JPH0795591A - ディジタル画像信号処理装置 - Google Patents
ディジタル画像信号処理装置Info
- Publication number
- JPH0795591A JPH0795591A JP25765693A JP25765693A JPH0795591A JP H0795591 A JPH0795591 A JP H0795591A JP 25765693 A JP25765693 A JP 25765693A JP 25765693 A JP25765693 A JP 25765693A JP H0795591 A JPH0795591 A JP H0795591A
- Authority
- JP
- Japan
- Prior art keywords
- class
- value
- pixel
- image signal
- data
- 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
Abstract
(57)【要約】
【目的】 精細度がより高い画像信号へ入力画像信号を
変換する等の処理時に、入力画像の局所的特徴を表すク
ラス分けを行ない、また、参照画素数を多くしても、ク
ラス分けのためのデータが格納されるメモリの容量の増
大をなるべく抑える。 【構成】 走査変換回路２によって、注目画素の空間的
および時間的に近傍の複数の参照画素データが同時に出
力される。クラス予測器３は、テーブル５からのクラス
予測係数と参照画素の値との線形１次結合により所定の
ＳＤ画素に関して予測値を形成する。クラス決定回路４
は、全クラスについて計算された予測値と所定のＳＤ画
素の真値との誤差の中の最小値を検出する。この最小値
と対応するクラスが注目画素のクラスとして決定され
る。また、テーブル５内には、クラス毎にデータ予測係
数が格納されている。このデータ予測係数と複数のＳＤ
画素の値との線形１次結合によって、ＨＤ画素の値が演
算される。
変換する等の処理時に、入力画像の局所的特徴を表すク
ラス分けを行ない、また、参照画素数を多くしても、ク
ラス分けのためのデータが格納されるメモリの容量の増
大をなるべく抑える。 【構成】 走査変換回路２によって、注目画素の空間的
および時間的に近傍の複数の参照画素データが同時に出
力される。クラス予測器３は、テーブル５からのクラス
予測係数と参照画素の値との線形１次結合により所定の
ＳＤ画素に関して予測値を形成する。クラス決定回路４
は、全クラスについて計算された予測値と所定のＳＤ画
素の真値との誤差の中の最小値を検出する。この最小値
と対応するクラスが注目画素のクラスとして決定され
る。また、テーブル５内には、クラス毎にデータ予測係
数が格納されている。このデータ予測係数と複数のＳＤ
画素の値との線形１次結合によって、ＨＤ画素の値が演
算される。
Description
【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
処理装置に関する。
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
処理装置に関する。
【０００２】
【従来の技術】ディジタル画像信号の高能率符号化の一
つとして、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
作成する必要がある。
つとして、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
作成する必要がある。
【０００３】上述のように、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。
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。
【０００４】
【発明が解決しようとする課題】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。
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。
【０００５】この問題を解決する一つの方法として、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。この方法は、有効なものである
が、注目画素を含む画像の局所的特徴を充分に反映した
補間値を形成できるとは言えない。
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。この方法は、有効なものである
が、注目画素を含む画像の局所的特徴を充分に反映した
補間値を形成できるとは言えない。
【０００６】画像の局所的特徴を反映するために、注目
画素の周辺のレベル分布に基づくクラス分類を行うこと
が提案されている。このクラスの生成方法としては、画
素データのレベルをそのまま使用するものが考えられ
る。この方法は、画素データが８ビットで表現されてい
る時には、４画素をクラス分類に使用する場合で、（２
8 ）4 ＝２32のクラスが必要となり、クラス分類のため
のデータを格納するメモリの容量が大きくなりすぎる問
題がある。
画素の周辺のレベル分布に基づくクラス分類を行うこと
が提案されている。このクラスの生成方法としては、画
素データのレベルをそのまま使用するものが考えられ
る。この方法は、画素データが８ビットで表現されてい
る時には、４画素をクラス分類に使用する場合で、（２
8 ）4 ＝２32のクラスが必要となり、クラス分類のため
のデータを格納するメモリの容量が大きくなりすぎる問
題がある。
【０００７】さらに、本願出願人の提案による特開昭６
３−４８０８８号公報には、間引き画素を補間する時
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
ス分けを行うことが提案されている。しかしながら、こ
の方法は、各画素の値を２値化するものであるため、画
像の局所的特徴を正確に反映することが不充分となる。
クラス分類のために参照画素のデータを圧縮する場合に
は、圧縮率を高くした時には、同様の問題がある。
３−４８０８８号公報には、間引き画素を補間する時
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
ス分けを行うことが提案されている。しかしながら、こ
の方法は、各画素の値を２値化するものであるため、画
像の局所的特徴を正確に反映することが不充分となる。
クラス分類のために参照画素のデータを圧縮する場合に
は、圧縮率を高くした時には、同様の問題がある。
【０００８】従って、この発明の一つの目的は、クラス
分類を行なうことによって、注目画素の持つ実際の値と
の誤差が少ない値を作成することが可能であり、また、
参照画素数が多い時でも、クラス分類のためのデータを
記憶するメモリの容量が比較的小さく、さらに、クラス
分類を正確に行うことができるディジタル画像信号処理
装置を提供することにある。
分類を行なうことによって、注目画素の持つ実際の値と
の誤差が少ない値を作成することが可能であり、また、
参照画素数が多い時でも、クラス分類のためのデータを
記憶するメモリの容量が比較的小さく、さらに、クラス
分類を正確に行うことができるディジタル画像信号処理
装置を提供することにある。
【０００９】この発明の他の目的は、解像度の低い画像
信号を解像度が高い画像信号へ変換（アップコンバージ
ョン）することができるディジタル画像信号処理装置を
提供することにある。
信号を解像度が高い画像信号へ変換（アップコンバージ
ョン）することができるディジタル画像信号処理装置を
提供することにある。
【００１０】
【課題を解決するための手段】請求項１に記載の発明
は、注目画素の値を注目画素の空間的および／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において、
クラス毎に複数のクラス予測係数が予め格納されたテー
ブルと、入力ディジタル画像信号中に含まれ、注目画素
に対して空間的および／または時間的に近傍の複数の参
照画素とテーブルからのクラス予測係数の１次結合によ
り、入力ディジタル画像信号の所定画素データの予測値
を形成し、所定画素の真値と最も近い予測値を生じさせ
るクラス予測係数を識別することによって、注目画素の
クラスを決定するためのクラス分類手段と、決定された
クラス毎に注目画素の値を作成するためのデータ予測用
の値を発生するための手段とからなるディジタル画像信
号処理装置である。
は、注目画素の値を注目画素の空間的および／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において、
クラス毎に複数のクラス予測係数が予め格納されたテー
ブルと、入力ディジタル画像信号中に含まれ、注目画素
に対して空間的および／または時間的に近傍の複数の参
照画素とテーブルからのクラス予測係数の１次結合によ
り、入力ディジタル画像信号の所定画素データの予測値
を形成し、所定画素の真値と最も近い予測値を生じさせ
るクラス予測係数を識別することによって、注目画素の
クラスを決定するためのクラス分類手段と、決定された
クラス毎に注目画素の値を作成するためのデータ予測用
の値を発生するための手段とからなるディジタル画像信
号処理装置である。
【００１１】請求項２に記載の発明は、注目画素の値を
注目画素の空間的および／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において、クラス毎に複数のク
ラス予測係数を決定するための学習装置であって、入力
ディジタル画像信号中に含まれ、注目画素に対して空間
的および／または時間的に近傍の複数の参照画素とクラ
ス予測係数の１次結合により、入力ディジタル画像信号
の所定画素データの予測値を形成した時に、予測値と所
定画素の真値との誤差を最小とするように、クラス予測
係数を最小二乗法により決定するようにした学習装置で
ある。
注目画素の空間的および／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において、クラス毎に複数のク
ラス予測係数を決定するための学習装置であって、入力
ディジタル画像信号中に含まれ、注目画素に対して空間
的および／または時間的に近傍の複数の参照画素とクラ
ス予測係数の１次結合により、入力ディジタル画像信号
の所定画素データの予測値を形成した時に、予測値と所
定画素の真値との誤差を最小とするように、クラス予測
係数を最小二乗法により決定するようにした学習装置で
ある。
【００１２】請求項３に記載の発明は、解像度が低い第
１の画像信号を解像度がより高い第２の画像信号へ変換
するためのディジタル画像信号処理装置において、クラ
ス毎に複数のクラス予測係数が予め格納されたテーブル
と、第２の画像信号中の注目画素に対して、空間的およ
び／または時間的に近傍の複数の第１の画像信号中の参
照画素とテーブルからのクラス予測係数の１次結合によ
り、第１の画像信号の所定画素データの予測値を形成
し、所定画素の真値と最も近い予測値を生じさせるクラ
ス予測係数を識別することによって、注目画素のクラス
を決定するためのクラス分類手段と、決定されたクラス
毎に注目画素の値を作成するためのデータ予測用の値を
発生するための手段とクラス分類手段によるクラス決定
に応答して、決定されたクラスのデータ測データを使用
して注目画素の値を作成するための手段とからなるディ
ジタル画像信号処理装置である。
１の画像信号を解像度がより高い第２の画像信号へ変換
するためのディジタル画像信号処理装置において、クラ
ス毎に複数のクラス予測係数が予め格納されたテーブル
と、第２の画像信号中の注目画素に対して、空間的およ
び／または時間的に近傍の複数の第１の画像信号中の参
照画素とテーブルからのクラス予測係数の１次結合によ
り、第１の画像信号の所定画素データの予測値を形成
し、所定画素の真値と最も近い予測値を生じさせるクラ
ス予測係数を識別することによって、注目画素のクラス
を決定するためのクラス分類手段と、決定されたクラス
毎に注目画素の値を作成するためのデータ予測用の値を
発生するための手段とクラス分類手段によるクラス決定
に応答して、決定されたクラスのデータ測データを使用
して注目画素の値を作成するための手段とからなるディ
ジタル画像信号処理装置である。
【００１３】
【作用】注目画素の空間的および／または時間的に近傍
の複数の画素を参照して、局所的画像の特徴に従ってク
ラス分けを行うことができる。入力画像信号自身とクラ
ス分けのための予測係数との線形１次結合によって予測
値を形成した時に、真値との誤差が最小の予測値を生じ
させる予測係数と対応してクラスが決定される。正確な
クラス分けを意図して、参照画素数を多くしても、クラ
ス分類用のデータを記憶するメモリの容量がそれ程大き
くならない。
の複数の画素を参照して、局所的画像の特徴に従ってク
ラス分けを行うことができる。入力画像信号自身とクラ
ス分けのための予測係数との線形１次結合によって予測
値を形成した時に、真値との誤差が最小の予測値を生じ
させる予測係数と対応してクラスが決定される。正確な
クラス分けを意図して、参照画素数を多くしても、クラ
ス分類用のデータを記憶するメモリの容量がそれ程大き
くならない。
【００１４】
【実施例】以下、ビデオ信号の精細度を標準のものから
より高いものへ変換するアップコンバージョンに対して
この発明を適用した例について説明する。この発明は、
この応用以外にも、サブサンプリング等の処理で間引か
れた画素を補間するための処理、電子的に画像を拡大す
る処理、ビデオ信号中のシーンチェンジを検出する処
理、ＤＰＣＭにおける予測値を形成する処理等の応用が
可能である。
より高いものへ変換するアップコンバージョンに対して
この発明を適用した例について説明する。この発明は、
この応用以外にも、サブサンプリング等の処理で間引か
れた画素を補間するための処理、電子的に画像を拡大す
る処理、ビデオ信号中のシーンチェンジを検出する処
理、ＤＰＣＭにおける予測値を形成する処理等の応用が
可能である。
【００１５】図１において、１は、標準精細度（例えば
現行のＮＴＳＣ方式）のディジタル画像信号（ＳＤ信号
と称する）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
るための走査変換回路である。
現行のＮＴＳＣ方式）のディジタル画像信号（ＳＤ信号
と称する）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
るための走査変換回路である。
【００１６】走査変換回路２の出力信号ｄ０がクラス予
測器３、クラス決定回路４および出力予測器６に供給さ
れる。クラス予測器３においては、予測係数が格納され
ているテーブル５からの暫定的あるいは初期的なクラス
予測係数ｄ２と信号ｄ０とを演算し、ＳＤ信号の予測値
ｄ１を生成する。この予測値ｄ１がクラス決定回路４に
供給される。
測器３、クラス決定回路４および出力予測器６に供給さ
れる。クラス予測器３においては、予測係数が格納され
ているテーブル５からの暫定的あるいは初期的なクラス
予測係数ｄ２と信号ｄ０とを演算し、ＳＤ信号の予測値
ｄ１を生成する。この予測値ｄ１がクラス決定回路４に
供給される。
【００１７】クラス決定回路４においては、予測値ｄ１
とＳＤ信号の真値ｄ０との比較からクラスを決定する。
一例として、真値ｄ０との絶対予測誤差が最小の予測値
ｄ１を生じさせるクラス予測係数と対応するものがその
ＳＤ信号のクラスとして決定される。このクラスの決定
の際にテーブル５が参照され、複数（ｎ）のクラスの予
測係数が順次テーブル５からクラス決定回路４に供給さ
れる。出力予測器６は、決定されたクラスのデータ予測
係数ｄ３とＳＤ信号ｄ０との演算によりＨＤ信号を生成
する。このＨＤ信号が出力端子７に取り出される。テー
ブル５には、予め学習により獲得されたクラス予測係数
およびデータ予測係数が格納されている。
とＳＤ信号の真値ｄ０との比較からクラスを決定する。
一例として、真値ｄ０との絶対予測誤差が最小の予測値
ｄ１を生じさせるクラス予測係数と対応するものがその
ＳＤ信号のクラスとして決定される。このクラスの決定
の際にテーブル５が参照され、複数（ｎ）のクラスの予
測係数が順次テーブル５からクラス決定回路４に供給さ
れる。出力予測器６は、決定されたクラスのデータ予測
係数ｄ３とＳＤ信号ｄ０との演算によりＨＤ信号を生成
する。このＨＤ信号が出力端子７に取り出される。テー
ブル５には、予め学習により獲得されたクラス予測係数
およびデータ予測係数が格納されている。
【００１８】図２を参照してクラス決定およびデータ予
測の一例について説明する。図２では、ＳＤ予測タップ
領域に含まれる１７個のＳＤ画素（それぞれの値をsd1
〜sd17と表す）の内、予測の対象である中央の画素（そ
の値がsd8 ）以外の１６個の参照画素の値を使用して、
ＳＤ画素の予測値sd´を形成する。すなわち、予測値sd
´は、クラス予測係数をｋ1 〜ｋ17（但し、ｋ8 を除
く）と表すと、下記の演算によって生成される。 sd´＝k1×sd1 ＋・・＋k7×sd7 ＋k9×sd9 ＋・・・＋ k17×sd17 (1)
測の一例について説明する。図２では、ＳＤ予測タップ
領域に含まれる１７個のＳＤ画素（それぞれの値をsd1
〜sd17と表す）の内、予測の対象である中央の画素（そ
の値がsd8 ）以外の１６個の参照画素の値を使用して、
ＳＤ画素の予測値sd´を形成する。すなわち、予測値sd
´は、クラス予測係数をｋ1 〜ｋ17（但し、ｋ8 を除
く）と表すと、下記の演算によって生成される。 sd´＝k1×sd1 ＋・・＋k7×sd7 ＋k9×sd9 ＋・・・＋ k17×sd17 (1)
【００１９】上述の予測式は、一つのクラスに関するも
のであって、０〜ｎ−１のｎ個のクラスについて予め決
定されたクラス予測係数がテーブル５に格納されてい
る。図２の例は、１次元の画素の配列であるが、２次元
の画素配列を用いて予測を行っても良い。参照画素数
は、１６に限られないのは勿論であるが、この発明は、
参照画素数が多くても、クラス予測係数のデータ量が極
端に増加しない利点がある。
のであって、０〜ｎ−１のｎ個のクラスについて予め決
定されたクラス予測係数がテーブル５に格納されてい
る。図２の例は、１次元の画素の配列であるが、２次元
の画素配列を用いて予測を行っても良い。参照画素数
は、１６に限られないのは勿論であるが、この発明は、
参照画素数が多くても、クラス予測係数のデータ量が極
端に増加しない利点がある。
【００２０】出力予測器６においてなされるＨＤ画素の
データ予測は、予測するＨＤ画素の位置の近傍の３個の
ＳＤ画素を使用してなされる。図２の例では、データ予
測係数をｗ1 ，ｗ2 ，ｗ3 とすると、下記の演算によっ
て、ＨＤ画素の値hd´が生成される。 hd´＝ｗ1 ×sd7 ＋ｗ2 ×sd8 ＋ｗ3 ×sd9 (2)
データ予測は、予測するＨＤ画素の位置の近傍の３個の
ＳＤ画素を使用してなされる。図２の例では、データ予
測係数をｗ1 ，ｗ2 ，ｗ3 とすると、下記の演算によっ
て、ＨＤ画素の値hd´が生成される。 hd´＝ｗ1 ×sd7 ＋ｗ2 ×sd8 ＋ｗ3 ×sd9 (2)
【００２１】上述の予測式は、一つのクラスに関するも
のであって、０〜ｎ−１のｎ個のクラスについて予め決
定されたデータ予測係数がテーブル５に格納されてい
る。つまり、テーブル５は、図３に示すように、０〜ｎ
−１の各クラスのクラス予測係数とデータ予測係数とが
格納されたものである。クラス決定回路４においては、
最初にクラス０のクラス予測係数を使用して式（１）に
よって予測値sd´を形成し、これと真値との誤差の絶対
値を求める。以下、それ以外のクラスについても、同様
に予測値の誤差の絶対値を求め、これが最小のものをそ
のＳＤ画素のクラスとして決定する。
のであって、０〜ｎ−１のｎ個のクラスについて予め決
定されたデータ予測係数がテーブル５に格納されてい
る。つまり、テーブル５は、図３に示すように、０〜ｎ
−１の各クラスのクラス予測係数とデータ予測係数とが
格納されたものである。クラス決定回路４においては、
最初にクラス０のクラス予測係数を使用して式（１）に
よって予測値sd´を形成し、これと真値との誤差の絶対
値を求める。以下、それ以外のクラスについても、同様
に予測値の誤差の絶対値を求め、これが最小のものをそ
のＳＤ画素のクラスとして決定する。
【００２２】上述のテーブル５内のクラス予測係数は、
予め学習により決定される。図４は、学習時の処理を示
すフローチャートである。一例として、標準的な絵柄の
画像を使用する。ステップ１１から学習処理の制御が開
始され、ステップ１２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に示すように配列された１７個の画
素の配列が一組の学習データとされる。
予め学習により決定される。図４は、学習時の処理を示
すフローチャートである。一例として、標準的な絵柄の
画像を使用する。ステップ１１から学習処理の制御が開
始され、ステップ１２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に示すように配列された１７個の画
素の配列が一組の学習データとされる。
【００２３】ステップ１３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１５の予測係数決定へ、終了していな
ければ、ステップ１４の正規方程式生成へ制御が移る。
ステップ１４の正規方程式生成では、後述する式
（８）、式（９）および式（１０）の正規方程式が作成
される。
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１５の予測係数決定へ、終了していな
ければ、ステップ１４の正規方程式生成へ制御が移る。
ステップ１４の正規方程式生成では、後述する式
（８）、式（９）および式（１０）の正規方程式が作成
される。
【００２４】全データの処理が終了後、ステップ１３の
データ終了から制御がステップ１５に移り、ステップ１
５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ｋ１〜ｋ16を決定する。次の
ステップ１６において、決定された係数ｋ1 〜ｋ17とＳ
Ｄ画素の値sd1 〜sd17との線形１次結合（上述の式
（１））によって、予測値sd´が計算され、この予測sd
´と真値sd8 との間の誤差の絶対値が計算される。誤差
の演算は、係数を決定するのに使用したＳＤ画素と、そ
れ以外の全てのＳＤ画素について行われる。係数を決定
するのに使用したＳＤ画素について、誤差はきわめて少
ない。
データ終了から制御がステップ１５に移り、ステップ１
５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ｋ１〜ｋ16を決定する。次の
ステップ１６において、決定された係数ｋ1 〜ｋ17とＳ
Ｄ画素の値sd1 〜sd17との線形１次結合（上述の式
（１））によって、予測値sd´が計算され、この予測sd
´と真値sd8 との間の誤差の絶対値が計算される。誤差
の演算は、係数を決定するのに使用したＳＤ画素と、そ
れ以外の全てのＳＤ画素について行われる。係数を決定
するのに使用したＳＤ画素について、誤差はきわめて少
ない。
【００２５】次のステップ１７では、計算された誤差の
絶対値としきい値Ｔｈとが比較される。誤差の絶対値が
しきい値Ｔｈ未満であるならば、クラス予測係数がクラ
スｉの係数としてメモリに格納される（ステップ１
８）。そして、ｉ＝ｎかどうかがステップ１９で決定さ
れ、若しそうであるならば、学習処理が終了し、若しそ
うでない時には、ｉがインクリメントされる（ステップ
２０）。そして、ステップ１２に戻り、上述の処理が繰
り返される。
絶対値としきい値Ｔｈとが比較される。誤差の絶対値が
しきい値Ｔｈ未満であるならば、クラス予測係数がクラ
スｉの係数としてメモリに格納される（ステップ１
８）。そして、ｉ＝ｎかどうかがステップ１９で決定さ
れ、若しそうであるならば、学習処理が終了し、若しそ
うでない時には、ｉがインクリメントされる（ステップ
２０）。そして、ステップ１２に戻り、上述の処理が繰
り返される。
【００２６】但し、ステップ１７において、誤差がしき
い値Ｔｈ以上となるＳＤ画素のデータが判別され、デー
タ選択のステップ２１において、学習データとして使用
されるものがしきい値Ｔｈ以上の誤差を生じさせたもの
に限定される。このように、クラス０からｎ−１のそれ
ぞれのクラス予測係数が決定される。
い値Ｔｈ以上となるＳＤ画素のデータが判別され、デー
タ選択のステップ２１において、学習データとして使用
されるものがしきい値Ｔｈ以上の誤差を生じさせたもの
に限定される。このように、クラス０からｎ−１のそれ
ぞれのクラス予測係数が決定される。
【００２７】図４中のステップ１４（正規方程式生成）
およびステップ１５（予測係数決定）の処理をより詳細
に説明する。注目ＳＤ画素の真値sd８をｙと表し、その
推定値sd´をｙ´と表し、その周囲のｎ個（図３では、
ｎ＝１６）画素の値をｘ1 〜ｘn としたとき、クラス毎
に係数ｋ1 〜ｋn によるｎタップの線形１次結合 ｙ´＝ｋ1 ｘ1 ＋ｋ2 ｘ2 ＋‥‥＋ｋn ｘn （３） を設定する。学習前はｋi が未定係数である。
およびステップ１５（予測係数決定）の処理をより詳細
に説明する。注目ＳＤ画素の真値sd８をｙと表し、その
推定値sd´をｙ´と表し、その周囲のｎ個（図３では、
ｎ＝１６）画素の値をｘ1 〜ｘn としたとき、クラス毎
に係数ｋ1 〜ｋn によるｎタップの線形１次結合 ｙ´＝ｋ1 ｘ1 ＋ｋ2 ｘ2 ＋‥‥＋ｋn ｘn （３） を設定する。学習前はｋi が未定係数である。
【００２８】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 ´＝ｋ1 ｘj1＋ｋ2 ｘj2＋‥‥＋ｋn ｘjn （４） （但し、ｊ＝１，２，‥‥ｍ）
データ数がｍの場合、式（３）に従って、 ｙj ´＝ｋ1 ｘj1＋ｋ2 ｘj2＋‥‥＋ｋn ｘjn （４） （但し、ｊ＝１，２，‥‥ｍ）
【００２９】ｍ＞ｎの場合、ｋ1 〜ｋn 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 −（ｋ1 ｘj1＋ｋ2 ｘj2＋‥‥＋ｋn 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 −（ｋ1 ｘj1＋ｋ2 ｘj2＋‥‥＋ｋn 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。
【００３０】
【数１】
【００３１】いわゆる最小自乗法による解法である。こ
こで式４のｋi による偏微分係数を求める。
こで式４のｋi による偏微分係数を求める。
【００３２】
【数２】
【００３３】式（１１）を０にするように各ｋi を決め
ればよいから、
ればよいから、
【００３４】
【数３】
【００３５】として、行列を用いると
【００３６】
【数４】
【００３７】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、ｋi について解けば、予測係数ｋi が
求まる。
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、ｋi について解けば、予測係数ｋi が
求まる。
【００３８】上述の予測クラスを決定するための方法
は、一例であって種々の変形が可能である。
は、一例であって種々の変形が可能である。
【００３９】データ予測係数ｗｉは、ＨＤ信号とこれか
ら得られたＳＤ信号とを用いて、予め学習によって決定
されている。図５は、データ予測のためのフローチャー
トである。ステップ３１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２の配列のように、３個のＳＤ画素と一つ
のＨＤ画素とが一組の学習データである。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の予
測係数決定へ、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。
ら得られたＳＤ信号とを用いて、予め学習によって決定
されている。図５は、データ予測のためのフローチャー
トである。ステップ３１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２の配列のように、３個のＳＤ画素と一つ
のＨＤ画素とが一組の学習データである。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の予
測係数決定へ、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。
【００４０】ステップ３４のクラス決定は、上述のクラ
ス決定回路４と同様の処理である。つまり、学習により
上述のように決定されたクラス予測係数とＳＤ信号の画
素データとの線形１次結合によって予測値を形成し、こ
れと真値との誤差が最小の予測値を生じさせるクラス予
測係数の属するクラスを弁別する。次のステップ３５の
正規方程式生成では、正規方程式が作成される。
ス決定回路４と同様の処理である。つまり、学習により
上述のように決定されたクラス予測係数とＳＤ信号の画
素データとの線形１次結合によって予測値を形成し、こ
れと真値との誤差が最小の予測値を生じさせるクラス予
測係数の属するクラスを弁別する。次のステップ３５の
正規方程式生成では、正規方程式が作成される。
【００４１】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の予測係数決定では、行列解法を用いて解いて、デー
タ予測係数ｗを決める。ステップ３７の予測係数ストア
で、データ予測係数をメモリにストアし、ステップ３８
で学習処理の制御が終了する。なお、ステップ３５の正
規方程式生成およびステップ３６の予測係数決定は、上
述のクラス予測係数に同様に最小二乗法に基づくもので
ある。
処理が終了後、制御がステップ３６に移り、ステップ３
６の予測係数決定では、行列解法を用いて解いて、デー
タ予測係数ｗを決める。ステップ３７の予測係数ストア
で、データ予測係数をメモリにストアし、ステップ３８
で学習処理の制御が終了する。なお、ステップ３５の正
規方程式生成およびステップ３６の予測係数決定は、上
述のクラス予測係数に同様に最小二乗法に基づくもので
ある。
【００４２】ＨＤ画素を生成するために、データ予測係
数を使用しないで、予め学習により形成された代表値を
使用することができる。図６は、学習時のハードウエア
の一例を示す。４１で示す入力端子から学習用のディジ
タルＨＤ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。ＨＤ信号が水平
間引き回路４２および垂直間引き回路４３を介されるこ
とによって、ＳＤ信号が形成される。
数を使用しないで、予め学習により形成された代表値を
使用することができる。図６は、学習時のハードウエア
の一例を示す。４１で示す入力端子から学習用のディジ
タルＨＤ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。ＨＤ信号が水平
間引き回路４２および垂直間引き回路４３を介されるこ
とによって、ＳＤ信号が形成される。
【００４３】生成されたＳＤ信号がクラス分類回路４４
に供給される。クラス分類回路４４は、図１の構成と同
様に、走査変換回路、クラス予測器、クラス予測係数が
格納されたテーブル、クラス決定回路からなる。クラス
分類回路４４の出力に発生するクラスコードが度数メモ
リ４５およびデータメモリ４６に対してアドレスとして
供給される。これらのメモリ４５、４６は、学習開始前
では、クリアされている。
に供給される。クラス分類回路４４は、図１の構成と同
様に、走査変換回路、クラス予測器、クラス予測係数が
格納されたテーブル、クラス決定回路からなる。クラス
分類回路４４の出力に発生するクラスコードが度数メモ
リ４５およびデータメモリ４６に対してアドレスとして
供給される。これらのメモリ４５、４６は、学習開始前
では、クリアされている。
【００４４】また、入力ＨＤ信号が遅延回路４７、加算
回路４８を介して割算器４９に被除数として供給され、
割算器４９の出力信号（割算の商）がデータメモリ４６
の入力データとされる。遅延回路４７は、クラス分類に
必要な時間、データを遅延させるためのものである。
回路４８を介して割算器４９に被除数として供給され、
割算器４９の出力信号（割算の商）がデータメモリ４６
の入力データとされる。遅延回路４７は、クラス分類に
必要な時間、データを遅延させるためのものである。
【００４５】度数メモリ４５の読出し出力が乗算器５０
および＋１回路５１に供給される。＋１回路５１の出力
が度数メモリ４５のデータ入力とされ、また、割算器４
９に除数として供給される。度数メモリ４５およびデー
タメモリ４６は、クラスコード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５１によって、度数メモリ４５の各アドレスに
は、累積度数が記憶される。
および＋１回路５１に供給される。＋１回路５１の出力
が度数メモリ４５のデータ入力とされ、また、割算器４
９に除数として供給される。度数メモリ４５およびデー
タメモリ４６は、クラスコード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５１によって、度数メモリ４５の各アドレスに
は、累積度数が記憶される。
【００４６】図６の構成において、あるクラスコードが
発生すると、そのクラスの累積度数と代表値とが度数メ
モリ４５およびデータメモリ４６からそれぞれ読出さ
れ、乗算器５０で乗算される。従って、乗算器５０から
は、累積代表値が発生する。この累積代表値と遅延回路
４７からの現在の代表値とが加算回路４８で加算され
る。加算結果が割算器４９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４６に
書込まれる。
発生すると、そのクラスの累積度数と代表値とが度数メ
モリ４５およびデータメモリ４６からそれぞれ読出さ
れ、乗算器５０で乗算される。従って、乗算器５０から
は、累積代表値が発生する。この累積代表値と遅延回路
４７からの現在の代表値とが加算回路４８で加算され
る。加算結果が割算器４９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４６に
書込まれる。
【００４７】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。データメモリ４６に格納された各クラスの代表値が
アップコンバージョンのために使用される。図７は、代
表値を使用する時のテーブルの内容を示す。クラス０〜
ｎ−１のそれぞれには、上述したクラス係数と図６の構
成で決定された代表値Ｌ０〜Ｌn-1 とが格納されてい
る。
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。データメモリ４６に格納された各クラスの代表値が
アップコンバージョンのために使用される。図７は、代
表値を使用する時のテーブルの内容を示す。クラス０〜
ｎ−１のそれぞれには、上述したクラス係数と図６の構
成で決定された代表値Ｌ０〜Ｌn-1 とが格納されてい
る。
【００４８】代表値を決定する処理は、図６のその一例
を示すハードウエア構成に限らず、ソフトウェア処理に
よっても実現することができる。
を示すハードウエア構成に限らず、ソフトウェア処理に
よっても実現することができる。
【００４９】
【発明の効果】この発明は、クラス分類によって、ＳＤ
信号の局所的特徴を抽出し、それに応じて規定されるＨ
Ｄ信号を出力するので、解像度を増大させるアップコン
バージョンを良好に行うことができる。この発明では、
複数の参照画素および予測係数の線形１次結合によって
予測値を生成し、この予測値と真値との誤差が最小のも
のを検出することによって、クラス分類を行っている。
従って、参照画素数と等しい予測係数を記憶するので、
参照画素数を多くしても、クラス分類用テーブルを格納
するメモリの容量がそれ程増大しない利点がある。
信号の局所的特徴を抽出し、それに応じて規定されるＨ
Ｄ信号を出力するので、解像度を増大させるアップコン
バージョンを良好に行うことができる。この発明では、
複数の参照画素および予測係数の線形１次結合によって
予測値を生成し、この予測値と真値との誤差が最小のも
のを検出することによって、クラス分類を行っている。
従って、参照画素数と等しい予測係数を記憶するので、
参照画素数を多くしても、クラス分類用テーブルを格納
するメモリの容量がそれ程増大しない利点がある。
【図１】この発明をアップコンバージョンを行うための
装置に対して適用した一実施例のブロック図である。
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】この発明におけるクラス分類とデータ予測のた
めの画素の配列を示す略線図である。
めの画素の配列を示す略線図である。
【図３】クラス予測係数およびデータ予測係数が格納さ
れるテーブルの構成を示す略線図である。
れるテーブルの構成を示す略線図である。
【図４】クラス予測係数を決定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。
ウェア処理で行う時のフローチャートである。
【図５】データ予測係数を決定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。
ウェア処理で行う時のフローチャートである。
【図６】データ予測用の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。
習時の構成の一例のブロック図である。
【図７】クラス予測係数および代表値が格納されるテー
ブルの構成を示す略線図である。
ブルの構成を示す略線図である。
３ クラス予測器 ４ クラス決定回路 ５ クラス予測係数およびデータ予測係数が格納された
テーブル
テーブル
Claims (5)
- 【請求項１】 注目画素の値を上記注目画素の空間的お
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
装置において、 クラス毎に複数のクラス予測係数が予め格納されたテー
ブルと、 入力ディジタル画像信号中に含まれ、上記注目画素に対
して空間的および／または時間的に近傍の複数の参照画
素と上記テーブルからのクラス予測係数の１次結合によ
り、上記入力ディジタル画像信号の所定画素データの予
測値を形成し、上記所定画素の真値と最も近い上記予測
値を生じさせる上記クラス予測係数を識別することによ
って、上記注目画素のクラスを決定するためのクラス分
類手段と、 上記決定されたクラス毎に上記注目画素の値を作成する
ためのデータ予測用の値を発生するための手段とからな
るディジタル画像信号処理装置。 - 【請求項２】 注目画素の値を上記注目画素の空間的お
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
装置において、クラス毎に複数のクラス予測係数を決定
するための学習装置であって、 入力ディジタル画像信号中に含まれ、上記注目画素に対
して空間的および／または時間的に近傍の複数の参照画
素とクラス予測係数の１次結合により、上記入力ディジ
タル画像信号の所定画素データの予測値を形成した時
に、上記予測値と上記所定画素の真値との誤差を最小と
するように、上記クラス予測係数を最小二乗法により決
定するようにした学習装置。 - 【請求項３】 解像度が低い第１の画像信号を解像度が
より高い第２の画像信号へ変換するためのディジタル画
像信号処理装置において、 クラス毎に複数のクラス予測係数が予め格納されたテー
ブルと、 上記第２の画像信号中の上記注目画素に対して、空間的
および／または時間的に近傍の複数の上記第１の画像信
号中の参照画素と上記テーブルからのクラス予測係数の
１次結合により、上記第１の画像信号の所定画素データ
の予測値を形成し、上記所定画素の真値と最も近い上記
予測値を生じさせる上記クラス予測係数を識別すること
によって、上記注目画素のクラスを決定するためのクラ
ス分類手段と、 上記決定されたクラス毎に上記注目画素の値を作成する
ためのデータ予測用の値を発生するための手段と上記ク
ラス分類手段によるクラス決定に応答して、決定された
クラスのデータ測データを使用して上記注目画素の値を
作成するための手段とからなるディジタル画像信号処理
装置。 - 【請求項４】 請求項１、請求項２または請求項３に記
載のディジタル画像信号処理装置において、 上記データ予測用の値を発生するための手段は、第１の
画像信号中に含まれ、上記注目画素の空間的および／ま
たは時間的に近傍の複数の画素の値と複数の係数の線形
１次結合によって、上記注目画素の値を作成した時に、
作成された値と上記注目画素の真値との誤差を最小とす
るような、係数を上記クラス毎に発生することを特徴と
するディジタル画像信号処理装置。 - 【請求項５】 請求項１、請求項２または請求項３に記
載のディジタル画像信号処理装置において、 上記データ予測用の値を発生するための手段は、予め学
習により獲得された、上記注目画素の代表値を上記クラ
ス毎に発生することを特徴とするディジタル画像信号処
理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25765693A JP3271101B2 (ja) | 1993-09-21 | 1993-09-21 | ディジタル画像信号処理装置および処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25765693A JP3271101B2 (ja) | 1993-09-21 | 1993-09-21 | ディジタル画像信号処理装置および処理方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001351049A Division JP3587188B2 (ja) | 2001-11-16 | 2001-11-16 | ディジタル画像信号処理装置および処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0795591A true JPH0795591A (ja) | 1995-04-07 |
| JP3271101B2 JP3271101B2 (ja) | 2002-04-02 |
Family
ID=17309286
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25765693A Expired - Lifetime JP3271101B2 (ja) | 1993-09-21 | 1993-09-21 | ディジタル画像信号処理装置および処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3271101B2 (ja) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0983961A (ja) * | 1995-09-19 | 1997-03-28 | Sony Corp | クラス予測係数の学習方法並びにクラス分類適応処理を用いた信号変換装置および方法 |
| WO1998030028A1 (en) * | 1996-12-26 | 1998-07-09 | Sony Corporation | Picture coding device, picture coding method, picture decoding device, picture decoding method, and recording medium |
| WO1998030027A1 (en) * | 1996-12-26 | 1998-07-09 | Sony Corporation | Picture signal coding device, picture signal coding method, picture signal decoding device, picture signal decoding method, and recording medium |
| US5912708A (en) * | 1996-12-26 | 1999-06-15 | Sony Corporation | Picture signal encoding device, picture signal encoding method, picture signal decoding device, picture signal decoding method, and recording medium |
| WO2000021301A1 (en) * | 1998-10-05 | 2000-04-13 | Sony Corporation | Image transform device and method, learning device and method, and recording medium |
| US6160845A (en) * | 1996-12-26 | 2000-12-12 | Sony Corporation | Picture encoding device, picture encoding method, picture decoding device, picture decoding method, and recording medium |
| JP2002335405A (ja) * | 2001-05-10 | 2002-11-22 | Sony Corp | 画像データ処理装置および方法、記録媒体、並びにプログラム |
| WO2008075658A1 (ja) | 2006-12-18 | 2008-06-26 | Sony Corporation | 画像信号処理装置、画像信号処理方法、及びプログラム |
| WO2008075657A1 (ja) | 2006-12-18 | 2008-06-26 | Sony Corporation | 表示制御装置、表示制御方法、及びプログラム |
| US7627198B2 (en) | 2003-05-29 | 2009-12-01 | Sony Corporation | Information signal processing device and processing method, codebook generating device and generating method, and program for executing the methods |
| US7821572B2 (en) | 2003-06-06 | 2010-10-26 | Sony Corporation | Apparatus and method for processing information signal, apparatus and method for producing coefficient, apparatus and method for producing lookup table, program for performing each method, and medium recording each program |
| US7844136B2 (en) | 2003-05-29 | 2010-11-30 | Sony Corporation | Apparatus and method for generating coefficients, apparatus and method for generating class configuration, informational signal processing apparatus, and programs for performing these methods |
-
1993
- 1993-09-21 JP JP25765693A patent/JP3271101B2/ja not_active Expired - Lifetime
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0983961A (ja) * | 1995-09-19 | 1997-03-28 | Sony Corp | クラス予測係数の学習方法並びにクラス分類適応処理を用いた信号変換装置および方法 |
| US6339615B1 (en) | 1996-12-26 | 2002-01-15 | Sony Corporation | Picture encoding device, picture encoding method, picture decoding device, picture decoding method, and recording medium |
| WO1998030027A1 (en) * | 1996-12-26 | 1998-07-09 | Sony Corporation | Picture signal coding device, picture signal coding method, picture signal decoding device, picture signal decoding method, and recording medium |
| US5912708A (en) * | 1996-12-26 | 1999-06-15 | Sony Corporation | Picture signal encoding device, picture signal encoding method, picture signal decoding device, picture signal decoding method, and recording medium |
| US6160845A (en) * | 1996-12-26 | 2000-12-12 | Sony Corporation | Picture encoding device, picture encoding method, picture decoding device, picture decoding method, and recording medium |
| WO1998030028A1 (en) * | 1996-12-26 | 1998-07-09 | Sony Corporation | Picture coding device, picture coding method, picture decoding device, picture decoding method, and recording medium |
| WO2000021301A1 (en) * | 1998-10-05 | 2000-04-13 | Sony Corporation | Image transform device and method, learning device and method, and recording medium |
| US6414717B1 (en) | 1998-10-05 | 2002-07-02 | Sony Corporation | Picture converting apparatus, picture converting method, learning apparatus, learning method, and record medium |
| JP2002335405A (ja) * | 2001-05-10 | 2002-11-22 | Sony Corp | 画像データ処理装置および方法、記録媒体、並びにプログラム |
| JP4649770B2 (ja) * | 2001-05-10 | 2011-03-16 | ソニー株式会社 | 画像データ処理装置および方法、記録媒体、並びにプログラム |
| US7627198B2 (en) | 2003-05-29 | 2009-12-01 | Sony Corporation | Information signal processing device and processing method, codebook generating device and generating method, and program for executing the methods |
| US7844136B2 (en) | 2003-05-29 | 2010-11-30 | Sony Corporation | Apparatus and method for generating coefficients, apparatus and method for generating class configuration, informational signal processing apparatus, and programs for performing these methods |
| US7821572B2 (en) | 2003-06-06 | 2010-10-26 | Sony Corporation | Apparatus and method for processing information signal, apparatus and method for producing coefficient, apparatus and method for producing lookup table, program for performing each method, and medium recording each program |
| WO2008075658A1 (ja) | 2006-12-18 | 2008-06-26 | Sony Corporation | 画像信号処理装置、画像信号処理方法、及びプログラム |
| WO2008075657A1 (ja) | 2006-12-18 | 2008-06-26 | Sony Corporation | 表示制御装置、表示制御方法、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3271101B2 (ja) | 2002-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100276789B1 (ko) | 디지탈 데이타 변환 장치 및 방법 | |
| JPH07162848A (ja) | ディジタル画像信号の処理装置 | |
| JPH0795591A (ja) | ディジタル画像信号処理装置 | |
| JPH0779418A (ja) | 画像信号変換装置 | |
| 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 | |
| JPH07154642A (ja) | ディジタル画像信号処理装置 | |
| JP4140091B2 (ja) | 画像情報変換装置および画像情報変換方法 | |
| JP3703034B2 (ja) | 画像信号処理方法及び画像信号伝送装置 | |
| JP3362463B2 (ja) | フレーム補間装置 | |
| JP3723995B2 (ja) | 画像情報変換装置および方法 | |
| JP3470373B2 (ja) | ディジタル画像信号の処理装置および方法 | |
| JP3759538B2 (ja) | 画像信号処理方法及び画像信号伝送装置 | |
| JP3724008B2 (ja) | 画像情報変換装置および係数データ作成装置 | |
| JP3587188B2 (ja) | ディジタル画像信号処理装置および処理方法 | |
| JPH07193789A (ja) | 画像情報変換装置 | |
| JPH0851622A (ja) | ディジタル画像信号の処理装置 | |
| JP3480015B2 (ja) | 画像データの生成装置および生成方法 | |
| JP4470324B2 (ja) | 画像信号変換装置および方法 | |
| JP3653287B2 (ja) | 画像情報変換装置及び画像情報変換方法 | |
| JP3800638B2 (ja) | 画像情報変換装置および方法 | |
| JPH0746589A (ja) | ディジタル画像信号処理装置 | |
| JP4062326B2 (ja) | 係数生成装置および方法 | |
| JP3480011B2 (ja) | 画像情報変換装置 | |
| JP4038881B2 (ja) | 画像信号の変換装置および変換方法、並びにそれに使用される係数データの生成装置および生成方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080125 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090125 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100125 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100125 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110125 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110125 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120125 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120125 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130125 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140125 Year of fee payment: 12 |