JPH07240876A - 信号変換装置 - Google Patents
信号変換装置Info
- Publication number
- JPH07240876A JPH07240876A JP5461994A JP5461994A JPH07240876A JP H07240876 A JPH07240876 A JP H07240876A JP 5461994 A JP5461994 A JP 5461994A JP 5461994 A JP5461994 A JP 5461994A JP H07240876 A JPH07240876 A JP H07240876A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- pixel
- value
- class
- signal conversion
- 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
Landscapes
- Studio Circuits (AREA)
Abstract
(57)【要約】
【目的】 複数の画像を切り替えて合成画像を生成する
時に必要とされる、切り替え信号の生成に関し、ストレ
ッチ処理を施しても量子化雑音を抑制することができ
る。 【構成】 入力端子３１から供給された前景画像信号
は、色領域抽出部３４において特定色領域が検出され
る。マッピング部３５は、色領域抽出部３４の出力信号
に基づいてクラス分類を行い、クラスに対応し、予め学
習によって得られた予測係数を用いてより高いレベルの
解像度信号が生成される。端子３３からしきい値Ｔｈが
ストレッチ部３６へ供給され、ストレッチ処理が施され
る。ストレッチ部３６からキー信号として係数ｋが乗算
器３７と相補信号発生部３８へ供給される。相補信号発
生部３８から係数（１−ｋ）が乗算器３９へ供給され
る。前景画像と背景画像は、係数ｋと（１−ｋ）が夫々
掛け合わされ合成画像として出力される。
時に必要とされる、切り替え信号の生成に関し、ストレ
ッチ処理を施しても量子化雑音を抑制することができ
る。 【構成】 入力端子３１から供給された前景画像信号
は、色領域抽出部３４において特定色領域が検出され
る。マッピング部３５は、色領域抽出部３４の出力信号
に基づいてクラス分類を行い、クラスに対応し、予め学
習によって得られた予測係数を用いてより高いレベルの
解像度信号が生成される。端子３３からしきい値Ｔｈが
ストレッチ部３６へ供給され、ストレッチ処理が施され
る。ストレッチ部３６からキー信号として係数ｋが乗算
器３７と相補信号発生部３８へ供給される。相補信号発
生部３８から係数（１−ｋ）が乗算器３９へ供給され
る。前景画像と背景画像は、係数ｋと（１−ｋ）が夫々
掛け合わされ合成画像として出力される。
Description
【０００１】
【産業上の利用分野】この発明は、複数の画像を切り替
えて合成画像を生成する信号変換装置に関して、特に、
画像切り替えのためのキー信号の生成に関する。
えて合成画像を生成する信号変換装置に関して、特に、
画像切り替えのためのキー信号の生成に関する。
【０００２】
【従来の技術】従来、複数の画像を切り替えて合成画像
を生成する信号変換装置としては、クロマキー装置、ス
イッチャー、およびビデオエフェクター等が挙げられ
る。一例として、ディジタルクロマキー装置は、２種類
の画像に対し、一方の画像（前景画像）中の特定の色
（例えば青）を指定し、該当するその色の部分を他方の
画像（背景画像）で置き換え、合成画像を生成する装置
である。
を生成する信号変換装置としては、クロマキー装置、ス
イッチャー、およびビデオエフェクター等が挙げられ
る。一例として、ディジタルクロマキー装置は、２種類
の画像に対し、一方の画像（前景画像）中の特定の色
（例えば青）を指定し、該当するその色の部分を他方の
画像（背景画像）で置き換え、合成画像を生成する装置
である。
【０００３】この色指定による切り替え信号は、キー信
号と呼ばれ、画像切り替えを部分の劣化を如何に減らす
か工夫されている。劣化問題の一つにキー信号の量子化
雑音がある。キー信号を用いて２種類の画像を切り替え
る方法としては、２値のキー信号で切り替えるハードキ
ーと、中間レベルを持たせるソフトキーがある。どちら
の場合も図１０に示すように、前景画像中に含まれる指
定色のキー信号に対してしきい値処理を施し、画像の切
り替え用に引き延ばすという手法が用いられる。この拡
大処理の手法をストレッチと呼び、このストレッチの拡
大率がストレッチゲインと呼ばれる。
号と呼ばれ、画像切り替えを部分の劣化を如何に減らす
か工夫されている。劣化問題の一つにキー信号の量子化
雑音がある。キー信号を用いて２種類の画像を切り替え
る方法としては、２値のキー信号で切り替えるハードキ
ーと、中間レベルを持たせるソフトキーがある。どちら
の場合も図１０に示すように、前景画像中に含まれる指
定色のキー信号に対してしきい値処理を施し、画像の切
り替え用に引き延ばすという手法が用いられる。この拡
大処理の手法をストレッチと呼び、このストレッチの拡
大率がストレッチゲインと呼ばれる。
【０００４】図１０の例では、ストレッチゲインが `
５' とされている。このストレッチゲインが大きいほ
ど、量子化雑音が増加し、画像劣化の原因となる。例え
ば、水の入った透明のコップを前景画像として、画像の
切り替えをソフトキーで行なった場合、コップ内側の部
分で量子化雑音が目立つ合成画像が生成される。量子化
雑音への対策の一例として、ストレッチゲインの小さい
画像を選択する手法がある。また、他の例としては、伝
送量子化ビット数を増加させる手法がある。しかしなが
ら、この伝送量子化ビット数を増やす手法は、伝送路の
問題等もあり運用上の負担が大きい。
５' とされている。このストレッチゲインが大きいほ
ど、量子化雑音が増加し、画像劣化の原因となる。例え
ば、水の入った透明のコップを前景画像として、画像の
切り替えをソフトキーで行なった場合、コップ内側の部
分で量子化雑音が目立つ合成画像が生成される。量子化
雑音への対策の一例として、ストレッチゲインの小さい
画像を選択する手法がある。また、他の例としては、伝
送量子化ビット数を増加させる手法がある。しかしなが
ら、この伝送量子化ビット数を増やす手法は、伝送路の
問題等もあり運用上の負担が大きい。
【０００５】図１１に従来のディジタルクロマキー装置
の一例の概略的構成を示す。入力端子６１から供給され
る前景画像信号と入力端子６２から供給される背景画像
信号の２種類の画像信号が夫々入力され、入力端子６１
から供給される前景画像信号から指定される特定色の領
域が抜き出される。その抜き出された信号の一例を図１
０Ａに示す。この例では、（０〜しきい値）の間の信号
を（０〜２５５）の信号（図１０Ｂ）へ拡大している。
また、この例では、データを８ビットで扱う場合を想定
し、（０〜２５５）と表記している。この説明におい
て、画像信号に含まれる各画素は、８ビットデータとす
る。
の一例の概略的構成を示す。入力端子６１から供給され
る前景画像信号と入力端子６２から供給される背景画像
信号の２種類の画像信号が夫々入力され、入力端子６１
から供給される前景画像信号から指定される特定色の領
域が抜き出される。その抜き出された信号の一例を図１
０Ａに示す。この例では、（０〜しきい値）の間の信号
を（０〜２５５）の信号（図１０Ｂ）へ拡大している。
また、この例では、データを８ビットで扱う場合を想定
し、（０〜２５５）と表記している。この説明におい
て、画像信号に含まれる各画素は、８ビットデータとす
る。
【０００６】図１０において、しきい値Ｔｈは、可変で
あり、キー信号発生部６４においてストレッチ処理を実
行するため、外部から端子６３を介してキー信号発生部
６４へしきい値Ｔｈが供給される。乗算器６５では、入
力端子６１から入力された前景画像信号とキー信号発生
部６４から供給されるキー信号の係数ｋが掛け合わされ
る。乗算器６７では、入力端子６２から入力された背景
画像信号とキー信号発生部６４から相補信号発生部６６
を介して供給されるキー信号の係数（１−ｋ）が掛け合
わされる。加算器６８は、乗算器６５および６７の夫々
の出力の画像合成演算が実行される。係数ｋを時間的に
変化させることによって、クロスフェード処理がなされ
る。その結果、背景画像中に前景画像がはめ込まれた合
成画像が生成され、その生成された合成画像は、出力端
子６９に取り出される。
あり、キー信号発生部６４においてストレッチ処理を実
行するため、外部から端子６３を介してキー信号発生部
６４へしきい値Ｔｈが供給される。乗算器６５では、入
力端子６１から入力された前景画像信号とキー信号発生
部６４から供給されるキー信号の係数ｋが掛け合わされ
る。乗算器６７では、入力端子６２から入力された背景
画像信号とキー信号発生部６４から相補信号発生部６６
を介して供給されるキー信号の係数（１−ｋ）が掛け合
わされる。加算器６８は、乗算器６５および６７の夫々
の出力の画像合成演算が実行される。係数ｋを時間的に
変化させることによって、クロスフェード処理がなされ
る。その結果、背景画像中に前景画像がはめ込まれた合
成画像が生成され、その生成された合成画像は、出力端
子６９に取り出される。
【０００７】
【発明が解決しようとする課題】上述のような、従来の
クロマキー装置において、合成画像が生成された場合、
生成された合成画像には劣化が生じる。この劣化は、キ
ー信号を生成するためにストレッチ処理を施すことによ
り発生する。すなわち、上述のようにストレッチゲイン
が `５' の例では、画像切り替え用キー信号の量子化雑
音も５倍になり合成画像における画像劣化が問題とな
る。
クロマキー装置において、合成画像が生成された場合、
生成された合成画像には劣化が生じる。この劣化は、キ
ー信号を生成するためにストレッチ処理を施すことによ
り発生する。すなわち、上述のようにストレッチゲイン
が `５' の例では、画像切り替え用キー信号の量子化雑
音も５倍になり合成画像における画像劣化が問題とな
る。
【０００８】従って、この発明の目的は、ストレッチ処
理を施しても、画像切り替え信号の量子化雑音が増える
ことを防止できる信号変換装置を提供することにある。
理を施しても、画像切り替え信号の量子化雑音が増える
ことを防止できる信号変換装置を提供することにある。
【０００９】
【課題を解決するための手段】この発明は、複数の画像
をキー信号によって切り替えて合成画像を生成する信号
変換装置において、注目画素の空間的または時間的に近
傍の複数の入力画素のデータをベクトル量子化すること
によって、注目画素のクラスを決定するための手段と、
予め学習によって獲得された、注目画素の推定値を生成
するための予測係数値がクラス毎に蓄えられた記憶手段
と、予測係数値を用いた演算により入力画素値より高い
レベル解像度を有する推定値を生成する手段と、推定値
に対して信号整形を施すことによりキー信号を生成する
手段とからなる信号変換装置である。
をキー信号によって切り替えて合成画像を生成する信号
変換装置において、注目画素の空間的または時間的に近
傍の複数の入力画素のデータをベクトル量子化すること
によって、注目画素のクラスを決定するための手段と、
予め学習によって獲得された、注目画素の推定値を生成
するための予測係数値がクラス毎に蓄えられた記憶手段
と、予測係数値を用いた演算により入力画素値より高い
レベル解像度を有する推定値を生成する手段と、推定値
に対して信号整形を施すことによりキー信号を生成する
手段とからなる信号変換装置である。
【００１０】
【作用】予め学習によって、例えば８ビットから１０ビ
ットへの変換のための予測係数が決定される。この予測
係数と、注目画素の周辺の入力画像データの複数の画素
値との線形１次結合によって、１０ビットの推定値が形
成される。１０ビットの信号を処理することによって、
切り替え用のキー信号が形成される。１０ビットへ変換
された信号を使用することによって、ストレッチ処理を
行っても、量子化雑音が増大することを抑えることがで
きる。
ットへの変換のための予測係数が決定される。この予測
係数と、注目画素の周辺の入力画像データの複数の画素
値との線形１次結合によって、１０ビットの推定値が形
成される。１０ビットの信号を処理することによって、
切り替え用のキー信号が形成される。１０ビットへ変換
された信号を使用することによって、ストレッチ処理を
行っても、量子化雑音が増大することを抑えることがで
きる。
【００１１】
【実施例】以下、この発明に係る信号変換装置の一実施
例について、図面を参照しながら詳細に説明する。この
実施例では、ディジタル画像信号を８ビットデータから
１０ビットデータへ変換し、１０ビットデータへ変換さ
れたディジタル画像信号に基づいて切り替え用キー信号
が生成される。８ビットから１０ビットへの変換は、予
め学習によって獲得された予測係数を用いてなされる。
例について、図面を参照しながら詳細に説明する。この
実施例では、ディジタル画像信号を８ビットデータから
１０ビットデータへ変換し、１０ビットデータへ変換さ
れたディジタル画像信号に基づいて切り替え用キー信号
が生成される。８ビットから１０ビットへの変換は、予
め学習によって獲得された予測係数を用いてなされる。
【００１２】図１は、この発明の一実施例の信号変換装
置の学習時の構成を示すブロック図である。１は、入力
端子で１０ビットで生成された原ディジタルキー信号が
入力され、入力された原ディジタルキー信号は、ビット
数変換回路２と学習部３へ夫々供給される。図１では、
省略したが、色領域抽出部において、特定色領域と対応
する原ディジタルキー信号が入力端子１から供給されて
もよい。
置の学習時の構成を示すブロック図である。１は、入力
端子で１０ビットで生成された原ディジタルキー信号が
入力され、入力された原ディジタルキー信号は、ビット
数変換回路２と学習部３へ夫々供給される。図１では、
省略したが、色領域抽出部において、特定色領域と対応
する原ディジタルキー信号が入力端子１から供給されて
もよい。
【００１３】ビット数変換回路２は、原ディジタルキー
信号の１０ビットデータを８ビットデータへ変換する。
変換の簡単な一例として、１０ビット中の下位２ビット
を除去することにより８ビットデータへ変換するもので
もよい。学習部３に対して、入力端子１から１０ビット
データが供給され、ビット数変換回路２から８ビットデ
ータが学習部３へ供給される。学習部３は、クラスコー
ドｃと予測係数ｗ0 ，ｗ1 ，ｗ2 を予測係数メモリ４へ
出力する。このクラスコードｃと予測係数ｗ0，ｗ1 ，
ｗ2 は、後述する手法から生成される。予測係数メモリ
４は、クラスコードｃで指定されるアドレスに予測係数
ｗ0 ，ｗ1 ，ｗ2 を記憶する。
信号の１０ビットデータを８ビットデータへ変換する。
変換の簡単な一例として、１０ビット中の下位２ビット
を除去することにより８ビットデータへ変換するもので
もよい。学習部３に対して、入力端子１から１０ビット
データが供給され、ビット数変換回路２から８ビットデ
ータが学習部３へ供給される。学習部３は、クラスコー
ドｃと予測係数ｗ0 ，ｗ1 ，ｗ2 を予測係数メモリ４へ
出力する。このクラスコードｃと予測係数ｗ0，ｗ1 ，
ｗ2 は、後述する手法から生成される。予測係数メモリ
４は、クラスコードｃで指定されるアドレスに予測係数
ｗ0 ，ｗ1 ，ｗ2 を記憶する。
【００１４】この一実施例に用いる画素（サンプル値）
の配置を図２に示す。キー信号自身は、時間的に劣化す
る１次元波形であるが、図２は、このキー信号を時系列
変換し、２次元的に分布するキー信号の画素（サンプル
値）として表している。学習の場合、８ビットデータｘ
0 〜ｘ8 の中からｘ0 〜ｘ2 と１０ビットデータＹを用
いて予測係数ｗ0 ，ｗ1 ，ｗ2 を学習する。各８ビット
データは、線形１次結合式で表現される。その一例とし
て、式（１）を下記に示す。 Ｙ＝ｗ0 ｘ0 ＋ｗ1 ｘ1 ＋ｗ2 ｘ2 （１）
の配置を図２に示す。キー信号自身は、時間的に劣化す
る１次元波形であるが、図２は、このキー信号を時系列
変換し、２次元的に分布するキー信号の画素（サンプル
値）として表している。学習の場合、８ビットデータｘ
0 〜ｘ8 の中からｘ0 〜ｘ2 と１０ビットデータＹを用
いて予測係数ｗ0 ，ｗ1 ，ｗ2 を学習する。各８ビット
データは、線形１次結合式で表現される。その一例とし
て、式（１）を下記に示す。 Ｙ＝ｗ0 ｘ0 ＋ｗ1 ｘ1 ＋ｗ2 ｘ2 （１）
【００１５】学習部３では各クラス毎に、式（１）に代
入された複数の信号データに基づいて正規方程式が生成
され、最小自乗法を使用し、誤差の自乗が最小となるよ
うな予測係数ｗ0 ，ｗ1 ，ｗ2 が決定される。クラス分
類としては、後述のように、ベクトル量子化が用いられ
る。
入された複数の信号データに基づいて正規方程式が生成
され、最小自乗法を使用し、誤差の自乗が最小となるよ
うな予測係数ｗ0 ，ｗ1 ，ｗ2 が決定される。クラス分
類としては、後述のように、ベクトル量子化が用いられ
る。
【００１６】学習部３において、複数の学習対象を用い
て正規方程式を生成する場合、ダイナッミクレンジＤ
Ｒ、すなわちアクティビティーの小さい画素の分布は、
学習対象から除外される。この理由として、アクティビ
ティーの小さい分布は、ノイズの影響が大きく、クラス
の本来の推定値から外れることが多いので、アクティビ
ティーの小さい画素分布を学習に含むと予測精度が低下
する。よって、予測精度の低下を避けるため、学習にお
いて、アクティビティーの小さい画素分布は、学習対象
から除外される。アクティビティーとしては、ダイナッ
ミクレンジ、差分絶対値和、標準偏差の絶対値等が判定
のために用いられる。
て正規方程式を生成する場合、ダイナッミクレンジＤ
Ｒ、すなわちアクティビティーの小さい画素の分布は、
学習対象から除外される。この理由として、アクティビ
ティーの小さい分布は、ノイズの影響が大きく、クラス
の本来の推定値から外れることが多いので、アクティビ
ティーの小さい画素分布を学習に含むと予測精度が低下
する。よって、予測精度の低下を避けるため、学習にお
いて、アクティビティーの小さい画素分布は、学習対象
から除外される。アクティビティーとしては、ダイナッ
ミクレンジ、差分絶対値和、標準偏差の絶対値等が判定
のために用いられる。
【００１７】図３は、クラス分類部の一例の構成を示
す。入力端子１１には、８ビットへ変換されたデータが
供給され、ベクトル量子化部１２に供給される。１ブロ
ックの９画素ｘ0 〜ｘ8 がベクトル量子化され、ベクト
ル量子化部１２によって、クラスコードｃが形成され
る。すなわち、この例では、クラス分けの方法としてベ
クトル量子化を使用する。一般的にベクトル量子化は、
Ｋ次元ユークリッド空間を有限な集合で表現するもので
ある。
す。入力端子１１には、８ビットへ変換されたデータが
供給され、ベクトル量子化部１２に供給される。１ブロ
ックの９画素ｘ0 〜ｘ8 がベクトル量子化され、ベクト
ル量子化部１２によって、クラスコードｃが形成され
る。すなわち、この例では、クラス分けの方法としてベ
クトル量子化を使用する。一般的にベクトル量子化は、
Ｋ次元ユークリッド空間を有限な集合で表現するもので
ある。
【００１８】ベクトル量子化部１２からのクラスコード
が予測係数メモリ４に供給される。予測係数メモリ４か
らは、クラスコードｃと対応するアドレスから読出され
た予測係数が出力端子１４に取り出される。但し、学習
部３では、クラスコードｃとともに、学習で獲得された
予測係数ｗ0,ｗ1,ｗ2 が予測係数メモリ４に供給され
る。また、後述のように、マッピングによってキー信号
を発生する時には、予め学習により得られている予測係
数が図３の構成のように、出力端子１４に取り出され
る。
が予測係数メモリ４に供給される。予測係数メモリ４か
らは、クラスコードｃと対応するアドレスから読出され
た予測係数が出力端子１４に取り出される。但し、学習
部３では、クラスコードｃとともに、学習で獲得された
予測係数ｗ0,ｗ1,ｗ2 が予測係数メモリ４に供給され
る。また、後述のように、マッピングによってキー信号
を発生する時には、予め学習により得られている予測係
数が図３の構成のように、出力端子１４に取り出され
る。
【００１９】ここで、図２に示すように注目画素Ｙを中
心として、（３×３）画素のデータｘ0 〜ｘ8 を一例と
してベクトル量子化によるクラス分けについて、図４を
参照して説明する。９個の画素データは、９個の独立成
分により構成される９次元ベクトル空間内に存在する。
このベクトル空間は、ｘ0 〜ｘ8 までの座標軸で構成さ
れている。図４では、ｘ0 、ｘ4 、ｘ8 、ｘi という省
略した表示を行っている。
心として、（３×３）画素のデータｘ0 〜ｘ8 を一例と
してベクトル量子化によるクラス分けについて、図４を
参照して説明する。９個の画素データは、９個の独立成
分により構成される９次元ベクトル空間内に存在する。
このベクトル空間は、ｘ0 〜ｘ8 までの座標軸で構成さ
れている。図４では、ｘ0 、ｘ4 、ｘ8 、ｘi という省
略した表示を行っている。
【００２０】画像データより生成される９次元ベクトル
のベクトル空間内の存在領域を調べると、ベクトル空間
内に一様に分布するのではなく、存在領域が偏ってい
る。それは、画像の局所的相関によっている。そこで、
近接する複数のベクトルを集めてひとつのクラスを生成
する。図４では、クラス０、クラス１、クラス２、・・
・クラスＮが示されている。これらのクラスがクラスコ
ードｃによって指示される。
のベクトル空間内の存在領域を調べると、ベクトル空間
内に一様に分布するのではなく、存在領域が偏ってい
る。それは、画像の局所的相関によっている。そこで、
近接する複数のベクトルを集めてひとつのクラスを生成
する。図４では、クラス０、クラス１、クラス２、・・
・クラスＮが示されている。これらのクラスがクラスコ
ードｃによって指示される。
【００２１】クラスＮに注目すると、その中にはベクト
ルｖ0 、ｖ1 、ｖk などが含まれる。図４の例では、ク
ラスＮに対して代表ベクトルＶが選択されている。この
ように生成されたクラス毎に代表ベクトルを決定する。
この代表ベクトルは、予めブロックデータを対象とした
学習により決定され、コードブックに登録しておく。任
意の入力ベクトルに対してコードブックに登録されてい
る代表ベクトルとの一致度を調査し、最も近似度が高い
代表ベクトルを持つクラスが選択される。このように、
９次元ベクトル空間を少ないクラス数で表すことで、デ
ータ圧縮を実現することが可能となる。
ルｖ0 、ｖ1 、ｖk などが含まれる。図４の例では、ク
ラスＮに対して代表ベクトルＶが選択されている。この
ように生成されたクラス毎に代表ベクトルを決定する。
この代表ベクトルは、予めブロックデータを対象とした
学習により決定され、コードブックに登録しておく。任
意の入力ベクトルに対してコードブックに登録されてい
る代表ベクトルとの一致度を調査し、最も近似度が高い
代表ベクトルを持つクラスが選択される。このように、
９次元ベクトル空間を少ないクラス数で表すことで、デ
ータ圧縮を実現することが可能となる。
【００２２】若し、圧縮しないで８ビットの画素データ
を使用してクラス分けを行った時には、８ビット量子化
の９画素のブロックデータは、２72という膨大なクラス
数となる。上述のように、ベクトル量子化を施すことに
よって、大幅なクラス数の削減が実現される。
を使用してクラス分けを行った時には、８ビット量子化
の９画素のブロックデータは、２72という膨大なクラス
数となる。上述のように、ベクトル量子化を施すことに
よって、大幅なクラス数の削減が実現される。
【００２３】クラス分類の他の例について、図５を参照
して説明する。１５は、圧縮符号化を使用したクラス分
類部であり、１６は、ブロック毎のアクティビィティー
に基づくクラス分類部である。アクティビィティーの具
体的なものは、ブロックのダイナミックレンジ、ブロッ
クデータの標準偏差の絶対値、ブロックデータの平均値
に対する各画素の値の差分の絶対値等である。アクティ
ビィティーにより画像の性質が異なる場合があるので、
このようなアクティビィティーをクラス分類のパラメー
タとして使用することによって、クラス分類をより高性
能とすることができ、また、クラス分類の自由度を増す
ことできる。
して説明する。１５は、圧縮符号化を使用したクラス分
類部であり、１６は、ブロック毎のアクティビィティー
に基づくクラス分類部である。アクティビィティーの具
体的なものは、ブロックのダイナミックレンジ、ブロッ
クデータの標準偏差の絶対値、ブロックデータの平均値
に対する各画素の値の差分の絶対値等である。アクティ
ビィティーにより画像の性質が異なる場合があるので、
このようなアクティビィティーをクラス分類のパラメー
タとして使用することによって、クラス分類をより高性
能とすることができ、また、クラス分類の自由度を増す
ことできる。
【００２４】クラス分類部１５および１６によるクラス
分類の動作は、まず、クラス分類部１６によって、ブロ
ックのアクティビィティーにより複数のクラスに分け、
そのクラス毎にクラス分類部１５によるクラス分けを行
う。クラス分類部１５は、上述のベクトル量子化、ＡＤ
ＲＣ(Adaptive Dynamic-Range Coding) 、ＤＰＣＭ(Dif
ferential PCM)またはＢＴＣ(Block Trancation Codin
g) 等による圧縮符号化によって、ブロック内の画素デ
ータのビット数を圧縮するものである。
分類の動作は、まず、クラス分類部１６によって、ブロ
ックのアクティビィティーにより複数のクラスに分け、
そのクラス毎にクラス分類部１５によるクラス分けを行
う。クラス分類部１５は、上述のベクトル量子化、ＡＤ
ＲＣ(Adaptive Dynamic-Range Coding) 、ＤＰＣＭ(Dif
ferential PCM)またはＢＴＣ(Block Trancation Codin
g) 等による圧縮符号化によって、ブロック内の画素デ
ータのビット数を圧縮するものである。
【００２５】ＡＤＲＣは、ブロックのダイナミックレン
ジＤＲを検出し、最小値ＭＩＮを除去することによっ
て、正規化した各画素データをダイナミックレンジＤＲ
に応じた量子化ステップ幅によって、量子化するもので
ある。例えば画素データｘ0 〜ｘ8 をＡＤＲＣで１ビッ
トへ圧縮した時には、９ビットのクラスコードが形成さ
れる。ＤＰＣＭは、予測値と真値との差分を符号化出力
とするものである。ＢＴＣは、例えばブロック毎に平均
値、標準偏差を求めるものである。
ジＤＲを検出し、最小値ＭＩＮを除去することによっ
て、正規化した各画素データをダイナミックレンジＤＲ
に応じた量子化ステップ幅によって、量子化するもので
ある。例えば画素データｘ0 〜ｘ8 をＡＤＲＣで１ビッ
トへ圧縮した時には、９ビットのクラスコードが形成さ
れる。ＤＰＣＭは、予測値と真値との差分を符号化出力
とするものである。ＢＴＣは、例えばブロック毎に平均
値、標準偏差を求めるものである。
【００２６】図６は、上述した学習をソフトウェア処理
で行う時のその動作を示すフローチャートである。ステ
ップ２１から学習処理の制御が開始され、ステップ２２
の学習データ形成では、既知の画像に対応した学習デー
タが形成される。具体的には、上述したように、図２の
画素の配列を使用できる。ここでも、ダイナミックレン
ジＤＲがしきい値より小さい分布、すなわちアクティビ
ティーが小さい分布は、学習データとして扱わない制御
がなされる。ステップ２３のデータ終了では、入力され
た全データ例えば１フレームのデータの処理が終了して
いれば、ステップ２６の予測係数決定へ制御が移り、終
了していなければ、ステップ２４のクラス決定へ制御が
移る。
で行う時のその動作を示すフローチャートである。ステ
ップ２１から学習処理の制御が開始され、ステップ２２
の学習データ形成では、既知の画像に対応した学習デー
タが形成される。具体的には、上述したように、図２の
画素の配列を使用できる。ここでも、ダイナミックレン
ジＤＲがしきい値より小さい分布、すなわちアクティビ
ティーが小さい分布は、学習データとして扱わない制御
がなされる。ステップ２３のデータ終了では、入力され
た全データ例えば１フレームのデータの処理が終了して
いれば、ステップ２６の予測係数決定へ制御が移り、終
了していなければ、ステップ２４のクラス決定へ制御が
移る。
【００２７】ステップ２４のクラス決定は、入力された
学習データのクラス分類がなされる。これは、上述のよ
うな、ベクトル量子化によるクラス分類、あるいはアク
ティビィティーによるクラス分類と圧縮符号化によるク
ラス分類の組合せが用いられる。ステップ２５の正規方
程式加算では、後述する式（８）および（９）の正規方
程式が作成される。
学習データのクラス分類がなされる。これは、上述のよ
うな、ベクトル量子化によるクラス分類、あるいはアク
ティビィティーによるクラス分類と圧縮符号化によるク
ラス分類の組合せが用いられる。ステップ２５の正規方
程式加算では、後述する式（８）および（９）の正規方
程式が作成される。
【００２８】ステップ２３のデータ終了から全データの
処理が終了後、制御がステップ２６に移り、ステップ２
６の予測係数決定では、後述する式（１０）を行列解法
を用いて解いて、予測係数を決める。ステップ２７の予
測係数ストアで、予測係数をメモリにストアし、ステッ
プ２８で学習処理の制御が終了する。
処理が終了後、制御がステップ２６に移り、ステップ２
６の予測係数決定では、後述する式（１０）を行列解法
を用いて解いて、予測係数を決める。ステップ２７の予
測係数ストアで、予測係数をメモリにストアし、ステッ
プ２８で学習処理の制御が終了する。
【００２９】図６中のステップ２５（正規方程式生成）
およびステップ２６（予測係数決定）の処理をより詳細
に説明する。注目画素の真値をｙとし、その推定値をｙ
´とし、その周囲の画素の値をｘ1 〜ｘn としたとき、
クラス毎に係数ｗ1 〜ｗn によるｎタップの線形１次結
合 ｙ´＝ｗ1 ｘ1 ＋ｗ2 ｘ2 ＋‥‥＋ｗn ｘn （３） を設定する。学習前はｗi が未定係数である。
およびステップ２６（予測係数決定）の処理をより詳細
に説明する。注目画素の真値をｙとし、その推定値をｙ
´とし、その周囲の画素の値をｘ1 〜ｘn としたとき、
クラス毎に係数ｗ1 〜ｗn によるｎタップの線形１次結
合 ｙ´＝ｗ1 ｘ1 ＋ｗ2 ｘ2 ＋‥‥＋ｗn ｘn （３） を設定する。学習前はｗi が未定係数である。
【００３０】上述のように、学習はクラス毎になされ、
データ数がｍの場合、式（３）に従って、 ｙj ´＝ｗ1 ｘj1＋ｗ2 ｘj2＋‥‥＋ｗn ｘjn （４） （但し、ｊ＝１，２，‥‥ｍ）
データ数がｍの場合、式（３）に従って、 ｙj ´＝ｗ1 ｘj1＋ｗ2 ｘj2＋‥‥＋ｗn ｘjn （４） （但し、ｊ＝１，２，‥‥ｍ）
【００３１】ｍ＞ｎの場合、ｗ1 〜ｗn は一意には決ま
らないので、誤差ベクトルＥの要素を ｅj ＝ｙj −（ｗ1 ｘj1＋ｗ2 ｘj2＋‥‥＋ｗn ｘjn） （５） （但し、ｊ＝１，２，‥‥ｍ）と定義して、次の式
（６）を最小にする係数を求める。
らないので、誤差ベクトルＥの要素を ｅj ＝ｙj −（ｗ1 ｘj1＋ｗ2 ｘj2＋‥‥＋ｗn ｘjn） （５） （但し、ｊ＝１，２，‥‥ｍ）と定義して、次の式
（６）を最小にする係数を求める。
【００３２】
【数１】
【００３３】いわゆる最小自乗法による解法である。こ
こで式（６）のｗi による偏微分係数を求める。
こで式（６）のｗi による偏微分係数を求める。
【００３４】
【数２】
【００３５】式（７）を `０' にするように各ｗi を決
めればよいから、
めればよいから、
【００３６】
【数３】
【００３７】として、行列を用いると
【００３８】
【数４】
【００３９】となる。この方程式は一般に正規方程式と
呼ばれている。この方程式を掃き出し法等の一般的な行
列解法を用いて、ｗi について解けば、予測係数ｗi が
求まり、クラスコードをアドレスとして、この予測係数
ｗi をメモリに格納しておく。
呼ばれている。この方程式を掃き出し法等の一般的な行
列解法を用いて、ｗi について解けば、予測係数ｗi が
求まり、クラスコードをアドレスとして、この予測係数
ｗi をメモリに格納しておく。
【００４０】なお、情報圧縮を行う場合、参照画素を同
一のビット数のデータへ変換しているが、注目画素と参
照画素との間の距離を考慮して、割り当てビット数を異
ならせても良い。すなわち、注目画素により近い参照画
素の割り当てビット数がそれが遠いもののビット数より
多くされる。
一のビット数のデータへ変換しているが、注目画素と参
照画素との間の距離を考慮して、割り当てビット数を異
ならせても良い。すなわち、注目画素により近い参照画
素の割り当てビット数がそれが遠いもののビット数より
多くされる。
【００４１】図７は、この発明をクロマキー装置に対し
て適応した一実施例のブロック図である。３１は、前景
画像信号が供給される入力端子で、この前景画像中の特
定色領域が色領域抽出部３４において検出される。色領
域抽出部３４の出力信号は、図１０Ａに示す信号に対応
する。マッピング部３５は、色領域抽出部３４の出力信
号が供給され、その出力信号に基づいてクラス分類が行
なわれる。クラス分類は、ベクトル量子化を使用したも
の（図３）あるいはアクティビィティーによるクラス分
類と圧縮符号化の組合（図５）せであり、学習の場合と
同様のクラス分類が成される。決定されたクラスに対応
し、予め学習された予測係数を用いて、８ビットより高
いレベル解像度を有する、例えば１０ビットの信号がマ
ッピング部３５において、生成される。
て適応した一実施例のブロック図である。３１は、前景
画像信号が供給される入力端子で、この前景画像中の特
定色領域が色領域抽出部３４において検出される。色領
域抽出部３４の出力信号は、図１０Ａに示す信号に対応
する。マッピング部３５は、色領域抽出部３４の出力信
号が供給され、その出力信号に基づいてクラス分類が行
なわれる。クラス分類は、ベクトル量子化を使用したも
の（図３）あるいはアクティビィティーによるクラス分
類と圧縮符号化の組合（図５）せであり、学習の場合と
同様のクラス分類が成される。決定されたクラスに対応
し、予め学習された予測係数を用いて、８ビットより高
いレベル解像度を有する、例えば１０ビットの信号がマ
ッピング部３５において、生成される。
【００４２】すなわち、特定色領域信号は、８ビットか
ら、例えば１０ビットへ変換され、マッピング部３５か
らストレッチ部３６へ供給される。８ビットの信号にス
トレッチ処理を施し、キー信号を生成する手法と比較し
て、この例に示すように、１０ビットの信号にストレッ
チ処理を施せば、量子化雑音は１／４に低減できる。言
い換えると、１０ビットの信号を、４倍にストレッチ処
理を施した後の量子化雑音は、ストレッチ処理を施す前
の８ビットの信号の量子化雑音と同等である。このよう
なレベル解像度を向上する処理において、画像の局所的
特徴を反映するように、クラス分類は、用いられる。
ら、例えば１０ビットへ変換され、マッピング部３５か
らストレッチ部３６へ供給される。８ビットの信号にス
トレッチ処理を施し、キー信号を生成する手法と比較し
て、この例に示すように、１０ビットの信号にストレッ
チ処理を施せば、量子化雑音は１／４に低減できる。言
い換えると、１０ビットの信号を、４倍にストレッチ処
理を施した後の量子化雑音は、ストレッチ処理を施す前
の８ビットの信号の量子化雑音と同等である。このよう
なレベル解像度を向上する処理において、画像の局所的
特徴を反映するように、クラス分類は、用いられる。
【００４３】端子３３から入力されたしきい値Ｔｈは、
ストレッチ部３６へ供給される。ストレッチ部３６で
は、マッピング部３５から供給される１０ビットの信号
に対し、その（０〜しきい値Ｔｈ）の間のレベルが（０
〜２５５）の値へストレッチされる。ストレッチ部３６
は、８ビットのキー信号（そのゲインが係数ｋと対応す
る）が出力される。そして、乗算器３７へ係数ｋが供給
され、乗算器３９へは、相補信号発生部３８から発生す
る係数（１−ｋ）が供給される。入力端子３１から供給
される前景画像と係数ｋが乗算器３７で乗算され、入力
端子３２から供給される背景画像が係数（１−ｋ）が乗
算器３９で乗算される。乗算器３７および３９の夫々の
出力が加算器４０で加算され、出力端子３１からクロス
フェードされ、量子化雑音の低減された合成画像が供給
される。
ストレッチ部３６へ供給される。ストレッチ部３６で
は、マッピング部３５から供給される１０ビットの信号
に対し、その（０〜しきい値Ｔｈ）の間のレベルが（０
〜２５５）の値へストレッチされる。ストレッチ部３６
は、８ビットのキー信号（そのゲインが係数ｋと対応す
る）が出力される。そして、乗算器３７へ係数ｋが供給
され、乗算器３９へは、相補信号発生部３８から発生す
る係数（１−ｋ）が供給される。入力端子３１から供給
される前景画像と係数ｋが乗算器３７で乗算され、入力
端子３２から供給される背景画像が係数（１−ｋ）が乗
算器３９で乗算される。乗算器３７および３９の夫々の
出力が加算器４０で加算され、出力端子３１からクロス
フェードされ、量子化雑音の低減された合成画像が供給
される。
【００４４】ここで、マッピング部３５の構成を図８に
示す。入力端子４５から入力された８ビットの信号は、
クラス分類部を構成する、ベクトル量子化回路４６と予
測演算部４７へ供給される。ベクトル量子化回路４６に
代えて、アクティビィティーによるクラス分類および圧
縮符号化の組合せの構成を使用しても良い。
示す。入力端子４５から入力された８ビットの信号は、
クラス分類部を構成する、ベクトル量子化回路４６と予
測演算部４７へ供給される。ベクトル量子化回路４６に
代えて、アクティビィティーによるクラス分類および圧
縮符号化の組合せの構成を使用しても良い。
【００４５】ベクトル量子化回路４６の出力、すなわち
クラスコードｃは、予測係数メモリ４へ供給され、クラ
スコードｃに対応した予測係数ｗ0 ，ｗ1 ，ｗ2 が予測
係数メモリ４から読み取られる。予測演算部４７では、
入力端子４５から供給された８ビットの信号と予測係数
メモリ４から得た予測係数ｗ0 、ｗ1 、ｗ2 が夫々供給
され、上述した式（１）により演算された、１０ビット
データの最適推定値Ｙが得られ、出力端子４８から取り
出される。
クラスコードｃは、予測係数メモリ４へ供給され、クラ
スコードｃに対応した予測係数ｗ0 ，ｗ1 ，ｗ2 が予測
係数メモリ４から読み取られる。予測演算部４７では、
入力端子４５から供給された８ビットの信号と予測係数
メモリ４から得た予測係数ｗ0 、ｗ1 、ｗ2 が夫々供給
され、上述した式（１）により演算された、１０ビット
データの最適推定値Ｙが得られ、出力端子４８から取り
出される。
【００４６】上述の一実施例において、色領域抽出部３
４からの色信号を８ビットから１０ビットへ変換するの
に、予測係数と周辺の画素データとの線形１次結合によ
って、１０ビットデータを得ている。８ビットデータを
１０ビットデータへ変換する他の方法としては、予測係
数ではなく、１０ビットデータの値（すなわち、推定画
素値）を学習によって生成し、それをメモリに蓄えるよ
うにしても良い。
４からの色信号を８ビットから１０ビットへ変換するの
に、予測係数と周辺の画素データとの線形１次結合によ
って、１０ビットデータを得ている。８ビットデータを
１０ビットデータへ変換する他の方法としては、予測係
数ではなく、１０ビットデータの値（すなわち、推定画
素値）を学習によって生成し、それをメモリに蓄えるよ
うにしても良い。
【００４７】８ビットデータから１０ビットデータを推
定する、重心法を用いる場合の学習方法について、図９
のフローチャートに沿って説明する。ステップ５１は、
このフローチャートの開始を表し、ステップ５２は、こ
の学習を行うための準備として、クラスの度数カウンタ
Ｎ（＊）およびクラスのデータテーブルＥ（＊）の初期
化を行うために全ての度数カウンタＮ（＊）および全て
のデータテーブルＥ（＊）へ `０' データが書き込まれ
る。ここで、 `＊' は、全てのクラスを示し、クラスｃ
０に対応する度数カウンタは、Ｎ（ｃ０）となり、デー
タテーブルは、Ｅ（ｃ０）となる。ステップ５２（初期
化）の制御が終了するとステップ５３へ制御が移る。
定する、重心法を用いる場合の学習方法について、図９
のフローチャートに沿って説明する。ステップ５１は、
このフローチャートの開始を表し、ステップ５２は、こ
の学習を行うための準備として、クラスの度数カウンタ
Ｎ（＊）およびクラスのデータテーブルＥ（＊）の初期
化を行うために全ての度数カウンタＮ（＊）および全て
のデータテーブルＥ（＊）へ `０' データが書き込まれ
る。ここで、 `＊' は、全てのクラスを示し、クラスｃ
０に対応する度数カウンタは、Ｎ（ｃ０）となり、デー
タテーブルは、Ｅ（ｃ０）となる。ステップ５２（初期
化）の制御が終了するとステップ５３へ制御が移る。
【００４８】ステップ５３は、注目画素を中心とした学
習対象画素近傍データから、その注目画素のクラスが決
定される。このステップ５３（クラス決定）では、上述
のベクトル量子化、またはアクティビィティーおよび圧
縮符号化を組み合わせたクラス分類がなされる。そし
て、ステップ５４では、この学習対象となる１０ビット
画素値ｅが検出される。このとき、１０ビット画素値ｅ
そのものを検出する場合、近傍データから補間された基
準値からの差分を画素値ｅとして検出する場合等が考え
られる。後者は、学習条件に応じ推定値の精度を向上さ
せる目的で使用される。
習対象画素近傍データから、その注目画素のクラスが決
定される。このステップ５３（クラス決定）では、上述
のベクトル量子化、またはアクティビィティーおよび圧
縮符号化を組み合わせたクラス分類がなされる。そし
て、ステップ５４では、この学習対象となる１０ビット
画素値ｅが検出される。このとき、１０ビット画素値ｅ
そのものを検出する場合、近傍データから補間された基
準値からの差分を画素値ｅとして検出する場合等が考え
られる。後者は、学習条件に応じ推定値の精度を向上さ
せる目的で使用される。
【００４９】こうしてステップ５３（クラス決定）およ
びステップ５４（データ検出）から制御がステップ５５
へ移り、ステップ５５のデータ加算では、クラスｃのデ
ータテーブルＥ（ｃ）の内容に画素値ｅが加算される。
次に、ステップ５６の度数加算において、そのクラスｃ
の度数カウンタＮ（ｃ）が `＋１' インクリメントされ
る。
びステップ５４（データ検出）から制御がステップ５５
へ移り、ステップ５５のデータ加算では、クラスｃのデ
ータテーブルＥ（ｃ）の内容に画素値ｅが加算される。
次に、ステップ５６の度数加算において、そのクラスｃ
の度数カウンタＮ（ｃ）が `＋１' インクリメントされ
る。
【００５０】全学習対象画素について、ステップ５３
（クラス決定）からステップ５６（度数加算）の制御が
終了したか否かを判定するステップ５７では、全データ
の学習が終了していれば `ＹＥＳ' 、すなわちステップ
５８へ制御が移り、全データの学習が終了していなけれ
ば `ＮＯ' 、すなわちステップ５３（クラス決定）へ制
御が移り、全データの学習が終了になるまで、繰り返し
実行され、全てのクラスの度数カウンタＮ（＊）と対応
する全てのクラスのデータテーブルＥ（＊）が生成され
る。
（クラス決定）からステップ５６（度数加算）の制御が
終了したか否かを判定するステップ５７では、全データ
の学習が終了していれば `ＹＥＳ' 、すなわちステップ
５８へ制御が移り、全データの学習が終了していなけれ
ば `ＮＯ' 、すなわちステップ５３（クラス決定）へ制
御が移り、全データの学習が終了になるまで、繰り返し
実行され、全てのクラスの度数カウンタＮ（＊）と対応
する全てのクラスのデータテーブルＥ（＊）が生成され
る。
【００５１】ステップ５８では、画素値ｅの積算値が保
持されている各クラスのデータテーブルＥ（＊）が対応
する画素値ｅの出現度数が保持されている各クラスの度
数カウンタＮ（＊）で除算され、各クラスの平均値が算
出される。この平均値が各クラスの推定値となる。ステ
ップ５９では、ステップ５８において、算出された推定
値（平均値）が各クラス毎に登録される。全クラスの推
定値の登録が終了すると、制御がステップ６０へ移り、
この学習フローチャートの終了となる。この手法は、学
習対象画素値の分布の平均から推定値が生成されること
から、重心法と呼ばれる。
持されている各クラスのデータテーブルＥ（＊）が対応
する画素値ｅの出現度数が保持されている各クラスの度
数カウンタＮ（＊）で除算され、各クラスの平均値が算
出される。この平均値が各クラスの推定値となる。ステ
ップ５９では、ステップ５８において、算出された推定
値（平均値）が各クラス毎に登録される。全クラスの推
定値の登録が終了すると、制御がステップ６０へ移り、
この学習フローチャートの終了となる。この手法は、学
習対象画素値の分布の平均から推定値が生成されること
から、重心法と呼ばれる。
【００５２】なお、上述の一実施例は、この発明をディ
ジタルクロマキー装置に対して適用したものであるが、
これに限らず、スイッチャー、ビデオエフェクタ等のデ
ィジタルビデオ信号処理装置に対しても、適用すること
ができる。
ジタルクロマキー装置に対して適用したものであるが、
これに限らず、スイッチャー、ビデオエフェクタ等のデ
ィジタルビデオ信号処理装置に対しても、適用すること
ができる。
【００５３】
【発明の効果】この発明に係る信号変換装置は、ストレ
ッチ処理以降のキー信号のレベル解像度を向上させるこ
とで、ストレッチ処理を施しても量子化雑音の増加が抑
えられたキー信号を得ることが可能となり、量子化雑音
の少ない高画質な合成画像を生成することができる。
ッチ処理以降のキー信号のレベル解像度を向上させるこ
とで、ストレッチ処理を施しても量子化雑音の増加が抑
えられたキー信号を得ることが可能となり、量子化雑音
の少ない高画質な合成画像を生成することができる。
【図１】この発明に係る信号変換装置における学習部の
構成の一例のブロック図である。
構成の一例のブロック図である。
【図２】この発明の一実施例における画像データの１ブ
ロックの配置を示す略線図である。
ロックの配置を示す略線図である。
【図３】クラス分類のための構成の一例のブロック図で
ある。
ある。
【図４】ベクトル量子化によるクラス分類を説明するた
めの略線図である。
めの略線図である。
【図５】クラス分類の他の例を示すブロック図である。
【図６】この発明に係る予測係数の学習を行う一例のフ
ローチャートである。
ローチャートである。
【図７】この発明に係る信号変換装置における構成の一
例のブロック図である。
例のブロック図である。
【図８】この発明の係るマッピング部の構成の一例のブ
ロック図である。
ロック図である。
【図９】この発明に係る重心法の学習を行う一例のフロ
ーチャートである。
ーチャートである。
【図１０】信号のストレッチの説明に用いる略線図であ
る。
る。
【図１１】従来の信号変換装置における構成の一例のブ
ロック図である。
ロック図である。
３４ 色領域抽出部 ３５ マッピング部 ３６ ストレッチ部 ３７、３９ 乗算器 ３８ 相補信号発生部 ４０ 加算器
【数３】
【数３】
Claims (10)
- 【請求項１】 複数の画像をキー信号によって切り替え
て合成画像を生成する信号変換装置において、 注目画素の空間的または時間的に近傍の複数の入力画素
のデータをベクトル量子化することによって、上記注目
画素のクラスを決定するための手段と、 予め学習によって獲得された、上記注目画素の推定値を
生成するための予測係数値が上記クラス毎に蓄えられた
記憶手段と、 上記予測係数値を用いた演算により入力画素値より高い
レベル解像度を有する上記推定値を生成する手段と、 上記推定値に対して信号整形を施すことによりキー信号
を生成する手段とからなる信号変換装置。 - 【請求項２】 複数の画像をキー信号によって切り替え
て合成画像を生成する信号変換装置において、 注目画素の空間的または時間的に近傍の複数の入力画素
のデータのアクティビィティーに基づいてクラス分類を
行うとともに、上記複数の入力画素データを圧縮符号化
したデータに基づいてクラス分類を行うことによって、
上記注目画素のクラスを決定するための手段と、 予め学習によって獲得された、上記注目画素の推定値を
生成するための予測係数値が上記クラス毎に蓄えられた
記憶手段と、 上記予測係数値を用いた演算により入力画素値より高い
レベル解像度を有する上記推定値を生成する手段と、 上記推定値に対して信号整形を施すことによりキー信号
を生成する手段とからなる信号変換装置。 - 【請求項３】 請求項１または請求項２に記載の信号変
換装置において、 上記記憶手段には、学習によって獲得された注目画素の
値が記憶されていることを特徴とする信号変換装置。 - 【請求項４】 請求項２に記載の信号変換装置におい
て、 上記クラス分類のための圧縮符号化は、ＡＤＲＣ符号化
であることを特徴とする信号変換装置。 - 【請求項５】 請求項２に記載の信号変換装置におい
て、 上記クラス分類のための圧縮符号化は、ＤＰＣＭ符号化
であることを特徴とする信号変換装置。 - 【請求項６】 請求項２に記載の信号変換装置におい
て、 上記クラス分類のための圧縮符号化は、ＢＴＣ符号化で
あることを特徴とする信号変換装置。 - 【請求項７】 請求項１または請求項２に記載の信号変
換装置において、 学習時において、入力画素値のアクティビティーの低い
画素分布を学習対象から除くことを特徴とする信号変換
装置。 - 【請求項８】 請求項１に記載の信号変換装置におい
て、 上記高いレベル解像度を有する画素推定値を得る手段と
して、 推定対象画素周辺の複数の入力画素値と予測係数値との
線形一次結合式を用い、最適な画素推定値を得る手段を
特徴とする信号変換装置。 - 【請求項９】 請求項１に記載の信号変換装置におい
て、 予測係数値を学習により予め決定するようになし、上記
予測係数値は、真値との誤差の自乗を最小とするように
最小自乗法によって、決定することを特徴とする信号変
換装置。 - 【請求項１０】 請求項１または請求項２に記載の信号
変換装置において、 入力ディジタル画像信号の特定の色領域と対応するディ
ジタルキー信号が入力され、上記ディジタル信号からよ
りレベル解像度の高いディジタルキー信号を形成するこ
とを特徴とする信号変換装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05461994A JP3612728B2 (ja) | 1994-02-28 | 1994-02-28 | 信号変換装置および方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05461994A JP3612728B2 (ja) | 1994-02-28 | 1994-02-28 | 信号変換装置および方法 |
Related Child Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004112002A Division JP4158736B2 (ja) | 2004-04-06 | 2004-04-06 | 予測係数生成装置および生成方法 |
| JP2004112001A Division JP3888361B2 (ja) | 2004-04-06 | 2004-04-06 | 画像信号変換装置および変換方法 |
| JP2004112000A Division JP3888360B2 (ja) | 2004-04-06 | 2004-04-06 | 画像信号処理装置および処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07240876A true JPH07240876A (ja) | 1995-09-12 |
| JP3612728B2 JP3612728B2 (ja) | 2005-01-19 |
Family
ID=12975759
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP05461994A Expired - Lifetime JP3612728B2 (ja) | 1994-02-28 | 1994-02-28 | 信号変換装置および方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3612728B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008092085A (ja) * | 2006-09-29 | 2008-04-17 | Nec Personal Products Co Ltd | クロマキー検出範囲調整方法及び情報処理装置 |
-
1994
- 1994-02-28 JP JP05461994A patent/JP3612728B2/ja not_active Expired - Lifetime
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008092085A (ja) * | 2006-09-29 | 2008-04-17 | Nec Personal Products Co Ltd | クロマキー検出範囲調整方法及び情報処理装置 |
| JP4757761B2 (ja) * | 2006-09-29 | 2011-08-24 | Ｎｅｃパーソナルプロダクツ株式会社 | クロマキー検出範囲調整方法及び情報処理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3612728B2 (ja) | 2005-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3590996B2 (ja) | ディジタル画像信号の階層符号化および復号装置 | |
| JP3503166B2 (ja) | 信号変換装置および方法 | |
| US5469216A (en) | Apparatus and method for processing a digital video signal to produce interpolated data | |
| Creusere | A new method of robust image compression based on the embedded zerotree wavelet algorithm | |
| AU627421B2 (en) | Adaptive motion compensation for digital television | |
| US5793985A (en) | Method and apparatus for block-based motion estimation | |
| US5909513A (en) | Bit allocation for sequence image compression | |
| EP1120973A2 (en) | Picture encoder, picture decoder, picture encoding method, and picture decoding method | |
| JPH03136595A (ja) | デイジタル動画像の記憶または伝送に用いるビデオ画像データの処理方法 | |
| JP3669530B2 (ja) | 画像信号変換装置及び画像信号変換方法 | |
| US5761342A (en) | Image processing apparatus and method | |
| JPH08340553A (ja) | 映像信号符号化装置 | |
| JP3674186B2 (ja) | 画像情報変換装置および方法 | |
| JP3946781B2 (ja) | 画像情報変換装置及び方法 | |
| JP3743077B2 (ja) | 画像信号変換装置および方法 | |
| JPH07240876A (ja) | 信号変換装置 | |
| JPH07143333A (ja) | 画像信号のａ／ｄ変換回路 | |
| JP3620069B2 (ja) | 信号変換装置および方法 | |
| JP3888360B2 (ja) | 画像信号処理装置および処理方法 | |
| JP3724008B2 (ja) | 画像情報変換装置および係数データ作成装置 | |
| JP4158736B2 (ja) | 予測係数生成装置および生成方法 | |
| JPH1093929A (ja) | 画像情報変換装置および方法 | |
| JP3888361B2 (ja) | 画像信号変換装置および変換方法 | |
| JPH08307835A (ja) | クラス分類適応処理装置および方法 | |
| JPH0888849A (ja) | 画像信号処理方法及び画像信号伝送装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Written amendment |
Effective date: 20040116 Free format text: JAPANESE INTERMEDIATE CODE: A523 |
|
| A02 | Decision of refusal |
Effective date: 20040210 Free format text: JAPANESE INTERMEDIATE CODE: A02 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040405 |
|
| A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Effective date: 20040416 Free format text: JAPANESE INTERMEDIATE CODE: A911 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Effective date: 20041005 Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041018 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071105 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081105 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 5 Free format text: PAYMENT UNTIL: 20091105 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 5 Free format text: PAYMENT UNTIL: 20091105 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101105 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111105 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121105 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121105 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 9 Free format text: PAYMENT UNTIL: 20131105 |
|
| EXPY | Cancellation because of completion of term |