JPH0746548A

JPH0746548A - ディジタル画像信号処理装置

Info

Publication number: JPH0746548A
Application number: JP20866093A
Authority: JP
Inventors: Tetsujiro Kondo; 哲二郎近藤; Kenji Takahashi; 健治高橋; Kunio Kawaguchi; 邦雄川口
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1993-07-30
Filing date: 1993-07-30
Publication date: 1995-02-14
Anticipated expiration: 2018-01-27
Also published as: JP3371159B2

Abstract

(57)【要約】【目的】推定値を生成する時に、メモリの容量、ハー
ドウエアの規模を小さくし、また、生成された推定値の
精度を向上する。【構成】学習用の画像データの注目画素とその周辺の
画素とを含むブロックが構成される。ブロックの基準値
baseが減算された値が正規化回路２０においてダイナミ
ックレンジＤＲで割算される。度数メモリ１６およびデ
ータメモリ１７がクラスコードｃでアドレス指定され
る。累積代表値が乗算器２２から発生し、現在の正規化
出力と加算され、累積度数により割算器２３で割算され
る。割算器２３からの代表値がデータメモリ１７に書込
まれる。ダイナミックレンジＤＲがしきい値より小さい
データは、制御信号Ｓｃによって学習対象から除外され
る。学習の結果の代表値がサブサンプリング信号の補間
のために使用される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、空間的および／また
は時間的に近傍に存在する複数の画素を使用して注目画
素の値を作成することを必要とするディジタル画像信号
処理装置、例えばサブサンプリング信号を受け取って、
間引き画素を補間するディジタル画像信号処理装置に関
する。

【０００２】

【従来の技術】ディジタル画像信号を記録したり、伝送
する際の帯域圧縮あるいは情報量削減のための一つの方
法として、画素をサブサンプリングによって間引くこと
によって、伝送データ量を減少させるものがある。その
一例は、ＭＵＳＥ方式における多重サブナイキストサン
プリングエンコーディング方式である。このシステムで
は、受信側で間引かれ、非伝送の画素を補間する必要が
ある。また、入力される標準精細度のビデオ信号を高精
細度のビデオへ変換するアップコンバージョンも提案さ
れている。この場合には、不足している画素を標準精細
度の信号から作成する必要がある。さらに、画像を電子
的に拡大する時には、不足する画素の値の補間を必要と
する。これらのものに限らず、シーンチェンジ検出、Ｄ
ＰＣＭ等では、周辺の画素の値から注目画素の推定値を
作成する技術が適用可能である。

【０００３】サブサンプリングの一例としてオフセット
サブサンプリングが知られている。２次元のオフセット
サブサンプリングの一例を図５に示す。水平方向（ｘ方
向）と垂直方向（ｙ方向）とのサンプリング間隔（Ｔ
ｘ，Ｔｙ）を原信号における画素間隔（Ｈｘ，Ｈｙ）の
２倍に設定し、１画素おきに間引く（間引き画素を×で
示す）とともに、垂直方向に隣合うサンプリング点（○
で示す）をサンプリング間隔の半分（Ｔｘ／２）だけオ
フセットするものである。このようなオフセットサブサ
ンプリングを行うことによる伝送帯域は、図６に示すよ
うに、斜め方向の空間周波数に対して水平あるいは垂直
方向の空間周波数成分を広帯域化することができる。

【０００４】また、オフセットサブサンプリングされた
画像信号をモニタに表示したり、プリントアウトする場
合には、図７に示すように、間引き画素を隣接画素から
補間する必要がある。この補間処理は、図６に示す斜線
領域の周波数成分を通過させるとともに、折返し点Ａを
含む領域の周波数成分の通過を阻止する空間フィルタと
して機能するものであり、この補間処理は、サンプリン
グ理論上では後置フィルタとして位置付けられる。

【０００５】ところで、上述のようなオフセットサブサ
ンプリングは、サンプリングの前の前置フィルタが正し
くフィルタリング処理を行っている場合には、非常に有
効な方法であるが、例えばハードウエア上の制約によっ
て前置フィルタを充分にかけられない場合や、伝送帯域
の広帯域化をはかるために前置フィルタを充分にかけな
い場合等では、折返し歪の発生による画質劣化という問
題が生じる。

【０００６】上述の折返し歪の発生を軽減するために、
適応補間方法が提案されている。これは、サブサンプリ
ングされた画像信号に対して補間処理を行う際に、補間
画素の周辺の相関の強い方向を検出し、この検出結果に
応じて、複数の異なった補間手段を選択的に用いるもの
である。

【０００７】

【発明が解決しようとする課題】上述の適応型補間方法
においては、個々の補間手段の能力と、どの補間手段を
用いるかを選択する判定の精度が補間装置の性能を決定
する。すなわち、個々の補間手段の能力が充分でなく、
適切な補間ができない場合や、誤判定が発生する確立が
高く誤検出に基づく補間処理を行ってしまう場合等で
は、本来の信号成分を減少させるばかりか、逆に折返し
歪を増大させてしまうという問題点があった。

【０００８】さらに、注目画素の値を作成する時には、
従来では、固定タップ、固定係数の補間フィルタを使用
するのが普通であった。補間フィルタにより非伝送画素
を補間する処理は、ある種の画像に対して有効であって
も、動きのある画像や静止画像等の多種多様な種類の画
像に関して、全体的に補間処理が効果的に発揮されると
はと限らない。その結果として、伝送画素および補間画
素で構成される復元画像中に、「ぼけ」、動きの不自然
さである「ジャーキネス」等が発生する問題があった。

【０００９】この問題を解決する一つの方法として、本
願出願人の提案による特開昭６３−４８０８８号公報に
は、注目画素の値をその周辺の画素と係数の線形１次結
合で表し、誤差の二乗和が最小となるように、注目画素
の実際の値を使用して最小二乗法によりこの係数の値を
決定するものが提案されている。ここでは、線形１次結
合の係数を予め学習によって決定し、決定係数がメモリ
に格納されている。さらに、注目画素を補間する時に、
周辺の参照画素の平均値を計算し、平均値と各画素の値
との大小関係に応じて、各画素を１ビットで表現し、
（参照画素数×１ビット）のパターンに応じたクラス分
けを行い、注目画素を含む画像の局所的特徴を反映した
補間値を形成している。

【００１０】係数をメモリに格納しておく場合、線形１
次結合のタップ数によっては、係数の個数が多くなり、
係数メモリの容量が増大する問題がある。また、学習時
に、ノイズの影響を受けると、決定された係数の精度が
低い問題がある。

【００１１】従って、この発明の一つの目的は、複数個
の係数を記憶する必要がなく、係数メモリが大規模とな
ることを防止できるディジタル画像信号処理装置を提供
するものである。

【００１２】この発明の他の目的は、学習時に、ノイズ
の影響が軽減され、高精度の予測値または予測係数を作
成することが可能なディジタル画像信号処理装置を提供
することにある。

【００１３】

【課題を解決するための手段】請求項１記載の発明は、
注目画素の値として、予め学習により獲得された代表値
を生成するようにしたディジタル画像信号処理装置にお
いて、学習時に、注目画素を含む複数の画素からなるブ
ロックを形成し、ブロック内のダイナミックレンジによ
って、注目画素の値からブロックの基準値を減算した値
を正規化し、正規化された値の累積値を累積度数で除し
た値を代表値としてメモリ手段に格納するようにしたデ
ィジタル画像信号処理装置である。

【００１４】請求項２記載の発明は、所定のパターンに
従ったサブサンプリングにより画素が間引かれたサブサ
ンプリング信号を受け取り、間引かれた画素を補間する
ためのディジタル画像信号処理装置において、補間対象
としての注目画素の空間的および／または時間的に近傍
の複数の参照画素に基づいて、注目画素のクラスを決定
するためのクラス分類手段と、間引かれた画素の補間値
を生成するために、予め学習により獲得されたクラス毎
の代表値が格納されたメモリ手段と、メモリ手段と結合
され、代表値に基づいて推定値を生成する推定値生成手
段とを備え、学習時に、注目画素を含む複数の画素から
なるブロックを形成し、ブロック内のダイナミックレン
ジによって、注目画素の値からブロックの基準値を減算
した値を正規化し、正規化された値の累積値を累積度数
で除した値を代表値としてメモリ手段に格納するように
したディジタル画像信号処理装置である。

【００１５】さらに、請求項３記載の発明は、上述のデ
ィジタル画像信号処理装置において、学習時に、アクテ
ィビィティーが低い領域のデータを学習対象から除外す
るようにしたディジタル画像信号処理装置である。

【００１６】

【作用】学習によって、予測値を予め作成する時に、ダ
イナミックレンジで正規化された値を用いるので、予測
値を格納するメモリの規模が大きくなることを防止する
ことができる。また、学習時に、アクティビィティーが
低い、例えばダイナミックレンジが小さいブロックのデ
ータを除外する。これによって、ノイズの影響を受け
て、作成された予測値の精度が低下することが防止でき
る。

【００１７】

【実施例】以下、この発明をサブサンプリング信号補間
装置に対して適用した一実施例について説明する。図１
において、１は、オフセットサブサンプリングされたデ
ィジタル画像信号の入力端子である。具体的には、放送
などによる伝送、ＶＴＲ等からの再生信号が入力端子１
に供給される。２は、入力信号をブロック構造の信号に
変換するための時系列変換回路である。

【００１８】時系列変換回路２の出力信号が補間演算回
路３および情報圧縮回路５に供給される。補間演算回路
３には、後述のように予め学習により獲得された代表値
が格納されているメモリ４が接続されている。この代表
値は、間引き画素の補間値を正確に推定するための値で
ある。

【００１９】情報圧縮回路５の出力信号がクラスコード
発生回路６に供給され、これよりクラスコードが発生す
る。補間の対象である、注目画素を含むブロックの画素
データが情報圧縮回路５によって圧縮される。情報圧縮
回路５の出力データに基づいて、そのブロックの２次元
的なレベル分布のパターン、すなわち、クラスが決定さ
れる。このクラスを指示するクラスコードが形成され
る。

【００２０】クラスコードがメモリ４にアドレスとして
供給され、そのクラスと対応する代表値がメモリ４から
読出される。メモリ４からの代表値によって、注目画素
の補間値が形成される。補間演算回路３から出力端子７
に間引き画素の補間値が出力される。ここで、代表値
は、補間対象の注目画素の周辺の複数の画素からなるブ
ロックの基準値baseとダイナミックレンジＤＲとで正規
化された値ｇ（ｃ）である。従って、補間演算回路３で
は、下記の演算によって、補間値ｙ´が生成される。ｙ´＝ＤＲ×ｇ（ｃ）＋base （１）

【００２１】クラス分類は、図８に示すように、注目画
素（補間画素）の周囲の１２個の参照画素ａ、ｂ、ｃ、
・・・、ｌのレベル分布に基づいて行われる。情報圧縮
回路５およびクラスコード発生回路６の一例は、ＡＤＲ
Ｃ（Adaptive Dynamic RangeCoding)である。ＡＤＲＣ
は、画像の局所的な相関を利用してレベル方向の冗長度
を適応的に除去するものである。例えば図９に示すよう
に、８ビットの原データの持つ０〜２５５のダイナミッ
クレンジの中で、各ブロック毎に再量子化するのに必要
なブロック内ダイナミックレンジＡ、Ｂは、大幅に小さ
くなることが分かる。このために、再量子化に必要なビ
ット数は、元の８ビットより大幅に低減することができ
る。

【００２２】より具体的には、１ビットＡＤＲＣを使用
できる。すなわち、上述の参照画素を含むブロックの最
大値および最小値が検出され、最大値および最小値の差
であるダイナミックレンジが検出され、参照画素の値が
ダイナミックレンジで割算され、その商が０．５と比較
され、０．５以上のものが`1' 、それより小さいものが
`0' に符号化される。従って、１２ビットのクラスコー
ドが発生する。前フレームおよび後フレームに含まれる
画素のような、時間方向の参照画素を使用しても良い。

【００２３】１ビット以外のビット数の出力を発生する
ＡＤＲＣを採用しても良い。ここで、ＡＤＲＣの他の例
について説明する。元のビット数より少ないビット割り
当てを一般的にｐ、ブロックのダイナミックレンジをＤ
Ｒ、ブロック内の参照画素のレベルをｘ、再量子化コー
ドをＱとすると、次の式（２）により、ブロック内の最
大値ＭＡＸと最小値ＭＩＮとの間を２^p個に均等に分割
して再量子化を行う。図１０（ａ）にｐ＝３の場合の再
量子化を示す。

【００２４】ＤＲ＝ＭＡＸ−ＭＩＮ＋１Ｑ＝〔（ｘ−ＭＩＮ＋０．５）×２^p／ＤＲ〕（２）〔ｚ〕は、ｚ以下の最大の整数を表す。

【００２５】次に、図１０（ａ）におけるｐビット再量
子化の階調レベルの中の（２^p−１）に相当するデータ
レベルを持つブロック内画素の平均値を計算し、これを
図１０（ｂ）に示すように、新たな最大値ＭＡＸ´とす
る。また、再量子化の階調レベル０に相当するデータレ
ベルを持つブロック内の画素の平均値を新たな最小値Ｍ
ＩＮ´とする。新しく求められた最大値ＭＡＸ´および
最小値ＭＩＮ´からダイナミックレンジを定義し直し
て、次の式（３）によって、再量子化を行う。

【００２６】ＤＲ＝ＭＡＸ´−ＭＩＮ´ ｑ＝〔（ｘ−ＭＩＮ´）×（２^p−１）／ＤＲ´＋０．５〕（３）〔ｚ〕は、ｚ以下の最大の整数を表す。

【００２７】このような新たな最大値ＭＡＸ´、最小値
ＭＩＮ´、ダイナミックレンジＤＲ´を定義しなおすＡ
ＤＲＣは、ノイズの悪影響を受けることかなく、効率の
良い情報量の圧縮を行うことができる。ＡＤＲＣに限ら
ず、ＤＰＣＭ(Differentialpulse code modulation)、
ＢＴＣ(Block Trancation Coding) 等の圧縮符号化のエ
ンコーダを情報圧縮回路５として使用することができ
る。

【００２８】ＤＰＣＭをクラス分けに使用した例につい
て説明する。まず、参照画素ａ，ｂ，ｃ，・・・，ｌの
それぞれの画素値をｘ₁、ｘ₂、ｘ₃、・・・・、ｘ₁₂
とした時に、画素間のレベル差を次の式（４）により求
める。ｄ₁＝ｘ₁−ｘ₁₂ ｄ_i＝ｘ_i−ｘ_i-1（ｉ＝２，３，・・・・，１２）（４）

【００２９】相関が強い画素間の差分ｄ_iを求めると、
一般的に０を中心とした分布となることが知られてい
る。そこで、０付近を細かく再量子化するような非線形
量子化器を用いて差分ｄ_iを再量子化することによっ
て、効率が良い情報量圧縮が可能である。従って、差分
の量子化値ｑ_iを用いることによって、ＡＤＲＣの場合
と同様にクラス分類が可能である。非線形量子化の一例
を下記に示す。

【００３０】ｄ_i＝６８〜２５５：ｑ_i＝４ｄ_i＝３０〜６７：ｑ_i＝３ｄ_i＝８〜２９：ｑ_i＝２ｄ_i＝０〜７：ｑ_i＝１ｄ_i＝−８〜 −１：ｑ_i＝−１ｄ_i＝−３０〜−９：ｑ_i＝−２ｄ_i＝−６８〜−３１：ｑ_i＝−３ｄ_i＝−２５５〜−６９：ｑ_i＝−４

【００３１】情報圧縮回路５により圧縮処理の行われた
データに基づいてクラス分割がなされる。すなわち、図
８中の補間画素を注目画素とした場合、参照画素のデー
タｘ₁〜ｘ₁₂をＡＤＲＣによりｐビットに圧縮した結果
の再量子化データをｑ₁〜ｑ₁₂で表すと、次の式（５）
を用いてクラス（ｃ）を算出する。

【００３２】

【数１】

【００３３】上述のメモリ４には、予め学習により作成
された代表値が格納されている。図２は、学習時のハー
ドウエアの一例を示す。１１で示す入力端子から学習用
のディジタル画像信号が供給される。この入力信号とし
ては、異なる絵柄の静止画像信号を使用できる。１２が
サブサンプリング回路で構成される間引き回路である。
間引き回路１２の出力が時系列変換回路１３に供給さ
れ、上述のように、複数の参照画素のデータが同時化さ
れる。

【００３４】時系列変換回路１３の出力信号が情報圧縮
回路１４に供給される。情報圧縮回路１４は、情報圧縮
回路５と同一のもの例えば上述のｐビットの再量子化デ
ータを発生するＡＤＲＣ符号化回路である。情報圧縮回
路１４の出力信号がクラスコード発生回路１５に供給さ
れ、式（５）に基づいて求められたクラスコードｃが発
生する。このクラスコードｃが度数メモリ１６およびデ
ータメモリ１７に対してアドレスとして供給される。こ
れらのメモリ１６、１７は、学習開始前では、クリアさ
れている。

【００３５】また、時系列変換回路１３の出力信号がダ
イナミックレンジ検出回路１８に供給され、ＡＤＲＣ符
号化処理の単位のブロックのダイナミックレンジＤＲが
検出される。この検出回路１８では、ブロックの最小値
ＭＩＮも検出される。最小値ＭＩＮが減算回路１９に供
給され、各画素の値から最小値ＭＩＮが除去される。Ｍ
ＩＮは、ブロックの基準値の一例である。基準値として
は、注目画素に近い位置のサンプリング点の画素レベ
ル、ブロック内の画素レベルの平均値等を採用できる。
この基準値をbaseと称する。基準値baseは、ブロック内
の画素のレベル分布にとっては、共通成分、すなわち、
冗長成分であり、基準値baseを除去することにより、レ
ベル方向の冗長度を除去できる。

【００３６】減算回路１９の出力信号およびダイナミッ
クレンジＤＲが正規化回路２０に供給される。正規化回
路２０では、入力値をｙとすると、（ｙ−base）／ＤＲ
の演算により入力データが正規化される。この正規化の
処理によって、画素の相対的レベルに注目することがで
き、従って、レベル方向の冗長度を除くことができる。
正規化回路２０の出力信号が加算回路２１を介して割算
器２３に被除数として供給され、割算器２３の出力信号
（割算の商）がデータメモリ１７の入力データとされ
る。

【００３７】度数メモリ１６の読出し出力が乗算器２２
および＋１回路２４に供給される。＋１回路２４の出力
が度数メモリ１６のデータ入力とされ、また、割算器２
３に除数として供給される。度数メモリ１６およびデー
タメモリ１７は、クラスコードｃでアドレスが指定され
ると、そのアドレスの内容が読出され、また、そのアド
レスに対して度数およびデータがそれぞれ書込まれる。
＋１回路２４によって、度数メモリ１６の各アドレスに
は、累積度数が記憶される。

【００３８】図２の構成において、あるクラスコードｃ
が発生すると、そのクラスの累積度数ｎ（ｃ）と代表値
ｇ（ｃ）とが度数メモリ１６およびデータメモリ１７か
らそれぞれ読出され、乗算器２２で乗算される。従っ
て、乗算器２２からは、累積代表値が発生する。この累
積代表値と正規化回路２０からの現在の代表値とが加算
回路２１で加算される。加算結果が割算器２３に供給さ
れ、現在の代表値を考慮した代表値が形成され、これが
データメモリ１７に書込まれる。

【００３９】すなわち、データメモリ１７に書込まれる
代表値ｇ（ｃ）´は、次の式（６）で算出されたもので
ある。 g(c)´＝｛(y−base）／DR＋n(c)×g(c)｝／n(c)＋１（６）

【００４０】この処理を入力される学習データに関して
繰り返すことにより、代表値の精度を高めることができ
る。入力画素データｙから基準値baseを減算し、さら
に、ダイナミックレンジＤＲにより正規化しているの
で、代表値のレベル方向の冗長度が少なくなる。その結
果、メモリ等の構成要素の規模が大きくなることを防止
することができる。データメモリ１７に格納された代表
値が図１中のメモリ４に格納され、補間値の作成のため
に使用される。

【００４１】また、データメモリ１７内に、代表値の累
積値を格納することも可能である。この場合では、乗算
器２２を省略できる。さらに、検出されたダイナミック
レンジＤＲが比較器２５に供給され、しきい値Ｔｈと比
較される。比較器２５からは、ダイナミックレンジＤＲ
としきい値Ｔｈとの大小関係に応じた制御信号Ｓｃが発
生する。この制御信号Ｓｃが度数メモリ１６およびデー
タメモリ１７の制御に使用される。

【００４２】すなわち、検出されたダイナミックレンジ
ＤＲがしきい値Ｔｈより小さい時には、制御信号Ｓｃに
よって、度数メモリ１６およびデータメモリ１７の読出
し動作および書込み動作が禁止される。これは、ダイナ
ミックレンジＤＲが小さいブロックに関しては、ノイズ
による影響が大きいので、学習対象からそのようなブロ
ックのデータを除外するための処理である。制御信号Ｓ
ｃによって、メモリを制御するのに限らず、クラスコー
ド発生回路１５を制御して、例えば存在しないクラスコ
ードを発生することによって、実質的に上述と同様の処
理を行っても良い。

【００４３】図２は、学習のためのハードウエア構成を
示しているが、図３のフローチャートに示すように、ソ
フトウェア処理で学習を行うこともできる。ステップ３
１から学習処理の制御が開始され、ステップ３２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８に示すよ
うに、注目補間画素の実データとその周囲の画素ａ〜ｌ
のデータを一組の学習データとする。また、このステッ
プ３２では、ブロックのダイナミックレンジＤＲが所定
のしきい値より小さいものは、学習データとして扱わな
い処理もなされる。ステップ３３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３６の代表値決定へ、終了して
いなければ、ステップ３４のクラス決定へ制御が移る。

【００４４】ステップ３４のクラス決定では、入力され
た学習データのクラス分割がなされる。これは、上述の
ように、ＡＤＲＣ、ＤＰＣＭ等によって、情報量が圧縮
された参照画素のデータが用いられる。ステップ３５の
正規化では、ブロック内の基準値baseの除去とダイナミ
ックレンジＤＲによる正規化の処理がなされる。

【００４５】ステップ３３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３６に移り、ステップ３
６の代表値決定では、過去の累積値と現在の正規化され
た値とを加算し、累積度数でこの加算結果を除算するこ
とで、代表値が決定される。この代表値がステップ３７
において、メモリにストアされ、ステップ３８で学習処
理の制御が終了する。

【００４６】以上の一実施例では、学習により決定され
る代表値は、ブロックの基準値baseを除去した値をダイ
ナミックレンジＤＲで正規化したものであった。これに
限らず、線形１次結合の係数を学習により決定し、メモ
リに格納するようにしても良い。以下に、この係数を使
用するこの発明の他の実施例について説明する。間引き
画素を補間するための図１の構成は、メモリ４中に係数
が格納されていることを除けば、他の実施例でも同様で
ある。従って、学習によって係数の決定する処理につい
て以下に説明する。

【００４７】図４は、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４１
から学習処理の制御が開始され、ステップ４２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８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ものは、学習データとして扱わない
制御がなされる。ステップ４３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４６の予測係数決定へ、終了して
いなければ、ステップ４４のクラス決定へ制御が移る。

【００４８】ステップ４４のクラス決定は、上述の一実
施例と同様のステップである。ステップ１５の正規方程
式加算では、後述する式（１２）および（１３）の正規
方程式が作成される。

【００４９】ステップ４３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４６に移り、ステップ４
６の予測係数決定では、後述する式（１４）を行列解法
を用いて解いて、予測係数を決める。ステップ４７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４８で学習処理の制御が終了する。

【００５０】図４中のステップ４５（正規方程式生成）
およびステップ４６（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〜ｘ_nとしたとき、
クラス毎に係数ｗ₁〜ｗ_nによるｎタップの線形１次結
合ｙ´＝ｗ₁ｘ₁＋ｗ₂ｘ₂＋‥‥＋ｗ_nｘ_n （７）を設定する。学習前はｗ_iが未定係数である。

【００５１】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（７）に従って、ｙ_j´＝ｗ₁ｘ_j1＋ｗ₂ｘ_j2＋‥‥＋ｗ_nｘ_jn （８）（但し、ｊ＝１，２，‥‥ｍ）

【００５２】ｍ＞ｎの場合、ｗ₁〜ｗ_nは一意には決ま
らないので、誤差ベクトルＥの要素をｅ_j＝ｙ_j−（ｗ₁ｘ_j1＋ｗ₂ｘ_j2＋‥‥＋ｗ_nｘ_jn）（９）（但し、ｊ＝１，２，‥‥ｍ）と定義して、次の式（１
０）を最小にする係数を求める。

【００５３】

【数２】

【００５４】いわゆる最小自乗法による解法である。こ
こで式４のｗ_iによる偏微分係数を求める。

【００５５】

【数３】

【００５６】式（１１）を０にするように各ｗ_iを決め
ればよいから、

【００５７】

【数４】

【００５８】として、行列を用いると

【００５９】

【数５】

【００６０】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、ｗ_iについて解けば、予測係数ｗ_iが
求まり、クラスコードをアドレスとして、この予測係数
ｗ_iをメモリに格納しておく。

【００６１】なお、クラス分けのために、参照画素の値
をそのまま使用することも可能である。また、情報圧縮
手段としては、ＶＱ（ベクトル量子化）も使用できる。
さらに、情報圧縮回路５によって、参照画素を同一のビ
ット数のデータに変換しているが、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。

【００６２】

【発明の効果】この発明は、ダイナミックレンジＤＲで
正規化された値を代表値としているので、レベルそのも
のを代表値とするのと比して、メモリの容量の削減、ハ
ードウエアの小規模化を達成できる。また、学習時に、
アクティビィティーが低いデータを学習対象から除外し
ているので、精度の高い代表値を生成できる。

【００６３】また、この発明によるサブサンプリング信
号補間装置は、本来の信号成分を減少させることなく、
折返し歪を除去することができ、また、予め学習で決定
された正確な推定値で補間することが可能である。

【図面の簡単な説明】

【図１】この発明をサブサンプリング信号補間装置に対
して適用した一実施例のブロック図である。

【図２】この発明における代表値を決定するするための
学習時の構成の一例のブロック図である。

【図３】代表値を決定するするための学習をソフトウェ
ア処理で行う時のフローチャートである。

【図４】代表値としての係数を求めるための学習をソフ
トウェア処理で行う時のフローチャートである。

【図５】２次元のオフセットサブサンプリングの構造を
示す略線図である。

【図６】２次元オフセットサブサンプリングにより伝送
可能な帯域の空間周波数スペクトルを示す略線図であ
る。

【図７】補間処理を示す略線図である。

【図８】学習データの一例を示す略線図である。

【図９】クラス分けに使用されるＡＤＲＣを説明するた
めの略線図である。

【図１０】ＡＤＲＣの動作を説明するための略線図であ
る。

【符号の説明】

３補間演算回路４代表値が格納されたメモリ５情報圧縮回路１６度数メモリ１７データメモリ１８ダイナミックレンジ検出回路２０正規化回路

Claims

【特許請求の範囲】

【請求項１】注目画素の値として、予め学習により獲
得された代表値を生成するようにしたディジタル画像信
号処理装置において、上記学習時に、上記注目画素を含む複数の画素からなる
ブロックを形成し、上記ブロック内のダイナミックレンジによって、上記注
目画素の値から上記ブロックの基準値を減算した値を正
規化し、上記正規化された値の累積値を累積度数で除した値を上
記代表値としてメモリ手段に格納するようにしたディジ
タル画像信号処理装置。
【請求項２】所定のパターンに従ったサブサンプリン
グにより画素が間引かれたサブサンプリング信号を受け
取り、間引かれた画素を補間するためのディジタル画像
信号処理装置において、補間対象としての注目画素の空間的および／または時間
的に近傍の複数の参照画素に基づいて、上記注目画素の
クラスを決定するためのクラス分類手段と、上記間引かれた画素の補間値を生成するために、予め学
習により獲得された上記クラス毎の代表値が格納された
メモリ手段と、上記メモリ手段と結合され、上記代表値に基づいて推定
値を生成する推定値生成手段とを備え、上記学習時に、上記注目画素を含む複数の画素からなる
ブロックを形成し、上記ブロック内のダイナミックレンジによって、上記注
目画素の値から上記ブロックの基準値を減算した値を正
規化し、上記正規化された値の累積値を累積度数で除した値を上
記代表値として上記メモリ手段に格納するようにしたデ
ィジタル画像信号処理装置。
【請求項３】請求項１または２記載のディジタル画像
信号処理装置において、上記学習時に、アクティビィティーが低い領域のデータ
を学習対象から除外するようにしたディジタル画像信号
処理装置。
【請求項４】請求項２記載のディジタル画像信号処理
装置において、上記クラス分類手段は、参照画素の値をそのまま使用す
るようにしたディジタル画像信号処理装置。
【請求項５】請求項２記載のディジタル画像信号処理
装置において、上記クラス分類手段は、参照画素をＡＤＲＣ符号化する
ことによってそのビット数が圧縮されたものを使用する
ようにしたディジタル画像信号処理装置。
【請求項６】請求項２記載のディジタル画像信号処理
装置において、上記クラス分類手段は、参照画素をＤＰＣＭ符号化する
ことによってそのビット数が圧縮されたものを使用する
ようにしたディジタル画像信号処理装置。
【請求項７】請求項２記載のディジタル画像信号処理
装置において、上記クラス分類手段は、参照画素をＢＴＣ符号化するこ
とによってそのビット数が圧縮されたものを使用するよ
うにしたディジタル画像信号処理装置。