JP2000517505A - ノイズの存在を検出するための方法及び装置 - Google Patents

Abstract

(57)【要約】 本発明は、電気信号中のノイズを検出するための方法と装置に関するものである。本発明は、入力ビデオ信号を表す電気信号中のノイズの検出にとくに用いられる。入力信号はフレーム遅延を受け、後続フレームと比較した各フレームの絶対差が差分回路によって導き出される。差分回路からの絶対差信号をサンプリングして、これらのサンプルを４つのコンパレータゲートに加え、これらゲートが、ゲートにそれぞれ対応する信号レベルを有するサンプルを選択する。各ゲートからの出力は、各ゲートにそれぞれ対応する４つのアキュムレータでカウントされる。蓄積されたカウント値はマイクロプロセッサへ供給され、マイクロプロセッサは確率密度曲線をカウント値に当てはめて、信号値の選択範囲内で局所最大値が曲線内に存在するかどうかを調べる。そのような局所最大値の存在は、入力信号内にノイズがあることを示している。

Description

【発明の詳細な説明】 ノイズの存在を検出するための方法及び装置 本発明は、電気信号の連続サンプル中のノイズを検出するための方法及び装 置に関し、さらに詳しくは、画像シーケンスを表す電気信号のサンプル中のノイ ズの検出に向けられている。 画像シーケンスは、多くの場合、わずかなレベルのノイズによって障害を受け る。たとえば、テレビカメラを劣悪な照明条件のもとで用いると、カメラからの 出力信号レベルが低下して、ソースノイズのレベルが目立つようになり、好まし くない信号のひずみが発生する。ノイズレベルが生じるその他の例としては、多 重世代アナログビデオテープや、ＳＮ比（信号対雑音比）の低い信号チャネル上 でのビデオ信号の伝送がある。このノイズは、とくにそのレベルが不明のときに は、ノイズソースの後に続く信号処理段階で問題を生じることがある。たとえば 、信号がディジタル圧縮されたビデオ信号であるときには、伝送帯域幅が充分に 高くないと、ノイズの存在によって「ブロッキネス」（ブロック性）などの画像 アーチファクトが発生することがある。ビデオ信号中のノイズ量について目安を 得ることが重要となるようなその他の例があるが、これは、時間的フレーム差分 信号の利用にもとづいたビデオ処理アルゴリズムで発生する。このようなビデオ 処理アルゴリズムは、適応ノイズ低減アルゴリズムを含んでいる。 ノイズの統計特性はビデオ信号のものにきわめて類似している。事実、適当な 分光形態を有するノイズが、多くの場合、モデルビデオ信号の第１近似として用 いられる。したがって、ビデオ信号中のソースノイズを検出するためのアルゴリ ズムが、微細なテクスチャ内で発生するビデオ 信号からの低いノイズレベルを区別できず、信頼できないことが多いが、これは 驚くべきことではない。 本発明の目的は、信号が低レベルの細部を含む画像シーケンスを表すかどうか に関係なく、電気信号のサンプル中におけるノイズの存在を識別するための方法 及び装置を提供することである。 本発明によれば、電気信号の連続サンプル中のノイズを検出する方法であって 、連続するサンプルから、複数の所定信号レベルのうちのどれか１つを有するサ ンプルを選択する段階と、各所定信号レベルのサンプルのカウントを蓄積する段 階と、蓄積したカウントが、ノイズに特有の所定の分布に適合するかどうかを定 める段階とを有する方法が提供される。 さらに、本発明によれば、電気信号の連続サンプル中のノイズを検出する装置 であって、連続するサンプルから、コンパレータゲートにそれぞれ対応する所定 の信号レベルを有するものを選択するための複数のコンパレータゲータと、各ゲ ートが選択したサンプルのカウントを蓄積する手段と、蓄積されたカウントがノ イズ特有の所定の分布に適合するかどうかを定める手段とを有する装置が提供さ れる。 本発明を下記の付属図面を参照し、例を挙げて説明する。 図１は、本発明によるノイズレベル検出器の構成図である。 図２Ａから図２Ｃまでは、確率密度関数を説明するための図である。 図１には、ノイズレベル検出器が示され、これは端子１０で入力信号Ａを受け る。この入力信号は、インターレースフィールドの連続フレームを有するテレビ ビデオ信号で構成されている。入力端子１０の入力信号はフレーム遅延部１１へ 供給される。フレーム遅延部への入力とフレ ーム遅延部からの出力Ｂは差分回路１２に加えられ、この回路は、テレビ信号の 各フレームとその後続フレームの間の差分Ｃを表す信号を生成する。差分回路１ ２からの出力における差分信号の絶対値は検出回路１３により得られる。 絶対フレーム差分信号Ｄは、差分信号の三つの連続水平サンプルを加えること によって、ローパスフィルタ回路１４（ＬＰＦ）で空間的にフィルタされる。フ ィルタ回路１４は、フィルタした差分信号Ｅを利得３で増幅する。他のもっと複 雑なフィルタを用いてもよいが、実際には、このようなフィルタはノイズ検出の 機能性にあまり追加するものではないことが分かった。 ローパスフィルタ１４から、サンプリング回路１５は、フィルタした差分信号 の連続サンプルＦを導き出す。その後の処理段階の複雑性を低減させるためにサ ンプル数は限定される。重要なのは信号の統計特性であり瞬間値ではないからで ある。サンプル抽出された信号Ｆは１セットとなった４個のコンパレータゲート に加えられ、このそれそれが、ゲートに関連した所定の基準値Ｆに対応する信号 レベルを有するサンプルを選択する。こうして、第１ゲート１６の基準値はＦ１ であり、第２ゲート１６の基準値はＦ２であり、第３ゲート１６の基準値はＦ３ であり、第４ゲート１６の基準値はＦ４となる。 各ゲート１６によって選択されたサンプルは送られて、各ゲート１６にそれぞ れ関連したアキュムレータ（累算器）（ＡＣＣＵ）によってカウントされる。サ ンプル抽出された信号Ｆのピクセルが、各ゲート１６の基準値Ｆ１からＦ４まで の１つに等しい信号値のときには、関連ゲートを通り、それそれのアキュムレー タ１７でカウントに加えられ、こうして各カウントはそのカウントについて選択 された各サンプルで１だけ増加される。 同期信号検出器１８は、入力信号Ａでフレーム同期信号を検出し、これからリ セット信号を生成し、ビデオ信号の各フレームのあとで各アキュムレータ１７を リセットする。したがって、各フレームの終りではアキュムレータ１７は信号Ｆ のサンプルのカウント数を含み、これらのカウント数は、フィルタ信号Ｅの出力 の確率密度関数を表す。カウント値はマイクロプロセッサ１９（μＰ）に読み込 まれ、次のフレームの分析のため垂直帰線消去期間にリセットされる。 マイクロプロセッサ１９は、ノイズの存在を検出するためのノイズレベルアル ゴリズムを実行する。 ノイズ検出アルゴリズムは、フィルタ信号Ｅの出力の確率密度関数（ＰＤＦ） の評価にもとづいている。図２Ａ、２Ｂ及び２Ｃは、ノイズなし、またノイズつ きの信号の各種画像について信号ＥのＰＤＦを示す。とくにガウスノイズでは低 レベルのＰＤＦで特性局所最大値となることがわかる。提案されているアルゴリ ズムは、まず局所最大値が比較的低レベルでのＰＤＦで存在するかどうかを確証 し、、次にノイズのレベルに比例した局所最大値の正確なレベルを定めるという 原理にもとづいている。ノイズフロアの指標となるのは局所最大値の位置であり 、大きさではないことに注目すべきである。 ノイズアルゴリズムの正確な実行は、ハードウェアに用いられているコンパレ ータやカウンタの数によって異なり、これは３又はそれ以上であるが、それそれ の場合によって異なる。しかし、４つの値について原則的に説明する。４つの値 は検出器のダイナミックレンジ上に均等に広がっており、信号ＦのＰＤＦの離散 近似の小さいサブセットを示している。 これらのサンプルから、たとえば、式（１）に示した各データ点に３次多項式 を当てはめることによって、連続ＰＤＦの近似を再構築するが、 多項式はコンパレータやカウンタの数に応じて２次又はそれより高次の多項式で もよい。 ＰＤＦ（ｘ）＝ａ＋ｂｘ＝ｃｘ²＋ｄｘ³ （１） その他の近似が可能であるが、ここではこれ以上は考えない。４つの支持値ｘ₀ ...ｘ₃を用いることによって、式（１）の係数を導き出すことができる。１例 を挙げると、△＝８について、つまり、ｘ₀＝０、ｘ₁＝８、ｘ₂＝１６、ｘ₃＝２ ４の間隔について次のように係数を導き出すことができる。 ａ＝ＰＤＦ（０） （２） ｂ＝(ＰＤＦ(２４)-４．５ＰＤＦ(１６)＋９ＰＤＦ(８)-５．５ＰＤ Ｆ(０))／２４ （３） ｃ＝(-ＰＤＦ(２４)＋４ＰＤＦ(１６)-５ＰＤＦ(８)＋２ＰＤＦ(０)) ／１２８ （４） ｄ＝(ＰＤＦ(２４)-３ＰＤＦ(１６)＋３ＰＤＦ(８)-ＰＤＦ(０))／３ ０７２ （５） マイクロプロセッサで信号ＡＢＣのＰＤＦの近似再構築を行ったあと、ノイズ レベル決定は次のように進められる。見分けられるような明瞭な局所最大値がな いときには、ＰＤＦは重要でないノイズを有する信号として分類される。ここで いう意味での明瞭な局所最大値は、次の２つの条件が満たされるときにのみ存在 する。 ＰＤＦ(ｘ₁)＞ｃ₁ＰＤＦ(ｘ₀) （６） 及び ＰＤＦ(ｘ₂）＞ｃ₂ＰＤＦ(ｘ₃) 言い換えれば、ＰＤＦ(ｘ₁)とＰＤＦ(ｘ₂)の両方が、ダイナミックレンジの境 界におけるＰＤＦよりも一定のマージンだけ大きいときには、 ノイズレベルは、ＰＤＦ多項式近似の局所最大値から定めることができる。 これは、次の２次方程式 ＰＤＦ(ｘ)＝ｂ＋２ｃｘ＝３ｄｘ²＝０ （８） を解くことによって行うことができ、これにより、条件（６）及び（７）によっ て、ｘ₀＜ｘ＜ｘ₃の範囲で少なくとも１つの解が得られる。両方の解がｘ₀＜ｘ ＜ｘ₃の範囲内にあるときには、ＰＤＦ（ｘ）の大きい値を選ぶ。したがって、 式（８）によって次の形でノイズレベルの目安が得られる。 Ｎ＝-ｃ／(３ｄ)±((ｃ／(３ｄ))^1/2 （９） ダイナミックレンジ内での式（９）の解はそれ自体では、ノイズが加えられた 信号としてＰＤＦ(ｘ)を分類するための必要条件ではあるが、充分条件ではない ことに注目すべきである。 以上、ビデオ（画像）シーケンスにおけるノイズレベルの決定方法について述 べた。シミュレーションによると、このアルゴリズムは、低レベル細部と追加ガ ウスノイズを区別できる限りにおいて強力なものである。 画像シーケンスに存在するノイズの量を知ることが重要であるような信号処理 用途の例を多く挙げることができる。この方法の最も明らかな用途の１つは、検 出されたノイズを除去するノイズフィルタの適応制御である。この用途では、ア ルゴリズムがノイズから画像の細部を区別できることがとくに重要である。さも なければ、ノイズフィルタを用いることによって画像アーチファクトが発生する 。

Claims (1)

1. 【特許請求の範囲】 １． 電気信号の連続サンプル中のノイズを検出する方法であって、連続するサ ンプルら、複数の所定信号レベルのうちのどれか１つを有するサンプルを選択す る段階と、各所定信号レベルのサンプルのカウントを蓄積する段階と、蓄積した カウントが、ノイズに特有の所定の分布に適合するかどうかを定める段階とを有 する方法。 ２． 蓄積したカウントが所定の分布に適合するかどうかを定める段階が、その 分布によって信号値の所定範囲内で最大値が示されるかどうかにより成り立つ、 請求項１に記載の方法。 ３． ビデオ信号と、その遅延バージョンとの差をとることによって前記電気信 号を導き出す段階をさらに含む、請求項１又は２に記載の方法。 ４． 前記電気信号を導き出す段階が、ビデオ信号と、１フレームだけ遅延した そのビデオ信号のバージョンとの絶対差をとることによって成り立つ、請求項３ に記載の方法。 ５． ローパスフィルタによって前記差分信号をフィルタする段階と、前記連続 サンプルを導き出すためにサンプリング回路によってサンプリングを行う段階を 含む、請求項３又は４に記載の方法。 ６． 複数の所定信号レベルの数が、３又はそれ以上である、前記請求項のいず れか１つに記載の方法。 ７． 蓄積されたカウントが所定の分布に適合するかどうかを定める段階が、所 定の分布が２次又はそれより高次の多項式を表すかどうかを定めることによって 成り立つ、前記請求項のいずれか１つに記載の方法。 ８． 電気信号の連続サンプル中のノイズを検出する装置であって、連続するサ ンプルから、コンパレータゲートにそれぞれ対応する所定の信号レベルを有する ものを選択するための複数のコンパレータゲータと、各ゲートが選択したサンプ ルのカウントを蓄積する手段と、蓄積されたカウントがノイズ特有の所定の分布 に適合するかどうかを定める手段とを有する装置。 ９． 蓄積したカウントが所定の分布に適合するかどうかを定める段階が、その 分布によって信号値の所定範囲内で最大値が示されるかどうかにより成り立つ、 請求項８に記載の装置。 １０． ビデオ信号と、その遅延バージョンの差をとることによって、入力ビデ オ信号から電気信号を導き出す差分手段をさらに含む、請求項８又は９に記載の 装置。 １１． 差分手段が、ビデオ信号と、１フレームだけ遅延したそのビデオ信号の バージョンとの絶対差を導き出すことに向けられている、請求項１０に記載の装 置。 １２． 差分信号をフィルタするためにローパスフィルタが設けられ、サンプリ ング手段が、フィルタした信号をサンプリングしてそこから前記連続サンプルを 導き出す、請求項１０又は１１に記載の装置。 １３．前記コンパレータゲートの数が３又はそれ以上である、請求項８から１２ のいずれか１つに記載の装置。 １４．蓄積されたカウントが所定の分布に適合するかどうかを定める手段が、所 定の分布が２次又はそれより高次の多項式を表すものであるかどうかを定めるの に有効である、請求項１１に記載の装置。