JPH0696200A - ノイズ減少方法および装置 - Google Patents
ノイズ減少方法および装置Info
- Publication number
- JPH0696200A JPH0696200A JP5169651A JP16965193A JPH0696200A JP H0696200 A JPH0696200 A JP H0696200A JP 5169651 A JP5169651 A JP 5169651A JP 16965193 A JP16965193 A JP 16965193A JP H0696200 A JPH0696200 A JP H0696200A
- Authority
- JP
- Japan
- Prior art keywords
- image
- noise
- detail
- pixel
- variance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000003247 decreasing effect Effects 0.000 title description 2
- 230000009467 reduction Effects 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000002238 attenuated effect Effects 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 50
- 230000001629 suppression Effects 0.000 claims description 42
- 238000000354 decomposition reaction Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000005855 radiation Effects 0.000 claims description 10
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 9
- 230000001965 increasing effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 8
- 230000007423 decrease Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 239000000654 additive Substances 0.000 claims description 2
- 230000000996 additive effect Effects 0.000 claims description 2
- 230000001419 dependent effect Effects 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 230000000638 stimulation Effects 0.000 claims 1
- 238000003491 array Methods 0.000 abstract 1
- 238000009499 grossing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000006835 compression Effects 0.000 description 6
- 238000007906 compression Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000013016 damping Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 241001479434 Agfa Species 0.000 description 1
- 241001235534 Graphis <ascomycete fungus> Species 0.000 description 1
- 241000220317 Rosa Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S378/00—X-ray or gamma ray systems or devices
- Y10S378/901—Computer tomography program or processor
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 Ｓ／Ｎ比の改善されたノイズ減少方法と装置
を提供することを目的とする。 【構成】 処理には、次のステップが含まれる： ａ）原画像を一連のデテール像に、または多解像度レベ
ルでデテール強度を表す係数のアレイに、あるいは残留
画像に分解するステップ、 ｂ）前記デテール像または前記係数アレイを、存在する
関連信号の局所評価量に従い、また評価ノイズレベルに
従って、ピクセルに従って減衰するステップ、 ｃ）前記減衰デテール像から、または前記減衰デテール
係数から得られるデテールを集積し、更に前記残留画像
を加えることにより、前記処理画像を再生するステッ
プ。 【効果】 医療用ラジオグラフ結像システムに使用する
ための、ノイズ減少方法及び関連する装置であって、ピ
クセルのアレイで表される画像が処理され、処理された
画像が記録媒体に記録されるか、またはディスプレイモ
ニター上に視覚化される。
を提供することを目的とする。 【構成】 処理には、次のステップが含まれる： ａ）原画像を一連のデテール像に、または多解像度レベ
ルでデテール強度を表す係数のアレイに、あるいは残留
画像に分解するステップ、 ｂ）前記デテール像または前記係数アレイを、存在する
関連信号の局所評価量に従い、また評価ノイズレベルに
従って、ピクセルに従って減衰するステップ、 ｃ）前記減衰デテール像から、または前記減衰デテール
係数から得られるデテールを集積し、更に前記残留画像
を加えることにより、前記処理画像を再生するステッ
プ。 【効果】 医療用ラジオグラフ結像システムに使用する
ための、ノイズ減少方法及び関連する装置であって、ピ
クセルのアレイで表される画像が処理され、処理された
画像が記録媒体に記録されるか、またはディスプレイモ
ニター上に視覚化される。
Description
【０００１】
【産業上の利用分野】本発明はノイズ減少方法及び、デ
ィジタル像のノイズを減少させる装置に関する。より詳
細には、計算ラジオグラフィーシステム等の医療用ラジ
オグラフ結像システムに使用するための方法に関する。
ィジタル像のノイズを減少させる装置に関する。より詳
細には、計算ラジオグラフィーシステム等の医療用ラジ
オグラフ結像システムに使用するための方法に関する。
【０００２】
【従来の技術】画像感知デバイスから得る画像には、常
にある程度のノイズが含まれている。医療用Rx- 結像の
応用分野では、放射線源にノイズが存在することから、
診断上の画像品質と患者の放射線量との間に公知のトレ
ードオフが存在する。ノイズレベルを低下させるため
に、像処理装置に線形及び非線形のフィルターが広く使
用されている。線形フィルターはノイズ成分を減衰させ
る機能を果たすが、同時にこのカテゴリーのフィルター
は像の中の縁（エッジ）や小さな組織を汚す傾向があ
る。この点に関しては、多くの非線形フィルターの方が
縁を保護し、これに関する記事が次の論文に記載されて
いる：１９８９年７月発行の Optical Engineering、
vol. 28 、No. 7 、749-760 ページ、Fong Y. S. 、Po
malaza - Raez C. A.、Wang X. H. による“ Compari
son study of nonlinearfilters in image proce
ssing applications ”。理想的には、フィルターのパ
ラメーターは局所画像統計に調節するべきである。基本
的に適応性のあるノイズフィルタリング方法は、１９８
０年３月発行のIEEE Trans. on Pattern Analysis
and Machine Intelligence 、vol. 1、No.2、165-16
8 ページの Lee J. S. による“ Digital Image Enh
ancementand Noise Filtering by use of Local
Statistics ”に記載されている。平滑化の程度を制御
するために、典型的に局所分散が用いられる。
にある程度のノイズが含まれている。医療用Rx- 結像の
応用分野では、放射線源にノイズが存在することから、
診断上の画像品質と患者の放射線量との間に公知のトレ
ードオフが存在する。ノイズレベルを低下させるため
に、像処理装置に線形及び非線形のフィルターが広く使
用されている。線形フィルターはノイズ成分を減衰させ
る機能を果たすが、同時にこのカテゴリーのフィルター
は像の中の縁（エッジ）や小さな組織を汚す傾向があ
る。この点に関しては、多くの非線形フィルターの方が
縁を保護し、これに関する記事が次の論文に記載されて
いる：１９８９年７月発行の Optical Engineering、
vol. 28 、No. 7 、749-760 ページ、Fong Y. S. 、Po
malaza - Raez C. A.、Wang X. H. による“ Compari
son study of nonlinearfilters in image proce
ssing applications ”。理想的には、フィルターのパ
ラメーターは局所画像統計に調節するべきである。基本
的に適応性のあるノイズフィルタリング方法は、１９８
０年３月発行のIEEE Trans. on Pattern Analysis
and Machine Intelligence 、vol. 1、No.2、165-16
8 ページの Lee J. S. による“ Digital Image Enh
ancementand Noise Filtering by use of Local
Statistics ”に記載されている。平滑化の程度を制御
するために、典型的に局所分散が用いられる。
【０００３】今までの所、空間領域におけるノイズフィ
ルタリングの研究は、固定された大きさの局所作用素に
集中している。こうした種類のフィルターは、ノイズの
空間的なスペクトルが狭い帯域、通常画像スペクトルの
高周波数部分に限定される場合にのみ、最適に作用す
る。ノイズ帯域が非常に狭くない場合、より大きなフィ
ルターを使用しなければならず、縁の周辺におけるよう
に統計が突然変化する領域において、人為結果が発生し
やすくなる。上記Wong他による比較研究において名付け
られたように、「シグマフィルター」あるいは「適応平
均フィルター」として知られているフィルターがこの問
題に対する解決策を提供するが、それらは非常に高価に
つくものである。
ルタリングの研究は、固定された大きさの局所作用素に
集中している。こうした種類のフィルターは、ノイズの
空間的なスペクトルが狭い帯域、通常画像スペクトルの
高周波数部分に限定される場合にのみ、最適に作用す
る。ノイズ帯域が非常に狭くない場合、より大きなフィ
ルターを使用しなければならず、縁の周辺におけるよう
に統計が突然変化する領域において、人為結果が発生し
やすくなる。上記Wong他による比較研究において名付け
られたように、「シグマフィルター」あるいは「適応平
均フィルター」として知られているフィルターがこの問
題に対する解決策を提供するが、それらは非常に高価に
つくものである。
【０００４】ディジタル像処理分野において、時には角
錐型（ピラミッド）像処理と呼ばれる多解像度計算の新
規の凡例が過去１０年間に発展してきた。このコンセプ
トによれば、広範に亙るデテールの大きさに整調された
処理パラメーターの多重セットが使用される。基本的な
コンセプト及び角錐型分解の効率的実行に関しては次の
論文に記載されている：１９８１年 Computer Graphi
cs and Image Processing、vol. 16 、20-51 ページ
の Burt P. J. による“ Fast Filter Transforms
for Image Processing ”；１９８４年３月 IEEE
Trans. on Pattern Analysis and Machine Intel
ligence 、vol. 6、No. 2 の CrowleyJ. L. 、Stern
R. M. による“ Fast Computation of the Differe
nce of Low - Pass Transform ”。
錐型（ピラミッド）像処理と呼ばれる多解像度計算の新
規の凡例が過去１０年間に発展してきた。このコンセプ
トによれば、広範に亙るデテールの大きさに整調された
処理パラメーターの多重セットが使用される。基本的な
コンセプト及び角錐型分解の効率的実行に関しては次の
論文に記載されている：１９８１年 Computer Graphi
cs and Image Processing、vol. 16 、20-51 ページ
の Burt P. J. による“ Fast Filter Transforms
for Image Processing ”；１９８４年３月 IEEE
Trans. on Pattern Analysis and Machine Intel
ligence 、vol. 6、No. 2 の CrowleyJ. L. 、Stern
R. M. による“ Fast Computation of the Differe
nce of Low - Pass Transform ”。
【０００５】代替案の多解像の代表例が次の論文に示さ
れている：１９８９年７月、 IEEETrans. on Pattern
Analysis and Machine Intelligence 、vol. 11
、No. 7 の Mallat S.G. による“ A Theory for
Multiresolution SignalDecomposition : The Wa
velet Representation ”；１９９１年７月、 Optica
l Engineering 、vol. 30 、No.7、873-880 ページの
Ebrahimi T. 、 Kunt M. による“ Image Compressi
on by Gabor Expansion ”。
れている：１９８９年７月、 IEEETrans. on Pattern
Analysis and Machine Intelligence 、vol. 11
、No. 7 の Mallat S.G. による“ A Theory for
Multiresolution SignalDecomposition : The Wa
velet Representation ”；１９９１年７月、 Optica
l Engineering 、vol. 30 、No.7、873-880 ページの
Ebrahimi T. 、 Kunt M. による“ Image Compressi
on by Gabor Expansion ”。
【０００６】今までの所、この種の画像処理技術の主な
目的は画像圧縮に向けられていた。他の応用には、多解
像度画像セグメント化、画像補間、特定の周波数応答を
伴うフィルター合成等が含まれる。コントラストの向上
を図る目的で多解像分解度についての新規の応用が、１
９９１年８月に申請された未公布の欧州特許申請No. 91
202079.9に開示されている。
目的は画像圧縮に向けられていた。他の応用には、多解
像度画像セグメント化、画像補間、特定の周波数応答を
伴うフィルター合成等が含まれる。コントラストの向上
を図る目的で多解像分解度についての新規の応用が、１
９９１年８月に申請された未公布の欧州特許申請No. 91
202079.9に開示されている。
【０００７】多解像度ノイズフィルタリングアルゴリズ
ムが、１９９１年５月、 IEEE Trans. on Pattern
Analysis and Machine Intelligence、vol.13、No.
5 、426-440 ページの Ranganath S. による“ Image
Filtering Using Multiresolution Representatio
ns ”において提案されている。この論文に記載された
凡例により、漸次的に粗な解像度レベルでの原画像の低
域（ローパス）近似が一連に計算され、各ピクセル位置
での全てのレベルを直線的に組み合わせることにより、
適応ノイズ抑制が達成され、重み率が各ピクセルごとに
局所ノイズ統計値に適用される。
ムが、１９９１年５月、 IEEE Trans. on Pattern
Analysis and Machine Intelligence、vol.13、No.
5 、426-440 ページの Ranganath S. による“ Image
Filtering Using Multiresolution Representatio
ns ”において提案されている。この論文に記載された
凡例により、漸次的に粗な解像度レベルでの原画像の低
域（ローパス）近似が一連に計算され、各ピクセル位置
での全てのレベルを直線的に組み合わせることにより、
適応ノイズ抑制が達成され、重み率が各ピクセルごとに
局所ノイズ統計値に適用される。
【０００８】１９９１年８月の Pattern Recognition
Letters 、 vol. 12、No. 8 において、“ Edge pre
serving artifact free smoothing with image p
yramids ”と題された記事が発表された。この記事は、
ブロックが均質であるか否かにより、ブロックの全ての
ピクセルに対して８×８、４×４、２×２の大きさの重
ならないピクセルブロックの局所平均を付値（この付根
は大きいブロックサイズからはじめる）することによっ
て、平滑化が遂行される平滑化方法について記載してい
る。いずれの大きさの均質なブロックにも属さないピク
セルには、入力ピクセル値及び２×２の局所平均の加重
値平均である値が割り当てられる。ピクセルのブロック
に同一の値を指定することは、いわゆる「ブロック人為
結果」と呼ばれる、同じ参照文において認識された問題
を本質的に発生させる。
Letters 、 vol. 12、No. 8 において、“ Edge pre
serving artifact free smoothing with image p
yramids ”と題された記事が発表された。この記事は、
ブロックが均質であるか否かにより、ブロックの全ての
ピクセルに対して８×８、４×４、２×２の大きさの重
ならないピクセルブロックの局所平均を付値（この付根
は大きいブロックサイズからはじめる）することによっ
て、平滑化が遂行される平滑化方法について記載してい
る。いずれの大きさの均質なブロックにも属さないピク
セルには、入力ピクセル値及び２×２の局所平均の加重
値平均である値が割り当てられる。ピクセルのブロック
に同一の値を指定することは、いわゆる「ブロック人為
結果」と呼ばれる、同じ参照文において認識された問題
を本質的に発生させる。
【０００９】
【発明が解決しようとする課題】本発明の主な目的はデ
ィジタル像においてノイズレベルを減少させる方法を提
供することである。
ィジタル像においてノイズレベルを減少させる方法を提
供することである。
【００１０】本発明の他の目的は、Ｓ／Ｎ比が増加する
ように、関連した信号を大きく減少させることなく、デ
ィジタル像におけるノイズを抑制する方法を提供するこ
とである。
ように、関連した信号を大きく減少させることなく、デ
ィジタル像におけるノイズを抑制する方法を提供するこ
とである。
【００１１】本発明の他の目的は、縁をぼやけさせるこ
となく、ディジタル像におけるノイズレベルを減少させ
る方法を提供することである。
となく、ディジタル像におけるノイズレベルを減少させ
る方法を提供することである。
【００１２】本発明の他の目的は、広範な空間的周波数
帯域を越えてディジタル像におけるノイズレベルを減少
させる方法を提供することである。
帯域を越えてディジタル像におけるノイズレベルを減少
させる方法を提供することである。
【００１３】本発明の他の目的は、Ｓ／Ｎ比についての
事前の知識なしに、ディジタル像におけるノイズレベル
を減少させる方法を提供することである。
事前の知識なしに、ディジタル像におけるノイズレベル
を減少させる方法を提供することである。
【００１４】本発明の更に別の目的は、本来の画像ノイ
ズを妨害レベルにまで高めることなく優れたコントラス
トが得られるように、縁を保護するノイズ抑制とコント
ラストの向上を組み合わせた方法を提供することであ
る。
ズを妨害レベルにまで高めることなく優れたコントラス
トが得られるように、縁を保護するノイズ抑制とコント
ラストの向上を組み合わせた方法を提供することであ
る。
【００１５】本発明の更に別の目的は、ディジタルラジ
オグラフィー及び計算されたトモグラフィーから得られ
る画像のように、本質的なポアッソン分布ノイズを伴う
ディジタル像におけるノイズレベルを減少させる方法を
提供することである。
オグラフィー及び計算されたトモグラフィーから得られ
る画像のように、本質的なポアッソン分布ノイズを伴う
ディジタル像におけるノイズレベルを減少させる方法を
提供することである。
【００１６】本発明の更に別の目的は、上記特徴を持っ
たノイズを減少させる装置を提供することである。
たノイズを減少させる装置を提供することである。
【００１７】
【課題を解決するための手段】本発明者達は、ディジタ
ル像を処理することにより、ピクセル値のアレイによっ
て表されるディジタル像におけるノイズを減少させる方
法であって、 ａ）前記画像を多解像度レベルの１セットのデテール像
及び残留物から成る多解像度表示に分解するステップ、 ｂ）各デテール像におけるノイズレベルを評価または概
算するか類似のノイズ統計と共にデテール像に相応する
所定の典型的なノイズレベル値から成るノイズテーブル
から前記ノイズレベルを呼び戻すステップ、 ｃ）各デテール像の各ピクセルの回りに局所観察近傍を
作り、前記近傍内の局所画像成分を評価または概算する
ステップ、 ｄ）画像成分の評価量または概算量の関数として、また
前記の評価または概算されたノイズレベルによって、デ
テール像をピクセルに応じて減衰させるステップ、およ
び ｅ）残留物及び減衰デテール像に対して再生アルゴリズ
ムを適用することにより、前記処理画像を計算するステ
ップであって、前記再生アルゴリズムは、残留画像及び
デテール像に減衰なしに適用された場合、前記ディジタ
ル画像またはその密接な近似が得られるようなものであ
るステップを含むノイズ減少方法を採用することにより
前記目的を達成しうることを見出した。
ル像を処理することにより、ピクセル値のアレイによっ
て表されるディジタル像におけるノイズを減少させる方
法であって、 ａ）前記画像を多解像度レベルの１セットのデテール像
及び残留物から成る多解像度表示に分解するステップ、 ｂ）各デテール像におけるノイズレベルを評価または概
算するか類似のノイズ統計と共にデテール像に相応する
所定の典型的なノイズレベル値から成るノイズテーブル
から前記ノイズレベルを呼び戻すステップ、 ｃ）各デテール像の各ピクセルの回りに局所観察近傍を
作り、前記近傍内の局所画像成分を評価または概算する
ステップ、 ｄ）画像成分の評価量または概算量の関数として、また
前記の評価または概算されたノイズレベルによって、デ
テール像をピクセルに応じて減衰させるステップ、およ
び ｅ）残留物及び減衰デテール像に対して再生アルゴリズ
ムを適用することにより、前記処理画像を計算するステ
ップであって、前記再生アルゴリズムは、残留画像及び
デテール像に減衰なしに適用された場合、前記ディジタ
ル画像またはその密接な近似が得られるようなものであ
るステップを含むノイズ減少方法を採用することにより
前記目的を達成しうることを見出した。
【００１８】典型的にノイズレベルは各デテール像にお
けるノイズ分散として決定される。
けるノイズ分散として決定される。
【００１９】本発明の方法の一実施例によれば、各デテ
ール像に相応する１セットのノイズ抑制関数が計算さ
れ、前記関数は一つの変数において単調に減少せず、上
昇しない単調な方法で前記ノイズ分散にパラメーター的
に依存し、前記関数は正であり、漸近的に１に等しい最
大値に到達する。各デテール像は、前記局所デテール像
分散に等しい横座標値で評価された相応するノイズ抑制
関数を掛けることによって減衰される。
ール像に相応する１セットのノイズ抑制関数が計算さ
れ、前記関数は一つの変数において単調に減少せず、上
昇しない単調な方法で前記ノイズ分散にパラメーター的
に依存し、前記関数は正であり、漸近的に１に等しい最
大値に到達する。各デテール像は、前記局所デテール像
分散に等しい横座標値で評価された相応するノイズ抑制
関数を掛けることによって減衰される。
【００２０】異なる解像度レベルで画像表示を近似像
に、また残留像に分解する方法、及び対応する再生プロ
セスの実施例が、欧州特許願第 91202079.9 号に広範囲
に亙って記載されており、この方法の一例を図面を参照
しながら以下に記す。
に、また残留像に分解する方法、及び対応する再生プロ
セスの実施例が、欧州特許願第 91202079.9 号に広範囲
に亙って記載されており、この方法の一例を図面を参照
しながら以下に記す。
【００２１】多解像度表示は、各デテール像のピクセル
の数が各々の粗な解像度レベルで減少するような角錐型
構造を有していることが好ましい。画像の多解像度表示
への分解の詳細についても、図面と関連して下記に記
す。
の数が各々の粗な解像度レベルで減少するような角錐型
構造を有していることが好ましい。画像の多解像度表示
への分解の詳細についても、図面と関連して下記に記
す。
【００２２】本発明の方法は、本願明細書の従来の技術
の項に記載した、１９９１年８月のPattern Recogniti
on Letters、 vol. 12、No. ８に発表された記事に記
載された先行技術の方法とは、以下に述べる点で異な
る。本発明における角錐型表示はデテールピラミッドで
ある。デテールピクセルまたは変換率は本質的に微分量
（ differential quantities ）であり、それは次の解
像度レベルでの原画像の二つの近似間の差を示す。デテ
ールは微分量であるので、平滑化はデテールを単に減衰
させることによって実施される。上記先行技術はデテー
ルの角錐型表示については述べておらず、空間平均及び
分散値のピラミッドだけが考慮されている。先行技術に
おける平滑化の方法については、本願明細書の導入部分
で記したが、この平滑化法は本発明の平滑化法とは異な
る。即ち、本発明においては、平滑化は異なる解像度レ
ベルでデテール（ピクセルまたは変換率）を減衰させ、
画像に近似する中間レベルから始まり最も細かな解像度
レベルにまで減衰デテールを集積させることによって実
施されるのである。これにより、デテールが連続関数で
表される限り、ブロッキング人為結果は現れてこない。
先行技術においては、ノイズレベルは公知のモード評価
技術を用いて、原画像の空間分散に基づき計算される
が、分散値は、一つは原画像のためと一つは２乗された
原画のための二つのピラミッドを構築するうちに計算さ
れる。本発明の方法では、ノイズレベルの評価または概
算はデテール、つまり帯域通過画像またはデテール変換
率である微分情報に適用する。これはより密な各解像度
レベルに対して別個に行われ、結果として生じるノイズ
レベルは、同じ解像度レベルでノイズ減少を制御するた
めの参考として使用する。このアプローチの結果、より
低い解像度帯域通過画像（または変換率水準）は高解像
度帯域通過画像に比べてより少ないノイズしか実際には
含まないので、評価または概算ノイズレベル（または正
味平滑化効果）は大幅に減少し、解像度が上昇する。
の項に記載した、１９９１年８月のPattern Recogniti
on Letters、 vol. 12、No. ８に発表された記事に記
載された先行技術の方法とは、以下に述べる点で異な
る。本発明における角錐型表示はデテールピラミッドで
ある。デテールピクセルまたは変換率は本質的に微分量
（ differential quantities ）であり、それは次の解
像度レベルでの原画像の二つの近似間の差を示す。デテ
ールは微分量であるので、平滑化はデテールを単に減衰
させることによって実施される。上記先行技術はデテー
ルの角錐型表示については述べておらず、空間平均及び
分散値のピラミッドだけが考慮されている。先行技術に
おける平滑化の方法については、本願明細書の導入部分
で記したが、この平滑化法は本発明の平滑化法とは異な
る。即ち、本発明においては、平滑化は異なる解像度レ
ベルでデテール（ピクセルまたは変換率）を減衰させ、
画像に近似する中間レベルから始まり最も細かな解像度
レベルにまで減衰デテールを集積させることによって実
施されるのである。これにより、デテールが連続関数で
表される限り、ブロッキング人為結果は現れてこない。
先行技術においては、ノイズレベルは公知のモード評価
技術を用いて、原画像の空間分散に基づき計算される
が、分散値は、一つは原画像のためと一つは２乗された
原画のための二つのピラミッドを構築するうちに計算さ
れる。本発明の方法では、ノイズレベルの評価または概
算はデテール、つまり帯域通過画像またはデテール変換
率である微分情報に適用する。これはより密な各解像度
レベルに対して別個に行われ、結果として生じるノイズ
レベルは、同じ解像度レベルでノイズ減少を制御するた
めの参考として使用する。このアプローチの結果、より
低い解像度帯域通過画像（または変換率水準）は高解像
度帯域通過画像に比べてより少ないノイズしか実際には
含まないので、評価または概算ノイズレベル（または正
味平滑化効果）は大幅に減少し、解像度が上昇する。
【００２３】他の実施例によれば、前記画像生成デテー
ル変換画像に多解像度レベル、及び残留率で変換を適用
することにより分解が行われ、各デテール変換画像は、
１セットの所定の基底関数から対応する基底関数の原画
像に対する相対分担を表す１セットの変換率を含み、各
々の関数は特定の解像度レベルで局所デテールを表示
し、非周期的でゼロの平均値を有し、前記変換は、前記
変換率及び前記残留率に適用された場合、原画像または
その密接した近似に戻る逆の変換が存在するという特徴
を有している。
ル変換画像に多解像度レベル、及び残留率で変換を適用
することにより分解が行われ、各デテール変換画像は、
１セットの所定の基底関数から対応する基底関数の原画
像に対する相対分担を表す１セットの変換率を含み、各
々の関数は特定の解像度レベルで局所デテールを表示
し、非周期的でゼロの平均値を有し、前記変換は、前記
変換率及び前記残留率に適用された場合、原画像または
その密接した近似に戻る逆の変換が存在するという特徴
を有している。
【００２４】更に、前記方法は以下のステップを含む：
各変換画像におけるノイズレベルを評価するか、あるい
は類似のノイズ統計を有する変換画像に対応する所定の
典型的なノイズレベル値を含むノイズテーブルから前記
ノイズレベルを呼び戻すステップ、各変換画像の各ピク
セルの回りに局所観察近傍を作り、この近傍内の局所画
像面積を評価するステップ、画像面積の評価された量の
関数として、また前記の評価されたノイズレベルに応じ
て、変換画像をピクセルごとに減衰させるステップ。
各変換画像におけるノイズレベルを評価するか、あるい
は類似のノイズ統計を有する変換画像に対応する所定の
典型的なノイズレベル値を含むノイズテーブルから前記
ノイズレベルを呼び戻すステップ、各変換画像の各ピク
セルの回りに局所観察近傍を作り、この近傍内の局所画
像面積を評価するステップ、画像面積の評価された量の
関数として、また前記の評価されたノイズレベルに応じ
て、変換画像をピクセルごとに減衰させるステップ。
【００２５】最後に、前記減衰デテール変換画像及び前
記残留率に対して前記逆変換を適用することにより、処
理画像を計算することから成る再生ステップを実施す
る。
記残留率に対して前記逆変換を適用することにより、処
理画像を計算することから成る再生ステップを実施す
る。
【００２６】好ましい実施例において、前記基底関数は
直交である。そしてこの関数は不連続の小波であること
が好ましい。
直交である。そしてこの関数は不連続の小波であること
が好ましい。
【００２７】更に、本発明は画像の電子表示を処理する
装置であって、前記電子表示を多解像度レベルで一連の
デテール像に分解し、また多解像度レベルの最低より低
い解像度レベルで残留画像に分解する手段と、前記デテ
ール像を記憶する手段と、各デテール像におけるノイズ
レベルを評価または概算し、あるいは類似のノイズ統計
を有するデテール像に対応する所定の典型的なノイズレ
ベル値を含むノイズテーブルから前記ノイズレベルを呼
び戻す手段と、各デテール像の各ピクセルの回りの近傍
内の局所画像成分を評価または概算する手段と、画像面
積の評価量または概算量の関数として、また前記の評価
または概算されたノイズレベルによって、減衰率を決定
する手段と、前記減衰率を掛けることによって、各デテ
ール像をピクセルに応じて減衰させる手段と、残留画像
及び減衰デテール像に対して再生アルゴリズムを適用す
ることにより、前記処理画像を計算する手段であって、
前記再生アルゴリズムが、残留画像及びデテール像に減
衰なしに適用された場合、前記原画像またはその密接な
近似が得られるようなものである手段とを備えた画像の
電子表示を処理する装置を提供する。
装置であって、前記電子表示を多解像度レベルで一連の
デテール像に分解し、また多解像度レベルの最低より低
い解像度レベルで残留画像に分解する手段と、前記デテ
ール像を記憶する手段と、各デテール像におけるノイズ
レベルを評価または概算し、あるいは類似のノイズ統計
を有するデテール像に対応する所定の典型的なノイズレ
ベル値を含むノイズテーブルから前記ノイズレベルを呼
び戻す手段と、各デテール像の各ピクセルの回りの近傍
内の局所画像成分を評価または概算する手段と、画像面
積の評価量または概算量の関数として、また前記の評価
または概算されたノイズレベルによって、減衰率を決定
する手段と、前記減衰率を掛けることによって、各デテ
ール像をピクセルに応じて減衰させる手段と、残留画像
及び減衰デテール像に対して再生アルゴリズムを適用す
ることにより、前記処理画像を計算する手段であって、
前記再生アルゴリズムが、残留画像及びデテール像に減
衰なしに適用された場合、前記原画像またはその密接な
近似が得られるようなものである手段とを備えた画像の
電子表示を処理する装置を提供する。
【００２８】前記装置は、近傍のピクセルの局所分散を
計算する手段、前記局所分散を記憶する手段、計算され
た局所分散値のヒストグラムを計算するためのヒストグ
ラム計算回路、前記ヒストグラム内において最も多く発
生する分散値を決定する最大量ロケータ、前記記憶手段
からデテール像を読み取る手段、各解像度レベルでの局
所デテール像分散の関数としてノイズ抑制率を計算する
手段、及び特定の解像度レベルでの各デテール像に対応
する抑制率をピクセルごとに掛ける掛け算器とを含むこ
とが好ましい。
計算する手段、前記局所分散を記憶する手段、計算され
た局所分散値のヒストグラムを計算するためのヒストグ
ラム計算回路、前記ヒストグラム内において最も多く発
生する分散値を決定する最大量ロケータ、前記記憶手段
からデテール像を読み取る手段、各解像度レベルでの局
所デテール像分散の関数としてノイズ抑制率を計算する
手段、及び特定の解像度レベルでの各デテール像に対応
する抑制率をピクセルごとに掛ける掛け算器とを含むこ
とが好ましい。
【００２９】ピクセルアレイの形態での画像表示は、通
常、画像の電子表示を得るための装置またはその部品で
ある画像獲得部分品によって得られる。医療分野での応
用には、獲得ユニットは、医療用スキャナーまたはトモ
グラフィー装置、イメージ増強装置等の電子画像表示が
直接得られる装置、あるいは放射線用フィルムまたは光
刺戟性リン光体スクリーン等の、記憶装置の媒介物を通
して電子表示が得られる装置であって良い。
常、画像の電子表示を得るための装置またはその部品で
ある画像獲得部分品によって得られる。医療分野での応
用には、獲得ユニットは、医療用スキャナーまたはトモ
グラフィー装置、イメージ増強装置等の電子画像表示が
直接得られる装置、あるいは放射線用フィルムまたは光
刺戟性リン光体スクリーン等の、記憶装置の媒介物を通
して電子表示が得られる装置であって良い。
【００３０】処理後、画像はハードコピー記録装置、例
えばレーザープリンター、熱プリンター、またはモニタ
ー等の視覚表示装置等の出力装置に適用される。
えばレーザープリンター、熱プリンター、またはモニタ
ー等の視覚表示装置等の出力装置に適用される。
【００３１】
【実施例】本発明の方法の他の実施例および本発明の装
置を、図面を参照して以下詳細に説明する。
置を、図面を参照して以下詳細に説明する。
【００３２】簡略化されたブロック線図を図１に示す。
画像獲得ユニット１は、CCD センサー、ビデオカメラ、
イメージ増強装置または画像スキャナー等の画像センサ
ーの出力信号をサンプリングすることによってディジタ
ル像を獲得し、A/D 変換器を用いて前記ディジタル像を
ピクセル値のアレイ、典型的には８から１２ビットの長
さのピクセル値を持った未加工の画像または原画像と呼
ばれるアレイに量子化し（２）、必要なら記憶装置にピ
クセル値を一時的に記憶し、ディジタル像２をノイズ減
少ユニット３に伝送し、そこで本発明によってノイズ内
容（ノイズ成分）を減少させ、次に向上した画像４がデ
ィスプレイマッピング（写像）部分５に伝送され、そこ
で処理画像６が画像出力デバイス７に視覚化される時
に、関連する画像情報が最適の方法で表示されるように
コントラストカーブに従ってピクセル値を修正し、画像
出力デバイスはハードコピーを透明フィルムまたは紙
に、あるいは目に見える画像をディスプレイスクリーン
（ＣＲＴ）に産出する。
画像獲得ユニット１は、CCD センサー、ビデオカメラ、
イメージ増強装置または画像スキャナー等の画像センサ
ーの出力信号をサンプリングすることによってディジタ
ル像を獲得し、A/D 変換器を用いて前記ディジタル像を
ピクセル値のアレイ、典型的には８から１２ビットの長
さのピクセル値を持った未加工の画像または原画像と呼
ばれるアレイに量子化し（２）、必要なら記憶装置にピ
クセル値を一時的に記憶し、ディジタル像２をノイズ減
少ユニット３に伝送し、そこで本発明によってノイズ内
容（ノイズ成分）を減少させ、次に向上した画像４がデ
ィスプレイマッピング（写像）部分５に伝送され、そこ
で処理画像６が画像出力デバイス７に視覚化される時
に、関連する画像情報が最適の方法で表示されるように
コントラストカーブに従ってピクセル値を修正し、画像
出力デバイスはハードコピーを透明フィルムまたは紙
に、あるいは目に見える画像をディスプレイスクリーン
（ＣＲＴ）に産出する。
【００３３】画像獲得ユニット１の好ましい態様を図２
に示す。物体１１またはその一部、例えば患者の放射線
像が、Ｘ線源１０から前記物体を通して伝送されて光刺
戟性リン光体板１３を露光することにより記録される。
光刺戟性リン光体板１３はカセットに入れて運ばれる。
放射線像読み取り装置において、光刺戟性リン光体板に
記憶された潜像が、レーザー１４から放射される光刺戟
光でリン光体シートを走査することによって読み取られ
る。光刺戟光は検流計の偏向デバイス１５によって主な
走査方向に従って偏向される。第二の走査運動は、走査
方向に対して垂直方向にリン光体シートを移動させるこ
とにより行われる。光コレクター１６は刺戟性放射によ
って得られた光を光電子増倍管１７に向け、そこで光は
電気信号に変換され、次に平方根増幅器１８′によって
増幅され、サンプル／ホールド回路１８によってサンプ
ル摘出され、アナログ・ディジタル変換器１９によって
１２ビットのディジタル信号に変換される。そこから、
未加工画像または原画像と呼ばれるディジタル像２は、
ノイズ減少部分３に送られる。
に示す。物体１１またはその一部、例えば患者の放射線
像が、Ｘ線源１０から前記物体を通して伝送されて光刺
戟性リン光体板１３を露光することにより記録される。
光刺戟性リン光体板１３はカセットに入れて運ばれる。
放射線像読み取り装置において、光刺戟性リン光体板に
記憶された潜像が、レーザー１４から放射される光刺戟
光でリン光体シートを走査することによって読み取られ
る。光刺戟光は検流計の偏向デバイス１５によって主な
走査方向に従って偏向される。第二の走査運動は、走査
方向に対して垂直方向にリン光体シートを移動させるこ
とにより行われる。光コレクター１６は刺戟性放射によ
って得られた光を光電子増倍管１７に向け、そこで光は
電気信号に変換され、次に平方根増幅器１８′によって
増幅され、サンプル／ホールド回路１８によってサンプ
ル摘出され、アナログ・ディジタル変換器１９によって
１２ビットのディジタル信号に変換される。そこから、
未加工画像または原画像と呼ばれるディジタル像２は、
ノイズ減少部分３に送られる。
【００３４】増幅器１８′の平方根特性は、光電子増倍
管から生じる信号はほとんどポアッソン分布しているに
もかかわらず、原画像２内のノイズレベルが信号の大き
さとはほとんど無関係であるような方法で、信号を変換
するものである。この種の事前処理は本発明との関係で
この型の画像源で明快に行われる。しかし、獲得された
画像が既に信号の独立した追加的なノイズ統計を有して
いる場合には、この事前処理は必要ではない。
管から生じる信号はほとんどポアッソン分布しているに
もかかわらず、原画像２内のノイズレベルが信号の大き
さとはほとんど無関係であるような方法で、信号を変換
するものである。この種の事前処理は本発明との関係で
この型の画像源で明快に行われる。しかし、獲得された
画像が既に信号の独立した追加的なノイズ統計を有して
いる場合には、この事前処理は必要ではない。
【００３５】平方根増幅器の使用は、特に通常使用され
る対数変換と比較される時に、追加的な利点を有する。
これらの利点について以下に述べる。
る対数変換と比較される時に、追加的な利点を有する。
これらの利点について以下に述べる。
【００３６】線形信号のＡ／Ｄ変換の結果として、信号
の標準偏差に対して最も重要でない部分の値の割合が連
続して減少する。Ａ／Ｄ変換の前の線形信号の対数変換
の場合、重要なビットの数は信号の標準偏差の時程急速
に減少しない。両状況とも、Ａ／Ｄ変換器の解像度を非
効率的に使用する結果となる。ピクセル毎のＸ線量の制
限数を検知する際に固有のポアッソン分布を考慮する平
方根圧縮は、Ａ／Ｄ変換器の解像度を使用する。
の標準偏差に対して最も重要でない部分の値の割合が連
続して減少する。Ａ／Ｄ変換の前の線形信号の対数変換
の場合、重要なビットの数は信号の標準偏差の時程急速
に減少しない。両状況とも、Ａ／Ｄ変換器の解像度を非
効率的に使用する結果となる。ピクセル毎のＸ線量の制
限数を検知する際に固有のポアッソン分布を考慮する平
方根圧縮は、Ａ／Ｄ変換器の解像度を使用する。
【００３７】更に、非線形圧縮は信号の大きさと帯域幅
間のトレードオフを含む。対数圧縮は平方根圧縮より強
いので、より高周波の成分を発生させる。エイリアシン
グを避けるため、システムの帯域幅はサンプリング周波
数の半分に制限しなければならない。帯域幅の制限は、
非線形圧縮の間に発生する高周波成分の一部を必然的に
取り除く。その結果、Ａ／Ｄ変換の前に対数的に圧縮さ
れたディジタル化データから再生される波形は、平方根
特性で圧縮されたデータから再生される同一波形より、
調和したひずみを示す。
間のトレードオフを含む。対数圧縮は平方根圧縮より強
いので、より高周波の成分を発生させる。エイリアシン
グを避けるため、システムの帯域幅はサンプリング周波
数の半分に制限しなければならない。帯域幅の制限は、
非線形圧縮の間に発生する高周波成分の一部を必然的に
取り除く。その結果、Ａ／Ｄ変換の前に対数的に圧縮さ
れたディジタル化データから再生される波形は、平方根
特性で圧縮されたデータから再生される同一波形より、
調和したひずみを示す。
【００３８】ノイズ減少システム３は、図３に概略的に
示した三つの主要部分から成る。分解部分３０におい
て、原画像２は連続したデテール像に分解され、デテー
ル像は多解像度レベルで、密から粗に至るまで、原画像
に存在するデテール量を表す。最後の分解ステップの
後、残留画像３１′が残ることもある。漸次的解像度レ
ベルで局所デテールの量を表す、結果として生じるデテ
ール像３１は、次に角錐型ノイズ減少部分３２に送ら
れ、そこでデテール像は関連する信号の内容の局所的な
評価量または概算量の関数として、ピクセルに応じて減
衰される。画像再生部分３４において、ノイズ減少デテ
ール像３３は次に全ての解像度レベルで、残留画像３
１′と共に集積され、向上した画像４を計算する。
示した三つの主要部分から成る。分解部分３０におい
て、原画像２は連続したデテール像に分解され、デテー
ル像は多解像度レベルで、密から粗に至るまで、原画像
に存在するデテール量を表す。最後の分解ステップの
後、残留画像３１′が残ることもある。漸次的解像度レ
ベルで局所デテールの量を表す、結果として生じるデテ
ール像３１は、次に角錐型ノイズ減少部分３２に送ら
れ、そこでデテール像は関連する信号の内容の局所的な
評価量または概算量の関数として、ピクセルに応じて減
衰される。画像再生部分３４において、ノイズ減少デテ
ール像３３は次に全ての解像度レベルで、残留画像３
１′と共に集積され、向上した画像４を計算する。
【００３９】図４は本発明によるノイズ減少部分の他の
例を示すブロック図であり、ノイズ減少の直後に画像の
コントラストを上げるための追加的な装置３２′を含ん
でいる。コントラストの向上は、非線形の単調に増加す
る奇数マッピング関数に従って、ノイズ減少デテール像
のピクセルを修正し、これらの修正デテール像を再生部
分３４に送ることによって達成される。
例を示すブロック図であり、ノイズ減少の直後に画像の
コントラストを上げるための追加的な装置３２′を含ん
でいる。コントラストの向上は、非線形の単調に増加す
る奇数マッピング関数に従って、ノイズ減少デテール像
のピクセルを修正し、これらの修正デテール像を再生部
分３４に送ることによって達成される。
【００４０】縁を保護するノイズ抑制と計算されるラジ
オグラフィー像に適用されるコントラスト向上の組合せ
により、本来のノイズを妨害レベルにまで上げることな
く、優れたコントラストが達成される。分解プロセスの
好ましい例が図５に示されている。原画像は低域フィル
ター４１によって濾過され、２の因数によってサブサン
プル摘出され、それは結果として生じる低解像度近似画
像ｇ１を、一つおきの行（ロウ）の各ピクセル位置での
み計算することによってインプリメントされる。低解像
度近似ｇ１を行及び列（カラム）の数を倍にすることで
補間し、補間された画像を原画像２からピクセルに応じ
て引くことにより、最も密なレベルのデテール像ｂ０が
得られる。補間はインターポレーター４２によって実施
され、ゼロ値の列を一つ置きの列ごとに、ゼロ値の行を
一つ置きの行ごとにそれぞれ挿入し、拡大画像を低域フ
ィルターで巻き込む。引算は加算器４３によって行われ
る。原画像２の代わりに、低解像度近似ｇ１に同じプロ
セスを繰り返し、いまだ低解像度の近似ｇ２とデテール
像ｂ１を作る。上記プロセスをＬ回反復することによっ
て、一連のデテール像ｂｉ、ｉ＝０..Ｌ−１、及び残留
低解像度近似ｇＬの連続が得られる。最も密なデテール
像ｂ０は原画像と同じ大きさである。次に粗い像ｂ１は
最初のデテール像ｂ０の半分の行と列を有する。各反復
ステップにおいて、結果として生じるデテール像の最大
の空間周波数は、前のより密なデテール像の半分にすぎ
ない。また、列数及び行数も、ナイキスト基準に従って
半減する。最後の反復の後、原画像の非常に低い解像度
近似であると考えられる残留画像ｇＬ３１′が残る。極
端な場合、それは原画像２の平均値を表す１ピクセルだ
けで構成される。好ましい実施例における低域フィルタ
ーのフィルター係数を図７に示す。それらは５×５の格
子上の二次元のガウスの分布のサンプルにほぼ対応す
る。同じフィルター係数が全てのスケールにおいて低域
フィルター４１、４１′、．．４１′′′のために使用
される。４を掛けた全ての係数を持った同じフィルター
核がインターポレーター４２、４２′、..４２′′′内
で使用される。４の因数が上記で説明したような、ゼロ
のピクセル列と行の挿入を補正する。対応する再生プロ
セスを図６に示す。残留画像はまず元の大きさの二倍に
まで、インターポレーター５１によって補間され、次に
補間された画像は加算器５２を用いて、最も粗なレベル
ｂ′Ｌ−１のデテール像にピクセルごとに加算される。
結果として生じた画像は補間されて、次のより密なデテ
ール像に加えられる。未修正のデテール像ｂＬ−１..ｂ
０を用いて、このプロセスをＬ回反復した場合、原画像
２と等しい画像を結果として生じる。他方、本発明に基
づき、再生の前にデテール像が修正された場合、減少ノ
イズレベルの画像を結果として生じる。インターポレー
ター５１、５１′..５１′′′は分解部分で使用される
ものと同一である。
オグラフィー像に適用されるコントラスト向上の組合せ
により、本来のノイズを妨害レベルにまで上げることな
く、優れたコントラストが達成される。分解プロセスの
好ましい例が図５に示されている。原画像は低域フィル
ター４１によって濾過され、２の因数によってサブサン
プル摘出され、それは結果として生じる低解像度近似画
像ｇ１を、一つおきの行（ロウ）の各ピクセル位置での
み計算することによってインプリメントされる。低解像
度近似ｇ１を行及び列（カラム）の数を倍にすることで
補間し、補間された画像を原画像２からピクセルに応じ
て引くことにより、最も密なレベルのデテール像ｂ０が
得られる。補間はインターポレーター４２によって実施
され、ゼロ値の列を一つ置きの列ごとに、ゼロ値の行を
一つ置きの行ごとにそれぞれ挿入し、拡大画像を低域フ
ィルターで巻き込む。引算は加算器４３によって行われ
る。原画像２の代わりに、低解像度近似ｇ１に同じプロ
セスを繰り返し、いまだ低解像度の近似ｇ２とデテール
像ｂ１を作る。上記プロセスをＬ回反復することによっ
て、一連のデテール像ｂｉ、ｉ＝０..Ｌ−１、及び残留
低解像度近似ｇＬの連続が得られる。最も密なデテール
像ｂ０は原画像と同じ大きさである。次に粗い像ｂ１は
最初のデテール像ｂ０の半分の行と列を有する。各反復
ステップにおいて、結果として生じるデテール像の最大
の空間周波数は、前のより密なデテール像の半分にすぎ
ない。また、列数及び行数も、ナイキスト基準に従って
半減する。最後の反復の後、原画像の非常に低い解像度
近似であると考えられる残留画像ｇＬ３１′が残る。極
端な場合、それは原画像２の平均値を表す１ピクセルだ
けで構成される。好ましい実施例における低域フィルタ
ーのフィルター係数を図７に示す。それらは５×５の格
子上の二次元のガウスの分布のサンプルにほぼ対応す
る。同じフィルター係数が全てのスケールにおいて低域
フィルター４１、４１′、．．４１′′′のために使用
される。４を掛けた全ての係数を持った同じフィルター
核がインターポレーター４２、４２′、..４２′′′内
で使用される。４の因数が上記で説明したような、ゼロ
のピクセル列と行の挿入を補正する。対応する再生プロ
セスを図６に示す。残留画像はまず元の大きさの二倍に
まで、インターポレーター５１によって補間され、次に
補間された画像は加算器５２を用いて、最も粗なレベル
ｂ′Ｌ−１のデテール像にピクセルごとに加算される。
結果として生じた画像は補間されて、次のより密なデテ
ール像に加えられる。未修正のデテール像ｂＬ−１..ｂ
０を用いて、このプロセスをＬ回反復した場合、原画像
２と等しい画像を結果として生じる。他方、本発明に基
づき、再生の前にデテール像が修正された場合、減少ノ
イズレベルの画像を結果として生じる。インターポレー
ター５１、５１′..５１′′′は分解部分で使用される
ものと同一である。
【００４１】角錐型分解部分３０と、再生部分３４の他
の形態は、直交であっても良い基底関数を用いて画像変
換を序列的に適用することに基づいている。このカテゴ
リーの２〜３の態様が既に記述した未公開の１９９１年
８月１４日付欧州特許願９１２０２０７９．９号に、上
記のものに匹敵する態様ではあるがサブサンプリングの
無い態様と一緒に広範囲に亙って記載されている。
の形態は、直交であっても良い基底関数を用いて画像変
換を序列的に適用することに基づいている。このカテゴ
リーの２〜３の態様が既に記述した未公開の１９９１年
８月１４日付欧州特許願９１２０２０７９．９号に、上
記のものに匹敵する態様ではあるがサブサンプリングの
無い態様と一緒に広範囲に亙って記載されている。
【００４２】本発明における角錐型ノイズ減少部分３２
の好ましい例を図８に示す。それは分解段階から生じた
デテール像３１と残留画像を一時的に記憶する記憶装置
６１を含む。記憶装置に記憶された各デテール像ｂｉは
次に、最も粗なデテール像から始めて、スクエアリング
ユニット６２にピクセルごとに転送される。次に、移動
平均オペレータ６４が現在の目標ピクセルの回りのＮ×
Ｎの近傍（１５×１５エレメントの近傍が適当である）
の全ての２乗ピクセル値を合計し、その合計を近傍のピ
クセル数で割ることにより、各ピクセル位置における局
所分散ｖを計算する。これらの局所分散ピクセル６５は
第二の記憶装置６６に一時的に記憶され、ヒストグラム
計算ユニット６７に同時に転送される。ヒストグラムは
アレイであり、そのエレメントはビンと呼ばれ、各ビン
は水平のヒストグラム軸に関連した信号範囲の固定サン
プリング間隔に対応する。各ビンは記憶装置のセルにあ
り、その全ては最初のピクセルを受け入れる前に０に初
期設定される。各入力分散値に対して、ヒストグラム計
算ユニット６７は対応するビン指数を選び、関連ビン値
を１だけ増加させる。この方法で、特定の解像度レベル
で分散画像６５の全てのピクセルが使用された後、ヒス
トグラムは画像全体を通じての全ての量子化分散値の発
生を表す。
の好ましい例を図８に示す。それは分解段階から生じた
デテール像３１と残留画像を一時的に記憶する記憶装置
６１を含む。記憶装置に記憶された各デテール像ｂｉは
次に、最も粗なデテール像から始めて、スクエアリング
ユニット６２にピクセルごとに転送される。次に、移動
平均オペレータ６４が現在の目標ピクセルの回りのＮ×
Ｎの近傍（１５×１５エレメントの近傍が適当である）
の全ての２乗ピクセル値を合計し、その合計を近傍のピ
クセル数で割ることにより、各ピクセル位置における局
所分散ｖを計算する。これらの局所分散ピクセル６５は
第二の記憶装置６６に一時的に記憶され、ヒストグラム
計算ユニット６７に同時に転送される。ヒストグラムは
アレイであり、そのエレメントはビンと呼ばれ、各ビン
は水平のヒストグラム軸に関連した信号範囲の固定サン
プリング間隔に対応する。各ビンは記憶装置のセルにあ
り、その全ては最初のピクセルを受け入れる前に０に初
期設定される。各入力分散値に対して、ヒストグラム計
算ユニット６７は対応するビン指数を選び、関連ビン値
を１だけ増加させる。この方法で、特定の解像度レベル
で分散画像６５の全てのピクセルが使用された後、ヒス
トグラムは画像全体を通じての全ての量子化分散値の発
生を表す。
【００４３】この局所分散ヒストグラム６８は、次に最
大量ロケーター６９に供給され、そこでヒストグラム中
の最も高い発生ｖn を持った分散値が決定される。この
値は考慮されるデテール像の中のノイズ分散の評価とし
て使用される。
大量ロケーター６９に供給され、そこでヒストグラム中
の最も高い発生ｖn を持った分散値が決定される。この
値は考慮されるデテール像の中のノイズ分散の評価とし
て使用される。
【００４４】この評価技術の妥当性は二つの実験的な研
究によって立証された。最初の試みにおいて、均一で付
加的なゼロ平均の帯域制限されたノイズを含む、自然像
の角錐型分解から得られたデテール像の局所分散のヒス
トグラムを計算するため、我々は上記方法を用いた。結
果を調べてみて、角錐型分解における最も密な解像度レ
ベルに対応するデテール分散ヒストグラムは、ゼロに近
い非常に狭いピークとより高い分散値に対応して非常に
低い発生率を持った単峰形であることが見いだされた。
これは、より密なデテール像の中の大多数のピクセルは
画像デテールを担持しないが、それらの全てはノイズに
よって影響され、それ故最高のピークがノイズ分布にし
か対応しないという事実によるものである。更にこのピ
ークは非常に狭い。というのは、局部的に測定したノイ
ズ分散が画像全体に均一だからである。典型的なヒスト
グラムを図９に示す。粗さが増すデテール分散画像に対
応するヒストグラムにおいて、ゼロに近いピークの優勢
は、より高い分散値での局所発生最大量に関連して徐々
に減少することが見い出された。これは、より粗な画像
ではノイズは実質的に少なく、大多数のピクセルが重要
な画像デテールを担持し、その分散は画像を横切って変
動し、ヒストグラムの形状がもはや単峰形ではなくなる
という事実から説明される。
究によって立証された。最初の試みにおいて、均一で付
加的なゼロ平均の帯域制限されたノイズを含む、自然像
の角錐型分解から得られたデテール像の局所分散のヒス
トグラムを計算するため、我々は上記方法を用いた。結
果を調べてみて、角錐型分解における最も密な解像度レ
ベルに対応するデテール分散ヒストグラムは、ゼロに近
い非常に狭いピークとより高い分散値に対応して非常に
低い発生率を持った単峰形であることが見いだされた。
これは、より密なデテール像の中の大多数のピクセルは
画像デテールを担持しないが、それらの全てはノイズに
よって影響され、それ故最高のピークがノイズ分布にし
か対応しないという事実によるものである。更にこのピ
ークは非常に狭い。というのは、局部的に測定したノイ
ズ分散が画像全体に均一だからである。典型的なヒスト
グラムを図９に示す。粗さが増すデテール分散画像に対
応するヒストグラムにおいて、ゼロに近いピークの優勢
は、より高い分散値での局所発生最大量に関連して徐々
に減少することが見い出された。これは、より粗な画像
ではノイズは実質的に少なく、大多数のピクセルが重要
な画像デテールを担持し、その分散は画像を横切って変
動し、ヒストグラムの形状がもはや単峰形ではなくなる
という事実から説明される。
【００４５】第二の試みにおいて、各デテール像におけ
るノイズ分散ｖn を評価する上記方法を、同じ原画像に
対して異なる量のガウスノイズを加えることによって発
生した一連のディジタル像に適用し、各々の連続的な写
真に対してノイズ分散を二倍にした。各解像度レベルに
対し、結果として生じるノイズ分散の数字はお互いに比
較され、最も密な解像度画像の場合、計算されるノイズ
分散は期待されるように２の因数だけ異なる。この試み
によって、より密な解像度デテール像に対する我々のノ
イズ評価方法の有効性が確認された。
るノイズ分散ｖn を評価する上記方法を、同じ原画像に
対して異なる量のガウスノイズを加えることによって発
生した一連のディジタル像に適用し、各々の連続的な写
真に対してノイズ分散を二倍にした。各解像度レベルに
対し、結果として生じるノイズ分散の数字はお互いに比
較され、最も密な解像度画像の場合、計算されるノイズ
分散は期待されるように２の因数だけ異なる。この試み
によって、より密な解像度デテール像に対する我々のノ
イズ評価方法の有効性が確認された。
【００４６】図８を参照し、実際のノイズ抑制方法の好
ましい態様を示す。最大量ロケーターによって決定され
るノイズ分散ｖn ７０は、ノイズ抑制関数Ｓｖn （ｖ）
におけるパラメーターとして使用され、それは次のよう
に定義される： もしｖ＜＝Ｋ *ｖn なら、Ｓｖn （ｖ）＝０ そうでなければ、Ｓｖn （ｖ）＝１−Ｋ *ｖn ／ｖ (1) 式中、Ｋは適用されるノイズ抑制量を決定する固定され
たノイズ抑制因子でありＫ＝０はノイズ抑制がないこと
を意味する。引き数（アーギュメント）ｖのしきい値Ｋ
*ｖn は、統計上の変動が局所分散ｖをｖn より小さく
することがあり、その場合Ｓｖn の負の値はスレッシュ
ホールディングなしに生じるという事実を説明してい
る。
ましい態様を示す。最大量ロケーターによって決定され
るノイズ分散ｖn ７０は、ノイズ抑制関数Ｓｖn （ｖ）
におけるパラメーターとして使用され、それは次のよう
に定義される： もしｖ＜＝Ｋ *ｖn なら、Ｓｖn （ｖ）＝０ そうでなければ、Ｓｖn （ｖ）＝１−Ｋ *ｖn ／ｖ (1) 式中、Ｋは適用されるノイズ抑制量を決定する固定され
たノイズ抑制因子でありＫ＝０はノイズ抑制がないこと
を意味する。引き数（アーギュメント）ｖのしきい値Ｋ
*ｖn は、統計上の変動が局所分散ｖをｖn より小さく
することがあり、その場合Ｓｖn の負の値はスレッシュ
ホールディングなしに生じるという事実を説明してい
る。
【００４７】図１０は、Ｋ＝１に対する、ノイズ抑制関
数の例図を示す。この関数は分解の中の全てのデテール
像に対するノイズ抑制ルックアップテーブル７１として
計算され、設置される。特定の解像度レベルに対応する
ノイズ抑制ルックアップテーブルが設定された後、同じ
レベルに対応する全ての分散ピクセル６５が記憶装置６
６から引き出され、一連の減衰係数７２に変換される。
結果として生じたピクセル３３は、ピクセルごとにこれ
らの係数に記憶装置６１から引き出された同じレベルの
デテール像のピクセルを掛けることによって計算され
る。
数の例図を示す。この関数は分解の中の全てのデテール
像に対するノイズ抑制ルックアップテーブル７１として
計算され、設置される。特定の解像度レベルに対応する
ノイズ抑制ルックアップテーブルが設定された後、同じ
レベルに対応する全ての分散ピクセル６５が記憶装置６
６から引き出され、一連の減衰係数７２に変換される。
結果として生じたピクセル３３は、ピクセルごとにこれ
らの係数に記憶装置６１から引き出された同じレベルの
デテール像のピクセルを掛けることによって計算され
る。
【００４８】全てのデテール像が最も密な解像度レベル
に達するまで、この全体のプロセスが繰り返され、減衰
デテール像ｂ′ｉ３３が作られ、これは最終的に、図３
に示した流れに従って、未改造残留画像３１′と共に再
生部分３４に転送される。上記計算の結果、局所分散が
同じ解像度レベルに対応するノイズ分散をかなり越えて
いる全てのデテールピクセルは、重要な画像デテールを
担持しやすくてほとんど未改造のまま残される一方、局
所分散がノイズ分散に匹敵する画像位置でのデテールピ
クセルは、これらが有益な情報を表すとは仮定されず、
単にノイズだけを表すものとされるので、認めうる程度
に減衰される。ノイズ抑制関数Ｓｖn （ｖ）の形状は最
大量から減衰ゼロまでの漸進的推移を決定する。多くの
関数モデルは上記目的の役に立つが、本発明に従った適
切なノイズ抑制関数は、適切であると考えられる最低の
デテール分散に対応する横座標で、非常に急な傾斜を持
つべきであり、それは通常ノイズレベルまたはその固定
された端数Ｋである。このノイズ抑制因子Ｋを大きく選
べば選ぶ程、ノイズ抑制効果は大きくなるが、同時に関
心のある微妙なデテールを抑制する危険性が上昇するの
で、Ｋの値を１より大きく選ぶ場合は、注意が必要であ
る。
に達するまで、この全体のプロセスが繰り返され、減衰
デテール像ｂ′ｉ３３が作られ、これは最終的に、図３
に示した流れに従って、未改造残留画像３１′と共に再
生部分３４に転送される。上記計算の結果、局所分散が
同じ解像度レベルに対応するノイズ分散をかなり越えて
いる全てのデテールピクセルは、重要な画像デテールを
担持しやすくてほとんど未改造のまま残される一方、局
所分散がノイズ分散に匹敵する画像位置でのデテールピ
クセルは、これらが有益な情報を表すとは仮定されず、
単にノイズだけを表すものとされるので、認めうる程度
に減衰される。ノイズ抑制関数Ｓｖn （ｖ）の形状は最
大量から減衰ゼロまでの漸進的推移を決定する。多くの
関数モデルは上記目的の役に立つが、本発明に従った適
切なノイズ抑制関数は、適切であると考えられる最低の
デテール分散に対応する横座標で、非常に急な傾斜を持
つべきであり、それは通常ノイズレベルまたはその固定
された端数Ｋである。このノイズ抑制因子Ｋを大きく選
べば選ぶ程、ノイズ抑制効果は大きくなるが、同時に関
心のある微妙なデテールを抑制する危険性が上昇するの
で、Ｋの値を１より大きく選ぶ場合は、注意が必要であ
る。
【００４９】局所分散の関数としてのノイズ抑制の上記
式（１）には、以下の理論的な導出から見いだされるよ
うに、強い統計的支持があり、ゼロ平均の付加的な相関
しないノイズを仮定する：ｘがある解像度レベルｉ（ピ
クセルの指数は省略）で、未知のノイズのない近似画像
を表すものとし、<x> が対応するピクセル位置で、同じ
レベルでのノイズ濾過近似画像を表し、ｎがレベルｉで
の未知のノイズ成分であり、ｚが観察された近似画像、
即ちレベルｉまで濾過されていない近似画像ｇi を表
し、これは未修正のデテール像及び残留画像に再生が行
われる場合に得られるものとすると： ｚ＝ｘ＋ｎ (2) 信号ｘのためにＨＡ統計モデルは更に必要とせず、全て
のピクセルで事前平均ｘmeanと分散ｖx を評価するため
に、画像自体を使用する。次に、式２から ｘmean＝ｚmean（式中、ｚmeanは観察画像ｚの局所平均である）(3) が見い出され、また次のことが見い出される： ｖx ＝ｖ−ｖn (4) 式中、ｖは未濾過信号ｚの局所分散を意味し、ｖn は最
大量ロケーターにより決定されるノイズ分散７０を意味
し、ｖx は未知のノイズのない信号の評価された局所分
散を意味する。以下の形式の線形フィルターが考えられ
る： <x> ＝ｒｘmean＋ｓ ｚ (5) 式中、<x> は求められるｘの最小平均平方の評価であ
り、ｒとｓは標準Ｊを最小にするように選択される： Ｊ＝Ｅ［（ｘ−<x> )2］ (6) 式中、Ｅは期待オペレータを意味する。式３と５を６に
代入し、次の部分的な導関数をゼロにする： 上記式から以下の式が得られる： E ［xmean(x - r xmean - s z)］= 0 (8) E ［z (x - r xmean - s z )］= 0 (9) 式３と８から、次の式が得られる： ｒ＝１−ｓ (10) 式３を用いて、式９と１０から次の式が得られる： E ［z (x - xmean) - s z (z - zmean) ］= 0 (11a) 最初の項でｚに式２を代入し、式４を用いて、次の式が
得られる： 式１１ｂはノイズ抑制関数、例えば上記式１の基底を形
成する。フィルターの式５を以下のように読み直す： <x> = zmean + s (z - zmean) (12) 上記のようなノイズ抑制関数を用いて、非常に効果的な
角錐型ノイズ抑制を実施する各段階は、ｚと同じ大きさ
に適切に補間された後、式１２の局所平均ｚme anがピラ
ミッド内のｚの一つ前の粗な近似，つまり近似画像ｇｉ
＋１として計算された場合、最適のフィルター（式１
２）に対応する。これを実施することにより、上記のよ
うな再生プロセスの各段階で計算されるので、局所平均
ｚmeanの計算に追加的な計算電力を必要としない。局所
平均がこの方法で計算された場合、式１２の項（z - z
mean ）はデテール像ｂi ３１に正確に対応する。これ
を効果的に実施することにより、ノイズ濾過（式１２）
はピクセルに応じてデテール像に対応する係数ｓ（これ
は我々の好ましい態様では、ノイズ抑制関数の適当な値
に対応する）を掛けるだけに縮小され、このように修正
されたデテール像ｂｉ′３３、これは式１２の項ｂ（z
- zmean ）に対応する、を用いて再生される。これは最
も密な解像度レベルまで繰り返され、加算器５２、５
２′、..５２′′′各々から生じる近似像は、対応する
解像度レベルでのノイズの無い近似ｘの最適評価<x> に
対応する。
式（１）には、以下の理論的な導出から見いだされるよ
うに、強い統計的支持があり、ゼロ平均の付加的な相関
しないノイズを仮定する：ｘがある解像度レベルｉ（ピ
クセルの指数は省略）で、未知のノイズのない近似画像
を表すものとし、<x> が対応するピクセル位置で、同じ
レベルでのノイズ濾過近似画像を表し、ｎがレベルｉで
の未知のノイズ成分であり、ｚが観察された近似画像、
即ちレベルｉまで濾過されていない近似画像ｇi を表
し、これは未修正のデテール像及び残留画像に再生が行
われる場合に得られるものとすると： ｚ＝ｘ＋ｎ (2) 信号ｘのためにＨＡ統計モデルは更に必要とせず、全て
のピクセルで事前平均ｘmeanと分散ｖx を評価するため
に、画像自体を使用する。次に、式２から ｘmean＝ｚmean（式中、ｚmeanは観察画像ｚの局所平均である）(3) が見い出され、また次のことが見い出される： ｖx ＝ｖ−ｖn (4) 式中、ｖは未濾過信号ｚの局所分散を意味し、ｖn は最
大量ロケーターにより決定されるノイズ分散７０を意味
し、ｖx は未知のノイズのない信号の評価された局所分
散を意味する。以下の形式の線形フィルターが考えられ
る： <x> ＝ｒｘmean＋ｓ ｚ (5) 式中、<x> は求められるｘの最小平均平方の評価であ
り、ｒとｓは標準Ｊを最小にするように選択される： Ｊ＝Ｅ［（ｘ−<x> )2］ (6) 式中、Ｅは期待オペレータを意味する。式３と５を６に
代入し、次の部分的な導関数をゼロにする： 上記式から以下の式が得られる： E ［xmean(x - r xmean - s z)］= 0 (8) E ［z (x - r xmean - s z )］= 0 (9) 式３と８から、次の式が得られる： ｒ＝１−ｓ (10) 式３を用いて、式９と１０から次の式が得られる： E ［z (x - xmean) - s z (z - zmean) ］= 0 (11a) 最初の項でｚに式２を代入し、式４を用いて、次の式が
得られる： 式１１ｂはノイズ抑制関数、例えば上記式１の基底を形
成する。フィルターの式５を以下のように読み直す： <x> = zmean + s (z - zmean) (12) 上記のようなノイズ抑制関数を用いて、非常に効果的な
角錐型ノイズ抑制を実施する各段階は、ｚと同じ大きさ
に適切に補間された後、式１２の局所平均ｚme anがピラ
ミッド内のｚの一つ前の粗な近似，つまり近似画像ｇｉ
＋１として計算された場合、最適のフィルター（式１
２）に対応する。これを実施することにより、上記のよ
うな再生プロセスの各段階で計算されるので、局所平均
ｚmeanの計算に追加的な計算電力を必要としない。局所
平均がこの方法で計算された場合、式１２の項（z - z
mean ）はデテール像ｂi ３１に正確に対応する。これ
を効果的に実施することにより、ノイズ濾過（式１２）
はピクセルに応じてデテール像に対応する係数ｓ（これ
は我々の好ましい態様では、ノイズ抑制関数の適当な値
に対応する）を掛けるだけに縮小され、このように修正
されたデテール像ｂｉ′３３、これは式１２の項ｂ（z
- zmean ）に対応する、を用いて再生される。これは最
も密な解像度レベルまで繰り返され、加算器５２、５
２′、..５２′′′各々から生じる近似像は、対応する
解像度レベルでのノイズの無い近似ｘの最適評価<x> に
対応する。
【００５０】最も自然な画像において、ノイズは非常に
狭い空間周波数帯に制限されず、多くのオクターブを横
切って広がる。ノイズの空間周波数帯全体を覆う固定さ
れた大きさの回旋フィルターでノイズを平滑化しようと
すれば、重要な画像デテールは汚されたり抑制されがち
である。理想的には、平滑化とフィルターサイズの両度
数が局所画像統計に適用されねばならない。上記のノイ
ズ抑制方法では、平滑化の度数は局所的に評価された画
像分散量に適用される。解決することが困難な、フィル
ター核を適用可能な大きさにする問題は、狭い空間周波
数帯に制限される絵で表した情報の一部を含む特別なデ
テール像にノイズ抑制作用を連続的に適用することによ
り、上記方法で迂回することができる。
狭い空間周波数帯に制限されず、多くのオクターブを横
切って広がる。ノイズの空間周波数帯全体を覆う固定さ
れた大きさの回旋フィルターでノイズを平滑化しようと
すれば、重要な画像デテールは汚されたり抑制されがち
である。理想的には、平滑化とフィルターサイズの両度
数が局所画像統計に適用されねばならない。上記のノイ
ズ抑制方法では、平滑化の度数は局所的に評価された画
像分散量に適用される。解決することが困難な、フィル
ター核を適用可能な大きさにする問題は、狭い空間周波
数帯に制限される絵で表した情報の一部を含む特別なデ
テール像にノイズ抑制作用を連続的に適用することによ
り、上記方法で迂回することができる。
【００５１】平滑化それ自体は低域フィルタリング４１
とそれに続く補間４２にはめ込まれる。全てのデテール
ピクセルｂi が抑制される度合が、集積された合成ピク
セル値に対して、その解像度レベルで残留する低域成分
の比例分担を決定する。
とそれに続く補間４２にはめ込まれる。全てのデテール
ピクセルｂi が抑制される度合が、集積された合成ピク
セル値に対して、その解像度レベルで残留する低域成分
の比例分担を決定する。
【００５２】ノイズレベルは粗な各解像度レベルで明ら
かに減少するので、それは最適の適応のため全ての個々
のレベルで評価される。ノイズ分散レベルは粗さが増す
につれて急速に減少するので、分解プロセスは数回、典
型的には３〜５回繰り返すだけで終了できる。これは、
多くの場合に、ノイズ抑制が適用される解像度レベルの
数Ｌに実際には制限される。
かに減少するので、それは最適の適応のため全ての個々
のレベルで評価される。ノイズ分散レベルは粗さが増す
につれて急速に減少するので、分解プロセスは数回、典
型的には３〜５回繰り返すだけで終了できる。これは、
多くの場合に、ノイズ抑制が適用される解像度レベルの
数Ｌに実際には制限される。
【００５３】上記ノイズ減少方法の結果として、全体の
画像の鋭さは幾分減少する。これは、ノイズ成分が粗な
解像度デテール像より密な解像度デテール像における方
が顕著であるという事実によるものであり、それ故、密
な解像度レベルのデテール像は概して、粗なデテール像
より減衰される。この高空間周波数減衰の一般的な傾向
を補正するために、再生の前に、粗なデテール像に比例
して密なデテール像を明快に増幅することが望ましい。
このような補正方法の態様を次に示す。
画像の鋭さは幾分減少する。これは、ノイズ成分が粗な
解像度デテール像より密な解像度デテール像における方
が顕著であるという事実によるものであり、それ故、密
な解像度レベルのデテール像は概して、粗なデテール像
より減衰される。この高空間周波数減衰の一般的な傾向
を補正するために、再生の前に、粗なデテール像に比例
して密なデテール像を明快に増幅することが望ましい。
このような補正方法の態様を次に示す。
【００５４】本発明に従ってノイズ減少が適用される各
解像度レベルのため、画像を横切るノイズ減衰係数７２
の平均値が計算される。局所分散ヒストグラム６８の横
座標軸上の各局所分散値を考慮し、ノイズ抑制ルックア
ップテーブル７１を用いて対応するノイズ減衰率を計算
し、この減衰率に考慮された局所分散のヒストグラム周
波数を掛け、全てのヒストグラムビン全体に亙ってこの
量を合計し、最終的な合計をビン数で割ることにより、
この計算をより効率的に行うことができる。
解像度レベルのため、画像を横切るノイズ減衰係数７２
の平均値が計算される。局所分散ヒストグラム６８の横
座標軸上の各局所分散値を考慮し、ノイズ抑制ルックア
ップテーブル７１を用いて対応するノイズ減衰率を計算
し、この減衰率に考慮された局所分散のヒストグラム周
波数を掛け、全てのヒストグラムビン全体に亙ってこの
量を合計し、最終的な合計をビン数で割ることにより、
この計算をより効率的に行うことができる。
【００５５】本発明に従って、ノイズ抑制ルックアップ
テーブル７１をデテール像を減衰させるために使用する
前に、前記ルックアップテーブルを修正することによっ
て、望ましい補正が遂行され、この補正は、完全に鋭さ
を失った場合の補正を望む場合、対応する解像度レベル
の上記平均ノイズ減衰率で各々のルックアップテーブル
を割るか、その代わりに、各々のルックアップテーブル
を前記平均ノイズ減衰率より大きな値で割る、または部
分的な補正だけを望む場合は、それより小さな値で割る
というものである。
テーブル７１をデテール像を減衰させるために使用する
前に、前記ルックアップテーブルを修正することによっ
て、望ましい補正が遂行され、この補正は、完全に鋭さ
を失った場合の補正を望む場合、対応する解像度レベル
の上記平均ノイズ減衰率で各々のルックアップテーブル
を割るか、その代わりに、各々のルックアップテーブル
を前記平均ノイズ減衰率より大きな値で割る、または部
分的な補正だけを望む場合は、それより小さな値で割る
というものである。
【００５６】前記鋭敏性損失補正を制御する方法は、次
のノイズ抑制関数によって実施される： ｖ＜＝Ｋ *ｖn である場合、Ｓｖn （ｖ）＝０ そうでない場合、Ｓｖn （ｖ）＝（１−Ｋ *ｖn ／ｖ） * （１＋Ｃ（１／Ａ−１）） (13) 式中、Ａ は対応する画像全体で評価される式１により
定義される関数Ｓｖn（ｖ）の平均であり、Ｃ は範囲０
..１ のパラメーターであり、これは鋭敏性損失の望ま
しい相対補正量を明確にする。
のノイズ抑制関数によって実施される： ｖ＜＝Ｋ *ｖn である場合、Ｓｖn （ｖ）＝０ そうでない場合、Ｓｖn （ｖ）＝（１−Ｋ *ｖn ／ｖ） * （１＋Ｃ（１／Ａ−１）） (13) 式中、Ａ は対応する画像全体で評価される式１により
定義される関数Ｓｖn（ｖ）の平均であり、Ｃ は範囲０
..１ のパラメーターであり、これは鋭敏性損失の望ま
しい相対補正量を明確にする。
【００５７】ある特定の応用のため、画像がかなり一定
のノイズ統計を持っている場合、デテール像ノイズ分散
も一定のままであり、応用分野を表す画像の全クラスの
ため事前に計算することができる。代替案の態様におい
ては、これらの予め決められたノイズ分散値が表に保存
される。この方法では、ヒストグラムを計算する必要は
なく、ヒストグラム計算部分６７と最大量ロケーター６
９が省略される。局所分散値６５が局所平均ユニット６
４から利用できるようになるので、局所分散値はノイズ
抑制ルックアップテーブル７１に直接供給され、記憶装
置６６も必要ではなくなる。全ての解像度レベルに対応
するノイズ抑制関数でさえも、事前に計算されテーブル
に保存することができる。
のノイズ統計を持っている場合、デテール像ノイズ分散
も一定のままであり、応用分野を表す画像の全クラスの
ため事前に計算することができる。代替案の態様におい
ては、これらの予め決められたノイズ分散値が表に保存
される。この方法では、ヒストグラムを計算する必要は
なく、ヒストグラム計算部分６７と最大量ロケーター６
９が省略される。局所分散値６５が局所平均ユニット６
４から利用できるようになるので、局所分散値はノイズ
抑制ルックアップテーブル７１に直接供給され、記憶装
置６６も必要ではなくなる。全ての解像度レベルに対応
するノイズ抑制関数でさえも、事前に計算されテーブル
に保存することができる。
【００５８】
【発明の効果】上記方法のいずれかに従ってデテール像
を向上させ、次に上記再生方法に従って前述の再生部分
に集積される場合、結果として生じる信号の動的範囲が
元の範囲から離れ、上記のようにノイズ減少の後、コン
トラストの向上がデテール像に適用される場合はかなり
大きく離れる。従って、結果として生じる画像信号は、
原画像信号の動的範囲まで、あるいはそれより小さな範
囲まで最終的に減少する。好ましい態様において、上記
動的範囲の減少は、ルックアップテイブルによって達成
され、それは再生画像信号を望ましいスクリーンの明る
さまたはフィルム濃度を表す出力信号に変える。マッピ
ングは単調で、望ましい階調次第で線形または曲線であ
って良い。
を向上させ、次に上記再生方法に従って前述の再生部分
に集積される場合、結果として生じる信号の動的範囲が
元の範囲から離れ、上記のようにノイズ減少の後、コン
トラストの向上がデテール像に適用される場合はかなり
大きく離れる。従って、結果として生じる画像信号は、
原画像信号の動的範囲まで、あるいはそれより小さな範
囲まで最終的に減少する。好ましい態様において、上記
動的範囲の減少は、ルックアップテイブルによって達成
され、それは再生画像信号を望ましいスクリーンの明る
さまたはフィルム濃度を表す出力信号に変える。マッピ
ングは単調で、望ましい階調次第で線形または曲線であ
って良い。
【図１】本発明による装置を示す概略的なブロック図で
ある。
ある。
【図２】画像獲得装置の特定の例を示す図である。
【図３】ノイズ減少システムの別のステップを示す概略
的ブロック図である。
的ブロック図である。
【図４】コントラストを向上させるための追加的な装置
で完成されたノイズ減少部分の代替案の例を示す概略的
ブロック図である。
で完成されたノイズ減少部分の代替案の例を示す概略的
ブロック図である。
【図５】発明の方法で分解ステップを実施する一方法を
示す図である。
示す図である。
【図６】対応する再生プロセスを示す図である。
【図７】ガウスフィルター例の係数を示す図である。
【図８】角錐型ノイズ減少部分の例を示す図である。
【図９】分散ヒストグラムを示す図である。
【図１０】ノイズ抑制関数を示す図である。
１ 画像獲得ユニット ２ 原画像 ３ ノイズ減少ユニット ４ 向上画像 ５ ディスプレイマッピング部分 ６ 処理画像 ７ 出力デバイス １０ Ｘ線源 １１ 放射線像 １２ カセット １３ 刺戟性リン光体板 １４ レーザー １５ 検流計の偏向デバイス １６ 光コレクター １７ 光電子増倍管 １８ 平方根増幅器 １８′ サンプル・ホールド回路 １９ アナログ・ディジタル変換器 ３０ 分解部分 ３１ デテール像 ３１′ 残留画像 ３２ ノイズ減少部分 ３３ 減少デテール像 ３４ 再生部分 ３５ 画像コントラスト押上部分 ４１（４１′、４１″、... ） 低域フィルター ４２（４２′、４２″、... ） インターポレーター ４３（４３′、４３″、... ） 加算器 ５１（５１′、５１″、... ） インターポレーター ５２（５２′、５２″、... ） 加算器 ６１ 記憶装置 ６２ スクエアリングユニット ６３ スクエアリングユニット６２の出力 ６４ 平均作用素 ６５ 局所分散ピクセル ６６ 記憶装置 ６７ ヒストグラム計算回路 ６８ 局所分散ヒストグラム ６９ 最大量ロケーター ７０ 最大量ロケーターにより決定されるノイズ分散 ７１ ルックアップテーブル ７２ 減衰率 ７３ 電子増倍管
フロントページの続き (72)発明者 ピエ・ダヴェール ベルギー国モートゼール、セプテストラー ト 27 アグファ・ゲヴェルト・ナームロ ゼ・ベンノートチャップ内
Claims (25)
- 【請求項１】 ディジタル像を処理することによりピク
セル値のアレイによって表されるディジタル像における
ノイズを減少させる方法であって、前記処理は、 ａ）前記画像を多解像度レベルの１セットのデテール像
及び残留物から成る多解像度表示に分解するステップ、 ｂ）各デテール像におけるノイズレベルを評価するか類
似のノイズ統計と共にデテール像に相応する所定の典型
的なノイズレベル値から成るノイズテーブルから前記ノ
イズレベルを呼び戻すステップ、 ｃ）各デテール像の各ピクセルの回りに局所観察近傍を
作り、前記近傍内の局所画像成分を評価するステップ、 ｄ）画像成分の評価量の関数として、また前記の評価さ
れたノイズレベルによって、デテール像をピクセルに応
じて減衰させるステップ、および ｅ）残留物及び減衰デテール像に対して再生アルゴリズ
ムを適用することにより、前記処理画像を計算するステ
ップであって、前記再生アルゴリズムは、残留画像及び
デテール像に減衰なしに適用された場合、前記ディジタ
ル画像またはその密接な近似が得られるようなものであ
るステップを含むことを特徴とするノイズ減少方法。 - 【請求項２】 前記ノイズレベルが各デテール像の評価
されたノイズ分散として決定されることを特徴とする請
求項１のノイズ減少方法。 - 【請求項３】 １セットのノイズ抑制関数が計算され、
各関数は前記デテール像の一つと関連し、 前記関数は一つの変数において単調に減少せず、上昇し
ない単調な方法で前記ノイズ分散にパラメーター的に依
存し、また前記関数は正であり、漸近的に１に等しい最
大値に到達し、また各デテール像は、前記局所デテール
像分散に等しい横座標で評価された関連するノイズ抑制
関数を掛けることによって減衰されることを特徴とする
請求項２のノイズ減少方法。 - 【請求項４】 多解像度表示が角錐型構造を有し、各デ
テール像のピクセル数が粗な各解像度レベルで減少する
ことを特徴とする請求項１のノイズ減少方法。 - 【請求項５】 最も密なレベルでのデテール像が、原画
像と原画像の低域フィルタリングによって得られた画像
との間のピクセルに応じた差として得られ、また原画像
を低域フィルタリングした二つのバージョンの間の差を
ピクセルに応じて取ることによって、漸次的に粗な解像
度レベルのデテール像が得られ、第二のフィルターは前
のものより小さな帯域幅を有することを特徴とする請求
項１のノイズ減少方法。 - 【請求項６】 漸次的に粗な解像度レベルにおけるデテ
ール像が以下のステップ、即ち、 ａ）現在の反復に対応する近似像に低域フィルターを適
用することにより、次の粗なレベルでの近似像を計算
し、空間周波数帯域幅の減少に比例してその結果をサブ
サンプリングし、最初の反復の間に前記低域フィルター
への入力として原画像を使用するステップ、および ｂ）現在の反復に対応する近似像と、サブ4.a)の方法に
より計算された次に粗な解像度レベルでの近似像との間
のピクセルに応じた差としてデテール像を計算し、両画
像が後者の画像の適切な補間によりレジスターに持ち込
まれるステップのＫ回の各反復の結果として得られ、 前記残留物は、最後の反復によって生じる近似像に等し
い残留画像であり、 前記処理画像は最も粗なデテール像及び残留画像から始
めて、以下の手順、即ち、 同じ解像度レベルのデテール像を、前の反復に対応する
より粗な解像度レベルの近似像にピクセルに応じて加え
ることにより、現在の解像度レベルで近似像を計算し、
両画像を後者の画像の適切な補間によりレジスターに持
ち込み、最初の反復において、前記のより粗な近似像の
代わりに残留画像を用いることをＫ回反復することによ
って得るステップを含むことを特徴とする請求項１のノ
イズ減少方法。 - 【請求項７】 前記サブサンプリング因数が２であり、
前記低域フィルターは二次元ガウス分布に近付くインパ
ルス応答を有することを特徴とする請求項６のノイズ減
少方法。 - 【請求項８】 前記多解像度表示は、多解像度レベル及
び残留率でデテール変換像を生じる前記ディジタル像に
変換を適用することによって得られ、各デテール変換像
は所定の１セットの基底関数から対応する基底関数の原
画像に対する相対分担を表す１セットの変換率を有し、
各関数は特定の解像度レベルでの局所デテールを表すと
共に非周期的であり、かつゼロの平均値を有し、また前
記変換は前記変換率及び前記残留率に適用された場合、
原画像またはその密接した近似に戻る逆の変換が存在す
ることを特徴とする請求項１のノイズ減少方法。 - 【請求項９】 前記基底関数が直交であることを特徴と
する請求項８のノイズ減少方法。 - 【請求項１０】 前記関数が不連続の小波であることを
特徴とする請求項９のノイズ減少方法。 - 【請求項１１】 画像におけるノイズ分散の前記評価に
は、 ａ）前記画像の各ピクセルの回りに小さな近傍を作り、
この近傍内の統計に基づく各中心ピクセルにおける局所
分散を計算し、前記画像と関連した局所分散ヒストグラ
ムの対応する入力を更新するため、各々のピクセルにお
ける局所分散を用いるステップと、 ｂ）前記ヒストグラム内の最も高い発生数に対応する局
所分散値として、前記画像のノイズ分散を指定するステ
ップとを含むことを特徴とする請求項２のノイズ減少方
法。 - 【請求項１２】 前記局所分散は前記近傍内の全てのピ
クセルの平均平方値として計算されることを特徴とする
請求項１１のノイズ減少方法。 - 【請求項１３】 前記ノイズ抑制関数は、再生画像の中
のノイズパワーの統計的な期待値が最小になるようなも
のであることを特徴とする請求項３のノイズ減少方法。 - 【請求項１４】 Ｓｖn をノイズ分散ｖn に対応するノ
イズ抑制関数、ｖを局所分散、Ｋを適用されるノイズ抑
制量を特定するノイズ抑制係数とした時に、前記ノイズ
抑制関数が、 もしｖ＜＝Ｋ *ｖn なら、Ｓｖn(ｖ）＝０ そうでなければ、Ｓｖn(ｖ）＝１−Ｋ *ｖn ／ｖ で定義されることを特徴とする請求項３のノイズ減少方
法。 - 【請求項１５】 前記多解像度分解が少なくとも一つ、
多くて五つのデテール像と残留物を含むことを特徴とす
る請求項１のノイズ減少方法。 - 【請求項１６】 より密なデテール像またはデテール変
換像における、より強いノイズ抑制による鋭敏性損失
が、より粗なレベルに対するよりもより密な解像度レベ
ルに対して、より大きな係数を各デテール像にピクセル
に応じて掛けることにより補正されることを特徴とする
請求項１のノイズ減少方法。 - 【請求項１７】 Ａを対応する画像全体で評価される請
求項１４により定義される関数Ｓｖn(v)の平均とし、Ｃ
を鋭敏性損失の望ましい相対補正量を明確にする、範囲
０....１のパラメーターとした時に、前記ノイズ抑制関
数が、 ｖ＜＝Ｋ *ｖn である場合、Ｓｖn （ｖ）＝０ そうでない場合、Ｓｖn （ｖ）＝（１−Ｋ* ｖn ／ｖ）
* （１＋Ｃ（１／Ａ−１）） のように定義されるよう修正されることを特徴とする請
求項１６記載のノイズ減少方法。 - 【請求項１８】 前記減衰デテール像が、絶対的な引き
数値が上昇するにつれて次第に減少する傾斜を有した、
コントラスト向上非線形単調上昇奇数マッピング関数に
よって、追加的に変換されることを特徴とする請求項１
７のノイズ減少方法。 - 【請求項１９】 前記ディジタル像が、そのノイズ特性
が近似的に均一で、付加的であり、帯域が制限されかつ
ゼロの平均値を有するような方法で事前処理されること
を特徴とする請求項１のノイズ減少方法。 - 【請求項２０】 前記事前処理が、前記ディジタル像の
ピクセル値を前記ピクセル値の平方根に変換することか
ら成ることを特徴とする請求項１９のノイズ減少方法。 - 【請求項２１】 特定の階調曲線に従って、処理画像を
所望の出力動的範囲にマッピングすることにより、処理
画像の動的範囲を減少させることを特徴とする請求項１
のノイズ減少方法。 - 【請求項２２】 光刺戟性リン光体スクリーンに記憶さ
れた放射線像を読み取ることによって、前記ディジタル
像が得られることを特徴とする請求項１のノイズ減少方
法。 - 【請求項２３】 画像の電子表示を処理する装置であっ
て、 前記電子表示を多解像度レベルで一連のデテール像に分
解し、また多解像度レベルの最低より低い解像度レベル
で残留画像に分解する手段（３０）と、 前記デテール像を記憶する手段（６１）と、 各デテール像におけるノイズレベルを評価し、あるいは
類似のノイズ統計を有するデテール像に対応する所定の
典型的なノイズレベル値を含むノイズテーブルから前記
ノイズレベルを呼び戻す手段（６２〜７０）と、 各デテール像の各ピクセルの回りの近傍内の局所画像成
分を評価する手段（６２〜６６）と、 前記の評価されたノイズレベルに従って、局所画像成分
の関数として各デテール像をピクセルに対応して減衰さ
せる手段（７１，７３）と、 残留画像及び減衰デテール像に対して再生アルゴリズム
を適用することにより、前記処理画像を計算する手段
（３４）であって、前記再生アルゴリズムが、残留画像
及びデテール像に減衰なしに適用された場合、前記原画
像またはその密接な近似が得られるようなものである手
段（３４）とを備えたことを特徴とする画像の電子表示
を処理する装置。 - 【請求項２４】 記憶手段（６１）から各解像度レベル
でデテール像を読み取る手段と、 前記デテール像の各位置で近傍のピクセルの局所分散を
計算する手段（６２，６４）と、 前記局所分散ピクセルを記憶する手段（６６）と、 計算された局所分散値のヒストグラムを、各解像度レベ
ルで計算するためのヒストグラム計算回路（６７）と、 前記ヒストグラム内において最も高い発生率の分散値と
して、ノイズ分散を評価する最大量ロケーター（６９）
と、 対応する解像度レベルでの前記ノイズ分散に従い、前記
デテール像の各ピクセルでの局所分散の関数としてピク
セルに応じて減衰率を計算する手段（７１）と、 特定の解像度レベルで各デテール像に、対応する減衰率
をピクセルに応じて掛けるかけ算器（７３）とを備えた
ことを特徴とする請求項２３の画像の電子表示を処理す
る装置。 - 【請求項２５】 光刺戟性リン光体スクリーンに記憶さ
れた放射線像を、光刺戟性放射線で前記スクリーンを走
査することにより読み取り、刺戟によって放射される光
を検知し、検知された光を電子表示に変換する装置（１
４〜１９）を含む画像獲得部分（１）を追加的に備えた
ことを特徴とする請求項２３の画像の電子表示を処理す
る装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE92201802.3 | 1992-06-19 | ||
| EP92201802 | 1992-06-19 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0696200A true JPH0696200A (ja) | 1994-04-08 |
| JP3193806B2 JP3193806B2 (ja) | 2001-07-30 |
Family
ID=8210705
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP16965193A Expired - Lifetime JP3193806B2 (ja) | 1992-06-19 | 1993-06-15 | ノイズ減少方法および装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5461655A (ja) |
| JP (1) | JP3193806B2 (ja) |
| DE (1) | DE69331719T2 (ja) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002183709A (ja) * | 2000-12-05 | 2002-06-28 | Ge Medical Systems Global Technology Co Llc | 画像処理方法および装置、記録媒体並びに画像撮影装置 |
| JP2003319261A (ja) * | 2002-02-22 | 2003-11-07 | Agfa Gevaert Nv | ノイズ低減方法 |
| US6771793B1 (en) | 1999-02-17 | 2004-08-03 | Fuji Photo Film Co., Ltd. | Image processing method and apparatus |
| JP2004257934A (ja) * | 2003-02-27 | 2004-09-16 | Nippon Telegr & Teleph Corp <Ntt> | ３次元形状計測方法及び３次元形状計測装置並びにその処理プログラムと記録媒体 |
| JP2006517826A (ja) * | 2003-02-05 | 2006-08-03 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 定量解析の精度表示 |
| JP2012019426A (ja) * | 2010-07-09 | 2012-01-26 | Hoya Corp | ノイズ除去装置 |
| JP2012250043A (ja) * | 2011-06-06 | 2012-12-20 | Toshiba Corp | ノイズ低減方法 |
| KR20140090311A (ko) * | 2012-12-31 | 2014-07-17 | 부산가톨릭대학교 산학협력단 | 전변분에 기초한 노이즈 제거 알고리즘을 이용한 유방 x선 조영장치에서의 선량 감소 방법 |
| JP2015024155A (ja) * | 2011-06-14 | 2015-02-05 | 株式会社東芝 | 画像処理装置 |
| JP2015100543A (ja) * | 2013-11-26 | 2015-06-04 | 富士フイルム株式会社 | 放射線画像処理装置、方法およびプログラム |
| JP2017056257A (ja) * | 2016-12-27 | 2017-03-23 | 富士フイルム株式会社 | 放射線画像処理装置、方法およびプログラム |
| CN108830809A (zh) * | 2018-06-05 | 2018-11-16 | 陕西师范大学 | 一种基于膨胀卷积图像去噪方法 |
| WO2023171432A1 (ja) * | 2022-03-07 | 2023-09-14 | ソニーグループ株式会社 | 画像処理装置、画像処理方法及びプログラム |
| CN118010849A (zh) * | 2024-04-10 | 2024-05-10 | 丰宁满族自治县启源建筑有限公司 | 一种高速公路桥涵损伤检测方法及系统 |
Families Citing this family (89)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5857038A (en) * | 1993-06-29 | 1999-01-05 | Canon Kabushiki Kaisha | Image processing apparatus and method for synthesizing first and second image data |
| DE69308024T2 (de) * | 1993-11-23 | 1997-08-14 | Agfa Gevaert Nv | Verfahren und Anordnung zur Lokalisierung von gesättigten Bildelementen auf einer Röntgenbildanzeigevorrichtung |
| US5802218A (en) * | 1994-11-04 | 1998-09-01 | Motorola, Inc. | Method, post-processing filter, and video compression system for suppressing mosquito and blocking atrifacts |
| EP0712092A1 (en) * | 1994-11-10 | 1996-05-15 | Agfa-Gevaert N.V. | Image contrast enhancing method |
| US5533091A (en) * | 1995-04-28 | 1996-07-02 | General Electric Company | Noise suppression algorithm and system |
| JP3976337B2 (ja) * | 1995-06-23 | 2007-09-19 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ノイズ低減用画像処理 |
| JP4004562B2 (ja) * | 1995-07-27 | 2007-11-07 | 富士フイルム株式会社 | 画像処理方法および装置 |
| JPH0944659A (ja) * | 1995-07-27 | 1997-02-14 | Fuji Photo Film Co Ltd | エネルギーサブトラクション処理方法および装置 |
| US5907642A (en) * | 1995-07-27 | 1999-05-25 | Fuji Photo Film Co., Ltd. | Method and apparatus for enhancing images by emphasis processing of a multiresolution frequency band |
| JP3675896B2 (ja) * | 1995-07-27 | 2005-07-27 | 富士写真フイルム株式会社 | 画像処理方法および装置 |
| FI100840B (fi) * | 1995-12-12 | 1998-02-27 | Nokia Mobile Phones Ltd | Kohinanvaimennin ja menetelmä taustakohinan vaimentamiseksi kohinaises ta puheesta sekä matkaviestin |
| JP4020966B2 (ja) * | 1995-12-21 | 2007-12-12 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像内のノイズ減少方法 |
| AUPN727195A0 (en) * | 1995-12-21 | 1996-01-18 | Canon Kabushiki Kaisha | Motion detection method and apparatus |
| US5663566A (en) * | 1996-04-16 | 1997-09-02 | Picker International, Inc. | Negativity bias reduction |
| US5689562A (en) * | 1996-07-16 | 1997-11-18 | Ericsson, Inc. | Method for transmitting superimposed image data in a radio frequency communication system |
| US5940117A (en) * | 1996-07-16 | 1999-08-17 | Ericsson, Inc. | Method for transmitting multiresolution image data in a radio frequency communication system |
| US6069979A (en) * | 1997-02-25 | 2000-05-30 | Eastman Kodak Company | Method for compressing the dynamic range of digital projection radiographic images |
| US5978518A (en) * | 1997-02-25 | 1999-11-02 | Eastman Kodak Company | Image enhancement in digital image processing |
| US5802481A (en) * | 1997-03-20 | 1998-09-01 | Motorola, Inc. | Adaptive filtering for use with data compression and signal reconstruction |
| WO1998055916A1 (en) * | 1997-06-06 | 1998-12-10 | Koninklijke Philips Electronics N.V. | Noise reduction in an image |
| US5887084A (en) * | 1997-11-07 | 1999-03-23 | Polaroid Corporation | Structuring a digital image into a DCT pyramid image representation |
| US6204853B1 (en) * | 1998-04-09 | 2001-03-20 | General Electric Company | 4D KAPPA5 Gaussian noise reduction |
| US6175658B1 (en) | 1998-07-10 | 2001-01-16 | General Electric Company | Spatially-selective edge enhancement for discrete pixel images |
| US6327307B1 (en) | 1998-08-07 | 2001-12-04 | Motorola, Inc. | Device, article of manufacture, method, memory, and computer-readable memory for removing video coding errors |
| US6249749B1 (en) | 1998-08-25 | 2001-06-19 | Ford Global Technologies, Inc. | Method and apparatus for separation of impulsive and non-impulsive components in a signal |
| US6182018B1 (en) | 1998-08-25 | 2001-01-30 | Ford Global Technologies, Inc. | Method and apparatus for identifying sound in a composite sound signal |
| JP2001013482A (ja) * | 1999-04-28 | 2001-01-19 | Sharp Corp | マトリクス表示装置およびプラズマアドレス表示装置 |
| JP4344964B2 (ja) * | 1999-06-01 | 2009-10-14 | ソニー株式会社 | 画像処理装置および画像処理方法 |
| EP1059811A2 (en) | 1999-06-10 | 2000-12-13 | Fuji Photo Film Co., Ltd. | Method and system for image processing, and recording medium |
| US7221782B1 (en) | 1999-06-24 | 2007-05-22 | General Electric Company | Method and apparatus for determining a dynamic range of a digital medical image |
| US6704440B1 (en) | 1999-06-24 | 2004-03-09 | General Electric Company | Method and apparatus for processing a medical image containing clinical and non-clinical regions |
| US6460003B1 (en) | 1999-07-01 | 2002-10-01 | General Electric Company | Apparatus and method for resolution calibration of radiographic images |
| US6633657B1 (en) | 1999-07-15 | 2003-10-14 | General Electric Company | Method and apparatus for controlling a dynamic range of a digital diagnostic image |
| JP4209061B2 (ja) * | 2000-02-09 | 2009-01-14 | 富士フイルム株式会社 | 画像処理符号復号化方法および画像処理符号復号化システム、画像処理符号化装置および画像処理復号化装置、並びに記録媒体 |
| EP1223553A3 (en) * | 2000-10-17 | 2003-09-24 | Fuji Photo Film Co., Ltd. | Apparatus for suppressing noise by adapting filter characteristics to input image signal based on characteristics of input image signal |
| US6937772B2 (en) * | 2000-12-20 | 2005-08-30 | Eastman Kodak Company | Multiresolution based method for removing noise from digital images |
| US6987892B2 (en) * | 2001-04-19 | 2006-01-17 | Eastman Kodak Company | Method, system and software for correcting image defects |
| ATE447216T1 (de) * | 2001-07-12 | 2009-11-15 | Do Labs | Verfahren und system zur verringerung der aktualisierungs-häufigkeit |
| US7116841B2 (en) | 2001-08-30 | 2006-10-03 | Micron Technology, Inc. | Apparatus, method, and product for downscaling an image |
| DK1446209T3 (da) * | 2001-11-13 | 2008-06-30 | Metanomics Gmbh & Co Kgaa | Fremgangsmåde til ekstraktion af indholdsstoffer fra organisk materiale |
| US6965702B2 (en) * | 2002-02-27 | 2005-11-15 | Eastman Kodak Company | Method for sharpening a digital image with signal to noise estimation |
| US6937775B2 (en) * | 2002-05-15 | 2005-08-30 | Eastman Kodak Company | Method of enhancing the tone scale of a digital image to extend the linear response range without amplifying noise |
| US7181086B2 (en) * | 2002-06-06 | 2007-02-20 | Eastman Kodak Company | Multiresolution method of spatially filtering a digital image |
| JP2006506164A (ja) * | 2002-11-20 | 2006-02-23 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ３次元メッシュモデルをオブジェクトの３次元表面に自動的に適応させる画像処理システム |
| JP2004193956A (ja) * | 2002-12-11 | 2004-07-08 | Konica Minolta Holdings Inc | 画像処理装置、画像処理方法、画像処理プログラムおよび画像記録装置 |
| US7227980B2 (en) * | 2002-12-19 | 2007-06-05 | Agilent Technologies, Inc. | Systems and methods for tomographic reconstruction of images in compressed format |
| US20040120566A1 (en) * | 2002-12-19 | 2004-06-24 | Gines David L. | Compact storage of projection matrix for tomography using separable operators |
| JP2004242285A (ja) * | 2003-01-14 | 2004-08-26 | Fuji Photo Film Co Ltd | ノイズ抑制処理方法および装置並びにプログラム |
| US7424141B2 (en) * | 2003-08-29 | 2008-09-09 | Agilent Technologies, Inc. | System and method for performing auto-focused tomosynthesis |
| US7257271B2 (en) * | 2003-12-17 | 2007-08-14 | Eastman Kodak Company | Noise reduction in color digital images using pyramid decomposition |
| US7250949B2 (en) * | 2003-12-23 | 2007-07-31 | General Electric Company | Method and system for visualizing three-dimensional data |
| JP4910699B2 (ja) * | 2004-07-07 | 2012-04-04 | 株式会社ニコン | 画像処理装置 |
| CN101133430A (zh) * | 2005-03-03 | 2008-02-27 | 皇家飞利浦电子股份有限公司 | 图像对比度和锐度增强 |
| WO2006120585A2 (en) * | 2005-03-03 | 2006-11-16 | Koninklijke Philips Electronics N.V. | Image enhancement |
| US7522220B2 (en) * | 2005-03-30 | 2009-04-21 | Samsung Electronics Co., Ltd. | Dual-channel adaptive 2D noise reduction for video signals |
| EP1865460B1 (en) * | 2005-03-31 | 2011-05-04 | Nikon Corporation | Image processing method |
| US20070014468A1 (en) * | 2005-07-12 | 2007-01-18 | Gines David L | System and method for confidence measures for mult-resolution auto-focused tomosynthesis |
| US7660481B2 (en) * | 2005-11-17 | 2010-02-09 | Vital Images, Inc. | Image enhancement using anisotropic noise filtering |
| ATE512421T1 (de) * | 2005-11-23 | 2011-06-15 | Cedara Software Corp | Verfahren und system zur verbesserung von digitalen bildern |
| JP4710635B2 (ja) * | 2006-02-07 | 2011-06-29 | ソニー株式会社 | 画像処理装置および方法、記録媒体、並びに、プログラム |
| EP1821257B1 (en) * | 2006-02-15 | 2010-08-04 | Sony Deutschland GmbH | Method for processing digital image data |
| WO2007116543A1 (ja) | 2006-03-31 | 2007-10-18 | Nikon Corporation | 画像処理方法 |
| TWI319676B (en) * | 2006-10-18 | 2010-01-11 | Quanta Comp Inc | Image processing apparatus and method |
| US8139891B2 (en) * | 2006-11-03 | 2012-03-20 | Siemens Aktiengesellschaft | System and method for structure enhancement and noise reduction in medical images |
| US8014623B2 (en) * | 2006-11-29 | 2011-09-06 | Ipera Technology, Inc. | System and method for efficiently enhancing videos and images |
| US8269727B2 (en) * | 2007-01-03 | 2012-09-18 | Apple Inc. | Irregular input identification |
| GB2456487A (en) * | 2007-01-09 | 2009-07-22 | Sony Uk Ltd | Image processing using RGB local mean and mapping of candidate colour components onto a possible dynamic range |
| JP4766118B2 (ja) | 2007-02-02 | 2011-09-07 | 株式会社ニコン | 画像処理方法 |
| US7995856B2 (en) | 2007-05-25 | 2011-08-09 | Zoran Corporation | Dynamic range compensation-dependent noise reduction |
| US8824831B2 (en) | 2007-05-25 | 2014-09-02 | Qualcomm Technologies, Inc. | Advanced noise reduction in digital cameras |
| US7889942B2 (en) * | 2007-05-25 | 2011-02-15 | Zoran Corporation | Dynamic range compensation-dependent noise reduction |
| US7983503B2 (en) * | 2007-05-25 | 2011-07-19 | Zoran Corporation | Advanced noise reduction in digital cameras |
| US8417050B2 (en) * | 2007-07-31 | 2013-04-09 | Hewlett-Packard Development Company, L.P. | Multi-scale robust sharpening and contrast enhancement |
| DE102007046941B4 (de) * | 2007-09-28 | 2017-12-28 | Siemens Healthcare Gmbh | Verfahren zur Darstellung von medizinischen Bildern sowie Röntgendiagnostikeinrichtung |
| US8055039B2 (en) * | 2008-02-21 | 2011-11-08 | General Electric Company | System and method to obtain noise mitigated monochromatic representation for varying energy level |
| JP5227629B2 (ja) * | 2008-03-25 | 2013-07-03 | 富士フイルム株式会社 | オブジェクト検出方法、オブジェクト検出装置、およびオブジェクト検出プログラム |
| JP5027030B2 (ja) * | 2008-03-25 | 2012-09-19 | 富士フイルム株式会社 | オブジェクト検出方法、オブジェクト検出装置、およびオブジェクト検出プログラム |
| FR2931025B1 (fr) * | 2008-05-07 | 2010-05-21 | Canon Kk | Procede de determination d'attributs de priorite associes a des conteneurs de donnees, par exemple dans un flux video, procede de codage, programme d'ordinateur et dispositifs associes |
| TWI456982B (zh) * | 2010-03-30 | 2014-10-11 | Realtek Semiconductor Corp | 影像處理裝置與空間影像雜訊消除方法 |
| CN102447817B (zh) * | 2010-09-30 | 2014-11-26 | 瑞昱半导体股份有限公司 | 图像处理装置与空间图像噪声消除方法 |
| IT1403150B1 (it) | 2010-11-24 | 2013-10-04 | St Microelectronics Srl | Procedimento e dispositivo per depurare dal rumore un segnale video digitale, relativo prodotto informatico. |
| JP2014135528A (ja) * | 2011-04-27 | 2014-07-24 | Sharp Corp | 画像処理装置、表示装置、画像処理方法および画像処理プログラム |
| US9014474B2 (en) | 2012-09-06 | 2015-04-21 | Cyberlink Corp. | Systems and methods for multi-resolution inpainting |
| JP5918198B2 (ja) * | 2013-11-26 | 2016-05-18 | 日立アロカメディカル株式会社 | 超音波診断装置 |
| US9613001B2 (en) * | 2013-12-20 | 2017-04-04 | Intel Corporation | Processing device for performing convolution operations |
| EP3420906A1 (en) | 2017-06-29 | 2019-01-02 | Koninklijke Philips N.V. | Image contrast enhancement of an x-ray image |
| EP3806027B8 (en) | 2019-10-10 | 2023-11-01 | Agfa Nv | Method and apparatus for noise reduction |
| CN111461999B (zh) * | 2020-03-13 | 2023-02-14 | 西安工程大学 | 一种基于超像素相似性测量的sar图像相干斑抑制方法 |
| CN111462004B (zh) * | 2020-03-30 | 2023-03-21 | 推想医疗科技股份有限公司 | 图像增强方法和装置、计算机设备、存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4649482A (en) * | 1984-08-31 | 1987-03-10 | Bio-Logic Systems Corp. | Brain electrical activity topographical mapping |
| FR2641099B1 (ja) * | 1988-12-22 | 1991-02-22 | Gen Electric Cgr | |
| US5319696A (en) * | 1992-10-05 | 1994-06-07 | General Electric Company | X-ray dose reduction in pulsed systems by adaptive X-ray pulse adjustment |
-
1993
- 1993-05-19 DE DE69331719T patent/DE69331719T2/de not_active Expired - Fee Related
- 1993-06-11 US US08/075,731 patent/US5461655A/en not_active Expired - Lifetime
- 1993-06-15 JP JP16965193A patent/JP3193806B2/ja not_active Expired - Lifetime
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6771793B1 (en) | 1999-02-17 | 2004-08-03 | Fuji Photo Film Co., Ltd. | Image processing method and apparatus |
| JP2002183709A (ja) * | 2000-12-05 | 2002-06-28 | Ge Medical Systems Global Technology Co Llc | 画像処理方法および装置、記録媒体並びに画像撮影装置 |
| JP2003319261A (ja) * | 2002-02-22 | 2003-11-07 | Agfa Gevaert Nv | ノイズ低減方法 |
| JP4486784B2 (ja) * | 2002-02-22 | 2010-06-23 | アグフア−ゲヴエルト，ナームローゼ・フエンノートシヤツプ | ノイズ低減方法 |
| JP2006517826A (ja) * | 2003-02-05 | 2006-08-03 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 定量解析の精度表示 |
| JP2004257934A (ja) * | 2003-02-27 | 2004-09-16 | Nippon Telegr & Teleph Corp <Ntt> | ３次元形状計測方法及び３次元形状計測装置並びにその処理プログラムと記録媒体 |
| JP2012019426A (ja) * | 2010-07-09 | 2012-01-26 | Hoya Corp | ノイズ除去装置 |
| JP2012250043A (ja) * | 2011-06-06 | 2012-12-20 | Toshiba Corp | ノイズ低減方法 |
| JP2015024155A (ja) * | 2011-06-14 | 2015-02-05 | 株式会社東芝 | 画像処理装置 |
| KR20140090311A (ko) * | 2012-12-31 | 2014-07-17 | 부산가톨릭대학교 산학협력단 | 전변분에 기초한 노이즈 제거 알고리즘을 이용한 유방 x선 조영장치에서의 선량 감소 방법 |
| JP2015100543A (ja) * | 2013-11-26 | 2015-06-04 | 富士フイルム株式会社 | 放射線画像処理装置、方法およびプログラム |
| JP2017056257A (ja) * | 2016-12-27 | 2017-03-23 | 富士フイルム株式会社 | 放射線画像処理装置、方法およびプログラム |
| CN108830809A (zh) * | 2018-06-05 | 2018-11-16 | 陕西师范大学 | 一种基于膨胀卷积图像去噪方法 |
| WO2023171432A1 (ja) * | 2022-03-07 | 2023-09-14 | ソニーグループ株式会社 | 画像処理装置、画像処理方法及びプログラム |
| CN118010849A (zh) * | 2024-04-10 | 2024-05-10 | 丰宁满族自治县启源建筑有限公司 | 一种高速公路桥涵损伤检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| US5461655A (en) | 1995-10-24 |
| JP3193806B2 (ja) | 2001-07-30 |
| DE69331719T2 (de) | 2002-10-24 |
| DE69331719D1 (de) | 2002-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3193806B2 (ja) | ノイズ減少方法および装置 | |
| US5805721A (en) | Method and apparatus for contrast enhancement | |
| EP0527525B1 (en) | Method and apparatus for contrast enhancement | |
| US5644662A (en) | Multiple processing of radiographic images based on a pyramidal image decomposition | |
| US5717791A (en) | Image contrast enhancing method | |
| EP0574969B1 (en) | A method and apparatus for noise reduction | |
| US6611627B1 (en) | Digital image processing method for edge shaping | |
| US7558434B2 (en) | Image processing apparatus, image processing method, storage medium, and program | |
| JP2551552B2 (ja) | 原画像の細部を強調した画像を表示もしくは記録する方法 | |
| JP4083587B2 (ja) | 画質向上方法及びそのための装置 | |
| US20100142790A1 (en) | Image processing method capable of enhancing contrast and reducing noise of digital image and image processing device using same | |
| US7672528B2 (en) | Method of processing an image to form an image pyramid | |
| JP3700804B2 (ja) | 画像処理方法および装置 | |
| JP2000050081A (ja) | エッジのコントラスト利得制御による自動ト―ン調節方法 | |
| EP0610603B1 (en) | Fast interactive off-line processing method for radiographic images | |
| JP3240235B2 (ja) | 放射線画像の表示方法 | |
| WO2021094471A1 (en) | Method and apparatus for contrast enhancement | |
| US6041135A (en) | Fast interactive off-line processing method for radiographic images | |
| JP3783116B2 (ja) | 放射線画像強調処理方法および装置 | |
| CN114450710A (zh) | 用于噪声降低的方法和装置 | |
| US20220405886A1 (en) | Method and Apparatus for Contrast Enhancement | |
| EP4187481A1 (en) | Greyscale gradation processing method | |
| JPH0944645A (ja) | 画像処理方法および装置 | |
| Unaldi et al. | Local statistics based filtering method for enhancement in super-resolution image reconstruction | |
| JPH0944658A (ja) | 画像処理方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080525 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090525 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100525 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100525 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110525 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110525 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120525 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120525 Year of fee payment: 11 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120525 Year of fee payment: 11 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120525 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130525 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130525 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140525 Year of fee payment: 13 |
|
| EXPY | Cancellation because of completion of term |