WO2011086594A1 - 画像処理装置、及びその方法 - Google Patents
画像処理装置、及びその方法 Download PDFInfo
- Publication number
- WO2011086594A1 WO2011086594A1 PCT/JP2010/000126 JP2010000126W WO2011086594A1 WO 2011086594 A1 WO2011086594 A1 WO 2011086594A1 JP 2010000126 W JP2010000126 W JP 2010000126W WO 2011086594 A1 WO2011086594 A1 WO 2011086594A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- vector
- pixel
- basis
- processing apparatus
- image processing
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title description 6
- 239000013598 vector Substances 0.000 claims abstract description 189
- 238000004364 calculation method Methods 0.000 claims abstract description 40
- 238000012935 Averaging Methods 0.000 claims abstract description 7
- 238000000513 principal component analysis Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 235000002779 Morchella esculenta Nutrition 0.000 description 1
- 240000002769 Morchella esculenta Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Definitions
- the present invention relates to an image processing apparatus and method for reducing image noise.
- NON-LOCAL MEANS An algorithm called NON-LOCAL MEANS has been proposed as an image processing technology that reduces random noise. Use a weight corresponding to the distance between vectors between a vector in which pixel values in a block centered on the pixel to be processed are arranged and a vector in which pixel values in a block centered on the peripheral pixel are arranged, and the neighboring pixels There is a technique of performing weighted averaging of the pixel values and replacing the pixel to be processed (for example, Non-Patent Document 1).
- Patent Document 2 Project a vector in which pixel values in a block centered on a pixel to be processed are arranged and a vector in which pixel values in a block centered on surrounding pixels are arranged into a subspace composed of selected base vectors, The distance between vectors in the partial space is calculated.
- the set of basis vectors to be selected is one combination for the image. Therefore, the distance between two vectors that originally have different image features may not increase. At this time, unevenness occurs by adding the signals of the texture portion in the flat portion, and sharpness is lost by adding the signals of different textures in the texture portion.
- the set of basis vectors to be selected is one combination with respect to the image. Therefore, in the flat portion of the image, the pixel values of the pixels in the texture portion are added, resulting in unevenness. There is a problem that sharpness is lost in the texture portion.
- the present invention has been made to solve the above-described problems of the prior art, and an object thereof is to provide an image processing apparatus capable of sufficiently suppressing noise without losing the sharpness of an image. .
- an image processing apparatus includes a first vector having a pixel value of a pixel in a first region including a first pixel in an image as an element, and a plurality of bases
- a first calculation unit for obtaining a magnitude of correlation with the vector
- a selection unit for selecting a base vector from the plurality of base vectors according to the magnitude of the correlation
- a second pixel in the image A second region is selected, and a first projection vector obtained by projecting the first vector onto a partial space constituted by the selected basis vector and a pixel value of a pixel in the region for each second region are arranged.
- a second calculation unit that performs the distance A weighted average unit that gives a larger weight to the second pixel as it is smaller, performs a pixel value obtained by weighted averaging of the second pixel, and calculates an output pixel value of the first pixel according to the distance;
- noise can be removed without losing sharpness in the texture portion, and smoothing can be performed while suppressing occurrence of unevenness in the flat portion.
- FIG. 1 is a diagram illustrating a configuration of an image processing apparatus according to a first embodiment.
- FIG. 1 is a block diagram illustrating an image processing apparatus 100 according to the first embodiment.
- the image processing apparatus 100 includes an inner product calculation unit 101, a selection unit 102, a projection unit 103, a distance calculation unit 104, and a weighted average unit 105.
- the inner product calculation unit 101 includes a first vector in which pixel values of pixels in a first region including pixels to be processed (hereinafter referred to as first pixels) in the input image are arranged as elements,
- the inner product with a plurality of (for example, M) basis vectors stored in the inner product calculating unit 101 is calculated.
- a plurality of contributions indicating the magnitude of correlation between each base vector and the first vector are calculated by the square of the calculated inner product.
- an example is shown in which an inner product is used to evaluate the magnitude of the correlation between the first vector and the base vector.
- the invention is not limited to the inner product as long as the magnitude of the correlation between the vectors can be evaluated. Is possible. The larger the square of the inner product, the higher the correlation between the two vectors.
- FIG. 2 is a diagram illustrating a calculation example of basis vectors stored in advance.
- a principal component analysis of vectors in which pixel values of pixels included in each partial image are arranged is performed, and the obtained principal component vectors 303 are used as basis vector groups.
- Used as The image 301 may be an input image or a learning image other than that.
- the inner product calculation unit 101 calculates basis vectors.
- a basis vector group (1) an eigenvector obtained by canonical correlation analysis of an image extracted in advance from one or a plurality of images, (2) a basis of a two-dimensional discrete Fourier transform, ( 3) A base of a two-dimensional discrete wavelet transform or the like may be used.
- the selection unit 102 selects a plurality of (for example, L, L ⁇ M) basis vectors to be sent to the projection unit 103 from a plurality of basis vectors according to the size of the inner product calculated by the inner product calculation unit 101. Details of the selection method will be described later.
- the projection unit 103 obtains a first projection vector obtained by projecting the first vector into the partial space constituted by the basis vectors selected by the selection unit 102.
- the pixels of the second region including the second pixel not to be processed (the pixel that is not the first pixel) in the input image in the partial space formed by the basis vectors selected by the selection unit 102
- a second projection vector obtained by projecting a second vector in which values are arranged as elements is obtained.
- One or more second regions are sequentially selected within the search range.
- the distance calculation unit 104 calculates the inter-vector distance between the first projection vector and the second projection vector for each second region.
- the weighted average unit 105 gives a large weight to the pixel value of the second pixel corresponding to the second projection vector in which the distance between vectors calculated by the distance calculation unit 104 is relatively small.
- the weight of each second pixel selected by the projection unit 103 is obtained.
- the pixel value calculated by the weighted average obtained by multiplying the second pixel value by the weight is set as the output pixel value of the first pixel.
- An output image in which the pixel value of the first pixel is replaced with the output pixel value obtained by the weighted average unit 105 is output.
- FIG. 3 is a flowchart showing the operation of the image processing apparatus 100.
- the operation of the inner product calculation unit 101 will be described with reference to FIG.
- FIG. 4A shows a region 401 including the first pixel i.
- FIG. 4B shows a first vector 402 corresponding to the region 401.
- FIG. 4C shows a base vector group 403 and each base vector 4031 excluding a vector having the maximum absolute value of the sum of elements among the base vectors obtained in advance (the first principal component vector in the example of FIG. 4).
- FIG. FIG. 4D is a diagram illustrating an example of the contribution 404 calculated by the inner product calculation unit 101.
- FIG. 4E is a diagram illustrating an example in which the contributions 404 are sorted in descending order.
- the inner product calculation unit 101 calculates the square of the inner product of the first vector 402 in which the pixel values of the pixels in the region 401 including the first pixel i are arranged and each base vector 4031 of the base vector group 403 (S201). ).
- the square of the calculated inner product indicates the contribution 404 of each base vector to the region 401 including the first pixel i.
- the first vector and v i representing the k-th element of v i and (v i) k.
- 2 ⁇ n ⁇ n obtained by removing the first principal component vector from the prepared N basis vectors.
- N ⁇ the contribution pn of the nth basis vector is calculated by Equation (1).
- the selection unit 102 rearranges the contributions 404 calculated by the inner product calculation unit 101 in descending order, and sets the contributions from the top until the sum of the contributions 404 reaches a threshold value indicating a predetermined ratio. to add.
- a threshold value indicating a predetermined ratio. to add.
- each base vector corresponding to each contribution added so far is selected (S202). For example, when the threshold value is 0.7, the threshold value pr is
- the selection unit 102 selects d ⁇ 1 basis vectors ⁇ a n
- each base vector reflects the high correlation with the image in the area.
- a basis vector with a small inner product is likely to be affected by noise. Therefore, by selecting a base vector with a large inner product and calculating the inter-vector distance in the subsequent stage, it becomes possible to calculate the inter-vector distance reflecting the characteristics of the signal in the region, and the influence of noise in calculating the inter-vector distance can be reduced. it is conceivable that.
- the average pixel value in the region has a great influence on the basis vector selection based on the contribution.
- a vector having a large absolute value of the total sum of elements is relatively high compared to a dark area, so that a vector having a large absolute value of the total sum of elements is easily selected.
- An inner product of vectors having a large absolute value of the sum of elements has a large correlation with an average pixel value of the region. This means that if the average brightness is equal in a bright region, the texture portion and the flat portion are not distinguished from each other, which causes unevenness in the bright flat portion and blurring in the bright texture portion.
- the contribution is calculated using a basis vector obtained by removing a vector having the maximum absolute value of the sum of elements from the basis vector group.
- FIG. 5 is a diagram showing the operation of the projection unit 103.
- FIG. 5A is a diagram illustrating an example of regions 4011 to 4013 including the first pixel i, the second pixel j, and the second pixel.
- FIG. 5B is a diagram illustrating a second vector 4021 corresponding to the region including the second pixel.
- FIG. 5C is a diagram illustrating an example of the partial space A generated by the projecting unit 103.
- the projection unit 103 uses the d-1 basis vectors selected from the basis vector group in S202 and the basis vector (the first principal component in the example of FIG. 5) having the maximum absolute value of the sum of elements as a subspace A. And a first vector is obtained by projecting the first vector onto the subspace A. Further, the second vector 4021 in which the pixel values of the pixels in the regions 4011 to 4013 including the second pixel in the input image are arranged is projected onto the partial space A to obtain a second projection vector (S203). When d ⁇ 1 basis vectors are selected in S202, the first projection vector v ′ i obtained by projecting the first vector v i onto the d-dimensional subspace A is
- f i, n is the inner product of the first vector v i and n-th basis vector a n.
- the second projection vector v 'j with a second vector v j and subspace A is
- the distance calculation unit 104 calculates the inter-vector distance on the partial space A between the first projection vector and the second projection vector (S204). Assuming that the first projection vector obtained in S203 is v ′ i and the second projection vector is v ′ j , the distance D (i, j) between v ′ i and v ′ j vector is
- the distance calculation unit 104 determines whether the second projection vector is calculated for the second pixel in the predetermined search range (S205).
- the search range of the second pixel is various such as all pixels in the image including the first pixel, pixels in the vicinity of the second pixel, and in the image not including the first pixel. It may be in the range. For example, in the case of an input image acquired by a sensor, it is effective to select a pixel on the same line as the second pixel.
- the weighted average unit 105 performs weighted average processing that gives a larger weight to the pixel value of the second pixel as the calculated inter-vector distance is smaller, and replaces the pixel value of the first pixel (S206).
- the pixel value of the first pixel to be output ("character P with a hat symbol ⁇ " in the formula is expressed as "P ⁇ " in the text).
- x i ⁇ is the pixel value x j of the second pixel, for example
- ⁇ (i) is a range for searching for the second pixel
- h is a parameter larger than 0.
- the distance is calculated in the space reflecting the feature of the peripheral region of the pixel to be processed, the distance between the vectors of the two regions having different features is reduced. Can be prevented. For this reason, it is possible to prevent an increase in the weight of pixels in regions having different characteristics during weighted averaging. Accordingly, it is possible to reduce noise while maintaining a sharp feeling in the texture portion, and it is possible to reduce noise in the flat portion without causing unevenness.
- the image processing apparatus 600 according to the present embodiment is different from the image processing apparatus 100 according to the first embodiment in that a noise calculation unit 601 that calculates a noise amount is further provided.
- the operation of the selection unit 602 differs according to the amount of noise calculated by the noise calculation unit 601.
- FIG. 6 is a diagram illustrating the image processing apparatus 600.
- the noise amount calculation unit 601 calculates the amount of noise superimposed on the first pixel in the input image.
- the selection unit 502 calculates an inner product of a first vector in which pixel values of pixels in the first region including the first pixel are arranged and a plurality of basis vectors, and calculates a basis vector having a large inner product as the calculated noise. The smaller the amount, the smaller the choice.
- FIG. 7 is a flowchart showing the operation of the image processing apparatus 600.
- the noise amount calculation unit 501 estimates the amount of noise superimposed on the first region including the first pixel to be processed of the input image (S701).
- the amount of noise can be obtained, for example, as a value obtained by multiplying the square root of the average value of the pixel values in the first region by a parameter of 0 or more.
- the standard deviation of the pixel values in the first area can be used as the noise amount.
- the noise amount In addition to estimating and calculating the noise amount from the input image, for example, when the image processing apparatus is incorporated into a digital camera or the like, ISO sensitivity may be used as the noise amount.
- ISO sensitivity When the image processing apparatus is incorporated in an X-ray fluoroscopic apparatus or the like, for example, a value having a negative correlation with the X-ray dose to be irradiated may be used as the noise amount. Further, when the amount of noise generated in these photographing apparatuses is known, the value can be used.
- the selection unit 602 rearranges the contributions calculated in S201 in descending order, and uses the value of a predetermined ratio of the total contributions as a threshold, and adds the contribution from the top until the threshold is reached. Similar to S202, the calculation is performed except for the vector having the maximum absolute value of the sum of the elements. At this time, the threshold is lowered as the amount of noise calculated in S701 increases. When the threshold is reached, each base vector corresponding to each contribution added so far is selected (S703).
- the image processing apparatus of the present embodiment when the amount of noise superimposed on the image is small, the number of basis vectors to be selected is automatically increased, and the signal change in the input image is left faithfully, thereby flattening the texture signal. It is possible to prevent addition to the part. Therefore, the unevenness of the flat portion can be further reduced as compared with the first embodiment.
- the number of basis vectors to be selected is automatically reduced, so that the subspace is constituted only by basis vectors that particularly reflect the state of signal change. Therefore, the influence of noise in calculating the distance between vectors can be effectively reduced, and noise can be removed while maintaining the sharpness of the texture as compared with the case where the number of base vectors is large.
- the basis vector is obtained by excluding the principal component vectors whose eigenvalues corresponding to the principal component vectors obtained in the principal component analysis are smaller than a predetermined threshold. Groups may be configured.
- the contributions of the basis vectors excluding the vector having the maximum absolute value of the sum of the elements in the basis vector group without rearranging the contributions in the inner product calculation unit are used as the principal components.
- the base vectors corresponding to the respective contributions added so far may be selected when the eigenvalues obtained by the analysis are added in order, and when the threshold value is reached.
- the inner product calculation unit may be designed so as to calculate the contribution of a base vector in which the absolute value of the sum of the elements of the base vector group is smaller than a predetermined threshold.
- the contribution of each base vector may be calculated after subtracting the average pixel value of the first region.
- Equation 4 the absolute value of the inner product of the base vector and the first vector in which the pixel values of the pixels existing in the peripheral region including the first pixel are arranged as the contribution of the base vector. May be used. In this case, instead of Equation 1, Equation 9 is used as the contribution.
- Equation 10 may be used instead of Equation 4 as the inter-vector distance between the first projection vector and the second projection vector.
- the present invention is not limited to the above-described embodiment as it is, and can be embodied by modifying constituent elements without departing from the scope of the invention in the implementation stage.
- various inventions can be formed by appropriately combining a plurality of components disclosed in the embodiment. For example, some components may be deleted from all the components shown in the embodiment.
- constituent elements over different embodiments may be appropriately combined.
- This image processing apparatus can also be realized by using, for example, a general-purpose computer apparatus as basic hardware. That is, the inner product calculation unit, the projection unit, the distance calculation unit, and the weighted average unit can be realized by causing the processor mounted on the computer device to execute a program. At this time, the image processing apparatus may be realized by installing the above program in a computer device in advance, or may be stored in a storage medium such as a CD-ROM or distributed through the network. Thus, this program may be realized by appropriately installing it in a computer device.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
第１の算出部は画像内の第１の画素を含む領域の画素の画素値を要素とする第１のベクトルと、複数の基底ベクトルとの相関の大きさを求める。選択部は、前記複数の基底ベクトルから、前記相関の大きさに従って基底ベクトルを選択する。射影部は、前記選択された基底ベクトルによって構成される部分空間へ前記第１のベクトルを射影した第１の射影ベクトルと、前記部分空間へ前記画像内の第２の画素を含む領域の画素の画素値を並べた第２のベクトルとを射影する。前記第１の射影ベクトルと、前記第２の射影ベクトルとの距離を算出する第２の算出部と、前記距離が小さいほど前記第２の画素に大きな重みを与え、前記第２の画素を加重平均して求めた画素値を行い前記距離に応じて前記第１の画素の出力画素値を算出する加重平均部を備える。
Description
本発明は、画像のノイズを低減する画像処理装置及びその方法に関する。
ランダムなノイズを低減する画像処理技術として、NON-LOCAL MEANSと呼ばれるアルゴリズムが提案されている。処理対象の画素を中心とするブロック内の画素値を並べたベクトルと、周辺画素を中心とするブロック内の画素値を並べたベクトルとの間のベクトル間距離に応じた重みを用い、周辺画素の画素値を加重平均し、処理対象の画素を置き換える技術がある（例えば、非特許文献１）。
NON-LOCAL MEANSによる計算コストを削減するために、主成分分析によって求めた画像の基底ベクトルのうち、主成分分析時に寄与率の大きい基底ベクトル選択して用いる手法が提案されている（例えば、非特許文献２）。処理対象の画素を中心とするブロック内の画素値を並べたベクトルと、周辺画素を中心とするブロック内の画素値を並べたベクトルを選択された基底ベクトルで構成される部分空間に射影し、その部分空間でのベクトル間距離を算出する。
上記従来技術では、選択される基底ベクトルの組が画像に対して１つの組合せであった。そのため、本来異なる画像特徴を持つ２つのベクトルの間の距離が大きくならない場合がある。このとき、平坦部ではテクスチャ部の信号を加算することでムラが生じ、テクスチャ部では異なるテクスチャの信号を加算することで鮮鋭感が失われてしまっていた。
Ａ． Ｂｕａｄｅｓｓ， Ｂ． Ｃｏｌｌ， Ｊ．－Ｍ． Ｍｏｒｅｌ， "Ａ Ｎｏｎ－ｌｏｃａｌ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｉｍａｇｅ Ｄｅｎｏｉｓｉｎｇ，" Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ ２００５， ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ， ｖｏｌ．２， ｐｐ．６０－６５．
Ｔ． Ｔａｓｄｉｚｅｎ， "Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔｓ ｆｏｒ Ｎｏｎ－ｌｏｃａｌ Ｍｅａｎｓ Ｉｍａｇｅ Ｄｅｎｏｉｓｉｎｇ，" Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ ２００８， １５ｔｈ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ， ｐｐ．１７２８－１７３１．
上述したように従来技術では、選択される基底ベクトルの組が画像に対して１つの組合せであったため、画像の平坦部ではテクスチャ部の画素の画素値を加算することでムラが生じ、画像のテクスチャ部では鮮鋭感が失われるという問題があった。
本発明は、上記従来技術の問題点を解決するためになされたものであって、画像の鮮鋭感を失うことなくノイズを十分に抑制することができる画像処理装置を提供することを目的とする。
上記目的を達成するために、本発明の一態様に係る画像処理装置は、 画像内の第１の画素を含む第1領域の画素の画素値を要素とする第１のベクトルと、複数の基底ベクトルとの相関の大きさを求める第１の算出部と、前記複数の基底ベクトルの中から、前記相関の大きさに従って基底ベクトルを選択する選択部と、前記画像内の第２の画素を含む第2領域を選択し、前記選択された基底ベクトルによって構成される部分空間へ前記第１のベクトルを射影した第１の射影ベクトルと、前記第２領域ごとに当該領域の画素の画素値を並べた第２のベクトルを前記部分空間へ射影した第２の射影ベクトルとを求める射影部と、前記第2領域ごとに、前記第１の射影ベクトルと、前記第２の射影ベクトルとの距離を算出する第２の算出部と、前記距離が小さいほど前記第２の画素に大きな重みを与え、前記第２の画素を加重平均して求めた画素値を行い前記距離に応じて前記第１の画素の出力画素値を算出する加重平均部と、を備えることを特徴とする画像処理装置。
を備える。
ランダムノイズが多く含まれた画像に対して、テクスチャ部では鮮鋭感を損なうことなくノイズを除去することができ、平坦部ではムラの発生を抑えながら平滑化することができる。
以下、本発明の実施の形態について、詳細に説明する。なお、互いに同様の動作をする構成や処理には共通の符号を付して重複する説明は省略する。
（第１の実施形態）
図１は、第１の実施形態の画像処理装置１００を示すブロック図である。
画像処理装置１００は、内積算出部１０１、選択部１０２、射影部１０３、距離算出部１０４、加重平均部１０５を備える。
図１は、第１の実施形態の画像処理装置１００を示すブロック図である。
画像処理装置１００は、内積算出部１０１、選択部１０２、射影部１０３、距離算出部１０４、加重平均部１０５を備える。
内積算出部１０１は、入力画像内のうち処理対象となる画素（以下、第１の画素と記載）を含む第１の領域の画素の画素値を要素として並べた第１のベクトルと、予め内積算出部１０１内に記憶した複数（たとえばM個）の基底ベクトルとの内積を算出する。算出した内積の２乗により各基底ベクトルと第1のベクトルとの間の相関の大きさを示す複数の寄与度を計算する。本実施形態では、第１のベクトルと基底ベクトルの相関の大きさを評価するために内積を用いた例について示すが、ベクトル間の相関の大きさを評価できるものであれば内積に限らず利用することが可能である。内積の２乗の大きさが大きいほど２つのベクトル間の相関が高いことを示す。
図２は、予め記憶してある基底ベクトルの算出例を示す図である。予め一枚もしくは複数枚の画像３０１から抽出した部分画像３０２について、それぞれの部分画像に含まれる画素の画素値を並べたベクトルの主成分分析を行い、得られた主成分ベクトル３０３を基底ベクトル群として用いる。画像３０１は、入力画像であっても良いし、それ以外の学習用画像であっても構わない。順次主成分分析を用いる場合には内積算出部１０１が基底ベクトルの算出を行う。
なお、上記した手法以外に、基底ベクトル群として、（１）予め一枚もしくは複数枚の画像から抽出した画像の正準相関分析によって得られる固有ベクトル、（２）２次元離散フーリエ変換の基底、（３）２次元離散ウェーブレット変換の基底等を用いてもよい。
選択部１０２は、内積算出部１０１が算出した内積の大きさに従って、複数の基底ベクトルの中から、射影部１０３に送る複数(例えばＬ個、Ｌ≦Ｍ)の基底ベクトルを選択する。選択方法の詳細については後述する。
射影部１０３は、選択部１０２が選択した基底ベクトルによって構成される部分空間へ、第１のベクトルを射影した第１の射影ベクトルを求める。また、選択部１０２が選択した基底ベクトルによって構成される部分空間へ、入力画像内の、処理対象としない第２の画素（第１の画素ではない画素）を含む第２の領域の画素の画素値を要素として並べた第２のベクトルを射影した第２の射影ベクトルを求める。第２の領域は、探索範囲内で１以上順次選択される。
距離算出部１０４は、第１の射影ベクトルと第２の射影ベクトルの間のベクトル間距離を第２の領域毎に算出する。
加重平均部１０５は、距離算出部１０４が算出したベクトル間距離が相対的に小さい第２の射影ベクトルに対応する第２の画素の画素値に対しては大きな重みを与える。射影部１０３が選択した第２の画素それぞれの重みを求める。第２の画素値に対して重みを乗算した和による加重平均によって算出された画素値を第１の画素の出力画素値とする。第１の画素の画素値を、加重平均部１０５が求めた出力画素値に置き換えた出力画像を出力する。
次に、画像処理装置１００の動作について説明する。
図３は、画像処理装置１００の動作を示すフローチャートである。内積算出部１０１の動作を示す図４を参照しながら説明する。図４（ａ）は、第１画素ｉを含む領域４０１を示す図である。図４（ｂ）は、領域４０１に対応する第１のベクトル４０２を示す図である。図４（ｃ）は、あらかじめ得ていた基底ベクトルのうち要素の総和の絶対値が最大のベクトル（図４の例では第１主成分ベクトル）を除いた基底ベクトル群４０３及び各基底ベクトル４０３１を示す図である。図４（ｄ）は、内積算出部１０１が算出した寄与度４０４の例を示す図である。図４（ｅ）は、寄与度４０４の高いものから順に並び替えた例を示す図である。
図３は、画像処理装置１００の動作を示すフローチャートである。内積算出部１０１の動作を示す図４を参照しながら説明する。図４（ａ）は、第１画素ｉを含む領域４０１を示す図である。図４（ｂ）は、領域４０１に対応する第１のベクトル４０２を示す図である。図４（ｃ）は、あらかじめ得ていた基底ベクトルのうち要素の総和の絶対値が最大のベクトル（図４の例では第１主成分ベクトル）を除いた基底ベクトル群４０３及び各基底ベクトル４０３１を示す図である。図４（ｄ）は、内積算出部１０１が算出した寄与度４０４の例を示す図である。図４（ｅ）は、寄与度４０４の高いものから順に並び替えた例を示す図である。
内積算出部１０１は、第１画素ｉを含む領域４０１の画素の画素値を並べた第１のベクトル４０２と、基底ベクトル群４０３の各基底ベクトル４０３１との内積の２乗を算出する（S２０１）。算出された内積の２乗は、第１画素ｉを含む領域４０１に対する各基底ベクトルの寄与度４０４を示す。
第１のベクトルをｖｉとし、ｖｉのｋ番目の要素を（ｖｉ）ｋと表す。要素の総和の絶対値が最大のベクトルが第一主成分ベクトルだとすると、用意されたＮ個の基底ベクトルから第１主成分ベクトルを除いたＮ－１個の基底ベクトル｛ａｎ｜２≦ｎ≦Ｎ｝のうちｎ番目の基底ベクトルの寄与度ｐｎは数１で計算される。
算出された各基底ベクトルの寄与度４０４の例を図４（ｅ）に示す。
次に、選択部１０２は、内積算出部１０１が算出した寄与度４０４を降順に並べ替えた上で、寄与度４０４の総和が、所定の割合を示す閾値に到達するまで寄与度を先頭から加算する。閾値に到達したとき、それまでに加算した各寄与度に対応するそれぞれの基底ベクトルを選択する（S２０２）。例えば閾値を０．７としたとき、閾値ｐｒは
と計算される。
を満たす最大のｄを求めたとき、選択部１０２はｄ－１個の基底ベクトル｛ａｎ｜２≦ｎ≦ｄ｝を選択する。
画像内のある領域の画素の画素値を並べたベクトルと各基底ベクトルとの内積は、当該領域の画像との相関の高さを反映していると考えられる。内積の小さな基底ベクトルはノイズの影響を受けている可能性が高い。そのため、内積の大きな基底ベクトルを選択して後段のベクトル間距離算出を行うことで、当該領域の信号の特徴を反映したベクトル間距離算出が可能となり、ベクトル間距離算出におけるノイズの影響を低減できると考えられる。
しかし、基底ベクトル群の全ての基底ベクトル（第1主成分を含めた）を用いて寄与度を計算する、すなわち
とすると、当該領域の平均的な画素値が、寄与度に基づいた基底ベクトル選択に大きな影響を与えるようになる。例えば、明るい領域では暗い領域と比べて要素の総和の絶対値が大きいベクトルの寄与度が相対的に高いため、要素の総和の絶対値が大きなベクトルが選択されやすくなる。要素の総和の絶対値が大きなベクトルの内積は、当該領域の平均的な画素値と大きな相関を持つ。これは、明るい領域では明るさの平均が同等であればテクスチャ部と平坦部とを区別しないことになり、明るい平坦部のムラや明るいテクスチャ部のボケの原因となる。この問題を解決するため、基底ベクトル群のうちから要素の総和の絶対値が最大のベクトルを除いた基底ベクトルを用いて寄与度を計算する構成とした。それにより明るい領域において、要素の総和の絶対値が小さく、当該領域の信号の変化の様子をよく表す基底ベクトルが選択される。従って明るい領域においても、平坦部のムラやテクスチャ部のボケが生じにくくなる。
図５は、射影部１０３の動作を示す図である。図５（ａ）は、第１の画素ｉと、第２の画素ｊ及び第２の画素を含む領域４０１１～４０１３の例を示す図である。図５（ｂ）は、第２の画素を含む領域に対応する第２のベクトル４０２１を示す図である。図５（ｃ）は、射影部１０３が生成する部分空間Ａの例を示す図である。
射影部１０３は、S２０２で基底ベクトル群から選択されたｄ－１個の基底ベクトルと、要素の総和の絶対値が最大の基底ベクトル（図５の例では第１主成分）とにより部分空間Ａを構成し、第１のベクトルを部分空間Ａに射影して第１の射影ベクトルを求める。また、入力画像内の第２の画素を含む領域４０１１～４０１３の画素の画素値を並べた第２のベクトル４０２１を、それぞれ部分空間Ａへ射影して第２の射影ベクトルを求める（S２０３）。S２０２でｄ－１個の基底ベクトルが選択されたとき、第１のベクトルｖｉをｄ次元の部分空間Ａへ射影した第１の射影ベクトルｖ’iは、
と表される。ここで、ｆｉ，ｎは第１のベクトルｖｉとｎ番目の基底ベクトルａｎとの内積である。同様に、第２のベクトルｖｊを部分空間Ａした第２の射影ベクトルｖ’ｊは
と表される。
距離算出部１０４は、第１の射影ベクトルと第２の射影ベクトルの、部分空間A上でのベクトル間距離を算出する（S２０４）。S２０３で得られた第１の射影ベクトルをｖ’i、第２の射影ベクトルをｖ’ｊとすると、ｖ’iとｖ’ｊベクトル間距離Ｄ（ｉ，ｊ）は、
と計算される。
距離算出部１０４は、所定の探索範囲内の第２の画素について第２の射影ベクトルを算出したか判定する（Ｓ２０５）。第２の画素の探索範囲は、第１の画素の含まれている画像内全画素や、第２の画素の近傍の範囲内の画素や、第１の画素の含まれていない画像内等種々の範囲であって構わない。なお、例えばセンサが取得した入力画像の場合には同じライン上の画素を第２の画素として選択することが有効である。探索範囲の全第２の画素について第２の射影ベクトルを算出した場合には（Ｓ２０５，Ｙｅｓ）、
加重平均部１０５は算出されたベクトル間距離が小さいほど第２の画素の画素値に大きな重みを与える加重平均処理を行い、第１の画素の画素値を置き換える(S２０６)。出力される第１の画素の画素値（数式中の「ハット記号＾の付された文字Ｐ」を、本文中では「Ｐ＾」と表記する）。ｘi＾は第２の画素の画素値ｘｊを用いて例えば
加重平均部１０５は算出されたベクトル間距離が小さいほど第２の画素の画素値に大きな重みを与える加重平均処理を行い、第１の画素の画素値を置き換える(S２０６)。出力される第１の画素の画素値（数式中の「ハット記号＾の付された文字Ｐ」を、本文中では「Ｐ＾」と表記する）。ｘi＾は第２の画素の画素値ｘｊを用いて例えば
で計算される。ここでΩ（ｉ）は第２の画素を探索する範囲であり、ｈは0より大きいパラメータである。
このように、本実施形態の画像処理装置によれば、処理対象となる画素の周辺領域の特徴を反映した空間で距離を算出するため、特徴の異なる２つの領域のベクトル間距離が小さくなることを防ぐことができる。そのため、加重平均の際に特徴の異なる領域の画素の重みが大きくなることを防ぐことができる。従って、テクスチャ部では鮮鋭感を保ちながらノイズを低減することが可能となり、平坦部ではムラを生じることなくノイズを低減することが可能となる。
（第２の実施形態）
本実施形態の画像処理装置６００は、第１の実施形態の画像処理装置１００と比べて、さらにノイズ量を算出するノイズ算出部６０１を設けた点が異なる。ノイズ算出部６０１が算出したノイズ量に従って選択部６０２の動作が異なる。
本実施形態の画像処理装置６００は、第１の実施形態の画像処理装置１００と比べて、さらにノイズ量を算出するノイズ算出部６０１を設けた点が異なる。ノイズ算出部６０１が算出したノイズ量に従って選択部６０２の動作が異なる。
図６は、画像処理装置６００を示す図である。
ノイズ量算出部６０１は、入力画像内の第１の画素に重畳されたノイズ量を算出する。
選択部５０２は、第１の画素を含む第１の領域の画素の画素値を並べた第１のベクトルと複数の基底ベクトルとの内積を計算し、内積の大きい基底ベクトルを、算出されたノイズ量が大きいほど少なく選択する。
ノイズ量算出部６０１は、入力画像内の第１の画素に重畳されたノイズ量を算出する。
選択部５０２は、第１の画素を含む第１の領域の画素の画素値を並べた第１のベクトルと複数の基底ベクトルとの内積を計算し、内積の大きい基底ベクトルを、算出されたノイズ量が大きいほど少なく選択する。
図７は、画像処理装置６００の動作を示すフローチャートである。本実施形態においては、予め一枚もしくは複数枚の画像から抽出した部分画像の主成分分析を行い、得られた主成分ベクトルを基底ベクトル群として用いる例について述べる。
ノイズ量算出部５０１が、入力画像の処理対象となる第１の画素を含む第１の領域に重畳されたノイズ量を推定する（Ｓ７０１）。ノイズ量は、例えば前記第１の領域の画素値の平均値の平方根に対して0以上のパラメータを乗算した値として得ることができる。または、前記第１の領域の画素値の標準偏差をノイズ量として用いることもできる。なおノイズ量を入力画像から推定して算出するだけでなく、画像処理装置をデジタルカメラ等に組み込む場合は、ノイズ量として例えばISO感度を用いてもよい。画像処理装置をX線透視装置等に組み込む場合は、ノイズ量として例えば照射するX線量と負の相関を持つ値を用いてもよい。また、これらの撮影装置において発生するノイズ量が既知の場合は、その値を用いることができる。
ノイズ量算出部５０１が、入力画像の処理対象となる第１の画素を含む第１の領域に重畳されたノイズ量を推定する（Ｓ７０１）。ノイズ量は、例えば前記第１の領域の画素値の平均値の平方根に対して0以上のパラメータを乗算した値として得ることができる。または、前記第１の領域の画素値の標準偏差をノイズ量として用いることもできる。なおノイズ量を入力画像から推定して算出するだけでなく、画像処理装置をデジタルカメラ等に組み込む場合は、ノイズ量として例えばISO感度を用いてもよい。画像処理装置をX線透視装置等に組み込む場合は、ノイズ量として例えば照射するX線量と負の相関を持つ値を用いてもよい。また、これらの撮影装置において発生するノイズ量が既知の場合は、その値を用いることができる。
選択部６０２は、Ｓ２０１で計算された寄与度を降順に並べ替えた上で、寄与度の総和のうち所定の割合の値を閾値として、閾値に到達するまで寄与度を先頭から加算する。Ｓ２０２と同様に要素の総和の絶対値が最大のベクトルは除いて算出する。このとき、Ｓ７０１で算出されたノイズ量が多いほど閾値が低くなるようにする。閾値に到達したとき、それまでに加算した各寄与度に対応するそれぞれの基底ベクトルを選択する（Ｓ７０３）。
本実施形態の画像処理装置によれば、画像に重畳されたノイズ量が少ないときには選択する基底ベクトルの数を自動的に増やし入力画像の信号変化を忠実に残すことで、テクスチャ部の信号を平坦部に加算することを防ぐことができる。そのため、第１の実施形態よりも更に平坦部のムラを低減することができる。ノイズ量が多いときには選択する基底ベクトルの数を自動的に減らすことで、信号の変化の様子を特に反映した基底ベクトルのみにより部分空間が構成される。そのためベクトル間距離算出におけるノイズの影響を効果的に低減し、基底ベクトルの数が多い場合と比べてテクスチャの鮮鋭感を保ちながらノイズを除去することができる。
（変形例１）
第１および第２の実施形態においては、主成分ベクトルのうち、主成分分析の際に得られたそれぞれの主成分ベクトルに対応する固有値が所定の閾値よりも小さいものを除いたベクトルにより基底ベクトル群を構成してもよい。
第１および第２の実施形態においては、主成分ベクトルのうち、主成分分析の際に得られたそれぞれの主成分ベクトルに対応する固有値が所定の閾値よりも小さいものを除いたベクトルにより基底ベクトル群を構成してもよい。
（変形例２）
第１および第２の実施形態においては、内積算出部において寄与度を並べ替えることなく、基底ベクトル群のうち要素の総和の絶対値が最大のベクトルを除く基底ベクトルの寄与度を、主成分分析によって得られた固有値の順に加算していき、閾値に到達したときにそれまでに加算した各寄与度に対応するそれぞれの基底ベクトルを選択してもよい。
第１および第２の実施形態においては、内積算出部において寄与度を並べ替えることなく、基底ベクトル群のうち要素の総和の絶対値が最大のベクトルを除く基底ベクトルの寄与度を、主成分分析によって得られた固有値の順に加算していき、閾値に到達したときにそれまでに加算した各寄与度に対応するそれぞれの基底ベクトルを選択してもよい。
（変形例３）
第１および第２の実施形態においては内積算出部において、基底ベクトル群のうち要素の総和の絶対値が所定の閾値よりも小さな基底ベクトルの寄与度を計算するように設計してもよい。また、第１の領域の平均的な画素値を差し引いた上で各基底ベクトルの寄与度を計算してもよい。
第１および第２の実施形態においては内積算出部において、基底ベクトル群のうち要素の総和の絶対値が所定の閾値よりも小さな基底ベクトルの寄与度を計算するように設計してもよい。また、第１の領域の平均的な画素値を差し引いた上で各基底ベクトルの寄与度を計算してもよい。
（変形例４）
第１および第２の実施形態においては、基底ベクトルの寄与度として、第１の画素を含む周辺領域に存在する画素の画素値を並べた第１のベクトルと、基底ベクトルとの内積の絶対値を用いてもよい。この場合、数１に代わり寄与度として数９が用いられる。
第１および第２の実施形態においては、基底ベクトルの寄与度として、第１の画素を含む周辺領域に存在する画素の画素値を並べた第１のベクトルと、基底ベクトルとの内積の絶対値を用いてもよい。この場合、数１に代わり寄与度として数９が用いられる。
ここで、|・|は絶対値を表す記号である。
（変形例５）
第１、２の実施形態においては、第１の射影ベクトルと第２の射影ベクトルのベクトル間距離として、数４に代わり数１０を用いてもよい。
第１、２の実施形態においては、第１の射影ベクトルと第２の射影ベクトルのベクトル間距離として、数４に代わり数１０を用いてもよい。
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
なお、この画像処理装置は、例えば、汎用のコンピュータ装置を基本ハードウェアとして用いることでも実現することが可能である。すなわち、内積算出部、射影部、距離算出部および加重平均部は、上記のコンピュータ装置に搭載されたプロセッサにプログラムを実行させることにより実現することができる。このとき、画像処理装置は、上記のプログラムをコンピュータ装置にあらかじめインストールすることで実現してもよいし、ＣＤ－ＲＯＭなどの記憶媒体に記憶して、あるいはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータ装置に適宜インストールすることで実現してもよい。
１００、６００・・・画像処理装置、
１０１・・・内積算出部、
１０２、６０２・・・選択部
１０３・・・射影部
１０４・・・距離算出部
１０５・・・加重平均部
６０１・・・ノイズ量算出部
１０１・・・内積算出部、
１０２、６０２・・・選択部
１０３・・・射影部
１０４・・・距離算出部
１０５・・・加重平均部
６０１・・・ノイズ量算出部
Claims (10)
- 画像内の第１の画素を含む第1領域の画素の画素値を要素とする第１のベクトルと、複数の基底ベクトルとの相関の大きさを求める第１の算出部と、
前記複数の基底ベクトルの中から、前記相関の大きさに従って基底ベクトルを選択する選択部と、
前記画像内の第２の画素を含む第2領域を選択し、前記選択された基底ベクトルによって構成される部分空間へ前記第１のベクトルを射影した第１の射影ベクトルと、前記第２領域ごとに当該領域の画素の画素値を並べた第２のベクトルを前記部分空間へ射影した第２の射影ベクトルとを求める射影部と、
前記第2領域ごとに、前記第１の射影ベクトルと、前記第２の射影ベクトルとの距離を算出する第２の算出部と、
前記距離が小さいほど前記第２の画素に大きな重みを与え、前記第２の画素を加重平均して求めた画素値を行い前記距離に応じて前記第１の画素の出力画素値を算出する加重平均部と、
を備えることを特徴とする画像処理装置。
- 前記射影部は、前記第２の画素を含む第２の領域を複数選択することを特徴とする請求項１記載の画像処理装置。
- 前記第１の算出部は、前記第１のベクトルと、前記複数の基底ベクトルとの内積によって前記相関の大きさを求めることを特徴とする請求項１記載の画像処理装置。
- 前記内積算出部は、前記内積の２乗によって計算される寄与度を計算し、
前記選択部は、前記寄与度の合計が所定の閾値に到達するまで前記寄与度が大きい基底ベクトルから寄与度を加算していき、前記閾値に到達するまでに前記寄与度を加算した前記基底ベクトルを選択することを特徴とする請求項２記載の画像処理装置。 - 前記内積算出部は、前記内積の絶対値によって計算される寄与度を計算し、
前記選択部は、前記寄与度の合計が所定の閾値に到達するまで前記寄与度が大きい基底ベクトルから寄与度を加算していき、前記閾値に到達するまでに前記寄与度を加算した前記基底ベクトルを選択することを特徴とする請求項２記載の画像処理装置。 - 前記選択部は、要素の総和の絶対が所定の基準より大きい基底ベクトルを除いた前記複数の基底ベクトルの中から前記相関の大きさに従って前記基底ベクトルを選択し、
前記射影部は、要素の総和の絶対が所定の基準より大きい基底ベクトルと、前記選択された基底ベクトルによって前記部分空間を構成することを特徴とする請求項２記載の画像処理装置。 - 前記第１の画素を含む領域のノイズ量を算出するノイズ量算出部を更に備え、
前記選択部は、前記ノイズ量が多いほど選択する基底ベクトルの数を少なくすることを特徴とする請求項１記載の画像処理装置。 - 前記内積算出部は、事前に一以上の画像から抽出した複数のブロックの主成分分析により基底ベクトルを求めることを特徴とする請求項２に記載の画像処理装置。
- 前記内積算出部は、前記基底ベクトルとして２次元離散ウェーブレット変換の基底を用いることを特徴とする請求項２に記載の画像処理装置。
- 画像内の第１の画素を含む第1領域の画素の画素値を要素とする第１のベクトルと、複数の基底ベクトルとの相関の大きさを求め、
前記複数の基底ベクトルの中から、前記相関の大きさに従って基底ベクトルを選択する、
前記画像内の第２の画素を含む第2領域を選択し、前記選択された基底ベクトルによって構成される部分空間へ前記第１のベクトルを射影した第１の射影ベクトルと、前記第２領域ごとに当該領域の画素の画素値を並べた第２のベクトルを前記部分空間へ射影した第２の射影ベクトルとを求める、
前記第2領域ごとに、前記第１の射影ベクトルと、前記第２の射影ベクトルとの距離を算出する、
前記距離が小さいほど前記第２の画素に大きな重みを与え、前記第２の画素を加重平均して求めた画素値を行い前記距離に応じて前記第１の画素の出力画素値を算出する、
ことを特徴とする画像処理装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011549740A JP5431501B2 (ja) | 2010-01-13 | 2010-01-13 | 画像処理装置、及びその方法 |
| CN2010800613551A CN102713971A (zh) | 2010-01-13 | 2010-01-13 | 图像处理设备以及方法 |
| PCT/JP2010/000126 WO2011086594A1 (ja) | 2010-01-13 | 2010-01-13 | 画像処理装置、及びその方法 |
| US13/548,709 US8693804B2 (en) | 2010-01-13 | 2012-07-13 | Image processing apparatus and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2010/000126 WO2011086594A1 (ja) | 2010-01-13 | 2010-01-13 | 画像処理装置、及びその方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| US13/548,709 Continuation-In-Part US8693804B2 (en) | 2010-01-13 | 2012-07-13 | Image processing apparatus and method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2011086594A1 true WO2011086594A1 (ja) | 2011-07-21 |
Family
ID=44303903
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/JP2010/000126 WO2011086594A1 (ja) | 2010-01-13 | 2010-01-13 | 画像処理装置、及びその方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US8693804B2 (ja) |
| JP (1) | JP5431501B2 (ja) |
| CN (1) | CN102713971A (ja) |
| WO (1) | WO2011086594A1 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013041398A (ja) * | 2011-08-15 | 2013-02-28 | Toshiba Corp | 画像処理装置、方法及びプログラム |
| JP2014130512A (ja) * | 2012-12-28 | 2014-07-10 | Toshiba Corp | 画像処理装置および画像処理方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017087544A1 (en) * | 2015-11-16 | 2017-05-26 | Silicon Graphics International Corp. | Method and system for shared direct access storage |
| KR20200080926A (ko) * | 2018-12-27 | 2020-07-07 | 삼성전자주식회사 | 영상 처리 장치 및 그 영상 처리 방법 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000163569A (ja) * | 1998-11-30 | 2000-06-16 | Mitsubishi Electric Corp | 画質改善方法及び画質改善装置 |
| JP2001034756A (ja) * | 1999-07-21 | 2001-02-09 | Nippon Hoso Kyokai <Nhk> | 被写体認識装置および記録媒体 |
| JP2001251645A (ja) * | 2000-03-06 | 2001-09-14 | Fuji Photo Film Co Ltd | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 |
| JP2002157595A (ja) * | 2000-11-20 | 2002-05-31 | Nec Corp | 物体照合方法，物体照合装置，およびそのプログラムを記録した記録媒体 |
| JP2002318818A (ja) * | 2001-04-20 | 2002-10-31 | Canon Inc | データ処理装置及びその方法、及びそのプログラム |
| JP2006269651A (ja) * | 2005-03-23 | 2006-10-05 | Canon Inc | 画像抽出装置および方法、並びにそれらを有する露光装置および方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7110435B1 (en) * | 1999-03-15 | 2006-09-19 | Parkervision, Inc. | Spread spectrum applications of universal frequency translation |
| WO2002064151A1 (en) * | 2001-02-09 | 2002-08-22 | Physician's Choice Of Arizona, Inc. | Acrochordon alleviation |
| US7171048B2 (en) * | 2002-04-10 | 2007-01-30 | National Instruments Corporation | Pattern matching system utilizing discrete curve matching with a mapping operator |
| US7327887B2 (en) * | 2002-04-10 | 2008-02-05 | National Instruments Corporation | Increasing accuracy of discrete curve transform estimates for curve matching |
| CN101232572B (zh) * | 2007-01-23 | 2010-05-26 | 展讯通信（上海）有限公司 | 一种数字图像降噪方法和装置 |
-
2010
- 2010-01-13 WO PCT/JP2010/000126 patent/WO2011086594A1/ja active Application Filing
- 2010-01-13 CN CN2010800613551A patent/CN102713971A/zh active Pending
- 2010-01-13 JP JP2011549740A patent/JP5431501B2/ja not_active Expired - Fee Related
-
2012
- 2012-07-13 US US13/548,709 patent/US8693804B2/en not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000163569A (ja) * | 1998-11-30 | 2000-06-16 | Mitsubishi Electric Corp | 画質改善方法及び画質改善装置 |
| JP2001034756A (ja) * | 1999-07-21 | 2001-02-09 | Nippon Hoso Kyokai <Nhk> | 被写体認識装置および記録媒体 |
| JP2001251645A (ja) * | 2000-03-06 | 2001-09-14 | Fuji Photo Film Co Ltd | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 |
| JP2002157595A (ja) * | 2000-11-20 | 2002-05-31 | Nec Corp | 物体照合方法，物体照合装置，およびそのプログラムを記録した記録媒体 |
| JP2002318818A (ja) * | 2001-04-20 | 2002-10-31 | Canon Inc | データ処理装置及びその方法、及びそのプログラム |
| JP2006269651A (ja) * | 2005-03-23 | 2006-10-05 | Canon Inc | 画像抽出装置および方法、並びにそれらを有する露光装置および方法 |
Non-Patent Citations (2)
| Title |
|---|
| ANTONI BUADES ET AL.: "A non-local algorithm for image denoising", COMPUTER VISION AND PATTERN RECOGNITION 2005 IEEE COMPUTER SOCIETY CONFERENCE ON, vol. 2, 2005, pages 60 - 65 * |
| TOLGA TASDIZEN: "PRINCIPAL COMPONENTS FOR NON- LOCAL MEANS IMAGE DENOISING", IMAGE PROCESSING 2008 15TH IEEE INTERNATIONAL CONFERENCE ON, 2008, pages 1728 - 1731, XP031374355 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013041398A (ja) * | 2011-08-15 | 2013-02-28 | Toshiba Corp | 画像処理装置、方法及びプログラム |
| JP2014130512A (ja) * | 2012-12-28 | 2014-07-10 | Toshiba Corp | 画像処理装置および画像処理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2011086594A1 (ja) | 2013-05-16 |
| JP5431501B2 (ja) | 2014-03-05 |
| CN102713971A (zh) | 2012-10-03 |
| US20130011077A1 (en) | 2013-01-10 |
| US8693804B2 (en) | 2014-04-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111047516B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
| US20170365046A1 (en) | Algorithm and device for image processing | |
| JP4999680B2 (ja) | 画像ノイズを低減することによる画像データ処理方法および該方法を実行するカメラ組み込み手段 | |
| JP5928753B2 (ja) | 空間シフトを用いて視覚品質メトリックのロバスト性を向上させる方法およびシステム | |
| US9159121B2 (en) | Method for image denoising | |
| JP6324155B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| US20150254814A1 (en) | Globally dominant point spread function estimation | |
| JP2017010092A (ja) | 画像処理装置、撮像装置、画像処理方法、画像処理プログラム、および、記憶媒体 | |
| JP2019101686A (ja) | 画像処理装置、画像処理方法およびプログラム | |
| US11145032B2 (en) | Image processing apparatus, method and storage medium for reducing color noise and false color | |
| JP2012208553A (ja) | 画像処理装置、および画像処理方法、並びにプログラム | |
| JP5765893B2 (ja) | 画像処理装置、撮像装置および画像処理プログラム | |
| JP5431501B2 (ja) | 画像処理装置、及びその方法 | |
| JP2018133110A (ja) | 画像処理装置及び画像処理プログラム | |
| JP7114431B2 (ja) | 画像処理方法、画像処理装置およびプログラム | |
| JP6541454B2 (ja) | 画像処理装置、撮像装置、画像処理方法、画像処理プログラム、および、記憶媒体 | |
| JP7301589B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
| CN110689486A (zh) | 图像的处理方法、装置、设备及计算机可存储介质 | |
| JP2010181951A (ja) | 画像処理装置および画像処理プログラム | |
| US20180018759A1 (en) | Image artifact detection and correction in scenes obtained from multiple visual images | |
| WO2016051716A1 (ja) | 画像処理方法、画像処理装置、及び画像処理プログラムを記憶する記録媒体 | |
| JP5558431B2 (ja) | 画像処理装置、方法及びプログラム | |
| JP6938282B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| JP5784472B2 (ja) | 画像処理装置、方法及びプログラム | |
| JP2017098933A (ja) | 画像処理装置および画像処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| WWE | Wipo information: entry into national phase |
Ref document number: 201080061355.1 Country of ref document: CN |
|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 10842956 Country of ref document: EP Kind code of ref document: A1 |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 2011549740 Country of ref document: JP |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 10842956 Country of ref document: EP Kind code of ref document: A1 |