DE69601177T2

DE69601177T2 - Bildrauschverringerungssystem unter verwendung eines veränderbaren wiener filters in einer pyramidialen bilddarstellung

Info

Publication number: DE69601177T2
Application number: DE69601177T
Authority: DE
Inventors: Ibrahim Sommerville Ma 02145 Hajjahmad; Michael L. Carlisle Ma 01741 Reisch; Lon E. Boston Ma 02114 Sunshine; Munib A. Haverhill Ma 01832 Wober; Yibing Arlington Ma 02174 Yang
Original assignee: Polaroid Corp
Current assignee: Intellectual Ventures I LLC
Priority date: 1995-05-15
Filing date: 1996-01-29
Publication date: 1999-05-12
Anticipated expiration: 2016-01-30
Also published as: EP0826195A1; CA2221276A1; EP0826195B1; JP3469582B2; JPH11505350A; WO1996036943A1; US5729631A; DE69601177D1

Description

HINTERGRUND DER ERFINDUNG

Die Erfindung bezieht sich im allgemeinen auf verbesserte Verfahren und Vorrichtungen zur Bildverarbeitung. Insbesondere bezieht sich die Erfindung auf neuartige Prozesse zur Rauschbeseitigung aus einem Bild unter Verwendung diskreter Cosinustransformationen (DCT) in einer Mehrstufenpyramiden-Bilddarstellung.
In der Literatur des Stands der Technik gibt es zahlreiche Verfahren und Vorrichtungen zum Entfernen von Artefakten aus einem Bild, das erfaßt, verarbeitet und wiederhergestellt wird. Der allgemeine Fall der Bildwiederherstellung betrifft ein Bild, das auf irgendeine Weise verschlechtert worden ist, wobei die Aufgabe darin besteht, die Verschlechterung zu verringern oder zu beseitigen.
Typischerweise enthält ein eingefangenes Bild ein Rauschen, das in einer Bildsignalquelle, wie z. B. einer Kamera, einem Scanner, einer ladungsgekoppelten Vorrichtung (CCD), einer Ladungsinjektionsvorrichtung (CID) oder dergleichen, inhärent ist. Die Gleichung (1) bringt ein verschlechtertes Bild oder ein mit Rauschen behaftetes Signal x(n&sub1;, n&sub2;) als Addition von Rauschen v(n&sub1;, n&sub2;) zum ursprünglichen Signal s(n&sub1;, n&sub2;) zum Ausdruck, wie es in Fig. 3A modelliert ist.
x(n&sub1;, n&sub2;) = s(n&sub1;, n&sub2;) + v(n&sub1;, n&sub2;) (1)
Wenn v(n&sub1;, n&sub2;) eine Funktion des Signals s(n&sub1;, n&sub2;) ist, dann ist x(n&sub1;, n&sub2;) ein vom Rauschen abhängiges additives Zufallssignal (im folgenden "signalabhängiges Rauschen"), und im anderen Falle, wenn v(n&sub1;, n&sub2;) von s(n&sub1;, n&sub2;) nicht abhängt, x(n&sub1;, n&sub2;) ein vom Rauschen unabhängiges additives Zufallssignal ist (im folgenden "additives Rauschen"). Jedes der Signale x(n&sub1;, n&sub2;), s(n&sub1;, n&sub2;) und v(n&sub1;, n&sub2;) steht für ein physikalisches elektronisches Signal, d. h. einen Signalverlauf von Spannungen mit Amplituden und Frequenzen, die als eine Funktion der Zeit zueinander in Beziehung stehen.
Beispiele für signalabhängiges Rauschen sind Filmkorn-Rauschen, Speckle-Rauschen und Quantisierungs-Rauschen. Signalabhängiges Rauschen, dessen Verringerung viel schwieriger ist als additives Rauschen, kann verringert werden, indem man das rauschbehaftete Signal x(n&sub1;, n&sub2;) zunächst in einen Bereich transformiert, in welchem das Rauschen signalunabhängig wird, woraufhin man das signalunabhängige Rauschen unter Verwendung eines herkömmlichen Verfahrens, wie z. B. Wiener-Filterung, entfernt. Signalabhängiges Rauschen kann auch unmittelbar im räumlichen Bereich verringert werden.
Eine Vorgehensweise zum Entfernen additiven Rauschens ist in dem am 9. August 1994 an Woods et al. erteilten US-Patent Nr. 5,337,180 offenbart, das eine optische signalabhängige Rauschverringerung durch variable räumliche Schwellenfilterung der Fourier-Transformation beschreibt. Eine weitere Vorgehensweise zum Entfernen additiven Rauschens ist in dem am 5. Juli 1994 an Naimpally et al. erteilten US-Patent Nr. 5,327,242 offenbart, das die Verringerung einer Rauschkomponente eines Videosignals beschreibt, wobei eine dreidimensionale diskrete Cosinustransformation zum Bestimmen des Zeitfrequenzspektrums sowohl des Videosignals auch der Rauschkomponente verwendet wird, das Zeitfrequenzspektrum der Rauschkomponente von dem Zeitfrequenzspektrum des Videosignals subtrahiert wird und das Zeitfrequenzspektrum des modifizierten Videosignals in den räumlichen Bereich zurückgewandelt wird, indem man eine dreidimensionale diskrete Umkehr- Cosinustransformation verwendet.
Ein Buch mit dem Titel "Two-Dimensional Signal and Image Processing" von Jae S. Lim, 1990 Prentice-Hall Inc., Seiten 527-549, beschreibt zusätzliche Verfahren zum Verringern von additivem Rauschen, wie z. B. unter anderem Wiener-Filterung und adaptive Bildverarbeitung. Die Verringerung von signalabhängigem Rauschen ist auch auf den Seiten 562-567 beschrieben für die Verarbeitung des rauschbehafteten Signals unmittelbar im Signalbereich oder indem man zuerst das rauschbehaftete Signal in den Signalbereich transformiert und daraufhin die Verarbeitung zur Rauschverringerung durchführt. Die oben genannten Seiten des Buches von Lim sind hier durch den Hinweis in ihrer Gesamtheit als Hintergrundinformation zur Rauschverringerung im Sinne des Durchschnittfachmanns enthalten.
Die am 22.12.93 veröffentlichte EP-A-574969 offenbart ein Rauschverringerungsverfahren zur Verwendung in einem medizinischen Röntgen-Abbildungssystem zur Verringerung des Rauschpegels in Bildern mit einem im wesentlichen Poissonverteilten Rauschen ohne die Ränder unscharf zu machen und ohne vorherige Kenntnis des Signal-Rauschverhältnisses. Das ursprüngliche Bild wird in eine Sequenz ausführlicher Bilder zerlegt, die eine Pyramidenstruktur aus unterschiedlichen Bildauflösungspegeln und einem Restbild bilden. Eine Rauschverringerung unter Verwendung von Wellenelement-Analyse und -Synthese wird auf die Differenzen zwischen den Pyramidenpegeln verwendet, wobei ein Histogramm das Auftreten jedes quantisierten Varianzwertes in dem ganzen Bild darstellt.
Es ist eine primäre Aufgabe der Erfindung, verbesserte Systeme und Verfahren für die Rauschmodellierung einer Bildsignalquelle und die anschließende Bildwiederherstellung durch Rauschbeseitigung bereitzustellen.
Weitere Aufgaben der Erfindung ergeben sich zum Teil weiter unten und zum Teil aus der ausführlichen Beschreibung anhand der Zeichnung.

ZUSAMMENFASSUNG DER ERFINDUNG

Die Erfindung bezieht sich auf ein neuartiges Verfahren und System zur Rauschbeseitigung aus einem Bild, das durch ein Bildsignal dargestellt wird, indem man zunächst eine Rauschmodellierung an einer Bildsignalquelle durchführt, um sowohl Rauschmasken als auch Nachschlagetabellenwerte (LUT) zu erzeugen, die für ein Rauschen kennzeichnend sind, das bei verschiedenen Frequenzpegeln in jedem Kanal vorliegt, und man dann die Rauschmasken und die LUT-Werte auf das Bildsignal zur Rauschbeseitigung anwendet. Das Bild wird zunächst als ein elektronisches Bildsignal durch die Bildsignalquelle eingefangen, dann durch eine Pyramiden-Bilddarstellung dargestellt, wobei jeder aufeinanderfolgende Pegel der Pyramide aus Gleichstrom-(DC)- Werten der vorherigen Pegel aufgebaut wird und jeder Pegel der Pyramide einem unterschiedlichen Frequenzband des Bildsignals entspricht. Ein Wiener-Variantenfilter, das DCT-Transformationen verwendet, wird zum Filtern der DCT-Koeffizienten auf jedem Pegel verwendet. Das Bild wird mit verringertem Rauschen wiederhergestellt, indem man die DCT-Werte durch die Koeffizienten einer diskreten Umkehr-Cosinustransformation (IDCT) des nächsten Pegels ersetzt und dann eine IDCT an den Ergebnissen durchführt.

KURZBESCHREIBUNG DER ZEICHNUNG

Fig. 1 ist ein Blockdiagramm einer bevorzugten Ausführungsform eines elektronischen Abbildungssystems sowohl zur Rauschmodellierung als auch Rauschbeseitigung gemäß der Erfindung;
Fig. 2 ist ein ausführliches schematisches Blockdiagramm des Systems von Fig. 1 zur Rauschmodellierung;
Fig. 3A ist eine schematische Darstellung eines Bildes, das additivem Rauschen ausgesetzt ist;
Fig. 3B ist ein Blockdiagramm eines durch ein Wiener-Filter gereinigten rauschbehafteten Bildes;
Fig. 4 ist ein Blockdiagramm eines Rauschmodellierungsverfahrens, das sich auf das Rauschmodellierungssystem von Fig. 1 anwenden läßt;
Fig. 5A ist eine eindimensionale graphische Darstellung von 8-Bit-Rauschmasken für zehn Flachfelder, die zur Rauschmodellierung in dem System von Fig. 2 gemäß dem Verfahren von Fig. 3 verwendet werden:
Fig. 5B ist eine zweidimensionale Darstellung eines Diagramms zum Plotten von 8 · 8- Bit-Rauschmasken gemäß dem Rauschmodellierungsverfahren von Fig. 4;
Fig. 6A ist eine Darstellung eines Bildes aus 64 · 64 Bildelementen, die in Segmente aus 8 · 8 Blöcken unterteilt sind, wobei das obere linke Bildelement jedes Segments als ein fetter Punkt beschrieben wird;
Fig. 6B ist eine auf einer Abwärts-Probennahme beruhende Version von Fig. 6A, die aus den oberen linken Bildelementen jedes Segments von Fig. 5A besteht;
Fig. 7 ist ein ausführliches Blockdiagramm des Systems von Fig. 1 für eine adaptive Wiener-Rauschfilterung;
Fig. 8A ist ein Blockdiagramm eines Dreipegelpyramiden-Bilddarstellungsverfahrens, das auf das Rauschfilterungssystem von Fig. 7 anwendbar ist;
Fig. 8B ist ein Blockdiagramm eines Wiener-Variantenfilterungsverfahrens, das auf das Rauschfilterungssystem von Fig. 7 anwendbar ist; und
Fig. 8C ist ein Blockdiagramm eines Bildwiederherstellungsverfahrens, das auf das Rauschfilterungssystem von Fig. 7 anwendbar ist.

AUSFÜHRLICHE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN

Die vorliegende Erfindung wendet sich an verbesserte Rauschmodellierungs- und Rauschfilterungssysteme zum Verringern von sowohl additivem als auch signalabhängigem Rauschen aus einem rauschbehafteten Bildsignal. Fig. 1 veranschaulicht eine exemplarische Ausführungsform eines solchen Systems. Wie man sieht, veranschaulicht Fig. 1 ein elektronisches Bildverarbeitungssystem, bei dem eine Bildsignalquelle, wie z. B. eine elektronische Standbildkamera 10 oder ein Scanner 12, ein elektronisches Bildsignal liefert, das ein Bild eines (nicht gezeigten) Gegenstands darstellt. Ein Rechner 18 empfängt das elektronische Signal von der Bildsignalquelle und verarbeitet daraufhin das Bildsignal elektronisch, um eine beliebige Zahl bekannter Bildverarbeitungsfunktionen zu erzeugen. Das verarbeitete Bild wird dann an eine Bestimmungsvorrichtung oder zu einer Bestimmungsanwendung, wie z. B. einer Diskette 16, einem Benutzermonitor 20, einem Drucker 14 oder einem entfernten Monitor 26, übertragen, d. h. ausgegeben. Die Benutzer-Interaktion mit dem System wird durch die Verwendung einer Tastatur 22 oder einer Maus 24 erleichtert. Natürlich sind die in Fig. 1 gezeigten Bestandteile lediglich beispielhaft und enthalten nicht die vielen äquivalenten Vorrichtungen, die dem Fachmann bekannt sind. So könnte z. B. die Bildsignalquelle jede beliebige Vorrichtung enthalten, die als Bildsignalquelle wirkt, wie z. B. eine elektronische Kamera, einen Scanner, einen Camcorder, eine ladungsgekoppelte Vorrichtung (CCD), eine Ladungsinjektionsvorrichtung (CID), etc.
Es sei auch angemerkt, daß die Verarbeitung des Bildes nicht notwendigerweise nur in dem Rechner 18 stattfinden muß. Es könnten in der Tat verschiedene Phasen oder Gesichtspunkte der Bildverarbeitung in der Bildsignalquelle, dem Rechner oder der Bestimmungs-Ausgabevorrichtung stattfinden.
Die Hardware eines erfindungsgemäßen Rauschbeseitigungssystems enthält einen Prozessor für eine diskrete Cosinustransformation und ein Wiener-Filter in Kombination für die Beseitigung sämtlicher Rauschfrequenzen aus einem Bild. Um die Einzelheiten bei der Kombination von Schritten und Bestandteilen der beanspruchten Erfindung vollständig nachvollziehen zu können, erweisen sich die folgenden Erklärungen zur Mathematik der diskreten Cosinustransformation und der Wiener- Rauschfilterung als hilfreich.

1. DCT-Mathematik

Bilder können als zweidimensionale Darstellungen einer visuellen Realität aufgefaßt werden, die im Raum und/oder der Zeit verteilt ist. Gewöhnlicherweise sind sie das, was das menschliche Sehsystem als Veränderungen äußerer Reize wahrnimmt, wie z. B. Helligkeit, Farbe und gelegentlich Hinweise auf die Tiefe. Über die Jahre hinweg wurde zwar eine beliebige Anzahl von Verfahren entwickelt, um Bilder einzufangen und wiederzugeben, doch ist ihre Darstellung als kontinuierliche, diskrete oder digitale Signale, die durch den Einsatz von Rechnern oder anderer elektronischer Spezialzweck- Hardware manipuliert, verarbeitet oder angezeigt werden können, das mittlerweile gut etablierte neueste Verfahren, das eine Vielzahl günstiger Anwendungen hat.
Die Bildverarbeitung kann entweder im räumlichen Bereich oder im Frequenzbereich stattfinden. Von einem Bild sagt man, daß es im räumlichen Bereich vorliegt, wenn die Werte der zu seiner Beschreibung verwendeten Parameter, wie z. B. Helligkeit, einen unmittelbaren Bezug zum räumlichen Ort haben. Im Frequenzbereich können die Bilder im räumlichen Bereich mittels einer Serie aus Frequenzkomponenten in Form trigonometrischer Funktionen dargestellt werden, die, wenn sie für jeden Bilddatenpunkt (d. h. Bildelement) summiert werden, den Wert des Parameters ergeben, der zur Kennzeichnung des Bildes dieses Punktes im räumlichen Bereich verwendet wird, wobei eine derartige Darstellung zur Abdeckung aller Punkte eines Bildes ausgedehnt werden kann.
Im räumlichen Bereich können die ursprünglichen Bilddaten zweckmäßigerweise als Bilddatenpunkte in einer ersten räumlichen Matrix dargestellt werden, die für einen zweidimensionalen Fall als s(j, i) bezeichnet wird, wobei der Kleinbuchstabe s den räumlichen Ort bezeichnet, i der Index der Reihen und j der Index der Spalten ist. Im Frequenzbereich können Matrizen auch verwendet werden, um ein Bild mathematisch als den Satz der Transformationskoeffizienten zu beschreiben (auch als Frequenzkoeffizienten bezeichnet), die Frequenzdaten in einer Transformationsmatrix darstellen, die üblicherweise als S(v, u) bezeichnet wird, wobei der Großbuchstabe S den Frequenzbereich bezeichnet, u der Index der Zeilen und v der Index der Spalten ist.
Räumliche Bilddatenpunkte können in den Frequenzraum transformiert werden, wobei Transformationen, wie z. B. Fourier-Transformationen oder diskrete gerade Cosinustransformationen verwendet werden. Wenn die betreffende Transformation eine diskrete Cosinustransformation ist, bezeichnet man den Frequenzbereich als DCT- Bereich und die Frequenzkoeffizienten als DCT-Koeffizienten. Herkömmlicherweise bezeichnet man die Transformation von Daten vom räumlichen Bereich in den Frequenzbereich als eine Vorwärts-Transformation, während man die Transformation von Daten vom Frequenzbereich in den räumlichen Bereich als eine Umkehr- Transformation bezeichnet. Somit ist eine diskrete gerade Vorwärts- Cosinustransformation als eine Transformation definiert, deren Bild der ursprünglichen Bilddatenpunkte s(j, i) im räumlichen Bereich auf DCT-Koeffizienten S(v, u) im DCT- Bereich gemäß der Basisfunktion der Vorwärts-DCT abbildet, wohingegen eine diskrete gerade Umkehr-Cosinustransformation (oder IDCT) als eine Transformation definiert wird, welche die DCT-Koeffizienten S(v, u) vom DCT-Bereich auf die rekonstruierten Bilddatenpunkte (j, i) im räumlichen Bereich gemäß der Basisfunktion der IDCT abbildet.
Ein Bild besteht typischerweise aus einer zweidimensionalen P · Q-Anordnung aus Deskriptoren, die als Bildelemente oder Bilddatenpunkte bezeichnet werden, wobei P die Anzahl der Reihen und Q die Anzahl der Spalten ist, die das Bild darstellen. Das Bild kann entweder durch Bilddatenpunkte im räumlichen Bereich oder durch entsprechende DCT-Koeffizienten im Frequenzbereich dargestellt werden. Eine Vorwärts-DCT erzeugt die DCT-Koeffizienten, indem man eine diskrete gerade Cosinustransformation der Bilddatenpunkte nimmt. Umgekehrt erzeugt eine diskrete gerade Umkehr-Cosinustransformation die IDCT-Koeffizienten (d. h. die rekonstruierten Bilddatenpunkte), indem man eine diskrete gerade Umkehr- Cosinustransformation der DCT-Koeffizienten nimmt.
Eine DCT-Transformation kann in einer beliebigen Zahl von Dimensionen auftreten, wie dem Fachman bekannt ist. In dem folgenden eindimensionalen Beispiel kann eine Zeile (allgemeiner als ein Segment bezeichnet) aus N Bilddatenpunkten s(j) vom räumlichen Bereich in die entsprechenden DCT-Koeffizienten S(v) im Frequenzbereich gemäß Gleichung (2) transformiert werden.
wobei: 0 ≤ v ≤ (N-1), v ganzzahlig;
s(j) die Matrix aus Bilddatenpunkten in dem Segment darstellt;
S(v) die entsprechende Matrix aus DCT-Koeffizienten darstellt;
N die Anzahl der Bilddatenpunkte in dem Segment darstellt;
Cv = 1/ 2 für v = 0; und
Cv = 1 für v ≠ 0
Die DCT-Koeffizienten S(v) werden aus Gleichung (2) bestimmt, in der die normierten Cosinusbasisterme für ein Segment mit N Bilddatenpunkten hergeleitet werden. Der Wert für S(0) wird bestimmt für v = 0, indem man jeden der Bilddatenpunkte s(j) für 0 ≤ j ≤ (N-1) mal den Cosinustermen der Basisfunktion summiert. Der Wert für S(1) wird bestimmt als Summierung von Bilddatenpunkten s(j) mal die Cosinusterme für v = 1. Diese Vorgehensweise, deren Index zuerst über v und dann über j läuft, wird für die Herleitung der DCT-Koeffizienten S(0) bis S(N-1) wiederholt.
Eine modifizierte diskrete Umkehr-Cosinustransformation ist in Gleichung (3) mathematisch definiert, in der die eindimensionale Matrix S(v) der DCT-Koeffizienten in eine rekonstruierte Matrix (y) rekonstruierter Bilddatenpunkte transformiert wird, und y ist als reelle Zahl innerhalb des gegebenen Bereichs definiert, wie in der EP-A- 0731957 offenbart und erklärt.
wobei: 0 ≤ y ≤ (N-1), y reell;
S(v) die Matrix der DCT-Koeffizienten darstellt;
(y) die räumliche Matrix der rekonstruierten Bilddatenpunkte darstellt;
N die Anzahl der Bilddatenpunkte in dem Segment darstellt;
Cv = 1/ 2 für v = 0; und
Cv = 1 für v ≠ 0
Wenn die DCT-Koeffizienten S(v) von Gleichung (2) aus einem Satz Bilddatenpunkte s(j) berechnet werden, und die rekonstruierten Bilddatenpunkte (y) der Gleichung (3) aus den entsprechenden DCT-Koeffizienten S(v) berechnet werden, dann gilt s(j) (y), wenn y = j, und der Vorgang wird als umkehrbar oder als eineindeutige Abbildung bezeichnet, da die rekonstruierten Bilddatenpunkte (y) innerhalb bestimmter Grenzen identisch mit den ursprünglichen Bilddatenpunkten von s(j) sind. Durch Auswerten von y in Gleichung (3) bei anderen (nicht ganzzahligen) Werten, bei denen 0 ≤ y ≤ (N-1) ist, erhält man eine modifizierte IDCT, die für verschiedene Vorgänge verwendet werden kann, wie z. B. die Interpolation von Werten, die zwischen diskrete Bilddatenpunkte fallen, die ein Bild darstellen.
Beim Bestimmen der die rekonstruierten Bilddatenpunkte (y) darstellenden Werte unter Verwendung von Gleichung (3) wird (0) bestimmt, indem man jeden der DCT- Koeffizienten S(v) mal die Cosinusterme der Umkehrbasisfunktion für y = 0 summiert. So wird z. B. der Wert für (0,5) als die Summierung von DCT-Koeffizienten S(v) mal die Cosinusterme für y = 0,5 bestimmt. Diese Vorgehensweise, deren Index zuerst auf y und dann auf v läuft, wird zur Herleitung aller gewünschter rekonstruierter Bilddatenpunkte (y) wiederholt, wobei 0 ≤ y ≤ (N-1).
Wie zuvor bemerkt, kann die obige Mathematik ohne weiteres auf mehrfache Dimensionen ausgeweitet werden, wie dem Fachmann bekannt ist. Beispielsweise kann ein Bild im räumlichen Bereich im zweidimensionalen Format dargestellt werden, wie in der zuvor erwähnten EP-A-0731957 beschrieben ist, wobei s(j, i) die Bilddatenpunkte im räumlichen Bereich darstellt, i die Zeilenzahl von 0 bis (P-1) darstellt, j die Spaltenzahl von 0 bis (Q-1), P die Gesamtzahl der Zeilen darstellt und Q die Gesamtzahl der Spalten darstellt. Die Bilddatenpunkte s(j, i) können Parameter darstellen, wie z. B. Helligkeit, Luminanz, Farbe oder Farbton, sind jedoch nicht darauf beschränkt.
Beide Gleichungen (2) und (3) können alternativ in Matrixschreibweise ausgedrückt werden. Die Matrixschreibweise (ohne Indizes) für Gleichung (2) ist:
S = FB · s (4)
wobei S die Matrix der DCT-Koeffizienten darstellt, s die Matrix der Bilddatenpunkte im räumlichen Bereich darstellt, und FB die Vorwärts-DCT-Basismatrix darstellt. Überall in diesem Dokument stellt der Operator "x" eine Matrixmultiplikation dar. Die Matrixschreibweise für Gleichung (3) ist:
= IB · S (5)
wobei die räumliche Matrix aus rekonstruierten Bilddatenpunkten darstellt, und IB die inverse DCT-Basismatrix für die gewünschten Ausgabepunkte (d. h. die rekonstruierten Bilddatenpunkte) darstellt. Eine Kombination der Matrixgleichungen (4) und (5) verringert die Anzahl der arithmetischen Operationen im Gegensatz zur Durchführung der Matrixalgebra in zwei unterschiedlichen Schritten, wie zuvor beschrieben. Eine Kombination der Matrixgleichungen (4) und (5) ergibt.
= IB · (FB · s) = MB · s (6)
wobei MB eine kombinierte DCT-Basismatrix ist, die aus einer Matrixmultiplikation der inversen DCT-Basismatrix IB mit der Vorwärts-DCT-Basismatrix FB hergeleitet wird. Die kombinierte DCT-Basismatrix MB kann während dem Auflösen von Gleichung (6) gleichzeitig berechnet werden, oder MB kann vorab berechnet und in einer Nachschlagetabelle gespeichert werden.

2. Wiener-Filterung

In der Literatur zur Beseitigung von Bildrauschen wurden verschiedene Bildwiederherstellungsverfahren je nach der Art der Verschlechterung oder des Rauschens sowie der Art und Weise, in der die Verschlechterung modelliert und geschätzt wurde, beschrieben. Das allgemein bekannte Wiener-Filter 300 (siehe Fig. 3B) wurde nach den Kriterien des kleinsten mittleren quadratischen Fehlers als das einzige beste Filter zur Beseitigung additiven Rauschens v(n&sub1;, n&sub2;) aus dem rauschbehafteten Signal x(n&sub1;, n&sub2;) ausgelegt, um das wiederhergestellte Signal (n&sub1;, n&sub2;) zu erzeugen, welches das ursprüngliche Bildsignal s(n&sub1;, n&sub2;) darstellt. Das als nicht kausales Wiener- Filter gekennzeichnete resultierende optimale Filter kann, wie in Gleichung (7) gezeigt, ausgedrückt werden, wobei man annimmt, daß sowohl das Bildsignal s(n&sub1;, n&sub2;) als auch das Rauschsignal v(n&sub1;, n&sub2;) eine Nullmitte haben, das Rauschen nicht korreliert, stationär und zufällig ist.
wobei H(ω&sub1;, ω&sub2;) die Fourier-Transformation der gewünschten Filter-Impulsantwort h(n&sub1;, n&sub2;) ist, und Ps(ω&sub1;, ω&sub2;) und Pv(w&sub1;, ω&sub2;) die Leistungsspektren des Bildsignals s(n&sub1;, n&sub2;) bzw. des Rauschsignals v(n&sub1;, n&sub2;) sind.
Eine Variation des Wiener-Filters, die als Leistungsspektrum-Filter bekannt ist, weist die folgende Frequenzantwort auf:
Gleichung (8) ist gleich der Frequenzantwort des Wiener-Filters zur Potenz 1/2. Die Frequenzantwort eines verallgemeinerten Wiener-Filters wird dargestellt als:
wobei α und β Variablen sind, die für spezielle Anwendungen empirisch bestimmt werden können. Tatsächlich umfaßt das verallgemeinerte Wiener-Filter von Gleichung (9) sowohl das Wiener-Filter von Gleichung (7) (für α = 1 und β = 1) als auch das Leistungsspektrum-Filter von Gleichung (8) (für α = 1 und β = 1/2).
In der gängigen Praxis ist die Verwendung eines einzigen Wiederherstellungsfilters durch das gesamte Bild hindurch oft unerwünscht, da die Kenngrößen sowohl des Bildes als auch des Rauschens sich durch unterschiedliche Bereiche des Bildes beachtlich verändern können. So kann z. B. die Menge des Rauschens in dem System für dunkle Bereiche größer als für helle Bereiche sein, wodurch ein adaptiveres Schema für die Rauschbeseitigung erforderlich wird. Adaptive Schemen können sich natürlich je nach der Anpassungsfrequenz und den örtlichen Kenngrößen verändern, die zum Steuern des Anpassungsbetrags in dem Wiederherstellungsalgorithmus verwendet werden.

3. Wiener-Rauschmodellier-Hardware

Das Wiener-Rauschmodelliersystem von Fig. 2 beschreibt wesentliche Elemente, die zur Kennzeichnung einer Wiener-Rauschmaske für eine CCD-Abbildungsvorrichtung gemäß der Erfindung benötigt werden. Das System enthält: eine CCD- Abbildungsvorrichtung (d. h. eine Bildsignalquelle) 242; einen Video-Vorverstärker 208; einen Hochgeschwindigkeits-A/D-Wandler 210; eine parallele digitale Schnittstelle 222; einen programmierbaren Nur-Lese-Speicher (PROM) 218; und einen Microprozessor 240. Das System enthält auch einen Diskettenspeicher 220, ein Flachfeldziel 238 (d. h. ein graues, farbloses Ziel mit gleichförmiger Beleuchtung); sowie eine Tastatur und eine Anzeige 224. Die CCD-Abbildungsvorrichtung 242 besteht aus einer Optik 206, einer Blende 204, einem Blendenselektor 216, einem Verschluß 202, einer Verschlußsteuerung 214, einem CCD 200 sowie einer CCD- Zeitabstimmungsschaltung 212. Der Microprozessor 240 besteht aus zwei Direktspeicherzugriff (DMA)-Steuerungsvorrichtungen 226 und 236, einem parallelen Eingangs/Ausgangs-Anschluß 230, einem seriellen Eingangs/Ausgangs-Anschluß 228, einem Speicher 232 und einem Prozessor 234. Die Optik 206 bildet das Flachfeldziel 238 auf den aktiven Bereich des CCD 200 ab. Das Flachfeldziel 238 wird von einer Lichtquelle 239 beleuchtet, die eine feste und stabile Intensität mit bekannten Spektralkenngrößen hat.
Die Helligkeit an der CCD 200 ist über die Blende 204 einstellbar, um den dynamischen Beleuchtungsbereich der Abbildungsvorrichtung 242 abzudecken. Die Blendengeschwindigkeit des Verschlusses 202 wird durch die Verschlußsteuerungsvorrichtung 214 gesteuert, um die Belichtungszeit für die CCD 200 zu verändern. Die Zeitabstimmung für die CCD-Phasen wird durch eine unabhängige Taktschaltung (nicht gezeigt) erzeugt, die von der digitalen Schnittstelle getriggert wird. Das analoge Ausgangssignal der Abbildungsvorrichtung 242 wird gepuffert, einer Probennahme unterzogen und durch den Video-Vorverstärker 208 digitalisiert. Die Proben werden dann sequentiell in den Speicher 232 des Microprozessors 240 durch die digitale Schnittstelle 222 in Übereinstimmung mit einer ersten Direktzugriffsspeicher-(DMA)- Steuerungsvorrichtung 226 überführt. Der Speicher 232 ist in der Lage, ein gesamtes CCD-Bild sowie die Software zur Steuerung, Datenerfassung und Signalverarbeitung zu speichern. Datendateien und Software-Sicherungsdateien werden auf dem Diskettenlaufwerk 220 gespeichert, das Daten zu dem Hauptspeicher 232 mittels einer zweiten DMA-Steuerungsvorrichtung 236 überführt. Benutzerbefehle, Programme und der Systemstatus sind über die Tastatur und das Anzeigepult 224 verfügbar.
Die CCD 200 ist für verschiedene Luminanzpegel für Rauschen gekennzeichnet, das signalpegelabhängig ist. Tests haben gezeigt, daß zehn Flachfelder, die zehn Helligkeitspegeln entsprechen, angemessen sind, um das Rauschverhalten der CCD 200 vollständig zu beschreiben, obwohl eine unterschiedliche Zahl von Flachfeldern verwendet werden könnte. Ein Meßzyklus beginnt, wenn der Blendenselektor 216 eine vorbestimmte Blende 204 auswählt und die Verschlußsteuerung 214 die Verschlußgeschwindigkeit des Verschlusses steuert, um den niedrigsten nutzbaren Ausgangspegel der CCD 200 zu erzeugen. Die CCD-Zeitabstimmungsschaltung 212 wird freigegeben, und das Video von dem Vorverstärker 208 wird einer Probennahme unterzogen und in dem Analog/Digital-Wandler 210 digitalisiert. Die Ausgabe des Analag/Digital-Wandlers 210 tritt durch die digitale Schnittstelle 222 zu der Direktspeicherzugriff-Steuerungsvorrichtung 226 hindurch, um die Überführungsgeschwindigkeit auf einem Maximalwert zu halten. Dies verringert das Rauschen durch Minimieren der Zeitperiode, während der sich Ladung in den Ladungsgruben des CCD 200 ansammeln kann. Nach Beendigung der Videobild- Erfassung werden die roten, die grünen und die blauen (RGB) Bildelementwerte, die in dem Speicher 232 gespeichert worden sind, in den Luminanz-Chrominanz-(YUV)- Raum umgewandelt. Die YUV-Komponenten werden gesondert verarbeitet, wie in dem folgenden Abschnitt mit der Überschrift "Betriebsweise des Systems zur Rauschmodellierung" beschrieben. Am Ende jedes Meßzyklus werden die verarbeitete Rauschmaske und der entsprechende Luminanzpegel entweder in der Diskette 220 oder dem PROM 218 abgespeichert. Der nächste Zyklus beginnt durch Auswahl eines neuen Luminanzpegels und Wiederholen der obigen Vorgehensweise. Nach dem Messen des Rauschens von zehn Flachfeldern, die zehn Luminanzpegeln entsprechen, werden die Masken und Luminanzdaten in den Nachschlagetabellen (LUT) 714 bzw. 732 gespeichert.

4. Betrieb des Systems zur Rauschmodellierung von Fig. 2

Jede Art einer Bildsignalquelle hat spezielle Rausch-Kenngrößen oder -Eigenschaften für jeden Luminanz- und Chrominanzkanal. Anders ausgedrückt ist die Rauschmodellierung ein Vorgang zur Kamerakalibrierung, wobei jeder Luminanz- und Chrominanzkanal für die Rauschbeseitigung gesondert modelliert werden sollte. Bei dem Versuch, das in einem Bild vorhandene Rauschen zu beseitigen, ist es wichtig, das Rauschen quantitativ zu charakterisieren, so daß das Rauschmodell mit herkömmlichen Filterungsvorrichtungen, wie z. B. einem Wiener-Filter, verwendet werden kann.
Unter der Annahme, daß das Rauschen stationär ist, kann das Rauschleistungsspektrum Pv, das im allgemeinen von der Helligkeit der Szene abhängt, verwendet werden, um das Rauschen zu charakterisieren. So stellt das Integral des Leistungsspektrums die Varianz der Intensität des Bildes dar. Dabei gilt zu beachten, daß unterschiedliche chromatische Kanäle gewöhnlicherweise unterschiedliche Leistungsspektren haben.
Die in einem bevorzugten Verfahren zur Rauschmodellierung auftretenden Schritte, die sich auf das Wiener-Rauschmodelliersystem von Fig. 2 anwenden lassen, sind in Fig. 4 gezeigt. In Block 400 werden eine Vielzahl von Flachfeldern bei einem ersten Pegel ausgewählt, um den Helligkeitsbereich (typischerweise 0 bis 255) der Bildsignalquelle abzudecken. Ein Flachfeld wird definiert als ein Bild eines grauen farblosen Gegenstands mit gleichförmiger Helligkeit. Als Beispiel könnte ein Flachfeld einen Rot-, einen Grün- und einen Blaukanal (RGB) mit Werten R = G = B = 200 haben, was YUV- Luminanz- und Chrominanzkanälen mit Werten von Y = 200 und U = V = 0 entspricht. Ein weiteres Flachfeld könnte die Werte R = G = B = 100, Y = 100 und U = V = 0 haben. In jedem der Fälle hat der Gegenstand des Bildes idealerweise sowohl eine konstante Helligkeit, d. h. Luminanzwert, sowie keinerlei Farbe. Aufgrund der Einführung von Rauschen, das inhärent in jeder Abbildungsvorrichtung vorliegt, weist jedoch ein Flachfeld tatsächlich keine konstanten Luminanz- und Chrominanzwerte auf. Vielmehr besteht der Y- Luminanzkanal aus einem konstanten Luminanzwert plus Rauschen, und die U- und V- Chrominanzkanäle bestehen aus zufälligem Rauschen mit Null-Mittelwert. Mit anderen Worten fluktuiert die Helligkeit des Luminanzsignals oder des Chrominanzsignals eines Flachfeldes aufgrund der Rauschkomponente.
Man hat empirisch festgestellt, daß zehn Flachfelder eine Probennahme des Helligkeitsbereichs von 0 bis 255 vieler Bildsignalquellen zur Rauschmodellierung in geeigneter Weise durchführen können, obwohl eine unterschiedliche Anzahl von Flachfeldern für spezielle Anwendungen ausgewählt werden kann, wenn man dies wünscht. Man sollte jedoch darauf achten, eine vollständige Probennahme des betreffenden Helligkeitsbereichs durchführen. In dem vorliegenden Beispiel werden zehn Flachfelder je nach den Helligkeitspegeln 0, 25, 50, 81, 115, 144, 169, 195, 220 und 255 willkürlich ausgewählt.
In Block 402 wird jedes Flachfeld in 8 · 8 erste Segmente unterteilt, und eine Vorwärts- DCT wird an jedem ersten Segment durchgeführt, um 8 · 8 Erstpegel-DCT-Anordnungen S&sub1;(v, u) aus DCT-Koeffizienten zu erzielen, die für die Charakterisierung des Rauschens in dem Flachfeld nützlich sind. Die 8 · 8 Erstsegmentgröße wird für eine Kompatibilität mit standardmäßiger Bildverarbeitungs-Hardware ausgewählt, und der Ausdruck "Erstsegment" wird in dieser gesamten Anmeldung verwendet, um jegliches Erstpegel- Segment zu bezeichnen. Das erste Element S(0,0) jeder 8 · 8-Anordnung S(v, u) aus DCT-Koeffizienten wird als der DC-Koeffizient charakterisiert, und die anderen Elemente von S(v, u) werden als AC-Koeffizienten charakterisiert. Es werden modifizierte Erstpegel-DCT-Anordnungen Smod1(v, u) erzeugt, indem man die DC- Koeffizienten in den Anordnungen S&sub1;(v, u) auf null setzt. In Block 404 wird ein DCT- Rauschleistungsspektrum Pv für jedes Erstsegment jedes Flachfeldes erzeugt; indem man jeden der 64 modifizierten DCT-Koeffizienten Smod1(v, u) jedes Erstsegments quadriert. Ein mittleres Erstsegment-Leistungsspektrum Pv(ave1) wird für jedes Erstpegel-Flachfeld in Block 406 durch Mittelung entsprechender Elemente jedes Erstsegment-Leistungsspektrums in jedem Erstpegel-Flachfeld erzeugt. Anders ausgedrückt, wenn ein Erstpegel-Flachfeld in 256 Erstsegmente unterteilt wurde und jedes Erstsegment als eine 8 · 8-Anordnung dargestellt wurde, würde jedes Anordnungselement bei (0,1) summiert werden und durch 256 dividiert werden, um das gemittelte Anordnungselement bei (0,1) zu bestimmen, jedes Anordnungselement bei (0,2) würde summiert und durch 256 dividiert werden, um das gemittelte Anordnungselement bei (0,2) zu bestimmen, etc. In Block 408 wird eine Erstpegel- Rauschmaske für jedes Erstpegel-Flachfeld erzeugt, indem man die Quadratwurzel jedes Elements des gemittelten Erstsegment-Leistungspektrums für jedes Erstpegel-Flachfeld nimmt.
Die Erstpegel-Rauschmasken, welche die DC-Elemente vernachlässigen, haben eine ähnliche Form. Somit unterscheidet sich jede Erstpegel-Rauschmaske eines speziellen Flachfeldes von derjenigen eines anderen nur durch einen Erstpegel-Skalierungsfaktor oder LUT-Wert, der in Block 410 für jedes Erstpegel-Flachfeld erzeugt wird durch Quadrieren jedes Elements jeder Erstpegel-Rauschmaske, Summieren der quadrierten Elemente jeder Erstpegel-Rauschmaske, Dividieren der Summe durch 64, um einen Quotienten zu erzeugen, und daraufhin Ziehen der Quadratwurzel des Quotienten.
Der Erstpegel-LUT-Wert wird als Vergleich des mittleren Luminanzwertes jedes beliebigen individuellen Flachfeldes mit dem mittleren Luminanzwert der mittleren Rauschmaske für das Flachfeld bestimmt. Die Korrelation zwischen den Rauschmasken kann ausgedrückt werden als
Mu = L(u)M (10)
wobei: Mu die individuelle Rauschmaske für das Flachfeld mit einem mittleren Luminanzwert u darstellt;
M eine normierte Rauschmaske darstellt; und
L(u) einen von u abhängigen LUT-Wert darstellt.
In dem vorliegenden Beispiel werden zu den zehn ausgewählten Flachfeldern entsprechende zehn Werte u in einer ersten Nachschlagetabelle gespeichert.
Eine typische Bildsignalquelle ist gekennzeichnet durch 256 unterschiedliche Luminanzpegel, und da nur zehn der möglichen 256 Luminanzpegel für die zehn ausgewählten Flachfelder empirisch hergeleitet werden, können die anderen 246 Luminanzpegel durch Bestimmen eines interpolierten Skalierungsfaktors zwischen geeigneten benachbarten Skalierungsfaktoren in der Erstpegel-Nachschlagetabelle angenähert werden. Somit kann eine Rauschmaske für jeden beliebigen Helligkeitspegel erzeugt werden, indem man entweder einen gespeicherten oder interpolierten Skalierungsfaktor mit der generischen normierten Rauschmaske multipliziert. Auf diese Art kann die generische normierte Rauschmaske modelliert werden, um jeden beliebigen Helligkeitspegel für eine gegebene Bildsignalquelle genau zu messen.
Vor dem Erzeugen der generischen normierten Erstpegel-Rauschmaske muß eine normierte Erstpegel-Rauschmaske für jedes Erstpegel-Flachfeld in Block 412 erzeugt werden. Jedes Element jeder in Block 408 erzeugten Erstpegel-Rauschmaske wird durch den entsprechenden Erstpegel-LUT-Wert, d. h. den für das entsprechende Erstpegel- Flachfeld erzeugten Skalierungsfaktor dividiert. Dann wird in Block 414 die generische normierte Erstpegel-Rauschmaske erzeugt, indem man entsprechende Elemente von jeder der normierten Erstpegel-Rauschmasken mittelt. Anders ausgedrückt: das DC- Element ist null, das Element bei (0,1) wird bestimmt, indem man jedes der Elemente bei (0,1) von den zehn Flachfeldern addiert und dann durch zehn dividiert, das Element bei (0,2) wird bestimmt, indem man jedes der Elemente bei (0,2) von den zehn Flachfeldern addiert und dann durch zehn dividiert, etc.
Wie zuvor gezeigt, hängt der Rauschgehalt in jedem durch die Bildsignalquelle abgebildeten Flachfeld von dem Helligkeitspegel des Gegenstands ab, d. h. der Helligkeitspegel wird durch den mittleren Luminanzwert des Flachfeldes definiert, das als DC-Komponente jeder individuellen Rauschmaske gespeichert wird. Folglich schwankt das Rauschen in jedem Flachfeld, so daß jedes Flachfeld eine gesonderte Rauschsignalkomponente enthält, die durch die individuelle Erstpegel-Rauschmaske mit einem gesonderten mittleren Luminanzwert entfernt werden soll. Wie schon gesagt, haben die Erstpegel-Rauschmasken unter Vernachlässigung der DC-Komponenten eine ähnliche Form. Das Diagramm von Fig. 5A plottet z. B. normierte Erstpegel- Rauschmasken, die aus zehn Flachfeldern abgeleitet werden, plus eine generische normierte Rauschmaske (durch die gestrichelte Linie gezeigt) als Funktion des Rauschmaskenwerts gegenüber dem Index v für jedes Element eines Acht-Punkt- Erstsegments, das als 8 · 1-Matrix dargestellt wird. Realistischer würde eine normierte Erstpegel-Rauschmaske in zwei Dimensionen auf einem zu dem in Fig. 5B gezeigten ähnlichen Diagramm modelliert werden, obwohl die hier beschriebenen Modellierverfahren ohne weiteres auf eine beliebige Zahl von Dimensionen ausgeweitet werden könnten, wie dem Fachmann bekannt ist. Fig. 5B zeigt drei zueinander senkrechte Achsen zum Auftragen einer zweidimensionalen normierten Erstpegel- Rauschmaske als Rauschmaskenwert über den DCT-Indizes u und v, die wiederum zu den Grenzen P bzw. Q beim Definieren der vorbestimmten Größe des Bildes ausgeweitet werden. Jeder der in dieser Diskussion verwendeten obigen Parameter wurde zuvor definiert und im Zusammenhang mit der DCT-Mathematik beschrieben, die zur Erleichterung der erfinderischen Verfahren verwendet wird. Fig. 5B demonstriert die Unterteilung eines Flachfeldes in 8 · 8-Erstsegmente. Würde man das Diagramm von Fig. 5A ausweiten und auf Fig. 5B in zwei Dimensionen abbilden, so wären zehn zweidimensionale gekrümmte Flächen das Ergebnis, plus einer gemittelten gekrümmten Fläche, die der gestrichelten Linie von Fig. 5A entspricht. Jedes Element jedes 8 · 8- Erstsegments in Fig. 5B würde zehn gesonderte normierte Erstpegel-Rauschmasken plus die generische normierte Rauschmaske der gemittelten gekrümmten Oberfläche abbilden.
Ein Problem mit dem obigen Schema zur Rauschmodellierung rührt von der Segmentierung des Bildes her. Aus dem oben beschriebenen erkennt man, daß die normierte Erstpegel-Rauschmaske und die LUT-Werte nützlich sind, um das Intrasegment-Rauschen zu charakterisieren. Allerdings kann das niederfrequente Rauschen mit einer Wellenlänge, die bezüglich der Segmentgröße groß ist, nicht modelliert werden. Um dieses Problem zu lösen, verwendet man einen hierarchischen Ansatz in einem Pyramiden-Rauschverringerungsschema. Das Rauschen wird auf mehrfachen Pegeln modelliert, wobei jeder Pegel eine skalierte Version der DCT- Koeffizienten der Flachfelder darstellt. Mit anderen Worten konstruiert man eine Pyramidendarstellung der Flachfelder, woraufhin eine Nachschlagetabelle und eine normierte Rauschmaske für jeden Pegel der Pyramide erzeugt werden.
Die Vorgehensweise zum Aufbauen einer Pyramide für die Mehrfachpegel- Rauschmodellierung ist für zwei Pegel in Fig. 4 beschrieben. Diese Vorgehensweise könnte ohne weiteres auf jede beliebige Zahl von Pegeln ausgeweitet werden, indem man die zum Aufbauen des zweiten Pegels verwendete Sequenz der Schritte dupliziert. Die Erstpegel-Verarbeitung zum Erzeugen von Erstpegel-Skalierungsfaktoren und einer generischen normierten Erstpegel-Rauschmaske wurden für die Blöcke 200-214 zuvor beschrieben.
Fährt man mit dem vorherigen Beispiel fort, das zehn vorausgewählte Flachfelder verwendete, so beginnt die Zweitpegel-Verarbeitung in Block 414, bei dem für jedes Flachfeld an den DCT-Koeffizienten S&sub1;(v, u) eine Abwärts-Probennahme durchgeführt wird, indem man das erste Element S&sub1;(0,0), d. h. das DC-Element, von jedem Erstsegment nimmt und Zweitpegel-Flachfelder bildet, welche nur die DC-Elemente von den Erstpegel-DCT-Koeffizienten enthalten. Die räumliche Aneinanderreihung der auf Abwärts-Probennahme beruhenden Elemente bleibt ungestört. Dieses Schema der Abwärts-Probennahme ist in Fig. 6A und 6B dargestellt. Fig. 6A stellt ein Erstpegel- Flachfeld mit 64 · 64 Bildelementen dar, das in 8 · 8 Erstsegmente unterteilt wurde und einer DCT-Transformation ausgesetzt wurde. Fig. 6B stellt nur die DC-Elemente von Fig. 6A dar, d. h. das Zweitpegel-Flachfeld der auf Abwärts-Probennahme beruhenden DCT-Koeffizienten, das ein 8 · 8-Zweitsegment in dieser Darstellung bildet. Der Ausdruck "Zweitsegment" wird in dieser Anmeldung durchwegs verwendet, um jedes 8 · 8-Zweitpegel-Segment zu identifizieren. Der DC-Koeffizient 1 des 8 · 8-Erstsegments 601 in Fig. 6A wird zu dem Element 1 des 8 · 8-Zweitsegments 606 in Fig. 6B; der DC- Koeffizient 2 des Erstsegments 402 wird zu dem Element 2 des Zweitsegments 606; der DC-Koeffizient 3 des Erstsegments 603 wird zu dem Element 3 des Zweitsegments 606; etc. Bei den verbleibenden Erstsegmenten wird auf dieselbe Weise eine Abwärts- Probennahme durchgeführt.
In Block 416 werden Zweitpegel-DCT-Anordnungen S&sub2;(v, u) aus DCT-Koeffizienten erzeugt, indem zuerst das Zweitpegel-Flachfeld von Fig. 6B in 8 · 8-Zweitsegmente unterteilt wird und dann die DCT jedes Zweitsegments genommen wird. Modifizierte Zweitpegel-DCT-Anordnungen Smod2(v, u) werden erzeugt, indem die DC-Koeffizienten in S&sub2;(v, u) auf null eingestellt werden. Zweitpegel-Rauschleistungsspektren werden für die Zweitsegmente erzeugt, indem die modifizierten Zweitpegel-DCT-Koeffizienten in Block 418 quadriert werden. Ein gemitteltes Zweitsegment-Leistungsspektrum Pv2(ave) wird für jedes Zweitpegel-Flachfeld in Block 420 erzeugt, indem die entsprechenden Elemente jedes Zweitsegment-Leistungsspektrums in jedem Zweitpegel-Flachfeld gemittelt werden. In Block 422 wird eine Zweitpegel-Rauschmaske für jedes Zweitpegel-Flachfeld erzeugt, indem die Quadratwurzel jedes Elements des gemittelten Zweitsegment-Leistungsspektrums für jedes Flachfeld gezogen wird. Jede Zweitpegel- Rauschmaske eines speziellen Flachfeldes unterscheidet sich von derjenigen eines anderen nur um einen Zweitpegel-LUT-Wert, der in Block 424 für jedes Zweitpegel- Flachfeld erzeugt wird durch Quadrieren jedes Elements jeder Zweitpegel- Rauschmaske, Summieren der quadrierten Elemente jeder Zweitpegel-Rauschmaske, Dividieren der Summe durch 64, um einen Quotienten zu erzeugen, und Ziehen der Quadratwurzel des Quotienten. Um eine normierte Zweitpegel-Rauschmaske in Block 426 für jedes Zweitpegel-Flachfeld zu erzeugen, wird jedes Element jeder in Block 422 erzeugten Zweitpegel-Rauschmaske durch den entsprechenden Zweitpegel-LUT-Wert, d. h. den für das jeweilige Zweitpegel-Flachfeld erzeugten Skalierungsfaktor dividiert. Schließlich wird in Block 428 eine generische normierte Zweitpegel-Rauschmaske erzeugt, indem man entsprechende Elemente jeder der normierten Zweitpegel- Rauschmasken mittelt. Selbstverständlich könnte die obige Vorgehensweise bei Bedarf für zusätzliche Pyramidenpegel wiederholt werden. Allgemein hat man herausgefunden, daß drei Pegel für angemessene Ergebnisse der Rauschbeseitigung sorgen.
Die obige Vorgehensweise zur Rauschbeseitigung sollte vorzugsweise auf jeden Luminanz- und Chrominanzkanal angewendet werden. Für eine typische Bildsignalquelle mit einem Luminanz- und zwei Chrominanzkanälen führt dies zu der Notwendigkeit, 9 Nachschlagetabellen und 9 Rauschmasken für eine Dreipegel- Pyramidenstruktur zu erzeugen. Man beachte, daß die Nachschlagetabellen für sowohl den Luminanzkanal als auch die Chrominanzkanäle durch den Mittelwert der Luminanzkomponente indexiert werden, da man den Mittelwert einer Chrominanzkomponente eines beliebigen Flachfeldes als null annimmt, und wobei der Rauschpegel in den Chrominanzkomponenten von der Gesamtintensität des Flachfeldes, d. h der Helligkeit des Gegenstands abhängt.

5. Das Wiener-Rauschfilterungssystem von Fig. 7

Die wesentlichen Elemente einer adaptiven Wiener-Rauschfilterung unter Verwendung einer digitalen CCD-Standbildkamera als Bildsignalquelle sind in Fig. 7 dargestellt. Das Filtersystem besteht aus einer CCD-Kamera 700, einem Videospeicher 702, einem 8 · 8- Block-DCT-Prozessor 722, einem DC-Koeffizientenregister 716, einem AC- Koeffizientenregister 726, einem Filterkoeffizientenregister 720, einer inversen normierten Masken-Nachschlagetabelle 714, einer inversen Luminanzpegel- Nachschlagetabelle 732, Multiplizierern M1, M2, M3, einer Wiener- Filternachschlagetabelle 724, einer Anzeige 704 und einer Steuerungslogik 734. Der DCT-Prozessor 722 enthält zwei Matrixmultriplizierer 706, 710, zwei DCT/IDCT- Koeffizientenspeicher 712, 718 und einen transponierten Speicher 708. Die Eingabe in den Videospeicher 702 bildet die CCD-Kamera 700 mit zugeordneten Linsen, einer Verschlußsteuerung, einem Analog/Digital-Wandler, einem RGB/YUV-Wandler und Zeitabstimmungsschaltungen (nicht gezeigt). Die zuvor gemessenen Rauschkenngrößen der CCD 700 sind in der inversen normierten Maske LUT 714 und dem inversen Luminanzpegel LUT 732 gespeichert. Es können sowohl gefilterte als auch ungefilterte Bilder auf dem digitalen Monitor 704 angezeigt werden, der mit einem seriellen Anschluß des Videospeichers 702 verbunden ist.
Jede YUV-Komponente wird zu drei Pegeln im DCT-Raum verarbeitet, wie in dem folgenden Abschnitt mit dem Titel "Pyramiden-Bilddarstellung" beschrieben. Das Bildsignal von der Kamera 700 wird in dem Videospeicher 702 im Rasterabtastformat gespeichert, so daß es mit der Anzeige 704 kompatibel ist. Das Format des Bildsignals wird in 8 · 8-Blöcke durch die Steuerungsvorrichtung 734 umgewandelt, welche die passenden Adressen in dem Videospeicher 702 erzeugt. Der DCT-Prozessor 722 wandelt die 8 · 8-Blöcke in den Frequenzraum um. Der DC-Koeffizient eines Blocks wird dann als mittlerer Luminanzwert genommen und in dem DC-Koeffizientenregister 716 gespeichert. Er verbleibt in dem Register 716 für die Dauer der Filterungsoperation der verbleibenden 63 AC-Koeffizienten des Blocks. Vor der Filterung wird jeder AC- Koeffizient zeitweilig in dem AC-Koeffizientenregister 726 gespeichert. Der AC- Koeffizient wird in dem Register 726 gehalten, bis er durch den Filterwert gewichtet worden ist und er bei diesem Punkt zurück in den Videospeicher 702 geschrieben wird.
Die Ausgabe von dem DC-Koeffizientenregister 716 und der Pyramidenkegel dienen als Adressen zum Zugreifen auf den inversen Luminanzpegel LUT 732. Die Ausgabe von dem AC-Koeffizientenregister 726 und der Pyramidenkegel dienen als Adressen, um auf die inverse normierte Maske LUT zuzugreifen. Der Multiplizierer M2 bildet das Produkt aus dem abgerufenen inversen Luminanzwert 1/L(u) und dem abgerufenen inversen normierten Rauschmaskenwert 1/Mu. Dieses Produkt ist gleich der umgekehrten Quadratwurzel der Rauschleistung 1/Pv1/2. Der Multiplizierer M3 bildet das Produkt 1/Pv1/2 und die zugeordneten AC-Koeffizienten S. Das Verhältnis S/Pv1/2 dient als Adresse für das Wiener-Filter-LUT 724, welches die vorab berechnete Filterfunktion für die geeigneten Auswahlen vorbestimmter Abstimmwerte α und β enthält. Der abgerufene Filterkoeffizient von dem LUT 724 wird vorübergehend in dem Filterkoeffizientenregister 720 gespeichert, wo er abgerufen und mit den AC- Koeffizienten in dem Multiplizierer M1 multipliziert werden kann, um einen gewichteten AC-Koeffizienten zu bilden. Der gewichtete AC-Koeffizient wird zurück in den Videospeicher 702 gespeichert, und ein neuer AC-Koeffizient von dem DCT- Prozessor 722 wird an das AC-Koeffizientenregister 726 weitergeleitet. Wenn alle 63 AC-Koeffizienten wie oben beschrieben verarbeitet worden sind, wird der ursprüngliche DC-Koeffizient für den Block unverändert an den Videospeicher 702 zurückgegeben. Nachdem alle Blöcke gefiltert worden sind, stellen die in dem Speicher 702 gespeicherten DC-Koeffizienten ein auf Unter-Probennahme beruhendes Bild für den zweiten Pegel der Pyramide dar. Der zweite Pegel wird auf dieselbe Weise wie der erste Pegel gefiltert, und die DC-Koeffizienten aller 8 · 8-Blöcke des zweiten Pegels zusammen bilden den dritten Pegel der Pyramide. Es könnten, falls gewünscht, zusätzliche Pegel konstruiert werden, wenn auch diese bevorzugte Ausführungsform auf drei Pyramidenpegeln beschränkt ist.
Das Bild wird in der in dem folgenden Abschnitt mit dem Titel "Bildwiederherstellung" skizzierten Art und Weise rekonstruiert. Der Vorgang beginnt, indem man an den gefilterten 8 · 8-Blöcken des dritten Pegels eine IDCT durchführt. Man erreicht dies, indem man die vorbestimmten Matrizen der DCT/IDCT-Koeffzientenspeicher ändert und jeden Drittpegelblock durch den DCT-Prozessor 722 hindurchleitet. Die IDCT- Koeffizienten treten durch den Multiplizierer M1 unverändert hindurch und ersetzen die DC-Koeffizienten der Zweitpegelblöcke. Wenn alle Zweitpegel-DC-Werte wiederhergestellt worden sind, schreitet die Verarbeitung zur Rekonstruktion der Erstpegelblöcke fort. Die IDCT wird an den Zweitpegelblöcken durchgeführt, um die Erstpegelblöcke der IDCT-Koeffizienten zu erzeugen, die wiederum das rekonstruierte Bild darstellen.

6. Betrieb des Rauschfilterungssystems

Ein Bild kann bei unterschiedlichen Frequenzpegeln unter Verwendung einer Pyramiden-Bilddarstellung dargestellt werden, wobei die Frequenzen der das Bild darstellenden elektronischen Signalverläufe bei jedem Pyramidenpegel in ein unterschiedliches Frequenzband unterteilt werden. So kann z. B. ein Bildsignal in drei Pegel unterteilt werden, d. h. in einen ersten Pegel, der eine hohe Frequenzkomponente des elektronischen Signalverlaufs darstellt, einen zweiten Pegel, der eine mittlere Frequenzkomponente des elektronischen Signalverlaufs darstellt, und einen dritten Pegel, der eine niedrige Frequenzkomponente des elektronischen Signalverlaufs darstellt. Die Rauschmodellierung und nachfolgende Rauschverringerung können dann bei jedem Pegel durchgeführt werden, um eine passende Filterung bei allen betreffenden Frequenzen zu gewährleisten.
Ein Beispiel der Verwendung einer Pyramiden-Bilddarstellung für die Bildverarbeitung wurde von Burt und Adelson in "The Laplacian Pyramid as a Compact Image Code", IEEE Trans. on COM, Band COM-31, Nr. 4, April 1983, als Laplace-Pyramide auf der Grundlage von Laplace-Transformationen vorgestellt. Die Laplace-Pyramide enthält eine Filterung und eine Abwärts-Probennahme eines Bildes von einem Pegel zu einem anderen durch Anwendung einer Laplace-Filterfunktion. Das Ergebnis ist eine kompakte Bilddarstellung, die für die Bildcodierung nützlich ist. Für das vorliegende erfinderische System und Verfahren wird eine Pyramiden-Bildstruktur einer Variante der Wiener- Filterung mit nachfolgender Bildwiederherstellung ausgesetzt. Diese Schritte sind für die bevorzugte Ausführungsform in den folgenden Abschnitten (i), (ii) und (iii) beschrieben.

(i) Pyramiden-Bilddarstellung

Wenn die Pyramiden-Bilddarstellung wie in den Schritten von Fig. 8A konstruiert wird, wird das im räumlichen Bereich vorhandene Bildsignal bei dem ersten Pegel in Block 800 in 8 · 8 Erstpegel-Segmente segmentiert. Andere Segmentgrößen sind möglich, doch ist die bevorzugte Ausführungsform mit den JPEG-Kompressionsstandards kompatibel, die 8 · 8-Segmentgrößen und herkömmliche Hardware verwenden. Eine DCT wird dann an jedem Erstpegel-Segment durchgeführt, um Erstpegel-DCT-Koeffizienten zu erzeugen, die in einem Speicher für jedes Erstpegel-Segment gespeichert werden. In Block 802 werden gemittelte Erstpegel-DC-(Gleichstrom)-Werte bei der (0,0)-Position jedes Erstpegel-Segments bestimmt, der Reihe nach geordnet (wie zuvor anhand von Fig. 6A und 6B beschrieben), um eine Zweitpegel-Darstellung des Bildsignals zu bekommen, und dann in einem Speicher gespeichert. Jeder gemittelte Erstpegel-DC- Wert stellt einen Mittelwert der 64 Bildelemente des entsprechenden Erstpegelsegments dar. Die Zweitpegel-Darstellung des Bildsignals wird dann in Block 804 in 8 · 8- Zweitpegelsegmente segmentiert. Eine DCT wird dann an jedem Zweitpegelsegment durchgeführt, um Zweitpegel-DCT-Koeffizienten zu erzeugen, die im Speicher für jedes Zweitpegelsegment gespeichert werden. In Block 806 werden gemittelte Zweitpegel- DC-Werte für jedes Zweitpegelsegment bestimmt, der Reihe nach angeordnet (wie zuvor anhand von Fig. 6A und 6B beschrieben), um eine Drittpegeldarstellung des Bildsignals zu erzeugen, und dann in einem Speicher gespeichert. Eine DCT wird dann an jedem Drittpegelsegment in Block 808 durchgeführt, um Drittpegel-DCT- Koeffizienten zu erzeugen, die für jedes Drittpegelsegment in einem Speicher gespeichert werden.
Die oben beschriebene Vorgehensweise führt zu einer DCT-Pyramiden-Bilddarstellung mit drei Pegeln. Jeder Pegel besteht aus einer Vielzahl von DCT-Koeffizienten, die in 8 · 8-Segmente unterteilt werden können. Jedes Segment bei jedem Pegel enthält sowohl einen einzigen DC-Wert, der einen gemittelten DCT-Koeffizientenwert für dieses Segment darstellt, plus 63 AC-(Wechselstrom)-Koeffizientenwerte. Jeder Pegel der DCT-Koeffizienten stellt ein unterschiedliches Frequenzband des Bildsignales dar. Man beachte, daß "Frequenz" die Bedeutung von "DCT-Frequenz" hat. Die Erstpegel-DCT- Koeffizienten stellen hohe Frequenzkomponenten dar, die Zweitpegel-DCT- Koeffizienten stellen mittlere Frequenzkomponenten dar, und die Drittpegel-DCT- Koeffizienten stellen niedrige Frequenzkomponenten dar. Somit kann ein ungewolltes Rauschen minimiert oder aus einem mit Rauschen behafteten Signal entfernt werden, indem man die Frequenzkomponenten jedes Pegels bei hohen, mittleren und niedrigeren Frequenzen filtert.

(ii) Wiener-Variantenfilterung

Wiener-Filter sind Funktionen aus den zuvor diskutierten Fourier-Transformationen. Allerdings wird eine Variante des verallgemeinerten Wiener-Filters von Gleichung (9) in der vorliegenden Erfindung implementiert, indem Fourier-Transformationen durch DCT-Transformationen ersetzt werden. Auf diese Weise kann DCT-Hardware in einer Filterungsvorrichtung verwendet werden. Das vollständige Filterungsverfahren ist gemäß der Schritte von Fig. 8B ausführlich beschrieben.
Für unser Beispiel wurde eine Bildsignalquelle der zuvor diskutierten Rauschmodellierung ausgesetzt, so daß jedem der drei Pegel der Pyramiden- Bilddarstellung eine vorbestimmte generische normierte Rauschmaske und eine Serie aus in einem Speicher gespeicherten vorbestimmten luminanzabhängigen LUT-Werten zugeführt worden ist. In Block 820 werden eine vorbestimmte generische normierte Erstpegel-Rauschmaske und vorbestimmte Erstpegel-LUT-Werte aus dem Speicher abgerufen. Die Erstpegel-LUT-Werte werden mit der generischen normierten Erstpegel- Rauschmaske in Block 822 multipliziert, um eine Erstpegel-Rauschmaske zu erzeugen. Daraufhin werden die Werte der Erstpegel-Rauschmaske quadriert, um das Leistungsspektrum Pv(ω1, ω2) für jedes Erstpegel-8 · 8-Segment zu erzeugen. Dann wird in Block 824 ein Erstpegel-Signalleistungsspektrum Ps(ω1, ω2) für jedes Erstpegelsegment erzeugt, indem man die Erstpegel-DCT-Koeffizienten jedes Erstpegelsegments quadriert. Das Filter für die Erstpegelsegmente wird in Block 825 gemäß dem DCT-Wiener-Variantenfilter erzeugt (siehe Gleichung (9)), indem zuerst ein vorbestimmter Wert α mit dem Erstpegel-Rauschleistungsspektrum Pv(ω1, ω2) multipliziert wird, um ein erstes Filterprodukt Pv(ω1, ω2) zu erzielen, und man dann das erste Filterprodukt und das Erstpegel-Signalleistungsspektrum Ps(ω1, ω2) addiert, um eine erste Summe Ps(ω1, ω2) + α Pv(w1, ω2) zu erhalten, und man dann das Erstpegel- Signalleistungsspektrum durch die erste Summe dividiert, um einen ersten Quotienten zu erhalten, und man schließlich das gefilterte Erstpegel-Segment erzeugt, indem man den ersten Quotienten mit einem vorbestimmten Wert β potenziert. Die gefilterten Erstpegelsegmente werden in Block 826 durch elementweise (Masken-)Multiplikation des Filters H(ω1, ω2) mit jedem Segment erzeugt.
Die obige Vorgehensweise wird für den zweiten Pegel in Block 828 bis 834 und für den dritten Pegel in Block 836 bis 842 wiederholt.

(iii) Bildwiederherstellung

Sobald die DCT-Koeffizienten bei jedem Pegel der Pyramiden-Bilddarstellung wie oben beschrieben mit einem Wiener-Variantenfilter gefiltert sind, ist das gefilterte Bild für die Wiederherstellung gemäß der in dem Blockdiagramm von Fig. 8C gezeigten Schritte bereit. In Block 860 werden Drittpegel-IDCT-Koeffizienten erzeugt, indem man eine IDCT an jedem Drittpegel-8 · 8-Segment durchführt. Es werden modifizierte gefilterte Zweitpegel-8 · 8-Segmente in Block 862 erzeugt, indem man die gefilterten Zweitpegel- Segmente von dem Speicher abruft und die Zweitpegel-DC-Werte durch entsprechende Drittpegel-IDCT-Koeffizienten ersetzt. In Block 864 werden Zweitpegel-IDCT- Koeffizienten in 8 · 8-Segmenten erzeugt, indem man eine IDCT an jedem modifizierten gefilterten Zweitpegelsegment durchführt. Modifizierte gefilterte Erstpegel-8 · 8- Segmente werden in Block 866 erzeugt, indem man gefilterte Erstpegelsegmente von dem Speicher abruft und die Erstpegel-DC-Werte durch entsprechende Zweitpegel- IDCT-Koeffizienten ersetzt. In Block 868 werden Erstpegel-IDCT-Koeffizienten erzeugt, indem man eine IDCT an jedem modifizierten gefilterten Erstpegel-8 · 8- Segment durchführt. Die Erstpegel-IDCT-Koeffizienten stellen das wiederhergestellte Bild, d. h. das Bild mit verringertem Rauschen, für den verarbeiteten Luminanz- oder Chrominanzkanal dar. Die obige Vorgehensweise wird wiederholt, bis eine Rauschverringerung für jeden Kanal der Bildsignalquelle bewirkt worden ist.
Obwohl die obige bevorzugte Ausführungsform keine Überlappung benachbarter 8 · 8- Segmente verwendet, könnte eine Überlappung einer beliebigen Zahl von Bildelementen in jeder Dimension bei jedem Pyramidenpegel durchgeführt werden. Somit muß in der Bildwiederherstellungsstufe eine Überlappung bei jedem Pegel auftreten. Eine Überlappung ist dem Fachmann bekannt, und die Einzelheiten eines für die vorliegende Erfindung geeigneten Überlappungsschemas sind in der Mutteranmeldung beschrieben.
Die oben beschriebenen Ausführungsformen der vorliegenden Erfindung dienen lediglich zur Veranschaulichung der vielen möglichen speziellen Ausführungsformen und Abwandlungen der beanspruchten Erfindung. Zahlreiche Äquivalente der beanspruchten Vorrichtungen und Verfahren werden durch die Ansprüche erfaßt, wie sie ein Fachmann versteht, und fallen somit in den Schutzbereich der beanspruchten Erfindung.

Claims

1. Vorrichtung zum Filtern des Rauschens von einem digitalen Bildsignal, das von einer durch Rauschen modellierten Bildsignalquelle (700) erzeugt wird, wobei das Bildsignal ein Bild darstellt und die Vorrichtung gekennzeichnet ist durch die Kombination aus:

1a) einem Mittel (734) zum Segmentieren des digitalen Bildsignals in angeordnete Datenblöcke, von denen jeder einen unterschiedlichen Abschnitt des Bildes darstellt;

1b) einem Speichermittel (720) zum Speichern einer vorbestimmten Variante eines Wiener-Rauschfilters (724), das so strukturiert ist, daß es das von der Bildsignalquelle (700) erzeugte Rauschen verringert, wo die Variante des Filters an die Größe jedes der Blöcke angepaßt ist;

1c) einem Mittel (722) zum Bereitstellen eines mittleren Luminanzwertes (1, 2) für jeden der Blöcke durch Transformieren jedes der Blöcke in den Frequenzbereich durch Ausführen einer diskreten Cosinustransformation von jedem der Blöcke;

1d) einem Mittel (734) zum Bestimmen eines der Variante des Filters zugeordneten Skalierungsfaktors für jeden der transformierten Blöcke in Übereinstimmung mit dem mittleren Luminanzwert in jedem der transformierten Blöcke; und

1e) einem Mittel (734) zum Skalieren der Variante des Filters für jeden der transformierten Blöcke in Übereinstimmung mit dem Filter-Skalierungsfaktor jedes der transformierten Blöcke und Verwenden des skalierten Filters für jeden der transformierten Blöcke.

2. Vorrichtung nach Anspruch 1, gekennzeichnet durch Mittel (18) zum Bilden von Unterblöcken der mittleren Luminanzwerte und Durchführen der Schritte 1b), 1c), 1d) und 1e) für die Unterblöcke.

3. Verfahren zum Filtern des Rauschens von einem digitalen Bildsignal, das von einer durch Rauschen modellierten Bildsignalquelle (700) erzeugt wird, wobei das Bildsignal ein Bild darstellt und das Verfahren durch eine die folgenden Schritte enthaltende Kombination aus Schritten gekennzeichnet ist:

3a) Segmentieren des digitalen Bildsignals in angeordnete Datenblöcke, von denen jeder einen unterschiedlichen Abschnitt des Bildes darstellt;

3b) Speichern (720, 724) einer vorbestimmten Variante eines Wiener-Rauschfilters (724) mit einem Aufbau zum Verringern des von der Bildsignalquelle (700) erzeugten Rauschens, wo die Variante des Filters an die Größe jedes der Datenblöcke angepaßt ist;

3c) Bereitstellen eines mittleren Luminanzwertes (1, 2) für jeden der Blöcke durch Transformieren jedes der Blöcke in den Frequenzbereich durch Ausführen (800) einer diskreten Cosinustransformation an jedem der Blöcke;

3d) Bestimmen eines der Variante des Filters zugeordneten Filter-Skalierungsfaktors für jeden der transformierten Blöcke in Übereinstimmung mit dem mittleren Luminanzwert (1, 2) in jedem der transformierten Blöcke; und

3e) Skalieren der Variante des Filters für jeden der transformierten Blöcke in Übereinstimmung mit dem Filter-Skalierungsfaktor jedes der transformierten Blöcke und Verwenden des skalierten Filters für jeden der transformierten Blöcke.

4. Verfahren nach Anspruch 3, gekennzeichnet durch den Schritt zum Bilden von Unterblöcken der mittleren Luminanzwerte und Ausführen der Schritte 3b), 3c), 3d) und 3e) für die Unterblöcke.

5. Verfahren zum Erzeugen einer Rauschmaske entweder für einen Luminanz- oder einen Chrominanzkanal einer Bildsignalquelle, wobei das Verfahren durch eine Kombination aus den folgenden Schritten gekennzeichnet ist:

5a) Definieren eines Flachfelds als Bild eines Gegenstands mit gleichförmiger Luminanz als graues Ziel mit gleichförmiger Helligkeit;

5b) Auswählen (400) einer Vielzahl von Erstpegel-Flachfeldern mit der Bildsignalquelle, wobei jedes der Erstpegel-Flachfelder einen unterschiedlichen Luminanzpegel hat;

5c) Unterteilen (402) jedes der Erstpegel-Flachfelder in eine Vielzahl erster Segmente, wobei jedes der ersten Segmente eine vorbestimmte Anzahl von Elementen hat;

5d) Durchführen (402) einer diskreten geraden Vorwärts-Cosinustransformation (DCT) an jedem der ersten Segmente, um Erstpegel-DCT-Koeffizienten zu erhalten, die dem Erstpegel-Rauschen in jedem der ersten Segmente zugeordnet sind;

5e) Nulleinstellen (402) eines als DC-Element definierten ersten Elements der Erstpegel-DCT-Koeffizienten durch jedes der ersten Segmente;

5f) Erzeugen (404) eines Erstsegment-Leistungsspektrums für jedes der ersten Segmente für jedes der Erstpegel-Flachfelder durch Quadrieren der Erstpegel-DCT- Koeffizienten von Schritt 5d);

5g) Erzeugen (406) eines mittleren Erstsegment-Leistungsspektrums jedes der Erstpegel-Flachfelder durch Mittelung entsprechender Elemente der Erstsegment- Leistungsspektren innerhalb jedes der Erstpegel-Flachfelder;

5h) Erzeugen (408) einer Erstpegel-Rauschmaske für jedes der Erstpegel-Flachfelder durch Ziehen der Quadratwurzel jedes Elements des mittleren Erstsegment- Leistungsspektrums für jedes der Flachfelder;

5i) Erzeugen (410) eines Erstpegel-Skalierungsfaktors für jedes der Erstpegel- Flachfelder durch Quadrieren jedes Elements der Erstpegel-Rauschmaske, Summieren der quadrierten Elemente jeder der Erstpegel-Rauschmasken, Dividieren der Summe durch die vorbestimmte Anzahl, um einen Quotienten zu erzeugen, und daraufhin Ziehen der Quadratwurzel des Quotienten;

5j) Erzeugen (412) einer normierten Erstpegel-Rauschmaske für jedes der Erstpegel- Flachfelder durch Dividieren jedes Elements der Erstpegel-Rauschmasken durch den entsprechenden Erstpegel-Skalierungsfaktor; und

5k) Erzeugen (414) einer generischen normierten Erstpegel-Rauschmaske durch Mittelung entsprechender Elemente der normierten Erstpegel-Rauschmasken.

6. Verfahren nach Anspruch 5, das weiterhin die folgenden Schritte aufweist;

6a) Abwärts-Probennahme durch Heranziehen der DC-Elemente von Schritt 5e), um eine Vielzahl von Zweitpegel-Flachfeldern zu erzeugen;

6b) Unterteilen (416) jedes der Zweitpegel-Flachfelder in eine Vielzahl von zweiten Segmenten, wobei jedes der zweiten Segmente die vorbestimmte Anzahl von Elementen hat;

6c) Durchführen (416) einer DCT an jedem der zweiten Segmente, um Zweitpegel- DCT-Koeffizienten zu erhalten, die Zweitpegel-Rauschen in jedem der zweiten Segmente kennzeichnen;

6d) Nulleinstellen (416) eines als DC-Element definierten ersten Elements der Zweitpegel-DCT-Koeffizienten für jedes der zweiten Segmente;

6e) Erzeugen (418) eines Zweitsegment-Leistungsspektrums für jedes der zweiten Segmente jedes der Zweitpegel-Flachfelder durch Quadrieren der Zweitpegel-DCT- Koeffizienten von Schritt 6d);

6f) Erzeugen (420) eines mittleren Zweitsegment-Leistungsspektrums jedes der Zweitpegel-Flachfelder durch Mittelung entsprechender Elemente der Zweitsegment- Leistungsspektren innerhalb jedes der Zweitpegel-Flachfelder;

6g) Erzeugen (422) einer Zweitpegel-Rauschmaske für jedes der Zweitpegel- Flachfelder durch Ziehen der Quadratwurzel jedes Elements des mittleren Zweitsegment-Leistungsspektrums;

6h) Erzeugen (424) eines Zweitpegel-Skalierungsfaktors für jedes der Zweitpegel- Flachfelder durch Quadrieren jedes Elements jeder der Zweitpegel-Rauschmasken, Summieren der quadrierten Elemente jeder der Zweitpegel-Rauschmasken. Dividieren der Summe durch die vorbestimmte Anzahl und Ziehen der Quadratwurzel des Quotienten;

6i) Erzeugen (426) einer normierten Zweitpegel-Rauschmaske für jedes der Zweitpegel-Flachfelder durch Dividieren jedes Elements der Zweitpegel-Rauschmasken durch den entsprechenden Zweitpegel-Skalierungsfaktor; und

6j) Erzeugen (428) einer generischen normierten Zweitpegel-Rauschmaske durch Mittelung entsprechender Elemente der normierten Zweitpegel-Rauschmasken.