JP2008541508A - 動き安定化 - Google Patents

Abstract

ハンドヘルド・カムコーダーなどのデバイスのための安定化は、低解像度のフレームを信頼性の高い推定の領域に細分化し、同時に細分化を更新しつつその領域の動きベクトルを階層的に精錬し、高解像度の領域のグローバル動きベクトルを見つけ、ジッターを補償するためにグローバル動きベクトルを用いる。

Description

本発明は、デジタル信号処理に関し、更に特定して言えば、電子的安定化を備えた、画像安定化方法及びイメージング・デバイスに関連する。

（背景）
画像安定化（ＩＳ：ｉｍａｇｅ ｓｔａｂｉｌｉｚａｔｉｏｎ）は、手持ちカメラによって取り込まれたビデオ・シーケンスからジッターをなくす作業である。ジッターは、ビデオ録画中の望ましくない手ブレが原因であることが典型的であり、倍率が高いときほどひどくなる。ビデオ・シーケンスからジッターを取り除くことは、一般消費者向けデジタルカメラ及びカメラ付携帯にとってますます重要な問題となってきている。画像安定化の問題を解決するために幾つかの異なるアプローチがある。特定のアプローチの１つは、ジッターをなくすためにデジタル画像処理手法を用いることである。このアプローチは、一般に、「デジタル画像安定化」（ＤＩＳ）と呼ばれている。

典型的なデジタル画像安定化方法は、以下のように要約できる。
工程１：動きベクトル計算：画素のブロック間の相関関係を見つけることによって、２つのフレーム間の多数の候補動きベクトルを計算する。
工程２：グローバル動きベクトル判定：２つのフレーム間のグローバルジッター動きを見つけるため、多数の発見的手法を用いて、工程１からの候補動きベクトルを処理する。
工程３：動き補償：動きの逆の方向に出力画像をデジタル的にシフトさせることによって、推定されたジッター動きを補償する。

例としては、米国特許番号第５，７４８，２３１号、同第５，５６３，６５２号、及び同第６，６２８，７１１号を参照されたい。

（概要）
本発明は、動きベクトル分析を介して入力フレームの低解像度バージョンを細分化すること、及びこの細分化を更新しつつ階層的に動きベクトルを精錬することを用いるジッターの推定によって、デジタル画像安定化を提供する。

ハンドヘルド・ビデオ機器用などのデジタル画像安定化（ＤＩＳ）の第１の好ましい実施例の方法は、ジッター動きを推定し、それに従って補償する。図５は、以下の工程を含むジッター推定を図示する：まず、入力フレームの低解像度バージョンを各ブロックの動きの分析により有効（ジッター動き）及び無効（他の動き）ブロックに細分化し、次に、候補動き領域を見つけるため動きベクトルをクラスタリングし、現在のフレームの動きベクトルから平坦化された平均動きベクトルの差、候補動き領域内のブロックの数、及び前のフレームの選択された動き領域と重なるブロックの数、を含むスコア付けにより最良候補を選択する。そして、解像度が最も高い領域のグローバル動きベクトルを生成するまで動きベクトルのスケーリング及び精錬、及び細分化の更新をすることにより、一層高い解像度まで拡張する。安定化は、グローバル動きベクトルが利用可能な場合、それをフレームの動き補償に適用する。図６は、全体の方法のフローチャートである。

好ましい実施例のシステムは、好ましい実施例の安定化方法を実行する、カムコーダー、デジタルカメラ、ビデオ携帯電話、ビデオ・ディスプレイ・デバイスなどを含む。図７は、一般的な画像処理パイプラインを示し、好ましい実施例の安定化は、符号化される必要はなく圧縮される必要もないが、好ましい実施例の安定化は、ＭＰＥＧ／ＪＰＥＧ機能において実行され得、及び動きベクトル判定と組み合わされ得る。実際に、安定化されていない映像を、表示プロセスの一部として適用された好ましい実施例安定化を用いて表示することができる。

好ましい実施例のシステムは、デジタル・シグナル・プロセッサ（ＤＳＰ）、汎用プログラマブル・プロセッサ、特定用途向け回路、又は種々の特化されたプログラマブル・アクレラレータと共にＤＳＰ及びＲＩＳＣプロセッサを組み合わせたものなどのシステム・オン・チップ（ＳｏＣ）など、幾つかの種類のハードウェアのうち任意のものと共に実施され得る。図８は、左上にビデオ処理サブシステムを備えたデジタルカメラ・アプリケーション用のプロセッサの一例を図示する。実装された又は外付けの（フラッシュＥＥＰ）ＲＯＭ又はＦＲＡＭにストアされたプログラムが信号処理を実施することができる。アナログ−デジタル変換器及びデジタル−アナログ変換器は、現実世界への接続を提供することができ、変調器及び復調器（及び無線インターフェース用のアンテナ）は、伝送波形への接続を提供することができ、パケット化器は、インターネットなどのネットワークで転送するためのフォーマットを提供することができる。図９参照。

第１の好ましい実施例のＤＩＳアプローチは、以下の３つの工程を含む。
工程１ 細分化：フレームの階層的な画像表示の最上レベル（最低解像度）を処理することによる、各フレームのブロック・ベースの細分化の計算。
工程２ グローバル動き推定：工程１で算出された細分化、及び階層的な画像表示を用いる、フレームのグローバル動きベクトルの推定。
工程３ 動き補償：工程２で算出されたグローバル動きベクトルを用いる、現在のフレーム内のジッター動きの補償。
これらの工程を以下の段落で詳細に説明する。

工程１−細分化
図１に示すように階層的な画像表示を生成するため、一連のフレームの各新規フレームを処理する。この階層的表示は、オリジナル画像の、異なる解像度での幾つかのバージョンで構成される。この表示の各レベルは、ガウス核を用いるなど、より高い解像度レベルのローパス・フィルタリング、及びその後の、各方向への因数２のダウンサンプリングによって得られる。このフィルタリング及びダウンサンプリング・プロセスは、オリジナルフレームの漸次一層低い解像度バージョンを生成するため、多数回数反復される。レベルの数は、入力フレーム・サイズに応じて変化する。ＶＧＡ入力（６４０×４８０画素）の場合、例えば、６４０×４８０、３２０×２４０、１６０×１２０、及び８０×６０の画像を提供する４レベル表示を用いる。一般に、好ましい実施例は、サイズが非常に粗い８０×６０画素の上位レベル（最低解像度）を用いる。２つのフレーム（現在のフレーム、及びその前のフレーム）の階層的表示は、動き推定のためメモリに保持される。

現在のフレームのブロック・ベースの細分化を計算するため、現在の及び前のフレームの階層的表示の最上レベルを用いる。この細分化の目的は、フレームを個別の動き領域に分割することである。特定の領域の全ての画素が同一の動きベクトルを有すると想定される。第１の好ましい実施例の方法は、図２に示すように１６ブロックを用い、最上レベルの８０×６０フレームは、４×４アレイのブロックに分割され、各ブロックは１６×１２画素サイズ、及び幅６又は８画素の境界領域（動きベクトル計算に用いられる）である。その後、低いレベルのブロックは、３２×２４、６４×４８、及び１２８×９６画素となる。

細分化を計算するため、まず、前のフレームの最上レベルを参照フレームとして用いて、階層的表示の最上レベルの各ブロックに対しＳＡＤベースの動き推定を行なう。すべてのあり得る動きベクトル（ＭＶ）に対して、ＳＡＤ（ｓｕｍ−ｏｆ−ａｂｓｏｌｕｔｅ−ｄｉｆｆｅｒｅｎｃｅｓ）計算を含む全検索を用い、そのブロックのＭＶを最小ＳＡＤを有するものとして選択する。明確に言えば、時間ｔの現在のフレームで、ｐ^ｔ（ｉ，ｊ）が（ｉ，ｊ）に位置する画素の（輝度）値を意味し、ｐ^ｔ-１（ｍ，ｎ）が前のフレーム画素を意味し、ＭＶ＝［ＭＶｘ，ＭＶｙ］が、あり得る動きベクトルを意味する場合、次のようになる。

このプロセスは、２つの小さな低解像度のフレームを用いて成されるため、計算の複雑度は低い。最小ＳＡＤを見つけると、下記のように、最小ＳＡＤの垂直及び水平方向の４つの隣を用いて信頼性スコアを計算する。Ｓが最小ＳＡＤを意味し、Ｓｔ、Ｓｂ、Ｓｒ、及びＳｌが、それぞれ最小ＳＡＤの上隣、下隣、右隣、及び左隣を意味する場合、つまり、Ｖ＝［Ｖｘ，Ｖｙ］が最小Ｓを提供するブロック動きベクトルであるとすると、Ｓｔは動きベクトル［Ｖｘ，Ｖｙ−１］のＳＡＤであり、Ｓｂは動きベクトル［Ｖｘ，Ｖｙ＋１］のＳＡＤであるなどとなる。我々がＳＡＤ差と呼んでいる、（Ｓｔ−Ｓ）＋（Ｓｂ−Ｓ）＋（Ｓｒ−Ｓ）＋（Ｓｌ−Ｓ）の和を計算する。これは、ブロックのテクスチャ・コンテンツの大きさであり、そのＭＶの信頼性を示す。

ブロックのＭＶが利用可能になると、動き領域を識別するため、それらをクラスタリングする。クラスタリングに進む前に、まず、信頼性の最も低いＭＶを取り除く。信頼性の最も低いＭＶを識別するため、下記の２つの制約条件を用いる。
１）ＭＶの水平又は垂直の振幅が或る閾値よりも大きい場合、そのＭＶを信頼性の低いものとしてマーキングする。閾値の典型的な値は、２から５の範囲である。
２）ブロックのＳＡＤ差が或る閾値よりも小さい場合、そのＭＶを信頼性の低いものとしてマーキングする。閾値は、２で割った１つのブロック内の（８ビットの）画素の数であり得、このため、１６×１２ブロックの場合閾値は９６となる。

信頼性の低いＭＶを取り除いた後、各クラスタが同一のＭＶを含むＭＶをクラスタリングすることにより候補動き領域を見つける。即ち、候補動き領域は、同じ（信頼性の高い）ＭＶを有する全てのブロックで構成される。クラスタの数は、異なるＭＶの数に等しくなる。このとき各ＭＶクラスタは候補動き領域に対応する。

次に、下記のように、その領域に属さないＭＶを有する領域を吸収することによって、各候補動き領域を成長させる。ＭＶと、候補動き領域内のあらゆるＭＶとの間のベクトル空間距離が１以下である場合、そのＭＶのブロックを候補動き領域に吸収する。このプロセスの間、幾つかのブロックが１つ以上の領域に含まれていてもよい。つまり、候補動き領域は重複し得る。

すべての利用可能な候補動き領域の中から、下記のように、各領域のスコアを計算することによって、映像安定化に用いられるべき最良領域を見つける。
総スコア＝相対動きスコア＋サイズ・スコア＋重複スコア

相対動きスコアを計算するため、まず、各領域の相対動きを計算する。或る領域内の各ブロックに対し、下記の形式の自己回帰を用いて、経時的にＭＶを累積することにより、対象（ブロック内）とカメラとの間の相対動きを計算する。

ここで、

はｔ番目のフレーム内のｊ番目のブロックの相対動きであり、aは累積係数であり、

はｔ番目のフレームのブロック動きベクトルである。第１の好ましい実施例は０．８に等しいaを用いる。この数式は、

に対しローパス・フィルタを実行する。各ブロックの相対動きが利用可能になると、その領域内の全てのブロックの相対動きを平均化することにより、各候補動き領域の相対動きを見つける。各領域の相対動きが与えられると、相対動きスコアは下記のように計算される。
相対動きスコア＝ｍｉｎ（（ｍａｘＲｅｌＭｏｔＶ−ｒｅｌＭｏｔＶ），（ｍａｘＲｅｌＭｏｔＨ−ｒｅｌＭｏｔＨ））
ここで、ｍａｘＲｅｌＭｏｔＶ及びｍａｘＲｅｌＭｏｔＨは、垂直及び水平方向の最大許容相対動きであり、ｒｅｌＭｏｔＶ及びｒｅｌＭｏｔＨは、垂直及び水平方向の現在のブロックの相対動きである。ｍａｘＲｅｌＭｏｔＶ及びｍａｘＲｅｌＭｏｔＨの典型的な値は、２から５の範囲である。動き領域の相対動きスコアが負である場合、その領域を信頼性が低いものとしてマーキングし、それを更に考慮することはない。

サイズ・スコアは、領域内のブロックの数を定数で乗算することによって計算される。第１の好ましい実施例は０．１を定数として用いる。

重複スコアは、定数を、前のフレームの細分化と重複する領域内のブロックの数で乗算することによって計算される。この定数として、第１の好ましい実施例は０．４を用いる。

すべてのクラスタ・スコアが利用可能になると、映像安定化のために最高スコアを有するクラスタが選択される。この時点で残存するクラスタがない（それら全てが負のスコアを有するため）場合、現在のフレームの映像安定化をディスエーブルにする。

選択されたクラスタがあまりに多くのブロックを有する場合、計算の複雑度の理由で一層小さくすることができる。ブロックの数を減らすため、最小ＳＡＤ差を有するブロックを除去する。

工程２−グローバル動き推定
階層的表示の一層低いレベル（一層高い解像度）に向って続行する。各レベルで、まず、細分化（一層高いレベルから）内の有効とマーキングされたブロックに対し、動き推定を行う。動き推定は、ＭＶを一層高い精度まで精錬する。図３参照。動き情報の精度が増すにつれて、それまで一層低い解像度で識別不可能だった動き領域を、ここで分離することができる。そのため、この新しい動きベクトルを用いて現在の細分化を更新する。細分化を更新するため、最上レベルで用いたものに類似する手順を用いるが、ここでは、現在の細分化で有効とマーキングされたブロックのみを用いる。まず、精錬されたＭＶを、各クラスタが同一のＭＶを有するようにクラスタリングする。その後、候補動き領域を見つけるため各クラスタを成長させる。成長プロセスの間、新しいＭＶと、そのクラスタ内のＭＶとの間の最大距離が１以下である場合、そのＭＶをそのクラスタに吸収する。現在のレベルの閾値１は、前の上位レベルの閾値０．５に対応することに注意されたい。階層的表示の一層低いレベルのより正確な動き情報が現れるにつれて、一層高い精度での動き領域の分離が進む。候補動き領域が見つかると、各候補動き領域の総スコアを計算し、映像安定化のため最良クラスタを選択する。この手順は、最上レベルで用いた手順と同一である。選択されたクラスタがあまりに大きい場合、動き推定の複雑度を低減するため、信頼性の最も低いブロックを除去することが可能である。信頼性の最も低いブロックを識別するためにＳＡＤ差を用いる。

階層的表示の連続的に一層低いレベルにおいて上述の手順を反復する。最も低いレベルで、ＭＶがクラスタリングされると、動き領域を成長させず、単にそれらの総スコアを計算し、映像安定化のため最良のものを選択する。領域は最低レベルでは成長しないため、残存するクラスタは同一のＭＶを有するブロックを有するはずである。この動きベクトルは、フレームを安定化させるために用いられるグローバルＭＶである。

グローバル動き推定プロセス中の任意の地点でブロックがなくなる場合、現在のフレームは動き推定に適していないため、映像安定化をディスエーブルにする。映像安定化をディスエーブルにするということは、ウィンドウ位置のトリミング（ｃｒｏｐｐｉｎｇ）は現在のフレームでは更新されないことを意味する。

工程３−動き補償
各フレームに対し、好ましい実施例の方法は、画像からサブウィンドウをトリミングし、図４に図示するように、それを閲覧者に示す。このサブウィンドウが、（推定された）ジッター動きとは逆方向に適切に動かされる場合、閲覧者はジッターに気づかない。サブウィンドウ動かすために下記の数式を用いる。
Ｕ^ｔ＝Ｋ^ｔＵ^ｔ-１-Ｗ^ｔ
ここで、Ｕ^ｔは、現在のフレームのサブウィンドウの左上の角の座標を表し、Ｗ^ｔは、現在のフレームに対して推定されたグローバルＭＶであり、Ｋ^ｔは、適応累積係数である。この数式は、サブウィンドウの左上の角の垂直及び水平の座標に個別に適用される。Ｕ^ｔの基準点は、ウィンドウが当初の位置から動いていない第１のビデオ・フレーム内でＵ^ｔがゼロとなるような、フレームの中央のウィンドウに対して中間の地点である。Ｋ^ｔは、サブウィンドウが、その中間地点からどのくらい遠いかによって、最小値と最大値の間で線形に変化する。Ｋ^ｔの値は下記のように計算される。
Ｋ^ｔ＝［（Ｋ_ｍｉｎ-Ｋ_ｍａｘ）｜｜Ｕ^ｔ-１｜｜／Ｕ_ｍａｘ］＋Ｋ_ｍａｘ
ここで、｜｜Ｕ^ｔ−１｜｜は、Ｕ^ｔ−１の成分の絶対値の和であり、Ｕ_ｍａｘは、サブウィンドウに許容されるその中間地点からの偏差最大値であり、Ｋ_ｍａｘはＫ^ｔの最大値であり、Ｋ_ｍｉｎはＫ^ｔの最小値である。第１の好ましい実施例はＫ_ｍａｘ＝１及びＫ_ｍｉｎ＝０．８５を用いる。

変形例
好ましい実施例は、低解像度のフレーム細分化、一層高い解像度で細分化された領域の動きベクトル精錬、一層高い解像度の動き情報が得られた際の細分化の更新、及びグローバル動きベクトルを用いたウィンドウ位置更新、の１つ又はそれ以上の特徴を保持しつつ、種々の方法で修正され得る。

例えば、細分化のためのブロックのアレイは、３０００画素で４×３のアスペクト比の３×３アレイや、８０００画素で１６×９のアスペクト比の８×５アレイなど、フレーム（例えば、３０００から８０００画素）、及びアスペクト比（例えば、縦長４×５アスペクト比、ＨＤＴＶ用の４×３、１６×９など）の最低解像度バージョンの画素の数によって変化してもよい。すなわち、９から４０ブロックまでが手ごろである。安定化は画像に対して全般的に実行され得る。すなわち、安定化は、個別の、或いは組み合わされたトップ・フィールド・ブロック及びボトム・フィールド・ブロックのいずれかを用いてフィールド毎に適用し得る。最低解像度全検索は、制限検索で置き換えることができる。ＳＡＤ測定は、ＳＳＤ（ｓｕｍ ｏｆ ｓｑｕａｒｅｄ ｄｉｆｆｅｒｅｎｃｅｓ）などの動きベクトル予測誤差の他の測定で、又はサブサンプリングされたＳＡＤで置き換えることができる。階層的表示の１つ又はそれ以上のレベルは、精錬（及び対応する調整）の間省くことができ、また、階層を画定するためにローパス・フィルタリング及びダウンサンプリングの異なる方法を用いることができる。動き推定プロセスが階層的表示の最高解像度に達したとき、２分の１ピクセル単位、４分の１ピクセル単位などのサブ画素解像度のための、動きベクトルの精錬及び細分化の更新を継続することができる。ウェーブレット分解のローパス・ローパスにおいてなど、入力フレームの低解像度バージョンが既に利用可能である場合、階層的表示を生成するプロセスを速めるためにこのバージョンを用いることができる。安定化されたサブウィンドウの位置を計算するために、現在の位置を考慮する異なる数式を用いることが可能である。種々の大きさ、閾値、累積係数などは変化してもよい。

図１は階層的な画像表示を図示する。 図２は画像細分化を示す。 図３はグローバル動き推定を示す。 図４は動き補償を図示する。 図５はフローチャートである。 図６はフローチャートである。 図７は、画像パイプライン、プロセッサ、及びネットワーク通信を示す。 図８は、画像パイプライン、プロセッサ、及びネットワーク通信を示す。 図９は、画像パイプライン、プロセッサ、及びネットワーク通信を示す。

Claims (10)

1. デジタル画像安定化の方法であって、
   （ａ） 入力デジタル画像の低解像度バージョンを提供し、
   （ａ） 動き予測誤差に従って、前記低解像度バージョンを信頼性の高いブロック及び信頼性の低いブロックに分割し、
   （ｂ） 前記信頼性の高いブロック用のブロック動きベクトルに従って、前記信頼性の高いブロックを候補動き領域に統合し、
   （ｃ） 前記候補動き領域から前記低解像度バージョンの細分化を見つけ、
   （ｄ） 前記細分化を前記入力画像の細分化に更新し、
   （ｄ） 前記入力画像の前記細分化から前記入力画像用のグローバル動きベクトルを見つけ、更に
   （ｄ） 前記グローバル動きベクトルを用いて前記入力画像内のジッター動きを補償する
   工程を含む方法。
2. 請求項１に記載の方法であって、前記細分化を見つけることが、前記候補動き領域用のスコアを比較することを含み、或る領域用の前記スコアは、（ｉ）最大値から平均相対ブロック動きの差、（ｉｉ）或る領域内の前記信頼性の高いブロックの数の大きさ、及び（ｉｉｉ）前の画像の低解像度バージョン用の細分化内にもある、或る領域内の前記信頼性の高いブロックの数の大きさを含む、方法。
3. 請求項１に記載の方法であって、前記分割することが、前記ブロックの各々に対し、前記ブロック用の前記予測誤差と、前記ブロック動きベクトルに等しい動きベクトルを有する予測誤差に前記ブロック動きベクトルの２つの構成要素のうちの１つの１の増分又は減分を加えたものとの差の合計を、閾値と比較することを含む、方法。
4. 請求項１に記載の方法であって、前記細分化を前記更新することが、前記入力画像の中間解像度バージョンの細分化に対する第１の更新、及び、前記入力画像の前記細分化に対する中間解像度バージョンの前記細分化の第２の更新を含み、前記中間解像度バージョンが、（ｉ）前記低解像度バージョンよりも高い解像度、及び（ｉｉ）前記入力画像より低い解像度を有する、方法。
5. ビデオ・フレーム用のジッター補償の方法であって、
   （ａ） 入力フレームに対し解像度階層、Ｆ_１、Ｆ_２、‥‥Ｆ_Ｎを提供し、Ｎは２より大きい整数を有し、前記入力フレームはＦ_Ｎに等しく、
   （ｂ） 前記Ｆ_１をブロック及び境界領域に分割し、
   （ｃ） 前記ブロックの各々に対し、（ｉ）ブロック動きベクトルを計算し、（ｉｉ）前記ブロック動きベクトル用の予測誤差、及び前記ブロック動きベクトルから１だけずれている動きベクトル用の予測誤差を計算し、（ｉｉｉ）前記予測誤差の差の合計が第１の閾値を超えるとき、前記ブロックの前記各々を信頼性の高いブロックとして指定し、
   （ｄ） 前記信頼性の高いブロック用のブロック動きベクトルに従って、前記信頼性の高いブロックを候補動き領域に統合し、
   （ｅ） （ｉ）ブロックの数、（ｉｉ）前のフレームの階層の細分化内のブロックに対応するブロックの数、及び（ｉｉｉ）相対ブロック動きベクトルの平均値、に従って、前記領域を比較することにより、前記候補動き領域からＦ_１のための細分化を選択し、
   （ｆ） ｎ＝２、‥‥、Ｎの場合、Ｆ_ｎ-１の前記細分化のブロックに対応するブロックに対して工程（ｃ）〜（ｅ）を反復することにより、Ｆ_ｎのための細分化を選択し、
   （ｇ） Ｆ_Ｎの前記細分化からグローバル動きベクトルを計算し、更に
   （ｈ） 前記入力フレームをジッター補償するために前記グローバル動きベクトルを用いる
   工程を含む方法。
6. 請求項５に記載の方法であって、前記相対ブロック動きベクトルが、前記ブロック動きベクトルのローパス・フィルタリングである、方法。
7. 請求項５に記載の方法であって、前記ジッター補償することが、前記入力フレーム内のサブウィンドウの位置を画定するための前記グローバル動きベクトルの適応累積を含む、方法。
8. 請求項５に記載の方法であって、ブロックへの前記分割が、９ブロックから４０ブロックの間を提供する、方法。
9. ビデオカメラであって、
   （ａ） 画像取り込み器、
   （ｂ） 前記画像取り込み器に結合されるジッター推定器であって、
   （ｉ） 解像度階層ダウンサンプリング器、
   （ｉｉ） 前記ダウンサンプリング器に結合される細分化器であって、入力画像から計算された解像度階層の各レベルに対し、細分化及び動きベクトルを順次見つけるように動作し得る前記細分化器、
   （ｉｉｉ） 前記細分化器に結合されるグローバル動きベクトル判定器、
   を含む、前記ジッター推定器、
   （ｃ） 前のフレームの解像度階層のためのメモリであって、前記ジッター推定器に結合される前記メモリ、及び
   （ｄ） 前記ジッター推定器に結合されるジッター動き補償器
   を含む、ビデオカメラ。
10. 請求項９に記載のビデオカメラであって、
    （ａ） 前記ジッター推定器が、プログラマブル・プロセッサのプログラムとして実装される、ビデオカメラ。

Images