JPH1049670A

JPH1049670A - 画像処理方法

Info

Publication number: JPH1049670A
Application number: JP8204490A
Authority: JP
Inventors: Junichi Taguchi; 順一田口; Kunihiko Kido; 邦彦木戸; Koichi Sano; 耕一佐野
Original assignee: Hitachi Ltd; Hitachi Medical Corp
Current assignee: Hitachi Ltd; Hitachi Healthcare Manufacturing Ltd
Priority date: 1996-08-02
Filing date: 1996-08-02
Publication date: 1998-02-20
Anticipated expiration: 2016-08-02
Also published as: JP3462960B2

Abstract

(57)【要約】【課題】本発明の課題は、画像本来の構造をなるべく壊
さない画像処理を行うことである。【解決手段】入力画像の各点において、ステップ１０１
でエッジ部に有効な非線形平滑化処理を行いエッジ部に
有効な画像を作成し、ステップ１０２で平坦部に有効な
画像を作成する。ステップ１０３で画像のエッジ部であ
るか平坦部であるか認識し、ステップ１０４で、画像の
エッジ部はエッジ部に有効な画像を、平坦部は平坦部に
有効な画像が出力画像となるようにデータの切り張り処
理を行う。エッジ部に有効な処理は、参照点数の少ない
１次元の非線形平滑化処理を行い、平坦部に有効な画像
は参照点数の大きい１次元の非線形平滑化処理を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力した画像に対
して所定の処理を施す画像処理に関する発明である。

【０００２】

【従来の技術】特開平８−１６１４８３号公報「画像処
理方式」には、画像の各点で、複数の所定方向について
それぞれ画像の輝度変化の大きさを評価し、輝度変化が
最小となる方向（最小変化方向）を画像の各点毎に求
め、最小変化方向に１次元の非線形平滑化を行うものが
記載されている。

【０００３】上記従来技術では、画像上の全ての点（近
傍の点がないために処理できない画像の端の部分は除
く）で、皆同じ非線形処理が行われることが特徴であ
る。

【０００４】

【発明が解決しようとする課題】上記従来技術では、画
像上の全ての点で、皆同じ非線形処理を行うようになっ
ており、一枚の画像でもそれぞれかけ離れた特徴を持つ
画像の平坦部とエッジ部について、どちらも同じ非線形
処理を行うことになっている。従って、上記従来技術は
画像の中で大きく特徴の異なるエッジ部と平坦部に着目
すると、それぞれの特徴に会った最適な処理からかけ離
れた処理をするという問題点があった。本発明の課題
は、上記従来技術の問題点を考慮し、上記従来技術の処
理よりもさらに画質を改善することにある。

【０００５】

【課題を解決するための手段】本発明の課題を解決する
ため、入力画像のエッジ部と平坦部を分離して認識する
処理を行い、エッジ部はエッジ部、平坦部は平坦部に適
した処理を行った値が出力画像値として得られるように
した。

【０００６】

【発明の実施の形態】本発明は画像処理に関する発明で
あり、具体的には下記の方法を実施するプログラムまた
はハードを作成することにより実現できる。以下、本発
明の実施例を（１）〜（５）節に分けて説明する。
（１）節では本発明の実施例の手順の概略を説明し、
（２）〜（４）節で概略で示したそれぞれの部分の手順
を詳しく説明し、（５）節でその他の実施例を簡単に説
明する。

【０００７】（１）本発明の手順概略（図１) 図１は本発明の処理手順を示した図であり、図１の番号
をステップ番号として以下に説明する。

【０００８】ステップ１０１：画像のエッジ部に有効な
非線形平滑化処理を入力画像全体に行い、結果画像Ａ
(i,j)を得る。

【０００９】ステップ１０２：画像の平坦部に有効な非
線形平滑化処理を入力画像全体に行い、結果画像Ｂ(i,
j)を得る。

【００１０】ステップ１０３：入力画像のエッジ部と平
坦部を区別し、分離して認識する処理を行う。認識結果
に基づいて、エッジ部と平坦部を区別するマップＭ(i,
j)を作成する。例えば、エッジ部と認識した部分のマッ
プ値は、Ｍ(i,j)＝１とし、平坦部と認識した部分のマ
ップ値は、Ｍ(i,j)＝０とする。ただし、i,jは画像のｉ
行ｊ列を意味する。

【００１１】ステップ１０４：ステップ１０４で作成し
たエッジ部と平坦部を区別するマップＭ(i,j)の値に応
じてエッジ部に有効な処理画像Ａ(i,j)か平坦部に有効
な処理画像Ｂ(i,j)かの切り張り処理を行う。すなわち
以下の数１の処理を行い出力画像Ｇ(i,j)を得る。Ｍ(i,j)＝１の場合（エッジ部の場合）：Ｇ(i,j) = Ａ(i,j)、Ｍ(i,j)＝０の場合（平坦部の場合）：Ｇ(i,j) = Ｂ(i,j)…（数１）。

【００１２】なお、以上のステップ１０１とステップ１
０２は順番が交換でき、ステップ１０２の方を先に行っ
てもよい。また、ステップ１０３も、ステップ１０１や
ステップ１０２の結果を参照しない場合は、ステップ１
０１やステップ１０２と順番を交換できる。

【００１３】以上で示した手順の概略の他に同様な結果
を得る他の方法もある。例えば、以上の手順では、それ
ぞれの処理画像Ａ(i,j)、Ｂ(i,j)を作成していたが、
両画像を作成せずに、初めに入力画像のエッジ部と平坦
部を区別し、分離して認識する処理を行い、着目した画
素がエッジ部と判断した点はエッジ部に有効な非線形平
滑化処理を行い着目点の出力画像値を得、平坦部と判断
した場合は、平坦部に有効な非線形平滑化処理を行い着
目点の出力画像値を得て、次の着目点に進む手順を行う
こともできる。

【００１４】（２）ステップ１０１の具体的な処理方法ステップ１０１では、画像のエッジ部に有効な処理なら
ばどのような処理も用いることができる。一例として上
記従来技術の方法を用いた例を図２に示し、図中の番号
をステップ番号として以下説明する。

【００１５】ステップ２０１：初めに、着目した画素を
中心に複数の所定の方向について輝度変化を評価し、各
方向の輝度変化値を求める。図６は、所定の輝度変化を
評価する方向として８方向取り、各方向に５サンプリン
グ点分の輝度変化の評価をする場合について、各方向と
サンプリング点の例を図示したものである。評価する方
向の数、サンプリング点の数はこの他にも各種考えられ
る。なお、図６で示した黒丸の点は、元々のデータ値が
ある点であるが、白丸で示した点は元々のデータ値がな
いので周りの点の値から補間を要する。補間法は各種あ
り、例えば、最も近い２点の値の平均値とする方法や、
最も近い2点のうち、中心から見て上下か左右方向に近
い方の点の値とする方法などがあり、どのような方法を
用いることができる。

【００１６】輝度変化の大きさを評価する具体的な計算
方法は各種あるが、一例として以下の数２を挙げる。

【００１７】

【数２】

【００１８】だだし、Ｓ(d,i,j)は、ｉ行ｊ列の点にお
けるｄ方向の輝度変化を捉えた値であり、ｄは図６で示
された８方向について各方向に順番を付けた数値であ
り、例えば右上と左下方向をｄ＝０と定義し、それから
時計周りに順次１〜７番と定義する。 absは絶対値を意
味し、 dirval(Ｉ(i,j),d,m)は、入力画像Ｉのｉ行ｊ
列の点からｄ方向にｍサンプリング点行った点の値を意
味する。なお、Ｓ(d,i,j)はｉ行ｊ列の点における各輝
度変化を成分値とする輝度変化を示すベクトルと見なす
ことができるため、ｉ行ｊ列の点における輝度変化ベ
クトルと呼ぶことにする。

【００１９】以上の数２の他にも、各方向の輝度変化の
大きさを評価する計算方法は各種ある。例えば数２では
dirval(Ｉ(i,j),d,m)-Ｉ(i,j))の絶対値を取っていたが
dirval(Ｉ(i,j),d,m)-Ｉ(i,j))の２乗とすることも考え
られる。どちらの評価式を用いても以後の結果に大差は
生じなかった。

【００２０】ステップ２０２：次に、各画素について、
各方向の輝度変化値の中から最小値を求め、その方向
（最小変化方向）を求める。図６の８方向の輝度変化の
中から最小値となる方向（最小変化方向）を求める場合
を式で示すと以下の数３になる。 dmin(i,j) = mindir(Ｓ(d,i,j)|0<=d<=7) …（数３）ただし、mindir(Ｓ(d,i,,j)|0<=d<=7)は、ｉ行ｊ列の輝
度変化ベクトルＳ(d,i,,j)の中から、0<=d<=7で示され
る８方向捉えた輝度変化値（Ｓ(０,i,,j)〜Ｓ(７,i,,
j)）の中で最小値となるものの方向（ｄの値）を求める
ことを意味する。最小値を持つ方向が２つ以上ある場合
は、方向を数字として表した時の数値の少ない方向とし
てもよいし、逆に大きい数値の方向としてもどちらでも
構わない。

【００２１】ステップ２０３：次に最小変化方向に１次
元の非線形平滑化を行う。具体的な方法は各種あるがこ
こでは上記従来技術で示した方法を数４〜数７に示し、
別の方法を数８〜数１１に示す。

【００２２】初めに数４〜数７までの式で示される1次
元の非線形平滑化処理を示す。平滑化の方向は、図６で
示された８方向の中から最小変化方向dmin(i,j)が選ば
れており、平滑化の点数は、着目した画素（i,j）点を
中心に最小変化方向dmin(i,j)に５点取る場合について
以下示す。

【００２３】 Hmin(i,j)= (1-f(i,j))*I(i,j) + f(i,j)*H0(i,j) …（数４）

【００２４】

【数５】

【００２５】 f() = σ0*σ0／(σ0*σ0+α*α*σ(i,j)*σ(i,j)) …（数６）

【００２６】

【数７】

【００２７】ただし、dirval(Ｉ(i,j),dmin(i,j),m )
は、入力画像Ｉのｉ行ｊ列の点から数３で求めた最小変
化方向であるdmin(i,j)方向にｍサンプリング点行った
点における輝度値を意味する。Hmin(i,j)は、ｉ行ｊ列
の点における平滑化後の出力値を意味し、σ0は入力画
像のノイズの標準偏差に比例する量を計算した値を意味
し、αは平滑化の程度を決める所定の値である。なお、
σ0の計算の仕方は各種あり、例えばノイズ部とみなせ
る画像の端の小さな領域の輝度の２乗平均の平方根を用
いてもよいし、画像各点における近傍の点の中で最も変
位の小さい値の平均値を用いてもよい。

【００２８】以上の数４から数７までの1次元非線形平
滑化の他にもいろいろな非線形平滑化を行うことができ
る。たとえば、以下の数８〜数１１の１次元非線形平滑
化を行うこともできる。

【００２９】

【数８】

【００３０】 w(m,i,j) = u(m,i,j)/ut(m,i,j) …（数９）

【００３１】

【数１０】

【００３２】 m=0の時：u(0,i,j)＝1 m>=1の時：u(m,i,j)＝u(m-1,i,j)/(1+(dir(I(i,j),dmin(i,j),m)/(α*σ0))** β) m<=-1の時：u(m,i,j) = u(m+1,i,j)/(1+(dir(I(i,j),dmin(i,j),m)/(α*σ0)) **β) …（数１１）ただし、Hmin(i,j)は、ｉ行ｊ列の点における平滑化後
の出力値を意味し、σ0は入力画像のノイズの標準偏差
に比例する量を計算した値を意味し、αは平滑化の程度
を決める所定の値であり、βは平滑化の寄与を決める所
定のパラメータ値である。

【００３３】以上の他にも、最小変化方向の１次元非線
形平滑化を行う方法は各種ある。例えば所定の点数の１
次元データの中から中間値を選ぶこともできる。また、
入力データが０と１の２値画像で出力も０が１を取るよ
うな場合は、１次元データの中から数の多い方の値を選
ぶことなどもできる。

【００３４】以上示した数５と数７は、ｍの値が−２〜
２までの５点であるため、上記数４から数７までは、最
小変化方向に５点の1次元非線形平滑化をしたものとな
っている。同様に数８から数１１で示した平滑化も５点
の１次元の平滑化をしたものとなっている。平滑化を行
う点数は５点に限らず、どのように取ることもできる
が、エッジ部では、平坦部よりも短い距離の平滑化をし
た方が好ましく、ここでは一例として５点とした。通常
の臨床撮影に使われる頭部や腹部のＭＲＩ画像で評価し
た所、エッジ部に有効な平滑化は、３点または５点であ
り、３点の場合はエッジ部の微妙な変化をよく残す反
面、平滑化の効果が少なかった。５点では、エッジ部の
微妙な変化を３点の時ほど残さないが、ほぼ満足できる
程度に画像の特徴をつかむために必要なエッジ部の微妙
な変化を残しており、平滑化の効果も高く、満足いく結
果であった。骨部のＭＲＩ画像で評価した所、平滑化は
あまりしない方が好ましく、５点より３点の方が好まし
かった。その他にも、撮影条件の違いによる画像のＳ／
Ｎや撮影部位などで最適な点数も異なることが予想され
た。

【００３５】以上、図２の処理手順に基づいたステップ
１０１の具体的方法について述べたが、上記方法では、
Ｓ／Ｎの低く、画像のエッジがノイズであいまいになっ
た画像を処理すると、画像のエッジ部で希にぶつぶつし
た人工色の強い感触の得られる欠点がある。Ｓ／Ｎの低
く画像のエッジがノイズであいまいになるような画像に
たいしては次に述べる図3の処理がエッジ部のなめらか
さを出す上で有効であった。以下、図3の処理について
簡単に述べる。

【００３６】ステップ２０１：上記、図２の説明で行っ
たステップ２０１と同一の処理を行う。

【００３７】ステップ３１１：着目点とその近傍の輝度
変化ベクトルを平均してボケた輝度変化ベクトルＳ'
(d,i,j)を作成する。近傍の取り方や平均の仕方などに
ついては各種考えられる。一例として簡単な平均を行う
場合を以下の数１２に示す。

【００３８】

【数１２】

【００３９】ステップ３０２：図２の上記ステップ２０
２の説明と同様に、ボケた輝度変化ベクトルＳ'(d,i,
j)について、各画素毎に、各方向のボケた輝度変化ベク
トルの値の中から最小値を求め、その方向（ボケ最小変
化方向）を求める。数３と同様に式で表すと、ボケ最小
変化方向dmin'(i,j) は以下の数１３になる。

【００４０】 dmin'(i,j) = mindir(Ｓ'(d,i,j)|0<=d<=7) …（数１３）ステップ３０３：図２の上記ステップ２０３の説明と同
様にボケ最小変化方向dmin'(i,j)に１次元の非線形平滑
化を行う。上式の数５、数７、数８、数１１中にあるdm
in(i,j)の代わりにdmin'(i,j)とするだけで、本ステッ
プ３０３の式になる。

【００４１】以上の図３の１次元非線形平滑化処理で
は、Ｓ／Ｎの低く画像のエッジがノイズであいまいに
なるような画像にたいしても、画像のエッジ部がなめら
かに繋がった処理画像になるという利点があった。

【００４２】なお、以上説明した非線形平滑化では、画
像の端の領域で近傍の点のデータがないことから参照デ
ータがないことから生じる特例処理について触れていな
いのでここで記す。画像の端の領域で必要な特例処理の
具体的な仕方は各種ある。例えば、５点の平滑化を行う
場合、画像の端から２点分の領域はデータがない部分が
生じるが、その領域は、原画の値を出力画像の値とする
方法がある。その外、画像の両端がサイクリックに接続
されているものと仮定して、サイクリックに接続した時
のデータ値を参照して処理する方法などもある。

【００４３】（３）ステップ１０２の具体的な処理方法ステップ１０２では、画像の平坦部に有効な処理ならば
どのような処理も用いることができる。一例として上記
（２）節で説明した１次元非線形平滑化を用いた場合に
ついて説明する。

【００４４】初めに図４に示した方法について図４の番
号をステップ番号として以下に示す。

【００４５】ステップ４０１：上記ステップ２０１と同
様に輝度変化ベクトルを求める。ただし、ステップ２０
１では各方向5点の輝度変化を評価したが、ここでは、
各方向9点の輝度変化を評価する。従って、数２のｍの
範囲は−２＜＝ｍ＜＝２（１次元の評価５点）であった
が、−４＜＝ｍ＜＝４（1次元の評価９点）として輝度
変化ベクトルを求めることができる。

【００４６】ステップ４０２：上記ステップ２０２と同
様に、輝度変化ベクトルから最小変化方向を求める。

【００４７】ステップ４０３：上記ステップ２０３と同
様に、最小変化方向に１次元の非線形平滑化を行う。た
だし、ステップ２０３では１次元の非線形の平滑化を5
点で行っていたが、ここでは９点で行う。

【００４８】上記数４〜数７の非線形平滑化を用いる場
合では、数５と数７について和を取る範囲を−２＜＝ｍ
＜＝２（５点）から−４＜＝ｍ＜＝４（９点）にし、数
５の分母を５から９にすれば平滑化の点数が９点の１次
元非線形平滑化を行う式になる。

【００４９】同様に、上記数８〜数１１の非線形平滑化
を用いる場合は、数８と数１０のｍの値を−４＜＝ｍ＜
＝４（９点）にすることで本ステップの処理の式とな
る。

【００５０】以上のように1次元の非線形の平滑化する
点数をエッジ部の同様の処理よりも大きく設定するほど
平滑化の効果が増大するが、あまり大きな点数を取りす
ぎても本来あるべき濃淡が消え、逆効果の方が大きい場
合も生じる。通常臨床で用いられる頭部や腹部のＭＲＩ
画像に対して処理を行い、評価した結果では、平坦部の
平滑化は９点か１１の場合が良好であった。９点の場合
は無難な画像が得られ、１１点の場合は多少平滑化しす
ぎている感じもしたが、最良な点数については、一般に
は処理を行う対象とする画像で異なることが予想され
る。

【００５１】次に図５で示す処理について説明する。図
５で示す処理では、図4のステップ４０１で輝度変化を
評価する点数を各方向９点としておたが、ここでは、ス
テップ２０１と同様にして輝度変化を評価する点数を各
方向５点とするものである。他の処理は図４の場合と同
様である。輝度変化を各方向５点で評価したので、次の
ステップ４０２で求められる最小変化方向は、図５の場
合は、輝度変化の評価を５点で行った場合の最小変化方
向である。従って、次のステップ４０３でも図５の場合
は、輝度変化の評価を５点で行った場合の最小変化方向
に９点の１次元非線形平滑化を行うため、図４の場合と
は平滑化を行う方向が異なる画素が生じる。図５の処理
の結果は、図４の処理結果に比べ、画質で若干劣ってい
たが、大差がない。図５の処理は、輝度変化をエッジ部
と同じ５点で評価するため、エッジ部で計算した輝度変
化の評価結果を再度利用することができるため、演算を
その分高速化することができる利点がある。

【００５２】以上の実施例では、各方向の輝度変化を5
点または９点で行い、その最小変化方向にエッジ部より
大きな９点の1次元非線形平滑化を行う場合を示した
が、その他にも、平坦部に有効な非線形平滑化処理とし
ては最小変化方向の１次元の非線形平滑化だけでなく、
最小方向と45度づれた方向の１次元平滑化を行い、両者
の平均値としたり、平面内の適当な重み付き平均値とす
るなど、１次元方向だけでない平滑化を行うこともでき
る。

【００５３】（４）ステップ１０３の具体的な手順ステップ１０３は画像のエッジ部分と平坦部分を区別し
て認識する方法であればどのようなものでも用いること
ができる。例えばエッジ画像を利用する方法がある。以
下、処理方法の具体例を説明する。

【００５４】はじめに以下の数１４に基づいてエッジ画
像Ｅ(i,j)を作成する処理を行う。

【００５５】

【数１４】

【００５６】ただし、Ｉ(i+p,j+q) は入力画像のi+p行
j+q列の値である。ｆ(p,q)の具体的な値は、Ｅ(i,j)
がエッジ画像となるものであれば、どのような値を用い
てかまわない。たとえば、以下の数１５としたり、以下
の数１６としたりすることができる。

【００５７】 p=q=0の時：ｆ(0,0)=１、pかqのどちらか一方が０の時：ｆ( p,q)=-1/4、その他の時：ｆ(p,q)=０…（数１５） p=q=0の時：ｆ(0,0)=１、その他の時：ｆ(p,q)=-1/8…（数１６）以上の方法により求めたエッジ画像Ｅ(i,j)について、
Ｅ(i,j)の値が所定のしきい値よりも大きい場合にはエ
ッジ部分と見做し、マップの値Ｍ(i,j)を１とする。Ｅ
(i,j)の値が所定のしきい値よりも低い場合には平坦部
と見做し、マップの値Ｍ(i,j)を０とする。ただし、上
記しきい値の設定の仕方は各種ある。

【００５８】例えば、適当なしきい値を与えた場合のマ
ップ値を表示して適当であると判定するまでインターラ
クティブに変えて適切なしきい値を探す方法を用いるこ
ともできるし、画像のノイズの大きさを評価してノイズ
の標準偏差値の所定倍（例えば３倍）に設定する方法を
用いることもできるし、エッジ画像のヒストグラムを求
めてその累積ヒストグラムが所定の割合（例えば８０
％）になる値にすることもできるし、累積ヒストグラム
の８０％になる値がノイズの標準偏差の３倍よりも小さ
い場合はしきい値をノイズの３倍とし、それ以外は、累
積ヒストグラムの８０％になる値とノイズの標準偏差の
３倍の値との平均値をしきい値にすることなど、しきい
値の設定の仕方は各種方法が考えられる。

【００５９】また、以上で求めたマップＭ(i,j)につい
てＭ(i,j)の値が１ならばその近傍の新たなマップ値Ｍ'
(i+p,j+q)を１とし、残りの点の新たなマップ値Ｍ'(i,
j)は０とする処理を行い、エッジ部位の領域を増やした
処理を行うこともできる。この場合エッジが不安定であ
ってもエッジ部をより確実にエッジ部とみなすことがで
きるという利点がある。

【００６０】以上の他にもステップ１０３の具体的な処
理方法は各種ある。例えば、以下のような方法を用い、
よりエッジ部を明確に認識することもできる。

【００６１】初めに、ステップ１０１が既に行われてお
り、エッジ部に有効な非線形処理画像Ａ(i,j)ができて
いるものとする。また、ステップ１０１の非線形平滑化
が１次元の非線形平滑化で、非線形の平滑化をする方向
である最小変化方向dmin(i,j) （またはボケ最小変化方
向dmin'(i,j) ）がすでに計算されており、ここで参照
できるとする。以下、ステップ１０１の１次元非線形平
滑化を行う方向がボケ最小変化方向dmin'(i,j)であると
して記す。

【００６２】この時、ボケ最小変化方向dmin'(i,j)の直
行方向qd(i,j)を計算する。方向を０〜７までの８方向
で表す場合、以下の数１７で直行方向qd(i,j)を求める
ことができる。

【００６３】 qd(i,j) = (dmin'(i,j)+4)%8 …（数１７）ただし、％８は８で割った時の余りを求める整数演算で
ある。

【００６４】次に着目画素(i,j)を中心に直行方向qd(i,
j)に所定の点数、例えば５点のデータを取り、その中で
最大値と最小値の差をエッジ画像Ｅ' (i,j)とする。す
なわち、式で書くと以下の数１８となる。

【００６５】Ｅ'(i,j)＝max(dirval(i,j,qd(i,j),m )|-2<=m<=2) − min( dirval(i,j,qd(i,j),m) | -2<=m<=2 ) …（数１８）以上によって求まったエッジ画像Ｅ' (i,j)を上記エッ
ジ画像Ｅ(i,j)と考えて同様の処理を行うとマップの値
Ｍ(i,j)が求まる。このようにＥ' (i,j)を作成して求め
ると、上記Ｅ(i,j)を作成してマップを求めるよりも、
エッジ部を安定して認識できるという効果がある。

【００６６】（５）その他以上の実施例では、ステップ１０３でエッジ部か平坦部
かを０と１で分けて認識したが、このほかにも、エッジ
部らしら、平坦部らしさを表した度合いマップＭ" (i,
j)を作成する方法がある。以下、ステップ１０１とステ
ップ１０２は上記と同一で、ステップ１０３とステップ
１０４を上記から変えた一例を示す。

【００６７】ステップ１０３で、数１７で求めたエッジ
画像Ｅ(i,j)を基に、以下の数１９ようにエッジ部と平
坦部の度合いマップＭ" (i,j)を作る。

【００６８】Ｍ" (i,j) = Ｅ(i,j)* Ｅ(i,j)／(Ｅ(i,j)* Ｅ(i,j)+γ*γ*σ０*σ０) …（数１９）ここで、σ0は数８の時と同様に入力画像のノイズの標
準偏差に比例する量を計算した値を意味し、γはエッジ
と平坦部の度合いを決める所定のパラメータ値である。
なお、σ0の計算の仕方は各種あり、例えばノイズ部と
みなせる画像の端の小さな領域の輝度の２乗平均の平方
根を用いてもよいし、画像各点における近傍の点の中で
最も変位の小さい値の平均値を用いてもよい。

【００６９】次にステップ１０４で以下の重み付き平均
を行う。

【００７０】Ｇ(i,j) = Ｍ" (i,j)＊Ａ(i,j) + （１− Ｍ" (i,j) ）＊Ｂ(i,j) …（数２０）

【００７１】

【発明の効果】本発明によれば、画像のエッジ部と平坦
部を分離して各々独立な処理ができることから、それぞ
れの部位の特徴に適した処理を行えるようになり、従来
よりも画質を改善した出力画像を得られるという効果が
ある。

【図面の簡単な説明】

【図１】本発明の実施例の手順の概略を示す図である。

【図２】本発明の実施例のステップ１０１を詳しく説明
した図である。

【図３】本発明の実施例のステップ１０１の別の実施例
を詳しく説明した図である。

【図４】本発明の実施例のステップ１０２を詳しく説明
した図である。

【図５】本発明の実施例のステップ１０２の別の実施例
を詳しく説明した図である。

【図６】輝度変化を評価する方向とサンプリング点の例
を示す図である。

【図７】輝度変化を評価する方向とサンプリング点の別
の例を示す図である。

【図８】輝度変化を評価する方向とサンプリング点のさ
らに別の例を示す図である。

【符号の説明】

１０１…エッジ部に有効な非線形平滑化をするステッ
プ、１０２…平坦部に有効な非線形平滑化をするステッ
プ、１０３…エッジ部と平坦部を分離するステップ、１
０４…エッジ部と平坦部のデータ切り張り処理をするス
テップ、２０１…各方向５点の輝度変化を評価するステ
ップ、２０２…最小変化方向を求めるステップ、２０３
…最小変化方向に５点の１次元非線形平滑化をするステ
ップ、３１１…ボケた輝度変化ベクトルを作成するステ
ップ、３０２…ボケ最小変化方向を求めるステップ、３
０３…ボケ最小変化方向の１次元非線形平滑化をするス
テップ、４０１…各方向９点の輝度変化を評価するステ
ップ、４０２…最小変化方向を求めるステップ、４０３
…最小変化方向に９点の１次元非線形平滑化をするステ
ップである。

───────────────────────────────────────────────────── フロントページの続き (72)発明者佐野耕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

【特許請求の範囲】

【請求項１】入力画像のエッジ部と平坦部を分離して認
識し、認識された結果に応じて、前記入力画像のエッジ部と認
識した部位にはエッジ部用の所定方向の所定の１次元非
線形平滑化を行い、前記入力画像の平坦部と認識した部位には平坦部用の所
定の平滑化処理を行うことを特徴とする画像処理方法。
【請求項２】請求項１に記載の画像処理方法において、前記エッジ部用の所定方向の１次元非線形平滑化の処理
として、前記入力画像の着目した画素を中心に複数の所
定方向について輝度変化を評価し、各輝度変化の値を基
に特定の１方向を選択し、前記選択された１方向上の該
入力画像値のデータを基に１次元の非線形平滑化処理を
行うことを特徴とした画像処理方法。
【請求項３】請求項1に記載の画像処理方法において、前記エッジ部用の所定方向の１次元非線形平滑化の処理
として、前記入力画像の着目した画素を中心に複数の所
定方向について輝度変化を評価し、各輝度変化値の中か
ら最小値を取る方向である最小変化方向を選択し、前記
最小変化方向上の前記入力画像値のデータを基に１次元
の非線形平滑化処理を行うことを特徴とした画像処理方
法。
【請求項４】請求項1に記載の画像処理方法において、上記エッジ部用の所定方向の所定の１次元非線形平滑化
の処理として、該入力画像について、着目した画素を中
心に複数の所定方向について輝度変化を評価して各方向
の輝度変化値を求め、該各方向の輝度変化値を成分値と
する輝度変化ベクトを作成し、該入力画像の各画素に対
応した該輝度変化ベクトルを各々の画素について作成
し、着目した画素とその周辺の画素の該輝度変化ベクト
ルについて、所定の重み付けベクトル加算を行って着目
画素のボケ輝度変化ベクトルを作成し、該着目画素のボ
ケ輝度変化ベクトルの成分値の中から最小値となる成分
を与えた方向、すなわちボケ最小変化方向を求め、該ボ
ケ最小変化方向上の該入力画像値のデータを基に１次元
の非線形平滑化処理を行うことを特徴とした画像処理方
法。
【請求項５】請求項１に記載の画像処理方法において、上記平坦部用の非線形平滑化の処理として、該入力画像の着目した画素を中心に複数の所定方向につ
いて輝度変化を評価し、各輝度変化の値を基に特定の１
方向を選択し、該選択された１方向について、エッジ部
の同様の処理よりも長い距離にある該入力画像値のデー
タを基に、エッジ部の同様の処理よりも長い距離の１次
元の非線形平滑化処理を行うことを特徴とした画像処理
方法。
【請求項６】請求項１に記載の画像処理方法において、上記平坦部用の所定の非線形平滑化の処理として、該入力画像の着目した画素を中心に複数の所定方向につ
いて輝度変化を評価し、各輝度変化の値を基に特定の１
方向を選択し、該選択された１方向について、エッジ部
の同様の処理よりも長い距離にある該入力画像値のデー
タを基に、エッジ部の同様の処理よりも長い距離の１次
元の非線形平滑化処理を行った値と、上記選択された１
方向と所定方向ずれた方向にある該入力画像値のデータ
を基に１次元の非線形平滑化を行った値を平均する処理
を行うことを特徴とした画像処理方法。
【請求項７】請求項１に記載の画像処理方法において、上記エッジ部用の所定の非線形平滑化の処理として、該入力画像の着目した画素を中心に複数の所定方向につ
いて輝度変化を評価し、各輝度変化の値を基に特定の１
方向を選択し、該選択された１方向上の該入力画像値の
データを基に１次元の非線形平滑化処理を行い、上記平
坦部に適した所定の非線形平滑化の処理として、該入力
画像の着目した画素を中心にした周囲の該入力画像値を
基に、各入力画像値の寄与する重みを変えた適合型重み
付き平均を行うことを特徴とした画像処理方法。
【請求項８】１）入力画像の各点において、着目した画
素を中心に複数の所定方向について輝度変化を評価して
各方向の輝度変化値を求め、該各方向の輝度変化値を成
分値とする輝度変化ベクトを作成し、２）該入力画像の各点について、着目した画素とその周
辺の画素の該輝度変化ベクトルを基に所定の重み付けベ
クトル加算を行って着目画素のボケ輝度変化ベクトルを
作成し、３）該入力画像の各点について、着目画素のボケ輝度変
化ベクトルの成分値の中から最小値となる成分を与えた
方向、すなわちボケ最小変化方向を求め、４）該入力画像の各点について、該ボケ最小変化方向上
の該入力画像値のデータを基に１次元の非線形平滑化処
理を行い、ボケ最小変化方向平滑化画像を作成し、５）該ボケ最小変化方向平滑化画像を基に画像のエッジ
部と平坦部を区別するマップを作成し、６）該エッジ部と平坦部を区別するマップを参照して、
画像のエッジ部と判断した部分では、該ボケ最小変化方
向平滑化画像を出力画像値とし、７）該エッジ部と平坦部を区別するマップを参照して、
画像の平坦部分と判断した部分では、平坦部用の所定の
非線形平滑化の処理を行った結果を出力画像値とするこ
とを特徴とした画像処理方法。
【請求項９】請求項８に記載の画像処理方法おいて、前記マップを作成する処理として該ボケ最小変化方向平
滑化画像の各点について、着目した画素に対応する該入
力画像の該ボケ最小変化方向と直行した方向を作り、該
ボケ最小変化方向平滑化画像の着目点を中心として該直
行方向上にある所定の点数分の該ボケ最小変化方向平滑
化画像値のデータ値の中から最大値と最小値の差を求
め、該最大値と最小値の差が所定の値よりも大きい場合
はエッジ部と判定し、該最大値と最小値の差が所定の値
よりも小さい場合は平坦部と判定する処理を行うことを
特徴とした画像処理方法。
【請求項１０】請求項８に記載の画像処理方法におい
て、前記画像の平坦部用の所定の非線形平滑化の処理とし
て、該輝度変化ベクトの成分値の中から最小値となる成分を
与えた方向である最小変化方向を求め、該最小変化方向
上の該入力画像値のデータを基に、エッジ部に行う処理
よりも長い距離の１次元の非線形平滑化処理を行うこと
を特徴とした画像処理方法。