專利名稱：圖像處理設(shè)備、圖像處理方法、程序和學(xué)習(xí)設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理設(shè)備、圖像處理方法、程序和學(xué)習(xí)設(shè)備，尤 其涉及可以去除由包括在圖像中的不同距離處的多個(gè)不同圖像拾取 對(duì)象引起的模糊(bhir)的圖像處理設(shè)備、圖像處理方法、程序和學(xué) 習(xí)設(shè)備。
背景技術(shù)：
已經(jīng)提出了用于去除圖像模糊的各種圖像處理。 例如，已知一種方法，其中具有不同焦距并且被單獨(dú)聚焦在前景、 背景等上的多個(gè)圖像被拾取，并且產(chǎn)生模糊控制圖像，其上對(duì)前景和 背景上的圖像拾取對(duì)象的模糊程度進(jìn)行了調(diào)整。在例如日本專利公開 No.2002-77591 (此后稱為專利文檔l)中^>開了該方法。
還已知另一種方法，其中在小塊單元內(nèi)根據(jù)邊緣的傾斜度是否超 過(guò)預(yù)定的閾值確定是否建立了聚焦?fàn)顟B(tài)?？紤]所述小塊的離差 (dispersion)，優(yōu)化所述閾值，并且將被確定為處于聚焦?fàn)顟B(tài)的那 些小塊彼此連接以提取聚焦區(qū)域。在例如日本專利公開 No.2001-331806 (此后稱為專利文檔2)中公開了該方法。

發(fā)明內(nèi)容
然而，釆用專利文檔l公開的方法，預(yù)先假定事先拾取多個(gè)圖像。 因此，該方法具有的問(wèn)題是該處理不能應(yīng)用于已拾取的圖像或通過(guò)廣播傳輸?shù)膱D像。
同時(shí)，采用專利文檔2公開的方法，由于確定每個(gè)小塊是否處于 聚焦?fàn)顟B(tài)，不執(zhí)行關(guān)于一個(gè)屏幕圖像中具有不同模糊量的多個(gè)不同區(qū) 域的確定。因此，在屏幕圖像被分為多個(gè)區(qū)域的情況下，必須準(zhǔn)備多 個(gè)閾值。因此，該方法具有的問(wèn)題是難以為每個(gè)輸入圖像以高精確度 優(yōu)化閾值。
因此，需要提供一種圖像處理設(shè)備、圖像處理方法、程序和學(xué)習(xí) 設(shè)備，通過(guò)其可以最佳地去除由包括在圖像內(nèi)的不同距離處的多個(gè)不 同圖像拾取對(duì)象引起的模糊。
根據(jù)本發(fā)明的第一實(shí)施例，提供了一種包括模糊去除處理部分的 圖像處理設(shè)備，模糊去除處理部分配置為，使用用于去除多個(gè)不同模 糊量的模糊的多個(gè)模糊去除系數(shù)，對(duì)輸入圖像執(zhí)行模糊去除處理，以 產(chǎn)生多個(gè)不同的模糊去除結(jié)果圖像。該設(shè)備還包括特征檢測(cè)部分，配
置為從不同的模糊去除結(jié)果圖像中的每一個(gè)檢測(cè)特征；模糊量種類確 定部分，配置為根據(jù)所述特征確定代表模糊量的種類的模糊量種類； 以及預(yù)測(cè)處理部分，配置為執(zhí)行對(duì)輸入圖像的預(yù)定像素的像素值以及 事先學(xué)習(xí)并且相應(yīng)于模糊量種類的預(yù)測(cè)系數(shù)的數(shù)學(xué)運(yùn)算，以產(chǎn)生去除 了模糊的輸出圖像。
可以這樣配置圖像處理設(shè)備，使得模糊量種類確定部分包括模糊 量產(chǎn)生概率存儲(chǔ)部分，配置為通過(guò)使用多個(gè)不同的模糊去除系數(shù)，從 通過(guò)將多個(gè)不同模糊量的模糊添加到輸入圖像獲得的模糊圖像中去 除模糊所獲得所述多個(gè)不同的模糊去除結(jié)果圖像中檢測(cè)特征，以事先 檢測(cè)關(guān)于多個(gè)不同模糊量中的每一個(gè)的特征頻率分布，并且為每個(gè)特 征存儲(chǔ)代表模糊量的產(chǎn)生概率的概率分布。模糊量種類確定部分從關(guān) 于特征檢測(cè)部分檢測(cè)到的特征的存儲(chǔ)在模糊量產(chǎn)生概率存儲(chǔ)部分中 的概率分布，將表現(xiàn)出最高產(chǎn)生概率的一個(gè)模糊量確定為模糊量種 類。
這種情況下，還可以這樣配置圖像處理設(shè)備，使得特征檢測(cè)部分 檢測(cè)關(guān)于相應(yīng)于感興趣的像素的每個(gè)模糊去除結(jié)果圖像的像素和感興趣的像素周圍的外圍像素中的每一個(gè)的特征，并且在相同模糊量中，模糊量種類確定部分增加相應(yīng)于特征檢測(cè)部分檢測(cè)的每個(gè)特征的模糊量的產(chǎn)生概率，并且從增加結(jié)果確定相應(yīng)于感興趣的像素的模糊量種類。
另外，還可以這樣配置這種圖像處理設(shè)備，使得模糊量種類確定部分還包括噪聲信息存儲(chǔ)部分，配置為通過(guò)使用多個(gè)模糊去除系數(shù)，從通過(guò)將噪聲增加到平坦圖像獲得的噪聲添加圖像中去除模糊所獲得多個(gè)不同的模糊去除結(jié)果圖像中事先檢測(cè)特征，以存儲(chǔ)代表噪聲的特征的產(chǎn)生概率的信息。模糊量種類確定部分不執(zhí)行感興趣的像素和感興趣的像素周圍的外圍像素的特征中由噪聲產(chǎn)生的概率高的特征的模糊量的產(chǎn)生概率的增加。
還可以這樣配置圖像處理設(shè)備，使得特征檢測(cè)部分對(duì)相應(yīng)于感興趣的像素的每個(gè)模糊去除結(jié)果圖像的像素和相應(yīng)于感興趣的像素的像素周圍的特定區(qū)域中的多個(gè)像素的像素值和閾值彼此進(jìn)行比較，并且響應(yīng)比較結(jié)果為每個(gè)模糊量檢測(cè)特征。模糊量種類確定部分響應(yīng)特征檢測(cè)部分的檢測(cè)結(jié)果確定模糊量種類。
可以這樣配置該圖像處理設(shè)備，使得特征檢測(cè)部分包括第 一 圖像特性檢測(cè)部分，配置為從相應(yīng)于感興趣的像素的輸入圖像的像素和感興趣的像素周圍的外圍像素檢測(cè)第 一 圖像特性。特征檢測(cè)部分還包括第二圖像特性檢測(cè)部分，配置為從相應(yīng)于感興趣的像素的每個(gè)模糊去除結(jié)果圖像的像素和感興趣的像素周圍的外圍像素檢測(cè)第二圖像特性。模糊量種類確定部分包括特征屬性值存儲(chǔ)部分，配置為將多個(gè)圖像以第 一 圖像特性按像素單元進(jìn)行分類，并且為每個(gè)第 一 圖像特性檢測(cè)和存儲(chǔ)第二圖像特性的屬性值。模糊量種類確定部分從特征屬性值存儲(chǔ)部分獲取相應(yīng)于第 一 圖像特性檢測(cè)部分檢測(cè)的第 一 圖像特性的第二圖像特性的屬性值，隨后模糊量種類確定部分對(duì)第二圖像特性檢測(cè)部分檢測(cè)到的第二圖像特性和所獲取的屬性值彼此進(jìn)行比較，以確定模糊量種類。
根據(jù)第一實(shí)施例，還提供了一種圖像處理方法，包括步驟使用用于去除多個(gè)不同模糊量的模糊的多個(gè)模糊去除系數(shù)對(duì)輸入圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè)不同的模糊去除結(jié)果圖像。該方法還包
括步驟從每個(gè)不同的模糊去除結(jié)果圖像檢測(cè)特征，從所述特征確定代表模糊量的種類的模糊量種類，并且執(zhí)行輸入圖像的預(yù)定像素的像素值以及事先學(xué)習(xí)的并且相應(yīng)于所述模糊量種類的預(yù)測(cè)系數(shù)的數(shù)學(xué)運(yùn)算，以產(chǎn)生去除了模糊的輸出圖像。
根據(jù)本實(shí)施例，還提供了用于使得計(jì)算機(jī)執(zhí)行圖像處理的程序，包括步驟使用用于去除多個(gè)不同模糊量的模糊的多個(gè)模糊去除系數(shù)對(duì)輸入圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè)不同的模糊去除結(jié)果圖像。用于使得計(jì)算機(jī)執(zhí)行圖像處理的程序還包括步驟從每個(gè)不同的模糊去除結(jié)果圖像檢測(cè)特征，從所述特征確定代表模糊量的種類的模糊量種類，并且執(zhí)行事先學(xué)習(xí)的并且相應(yīng)于該模糊量種類的預(yù)測(cè)系數(shù)和輸入圖像的預(yù)定像素的像素值的數(shù)學(xué)運(yùn)算，以產(chǎn)生去除了模糊的輸出圖像。
在所述圖像處理設(shè)備和方法以及程序中，使用用于去除多個(gè)不同模糊量的模糊的多個(gè)模糊去除系數(shù)對(duì)輸入圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè)不同的模糊去除結(jié)果圖像。然后，從所述不同的模糊去除結(jié)果圖像中檢測(cè)到的特征，確定代表模糊量的種類的模糊量種類。然后，執(zhí)行事先學(xué)習(xí)的并且相應(yīng)于該模糊量種類的預(yù)測(cè)系數(shù)和輸入圖像的預(yù)定像素的像素值的數(shù)學(xué)運(yùn)算，以產(chǎn)生去除了模糊的輸出圖像。
使用所述圖像處理設(shè)備和方法以及程序，可以最佳地去除由包括在圖像中的不同距離處的多個(gè)不同的圖像拾取對(duì)象產(chǎn)生的模糊。
根據(jù)本發(fā)明的第二實(shí)施例，提供了一種學(xué)習(xí)設(shè)備，用于學(xué)習(xí)去除圖像模糊的圖像處理設(shè)備所使用的預(yù)測(cè)系數(shù)。學(xué)習(xí)設(shè)備包括模糊增加部分，配置為將模糊添加到作為教師圖像輸入并且沒有模糊的輸入圖像以產(chǎn)生學(xué)生圖像，以及模糊去除處理部分，配置為使用用于去除多個(gè)不同模糊量的多個(gè)模糊去除系數(shù)，對(duì)學(xué)生圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè)不同的模糊去除結(jié)果圖像。學(xué)習(xí)設(shè)備還包括特征檢測(cè)部分，配置為從每個(gè)不同的模糊去除結(jié)果圖像檢測(cè)特征，模糊量種類
ii確定部分，配置為從所述特征確定代表模糊量的種類的模糊量種類，以及數(shù)學(xué)運(yùn)算部分，配置為使用學(xué)生圖像和教師圖像確定每個(gè)模糊量種類的預(yù)測(cè)系數(shù)。
還可以這樣配置該學(xué)習(xí)設(shè)備，使得模糊量種類確定部分包括模糊量產(chǎn)生概率存儲(chǔ)部分，配置為通過(guò)使用多個(gè)不同的模糊去除系數(shù)，從通過(guò)將多個(gè)不同模糊量的模糊添加到輸入圖像獲得的模糊圖像中去除模糊所獲得的多個(gè)不同的模糊去除結(jié)杲圖像中檢測(cè)特征，以事先檢測(cè)關(guān)于多個(gè)不同模糊量中的每一個(gè)的特征的頻率分布，并且為每個(gè)特征存儲(chǔ)代表模糊量的產(chǎn)生概率的概率分布。模糊量種類確定部分從關(guān)于特征檢測(cè)部分檢測(cè)到的特征的存儲(chǔ)在模糊量產(chǎn)生概率存儲(chǔ)部分中的概率分布，將表現(xiàn)出最高產(chǎn)生概率的一個(gè)模糊量確定為模糊量種類。
這種情況下，還可這樣配置所述學(xué)習(xí)設(shè)備，使得特征檢測(cè)部分檢測(cè)關(guān)于相應(yīng)于感興趣的像素的每個(gè)模糊去除結(jié)果圖像的像素和感興趣的像素周圍的外圍像素中的每一個(gè)的特征，并且在相同模糊量中，模糊量種類確定部分增加相應(yīng)于特征檢測(cè)部分檢測(cè)的每個(gè)特征的模糊量的產(chǎn)生概率，并且從增加結(jié)果確定相應(yīng)于感興趣的像素的模糊量種類。
另外，還可以這樣配置這種學(xué)習(xí)設(shè)備，使得模糊量種類確定部分還包括噪聲信息存儲(chǔ)部分，配置為通過(guò)使用多個(gè)模糊去除系數(shù)，從通過(guò)將噪聲增加到平坦圖像獲得的噪聲添加圖像中去除模糊獲得的多個(gè)不同的模糊去除結(jié)果圖像中事先檢測(cè)特征，以存儲(chǔ)代表噪聲的特征的產(chǎn)生概率的信息。模糊量種類確定部分不執(zhí)行感興趣的像素和感興趣的像素周圍的外圍像素的特征中由噪聲產(chǎn)生的概率高的特征的模糊量的產(chǎn)生概率的增加。
還可以這樣配置學(xué)習(xí)設(shè)備，使得特征檢測(cè)部分對(duì)相應(yīng)于感興趣的像素的每個(gè)模糊去除結(jié)果圖像的像素和相應(yīng)于感興趣的像素的像素
周圍的特定區(qū)域中的多個(gè)像素的像素值和閾值彼此進(jìn)行比較，并且響應(yīng)于比較結(jié)果為每個(gè)模糊量檢測(cè)特征，并且模糊量種類確定部分響應(yīng)于特征檢測(cè)部分的檢測(cè)結(jié)果確定模糊量種類。
可以這樣配置學(xué)習(xí)設(shè)備，使得特征檢測(cè)部分包括第 一 圖像特性檢測(cè)部分，配置為從相應(yīng)于感興趣的像素和感興趣的像素周圍的外圍像素的輸入圖像的像素檢測(cè)第一圖像特性。此外，特征檢測(cè)部分還包括第二圖像特性檢測(cè)部分，配置為從相應(yīng)于感興趣的像素和感興趣的像素周圍的外圍像素的每個(gè)模糊去除結(jié)果圖像的像素檢測(cè)第二圖像特性。模糊量種類確定部分包括特征屬性值存儲(chǔ)部分，配置為將多個(gè)圖像以第 一 圖像特性按像素單元進(jìn)行分類，并且為每個(gè)第 一 圖像特性檢測(cè)和存儲(chǔ)第二圖像特性的屬性值。模糊量種類確定部分從特征屬性值存儲(chǔ)部分獲取相應(yīng)于第 一 圖像特性檢測(cè)部分檢測(cè)的第 一 圖像特性的第二圖像特性的屬性值，隨后，模糊量種類確定部分對(duì)第二圖像特性檢測(cè)部分檢測(cè)到的第二圖像特性和所獲取的屬性值彼此進(jìn)行比較，以確定模糊量種類。
在學(xué)習(xí)設(shè)備中，模糊被添加到作為教師圖像輸入并且沒有模糊的輸入圖像以產(chǎn)生學(xué)生圖像，并且使用用于去除多個(gè)不同模糊量的多個(gè)模糊去除系數(shù)，對(duì)學(xué)生圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè)不同的模糊去除結(jié)果圖像。然后，根據(jù)從所述不同的模糊去除結(jié)果圖像中檢測(cè)到的特征，確定代表模糊量的種類的模糊量種類。然后，使用學(xué)生圖像和教師圖像確定每個(gè)模糊量種類的預(yù)測(cè)系數(shù)。
采用該學(xué)習(xí)設(shè)備，可以確定圖像處理設(shè)備中使用的預(yù)測(cè)系數(shù)，其最佳地去除由包括在圖像中的不同距離處的多個(gè)不同的圖像拾取對(duì)象產(chǎn)生的模糊。


圖1示出應(yīng)用本發(fā)明的圖像處理設(shè)備的配置例子的方框圖；圖2示出輸入圖像例子的示意圖；圖3示出模糊去除系數(shù)學(xué)習(xí)設(shè)備的配置例子的方框圖；圖4示出感興趣的像素的預(yù)測(cè)抽頭集的例子的圖示；圖5示出圖1的圖像處理設(shè)備進(jìn)行的圖像處理的流程13圖6示出模糊去除圖像的例子的示意圖7示出模糊量種類生成部分的第一形式的示意視圖8示出模糊量種類生成部分的第一形式的配置例子的方框圖9示出第一模糊量種類生成處理流程圖IO是示出模糊量種類生成部分的第二形式的操作的圖11和12示出模糊量種類生成部分的第二形式的操作流程圖13是示出模糊量種類生成部分的第二形式的操作的圖14示出模糊量種類生成部分的第二形式的配置例子的方框
圖15示出第二模糊量種類生成處理的流程圖； 圖16示出模糊量種類生成部分的第二形式的另一個(gè)配置例子的 方框圖17示出模糊量種類生成部分的第三形式的方框圖18示出模糊量種類生成部分的第三形式的配置例子的方框
圖19示出第三模糊量種類生成處理的流程圖； 圖20示出模糊量種類生成部分的第三形式的另一個(gè)配置例子的 方框圖21是示出模糊量種類生成部分的第三形式的操作的視圖； 圖22示出模糊量種類生成部分的第三形式的噪聲數(shù)據(jù)庫(kù)生成部
分的配置例子的方框圖23示出模糊量種類生成部分的第三形式的另一個(gè)配置例子的
方框圖24示出學(xué)習(xí)預(yù)測(cè)系數(shù)的預(yù)測(cè)系數(shù)學(xué)習(xí)設(shè)備的配置例子的方框
圖25示出應(yīng)用本發(fā)明的計(jì)算機(jī)的配置例子的方框圖；和
圖26、 27和28示出圖1的圖像處理設(shè)備的處理效果的示意圖。
具體實(shí)施方式
首先參考圖1，圖1示出了應(yīng)用本發(fā)明的圖像處理設(shè)備的配置例子。
示出的圖像處理設(shè)備l包括去除系數(shù)ROMIO，模糊去除處理部 分lla到llf，感興趣的像素設(shè)置部分12，模糊量種類生成部分13， 預(yù)測(cè)系數(shù)ROM14和預(yù)測(cè)處理部分15。
圖像處理設(shè)備l接收具有多個(gè)對(duì)象區(qū)域的圖像作為其輸入圖像， 根據(jù)圖像拾取對(duì)象和照相機(jī)之間的距離，所述對(duì)象區(qū)域具有彼此不同 模糊量。圖像處理設(shè)備1輸出從中去除了輸入圖像的模糊的圖像作為 輸出圖像。
圖2示出了將輸入所述圖像處理設(shè)備1的輸入圖像的例子。
通過(guò)照相機(jī)拍攝放置在預(yù)定平坦表面22上的玩具飛機(jī)21 (此后 僅稱為飛機(jī)21)的圖像獲得圖2所示的圖像，即輸入圖像。如果，例 如，注意圖2所示的圖4象的平坦表面22的部分區(qū)域31，飛才幾21的部 分區(qū)域32和飛機(jī)21的背景23的部分區(qū)域33，則在區(qū)域31到33中， 所包括的圖像拾取對(duì)象和照相機(jī)之間的距離不同。因此，具有這樣多 個(gè)對(duì)象區(qū)域(如剛才描述的，根據(jù)圖像拾取對(duì)象和照相機(jī)之間的距離， 所述多個(gè)對(duì)象區(qū)域具有不同模糊量)的圖像被輸入作為圖像處理設(shè)備 1的處理對(duì)象的圖像。
參考圖1，去除系數(shù)ROM10存儲(chǔ)被模糊去除處理部分lla到llf 單獨(dú)使用的模糊去除系數(shù)。注意，模糊去除系數(shù)在模糊去除處理部分 lla到llf之間是不同的。
模糊去除處理部分lla到llf給模糊量種類生成部分13提供模 糊去除結(jié)果圖像(此后被簡(jiǎn)稱為模糊去除圖像)，是去除應(yīng)用于輸入 圖像的預(yù)定量的模糊的模糊去除處理的結(jié)果。當(dāng)對(duì)輸入圖像應(yīng)用模糊 去除處理時(shí)，模糊去除處理部分lla到llf使用不同模糊量。例如， 模糊去除處理部分lla執(zhí)行去除輸入圖像的數(shù)量a的模糊的模糊去除 處理，并且模糊去除處理部分llb執(zhí)行去除輸入圖像的另一數(shù)量b的 模糊的模糊去除處理。類似地，模糊去除處理部分llc到llf去除的 模糊量分別為模糊量c到f，并且假設(shè)，例如，模糊量a到f按這個(gè)順序(即按a，b,c,d，e和f的順序)減小。
模糊去除處理部分lla連續(xù)地將輸入圖像的像素設(shè)置為感興趣 的像素，并且提取相對(duì)于所述感興趣的像素的預(yù)定區(qū)域內(nèi)的像素(即 像素的像素值)作為預(yù)測(cè)抽頭。此外，模糊去除處理部分lla提取相
對(duì)于所述感興趣的像素的所述預(yù)定區(qū)域內(nèi)的像素(即像素的像素值) 作為種類抽頭，以將感興趣的像素劃分到預(yù)定種類中。種類抽頭和預(yù) 測(cè)抽頭可以彼此相同或不同。另外，模糊去除處理部分lla從去除系 數(shù)ROM10獲取用于相應(yīng)于從種類抽頭確定的種類代碼的模糊量a的 模糊去除系數(shù)。然后，模糊去除處理部分lla執(zhí)行形成預(yù)測(cè)抽頭的像 素的像素值和從去除系數(shù)ROM10獲取的用于模糊量a的模糊去除系 數(shù)的積和數(shù)學(xué)運(yùn)算，以確定當(dāng)去除模糊量a的模糊時(shí)，感興趣的像素 的像素量。
以Xi到XN表示形成預(yù)測(cè)抽頭的像素的像素值，并且以Wi到wN
表示從去除系數(shù)ROM10提供的預(yù)定種類的模糊量a的模糊去除系 數(shù)，可用下面的表達(dá)式(1)表示當(dāng)去除模糊量a的模糊時(shí)，用于確 定感興趣的像素的像素值y的積和數(shù)學(xué)運(yùn)算
<formula>formula see original document page 16</formula> (1)
另外，模糊去除處理部分lib到llf執(zhí)行類似于模糊去除處理部 分lla的處理，除了模糊量不同之外。具體地，模糊去除處理部分lib 到llf單獨(dú)地從去除系數(shù)ROM10獲取分別用于模糊去除處理部分 llb到llf的模糊去除系數(shù)，并且執(zhí)行模糊去除系數(shù)和各個(gè)預(yù)測(cè)抽頭 的像素值的積和數(shù)學(xué)運(yùn)算。
感興趣的像素設(shè)置部分12連續(xù)地將形成輸出圖像的每個(gè)像素設(shè) 置為感興趣的像素。模糊量種類生成部分13、預(yù)測(cè)系數(shù)ROM14和預(yù) 測(cè)處理部分15對(duì)感興趣的像素設(shè)置部分12設(shè)置的感興趣的像素執(zhí)行 相應(yīng)的處理。在模糊量種類生成部分13對(duì)感興趣的像素執(zhí)行預(yù)定的 處理的情況下，由于模糊去除圖像必須被從模糊去除處理部分lla到 llf輸出，在模糊去除處理部分lla到llf中設(shè)置的上述感興趣的像 素和由感興趣的像素設(shè)置部分12設(shè)置的感興趣的像素彼此不同或彼此獨(dú)立。在下面的描述中，術(shù)語(yǔ)"感興趣的像素"表示由感興趣的像
素設(shè)置部分12設(shè)置的感興趣的像素。
模糊量種類生成部分13使用從模糊去除處理部分lla到llf各 自提供的模糊去除圖像，以將每個(gè)感興趣的像素的模糊量劃分到預(yù)定 的種類，并且將得到的模糊量種類代碼提供給預(yù)測(cè)系數(shù)ROM14。此 后參考從圖6開始的圖，描述模糊量種類生成部分13如何計(jì)算代表 感興趣的像素的模糊量的模糊量種類代碼。
預(yù)測(cè)系數(shù)ROM14存儲(chǔ)相應(yīng)于下面參考圖24描述的預(yù)測(cè)系數(shù)學(xué) 習(xí)設(shè)備221確定的各個(gè)模糊量種類的預(yù)測(cè)系數(shù)。如果一個(gè)預(yù)定的模糊 量種類代碼被從模糊量種類生成部分13提供到預(yù)測(cè)系數(shù)ROM14,則 預(yù)測(cè)系數(shù)ROM14將相應(yīng)于該模糊量種類代碼的預(yù)測(cè)系數(shù)提供給預(yù)測(cè) 處理部分15。
預(yù)測(cè)處理部分15將相對(duì)于該感興趣的像素的預(yù)定區(qū)域設(shè)置為預(yù) 測(cè)抽頭范圍，并且將包括在設(shè)置的預(yù)測(cè)抽頭范圍內(nèi)的輸入圖像的每個(gè) 像素設(shè)置為預(yù)測(cè)抽頭，通過(guò)預(yù)測(cè)抽頭的像素值和預(yù)測(cè)系數(shù)的積和數(shù)學(xué) 運(yùn)算，計(jì)算形成輸出圖像的感興趣的像素的像素值。
現(xiàn)在，描述存儲(chǔ)在去除系數(shù)ROMIO內(nèi)的模糊去除系數(shù)的生成方法。
圖3示出用于確定存儲(chǔ)在去除系數(shù)ROM10內(nèi)的模糊去除系數(shù)的 模糊去除系數(shù)學(xué)習(xí)設(shè)備41的配置例子。
參考圖3，示出的模糊去除系數(shù)學(xué)習(xí)設(shè)備41包括模糊增加部分 42和學(xué)習(xí)部分43。
沒有模糊的圖像被作為教師圖像或輸入圖像輸入到模糊去除系 數(shù)學(xué)習(xí)設(shè)備41,并且被提供到模糊增加部分42和學(xué)習(xí)部分43。
模糊增加部分42人為地將模糊添加到輸入圖像，以產(chǎn)生其上具 有模糊的圖像，并且將產(chǎn)生的圖像作為學(xué)生圖像提供給學(xué)習(xí)部分43。 具體地，模糊增加部分42根據(jù)下面的表達(dá)式(2)產(chǎn)生學(xué)生圖像
y(x，力=gx義(x +!) + y)…(2)
其中，X(x + /, y + y)表示坐標(biāo)+ /, y +力處的沒有模糊出現(xiàn)的教
17師圖像的像素值，并且通過(guò)對(duì)以加權(quán)系數(shù)W(i,j)乘以這種像素值X(x+i， y+j)獲得的值進(jìn)行巻積，產(chǎn)生出現(xiàn)模糊的學(xué)生圖像的像素值Y(x， y)。 加權(quán)系數(shù)W(i，j)是高斯函數(shù)，如以下面的表達(dá)式(3)給出的，它表示 由透鏡的離焦?fàn)顟B(tài)產(chǎn)生的模糊
1
'+7
『(")=^7一 …(3)
其中參數(shù)CT相應(yīng)于模糊，并且隨著參數(shù)O的值增加，模糊也增加。 相反，隨著參數(shù)(T的值減小，模糊也減小。
根據(jù)表達(dá)式(2 )和(3 )，通過(guò)將從x坐標(biāo)為x+i并且y坐標(biāo)為 y+j的位置處的像素?cái)U(kuò)散而來(lái)的像素值積分到x坐標(biāo)為x并且y坐標(biāo) 為y的位置處的感興趣的像素，確定添加模糊之后的感興趣的像素的 像素值。
學(xué)習(xí)部分43使用輸入圖像作為教師圖像并且使用從模糊增加部 分42提供的圖像作為學(xué)生圖像，建立標(biāo)準(zhǔn)方程，并且以最小平方法 執(zhí)行學(xué)習(xí)處理以計(jì)算模糊去除系數(shù)。下面，簡(jiǎn)要描述模糊去除系數(shù)的 確定方法，其中建立和求解標(biāo)準(zhǔn)方程。還應(yīng)注意，預(yù)測(cè)處理部分15
運(yùn)算的預(yù)測(cè)系數(shù)的確定方法與此類似。
上面給出的表達(dá)式(1)可被表示為下面的表達(dá)式(1，)
y = Z w"x" …(i，)
w = l
其中Xn是添加了模糊的學(xué)生圖像的第n個(gè)像素的像素值(此后
適當(dāng)稱為低圖像質(zhì)量像素)，該像素形成關(guān)于沒有模糊的教師圖像的
像素(此后被適當(dāng)?shù)胤Q為高圖像質(zhì)量像素)y的預(yù)測(cè)抽頭，并且wn 是將被第ii個(gè)低圖像質(zhì)量像素的像素值相乘的第n個(gè)模糊去除系數(shù)或 預(yù)測(cè)系數(shù)。
現(xiàn)在，如果以yk表示第k個(gè)樣本的高圖像質(zhì)量像素的像素值的 真實(shí)值，并且以yk，表示基于表達(dá)式(1，)獲得的真實(shí)值yk的預(yù)測(cè)值， 則以下面的表達(dá)式(4)表示預(yù)測(cè)值yk，的預(yù)測(cè)誤差ek:
^ = h — V …(4)
18由于根據(jù)表達(dá)式(1，)確定表達(dá)式(4)的預(yù)測(cè)值yk，，如果根據(jù)
表達(dá)式(1，)取代表達(dá)式(4)的yk，，則獲得下面的表達(dá)式(5):
w 、
Z (5)
n=i 乂
其中Xn，k是形成關(guān)于第k個(gè)樣本的高圖像質(zhì)量像素的預(yù)測(cè)抽頭的 第H個(gè)低圖像質(zhì)量像素。
雖然對(duì)于高圖像質(zhì)量像素的預(yù)測(cè)來(lái)說(shuō)，表達(dá)式(5)(或表達(dá)式 (4))的預(yù)測(cè)誤差w為0的模糊去除系數(shù)Wn是最佳的， 一般難以為 所有高圖像質(zhì)量像素確定這種模糊去除系數(shù)wn。
因此，如果例如采用最小平方法作為表示模糊去除系數(shù)Wn最優(yōu)
的模型，則可以通過(guò)最小化下面的表達(dá)式(6)表示的平方誤差的總 和E，確定最佳的模糊去除系數(shù)wn:
"Z 2 …(6)
其中k是一組高質(zhì)量像素yk和形成關(guān)于高質(zhì)量像素yk的預(yù)測(cè)抽
頭的低圖像質(zhì)量像素A，k，X2，k，…，XN，k的樣本數(shù)目，即用于學(xué)習(xí)的樣本
的數(shù)目。
如表達(dá)式(7)給出的，以對(duì)模糊去除系數(shù)Wn的偏微分為0的
wn給出表達(dá)式(6)的平方誤差總和E的最小值
3五 3e2 3ek n
dwn 3w ..
(n = 1,2,…，N) …(7) 因此，如果以模糊去除系數(shù)Wn對(duì)上面給出的表達(dá)式(5)進(jìn)行偏
分，則獲得下面的表達(dá)式(8):
C^VV ， *， 勿
N
(k=l，2，…，K) ."(8) 根據(jù)表達(dá)式(7)和(8)獲得下面的表達(dá)式(9):
|;",* = 0, ix義2,0,…Sq^,「0…(9)
通過(guò)將表達(dá)式(5)代入表達(dá)式(9)中的ek，可由以下面的表達(dá) 式(10)給出的標(biāo)準(zhǔn)方程表示表達(dá)式(9):<formula>formula see original document page 20</formula>
可以例如通過(guò)使用掃除法(Gauss-Jordan消除處理)求解表達(dá)
式(10)的標(biāo)準(zhǔn)方程以獲得模糊去除系數(shù)Wn。
通過(guò)為每個(gè)種類建立并且求解表達(dá)式(10 )的標(biāo)準(zhǔn)方程，可以為 每個(gè)種類確定最優(yōu)模糊去除系數(shù)wn，這里是最小化平方誤差總和E 的模糊去除系數(shù)。將以上述方式確定的模糊去除系數(shù)存儲(chǔ)在去除系數(shù) ROM10內(nèi)。
這里，假設(shè)存儲(chǔ)在去除系數(shù)ROMIO內(nèi)的模糊去除系數(shù)是參數(shù)o 被設(shè)置為(T=0.3，0.6，1.2，1.8，2.4，2.7的模糊去除系數(shù)。具體地，模糊 去除處理部分lla執(zhí)行相應(yīng)于參數(shù)o== 0.3的模糊去除處理；模糊去除 處理部分lib執(zhí)行相應(yīng)于參數(shù)o=0.6的模糊去除處理；模糊去除處理 部分11￡執(zhí)行相應(yīng)于參數(shù)0=1.2的模糊去除處理；模糊去除處理部分 lid執(zhí)行相應(yīng)于參數(shù)<r= 1.8的模糊去除處理；模糊去除處理部分lie 執(zhí)行相應(yīng)于參數(shù)o=2.4的模糊去除處理；模糊去除處理部分llf執(zhí)行 相應(yīng)于參數(shù)<y= 2.7的模糊去除處理。
圖4示出了預(yù)測(cè)處理部分15為一個(gè)感興趣的像素設(shè)置的預(yù)測(cè)抽 頭的例子。
預(yù)測(cè)處理部分15根據(jù)在學(xué)習(xí)中使用的模糊參數(shù)o中的最大模糊
參數(shù)Omax確定預(yù)測(cè)抽頭范圍，在上面的例子中，參數(shù)(T咖x-2.7。更具 體地，預(yù)測(cè)處理部分15確定以感興趣的像素為圓心以3XOmax為半徑 的圓內(nèi)的范圍作為預(yù)測(cè)抽頭范圍。這是因?yàn)?，為了?duì)表現(xiàn)出Omax的模 糊的區(qū)域獲得足夠的模糊去除結(jié)果，需要大小諸如半徑為3X^ax的預(yù) 測(cè)抽頭。例如，圖4示出了參數(shù)Omax被設(shè)置為O，x的預(yù)測(cè)抽頭。
參考圖5描述圖像處理設(shè)備1進(jìn)行的圖像處理，即，模糊去除處
理o首t在步驟Sl，模糊去除處理部分lla到llf單獨(dú)對(duì)輸入閨 像執(zhí)行用于去除模糊量a到f的模糊的模糊去除處理，并且將相應(yīng)于 模糊量a到f的模糊去除圖像提供給模糊量種類生成部分13。
在步驟S2,感興趣的像素設(shè)置部分12將輸出圖像的預(yù)定像素設(shè) 置為感興趣的像素。
在步驟S3，模糊量種類生成部分13使用從模糊去除處理部分lla 到llf提供的模糊去除圖像，將感興趣的像素的模糊量劃分到預(yù)定的 種類，并且將得到的模糊量種類代碼提供給預(yù)測(cè)系數(shù)ROM14。
在步驟S4，預(yù)測(cè)系數(shù)ROM14將相應(yīng)于從模糊量種類生成部分 13提供給它的模糊量種類代碼的預(yù)測(cè)系數(shù)提供給預(yù)測(cè)處理部分15 。
在步驟S5，預(yù)測(cè)處理部分15執(zhí)行預(yù)測(cè)抽頭的像素值和預(yù)測(cè)系數(shù) 的積和數(shù)學(xué)運(yùn)算，以計(jì)算形成輸出圖像的感興趣的像素的像素值或輸 出像素值。
在步驟S6，預(yù)測(cè)處理部分15判定是否為輸出圖像的所有像素確 定了輸出像素值。如果在步驟S6判定尚未為輸出圖像的所有像素確 定輸出像素值，則處理返回步驟S2，從而再次執(zhí)行以步驟S2開始的 步驟的處理。具體地，將尚未確定輸出像素值的像素設(shè)置為感興趣的 像素，并且然后確定輸出像素值。
另 一方面，如果在步驟S6確定為輸出圖像的所有像素確定了輸 出像素值，則處理結(jié)束。
如上所述，圖像處理設(shè)備1基于以各種模糊量執(zhí)行的輸入圖像的 模糊去除處理的結(jié)果，將輸入圖像的每個(gè)像素的模糊量劃分到預(yù)定的 種類，并且然后使用基于被劃分的模糊量種類代碼確定的預(yù)測(cè)系數(shù)執(zhí) 行積和數(shù)學(xué)運(yùn)算，以產(chǎn)生去除了模糊的輸出圖像或輸出像素值。
可以采用各種方法實(shí)現(xiàn)模糊量種類生成部分13的模糊量種類的 分類方法，并且下面描述模糊量種類生成部分13的各種形式。
首先，描述模糊量種類生成部分13的第一形式。
圖6示出了模糊去除處理部分lla到11f分別以模糊參數(shù)C3， 0.6， 1.2， 1.8， 2,4對(duì)圖2的輸入圖像進(jìn)行了模糊去除處理之后的區(qū)域31
21參考圖6，上層示出了區(qū)域33的模糊去除圖像，并且中層示出 了區(qū)域32的模糊去除圖像，而下層示出了區(qū)域31的模糊去除圖像。
在區(qū)域31到33中，區(qū)域33中的圖像拾取對(duì)象距離照相機(jī)最遠(yuǎn) 地放置，并且在模糊去除結(jié)果中，相應(yīng)于5個(gè)不同的參數(shù)(T中的參數(shù) 0=1.8的模糊去除圖像為最佳。
同時(shí)，在區(qū)域31到33中，區(qū)域31中的圖像拾取對(duì)象距離照相 機(jī)最近地放置，并且在模糊去除結(jié)果中，相應(yīng)于5個(gè)不同的參數(shù)o中 的參數(shù)0=0.6的模糊去除圖像為最佳。
另一方面，區(qū)域32中的圖像拾取對(duì)象居中地放置在區(qū)域31到 33中的圖像拾取對(duì)象之間，并且在模糊去除結(jié)果中，相應(yīng)于5個(gè)不同 的參數(shù)cr中的參數(shù)(7=1.2的模糊去除圖像為最佳。
因此，可以認(rèn)識(shí)到，被認(rèn)為是最優(yōu)的模糊去除參數(shù)根據(jù)輸入圖像 中的每個(gè)區(qū)域內(nèi)的模糊程度而不同。
另夕卜，根據(jù)圖6所示的模糊去除圖像，以超過(guò)被視為良好模糊量 的參數(shù)o去除模糊的模糊去除圖像具有這樣的缺陷，即，隨之出現(xiàn)強(qiáng) 烈的環(huán)(ringing)。例如，在區(qū)域33中，在參數(shù)<r =2.4的模糊去除 圖像上觀察到缺陷；在區(qū)域32中，在參數(shù)o =1.8的模糊去除圖像上 觀察到缺陷；并且在區(qū)域31中，在參數(shù)o =1.2的模糊去除圖像上觀 察到缺陷。
因此認(rèn)為，當(dāng)逐漸增加參數(shù)o以執(zhí)行模糊去除處理時(shí)，首先出現(xiàn) 缺陷的參數(shù)根據(jù)輸入圖像中的每個(gè)像素的模糊程度而不同。
這里，第一形式的模糊量種類生成部分13 (此后稱為模糊量種 類生成部分通過(guò)檢測(cè)首先出現(xiàn)缺陷的模糊去除圖像，計(jì)算代表 感興趣的像素的模糊量的模糊量種類代碼。
具體地，模糊量種類生成部分13j殳置如圖4所示的以感興趣的 像素為中心的這種圓形區(qū)域，并且對(duì)該區(qū)域內(nèi)滿足下面的表達(dá)式(ll) 的像素?cái)?shù)目進(jìn)行計(jì)數(shù)
|Z(x， y) - Offset(x， y)| ^閾值 (11)
22其中Z (x，y)是模糊去除圖像的像素(x，y)的像素值，并且 Offset(x，y)和閾值可被分別設(shè)置，例如Offset(x，y) = 0并且閾值- 255。 此后該方法被稱為第一形式的第一計(jì)數(shù)方法。這個(gè)例子中，意味著模 糊量種類生成部分13,對(duì)超過(guò)輸入圖像的亮度級(jí)別的上限255的模糊 去除圖像的像素?cái)?shù)目進(jìn)行計(jì)數(shù)。
或者，在表達(dá)式(11)中，例如，Offset(x，y)可被設(shè)置為輸入圖 像的像素值，并且閾值可被設(shè)置為預(yù)定值(此后稱為第一形式的第二 計(jì)數(shù)方法)。這個(gè)例子中，意味著模糊量種類生成部分13i對(duì)這樣的 像素的數(shù)目進(jìn)行計(jì)數(shù)，這些像素相對(duì)于輸入圖像表現(xiàn)出模糊去除圖像 的像素值的大變化(高于閾值)?？梢允孪韧ㄟ^(guò)試驗(yàn)將閾值設(shè)置為最 優(yōu)值。
圖7示出了上述的第一或第二計(jì)數(shù)方法的計(jì)數(shù)結(jié)果。
模糊量種類生成部分13!基于第 一或第二計(jì)數(shù)方法的計(jì)數(shù)結(jié)果產(chǎn) 生模糊量種類代碼。
例如，如果計(jì)數(shù)結(jié)果為"0",則模糊量種類生成部分13i分配"0" 的代碼，但是如果計(jì)數(shù)結(jié)果是"除O之外的任意值"，則模糊量種類生 成部分13!分配另一代碼"1"，以產(chǎn)生退化的模糊量種類代碼。這種判 決方法此后被稱為第一形式的第一判決方法。
圖7的"種類代碼0/1判決"示出了相應(yīng)于圖7所示的"計(jì)數(shù)結(jié)果" 的以第一判決方法產(chǎn)生的模糊量種類代碼。
或者，如果計(jì)數(shù)結(jié)果高于最大值和最小值之間的中間值，即，高 于((最大值-最小值)/2)，則模糊量種類生成部分13i可以分配"l" 的代碼，但是如果計(jì)數(shù)結(jié)果低于該中間值，則模糊量種類生成部分13i 可以分配另一代碼"O"，以產(chǎn)生退化的模糊量種類代碼。這種判決方 法此后稱為第一形式的第二判決方法。
圖7的"種類代碼閾值判決"示出了相應(yīng)于圖7所示的"計(jì)數(shù)結(jié)果" 的以第二判決方法產(chǎn)生的模糊量種類代碼。
注意，除了上述的第一和第二判決方法之外，還可以采用某些其 他判決方法。例如，計(jì)數(shù)結(jié)果的最大值和最小值之間的差DR=(最大值-最小值)根據(jù)輸入圖像的模糊量是大還是小而不同。具體地， 當(dāng)輸入圖像的模糊量小時(shí)，可能出現(xiàn)缺陷，并且最大值和最小值之間
的差DR大。相反，當(dāng)輸入圖像的模糊量大時(shí)，最大值和最小值之間 的差DR小。因此，可以添加最大值和最小值之間的差DR的值作為 一個(gè)模糊量種類。這使得更易于區(qū)分輸入圖像的模糊量。
圖8示出了模糊量種類生成部分13，特別地，通過(guò)執(zhí)行第一或 第二判決方法產(chǎn)生模糊量種類代碼的模糊量種類生成部分13i的配置例子。
參考圖8，模糊量種類生成部分13i包括特征計(jì)算部分81a到81f， 閾值計(jì)算部分82,闊值判決部分83a到83f和模糊量種類輸出部分84。
作為模糊去除處理部分lla執(zhí)行的模糊去除處理的結(jié)果的模糊 去除圖像被提供給特征計(jì)算部分81a。此后這種模糊去除圖像被恰當(dāng) 稱為模糊量a的模糊去除圖像。將作為模糊去除處理部分lib執(zhí)行的 模糊去除處理的結(jié)果的模糊去除圖像提供給特征計(jì)算部分81b。此后 這種模糊去除圖像被恰當(dāng)稱為模糊量b的模糊去除圖像。另外，將作 為由模糊去除處理部分lie到llf執(zhí)行的模糊去除處理的結(jié)果的模糊 去除圖像分別提供給特征計(jì)算部分81c到81f。此后這種模糊去除圖 像被分別恰當(dāng)稱為模糊量c到f的模糊去除圖像。
特征計(jì)算部分81a相對(duì)于感興趣的像素設(shè)置如圖4所示的這種圓 形區(qū)域，并且判定包括在設(shè)置區(qū)域內(nèi)的模糊量a的模糊去除圖像的那 些像素中的每一個(gè)是否滿足表達(dá)式(11)。然后，特征計(jì)算部分81a 對(duì)滿足表達(dá)式(11)的那些像素的數(shù)目計(jì)數(shù)，并且將計(jì)數(shù)結(jié)果作為感 興趣的像素的特征提供給閣值判決部分83a。另外，特征計(jì)算部分81b 到81f分別對(duì)模糊去除處理部分lib到llf的模糊去除圖像執(zhí)行類似 的處理。
當(dāng)特征計(jì)算部分81a到81f采用第一計(jì)數(shù)方法時(shí)，閱值計(jì)算部分 82將255作為表達(dá)式(11)的閾值提供給特征計(jì)算部分81a到81f， 但是當(dāng)采用第二計(jì)數(shù)方法時(shí)，闞值計(jì)算部分82將事先設(shè)置的值作為 閾值提供給特征計(jì)算部分81a到81f。另外，當(dāng)閾值判決部分83a到83f采用第二判決方法時(shí)，閾值計(jì)算部分82獲取特征計(jì)算部分81a到81f的計(jì)數(shù)結(jié)果，并且將計(jì)數(shù)結(jié)果中的最大值和最小值之間的中間值提供給閾值判決部分83a到83f。
閾值判決部分83a基于第一或第二判決方法將來(lái)自特征計(jì)算部分81a的計(jì)數(shù)結(jié)果轉(zhuǎn)化為"0"或"1"的代碼或輸出代碼，并且輸出該輸出代碼。具體地，當(dāng)采用第一判決方法時(shí)，閾值判決部分83a基于從特征計(jì)算部分81a提供給它的計(jì)數(shù)結(jié)果是否是"O"來(lái)確定代碼，但是當(dāng)采用第二判決方法時(shí)，閾值判決部分83a根據(jù)從特征計(jì)算部分81a提供給它的計(jì)數(shù)結(jié)果是否高于從閾值計(jì)算部分82提供給它的計(jì)數(shù)結(jié)果中的最大值和最小值之間的中間值，來(lái)確定"0"或"1"的代碼。這類似地也適用于閾值判決部分83b到83f。
模糊量種類輸出部分84以預(yù)定順序連接從閾值判決部分83a到83f提供給它的"0"或"1"的輸出代碼，并且輸出這些輸出代碼的連接作為6比特的模糊量種類代碼。
圖9示出了模糊量種類生成部分13i的模糊量種類生成處理，即，第一模糊量種類生成處理。
參考圖9，所示出的第一模糊量種類生成處理中，特征計(jì)算部分81a首先在步驟S21相對(duì)于感興趣的像素設(shè)置如圖4所示的這種圓形區(qū)域，并且對(duì)滿足表達(dá)式(11)的像素的數(shù)目計(jì)數(shù)。將計(jì)數(shù)結(jié)果作為感興趣的像素的特征提供給闊值判決部分83a。特征計(jì)算部分81b到81f也對(duì)滿足表達(dá)式(11)的像素的數(shù)目計(jì)數(shù)，并且分別將計(jì)數(shù)結(jié)果提供給閾值判決部分83b到83f。
在步驟S22，閾值計(jì)算部分82將表達(dá)式(11)的閾值提供給閾值判決部分83a到83f。當(dāng)閣值判決部分83a到83f采用第二判決方法時(shí)，閾值計(jì)算部分82獲取特征計(jì)算部分81a到81f的計(jì)數(shù)結(jié)果，計(jì)算計(jì)數(shù)結(jié)果中最大值和最小值之間的中間值，并且將計(jì)算的中間值提供給閾值判決部分83a到83f。
在步驟S23，閾值判決部分83a基于來(lái)自特征計(jì)算部分81a的計(jì)數(shù)結(jié)果輸出"0"或"1"的代碼。閾值判決部分83b到83f也類似地基于來(lái)自特征計(jì)算部分81b到81f的計(jì)數(shù)結(jié)果分別輸出"0"或"1"的代碼。在步驟S24，模糊量種類輸出部分84產(chǎn)生并且輸出模糊量種類
代碼。具體地，模糊量種類輸出部分84將從閾值判決部分83a到83f
輸出的"0，，或"1"的代碼以預(yù)定順序彼此連接，并且輸出連接的代碼作
為6比特的模糊量種類代碼，從而結(jié)束該處理。
現(xiàn)在，描述模糊量種類生成部分13的第二形式。根據(jù)第二形式的模糊量種類生成部分13基于統(tǒng)計(jì)數(shù)據(jù)產(chǎn)生模糊
量種類代碼。所述的模糊量種類生成部分13此后稱為模糊量種類生
成部分132。
例如，當(dāng)像素值(特別是關(guān)于x方向的相鄰像素)之間的相鄰差絕對(duì)值IX(x, y) — X(x+1， y)l被確定為特征，并且圖像的大部分(像素的像素值)被用于產(chǎn)生該特征的頻率分布時(shí)，獲得如圖IO所示的結(jié)果?？梢詮膱DIO認(rèn)識(shí)到，作為特征的相鄰差絕對(duì)值的上限值，即，該特征的屬性值為191，并且對(duì)于所述許多圖像的全部，該相鄰差絕對(duì)值很可能小于191。
以圖ll所示的特征上限值計(jì)算處理確定圖IO所示的頻率分布和特征的上限值。
參考圖11，首先在步驟S41針對(duì)大量圖像的像素計(jì)算相鄰差絕對(duì)值作為特征。在步驟S42，為每個(gè)特征的頻率進(jìn)行計(jì)數(shù)。然后，在步驟S43，計(jì)算頻率不等于0的最大特征，并且將其確定為該特征的上限值。
雖然根據(jù)上述處理收集的數(shù)據(jù)發(fā)現(xiàn)了 ，圖像的相鄰差絕對(duì)值被估
計(jì)為低于預(yù)定的值，另外在不是以圖像為單位而是以預(yù)定區(qū)域?yàn)閱挝挥?jì)算數(shù)據(jù)的情況下，根據(jù)該區(qū)域是否處于像素值大體均勻的平坦位
置、該區(qū)域是否處于陡峭的邊緣位置、該區(qū)域是否是具有復(fù)雜細(xì)節(jié)的位置等(這與特征的上限值相關(guān)聯(lián))，考慮到特征的上限值不同。
因此，通過(guò)圖12的DB (數(shù)據(jù)庫(kù))存儲(chǔ)處理，對(duì)于預(yù)定區(qū)域(例如，對(duì)3x3像素的區(qū)域，以感興趣的像素為中心，與用來(lái)確定圖10的頻率分布的圖像相同)執(zhí)行l(wèi)比特ADRC (自適應(yīng)動(dòng)態(tài)范圍編碼)
26處理。然后，為通過(guò)1比特ADRC處理獲得的每個(gè)ADRC代碼確定相鄰差絕對(duì)值的上限。
在DB存儲(chǔ)處理中，首先將用于數(shù)據(jù)庫(kù)生成的所有圖像的像素設(shè)置為感興趣的像素，并且然后執(zhí)行步驟S61和S62的處理。在步驟S61,模糊量種類生成部分132為以感興趣的像素為中心的預(yù)定區(qū)域，即，感興趣的像素的外圍區(qū)域執(zhí)行l(wèi)比特ADRC處理，以計(jì)算ADRC代碼。在步驟S62，模糊量種類生成部分132計(jì)算感興趣的像素的外圍區(qū)域的特征。這里，特征是相鄰差絕對(duì)值。
在步驟S63,模糊量種類生成部分132對(duì)為每個(gè)ADRC代碼產(chǎn)生的每個(gè)特征的頻率進(jìn)行計(jì)數(shù)。然后在步驟S64，模糊量種類生成部分132為每個(gè)ADRC代碼計(jì)算其頻率不為0的最大特征。
在步驟S65，模糊量種類生成部分132將在步驟S64確定的每個(gè)ADRC代碼的特征的最大值作為該特征的上限存儲(chǔ)在數(shù)據(jù)庫(kù)內(nèi)。
圖13示出了圖12的DB存儲(chǔ)處理的結(jié)果。
根據(jù)圖13的結(jié)果，雖然整個(gè)圖像的相鄰差絕對(duì)值的上限為191，可以認(rèn)識(shí)到在A D RC代碼之間該特征的上限非常不同。
在模糊量種類生成部分132的模糊量種類生成處理中，即，在第二模糊量種類生成處理中，利用ADRC代碼的特征的所述上限值產(chǎn)生模糊量種類代碼。
圖14示出了根據(jù)第二形式的模糊量種類生成部分13,即，模糊量種類生成部分132的配置例子。
參考圖14，模糊量種類生成部分132包括特征計(jì)算部分101a到101f，最大值計(jì)算部分102a到102f， ADRC處理部分103，特征上限值數(shù)據(jù)庫(kù)(DB) 104，閾值計(jì)算部分105，閾值判決部分106a到106f,以及模糊量種類輸出部分107。
將模糊量a的模糊去除圖像提供給特征計(jì)算部分101a。將模糊量b的模糊去除圖像提供給特征計(jì)算部分101b。將模糊量c到f的模糊去除圖像分別提供給特征計(jì)算部分101c到101f。
特征計(jì)算部分101a給相應(yīng)于感興趣的像素的模糊量a的模糊去
27除圖像的像素設(shè)置如上面參考圖4所述的這種圓形區(qū)域，為該區(qū)域內(nèi)的每個(gè)像素計(jì)算特征，即，相鄰差絕對(duì)值，并且將計(jì)算的特征提供給最大值計(jì)算部分102a。同樣，特征計(jì)算部分101b到101f對(duì)模糊去除處理部分llb到llf的模糊去除圖像分別執(zhí)行類似的處理。
最大值計(jì)算部分102a計(jì)算特征的最大值，并且將該最大值提供給閾值判決部分106a。具體地，最大值計(jì)算部分102a將特征計(jì)算部分101a計(jì)算的以感興趣的像素為中心的預(yù)定區(qū)域內(nèi)的像素的特征中的最大一個(gè)提供給閾值判決部分106a。同樣，最大值計(jì)算部分102b到102f分別對(duì)從特征計(jì)算部分101b到101f提供的特征執(zhí)行類似的處理。
ADRC處理部分103對(duì)以相應(yīng)于該感興趣的^f象素的輸入圖像的一個(gè)像素為中心的3x3區(qū)域執(zhí)行1比特ADRC處理，并且將以1比特ADRC處理獲得的ADRC代碼提供給閾值計(jì)算部分105。
根據(jù)1比特ADRC處理，以相應(yīng)于感興趣的像素的輸入圖像的像素為中心的3x3區(qū)域中的像素的像素值除以最大值MAX和最小值MIN(丟棄小數(shù))的平均值，以將這些像素的像素值轉(zhuǎn)換為1比特值，即二進(jìn)制值。然后，將3x3區(qū)域內(nèi)的1比特像素值以預(yù)定順序布置的比特串被確定為ADRC代碼。注意，對(duì)于種類的劃分技術(shù)，可以使用多于2比特的ADRC，或可以使用某些其他的分類技術(shù)。
在特征上限值數(shù)據(jù)庫(kù)104中，存儲(chǔ)通過(guò)上面參考圖12所述的DB存儲(chǔ)處理獲得的每個(gè)ADRC代碼的特征的上限值。閾值計(jì)算部分105從特征上限值數(shù)據(jù)庫(kù)104獲取相應(yīng)于來(lái)自ADRC處理部分103的ADRC代碼的特征的上限值，并且將獲取的上限值作為閾值提供給閾值判決部分106a到106f。
閾值判決部分106a對(duì)從最大值計(jì)算部分102a提供的特征的最大值和從闊值計(jì)算部分105提供的闊值進(jìn)行比較。然后，閾值判決部分106a在特征的最大值高于閾值的情況下輸出"l"的代碼，而在特征的最大值低于閾值的情況下輸出另一代碼"0"。
閾值判決部分106b到106f還判定從最大值計(jì)算部分102b到
28102f提供的特征的最大值是否高于所述閾值，并且輸出"1"或"0"的代 碼。
類似于第一形式的模糊量種類輸出部分84,模糊量種類輸出部 分107以預(yù)定順序連接從閾值判決部分106a到106f提供的"0"或"1" 的代碼，即輸出代碼，并且輸出被連接的代碼作為6比特的模糊量種 類代碼。
圖15示出模糊量種類生成部分132的模糊量種類生成處理，即， 第二模糊量種類生成處理。
參考圖15，示出的第二模糊量種類生成處理中，首先在步驟S81， 特征計(jì)算部分101a為相應(yīng)于感興趣的像素的模糊量a的模糊去除圖 像的像素設(shè)置上面參考圖4所述的這種圓形區(qū)域，并且為該區(qū)域內(nèi)的 每個(gè)像素計(jì)算特征，即，相鄰差絕對(duì)值。同樣，特征計(jì)算部分101b 到101f分別對(duì)模糊去除處理部分llb到llf的模糊去除圖像執(zhí)行類似 的處理。
在步驟S82，最大值計(jì)算部分102a計(jì)算特征的最大值，并且將 最大值提供給閾值判決部分106a。同樣，最大值計(jì)算部分102a到102f 分別計(jì)算從特征計(jì)算部分101b到101f提供的特征的最大值。
在步驟S83， ADRC處理部分103對(duì)相應(yīng)于感興趣的像素的輸入 圖像的一個(gè)像素周圍的3x3區(qū)域執(zhí)行1比特ADRC處理，并且將以1 比特ADRC處理獲得的ADRC代碼提供給閾值計(jì)算部分105。
在步驟S84,閾值計(jì)算部分105從特征上限值數(shù)據(jù)庫(kù)104獲取相 應(yīng)于來(lái)自ADRC處理部分103的ADRC代碼的特征的上限值，并且 將獲取的上限值作為闊值提供給閾值判決部分106a到106f。
步驟S81和S82或步驟S83和S84的處理可同時(shí)或并行執(zhí)行。
在步驟S85,閾值判決部分106a對(duì)特征的最大值和閾值彼此進(jìn) 行比較。然后，如果特征的最大值高于閾值，閾值判決部分106a輸 出"l"的代碼，而如果特征的最大值低于閾值，閾值判決部分106a向 模糊量種類輸出部分107輸出另 一代碼"O"。
在步驟S86,模糊量種類輸出部分107以預(yù)定順序連接從閾值判決部分106a到106f提供的"0"或"l"的代碼，并且輸出連接結(jié)果作為 6比特模糊量種類代碼，從而結(jié)束處理。
如上所述，在第二模糊量種類生成處理中，確定相應(yīng)于感興趣的 像素的輸入圖像的像素的ADRC代碼，并且計(jì)算特征的上限值，即， 以相應(yīng)于感興趣的像素的模糊去除圖像的一個(gè)像素為中心的預(yù)定區(qū) 域內(nèi)的相鄰差絕對(duì)值。然后，根據(jù)計(jì)算的特征的上限值是否高于與確 定的ADRC代碼相同的ADRC代碼(見于圖13的數(shù)據(jù)庫(kù)中)的相鄰 差絕對(duì)值的上限，確定"0"或"1"的代碼。然后，將"0"或"1"的代碼連 接并且輸出為6比特的模糊去除種類代碼。
以不適合的模糊參數(shù)執(zhí)行了模糊去除處理的模糊去除圖像存在 諸如環(huán)(ringing)的缺陷。因此，如果出現(xiàn)這種缺陷，雖然頻繁地超 過(guò)從一般圖像數(shù)據(jù)統(tǒng)計(jì)計(jì)算的物理量的上限，認(rèn)為第二模糊量種類生 成處理是利用剛才描述的現(xiàn)象的處理。另外，根據(jù)第二模糊量種類生 成處理，通過(guò)響應(yīng)于不同的圖像特性(諸如1比特ADRC)，使用不 同的閾值，可以提高掌握上述現(xiàn)象的準(zhǔn)確性。
應(yīng)注意，雖然上面所述的第二形式采用相鄰差絕對(duì)值作為特征， 可以不采用單個(gè)特征而是采用多個(gè)特征。
圖16示出了輸出具有多個(gè)特征的模糊量種類代碼的配置例子。
參考圖16，模糊量種類生成部分132a， "2p和1327具有與上面參 考圖14所述類似的配置。然而，為了便于理解模糊量種類生成部分 132a， 13zp和1327和圖14的模糊量種類生成部分132之間的不同，用于 圖14所示特征的特征上限值數(shù)據(jù)庫(kù)104被分離地顯示為特征上限值 數(shù)據(jù)庫(kù)104a， 104p和104Y。
在特征上限值數(shù)據(jù)庫(kù)104a中，存儲(chǔ)每個(gè)ADRC代碼的特征a的 上限。另外，在特征上限值數(shù)據(jù)庫(kù)104p中，存儲(chǔ)每個(gè)ADRC代碼的 特征p的上限。在特征上限值數(shù)據(jù)庫(kù)104Y中，存儲(chǔ)每個(gè)ADRC代碼 的特征Y的上限。
模糊量種類生成部分132a輸出關(guān)于特征a的模糊量種類代碼， 并且模糊量種類生成部分13zp輸出關(guān)于特征p的模糊量種類代碼，而模糊量種類生成部分1327輸出關(guān)于特征y的模糊量種類代碼。
OR數(shù)學(xué)運(yùn)算部分111對(duì)從模糊量種類生成部分132a， 132p和132Y
輸出的模糊量種類代碼的每個(gè)特征執(zhí)行OR處理，并且輸出OR操作
的結(jié)果作為最終模糊量種類代碼。
例如，如果如圖16所示模糊量種類生成部分13201輸出"001000"
的模糊量種類代碼，并且模糊量種類生成部分132p輸出"101000"的模
糊量種類代碼，而模糊量種類生成部分1327輸出"000010"的模糊量種
類代碼，則從OR數(shù)學(xué)運(yùn)算部分111輸出的最終模糊量種類代碼是
"101010"。
可以作為特征a、 P和y采用的特4正例如可以是水平或x方向， 垂直或y方向，以及傾斜方向等的一階導(dǎo)數(shù)絕對(duì)值或二階導(dǎo)數(shù)絕對(duì)值。
可由下面給出的表達(dá)式(12) 、 (13)和(14)分別表示水平、 垂直和傾斜方向的一階導(dǎo)數(shù)絕對(duì)值P"x， y)，并且可由下面給出的表達(dá) 式(15) 、 (16)和(17)分別表示水平、垂直和傾斜方向上的二階 導(dǎo)數(shù)絕對(duì)值P2(x， y)。
P"x， y) = IX(x， y) — X(x+1， y)| ... (12)
P"x， y) = IX(x， y) - X(x， y+l)| …(13)
P"x， y) = IX(x， y) - X(x+1， y+l)| …(14)
P"x， y)=
|2 x X(x， y) 一 X(x+1， y) 一 X(x國(guó)l， y)| …(15)
P"x， y)=
|2 x X(x， y) - X(x， y+l) - X(x， y畫l)l …(16)
P"x， y)=
|2 x X(x， y) - X(x+1， y+l) - X(x畫l， y腸l)l …(17) 現(xiàn)在，描迷模糊量種類生成部分13的第三形式。 第三形式的模糊量種類生成部分13 (此后稱為模糊量種類生成
部分133)也事先存儲(chǔ)數(shù)據(jù)庫(kù)，并且類似于上面所述的第二形式，基
于該數(shù)據(jù)庫(kù)生成模糊量種類代碼。
圖17示出了數(shù)據(jù)庫(kù)(DB)生成部分120的配置例子，其生成在第三形式的模糊量種類生成部分133中使用的數(shù)據(jù)庫(kù)。
參考圖17,數(shù)據(jù)庫(kù)生成設(shè)備120包括模糊增加部分121，模糊去 除處理部分122a到122f，特征計(jì)算部分123a到123f，退化部分124a 到124f，連接部分125,存儲(chǔ)部分126，概率計(jì)算部分127和概率分 布數(shù)據(jù)庫(kù)128。
模糊增加部分121執(zhí)行表達(dá)式(2)的巻積數(shù)學(xué)運(yùn)算，其中與上 面參考圖3所述的模糊增加部分42類似，從外部給其提供模糊參數(shù)(T 以為輸入信號(hào)產(chǎn)生模糊圖像。
模糊去除處理部分122a到122f分別對(duì)來(lái)自模糊增加部分121的 模糊圖像執(zhí)行模糊去除處理，類似于上面參考圖l所述的模糊去除處 理部分lla到llf。模糊去除處理部分122a到122f去除的圖像的模 糊量分別為a到f。注意，假設(shè)在數(shù)據(jù)庫(kù)生成設(shè)備120中在模糊去除 處理部分122a到122f內(nèi)分別存儲(chǔ)用于積和數(shù)學(xué)運(yùn)算的模糊去除系數(shù)。
特征計(jì)算部分123a到123f中的每一個(gè)計(jì)算相對(duì)于感興趣的像素 設(shè)置的預(yù)定區(qū)域，諸如例如，上面參考圖4所述的這種圓形區(qū)域內(nèi)的 每個(gè)像素的特征。計(jì)算的特征被提供給退化部分124a到124f。在當(dāng) 前形式中，特征計(jì)算部分123a到123f計(jì)算上面以表達(dá)式(12 )到(17 ) 表示的特征或?qū)?shù)類特征之一 。
退化部分124a到124f分別對(duì)從特征計(jì)算部分123a到123f提供 的特征執(zhí)行比特退化處理。例如，當(dāng)從特征計(jì)算部分123a到123f提 供的特征是8比特?cái)?shù)據(jù)時(shí)，退化部分124a到124f通過(guò)刪除LSB (最 不重要比特)側(cè)上的3比特將特征退化為5比特?cái)?shù)據(jù)并且輸出退化的 特征。
連接部分125以預(yù)定順序連接從退化部分124a到124f提供的退 化特征以產(chǎn)生特征代碼，并且將該特征代碼提供給存儲(chǔ)部分126。例 如，如果在上面的例子中假設(shè)從退化部分124a到124f提供5比特的 特征，則從30比特形成提供給存儲(chǔ)部分126的特征代碼。這個(gè)例子 中，可以在后續(xù)階段給存儲(chǔ)部分126提供2"個(gè)不同的特征代碼。然 而，當(dāng)特征代碼的種類數(shù)目很大時(shí)，增加了退化部分124a到124f的
32退化數(shù)量。相反地說(shuō)，通過(guò)試驗(yàn)等設(shè)置退化部分124a到124f的每一 個(gè)中的退化數(shù)量，從而存儲(chǔ)部分126的特征代碼的種類數(shù)目可以是適 合的數(shù)目。
每次一個(gè)特征代碼被從連接部分125提供給存儲(chǔ)部分126時(shí)，存 儲(chǔ)部分126將該特征代碼的頻次增加1，以存儲(chǔ)特征代碼的頻率分布。 另外，將與提供給模糊增加部分121的模糊參數(shù)(T相同的模糊參數(shù)提 供給存儲(chǔ)部分126，并且存儲(chǔ)部分126還存儲(chǔ)用于確定提供的特征代 碼的參數(shù)o。
對(duì)于從模糊增加部分121提供的輸入圖像，數(shù)據(jù)庫(kù)生成設(shè)備120 將模糊參數(shù)o設(shè)置為各種值，從而確定由此產(chǎn)生的各種模糊量的模糊 圖像的特征代碼。然后，將這樣確定的特征與模糊參數(shù)(T的信息一起 存儲(chǔ)在存儲(chǔ)部分126。另外，對(duì)于輸入圖像，通過(guò)不僅把模糊參數(shù)(T 分配給一個(gè)圖像、而且分配給大量圖像所獲得的特征代碼和模糊參數(shù) o的信息被存儲(chǔ)在存儲(chǔ)部分126。
結(jié)果，如果參考存儲(chǔ)在存儲(chǔ)部分126中的數(shù)據(jù)，可以與每個(gè)特征 代碼的頻率一起(即，與所述特征代碼出現(xiàn)的總次數(shù)一起)得知關(guān)于 每個(gè)特征代碼的每個(gè)模糊參數(shù)的頻率，即，出現(xiàn)次數(shù)。
概率計(jì)算部分U7計(jì)算關(guān)于每個(gè)特征代碼的每個(gè)模糊參數(shù)o的概 率。概率計(jì)算部分127為所有特征代碼執(zhí)行處理以確定以每個(gè)模糊參
數(shù)o的頻率除以預(yù)定特征代碼的頻率(即，模糊參數(shù)o的頻率/特征代 碼的頻率)時(shí)的值。
概率分布數(shù)據(jù)庫(kù)128存儲(chǔ)概率計(jì)算部分127計(jì)算的關(guān)于每個(gè)特征
代碼的每個(gè)模糊參數(shù)(j的概率。
圖18示出了第三形式的模糊量種類生成部分13，即，模糊量種 類生成部分133的配置例子。
參考圖18，模糊量種類生成部分133包括特征計(jì)算部分141a到 141f，退化部分142a到142f，連接部分143，模糊量種類判決部分 145和概率分布數(shù)據(jù)庫(kù)144。
特征計(jì)算部分141a到141f，退化部分142a到142f和連接部分
33143分別執(zhí)行與上面參考圖17所迷的數(shù)據(jù)庫(kù)生成設(shè)備120的特征計(jì)算 部分123a到123f，退化部分124a到124f和連接部分125類似的處 理。
具體地，特征計(jì)算部分141a到141f計(jì)算關(guān)于相應(yīng)于感興趣的像 素設(shè)置的模糊去除圖像的預(yù)定區(qū)域內(nèi)的每個(gè)像素的特征，并且將這些 特征分別輸出到退化部分124a到124f。退化部分142a到142f分別 對(duì)從特征計(jì)算部分141a到141f提供的特征進(jìn)行比特退化處理。連接 部分143以預(yù)定順序連接從退化部分124a到124f提供的退化特征， 以產(chǎn)生特征代碼。
概率分布數(shù)據(jù)庫(kù)144存儲(chǔ)由上面參考圖17所述的數(shù)據(jù)庫(kù)生成設(shè) 備120產(chǎn)生的數(shù)據(jù)。概率分布數(shù)據(jù)庫(kù)144拷貝或移動(dòng)并且存儲(chǔ)關(guān)于存 儲(chǔ)在數(shù)據(jù)庫(kù)生成設(shè)備120的概率分布數(shù)據(jù)庫(kù)128中的每個(gè)特征代碼的 每個(gè)模糊參數(shù)o的概率。注意，數(shù)據(jù)庫(kù)生成設(shè)備120的概率計(jì)算部分 127可替換地可以在概率分布數(shù)據(jù)庫(kù)144中直接存儲(chǔ)關(guān)于每個(gè)特征代 碼的每個(gè)模糊參數(shù)<j的計(jì)算的概率。
模糊量種類判決部分145參考概率分布數(shù)據(jù)庫(kù)144并且輸出相應(yīng) 于從連接部分143提供的特征代碼的模糊量種類代碼。具體地，模糊 量種類判決部分145基于概率分布數(shù)據(jù)庫(kù)144指定與從連接部分143 提供的特征代碼相同的特征代碼，并輸出在指定的特征代碼的每個(gè)模 糊參數(shù)(T的概率中具有最高概率的模糊參數(shù)(T作為模糊量種類代碼。
圖19示出模糊量種類生成部分133的模糊量種類生成處理，即， 第三模糊量種類生成處理。
參考圖19，首先在步驟SIOI，特征計(jì)算部分141a到141f計(jì)算 相應(yīng)于感興趣的像素而設(shè)置的模糊去除圖像的預(yù)定區(qū)域中的每個(gè)像 素的特征。
在步驟S102，退化部分142a到142f分別對(duì)從特征計(jì)算部分141a 到141f提供的特征執(zhí)行比特退化處理。
在步驟S103，連接部分143以預(yù)定順序連接從退化部分124a到 124f提供的退化特征以產(chǎn)生特征代碼。在步驟S104，模糊量種類判決部分145參考概率分布數(shù)據(jù)庫(kù)144 并且輸出相應(yīng)于從連接部分143提供的特征代碼的模糊量種類代碼， 從而結(jié)束處理。
圖20示出了模糊量種類生成部分133-2的配置例子，模糊量種 類生成部分133 - 2是對(duì)第三形式的模糊量種類生成部分133的修改。
參考圖20，模糊量種類生成部分133-2包括與上面參考圖18 所述的模糊量種類生成部分133類似的特征計(jì)算部分141a到141f，退 化部分142a到142f，連接部分143和概率分布數(shù)據(jù)庫(kù)144。
參考圖21，對(duì)相應(yīng)于感興趣的像素的模糊去除圖像的像素，以 及事先確定的區(qū)域(即，該像素周圍的外圍區(qū)域)內(nèi)的像素，模糊量 種類判決部分161選擇相應(yīng)于一個(gè)特征代碼表示出最高概率的模糊參數(shù)G。
因此，特征計(jì)算部分141a到141f、退化部分142a到142f和連 接部分143計(jì)算相應(yīng)于該周圍區(qū)域內(nèi)的各個(gè)像素的特征代碼，并且將 該特征代碼提供給模糊量種類判決部分161。然后，對(duì)于該外圍區(qū)域 中的像素，模糊量種類判決部分161將所選擇的具有最高概率的模糊 參數(shù)(j以及該概率(即，判決概率)提供給增加部分162。
圖21所示的25個(gè)像素中的那些應(yīng)用相同圖案的像素指示選擇了 同一模糊參數(shù)o。
增加部分162為每個(gè)相同的所選擇的模糊參數(shù)o，添加外圍區(qū)域 內(nèi)的像素的判決概率。然后，增加部分162將所選擇的模糊參數(shù)o和 增加的概率(作為增加所選擇的模糊參數(shù)(T的結(jié)果)提供給模糊量種 類確定部分163。模糊量種類確定部分163輸出表現(xiàn)出最高的增加概 率的所選擇的模糊參數(shù)o作為模糊量種類代碼。
圖20的模糊量種類生成部分133-2利用這樣的性質(zhì)，即，除非 相應(yīng)于感興趣的像素的輸入圖像的像素處于對(duì)象等的邊界上，該像素 周圍的外圍像素具有大體相同的模糊量。因此，模糊量種類生成部分 132不僅使用相應(yīng)于感興趣的像素的輸入圖像的像素的概率，還使用 外圍區(qū)域中的像素的概率以執(zhí)行全面的判定，從而提高了模糊量分類
35的準(zhǔn)確性。
現(xiàn)在，描述對(duì)第三形式的模糊量種類生成部分133的其他修改。
在上面參考圖20所述的模糊量種類生成部分133-2中，增加部 分162增加每個(gè)相同的所選擇的模糊參數(shù)(j的概率，并且輸出表現(xiàn)出 增加后的增加概率的模糊參數(shù)o作為模糊量種類代碼。然而，在下面 描述的對(duì)模糊量種類生成部分133的其他修改中，當(dāng)相同的所選擇的 模糊參數(shù)cr的概率被增加時(shí)，判定噪聲的概率，在對(duì)所選擇的模糊參 數(shù)<y做出了噪聲的判定的情況下，不執(zhí)行所選擇的模糊參數(shù)(j的增加。
當(dāng)噪聲和圖像中的平坦位置重疊時(shí)，頻繁地出現(xiàn)模糊量的檢測(cè)錯(cuò) 誤。這是因?yàn)檫@樣的事實(shí)，即，不能從特征中區(qū)分出圖像的平坦位置 所具有的模糊大小。在上述這種位置，即使某個(gè)模糊量被確定為一個(gè) 種類，由于它具有受到包含在輸入圖像內(nèi)的噪聲影響的特征，所確定 的模糊量的可靠性很低。
因此，如果將從圖像的原始特征計(jì)算的模糊量和從噪聲計(jì)算的模 糊量彼此區(qū)分開，則可以提高從圖像的原始特征計(jì)算的模糊量的檢測(cè) 準(zhǔn)確性。
為此，需要事先產(chǎn)生用于噪聲判定的數(shù)據(jù)庫(kù)。圖22示出了噪聲 數(shù)據(jù)庫(kù)(DB)產(chǎn)生裝置180的配置例子，用于產(chǎn)生用于噪聲判定的噪 聲頻率分布數(shù)據(jù)庫(kù)。
參考圖22，噪聲數(shù)據(jù)庫(kù)生成設(shè)備180包括噪聲增加部分191，模 糊去除處理部分192a到192f,特征計(jì)算部分193a到193f，退化部分 194a到194f，連接部分195，頻率計(jì)算部分196和噪聲頻率分布數(shù)據(jù) 庫(kù)(DB) 197。
將大體平坦的圖像作為輸入圖像提供給噪聲增加部分191 。噪聲 增加部分191將隨機(jī)噪聲添加到該輸入圖像，以產(chǎn)生噪聲添加圖像， 并且將該噪聲添加圖像提供給模糊去除處理部分192a到192f。
模糊去除處理部分192a到192f，特征計(jì)算部分193a到193f， 退化部分194a到194f和連接部分195分別執(zhí)行與圖17的數(shù)據(jù)庫(kù)生成 設(shè)備120的模糊去除處理部分122a到122f,特征計(jì)算部分123a到123f，退化部分124a到124f和連接部分125類似的處理。
具體地，模糊去除處理部分192a到192f對(duì)來(lái)自噪聲增加部分191 的噪聲添加圖像執(zhí)行模糊去除處理。特征計(jì)算部分193a到193f計(jì)算 對(duì)感興趣的像素而設(shè)置的預(yù)定區(qū)域內(nèi)的每個(gè)像素的特征，并且將計(jì)算 的特征分別提供給退化部分194a到194f。
退化部分194a到194f分別對(duì)從特征計(jì)算部分193a到193f提供 的特征執(zhí)行比特退化處理。連接部分195以預(yù)定順序連接從退化部分 194a到194f提供的退化特征以產(chǎn)生特征代碼。
頻率計(jì)算部分196對(duì)從連接部分195提供的特征代碼分類，并且 將每個(gè)特征代碼的分類特征代碼存儲(chǔ)在噪聲頻率分布數(shù)據(jù)庫(kù)197中。 結(jié)果，噪聲的特征代碼的頻率分布被存儲(chǔ)。
圖23示出對(duì)第三形式的模糊量種類生成部分133的修改，并且 尤其示出了模糊量種類生成部分133-3的配置例子，模糊量種類生成 部分133-3利用了存儲(chǔ)在圖22所示的噪聲頻率分布數(shù)據(jù)庫(kù)197內(nèi)的 噪聲的特征代碼的頻率分布。
參考圖23，模糊量種類生成部分133-3還是對(duì)圖20所示的模糊 量種類生成部分133-2的修改，但是與模糊量種類生成部分133-2 的不同在于它額外包括噪聲頻率分布數(shù)據(jù)庫(kù)(DB) 201,還分別包括 增加部分202和模糊量種類確定部分203，以取代增加部分162和模 糊量種類確定部分163。
模糊量種類判決部分161將關(guān)于外圍區(qū)域內(nèi)的每個(gè)像素的所選 擇的模糊參數(shù)<r和所選擇的模糊參數(shù)<r的判決概率提供給增加部分 202。在當(dāng)前修改中，模糊量種類判決部分161還將特征代碼提供給 增加部分202。
通過(guò)拷貝或移動(dòng)，將圖22所示的噪聲數(shù)據(jù)庫(kù)生成設(shè)備180產(chǎn)生 并且存儲(chǔ)在噪聲頻率分布數(shù)據(jù)庫(kù)197中的噪聲的特征代碼的頻率分布 被存儲(chǔ)在噪聲頻率分布數(shù)據(jù)庫(kù)201。
增加部分202為相同選擇的模糊參數(shù)o增加外圍區(qū)域內(nèi)的像素的 概率。此后，增加部分202參考從模糊量種類判決部分161提供的特征代碼的頻率，并且如果特征代碼的頻率高于預(yù)定頻率，則由于確定
噪聲的概率高，增加部分202不執(zhí)行概率的增加。將不執(zhí)行概率增加 的所選擇的模糊參數(shù)o的增加概率設(shè)置為0。另一方面，如果噪聲頻 率分布數(shù)據(jù)庫(kù)201中從模糊量種類判決部分161提供的特征代碼的頻 率低于預(yù)定的頻率，則類似于上面參考圖20所述的增加部分162,增 加部分202增加每個(gè)相同的所選擇的模糊參數(shù)(y的概率。
將所選擇的模糊參數(shù)ty和增加概率的超過(guò)一個(gè)的組合，提供給模 糊量種類確定部分203。模糊量種類確定部分203從提供給它的增加 概率中確定具有最高增加概率的所選擇的模糊參數(shù)cy。如果確定的所 選擇的模糊參數(shù)tr的增加概率為除O之外的任意其他值，模糊量種類 確定部分203輸出所選擇的模糊參數(shù)o作為模糊量種類代碼。另一方 面，如果確定的所選擇的模糊參數(shù)cr的增加概率為0,則模糊量種類 確定部分203輸出不同于從模糊量確定的模糊量種類代碼的不同種類 的種類代碼。確定的所選擇的模糊參數(shù)o的增加概率為0意味著，存 在感興趣的像素的外圍區(qū)域內(nèi)的所有模糊參數(shù)o可能受噪聲影響的可 能。
由于不論對(duì)同一平坦位置應(yīng)用何種類型的處理，圖像中的平坦位 置不表現(xiàn)出變化，即使應(yīng)用不同種類也不會(huì)出現(xiàn)問(wèn)題。另一方面，通 過(guò)執(zhí)行如上所述的這種噪聲判定，可以提高除平坦位置之外的任意其 他位置的模糊量的確定準(zhǔn)確性。
圖24示出了預(yù)測(cè)系數(shù)學(xué)習(xí)設(shè)備221的配置例子，預(yù)測(cè)系數(shù)學(xué)習(xí) 設(shè)備221為存儲(chǔ)在圖l所示的圖像處理設(shè)備l的預(yù)測(cè)系數(shù)ROM14中 的每個(gè)模糊量種類學(xué)習(xí)預(yù)測(cè)系數(shù)。
參考圖24,預(yù)測(cè)系數(shù)學(xué)習(xí)設(shè)備221包括感興趣的像素設(shè)置部分 241，模糊增加部分242，去除系數(shù)ROM243，模糊去除處理部分244a 到244f，模糊量種類生成部分245,標(biāo)準(zhǔn)方程相加部分246，矩陣數(shù) 學(xué)運(yùn)算部分247和預(yù)測(cè)系數(shù)ROM248。
輸入到預(yù)測(cè)系數(shù)學(xué)習(xí)設(shè)備221的輸入圖像是沒有模糊的圖像，并 且用作教師圖像。感興趣的像素設(shè)置部分241連續(xù)地將教師圖像的像
38素設(shè)置為感興趣的像素。
模糊增加部分242執(zhí)行以上面給出的表達(dá)式(2)表示的巻積數(shù) 學(xué)運(yùn)算，以人為地給輸入圖像添加模糊，以產(chǎn)生模糊圖像，并且將模 糊圖像作為學(xué)生圖像提供給模糊去除處理部分244a到244f。
模糊去除處理部分244a到244f執(zhí)行類似于模糊去除處理部分 lla到llf的處理。具體地，模糊去除處理部分244a到244f提取感 興趣的像素的預(yù)定區(qū)域內(nèi)的像素(其像素值)作為預(yù)測(cè)抽頭，并且提 取感興趣的像素的所述預(yù)定區(qū)域中的像素(其像素值)作為種類抽頭。 才莫糊去除處理部分244a到244f從去除系數(shù)ROM243獲取相應(yīng)于從種 類抽頭確定的種類代碼的模糊量a到f的模糊去除系數(shù)，并且執(zhí)行形 成預(yù)測(cè)抽頭的像素的像素值和從去除系數(shù)ROM243獲取的用于模糊 量a到f的模糊去除系數(shù)的積和數(shù)學(xué)運(yùn)算，以確定去除模糊量a到f 時(shí)所述感興趣的像素的像素值。
模糊去除處理部分244a到244f去除的模糊量和存儲(chǔ)在去除系數(shù) ROM243中的模糊去除系數(shù)分別與圖1所示的模糊去除處理部分lla 到llf和去除系數(shù)ROM14的那些相同。
類似于上面參考圖1所述的模糊量種類生成部分13，模糊量種 類生成部分245使用從模糊去除處理部分244a到244f提供的模糊去
除圖像將感興趣的像素的模糊量劃分到預(yù)定的種類中，并且將通過(guò)分 類獲得的模糊量種類代碼提供給標(biāo)準(zhǔn)方程相加部分246。因此，模糊 量種類生成部分245可以采用上面所述的第一到第三形式的配置的任 意一種。
標(biāo)準(zhǔn)方程相加部分246將相應(yīng)于學(xué)生圖像的感興趣的像素的像 素的預(yù)定區(qū)域確定為預(yù)測(cè)抽頭范圍，并且將包括在預(yù)測(cè)抽頭范圍內(nèi)的 像素確定為預(yù)測(cè)抽頭。
對(duì)相應(yīng)于從模糊量種類生成部分245提供的模糊量種類代碼的
每一種，標(biāo)準(zhǔn)方程相加部分246使用預(yù)測(cè)抽頭或?qū)W生圖像Xn,k執(zhí)行相
應(yīng)于表達(dá)式(10)左側(cè)矩陣的學(xué)生圖像的乘(xn，kxn，，k)和累加(i:) 的數(shù)學(xué)運(yùn)算。另外，標(biāo)準(zhǔn)方程相加部分246使用預(yù)測(cè)抽頭或?qū)W生圖像Xn，k和教
師圖像yk為相應(yīng)于從模糊量種類生成部分245提供的模糊量種類代碼 的每個(gè)種類執(zhí)行相應(yīng)于表達(dá)式(10)的鐠中的學(xué)生圖像的xw和教師 圖像yk的乘(xn，kyk)和累加(2)的數(shù)學(xué)運(yùn)算。
具體地，在前一操作循環(huán)中，將關(guān)于感興趣的像素的教師圖像而 確定的表達(dá)式(10)左側(cè)的矩陣的分量(Sxn，kxn，,k )和右側(cè)的矢量的 分量(2xn，kyk)存儲(chǔ)在內(nèi)建于標(biāo)準(zhǔn)方程相加部分246的存儲(chǔ)器(未示 出)內(nèi)。因此，標(biāo)準(zhǔn)方程相加部分246執(zhí)行以表達(dá)式(10)的求和表 示的相加，其中對(duì)被新確定為感興趣的像素的一個(gè)教師圖像，使用這 個(gè)教師圖像y^或?qū)W生圖像xn，k+1而計(jì)算的相應(yīng)的分量(xn，k+1xn,，k+1) 或矢量的分量(xn，k+1yk+1)累加到矩陣的分量(2:xn，kxn，，k)或矢量的分 量(2xn，kyk)。
然后，標(biāo)準(zhǔn)方程相加部分246執(zhí)行如上所述的這種相加，確定教 師圖像的所有像素確定為感興趣的像素，以為每個(gè)種類建立以表達(dá)式 (8)表示的標(biāo)準(zhǔn)方程。然后，標(biāo)準(zhǔn)方程相加部分246將該標(biāo)準(zhǔn)方程 提供給矩陣數(shù)學(xué)運(yùn)算部分247。
矩陣數(shù)學(xué)運(yùn)算部分247求解從標(biāo)準(zhǔn)方程相加部分246提供的種類 的標(biāo)準(zhǔn)方程，以確定用于每個(gè)種類的模糊量種類代碼的最優(yōu)預(yù)測(cè)系數(shù) wn，并且將確定的預(yù)測(cè)系數(shù)Wn輸出到預(yù)測(cè)系數(shù)ROM248。預(yù)測(cè)系數(shù) ROM248存儲(chǔ)從矩陣數(shù)學(xué)運(yùn)算部分247提供的預(yù)測(cè)系數(shù)wn。預(yù)測(cè)系 數(shù)Wn被存儲(chǔ)在圖1的圖像處理設(shè)備l的預(yù)測(cè)系數(shù)ROM14。注意，可 替換地，可將從矩陣數(shù)學(xué)運(yùn)算部分247輸出的預(yù)測(cè)系數(shù)直接存儲(chǔ)在圖 像處理設(shè)備1的預(yù)測(cè)系數(shù)ROM14。
雖然可由硬件執(zhí)行上述處理序列，也可由軟件執(zhí)行該處理序列。 在以軟件執(zhí)行該處理序列的情況下，構(gòu)成軟件的程序被從程序記錄介 質(zhì)安裝到可以通過(guò)安裝各種程序執(zhí)行各種功能的結(jié)合在專用硬件內(nèi) 的計(jì)算機(jī)，或例如，通用的個(gè)人計(jì)算機(jī)內(nèi)。
圖25示出了根據(jù)程序執(zhí)行上述處理序列的計(jì)算機(jī)的硬件配置例子。
40參考圖25，在所示的計(jì)算機(jī)中，CPU(中央處理單元)301， ROM (只讀存儲(chǔ)器)302和RAM (隨機(jī)訪問(wèn)存儲(chǔ)器)303通過(guò)總線304彼 此連接。
另夕卜，輸入/輸出接口 305連接到總線304。包括鍵盤、鼠標(biāo)、麥 克風(fēng)等的輸入部分306，包括顯示單元、揚(yáng)聲器等的輸出部分307， 由硬盤、非易失存儲(chǔ)器等形成的存儲(chǔ)部分308，包括網(wǎng)絡(luò)接口等的通 信部分309，用于驅(qū)動(dòng)可移動(dòng)介質(zhì)311諸如磁盤、光盤、/磁光盤或半 導(dǎo)體存儲(chǔ)器的驅(qū)動(dòng)器310連接到輸入/輸出接口 305。
在以上述這種方式配置的計(jì)算機(jī)中，CPU301通過(guò)輸入/輸出接口 305和總線304將例如存儲(chǔ)在存儲(chǔ)部分308中的程序裝入RAM303, 并且然后執(zhí)行上述的一系列處理。
CPU301執(zhí)行的程序被記錄在可移動(dòng)介質(zhì)311內(nèi)并且與可移動(dòng)介 質(zhì)311 —起提供，或被通過(guò)有線或無(wú)線傳輸介質(zhì)諸如局域網(wǎng)、Internet 或數(shù)字廣播提供，其中可移動(dòng)介質(zhì)311為采用諸如例如磁盤(包括柔 性盤)、光盤(包括CD-ROM (壓縮盤只讀存儲(chǔ)器)和DVD (數(shù) 字通用盤))、磁光盤、或半導(dǎo)體存儲(chǔ)器構(gòu)成的包裝介質(zhì)的形式。
可以通過(guò)將可移動(dòng)介質(zhì)311裝入驅(qū)動(dòng)器310,通過(guò)輸入/輸出接口 305將程序安裝在存儲(chǔ)部分308內(nèi)?；蛘呖梢酝ㄟ^(guò)通信部分309通過(guò) 有線或無(wú)線傳輸介質(zhì)接收該程序，并且將其安裝在存儲(chǔ)部分308?；?者可以事先將該程序安裝在ROM302或存儲(chǔ)部分308。
注意，由計(jì)算機(jī)執(zhí)行的程序可以是這樣的類型，其中以本說(shuō)明書 描述順序在時(shí)間上串行執(zhí)行所迷處理，或者該程序是這樣的類型，其 中并行執(zhí)行所述處理，或是在必要的時(shí)刻(諸如當(dāng)被調(diào)用時(shí))執(zhí)行所 述處理。
參考圖26到28描述應(yīng)用本發(fā)明的圖像處理設(shè)備1的圖像處理效果。
圖26示出了被輸入到圖像處理設(shè)備1的輸入圖像，其包括花的 拾取圖像作為主要圖像拾取對(duì)象。參考圖26，按照?qǐng)D像拾取對(duì)象和照 相機(jī)之間的距離，所示的輸入圖像一般包括3個(gè)距離，包括從照相機(jī)到花的第一距離，從照相機(jī)到花的背景的第二距離，以及從照相機(jī)到 花的左側(cè)的葉子的第三距離。輸入圖像聚焦在第二距離的花的背景。
圖27示出了使用相關(guān)技術(shù)的模糊去除處理將相同的模糊去除處 理應(yīng)用到圖26的輸入圖像的整個(gè)范圍時(shí)的處理后的圖像。注意，由 用戶手工地設(shè)置將被去除的模糊量以去除花的模糊。在圖27的處理 后的圖像中，雖然從花的圖像部分去除了模糊，過(guò)分強(qiáng)調(diào)了處理后的 圖像最初聚焦的花的背景的圖像部分，并且由于環(huán)的出現(xiàn)看上去不自 然。
圖28示出以圖像處理設(shè)備1對(duì)圖26的輸入圖像進(jìn)行模糊去除處 理的處理后的圖像。
通過(guò)圖像處理設(shè)備l，為第一距離的花的圖像部分、第二距離的 花的背景的圖像部分、以及第三距離的花左側(cè)的葉子的圖像部分中的 每一個(gè)選擇最優(yōu)的模糊量，并且執(zhí)行去除最優(yōu)模糊量的模糊去除處 理。因此，在圖28的處理后的圖像中，在整個(gè)區(qū)域上去除了模糊。 例如，處理后的圖像最初聚焦的花的背景的圖像部分處未出現(xiàn)諸如在 圖27中所見到的過(guò)多的環(huán)。
以這種方式，圖像處理設(shè)備1可以最佳地去除由于包括在圖像內(nèi) 的不同距離的圖像拾取對(duì)象引起的、并且在不同的像素之間有不同模 糊量的模糊。另外，采用圖像處理設(shè)備l，用戶不需要執(zhí)行特殊操作， 諸如根據(jù)模糊量選擇最優(yōu)的模糊去除系數(shù)，即不必執(zhí)行模糊去除的調(diào)整。
注意，輸入到圖像處理設(shè)備1的輸入圖像可以是靜態(tài)圖像和運(yùn)動(dòng) 圖像中的任意一個(gè)。
圖像處理設(shè)備l的圖像處理使用這樣的處理，即，分類自適應(yīng)處 理，其使用種類(即，以通過(guò)將感興趣的像素劃分到多個(gè)種類之一而 獲得的模糊量種類代碼表示的種類)的預(yù)測(cè)系數(shù)，以及相對(duì)于感興趣 的像素所選擇的輸入圖像中的像素(其像素值)，通過(guò)積和數(shù)學(xué)運(yùn)算 確定感興趣的像素(其像素值)。因此，即使發(fā)生模糊量種類的檢測(cè) 遺漏，也不會(huì)出現(xiàn)極端缺陷。另外，包括離焦?fàn)顟B(tài)以外的退化因素(諸如例如，運(yùn)動(dòng)模糊或噪聲)的圖像不會(huì)經(jīng)受顯著的衰退，并且可被健 壯地處理。
注意，在本說(shuō)明書中，可以但并非必需按照描述的時(shí)間串行順序 處理描述記錄在記錄介質(zhì)內(nèi)或記錄介質(zhì)上的程序的步驟，可以包括并 行執(zhí)行或單獨(dú)執(zhí)行而不按時(shí)間串行處理的處理。
雖然已經(jīng)使用特定的術(shù)語(yǔ)描述了本發(fā)明的優(yōu)選實(shí)施例，這種描述 僅是出于說(shuō)明目的，并且應(yīng)當(dāng)理解可以做出修改和變型而不脫離下面 的權(quán)利要求的精神和范圍。
4權(quán)利要求
1. 一種圖像處理設(shè)備，包括模糊去除處理裝置，用于使用用于去除多個(gè)不同模糊量的模糊的多個(gè)模糊去除系數(shù)，對(duì)輸入圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè)不同的模糊去除結(jié)果圖像；特征檢測(cè)裝置，用于從每個(gè)所述不同的模糊去除結(jié)果圖像中檢測(cè)特征；模糊量種類確定裝置，用于從所述特征確定代表模糊量的種類的模糊量種類；以及預(yù)測(cè)處理裝置，用于執(zhí)行所述輸入圖像的預(yù)定像素的像素值以及事先學(xué)習(xí)并且相應(yīng)于所述模糊量種類的預(yù)測(cè)系數(shù)的數(shù)學(xué)運(yùn)算，以產(chǎn)生去除了模糊的輸出圖像。
2. 權(quán)利要求1的圖像處理設(shè)備，其中所述模糊量種類確定裝置包括模糊量產(chǎn)生概率存儲(chǔ)裝置，用于通過(guò)使用多個(gè)不同的模糊去除系數(shù)，從通過(guò)將多個(gè)不同模糊量的模糊添加到所述輸入圖像獲得的模糊圖像中去除模糊而獲得的所述多個(gè)不同的模糊去除結(jié)果圖像中檢測(cè)特征，以事先檢測(cè)關(guān)于多個(gè)不同模糊量中的每一個(gè)的特征的概率分布，并且為每個(gè)特征存儲(chǔ)代表各模糊量的產(chǎn)生概率的概率分布，所述模糊量種類確定裝置從相對(duì)于所述特征檢測(cè)裝置檢測(cè)到的特征的存儲(chǔ)在模糊量產(chǎn)生概率存儲(chǔ)裝置中的概率分布中，將表現(xiàn)出最高產(chǎn)生概率的 一個(gè)模糊量確定為模糊量種類。
3. 權(quán)利要求2的圖像處理設(shè)備，其中所述特征檢測(cè)裝置檢測(cè)關(guān)于相應(yīng)于感興趣的像素的每個(gè)模糊去除結(jié)果圖像的像素和所述感興趣的像素周圍的外圍像素中的每一個(gè)的特征，以及以相同模糊量，所述模糊量種類確定裝置增加相應(yīng)于所述特征檢測(cè)裝置檢測(cè)的每個(gè)特征的模糊量的產(chǎn)生概率，以及從增加結(jié)果確定相應(yīng)于感興趣的像素的模糊量種類。
4. 權(quán)利要求3的圖像處理設(shè)備，其中所述模糊量種類確定裝置還包括噪聲信息存儲(chǔ)裝置，用于通過(guò)使用多個(gè)模糊去除系數(shù)，從通過(guò)將噪聲增加到平坦圖像獲得的噪聲添加圖像中去除模糊而獲得的多個(gè)不同的模糊去除結(jié)果圖像中事先檢測(cè)特征，以存儲(chǔ)代表噪聲的特征的產(chǎn)生概率的信息，以及所述模糊量種類確定裝置不執(zhí)行感興趣的像素和感興趣的像素周圍的外圍像素的特征中的由噪聲產(chǎn)生的概率高的特征的模糊量的產(chǎn)生概率的增加。
5. 權(quán)利要求1的圖像處理設(shè)備，其中所述特征檢測(cè)裝置對(duì)相應(yīng)于感興趣的像素的每個(gè)模糊去除結(jié)果圖像的像素和相應(yīng)于感興趣的像素的像素周圍的特定區(qū)域中的多個(gè)像素的像素值和閾值彼此進(jìn)行比較，并且響應(yīng)于所述比較的結(jié)果為每個(gè)模糊量檢測(cè)特征，以及所述模糊量種類確定裝置響應(yīng)于所述特征檢測(cè)裝置的檢測(cè)結(jié)果來(lái)確定模糊量種類。
6. 權(quán)利要求1的圖像處理設(shè)備，其中所述特征檢測(cè)裝置包括第一圖像特性檢測(cè)裝置，用于從相應(yīng)于感興趣的像素的輸入圖像的像素和感興趣的像素周圍的外圍像素檢測(cè)第 一圖像特性，以及第二圖像特性檢測(cè)裝置，用于從相應(yīng)于感興趣的像素的每個(gè)模糊去除結(jié)果圖像的像素和感興趣的像素周圍的外圍像素檢測(cè)第二圖像特性；和所述模糊量種類確定裝置包括特征屬性值存儲(chǔ)裝置，用于將多個(gè)圖像以第一圖像特性按像素單元進(jìn)行分類，并且為每個(gè)第一圖像特性檢測(cè)和存儲(chǔ)第二圖像特性的屬性值；所述模糊量種類確定裝置從所述特征屬性值存儲(chǔ)裝置獲取相應(yīng)于所述第 一 圖像特性檢測(cè)裝置檢測(cè)的第 一 圖像特性的第二圖像特性 的屬性值，隨后，所述模糊量種類確定裝置對(duì)所述第二圖像特性檢測(cè) 裝置檢測(cè)到的第二圖像特性和所獲取的屬性值彼此進(jìn)行比較，以確定 模糊量種類。
7. —種圖像處理方法，包括步驟使用用于去除多個(gè)不同模糊量的模糊的多個(gè)模糊去除系數(shù)，對(duì)輸 入圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè)不同的模糊去除結(jié)果圖像； 從每個(gè)不同的模糊去除結(jié)果圖像檢測(cè)特征； 從所述特征確定代表模糊量的種類的模糊量種類；以及 執(zhí)行對(duì)輸入圖像的預(yù)定像素的像素值以及事先學(xué)習(xí)的并且相應(yīng) 于所述模糊量種類的預(yù)測(cè)系數(shù)的數(shù)學(xué)運(yùn)算，以產(chǎn)生去除了模糊的輸出 圖像。
8. —種用于使得計(jì)算機(jī)執(zhí)行圖像處理的程序，包括步驟使用用于去除多個(gè)不同模糊量的模糊的多個(gè)模糊去除系數(shù)，對(duì)輸 入圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè)不同的模糊去除結(jié)果圖像； 從每個(gè)不同的模糊去除結(jié)果圖像檢測(cè)特征； 從所述特征確定代表模糊量的種類的模糊量種類；以及 執(zhí)行對(duì)輸入圖像的預(yù)定像素的像素值和事先學(xué)習(xí)的并且相應(yīng)于 所述模糊量種類的預(yù)測(cè)系數(shù)的數(shù)學(xué)運(yùn)算，以產(chǎn)生去除了模糊的輸出圖 像。
9. 一種學(xué)習(xí)設(shè)備，用于學(xué)習(xí)去除圖像模糊的圖像處理設(shè)備所使用 的預(yù)測(cè)系數(shù)，包括模糊添加裝置，用于將模糊添加到作為教師圖像輸入并且沒有模 糊的輸入圖像，以產(chǎn)生學(xué)生圖像，模糊去除處理裝置，用于使用用于去除多個(gè)不同模糊量的模糊的 多個(gè)模糊去除系數(shù)，對(duì)所述學(xué)生圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè) 不同的模糊去除結(jié)果圖像；特征檢測(cè)裝置，用于從每個(gè)不同的模糊去除結(jié)果圖像檢測(cè)特征；模糊量種類確定裝置，用于從所述特征確定代表模糊量的種類的模糊量種類；以及數(shù)學(xué)運(yùn)算裝置，用于使用學(xué)生圖像和教師圖像確定每個(gè)模糊量種 類的預(yù)測(cè)系數(shù)。
10. 權(quán)利要求9的學(xué)習(xí)設(shè)備，其中所述模糊量種類確定裝置包括模糊量產(chǎn)生概率存儲(chǔ)裝置，用于通過(guò)使用多個(gè)不同的模糊去 除系數(shù)，從通過(guò)將多個(gè)不同模糊量的模糊添加到輸入圖像獲得的模糊 圖像中去除模糊而獲得的所述多個(gè)不同的模糊去除結(jié)果圖像中檢測(cè) 特征，以事先檢測(cè)關(guān)于多個(gè)不同模糊量中的每一個(gè)的特征的概率分 布，并且為每個(gè)特征存儲(chǔ)代表各模糊量的產(chǎn)生概率的概率分布，所述模糊量種類確定裝置從關(guān)于所述特征檢測(cè)裝置檢測(cè)到的特 征的存儲(chǔ)在所述模糊量產(chǎn)生概率存儲(chǔ)裝置中的概率分布，將表現(xiàn)出最 高產(chǎn)生概率的一個(gè)模糊量確定為模糊量種類。
11. 權(quán)利要求io的學(xué)習(xí)設(shè)備，其中所述特征檢測(cè)裝置檢測(cè)相應(yīng)于感興趣的像素的每個(gè)模糊去除結(jié) 果圖像的像素和感興趣的像素周圍的外圍像素中的每一個(gè)的特征，以 及以相同模糊量，所述模糊量種類確定裝置增加相應(yīng)于所述特征檢 測(cè)裝置檢測(cè)的每個(gè)特征的模糊量的產(chǎn)生概率，并且從所述增加結(jié)果確 定相應(yīng)于感興趣的像素的模糊量種類。
12. 權(quán)利要求11的學(xué)習(xí)設(shè)備，其中 所述模糊量種類確定裝置還包括噪聲信息存儲(chǔ)裝置，用于通過(guò)使用多個(gè)模糊去除系數(shù)，從通 過(guò)將噪聲增加到平坦圖像獲得的噪聲添加圖像中去除模糊而獲得的 多個(gè)不同的模糊去除結(jié)果圖像中事先檢測(cè)特征，以存儲(chǔ)代表噪聲的特 征的產(chǎn)生概率的信息；以及所述模糊量種類確定裝置不執(zhí)行感興趣的像素和感興趣的像素 周圍的外圍像素的特征中的由噪聲產(chǎn)生的概率高的特征的模糊量的產(chǎn)生概率的增加。
13. 權(quán)利要求9的學(xué)習(xí)設(shè)備，其中所述特征檢測(cè)裝置對(duì)相應(yīng)于感興趣的像素的每個(gè)模糊去除結(jié)果 圖像的像素和相應(yīng)于感興趣的像素的像素周圍的特定區(qū)域中的多個(gè) 像素的像素值和閾值彼此進(jìn)行比較，并且響應(yīng)于所述比較結(jié)果為每個(gè)模糊量檢測(cè)特征，以及所述模糊量種類確定裝置響應(yīng)于所述特征檢測(cè)裝置的檢測(cè)結(jié)果 確定模糊量種類。
14. 權(quán)利要求9的學(xué)習(xí)設(shè)備，其中 所述特征檢測(cè)裝置包括第 一 圖像特性檢測(cè)裝置，用于從相應(yīng)于感興趣的像素的輸入 圖像的像素和感興趣的像素周圍的外圍像素檢測(cè)第 一圖像特性，以及 第二圖像特性檢測(cè)裝置，用于從相應(yīng)于感興趣的像素的每個(gè)模糊去除結(jié)果圖像的像素和感興趣的像素周圍的外圍像素檢測(cè)第二 圖像特性；和所述模糊量種類確定裝置包括特征屬性值存儲(chǔ)裝置，用于將多個(gè)圖像以第 一 圖像特性按像 素單元進(jìn)行分類，并且為每個(gè)第一圖像特性檢測(cè)和存儲(chǔ)第二圖像特性的屬性值；所述模糊量種類確定裝置從所述特征屬性值存儲(chǔ)裝置獲取相應(yīng) 于所述第 一 圖像特性檢測(cè)裝置檢測(cè)的第 一 圖像特性的第二圖像特性 的屬性值，隨后，所述模糊量種類確定裝置對(duì)所述第二圖像特性檢測(cè) 裝置檢測(cè)到的第二圖像特性和所獲取的屬性值彼此進(jìn)行比較，以確定 模糊量種類。
15. —種圖像處理設(shè)備，包括模糊去除處理部分，配置為使用用于去除多個(gè)不同模糊量的模糊 的多個(gè)模糊去除系數(shù)，對(duì)輸入圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè)不同的模糊去除結(jié)果圖像；特征檢測(cè)裝置，配置為從每個(gè)所述不同的模糊去除結(jié)果圖像中檢測(cè)特征；模糊量種類確定部分，配置為從所述特征確定代表模糊量的種類的模糊量種類；以及預(yù)測(cè)處理部分，配置為執(zhí)行對(duì)事先學(xué)習(xí)并且相應(yīng)于所述模糊量種 類的預(yù)測(cè)系數(shù)以及輸入圖像的預(yù)定像素的像素值的數(shù)學(xué)運(yùn)算，以產(chǎn)生 去除了模糊的輸出圖像。
16.—種學(xué)習(xí)設(shè)備，用于學(xué)習(xí)去除圖像模糊的圖像處理設(shè)備所使 用的預(yù)測(cè)系數(shù)，包括模糊增加部分，配置為將模糊添加到作為教師圖像輸入并且沒有 模糊的輸入圖像，以產(chǎn)生學(xué)生圖像，模糊去除處理部分，配置為使用用于去除多個(gè)不同模糊量的模糊 的多個(gè)模糊去除系數(shù)，對(duì)學(xué)生圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè)不 同的模糊去除結(jié)果圖像；特征檢測(cè)部分，配置為從每個(gè)不同的模糊去除結(jié)果圖像檢測(cè)特征；模糊量種類確定部分，配置為從所述特征確定代表模糊量的種類的模糊量種類；以及數(shù)學(xué)運(yùn)算部分，配置為使用學(xué)生圖像和教師圖像確定每個(gè)模糊量種類的預(yù)測(cè)系數(shù)。
全文摘要
一種圖像處理設(shè)備包括模糊去除處理部分，配置為使用用于去除多個(gè)不同模糊量的模糊的多個(gè)模糊去除系數(shù)，對(duì)輸入圖像執(zhí)行模糊去除處理，以產(chǎn)生多個(gè)不同的模糊去除結(jié)果圖像；特征檢測(cè)裝置，配置為從每個(gè)所述不同的模糊去除結(jié)果圖像中檢測(cè)特征；模糊量種類確定部分，配置為從所述特征確定代表模糊量的種類的模糊量種類；以及預(yù)測(cè)處理部分，配置為執(zhí)行輸入圖像的預(yù)定像素的像素值以及事先學(xué)習(xí)并且相應(yīng)于所述模糊量種類的預(yù)測(cè)系數(shù)的數(shù)學(xué)運(yùn)算，以產(chǎn)生去除了模糊的輸出圖像。
文檔編號(hào)H04N1/409GK101465943SQ200810186380
公開日2009年6月24日 申請(qǐng)日期2008年12月19日 優(yōu)先權(quán)日2007年12月21日
發(fā)明者周藤康広, 永野隆浩, 渡邊勉, 白木壽一, 近藤哲二郎, 高橋健治, 高橋紀(jì)晃 申請(qǐng)人:索尼株式會(huì)社