3. (a) (b) (c) (d)
図 3 パープルフリンジ除去処理例.(a) 原画像,(b) G/B 画素値の比較によるパープルフリンジ候補 2 値マスク画像,
(c) G/B 画素値の比較とエッジ強度によるパープルフリンジ候補2値マスク画像の論理積を取ったマスク画像,(d) 処
理画像.
3 処理結果
図 1 は,パープルフリンジが見られる画像を処理し
た結果の一例である.同図 (a) が原画像であり,エッジ
部分に紫色のパープルフリンジが発生している.それ
を処理して得られるパープルフリンジ候補 2 値マスク
画像が同図 (b) である.パープルフリンジの検出には,
G 画素よりも値が 20 以上大きい B 画素を検出し,さ
らに 3 × 3 画素領域によるモルフォロジー処理により膨
張させた.同図 (c) が除去処理の結果である.同図 (d)
は,すべてのパープルフリンジ候補画素値の除去処理
の前後における 2 次元色差平面へのプロットの結果で
ある.処理前の候補画素では,紫色の画素が現れてい
たが,処理の結果,除去されているのがわかる.色差
信号による色補正処理では,21 × 21 画素を 3 画素飛び
の領域として用いて,σs = 10, σc = 10 とした.
図 3 の場合,背景の色がパープルフリンジの紫色に
近く,G/B 画素値の比較によるパープルフリンジ検出
では,背景まで検出されてしまう(同図 (b)).そこで,
水平垂直エッジを検出して,それらの絶対値の総和によ
るエッジ強度マスク画像との論理積を取ったものをパー
プルフリンジ候補 2 値マスク画像とする(同図 (c)).こ
こでは,さらに 19×19 画素領域によるモルフォロジー
処理により膨張させている.色差信号による色補正処
理では,21×21 画素を 3 画素飛びの領域として用いて,
σs = 40, σc = 40 とした.図 4 にも,パープルフリン
ジ除去処理例を示す(パラメータ設定は図 1 と同じ).
4 まとめ
画像/映像中のパープルフリンジ妨害を画像処理に
よって除去した.その基本的な戦略は,パープルフリン
ジは,高輝度領域に隣り合う低輝度領域の画素に発生
しやすい,さらに,パープルフリンジ画素は,G(緑)
画素値よりも B(青)画素値が大きい,という事前の知
識を用いて,簡易な画像処理によって,パープルフリン
ジの候補画素を検出した.そして,検出されたパープ
ルフリンジ候補画素の色差信号に対して,色補正処理
を行った.色補正処理は,近傍画素領域におけるパー
プルフリンジ候補画素以外の,できるだけ輝度値が近
く,空間的な距離も近い画素の色差信号の重み付け平
均とした.これは,輝度値が近く,空間的な距離も近
い画素の色は似ていると期待するものであり,実際の
パープルフリンジを含む実画像を処理することにより,
その有効性を確認した.
今後の課題としては,マルチコア CPU / GPU によ
るパープルフリンジ映像のリアルタイム処理の実現や
各種パラメータの自動最適化が挙げられる.
謝辞: 本研究の機会を与えて下さった朋栄アイ・ビー・
イー和田社長に感謝します.
参考文献
[1] ANSI/SMPTE, Component Video Signal 4:2:2
– Bit-Parallel Digital Interface, ANSI/SMPTE
125M-1995.
[2] S. Baker and I. Matthews, Lucas-Kanade 20 years
on: A unifying framework, International Journal
of Computer Vision, 56-3 (2004), 221–255.
[3] A. Buades, B. Coll, and J.-M. Morel, A non-local
algorithm for image denoising, IEEE Computer
Society Conference on Computer Vision and Pat-
tern Recognition (CVPR 2005), June 2005, San
Diego, CA, U.S.A., Vol. 2, 60–65.
[4] M. Holschneider, R. Kronland-Martinet, J. Mor-
let, and P. Tchamitchian, A real-time algorithm
for signal analysis with the help of the wavelet
transform, In Wavelets, Time-Frequency Meth-
ods and Phase Space, 289–297, Springer-Verlag,
1989.
[5] C. Kervrann, J. Boulanger, and P. Coup´e,
Bayesian non-local means filter, image redun-
4. 図 4 パープルフリンジ除去処理例.各段ともに左から原画像,パープルフリンジ候補 2 値マスク画像,処理画像.
dancy and adaptive dictionaries for noise re-
moval, Proceedings of the First International
Conference on Scale Space and Variational Meth-
ods in Computer Vision (SSVM’07), May-June
2007, Ischia, Italy, 520–532.
[6] 小畑 秀文, 「モルフォロジー」, コロナ社, 1996 年.
[7] B. D. Lucas and T. Kanade, An iterative im-
age registration technique with an application to
stereo vision, Proceedings of the 1981 DARPA
Image Understanding Workshop, April 1981,
121–130.
[8] 松永 力,時間空間方向性補間とマルチスケール非
線形エンハンサによる 1 パスビデオ超解像, 第 20
回画像センシングシンポジウム (SSII2014) 講演論
文集,横浜 (パシフィコ横浜), 2014 年 6 月.
[9] 松永 力,画像からの倍率色収差の自動推定補正, 第
20 回画像センシングシンポジウム (SSII2014) 講演
論文集,横浜 (パシフィコ横浜), 2014 年 6 月.
[10] S. J. D. Prince, Computer Vision: Models, Learn-
ing, and Inference, Cambridge University Press,
New York, NY, U.S.A., June 2012. http://www.
computervisionmodels.com/
[11] C. Tomasi and R. Manduchi, Bilateral filtering
for gray and color images, Proceedings of the Sixth
IEEE International Conference on Computer Vi-
sion (ICCV’98), January 1998, Bombay, India,
839–846.
付録 RGB 輝度色差変換
ANSI/SMPTE125M 規格 [1] によると,RGB 信号か
ら輝度色差信号 YCbCr への変換は次のようになる.
Y = 0.587 G + 0.114 B + 0.299 R, (A.1)
Cb = 0.564 (B − Y)
= −0.331 G + 0.500 B − 0.169 R, (A.2)
Cr = 0.713 (R − Y)
= −0.419 G − 0.081 B + 0.500 R. (A.3)
Y, Cb, Cr は各8ビットとすると,Y には 220 レベル
を割り当て,黒レベルを 16,白ピークレベルを 235 と
する.Cb, Cr については 225 レベルを割当て,信号は
16∼240 の範囲とし,0 信号のレベルを 128 とする.
Y と同じ範囲の R, G, B 各 8 ビットの信号から色差
信号の 0 信号レベルが 0 となるような Y, Cb, Cr への
変換は次のようになる.
G = Y − 0.6982278 Cb − 0.3360236 Cr, (A.4)
B = Y + 0.0009681 Cb + 1.7326033 Cr, (A.5)
R = Y + 1.3703991 Cb − 0.0009061 Cr. (A.6)