CN1292621A - 图像处理装置和方法、噪声量估算装置和方法及存储介质 - Google Patents

图像处理装置和方法、噪声量估算装置和方法及存储介质 Download PDF

Info

Publication number
CN1292621A
CN1292621A CN001219944A CN00121994A CN1292621A CN 1292621 A CN1292621 A CN 1292621A CN 001219944 A CN001219944 A CN 001219944A CN 00121994 A CN00121994 A CN 00121994A CN 1292621 A CN1292621 A CN 1292621A
Authority
CN
China
Prior art keywords
pixel data
input
reliability
output
variance
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CN001219944A
Other languages
English (en)
Other versions
CN1208947C (zh
Inventor
近藤哲二郎
小林直树
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Publication of CN1292621A publication Critical patent/CN1292621A/zh
Application granted granted Critical
Publication of CN1208947C publication Critical patent/CN1208947C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration by the use of local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration by the use of histogram techniques
    • G06T5/70
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/254Analysis of motion involving subtraction of images

Abstract

一种图像处理装置,处理输入像素数据并把处理的输入像素数据作为输出像素数据输出。该图像处理装置包括:输入可靠度计算部件,用于计算表示输入像素数据的可靠度的输入可靠度;输出可靠度计算部件,用于计算表示输出像素数据的可靠度的输出可靠度;运动量检测部件,用于检测输入像素数据的运动量;补偿部件,它根据运动量补偿输出可靠度;处理部件,根据输入可靠度和补偿的输出可靠度来处理输入像素数据,并且把输出像素数据输出。

Description

图像处理装置和方法、 噪声量估算装置和方法及存储介质
本发明涉及一种图像处理装置,图像处理方法,噪声量估算装置,噪声量估算方法以及存储介质,特别是,涉及一种能有效去除数据(比如运动图像)中噪声的图像处理装置,图像处理方法,噪声量估算装置,噪声量估算方法以及存储介质。
通常,比如传送或再现的图像数据和声数据的这些数据都有随时间而变化的噪声。为了去除数据中的噪声,有多个种众所周知的方法,采用这些方法,能够得到全部输入数据的平均值,也就是总平均值,采用这些方法,还可以得到一部分输入数据的平均值,称之为移动平均值。
如果数据中的噪声程度,也就是数据的信噪比(S/N比)均匀,采用计算出总平均值的方法比较有效。然而,如果数据的S/N比不断变化,那么一部分低S/N比的数据就影响了一部分高S/N比的数据,因此在某些情况下就很难有效地去除噪声。
如果采用计算出移动平均值的方法,由于得到的是这个时域中位置接近于当前输入数据的数据的平均值,那么这个数据的S/N比的变化就会影响处理结果。换句话说,对于高S/N比的一部分数据,处理结果的S/N比就高,对于低S/N比的一部分数据,处理结果的S/N比就低。
如果从运动图像的数据中去除噪声,即使由位于每一个帧相同位置的一个像素得到总平均值或移动平均值,由于图像的运动,仍很难有效地去除噪声。
因此,本发明的一个目的是解决以上问题。
本发明的一个方面可以通过提供一种处理输入像素数据并且把处理过的输入像素数据作为输出像素数据输出的图像处理装置来实现以上目的,该装置包括:输入可靠度(reliability)计算部件,用于计算表示输入像素数据的可靠度的输入可靠度;输出可靠度计算部件,用于计算表示输出像素数据的可靠度的输出可靠度;运动量检测部件,用于检测输入像素数据的运动量;补偿部件,用于根据运动量来补偿输出可靠度;处理部件,根据输入可靠度和补偿的输出可靠度来处理输入像素数据,并且把输出像素数据输出。
本发明的另一个方面可以通过提供一种估算像素数据中所包括的噪声量的噪声量估算装置来实现以上目的,该装置包括方差(variance)计算部件,它在预定数目的像素单元中进行处理,并且计算出在包括有每一个像素数据的局部区域中多个像素数据的方差;直方图产生部件,它在含有预定数目的像素的单元中,对于计算出的每一个像素数据的方差,产生一个方差的直方图;噪声量计算部件,它在含有预定数目的像素的单元中,根据直方图求得像素数据中所包括的噪声量。
本发明的另一个方面可以通过提供一种处理输入像素数据并且把处理过的输入像素数据作为输出像素数据输出的图像处理方法来实现以上目的,该方法包括:计算出用于表示输入像素数据的可靠度的输入可靠度;计算出用于表示输出像素数据的可靠度的输出可靠度;检测输入像素数据的运动量;根据运动量来补偿输出可靠度;根据输入可靠度和补偿的输出可靠度来处理输入像素数据,并且把输出像素数据输出。
本发明的另一个方面可以通过提供一种估算像素数据中所包括的噪声量的噪声量估算方法来实现以上目的,该方法包括:在预定数目像素的单元中进行处理,并且在包括有每一个像素数据的局部区域中计算出多个像素数据的方差;在预定数目像素的单元中,对于计算出的每一个像素数据的方差,产生一个方差的直方图;在预定数目像素的单元中,根据直方图求得像素数据中所包括的噪声量。
本发明的另一个方面可以通过提供一种存储用于处理输入像素数据以及把处理过的输入像素数据作为输出像素数据输出的计算机可控程序的存储介质来实现以上目的,该程序包括:计算出用于表示输入像素数据的可靠度的输入可靠度;计算出用于表示输出像素数据的可靠度的输出可靠度;检测输入像素数据的运动量;根据运动量来补偿输出可靠度;根据输入可靠度和补偿的输出可靠度来处理输入像素数据,并且把输出像素数据输出。
本发明的另一个方面可以通过提供一种存储计算机可控程序的存储介质来实现以上目的,该程序用于估算在像素中包含的噪声量,该程序包括如下步骤:在预定数目像素的单元中进行处理,并且在包括有每一个像素数据的局部区域中计算出多个像素数据的方差;在预定数目像素的单元中,对于计算出的每一个像素数据的方差,产生一个方差的直方图;在预定数目像素的单元中,根据直方图求得像素数据中所包括的噪声量。
图1是本发明一个实施例的减噪(NR)处理电路的方块图。
图2A是由图1所示的NR处理电路待处理的输入数据的示意图。
图2B是由图1所示的NR处理电路待处理的输入数据的可靠度的示意图。
图3是图1所示的NR处理电路的一个结构实例方块图。
图4是图3所示的噪声量计算部分11的一个结构实例方块图。
图5是图4所示的噪声量计算部分11的处理过程的示意图。
图6是图3所示的输出可靠度计算部分13的一个结构实例方块图。
图7A是图3所示的NR处理电路中输入数据的处理过程的示意图。
图7B是图3所示的NR处理电路中输出数据的处理过程的示意图。
图8是图3所示的NR处理电路的处理过程的流程图。
图9是输入可靠度计算方法的示意图。
图10是图1所示的NR处理电路的第一个结构实例方块图。
图11A是图10所示的运动量计算部分16中用于计算运动量的像素区域的示意图。
图11B是图11A所示的像素区域中把计算出的差值转换成运动量的转换函数的示意图。
图12是图10所示的输出可靠度计算部分13的一个结构实例方块图。
图13是噪声量估算处理过程的示意图。图13中,(A)是没有噪声的图像,(B)是噪声随着帧改变但是空间上为常数的噪声的图像,(C)是把(A)中所示的图像叠加到(B)中所示的图像上所产生的有噪声的图像,(D)是图(C)中所示的有噪声图像的估算噪声量。
图14是噪声量的示意图。
图15A是计算出图像的局部区域方差的示意图,这一方差用于估算噪声量。
图15B是一种噪声量估算方法的示意图,在方差直方图中,把最频繁出现的方差认作为噪声量。
图16是图10所示的噪声量估算部分1的另一个结构实例的方块图。
图17是图16所示的噪声量估算部分1执行噪声量估算处理过程的流程图。
图18是原始图像、噪声图像和输入图像中的噪声量的直方曲线图。
图19是本发明的一个实施例中用于估算噪声量的模拟结果的曲线图。
图20A是把执行本发明的处理过程的程序安装到其中的一个计算机的示意图。
图20B是用于存储执行本发明的处理过程的程序的存储介质的实例的示意图。
图20C是把执行本发明的处理过程的程序通过人造卫星和网络分配给计算机的实例的示意图。
图21是执行本发明的处理过程的程序装入计算机的方块示意图。
图1是本发明一个实施例的减噪(NR)处理电路100的结构例图。
这个NR处理电路包括有噪声量估算部分1和噪声去除部分2。噪声量估算部分1估算输入数据的噪声量,噪声去除部分2根据噪声量对输入数据进行处理。NR处理电路100能够有效地去除输入数据的噪声,从而输出数据。
具体地说,为了简化说明,举例分析这样一种情况,如图2A所示,把其中叠加有随时间波动的噪声并且具有不变真值的输入数据进行平均,从而去除随时间波动的噪声。通过把有高噪声电平(也就是低S/N比)的输入数据设定为一个小加权值,同时把有低噪声电平(也就是高S/N比)的输入数据设定为一个大加权值,从而有效地去除噪声。
在图1所示的NR处理电路100中,通过输入数据的估算值,就可以得到用于表明输入数据如何接近于真值的可靠度,可靠度是输入数据相对于真值的可靠度,例如如图2B所示。NR处理电路100计算出输入数据的平均值,同时把对应于可靠度的加权值应用于输入数据,从而有效地去除噪声。
因此,如图1所示的NR处理电路100通过使用对应于可靠度的加权值得到输入数据的加权平均值,并且把加权平均值作为输出数据输出。从下面的表达式中得出输出数据y(t),其中x(t),y(t),和αx(t)分别表示在时刻t的输入数据,时刻t的输出数据和时刻“t”的输入数据的可靠度, y ( t ) = Σ i = 0 t α x ( i ) x ( i ) Σ i = 0 t α x ( i ) - - - - - ( 1 )
这里假定赋与输入数据的较高可靠度αx(t)一个较大的加权值。
紧接表达式(1),然后计算出当前时该“t”之前一个抽样所得的输出数据y(t-1)。 y ( t - 1 ) = Σ i = 0 t - 1 α x ( i ) x ( i ) Σ i = 0 t α x ( i ) - - - - - ( 2 )
至于输出数据y(t),把用于表明输出数据y(t)如何接近真值的可靠度αy(t)引入做为输出数据y(t)的估算值,该可靠度是输出数据y(t)相对于真值的可靠度。通过下面的表达式确定当前时该“t”之前一个抽样所得的输出数据y(t-1)的可靠度。 α y ( t - 1 ) = Σ i = 0 t - 1 α x ( i ) - - - - - ( 3 )
根据表达式(3),输出数据y(t-1)的可靠度αy(t-1)是迄今为止处理过的输入数据x(i)(i=0,1,2,…,t-1)的可靠度αx(i)之和。因此,如果迄今为止很多情况输入的输入数据接近于真值,那么输出数据y(t-1)的可靠度αy(t-1)就大,如果迄今为止个别情况输入的输入数据接近于真值,那么输出数据y(t-1)的可靠度αy(t-1)就小。换句话说,输出数据y(t-1)的可靠度αy(t-1)反映了迄今为止输入的输入数据相对于真值的接近度(可靠度)。如果迄今为止输入的输入数据接近于真值,这就表示输出数据y(t-1)也接近于真值。相反,如果迄今为止输入的输入数据远离真值,这就表示输出数据y(t-1)也远离真值。因此,表达式(3)表示的可靠度αy(t-1)说明输出数据y(t-1)相对于真值的接近度。
下面采用表达式(1)到(3)表示输出数据y(t)和输出数据的可靠度αy(t)
αy(t)y(t-1)x(t)             (5)
为得到时刻“t”的输出数据y(t)的加权值用w(t)表示,根据如下表达式确定:
w(t)=αy(t-1)/(αy(t-1)x(t))    (6)
根据表达式(6),满足以下表达式。
1-w(t)=αx(t)/(αy(t-1)x(t))   (7)
利用表达式(6)和(7),表达式(4)中的输出数据y(t)可以按以下方式用通过乘法和加法运算得到的加权平均值表示。
y(t)=w(t)y(t-1)+(1-w(t))x(t)       (8)
表达式(8)中使用的加权值w(t)和1-w(t)可以利用当前输入数据x(t)前一个抽样所得的输出数据y(t-1)的可靠度αy(t-1),以及当前输入数据x(t)的可靠度αx(t)从表达式(6)中求出。表达式(5)中的当前输出数据y(t)的可靠度αy(t)也可以使用当前输入数据x(t)的可靠度αx(t)以及当前输入数据x(t)前一个抽样所得的输出数据y(t-1)的可靠度αy(t-1)求得。
如图2B中所示的输入数据x(t)的可靠度αx(t)是在其附近的输入数据的方差的倒数。如果输入数据x(t)的可靠度αx(t)和输出数据y(t)的可靠度αy(t)分别用相应的方差σx(t) 2和σy(t) 2的倒数表示,换言之,如果可靠度αx(t)和可靠度αy(t)设定如下:
αx(t)=1/σx(t) 2
αy(t)=1/σy(t) 2                      (9)
利用以下的表达式就能够得到表达式(8)中的加权值w(t)。
w(t)=σx(t) 2/(σy(t-1) 2x(t) 2)      (10)
这种情况下,表达式(8)中的1-w(t)可以通过以下表达式求得。
1-w(t)=σy(t-1) 2/(σy(t-1) 2x(t) 2)  (11)
σy(t) 2这一项可以通过下面的表达式求得。
σy(t) 2=w(t)2σy(t-1) 2+(1-w(t))2σx(t) 2(12)
从表达式(4)可以清楚地看出,由表达式(4)和(5)推得的表达式(8)表示利用输入数据x(t)的可靠度αx(t)所对应的加权值对输入数据x(t)进行加权,利用输入数据x(t)之前一个抽样所得到输出数据y(t-1)的可靠度αy(t-1)所对应的加权值也对输出数据y(t-1)进行加权,然后把加权的输入数据和加权的输出数据相加,其和用作输出数据y(t)即从输入数据x(t)中去除噪声后所得的数据。
与输入数据x(t)的加权值相对应的可靠度αx(t)表示输入数据x(t)目对于真值的接近度,与输入数据x(t)之前一个抽样所得到的输出数据y(t-1)的加权值相对应的可靠度αy(t-1)表示输出数据y(t-1)相对于真值的接近度。由于本实施例中的真值是一常量,在由表达式(8)求得输出数据y(t)时,把任何一个更接近于真值的输入数据x(t)和输出数据y(t-1)相加,所得的输出数据y(t)就更接近于真值,真值在这里非常重要。
换句话说,对于输入的可靠度小的输入数据进行小加权,对于输入的可靠度大的输入数据进行大加权,通过由表达式(1)导出的表达式(8)(等效于表达式(1))把这种方式所得的加权后的输入数据相加得出输出数据y(t)。更直观地讲,把输入数据相加,使高噪声的输入数据不要影响太大,使低噪声的输入数据多影响一些,从而求得输出数据y(t)。
因此,如果求得总平均输出数据,低S/N比的输入数据和高S/N比的输入数据同等程度地影响着输出数据。然而,根据本实施例的表达式(8),低S/N比的输入数据对输出数据影响小一些,高S/N比的输入数据对输出数据影响大一些。结果,认输出数据与使用总平均值的情况相比,可以更有效地去除噪声。
如果求得的是移动平均值,如果输入数据的时间相隔较远,即使高S/N比也一点不影响输出数据,如果输入数据的时间相隔较近,即使低S/N比也对输出数据有很大的影响。然而,根据本实施例的表达式(8),只有输入数据的S/N比影响着输出数据,与时间上的接近度无关。结果,该输出数据与使用移动平均值的情况相比,可以更有效地去除噪声。
如上所述,根据表达式(8),由于具有高可靠度(接近于真值)的输入数据的影响,输出数据更接近于真值。因此,由于很多情况下处理的是可靠度高的输入数据,那么输出数据就也接近于真值。结果,随着时间的推移,输出数据的S/N比得以改进。
在以上实施例中,假定真值是一常量。如果数据的真值不断变化,就必须例如把数据分成几个区,把每一区中的真值认为是常量,从而对每一区中的数据进行处理。
在以上实施例中,一段时间内处理的一些输入数据项的方差用作输入数据的可靠度(下面称作输入可靠度)。在这种情况下,直到输入一些输入数据项时才能得到输入可靠度,输出数据或输出数据的可靠度(下面称作输出可靠度)。直到输入用于求得输入可靠度的输入数据项时,才可能计算出输入可靠度或输出可靠度,然后求得迄今为止输入的输入数据的平均值,用作输出数据。这种直到输入用于得到输入可靠度的输入数据项时才能采用的方法不局限于上面一种。
图3是图1所示的NR处理电路100的一个实例的详细结构,采用上面的方法来去除输入数据的噪声。
一个锁存电路111,用于接收输入数据。锁存电路111与接收输入数据的时间同步锁存输入数据,并且把输入数据传送到下一级锁存电路112和噪声量计算部分11。锁存电路112和锁存电路113以与锁存电路111相同的方式锁存来自上一级锁存电路111和112的输出数据,并把数据分别传送到下一级锁存电路113和114以及噪声量计算部分11。锁存电路114锁存从上一级锁存电路113输出的数据,并把数据传送到噪声量计算部分11。
噪声量计算部分11除了接收锁存电路111到114锁存的输入数据以外,还接收到与锁存电路111接收的相同的输入数据。因此,在输入数据x(t)送到锁存电路111和噪声量计算部分11时,噪声量计算部分11还接收到由锁存电路111到114锁存的输入数据x(t-1)到x(t-4)。输入可靠度计算部分12计算出输入数据从x(t-1)到x(t-4)输入数据的方差,并且把方差作为输入数据x(t)的噪声量传送到输入可靠度计算部分12。
噪声量计算部分11和锁存电路111到114与图1所示的噪声量估算部分1相对应。
输入可靠度计算部分12根据噪声量计算部分11传送来的噪声量来计算出输入数据x(t)的输入可靠度αx(t),并把它传送到输出可靠度计算部分13和加权值计算部分15。具体地说,输入可靠度计算部分12求得用作噪声量计算部分11传送来的噪声量的方差的倒数,并把它作为输入可靠度αx(t)输出。
输出可靠度计算部分13,根据表达式(5),利用输入可靠度计算部分12传送来的输入可靠度αx(t)和锁存电路(14)的输出数据求得输出可靠度αy(t)并将其输出到锁存电路(14)。
锁存电路14锁存输出可靠度计算部分13传送来的输出可靠度αy(t),例如,与输入数据x(t)同步锁存,并把它传送到输出可靠度计算部分13和加权值计算部分15。因此,锁存电路14将前一次抽样获得的输出可靠性αy(t-1)传送给输出可靠度计算部分13和加权值计算部分。
加权值计算部分15根据表达式(6),利用输入可靠度计算部分12传送来的输入可靠度αx(t)和锁存电路14传送来的输出可靠度αy(t-1)求得加权值w(t),并把它传送到加权部分21和运算部分22。
加权部分21把加权值计算部分15传送来的加权值w(t)与锁存电路25的输出数据相乘,并把乘积传送到运算部分24。运算部分22由1减去加权值计算部分15传送来的加权值w(t),并把减得的结果1-w(t)传送到加权部分23。加权部分23接收到输入数据x(t)和运算部分22的输出值。加权部分23把输入数据x(t)与运算部分22的输出值相乘,并把乘积传送到运算部分24。运算部分24把加权部分21和23的输出相加,并把相加所得到的和作为输出数据y(t)输出,传送到锁存电路25。锁存电路25锁存运算部分24的输出数据,例如,与输入数据x(t)同步锁存,并把它传送到加权部分21。
与图1所示的噪声去除部分2相对应的有输入可靠度计算部分12,输出可靠度计算部分13,锁存电路14,加权值计算部分15,加权部分21,运算部分22,加权部分23,运算部分24和锁存电路25。
图4是图3所示的噪声量计算部分11的一个结构实例。
如上所述,噪声量计算部分11接收当前输入数据x(t),另外还接收当前输入数据x(t)以前的四个抽样的输入数据x(t-1)到x(t-4)。如图5所示,噪声量计算部分11求得五个抽样输入数据x(t)到x(t-4)的方差,并且把方差作为输入数据x(t)的噪声量输出。
具体地说,把输入数据x(t-1)到x(t-4)传送到平均计算电路31和方差计算部分32。平均计算电路31根据以下的表达式计算出五个抽样输入数据x(t)到x(t-4)的平均值m(t),并把结果传送到方差计算部分32。 m ( t ) = Σ n = 0 N - 1 x ( t - n ) N - - - - - ( 13 )
在图4所示的实施例的表达式(13)中,N等于5。
方差计算部分32根据表达式(14),用输入到其中的输入数据x(t)到x(t-4)和由平均值计算部分31传送来的平均值m(t)计算出方差σx(t) 2,并把该方差作为输入数据x(t)的噪声量输出。 σ x ( t ) 2 = Σ n = 0 N - 1 ( x ( t - n ) - m ( t ) ) 2 N - - - - - ( 14 )
采用与表达式(13)相同的方式,在图4所示的实施例的表达式(14)中,N也等于5。
把用来表示噪声量的方差σx(t) 2传送给输入可靠度计算部分12(如图3所示)。输入可靠度计算部分12根据下面的表达式求出方差бx(t) 2的倒数,并把它作为输入可靠度αx(t)输出。
αx(t)=1/σx(t) 2    (15)
图6是图3所示的输出可靠度计算部分13的一个结构实例。
如图6所示,输出可靠度计算部分13由运算部分41组成。运算部分41接收输入可靠度计算部分12传送来的当前输入可靠度αx(t)以及在当前输入数据前一个抽样求得的由锁存电路14传送来的输出可靠度αy(t-1)。运算部分41根据表达式(4)把输入可靠度αx(t)与输出可靠度αy(t-1)相加,并把其和作为当前输出可靠度αy(t)输出。
如图3所示的NR处理电路100的运算将在下面参照图7A、7B和图8加以说明。NR处理电路100的运算以及每一个功能块的控制可以通过图中的每一个硬件或软件来实现。可选择地,可以利用控制器来控制每一个硬件。
如图7A所示,NR处理电路100利用了五个抽样,求得其方差σx(t) 2,并且还求出方差的倒数作为输入可靠度αx(t),这五个抽样是当前输入数据x(t)和所得到的在当前输入数据x(t)前四个抽样的输入数据x(t-1)到x(t-4)。
加权值w(t)是如图7B所示,利用输入可靠度αx(t)和在其前一个抽样求得的输出可靠度αy(t-1)而求得的,并且根据加权值w(t)计算出输入数据x(t)和输入数据前一个抽样求得的输出数据y(t-1)的加权平均值,并把该加权平均值作为输出数据y(t)输出。
更具体地讲,如图8的流程图所示,在步骤S11中,把输入数据x(t)输入到噪声量估算部分1(锁存电路111和噪声量计算部分11)和噪声去除部分2(加权部分23)。
在下一步骤S12中,噪声量估算部分1估算出输入数据x(t)的噪声量,并且噪声去除部分2的输入可靠度计算部分12由噪声量求得输入可靠度αx(t)
更具体地讲,噪声量估算部分1的锁存电路111以与接收输入数据的时间同步锁存接收到的输入数据,并把它传送到下一级的锁存电路112和噪声量计算部分11。锁存电路112和锁存电路113,以与锁存电路111相同的方式,锁存由上一级锁存电路111和112输出的输入数据,并分别把输入数据传送到下一级锁存电路113和114以及噪声量计算部分11。锁存电路114锁存由上一级锁存电路113输出的输入数据,并把输入数据传送到噪声量计算部分11。因此,在噪声量计算部分11接收输入数据x(t)的同时,还分别从锁存电路111至114接收输入数据x(t-1)到x(t-4)。如上所述,噪声量计算部分11求得输入数据x(t)到x(t-4)的方差,并把它作为输入数据x(t)的噪声量传送到输入可靠度计算部分12。
输入可靠度计算部分12求得由噪声量计算部分11传送来的噪声量的倒数,并把它作为输入数据x(t)的输入可靠度αx(t)传送到输出可靠度计算部分13和加权值计算部分15。
在输入可靠度计算部分12把输入可靠度αx(t)传送给加权值计算部分15的同时,锁存电路14锁存由输出可靠度计算部分13输出的前一个抽样的输出可靠度αy(t-1)。在步骤S13,加权值计算部分15,根据表达式(6),利用输入可靠度计算部分12传送来的输入可靠度αx(t)以及锁存电路14锁存的输出可靠度αy(t-1),求得加权值w(t)。然后把这个加权值传送到加权部分21和运算部分22。
加权部分21、运算部分22、加权部分23、运算部分24和锁存电路25,根据表达式(8),利用加权值计算部分15输出的加权值w(t)计算出输入数据x(t)和其前一个抽样求得的输出数据y(t-1)的加权平均值。
具体地说,加权部分21把锁存电路25的输出值与加权值计算部分15传送来的加权值相乘,并把乘积传送到运算部分24。锁存电路25在加权值计算部分15输出加权值w(t)的同时,锁存运算部分24上一次输出的输出数据y(t-1)。因此,加权部分21求得输出数据y(t-1)与加权值w(t)的积w(t)y(t-1),并把它传送到运算部分24。
运算部分22由1减去加权值计算部分15传送来的加权值w(t),并且把减得的值1-w(t)传送到加权部分23。加权部分23把运算部分22的输出值1-w(t)与输入数据x(t)相乘,并把相乘结果(1-w(t))x(t)传送到运算部分24。
运算部分24把加权部分21的输出值w(t)y(t-1)与加权部分23的输出值(1-w(t))x(t)相加。换句话说,利用加权值计算部分15输出的加权值w(t),根据表达式(8)计算出输入数据x(t)和其前一个抽样求得的输出数据y(t-1)的加权平均值。
在步骤S15,加权平均值作为输出数据y(t)输出。把输出数据y(t)传送到锁存电路25并加以锁存。
在下一步S16,确定输入数据是否依然存在。如果在步骤S16确定要处理的输入数据依然存在,程序进行到步骤S17,同时输出可靠度计算部分13更新输出可靠度。具体地说,输出可靠度计算部分13,根据表达式(5),把步骤S12中由输入可靠度计算部分12计算出的输入可靠度αx(t)与锁存电路14锁存且由前一个抽样求得的输出可靠度αy(t-1)相加,求得当前的输出可靠度αy(t),并把它传送到锁存电路14。然后,程序返回到步骤S11,利用下一个输入数据重复进行相同的程序。
另一方面,如果在步骤S16确定要处理的输入数据不存在,程序运行终止。
如上所述,把当前输入数据x(t)的输入可靠度αx(t)与其前一个抽样求得的输出可靠度αy(t-1)相加,计算出加权值w(t)。然后,根据加权值w(t),计算出当前输入数据x(t)和其前一个抽样求得的输出数据y(t-1)的加权平均值。然后把平均值作为输出数据y(t)输出,输出数据用作输入数据x(t)的运算结果。然后通过把当前输入可靠度αx(t)与其前一个抽样求得的输出可靠度αy(t-1)相加,求得(更新)输出数据y(t)的输出可靠度αy(t)。按照这种方式,对输入数据x(t+1),x(t+2),……依次进行处理。因此,知道了加权值w(t),就可以不过多考虑以前输入数据中的高噪声电平的部分,充分考虑低噪声电平的部分。换句话说,NR处理电路100求得与输入数据相适的加权值w(t),结果,知道了加权值w(t),就能够改进每一瞬时的输出数据。NR处理电路100有效地去除了输入数据中的噪声并输出数据。
在以上所述的情况中,由于NR处理电路100采用了输入数据的方差的倒数作为输入可靠度αx(t),所以输入可靠度αx(t)表明输入数据在一定的时间范围内的离散。因此,即使输入数据中的噪声电平(比如输入数据的S/N比)不断变化,NR处理电路100仍能有效去除噪声。
然而,在NR处理电路100中,在采用输入数据的方差的倒数作为输入可靠度αx(t)时,由于方差的特性,所以对于局部变化的噪声电平,也就是在很窄的区域内有变化的噪声,噪声的去除效果稍微有所降低。
噪声电平的局部变化可以通过把当前输入数据相对于输入数据平均值的误差平方的倒数作为输入可靠度αx(t)而得以有效地处理。
这时,按照以下方法计算出输入可靠度αx(t)
具体地说,例如,如图9所示,NR处理电路100根据表达式(16)计算出五个抽样输入数据x(t)到x(t-4)的平均值m(t)。 m ( t ) = Σ n = 0 N - 1 x ( t - n ) N - - - - - ( 16 )
在图9所示的实施例中,表达式(16)中的N等于5。
NR处理电路100,根据表达式(17),利用输入数据x(t)和平均值m(t)计算出输入数据x(t)相对于平均值m(t)的误差平方dx(t) 2
dx(t) 2=(x(t)-m(t))2    (17)
然后,根据下面的表达式求得误差平方dx(t) 2的倒数,即可求得输入可靠度αx(t) α x ( t ) = 1 d x ( t ) 2 - - - - - - ( 18 )
如上所述,采用把误差平方dx(t) 2的倒数作为输入可靠度αx(t)的这种方法尤其在平均值m(t)接近于真值的时候有效。
在以上的描述中,输入可靠度αx(t)要么是根据方差σx(t) 2,要么是根据误差平方dx(t) 2求出。也可能根据两者求出。具体地说,例如,把方差σx(t) 2的倒数与误差平方dx(t) 2的倒数相加的和作为输入可靠度αx(t)
由于方差σx(t) 2表示输入数据在相当宽区域内的局部离散度,误差平方dx(t) 2表示输入数据在相当窄区域内的局部离散度,因此在把两个因素结合起来作为输入可靠度αx(t)时,即使输入数据的S/N不断变化,输入数据的噪声局部电平也不断变化,但仍能有效地去除噪声。
如果输入数据x(t)是一维数据,比如音频数据,求得输出数据y(t-1)作为输入数据x(t)的前一个抽样输入数据x(t-1)处理的结果。如果输入数据x(t)是二维数据,比如图像数据,求得输出数据y(t-1)作为输入数据x(t)前一个帧(或场)的输入数据x(t-1)的处理结果。
具体地说,如果第t帧内的像素(像素的像素值)称为x(t);根据表达式(8)从用作输入像素的像素值x(t)中去除噪声;与第t帧内的输入像素x(t)在空间上处于相同位置的笫(t-1)帧内的像素为输入像素x(t-1),并输出最终形成的输出像素。输出像素y(t-1)表示从输入像素x(t-1)中去除噪声后所得的像素。
如果作为输入数据的图像没有运动,换句话说,如果作为输入数据的图像是静止的,就不存在任何问题。如果作为输入数据的图像有运动(如果噪声是从运动图像中去除),由于输入像素x(t)的真值与其前一帧所得的且与输入像素x(t)位于相同位置的输入像素x(t-1)的真值不同,因此,对应于输入像素x(t)前一帧所得的输入像素x(t-1)并且与输入像素x(t)的真值不同的输出像素y(t-1)的输出可靠度αy(t-1),就不能可靠地获得通过去除输入像素x(t)中的噪声而获得输出像素y(t)。
换句话说,如果作为输入数据的图像有运动,输入像素x(t)的运动量影响着输出像素y(t-1)的输出可靠度αy(t-1),并且输出可靠度αy(t-1)降低量值与运动量相对应,输出可靠度αy(t-1)用于求得与输入像素x(t)相对应的输出像素y(t)。
输入像素x(t)的运动量称为m(t),作为校正项的输出可靠度αy(t-1)变为(1.0-m(t))xαy(t-1)。在这个实施例中,运动量m(t)设定为0-1之间的实数。如果输入像素x(t)是完全静止的,运动量m(t)为0。运动量m(t)随着输入像素x(t)的运动加大而增加。如果输入像素x(t)大幅度运动(它完全运动),输入像素x(t)运动量m(t)达到1,并且认为输入像素x(t)的真值与输入像素x(t-1)的真值不相关,输入像素x(t-1)是输入像素x(t)的前一帧,并且与输入像素x(t)处于相同的位置。
这时,通过下面的表达式,获得由表达式(5)要求得的输出可靠度αy(t)
αy(t)=(1.0-m(t))αy(t-1)x(t)    (19)
根据表达式(19),如果运动量m(t)为0,利用前一帧获得的输出像素y(t-1)的输出可靠度αy(t-1)(上一次的输出可靠度)求出输出像素y(t)的输出可靠度αy(t-1)(这时的输出可靠度)。另一方面,如果运动量m(t)为1,忽略了上一次求得的输出可靠度αy(t-1)(未用),换句话说,放弃了迄今为止总计的输入可靠度,求得输出可靠度αy(t)
这时,通过以下表达式求得用表达式(6)要求得的加权值w(t)。
w(t)=(1-m(t))αy(t-1)/((1-m(t))αy(t-1)x(t))    (20)
表达式(7)表示的加权值1-w(t)是由下面表达式求得的。
1-w(t)=αx(t)/((1-m(t))αy(t-1)x(t))    (21)
图10是图1所示的NR处理电路的详细实例结构图,这时,利用上面所述引入的运动量m(t)去除图像中的噪声。在图10中,与图3所示的部分相对应的部分采用与图3相同的标号,适当地忽略与图3相同的部分的描述。更具体地说,图10所示的NR处理电路除了新增加一个运动量计算部分16外,其余的部分基本上与图3所示的处理电路结构相同。
运动量计算部分16接收作为输入数据的输入像素x(t)。运动量计算部分16求得输入像素x(t)的运动量m(t),并把它传送到输出可靠度计算部分13。
输入像素x(t)的运动量m(t)与对应于输入像素x(t)的真值与输入像素x(t-1)的真值之间的差值的数值相对应,这个差值也就是输入像素x(t)的运动(输入像素x(t)处显示的图像部分的运动)产生的真值的变化,输入像素x(t-1)在输入像素x(t)的前一帧,并且与输入像素x(t)位于相同的位置。运动量m(t)基本上由输入像素x(t)和x(t-1)的差值(x(t)-x(t-1))求得。
输入像素x(t)和x(t-1)的差值不仅包括它们之间的真值差,还包括噪声变化(输入像素x(t)中的噪声与输入像素x(t-1)中的噪声的差值)。输入像素x(t)和x(t-1)的差值最好由将要尽可能去除的噪声的变化求得。
运动量计算部分16求得如图11A和图11B所示的运动量m(t)。
运动量计算部分16把将要求出运动量m(t)的输入像素x(t)设置到一个目标(aimed-at)像素,从而形成一个预定尺寸的方块,其中目标像素(图11A中阴影圆表示)位于方块的中心。在图11A中,产生了一个九乘九输入像素方块。方块的尺寸不局限于此。也可以使用七乘七输入像素方块。在九乘九输入像素方块内,检测出与不超过预定阈值的目标像素存在电平差的像素(图11中的黑圆表示)。然后计算出检测出的用黑圆表示的输入像素与目标像素之间的差值,以及检测出的用黑圆表示的输入像素前一帧的且与黑圆表示的输入像素处于同一位置的输入像素与目标像素之间的差值。在尽可能多的去除空间方向上噪声改变这一条件下,把求得的差值的平均值作为输入像素x(t)和x(t-1)的差值(x(t)-x(t-1))。
例如,使用噪声量计算部分11求得的噪声量的标准偏离值的大约两倍的数值,作为检测如上所述的方块内的输入像素的阈值。
运动量计算部分16通过转换函数转换差值(x(t)-x(t-1))(比如图11B所示的差值),从而求得范围从0到1的运动量m(t)。
在图11B所示的实施例中,如果差值(x(t)-x(t-1))小于或等于预定的阈值TH0,运动量m(t)是0。如果差值(x(t)-x(t-1))超过预定的阈值TH0,运动量m(t)与x(t)-x(t-1)成比例增加。如果差值(x(t)-x(t-1))大于或等于预定的阈值TH1(>TH0),运动量m(t)设定为1。
例如,0可以用作阈值TH0。例如,使用噪声量计算部分11求得的噪声量标准偏离值的大约三倍的数值,作为阈值TH1。
在以上实例中,运动量计算部分16计算出目标像素所处的帧内的输入像素与其前一帧内对应的输入像素之间的差值求得运动量m(t)。也可以采用其它方法求得运动量m(t),比如,计算出目标像素所处的帧内的输入值与其前一帧内对应的输出像素之间的差值求得运动量m(t)。
在图11B中,如果差值(x(t)-x(t-1))落在小于等于阈值TH1大于等于阈值TH0的范围内,运动量计算部分16利用线性函数把差值(x(t)-x(t-1))转换成运动量m(t)。运动量计算部分也可以利用非线性函数把差值(x(t)-x(t-1))转换成运动量m(t)。
图12是图10所示的输出可靠度计算部分13的一个结构实例图。在图12中,与图6所示的部分相对应的部分采用与图6相同的标号。图12中,输出可靠度计算部分13形成有新增加的运算部分51和52。
运算部分51接收运动量计算部分16求得的运动量m(t)。运动部分51由1减去运动量m(t),并把差值1-m(t)传送到运算部分52。运算部分52除了接收来自运算部分51的运动量1-m(t)外,还接收来自锁存电路14的上一次求得的输出可靠度αy(t-1)。运算部分52利用作为补偿项的1-m(t),把补偿项与上一次求得的输出可靠度αy(t-1)相乘,并且把积(1-m(t))αy(t-1)输出到运算部分41,积(1-m(t))αy(t-1)作为对与运动量m(t)目对应的上一次求得的输出可靠度αy(t-1)进行补偿所得的补偿结果。
运算部分41把从输入可靠度计算部分12传送来的当时所得的输入可靠度αx(t)与运算部分52的输出值(1-m(t))αy(t-1)相加,并把相加所得的和作为当时所求得的输出可靠度αy(t)输出。换句话说,输出可靠度计算部分13根据表达式(19)表示的求得补偿的输出可靠度αy(t)
如上所述,在图10所示的NR处理电路中,根据输入像素x(t)的运动量m(t)对输出可靠度αy(t)进行补偿,然后根据补偿的输出可靠度求得加权值w(t)。由于根据加权值w(t)求得与输入像素x(t)相对应的输出像素y(t),所以可以有效地去除输入像素x(t)中的噪声,从而产生输出像素y(t)。
在图10所示的实施例中,如上所述,由于x(t-1)是x(t)前一帧所求得的输入像素,因此,锁存电路114、14和25对输入其中的数据锁存(延迟)一帧周期,然后再输出。
如上所述,由于如图10所示的去除图像中的噪声的NR处理电路中的锁存电路111到114对于输入像素x(t)延迟一帧周期,因此,噪声量计算部分11求得包括待处理的输入像素x(t)在内的前五帧内且输入像素x(t)位置相同的输入像素x(t)到x(t-4)的方差,作为噪声量。如果输入像素x(t)到x(t-4)有运动,由于图像运动影响着方差,那么由于运动的影响就会导致输入像素x(t)到x(t-4)的方差,也就是输入像素x(t)的噪声量不准确。利用噪声量由输入可靠度计算部分12求得的输入可靠度αx(t)也就不准确,这不可取。
例如,有这种可能,求得输入像素x(t)的运动向量从而完成运动补偿,利用运动补偿后所得的图像求得输入像素x(t)的噪声量。
然而,在这种情况下,分别需要用于检测运动向量的运动向量检测装置和用于完成运动补偿的运动补偿装置。
例如,按照以下方式,可以求得(估算)输入像素x(t)的噪声量。
如果假定图像中的噪声随着时间改变,但是空间上不改变,这个图像是没有噪声(图13(A)所示)的图像(真值形成的图像,下面称为原始图像)与图13(B)所示的噪声在帧内变化但空间上为常数的图像(下面称为噪声图像)之和(图13(C)所示)。
比如对于图13(C)所示的具有噪声的图像,如果像素值相对于原始图像的误差分布,也就是像素值的方差(或标准偏离量),定义为具有噪声的图像的噪声量,按照下面方式可以相当精确地估算出噪声量。
如图15A所示,噪声量估算部分1依次把构成具有噪声的图像一个帧的每一个像素设定为一个目标像素,计算出中心有目标像素的局部区域中(在空间方向上)所包括的像素的方差。如图15B所示,噪声量估算部分1求得帧内的方差的直方图,并把对应于最大频率的方差作为包括在构成帧的每一个像素中的噪声量。例如如图13(D)所示,估算噪声量。
如上所述,如图10所示的NR处理电路中的噪声量估算部分1求得输入像素的噪声量。图16是噪声量估算部分1的一个结构实例图。
帧存储器61接收具有噪声的图像(输入图像)。帧存储器61把具有噪声的输入图像存储在帧单元中。
局部区域方差计算部分62依次把构成存储在帧存储器61中的输入图像的每一个(输入)像素设定为一个目标像素,计算出中心有目标像素的局部区域中所包括的输入像素的方差,并把它传送到方差直方图存储器63中。由于把构成存储在帧存储器61中的输入图像的所有输入像素设定为目标像素,从而完成上面的方差计算,局部区域方差计算部分62还把表明已经终止方差计算的终止信号传送到直方图输出信号发生器64。
方差直方图存储器63产生构成存储在帧存储器61中的输入图像的输入像素方差的直方图,方差来自于局部区域方差计算部分62。更具体地说,如果方差直方图存储器63从局部区域方差计算部分62接收输入像素的方差,在与方差相对应的地址上存储的值加1。来自于峰点位置计算部分66的复位信号使存储在方差直方图存储器63中的数值复位到0,这将在下面描述。
如果直方图输出信号发生器64从局部区域方差计算部分62接收到终止信号,它就把表示应该输出直方图的直方图输出信号输出到开关65。如果开关65从直方图输出信号发生器64接收到直方图输出信号,开关就临时把其状态从断开变到闭合状态,并把存储在方差直方图存储器63中的方差直方图传送到峰点位置计算部分66。
峰点位置计算部分66通过开关65接收从方差直方图存储器63中传送来的方差直方图,并且求得直方图的峰值,还要把对应于峰值的方差包含在作为组成输入图像的每一个输入像素中的噪声量的估算值输出。在峰点位置计算部分66在接收到存储在方差直方图存储器63中的方差直方图的时刻,同时把复位信号传送给方差直方图存储器63。
如图16中所示,通过噪声量估算部分1来估算输入像素的噪声量的噪声量估算处理过程将在下面参照图17的流程图进行说明。
如果把一个帧的输入图像输入到噪声量估算部分1,就会进行图17所示的噪声量估算处理过程。
在噪声量估算处理过程中,在步骤S21,首先在帧存储器61中存储一帧输入图像,然后处理过程进行到步骤S22。在步骤S22,局部区域方差计算部分62把构成存储在帧存储器61中的输入图像的预定输入像素设置成目标像素,并且计算出包括在中心有目标像素的局部区域中的输入像素的方差。
方差从局部区域方差计算部分62传送到方差直方图存储器63中。在步骤S23,方差直方图存储器63把存储在与局部区域方差计算部分62传送来的方差相对应的地址存储的数值增加1,从而更新方差的频率。
然后,在步骤S24,局部区域方差计算部分62确定,对于存储在帧存储器61中的构成输入图像并设置为目标像素的所有输入像素,是否已经完成方差计算。在步骤S24,如果局部区域方差计算部分62确定对于存储在帧存储器61中的所有输入像素,还没有完成方差计算,它就把还没有设置为目标像素的输入像素设置为目标像素,并且处理过程返回到步骤S22,然后重复相同的处理过程。对于从S22到S24进行如上所述的重复过程,方差直方图存储器63产生一个构成存储在帧存储器61中的输入图像的输入像素的方差直方图。
另一方面,在步骤S24,如果局部区域方差计算部分62确定对于存储在帧存储器61中的所有输入像素,已经完成方差计算,换句话说,如果方差直方图存储器63产生一个构成存储在帧存储器61中的输入图像的所有输入像素的方差直方图,局部区域方差计算部分62就把终止信号传送到直方图输出信号发生器64中。如果直方图输出信号发生器64接收到终止信号,它就把直方图输出信号输出到开关65。开关65就从断开状态暂时变成闭合状态,然后把存储在方差直方图存储器63中的方差直方图传送到峰点位置计算部分66。
在步骤S25,如果峰点位置计算部分66通过开关65从方差直方图存储器63中接收到方差直方图,它就求得直方图的峰值,然后处理过程进行到步骤S26。在步骤S26,峰点位置计算部分66把对应于直方图中峰值的方差作为包括在构成输入图像的每一个输入像素中的估算噪声量输出,并把复位信号传送到方差直方图存储器63。存储在方差直方图存储器63中的数值复位到0,同时终止噪声量估算处理过程。
如上所述,由于噪声量估算部分1计算出包括构成一帧的每一个输入像素的局部区域中的方差,求得方差直方图的峰值,并且把与峰值相对应的方差用作输入像素中所包含的噪声量,那么不需要新提供运动矢量检测装置和运动补偿装置,仅利用一个帧就可以相当精确地估算出一个帧内每一个像素的噪声量。
如果使用构成一个帧的所有像素求得一个方差,不仅单帧图像中所包括的噪声方差而且图像(原始图像)的方差都会影响这个方差。因此,利用构成一个帧的所有像素求得的方差很难精确地估算出像素所包含的噪声。
另一方面,如上所述,如果构成一帧的输入像素使用包括每一个输入像素的局部区域,局部区域可以按混合方式存在有噪声的方差和原始图像的方差,或者主要存在噪声的方差。主要存在噪声方差的局部区域与原始图像中的平淡(flat)部分或者接近平淡色的部分相对应。
除了有多个边限的图像外,对于普通的图像,如果产生包括有构成一帧的输入像素的局部区域的方差直方图,通常,峰值可能会与主要有噪声方差的局部区域的方差相对应。如图16所示的由噪声量估算部分1进行的噪声量估算处理过程使用这一特性来相当精确地估算出噪声量。
图18是如上所述的例如为普通图像的原始图像、噪声图像以及把噪声图像叠加在原始图像上所得的输入图像(有噪声的图像)的局部区域的方差直方图。
在图18中,实线、双点划线和细点划线分别表示输入图像、噪声图像和原始图像的方差直方图。可理解,输入图像的直方图的峰点位置几乎与噪声图像直方图的峰点相匹配。如果得到图18所示的直方图,就把五乘五方块用作局部区域。
图19是由图17所示的噪声量估算处理过程所得的输入图像中包含的估算的噪声量的模拟结果。
在图19中,实心线表示噪声图像的方差,点划线表示用作由噪声量估算处理过程所得的输入图像的噪声量的方差,在输入图像中在原始图像上叠加噪声图像。
模拟所用的在第20帧到第40帧的噪声图像之间的方差比其它帧的方差小。从图19看出,对于叠加有噪声图像的输入图像可以相当精确地估算出其噪声量。
通过特殊的硬件或计算机执行一个进行以上处理过程的程序,就能够实现本发明。
在这个实施例中,说明了本发明如何去除噪声。如上所述,由于对输入数据进行处理,使输出数据随时间推移得以改进,因此,例如这样一种情况也适用于本发明,即对输入数据的波形进行整形(均衡)。
在图17所示的噪声量估算处理过程中,估算出构成单帧图像的每一个像素所共有的噪声量。通过划分单帧图像所形成的每一个区域的噪声量可以估算出。还可以估算出多个帧所共有的噪声量。
如上所述,按照本发明的实施例,采用图像处理装置和图像处理方法,计算出表示输入像素的可靠度的输入可靠度以及表示输出像素的可靠度的输出可靠度,检测出输入像素的运动量,并且根据输入像素的运动量对输出可靠度进行补偿。然后根据输入可靠度和补偿的输出可靠度,对输入像素进行处理,然后输出输出像素。因此,有效地去除输入像素中的噪声,从而产生输出像素。
另外,按照本发明的实施例,采用图像处理装置和图像处理方法,计算出包括有构成一屏幕的每一像素的局部区域的方差,并且产生方差直方图。然后根据直方图,求出像素中的噪声量。因此,可以相当精确地估算出像素中的噪声量。
图8和图17所示的一系列处理过程能够由硬件或软件来实现。如果由软件完成这一系列处理过程,就把构成软件的程序安装到用置入作特殊硬件的NR处理电路100中的计算机中,或者通用的计算机中。
下面将参照图20A,20B和20C,说明以上所述的存储用于执行这一系列处理过程的程序的记录介质。把程序安装到计算机中并且通过计算机可执行这些程序。
如图20A所示,首先,把程序记录在置入计算机101中的记录介质的硬盘102上或者半导体存储器103上。
或者,如图20B所示,把程序暂时或永久地记录入记录介质中,比如软盘111,压缩盘只读存储器(CD-ROM)112,磁光盘(MO)113,数字通用盘114(DVD),磁盘115,和半导体存储器116。
程序从以上所述的记录介质中安装到计算机中。或者,如图20C所示,程序通过用于数字卫星广播的人造卫星从下载站点121利用无线电传送到计算机101中,或者通过网络131(比如局域网(LAN)或者internet网)有线地传送到计算机101中,然后把程序装入一置入计算机101中的硬盘102。
在本说明书中,描述用于执行各种类型的处理过程程序的步骤,不必要按在流程图中描述的按时间先后顺序的步骤进行即不必要按时间先后顺序进行。还包括有并列或单独完成的处理过程,比如由各种客体(object)并列处理过程或单独处理过程。
图21是图20A,图20B和图20C中所示的计算机101的一个结构实例。
图21中所示的计算机101包括中央处理单元142(CPU)。CPU 142通过总线141与输入输出接口145连接。如果用户操作由键盘和鼠标组成的输入部分147,通过输入输出接口145输入一个命令,CPU 142执行存储在只读存储器(ROM)143中的程序,只读存储器143与图20A所示的半导体存储器103相对应。或者,CPU 142把一个程序装入一个随机存取存储器(RAM)144中,并且执行这一程序,这个程序可以是存储在硬盘102中的程序;或者通过人造卫星122或网络131传送且通过通信部分148接收然后装入硬盘102中的程序;或者从软盘111中、CD-ROM 112中、MO盘113中,DVD 114或者装入驱动器149中的磁盘115中读取并装入硬盘102中的程序。如果需要的话,CPU 142通过输入输出接口145把处理结果输出到由液晶显示器(LCD)组成的显示部分146。

Claims (20)

1.一种处理输入像素数据并且把处理过的输入像素数据作为输出像素数据输出的图像处理装置,包括:
输入可靠度计算部件,用于计算表示输入像素数据的可靠度的输入可靠度;
输出可靠度计算部件,用于计算表示输出像素数据的可靠度的输出可靠度;
运动量检测部件,用于检测输入像素数据的运动量;
补偿部件,用于根据运动量补偿输出可靠度;
处理部件,用于根据输入可靠度和补偿的输出可靠度来处理输入像素数据,并且把输出像素数据输出。
2.按照权利要求1所述的图像处理装置,其中,所述运动量检测部件根据由位于输入像素数据周围并且包括输入像素数据在内的预定数目的像素组成的图像块与另一个图像块之间的差值,检测出输入像素数据的运动量,另一个图像块与相邻屏幕上的图像块的位置相同。
3.按照权利要求2所述的图像处理装置,其中,所述运动量检测部件在抽取位于输入像素数据周围并且包括输入像素数据在内的像素的时候,仅抽取与小于或等于预定阈值的输入像素数据有差值的像素。
4.按照权利要求2所述的图像处理装置,其中,所述运动量检测部件检测出在由位于输入像素数据周围并且包括输入像素数据在内的预定数目的像素组成的图像块与另一个图像块之间的像素数据的差值的平均值作为运动量,另一个图像块与临近屏幕上的图像块的位置相同。
5.按照权利要求1所述的图像处理装置,还包括估算输入像素数据中所包括的噪声量的噪声量估算部件,
其中,所述输入可靠度计算部件根据噪声量计算出输入可靠度。
6.按照权利要求5所述的图像处理装置,其中,所述噪声量估算部件包括:
方差计算部件,对于组成一屏幕的每一个输入像素数据,计算出包括输入像素数据的局部区域中的像素数据的方差;
直方图产生部件,产生计算出的每一个输入像素数据的方差的直方图;
噪声量计算部件,根据直方图求得输入像素数据中所包括的噪声量。
7.按照权利要求6所述的图像处理装置,其中,噪声量计算部件求得直方图的峰值,并且计算出与有峰值的方差相对应的数值作为噪声量。
8.按照权利要求1所述的图像处理装置,还包括输入像素数据存储部件,仅按输入的时间顺序存储预定数目的输入像素数据。
9.按照权利要求8所述的图像处理装置,其中,所述输入可靠度计算部件计算出输入像素数据存储部件所存储的预定数目数据的方差,并且根据方差估算出当前输入的输入像素数据。
10.按照权利要求8所述的图像处理装置,其中,所述输入可靠度计算部件计算出输入像素数据存储部件所存储的预定数目的输入像素数据的平均值,并且根据每一个输入像素数据相对于平均值的误差,估算出当前输入的输入像素数据。
11.按照权利要求8所述的图像处理装置,其中,所述输入可靠度计算部件计算出输入像素数据存储部件所存储的预定数目的输入像素数据的方差和平均值,求得每一个数据相对于平均值的误差,并且根据方差和误差估算出当前输入的数据。
12.按照权利要求1所述的图像处理装置,其中,所述输出可靠度计算部件根据输入像素数据的可靠度与输出像素数据的可靠度的和计算出当前输出像素数据的可靠度。
13.按照权利要求1所述的图像处理装置,还包括用于存储输出像素数据的输出像素数据存储部件,
其中,所述处理部件把输出像素数据存储部件存储的过去输出像素数据与当前的输入像素数据相加,求得与当前输入像素数据相对应的输出像素数据。
14.按照权利要求1所述的图像处理装置,还包括加权系数计算部件,它根据输入可靠度和输出可靠度求得预定的加权系数,
其中,所述处理部件把当前的输入像素数据与前一屏幕中与当前输入像素数据相对应的输出像素数据相加,根据加权系数得出一个加权值,然后求得当前输出像素数据。
15.一种估算像素数据中所包括的噪声量的噪声量估算装置,包括:
方差估算部件,它在预定数目的像素单元中进行处理,并且计算出在包括有每一个像素数据的局部区域中多个像素数据的方差;
直方图产生部件,它在含有预定数目的像素的单元中,对于计算出的每一个像素数据的方差,产生方差的直方图;
噪声量计算部件,它在含有预定数目的像素的单元中,根据直方图求得像素数据中所包括的噪声量。
16.按照权利要求15所述的噪声量估算装置,其中,所述噪声量计算部件求得直方图的峰值,从而计算出与有峰值的方差相对应的数值作为噪声量。
17.一种处理输入像素数据并且把处理过的输入像素数据作为输出像素数据输出的图像处理方法,包括的步骤有:
计算出用于表示输入像素数据的可靠度的输入可靠度;
计算出用于表示输出像素数据的可靠度的输出可靠度;
检测输入像素数据的运动量;
根据运动量补偿输出可靠度;
根据输入可靠度和补偿的输出可靠度来处理输入像素数据,并且把输出像素数据输出。
18.一种估算像素数据中所包括的噪声量的噪声量估算方法,包括:
在预定数目像素的单元中,进行处理并且在包括有每一个像素数据的局部区域中计算出多个像素数据的方差;
在预定数目像素的单元中,对于计算出的每一个像素数据的方差,产生方差的直方图;
在预定数目像素的单元中,根据直方图求得像素数据中所包括的噪声量。
19.一种存储用于处理输入像素数据以及把处理过的输入像素数据作为输出像素数据输出的计算机可控程序的存储介质,该程序包括:
计算出用于表示输入像素数据的可靠度的输入可靠度;
计算出用于表示输出像素数据的可靠度的输出可靠度;
检测输入像素数据的运动量;
根据运动量补偿输出可靠度;
根据输入可靠度和补偿的输出可靠度来处理输入像素数据,并且把输出像素数据输出。
20.一种存储计算机可控程序的存储介质,该程序用于估算像素数据中所包括的噪声量,该程序包括:
在预定数目像素的单元中进行处理,并且计算在包括每一个像素数据的局部区域中的多个像素数据的方差;
在预定数目像素的单元中,对于计算出的每一个像素数据的方差,产生方差的直方图;
在预定数目像素的单元中,根据直方图求得像素数据中所包括的噪声量。
CNB001219944A 1999-06-01 2000-06-01 图像处理装置和方法、噪声量估算装置和方法及存储介质 Expired - Fee Related CN1208947C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP15335499A JP4344964B2 (ja) 1999-06-01 1999-06-01 画像処理装置および画像処理方法
JP153354/1999 1999-06-01

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CNB2005100667251A Division CN100463495C (zh) 1999-06-01 2000-06-01 噪声量估算装置和方法

Publications (2)

Publication Number Publication Date
CN1292621A true CN1292621A (zh) 2001-04-25
CN1208947C CN1208947C (zh) 2005-06-29

Family

ID=15560638

Family Applications (2)

Application Number Title Priority Date Filing Date
CNB2005100667251A Expired - Fee Related CN100463495C (zh) 1999-06-01 2000-06-01 噪声量估算装置和方法
CNB001219944A Expired - Fee Related CN1208947C (zh) 1999-06-01 2000-06-01 图像处理装置和方法、噪声量估算装置和方法及存储介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CNB2005100667251A Expired - Fee Related CN100463495C (zh) 1999-06-01 2000-06-01 噪声量估算装置和方法

Country Status (5)

Country Link
US (3) US6970605B1 (zh)
EP (2) EP1058210A3 (zh)
JP (1) JP4344964B2 (zh)
KR (1) KR100844807B1 (zh)
CN (2) CN100463495C (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1332356C (zh) * 2003-02-28 2007-08-15 索尼株式会社 图像处理装置和方法
US7570287B2 (en) 2002-08-06 2009-08-04 Olympus Corporation Image pickup system for noise estimating and noise reduction
CN1675919B (zh) * 2002-08-22 2010-10-06 奥林巴斯株式会社 摄像系统及图像处理方法
CN101855651B (zh) * 2007-10-19 2013-10-16 高通股份有限公司 运动辅助的图像传感器配置

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4344964B2 (ja) * 1999-06-01 2009-10-14 ソニー株式会社 画像処理装置および画像処理方法
JP4090671B2 (ja) * 2000-06-19 2008-05-28 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理方法、画像処理装置および画像撮影装置
FR2828977B1 (fr) * 2001-08-21 2003-12-05 Nextream Sa Dispositif et procede d'estimation du niveau de bruit, systeme de reduction de bruit et systeme de codage comprenant un tel dispositif
JP5072151B2 (ja) * 2001-08-27 2012-11-14 富士通株式会社 移動通信受信装置及びその受信方法
JP2003339029A (ja) * 2002-05-20 2003-11-28 Sony Corp 動きベクトル補正回路及び方法
KR100468858B1 (ko) * 2002-11-26 2005-01-29 삼성전자주식회사 영상의 잡음 수준 추정 장치 및 방법
US7623152B1 (en) * 2003-07-14 2009-11-24 Arecont Vision, Llc High resolution network camera with automatic bandwidth control
US7751482B1 (en) * 2004-02-27 2010-07-06 Vbrick Systems, Inc. Phase correlation based motion estimation in hybrid video compression
US8000392B1 (en) 2004-02-27 2011-08-16 Vbrick Systems, Inc. Phase correlation based motion estimation in hybrid video compression
JP2005251106A (ja) * 2004-03-08 2005-09-15 Mitsubishi Electric Corp 車線認識装置
KR100599133B1 (ko) 2004-06-08 2006-07-13 삼성전자주식회사 영상신호의 노이즈 측정장치 및 그 측정방법
KR100662908B1 (ko) 2004-10-14 2007-01-02 삼성전자주식회사 영상신호의 노이즈 측정장치 및 그 측정방법
US7715645B2 (en) 2004-11-17 2010-05-11 Samsung Electronics Co., Ltd. Methods to estimate noise variance from a video sequence
KR101097512B1 (ko) * 2004-11-23 2011-12-22 엘지디스플레이 주식회사 액정표시장치 및 구동방법
JP4559844B2 (ja) * 2004-12-27 2010-10-13 株式会社東芝 画像処理装置及び画像処理方法
KR100672328B1 (ko) 2005-01-18 2007-01-24 엘지전자 주식회사 영상신호의 잡음 크기 추정 장치
JP4496106B2 (ja) 2005-02-28 2010-07-07 株式会社東芝 画像処理装置及び画像処理方法
US8122260B2 (en) 2005-06-01 2012-02-21 Priv Id B.V. Shaping classification boundaries in template protection systems
US8265145B1 (en) 2006-01-13 2012-09-11 Vbrick Systems, Inc. Management and selection of reference frames for long term prediction in motion estimation
JP4551873B2 (ja) * 2006-02-07 2010-09-29 Okiセミコンダクタ株式会社 雑音量測定装置
US8068543B2 (en) * 2006-06-14 2011-11-29 Samsung Electronics Co., Ltd. Method and system for determining the reliability of estimated motion vectors
ITVA20060060A1 (it) * 2006-10-06 2008-04-07 St Microelectronics R&D Ltd Metodo e relativo dispositivo per stimare il livello di rumore gaussiano bianco che corrompe un'immagine digitale
JP4862668B2 (ja) * 2007-01-24 2012-01-25 ソニー株式会社 画像処理装置および画像処理方法、並びにプログラム
JP2009094784A (ja) * 2007-10-09 2009-04-30 Sanyo Electric Co Ltd ノイズ低減処理装置、ノイズ低減処理方法、及び電子機器
JP5213604B2 (ja) * 2008-09-17 2013-06-19 三洋電機株式会社 撮像装置
JP5521778B2 (ja) * 2010-05-26 2014-06-18 富士通株式会社 計測装置及び制御装置
WO2011162124A1 (ja) * 2010-06-25 2011-12-29 シャープ株式会社 信号処理装置、信号処理プログラム、および表示装置
JP5653098B2 (ja) * 2010-07-09 2015-01-14 Hoya株式会社 ノイズ除去装置
US8670073B2 (en) * 2010-08-02 2014-03-11 Broadcom Corporation Method and system for video noise filtering
WO2012017773A1 (ja) * 2010-08-04 2012-02-09 シャープ株式会社 信号処理装置、信号処理方法、信号処理プログラム、および表示装置
WO2012056792A1 (ja) * 2010-10-29 2012-05-03 シャープ株式会社 画像処理装置および画像処理方法
EP2552099B1 (en) * 2011-07-27 2013-08-28 Axis AB Method and camera for providing an estimation of a mean signal to noise ratio value for an image
DE102011054056A1 (de) * 2011-09-29 2013-04-04 Jenoptik Optical Systems Gmbh Verfahren zur Rauschunterdrückung in Bildern einer Bildsequenz
US8953877B2 (en) 2013-05-14 2015-02-10 Google Inc. Noise estimation for images
US9330340B1 (en) 2014-05-06 2016-05-03 Google Inc. Noise estimation for images using polynomial relationship for pixel values of image features
US9787893B1 (en) 2016-04-11 2017-10-10 Microsoft Technology Licensing, Llc Adaptive output correction for digital image capture processing
US20200205704A1 (en) * 2018-12-28 2020-07-02 Dexcom, Inc. Safety tools for decision support recommendations made to users of continuous glucose monitoring systems
US11847737B2 (en) * 2021-04-09 2023-12-19 Nvidia Corporation Temporal denoiser quality in dynamic scenes

Family Cites Families (76)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL7105272A (zh) * 1971-04-20 1972-10-24
US3950733A (en) 1974-06-06 1976-04-13 Nestor Associates Information processing system
US4276620A (en) 1978-10-27 1981-06-30 Geosource Inc. Method and apparatus for obtaining a composite field response _to a variable source array using weighting coefficients
US4630305A (en) * 1985-07-01 1986-12-16 Motorola, Inc. Automatic gain selector for a noise suppression system
US4682230A (en) * 1986-03-21 1987-07-21 Rca Corporation Adaptive median filter system
US4761819A (en) 1987-02-27 1988-08-02 Picker International, Inc. Adaptive noise reduction filter for reconstructed images
US4887306A (en) 1987-11-04 1989-12-12 Advanced Technology Laboratories, Inc. Adaptive temporal filter for ultrasound imaging system
US4941122A (en) 1989-01-12 1990-07-10 Recognition Equipment Incorp. Neural network image processing system
JP2533942B2 (ja) 1989-03-13 1996-09-11 株式会社日立製作所 知識抽出方法およびプロセス運転支援システム
US5038388A (en) 1989-05-15 1991-08-06 Polaroid Corporation Method for adaptively sharpening electronic images
US5062123A (en) * 1989-08-16 1991-10-29 Cincinnati Electronics Corporation Kalman predictor for providing a relatively noise free indication of the phase of a carrier laden with noise
US5136529A (en) 1989-09-29 1992-08-04 Hitachi, Ltd. Digital signal weighting processing apparatus and method
US5144426A (en) * 1989-10-13 1992-09-01 Matsushita Electric Industrial Co., Ltd. Motion compensated prediction interframe coding system
FI895565A (fi) * 1989-11-22 1991-05-23 Yhtyneet Paperitehtaat Oy Foerpackning och foerfarande foer dess tillverkning.
US5295061A (en) 1990-04-20 1994-03-15 Sanyo Electric Co., Ltd. Control parameter tuning unit and a method of tuning parameters for a control unit
US5237405A (en) * 1990-05-21 1993-08-17 Matsushita Electric Industrial Co., Ltd. Image motion vector detecting device and swing correcting device
US5263120A (en) 1991-04-29 1993-11-16 Bickel Michael A Adaptive fast fuzzy clustering system
US5408588A (en) 1991-06-06 1995-04-18 Ulug; Mehmet E. Artificial neural network method and architecture
KR930001678A (ko) 1991-06-13 1993-01-16 강진구 영상 신호에 있어서의 잡음 검출 알고리즘
DE69225365T2 (de) * 1991-08-30 1998-11-19 Fuji Xerox Co Ltd Bildsignalkodierungsvorrichtung
CA2076099A1 (en) 1991-09-03 1993-03-04 Howard Leroy Lester Automatic simulcast alignment
US5253329A (en) 1991-12-26 1993-10-12 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Neural network for processing both spatial and temporal data with time based back-propagation
US5402520A (en) 1992-03-06 1995-03-28 Schnitta; Bonnie S. Neural network method and apparatus for retrieving signals embedded in noise and analyzing the retrieved signals
DE69331719T2 (de) * 1992-06-19 2002-10-24 Agfa Gevaert Nv Verfahren und Vorrichtung zur Geräuschunterdrückung
EP0574969B1 (en) * 1992-06-19 2002-03-20 Agfa-Gevaert A method and apparatus for noise reduction
FR2697706B1 (fr) * 1992-11-03 1994-11-25 Thomson Csf Procédé et dispositif de réduction de débit pour l'enregistrement d'images sur magnétoscope.
EP0610607A1 (en) * 1993-02-11 1994-08-17 Agfa-Gevaert N.V. Method of evaluating image processing performed on a radiographic image
EP0610604A1 (en) * 1993-02-11 1994-08-17 Agfa-Gevaert N.V. Multiple processing of radiographic images based on a pyramidal image decomposition
JP2800633B2 (ja) * 1993-04-30 1998-09-21 富士ゼロックス株式会社 画像符号化装置
US5446829A (en) 1993-06-24 1995-08-29 The United States Of America As Represented By The Department Of Health And Human Services Artificial network for temporal sequence processing
IT1272653B (it) * 1993-09-20 1997-06-26 Alcatel Italia Metodo di riduzione del rumore, in particolare per riconoscimento automatico del parlato, e filtro atto ad implementare lo stesso
US6285710B1 (en) 1993-10-13 2001-09-04 Thomson Licensing S.A. Noise estimation and reduction apparatus for video signal processing
US5438374A (en) * 1993-12-10 1995-08-01 At&T Corp. System and method for filtering video signals
US5602761A (en) 1993-12-30 1997-02-11 Caterpillar Inc. Machine performance monitoring and fault classification using an exponentially weighted moving average scheme
US5835901A (en) 1994-01-25 1998-11-10 Martin Marietta Corporation Perceptive system including a neural network
DE69523113T2 (de) * 1994-03-07 2002-06-06 Koninkl Philips Electronics Nv Rauschmessung
WO1995030208A2 (en) * 1994-05-03 1995-11-09 Philips Electronics N.V. Better contrast/noise by residue image
DE4417628C1 (de) * 1994-05-19 1995-09-28 Siemens Ag Verfahren zur adaptiven Rauschverminderung für digitale Bildsequenzen
KR970010101B1 (en) * 1994-06-30 1997-06-21 Daewoo Electronics Co Ltd Post-processing method of digital transmission pictures
US5598429A (en) * 1994-07-15 1997-01-28 Marshall; Kenneth E. Multi-level correlation system for synchronization detection in high noise and multi-path environments
KR0171147B1 (ko) * 1995-03-20 1999-03-20 배순훈 그레디언트 변화를 이용한 특징점 선정장치
US5764307A (en) * 1995-07-24 1998-06-09 Motorola, Inc. Method and apparatus for spatially adaptive filtering for video encoding
US5822011A (en) * 1995-09-15 1998-10-13 Thomson Consumer Electronics, Inc. Apparatus for detecting noise in a color video signal
DE69618440T2 (de) 1995-11-01 2002-08-29 Koninkl Philips Electronics Nv Videosignalabtastumsetzung
US5802220A (en) 1995-12-15 1998-09-01 Xerox Corporation Apparatus and method for tracking facial motion through a sequence of images
US5970093A (en) 1996-01-23 1999-10-19 Tiernan Communications, Inc. Fractionally-spaced adaptively-equalized self-recovering digital receiver for amplitude-Phase modulated signals
US6038272A (en) 1996-09-06 2000-03-14 Lucent Technologies Inc. Joint timing, frequency and weight acquisition for an adaptive array
US5812993A (en) 1996-03-07 1998-09-22 Technion Research And Development Foundation Ltd. Digital hardware architecture for realizing neural network
KR100203710B1 (ko) * 1996-04-30 1999-06-15 전주범 비트 발생량 조절기능을 갖는 영상 부호화 시스템
KR100204478B1 (ko) * 1996-05-09 1999-06-15 배순훈 전역 움직임에 의한 빈 공간 보상 방법 및 그 장치
JPH09307792A (ja) * 1996-05-14 1997-11-28 Sony Corp ノイズリデューサ
JP3184092B2 (ja) 1996-05-27 2001-07-09 シャープ株式会社 画像処理方法
JP3334500B2 (ja) * 1996-06-17 2002-10-15 ソニー株式会社 ノイズリデューサおよびビデオ信号処理装置
FR2751825A1 (fr) * 1996-07-24 1998-01-30 Philips Electronics Nv Procede de filtrage temporel du bruit dans une image d'une sequence d'images numerisees et dispositif mettant en oeuvre ce procede
US6157403A (en) 1996-08-05 2000-12-05 Kabushiki Kaisha Toshiba Apparatus for detecting position of object capable of simultaneously detecting plural objects and detection method therefor
JPH1075274A (ja) 1996-08-29 1998-03-17 Mitsubishi Electric Corp 軟判定復号器
US5828467A (en) * 1996-10-02 1998-10-27 Fuji Xerox Co., Ltd. Block noise prevention by selective interpolation of decoded image data
US5694342A (en) 1996-10-24 1997-12-02 The United States Of America As Represented By The Secretary Of The Navy Method for detecting signals in non-Gaussian background clutter
US6049793A (en) 1996-11-15 2000-04-11 Tomita; Kenichi System for building an artificial neural network
JPH10172251A (ja) 1996-12-06 1998-06-26 Sony Corp 光学式情報再生方法及び再生装置
JP3975530B2 (ja) * 1996-12-27 2007-09-12 富士ゼロックス株式会社 画像処理装置
JPH10206442A (ja) * 1997-01-21 1998-08-07 Nippon Telegr & Teleph Corp <Ntt> 時系列画像動き信頼度計測方法および装置
US6278961B1 (en) 1997-07-02 2001-08-21 Nonlinear Solutions, Inc. Signal and pattern detection or classification by estimation of continuous dynamical models
US5963447A (en) 1997-08-22 1999-10-05 Hynomics Corporation Multiple-agent hybrid control architecture for intelligent real-time control of distributed nonlinear processes
KR100582856B1 (ko) * 1997-09-23 2006-05-24 코닌클리케 필립스 일렉트로닉스 엔.브이. 움직임 추정 및 움직임 보상된 보간법
US5909178A (en) 1997-11-28 1999-06-01 Sensormatic Electronics Corporation Signal detection in high noise environments
US6347310B1 (en) 1998-05-11 2002-02-12 Torrent Systems, Inc. Computer system and process for training of analytical models using large data sets
JP3738574B2 (ja) * 1998-09-18 2006-01-25 富士ゼロックス株式会社 画像情報符号化装置
JP4258045B2 (ja) 1998-11-09 2009-04-30 ソニー株式会社 ノイズ低減装置、ノイズ低減方法、および記録媒体
JP4164712B2 (ja) 1999-02-09 2008-10-15 ソニー株式会社 データ処理装置およびデータ処理方法
US6581047B1 (en) 1999-04-07 2003-06-17 Inesa, Inc. Method for a sequential prediction of binary element's state in a binary process and the system for the method implementation
JP4344964B2 (ja) * 1999-06-01 2009-10-14 ソニー株式会社 画像処理装置および画像処理方法
JP4344968B2 (ja) * 1999-10-28 2009-10-14 ソニー株式会社 画像処理装置および画像処理方法、並びにデータ処理装置およびデータ処理方法
EP1111909A1 (de) * 1999-12-23 2001-06-27 Philips Patentverwaltung GmbH Vorrichtung und Verfahren zur Darstellung eines aus mehreren Teilbereichen zusammengesetzten Bildes
JP3540243B2 (ja) * 2000-04-24 2004-07-07 Necエレクトロニクス株式会社 半導体記憶装置
JP4090671B2 (ja) * 2000-06-19 2008-05-28 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理方法、画像処理装置および画像撮影装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7570287B2 (en) 2002-08-06 2009-08-04 Olympus Corporation Image pickup system for noise estimating and noise reduction
US8169509B2 (en) 2002-08-06 2012-05-01 Olympus Corporation Image pickup system with signal noise reduction
CN1675919B (zh) * 2002-08-22 2010-10-06 奥林巴斯株式会社 摄像系统及图像处理方法
US7812865B2 (en) 2002-08-22 2010-10-12 Olympus Corporation Image pickup system with noise estimator
CN1332356C (zh) * 2003-02-28 2007-08-15 索尼株式会社 图像处理装置和方法
CN101064038B (zh) * 2003-02-28 2010-09-29 索尼株式会社 图像处理装置和方法
CN101064039B (zh) * 2003-02-28 2011-01-26 索尼株式会社 图像处理装置和方法
CN101855651B (zh) * 2007-10-19 2013-10-16 高通股份有限公司 运动辅助的图像传感器配置

Also Published As

Publication number Publication date
US7209595B2 (en) 2007-04-24
CN1208947C (zh) 2005-06-29
JP2000341559A (ja) 2000-12-08
CN100463495C (zh) 2009-02-18
JP4344964B2 (ja) 2009-10-14
EP1058210A2 (en) 2000-12-06
US6970605B1 (en) 2005-11-29
US7454083B2 (en) 2008-11-18
CN1674640A (zh) 2005-09-28
KR100844807B1 (ko) 2008-07-09
US20060274975A1 (en) 2006-12-07
EP1058210A3 (en) 2006-07-12
EP1862968A1 (en) 2007-12-05
KR20010020938A (ko) 2001-03-15
US20050157938A1 (en) 2005-07-21

Similar Documents

Publication Publication Date Title
CN1208947C (zh) 图像处理装置和方法、噪声量估算装置和方法及存储介质
CN1192596C (zh) 图像处理设备和方法,数据处理设备和方法,存储介质
CN1064207C (zh) 图象重播装置
CN1131640C (zh) 像点时钟再生方法及装置
CN1756299A (zh) 用于处理运动图像的设备和方法以及计算机程序产品
CN1252999C (zh) 用于隔行至渐进式变换的高级边缘自适应插值方法和系统
CN1917578A (zh) 数据处理设备、数据处理方法及程序
CN1166177C (zh) 电视电影视频信号检测装置
CN1812489A (zh) 用于去除视频信号的噪声的装置
CN1645907A (zh) 考虑水平和垂直图形的全局运动补偿的顺序扫描方法
CN1237311A (zh) 视频数据编码装置、编码方法、传送装置和记录介质
CN1428939A (zh) 视频编码装置
CN1678021A (zh) 图像处理设备和方法、记录媒体和程序
CN1816154A (zh) 用于运动估计的方法和装置
CN1867047A (zh) 图像处理设备和方法及程序
CN1860779A (zh) 图像处理设备和方法、记录介质、和程序
CN1726529A (zh) 用于处理图像信号的设备和方法、用于执行该方法的程序、以及用于记录该程序的计算机可读介质
CN1750043A (zh) 一种控制平均亮度的直方图均衡方法
CN1155189C (zh) 双层加权并行干扰对消方法的简化方法
CN1220376C (zh) 信息信号处理器和处理信息信号的方法
CN1543742A (zh) 运动检测装置、图像处理系统、运动检测方法、程序及记录介质
CN1306807C (zh) 数据转换装置及方法、学习设备及方法
CN1140944A (zh) 数据接收装置
CN1846441A (zh) 块失真检测设备、块失真检测方法和视频信号处理设备
CN1592422A (zh) 动态矢量检出装置以及动态矢量检出方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20050629

Termination date: 20130601