WO2014142171A1 - 画像処理装置、画像処理方法、及びプログラム - Google Patents

画像処理装置、画像処理方法、及びプログラム Download PDF

Info

Publication number
WO2014142171A1
WO2014142171A1 PCT/JP2014/056496 JP2014056496W WO2014142171A1 WO 2014142171 A1 WO2014142171 A1 WO 2014142171A1 JP 2014056496 W JP2014056496 W JP 2014056496W WO 2014142171 A1 WO2014142171 A1 WO 2014142171A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
frequency component
pixel
luminance value
unit
Prior art date
Application number
PCT/JP2014/056496
Other languages
English (en)
French (fr)
Inventor
鈴木　智晴
真一 江口
Original Assignee
富士通フロンテック株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 富士通フロンテック株式会社 filed Critical 富士通フロンテック株式会社
Priority to JP2015505516A priority Critical patent/JP6088042B2/ja
Priority to EP14764770.5A priority patent/EP2975844B1/en
Publication of WO2014142171A1 publication Critical patent/WO2014142171A1/ja
Priority to US14/847,594 priority patent/US9818177B2/en
Priority to US15/464,989 priority patent/US10210601B2/en

Links

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4015—Image demosaicing, e.g. colour filter arrays [CFA] or Bayer patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1312—Sensors therefor direct reading, e.g. contactless acquisition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • A61B5/0084—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for introduction into the body, e.g. by catheters
    • A61B5/0086—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for introduction into the body, e.g. by catheters using infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4887—Locating particular structures in or on the body
    • A61B5/489—Blood vessels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N2209/00—Details of colour television systems
    • H04N2209/04—Picture signal generators
    • H04N2209/041—Picture signal generators using solid-state devices
    • H04N2209/042—Picture signal generators using solid-state devices having a single pick-up sensor
    • H04N2209/045—Picture signal generators using solid-state devices having a single pick-up sensor using mosaic colour filter
    • H04N2209/046—Colour interpolation to calculate the missing colour values

Definitions

  • biometric authentication processing In an existing biometric authentication device, a subject is imaged using a dedicated imaging device such as an infrared camera, and biometric information extracted from the captured image matches biometric information registered in advance with each other. By determining whether or not, biometric authentication processing is performed.
  • a dedicated imaging device such as an infrared camera
  • a vein shape may be used as biometric information for biometric authentication.
  • the portion showing the vein in the captured image has a lower luminance value than the peripheral portion of the vein due to the light absorption characteristics of reduced hemoglobin in the blood, and the change in the luminance value is smaller than that of the peripheral portion of the vein. Therefore, if demosaicing processing is performed on an image containing veins, low-frequency components may be reduced along with sampling noise, and the shape of the vein is extracted as biometric information from the image after the demosaicing processing. Can be difficult.
  • the program of the present invention separates a low frequency component from a signal indicating a luminance value of each pixel of an input image to a computer, performs a demosaicing process on the signal from which the low frequency component is separated, and The signal after the demosaicing process and the low frequency component are combined with each other.
  • the image processing apparatus includes a separation unit that separates a low frequency component from a signal indicating a luminance value of each pixel of an input image, and a denoising process that performs a denoising process on the signal obtained by separating the low frequency component.
  • the program of the present invention separates a low frequency component from a signal indicating the luminance value of each pixel of an input image into a computer, performs a denoising process on the signal from which the low frequency component is separated, and performs the denoising process.
  • An image is generated by combining the processed signal and the low-frequency component with each other.
  • FIG. 10 is a diagram illustrating an example of a result “Iest (i, j)” obtained by performing a smoothing process on “f (i, j)”.
  • FIG. 5 is a diagram illustrating “f ⁇ (i, j)” and “Iest” as a result of performing a convolution operation between “f (i, j)” and a Gaussian function. It is a figure which shows an example of the result "fspec (i, j)” which isolate
  • FIG. 10 is a diagram illustrating an example of “fdemos (i, j)” as a result of performing demosaicing processing on “fspec (i, j)”.
  • FIG. 10 is a diagram illustrating an example of a synthesis result “fmerge (i, j)” of “fdemos_gray (i, j)” and “f ⁇ (i, j)”.
  • FIG. 1 is a diagram illustrating an image processing apparatus according to an embodiment.
  • An image processing apparatus 1 shown in FIG. 1 performs image processing such as demosaicing processing on an image captured by the imaging apparatus 2 and outputs the processed image to the biometric authentication apparatus 3.
  • Unit 5 palm luminance estimation unit 6 (separation unit), surface reflection component enhancement unit 7 (separation unit), demosaicking processing unit 8 (demosaicing processing unit), merge processing unit 9 (synthesis unit), luminance And an unevenness correction unit 10.
  • the imaging apparatus 2 includes an image acquisition unit 11 that acquires a captured image of a subject using a single-plate imaging element and RGB color filters in a Bayer array.
  • the biometric authentication device 3 extracts biometric information (for example, the shape of a vein) from the image subjected to image processing by the image processing device 1, and whether or not the extracted biometric information matches biometric information registered in advance.
  • biometric authentication process is performed by determining the above.
  • the image processed by the image processing apparatus 1 may be used as information for determining whether the subject is a living body or may be used as a medical image.
  • FIG. 2 is a flowchart showing the operation of the image processing apparatus 1.
  • i indicates the position in the horizontal axis direction of the two-dimensional coordinate when the position of each pixel of the image input to the region specifying unit 4 corresponds to the position on the two-dimensional coordinate
  • j indicates The position of the two-dimensional coordinate in the vertical axis direction is shown.
  • Mosk (i, j) indicates the luminance value of the pixel at an arbitrary position (i, j) among the pixels of the image input to the region specifying unit 4.
  • ROI (RegionRegOf Interest)” indicates “a palm region”, and the algorithm for setting the ROI is not particularly limited.
  • the padding processing unit 5 sets the luminance value of the corresponding pixel among the pixels of the image input in S ⁇ b> 1 as the luminance value of each pixel of the “palm region”, and other than the “palm region”. Padding processing is performed by setting the average value of the luminance values set for each pixel of the “palm region” as the luminance value of each pixel of the region (S2). For example, according to the definition shown in Expression 2 below, the padding processing unit 5 displays the image input in S1 as the luminance value “fmp (i, j)” of each pixel of the “palm region” as shown in FIG.
  • the palm luminance estimation unit 6 performs a smoothing process on the signal indicating the luminance value of each pixel of the “palm region” set in S ⁇ b> 2, thereby obtaining a high-frequency component (for example, light reflected on the surface of the palm).
  • a high-frequency component for example, light reflected on the surface of the palm.
  • low-frequency components for example, a signal indicating a luminance value that moderately changes such as a luminance value indicating light reflected by a vein
  • the palm luminance estimation unit 6 performs smoothing such as smoothing-spline conversion processing on the signal “fmp” indicating the luminance value of each pixel of the “palm region” set in S2 in accordance with the definition shown in the following Expression 3.
  • smoothing such as smoothing-spline conversion processing
  • a signal “Iest” indicating the luminance value of each pixel in the “palm region” in which the high-frequency component and the low-frequency component are reduced is estimated.
  • FIG. 6 is a diagram illustrating an example of a signal indicating the luminance value of each pixel for one line (broken line) in the i-axis direction of the “palm region” illustrated in FIG. 5.
  • FIG. 6 indicates the position in the i-axis direction of the “palm region” shown in FIG. 5, and the vertical axis indicates the luminance value.
  • FIG. 7 shows the result of performing the smoothing-spline conversion process on the luminance value of each pixel shown in FIG. Further, the smoothing process performed in the palm luminance estimation unit 6 can reduce the high frequency component and the low frequency component with respect to the luminance value of each pixel of the “palm region” set in S2. There is no particular limitation.
  • the surface reflection component emphasizing unit 7 uses the signal indicating the luminance value of each pixel that has been subjected to the smoothing process in S3, from the signal indicating the luminance value of each pixel in the “palm region” set in S2.
  • the low frequency component is separated (S4).
  • the surface reflection component emphasizing unit 7 performs a convolution calculation process of “f (i, j)” and “Gaussian function g (i, j)” according to the definition shown in Equation 4 below, as “f ⁇ ( i, j) ”(dotted line shown in FIG. 8) is equal to or greater than“ Iest-d ”(solid line shown in FIG.
  • f (i, j) is set as the luminance value “fspec (i, j)” and “f ⁇ (i, j)” is smaller than “Iest-d” (broken line shown in FIG. 8)
  • the luminance value “Iest (i, j)” of each pixel subjected to the smoothing process in S3 is set as “fspec (i, j)” (the broken line shown in FIG. 9). In the frame).
  • the surface reflection component emphasizing unit 7 uses the maximum value of “fmp” as the signal “fspec” indicating the luminance value of each pixel of the “palm region” after the low-frequency component separation, according to the definition shown in Equation 5 below. It may be configured to set the larger value of the maximum values of “Iest”.
  • the biometric authentication device 3 extracts a vein shape or the like as biometric information from the image output from the luminance unevenness correcting unit 10 or the merge processing unit 9, and the biometric information extracted and biometric information stored in advance in the storage unit And biometric authentication processing is performed by determining whether or not they match each other.
  • the low frequency component including the biological information of the subject is separated from the input image, and the demosaicing process is performed on the separated image.
  • the result of the demosaicing process and the separated low frequency component are combined with each other. Since the synthesized image includes a low-frequency component even after the demosaicing process, the biological information of the subject can be extracted with high accuracy from the synthesized image.
  • the image processing is performed on the image obtained by the general-purpose imaging apparatus 2, thereby preventing the extraction of biological information from the image after the image processing. Can be suppressed.
  • FIG. 12 is a diagram illustrating an image processing apparatus according to another embodiment.
  • symbol is attached
  • An image processing device 12 illustrated in FIG. 12 performs image processing such as denoising processing on an image captured by the imaging device 2 and outputs the processed image to the biometric authentication device 3.
  • the region processing unit 12 and the padding processing unit 5 palm luminance estimation unit 6 (separation unit), surface reflection component enhancement unit 7 (separation unit), denoising processing unit 13 (denoising processing unit), merge processing unit 9 (synthesis unit), and luminance unevenness correction Part 10.
  • FIG. 13 is a flowchart showing the operation of the image processing apparatus 12.
  • the operations (S11 to S14, S16, S17) other than the denoising process of S15 shown in FIG. 13 are the same as the operations (S1 to S4, S6, S7) other than the demosaicing process of S5 shown in FIG.
  • the region specifying unit 4 specifies a “palm region” that is a region corresponding to the palm of the subject in the image (S11).
  • the palm luminance estimation unit 6 performs a smoothing process on the signal indicating the luminance value of each pixel of the “palm region” set in S12, thereby obtaining a high-frequency component (for example, light reflected on the surface of the palm).
  • a high-frequency component for example, light reflected on the surface of the palm.
  • low-frequency components for example, a signal indicating a luminance value that moderately changes such as a luminance value indicating light reflected by a vein
  • the surface reflection component emphasizing unit 7 uses the signal indicating the luminance value of each pixel subjected to the smoothing process in S13, from the signal indicating the luminance value of each pixel in the “palm region” set in S12.
  • the low frequency component is separated (S14).
  • the densing processing unit 13 performs a denoising process on the signal indicating the luminance value of each pixel of the “palm region” from which the low-frequency components are separated in S14 (S15).
  • Noise ⁇ acts additively on the original image f (a signal indicating the luminance value of each pixel in the “palm region” from which the low-frequency component is separated in S14 in FIG. 13), and is physically observed.
  • the denoising process is a process for obtaining an estimation result f ′ of the original image f at this time assuming that F is given under this assumption.
  • FIG. 15 is a diagram showing an example of a noise image observation model related to the demosaicing process.
  • the processing is performed for RGB color images, but the same applies to multi-channel images (one or more channels).
  • the demosaicing process can be referred to as a special case denoising process called a mosaicing process.
  • the arrangement / rearrangement may be an identity conversion and there is no error in interpolation. That is, it is a general denoising process.
  • the merge processing unit 9 synthesizes the signal indicating the luminance value of each pixel of the “palm region” subjected to the denoising process in S15 and the low frequency component separated in S14 ( S16).
  • the luminance unevenness correction unit 10 applies the signal indicating the luminance value of each pixel of the “palm region” synthesized in S16 so that the luminance value of each pixel of the “palm region” synthesized in S16 is eliminated. Then, correction processing is performed (S17).
  • the biometric authentication device 3 extracts a vein shape or the like as biometric information from the image output from the luminance unevenness correcting unit 10 or the merge processing unit 9, and the biometric information extracted and biometric information stored in advance in the storage unit And biometric authentication processing is performed by determining whether or not they match each other.
  • the image processing apparatus 12 As described above, also in the image processing apparatus 12 according to another embodiment, after the low-frequency component including the biological information of the subject is separated from the input image and the denoising process is performed on the separated image. The result of the denoising process and the separated low frequency component are combined with each other. Since the synthesized image contains a low-frequency component even after the denoising process, the biological information of the subject can be extracted with high accuracy from the synthesized image. Thereby, in the image processing device 12 of the embodiment, the image processing is performed on the image obtained by the general-purpose imaging device 2, thereby preventing the extraction of biological information from the image after the image processing. Can be suppressed.
  • FIG. 16 is a diagram illustrating an image processing apparatus according to still another embodiment.
  • symbol is attached
  • An image processing device 14 illustrated in FIG. 16 performs image processing such as denoising processing on an image captured by the imaging device 2 and outputs the processed image to the biometric authentication device 3.
  • the image processing device 14 includes an area specifying unit 4 and a padding processing unit. 5, palm luminance estimation unit 6 (separation unit), surface reflection component enhancement unit 7 (separation unit), noise level estimation unit 15, denoising processing unit 13 (denoising processing unit), and merge processing unit 9 (synthesis) Section) and a luminance unevenness correcting section 10.
  • FIG. 17 is a diagram schematically showing the image processing apparatus 14 shown in FIG. In FIG. 17, the region specifying unit 4, the padding processing unit 5, and the luminance unevenness correcting unit 10 are not shown.
  • the image processing apparatus 14 estimates the noise level for a signal indicating the luminance value of each pixel of the “palm region” from which the low-frequency component is separated by the surface reflection component enhancement unit 7. After performing, denoising processing is performed.
  • FIG. 18 is a flowchart showing the operation of the image processing apparatus 14.
  • the operations (S21 to S24, S26 to S28) other than the noise level estimation in S25 are the same as the operations (S11 to S17) shown in FIG.
  • the region specifying unit 4 specifies a “palm region” that is a region corresponding to the palm of the subject in the image (S21).
  • the padding processing unit 5 sets the luminance value of the corresponding pixel among the pixels of the image input in S21 as the luminance value of each pixel of the “palm region”, and other than the “palm region”. Padding processing is performed by setting the average value of the luminance values set for each pixel of the “palm region” as the luminance value of each pixel of the region (S22).
  • the surface reflection component emphasizing unit 7 uses the signal indicating the luminance value of each pixel that has been subjected to the smoothing process in S23, from the signal indicating the luminance value of each pixel in the “palm region” set in S22.
  • the low frequency component is separated (S24).
  • the noise level estimation unit 15 estimates the noise level with respect to the signal indicating the luminance value of each pixel of the “palm region” from which the low frequency component is separated in S24 (S25).
  • the merge processing unit 9 synthesizes a signal indicating the luminance value of each pixel of the “palm region” subjected to the denoising process in S26 and the low-frequency component separated in S24 ( S27).
  • the luminance unevenness correction unit 10 applies the signal indicating the luminance value of each pixel of the “palm area” synthesized in S27 so that the luminance value of each pixel of the “palm area” synthesized in S27 is eliminated. Then, correction processing is performed (S28).
  • the low frequency component including the biological information of the subject is separated from the input image, and the denoising process is performed on the separated image.
  • the result of the denoising process and the separated low frequency component are combined with each other. Since the synthesized image contains a low-frequency component even after the denoising process, the biological information of the subject can be extracted with high accuracy from the synthesized image.
  • the image processing is performed on the image obtained by the general-purpose imaging device 2, thereby preventing the extraction of biological information from the image after the image processing. Can be suppressed.
  • the region specifying unit 4 specifies a “palm region” and performs noise level estimation and denoising processing on the “palm region”. Even in this case, noise estimation and noise removal can be performed robustly.
  • FIG. 20 is a diagram illustrating an image processing apparatus according to still another embodiment.
  • symbol is attached
  • FIG. 21 is a diagram schematically showing the image processing device 16 shown in FIG. In FIG. 21, the region specifying unit 4, the padding processing unit 5, and the luminance unevenness correcting unit 10 are not shown.
  • FIG. 22 is a flowchart showing the operation of the image processing apparatus 16.
  • S31 to S34 are the same as S1 to S4 in FIG. 2, S11 to S14 in FIG. 13, or S21 to S24 in FIG. 18, and S35 is the same as S25 in FIG. S36 to S38 are the same as S5 to S7 in FIG.
  • the palm luminance estimation unit 6 performs a smoothing process on the signal indicating the luminance value of each pixel of the “palm region” set in S ⁇ b> 32, thereby obtaining a high-frequency component (for example, light reflected on the surface of the palm).
  • a high-frequency component for example, light reflected on the surface of the palm.
  • low-frequency components for example, a signal indicating a luminance value that moderately changes such as a luminance value indicating light reflected by a vein
  • the surface reflection component emphasizing unit 7 uses the signal indicating the luminance value of each pixel subjected to the smoothing process in S33, and from the signal indicating the luminance value of each pixel of the “palm region” set in S32.
  • the low frequency component is separated (S34).
  • the luminance unevenness correction unit 10 applies the signal indicating the luminance value of each pixel of the “palm region” synthesized in S37 so that the luminance value of each pixel of the “palm region” synthesized in S37 is eliminated. Then, correction processing is performed (S38).
  • the biometric authentication device 3 extracts a vein shape or the like as biometric information from the image output from the luminance unevenness correcting unit 10 or the merge processing unit 9, and the biometric information extracted and biometric information stored in advance in the storage unit And biometric authentication processing is performed by determining whether or not they match each other.
  • the low frequency component including the biological information of the subject is separated from the input image, and the demosaicing process is performed on the separated image. Thereafter, the result of the processing and the separated low frequency component are combined with each other. Since the synthesized image includes a low-frequency component even after the demosaicing process, the biological information of the subject can be extracted with high accuracy from the synthesized image. Thereby, in the image processing device 16 of another embodiment, the image processing is performed on the image obtained by the general-purpose imaging device 2, thereby preventing the extraction of biological information from the image after the image processing. Can be suppressed.
  • the region identifying unit 4 identifies a “palm region” and performs noise level estimation and demosaicing processing in the “palm region”. Noise estimation and noise removal can be performed robustly even when shooting with a camera.
  • FIG. 23 is a diagram illustrating an example of hardware constituting the image processing apparatus 1.
  • the hardware configuring the image processing apparatuses 1, 12, 14, and 16 includes a control unit 1201, a storage unit 1202, a recording medium reading device 1203, an input / output interface 1204, and a communication interface 1205. Are connected by a bus 1206, respectively.
  • the hardware configuring the image processing apparatuses 1, 12, 14, and 16 may be realized using a cloud or the like.
  • the control unit 1201 may use, for example, a Central Processing Unit (CPU), a multi-core CPU, and a programmable device (Field Programmable Gate Array (FPGA), Programmable Logic Device (PLD), etc.).
  • CPU Central Processing Unit
  • FPGA Field Programmable Gate Array
  • PLD Programmable Logic Device
  • a region specifying unit 4 a padding processing unit 5, a palm luminance estimation unit 6, a surface reflection component emphasizing unit 7, a demosaicking processing unit 8, a merge processing unit 9, and a luminance unevenness correcting unit 10, a denoising processing unit 13 shown in FIG. This corresponds to the noise level estimation unit 15 shown in FIGS.
  • the storage unit 1202 may be a memory such as a Read Only Memory (ROM) or a Random Access Memory (RAM), a hard disk, or the like. Note that the storage unit 1202 may be used as a work area at the time of execution. Further, another storage unit may be provided outside the information processing apparatuses 1, 12, 14, and 16.
  • ROM Read Only Memory
  • RAM Random Access Memory
  • the recording medium reading device 1203 reads data recorded on the recording medium 1207 or writes data to the recording medium 1207 under the control of the control unit 1201.
  • the removable recording medium 1207 is a non-transitory recording medium that can be read by a computer.
  • a magnetic recording device for example, a hard disk device (HDD) can be considered.
  • a hard disk device HDD
  • the optical disc for example, Digital Versatile Disc (DVD), DVD-RAM, Compact Disc Read Only Memory (CD-ROM), CD-R (Recordable) / RW (ReWritable), and the like can be considered.
  • the magneto-optical recording medium for example, Magneto-Optical disk (MO) can be considered.
  • the storage unit 1202 is also included in a non-transitory recording medium.
  • the input / output interface 1204 is connected to the input / output unit 1208 and sends information input from the input / output unit 1208 by the user to the control unit 1201 via the bus 1206.
  • the input / output interface 1204 sends information sent from the control unit 1201 to the input / output unit 1208 via the bus 1206.
  • the input / output unit 1208 may be, for example, a keyboard, a pointing device (such as a mouse), a touch panel, a Cathode Ray Ray Tube (CRT) display, or a printer.
  • a keyboard such as a keyboard
  • a pointing device such as a mouse
  • a touch panel such as a touch panel
  • CRT Cathode Ray Ray Tube
  • the communication interface 1205 is an interface for performing Local Area Network (LAN) connection and Internet connection. Further, the communication interface 1205 may be used as an interface for performing a LAN connection, Internet connection, or wireless connection with another computer as necessary.
  • LAN Local Area Network
  • the communication interface 1205 may be used as an interface for performing a LAN connection, Internet connection, or wireless connection with another computer as necessary.
  • the computer that executes the program stores, for example, the program recorded in the recording medium 1207 or the program transferred from the server computer in the storage unit 1202.
  • the computer reads the program from the storage unit 1202 and executes processing according to the program.
  • the computer can also read the program directly from the recording medium 1207 and execute processing according to the program. Further, each time the program is transferred from the server computer, the computer can sequentially execute processing according to the received program.
  • the image processing apparatus that performs authentication using the palm vein has been described as an example. However, the present invention is not limited to this, and any other feature detection part of the living body may be used.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Processing (AREA)
  • Color Television Image Signal Generators (AREA)

Abstract

　汎用的な撮像装置により得られる画像から生体情報を抽出することが妨げられることを抑える。入力される画像の各画素の輝度値を示す信号から低周波成分を分離する手のひら輝度推定部６及び表面反射成分強調部７と、低周波成分を分離した信号に対してデノイジング処理を行うdenoising処理部１３と、デノイジング処理後の信号と低周波成分とを互いに合成して画像を生成するmerge部９とを備えて画像処理装置１２を構成する。

Description

画像処理装置、画像処理方法、及びプログラム
　本発明は、生体情報を含む画像に対して画像処理を行う技術に関する。
　既存の生体認証装置では、赤外線カメラなどの専用の撮像装置を用いて被検体を撮像して、その撮像した画像から抽出される生体情報と、予め登録される生体情報とが互いに一致するか否かを判断することにより、生体認証処理を行っている。
　ところで、近年の生体認証装置の低価格化の流れで、汎用的な撮像装置を備える生体認証装置が今後大きなシェアを占める見込みである。例えば、汎用的な撮像装置としては、単板の撮像素子やベイヤー配列のＲＧＢの各カラーフィルタなどを備える撮像装置が考えられる。そして、このような撮像装置で撮像された画像の各画素の輝度値を示す信号に対して、各カラーフィルタの透過光の周波数帯域の違いや各カラーフィルタの吸光特性の偏りなどにより生じるサンプリングノイズを低減するために、デモザイキング処理が行われる（例えば、特許文献１参照）。
　また、生体認証用の生体情報として静脈の形状が使用される場合がある。この場合、撮像された画像において静脈を示す部分は、血液中の還元ヘモグロビンの吸光特性により静脈の周辺部分に比べて輝度値が低く、輝度値の変化が静脈の周辺部分に比べて小さい。そのため、静脈が含まれる画像に対してデモザイキング処理を行うと、サンプリングノイズとともに、低周波成分も低減されてしまうおそれがあり、デモザイキング処理後の画像から生体情報として静脈の形状を抽出することが困難になる可能性がある。
特開２０１１－１４３１００号公報
　本発明では、汎用的な撮像装置により得られる画像から生体情報を抽出することが妨げられることを抑えることが可能な画像処理装置、画像処理方法、及びプログラムを提供することを目的とする。
　本発明の画像処理装置は、入力される画像の各画素の輝度値を示す信号から低周波成分を分離する分離部と、前記低周波成分を分離した信号に対してデモザイキング処理を行うデモザイキング処理部と、前記デモザイキング処理後の信号と前記低周波成分とを互いに合成して画像を生成する合成部とを備える。
　また、本発明の画像処理方法は、コンピュータが、入力される画像の各画素の輝度値を示す信号から低周波成分を分離し、前記低周波成分を分離した信号に対してデモザイキング処理を行い、前記デモザイキング処理後の信号と前記低周波成分とを互いに合成して画像を生成する。
　また、本発明のプログラムは、コンピュータに、入力される画像の各画素の輝度値を示す信号から低周波成分を分離し、前記低周波成分を分離した信号に対してデモザイキング処理を行い、前記デモザイキング処理後の信号と前記低周波成分とを互いに合成することを実行させる。
　また、本発明の画像処理装置は、入力される画像の各画素の輝度値を示す信号から低周波成分を分離する分離部と、前記低周波成分を分離した信号に対してデノイジング処理を行うデノイジング処理部と、前記デノイジング処理後の信号と前記低周波成分とを互いに合成して画像を生成する合成部とを備える。
　また、本発明の画像処理方法は、コンピュータが、入力される画像の各画素の輝度値を示す信号から低周波成分を分離し、前記低周波成分を分離した信号に対してデノイジング処理を行い、前記デノイジング処理後の信号と前記低周波成分とを互いに合成して画像を生成する。
　また、本発明のプログラムは、コンピュータに、入力される画像の各画素の輝度値を示す信号から低周波成分を分離し、前記低周波成分を分離した信号に対してデノイジング処理を行い、前記デノイジング処理後の信号と前記低周波成分とを互いに合成して画像を生成することを実行させる。
　本発明によれば、汎用的な撮像装置により得られる画像から生体情報を抽出することが妨げられることを抑えることができる。
実施形態の画像処理装置の一例を示す図である。 画像処理装置の動作を示すフローチャートである。 画像処理装置に入力される画像の一例を示す図である。 手のひら領域を特定した結果の一例を示す図である。 パディング処理を行った結果の一例を示す図である。 手のひら領域の１ライン分の各画素の輝度値を示す信号の一例を示す図である。 「f(i,j)」に対して平滑化処理を行った結果「Iest(i,j)」の一例を示す図である。 「f(i,j)」とガウス関数との畳み込み演算を行った結果「fσ(i,j)」と、「Iest」とを示す図である。 「f(i,j)」から低周波成分を分離した結果「fspec(i,j)」の一例を示す図である。 「fspec(i,j)」に対してデモザイキング処理を行った結果「fdemos(i,j)」の一例を示す図である。 「fdemos_gray(i,j)」と「fσ(i,j)」との合成結果「fmerge(i,j)」の一例を示す図である。 他の実施形態の画像処理装置の一例を示す図である。 画像処理装置の動作を示すフローチャートである。 ノイズ画像の観測モデルの一例を示す図である。 デモザイキング処理に係るノイズ画像の観測モデルの一例を示す図である。 さらに他の実施形態の画像処理装置を示す図である。 画像処理装置を模式的に示す図である。 画像処理装置の動作を示すフローチャートである。 ノイズレベル推定部及びdenoising処理部の一例を示す図である。 さらに他の実施形態の画像処理装置を示す図である。 画像処理装置を模式的に示す図である。 画像処理装置の動作を示すフローチャートである。 画像処理装置のハードウェアの一例を示す図である。
　図１は、実施形態の画像処理装置を示す図である。
　図１に示す画像処理装置１は、撮像装置２で撮像された画像に対してデモザイキング処理などの画像処理を行い生体認証装置３へ出力するものであって、領域特定部４と、padding処理部５と、手のひら輝度推定部６（分離部）と、表面反射成分強調部７（分離部）と、demosaicking処理部８（デモザイキング処理部）と、merge処理部９（合成部）と、輝度ムラ補正部１０とを備える。
　撮像装置２は、単板の撮像素子とベイヤー配列のＲＧＢの各カラーフィルタにより被検体の撮像画像を取得する画像取得部１１を備える。
　生体認証装置３は、画像処理装置１で画像処理された画像から生体情報（例えば、静脈の形状）を抽出し、その抽出した生体情報と予め登録されている生体情報とが一致するか否かを判断することにより生体認証処理を行う。
　なお、画像処理装置１で画像処理された画像は、被検体が生体であるか否かを判断するための情報として使用してもよいし、医用画像として使用してもよい。
　図２は、画像処理装置１の動作を示すフローチャートである。
　まず、領域特定部４は、画像取得部１１で取得された画像が入力されると、その画像において被検体の手のひらに相当する領域である「手のひら領域」を特定する（Ｓ１）。例えば、領域特定部４は、図３に示すような手のひらが撮像された画像が入力されると、以下の式１に示す定義に従って、図４に示すように、入力画像の各画素のうち、「手のひら領域」に対応する各画素を白く（「mask(i,j):=1」）、「手のひら領域」以外の領域に対応する各画素を黒くする（「mask(i,j):=0」）。なお、「i」は領域特定部４に入力される画像の各画素の位置を２次元座標上の位置に対応させたときのその２次元座標の横軸方向の位置を示し、「j」はその２次元座標の縦軸方向の位置を示す。また、「mask(i,j)」は領域特定部４に入力される画像の各画素のうちの任意位置(i,j)の画素の輝度値を示す。また、「ROI(Region Of Interest)」は、「手のひら領域」を示すものであり、ROIを設定するためのアルゴリズムは特に限定されない。
Figure JPOXMLDOC01-appb-M000001
 ・・・式１
　次に、padding処理部５は、「手のひら領域」の各画素の輝度値として、Ｓ１で入力された画像の各画素のうち、対応する画素の輝度値を設定するともに、「手のひら領域」以外の領域の各画素の輝度値として、「手のひら領域」の各画素に設定した輝度値の平均値を設定することにより、パディング処理を行う（Ｓ２）。例えば、padding処理部５は、以下の式２に示す定義に従って、図５に示すように、「手のひら領域」の各画素の輝度値「fmp(i,j)」として、Ｓ１で入力された画像の各画素のうち、対応する画素の輝度値「f(i,j) (if mask(i,j)=1)」を設定するともに、「手のひら領域」以外の領域の各画素の輝度値「fmp(i,j)」として、「手のひら領域」の各画素に設定した輝度値の平均値「μ」を設定する。
Figure JPOXMLDOC01-appb-M000002
 ・・・式２
　次に、手のひら輝度推定部６は、Ｓ２で設定した「手のひら領域」の各画素の輝度値を示す信号に対して平滑化処理を行うことにより、高周波成分（例えば、手のひらの表面で反射する光を示す輝度値など、変化が激しい輝度値を示す信号）及び低周波成分（例えば、静脈で反射する光を示す輝度値など、変化が穏やかな輝度値を示す信号）が低減された「手のひら領域」の各画素の輝度値を示す信号を推定する（Ｓ３）。例えば、手のひら輝度推定部６は、以下の式３に示す定義に従って、Ｓ２で設定した「手のひら領域」の各画素の輝度値を示す信号「fmp」に対してsmoothing-spline変換処理などの平滑化処理を行うことにより、高周波成分及び低周波成分などが低減された「手のひら領域」の各画素の輝度値を示す信号「Iest」を推定する。図６は、図５に示す「手のひら領域」のi軸方向のある１ライン（破線）分の各画素の輝度値を示す信号の一例を示す図である。なお、図６に示すグラフの横軸は図５に示す「手のひら領域」のi軸方向の位置を示し、縦軸は輝度値を示している。図６に示す各画素の輝度値に対してsmoothing-spline変換処理を行った結果を図７に示す。また、手のひら輝度推定部６において行われる平滑化処理は、Ｓ２で設定した「手のひら領域」の各画素の輝度値に対して高周波成分及び低周波成分を低減することが可能なものであれば、特に限定されない。
Figure JPOXMLDOC01-appb-M000003
 ・・・式３　　　
　次に、表面反射成分強調部７は、Ｓ３で平滑化処理を行った各画素の輝度値を示す信号を使用して、Ｓ２で設定した「手のひら領域」の各画素の輝度値を示す信号から低周波成分を分離する（Ｓ４）。例えば、表面反射成分強調部７は、以下の式４に示す定義に従って、「f(i,j)」と「ガウス関数g(i,j)」との畳み込み演算処理を行った結果「fσ(i,j)」（図８に示す点線）が「Iest-d」（図８に示す実線）以上である場合、図９に示すように、低周波成分分離後の「手のひら領域」の各画素の輝度値「fspec(i,j)」として、「f(i,j)」を設定するとともに、「fσ(i,j)」が「Iest-d」よりも小さい場合（図８に示す破線枠内）、図９に示すように、「fspec(i,j)」としてＳ３で平滑化処理を行った各画素の輝度値「Iest(i,j)」を設定する（図９に示す破線枠内）。このとき、表面反射成分強調部７は、「Iest-d」よりも小さい「fσ(i,j)」を、Ｓ２で設定した「手のひら領域」の各画素の輝度値を示す信号の低周波成分と判断する。なお、「d」は、低周波成分の振幅よりも小さい正の整数とし、Ｓ３で平滑化処理を行った各画素の輝度値を示す信号「Iest」を図８に示すグラフの下方側にオフセットさせるために設定されている。「手のひら領域」の各画素の輝度値を示す信号において低周波成分は高周波成分に比べて少なく、その影響を受けて「Iest」は高周波成分が含まれる領域側（図８に示すグラフの上方側）にシフトしてしまう。本実施形態では、「Iest」を図８に示すグラフの下方側にオフセットさせることで、Ｓ２で設定した「手のひら領域」の各画素の輝度値から低周波成分をより精度良く分離させている。また、「ｄ」はゼロに設定してもよい。また、表面反射成分強調部７において行われる畳み込み演算処理は、「f(i,j)」に対して高周波成分及び低周波成分の傾向を保ったままサンプリングノイズなどを低減することが可能なものであれば、特に限定されない。
Figure JPOXMLDOC01-appb-M000004
 ・・・式４
　なお、表面反射成分強調部７は、以下の式５に示す定義に従って、低周波成分分離後の「手のひら領域」の各画素の輝度値を示す信号「fspec」として、「fmp」の最大値及び「Iest」の最大値のうち大きい方の値を設定するように構成してもよい。
Figure JPOXMLDOC01-appb-M000005
 ・・・式５
　次に、demosaicking処理部８は、Ｓ４で低周波成分を分離した「手のひら領域」の各画素の輝度値を示す信号に対して、デモザイキング処理を行う（Ｓ５）。例えば、demosaicking処理部８は、以下の式６に従って、Ｓ４で低周波成分を分離した「手のひら領域」の各画素の輝度値を示す信号「fspec」に対して、デモザイキング処理を行う。図１０は、図９に示す低周波成分を分離した後の１ライン分の各画素の輝度値を示す信号「fspec」に対して、デモザイキング処理を行った結果「fdemos」を示す図である。なお、demosaicking処理部８は、デモザイキング処理を行う際、デノイズイング（denoising）処理も行うように構成してもよい。また、demosaicking処理部８で行われるデモザイキング処理のアルゴリズムは、「fspec」に対して高周波成分の傾向を保ったままサンプリングノイズを低減することができるものであれば、特に限定されない。
Figure JPOXMLDOC01-appb-M000006
 ・・・式６
　次に、merge処理部９は、Ｓ５でデモザイキング処理を行った「手のひら領域」の各画素の輝度値を示す信号と、Ｓ４で分離した低周波成分とを互いに合成する（Ｓ６）。例えば、merge処理部９は、以下の式７に示す定義に従って、「fσ(i,j)」が「Iest-d」以上である場合、合成後の「手のひら領域」の各画素の輝度値「fmerge(i,j)」として、Ｓ５でデモザイキング処理を行った後の各画素の輝度値「fdemos(i,j)」のグレースケール変換処理後の「fdemos_gray(i,j)」を設定するとともに（図１１に示す破線枠外の実線）、「fσ(i,j)」が「Iest-d」よりも小さい場合、「fmerge(i,j)」として、「fσ(i,j)」を設定する（図１１に示す破線枠内の実線）。なお、グレースケール変換処理のアルゴリズムは特に限定されない。
Figure JPOXMLDOC01-appb-M000007
 ・・・式７
　なお、merge処理部９は、以下の式８に示す定義に従って、合成後の「手のひら領域」の各画素の輝度値を示す信号「fmerge」として、グレースケール変換処理後の各画素の輝度値を示す信号「fdemos_gray」の最小値及び「f(i,j)」と「ガウス関数g(i,j)」との畳み込み演算後の各画素の輝度値を示す信号「fσ」の最小値のうち小さい方の値を設定するように構成してもよい。
Figure JPOXMLDOC01-appb-M000008
 ・・・式８
　次に、輝度ムラ補正部１０は、Ｓ６で合成した「手のひら領域」の各画素の輝度値のムラが無くなるように、Ｓ６で合成した「手のひら領域」の各画素の輝度値を示す信号に対して補正処理を行う（Ｓ７）。例えば、輝度ムラ補正部１０は、以下の式９に示す定義に従って、Ｓ６で合成した「手のひら領域」の各画素の輝度値を示す信号「fmerge」に対して輝度ムラ補正処理を行い、その結果「fresult」を出力する。なお、「divisor」は以下の式１０に示す定義により求められるものとする。また、「０＜ｃ≦１」とする。また、Ｓ７の輝度ムラ補正処理を省略して、Ｓ６で合成した「手のひら領域」の各画素の輝度値「fmerge(i,j)」を画像処理装置１から出力してもよい。
Figure JPOXMLDOC01-appb-M000009
 ・・・式９　　　　　
Figure JPOXMLDOC01-appb-M000010
 ・・・式１０
　そして、生体認証装置３は、輝度ムラ補正部１０又はmerge処理部９から出力される画像から生体情報として静脈の形状などを抽出し、その抽出した生体情報と予め記憶部に記憶される生体情報とが互いに一致するか否かを判断することにより生体認証処理を行う。
　このように、実施形態の画像処理装置１では、入力される画像から被検体の生体情報が含まれる低周波成分を分離し、その分離後の画像に対してデモザイキング処理を行った後、そのデモザイキング処理の結果と分離した低周波成分とを互いに合成している。その合成後の画像は、デモザイキング処理後であっても、低周波成分を含んでいるため、その合成後の画像から被検体の生体情報を高精度に抽出することができる。これにより、実施形態の画像処理装置１において、汎用的な撮像装置２により得られる画像に対して画像処理が行われることにより、その画像処理後の画像から生体情報を抽出することが妨げられることを抑えることができる。
　また、実施形態の画像処理装置１では、デモザイキング処理後の信号と、低周波成分とを合成する際、その低周波成分としてサンプリングノイズが低減された「fσ(i,j)」を用いている。これにより、画像処理装置１で画像処理された画像からＳＮ比が低減された生体情報としての静脈の形状を高精度に抽出することができる。
　また、実施形態の画像処理装置１は、画像取得部１１において可視カットフィルタが用いられ、画像取得部１１から出力される画像の色相関が比較的低い場合であっても、上述の効果を得ることができる。
　また、実施形態の画像処理装置１では、輝度ムラ補正部１０において、合成した「手のひら領域」の各画素の輝度値のムラを抑えているため、例えば、生体認証装置３に備えられるフィルタのダイナミックレンジを小さくすることができる。
　図１２は、他の実施形態の画像処理装置を示す図である。なお、図１に示す構成と同じ構成には同じ符号を付し、その説明を省略する。
　図１２に示す画像処理装置１２は、撮像装置２で撮像された画像に対してデノイジング処理などの画像処理を行い生体認証装置３へ出力するものであって、領域特定部４と、padding処理部５と、手のひら輝度推定部６（分離部）と、表面反射成分強調部７（分離部）と、denoising処理部１３（デノイジング処理部）と、merge処理部９（合成部）と、輝度ムラ補正部１０とを備える。
　図１３は、画像処理装置１２の動作を示すフローチャートである。なお、図１３に示すＳ１５のデノイジング処理以外の動作（Ｓ１１～Ｓ１４、Ｓ１６、Ｓ１７）は、図２に示すＳ５のデモザイキング処理以外の動作（Ｓ１～Ｓ４、Ｓ６、Ｓ７）と同様である。
　まず、領域特定部４は、画像取得部１１で取得された画像が入力されると、その画像において被検体の手のひらに相当する領域である「手のひら領域」を特定する（Ｓ１１）。
　次に、padding処理部５は、「手のひら領域」の各画素の輝度値として、Ｓ１１で入力された画像の各画素のうち、対応する画素の輝度値を設定するともに、「手のひら領域」以外の領域の各画素の輝度値として、「手のひら領域」の各画素に設定した輝度値の平均値を設定することにより、パディング処理を行う（Ｓ１２）。
　次に、手のひら輝度推定部６は、Ｓ１２で設定した「手のひら領域」の各画素の輝度値を示す信号に対して平滑化処理を行うことにより、高周波成分（例えば、手のひらの表面で反射する光を示す輝度値など、変化が激しい輝度値を示す信号）及び低周波成分（例えば、静脈で反射する光を示す輝度値など、変化が穏やかな輝度値を示す信号）が低減された「手のひら領域」の各画素の輝度値を示す信号を推定する（Ｓ１３）。
　次に、表面反射成分強調部７は、Ｓ１３で平滑化処理を行った各画素の輝度値を示す信号を使用して、Ｓ１２で設定した「手のひら領域」の各画素の輝度値を示す信号から低周波成分を分離する（Ｓ１４）。
　次に、denosing処理部１３は、Ｓ１４で低周波成分を分離した「手のひら領域」の各画素の輝度値を示す信号に対して、デノイジング処理を行う（Ｓ１５）。
　図１４は、ノイズ画像の観測モデルの一例を示す図である。
　原画像ｆ（図１３のＳ１４で低周波成分を分離した「手のひら領域」の各画素の輝度値を示す信号）に対し、ノイズ付与過程により、ノイズηが加法的に作用し、物理的な観測系によりノイズ画像Ｆ＝ｆ＋ηが観測されたと仮定する(Observation)。ここでは説明上、簡単のためノイズは加法的に原画像ｆに付与されるものとする。デノイジング処理とは、今この仮定のもとでＦが与えられたとし、このときの原画像ｆの推定結果ｆ´を得る処理のことである。
　一方、図１５は、デモザイキング処理に係るノイズ画像の観測モデルの一例を示す図である。ここでは説明の都合上、ＲＧＢカラー画像について行うが、多チャンネル画像（１チャンネル以上）でも同様である。
　原カラー画像入力f=(fr, fg, fb)が得られたとする。Bayerパターンに代表される方法においては、これらを１枚の画像に特定の配列方法に従い並び替える（arrangement）。並び替え後には、光学系由来のノイズηが作用する。さらに、この１枚の画像から各チャンネルの画像を生成する際、画像補間等の計算上の誤差ζが加わる。これらの結果を観測して（Observation）、ノイズカラー画像Ｆ=(Fr, Fg, Fb)を得る。デモザイキング処理とは、今この仮定のもとでF=(Fr, Fg, Fb)が与えられたとし、このときの原カラー画像f=(fr, fg, fb)の推定結果ｆ^=(f^r, f^g, f^b)を得る処理のことである。
　ノイズ付与過程の逆問題を解くという観点において、デモザイキング処理は、モザイキング処理という特殊な場合のデノイジング処理をいうことができる。
　一方で処理を中心に見た場合、デモザイキング処理において、チャンネル数１という特別な場合において、arrangement/rearrangementは恒等変換でよく、interpolationの誤差はない。つまり、一般的なデノイジング処理となる。
　次に、図１３のフローチャートにおいて、merge処理部９は、Ｓ１５でデノイジング処理を行った「手のひら領域」の各画素の輝度値を示す信号と、Ｓ１４で分離した低周波成分とを互いに合成する（Ｓ１６）。
　次に、輝度ムラ補正部１０は、Ｓ１６で合成した「手のひら領域」の各画素の輝度値のムラが無くなるように、Ｓ１６で合成した「手のひら領域」の各画素の輝度値を示す信号に対して補正処理を行う（Ｓ１７）。
　そして、生体認証装置３は、輝度ムラ補正部１０又はmerge処理部９から出力される画像から生体情報として静脈の形状などを抽出し、その抽出した生体情報と予め記憶部に記憶される生体情報とが互いに一致するか否かを判断することにより生体認証処理を行う。
　このように、他の実施形態の画像処理装置１２においても、入力される画像から被検体の生体情報が含まれる低周波成分を分離し、その分離後の画像に対してデノイジング処理を行った後、そのデノイジング処理の結果と分離した低周波成分とを互いに合成している。その合成後の画像は、デノイジング処理後であっても、低周波成分を含んでいるため、その合成後の画像から被検体の生体情報を高精度に抽出することができる。これにより、実施形態の画像処理装置１２において、汎用的な撮像装置２により得られる画像に対して画像処理が行われることにより、その画像処理後の画像から生体情報を抽出することが妨げられることを抑えることができる。
　図１６は、さらに他の実施形態の画像処理装置を示す図である。なお、図１２に示す構成と同じ構成には同じ符号を付し、その説明を省略する。
　図１６に示す画像処理装置１４は、撮像装置２で撮像された画像に対してデノイジング処理などの画像処理を行い生体認証装置３へ出力するものであって、領域特定部４と、padding処理部５と、手のひら輝度推定部６（分離部）と、表面反射成分強調部７（分離部）と、ノイズレベル推定部１５と、denoising処理部１３（デノイジング処理部）と、merge処理部９（合成部）と、輝度ムラ補正部１０とを備える。
　図１７は、図１６に示す画像処理装置１４を模式的に示す図である。なお、図１７では、領域特定部４、padding処理部５、及び輝度ムラ補正部１０の図示を省略している。
　図１６や図１７に示すように、画像処理装置１４では、表面反射成分強調部７により低周波成分が分離された「手のひら領域」の各画素の輝度値を示す信号に対して、ノイズレベル推定を行った後、デノイジング処理を行う。
　図１８は、画像処理装置１４の動作を示すフローチャートである。なお、図１８に示す動作において、Ｓ２５のノイズレベル推定以外の動作（Ｓ２１～Ｓ２４、Ｓ２６～Ｓ２８）は、図１３に示す動作（Ｓ１１～Ｓ１７）と同様である。
　まず、領域特定部４は、画像取得部１１で取得された画像が入力されると、その画像において被検体の手のひらに相当する領域である「手のひら領域」を特定する（Ｓ２１）。
　次に、padding処理部５は、「手のひら領域」の各画素の輝度値として、Ｓ２１で入力された画像の各画素のうち、対応する画素の輝度値を設定するともに、「手のひら領域」以外の領域の各画素の輝度値として、「手のひら領域」の各画素に設定した輝度値の平均値を設定することにより、パディング処理を行う（Ｓ２２）。
　次に、手のひら輝度推定部６は、Ｓ２２で設定した「手のひら領域」の各画素の輝度値を示す信号に対して平滑化処理を行うことにより、高周波成分（例えば、手のひらの表面で反射する光を示す輝度値など、変化が激しい輝度値を示す信号）及び低周波成分（例えば、静脈で反射する光を示す輝度値など、変化が穏やかな輝度値を示す信号）が低減された「手のひら領域」の各画素の輝度値を示す信号を推定する（Ｓ２３）。
　次に、表面反射成分強調部７は、Ｓ２３で平滑化処理を行った各画素の輝度値を示す信号を使用して、Ｓ２２で設定した「手のひら領域」の各画素の輝度値を示す信号から低周波成分を分離する（Ｓ２４）。
　次に、ノイズレベル推定部１５は、Ｓ２４で低周波成分を分離した「手のひら領域」の各画素の輝度値を示す信号に対して、ノイズレベルを推定する（Ｓ２５）。
　次に、denosing処理部１３は、Ｓ２５で推定したノイズレベルを用いて、Ｓ２４で低周波成分を分離した「手のひら領域」の各画素の輝度値を示す信号に対して、すなわち、高周波成分の「手のひら領域」の各画素の輝度値を示す信号に対して、デノイジング処理を行う（Ｓ２６）。例えば、ノイズレベル推定及びdenoising処理は、図１９に示すように、ウェーブレット変換を用いた処理が考えられる。「S.D.Ruikar, D.D.Doye, “Wavelet Based Image Denoising Technique,” IJACSA, vol.2, no.3, March 2011.」参照。
　次に、図１８のフローチャートにおいて、merge処理部９は、Ｓ２６でデノイジング処理を行った「手のひら領域」の各画素の輝度値を示す信号と、Ｓ２４で分離した低周波成分とを互いに合成する（Ｓ２７）。
　次に、輝度ムラ補正部１０は、Ｓ２７で合成した「手のひら領域」の各画素の輝度値のムラが無くなるように、Ｓ２７で合成した「手のひら領域」の各画素の輝度値を示す信号に対して補正処理を行う（Ｓ２８）。
　そして、生体認証装置３は、輝度ムラ補正部１０又はmerge処理部９から出力される画像から生体情報として静脈の形状などを抽出し、その抽出した生体情報と予め記憶部に記憶される生体情報とが互いに一致するか否かを判断することにより生体認証処理を行う。
　このように、他の実施形態の画像処理装置１４においても、入力される画像から被検体の生体情報が含まれる低周波成分を分離し、その分離後の画像に対してデノイジング処理を行った後、そのデノイジング処理の結果と分離した低周波成分とを互いに合成している。その合成後の画像は、デノイジング処理後であっても、低周波成分を含んでいるため、その合成後の画像から被検体の生体情報を高精度に抽出することができる。これにより、他の実施形態の画像処理装置１４において、汎用的な撮像装置２により得られる画像に対して画像処理が行われることにより、その画像処理後の画像から生体情報を抽出することが妨げられることを抑えることができる。
　また、他の実施形態の画像処理装置１４では、領域特定部４により、「手のひら領域」を特定し、その「手のひら領域」においてノイズレベル推定及びデノイジング処理を行っているため、様々な環境下での撮影であってもロバストに、ノイズ推定及びノイズ除去を行うことができる。
　図２０は、さらに他の実施形態の画像処理装置を示す図である。なお、図１又は図１６に示す構成と同じ構成には同じ符号を付し、その説明を省略する。
　図２０に示す画像処理装置１６は、撮像装置２で撮像された画像に対してデモザイキング処理などの画像処理を行い生体認証装置３へ出力するものであって、領域特定部４と、padding処理部５と、手のひら輝度推定部６（分離部）と、表面反射成分強調部７（分離部）と、ノイズレベル推定部１５と、demosaicking処理部８（デモザイキング処理部）と、merge処理部９（合成部）と、輝度ムラ補正部１０とを備える。
　図２１は、図２０に示す画像処理装置１６を模式的に示す図である。なお、図２１では、領域特定部４、padding処理部５、及び輝度ムラ補正部１０の図示を省略している。
　図２０や図２１に示すように、画像処理装置１６では、表面反射成分強調部７により低周波成分が分離された「手のひら領域」の各画素の輝度値を示す信号に対して、ノイズレベル推定を行った後、デモザイキング処理を行う。
　図２２は、画像処理装置１６の動作を示すフローチャートである。なお、図２２に示す動作において、Ｓ３１～Ｓ３４は図２のＳ１～Ｓ４、図１３のＳ１１～Ｓ１４、又は図１８のＳ２１～Ｓ２４と同様であり、Ｓ３５は図１８のＳ２５と同様であり、Ｓ３６～Ｓ３８は図２のＳ５～Ｓ７と同様である。
　まず、領域特定部４は、画像取得部１１で取得された画像が入力されると、その画像において被検体の手のひらに相当する領域である「手のひら領域」を特定する（Ｓ３１）。
　次に、padding処理部５は、「手のひら領域」の各画素の輝度値として、Ｓ３１で入力された画像の各画素のうち、対応する画素の輝度値を設定するともに、「手のひら領域」以外の領域の各画素の輝度値として、「手のひら領域」の各画素に設定した輝度値の平均値を設定することにより、パディング処理を行う（Ｓ３２）。
　次に、手のひら輝度推定部６は、Ｓ３２で設定した「手のひら領域」の各画素の輝度値を示す信号に対して平滑化処理を行うことにより、高周波成分（例えば、手のひらの表面で反射する光を示す輝度値など、変化が激しい輝度値を示す信号）及び低周波成分（例えば、静脈で反射する光を示す輝度値など、変化が穏やかな輝度値を示す信号）が低減された「手のひら領域」の各画素の輝度値を示す信号を推定する（Ｓ３３）。
　次に、表面反射成分強調部７は、Ｓ３３で平滑化処理を行った各画素の輝度値を示す信号を使用して、Ｓ３２で設定した「手のひら領域」の各画素の輝度値を示す信号から低周波成分を分離する（Ｓ３４）。
　次に、ノイズレベル推定部１５は、Ｓ３４で低周波成分を分離した「手のひら領域」の各画素の輝度値を示す信号に対して、ノイズレベルを推定する（Ｓ３５）。
　次に、デモザイキング処理部８は、Ｓ３５で推定したノイズレベルを用いて、Ｓ３４で低周波成分を分離した「手のひら領域」の各画素の輝度値を示す信号に対して、すなわち、高周波成分の「手のひら領域」の各画素の輝度値を示す信号に対して、デモザイキング処理を行う（Ｓ３６）。
　次に、merge処理部９は、Ｓ３６でデモザイキング処理を行った「手のひら領域」の各画素の輝度値を示す信号と、Ｓ３４で分離した低周波成分とを互いに合成する（Ｓ３７）。
　次に、輝度ムラ補正部１０は、Ｓ３７で合成した「手のひら領域」の各画素の輝度値のムラが無くなるように、Ｓ３７で合成した「手のひら領域」の各画素の輝度値を示す信号に対して補正処理を行う（Ｓ３８）。
　そして、生体認証装置３は、輝度ムラ補正部１０又はmerge処理部９から出力される画像から生体情報として静脈の形状などを抽出し、その抽出した生体情報と予め記憶部に記憶される生体情報とが互いに一致するか否かを判断することにより生体認証処理を行う。
　このように、他の実施形態の画像処理装置１６においても、入力される画像から被検体の生体情報が含まれる低周波成分を分離し、その分離後の画像に対してデモザイキング処理を行った後、その処理の結果と分離した低周波成分とを互いに合成している。その合成後の画像は、デモザイキング処理後であっても、低周波成分を含んでいるため、その合成後の画像から被検体の生体情報を高精度に抽出することができる。これにより、他の実施形態の画像処理装置１６において、汎用的な撮像装置２により得られる画像に対して画像処理が行われることにより、その画像処理後の画像から生体情報を抽出することが妨げられることを抑えることができる。
　また、他の実施形態の画像処理装置１６では、領域特定部４により、「手のひら領域」を特定し、その「手のひら領域」においてノイズレベル推定及びデモザイキング処理を行っているため、様々な環境下での撮影であってもロバストに、ノイズ推定及びノイズ除去を行うことができる。
　図２３は、画像処理装置１を構成するハードウェアの一例を示す図である。
　図２３に示すように、画像処理装置１、１２、１４、１６を構成するハードウェアは、制御部１２０１と、記憶部１２０２と、記録媒体読取装置１２０３と、入出力インタフェース１２０４と、通信インタフェース１２０５とを備え、それらがバス１２０６によってそれぞれ接続されている。なお、画像処理装置１、１２、１４、１６を構成するハードウェアは、クラウドなどを用いて実現してもよい。
　制御部１２０１は、例えば、Central Processing Unit（ＣＰＵ）、マルチコアＣＰＵ、プログラマブルなデバイス（Field Programmable Gate Array（ＦＰＧＡ）、Programmable Logic Device（ＰＬＤ）など）を用いることが考えられ、図１や図２０に示す領域特定部４、padding処理部５、手のひら輝度推定部６、表面反射成分強調部７、demosaicking処理部８、merge処理部９、及び輝度ムラ補正部１０、図１２に示すdenoising処理部１３、図１６や図２０に示すノイズレベル推定部１５に相当する。
　記憶部１２０２は、例えばRead Only Memory（ＲＯＭ）、Random Access Memory（ＲＡＭ）などのメモリやハードディスクなどが考えられる。なお、記憶部１２０２は、実行時のワークエリアとして用いてもよい。また、情報処理装置１、１２、１４、１６の外部に他の記憶部を設けてもよい。
　記録媒体読取装置１２０３は、制御部１２０１の制御により、記録媒体１２０７に記録されるデータを読み出したり、記録媒体１２０７にデータを書き込んだりする。また、着脱可能な記録媒体１２０７は、コンピュータで読み取り可能なnon-transitory（非一時的）な記録媒体であって、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリなどが考えられる。磁気記録装置は、例えば、ハードディスク装置（ＨＤＤ）などが考えられる。光ディスクは、例えば、Digital Versatile Disc（ＤＶＤ）、ＤＶＤ－ＲＡＭ、Compact Disc Read Only Memory（ＣＤ－ＲＯＭ）、ＣＤ－Ｒ(Recordable)／ＲＷ（ReWritable）などが考えられる。光磁気記録媒体は、例えば、Magneto-Optical disk（ＭＯ）などが考えられる。なお、記憶部１２０２もnon-transitory（非一時的）な記録媒体に含まれる。
　入出力インタフェース１２０４は、入出力部１２０８が接続され、ユーザにより入出力部１２０８から入力された情報をバス１２０６を介して制御部１２０１に送る。また、入出力インタフェース１２０４は、制御部１２０１から送られてくる情報をバス１２０６を介して入出力部１２０８に送る。
　入出力部１２０８は、例えば、キーボード、ポインティングデバイス（マウスなど）、タッチパネル、Cathode Ray Tube（ＣＲＴ）ディスプレイ、プリンタなどが考えられる。
　通信インタフェース１２０５は、Local Area Network（ＬＡＮ）接続やインターネット接続を行うためのインタフェースである。また、通信インタフェース１２０５は必要に応じ、他のコンピュータとの間のＬＡＮ接続やインターネット接続や無線接続を行うためのインタフェースとして用いてもよい。
　このようなハードウェアを有するコンピュータを用いることによって、画像処理装置１、１２、１４、１６が行う各種処理機能が実現される。この場合、画像処理装置１が行う各種処理機能の内容を記述したプログラムをコンピュータで実行することにより、上記各処理機能（例えば、領域特定部４、padding処理部５、手のひら輝度推定部６、表面反射成分強調部７、demosaicking処理部８、merge処理部９、及び輝度ムラ補正部１０）がコンピュータ上で実現される。各種処理機能の内容を記述したプログラムは、記憶部１２０２や記録媒体１２０７に格納しておくことができる。
　プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ、ＣＤ－ＲＯＭなどの記録媒体１２０７が販売される。また、プログラムをサーバコンピュータの記憶装置に記録しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。
　プログラムを実行するコンピュータは、例えば、記録媒体１２０７に記録されたプログラム、又は、サーバコンピュータから転送されたプログラムを、記憶部１２０２に記憶する。そして、コンピュータは、記憶部１２０２からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、記録媒体１２０７から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。
　なお、上述の実施の形態では、手のひらの静脈を用いて認証を行う画像処理装置を例示して説明したが、これに限らず、生体のその他の特徴検出部位であればどこでもよい。
　たとえば、生体のその他の特徴検出部位は、静脈に限らず、生体の血管像や、生体の紋様、生体の指紋や掌紋、足の裏、手足の指、手足の甲、手首、腕などであってもよい。
　なお、認証に静脈を用いる場合、生体のその他の特徴検出部位は、静脈を観察可能な部位であればよい。
　なお、生体情報を特定可能な生体のその他の特徴検出部位であれば認証に有利である。たとえば、手のひらや顔などであれば、取得した画像から部位を特定可能である。
　また、上述の実施の形態は、実施の形態の要旨を逸脱しない範囲内において種々の変更を加えることができる。さらに、上述の実施の形態は、多数の変形、変更が当業者にとって可能であり、説明した正確な構成および応用例に限定されるものではない。
　　　１　画像処理装置
　　　２　撮像装置
　　　３　生体認証装置
　　　４　領域特定部
　　　５　padding処理部
　　　６　手のひら輝度推定部
　　　７　表面反射成分強調部
　　　８　demosaicking処理部
　　　９　merge処理部
　　１０　輝度ムラ補正部
　　１１　画像取得部
　　１２　画像処理装置
　　１３　denoising処理部
　　１４　画像処理装置
　　１５　ノイズレベル推定部
　　１６　画像処理装置
１２０１　制御部
１２０２　記憶部
１２０３　記録媒体読取装置
１２０４　入出力インタフェース
１２０５　通信インタフェース
１２０６　バス
１２０７　記録媒体
１２０８　入出力部

Claims (12)

  1. 　入力される画像の各画素の輝度値を示す信号から低周波成分を分離する分離部と、
    　前記低周波成分を分離した信号に対してデモザイキング処理を行うデモザイキング処理部と、
    　前記デモザイキング処理後の信号と前記低周波成分とを互いに合成して画像を生成する合成部と、
    　を備えることを特徴とする画像処理装置。
  2. 　請求項１に記載の画像処理装置であって、
    前記低周波成分を分離した信号に対してノイズレベル推定を行うノイズレベル推定部と、
    前記合成部で生成された画像の各画素の輝度値のムラが無くなるように、前記合成部で生成された画像の各画素の輝度値を補正する補正部と、
    を備え、
    前記デモザイキング処理部は、前記ノイズレベル推定の結果を用いて、デモザイキング処理を行う
    　ことを特徴とする画像処理装置。
  3. 　コンピュータが、
    　入力される画像の各画素の輝度値を示す信号から低周波成分を分離し、
    　前記低周波成分を分離した信号に対してデモザイキング処理を行い、
    　前記デモザイキング処理後の信号と前記低周波成分とを互いに合成して画像を生成する
    　ことを特徴とする画像処理方法。
  4. 　請求項３に記載の画像処理方法であって、
    　前記コンピュータが
    　前記低周波成分を分離した信号に対してノイズレベル推定を行い、そのノイズレベル推定の結果を用いて、デモザイキング処理を行ない、
    　前記生成した画像の各画素の輝度値のムラが無くなるように、前記生成した画像の各画素の輝度値を補正する
    　ことを特徴とする画像処理方法。
  5. 　コンピュータに、
    　入力される画像の各画素の輝度値を示す信号から低周波成分を分離し、
    　前記低周波成分を分離した信号に対してデモザイキング処理を行い、
    　前記デモザイキング処理後の信号と前記低周波成分とを互いに合成して画像を生成する
    　ことを実行させるためのプログラム。
  6. 　請求項５に記載のプログラムであって、
    　前記コンピュータに、
    前記低周波成分を分離した信号に対してノイズレベル推定を行い、そのノイズレベル推定の結果を用いて、デモザイキング処理を行ない、
    　前記生成した画像の各画素の輝度値のムラが無くなるように、前記生成した画像の各画素の輝度値を補正する
    　ことを実行させるためのプログラム。
  7. 　入力される画像の各画素の輝度値を示す信号から低周波成分を分離する分離部と、
    　前記低周波成分を分離した信号に対してデノイジング処理を行うデノイジング処理部と、
    　前記デノイジング処理後の信号と前記低周波成分とを互いに合成して画像を生成する合成部と、
    　を備えることを特徴とする画像処理装置。
  8. 　請求項７に記載の画像処理装置であって、
    　前記低周波成分を分離した信号に対してノイズレベル推定を行うノイズレベル推定部と、
    　前記合成部で生成された画像の各画素の輝度値のムラが無くなるように、前記合成部で生成された画像の各画素の輝度値を補正する補正部と、
    　を備え、
    　前記デノイジング処理部は、前記ノイズレベル推定の結果を用いて、デノイジング処理を行う
    　ことを特徴とする画像処理装置。
  9. 　コンピュータが、
    　入力される画像の各画素の輝度値を示す信号から低周波成分を分離し、
    　前記低周波成分を分離した信号に対してデノイジング処理を行い、
    　前記デノイジング処理後の信号と前記低周波成分とを互いに合成して画像を生成する
    　ことを特徴とする画像処理方法。
  10. 　請求項９に記載の画像処理方法であって、
    　前記コンピュータが
    　前記低周波成分を分離した信号に対してノイズレベル推定を行い、そのノイズレベル推定の結果を用いて、デノイジング処理を行ない、
    　前記生成した画像の各画素の輝度値のムラが無くなるように、前記生成した画像の各画素の輝度値を補正する
    　ことを特徴とする画像処理方法。
  11. 　コンピュータに、
    　入力される画像の各画素の輝度値を示す信号から低周波成分を分離し、
    　前記低周波成分を分離した信号に対してデノイジング処理を行い、
    　前記デノイジング処理後の信号と前記低周波成分とを互いに合成して画像を生成する
    　ことを実行させるためのプログラム。
  12. 　請求項１１に記載のプログラムであって、
    　前記コンピュータに、
    　前記低周波成分を分離した信号に対してノイズレベル推定を行い、そのノイズレベル推定の結果を用いて、デノイジング処理を行ない、
    　前記生成した画像の各画素の輝度値のムラが無くなるように、前記生成した画像の各画素の輝度値を補正する
    　ことを実行させるためのプログラム。
     
PCT/JP2014/056496 2013-03-13 2014-03-12 画像処理装置、画像処理方法、及びプログラム WO2014142171A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2015505516A JP6088042B2 (ja) 2013-03-13 2014-03-12 画像処理装置、画像処理方法、及びプログラム
EP14764770.5A EP2975844B1 (en) 2013-03-13 2014-03-12 Image processing device, image processing method, and program
US14/847,594 US9818177B2 (en) 2013-03-13 2015-09-08 Image processing apparatus, image processing method, and computer-readable recording medium
US15/464,989 US10210601B2 (en) 2013-03-13 2017-03-21 Image processing apparatus, image processing method, and computer-readable recording medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013-051008 2013-03-13
JP2013051008 2013-03-13

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/847,594 Continuation US9818177B2 (en) 2013-03-13 2015-09-08 Image processing apparatus, image processing method, and computer-readable recording medium

Publications (1)

Publication Number Publication Date
WO2014142171A1 true WO2014142171A1 (ja) 2014-09-18

Family

ID=51536822

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/056496 WO2014142171A1 (ja) 2013-03-13 2014-03-12 画像処理装置、画像処理方法、及びプログラム

Country Status (4)

Country Link
US (2) US9818177B2 (ja)
EP (2) EP3217659B1 (ja)
JP (2) JP6088042B2 (ja)
WO (1) WO2014142171A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3125195B1 (en) * 2014-03-25 2020-03-11 Fujitsu Frontech Limited Biometric authentication device, biometric authentication method, and program
JP6069581B2 (ja) * 2014-03-25 2017-02-01 富士通フロンテック株式会社 生体認証装置、生体認証方法、及びプログラム
US10169848B2 (en) * 2014-04-23 2019-01-01 Koninklijke Philips N.V. Restoration of low contrast structure in de-noise image data
CN109255756B (zh) * 2017-07-14 2020-12-29 北京大学 低光照图像的增强方法及装置
JP6840652B2 (ja) * 2017-11-15 2021-03-10 富士通フロンテック株式会社 画像処理装置、画像処理方法および画像処理プログラム
US11967066B2 (en) 2021-04-12 2024-04-23 Daegu Gyeongbuk Institute Of Science And Technology Method and apparatus for processing image

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010211757A (ja) * 2009-03-12 2010-09-24 Seiko Epson Corp 画像処理装置、画像処理方法及びプログラム
JP2011035893A (ja) * 2009-07-07 2011-02-17 Acutelogic Corp 画像処理装置及び画像処理方法、画像処理プログラム
JP2011143100A (ja) 2010-01-15 2011-07-28 Olympus Corp 画像処理装置、内視鏡システム、プログラム及び画像処理方法
WO2012144158A1 (ja) * 2011-04-22 2012-10-26 パナソニック株式会社 画像処理装置及び画像処理方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NZ506981A (en) 2000-09-15 2003-08-29 Univ Otago Computer based system for the recognition of speech characteristics using hidden markov method(s)
US7099417B2 (en) 2001-12-28 2006-08-29 Agilent Technologies, Inc. Trace video filtering using wavelet de-noising techniques
JP5157895B2 (ja) 2006-03-24 2013-03-06 株式会社ニコン 信号処理方法、信号処理システム、係数生成装置、およびデジタルカメラ
JP2008015741A (ja) * 2006-07-05 2008-01-24 Konica Minolta Holdings Inc 画像処理装置、画像処理方法及びこれを用いた撮像装置
JP2008113337A (ja) * 2006-10-31 2008-05-15 Konica Minolta Holdings Inc 撮像装置
EP2537345A1 (en) * 2010-02-19 2012-12-26 Dual Aperture, Inc. Processing multi-aperture image data
US20130033579A1 (en) * 2010-02-19 2013-02-07 Dual Aperture Inc. Processing multi-aperture image data
WO2012007049A1 (en) * 2010-07-16 2012-01-19 Iplink Limited Flash system for multi-aperture imaging
EP2677490B1 (en) 2011-02-15 2021-04-28 Fujitsu Frontech Limited Authentication device, authentication program, and authentication method
KR20130031572A (ko) 2011-09-21 2013-03-29 삼성전자주식회사 영상 처리 방법 및 영상 처리 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010211757A (ja) * 2009-03-12 2010-09-24 Seiko Epson Corp 画像処理装置、画像処理方法及びプログラム
JP2011035893A (ja) * 2009-07-07 2011-02-17 Acutelogic Corp 画像処理装置及び画像処理方法、画像処理プログラム
JP2011143100A (ja) 2010-01-15 2011-07-28 Olympus Corp 画像処理装置、内視鏡システム、プログラム及び画像処理方法
WO2012144158A1 (ja) * 2011-04-22 2012-10-26 パナソニック株式会社 画像処理装置及び画像処理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2975844A4

Also Published As

Publication number Publication date
EP3217659A1 (en) 2017-09-13
US9818177B2 (en) 2017-11-14
EP2975844A4 (en) 2016-11-09
US20170193637A1 (en) 2017-07-06
JP2017107573A (ja) 2017-06-15
JP6088042B2 (ja) 2017-03-01
JP6259062B2 (ja) 2018-01-10
EP2975844B1 (en) 2017-11-22
EP2975844A1 (en) 2016-01-20
US20150379696A1 (en) 2015-12-31
EP3217659B1 (en) 2018-06-13
JPWO2014142171A1 (ja) 2017-02-16
US10210601B2 (en) 2019-02-19

Similar Documents

Publication Publication Date Title
JP6259062B2 (ja) 画像処理装置、画像処理方法、及びプログラム
JP5847228B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
US20110176730A1 (en) Image processing device, endoscope system, program, and image processing method
KR20210110679A (ko) 이미지 융합 프로세싱 모듈
JP2012256202A (ja) 画像処理装置、および画像処理方法、並びにプログラム
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
US20180342079A1 (en) Image processing apparatus, image processing method, and computer readable recording medium
JP6458570B2 (ja) 画像処理装置および画像処理方法
JP6254938B2 (ja) 画像ノイズ除去装置、および画像ノイズ除去方法
KR101538655B1 (ko) 이미지 처리장치, 이미지 처리방법 및 처리방법을 실행시키기 위한 프로그램을 저장한 기록매체
US9811892B1 (en) Separating sub-band image data for processing and merging with unprocessed image data
US10285586B2 (en) Registration across frame boundaries in AO-SLO capture
JP6017279B2 (ja) 画像処理装置、画像処理方法及びプログラム
JP5672941B2 (ja) 画像処理装置、および画像処理方法、並びにプログラム
US10929959B2 (en) Image processing apparatus, imaging apparatus, and image processing method
US9270883B2 (en) Image processing apparatus, image pickup apparatus, image pickup system, image processing method, and non-transitory computer-readable storage medium
US20100260386A1 (en) Image processing apparatus and control method of image processing apparatus
US9916637B1 (en) Splitting and merging subband image data
JP6653386B2 (ja) 画像処理装置、内視鏡システム、プログラム及び画像処理装置の作動方法
US11880987B2 (en) Image processing apparatus, image processing method, and storage medium
JP2005182232A (ja) 輝度補正装置および輝度補正方法
JP7437921B2 (ja) 画像処理装置、画像処理方法、及びプログラム
JP6378496B2 (ja) 画像処理装置、制御方法及び記録媒体
Dai et al. Color video denoising based on adaptive color space conversion
JP2021082212A (ja) 画像処理装置、画像処理方法、及びプログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14764770

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2015505516

Country of ref document: JP

Kind code of ref document: A

REEP Request for entry into the european phase

Ref document number: 2014764770

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014764770

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE