JPH08161483A - 画像処理方式 - Google Patents
画像処理方式Info
- Publication number
- JPH08161483A JPH08161483A JP6305888A JP30588894A JPH08161483A JP H08161483 A JPH08161483 A JP H08161483A JP 6305888 A JP6305888 A JP 6305888A JP 30588894 A JP30588894 A JP 30588894A JP H08161483 A JPH08161483 A JP H08161483A
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- magnitude
- density change
- smoothing
- image processing
- 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
- 238000009499 grossing Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000000694 effects Effects 0.000 claims description 12
- 238000003672 processing method Methods 0.000 claims description 8
- 230000007423 decrease Effects 0.000 claims 2
- 238000011946 reduction process Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
(57)【要約】
【目的】Ｓ／Ｎの低い画像に対して、エッジのぼけや濃
度むらを最小限に抑えながら、ノイズ低減画像を高速に
得る。 【構成】入力される画像の各画素に対して、各１次方向
ごとに濃度変化の大きさE(i)(i=1〜n)を計算するステッ
プ１０１と、各画素ごとステップ１０１で計算された１
次方向の濃度変化の大きさのうち最小な方向を決定する
ステップ１０２と、各画素ごとステップ１０２で検出さ
れた１次方向にLLSE(Linear Least SquareError)法によ
り平滑化処理を行うステップ１０３からなる処理を行い
ノイズ低減画像を得る。 【効果】画像の局所構造のうち１次方向成分を検出し
て、その方向にLLSE法により平滑化処理を行うので、エ
ッジ部のぼけや濃度むらを最小限に抑えながらノイズを
効果的にしかも高速に低減することができる。
度むらを最小限に抑えながら、ノイズ低減画像を高速に
得る。 【構成】入力される画像の各画素に対して、各１次方向
ごとに濃度変化の大きさE(i)(i=1〜n)を計算するステッ
プ１０１と、各画素ごとステップ１０１で計算された１
次方向の濃度変化の大きさのうち最小な方向を決定する
ステップ１０２と、各画素ごとステップ１０２で検出さ
れた１次方向にLLSE(Linear Least SquareError)法によ
り平滑化処理を行うステップ１０３からなる処理を行い
ノイズ低減画像を得る。 【効果】画像の局所構造のうち１次方向成分を検出し
て、その方向にLLSE法により平滑化処理を行うので、エ
ッジ部のぼけや濃度むらを最小限に抑えながらノイズを
効果的にしかも高速に低減することができる。
Description
【０００１】
【産業上の利用分野】本発明は、画像処理分野のノイズ
低減処理において、画像のぼけや濃度むらを引き起こさ
ずにノイズ低減させるフィルタ−に関する。
低減処理において、画像のぼけや濃度むらを引き起こさ
ずにノイズ低減させるフィルタ−に関する。
【０００２】
【従来の技術】ノイズ低減処理は、基本的に濃度の急激
な変動を滑らかにする働きがあるため、図形の輪郭線を
ぼかす効果を持つ。そこで、図形の輪郭線を何らかの方
法で大まかに推定し、それを損なわないやり方で平滑化
を施す、エッジ保存平滑化と呼ばれるノイズ低減処理が
ある。この種のノイズ低減処理は、従来から色々な方法
が考案されており、代表的なものとして以下のような方
法がある。
な変動を滑らかにする働きがあるため、図形の輪郭線を
ぼかす効果を持つ。そこで、図形の輪郭線を何らかの方
法で大まかに推定し、それを損なわないやり方で平滑化
を施す、エッジ保存平滑化と呼ばれるノイズ低減処理が
ある。この種のノイズ低減処理は、従来から色々な方法
が考案されており、代表的なものとして以下のような方
法がある。
【０００３】（１） ε-分離非線形フィルタ− （原島博、小田島薫、鹿喰善明、ε-分離非線形ディジ
タルフィルタとその応用”、信学論（Ａ）、Ｊ６５−
Ａ、４、ｐｐ２９７−３０４（昭５７−０４）） （２） Anisotropic Diffusion 法 （P.Perona and J.Malik, Scale-Space and Edge Detec
tion Using Anisotoro-pic Diffusion, IEEE, Trans on
Pattern Anal. Machine Intell. Vol.12,No.7,July, 1
990） （３） ＬＬＳＥ法 （J-S.Lee, Digital Image Enhancement and Noise Fil
tering by Use ofLocal Satistics, IEEE, Trans on Pa
ttern Anal. Machine Intell., Vol.PAMI-2 No.2, Mar
ch,1980） 以上の方法は、微分値や局所分散値により、局所領域に
おいてエッジ構造があるかどうかの度合いを定義して、
そのエッジ構造の度合いに応じて平滑化の効果を調節す
るものである。例えば、（３）ＬＬＳＥ法では、画像I
(i,j)の各画素ごと局所領域（５＊５行列の２５画素）
の分散値σI(i,j)を計算し、次式に従って平滑化の度合
いを調節する。以下のσはノイズレベルを表すしきい値
である。
タルフィルタとその応用”、信学論（Ａ）、Ｊ６５−
Ａ、４、ｐｐ２９７−３０４（昭５７−０４）） （２） Anisotropic Diffusion 法 （P.Perona and J.Malik, Scale-Space and Edge Detec
tion Using Anisotoro-pic Diffusion, IEEE, Trans on
Pattern Anal. Machine Intell. Vol.12,No.7,July, 1
990） （３） ＬＬＳＥ法 （J-S.Lee, Digital Image Enhancement and Noise Fil
tering by Use ofLocal Satistics, IEEE, Trans on Pa
ttern Anal. Machine Intell., Vol.PAMI-2 No.2, Mar
ch,1980） 以上の方法は、微分値や局所分散値により、局所領域に
おいてエッジ構造があるかどうかの度合いを定義して、
そのエッジ構造の度合いに応じて平滑化の効果を調節す
るものである。例えば、（３）ＬＬＳＥ法では、画像I
(i,j)の各画素ごと局所領域（５＊５行列の２５画素）
の分散値σI(i,j)を計算し、次式に従って平滑化の度合
いを調節する。以下のσはノイズレベルを表すしきい値
である。
【０００４】 I~(i,j) = c(i,j)(I(i,j)-mI(i,j))+mI(i,j) c(i,j) = σI(i,j)2/(σI(i,j)2+σ2) mI(i,j) = (Σ2 k,l=-2I(i+k,j+l))/5 σI(i,j)= (Σ2 k,l=-2(I(i+k,j+l)-mI(i,j))2)/5 この式は、分散値σI(i,j)がσに比して十分大きい場合
には I~(i,j)≒I(i,j)であり、分散値σI(i,j)がσに比
して十分小さい場合には、I~(i,j)≒mI(i,j)という具合
に、元の画素値から単純平均値の間にある値が分散値σ
I(i,j)に応じて決定される。
には I~(i,j)≒I(i,j)であり、分散値σI(i,j)がσに比
して十分小さい場合には、I~(i,j)≒mI(i,j)という具合
に、元の画素値から単純平均値の間にある値が分散値σ
I(i,j)に応じて決定される。
【０００５】画像の局所構造をもう少し精密に考慮した
うえで、平滑化を行う方法としては次のような方法もあ
る。
うえで、平滑化を行う方法としては次のような方法もあ
る。
【０００６】（４） 局所テンプレ−トマッチングを利
用した方法 （鳥脇純一郎著 「画像理解のためのディジタル画像処
理［Ｉ］昭晃堂、平成元年１１月３０日 ｐｐ１１２〜
１１４）この方法は、画像の局所領域におけるエッジや
線の典型的なパタ−ンをテンプレ−トに用意しておき、
画像の各画素（ｉ，ｊ）の近傍Ｕ（（ｉ，ｊ））の入力
濃度値とテンプレ−トマッチングを行い、近傍Ｕ
（（ｉ，ｊ））の局所構造に適合したテンプレ−トを重
み関数として平滑化処理を行う方法である。もう少し詳
しく説明すると、まずあらかじめいくつかの部分画像の
サンプル（テンプレ−ト）を用意しておく。一方、画素
（ｉ，ｊ）の近傍Ｕ（（ｉ，ｊ））の入力濃度値を一定
の順序で並べたものを１次元ベクトルとみなしＦijと表
す。テンプレ−トの方も同様な順序で１次元ベクトル化
されているとし、それを、Ａ1，Ａ2，…，Ａmとする。
このとき、（ｉ，ｊ）における各テンプレ−トの適合度
を表す関数Ｓに対して、 ｋ0＝ｍｉｎＳ（Ｆij，Ａk） を計算して、テンプレ−トＡk0を重み関数として画素
（ｉ，ｊ）の近傍Ｕ（（ｉ，ｊ））に含まれる画素値か
ら平滑化処理を行う。ここで、適合度を表す関数Ｓの具
体的な形は多種多様なものが、特にパタ−ン認識や統計
学における数値分類の分野で工夫されている。
用した方法 （鳥脇純一郎著 「画像理解のためのディジタル画像処
理［Ｉ］昭晃堂、平成元年１１月３０日 ｐｐ１１２〜
１１４）この方法は、画像の局所領域におけるエッジや
線の典型的なパタ−ンをテンプレ−トに用意しておき、
画像の各画素（ｉ，ｊ）の近傍Ｕ（（ｉ，ｊ））の入力
濃度値とテンプレ−トマッチングを行い、近傍Ｕ
（（ｉ，ｊ））の局所構造に適合したテンプレ−トを重
み関数として平滑化処理を行う方法である。もう少し詳
しく説明すると、まずあらかじめいくつかの部分画像の
サンプル（テンプレ−ト）を用意しておく。一方、画素
（ｉ，ｊ）の近傍Ｕ（（ｉ，ｊ））の入力濃度値を一定
の順序で並べたものを１次元ベクトルとみなしＦijと表
す。テンプレ−トの方も同様な順序で１次元ベクトル化
されているとし、それを、Ａ1，Ａ2，…，Ａmとする。
このとき、（ｉ，ｊ）における各テンプレ−トの適合度
を表す関数Ｓに対して、 ｋ0＝ｍｉｎＳ（Ｆij，Ａk） を計算して、テンプレ−トＡk0を重み関数として画素
（ｉ，ｊ）の近傍Ｕ（（ｉ，ｊ））に含まれる画素値か
ら平滑化処理を行う。ここで、適合度を表す関数Ｓの具
体的な形は多種多様なものが、特にパタ−ン認識や統計
学における数値分類の分野で工夫されている。
【０００７】
【発明が解決しようとする課題】上記（１）（２）
（３）のような、局所領域の統計量による構造の認識方
法は、エッジであるかどうかだけでありその方向性など
形態的な要素は考慮していない。従って、Ｓ／Ｎの悪い
画像に対してノイズ低減効果を強めると、エッジ部にぼ
けが発生しやすいという問題点がある。また（４）の方
法では、複雑な濃度変化を有する画像において、どのよ
うな形態的パタ−ンをテンプレ−トとして用意するか判
断することが難しいこと、および単純な適合度を表す関
数でその局所構造に適合したパタ−ンを正確に選びだす
ことは難しいという問題点がある。この時、パタ−ン検
出のエラ−は、画像の濃度むらやエッジ部のぼけとして
現われる。また、パタ−ンを細かく分類し過ぎると、ノ
イズによる偽構造に適合するパタ−ンが存在するためノ
イズ低減効果が弱くなる。
（３）のような、局所領域の統計量による構造の認識方
法は、エッジであるかどうかだけでありその方向性など
形態的な要素は考慮していない。従って、Ｓ／Ｎの悪い
画像に対してノイズ低減効果を強めると、エッジ部にぼ
けが発生しやすいという問題点がある。また（４）の方
法では、複雑な濃度変化を有する画像において、どのよ
うな形態的パタ−ンをテンプレ−トとして用意するか判
断することが難しいこと、および単純な適合度を表す関
数でその局所構造に適合したパタ−ンを正確に選びだす
ことは難しいという問題点がある。この時、パタ−ン検
出のエラ−は、画像の濃度むらやエッジ部のぼけとして
現われる。また、パタ−ンを細かく分類し過ぎると、ノ
イズによる偽構造に適合するパタ−ンが存在するためノ
イズ低減効果が弱くなる。
【０００８】
【課題を解決するための手段】そこで、テンプレ−トと
して注目画素を通る直線を表すものに限定する。すなわ
ち、画像の局所構造がどちらの方向を向いているかを検
出し、その直線方向に平滑化処理を行う。ここで、平滑
化処理には上記で紹介したようなＬＬＳＥ法等の非線形
処理を、検出した直線上にある画素に制限して適用す
る。
して注目画素を通る直線を表すものに限定する。すなわ
ち、画像の局所構造がどちらの方向を向いているかを検
出し、その直線方向に平滑化処理を行う。ここで、平滑
化処理には上記で紹介したようなＬＬＳＥ法等の非線形
処理を、検出した直線上にある画素に制限して適用す
る。
【０００９】
【作用】本発明では、各画素ごとに局所構造がどちらの
方向を向いているかだけに着目するのでパタ−ンの適合
度を表す関数は明確に定義できる。例えば、各方向の線
上にある隣接画素どうし濃度差の絶対値の和を計算し、
その値が最も小さい方向とすれば良いすればよい。これ
は、画像の局所構造のうち、等濃度線を直線成分で推定
していることに等しく明確な幾何学的意味をもつ。特
に、エッジ部においては、そのエッジの走行方向に沿っ
て平滑化がかかるためエッジをぼかすことが無い。ただ
し、画像には鋭角な角や孤立的な尖点、穴など、直線で
は近似不可能な要素が存在するため、直線上にある画素
からの単純平均処理ではこのような構造を壊してしま
う。そこで、直線方向における平滑化として、上記で説
明したＬＬＳＥ法などの非線形処理を適用する。この非
線形処理では、直線上の画素による分散値がノイズレベ
ルに比してかなり大きな値をとるときは元の画素値に近
づき、ノイズレベルと同等もしくは小さい場合には単純
平均値に近づくという効果ある。すなわち、局所構造の
直線成分による近似度に応じて平滑化効果が調節される
ため、直線で近似できない構造物を壊すことが少ない。
方向を向いているかだけに着目するのでパタ−ンの適合
度を表す関数は明確に定義できる。例えば、各方向の線
上にある隣接画素どうし濃度差の絶対値の和を計算し、
その値が最も小さい方向とすれば良いすればよい。これ
は、画像の局所構造のうち、等濃度線を直線成分で推定
していることに等しく明確な幾何学的意味をもつ。特
に、エッジ部においては、そのエッジの走行方向に沿っ
て平滑化がかかるためエッジをぼかすことが無い。ただ
し、画像には鋭角な角や孤立的な尖点、穴など、直線で
は近似不可能な要素が存在するため、直線上にある画素
からの単純平均処理ではこのような構造を壊してしま
う。そこで、直線方向における平滑化として、上記で説
明したＬＬＳＥ法などの非線形処理を適用する。この非
線形処理では、直線上の画素による分散値がノイズレベ
ルに比してかなり大きな値をとるときは元の画素値に近
づき、ノイズレベルと同等もしくは小さい場合には単純
平均値に近づくという効果ある。すなわち、局所構造の
直線成分による近似度に応じて平滑化効果が調節される
ため、直線で近似できない構造物を壊すことが少ない。
【００１０】このように、局所構造の方向性により平滑
化の方向を変化させて、１次元平滑化を行なう手法と、
１次元平滑化を行なう時に非線形平滑化処理を組み合わ
せることにより、画像にボケを発生させることなくノイ
ズ低減処理を行なうことができる。
化の方向を変化させて、１次元平滑化を行なう手法と、
１次元平滑化を行なう時に非線形平滑化処理を組み合わ
せることにより、画像にボケを発生させることなくノイ
ズ低減処理を行なうことができる。
【００１１】最後に、検索するテンプレ−トを直線だけ
に絞っているので、適合するパタ−ンの検索時間は少な
く高速にノイズ低減処理を実行することができる。
に絞っているので、適合するパタ−ンの検索時間は少な
く高速にノイズ低減処理を実行することができる。
【００１２】
【実施例】本発明の実施例を第１図を用いて説明する。
対象となる２次元画像をI(i,j)で表わす。また、方向成
分は図２の５＊５マトリクスが示すような８方向とす
る。
対象となる２次元画像をI(i,j)で表わす。また、方向成
分は図２の５＊５マトリクスが示すような８方向とす
る。
【００１３】［実施例１］ ［ステップ１０１］各画素(i,j)ごと図２に示される８
方向について各々、濃度変化の大きさE(i)(i=1〜8)を、
以下の式にしたがって計算する。
方向について各々、濃度変化の大きさE(i)(i=1〜8)を、
以下の式にしたがって計算する。
【００１４】 Δk,l(i,j)=|I(i+k,j+l)-I(i,j)|(k,l=-2〜2) 方向２０１： E(1)=Δ0,1(i,j)+Δ0,-1(i,j)+Δ0,2(i,
j)+Δ0,-2(i,j) 方向２０２： E(2)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ
+1,-2(i,j)+Δ-1,+2(i,j) 方向２０３： E(3)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ
-2,+2(i,j)+Δ+2,-2(i,j) 方向２０４： E(4)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ
+2,-1(i,j)+Δ−２，＋１（ｉ，ｊ） 方向２０５： Ｅ（５）＝Δ1,0(i,j)+Δ-1,0(i,j)+Δ
2,0(i,j)+Δ-2,0(i,j) 方向２０６： E(6)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+2,+1(i,j)+Δ-2,-1(i,j) 方向２０７： E(7)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+2,+2(i,j)+Δ-2,-2(i,j) 方向２０８： E(8)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+1,+2(i,j)+Δ-2,-1(i,j) ［ステップ１０２］濃度変化の大きさE(i)(i=1〜8)が最
小となる方向を表す５画素の濃度値を取り出しp(i)(i=1
〜5)とおく。例えば、E(1)が最小であるなら次のように
なる。
j)+Δ0,-2(i,j) 方向２０２： E(2)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ
+1,-2(i,j)+Δ-1,+2(i,j) 方向２０３： E(3)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ
-2,+2(i,j)+Δ+2,-2(i,j) 方向２０４： E(4)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ
+2,-1(i,j)+Δ−２，＋１（ｉ，ｊ） 方向２０５： Ｅ（５）＝Δ1,0(i,j)+Δ-1,0(i,j)+Δ
2,0(i,j)+Δ-2,0(i,j) 方向２０６： E(6)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+2,+1(i,j)+Δ-2,-1(i,j) 方向２０７： E(7)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+2,+2(i,j)+Δ-2,-2(i,j) 方向２０８： E(8)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+1,+2(i,j)+Δ-2,-1(i,j) ［ステップ１０２］濃度変化の大きさE(i)(i=1〜8)が最
小となる方向を表す５画素の濃度値を取り出しp(i)(i=1
〜5)とおく。例えば、E(1)が最小であるなら次のように
なる。
【００１５】p(1)=I(i,j+2),p(2)=I(i,j+1),p(3)=I(i,
j),p(4)=I(i,j-1),p(5)=I(i,j-2) ［ステップ１０３］ステップ１０２で決定された５画素
の濃度値p(i)(i=1〜5)からＬＬＳＥ法により平滑化処理
を行なう。
j),p(4)=I(i,j-1),p(5)=I(i,j-2) ［ステップ１０３］ステップ１０２で決定された５画素
の濃度値p(i)(i=1〜5)からＬＬＳＥ法により平滑化処理
を行なう。
【００１６】I~(i,j)=c(i,j)(I(i,j)-mI(i,j))+mI(i,j) c(i,j)=σI(i,j)2/(σI(i,j)2+σ2) mI(i,j)=(Σ5 k=1p(k))/5 σI(i,j)=(Σ5 k=1(p(k)-mI(i,j))2)/5 ［ステップ１０４］I~(i,j)を出力画像とする。
【００１７】［実施例２］上記、実施例１では、濃度変
化の大きさが最小となる方向に限定した１次元非線形平
滑化を行ったが、その他の方向も若干寄与した平滑化を
行うこともできる。以下、一例を示す。
化の大きさが最小となる方向に限定した１次元非線形平
滑化を行ったが、その他の方向も若干寄与した平滑化を
行うこともできる。以下、一例を示す。
【００１８】［ステップ３０１］各画素(i,j)ごと図２
に示される８方向について各々、濃度変化の大きさE(i)
(i=1〜8)を、実施例１のステップ１０１の次式に従って
決定する。
に示される８方向について各々、濃度変化の大きさE(i)
(i=1〜8)を、実施例１のステップ１０１の次式に従って
決定する。
【００１９】 Δk,l(i,j)=|I(i+k,j+l)-I(i,j)|(k,l=-2〜2) 方向２０１： E(1)=Δ0,1(i,j)+Δ0,-1(i,j)+Δ0,2(i,
j)+Δ０，−２（ｉ，ｊ） 方向２０２： Ｅ（２）＝Δ-1,1(i,j)+Δ+1,-1(i,j)+
Δ+1,-2(i,j)+Δ-1,+2(i,j) 方向２０３： E(3)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ
-2,+2(i,j)+Δ+2,-2(i,j) 方向２０４： E(4)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ
+2,-1(i,j)+Δ-2,+1(i,j) 方向２０５： E(5)=Δ1,0(i,j)+Δ-1,0(i,j)+Δ2,0(i,
j)+Δ-2,0(i,j) 方向２０６： E(6)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+2,+1(i,j)+Δ-2,-1(i,j) 方向２０７： E(7)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+2,+2(i,j)+Δ-2,-2(i,j) 方向２０８： E(8)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+1,+2(i,j)+Δ-2,-1(i,j) ［ステップ３０２］ 各画素ごとに、ステップ３０１で
計算した濃度変化の大きさE(i)(i=1〜8)を小さいものか
ら大きいものへと並べ、この順番に対応する方向成分i
を並べたのものをik(k=1〜8)として記憶しておく。すな
わち、各画素において方向i1が最小の濃度変化の大きさ
であり、方向i8が最大の濃度変化の大きさとなる。
j)+Δ０，−２（ｉ，ｊ） 方向２０２： Ｅ（２）＝Δ-1,1(i,j)+Δ+1,-1(i,j)+
Δ+1,-2(i,j)+Δ-1,+2(i,j) 方向２０３： E(3)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ
-2,+2(i,j)+Δ+2,-2(i,j) 方向２０４： E(4)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ
+2,-1(i,j)+Δ-2,+1(i,j) 方向２０５： E(5)=Δ1,0(i,j)+Δ-1,0(i,j)+Δ2,0(i,
j)+Δ-2,0(i,j) 方向２０６： E(6)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+2,+1(i,j)+Δ-2,-1(i,j) 方向２０７： E(7)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+2,+2(i,j)+Δ-2,-2(i,j) 方向２０８： E(8)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ
+1,+2(i,j)+Δ-2,-1(i,j) ［ステップ３０２］ 各画素ごとに、ステップ３０１で
計算した濃度変化の大きさE(i)(i=1〜8)を小さいものか
ら大きいものへと並べ、この順番に対応する方向成分i
を並べたのものをik(k=1〜8)として記憶しておく。すな
わち、各画素において方向i1が最小の濃度変化の大きさ
であり、方向i8が最大の濃度変化の大きさとなる。
【００２０】［ステップ３０３］ あらかじめ定めてお
いた、しきい値σ1≧σ2≧…≧σ8により以下のループ
処理を実行し各方向のノイズ低減処理画像I~(i,j)を得
る。
いた、しきい値σ1≧σ2≧…≧σ8により以下のループ
処理を実行し各方向のノイズ低減処理画像I~(i,j)を得
る。
【００２１】初期化：I~(i,j)＝I(i,j) ル−プ：次のサブステップ３０３’をk=1〜8において順
次行う。
次行う。
【００２２】［サブステップ３０３’］全画素について
以下の処理（１）（２）（３）を行い、I~(i,j)を得
る。
以下の処理（１）（２）（３）を行い、I~(i,j)を得
る。
【００２３】（１）デ−タI~(i,j)から、方向ikを表す
５画素の濃度値を取り出し、p(i)(i=1〜5）とおく。
５画素の濃度値を取り出し、p(i)(i=1〜5）とおく。
【００２４】（２）（１）で決定された５画素の濃度値
p(i)(i=1〜5)からしきい値σkで下記ＬＬＳＥ法による
平滑化により画素(i,j)における出力値I'(i,j)を求め。
p(i)(i=1〜5)からしきい値σkで下記ＬＬＳＥ法による
平滑化により画素(i,j)における出力値I'(i,j)を求め。
【００２５】 I'(i,j)=c(i,j)(I~(i,j)-mI(i,j))+mI(i,j) c(i,j)=σI(i,j)2/(σI(i,j)2+σ2) mI(i,j)=(Σ5 k=1p(k))/5 σ(i,j)=(Σ5 k=1(p(k)-mI(i,j))2)/5 （３）I~(i,j)=I'(i,j)とする。
【００２６】画像によっては、計測装置の特性によって
空間分解能があまり良くないものがある。このような画
像では、エッジなどの構造が滑らかに変化するので、局
所構造の方向性も曖昧になる。従って、濃度変化が最小
な方向と２番目に小さい方向の区別は明確な意味を持た
なくなる。そこで、たとえばσ1≧σ2＞0、σ3= … =σ
8=0とすれば、エッジ等の構造物を壊さずに実施例１よ
りもノイズ低減効果を強めることができる。ここで、濃
度変化が最小な方向への平滑化によりノイズの振幅は減
衰しているので、２番目に小さい方向への平滑化におけ
るしきい値σ2はσ1よりも小さくする方が良い。このよ
うに実施例２では、画像の特性によって平滑化をかける
方向を増減させることができる。
空間分解能があまり良くないものがある。このような画
像では、エッジなどの構造が滑らかに変化するので、局
所構造の方向性も曖昧になる。従って、濃度変化が最小
な方向と２番目に小さい方向の区別は明確な意味を持た
なくなる。そこで、たとえばσ1≧σ2＞0、σ3= … =σ
8=0とすれば、エッジ等の構造物を壊さずに実施例１よ
りもノイズ低減効果を強めることができる。ここで、濃
度変化が最小な方向への平滑化によりノイズの振幅は減
衰しているので、２番目に小さい方向への平滑化におけ
るしきい値σ2はσ1よりも小さくする方が良い。このよ
うに実施例２では、画像の特性によって平滑化をかける
方向を増減させることができる。
【００２７】以上、実施例１では、濃度変化の大きさが
最小となる方向に限定した１次元非線形平滑化を行い、
実施例２では、その他の方向も若干寄与した平滑化を行
う実施例を示した。その他、上記実施例１の出力値を主
に反映した平滑化を行い、極端な１次元構造化を避けた
平滑化を行う数多くの処理方法が考えられる。例えば、
以下数例を列挙する。
最小となる方向に限定した１次元非線形平滑化を行い、
実施例２では、その他の方向も若干寄与した平滑化を行
う実施例を示した。その他、上記実施例１の出力値を主
に反映した平滑化を行い、極端な１次元構造化を避けた
平滑化を行う数多くの処理方法が考えられる。例えば、
以下数例を列挙する。
【００２８】上記実施例１の出力値と２番目に濃度変化
の小さい方向の１次元非線形平滑化値を適当な重みで加
算した値を最終的な出力値とする方法。
の小さい方向の１次元非線形平滑化値を適当な重みで加
算した値を最終的な出力値とする方法。
【００２９】上記実施例１の出力値と上記従来技術
（３）のＬＬＳＥ法による出力値を適当な重みで加算し
た値を最終的な出力値とする方法。
（３）のＬＬＳＥ法による出力値を適当な重みで加算し
た値を最終的な出力値とする方法。
【００３０】上記実施例１の出力値に対し、上記従来技
術（３）のＬＬＳＥ法を適用し、平滑化効果を上げる方
法。
術（３）のＬＬＳＥ法を適用し、平滑化効果を上げる方
法。
【００３１】以上の他にも、上記実施例１と他の処理を
併用した数多くの処理が考えられる。 なお、上記実施
例１と実施例２では、非線形平滑化にＬＬＳＥ法を用い
たが、他の関数を用いた非線形平滑化を適用することも
できる。濃度変化の小さい場合に平滑化の度合いが大き
く、濃度変化の大きい場合に平滑化の度合いが小さくな
るような関数形であれば、ＬＬＳＥ法と同様の効果が期
待できる。
併用した数多くの処理が考えられる。 なお、上記実施
例１と実施例２では、非線形平滑化にＬＬＳＥ法を用い
たが、他の関数を用いた非線形平滑化を適用することも
できる。濃度変化の小さい場合に平滑化の度合いが大き
く、濃度変化の大きい場合に平滑化の度合いが小さくな
るような関数形であれば、ＬＬＳＥ法と同様の効果が期
待できる。
【００３２】
【発明の効果】本発明により、Ｓ／Ｎの低い画像に対し
てエッジのぼけや濃度むを最小に抑えながら、高速にノ
イズを低減することができる。特に、エッジ部の境界線
が強調され鮮明になる。
てエッジのぼけや濃度むを最小に抑えながら、高速にノ
イズを低減することができる。特に、エッジ部の境界線
が強調され鮮明になる。
【図１】本発明の実施例の処理手順を示すフロ−チャ−
トである。
トである。
【図２】本発明の実施例における１次方向成分の例を示
す図である。
す図である。
【図３】本発明の実施例の処理手順を示すフロ−チャ−
トである。
トである。
１０１：各画素ごとに、各直線成分の濃度変化の大きさ
を計算するステップ。 １０２：各画素ごとに、濃度変化の大きさが最小な直線
を検出し、その直線上の画素値を取り出すステップ。 １０３：取り出した画素値からLLSE法により平滑化処理
を行うステップ。 ２０１：方向成分の１つ。 ２０２：方向成分の１つ。 ２０３：方向成分の１つ。 ２０４：方向成分の１つ。 ２０５：方向成分の１つ。 ２０６：方向成分の１つ。 ２０７：方向成分の１つ。 ２０８：方向成分の１つ。 ３０１：各画素ごとに、各直線成分の濃度変化の大きさ
を計算するステップ。 ３０２：各画素ごとに、濃度変化が順次大きくなるよう
直線成分の順序を記憶するステップ。 ３０３’：第k番目の直線成分とそれに対応する１次元
非線形平滑化方法で、全画素について平滑化処理を行う
サブステップ。 ３０３：kを順次大きくしてサブステップ３０３’を実
行するステップ。
を計算するステップ。 １０２：各画素ごとに、濃度変化の大きさが最小な直線
を検出し、その直線上の画素値を取り出すステップ。 １０３：取り出した画素値からLLSE法により平滑化処理
を行うステップ。 ２０１：方向成分の１つ。 ２０２：方向成分の１つ。 ２０３：方向成分の１つ。 ２０４：方向成分の１つ。 ２０５：方向成分の１つ。 ２０６：方向成分の１つ。 ２０７：方向成分の１つ。 ２０８：方向成分の１つ。 ３０１：各画素ごとに、各直線成分の濃度変化の大きさ
を計算するステップ。 ３０２：各画素ごとに、濃度変化が順次大きくなるよう
直線成分の順序を記憶するステップ。 ３０３’：第k番目の直線成分とそれに対応する１次元
非線形平滑化方法で、全画素について平滑化処理を行う
サブステップ。 ３０３：kを順次大きくしてサブステップ３０３’を実
行するステップ。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 田口 順一 神奈川県川崎市麻生区王禅寺1099番地 株 式会社日立製作所システム開発研究所内
Claims (8)
- 【請求項１】平滑化を行う画像処理において、画像デ−
タの各画素に対して、その画素を通る直線成分ごとに、
その直線成分方向の濃度変化の大きさを計算するステッ
プと、各画素において濃度変化の大きさが最小になる直
線上に限定して１次元非線形平滑化処理を行うステップ
を有する画像処理方式。 - 【請求項２】請求項１の１次元非線形平滑化処理を行う
ステップにおいて、濃度変化の大きさが最小になる直線
上の画素から平均値と濃度変化の大きさを求め、平均値
と濃度変化の大きさを変数とする所望の関数に基づいて
注目画素の出力値を決定するステップを有する請求項１
の画像処理方式。 - 【請求項３】請求項２の所望の関数を、次式で定義する
関数Fとする請求項１の画像処理方式。 F(q)=c(I-m)+m c=q2/(q2+σ2)(σ:定数） ここで、Iは注目画素値、m、qは上記濃度変化の大きさ
が最小になる直線上の画素による平均値、濃度変化の大
きさとする。 - 【請求項４】請求項１の濃度変化の大きさを計算するス
テップにおいて、次式で定義するE(i)を濃度変化の大き
さとする請求項１の画像処理方式。 E(i)=Σk|pi(0)-pi(k)| ここで、pi(k)は注目画素を通る濃度変化が最小の直線
成分上にある画素値であり、ｋは濃度変化の大きさを評
価する範囲を順序ずけた値である。たとえば、直線上の
５点を評価する場合、ｋは−２、−１、０、１、２の５
つの値を取る。pi(0)は注目画素値であり、pi(-1)、p
i(1)、は着目画素の両隣の画素値であり、pi(-2)、p
i(2)は着目画素の２つ隣の画素値である。 - 【請求項５】平滑化を行う画像処理において、画像デ−
タの各画素に対して、その画素を通る直線成分ごとに、
その直線成分方向の濃度変化の大きさを計算するステッ
プと、各画素ごとに濃度変化の大きさが順次大きくなる
よう対応する直線成分の順番を記憶しておくステップ
と、直線成分の順番に応じた１次元非線形平滑化処理を
全べての画素について行うサブステップを、記憶した直
線成分の順番で順次行うステップを有する画像処理方
式。 - 【請求項６】請求項５における直線成分の順番に応じた
１次元非線形平滑化処理は、各直線成分上の画素による
平均値と濃度変化の大きさを変数とし、直線成分の順番
が大きいほど平滑化の効果が小さくなる関数により行う
ことを特徴とする請求項５の画像処理方式。 - 【請求項７】請求項６における各直線成分上の画素によ
る平均値と濃度変化の大きさを変数とし、直線成分の順
番が大きいほど平滑化の効果が小さくなる関数として、
次式で定義される関数Fとする請求項５の画像処理方
式。 F(q)=c(I-m)+m c=q2/(q2+σ2)(σ:定数） ここで、定数σは直線成分の順番が大きいほど小さくな
るようにする。 - 【請求項８】平滑化を行う画像処理において、画像デ−
タの各画素に対して、その画素を通る直線成分ごとに、
その直線成分方向の濃度変化の大きさを計算し、濃度変
化の大きさが最小になる直線成分を選び、上記濃度変化
最小の直線上にある点について１次元非線形平滑化処理
を行い、各画素の出力値を上記各画素毎に行った１次元
非線形平滑化処理の結果を反映した値とする画像処理方
式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30588894A JP3462917B2 (ja) | 1994-12-09 | 1994-12-09 | 画像処理方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30588894A JP3462917B2 (ja) | 1994-12-09 | 1994-12-09 | 画像処理方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08161483A true JPH08161483A (ja) | 1996-06-21 |
| JP3462917B2 JP3462917B2 (ja) | 2003-11-05 |
Family
ID=17950523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30588894A Expired - Fee Related JP3462917B2 (ja) | 1994-12-09 | 1994-12-09 | 画像処理方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3462917B2 (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1998045810A1 (fr) * | 1997-04-07 | 1998-10-15 | Hitachi Medical Corporation | Procede et dispositif de traitement d'images, et support d'enregistrement comportant un programme de traitement d'images enregistre |
| US6404781B1 (en) | 1997-09-02 | 2002-06-11 | Hitachi, Ltd. | Data transmission method for embedded data, data transmitting and reproducing apparatuses and information recording medium therefor |
| US6434322B1 (en) | 1997-09-17 | 2002-08-13 | Hitachi, Ltd. | Reproducing method and apparatus, for a video signal having copy control information |
| US6584210B1 (en) | 1998-03-27 | 2003-06-24 | Hitachi, Ltd. | Digital watermark image processing method |
| US6728408B1 (en) | 1997-09-03 | 2004-04-27 | Hitachi, Ltd. | Water-mark embedding method and system |
| US6826291B2 (en) | 1997-09-03 | 2004-11-30 | Hitachi, Ltd. | Method and system for embedding information into contents |
| US7382406B2 (en) | 2001-11-08 | 2008-06-03 | Olympus Corporation | Noise reduction system, noise reduction method, recording medium, and electronic camera |
| JP2011125757A (ja) * | 2011-03-30 | 2011-06-30 | Hitachi Aloka Medical Ltd | 超音波画像データ処理装置 |
-
1994
- 1994-12-09 JP JP30588894A patent/JP3462917B2/ja not_active Expired - Fee Related
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1998045810A1 (fr) * | 1997-04-07 | 1998-10-15 | Hitachi Medical Corporation | Procede et dispositif de traitement d'images, et support d'enregistrement comportant un programme de traitement d'images enregistre |
| US6785415B1 (en) | 1997-04-07 | 2004-08-31 | Hitachi Medical Corporation | Image processing method, an image processing apparatus, and a recording media on which an image processing program is recorded |
| US6404781B1 (en) | 1997-09-02 | 2002-06-11 | Hitachi, Ltd. | Data transmission method for embedded data, data transmitting and reproducing apparatuses and information recording medium therefor |
| US7248607B2 (en) | 1997-09-02 | 2007-07-24 | Hitachi, Ltd. | Data transmission method for embedded data, data transmitting and reproducing apparatuses and information recording medium therefor |
| US7317738B2 (en) | 1997-09-02 | 2008-01-08 | Hitachi, Ltd. | Data transmission method for embedded data, data transmitting and reproducing apparatuses and information recording medium therefor |
| US6728408B1 (en) | 1997-09-03 | 2004-04-27 | Hitachi, Ltd. | Water-mark embedding method and system |
| US6826291B2 (en) | 1997-09-03 | 2004-11-30 | Hitachi, Ltd. | Method and system for embedding information into contents |
| US6434322B1 (en) | 1997-09-17 | 2002-08-13 | Hitachi, Ltd. | Reproducing method and apparatus, for a video signal having copy control information |
| US6584210B1 (en) | 1998-03-27 | 2003-06-24 | Hitachi, Ltd. | Digital watermark image processing method |
| US7382406B2 (en) | 2001-11-08 | 2008-06-03 | Olympus Corporation | Noise reduction system, noise reduction method, recording medium, and electronic camera |
| JP2011125757A (ja) * | 2011-03-30 | 2011-06-30 | Hitachi Aloka Medical Ltd | 超音波画像データ処理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3462917B2 (ja) | 2003-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3472596B2 (ja) | ノイズ低減フィルター | |
| US9292928B2 (en) | Depth constrained superpixel-based depth map refinement | |
| CN101551901A (zh) | 动态遮挡图像的实时补偿和增强方法 | |
| Bansal et al. | Comparison of various edge detection techniques | |
| Marukatat | Image enhancement using local intensity distribution equalization | |
| CN112419369A (zh) | 一种抗遮挡实时目标跟踪方法 | |
| Gupta et al. | Structure-aware adaptive bilateral texture filtering | |
| JP3462917B2 (ja) | 画像処理方式 | |
| Kapuriya et al. | Detection and restoration of multi-directional motion blurred objects | |
| Pradhan et al. | Semantic-aware structure-preserving median morpho-filtering | |
| Chen et al. | Image denoising via an adaptive weighted anisotropic diffusion | |
| Orhei et al. | An analysis of extended and dilated filters in sharpening algorithms | |
| Kamarujjaman et al. | A novel decision-based adaptive feedback median filter for high density impulse noise suppression | |
| Anantrasirichai et al. | Mitigating the effects of atmospheric distortion using DT-CWT fusion | |
| CN106023097A (zh) | 一种基于迭代法的流场图像预处理算法 | |
| Calderón et al. | Dewaff: A novel image abstraction approach to improve the performance of a cell tracking system | |
| Katkovnik et al. | Adaptive varying scale methods in image processing | |
| Mendhurwar et al. | Edge‐Detection in Noisy Images Using Independent Component Analysis | |
| Azhar et al. | Texture-oriented image denoising technique for the removal of random-valued impulse noise | |
| Kumar et al. | Comparative analysis of edge detectors applying on the Noisy image using edge-preserving filter | |
| Palenichka et al. | A fast structure-adaptive evaluation of local features in images | |
| Wang et al. | Heterogeneity constrained color ellipsoid prior image dehazing algorithm | |
| Zain et al. | Hybrid singular value decomposition based alpha trimmed mean-median filter in eliminating high density salt and pepper noise from grayscale image | |
| Jia et al. | Steering Kernel Weighted Guided Image Filtering with Gradient Constraint | |
| Kaur et al. | Hand Gesture Image Enhancement for Improved Recognition and Subsequent Analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070815 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080815 Year of fee payment: 5 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080815 Year of fee payment: 5 |
|
| 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: 20080815 Year of fee payment: 5 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080815 Year of fee payment: 5 |
|
| R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080815 Year of fee payment: 5 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080815 Year of fee payment: 5 |
|
| R370 | Written measure of declining of transfer procedure |
Free format text: JAPANESE INTERMEDIATE CODE: R370 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080815 Year of fee payment: 5 |
|
| 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: 20080815 Year of fee payment: 5 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
| 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: 20080815 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090815 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100815 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100815 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110815 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120815 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120815 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130815 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |