一般画像による検証

図8-6のアルゴリズムにより一般的な室内を撮影した。ここでは時間軸自己相関関 数の計算対象とする画素値閾値は画素値100未満に設定し、画素平均フィルタ処理を 実行する自己相関値の閾値を変化させて計算削減率の算出と実画像の生成を行った。

撮影条件を表8-2に示す。

表8-2 撮影条件

Image size 1,936×1,296

Capture interval 1/5 sec Number of capture flame 20

Exposure time 1/250 sec

F number 3.5

ISO 500

Data format 12bit RAW data

Image file format 24bit BMP (RGB 8bit) White balance and gain Fixed

図 8-8 は 20 枚連続撮影における最初の１枚目の原画像である。はじめに、図 8-8 においてRGB各々の画素値が100未満の画素を図8-9にハイライトして表示した。

ハイライトされた画素は全画素の53%であった（図8-9はモノクロのため、高輝度部 分も白で表示されている）。次に、上記の画素値 100未満の画素の中で時間軸自己相 関値の閾値を 0.995 に設定した結果、図8-10 にハイライトして示した画素が計算対 象となり、これは全画素の22%であった。図8-11に画素閾値を100未満とした場合

が削減されることが確認される。このように、図8-6のアルゴリズムにより計算量が 削減されることが確認される。

図8-8 原画像．点線で囲んだ部分は図8-12で示す領域．

図8-9 図8-8の画像において画素値100未満を ハイライトした画像

図8-10 図8-8の画像において画素値100未満かつ、自己

相関値0.995未満をハイライトした画像

図8-11 画素値100未満の場合の自己相関値の閾値と 計算量削減率の変化

実際の画像処理結果を図 8-12 に示した。図 8-8 の原画像の赤四角の点線で囲んだ 部分の拡大写真である。図 8-12 において、(a)の原画像に対して(b)の自己相関閾値

0.985ではあまり変化が見られないが、(c)の自己相関閾値0.995の場合にはイスの支

柱部分など暗い部分で平均フィルタ処理が作用し、ノイズが除去されている様子が確 認される。また図 8-10 から、イスの背部分はハイライトされていないことから、原 画像に対してフィルタ処理はなされていないことも確認できる。(d)は自己相関閾値

1.000の場合であり、図8-9でハイライトされた部分全てにフィルタ処理がなされて

いる。この場合は計算量が多いということが問題になる。従って、本論文で提案する 画素値閾値判定によりフィルタリングを行った後、時間軸自己相関値判定により時間 方向への画素ばらつきが大きいもののみ選択的にフィルタリングすることで、計算量 を削減する方法が計算時間短縮に効果的である。実画像での合成結果から、ランダム ノイズが多く含まれる暗い画素部に局所的にフィルタリング処理がなされ、フィルタ リング処理がなされない部分との境界などで画像としての破綻なく効果的にノイズ が除去されていることが確認できた。また、明るい画素部においては平均処理を実行 しないため、エッジぼけによる解像度低下は原理的に発生しないので、解像度保持し つつノイズ除去をすることが可能である。

0.00  0.10  0.20  0.30  0.40  0.50  0.60 

0.98 0.985 0.99 0.995 1 1.005

計算削減率

自 己相関関数閾値

(a) 原画像 (b) I_th=100、 r_th=0.985

(c) I_th=100、 r_th=0.995 (d) I_th=100、 r_th=1.000

図8-12 自己相関閾値を変化したときの画像比較。I_thは図8-6のアルゴリズムの

中の画素値閾値を意味し、R_thは時間軸自己相関値の閾値を示す。