JPH07121703A - 画像処理方法 - Google Patents
画像処理方法Info
- Publication number
- JPH07121703A JPH07121703A JP5287564A JP28756493A JPH07121703A JP H07121703 A JPH07121703 A JP H07121703A JP 5287564 A JP5287564 A JP 5287564A JP 28756493 A JP28756493 A JP 28756493A JP H07121703 A JPH07121703 A JP H07121703A
- Authority
- JP
- Japan
- Prior art keywords
- image
- function
- deterioration
- parameter
- degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Processing (AREA)
Abstract
(57)【要約】
【目的】 劣化関数を求め、高精度に原画像を復元す
る。 【構成】 画像入力装置１の出力はコンピュータ２に接
続され、コンピュータ２には入力デバイス３、画像表示
装置４、画像保存装置５が接続されている。コンピュー
タ２内において画像入力装置１から入力された画像中の
少なくとも１個所の縁部を含む小領域を指定し、劣化関
数としてパラメータを含む正規関数等の或る関数を仮定
し、このパラメータＴ、ｎを変化させながら画像復元を
行うと共に画像復元度を求め、画像復元度が最も良くな
るパラメータＴmax 、Ｎmax の劣化関数を用いて画像全
体の画像復元を行う。
る。 【構成】 画像入力装置１の出力はコンピュータ２に接
続され、コンピュータ２には入力デバイス３、画像表示
装置４、画像保存装置５が接続されている。コンピュー
タ２内において画像入力装置１から入力された画像中の
少なくとも１個所の縁部を含む小領域を指定し、劣化関
数としてパラメータを含む正規関数等の或る関数を仮定
し、このパラメータＴ、ｎを変化させながら画像復元を
行うと共に画像復元度を求め、画像復元度が最も良くな
るパラメータＴmax 、Ｎmax の劣化関数を用いて画像全
体の画像復元を行う。
Description
【０００１】
【産業上の利用分野】本発明は、デジタル画像処理の分
野に属し、劣化した画像に対してその劣化関数を推定し
復元する画像処理方法に関するものである。
野に属し、劣化した画像に対してその劣化関数を推定し
復元する画像処理方法に関するものである。
【０００２】
【従来の技術】画像復元の種々の手法であるWienerフィ
ルタ、一般逆フィルタ、制限付き最小二乗フィルタ等を
適用する際には、先ず劣化関数を決定する必要がある。
この劣化関数は劣化の原因となる物理現象から解析的に
求めたり、また測定装置が手元にある場合には、直接入
出力関係を測定して劣化特性を推定する方法が最も理想
的である。
ルタ、一般逆フィルタ、制限付き最小二乗フィルタ等を
適用する際には、先ず劣化関数を決定する必要がある。
この劣化関数は劣化の原因となる物理現象から解析的に
求めたり、また測定装置が手元にある場合には、直接入
出力関係を測定して劣化特性を推定する方法が最も理想
的である。
【０００３】しかし、これらの方法を用いることができ
ない場合には、劣化した画像から直接劣化関数を推定し
なければならない。この劣化関数の推定には、次の方法
が知られている。
ない場合には、劣化した画像から直接劣化関数を推定し
なければならない。この劣化関数の推定には、次の方法
が知られている。
【０００４】(イ) 点拡がり関数の推定 (ロ) 線拡がり関数からの推定 (ハ) 縁部拡がり関数からの推定
【０００５】特に(ハ) の場合には、原画像中に鋭い縁部
があれば、その縁部を微分して線拡がり関数を求め、画
像再構成手法を用いて劣化関数を決定する方法が知られ
ている。
があれば、その縁部を微分して線拡がり関数を求め、画
像再構成手法を用いて劣化関数を決定する方法が知られ
ている。
【０００６】
【発明が解決しようとする課題】しかしながら、原画像
中の縁部から劣化関数を求める場合には、原画像から縁
部を抽出する必要があるが、原画像は劣化しているため
縁部を抽出することが困難である。
中の縁部から劣化関数を求める場合には、原画像から縁
部を抽出する必要があるが、原画像は劣化しているため
縁部を抽出することが困難である。
【０００７】また、抽出できた場合でも縁部は直線とは
限らないため、画像再構成手法を用いて劣化関数を求め
ることは難しく、精度も悪い。
限らないため、画像再構成手法を用いて劣化関数を求め
ることは難しく、精度も悪い。
【０００８】本発明の目的は、上述の問題点を解消し、
劣化関数を容易に求め高精度に原画像を復元することが
できる画像処理方法を提供することにある。
劣化関数を容易に求め高精度に原画像を復元することが
できる画像処理方法を提供することにある。
【０００９】
【課題を解決するための手段】上述の目的を達成するた
めの本発明に係る画像処理方法は、劣化を受けた画像中
の少なくとも縁部を含む小領域を指定し、該小領域内を
パラメータを含む劣化関数を変化させながら画像復元を
行うと共に、前記パラメータに対応する画像復元度を求
め、前記画像復元度を基に前記パラメータを含む前記劣
化関数を選択して前記劣化を受けた画像全体の画像復元
を行うことを特徴とする。
めの本発明に係る画像処理方法は、劣化を受けた画像中
の少なくとも縁部を含む小領域を指定し、該小領域内を
パラメータを含む劣化関数を変化させながら画像復元を
行うと共に、前記パラメータに対応する画像復元度を求
め、前記画像復元度を基に前記パラメータを含む前記劣
化関数を選択して前記劣化を受けた画像全体の画像復元
を行うことを特徴とする。
【００１０】
【作用】上述の構成を有する画像処理方法は、劣化を受
けた画像中の少なくとも縁部を含む小領域を指定し、こ
の小領域内を或るパラメータの劣化関数を用いて画像復
元を行うと共にその画像復元度を求め、パラメータを変
化させながら画像復元と画像復元度を求める操作を繰り
返して行い、画像復元度が最良となるパラメータの劣化
関数を用いて劣化を受けた画像全体の画像復元を行う。
けた画像中の少なくとも縁部を含む小領域を指定し、こ
の小領域内を或るパラメータの劣化関数を用いて画像復
元を行うと共にその画像復元度を求め、パラメータを変
化させながら画像復元と画像復元度を求める操作を繰り
返して行い、画像復元度が最良となるパラメータの劣化
関数を用いて劣化を受けた画像全体の画像復元を行う。
【００１１】
【実施例】本発明を図示の実施例に基づいて詳細に説明
する。図１は実施例のブロック回路構成図であり、スラ
イドスキャナ等の画像入力装置１の出力はコンピュータ
２に接続され、このコンピュータ２には入力デバイス
３、ディスプレイ等の画像表示装置４、磁気ディスク等
の画像保存装置５が接続されている。
する。図１は実施例のブロック回路構成図であり、スラ
イドスキャナ等の画像入力装置１の出力はコンピュータ
２に接続され、このコンピュータ２には入力デバイス
３、ディスプレイ等の画像表示装置４、磁気ディスク等
の画像保存装置５が接続されている。
【００１２】画像入力装置１からコンピュータ２内に読
み込まれた画像は入力デバイス３からの指示により図２
のフローチャート図に示すような処理が施され、画像表
示装置４に表示される。また、処理を施された画像は必
要に応じて画像保存装置５に保存される。
み込まれた画像は入力デバイス３からの指示により図２
のフローチャート図に示すような処理が施され、画像表
示装置４に表示される。また、処理を施された画像は必
要に応じて画像保存装置５に保存される。
【００１３】図２のフローチャート図について説明する
と、先ずステップ１１において図３に示すような入力画
像から、劣化が明瞭に識別可能である縁部Ｒ、或いは操
作者が最も復元したいと思う場所で少なくとも１個所の
縁部を含む領域Ｒを矩形ＲＯＩ等で指定し、ステップ１
２においてステップ１１で指定した領域を図４に示すよ
うに切り出す。次に、劣化関数として次式のような正規
分布を基にしたガウス窓関数ωG(x)を仮定し、ステップ
１３において図５に示すように、ガウス窓関数ωG(x)の
ガウス窓の直径を示すパラメータＴ、及びガウス窓の形
状を示すパラメータｎを用いて、Wienerフィルタを掛け
る。ここで、ωR (x) は幅がパラメータＴである矩形窓
を示している。 ωG(x)＝ωR (x) ・exp(−２ｎ2 ・‖ｘ‖2 ／Ｔ2 ）・・・(1)
と、先ずステップ１１において図３に示すような入力画
像から、劣化が明瞭に識別可能である縁部Ｒ、或いは操
作者が最も復元したいと思う場所で少なくとも１個所の
縁部を含む領域Ｒを矩形ＲＯＩ等で指定し、ステップ１
２においてステップ１１で指定した領域を図４に示すよ
うに切り出す。次に、劣化関数として次式のような正規
分布を基にしたガウス窓関数ωG(x)を仮定し、ステップ
１３において図５に示すように、ガウス窓関数ωG(x)の
ガウス窓の直径を示すパラメータＴ、及びガウス窓の形
状を示すパラメータｎを用いて、Wienerフィルタを掛け
る。ここで、ωR (x) は幅がパラメータＴである矩形窓
を示している。 ωG(x)＝ωR (x) ・exp(−２ｎ2 ・‖ｘ‖2 ／Ｔ2 ）・・・(1)
【００１４】次に、ステップ１４において図６に示すよ
うに判別分析法により二値化を行い、分離度を算出す
る。この判別分析法による二値化は次のようにして行
う。
うに判別分析法により二値化を行い、分離度を算出す
る。この判別分析法による二値化は次のようにして行
う。
【００１５】(a) 先ず、画像の濃度値のヒストグラムを
作成する。 (b) 所定の閾値をｋとし、濃度値が閾値ｋ以上の画素と
閾値ｋより小さい画素の２個のグループに分割し、それ
ぞれクラス１、２とする。 (c) それぞれのクラス１、２の画素数をω1 、ω2 、平
均濃度値をＭ1 、Ｍ2、分散をσ1 、σ2 とし、また全
画素の平均濃度値をＭT として、クラス内分散σW 2及び
クラス間分散σB 2を計算する。なお、クラス内分散σW 2
及びクラス間分散σB 2は次式により与えられ、分離度を
これらの比σB 2／σW 2で定義する。
作成する。 (b) 所定の閾値をｋとし、濃度値が閾値ｋ以上の画素と
閾値ｋより小さい画素の２個のグループに分割し、それ
ぞれクラス１、２とする。 (c) それぞれのクラス１、２の画素数をω1 、ω2 、平
均濃度値をＭ1 、Ｍ2、分散をσ1 、σ2 とし、また全
画素の平均濃度値をＭT として、クラス内分散σW 2及び
クラス間分散σB 2を計算する。なお、クラス内分散σW 2
及びクラス間分散σB 2は次式により与えられ、分離度を
これらの比σB 2／σW 2で定義する。
【００１６】 σW 2＝ω1 σ1 2＋ω2 σ2 2 ・・・(2) σB 2＝ω1 ・（Ｍ1 −ＭT ）2 ＋ω2 ・（Ｍ2 −ＭT ）2 ＝ω1 ・ω2 ・（ Ｍ1 −Ｍ2 ）2 ・・・(3)
【００１７】例えば、図７に示すような鋭い縁部を持つ
原画像に劣化が発生し、図８に示すようななだらかな縁
部の画像になった場合に、図７の画像と図８の画像の濃
度ヒストグラムを作成すると、それぞれ図９、図１０に
示すようなグラフ図が得られる。原画像のヒストグラム
では２個のクラス１、２は明瞭に分かれており、クラス
間分散σB 2が大きく、分離度σB 2／σW 2も大きい。これ
に対して、劣化した画像のヒストグラムではクラス間分
散σB 2が小さく、分離度σB 2／σW 2も小さい。従って、
この分離度σB 2／σW 2は縁部を有する画像の復元の度合
を示す尺度となっている。
原画像に劣化が発生し、図８に示すようななだらかな縁
部の画像になった場合に、図７の画像と図８の画像の濃
度ヒストグラムを作成すると、それぞれ図９、図１０に
示すようなグラフ図が得られる。原画像のヒストグラム
では２個のクラス１、２は明瞭に分かれており、クラス
間分散σB 2が大きく、分離度σB 2／σW 2も大きい。これ
に対して、劣化した画像のヒストグラムではクラス間分
散σB 2が小さく、分離度σB 2／σW 2も小さい。従って、
この分離度σB 2／σW 2は縁部を有する画像の復元の度合
を示す尺度となっている。
【００１８】(d) (b) 、(c) を全ゆる閾値ｋについて繰
り返し、分離度σB 2／σW 2が最大となる閾値ｋと、その
時における分離度σB 2／σW 2が求められる。
り返し、分離度σB 2／σW 2が最大となる閾値ｋと、その
時における分離度σB 2／σW 2が求められる。
【００１９】更に、ステップ１５においてガウス窓関数
ωG(x)のパラメータＴ、Ｎを所定の範囲でそれぞれ変化
させながら、ステップ１３〜１５の操作を繰り返す。パ
ラメータＴ、Ｎの動かし方としては、最初に大きな幅で
動かす粗サーチを行ってパラメータＴ、Ｎの概数を求
め、順次に幅を狭くして精細なサーチを行うことによっ
て、計算時間の短縮を図ることができる。更に、ステッ
プ１６においてステップ１５で得られた結果から、分離
度σB 2／σW 2が最大となるパラメータＴmax 、Ｎmax を
求める。
ωG(x)のパラメータＴ、Ｎを所定の範囲でそれぞれ変化
させながら、ステップ１３〜１５の操作を繰り返す。パ
ラメータＴ、Ｎの動かし方としては、最初に大きな幅で
動かす粗サーチを行ってパラメータＴ、Ｎの概数を求
め、順次に幅を狭くして精細なサーチを行うことによっ
て、計算時間の短縮を図ることができる。更に、ステッ
プ１６においてステップ１５で得られた結果から、分離
度σB 2／σW 2が最大となるパラメータＴmax 、Ｎmax を
求める。
【００２０】ここで、ステップ１３でWienerフィルタを
掛けた際に、ノイズを強調した場合等において、分離度
σB 2／σW 2だけを用いて評価しても良好に閾値ｋを求め
ることができないことがある。この場合には、ステップ
１４で二値化した画像を連結成分によりラベリングし、
ラベル数が最小となるものの中で分離度σB 2／σW 2が最
大となるものを採用すればよい。
掛けた際に、ノイズを強調した場合等において、分離度
σB 2／σW 2だけを用いて評価しても良好に閾値ｋを求め
ることができないことがある。この場合には、ステップ
１４で二値化した画像を連結成分によりラベリングし、
ラベル数が最小となるものの中で分離度σB 2／σW 2が最
大となるものを採用すればよい。
【００２１】最後にステップ１７において、図１１に示
すようにステップ１６で求めたパラメータＴmax 、Ｎ
max を含むガウス窓関数ωG(x)により、例えばWienerフ
ィルタ等の従来の画像復元手法を用いて画像全体の復元
を行う。
すようにステップ１６で求めたパラメータＴmax 、Ｎ
max を含むガウス窓関数ωG(x)により、例えばWienerフ
ィルタ等の従来の画像復元手法を用いて画像全体の復元
を行う。
【００２２】本実施例では、劣化関数を直接求めるので
はなく、劣化関数として例えば正規関数等の或る関数を
仮定し、そのパラメータを変動させて決定することによ
り、復元度が最良となる劣化関数を決定することがで
き、効果の高い画像復元を行うことができる。
はなく、劣化関数として例えば正規関数等の或る関数を
仮定し、そのパラメータを変動させて決定することによ
り、復元度が最良となる劣化関数を決定することがで
き、効果の高い画像復元を行うことができる。
【００２３】
【発明の効果】以上説明したように本発明に係る画像処
理方法は、原画像から縁部を抽出する必要がなく、縁部
を含む領域を指定するだけで劣化関数を求めることがで
き、高精度に原画像を復元することができる。また、再
構成法等の高度な技術を必要としない画像の復元が可能
となる。
理方法は、原画像から縁部を抽出する必要がなく、縁部
を含む領域を指定するだけで劣化関数を求めることがで
き、高精度に原画像を復元することができる。また、再
構成法等の高度な技術を必要としない画像の復元が可能
となる。
【図１】実施例のブロック構成図である。
【図２】処理手段を表すフローチャート図である。
【図３】処理手段の説明図である。
【図４】処理手段の説明図である。
【図５】処理手段の説明図である。
【図６】処理手段の説明図である。
【図７】原画像の縁部の画像濃度を表すグラフ図であ
る。
る。
【図８】劣化画像の縁部の画像濃度を表すグラフ図であ
る。
る。
【図９】原画像の縁部の画像濃度のヒストグラムを表す
グラフ図である。
グラフ図である。
【図１０】劣化画像の縁部の画像濃度のヒストグラムを
表すグラフ図である。
表すグラフ図である。
【図１１】処理手段の説明図である。
１ 画像入力装置 ２ コンピュータ ３ 入力デバイス ４ 画像表示装置 ５ 画像保存装置
Claims (2)
- 【請求項１】 劣化を受けた画像中の少なくとも縁部を
含む小領域を指定し、該小領域内をパラメータを含む劣
化関数を変化させながら画像復元を行うと共に、前記パ
ラメータに対応する画像復元度を求め、前記画像復元度
を基に前記パラメータを含む前記劣化関数を選択して前
記劣化を受けた画像全体の画像復元を行うことを特徴と
する画像処理方法。 - 【請求項２】 前記画像復元度は判別分析法のクラス分
離度を用いて求めるようにした請求項１に記載の画像処
理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5287564A JPH07121703A (ja) | 1993-10-22 | 1993-10-22 | 画像処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5287564A JPH07121703A (ja) | 1993-10-22 | 1993-10-22 | 画像処理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07121703A true JPH07121703A (ja) | 1995-05-12 |
Family
ID=17718979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5287564A Pending JPH07121703A (ja) | 1993-10-22 | 1993-10-22 | 画像処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07121703A (ja) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6822758B1 (en) | 1998-07-01 | 2004-11-23 | Canon Kabushiki Kaisha | Image processing method, system and computer program to improve an image sensed by an image sensing apparatus and processed according to a conversion process |
| WO2007141863A1 (ja) * | 2006-06-08 | 2007-12-13 | Nippon Computer System Co., Ltd | 画像処理プログラム及びこれが記録されたコンピュータ読み取り可能な記録媒体、ならびに画像処理装置 |
| CN100399355C (zh) * | 2004-06-10 | 2008-07-02 | 索尼株式会社 | 图像处理设备和方法 |
| US7596273B2 (en) | 2004-04-19 | 2009-09-29 | Fujifilm Corporation | Image processing method, image processing apparatus, and image processing program |
| US7599568B2 (en) | 2004-04-19 | 2009-10-06 | Fujifilm Corporation | Image processing method, apparatus, and program |
| JP2010026977A (ja) * | 2008-07-24 | 2010-02-04 | Nikon Corp | 画像復元方法、プログラムおよび画像復元装置 |
| US7720302B2 (en) | 2003-09-25 | 2010-05-18 | Fujifilm Corporation | Method, apparatus and program for image processing |
| JP2014132392A (ja) * | 2013-01-04 | 2014-07-17 | Fujitsu Ltd | 画像処理装置、画像処理方法及びプログラム |
| JP2017525037A (ja) * | 2014-07-14 | 2017-08-31 | フィンガープリント カーズ アーベー | ノイズ軽減のための方法および電子機器 |
-
1993
- 1993-10-22 JP JP5287564A patent/JPH07121703A/ja active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6822758B1 (en) | 1998-07-01 | 2004-11-23 | Canon Kabushiki Kaisha | Image processing method, system and computer program to improve an image sensed by an image sensing apparatus and processed according to a conversion process |
| US7720302B2 (en) | 2003-09-25 | 2010-05-18 | Fujifilm Corporation | Method, apparatus and program for image processing |
| US7596273B2 (en) | 2004-04-19 | 2009-09-29 | Fujifilm Corporation | Image processing method, image processing apparatus, and image processing program |
| US7599568B2 (en) | 2004-04-19 | 2009-10-06 | Fujifilm Corporation | Image processing method, apparatus, and program |
| CN100399355C (zh) * | 2004-06-10 | 2008-07-02 | 索尼株式会社 | 图像处理设备和方法 |
| WO2007141863A1 (ja) * | 2006-06-08 | 2007-12-13 | Nippon Computer System Co., Ltd | 画像処理プログラム及びこれが記録されたコンピュータ読み取り可能な記録媒体、ならびに画像処理装置 |
| JP2010026977A (ja) * | 2008-07-24 | 2010-02-04 | Nikon Corp | 画像復元方法、プログラムおよび画像復元装置 |
| JP2014132392A (ja) * | 2013-01-04 | 2014-07-17 | Fujitsu Ltd | 画像処理装置、画像処理方法及びプログラム |
| JP2017525037A (ja) * | 2014-07-14 | 2017-08-31 | フィンガープリント カーズ アーベー | ノイズ軽減のための方法および電子機器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Friedland et al. | SIOX: Simple interactive object extraction in still images | |
| KR100591470B1 (ko) | 비디오 시퀀스의 변환 검출 | |
| US6973213B2 (en) | Background-based image segmentation | |
| KR101922683B1 (ko) | 이미지의 배경 제거를 위해 사용되는 배경 모델을 업데이트하기 위한 방법 및 장치 | |
| KR20000076565A (ko) | 다수의 영상 사이의 유사도 레벨을 결정하기 위한 시스템및 방법과, 그러한 결정을 인에이블하기 위한 세그먼트데이터 구조 | |
| EP1387315B1 (en) | Preparation of a digital image with subsequent edge detection | |
| US6701026B1 (en) | Method and apparatus for cancelling lighting variations in object recognition | |
| CN111104913B (zh) | 一种基于结构及相似度的视频提取ppt方法 | |
| JPH07121703A (ja) | 画像処理方法 | |
| Lukin et al. | Digital adaptive robust algorithms for radar image filtering | |
| Lone et al. | Enhancing image quality: A nearest neighbor median filter approach for impulse noise reduction | |
| JP2004030694A (ja) | デジタル映像テクスチャー分析方法 | |
| van Zyl Marais et al. | Robust defocus blur identification in the context of blind image quality assessment | |
| Zain et al. | Hybrid singular value decomposition based alpha trimmed mean-median filter in eliminating high density salt and pepper noise from grayscale image | |
| Yoo et al. | The nonlinear prefiltering and difference of estimates approaches to edge detection: Applications of stack filters | |
| KR100249823B1 (ko) | 정지 영상의 노이즈 제거 방법 및 장치 | |
| Tarabek | Performance measurements of thinning algorithms | |
| Choudhary et al. | A novel approach for edge detection for blurry images by using digital image processing | |
| US7386169B2 (en) | Method for edge detection and contour stroke generation | |
| Palenichka et al. | Structure-adaptive image filtering using order statistics | |
| Ravi et al. | LMEPOP and Fuzzy Logic Based Intelligent Technique for Segmentation of Defocus Blur | |
| Karthick et al. | Smart Edge Detection Technique in X-ray Images for Improving PSNR using Prewitt Edge Detection Algorithm with Gaussian Filter in Comparison with Laplacian Algorithm | |
| Chen et al. | Image quality measurement based on statistics of activity regions | |
| KR100499121B1 (ko) | 자동 문턱치화 기술을 이용한 영상분할 장치 및 그 방법 | |
| JP3118484B2 (ja) | 画像の領域分割方式 |