JPH0822539A - 画像処理方法 - Google Patents
画像処理方法Info
- Publication number
- JPH0822539A JPH0822539A JP6177573A JP17757394A JPH0822539A JP H0822539 A JPH0822539 A JP H0822539A JP 6177573 A JP6177573 A JP 6177573A JP 17757394 A JP17757394 A JP 17757394A JP H0822539 A JPH0822539 A JP H0822539A
- Authority
- JP
- Japan
- Prior art keywords
- filter
- frequency
- matrix
- linear
- band
- 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
- 238000003672 processing method Methods 0.000 title claims description 15
- 239000011159 matrix material Substances 0.000 claims abstract description 34
- 238000009499 grossing Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000012805 post-processing Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 38
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000003786 synthesis reaction Methods 0.000 claims description 9
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 abstract description 20
- 230000000694 effects Effects 0.000 abstract description 12
- 238000007781 pre-processing Methods 0.000 abstract description 5
- 230000001419 dependent effect Effects 0.000 description 11
- 230000002238 attenuated effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 3
- 230000010363 phase shift Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
Abstract
(57)【要約】 （修正有）
【目的】適応型非線形フィルタ処理により発生する画像
歪みや偽像の発生を防ぎながらノイズ低減効果を高める
ための前後処理を提供する。 【構成】平滑化マトリクスＦi(i=1、2…)の全てを含むこ
とができる最小サイズのマトリクスをＭ（１０４）とす
る。ここでマトリクスＭの各成分は、各平滑化マトリク
スＦi(i=1、2…)の対応する成分から絶対値が最大なもの
を選ぶ。このマトリクスＭによる線形フィルタの周波数
特性から、ゼロクロスする周波数すべてを含む帯域Ｉを
決定する。線形Low-passフィルタＬとして領域Ｉを含む
高周波側を減衰させるものと、線形高域強調フィルタＨ
としてフィルタＬとフィルタＨによる合成フィルタＬＨ
がちょうど領域Ｉを強調するもの（１０２）を決定す
る。そして、画像デ−タに合成フィルタ処理ＬＦＨを施
すことによってノイズ低減を行う。
歪みや偽像の発生を防ぎながらノイズ低減効果を高める
ための前後処理を提供する。 【構成】平滑化マトリクスＦi(i=1、2…)の全てを含むこ
とができる最小サイズのマトリクスをＭ（１０４）とす
る。ここでマトリクスＭの各成分は、各平滑化マトリク
スＦi(i=1、2…)の対応する成分から絶対値が最大なもの
を選ぶ。このマトリクスＭによる線形フィルタの周波数
特性から、ゼロクロスする周波数すべてを含む帯域Ｉを
決定する。線形Low-passフィルタＬとして領域Ｉを含む
高周波側を減衰させるものと、線形高域強調フィルタＨ
としてフィルタＬとフィルタＨによる合成フィルタＬＨ
がちょうど領域Ｉを強調するもの（１０２）を決定す
る。そして、画像デ−タに合成フィルタ処理ＬＦＨを施
すことによってノイズ低減を行う。
Description
【０００１】
【産業上の利用分野】本発明は、画像処理方法に関し、
特に画像データに対するノイズの低減処理技術およびそ
の前後処理技術に関する。
特に画像データに対するノイズの低減処理技術およびそ
の前後処理技術に関する。
【０００２】
【従来の技術】ノイズに埋もれたＳ／Ｎの悪い画像デ−
タに対して、画像処理によってＳ／Ｎを向上させる技術
は、画像処理の分野では古くから研究されており、多種
多様な方法が考えられてきた。
タに対して、画像処理によってＳ／Ｎを向上させる技術
は、画像処理の分野では古くから研究されており、多種
多様な方法が考えられてきた。
【０００３】このうち、適応型非線形フィルタと呼ばれ
るフィルタを用いて、画像データをフィルタリングする
ことによりＳ／Ｎを向上させる技術が知られている。こ
れは、画像を構成するのに重要な要素、例えばエッジな
どの構造を各画素ごとに何らかの方法で推定し、その推
定結果に応じてその構造物を壊さないような平滑化処理
を適応的に行うものである。
るフィルタを用いて、画像データをフィルタリングする
ことによりＳ／Ｎを向上させる技術が知られている。こ
れは、画像を構成するのに重要な要素、例えばエッジな
どの構造を各画素ごとに何らかの方法で推定し、その推
定結果に応じてその構造物を壊さないような平滑化処理
を適応的に行うものである。
【０００４】平滑化の方法としては、各画素ごと等方的
に平滑化するタイプのフィルタを用いる方法と、平滑化
に異方性のあるタイプのフィルタを用いる方法とがあ
る。ここで、異方性のあるタイプの適応型非線形フィル
タの例としては、特開平４−１８８２８３号「画像処理
方法および装置」に開示されたものなどがある。
に平滑化するタイプのフィルタを用いる方法と、平滑化
に異方性のあるタイプのフィルタを用いる方法とがあ
る。ここで、異方性のあるタイプの適応型非線形フィル
タの例としては、特開平４−１８８２８３号「画像処理
方法および装置」に開示されたものなどがある。
【０００５】
【発明が解決しようとする課題】適応型非線形フィルタ
における構造推定は、そのフィルタが保存しようとする
構造を予めモデル化しておき、画像データをそのモデル
に当てはめるような方法が通常採られる。モデル化の方
法は、構造の形状を分類したテンプレ−トであったり、
確率統計論的な方法であったりするが、単純な２値画像
などは別として、十分な構造のモデル化は一般に難し
い。従って、対象とする画像やノイズの特性を考慮した
最適と思われる方法で構造を近似することになる。
における構造推定は、そのフィルタが保存しようとする
構造を予めモデル化しておき、画像データをそのモデル
に当てはめるような方法が通常採られる。モデル化の方
法は、構造の形状を分類したテンプレ−トであったり、
確率統計論的な方法であったりするが、単純な２値画像
などは別として、十分な構造のモデル化は一般に難し
い。従って、対象とする画像やノイズの特性を考慮した
最適と思われる方法で構造を近似することになる。
【０００６】しかし、Ｓ／Ｎが悪くなるとノイズの影響
により、構造のモデルによる近似誤差が無視できなくな
り画像歪みが発生する。また、ノイズによる偽構造がモ
デルに適合してしまうことによって、ノイズ成分の構造
化現象が生じる場合もある。
により、構造のモデルによる近似誤差が無視できなくな
り画像歪みが発生する。また、ノイズによる偽構造がモ
デルに適合してしまうことによって、ノイズ成分の構造
化現象が生じる場合もある。
【０００７】特に、適応型非線形フィルタはエッジ等の
急峻な構造を保存しようという処理であるため、相対的
に高周波成分が強調される傾向にあり、構造のモデル化
の方法と平滑化方法に依存する特有な偽像が知覚されや
すくなる。
急峻な構造を保存しようという処理であるため、相対的
に高周波成分が強調される傾向にあり、構造のモデル化
の方法と平滑化方法に依存する特有な偽像が知覚されや
すくなる。
【０００８】例えば、医用画像を対象にした場合など、
ノイズ低減処理による分解能劣化を極力抑えたいときに
は平滑化効果の異方性を強くする必要にせまられる。こ
のとき、平滑化処理が構造物の方向に依存して変わる非
対称的な処理のため、平滑化の強くかかる方向と弱くか
かる方向との平滑化効果の差による格子上（あるいは縞
模様）の偽像を発生させることがある。
ノイズ低減処理による分解能劣化を極力抑えたいときに
は平滑化効果の異方性を強くする必要にせまられる。こ
のとき、平滑化処理が構造物の方向に依存して変わる非
対称的な処理のため、平滑化の強くかかる方向と弱くか
かる方向との平滑化効果の差による格子上（あるいは縞
模様）の偽像を発生させることがある。
【０００９】本発明は、ノイズ低減を目的とした適応型
非線形フィルタ処理を画像データに施す際に、該フィル
タ処理を施すことにより発生する画像歪みや偽像の発生
を防ぎながらノイズ低減効果を高めることができる画像
処理方法を提供することを目的とする。
非線形フィルタ処理を画像データに施す際に、該フィル
タ処理を施すことにより発生する画像歪みや偽像の発生
を防ぎながらノイズ低減効果を高めることができる画像
処理方法を提供することを目的とする。
【００１０】
【課題を解決するための手段】本発明に係る画像処理方
法は、複数個用意されたマトリクスＦi (i=1、2…)から
画像デ−タの各画素ごとに１つのマトリクスＦi を選択
し、選択したマトリクスＦi を用いて平滑化を行うフィ
ルタ処理Ｆを含み、上記フィルタ処理Ｆの前処理とし
て、上記マトリクスＦi (i=1、2…)から生成したマトリ
クスＭによる線形フィルタのゼロクロス周波数を含む帯
域Ｉおよびその高周波側を減衰させる線形ローパスフィ
ルタＬを画像データに施すこと、及び上記フィルタ処理
Ｆの後処理として、上記線形ローパスフィルタＬとの合
成フィルタが上記帯域Ｉを強調することになる線形高域
強調フィルタＨを施すことを特徴とする。
法は、複数個用意されたマトリクスＦi (i=1、2…)から
画像デ−タの各画素ごとに１つのマトリクスＦi を選択
し、選択したマトリクスＦi を用いて平滑化を行うフィ
ルタ処理Ｆを含み、上記フィルタ処理Ｆの前処理とし
て、上記マトリクスＦi (i=1、2…)から生成したマトリ
クスＭによる線形フィルタのゼロクロス周波数を含む帯
域Ｉおよびその高周波側を減衰させる線形ローパスフィ
ルタＬを画像データに施すこと、及び上記フィルタ処理
Ｆの後処理として、上記線形ローパスフィルタＬとの合
成フィルタが上記帯域Ｉを強調することになる線形高域
強調フィルタＨを施すことを特徴とする。
【００１１】マトリクスＭは、例えば、前記各マトリク
スＦi (i=1、2…)の全てを含むことができる最小サイズ
のマトリクスであって、その各成分を上記各マトリクス
Ｆi(i=1、2…)において対応する成分のうちで絶対値が最
大となるものとしたものを用いる。
スＦi (i=1、2…)の全てを含むことができる最小サイズ
のマトリクスであって、その各成分を上記各マトリクス
Ｆi(i=1、2…)において対応する成分のうちで絶対値が最
大となるものとしたものを用いる。
【００１２】帯域Ｉは、マトリクスＭによる線形フィル
タの周波数特性からゼロクロスする周波数を全て含む帯
域とするが、具体的には、周波数空間の直流から最も離
れているゼロクロスと直流に最も近いゼロクロスとを検
出し、直流から最も離れているゼロクロスの距離を半径
とする円の内側と直流に最も近いゼロクロスの距離を半
径とする円の外側との共通部分をゼロクロスを含む前記
帯域Ｉとして決定するとよい。
タの周波数特性からゼロクロスする周波数を全て含む帯
域とするが、具体的には、周波数空間の直流から最も離
れているゼロクロスと直流に最も近いゼロクロスとを検
出し、直流から最も離れているゼロクロスの距離を半径
とする円の内側と直流に最も近いゼロクロスの距離を半
径とする円の外側との共通部分をゼロクロスを含む前記
帯域Ｉとして決定するとよい。
【００１３】前記線形ローパスフィルタＬおよび前記線
形高域強調フィルタＨは、それぞれ、単調減少関数およ
び単調増加関数とするとよい。また、前記線形ローパス
フィルタＬはゼロクロスを持たないようなものとするの
がよい。
形高域強調フィルタＨは、それぞれ、単調減少関数およ
び単調増加関数とするとよい。また、前記線形ローパス
フィルタＬはゼロクロスを持たないようなものとするの
がよい。
【００１４】具体的には、前記線形ローパスフィルタＬ
を次数ｎのバタ−ワ−スフィルタとし、前記線形高域強
調フィルタＨを次数ｎ−２のバタ−ワ−スフィルタの逆
フィルタで実現できる。また、前記線形ローパスフィル
タＬのカットオフ周波数と前記線形高域強調フィルタＨ
の逆フィルタのカットオフ周波数とを同じにするとよ
い。
を次数ｎのバタ−ワ−スフィルタとし、前記線形高域強
調フィルタＨを次数ｎ−２のバタ−ワ−スフィルタの逆
フィルタで実現できる。また、前記線形ローパスフィル
タＬのカットオフ周波数と前記線形高域強調フィルタＨ
の逆フィルタのカットオフ周波数とを同じにするとよ
い。
【００１５】
【作用】後述する実施例の欄で説明するように、帯域Ｉ
は、この帯域のエネルギーを減衰させると構造の劣化を
極力抑えてノイズ低減効果を最も大きくすることができ
る領域であり、フィルタ処理Ｆはこの帯域Ｉを大きく減
衰させるが、このため、帯域Ｉよりも高域のノイズ成分
を強調してしまう。上記線形ローパスフィルタＬは、周
波数帯域Ｉよりも高周波側を抑圧することにより、構造
モデルの近似誤差により発生する高周波ノイズを抑える
ことができる。さらに、上記高域強調フィルタＨは、フ
ィルタＬとＨの合成フィルタの周波数帯域Ｉを強調する
ようなものを選んでいるから、フィルタＦによる周波数
帯域Ｉのエネルギ−の減衰を補うことによって相対的な
高域強調を抑える。これにより、ノイズ成分のみを十分
減衰させたまま、線形ローパスフィルタＬによるエッジ
等のぼけを回復させることができる。
は、この帯域のエネルギーを減衰させると構造の劣化を
極力抑えてノイズ低減効果を最も大きくすることができ
る領域であり、フィルタ処理Ｆはこの帯域Ｉを大きく減
衰させるが、このため、帯域Ｉよりも高域のノイズ成分
を強調してしまう。上記線形ローパスフィルタＬは、周
波数帯域Ｉよりも高周波側を抑圧することにより、構造
モデルの近似誤差により発生する高周波ノイズを抑える
ことができる。さらに、上記高域強調フィルタＨは、フ
ィルタＬとＨの合成フィルタの周波数帯域Ｉを強調する
ようなものを選んでいるから、フィルタＦによる周波数
帯域Ｉのエネルギ−の減衰を補うことによって相対的な
高域強調を抑える。これにより、ノイズ成分のみを十分
減衰させたまま、線形ローパスフィルタＬによるエッジ
等のぼけを回復させることができる。
【００１６】
【実施例】以下、図面を用いて本発明の実施例を説明す
る。
る。
【００１７】まず、実施例の画像処理方法を説明する前
に、構造のモデル化が単純な場合に適応型非線形フィル
タ処理がどのような周波数特性を示すかについて説明す
る。
に、構造のモデル化が単純な場合に適応型非線形フィル
タ処理がどのような周波数特性を示すかについて説明す
る。
【００１８】いま、図５に示すような５＊５のマトリク
スを用いて構造の推定と平滑化処理を行う適応型非線形
フィルタ処理Ｆを考える。構造の推定と平滑化の方法は
どのようなものでも良いが、いずれにしても各画素ごと
の構造の推定結果に応じて５＊５のマトリクスの各成分
の重み係数が変化し、このマトリクスに従う重み付け平
均処理によりノイズ低減を行うものとする。
スを用いて構造の推定と平滑化処理を行う適応型非線形
フィルタ処理Ｆを考える。構造の推定と平滑化の方法は
どのようなものでも良いが、いずれにしても各画素ごと
の構造の推定結果に応じて５＊５のマトリクスの各成分
の重み係数が変化し、このマトリクスに従う重み付け平
均処理によりノイズ低減を行うものとする。
【００１９】ここで、構造のモデル化が単純であるとい
うことを、構造によって決まる重み係数のマトリクス集
合の元の個数（要素の数、図５の例では８つ）が少な
く、各マトリクスにおいて０以外の成分（図５の例では
斜線部分）の値が一定であると定義する。故に、構造の
モデル化が単純であるほど、適応型非線形フィルタ処理
Ｆの処理後の周波数特性は、５＊５の矩形窓関数による
線形フィルタの周波数特性に近づくことになる。
うことを、構造によって決まる重み係数のマトリクス集
合の元の個数（要素の数、図５の例では８つ）が少な
く、各マトリクスにおいて０以外の成分（図５の例では
斜線部分）の値が一定であると定義する。故に、構造の
モデル化が単純であるほど、適応型非線形フィルタ処理
Ｆの処理後の周波数特性は、５＊５の矩形窓関数による
線形フィルタの周波数特性に近づくことになる。
【００２０】５＊５の矩形窓関数による線形フィルタの
周波数特性を調べると、振幅特性は、図２のようにな
る。図２は、周波数空間のωx軸のプロファイルである
が、窓関数のカットオフが急激なためサイドロ−ブが発
生し、ゼロクロス周波数Ｗi（ｉ＝１，２）が中高域周
波数領域に離散的に存在する。
周波数特性を調べると、振幅特性は、図２のようにな
る。図２は、周波数空間のωx軸のプロファイルである
が、窓関数のカットオフが急激なためサイドロ−ブが発
生し、ゼロクロス周波数Ｗi（ｉ＝１，２）が中高域周
波数領域に離散的に存在する。
【００２１】従って、構造のモデル化が単純な適応型非
線形フィルタＦは、図３のフィルタＦ処理後の周波数特
性のグラフ３０２のように、ゼロクロス周波数Ｗi付近
の中域周波数成分のエネルギ−を極端に減衰させる傾向
がある。
線形フィルタＦは、図３のフィルタＦ処理後の周波数特
性のグラフ３０２のように、ゼロクロス周波数Ｗi付近
の中域周波数成分のエネルギ−を極端に減衰させる傾向
がある。
【００２２】加えて、適応型非線形フィルタ処理では、
エッジなど急俊な変化を保存する性質により、高周波成
分は相対的に強調される。例えば図３の周波数特性のグ
ラフ３０２において、エネルギーが減衰するゼロクロス
周波数Ｗi付近より高周波側の成分が相対的に強調され
ている。
エッジなど急俊な変化を保存する性質により、高周波成
分は相対的に強調される。例えば図３の周波数特性のグ
ラフ３０２において、エネルギーが減衰するゼロクロス
周波数Ｗi付近より高周波側の成分が相対的に強調され
ている。
【００２３】このような特性は、各画素ごとの構造のモ
デル適合度に応じて生じる平滑化効果の差を強調し、画
像歪みや偽像を発生させる危険性がある。このような周
波数特性を示すと必ず画像歪みや偽像が発生するわけで
はないが、モデル化の方法や平滑化方法（特に平滑化処
理の異方性）によっては悪影響をおよぼす原因となる。
デル適合度に応じて生じる平滑化効果の差を強調し、画
像歪みや偽像を発生させる危険性がある。このような周
波数特性を示すと必ず画像歪みや偽像が発生するわけで
はないが、モデル化の方法や平滑化方法（特に平滑化処
理の異方性）によっては悪影響をおよぼす原因となる。
【００２４】以上を考慮し、本実施例では、まず５＊５
の矩形窓関数を線形フィルタとして使用したときのゼロ
クロス周波数すべてを含む周波数帯域Ｉを、図１の領域
１０１のように決定する。そして、適応型非線形フィル
タ処理Ｆの前処理として、周波数帯域Ｉを含む高周波側
を線形Low-passフィルタＬでゆるく減衰させておく。
の矩形窓関数を線形フィルタとして使用したときのゼロ
クロス周波数すべてを含む周波数帯域Ｉを、図１の領域
１０１のように決定する。そして、適応型非線形フィル
タ処理Ｆの前処理として、周波数帯域Ｉを含む高周波側
を線形Low-passフィルタＬでゆるく減衰させておく。
【００２５】また、適応型非線形フィルタ処理Ｆの後処
理として、線形Low-passフィルタＬによって失われたエ
ネルギ−を高域強調フィルタＨによって回復させる処理
を行う。このときのフィルタＨは、フィルタＬとフィル
タＨの処理を続けて行った場合の周波数特性が図１の１
０２のように周波数帯域Ｉを強調するようなものを選
ぶ。
理として、線形Low-passフィルタＬによって失われたエ
ネルギ−を高域強調フィルタＨによって回復させる処理
を行う。このときのフィルタＨは、フィルタＬとフィル
タＨの処理を続けて行った場合の周波数特性が図１の１
０２のように周波数帯域Ｉを強調するようなものを選
ぶ。
【００２６】前処理としての線形Low-passフィルタＬ
は、図３の３０１のような減衰特性を有するものであ
る。これにより、周波数帯域Ｉよりも高周波側で発生す
る強調領域を抑圧することにより、構造モデルの近似誤
差のため発生するノイズの高周波成分を抑える働きがあ
る。
は、図３の３０１のような減衰特性を有するものであ
る。これにより、周波数帯域Ｉよりも高周波側で発生す
る強調領域を抑圧することにより、構造モデルの近似誤
差のため発生するノイズの高周波成分を抑える働きがあ
る。
【００２７】対象とする画像に対して周波数帯域Ｉは、
この領域のエネルギ−を減衰させると構造の劣化を極力
抑えながらノイズ低減効果を最も大きくすることができ
る帯域と考えられる。逆に言うと、適応型非線形フィル
タＦは、周波数帯域Ｉを大きく減衰させると同時に高周
波成分は極力保存されるように設計されていると考えら
れる。このような、周波数帯域Ｉを検出して、それを含
む高周波側をゆるく減衰させるため局所構造のモデルに
よる近似誤差を抑えることができる。
この領域のエネルギ−を減衰させると構造の劣化を極力
抑えながらノイズ低減効果を最も大きくすることができ
る帯域と考えられる。逆に言うと、適応型非線形フィル
タＦは、周波数帯域Ｉを大きく減衰させると同時に高周
波成分は極力保存されるように設計されていると考えら
れる。このような、周波数帯域Ｉを検出して、それを含
む高周波側をゆるく減衰させるため局所構造のモデルに
よる近似誤差を抑えることができる。
【００２８】Low-passフィルタＬは線形フィルタであ
り、エッジ等をぼかすので、フィルタ処理Ｌ，Ｆの後に
高域強調フィルタでぼけを補正する必要がある。
り、エッジ等をぼかすので、フィルタ処理Ｌ，Ｆの後に
高域強調フィルタでぼけを補正する必要がある。
【００２９】ここで、フィルタＬ，Ｆで処理後、フィル
タＦの特性により再び周波数帯域Ｉのパワ−が減衰する
ことに注意する。従って、フィルタＬの逆フィルタのよ
うな高域強調フィルタを施すと、減衰させておいた周波
数帯域Ｉより高周波側の成分を再び強調することにな
り、前処理としてのLow-passフィルタＬの効果が消失し
てしまう。
タＦの特性により再び周波数帯域Ｉのパワ−が減衰する
ことに注意する。従って、フィルタＬの逆フィルタのよ
うな高域強調フィルタを施すと、減衰させておいた周波
数帯域Ｉより高周波側の成分を再び強調することにな
り、前処理としてのLow-passフィルタＬの効果が消失し
てしまう。
【００３０】そこで、高域強調フィルタＨとしては、図
１の１０２のように、フィルタＬとＨの合成フィルタの
周波数特性が周波数帯域Ｉを強調するようなものを選
び、フィルタＦによる周波数帯域Ｉのエネルギ−の減衰
を補うことによって相対的高域強調を抑えるようにす
る。すなわち、周波数帯域Ｉより高周波側のエネルギ−
損失分を帯域Ｉに繰り込む形となる。これにより、ノイ
ズ成分のみを十分減衰させたまま、Low-passフィルタＬ
によるエッジ等のぼけを回復させることができる。
１の１０２のように、フィルタＬとＨの合成フィルタの
周波数特性が周波数帯域Ｉを強調するようなものを選
び、フィルタＦによる周波数帯域Ｉのエネルギ−の減衰
を補うことによって相対的高域強調を抑えるようにす
る。すなわち、周波数帯域Ｉより高周波側のエネルギ−
損失分を帯域Ｉに繰り込む形となる。これにより、ノイ
ズ成分のみを十分減衰させたまま、Low-passフィルタＬ
によるエッジ等のぼけを回復させることができる。
【００３１】なお、線形Low-passフィルタＬは、ゼロク
ロスを持たないものがよい。ゼロクロスを持つもので
は、そのゼロクロスの周波数の成分が完全に減衰されて
しまい、後処理で回復が不能になるからである。また、
線形Low-passフィルタＬと高域強調フィルタＨの逆フィ
ルタのカットオフ周波数は、同じにするとよい。そのよ
うにすると、合成フィルタＬＨのピークがカットオフ周
波数付近になり、帯域Ｉを強調するように容易に設定で
きるようになるからである。
ロスを持たないものがよい。ゼロクロスを持つもので
は、そのゼロクロスの周波数の成分が完全に減衰されて
しまい、後処理で回復が不能になるからである。また、
線形Low-passフィルタＬと高域強調フィルタＨの逆フィ
ルタのカットオフ周波数は、同じにするとよい。そのよ
うにすると、合成フィルタＬＨのピークがカットオフ周
波数付近になり、帯域Ｉを強調するように容易に設定で
きるようになるからである。
【００３２】本発明の実施例をさらに詳しく説明する。
以下では、対象となる画像デ−タをＭＲＩ（Magnetic R
esonance Imaging）とした場合について説明する。適応
型非線形フィルタとしては、特願平５−１４０３３４号
「ノイズ低減フィルタ−」のフィルタを採用する。以下
では、この適応型非線形フィルタを方向依存フィルタＦ
と呼ぶことにする。
以下では、対象となる画像デ−タをＭＲＩ（Magnetic R
esonance Imaging）とした場合について説明する。適応
型非線形フィルタとしては、特願平５−１４０３３４号
「ノイズ低減フィルタ−」のフィルタを採用する。以下
では、この適応型非線形フィルタを方向依存フィルタＦ
と呼ぶことにする。
【００３３】まず、方向依存フィルタＦの処理方法を、
図４を参照して簡単に説明する。ここでは、２次元画像
I(i,j)を２５６＊２５６サイズの正方形マトリクスで表
現するものとする。
図４を参照して簡単に説明する。ここでは、２次元画像
I(i,j)を２５６＊２５６サイズの正方形マトリクスで表
現するものとする。
【００３４】方向依存フィルタＦの処理では、まず、各
画素(i,j)を中心として、図５に示されるような５＊５
のマトリクス内の８方向に対応する濃度変化の大きさE
(i)(i=1〜8)を、以下の式にしたがって計算する。
画素(i,j)を中心として、図５に示されるような５＊５
のマトリクス内の８方向に対応する濃度変化の大きさE
(i)(i=1〜8)を、以下の式にしたがって計算する。
【００３５】 Δk,l(i,j)=|I(i+k,j+l)-I(i,j)| (k,l=-2〜2) E(1)=Δ0,1(i,j)+Δ0,-1(i,j)+Δ0,2(i,j)+Δ0,-2(i,j) E(2)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ+1,-2(i,j)+Δ-1,+2
(i,j) E(3)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ-2,+2(i,j)+Δ+2,-2
(i,j) E(4)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ+2,-1(i,j)+Δ-2,+1
(i,j) E(5)=Δ1,0(i,j)+Δ-1,0(i,j)+Δ2,0(i,j)+Δ-2,0(i,j) E(6)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ+2,+1(i,j)+Δ
-2,-1(i,j) E(7)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ+2,+2(i,j)+Δ
-2,-2(i,j) E(8)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ+1,+2(i,j)+Δ
-2,-1(i,j)
(i,j) E(3)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ-2,+2(i,j)+Δ+2,-2
(i,j) E(4)=Δ-1,1(i,j)+Δ+1,-1(i,j)+Δ+2,-1(i,j)+Δ-2,+1
(i,j) E(5)=Δ1,0(i,j)+Δ-1,0(i,j)+Δ2,0(i,j)+Δ-2,0(i,j) E(6)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ+2,+1(i,j)+Δ
-2,-1(i,j) E(7)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ+2,+2(i,j)+Δ
-2,-2(i,j) E(8)=Δ-1,-1(i,j)+Δ+1,+1(i,j)+Δ+1,+2(i,j)+Δ
-2,-1(i,j)
【００３６】次に、濃度変化の大きさE(i)(i=1〜8)が最
小となる方向にある５画素から単純平均を計算し、この
平均値を注目画素(i,j)の出力とする。以上の処理を、
全画素に行うことによってノイズ低減処理画像J(i,j)を
得る。
小となる方向にある５画素から単純平均を計算し、この
平均値を注目画素(i,j)の出力とする。以上の処理を、
全画素に行うことによってノイズ低減処理画像J(i,j)を
得る。
【００３７】次に、線形Low-passフィルタＬの決め方に
ついて説明する。上記のように、方向依存フィルタＦに
は平滑化効果に強い異方性が存在し、各画素ごとに、図
５で示される方向の１次元平滑化Ｆi (i=1〜8)のいずれ
かが選択される。
ついて説明する。上記のように、方向依存フィルタＦに
は平滑化効果に強い異方性が存在し、各画素ごとに、図
５で示される方向の１次元平滑化Ｆi (i=1〜8)のいずれ
かが選択される。
【００３８】ここで、上述の説明では、直接図２のよう
な矩形窓関数の周波数特性を持ち出して説明したが、実
際には、複数用意されたフィルタＦi (i=1〜8)から適当
なマトリクスを作成し、その線形フィルタの周波数特性
を利用するようにしている。具体的には、図１の下段に
示すように、すべてのフィルタＦi (i=1〜8)を含む最小
サイズのマトリクスＭ（１０４）であって、そのマトリ
クスＭの各成分は各マトリクスＦi (i=1〜8)において対
応する成分のうち絶対値が最大のものとした５＊５の正
方形マトリクスＭを作成する。
な矩形窓関数の周波数特性を持ち出して説明したが、実
際には、複数用意されたフィルタＦi (i=1〜8)から適当
なマトリクスを作成し、その線形フィルタの周波数特性
を利用するようにしている。具体的には、図１の下段に
示すように、すべてのフィルタＦi (i=1〜8)を含む最小
サイズのマトリクスＭ（１０４）であって、そのマトリ
クスＭの各成分は各マトリクスＦi (i=1〜8)において対
応する成分のうち絶対値が最大のものとした５＊５の正
方形マトリクスＭを作成する。
【００３９】各マトリクスＦi (i=1〜8)は、単純平均で
あり重み係数はすべて一定値（例えば、１／５）である
ので、方向依存フィルタＦの周波数特性は、５＊５の矩
形窓関数に近くなる。既に説明したように、この５＊５
の矩形窓関数の周波数特性は、図２のような振幅特性を
示す。
あり重み係数はすべて一定値（例えば、１／５）である
ので、方向依存フィルタＦの周波数特性は、５＊５の矩
形窓関数に近くなる。既に説明したように、この５＊５
の矩形窓関数の周波数特性は、図２のような振幅特性を
示す。
【００４０】ここでゼロクロス周波数は、直流からの距
離が42/128〜86/128の領域の間にあることがわかる。こ
の周波数帯域が、既に図１や図３で説明した領域Ｉ（１
０１）となる。
離が42/128〜86/128の領域の間にあることがわかる。こ
の周波数帯域が、既に図１や図３で説明した領域Ｉ（１
０１）となる。
【００４１】本実施例の方向依存フィルタＦでは、この
帯域Ｉの周波数成分が抑圧される傾向がある。そこで、
前処理として、100/128をカットオフ周波数とする線形L
ow-passフィルタＬをかけて、方向依存フィルタＦによ
る周波数帯域Ｉの高周波側に発生する相対的高域強調を
抑えるようにする。
帯域Ｉの周波数成分が抑圧される傾向がある。そこで、
前処理として、100/128をカットオフ周波数とする線形L
ow-passフィルタＬをかけて、方向依存フィルタＦによ
る周波数帯域Ｉの高周波側に発生する相対的高域強調を
抑えるようにする。
【００４２】なお、一般にＭＲＩ画像は、画像構成に重
要な要素が低周波から高周波まで一様に広がっているた
め、明確なカットオフ周波数を設定することが難しい。
従って、線形Low-passフィルタＬとしては、バタ−ワ−
スフィルタのようなカットオフ周波数が不明瞭なものが
良い。そこで、振幅の減衰特性を以下の式で表わせる線
形Low-passフィルタを、L(ω0,n)=L'(ωx,ωy)とする。
要な要素が低周波から高周波まで一様に広がっているた
め、明確なカットオフ周波数を設定することが難しい。
従って、線形Low-passフィルタＬとしては、バタ−ワ−
スフィルタのようなカットオフ周波数が不明瞭なものが
良い。そこで、振幅の減衰特性を以下の式で表わせる線
形Low-passフィルタを、L(ω0,n)=L'(ωx,ωy)とする。
【００４３】h(ω)=1/√(1+(ω/ω0)2^n) L(ω0,n)=L'(ωx,ωy)=h(√ωx2+ωy2)
【００４４】通常、バタ−ワ−スフィルタは、上記の振
幅減衰とともに、カットオフ周波数で-πからπへの折
り返しが起こるような位相シフトを伴うが、簡単のため
に線形Low-passフィルタL(ω0,n)では、位相シフトは行
わず単純に振幅減衰だけを行うフィルタとした。もちろ
ん、位相シフトを伴うバタ−ワ−スフィルタを用いても
よい。ここで、上記の目的を満たす条件として、ω0=10
0/128、n=4を選ぶと、図６のような特性を示す。
幅減衰とともに、カットオフ周波数で-πからπへの折
り返しが起こるような位相シフトを伴うが、簡単のため
に線形Low-passフィルタL(ω0,n)では、位相シフトは行
わず単純に振幅減衰だけを行うフィルタとした。もちろ
ん、位相シフトを伴うバタ−ワ−スフィルタを用いても
よい。ここで、上記の目的を満たす条件として、ω0=10
0/128、n=4を選ぶと、図６のような特性を示す。
【００４５】次に、中高域強調フィルタＨの決め方を説
明する。中高域強調フィルタＨとしては、合成フィルタ
ＬＨが周波数帯域Ｉを強調するようになるものを用い
る。これにより、線形Low-passフィルタL(100/128,4)に
よるエッジ部のぼけをノイズの増幅を最低限に抑えて復
元することができる。
明する。中高域強調フィルタＨとしては、合成フィルタ
ＬＨが周波数帯域Ｉを強調するようになるものを用い
る。これにより、線形Low-passフィルタL(100/128,4)に
よるエッジ部のぼけをノイズの増幅を最低限に抑えて復
元することができる。
【００４６】本実施例では、中高域強調フィルタＨとし
て、L(100/128,2)の逆フィルタ1/L(100/128,2)を採用す
る。図７に、この中高域強調フィルタＨの周波数特性を
示す。図８に、フィルタＬとＨの合成フィルタL(100/12
8,4)/L(100/128,2)の周波数特性を示す。図８により、
合成フィルタＬＨが周波数帯域Ｉを強調するようになっ
ていることが分かる。逆にいえば、合成フィルタＬＨが
周波数帯域Ｉを強調するように、中高域強調フィルタＨ
を定めたことになる。
て、L(100/128,2)の逆フィルタ1/L(100/128,2)を採用す
る。図７に、この中高域強調フィルタＨの周波数特性を
示す。図８に、フィルタＬとＨの合成フィルタL(100/12
8,4)/L(100/128,2)の周波数特性を示す。図８により、
合成フィルタＬＨが周波数帯域Ｉを強調するようになっ
ていることが分かる。逆にいえば、合成フィルタＬＨが
周波数帯域Ｉを強調するように、中高域強調フィルタＨ
を定めたことになる。
【００４７】以上のように決定したフィルタＬ，Ｈと方
向依存フィルタＦから、合成フィルタＧを、次のように
構成する。
向依存フィルタＦから、合成フィルタＧを、次のように
構成する。
【００４８】Ｇ＝ＬＦＨ
【００４９】フィルタＧは、計算機上でのソフトウエア
で実現してもデジタル回路で実現しても良い。いずれに
しても、フィルタＧをＭＲＩ画像Ｉに適用すると、方向
依存フィルタＦを単独でかけるよりも不自然な画像歪み
を発生させることなく、ノイズ低減効果が上げることが
できる。
で実現してもデジタル回路で実現しても良い。いずれに
しても、フィルタＧをＭＲＩ画像Ｉに適用すると、方向
依存フィルタＦを単独でかけるよりも不自然な画像歪み
を発生させることなく、ノイズ低減効果が上げることが
できる。
【００５０】本実施例ではＭＲＩ画像を対象にしたた
め、線形Low-passフィルタと高域強調フィルタの特性を
バタ−ワ−スとしたが、他の対象画像に対しては、その
画像の特性にあったフィルタを選ぶべきである。
め、線形Low-passフィルタと高域強調フィルタの特性を
バタ−ワ−スとしたが、他の対象画像に対しては、その
画像の特性にあったフィルタを選ぶべきである。
【００５１】また、ＭＲＩは断層像の周波数成分を計測
する装置であるため、計測デ−タを離散フ−リエ変換す
ることによって目的の断層像を得ることができる。この
とき、計測デ−タに直に上記の線形Low-passフィルタＬ
をかけることによって、フィルタ処理時間を節約するこ
とができる。
する装置であるため、計測デ−タを離散フ−リエ変換す
ることによって目的の断層像を得ることができる。この
とき、計測デ−タに直に上記の線形Low-passフィルタＬ
をかけることによって、フィルタ処理時間を節約するこ
とができる。
【００５２】以上の実施例では画像デ−タは２次元画像
であったが、容易に３次元または高次元の画像デ−タに
拡張することができる。
であったが、容易に３次元または高次元の画像デ−タに
拡張することができる。
【００５３】
【発明の効果】本発明によれば、ノイズ低減を目的とし
た適応型非線形フィルタ処理を画像データに施す際に、
該フィルタ処理を施すことにより発生する画像歪みや偽
像の発生を防ぎながらノイズ低減効果を高めることがで
きる。
た適応型非線形フィルタ処理を画像データに施す際に、
該フィルタ処理を施すことにより発生する画像歪みや偽
像の発生を防ぎながらノイズ低減効果を高めることがで
きる。
【図１】本発明の実施例の全体構成を示す図。
【図２】５＊５の矩形窓関数による周波数特性を示す
図。
図。
【図３】適応型非線形フィルタの周波数特性の例とLow-
passフィルタの減衰特性を示す図。
passフィルタの減衰特性を示す図。
【図４】方向依存フィルタの処理チャートを示す図。
【図５】方向依存フィルタの平滑化マトリクスを示す
図。
図。
【図６】実施例中の線形Low-passフィルタの周波数特性
を示す図。
を示す図。
【図７】実施例中の線形高域強調フィルタの周波数特性
を示す図。
を示す図。
【図８】実施例中の線形Low-passフィルタと高域強調フ
ィルタとの合成フィルタの周波数特性を示す図。
ィルタとの合成フィルタの周波数特性を示す図。
１０１…ゼロクロス周波数が存在する領域Ｉ １０２…線形Low-passフィルタと高域強調フィルタの合
成フィルタの周波数特性 １０４…適応型非線形フィルタの平滑化フィルタすべて
を含む最小なマトリクス ３０１…線形Low-passフィルタの周波数特性 ３０２…適応型非線形フィルタの周波数特性
成フィルタの周波数特性 １０４…適応型非線形フィルタの平滑化フィルタすべて
を含む最小なマトリクス ３０１…線形Low-passフィルタの周波数特性 ３０２…適応型非線形フィルタの周波数特性
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 (7)
- 【請求項１】複数個用意されたマトリクスＦi (i=1、2
…)から画像デ−タの各画素ごとに１つのマトリクスＦi
を選択し、選択したマトリクスＦi を用いて平滑化を
行うフィルタ処理Ｆを含み、 上記フィルタ処理Ｆの前処理として、上記マトリクスＦ
i (i=1、2…)から生成したマトリクスＭによる線形フィ
ルタのゼロクロス周波数を含む帯域Ｉおよびその高周波
側を減衰させる線形ローパスフィルタＬを画像データに
施すこと、及び上記フィルタ処理Ｆの後処理として、上
記線形ローパスフィルタＬとの合成フィルタが上記帯域
Ｉを強調することになる線形高域強調フィルタＨを施す
ことを特徴とする画像処理方法。 - 【請求項２】前記マトリクスＭを、前記各マトリクスＦ
i (i=1、2…)の全てを含むことができる最小サイズのマ
トリクスであって、その各成分を上記各マトリクスＦi
(i=1、2…)において対応する成分のうちで絶対値が最大
となるものとする請求項１に記載の画像処理方法。 - 【請求項３】前記帯域Ｉは、前記マトリクスＭによる線
形フィルタにおける周波数空間の直流から最も離れてい
るゼロクロスと直流に最も近いゼロクロスとを検出し、
直流から最も離れているゼロクロスの距離を半径とする
円の内側と直流に最も近いゼロクロスの距離を半径とす
る円の外側との共通部分として決定される請求項１に記
載の画像処理方法。 - 【請求項４】前記線形ローパスフィルタＬおよび前記線
形高域強調フィルタＨは、それぞれ、単調減少関数およ
び単調増加関数とする請求項１に記載の画像処理方法。 - 【請求項５】前記線形ローパスフィルタＬは、ゼロクロ
スを持たない請求項１に記載の画像処理方法。 - 【請求項６】前記線形ローパスフィルタＬを次数ｎのバ
タ−ワ−スフィルタとし、前記線形高域強調フィルタＨ
を次数ｎ−２のバタ−ワ−スフィルタの逆フィルタとし
た請求項４に記載の画像処理方法。 - 【請求項７】前記線形ローパスフィルタＬのカットオフ
周波数と前記線形高域強調フィルタＨの逆フィルタのカ
ットオフ周波数とを同じにする請求項４に記載の画像処
理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17757394A JP3434581B2 (ja) | 1994-07-06 | 1994-07-06 | 画像処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17757394A JP3434581B2 (ja) | 1994-07-06 | 1994-07-06 | 画像処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0822539A true JPH0822539A (ja) | 1996-01-23 |
| JP3434581B2 JP3434581B2 (ja) | 2003-08-11 |
Family
ID=16033337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP17757394A Expired - Fee Related JP3434581B2 (ja) | 1994-07-06 | 1994-07-06 | 画像処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3434581B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005111933A1 (ja) * | 2004-05-19 | 2005-11-24 | Sony Corporation | 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体 |
| JP2012165224A (ja) * | 2011-02-08 | 2012-08-30 | Nikon Corp | 画像処理装置、電子カメラ及び画像処理プログラム |
-
1994
- 1994-07-06 JP JP17757394A patent/JP3434581B2/ja not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005111933A1 (ja) * | 2004-05-19 | 2005-11-24 | Sony Corporation | 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体 |
| JP2005332130A (ja) * | 2004-05-19 | 2005-12-02 | Sony Corp | 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体 |
| US7567724B2 (en) | 2004-05-19 | 2009-07-28 | Sony Corporation | Image processing apparatus, image processing method, program of image processing method, and recording medium in which program of image processing method has been recorded |
| JP4534594B2 (ja) * | 2004-05-19 | 2010-09-01 | ソニー株式会社 | 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体 |
| JP2012165224A (ja) * | 2011-02-08 | 2012-08-30 | Nikon Corp | 画像処理装置、電子カメラ及び画像処理プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3434581B2 (ja) | 2003-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7978926B2 (en) | Edge ringing artifact suppression methods and apparatuses | |
| Thanh et al. | An adaptive method for image restoration based on high-order total variation and inverse gradient | |
| US20100142790A1 (en) | Image processing method capable of enhancing contrast and reducing noise of digital image and image processing device using same | |
| US8687907B2 (en) | Image processing apparatus and image processing method | |
| JP2002024821A (ja) | エッジ整形のためのディジタル画像処理方法 | |
| JP2007018379A (ja) | 画像処理方法及び画像処理装置 | |
| Fukushima et al. | Guided image filtering with arbitrary window function | |
| WO2015080006A1 (ja) | 超音波診断装置 | |
| Berger et al. | Adaptive regularized constrained least squares image restoration | |
| Portilla et al. | Image denoising via adjustment of wavelet coefficient magnitude correlation | |
| JP5105286B2 (ja) | 画像復元装置、画像復元方法及び画像復元プログラム | |
| Patel et al. | Hybrid approach for single image super resolution using ISEF and IBP | |
| JPWO2016075914A1 (ja) | 画像信号処理装置、画像信号処理方法及び画像信号処理プログラム | |
| Makandar et al. | Computation pre-processing techniques for image restoration | |
| CN108629740B (zh) | 一种图像去噪的处理方法及装置 | |
| Xie et al. | Despeckling SAR images using a low-complexity wavelet denoising process | |
| JP3434581B2 (ja) | 画像処理方法 | |
| Katkovnik et al. | Frequency domain blind deconvolution in multiframe imaging using anisotropic spatially-adaptive denoising | |
| Sinha | An optimized framework using adaptive wavelet thresholding and total variation technique for de-noising medical images | |
| Chen et al. | Texture-preserving image deblurring | |
| Tayade et al. | Medical image denoising and enhancement using DTCWT and Wiener filter | |
| JP4030655B2 (ja) | 階調変換方法および装置 | |
| Babic et al. | An efficient noise removal and edge preserving convolution filter | |
| CN116523810B (zh) | 一种超声图像处理方法、装置、设备及介质 | |
| Patel et al. | Method for image restoration using wavelet based image fusion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080530 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |