ−１，Ｋ_Ｎ，Ｋ_Ｎ＋１）を、式（７）のように設定し、画素値変化率の解析結果情報ＡＮが中央不一致パターンＰＡ５の場合は、第１のブレンド重み係数（Ｋ_Ｎ−１，Ｋ_Ｎ，Ｋ_Ｎ＋１）を、式（８）のように設定し、画素値変化率の解析結果情報ＡＮが後方不一致パターンＰＡ６の場合は、第１のブレンド重み係数（Ｋ_Ｎ−１，Ｋ_Ｎ，Ｋ_Ｎ＋１）を、式（９）のように設定し、それ以外の場合は、第１のブレンド重み係数（Ｋ_Ｎ−１，Ｋ_Ｎ，Ｋ_Ｎ＋１）を、式（１０）のように設定する。

ＰＡ１、ＰＡ２、ＰＡ３の場合：
（Ｋ_Ｎ−１，Ｋ_Ｎ，Ｋ_Ｎ＋１）＝（１／３，１／３，１／３） 式（６）
ＰＡ４の場合：
（Ｋ_Ｎ−１，Ｋ_Ｎ，Ｋ_Ｎ＋１）＝（１−α，α／２，α／２） 式（７）
ＰＡ５の場合：
（Ｋ_Ｎ−１，Ｋ_Ｎ，Ｋ_Ｎ＋１）＝（α／２，１−α，α／２） 式（８）
ＰＡ６の場合：
（Ｋ_Ｎ−１，Ｋ_Ｎ，Ｋ_Ｎ＋１）＝（α／２，α／２，１−α） 式（９）
ＰＡ７、ＰＡ８、ＰＡ９の場合：
（Ｋ_Ｎ−１，Ｋ_Ｎ，Ｋ_Ｎ＋１）＝（（１−α）／２，α，（１−α）／２） 式（１０）
ここで、αは、２／３以上１以下の所定の値である。

画素値変化率解析手段２０１から出力される画素値変化率の解析結果情報ＡＮが微小変化パターンＰＡ１、単調増加パターンＰＡ２、単調減少パターンＰＡ３のいずれかである場合は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の対応する座標の画素値は、いずれも近い値であるため、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１のすべてのフレームが、ノイズ低減に有効である。

一方で、画素値変化率解析手段２０１から出力される画素値変化率の解析結果情報ＡＮが前方不一致パターンＰＡ４、中央不一致パターンＰＡ５、後方不一致パターンＰＡ６のいずれかである場合は、それぞれ第１フレームＦ_ｎ−１、第２フレームＦ_ｎ及び第３フレームＦ_ｎ＋１がノイズなどの影響で他のフレームと大きく異なった値を示しているため、ノイズ低減処理の際に、画素値変化率の解析結果情報ＡＮが微小変化パターンＰＡ１、単調増加パターンＰＡ２、単調減少パターンＰＡ３のいずれかである場合よりも、このフレームの影響を小さくすることでより、より適切なノイズ低減が可能となる。

画素値変化率解析手段２０１から出力される画素値変化率の解析結果情報ＡＮがパターンＰＡ７、ＰＡ８、ＰＡ９の場合は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１が大きく異なる画素値を持つため、重み付き平均をとることでノイズ低減を行うことが適切でないと推測できる。このため、ノイズ低減の対象フレームである第２フレームＦ_ｎの重みを大きくし、参照フレーム（第１及び第３フレーム）の影響を小さくすることで、ノイズが強調されてしまうなどのリスクを回避している。

なお、実施の形態１においては、フレームブレンド率算出手段２０４が、微小変化パターンＰＡ１、単調増加パターンＰＡ２、単調減少パターンＰＡ３の区別を行っておらず、また、不規則パターンＰＡ７、単調大増加パターンＰＡ８、単調大減少パターンＰＡ９の区別を行っていないため、画素値変化率解析手段２０１における分類段階において、これらの区別を行わない簡便な方法を採用してもよい。

また、フレームブレンド率算出手段２０４においては、微小変化パターンＰＡ１、単調増加パターンＰＡ２、単調減少パターンＰＡ３の場合におけるαの値と、不規則パターンＰＡ７、単調大増加パターンＰＡ８、単調大減少パターンＰＡ９の場合におけるαの値とを変えたり、個々の係数を調整するなど、詳細な処理を採用してもよい。

図８（ａ）から（ｃ）は、オクルージョンの一例を示す図である。オクルージョン判定手段２０４２は、前景物体が背景領域を隠す領域を検出し、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１から適切なフレームを選択してノイズ低減を行うよう第２のブレンド重み係数を算出する。図８（ａ）から（ｃ）は、第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１において、静止している背景１２１上を矩形の前景物体１２０が右に向かって動く様子を表したものである。第２フレームＦ_ｎにおいて前景物体１２０の左側の領域１２２は、第１フレームＦ_ｎ−１で前景物体１２０によって隠されている。同様に、前景物体１２０の右の領域１２３は、第３フレームＦ_ｎ＋１においては、前景物体１２０によって隠されている。すなわち、領域１２２のノイズ低減をする際は、第１フレームＦ_ｎ−１を参照することは適切ではなく、領域１２３のノイズ低減をする際は第３フレームＦ_ｎ＋１を参照することは適切ではない。オクルージョン判定手段２０４２は、このような時間的に先行する第１フレームＦ_ｎ−１及び時間的に後続する第３フレームＦ_ｎ＋１で隠される領域を検出し、ブレンド重み係数ＢＷを算出する。

前後のフレームで隠される領域は、前景物体１２０と背景１２１の境界周辺に分布する。境界の検出は、画像にソーベルフィルタなどの微分フィルタを適用することで得ることができるが、微分フィルタを適用した場合には、同一物体中の模様も境界として検出してしまう。そこで、実施の形態１においては、動きベクトルの境界を用いる。動きベクトル境界検出手段２０２から動きベクトル境界画素情報ＢＯを受け取り、動きベクトルの境界画素の周辺をオクルージョン領域とする。具体的には、フレーム中のすべての動きベクトルの境界画素に対し、上下左右方向に一定距離の画素から得た動きベクトルのｘ，ｙ成分の差に基づいてオクルージョン領域を設定する。すなわち、式（１１）に表すＤｉｓｔＸ（ｘ，ｙ）の絶対値を横幅とし、ＤｉｓｔＹ（ｘ，ｙ）の絶対値を縦幅とする矩形領域が座標（ｘ，ｙ）に位置する動きベクトルの境界画素の周辺に設定されるオクルージョン領域となる。
ＤｉｓｔＸ（ｘ，ｙ）＝ｖ_ｘ（ｘ＋χ，ｙ）−ｖ_ｘ（ｘ−χ，ｙ） 式（１１）
ＤｉｓｔＹ（ｘ，ｙ）＝ｖ_ｙ（ｘ，ｙ＋χ）−ｖ_ｙ（ｘ，ｙ−χ） 式（１２）
ここで、χは、上下左右方向の参照する画素を決めるための所定の距離値であり、ｖ_ｘ（ｘ，ｙ），ｖ_ｙ（ｘ，ｙ）はそれぞれ、第２フレームＦ_ｎにおける座標（ｘ，ｙ）の動きベクトルのｘ，ｙ成分を示す。

図９は、図３に示されるフレームブレンド率算出手段２０４のオクルージョン判定手段２０４２から出力されるオクルージョン判定結果ＯＣに基づくオクルージョン領域１３２，１３３の一例を示す図である。図９は、１３１（濃いハッチング部分）の周辺にオクルージョン領域１３２，１３３（斜線部分）を設定する例である。ここでは、簡単のために水平方向のみに注目して説明する。動きベクトルの境界画素１３１の左側は、画像中で右向きに「１」の動きが検出されており、右側は、画像中で左向き「２」（右向き「−２」）の動きが検出されている場合を説明する。この場合には、
ＤｉｓｔＸ（ｘ，ｙ）＝（−２）−１＝−３
となる。この場合、オクルージョン領域１３２，１３３の横幅は、「３」となるため、幅「３」のオクルージョン領域１３２，１３３が動きベクトルの境界画素１３１の両側に設定されることとなる。

図８（ａ）から（ｃ）に示されるように、オクルージョン判定手段２０４２は、オクルージョン領域が、領域１２２のように時間的に先行する第１フレームＦ_ｎ−１で隠されるのか、領域１２３のように時間的に後続する第３フレームＦ_ｎ＋１で隠されるのかを、オクルージョン領域生成もとの動きベクトルの境界画素１２５，１２６から判断する。すなわち、ＤｉｓｔＸ（ｘ，ｙ）の絶対値とＤｉｓｔＹ（ｘ，ｙ）の絶対値を比較し、大きいほうの符号が正であれば、領域１２２のように時間的に先行する第１フレームＦ_ｎ−１で隠され、大きいほうの符号が負であれば、領域１２３のように時間的に後続する第３フレームＦ_ｎ＋１で隠される。動きベクトルの境界画素１２５に着目すると、境界の左側は、静止している背景であるので動き「０」であり、右側は、右向きに動いているため水平方向に正の動きを持っており、ＤｉｓｔＸ（ｘ，ｙ）は、正となる。一方、動きベクトルの境界画素１２６に着目すると、境界の右側は、静止している背景であるので、動き「０」であり、左側は、右向きに動いているため水平方向に正の動きを持っており、ＤｉｓｔＸ（ｘ，ｙ）は、負となる。

第２のブレンド重み係数（Ｃ_Ｎ−１，Ｃ_Ｎ，Ｃ_Ｎ＋１）は、オクルージョン領域であるか否か、及び、オクルージョン領域が時間的に前又は後のいずれのフレームで隠されているか、に基づいて決定される。オクルージョン領域以外の画素の第２のブレンド重み係数（Ｃ_Ｎ−１，Ｃ_Ｎ，Ｃ_Ｎ＋１）は、式（１３）で算出され、オクルージョン領域で時間的に後続するフレームで隠される領域の画素の第２のブレンド重み係数（Ｃ_Ｎ−１，ＣＮ，Ｃ_Ｎ＋１）は、式（１４）で算出され、オクルージョン領域で時間的に先行するフレームで隠される領域の画素の第２のブレンド重み係数（Ｃ_Ｎ−１，Ｃ_Ｎ，Ｃ_Ｎ＋１）は、式（１５）で算出される。
（Ｃ_Ｎ−１，Ｃ_Ｎ，Ｃ_Ｎ＋１）＝（１／３，１／３，１／３） 式（１３）
（Ｃ_Ｎ−１，Ｃ_Ｎ，Ｃ_Ｎ＋１）＝（β／２，β／２，１−β） 式（１４）
（Ｃ_Ｎ−１，Ｃ_Ｎ，Ｃ_Ｎ＋１）＝（１−β，β／２，β／２） 式（１５）
ここで、βは、２／３以上１以下の所定の値である。

このように、動きベクトルの境界画素に着目し、その周辺をオクルージョン領域とすることで、前景物体による隠を考慮した適切なフレームを選択してのノイズ低減が可能となる。

ブレンド重み係数算出手段２０４３は、参照フレーム優先度算出手段２０４１が算出した第１のブレンド重み係数と、オクルージョン判定手段２０４２が算出した第２のブレンド重み係数を用いてノイズ低減画像生成手段２０５が第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の重み付き平均を算出するためのブレンド重み係数（Ｂ_Ｎ−１，Ｂ_Ｎ，Ｂ_Ｎ＋１）を算出する。算出式は、式（１６）、又は、式（１７）、（１８）である。

ここで、γは、０以上１以下の所定の値、δは、ブレンド重み係数の正規化のための値である。

《１−２−４》ノイズ低減画像生成手段２０５
ノイズ低減画像生成手段２０５は、フレームブレンド率算出手段２０４によって算出されたブレンド重み係数（Ｂ_Ｎ−１，Ｂ_Ｎ，Ｂ_Ｎ＋１）を用いて、入力端子２０７を介して入力されたデータからノイズ低減画像を生成する。ノイズ低減画像生成手段２０５は、例えば、ノイズ低減画像の各画素値ＮＲ（ｘ，ｙ）を、式（１９）に従い算出することでノイズ低減画像を生成する。

《１−２−５》動き誤検出領域補正係数算出手段２０３
動き誤検出領域補正係数算出手段２０３は、画素値変化率解析手段２０１から画素値変化率の解析結果情報ＡＮを受け取り、動きベクトル境界検出手段２０２から動きベクトルＭＶ及び動きベクトル境界画素情報ＢＯを受け取り、画素値変化率の解析結果情報ＡＮと動きベクトルＭＶと動きベクトル境界画素情報ＢＯとに基づいて、動き検出部１０において検出された動きに誤りがある画素を検出し、この画素を補正するための補正係数ＥＲを算出する。

画素値急変領域検出手段２０３１は、入力端子２０３５を介して画素値変化率の解析結果情報ＡＮを受け取り、誤った動きベクトルにより画素値が急激に変化している画素を検出する。画素値に急激な変化があるのは、画素値変化率の解析結果情報ＡＮの中で前方不一致パターンＰＡ４、中央不一致パターンＰＡ５、後方不一致パターンＰＡ６、単調大増加パターンＰＡ８、単調大減少パターンＰＡ９、不規則パターンＰＡ７の場合である。ただし、前方不一致パターンＰＡ４、中央不一致パターンＰＡ５、後方不一致パターンＰＡ６は、オクルージョンが原因で画素値の急激な変化が起こったと推測でき、フレームブレンド率算出手段２０４においてオクルージョンに対応した係数を算出してノイズ低減を行っているため、これら３つのパターンの場合には、補正係数ＥＲを用いた補正の対象としない。一方、単調大増加パターンＰＡ８、単調大減少パターンＰＡ９、不規則パターンＰＡ７の場合は、いずれも第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１の３フレームにわたって値が大きく変化しており、動きベクトルが誤っているため、異なる物体の値が参照されたと推測される。よって、画素値急変領域検出手段２０３１は、単調大増加パターンＰＡ８、単調大減少パターンＰＡ９、不規則パターンＰＡ７に分類されている画素を補正対象画素として出力する。

図１０は、図４に示される動き誤検出領域補正係数算出手段２０３の参照フレーム不定領域検出手段２０３２が検出する参照フレーム不定領域１３４の一例を示す図である。参照フレーム不定領域検出手段２０３２は、入力端子２０３６を介して動きベクトルＭＶと動きベクトル境界画素情報ＢＯを受け取り、参照領域を決定することができない領域を補正対象として出力する。オクルージョン判定手段２０４２は、動きベクトルＭＶと動きベクトル境界画素情報ＢＯから、図９に示されるように、動きベクトルの境界画素１３１の周辺をオクルージョン領域１３２，１３３として、さらに、その周辺の動きベクトルから第１フレームＦ_ｎ−１又は第３フレームＦ_ｎ＋１のいずれにおける前景物体によって隠されていたのかを判断した。これに対し、参照フレーム不定領域検出手段２０３２は、図１０に示されるように、動きベクトルの境界画素１３１（濃いハッチング部分）と動きベクトルの境界画素１４１（濃いハッチング部分）が近接している場合、動きベクトルの境界画素１３１の周辺領域１３２，１３３及び動きベクトルの境界画素１４１の周辺領域１４２，１４３が重なる領域１３４が発生する。オクルージョン判定手段２０４２は、後から生成されたオクルージョン領域で画像データが上書きされるため、動きベクトルの境界画素１３１を先に評価し、動きベクトルの境界画素１４１を後に評価した場合には、領域１３４は、動きベクトルの境界画素１４１の周辺のオクルージョン領域１４２であると判断する。しかし、領域１３４が、オクルージョン領域１３３に属するものとして扱う方が適切な場合もある。さらに、オクルージョン領域同士が重なるほど動きベクトル境界が近接することは、稀なことであるから、動き検出部１０において動きベクトルの誤検出が発生したと推測できる。よって、参照フレーム不定領域検出手段２０３２は、このオクルージョン領域同士が重なる領域１３４を補正対象とする情報（参照フレーム不定領域情報）ＲＲを出力する。

動きベクトル境界集中領域検出手段２０３３は、入力端子２０３６を介して動きベクトルＭＶと動きベクトル境界画素情報ＢＯを受け取り、動きベクトル境界が局所的に集中している領域を補正対象領域とする情報（動きベクトル集中領域情報）ＢＲとして出力する。様々な大きさ方向の動きベクトルが狭い領域に混在し動きベクトル境界が集中することは、稀なことであるから、動き検出部１０において動きベクトルの誤検出が原因で動きベクトル境界が局所的に集中していると推測できる。

図１１は、図４に示される動き誤検出領域補正係数算出手段２０３の動きベクトル境界集中領域検出手段２０３３が検出する動きベクトル集中領域の一例を示す図である。動きベクトル境界集中領域検出手段２０３３は、動きベクトルの境界画素１５１（濃いハッチング部分）の集中の有無を判断するためにブロック処理を行う。所定の閾値を設定し、ブロック（図１１においては４行４列の１６画素からなる太線正方形の領域）内の画素の内の動きベクトルの境界画素１５１の数が予め決められた閾値を超えたブロックを動きベクトルの境界画素集中ブロックとして、ブロック内の画素を補正対象として出力する。図１１は、４画素四方のブロックにおける処理を表したものである。ブロック１５４は、ブロック内の１６画素の内、４画素が動きベクトルの境界画素１５１である。一方、ブロック１５５は、１６画素中７画素が動きベクトルの境界画素１５１となっている。閾値を値「５」とした場合、ブロック１５４は、動きベクトルの境界画素集中ブロックに該当しないが、ブロック１５５は、動きベクトルの境界画素集中ブロックに該当する。このため、動きベクトル境界集中領域検出手段２０３３は、ブロック１５５に属する１６画素を補正対象画素であることを示す情報（動きベクトル集中領域情報）ＢＲを出力する。

補正係数算出手段２０３４は、画素値急変領域検出手段２０３１と、参照フレーム不定領域検出手段２０３２と、動きベクトル境界集中領域検出手段２０３３とのそれぞれから、補正対象画素の情報を受け取り、画像中の各画素の補正係数を算出する。補正係数Ｃｏｎｐ（ｘ、ｙ）は、式（２０）に示されるように、画素値急変領域検出手段２０３１、参照フレーム不定領域検出手段２０３２、動きベクトル境界集中領域検出手段２０３３の出力結果のいずれかが補正対象ならば「１」とし、いずれも補正対象外ならば「０」とする。

ここで、Ｓ_１（ｘ，ｙ），Ｓ_２（ｘ，ｙ），Ｓ_３（ｘ，ｙ）は、座標（ｘ，ｙ）について、画素値急変領域検出手段２０３１、参照フレーム不定領域検出手段２０３２、動きベクトル境界集中領域検出手段２０３３の出力結果が補正対象なら「真」、補正対象外なら「偽」を出力する関数である。

なお、補正係数は、式（２０）以外の式に基づいて算出してもよい。例えば、式（２１）に示されるように、画素値急変領域検出手段２０３１、参照フレーム不定領域検出手段２０３２、動きベクトル境界集中領域検出手段２０３３の出力結果それぞれに重みをつけて、補正係数を算出してもよい。

ここで、Ｐ_１（ｘ，ｙ），Ｐ_２（ｘ，ｙ），Ｐ_３（ｘ，ｙ）は、座標（ｘ，ｙ）について、画素値急変領域検出手段２０３１、参照フレーム不定領域検出手段２０３２、動きベクトル境界集中領域検出手段２０３３の出力結果が補正対象なら「１」、補正対象外なら「０」を出力する関数であり、Ｃｏｌ_１，Ｃｏｌ_２は、予め決められたブレンド重み係数である。

さらに、式（２２）及び（２３）に示されるように第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１間における画素値の差に応じて補正係数を変更してもよい。

ここで、ＣｏｎｐＩ（ｘ，ｙ）は、座標（ｘ，ｙ）に対する画素値の差に応じて変更した補正係数であり、ｍａｘＤｉｆ（ｘ，ｙ）は、式（４）に示されるとおりであり、ＬＩＭは、補正上限の閾値である。

《１−２−６》動き誤検出領域補正手段２０６
図２に示されるように、動き誤検出領域補正手段２０６は、入力端子２０７を介して第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１を受け取り、ノイズ低減画像生成手段２０５からノイズ低減画像ＦＳ３を受け取り、動き誤検出領域補正係数算出手段２０３から補正係数ＥＲを受け取り、受け取った情報ＦＳ２，ＥＲを用いて、動きの誤検出に伴うノイズ低減画像の乱れを補正する。補正は、補正係数ＥＲに従い、例えば、式（２４）及び（２５）によって行う。

ここで、ＣＬＰＦは、０から１の範囲内において予め決められた係数である。また、ＬＰＦ（ｘ，ｙ）は、平滑化のために算出した座標（ｘ，ｙ）を中心とする３画素四方（すなわち、３行３列の９画素）の正方領域の画素値の平均値である。ただし、ＬＰＦ（ｘ、ｙ）の算出に、より広い領域又はより狭い領域における平均値又は重みを付けした平均値を採用してもよい。

《１−３》実施の形態１の効果
以上に説明した実施の形態１に係る映像処理装置１及び映像処理方法によれば、隠蔽や画素値の変化に応じたブレンド率に応じて処理することに加え、動きベクトルの誤りがある領域を検出し、この領域を補正することで、動きベクトルの誤検出に伴う映像品質の低下を抑制しつつ、ノイズを軽減することができる。

《２》実施の形態２．
図１２は、本発明の実施の形態２に係る映像処理装置（すなわち、実施の形態２に係る映像処理方法を実施することができる装置）２の構成を概略的に示す機能ブロック図である。図１２において、図１に示される構成と同じ又は対応する構成には、同じ符号を付す。実施の形態２に係る映像処理装置２は、動画像を構成する一連の複数のフレームを蓄えるフレームバッファ３０と、動画像を構成する一連の複数のフレームの内の時間的に互いに隣接する第１、第２、第３フレームを受け取り、これらのフレーム間の動きを検出して、動きベクトルＭＶとして出力する動き検出部１０ａと、動き検出部１０ａから出力された画素単位の動きベクトルＭＶ及び第１、第２、第３フレームを受け取り、着目フレームである第２フレームＦ_ｎのノイズを低減してノイズ低減フレームＦＳ３ａを生成するノイズ低減部２０ａと、ノイズ低減フレームを画像データとして蓄えるフレームバッファ４０とを有する。実施の形態２に係る映像処理装置２及び映像処理方法は、ノイズ低減フレームＦＳ３ａを生成する際に参照するフレームの点において、実施の形態１に係る映像処理装置１及び映像処理方法と相違する。他の点については、実施の形態２に係る映像処理装置２及び映像処理方法は、実施の形態１に係る映像処理装置１及び映像処理方法と同じである。

図１３は、実施の形態１に係る映像処理装置１おいてノイズ低減処理に用いるフレームを示す図であり、実施の形態２を実施の形態１と比較して説明するための図である。図１３に示されるように、実施の形態１においては、動き検出部１０及びノイズ低減部２０には、動画像を構成する一連の複数のフレームとして、時間的に互いに隣接する第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１が入力される。そして、実施の形態１においては、図１３に示されるように、時間的に第２フレームＦ_ｎに相当するノイズ低減フレームＭ_ｎを，時間的に隣接する第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１に基づいて生成する。

図１４は、実施の形態２に係る映像処理装置２おいてノイズ低減処理に用いるフレームを示す図である。図１４に示されるように、実施の形態２においては、動き検出部１０ａ及びノイズ低減部２０ａには、動画像を構成する一連の複数のフレームとして、時間的に隣接する入力される３フレームの内の、第１のフレームを過去にノイズ低減部２０ａが生成し、フレームバッファ４０に蓄えられたノイズ低減フレームＭ_ｎ−１で代用する。そして、実施の形態２に係る映像処理装置２においては、図１４に示されるように、時間的に第２フレームＦ_ｎに相当するノイズ低減フレームＭ_ｎを、既に生成されフレームバッファ４０に蓄積されたノイズ低減フレームＭ_ｎ−１と第２、第３フレームＦ_ｎ，Ｆ_ｎ＋１とに基づいて生成する。

図１５は、本発明の実施の形態２の変形例に係る映像処理装置（すなわち、実施の形態２の変形例に係る映像処理方法を実施することができる装置）３の構成を概略的に示す機能ブロック図である。図１５において、図１２に示される構成と同じ又は対応する構成には、同じ符号を付す。実施の形態２の変形例に係る映像処理装置３は、動画像を構成する一連の複数のフレームを蓄えるフレームバッファ３０と、動画像を構成する一連の複数のフレームの内の時間的に互いに隣接する第１、第２、第３フレームを受け取り、これらのフレーム間の動きを検出して、動きベクトルＭＶとして出力する動き検出部１０ｂと、動き検出部１０ｂから出力された画素単位の動きベクトルＭＶ及び第１、第２、第３フレームを受け取り、着目フレームである第２フレームＦ_ｎのノイズを低減してノイズ低減フレームＦＳ３ａを生成するノイズ低減部２０ｂと、ノイズ低減フレームを画像データとして蓄えるフレームバッファ４０とを有する。実施の形態２の変形例に係る映像処理装置３及び映像処理方法は、ノイズ低減フレームＦＳ３ｂを生成する際に参照するフレームの点において、実施の形態２に係る映像処理装置２及び映像処理方法と相違する。

図１６は、実施の形態２の変形例に係る映像処理装置３おいてノイズ低減処理に用いるフレームを示す図である。図１６に示されるように、実施の形態２の変形例においては、動き検出部１０ｂ及びノイズ低減部２０ｂには、動画像を構成する一連の複数のフレームとして、時間的に隣接する入力される３フレームの内の、２枚のフレームを過去にノイズ低減部２０ｂが生成し、フレームバッファ４０に蓄えられたノイズ低減フレームＭ_ｎ−１，Ｍ_ｎで代用する。そして、図１６に示されるように、実施の形態２の変形例においては、時間的に第２フレームＦ_ｎに相当するノイズ低減フレームを、既に生成されフレームバッファ４０に蓄積されたノイズ低減フレームＭ_ｎ−１，Ｍ_ｎ及び第３フレームＦ_ｎ＋１から生成する。

以上に説明したように、実施の形態２に係る映像処理装置２及び映像処理方法、並びに、実施の形態２の変形例に係る映像処理装置３及び映像処理方法によれば、ノイズ低減部２０ａ又は２０ｂは、過去に生成された、着目フレームより時間的に先行する少なくとも１枚のノイズ低減フレームを参照フレームとして用いる。具体的には、ノイズ低減部２０ａ又は２０ｂは、過去に生成されたノイズ低減フレームＭ_ｎ−１、又は、過去に生成されたノイズ低減フレームＭ_ｎ−１，Ｍ_ｎを使用して、着目フレームについてノイズ低減処理を行って新たにノイズ低減フレームを生成するので、より高いノイズ低減効果を得ることができる。

《３》実施の形態３．
図１７は、本発明の実施の形態３に係る放送受信装置４の構成を概略的に示す機能ブロック図である。図１７において、図１に示される構成と同じ又は対応する構成には、同じ符号を付す。図１７に示されるように、実施の形態３に係る放送受信装置（又は受像装置）４は、放送波を受信し、映像と音声の多重分離を行い、デコードした映像フレームを出力する放送受信部５１と、放送受信部５１で受信された放送波に基づく動画像を構成する一連の複数のフレームを蓄えるフレームバッファ３０と、動画像を構成する一連の複数のフレームの内の時間的に互いに隣接する第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１を受け取り、これらのフレーム間の動きを検出して、動きベクトルＭＶとして出力する動き検出部１０と、動き検出部１０から出力された画素単位の動きベクトルＭＶ及び第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１を受け取り、着目フレームである第２フレームＦ_ｎのノイズを低減してノイズ低減フレームＦＳ３を生成するノイズ低減部２０と、ノイズ低減フレームを画像データとして蓄えるフレームバッファ４０と、フレームバッファ４０に蓄えられたノイズ低減フレームに基づく映像を表示する映像表示部５２とを有する。実施の形態３に係る放送受信装置４は、放送受信部５１と映像表示部５２を備えた点において、実施の形態１に係る映像処理装置１と相違する。他の構成については、実施の形態３は、実施の形態１と同じである。

図１８は、本発明の実施の形態３の変形例に係る放送受信装置５の構成を概略的に示す機能ブロック図である。図１８において、図１７に示される構成と同じ又は対応する構成には、同じ符号を付す。図１８に示されるように、実施の形態３の変形例に係る放送受信装置５は、動き検出部１０及びノイズ低減部２０に代えて、動き検出部１０ａ（又は１０ｂ）及びノイズ低減部２０ａ（又は２０ｂ）を備えた点において、実施の形態３に係る放送受信装置４と相違する。他の構成については、実施の形態３の変形例は、実施の形態３（図１７）と同じである。また、動き検出部１０ａ（又は１０ｂ）及びノイズ低減部２０ａ（又は２０ｂ）は、図１２（又は図１５）で説明したものと同じである。

以上に説明したように、実施の形態３に係る放送受信装置４、及び、実施の形態３の変形例に係る放送受信装置５によれば、受信した放送波に基づく映像のノイズを低減して、映像表示部５２に表示される映像の品質を向上させることができる。

また、実施の形態３の変形例に係る放送受信装置５によれば、過去に生成されたノイズ低減フレームＭ_ｎ−１、又は、過去に生成されたノイズ低減フレームＭ_ｎ−１，Ｍ_ｎを使用して、新たなノイズ低減フレームの生成を行うので、より高いノイズ低減効果を得ることができる。

《４》実施の形態４．
図１９は、本発明の実施の形態４に係る映像撮影装置６の構成を概略的に示す機能ブロック図である。図１９において、図１に示される構成と同じ又は対応する構成には、同じ符号を付す。図１９に示されるように、実施の形態４に係る映像撮影装置６は、レンズなどの光学系を通して入射する光の強度に応じて電気信号を生成することで動画像を構成する一連の複数の画像フレームを生成する撮像部６１と、撮像部６１で生成された一連の複数のフレームを蓄えるフレームバッファ３０と、動画像を構成する一連の複数のフレームの内の時間的に互いに隣接する第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１を受け取り、これらのフレーム間の動きを検出して、動きベクトルＭＶとして出力する動き検出部１０と、動き検出部１０から出力された画素単位の動きベクトルＭＶ及び第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１を受け取り、着目フレームである第２フレームＦ_ｎのノイズを低減してノイズ低減フレームＦＳ３を生成するノイズ低減部２０と、ノイズ低減フレームを画像データとして蓄えるフレームバッファ４０と、フレームバッファ４０に蓄えられたノイズ低減フレームを、ハードディスク、光ディスク、半導体記憶装置の記録媒体に記録する映像記録部６２とを有する。実施の形態４に係る映像撮影装置６は、撮像部６１と映像記録部６２を備えた点において、実施の形態１に係る映像処理装置１と相違する。他の構成については、実施の形態４は、実施の形態１と同じである。

図２０は、本発明の実施の形態４の変形例に係る映像撮影装置７の構成を概略的に示す機能ブロック図である。図２０において、図１９に示される構成と同じ又は対応する構成には、同じ符号を付す。図２０に示されるように、実施の形態４の変形例に係る映像撮影装置７は、動き検出部１０及びノイズ低減部２０に代えて、動き検出部１０ａ（又は１０ｂ）及びノイズ低減部２０ａ（又は２０ｂ）を備えた点において、実施の形態４に映像撮影装置６と相違する。他の構成については、実施の形態４の変形例は、実施の形態４（図１９）と同じである。動き検出部１０ａ（又は１０ｂ）及びノイズ低減部２０ａ（又は２０ｂ）を備えた点において、実施の形態３に係る放送受信装置４と相違する。他の構成については、実施の形態３の変形例は、実施の形態３（図１７）と同じである。また、動き検出部１０ａ（又は１０ｂ）及びノイズ低減部２０ａ（又は２０ｂ）は、図１２（又は図１５）で説明したものと同じである。また、動き検出部１０ａ（又は１０ｂ）及びノイズ低減部２０ａ（又は２０ｂ）は、図１２（又は図１５）で説明したものと同じである。

以上に説明したように、実施の形態４に係る映像撮影装置６、及び、実施の形態４の変形例に係る映像撮影装置７によれば、撮像部６１で発生するノイズを含む映像のノイズを低減して、映像記録部６２に記録される映像の品質を向上させることができる。

また、実施の形態４の変形例に係る映像撮影装置７によれば、過去に生成されたノイズ低減フレームＭ_ｎ−１、又は、過去に生成されたノイズ低減フレームＭ_ｎ−１，Ｍ_ｎを使用してノイズ低減フレームの生成を行うので、より高いノイズ低減効果を得ることができる。

《５》実施の形態５．
図２１は、本発明の実施の形態５に係る映像蓄積装置８の構成を概略的に示す機能ブロック図である。図２１において、図１に示される構成と同じ又は対応する構成には、同じ符号を付す。図２１に示されるように、実施の形態５に係る映像蓄積装置８は、動画像を構成する一連の複数のフレームの内の時間的に互いに隣接する第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１を受け取り、これらのフレーム間の動きを検出して、動きベクトルＭＶとして出力する動き検出部１０と、動き検出部１０から出力された画素単位の動きベクトルＭＶ及び第１、第２、第３フレームＦ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１を受け取り、着目フレームである第２フレームＦ_ｎのノイズを低減してノイズ低減フレームＦＳ３を生成するノイズ低減部２０と、ノイズ低減フレームを画像データとして蓄えるフレームバッファ４０と、フレームバッファ４０に蓄えられたノイズ低減フレームを、ハードディスク、光ディスク、半導体記憶装置の記録媒体に記録する映像記録部６２とを有する実施の形態５に係る映像蓄積装置８では、動き検出部１０とノイズ低減部２０に、映像記録部６２に蓄積されている一連の複数のフレームが供給される。実施の形態５に係る映像蓄積装置８は、動き検出部１０とノイズ低減部２０に、映像記録部６２に蓄積されている一連の複数のフレームが供給される点において、実施の形態１に係る映像処理装置１と相違する。他の構成については、実施の形態５は、実施の形態１と同じである。

図２２は、本発明の実施の形態５の変形例に係る映像蓄積装置９の構成を概略的に示す機能ブロック図である。図２２において、図２１に示される構成と同じ又は対応する構成には、同じ符号を付す。図２２に示されるように、実施の形態５の変形例に係る映像蓄積装置９は、動き検出部１０及びノイズ低減部２０に代えて、動き検出部１０ａ（又は１０ｂ）及びノイズ低減部２０ａ（又は２０ｂ）を備えた点において、実施の形態５に映像蓄積装置８と相違する。他の構成については、実施の形態５の変形例は、実施の形態５（図２１）と同じである。また、動き検出部１０ａ（又は１０ｂ）及びノイズ低減部２０ａ（又は２０ｂ）は、図１２（又は図１５）で説明したものと同じである。また、動き検出部１０ａ（又は１０ｂ）及びノイズ低減部２０ａ（又は２０ｂ）は、図１２（又は図１５）で説明したものと同じである。

以上に説明したように、実施の形態５係る映像蓄積装置８、及び、実施の形態５の変形例に係る映像蓄積装置９によれば、ノイズ低減処理を行わずに蓄積された映像フレームのノイズを低減し、新たなノイズ低減フレームとして映像記録部６２に記録することができる。

また、実施の形態５の変形例に係る映像蓄積装置９によれば、過去に生成されたノイズ低減フレームＭ_ｎ−１、又は、過去に生成されたノイズ低減フレームＭ_ｎ−１，Ｍ_ｎを使用してノイズ低減フレームの生成を行うので、より高いノイズ低減効果を得ることができる。

本発明は、テレビ受像機、放送受信機、映像記録再生装置、パーソナルコンピュータ、並びに、携帯電話及びスマートフォンなどのような通信端末などのような、映像信号に含まれるノイズを低減する処理を行う装置、映像信号に含まれるノイズを低減する処理を行う方法、及び映像信号に含まれるノイズを低減する処理を装置に実行させるプログラムに適用可能である。

１，２，３ 映像処理装置、 ４，５ 放送受信装置、 ６，７ 映像撮影装置、 ８，９ 映像蓄積装置、 １０，１０ａ，１０ｂ 動き検出部、 ２０，２０ａ，２０ｂ ノイズ低減部、 ３０，４０ フレームバッファ、 ５１ 放送受信部、 ５２ 映像表示部、 ６１ 撮像部、 ６２ 映像記録部、 ２０１ 画素値変化率解析手段、 ２０２ 動きベクトル境界検出手段、 ２０３ 動き誤検出領域補正係数算出手段、 ２０４ フレームブレンド率算出手段、 ２０５ ノイズ低減画像生成手段、 ２０６ 動き誤検出領域補正手段、 ２０３１ 画素値急変領域検出手段、 ２０３２ 参照フレーム不定領域検出手段、 ２０３３ 動きベクトル境界集中領域検出手段、 ２０３４ 補正係数算出手段、 ２０４１ 参照フレーム優先度算出手段、 ２０４２ オクルージョン判定手段、 ２０４３ ブレンド重み係数算出手段、 ＡＮ 画素値変化率の解析結果情報、 ＢＯ 動きベクトル境界画素情報、 ＢＲ 動きベクトル集中領域情報、 ＢＷ ブレンド重み係数、 ＥＲ 補正係数、 Ｆ_ｎ−１，Ｆ_ｎ，Ｆ_ｎ＋１ 第１、第２、第３フレーム、 ＦＳ フレーム、 ＦＳ２ ノイズ低減画像、 ＦＳ３，ＦＳ３ａ，ＦＳ３ｂ ノイズ低減フレーム、 Ｍ_ｎ−１，Ｍ_ｎ ノイズ低減フレーム、 ＭＶ 動きベクトル、 ＯＣ オクルージョン判定結果、 ＰＲ 優先度、 ＲＲ 参照フレーム不定領域情報、 ＳＲ 補正対象領域情報。

Claims (13)

1. 動画像を構成する一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出部と、
   前記動き検出部によって検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減部と
   を有し、
   前記ノイズ低減部は、
   前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出手段と、
   前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析手段と、
   前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行う補正手段と
   を有し、
   前記画素値変化率解析手段によって生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報である
   ことを特徴とする映像処理装置。
2. 前記ノイズ低減部は、前記画素値変化率解析手段によって生成された前記画素値変化率の解析結果情報と前記動きベクトル境界検出手段によって生成された前記動きベクトル境界画素情報とを用いて、前記着目フレームの画素毎のフレーム合成係数を算出するフレームブレンド率算出手段をさらに有し、
   前記補正手段による前記ノイズ低減フレームの生成は、前記動きベクトル境界画素情報、前記画素値変化率の解析結果情報、及び前記フレーム合成係数を用いて行われる
   ことを特徴とする請求項１に記載の映像処理装置。
3. 前記ノイズ低減部は、前記画素値変化率解析手段によって生成された前記画素値変化率の解析結果情報と前記動きベクトル境界検出手段によって生成された前記動きベクトル境界画素情報とに基づいて前記動き検出部による動き検出が誤検出であると推定できる領域を検出し、画素毎の補正係数を決定する動き誤検出領域補正係数算出手段をさらに有し、
   前記補正手段は、前記画素毎の補正係数を用いて前記ノイズ低減フレームを生成する
   ことを特徴とする請求項１又は２に記載の映像処理装置。
4. 前記動き誤検出領域補正係数算出手段は、
   画素値の変化率が大きい箇所を検出して、検出された箇所を示す補正対象領域情報を生成する画素値急変領域検出手段と、
   前記着目フレームに隣接するフレームにおいて前景部分であるか背景であるかの判定ができない領域を示す参照フレーム不定領域情報を生成する参照フレーム不定領域検出手段と、
   前記動きベクトルの境界が集中する領域を示す動きベクトル集中領域情報を生成する動きベクトル境界集中領域検出手段と、
   前記補正対象領域情報、前記参照フレーム不定領域情報、前記動きベクトル集中領域情報に基づいて前記補正係数を決定する補正係数算出手段と
   を有することを特徴とする請求項３に記載の映像処理装置。
5. 前記ノイズ低減フレームを記憶する記憶部をさらに有し、
   前記ノイズ低減部は、過去に生成された前記着目フレームより時間的に先行する少なくとも１枚のノイズ低減フレームを前記記憶部から読み出し、前記ノイズ低減用参照フレームとして用いる
   ことを特徴とする請求項１から４のいずれか１項に記載の映像処理装置。
6. 動画像を構成する一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出ステップと、
   前記動き検出ステップにおいて検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減ステップと
   を有し、
   前記ノイズ低減ステップは、
   前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出ステップと、
   前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析ステップと、
   前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行うノイズ低減フレーム生成ステップと
   を有し、
   前記画素値変化率解析ステップにおいて生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報である
   ことを特徴とする映像処理方法。
7. 放送波を受信し、前記放送波に含まれる映像情報の復号化を行う放送受信部と、
   前記放送受信部から動画像を構成する一連の複数のフレームを受け取り、前記一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出部と、
   前記動き検出部によって検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減部と
   を有し、
   前記ノイズ低減部は、
   前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出手段と、
   前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析手段と、
   前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行う補正手段と
   を有し、
   前記画素値変化率解析手段によって生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報である
   ことを特徴とする放送受信装置。
8. 前記ノイズ低減フレームを記憶する記憶部をさらに有し、
   前記ノイズ低減部は、過去に生成された少なくとも１枚のノイズ低減フレームを前記記憶部から読み出し、前記ノイズ低減用参照フレームとして用いる
   ことを特徴とする請求項７に記載の放送受信装置。
9. 映像を撮影し動画像を構成する一連の複数のフレームデータを生成する撮像部と、
   前記撮像部から動画像を構成する一連の複数のフレームを受け取り、前記一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出部と、
   前記動き検出部によって検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減部と
   を有し、
   前記ノイズ低減部は、
   前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出手段と、
   前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析手段と、
   前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行う補正手段と
   を有し、
   前記画素値変化率解析手段によって生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報である
   ことを特徴とする映像撮影装置。
10. 前記ノイズ低減フレームを記憶する記憶部をさらに有し、
    前記ノイズ低減部は、過去に生成された少なくとも１枚のノイズ低減フレームを前記記憶部から読み出し、前記ノイズ低減用参照フレームとして用いる
    ことを特徴とする請求項９に記載の映像撮影装置。
11. 動画像を構成する一連の複数のフレームを記憶する記憶部と、
    前記記憶部に記憶されている前記一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出部と、
    前記動き検出部によって検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減部と、
    を有し、
    前記ノイズ低減部は、
    前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出手段と、
    前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析手段と、
    前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行う補正手段と
    を有し、
    前記画素値変化率解析手段によって生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報である
    ことを特徴とする映像蓄積装置。
12. 前記ノイズ低減部は、過去に生成された少なくとも１枚のノイズ低減フレームを前記記憶部から読み出し、前記ノイズ低減用参照フレームとして用いることを特徴とする請求項１１に記載の映像蓄積装置。
13. コンピュータに処理を実行させるプログラムであって、
    前記処理は、
    動画像を構成する一連の複数のフレームの１つを着目フレームとし、前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方を動き検出用参照フレームとして用いて、前記着目フレームと前記動き検出用参照フレームとの間の動きを推定し、前記着目フレームを構成する画素単位の動きベクトルを検出する動き検出処理と、
    前記動き検出処理において検出された前記動きベクトル、前記着目フレーム、及び前記着目フレームより時間的に先行するフレーム及び時間的に後続するフレームの少なくとも一方であるノイズ低減用参照フレームを用いて、前記着目フレームのノイズが低減されたノイズ低減フレームを生成するノイズ低減処理と
    を含み、
    前記ノイズ低減処理は、
    前記動きベクトルの境界画素を検出し、前記検出された境界画素を示す動きベクトル境界画素情報を生成する動きベクトル境界検出処理と、
    前記着目フレームと前記ノイズ低減用参照フレームとの間における画素値変化率を解析し、前記画素値変化率の解析結果情報を生成する画素値変化率解析処理と、
    前記動きベクトル境界画素情報及び前記画素値変化率の解析結果情報を用いて前記ノイズ低減フレームの生成を行うノイズ低減フレーム生成処理と
    を含み、
    前記画素値変化率解析処理によって生成された前記画素値変化率の解析結果情報は、前記着目フレームと前記ノイズ低減用参照フレームとの間における同じ座標の画素の画素値の変化を、前記着目フレームの画素毎に、予め決められた複数の画素値変化パターンのいずれに分類されるかを示す情報である
    ことを特徴とするプログラム。

Images