화상 처리 장치, 화상 처리 방법, 프로그램, 및 학습 장치 document_id 1020080130224

[청구항 1] 복수의 상이한 흐려짐량(blur amounts)의 흐려짐을 제거하기 위한 복수의 흐려짐 제거 계수(blur removal coefficients)를 사용하여 입력 화상을 흐려짐 제거 처리하여, 복수의 상이한 흐려짐 제거 결과 화상을 생성하는 흐려짐 제거 처리 수단과, 상기 상이한 흐려짐 제거 결과 화상 각각으로부터 특징량(feature)을 검출하는 특징량 검출 수단과, 상기 특징량으로부터 흐려짐량의 클래스(class)를 나타내는 흐려짐량 클래스를 결정하는 흐려짐량 클래스 결정 수단과, 상기 흐려짐량 클래스에 대응하는 미리 학습된 예측 계수와 상기 입력 화상의 소정 화소의 화소값의 수학 연산을 수행하여 흐려짐이 제거된 출력 화상을 생성하는 예측 처리 수단 을 포함하는 화상 처리 장치 [청구항 2] 제1항에 있어서,짐량 클래스 결정 수단은,입력 화상에 복수의 상이한 흐려짐량의 흐려짐을 부가함으로써 얻어진 흐려짐 화상으로부터, 상기 복수의 흐려짐 제거 계수를 사용하여, 흐려짐을 제거하여 얻어진 복수의 상이한 흐려짐 제거 결과 화상으로부터 특징량을 검출하여, 상기 복수의 상이한 흐려짐량 각각에 대한 상기 특징량의 도수 분포(frequency distribution)를 미리 검출하고, 특징량마다 각각의 흐려짐량의 발생 확률(generation probabilities)을 나타내는 확률 분포를 기억하는 흐려짐량 발생 확률 기억 수단을 포함하며,상기 흐려짐량 클래스 결정 수단은, 상기 특징량 검출 수단에 의해 검출된 특징량에 대해서, 상기 흐려짐량 발생 확률 기억 수단에 기억되어 있는 확률 분포로부터 가장 발생 확률이 높은 흐려짐량을 흐려짐량 클래스결정하는화상 처리 장치. [청구항 3] 제2항에 있어서,상기 특징량 검출 수단은, 주목 화소에 대응하는 상기 흐려짐 제거 결과 화상 각각의 화소 및 주목 화소 주변의 화소 각각에 대해서 상기 특징량을 검출하고,상기 흐려짐량 클래스 결정 수단은, 상기 특징량 검출 수단에 의해 검출된 특징량 각각에 대응하는 흐려짐량의 발생 확률을 동일한 흐려짐량에서 가산하여, 가산 결과로부터 상기 주목 화소에 대응하는 흐려짐량 클래스결정하는화상 처리 장치. [청구항 4] 제3항에 있어서,짐량 클래스 결정 수단은,평탄한 화상에 노이즈를 부가함으로써 얻어진 노이즈 부가 화상으로부터, 상기 복수의 흐려짐 제거 계수를 사용하여, 흐려짐을 제거하여 얻어진 복수의 상이한 흐려짐 제거 결과 화상으로부터 특징량을 미리 검출하여, 노이즈에 의한 특징량의 발생 확률을 나타내는 정보를 기억하는 노이즈 정보 기억 수단을 더 포함하고, 상기 흐려짐량 클래스 결정 수단은, 상기 주목 화소 및 주목 화소 주변의 주변 화소의 특징량 중에서 상기 노이즈에 의해 발생했을 가능성이 높은 상기 특징량의 흐려짐량의 발생 확률의 가산수행하지 않는화상 처리 장치. [청구항 5] 제1항에 있어서,상기 특징량 검출 수단은, 주목 화소에 대응하는 상기 흐려짐 제거 결과 화상 각각의 화소 및 주목 화소에 대응하는 화소 주변의 특정 영역의 복수 화소의 화소값과 임계값을 서로 비교하여, 비교 결과에 따라 상기 흐려짐량마다의 특징량을 검출하고,상기 흐려짐량 클래스 결정 수단은, 상기 특징량 검출 수단의 검출 결과에 따라 흐려짐량 클래스결정하는화상 처리 장치. [청구항 6] 제1항에 있어서,상기 특징량 검출 수단은,주목 화소에 대응하는 상기 입력 화상의 화소 및 주목 화소 주변의 주변 화소로부터 제1 화상 특징(image characteristic)을 검출하는 제1 화상 특징 검출 수단과,주목 화소에 대응하는 상기 흐려짐 제거 결과 화상 각각의 화소 및 주목 화소 주변의 주변 화소로부터 제2 화상 특징을 검출하는 제2 화상 특징 검출 수단을 포함하고,상기 흐려짐량 클래스 결정 수단은,복수의 화상을 화소 단위로 상기 제1 화상 특징으로 분류하여, 제1 화상 특징마다 상기 제2 화상 특징의 특성값(property value)을 검출하여 기억하는 특징량 특성값 기억 수단을 포함하며,상기 흐려짐량 클래스 결정 수단은, 상기 제1 화상 특징 검출 수단에 의해 검출된 제1 화상 특징에 대응하는 제2 화상 특징의 특성값을 상기 특징량 특성값 기억 수단으로부터 취득한 후, 상기 흐려짐량 클래스 결정 수단은, 상기 제2 화상 특징 검출 수단에 의해 검출된 제2 화상 특징과 취득된 상기 특성값을 서로 비교하여, 흐려짐량 클래스결정하는화상 처리 장치. [청구항 8] 복수의 상이한 흐려짐량의 흐려짐을 제거하기 위한 복수의 흐려짐 제거 계수를 사용하여 입력 화상을 흐려짐 제거 처리하여, 복수의 상이한 흐려짐 제거 결과 화상을 생성하는 단계와, 상기 상이한 흐려짐 제거 결과 화상 각각으로부터 특징량을 검출하는 단계와, 상기 특징량으로부터 흐려짐량의 클래스를 나타내는 흐려짐량 클래스를 결정하는 단계와, 상기 흐려짐량 클래스에 대응하는 미리 학습된 예측 계수와 상기 입력 화상의 소정 화소의 화소값의 수학 연산을 수행하여 흐려짐이 제거된 출력 화상을 생성하는 단계 를 포함하는 화상 처리를 컴퓨터에 실행시키는 프로그램 [청구항 9] 화상의 흐려짐을 제거하는 화상 처리 장치에 이용되는 예측 계수를 학습하는 학습 장치로서, 교사 화상(teacher image)으로서 입력된 흐려짐이 없는 입력 화상에 흐려짐을 부가하여 학생 화상(student image)을 생성하는 흐려짐 부가 수단과, 복수의 상이한 흐려짐량의 흐려짐을 제거하기 위한 복수의 흐려짐 제거 계수를 사용하여 상기 학생 화상을 흐려짐 제거 처리하여, 복수의 상이한 흐려짐 제거 결과 화상을 생성하는 흐려짐 제거 처리 수단과, 상기 상이한 흐려짐 제거 결과 화상 각각으로부터 특징량을 검출하는 특징량 검출 수단과, 상기 특징량으로부터 흐려짐량의 클래스를 나타내는 흐려짐량 클래스를 결정하는 흐려짐량 클래스 결정 수단과, 상기 학생 화상과 상기 교사 화상을 이용하여 상기 흐려짐량 클래스마다 상기 예측 계수를 결정하는 수학 연산 수단 을 포함하는 학습 장치 [청구항 10] 제9항에 있어서,짐량 클래스 결정 수단은,입력 화상에 복수의 상이한 흐려짐량의 흐려짐을 부가함으로써 얻어진 흐려짐 화상으로부터, 상기 복수의 흐려짐 제거 계수를 사용하여, 흐려짐을 제거하여 얻어진 복수의 상이한 흐려짐 제거 결과 화상으로부터 특징량을 검출하여, 상기 복수의 상이한 흐려짐량 각각에 대한 상기 특징량의 도수 분포를 미리 검출하고, 특징량마다, 흐려짐량의 발생 확률을 나타내는 확률 분포를 기억하는 흐려짐량 발생 확률 기억 수단을 가지며,상기 흐려짐량 클래스 결정 수단은, 상기 특징량 검출 수단에 의해 검출된 특징량에 대해서, 상기 흐려짐량 발생 확률 기억 수단에 기억되어 있는 확률 분포로부터 가장 발생 확률이 높은 흐려짐량을 흐려짐량 클래스결정하는학습 장치. [청구항 11] 제10항에 있어서,상기 특징량 검출 수단은, 주목 화소에 대응하는 상기 흐려짐 제거 결과 화상 각각의 화소 및 주목 화소 주변의 주변 화소 각각에 대해서 상기 특징량을 검출하고,상기 흐려짐량 클래스 결정 수단은, 상기 특징량 검출 수단에 의해 검출된 상기 특징량 각각에 대응하는 흐려짐량의 발생 확률을 동일한 흐려짐량에서 가산하여, 가산 결과로부터 상기 주목 화소에 대응하는 흐려짐량 클래스결정하는학습 장치. [청구항 12] 제11항에 있어서,짐량 클래스 결정 수단은,평탄한 화상에 노이즈를 부가함으로써 얻어진 노이즈 부가 화상으로부터, 상기 복수의 흐려짐 제거 계수를 사용하여, 흐려짐을 제거하여 얻어진 복수의 상이한 흐려짐 제거 결과 화상으로부터 특징량을 미리 검출하여, 노이즈에 의한 특징량의 발생 확률을 나타내는 정보를 기억하는 노이즈 정보 기억 수단을 더 포함하고,상기 흐려짐량 클래스 결정 수단은, 상기 주목 화소 및 주목 화소 주변의 주변 화소의 특징량 중에서 상기 노이즈에 의해 발생했을 가능성이 높은 상기 특징량의 흐려짐량 발생 확률의 가산수행하지 않는학습 장치. [청구항 13] 제9항에 있어서,상기 특징량 검출 수단은, 주목 화소에 대응하는 상기 흐려짐 제거 결과 화상 각각의 화소 및 주목 화소에 대응하는 화소의 주변의 특정 영역의 복수 화소의 화소값과 임계값을 서로 비교하여, 비교 결과에 따라 상기 흐려짐량마다의 특징량을 검출하고,상기 흐려짐량 클래스 결정 수단은, 상기 특징량 검출 수단의 검출 결과에 따라 흐려짐량 클래스결정하는학습 장치. [청구항 14] 제9항에 있어서,상기 특징량 검출 수단은,주목 화소에 대응하는 상기 입력 화상의 화소 및 주목 화소 주변의 주변 화소로부터 제1 화상 특징을 검출하는 제1 화상 특징 검출 수단과,주목 화소에 대응하는 상기 흐려짐 제거 결과 화상 각각의 화소 및 주목 화소 주변의 주변 화소로부터 제2 화상 특징을 검출하는 제2 화상 특징 검출 수단을 포함하고,상기 흐려짐량 클래스 결정 수단은,복수의 화상을 화소 단위로 상기 제1 화상 특징으로 분류하여, 제1 화상 특징마다 상기 제2 화상 특징의 특성값을 검출하여 기억하는 특징량 특성값 기억 수단을 포함하며,상기 흐려짐량 클래스 결정 수단은, 상기 제1 화상 특징 검출 수단에 의해 검출된 제1 화상 특징에 대응하는 제2 화상 특징의 특성값을 상기 특징량 특성값 기억 수단으로부터 취득한 후, 상기 흐려짐량 클래스 결정 수단은, 상기 제2 화상 특징 검출 수단에 의해 검출된 제2 화상 특징과 취득된 상기 특성값을 서로 비교하여, 흐려짐량 클래스결정하는학습 장치. [청구항 15] 복수의 상이한 흐려짐량의 흐려짐을 제거하기 위한 복수의 흐려짐 제거 계수를 사용하여 입력 화상을 흐려짐 제거 처리하여, 복수의 상이한 흐려짐 제거 결과 화상을 생성하는 흐려짐 제거 처리부와, 상기 상이한 흐려짐 제거 결과 화상 각각으로부터 특징량을 검출하는 특징량 검출부와, 상기 특징량으로부터 흐려짐량의 클래스를 나타내는 흐려짐량 클래스를 결정하는 흐려짐량 클래스 결정부와, 상기 흐려짐량 클래스에 대응하는 미리 학습된 예측 계수와 상기 입력 화상의 소정 화소의 화소값의 수학 연산을 수행하여 흐려짐이 제거된 출력 화상을 생성하는 예측 처리부 를 포함하는 화상 처리 장치 [청구항 16] 화상의 흐려짐을 제거하는 화상 처리 장치에 이용되는 예측 계수를 학습하는 학습 장치로서, 교사 화상으로서 입력된 흐려짐이 없는 입력 화상에 흐려짐을 부가하여 학생 화상을 생성하는 흐려짐 부가부와, 복수의 상이한 흐려짐량의 흐려짐을 제거하기 위한 복수의 흐려짐 제거 계수를 사용하여 상기 학생 화상을 흐려짐 제거 처리하여, 복수의 상이한 흐려짐 제거 결과 화상을 생성하는 흐려짐 제거 처리부와, 상기 상이한 흐려짐 제거 결과 화상 각각으로부터 특징량을 검출하는 특징량 검출부와, 상기 특징량으로부터 흐려짐량의 클래스를 나타내는 흐려짐량 클래스를 결정하는 흐려짐량 클래스 결정부와, 상기 학생 화상과 상기 교사 화상을 이용하여 상기 흐려짐량 클래스마다 상기 예측 계수를 결정하는 수학 연산부 를 포함하는 학습 장치