[發明專利]系數學習裝置和方法、圖像處理裝置和方法、程序以及記錄介質

無效

• 申請號: 201210116252.1
• 申請日: 2012-04-19
• 公開（公告）號: CN102760284A
• 公開（公告）日: 2012-10-31
• 發明（設計）人: 細川健一郎;內田真史
• 申請（專利權）人: 索尼公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 陳芳

1.一種系數學習裝置，包括：

特征量提取單元，用于提取學生圖像的目標像素的特征量；

類分類單元，用于基于提取的特征量將目標像素分類到預定類中；

自然圖像處理單元，用于對目標像素執行自然圖像處理，該自然圖像處理包括用于至少恢復像素亮度級別的處理；

人工圖像處理單元，用于對目標像素執行人工圖像處理，該人工圖像處理包括用于至少使邊緣清晰的處理；

樣本生成單元，用于針對每一個類使用經過自然圖像處理的目標像素的像素值、經過人工圖像處理的目標像素的像素值、教師圖像的目標像素的像素值、以及預定混合系數來生成正規方程的樣本；以及

混合系數計算單元，用于基于多個生成的樣本來計算混合系數。

2.根據權利要求1所述的系數學習裝置，其中，特征量提取單元提取寬范圍的特征量，該寬范圍的特征量是基于在相對較寬的區域中的目標像素周圍的對應區域中的動態范圍、相鄰像素差分絕對值和相鄰像素差分絕對值的最大值來計算的。

3.根據權利要求1所述的系數學習裝置，其中，特征量提取單元

提取寬范圍的特征量，該寬范圍的特征量是基于在相對較寬的區域中的目標像素周圍的對應區域中的動態范圍、相鄰像素差分絕對值和相鄰像素差分絕對值的最大值來計算的，并且

提取窄范圍的特征量，該窄范圍的特征量是基于目標像素周圍的相對較寬的區域中的動態范圍和包括目標像素的多個相對較窄的區域的動態范圍中的最大值來計算的。

4.一種系數學習方法，包括：

通過特征量提取單元，提取學生圖像的目標像素的特征量；

通過類分類單元，基于提取的特征量將目標像素分類到預定類中；

通過自然圖像處理單元，對目標像素執行自然圖像處理，該自然圖像處理包括用于至少恢復像素亮度級別的處理；

通過人工圖像處理單元，對目標像素執行人工圖像處理，該人工圖像處理包括用于至少使邊緣清晰的處理；

通過樣本生成單元，針對每一個類使用經過自然圖像處理的目標像素的像素值、經過人工圖像處理的目標像素的像素值、教師圖像的目標像素的像素值、以及預定混合系數來生成正規方程的樣本；以及

通過混合系數計算單元，基于多個生成的樣本來計算混合系數。

5.一種用于使計算機起系數學習裝置的作用的程序，該系數學習裝置包括：

特征量提取單元，用于提取學生圖像的目標像素的特征量；

類分類單元，用于基于提取的特征量將目標像素分類到預定類中；

自然圖像處理單元，用于對目標像素執行自然圖像處理，該自然圖像處理包括用于至少恢復像素亮度級別的處理；

人工圖像處理單元，用于對目標像素執行人工圖像處理，該人工圖像處理包括用于至少使邊緣清晰的處理；

樣本生成單元，用于針對每一個類使用經過自然圖像處理的目標像素的像素值、經過人工圖像處理的目標像素的像素值、教師圖像的目標像素的像素值、以及預定混合系數來生成正規方程的樣本；以及

混合系數計算單元，用于基于多個生成的樣本來計算混合系數。

6.一種存儲權利要求5的程序的記錄介質。

7.一種圖像處理裝置，包括：

特征量提取單元，用于提取輸入圖像的目標像素的特征量；

類分類單元，用于基于提取的特征量將目標像素分類到預定類中；

自然圖像處理單元，用于對目標像素執行自然圖像處理，該自然圖像處理包括用于至少恢復像素亮度級別的處理；

人工圖像處理單元，用于對目標像素執行人工圖像處理，該人工圖像處理包括用于至少使邊緣清晰的處理；以及

像素生成單元，用于通過使用與類相關聯地存儲的混合系數將經過自然圖像處理的目標像素的像素值與經過人工圖像處理的目標像素的像素值混合來生成輸出圖像的像素。

8.根據權利要求7所述的圖像處理裝置，其中，特征量提取單元提取寬范圍的特征量，該寬范圍的特征量是基于在相對較寬的區域中的目標像素周圍的對應區域中的動態范圍、相鄰像素差分絕對值和相鄰像素差分絕對值的最大值來計算的。