JP2012199774A - 画像処理装置、撮像装置、画像処理プログラムおよび画像処理方法 - Google Patents

Abstract

【課題】 画質を低下させることなく、ノイズを確度高く除去することができる技術を提供することを目的とする。
【解決手段】 処理対象の対象画像の所定の領域ごとの画素値を参照して縮小画素を生成することにより、少なくとも１つの縮小画像を生成する画像縮小部と、縮小画像に基づいて、縮小画像の縮小率に応じた周波数帯域のノイズ成分を、各縮小画素について抽出するノイズ抽出部と、縮小画素のノイズ成分を、縮小画素を生成するために参照した所定の領域の各画素から減算するノイズ減算部と、縮小画素のノイズ成分に基づいて、縮小画素を生成するために参照した所定の領域の画素同士を平滑化する領域内平滑化部と、を備える。
【選択図】 図１

Description

本発明は、画像処理装置、撮像装置、画像処理プログラムおよび画像処理方法に関する。

従来、撮像された画像に重畳するノイズを除去するための様々な技術が開発されている。

例えば、画像からノイズ除去するにあたり、画像に対して多重解像度変換処理を施して、大きさの異なる複数の縮小画像を生成し、各縮小画像からその大きさに対応する周波数帯域のノイズを順次抽出して、元の画像から各周波数帯域のノイズを除去する技術がある（特許文献１など参照）。

特開２０００−２２４４２１号公報

しかしながら、従来技術では、例えば、上記多重解像度変換処理などのように、所定の領域ごとに画素値を加重平均して縮小画像の各画素を生成し、縮小画像の各画素について抽出したノイズ成分を対応する領域の各画素から減算するため、各領域内における画素の位置に応じてノイズ除去の効果が異なり、画質が低下するという問題がある。

上記従来技術が有する問題に鑑み、本発明の目的は、画質を低下させることなく、ノイズを確度高く除去することができる技術を提供することにある。

上記課題を解決するために、本発明の画像処理装置は、処理対象の対象画像の所定の領域ごとの画素値を参照して縮小画素を生成することにより、少なくとも１つの縮小画像を生成する画像縮小部と、縮小画像に基づいて、縮小画像の縮小率に応じた周波数帯域のノイズ成分を、各縮小画素について抽出するノイズ抽出部と、縮小画素のノイズ成分を、縮小画素を生成するために参照した所定の領域の各画素から減算するノイズ減算部と、縮小画素のノイズ成分に基づいて、縮小画素を生成するために参照した所定の領域の画素同士を平滑化する領域内平滑化部と、を備える。

また、画像縮小部は、縮小率の異なる複数の縮小画像を生成し、ノイズ抽出部は、最小の縮小率の縮小画像から周波数帯域のノイズ成分を順次抽出してもよい。

また、領域内平滑化部は、ノイズ成分が大きいほど所定の領域の画素同士を強く平滑化してもよい。

また、領域内平滑化部は、ノイズ成分の周波数帯域よりも高周波数帯域の画像構造を平滑化してもよい。

また、領域内平滑化部は、所定の領域における画像構造を示す特徴量と周波数帯域のノイズ成分の強度を示す特徴量との比較に基づいて平滑化の度合いを決定してもよい。

本発明の撮像装置は、被写体像を撮像して画像を生成する撮像部と、本発明の画像処理装置と、を備える。

本発明の画像処理プログラムは、処理対象の対象画像を読み込む手順、対象画像の所定の領域ごとの画素値を参照して縮小画素を生成することにより、少なくとも１つの縮小画像を生成する画像縮小手順、縮小画像に基づいて、縮小画像の縮小率に応じた周波数帯域のノイズ成分を、各縮小画素について抽出するノイズ抽出手順、縮小画素のノイズ成分を、縮小画素を生成するために参照した所定の領域の各画素から減算するノイズ減算手順、縮小画素のノイズ成分に基づいて、縮小画素を生成するために参照した所定の領域の画素同士を平滑化する領域内平滑化手順、としてコンピュータに実行させる。

本発明の画像処理方法は、処理対象の対象画像の所定の領域ごとの画素値を参照して縮小画素を生成することにより、少なくとも１つの縮小画像を生成する画像縮小工程と、縮小画像に基づいて、縮小画像の縮小率に応じた周波数帯域のノイズ成分を、各縮小画素について抽出するノイズ抽出工程と、縮小画素のノイズ成分を、縮小画素を生成するために参照した所定の領域の各画素から減算するノイズ減算工程と、縮小画素のノイズ成分に基づいて、縮小画素を生成するために参照した所定の領域の画素同士を平滑化する領域内平滑化工程と、を備える。

本発明によれば、画質を低下させることなく、ノイズを確度高く除去することができる。

一の実施形態に係るデジタルカメラ１の構成の一例を示すブロック図 一の実施形態に係るデジタルカメラ１によるノイズ除去処理の一例を示すフローチャート 図２に示すノイズ除去処理における画像データの流れの一例を示す図 対象画像および縮小画像の画素値の分布の一例を示す図 低周波数帯域のノイズ成分の分布の一例を示す図 低周波数帯域のノイズ成分が減算された対象画像の画素値の分布を示す図 領域内平滑化処理により低周波数帯域のノイズ成分が除去された対象画像の画素値の分布を示す図 デジタルカメラ１によるノイズ除去処理の画像データの流れの別例を示す図

図１は、一の実施形態に係るデジタルカメラ１の構成の一例を示すブロック図である。

本実施形態のデジタルカメラ１は、撮像光学系１１、撮像素子１２、ＤＦＥ１３、ＣＰＵ１４、メモリ１５、操作部１６、モニタ１７、メディアＩ／Ｆ１８を有する。ここで、ＤＦＥ１３、メモリ１５、操作部１６、モニタ１７、メディアＩ／Ｆ１８は、それぞれＣＰＵ１４に接続されている。

撮像素子１２は、撮像光学系１１を通過した光束によって結像される被写体像を撮像するデバイスである。この撮像素子１２の出力はＤＦＥ１３に接続されている。なお、本実施形態の撮像素子１２は、順次走査方式の固体撮像素子（ＣＣＤなど）であってもよく、ＸＹアドレス方式の固体撮像素子（ＣＭＯＳなど）であってもよい。

撮像素子１２の受光面には、複数の受光素子がマトリックス状に配列されている。撮像素子１２の各受光素子には、赤色（Ｒ）、緑色（Ｇ）、青色（Ｂ）のカラーフィルタが公知のベイヤ配列にしたがって配置されている。そのため、撮像素子１２の各受光素子は、カラーフィルタでの色分解によってそれぞれの色に対応する画像信号を出力する。これにより、撮像素子１２は、撮像時にカラーの画像を取得できる。

ＤＦＥ１３は、撮像素子１２から入力される画像信号のＡ／Ｄ変換や、欠陥画素補正などの信号処理を行うデジタルフロントエンド回路である。このＤＦＥ１３は、本実施形態において撮像素子１２とともに撮像部を構成し、撮像素子１２より入力される画像信号を画像のデータとしてＣＰＵ１４に出力する。

ＣＰＵ１４は、デジタルカメラ１の各部を統括的に制御するプロセッサである。例えば、ＣＰＵ１４は、撮像素子１２の出力に基づいて、公知のコントラスト検出によるオートフォーカス（ＡＦ）制御や公知の自動露出（ＡＥ）演算などをそれぞれ実行する。また、ＣＰＵ１４は、ＤＥＦ１３からの画像データに対して、デジタル処理を施す。一例として、デジタル処理には、補間処理、ホワイトバランス処理、階調変換処理、輪郭強調処理、色変換処理などが含まれる。さらに、本実施形態のＣＰＵ１４は、画像処理プログラムの実行により、画像縮小部２０、ノイズ抽出部２１、ノイズ減算部２２、領域内平滑化部２３、高周波ノイズ除去部２４として動作する。

画像縮小部２０は、撮像素子１２によって撮像された画像（対象画像）の縮小画像を生成する。本実施形態の画像縮小部２０は、次式（１）を用いて、対象画像に対し２ピクセル×２ピクセルの所定の領域（以下、縮小サンプル範囲という）ごとに画素値を加算平均して、縮小率１／４の縮小画像を生成する。
Ｙｓ（ｍ，ｎ）＝（Ｙ（２ｍ−１，２ｎ−１）＋Ｙ（２ｍ，２ｎ−１）＋Ｙ（２ｍ−１，２ｎ）＋Ｙ（２ｍ，２ｎ））／４ ・・・（１）
ここで、Ｙは対象画像の画素値を示し、Ｙｓは縮小画像の縮小サンプル範囲に対応する縮小画素（ｍ，ｎ）の画素値を示す。ｍ，ｎは、１〜Ｍ，１〜Ｎの自然数である。なお、縮小サンプル範囲の大きさは、２ピクセル×２ピクセルとしたが、対象画像の画像サイズやノイズ除去処理の精度などに応じて適宜決定されることが好ましく、２ピクセル×２ピクセル〜５ピクセル×５ピクセルが好ましい。また、縮小画像の生成は、多重解像度解析やNearest Neighbor法などの公知の手法を用いて行われてもよい。

ノイズ抽出部２１は、イプシロンフィルタやモフォロジー処理など公知の手法を用い、縮小画像から縮小率１／４に応じた周波数帯域のノイズ成分Ｎｓ（ｍ，ｎ）を抽出する。

ノイズ減算部２２は、次式（２）を用いて、抽出された周波数帯域のノイズ成分Ｎｓ（ｍ，ｎ）を、縮小画素（ｍ，ｎ）を生成するために参照した対象画像の縮小サンプル範囲の各画素の画素値から減算する。
Ｙ_ｎｒ（２ｍ−１，２ｎ−１）＝Ｙ（２ｍ−１，２ｎ−１）−Ｎｓ（ｍ，ｎ） ・・・（２）
Ｙ_ｎｒ（２ｍ，２ｎ−１）＝Ｙ（２ｍ，２ｎ−１）−Ｎｓ（ｍ，ｎ）
Ｙ_ｎｒ（２ｍ−１，２ｎ）＝Ｙ（２ｍ−１，２ｎ）−Ｎｓ（ｍ，ｎ）
Ｙ_ｎｒ（２ｍ，２ｎ）＝Ｙ（２ｍ，２ｎ）−Ｎｓ（ｍ，ｎ）
ここで、Ｙ_ｎｒは、ノイズ成分Ｎｓが除去された対象画像の画素値を示す。

領域内平滑化部２３は、ノイズ減算部２２によりノイズ成分Ｎｓが減算された対象画像では、上記従来技術と同様に、縮小サンプル範囲における画素位置に応じて減算処理の効果が異なることから、後述する手順に基づいてその効果の違いを是正するための領域内平滑化処理を行う。

高周波ノイズ除去部２４は、縮小率１／４に応じた周波数帯域のノイズ成分Ｎｓが除去された対象画像に対し、イプシロンフィルタやモルフォロジ処理など公知の手法を適用して、対象画像自身の大きさに応じた高周波帯域のノイズ成分を除去する。なお、高周波ノイズ除去部２４は、縮小画像の生成前に対象画像から高周波帯域のノイズ成分を除去してもよいし、縮小画像の生成前および低周波数帯域のノイズ成分Ｎｓの除去後の対象画像から高周波帯域のノイズ成分を除去してもよい。

メモリ１５は、画像データなどとともに、ＣＰＵ１４によって実行される画像処理プログラムなどの各種プログラムを記憶する不揮発性のフラッシュメモリである。

操作部１６は、例えば、撮像モードの切換設定の入力や、静止画像や動画の撮像指示などをユーザから受け付ける。

モニタ１７は、液晶モニタ等のモニタであり、ＣＰＵ１４の制御指示によって各種画像を表示する。例えば、撮像後や画像処理後、ＣＰＵ１４の制御指示に応じて、モニタ１７は、画像を表示する。

メディアＩ／Ｆ１８には、不揮発性の記憶媒体１９を着脱可能に接続できる。そして、メディアＩ／Ｆ１８は、記憶媒体１９に対してデータの書き込み／読み込みを実行する。上記の記憶媒体１９は、ハードディスクや、半導体メモリを内蔵したメモリカードなどで構成される。なお、図１では記憶媒体１９の一例としてメモリカードを図示する。

次に、図２のフローチャートおよび図３の画像データの流れ図を参照しつつ、本実施形態に係るデジタルカメラ１によるノイズ除去処理について説明する。なお、図３は、ＣＰＵ１４内の画像縮小部２０、ノイズ抽出部２１、ノイズ減算部２２、領域内平滑化部２３、高周波ノイズ除去部２４において、対象画像がどのように処理されるかを示す。

ＣＰＵ１４は、ユーザから、例えば、静止画像の撮像指示（例えば、操作部１６に含まれるレリーズ釦の全押し操作など）を受け付けると、撮像素子１２に、例えば、被写体の静止画像を撮像させる。ＣＰＵ１４は、撮像された静止画像に対してステップＳ１０１からの処理を開始する。

ステップＳ１０１：ＣＰＵ１４は、ＤＥＦ１３を介して、撮像素子１２から出力される静止画像を読み込み、デジタル処理を施し対象画像と設定する。ＣＰＵ１４は、対象画像に対してデジタル処理の色補間処理を施し、各画素の画素位置において、Ｒ、Ｇ、Ｂの３つの色成分の画素値を求め、さらに色変換処理を施し、ＲＧＢの画素値からＹＣｒＣｂの輝度成分と色差成分との画素値に変換する。

ステップＳ１０２：画像縮小部２０は、対象画像の輝度成分の画素値Ｙと式（１）とを用いて縮小率１／４の縮小画像を生成する。図４は、対象画像の２ｍ（または２ｍ−１）行目および縮小画像のｍ行目の水平走査方向における画素値ＹおよびＹｓの分布の一例を示す。なお、縮小画像の垂直走査方向の画素位置ｎは、対象画像の縮小サンプル範囲における垂直走査方向の画素位置ｎ’とｎ’＋１とに対応する（ｎ’＝１，３，・・・，２Ｎ−１）。なお、図４は、水平走査方向における画素値ＹおよびＹｓの分布を示したが、垂直走査方向についても同様である。

ステップＳ１０３：ノイズ抽出部２１は、ステップＳ１０２で生成された縮小画像に重畳する縮小率１／４の周波数帯域（以下、低周波数帯域という）のノイズ成分Ｎｓを、公知のノイズ抽出処理に基づいて抽出する。図５は、ｍ行目の水平走査方向における低周波数帯域のノイズ成分Ｎｓの分布の一例を示す図である。なお、図５は、水平走査方向における低周波数帯域のノイズ成分Ｎｓの分布を示したが、垂直走査方向についても同様である。

ステップＳ１０４：ノイズ減算部２２は、式（２）を用いて、ステップＳ１０３で抽出された縮小画素（ｍ，ｎ）の低周波数帯域のノイズ成分Ｎｓを、その縮小画素を生成するために参照した対象画像の領域の各画素の画素値から減算する。図６は、低周波数帯域のノイズ成分Ｎｓが減算された対象画像の２ｍ（または２ｍ−１）行目の水平走査方向における画素値Ｙ_ｎｒの分布の一例を示す。

ステップＳ１０５：領域内平滑化部２３は、低周波帯域のノイズ成分Ｎｓと、ノイズ減算部２２による減算処理が施された対象画像の画素値Ｙ_ｎｒとを用いて、上述した各縮小サンプル範囲内の画素位置に応じて生じる減算処理の効果の違い是正するために領域内平滑化処理を行う。すなわち、図６に示すように、減算処理された対象画像における同じ縮小サンプル範囲の画素位置ｎ’とｎ’＋１との画素値Ｙ_ｎｒは、減算処理前の値の差（図４（ａ））をほぼ保持した値となるに対し、隣接する縮小サンプル範囲間の画素位置ｎ’−１とｎ’または画素ｎ’＋１とｎ’＋２との画素値は類似した値となる。これは、縮小サンプル範囲の画素値を加算平均して縮小画像を生成するために、低周波数帯域のノイズ成分Ｎｓは、縮小サンプル範囲内の画像構造が反映されず、画素位置に応じて減算の効果が異なる。つまり、縮小サンプル範囲内では平滑化が弱く、隣接する縮小サンプル範囲間では平滑化が強くなることを示し、そのため、従来技術のように、隣接する縮小サンプル範囲間の画素値が一塊のブロックを形成するように見え、不自然な画像となる。なお、図６は、水平走査方向における画素値Ｙ_ｎｒの分布を示したが、垂直走査方向についても同様である。

そこで、領域内平滑化部２３は、縮小画像の縮小画素（ｍ，ｎ）およびその周囲の縮小画素のノイズ成分Ｎｓを用いて、ノイズ強度ｓｔｒＮｓを、次式（３）を用いて求める。
ｓｔｒＮｓ＝（｜Ｎｓ（ｍ，ｎ）−Ｎｓ（ｍ−１，ｎ）｜＋｜Ｎｓ（ｍ，ｎ）−Ｎｓ（ｍ＋１，ｎ）｜＋｜Ｎｓ（ｍ，ｎ）−Ｎｓ（ｍ，ｎ−１）｜＋｜Ｎｓ（ｍ，ｎ）−Ｎｓ（ｍ，ｎ＋１）｜）／８ ・・・（３）
同時に、領域内平滑化部２３は、減算処理された対象画像の縮小サンプル範囲ごとに画素値を加算平均して、各画素位置でのノイズ成分Ｎｓの周波数帯域よりも高周波数帯域の画像構造を示すパラメータΔ１〜Δ４を、次式（４）〜（５）を用いて求める。
Ｙｓ_ｎｒ＝（Ｙ_ｎｒ（２ｍ−１，２ｎ−１）＋Ｙ_ｎｒ（２ｍ，２ｎ−１）＋Ｙ_ｎｒ（２ｍ−１，２ｎ）＋Ｙ_ｎｒ（２ｍ，２ｎ））／４ ・・・（４）
Δ１＝Ｙ_ｎｒ（２ｍ−１，２ｎ−１）−Ｙｓ_ｎｒ ・・・（５）
Δ２＝Ｙ_ｎｒ（２ｍ，２ｎ−１）−Ｙｓ_ｎｒ
Δ３＝Ｙ_ｎｒ（２ｍ−１，２ｎ）−Ｙｓ_ｎｒ
Δ４＝Ｙ_ｎｒ（２ｍ，２ｎ）−Ｙｓ_ｎｒ
領域内平滑化部２３は、次式（６）を用いて、ノイズ強度ｓｔｒＮｓとパラメータΔ１〜Δ４とを比較して、平滑化の度合い示すパラメータΔ１_ｎｒ〜Δ４_ｎｒの値を決定する。
Δ１_ｎｒ＝ABSMINUS（Δ１，ｋ×ｓｔｒＮｓ） ・・・（６）
Δ２_ｎｒ＝ABSMINUS（Δ２，ｋ×ｓｔｒＮｓ）
Δ３_ｎｒ＝ABSMINUS（Δ３，ｋ×ｓｔｒＮｓ）
Δ４_ｎｒ＝ABSMINUS（Δ４，ｋ×ｓｔｒＮｓ）
ここで、ABSMINUS（ｄ，ｓ）は、ｄの絶対値をｓ（≧０）だけ減らす次式（７）に示す関数である。

なお、ｋは調整パラメータであり、本実施形態では１程度に設定される。

領域内平滑化部２３は、次式（８）を用いて、縮小サンプル範囲内における高周波数帯域の画像構造を平滑化し、減算処理の効果の違いを是正した対象画像の画素値Ｙ_ｎｒ２を算出する。
Ｙ_ｎｒ２（２ｍ−１，２ｎ−１）＝Ｙｓ_ｎｒ＋Δ１_ｎｒ ・・・（８）
Ｙ_ｎｒ２（２ｍ，２ｎ−１）＝Ｙｓ_ｎｒ＋Δ２_ｎｒ
Ｙ_ｎｒ２（２ｍ−１，２ｎ）＝Ｙｓ_ｎｒ＋Δ３_ｎｒ
Ｙ_ｎｒ２（２ｍ，２ｎ）＝Ｙｓ_ｎｒ＋Δ４_ｎｒ
ここで、式（８）は、ノイズ成分Ｎｓが大きいほど縮小サンプル範囲の画素同士を強く平滑化する。

図７は、領域内平滑化部２３による処理が施された対象画像の２ｍ（または２ｍ−１）行目の水平走査方向における画素値Ｙ_ｎｒ２の分布の一例を示す。図７に示すように、隣接する縮小サンプル範囲間の画素値のブロック化が解消され、画質が向上していることを示す。なお、図７は、水平走査方向における画素値Ｙ_ｎｒ２の分布を示したが、垂直走査方向についても同様である。

ステップＳ１０６：高周波ノイズ除去部２４は、公知の手法を用いて、領域内平滑化処理された対象画像から重畳する高周波帯域のノイズ成分を除去する。

ステップＳ１０７：ＣＰＵ１４は、低周波数帯域および高周波帯域のノイズ成分が除去された対象画像の画素値をＲＧＢの画素値に逆変換し、メモリ１５や記憶媒体１９に記録する。また、ＣＰＵ１４は、ノイズ除去された対象画像をモニタ１７に表示する。ＣＰＵ１４は、一連の処理を終了する。

このように、本実施形態では、対象画像の各縮小サンプル範囲における低周波帯域のノイズ成分Ｎｓよりも高周波数帯域の画像構造を考慮して、対象画像に重畳する低周波数帯域のノイズ成分Ｎｓを除去することにより、画質を低下させることなく、対象画像におけるノイズを確度高く除去することができる。
《実施形態の補足事項》
（１）上記実施形態では、デジタルカメラ１の画像縮小部２０、ノイズ抽出部２１、ノイズ減算部２２、領域内平滑化部２３、高周波ノイズ除去部２４の各処理を、ＣＰＵ１４がソフトウエア的に実現する例を説明したが、ＡＳＩＣを用いてこれらの各処理をハードウエア的に実現しても勿論かまわない。

（２）本発明の画像処理装置は、上記実施形態のデジタルカメラ１の例に限定されない。例えば、撮像された画像を、デジタルカメラ１から直接またはインターネットなどを介してコンピュータに読み込ませて、コンピュータにノイズ除去処理の画像処理プログラムを実行させることで、コンピュータを本発明の画像処理装置として機能させてもよい。

（３）上記実施形態では、対象画像として静止画像としたが、本発明はこれに限定されず、例えば、動画や構図確認用の低解像度画像（スルー画像）などに対しても本発明を適用することができる。

（４）上記実施形態では、ＣＰＵ１４が撮像した画像に色補間処理を施し、各画素の画素位置において、Ｒ、Ｇ、Ｂの３つの色成分の画素値を有した画像を対象画像としたが、本発明はこれに限定されない。例えば、ＲＡＷ画像に対しても本発明を適用してもよい。この場合、例えば、色成分ごとに画像データを生成し、ノイズ除去処理を行うのが好ましい。

（５）上記実施形態では、画像縮小部２０は、縮小率１／４の縮小画像のみ生成したが、本発明はこれに限定されず、縮小率が異なる複数の縮小画像を生成してもよい。なお、複数の縮小画像が生成された場合、各縮小画像は、自身の縮小率に応じた周波数帯域のノイズ成分とともに、より小さな縮小率の縮小画像が有するより低周波帯域のノイズ成分も重畳し有する。したがって、各縮小画像から、自身の縮小率に対応した周波数帯域のノイズ成分を効率的に抽出するために、最も小さな縮小率の縮小画像から順次ノイズ除去することが好ましい。

図８は、例えば、画像縮小部２０が縮小率１／４と１／１６との縮小画像を生成した場合の画像データの流れ図の一例を示す。すなわち、ＣＰＵ１４は、まず縮小率１／４の縮小画像を対象画像として、図２に示すステップＳ１０３〜ステップＳ１０５に対応する処理を行い、縮小率１／１６に応じた周波数帯域のノイズ成分を縮小率１／４の縮小画像から除去する。次に、ＣＰＵ１４は、元画像である対象画像と縮小率１／１６に応じた周波数帯域のノイズ成分が除去された縮小率１／４の縮小画像とを用い、図２に示すステップＳ１０３〜ステップＳ１０７に対応する処理を行い、対象画像から全ての周波数帯域のノイズ成分を除去する。これにより、画質を低下させることなく、ノイズをより確度高く除去することができる。

なお、画像縮小部２０により生成される縮小画像の数は、対象画像や縮小サンプル範囲の大きさ、除去したいノイズ成分の大きさ、ノイズ除去処理の精度などに応じて決定されることが好ましい。

（６）上記実施形態では、ノイズ強度ｓｔｒＮｓを式（３）のように定義したが、本発明はこれに限定されず、ノイズ強度ｓｔｒＮｓ＝｜Ｎｓ（ｍ，ｎ）｜などと、対象画像や縮小サンプル範囲の大きさ、要求される処理速度や精度などに応じて任意に定義することが好ましい。

（７）上記実施形態では、領域内平滑化部２３は、パラメータΔ１_ｎｒ〜Δ４_ｎｒを決定するにあたり、式（４）を用いて、縮小サンプル範囲内の画素値を加算平均したが、本発明はこれに限定されず、縮小率に応じた周波数帯域のノイズ成分の除去効果の強さに応じて、画素値を重み付けして加算平均してもよい。

（８）上記実施形態では、ノイズ減算部２２による減算処理の後に、領域内平滑化部２３による処理を行ったが、本発明はこれに限定されず、領域内平滑化部２３による処理を行った後に、ノイズ減算部２２による減算処理を行ってもよい。

以上の詳細な説明により、実施形態の特徴点および利点は明らかになるであろう。これは、特許請求の範囲が、その精神および権利範囲を逸脱しない範囲で前述のような実施形態の特徴点および利点にまで及ぶことを意図する。また、当該技術分野において通常の知識を有する者であれば、あらゆる改良および変更に容易に想到できるはずであり、発明性を有する実施形態の範囲を前述したものに限定する意図はなく、実施形態に開示された範囲に含まれる適当な改良物および均等物によることも可能である。

１…デジタルカメラ、１１…撮像光学系、１２…撮像素子、１３…ＤＥＦ、１４…ＣＰＵ、１５…メモリ、１６…操作部、１７…モニタ、１８…メディアＩ／Ｆ、１９…記憶媒体、２０…画像縮小部、２１…ノイズ抽出部、２２…ノイズ減算部、２３…領域内平滑化部、２４…高周波ノイズ除去部

Claims (8)

1. 処理対象の対象画像の所定の領域ごとの画素値を参照して縮小画素を生成することにより、少なくとも１つの縮小画像を生成する画像縮小部と、
   前記縮小画像に基づいて、前記縮小画像の縮小率に応じた周波数帯域のノイズ成分を、前記各縮小画素について抽出するノイズ抽出部と、
   前記縮小画素の前記ノイズ成分を、前記縮小画素を生成するために参照した前記所定の領域の各画素から減算するノイズ減算部と、
   前記縮小画素のノイズ成分に基づいて、前記縮小画素を生成するために参照した前記所定の領域の画素同士を平滑化する領域内平滑化部と、
   を備えることを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置において、
   前記画像縮小部は、縮小率の異なる複数の縮小画像を生成し、
   前記ノイズ抽出部は、最小の縮小率の縮小画像から前記周波数帯域のノイズ成分を順次抽出する
   ことを特徴とする画像処理装置。
3. 請求項１または請求項２に記載の画像処理装置において、
   前記領域内平滑化部は、前記ノイズ成分が大きいほど前記所定の領域の画素同士を強く平滑化することを特徴とする画像処理装置。
4. 請求項１ないし請求項３のいずれか１項に記載の画像処理装置において、
   前記領域内平滑化部は、前記ノイズ成分の周波数帯域よりも高周波数帯域の画像構造を平滑化することを特徴とする画像処理装置。
5. 請求項１ないし請求項４のいずれか１項に記載の画像処理装置において、
   前記領域内平滑化部は、前記所定の領域における画像構造を示す特徴量と前記周波数帯域のノイズ成分の強度を示す特徴量との比較に基づいて平滑化の度合いを決定することを特徴とする画像処理装置。
6. 被写体像を撮像して画像を生成する撮像部と、
   請求項１ないし請求項５のいずれか１項に記載の画像処理装置と、
   を備えることを特徴とする撮像装置。
7. 処理対象の対象画像を読み込む手順、
   前記対象画像の所定の領域ごとの画素値を参照して縮小画素を生成することにより、少なくとも１つの縮小画像を生成する画像縮小手順、
   前記縮小画像に基づいて、前記縮小画像の縮小率に応じた周波数帯域のノイズ成分を、前記各縮小画素について抽出するノイズ抽出手順、
   前記縮小画素の前記ノイズ成分を、前記縮小画素を生成するために参照した前記所定の領域の各画素から減算するノイズ減算手順、
   前記縮小画素のノイズ成分に基づいて、前記縮小画素を生成するために参照した前記所定の領域の画素同士を平滑化する領域内平滑化手順、
   としてコンピュータに実行させることを特徴とする画像処理プログラム。
8. 処理対象の対象画像の所定の領域ごとの画素値を参照して縮小画素を生成することにより、少なくとも１つの縮小画像を生成する画像縮小工程と、
   前記縮小画像に基づいて、前記縮小画像の縮小率に応じた周波数帯域のノイズ成分を、前記各縮小画素について抽出するノイズ抽出工程と、
   前記縮小画素の前記ノイズ成分を、前記縮小画素を生成するために参照した前記所定の領域の各画素から減算するノイズ減算工程と、
   前記縮小画素のノイズ成分に基づいて、前記縮小画素を生成するために参照した前記所定の領域の画素同士を平滑化する領域内平滑化工程と、
   を備えることを特徴とする画像処理方法。

Images