JPH0951510A - 信号変換装置及び信号変換方法 - Google Patents

Abstract

(57)【要約】 【課題】低解像度の画像信号を一段と解像度の高い高解
像度の画像信号に変換し得る信号変換装置及び信号変換
方法を実現し難かった。 【解決手段】ブロツク単位毎の入力画像信号についての
空間内アクテイビテイを評価分類して、その結果得られ
るアクテイビテイコードに応じてブロツク単位の入力画
像信号に対して段階的なクラス分類を施すようにしたこ
とにより、次段以降のクラス分類には初段のアクテイビ
テイコード及び前段のクラス分類結果が反映されて精度
の高いクラス分類を行い得ることができる。かくするに
つきこのクラス分類結果に基づいた予測係数又は予測値
を用いて低解像度の入力画像信号に対する高精度の補間
画素を予測生成し得、かくして高解像度の画像信号を得
ることができる信号変換装置及び信号変換方法を実現し
得る。

Description

【発明の詳細な説明】

【０００１】

【目次】以下の順序で本発明を説明する。 発明の属する技術分野 従来の技術（図２８〜図３０） 発明が解決しようとする課題（図２８〜図３０） 課題を解決するための手段（図１〜図２７） 発明の実施の形態 （１）第１実施例（図１〜図８） （２）第２実施例（図１〜図９） （３）第３実施例（図４） （４）第４実施例（図１０） （５）第５実施例 （６）第６実施例（図１１〜図１７） （７）第７実施例（図１８） （８）第８実施例（図１９〜図２１） （９）第９実施例（図２２〜図２５） （１０）他の実施例（図２６〜図２７） 発明の効果

【０００２】

【発明の属する技術分野】本発明は、信号変換装置及び
信号変換方法に関し、例えば、ＮＴＳＣ方式（アメリカ
のテレビ方式を検討する委員会−National Television
System Committee−によつて決められた方式）等の標準
解像度信号（ＳＤ：Standard Definition）をハイビジ
ヨン等の高解像度信号（ＨＤ：High Definition ）に変
換するアツプコンバータ等に適用して好適なものであ
る。

【０００３】

【従来の技術】従来、この種のアツプコンバータにおい
ては、ＳＤ画像信号に対して周波数補間処理を施すこと
により、画素数を増やしてＨＤ画像信号を形成してい
る。例えば、図２８に示すように、このようなアツプコ
ンバータは、ＨＤ画像の走査線１上で、大きな「○」印
及び大きな「△」印でなるＳＤ画像信号に対して、水平
及び垂直方向にそれぞれ２倍の周波数補間を施すことに
より、小さな「○」印及び小さな「△」印でなるＨＤ画
像信号を生成する。

【０００４】この場合アツプコンバータによる補間例と
しては、ＳＤ画像信号のフイールドデータから、４種類
の位置のＨＤ画素を生成する方法がある。例えば、図中
の「◎」印のＳＤ画素に注目すると、その近傍の４種類
mode1,mode2,mode3 及びmode4 の位置のＨＤ画素を周囲
のＳＤ画素の補間により生成する。このとき用いる補間
フイルタとしては、図２９に示す空間内２次元ノンセパ
ラブルフイルタ２や、図３０に示す水平／垂直セパラブ
ルフイルタ３がある。

【０００５】実際上２次元ノンセパラブルフイルタ２
は、４種類の位置のＨＤ画素mode1,mode2,mode3 及びmo
de4 それぞれに対して２次元フイルタ４Ａ〜４Ｄによつ
て独立に補間処理を実行し、各補間結果を選択部５にお
いて直列化することにより、ＨＤ画像信号を生成するよ
うになされている。一方、水平／垂直セパラブルフイル
タ３は、垂直補間フイルタ６Ａによりmode１及びmode３
用の処理を実行し、垂直補間フイルタ６Ｂによりmode２
及びmode４用の処理を実行することにより、ＨＤ画像信
号の２本の走査線データを形成する。次に、各走査線に
対して水平フイルタ７Ａ及び７Ｂを用いて、４種類の位
置のＨＤ画素を補間して、補間結果を選択部８において
直列化することによりＨＤ画像信号を生成するようにな
されている。

【０００６】

【発明が解決しようとする課題】ところで、上述したよ
うな従来のアツプコンバータでは、補間フイルタとして
理想フイルタを使用した場合でも、画素数は増えるもの
の、空間解像度はＳＤ画像信号と変わらない。また、実
際には、理想フイルタを用いることはできないため、Ｓ
Ｄ画像信号より解像度の低下したＨＤ画像信号を生成す
ることしかできないという問題がある。

【０００７】かかる問題を解決する１つの方法として、
例えは特開平５−３２８１８５号公報に開示されている
ように入力ＳＤ画像信号の特徴に基づいてＳＤ画像信号
をいくつかのクラスに分類し、予め学習により生成され
たクラス毎の予測データでなる予測係数を用いて高解像
度のＨＤ画像信号を生成するクラス分類適応処理方法が
提案されている。

【０００８】ところがこの方法によると、クラス分類適
応処理法を用いてＨＤ画像信号を生成する際、学習によ
つて予測係数を生成するときに、入力ＳＤ画像信号の特
徴に応じて適切なクラス分類が行なわれないとＨＤ画像
信号の予測精度が低下するという問題があつた。すなわ
ち、クラス分類の能力が十分でないと、本来、別のクラ
スに分かれるべきＨＤ画像信号が同じクラスに分類され
る。このため、学習により得られる予測係数は、性質の
異なるＨＤ画像信号の平均値を予測することになり、そ
の結果、解像度復元能力が低下するという問題があつ
た。

【０００９】本発明は以上の点を考慮してなされたもの
で、入力画像信号の多様な信号特性に対応した適切なク
ラス分類によつて、低解像度の画像信号を一段と解像度
の高い高解像度の画像信号に変換し得る信号変換装置及
び信号変換方法を提案しようとするものである。

【００１０】

【課題を解決するための手段】かかる課題を解決するた
め第１の発明においては、入力された第１の画像信号を
第１の画像信号とは異なる第２の画像信号に変換する信
号変換装置において、第１の画像信号の空間内アクテイ
ビテイを評価し、アクテイビテイコードを出力する第１
のクラス分類手段と、アクテイビテイコードに基づいて
段階的なクラス分類を実行し、そのクラス分類結果に基
づいてクラスコードを出力する第２のクラス分類手段
と、第の画像信号を用いて第２の画像信号を予測生成す
るための予測係数が記憶すされた予測係数記憶手段と、
アクテイビテイコード及び／又はクラスコードに応じて
予測係数メモリより読み出される予測係数を用いて、第
１の入力画像信号に対して予測演算を施すことにより、
第２の画像信号を生成する予測演算手段とを設けるよう
にした。

【００１１】また第２の発明については、信号変換装置
において、第１の画像信号の空間内アクテイビテイを評
価してアクテイビテイコードを出力する第１のクラス分
類手段と、アクテイビテイコードに基づいて段階的なク
ラス分類を実行し、そのクラス分類結果に基づいてクラ
スコードを出力する第２のクラス分類手段と、 第１の
画像信号の補間画素信号として生成された予測値を記憶
されており、アクテイビテイコード及び／又はクラスコ
ードに応じて対応する予測値を読み出して出力する予測
値記憶読み出し手段とを設けるようにした。

【００１２】さらに第３の発明においては、入力された
第１の画像信号を第１の画像信号とは異なる第２の画像
信号に変換する信号変換方法において、第１の画像信号
の空間内アクテイビテイを評価してアクテイビテイコー
ドを出力し、アクテイビテイコードに基づいて段階的な
クラス分類を実行し、そのクラス分類結果に基づいてク
ラスコードを出力し、アクテイビテイコード及び／又は
クラスコードに応じて、第１の画像信号を用いて第２の
画像信号を予測生成するための予測係数記憶手段に記憶
されている予測係数を読みだし、その読み出された予測
係数を用いて第１の入力画像信号に対して予測演算を施
すことにより、第２の画像信号を生成するようにした。

【００１３】さらに第４の発明においては、入力された
第１の画像信号を第１の画像信号とは異なる第２の画像
信号に変換する信号変換方法において、第１の画像信号
の空間内アクテイビテイを評価してアクテイビテイコー
ドを出力し、アクテイビテイコードに基づいて段階的な
クラス分類を実行し、そのクラス分類結果に基づいてク
ラスコードを出力し、アクテイビテイコード及び／又は
クラスコードに応じて、予測値記憶手段に記憶された第
１の画像信号の補間画素信号として生成された予測値を
読み出して出力するようにした。

【００１４】この結果第１〜第４の発明においては、ブ
ロツク単位毎の入力画像信号についての空間内アクテイ
ビテイを評価分類して、その結果得られるアクテイビテ
イコードに応じてブロツク単位の入力画像信号に段階的
なクラス分類を施すことにより、次段以降のクラス分類
には、初段のアクテイビテイコード及び前段のクラス分
類結果が反映され精度の高いクラス分類を行うことがで
きる。

【００１５】

【発明の実施の形態】以下図面について、本発明の一実
施例を詳述する。

【００１６】（１）第１実施例 図１は、全体としてクラス分類適応処理を適用してＳＤ
画像信号からＨＤ画像信号を生成する２次元ノンセパラ
ブルフイルタによるアツプコンバータを示している。こ
のアツプコンバータ１０に入力端INを通じて入力される
ＳＤ画像信号Ｓ1 は、注目ＳＤ画素を中心とした所定数
の画素からなるブロツク単位毎にクラス分類部１２に送
出され、さらにＳＤ画像信号Ｓ1 は予測演算部１３に送
出される。クラス分類部１２は、入力ＳＤ画像信号Ｓ１
の注目画素に対する周辺のＳＤ画像信号Ｓ1 のＳＤ画素
ＮＯ特徴に基づいて、注目画素に対するクラスコードd0
を生成し、これをクラスコードd0は、アドレスデータと
して記憶手段である予測係数ＲＯＭ(Read Only Memory)
１４に送出する。

【００１７】この場合予測係数ＲＯＭ１４には、低解像
度の画像信号から高解像度の画像信号を生成するための
ＨＤ補間画素を予測演算するときに用いられる予め学習
により求められた予測係数が、クラスコードd0に対応付
けられた予測データd1として格納されている。かくして
予測係数ＲＯＭ１４は、クラスコードd0をアドレスデー
タとして予測データd1を読み出し、これを予測演算部１
３に送出する。

【００１８】一方予測演算部１３は、ＳＤ画像信号Ｓ1
に対して予測データd1を用いた所定の予測演算を実行す
ることにより、ＳＤ画像信号Ｓ1 からＨＤ補間画素を生
成する。なお、予測演算部１３に供給されるＳＤ画像信
号Ｓ1 は、図示されていない遅延部を介して供給され
る。この遅延部の遅延時間は、予測データd1が予測演算
部１３に供給されるまでの時間に対応している。

【００１９】予測演算部１３においては、４つの予測演
算部１３Ａ〜１３Ｄから構成され、各予測演算部１３Ａ
〜１３Ｄは、ＳＤ画像信号Ｓ1 に対して予測データd1を
用いた積和演算を実行する。これにより、各予測演算部
１３Ａ〜１３Ｄは、それぞれ走査線１上の４種類の位置
mode1 、mode2 、 mode3及びmode4 に対応するＨＤ補間
画素の予測値d2、d3、d4及びd5を生成する。また各予測
演算部１３Ａ〜１３Ｄにおいて生成された各ＨＤ補間画
素d2、d3、d4及びd5は、選択部１５に送出される。選択
部１５は、各予測値d2、d3、d4及びd5をバツフアメモリ
（図示せず）を用いて時系列に並び替えて出力端OUT か
らＨＤ画像信号Ｓ2 として出力する。

【００２０】図２は、図１のクラス分類部１２の構成を
示している。この図２からも明らかなように、入力端IN
を通じて入力されるＳＤ画像信号Ｓ1 は、まずアクテイ
ビテイ分類部２１に供給される。アクテイビテイ分類部
２１は、供給されるＳＰ画像信号Ｓ１に対し、例えば、
注目画素を中心とした３ｘ３の９画素からなるブロツク
単位毎に空間アクテイビテイの分類を行い、その特性を
評価判定する。またアクテイビテイ分類部２１は、空間
アクテイビテイの分類及び評価に基づいてクラスコード
c0を生成して、選択部２５及びＡＤＲＣ（Adaptive Dyn
amic Range Coding)クラス分類部２６に送出する。

【００２１】一方で、ＳＤ画像信号Ｓ1 は、それぞれ異
なつた３種類の画素のタツプパターンを設定する広領域
タツプ選択部２２、標準タツプ選択部２３及び狭領域タ
ツプ選択部２４に並列に送出される。そして、広領域タ
ツプ選択部２２、標準タツプ選択部２３及び狭領域タツ
プ選択部２４の各々は、入力ＳＤ画像信号Ｓ1 に対して
空間クラスのタツプパターンp0、p1及び p2 を選択す
る。

【００２２】図３は、図２のアクテイビテイ分類部２１
の構成を示している。この図３に示すように、入力端IN
から入力されるＳＤ画像信号Ｓ1 は、まず処理部３０に
送出される。処理部３０は、入力されたＳＤ画像信号Ｓ
1 の注目ＳＤ画素を中心とした複数のＳＤ画素のダイナ
ミツクレンジＤＲを検出する。ダイナミツクレンジＤＲ
は、例えば図４に示される注目画素を中心とした９画素
（図中◎で示す）から得られる近傍領域内最大値ＭＡＸ
及び近傍領域内最小値ＭＩＮとを用いて次式

【数１】 によつて定義される。この注目ＳＤ画素を中心とした複
数のＳＤ画素のダイナミツクレンジＤＲは、閾値判定部
３１に送出される。

【００２３】閾値判定部３１は、所定の閾値を用いて、
ダイナミツクレンジＤＲと比較判定する。その結果、閾
値判定部３１は、閾値処理によつて得られたクラスコー
ドc0を出力する。つまり、閾値判定部３１の閾値処理に
よつて、ダイナミツクレンジの大きさが３段階（つま
り、空間アクテイビテイが、高、中、小の３段階）で判
定されることにより、空間アクテイビテイが判定され、
その判定結果が２ビツトのクラスコードc0として出力さ
れる。

【００２４】一般に、ダイナミツクレンジＤＲが大きい
場合は空間アクテイビテイが高く、反対にダイナミツク
レンジＤＲが小さい場合は空間アクテイビテイが低いと
考えられる。これによりアクテイビテイ分類部２１にお
けるダイナミツクレンジによる初段のクラス分類が実行
される。

【００２５】次に、広領域タツプ選択部２２、標準タツ
プ選択部２３、狭領域タツプ選択部２４及びＡＤＲＣク
ラス分類部２６における次段のクラス分類について具体
的に述べる。

【００２６】まず、上述した３種類のクラスタツプパタ
ーンの選択部のうち、標準タツプ選択部２３は、入力Ｓ
Ｄ画像信号Ｓ1 の標準的な空間内変動に注目し、図５
（Ｂ）に示すような一般的なクラスタツプパターンを選
択する。それに対して広領域タツプ選択部２２は、入力
ＳＤ画像信号Ｓ1 の定常的な空間内に注目する。

【００２７】すなわち広領域タツプ選択部２２は、図５
（Ａ）に示すような広領域用のクラスタツプパターンを
選択する。また狭領域タツプ選択部２４は、入力ＳＤ画
像信号Ｓ1 の非定常的な空間内変動に注目し、非定常的
な信号変化に対して図５（Ｃ）に示すような狭領域用の
クラスタツプパターンを選択する。

【００２８】広領域タツプ選択部２２、標準タツプ選択
部２３及び狭領域タツプ選択部２４は、それぞれ選択し
たクラスタツプパターンp0、p1及びp2をそれぞれ選択部
２５に送出する。選択部２５では、アクテイビテイ分類
部２１から送出されるクラスコードc0を選択制御信号と
してクラスタツプパターンp0、p1及びp2からいずれか一
つのクラスタツプパターンを選択し、選択したクラスタ
ツプパターンp3ＡＤＲＣクラス分類部２６に送出する。

【００２９】すなわち選択部２５は、クラスコードc0
が、空間アクテイビテイが低いことを示す場合、広領域
タツプ選択部２２からのクラスタツプパターンp0を選択
し、クラスコードc0が空間アクテイビテイが高いことを
示す場合、狭領域タツプ選択部２４からのクラスタツプ
パターンp2を選択する。

【００３０】ＡＤＲＣクラス分類部２６は、入力ＳＤ画
像信号Ｓ1 のダイナミツクレンジＤＲに応じて得られた
クラスコードc0を制御信号として、ＡＤＲＣの再量子化
ビツト数ｋを設定する。これによりＳＤ画像信号Ｓ1 の
ダイナミツクレンジＤＲに応じて、空間クラスのタツプ
パターンp3の各タツプのレベル分解能を変えて設定する
ことができる。

【００３１】ＡＤＲＣは、再量子化として定義される量
子化ステツプ幅により、画素を再量子化するものであ
る。ＡＤＲＣコードc1（式中では、クラスタツプパター
ンのＳＤ画素数ｉに応じてｃi を用いる）は、ダイナミ
ツクレンジＤＲ、再量子化ビツト数ｋ、ＳＤ画素ｘi 及
びその近傍領域内の最小画素レベルＭＩＮとを用いて、
次式

【数２】 によつて表される。

【００３２】空間クラスタツプパターンのレベル分解能
の切り替えは、具体的には（２）式のＡＤＲＣ演算にお
ける再量子化ビツト数ｋをクラスコードc0に応じて切り
替えることによつてなされる。これにより入力信号のダ
イナミツクレンジＤＲに応じて、レベル分解能を適応的
に切り換えて設定することができる。つまりＡＤＲＣク
ラス分類部２６は、ダイナミツクレンジＤＲが大きい
程、レベル分解能を細かく設定するようになされてい
る。このようにしてクラス分類部１２では、クラスコー
ドc0及びＡＤＲＣコードc1とでなるクラスコードd0が生
成される。このクラスコードd0は、アドレスデータとし
て後段の予測係数ＲＯＭ１４へ送出される。

【００３３】予測係数ＲＯＭ１４は、ＨＤ補間画素を生
成する際に用いる予測データd1とクラスコードc0及びc1
とを組み合わせたクラスコードd0をアドレスデータとし
て読み出し、予測演算部１３に送出する。予測演算部１
３Ａ〜１３Ｄの各々は、ＳＤ画像信号Ｓ1 でなるＳＤ画
素ｘi とクラス毎の予測データd1でなる予測係数ｗiを
用いて予測演算を実行し、走査線１上の位置mode1 〜mo
de4 に相当するＨＤ補間画素の推定画素ｙ′を生成す
る。

【００３４】このとき用いるＳＤ画素ｘi は、例えば、
図６に示すように配置された注目画素（図中◎で示す）
及び周辺画素（図中○で示す）でなる13個の予測タツプ
データで形成される。したがつて予測係数ｗi は、この
場合、各予測演算部１３Ａ〜１３Ｄに対して13個の予測
係数からなる。また予測演算部１３Ａ〜１３Ｄの各々で
使用されるＳＤ画素は、同じであるが、予測係数ＲＯＭ
１４からの予測係数ｗi は、予測演算部１３Ａ〜１３Ｄ
の各々に対して異なる予測係数であるので、予測係数Ｒ
ＯＭ１４には、１つのクラスに対応して13個の予測係数
Ｗｉからなる予測係数群が４つ記憶されていることにな
る。

【００３５】ＨＤ補間画素の推定画素ｙ′は、上述した
13個のＳＤ画素ｘi 及び予測係数ｗi を用いて数式

【数３】 によつて変換されて生成される。つまり、予測演算部１
３Ａ〜１３Ｄの各々は、それぞれ供給されたＳＤ画素Ｘ
ｉと予測係数Ｗｉを用いて、（３）式により予測演算を
行い、ＨＤ補間画素を生成する。ここで用いられる予測
係数ｗi は、予め学習によつて求められ、予測係数ＲＯ
Ｍ１４に格納されている。

【００３６】ここで、予測係数ＲＯＭ１４に格納されて
いるクラス毎の予測係数Ｗｉを生成する際の学習手順に
ついて、図７のフローチャートを参照して説明する。予
測係数Ｗｉは、図７に示す予測係数学習手順ＲＴ１に従
つて求めることができ、まずステツプＳＰ１でこの予測
係数学習手順ＲＴ１を開始すると、続くステツプＳＰ２
において予測係数ｗi を学習するために、既に知られて
いる画像に対応した学習データを生成する。

【００３７】具体的には、図２８に示すＨＤ画像におい
て、ＨＤ補間画素をＨＤ注目画素として、このＨＤ注目
画素を周辺のＨＤ補間画素及びＳＤ画素でなる一組の学
習データによつて予測係数を用いた線形一次結合モデル
によつて表す。このとき用いた予測係数を各クラス毎に
最小自乗法を用いて求める。なお、このように学習デー
タを生成する際に、１つの画像のみを用いるのではなく
複数の画像を用いて多数の学習データを生成すれば、よ
り正確な予測係数を得ることができる。

【００３８】続くステツプＳＰ３では、ステツプＳＰ２
で生成した学習データの数が予測係数を得るのに必要な
だけ生成されたか否か判定する。ここで、学習データ数
が必要数に満たないと判定された場合にはステツプＳＰ
４に移る。このステツプＳＰ４では、クラス学習データ
をクラス分類する。クラス分類は、先ず、初めに学習サ
ンプリングデータの局所的な平坦度を検出し、当該検出
結果に応じてクラス分類に用いる画素を選択する。これ
により入力信号の変化の小さいものを学習対象から除外
してノイズの影響を排除することができる。その後、こ
のクラス学習データのクラス分類は入力ＳＤ画像信号Ｓ
1 をクラス分類する場合と同様の処理を実行することに
よつてなされる。

【００３９】すなわちクラス学習データのクラス分類
は、まず、学習データのダイナミツクレンジＤＲを分類
評価してクラスコードc0を設定する。続いて、広領域、
標準及び狭領域の３種類のタツプパターンからクラスコ
ードc0に基づいて、いずれか一つのタツプパターンp3を
空間クラスとして選択する。図８に示すように、このよ
うにして得られたクラスコードc0及びＡＤＲＣコードc1
とを組み合わせてクラスコードd0を設定し、このクラス
コードd0を予測データd1と対応させてＲＯＭ１４に記憶
する。

【００４０】ステツプＳＰ５において、クラス分類され
た学習データに基づき、各クラス毎に正規化方程式を形
成する。このステツプＳＰ５での処理を具体的に説明す
る。ここでは、一般化するために学習データとしてｎ個
のサンプリング画素が存在する場合について述べる。ま
ず、各サンプリング画素の画素レベルｘ1 、……、ｘn
と注目補間画素のサブサンプル以前の画素レベルｙの関
係を、クラス毎に予測係数ｗ1 、……、ｗn によるｎタ
ツプの線型一次結合モデルによる予測式で表す。この予
測式を次式

【数４】 に示す。この（４）式における予測係数ｗ1 、……、ｗ
n を求めることにより、画素レベルｙを推定する。

【００４１】次に予測係数ｗ1 、……、ｗn を最小自乗
法により生成する例を示す。最小自乗法は次のように適
用される。一般化した例として、Ｘを入力データ、Ｗを
予測係数、Ｙを推定値として次の観測方程式を考える。

【数５】 この（５）式の観測方程式により収集されたデータに対
して最小自乗法を適用する。（５）式の例においては、
ｎ＝１３、ｍが学習データ数となる。

【００４２】まず、（５）式の観測方程式をもとに、次
の残差方程式を考える。

【数６】 （６）式の残差方程式から、各ｗi の最確値は次式

【数７】 を最小にする条件が成り立つ場合と考えられる。すなわ
ち（７）式のｗi による偏微分が次式

【数８】 で表されるとき、この（８）式のｉに基づくｎ個の条件
を考え、この条件を満たすｗ1 、ｗ2 、……、ｗn を算
出すれば良い。そこで残差方程式（６）式から次式が得
られる。

【数９】 この（９）式及び（８）式により次式

【数１０】 が得られる。そして（６）式及び（１０）式から次に示
す正規方程式が得られる。

【数１１】 （１１）式の正規方程式は、未知数の数ｎと同じ数の方
程式を立てることが可能なので、これにより各ｗi の最
確値を求めることができる。この正規方程式は、掃き出
し法（Gauss-Jordanの消去法）を用いて解くことができ
る。

【００４３】予測係数学習手順ＲＴ１では、各クラス毎
に未定係数ｗ1 、……、ｗn を求めるために未知数の数
ｎと同じ数の正規化方程式が形成されるまでステツプＳ
Ｐ２−ＳＰ３−ＳＰ４−ＳＰ５−ＳＰ２のループを繰り
返す。

【００４４】このようにして必要な数の正規化方程式が
得られると、ステツプＳＰ３では学習データが終了した
か否かの判定に対して肯定結果が得られ、処理はステツ
プＳＰ６の予測係数決定に移る。

【００４５】このステツプＳＰ６では、（１１）式の正
規化方程式を解いて各クラス毎の予測係数ｗ1 、……、
ｗn を決定する。このようにして得られた予測係数を次
のステツプＳＰ７でクラス毎にアドレス分割されたＲＯ
Ｍ等の記憶手段に登録する。この際、１つのクラスコー
ドに対して、予測演算部１３Ａ〜１３Ｄにそれぞれ対応
する予測係数ｗ1 、……、ｗn からなる４つの予測係数
群が登録される。以上の学習処理により、クラス分類適
応処理の予測係数が生成され次のステツプＳＰ８で予測
係数学習手順ＲＴ１を終了する。

【００４６】以上の構成において、上述したアツプコン
バータ１０及びそのアツプコンバータの各部の動作につ
いて説明する。まず、入力端INを通じてアツプコンバー
タ１０に入力されるＳＤ画像信号Ｓ1は、クラス分類部
１２及び予測係数演算部１３に対して並列に送出され
る。クラス分類部１２は、ＳＤ画像信号Ｓ1 に基づいて
クラスコードd0を生成して予測係数ＲＯＭ１４に送出す
る。

【００４７】予測係数ＲＯＭ１４は、予め学習によつて
求められている予測データd1をクラスコードd0に応じて
読み出し、予測係数演算部１３に送出する。予測係数演
算部１３は、各予測演算部１３Ａ〜１３Ｄにおいて、入
力端INから送出されてくるＳＤ画像信号Ｓ1 及び予測係
数ＲＯＭ１４から送出される予測データd1をもとにして
走査線１上の４つの位置（mode1 〜mode4)に対応したＨ
Ｄ補間画素を生成する。

【００４８】アクテイビテイ分類部２１は、まず、入力
されるＳＤ画像信号Ｓ1 の注目ＳＤ画素を中心とした複
数のＳＤ画素のダイナミツクレンジＤＲを検出し、この
ダイナミツクレンジＤＲを所定の閾値との間で比較判定
することによつてクラスコードc0を出力する。一般に、
ダイナミツクレンジＤＲが大きい場合は空間アクテイビ
テイが高く、反対にダイナミツクレンジＤＲが小さい場
合は空間アクテイビテイが低い。

【００４９】一方で、ブロツク単位の入力ＳＤ画像信号
Ｓ1 は、それぞれ異なつた３種類の画素のタツプパター
ンを設定する広領域タツプ選択部２２、標準タツプ選択
部２３及び狭領域タツプ選択部２４に並列に送出され
る。そして、広領域タツプ選択部２２、標準タツプ選択
部２３及び狭領域タツプ選択部２４は、それぞれ空間ク
ラスのタツプパターンp0、p1及びp2を設定する。

【００５０】選択部２５は、クラスコードc0をもとにし
て、例えばダイナミツクレンジＤＲが小さく、アクテイ
ビテイの低いＳＤ画像信号Ｓ1 に対しては、図５（Ａ）
に示すような比較的広い領域の信号変化のクラスタツプ
パターンp0を選択して、緩やかな信号変化をクラスに反
映する。これに対して、ダイナミツクレンジＤＲが大き
くアクテイビテイの高いＳＤ画像信号Ｓ1 に対しては、
図５（Ｃ）に示すような狭い領域のクラスタツプパター
ンp2を選択して、狭い領域の信号変化を可能な限りのク
ラス数で表現する。これにより選択部２５は、ダイナミ
ツクレンジＤＲから見た信号特性に応じて、その信号変
化を反映させたタツプパターンp3でなる空間クラスを選
択して、次段のＡＤＲＣクラス分類部２６に送出する。

【００５１】ＡＤＲＣクラス分類部２６は、クラスコー
ドc0を制御信号として、ダイナミツクレンジＤＲが小さ
いＳＤ画像信号Ｓ1 に対しては空間クラス分類用の各タ
ツプの再量子化ビツト数ｋを小さく設定する。これによ
り各タツプのレベル分解能が低くなり、定常性を前提と
したＡＤＲＣコードc1を出力することができる。これに
対してダイナミツクレンジＤＲが大きいＳＤ画像信号Ｓ
1 に対しては、空間クラス分類用の各タツプの再量子化
ビツト数ｋを多めに設定して、レベル分解能を高くした
ＡＤＲＣコードc1を出力する。これによりダイナミツク
レンジＤＲが大きくアクテイビテイが高いＳＤ画像信号
Ｓ1 の非定常的な信号変化をクラスに反映させることが
できる。

【００５２】このようにして、クラス分類部１２は、入
力ＳＤ画像信号Ｓ1 のダイナミツクレンジＤＲに応じ
て、クラス分類に用いる画素のタツプパターンを切り替
えると共に、クラス分類用の各タツプの再量子化ビツト
数ｋを切り替えることによつてレベル分解能を適応的に
設定する。これにより入力ＳＤ画像信号Ｓ1 のダイナミ
ツクレンジＤＲの特性に応じて適切なクラス分類を実行
することができる。

【００５３】クラス分類部１２は、クラスコードc0及び
ＡＤＲＣコードc1とを組み合わせてなるクラスコードd0
を次段の予測係数ＲＯＭ１４に送出する。予測係数ＲＯ
Ｍ１４は、このクラスコードd0に基づいて予測データd1
を読み出して、予測演算部１３に送出する。予測演算部
１３は、この予測データd1を用いてＳＤ画素を変換する
ことにより、ＨＤ補間画素を生成する。そしてこの生成
されたＨＤ補間画素が選択部に供給され、選択部１５よ
り時系列に並べ変えられ、ＨＤ画像信号として出力され
る。かくして、選択された予測データd1は、入力ＳＤ画
像信号Ｓ1 のダイナミツクレンジＤＲによる特性を反映
することになり、ＳＤ画素から変換して生成するＨＤ補
間画素の精度を向上させることができ、ＨＤ画像信号Ｓ
2 の空間解像度の向上を成し得ることができる。

【００５４】以上の構成によれば、アツプコンバータ１
０に入力されるＳＤ画像信号Ｓ1 をアクテイビテイ分類
部２１においてダイナミツクレンジＤＲに応じて閾値判
定し、この結果として得られるクラスコードc0に基づい
て３種類の空間クラスタツプパターン（広領域タツプパ
ターン、標準領域タツプパターン又は狭領域タツプパタ
ーン）の中からＳＤ画像信号Ｓ1 のダイナミツクレンジ
ＤＲの特性に応じたタツプパターンを設定することがで
き、かくして入力ＳＤ画像信号Ｓ1 のダイナミツクレン
ジＤＲ特性を反映したクラスタツプパターンを設定し得
る。

【００５５】また以上の構成によれば、クラスコードc1
に応じて空間クラス分類用の各タツプの再量子化ビツト
数ｋを変えて、各タツプのレベル分解能を切替えるよう
にすることにより、信号変化の定常性又は非定常性をタ
ツプのレベル分解能によりクラス分類に反映することが
できる。かくして、入力ＳＤ画像信号Ｓ1 のダイナミツ
クレンジＤＲ特性に応じてタツプパターン及びタツプの
レベル分解能を設定した適切なクラス分類がなされ、入
力ＳＤ画像信号Ｓ1 の信号特性を反映した空間解像度の
高いＨＤ画像信号Ｓ2 を生成することができる。

【００５６】（２）第２実施例 図９は、第２実施例によるアツプコンバータのアクテイ
ビテイ分類部３５を示している。このアクテイビテイ分
類部３５は、注目ＳＤ画素を中心とした複数のＳＤ画素
からなるブロツク単位毎に入力されるＳＤ画像信号Ｓ1
の空間内アクテイビテイを評価して、その特性に応じて
注目画素のクラスを分類するようになされている。すな
わちＡＤＲＣクラス分類部３６には、入力端INから入力
されるＳＤ信号Ｓ1 が供給され、ＡＤＲＣクラス分類部
３６は、注目ＳＤ画素を中心とした複数のＳＤ画素から
なるＳＤ信号Ｓ1 に対してＡＤＲＣによるクラス分類処
理を実行する。

【００５７】ＡＤＲＣクラス分類部３６より出力される
ＡＤＲＣコードｃ（式中ではクラスタツプパターンのＳ
Ｄ画素数ｉに応じてｃi を用いる）は、第１の実施例と
同様にしてダイナミツクレンジＤＲ、再量子化ビツト数
ｋ、ＳＤ画素ｘi 及びその近傍領域内の最小画素レベル
ＭＩＮとから次式

【数１２】 によつて生成される。

【００５８】ＡＤＲＣクラス分類部３６において生成さ
れたＡＤＲＣコードｃは、次段の後処理部３７に送出さ
れる。後処理部３７は、ＡＤＲＣコードｃによるレベル
分布パターンのバラツキ度を表す、例えばＡＤＲＣコー
ドｃに対する標準偏差σを算出する。そして後処理部３
７は、算出したＡＤＲＣコードｃに対する標準偏差σを
次段の閾値判定部３８に送出する。閾値判定部３８は、
このＡＤＲＣコードｃに対する標準偏差σの閾値判定に
より、クラスコードc0を生成して出力する。ＡＤＲＣコ
ードｃに対する標準偏差σは、ＡＤＲＣコードｃｉ、Ａ
ＤＲＣコードｃｉの平均値ｃａ及びＡＤＲＣコード数ｎ
を用いて次式

【数１３】 によつて表される。

【００５９】図２に示す選択部２５は、このようにして
得られたクラスコードc0を用いて、第１の実施例と同様
にして 空間クラスのタツプパターンp3を選択する。さ
らに、ＡＤＲＣクラス分類部２６において、クラスコー
ドc0に基づいて各タツプのレベル分解能が適応的に設定
される。これにより入力ＳＤ画像信号Ｓ1 の空間アクテ
イビテイの分類結果に基づいて空間クラスタツプパター
ン及びレベル分解能が設定され、第１実施例と同様の効
果を得ることができる。

【００６０】（３）第３実施例 また第３実施例として、クラス分類する際、例えば図４
に示す入力された注目ＳＤ画素近傍の９画素のデータ分
布から標準偏差σを算出し、その算出された標準偏差σ
を閾値判定することにより、クラスコードc0データを生
成するようにしてもよい。すなわち、図３に示されるア
クテイビテイ分類部２１の処理部３５において、入力注
目画素近傍の９画素のデータ分布から標準偏差σが算出
される。

【００６１】つまり処理部３５には、入力端INから入力
されるＳＤ信号Ｓ1 が供給され、処理部３５は、入力注
目画素近傍の９画素のデータ分布から標準偏差σを算出
する。そして、処理部３０は、算出した標準偏差σを次
段の閾値判定部３１に送出する。閾値判定部３８は、こ
の標準偏差σの閾値判定することにより、クラスコード
c0を生成して出力する。標準偏差σは、ＳＤ画素ｘｉ、
近傍領域内平均値ｘｉ及び近傍領域内画素数ｎを用いて
次式

【数１４】 によつて定義される。

【００６２】このように、第３実施例では、この標準偏
差σを用いた閾値判定により、クラス分類を実行する。
一般に標準偏差が大きい場合は、空間アクテイビテイが
高く、反対に小さい場合には、空間アクテイビテイが低
いといえる。したがつて、この標準偏差σの閾値判定に
基づいて、空間クラスタツプパターンの切り替え及び空
間クラス分類用のタツプのレベル分解能を切り替えるこ
とによつて、上述した第１実施例と同様の効果を得るこ
とができる。

【００６３】（４）第４実施例 さらに第４実施例として、ＡＤＲＣコードｃによるレベ
ル分布パターンのバラツキ度を表すＡＤＲＣコードｃを
登録した度数分布表を生成し、その生成された度数分布
表を用いて閾値判定することにより、クラスコードc0デ
ータを生成するようにしてもよい。すなわち図１０に示
すような度数分布表において、閾値０、閾値１間に存在
するＡＤＲＣコードｃを計測して、その対比によつてク
ラス分類する。この場合、例えばＡＤＲＣコードが所定
区間にかたまつているときは、空間アクテイビテイは低
く、一方ＡＤＲＣコードｃが広く分布しているときは、
空間アクテイビテイは高いといえる。

【００６４】つまり第２実施例と同様に、ＡＤＲＣクラ
ス分類部３６には、入力端INから入力されるＳＤ信号Ｓ
1 が供給され、ＡＤＲＣクラス分類部３６は、注目ＳＤ
画素を中心とした複数のＳＤ画素に対してＡＤＲＣによ
るクラス分類処理を実行する。

【００６５】ＡＤＲＣクラス分類部３６において生成さ
れたＡＤＲＣコードｃは、次段の後処理部３７に送出さ
れる。後処理部３７は、ＡＤＲＣコードｃによるレベル
分布パターンのバラツキ度を表す、図１０に示されるよ
うなＡＤＲＣコードｃを登録した度数分布表を生成す
る。そして後処理部３７は、生成されたＡＤＲＣコード
ｃに対する度数分布表を表すデータを次段の閾値判定部
３８に送出する。閾値判定部３８は、ＡＤＲＣコードｃ
に対する度数分布表において、閾値０と閾値１との間に
存在する画素数を計測することにより、閾値判定を実行
し、クラスコードc0を生成して出力する。

【００６６】したがつて、このＡＤＲＣコードｃに対す
る度数分布表を用いた閾値判定に基づいて、空間クラス
タツプパターンの切り替え及び空間クラス分類用のタツ
プのレベル分解能を切り替えることによつて、上述した
第１実施例と同様の効果を得ることができる。

【００６７】（５）第５実施例 さらに第５実施例として、ＳＤ画素値の隣接画素差分の
絶対値を度数分布表に登録して、その度数分布表を用い
て、空間アクテイビテイを評価することにより、クラス
コードをc0を生成するようにしてもよい。この場合、大
きい差分絶対値を持つ画素が多いときは、空間アクテイ
ビテイが高く、反対に小さい差分絶対値を持つ画素が多
いときは空間アクテイビテイが低い。

【００６８】すなわち図９に示されるアクテイビテイ分
類部３５のＡＤＲＣクラス分類部３６の代わりに、隣接
画素の差分の絶対値を算出する隣接画素差分算出部を設
ける。つまり隣接画素差分算出部には、入力端INから入
力されるＳＤ信号Ｓ1 が供給され、隣接画素差分算出部
は、注目ＳＤ画素を中心とした複数の周辺ＳＤ画素に対
して隣接画素間の差分を算出し、その算出された差分の
絶対値を生成する。隣接画素差分算出部において生成さ
れた差分絶対値は、次段の後処理部３７に送出される。

【００６９】後処理部３７は、ＡＤＲＣコードｃによる
レベル分布パターンのバラツキ度を表す、差分絶対値を
登録した度数分布表を生成する。そして後処理部３７
は、生成された差分絶対値に対する度数分布表を表すデ
ータを次段の閾値判定部３８に送出する。閾値判定部３
８は、差分絶対値に対する度数分布表において、閾値０
と閾値１との間に存在する画素数を計測することによ
り、閾値判定を実行し、クラスコードc0を生成して出力
する。したがつて、この隣接画素の差分絶対値の閾値判
定に基づいて、空間クラスタツプパターンの切り替え及
び空間クラス分類用のタツプのレベル分解能を切り替え
ることによつて、上述した第１実施例と同様の効果を得
ることができる。

【００７０】（６）第６実施例 図１１は、第６実施例によるアツプコンバータ５０を示
している。このアツプコンバータ５０は、初段のクラス
分類部５０Ａのラプラシアンフイルタ５１Ａ〜５１Ｅに
おいて、複数の方向の１次元ラプラシアン処理を行い、
それらの値を総合的に判断することにより、初段のクラ
ス分類を実行する。続いて初段のクラス分類部５０Ａの
分類結果に応じて、次段のクラス分類部５０Ｂのクラス
タツプパターンを設定する。そして、次段のクラス分類
部５０Ｂは、このクラスタツプパターンを用いて、クラ
ス分類を実行する。

【００７１】この第６実施例は、初段のクラス分類にお
いて、空間方向及び時間方向のアクテイビテイを評価し
ている。図１１を用いて、第６実施例の構成を説明す
る。入力端INから入力されるＳＤ画像信号Ｓ1 は、クラ
ス分類部５０Ａに供給される。そして、クラス分類部５
０Ａに供給されたＳＤ画像信号Ｓ1 は、ラプラシアンフ
イルタ５１Ａ〜５１Ｅ及び遅延部５６Ｂに供給される。
５種類のラプラシアンフイルタ５１Ａ〜５１Ｅは、供給
されたＳＤ画像信号Ｓ1 のフレーム毎又はフイールド毎
のブロツク単位の入力ＳＤ画像信号Ｓ1 に対して、各フ
イルタ毎に異なつた方向にラプラシアン処理を施し、ラ
プラシアン値LO〜L4を出力する。

【００７２】すなわちラプラシアン処理は、図１２に示
すように、一次元のラプラシアンフイルタ５１Ａ〜５１
Ｅによつて、水平方向（図１２（Ａ））、垂直方向（図
１２（Ｂ））、右下斜め方向（向かつて左上端から右下
端の対角線の方向）（図１２（Ｃ））、左下斜め方向
（向かつて右上端から左下端の対角線の方向）（図１２
（Ｄ））及び時間方向（図１２（Ｅ））のそれぞれの方
向に対してラプラシアン処理を施す。

【００７３】まず、ラプラシアンフイルタ５１Ａ〜５１
Ｄを通じてラプラシアン処理され、その結果として得ら
れるラプラシアン値L0〜L3は、次段の絶対値回路５２Ａ
〜５２Ｄにそれぞれ送出される。絶対値回路５２Ａ〜５
２Ｄは、それぞれラプラシアン値L0〜L3に対して絶対値
化を施す。そしてその結果として得られる絶対値a0〜a3
を最大値検出器５３に送出する。

【００７４】最大値検出器５３は、絶対値a0〜a3の中か
ら最大値を検出し、その検出された最大値を閾値TH0 を
用いて閾値処理する。これにより、入力ＳＤ画像信号Ｓ
1 の平坦度が検出され、１ビツトで表現されたその平坦
度を示す値（平坦度値）L10が出力される。さらに、最
大値検出器５３は、２ビツトで表現された最大値が検出
された方向を示す値（最大値検出方向値）a10 を出力す
る。同時に、ラプラシアンフイルタ５１Ｅは、時間方向
に対してのラプラシアン値L4を絶対値回路５２Ｅに送出
する。

【００７５】そして絶対値回路５２Ｅは、ラプラシアン
値L4に対して絶対値化を施し、その結果得られる絶対値
a4を比較器５４に送出する。比較器５４は、絶対値a4を
閾値TH1 を用いて閾値処理することによつて、１ビツト
で表現された時間方向の変化を示す値（時間方向変化
値）a11 を出力する。そしてこの時間方向変化値a11 に
上述した最大値検出方向値a10 及び平坦度値L10 を加え
た４ビツトのデータが制御信号CTとして、次段のクラス
分類部５０Ｂに送出される。

【００７６】ラプラシアン値は、基本的には注目画素と
両側の画素との空間差分の合計であるので、隣接画素の
変化が大きいほどラプラシアンの値は大きくなる。初段
のクラス分類部５０Ａは、空間内のエツジがある方向を
検出するために、空間内の所定の方向のアクテイビテイ
を一次元のラプラシアンフイルタをかけることにより、
その特徴を大きく分類する。

【００７７】クラス分類部５０Ａから出力される制御信
号CTは、クラス分類部５０Ｂのセレクタ５５Ａ〜５５Ｉ
及び遅延回路５６Ａに送出される。セレクタ５５Ａ〜５
５Ｉは、制御信号CTによつて選択されるＳＤ画像データ
が供給されるラインを通じてレジスタアレイ５７に接続
されている。レジスタアレイ５７には、遅延回路５６Ｂ
を通じて遅延された数ライン分のＳＤ画像信号Ｓ1 が送
出される。

【００７８】セレクタ５５Ａ〜５５Ｉは、制御信号CTに
応じて選択的に切り替えられ、レジスタアレイ５７から
供給されるＳＤ画像データをインデツクスに応じて選択
し、９画素分の画素データを次段の１ビツトＡＤＲＣク
ラス分類部５８に送出する。つまりこの制御信号CTに応
じて、次段のクラス分類部５０Ｂのクラスタツプパター
ンが選択される。

【００７９】ＡＤＲＣクラス分類部５８は、セレクタ５
５Ａ〜５５Ｉによつて選択された９個のタツプによつて
形成されるクラスタツプパターンを用いて、１ビツトＡ
ＤＲＣクラス分類を実行し、９ビツトで表現されるＡＤ
ＲＣコードｃを出力する。したがつて、クラス分類部５
０Ｂのクラスは、512 （２9 ）通りのクラスに分類され
る。

【００８０】この結果アツプコンバータ５０において、
初段のクラス分類部５０Ａ（16通り）と次段のクラス分
類部５０Ｂ（512 通り）とを掛け合わせた8192のクラス
に分類することができる。このように初段の空間アクテ
イビテイにより選択されたクラスに応じて次段のＡＤＲ
Ｃクラス分類における最適なタツプパターンを選択する
ようにしたことにより、次段以降のクラス分類において
空間アクテイビテイの特徴を反映したより精度の高いク
ラス分類が成し得る。

【００８１】次段の予測値演算部５０Ｃは、ＨＤ補間画
素の予測係数を記憶する予測係数ＲＡＭ５９、ＨＤ補間
画素を生成するための予測タツプパターンを設定する予
測タツプパターン設定部６０と、予測タツプパターン及
び予測係数を用いた演算によりＨＤ補間画素を生成する
予測演算部６１とからなる。予測係数ＲＡＭ５９は、１
ビツトＡＤＲＣクラス分類部５８より供給されるＡＤＲ
Ｃコードｃ及び遅延回路５６Ａを通じて遅延された制御
信号CTの２つの信号をアドレスデータとして予測係数を
読み出し、その読みだされた予測係数を予測演算部６１
へ送出する。

【００８２】一方、レジスタアレイ５７から送出される
ＳＤ画像信号Ｓ1 が予測タツプパターン設定部６０に送
出される。この予測タツプパターン設定部は、後段の予
測演算部６１で使用する予測タツプパターンを設定す
る。つまり入力されたＳＤ画像信号Ｓ1 から、後段の予
測演算部６１で予測係数ＲＡＭから読み出された係数と
予測演算される予測タツプパターンを出力する。予測演
算部６１は、予測タツプパターンの画素データと予測係
数を用いて線形一次結合によりＨＤ補間画素を生成して
出力する。

【００８３】ここで、クラス分類部５０Ａで生成される
４ビツトの制御信号CTとその制御信号CTにより選択され
るクラス分類部５０Ｂで用いられるクラスタツプパター
ンについて説明する。

【００８４】図１３は、クラス分類部５０Ａで生成され
る４ビツトの制御信号CTの16（２4）通りの組み合わせ
を表すインデツクス（Ｉ０〜Ｉ３）である。図１４〜図
１７は、インデツクス（Ｉ０〜Ｉ３）に対応して設けら
れた次段におけるクラス分類部５０Ｂのタツプパターン
構造の一例を示している。制御信号CTとタツプパターン
との関係は、空間方向において、変化の大きい方向（ラ
プラシアン値の大きい方向）にクラスタツプが存在し、
ラプラシアン値の最大値が大きい程、タツプの空間の広
がりが小さくなるような関係である。さらに、時間方向
のラプラシアン値が大きいとタツプパターンが同一フイ
ールド内のタツプから構成され、時間方向のラプラシア
ン値が小さいとタツプパターンが異なるフイールド上
（例えば、フレーム）のタツプから構成される関係であ
る。

【００８５】図１４（Ａ）〜（Ｄ）に示されるタツプパ
ターンは、それぞれインデツクス(0000)〜(0011)に対応
して設けられたもので、水平方向への変化が大きいもの
に対して選択される。

【００８６】ここで、図１４（Ａ）〜（Ｄ）に示すクラ
スタツプパターンをそれぞれ比較した場合、図１４
（Ｃ）及び（Ｄ）に示すインデツクス（0010) 及び(001
1)のクラスタツプパターンの水平方向の配置間隔を、図
１４（Ａ）及び（Ｂ）に示すインデツクス（0000) 及び
(0001)のクラスタツプパターンの配置間隔に比して狭く
することにより、最大値である水平方向のラプラシアン
値を大きく表現する。つまり、最大値である水平方向の
ラプラシアン値が大きい程、クラスタツプパターンの空
間の広がりを小さくし、最大値である水平方向のラプラ
シアン値が小さい程、クラスタツプパターンの空間の広
がりを大きくする。

【００８７】また、図１４（Ｂ）及び（Ｄ）に示すよう
に、インデツクス（0001) 及び(0011)の時間方向のビツ
ト（４ビツト目）がオンのときは、クラスタツプパター
ンを同一フイールド内に配置することにより、時間方向
の変化を大きく表現する。これに対して、図１４（Ａ）
及び（Ｃ）に示すように、インデツクス（0000) 及び(0
010)の時間方向のビツト（４ビツト目）がオフのとき
は、異なるフイールド上にタツプを配置することによ
り、時間方向の変化を小さく表現する。

【００８８】また、図１５（Ｃ）及び（Ｄ）に示すイン
デツクス（0110) 及び(0111)のクラスタツプパターンの
垂直方向の配置間隔を、図１５（Ａ）及び（Ｂ）に示す
インデツクス（0100) 及び(0101)のクラスタツプパター
ンの配置間隔に比して狭くすることにより、最大値であ
る垂直方向のラプラシアン値を大きく表現する。つま
り、最大値である垂直方向のラプラシアン値が大きい
程、クラスタツプパターンの空間の広がりを小さくし、
最大値である垂直方向のラプラシアン値が小さい程、ク
ラスタツプパターンの空間の広がりを大きくする。

【００８９】また、図１５（Ｂ）及び（Ｄ）に示すよう
に、インデツクス（0101) 及び(0111)の時間方向に変化
があるとき、つまり、時間方向のビツト（４ビツト目）
がオンのときは、クラスタツプパターンを同一フイール
ド内に配置することにより、時間方向の変化を大きく表
現する。これに対して、図１５（Ａ）及び（Ｃ）に示す
ようにインデツクス（0100) 及び(0110)の時間方向のビ
ツトがオフのときは、異なるフイールド上にタツプを配
置することにより、時間方向の変化を小さく表現する。

【００９０】また、図１６（Ｃ）及び（Ｄ）に示すイン
デツクス（1010) 及び(1011)のクラスタツプパターンの
右下がり方向の配置間隔を、図１６（Ａ）及び（Ｂ）に
示すインデツクス（1000) 及び(1001)のクラスタツプパ
ターンの配置間隔に比して狭くすることにより、最大値
である右下がり方向のラプラシアン値を大きく表現す
る。つまり、最大値である右下がり方向のラプラシアン
値が大きい程、クラスタツプパターンの空間の広がりを
小さくし、最大値である右下がり方向のラプラシアン値
が小さい程、クラスタツプパターンの空間の広がりを大
きくする。

【００９１】また、図１６（Ｂ）及び（Ｄ）に示すよう
に、インデツクス（1001) 及び(1011)の時間方向のビツ
トがオンのときは、クラスタツプパターンを同一フイー
ルド内に配置して時間方向の変化を大きく表現する。こ
れに対して、図１６（Ａ）及び（Ｃ）に示すようにイン
デツクス（1000) 及び(1010)の時間方向のビツトがオフ
のときは、異なるフイールド上にタツプを配置すること
により、時間方向の変化を小さく表現する。

【００９２】さらに、図１７（Ｃ）及び（Ｄ）に示すイ
ンデツクス（1110) 及び(1111)のクラスタツプパターン
の左下がり方向の配置間隔を、図１７（Ａ）及び（Ｂ）
に示すインデツクス（1100) 及び(1101)のクラスタツプ
パターンの配置間隔に比して狭くすることにより、最大
値である左下がり方向のラプラシアン値を大きく表現す
る。つまり、最大値である左下がり方向のラプラシアン
値が大きい程、クラスタツプパターンの空間の広がりを
小さくし、最大値である左下がり方向のラプラシアン値
が小さい程、クラスタツプパターンの空間の広がりを大
きくする。

【００９３】また図１７（Ｂ）及び（Ｄ）に示すよう
に、インデツクス（1101) 及び(1111)の時間方向のビツ
トがオンのときは、クラスタツプパターンを同一フイー
ルド内に配置して時間方向の変化を大きく表現する。こ
れに対して、図１７（Ａ）及び（Ｃ）に示すようにイン
デツクス（1100) 及び(1110)の時間方向のビツトがオフ
のときは、異なるフイールド上にタツプを配置すること
により、時間方向の変化を小さく表現する。

【００９４】このように、クラスタツプパターンは、空
間方向において、変化の大きい方向（ラプラシアン値の
大きい方向）にクラスタツプが存在し、ラプラシアン値
の最大値が大きい程、タツプの空間の広がりが小さくな
るように設定される。さらに、時間方向のラプラシアン
値が大きいとタツプパターンが同一フイールド内のタツ
プから構成され、時間方向のラプラシアン値が小さいと
タツプパターンが異なるフイールド上（例えば、フレー
ム）のタツプから構成されるように設定する。

【００９５】以上の構成において、上述した第６の実施
例のアツプコンバータ５０及びそのアツプコンバータ５
０の各部の動作について説明する。まず、ＳＤ画像信号
Ｓ1 が初段のクラス分類部５０Ａに入力されると、ラプ
ラシアンフイルタ５１Ａ〜５１Ｄによつて空間内の異な
る複数のレベル方向に対してラプラシアンフイルタがか
けられる。この結果として得られるラプラシアン値L0〜
L3は、絶対値化回路５２Ａ〜５２Ｄによつてそれぞれ絶
対値化され、絶対値a0〜a3として出力される。

【００９６】そして、絶対値a0〜a3が、最大値検出器５
３に送出され、その供給されたラプラシアン値の絶対値
の中から最大値を求める。このとき、ラプラシアン値の
絶対値の最大値がどの方向のラプラシアン（L10 ）であ
るかによつて、入力画像信号の空間内のエツジの方向が
検出される。そして、この検出された最大値の方向を示
す値（最大値検出方向値）a10 を２ビツトで表現する。
さらに、最大値を閾値処理することにより、入力ＳＤ画
像信号Ｓ1 の平坦度を表すことができ、その平坦度を表
す値（平坦度値）L10 を１ビツトで表現する。

【００９７】また、ラプラシアンフイルタ５１Ｅによつ
て時間方向に対してのラプラシアン値L4が得られる。そ
のラプラシアン値L4が、絶対値化回路５２Ｅによつて絶
対値化され、絶対値a4として出力される。そして、その
絶対値a4が、比較回路によつて閾値TH1 を用いて閾値処
理されることにより、時間方向の変化を表す値（時間方
向変化値）a11 として出力される。こうして入力ＳＤ画
像信号Ｓ1 の信号特性の大まかな特徴を捉えることがで
きる。

【００９８】クラス分類部５０Ａは、２ビツトの最大値
検出方向値a10 、１ビツトの平坦度値L10 及び１ビツト
の時間方向変化値a11 からなる４ビツトの制御信号CTを
次段のクラス分類部５０Ｂへ送出する。

【００９９】次段のクラス分類部５０Ｂは、４ビツトの
制御信号CTに対応するインデツクス（Ｉ０〜Ｉ３）に基
づいて空間クラスタツプパターンを設定する。すなわ
ち、クラス分類部５０Ｂは、制御信号CTに応じてセレク
タ５５Ａ〜５５Ｉを切り替え、レジスタアレイ５７を通
じて得られる入力ＳＤ画像信号Ｓ1 に対するクラスタツ
プパターンを選択して、ＡＤＲＣクラス分類部５８に送
出する。これにより、入力ＳＤ画像信号Ｓ1 のアクテイ
ビテイを反映したクラスタツプパターンに基づいた精度
の高いクラス分類が成し得る。

【０１００】また、レジスタアレイ５７からＳＤ画像信
号Ｓ1 は、次段の予測値演算部５０Ｃに送出される。予
測タツプパターン部６０において、予測演算部６１で制
御信号CT及びＡＤＲＣコードｃに応じて予測係数ＲＡＭ
５９から読み出される予測係数と予測演算を実行するた
めの予測タツプパターンが設定され、その設定された予
測タツプパターンが予測演算部６１に送出される。そし
て、予測演算部６１において、制御信号CT及びＡＤＲＣ
コードｃに応じて予測係数ＲＡＭ５９から読み出された
予測係数と予測タツプパターン部６０からの予測タツプ
パターンを用いて、線形一次結合により予測演算処理が
実行され、ＨＤ補間画素として出力される。

【０１０１】以上の構成によれば、初段のクラス分類部
５０Ａのラプラシアンフイルタ５１Ａ〜５１Ｅにおい
て、複数の方向の１次元ラプラシアン処理を行い、それ
らの値を総合的に判断することにより初段のクラス分類
を実行し、初段のクラス分類部５０Ａの分類結果に応じ
て、次段のクラス分類部５０Ｂのクラスタツプパターン
を設定した後、次段のクラス分類部５０Ｂは、このクラ
スタツプパターンを用いて、クラス分類を実行するよう
にしたことにより入力ＳＤ画像信号Ｓ1 のアクテイビテ
イ特性を反映した精度の高いクラス分類が成し得、かく
して上述した第１実施例と同様の効果を得ることができ
る。

【０１０２】（７）第７実施例 図１１との対応部分に同一符号を付した図１８は、第７
実施例によるアツプコンバータ６５を示している。第７
実施例では、第６実施例と同様に、初段のクラス分類部
５０Ａのラプラシアンフイルタ５１Ａ〜５１Ｅを用いた
初段のクラス分類結果に応じて、次段のクラス分類部５
０Ｂのクラス分類のためのクラスタツプパターンを設定
し、このクラスタツプパターンをもとにして次段のクラ
ス分類を行うことにより、２段階でクラス分類を実行す
る。

【０１０３】図１８を用いて、第７実施例のアツプコン
バータ６５の構成を説明する。入力端INから入力される
ＳＤ画像信号Ｓ1 は、クラス分類部６５Ａに供給され
る。そして、クラス分類部６５Ａに供給されたＳＤ画像
信号Ｓ1 は、ラプラシアンフイルタ５１Ａ〜５１Ｅ及び
遅延部５６Ａにそれぞれ供給される。

【０１０４】５種類のラプラシアンフイルタ５１Ａ〜５
１Ｅは、供給されたＳＤ画像信号Ｓ1 のフレーム毎又は
フイールド毎のブロツク単位の入力ＳＤ画像信号Ｓ1 に
対して、各フイルタ毎に異なつた方向にラプラシアン処
理を施し、ラプラシアン値LO〜L4を出力する。これらの
ラプラシアンフイルタ５１Ａ〜５１Ｅは、図１１の第６
実施例のアツプコンバータ５０で使用されたラプラシア
ンフイルタと同一のものを使用する。そのラプラシアン
値L0〜L4は、次段の量子化器６６Ａ〜６６Ｅにそれぞれ
送出される。

【０１０５】量子化器６６Ａ〜６６Ｅは、各ラプラシア
ンL0〜L4を絶対値化した後、非線形の量子化を実行し
て、量子化値q0〜q4を出力する。例えば、量子化器６６
Ａ〜６６Ｅは、量子化によつて、入力ＳＤ画像信号Ｓ1
を０、＋１の２種類の量子化値q0〜q4に変換すると、全
部で32（２5 ）通りのクラスに分類することができる。
つまり絶対値が小さい場合には、０を、絶対値が大きい
場合には、１を割り当てるように量子化する。そして量
子化値q0〜q4は、合成部６７に送出され、合成部６７
は、量子化値q0〜q4を合成して５ビツトのクラスコード
を生成し、初段のクラス分類を表す制御信号CTとしてこ
れを次段のクラス分類部６５Ｂへ送出する。

【０１０６】クラス分類部６５Ｂは、第６実施例と同様
に、制御信号CTに基づいてセレクタ５５Ａ〜５５Ｉを切
り替え、レジスタ５７を通じて送出されてくるＳＤ画素
による９画素のタツプパターンを選択する。セレクタ５
５Ａ〜５５Ｉによつて選択された９画素のタツプパター
ンが、１ビツトＡＤＲＣクラス分類部５８に送出され、
１ビツトＡＤＲＣクラス分類部５８は、入力されたクラ
スタツプパターンに対してＡＤＲＣを実行することによ
り、512(２9 ）通りのクラスコードを発生するために第
２段のクラス分類を実行する。これにより初段のクラス
分類部６５Ａのクラスと次段のクラス分類部６５Ｂのク
ラスとを掛け合わせた16384 通りのクラスが成し得る。

【０１０７】ＡＤＲＣクラス分類部６５は、９ビツトの
クラスコードを生成し、遅延回路５６Ｂを介して供給さ
れた初段のクラスコードとともに、予測値演算部６５Ｃ
に供給される。演算部６５Ｃは、上述した第６実施例と
同様であるため、説明は、省略する。また初段のクラス
分類部６５Ａからの制御信号CTに対応するクラス分類部
６５Ｂで使用されるクラスタツプパターンについては、
図示を省略する。しかしながら、クラスタツプパターン
として、ラプラシアン値が大きい程、タツプパターンの
空間の広がりが小さくなり、ラプラシアン値が大きい方
向にタツプが広がるようなタツプパターンが設定され
る。また時間方向のラプラシアン値が大きいとタツプパ
ターンが同一フイールド内のタツプから構成され、時間
方向のラプラシアン値が小さいとタツプパターンが異な
るフイールド上（例えば、フレーム）のタツプから構成
されるようなタツプパターンが設定される。

【０１０８】以上の構成によれば、上述した第１実施例
と同様の効果を得ることができる。

【０１０９】（８）第８実施例 図１及び図２との対応する部分に同一符号を付して示す
図１９は、第８の実施例によるアツプコンバータのクラ
ス分類部７０を示す。入力端INから入力されるＳＤ画像
信号Ｓ1 は、ＡＤＲＣクラス分類部７１及び複数のクラ
スタツプ選択部７２（７２Ａ〜７２Ｇ）に並列に送出さ
れる。ＡＤＲＣクラス分類部７１は、入力ＳＤ画像信号
Ｓ1 から注目ＳＤ画素に対する周辺の４画素を用いたＡ
ＤＲＣによる画素レベル分布のパターンに応じてクラス
分類を実行し、その結果として得られるＡＤＲＣコード
ｃを選択部７３に送出する。一方、選択部７３には入力
ＳＤ画像信号Ｓ1 の信号特性に応じた空間クラスタツプ
パターンを設定するクラスタツプ選択部７２Ａ〜７２Ｇ
より空間クラスとして分類された各タツプパターンが送
出される。

【０１１０】すなわち、各クラスタツプ選択部７２Ａ〜
７２Ｇでは、図２０及び図２１に示すように、注目画素
に対する周辺の４画素について１ビツトＡＤＲＣを施し
た結果得られた各ＡＤＲＣコードｃによるレベル分布
（７３Ａ、７３Ｂ、７４Ａ、７４Ｂ、７５Ａ、７５
Ｂ、、７６Ａ、７６Ｂ、、７７Ａ、７７Ｂ、７８Ａ、７
８Ｂ、７９Ａ、７９Ｂ、８０Ａ、８０Ｂ）に対して、そ
れぞれの信号特性を表すためのクラスタツプパターン
（８１、８２、８３、８４、８５、８６、８７）が対応
付けられて設定される。

【０１１１】例えば、ＡＤＲＣコードｃによるレベル分
布７３Ａ及び７３Ｂのそれぞれについては、右下斜め方
向（向かつて左上端から右下端の対角線方向）にレベル
分布の特徴が見られる。よつて、画像のエツジがその方
向にあると考えられるので、右下がりの斜め方向のクラ
スタツプパターン８１を対応させる。同様にして、ＡＤ
ＲＣコードｃによるレベル分布７４Ａ及び７４Ｂのそれ
ぞれについては、左下斜め方向（向かつて右上端から左
下端の対角線方向）にレベル分布の特徴が見られるの
で、左下がりの斜め方向のクラスタツプパターン８２を
対応させる。

【０１１２】また、ＡＤＲＣコードｃによるレベル分布
７５Ａ及び７５Ｂ、７６Ａ及び７６Ｂのそれぞれについ
ては、左側と右側に偏つたレベル分布の特徴が見られる
ので、それぞれ左側と右側に偏つた予測タツプを集めた
クラスタツプパターン８３及び８４ををそれぞれ対応さ
せる。

【０１１３】さらに、ＡＤＲＣコードｃによるレベル分
布７７Ａ及び７７Ｂ、７８Ａ及び７８Ｂのそれぞれにつ
いては、上側と下側に偏つたタツプのレベル分布の特徴
が見られるので、それぞれ上側と下側に偏つたクラスタ
ツプを集めたクラスタツプパターン８５及び８６をそれ
ぞれ対応させる。さらに、ＡＤＲＣコードｃによるレベ
ル分布７９Ａ及び７９Ｂ及びレベル分布８０Ａ、８０Ｂ
のそれぞれについては、定常的なレベル分布の特徴が見
られるので、全てのクラスタツプを用いたクラスタツプ
パターン８７を対応させる。

【０１１４】これにより、クラスタツプ選択部７２Ａ〜
７２Ｇにおいて設定されたクラスタツプパターンが、選
択部７３においてＡＤＲＣコードｃに応じて選択され、
その選択されたクラスタツプパターンP10 が、次段のＡ
ＤＲＣクラス分類部２６に送出される。ＡＤＲＣクラス
分類部２６は、選択されたクラスタツプパターンP10に
よつてＳＤ画像信号Ｓ1 に対して１ビツトＡＤＲＣを施
し、その結果として得られるＡＤＲＣコードd0を予測係
数を読み出すためのアドレスデータとしての予測係数Ｒ
ＯＭ１４に送出する。

【０１１５】以上の構成において、第８実施例のアツプ
コンバータのクラス分類部７０の動作について説明す
る。まず入力ＳＤ画像信号Ｓ1 が、初段のＡＤＲＣクラ
ス分類部７１に供給され、初段のＡＤＲＣクラス分類部
７１において、注目画素に対する周辺画素の４画素によ
る１ビツトＡＤＲＣを実行することにより、クラスコー
ドｃが発生される。また、入力ＳＤ画像信号Ｓ1 は、ク
ラスタツプ選択部７２Ａ〜７２Ｇにおいて信号特性を反
映した異なる複数のクラスタツプパターン８１〜８７に
分類される。

【０１１６】そして初段のＡＤＲＣクラス分類部７１か
らのクラスコードｃによつて、その複数のクラスタツプ
パターン８１〜８７から１つのクラスタツプパターンP1
0 が選択され、次段のＡＤＲＣクラス分類部２６に送出
される。ＡＤＲＣクラス分類部２６は、選択されたクラ
スタツプパターンP10 を形成する入力ＳＤ画像信号Ｓ1
を１ビツトＡＤＲＣを実行することにより、クラスコー
ドd0を生成し、アドレスデータとして後段の予測係数Ｒ
ＯＭ１４に送出する。

【０１１７】以上の構成によれば、予測係数を選択する
ためのアドレスデータを生成する際、第１段のＡＤＲＣ
クラス分類部７１によつて検出された入力ＳＤ画像信号
Ｓ1の空間アクテイビテイに応じて、クラスタツプパタ
ーンを選択する。そして、選択されたクラスタツプパタ
ーンP10 を用いて、第２段のＡＤＲＣクラス分類２６を
実行することによつて、空間アクテイビテイを反映した
クラスコードd0を生成することができ、かくして上述し
た第１実施例と同様の効果を得ることができる。

【０１１８】また以上の構成によれば、予測演算に用い
る予測タツプパターンを空間アクテイビテイに応じて変
えることによつて、予測タツプが少なくないときの演算
処理を短縮し得る。

【０１１９】なお、第１実施例のように、第１段のＡＤ
ＲＣクラス分類部７１からの出力信号に基づいて、第２
段のＡＤＲＣクラス分類部２６の量子化ビツト数を切り
換えるようにしてもよい。

【０１２０】（９）第９実施例 図２２は、第９実施例によるアツプコンバータ９０を示
している。このアツプコンバータ９０は、初段のクラス
分類部において、１ビツトＡＤＲＣによる空間内アクテ
イビテイの大まかなクラス分類を実行し、次段のクラス
分類部でより詳細な多ビツトＡＤＲＣを実行する。アツ
プコンバータ９０において、入力端INを通じて入力され
るＳＤ画像信号Ｓ1 は、初段ブロツク９１、遅延回路９
７及び１０１にそれぞれ送出される。初段ブロツク９１
は、図２３に示すように、現フレーム又はフイールドに
おける注目画素データ（図中◎で示す）を中心とするｎ
×ｍ画素（例えば、図中５×５画素）にブロツク化し、
その結果として得られるブロツクデータb1を１ビツトＡ
ＤＲＣクラス分類部９２に送出する。

【０１２１】１ビツトＡＤＲＣクラス分類部９２は、５
×５画素のブロツクデータb1に対して１ビツトＡＤＲＣ
処理を実行し、この結果として得られるＡＤＲＣコード
c10を遅延回路９３Ａを通じてタイミングを調整してＲ
ＯＭ９４に送出する。さらに、１ビツトＡＤＲＣクラス
分類部９２は、計算時に算出したダイナミツクレンジＤ
Ｒを比較回路９５に送出する。１ビツトＡＤＲＣクラス
分類部９２は、このとき、同時に、ダイナミツクレンジ
ＤＲ及び画素最小レベルＭＩＮを多ビツトＡＤＲＣクラ
ス分類部９６に送出する。

【０１２２】ここで、比較回路９５は、ダイナミツクレ
ンジＤＲを閾値THと比較して得られる比較結果CRを遅延
回路９３Ｂを通じてＲＯＭ９４に送出する。そして、こ
の比較結果CRをもとに、ダイナミツクレンジＤＲが閾値
THに比して小さい場合（CR=0）は、多ビツトＡＤＲＣク
ラス分類部９６によるクラス分類は実行されない。これ
に対して、ダイナミツクレンジＤＲが閾値THに比して大
きい場合（CR=1）は、多ビツトＡＤＲＣクラス分類部９
６によるクラス分類を実行する。しかしながら、この実
施例の場合、多ビツトＡＤＲＣクラス分類部９６は常時
実行されている。

【０１２３】したがつて、後段のＲＯＭ９４において、
多ビツトＡＤＲＣクラス分類部９６からのＡＤＲＣコー
ドc11 を無視することにより、多ビツトＡＤＲＣクラス
分類部を実行しないようにみなしている。また、もし、
多ビツトＡＤＲＣクラス分類部９６を実行させないよう
にするためには、図２２の点線で示すように、比較結果
CRを多ビツトＡＤＲＣクラス分類部９６に供給し、多ビ
ツトＡＤＲＣクラス分類部９６を実行させないように制
御すればよい。

【０１２４】一方、入力端INより遅延回路９７を通じて
遅延することによつてタイミング調整したＳＤ画像信号
Ｓ1 は、次段ブロツク９８に供給され、次段ブロツク９
８において、図２３に示すように、例えば、注目画素を
含む３×３画素からなる９画素のブロツクデータb2が設
定され、多ビツトクラス分類部９６に送出される。多ビ
ツトＡＤＲＣクラス分類部９６は、１ビツトＡＤＲＣク
ラス分類部９２で算出されたダイナミツクレンジＤＲ及
び画素最小レベルＭＩＮを用いてブロツクデータb2をク
ラス分類し、この結果として得られるＡＤＲＣコードc1
1 をＲＯＭ９４に送出する。

【０１２５】図２４に示すように、１ビツトＡＤＲＣク
ラス分類部９２のクラス分類結果として得られるＡＤＲ
Ｃコードc10 と多ビツトＡＤＲＣクラス分類部９６のク
ラス分類結果として得られるＡＤＲＣコードc11 とによ
るクラス分類に応じた階層的な構造を持つたクラスコー
ドd0のテーブルが予め学習によつて求められ、ＲＯＭ９
４に格納されている。クラス分類部９０は、比較結果CR
をもとに１ビツトＡＤＲＣクラス分類部９２及び多ビツ
トＡＤＲＣクラス分類部９６のクラス分類によつて得ら
れるＡＤＲＣコードc10 及びc11 に応じてクラスコード
d0を読み出して、後段の予測係数ＲＡＭ９９に送出す
る。この予測係数ＲＡＭ９９にも、予め学習によつて求
められ、階層化されたクラスコードd0に応じて予測係数
が登録されている。

【０１２６】予測係数ＲＡＭ９９からは、クラスコード
d0をアドレスデータとして逐次、予測係数群が読み出さ
れ、ＳＤ画像信号Ｓ1 と積和演算することによりＨＤ補
間画素を演算する予測演算部１００に送出される。一
方、予測演算部１００には、遅延回路１０１を通じて遅
延されたＳＤ画像信号Ｓ1 が予測タツプ設定部１０２に
供給され、予測タツプパターン設定部１０２は、予測演
算部１００によつて使用される図２５に示すような予測
タツプパターンを予測演算部１００に送出する。予測タ
ツプ設定部１０２では、図２５に示すような予測タツプ
パターンを用いて補間画素を生成する。これにより、予
測演算部１００において、ＳＤ画像信号Ｓ1 に対応した
予測係数群との間で線形予測演算が実行され、補間画素
が生成される。

【０１２７】以上の構成において、第９実施例のアツプ
コンバータ９０及びそのアツプコンバータ９０の各部の
動作について説明する。

【０１２８】まずアツプコンバータ９０の初段ブロツク
９１に入力されたＳＤ画像信号Ｓ1は、注目ＳＤ画素を
中心とする５×５画素のブロツク単位で抽出され、１ビ
ツトＡＤＲＣクラス分類部９２においてクラス分類され
る。そして、１ビツトＡＤＲＣクラス分類部９２より出
力されるダイナミツクレンジＤＲを比較回路９５におい
て所定の閾値THを用いて閾値処理する。

【０１２９】このとき、閾値THに比してダイナミツクレ
ンジＤＲが大きい場合は、多ビツトＡＤＲＣクラス分類
部９６のクラス分類を実行して、１ビツトＡＤＲＣクラ
ス分類部９２及び多ビツトＡＤＲＣクラス分類部９６の
クラス分類結果をもとにしてＲＯＭ９４からクラスコー
ドd0を読み出す。これに対して、ダイナミツクレンジＤ
Ｒが閾値THに比して小さい場合は、多ビツトＡＤＲＣク
ラス分類部９６のクラス分類を実行せずに、１ビツトＡ
ＤＲＣクラス分類部９２のクラス分類結果のみによつて
ＲＯＭ９４からクラスコードを読み出す。

【０１３０】このようにして、１ビツトＡＤＲＣクラス
分類部９２及び／又は多ビツトＡＤＲＣクラス分類部９
６のクラス分類の結果に応じて、クラスコードd0がＲＯ
Ｍ９４より読み出され、アドレスデータとして予測係数
ＲＡＭ９９に送出される。このように、初段で粗く空間
内アクテイビテイを評価し、次段で空間内アクテイビテ
イに応じた精細なクラス分類を実行することによつて、
入力ＳＤ画像信号Ｓ1の空間内アクテイビテイの特性を
反映した適切なクラス分類が実行し得る。

【０１３１】予測係数ＲＡＭ９９は、クラスコードd0に
応じて予測係数を読み出し、予測演算部１００に送出す
る。予測演算部１００は、予測タツプパターン設定部１
０２において選択された予測タツプパターンに対して上
述した予測係数を用いて予測演算を施すことにより、Ｈ
Ｄ補間画素を生成して出力する。

【０１３２】以上の構成によれば、初段で粗く、次段で
細かくクラス分類することによつて、初段で捉えた入力
ＳＤ画像信号Ｓ1 の信号特性に応じて、次段でより適切
に細分化されたクラス分類が実行し得る。これにより、
上述した実施例と同様の効果が得られ、さらに、クラス
分類が初段のみで終了した場合、クラス分類の処理を短
縮し得る。

【０１３３】（１０）他の実施例 なお、上述の実施例においては、入力画像信号のデータ
圧縮によるクラス分類法としてＡＤＲＣクラス分類法を
用いた場合について述べたが、本発明はこれに限らず、
例えばＤＰＣＭ（Differential Pulse Code Modulatin
）やＶＱ（Vector Quantization ）やＭＳＢ(Most Sig
nificant Bit)を用いる手法や２値化又は離散余弦変換
（ＤＣＴ）等の手法を用いてデータ圧縮することによ
り、クラス分類を行うようにしても良い。

【０１３４】また上述の実施例においては、クラス分類
部１２において２段階又は３段階に亘つたクラス分類法
を実行した場合について べたが、本発明はこれに限ら
ず、初段の大まかなクラス分類に続いて順次、適応性を
上げるようにすれば、さらに多段のクラス分類を実行す
るようにしても良い。これにより、より精度の高いクラ
ス分類が成し得る。

【０１３５】さらに、上述の実施例においては、アツプ
コンバータとして２次元ノンセパラブルフイルタを用い
た場合について述べたが、本発明はこれに限らず、図１
との対応部分に同一符号を付した図２６に示すような垂
直／水平セパラブルのフイルタ構成でなるアツプコンバ
ータ１１０を用いても良い。

【０１３６】このアツプコンバータ１１０においては、
まず、入力端子INを通じて入力されたＳＤ信号Ｓ1 が、
クラス分類部１２と予測演算部１１１にそれぞれ供給さ
れる。予測演算部１１１は、走査線の位置mode１、mode
２に対応する垂直予測演算部１１１Ａ及び水平予測演算
部１１１Ｂと走査線の位置mode３、mode４に対応する垂
直予測演算部１１１Ｃ及び水平予測演算部１１１Ｄの２
種類に分かれる。クラス分類部１２では、上述した実施
例のクラス分類部を適応することにより、入力ＳＤ信号
Ｓ1 に応じたクラスコードd0が生成され、タツプ予測係
数を予め記憶している記憶手段である予測係数ＲＯＭ１
１２に送出する。予測係数ＲＯＭ１１２は、タツプ予測
係数の垂直成分と水平成分を記憶する垂直係数ＲＯＭ１
１２Ａと水平係数ＲＯＭ１１２Ｂとに分かれている。ク
ラスコードd0は、垂直係数ＲＯＭ１１２Ａと水平係数Ｒ
ＯＭ１１２Ｂのそれぞれに供給される。

【０１３７】まず、垂直係数ＲＯＭ１１２Ａより出力さ
れる垂直予測係数d6は、垂直予測演算部１１１Ａ及び１
１１Ｃに供給される。そして、垂直予測演算部１１１Ａ
及び１１１Ｃは、入力ＳＤ信号Ｓ1 と垂直予測係数d6に
よる積和演算により垂直推定値d7、d8を生成する。この
垂直推定値d7、d8は、次段の水平予測演算部１１１Ｂ及
び１１１Ｄに供給される。

【０１３８】水平係数ＲＯＭ１１２Ｂより生成される水
平予測係数d9は、水平予測演算部１１１Ｂ及び１１１Ｄ
に供給される。そして、水平予測演算部１１１Ｂ及び１
１１Ｄは、垂直推定値d7、d8と水平予測係数d9との積和
演算によりＨＤ画素d10 、d11 信号を生成する。このＨ
Ｄ画素d10 、d11 信号は、選択部に供給され、選択部１
５において適切な並び替えにより出力端OUT より最終的
な出力であるＨＤ信号Ｓ2 が出力される。

【０１３９】さらに上述の実施例においては、ＨＤ注目
画素と注目画素周辺の伝送画素との相関関係を表す予測
係数を用いてＳＤ画素から注目画素周辺のＨＤ画素を生
成した場合について述べたが、本発明はこれに限らず、
予測係数に代えて各クラス毎のＨＤ補間画素の予測値を
予め設定して記憶手段に格納するようにしても良い。予
測値によるＳＤ画像信号のＨＤ画像信号への信号変換
は、図１との対応部分に同符号を付した、図２７に示す
ようなアツプコンバータ１１５を用いる。

【０１４０】このアツプコンバータ１１５には、入力端
INを通じてクラス分類部１２にＳＤ画像信号Ｓ1 が送出
される。このクラス分類部１２は、新たに生成する補間
画素であるＨＤ補間画素周辺のＳＤ画素の特徴に基づい
てクラスコードd0を生成して予測値ＲＯＭ１１６Ａ〜１
１６Ｄに送出する。予測値ＲＯＭ１１６Ａ〜１１６Ｄに
は、予め学習により求めておいたＨＤ補間画素の予測デ
ータである予測値が各クラス毎にクラスコードd0に対応
付けされて格納してある。予測値ＲＯＭ１１６は、クラ
スコードd0をアドレスデータとしてＨＤ補間画素の予測
値d20 〜d23 を読み出し、選択部１５を通じて出力端OU
T より出力する。これにより予測値d20〜d23 を入力画
像ＳＤ信号Ｓ1 の信号画素のＨＤ補間画素とした高解像
度の画像信号を得ることができる。

【０１４１】ここで、予測値を求める第１の方法として
は加重平均法を用いた学習法がある。加重平均法は、注
目画素周辺のＳＤ画素を用いて注目画素をクラス分類
し、クラス毎に積算した注目画素（すなわちＨＤ画素）
の画素値を注目画素の個数に応じてインクリメントされ
た度数によつて割り算するといつた処理を様々な画像に
対して行うことにより予測値を求める。

【０１４２】さらに予測係数を求める第２の方法として
は、正規化による学習法がある。この学習法は、先ず注
目画素を含む複数の画素からなるブロツクを形成し、ブ
ロツク内のダイナミツクレンジによつて注目画素の画素
値からそのブロツクの基準値を減算した値を正規化す
る。次に、この正規化された値の累積値を累積度数で割
り算することにより予測値を得る。

【０１４３】さらに、上述した実施例においては、入力
されたＳＤ画像信号の空間アクテイビテイを評価し、そ
の評価結果に基づいて、クラス分類を実行するためのタ
ツプパターンを選択するようにしたが、本発明はこれに
限らず、入力されたＳＤ画像信号の空間アクテイビテイ
を評価し、その評価結果に基づいて、予測演算部で予測
係数と線形一次結合により演算される予測タツプパター
ンを選択するようにしてもよい。この場合、例えば、図
１１のクラス分類部５０Ａからの制御信号CTが、演算部
５０Ｃの予測タツプパターン部６０に供給されることに
なる。

【０１４４】さらに、上述した実施例においては、初段
のクラス分類部からのクラスコードと次段のクラス分類
部からのクラスコードの両方に基づいて、予測係数メモ
リの予測係数を読み出すようになされているが、本発明
はこれに限らず、初段のクラス分類部からのクラスコー
ドと次段のクラス分類部からのクラスコードのうちどち
らか一方のクラスコードを用いて予測係数メモリの予測
係数を読み出すような構成にしてもよい。

【０１４５】さらに、上述の実施例においては、ＳＤ画
像信号をＨＤ画像信号に信号変換した場合について述べ
たが、本発明はこれに限らず、画像拡大する際の補間画
素を生成するのに用いても良い。さらに、ＮＴＳＣ方式
の信号をＰＡＬ（Phase Alternation by Line が語源）
方式の信号に変換するコンバータ等の画素数の少ない信
号をより画素数の多い信号に変換する信号変換装置に適
用してもよい。さらに、元の信号に対してより高精度の
信号を生成するようなＹＣ分離器などに適用してもよ
い。

【０１４６】なお、本発明の主旨を逸脱しない範囲にお
いて、様々な変形や応用例が考えうる。したがつて、本
発明の要旨は、実施例に限定されるものではない。

【０１４７】

【発明の効果】上述のように第１〜第４の発明によれ
ば、ブロツク単位毎の入力画像信号についての空間内ア
クテイビテイを評価分類して、その結果得られるアクテ
イビテイコードに応じてブロツク単位の入力画像信号に
対して段階的なクラス分類を施す。これにより、次段以
降のクラス分類には、初段のアクテイビテイコード及び
前段のクラス分類結果が反映され、精度の高いクラス分
類が成し得、これにより、このクラス分類結果に基づい
た予測係数又は予測値を用いて低解像度の入力画像信号
に対する高精度の補間画素を予測生成し、高解像度の画
像信号を得ることができる信号変換装置及び信号変換方
法を実現し得る。

【図面の簡単な説明】

【図１】本発明の２次元ノンセパラブルフイルタで構成
されるアツプコンバータを示すブロツク図である。

【図２】図１のクラス分類部の構成を示すブロツク図で
ある。

【図３】図２アクテイビテイ分類部の構成を示すブロツ
ク図である。

【図４】ＳＤ画素の配置例を示す略線図である。

【図５】クラス分類部のクラスタツプパターンを示す略
線図である。

【図６】学習データの予測タツプを示す略線図である。

【図７】予測係数学習手順を示すフローチヤートであ
る。

【図８】予測係数ＲＯＭの階層化を説明するための略線
図である。

【図９】第２実施例のアツプコンバータのアクテイビテ
イ分類部を説明するためのブロツク図である。

【図１０】ＡＤＲＣコード値のレベルによる度数分布を
示すグラフである。

【図１１】第６実施例のアツプコンバータを説明するた
めのブロツク図である。

【図１２】一次元ラプラシアンフイルタを説明するため
の略線図である。

【図１３】初段のクラス分類部のクラスコードであるイ
ンデツクスを説明するための略線図である。

【図１４】クラス分類部の分類結果としての水平方向に
特徴のある予測タツプパターンを説明するための略線図
である。

【図１５】クラス分類部の分類結果としての垂直方向に
特徴のある予測タツプパターンを説明するための略線図
である。

【図１６】クラス分類部の分類結果としての斜め方向に
特徴のある予測タツプパターンを説明するための略線図
である。

【図１７】クラス分類部の分類結果としての斜め方向に
特徴のある予測タツプパターンを説明するための略線図
である。

【図１８】第７実施例のアツプコンバータを説明するた
めのブロツク図である。

【図１９】第８実施例のクラス分類部を説明するための
ブロツク図である。

【図２０】クラス分類部のクラスタツプパターンを説明
するための略線図である。

【図２１】クラス分類部のクラスタツプパターンを説明
するための略線図である。

【図２２】第９実施例のアツプコンバータを説明するた
めのブロツク図である。

【図２３】第９実施例のクラス分類部でクラスコードを
生成するために使用されるクラス生成ブロツクデータを
説明するための略線図である。

【図２４】第９実施例のクラスコードの階層化を説明す
るための略線図である。

【図２５】第９実施例の予測演算部の予測タツプパター
ンを説明するための略線図である。

【図２６】本発明の垂直／水平セパラブルフイルタによ
るアツプコンバータを示すブロツク図である。

【図２７】本発明の予測値によるＨＤ画素信号を生成す
るアツプコンバータを示すブロツク図である。

【図２８】ＳＤ画像信号及びＨＤ画像信号の関係を説明
するための略線図である。

【図２９】従来の２次元ノンセパラブル補間フイルタを
示すブロツク図である。

【図３０】従来の垂直／水平セパラブル補間フイルタを
示すブロツク図である。

【符号の説明】

１……ＨＤ画像、２、３……補間フイルタ、４Ａ〜４Ｄ
……２次元フイルタ、５、８、１５、７３……選択部、
６Ａ、６Ｂ……垂直補間フイルタ、７Ａ、７Ｂ……水平
補間フイルタ、１０、５０、６５、９０、１１０、１１
５……アツプコンバータ、１２……クラス分類部、１
３、１００……予測演算部、１４……予測係数ＲＯＭ、
２１、３５……アクテイビテイ分類部、２２……広領域
タツプ選択部、２３……標準タツプ選択部、２４……狭
領域タツプ選択部、２６、３６、５８、７１……ＡＤＲ
Ｃクラス分類部、３１、３８……閾値判定部、５１Ａ〜
５１Ｅ……ラプラシアンフイルタ、５２Ａ〜５２Ｅ……
絶対値回路、５３……最大値検出器、５４……比較器、
５５Ａ〜５５Ｉ……セレクタ、５６Ａ、５６Ｂ、９３
Ａ、９３Ｂ、９７……遅延回路、５７……レジスタアレ
イ、５９、９９……予測係数ＲＡＭ、６６Ａ〜６６Ｅ…
…量子化器、７２Ａ〜７２Ｇ……クラスタツプ選択部。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 高橋 健治 東京都品川区北品川６丁目７番35号ソニー 株式会社内

Claims (44)

【特許請求の範囲】
1. 【請求項１】入力された第１の画像信号を第１の画像信
   号とは異なる第２の画像信号に変換する信号変換装置に
   おいて、 上記第１の画像信号の空間内アクテイビテイを評価して
   アクテイビテイコードを発生する第１のクラス分類手段
   と、 上記アクテイビテイコードに基づいて段階的なクラス分
   類を実行し、そのクラス分類結果に基づいてクラスコー
   ドを発生する第２のクラス分類手段と、 上記第１の画像信号を用いて上記第２の画像信号を予測
   生成するための予測係数を記憶する予測係数記憶手段
   と、 上記アクテイビテイコード及び／又は上記クラスコード
   に応じて上記予測係数記憶手段より読み出される上記予
   測係数を用いて、上記第１の入力画像信号に対して予測
   演算を施すことにより、上記第２の画像信号を生成する
   予測演算手段とを具えることを特徴とする信号変換装
   置。
2. 【請求項２】上記第１の画像信号は、低解像度の画像信
   号でなり、 上記第２の画像信号は、上記低解像度の画像信号より解
   像度が高い高解像度信号でなることを特徴とする請求項
   １に記載の信号変換装置。
3. 【請求項３】上記第２の画像信号は、上記第１の画像信
   号より画素数が多い画像信号であることを特徴とする請
   求項１に記載の信号変換装置。
4. 【請求項４】上記第１のクラス分類手段は、上記第１の
   画像信号の空間内アクテイビテイ及び時間方向アクテイ
   ビテイを評価してアクテイビテイコードを発生すること
   を特徴とする請求項１に記載の信号変換装置。
5. 【請求項５】上記第２のクラス分類手段は、上記第１の
   画像信号に対して複数の異なる画素パターンを設定し、
   その設定された複数の画素パターンの中から上記アクテ
   イビテイコードに応じて画素パターンを選択し、その選
   択された画素パターンを用いて上記第１の画像信号をク
   ラス分類してクラスコードを発生することを特徴とする
   請求項１に記載の信号変換装置。
6. 【請求項６】上記第１のクラス分類手段は、上記第１の
   画像信号の注目画素の近傍領域内の各画素のダイナミツ
   クレンジを用いて空間内アクテイビテイを評価してアク
   テイビテイコードを発生することを特徴とする請求項１
   に記載の信号変換装置。
7. 【請求項７】上記第１のクラス分類手段は、上記第１の
   画像信号の注目画素の近傍領域内の画素より定義される
   ダイナミツクレンジに基づいて得られた量子化値のレベ
   ル分布に応じて、空間内アクテイビテイを評価してアク
   テイビテイコードを発生することを特徴とする請求項１
   に記載の信号変換装置。
8. 【請求項８】上記第１のクラス分類手段は、上記第１の
   画像信号の注目画素の近傍領域内の各画素の信号分布か
   ら得られる標準偏差を用いて空間内アクテイビテイを評
   価してアクテイビテイコードを発生することを特徴とす
   る請求項１に記載の信号変換装置。
9. 【請求項９】上記第１のクラス分類手段は、上記第１の
   画像信号の注目画素の近傍領域内の画素より定義される
   ダイナミツクレンジに基づいて得られた量子化値の度数
   分布に応じて、空間内アクテイビテイを評価してアクテ
   イビテイコードを発生することを特徴とする請求項１に
   記載の信号変換装置。
10. 【請求項１０】上記第１のクラス分類手段は、上記第１
    の画像信号の注目画素の近傍領域内の各画素における隣
    接画素差分値の度数分布に応じて、空間内アクテイビテ
    イを評価してアクテイビテイコードを発生することを特
    徴とする請求項１に記載の信号変換装置。
11. 【請求項１１】上記第１のクラス分類手段は、ラプラシ
    アンフイルタを用いて、それぞれ空間内の異なる方向に
    ついて求められたラプラシアン値に基づいて空間内アク
    テイビテイを評価して、アクテイビテイコードを発生す
    ることを特徴とする請求項１に記載の信号変換装置。
12. 【請求項１２】上記第１のクラス分類手段は、ラプラシ
    アンフイルタを用いて、それぞれ空間内及び時間方向の
    異なる方向について求められたラプラシアン値に基づい
    て空間内アクテイビテイ及び空間内アクテイビテイを評
    価して、アクテイビテイコードを発生することを特徴と
    する請求項４に記載の信号変換装置。
13. 【請求項１３】上記第１のクラス分類手段は、上記第１
    の画像信号の注目画素の近傍領域内の各画素のレベル分
    布に応じて、空間内アクテイビテイを評価してアクテイ
    ビテイコードを発生することを特徴とする請求項１に記
    載の信号変換装置。
14. 【請求項１４】上記第２のクラス分類手段は、上記第１
    の画像信号の注目画素の近傍領域内の各画素より定義さ
    れるダイナミツクレンジに基づいて上記第１の画像信号
    を量子化することにより、上記第１の画像信号をクラス
    分類してクラスコードを発生することを特徴とする請求
    項１に記載の信号変換装置。
15. 【請求項１５】上記第２のクラス分類手段は、上記アク
    テイビテイコードに応じて上記第１の画像信号を量子化
    する際のレベル分解能を適応的に切り替えることを特徴
    とする請求項１４に記載の信号変換装置。
16. 【請求項１６】上記第２のクラス分類手段は、上記第１
    の画像信号に対して、広い領域に亘る画素パターン、上
    記広い領域に比して狭い領域内に画素パターン及び上記
    広い領域及び上記狭い領域の間に相当する標準的な画素
    パターンを設定することを特徴とする請求項４に記載の
    信号変換装置。
17. 【請求項１７】上記第１のクラス分類手段は、上記第１
    の画像信号の注目画素の近傍領域内の各画素を量子化に
    よつてデータ圧縮し、その量子化値のレベルの分布特性
    に応じて空間内アクテイビテイを評価して、上記アクテ
    イビテイコードを発生し、 上記第２のクラス分類手段は、上記アクテイビテイコー
    ドによつて適切な画素パターンを設定し、上記アクテイ
    ビテイコードによつてその画素パターンの各画素に対し
    て所定ビツト数を設定して量子化することを特徴とする
    請求項１に記載の信号変換装置。
18. 【請求項１８】入力された第１の画像信号を第１の画像
    信号とは異なる第２の画像信号に変換する信号変換装置
    において、 上記第１の画像信号の空間内アクテイビテイを評価して
    アクテイビテイコードを発生する第１のクラス分類手段
    と、 上記アクテイビテイコードに基づいて段階的なクラス分
    類を実行し、そのクラス分類結果に基づいてクラスコー
    ドを発生する第２のクラス分類手段と、 上記第１の画像信号の補間画素信号として生成された予
    測値を記憶されており、上記アクテイビテイコード及び
    ／又は上記クラスコードに応じて対応する予測値を読み
    出して出力する予測値記憶読み出し手段とを具えること
    を特徴とする信号変換装置。
19. 【請求項１９】上記第１の画像信号は、低解像度の画像
    信号でなり、 上記第２の画像信号は、上記低解像度の画像信号より解
    像度が高い高解像度信号でなることを特徴とする請求項
    １８に記載の信号変換装置。
20. 【請求項２０】上記第２の画像信号は、上記第１の画像
    信号より画素数が多い画像信号であることを特徴とする
    請求項１８に記載の信号変換装置。
21. 【請求項２１】上記第１のクラス分類手段は、上記第１
    の画像信号の空間内アクテイビテイ及び時間方向アクテ
    イビテイを評価してアクテイビテイコードを発生するこ
    とを特徴とする請求項１８に記載の信号変換装置。
22. 【請求項２２】上記第２のクラス分類手段は、上記第１
    の画像信号に対して複数の異なる画素パターンを設定
    し、その設定された複数の画素パターンの中から上記ア
    クテイビテイコードに応じて画素パターンを選択し、そ
    の選択された画素パターンを用いて上記第１の画像信号
    をクラス分類してクラスコードを発生することを特徴と
    する請求項１８に記載の信号変換装置。
23. 【請求項２３】入力された第１の画像信号を第１の画像
    信号とは異なる第２の画像信号に変換する信号変換方法
    において、 上記第１の画像信号の空間内アクテイビテイを評価して
    アクテイビテイコードを発生し、 上記アクテイビテイコードに基づいて段階的なクラス分
    類を実行し、 そのクラス分類結果に基づいてクラスコードを発生し、 上記アクテイビテイコード及び／又は上記クラスコード
    に応じて、上記第１の画像信号を用いて上記第２の画像
    信号を予測生成するための予測係数記憶手段に記憶され
    ている予測係数を読みだし、その読み出された予測係数
    を用いて上記第１の入力画像信号に対して予測演算を施
    すことにより、上記第２の画像信号を生成することを特
    徴とする信号変換方法。
24. 【請求項２４】上記第１の画像信号は、低解像度の画像
    信号でなり、 上記第２の画像信号は、上記低解像度の画像信号より解
    像度が高い高解像度信号でなることを特徴とする請求項
    ２３に記載の信号変換方法。
25. 【請求項２５】上記第２の画像信号は、上記第１の画像
    信号より画素数が多い画像信号であることを特徴とする
    請求項２３に記載の信号変換方法。
26. 【請求項２６】上記第１の画像信号の空間内アクテイビ
    テイ及び時間方向アクテイビテイを評価して上記アクテ
    イビテイコードを発生することを特徴とする請求項２３
    に記載の信号変換方法。
27. 【請求項２７】上記第１の画像信号に対して複数の異な
    る画素パターンを設定し、その設定された複数の画素パ
    ターンの中から上記アクテイビテイコードに応じて画素
    パターンを選択し、その選択された画素パターンを用い
    て上記第１の画像信号をクラス分類してクラスコードを
    発生することを特徴とする請求項２３に記載の信号変換
    方法。
28. 【請求項２８】上記第１の画像信号の注目画素の近傍領
    域内の各画素のダイナミツクレンジを用いて空間内アク
    テイビテイを評価して上記アクテイビテイコードを発生
    することを特徴とする請求項２３に記載の信号変換方
    法。
29. 【請求項２９】上記第１の画像信号の注目画素の近傍領
    域内の画素より定義されるダイナミツクレンジに基づい
    て得られた量子化値のレベル分布に応じて、空間内アク
    テイビテイを評価して上記アクテイビテイコードを発生
    することを特徴とする請求項２３に記載の信号変換方
    法。
30. 【請求項３０】上記第１の画像信号の注目画素の近傍領
    域内の各画素の信号分布から得られる標準偏差を用いて
    空間内アクテイビテイを評価して上記アクテイビテイコ
    ードを発生することを特徴とする請求項２３に記載の信
    号変換方法。
31. 【請求項３１】上記第１の画像信号の注目画素の近傍領
    域内の画素より定義されるダイナミツクレンジに基づい
    て得られた量子化値の度数分布に応じて、空間内アクテ
    イビテイを評価して上記アクテイビテイコードを発生す
    ることを特徴とする請求項２３に記載の信号変換方法。
32. 【請求項３２】上記第１の画像信号の注目画素の近傍領
    域内の各画素における隣接画素差分値の度数分布に応じ
    て、空間内アクテイビテイを評価して上記アクテイビテ
    イコードを発生することを特徴とする請求項２３に記載
    の信号変換方法。
33. 【請求項３３】ラプラシアンフイルタを用いて、それぞ
    れ空間内の異なる方向について求められたラプラシアン
    値に基づいて空間内アクテイビテイを評価して、上記ア
    クテイビテイコードを発生することを特徴とする請求項
    ２３に記載の信号変換方法。
34. 【請求項３４】ラプラシアンフイルタを用いて、それぞ
    れ空間内及び時間方向の異なる方向について求められた
    ラプラシアン値に基づいて空間内アクテイビテイ及び空
    間内アクテイビテイを評価して、上記アクテイビテイコ
    ードを発生することを特徴とする請求項２６に記載の信
    号変換方法。
35. 【請求項３５】上記第１の画像信号の注目画素の近傍領
    域内の各画素のレベル分布に応じて、空間内アクテイビ
    テイを評価して上記アクテイビテイコードを発生するこ
    とを特徴とする請求項２３に記載の信号変換方法。
36. 【請求項３６】上記第１の画像信号の注目画素の近傍領
    域内の各画素より定義されるダイナミツクレンジに基づ
    いて上記第１の画像信号を量子化することにより、上記
    第１の画像信号をクラス分類して上記クラスコードを発
    生することを特徴とする請求項２３に記載の信号変換方
    法。
37. 【請求項３７】上記アクテイビテイコードに応じて上記
    第１の画像信号を量子化する際のレベル分解能を適応的
    に切り替えることを特徴とする請求項３６に記載の信号
    変換方法。
38. 【請求項３８】上記第１の画像信号に対して、広い領域
    に亘る画素パターン、上記広い領域に比して狭い領域内
    に画素パターン及び上記広い領域及び上記狭い領域の間
    に相当する標準的な画素パターンを設定することを特徴
    とする請求項２６に記載の信号変換方法。
39. 【請求項３９】上記第１の画像信号の注目画素の近傍領
    域内の各画素を量子化によつてデータ圧縮し、その量子
    化値のレベルの分布特性に応じて空間内アクテイビテイ
    を評価して、上記アクテイビテイコードを発生し、上記
    アクテイビテイコードによつて適切な画素パターンを設
    定し、上記アクテイビテイコードによつてその画素パタ
    ーンの各画素に対して所定ビツト数を設定して量子化す
    ることを特徴とする請求項２３に記載の信号変換方法。
40. 【請求項４０】入力された第１の画像信号を第１の画像
    信号とは異なる第２の画像信号に変換する信号変換方法
    において、 上記第１の画像信号の空間内アクテイビテイを評価して
    アクテイビテイコードを発生し、 上記アクテイビテイコードに基づいて段階的なクラス分
    類を実行し、 そのクラス分類結果に基づいてクラスコードを発生し、 上記アクテイビテイコード及び／又は上記クラスコード
    に応じて、予測値記憶手段に記憶された上記第１の画像
    信号の補間画素信号として生成された予測値をを読み出
    して出力することを特徴とする信号変換方法。
41. 【請求項４１】上記第１の画像信号は、低解像度の画像
    信号でなり、上記第２の画像信号は、上記低解像度の画
    像信号より解像度が高い高解像度信号でなることを特徴
    とする請求項４０に記載の信号変換方法。
42. 【請求項４２】上記第２の画像信号は、上記第１の画像
    信号より画素数が多い画像信号であることを特徴とする
    請求項４０に記載の信号変換方法。
43. 【請求項４３】上記第１の画像信号の空間内アクテイビ
    テイ及び時間方向アクテイビテイを評価して上記アクテ
    イビテイコードを発生することを特徴とする請求項４０
    に記載の信号変換方法。
44. 【請求項４４】上記第１の画像信号に対して複数の異な
    る画素パターンを設定し、その設定された複数の画素パ
    ターンの中から上記アクテイビテイコードに応じて画素
    パターンを選択し、その選択された画素パターンを用い
    て上記第１の画像信号をクラス分類して上記クラスコー
    ドを発生することを特徴とする請求項４０に記載の信号
    変換方法。