KR20010020938A

KR20010020938A - 화상 처리장치, 화상 처리방법, 잡음량 평가장치, 잡음량평가방법, 및 저장 매체

Info

Publication number: KR20010020938A
Application number: KR1020000029999A
Authority: KR
Inventors: 콘도테추지로; 코바야시나오키
Original assignee: 이데이 노부유끼; 소니 가부시끼 가이샤
Priority date: 1999-06-01
Filing date: 2000-06-01
Publication date: 2001-03-15
Also published as: US7209595B2; CN100463495C; CN1292621A; US20050157938A1; US6970605B1; KR100844807B1; EP1058210A3; US7454083B2; CN1674640A; JP4344964B2; EP1058210A2; US20060274975A1; EP1862968A1; JP2000341559A; CN1208947C

Abstract

화상 처리장치는 입력 화소 데이터를 처리하여 처리된 화소 데이터를 출력 화소 데이터로서 출력한다. 화상 처리장치는 입력 화소 데이터의 신뢰도를 나타내는 입력 신뢰도를 계산하는 입력 신뢰도 계산부, 출력 화소 데이터의 신뢰도를 나타내는 출력 신뢰도를 계산하는 출력 신뢰도 계산부, 입력 화소 데이터의 움직임량을 검출하는 움직임량 검출부, 움직임량에 따라 출력 신뢰도를 보상하는 보상부, 및 입력 신뢰도 및 보상된 출력 신뢰도에 따라 입력 화소 데이터를 처리하며 출력 화소 데이터를 출력하는 처리부를 포함한다.

Description

화상 처리장치, 화상 처리방법, 잡음량 평가장치, 잡음량 평가방법, 및 저장 매체{Image processing apparatus, image processing method, noise-amount estimate apparatus, noise-amount estimate method, and storage medium}

발명의 분야

본 발명은 화상 처리장치, 화상 처리방법, 잡음량 평가장치, 잡음량 평가방법, 및 저장 매체에 관한 것으로, 특히, 동화상 등의 데이터에 포함된 잡음을 보다 효과적으로 제거할 수 있게 하는 화상 처리장치, 화상 처리방법, 잡음량 평가장치, 잡음량 평가방법, 및 저장 매체에 관한 것이다.

관련 기술 설명

일반적으로, 송신 혹은 재생된 화상 데이터 및 사운드 데이터 등의 데이터는 시간이 경과함에 따라 변하는 잡음을 포함한다. 데이터 내에 포함된 잡음을 제거하기 위해서, 전체 입력된 데이터의 평균, 즉 전체 평균을 구하고, 이동 평균(moving average)라고 하는 입력 데이터의 일부분의 평균을 구하는 공지된 방법이 있다.

전체 평균을 계산하는 방법은 데이터 내에 포함된 잡음의 정도, 즉 데이터의 신호 대 잡음비(S/N비)가 균일할 때 효과적이다. 그러나, 데이터의 S/N 비가 변할 때, 낮은 S/N비를 갖는 데이터 부분은 높은 S/N비를 갖는 데이터 부분에 악영향을 미쳐 경우에 따라서는 잡음을 효과적으로 제거하는 것을 어렵게 한다.

이동 평균을 계산하는 방법에선 시간영역에서 현재 입력된 데이터에 가까이 위치한 데이터의 평균을 구하기 때문에, 처리 결과는 데이터의 S/N비의 변화에 영향을 받는다. 즉, 처리 결과는 높은 S/N비를 갖는 데이터의 부분에 대해 높은 S/N비를 갖지만, 처리 결과는 높은 S/N비를 갖는 데이터 부분에 대해선 낮은 S/N비를 갖는다.

동화상 데이터로부터 잡음을 제거할 때, 각 프레임 내 동일 위치에 배치된 화소에서 전체 평균 혹은 이동 평균을 구할지라도 움직임에 기인하여 잡음을 효과적으로 제거하기가 어려울 수 있다.

따라서, 본 발명의 목적은 전술한 결점을 해결하는 것이다.

전술한 목적은 입력 화소 데이터를 처리하고 처리된 입력 화소 데이터를 출력 화소 데이터로서 출력하는 화상 처리장치에 있어서, 상기 입력 화소 데이터의 신뢰도를 나타내는 입력 신뢰도를 계산하는 입력 신뢰도 계산수단; 상기 출력 화소 데이터의 신뢰도를 나타내는 출력 신뢰도를 계산하는 출력 신뢰도 계산수단; 상기 입력 화소 데이터의 움직임량을 검출하는 움직임량 검출수단; 상기 움직임량에 따라 상기 출력 신뢰도를 보상하는 보상수단; 및 상기 입력 신뢰도 및 상기 보상된 출력 신뢰도에 따라 상기 입력 화소 데이터를 처리하고, 상기 출력 화소 데이터를 출력하는 처리수단을 포함하는 화상 처리장치의 제공을 통해 본 발명의 일면에서 달성된다.

전술한 목적은 화소 데이터 내에 포함된 잡음량을 평가하는 잡음량 평가장치에 있어서, 소정 수의 화소의 단위로 처리하며, 각 화소 데이터를 포함하는 국부영역 내에 복수의 화소 데이터의 편차를 계산하는 편차 계산수단; 상기 소정 수의 화소의 단위로, 각 화소 데이터에 대해 계산된 편차의 히스토그램을 생성하는 히스토그램 생성수단; 및 상기 소정 수의 화소의 단위로, 상기 히스토그램에 따라 상기 화소 데이터 내에 포함된 잡음량을 구하는 잡음량 계산수단을 포함하는 화소 데이터 내 잡음량 평가장치의 제공을 통해 본 발명의 또 다른 면에서 달성된다.

전술한 목적은 입력 화소 데이터를 처리하고 상기 처리된 입력 화소 데이터를 출력 화소 데이터로서 출력하는 화상 처리방법에 있어서, 상기 입력 화소 데이터의 신뢰도를 나타내는 입력 신뢰도를 계산하는 단계; 상기 출력 화소 데이터의 신뢰도를 나타내는 출력 신뢰도를 계산하는 단계; 상기 입력 화소 데이터의 움직임량을 검출하는 단계; 상기 움직임량에 따라 상기 출력 신뢰도를 보상하는 단계; 및 상기 입력 신뢰도 및 상기 보상된 출력 신뢰도에 따라 상기 입력 화소 데이터를 처리하고 출력 화소 데이터를 출력하는 단계를 포함하는 화상 처리방법의 제공을 통해 본 발명의 또 다른 면에서 달성된다.

전술한 목적은 화소 데이터 내에 포함된 잡음량을 평가하는 잡음량 평가방법에 있어서, 소정 수의 화소 단위로 처리하며 각 화소 데이터를 포함하는 국부영역 내 복수의 화소 데이터의 편차를 계산하는 단계; 상기 소정 수의 화소 단위로, 각 화소 데이터에 대해 계산된 편차의 히스토그램을 생성하는 단계; 및 상기 소정 수의 화소 단위로, 상기 히스토그램에 따라 상기 화소 데이터 내에 포함된 잡음량을 구하는 단계를 포함하는 화소 데이터 내 잡음량 평가방법의 제공을 통해서 본 발명의 또 다른 면에서 달성된다.

전술한 목적은 입력 화소 데이터를 처리하며 상기 처리된 입력 화소 데이터를 출력 화소 데이터로서 출력하는 컴퓨터로 제어가능한 프로그램을 저장하는 저장 매체에 있어서, 상기 프로그램은, 상기 입력 화소 데이터의 신뢰도를 나타내는 입력 신뢰도를 계산하는 단계; 상기 출력 화소 데이터의 신뢰도를 나타내는 출력 신뢰도를 계산하는 단계; 상기 입력 화소 데이터의 움직임량을 검출하는 단계; 상기 움직임량에 따라 상기 출력 신뢰도를 보상하는 단계; 및 상기 입력 신뢰도 및 상기 보상된 출력 신뢰도에 따라 상기 입력 화소 데이터를 처리하여 상기 출력 화소 데이터를 출력하는 단계를 포함하는 저장 매체의 제공을 통해 본 발명의 또 다른 면에서 달성된다.

전술한 목적은 화소 데이터 내에 포함된 잡음량을 평가하는 컴퓨터로 제어가능한 프로그램을 저장하는 저장 매체에 있어서, 상기 프로그램은 소정 수의 화소 단위로 처리하며 각 화소 데이터를 포함하는 국부영역 내 복수의 화소 데이터의 편차를 계산하는 단계; 상기 소정 수의 화소 단위로, 각 화소 데이터에 대해 계산된 상기 편차의 히스토그램을 생성하는 단계; 및 상기 소정 수의 화소 단위로, 상기 히스토그램에 따라 상기 화소 데이터 내에 포함된 잡음량을 구하는 단계를 포함하는 저장 매체의 제공을 통해서 본 발명의 또 다른 면에서 달성된다.

도 1은 본 발명의 실시예에 따른 잡음감소(NR) 처리회로의 블록도.

도 2a는 도 1에 도시한 NR 처리회로에 의해 처리될 입력 데이터를 도시한 도면.

도 2b는 도 1에 도시한 NR 처리회로에 의해 처리될 입력 데이터의 신뢰도를 도시한 도면.

도 3은 도 1에 도시한 NR 처리회로의 구성예를 도시한 블록도.

도 4는 도 3에 도시한 잡음량 계산부(11)의 구성예를 도시한 블록도.

도 5는 도 4에 도시한 잡음량 계산부(11)의 처리를 도시한 도면.

도 6은 도 3에 도시한 출력 신뢰도 계산부(13)의 구성예를 도시한 블록도.

도 7a은 도 3에 도시한 NR 처리회로에서 입력 데이터의 처리를 도시한 도면.

도 7b는 도 3에 도시한 NR 처리회로에서 출력 데이터의 처리를 도시한 도면.

도 8은 도 3에 도시한 NR 처리회로의 처리를 도시한 흐름도.

도 9는 입력 신뢰도 계산방법을 도시한 도면.

도 10은 도 1에 도시한 NR 처리회로의 제1 구성예의 블록도.

도 11a는 도 10에 도시한 움직임량 계산부(16)에서 움직임량을 계산하는데 사용되는 화소영역을 도시한 도면.

도 11b는 도 11a에 도시한 화소영역에서 계산된 차를 움직임량으로 변환하는 변환함수를 도시한 도면.

도 12는 도 10에 도시한 출력 신뢰도 계산부(13)의 구성예를 도시한 블록도.

도 13은 잡음량 평가 처리를 도시한 도면으로, 도 13에서 (A)는 잡음이 없는 화상, (B)는 프레임으로 변하지만 공간적으로 일정한 잡음의 화상, (C)는 (B)에 도시한 것에 (A)에 도시한 화상을 더함으로써 발생된 잡음을 갖는 화상, (D)는 (C)에 도시한 잡음을 갖는 화상의 평가된 잡음량을 도시한 도면.

도 14는 잡음량을 도시한 도면.

도 15a는 화상이 국부영역에서 잡음량을 평가하는데 사용되는 편차의 계산을 도시한 도면.

도 15b는 편차 히스토그램에서 가장 빈도수가 높은 값을 갖는 편차를 잡음량으로서 간주하는 잡음량 평가방법을 도시한 도면.

도 16은 도 10에 도시한 잡음량 평가부(1)의 또 다른 구성예를 도시한 블록도.

도 17은 도 16에 도시한 잡음량 평가부(1)에 의해 실행된 잡음량 평가 처리의 흐름도.

도 18은 원화상, 잡음 화상, 및 입력 화상 내 잡음량의 히스토그램을 도시한 차트.

도 19는 본 발명의 실시예에서 잡음량을 평가하는 시뮬레이션 결과를 도시한 차트.

도 20a는 본 발명에 관계된 처리를 실행하기 위한 프로그램이 설치되는 컴퓨터를 도시한 도면.

도 20b는 본 발명에 관계된 처리를 실행하는 프로그램을 저장하기 위한 저장 매체 예를 도시한 도면.

도 20c는 본 발명에 관계된 처리를 실행하는 프로그램이 위성 및 망을 통해 컴퓨터에 분배되는 경우를 도시한 도면.

도 21은 본 발명에 관계된 처리를 실행하는 프로그램이 설치되는 컴퓨터의 블록도.

* 도면의 주요 부분에 대한 부호의 설명 *

1 : 잡음량 평가부 2 : 잡음 제거부

11 : 잡음량 계산부 11₁, 11₂, 11₃, 11₄, 14, 25 : 래치회로

12 : 입력 신뢰도 계산부 13 : 출력 신뢰도 계산부

15 : 가중치 계산부 16 : 움직임량 계산부

21, 23 : 가중치 부여부 22, 24, 41, 51, 52 : 연산부

31 : 평균 계산회로 32 : 편차 계산회로

61 : 프레임 메모리 62 : 국부 영역 편차 계산부

63 : 편차 히스토그램 저장 메모리 64 : 히스토그램 출력 신호 발생기

65 : 스위치 66 : 피크 위치 계산부

100 : NR 처리회로 101 : 컴퓨터

102 : 하드 디스크 103, 116 : 반도체 메모리

111 : 플로피 디스크 112 : 콤팩트 디스크 독출전용 메모리크

113 : 자기광학 디스크 114 : 디지털 다기능 디스크

115 : 자기 디스크 121 : 다운로드 사이트

122 : 위성 131 : 망

141 : 버스 142 : 중앙처리부

143 : 독출전용 메모리 144 : 랜덤 액세스 메모리

145 : 입력 및 출력 인터페이스 146 : 디스플레이부

147 : 입력부 149 : 드라이브

도 1은 본 발명의 실시예에 따른 잡음 감소(NR) 처리회로(100)의 구성예를 도시한 것이다.

이 NR 처리회로(100)는 잡음량 평가부(1) 및 잡음 제거부(2)로 형성된다. 잡음량 평가부(1)는 입력 데이터 내에 포함된 잡음량을 평가하며, 잡음 제거부(2)는 잡음량에 따라 입력 데이터에 처리를 적용한다. NR 처리회로(100)는 입력 데이터 및 출력 데이터로부터 잡음을 효과적으로 제거한다.

구체적으로, 예를 들면, 설명을 간단하게 하기 위해서, 도 2a에 도시한 바와 같이 일정한 트루값을 가지며 시간에 따라 변동하는 잡음이 겹쳐진 입력 데이터를 평균하여 시간에 따라 변하는 잡음을 제거하는 경우를 고찰한다. 잡음은 큰 잡음레벨 즉 낮은 S/N비를 갖는 입력 데이터에 대해 가중치를 작은 값으로 설정하고, 작은 잡음레벨, 즉 높은 S/N비를 갖는 입력 데이터에 대해 가중치를 큰 값으로 설정함으로써 효과적으로 제거된다.

도 1에 도시한 NR 처리회로(100)에서, 입력 데이터의 평가값으로서, 입력 데이터가 트루값에 얼마나 가까운가를 나타내는 신뢰도, 예를 들면 도 2b에 도시한 트루값에 대한 입력 데이터의 신뢰도를 구한다. NR 처리회로(100)는 신뢰도에 대응하는 가중치를 입력 데이터에 적용하면서 평균을 계산하여 잡음을 효과적으로 제거한다.

그러므로, 도 1에 도시한 NR 처리회로(100)는 신뢰도에 대응하는 가중치를 사용하여 입력 데이터의 가중치 부여된 평균을 구하여 이를 출력 데이터로서 출력한다. 출력 데이터 y(t)는 다음의 식으로부터 구해지며, 여기서 x(t), y(t), 및 α_x(t)는 입력 데이터, 출력 데이터 및 시간 "t"에서 입력 데이터의 신뢰도를 각각 나타낸다.

입력 데이터의 보다 높은 신뢰도 α_x(t)에 보다 큰 가중치가 주어지는 것으로 가정한다.

현재 시간 "t" 전의 한 샘플에 얻어진 출력 데이터 y(t-1)는 식(1)로부터 다음과 같이 하여 계산된다.

출력 데이터 y(t)에 대해서, 출력 데이터 y(t)가 트루값에 얼마나 가까운가를 나타내는 신뢰도 α_y(t), 트루값에 대한 출력 데이터 y(t)의 신뢰도를 출력 데이터 y(t)의 평가값으로서 도입한다. 현재 시간 "t" 전의 한 샘플에 얻어진 출력 데이터 y(t-1)의 신뢰도 α_y(t-1)는 다음 식으로 정의된다.

식(3)에 따라서, 출력 데이터 y(t-1)의 신뢰도 α_y(t-1)는 지금까지 처리된 입력 데이터 x(i)(i=0,1,2,..., t-1)의 신뢰도 α_x(i)의 합이다. 그러므로, 출력 데이터 y(t-1)의 신뢰도 α_y(t-1)는 트루값에 가까운 입력 데이터가 지금까지 많이 입력되었을 땐 크며, 트루값에 가까운 입력 데이터가 적게 입력되었을 땐 신뢰도가 작다. 즉, 출력 데이터 y(t-1)의 신뢰도 α_y(t-1)는 지금까지 입력된 입력 데이터의 트루값에의 근접(신뢰도)을 반영한다. 지금까지 입력된 입력 데이터가 트루값에 가까울 때, 출력 데이터 y(t-1) 또한 트루값에 가까움을 의미한다. 역으로, 지금까지 입력된 입력 데이터가 트루값에서 멀 때, 출력값 y(t-1) 또한 트루값에서 멀다는 것을 의미하다. 그러므로, 식(3)으로 표현된 신뢰도 α_y(t-1)는 출력 데이터 y(t-1)이 트루값에 근접을 나타낸다.

출력 데이터 y(t) 및 이의 신뢰도 α_y(t)는 식(3)에 식(1)를 사용하여 다음과 같이 표현된다.

시간 "t"에서 출력 데이터 y(t)를 구하는데 사용되는 가중치는 w(t)로 나타내었으며 다음 식으로 정의된다.

식(6)으로부터 다음 식이 만족된다.

식(6) 및 식(7)을 사용하여, 식(4)에서 출력 데이터 y(t)는 곱셈 및 덧셈하여 구한 가중치 부여된 평균에 의해 다음과 같이 나타낼 수 있다.

식(8)에 사용된 가중치 w(t) 및 1-w(t)는 한 샘플 전에 구한 출력 데이터 y(t-1)의 신뢰도 α_y(t-1)및 현재 입력 데이터 x(t)의 신뢰도 α_x(t)를 사용하여 식(6)으로부터 구할 수 있다. 식(5)에서 현재 출력 데이터 y(t)의 신뢰도 α_y(t)는 한 샘플 전에 구한 출력 데이터 y(t-1)의 신뢰도 α_y(t-1)는 및 현재 입력 데이터 x(t)의 신뢰도 α_x(t)를 사용하여 구할 수도 있다.

도 2b에 도시한 입력 데이터 x(t)의 신뢰도 α_x(t)는 그 근처의 입력 데이터의 편차의 역이다. 입력 데이터 x(t)의 신뢰도 α_x(t)및 출력 데이터 y(t)의 신뢰도 α_y(t)를 각각 대응하는 편차 σ_x(t) ²혹은 σ_y(t) ²의 역, 즉 신뢰도 α_x(t)및 신뢰도 α_y(t)를 다음과 같이 설정할 때,

식(8)의 가중치 w(t)는 다음 식으로 구할 수 있다.

이 경우, 식(8)에서 1-w(t)는 다음 식으로 구할 수 있다.

항, σ_y(t) ²는 다음 식으로 구할 수 있다.

식(4) 및 식(5) 로부터 얻어진 식(8)은 입력 데이터 x(t)가 이의 신뢰도 α_x(t)에 대응하는 가중치로 가중치를 부여하고, 한 샘플 전에 얻어진 출력 데이터 y(t-1)은 이의 신뢰도 α_y(t-1)에 대응하는 가중치로 가중치를 부여하고, 가중치가 부여된 입력 데이터 및 가중치가 부여된 출력 데이터를 합하고, 그 합을 입력 데이터 x(t)로부터 잡음을 제거하여 얻어진 데이터인 출력 데이터 y(t)로서 사용되는 것을 보이고 있다는 것이 식(4)로부터 명백하다.

입력 데이터 x(t)에 대한 가중치에 대응하는 신뢰도 α_x(t)는 트루값에 대한 입력 데이터 x(t)의 근접을 나타내며, 한 샘플 전에 얻어진 출력 데이터 y(t-1)에 대한 가중치에 대응하는 신뢰도 α_y(t-1)는 트루값에 대한 출력 데이터 y(t-1)의 근접을 나타낸다. 트루값은 본 실시예에서 일정하기 때문에, 더 중요한 것으로 생각되는 입력 데이터 x(t)와 출력 데이터 y(t-1) 중 트루값에 더 가까운가에 어느 것과 덧셈을 수행하는 식(8)로 출력 데이터 y(t)가 얻어질 때, 출력 데이터 y(t)는 트루값에 더 가깝게 된다.

즉, 입력된 작은 신뢰도를 갖는 입력 데이터에 작은 가중치가 적용되고, 큰 신뢰도를 갖는 것에 큰 가중치가 적용되며, 이러한 식으로 가중치가 부여된 입력 데이터를 합산하여 식(1)으로부터 나온 식(8)(식(1)과 동등한)에 의해 출력 데이터 y(t)를 얻는다. 보다 직관적으로, 출력 데이터 y(t)는 많은 잡음을 갖는 입력 데이터가 덜 영향을 미치게 하고 거의 잡음이 없는 입력 데이터가 영향을 더 미치도록 입력 데이터를 합산하여 구한다.

그러므로, 전체 평균을 구했을 때, 낮은 s/n 비를 갖는 입력 데이터와 높은 s/n비를 갖는 입력 데이터 모두 동일 레벨로 출력 데이터에 영향을 미친다. 그러나, 식(8)에 따라서, 본 실시예에서, 낮은 s/n비를 갖는 입력 데이터는 출력 데이터에 거의 영향을 미치지 않으며, 높은 s/n비를 갖는 입력 데이터는 출력 데이터에 휠씬 더 영향을 미친다. 결국, 전체 평균을 사용한 경우보다 잡음이 더 효과적으로 제거된 출력 데이터가 얻어진다.

이동 평균을 구했을 때, 시간적으로 먼 입력 데이터는 높은 s/n비를 갖고 있어도 출력 데이터에 전혀 영향을 미치지 않으며, 시간적으로 가까운 입력 데이터는 낮은 s/n비를 갖고 있어도 출력 데이터에 휠씬 더 영향을 미친다. 그러나, 식(8)에 따라서, 본 실시예에서, 입력 데이터는 시간적으로 근접에 무관하게 s/n비에 따라 출력 데이터에 영향을 미친다. 결국, 이동 평균을 사용한 경우보다 잡음이 더 효과적으로 제거된 출력 데이터가 얻어진다.

전술한 바와 같이, 식(8)에 따라서, 출력 데이터는 높은 신뢰도(트루값에 가까운)를 갖는 입력 데이터의 효과에 의해 트루값에 더 가깝게 된다. 그러므로, 높은 신뢰도를 갖는 입력 데이터가 많은 경우로 처리될 때, 출력 데이터는 트루값에 도달한다. 결국, 출력 데이터의 S/N 비는 시간이 경과함에 따라 개선된다.

상기 실시예에서, 트루값은 일정한 것으로 가정하였다. 트루값이 변경되는 데이터의 경우엔 예를 들면 트루값이 일정한 것으로 간주된 존들로 데이터를 분할하여 각 존에 처리를 적용하는 것이 필요하다.

상기 실시예에서, 시간적으로 근접하여 놓인 일부 입력 데이터 아이템의 편차를 입력 데이터의 신뢰도로서 사용한다(이하 입력 신뢰도라 함). 이 경우, 입력 신뢰도, 출력 데이터, 혹은 출력 데이터의 신뢰도(이하 출력 신뢰도라 함)는 일부 입력 데이터 아이템이 입력될 때까지는 얻어질 수 없다. 입력 신뢰도를 구하는데 사용되는 입력 데이터 아이템이 입력될 때까지, 예를 들면 입력 신뢰도 혹은 출력 신뢰도를 계산하고, 지금까지 입력된 입력 데이터의 단순 평균을 구하여 출력 데이터로서 사용하는 것이 가능하다. 입력 신뢰도를 구하는데 사용되는 입력 데이터 아이템이 입력될 때까지 사용되는 방법은 전술한 것으로 한정되지 않는다.

도 3은 전술한 방법으로 입력 데이터의 잡음을 제거하는 도 1에 도시한 NR 처리회로(100)의 상세한 구성예를 도시한 것이다.

래치회로(11₁)는 입력 데이터를 수신한다. 래치회로(11₁)는 입력 데이터가 수신될 때 타이밍에 동기하여 입력 데이터를 래치하고, 이를 다음 단의 래치회로(11₂) 및 잡음량 계산부(11)로 보낸다. 래치회로(11₂) 및 래치회로(11₃)는 전 단의 래치회로들(11₁및 11₂)로부터 출력된 데이터를 래치하고, 이를 다음 단의 래치회로들(11₃및 11₄) 각각에 그리고 잡음량 계산부(11)로 래치회로(11₁)와 동일한 방식으로 보낸다. 래치회로(11₄)는 전 단의 래치회로(11₃)로부터 출력된 데이터를 래치하고 이를 잡음량 계산부(11)로 보낸다.

잡음량 계산부(11)는 래치회로들(11₁내지 11₄)에 의해 래치된 입력 데이터 외에, 래치회로(11₁)로 보내진 것과 동일한 입력 데이터를 수신한다. 그러므로, 입력 데이터 x(t)가 래치회로(11₁)는 및 잡음량 계산부(11)로 보내질 때, 잡음량 계산부(11)는 래치회로들(11₁내지 11₄)에 의해 래치된 입력 데이터 x(t-1) 내지 x(t-4)를 수신한다. 입력 신뢰도 계산회로(12)는 예를 들면 입력 데이터 x(t) 내지 x(t-4)로부터 입력 데이터의 편차를 계산하고 입력 데이터 x(t)의 잡음량으로서의 편차를 입력 신뢰도 계산부(12)로 보낸다.

잡음량 계산부(11) 및 래치회로들(11₁내지 11₄)은 도 1에 도시한 잡음량 평가부(1)에 대응한다.

입력 신뢰도 계산부(12)는 잡음량 계산부(11)로부터 보내진 잡음량에 따라 입력 x(t)의 입력 신뢰도 α_x(t)를 계산하고 이를 출력 신뢰도 계산부(13) 및 가중치 계산부(15)로 보낸다. 구체적으로, 입력 신뢰도 계산부(12)는 잡음량 계산부(11)로부터 보내진 잡음량으로서 작용하는 편차의 역을 구하여 이를 입력 신뢰도 α_x(t)로서 출력한다.

출력 신뢰도 계산부(13)는 입력 신뢰도 계산부(12)로부터 보내진 입력 신뢰도 α_x(t)와, 래치회로(14)의 출력을 사용하여 식(5)에 따라 출력 신뢰도 α_y(t)를 구하여, 이를 래치회로(14)로 출력한다.

래치회로(14)는 출력 신뢰도 계산부(13)로부터 보내진 출력 신뢰도 α_y(t)를, 예를 들면 입력 데이터 x(t)를 래치하는 것에 동기하여 래치하고, 이를 출력 신뢰도 계산부(13) 및 가중치 계산부(15)로 보낸다. 그러므로, 래치회로(14)는 한 샘플 전에 구한 출력 신뢰도 α_y(t-1)를 출력 신뢰도 계산부(13) 및 가중치 계산부(15)로 보낸다.

가중치 계산부(15)는 입력 신뢰도 계산부(12)로부터 보내진 입력 신뢰도 α_x(t)와 래치회로로부터 보내진 출력 신뢰도 α_y(t-1)를 사용하여 식(6)에 따라 가중치 w(t)를 구하고, 이를 가중치 부여부(21) 및 연산부(22)로 보낸다. 연산부(22)는 가중치 계산부(15)로부터 보내진 가중치 w(t)를 1로부터 감하고, 감산 결과인 1-w(t)를 가중치 부여부(23)로 보낸다. 가중치 부여부(23)는 연산부(22)의 출력만이 아니라 입력 데이터 x(t)를 수신한다. 가중치 부여부(23)는 입력 데이터 x(t)와 연산부(22)의 출력을 곱하고, 그 곱을 연산부(24)로 보낸다. 연산부(24)는 가중치 부여부(21 및 23)의 출력들을 합산하고, 그 합을 출력 데이터 y(t)로서 출력하고, 이를 래치회로(25)로 보낸다. 래치회로(25)는 연산부(24)의 출력 데이터를, 예를 들면 입력 데이터 x(t)를 래치하는 것에 동기하여 래치하고, 이를 가중치 부여부(21)로 보낸다.

입력 신뢰도 계산부(12), 출력 신뢰도 계산부(13), 래치회로(14), 가중치 계산부(15), 가중치 부여부(21), 연산부(2), 가중치 부여부(23), 연산부(24), 및 래치회로(25)는 도 1에 도시한 잡음 제거부(2)에 대응한다.

도 4는 도 3에 도시한 잡음량 계산부(11)의 구성예를 도시한 것이다.

전술한 바와 같이, 잡음량 계산부(11)는 현재 입력 데이터 x(t)와 현재의 것 전의 4개의 샘플까지 입력 데이터 x(t-1) 내지 x(t-4)를 수신한다. 잡음량 계산부(11)는 도 5에 도시한 바와 같은 5개 샘플 입력 데이터 x(t) 내지 x(t-4)의 편차를 구하고, 이를 입력 데이터 x(t)의 잡음량으로서 출력한다.

구체적으로, 입력 데이터 x(t) 내지 x(t-4)는 평균 계산회로(31) 및 편차 계산회로(32)로 보내진다. 평균 계산회로(31)는 5 샘플 입력 데이터 x(t) 내지 x(t-4)의 평균 m(t)를 다음 식에 따라 계산하고 그 결과를 편차 계산회로(32)로 보낸다.

도 4에 도시한 실시예에서, N은 식(13)에서 5와 같다.

편차 계산회로(32)는 이에 입력된 입력 데이터 x(t) 내지 x(t-4)와 평균 계산회로(31)로부터 보내진 평균 m(t)를 사용하여 식(14)에 따라 편차 σ_x(t) ²를 계산하여 이를 입력 데이터 x(t)의 잡음량으로서 출력한다.

식(13)과 동일한 방식으로, N은 도4에 도시한 실시예에서 식(14)에서 5와 같다.

잡음량으로서 작용하는 편차 σ_x(t) ²는 입력 신뢰도 계산부(12)(도 3에 도시되어 있음)로 보내진다. 입력 신뢰도 계산부(12)는 다음 식에 보인 바와 같이 편차 σ_x(t) ²의 역을 구하여 이를 입력 신뢰도 α_x(t)로서 출력한다.

도 6은 도 3에 도시한 출력 신뢰도 계산부(13)의 구성예를 도시한 것이다.

도 6에 도시한 바와 같이, 출력 신뢰도 계산부(13)는 연산부(41)로 형성된다. 연산부(41)는 입력 신뢰도 계산부(12)로부터 보내진 현재 입력 신뢰도 α_x(t)및 래치회로(14)로부터 보내진 한 샘플 전에 구한 출력 신뢰도 α_y(t-1)를 수신한다. 연산부(41)는 입력 신뢰도 α_x(t)와 출력 신뢰도 α_y(t-1)를 식(4)에 따라 합산하여 그 합을 현재 출력 신뢰도 α_y(t)로서 출력한다.

도 3에 도시한 NR 처리회로(100)의 동작을 도 7a, 7b 및 도 8을 참조하여 이하 설명한다. NR 처리 회로(100)의 동작 및 각 기능 블록의 제어는 도면에 도시한 각각의 하드웨어 블록이나 소프트웨어로 구현될 수 있다. 대안으로, 제어기는 각각의 하드웨어를 제어할 수 있다.

도 7a에 도시한 바와 같이, NR 처리회로(100)는 5개의 샘플로서, 현재의 입력 데이터 x(t) 및 현재의 것 전의 4개의 샘플까지 얻어진 입력 데이터 x(t-1) 내지 x(t-4)를 사용하여, 이들의 편차 σ_x(t) ²를 구하고, 또한 입력 신뢰도 α_x(t)로서 편차의 역을 구한다.

가중치 w(t)는 입력 신뢰도 α_x(t)와 한 샘플전에 얻어진 신뢰도 α_y(t-1)를 사용하여 도 7b에 도시한 바와 같이 구해지고, 입력 데이터 x(t) 및 한 샘플 전에 구한 출력 데이터 y(t-1)의 가중치 부여된 평균을 가중치 w(t)에 따라 계산하여 가중치 부여된 평균을 출력 데이터 y(t)로서 출력한다.

구체적으로, 도 8에 도시한 흐름도에 도시한 바와 같이, 입력 데이터 x(t)는 단계 S11에서, 잡음량 평가부(1)(래치회로(11₁) 및 잡음량 계산부(11))와, 잡음 제거부(2)(가중치 부여부(23))에 입력된다.

다음 단계 S12에서, 잡음량 평가부(1)는 입력 데이터 x(t)의 잡음량을 평가하고 잡음 제거부(2)의 입력 신뢰도 계산부(12)는 잡음량으로부터 입력 신뢰도 α_x(t)를 구한다.

보다 구체적으로, 잡음량 평가부(1)의 래치회로(11₁)는 입력 데이터가 수신되는 타이밍에 동기하여, 수신 입력 데이터를 래치하고, 이를 다음 단의 래치회로(11₂)와 잡음량 계산부(11)로 보낸다. 래치회로(11₂) 및 래치회로(11₃)는 전 단의 래치회로들(11₁및 11₂)로부터 출력된 입력 데이터를 래치하여 데이터를 래치회로(11₁)와 동일한 방식으로, 다음 단의 래치회로들(11₃및 11₄)과 잡음량 계산부(11) 각각으로 보낸다. 래치회로(11₄)는 이전 단의 래치회로(11₃)로부터 출력된 입력 데이터를 래치하고, 이를 잡음량 계산부(11)로 보낸다. 그러므로, 잡음량 계산부(11)는 입력 데이터 x(t)를 수신할 때와 동시에, 래치회로들(11₁내지 11₄)로부터 입력 데이터 x(t-1) 내지 x(t-4)를 각각 수신한다. 잡음량 계산부(11)는 입력 데이터 x(t) 내지 x(t-4)의 편차를 구하고 이를 입력 데이터 x(t)의 잡음량으로서 전술한 바와 같이 입력 신뢰성 계산부(12)로 보낸다.

입력 신뢰성 계산부(12)는 잡음 계산부(11)로부터 보내진 잡음량의 역을 구하고, 이를 입력 데이터 x(t)의 입력 신뢰도 α_x(t)로서 출력 신뢰도 계산부(13) 및 가중치 계산부(15)로 보낸다.

입력 신뢰도 계산부(12)가 입력 신뢰도 α_x(t)를 가중치 계산부(15)로 보내는 타이밍에서, 래치회로(14)는 한 샘플 전에 출력 신뢰도 계산부(13)로부터 출력된 출력 신뢰도 α_y(t-1)를 래치한다. 단계 S13에서, 가중치 계산부(15)는 입력 신뢰도 계산부(12)로부터 보내진 입력 신뢰도 α_x(t)및 래치회로(14)에 의해 래치된 출력 신뢰도 α_y(t-1)를 사용하여, 식(6)에 따라 가중치 w(t)를 구한다. 이 가중치 w(t)는 가중치 부여부(21) 및 연산부(22)로 보내진다.

가중치 부여부(21), 연산부(22), 가중치 부여부(23), 연산부(24), 및 래치회로(25)는 가중치 계산부(15)로부터 출력된 가중치 w(t)를 사용하여 식(8)에 따라, 입력 데이터 x(t) 및 한 샘플 전에 얻어진 출력 데이터 y(t-1)에 대해 가중치 부여된 평균을 계산한다.

구체적으로, 가중치 부여부(21)는 래치회로(25)의 출력과 가중치 계산부(15)로부터 보내진 가중치 w(t)를 곱하여, 곱을 연산부(24)로 보낸다. 래치회로(25)는 가중치 계산부(15)가 가중치 w(t)를 출력하는 타이밍에서, 연산부(24)가 마지막 출력하는 출력 데이터 y(t-1)를 래치한다. 그러므로, 가중치 부여부(21)는 출력 데이터 y(t-1)와 가중치 w(t)와의 곱 w(t)y(t-1)을 구하여 이를 연산부(24)로 보낸다.

연산부(22)는 가중치 계산부(15)로부터 보내진 가중치 w(t)를 1에서 감하여 감산값인 1-w(t)를 가중치 부여부(23)로 보낸다. 가중치 부여부(23)는 연산부(22)의 출력인 1-w(t) 와 입력 데이터 x(t)를 곱하여 곱셈 결과인 (1-w(t))x(t)를 연산부(24)로 보낸다.

연산부(24)는 가중치 부여부(21)의 출력 w(t)y(t-1)과 가중치 부여부(23)의 출력 (1-w(t))x(t)를 합산한다. 즉, 가중치 계산부(15)로부터 출력된 가중치 w(t)를 사용하여, 입력 데이터 x(t)와 한 샘플 전에 얻어진 출력 데이터 y(t-1)의 가중치 부여된 평균이 식(8)에 따라 계산된다.

이 가중치 부여된 평균은 단계 S15에서 출력 데이터 y(t)로서 출력된다. 출력 데이터 y(t)는 래치회로(25)로 보내져 래치된다.

다음 단계 S16에서, 입력 데이터가 아직 있는지 여부를 판정한다. 단계 S16에서 처리될 입력 데이터가 아직 있는 것으로 판정될 때, 처리는 단계 S17로 가서 출력 신뢰도 계산부(13)는 출력 신뢰도를 갱신한다. 구체적으로, 출력 신뢰도 계산부(13)는 입력 신뢰도 계산부(12)에 의해 단계 S12에서 계산된 입력 신뢰도 α_x(t)와 한 샘플전에 얻어져 래치회로(14)에 의해 래치된 출력 신뢰도 α_y(t-1)를 식(5)에 따라 합산하여, 현재 출력 신뢰도 α_y(t)를 구하여 이를 래치회로(14)로 보낸다. 이어서, 처리는 단계 S11로 가서, 다음 입력 데이터에 대해 동일한 처리를 반복한다.

한편, 단계 S16에서 처리될 입력 데이터가 없는 것으로 판정될 때, 처리는 종료된다.

전술한 바와 같이, 현재 입력 데이터 x(t)의 신뢰도 α_x(t)와 한 샘플 전에 얻어진 출력 신뢰도 α_y(t-1)를 합산하여 가중치 w(t)를 계산한다. 이어서, 가중치 w(t)에 따라서, 현재 입력 데이터 x(t)와 한 샘플 전에 얻어진 출력 데이터 y(t-1)의 가중치 부여된 평균을 계산하고, 평균은 입력 데이터 x(t)의 처리 결과인 출력 데이터 y(t)로서 출력된다. 출력 데이터 y(t)의 출력 신뢰도 α_y(t)는 현재의 입력 신뢰도 α_x(t)에 한 샘플 전에 얻어진 출력 신뢰도 α_y(t-1)를 합산함으로써 얻어진다(갱신된다). 동일한 방식으로, 입력 데이터 x(t+1), x(t+2),…는 높은 잡음 레벨을 갖는 부분들을 더 많이 고려하지 않고 낮은 잡음 레벨을 갖는 부분들을 이전의 입력된 데이터에서 충분히 고려되게 학습된다. 즉, NR 처리회로(100)는 입력 데이터에 적응형인 가중치 w(t)를 얻으며, 결국, 가중치 w(t)의 학습이 진행되는 시시각각으로 출력 데이터를 개선한다. NR 처리회로(100)는 입력 데이터 및 출력 데이터로부터 잡음을 효과적으로 제거한다.

전술한 경우에서, NR 처리회로(100)는 입력 데이터의 편차의 역을 입력 신뢰도 α_x(t)로서 사용하기 때문에, 입력 신뢰도 α_x(t)는 소정 시간 범위 내에 입력 데이터의 분산(dispersion)을 나타낸다. 그러므로, 입력 데이터 내에 포함된 잡음의 정도, 예를 들면 입력 데이터의 S/N비가 변할 때, NR 처리회로(100)는 매우 효과적으로 잡음을 제거한다.

그러나, 입력 데이터의 편차의 역이 NR 처리회로(100)에서 입력 신뢰도 α_x(t)로서 사용될 때, 잡음 제거의 효과는 잡음 레벨의 국부적인 변화, 즉 편차의 본질에 기인하여, 매우 좁은 영역 내의 변화로 약간 낮아진다.

잡음 레벨의 국부적인 변화는 예를 들면 입력 신뢰도 α_x(t)로서, 입력 데이터의 평균에 대한 현재 입력 데이터의 에러 제곱의 역을 사용하여 효과적으로 처리될 수 있다.

이 경우, 입력 신뢰도 α_x(t)는 다음의 방법으로 계산된다.

구체적으로, 예를 들면, NR 처리회로(100)는 도 9에 도시한 바와 같이 식(16)에 따라 5개 샘플 입력 데이터 x(t) 내지 x(t-4)의 평균 m(t)를 계산한다.

도 9에 도시한 실시예에서, 식(16)에서 N은 5와 같다.

입력 데이터 x(t) 및 평균 m(t)를 사용하여, NR 처리회로(100)는 식(17)에 따라 평균 m(t)에 대한 입력 데이터 x(t)의 에러 제곱 d_x(t) ²를 계산한다.

이어서, 에러 제곱 d_x(t) ²의 역을 다음 식에 따라 구하여 입력 신뢰도 α_x(t)를 구한다.

전술한 바와 같이, 입력 신뢰도 α_x(t)로서 에러 제곱의 역을 사용하는 방법은 특히 평균 m(t)가 트루값에 가까울 때 효과적이다.

상기 설명에서, 입력 신뢰도 α_x(t)는 편차 σ_x(t) ²혹은 에러 제곱 d_x(t) ²중 하나에 근거하여 얻어진다. 또한 이들 모두에 근거하여 얻어질 수도 있다. 구체적으로, 예를 들면, 편차 σ_x(t) ²및 에러 제곱 d_x(t) ²의 역의 합을 입력 신뢰도 α_x(t)로서 사용할 수 있다.

상기 편차 σ_x(t) ²는 다소 넓은 영역에 입력 데이터의 국부적인 분산 정도를 나타내며 에러 제곱 d_x(t) ²은 좁은 영역에 데이터의 국부적인 분산 정도를 나타내며, 이들 인자들의 결합을 입력 신뢰도 α_x(t)로서 사용할 때, 입력 데이터가 변하는 S/N비를 가지며 입력 데이터 내에 포함된 잡음의 국부적인 레벨도 변할지라도, 잡음을 효과적으로 제거된다.

입력 데이터 x(t)가 오디오 데이터 등의 일차원 데이터일 때, 출력 데이터 y(t-1)는 입력 데이터 x(t)의 한 샘플 전인 입력 데이터 x(t-1)의 처리 결과로서 얻어진다. 입력 데이터 x(t)가 화상 데이터 등의 2차원 데이터일 때, 출력 데이터 y(t-1)는 입력 데이터 x(t)의 한 프레임(혹은 필드) 전인 입력 데이터 x(t-1)의 처리 결과로서 얻어진다.

구체적으로, t번째 프레임 내 화소(화소의 화소값)를 x(t)라 하고, 입력 화소로 작용하는 화소 x(t)로부터 식(8)에 따라 잡음이 제거되고, 결과적인 출력 화소가 출력될 때, t번째 프레임 내 입력 화소 x(t)와 공간 내 동일 위치에 있는 (t-1)번째 프레임 내 화소를 입력 화소 x(t-1)라 한다. 출력 화소 y(t-1)는 입력 화소 x(t-1)로부터 잡음을 제거하여 얻어진 화소를 나타낸다.

입력 데이터인 화상이 움직임이 없는 것일 때, 즉, 입력 데이터인 화상이 정지화상일 땐, 아무 문제도 발생하지 않는다. 입력 데이터인 화상이 움직임을 갖고 있을 때(잡음이 동화상으로부터 제거될 때), 입력 화소 x(t)의 트루값은 한 프레임 전에 얻어진 것이며 입력 화소 x(t)와 동일 일치로서 분산된 입력 화소 x(t-1)와는 다르기 때문에, 한 프레임 전에 얻어진 것이고 입력 화소 x(t)와는 다른 트루값을 갖는 입력 화소 x(t-1)에 대응하는 출력 화소 y(t-1)의 출력 신뢰도 α_y(t-1)는 입력 화소 x(t)로부터 잡음을 제거하여 얻어지는 출력 화소 y(t)를 얻는데 신뢰성이 없다.

즉, 입력 데이터로서의 화상이 움직임을 갖고 있을 때, 입력 화소 x(t)에 대응하는 출력 화소 y(t)를 얻는데 사용되는 것으로 출력 화소 y(t-1)의 출력 신뢰도 α_y(t-1)는 입력 화소 x(t)의 움직임량에 의해 영향을 받으며, 움직임량에 대응하는 양만큼 감소된다.

입력 화소 x(t)의 움직임량을 m(t)라 하며, 출력 신뢰도 α_y(t-1)는 (1.0-m(t)) x α_y(t-1)로 변경되며, 이것은 보상항으로서 작용한다. 본 실시예에서, 움직임량 m(t)는 0과 1사이의 실수로 설정된다. 움직임량 m(t)는 입력 화소 x(t)가 완전히 정지 화상일 땐 0이다. 움직임량 m(t)은 입력 화소 x(t)가 크게 움직임에 따라 증가한다. 움직임량 m(t)은 입력 화소 x(t)가 크게 움직일 때(완전히 움직일 때) 1에 이르며 입력 화소 x(t)의 트루값은 한 프레임 전의 프레임 상에서, 입력 화소 x(t)와 동일한 위치에 잇는 입력 화소 x(t-1)의 트루값과는 무관한 것으로 간주된다.

이 경우, 식(5)에 의해 구해지는 출력 신뢰도 α_y(t)는 다음 식으로 구해진다.

식(19)에 따라서, 움직임량 m(t)가 0일 때, 출력 화소 y(t)의 출력 신뢰도 α_y(t)(현재의 출력 신뢰도)는 한 프레임 전에 얻어진 출력 화소 y(t-1)의 출력 신뢰도 α_y(t-1)(이전 시간의 출력 신뢰도)를 사용하여 얻어진다. 한편, 움직임량 m(t)가 1일 때, 이전 시간에서 얻어진 출력 신뢰도 α_y(t-1)는 무시된다(사용하지 않는다). 즉, 지금까지 합산된 입력 신뢰도는 무시되고 출력 신뢰도 α_y(t)가 얻어진다.

이 경우, 식(6)에 의해 얻어질 가중치 w(t)는 다음 식으로 얻어진다.

식(7)로 나타낸 가중치 1-w(t)는 다음 식으로 얻어진다.

도 10은 앞에서 기술된 움직임량 m(t)가 도입된 화상으로부터 잡음을 제거하는 경우에 도 1에 도시한 NR 처리회로의 상세한 구성예를 도시한 것이다. 도 10에서, 도 3에서 사용된 것과 동일한 기호를 도 3에 도시한 것에 대응하는 부분에 할당하였으며 이들의 설명을 생략한다. 보다 구체적으로, 도 10에 도시한 NR 처리회로는 기본적으로 움직임량 계산부(16)가 새롭게 설치된 것을 제외하고 도 3에 도시한 구조와 동일한 구조를 갖는다.

움직임량 계산부(16)는 입력 데이터로서 입력 화소 x(t)를 수신한다. 움직임량 계산부(16)는 입력 화소 x(t)의 움직임량 m(t)를 구하여, 이를 출력 신뢰도 계산부(13)로 보낸다.

입력 화소 x(t)의 움직임량 m(t)는 입력 화소 x(t)의 트루값과 한 프레임 전의 프레임 상에서 입력 화소 x(t)과 동일한 위치에 있는 입력 화소 x(t-1)의 트루값간의 차이, 입력 화소 x(t)의 움직임(입력 화소 x(t)에 디스플레이된 화상부분의 움직임)에 의해 발생된 트루값의 변화에 대응하는 값에 대응한다. 움직임량 m(t)는 기본적으로 입력 화소 x(t) 및 x(t-1)의 차(x(t)-x(t-1))로부터 얻어진다.

입력 화소 x(t)와 x(t-1)간 차는 이들의 트루값들간 차만이 아니라 잡음의 변화(입력 화소 x(t)에 포함된 잡음과 입력 화소 x(t-1)에 포함된 것간 차)를 포함한다. 잡음 변화가 가능한 한 많이 제거된 상태에서 입력 화소 x(t)와 x(t-1)간 차를 구하는 것이 바람직하다.

움직임량 계산부(16)는 도 11a 및 도 11b에 도시한 바와 같은 움직임량 m(t)를 구한다.

움직임량 계산부(16)는 움직임량 m(t)를 구할 입력 화소 x(t)를 목표 화소로 설정하고 목표 화소(도 11에서 빗금친 원으로 나타낸)이 블록의 중심에 놓인 소정 크기의 블록을 형성한다. 도 11a에서, 9 x 9 입력 화소 블록이 생성된다. 블록의 크기는 이 크기로 한정되지 않는다. 7 x 7 화소블록이 사용될 수도 있다. 9 x 9 입력 화소 블록에서, 목표 화소로부터 레벨차가 소정의 임계치만을 갖는 화소(도 11에서 흑색 원형으로 나타낸)를 검출한다. 흑색 원으로 나타낸 검출된 입력 화소 및 목표 화소와 한 프레임 전의 프레임 상의 동일 위치들에 배치된 것들간 차를 계산한다. 차들의 평균은 공간적인 방향으로 잡음의 변화를 가능한 한 많이 제거한 상태에서 입력 화소 x(t) 및 x(t-1)의 차 x(t)-x(t-1)로서 얻어진다.

전술한 바와 같이 블록 내 입력 화소들을 검출하는데 사용되는 임계치로서, 예를 들면 잡음량 계산부(11)에 의해 얻어진 잡음량의 표준편차의 약 2배의 값을 사용할 수 있다.

움직임량 계산부(16)는 도 11b에 도시한 것과 같은, 변환 함수로 차 x(t)-x(t-1)를 변환하여 0에서 1까지의 범위의 움직임량 m(t)를 얻는다.

도 11b에 도시한 실시예에서, 움직임량 m(t)는 차 x(t)-x(t-1)가 소정의 임계치 THO 이하일 때 0이다. 움직임량 m(t)는 차 x(t)-x(t-1)가 소정의 임계치 TH0을 초과할 때 차 x(t)-x(t-1)에 비례하여 증가한다. 차 x(t)-x(t-1)이 소정의 임계치 TH1(>TH0) 이상일 때, 움직임량 m(t)은 1로 설정된다.

임계치 TH0으로서, 예를 들면 0이 사용될 수 있다. 임계치 TH1으로서, 예를 들면 잡음량 계산부(11)에 의해 얻어진 잡음량의 표준편차의 약 3배의 값이 사용될 수 있다.

상기의 경우, 움직임량 계산부(16)는 목표 화소가 배치된 프레임 내 입력 화소들과 한 프레임 전의 프레임 내의 대응하는 입력 화소들간 차를 계산하여 움직임량 m(t)를 구한다. 움직임량 m(t)는 목표 화소가 배치된 프레임 내 입력값들과 한 프레임 전의 프레임 내 대응하는 출력 화소들간 차이를 계산하는 방법 등의 다른 방법으로 구할 수 있다.

도 11b에서, 움직임량 계산부(16)는 차가 임계치 TH0 내지 임계치 TH1을 모두 포함하는 범위 내에 들 때 선형 함수에 의해 차 x(t)-x(t-1)를 움직임량 m(t)으로 변환한다. 차 x(t)-x(t-1)는 비선형 함수에 의해 움직임량 m(t)로 변환될 수도 있다.

도 12는 도 10에 도시한 출력 신뢰도 계산부(13)의 구성예를 도시한 것이다. 도 12에서, 도 6 과 동일한 참조부호를 도 6에 도시한 것에 대응하는 부분에 할당하였다. 도 12에서, 출력 신뢰도 계산부(13)는 연산부(51 및 52)가 새롭게 부가되어 형성된다.

연산부(51)는 움직임량 계산부(16)에 의해 얻어진 움직임량 m(t)를 수신한다. 연산부(51)는 움직임량 m(t)를 1에서 감하여 차 1-m(t)를 연산부(52)로 보낸다. 연산부(52)는 래치회로(14)로부터 이전 시간에서 얻어진 출력 신뢰도 α_y(t-1)및 연산부(51)로부터 보내진 차 1-m(t)를 수신한다. 연산부(52)는 1-m(t)를 보상항으로서 사용하고, 이전 시간에 얻어진 출력 신뢰도 α_y(t-1)와 보상항을 곱하여, 움직임량 m(t)에 대응하여 이전 시간에 얻어진 출력 신뢰도 α_y(t-1)를 보상하여 얻어진 보상결과로서 곱 (1-m(t))α_y(t-1)를 연산부(41)에 출력한다.

연산부(41)는 입력 신뢰도 계산부(12)로부터 보내진 현 시간에 얻어진 입력 신뢰도 α_x(t)를 연산부(52)의 출력 (1-m(t))α_y(t-1)에 더하고, 그 합을 현재 시간에 얻어진 출력 신뢰도 α_y(t)로서 출력한다. 즉, 출력 신뢰도 계산부(13)는 식(19)로 나타낸 것인 보상된 출력 신뢰도 α_y(t)를 구한다.

전술한 바와 같이, 도 10에 도시한 NR 처리회로에서, 출력 신뢰도 α_y(t-1)는 입력 화소 x(t)의 움직임량 m(t)에 따라 보상되고 가중치 w(t)는 이 보상된 출력 신뢰도에 따라 얻어진다. 입력 화소 x(t)에 대응하는 출력 화소 y(t)는 가중치 w(t)에 따라 얻어지기 때문에, 잡음이 입력 화소 x(t)로부터 효과적으로 제거되어 출력 화소 y(t)가 발생된다.

도 10에 도시한 실시예에서, x(t-1)이 전술한 바와 같이 x(t)의 한 프레임 전에 얻어진 입력 화소이기 때문에, 래치회로(11₁, 14 및 25)는 이에 입력된 데이터를 한 프레임 기간 동안 래치하고(지연시키고) 출력한다.

전술한 바와 같이, 화상으로부터 잡음을 제거하는 도 10에 도시한 NR 처리회로 내의 래치회로(11₁내지 11₄)는 입력 화소 x(t)를 한 프레임 주기동안 지연시키기 때문에, 잡음량 계산부(11)는 처리할 입력 화소 x(t)에 대한 프레임을 포함하여 이전의 5개의 프레임들 내의 입력 화소 x(t)와 동일한 위치에 배치된 입력 화소 x(t) 내지 x(t-4)의 편차를 잡음량으로서 얻는다. 입력 화소 x(t) 내지 x(t-4)가 움직임을 갖고 있을 때, 편차는 화상 내 움직임에 의해 영향을 받기 때문에, 입력 화소 x(t) 내지 x(t-4)의 편차인 입력 화소 x(t)의 잡음량은 움직임 영향으로 부정확하다. 잡음량을 사용하여 입력 신뢰도 계산부(12)에 의해 얻어진 입력 신뢰도 α_x(t)는 또한 부정확하게 되고, 이것은 바람직하지 않다.

예를 들면, 입력 화소 x(t)의 움직임 벡터를 구하여 움직임 보상을 달성하고, 움직임 보상 후에 얻어진 화상에 의해 입력 화소 x(t)의 잡음량을 구하는 것이 가능하다.

그러나, 이 경우, 움직임 벡터를 검출하는 움직임 벡터 검출장치 및 움직임 보상을 달성하는 움직임 보상장치가 개별적으로 필요하다.

입력 화소 x(t)의 잡음량은 예를 들면 다음과 같이 하여 얻어질 수 있다(평가될 수 있다).

화상 내 포함된 잡음이 시간에 따라 변하고 공간적으로 변하지 않는다고 가정할 때, 화상은 잡음이 없는(도 13 (A)에 도시한) 화상(트루값들로 형성된 화상, 이하 원화상이라 함) 및 프레임으로 잡음이 변하나 공간적으로는 일정한 도 13 (B)에 도시한 화상(이하 잡음 화상이라 함)의 합(도 13 (C)에 도시한)이다.

도 13 (C)에 도시한 바와 같은 잡음을 갖는 화상에 있어서, 원화상에 대해 화소값들의 에러의 분포, 즉 화소값들의 편차(혹은 표준편차)를 잡음이 있는 화상의 잡음량으로서 정하였을 때, 잡음량은 다음과 같이 하여 비교적 정밀하게 평가될 수 있다.

도 15a에 도시한 바와 같이, 잡음량 평가부(1)는 잡음을 갖는 화상의 한 프레임을 구성하는 각각의 화소를 목표 화소로 설정하고, 중심에 목표 화소를 갖는 국부적인 영역(공간 방향으로) 내 포함된 화소들의 편차를 계산한다. 도 15b에 도시한 바와 같이, 잡음량 평가부(1)는 프레임 내 편차들의 히스토그램을 구하고, 최대 빈도수에 대응하는 편차를 프레임을 구성하는 각 화소 내에 포함된 잡음량으로서 간주한다. 잡음량은 예를 들면 도 13d에 도시한 바와 같이 하여 평가된다.

도 10에 도시한 NR 처리회로 내 잡음량 평가부(1)는 전술한 바와 같이 입력 화소의 잡음량을 구한다. 도 16은 잡음량 평가부(1)의 구성예를 도시한 것이다.

프레임 메모리(61)는 잡음을 갖는 화상(입력 화상)을 수신한다. 프레임 메모리(61)는 잡음을 갖는 입력 화상을 프레임 단위로 저장한다.

국부 영역 편차 계산부(62)는 프레임 메모리(61) 내에 저장된 입력 화상을 구성하는 각각의 (입력) 화소를 순차적으로 목표 화소로 설정하고, 중심에 목표 화소를 갖는 국부영역 내에 포함된 입력 화소들의 편차를 계산하고, 이를 편차 히스토그램 저장 메모리(63)로 보낸다. 프레임 메모리(61)에 저장된 입력 화상을 구성하는 것으로 목표 화소들로 설정된 모든 입력 화소들에 대해 전술한 편차 계산이 종료되었을 때, 국부영역 편차 계산부(62)는 편차 계산이 종료되었음을 나타내는 종료 신호를 히스토그램 출력 신호 발생기(64)로 보낸다.

편차 히스토그램 저장 메모리(63)는 프레임 메모리(61) 내에 저장된 입력 이미지를 구성하는 입력 화소의 편차의 히스토그램을 발생하고, 편차들은 국부영역 편차 계산부(62)로부터 보내진다. 구체적으로, 편차 히스토그램 저장 메모리(63)가 국부영역 편차 계산부(62)로부터 입력 화소들의 편차를 수신할 때, 편차에 대응하는 어드레스에 저장된 값을 1만큼 증분시킨다. 편차 히스토그램 저장 메모리(63)에 저장된 값은 후술하는 바와 같이 피크 위치 계산부(66)로부터 보내진 리셋 신호에 의해 0으로 리셋된다.

히스토그램 출력 신호 발생기(64)가 국부영역 편차 계산부(62)로부터 종료 신호를 수신하였을 때, 히스토그램일 출력되어야 함을 지시하는 히스토그램 출력 신호를 스위치(65)에 출력한다. 스위치(65)가 히스토그램 출력 신호 발생기(64)로부터 히스토그램 출력 신호를 수신하였을 때, 이의 상태를 오프에서 온으로서 일시 변경하고, 편차 히스토그램 저장 메모리(63)에 저장된 편차 히스토그램을 피크 위치 계산부(66)로 보낸다.

피크 위치 계산부(66)는 스위치(65)를 통해 편차 히스토그램 저장 메모리(63)로부터 보내진 편차 히스토그램을 수신하고, 히스토그램의 피크값을 구하고, 입력 화상을 구성하는 각 입력 화소 내에 포함된 잡음량의 평가로서 피크값에 대응하는 편차를 출력한다. 피크 위치 계산부(66)는 편차 히스토그램 저장 메모리(63)에 저장된 편차 히스토그램을 수신하는 타이밍에서 리셋 신호를 편차 히스토그램 저장 메모리(63)에 보낸다.

도 16에 도시한 잡음량 평가부(1)에 의해 입력 화소의 잡음량을 평가하는 잡음량 평가 처리를 도 17에 도시한 흐름도를 참조하여 이하 기술한다.

한 프레임의 입력 화상이 잡음량 평가부(1)에 입력될 때, 도 17에 도시한 잡음량 평가 처리가 수행된다.

잡음량 평가 처리에서, 한 프레임 입력 화상은 먼저 단계 S21에서 프레임 메모리(61)에 저장되고, 처리는 단계 S22로 진행한다. 단계 S22에서, 국부영역 편차 계산부(62)는 프레임 메모리(61) 내 저장된 입력 이미지를 구성하는 소정의 입력 화소를 목표 화소로 설정하고, 중심에 목표 화소를 갖는 국부영역 내에 저장된 입력 화소의 편차를 계산한다.

편차는 국부영역 편차 계산부(62)에서 편차 히스토그램 저장 메모리(63)로 보내진다. 편차 히스토그램 저장 메모리(63)는 단계 S23에서 국부영역 편차 계산부(62)로부터 보내진 편차에 대응하는 어드레스에 저장된 값을 1만큼 증분시켜 편차의 빈도수를 갱신한다.

이어서, 단계 S24에서, 국부영역 편차 계산부(62)는 목표 화소로 설정된 것들로서 프레임 메모리(61)에 저장된 입력 화상을 구성하는 모든 입력 화소에 대해 편차 계산이 종료되었는지 여부를 판정한다. 국부영역 편차 계산부(62)가 단계 S24에서 편차 계산은 프레임 메모리(61) 내에 저장된 모든 입력 화소에 대해 아직 종료되지 않은 것으로 판정하였을 때, 아직 목표 화소로 설정되지 않은 입력 화소를 목표 화소로 설정하고, 처리는 단계 S22로 돌아가서 동일한 처리를 반복한다. 단계 S22부터 S24까지의 처리를 전술한 바와 같이 반복하여, 편차 히스토그램 저장 메모리(63)는 프레임 메모리(61) 내에 저장된 입력 화상을 구성하는 입력 화소들에 대해 편차 히스토그램을 발생한다.

한편, 국부영역 편차 계산부(62)가 단계 S24에서 프레임 메모리(61) 내에 저장된 모든 입력 화소들에 대해 편차 계산이 종료된 것으로 판정하였을 때, 즉 편차 히스토그램 저장 메모리(63)가 프레임 메모리(61) 내에 저장된 입력 화상을 구성하는 모든 입력 화소들에 대한 편차 히스토그램을 발생시켰을 때, 국부영역 편차 계산부(62)는 종료 신호를 히스토그램 출력 신호 발생기(64)로 보낸다. 히스토그램 출력 신호 발생기(64)가 종료 신호를 수신하였을 때, 스위치(65)에 히스토그램 출력 신호를 출력한다. 스위치(65)는 오프상태에서 온상태로 일시 변경되고, 편차 히스토그램 저장 메모리(63)에 저장된 편차 히스토그램은 피크 위치 계산부(66)로 보내진다.

피크 위치 계산부(66)가 편차 히스토그램 저장 메모리(63)로부터 스위치(65)를 통해 편차 히스토그램을 수신하였을 때, 단계 S25에서 히스토그램의 피크값을 얻으며 처리는 단계 S26으로 간다. 단계 S26에서, 피크 위치 계산부(66)는 히스토그램에서 피크값에 대응하는 편차를, 입력 화상을 구성하는 각 입력 화상 내 포함된 평가된 잡음량으로서 출력하고, 리셋 신호를 편차 히스토그램 저장 메모리(63)로 보낸다. 편차 히스토그램 저장 메모리(63)에 저장된 값들은 0으로 리셋되고, 잡음량 평가 처리가 종료된다.

전술한 바와 같이, 잡음량 평가부(1)는 한 프레임을 구성하는 각 입력 화소를 포함하는 국부영역에서의 편차를 계산하고, 편차 히스토그램의 피크값을 구하고, 피크값에 대응하는 편차를 입력 화소 내 포함된 잡음량으로서 사용하기 때문에, 한 프레임 내 각 화소의 잡음량은 움직임 벡터 검출장치 및 움직임 보상장치를 새로이 설치하고 않고도 한 프레임만을 사용하여 비교적 정밀하게 평가된다.

한 프레임을 구성하는 모든 화소를 사용하여 편차를 구할 때, 한 프레임 화상 내에 포함된 잡음의 편차만이 아니라 화상(원화상)의 편차에 의해서도 편차가 영향을 받는다. 그러므로, 한 프레임을 구성하는 모든 화소로부터 얻어진 편차를 사용하여 화소들 내에 포함된 잡음을 정밀하게 평가하기란 어렵다.

한편, 전술한 바와 같이, 각 입력 화소를 포함하는 국부영역을 한 프레임을 구성하는 입력 화소에 대해 사용할 때, 국부영역은 잡음의 편차와 원화상의 편차를 혼합된 방식으로 가질 수도 있고 아니면 잡음의 편차를 주로 가질 수도 있다. 잡음의 편차를 주로 갖는 국부영역은 원화상 내에 평탄한 부분 혹은 거의 평탄한 부분에 대응한다.

한 프레임을 구성하는 입력 화소들을 포함하는 국부영역의 편차 히스토그램이 많은 에지를 갖는 화상을 제외한 일상적인 화상에 대해 발생될 때, 일반적으로 피크는 주로 잡음편차를 갖는 국부영역의 편차에 대응하게 된다. 도 16에 도시한 잡음량 평가부(1)에 의해 실행된 잡음량 평가 처리는 이러한 특징을 이용하여 비교적 정밀하게 잡음량을 평가한다.

도 18은 원화상이 일상의 화상, 잡음 화상, 및 원화상에 잡음 화상을 겹쳐 얻어진 입력 화상(잡음을 갖는 화상)인 화상에 대해 전술한 바와 같은 국부영역의 편차 히스토그램을 도시한 것이다.

도 18에서, 실선, 2점 쇄선, 및 얇은 점선은 입력 화상, 잡음 화상 및 원화상에 대한 편차 히스토그램을 각각 나타낸다. 입력 화상에 대한 히스토그램의 피크의 위치는 잡음 화상에 대한 히스토그램의 피크의 위치와 거의 일치함을 알 수 있다. 5 x 5 스퀘어 블록은 도 18에 도시한 히스토그램이 얻어졌을 때 국부영역으로서 사용된다.

도 19는 입력 화상 내 포함된 평가된 잡음량의 시뮬레이션 결과를 도시한 것으로, 도 17에 도시한 잡음량 평가 처리에 의해 얻어진 것이다.

도 19에서, 실선은 잡음 화상의 편차를 나타내며, 일점 쇄선은 잡음 화상이 원화상에 겹쳐진 입력 화상에 대해 잡음량 평가 처리에 의해 얻어진 잡음량으로서의 편차를 나타낸다.

시뮬레이션에서 사용된 잡음 화상은 다른 프레임에서보다 20번째 프레임 내지 40번째 프레임 사이에서 편차가 더 작다. 도 19로부터, 잡음량은 잡음 화상이 중첩된 입력 화상에 대해 비교적 정밀하게 평가됨을 알 수 있다.

본 발명은 특별한 하드웨어로 구현되거나 상기 처리를 달성하는 프로그램을 컴퓨터가 실행하게 함으로써 구현될 수 있다.

본 실시예에서, 잡음을 제거하는 것에 관하여 본 발명을 설명하였다. 전술한 바와 같이, 입력 데이터는 시간이 경과함에 따라 출력 데이터가 개선되게 처리되기 때문에, 본 발명은 예를 들면 입력 데이터의 파형을 정형하는(등화) 경우에도 적용될 수 있다.

도 17에 도시한 잡음량 평가 처리에서, 한 프레임 화상을 구성하는 각 화소에 공통인 잡음량이 평가된다. 잡음량은 한 프레임 화상을 분할함으로서 형성된 각 영역에 대해 평가될 수도 잇다. 잡음량은 복수의 프레임에 대해 공통으로 평가될 수도 있다.

전술한 바와 같이, 본 발명의 실시예에 따른 화상 처리장치 및 화상 처리방법에 따라, 입력 화소의 신뢰도를 나타내는 입력 신뢰도 및 출력 화소의 신뢰도를 나타내는 출력 신뢰도가 계산되고, 입력 화소의 움직임량이 검출되고, 출력 신뢰도가 입력 화소의 움직임량에 따라 보상된다. 입력 화소는 입력 신뢰도 및 보상된 출력 신뢰도에 따라 처리되어, 출력 화소가 출력된다. 그러므로, 잡음은 입력 화소로부터 효과적으로 제거되어 출력 화소를 발생한다.

더욱이, 본 발명의 실시예에 따른 화상 처리장치 및 화상 처리방법에 따라, 한 화면을 구성하는 각 화소를 포함하는 국부영역의 편차가 계산되고, 편차 히스토그램이 발생된다. 화소 내에 포함된 잡음량은 히스토그램에 따라 얻어진다. 그러므로, 화소 내에 포함된 잡음량은 비교적 정밀하게 평가된다.

도 8 및 도 17에 도시한 일련의 처리는 하드웨어 혹은 소프트웨어로 구현될 수 있다. 일련의 처리가 소프트웨어로 달성될 때, 소프트웨어를 구성하는 프로그램은 전용 하드웨어 혹은 범용컴퓨터로 작용하는 NR 처리회로(100) 내에 내장되는 컴퓨터에 설치된다.

상기 기술된 일련의 처리를 실행하기 위한 프로그램을 저장하는 기록매체를 이하 도 20a, 20b 및 20c를 참조하여 기술한다. 프로그램은 컴퓨터에 설치되고 컴퓨터로 실행될 수 있게 된다.

프로그램은 도 20a에 도시한 바와 같이, 컴퓨터(101)에 내장된 기록매체로서의 반도체 메모리(103) 혹은 하드 디스크(102)에 미리 기록된다.

대안으로, 프로그램은 도 20b에 도시한 바와 같이, 플로피 디스크(111), 콤팩트 디스크 독출전용 메모리(CD-ROM)(112), 자기광학(MO) 디스크(113), 디지털 다기능 디스크(DVD)(114), 자기 디스크(115), 및 반도체 메모리(116) 등의 기록매체에 일시적으로 혹은 영구적으로 기록된다.

프로그램은 전술한 기록매체로부터 컴퓨터 내에 설치된다. 대안으로, 프로그램은 디지털 위성방송용 인공위성을 통해 다운로드 사이트(121)에서 컴퓨터(101)로 무선으로 전송되거나, 근거리망(LAN) 혹은 인터넷 등의 망(131)을 통해 유선으로 컴퓨터(101)에 전송되고, 도 20c에 도시한 바와 같이 컴퓨터(101)에 내장된 하드 디스크(102)에 설치된다.

본 명세서에서, 여러 가지 유형의 처리를 실행하는 프로그램을 기술하는 단계들은 단계들을 흐름도로 기술한 순서로 시간 순서대로 반드시 처리될 필요는 없다. 병렬처리 혹은 객체에 의한 처리 등, 병렬로 혹은 개별적으로 실행될 처리 또한 포함된다.

도 21은 도 20a, 20b 및 20c에 도시한 컴퓨터(101)의 구성예를 도시한 것이다.

컴퓨터(101)는 도 21에 도시한 바와 같이, 중앙처리부(CPU)(142)를 포함한다. CPU(142)는 버스(141)를 통해 입력 및 출력 인터페이스(145)에 접속된다. 입력 및 출력 인터페이스(145)를 통해 명령을 입력하기 위해서 사용자가 키보드 및 마우스로 형성된 입력부(147)를 조작할 때, CPU(142)는 도 20a에 도시한 반도체 메모리(103)에 대응하는 독출전용 메모리(ROM)(143) 내에 저장된 프로그램을 실행한다. 대안으로, CPU(142)는 하드 디스크(102) 내에 저장된 프로그램, 위성(122) 혹은 망(131)를 통해 전송되고 통신부(148)에 의해 수신되어 하드 디스크(102)에 설치되는 프로그램, 혹은 플로피 디스크(111), CD-ROM(112), MO 디스크(113), DVD(114), 혹은 드라이브(149)에 로드되는 자기 디스크(115)로부터 읽어 하드 디스크(102)에 설치되는 프로그램을 랜덤 액세스 메모리(RAM)(144)에 로드하여 이를 실행한다. CPU(142)는 예를 들면 입력 및 출력 인터페이스(145)를 통해 처리 결과를 필요할 때 액정 디스플레이(LCD)로 형성된 디스플레이부(146)로 출력한다.

본 발명은 입력 데이터 및 출력 데이터로부터 잡음을 효과적으로 제거한다.

구체적으로는, 일정한 트루값을 가지며 시간에 따라 변동하는 잡음이 겹쳐진 입력 데이터를 평균하여 시간에 따라 변하는 잡음을 제거하는 경우를 고찰한다. 잡음은 큰 잡음레벨 즉 낮은 S/N비를 갖는 입력 데이터에 대해 가중치를 작은 값으로 설정하고, 작은 잡음레벨, 즉 높은 S/N비를 갖는 입력 데이터에 대해 가중치를 큰 값으로 설정함으로써 효과적으로 제거된다.

Claims

입력 화소 데이터를 처리하고 처리된 입력 화소 데이터를 출력 화소 데이터로서 출력하는 화상 처리장치에 있어서,

상기 입력 화소 데이터의 신뢰도를 나타내는 입력 신뢰도를 계산하는 입력 신뢰도 계산수단;

상기 출력 화소 데이터의 신뢰도를 나타내는 출력 신뢰도를 계산하는 출력 신뢰도 계산수단;

상기 입력 화소 데이터의 움직임량을 검출하는 움직임량 검출수단;

상기 움직임량에 따라 상기 출력 신뢰도를 보상하는 보상수단; 및

상기 입력 신뢰도 및 상기 보상된 출력 신뢰도에 따라 상기 입력 화소 데이터를 처리하고, 상기 출력 화소 데이터를 출력하는 처리수단을 포함하는 화상 처리장치.
제 1 항에 있어서, 상기 움직임량 검출수단은 상기 입력 화소 데이터 주위에 배치되고 이를 포함하는 소정 수의 화소들로 형성된 화상 블록과, 인접 스크린 상의 화상 블록과 동일한 위치에 배치된 또 다른 화상 블록간 차에 따라 상기 입력 화소 데이터의 움직임량을 검출하는 화상 처리장치.
제 2 항에 있어서, 상기 움직임량 검출수단은 상기 입력 화소 데이터 주위에 배치되고 이를 포함하는 화소들을 추출할 때 소정의 임계치보다 작거나 또는 같은 입력 화소 데이터로부터, 상기 차를 갖는 화소들만을 추출하는 화상 처리장치.
제 2 항에 있어서, 상기 움직임량 검출수단은 상기 입력 화소 데이터 주위에 배치되고 이를 포함하는 소정 수의 화소들로 형성된 화상 블록과, 인접 스크린 상의 화상 블록과 동일한 위치에 배치된 또 다른 화상 블록간 화소 데이터의 차의 평균을 움직임량으로서 검출하는 화상 처리장치.
제 1 항에 있어서, 상기 입력 화소 데이터 내에 포함된 잡음량을 평가하는 잡음량 평가수단을 더 포함하며,

상기 입력 신뢰도 계산수단은 상기 잡음량에 따라 입력 신뢰도를 계산하는 화상 처리장치.
제 5 항에 있어서, 상기 잡음량 평가수단은

한 스크린을 구성하는 각 입력 화소 데이터에 대해 상기 입력 화소 데이터를 포함하는 국부영역 내 화소 데이터의 편차를 계산하는 편차 계산수단;

각각의 입력 화소 데이터에 대해 계산된 상기 편차의 히스토그램을 생성하는 히스토그램 생성수단; 및

상기 히스토그램에 따라 상기 입력 화소 데이터 내에 포함된 잡음량을 구하는 잡음량 계산수단을 포함하는 화상 처리장치.
제 6 항에 있어서, 상기 잡음량 계산수단은 상기 히스토그램의 피크값을 구하고 이 피크값을 갖는 편차에 대응하는 값을 잡음량으로서 계산하는 화상 처리장치.
제 1 항에 있어서, 시간 순서로 입력된 소정 수의 입력 화소 데이터만을 저장하는 입력 화소 데이터 저장수단을 더 포함하는 화상 처리장치.
제 8 항에 있어서, 상기 입력 신뢰도 계산수단은 상기 입력 화소 데이터 저장수단에 의해 저장된 소정 수의 데이터의 편차를 계산하고, 이 편차에 따라, 현재 입력된 입력 화소 데이터를 평가하는 화상 처리장치.
제 8 항에 있어서, 상기 입력 신뢰도 계산수단은 상기 입력 화소 데이터 저장수단에 의해 저장된 소정 수의 입력 화소 데이터의 평균을 계산하고, 이 평균에 대한 각 입력 화소 데이터의 에러에 따라, 현재 입력된 입력 화소 데이터를 평가하는 화상 처리장치.
제 8 항에 있어서, 상기 입력 신뢰도 계산수단은 상기 입력 화소 데이터 저장수단에 의해 저장된 소정 수의 입력 화소 데이터의 편차 및 평균을 계산하고, 이 평균에 대한 각 데이터의 에러를 구하고, 상기 편차 및 에러에 따라, 현재 입력된 데이터를 평가하는 화상 처리장치.
제 1 항에 있어서, 상기 출력 신뢰도 계산수단은 상기 입력 화소 데이터의 신뢰도 및 상기 출력 화소 데이터의 신뢰도의 합에 따라 상기 현재 출력 화소 데이터의 신뢰도를 계산하는 화상 처리장치.
제 1 항에 있어서, 상기 출력 화소 데이터를 저장하는 출력 화소 데이터 저장수단을 더 포함하며,

상기 처리수단은 상기 출력 화소 데이터 저장수단에 의해 저장된 이전의 출력 화소를 상기 현재의 입력 화소 데이터에 더하여, 상기 현재 입력 화소 데이터에 대응하는 출력 화소 데이터를 얻는 화상 처리장치.
제 1 항에 있어서, 상기 입력 신뢰도 및 상기 출력 신뢰도에 따라 소정의 가중치 계수를 구하기 위한 가중치 계수 계산수단을 더 포함하며,

상기 처리수단은 상기 현재의 입력 화소 데이터를 이 입력 화소 데이터에 대응하는 이전 스크린 내, 상기 가중치 계수에 따라 가중치를 갖는 출력 화소 데이터에 더하여 현재의 출력 화소 데이터를 구하는 화상 처리장치.
화소 데이터 내에 포함된 잡음량을 평가하는 잡음량 평가장치에 있어서,

소정 수의 화소의 단위로 처리하며, 각 화소 데이터를 포함하는 국부영역 내에 복수의 화소 데이터의 편차를 계산하는 편차 계산수단;

상기 소정 수의 화소의 단위로, 각 화소 데이터에 대해 계산된 편차의 히스토그램을 생성하는 히스토그램 생성수단; 및

상기 소정 수의 화소의 단위로, 상기 히스토그램에 따라 상기 화소 데이터 내에 포함된 잡음량을 구하는 잡음량 계산수단을 포함하는 잡음량 평가장치.
제 15 항에 있어서, 상기 잡음량 계산수단은 상기 히스토그램의 피크값을 구하여, 상기 피크값을 갖는 편차에 대응하는 값을 잡음량으로 계산하는 잡음량 평가장치.
입력 화소 데이터를 처리하고 이 처리된 입력 화소 데이터를 출력 화소 데이터로서 출력하는 화상처리 방법에 있어서,

상기 입력 화소 데이터의 신뢰도를 나타내는 입력 신뢰도를 계산하는 단계;

상기 출력 화소 데이터의 신뢰도를 나타내는 출력 신뢰도를 계산하는 단계;

상기 입력 화소 데이터의 움직임량을 검출하는 단계;

상기 움직임량에 따라 출력 신뢰도를 보상하는 단계; 및

상기 입력 신뢰도 및 상기 보상된 출력 신뢰도에 따라 상기 입력 화소 데이터를 처리하고 상기 출력 화소 데이터를 출력하는 단계를 포함하는 화상 처리방법.
화소 데이터 내에 포함된 잡음량을 평가하는 잡음량 평가방법에 있어서,

소정 수의 화소 단위로 처리하며 각 화소 데이터를 포함하는 국부영역 내 복수의 화소 데이터의 편차를 계산하는 단계;

상기 소정 수의 화소 단위로, 각 화소 데이터에 대해 계산된 편차의 히스토그램을 생성하는 단계; 및

상기 소정 수의 화소 단위로, 상기 히스토그램에 따라 상기 화소 데이터 내에 포함된 잡음량을 구하는 단계를 포함하는 잡음량 평가방법.
입력 화소 데이터를 처리하며 상기 처리된 입력 데이터를 출력 화소 데이터로서 출력하는 컴퓨터로 제어가능한 프로그램을 저장하는 저장 매체에 있어서, 상기 프로그램은,

상기 입력 화소 데이터의 신뢰도를 나타내는 입력 신뢰도를 계산하는 단계;

상기 출력 화소 데이터의 신뢰도를 나타내는 출력 신뢰도를 계산하는 단계;

상기 입력 화소 데이터의 움직임량을 검출하는 단계;

상기 움직임량에 따라 출력 신뢰도를 보상하는 단계; 및

상기 입력 신뢰도 및 상기 보상된 출력 신뢰도에 따라 상기 입력 화소 데이터를 처리하여 출력 화소 데이터를 출력하는 단계를 포함하는 저장 매체.
화소 데이터 내에 포함된 잡음량을 평가하는 컴퓨터로 제어가능한 프로그램을 저장하는 저장 매체에 있어서, 상기 프로그램은,

소정 수의 화소 단위로 처리하며 각 화소 데이터를 포함하는 국부 영역 내 복수의 화소 데이터의 편차를 계산하는 단계;

상기 소정 수의 화소 단위로, 각 화소 데이터에 대해 계산된 상기 편차의 히스토그램을 생성하는 단계; 및

상기 소정 수의 화소 단위로, 상기 히스토그램에 따라 상기 화소 데이터 내에 포함된 잡음량을 구하는 단계를 포함하는 저장 매체.