能動的状態取得

用信号を付加し，状態取得を行う．識別用信号の入力には，RFモジュレータ・FMモジュ レータ，信号のフィルタリングを行う方法が挙げられる．以下にフィルタを用いてノイズ を付加した場合のチャネル識別の処理手順を示す．

1. 通常視聴しているmチャネルの情報を持つ信号を，チャネル数分だけ用意したフィ ルタで，信号のフィルタリングを行い，m-1チャネル（BEF），または1チャネル

（BPF）の情報を持つ信号へ，処理ユニットで制御を行う切替器を用いて，次々に フィルタの切りかえを行う．

2. 処理ユニットは，LDのAV出力などからアナログ信号の処理を行い，発生するノイ ズを検出する．

3. BPFの場合，複数のフィルタの切りかえを行ったときに，ホワイトノイズではない

チャネルが視聴チャネルとなる．

フィルタにより発生するノイズを用いた状態取得では，テープ切れなどの内部遷移への 対応は不可能であり，カメラ映像やAV出力信号の処理による状態取得を行う必要がある．

ノイズ識別

処理ユニットにおいて，観測関連デバイスを用いて取得した画像の認識処理を行う際，

ノイズ有り・なしの画像の判別を行う手法として，画像をフーリエ変換し画像の周波数 特性を作り，その特性グラフを1次関数近似し傾きを見る方法が考えられる．画像を2次 元のFFTにかけて周波数特性を見ると，クリア画像では低周波側でコントラストが高く，

ノイズ画像では高周波ほどコントラストが高い特性を持っており，このような特性の違い を利用して，ノイズ画像を識別する．

画像f(i, j)のフーリエ変換F(u, v)のパワースペクトルは，

P(u, v) =|F(u, v)|²

となり，これは，空間周波数(u, v)の強度を表す．そして，特徴を計算するためには，P(u, v) を極座標形式で表してP(r, θ)として，P(r)を求める．P(r)はパワースペクトル空間にお いて，原点を中心とした円形の領域のエネルギーの和を表している．

P(r) =

X2π θ=0

P(r, θ)

本研究では，P(r)のグラフの特徴を利用してノイズ識別を行う．

ノイズ画像処理例

図 5.8: 源画像(クリア画像) 図 5.9: FFT後

図 5.10: 源画増(ノイズ画像) 図 5.11: FFT後

2. 領域を変換する．そうすると，四隅が高周波，中心が低周波にすると中心から半径 の距離がそのまま周波数になる．

図 5.12: 変換前 図 5.13: 変換後

図 5.14: 変換前 図 5.15: 変換後

図 5.16: 領域変換

3. 同じ距離にあるデータを積分して，それをその周波数のコントラストとし，横軸を 周波数（半径），縦軸をコントラストという特性グラフを作成する．

4. ホワイトノイズのような映像だと，グラフは，右上がりの直線または曲線になるの で，特性グラフを１次関数近似し，その傾きを見る．

図 5.17: 特性グラフ