[发明专利]信号处理装置、信号处理方法、输出装置、输出方法及程序

说明书

技术领域

本公开内容涉及信号处理装置、信号处理方法、输出装置、输出方法以及程序，具体涉及能够获得准确的基底信号的信号处理装置、信号处理方法、输出装置以及程序。

背景技术

近来，对使用稀疏编码的各种图像复原技术进行了研究。稀疏编码是一种对人类视觉系统进行建模，将信号分解成基底信号并且表示信号的方法。

具体地，在人类视觉系统中，在早期视觉阶段，视网膜捕获的图像不是按原样传输至上层识别机制，而是被分解成由以下表达式1表示的多个基底图像的线性和，然后被传输。

(图像)=Σ[(系数)×(基底图像)]              ---(1)

在表达式1中，大量的系数变为0并且仅有少量的系数变为大的值。即，上述系数变得稀疏。因此，将对人类视觉系统进行建模，将信号分解成基底信号并且表示信号的方法称为稀疏编码。

在稀疏编码中，首先，使用由以下表达式2表示的成本函数来学习由上面的表达式1建模的基底信号。在该情况下，假设变为系数编码对象的信号是图像。

L=argmin{||Dα-Y||²+μ||α||₀}              ---(2)

在表达式2中，L表示成本函数，D表示以下矩阵（在下文中称为基底图像矩阵），其中在列方向上的基底图像的各个像素的像素值的布置针对每个基底图像沿着行方向来设置。此外，α表示以下向量（在下文中称为基底图像系数向量），其中各个基底图像的系数（在下文中称为基底图像系数）沿着列方向来设置；Y表示以下向量（在下文中称为学习图像向量），其中学习图像的各个像素的像素值沿着列方向设置。此外，μ表示预先设置的参数。

其次，在表达式2中，对当使用学习到的基底图像和稀疏编码对象图像而不是使用学习图像来计算的成本函数变为预定值或小于预定值时的基底图像系数进行计算。

近来，设计了将稀疏编码对象图像划分成块并且以块为单位计算基底图像系数的方法（例如，参见：Michal Aharon，Michael Elad，and Alred Bruckstein，“K-SVD:An Algorithm for Designing Overcomplete Dictionaries for Sparse Representation”，IEEE TRANSACTION ON SIGNAL PROCESSING，第54卷，第11期，2006年11月，第4311页至4322页）。

作为对代价函数中的图像系数的限制，除了由表达式2表示的L0范数以外，还存在L1范数或L1范数的近似表达式（例如，参见Libo Ma和Liqing Zhang的“Overcomplete topographic independent component analysis”，Neurocomputing，2008年3月10日，第2217页至第2223页）。当基底图像系数受L1范数限制时，成本函数由以下表达式3来表示；当基底图像系数受L1范数的近似表达式限制时，成本函数由以下表达式4来表示。

L=argmin{||Dα-Y||²+μ||α||₁}                ---(3)

L=argmin{||Dα-Y||²+μF(α^Tα)}

F(y)=ay+b···(4)]]>

在表达式3和4中，L表示成本函数，D表示基底图像矩阵，α表示基底图像系数向量，Y表示学习图像向量以及μ表示预先设置的参数。在表达式4中，a、y和b表示预先设置的参数。

同时，稀疏编码中最重要的要素是对基底信号的学习。在现有技术中，基于基底信号具有冗余和随机性（基底信号之间没有相关性）的假设来学习基底信号。

发明内容