JPH0951430A - 画像データ補間演算方法および装置 - Google Patents

Abstract

(57)【要約】 【課題】 最近傍補間を行う画像データの補間演算方法
および装置において、原画像の局所的な特徴に応じた補
間画像を得る。 【解決手段】 Ｂスプライン補間、縦線形横リプリケー
ション補間、横線形縦リプリケーション補間、右斜め用
補間および左斜め用補間の補間係数を線形結合する際に
乗じる重み付け係数ｗ１〜ｗ５をニューラルネットワー
ク２により求める。補間係数演算手段４は補間係数記憶
手段３に記憶されたこれらの補間係数に重み付け係数ｗ
１〜ｗ５を乗じて最終的な補間係数を得る。補間演算手
段５においては最終的な補間係数に基づいて補間演算が
行われ、補間画像データＳ′を得る。補間画像データ
Ｓ′は画像再生手段22において可視像として再生され
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は画像データの補間演
算方法および装置に関するものである。

【０００２】

【従来の技術】従来より、放射線写真フイルムに記録さ
れた放射線画像を光電的に読み取って画像信号を得、こ
の画像信号に適切な画像処理を施した後、画像を再生記
録することが種々の分野で行われている。たとえば、後
の画像処理に適合するように設計されたガンマ値の低い
Ｘ線フィルムを用いてＸ線画像を記録し、このＸ線画像
が記録されたフィルムからＸ線画像を読み取って電気信
号に変換し、この電気信号（画像信号）に画像処理を施
した後、コピー写真等に可視像として再生することによ
り、コントラスト、シャープネス、粒状性等の画質性能
の良好な再生画像を得ることが行われている（特公昭61
-5193 号参照）。

【０００３】また本願出願人により、放射線（Ｘ線，α
線，β線，γ線，電子線，紫外線等）を照射すると、こ
の放射線エネルギーの一部が蓄積され、その後可視光等
の励起光を照射すると蓄積されたエネルギーに応じて輝
尽発光を示す蓄積性蛍光体（輝尽性蛍光体）を利用し
て、人体等の被写体の放射線画像情報を一旦シート状の
蓄積性蛍光体に記録し、この蓄積性蛍光体シートをレー
ザー光等の励起光で走査して輝尽発光光を生ぜしめ、得
られた輝尽発光光を光電的に読み取って画像信号を得、
この画像データに基づき被写体の放射線画像を写真感光
材料等の記録材料、ＣＲＴ等に可視像として出力させる
放射線画像記録再生システムがすでに提案されている
（特開昭55-12429号，同56-11395号，同55-163472 号，
同56-104645号，同55-116340 号等）。このシステム
は、従来の銀塩写真を用いる放射線写真システムと比較
して極めて広い放射線露出域にわたって画像を記録し得
るという実用的な利点を有している。

【０００４】上記のように画像信号を得てこの画像信号
に基づいて可視画像を再生するシステムにおいて、その
可視画像のうち観察対象となる関心領域をより詳細に観
察したいとき、その領域を拡大して再生することがあ
る。この拡大画像は、原画像を読み取って得られた原画
像データに対して所定の補間演算を施して原画像データ
数とは異なるデータ数の２次的な画像データである補間
画像データを求め、この補間画像データに基づいた可視
画像の再生を行うことによって得ることができる。

【０００５】ところで、画像入出力装置の構成のし易さ
の観点から一般的に用いられている、各画像データを担
持する画素が所定の間隔で縦横方向に正方形格子状に配
列されて画像を形成するようにしたものにおいては、上
記画像の拡大処理における補間演算は、その補間画像デ
ータを、補間して新たに設定しようとする画素（補間画
素）の近傍４点の原画素における原画像データを線形補
間することによって行っている。

【０００６】例えば、図９（Ａ）に示すように、正方形
格子状に配列された原画像の原画素Ｐ（○記号が記され
た点）について、その原画素Ｐが配列された間隔とは異
なる間隔で配列される補間画素Ｐ′₀ （×記号が記され
た点）の補間画像データを求めようとするときは、例え
ば補間画素Ｐ′₀ の補間画像データについて補間画素
Ｐ′₀ を囲む近傍４点の原画像の原画素Ｐ_A 、Ｐ_B 、Ｐ
_C 、Ｐ_D の画像データＳ_A 、Ｓ_B 、Ｓ_C 、Ｓ_D を用いて
以下の手順によって求める。

【０００７】ここで原画素Ｐ_A 〜Ｐ_B 間、Ｐ_C 〜Ｐ
_D 間、Ｐ_A 〜Ｐ_C 間、Ｐ_B 〜Ｐ_D 間のピッチをそれぞれ
１とし、補間画素Ｐ′₀ の、原画素Ｐ_A （Ｐ_C ）からの
ｘ軸方向（横方向）の距離がＴｘ（図９（Ｂ）参照）、
原画素Ｐ_A （Ｐ_B ）からのｙ軸方向（縦方向）の距離が
Ｔｙである場合、まず補間画素Ｐ′₀ のｘ軸方向の位置
に対応する補間画素Ｐ′ｍ、Ｐ′ｎの補間画像データ
Ｓ′ｍ、Ｓ′ｎを、下記の式に基づく線形補間の演算に
より求める。

【０００８】Ｓ′ｍ＝（１−Ｔｘ）Ｓ_A ＋ＴｘＳ_B Ｓ′ｎ＝（１−Ｔｘ）Ｓ_C ＋ＴｘＳ_D 次いで、補間画素Ｐ′₀ のｙ軸方向について補間画像デ
ータＳ′ｍ、Ｓ′ｎを用いた下記の式に基づく線形補間
の演算を行って、補間画像データＳ′₀ を求める。

【０００９】Ｓ′₀ ＝（１−Ｔｙ）Ｓ′ｍ＋ＴｙＳ′ｎ 以上の演算を他の補間画素Ｐ′₀ についても同様に適用
して、各補間画像データＳ′を求めることができる。

【００１０】また、画像データの補間方法としては、上
述した線形補間による方法の他、２次あるいは３次のス
プライン補間関数を用いる方法など種々の方法が提案さ
れている。例えば、３次のスプライン補間関数を用いる
Cubic スプライン補間演算は、元のサンプリング点（画
素）を通ることと、その第１階微分係数が各区間間で連
続することが必要とされており、この条件に基づいて補
間画素近傍４点の原画像の画素値に乗じる補間係数を算
出し、この補間係数を補間画素近傍４点の原画像の画素
値に乗じて補間画像データを得る方法である。このCubi
c スプライン補間演算は、比較的鮮鋭度の高いシャープ
な２次画像（補間により得られる画像）を再生するため
のものである。また、Cubic スプライン補間演算に対し
て比較的鮮鋭度の低い滑らかな２次画像を再生するため
の補間画像データを得るＢスプライン補間演算も知られ
ている。このように２次画像を高い鮮鋭度でシャープに
再生したい場合は、Cubic スプライン補間演算を用い、
低い鮮鋭度で滑らかに再生したい場合はＢスプライン補
間演算を用いればよい。

【００１１】また、他の補間方法として最近傍補間（リ
プリケーション）なる方法が提案されている。この最近
傍補間なる方法は、補間画素における補間データとして
この補間画素に最も近い位置にある原画素の画像データ
の値をそのまま用いるものである。すなわち、図10に示
すように黒丸で表す原画素Ｐ_A 〜Ｐ_D を囲む四角形Ｋ_A
〜Ｋ_D のうち、四角形Ｋ_A 内に補間画素Ｐ′₀ が存在す
る場合は、その補間画素Ｐ′₀ における補間画像データ
として原画素Ｐ_A における原画像データの値をそのまま
用いるものである。この最近傍補間に基づいて画像デー
タの補間を行うことにより、非常に鮮鋭度が高く、また
画像にオーバーシュートやアンダーシュートが発生する
ことが無くなるため、非常に良好な補間画像を得ること
ができる。

【００１２】

【発明が解決しようとする課題】しかしながら、上述し
た種々の補間方法によって、得られる補間画像の鮮鋭度
が異なるため、鮮鋭度の大きい画像が得られる最近傍補
間により補間画像を得ると、画像の濃度変化がほとんど
ない平坦部において鮮鋭度が強調されることによりノイ
ズが目立ってしまうことがある。また逆に得られる補間
画像の鮮鋭度がそれほど高くないＢスプライン補間演算
により補間画像を得ると、平坦部においては滑らかな画
像が得られるが、エッジ部においては画像がぼけてしま
い、かえって見にくい画像となってしまう。さらに、画
像中に画素が並んでいる方向に対して斜めに延びるエッ
ジ部が存在する場合、補間方法によっては補間画像にお
いてエッジ部に段状の模様が現れてしまうこともあり、
得られる補間画像が原画像と比べて不自然なものとなっ
ていた。このような場合、画像の部位に応じて適切な補
間方法を選択して補間演算を行うことが考えられるが、
画像中にはエッジ部や平坦部など様々な特徴部分が含ま
れ、また補間演算についても上述したように複数の方法
があることから、画像の特徴部分の条件を判断して適切
な補間演算を論理的に選択するよう構成することは演算
量が膨大なものとなり、極めて困難なものであった。

【００１３】本発明は上記事情に鑑み、画像中の特徴部
分に応じて原画像と同様の自然な補間画像を簡易に得る
ことができる画像データの補間演算方法および装置を提
供することを目的とするものである。

【００１４】

【課題を解決するための手段】本発明による画像データ
補間演算方法および装置は、画像を表す原画素のそれぞ
れについての画素値を表す多数の原画像データについ
て、鮮鋭度を強調する、画像を滑らかにする、あるいは
斜めエッジを直線状に表すことができるなどの得られる
補間画像の特性が互いに異なる前記各原画像データに対
応する複数種類の補間演算により得られる複数の補間係
数を求め、該各補間係数を所定の重み付け係数により重
み付け線形結合することにより新たな補間係数を得、該
新たな補間係数に基づいて補間演算を行って、前記原画
素とは間隔が異なる補間画像における補間画像データを
求める画像データの補間演算方法であって、前記画像中
の小領域で囲まれる画像の一部を表す局所的なパターン
を入力とし、該局所的なパターンに応じた前記重み付け
係数を出力とするニューラルネットワークに、前記画像
の局所的なパターンを入力して前記重み付け係数を得、
該重み付け係数に基づいて前記新たな補間係数を得るこ
とを特徴とするものである。

【００１５】ここで、画像の局所的なパターンとは、画
像中の小領域で囲まれる画像の一部分を表すパターンの
ことをいう。

【００１６】

【発明の効果】本発明による画像データの補間演算方法
および装置は、得られる補間画像の特性が異なる複数の
補間係数を用いて、ニューラルネットワークに画像の局
所的なパターンを入力することにより、この局所的なパ
ターンに適した補間係数については重み付け係数が他の
補間係数の重み付け係数よりも大きくなるように学習を
させておくようにしたものである。そして、原画像の全
体について原画像の局所的なパターンをこのニューラル
ネットワークに入力することにより、画像の局所的な部
分の特徴に応じた重み付け係数が局所的なパターンごと
に出力されることとなる。したがって、この重み付け係
数により複数の補間係数に対する重み付け線形結合演算
を行うことにより、画像中の局所的なパターンに適した
補間係数については大きな重み付けがなされて、新たな
補間係数が決定されることとなる。このため、得られた
新たな補間係数により補間演算を行うことにより得られ
る補間画像は、画像中の局所的なパターンごとに最適な
補間演算により画像が補間されているため、原画像と比
べて不自然さのないものとなる。

【００１７】また、補間係数を重み付け線形結合する際
の重み付け係数をニューラルネットワークにより学習さ
せて決定するようにしたため、画像のパターンと補間係
数との条件を対応付けするための複雑な論理的演算を行
う必要が無くなり、より簡易な演算により補間係数の重
み付け係数を決定して画像中の局所的なパターンに応じ
た適切な補間画像を得ることができる。

【００１８】

【発明の実施の形態】以下図面を参照して本発明の実施
の形態について説明する。

【００１９】図１は本発明の画像データの補間演算方法
を実施するための具体的な補間演算装置１を内包する画
像再生システムを示す概略ブロック図である。図示の画
像再生システムは、画像を表す画像データを記憶した画
像データ記憶装置22と、所定の再生フォーマットに適合
するように画像データ記憶装置22に記憶された画像デー
タ（以下、１次画像データまたは原画像データという）
Ｓorg に対して補間演算を行う補間演算装置１と、補間
演算装置１において補間演算がなされた所望とする拡大
率の画像を再生するＣＲＴやプリンタ等の再生装置23と
を備えた構成である。

【００２０】ここで本発明の実施の形態に使用される１
次画像データＳorg は、等間隔の周期でサンプリングさ
れた一方向に配列されたサンプリング点（画素）
Ｘ_k-2 ，Ｘ_k-1 ，Ｘ_k ，Ｘ_k+1 ，Ｘ_k+2 ，…に対応した
デジタル画像データＹ_k-2 ，Ｙ_k-1，Ｙ_k ，Ｙ_k+1 ，Ｙ
_k+2 ，…である。

【００２１】補間演算装置１は、原画像の局所的な画像
データを入力とし、後述するように補間係数を重み付け
線形結合する際の重み付け係数を出力するようにあらか
じめ学習されたニューラルネットワーク２と、オリジナ
ルのサンプリング点Ｘ_k 〜Ｘ_k+1 間に設けられた補間点
Ｘ_p の補間画像データである第１の２次画像データＹ_p1
を表す複数種類（本実施の形態においては５種類）の補
間方法における各原画像データＹ_k-1 、Ｙ_k 、Ｙ_k+1 、
Ｙ_k+2にそれぞれ対応する補間係数ｂｊ_k-1 、ｂｊ_k 、
ｂｊ_k+1 、ｂｊ_k+2 （ｊ＝１〜５）を記憶した補間係数
記憶手段３と、補間係数記憶手段３に記憶された補間係
数と、ニューラルネットワーク２から出力された重み付
け係数ｗｊ（ｊ＝１〜５）とを次式（１）〜（４）にし
たがって、原画像データＹ_k-1 、Ｙ_k 、Ｙ_k+1 、Ｙ_k+2
に対応するごとに重み付けして加算する補間係数演算手
段４と、 ａ_k-1 ＝Σｗｊ・ｂｊ_k-1 （１） ａ_k ＝Σｗｊ・ｂｊ_k （２） ａ_k+1 ＝Σｗｊ・ｂｊ_k+1 （３） ａ_k+2 ＝Σｗｊ・ｂｊ_k+2 （４） あらかじめ、下記式（５）の３次のスプライン補間関数
演算式を記憶し、補間係数演算手段４により求められた
重み付け係数ｗｊに応じた補間係数ａ_k-1 、ａ_k 、ａ
_k+1 、ａ_k+2 および原画像データＹ_k-1 、Ｙ_k 、
Ｙ_k+1 、Ｙ_k+2 に基づいて、補間点Ｘ_p の補間画像デー
タＹ_p を式（５）にしたがって求める補間演算手段５と
を備えた構成である。

【００２２】 Ｙ_p ＝ａ_k-1 Ｙ_k-1 ＋ａ_k Ｙ_k ＋ａ_k+1 Ｙ_k+1 ＋ａ_k+2 Ｙ_k+2 （５） なお、補間係数記憶手段３に記憶された補間係数ｂｊ
_k-1 、ｂｊ_k 、ｂｊ_k+1、ｂｊ_k+2 は、あらかじめ以下
のアルゴリズムにより求められたものである。なお、本
実施の形態においては、ｂ１がＢスプライン補間、ｂ２
が画像に対して縦方向線形かつ横方向リプリケーション
（以下縦線形横リプリケーションとする）、ｂ３が画像
に対して横方向線形かつ縦方向リプリケーション（以下
横線形縦リプリケーションとする）、ｂ４が画像に対し
て右上がりに傾く右斜め用補間、そしてｂ５が画像に対
して左上がりに傾く左斜め用補間をそれぞれ表す。

【００２３】まずｂ１のＢスプライン補間演算について
説明する。なお、本発明の実施の形態において得られる
原画像データは正方形格子状に配列されているが、ここ
では説明のため１次元状に並べられた原画像データを例
に挙げて説明する。

【００２４】原画像からデジタル的に読み取って得られ
た、連続する画素Ｘ_k-2 ，Ｘ_k-1 ，Ｘ_k ，Ｘ_k+1 ，Ｘ
_k+2 ，…の原画像データを図２に示すようにそれぞれＹ
_k-2 ，Ｙ_k-1 ，Ｙ_k ，Ｙ_k+1 ，Ｙ_k+2 ，…とする。ここ
で、３次のスプライン補間関数は、各区間Ｘ_k-2 〜Ｘ
_k-1 ，Ｘ_k-1 〜Ｘ_k ，Ｘ_k 〜Ｘ_k+1 ，Ｘ_k+1 〜Ｘ_k+2 ご
とにそれぞれ設定され、各区間に対応するスプライン補
間関数をｆ_k-2 ，ｆ_k-1 ，ｆ_k ，ｆ_k+1 ，ｆ_k+2 とす
る。この補間関数はいずれも各区間の位置を変数とする
３次関数である。

【００２５】ここでまず、補間しようとする点（以下、
補間点という）Ｘ_p が区間Ｘ_k 〜Ｘ_k+1 の範囲にある場
合について説明する。なお、区間Ｘ_k 〜Ｘ_k+1 に対応す
るスプライン補間関数ｆ_k は下記の式（６）で表され
る。

【００２６】 ｆ_k （ｘ）＝Ａ_k ｘ³ ＋Ｂ_k ｘ² ＋Ｃ_k ｘ＋Ｄ_k （６） このＢスプライン補間演算は、元のサンプリング点（画
素）を通ることは必要とされない代わりに、第１階微分
係数および第２階微分係数（ｆ″（Ｘ）で表す）が各区
間間で連続することが必要とされる。

【００２７】すなわち、上記式（６）において、 ｆ_k ′（Ｘ_k ）＝ｆ_k-1 ′（Ｘ_k ） （７） ｆ_k ′（Ｘ_k+1 ）＝ｆ_k+1 ′（Ｘ_k+1 ） （８） ｆ_k ″（Ｘ_k ）＝ｆ_k-1 ″（Ｘ_k ） （９） ｆ_k ″（Ｘ_k+1 ）＝ｆ_k+1 ″（Ｘ_k+1 ） （10） が条件となる。ただし、画素Ｘ_k における第１階微分係
数が、その画素Ｘ_k の前後の画素であるＸ_k-1 とＸ_k+1
とについて、これらの画像データＹ_k-1 、Ｙ_k+1の勾配
（Ｙ_k+1 −Ｙ_k-1 ）／（Ｘ_k+1 −Ｘ_k-1 ）に一致するこ
とが条件であるから、下記式（11）を満たす必要があ
る。

【００２８】 ｆ_k ′（Ｘ_k ）＝（Ｙ_k+1 −Ｙ_k-1 ）／（Ｘ_k+1 −Ｘ_k-1 ） （11） 同様に、画素Ｘ_k+1 における第１階微分係数が、その画
素Ｘ_k+1 の前後の画素であるＸ_k とＸ_k+2 とについて、
これらの画像データＹ_k 、Ｙ_k+2 の勾配（Ｙ_k+2 −
Ｙ_k ）／（Ｘ_k+2 −Ｘ_k ）に一致することが条件である
から、下記式（12）を満たす必要がある。

【００２９】 ｆ_k ′（Ｘ_k+1 ）＝（Ｙ_k+2 −Ｙ_k ）／（Ｘ_k+2 −Ｘ_k ） （12） また関数ｆ（Ｘ）は一般に下記式（13）に示すもので近
似される。

【００３０】 ｆ（Ｘ）＝ｆ(0) ＋ｆ′(0) Ｘ＋｛ｆ″(0)/２｝Ｘ² （13） ここで、各区間Ｘ_k-2 〜Ｘ_k-1 ，Ｘ_k-1 〜Ｘ_k ，Ｘ_k 〜
Ｘ_k+1 ，Ｘ_k+1 〜Ｘ_k+2 の間隔（格子間隔という）を１
とし、画素Ｘ_k からの画素Ｘ_k+1 方向への補間点Ｘ_p の
位置をｔ（０≦ｔ≦１）とすれば、式（７）、（８）、
（９）〜（13）より、 ｆ_k ′（０）＝Ｃ_k ＝（Ｙ_k+1 −Ｙ_k-1 ）／２ ｆ_k ′（１）＝３Ａ_k ＋２Ｂ_k ＋Ｃ_k ＝（Ｙ_k+2 −
Ｙ_k ）／２ ｆ_k ″（０）＝Ｙ_k+1 −２Ｙ_k ＋Ｙ_k-1 ＝２Ｂ したがって、 Ａ_k ＝（Ｙ_k+2 −３Ｙ_k+1 ＋３Ｙ_k −Ｙ_k-1 ）／６ Ｂ_k ＝（Ｙ_k+1 −２Ｙ_k ＋Ｙ_k-1 ）／２ Ｃ_k ＝（Ｙ_k+1 −Ｙ_k-1 ）／２ ここで、Ｄ_k は未知のため、 Ｄ_k ＝（Ｄ₁ Ｙ_k+2 ＋Ｄ₂ Ｙ_k+1 ＋Ｄ₃ Ｙ_k ＋Ｄ₄ Ｙ
_k-1 ）／６ とおく。また、スプライン補間関数ｆ_k （ｘ）は上述の
通り、Ｘ＝ｔなる変数変換をしているため、 ｆ_k （ｘ）＝ｆ_k （ｔ） となる。よって、 ｆ_k （ｔ）＝｛（Ｙ_k+2 −３Ｙ_k+1 ＋３Ｙ_k −Ｙ_k-1 ）
／６｝ｔ³ ＋｛（Ｙ_k+1 −２Ｙ_k ＋Ｙ_k-1 ）／２｝ｔ²
＋｛（Ｙ_k+1 −Ｙ_k-1 ）／２｝ｔ＋（Ｄ₁ Ｙ_k+2 ＋Ｄ₂
Ｙ_k+1 ＋Ｄ₃ Ｙ_k ＋Ｄ₄ Ｙ_k-1 ）／６ となり、これを画像データＹ_k-1 ，Ｙ_k ，Ｙ_k+1 ，Ｙ
_k+2 について整理すると、下記式（14）で表すことがで
きる。

【００３１】 ｆ_k （ｔ）＝｛（−ｔ³ ＋３ｔ² −３ｔ＋Ｄ₄ ）／６｝Ｙ_k-1 ＋｛（３ｔ³ −６ｔ² ＋Ｄ₃ ）／６｝Ｙ_k ＋｛（−３ｔ³ ＋３ｔ² ＋３ｔ＋Ｄ₂ ）／６｝Ｙ_k+1 ＋｛（ｔ³ ＋Ｄ₁ ）／６｝Ｙ_k+2 （14） ここで、ｔ＝１とおけば、 ｆ_k （１）＝｛（Ｄ₄ −１）／６｝Ｙ_k-1 ＋｛（Ｄ₃ −
３）／６｝Ｙ_k ＋｛（Ｄ₂ ＋３）／６｝Ｙ_k+1 ＋｛（Ｄ
₁ ＋１）／６｝Ｙ_k+2 次に区間Ｘ_k+1 〜Ｘ_k+2 についての式（14）は、 ｆ_k+1 （ｔ）＝｛（−ｔ³ ＋３ｔ² −３ｔ＋Ｄ₄ ）／６｝Ｙ_k ＋｛（３ｔ³ −６ｔ² ＋Ｄ₃ ）／６｝Ｙ_k+1 ＋｛（−３ｔ³ ＋３ｔ² ＋３ｔ＋Ｄ₂ ）／６｝Ｙ_k+2 ＋｛（ｔ³ ＋Ｄ₁ ）／６｝Ｙ_k+3 （15） ここで、ｔ＝０とおけば、 ｆ_k+1 （０）＝（Ｄ₄ ／６）Ｙ_k ＋（Ｄ₃ ／６）Ｙ_k+1
＋（Ｄ₂ ／６）Ｙ_k+2 ＋（Ｄ₁ ／６）Ｙ_k+3 連続性の条件（ｆ_k （１）＝ｆ_k+1 （０））、および各
原画像データに対応する係数同士が等しいという条件に
より、Ｄ₄ −１＝０，Ｄ₃ −３＝Ｄ₄ ，Ｄ₂ ＋３＝
Ｄ₃ ，Ｄ₁ ＋１＝Ｄ₂ ，Ｄ₁ ＝０、となり、したがっ
て、 Ｄ_k ＝（Ｙ_k+1 ＋４Ｙ_k ＋Ｙ_k-1 ）／６ となる。よって、 Ｙ_p ＝ｆ_k （ｔ）＝｛（−ｔ³ ＋３ｔ² −３ｔ＋１）／６｝Ｙ_k-1 ＋｛（３ｔ³ −６ｔ² ＋４）／６｝Ｙ_k ＋｛（−３ｔ³ ＋３ｔ² ＋３ｔ＋１）／６｝Ｙ_k+1 ＋｛ｔ³ ／６｝Ｙ_k+2 （16） したがって、原画像データＹ_k-1 、Ｙ_k 、Ｙ_k+1 、Ｙ
_k+2 にそれぞれ対応する補間係数ｂ１_k-1 、ｂ１_k 、ｂ
１_k+1 、ｂ１_k+2 は、 ｂ１_k-1 ＝（−ｔ³ ＋３ｔ² −３ｔ＋１）／６ ｂ１_k ＝（３ｔ³ −６ｔ² ＋４）／６ ｂ１_k+1 ＝（−３ｔ³ ＋３ｔ² ＋３ｔ＋１）／６ ｂ１_k+2 ＝ｔ³ ／６ となる。

【００３２】以上の演算を各区間Ｘ_k-2 〜Ｘ_k-1 ，Ｘ
_k-1 〜Ｘ_k ，Ｘ_k 〜Ｘ_k+1 ，Ｘ_k+1 〜Ｘ_k+2 について繰
り返すことにより、原画像データの全体について補間係
数ｂ１を求めることができる。

【００３３】また、実際の画像は画素が２次元に配列さ
れて形成されるため、上記補間係数ｂ１_k-1 、ｂ１_k 、
ｂ１_k+1 、ｂ１_k+2 は、画像を構成する画素の互いに異
なる２つの配列方向（ｉ方向、ｊ方向とする）ごとに求
められるものである。

【００３４】次いで、縦線形横リプリケーションについ
て説明する。縦線形横リプリケーションは画像上の縦方
向に延びるエッジの鮮鋭度を強調することができる補間
方法であり、図３に示すように、補間画素Ｐ′₀ を囲む
近傍４点の原画像の原画素Ｐ_A 、Ｐ_B 、Ｐ_C 、Ｐ_D の原
画像データＳ_A 、Ｓ_B 、Ｓ_C 、Ｓ_D を用いて補間を行う
ものである。なお、図３においては縦方向にｙ軸を、横
方向にｘ軸を設定する。

【００３５】ここで原画素Ｐ_A 〜Ｐ_B 間、Ｐ_C 〜Ｐ
_D 間、Ｐ_A 〜Ｐ_C 間、Ｐ_B 〜Ｐ_D 間のピッチをそれぞれ
１とし、補間画素Ｐ′₀ の、原画素Ｐ_A （Ｐ_B ）からの
ｙ軸方向の距離がＴｙである場合、まず補間画素Ｐ′₀
のｙ軸方向の位置に対応する補間画素Ｐ′ｍ、Ｐ′ｎの
補間画像データＳ′ｍ、Ｓ′ｎを、下記の式に基づく線
形補間の演算により求める。

【００３６】Ｓ′ｍ＝（１−Ｔｙ）Ｓ_A ＋ＴｙＳ_D Ｓ′ｎ＝（１−Ｔｙ）Ｓ_B ＋ＴｙＳ_C 次いで、補間画素Ｐ′₀ と原画素Ｐ_A および原画素Ｐ_D
を結ぶ線分ｌ１との距離Ｌ１、ならびに補間画素Ｐ′₀
と原画素Ｐ_B および原画素Ｐ_C を結ぶ線分ｌ２との距離
Ｌ２を求め、Ｌ１≦Ｌ２の場合は、 Ｐ′₀ ＝Ｓ′ｍ とし、Ｌ１＞Ｌ２の場合は、 Ｐ′₀ ＝Ｓ′ｎ とする最近傍補間（リプリケーション）を行う。

【００３７】以上の演算を他の補間画素Ｐ′₀ について
も同様に適用して、縦線形横リプリケーションの各補間
画像データＳ′を求めることができる。

【００３８】次いで、横線形縦リプリケーションについ
て説明する。横線形縦リプリケーションは画像上の横方
向に延びるエッジの鮮鋭度を強調することができる補間
方法であり、図４に示すように、補間画素Ｐ′₀ を囲む
近傍４点の原画像の原画素Ｐ_A 、Ｐ_B 、Ｐ_C 、Ｐ_D の原
画像データＳ_A 、Ｓ_B 、Ｓ_C 、Ｓ_D を用いて補間を行う
ものである。なお、図４においては図３と同様に縦方向
にｙ軸を、横方向にｘ軸を設定する。

【００３９】ここで原画素Ｐ_A 〜Ｐ_B 間、Ｐ_C 〜Ｐ
_D 間、Ｐ_A 〜Ｐ_C 間、Ｐ_B 〜Ｐ_D 間のピッチをそれぞれ
１とし、補間画素Ｐ′₀ の、原画素Ｐ_A （Ｐ_C ）からの
ｘ軸方向の距離がＴｘである場合、まず補間画素Ｐ′₀
のｘ軸方向の位置に対応する補間画素Ｐ′ｍ、Ｐ′ｎの
補間画像データＳ′ｍ、Ｓ′ｎを、下記の式に基づく線
形補間の演算により求める。

【００４０】Ｓ′ｍ＝（１−Ｔｘ）Ｓ_A ＋ＴｘＳ_B Ｓ′ｎ＝（１−Ｔｘ）Ｓ_D ＋ＴｘＳ_C 次いで、補間画素Ｐ′₀ と原画素Ｐ_A および原画素Ｐ_B
を結ぶ線分ｌ３との距離Ｌ３、ならびに補間画素Ｐ′₀
と原画素Ｐ_D および原画素Ｐ_C を結ぶ線分ｌ４との距離
Ｌ４を求め、Ｌ３≦Ｌ４の場合は、 Ｐ′₀ ＝Ｓ′ｍ とし、Ｌ３＞Ｌ４の場合は、 Ｐ′₀ ＝Ｓ′ｎ とする最近傍補間（リプリケーション）を行う。

【００４１】以上の演算を他の補間画素Ｐ′₀ について
も同様に適用して、横線形縦リプリケーションの各補間
画像データＳ′を求めることができる。

【００４２】次いで右斜め用補間について説明する。右
斜め用補間は、右上がりに傾くエッジの鮮鋭度を強調す
ることができる補間方法であり、図５に示すように、補
間画素Ｐ′₀ を囲む近傍４点の原画像の原画素Ｐ_A 、Ｐ
_B 、Ｐ_C 、Ｐ_D の原画像データＳ_A 、Ｓ_B 、Ｓ_C 、Ｓ_D
を用いて補間を行うものである。

【００４３】ここで原画素Ｐ_A 〜Ｐ_B 間、Ｐ_C 〜Ｐ
_D 間、Ｐ_A 〜Ｐ_C 間、Ｐ_B 〜Ｐ_D 間のピッチをそれぞれ
１とし、補間画素Ｐ′₀ を通って右斜め上方に傾く傾き
が１の直線ｌ５と原画素Ｐ_A および原画素Ｐ_B を結ぶ線
分ｌ３との交点Ｐ′ｍの原画素Ｐ_A （Ｐ_D ）からのｘ軸
方向の距離がＴｘ、直線ｌ５と原画素Ｐ_A および原画素
Ｐ_D を結ぶ線分ｌ１との交点Ｐ′ｎの原画素Ｐ
_A （Ｐ_B ）からのｙ軸方向の距離がＴｙである場合、ま
ず補間画素Ｐ′ｍ、Ｐ′ｎの補間画像データＳ′ｍ、
Ｓ′ｎを、下記の式に基づく線形補間の演算により求め
る。

【００４４】Ｓ′ｍ＝（１−Ｔｘ）Ｓ_A ＋ＴｘＳ_B Ｓ′ｎ＝（１−Ｔｘ）Ｓ_A ＋ＴｘＳ_D 次いで、直線ｌ５のＰ′ｍおよびＰ′ｎ間の距離Ｌ５を
求め、さらに補間画素Ｐ′₀ のＰ′ｍからの距離Ｌ′を
求める。そして補間画像データＳ′ｍ、Ｓ′ｎを用いた
下記の式に基づく線形補間の演算を行って、補間画像デ
ータＳ′₀ を求める。

【００４５】Ｓ′₀ ＝（Ｌ５−Ｌ′）／Ｌ５・Ｓ′ｍ＋
Ｌ′／Ｌ５・Ｓ′ｎ 以上の演算を他の補間画素Ｐ′₀ についても同様に適用
して、各補間画像データＳ′を求めることができる。

【００４６】次いで左斜め用補間について説明する。左
斜め用補間は、左上がりに傾くエッジの鮮鋭度を強調す
ることができる補間方法であり、図６に示すように、補
間画素Ｐ′₀ を囲む近傍４点の原画像の原画素Ｐ_A 、Ｐ
_B 、Ｐ_C 、Ｐ_D の原画像データＳ_A 、Ｓ_B 、Ｓ_C 、Ｓ_D
を用いて補間を行うものである。

【００４７】ここで原画素Ｐ_A 〜Ｐ_B 間、Ｐ_C 〜Ｐ
_D 間、Ｐ_A 〜Ｐ_C 間、Ｐ_B 〜Ｐ_D 間のピッチをそれぞれ
１とし、補間画素Ｐ′₀ を通って左斜め上方に傾く傾き
が１の直線ｌ６と原画素Ｐ_A および原画素Ｐ_B を結ぶ線
分ｌ３との交点Ｐ′ｍの原画素Ｐ_A （Ｐ_D ）からのｘ軸
方向の距離がＴｘ、直線ｌ６と原画素Ｐ_B および原画素
Ｐ_C を結ぶ線分ｌ１との交点Ｐ′ｎの原画素Ｐ_B からの
ｙ軸方向の距離がＴｙである場合、まず補間画素Ｐ′
ｍ、Ｐ′ｎの補間画像データＳ′ｍ、Ｓ′ｎを、下記の
式に基づく線形補間の演算により求める。

【００４８】Ｓ′ｍ＝（１−Ｔｘ）Ｓ_A ＋ＴｘＳ_B Ｓ′ｎ＝（１−Ｔｘ）Ｓ_B ＋ＴｘＳ_D 次いで、直線ｌ６のＰ′ｍおよびＰ′ｎ間の距離Ｌ６を
求め、さらに補間画素Ｐ′₀ のＰ′ｍからの距離Ｌ′を
求める。そして補間画像データＳ′ｍ、Ｓ′ｎを用いた
下記の式に基づく線形補間の演算を行って、補間画像デ
ータＳ′₀ を求める。

【００４９】Ｓ′₀ ＝（Ｌ６−Ｌ′）／Ｌ６・Ｓ′ｍ＋
Ｌ′／Ｌ６・Ｓ′ｎ 以上の演算を他の補間画素Ｐ′₀ についても同様に適用
して、各補間画像データＳ′を求めることができる。

【００５０】このようにして求められた各補間方法によ
る補間係数が記憶手段３に記憶される。

【００５１】次に、ニューラルネットワーク２において
学習を繰り返して、上述した補間方法により求められた
補間係数ｂｊ_k-1 、ｂｊ_k 、ｂｊ_k+1 、ｂｊ_k+2 を線形
結合して新たな補間係数を求めるための重み付け係数を
出力するニューラルネットワークの作り方、およびその
作用を説明する。

【００５２】図７は誤差逆伝播学習（バックプロパゲー
ション）機能を備えたニューラルネットワークの一例を
表す図である。誤差逆伝播学習（バックプロパゲーショ
ン）とは、ニューラルネットワークに所定の機能を付与
するためのよく知られた学習方法で、ニューラルネット
ワークの出力を正解（教師信号）と比べることにより、
出力側から入力側に向かって順次結合の重み（シナプス
結合のウェイト）を修正するというものである。

【００５３】図７に示すように、このニューラルネット
ワークの第１層（入力層）、第２層（中間層）、第３層
（出力層）はそれぞれｎ₁ 個，ｎ₂ 個、５個のユニット
から構成され、第１層（入力層）に入力される各信号Ｆ
₁ ，Ｆ₂ ，…，Ｆ_n は原画像の局所的なパターンである
画像の一部に対応する画像信号であり、第３層（出力
層）からの５つの出力ｗ１からｗ５は補間係数を線形結
合するための重み付け係数に対応した信号である。第ｋ
層のｉ番目のユニットをＵk,i 、該ユニットＵk,i への
各入力をＸk,i 、各出力をＹk,i 、Ｕk,i からＵk+1,j
への結合の重みをＷk,i;k+1,j とし、各ユニットＵk,j
は同一の特性関数

【００５４】

【数１】

【００５５】を有するものとする。このとき、各ユニッ
トＵk,j の入力Ｘk,j 、出力Ｙk,j は、

【００５６】

【数２】

【００５７】

【数３】

【００５８】となる。ただし入力層を構成する各ユニッ
トＵ1,i(i ＝1,2,…，ｎ₁ ) への各入力Ｆ₁ ，Ｆ₂ ，
…，Ｆ_n1は重みづけされずにそのまま各ユニットＵ1,i
(i ＝1,2,…，ｎ₁ ) に入力される。入力されたｎ₁ 個
の信号Ｆ₁ ，Ｆ₂ ，…，Ｆ_n1は、各結合の重みＷk,i;k+
1,j によって重み付けられながら最終的な出力ｗ１〜ｗ
５にまで伝達され、これにより重み付け係数に対応した
信号が求められる。

【００５９】ここで、上記各結合の重みＷk,i;k+1,j の
決定方法について説明する。まず乱数により各結合の重
みＷk,i;k+1,j の初期値が与えられる。このとき、入力
Ｆ₁〜Ｆ_n1が最大に変動しても、出力ｗ１〜ｗ５が所定
範囲内の値またはこれに近い値となるように、その乱数
の範囲を制限しておくことが好ましい。

【００６０】まず、原画像における局所的な画像の特性
（平坦部であること、縦方向に延びるエッジがあること
など）が既知の原画像データをｎ₁ 個の入力Ｆ₁ ，
Ｆ₂ ，…，Ｆ_n1として、ニューラルネットワークに入力
する。本発明の特徴として、入力される局所的なパター
ンに含まれる画像中の局所的なパターンに適した補間係
数の重み付けが他の補間係数の重み付けと比較して大き
くなるような重み付け係数が出力されるようにする。

【００６１】このｎ₁ 個の入力Ｆ₁ ，Ｆ₂ ，…，Ｆ_n1が
図７に示すニューラルネットワークに入力され、各ユニ
ットＵk,i の出力Ｙk,i がモニタされる。

【００６２】各出力Ｙk,i が求められると、最終的な出
力であるｗ１〜ｗ５と、この画像に関し正しい補正値と
しての教師信号との二乗誤差

【００６３】

【数４】

【００６４】が求められる。この二乗誤差Ｅ₁ 〜Ｅ₅ が
それぞれ最小となるように、以下のようにして各結合の
重みＷk,i;k+1,j が修正される。なお、以下ｗ１の出力
に関して述べｗ２〜ｗ５についてはｗ１と同様であるた
め、ここでは省略する。

【００６５】二乗誤差Ｅ₁ を最小にするには、このＥ₁
はＷk,i;k+1,j の関数であるから

【００６６】

【数５】

【００６７】このように各結合の重みＷk,i;k+1,j が修
正される。ここでηは学習係数と呼ばれる係数である。

【００６８】ここで、

【００６９】

【数６】

【００７０】であり、式(18)より

【００７１】

【数７】

【００７２】であるから、式(22)は、

【００７３】

【数８】

【００７４】となる。

【００７５】ここで、式(20)より、

【００７６】

【数９】

【００７７】式(19)を用いてこの式(25)を変形すると、

【００７８】

【数１０】

【００７９】ここで、式(17)より、

【００８０】

【数１１】

【００８１】であるから、

【００８２】

【数１２】

【００８３】となる。

【００８４】式(24)においてｋ＝２と置き、式(26)、式
(28)を式(24)に代入すると、

【００８５】

【数１３】

【００８６】この式(29)を式(21)に代入して、

【００８７】

【数１４】

【００８８】となる。この(30)式に従って、Ｗ2,i;3,1
(i=1,2,…，ｎ₁ ）の各結合の重みが修正される。

【００８９】次に、

【００９０】

【数１５】

【００９１】であるから、この(31)式に式(18)、式(19)
を代入して、

【００９２】

【数１６】

【００９３】ここで(27)式より、

【００９４】

【数１７】

【００９５】であるから、この式(33)と、式(26)、式(2
8)を式(32)に代入して、

【００９６】

【数１８】

【００９７】式(24)においてｋ＝１と置き、式(34)を式
(24)に代入すると、

【００９８】

【数１９】

【００９９】この式(35)を式(21)に代入すると、ｋ＝１
と置いて、

【０１００】

【数２０】

【０１０１】となり、式(30)で修正されたＷ2,i;3,1(i=
1,2,…，ｎ₁ ）がこの式(36)に代入され、Ｗ1,i;2,j(i=
1,2,…，ｎ₁ ；j=1,2,…，ｎ₂ ）が修正される。

【０１０２】なお、理論的には式(30)、式(21)を用い、
学習係数ηを十分小さくとって学習回数を十分に多くす
ることにより、各結合の重みＷk,i;k+1,j を所定の値に
集束させ得るが、学習係数ηをあまり小さくすることは
学習の進みを遅くするため現実的ではない。一方学習係
数ηを大きくとると学習が振動してしまう（上記結合の
重みが所定の値に収束しない）ことがある。そこで実際
には、結合の重みの修正量に次式のような慣性項を加え
て振動を抑え、学習係数ηはある程度大きな値に設定さ
れる。（例えば、D.E.Rumelhart,G.E.Hinton and R.J.W
illiams:Learning internal representations by error
propagation In Parallel DistributedProcessing,Vol
ume 1,J.L.McClelland,D.E.Rumelhart and The PDP Res
earch Group,MIT Press,1986b」参照）

【０１０３】

【数２１】

【０１０４】ただしΔＷk,i;k+1,j （ｔ）は、ｔ回目の
学習における、修正後の結合重みＷk,i;k+1,j から修正
前の該結合の重みＷk,i;k+1,j を引いた修正量を表す。
また、αは、慣性項と呼ばれる係数である。

【０１０５】慣性項α、学習係数ηとしてたとえばα＝
0.9 、η＝0.25を用いて各結合の重みＷk,i;k+1,j の修
正（学習）を例えば20万回行い、その後は、各結合の重
みＷk,i;k+1,j は最終の値に固定される。この学習の終
了時には５つの出力ｗ１〜ｗ５は上記各補間係数ｂｊ
_k-1 、ｂｊ_k 、ｂｊ_k+1 、ｂｊ_k+2 を線形結合する際の
入力される局所的なパターンである画像の特徴部分に応
じた重み付け係数を表す信号となる。

【０１０６】そこで学習が終了した後は、上記補間係数
ｂｊ_k-1 、ｂｊ_k 、ｂｊ_k+1 、ｂｊ_k+2 に応じた重み付
け係数を求めるため、原画像の局所的なパターンである
画像データの一部分が図７に示すニューラルネットワー
クに入力され、これにより得られた出力ｗ１〜ｗ５が、
その入力された局所的な画像に適した補間係数を大きく
重み付けする重み付け係数を表す信号となる。

【０１０７】なお、上記ニューラルネットワークは３層
構造のものに限られるものではなく、さらに多層にして
もよいことはもちろんである。また各層のユニットの数
も、補間係数の種類、必要とする精度等に応じた任意の
数に設定し得るものである。

【０１０８】次に、本発明の実施の形態の画像再生シス
テムの作用について説明する。

【０１０９】まず、補間演算装置１は画像データ記憶装
置22にあらかじめ記憶されている１次画像データＳorg
を読み出す。また補間演算装置１は、図示しない他の入
力手段から入力された拡大倍率に応じた拡大画像を表す
２次画像データを得るために、この読み出された１次画
像データＳorg を補間演算装置１に入力する。

【０１１０】補間演算装置１に入力された１次画像デー
タＳorg は、ニューラルネットワーク２および補間演算
手段５に入力される。

【０１１１】なお、ニューラルネットワーク２には１次
画像データＳorg の局所的なパターンである一部分のデ
ータが原画像の全体について入力され、この局所的なデ
ータごとに上述した５種類の補間係数に乗じるための重
み付け係数ｗ１〜ｗ５が補間係数演算手段４に入力され
る。

【０１１２】補間係数演算手段４は、ニューラルネット
ワーク２から入力された重み付け係数ｗ１〜ｗ５によ
り、補間係数記憶手段３に記憶された補間係数ｂ１から
ｂ５を下記の式（38）に基づいて線形結合する。

【０１１３】 ａij＝ｗ１・ｂ１＋ｗ２・ｂ２＋ｗ３・ｂ３＋ｗ４・ｂ４＋ｗ５・ｂ５ (38) なお、式（38）による補間係数の算出は、各補間係数ｂ
１〜ｂ５のそれぞれ対応する画素ごとに求められる。こ
の式（38）により求められた補間係数ａijが各補間画素
における補間係数となる。

【０１１４】そしてこのようにして算出された新たな補
間係数ａ_k-1 、ａ_k 、ａ_k+1 、ａ_k+2 は、補間演算手段
５に入力される。

【０１１５】補間演算手段５は、補間係数演算手段４か
ら入力された補間係数ａ_k-1 、ａ_k、ａ_k+1 、ａ_k+2 と
画像データ記憶装置22から入力された原画像データＹ
_k-1 、Ｙ_k 、Ｙ_k+1 、Ｙ_k+2 とに基づいて、記憶された
式（５）の３次のスプライン補間関数演算式にしたがっ
て、補間点Ｘ_p の補間画像データＹ_p を算出する。

【０１１６】このようにして得られたすべての補間点の
補間画像データＳ′は再生装置23に出力される。再生装
置23は入力された補間画像データＳ′に基づいた画像を
可視画像として再生する。この再生された可視画像は、
原画像の局所的なパターンに基づいて最適な補間係数に
重み付けがなされたものとなっている。すなわち、局所
的なパターンが平坦部である場合は、滑らかな補間画像
を得ることができるＢスプライン補間演算により求めら
れた補間係数ｂ１に対する重み付けが大きくされてお
り、また、局所的なパターンが縦方向に延びるエッジで
ある場合は縦線形横リプリケーションの補間係数ｂ２
が、局所的なパターンが横方向に延びるエッジである場
合は横線形縦リプリケーションの補間係数ｂ３が、局所
的なパターンが右斜め上方に延びるエッジである場合は
右斜め用補間係数ｂ４が、局所的なパターンが左斜め方
向に延びるエッジである場合は左斜め用補間係数ｂ５が
それぞれ重み付けが大きくされる。したがって、補間画
像の平坦部の鮮鋭度が強調されてノイズが目立ったり、
エッジ部がぼけたりすることがなくなるため、画像の局
所的な特徴に適した重み付けがなされた補間画像を得る
ことができる。

【０１１７】なお、本発明の実施の形態の画像再生シス
テムで用いられる補間演算装置１は、画像データ記憶装
置22にあらかじめ記憶された１次画像データを用いるも
のについて説明したが、本発明の補間演算装置はこれに
限るものではなく、例えば図８に示すような画像読取装
置により読み取って得られた、画像を表す画像データを
用いるものであってもよい。

【０１１８】すなわち、図８に示すように、放射線画像
読取装置は、例えばＸ線等の放射線が人体等の被写体を
介して照射されることによりこの被写体の透過放射線画
像情報を蓄積記録した蓄積性蛍光体シート10は、エンド
レスベルト等のシート搬送手段11により、副走査のため
に矢印Ｙ方向に搬送される。半導体レーザ等の励起光源
12から射出された励起光（読取光）としてのレーザビー
ム13は、高速回転する回転多面鏡14によって反射偏向さ
れ、通常ｆ・θレンズからなる走査レンズ18によって集
束され、ミラー19で反射して蓄積性蛍光体シート10上を
上記副走査方向Ｙと略直角な矢印Ｘ方向に主走査する。

【０１１９】こうしてレーザビーム13が照射されたシー
ト10の箇所からは、蓄積記録されている放射線画像情報
に応じた光量の輝尽発光光15が発散され、この輝尽発光
光15は集光体16によって集光され、光検出器としてのフ
ォトマルチプライヤー（光電子増倍管）17によって光電
的に検出される。

【０１２０】上記集光体16はアクリル板等の導光性材料
を成形して作られたものであり、直線状をなす入射端面
16ａが蓄積性蛍光体シート10上のビーム走査線に沿って
延びるように配され、円環状に形成された出射端面16ｂ
に上記フォトマルチプライヤー17の受光面が結合されて
いる。上記入射端面16ａから集光体16内に入射した輝尽
発光光15は、該集光体16の内部を全反射を繰り返して進
み、出射端面16ｂから出射してフォトマルチプライヤー
17に受光され、前記放射線画像情報を担持する輝尽発光
光15の光量がこのフォトマルチプライヤー17によって検
出される。

【０１２１】フォトマルチプライヤー17のアナログ出力
信号（画像信号）Ｓは対数増幅器20によって増幅され、
Ａ／Ｄ変換器21において所定の収録スケールファクター
でデジタル化される。こうして得られた、２次元画像を
担持するデジタルの原画像データは、補間演算装置１に
入力される。

【０１２２】このように本発明の補間演算装置１に使用
される１次画像データは、画像データ記憶装置22にあら
かじめ記憶されたものであってもよいし、図８に示すよ
うな画像読取装置により読み取って得られたものであっ
てもよい。

【図面の簡単な説明】

【図１】本発明の画像データの補間演算方法を実施する
ための補間演算装置を内包する画像再生システムを示す
概略ブロック図

【図２】等間隔の周期でサンプリングされた一方向に配
列されたサンプリング点（画素）の原画像データからCu
bic スプライン補間演算により補間画像データを求める
作用を説明するグラフ

【図３】縦線形横リプリケーション補間を説明するため
の図

【図４】横線形縦リプリケーション補間を説明するため
の図

【図５】右斜め用補間を説明するための図

【図６】左斜め用補間を説明するための図

【図７】ニューラルネットワークを説明するための図

【図８】放射線画像読取装置を示す図

【図９】原画像データを構成する画素と補間画像データ
を構成する画素とを示す図

【図１０】最近傍補間を説明するための図

【符号の説明】

１ 補間演算装置 ２ ニューラルネットワーク ３ 補間係数記憶手段 ４ 補間係数演算手段 ５ 補間演算手段 22 画像データ記憶装置 23 再生装置 Ｓorg １次画像データ（原画像データ） Ｓ′ ２次画像データ（補間画像データ）

Claims (2)

【特許請求の範囲】
1. 【請求項１】 画像を表す原画素のそれぞれについての
   画素値を表す多数の原画像データについて、得られる補
   間画像の特性が互いに異なる前記各原画像データに対応
   する複数の補間係数を求め、該各補間係数を所定の重み
   付け係数により重み付け線形結合することにより新たな
   補間係数を得、該新たな補間係数に基づいて補間演算を
   行って、前記原画素とは間隔が異なる補間画素における
   補間画像データを求める画像データの補間演算方法であ
   って、 前記画像の局所的なパターンを入力とし、該局所的なパ
   ターンに応じた前記重み付け係数を出力とするニューラ
   ルネットワークに、前記画像の局所的なパターンを入力
   して前記重み付け係数を得、該重み付け係数に基づいて
   前記新たな補間係数を得ることを特徴とする画像データ
   の補間演算方法。
2. 【請求項２】 画像を表す原画素のそれぞれについての
   画素値を表す多数の原画像データについて、得られる補
   間画像の特性が互いに異なる前記各原画像データに対応
   する複数の補間係数を求める補間係数演算手段と、該各
   補間係数を所定の重み付け係数により重み付け線形結合
   することにより新たな補間係数を得る補間係数演算手段
   と、該新たな補間係数に基づいて補間演算を行って、前
   記原画素とは間隔が異なる補間画素における補間画像デ
   ータを求める補間演算手段とからなる画像データの補間
   演算装置であって、 前記画像の局所的なパターンを入力とし、該局所的なパ
   ターンに応じた前記重み付け係数を出力とするニューラ
   ルネットワークをさらに備え、前記画像の局所的なパタ
   ーンを入力して前記重み付け係数を得、該重み付け係数
   に基づいて前記新たな補間係数を得ることを特徴とする
   画像データの補間演算装置。