[发明专利]图像处理设备、图像处理方法、程序和记录介质

说明书

技术领域

本技术涉及一种图像处理设备、图像处理方法、程序和记录介质。具体而言，本技术涉及一种使得有可能以更高速度生成最优上转换图像的图像处理设备、图像处理方法、程序和记录介质。

背景技术

作为一类高质量图像处理，提出如下方法，在该方法中通过使用高斯-赛德尔法（Gauss-Seidel）的超分辨率处理来生成高分辨率图像（例如参见公开号为JP-A-2008-140012的日本专利申请）。通过该方法，在预定时间重复如下处理以生成高分辨率图像，在该处理中向保持于缓冲器中的高分辨率图像添加超分辨率处理器获得的反馈值。

作为另一类高质量图像处理，已知根据多个低分辨率图像估计高分辨率图像的基于重建的超分辨率处理。由于基于重建的超分辨率处理使用观测模型（劣化模型）来执行高质量图像处理，所以它也被称为基于模型的处理。

将参照图1说明基于模型的处理。

在基于模型的处理中，预先构造预定观测模型。在图1中所示例子中，构造相机模型（假设使用相机）和用于校正相机运动（位置对准）的模型作为观测模型。在这一观测模型中例如对模糊（光学模糊、运动模糊、PSF）、像素数目转换（下转换、渐进/交织转换）和噪声建模。另外，在观测模型中，对位置对准处理建模使得以子像素准确度估计相机运动和对象运动。

当向观测模型输入高分辨率图像时，执行位置对准处理。此后输出被相机模型劣化的图像作为估计的低分辨率图像。在基于模型的处理中，校正高分辨率图像使得减少在观测模型输出的估计的低分辨率图像与相机实际观测的低分辨率图像（下文称为观测的低分辨率图像）之间的误差（差）并且向观测模型输入校正的高分辨率图像。重复执行这一处理。然后，当确定在估计的低分辨率图像与观测的低分辨率图像之间的误差充分小时，推断出获得高质量高分辨率图像并且输出获得的图像。

例如，在图1中，观测的低分辨率图像和估计的低分辨率图像是标准清晰度接口（SDI）信号的图像，并且高分辨率图像是高清晰度渐进（HDP）信号的图像。

就这一类基于模型的处理而言，当准确定义观测模型时，有可能恢复无失真的高分辨率图像。

发明内容

然而通常难以构造准确的观测模型。当观测模型不准确时，不可能适当校正高分辨率图像。因而出现诸如边缘和细节过度增强、过冲、噪声增强等负效应，从而导致图像质量明显下降。

为了解决这些负效应，设想如下技术，该技术使用预先获得的关于图像的信息来抑制图像质量下降和噪声增强（这一技术也称为基于重建的超分辨率MAP技术）。然而，就这些技术而言，性能主要依赖于预先获得的关于图像的信息。因此难以针对每个像素（每个空间）或者每个时间段适当执行控制，使得防失真性能提高、分辨率和灵敏度提高、过冲抑制和噪声减少都得以满足。

鉴于以上情况设计出本技术，本技术使得有可能以更高速度生成最优上转换图像。

根据本技术实施例的图像处理设备包括：基于模型的处理部，其使用执行运动补偿处理和下采样处理的观测模型、根据高分辨率图像生成估计的低分辨率图像；特征量计算部，其根据观测的低分辨率图像和所述高分辨率图像之一来计算空间特征量和时间特征量中的至少一个的特征量，所述观测的低分辨率图像是实际观测的低分辨率图像；以及预测运算部，其使用与所述计算的特征量对应并且根据所述观测的低分辨率图像、根据所述估计的低分辨率图像并且根据预先执行的学习而获得的参数，基于所述高分辨率图像来预测和生成图像质量更高的图像。

根据本技术一个实施例的一种图像处理方法包括：使用执行运动补偿处理和下采样处理的观测模型、根据高分辨率图像生成估计的低分辨率图像；根据观测的低分辨率图像和所述高分辨率图像之一来计算空间特征量和时间特征量中的至少一个的特征量，所述观测的低分辨率图像是实际观测的低分辨率图像；以及使用与所述计算的特征量对应并且根据所述观测的低分辨率图像、根据所述估计的低分辨率图像并且根据预先执行的学习而获得的参数，基于所述高分辨率图像来预测和生成图像质量更高的图像。

根据本技术一个实施例的一种程序包括指令，所述指令命令计算机执行以下步骤：使用执行运动补偿处理和下采样处理的观测模型、根据高分辨率图像生成估计的低分辨率图像；根据观测的低分辨率图像和所述高分辨率图像之一计算空间特征量和时间特征量中的至少一个的特征量，所述观测的低分辨率图像是实际观测的低分辨率图像；以及使用与所述计算的特征量对应并且根据所述观测的低分辨率图像、根据所述估计的低分辨率图像并且根据预先执行的学习而获得的参数，基于所述高分辨率图像来预测和生成图像质量更高的图像。