JPH10243239A - ディジタル画像のノイズ抑制およびシャープネス強調のための画像処理方法 - Google Patents

Abstract

(57)【要約】 【課題】粒状のぼけによる不快なむらや不自然なアーチ
ファクトなどを生じさせずに、粒状を抑制し、かつ画像
シャープネスを強調する処理を行うディジタル画像のノ
イズ抑制およびシャープネス強調のための画像処理方法
を提供する。 【解決手段】原画像にシャープネス強調および平滑化処
理を行い、得られたシャープネス強調画像と平滑化画像
からエッジとノイズとの混在成分を抽出した後に、これ
に非線形変換を行ってエッジ成分とノイズ成分とを分離
し、ノイズ成分に細分化処理を行って細分化ノイズ成分
を得るとともに、エッジ成分からエッジ・平坦領域の重
み付けデータを求めて、これによりエッジとノイズとの
混在成分に重み付けを行ってエッジ強調成分を得、シャ
ープネス強調画像データと細分化処理で得られた細分化
ノイズ成分とエッジ強調成分から最終処理画像データを
得ることにより、前記課題を解決する。

Description

【発明の詳細な説明】

【０００１】

【発明の技術分野】本発明は、ディジタル画像の粒状な
どのノイズ（雑音）を抑制し、かつディジタル画像のシ
ャープネスを強調するディジタル画像のノイズ抑制およ
びシャープネス強調のための画像処理方法に関する。

【０００２】

【従来の技術】写真等の画像を画像入力スキャナで収録
し、画像出力プリンタで出力するようなディジタル画像
では、スキャナとプリンタによる大幅なシャープネス劣
化があり、それを回復するために従来からラプラシアン
フィルタやアンシャープマスク（ＵＳＭ）によるシャー
プネス強調が行われている。しかし、画像のシャープネ
スが向上すると共に粒状などのノイズ（雑音）が悪化す
る副作用があるため、粒状のある画像においては粒状悪
化が許容される範囲内で控え目なシャープネス強調しか
行えず、原稿画像以上に画質を向上させることが困難で
あった。

【０００３】ディジタル画像において、ノイズとなる粒
状を除去しシャープネスを強調する画像処理法としては
幾つか提案されているが、粒状を除去する方法として平
均化したり、ぼかす方法を用いているため、ぼけた粒状
パターンが視覚的には不快に感じられたり、微小な被写
体構造が不自然に消されたりする等の問題点があり、写
真のような審美的な画像には適さない。

【０００４】写真、印刷、テレビジョン、各種複写機等
の画像において、カメラ等の光学系による鮮鋭度劣化、
写真感光材料に固有の粒状や鮮鋭度劣化、もしくは写真
や印刷等の原稿画像を画像入力装置でディジタル化する
際に付加されるノイズ（雑音）や鮮鋭度劣化を回復する
ため、ノイズを抑制したり、シャープネスを強調する画
像処理法として種々の方法が考案されている。たとえ
ば、従来の画像処理方法では、粒状除去処理方法として
は平滑化やコアリングという方法が用いられ、シャープ
ネス強調処理法としてはアンシャープマスク（ＵＳＭ；
Unsharpness Mask）やラプラシアン、あるいはハイパス
フィルタによる処理が用いられている。しかし、これら
の従来の粒状除去処理方法では粒状を抑制すると不自然
な違和感のあるアーチィファクトが生じたり、本来は抑
制してはならない画像の微細構造を粒状と共に抑制して
しまう等の望ましくない欠点を有していた。

【０００５】たとえば、特表昭５７−５００３１１号公
報、同５７−５００３５４号公報および「アンシャープ
で粒状の目立つ写真画像のディジタル強調方法」、電子
画像処理国際会議録、１９８２年７月、第１７９〜１８
３頁（P.G.Powell and B.E.Bayer, ”A Method for the
Digital Enhancement of Unsharp,Grainy Photographi
c Images" ,Proceedingus of the International Confe
rence on ElectronicImage Processing,Jul.26-28,198
2,pp.179-183)に開示されたポーウェルおよびバイヤー
らの処理法では、粒状抑制方法として平滑化処理法（ロ
ーパスフィルタ）を用い、シャープネス強調方法として
アンシャープマスク（ハイパスフィルタ）による処理法
を用いている。平滑化処理はｎ×ｎ画素の信号値にGaus
sian型等の重み付けを乗じて信号を平滑化することによ
って、粒状を抑制する処理である。シャープネス強調処
理は、先ずｍ×ｍ画素の画像信号を用いて、中心画素か
ら周囲画素の方向の微分値を求め、その値が設定した閾
値より小さい場合は粒状や雑音と見做してコアリング処
理で除去し、残った閾値より大きい微分値の和をとり、
１．０以上の定数を乗じて上記の平滑化信号に加算する
ことによりシャープネス強調を行う。

【０００６】この処理法では、粒状パターンをぼかして
いるので、粒状パターンの濃淡コントラストは低下する
が、粒状を構成する粒子の集落（モトル）からなる大き
いむらパターンが視覚的には目立つようになったりする
ため、不快な粒状として見えるという欠点がある。また
設定した閾値で粒状と画像の識別を行っている（コアリ
ング処理）ので、コントラストの低い画像信号が粒状誤
認され、粒状と共に抑制あるいは除去されてしまった
り、除去した信号と強調した画像信号との境界で不連続
性が生じ、画像に不自然なアーティファクトが見られる
という欠点がある。特に、芝生や絨毯等の微細な画像、
および布地等のテクスチャが描写されている画像におい
てこの欠点が現れ、視覚的には極めて不自然で望ましく
ないアーティファクトとなる。

【０００７】

【発明が解決しようとする課題】ところで、上述した従
来の粒状抑制・シャープネス強調画像処理方法では、シ
ャープネスはアンシャープマスクで強調し、粒状はぼか
したり、平滑化によって抑制する手法を用い、原画像か
ら粒状（ノイズ）信号と輪郭信号を信号レベルで分離し
て、輪郭信号はシャープネス強調し、平滑領域は粒状抑
制することにより、小さい信号を粒状と見做して処理す
るので、粒状の信号レベルと近い画像細部信号、すなわ
ち衣類のテクスチャや頭髪等の画像信号が粒状と共に抑
制され、画像処理のアーティファクトとして視覚的に不
快な画像となる欠点があるという問題があった。すなわ
ち、このような従来法では、粒状抑制の方法としてぼけ
や平均化を用いており、ぼけた粒状パターンは濃度の揺
らぎとしては小さくなって粒状が良くなったかのように
見えるが、逆に濃度揺らぎ量は小さいがぼけて広がった
粒状パターンが視覚的には不快なパターンと認識され、
特に、ポートレート写真等の顔や肌、あるいは壁や空等
の一様な被写体で目立つという問題があった。

【０００８】また、原画像から粒状（雑音）領域と輪郭
領域を信号レベルで分離する従来法では、原画像とぼけ
画像の差分信号から輪郭領域と平坦領域を識別し、それ
ぞれの領域に対してアンシャープマスクやラプラシアン
等の異なる係数を用いて処理することによって、平坦領
域では粒状を抑制しつつ、輪郭領域ではシャープネスを
強調してエッジをぼかすことなく粒状抑制をしている
が、輪郭領域と粒状領域の認識・分離が閾値となる信号
レベルで一律に行われるため、その境界で不連続性が生
じるという問題があった。さらに、このような従来法で
は、エッジ強調あるいはシャープネス強調方法としてア
ンシャープマスクやラプラシアンが用いられているが、
画像の輪郭・エッジ部にマッキーラインのような縁取り
が発生し易く、視覚的に不自然な印象を与えるという問
題があった。

【０００９】本発明は、上記従来技術の現状を鑑みてな
されたものであって、写真、印刷、テレビジョン、電子
スチル写真、各種複写機等の画像において、カメラによ
るぼけ、写真感光材料の粒状やぼけ等の原稿画像に固有
のノイズ（雑音）と鮮鋭度劣化、もしくはその原稿画像
を画像入力装置でディジタル化する際に付加されるノイ
ズと鮮鋭度劣化を回復する処理を行う際に、上記従来技
術の問題点、すなわち、平滑化による粒状抑制を行うと
粒状がぼけて大きいむらが視覚的に不快に見えるという
問題点、コントラストの低い画像信号が粒状と誤認さ
れ、抑制あるいは除去される問題点、粒状除去領域とシ
ャープネス強調領域の境界が不連続になり画像に不自然
なアーティファクトが見られるという問題点を生じさせ
ずに、粒状を抑制し、かつ画像シャープネスを強調する
処理を行うディジタル画像のノイズ抑制およびシャープ
ネス強調のための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】上記目的を達成するため
に、本発明は、原画像データにシャープネス強調処理を
行ってシャープネス強調画像データを作成し、前記原画
像データに平滑化処理を行って平滑化画像データを作成
し、前記シャープネス強調画像データからこの平滑化画
像データを減算してエッジとノイズとの混在成分を抽出
し、このエッジとノイズとの混在分成分に非線形変換を
行ってエッジ成分とノイズ成分とを分離し、得られたノ
イズ成分に細分化処理を行って細分化ノイズ成分を得る
とともに、得られたエッジ成分からエッジ・平坦領域の
重み付けデータを求め、前記エッジとノイズとの混在成
分に前記エッジ・平坦領域の重み付けデータを用いて重
み付けを行ってエッジ強調成分を得、前記シャープネス
強調画像データから前記細分化ノイズ成分を変倍して除
くとともに前記エッジ強調成分を変倍して付加して処理
画像データを得ることを特徴とするディジタル画像のノ
イズ抑制およびシャープネス強調のための画像処理方法
を提供するものである。

【００１１】ここで、前記シャープネス強調処理が、ガ
ウシアン型アンシャープマスク処理であるのが好まし
く、前記平滑化処理が、ガウシャン型ぼけマスク処理で
あるのが好ましい。また、前記ノイズ成分を分離するた
めの非線型変換は、ノイズの濃度変動の閾値より前記濃
度変動が大きくなるにつれて連続的にガウシャン関数的
に減少する関数によって行われるのが好ましい。また、
前記細分化処理が、ノイズモトルの細分化処理であるの
が好ましい。また、前記細分化処理が、前記ノイズ成分
に乱数を乗算する処理であるのが好ましい。また、前記
細分化ノイズ成分を前記平坦領域の重み付けデータで重
み付け演算した後に変倍して前記シャープネス強調デー
タから除くのが好ましい。

【００１２】また、本発明は、上述の画像処理方法であ
って、前記エッジ・平坦領域の重み付けデータを求める
前に、前記エッジとノイズとの混在成分から分離された
前記エッジ成分に粒状の除去のためのメディアンフィル
タを用いた平滑化処理を行うことを特徴とするディジタ
ル画像のノイズ抑制およびシャープネス強調のための画
像処理方法を提供するものである。

【００１３】

【作用】本発明のディジタル画像のノイズ抑制およびシ
ャープネス強調のための画像処理方法は、処理前の原画
像にシャープネス強調の処理を行い、画像を鮮鋭化する
と共に画像中に含まれている粒状・ノイズ（雑音）を共
に鮮鋭化しておき、画像のエッジ部と平坦部を領域分割
し、平坦部を粒状領域と見做して粒状の信号を検出し、
その粒状を細分化して選択的に除去するものである。本
発明法では、こうすることにより、エッジ部ではシャー
プネス強調画像、粒状領域では粒状が抑制された画質の
良い画像を得ることができる。また、本発明の粒状抑制
法では、シャープネス強調された粒状成分を識別し、そ
の粒状成分にさらにランダムな変調を掛けた微細化粒状
成分を前記シャープネス強調画像から差し引く方法で粒
状を抑制することにより、元の粒状より空間的に細かく
且つ濃淡変化の小さい粒状を実現することができる。粒
状をシャープネス強調し、且つ空間的に微細化するの
で、銀塩写真感材で微粒子乳剤を用いた時に得られるよ
うな細かい粒状にすることができる。

【００１４】

【発明の実施の形態】本発明に係るディジタル画像のノ
イズ抑制およびシャープネス強調のための画像処理方法
を添付の図面に示す好適実施例に基づいて詳細に説明す
る。

【００１５】図１は、本発明の画像処理方法の処理アル
ゴリズムの一例を示すフローチャートである。以下の説
明では、ディジタル画像のノイズとして粒状を代表例と
して説明する。本発明においては、図１に示すように、
各画素毎に先ず、原画像Ｉ₀ からシャープネス強調画像
Ｉ_S と平滑化画像Ｉ_AVを作成し、エッジと粒状（ノイ
ズ）との混在成分を抽出する、すなわちエッジ・粒状混
在の微細画像データΔＩ_EGを作成する。

【００１６】この後、このエッジ・粒状混在の微細画像
データΔＩ_EGから非線形変換（ＮＬＥおよびＮＬＧ）に
よりエッジと粒状を分離し、エッジ成分Ｅ₀ および粒状
成分Ｇ₀ を求める。この粒状成分Ｇ₀ をモトル細分化処
理で微粒子化して、細分化粒状成分、すなわち粒状抑制
成分Ｇ₁ を作成する。一方、エッジ成分Ｅ₀ からはエッ
ジと平坦領域の重み付け関数（データ）Ｗ_E とＷ_G を求
める。最後に、エッジ・平坦領域の重み付けデータＷ_E
とＷ_G を用いて画像のエッジ領域はシャープネス強調、
平坦領域は粒状抑制を行う。すなわち、エッジ・粒状混
在成分ΔＩ_EGにエッジ領域の重み付けデータＷ_E を乗算
して重み付けしてエッジ領域のエッジ強調成分Ｅ₁ を作
成する。そして、はじめに求めたシャープネス強調画像
Ｉ_S から粒状抑制成分Ｇ₁ を定数倍、例えばα倍して減
算して除くとともに、エッジ強調成分Ｅ₁ を定数倍、例
えばβ倍して加算して付加することにより、画像のエッ
ジ領域がシャープネス強調され、平坦領域が粒状抑制さ
れた処理画像Ｉ₁ が作成される。

【００１７】本発明法の特徴は、粒状を微粒子化手法で
抑制し、画像エッジ（輪郭）と粒状の領域を非線形変換
で識別することにより、粒状抑制処理とシャープネス強
調処理をファジー(Fuzzy）に配分した点である。すなわ
ち、粒状領域とエッジ領域の境界はｏｎ／ｏｆｆ的なも
のではなく、両領域がオーバーラップしていて、その比
率が徐々に変わっていくようなものなので、境界が不自
然に目立つことなく、極めて自然なものとなる。本発明
法において、粒状抑制の程度を決めるパラメータは、粒
状・エッジ成分の濃度変動ΔＤの平方自乗平均（ＲＭ
Ｓ）に基づいて自動設定することもできる。また、粒状
・雑音を抑制し、かつシャープネスを強調する本発明法
のアルゴリズムを、ディジタル化された画像データに対
して、コンピュータあるいは専用処理装置を使用して処
理することができる。

【００１８】次に、本発明の画像処理方法の各工程につ
いて図１を参照して簡単に説明する。 １）シャープネス強調工程 ガウシアン型アンシャープマスク(Gaussian USM)を用い
て、原画像Ｉ₀ に画像入出力系のぼけ回復と共に、光学
プリントを凌ぐためにかなり大幅なシャープネス強調を
行い、シャープネス強調画像Ｉ_S を作成する。 ２）平滑化工程およびエッジ・粒状混在成分の抽出工
程、 例えば、平均化やぼけマスクを用いて原画像Ｉ₀ の平滑
化画像Ｉ_AVを作成し、シャープネス強調画像Ｉ_S から下
記式（１）によってエッジ・粒状混在の微細画像データ
ΔＩ_EGを作成する。 ΔＩ_EG ＝ Ｉ_S −Ｉ_AV （１）

【００１９】３）エッジと粒状の識別・分離工程、 エッジ・粒状混在微細画像データΔＩ_EGから非線形変換
関数（ＮＬＥおよびＮＬＧ）によりエッジと粒状を分離
する。エッジ成分Ｅ₀ および粒状成分Ｇ₀ は下記式
（２）および（３）によって求められることができる。 Ｇ₀ ＝ ＮＬＧ（ΔＩ_EG） （２） Ｅ₀ ＝ ＮＬＥ（ΔＩ_EG） （３） ４）エッジ領域と粒状領域の重み付け係数の算出工程、 エッジと粒状の識別・分離工程で検出された原画像Ｉ₀
中の被写体エッジ成分Ｅ₀ からはエッジ領域と平坦領域
の重み付け関数（データ）Ｗ_EGを求める。

【００２０】５）粒状モトル細分化工程、 粒状成分Ｇ₀ は、下記式（４）によって示されるガウシ
アン(Gaussian)乱数Ｒ_G を用いたモトル細分化処理で微
粒子化されて、粒状抑制成分Ｇ₁ が作成される。 Ｇ₁ ＝ Φ（Ｇ_{0 ,} Ｒ_G ) （４） ６）粒状抑制およびエッジ強調（シャープネス強調）工
程（最終処理画像の算出工程）、 エッジ・平坦領域の重み付けデータＷ_E とＷ_G を用いて
画像のエッジ領域はシャープネス強調、平坦領域は粒状
抑制を行う。すなわち、エッジ領域の重み付けデータＷ
_E を用いてエッジ・粒状混在微細画像データΔＩ_EGから
エッジ強調成分Ｅ₁ を作成し、先に求められたシャープ
ネス強調画像Ｉ_S と、粒状抑制成分Ｇ₁とここで求めら
れたエッジ強調成分Ｅ₁ から下記式によって、原画像Ｉ
₀ のエッジ領域がシャープネス強調され、粒状領域など
の平坦領域は粒状抑制された処理画像Ｉ₁ を得ることが
できる。ここで、α、βは、処理の強さを調節するパラ
メータである。 Ｉ₁ ＝ Ｉ_S −αＧ₁ ＋βＥ₁ （５）

【００２１】また、上述した例では、最終の粒状抑制お
よびエッジ強調工程で粒状抑制成分Ｇ₁ とエッジ強調成
分Ｅ₁ とをシャープネス強調画像Ｉ_S に対して同時に演
算しているけれども、本発明はこれに限定されず、上記
粒状モトル微細化工程においてシャープネス強調画像Ｉ
_S から粒状抑制成分Ｇ₁ の減算を行うなど、別々にそれ
ぞれ減算および加算を行うようにしてもよい。

【００２２】本発明の画像処理方法において対象とする
画像としては、特に制限的ではないが、写真、印刷、電
子スチル写真、各種複写機等のハードコピー画像のみな
らず、テレビジョン、コンピュータのＣＲＴ、液晶など
の表示装置に表示されるソフトコピー画像であってもよ
い。また、以上の説明では、これらの画像において抑制
すべきノイズとして粒状を代表例として説明している
が、本発明はこれに限定されず、カメラによるボケ、写
真感光材料の粒状やぼけ等に起因する原稿画像に固有の
ノイズ、もしくはこれらの原稿画像をスキャナ等の画像
入力装置で読み取ってディジタル画像化する際に付加さ
れるノイズ、あるいはビデオカメラや電子スチルカメラ
やディジタルカメラで撮影してディジタル画像化する時
に混入するノイズなど、画像再現においてざらついて見
える抑制の対象となるノイズであればどのようなもので
もよい。

【００２３】次に、本発明の画像処理方法の各工程につ
いて詳細に説明する。 １）まず、シャープネス強調工程について説明する。こ
こで、画像のシャープネスを強調する方法としては、ア
ンシャープマスク(Unsharp mask, USM) またはラプラシ
アン(Laplacian) が良く知られている。本発明において
も、これらを用いることにより、画像のシャープネス劣
化が軽度なものであれば、画像のシャープネスを強調す
ることができる。アンシャープマスクは、次式のように
原画像Ｉ₀(x,y)から、Ｉ₀(x,y)を平均化あるいはぼかし
た画像＜Ｉ₀(x,y)＞を引いて求めたエッジ強調成分Ｉ
₀(x,y)−＜Ｉ₀(x,y)＞に係数ａを掛けて原画像Ｉ₀(x,y)
に加算することによって、シャープネス強調画像Ｉ
_S (x,y) を求める方法である。 Ｉ_S (x,y) ＝Ｉ₀(x,y)＋ａ〔Ｉ₀(x,y)−＜Ｉ₀(x,y)＞〕 (６） ここで、ａはシャープネス強調の程度を調節する定数で
あり、ｘ，ｙは、画像中の注目画素の位置を示す。ラプ
ラシアンは、画像Ｉ₀(x,y)の二次微分（ラプラシアン）
▽² Ｉ₀(x,y)を原画像から引くことによって、シャープ
ネス強調する方法で、次式で表される。 Ｉ_S (x,y) ＝Ｉ₀(x,y)−▽² Ｉ₀(x,y) (７） ラプラシアンによるシャープネス強調の具体的な例とし
ては、下記のような３×３の係数配列が良く用いられ
る。 0 −1 ０ −1 −1 −1 1 −2 1 −1 5 −１ −1 9 −1 −2 5 −2 (８） 0 −1 ０ −1 −1 −1 1 −2 1

【００２４】この係数配列では、特に強いシャープネス
強調を掛けたときに、画像のエッジに不自然な輪郭が発
生し易い。そこで、そのような欠点を少なくするため
に、本発明では式（９）に示したような正規分布型(Gau
ssian)のぼけ関数を用いたアンシャープマスクを用いる
のが好ましい。 G(x,y)＝(1/2πσ²)exp[−(x² + y²)/２σ²] (９） ここで、σ² は正規分布関数の広がりを表すパラメータ
であり、マスクの端ｘ＝ｘ₁ における値とマスクの中心
ｘ＝０における値の比、 G(x₁,0)/G(0,0)＝exp[−x₁ ²/２σ²] （１０） が０．１〜１．０となるように調節することによって、
３×３のアンシャープマスクのシャープさを所望のもの
とすることができる。式（１０）の値を１．０に近い値
にすると、式（８）の中央のラプラシアンフィルタとほ
ぼ同じマスクを作ることができる。マスクのシャープさ
を変更するには、この他にマスクの大きさを変更する方
法があり、たとえば５×５、７×７、９×９等のマスク
を用いることによって、シャープネス強調の空間周波数
域の大幅な変更が可能となる。

【００２５】また、マスクの関数形としても、上記の正
規分布型以外のもの、たとえば、下記式（１１）のよう
な指数関数型のマスクを用いることができる。 E(x,y)＝exp[−(x² + y²)^1/2／ａ] （１１） ここで、ａは式（９）のσ² と同様にアンシャープマス
クの広がりを表すパラメータであり、マスクの端の値と
マスクの中心値の比、 E(x₁,0)/E(0,0)＝exp[−x₁／ａ] （１２） が０．１〜１．０となるように調節することによって、
３×３のアンシャープマスクのシャープさを所望のもの
とすることができる。式（１３）に、E(x₁,0)/E(0,0)＝
０.3としたときの式（１１）の指数関数のマスクの数値
例を示す。 0.18 0.30 0.18 0.30 1.00 0.30 （１３） 0.18 0.30 0.18 このマスクから、アンシャープマスクの１例を計算する
と、次式（１４）のようになる。 −0.12 −0.22 −0.12 −0.21 2.32 −0.21 （１４） −0.12 −0.21 −0.12

【００２６】このようなアンシャープマスクを用いて、
原画像Ｉ₀(x,y)からシャープネス強調画像Ｉ_S (x,y）を
求めることができる。なお、本発明に用いられるアンシ
ャープマスクおよびシャープネス強調方法は、上述した
ものに限定されるわけではなく、この他の従来公知のア
ンシャープマスクや空間周波数フィルタリング等による
シャープネス強調方法を適用可能なことはもちろんであ
る。

【００２７】２）次に平滑化工程について説明する。平
滑化を行う方法としては、実空間領域の処理と空間周波
数領域の処理を挙げることができる。実空間領域処理で
は、隣接する画素全体の和を求め平均値を計算してその
値に置き換える方法、各画素に重み係数、たとえば正規
分布型の関数を掛けて平均値を求める方法、メディアン
フィルタのような非線型な処理を行う方法等の種々の方
法がある。一方、空間周波数領域の処理では、ローパス
フィルタを掛ける方法がある。たとえば、重み係数を用
いる平均化の方法では下記式（１５）を挙げることがで
きる。

【００２８】

【数１】

【００２９】ただし、ｎは平均化のマスクサイズ、ｗは
重み係数である。ｗ＝１．０とすると、単純平均とな
る。本発明では、実空間領域処理の中で、正規分布型の
重み係数を掛けて平均値を求める方法を用いることにす
るが、これに限定されない。この時、処理のマスクとし
ては、下記のようなｎ×ｎ画素のマスクを用いるのが好
ましい。具体的には３×３から５×５、７×７、９×９
程度のものを用いるのが好ましい。 w₁₁ w₁₂ w₁₃・・・・・ w_1n w₂₁ w₂₂ w₂₃・・・・・ w_2n w₃₁ w₃₂ w₃₃・・・・・ w_3n ・ ・ ・ ・ （１６） ・ ・ ・ ・ w_n1 w_n2 w_n3・・・・・ w_nn

【００３０】式（１７）に９×９画素のマスクの一例を
示す。この式（１７）では中心の値を１．０に正規化し
た値で示しているが、実際の処理ではマスク全体の和が
１．０になるようにする。 0.09 0.15 0.22 0.28 0.30 0.28 0.22 0.15 0.09 0.15 0.26 0.38 0.47 0.51 0.47 0.38 0.26 0.15 0.22 0.38 0.55 0.69 0.74 0.69 0.55 0.38 0.22 0.28 0.47 0.69 0.86 0.93 0.86 0.69 0.47 0.28 0.30 0.51 0.74 0.93 1.00 0.93 0.74 0.51 0.30 （１７） 0.28 0.47 0.69 0.86 0.93 0.86 0.69 0.47 0.28 0.22 0.38 0.55 0.69 0.74 0.69 0.55 0.38 0.22 0.15 0.26 0.38 0.47 0.51 0.47 0.38 0.26 0.15 0.09 0.15 0.22 0.28 0.30 0.28 0.22 0.15 0.09

【００３１】このようなマスクを用いて、原画像Ｉ₀(x,
y)から平滑化画像Ｉ_AV（x,y)を求めることができる。な
お、本発明に用いられる平滑化方法としては、上述した
種々の方法に限定されるわけではなく、従来公知の平滑
化方法はいずれも適用可能なことはいうまでもない。

【００３２】３）次いで、粒状とエッジの混在成分の抽
出工程について説明する。こうして得られたシャープネ
ス強調画像Ｉ_S (x,y）と平滑画像Ｉ_AV(x,y) から、両者
の差を計算し粒状とエッジとの混在成分ΔＩ_EG(x,y) と
して抽出する。 ΔＩ_EG(x,y）＝Ｉ_S (x,y) −Ｉ_AV(x,y) （１８）

【００３３】４）次に、エッジと粒状の識別・分離工程
について説明する。ここでは、粒状成分とエッジ成分を
識別し、分離するには、粒状とエッジの特徴を利用す
る。先ず、空間的な領域では、粒状はフィルム全体すな
わち画像全体にあるが、被写体の輪郭やエッジの部分よ
りも平坦な部分で目立つ。一方、エッジは画像中の主と
して被写体の輪郭部分と被写体表面の微細構造のある部
分にある。また、濃度領域では、図２に示す粒状とエッ
ジの濃度差成分の頻度分布の特徴のように、粒状は主と
して撮影に用いた写真感光材料の粒状で構成されている
ので、図中点線で示されるように、濃度差は小さいもの
が多いが、エッジは被写体のコントラストに依存してお
り、画像によって大きく異なるが図中実線で示されるよ
うに、濃度差は微小なものから非常に大きいものまで変
化に富んだものとなっている。このような粒状とエッジ
の識別・分離工程は、さらに粒状の識別・検出工程とエ
ッジの識別・検出工程に分けることができる。

【００３４】粒状の識別・検出工程、 粒状の識別・検出は、濃度領域での特徴を利用して行
う。図２に示したように、濃度差の小さい信号は主とし
て粒状成分で、エッジ信号も幾分混在し、濃度差の大き
い信号は主としてエッジ成分で、濃度差の大きめの粒状
成分が混在しているので、濃度差の大小を用いて粒状と
エッジの分離を行うことができる。粒状成分Ｇ(x,y) の
検出は、下記の式（１９）で表す非線形変換のＬＵＴを
用いて行う。粒状成分の検出に用いられる非線形変換Ｌ
ＵＴの一例を図３に示す。 Ｇ(x,y) ＝ＬＵＴ( ΔＤ(x,y)) （１９） ただし、ＬＵＴは ＬＵＴ (ΔＤ）＝ΔＤ× exp〔−（ΔＤ)²／ａ_G ² 〕 （２０） で、ａ_G ² は粒状の濃度変動の識別閾値Ｇ_T から決まる
定数で、 ａ_G ² ＝−Ｇ_T ²/ log_e (1/2) （２１） である。

【００３５】ここで、粒状の濃度変動の閾値Ｇ_T は、粒
状とエッジの混在濃度変動ΔＩ_EG(x,y) の中で、この値
以下の濃度変動は粒状であると見做すものであるが、式
（２０）と図３から容易に判るように、この閾値を境に
ｏｎ／ｏｆｆ的に分離するのではなく、濃度変動が大き
くなるにつれて徐々に小さくなるＬＵＴ形状に従って、
分離する粒状が減少していくようにしている。従って、
粒状と共にエッジも混入するが、その割合も徐々に減少
する。このような非線型変換ＬＵＴを非線型変換関数Ｎ
ＬＧとして表わし、エッジ・粒状混在成分をΔＩ_EG（x,
y)で表わすと、粒状成分Ｇ₀(x,y)は、上記式（１９）よ
り、 Ｇ₀(x,y)＝ＮＬＧ｛ΔＩ_EG(x,y) ｝ （２２） として表わすことができる。こうして粒状成分Ｇ₀(x,y)
を求めることができる。

【００３６】ところで、粒状の識別閾値Ｇ_T の値は、処
理する画像の粒状やノイズの大きさとシャープネス強調
処理の程度によって、最適な値を選択するのが好まし
い。粒状の識別は、シャープネス強調処理を行った画像
で行うので、その粒状は元の画像の粒状がシャープネス
強調処理でシャープになり、かつ濃度変動が大きくなっ
た粒状である。したがって、粒状抑制処理を行う際に、
周辺のｎ×ｎ画素の濃度変動を参照して、シャープネス
強調処理後の粒状の大きさをＲＭＳ粒状度σ等の物理値
で表し、それに基づいて粒状の識別閾値Ｇ_T を決めるこ
とになる。以下に、その決定方法について説明する。

【００３７】カラー写真感光材料の粒状は、通常、マイ
クロデンシトメータを用いて、４８μφの測定開口を用
いてＲＭＳ粒状度で測定されており、一般的あるいは典
型的なカラーネガフィルム、例えばSuper G ACE 100, 2
00, 400, 800（いずれも富士写真フイルム社製）などで
は４〜５の値（ＲＭＳ粒状度σ₄₈を１０００倍した値で
表示したもの）となっている。このフィルムを開口面積
Ａでスキャニングすることによってディジタル化する
と、その開口面積でのフィルムの粒状度σ_scは、良く知
られたSelwynの粒状度の式Ｓ＝σ√Ａを用いて、上記４
８μφの開口で測定したＲＭＳ粒状度σ₄₈から次式（２
３）で換算することができる。 σ_sc＝σ₄₈√Ａ₄₈／√Ａ_sc （２３） ここで、Ａ₄₈は４８μφの開口の面積である。たとえ
ば、フィルムの粒状度が４で、ディジタル化のスキャニ
ング開口を１２μφ（開口面積はＡ₁₂）とすると、 σ_sc＝σ₄₈√Ａ₄₈／√Ａ₁₂＝０．０１６ （２４） となる。ただし、いずれの場合も光学系とスキャニング
開口によるぼけは同じとする。

【００３８】シャープネス強調を行ったときに粒状度σ
_scがｐ倍に大きくなったとすると、 σ_sc’＝ｐσ_sc （２５） となる。ここで、粒状の識別閾値Ｇ_T の値は、処理すべ
き画像の粒状度σ_sc’に比例する値、すなわち、 Ｇ_T ＝ｋ_G σ_sc’ （２６） が好ましい。ただし、ｋ_G は比例係数で、ｋ_G ＝1.0 〜
3.0 の値が好ましい。Ｇ_T の値をσより大きくすればす
るほど粒状はより完全に識別できるようになる反面、粒
状の濃度変動に近い低コントラストの被写体情報が粒状
として誤認される確率が高まる。逆にσより小さくする
と被写体情報は誤認されにくくなるが、粒状の中で濃度
変動の大きい粒状が捕らえられなくなってしまい、画像
の中に粗い粒状が残ることになる。

【００３９】エッジの識別・検出工程、 上記の粒状の識別・検出と同様に、式（１８）で表され
るエッジ成分と粒状成分の混在画像データΔＩ_EG（ｘ，
ｙ）から濃度領域での特徴を利用してエッジの識別・検
出を行う。図２に示したように濃度差が閾値より大きい
信号が主としてエッジ成分であるとして、濃度差の大き
めの粒状成分も若干は混在するが、エッジ検出を行う。
エッジ成分Ｅ（ｘ，ｙ）の検出には、次式（２７）で表
すＬＵＴによる非線形変換を用いる。エッジ成分の検出
に用いられる非線形変換ＬＵＴの一例を図４に示す。 Ｅ（ｘ，ｙ）＝ＬＵＴ｛ΔＤ（ｘ，ｙ）｝ （２７） ただし、ＬＵＴは ＬＵＴ（ΔＤ）＝ΔＤ｛１− exp〔−（ΔＤ)²／ａ_E ² 〕｝ （２８） で、ａ_E ² はエッジ検出の閾値Ｅ_T から決まる定数で、 ａ_E ² ＝−Ｅ_T ² ／ｌｏｇ_e （１／２） （２９） である。エッジ検出の閾値Ｅ_T は処理する画像の粒状の
大きさに依存する適当な値、例えば、下記式（３０）の
ように粒状の識別閾値Ｇ_T に比例する値にするのが好ま
しい。すなわち、 Ｅ_T ＝ｋ_E Ｇ_T （３０） ただし、ｋ_E は比例係数で、1.0 〜3.0 の値が好まし
い。エッジ検出の閾値Ｅ_Tの値を粒状の識別閾値Ｇ_T に
近い値にすればするほど微小なコントラストのエッジを
検出できるが、粒状の濃度変動もエッジとして誤認され
る確率が高まる。逆に粒状の識別閾値Ｇ_T より大きくす
ると粒状情報の誤認・混入はなくなるが、微小コントラ
ストのエッジ情報が捕らえられなくなる。

【００４０】エッジ検出の閾値Ｅ_T は粒状とエッジの混
在濃度変動ΔＩ_EG（ｘ，ｙ）の中で、この値以上の濃度
変動はエッジであると見なすものであるが、式（２８）
と図４から容易にわかるように、この閾値を境にｏｎ／
ｏｆｆ的に分離するのではなく、濃度変動が小さくなる
につれて徐々に小さくなるＬＵＴ形状に従って、検出す
るエッジが減少していくようにしている。従って、エッ
ジと共に粒状も検出されるが、その割合は徐々に減少す
るので、ｏｎ／ｏｆｆ的に分離する方法よりも不自然な
アーティファクトは発生しにくい。ところで、エッジ検
出を濃度変動だけで行うと、粒状による濃度変動が若干
混入して、エッジ画像データＥ（ｘ，ｙ）が滑らかでな
くなってしまう恐れがある。このため、混入した粒状を
できるだけ小さく抑え、滑らかなエッジにするために、
メディアンフィルタを用いて、粒状の除去を行うのが好
ましい。このメディアンフィルタは、今処理しようとし
ている画素の値を、その画素を中心とする局所領域、例
えばｎ×ｎ画素の画像データを参照して、その全ｎ×ｎ
画素の中央値に置き換える作用をするものである。エッ
ジ画像Ｅ（ｘ，ｙ）をｎ×ｎのメディアンフィルタで処
理したものをＥ_M （ｘ，ｙ）とする。滑らかなエッジに
するために、ここではメディアンフィルタによる平滑化
処理を行っているが、本発明はこれに限定されず、エッ
ジ成分Ｅ（ｘ，ｙ）を必要なだけ滑らかにできれば、ど
のような平滑化処理を行ってもよい。

【００４１】５）次に、エッジ領域と粒状領域の重み付
け係数（データ）の算出工程について説明する。エッジ
領域と粒状領域の重み付けを決めるエッジ・平坦領域の
重み付けデータＷ_E とＷ_G の作成には、前のエッジ検出
工程で画像から検出したエッジの画像データＥ_M （ｘ，
ｙ）、エッジ検出の閾値Ｅ_T 、および粒状の識別閾値Ｇ
_T を用いる。ここで、エッジ領域の重み付けデータをＷ
_E （ｘ，ｙ）と表すと、 Ｗ_E （ｘ，ｙ）＝｜Ｅ_M （ｘ，ｙ）｜／〔ｃ₁ Ｅ_T ＋ ｜Ｅ_M （ｘ，ｙ）｜〕（３１） となる。ｃ₁ は重み付けのレベル調節のための定数で、
０．２〜２．０の値が好ましい。この式を用いると、エ
ッジ画像の絶対値｜Ｅ_M （ｘ，ｙ）｜が大きい場合にエ
ッジ領域の重み付けデータＷ_E （ｘ，ｙ）が１．０に近
い値となり、一方、｜Ｅ_M （ｘ，ｙ）｜が小さい場合は
エッジ領域の重み付けデータＷ_E （ｘ，ｙ）がエッジ検
出の閾値Ｅ_T に近い値になる。

【００４２】一方、粒状領域の重み付けデータをＷ
_G （ｘ，ｙ）と表すと、 Ｗ_G （ｘ，ｙ）＝ｃ₂ Ｇ_T ／〔ｃ₂ Ｇ_T ＋｜Ｅ_M ( ｘ，ｙ）｜〕 （３２） となる。ｃ₂ は重み付けのレベル調節のための定数で
０．２〜２．０の値が好ましい。この式を用いると、エ
ッジ画像の絶対値｜Ｅ_M （ｘ，ｙ）｜が小さい場合に粒
状領域の重み付けＷ_G （ｘ，ｙ）が１．０に近い値とな
り、一方、｜Ｅ_M （ｘ，ｙ）｜が大きい場合はＷ
_G （ｘ，ｙ）が粒状検出の閾値Ｇ_T に近い値になる。

【００４３】６）次に、粒状モトルの細分化工程につい
て説明する。粒状パターンは画像中で細かい濃度変動か
ら成っているが、その濃度変動は濃度値の振幅の変動と
空間的な変動の大きさに分けて考えることができる。粒
状抑制の画像処理の目的は、この粒状を視覚的に目立た
ないようにすることである。そのためには、上記の濃度
振幅と空間的な大きさの両方を小さくすると粒状を抑制
することができるが、振幅も大きさもある程度以下に小
さくなると視覚的な改良効果が認識できなくなる。しか
し、ディジタル画像では、空間的には画素の大きさが最
小単位となり、濃度振幅ではデータの濃度分解能（たと
えば、８bit の画像データならば、１bit の濃度差）が
最小単位となるので、物理的にこれ以下にはできない。

【００４４】粒状モトルは空間的に大きいものから小さ
いものまであり、小さいモトルでは画素単位で細かく信
号や濃度が変動するが、大きいモトルでは周辺の幾つか
の画素に跨がって信号や濃度が変動する。画素単位で変
動する信号については、それ以上細かくすることはでき
ないが、複数の画素に跨がる大きい粒状モトルについて
は、小さくすることによって視覚的に目立たないように
できる。粒状モトルを小さくする処理は、先ず粒状Ｇ
₀(x,y)を検出し、その粒状Ｇ₀(x,y)に細分化するための
乱数や格子等の細かいパターンから成る細分化マスクＲ
(x,y) を掛けて、細分化粒状成分、すなわち粒状抑制成
分、 Ｇ₁(x,y)＝Ｒ(x,y) ×Ｇ₀(x,y) （３３） を求める。次に、粒状を抑制したい画像Ｉ_S (x,y) か
ら、下記式（３４）のように引くことによって、粒状を
抑制することができる。ただし、αは抑制の程度を調節
する係数である。 Ｉ₁₀(x,y) ＝Ｉ_s (x,y) −αＧ₁(x,y) （３４） なお、ここでは、粒状モトル細分化によって得られた細
分化粒状成分Ｇ₁(x,y)をそのまま粒状抑制成分として用
いているけれども、本発明においては下記式（３４ａ）
に示すように、この細分化粒状成分Ｇ₁(x,y)に前工程で
求めた粒状領域の重み付け関数Ｗ_G (x,y) を掛けて重み
付けされた細分化粒状成分Ｇ₂(x,y)を求め、この重み付
け細分化粒状成分Ｇ₂(x,y)を粒状抑制成分として用いて
もよい。この場合には、粒状を抑制したい画像Ｉ_S (x,
y) から、下記式（３４ｂ）のように引くことによっ
て、粒状を抑制することができる。 Ｇ₂(x,y)＝Ｗ_G (x,y) ×Ｇ₁(x,y) （３４ａ） Ｉ₁₀(x,y) ＝Ｉ_s (x,y) −αＧ₂(x,y) （３４ｂ）

【００４５】以上の粒状抑制処理の工程は、以下のよう
に、粒状細分化マスクの生成工程と粒状の細分化工程の
二段階に分けることができる。 粒状細分化マスクの生成工程、 マスクとしては、乱数パターンの他に網点状パターン
（通常の二次元の網点、一次元の万線スクリーン、ＦＭ
スクリーン等）や誤差拡散のようなパターンでも良いが
モアレ等のアーティファクトの無い乱数パターンが好ま
しい。乱数も一様乱数、正規乱数、Poisson 乱数、二項
乱数等があるが、自然界の揺らぎ現象に近い正規乱数が
好ましい。また、自然界の揺らぎを最も良く表している
と言われている１／ｆ揺らぎもこの目的に適している。

【００４６】乱数の生成は、次式のように、画像の各画
素に対して一個の乱数を発生させる。 Ｒ(x,y) ＝Ｒａｎ(i) （３５） ただし、Ｒａｎ(i) は乱数、ｉ＝１，２,..., Ｎで、Ｎ
は処理する画像の総画素数である。正規乱数の確率密度
分布は、下記式（３６）のようになり、平均値μのとき
分散がσ² となる。粒状の細分化マスクの特性は、この
乱数の平均値μの値を調節することによって、粒状の細
分化の程度、特にマスクの振幅の変動量を制御すること
ができる。μの値としては１０〜１０００程度の範囲の
ものが好ましい。

【００４７】

【数２】

【００４８】粒状の濃度変動パターンの細分化 検出した粒状データＧ₀(x,y)に上記の乱数Ｒ(x,y) を掛
けて、細分化粒状データ（粒状抑制成分）、Ｇ₁(x,y)を
計算する。なお、ここで、Ｒ_G (x,y) はガウンアン乱数
（正規乱数）を表わす。 G₁(x,y) ＝ R_G (x,y) × G₀(x,y) （３７） こうして、細分化粒状成分Ｇ₁ (x,y) を求めることがで
きる。本発明では、上述したように細分化粒状成分Ｇ₁
(x,y) に粒状領域の重み付け関数Ｗ_G (x,y) による重み
付けを行って粒状抑制成分としてもよい。

【００４９】７）次に、最後の粒状抑制およびエッジ強
調工程における粒状の抑制・除去工程について説明す
る。シャープネス強調した画像Ｉ_S (x,y) から、次式
（３８）のように式（３７）で得られた細分化粒状成分
Ｇ₁(x,y)または式（３４ａ）で求められた重み付け細分
化粒状成分Ｇ₂(x,y)を引くことによって、粒状を抑制す
る。 Ｉ₁₀(x,y) ＝Ｉ_s (x,y) −αＧ₁(x,y) または ＝Ｉ_s (x,y) −αＧ₂(x,y) （３８） ただし、αは粒状抑制の程度を調節する係数である。こ
の処理により、シャープネス強調によって悪化した粒状
を抑制することができる。ここでの粒状抑制は粒状モト
ルのような粗いパターンが除去され、細分化されたパタ
ーンのみが残り、視覚的には微細化、あるいは微粒子化
されたような粒状となる。

【００５０】１０）最後に、エッジ強調工程について説
明する。エッジ・粒状混在成分の抽出工程において得ら
れた式（１８）で示した粒状成分とエッジ成分の混在成
分ΔＩ_EG(x,y) にエッジ領域の重み付けデータＷ_E (x,
y）を乗じて、エッジ強調成分Ｅ₁(x,y)を計算する。 Ｅ₁(x,y)＝Ｗ_E (x,y）×ΔＩ_EG(x,y） （３９） こうして得られたエッジ強調成分Ｅ₁(x,y)を上記式（３
８）で得られた粒状抑制画像Ｉ₁₀(x,y）に加えることに
より、最終的な処理画像Ｉ₁(x,y)を求める。ただし、β
はエッジ強調成分を付加する程度を調節する係数であ
る。 Ｉ₁(x,y)＝ I₁₀(x,y)+βＥ₁(x,y) （４０） シャープネス強調は式（９）で行う処理でほぼ目的を達
しているが、このエッジ強調を行う意味は、粒状抑制処
理によって粒状と共に若干抑制されるエッジ成分を修復
するために行うものであり、通常は僅かな量で良い。

【００５１】こうして、原画像Ｉ₀(x,y)から粒状などの
ノイズが抑制されかつ十分にシャープネスが強調された
最終処理画像Ｉ₁(x,y)を得ることができる。なお、前節
の粒状の抑制・除去工程による粒状抑制画像Ｉ₁₀(x,y)
の算出を行わずに、ここで、粒状モトル細分化工程で求
めた粒状抑制成分Ｇ₁(x,y)とエッジ強調工程で求めたエ
ッジ強調成分Ｅ₁(x,y)とを用いて、粒状抑制とエッジ強
調とを同時に行ってもよい。この場合には、式（３８）
および（４０）から、下記式（４１）として表わすこと
ができる。 Ｉ₁(x,y)＝Ｉ_S (x,y) −αＧ₁(x,y)＋βＥ₁(x,y) または ＝Ｉ_S (x,y) −αＧ₂(x,y)＋βＥ₁(x,y) （４１） 本発明の画像処理方法は基本的に以上のように構成され
る。

【００５２】

【実施例】本発明のディジタル画像のノイズ抑制および
シャープネス強調のための画像処理方法を実施例に基づ
いて具体的に説明する。３５ｍｍカラーネガフィルム F
UJICOLOR SUPER G ACE 400 (富士写真フィルム社製）に
撮影された写真画像をスキャナ SCANNER & IMAGE PROCE
SSOR SP-1000（画素数：２７６０×１８４０、富士写真
フイルム社製）で読み取って、Ｒ，Ｇ，Ｂ各色８ｂｉｔ
でディジタル化した画像を原画像として、図１に示すフ
ローに従って本発明の画像処理方法を行った。

【００５３】ここで、シャープネス強調処理は、式
（９）で示されるガウシアン型アンシャープマスキング
を行ない、アンシャープマスクとしては、下記のような
３×３のマスクを用いた。 −０．５０ −０．８２ −０．５０ −０．８２ ６．２７ −０．８２ −０．５０ −０．８２ −０．５０

【００５４】平滑化処理は、正規分布型の関数を掛けて
平均値を求める方法を用い、処理マスクとしては上記式
（１７）で表わされる９×９画素のマスクをマスク全体
の和が１．０になるようにして用い、ローパスフィルタ
処理と同様の効果を得た。粒状とエッジの識別・分離処
理では、粒状成分の検出に対して図３に示す非線形変換
ＬＵＴを用い、粒状の識別閾値Ｇ_T の値は５０（８ｂｉ
ｔの０〜２５５の階調ステップ単位で、濃度値の約１０
０倍）とし、エッジ成分の検出に対して図４に示す非線
形変換ＬＵＴを用い、エッジ検出の閾値Ｅ_T の値は５０
（８ｂｉｔの０〜２５５の階調ステップ単位で、濃度値
の約１００倍）とした。エッジ成分Ｅ（ｘ，ｙ）を平滑
化して平滑化エッジ画像Ｅ_M （ｘ，ｙ）を得るためのメ
ディアンフィルタ処理のマスクサイズは３×３画素とし
た。エッジ・平坦領域の重み付けデータの算出処理で
も、粒状とエッジの識別・分離処理と同じ粒状の識別閾
値Ｇ_T およびエッジ検出の閾値Ｅ_T の値を用いた。粒状
モトル細分化処理では、ガウシアン乱数を用いた。ま
た、最終処理画像を得るための上記式（４０）のパラメ
ータαおよびβの値は、それぞれα＝０．８およびβ＝
０．３とした。

【００５５】このように本発明の画像処理方法が適用さ
れた画像の３次元濃度プロファイルを原画像Ｉ₀ から最
終処理画像Ｉ₁ までにわたって１つのシーンについて図
５（ａ）〜図９（ｂ）に示す。図５（ａ）は原画像
Ｉ₀ 、図５（ｂ）は被写体エッジ成分Ｅ₀ の検出画像、
図６（ａ）はシャープネス強調画像Ｉ_S 、図６（ｂ）は
平滑化画像Ｉ_AV、図７（ａ）は粒状・エッジ混在成分Δ
Ｉ_EG、図７（ｂ）は粒状領域の重み付けデータＷ_G 、図
８（ａ）は粒状・エッジ混在成分から分離された粒状成
分Ｇ₀ 、図８（ｂ）は細分化粒状成分Ｇ₁ 、図９（ａ）
はエッジ領域の重み付けデータ、図９（ｂ）は最終処理
画像Ｉ₁ の３次元濃度プロファイルを示す。

【００５６】これらの図から明らかなように、図９
（ｂ）に示す最終処理画像Ｉ₁ は、図５（ａ）に示す原
画像Ｉ₀ に比べ、エッジ部が図６（ａ）に示すシャープ
ネス強調画像Ｉ_S とほぼ同程度にシャープに強調されて
いるにもかかわらず、粒状はシャープネス強調画像Ｉ_S
に比べ格段に原画像Ｉ₀ とほぼ同程度まで抑制されてい
ることがわかる。すなわち、本発明の画像処理方法が、
粒状のみを抑制し、エッジ部のみをシャープネス強調し
た高品質な画像であることがわかる。

【００５７】また、本発明の画像処理方法を主な銀塩カ
ラー写真感光材料、すなわち、カラーフィルムおよび黒
白フィルムに撮影した写真画像（３５ｍｍ、新写真シス
テムＡＰＳ（アドバンスフォトシステム）、ＬＦパノラ
マ、インスタント）等に適用したところ、粒状とシャー
プネス共に一見して判る程の顕著な改善効果を得ること
ができた。特に粒状については感材の微粒子化による粒
状改良に匹敵する処理効果を持つため、従来の平均化や
揺らぎの減少に基づく各種の粒状除去処理法の欠点であ
った「ぼけ粒状」的な不自然さや違和感はなかった。ま
た、シャープネスについては、上記の粒状抑制と組み合
わせることにより、従来のアンシャープマスクやラプラ
シアンフィルタよりかなり大幅な強調効果が得られた。

【００５８】本発明に係るディジタル画像のノイズ抑制
およびシャープネス強調のための画像処理方法について
実施例を挙げて詳細に説明したが、本発明はこれに限定
されず、本発明の要旨を逸脱しない範囲において、種々
の改良および設計の変更を行ってよいことはもちろんで
ある。

【００５９】

【発明の効果】以上詳述したように、本発明によれば、
原画像からシャープネス強調して得られたシャープネス
強調画像のシャープネス強調された粒状成分を識別し、
その粒状成分にさらにランダムな変調もしくは微細規則
パターンによる変調を掛けた微細化粒状成分をシャープ
ネス強調画像から差し引く方法で粒状を抑制しているの
で、元の粒状より空間的に細かく且つ濃淡変化の小さ
い、視覚的にも自然な粒状抑制を実現することができ
る。また、本発明によれば、粒状はシャープネス強調さ
れ、且つ空間的に微細化されるので、銀塩写真感材では
微粒子乳剤を用いた時に得られるような細かい粒状とな
り、平滑化を用いた従来法の欠点であるぼけ粒状のよう
な視覚的な違和感や不快感の無い自然な粒状抑制効果が
得られる。また、本発明法を銀塩カラー写真感光材料へ
適用することにより、従来の粒状抑制シャープネス強調
処理法の欠点であった、いわゆる「ぼけ粒状」的な不自
然さや違和感がなく、粒状抑制とシャープネス強調とが
同時に改善され、極めて顕著な改善効果を得ることがで
き、産業上大きな効果を奏する。

【図面の簡単な説明】

【図１】 本発明に係るディジタル画像のノイズ抑制お
よびシャープネス強調のための画像処理方法の一実施例
を示すフローチャートである。

【図２】 本発明の画像処理方法の粒状とエッジの識別
・分離を説明するのに用いられる粒状とエッジの濃度差
成分の頻度分布の特徴の一例を示す説明図である。

【図３】 本発明の画像処理方法において粒状成分の分
離に用いられるルックアップテーブル（ＬＵＴ）関数の
一例を示す説明図である。

【図４】 本発明の画像処理方法においてエッジ成分の
検出に用いられるルックアップテーブル（ＬＵＴ）関数
の一例を示す説明図である。

【図５】 （ａ）および（ｂ）は、それぞれ本発明の実
施例で得られたあるシーンの原画像およびエッジ成分検
出画像の３次元濃度プロファイルの一例を示す図であ
る。

【図６】 （ａ）および（ｂ）は、それぞれ本発明の実
施例で得られたあるシーンのシャープネス強調画像およ
び平滑化画像の３次元濃度プロファイルの一例を示す図
である。

【図７】 （ａ）および（ｂ）は、それぞれ本発明の実
施例で得られたあるシーンの粒状・エッジ混在成分およ
び粒状領域の重み付けデータの３次元濃度プロファイル
の一例を示す図である。

【図８】 （ａ）および（ｂ）は、それぞれ本発明の実
施例で得られたあるシーンの粒状成分および細分化粒状
成分の３次元濃度プロファイルの一例を示す図である。

【図９】 （ａ）および（ｂ）は、それぞれ本発明の実
施例で得られたエッジ領域の重み付けデータおよび最終
処理画像の３次元濃度プロファイルの一例を示す図であ
る。

Claims (4)

【特許請求の範囲】
1. 【請求項１】原画像データにシャープネス強調処理を行
   ってシャープネス強調画像データを作成し、 前記原画像データに平滑化処理を行って平滑化画像デー
   タを作成し、 前記シャープネス強調画像データからこの平滑化画像デ
   ータを減算してエッジとノイズとの混在成分を抽出し、 このエッジとノイズとの混在分成分に非線形変換を行っ
   てエッジ成分とノイズ成分とを分離し、 得られたノイズ成分に細分化処理を行って細分化ノイズ
   成分を得るとともに、 得られたエッジ成分からエッジ、平坦領域の重み付けデ
   ータを求め、 前記エッジとノイズとの混在成分に前記エッジ、平坦領
   域の重み付けデータを用いて重み付けを行ってエッジ強
   調成分を得、 前記シャープネス強調画像データから前記細分化ノイズ
   成分を変倍して除くとともに前記エッジ強調成分を変倍
   して付加して処理画像データを得ることを特徴とするデ
   ィジタル画像のノイズ抑制およびシャープネス強調のた
   めの画像処理方法。
2. 【請求項２】前記ノイズ成分を分離するための非線型変
   換は、ノイズの濃度変動の閾値より前記濃度変動が大き
   くなるにつれて連続的に指数関数的に減少する関数によ
   って行われる請求項１に記載のディジタル画像のノイズ
   抑制およびシャープネス強調のための画像処理方法。
3. 【請求項３】前記細分化処理が、前記ノイズ成分に乱数
   を乗算する処理である請求項１または２に記載のディジ
   タル画像のノイズ抑制およびシャープネス強調のための
   画像処理方法。
4. 【請求項４】請求項１〜３のいずれかに記載の画像処理
   方法であって、前記エッジ、平坦領域の重み付けデータ
   を求める前に、前記エッジとノイズとの混在成分から分
   離された前記エッジ成分に粒状の除去のためのメディア
   ンフィルタを用いた平滑化処理を行うことを特徴とする
   ディジタル画像のノイズ抑制およびシャープネス強調の
   ための画像処理方法。