JPH0818863A

JPH0818863A - 信号変換装置

Info

Publication number: JPH0818863A
Application number: JP16882094A
Authority: JP
Inventors: Yasuhiro Fujimori; 泰弘藤森; Tetsujiro Kondo; 哲二郎近藤
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1994-06-28
Filing date: 1994-06-28
Publication date: 1996-01-19
Anticipated expiration: 2020-02-16
Also published as: JP3620069B2

Abstract

(57)【要約】【目的】故障時の情報を記録することができる。【構成】ＭＰＵ１は、ドラムの制御がなされ、ＭＰＵ
１１は、キャプスタインとモードの制御がなされる。Ｍ
ＰＵ１１からＭＰＵ１へは、割り込み信号として、８Ｖ
Ｄと、基準信号として、１／２ＶＤとが供給される。こ
こで、故障が発生した場合、ＲＡＭ３６へ故障項目を示
すコード番号と状態遷移が書き込まれる。例えば、コー
ド番号が `１１' とすると、十の桁の `１' は、ドラム
関係を示し、一の桁の `１' は、ＦＧ出ずを示す。ま
た、状態遷移が `５１' とすると、第１階層の `５' が
再生を示し、第２階層の `１' がフィールド合わせサー
ボを示す。すなわち、ドラムのＦＧが再生のフィールド
合わせサーボ時に出なくなったことを示している。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、複数の画像を切り換
えて合成画像を生成する信号変換装置に関して、特に、
画像切り換えのためのキー信号の生成に関する。

【０００２】

【従来の技術】従来、複数の画像を切り換えて合成画像
を生成する信号変換装置としては、クロマキー装置、ス
イッチャー、およびビデオエフェクター等が挙げられ
る。一例として、特開昭５９−２１２０８９号公報に記
載のクロマキー装置は、２種類の画像に対し、一方の画
像（前景画像）中の特定の色（例えば青）を指定し、該
当するその色の部分を他方の画像（背景画像）で置き換
え、合成画像を生成する装置である。

【０００３】この色指定による切り換え信号は、キー信
号と呼ばれ、画像切り換え部分の劣化を如何に減らすか
工夫されている。劣化問題の一つにキー信号の量子化雑
音がある。キー信号を用いて２種類の画像を切り換える
方法としては、２値のキー信号で切り換えるハードキー
と、中間レベルを持たせるソフトキーがある。どちらの
場合も図９に示すように、前景画像中に含まれる指定色
のキー信号に対してしきい値処理を施し、画像の切り換
え用に引き延ばすという手法が用いられる。この拡大処
理の手法をストレッチと呼び、このストレッチの拡大率
がストレッチゲインと呼ばれる。

【０００４】図９の例では、ストレッチゲインが `８'
とされている。このストレッチゲインが大きいほど、量
子化雑音が増加し、画像劣化の原因となる。例えば、水
の入った透明のコップを前景画像として、画像の切り換
えをソフトキーで行なった場合、コップ内側の部分で量
子化雑音が目立つ合成画像が生成される。量子化雑音へ
の対策の一例として、ストレッチゲインの小さい画像を
選択する手法がある。また、他の例としては、伝送量子
化ビット数を増加させる手法がある。しかしながら、こ
の伝送量子化ビット数を増やす手法は、伝送路の問題等
もあり運用上の負担が大きい。

【０００５】図１０に従来のディジタルクロマキー装置
の一例の概略的構成を示す。入力端子６１から供給され
る前景画像信号と入力端子６２から供給される背景画像
信号の２種類の画像信号が夫々入力され、入力端子６１
から供給される前景画像信号から指定される特定色の領
域が抜き出される。その抜き出された信号の一例を図９
Ａに示す。この例では、（０〜しきい値）の間の信号を
（０〜２５５）の信号（図９Ｂ）へ拡大している。ま
た、この例では、データを８ビットで扱う場合を想定
し、（０〜２５５）と表記している。この説明におい
て、画像信号に含まれる各画素は、８ビットデータとす
る。

【０００６】図９において、しきい値Ｔｈは、可変であ
り、キー信号発生部６４においてストレッチ処理を実行
するため、外部から端子６３を介してキー信号発生部６
４へしきい値Ｔｈが供給される。乗算器６５では、入力
端子６１から入力された前景画像信号とキー信号発生部
６４から供給されるキー信号の係数ｋが掛け合わされ
る。乗算器６７では、入力端子６２から入力された背景
画像信号とキー信号発生部６４から相補信号発生部６６
を介して供給されるキー信号の係数（１−ｋ）が掛け合
わされる。加算器６８は、乗算器６５および６７の夫々
の出力の画像合成演算が実行される。係数ｋを時間的に
変化させることによって、クロスフェード処理がなされ
る。その結果、背景画像中に前景画像がはめ込まれた合
成画像が生成され、その生成された合成画像は、出力端
子６９に取り出される。

【０００７】

【発明が解決しようとする課題】上述のような、従来の
クロマキー装置において、合成画像が生成された場合、
生成された合成画像には劣化が生じる。この劣化は、キ
ー信号を生成するためにストレッチ処理を施すことによ
り発生する。すなわち、上述のようにストレッチゲイン
が `８' の例では、画像切り換え用キー信号の量子化雑
音も８倍になり合成画像における画像劣化が問題とな
る。

【０００８】従って、この発明の目的は、ストレッチ処
理を施しても、画像切り換え信号の量子化雑音が増える
ことを防止できる信号変換装置を提供することにある。

【０００９】

【課題を解決するための手段】この発明は、複数の画像
をキー信号によって切り換えて合成画像を生成する信号
変換装置において、注目画素の空間的に近傍の複数の入
力画素のデータを用いて、注目画素を表すための線形１
次結合式によりクラスを決定するための手段と、決定さ
れたクラス毎に予測係数を発生する手段と、入力された
画素値と予測係数から入力された画素値より高いレベル
解像度を有する画素推定値を生成する手段と、画素推定
値に対して、信号整形を施し、キー信号を生成する手段
とからなることを特徴とする信号変換装置である。

【００１０】さらに、この発明は、複数の画像をキー信
号によって切り換えて合成画像を生成する信号変換装置
において、注目画素の空間的に近傍の複数の入力画素の
データを用いて、注目画素を表すための線形１次結合式
によりクラスを決定するための手段と、決定されたクラ
ス毎に画素推定値を発生する手段と、画素推定値は、入
力された画素値より高いレベル解像度を有し、画素推定
値に対して、信号整形を施し、キー信号を生成する手段
とからなることを特徴とする信号変換装置である。

【００１１】

【作用】予め学習によって、例えば８ビットから１０ビ
ットへの変換のための予測係数が決定される。この予測
係数と、注目画素の周辺の入力画像データの複数の画素
値との線形１次結合式によって、１０ビットの推定値が
形成される。１０ビットの信号を処理することによっ
て、切り換え用のキー信号が形成される。１０ビットへ
変換された信号を使用することによって、ストレッチ処
理を行っても、量子化雑音が増大することを抑えること
ができる。

【００１２】

【実施例】以下、この発明に係る信号変換装置の一実施
例について、図面を参照しながら詳細に説明する。この
実施例では、ディジタル画像信号を８ビットデータから
１０ビットデータへ変換し、１０ビットデータへ変換さ
れたディジタル画像信号に基づいて切り換え用キー信号
が生成される。

【００１３】図１は、この発明の一実施例の信号変換装
置の学習時の構成を示すブロック図である。１は、入力
端子を示し、高レベル解像度データ、例えば１０ビット
で生成された原ディジタルキー信号が入力され、入力さ
れた原ディジタルキー信号は、ビット数変換回路２と学
習部３へ夫々供給される。図１では、省略したが、色領
域抽出部において、特定色領域と対応する原ディジタル
キー信号が入力端子１から供給されてもよい。

【００１４】ビット数変換回路２は、原ディジタルキー
信号の１０ビットデータを８ビットデータへ変換する。
変換の簡単な一例として、１０ビット中の下位２ビット
を除去することにより８ビットデータへ変換するもので
もよい。学習部３に対して、入力端子１から１０ビット
データが供給され、ビット数変換回路２から８ビットデ
ータが学習部３へ供給される。学習部３は、クラスコー
ドｃと予測推定値を予測推定値メモリ４へ出力する。こ
のクラスコードｃと予測推定値は、後述する手法から生
成される。予測推定値メモリ４は、クラスコードｃで指
定されるアドレスに予測推定値を記憶する。

【００１５】この一実施例に用いる画素（サンプル値）
の配置を図２に示す。ここでは、説明のため１次元デー
タを用いる。この例では、入力された８ビットデータ列
ｘｉから高レベル解像度データｙ´を推定する。８ビッ
ト入力データ列ｘｉ中から高レベル解像度データｙ´の
座標に対応する８ビット入力データｘ´（ｘ８）を８ビ
ット入力データ列ｘｉの変化から予測することでクラス
の生成がなされる。各８ビット入力データは、線形１次
結合式で表現される。その一例として、式（１）を下記
に示す。ｘ´＝ｋ０ｘ０＋・・・・＋ｋ７ｘ７＋ｋ９ｘ９＋・・・・＋ｋ15ｘ15 （１）

【００１６】学習部３では各クラス毎に、式（１）に代
入された複数の信号データに基づいて正規方程式が生成
され、最小自乗法を使用し、誤差の自乗が最小となるよ
うな予測係数ｋ０〜ｋ７、ｋ９〜ｋ15が決定される。ク
ラス分類としては、各クラスによる予測係数による予測
推定値ｘ´と８ビット入力データｘ８の差分絶対値が最
小となるクラスを決定クラスとする。学習部３におい
て、複数の学習対象を用いて正規方程式を生成する場
合、ダイナッミクレンジＤＲ、すなわちアクティビティ
ーの小さい画素の分布は、学習対象から除外される。

【００１７】この理由として、アクティビティーの小さ
い分布は、ノイズの影響が大きく、クラスの本来の推定
値から外れることが多いので、アクティビティーの小さ
い画素分布を学習に含むと予測精度が低下する。よっ
て、予測精度の低下を避けるため、学習において、アク
ティビティーの小さい画素分布は、学習対象から除外さ
れる。アクティビティーとしては、ダイナッミクレン
ジ、差分絶対値和、標準偏差の絶対値等が判定のために
用いられる。但し、学習部３では、クラスコードｃとと
もに、学習で獲得された予測推定値が予測推定値メモリ
４に供給される。

【００１８】図３は、クラス分類部の構成の一例を示
す。入力端子１１には、８ビット入力データが供給さ
れ、クラス分類部１２へ供給される。供給された８ビッ
ト入力データは、クラス分類部１２によって、クラスコ
ードｃが形成される。クラス分類部１２からのクラスコ
ードｃが予測推定値メモリ４に供給される。予測推定値
メモリ４からは、クラスコードｃと対応するアドレスか
ら読出された予測推定値が出力端子１４に取り出され
る。また、後述のように、マッピングによってキー信号
を発生する時には、予め学習により得られている予測推
定値が図３の構成のように、出力端子１４に取り出され
る。

【００１９】ここで、図４は、予測推定値のクラスタリ
ングテーブルの構成例を示す。この例は、ｎ個のクラス
の場合である。各クラス番号に対応して、入力信号をク
ラス分けするための入力信号自身の１６個の予測係数
と、その入力信号のクラスに対応する予測推定値が格納
されている。この予測推定値も予め学習により生成され
る。後述するように、この実施例では、予め生成される
予測推定値には、重心法が用いられる。

【００２０】クラス分類の他の例について、図５を参照
して説明する。１５は、圧縮符号化を使用したクラス分
類部であり、１６は、ブロック毎のアクティビィティー
に基づくクラス分類部である。アクティビィティーの具
体的なものは、ブロックのダイナミックレンジ、ブロッ
クデータの標準偏差の絶対値、ブロックデータの平均値
に対する各画素の値の差分の絶対値等である。アクティ
ビィティーにより画像の性質が異なる場合があるので、
このようなアクティビィティーをクラス分類のパラメー
タとして使用することによって、クラス分類をより高性
能とすることができ、また、クラス分類の自由度を増す
ことできる。

【００２１】クラス分類部１５および１６によるクラス
分類の動作は、まず、クラス分類部１６によって、ブロ
ックのアクティビィティーにより複数のクラスに分け、
そのクラス毎にクラス分類部１５によるクラス分けを行
う。クラス分類部１５は、ＡＤＲＣ(Adaptive Dynamic-
Range Coding) 、ＤＰＣＭ(Differential PCM)、ＢＴＣ
(Block Trancation Coding) 、またはベクトル量子化等
による圧縮符号化によって、ブロック内の画素データの
ビット数を圧縮するものである。

【００２２】ＡＤＲＣは、ブロックのダイナミックレン
ジＤＲを検出し、最小値ＭＩＮを除去することによっ
て、正規化した各画素データをダイナミックレンジＤＲ
に応じた量子化ステップ幅によって、量子化するもので
ある。例えば画素データｘ０〜ｘ７、ｘ９〜ｘ15をＡＤ
ＲＣで１ビットへ圧縮した時には、１６ビットのクラス
コードが形成される。ＤＰＣＭは、予測値と真値との差
分を符号化出力とするものである。ＢＴＣは、例えばブ
ロック毎に平均値、標準偏差を求めるものである。ベク
トル量子化は、一般的にＫ次元ユークリッド空間を有限
な集合で表現するものである。

【００２３】図６は、予測係数を用い予測推定値が算出
される場合において、予測係数の学習をソフトウェア処
理で行う時のその動作を示すフローチャートである。ス
テップ２１から学習処理の制御が開始され、ステップ２
２の学習データ形成では、既知の画像に対応した学習デ
ータが形成される。具体的には、上述したように、図２
の画素の配列を使用できる。ここでも、ダイナミックレ
ンジＤＲがしきい値より小さい分布、すなわちアクティ
ビティーが小さい分布は、学習データとして扱わない制
御がなされる。ステップ２３のデータ終了では、入力さ
れた全データ例えば１フレームのデータの処理が終了し
ていれば、ステップ２６の予測係数決定へ制御が移り、
終了していなければ、ステップ２４のクラス決定へ制御
が移る。

【００２４】ステップ２４のクラス決定は、入力された
学習データのクラス分類がなされる。これは、上述のよ
うな、ベクトル量子化によるクラス分類、あるいはアク
ティビィティーによるクラス分類と圧縮符号化によるク
ラス分類の組合せが用いられる。ステップ２５の正規方
程式加算では、後述する式（７）および（８）の正規方
程式が作成される。

【００２５】ステップ２３のデータ終了から全データの
処理が終了後、制御がステップ２６に移り、ステップ２
６の予測係数決定では、後述する式（９）を行列解法を
用いて解いて、予測係数を決める。ステップ２７の予測
係数ストアで、予測係数をメモリにストアし、ステップ
２８で学習処理の制御が終了する。

【００２６】ここで、この予測係数を生成する手法につ
いて説明する。予め線形１次結合式に基づく予測係数を
用意するために最小自乗法を用いる。この最小自乗法に
ついて説明する。一般化した例として、Ｘを入力デー
タ、Ｗを予測係数、Ｙを推定値とすると、次の式が成立
する。観測方程式：ＸＷ＝Ｙ（２）

【００２７】

【数１】

【００２８】上述の観測方程式の式（２）により収集さ
れたデータに最小自乗法を適用する。式（１）の例にお
いて、ｎ＝１６、ｍが学習データ数となる。式（２）の
観測方程式をもとに、残差方程式を式（４）に示す。

【数２】

【００２９】式（４）の残差方程式から、各ｗｉの最適
値は、

【数３】を最小にする条件が成り立つ場合が考えられる。すなわ
ち、式（５）の条件を考慮すれば良いわけである。

【００３０】

【数４】式（５）のｉに基づくｎ個の条件とすると、これを満た
すｗ１、ｗ２、・・・・ｗｎを算出すれば良い。そこで、残
差方程式の式（４）から式（６）が得られる。

【００３１】

【数５】式（５）と式（６）から式（７）が得られる。

【００３２】

【数６】そして、式（４）と式（７）から、正規方程式として式
（８）が得られる。

【００３３】

【数７】

【００３４】式（８）の正規方程式は、未知数の数ｎと
同じ方程式を立てることが可能であるので、各ｗｉの最
適値を求めることができる。そして、掃き出し法（Gaus
s-Jordanの消去法）を用いて連立方程式を解けば、予測
係数ｗ_iが求まり、クラスコードをアドレスとして、こ
の予測係数ｗ_iをメモリに格納しておく。

【００３５】なお、情報圧縮を行う場合、参照画素を同
一のビット数のデータへ変換しているが、注目画素と参
照画素との間の距離を考慮して、割り当てビット数を異
ならせても良い。すなわち、注目画素により近い参照画
素の割り当てビット数がそれが遠いもののビット数より
多くされる。

【００３６】図７は、この発明をクロマキー装置に対し
て適応した一実施例のブロック図である。３１は、前景
画像信号が供給される入力端子で、この前景画像中の特
定色領域が色領域抽出部３４において検出される。色領
域抽出部３４の出力信号は、図９Ａに示す信号に対応す
る。マッピング部３５は、色領域抽出部３４の出力信号
が供給され、その出力信号に基づいてクラス分類が行な
われる。決定されたクラスに対応し、予め学習された予
測係数を用いて、８ビットより高いレベル解像度を有す
る、例えば１０ビットの信号がマッピング部３５におい
て、生成される。

【００３７】すなわち、特定色領域信号は、８ビットか
ら、例えば１０ビットへ変換され、マッピング部３５か
らストレッチ部３６へ供給される。８ビットの信号にス
トレッチ処理を施し、キー信号を生成する手法と比較し
て、この例に示すように、１０ビットの信号にストレッ
チ処理を施せば、量子化雑音は１／４に低減できる。言
い換えると、１０ビットの信号を、４倍にストレッチ処
理を施した後の量子化雑音は、ストレッチ処理を施す前
の８ビットの信号の量子化雑音と同等である。このよう
なレベル解像度を向上する処理において、画像の局所的
特徴を反映するように、クラス分類は、用いられる。

【００３８】端子３３から入力されたしきい値Ｔｈは、
ストレッチ部３６へ供給される。ストレッチ部３６で
は、マッピング部３５から供給される１０ビットの信号
に対し、その（０〜しきい値Ｔｈ）の間のレベルが（０
〜２５５）の値へストレッチされる。ストレッチ部３６
は、８ビットのキー信号（そのゲインが係数ｋと対応す
る）が出力される。そして、乗算器３７へ係数ｋが供給
され、乗算器３９へは、相補信号発生部３８から発生す
る係数（１−ｋ）が供給される。

【００３９】入力端子３１から供給される前景画像と係
数ｋが乗算器３７で乗算され、入力端子３２から供給さ
れる背景画像が係数（１−ｋ）が乗算器３９で乗算され
る。乗算器３７および３９の夫々の出力が加算器４０で
加算され、出力端子３１からクロスフェードされ、量子
化雑音の低減された合成画像が供給される。ここで、マ
ッピング部３５は、上述した図３、および図５に示すク
ラス分類および圧縮符号化の組合せの構成を使用しても
よい。

【００４０】８ビットデータから１０ビットデータを推
定する、すなわち予測推定値を学習するために重心法を
用いる場合について、図８のフローチャートに沿って説
明する。ステップ５１は、このフローチャートの開始を
表し、ステップ５２は、この学習を行うための準備とし
て、クラスの度数カウンタＮ（＊）およびクラスのデー
タテーブルＥ（＊）の初期化を行うために全ての度数カ
ウンタＮ（＊）および全てのデータテーブルＥ（＊）へ
`０' データが書き込まれる。ここで、 `＊'は、全て
のクラスを示し、クラスｃ０に対応する度数カウンタ
は、Ｎ（ｃ０）となり、データテーブルは、Ｅ（ｃ０）
となる。ステップ５２（初期化）の制御が終了するとス
テップ５３へ制御が移る。

【００４１】ステップ５３は、注目画素を中心とした学
習対象画素近傍データから、その注目画素のクラスが決
定される。このステップ５３（クラス決定）では、上述
のベクトル量子化、またはアクティビィティーおよび圧
縮符号化を組み合わせたクラス分類がなされる。そし
て、ステップ５４では、この学習対象となる１０ビット
画素値ｅが検出される。このとき、１０ビット画素値ｅ
そのものを検出する場合、近傍データから補間された基
準値からの差分を画素値ｅとして検出する場合等が考え
られる。後者は、学習条件に応じ推定値の精度を向上さ
せる目的で使用される。

【００４２】こうしてステップ５３（クラス決定）およ
びステップ５４（データ検出）から制御がステップ５５
へ移り、ステップ５５のデータ加算では、クラスｃのデ
ータテーブルＥ（ｃ）の内容に画素値ｅが加算される。
次に、ステップ５６の度数加算において、そのクラスｃ
の度数カウンタＮ（ｃ）が `＋１' インクリメントされ
る。

【００４３】全学習対象画素について、ステップ５３
（クラス決定）からステップ５６（度数加算）の制御が
終了したか否かを判定するステップ５７では、全データ
の学習が終了していれば `ＹＥＳ' 、すなわちステップ
５８へ制御が移り、全データの学習が終了していなけれ
ば `ＮＯ' 、すなわちステップ５３（クラス決定）へ制
御が移り、全データの学習が終了になるまで、繰り返し
実行され、全てのクラスの度数カウンタＮ（＊）と対応
する全てのクラスのデータテーブルＥ（＊）が生成され
る。

【００４４】ステップ５８では、画素値ｅの積算値が保
持されている各クラスのデータテーブルＥ（＊）が対応
する画素値ｅの出現度数が保持されている各クラスの度
数カウンタＮ（＊）で除算され、各クラスの平均値が算
出される。この平均値が各クラスの推定値となる。ステ
ップ５９では、ステップ５８において、算出された推定
値（平均値）が各クラス毎に登録される。全クラスの推
定値の登録が終了すると、制御がステップ６０へ移り、
この学習フローチャートの終了となる。この手法は、学
習対象画素値の分布の平均から推定値が生成されること
から、重心法と呼ばれる。

【００４５】なお、上述の一実施例は、この発明をディ
ジタルクロマキー装置に対して適用したものであるが、
これに限らず、スイッチャー、ビデオエフェクタ等のデ
ィジタルビデオ信号処理装置に対しても、適用すること
ができる。

【００４６】また、この実施例では、予測推定値による
学習のブロック図のみ示したが、予測係数による学習の
ブロック図は、予測推定値メモリを予測係数メモリへ置
き換えることにより予測係数の学習が可能となる。この
とき、クラスコードとそのクラスコードに対応した予測
係数が予測係数メモリへ供給される。

【００４７】

【発明の効果】この発明に係る信号変換装置は、ストレ
ッチ処理以降のキー信号のレベル解像度を向上させるこ
とで、ストレッチ処理を施しても量子化雑音の増加が抑
えられたキー信号を得ることが可能となり、量子化雑音
の少ない高画質な合成画像を生成することができる。

【図面の簡単な説明】

【図１】この発明に係る信号変換装置における学習部の
構成の一例のブロック図である。

【図２】この発明の一実施例における予測タップ領域を
示す略線図である。

【図３】クラス分類のための構成の一例のブロック図で
ある。

【図４】クラスと予測画素値の一例を示す略線図であ
る。

【図５】クラス分類の他の例を示すブロック図である。

【図６】この発明に係る予測係数の学習を行う一例のフ
ローチャートである。

【図７】この発明に係る信号変換装置における構成の一
例のブロック図である。

【図８】この発明に係る予測推定値の学習を行う一例の
フローチャートである。

【図９】信号のストレッチの説明に用いる略線図であ
る。

【図１０】従来の信号変換装置における構成の一例のブ
ロック図である。

【符号の説明】

３４色領域抽出部３５マッピング部３６ストレッチ部３７、３９乗算器３８相補信号発生部４０加算器

Claims

【特許請求の範囲】

【請求項１】複数の画像をキー信号によって切り換え
て合成画像を生成する信号変換装置において、注目画素の空間的に近傍の複数の入力画素のデータを用
いて、上記注目画素を表すための線形１次結合式により
クラスを決定するための手段と、決定された上記クラス毎に予測係数を発生する手段と、入力された画素値と上記予測係数から入力された上記画
素値より高いレベル解像度を有する画素推定値を生成す
る手段と、上記画素推定値に対して、信号整形を施し、上記キー信
号を生成する手段とからなることを特徴とする信号変換
装置。
【請求項２】請求項１に記載の信号変換装置におい
て、発生した上記予測係数は、クラス毎の予測係数を格納す
るメモリを有し、予め学習時に、上記予測係数を上記線形１次結合式によ
り、最小自乗法により求める手段と、上記画素推定値は、入力された上記画素値と上記予測係
数を用いて、上記線形１次結合式により生成される手段
とからなることを特徴とする信号変換装置。
【請求項３】複数の画像をキー信号によって切り換え
て合成画像を生成する信号変換装置において、注目画素の空間的に近傍の複数の入力画素のデータを用
いて、上記注目画素を表すための線形１次結合式により
クラスを決定するための手段と、決定された上記クラス毎に画素推定値を発生する手段
と、上記画素推定値は、入力された画素値より高いレベル解
像度を有し、上記画素推定値に対して、信号整形を施し、上記キー信
号を生成する手段とからなることを特徴とする信号変換
装置。
【請求項４】請求項３に記載の信号変換装置におい
て、上記画素推定値は、上記クラス毎の上記画素推定値を格
納するメモリを有し、学習時に、上記クラス毎に得られる値の累積値を累積度
数で除した値が上記クラス毎の予測値として、上記メモ
リに格納されていることを特徴とする信号変換装置。
【請求項５】請求項３に記載の信号変換装置におい
て、上記画素推定値は、上記クラス毎の予測値を格納するメ
モリを有し、学習時に、上記注目画素を含む複数の画素からなるブロ
ックを形成し、上記ブロック内のダイナミックレンジによって、上記注
目画素の値を正規化し、上記正規化された値の累積値を累積度数で除した値が上
記クラス毎の予測値として、上記メモリに格納されてい
ることを特徴とする信号変換装置。
【請求項６】請求項２、請求項４、または請求項５に
記載の信号変換装置において、学習時において、入力された画素値のアクティビティの
低い画素分布を学習対象から除くことを特徴とする信号
変換装置。
【請求項７】請求項１に記載の信号変換装置におい
て、生成された上記キー信号に基づいて、上記画素推定値に
より構成された複数の画像の合成を行うクロマキー装置
に適用することを特徴とする信号変換装置。
【請求項８】請求項３に記載の信号変換装置におい
て、生成された上記キー信号に基づいて、上記画素推定値に
より構成された複数の画像の合成を行うクロマキー装置
に適用することを特徴とする信号変換装置。