JPH1127564A5 - - Google Patents

Description

請求項１２に記載の提供媒体は、複数の画素データからなる第１の画像信号を複数の画素データからなる第２の画像信号に変換する画像変換装置に、第１の画像信号の中からクラスコードを生成するための複数の画素データをクラスタップとして抽出し、クラスタップをクラス分類することによりそのクラスを表すクラスコードを発生し、クラスコードに対応する予測データを発生し、予測データを用いて第２の画像信号を生成し、第１の画像信号の画像のぼけの程度を表す特徴量を検出して、その検出結果に対応して、クラスタップの抽出処理を制御する処理を実行させるコンピュータが読み取り可能なプログラムを提供することを特徴とする。

請求項１に記載の画像変換装置、請求項１１に記載の画像変換方法、および請求項１２に記載の提供媒体においては、入力された画像データのぼけ量を表す特徴量に対応してクラスタップが制御される。これにより、入力される画像データの画質が悪くても、最適なクラスタップを抽出することができ、最適な予測処理を行うことが可能となる。

ＡＤＲＣパターン抽出部４は、領域切り出し部１で切り出されたクラスタップに対してＡＤＲＣ処理を実行してクラス分類を行う（クラスを決定する）。すなわち、クラスタップとして抽出された５つの画素データ内のダイナミックレンジをＤＲ、ビット割当をｎ、クラスタップとしての各画素データのレベルをＬ、再量子化コードをＱとするとき、次式を演算する。
Ｑ＝｛（Ｌ−ＭＩＮ＋０．５）×２ⁿ／ＤＲ｝
ＤＲ＝ＭＡＸ−ＭＩＮ＋１

なお、ここで｛ ｝は切り捨て処理を意味する。また、ＭＡＸとＭＩＮは、クラスタップを構成する５つの画素データ内の最大値と最小値をそれぞれ表している。これにより、例えば領域切り出し部１で切り出されたクラスタップを構成する５個の画素データが、それぞれ例えば８ビットで構成されているとすると、これらがそれぞれ２ビット（ｎ＝２）に圧縮される。従って、合計１０ビットで表される空間クラスを表すデータが、クラスコード発生部５に供給される。

【００４７】
【発明の効果】
以上の如く、請求項１に記載の画像変換装置、請求項１１に記載の画像変換方法、および請求項１２に記載の提供媒体によれば、入力された画像データのぼけ量を表す特徴量に対応して、クラスタップまたは予測タップの切り出しを制御するようにしたので、入力される画像データの画質が悪くても、クラスタップまたは予測タップとして最適な画素データを抽出することができ、適切な予測処理を行うことが可能となる。

Claims (12)

1. 複数の画素データからなる第１の画像信号を複数の画素データからなる第２の画像信号に変換する画像変換装置において、
   上記第１の画像信号の中からクラスコードを生成するための複数の画素データをクラスタップとして抽出するクラスタップ抽出手段と、
   上記クラスタップをクラス分類することによりそのクラスを表すクラスコードを発生するクラス分類手段と、
   上記クラスコードに対応する予測データを発生する発生手段と、
   上記予測データを用いて上記第２の画像信号を生成する生成手段と、
   上記第１の画像信号の画像のぼけの程度を表す特徴量を検出して、その検出結果に対応して、上記クラスタップ抽出手段のクラスタップの抽出動作を制御する検出手段と
   を備えることを特徴とする画像変換装置。
2. 上記第２の画像信号は上記第１の画像信号より画質改善された信号である
   ことを特徴とする請求項１に記載の画像変換装置。
3. 上記第１の画像信号と上記第２の画像信号は同じフォーマットの画像信号である
   ことを特徴とする請求項１に記載の画像変換装置。
4. 上記発生手段は、画質の良好な学習信号を用いてクラス毎に予め学習によって生成された予測データを記憶するメモリを有し、上記メモリは、上記クラスコードをアドレスとして予測データを発生する
   ことを特徴とする請求項１に記載の画像変換装置。
5. 上記第１の画像信号の中から予測演算を行うための複数の画素データを予測タップとして抽出する予測タップ抽出手段をさらに備え、
   上記発生手段は、クラスコードに対応する予測係数のセットを発生し、
   上記生成手段は、上記予測タップ抽出手段からの予測タップと上記発生手段からの予測係数のセットを用いて予測演算することにより上記第２の画像信号を生成する
   ことを特徴とする請求項１に記載の画像変換装置。
6. 上記発生手段は、画質の良好な学習信号を用いてクラス毎に予め学習によって生成された予測係数のセットを記憶するメモリを有し、上記メモリは、上記クラスコードをアドレスとして予測係数のセットを出力する
   ことを特徴とする請求項５に記載の画像変換装置。
7. 上記検出手段は、画像信号の所定の範囲において画素データをシフトすることにより、そのシフトされたそれぞれの位置に対応する自己相関係数を算出し、その自己相関係数を画像のぼけの程度を表す尺度として上記画像のぼけの程度を表す特徴量を検出する
   ことを特徴とする請求項１に記載の画像変換装置。
8. 上記検出手段は、基準値に対応する上記自己相関係数を決定し、その決定された自己相関係数に対応する画素データのシフト量を上記画像のぼけの程度を表す特徴量として出力する
   ことを特徴とする請求項７に記載の画像変換装置。
9. 上記自己相関係数は、画像のぼけ具合を表す尺度である
   ことを特徴とする請求項７または８に記載の画像変換装置。
10. 上記クラス分類手段は、上記クラスタップをクラス分類することによりそのクラスを表す第１のクラスコードと、上記画像のぼけの程度を表す特徴量を表す第２のクラスコードからなるクラスコードを発生する
    ことを特徴とする請求項１に記載の画像変換装置。
11. 複数の画素データからなる第１の画像信号を複数の画素データからなる第２の画像信号に変換する画像変換方法において、
    上記第１の画像信号の中からクラスコードを生成するための複数の画素データをクラスタップとして抽出し、
    上記クラスタップをクラス分類することによりそのクラスを表すクラスコードを発生し、
    上記クラスコードに対応する予測データを発生し、
    上記予測データを用いて上記第２の画像信号を生成し、
    上記第１の画像信号の画像のぼけの程度を表す特徴量を検出して、その検出結果に対応して、上記クラスタップの抽出処理を制御する
    ことを特徴とする画像変換方法。
12. 複数の画素データからなる第１の画像信号を複数の画素データからなる第２の画像信号に変換する画像変換装置に、
    上記第１の画像信号の中からクラスコードを生成するための複数の画素データをクラスタップとして抽出し、
    上記クラスタップをクラス分類することによりそのクラスを表すクラスコードを発生し、
    上記クラスコードに対応する予測データを発生し、
    上記予測データを用いて上記第２の画像信号を生成し、
    上記第１の画像信号の画像のぼけの程度を表す特徴量を検出して、その検出結果に対応して、上記クラスタップの抽出処理を制御する
    処理を実行させるコンピュータが読み取り可能なプログラムを提供することを特徴とする提供媒体。