JPH10136317A - 画像信号変換装置および方法 - Google Patents
画像信号変換装置および方法Info
- Publication number
- JPH10136317A JPH10136317A JP8290073A JP29007396A JPH10136317A JP H10136317 A JPH10136317 A JP H10136317A JP 8290073 A JP8290073 A JP 8290073A JP 29007396 A JP29007396 A JP 29007396A JP H10136317 A JPH10136317 A JP H10136317A
- Authority
- JP
- Japan
- Prior art keywords
- image signal
- value
- prediction
- class
- conversion device
- 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
- Television Systems (AREA)
Abstract
(57)【要約】
【課題】 標準解像度の画像信号を高解像度の画像信号
に変換する信号変換を高性能に行う。 【解決手段】 入力ＳＤ画像信号のクラス情報に応じ
て、複数のＨＤ画素の予測値と対応するパターンＰがパ
ターンＲＯＭ１５から出力される。入力ＳＤ画像信号か
ら制御値生成部１２は、クラス分類適応予測によって、
ＨＤ平均値予測値Ｙ’を生成し、制御値生成部１３は、
クラス分類適応予測によって、ＨＤ標準偏差予測値σ’
を生成する。パターンＰは、複数のＨＤ画素を平均値分
離および標準偏差による正規化の処理を経たものであ
り、予め学習により獲得される。演算部１６は、パター
ンＰと予測値Ｙ’およびσ’を使用して、複数のＨＤ画
素予測値を同時に生成する。
に変換する信号変換を高性能に行う。 【解決手段】 入力ＳＤ画像信号のクラス情報に応じ
て、複数のＨＤ画素の予測値と対応するパターンＰがパ
ターンＲＯＭ１５から出力される。入力ＳＤ画像信号か
ら制御値生成部１２は、クラス分類適応予測によって、
ＨＤ平均値予測値Ｙ’を生成し、制御値生成部１３は、
クラス分類適応予測によって、ＨＤ標準偏差予測値σ’
を生成する。パターンＰは、複数のＨＤ画素を平均値分
離および標準偏差による正規化の処理を経たものであ
り、予め学習により獲得される。演算部１６は、パター
ンＰと予測値Ｙ’およびσ’を使用して、複数のＨＤ画
素予測値を同時に生成する。
Description
【０００１】
【発明の属する技術分野】この発明は、入力された画像
信号より高い解像度を有する画像信号を得ることができ
るクラス分類適応処理を用いた画像信号変換装置および
方法に関する。
信号より高い解像度を有する画像信号を得ることができ
るクラス分類適応処理を用いた画像信号変換装置および
方法に関する。
【０００２】
【従来の技術】従来、画像信号を異なるフォーマットに
変換する装置として、例えば標準ＴＶ信号（ＳＤ（Stan
dard Definition ）信号）をＨＤ（High Definition ）
フォーマット信号に変換するアップコンバータがある。
このアップコンバータに使用されている技術について以
下、説明する。まず、標準ＴＶ信号（ＳＤ信号）とＨＤ
信号の各画素の空間配置例を図１１に示す。ここでは、
説明の簡素化のため、ＨＤ信号の画素数を水平方向、垂
直方向に各々２倍としている。図中の二重丸のＳＤ画素
に注目すると、近傍４種類の位置にＨＤ画素が存在す
る。この４種類の位置に存在するＨＤ画素を予測するモ
ードをそれぞれmode１、mode２、mode３、mode４と称す
る。このようなモードを規定するのは、係数の種類の増
大を抑え、予測演算部等の回路規模を小さくするためで
ある。
変換する装置として、例えば標準ＴＶ信号（ＳＤ（Stan
dard Definition ）信号）をＨＤ（High Definition ）
フォーマット信号に変換するアップコンバータがある。
このアップコンバータに使用されている技術について以
下、説明する。まず、標準ＴＶ信号（ＳＤ信号）とＨＤ
信号の各画素の空間配置例を図１１に示す。ここでは、
説明の簡素化のため、ＨＤ信号の画素数を水平方向、垂
直方向に各々２倍としている。図中の二重丸のＳＤ画素
に注目すると、近傍４種類の位置にＨＤ画素が存在す
る。この４種類の位置に存在するＨＤ画素を予測するモ
ードをそれぞれmode１、mode２、mode３、mode４と称す
る。このようなモードを規定するのは、係数の種類の増
大を抑え、予測演算部等の回路規模を小さくするためで
ある。
【０００３】従来のアップコンバータにおいては、入力
ＳＤ信号に補間フィルタを適用することで補間画素を生
成し、ＨＤフォーマットの信号を出力する。このアップ
コンバータの簡素な構成例としては、ＳＤ信号のフィー
ルド内データから、４種類の位置のＨＤ画素を生成する
ことが考えられる。そこで用いられる補間フィルタの構
成は、垂直方向の処理と水平方向の処理とを分離しない
空間内２次元ノンセパラブルフィルタと、これらの処理
を分離して行う垂直／水平セパラブルフィルタに分類さ
れる。これらの補間フィルタの構成例を図１２および図
１３に示す。
ＳＤ信号に補間フィルタを適用することで補間画素を生
成し、ＨＤフォーマットの信号を出力する。このアップ
コンバータの簡素な構成例としては、ＳＤ信号のフィー
ルド内データから、４種類の位置のＨＤ画素を生成する
ことが考えられる。そこで用いられる補間フィルタの構
成は、垂直方向の処理と水平方向の処理とを分離しない
空間内２次元ノンセパラブルフィルタと、これらの処理
を分離して行う垂直／水平セパラブルフィルタに分類さ
れる。これらの補間フィルタの構成例を図１２および図
１３に示す。
【０００４】図１２に示すノンセパラブル補間フィルタ
は、空間内２次元フィルタを使用するものである。入力
端子８１からＳＤ信号が供給され、入力ＳＤ信号は、mo
de１用２次元フィルタ８２、mode２用２次元フィルタ８
３、mode３用２次元フィルタ８４およびmode４用２次元
フィルタ８５へそれぞれ供給される。すなわち、４種類
の位置のＨＤ画素毎に独立した２次元フィルタを用いて
補間処理を実行する。その結果、それぞれのフィルタ８
２〜８５の出力は、ＨＤ信号として選択部８６におい
て、直列化がなされ、出力端子８７から出力ＨＤ信号が
取り出される。
は、空間内２次元フィルタを使用するものである。入力
端子８１からＳＤ信号が供給され、入力ＳＤ信号は、mo
de１用２次元フィルタ８２、mode２用２次元フィルタ８
３、mode３用２次元フィルタ８４およびmode４用２次元
フィルタ８５へそれぞれ供給される。すなわち、４種類
の位置のＨＤ画素毎に独立した２次元フィルタを用いて
補間処理を実行する。その結果、それぞれのフィルタ８
２〜８５の出力は、ＨＤ信号として選択部８６におい
て、直列化がなされ、出力端子８７から出力ＨＤ信号が
取り出される。
【０００５】また、図１３に示す補間フィルタは、垂直
／水平セパラブルフィルタを使用するものである。入力
端子９１からＳＤ信号が供給され、入力ＳＤ信号は、垂
直補間フィルタ９２および９３において、ＨＤ信号の２
本の走査線データが生成される。例えば、垂直補間フィ
ルタ９２では、mode１用およびmode２用の処理が行わ
れ、垂直補間フィルタ９３では、mode３用およびmode４
用の処理が行われる。
／水平セパラブルフィルタを使用するものである。入力
端子９１からＳＤ信号が供給され、入力ＳＤ信号は、垂
直補間フィルタ９２および９３において、ＨＤ信号の２
本の走査線データが生成される。例えば、垂直補間フィ
ルタ９２では、mode１用およびmode２用の処理が行わ
れ、垂直補間フィルタ９３では、mode３用およびmode４
用の処理が行われる。
【０００６】これらの処理が行われると垂直補間フィル
タ９２および９３からの出力信号は、水平補間フィルタ
９４および９５へ供給される。この水平補間フィルタ９
４および９５では、各走査線毎に水平フィルタを用い４
種類の位置のＨＤ画素が補間され、選択部９６へ供給さ
れる。選択部９６では、供給されたＨＤ信号の直列化が
なされ、出力端子９７から出力ＨＤ信号が取り出され
る。
タ９２および９３からの出力信号は、水平補間フィルタ
９４および９５へ供給される。この水平補間フィルタ９
４および９５では、各走査線毎に水平フィルタを用い４
種類の位置のＨＤ画素が補間され、選択部９６へ供給さ
れる。選択部９６では、供給されたＨＤ信号の直列化が
なされ、出力端子９７から出力ＨＤ信号が取り出され
る。
【０００７】しかしながら、従来のアップコンバータに
おいて、補間フィルタとして理想フィルタを使用して
も、画素数は増えるものの空間解像度はＳＤ信号と変わ
らない。実際には、理想フィルタを用いることが出来な
いため、ＳＤ信号より解像度の低下したＨＤ信号を生成
することしかできないという問題がある。
おいて、補間フィルタとして理想フィルタを使用して
も、画素数は増えるものの空間解像度はＳＤ信号と変わ
らない。実際には、理想フィルタを用いることが出来な
いため、ＳＤ信号より解像度の低下したＨＤ信号を生成
することしかできないという問題がある。
【０００８】そこで、これらの問題を解決するために、
補間のためのクラス分類適応処理を適用することが提案
されている。このクラス分類適応処理は、入力ＳＤ信号
の例えば輝度レベルの特徴に基づき、クラス分類を行
い、分類されたクラスに対応した予測係数が予測タップ
を構成する入力ＳＤ信号の複数の画素値との線形１次結
合によりＨＤ信号を生成する処理である。このとき、用
いられている予測係数は、クラス毎に予め学習により獲
得されたものである。
補間のためのクラス分類適応処理を適用することが提案
されている。このクラス分類適応処理は、入力ＳＤ信号
の例えば輝度レベルの特徴に基づき、クラス分類を行
い、分類されたクラスに対応した予測係数が予測タップ
を構成する入力ＳＤ信号の複数の画素値との線形１次結
合によりＨＤ信号を生成する処理である。このとき、用
いられている予測係数は、クラス毎に予め学習により獲
得されたものである。
【０００９】
【発明が解決しようとする課題】先に提案されているク
ラス分類適応予測を使用したアップコンバータは、１画
素毎にＨＤ画素を予測する処理である。しかしながら、
解像度をより高いものに向上させるには、複数画素を同
時にに予測した方が有利な場合が多い。
ラス分類適応予測を使用したアップコンバータは、１画
素毎にＨＤ画素を予測する処理である。しかしながら、
解像度をより高いものに向上させるには、複数画素を同
時にに予測した方が有利な場合が多い。
【００１０】従って、この発明は、クラス分類適応予測
によってより解像度の高い出力画像信号を得るようにし
た信号変換装置であって、複数画素をクラス分類適応予
測により同時に生成することによって、より解像度を高
くすることが可能な画像信号変換装置および方法の提供
を目的とする。
によってより解像度の高い出力画像信号を得るようにし
た信号変換装置であって、複数画素をクラス分類適応予
測により同時に生成することによって、より解像度を高
くすることが可能な画像信号変換装置および方法の提供
を目的とする。
【００１１】
【課題を解決するための手段】請求項１に記載の発明
は、第１のディジタル画像信号より画素数の多い第２の
ディジタル画像信号に変換するようにした画像信号変換
装置において、入力される第１のディジタル画像信号の
特性に基づき分類されるクラスに対応して、第２のディ
ジタル画像信号の互いに近接する複数の予測画素値を同
時に生成するクラス分類適応予測手段を備えたことを特
徴とする画像信号変換装置である。このクラス分類適応
予測手段は、クラスに対応して、予め学習により獲得さ
れた第２のディジタル画像信号の互いに近接する複数の
画素値のパターンを記憶する記憶手段と、パターンを予
測画素値に変換する演算に必要とされるパラメータを、
入力される第１のディジタル画像信号を使用してクラス
分類適応予測により生成するパラメータ生成手段と、パ
ターンおよびパラメータとにより予測画素値を演算する
演算手段とからなる。
は、第１のディジタル画像信号より画素数の多い第２の
ディジタル画像信号に変換するようにした画像信号変換
装置において、入力される第１のディジタル画像信号の
特性に基づき分類されるクラスに対応して、第２のディ
ジタル画像信号の互いに近接する複数の予測画素値を同
時に生成するクラス分類適応予測手段を備えたことを特
徴とする画像信号変換装置である。このクラス分類適応
予測手段は、クラスに対応して、予め学習により獲得さ
れた第２のディジタル画像信号の互いに近接する複数の
画素値のパターンを記憶する記憶手段と、パターンを予
測画素値に変換する演算に必要とされるパラメータを、
入力される第１のディジタル画像信号を使用してクラス
分類適応予測により生成するパラメータ生成手段と、パ
ターンおよびパラメータとにより予測画素値を演算する
演算手段とからなる。
【００１２】パラメータとしては、複数の画素値の平均
値および正規化値が使用され、平均値分離および正規化
値による正規化によってパターンが形成される。ＡＤＲ
Ｃによりパターンを生成する場合では、複数の画素から
なるブロックの基準値がパラメータとして使用される。
値および正規化値が使用され、平均値分離および正規化
値による正規化によってパターンが形成される。ＡＤＲ
Ｃによりパターンを生成する場合では、複数の画素から
なるブロックの基準値がパラメータとして使用される。
【００１３】請求項１０の発明は、第１のディジタル画
像信号より画素数の多い第２のディジタル画像信号に変
換するようにした画像信号変換装置において、入力され
る第１のディジタル画像信号の特性に基づき分類される
クラスに対応して、第２のディジタル画像信号の互いに
近接する複数の予測画素値を同時に生成する第１のクラ
ス分類適応予測手段と、入力される第１のディジタル画
像信号の特性に基づき分類されるクラスに対応して、第
２のディジタル画像信号の単一の予測画素値を生成する
第２のクラス分類適応予測手段と、第１のクラス分類適
応予測手段からの予測画素値と第２のクラス分類適応予
測からの予測画素値とを組み合わせて出力する手段とか
らなることを特徴とする画像信号変換装置である。
像信号より画素数の多い第２のディジタル画像信号に変
換するようにした画像信号変換装置において、入力され
る第１のディジタル画像信号の特性に基づき分類される
クラスに対応して、第２のディジタル画像信号の互いに
近接する複数の予測画素値を同時に生成する第１のクラ
ス分類適応予測手段と、入力される第１のディジタル画
像信号の特性に基づき分類されるクラスに対応して、第
２のディジタル画像信号の単一の予測画素値を生成する
第２のクラス分類適応予測手段と、第１のクラス分類適
応予測手段からの予測画素値と第２のクラス分類適応予
測からの予測画素値とを組み合わせて出力する手段とか
らなることを特徴とする画像信号変換装置である。
【００１４】複数のＨＤ画素値を同時に予測するので、
単一画素を予測するのに比して、より高性能の信号変換
を行うことが可能となる。また、複数画素の同時予測
と、単一画素の予測とを組み合わせることによって、複
数画素のパターンの歪みが目立つことを防止することが
できる。
単一画素を予測するのに比して、より高性能の信号変換
を行うことが可能となる。また、複数画素の同時予測
と、単一画素の予測とを組み合わせることによって、複
数画素のパターンの歪みが目立つことを防止することが
できる。
【００１５】
【発明の実施の形態】以下、この発明の実施例について
図面を参照しながら詳細に説明する。まず、この発明の
理解を容易とするため、先に提案されているクラス分類
適応処理を用いた、単一画素予測方式のアップコンバー
タを説明する。クラス分類適応処理を用いたアップコン
バータでは、入力ＳＤ信号の特徴に基づき、入力信号を
いくつかのクラスに分類し、予め学習により生成された
クラス毎の適応予測手法に従い、出力ＨＤ信号を生成す
る。
図面を参照しながら詳細に説明する。まず、この発明の
理解を容易とするため、先に提案されているクラス分類
適応処理を用いた、単一画素予測方式のアップコンバー
タを説明する。クラス分類適応処理を用いたアップコン
バータでは、入力ＳＤ信号の特徴に基づき、入力信号を
いくつかのクラスに分類し、予め学習により生成された
クラス毎の適応予測手法に従い、出力ＨＤ信号を生成す
る。
【００１６】一例として、図１Ａに示すような入力ＳＤ
信号（８ビットＰＣＭ（Pulse CodeModulation ）デー
タ）に対してクラス生成タップを設定し、入力ＳＤ信号
の波形特性によりクラスを生成する。この図１Ａの例で
は、注目ＳＤ画素（二重丸で示す）を中心として７タッ
プ（７個のＳＤ画素）でクラスが生成される。例えば、
７タップデータに対し１ビットＡＤＲＣ（Adaptive Dyn
amic Range Coding ）を適用すると、７画素のデータか
ら定義されるダイナミックレンジに基づき、７画素の最
小値を除去した上で、各タップの画素値を適応的に１ビ
ット量子化するので、１２８クラスが生成される。
信号（８ビットＰＣＭ（Pulse CodeModulation ）デー
タ）に対してクラス生成タップを設定し、入力ＳＤ信号
の波形特性によりクラスを生成する。この図１Ａの例で
は、注目ＳＤ画素（二重丸で示す）を中心として７タッ
プ（７個のＳＤ画素）でクラスが生成される。例えば、
７タップデータに対し１ビットＡＤＲＣ（Adaptive Dyn
amic Range Coding ）を適用すると、７画素のデータか
ら定義されるダイナミックレンジに基づき、７画素の最
小値を除去した上で、各タップの画素値を適応的に１ビ
ット量子化するので、１２８クラスが生成される。
【００１７】ＡＤＲＣは、ＶＴＲ用信号圧縮方式として
開発されたものであるが、少ないクラス数で、入力信号
の波形特性を表現するのに適している。ＡＤＲＣの他に
もクラス分類法としては、下記のものを採用することが
できる。
開発されたものであるが、少ないクラス数で、入力信号
の波形特性を表現するのに適している。ＡＤＲＣの他に
もクラス分類法としては、下記のものを採用することが
できる。
【００１８】１）ＰＣＭデータを直接使用する。
【００１９】２）ＤＰＣＭ（Differential PCM）を適用
してクラス数を削減する。
してクラス数を削減する。
【００２０】３）ＶＱ（Vector Quantization ）を適用
してクラス数を削減する。
してクラス数を削減する。
【００２１】４）周波数変換（ＤＣＴ（Discrete Cosin
e Transform Coding）、アダマール変換、フーリエ変換
等）の値に基づいたクラス分類を行う。
e Transform Coding）、アダマール変換、フーリエ変換
等）の値に基づいたクラス分類を行う。
【００２２】こうして分類されたクラス毎に適応処理を
実行するが、その適応処理の一例として、予め学習によ
り生成されたクラス毎の予測係数を用いた予測処理が挙
げられる。予測処理のときに使用される予測タップの一
例を図１Ｂに示す。この一例は、注目ＳＤ画素を中心と
したフレーム内１３タップから予測タップが構成され
る。予測式の一例を式（１）に示す。
実行するが、その適応処理の一例として、予め学習によ
り生成されたクラス毎の予測係数を用いた予測処理が挙
げられる。予測処理のときに使用される予測タップの一
例を図１Ｂに示す。この一例は、注目ＳＤ画素を中心と
したフレーム内１３タップから予測タップが構成され
る。予測式の一例を式（１）に示す。
【００２３】
【数１】
【００２４】ｙ´：推定ＨＤ画素値 ｘi ：ＳＤ信号予測タップ画素値 ｗi ：予測係数 このように、クラス毎に生成された予測係数と入力デー
タとの積和演算、例えば線形１次結合によりＨＤ画素値
を推定する。単一画素予測方式のクラス分類適応処理の
回路構成を図２に示す。１で示す入力端子から入力ＳＤ
信号が供給され、供給された入力ＳＤ信号は、クラス分
類部２および予測タップ選択部３へ供給される。クラス
分類部２では、上述した図１Ａに示すようなクラスタッ
プに基づき、入力ＳＤ信号に対するクラスが生成され
る。生成されたクラスは、クラス分類部２から予測係数
ＲＯＭ４へ供給される。
タとの積和演算、例えば線形１次結合によりＨＤ画素値
を推定する。単一画素予測方式のクラス分類適応処理の
回路構成を図２に示す。１で示す入力端子から入力ＳＤ
信号が供給され、供給された入力ＳＤ信号は、クラス分
類部２および予測タップ選択部３へ供給される。クラス
分類部２では、上述した図１Ａに示すようなクラスタッ
プに基づき、入力ＳＤ信号に対するクラスが生成され
る。生成されたクラスは、クラス分類部２から予測係数
ＲＯＭ４へ供給される。
【００２５】予測係数ＲＯＭ４では、生成されたクラス
をアドレスとして予測係数が出力される。予測係数は、
予測係数ＲＯＭ４から予測演算部５へ供給される。予測
タップ選択部３は、入力ＳＤ信号から上述した図１Ｂに
示すように１３タップからなる予測タップを選択する。
選択された１３タップからなる予測タップは、予測タッ
プ選択部３から予測演算部５へ供給される。予測演算部
５では、供給された予測係数および予測タップから前述
した式（１）に示す予測演算が実行され、その演算結果
は、出力端子６から出力される。
をアドレスとして予測係数が出力される。予測係数は、
予測係数ＲＯＭ４から予測演算部５へ供給される。予測
タップ選択部３は、入力ＳＤ信号から上述した図１Ｂに
示すように１３タップからなる予測タップを選択する。
選択された１３タップからなる予測タップは、予測タッ
プ選択部３から予測演算部５へ供給される。予測演算部
５では、供給された予測係数および予測タップから前述
した式（１）に示す予測演算が実行され、その演算結果
は、出力端子６から出力される。
【００２６】上述した予測係数は、予め学習により生成
しておくが、その学習方法について述べる。式（１）の
線形１次結合モデルに基づく予測係数を最小自乗法によ
り生成する例を示す。最小自乗法は、以下のように適用
される。一般化した例として、Ｘを入力データ、Ｗを予
測係数、Ｙを推定値として次の式を考える。
しておくが、その学習方法について述べる。式（１）の
線形１次結合モデルに基づく予測係数を最小自乗法によ
り生成する例を示す。最小自乗法は、以下のように適用
される。一般化した例として、Ｘを入力データ、Ｗを予
測係数、Ｙを推定値として次の式を考える。
【００２７】 観測方程式：ＸＷ＝Ｙ （２）
【００２８】
【数２】
【００２９】上述の観測方程式（２）により収集された
データに最小自乗法を適用する。式（１）の例において
は、ｎ＝１３、ｍが学習データ数となる。式（２）の観
測方程式をもとに、式（４）の残差方程式を考える。
データに最小自乗法を適用する。式（１）の例において
は、ｎ＝１３、ｍが学習データ数となる。式（２）の観
測方程式をもとに、式（４）の残差方程式を考える。
【００３０】 残差方程式：ＸＷ＝Ｙ＋Ｅ （４）
【００３１】
【数３】
【００３２】式（４）の残差方程式から、各ｗi の最確
値は、次式で表す誤差の自乗和を最小にする条件が成り
立つ場合と考えられる。すなわち、式（５）の条件を考
慮すれば良いわけである。
値は、次式で表す誤差の自乗和を最小にする条件が成り
立つ場合と考えられる。すなわち、式（５）の条件を考
慮すれば良いわけである。
【００３３】
【数４】
【００３４】
【数５】
【００３５】式（５）のｉに基づくｎ個の条件を考え、
これを満たすｗ1 、ｗ2 、・・・、ｗn を算出すれば良
い。そこで、残差方程式（４）から式（６）が得られ
る。
これを満たすｗ1 、ｗ2 、・・・、ｗn を算出すれば良
い。そこで、残差方程式（４）から式（６）が得られ
る。
【００３６】
【数６】
【００３７】式（５）および式（６）により式（７）が
得られる。
得られる。
【００３８】
【数７】
【００３９】そして、式（４）および式（７）から、正
規方程式（８）が得られる。
規方程式（８）が得られる。
【００４０】
【数８】
【００４１】式（８）の正規方程式は、未知数の数ｎと
同じ数の方程式を立てることが可能であるので、各ｗi
の最確値を求めることができる。そして、掃き出し法
（Gauss-Jordanの消去法）を用いて連立方程式を解く。
同じ数の方程式を立てることが可能であるので、各ｗi
の最確値を求めることができる。そして、掃き出し法
（Gauss-Jordanの消去法）を用いて連立方程式を解く。
【００４２】この場合の学習においては、対象信号と教
師信号との間で上述の線形１次モデルを設定し、最小自
乗法により予め予測係数を生成しておく。その学習方法
の一例となるフローチャートを図３に示す。このフロー
チャートは、ステップＳ１から学習処理の制御が始ま
り、ステップＳ１の学習データ形成では、例えば上述し
た図１Ｂに示す１３タップから学習データが形成され
る。ここで、注目ＳＤ画素近傍のブロック内のダイナミ
ックレンジが所定のしきい値より小さいもの、すなわち
アクティビティーの低いものは、学習データとして扱わ
ない制御がなされる。ダイナミックレンジが小さいもの
は、ノイズの影響を受けやすく、正確な学習結果が得ら
れないおそれがあるからである。
師信号との間で上述の線形１次モデルを設定し、最小自
乗法により予め予測係数を生成しておく。その学習方法
の一例となるフローチャートを図３に示す。このフロー
チャートは、ステップＳ１から学習処理の制御が始ま
り、ステップＳ１の学習データ形成では、例えば上述し
た図１Ｂに示す１３タップから学習データが形成され
る。ここで、注目ＳＤ画素近傍のブロック内のダイナミ
ックレンジが所定のしきい値より小さいもの、すなわち
アクティビティーの低いものは、学習データとして扱わ
ない制御がなされる。ダイナミックレンジが小さいもの
は、ノイズの影響を受けやすく、正確な学習結果が得ら
れないおそれがあるからである。
【００４３】ステップＳ２のデータ終了では、入力され
た全データ、例えば１フレームまたは１フィールドのデ
ータの処理が終了していれば、ステップＳ５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Ｓ３
のクラス決定へ制御が移る。ステップＳ３のクラス決定
は、上述した図１Ａに示すように、注目ＳＤ画素近傍の
画素位置の動き評価値に基づいたクラス決定がなされ
る。ステップＳ４の正規方程式では、上述した式（８）
の正規方程式が作成される。全データの処理が終了後、
ステップＳ２のデータ終了から制御がステップＳ５へ移
る。このステップＳ５の予測係数決定では、この正規方
程式が行列解法を用いて解かれ、予測係数が決定され
る。ステップＳ６の予測係数登録で、予測係数をメモリ
にストアし、このフローチャートが終了する。以上が予
測演算方式によるクラス分類適応処理の概要である。
た全データ、例えば１フレームまたは１フィールドのデ
ータの処理が終了していれば、ステップＳ５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Ｓ３
のクラス決定へ制御が移る。ステップＳ３のクラス決定
は、上述した図１Ａに示すように、注目ＳＤ画素近傍の
画素位置の動き評価値に基づいたクラス決定がなされ
る。ステップＳ４の正規方程式では、上述した式（８）
の正規方程式が作成される。全データの処理が終了後、
ステップＳ２のデータ終了から制御がステップＳ５へ移
る。このステップＳ５の予測係数決定では、この正規方
程式が行列解法を用いて解かれ、予測係数が決定され
る。ステップＳ６の予測係数登録で、予測係数をメモリ
にストアし、このフローチャートが終了する。以上が予
測演算方式によるクラス分類適応処理の概要である。
【００４４】この発明は、分類されたクラス毎に予め用
意された複数画素パターンを出力する。すなわち、複数
のＨＤ画素を同時に出力するものである。図４に示すこ
の発明の第１の実施例は、上述した図１１に示すＳＤ画
素とＨＤ画素の関係に基づいて、mode１〜mode４で示す
４個のＨＤ画素を同時に出力するものである。
意された複数画素パターンを出力する。すなわち、複数
のＨＤ画素を同時に出力するものである。図４に示すこ
の発明の第１の実施例は、上述した図１１に示すＳＤ画
素とＨＤ画素の関係に基づいて、mode１〜mode４で示す
４個のＨＤ画素を同時に出力するものである。
【００４５】入力端子１０から供給される入力ＳＤ信号
は、クラス分類部１１、制御値生成部１２および制御値
生成部１３に供給される。クラス分類部１１は、上述し
たように、ＡＤＲＣ等によって、クラスタップとして選
択された複数のＳＤ画素のレベル分布等に応じてクラス
情報を発生する。クラス分類部１１で生成されたクラス
情報は、適応処理部１４のパターンＲＯＭ１５にアドレ
スとして、供給される。適応処理部１４は、パターンＲ
ＯＭ１５と演算部１６から構成されている。
は、クラス分類部１１、制御値生成部１２および制御値
生成部１３に供給される。クラス分類部１１は、上述し
たように、ＡＤＲＣ等によって、クラスタップとして選
択された複数のＳＤ画素のレベル分布等に応じてクラス
情報を発生する。クラス分類部１１で生成されたクラス
情報は、適応処理部１４のパターンＲＯＭ１５にアドレ
スとして、供給される。適応処理部１４は、パターンＲ
ＯＭ１５と演算部１６から構成されている。
【００４６】パターンＲＯＭ１５は、分類されたクラス
毎に予め用意された複数画素パターンＰを出力する。こ
のパターンＰは、平均値分離、正規化値例えば標準偏差
による正規化が施された基本波形であり、予め生成され
て記憶されている。第１の実施例では、平均値および標
準偏差がパラメータとして使用される。このパターンＲ
ＯＭ１５から読出されたパターンＰが演算部１６に供給
される。図１１中のmode１〜mode４で示す４個のＨＤ画
素をｙ0 、ｙ1 、ｙ2 、ｙ3 で表すと、この４画素の平
均値Ｙは、次の式（９）で示すものである。
毎に予め用意された複数画素パターンＰを出力する。こ
のパターンＰは、平均値分離、正規化値例えば標準偏差
による正規化が施された基本波形であり、予め生成され
て記憶されている。第１の実施例では、平均値および標
準偏差がパラメータとして使用される。このパターンＲ
ＯＭ１５から読出されたパターンＰが演算部１６に供給
される。図１１中のmode１〜mode４で示す４個のＨＤ画
素をｙ0 、ｙ1 、ｙ2 、ｙ3 で表すと、この４画素の平
均値Ｙは、次の式（９）で示すものである。
【００４７】
【数９】
【００４８】また、これらの４画素の標準偏差σは、次
の式（１０）で表される。
の式（１０）で表される。
【００４９】
【数１０】
【００５０】パターンＲＯＭ１５には、平均値分離およ
び標準偏差による正規化で得られたパターンＰが記憶さ
れている。パターンＰは、次の式（１１）で表すもので
ある。
び標準偏差による正規化で得られたパターンＰが記憶さ
れている。パターンＰは、次の式（１１）で表すもので
ある。
【００５１】
【数１１】
【００５２】予め学習によって、クラス分類部１１で生
成されたクラス毎に最適なパターンＰがパターンＲＯＭ
に記憶されている。このように、平均値分離および標準
偏差による正規化の処理で得られたパターンＰを記憶す
ることによって、少ないメモリ容量のＲＯＭによって、
クラス毎に精度良く、パターンを記憶することができ
る。
成されたクラス毎に最適なパターンＰがパターンＲＯＭ
に記憶されている。このように、平均値分離および標準
偏差による正規化の処理で得られたパターンＰを記憶す
ることによって、少ないメモリ容量のＲＯＭによって、
クラス毎に精度良く、パターンを記憶することができ
る。
【００５３】そして、パターンＰが供給される演算部１
６に対して、制御値生成部１２からのＨＤ平均値予測値
Ｙ’と、制御値生成部１３からのＨＤ標準偏差予測値
σ’とが供給される。演算部１６は、パターンＰに対し
て、これらの予測値Ｙ’およびσ’を使用して補正演算
を実行し、４個のＨＤ画素の予測値ｙ0 ’〜ｙ3 ’を同
時に生成する。例えばＨＤ画素の予測値ｙ0 ’は、パタ
ーン中のｙ0 に対応する値にσ’を乗算し、Ｙ’を加算
することによって生成することができる。生成されたＨ
Ｄ画素予測値ｙ0 ’〜ｙ3 ’が走査変換部１７に供給さ
れ、所望の順序例えばテレビジョンラスターの走査順に
一致した順序に変換され、出力端子１８に取り出され
る。
６に対して、制御値生成部１２からのＨＤ平均値予測値
Ｙ’と、制御値生成部１３からのＨＤ標準偏差予測値
σ’とが供給される。演算部１６は、パターンＰに対し
て、これらの予測値Ｙ’およびσ’を使用して補正演算
を実行し、４個のＨＤ画素の予測値ｙ0 ’〜ｙ3 ’を同
時に生成する。例えばＨＤ画素の予測値ｙ0 ’は、パタ
ーン中のｙ0 に対応する値にσ’を乗算し、Ｙ’を加算
することによって生成することができる。生成されたＨ
Ｄ画素予測値ｙ0 ’〜ｙ3 ’が走査変換部１７に供給さ
れ、所望の順序例えばテレビジョンラスターの走査順に
一致した順序に変換され、出力端子１８に取り出され
る。
【００５４】制御値生成部１２は、入力ＳＤ信号がそれ
ぞれ供給されるクラス分類部１７と、予測タップ選択部
１８と、予測係数ＲＯＭ１９と、予測演算部２０とから
なる。予測係数ＲＯＭ１９には、予め学習により獲得さ
れた予測係数ｗi がクラス毎に格納されている。予測タ
ップ選択部１８では、例えば図５に示すように、注目Ｓ
Ｄ画素ｘ5 を中心とする３×３の９画素のＳＤ画素ｘ1
〜ｘ9 が選択される。この選択された９個のＳＤ画素の
値と予測係数ｗi とにより次の式（１２）に従って、予
測演算部２０がＨＤ平均値予測値Ｙ’を生成する。
ぞれ供給されるクラス分類部１７と、予測タップ選択部
１８と、予測係数ＲＯＭ１９と、予測演算部２０とから
なる。予測係数ＲＯＭ１９には、予め学習により獲得さ
れた予測係数ｗi がクラス毎に格納されている。予測タ
ップ選択部１８では、例えば図５に示すように、注目Ｓ
Ｄ画素ｘ5 を中心とする３×３の９画素のＳＤ画素ｘ1
〜ｘ9 が選択される。この選択された９個のＳＤ画素の
値と予測係数ｗi とにより次の式（１２）に従って、予
測演算部２０がＨＤ平均値予測値Ｙ’を生成する。
【００５５】
【数１２】
【００５６】制御値生成部１３も、制御値生成部１２と
同様に、クラス分類部と、予測タップ選択部と、予測係
数ＲＯＭと、予測演算部とを有する。この制御値生成部
１３は、予測タップとして選択された９個のＳＤ画素の
値と予測係数ｖi により次の式（１３）に従って、ＨＤ
標準偏差予測値σ’を生成する。
同様に、クラス分類部と、予測タップ選択部と、予測係
数ＲＯＭと、予測演算部とを有する。この制御値生成部
１３は、予測タップとして選択された９個のＳＤ画素の
値と予測係数ｖi により次の式（１３）に従って、ＨＤ
標準偏差予測値σ’を生成する。
【００５７】
【数１３】
【００５８】制御値生成部１２中の予測係数ＲＯＭ２１
に記憶されている予測係数ｗi は、上述した単一のＨＤ
画素を生成するクラス分類適応予測の場合と同様にして
学習により求めることができる。但し、ここでは、ＨＤ
画素値ｙではなく、４個のＨＤ画素値のＨＤ平均値Ｙと
ＨＤ平均値予測値Ｙ’との誤差の自乗和を最小とするよ
うに、係数ｗi が学習により決定される。制御値生成部
１３中の予測係数ＲＯＭに記憶されている予測係数ｖi
は、４個のＨＤ画素値のＨＤ標準偏差σとＨＤ標準偏差
予測値σ’との誤差の自乗和を最小とするように、予め
学習により決定される。
に記憶されている予測係数ｗi は、上述した単一のＨＤ
画素を生成するクラス分類適応予測の場合と同様にして
学習により求めることができる。但し、ここでは、ＨＤ
画素値ｙではなく、４個のＨＤ画素値のＨＤ平均値Ｙと
ＨＤ平均値予測値Ｙ’との誤差の自乗和を最小とするよ
うに、係数ｗi が学習により決定される。制御値生成部
１３中の予測係数ＲＯＭに記憶されている予測係数ｖi
は、４個のＨＤ画素値のＨＤ標準偏差σとＨＤ標準偏差
予測値σ’との誤差の自乗和を最小とするように、予め
学習により決定される。
【００５９】パターンＲＯＭ１５に記憶されるパターン
Ｐの生成は、ベクトル量子化の手法と類似の方法により
行うことができる。ベクトル量子化について図６を参照
して説明する。例えばＸ０〜Ｘ３の４個の画素にベクト
ル量子化を適用する場合を考える。４画素により構成さ
れるブロックデータは、４個の独立成分により構成され
る４次元ベクトルで表現される。各ブロックのデータ
は、図６に示されるような４次元ベクトル空間内に存在
する。このベクトル空間は、Ｘ０〜Ｘ３までの座標軸で
構成されている。
Ｐの生成は、ベクトル量子化の手法と類似の方法により
行うことができる。ベクトル量子化について図６を参照
して説明する。例えばＸ０〜Ｘ３の４個の画素にベクト
ル量子化を適用する場合を考える。４画素により構成さ
れるブロックデータは、４個の独立成分により構成され
る４次元ベクトルで表現される。各ブロックのデータ
は、図６に示されるような４次元ベクトル空間内に存在
する。このベクトル空間は、Ｘ０〜Ｘ３までの座標軸で
構成されている。
【００６０】画像データから生成される４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、画像に局所的相関が存在するからである。
そこで近接する複数のベクトルを集めて一つのクラスを
生成する。図６では、クラス０、クラス１、・・・クラ
スＮが示されている。クラスＮに注目すると、その中に
は、ベクトルｖ０、ｖ１、・・・、ｖｋが含まれてい
る。このクラスＮに対して代表ベクトルが選択される。
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、画像に局所的相関が存在するからである。
そこで近接する複数のベクトルを集めて一つのクラスを
生成する。図６では、クラス０、クラス１、・・・クラ
スＮが示されている。クラスＮに注目すると、その中に
は、ベクトルｖ０、ｖ１、・・・、ｖｋが含まれてい
る。このクラスＮに対して代表ベクトルが選択される。
【００６１】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が調べら
れる。最も近似した代表ベクトルのクラスが選択され
る。例えばノルム最小規範の条件を満たすものとして代
表ベクトルが求められる。
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が調べら
れる。最も近似した代表ベクトルのクラスが選択され
る。例えばノルム最小規範の条件を満たすものとして代
表ベクトルが求められる。
【００６２】上述したベクトル量子化の手法と同様に、
mode１〜mode４の４個のＨＤ画素に関して、クラス毎に
基本波形であるパターンＰを予め学習によって求める。
より具体的にパターンＰの学習について説明すると、４
個のＨＤ画素が平均値分離および標準偏差による正規化
の処理を受ける。この処理後の値の分布がクラス毎に調
べられる。画像の局所的相関と、平均値分離および標準
偏差による正規化の処理と、クラス分類とに基づいて、
値の分布が集中したものとなる。
mode１〜mode４の４個のＨＤ画素に関して、クラス毎に
基本波形であるパターンＰを予め学習によって求める。
より具体的にパターンＰの学習について説明すると、４
個のＨＤ画素が平均値分離および標準偏差による正規化
の処理を受ける。この処理後の値の分布がクラス毎に調
べられる。画像の局所的相関と、平均値分離および標準
偏差による正規化の処理と、クラス分類とに基づいて、
値の分布が集中したものとなる。
【００６３】そして、その分布に対して、代表ベクトル
を求めたのと同様にして、最も近似した値、すなわち、
パターンＰが決定される。このようにしてクラス毎に求
めたパターンＰがパターンＲＯＭ１５に格納される。適
応処理部１４の演算部１６では、パターンＰと制御値生
成部からの予測値Ｙ’およびσ’を使用して、４個のＨ
Ｄ画素予測値ｙ0 ’〜ｙ3 ’を同時に出力する。
を求めたのと同様にして、最も近似した値、すなわち、
パターンＰが決定される。このようにしてクラス毎に求
めたパターンＰがパターンＲＯＭ１５に格納される。適
応処理部１４の演算部１６では、パターンＰと制御値生
成部からの予測値Ｙ’およびσ’を使用して、４個のＨ
Ｄ画素予測値ｙ0 ’〜ｙ3 ’を同時に出力する。
【００６４】図７は、この発明の第２の実施例を示す。
上述した第１の実施例と同様の構成であるが、制御値生
成部１２および１３が予め学習により用意された予測制
御値を出力する点が相違する。制御値生成部１２は、ク
ラス分類部２３および制御値ＲＯＭ２４により構成され
る。クラス分類部２３は、図４中のクラス分類部１９と
同様に、周辺の複数のＳＤ画素の特徴に基づいてクラス
分類処理を行う。そして、クラス分類部２３からのクラ
ス情報が制御値ＲＯＭ２４にアドレスとして供給され
る。
上述した第１の実施例と同様の構成であるが、制御値生
成部１２および１３が予め学習により用意された予測制
御値を出力する点が相違する。制御値生成部１２は、ク
ラス分類部２３および制御値ＲＯＭ２４により構成され
る。クラス分類部２３は、図４中のクラス分類部１９と
同様に、周辺の複数のＳＤ画素の特徴に基づいてクラス
分類処理を行う。そして、クラス分類部２３からのクラ
ス情報が制御値ＲＯＭ２４にアドレスとして供給され
る。
【００６５】制御値ＲＯＭ２４には、予め学習によっ
て、制御値であるＨＤ平均値予測値Ｙ’がクラス毎に格
納されている。従って、制御値ＲＯＭ２４から、適応処
理部１４の演算部１６に対して、ＲＯＭ２４からＨＤ平
均値予測値Ｙ’が供給される。制御値を学習する場合に
は、例えば学習対象の多数のＨＤ平均値Ｙの平均値を求
めるようになされる。
て、制御値であるＨＤ平均値予測値Ｙ’がクラス毎に格
納されている。従って、制御値ＲＯＭ２４から、適応処
理部１４の演算部１６に対して、ＲＯＭ２４からＨＤ平
均値予測値Ｙ’が供給される。制御値を学習する場合に
は、例えば学習対象の多数のＨＤ平均値Ｙの平均値を求
めるようになされる。
【００６６】図８は、この発明の第３の実施例を示す。
第３の実施例は、上述した複数画素の同時予測と、前述
した単一画素予測（クラス分類適応予測）とを組み合わ
せたものである。図８において、破線で囲んで示す３０
は、複数画素予測部を示し、３１は、単一画素予測部を
示す。
第３の実施例は、上述した複数画素の同時予測と、前述
した単一画素予測（クラス分類適応予測）とを組み合わ
せたものである。図８において、破線で囲んで示す３０
は、複数画素予測部を示し、３１は、単一画素予測部を
示す。
【００６７】複数画素予測部３０は、上述した図４ある
いは図７に示す構成のものである。また、後述する第４
の実施例（図９）あるいは第５の実施例（図１０）の構
成も複数画素予測部３０に対して適用できる。この複数
画素予測部３０は、入力ＳＤ画像信号が供給されるクラ
ス分類部１１、制御値生成部１２、制御値生成部１３
と、クラス分類部１１からのクラス情報が供給されるパ
ターンＲＯＭ１５と、パターンＰと制御値Ｙ’および
σ’からＨＤ画素予測値を生成する演算部１６とにより
構成される。複数画素予測部３０からのＨＤ画素予測値
が走査変換部１７に供給される。
いは図７に示す構成のものである。また、後述する第４
の実施例（図９）あるいは第５の実施例（図１０）の構
成も複数画素予測部３０に対して適用できる。この複数
画素予測部３０は、入力ＳＤ画像信号が供給されるクラ
ス分類部１１、制御値生成部１２、制御値生成部１３
と、クラス分類部１１からのクラス情報が供給されるパ
ターンＲＯＭ１５と、パターンＰと制御値Ｙ’および
σ’からＨＤ画素予測値を生成する演算部１６とにより
構成される。複数画素予測部３０からのＨＤ画素予測値
が走査変換部１７に供給される。
【００６８】単一画素予測部３１は、入力ＳＤ画像信号
が供給されるクラス分類部３２および予測タップ選択部
３３と、クラス分類部３２からのクラス情報に応答して
予測係数を出力する予測係数ＲＯＭ３４と、予測タップ
選択部３３で選択された画素と予測係数とから線形１次
結合によって一つのＨＤ画素予測値を発生する予測演算
部３５とにより構成されている。予測演算部３５からの
ＨＤ画素予測値が走査変換部１７に供給される。
が供給されるクラス分類部３２および予測タップ選択部
３３と、クラス分類部３２からのクラス情報に応答して
予測係数を出力する予測係数ＲＯＭ３４と、予測タップ
選択部３３で選択された画素と予測係数とから線形１次
結合によって一つのＨＤ画素予測値を発生する予測演算
部３５とにより構成されている。予測演算部３５からの
ＨＤ画素予測値が走査変換部１７に供給される。
【００６９】走査変換部１７では、複数画素予測部３０
からの複数のＨＤ画素予測値と、単一画素予測部３１か
らのＨＤ画素予測値とを受け取って、これらを組み合わ
せると共に、所望の順序（例えばテレビジョン走査の順
序）に並べる。基本的には、大半の部分において複数画
素予測部３０からの複数のＨＤ画素予測値が出力ＨＤ画
素として選択される。但し、複数画素パターン境界等
で、パターン歪みが目立つおそれがある箇所では、単一
画素予測部３１からのＨＤ画素予測値が出力ＨＤ画素と
して選択される。この選択は、予め定めた規則に従った
方法、およびＨＤ画素予測値を見てパターン歪みが発生
するおそれがある時に単一画素予測部３１の出力を選択
するように、ダイナミックに行う方法の何れのものでも
可能である。
からの複数のＨＤ画素予測値と、単一画素予測部３１か
らのＨＤ画素予測値とを受け取って、これらを組み合わ
せると共に、所望の順序（例えばテレビジョン走査の順
序）に並べる。基本的には、大半の部分において複数画
素予測部３０からの複数のＨＤ画素予測値が出力ＨＤ画
素として選択される。但し、複数画素パターン境界等
で、パターン歪みが目立つおそれがある箇所では、単一
画素予測部３１からのＨＤ画素予測値が出力ＨＤ画素と
して選択される。この選択は、予め定めた規則に従った
方法、およびＨＤ画素予測値を見てパターン歪みが発生
するおそれがある時に単一画素予測部３１の出力を選択
するように、ダイナミックに行う方法の何れのものでも
可能である。
【００７０】この図８に示す第３の実施例は、複数画素
予測と単一画素予測を組み合わせているので、複数画素
予測の場合に、複数画素のパターン同士の境界が復元Ｈ
Ｄ画像中で目立つパターン歪みを防止することができ
る。
予測と単一画素予測を組み合わせているので、複数画素
予測の場合に、複数画素のパターン同士の境界が復元Ｈ
Ｄ画像中で目立つパターン歪みを防止することができ
る。
【００７１】図９は、この発明の第４の実施例を示す。
上述した実施例では、複数のＨＤ画素予測値を発生する
パターンＰは、平均値分離と標準偏差による正規化の処
理をされたものである。これに対して、第４の実施例お
よび次に述べる第５の実施例は、ＡＤＲＣ処理により生
成された複数画素パターンＰ’を出力するようにしたも
のである。従って、パラメータがＡＤＲＣの符号化の基
準値である。この基準値を重要語と称する。４個のＨＤ
画素ｙ0 〜ｙ3 をＡＤＲＣで符号化する場合では、下記
の式（１４）に基づいてＡＤＲＣコードｃi が生成され
る。
上述した実施例では、複数のＨＤ画素予測値を発生する
パターンＰは、平均値分離と標準偏差による正規化の処
理をされたものである。これに対して、第４の実施例お
よび次に述べる第５の実施例は、ＡＤＲＣ処理により生
成された複数画素パターンＰ’を出力するようにしたも
のである。従って、パラメータがＡＤＲＣの符号化の基
準値である。この基準値を重要語と称する。４個のＨＤ
画素ｙ0 〜ｙ3 をＡＤＲＣで符号化する場合では、下記
の式（１４）に基づいてＡＤＲＣコードｃi が生成され
る。
【００７２】 ｃi ＝（ｙi −ＭＩＮ）／（ＤＲ／２k ） （１４） ｃi ：ＡＤＲＣコード （ｉ＝０，・・・，３） ｙi ：対象ＨＤ画素値 （ｉ＝０，・・・，３） ＭＩＮ：４画素からなるブロックの最小値 ＤＲ：４画素からなるブロックのダイナミックレンジ
（ＭＡＸ−ＭＩＮ） ｋ：再量子化ビット数 なお、ＡＤＲＣでは、基準値として最小値ＭＩＮに限ら
ず、ブロックの最大値ＭＡＸあるいは平均値を採用し、
最大値ＭＡＸから画素値を減算した値、画素値から平均
値を減算した値を再量子化しても良い。
（ＭＡＸ−ＭＩＮ） ｋ：再量子化ビット数 なお、ＡＤＲＣでは、基準値として最小値ＭＩＮに限ら
ず、ブロックの最大値ＭＡＸあるいは平均値を採用し、
最大値ＭＡＸから画素値を減算した値、画素値から平均
値を減算した値を再量子化しても良い。
【００７３】図９において、入力端子１０からのＳＤ画
像信号がクラス分類部１１に供給され、生成されたクラ
ス情報が適応処理部４４のＡＤＲＣ ＲＯＭ４５にアド
レスとして供給される。ＡＤＲＣ ＲＯＭ４５には、４
画素と対応したＡＤＲＣコードｃi の組がパターンＰ’
として記憶されている。このパターンＰ’は、予め学習
により獲得され、ＲＯＭ４５に格納されている。例えば
上述したベクトル量子化と類似の手法によりパターン
Ｐ’を得ることができる。
像信号がクラス分類部１１に供給され、生成されたクラ
ス情報が適応処理部４４のＡＤＲＣ ＲＯＭ４５にアド
レスとして供給される。ＡＤＲＣ ＲＯＭ４５には、４
画素と対応したＡＤＲＣコードｃi の組がパターンＰ’
として記憶されている。このパターンＰ’は、予め学習
により獲得され、ＲＯＭ４５に格納されている。例えば
上述したベクトル量子化と類似の手法によりパターン
Ｐ’を得ることができる。
【００７４】また、入力ＳＤ信号が重要語生成部４２お
よび４３に供給される。重要語生成部４２は、ダイナミ
ックレンジＤＲの予測値ＤＲ’を出力する。重要語生成
部４３は、最小値ＭＩＮの予測値ＭＩＮ’を出力する。
重要語生成部４２は、入力ＳＤ画像信号が供給されるク
ラス分類部４９と、予測タップ選択部５０と、クラス分
類部４９からのクラス情報がアドレスとして供給される
予測係数ＲＯＭ５１と、予測係数ＲＯＭ５１からの予測
係数と予測タップ選択部５０からの画素値とを受け取っ
て、両者の線形１次結合により予測値ＤＲ’を生成する
予測演算部５２とから構成されている。重要語生成部４
３も、重要語生成部４２と同様の構成である。
よび４３に供給される。重要語生成部４２は、ダイナミ
ックレンジＤＲの予測値ＤＲ’を出力する。重要語生成
部４３は、最小値ＭＩＮの予測値ＭＩＮ’を出力する。
重要語生成部４２は、入力ＳＤ画像信号が供給されるク
ラス分類部４９と、予測タップ選択部５０と、クラス分
類部４９からのクラス情報がアドレスとして供給される
予測係数ＲＯＭ５１と、予測係数ＲＯＭ５１からの予測
係数と予測タップ選択部５０からの画素値とを受け取っ
て、両者の線形１次結合により予測値ＤＲ’を生成する
予測演算部５２とから構成されている。重要語生成部４
３も、重要語生成部４２と同様の構成である。
【００７５】例えば９個のＳＤ画素と４個のＨＤ画素と
の関係を学習することによって、誤差の最も少ないダイ
ナミックレンジの予測値を発生するような予測係数が獲
得され、この予測係数が予測係数ＲＯＭ５１に格納され
る。同様に予め学習により獲得された予測係数を使用し
て最小値の予測値ＭＩＮ’が生成される。これらの予測
された重要語ＤＲ’およびＭＩＮ’がＡＤＲＣ復号部４
６に供給される。
の関係を学習することによって、誤差の最も少ないダイ
ナミックレンジの予測値を発生するような予測係数が獲
得され、この予測係数が予測係数ＲＯＭ５１に格納され
る。同様に予め学習により獲得された予測係数を使用し
て最小値の予測値ＭＩＮ’が生成される。これらの予測
された重要語ＤＲ’およびＭＩＮ’がＡＤＲＣ復号部４
６に供給される。
【００７６】ＡＤＲＣ復号部４６には、ＡＤＲＣ ＲＯ
Ｍ４５からパターンＰ’（ＡＤＲＣコードｃi の組）が
供給される。再量子化ビット数ｋは、所定の値とされて
いるので、式（１４）に基づいて、ＡＤＲＣ復号部４６
は、ＨＤ画素予測値ｙ0 ’〜ｙ3 ’を生成する。このＨ
Ｄ画素予測値が走査変換部１７に供給され、所望の順序
（例えばテレビジョンラスターの順序）でもって出力端
子１８に対して出力される。
Ｍ４５からパターンＰ’（ＡＤＲＣコードｃi の組）が
供給される。再量子化ビット数ｋは、所定の値とされて
いるので、式（１４）に基づいて、ＡＤＲＣ復号部４６
は、ＨＤ画素予測値ｙ0 ’〜ｙ3 ’を生成する。このＨ
Ｄ画素予測値が走査変換部１７に供給され、所望の順序
（例えばテレビジョンラスターの順序）でもって出力端
子１８に対して出力される。
【００７７】図１０は、この発明の第５の実施例を示
す。ＡＤＲＣの符号化方式によって発生するＡＤＲＣコ
ードの組をパターンＰ’として記憶しているＡＤＲＣ
ＲＯＭ４５が設けられ、重要語生成部４２および４３に
よって、予測値ＤＲ’およびＭＩＮ’を生成するのは、
上述した第４の実施例と同様である。
す。ＡＤＲＣの符号化方式によって発生するＡＤＲＣコ
ードの組をパターンＰ’として記憶しているＡＤＲＣ
ＲＯＭ４５が設けられ、重要語生成部４２および４３に
よって、予測値ＤＲ’およびＭＩＮ’を生成するのは、
上述した第４の実施例と同様である。
【００７８】第５の実施例では、重要語生成部４２およ
び４３が予め学習により獲得された予測値を出力する。
重要語生成部４２では、クラス分類部５３からのクラス
情報が重要語ＲＯＭ５４に供給され、重要語ＲＯＭ５４
からダイナミックレンジの予測値ＤＲ’が出力される。
同様に、重要語生成部４３にも、重要語ＲＯＭが設けら
れ、この重要語ＲＯＭからクラスに応じた最小値の予測
値ＭＩＮ’が出力される。これらの予測値ＤＲ’および
ＭＩＮ’と、パターンＰ’よりＡＤＲＣ復号部４６がＨ
Ｄ画素の予測値を生成する。
び４３が予め学習により獲得された予測値を出力する。
重要語生成部４２では、クラス分類部５３からのクラス
情報が重要語ＲＯＭ５４に供給され、重要語ＲＯＭ５４
からダイナミックレンジの予測値ＤＲ’が出力される。
同様に、重要語生成部４３にも、重要語ＲＯＭが設けら
れ、この重要語ＲＯＭからクラスに応じた最小値の予測
値ＭＩＮ’が出力される。これらの予測値ＤＲ’および
ＭＩＮ’と、パターンＰ’よりＡＤＲＣ復号部４６がＨ
Ｄ画素の予測値を生成する。
【００７９】予測値の学習方法としては、重心法と称さ
れる手法が用いられる。すなわち、学習時に各クラス毎
に重要語の教師信号を収集し、その平均値を生成し、平
均値をＲＯＭに格納するようになされる。なお、再量子
化ビット数ｋは、任意に選定できるが、ビット数を多く
すると、精度が向上できる。
れる手法が用いられる。すなわち、学習時に各クラス毎
に重要語の教師信号を収集し、その平均値を生成し、平
均値をＲＯＭに格納するようになされる。なお、再量子
化ビット数ｋは、任意に選定できるが、ビット数を多く
すると、精度が向上できる。
【００８０】なお、パターンを生成するための方法とし
ては、上述したもの以外の方法を使用することができ
る。
ては、上述したもの以外の方法を使用することができ
る。
【００８１】
【発明の効果】この発明に依れば、複数画素を同時にク
ラス分類適応予測により予測するので、単一画素の予測
方式と比較してより高性能なアップコンバージョンを行
うことが可能である。また、この発明では、モード毎に
異なる予測演算を行うことが不要となり、構成および処
理の簡略化を達成できる。
ラス分類適応予測により予測するので、単一画素の予測
方式と比較してより高性能なアップコンバージョンを行
うことが可能である。また、この発明では、モード毎に
異なる予測演算を行うことが不要となり、構成および処
理の簡略化を達成できる。
【図１】この発明で使用されるクラス分類適応予測処理
の説明のための画素の配置を示す略線図である。
の説明のための画素の配置を示す略線図である。
【図２】単一画素の予測に適用されるクラス分類適応予
測装置の構成例を示すブロック図である。
測装置の構成例を示すブロック図である。
【図３】クラス分類適応予測における予測係数を学習す
るためのフローチャートである。
るためのフローチャートである。
【図４】この発明の第１の実施例のブロック図である。
【図５】この発明の第１の実施例における予測タップの
一例を示す略線図である。
一例を示す略線図である。
【図６】この発明の第１の実施例におけるパターンの学
習方法の説明のための略線図である。
習方法の説明のための略線図である。
【図７】この発明の第２の実施例のブロック図である。
【図８】この発明の第３の実施例のブロック図である。
【図９】この発明の第４の実施例のブロック図である。
【図１０】この発明の第５の実施例のブロック図であ
る。
る。
【図１１】ＳＤ画素とＨＤ画素の配置を示す配置図であ
る。
る。
【図１２】従来の２次元ノンセパラブル構成のアップコ
ンバータを示す。
ンバータを示す。
【図１３】従来の垂直／水平セパラブル構成のアップコ
ンバータを示す。
ンバータを示す。
１２，１３・・・制御値生成部、１４・・・適応処理
部、１５・・・パターンＲＯＭ、３０・・・複数画素予
測部、３１・・・単一画素予測部、４２，４３・・・重
要語生成部、４５・・・ＡＤＲＣ ＲＯＭ、４６・・・
ＡＤＲＣ復号部
部、１５・・・パターンＲＯＭ、３０・・・複数画素予
測部、３１・・・単一画素予測部、４２，４３・・・重
要語生成部、４５・・・ＡＤＲＣ ＲＯＭ、４６・・・
ＡＤＲＣ復号部
Claims (10)
- 【請求項１】 第１のディジタル画像信号より画素数の
多い第２のディジタル画像信号に変換するようにした画
像信号変換装置において、 入力される上記第１のディジタル画像信号の特性に基づ
き分類されるクラスに対応して、上記第２のディジタル
画像信号の互いに近接する複数の予測画素値を同時に生
成するクラス分類適応予測手段を備えたことを特徴とす
る画像信号変換装置。 - 【請求項２】 請求項１に記載の画像信号変換装置にお
いて、 上記クラス分類適応予測手段は、 上記クラスに対応して、予め学習により獲得された上記
第２のディジタル画像信号の互いに近接する複数の画素
値のパターンを記憶する記憶手段と、 上記パターンを予測画素値に変換する演算に必要とされ
るパラメータを、入力される第１のディジタル画像信号
を使用してクラス分類適応予測により生成するパラメー
タ生成手段と、 上記パターンおよび上記パラメータとにより上記予測画
素値を演算する演算手段とからなることを特徴とする画
像信号変換装置。 - 【請求項３】 請求項２に記載の画像信号変換装置にお
いて、 上記パターンは、上記複数の画素値に対して平均値分離
および正規化値による正規化の処理を施したものであ
り、 上記パラメータ生成手段が上記複数の画素値の平均値と
正規化値とを、入力される第１のディジタル画像信号を
使用してクラス分類適応予測により生成することを特徴
とする画像信号変換装置。 - 【請求項４】 請求項３に記載の画像信号変換装置にお
いて、 上記平均値および正規化値を生成する予測係数を最小自
乗法により得、上記予測係数が上記パラメータ生成手段
内に記憶されることを特徴とする画像信号変換装置。 - 【請求項５】 請求項３に記載の画像信号変換装置にお
いて、 上記平均値および正規化値を生成する予測値を学習によ
り得、上記予測値が上記パラメータ生成手段内に記憶さ
れることを特徴とする画像信号変換装置。 - 【請求項６】 請求項２に記載の画像信号変換装置にお
いて、 上記パターンは、上記複数の画素値をＡＤＲＣ符号化の
処理を施したものであり、 上記パラメータ生成手段が上記複数の画素値のＡＤＲＣ
符号化の際の基準値を、入力される第１のディジタル画
像信号を使用してクラス分類適応予測により生成するこ
とを特徴とする画像信号変換装置。 - 【請求項７】 請求項６に記載の画像信号変換装置にお
いて、 上記基準値は、上記複数の画素値からなるブロックのダ
イナミックレンジ、最小値、最大値の内の２個の値であ
ることを特徴とする画像信号変換装置。 - 【請求項８】 請求項６に記載の画像信号変換装置にお
いて、 上記基準値を生成する予測係数を最小自乗法により得、
上記予測係数が上記パラメータ生成手段内に記憶される
ことを特徴とする画像信号変換装置。 - 【請求項９】 請求項６に記載の画像信号変換装置にお
いて、 上記基準値を生成する予測値を学習により得、上記予測
値が上記パラメータ生成手段内に記憶されることを特徴
とする画像信号変換装置。 - 【請求項１０】 第１のディジタル画像信号より画素数
の多い第２のディジタル画像信号に変換するようにした
画像信号変換装置において、 入力される上記第１のディジタル画像信号の特性に基づ
き分類されるクラスに対応して、上記第２のディジタル
画像信号の互いに近接する複数の予測画素値を同時に生
成する第１のクラス分類適応予測手段と、 入力される上記第１のディジタル画像信号の特性に基づ
き分類されるクラスに対応して、上記第２のディジタル
画像信号の単一の予測画素値を生成する第２のクラス分
類適応予測手段と、 上記第１のクラス分類適応予測手段からの予測画素値と
上記第２のクラス分類適応予測からの予測画素値とを組
み合わせて出力する手段とからなることを特徴とする画
像信号変換装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29007396A JP3743077B2 (ja) | 1996-10-31 | 1996-10-31 | 画像信号変換装置および方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29007396A JP3743077B2 (ja) | 1996-10-31 | 1996-10-31 | 画像信号変換装置および方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10136317A true JPH10136317A (ja) | 1998-05-22 |
| JP3743077B2 JP3743077B2 (ja) | 2006-02-08 |
Family
ID=17751449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP29007396A Expired - Fee Related JP3743077B2 (ja) | 1996-10-31 | 1996-10-31 | 画像信号変換装置および方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3743077B2 (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000099714A (ja) * | 1998-09-28 | 2000-04-07 | Sony Corp | 画像データ変換装置及び画像データ変換方法 |
| KR20030020094A (ko) * | 2001-09-01 | 2003-03-08 | 엘지전자 주식회사 | 디스플레이 시스템의 해상도 변환 장치 및 방법 |
| WO2003092283A1 (fr) * | 2002-04-26 | 2003-11-06 | Sony Corporation | Procede et dispositif de conversion de donnees, procede et dispositif d'apprentissage, et support d'enregistrement |
| WO2003092284A1 (fr) * | 2002-04-26 | 2003-11-06 | Sony Corporation | Procede et dispositif de conversion de donnees, procede et dispositif d'apprentissage, logiciel, et support d'enregistrement |
| WO2004110063A1 (ja) * | 2003-06-06 | 2004-12-16 | Sony Corporation | 情報信号の処理装置および処理方法、係数の生成装置および生成方法、ルックアップテーブルの生成装置および生成方法、並びに各方法を実行するためのプログラムおよびそれを記録した媒体 |
| US7203381B2 (en) | 2004-01-09 | 2007-04-10 | Matsushita Electric Industrial Co., Ltd. | Image processing method, image processing apparatus, and image processing program |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4552506B2 (ja) * | 2003-05-29 | 2010-09-29 | ソニー株式会社 | 情報信号の処理装置および処理方法、補正データテーブルの生成装置および生成方法、並びに各方法を実行するためのプログラム |
-
1996
- 1996-10-31 JP JP29007396A patent/JP3743077B2/ja not_active Expired - Fee Related
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000099714A (ja) * | 1998-09-28 | 2000-04-07 | Sony Corp | 画像データ変換装置及び画像データ変換方法 |
| KR20030020094A (ko) * | 2001-09-01 | 2003-03-08 | 엘지전자 주식회사 | 디스플레이 시스템의 해상도 변환 장치 및 방법 |
| WO2003092283A1 (fr) * | 2002-04-26 | 2003-11-06 | Sony Corporation | Procede et dispositif de conversion de donnees, procede et dispositif d'apprentissage, et support d'enregistrement |
| WO2003092284A1 (fr) * | 2002-04-26 | 2003-11-06 | Sony Corporation | Procede et dispositif de conversion de donnees, procede et dispositif d'apprentissage, logiciel, et support d'enregistrement |
| CN1293757C (zh) * | 2002-04-26 | 2007-01-03 | 索尼株式会社 | 数据转换设备和数据转换方法、学习设备和学习方法 |
| CN1306807C (zh) * | 2002-04-26 | 2007-03-21 | 索尼株式会社 | 数据转换装置及方法、学习设备及方法 |
| US7679675B2 (en) | 2002-04-26 | 2010-03-16 | Sony Corporation | Data converting apparatus, data converting method, learning apparatus, leaning method, program, and recording medium |
| US8355603B2 (en) | 2002-04-26 | 2013-01-15 | Sony Corporation | Data converting apparatus and data converting method, learning device and learning method, and recording medium |
| WO2004110063A1 (ja) * | 2003-06-06 | 2004-12-16 | Sony Corporation | 情報信号の処理装置および処理方法、係数の生成装置および生成方法、ルックアップテーブルの生成装置および生成方法、並びに各方法を実行するためのプログラムおよびそれを記録した媒体 |
| KR100982625B1 (ko) | 2003-06-06 | 2010-09-15 | 소니 주식회사 | 정보 신호의 처리 장치 및 처리 방법 |
| 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 |
| US7203381B2 (en) | 2004-01-09 | 2007-04-10 | Matsushita Electric Industrial Co., Ltd. | Image processing method, image processing apparatus, and image processing program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3743077B2 (ja) | 2006-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO1994014278A1 (en) | Image signal converter | |
| JP3669530B2 (ja) | 画像信号変換装置及び画像信号変換方法 | |
| JP3503166B2 (ja) | 信号変換装置および方法 | |
| JP3864400B2 (ja) | 画像処理装置および画像処理方法 | |
| JP3743077B2 (ja) | 画像信号変換装置および方法 | |
| JP3859089B2 (ja) | 信号変換装置及び信号変換方法 | |
| US8228995B2 (en) | Image processing apparatus, image processing method, and program | |
| JP3671469B2 (ja) | 予測係数の学習方法並びに信号変換装置および方法 | |
| JP3693187B2 (ja) | 信号変換装置及び信号変換方法 | |
| JP3796844B2 (ja) | 画像処理装置、画像処理方法、パラメータ生成装置およびパラメータ生成方法 | |
| JPH0851598A (ja) | 画像情報変換装置 | |
| JP4311258B2 (ja) | 係数データの生成装置および生成方法、係数種データの生成装置および生成方法、情報信号処理装置、並びにプログラムおよびそれを記録した記録媒体 | |
| JP3326879B2 (ja) | 画像信号変換装置 | |
| JPH08317347A (ja) | 画像情報変換装置 | |
| JP4491701B2 (ja) | データ処理装置およびデータ処理方法、並びに記録媒体 | |
| JP4235918B2 (ja) | 画像処理装置および画像処理方法 | |
| JP3856244B2 (ja) | 信号変換装置及び信号変換方法 | |
| JP3750702B2 (ja) | 信号変換装置および方法 | |
| JP4235917B2 (ja) | 信号変換装置及び信号変換方法 | |
| JPH08275118A (ja) | 信号変換装置及び信号変換方法 | |
| JP4447671B2 (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ニューラルネットワークの結合係数の生成装置および生成方法 | |
| JP3612728B2 (ja) | 信号変換装置および方法 | |
| JPH0785287A (ja) | 予測符号化装置およびその復号装置 | |
| JP4016140B2 (ja) | 係数生成装置及び係数生成方法 | |
| JPH1056622A (ja) | 画像信号変換装置および方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20041221 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050118 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050322 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050823 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050930 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20051025 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051107 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091125 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091125 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101125 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101125 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111125 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111125 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121125 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121125 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131125 Year of fee payment: 8 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |