JP3630246B2

JP3630246B2 - 画像信号補間装置及び画像信号補間方法

Info

Publication number: JP3630246B2
Application number: JP33820694A
Authority: JP
Inventors: 邦雄川口; 丈晴西片; 哲二郎近藤
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1994-12-26
Filing date: 1994-12-26
Publication date: 2005-03-16
Anticipated expiration: 2020-03-16
Also published as: JPH08180195A

Description

【０００１】
【目次】
以下の順序で本発明を説明する。
産業上の利用分野
従来の技術（図７〜図９）
発明が解決しようとする課題
課題を解決するための手段（図１及び図２）
作用（図１）
実施例
（１）全体構成（図１〜図３）
（２）クラス分類処理（図４及び図５）
（３）予測係数メモリの作成（図６）
（４）実施例の動作（図１）
（５）実施例の効果
（６）他の実施例
発明の効果
【０００２】
【産業上の利用分野】
本発明は画像信号補間装置及び画像信号補間方法に関し、例えばサブサンプリングによつて間引かれた画素を補間することにより画像の解像度を向上させる画像信号補間装置及び画像信号補間方法に適用して好適なものである。
【０００３】
【従来の技術】
従来、画像信号を記録、伝送する際の帯域圧縮あるいは情報量削減のための方法としてサブサンプリングによつて原画像の画素を所定間隔おきに間引く方法が広く用いられている。その一例としては、ＭＵＳＥ（ＭＵｌｔｉｐｌｅＳｕｂ−ｎｙｑｕｉｓｔＳａｍｐｌｉｎｇＥｎｃｏｄｉｎｇ）方式における多重サブナイキストサンプリングエンコーデイング方式がある。
【０００４】
またサブサンプリングの一例としてオフセツトサブサンプリングが広く用いられている。このオフセツトサブサンプリングにおいては、２次元の場合には図７に示すように水平方向（ｘ方向）及び垂直方向（ｙ方向）のサンプリング間隔（Ｔｘ、Ｔｙ）をそれぞれ原信号における画素間隔（Ｈｘ、Ｈｙ）の２倍に設定することにより、１画素おきにサブサンプリング（×）する。またオフセツトサブサンプリングでは、垂直方向に隣合うサンプリング点（○）を互いにサンプリング間隔の半分（Ｔｘ／２）だけオフセツトする。この結果オフセツトサブサンプリング後の画像信号の伝送帯域は、図８に示すように斜め方向の空間周波数に対して水平あるいは垂直方向の空間周波数成分を広帯域化することができ、この結果視覚上画質劣化の目立たない間引き処理を行うことができる。
【０００５】
ここでオフセツトサブサンプリングされた画像信号をモニタに表示したりプリントアウトする場合には、図９に示すように各サンプリング点間の画素を隣接画素を用いて補間する必要がある。このような補間処理は、図８に示す斜線領域の周波数成分を通過させると共に、折り返し点Ａを含む領域の周波数成分の通過を阻止する空間フイルタとして機能するものであり、この補間処理はサンプリング理論上では後置フイルタとして位置付けられる。
【０００６】
【発明が解決しようとする課題】
ところで、オフセツトサブサンプリングは、サブサンプリング前の前置フイルタが正しくかけられている場合には非常に有効な手法であるが、例えばハードウエア上の制約によつて前置フイルタを十分にかけられない場合や伝送帯域の広帯域化をはかるために前置フイルタを十分にかけない場合等には折り返し歪みに基づく画像劣化が発生する問題がある。
【０００７】
この折り返し歪みの発生を軽減する一つの方法として、適応型補間方法が提案されている。この方法は、サブサンプリングされた画像信号に対して補間処理を行う際に、補間画素の周辺で相関の強い方向を検出し、当該検出結果に応じて複数の異なつた補間手段を選択的に用いて補間処理を行うものである。
【０００８】
ところで、適応型補間方法においては、補間精度が相関の強い方向を検出する際の検出精度と個々の補間手段の能力とに大きく依存する。そのため、個々の補間手段の能力が十分でなく適切な補間ができない場合や、相関の強い方向を誤判定した場合には、本来の信号成分を減少させるばかりでなく、逆に折り返し歪みを増大させてしまう問題点があつた。
【０００９】
本発明は以上の点を考慮してなされたもので、折り返し歪みの発生を未然に回避して真値に近い補間画素値を求めることができる簡易な構成の画像信号補間装置及び画像信号補間方法を提案しようとするものである。
【００１０】
【課題を解決するための手段】
かかる課題を解決するため本発明においては、所定画素が間引かれた伝送画像データ（Ｄ１）を入力し、当該間引かれた画素を補間する画像信号補間装置（１）において、伝送画像データ（Ｄ１）を補間対象画素（図２の×印）を中心にした所定の大きさのブロツクに分割する画像信号ブロツク化手段（２）と、ブロツク内画素（図２のａ〜ｌ）の高域信号（Ｄ４）を抽出するハイパスフイルタ手段（３）と、高域信号（Ｄ４）に基づいてブロツク内画素（ａ〜ｌ）のレベル分布のパターンを検出し、当該検出結果に応じて補間対象画素をクラス分類するクラス分類手段（４及び５）と、クラス分類手段（４及び５）によつて分類されたクラスに対応する予測係数（Ｄ７）を発生する予測係数発生手段（６）と、予測係数（Ｄ７）と伝送画像データ（Ｄ１）とを用いて予測演算することにより、補間対象画素に対応する補間データ（Ｄ２）を算出する補間データ算出手段（７）とを備えるようにした。
また本発明においては、所定画素が間引かれた伝送画像データ（Ｄ１）を入力し、当該間引かれた画素を補間する画像信号補間方法において、伝送画像データ（Ｄ１）を補間対象画素（図２の×印）を中心にした所定の大きさのブロツクに分割し、ブロツク内画素（図２のａ〜ｌ）の高域信号（Ｄ４）を抽出し、高域信号（Ｄ４）に基づいてブロツク内画素（ａ〜ｌ）のレベル分布のパターンを検出し、当該検出結果に応じて補間対象画素をクラス分類する。そして当該分類されたクラスに対応する予測係数（Ｄ７）を発生し、予測係数（Ｄ７）と伝送画像データ（Ｄ１）とを用いて予測演算することにより、補間対象画素に対応する補間データ（Ｄ２）を算出するようにした。
【００１１】
【作用】
クラスに対応した予測係数（Ｄ７）を使つて補間データ（Ｄ２）を求めるようにしたことにより、折り返し歪みを回避して真値に近い補間データ（Ｄ２）を得ることができる。さらに、ハイパスフイルタ手段（３）によつてブロツク内画素（ａ〜ｌ）の高域信号（Ｄ４）を抽出し、当該高域信号（Ｄ４）に基づいて補間対象画素をクラス分類するようにしたことにより、補間対象画素を少ないクラス数で的確に分類できるようになり、その結果、予測係数発生手段（６）の構成を簡易化できる。
【００１２】
【実施例】
以下図面について、本発明の一実施例を詳述する。
【００１３】
（１）全体構成
図１において、１は全体として画像信号補間装置を示し、オフセツトサブサンプリングによつて情報量が削減された入力画像データＤ１に対してクラス分類による適応補間処理を施すことにより折り返し歪みを回避して真値に近い補間データＤ２を生成するようになされている。
【００１４】
具体的には、画像信号補間装置１は、補間対象画素の周辺のサンプリング画素（すなわち入力画像データＤ１に含まれている画素）のレベル分布のパターンに応じて補間対象画素（すなわち間引かれた画素）をクラス分類し、予め各クラス毎に学習により求められている予測係数を読み出し、この予測係数を使つて補間画素値を求める。
これにより画像信号補間装置１においては、補間対象画素を単にその周辺のサンプリング画素を用いた平均補間によつて求める場合と比較して、格段に真値に近い補間画素値を求めることができる。
【００１５】
画像信号補間装置１は入力画像データＤ１をブロツク化回路２に入力し、当該ブロツク化回路２において入力画像データＤ１を所定の大きさのブロツクに分割してブロツク化画像データＤ３を形成する。この場合、ブロツク化回路２は、図２に示すように、補間対象画素（×印）を中心としてその周辺の１２個の周辺画素ａ〜ｌによつて各ブロツクを形成するようになされている。
【００１６】
ハイパスフイルタ回路３はブロツク化画像データＤ３を入力し、そのブロツク内の補間対象画素の周辺にある周辺画素ａ〜ｌの高域信号Ｄ４を抽出して適応ダイナミツクレンジ符号化（ＡＤＲＣ（ＡｄａｐｔｉｖｅＤｙｎａｍｉｃＲａｎｇｅＣｏｄｉｎｇ））回路４に送出する。この場合、ハイパスフイルタ回路３としては、例えば図３に示すような係数を用いて高域信号Ｄ４を抽出する。
【００１７】
ＡＤＲＣ回路４はハイパスフイルタ回路３から送出される高域信号Ｄ４を受け、この高域信号Ｄ４に対して適応ダイナミツクレンジ符号化処理を施して各画素値をビツト圧縮することによりパターン圧縮データＤ５を形成する。
このパターン圧縮データＤ５はクラスコード発生回路５に与えられる。クラスコード発生回路５はパターン圧縮データＤ５に基づいたクラスコードＤ６を発生し、これを予測係数メモリ６に与える。予測係数メモリ６はクラスコードＤ６を読み出しアドレスとして、予めクラス毎に後述する学習によつて求められて記憶されている予測係数Ｄ７を予測演算回路７に送出する。
【００１８】
予測演算回路７はブロツク化画像データＤ３に含まれる各画素値ａ〜ｌと予測係数Ｄ７とを用いて線型一次結合式に基づく演算を行うことにより、補間対象画素の画素値を算出し、これを補間データＤ２として出力する。
【００１９】
かくして画像信号補間装置１においては、予め学習によつて求めた予測係数Ｄ７を用いて補間画素を形成するようにしたことにより真値に近い補間画素値を得ることができる。これに加えて画像信号補間装置１では、ハイパスフイルタ回路３によつて各ブロツク毎に高域信号Ｄ４を抽出し（すなわちブロツク内の緩やかな変化を取り除き、そのブロツク内の特徴的な変化だけを取り出す）、その高域信号Ｄ４を適応ダイナミツクレンジ符号化処理して得たパターン圧縮データＤ５を基にクラス分類するようにしたことにより、クラス分類の効率を格段に改善し得ると共に、クラス数が減少して予測係数メモリ６の構成を簡易化し得る。
【００２０】
（２）クラス分類処理
次にＡＤＲＣ回路４及びクラスコード発生回路５によるクラス分類処理について説明する。ＡＤＲＣ回路４は画像のもつ局所的特徴としてブロツク内ダイナミツクレンジを定義し、主としてレベル方向の冗長度を適応的に除去する。例えば図４に示すように、１画素当たり８ビツトの画素データの持つ０〜２５５のダイナミツクレンジの中で、各ブロツク毎に再量子化するために必要なブロツク内ダイナミツクレンジＡ、Ｂは大幅に小さくなることが分かる。従つてこの小さなダイナミツクレンジＡ、Ｂ内で再量子化を行えば、必要なビツト数を大幅に低減することができる。
【００２１】
具体的には、ＡＤＲＣ回路４は先ずブロツク内ダイナミツクレンジをＤＲ、ビツト割当をｐ、ブロツク内の各画素レベルをｘ、再量子化コードをＱとして、次式
【数１】

により、図５（Ａ）に示すようにブロツク内の最大値ＭＡＸと最小値ＭＩＮとの間を指定されたビツト長で均等に分割して再量子化を行う。因に、図５は３ビツトで再量子化した場合（すなわちｐ＝３の場合）を表わす。
【００２２】
次に、図５（Ａ）の最上位の階調レベル（２^ｐ−１）に相当するデータレベル内に存在するブロツク内画素の平均値をとり、これを図５（Ｂ）に示すように最大値ＭＡＸ′とする。また図５（Ａ）の最下位の階調レベル０に相当するデータレベル内に存在するブロツク内画素の平均値をとり、これを図５（Ｂ）に示すように最小値ＭＩＮ′とする。
【００２３】
次に新しく求めた最大値ＭＡＸ′及び最小値ＭＩＮ′によりブロツク内ダイナミツクレンジＤＲ′を新たに定義し直して、再量子化コードをｑとして、新しく求めたブロツク内の最大値ＭＡＸ′及び最小値ＭＩＮ′に基づいて、次式
【数２】

により図５（Ｂ）に示すような再量子化を行う。
このようにＡＤＲＣ回路４は二重の再量子化を行うことにより、ノイズによる悪影響を低減して効率の良い情報量圧縮を行いパターン圧縮データＤ５を形成する。
【００２４】
クラスコード発生回路６は、このようにＡＤＲＣ回路４によつてｐビツトにデータ圧縮された結果の再量子化データをｑ_１〜ｑ_ｎとして、次式
【数３】

を実行することにより、そのブロツクの属するクラスすなわち補間対象画素のクラスを表わすクラスコードｃ（Ｄ６）を決定する。
【００２５】
（３）予測係数メモリの作成
次に予測係数メモリ６に記憶させる予測係数の求め方を、図６に従つて説明する。先ずステツプＳＰ１において予測係数を学習するために、既に知られている画像に対応した学習データを形成する。具体的には、図２におけるサンプリング画素ａ〜ｌと、補間対象画素（×印）のサブサンプル以前の画素値を一組の学習データとする。
なお、このように学習データを形成する際に、１つの画像のみを用いるのではなく複数の画像を用いることで非常に多数の学習データを形成すれば、より正確な予測係数を得ることができる。
【００２６】
ステツプＳＰ２では必要上十分な学習データが形成されたか否か判定する。そして更に学習データが必要であると判定した場合にはステツプＳＰ３に進み、十分な学習データが得られたと判定した場合にはステツプＳＰ４に移る。
ステツプＳＰ３では学習データをクラス分類する。このとき上述した画像信号補間装置１でしたのと同様のクラス分類を行うようにする。具体的には、先ずハイパスフイルタによつて学習サンプリングデータの高域信号を抽出し、当該抽出した学習サンプリングデータの高域信号をＡＤＲＣ符号化により圧縮した後にクラスコードを形成することにより各学習データをクラス分類する。
【００２７】
次にステツプＳＰ５において、クラス分類された学習データに基づき、各クラス毎に正規化方程式を形成する。ステツプＳＰ５での処理を具体的に説明する。ここでは一般化するために学習データとしてｎ個のサンプリング画素が存在する場合について述べる。先ず各サンプリング画素の画素レベルｘ_１、……、ｘ_ｎと注目補間画素のサブサンプル以前の画素レベルｙの関係を、クラス（ｃ）毎に予測係数ｗ_１、……、ｗ_ｎによるｎタツプの線型一次予測式で表現することにより、次式
【数４】

を形成する。
【００２８】
この（４）式における予測係数ｗ_１、……、ｗ_ｎを求めれば良い。そこで実際の補間対象画素と補間処理結果の誤差が最小になるような予測係数ｗ_１、……、ｗ_ｎを求める。ここで学習はクラス毎に複数の学習データに対して行うので、学習データ数がｍとすると一般的なｍ＞ｎである場合には予測係数ｗ_１、……、ｗ_ｎは一意に決定できない。そこで誤差ベクトルｅの要素を、それぞれの学習データｘ_ｋ１、……、ｘ_ｋｎ、ｙ_ｋ（ｋ＝１、２、……、ｍ）における予測誤差をｅ_ｋとして、次式
【数５】

のように定義して、次式
【数６】

を最小にする予測係数ｗ_１、……、ｗ_ｎを求める。いわゆる最小二乗法による解法である。
【００２９】
ここで（６）式のｗ_ｉによる偏微分係数を求めると、次式
【数７】

となる。（７）式が０になるような各ｗ_ｉを決めればよい。そこで次式
【数８】

及び
【数９】

のように、Ｘ_ｉｊ、Ｙ_ｉを定義すると、上述した（７）式は行列を用いて、次式
【数１０】

の正規化方程式に書き換えることができる。
【００３０】
ここで（１０）式の正規化方程式は未知数がｎ個の連立方程式であるから、これにより最確値である各未定係数ｗ_１、……、ｗ_ｎを求めることができる。すなわちこの予測係数算出処理手順では、ステツプＳＰ５において各クラス毎に未定係数ｗ_１、……、ｗ_ｎを求めることができるような正規化方程式を形成できるまでステツプＳＰ１−ＳＰ２−ＳＰ３−ＳＰ５−ＳＰ１のループを繰り返す。
【００３１】
やがてステツプＳＰ５において各クラス毎に（１０）式で表わされる正規化方程式が形成され、ステツプＳＰ２において肯定結果が得られると、ステツプＳＰ４に進んで、ここで（１０）式の正規化方程式を解いて各クラス毎の予測係数ｗ_１、……、ｗ_ｎを決定する。具体的には、一般に（１０）式の左辺の行列は正定値対称なので、コレスキー法により解くことができる。
次にステツプＳＰ６において、各クラス毎に決定された予測係数ｗ_１、……、ｗ_ｎを予測係数メモリ６の対応するクラスのアドレスに格納し、続くステツプＳＰ７において当該予測係数算出処理手順を終了する。
【００３２】
（４）実施例の動作
以上の構成において、画像信号補間装置１は間引かれた画素を補間対象画素として、当該補間対象画素をその周辺のブロツク化画像データＤ３の状態に応じてクラス分類する。
この場合、画像信号補間装置１はクラス分類の前処理として、ハイパスフイルタ回路３で補間対象画素の周辺画素から高域信号Ｄ４を抽出する。そして画像信号補間装置１はこの高域信号Ｄ４に対して適応ダイナミツクレンジ符号化処理を施してパターン圧縮データＤ５を形成し、このパターン圧縮データＤ５を用いて補間対象画素のクラス分類を示すクラスコードＤ６を形成する。
このように画像信号補間装置１では、ブロツク化画像データＤ３から緩やかな変化を取り除き、特徴的な変化だけを取り出してクラス分類するようにしたことにより、不必要なクラス数の増加を抑制し得、効率の良いクラス分類ができるようになる。
【００３３】
次に、画像信号補間装置１はクラスコードＤ６を読み出しアドレスとして、予測係数メモリ６に記憶された予測係数Ｄ７を読み出す。そして予測演算回路７によつてこのクラスｃに対応した予測係数ｗ_１（ｃ）〜ｗ_１２（ｃ）とブロツク化画像データＤ３に含まれるサンプリング画素ａ〜ｌの画素データｘ_１〜ｘ_１２とを、次式
【数１１】

のように線形一次結合することにより、補間対象画素に対応する補間値ｙ′を算出し、これを補間データＤ２として出力する。
【００３４】
このようにして画像信号補間装置１においては、原画に含まれる画素データとほとんど変わらない補間データＤ２を形成することができる。この補間データＤ２は合成回路（図示せず）により入力画像データＤ１と合成された後、例えばテレビジヨン受像装置やビデオテープレコーダ装置等に供給される。
【００３５】
（５）実施例の効果
以上の構成によれば、補間対象画素の周辺画素から高域信号Ｄ４を抽出し、当該高域信号Ｄ４を用いて補間対象画素をクラス分類したことにより、補間対象画素を少ないクラス数で的確にクラス分類できる。これにより真値に近い補間データを形成し得る簡易な構成の画像信号補間装置１を実現できる。
【００３６】
（６）他の実施例
なお上述の実施例においては、補間対象画素をクラス分類する場合、周辺画素の高域信号Ｄ４をＡＤＲＣ回路４及びクラスコード発生回路５を用いてビツト圧縮することによりクラス分類した場合について述べたが、クラス分類手段としてはこれに限らず、例えば離散コサイン変換（ＤＣＴ）、差分量子化（ＤＰＣＭ）、サブバンド符号化やウエーブレツト変換等の種々の圧縮手段を適用し得る。さらにクラス分類の方法としてはビツト圧縮によるものに限らず、例えば補間対象画素の周辺画素において相関性の強い方向を検出し、当該検出結果に基づいてクラス分類するようにしても良い。
【００３７】
また上述の実施例においては、クラス毎の予測係数を最小二乗法による学習によつて求めた場合について述べたが、予測係数の求め方はこれに限らず、種々の学習方法を用いることができる。
【００３８】
さらに上述の実施例においては、予測係数メモリ６及び予測演算回路７を設け、予め学習によつて予測係数メモリ６に記憶された予測係数Ｄ７をクラスコードＤ６に応じて読み出し、読み出した予測係数Ｄ７とブロツク化画像データＤ３とを線形一次結合することにより補間データＤ２を求めるようにした場合について述べたが、本発明はこれに限らず、予測係数メモリ６及び予測演算回路７に代えて、予め学習によつて求めたクラス毎の代表値を格納するメモリを設け、クラスに応じた代表値を読み出して、当該読み出した代表値を補間データとするようにしても良い。
【００３９】
この場合、メモリに格納する代表値を求める第１の方法としては、加重平均による学習がある。詳述すれば、補間対象画素に対応する真の画素値をクラス毎に積算し、この積算結果を積算した画素値の個数によつて割るといつた処理を様々な画像に対して行うことによりクラス毎の代表値を得るものである。
また代表値を求める第２の方法としては、正規化による学習がある。詳述すれば、補間対象画素を含む複数の画素からなるブロツクを形成し、当該ブロツク内のダイナミツクレンジによつて、補間対象画素に対応する真の画素値からブロツクの基準値を減算した値を正規化し、この正規化した値の累積値を累積度数で割るといつた処理を様々な画像に対して行うことによりクラス毎の代表値を得るものである。
【００４０】
【発明の効果】
上述のように本発明によれば、伝送画像データを所定の大きさのブロツクに分割する画像信号ブロツク化手段と、ブロツク内画素の高域信号を抽出するハイパスフイルタ手段と、高域信号に基づいて補間対象画素をクラス分類するクラス分類手段と、分類されたクラスに対応する予測係数を発生する予測係数発生手段と、予測係数と伝送画像データとを用いて予測演算することにより、補間対象画素に対応する補間データを算出する補間データ算出手段とを設けるようにしたことにより、折り返し歪みの発生を未然に回避して真値に近い補間画素値を求めることができる。
【００４１】
また本発明によれば、ハイパスフイルタ手段によつてブロツク内画素の高域信号を抽出し、当該高域信号に基づいて補間対象画素をクラス分類するようにしたことにより、補間対象画素を少ないクラス数で的確に分類できるようになり、その結果、構成を簡易化できる。
【図面の簡単な説明】
【図１】本発明の一実施例による画像信号補間装置の構成を示すブロツク図である。
【図２】クラス分類処理に用いる周辺画素の説明に供する略線図である。
【図３】ハイパスフイルタ回路の係数を示す略線図である。
【図４】ＡＤＲＣ回路によるビツト圧縮の説明に供する略線図である。
【図５】ＡＤＲＣ回路によるビツト圧縮の説明に供する略線図である。
【図６】学習による予測係数算出処理手順を示すフローチヤートである。
【図７】オフセツトサブサンプリングの説明に供する略線図である。
【図８】２次元のオフセツトサブサンプリングにより伝送可能な帯域の空間周波数スペクトラムを示す略線図である。
【図９】補間処理の説明に供する略線図である。
【符号の説明】
１……画像信号補間装置、２……ブロツク化回路、３……ハイパスフイルタ回路、４……ＡＤＲＣ回路、５……クラスコード発生回路、６……予測係数メモリ、７……予測演算回路。

Claims

所定画素が間引かれた伝送画像データを入力し、当該間引かれた画素を補間する画像信号補間装置において、
上記伝送画像データを補間対象画素を中心にした所定の大きさのブロツクに分割する画像信号ブロツク化手段と、
上記ブロツク内画素の高域信号を抽出するハイパスフイルタ手段と、
上記高域信号に基づいて上記ブロツク内画素のレベル分布のパターンを検出し、当該検出結果に応じて上記補間対象画素をクラス分類するクラス分類手段と、
上記クラス分類手段によつて分類されたクラスに対応する予測係数を発生する予測係数発生手段と、
上記予測係数と上記伝送画像データとを用いて予測演算することにより、上記補間対象画素に対応する補間データを算出する補間データ算出手段と
を具えることを特徴とする画像信号補間装置。
上記補間データ算出手段は、
上記予測係数と上記伝送画像データとを線形一次結合式を用いて演算することにより、補間対象画素に対応する補間データを算出する
ことを特徴とする請求項１に記載の画像信号補間装置。
上記クラス分類手段は、上記高域信号を圧縮するデータ圧縮手段でなる
ことを特徴とする請求項１又は請求項２に記載の画像信号補間装置。
上記データ圧縮手段は、適応ダイナミツクレンジ符号化（ＡＤＲＣ）手段でなる
ことを特徴とする請求項３に記載の画像信号補間装置。
上記予測係数発生手段は、
予め学習により求められた各クラス毎の予測係数を格納するメモリを有し、上記クラス分類手段により分類されたクラスに対応する予測係数を発生する
ことを特徴とする請求項１又は請求項２に記載の画像信号補間装置。
所定画素が間引かれた伝送画像データを入力し、当該間引かれた画素を補間する画像信号補間装置において、
上記伝送画像データを補間対象画素を中心にした所定の大きさのブロツクに分割する画像信号ブロツク化手段と、
上記ブロツク内画素の高域信号を抽出するハイパスフイルタ手段と、
上記高域信号に基づいて上記ブロツク内画素のレベル分布のパターンを検出し、当該検出結果に応じて上記補間対象画素をクラス分類するクラス分類手段と、
上記クラス分類手段により分類されたクラスに対応する代表値を発生する代表値発生手段と
を具え、上記代表値発生手段により発生された上記代表値を上記補間対象画素に対応する補間データとする
ことを特徴とする画像信号補間装置。
上記クラス分類手段は、上記高域信号を圧縮するデータ圧縮手段でなる
ことを特徴とする請求項６に記載の画像信号補間装置。
上記データ圧縮手段は、適応ダイナミツクレンジ符号化（ＡＤＲＣ）手段でなる
ことを特徴とする請求項７に記載の画像信号補間装置。
上記代表値発生手段は、
予め学習により求められた各クラス毎の代表値を格納するメモリを有し、上記クラス分類手段により分類されたクラスに対応する代表値を発生する
ことを特徴とする請求項６に記載の画像信号補間装置。
所定画素が間引かれた伝送画像データを入力し、当該間引かれた画素を補間する画像信号補間方法において、
上記伝送画像データを補間対象画素を中心にした所定の大きさのブロツクに分割する第１のステツプと、
上記ブロツク内画素の高域信号を抽出する第２のステツプと、
上記高域信号に基づいて上記ブロツク内画素のレベル分布のパターンを検出し、当該検出結果に応じて上記補間対象画素をクラス分類する第３のステツプと、
上記第３のステツプによつて分類されたクラスに対応する予測係数を発生する第４のステツプと、
上記予測係数と上記伝送画像データとを用いて予測演算することにより、上記補間対象画素に対応する補間データを算出する第５のステツプと
を具えることを特徴とする画像信号補間方法。
上記第５のステツプでは、
上記予測係数と上記伝送画像データとを線形一次結合式を用いて演算することにより、補間対象画素に対応する補間データを算出する
ことを特徴とする請求項１０に記載の画像信号補間方法。
上記第３のステツプでは、上記高域信号を圧縮する
ことを特徴とする請求項１０又は請求項１１に記載の画像信号補間方法。
上記第３のステツプでは、適応ダイナミツクレンジ符号化（ＡＤＲＣ）処理により上記高域信号を圧縮する
ことを特徴とする請求項１２に記載の画像信号補間方法。
上記第４のステツプでは、
予め学習により求められた各クラス毎の予測係数を格納するメモリを有し、上記第３のステツプにより分類されたクラスに対応する予測係数を発生する
ことを特徴とする請求項１０又は請求項１１に記載の画像信号補間方法。
所定画素が間引かれた伝送画像データを入力し、当該間引かれた画素を補間する画像信号補間方法において、
上記伝送画像データを補間対象画素を中心にした所定の大きさのブロツクに分割する第１のステツプと、
上記ブロツク内画素の高域信号を抽出する第２のステツプと、
上記高域信号に基づいて上記ブロツク内画素のレベル分布のパターンを検出し、当該検出結果に応じて上記補間対象画素をクラス分類する第３のステツプと、
上記第３のステツプにより分類されたクラスに対応する代表値を発生する第４のステツプと、
上記第４のステツプにより発生された上記代表値を上記補間対象画素に対応する補間データとする第５のステツプと
を具えることを特徴とする画像信号補間方法。
上記第３のステツプでは、上記高域信号を圧縮する
ことを特徴とする請求項１５に記載の画像信号補間方法。
上記第３のステツプでは、適応ダイナミツクレンジ符号化（ＡＤＲＣ）処理により上記高域信号を圧縮する
ことを特徴とする請求項１６に記載の画像信号補間方法。
上記第４のステツプでは、
予め学習により求められた各クラス毎の代表値を格納するメモリを有し、上記第３のステツプにより分類されたクラスに対応する代表値を発生する
ことを特徴とする請求項１５に記載の画像信号補間方法。